EN中文

Economic geography >

2020 , Vol. 40 >Issue 12: 81 - 90

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.12.010

Spatial Layout Evolution of Urban Commercial Gymnasium and Its Influencing Factors：A Case Study of Harbin City

  • LOU Jinnan ,
  • CHEN Xiaohong , ※ ,
  • WANG Ying
Expand
  • College of Geographical Science，Harbin Normal University，Harbin 150025，Heilongjiang，China

Received date: 2020-03-15

  Revised date: 2020-08-22

  Online published: 2025-04-11

Fold

Abstract

The spatial structure optimization of urban commercial gymnasium is a significant content and embodiment to construct the healthy city,improve residents' happiness and urban high-quality development. This study,based on the points of interest (POI) data of commercial gymnasiums in Harbin municipal district from 2013 to 2018,uses kernel density estimation,standard deviational ellipse,average nearest neighbor analysis,geo-detector model and other methods to explore its spatial layout evolution and impact factor. The following are the results: 1) The spatial distribution shows a stable trend in the early stage and then steps into the leap forward stage in the suburban. The direction of spatial distribution is consist with the direction of urban expansion which moves from the northeast to the southwest,and the gravity center of the agglomeration distribution moves to the southwest. 2) The spatial layout characteristic of Harbin commercial gymnasiums changes from single-core to multi-core agglomeration,and the city's overall spatial layout presents the spatial clustering state which mode is "central circle layer + peripheral group". 3) As the distance to the city center increases,the agglomeration degree of commercial gymnasiums shows a low-high-low distribution. Moreover,the distribution of adjacent urban arterial roads and residential quarters have become the main influence factors for the spatial layout of commercial gyms in Harbin. 4) From the perspectives of influencing factors,there is an obvious tw-factors enhanced interaction and synergy between the influencing factors. The interaction of any two driving factors has a stronger explanatory degree on the spatial differentiation of commercial gyms than a single driving factor. Economic quality,household consumption capacity,purchasing power of residents and education levels are internal stimuli factors. Population size,transport accessibility and rental cost are external triggers. These factors affect the spatial layout of Harbin's commercial gymnasiums. Community environmental factors have a weak influence on the layout. Formulation of urban planning and the macro-control of public policies have indirectly stimulated the spatial layout of the commercial gymnasiums.

Key words： commercial gymnasium; spatial agglomeration; influence mechanism; resident consumption capacity; population density; traffic accessibility; land price cost

Cite this article

LOU Jinnan , CHEN Xiaohong , WANG Ying . Spatial Layout Evolution of Urban Commercial Gymnasium and Its Influencing Factors：A Case Study of Harbin City[J]. Economic geography, 2020 , 40(12) : 81 -90 . DOI: 10.15957/j.cnki.jjdl.2020.12.010

城市体育休闲设施用地是城市用地的重要组成部分，与城市其他功能用地之间具有时间阶段与空间布局的关联性。城市体育休闲设施的区位选址与城市空间扩展、城市空间质量具有突出的互馈关系。体育休闲设施的空间布局特征随着城市扩展与城市空间结构的变化呈现出鲜明的时代特征。近年来，我国越加重视全民健身活动与体育强国建设，并出台相关政策将全民健身上升为国家战略[1]。这直接刺激了商业型健身房在城市中的快速发展，商业型健身房作为体育休闲设施的主导产业之一，其在城市空间的布局优化有利于全民健身战略的实施，同时满足人们的精神文化生活需求。因此，探讨商业型健身房在城市中的合理空间配置问题，对满足人民日益增长的体育健身需求有重要意义。同时，研究商业型健身房空间结构优化，一方面有利于把握城市商业区位选择倾向性，丰富城市地理学和商业区位论的相关理论；另一方面有利于优化城市空间质量，指导城市规划建设。
商业网点的区位选择一直受到国内外城市地理学、城市规划学、商业地理学等的广泛关注。国外学者对于商业网点区位的相关研究较早，大致经历了4个阶段：20世纪初期为商业空间竞争与市场区域研究阶段；20世纪中期以中心地理论为指导的宏观区位选择研究阶段；20世纪中后期以消费者行为理论为指导的商业空间结构研究阶段；21世纪初以城市社会空间和居民行为感知因素为重点的商业区位选址与布局研究阶段[2⇓-4]。近10年来，国外关于商业区位的研究主要聚焦于商品流动与市场网络空间[5]、大型商业网点的吸引、扩张与竞争[6-7]、商圈与集聚经济[8]、商业空间重构与消费者选择行为[9-10]研究等方面。国内关于城市商业网点区位的研究始于改革开放以后，1980—1990年，处于以商业地理学为主的宏观研究阶段。大城市商业中心体系[11]、演变趋势[12]、商业网点的类型及区位选择[13]等问题成为这一时期地理学界关注的焦点。20世纪末期到21世纪初，商业区位的研究由宏观层面逐渐过渡到中观层面，商业网点的空间布局与等级体系[14]、演变规律，并结合中心地理论的实证分析[15]等成为这一时期研究的重点。近10年来，中国城市商业区位的研究转向微观层面，网络大数据采集技术的不断提升，为城市研究者提供了更多数据源。商业网点的空间布局特征与影响因素[16⇓-18]、演变规律及形成机理[19-20]、识别城市热点的空间实证[21⇓-23]等成为近年来研究的重要方向。
随着我国体育事业的发展、《全民健身计划（2016―2020）》实施以及人民对美好生活高质量的追求，公共健身设施的合理布局已成为城市地理学和城市规划学研究的重点和热点之一。近年来，对于公共健身空间的研究主要聚焦在公共健身设施的辐射范围[24]、空间布局问题及其原因阐释、公共健身设施服务失衡的影响因素[25]并对其进行布局优化设计[26]等方面。商业型健身房虽同为健身场所，但其营业性质却属于服务业的范畴。目前对商业型健身房的研究多聚焦于消费者行为和经营管理领域。研究内容主要为健身房的消费群体特征及消费动机[27-28]、商业型健身房的经营模式和促销战略[29]等方面。在空间布局方面，其研究内容主要基于人本主义和中心地理论的视角，从全局和多个微观单元等多类型、多尺度的角度阐释了商业型健身房的空间集聚程度在不同尺度上的差异[30]，并分析影响其布局特征的主要因素，提出因地制宜的发展策略。此外，较少学者将商业型健身房视为一种社会空间[31]，聚焦于个人身体感知的群体差异和通过社会途径对自我认同的建构，探讨了健身消费场所中人地关系的建构方式及其地方表征[32]。
综上，在研究视角上，当前国内研究的主流仍集中在传统宏观、中观层面视角下对商业区位布局的解释。对微观层面的新兴业态商业网点的空间布局研究关注度不足。在时间维度上，大部分研究只针对一个年份的商业活动或不同类型的商业网点进行空间布局、影响因素、动力机制等方面进行探讨，而对于较长时间跨度的某种商业网点的空间布局和时空演变的跟踪性研究较少涉及。在研究方法上，现有研究大多采用定性的方法探讨商业型健身房区位选择的影响因素。定量分析则常采用相关模型方法简单分析是否存在影响，尚未分析影响程度有多大等深层次的问题。本文运用地理探测器模型定量分析每个影响因子对商业型健身房空间布局特征的影响程度大小，并深层次解释其如何影响以及影响的原因等问题。从研究数据上，当前研究成果的数据来源以统计数据和实地调研数据为主，难以准确地在地理空间上可视化表达，随着网络大数据采集技术不断提升，使获取同时兼具时间和空间属性特征的点数据成为可能。鉴于此，本文运用新兴网络大数据结合Python数据收集工具和Matlab数据处理工具对城市新兴商业网点的空间布局进行分析是当前城市研究的重要方向。
本文基于微观层面的视角，以哈尔滨市辖区为研究区域，运用2013─2018年连续时段的高精度、覆盖面广的百度POI数据，采用定量分析及ArcGIS空间统计工具，对哈尔滨市商业型健身房的空间布局演变及影响因素进行研究，对探讨体育活力城市健康空间的优化具有一定的借鉴意义。

1 研究区域、数据来源与研究方法

1.1 研究区域

现代城市建设和经营的健身房主要是以营利为目的的商业型健身房。研究区域为哈尔滨市辖区范围，即道里区、香坊区、松北区、南岗区、呼兰区、道外区、平房区、阿城区、双城区（图1）。
图1 哈尔滨市市辖区分布图

Fig.1 Municipal district of Harbin

哈尔滨市作为黑龙江省首位城市，商业服务功能突出，2019年末常住人口为951.5万人，人均生活消费支出27 347.9元，居民购买力较强，第三产业消费市场大[33]。哈尔滨市体育活力和健身热度均位于全国前列，其全民健身指数为91.37，体育活力指数为92.67[34]。由于哈尔滨市在地理位置上具有独特的高寒特性，冬季平均气温最高为零下12℃左右。而商业型健身房作为室内运动场所，是城市体育空间的重要组成部分。商业型健身房的合理布局不仅能够推动哈尔滨市体育休闲行业的发展，同时还承担着一部分社会交往的功能，是社区空间交流的纽带。因此对哈尔滨市商业型健身房的空间布局演变及影响因素进行分析，能推进体育活力城市的建设及《全民健身计划》的实施，满足人们对体育休闲生活的追求。

1.2 数据来源与处理

本文采用的哈尔滨市商业型健身房和住宅小区的POI数据主要来源于运用Python语言程序爬取的百度地图兴趣点数据。经过筛选和剔除重复及错误数据，最终得到2013─2018年哈尔滨市商业型健身房POI数据共1 055条，其中2013年61条、2014年69条、2015年125条、2016年148条、2017年290条、2018年362条，2018年住宅小区POI数据4 063条。影响因素分析中的数据来源于《哈尔滨市第六次人口普查资料》和2018年《哈尔滨统计年鉴》，其中路网密度数据来源于2018年《中国主要城市道路网密度监测报告》，哈尔滨市各区平均房租水平数据来源于《中国城市房产数据》，建成年代为1990年以后住宅比重数据来源于《中国房价行情数据平台》。除以上数据外，支撑数据还包括研究区边界图和道路分布图，来源于国家地理信息数据库。

1.3 研究方法

1.3.1 标准差椭圆方法

运用标准差椭圆方法[19]分析哈尔滨市商业型健身房的空间分布特征和发展趋势。依据椭圆曲线的面积、长半轴、短半轴和方位角等信息分析哈尔滨市商业型健身房的中心趋势、集聚程度、布局方向和发展趋势等。

1.3.2 核密度估计（KDE）

本文运用核密度估计分析哈尔滨市商业型健身房在哈尔滨市辖区的空间集聚分布情况。
核密度函数的表达形式[18]为：
λ s = ∑ l = 1 n 1 π r 2 φ d l s r
式中： λ s是区域s处的核密度估计；r为核密度函数的搜索半径；n为商业型健身房的网点个数； φ是健身房网点l与s之间的距离 d l s的权重。

1.3.3 平均最近邻分析

平均最近邻分析可以测定哈尔滨市商业型健身房的空间集聚程度。定义平均最近邻指数R[18]为：
R = r 1 ¯ r 0 = 2 A ∑ i = 1 n d i
其 中 : r 1 ¯ = ∑ i = 1 n d i n ; r 0 = 0.5 n / A
式中： r 1 ¯为商业型健身房最邻近实际距离的平均值； r 0为最邻近距离的期望值； d i为最邻近实际距离；n为商业型健身房的数量；A为哈尔滨市辖区面积。若R<1，哈尔滨市商业型健身房在空间分布上表现为集聚；若R>1，则表现为离散。

1.3.4 地理探测器模型

运用地理探测器模型[35]对哈尔滨市商业型健身房空间布局特征的影响机制进行分析，模型[36]如下：
q Y | h = 1 - ∑ h = 1 L N h σ h 2 / N σ 2
式中： h为指标分类（采用K-means聚类法，本文将指标分为5类）； Y为2018年哈尔滨市各市辖区商业型健身房数量； N h为探测指标个数； N为评价单元数； σ h 2和 σ 2分别是指标层 h和全区 Y值的方差； q值的取值范围为[0,1]，其值越大表示对哈尔滨市商业型健身房空间布局特征的解释力越强。

2 哈尔滨市商业型健身房的空间布局演变

2.1 哈尔滨市商业型健身房的整体发展和动态演变

2.1.1 哈尔滨市商业型健身房的数量均有增加，但增速不均衡

从2013年的61家增长至2018年的362家，增长了近5倍。其中2013─2014年商业型健身房数量整体稳定，无明显增长，2016─2018年迅速增长，2017年商业型健身房的数量大幅增加，新增健身房数量142家，增幅为95%。

2.1.2 哈尔滨市商业型健身房向外扩散，发展速度不均衡

2013─2018年，哈尔滨市商业型健身房的覆盖面积稍有增长（表略）。标准椭圆的面积由974.264 km²增长至1 590.122 km²，增长了0.63倍，说明商业型健身房在空间分布上有向外扩散的趋势，但集聚程度依然很强。商业型健身房分布轴线的方位角呈现摆动旋转，由2013年的21.226 °（北偏东）增加到2018年的29.971 °（北偏东），反映了商业型健身房在6年内有很大发展，但发展不均衡（图2）。空间发展方向整体呈“东北─西南”延伸分布（图3）。商业型健身房集聚分布的重心有较小变动，但依然在中心城区的中心，并存在向西南方向转移的趋势。
图2 健身房分布标准差椭圆图

Fig.2 Standard deviational ellipse of commercial gymnasiums distribution

图3 健身房空间分布平均中心转移图

Fig.3 Gravity center of the commercial gymnasium

2.2 哈尔滨市商业型健身房的空间布局局部演变

2013─2014年商业型健身房空间分布平稳，集聚程度低（图4）。集中分布在吉林街、鞍山街与东大直街交叉口附近。2015─2016年商业型健身房集聚现象突显，形成以果戈里大街与东大直街交口处为集聚中心的单核心分布特征，同时在华山路与长江路交叉口处形成次级集聚中心。2017年哈尔滨市商业型健身房建设进入高潮期，长江路与华山路附近的健身房密度进一步加强，成为了新的集聚核心区，双核心分布特征明显。2018年，哈尔滨市商业型健身房集聚核心区的范围进一步扩大，集聚程度逐步加强，在群力、哈西、哈尔滨新区附近都有新增健身房，且新增了以哈西附近为中心的核心集聚区，以群力新区为中心的次级集聚区，形成多核心集聚的空间分布特征。
图4 2013─2018年哈尔滨市健身房空间分布核密度图

Fig.4 Kernel density map of spatial distribution of commercial gym in Harbin from 2013 to 2018

3 哈尔滨市商业型健身房空间分布特征

3.1 哈尔滨市商业型健身房高集聚区呈“中心圈层+外围组团”发展

通过ArcGIS10.2平均最近邻分析工具，对哈尔滨市商业型健身房进行分析得到最近邻指数R=0.255，表明哈尔滨市主城区内商业型健身房总体上集聚分布特征明显，且集聚程度较强。商业型健身房空间分布的核密度图（图5）更能直观地体现出商业型健身房“中心圈层+外围组团”的布局特征，其中以南岗开发区（A）和黑龙江省博物馆附近（B）为两个极核向外呈圈层式发展。南岗区位于中心城区的中心，是哈尔滨市辖区中人口规模最大的区域，总量约134.38万人，经济质量优越，居民的消费能力强，是商业型健身房分布的热点区域。哈西（C）和群力（E）作为两个独立组团，形成了明显的高密度集聚核心区。2013年哈西、群力新区的开发，2015年哈尔滨新区的设立等规划的实施，带动其人口规模大幅度增加，经济质量提高，市政基础设施完善，交通通达度提高，商业型健身房的集聚核心特征逐渐加强。
图5 哈尔滨市健身房2018年核密度分布图

Fig.5 Kernel density distribution of Harbin gymnasiums in 2018

3.2 哈尔滨市商业型健身房聚集程度呈低─高─低模式

秋林附近区域（图5中B区域）是哈尔滨市商业中心和人流量最密集的区域，是哈尔滨市居民公认的城市中心。运用ArcGIS中“提取值到点”工具，提取362个商业型健身房的核密度值，同时利用“点距离”工具计算每个商业型健身房到市中心（秋林）的距离。运用SPSS曲线估算的回归方法。
以商业型健身房的核密度值为自变量，到城市中心的距离为因变量，得到符合最佳拟合效果的曲线为对数模型式（5）：
D c b d = - 1782.811 + 1013.7 · l n d k d e ( R 2 = 0.006 )
从商业型健身房核密度值与到城市中心距离的散点图（图6）可以看出，随着到市中心距离的增加，商业型健身房的集聚程度呈现低─高─低的分布规律。距离城市中心约3 km范围内商业型健身房密度较低，3~10 km范围内，商业型健身房密度最高，数量较多，集聚程度最强，10 km范围外商业型健身房密度降低。根据城市竞租函数与城市空间结构组织理论，随着到城市中心距离的增加，城市不同类型功能主体的区位划分依次为：商业和办公业、居住、制造业、农业。商业型健身房作为新兴起的商业网点，其空间布局与传统商业活动存在较大差异，具有较强的人流指向性。距离市中心3 km范围内，土地匮乏，地价成本较高，人流量不稳定，商家对该区位的地租支付能力较弱。因此健身房多选址在距离市中心3~10 km的范围内。这一范围内多为居住区，人流规模大，地价成本较低，可供开发建设的土地面积较大，大多数健身房临近居住区分布。
图6 商业型健身房核密度值与到市中心距离的散点图

Fig.6 The scatter plot of Kernel density and distance to urban center of the commercial gymnasiums

4 哈尔滨市商业型健身房空间布局的微区位分析

4.1 呈现临近城市干道的分布指向性

为了研究哈尔滨市商业型健身房是否更倾向于分布在邻近城市干道的两侧，将城市主干道和次干道统称为城市干道。以道路两侧100 m的范围为缓冲区，对城市干道进行Buffer-analysis分析（图7）。338个商业型健身房位于干道缓冲区内，比例约占全部商业型健身房的93.37%。说明哈尔滨市商业型健身房的选址已经大规模呈现出临近城市干道分布的现象。对于商家而言，临近城市干道分布可以享受较高的交通可达性、密集的人流量。同时也能满足商家对健身房进行广告宣传的需求。但是健身房内部需要摆放大型健身器材，设置运动休息区、淋浴区等，这需要较大的营业面积。少部分商家难以承担临近城市干道分布的地价成本，为了实现新的供求均衡，这部分商家会选址在土地价格较低同时又能获取更多用地面积的地域范围，并通过网络宣传、分发传单等低成本的形式满足商家对商业型健身房的宣传要求。
图7 2018年哈尔滨市商业型健身房临干道分布情况

Fig.7 Spatial relation between Harbin commercial gymnasiums and arterial streets in 2018

4.2 邻近住宅小区的分布指向性明显

运用ArcGIS10.2的缓冲区分析和裁剪工具对哈尔滨市商业型健身房和住宅小区之间的距离进行分析。对于人们可忍受的最远步行距离，有研究认为，15 min为步行时间阈值，人们可忍受的最远步行直线距离约为700 m[37]。因此，如果商业型健身房与最近住宅小区之间的距离<700 m，视为健身房临近住宅小区分布。结果表明：约有94.75%的商业型健身房邻近住宅小区分布，说明哈尔滨市商业型健身房大规模呈现邻近住宅小区的分布指向性。临近住宅小区分布可接近消费市场，减少居民出行时间，便于消费者前往。由于城市的交通可达性，大多数住宅小区都选址在中心商务区外围的近郊区域。这样既能享受较低的地价成本和舒适的环境，同时居民的日常生活也不会受到影响。商业型健身房选址在住宅小区附近，地租水平相对较低，人流量密集，满足商家的选址需求（图8）。
图8 哈尔滨市健身房与住宅小区空间分布关系

Fig.8 Spatial relation between Harbin commercial gymnasiums and residence community

5 哈尔滨市商业型健身房分布的影响因素

5.1 影响因子的选取

哈尔滨市商业型健身房空间分布的影响因素主要从内源刺激驱动力和外源触发驱动力两方面进行分析。参照前人对商业网点的相关研究成果[17,38]，内源刺激驱动力主要考虑影响商业型健身房布局的人文环境和居民群体等因素。具体包括：人口密度、人口素质、居民购买力、消费能力；外源触发驱动力主要考虑影响商业型健身房布局的经济环境、可达性、地价成本等因素。具体包括：交通通达性、经济质量、地价成本、社区环境。指标具体含义见表1。
表1 哈尔滨市商业型健身房空间布局影响因素

Tab.1 Factors influencing the spatial layout of commercial gyms in Harbin

指标 指标层 指标含义（单位）
x1 人口密度 市辖区总人口/市辖区面积（人/m²）
x2 平均受教育水平 市辖区大学专科及以上人数/市辖区总人口（人）
x3 地价成本 房租价格/建筑面积（元/m²）
x4 交通通达性 市区年末实有铺装道路长度/市辖区面积（m²/km²）
x5 经济质量 市辖区GDP/市辖区总人口（万元/人）
x6 社区环境 建成年代为1990年以后的住宅数/总住宅数（套）
x7 消费者购买力 人均可支配收入（元/人）
x8 居民消费能力 社会消费品零售总额/市辖区总人口（万元/人）

5.2 结果分析

利用地理探测器模型来探测各项指标因子的解释力可知（表1）：总体上，探测因子的解释力（q值）强弱顺序为：x4交通通达性>x8居民消费力>x7居民购买力>x1人口密度>x5经济质量>x2受教育水平>x3地价成本>x6建成年代为1990年以后的住宅比重。

5.2.1 商业型健身房的空间分异是多种驱动因素交互作用的结果

商业型健身房空间分异的影响因素交互探测结果可知（表2）：各影响因子之间存在着明显的增强协同作用。任意两个影响因子的交互作用对商业型健身房空间分异的解释力都会呈显著提高，并且强于单个影响因子的解释力。影响商业型健身房空间分异的外源触发因子和内源刺激因子之间均存在着双因子增强的交互作用关系。这说明人文环境和居民群体等要素存在差异的地区，会通过提高经济质量、交通可达性等对商业型健身房的空间集聚效应产生影响。经济社会因素通过影响人口密度和素质、居民消费能力、购买力的强度和方向进而对商业型健身房空间分异特征产生影响。
表2 各驱动因素对商业型健身房空间分异的因子探测结果与交互作用探测结果

Tab.2 The detection results and interaction detection results of various driving factors on the spatial differentiation of commercial gyms

X1 X2 X3 X4 X5 X6 X7 X8
X1 0.8133*
X2 0.8496 0.7851*
X3 0.9984 0.9968 0.5739*
X4 0.9929 0.9968 0.9967 0.9856*
X5 0.8496 0.8496 0.9113 1.0000 0.7924*
X6 0.8496 0.8496 0.9009 0.9947 0.8343 0.4254*
X7 0.9928 0.9847 0.9009 0.9929 0.9541 0.8857 0.8288*
X8 0.9929 0.9847 0.9984 0.9928 0.9540 0.9847 0.9469 0.9423*

注：各驱动因子的解释力q值在对角线上，以*表示。

5.2.2 交通通达度是推进哈尔滨市商业型健身房空间分布的关键载体

交通通达度的探测因子系数为0.9856，是对哈尔滨市商业型健身房的空间分布具有正向促进作用且影响效果最大的因子。从哈尔滨市商业型健身房的空间分布看，健身房分布密集的地区，周围的交通网络体系布局也相对聚集和完善。这进一步验证了上文“哈尔滨市商业型健身房临近城市干道分布”的结论。

5.2.3 居民消费能力、购买力是决定哈尔滨市商业型健身房空间分布的直接动力

居民消费能力和居民购买力的解释力q值分别达到0.9423和0.8288，根据交互因子探测结果（表1）可知，居民的购买力和消费能力两因子之间存在明显增强协同作用，属于双因子增强驱动因素。居民消费能力在一定程度上反映了居民享受的消费水平，它影响着居民的购买力，决定了哈尔滨市商业型健身房的生存门槛和集聚范围。居民的消费能力和购买能力强弱与商业型健身房的空间布局有很强的对应性。居民消费能力、购买力强的地区，商业型健身房的集聚程度较高。道里区和南岗区是居民消费能力及购买力较强的2个区，消费总额均已过百万，因此是哈尔滨市商业型健身房空间分布的热点区域。

5.2.4 人口因素是影响哈尔滨市商业型健身房空间分布的前提和基础

人口规模对哈尔滨市商业型健身房的空间分布具有显著的正向影响。它反映了商业型健身房符合新型服务业强烈的人口、人流指向性的空间分布特征。由于不同类型的城市空间所承载的人口数量和密度不同，人口数量和密度大的城市空间必然会吸引商业型健身房的高度集聚，以达到商家利润最大化的目的。如上文3.1所述，南岗区是哈尔滨市辖区中人口规模最大的区域，总量约134.38万人，商业型健身房在南岗区的集聚程度最强。居民受教育水平的高低对商业型健身房的空间布局产生间接影响。由于文化资本和经济资本对消费者的消费惯性和消费观念具有较深的影响，这两种资本使高学历者形成高层次的消费观念，因此居民平均学历普遍较高的区域的社会购买力和消费欲望更强，健身房作为一种新型业态的发展性的健身消费场所，受消费者的消费观念影响较严重，居民平均学历较高的区域，商业型健身房空间分布的集聚特征较明显，商业型健身房分布密集。

5.2.5 经济质量是影响哈尔滨市商业型健身房空间分布的核心动力

哈尔滨市商业型健身房的空间分布受经济质量的影响较显著。经济质量是影响城市经营和发展的最基本社会变量，它能够反映各区的经济发展程度，是城市发展的基本动力。经济质量快速增长能够带动哈尔滨市商业型健身房的空间分布方向，推进商业型健身房空间集聚的自优化。经济发展水平高的地区，消费能力强，对商业网点的需求量大。商业型健身房分布的数量较多，空间分布密集。

5.2.6 地价成本是哈尔滨市商业型健身房空间分布的有力支撑

平均房租水平在一定程度上影响着商业型健身房的空间分布特征。商业型健身房的选址需要较大的营业面积，商家为追求较低的营业成本，会倾向于选址在距离住宅区较近的区域，这样既能享受较低的地价成本，同时人口密度较大符合商业型健身房的生存门槛。住宅建成年代可以反映该社区的新旧程度（表2）。社区的新旧程度对商业型健身房空间分布的影响较弱，表明在区域尺度上商业型健身房的区位选择及空间分布与各个区的社区环境并未有明显的依赖关系。

5.2.7 公共政策的宏观调控

哈尔滨市政府通过公共政策宏观调控促进商业型健身房在不同空间地域上实现集聚与扩散效应。从“一江两城九组团”的空间布局，到“一江居中，两岸繁荣”的空间转型等战略的调整下，哈尔滨市商业型健身房的空间分布范围出现大幅度扩张。2013年群力新区的开发、2015年哈尔滨新区的设立等新城区的规划调控，使得哈尔滨市商业型健身房的选址与集聚中心也相继发生转移。此外城市规划政策的调控在交通线路规划及居住用地规划等方面，也间接影响哈尔滨市商业型健身房的空间布局。

6 结论与讨论

6.1 结论

商业型健身房区位选择与城市空间布局密切相关，城市的空间结构和功能决定了新兴商业网点的发展动态，利益指向的商业属性使商业型健身房的空间布局逐步适应城市空间格局，最终形成商业空间格局与城市空间格局相协调的空间分布特征。本文基于2013─2018年哈尔滨市商业型健身房的POI数据，对哈尔滨市商业型健身房的空间布局演变及其影响因素进行研究，并得出以下结论：
①从时间发展历程看，哈尔滨市商业型健身房的数量及规模快速增长，但增速不均衡，其空间发展表现为前期平稳，后跃进式向近郊城市新区扩张的趋势，这与城市开发建设阶段性密切相关。从布局方向上看，空间分布方向由东北─西南延伸，与城市扩展方向趋于一致。
②从时空演变特征看，哈尔滨市商业型健身房的空间布局特征逐步由单核心集聚向多核心集聚的形态演变。在空间布局特征上，其总体空间布局呈现“中心圈层+外围组团”的空间集聚形式。并且，随着到城市中心距离的递增，哈尔滨市商业型健身房聚集程度呈现低─高─低的分布规律。在区位选址上，哈尔滨市商业型健身房的区位布局呈现出邻近城市干道和住宅小区分布的指向性。
③从空间布局影响因素分析，各影响因子之间存在着明显的双因子增强交互作用关系，即任意两个影响因子的交互作用对商业型健身房空间分异的解释力都强于单个影响因子的解释力。由市场导向的经济质量、交通及地价成本作为外源触发驱动力，由自身导向的人口因素、居民消费能力及购买力作为内源刺激驱动力，二者通过耦合作用机制共同对商业型健身房的空间布局产生显著的正相关性。而社区环境与商业型健身房空间分布则存在弱相关性。此外，城市规划方案的制定与公共政策的宏观调控对哈尔滨市商业型健身房的空间布局起到间接的刺激作用（图9）。
图9 哈尔滨市商业型健身房空间分布的影响机制

Fig.9 The impact mechanism of the spatial distribution of commercial gymnasiums in Harbin

6.2 讨论

①由于数据获取的有限性，本文并没有采用全国或省域尺度对商业型健身房的空间布局特征及影响因素进行研究，未能全面反映其他地域及全国的商业型健身房空间分布情况。
②在研究对象上，本文仅选取商业型健身房这一种新兴商业网点进行研究，其他类型的新兴业态商业在城市中的空间格局是否具有相似的特征，不同等级规模健身行业之间的竞争等方面是未来研究的重点方向。
③基于社区尺度，将城市传统的商业理论与城市GPS 数据、社会感知数据、社交网络签到数据等相结合，对不同性别和不同社会阶层的健身消费人群进行感知体验和身体建构的研究，以及在土地资源有限的条件下如何平衡城市新兴商业网点的数量和规模与最大效益的关系还有待于未来更细化、更深入的研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
国务院. 关于加快发展体育产业促进体育消费的若干意见[R]. 国发〔2014〕46号, 2014.

[2]
Potter R B. The urban retailing system:Location,cognition and behavior[M]. Gower and Retailing and Planning Associates, 1982:1-20.

[3]
Ghosh A, Graig C S. A location allocation model for facility planning in a competitive environment[J]. Geographical Analysis, 1984, 16(1):39-51.

[4]
Salvaneschi L. Location,Location, Location[M]. Oregon,United States: The Oasis Press, 1996:32-43,107-130.

[5]
Yan R, Eckman M. Are lifestyle centres unique?Consumers' perceptions across locations[J]. International Journal of Retail& Distribution Management, 2009, 37(1):24-42.

[6]
Borgers AW J, Vosters C. Assessing preferences for mega shopping centres:A conjoint measurement approach[J]. Journal of Retailing and Consumer Services, 2011, 18(4):322-332.

[7]
Lee Y, McCracken M. Centripetal and centrifugal movement:Shopping centres in Denver,USA,and Brisbane,Australia[J]. Urban Studies, 2012, 49(7):1489-1506.

[8]
Drennan M P, Kellyy H F. Measuring urban agglomeration economies with office rents[J]. Journal of EconomicGeography, 2011, 11(3):481-507.

[9]
Halbert L. The decentralization of intra-metropolitan business services in the Paris region:Patterns,interpretation,consequences[J]. Economic Geography, 2004, 80(4):381-404.

[10]
Jackson P, Aguila R P, Clarke I, et al. Retail restructuring and consumer choice 2. Understanding consumer choice at the household level[J]. Environment and Planning A, 2006, 38(1):47-67.

[11]
吴郁文, 谢彬, 骆慈广, 等. 广州市城区零售商业企业区位布局的探讨[J]. 地理科学, 1988(3):208-217,295.

[12]
李振泉, 李诚固, 周建武. 试论长春市商业地域结构[J]. 地理科学, 1989(2):133-141,195.

[13]
安成谋. 城市零售业网点布局初探[J]. 经济地理, 1988, 8(2):142-145.

[14]
安成谋. 兰州市商业中心的区位格局及优势度分析[J]. 地理研究, 1990, 9(1):28-34.

DOI

[15]
杨吾扬. 北京市零售商业与服务业中心和网点的过去、现在和未来[J]. 地理学报, 1994, 49(1):9-16.

DOI

[16]
李钢, 杨兰, 贺建雄, 等. 基于POI数据的西安市快递自提点空间格局及空间关系研究——以菜鸟驿站为例[J]. 地理科学, 2018, 38(12):2024-2030.

DOI

[17]
赵宏波, 余涤非, 苗长虹, 等. 基于POI数据的郑州市文化设施的区位布局特征与影响因素研究[J]. 地理科学, 2018, 38(9):1525-1534.

DOI

[18]
李阳, 陈晓红. 哈尔滨市商业中心时空演变与空间集聚征研究[J]. 地理研究, 2017, 36(7):1377-1385.

DOI

[19]
杨晓俊, 朱凯凯, 陈朋艳, 等. 城市电影院空间分布特征及演变——以西安市为例[J]. 经济地理, 2018, 38(6):85-93.

DOI

[20]
浩飞龙, 王士君. 长春市零售商业空间分布特征及形成机理[J]. 地理科学, 2016, 36(6):855-862.

DOI

[21]
蔚珊, 柳林, 梁育填. 基于POI 数据的广州零售商业中心热点识别与业态集聚特征分析[J]. 地理研究, 2016, 35(4):703-716.

[22]
胡庆武, 王明, 李清泉. 利用位置签到数据探索城市热点与商圈[J]. 地理学报, 2014, 43(3):314-321.

[23]
薛东前, 黄晶, 马蓓蓓, 等. 西安市文化娱乐业的空间格局及热点区模式研究[J]. 地理学报, 2014, 69(4):541-552.

DOI

[24]
张欣. 基于地理信息技术的城市公共体育设施服务辐射能力分析[J]. 沈阳体育学院学报, 2012(2):41-44.

[25]
陈婷婷, 魏宗财, 陈卓源. 城市居民健身场所布局公平性及优化对策[J]. 规划师, 2015(7):23-29.

[26]
陈旸. 基于GIS的社区体育服务设施布局优化研究[J]. 经济地理, 2010, 30(8):24-28.

[27]
曹秀玲, 赵海燕, 冯晓玲, 等. 我国健身俱乐部消费群体现状调查及影响因素分析[J]. 广州体育学院学报, 2014(4):24-28,73.

[28]
许小珍, 李金珠. 上海市商业健身俱乐部消费者群体的消费现状研究[J]. 商场现代化, 2008(31):73-75.

[29]
王乔君, 陆亨伯, 童莹娟. 健身俱乐部市场体系之构建——基于宁波市经营性健身俱乐部现状调研的思考[J]. 北京体育大学学报, 2006(1):50-52.

[30]
李仁杰, 郭风华, 张军海, 等. 北京市健身俱乐部多尺度空间格局[J]. 地理科学进展, 2010, 29(2):232-240.

[31]
赵歌. 身体与体育健身现象的文化哲学研究——基于迈克·费瑟斯通消费理论[J]. 体育科学, 2016, 36(11):19-30.

[32]
林耿, 沈建萍. 大城市健身消费与地方建构[J]. 地理学报, 2011, 66(10):1321-1331.

[33]
哈尔滨市统计局. 2018年国民经济和社会发展统计公报[R]. 2019.

[34]
人民网-体育频道. 2017最具中国体育活力城市百强排行榜[R/OL]. http://sports.people.com.cn/n1/2018/0508/c419474-29971206.html, 2018-05-08.

[35]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

[36]
周宏浩, 陈晓红. 东北地区可持续生计安全时空分异格局及障碍因子诊断[J]. 地理科学, 2018, 38(11):1864-1874.

DOI

[37]
杨林川, 张衔春, 洪世键, 等. 公共服务设施步行可达性对住宅价格的影响——基于累积机会的可达性度量方法[J]. 南方经济, 2016(1):57-70.

[38]
肖琛, 陈雯, 袁丰, 等. 大城市内部连锁超市空间分布格局及其区位选择——以南京市苏果超市为例[J]. 地理研究, 2013, 32(3):465-475.

Options
Outlines

/

〈 〉