基于開源大數據的成都市餐飲業空間聚集模式探討

楊山力， 張 誠， 崔 銘， 李林軍

(成都市規劃設計研究院, 四川成都610000)

城市空間結構一直是城市地理學與規劃研究的重點，而餐飲業作為城市系統的重要組成部分，其區位特征和空間分布格局一直備受關注。正所謂“民以食為天”，“食不厭精，膾不厭細”，尤其是“吃在中國，味在成都”更是把成都人對于美食的熱愛表達的淋漓盡致。成都于2018年提出高標準打造國際美食之都，并發布了《成都建設國際美食之都三年行動計劃(2018-2020)》。對于餐飲的分析與評價，數據收集一直是難點，隨著網絡技術的不斷發達，手機不斷的普及化，我國的網民數量正呈現出逐年高增長的態勢。統計數據顯示截至2019年6月，我國網民規模達8.54億，位居全球第一。在互聯網高速發展的今天，蘊含地理位置信息的網絡數據正呈現指數級的爆發式增長，這為研究城市空間形態提供了豐富的數據基礎。因此，利用網絡大數據對餐飲業的空間聚集特征及影響其布局的因素分析，不僅可以摸清家底，了解成都市的餐飲業的現狀空間分布特征，還可以用于輔助和支持城市規劃建設與產業布局。

1 研究的數據源

本文以成都市中心城區(11+2)為研究區域，利用網絡爬蟲技術獲取大眾點評上的美食板塊內所有類型的餐飲店鋪信息包括店名、經緯度、詳細地址、人均消費、分店數量、點評數等屬性信息(圖1)，數據爬取時間為2020年8月，原始數據共計8 058家餐飲店鋪(大眾點評網頁限制，最多只能訪問50頁)。為了確保結果的準確性和真實性，首先對原始數據進行預處理，去掉非餐飲的點位和重復的點位信息，然后采用坐標轉換技術將其轉為CGCS_WGS84通用坐標系，最終刷選出的有效餐飲點位個數為8 003家。

圖1 成都市中心城區餐飲點位分布

2 研究方法

為了研究成都市中心城區各區域之間的餐飲業空間聚集特征，本文分別從環境品質、品牌效應、消費水平、網友點評、香農指數(該指數主要用于衡量各區域內部的餐飲店數量的豐富程度和均勻程度)五個維度，共計10個指標體系來進行評價分析。然后對成都市中心城區各個區域在這五個維度下的10個指標體系進行系統聚類，通過矩陣運算計算出各個區域之間的歐式距離，最終識別出成都市中心城區各區域餐飲店的空間聚集模式特征(表1)。

2.1 香農指數

香農指數全名為香農-威納指數(Shannon-Wiener index)。該指數由信息論演化而來主要用于預測生物群落中隨機選擇的個體屬于哪種類型物種的概率，用于反映該區域的生物多樣性的。本文利用香農指數的這個特點來研究成都市中心城區各區域之間的餐飲業類型是否豐富、是否均勻分布。香農-威納指數(H)的計算公式如下，式中s表示群落物種豐富度指數，即物種類型總數。pi表示物種i的相對豐度。

當群落完全均勻，即群落中所有物種豐富度完全一致時，香農-威納指數的值達到最大。

表1 指標體系與描述

2.2 系統聚類

聚類分析是通過對研究對象按照被描述指標進行分類的一種多源統計分析方法，可簡單解釋為按照各個對象距離的遠近將被研究對象分為若干個類型，以使得類別內數據的“差異”盡可能小，類別間“差異”盡可能大。本文采用系統聚類分析法(Hierarchical Cluster)對成都市中心城區各區域餐飲店按照上述指標體系進行分類統計。由于不同指標的量綱不同，在計算各個對象之間的距離過程中，會使得不同變量的影響存在差異性。因此，在進行聚類分析之前需要對所有變量進行標準化處理。其中對各個對象聚類的歐式距離計算公式為：

數據標準化計算公式為：

3 結論分析

通過對成都市中心城區各區市縣的對應指標數據進行采集，并利用上述計算公式對成都市中心城區各區域的香農指數進行計算，結果見表2。

表2 成都市中心城區各區域餐飲評價指標

利用SPSS軟件對表2中評價成都市各區域餐飲發展水平的指標表進行標準化處理，然后進行系統聚類分析，結果見圖2。

根據系統聚類樹狀圖進行劃分，當各類別的類間距離小于5時，成都市中心城區的各區域餐飲業具有較好的分類效果，大致可以將成都市中心城區分為六個類別。新都區、溫江區、郫都區和雙流區被歸為一類，天府新區單獨成為一類，成華區、金牛區、青羊區和錦江區被歸為同一類，龍泉驛區和青白江區被歸為一類，高新區和武侯區歸為同一類。結合成都市的產業規劃定位與中心城區的產業功能區劃分，新都區、溫江區、郫都區都屬于二圈層，對應的消費水平、房價都比較低，其中雙流區更靠近主城區，而且還有雙流機場的加持，所以雙流區的餐業水平相較于前三個區域發展的更好一些，所以是在最后的階段才被歸為一類。天府新區不同與其他區域，因為它的特殊定位和發展年限較短，所以它被單獨歸為一類。成華區、金牛區、青羊區和錦江區都為主城區，無論是消費水平、房價和就餐環境等發展水平都比較一致。龍泉驛區和青白江區都為工業區，一個主導為汽車產業，另一個為物流產業。所以它們的餐業發展水平相對薄弱，因此聚為一類。最后一個是武侯區和高新區，在每年統計年鑒匯總中，高新南區都被歸為武侯區，正是由于這些原因導致它們的餐飲發展水平很相同，所以它們被聚為一類。總而言之，利用系統聚類法對成都市中心城區的餐飲業聚集模式進行分析，結合實際情況驗證，聚類結果與實際情況比較吻合，這為合理的規劃城市產業布局提供了豐富的數據支撐和理論指導(圖3)。

圖2 成都市中心城區各區域餐飲發展水平樹狀聚類

圖3 成都市中心城區各區域餐飲發展水平空間位置聚類