基于多元大数据的餐饮活力空间分析及关联因素研究——以青岛主城区为例

解旭东，丛程炜

（青岛理工大学建筑学院，山东青岛 266033）

0 引言

“餐饮活力”是餐饮空间中有形的、物化的环境所呈现的空间活力。随着城市化进程和消费社会的到来，餐饮活力对丰富人们日常生活、满足现代城市功能、提升城市服务能力和综合竞争力有着重要作用。目前城市餐饮研究大多为餐饮空间布局研究，对餐饮活力的研究较少，如梁璐以西安市餐饮为例，通过选取经济、文化传统等指标分析对餐饮空间布局的影响[1]；李新阳在宏观和中观的背景下阐释了成本和收益等因素对于餐饮网点分布、餐饮空间结构的影响作用[2]。

数据资源的开放共享，为城市空间分析提供了新的机遇。目前许多学者在这一领域内开展了多方面研究：王德等学者利用手机信令数据，以上海市为例，分析和比较了不同等级商业中心的消费者数量的空间分布特征，同时向商业中心的建设提出了发展改进意见[3]。秦萧等借助点评数据，通过建立口碑评价指标体系，评价南京市餐饮业空间分布格局[4]。

大数据背景下的数据信息共享，为探究城市餐饮活力提供了新的机遇。本文在原有的餐饮空间分析方法基础之上，借助大众点评网点评数量数据，通过量化点评数量反映空间内的人群密度，对青岛主城区餐饮活力分布规律进行归纳总结，并判断区域内餐饮活力集聚程度的大小，并将相关POI数据、路网数据量化为关联因素进行相关性分析，通过统计学量化分析发现不同关联因素对餐饮活力的影响大小，同时为城市空间的规划发展提供实证依据。

1 数据与方法

1.1 研究范围

考虑到相对复杂的城市功能与便捷的城市交通对餐饮活力的影响，本次研究以青岛主城区为研究范围，具体包括市南区、市北区、李沧区、崂山区四个区域，总面积约为590km2。

图1 青岛主城区餐饮商户分布图

1.2 数据来源

本文的研究数据主要包括大众点评网数据、城市功能区数据、交通可达性数据。

（1）大众点评网数据

大众点评网于2003年建立，是我国建立最早的第三方点评平台，截止2015年第三季度，网站月活跃用户数超过2亿，收录2000多万商家和1亿条点评信息[5]。本次研究中的数据来源于大众点评青岛站，按照行政区标准抓取网页数据，获得青岛主城区餐饮商户空间分布图（图1），通过数据筛选和坐标纠偏处理得到有效的点评网数据，包含店铺名称、点评数量、经纬度等信息，其中点评数量数据反映了餐饮就餐顾客的数量，是分析城市餐饮活力的数据源。

（2）城市功能区数据

从高德地图网站获取各类城市功能POI点数据，用于构建城市功能区关联因素指标体系。通过数据处理与筛选分为四类：商业、商务、居住、旅游（表1）。POI作为一种地理信息点数据，包含名称、经纬度、地址等信息，具有节省大量研究成本和有效提高数据分析准确性与实时性的优点。

表1 城市POI数据分类

（3）交通可达性数据

交通可达性数据分为2018年开放街道图（OSM）获取到的道路网数据（图1）与公交站点与轨道交通站点的POI数据（表1），包括空间数据以及属性数据，对探究道路交通对餐饮活力的关联影响有着重要作用。

1.3 研究方法

关于活力的概念，研究者大多从经济活力、社会活力、文化活力的角度进行论述，本次研究中的餐饮活力主要体现其社会活力，餐饮的物质空间本身并不能形成活力，只是为人群活动提供物质基础，餐饮活力的核心为内部空间从事各种活动的人。因此，对餐饮活力的研究可以从两个方面进行：活力的外在表征和内在因素（图2）。

图2 商业空间活力评价指标

餐饮活力的外在表征表现为餐饮空间内的人群密度，本次研究选用网络点评数量来反映人群密度，利用GIS工具将研究范围进行300m×300m的栅格单元划分，并对每个单元格内的点评数量进行统计计算，以此反映人群密度的高低。活力的内在因素分为自身因素和周边环境因素[6]，在考虑数据可获取的前提下，本次研究探求周边环境因素对活力的关联影响。与周边功能区的关联因素可分为：（1）商业功能因素：零售、餐饮、休闲娱乐、酒店住宿POI点密度。（2）居住功能因素：居住区POI点密度。（3）商务功能因素：商务办公与金融POI点密度。（4）旅游功能因素：旅游景点评论数量密度。与周边交通可达因素可分为：（1）道路网因素：栅格单元内路网长度总和。（2）公交站点因素：服务半径内公交站点密度。（3）轨道交通站因素：距离最近轨道交通站点的直线距离。

2 活力的空间识别

2.1 空间活力的分布特性

通过GIS工具将评论数量与300m×300m网格进行空间连接（图3），对餐饮活力的分布规律及特征进行了解和判断。

图3 餐饮活力的分布规律及特征

（1）“主-次”四核心集聚，从网格图可以发现，青岛主城区餐饮活力以乐客城、台东路、香港中路、市北CBD四个区域为绝对活力核心，同时在中山路区域、双山地铁站区域、海尔路-秦岭路区域、人民路区域形成规模较小的次级活力核心，主次核心向四周街区辐射式递减扩散。

（2）整体呈现“西高东低”格局，市南区与市北区餐饮活力密度明显高于其他区域，西部区域内汇集了台东路区域、香港中路区域、新都中心区域等高活力区域，并有向北向东扩张连接的发展趋势，而北部李沧区域与东部崂山区域活力核心区较少且呈现出散点式分布。

2.2 活力集聚程度的量化对比

对研究范围内点评数量密度进行可视化处理，作为反映餐饮活力集聚程度高低的依据。结合市民传统认知与核密度分析，发现整个研究范围内餐饮活力集聚程度较高的区域共有七处（图4），根据评论数量密度对七处活力集聚程度高的区域进行排序，依次为：香港中路集聚区、台东集聚区、乐客城集聚区、中山路集聚区、市北CBD集区、新都心集聚区、金狮广场集聚区，对比发现，乐客城集聚区餐饮设施点数量第一，但评论数量仅仅排列第三，活力发展情况有待提升，香港中路集聚区餐饮设施点数量排列第四，但点评数量远居第一，活力发展情况优秀（图5）。通过对活力集聚程度高的区域进行分析，可以发现各活力集聚区具有明显的分布特征：

图4 餐饮活力核密度分析图

图5 餐饮活力集聚区量化对比

（1）在空间结构上，各活力集聚区大多处于道路交通与公共交通可达性良好的位置，如七个活力集聚区均位于城市主次干道交叉口等交通便利地区，并且沿城市干道向四周扩散，同时除台东活力集聚区外大都处于轨道交通站点辐射范围内。

（2）在与城市功能区的关系上，各活力集聚区均与其有密切关系，如台东与李沧活力集聚区位于青岛核心商业功能区所在地；香港中路与市北CBD活力集聚区则毗邻大量商务功能区，香港中路与火车站-中山路活力集聚区内含有众多旅游功能区，与此同时，各个活力集聚区周围均分布着不同大小的居住功能区。

表2 人群密度与关联因素的相关性分析

3 活力的关联因素研究

3.1 关联因素的量化

为进行后期定量研究，通过ARCGIS工具对关联因素指标进行量化，参考城市各类功能的不同服务半径，获取活力集聚区不同服务范围内的POI设施点，如轨道站点、旅游景点等因素的服务半径为1000m（图6），而公交站点因素的服务半径为500m[7]（图7），最终根据不同因素的服务半径进行数据统计与计算。总的来说，餐饮空间的活力与承载大量人口的城市功能区、连接餐饮商家与消费者的城市交通可达性密切相关。

图6 轨道站点1000m服务范围

图7 公交站点500m服务范围

3.2餐饮活力与关联因素的相关性分析

为厘清各关联因素对餐饮活力的影响大小，通过对SPSS软件中多元线性回归进行分析，首先对各关联因素数据进行标准化处理，为线性回归分析提供所需标准化数据；回归变量为餐饮人群活力（，该值是七个活力集聚程度较高地区统计单位面积内的网络点评数量，其系数越大，人群活力程度越高。因变量为商业密度（syden）、商务密度（swden）、居住密度（jzden）、旅游景点密度（jdden）、路网密度（lwden）、公交站点密度（gjden）、轨道交通站点距离（gddis），如公式（1）：

回归结果显示如表2，商务密度、旅游景点密度、轨道站点距离三项因素没有通过显著性检验（显著性数值小于0.05），而根据Pearson相关性系数分析，商业密度对餐饮活力的相关系数为0.923，公交站点密度相关系数为0.858，路网密度与居住密度的相关系数为0.796与0.730。说明上述指标对餐饮活力都有较强的相关性，且呈正相关关系。

具体而言，商业密度对餐饮活力的影响最大，商业密度高的区域更易凝聚餐饮活力。其次分别是公交站点密度、路网密度、居住密度，都在一定程度上促进了餐饮的活力，而商务密度、轨道交通站点距离、旅游景点密度对餐饮活力的影响不显著。这可能与三项关联因素的影响作用较为单一集中有关，对整个主城区餐饮活力影响较小，如商务密度仅集中分布于市北CBD与香港中路区域附近，其他区域密度较小；目前台东区域1000m服务半径内附近无轨道交通站点，但随着将来地铁一号线的修建和青岛地铁线路网的完善，轨道交通站点对餐饮活力的影响将进一步加强。

4 结论

本文以青岛主城区为例，基于网络点评数据，对城市餐饮活力进行探索，在定量研究人群活动空间分布的基础上，运用相关性分析等方法探讨了餐饮空间中人群活动与区位、交通等空间特征的关系，研究发现商业功能区、公交站点密度、道路网密度与餐饮活力呈密切正相关关系，是影响餐饮活力的最主要关联因素，而旅游景点则呈微弱关联关系，反映出目前旅游景点对餐饮活动吸引力不足的问题。通过定量分析餐饮活力与空间关联因素的相互作用关系，可以进一步探讨餐饮空间活力的内在机制，以期将来为城市空间活力营造提供参考。

由于研究时间和获取数据所限，本次研究仍存在不足之处：第一，本文的主要分析数据来源于大众点评网，获取的大量数据在一定程度上保证了数据的准确性，但是点评网的用户以年轻用户居多，限制了样本的涉及范围。第二，限于数据的局限，部分影响活力因素未能纳入本次研究之中，如经济、人口结构、文化传统等因素。