基于土地利用配置的商业绩效预测：首尔商业区普查的时空嵌套验证与可解释机器学习框架

《Applied Sciences》：Predicting Commercial Performance from Land Use Configuration: A Spatially and Temporally Validated Machine Learning Framework for Seoul’s Commercial District Census

　　

基于行政城市数据构建的预测模型日益用于指导规划决策，但其报告精度只有在模型未见过的地点和年份上评估时才可信。研究人员构建了一个面向具体问题的框架：商业绩效如何随城市商业用地的强度和范围而变化。利用首尔商业区普查的两个预测波次（2023→2024和2024→2025；1530个商业区的3044个商业区-波次），以SHAP（Shapley加性解释）和ALE（累积局部效应）解释的XGBoost（极端梯度提升）模型，在嵌套留一区（gu）空间交叉验证下达到R² = 0.325，在时间迁移中为0.532，在完全嵌套的时空联合留出中为0.299；随机交叉验证将空间评估数值抬高至0.517。未变换线性模型骤降至0.007，而对变换后预测变量进行样条回归达到0.354；增益来自非线性而非提升算法。每店销售额随商店密度上升，直至接近44店/ha的耗尽阈值，此后趋于平坦；区面积曲线约在14 ha附近开始变平。中心化ALE曲线在约25店/ha和6 ha附近跨零，这些是样本相对参考点，而非经济阈值。巷弄商业区大多位于密度参考点以下；传统市场以土地范围小而区别于其他类型，而非以强度；开发型商业区在局部不可预测。区内一阶差分未能复现横截面密度梯度，因此这些量是配置基准，而非因果效应或干预目标。

研究背景与问题：行政城市数据驱动的预测模型已用于规划与投资决策，但其精度常高估对未见地点和时段的泛化能力。城市土地稀缺，商业化用地的占用强度与经济产出在规划操作尺度上仍测量不足；既有城市活力研究多用客流、兴趣点、手机轨迹等活动代理，较少使用基于卡交易的实现销售额。韩国首尔具备商业区普查式基础设施，可把商业区视为具有面积、商店密度、官方地价和交易销售额的商业土地单元，但既有研究存在两个缺口：结果变量多为活动代理或线性/类型描述；验证多采用随机交叉验证，因空间自相关而高估迁移能力。研究人员因此以跨空间和跨时间可迁移预测为主要证据标准，检验商业绩效与商业用地强度、范围和地价的关系，并区分巷弄商业区、传统市场和开发型商业区。
研究内容与意义：研究链接每个商业区前一年完整的土地利用与需求配置与下一年每店销售额，使用首尔商业区普查两个时间分隔波次，构建并比较普通随机、区组随机、嵌套留一区空间交叉验证、严格时间迁移和完全嵌套时空联合留出等设计；以SHAP和ALE解释模型，并以持续性模型、线性模型、样条回归、类型特异模型、参数化交互、wild cluster bootstrap（野生聚类自助法）、聚类bootstrap和Moran’s I（莫兰指数）等 triangulation。其意义在于给出更严格的验证标准、商业土地配置基准和类型差异化诊断，同时明确横截面关联而非因果干预效应。
关键技术方法：数据来自首尔商业区分析服务的2023Q1—2025Q4全量商业区面板，形成2023条件预测2024、2024条件预测2025两波，最终3044个区-波次、1530个商业区。方法包括XGBoost、TreeSHAP、ALE，嵌套留一区（gu）空间交叉验证、普通与区组随机对照、严格时间迁移、完全嵌套时空联合留出；并以OLS（普通最小二乘）、样条回归、持续性模型为基准，辅以wild cluster bootstrap、聚类bootstrap、分段回归、BIC（贝叶斯信息准则）和Moran’s I。
主要研究结果：4.1 商业土地绩效的描述性地理：三类商业区在土地配置空间中的位置差异明显且跨两波稳定；巷弄区面积中位8.0 ha、强度18.4店/ha，开发型区15.0 ha、47.3店/ha且地价最高，传统市场2.8 ha、52.8店/ha；每店销售额均值分别为16.5、17.2和17.6 ln点。4.2 预测性能与空间验证差距：XGBoost空间交叉验证R² = 0.325，时间迁移0.532；普通随机验证为0.517，区组随机为0.332，乐观偏差0.192中重复单元泄漏0.185、空间泄漏0.007；未变换线性模型0.007，对数变换0.265，平方项0.329，样条0.354（类型特异0.361），持续性模型0.932，支持H1。4.3 全局重要性：商店密度（平均|SHAP|=0.363）和区面积（0.309）合计占50.6%，浮动人口最低（0.052），波次指标最低（0.021）。4.4 土地利用强度和区域规模的非线性绩效梯度：密度ALE低端陡升，约25店/ha跨零，约44.4店/ha达到总升幅95%后平坦；面积约6 ha跨零，约13.9 ha达到95%并在约14 ha变平；地价条件弹性约?0.40，支持H2和H3。4.5 区域类型异质性：巷弄区空间R²=0.168，面积和密度主导且密度曲线仍上升；传统市场R²=0.218，面积主导（0.521）且密度曲线较平；开发型区R²=?0.043，局部不可预测；参数化三角验证给出巷弄区密度转折约62.0店/ha、开发区约41.4店/ha、传统市场近乎平坦，六项密度项经wild cluster bootstrap均在1%水平显著，支持H4。4.6 稳健性与空间诊断：剔除密度高于99百分位的区-波次后R²=0.327；结果变量Moran’s I=0.057（p=0.001），空间模型折外残差I=0.051（p=0.001），空间自相关弱。4.7 额外验证、重参数化与推断范围：完全嵌套时空留出R²=0.299（95%区间[0.245,0.348]）；变化模型R²为?0.058和?0.053，线性变化模型?0.002；以商店数和面积原始对重参数化R²=0.328且阈值相近；总销售额和每公顷销售额更可预测（0.747、0.657），耗尽阈值约71.2店/ha；一阶差分密度系数?0.0003（p=0.81），地价?0.286（p=0.30）；条件化后开发型区溢价由1.174降至0.611，传统市场溢价由0.727变为0.875。4.8 相对参考点与中心化不变形状基准：零交叉随参考分布变化，密度约24.5店/ha可变为13.2—39.0，面积约5.9 ha可变为2.0—11.6 ha；形状基准更稳定，密度总升幅95%点为44.4店/ha，分段断点约55.2或68.8店/ha，面积平坦区约13—19 ha；约25店/ha和约6 ha仅为样本相对零交叉。
讨论与结论：讨论将密度阈值解释为诊断基准：低密度巷弄商业区多处于上升段，约44店/ha以上每店销售额不再上升但总销售额仍可上升；传统市场的关键维度是土地范围而非强度；地价在控制需求后与每店销售额负相关，可作成本压力监测信号，但不能区分成本、抵押和预期渠道。结构性模型R²约0.30的政策价值在于其包含可观察土地配置且可迁移，而持续性模型虽R²高但无解释杠杆。规划含义强调把曲线用于描述商业区相对全市规律的位置，而非干预目标；应区分巷弄区、传统市场和开发型区，后者需 metropolitan 尺度指标。首尔案例提供可迁移程序：枚举商业土地单元、时间分离预测与结果、采用从随机到区组、空间阻断及严格时间迁移的验证阶梯，并以ALE读取效应曲线；水平阈值是首尔的，机制形状需在其他城市验证。局限包括预测变量简约、单城三年窗口、生态学关联、官方边界和评估地价依赖、销售额非利润、配置非外生且一年内差分不复现密度梯度。结论部分可译为：商业绩效与土地利用强度呈陡升后饱和关系，与区域范围呈递减至约14 ha变平关系，与地价条件负相关；关系为非线性并由灵活回归和树集成共同恢复，跨两个预测波次重复，并在三类土地制度中表现不同。方法上，空间阻断验证与完全可解释机器学习兼容并能锐化政策相关描述；贡献在于在完整都市普查和交易型结果上估计配置—绩效几何、确立空间阻断验证标准并量化常规验证乐观偏差、将结果转化为强度耗尽阈值、密度和面积相对参考点及地价监测信号等配置基准。边界是：这些规律是跨未见区和年份可迁移的横截面关联，不是集约化的因果回报；区内一年窗口不复现密度梯度，结果为每店收入而非利润，故基准用于识别商业土地相对全市规律的位置并作为进一步调查输入，而非干预目标或变化保证。