EN中文

经济地理 >

2021 , Vol. 41 >Issue 6: 87 - 96

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.06.010

城市地理与新型城镇化

西安市实体书店空间分布特征及影响因素——基于DBSCAN算法的分析

  • 刘瑞宽 ,
  • 李九全 , ※
展开
  • 西安外国语大学 旅游学院·人文地理研究所，中国陕西 西安 710128
※李九全（1965—），男，陕西西安人，教授，硕士生导师，研究方向为城市与社区规划、区域旅游开发等。E-mail：

刘瑞宽（1996—），女，河南鹤壁人，硕士研究生，研究方向为城市与社区规划。E-mail：

收稿日期: 2020-12-17

  修回日期: 2021-04-22

  网络出版日期: 2025-04-08

基金资助

国家自然科学基金项目(41271179)

收起

Spatial Distribution Characteristics and Influencing Factors of Physical Bookstores in Xi'an City: Based on DBSCAN Algorithm

  • LIU Ruikuan ,
  • LI Jiuquan , ※
Expand
  • School of Tourism & Research Institute of Human Geography，Xi'an International Studies University，Xi'an 710128，Shaanxi，China

Received date: 2020-12-17

  Revised date: 2021-04-22

  Online published: 2025-04-08

Fold

摘要

探讨城市中实体书店的空间格局，对于优化城市文化产业的空间布局具有重要的理论和实践意义。选取西安市的实体书店为研究对象，通过高德地图API获取西安市城七区539个实体书店POI点的空间数据，利用DBSCAN聚类算法识别集群，揭示西安市城七区实体书店的空间分布特征及其影响因素。结果表明：①西安市城七区的实体书店已经形成5个不同等级的空间聚类，各个聚类所在区域的通达性较好，噪声点分布零散。②实体书店分布具有显著的空间分异特征，不同街道的实体书店空间布局差异较大。③不同因素对实体书店的空间布局影响差异较大。其中，路网密度、公交站点密度、人口密度、商品房平均价格以及距最近高校距离与实体书店分布呈现正相关关系；距最近地铁站距离、距最近公共图书馆距离、距城区最近4A级以上景区距离与实体书店的密度呈现负相关关系，各项影响因素的回归系数空间差异显著。

关键词： DBSCAN聚类; 实体书店; 图书零售; 人口密度; “书香之城”

本文引用格式

刘瑞宽 , 李九全 . 西安市实体书店空间分布特征及影响因素——基于DBSCAN算法的分析[J]. 经济地理, 2021 , 41(6) : 87 -96 . DOI: 10.15957/j.cnki.jjdl.2021.06.010

Abstract

It is of great theoretical and practical significance to explore the spatial distribution pattern of physical bookstores in cities for optimizing the spatial distribution of urban cultural industries. This paper chooses physical bookstores in Xi'an City as the research object and obtains the spatial data of 539 physical bookstores in seven districts of Xi'an City through the Amap API. Then this paper uses DBSCAN clustering algorithm to identify clusters,and reveals the space characteristics and its influencing factors. The results are as follows: 1) The physical bookstores in seven districts of Xi'an have formed five spatial clusters at different level,and the accessibility of each cluster is good,and the noise points are scattered. 2) The distribution of physical bookstores has significant spatial differentiation characteristics,The spatial layout of physical bookstores in different streets are quite different. 3) Different influencing factors have great differences in the spatial layout of physical bookstores. Among them,road network density,bus station density,population density,average price of commercial housing,and distance to the nearest colleges and universities have a positive correlation with the distribution of physical bookstores. It shows a negative correlation between the density of physical bookstores and the distance to the nearest subway station,the distance to the nearest public library,and the distance to the nearest scenic spot above 4A,and the regression coefficients of various influencing factors have significant spatial differences.

Key words： DBSCAN clustering; physical bookstores; book retail; population density; "City of Books"

文化产业的发展水平是衡量一国文化软实力的重要条件。实体书店作为城市文化产业的载体，是城市中不可或缺的一个要素[1]，也是中国在城市化进程中文明程度的符号之一，其经营状况关乎城市的气质与文化传承[2]。诚品书店创始人吴清友先生提到，实体书店是“人和人之间，人和空间之间，人和书本之间，人和讲座、表演之间的互动。”[3]中国图书零售市场报告指出，2019年我国网店图书零售同比增长24.9%；实体店则继续呈现负增长，同比下降4.24%[4]。随着社会经济的发展，人们的生活方式和消费理念也发生了相应的变化，互联网的快速发展、租金的上涨、营销方式刻板、读者的阅读方式发生改变等原因，使实体书店的经营受到巨大冲击。面临较为严峻的发展现状，实体书店的数量及在城市实体空间的分布发生了较大的变化，已引起学术界的广泛关注。
国外较早关注到实体书店的发展问题，对实体书店的发展研究集中在三方面：①实体书店的转型发展、线上线下销售的对比[5-6]。有“世界最大的书商”之称的美国巴恩斯诺伯连锁书店结合文创产品和在线销售等方式扩大业务，获得成功[7]；英国最大的连锁书店——沃特斯通连锁书店通过更改库存结构实现转型发展[8]等。这些实体书店在店面设计和经营管理等方面及时更新，不同国家在装潢设计方面重点凸显地域文化[9]。②重点关注书店的销售和社会的交互关系。Duxbury以加拿大的图书市场为研究案例，指出实体书店更倾向于销售实用性而非人文社科类的图书[10]。20世纪末，西方国家的实体书店趋向于规模化发展，Miller认为该现象可以提升社会的文化氛围[11]，Hemmeter认为大型书店在某种程度上与公共图书馆的服务功能相似，在为读者提供购书服务的基础上还可以提供阅读、休闲等多重服务[12]。③许多学者对书店进行微观研究，关注书店消费者的行为特征。Dixon在对较多大型书店进行调查研究后发现，大型书店呈现出功能综合化的发展趋势，书店中的消费者行为总结为阅读、浏览、社交、学习、购书、喝咖啡等6种行为[13-14]。部分学者也在关注特殊消费者群体的行为，以及环境要素对消费者行为的影响等[15⇓-17]。
我国对实体书店的研究缘起于1980年代的图书体制改革，经历过起步、发展、提高等阶段之后，在21世纪初时达到了发展高峰[18]。近年来，实体书店的发展引起了国内学术界的广泛关注，相关研究涉及到出版学、建筑学、休闲学、地理学等多个学科领域，学者们从不同的视角对实体书店的内涵进行了界定，相关研究集中在以下三方面：①实体书店的发展历程、传统实体书店存在的弊端及实体书店转型发展等[19⇓⇓-22]，学者们根据国外独立书店发展的情况对我国实体书店的发展进行了深度思考[23⇓-25]，并结合时代背景和书店自身演变规律，提出相应的对策[26]。②微空间视角成为研究焦点。主要包括对实体书店消费者行为的解析[27]、内部空间设计、功能分区以及价值建构，更加注重人的精神文化成长[28-29]。姜琴月以广州1200bookshop为例对其进行城市文化空间的意义解构[30]。梅娜认为书店是体现特定城市文化活力的重要场所，是城市中不可缺少的一个文化空间[31]，书店咖啡馆的复合体实则代表了一种新生活方式的出现[32]。李少琦等通过GIS、SPSS等平台工具探讨了近20年以来中国的新型实体书店的时空演变特征及其影响因素[33]，认为影响新型实体书店布局的因素可以从空间、经济、旅游、区域文化背景四个方面进行考虑；③民营实体书店的发展对公共图书馆的启发意义。实体书店的文化符号、休闲空间等特点可以对图书馆的公共服务和公众阅读提供参考借鉴[34-35]，并建设具有休闲娱乐功能的新型图书馆，打造文化休闲空间，增强其社会服务功能[36⇓⇓-39]。
综上所述，目前关于实体书店的研究多侧重于通过参与式观察、深度访谈等质性研究的方式对实体书店的转型发展进行探讨[36]，国内对实体书店的研究尚未形成统一的体系，对实体书店在城市中的空间格局探讨多采用POI、核密度、最近邻指数等传统空间分析方法，对其空间分布的特征分析有一定的成果，但是对交通、人口、行业、文化和旅游影响因素的作用机制探讨较少。基于此，本文以西安市的实体书店为研究对象，以POI空间数据为依据，采用DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚类算法，借助Matlab和ArcGIS软件，全面对西安实体书店的空间布局特征和集群热点进行识别，以克服传统官方数据的弊端；采用地理加权回归模型从多个方面分析实体书店布局的影响因素及差异。

1 研究方法、数据来源

1.1 研究区域和数据来源

1.1.1 研究区概况

1980年代，在中国开放图书零售市场的时代背景下，西安市民营图书零售商业得到迅速发展，除新华书店经营连锁化之外，西安市城区相继涌现曲江书城、钟书阁、方所、晓书馆等新型的实体书店。2014年，西安市出台《西安市支持实体书店发展实施意见》及相应的专项扶持资金管理办法，用于扶持各类实体书店[27]，此后，不断对民营实体书店进行资金和政策扶持。2017年，西安市政府提出建设“书香之城”的目标，提出未来五年的工作目标：以“促进全民阅读，打造书香之城”为主题，使“全市人均阅读基础设施拥有率、民众阅读消费率、全民阅读率以及全民阅读的社会影响力在副省级城市中名列前茅”，将西安建设成“阅读之城，书香之城”。近年来，西安市以“促进全民阅读，打造书香之城”为目标，通过政策引导、资金扶持、业态转型，举全市之力发展实体书店，提升城市文化品位。实体书店占据着西安文化建设领域的重地，点亮了市民走进实体书店阅读、选购、品味书香文化的道路。2018年西安获评“中国书店之都”荣誉称号。本文所指的实体书店即经营图书及相关商品销售的网点。
根据《西安市土地利用总体规划（2006—2020年）调整完善方案》，将本文的研究范围确定为未央区、莲湖区、新城区、碑林区、雁塔区、灞桥区、长安区七个区（下文简称城七区）。城七区是西安市的中心区域，通过实地调研发现，目前也是实体书店较为集中的区域，因此，以西安市城七区作为研究区域具有一定的代表性。

1.1.2 数据来源

近年来，网络数据成为城市实体空间研究的重要数据源，由于城市实体书店数量多、分布广，且西安市实体书店已经形成一定的行业规模，可以满足不同区域内不同消费需求（图1）。本文选取中国最大的在线地图服务平台之一高德地图作为研究数据来源，通过其官方开放API 在研究范围内爬取并筛选出实体书店兴趣点（Point of Interest，POI）合计669个，本文的数据获取截止时间为2020年12月20日，获取数据包括实体书店的名称、实际地址、空间坐标等信息。对上述获取数据经过坐标校正等预处理后，通过对数据进行清洗，剔除定位不在西安市城七区范围的和名称重复的数据，共获得539条数据，结合西安市统计年鉴、新闻报道等资料，共选取研究区域内539家实体书店为具体研究对象，以此为基础建立西安市实体书店空间数据库。
图1 研究区范围

Fig.1 Study area

本文在科学、合理以及数据可获取性的基础上构建基础数据库：通过中国地价监测网获取西安市地价水平，获取时间为2020年12月；通过第六次人口普查获取人口数据，可以反映西安市人口分布整体情况。通过高德地图获取西安市道路路网、公交地铁站点、高校和图书馆数据，并通过高德地图爬取坐标，获取时间为2020年11月；通过西安市文化和旅游局网站获取A级景区数据，并通过高德地图爬取坐标，获取时间为2020年11月。

1.2 研究方法

本文首先通过DBSCAN聚类算法对西安市实体书店的空间聚类情况进行有效识别，通过核密度分析法反映出西安市实体书店在空间集聚分布的热点区域。最后选取8个影响因素指标，采用地理加权回归模型进行分析，反映出多个影响因素指标对西安市实体书店空间特征的影响程度，在此基础上将因素指标的空间差异进行可视化。

1.2.1 DBSCAN空间聚类算法

DBSCAN空间聚类算法是一种具有代表性的空间聚类方法，广泛应用于计算机科学、统计学等领域。该算法是一种基于密度的聚类方法，可以把高密度的区域划分为簇，最初由Ester等提出[40]，多用于机器学习、图像分析等领域[41]。DBSCAN聚类算法相较于以往的聚类算法表现出一定的优越性，聚类速度快，可在不预设形成聚类数量的情况下，有效处理噪声点并发现任意形状的空间聚类[42]；此外，DBSCAN算法既能有效地解决数据量较大、兴趣点相互重叠遮盖的问题，又能在宏观角度上发现其分布规律且在细节层次上保留了数据的位置精度[43]。
DBSCAN空间聚类算法主要需要进行两个参数的调节：Eps和Minpts。其中Eps是指研究对象在给定半径内区域的邻域，Minpts是确定任意一个点P是否为核心点，如果在研究对象E邻域内的点数大于等于Minpts，则称点P为核心点。DBSCAN算法将集群定义为：密度相连点的最大集合，可将足够高密度的区域划分为集群，最终形成任意形状的聚类。该算法流程如下：从空间中任意一个点P出发，找到该点Eps半径范围内所有点，如果距离在Eps之内的数据点个数多于Minpts个，则点P为核心对象，并被分配一个新的集群标签，然后算法会返回一个密度相连的集合，将这个集合内的所有对象都视为同一簇。重复上述过程，对每一个未扫描到的点作处理，直至没有新的点可加入任意簇中时，聚类算法结束。密度相连的对象将会标记为同一个簇，如果点P不是一个核心对象，未被加入任何簇，则点P被标记为噪声点，即离群值。由于DBSCAN参数的选择在较大程度上影响研究结果，因此，学者为了确定最优化的算法参数提供了一种辅助参数的确定办法：考察数据集本身的统计特性来选择Eps值和Minpts值，根据K-dist图来判断参数的质量，进一步选择Eps值和Minpts值[44]。
近年来，DBSCAN空间聚类算法逐渐被应用到地理学研究领域，丁娟等利用中国入境游相关照片中的地理位置坐标信息，采用DBSCAN聚类分析方法，对中国入境游客的空间分布特征进行了探讨[45]；李江苏等基于POI数据对郑东新区服务业的总体、分行业空间布局进行聚类，并从规划视角提出了郑东新区不同功能区产业结构优化的方向[46]；杨帆等基于DBSCAN空间聚类算法对广州市区的餐饮业进行集群识别，并探讨了其空间分布特征，进而归纳城市餐饮业集聚特征规律[47]。本文借助该算法识别西安市实体书店分布的集聚特征，对聚类情况进行有效识别和等级划分。

1.2.2 核密度估计法（KDE）

核密度分析法（Kernel Density Estimation）可用以表达实体书店在空间中的分布密度，通过形态特征表达要素的空间分布特征，可以直观地反映出离散测量值在连续区域内的分布情况，较为清楚地表达要素的分散或离散特征[48-49]。

1.2.3 地理加权回归

地理加权回归（GWR）是一种考虑地理位置变化因素的空间分析方法，可以用来揭示多变量之间的数量关系[50]。地理加权回归模型中的回归系数考虑到空间局部特征，不是全局性的统一值，而是与空间位置的变化保持一致，可以较为清晰地反映出空间异质性。本文通过地理加权回归模型对西安市实体书店空间特征的影响因素进行量化分析。地理加权回归（GWR）模型的数学公式如下：
y i = β 0 u i , v i + ∑ j = 1 n β j u i , v i x i j + ε i
式中：yi为第i点的因变量；xij为第j个自变量在第i点上的值；j为自变量记数；i为样本点记数； ε i为残差； u i , v i为第i个样本的空间坐标； β j u i , v i为连续函数 β j u , v在i点的值。

1.2.4 指标选取

本文的研究空间单元是街道办事处所辖区域，以此来量化分析西安市实体书店的空间分布格局。实体书店在街道级别的密度是本研究中回归分析的解释变量，将实体书店的数量赋值于街道单元，得到68个有效研究空间单元。与实体书店个数相比，实体书店密度可以更为准确地反映实体书店的空间分布特征。参考已有研究及数据可获性，本文共选取8项指标作为实体书店空间布局特征的影响因素，包括交通因素、地价水平、旅游区位、人口密度及行业因素等方面。其中，路网密度、公交站点密度和距离最近地铁站距离是影响城市内部交通水平的重要量化指标；距离高校最近距离可以量化不同街道的教育水平；距城区最近4A级以上景区距离作为街道旅游资源吸引力的量化指标；通过第六次人口普查数据得到街道人口密度和安居客网站得到的街道商品房平均价格来表示街道人口水平和地价水平；距图书馆最近距离可以表示同行业内部关系情况，各项解释指标描述见表1。将数据进行初步处理，检验数据符合回归基本条件，不存在共线性问题。
表1 影响因素指标选取与描述

Tab.1 Description of variables

一级指标 代表性指标 变量阐释
交通因素 公交站点密度 街道公交站个数与街道面积之比
路网密度 街道路总的长度与面积之比
距最近地铁站距离 街道质心到最近地铁站距离
人口因素 人口密度（人/km2） 街道常住人口数与街道面积之比
地价水平 街道内商品房平均价格
行业因素 距最近公共图书馆距离 街道到最近公共图书馆的距离
文化因素 距最近高校距离 街道到最近高校距离
旅游因素 距城区最近4A级以上景区距离 街道到最近4A级以上景区的距离

注：根据相关文献整理所得[33,36,51]。

2 空间分布特征

通过对实体书店地点的空间化处理，得出其在研究区域内的分布状况（图2）。西安市图书零售业网点总体上呈现中心城区集聚的态势，且莲湖区、新城区、碑林区3个中心城区书店布局最为密集，随着与城市中心距离扩大，书店数量呈逐级递减的趋势，且布局相对较为分散。从城区尺度看，西安市不同主城区之间、城区与郊区之间实体书店的空间布局具有较大差异性。
图2 实体书店集聚识别结果

Fig.2 Cluster identification results of physical bookstores

借助Anaconda算法环境平台，通过Spyder编写DBSCAN算法，对算法进行初步调试后，将西安市实体书店的坐标导入，对实体书店空间信息数据集进行迭代，发现西安市中心城区实体书店密度较大，存在一个较大的聚类。然后进一步借助相关研究的自适应参数选择算法进一步进行分析，发现在Eps=1.2km、Minpts=4时，聚类效果较为理想[44]。将设置的参数进行算法计算得出共有15个聚类，各个类别之间边界较为清晰，结果见表2。同时将聚类结果通过ArcGIS10.2平台进行可视化，得到图2。为了更好地观察分类的科学性，对西安市城七区实体书店进行核密度分析，得到图3。通过上述对比，可以发现经过DBSCAN聚类算法识别出的实体书店15个集群基本与核密度分析结果中的热点地区有很好的一致对应性，可用于研究实体书店的空间分布格局，根据等级划分的结果进行空间可视化，得到图4。
表2 西安市实体书店聚类结果

Tab.2 Clustering results of physical bookstores in Xi'an

类别 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 噪声点
数量 6 15 302 5 13 7 10 5 11 30 4 4 5 5 4 113
图3 实体书店核密度分析结果

Fig.3 Kernel density analysis results of physical bookstores

图4 实体书店集群等级划分

Fig.4 Hierarchical classification of physical bookstores clusters

从表2和图2可以看出，西安市实体书店在空间布局上存在一定梯度等级效应，即中心城区高度集聚，周围郊区梯度减少。DBSCAN空间聚类算法结果显示，西安市实体书店存在15个类别，其中超过100个的类别有1类，数量最多的为第3类。根据自然间断裂点分级法将15个类别分为5个等级，第一等级包括第3类，实体书店数量为302个，占实体书店总数量的56.03%；第二等级包括第2类和第10类，实体书店数量分别为15、30个，共占实体书店总数的8.35%；第三等级包括第5、7、9类，实体书店数量分别为13、10、11个，占实体书店总数的6.31%；第四等级包括第1类和第6类，实体书店数量分别为6、7个，共占实体书店总数的2.41%；第五等级包括第4、8、11、12、13、14、15、10类，实体书店数量分别为5、5、4、4、5、5、4个，共占实体书店总数的5.94%；噪声点即离群数据为113个，占实体书店总数的20.96%，5个等级包含的实体书店数量占西安市实体书店总数的79.04%。
结合表2和图4，可知西安市实体书店集群已经形成5个不同等级的空间聚类。其中，以第一等级占据主体，主核心分布于钟楼附近的北院门街道、长安路街道、张家村街道和南院门街道，次核心分布在张家堡街道、十里铺街道和辛家庙街道。其他等级集群主要分布在西安市城七区的中西部，南部较少。由图2可以看出，噪声点多数零散分布在西安市城七区的周边区域。

3 影响因素

3.1 地理加权回归模型及结果

采用OLS模型检验各项指标对西安市城七区实体书店密度的平均关系和拟合程度，计算结果显示OLS模型R2为0.803，校正R2为0.777，说明模型拟合度高，可以进行地理加权回归分析。通过ArcGIS10.2平台GWR分析模块，选择AICc方法确定最优带宽，计算得到R2为0.829，校正R2为0.792，拟合性能高于OLS模型。将计算结果进行统计分析，得到各系数的平均值、最小值、下四分位值、中位值、上四分位值和最大值，以及GWR模型的带宽、AICc、R2和校正R2，具体结果见表3。
表3 GWR模型的局部回归系数描述性统计分析

Tab.3 Descriptive statistical analysis of local regression coefficients of GWR model

因素 平均值 最小值 下四分位值 中位值 上四分位值 最大值
常量 11.491 10.122 11.335 11.593 11.726 12.394
公交站点密度 1.278 1.186 1.260 1.285 1.299 1.368
路网密度 0.870 0.755 0.832 0.858 0.897 1.102
距最近地铁站距离 -0.436 -0.999 -0.509 -0.418 -0.371 -0.216
距城区最近4A级以上景区距离 -0.259 -0.637 -0.345 -0.249 -0.156 0.079
商品房平均价格 1.624 1.527 1.595 1.623 1.650 1.753
人口密度 3.053 2.754 2.995 3.052 3.112 3.340
距最近高校距离 0.469 0.253 0.413 0.452 0.514 0.747
距最近公共图书馆距离 -1.325 -1.472 -1.357 -1.321 -1.295 -1.192
带宽 46 269.757
AICc 187.010
R2 0.829
校正R2 0.792
结果显示GWR模型的可决系数R2为0.829，校正可决系数R2为0.792，即模型解释了79.20%的西安市实体书店密度的变化。从GWR模型结果可以看出，路网密度、公交站点密度、人口密度、商品房平均价格以及距最近高校距离五项指标对实体书店的密度存在正相关的影响；距最近地铁站距离、距最近公共图书馆距离、距城区最近4A级以上景区距离三项指标与实体书店的密度呈负相关关系。
基于以上结果可知，实体书店密度受8个因素影响最大的是人口密度，接下来依次是商品房平均价格、公交车站点密度、路网密度、距最近高校距离、距城区最近4A级以上景区距离、距最近地铁站距离、距最近公共图书馆距离。从回归系数分布情况发现各因素系数整体变化幅度不大，回归系数相对较为平滑。因此，将各因素回归系数进行可视化处理，如图5所示。
图5 GWR回归系数空间分布特征

Fig.5 Spatial distribution of regression coefficients in the GWR model

3.2 影响因素分析

3.2.1 交通影响因素分析

由地理加权回归模型结果可知，实体书店的分布特征受到路网密度、公交站点密度、距最近地铁站距离影响，其中路网密度、公交站点密度对实体书店分布特征的影响均呈现出正相关的特征，距离最近地铁站距离对实体书店分布特征的影响呈现出距离衰减的趋势。路网密度与实体书店分布呈现正相关，即路网密度越大，实体书店的空间分布越为密集。从路网密度指标回归系数的空间分布特征表明来看，路网密度对实体书店的影响程度呈现明显的空间异质性，城七区西南方向的东大街道、高桥街道、马王街道、滦镇街道等受到路网密度的影响最大，而在灞桥区的谭家街道、灞桥街道、洪庆街道等受到路网密度的影响相对较小；公交站点密度与实体书店分布呈现正相关，其中，洪庆街道、灞桥街道、新筑街道、徐家湾街道、新合街道、谭家街道受到公交站点密度的影响最大，五星街道、滦镇街道、王曲街道、太乙宫街道等受到的影响最小；实体书店与距最近地铁站距离的呈现负相关关系，即实体书店的数量随着与地铁站距离的增大而减少，西安市城南的街道诸如滦镇街道、东大街道、太乙宫街道、引镇街道受到地铁距离的影响明显小于城北区域诸如洪庆街道、灞桥街道、新筑街道、汉城街道、未央宫街道、谭家街道等。以上3项指标综合表明实体书店的集聚程度与街道的交通通达程度存在正相关的关系。

3.2.2 人口影响因素分析

人口发展水平与实体书店的分布密切相关，人口密度和商品房平均价格作为人口发展水平的解释指标。在地理加权回归模型中，人口密度与实体书店的聚集程度现较强的正相关关系，即人口密度越大，实体书店分布的数量越多。从回归系数的空间分布特征来看，在人口密度相对较小的街道诸如马王街道、高桥街道、三桥街道、六村堡街道、建章路街道为低值区域，高值区域出现在洪庆街道、太乙宫街道、引镇街道、狄寨街道、大兆街道、鸣犊街道；商品房平均价格也是表征人口集聚度的重要指标之一，从地理加权回归模型的结果来看，回归系数为正值，即商品房平均价格越高，实体书店分布得越多，且在城南的部分街道如滦镇街道、子午街道、王曲街道、杜曲街道、太乙宫街道、大兆街道等受到商品房平均价格的影响较大，城北的部分街道如高桥街道、新合街道、六村堡街道、建章路街道、徐家湾街道、新筑街道受到商品房平均价格的影响较小。以上2个指标共同表明人口发展水平对实体书店的集聚产生积极影响。

3.2.3 行业影响因素分析

公共图书馆和实体书店作为功能相似的文化场所，在空间分布上存在一定的相关关系。本文通过距离公共图书馆的远近来量化二者的空间分布特征，探求其竞争或协同关系。地理加权回归模型结果表明，距最近公共图书馆距离与实体书店的集聚呈现高值负相关的特征。即距离公共图书馆越远，实体书店的数量越少。回归系数在空间分布表明城区东北部的街道如新筑街道、新合街道、汉城街道、六村堡街道等受到的影响较大，城区西南部分街道如东大街道、郭杜街道、韦曲街道、兴隆街道等受到的影响较小。距图书馆的距离与实体书店的分布呈现负相关关系的因素有以下三方面：一是图书馆具有公益性和公共服务型的特点，作为一种免费的文化事业受到人们的喜爱，实体书店作为一种文化产业的存在方式，具有一定的盈利性，二者提供的图书相关服务存在一定的差异性；二是公共图书馆多提供借阅服务，而实体书店提供相关的图书售卖等系列服务，因此二者为互补关系而非互为替代；三是经营者的个人主观因素也有一定的影响，其会选择自己认为较熟悉或较有市场的区域，这也是导致其与距公共图书馆距离呈现出负相关特征的因素之一。该指标说明公共图书馆与实体书店的选址布局存在协同关系，二者共同为人们提供文化消费空间。

3.2.4 文化影响因素分析

在文化影响因素方面，采用距最近高校距离进行量化分析。地理加权回归模型结果表明，距最近高校距离与实体书店的分布数量呈现高值正相关关系。回归系数的空间分布特征表明城北高校分布较少的部分街道如新筑街道、新合街道、汉城街道、六村堡街道等，受到距离高校距离的影响较小，长安区是高校分布较多的区域，城南的部分街道如东大街道、滦镇街道、王曲街道等受到该指标的影响较大。距最近高校距离与实体书店的分布呈现正相关的原因如下：一是高校多有自己所属的图书馆，可为在校师生提供一定的借阅服务，读者有更为广泛的选择空间，诸如电子数据库，且具有一定的网上购书能力；二是实体书店多以教辅资料经营为主，研究过程中也发现，实体书店多集中在中小学附近，且多以图书、文具等相关服务为主要业态，其服务人群较为集中于中小学生。因此该指标对实体书店的布局的影响呈现出正相关的特征。

3.2.5 旅游影响因素分析

在旅游影响因素方面，采用距城区最近4A级以上景区距离进行量化。地理加权回归模型结果表明，距城区最近4A级以上景区距离与实体书店的分布呈现距离衰减的特征，即距城区最近4A级以上景区距离越远，实体书店的空间集聚越少。回归系数的空间分布差异显著，低值区域出现在距离4A级以上旅游景区距离较远的城区西南部，高值区域出现在城区东北部，该区域相对而言距离4A级以上旅游景区较近，说明城区西南部街道如东大街道、滦镇街道、马王街道、斗门街道、高桥街道等受到该指标的影响小于城区东北部街道如新合街道、新筑街道、灞桥街道、洪庆街道等。结果表明旅游资源对实体书店的空间布局存在较大的影响，旅游资源在一定程度上代表着旅游吸引力，游客的到访带来阅读和休闲文化的需求，促进实体书店的发展。

4 结论与讨论

4.1 结论

本文通过DBSCAN聚类算法和核密度估计法研究实体书店的集群热点和空间分布特征，基于高德地图官方开放API 在研究范围内爬取实体书店兴趣点（Point of Interest，POI）作为研究对象，根据已有研究以及数据可获性构建地理加权回归模型，分析其空间格局特征并探究西安市实体书店的空间分布的影响因素，结论如下：
①西安市实体书店在空间布局上的集聚效果明显且存在一定梯度等级效应，主要表现为中心城区高度集聚，周围郊区梯度减少。通过DBSCAN空间聚类算法，在研究范围内539个实体书店点中识别出15个集群，并可划分为5个等级以及113个离群噪声点。②第一等级包含1个集群，受到公交站点密度、地铁站、路网密度、商品房平均价格、人口密度、距城区最近4A级以上景区距离、距离最近高校距离、距最近图书馆距离的共同作用，主要在小寨路街道、长安路街道；第二等级包含2个集群，主要受到公交站点密度、距最近地铁站距离、路网密度的影响，分布在张家堡街道、辛家庙街道；第三等级包含3个集群，主要受公交站点密度、距最近地铁站距离、距离最近高校距离的影响，分布在丈八沟街道、郭杜街道、韦曲街道、徐家湾街道、谭家街道；第四等级包含2个集群，主要受到人口密度的影响，分布在韦曲街道和席王街道；第五等级包含7个集群，受路网密度的影响较大，主要分布在三桥街道、斗门街道、丈八沟街道、鱼化寨街道。③总体而言，经济发展程度越高，人口发展水平越高，交通状况越便利，实体书店的布局越为密集，人口分布与实体书店的分布呈现出高度一致性，说明实体书店辐射区域的人口发展水平是影响实体书店布局的重要因素；同时受到交通通达性的正向影响，表明交通要素的完善程度是实体书店集群发育水平的重要影响因素。相关部门可以优化交通路线，提供相应的政策支持，完善基础设施，提高通达性和城市中心区域和郊区的互联互通能力；城市的旅游资源和区域文化背景也在一定程度上影响着实体书店的空间布局特征，高校和公共图书馆是实体书店选址布局过程中不可忽视的影响因素。从多方面影响因素考虑实体书店的布局选址，将会有利于实体书店的空间均衡发展，为人们提供良好的城市社会生活环境，丰富人们的精神生活，满足不同阶层的文化消费需求，从而进一步促进西安市书香城市的建设。

4.2 讨论

实体书店作为城市社会生活空间中必不可少的部分，是人们购买图书、获取资料、文化消费的重要场所，与人们的生活息息相关。从研究结果来看，本文的研究结论与前人的研究结果有一定的异同。在空间分布方面，本文的研究表明实体书店的空间分布不均衡，具有明显的中心城市集聚的特征，这与甘依霖、焦石等学者的研究成果基本一致[51-52]；在影响因素方面，本文的研究结果表明距高校距离越近，实体书店分布数量越少，这与李少琦等[33]学者的“高校在校生数量与新型实体书店门店分布数量呈正相关”的研究有所不同，原因是本文所研究的实体书店包括新型实体书店和传统型实体书店；焦石等[51]学者提出应在大专院校密集的地区布局新型实体书店，这表明目标消费人群对传统型实体书店和新型实体书店的布局选址有较大的影响，同时案例区的特殊性以及研究区域的尺度大小也是影响该结论的原因之一。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Hill G. The Bookshop as an Experience Scape:The Future of the Physical Book and the Bookshop in the Digital Era[D]. Lund: Lund University, 2014.

[2]
新闻出版总署副署长出席实体书店发展座谈会[EB/OL]. http://www.gov.cn/gzdt/2013-03/07/content_2348291.htm 2013-03-07.

[3]
吴清友. 我与诚品书店的25年[N]. 新华书目报, 2017-07-21.

[4]
2020年中国图书零售市场报告[EB/OL]. http://baogao.chinabaogao.com/qikantushu/479193479193.html 2020-01-07.

[5]
Yeh I C, Lien C H, Ting T M, et al. Applications of web mining for marketing of online bookstores[J]. Expert Systems with Ap-plication, 2009, 36(8):11249-11256.

[6]
吴赟, 孙梦如. 中外实体书店产业扶持政策的初步比较和分析[J]. 出版广角, 2016(17):18-21.

[7]
魏龙泉. 世界最大的图书零售商美国巴诺连锁书店[J]. 出版史料, 2006(2):130-132.

[8]
姜晓娟. 英国连锁书店沃特斯通的库存管理系统[J]. 出版发行研究, 2006(8):24-25.

[9]
李雪婵. 以文创产业为引导的新型实体书店设计研究[D]. 天津: 天津理工大学, 2017.

[10]
Duxbury N. The Reading and Purchasing Public:The Market for Trade Books in English Canada 1991[M]. Canadian Centre for Studies in Publishing,Simon Fraser University; Toronto: Association of Canadian Publishers, 1995.

[11]
Miller L J. Shopping for community:The transformation of the bookstore into a vital community institution[J]. Media,Culture &Society, 1999, 21(3):385-407.

[12]
Hemmeter J A. Household use of public libraries and large bookstores[J]. Library & Information Science Research, 2007, 28(4):595-616.

[13]
Dixon C M, McKechnie L E F, Miller L J, et al. Latte grande,no sprinkles:An exploratory observational study of customer behaviour at Chapters bookstores[C]// Proceedings of the Annual Conference of CAIS//Actes ducongres annuel de I’ACSI, 2001.

[14]
Hopkins J S P. West Edmonton Mall as a centre for social interaction[J]. The Canadian Geographer/Le Geographe Canadien, 1991, 35(3):268-279.

[15]
Karp D A. Hiding in pornographic bookstores a reconsideration of the nature of urban anonymity[J]. Journal of Contemporary Ethnography, 1973, 1(4):427-451.

[16]
Liddle K. More than a bookstore:The continuing relevance of feminist bookstores for the lesbian community[J]. Journal of Lesbian Studies, 2005, 9(1-2):145-159.

[17]
Doucl, Poels K, Janssens W, et al. Swelling the books:The effect of chocolate scent on purchase-related behavior in a bookstore[J]. Journal of Environmental Psychology, 2013, 36:65-69.

[18]
肖东发. 民营书店20年[J]. 出版经济, 2004(2):44-47.

[19]
程秀花, 陈建华. 我国实体书店的转型研究[J]. 出版广角, 2015(Z1):134-135.

[20]
周蔚华. 拯救独立书店:守护城市亮丽的文化风景[J]. 出版广角, 2013(6):34-35.

[21]
毛文思. 文化Mall:大型实体书店的新出路?[J]. 出版参考, 2012(31):13,33.

[22]
Laura J. Miller Shopping for community:The transformation of the bookstore into a vital community institution[J]. Media Culture & Society, 1999, 21(3):385-407.

[23]
王涵, 方卿. 网络环境下实体书店生存与发展——国外独立书店给我们的启迪[J]. 中国出版, 2006(8):15-19.

[24]
胡琳玉, 尤建忠. 英国独立书店最新生存情况和经营思路[J]. 出版参考, 2013(9):40-41.

[25]
艾梅霞, 姜晓娟. 美国连锁书店与独立书店的比较[J]. 出版参考, 2002(Z1):32-33.

[26]
蔡静诚. 独立书店何以生长于繁华商圈——基于消费社会学视角的解读[J]. 编辑之友, 2019(8):26-33.

[27]
谢晓如, 封丹, 朱竑. 对文化微空间的感知与认同研究——以广州太古汇方所文化书店为例[J]. 地理学报, 2014, 69(2):184-198.

DOI

[28]
蒋磊. “方所”不仅仅只是书店,更应该是文化空间[N]. 中国图书商报, 2012-01-10(12).

[29]
黄雨彤. 以悦读为核心的都市文化空间——实体书店的转型研究[D]. 广州: 华南理工大学, 2017.

[30]
姜琴月. 独立书店作为城市文化空间的意义建构——以广州1200bookshop为例[D]. 广州: 暨南大学, 2018.

[31]
梅娜. 书·城——作为城市空间的书店[D]. 合肥: 安徽大学, 2014.

[32]
Thuy V T N, Han H Y, Noman S, et al. The bookstore-Café:Emergence of a new lifestyle as a “Third Place” in Hangzhou,China[J]. Space and Culture, 2018,DOI:10.1177/1206331218795832.

[33]
李少琦, 孙海燕, 刘苏禾, 等. 近20年中国新型实体书店的时空演变及其影响因素——基于西西弗、言几又和“猫空”数据的分析[J]. 经济地理, 2020, 40(10):67-73.

[34]
卢章平, 苏文成. 概念书店运营机理对公共图书馆文化服务的启示[J]. 图书馆论坛, 2014(12):78-84.

[35]
李菲, 柯平, 王溪, 等. 概念书店参与公共阅读服务供给研究[J]. 图书馆论坛, 2019(8):1-8.

[36]
薛领, 杨开忠. 基于空间相互作用模型的商业布局——以北京市海淀区为例[J]. 地理研究, 2005(2):265-273.

[37]
何健红. 如何建设具有休闲娱乐功能的新型图书馆[J]. 智库时代, 2019(8):260-261.

[38]
黄冠男. 图书馆休闲功能研究[D]. 昆明: 云南大学, 2016.

[39]
张丽斯. 论公共图书馆读者文化休闲空间打造[J]. 图书馆研究, 2015, 45(4):23-27.

[40]
Ester M, Kriegel H P, Sander J, et al. A density-based algorithm for discovering clusters in large spatial databases with noise[C]. Portland,Oregon, USA: The AAAI Press, 1996:226-231.

[41]
Rodriguez A, Laio A. Clustering by fast search and find of density peaks[J]. Science, 2014, 344(6191):1492-1496.

DOI PMID

[42]
李新延, 李德仁. DBSCAN空间聚类算法及其在城市规划中的应用[J]. 测绘科学, 2005, 30(3):51-53,5.

[43]
张铁映, 李宏伟, 许栋浩, 等. 采用密度聚类算法的兴趣点数据可视化方法. 测绘科学, 2016, 41(5):157-162.

[44]
周红芳, 王鹏. DBSCAN算法中参数自适应确定方法的研究[J]. 西安理工大学学报, 2012, 28(3):289-292.

[45]
丁娟, 李俊峰. 基于Web地理图片的中国入境游客POI空间格局[J]. 经济地理, 2015, 35(6):24-31.

[46]
李江苏, 梁燕, 王晓蕊. 基于POI数据的郑东新区服务业空间聚类研究[J]. 地理研究, 2018, 37(1):145-157.

DOI

[47]
杨帆, 徐建刚, 周亮. 基于DBSCAN空间聚类的广州市区餐饮集群识别及空间特征分析[J]. 经济地理, 2016, 36(10):110-116.

[48]
禹文豪, 艾廷华, 杨敏, 等. 利用核密度与空间自相关进行城市设施兴趣点分布热点探讨[J]. 武汉大学学报:信息科学版, 2016, 41(2):221-227.

[49]
王雪, 白永平, 汪凡, 等. 基于街道尺度的西安市零售业空间分布特征及其影响因素[J]. 干旱区资源与环境, 2019, 33(2):91-97.

[50]
张少尧, 时振钦, 宋雪茜, 等. 城市流动人口居住自选择中的空间权衡分析——以成都市为例[J]. 地理研究, 2018, 37(12):2554-2566.

DOI

[51]
焦石, 李晓东. 南京市图书零售业空间布局及其影响因素[J]. 地域研究与开发, 2016, 35(2):71-76,83.

[52]
甘依霖, 朱媛媛, 陈四云, 等. 后疫情时代武汉市城市文化消费空间解构——以实体书店为例[J]. 地域研究与开发, 2020, 39(6):65-70.

Options
文章导航

/

〈 〉