基于多元大數據的餐飲活力空間分析及關聯因素研究
——以青島主城區為例

解旭東，叢程煒

（青島理工大學建筑學院，山東青島 266033）

0 引言

“餐飲活力”是餐飲空間中有形的、物化的環境所呈現的空間活力。隨著城市化進程和消費社會的到來，餐飲活力對豐富人們日常生活、滿足現代城市功能、提升城市服務能力和綜合競爭力有著重要作用。目前城市餐飲研究大多為餐飲空間布局研究，對餐飲活力的研究較少，如梁璐以西安市餐飲為例，通過選取經濟、文化傳統等指標分析對餐飲空間布局的影響[1]；李新陽在宏觀和中觀的背景下闡釋了成本和收益等因素對于餐飲網點分布、餐飲空間結構的影響作用[2]。

數據資源的開放共享，為城市空間分析提供了新的機遇。目前許多學者在這一領域內開展了多方面研究：王德等學者利用手機信令數據，以上海市為例，分析和比較了不同等級商業中心的消費者數量的空間分布特征，同時向商業中心的建設提出了發展改進意見[3]。秦蕭等借助點評數據，通過建立口碑評價指標體系，評價南京市餐飲業空間分布格局[4]。

大數據背景下的數據信息共享，為探究城市餐飲活力提供了新的機遇。本文在原有的餐飲空間分析方法基礎之上，借助大眾點評網點評數量數據，通過量化點評數量反映空間內的人群密度，對青島主城區餐飲活力分布規律進行歸納總結，并判斷區域內餐飲活力集聚程度的大小，并將相關POI數據、路網數據量化為關聯因素進行相關性分析，通過統計學量化分析發現不同關聯因素對餐飲活力的影響大小，同時為城市空間的規劃發展提供實證依據。

1 數據與方法

1.1 研究范圍

考慮到相對復雜的城市功能與便捷的城市交通對餐飲活力的影響，本次研究以青島主城區為研究范圍，具體包括市南區、市北區、李滄區、嶗山區四個區域，總面積約為590km2。

圖1 青島主城區餐飲商戶分布圖

1.2 數據來源

本文的研究數據主要包括大眾點評網數據、城市功能區數據、交通可達性數據。

（1）大眾點評網數據

大眾點評網于2003年建立，是我國建立最早的第三方點評平臺，截止2015年第三季度，網站月活躍用戶數超過2億，收錄2000多萬商家和1億條點評信息[5]。本次研究中的數據來源于大眾點評青島站，按照行政區標準抓取網頁數據，獲得青島主城區餐飲商戶空間分布圖（圖1），通過數據篩選和坐標糾偏處理得到有效的點評網數據，包含店鋪名稱、點評數量、經緯度等信息，其中點評數量數據反映了餐飲就餐顧客的數量，是分析城市餐飲活力的數據源。

（2）城市功能區數據

從高德地圖網站獲取各類城市功能POI點數據，用于構建城市功能區關聯因素指標體系。通過數據處理與篩選分為四類：商業、商務、居住、旅游（表1）。POI作為一種地理信息點數據，包含名稱、經緯度、地址等信息，具有節省大量研究成本和有效提高數據分析準確性與實時性的優點。

表1 城市POI數據分類

（3）交通可達性數據

交通可達性數據分為2018年開放街道圖（OSM）獲取到的道路網數據（圖1）與公交站點與軌道交通站點的POI數據（表1），包括空間數據以及屬性數據，對探究道路交通對餐飲活力的關聯影響有著重要作用。

1.3 研究方法

關于活力的概念，研究者大多從經濟活力、社會活力、文化活力的角度進行論述，本次研究中的餐飲活力主要體現其社會活力，餐飲的物質空間本身并不能形成活力，只是為人群活動提供物質基礎，餐飲活力的核心為內部空間從事各種活動的人。因此，對餐飲活力的研究可以從兩個方面進行：活力的外在表征和內在因素（圖2）。

圖2 商業空間活力評價指標

餐飲活力的外在表征表現為餐飲空間內的人群密度，本次研究選用網絡點評數量來反映人群密度，利用GIS工具將研究范圍進行300m×300m的柵格單元劃分，并對每個單元格內的點評數量進行統計計算，以此反映人群密度的高低。活力的內在因素分為自身因素和周邊環境因素[6]，在考慮數據可獲取的前提下，本次研究探求周邊環境因素對活力的關聯影響。與周邊功能區的關聯因素可分為：（1）商業功能因素：零售、餐飲、休閑娛樂、酒店住宿POI點密度。（2）居住功能因素：居住區POI點密度。（3）商務功能因素：商務辦公與金融POI點密度。（4）旅游功能因素：旅游景點評論數量密度。與周邊交通可達因素可分為：（1）道路網因素：柵格單元內路網長度總和。（2）公交站點因素：服務半徑內公交站點密度。（3）軌道交通站因素：距離最近軌道交通站點的直線距離。

2 活力的空間識別

2.1 空間活力的分布特性

通過GIS工具將評論數量與300m×300m網格進行空間連接（圖3），對餐飲活力的分布規律及特征進行了解和判斷。

圖3 餐飲活力的分布規律及特征

（1）“主-次”四核心集聚，從網格圖可以發現，青島主城區餐飲活力以樂客城、臺東路、香港中路、市北CBD四個區域為絕對活力核心，同時在中山路區域、雙山地鐵站區域、海爾路-秦嶺路區域、人民路區域形成規模較小的次級活力核心，主次核心向四周街區輻射式遞減擴散。

（2）整體呈現“西高東低”格局，市南區與市北區餐飲活力密度明顯高于其他區域，西部區域內匯集了臺東路區域、香港中路區域、新都中心區域等高活力區域，并有向北向東擴張連接的發展趨勢，而北部李滄區域與東部嶗山區域活力核心區較少且呈現出散點式分布。

2.2 活力集聚程度的量化對比

對研究范圍內點評數量密度進行可視化處理，作為反映餐飲活力集聚程度高低的依據。結合市民傳統認知與核密度分析，發現整個研究范圍內餐飲活力集聚程度較高的區域共有七處（圖4），根據評論數量密度對七處活力集聚程度高的區域進行排序，依次為：香港中路集聚區、臺東集聚區、樂客城集聚區、中山路集聚區、市北CBD集區、新都心集聚區、金獅廣場集聚區，對比發現，樂客城集聚區餐飲設施點數量第一，但評論數量僅僅排列第三，活力發展情況有待提升，香港中路集聚區餐飲設施點數量排列第四，但點評數量遠居第一，活力發展情況優秀（圖5）。通過對活力集聚程度高的區域進行分析，可以發現各活力集聚區具有明顯的分布特征：

圖4 餐飲活力核密度分析圖

圖5 餐飲活力集聚區量化對比

（1）在空間結構上，各活力集聚區大多處于道路交通與公共交通可達性良好的位置，如七個活力集聚區均位于城市主次干道交叉口等交通便利地區，并且沿城市干道向四周擴散，同時除臺東活力集聚區外大都處于軌道交通站點輻射范圍內。

（2）在與城市功能區的關系上，各活力集聚區均與其有密切關系，如臺東與李滄活力集聚區位于青島核心商業功能區所在地；香港中路與市北CBD活力集聚區則毗鄰大量商務功能區，香港中路與火車站-中山路活力集聚區內含有眾多旅游功能區，與此同時，各個活力集聚區周圍均分布著不同大小的居住功能區。

表2 人群密度與關聯因素的相關性分析

3 活力的關聯因素研究

3.1 關聯因素的量化

為進行后期定量研究，通過ARCGIS工具對關聯因素指標進行量化，參考城市各類功能的不同服務半徑，獲取活力集聚區不同服務范圍內的POI設施點，如軌道站點、旅游景點等因素的服務半徑為1000m（圖6），而公交站點因素的服務半徑為500m[7]（圖7），最終根據不同因素的服務半徑進行數據統計與計算。總的來說，餐飲空間的活力與承載大量人口的城市功能區、連接餐飲商家與消費者的城市交通可達性密切相關。

圖6 軌道站點1000m服務范圍

圖7 公交站點500m服務范圍

3.2餐飲活力與關聯因素的相關性分析

為厘清各關聯因素對餐飲活力的影響大小，通過對SPSS軟件中多元線性回歸進行分析，首先對各關聯因素數據進行標準化處理，為線性回歸分析提供所需標準化數據；回歸變量為餐飲人群活力（，該值是七個活力集聚程度較高地區統計單位面積內的網絡點評數量，其系數越大，人群活力程度越高。因變量為商業密度（syden）、商務密度（swden）、居住密度（jzden）、旅游景點密度（jdden）、路網密度（lwden）、公交站點密度（gjden）、軌道交通站點距離（gddis），如公式（1）：

回歸結果顯示如表2，商務密度、旅游景點密度、軌道站點距離三項因素沒有通過顯著性檢驗（顯著性數值小于0.05），而根據Pearson相關性系數分析，商業密度對餐飲活力的相關系數為0.923，公交站點密度相關系數為0.858，路網密度與居住密度的相關系數為0.796與0.730。說明上述指標對餐飲活力都有較強的相關性，且呈正相關關系。

具體而言，商業密度對餐飲活力的影響最大，商業密度高的區域更易凝聚餐飲活力。其次分別是公交站點密度、路網密度、居住密度，都在一定程度上促進了餐飲的活力，而商務密度、軌道交通站點距離、旅游景點密度對餐飲活力的影響不顯著。這可能與三項關聯因素的影響作用較為單一集中有關，對整個主城區餐飲活力影響較小，如商務密度僅集中分布于市北CBD與香港中路區域附近，其他區域密度較小；目前臺東區域1000m服務半徑內附近無軌道交通站點，但隨著將來地鐵一號線的修建和青島地鐵線路網的完善，軌道交通站點對餐飲活力的影響將進一步加強。

4 結論

本文以青島主城區為例，基于網絡點評數據，對城市餐飲活力進行探索，在定量研究人群活動空間分布的基礎上，運用相關性分析等方法探討了餐飲空間中人群活動與區位、交通等空間特征的關系，研究發現商業功能區、公交站點密度、道路網密度與餐飲活力呈密切正相關關系，是影響餐飲活力的最主要關聯因素，而旅游景點則呈微弱關聯關系，反映出目前旅游景點對餐飲活動吸引力不足的問題。通過定量分析餐飲活力與空間關聯因素的相互作用關系，可以進一步探討餐飲空間活力的內在機制，以期將來為城市空間活力營造提供參考。

由于研究時間和獲取數據所限，本次研究仍存在不足之處：第一，本文的主要分析數據來源于大眾點評網，獲取的大量數據在一定程度上保證了數據的準確性，但是點評網的用戶以年輕用戶居多，限制了樣本的涉及范圍。第二，限于數據的局限，部分影響活力因素未能納入本次研究之中，如經濟、人口結構、文化傳統等因素。