基于POI數據的合肥市區住宿服務設施空間分布研究

張書陽，方遙，朱巖

（南京工業大學建筑學院）

1 引言

近年來，隨著住宿服務業的快速發展，住宿服務設施的空間分布逐漸成為地理學、城鄉規劃學、經濟學等學科關注的研究熱點[1]。住宿服務設施的數量、類型及空間分布是衡量一座城市發展水平的重要指標[2]。因此，探究城市中住宿服務設施的空間分布特征及其影響因素對城市經濟社會發展、住宿服務設施空間布局具有重要的現實意義。

相關學者就住宿服務設施的空間分布特征及影響因素展開了大量研究。蘇娜等學者采用arcgis軟件的空間分析方法探究北京市住宿服務空間分布特征，并分析其影響因素[3]。閆麗英同樣運用arcgis軟件分析空間分布問題，并通過次序多元logit模型探究北京住宿業演化過程，深度剖析了住宿服務設施空間結構與城市空間結構間的相互關系[4]。本文以合肥市區范圍的住宿服務設施為研究對象，利用arcgis軟件的空間分析方法，探究合肥市區住宿服務設施空間分布特征，并運用spss軟件的多元線性回歸方法定量分析住宿服務設施的空間分布影響因素，為城市住宿服務業的良性發展及空間布局優化提供了參考。

2 數據來源與研究方法

2.1 研究區域概況

合肥是安徽省的省會城市，截至2020年，合肥市建成區面積達528.5km2，城鎮化率達82.28%。本次研究范圍為合肥市區，根據《合肥市城市總體規劃（2011-2020年）》對合肥市城市規劃區范圍的劃定，合肥市區包括瑤海區、廬陽區、包河區、蜀山區四個行政區，研究區域總面積約1126km2。

2.2 數據來源

興趣點是將地理實體抽象為點，反映其空間位置及功能分類等信息，體現地理實體的城市功能，是人口、土地、經濟、社會等城市主要要素相互作用的綜合表現[5]。研究基于2020年合肥市市區高德地圖POI數據，通過網絡爬蟲獲得合肥市區住宿服務、餐飲服務、購物服務等共計216976條數據。住宿服務設施為主要研究對象，依據高德POI數據分類標準將其分為酒店賓館（2513條）、旅館招待所（813條）、住宿服務相關（1874條）三類。此外，運用到的數據還有用QGIS軟件獲取的OSM地圖道路數據、從合肥市統計局下載的人口數據（更新至2019年）以及從國家地理信息中心獲取的行政區劃數據。

2.3 研究方法

2.3.1 核密度分析法

核密度分析法是分析空間要素集聚程度和分布模式的常用方法，其基本原理通過核函數計算每個樣本點在指定帶寬內對中心樣本點的密度貢獻值，將樣本點密度值進行空間疊加，并借助自然間斷點分級法對數據識別分組，得到可視化的核密度圖。

2.3.2 Moran′sI指數

Moran′sI是用來分析空間相關性的重要指標，分為全局莫蘭指數和局部莫蘭指數。全局莫蘭指數可以反映興趣點在空間中是呈集聚還是離散分布，局部莫蘭指數可以進一步分析出呈現集聚或是異常值的空間位置。Moran′sI的值經過方差歸一化后會一般會處在-1.0～1.0之間，I＞0表示空間正相關性，I＜0表示空間負相關性，I=0，空間呈隨機性。Z值表示標準差的倍數，P值表示概率，這兩個數值是判定空間隨機性置信度的重要指標。

2.3.3 多元線性回歸

多元線性回歸與一元線性回歸的原理和計算過程相同，但由于自變量的增多，導致其比單一變量的預測估計更準確有效。因此，使用多元線性回歸分析變量間的線性關系，有助于探究合肥市區住宿服務設施的空間分布影響因素。

3 住宿服務設施空間集聚結果與分析

3.1 住宿服務設施空間集聚分析

將采集到的住宿服務設施POI數據進行分類和篩選，運用arcgis10.2中的核密度分析工具分別分析酒店賓館、旅館招待所、住宿服務相關的SHP文件，并修改分類方法為自然間斷點分級法，并調整類別數為9，得到三類住宿服務設施的核密度分析圖（見圖1）。導入合肥行政區劃的SHP文件，通過空間連接分別統計每個行政街道中的各類住宿服務設施數量，并導出SHP文件。利用Geoda軟件，分別進行單變量Moran′s I分析，并返回三類住宿服務設施LISA集聚圖（見圖1），隨機化999次后，記錄數據得到空間相關性分析表（見表1）。

圖1 三類住宿服務設施核密度分析和LISA集聚圖

表1 不同住宿服務設施空間相關性分析

3.2 酒店賓館

觀測酒店賓館的核密度圖，兩處最明顯的集聚區域出現在長淮街道和逍遙津街道，長淮街道位于合肥站站前區域，逍遙津街道則包含了合肥傳統商業中心步行街和銀泰中心，區位優勢明顯。此外，在芙蓉社區和濱湖世紀社區附近也產生了小規模的集聚區域。總體來看，合肥市區酒店賓館呈中心集聚，內密外疏的空間分布特征。分析酒店賓館的LISA圖，其Moran′sI指數為0.2845，P值為0.001。可見，酒店賓館的空間分布在空間上整體集聚，呈正相關性，且通過了顯著性檢驗。其中，雙崗街道、包公街道、蕪湖路街道與常青街道屬于HH集聚，說明對周邊街道有輻射帶動作用，LL集聚出現在和平路街道，說明該街道本身酒店賓館發展情況較差，對周邊街道的發展也有消極影響。勝利路街道和筆架山街道呈LH集聚，說明該地區酒店賓館發展不如周邊地區，在空間分布上出現異質性。究其原因，勝利路街道位于老城商業中心和合肥站站前區域的交匯處，街道功能以居住為主與周邊區域互補。

3.3 旅館招待所

分析旅館招待所的核密度圖，集聚最顯著的區域集中在逍遙津街道，三里庵街道、長淮街道、勝利路街道也呈現明顯的集聚形態，芙蓉社區以及七里站街道東部也有一定程度的集聚區域。總體上，旅館招待所空間分布與酒店賓館相似，但集聚范圍上較后者更大。以旅館招待所的LI‐SA圖為觀測對象，Moran′sI指數為0.1549，P值為0.001。說明此類住宿服務設施的空間分布呈正相關。逍遙津街道、勝利路街道、包公街道、蕪湖路街道、望湖街道作為城市發展領先的區域，整體上表現為HH集聚。南崗鎮、小廟鎮、杏花村街道遠離市中心區域，呈LL集聚。井崗鎮街道內有地鐵2號線穿過交通便利，故自身旅館招待所發展較好，但北臨董鋪水庫，南靠大蜀山，自然環境限制了周邊地段的旅館招待所分布，故呈HL集聚。

3.4 其他住宿服務

觀測其他住宿服務的核密度圖，空間分布最為集中的區域出現在逍遙津街道及其周邊的長淮街道和勝利路街道。南七街道、蓮花社區、濱湖世紀社區及煙墩街道南部也出現了較為顯著的集聚區域。分析其他住宿服務的LISA圖，其Moran′sI指數為0.2065，P值為0.001，說明在99%的置信度下，空間分布整體集聚，且展現出正相關性。勝利路街道、包公街道、蕪湖路街道、望湖街道、筆架山街道、荷葉地街道、井崗鎮呈HH集聚。大楊鎮、杏花村街道、海棠街道、七里站街道、和平路街道、大興鎮等距城市中心較遠的街道呈LL集聚。稻香村街道占地面積較小，其內功能多為高校及醫療服務設施，故空間分布呈異質性，為LH集聚。

4 影響因素分析

4.1 影響因素的選取

以往學者探究住宿服務設施空間分布涉及諸多影響因素，主要包括人口、交通、經濟、社會、文化等要素。在對上述影響因素進行篩選、增補、分類后，本文將從人口、交通可達性、城市功能三大方面對三類住宿服務設施的影響展開分析（見表2）。

表2 合肥市區住宿服務設施影響因素

4.2 多元線性回歸結果分析

運用arcgis軟件處理自變量數據，首先通過統計功能獲取各行政街區面積，導入人口數據后運算得到各街區人口密度；再使用空間連接、標識等功能得到各街區路網密度；最后導入其他POI數據進行數量統計后導出表格。利用spss軟件的多元線性回歸功能分析數據，得到因變量與自變量間的相關系數及R2（見表3）。

表3 合肥市區住宿服務設施與各影響因素的相關系數

觀測結果可知，住宿服務設施的R2（解釋概率）值在0.7左右，說明分析結果有很好的解釋力。分析表格數據發現，餐飲服務設施與住宿服務設施的相關系數均為正，說明兩者在空間分布上呈很強的正相關。交通可達性同酒店賓館、其他住宿服務在空間上也呈正相關，但與旅館招待所則呈負相關。人口密度、體育休閑設施、生活服務設施、公司企業同各類住宿服務設施的相關系數皆為負，說明考慮到區位條件、服務對象、地租水平等因素的影響，住宿服務設施同以上四類影響因素在空間分布上呈負相關。

5 結語

本文以合肥市區住宿服務設施興趣點為基礎數據，運用核密度分析法、莫蘭指數分析了市區各類住宿服務設施空間分布特征及影響因素，得到三點主要結論。

①合肥市區各類住宿服務設施空間集聚特征明顯，以“逍遙津街道—長淮街道”為主中心，形成了“芙蓉社區、濱湖世紀社區”2個副中心，整體上呈“核心集聚，內密外疏”的空間特征。

②市區各類住宿服務在空間上呈顯著的“HH集聚”和“LL集聚”現象，“HH集聚”主要出現在城市中心區域，“LL集聚”在城市邊緣區域較為明顯。

③在空間相關性上，住宿服務設施與人口、交通可達性及各類城市功能相關，餐飲服務設施同住宿服務設施的空間相關性最為顯著。