基于多源大數據的成都市餐飲業空間特征研究

崔庚 王曦晨

摘? 要：餐飲業是城市服務業的重要組成部分。研究餐飲業的空間特征及影響機制，有利于城市規劃建設。該文選取成都市中心城區作為研究區域，基于POI數據，利用ArcGIS軟件，應用核密度分析、空間自相關、標準差橢圓及多元線性回歸模型等空間分析方法，對餐飲業空間分布特征和區位選擇影響因素進行分析。結果表明，成都市中心城區餐飲業的發展呈現出多層級結構和不均衡分布的空間形態，與城市發展格局體現出相似性；各類城市空間均會對餐飲業的空間集聚產生不同程度的正向促進影響，城市公服和商服空間對餐飲業區位選擇的影響最為明顯。

關鍵詞：餐飲業；POI數據；空間分析方法；城市空間；服務業

中圖分類號：F719.3? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2095-2945（2024）10-0082-05

Abstract： Catering industry is an important part of urban service industry. Research on the spatial characteristics and influence mechanism of catering industry is beneficial from urban planning and construction. This paper takes the central area of Chengdu as the research area. Based on POI data and using ArcGIS software， the spatial analysis methods such as kernel density analysis， spatial autocorrelation， standard deviation ellipse and multiple linear regression model are applied to analyze the spatial distribution characteristics and influencing factors of location selection of the catering industry. The results show that： The development of the catering industry in the central area of Chengdu presents a multi-hierarchical structure and unbalanced spatial pattern， which is similar to the urban development pattern. All kinds of urban space will have different degrees of positive influence on the spatial agglomeration of catering industry， in which the impact of urban public service and commercial service space on the location choice of catering industry is the most obvious.

Keywords： catering industry; POI data; spatial analysis method; urban space; service industry

餐飲業是與人們生活密切相關的消費性服務業，隨著社會經濟不斷發展，人們日益增長的餐飲消費和服務需求為餐飲業的發展提供了更加強勁的內生增長動力。研究餐飲業發展特征和規律有利于滿足居民生活需求，反映社會空間結構和城市經濟運行規律[1-4]，協調城市產業與城市格局之間的關系。

本文選取成都市中心城區作為研究區域，利用ArcGIS軟件將研究區域劃分為21 617個500 m×500 m的正方形空間單元，校正POI數據后，采用核密度分析、空間自相關、熱點分析、標準差橢圓分析城市餐飲業的空間特征，利用多元線性回歸模型探索不同城市功能空間對餐飲業區位選擇的影響機制。

1? 數據來源

1.1? 主要數據來源

城市興趣點（POI）數據是一種能夠反映地理要素信息的點數據，包括名稱、地址、坐標和類別4個屬性。作為一種地理空間大數據，POI數據具有更新及時、易獲取等特點[5]，可以反映出餐飲業的空間特征。本文所使用的POI數據來源于2023年1月的高德地圖網站。

1.2? 數據的處理

本文根據高德地圖POI數據大類劃分標準，選取餐飲服務大類的POI數據作為研究餐飲業空間分布特征的樣本，根據GB 50137—2011《城市用地分類與規劃建設用地標準》，選取休閑、居住、交通、商服、公服5類城市空間的POI數據作為影響因素的數據源，對餐飲業影響機制進行研究。

對數據進行篩選和校正后，共得到有效餐飲業POI數據128 561條，其余5類城市空間的數據為414 067條。利用ArcGIS軟件創建空間數據庫和空間單元格網數據，導入POI數據并將所有POI數據連接至同一屬性表中。

2? 研究方法

2.1? 核密度分析法

核密度分析法用于計算餐飲業POI數據在其周圍鄰域中的密度值，以反映餐飲業在空間分布上的集聚情況。其計算原理是先求出落在指定搜索半徑區域內點要素的總和，再除以搜索區域的面積，以計算各像元的密度值。

核密度函數f（x）的計算公式為

f（x）=■■k■，

式中：r為搜索半徑；n為搜索半徑內的要素個數；k函數為空間權重函數；xi為第i個要素點。

2.2? 空間自相關

空間自相關是一種利用要素位置和屬性值進行測量的空間統計分析方法，可定量反映出餐飲業分布的全局空間關系。全局Moran's I指數的取值范圍是[-1，1]，在滿足顯著性檢驗水平下，指數大于0表示存在空間集聚特征，值越大空間集聚特征越明顯；指數小于0表示存在空間離散特征，值越小空間離散特征越明顯；指數等于0表示隨機分布，不存在空間自相關關系。

空間自相關Moran's I指數的計算公式為

I=■■，

式中：n為要素總數；S0為所有空間權重的聚合；zi為要素i的屬性值與其平均值的偏差；zj為要素j的屬性值與其平均值的偏差；Wi，j為要素i和j之間的權重矩陣。

2.3? 熱點分析

局部Getis-Ord Gi*指數可以分析要素的局部空間相關性特征，通過集聚熱點區域的變化情況，反映局部區域內餐飲業高值或低值的空間集聚特征[6]。在滿足顯著性檢驗水平的情況下，如果要素的Z值為正且越大，則表示高值的空間聚類越明顯；如果Z值為負且越小，則表示低值的空間聚類越明顯；如果Z值接近于0，則表示不存在明顯的空間聚類。

統計的Z值計算公式為

Z=■，

其中：

E[I]=-1/（n-1），

V[I]=E[I2]-E[I]2。

2.4? 標準差橢圓法

標準差橢圓法可以體現空間分布的平均中心、離散和方向趨勢。其原理是先計算出餐飲業數據的平均中心，將平均中心作為橢圓中心，再計算數據x和y坐標的標準差，從而確定橢圓的長軸和短軸。橢圓中心表示所有要素分布的平均中心，長軸表示餐飲業分布的主要方向。橢圓長短軸的比值越大，表示空間分布的方向性越明顯；反之不明顯。

2.5? 多元線性回歸模型

多元線性回歸模型是一種用于解釋因變量與其他多個影響因素之間線性關系的統計學方法。模型運算結果的標準化回歸系數為正且越大，影響因子的促進作用就越強；系數為負且絕對值越大，抑制作用就越強。

多元線性回歸模型的一般形式為

y=α0+α1x1+α2x2+…+αkxk+μ，

式中：x1、x2、xk為自變量；α0為回歸常數；α1、α2、αk為回歸系數；μ為隨機誤差。

3? 成都市中心城區餐飲業空間分布特征

3.1? 餐飲業空間形態

根據空間自相關分析結果，在符合顯著性檢驗水平1%的條件下，計算得到全局Moran's I指數的值為0.51，表明成都市中心城區餐飲業空間分布具有比較明顯的集聚特征。基于點要素的POI數據，設置搜索半徑為500 m，對餐飲業進行核密度分析，得到餐飲業的核密度分析圖（圖1）。采用局部Getis-Ord Gi*指數計算得到餐飲業空間分布的統計學熱點區域，在符合5%顯著性檢驗水平下，Z值大于1.654的格網單元集合為熱點區域，得到餐飲業的熱點分析圖（圖2）。

根據餐飲業的核密度分析和熱點分析結果，成都市中心城區餐飲業呈現出“一核心、一中心、多次中心”的多層級結構和不均衡分布的空間形態。“一核心”位于成華區、錦江區和金牛區的交界區域，即春熙路、太古里一帶，是成都市的傳統街區所在地，其Z值最大，餐飲業在這里具有非常明顯的高值集聚，即餐飲業高密度分布的空間單元被其他同樣高密度分布的空間單元所包圍，是成都市中心城區進行餐飲消費活動最活躍的區域；“一中心”位于金牛區與青羊區的交界處，是市民居住的主要集聚地之一，餐飲消費活動也很活躍；“多次中心”的餐飲消費活動相對不太活躍，也多分布于外圍的新興市轄區的建成區內，距離成都的傳統主城區較遠。由此可見，成都市傳統主城區的餐飲業發展更好。

圖1? 成都市中心城區餐飲業核密度分析圖

圖2? 成都市中心城區餐飲業熱點分析圖

3.2? 餐飲業方向分布

成都市中心城區餐飲業分布的標準差橢圓（包含68%要素）長軸方向為北偏東18.05°，長短軸的比值為1.08，說明餐飲業的空間分布形態并不具有明顯的方向性特征（圖3），這與城市的發展格局體現出相似性。成都市位于成都平原腹地，中心城區主要是廣闊的平原，城市發展受地形地貌的影響較小，是典型的由傳統城市中心向四周蔓延的城市擴展模式，所以餐飲業也可以隨城市的擴展向周圍均勻發展，餐飲業空間分布的方向性也就不太明顯。

圖3? 成都市中心城區餐飲業空間分布方向圖

4? 餐飲業區位選擇影響因素分析

4.1? 變量選取及模型運行結果

利用ArcGIS軟件對餐飲業各類影響因子進行多元線性回歸模型模擬。為避免模型中出現多重共線性問題，需檢驗運算結果中的方差膨脹因子（VIF），以剔除模型中存在的冗余變量。當某一變量的VIF值大于7.5時，表明該變量與其他變量之間存在嚴重的共線性問題，需要將該變量剔除。模型運算結果顯示（表1），5類影響因子的VIF值均低于7.5，表明各影響因子之間不存在多重共線性問題。為避免模型中可能存在關鍵解釋因子丟失的問題，對模型運算結果的殘差值進行空間自相關分析，在滿足1%顯著性檢驗水平下，Moran's I指數為0.134，說明殘差的空間集聚特征不明顯，表明模型整體的擬合效果較好。

表1? 多元線性回歸模型運算結果

注：*表示滿足5%顯著性檢驗水平，**表示滿足1%顯著性檢驗水平。

4.2? 結果分析

分析模型運算結果可知，各因子的P值均小于5%，表明各因子的回歸系數和標準化回歸系數均通過顯著性檢驗。校正可決系數R2的值為0.730，表明模型的解釋度為73.0%。5類影響因子的標準化回歸系數均大于0，但具有較大的差異，說明各類城市空間因子對成都市中心城區餐飲業的區位選擇產生不同程度的正向促進作用，系數越大，促進作用就越明顯。結合各類城市空間的核密度分析結果，對餐飲業的影響程度以及影響機制進行綜合分析。

4.2.1? 城市公服空間

根據多元線性回歸模型的結果，城市公服空間的標準化回歸系數（0.749）最大，表明公服空間對餐飲業區位選擇的促進作用最大。公服空間包括為城市居民提供公共服務的各種公共性、服務性的設施[7]，是城市各種資源要素流動的載體[8]，其承擔著城市發展的重要功能。城市擁有著更加完善的公共服務設施，就具有更強的吸引人群的能力，也為餐飲業的區位選擇提供了良好的基礎，表現為兩者之間具有較大的相關性。

4.2.2? 城市商服空間

城市商服空間的標準化回歸系數為0.680，說明在成都市中心城區餐飲業的發展過程中，其產生了較大的正向促進作用。在消費經濟的大背景下，城市商服空間作為城市中最活躍的功能空間，為促進地區經濟建設和推動城市發展提供了高質量的配套服務設施[9]。城市商服空間是城市中最為活躍的場所[10]，往往位于交通便捷、服務設施完善、人口流動規模大的地段，居民的消費水平和意愿都比較強。同時，城市商服空間由于地租等經營成本較高，對商家的盈利能力要求也更高，無法正常盈利的商家就會被淘汰。因此，具有較高利潤率和以人為服務對象的餐飲業可在商服空間生存下來，在空間上就表現為城市商服空間對餐飲業的集聚作用。

4.2.3? 城市居住空間

城市居住空間因子的標準化回歸系數（0.082）較小，表明居住空間對餐飲業區位選擇的促進作用不大，可能是因為便捷的交通導致成都市人口流動較大，居住空間主要為市民提供休憩的場所，而無法起到使市民從事生產游憩等活動的功能，即人口在白天會向四周擴散，比如工作、游玩等，而晚上則再重新返回居住地，因此，居住空間對餐飲業分布的影響較小。

4.2.4? 城市交通空間

交通作為城市中連接消費者與餐飲業的紐帶，為消費者出行提供了可能性，交通的空間可達性和出行成本是影響消費者選擇餐飲網點的主要因素。但也得益于便捷的交通，人們為了得到滿意的餐飲服務，長距離出行的意愿得到加強，不再受距離的太多限制，人們對交通站點的空間依賴性減弱，不再像以往聚集于交通站點周圍。因此，車站、停車場等地周邊的餐飲業分布相對較少，交通空間對餐飲業區位選擇的影響就較小。

4.2.5? 城市休閑空間

城市休閑空間對餐飲業分布的影響程度取決于休閑空間對人的吸引力大小，包括人的流量和停留時間。旅游資源豐富的休閑空間對游客吸引力更大，游客數量更多，停留時間更長，對餐飲業的需求更多，更有利于餐飲業的發展和餐飲設施的集聚[11]。成都市中心城區雖有不少休閑空間，但相關配套設施仍需繼續完善，對人們的吸引力有限，無法長時間留住消費者，人們始終處于流動的狀態，導致人們回家或者前往其他區域進行餐飲消費的意愿更強，從而餐飲業的發展動力不足。因此，表現為休閑空間對餐飲業區位選擇的影響程度最小。

5? 結論

餐飲業的區位選擇和城市格局密切相關，追求利益的特性使得城市產業布局逐步適應城市格局發展[12]，最終餐飲業也會形成與城市格局相協調的空間分布特征。文章借助POI地理空間大數據，通過ArcGIS軟件進行空間分析，對成都市中心城區餐飲業的空間分布特征和區位選擇影響因素進行研究，主要研究結論如下。

1）成都市中心城區餐飲業的發展呈現出多層級結構和不均衡分布的空間形態，與城市發展格局體現出相似性，餐飲業由城市的中心區域向周圍均勻發展，并未表現出明顯的空間分布方向性。

2）城市各類空間均會對餐飲業的空間集聚產生不同程度的正向促進影響，其中城市公服和商服空間對餐飲業的影響最為明顯，而居住、交通和休閑的影響則較弱。

參考文獻：

[1] 夏令軍，劉艷芳，劉國煒.中國地級城市餐飲業分布格局及影響因素——基于“大眾點評網”數據的實證研究[J].經濟地理，2018，38（5）：133-141.

[2] 楊帆，徐建剛，周亮.基于DBSCAN空間聚類的廣州市區餐飲集群識別及空間特征分析[J].經濟地理，2016，36（10）：110-116.

[3] HAN Z， SONG W. Identification and geographic distribution of accommodation and catering centers[J].International Journal of Geo-Information， 2020， 9（546）：546.

[4] WEIWU W，SHAN W，HUAN C， et al. Analysis of the characteristics and Spatial Pattern of the Catering Industry in the Four Central Cities of the Yangtze River Delta[J]. ISPRS International Journal of Geo-Information，2022，11（6）.

[5] 單欣，徐堅，劉昳晞，等.基于POI數據的昆明中心城區餐飲業空間分布格局研究[J].昆明理工大學學報（自然科學版），2019，44（5）：115-120.

[6] 禹文豪，艾廷華，楊敏，等.利用核密度與空間自相關進行城市設施興趣點分布熱點探測[J].武漢大學學報（信息科學版），2016，41（2）：221-227.

[7] 宋正娜，陳雯，張桂香，等.公共服務設施空間可達性及其度量方法[J].地理科學進展，2010，29（10）：1217-1224.

[8] 王海江，苗長虹.我國中心城市對外服務能力的空間格局[J].地理研究，2009，28（4）：957-967.

[9] 王芳，牛方曲，王志強.微觀尺度下基于商圈的北京市商服空間結構優化[J].地理研究，2017，36（9）：1697-1708.

[10] 葉強，譚怡恬，譚立力.大型購物中心對城市商服空間結構的影響研究——以長沙市為例[J].經濟地理，2011，31（3）：426-431.

[11] 曾可盈.基于大眾點評網的長春市主城區餐飲業空間結構及影響因素研究[D].長春：東北師范大學，2019.

[12] 申慶喜，李誠固，劉倩.基于服務設施布局視角的城市空間結構研究——以長春主城區為例[J].經濟地理，2017，37（3）：129-135.