郑州市餐饮业空间分布模式研究

□文/闵英姿 刘 凯

（河南财经政法大学资源与环境学院 河南·郑州）

［提要］基于郑州市餐饮点POI数据，运用密度分析、反距离权重插值、莫兰空间自相关等方法，研究分析郑州市餐饮业的空间分布状况，并探索影响餐饮业分布的因素。研究表明：郑州市餐饮点有很高的空间集聚性，在空间结构上类似于圈层式结构，以城市中心为高集聚区，向四周递减且整体上餐饮点朝西北方向分布；郑州市餐饮业高人均消费价格的商家分布在城市东部偏北地区，中部和西部的人均价格消费不高，餐饮商家的星级评价高低值分布较为均匀；餐饮点的数目与居民区面积和街道总面积比呈同峰同谷的特征，表明商家在选择餐馆位置会考虑居民区附近。同时，交通因素也是影响餐厅位置选择的重要因素之一。

中国城市市辖区空间结构的合理布局，有利于提高城市综合治理水平和城市公共服务水平，推动中国新型城镇化健康长效发展。餐饮业作为城市空间结构的重要组成部分，研究分析其空间分布模式可以服务于城市优化发展参考、商业经营选址、旅游消费选择等多个方面。我国学者对于城市餐饮业的分布模式研究起步较晚，且研究层面不尽相同。例如，涂建军从城市空间格局的角度来分析餐饮业的空间分布模式，为经营者提供经营发展参考。夏令军等从人文影响因素展开，探讨我国范围内的饮食习惯差异成因，并分析了人民饮食消费偏好选择。

2003年在线点评应用平台的推出，对人们的消费行为和消费意向产生了很大的影响。学者们开始了基于在线点评平台的POI商业数据分析餐饮业或者其他商业网点的空间分布模式。研究尺度从全国地级市城区到单个县区范围不等。例如，谭欣对北京市主城区餐馆空间格局的研究，秦萧对南京市城区餐馆空间格局的研究，曾璇对广州市海珠区餐饮业的分布研究，他们均采用基于网络评价的影响因素，分析餐饮业在城市内的总体分布，包括各消费等级分布、口碑分布等，并探讨了影响餐饮业空间分布差异的因素。也有学者从单一的空间分布角度出发，深度挖掘POI餐饮点在城市内的分布情况，为城市发展提供准确的参考依据。例如徐晓宇基于开源大数据餐饮点分布的研究和张海平基于GIS场模型的餐饮点分布研究。他们采用特色的空间分析方法，为研究餐饮点在城市分布的空间分析方法做了探索。

本文结合学者们的研究成果，结合美团网、高德地图等POI数据和矢量数据，分析郑州市的餐饮业在整体分布情况和不同人均单价、不同星级、不同人群喜好度的餐饮点分布情况。其主要目的：一是虽然基于POI数据的研究众多，但在郑州市餐饮业分布状况的研究上仍为空白；二是对郑州市餐饮业分布状况的研究可以从整体上了解其规模、空间分布不均等特点；三是对郑州市餐饮业详细的价格、星级、人群热度等研究，不仅可以服务于消费者，而且可以为经营者提供经营参考。

一、数据来源及研究区概况

本文的研究数据及来源有：基于Python等网络爬虫技术获得的美团网美食栏目下包括郑州市金水区、管城回族区、二七区、中原区、惠济区在内的4，470家餐饮点POI数据。剔除不包含人均消费单价、星级评分、消费者评论等属性的POI点，剩余包含以上属性信息的POI数据3，913个餐饮点POI。郑州市位于河南省中部偏北，是中国内陆中西部地区主要大城市之一，如今更是中原经济区和中原城市群的中心城市，也是内陆地区热点投资城市。至2019年底，郑州市共计123个街道办事处，而研究区域则包括65个街道办事处。本文所涉及的研究区域包括金水区、管城回族区、二七区、中原区、惠济区下属的乡镇街道等。

二、研究方法

（一）平均最近邻。平均最邻近距离使用图层中各个点与其最邻近点的距离，判断该点分布状况是随机的、规则的还是集聚的。平均最近邻的统计量是一个比率值，即观测点与最邻近的平均距离dobs到假定随机分布时所期望dexp平均距离的比率R，计算公式为：

R小于1表示分布模式比随机模式更加集聚；R大于1表示比随机分布更加离散。最邻近分析也可以生成Z得分值，表示分布模式为随机结果的可能性。

（二）密度分析。用于计算每个输出栅格像元周围的点要素的密度。其原理是将落入搜索区（指定阈值范围，半径为h的圆内）的点赋予不同的权重，靠近格网搜索区域中心的点会被赋予较大的权重，随着距离的衰减，权重降低，距离到极限距离处权重为0。

其中，P为所在像元对应的密度值，每个输出栅格像元的密度均为叠加在栅格像元中心的所有核表面的值之和。Ni为像元点，Wi为权重值。点密度计算结果分布较为平滑是一种重建概率密度函数的方法。

（三）反距离加权插值（IDW）。反距离加权插值（IDW）基于越临近越相似的原则，它认为某未采样点的数据值与其周围一定范围内的已知采样点的数据值有关算法如下：

其中，Z（x）为未知点x的数值；W（d）为计算权重；Z（x）代表以一定距离为半径的圆范围内已知点的数值。

（四）空间自相关的莫兰指数。Moran的I统计可以说是全局空间自相关的最常用指标。它是由Moran（1948）提出的。莫兰指数通过下式计算：

其中，xi为点i处的值，xj为点i的临近点j的值，Wij为系数；n是点的数目；S2是x与其均值x0的方差。系数用于测量空间自相关的权重。当点的数据量很大时，期望E（I）=0；随机模式下，莫兰指数的I接近于期望，若存在高的相关性，则莫兰指数的I接近于1。

三、结果分析

（一）郑州市餐饮业集聚度分析。餐饮服务是城市生活的重要组成部分，提取城市餐饮服务热点并识别其空间分布模式，对于理解城市形态结构具有重要意义。因此，在平均最近邻的基础上，定量分析郑州市餐饮业的集聚程度，结合核密度分析法，探究空间位置上郑州市餐饮业的集聚度。确定餐饮业服务热点，进而识别郑州市餐饮业的分布模式。首先，利用平均最近邻定量判断郑州市餐饮点的集聚或分散程度，得到计算结果p值0.00（保留两位小数）远小于1%可能分散下的0.01，且z值得分为-74.00远小于1%可能分散下的-2.58。表明郑州市餐饮业空间分布大于99%的可能为集聚模式。其次采用核密度分析方法，从空间位置角度研究郑州市餐饮业得集聚情况。设定核密度搜索半径为800m，将分析结果分为6个等级，得到郑州市餐饮业核密度分析结果如图1。不难发现，（1）郑州市餐饮业以城市中心为高集聚区，向四周递减。（2）城市中心区以西大街街道为中心、周围环绕未来路、丰产路、经八路、棉纺路、绿东村街道、长江路、航海东路共同构成了郑州市餐饮业得核心区域。（3）中心城区外围的集聚高值区出现在迎宾路街道，其余外围地区则明显的是低值区。表明餐饮点在外围地区不集中，按照朱建华对城市空间结构的划分标准，郑州市餐饮点的空间分布表现为明显的圈层式结果。（图1）

图1 餐饮点核密度分布图

（二）餐饮业空间特征分析。张子坤在对于在线点评平台如何影响人们的消费行为的研究结果表明：人们的行为态度是其行为意向的最重要的前因，接着的是行为控制认知和主观规范。这表明在线点评平台的人均单价、星际评级和消费者评论能有效的影响人们的消费行为决策。因此本文基于POI数据的人均单价、评价星级、评论数目做反距离权重插值如图2，能够有效地分析郑州市餐饮业的空间特征。（图2）

图2 餐饮点价格、星级、评论数目IDW插值图

如图2的图（a）所示，采用反距离权重插值的方法，设定函数幂次为3。将分析结果按照自然断点分割法，分为5个不同等级。可以看出：（1）人均消费价格最低值为1元，最高值为517元，各消费等级分分布最广的是人均消费39元以下，其次是40～63元。而人均价格64～125元和126元以上范围则分布较少。由此可以看出郑州市餐饮业人均消费能力主要集中在60元以下。（2）郑州市人均消费价格在空间分布上存在东西分布不均的现象，高消费区域明显分布在郑州市东部地区的金水区祭城路街道。（3）与餐饮点分布密度相区别的是高消费区并不与高密度区重叠，且高消费区也并不位于城市中心。

如图2的图（b）所示，为美团网用户对餐饮点商家在线评分数据采用反距离权重插值法所得结果。与图（a）类似，同样采用自然断点分割法分为4个评分等级。结果表明：（1）在线网友对郑州市餐饮有着不错的喜好度，其打分评价星级最低分为3星，最高位5星。（2）高星区域分布在郑州市中心分布较为均匀，在郑州市外围例如西流湖街道分布比较集中。一方面因为中心地区餐饮点数量多插值权重互相影响；另一方面外围地区餐饮点数量少，高星餐馆受其他星级餐馆权重影响少而表现明显。总的来说，郑州市餐饮点高星餐馆分布较为均匀。

如图2的图（c）所示，是美团网用户对餐饮点商家在线评论数量的反距离插值结果，从在线网友参与评论的数目可以表明多数人选择就餐的地点，一定程度上代表了最受欢迎的餐馆分布。同样的采用自然断点法将反距离权重插值结果分为四个等级，可以看出：（1）郑州市餐饮点网友评论数有很大的差异，最低位1条评论，最高为25，700条评论。（2）评论数目的高值区分布在郑州市东部地区的丰产路、北林路、东风路、未来路、人民路等地。一定程度上可以代表这些街道为高人流量的地区。

（三）餐饮业空间格局影响因素分析。根据以往学者们的研究，影响餐饮业空间分布的因素很多，主要是人口因素、经济因素、交通因素、空间位置因素等。根据空间点模式分析常用的测量空间自相关的Moran指数，研究同种类的餐饮点在空间位置上是否具有相互的自相关性。本文首先根据不同的餐厅类别，统计出所获取到的餐饮点数据种类、数目、所占比例，如表1所示。通过拟合结果可以看出，不同种类餐饮点的I取值均接近于1，这表明所研究数据在空间分布上具有很强的自相关性。（表1）

表1 POI餐饮点类别一览表

标准差椭圆能够定量描述郑州市餐饮点的空间分布的离散程度和方向性，其中椭圆的长轴表示餐饮点的主要方向，椭圆的面积表示其分布的分散程度以及范围。如图3所示，不同种类餐饮点的空间分布朝东西方向，分布范围包括城东路、中原西路、东风路和大学路、南关路等。（图3）

图3 不同种类餐饮点标准差椭圆图

四、结论与讨论

本文运用点模式分析的方法，对郑州市餐饮点的空间分布做了探索，得出以下结论，但同时也存在一些问题和不足总结如下：（一）郑州市餐饮点有很高的空间集聚性，在空间结构上类似于圈层式结构，以城市中心为高集聚区，向四周递减且整体上餐饮点朝西北方向分布。（二）郑州市餐饮业高人均消费价格的商家分布在城市东部地区，中部和西部的人均价格消费不高，且人均消费价格整体上集中于60元以下。餐饮商家的星级评价高低值分布较为均匀，网友评价相对较高。餐饮商家的在线评论高值区位于郑州市中部偏北，表明此地商家为客流量较大区域。（三）郑州市各类餐饮商家之间存在高的空间自相关性，同种类商家之间存在空间集聚的特征。餐饮点的数目与居民区面积和街道总面积比呈同峰同谷的特征，表明商家在选择餐馆位置会考虑居民区附近.同时交通因素也是影响餐厅位置选择的重要因素之一。（四）由于数据来源和其他条件的限制，本文不能深入的探索各种影响因素，有待后来进一步完善。同时本文存在一些其他方面的漏洞诸如对同种类的餐饮点具有高空间自相关性，没有深入分析其原因.这些漏洞有待进一步的完善和补充。（通讯作者：刘凯）