基于POI数据的餐饮业空间分布特征及影响因素——以苏州工业园区为例开题报告

1. 研究目的与意义

近十年来，我国的餐饮业仍然保持着较高的发展速度，但相较于2000年至2010年间的营业额增长速度，加速逐渐放缓，2010年的营业额3195.1亿元增长到2020年的6037.3亿元，从业人数从220.3万人增长为257.7万人（中国国家统计局，2011；2021）。随着中国特色社会主义进入新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。人们的消费中心已经逐渐向服务方向转变，对于更高质量的服务的需求扩大，使其驱动城市的经济和社会发展，而以服务为其特点的餐饮业更是一个城市最有活力的产业之一。

国外学者关于餐饮业布局的相关研究较为丰富，提供了许多理论基础和经验，如依据各个城市餐厅数量和类型的布局研究。根据中心地理论，消费者的购物行为收到诸多影响，如市场、交通和行政等因素。国外学者运用定量模型发现经济、通行距离和学校分布等因素都会显著影响餐饮业的布局。

国内学者对于城市餐饮业的空间布局特点及其影响因素的研究，主要通过搜集餐饮业poi数据、大众点评网、统计年鉴等方式来获取研究数据，并结合arcgis等软件所获数据进行空间分析，多采用核密度估计法、探索性空间数据分析、标准差椭圆法等，研究涉及到人口、道路交通、区域经济水平等多个方面因素对餐饮业的影响，研究尺度涉及微观、中观和宏观，取得了较好的成果。

2. 研究内容与预期目标

以苏州工业园区为研究对象，基于兴趣点(POI)数据，运用核密度分析刻画餐饮业空间格局，并构建OLS模型、空间滞后模型、空间误差模型探究餐饮业空间分布的影响因素。目的是发现餐饮业空间分布格局，餐饮业分布受到人口、经济、交通、空间等哪些要素的影响。

预期目标：一是，对于国内外餐饮业发展理论与技术进行总结，得到坚实的理论框架和研究思路。二是，对苏州市工业园区餐饮网点空间布局分析研究，同时得到不同类型餐饮业网点空间分布特征和其发展的空间分布差异性。三是，得到苏州市工业园区餐饮业网点影响因素。四是，针对苏州市工业园区餐饮业发展现状，对未来园区餐饮业空间布局和发展提出参考意见。

3. 研究方法与步骤

本论文主要运用文献参考法、python数据获取、核密度估计法、多元线性回归分析法四种研究方法。 （1）文献参考法 利用知网平台，对于国内外关于城市餐饮业的空间布局及其相关研究的文献进行学习，对于实现可行的研究方法进行比对学习，为研究开展苏州市工业园区餐饮业网点分析提供坚实的理论基础和研究思路。 （2）python数据获取 利用高德开发平台，python爬取得到2021年苏州市工业园区的高德POI数据，筛选得到餐饮设施数据，得到中餐厅、外国餐厅、快餐厅、休闲餐饮场所、咖啡厅、茶艺馆、冷饮店、糕饼店、甜品店等数据若干。 （3）核密度估计法 运用核密度估计法处理点数据，进行空间集聚分析，采用该方法分析餐饮业空间分布。以每个待计算格网点为中心，并进行圆形区域搜索，以计算每个格网点的密度值（禹文豪等，2015）。空间位置x点的核密度函数f（x）的计算公式（王远飞等，2007）为： （4）多元线性回归分析法 模型构建考虑到餐饮业分布的空间异质性和集聚性，选择空间回归模型进行分析，从而考虑变量和扰动项在空间上的分布。在空间计量模型中，空间滞后模型和空间误差模型常被用来验证空间相关性表现出的空间效应。分别采用OLS模型、空间滞后模型、空间误差模型，分析餐饮业集聚程度区域差异的影响因素。OLS模型即线性回归模型，模型一般形式为： 空间滞后模型加入了空间滞后因变量作为协变量，将因变量之间的空间依赖性加以考虑（沃德等，2012），模型一般形式为： 空间误差模型假设模型的误差在空间上相关，模型一般形式为：

4. 参考文献

[1]李新瑶. 基于poi数据的武汉城市文化休闲空间分布特征及影响因素分析[j]. 湖北文理学院学报, 2021, 42(8):6.

[2]唐锦玥, 何益珺, 塔娜. 基于poi数据的上海市餐饮业空间分布特征及影响因素[j]. 热带地理, 2020, 40(6):11.

[3]吴庆双, 卢扬丽. 基于poi数据的安徽省酒店空间分布特征与影响因素研究[j]. 安徽师范大学学报：自然科学版, 2018, 41(5):7.

5. 工作计划

2022.3.7-2022.3.31，完成前期数据收集整理，学习软件操作，撰写文献综述；完成开题报告；

2022.4.1-2022.4.30，设计详细提纲，完成论文主要数据处理；

2022.5.1-2022.5.31，根据研究内容安排，梳理逻辑顺序，完善各部分内容，完成文字初稿和图件；