海口市饭店口碑空间分布特征分析

海口市饭店口碑空间分布特征分析目录1引言 [31]。为了深入探究海口市建成区饭店的空间分布聚集状态，综合考虑海口市建成区的地理因素，经过多次尝试，在进行核密度分析时，设置搜索半径为500m，得到的栅格结果呈现鲜明的等级圈层结构。将得到的核密度分析的结果按照自然断裂点分类，共分为五类，密度等级按照从低到高分别为低密度、较低密度、中等密度、较高密度、高密度。海口市建成区饭店空间分布格局呈现出“多中心”的特征（见图3），且表现出沿海口市建成区商业中心分布的鲜明特征。具体而言，海秀商圈饭店分布密度最高，由于与滨海商圈及国兴商圈等商圈相连，饭店的高值区成片分布；国贸商圈和解放路商圈次之，且饭店在海垦街道呈现出“双核心”的分布态势，两个高值中心与友谊阳光城商场及友谊南海城商场位置相吻合，解放路商圈聚集了海口市骑楼老街等商业街，商业化水平较高，饭店密度大；府城商圈与海甸岛商圈高值中心相对独立，受地理位置影响，海甸岛商圈独立于海口市其余商圈外，饭店密度高值中心与海大南门小吃街等商业街高度吻合，并在外围形成第二及第三等级的密度中心，府城商圈的饭店密度高值中心范围广，以红城湖商业广场为中心，向四周辐射。此外，在海秀镇、西秀镇及长流镇有高密度小范围的饭店集聚分布，但比较分散。总体来看，海口市建成区饭店的地理密度分布与商圈有较大关联性。饭店分布的空间圈层差异性明显，且在海口市建成区内便显出“内密外疏、东高西低”的分布态势，表现出等级化的分布特征，与商圈的等级规模特征一致。图SEQ图\*ARABIC3海口市建成区饭店核密度估计图4.2空间自相关分析对海口市建成区所有的符合条件的饭店进行空间自相关分析，利用ArcGIS软件的点距离工具计算，得到饭店与六类经济要素点的距离，在属性表中基于距离进行平均数汇总，分别得到饭店与各经济要素点的平均距离。在GeoDa软件中创建空间权重，选择K-近邻法，根据建成区饭店数量情况，邻接数选择150个，得到各经济因素与饭店口碑的空间权重，通过基于经验的贝叶斯比率的局部Moran’sI计算其Moran’sI指数，事件变量选择饭店评分，基本变量选择各经济因素与饭店的平均距离，得到Moran’sI散点图及显著性地图。其中，“高—高”表示饭店的高口碑和与经济因素点间的距离近，“低—低”饭店的低口碑和距经济因素点的距离远，两者都表现为饭店口碑与经济因素的平均距离呈现正相关关系；“高—低”表示饭店的高口碑和与经济因素点间的距离远，“低—高”饭店的低口碑和距经济因素点的距离近，两者都表现为饭店口碑与经济因素的平均距离呈现负相关关系。4.2.1饭店口碑与购物消费平均距离关系海口市建成区购物消费平均距离与饭店口碑之间呈显著正相关关系（见图四），Moran’sI指数为0.778。其中，“高—高”和“低—低”型聚集的数量多，表示购物消费与饭店之间的距离与饭店评分的空间差异不明显，即一般情况下，评分高的饭店与建成区内的购物消费点距离更近。呈现“高—高”和“低—低”态势的饭店点主要聚集在海口市建成区的大商圈处，即海秀商圈、国贸商圈、海甸岛商圈等处；呈现“高—低”和“低—高”态势的饭店点分散在海口市建成区的中东部。图SEQ图\*ARABIC图SEQ图\*ARABIC4饭店口碑与购物消费点空间自相关关系图4.2.2饭店口碑与交通设施平均距离关系海口市建成区交通设施平均距离与饭店口碑之间呈弱正相关关系（见图五），Moran’sI指数为0.027。其中，“高—高”和“低—低”型聚集的数量与“高—低”和“低—高”数量差距较小，大部分饭店评分与距交通设施的距离相关性不显著，少部分饭店评分与距交通设施的距离的空间差异不明显。以海口东站为中心，呈现“高—高”和“低—低”态势的饭店点呈环状分布；呈现“高—低”和“低—高”态势的饭店点分散在海口东站周围。图SEQ图\*ARABIC图SEQ图\*ARABIC5饭店口碑与交通设施空间自相关关系图4.2.3饭店口碑与科教文化平均距离关系海口市建成区科教文化平均距离与饭店口碑之间呈显著正相关关系（见图六），Moran’sI指数为0.581。其中，“高—高”和“低—低”型聚集的数量多，表示科教文化与饭店之间的距离与饭店评分的空间差异不明显，即一般情况下，评分高的饭店与建成区内的科教文化点距离更近。呈现“高—高”和“低—低”态势的饭店点聚集在海口市建成区中东部，此处学校等机构数量多。图SEQ图\*ARABIC图SEQ图\*ARABIC6饭店口碑与科教文化点空间自相关关系图4.2.4饭店口碑与旅游景点平均距离关系海口市建成区旅游景点平均距离与饭店口碑之间呈弱正相关关系（见图七），Moran’sI指数为0.007。其中，大部分饭店评分与距旅游景点的距离相关性不显著，“高—高”和“低—低”型聚集的数量与“高—低”和“低—高”数量差距较小，少部分饭店评分与距旅游景点的距离的空间差异不明显。呈现“高—高”和“低—低”态势的饭店点位置与海口市的景点，如骑楼老街、比干妈祖文化园以及长影环球100奇幻乐园等高度吻合；呈现“高—低”和“低—高”态势的饭店点分散在五公祠周围。旅游景点平均距离与饭店口碑之间的空间自相关分析直观表示了海口市建成区内口碑好坏与所处环境的旅游景点相关性不大。海口市作为旅游度假的热门城市，景点数量较多，且城市绿化率高[16]，公园绿地数量多，由于饭店分布的环境与旅游景点分布环境差异大，旅游景点商业化水平低，导致饭店口碑与旅游景点平均距离存在弱相关性。4.2.5饭店口碑与娱乐设施平均距离关系图SEQ图\*ARABIC7饭店口碑与旅游景点空间自相关关系图图SEQ图\*ARABIC7饭店口碑与旅游景点空间自相关关系图海口市建成区娱乐设施平均距离与饭店口碑之间呈显著正相关关系（见图八），Moran’sI指数为0.657。其中，“高—高”和“低—低”型聚集的数量多，表示娱乐设施与饭店之间的距离与饭店评分的空间差异不明显，即一般情况下，评分高的饭店与建成区内的娱乐设施点距离更近。呈现“高—高”和“低—低”态势的饭店点主要聚集在海口市建成区中东部，此处商圈众多、人流量大。娱乐设施平均距离与饭店口碑之间的空间自相关分析直观表示了海口市建成区内口碑好的饭店离歌剧院、KTV等地距离更近，所处的环境娱乐产业发达。娱乐设施所处的环境与饭店环境一致，商业化水平发达，娱乐设施附近的饭店得分差距较小，因此娱乐设施平均距离与饭店口碑在空间分布中呈现显著的正相关关系。4.2.6饭店口碑与商务住宅平均距离关系图SEQ图\*ARABIC8饭店口碑与娱乐设施空间自相关关系图图SEQ图\*ARABIC8饭店口碑与娱乐设施空间自相关关系图海口市建成区商务住宅平均距离与饭店口碑之间呈显著正相关关系（见图九），Moran’sI指数为0.542。其中，“高—高”和“低—低”型聚集的数量多，表示商务住宅与饭店之间的距离与饭店评分的空间差异不明显，即一般情况下，评分高的饭店与建成区内的商务住宅点距离更近。呈现“高—高”和“低—低”态势的饭店点主要聚集在海口市建成区的居民区和写字楼聚集地，即府城街道、蓝天街道、国兴街道等地。商务住宅平均距离与饭店口碑之间的空间自相关分析直观表示了海口市建成区内口碑好的饭店离居民区及写字楼等地点距离更近，所处的环境人口密度大。商务住宅聚集在海口市建成区居民区中，对饭店需求较大，饭店口碑与商务住宅平均距离呈现正相关关系，说明消费者对其评价较为集中。图SEQ图\*ARABIC图SEQ图\*ARABIC9饭店口碑与商务住宅空间自相关关系图4.3单因素方差检验对海口市建成区饭店口碑和各类经济因素进行单因素方差检验，能进一步探究饭店口碑与各类经济要素点平均距离之间的空间关系，生成的平均值图直观表明在哪一区间距离内，饭店的口碑的分布情况。将饭店与各经济要素点的平均距离图层属性表导出为Excel表，将其分别导入SPSS软件，采用比较平均值中的单因素方差法，进行方差齐性检验，若方差齐性检验的结果显著，则适合做单因素方差检验，若不显著，则做非参数检验。在研究过程中，旅游景点没有通过齐性方差检验，因此，需要对其进行非参数检验，塔姆黑尼是非参数检验中的一种。当塔姆黑尼结果小于0.05时，说明饭店口碑评分等级与其距旅游景点的距离存在显著差异。观察平均值图，能直观表明海口市建成区饭店口碑与各类经济因素之间的空间格局关系（见图10）。图SEQ图\*ARABIC10海口市建成区饭店口碑与各类POI点距离关系图结果表明，在对海口市建成区饭店口碑与其距购物消费点的距离单因素方差检验中，距离越近，饭店评分总体越高，口碑越好，平均距离在600m—620m区间时，口碑较好，在620m—640m区间内，饭店的口碑呈现随机性。在由此可见，海口市建成区饭店口碑与城市商圈的空间分布具有共生性。在对海口市建成区饭店口碑与其距交通设施的距离单因素方差检验中，饭店的口碑与平均距离相关性较弱，口碑呈现随机性。科教文化点与饭店的平均距离越近，饭店的口碑越好，且在620m—640m区间内饭店的口碑度达到最高，在640m—660m区间内，饭店的口碑呈现随机性。旅游景点在方差齐性检验中表现的结果不显著，在塔姆黑尼结果中呈现出显著性，平均值图显示，饭店口碑度具有随机性，与饭店距旅游景点的距离无关。娱乐设施与饭店的平均距离越近，饭店的口碑越好，且在625m—650m区间内饭店的口碑度最好，在650m—675m区间内，饭店的口碑呈现随机性，当距离大于时675m时，饭店的口碑评分降低。商务住宅与饭店的平均距离呈现一定相关性，在640m—670m区间内饭店的口碑度呈现随机分布，距离大于670m时，饭店的口碑评分降低。海口市建成区饭店口碑与各类经济要素平均距离关系的单因素方差检验中，饭店口碑与购物消费、科教文化、娱乐设施及商务住宅的平均距离呈现一定相关性，距离越近，饭店口碑评分越高；与交通设施、旅游景点的平均距离相关性较差，在空间分布中，饭店口碑呈现随机分布。当平均距离区间集中在600m—640m时，饭店口碑总体最高。5.结论与建议5.1结论本研究利用Anaconda、ArcGIS、GeoDa和SPSS等软件，对海口市六类兴趣点及海口市建成区内饭店评分进行数据爬取和处理，得到海口市饭店共10724条家，利用核密度估计法、空间自相关分析、单因素方差检验对其口碑进行空间特征分析，探究其口碑在海口市建成区内的聚集效应及其与经济因素的空间分布关系。结果表明：（1）海口市建成区饭店空间分布格局呈现出“多中心”的特征，且表现出沿海口市建成区商业中心分布的鲜明特征。海口市建成区饭店的聚集中心与海口市商圈的空间分布具有一定的一致性，并表现出等级化的分布特征。（2）海口市建成区饭店口碑与距购物消费点、商务住宅点、娱乐设施及科教文化点远近呈现显著的相关性，距离越近，饭店口碑越好；与交通设施、旅游景点呈现弱相关性，饭店口碑在与其距离关系中随机分布。饭店口碑与购物消费的相关度最高，其次为娱乐设施，相关性最差的经济因素为旅游景点。（3）海口市建成区饭店口碑好坏程度与距各类经济因素点的距离不完全相同，在相同距离区间内，饭店口碑可能呈现出正相关或随机性。口碑好的饭店，距离购物消费点和科教文化点相对更近，距离变大呈现出口碑度的随机性或口碑度降低。5.2建议尽管本文对海口市建成区饭店口碑空间分布特征的分析得出了一些有参考意义的结论，但是对于饭店口碑空间格局深层次机制的揭示还有待更深入的研究。以下三个方面仍值得进一步关注：（1）海口市作为海南省的省会城市，人口流动大，商业设施变迁快，饭店每天都处于发展阶段，然而POI数据具有实时性，本文只对海口市饭店的时刻数据进行研究，未能对其进行多时效分析，探究其演变规律。（2）由于网络评价数据的限制，本文在研究分析时，仅仅选取了海口市点评关注度较高的场所，对于一些没有被大众点评网站收录的饭店，本文在研究过程中没有关注。（3）由于研究的局限性，本文只选取了最有可能对饭店口碑产生影响的六类经济因素点进行研究，并未对其余经济因素点展开探讨。参考文献邓爱民,张若琳.我国饭店业发展与经济增长相关性研究[J].山东财经大学学报,2017,29(03):22-29.PillsburyR.FromamburgeralleytohedgeroseHeights:Towardamodelofrestaurantlocationdynamics[J].TheProfessionalGeographer,2010,39(3):罗朝霞.旅游饭店网络消费者在线负面口碑研究——以扬州高星级饭店为例[J].中国商贸,2014(12):122-124. HaipengLiu.Real-TimeDisplacementofPointSymbolsBasedonSpatialDistribution[J]ISPRSInternationalJournalofGeo-Information.Volume8,Issue10.2019.PP426-426王录仓,常飞.基于百度热力图的银川市中心城区职住关系研究[J].干旱区地理,2019,42(04):923-932.汪章辉.基于POI挖掘的上海基础教育资源分布特征分析[J].测绘与空间地理信息,2024,47(03):46-50.徐晓宇,李梅.基于开源大数据的北京地区餐饮业空间分布格局[J].地球信息科学学报,2019,21(02):215-225.夏令军,刘艳芳,刘国炜.中国地级城市餐饮业分布格局及影响因素——基于“大众点评网”数据的实证研究[J].经济地理,2018,38(05):133-141.刘彤,周伟,曹银贵.沈阳市城市功能区分布与人口活动研究[J].地球信息科学学报,2018,20(07):988-995.张程远,张淦,周海瑶.基于多元大数据的城市活力空间分析与影响机制研究——以杭州中心城区为例[J].建筑与文化,2017(09):183-187.付晓,陈梓丹,黄洁.基于手机信令数据的城市居民非通勤出行群体画像——以苏州市为例[J].地理科学,2022,42(10):1727-1734.秦昆,周勍,徐源泉等.城市交通热点区域的空间交互网络分析[J].地理科学进展,2017,36(09):1149-1157.张家旗,刘晏男.基于网络口碑数据的郑州市住宿业空间分布格局特征研究[J].北京测绘,2021,35(09):1230-1234.沈士琨,史春云.苏南、浙北地区民宿空间分布特征及其影响因素[J].热带地理,2022,42(01):123-135.曾璇,崔海山,刘志根.广州市餐饮店分布演变特征与影响因素[J].经济地理,2019,39(03):143-151.海口市统计局.《海口统计年鉴—2023》[M].2023.王翔宇.山东省城市建设用地快速扩张的人口和经济效应研究[D].山东师范大学,2017.王一茹,朱国鹏,刘铁冬.基于景观指数分析的海口市建成区绿地景观格局的动态变化[J].海南大学学报(自然科学版),2021,39(04):407-413.海口市统计局.《2023年海口市国民经济和社会发展统计公报》[M].2024./minindex.html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(02):66-73.赵东昊.城市空间格局对餐饮业分布的影响机制及空间异质性——以武汉市都市发展区为例[C]//中国城市规划学会.人民城市，规划赋能