城市商圈餐饮业空间分布及其...响因素研究——以大连市为例_张闯闯.pdf

第44卷 第2期2023 年 4月江西理工大学学报Journal of Jiangxi University of Science and TechnologyVol.44 No.2Apr.2023城市商圈餐饮业空间分布及其影响因素研究以大连市为例张闯闯1，吴忠才1，唐红涛2（1.湖南理工学院经济与管理学院，湖南 岳阳 414006；2.湖南工商大学经济与贸易学院，长沙 410205）摘要：以辽宁省大连市为研究对象，基于多元时空数据，采用标准差椭圆、核密度分析、多元线性回归等方法，从宏观和微观两个层面研究大连市城市商圈餐饮业空间分布特征及其影响因素。结果发现：大连市餐饮业在空间分布走向上呈现出“东北西南”趋势，具有明显的“核心边缘”空间结构；餐饮业空间分布受到当地市场发育水平、工业发展状况、餐饮业自身发展情况及空间可达性等因素的影响，市场发达、餐饮业自身发展成熟、空间可达性好能够促进餐饮业的集聚；对于工业主导型城市，工业发展则会抑制餐饮业的集聚。文章最后提出了城市餐饮业的选址和城市商圈发展的对策建议。关键词：城市商圈；餐饮业；空间特征；影响因素；空间可达性中图分类号：F063.2 文献标志码：A一、引言餐饮业作为衡量城市商业经济发展程度的重要指标之一，已成为新时期拉动内需增长、促进消费的重要载体。尤其是在信息通信技术的广泛普及与应用背景下，外卖行业迅猛发展，其形成的虚拟餐饮空间已为城市实体餐饮业带来了深远影响1，彻底变革了传统餐饮业的经营模式2，也不断重塑着城市商圈的空间格局。据艾瑞咨询调查数据，2021年中国餐饮行业规模为46 895亿元，外卖同比增长18.6%；截至2021年底，外卖用户规模达5.4 亿人，外卖收入的占比增长到餐饮总收入的21.4%。餐饮业在促进城市经济繁荣的同时也给城市商圈业态升级带来了挑战，探究城市商圈餐饮业的空间特征及影响因素，对于优化城市商业布局，推动城市经济发展具有重要作用。餐饮业的空间分布研究历来受到国内外学者的重视。国外关于餐饮业空间分布的研究主要集中在以下两个方面，一是对餐饮业区位的探索，如Smith等对加拿大安大略省8个城市中5类餐厅的区位模式进行调查探究其分布规律3；Cummins从选址角度出发，探讨了餐饮店在城区的空间分布特征4。二是对餐饮业发展的影响因素研究，如城市交通方式5、社会经济水平6、社会人口因素7、市场潜力8等因素对餐饮企业的影响较为明显。国内学者对餐饮企业的空间格局关注较多，多采用传统普查数据从宏观尺度9和中观10-11（城市）尺度进行研究，而较少从微观层面展开研究。随着互联网技术的飞速发展，多元数据不断被挖掘，如手机信令数据12、兴趣点（POI）13-16数据等，这些多元数据携带着丰富的时间维度信息17，能够为餐饮企业空间格局的研究提供数据支撑。如秦萧等利用大众点评网数据对南京餐饮空间格局进行分析，发现餐饮业呈现出“核心次级”18的空间格局；唐锦玥等利用网络爬虫获取上海市餐饮业POI数据，利用核密度分析法刻画了餐饮业空间格局，并对其影响因素进行了探讨19。同时也有部分学收稿日期：2022-06-12基金项目：教育部人文社会科学规划基金项目（编号：20YJA790068）作者简介：张闯闯（1993），男，硕士研究生，主要从事城市商圈研究。E-mail：通信作者：吴忠才（1973），男，博士，副教授，主要从事城市商圈、旅游产业研究。E-mail：文章编号：2095-3046（2023）02-0066-08 DOI：10.13265/ki.jxlgdxxb.2023.02.009引用格式：张闯闯,吴忠才,唐红涛.城市商圈餐饮业空间分布及其影响因素研究以大连市为例J.江西理工大学学报,2023,44(2):66-73.第 44 卷 第2 期张闯闯，等：城市商圈餐饮业空间分布及其影响因素研究者从文化近邻性20、山地城市格局21来考察其对餐饮业空间分布的影响。总的来看，餐饮业作为城市商圈的重要组成部分，尤其是在外卖经济发展势头越发强劲的背景下，餐饮业在确定选址的同时也要考虑其销售范围即餐饮业空间的可达性。可达性作为评价城市交通系统发达程度的关键性指标之一，从严格意义上讲并没有形成一个统一规范的概念，其内涵非常丰富，具有时间和空间的双重属性。本文采用的可达性概念是从城市交通便捷性角度阐释，指人们从空间中任意一点到达目的地的难易程度，反映了人们到达目的地过程中所克服的空间阻力大小，常用距离、时间和费用等指标来衡量22。从目前文献成果来看，关于城市交通可达性研究较多，集中于城市公园23-24、城市轨道25、公共服务设施26等方面的研究，但是关于城市商圈餐饮业的可达性研究比较少，探究城市商圈餐饮业的可达性程度对于商家的选址至关重要。鉴于此，文章以大连市为研究对象，基于大连市餐饮业商家的POI数据和传统经济数据，利用标准差椭圆、核密度分析、多元线性回归等方法研究大连市餐饮业商家的空间分布特征与影响因素，以期为政府的商业布局规划和商家的选址提供参考。二、研究区域与研究方法（一）研究区域概况大连市作为辽宁省辖市，别称滨城，全市下辖7个区、1个县，代管2个县级市，总面积12 573.85 km2。根据第七次人口普查数据，大连市常住人口约为745万人。本文在探究影响大连市餐饮业空间分布的空间可达性因素时，选取大连市中山区内的一个长5.5 km、宽3.5 km的长方形区域，如图1阴影部分所示。该区域是以青泥洼桥商业区为核心，其大致范围是东至致富街，西至东北路，南至西山巷，北至新生街，周边交通十分便利。（二）数据来源与预处理本文基于多源时空数据研究大连市商圈餐饮业的空间分布特征及其影响因素。利用水经注软件矢量数据功能获取大连市餐饮业 POI 数据，探究餐饮业空间分异特征，并在实证部分采用企查查软件和统计年鉴数据相结合方式，筛选出大连市20002020年餐饮业商家数量，探索影响大连市餐饮业空间分布的因素。从企查查软件中获取关于大连市餐饮业商家的数据，以2000年为基期，每一年商家数量不断累加至下一年，共获得餐饮业商家数量 44 133 个。利用多元线性回归方法从产业结构的角度分析第二、三产业对城市商圈商家空间分布的影响，为大连市餐饮业未来发展规划提供研究思路。（三）研究方法1.标准差椭圆标准差椭圆能够有效地刻画要素的空间分布特征，反映要素的中心性、离散性、方向性，在研究要素的空间分布走向方面应用较为广泛。具体计算公式如下：0 2.5 5 7.5 10 km图1交通可达性因素研究范围67江西理工大学学报2023 年 4 月1，2=|()i=1n-Xi2+i=1n-Yi2()i=1n-Xi2-i=1n-Yi22+4()i=1n-Xi-Yi22n|12 (1)其中，Xi和Yi为要素i坐标；-X与-Y为要素的平均中心；n为要素总数。2.核密度分析核密度分析是估算概率密度函数的非参数密度计算方法。它是以某一特定元素点的位置为中心，借助于一个规则的移动样本来估计该点的分布和集聚程度，较为直观地反映测量值的区域分布模式。具体计算公式如下：Ki=1nR2j=1nWj(1-Dij2R2)(2)其中，Wj为要素j的空间权重；R为搜索半径；Dij为要素i到要素j的距离。3.多元线性回归分析本文采用多元线性回归方法从产业结构的角度进行实证研究。选择大连市餐饮业商家的数量作为被解释变量（WM），以工业增加值（GY）反映当地第二产业发展水平，用社会消费品零售总额（RS）反映当地第三产业发育水平。为消除异方差的影响对所有变量进行对数化处理，使得趋势线性化，首先建立模型如下：lnWMt=0+1lnGYt+2lnRSt+t (3)其中，0为截距项；t为扰动项；1、2为解释变量的弹性系数。4.空间可达性研究基于最小阻抗的可达性评价本文以青泥洼桥商圈为研究对象，基于最小阻抗的可达性评价方法生成交通等时线，以此探究交通可达性对餐饮业空间分布的影响。以OSM路网为基础，以大连市青泥洼桥商业区为研究中心，选取长 5.5 km、宽 3.5 km 的长方形区域，在ArcGIS10.7内计算中心点到路网上各点的交通时耗，并将交通时耗生成交通等时线。本文设定电动车平均车速为30 km/h。具体技术路径为：数据获取：在OpenStreetMap官网上获取以大连市青泥洼桥为中心的行政图，选择 5.5 km3.5 km 的空间区域，加载到 ArcGIS 10.7处理后提取道路网。构建交通路网：导入基础数据后进行编辑合并所有类型道路，然后打断相交线，经过拓扑修剪、分割等步骤只留存悬挂点，设置道路属性和新建交通网络。交通可达性计算：利用最小阻抗的可达性分析，新建OD成本矩阵，计算可达性后用反距离权重插值工具即可生成可达性空间分布图。三、城市餐饮业空间分布特征（一）标准差椭圆分析从大连市餐饮业的标准差椭圆分布图（图2）可以看出，餐饮业聚集程度最高的区域位于甘子井区、沙河口区、西岗区、中山区的交界处，说明该km图2大连市餐饮业商家POI分布和标准差椭圆分布68第 44 卷 第2 期张闯闯，等：城市商圈餐饮业空间分布及其影响因素研究地区是大连市大力发展餐饮业的主体区域，各种要素彼此充分流动，内部具有规模经济优势。此外，旅顺区、瓦房店市、庄河市有相当数量的餐饮业商家分布，但较少存在于椭圆的内部，而长海县餐饮业商家空间集聚不明显。大连市餐饮业在空间分布上呈“东北西南”分布态势，标准差椭圆长半轴为55.61 km，长轴扩展较强，说明东北、西南方向地区的外部城市经济对整个餐饮业的带动作用强，原因在于北部和南部出现了新的商业中心，反之，西北、东南方向的经济拉动作用不明显。标准差椭圆短半轴为 18.76 km，数据呈现出显著的向心力，两者之差为 36.85 km，数据的分布方向明显，可以看出大连市餐饮业正处于快速扩张阶段，分别趋向东北、西南两个方向扩展，餐饮业商家发展速度较快。（二）核密度分析利用 ArcGIS10.7中的核密度分析功能，得到大连市餐饮业空间分布集聚图，如图 3所示。从图3中可以看出，大连市餐饮业空间集聚呈现出多中心空间格局，具有“核心边缘”圈层结构，且主副中心空间结构明显。主中心是由多个区域共同衔接形成的，主要集聚在大连市西南地区，具体分布在甘子井区、沙河口区、西岗区、中山区，区域内部商家数量最多，集聚程度较高，占据大连市餐饮业主导地位。究其原因可能是：一方面各区域在地理空间位置上毗邻，空间联系紧密，容易演化成片状形态；另一方面商业中心的出现，重新塑造餐饮业的空间布局，使得大量商家汇集。副中心主要分布在普兰店区、瓦房店市和庄河市，各区域行政中心距离主中心空间距离远，分布相对分散，密度值低，边缘性明显。主副中心空间联系性不强，分化严重，彼此之间形成了明显的“真空”地带，各区域餐饮业的密度值由中心向外围呈现出缩减趋势。长海县作为一个海岛县，有众多小岛屿组成，面积分散，城市餐饮业商家聚集程度低，分布数量少。行政中心一般具有便利的交通、完善的设施、密集的消费群体等优势，有利于吸引较多商家的入驻。四、餐饮业空间分布影响因素分析（一）基于产业结构视角下影响餐饮业空间分布因素分析表1列出了各模型的线性回归结果。模型1和模型2回归结果显示，lnGY和lnRS的回归系数均在1%的水平下显著。但同时加入两个变量后模型3的lnGY回归结果不显著，怀疑扰动项存在自相关，导致原模型的设定不正确，因此考虑到商家受到自身因素的影响，在解释变量中加入了因变量的一阶滞后项。然后进行OLS回归，结果如模型4所示。F检验在1%的水平下高度显著，判定系数为0.991，各解释变量回归系数均在1%的水平下显著。然而解图3大连市餐饮业商家核密度分布69江西理工大学学报2023 年 4 月释变量中引入因变量一阶滞后变量后D.W检验不再适用，故采用LM检验，其检验结果P值大于0.1表明无自相关问题，模型设立具有说服力和可靠性。修正后的模型为：lnWMt=0+1lnGYt+2lnRSt+3lnWMt-1+t (4)模型4的回归结果R2为0.991，拟合程度较高，模型具有较强的说服力。总体上看商家数量