轨道交通站点对周边服务业时空格局的影响
——以福州地铁一号线为例

陈余山，李梓滨，董微，赵涵宁，叶士琳

(福建师范大学 地理科学学院，福州 350007)

0 引言

城市化与机动化进程的持续深入发展给城市带来不断增长的人流量和车流量，传统的公共交通工具越发难以满足居民的交通需求，城市交通拥堵问题突出。作为轨道交通最主要的形式，地铁以其运量大、污染小、安全快捷等特点成为许多大城市缓解交通压力和提高土地资源利用率的重要途径[1]。地铁带来的影响不限于此：(1)地铁的建设降低了交通成本并提高区域的集聚经济，进而影响企业的区位选择和消费者的消费决策[2]；(2)地铁建设具有明显的经济外部性，它能提高沿线土地的价值，吸引大量经济活动，进而促进周边产业空间结构发生深度重构，带动沿线地区的资源开发与经济发展[3-6]；(3)地铁建设具有辐射性和综合性，可达性的提高加速了人流、物流、资金流及信息流的流通，其附带的宣传、店面也具备了很高的升值潜力。地铁建设成为城市经济增长、产业结构调整、居民生活质量提升的重要依托[6]。

目前，国内外有关地铁对城市发展影响的研究主要集中于以下几方面：(1)地铁对城市居民出行的影响：当前关于地铁对居民出行的影响主要集中于对居民出行方式和出行时间、费用成本的研究[7-8]。地铁建设的重要目的之一是改变居民的出行方式，使其向更绿色、环保的方向转变。李琬等[7]基于2013年对80后群体的调查分析得出，地铁能够降低家庭小汽车拥有率，提高居民乘坐地铁通勤的可能性；陈慧灵等[8]探讨了地铁对公共交通出行成本的影响，得出地铁对城市内中远距离出行性价比的影响最为显著。(2)地铁对城市空间结构的影响：地铁的开通将改变城市的人口流动，进而对城市空间结构产生影响。目前相关研究主要侧重于地铁对城市空间格局、土地利用方式以及人口布局这3个方面的影响[9-11]。黄偎等[9]发现地铁使得主城区空间面积增大，促进城市功能布局的空间重组；谭章智等[10]指出，地铁对土地利用变化的影响具有空间异质性并增强了郊区土地开发的强度；王纯彬[11]探讨了地铁对城市人口布局的影响，得出地铁对引导城市人口合理布局有着重大作用的结论。(3)地铁对城市产业的影响：前人研究的产业多数是零售商业和房地产业[12-17]。关于地铁对零售商业的影响，主要关注的问题在于地铁周边零售商业集聚形态的演变以及地铁对零售商业空间面积的影响[12-14]。方向阳等[12]探讨了不同区位地铁站口的商业集聚类型，从不同的角度对商业集聚类型进行划分；陈蔚珊等[13]的研究揭示了地铁换乘枢纽站点的商业空间经历了点、线、面状的演变过程；Monheim[14]在他的论文中提到地铁的开通使得购物中心的规模扩大。对于房地产业，国外的相关研究起步较早，Dewees[15]发现房屋租金随着与地铁站距离的增加而增加；国内学者王福良[16]研究得出，地铁对沿线住宅价格的影响具有分市场效应；郑燕巧等[17]通过研究说明地铁站对房价的影响机制是十分复杂的。

总体而言，国内外关于地铁对城市发展影响的研究多为微观尺度分析，特别在产业方面，多聚焦于具体行业，而对于整体服务业产业的研究较少。服务业的集聚能够推动一个城市的经济发展，特别是现代服务业中创新性行业正渐渐成为增强城市竞争力的核心力量[18]，因此,在地铁逐渐普及于各个城市的时代，研究地铁对服务业整体时空格局的影响显得尤为重要。鉴于此，以福州地铁一号线为例，运用圈层分析、核密度估计分析、地理加权回归分析等方法探讨地铁对周边服务业时空格局的影响，以期为福州产业时空格局优化和公共交通发展决策提供参考。

1 研究区概况

福州市是福建省省会，中国海峡西岸经济区中心城市之一，也是首批14个对外开放的沿海港口城市之一，海上丝绸之路门户以及中国(福建)自由贸易试验区三片区之一(图1)。福州市区面积1 786 km2，建成区面积265.33 km2。2019年福州统计年鉴数据显示，截至2019年，福州市(六区七县)常住人口达774万，城镇化率达71.6%，地区生产总值7 856.81亿元，其中第三产业为4 157.26亿元，约占生产总值的53%。目前福州公共交通系统主要包括公交、出租车和轨道交通，2019年全年客运量占比分别为61.7%、23.1%、15.2%。

目前，福州地铁已建成开通两条线路,一号线于2017年1月开通，二号线于2019年4月开通。福州市轨道交通规划线网由 9 条线路组成，总长 338.12 km， 1、2号线构成城市快速轨道交通十字形构架骨架网，运营里程数为24.84 km(截止至2018年)，车站总数为21个。福州地铁1号线位于城市南北发展主轴，是福州市轨道交通骨架网的核心线路，联络南、北火车站两大客运枢纽，串起城北商务中心、行政中心及居住区；福州地铁2号线西起苏洋，东至洋里，打通福州商业发达区块，作为福州市东西向交通的骨干线。目前，已经投入使用的轨道交通换乘枢纽数为一个(南门兜站)。随着福州地铁的相继建设运营，轨道交通日均客运量稳步上升，在2018年总客运量突破1亿人次。根据中国轨道交通协会数据显示，福州2018年客运总量较前一年增幅超10%。福州市正大力推行公交与地铁无缝接驳，提高了出行效率，使地铁成为福州城市居民通勤和休闲出行的主要交通方式。地铁对服务业空间分布格局、城市建设和经济发展的影响已初步显现。

注：依据《福州市城市总体规划(2011—2020年)中心城区用地规划图》修改。图 1 福州市区位示意Figure 1 Fuzhou area bitmap

表 1 福州市部分地铁站点2019年3月商业发展情况 Table 1 Business development of some subway stations in Fuzhou in March 2019

影响地铁沿线周边站点商业环境的因素是多元的，不同类型、不同等级的站点周边亦存在不同的商业分布空间格局。本研究综合分析了地铁站点周边商业数量、商业用地平均地价、客流量以及大型商店零售额。基于周边商圈评价地铁周边商业情况，结合表1对站点周边商业格局进行分析，根据业态差异对不同地铁站点周边商业空间类型进行划分。(1)门户型商业中心[13]：南门兜站位于城市中心的繁华商业区，是轨道交通的核心换乘车站，日均客流量远大于沿线站点。大型零售设施数量密集，以商圈和商业街为核心的商贸聚集区基本形成，包含购物中心、大型专业店、百货商店等多种新兴的零售业态，形成专业化、品牌化的零售集聚区域，具有很强的商业吸引力。(2)区域型商业中心：上藤地铁站作为区域级的交通枢纽中心，与公交线路衔接紧密，日均换乘客流量较大、站点周边人口密度较高，形成批发与零售兼营的专业性商贸中心和具有商务特色的区域级商业中心。(3)社区型商业中心：秀山地铁站位于城市新建城区，具有承接市内交通转换的功能。因此，选取南门兜站、上藤站和秀山站作为研究站点。

2 数据来源与研究方法

2.1 数据来源与处理

所使用服务业企业数据主要采集自企查查网站(https://www.qichacha.com/)。利用高德地图对所获服务业数据进行人工抽样对比，删除属性不完整样本，并通过调查走访的方式检验服务业数据企业地址、类型以及成立时间。利用XGeocoding地址批量解析工具，实现企业门牌号和经纬度的转换，依据福州电子地图的空间信息对所获空间数据进行人工比对，建立服务业企业空间与属性数据库。

服务业门类判别主要依据《国民经济行业分类标准》(GB/T4754-2011)。同时，通过实地走访的方式，综合考虑地铁站区周边主要企业布局特征和行业特征，最终选择信息传输、软件和信息技术服务业(以下简称信息技术服务业)、科学研究和技术服务业(以下简称科技服务业)、金融业、房地产业、商务服务业、住宿餐饮业、批发零售业和居民服务业等作为主要研究对象。

2014年为福州地铁建设的第3年，周边产业集聚已经初具雏形，同时福州地铁一号线于2017年通车，地铁开通之后短期内触媒效应较强[19]，对服务业空间变化影响较大。因此选择2014—2016年和2017—2019年的新增企业作为地铁开通前和开通后新增企业分析数据，且数据来源于企查查网站中2014—2016年和2017—2019年新增企业数据；2014年和2019年的服务业企业分别作为地铁开通前和开通后的企业数据进行产业结构和空间格局的分析，且数据来源于企查查网站中2014年和2019年处于在业状态的企业数据。不同站点服务业企业数据空间布局如图2所示。

图 2 2014、2017及2019年南门兜站、上藤站和秀山站服务业企业空间布局Figure 2 Service enterprises distribution around Nanmendou, Shangteng and Xiushan Stations in 2014, 2017 and 2019

其他数据：①矢量路网数据。本研究中福州市行政区空间范围数据来自国土资源部，交通网络数据通过谷歌地图提取。②房价数据。以安居客(https://fz.anjuke.com/)二手房交易网站2014—2019年房价数据为基础，利用爬虫软件获取不同地铁站区附近房价变化信息，建立房价变动信息数据库，并通过实地调查确认信息的真实可靠性。

2.2 研究方法

(1)圈层分析法。地铁站的影响具有一定辐射范围，因此在研究过程中需要在站点的影响范围内进行研究。圈层分析法能综合考虑空间可达性和站点影响辐射范围对站点周边地理事物的影响[20]，它不但可以将研究限定于站点影响范围之内，还能够具体分析影响范围内不同站点距离对服务业企业时空分布的影响。

一般认为，城市轨道交通站点的影响范围大致为400～800 m左右[12]。在TOD(Transit-Oriented Development)导向下，区域功能综合体规模控制在合理步行范围内(800 m内)[21]。因此，以地铁站点为圆心，依据地铁乘客出行特征，避免相邻站点干扰，以800 m为半径(乘客离开站台后步行15 min可达范围[22])，以200 m为递增半径，把地铁站区划分为0～200 m、200～400 m、400～600 m、600～800 m 4个圈层，以此分析服务业产业圈层分化。

(2)核密度分析。地铁站点影响服务业企业在站点影响范围内的分布格局，核密度分析法使得研究范围内要素的空间密度变化直观、清晰[23]，是研究服务业企业站点周边分布格局较为理想的方法。为了更好地体现各企业的空间分异特征，依据服务业的空间分布，本研究运用ArcGIS 10.0中的核密度估计(Kernel Density)的方法来对比分析地铁站区产业类别和集聚特征。

(1)

式(1)中：其中，k( )为核函数，h(h>0)为带宽，p-pi表示估值点到事件pi的距离。可见函数中h的确定对核密度估计的结果有较大影响，h的取值通常需要根据不同的数值进行试验。

(3)地理加权回归分析。服务业时空格局演变不仅受地铁站点建设的影响，还受其他要素的影响。地理加权回归分析(GWR)能够反映研究对象在研究范围内与其他地理事物的相关程度，以及该研究对象变化的驱动因素。因此，运用地理加权回归分析研究站点周边不同要素对服务业时空格局影响的程度和相关性，从定量的角度具体体现地铁站点对周边服务业企业的影响。

以网格为基本单元，研究服务业在不同网格中的空间分布。利用ArcGIS 10.5中的地理加权回归工具(GWR)，引入多种影响因子，并对不同站区的影响程度进行估计，通过计算回归模型的局部参数，研究解释变量和因变量之间随空间位置的变化关系。

Yi=β0(μi,νi)+∑βk(μi,νi)Xik+εi(i=1,2,……，n)

(2)

式(2)中:(μi,νi)是第i个样点的服务业空间坐标；Yi和Xik是因变量Y和自变量集Xk(产业基础、站点距离、最近公交站距离、可达范围广度、房价以及人口密度)在空间位置(μi,νi)处的实测值；β0(μi,νi)为在空间位置(μi,νi)处的常数项；βk(μi,νi)是连续函数βk(μ,ν)在i点的值；εi为符合N(0,σ2)分布的误差项。本研究采用高斯(Gaussian)型空间核函数，函数表示如下:

wij=exp[-(dij/b)2]

(3)

利用ArcGIS中空间位置(μi,νi)与地铁周围一定距离(又称带宽)内服务业样点的距离来估算其权重。根据赤池信息量准则(Akaike Information Criterion, AIC)，确定最优带宽，评价拟合模型的优劣。当GWR模型AIC值最小时，带宽b为最优带宽，此时模型拟合最优。AIC准则判定公式如下:

(4)

3 地铁站周边服务业时空格局演变特征

3.1 地铁站周边服务业结构变化特征

图 3 2014年和2019年地铁站周边服务业产业结构Figure 3 Service industrial structure around subway stations in 2014 and 2019

从图3可看出，2019年南门兜站、上藤站和秀山站800 m范围内的服务业企业数量均有所增加。南门兜站位于福州城市中心，且作为目前福州地铁唯一的换乘枢纽站，大量的客流量使得直接服务于消费者的行业占据主导。在站点周边800 m范围内，2019年南门兜站的服务业结构中占比最大的是住宿餐饮业，与2014年相比，大部分行业比例降低，仅住宿餐饮业和批发零售业比例升高。其中，比例增加最多的是住宿餐饮业上升了5%，比例减少最多的是商务服务业下降了3%。上藤站2014年周边800 m范围内服务业企业占比最大的前4种行业分别是批发零售业、住宿餐饮业、房地产业和居民服务业，但在2019年商务服务业比例大幅上升，增加了6%，而批发零售业则是比例降低最多的行业，下降了7%，但仍是服务业结构中占比最大的行业。总体来看，2019年上藤站周边800 m范围内服务业结构中比例增加的均为现代服务业，传统服务业比例下降。秀山站位于福州较为偏僻的五四北区域，地铁的开通为居民提供了交通便利，其周边800 m范围内的服务业结构2014年占比最大的是商务服务业，住宿餐饮业次之。然而2019年，商务服务业比例降幅最大，下降11%，产业结构中占比最大的前三类行业在2019年为住宿餐饮业、批发零售业和居民服务业。同时，除科技服务业以外大部分现代服务业比例下降或保持不变。

通过分析3个地铁站点周边800 m范围内的服务业产业结构可知，服务业产业结构中占据主导的是传统服务业。虽然2019年传统服务业占比有所下降，但较大的行业基础使得传统服务业仍在产业结构中占据主导。

3.2 地铁站周边服务业空间布局变化特征

3.2.1 地铁开通前后新增企业对比分析

1)不同行业新增企业占比分析

2014—2016年站点周边800 m范围内，新增企业数量南门兜站为539家，上藤站为180家，秀山站为169家。2017—2019年800 m范围内各个站点的新增企业数量都呈现增加的趋势，南门兜站786家，上藤站326家，秀山站176家。这反映了地铁的开通带动了服务业企业数量的增长，地铁对服务业企业具有一定的吸引力。

图 4 地铁开通前后地铁站周边不同行业新增企业比例Figure 4 Increasing proportions of new enterprises of different industries around subway stations before and after their opening

具体从各个站点不同行业新增企业的比例来看(图4)：静态上，2014—2019年各个站点新增企业占比较大的是批发零售业、商务服务业和住宿餐饮业。动态上，2014—2016年和2017—2019年相比各个站点800 m范围内服务业新增企业比例变化均有所差异。南门兜站周边800 m范围内新增企业比例增加的是批发零售业、房地产业和商务服务业，增幅最明显的是批发零售业增加了5.2%，降幅最明显的是居民服务业，下降了3.2%。上藤站周边800 m范围内服务业新增企业中只有商务服务业和住宿餐饮业的比例有所增加，增幅最为明显的是住宿餐饮业，增加了13.9%，降幅最为明显的是批发零售业和房地产业，下降了4.7%。与南门兜站和上藤站不同的是，秀山站所有行业新增企业比例均呈下降趋势，降幅最明显的是居民服务业和住宿餐饮业，分别下降了9.7%和9%。由于降幅较为明显的行业是原来占比较大的行业，降幅不明显的行业是原来占比较小的行业，在折线图表中表现为线由曲折向较平滑变化，体现了2017—2019年秀山站不同行业新增企业比例差异缩小，与2014—2016年相比新增企业的产业结构更加均衡。

地铁的开通对地铁站周边800 m范围内商务服务业和传统服务业的影响较大，而对大部分现代服务业影响较小。从地铁周边服务业不同行业新增企业的比例来看，新增企业占比变动较大的是批发零售业和住宿餐饮业。这是由于传统服务业是以客流作为主要的收益来源，而地铁作为城市的一个触媒[19]，使城市中的客流量在不同区域发生改变。地铁站带来相应地区的客流，从而为传统服务业带来消费者，进而较大地影响站点周边传统服务业企业数量的变化。

2)不同圈层新增企业分布特征分析

以200 m为递增半径，分别以南门兜站、上藤站、秀山站为中心，划分3个圈层进行2014—2016年和2017—2019年服务业新增企业在各个圈层的分布状况(表2)。2017—2019年，3个站点周边800 m范围内服务业新增企业主要分布于半径400～800 m。0～200 m是新增企业分布最少的圈层。2014—2016年，新增企业主要分布在距离站点200～600 m的圈层范围内。各个站点2014—2016年和2017—2019年周边800 m范围内新增企业的分布变化：南门兜站周边0～200 m和400～600 m圈层中新增企业比例分别减少了0.9%和0.8%，而200～400 m和600～800 m新增企业比例增加，分别增加了0.6%和1.1%；上藤站除了400～600 m圈层中新增企业比例增加了8%，其余3个圈层中新增企业比例均减少；秀山站400～600 m和600～800 m圈层中新增企业比例增加1.6%和2.9%，而0～200 m和200～400 m圈层中的新增企业比例是减少的。

表 2 地铁开通前后地铁站新增企业圈层分布特征/%Table 2 Distribution characteristics of new enterprise circles around subway stations before and after their opening /%

根据距离衰减理论，距离站点越远，站点的影响程度越低[20]。但是通过上述圈层分析可得，距地铁站点最近的0～200 m圈层是新增企业分布数量最少的圈层，2014年到2019年新增企业在圈层中的分布具有向圈层外围分布的倾向，新增企业占比较大的半径范围由2014—2016年的200～600 m变为400～800 m。地铁的开通增强了地铁影响范围外围区域对服务业企业的吸引力，同时也削弱了0～200 m圈层对服务业企业的吸引力。虽然地铁站带来的较大客流量和较为完备的基础设施能够吸引企业在其影响范围内分布，但由于地价、环境等因素的综合影响，使得600～800 m圈层是企业分布较为理想的圈层。

3.2.2 地铁开通前后产业空间格局分析

2019年南门兜站、上藤站和秀山站周边800 m范围内服务业企业的密集程度由大到小为南门兜站、上藤站、秀山站(图5)。服务业企业的空间分布总体较为分散，集聚中心呈散布形态，但在地铁站所处范围内的主要道路附近企业分布较为集聚。具体来看，南门兜站服务业企业的空间分布较为分散，呈现面状分布格局，表现为外围强内部弱的形态。与2014年相比，站点周边集聚效应有所增强，以西北部最为显著。上藤站的服务业企业分布较分散。企业在站点南部分布较多，北部主干道周围企业稀疏且分散，总体空间格局表现为南部面状形态、北部线状形态，与2014年相比站点南部企业分布更加分散，东部和西北部更加集聚，分别形成较为明显的集聚中心。秀山站是3个站点中企业分布最为稀疏的站点。地铁开通使2014年企业空间格局中两个较大的集聚中心在2019年变得更加显著，且企业有明显沿主干道路集聚的趋势。除了受原有产业空间格局的影响，企业空间格局还与地铁站所处区域的发达程度相关。秀山站作为五四北新建城区的站点，所处区域是福州市城区较为偏僻的区域，人流量以及企业数量小于南门兜站与上藤站，企业沿道路分布更有利于吸引客流。虽然地铁开通在一定程度上改善了五四北区域的交通状况，但偏僻的地理位置依然使得秀山站周边的服务业企业沿交通要道分布。

通过2014年和2019年3个地铁站点周边服务业企业空间格局的对比分析可得出以下结果：首先，2014年和2019年服务业企业空间格局大体不变，呈现路径依赖效应；2019年企业围绕2014年原有空间分布形态进行集聚或分散，没有出现大规模的扩张或收缩。其次，地铁站点周边800 m范围内的道路特别是地铁站点所处的主干道，其周边的企业空间分布在2019年变得更加集聚。本研究的3个站点均位于主干道上，服务业企业在道路周边分布较为密集，以秀山站周边800 m范围内服务业企业分布的空间格局最为典型。

图 5 2014年和2019年地铁站服务业企业核密度估计Figure 5 Kernel density estimation of service enterprises around subway stations in 2014 and 2019

4 地铁建设对服务业时空格局演化的影响分析

4.1 影响因子选择

在微观区位上，服务业企业空间分布受其原有属性的影响，不同服务业企业在原有产业基础上呈现不同区位选择行为，并在一定程度上受相应功能区产业需求的影响[23]。产业属性和区位因素共同决定了地铁站区产业空间格局。客观上服务业属性、可达程度、地租成本以及人口密度等因素影响着地铁站区产业空间格局，且对不同特性产业的影响程度存在差异[20, 25]。

(1)地租水平影响因子。地租适应弹性较小的产业(如科研、文化产业等)。随着地租水平上升易出现向外迁移的趋势。相反，金融业、零售业以及住宿餐饮业则因地租增加和人流增长在原地发生进一步集聚或向地租水平更高地区移动。

(2)可达性影响因子。一是地铁建成带来的即时可达性大幅提升，即相同时间某一地区可到达的范围扩大，服务业可选的空间区位相应扩大。二是距地铁站的距离。由圈层分析中得出，在不超出地铁站点影响范围的情况下，离地铁站较远的圈层对服务业企业的吸引力较强。三是公交便利性与地铁便利性相互补充，是影响交通可达性的又一重要因素。

(3)人口密度影响因子。人口密度效应的发挥和居住效应息息相关。居住效应是常住人口数量的宏观表达。可达影响因子和人口密度效应有着相互耦合的关系。微观区位中人口密度和服务业空间分布相互作用的关系是对可达性影响因子的补充，可达性影响因子是人口分布趋势的指向标之一。因此不同规模人口密度对地铁站区空间异质性有不同影响。

表 3 地铁现有服务业区位选择影响因子及其定义 Table 3 Influence factors of location selection of the existing service industry of subway and their definitions

本研究综合地铁产业圈层以及产业核密度的直观分析，借鉴区位论有关知识，选择空间和时间尺度上有关变量(表3)，即以可达范围广度、地铁站点距离作为解释变量，将地租变化水平、最近公交站点距离、原有产业基础以及居住人口数量作为控制变量，利用地理加权回归分析工具，运用相关数理方法统计分析变量，并分析解释变量和控制变量对服务业空间分布现状的影响，研究地铁对服务业时空格局演化的影响。

4.2 结果分析

表 4 不同地铁站的GWR建模和OLS模型拟合结果比较 Table 4 Comparison of GWR and OLS modeling results around different subway stations

图 6 南门兜站影响因子回归系数空间分布Figure 6 Spatial distribution of regression coefficient of influence factors around Nanmendou station

图 7 上藤站影响因子回归系数空间分布Figure 7 Spatial distribution of regression coefficient of influence factors around Shangteng station

图 8 秀山站影响因子回归系数空间分布Figure 8 Spatial distribution of regression coefficient of influence factors around Xiushan station

4.2.1 产业基础对服务业空间分布的影响

21世纪以来，福州服务业产业集聚以东街口商圈为中心，2010年地铁开工逐渐改变这一格局。不同地铁站点服务业空间分异以原先产业基础为雏形开始演变。根据图6～8所示，产业基础回归系数在不同地铁站点均为正，体现了产业基础对服务业集聚的促进作用。同时，回归系数呈现明显差异，上藤站最高，南门兜站次之，秀山站最小。这说明较高等级地铁站点周围的产业基础对服务业集聚的促进作用较明显，即总体来看随着服务业态规模增长、空间尺度和多极化形态跃迁，产业基础这一描述潜在区位因素的指标与产业数量相关性增强。但由于万宝商圈和地铁宁化站的无缝对接在此区域产生了能够和东街口商圈鼎立的服务业集聚态势，使得南门兜站所在的东街口商圈的服务业聚集作用被削弱，导致南门兜站的产业基础回归系数并非居于首位。

4.2.2 地租水平对服务业空间分布的影响

交通状况是影响房价的重要因子，尤其是在大城市，地铁站点对房价的影响尤为明显。地租水平回归系数在上藤站和秀山站总体为正，说明地铁开通带来的房价增长并没有抑制服务业的集聚，反而对其有促进作用。越靠近上藤站的影响核心区，促进作用越明显，说明地价的大幅上升顺应了地区发展的良好前景。服务业收益增长形势被看好，这也和上藤站批发零售市场的区位定位相关。秀山站周围的地租水平回归系数为正，说明了地铁开通带来的地价水平上涨与服务业集聚的速度相吻合，也说明了地铁的开通对原本交通不便的秀山站周边服务业集聚产生重要的促进作用。南门兜站周边地租水平回归系数总体为负，这是由于福州东街口商圈随着地铁建成释放商业潜力。在2017年一号线开通后其地价波动上升，地租适应弹性较差的中小服务业产业呈外迁态势。地铁站周围核心区服务业空间分布强度较影响区和外围区弱。这进一步说明了地价上涨，加之服务业空间分布愈趋饱和，其服务业态需要转型升级，服务业企业被新的商业中心吸引或竞争能力下降，存在从地铁影响核心区外迁的倾向。

4.2.3 可达性对服务业空间分布的影响

(1)服务业所在区位的可达性，即服务业可达范围的广度对服务业空间分布的影响。孙朝锋等[26]的研究表明，地铁1号线建成改变了大学城地区交通不便的现状，缩短从大学城进出台江、东街等各商业圈的时间，提高到达火车北站、火车南站、汽车北站等交通枢纽中心的便利程度，显著提高这些区域的交通可达性。服务业可达范围广度与服务业所在道路的可达性有密切联系。在上藤站和秀山站，可达性广度回归系数总体为正，而交通较为发达的南门兜站其可达性广度回归系数总体为负，说明道路可达性对原本交通较为便利地区的服务业集聚的促进作用不强。(2)最近公交站距离对服务业空间分布的影响。上藤地铁站的平均最近公交站距离回归系数最大，南门兜站和秀山站较小。从微观角度来看，大部分地铁站点其回归系数的绝对值以站点为中心呈向外递增的趋势，即在地铁站点影响范围内距离地铁站越远的区域，最近公交站距离对服务业集聚的影响越显著。(3)地铁站点距离对服务业空间分布的影响。就站点距离回归系数来看，除南门兜站以外，总体上站点距离对网格服务业数量变化呈负向作用。这在一定程度上符合距离衰减理论，即距离站点越远，站点的影响程度越低[20]。但不同地铁站的站点距离回归系数有一定的空间分异规律，且不都呈负相关。上藤和秀山站附近西南地区存在正向作用区域，说明地铁的开通使相应地区对服务业的吸引力大大加强。同时，南门兜站回归系数整体呈正相关，这也体现了服务业态较为成熟的地区其地铁站距离对服务业集聚的影响性质较为统一。此外，地铁站点距离间接影响可达范围广度和最近公交站距离对服务业空间分布格局的影响总体来看：(1)地铁站点的距离越大，道路可达性对服务业空间集聚的影响越显著。(2)地铁站核心区内，最近公交站距离抑制服务业空间集聚；地铁站核心区外，最近公交站距离促进服务业空间集聚。

4.2.4 人口密度对服务业空间分布的影响

服务业产业的快速发展和集聚迁移离不开人口密度的支撑。随着交通可达性的进一步发展，城市中人口热区往往和地铁站区呈正相关。结合地铁站点聚类分布特征以及站区周边商业空间类型[27]，本研究对站区周围人口密度回归系数进行分析，发现其随地铁站区等级变化而有不同的时空分布特征。人口密度对南门兜站和上藤站的服务业集聚作用以负向作用为主，说明较高等级地铁站区人口密度对服务业集聚的促进存在一定阈值。人口密度对秀山站区的服务业集聚作用以正向作用为主，说明在其以批发零售业集聚为主的服务业集聚特征和相对早期的业态环境以及五四北地区开发规划的影响下，人口密度更能促进相关服务业企业的集聚。这种人口密度随地铁站区类型变化在微观区位上呈现异质性的现象是经济学人口密度“拥挤效应”以及“聚集效应”的现实体现。

5 结论

地铁作为城市公共交通的重要部分，能有效拉动沿线商业开发，重塑服务业的空间布局。基于客流量、零售额以及商业用地平均地价划分出不同商业用地类型，进而选取不同类型的地铁站点，并根据2014—2019年地铁站点周边服务业企业数据，以TOD 理论为指导，结合地铁实际情况以站点为圆心划分800 m圈层，辅以核密度分析以及地理加权回归模型，分析服务业企业的时空格局演化及其驱动机制。研究得出以下结论：(1)地铁的开通使交通区位便利程度上升，直接影响住宿餐饮业、居民服务业、批发零售业和商务服务业等传统服务业的集聚程度，也带动了现代服务业的发展，在不同地铁站呈现明显的阶段性。(2)地铁开通后，在时空维度上存在服务业企业数量递增、业态规模扩大的发展规律。同时地铁站核心区的开发程度较影响区和外围区不足。初步研究判断其可能受到站区空间管制、城市建设等政策因素的影响，导致站点核心区传统服务业有外迁趋势，使得单一功能性(零售为主或批发为主)服务业体系较综合性服务业体系更容易呈现新的服务业空间分布。(3)不同地铁站服务业集聚特征的共性影响因素为产业属性、服务业集聚效益和地铁站建设的诱导。而周边商圈的发展差异、道路可达性差异以及城市规划等人为因素的差异是不同地铁站周边服务业企业空间分布格局存在差异的主要原因。