基于POI數(shù)據(jù)的安徽省酒店空間分布特征與影響因素研究

吳慶雙， 盧揚(yáng)麗

(1.安徽師范大學(xué) 地理與旅游學(xué)院，安徽 蕪湖 241003；2.資源環(huán)境與地理信息工程 安徽省工程技術(shù)研究中心，安徽 蕪湖 241003)

酒店的空間布局是地理學(xué)、經(jīng)濟(jì)學(xué)等學(xué)科關(guān)注的一個研究熱點(diǎn)[1]，城市酒店由于受到不同因素的影響，在空間分布中呈現(xiàn)不同的差異性[2]，探究城市中酒店的空間分布特征及其影響因素對發(fā)展城市經(jīng)濟(jì)、優(yōu)化酒店布局以及滿足居民消費(fèi)需求具有重要的現(xiàn)實意義。

國內(nèi)外學(xué)者針對酒店的空間布局及其影響機(jī)制展開了大量研究。在國內(nèi)，劉雪春[3]等通過蘭州市統(tǒng)計年鑒獲取酒店數(shù)據(jù)對蘭州市的酒店分布及影響因素做了分析，霍云霈[4]等通過網(wǎng)上公開數(shù)據(jù)獲取我國1997年和2002年我國五星級賓館，通過對比發(fā)現(xiàn)我國五星級酒店的發(fā)展受旅游業(yè)的影響較為顯著，李蕊蕊[5]等通過漳州市統(tǒng)計年鑒獲取酒店數(shù)據(jù)對漳州市經(jīng)濟(jì)型酒店的空間布局進(jìn)行探究，栗麗娟[6]等通過北京市統(tǒng)計年鑒獲取到北京市酒店數(shù)據(jù)對北京市經(jīng)濟(jì)連鎖型酒店開展空間布局研究。國外學(xué)者研究側(cè)重于酒店合理選址、酒店形成的影響因素等，Issahaku Adam[7]等通過公開酒店數(shù)據(jù)通過感知空間集聚效應(yīng)對加納首都庫馬西酒店分布的影響展開研究，并得出不同的集聚效應(yīng)決定大城市酒店的位置分布，Luo Hao[8]等研究集聚經(jīng)濟(jì)對星級和非評級的經(jīng)濟(jì)型城市酒店的區(qū)位選擇，研究結(jié)果表明高星級和非評級的經(jīng)濟(jì)型酒店都受到自身經(jīng)濟(jì)的影響，Bartolome Marco-Lajara[9]等基于商業(yè)集聚分析西班牙地中海沿岸酒店的分布。

綜合國內(nèi)外研究現(xiàn)狀看來，酒店的空間布局已成為重要研究領(lǐng)域，從數(shù)據(jù)獲取來源看，目前國內(nèi)外對酒店空間分布研究的數(shù)據(jù)來源主要是通過統(tǒng)計年鑒，行業(yè)公開信息網(wǎng)公開數(shù)據(jù)等途徑，具體酒店的位置信息很難獲取。隨著數(shù)據(jù)時代的到來，相關(guān)分析能快捷、高效地發(fā)現(xiàn)地理事物之間的空間分布關(guān)聯(lián)性，使大數(shù)據(jù)在地理研究中的應(yīng)用越來越突出[10]。POI數(shù)據(jù)作為空間大數(shù)據(jù)的表現(xiàn)形式之一，具有大數(shù)據(jù)的4V特征，即數(shù)據(jù)量大、數(shù)據(jù)種類多、速度快、價值密度低[11]。同時，POI大數(shù)據(jù)又具有其獨(dú)特性，它具有地理標(biāo)識的空間特征，包含名稱、類別、經(jīng)緯度等信息，能夠通過網(wǎng)絡(luò)爬蟲免費(fèi)獲取，數(shù)據(jù)獲取速度快捷、用途廣泛[12]，可以作為空間大數(shù)據(jù)分析的基礎(chǔ)性數(shù)據(jù)。目前涉及到的有通過語義知識支持的POI分析道路網(wǎng)的集成方法[13]，利用北京公交刷卡POI大數(shù)據(jù)識別功能區(qū)分布[14]，通過城市POI大數(shù)據(jù)提取分層地標(biāo)[15]，基于Web地理圖片的中國入境游客POI大數(shù)據(jù)分析空間格局[16]。

總體來看，比起傳統(tǒng)的研究手段，POI數(shù)據(jù)的方便獲取為研究酒店的空間結(jié)構(gòu)提供了豐富可靠的數(shù)據(jù)來源，如何利用POI大數(shù)據(jù)對酒店空間分布特征及其影響因素進(jìn)行分析已成為一個研究熱點(diǎn)。本研究利用提供住宿服務(wù)為主的賓館酒店P(guān)OI數(shù)據(jù)，采用GIS空間分析中的核密度分析和空間自相關(guān)分析，以安徽省為研究區(qū)域，分析安徽省酒店的空間分布特征及酒店的空間自相關(guān)性，結(jié)合《安徽省統(tǒng)計年鑒2016年》公布的社會經(jīng)濟(jì)數(shù)據(jù)，基于普通最小二乘回歸模型(OLS)分析酒店空間分布特征的影響因素。

1 區(qū)域概況和數(shù)據(jù)來源

安徽省地處我國中部地區(qū)，位于長江、淮河中下游、長江三角洲腹地，居中靠東、沿江通海，東連江蘇、浙江，西接湖北、河南，南鄰江西，北靠山東。東西寬約450km，南北長約570km，土地面積13.94萬km2。本研究的數(shù)據(jù)主要包括地理數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù)兩部分。地理數(shù)據(jù)主要選取安徽省16個市共78個縣區(qū)的數(shù)據(jù)，如圖1所示，淮北、淮南北部、阜陽、亳州、宿州及蚌埠屬于淮河以北地區(qū)，合肥、蕪湖等10個地區(qū)位于淮河以南，其中，安慶、池州、銅陵、蕪湖和馬鞍山是沿江城市。行政區(qū)劃圖源于國家基礎(chǔ)地理信息系統(tǒng)共享的數(shù)據(jù)；安徽省酒店的網(wǎng)點(diǎn)位置數(shù)據(jù)(2016年)主要通過百度地圖API接口爬取共21803條POI數(shù)據(jù)(表1)；社會經(jīng)濟(jì)數(shù)據(jù)通過網(wǎng)站http://www.ahtjj.gov.cn/搜索到《安徽省統(tǒng)計年鑒2016年》選取各個縣區(qū)的人口數(shù)量、旅游景點(diǎn)數(shù)量、可支配收入、人均GDP及人均消費(fèi)等相關(guān)數(shù)據(jù)。

表1 安徽省各市酒店P(guān)OI個數(shù)

注：這里的酒店主要是住宿服務(wù)為主的賓館酒店

2 研究方法

2.1 主要研究思路

圖2 研究技術(shù)路線Fig.2 Research technology roadmap

本研究思路(如圖2所示)主要分為兩個部分：一是以安徽省酒店P(guān)OI數(shù)據(jù)為基礎(chǔ)，分析其空間分布特征；二是以安徽省酒店數(shù)量、人口數(shù)量、旅游景點(diǎn)數(shù)量、人均GDP、可支配收入及人均消費(fèi)為基礎(chǔ)，分析酒店空間分布特征的主要影響因素。

2.2 地理集中指數(shù)

地理集中指數(shù)是判斷地理空間分布集中性的重要指標(biāo)[17]，用其計算全省各市酒店的空間分布集中性：

(1)

式中：C為安徽省酒店的地理集中指數(shù)，xi為安徽省第i個市的酒店P(guān)OI數(shù)量，T為安徽省酒店P(guān)OI總數(shù)，n為安徽省地級城市的總數(shù)。

2.3 核密度分析

考慮到受柵格大小和位置的影響，本文采用核密度分析法[18]，計算點(diǎn)要素在其周圍領(lǐng)域中的密度，核密度可以對點(diǎn)數(shù)據(jù)進(jìn)行高質(zhì)量的密度估計，對于數(shù)據(jù)x1,x2,…,xn，核密度估計的形式為

(2)

式中：K為核函數(shù)，x-xi是x和xi之間的距離；h是帶寬；n是范圍內(nèi)的點(diǎn)數(shù)。帶寬值的選擇對估計量fh(x)的影響較大[19]，如果h太小，那么密度估計偏向于把概率密度分配得太局限于觀測數(shù)據(jù)附近，致使估計密度函數(shù)有很多錯誤的峰值，如果h太大，則密度估計就把概率密度貢獻(xiàn)散得太開，這樣會忽略掉f的一些重要特征。在進(jìn)行POI數(shù)據(jù)的城市酒店空間分布特征研究時，不僅考慮到不同地區(qū)POI數(shù)據(jù)酒店的分布差異，還要考慮到同一地區(qū)POI數(shù)據(jù)酒店的分布差異，帶寬的合理選擇，能夠避免POI數(shù)據(jù)的酒店空間分布特征過于強(qiáng)化或弱化。通過公式(3)計算可計算出帶寬的數(shù)值。

(3)

式中：δ為樣本方差，經(jīng)計算確定安徽省適合的帶寬為500m。

2.4 空間自相關(guān)分析

空間自相關(guān)主要用于計算區(qū)域單元上的某一屬性或某種地理現(xiàn)象與其相鄰空間點(diǎn)上同一屬性值的相關(guān)程度[20]。在給定一組要素及相關(guān)屬性的情況下，用空間相關(guān)性評估其空間的關(guān)系是聚類模式、離散模式還是隨機(jī)模式[21]。主要通過計算莫蘭指數(shù)(Moran’s I指數(shù))值、Z得分值和P值來對該指數(shù)的顯著性進(jìn)行評估，公式為

(4)

2.5 普通最小二乘回歸分析

在需要確定兩個或兩個以上自變量與因變量之間相互依賴的定量關(guān)系時，通常對變量之間建立回歸分析[22]。本研究借助普通最小二乘回歸模型(Ordinarily Least Square，OLS)對安徽省酒店的空間布局特征進(jìn)行集聚差異性分析，其公式為

(5)

式中回歸模型的隨機(jī)誤差項ε滿足球形擾動假設(shè)，回歸系數(shù)β被假定在整個空間區(qū)域去一個常數(shù)值，一般采用OLS方法來進(jìn)行模型參數(shù)βj的估計。

3 結(jié)果分析

3.1 酒店空間分布特征分析

3.1.1 酒店空間集聚特征分析 通過公式(1)計算安徽市16個市21803條酒店的數(shù)據(jù)得集中指數(shù)G=27.98，假設(shè)安徽省21803家酒店平均分布在16個市，則平均每個城市的酒店P(guān)OI數(shù)量為21803/16≈1363個，那么這時酒店的地理集中指數(shù)G=25。而27.98大于25，說明從市區(qū)的尺度看，安徽省的酒店分布是集中的，同時存在地區(qū)差異性。從圖3中可看出安徽省酒店的主要分布在幾大區(qū)域，分別為淮河流域、省會城市和沿江城市三大典型地帶，酒店的集聚特征主要表現(xiàn)在以下三個方面。

圖3 安徽省酒店P(guān)OI數(shù)據(jù)核密度分析圖Fig.3 Anhui province hotel POI spatial of density map

(1)以合肥市為核心的大集聚特征。從圖3可以看出合肥市中心及肥東、肥西靠近市區(qū)的地段酒店數(shù)量高度集中，并由市中心向外圍擴(kuò)散的布局，在長豐縣東北、巢湖市東南、廬江縣中南部出現(xiàn)一個小集聚現(xiàn)象。合肥市作為省會城市，是安徽省政治、經(jīng)濟(jì)、文化中心。地處江淮丘陵，北起舜耕山，南至巢湖盆地周圍，擁有“中國優(yōu)秀旅游城市”之稱，其中，三河古鎮(zhèn)為國家5A級旅游景區(qū)。這些為合肥市酒店行業(yè)的發(fā)展提供了諸多優(yōu)勢。

(2)沿江沿河部分城市的高度集中特征。沿長江發(fā)展起來的安慶市、池州市、銅陵市、蕪湖市及馬鞍山市POI數(shù)據(jù)酒店的空間布局同樣呈現(xiàn)集聚特征，但是集聚的分布存在有差異，安慶市懷寧縣及與銅陵地段的集聚度較高，池州市的青陽縣酒店分布呈高度集中，而安慶市、池州市西南部酒店集聚現(xiàn)象幾乎不明顯。蕪湖市和馬鞍山市市轄區(qū)附近酒店的集中由高到低的擴(kuò)散分布。安徽省北部以淮河流域為主，阜陽、蚌埠是淮河經(jīng)過的地區(qū)，交通便捷，加上阜陽著名的八里河風(fēng)景區(qū)、蚌埠的嘉年華和龍子湖風(fēng)景區(qū)，吸引大量游客，對酒店的需求增加使該地帶的酒店分布高度集中。

(3)局部城市酒店小集聚的分布特征。位于安徽省最南邊的黃山市，在其市中心南邊出現(xiàn)明顯的集聚，黃山市北部靠近市中心地段則集聚特征不明顯。因為黃山風(fēng)景區(qū)的影響，每年從全國各地到來的大量游客，帶動當(dāng)?shù)鼐频甑男枨螅M(jìn)而使得黃山市以南地區(qū)酒店數(shù)量增加。從圖3可以直觀的看出，安徽省西部酒店空間分布也有一個集聚區(qū)(六安市)，并且酒店分布集聚區(qū)囊括整個六安整個市轄區(qū)，遠(yuǎn)離市區(qū)的酒店分布集聚越來越不明顯。安徽省最北的淮北市南邊、濉溪縣東邊出現(xiàn)酒店空間布局的高度集中。

3.1.2 酒店空間自相關(guān)性特征分析 以安徽省16個市78個縣級行政區(qū)為單元，對安徽省21803條酒店數(shù)據(jù)進(jìn)行Moran’s I全局空間自相關(guān)分析，Moran’s I的指數(shù)范圍一般在-1～1之間，計算數(shù)值為正值說明空間事物是呈正相關(guān)的，反之則呈負(fù)相關(guān)，Z得分的臨界值為-1.96和+1.96倍標(biāo)準(zhǔn)差。同時，與其相關(guān)的P值為0.05，如果Z值在-1.96和+1.96之間，則P值將大于0.05，因而不能拒絕零假設(shè)，所表現(xiàn)出的模式很可能是隨機(jī)空間過程產(chǎn)生的結(jié)果。當(dāng)Z值在-1.96和+1.96之外，且P值小于0.05，則模型的置信度為95%。分析結(jié)果如表2所示，安徽省酒店的Moran’s I系數(shù)大于0，且P值是小于0.05，表示安徽省酒店的空間分布具有空間自相關(guān)性，且呈正相關(guān)，并且Z值在-1.96和+1.96之外，且P值小于0.05，所以模型的置信度為95%。

表2 安徽省酒店P(guān)OI數(shù)據(jù)的空間自相關(guān)分析結(jié)果

圖4 安徽省酒店P(guān)OI點(diǎn)數(shù)量的集聚類型圖Fig.4 Types of aggregation in Anhui Province hotel POI data figure

如圖4所示，在集聚類型上來說，安徽省酒店空間集聚可分為四種類型：高-高(HH)、低-高(LH)、高-低(HL)和低-低(LL)。其中，省會城市合肥地區(qū)呈HH集聚，長豐縣呈LH集聚并且圍繞HH集聚分布，皖南地區(qū)安慶—太湖縣和黃山—祁門縣呈LL集聚、黃山市轄區(qū)呈HL集聚。

3.2 基于OLS的影響因素分析

對安徽省78個縣區(qū)的POI酒店數(shù)量、人口數(shù)量、旅游景點(diǎn)、可支配收入、人均GDP及人均消費(fèi)進(jìn)行普通最小二乘法回歸分析(即OLS估計)，表3中：Coefficient表示相關(guān)系數(shù)，其系數(shù)的絕對值越大說明相關(guān)性越高；T-Statistic表示T統(tǒng)計量，其數(shù)值越大表明顯著性越高；Probability表示P值，其帶*號的表示具有顯著性；Robust_pr[b]表示概率的健壯度，帶*號表示系數(shù)和結(jié)果較為穩(wěn)??；VIF表示冗余度，若系數(shù)大于7.5則表示冗余度高，應(yīng)予以剔除。從表3分析結(jié)果中可以看出，五個變量冗余度均小于7.5，安徽省各縣區(qū)POI酒店數(shù)量與人口數(shù)量、旅游景點(diǎn)數(shù)量、可支配收入、人均GDP及人均消費(fèi)各相關(guān)因素均呈正相關(guān)性，從顯著度來看，人口數(shù)量、旅游景點(diǎn)數(shù)和可支配收入與POI酒店數(shù)量呈顯著相關(guān)性，而人均GDP和人均消費(fèi)與POI酒店數(shù)量的相關(guān)性具有不顯著性，表明安徽省酒店的空間布局主要受人口數(shù)量、旅游景點(diǎn)和可支配收入的影響較為顯著。

表3 安徽省酒店分布影響因素OLS估算結(jié)果

3.2.1 人口數(shù)量 從OLS分析的結(jié)果來看，人口數(shù)量對安徽省酒店空間分布影響最為顯著，其相關(guān)系數(shù)達(dá)到1.970176，以合肥市為例，合肥市是經(jīng)濟(jì)、政治和文化中心，同時也是安徽省內(nèi)人口較為集中的地區(qū)，從核密度分析的結(jié)果得出，合肥市的酒店空間密集度較高，表現(xiàn)出人口數(shù)量的分布對酒店空間格局的影響具有正相關(guān)性。從圖5可以直觀地看出安徽省各市酒店數(shù)量與人口數(shù)量的分布走勢大體是一致的，除亳州和淮北外其他城市基本是呈正相關(guān)分布的，總體上表明安徽省酒店空間分布受人口數(shù)量的影響較為顯著。

3.2.2 旅游景點(diǎn) 表3顯示，安徽省酒店的空間分布與旅游景點(diǎn)數(shù)量的相關(guān)度較為顯著，相關(guān)系數(shù)僅次于與人口數(shù)量的，為0.546042，圖6展示，旅游景點(diǎn)分布較多的城市有合肥、黃山、安慶、蕪湖、宣城，池州，而這幾個城市的酒店數(shù)量分布同樣占相對優(yōu)勢，這說明酒店數(shù)量與當(dāng)?shù)芈糜尉包c(diǎn)具有較為顯著的正相關(guān)。

圖5 酒店數(shù)量與人口數(shù)量的關(guān)系

圖6 酒店數(shù)量與旅游景點(diǎn)數(shù)量關(guān)系

3.2.3 可支配收入 可支配收入對安徽省酒店空間分布特征的影響從表3OLS分析結(jié)果可直觀地得出，二者是呈正相關(guān)性的。但是相關(guān)系數(shù)次于與人口數(shù)量及旅游景點(diǎn)的。從Robust_pr[b]和Probability來看，可支配收入與安徽省酒店空間分布有顯著的相關(guān)性?？芍涫杖氤^40 000元的僅有合肥、蕪湖、馬鞍山、蚌埠和淮南幾個城市(圖7)，而這幾個城市酒店數(shù)量的分布從圖中可直觀看出同樣占相對優(yōu)勢。

3.3.4 人均GDP 從表3回歸模型分析結(jié)果可知，人均GDP似乎對安徽省酒店的空間集聚特征影響并不顯著。雖然從Coefficient來看，人均GDP與酒店數(shù)量是呈正相關(guān)的，但是相關(guān)系數(shù)非常小，并且從Robust_pr[b]來看，人均GDP作為安徽省酒店空間集聚特征的影響變量其健壯度不明顯。此外從圖8中可以看出，酒店數(shù)量分布最多的是合肥市，人均GDP最高的卻是銅陵市，但是銅陵市的酒店數(shù)量卻不及合肥市的五分之一。綜上所述表明安徽省酒店數(shù)量與人均GDP相關(guān)性并不顯著。

圖7 酒店數(shù)量與可支配收入的關(guān)系

圖8 酒店數(shù)量與人均GDP的關(guān)系

圖9 酒店數(shù)量與人均消費(fèi)的關(guān)系Fig.9 The relationship between the number of hotels and per capita consumption

3.2.5 人均消費(fèi) 從Coefficient來看，人均消費(fèi)與酒店數(shù)量是呈正相關(guān)性，但是從Robust_pr[b]和Probability來看，人均消費(fèi)對安徽省酒店空間分布的解釋作用不顯著，同時從各市人均消費(fèi)與酒店數(shù)量的相關(guān)性來看(圖9)，全省人均消費(fèi)水平達(dá)到8000元的城市有合肥、蕪湖、銅陵、亳州、馬鞍山、淮南、池州、宣城及黃山，但是這些城市酒店數(shù)量與人均消費(fèi)的走勢卻呈現(xiàn)較大反差。這表明，人均消費(fèi)水平對當(dāng)?shù)鼐频陻?shù)量的影響并不明顯。

4 結(jié) 論

安徽省酒店的空間布局具有區(qū)域差異性，其空間分布特征具有地理集聚性和空間自相關(guān)性，本研究基于POI數(shù)據(jù)分析了安徽省酒店的空間分布特征，并選取人口數(shù)量、旅游景點(diǎn)、可支配收入、人均GDP及人均消費(fèi)等五項社會經(jīng)濟(jì)指標(biāo)作為酒店空間分布特征的解釋變量，得到以下結(jié)論。

(1)通過核密度分析得出安徽省酒店的空間分布特征，發(fā)現(xiàn)安徽省酒店的空間布局與區(qū)域的地理位置、經(jīng)濟(jì)具有強(qiáng)相關(guān)性。并且形成了以“合肥市為核心的大集聚，沿江沿河部分城市高度集中，局部城市酒店小集聚”的顯著特征。合肥市酒店的高度集中，并由市中心向外圍擴(kuò)散的布局，符合經(jīng)濟(jì)發(fā)展的趨勢。在淮河流域和沿江地帶，酒店的高度集中，是安徽省酒店空間布局的又一個典型的特征。

(2)由空間自相關(guān)性分析可知安徽省酒店的空間分布具有自相關(guān)性，說明酒店在安徽省的空間分布不是隨機(jī)或是平均分布的。其中合肥市—肥東縣—肥西縣呈高-高類型的集聚分布，并且長豐縣的低-高集聚圍繞高-高分布，表明合肥市作為安徽省的省會城市，經(jīng)濟(jì)發(fā)展速度快，人口數(shù)量大且急劇增長，對消費(fèi)需求的大大增加，拉動了當(dāng)?shù)鼐频晷袠I(yè)的發(fā)展。而在淮河流域和皖江城市兩個地帶的空間集聚性相關(guān)性并不高，其中長江以南的安慶—太湖縣和黃山—祁門縣呈低-低集聚，黃山市轄區(qū)呈高-低集聚。

(3)以縣區(qū)為單位，通過OLS分析五項社會經(jīng)濟(jì)指標(biāo)與酒店數(shù)量的關(guān)系可知，酒店的空間分布與人口數(shù)量、旅游景點(diǎn)、可支配收入、人均GDP及人均消費(fèi)均是呈正相關(guān)，其中，與人口數(shù)量、旅游景點(diǎn)、可支配收入呈顯著相關(guān)，與人均GDP和人均消費(fèi)呈不顯著相關(guān)。結(jié)果表明，安徽省酒店的空間分布受人口數(shù)量、旅游景點(diǎn)、可支配收入的影響較為顯著。

(4)本研究結(jié)合POI數(shù)據(jù)，運(yùn)用地理空間分析方法對安徽省酒店空間結(jié)構(gòu)及其影響因素進(jìn)行了分析，有助于優(yōu)化酒店布局，并提高政府部門商業(yè)規(guī)劃和酒店發(fā)展前期研究的科學(xué)性，研究結(jié)果表明POI數(shù)據(jù)在研究酒店的空間結(jié)構(gòu)中具有較大的應(yīng)用價值。