李 佳，古騰飛，金 磊，段 平*

興趣點(diǎn)定位的餐飲業(yè)空間特征分析方法

李 佳1,2,3，古騰飛1,2,3，金 磊1,2,3，段 平1,2,3*

(1.云南師范大學(xué) 地理學(xué)部，昆明 650500；2.云南省高校資源與環(huán)境遙感重點(diǎn)實(shí)驗(yàn)室，昆明 650500；3.云南省地理空間信息工程技術(shù)研究中心，昆明 650500)

針對(duì)當(dāng)前缺乏有效的城市餐飲業(yè)空間分布特征提取方法，利用核密度分析、標(biāo)準(zhǔn)差橢圓和優(yōu)化的熱點(diǎn)分析等方法，對(duì)高德地圖獲取的餐飲業(yè)興趣點(diǎn)（POI）定位數(shù)據(jù)，建立餐飲業(yè)空間分布特征分析方法。以昆明市為研究區(qū)，對(duì)2014年、2016年及2018年的餐飲業(yè)POI定位數(shù)據(jù)進(jìn)行時(shí)間序列的空間分布特征提取及影響因素分析。實(shí)驗(yàn)結(jié)果表明：2014—2018年間，昆明市餐飲設(shè)施數(shù)量不斷增加，由27084增長(zhǎng)到60651個(gè)；餐飲設(shè)施空間分布以昆明市市轄區(qū)的五華區(qū)、官渡區(qū)、西山區(qū)和盤龍區(qū)為核心，分別占當(dāng)年餐飲點(diǎn)總量的71.62%、71.14%、56.81%?？傮w分布集聚性明顯，逐年呈現(xiàn)西南至東北走向，主要受呈貢大學(xué)城影響較大；除昆明市市轄區(qū)范圍，其它地區(qū)總體餐飲業(yè)由5280個(gè)增長(zhǎng)到11012個(gè)，增長(zhǎng)一倍左右，其中祿勸彝族苗族自治縣增長(zhǎng)最快，增長(zhǎng)了126%，尋甸回族彝族自治縣增長(zhǎng)最慢，增長(zhǎng)了80%。昆明市餐飲業(yè)發(fā)展差異過(guò)大，受地域文化影響較大，還需要正確的政策扶持以及引導(dǎo)。

餐飲業(yè)；興趣點(diǎn)；空間分布；空間分析

0 引言

餐飲業(yè)空間分布是指餐飲業(yè)商戶基于地理位置的空間分布情況，餐飲商戶的數(shù)量以及分布，在一定程度上反映了一個(gè)地區(qū)綜合影響力，代表著一個(gè)城市的經(jīng)濟(jì)發(fā)展水平。2014年，云南省餐飲業(yè)共實(shí)現(xiàn)營(yíng)業(yè)收入17.24億元[1]。2018年，云南餐飲業(yè)營(yíng)業(yè)額完成1573.48億元[2]，增長(zhǎng)了90多倍，其發(fā)展速度令人驚嘆。在餐飲企業(yè)數(shù)量急劇增長(zhǎng)的同時(shí)，也帶來(lái)了食品安全、物價(jià)上漲等一系列問題。因此，從整體把握餐飲行業(yè)空間分布格局，有利于科學(xué)地掌握餐飲業(yè)的布局規(guī)律，制定合理有效的管控措施，促進(jìn)城市內(nèi)部各功能區(qū)的協(xié)調(diào)發(fā)展，對(duì)于擴(kuò)大消費(fèi)、增加就業(yè)，提高人民生活質(zhì)量以及推動(dòng)旅游等相關(guān)行業(yè)發(fā)展，具有十分重要的意義。

對(duì)于餐飲業(yè)信息數(shù)據(jù)的獲取，傳統(tǒng)方法多采用統(tǒng)計(jì)年鑒、實(shí)地走訪調(diào)查的方式獲取[3-6]，這種數(shù)據(jù)具有獲取周期長(zhǎng)，數(shù)據(jù)不能得到及時(shí)更新，獲取難度大，獲取途徑少等局限。近年來(lái)，隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于興趣點(diǎn)（point of interest,POI）定位數(shù)據(jù)的城市空間格局分析，成為目前城市空間研究的熱點(diǎn)。POI是一種包含地理位置和屬性類別的點(diǎn)狀定位數(shù)據(jù)，通過(guò)給的經(jīng)緯度坐標(biāo)，能夠較為準(zhǔn)確地定位出物體的具體位置，根據(jù)坐標(biāo)將其標(biāo)注到地圖上，與傳統(tǒng)普查獲取數(shù)據(jù)的方式相比，具有語(yǔ)義豐富，獲取周期短，定位快，成本低，更新速度快，客觀性和現(xiàn)勢(shì)性強(qiáng)等優(yōu)勢(shì)[7-11]。對(duì)于餐飲業(yè)空間分布格局的研究，多采用核密度分析、最鄰近分析、冷熱點(diǎn)分析、多距離空間聚類分析、多元線性回歸、地理加權(quán)回歸模型等[12-16]。但基于時(shí)間序列的餐飲業(yè)空間分布格局研究較少，為彌補(bǔ)此不足，本文基于昆明市年的POI定位數(shù)據(jù)，對(duì)餐飲業(yè)的空間格局變化規(guī)律做出分析。這有利于深入了解昆明餐飲業(yè)的發(fā)展變化規(guī)律，對(duì)促進(jìn)昆明市餐飲業(yè)合理化發(fā)展，提供科學(xué)的指導(dǎo)意見。

1 研究區(qū)域及數(shù)據(jù)來(lái)源

以昆明市為研究區(qū)。昆明市下轄7個(gè)區(qū)、3個(gè)縣、1個(gè)縣級(jí)市和3個(gè)自治縣，如圖1所示。

圖1中：7個(gè)區(qū)為五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)、呈貢區(qū)、晉寧區(qū)、東川區(qū)；3個(gè)縣為富民縣、嵩明縣、宜良縣；1個(gè)縣級(jí)市為安寧市；3個(gè)自治縣為石林彝族自治縣、尋甸回族彝族自治縣、祿勸彝族苗族自治縣。2018年，總面積達(dá)21473km2，常住人口685.0萬(wàn)人。

通過(guò)高德地圖應(yīng)用程序編程接口（application programming interface, API），獲取昆明市2014年、2016年及2018年餐飲類POI定位數(shù)據(jù)作為源數(shù)據(jù)。經(jīng)過(guò)篩選、處理后得到有效數(shù)據(jù)為：2014年餐飲服務(wù)類設(shè)施數(shù)據(jù)27084條，2016年餐飲服務(wù)類設(shè)施數(shù)據(jù)48432條，2018年餐飲服務(wù)類設(shè)施數(shù)據(jù)60651條。

2 研究方法

2.1 核密度分析

核密度分析將要素周圍一定圓形區(qū)域作為密度的計(jì)算范圍，通過(guò)計(jì)算餐飲業(yè)點(diǎn)的空間核密度值來(lái)反映餐飲業(yè)的空間集聚情況。在中心點(diǎn)所在位置處權(quán)重最大，隨著與點(diǎn)的距離的增大，權(quán)重值逐漸減小，當(dāng)距離超出搜索半徑時(shí)，權(quán)重值為0，每一個(gè)點(diǎn)的估計(jì)密度都是該區(qū)域所有點(diǎn)的加權(quán)平均密度[7]，其計(jì)算公式為

2.2 標(biāo)準(zhǔn)差橢圓法

通過(guò)標(biāo)準(zhǔn)差橢圓，可以分析數(shù)據(jù)匯總的地理要素的空間特征。此方法可用于比較地理要素在時(shí)間和空間上的分布變化特征[17]。用標(biāo)準(zhǔn)差橢圓法對(duì)昆明市餐飲業(yè)三年的POI定位數(shù)據(jù)進(jìn)行處理，其橢圓大小可以反映出2014年、2016年及2018年昆明市餐飲設(shè)施的離散程度，橢圓方向可以得出其餐飲業(yè)的發(fā)展方向，而橢圓的位置變化可以看出其餐飲設(shè)施分布的核心位置是否有變動(dòng)。

2.3 優(yōu)化的熱點(diǎn)分析法

采用優(yōu)化的熱點(diǎn)分析，使用使用地理信息系統(tǒng)軟件（ArcGIS）10.2軟件中創(chuàng)建漁網(wǎng)工具進(jìn)行網(wǎng)格化，根據(jù)結(jié)果呈現(xiàn)的視覺效果和數(shù)據(jù)特點(diǎn)，最終將研究區(qū)最小外包矩形分為60行、50列的小矩形網(wǎng)格（面要素），通過(guò)裁剪得到研究區(qū)1950個(gè)矩形網(wǎng)格。將POI定位數(shù)據(jù)與漁網(wǎng)進(jìn)行空間連接，然后進(jìn)行字段分析，對(duì)落在每個(gè)網(wǎng)格內(nèi)的POI定位數(shù)據(jù)點(diǎn)進(jìn)行計(jì)數(shù)即計(jì)算每個(gè)格網(wǎng)內(nèi)的點(diǎn)數(shù)，呈現(xiàn)出高值和低值的聚集位置。

3 結(jié)果與分析

3.1 餐飲服務(wù)空間分布及年度數(shù)量統(tǒng)計(jì)

2014年、2016年、2018年昆明市餐飲服務(wù)POI總體空間分布格局相同，如圖2所示。主要分布在各自行政區(qū)的中心城區(qū)，以昆明市市轄區(qū)最為集中，祿勸彝族苗族自治縣較為分散。昆明市各行政區(qū)餐飲服務(wù)設(shè)施數(shù)量表如表1所示，由表1可以得出，2014年、2016年、2018年其餐飲設(shè)施總體數(shù)量在逐年增長(zhǎng)。

注：圖2是基于云南省地理信息公共服務(wù)平臺(tái)網(wǎng)站下載的標(biāo)準(zhǔn)地圖（審圖號(hào)為云S(2017)049號(hào)）制作的，底圖無(wú)修改。

表1 昆明市各行政區(qū)餐飲服務(wù)設(shè)施年度數(shù)量表

各轄區(qū)6年間餐飲服務(wù)設(shè)施的變化率及增長(zhǎng)如表2所示，2014年、2016年間，官渡區(qū)餐飲設(shè)施數(shù)量增加最多，為5320個(gè)，富民縣最少，為178個(gè)；增長(zhǎng)率方面，呈貢區(qū)最高，為111%，東川區(qū)最低，為41%。2016年、2018年間，官渡區(qū)餐飲設(shè)施數(shù)量增加最多，為2711個(gè)，尋甸回族彝族自治縣出現(xiàn)負(fù)增長(zhǎng)，減少了10個(gè)。增長(zhǎng)率方面：呈貢區(qū)最高，為80%；尋甸回族彝族自治縣最低，為-1%。2014年、2016年、2018年餐飲設(shè)施數(shù)量增加最多的是官渡區(qū)，總計(jì)8031個(gè)，最低的是富民縣，為280個(gè)；增長(zhǎng)率最高是呈貢區(qū)，為281%，增長(zhǎng)率最低是東川區(qū)，為76%。

表2 昆明市各行政區(qū)餐飲服務(wù)設(shè)施年度數(shù)量變化表

3.2 核密度分析

采用核密度分析法對(duì)昆明市2014年、2016年、2018年的餐飲服務(wù)設(shè)施空間格局特征進(jìn)行分析，其結(jié)果如圖3所示。2014年與2016年總體格局分布大致相同，而2018年，則在原基礎(chǔ)上極高值區(qū)域范圍變得更大，可見2016年、2018年間昆明市餐飲業(yè)發(fā)展，較之前兩年發(fā)展更為迅速。從整體上看，2014年、2016年及2018年的餐飲服務(wù)設(shè)施空間分布密度都呈現(xiàn)以各轄市中心發(fā)達(dá)地區(qū)為核心，向四周逐漸發(fā)散減少，大體上都形成了以多個(gè)集聚中心為基礎(chǔ)，數(shù)量不斷增加的趨勢(shì)。整體上為“南多北少”。

注：圖3是基于云南省地理信息公共服務(wù)平臺(tái)網(wǎng)站下載的標(biāo)準(zhǔn)地圖（審圖號(hào)為云S(2017)049號(hào)）制作的，底圖無(wú)修改。

昆明市餐飲業(yè)發(fā)展過(guò)程中，2014年、2016年、2018年均以昆明市市轄區(qū)餐飲POI定位點(diǎn)最為集中，餐飲服務(wù)設(shè)施最多，餐飲業(yè)發(fā)展最為完善。主要原因是昆明市轄區(qū)主要包含五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)，這4個(gè)區(qū)域城市化水平較高，為傳統(tǒng)的“老城區(qū)”。而且旅游人數(shù)也在逐年增加，流動(dòng)人口較大，交通便利，商業(yè)化程度高，促進(jìn)了餐飲業(yè)的發(fā)展。而其余轄區(qū)，則以呈貢區(qū)變化最大。從2014年的小規(guī)模聚集性發(fā)展，到2016年的普遍性發(fā)展，再到2018年餐飲業(yè)基本覆蓋全轄區(qū)范圍。呈貢區(qū)餐飲發(fā)展模式首先以學(xué)校、小區(qū)、商業(yè)區(qū)的小規(guī)模集中分布，然后逐漸擴(kuò)大規(guī)模。呈貢區(qū)餐飲業(yè)快速發(fā)展的原因主要是，呈貢區(qū)高等院校較多，消費(fèi)人群固定，加之交通便利，其餐飲服務(wù)設(shè)施在學(xué)校周圍最為集中。穩(wěn)定的客流來(lái)源帶動(dòng)了商業(yè)的快速發(fā)展，有人就有市場(chǎng)，餐飲業(yè)則有了良好的發(fā)展基礎(chǔ)。

2014年各行政區(qū)餐飲設(shè)施空間格局如下：祿勸彝族苗族自治縣的餐飲設(shè)施分布較為稀疏，僅東部、南部、中部各一個(gè)集聚中心；東川區(qū)僅有一個(gè)集聚點(diǎn)，位于東川區(qū)中部；尋甸回族彝族自治縣集聚點(diǎn)分布也十分稀疏，餐飲設(shè)施主要分布在西北部、南部及東南部，其中東南部最多；富民縣則集中在該行政區(qū)的南部；嵩明縣集聚面積較大，主要分布在中部地區(qū)；昆明市轄區(qū)最為集中，顏色最深，其餐飲設(shè)施集聚明顯，幾乎涵蓋整個(gè)行政區(qū)；呈貢區(qū)主要分布在其西部以及中部；宜良縣的西部以及中部各有一個(gè)集聚點(diǎn)；安寧市其中部位置餐飲設(shè)施最多，西北部也有部分餐飲設(shè)施；石林彝族自治縣主要在其西部位置；晉寧區(qū)其中部和東部較多。

2016年昆明市餐飲業(yè)空間格局與2014年相比基本一致，其中以呈貢區(qū)變化最大，其格局分布為極高值部分面積明顯增大，可知在2014年及2016年間，呈貢區(qū)餐飲業(yè)的發(fā)展較為迅速，其餐飲設(shè)施數(shù)量分布更廣。與2014年及2016年份相比，2018年各行政區(qū)都不同程度增加了集聚點(diǎn)，昆明市轄區(qū)集聚程度較2014年及2016年變得更密集，其中祿勸彝族苗族自治縣、東川區(qū)、晉寧區(qū)、尋甸回族彝族自治縣、呈貢區(qū)空間格局變化較大，都有了新的集聚點(diǎn)產(chǎn)生，其中又以呈貢區(qū)最為顯著。

3.3 標(biāo)準(zhǔn)差橢圓

對(duì)2014年、2016年、2018年的POI定位數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)差橢圓分析，其結(jié)果如圖4所示。橢圓的長(zhǎng)軸為西南-東北走向，表明昆明市餐飲業(yè)主要布局方向?yàn)槲髂?東北方向分布的格局，也與昆明市南北向狹長(zhǎng)的行政區(qū)劃范圍有關(guān)。其長(zhǎng)半軸與短半軸相比長(zhǎng)度相差較明顯，說(shuō)明其方向性明顯。

注：圖4是基于云南省地理信息公共服務(wù)平臺(tái)網(wǎng)站下載的標(biāo)準(zhǔn)地圖（審圖號(hào)為云S(2017)049號(hào)）制作的，底圖無(wú)修改。

由圖4可知，2014年、2016年及2018年的橢圓大部分面積位于昆明市市轄區(qū)的五華區(qū)、官渡區(qū)、西山區(qū)和盤龍區(qū)，這是由于這4個(gè)區(qū)的餐飲點(diǎn)總量基數(shù)較大。2014年、2016年、2018年餐飲點(diǎn)總量分別為19397個(gè)、34454個(gè)、42449個(gè)，分別占當(dāng)年餐飲點(diǎn)總量的比例為71.62 %、71.14 %、56.81%，這4個(gè)轄區(qū)餐飲業(yè)總量相對(duì)于整個(gè)昆明市而言，占比一直大于50%，所以橢圓絕大部分面積一直位于昆明市這4個(gè)轄區(qū)。

從2016年與2014年的標(biāo)準(zhǔn)差橢圓來(lái)看，2014年標(biāo)準(zhǔn)差橢圓包含2016年標(biāo)準(zhǔn)差橢圓，說(shuō)明昆明市五華區(qū)、官渡區(qū)、西山區(qū)和盤龍區(qū)餐飲點(diǎn)增長(zhǎng)總量大于其他縣區(qū)增長(zhǎng)量，餐飲業(yè)分布愈發(fā)集中，2016年昆明市4個(gè)轄區(qū)（五華區(qū)、官渡區(qū)、西山區(qū)和盤龍區(qū)）餐飲業(yè)增長(zhǎng)數(shù)量大于其他周邊縣區(qū)，增長(zhǎng)數(shù)量為15057個(gè)，占總餐飲點(diǎn)的71.14%，使得橢圓在原來(lái)的基礎(chǔ)上面積變小，聚集性明顯。

從2018年與2016年的標(biāo)準(zhǔn)差橢圓來(lái)看，2018年標(biāo)準(zhǔn)差橢圓在2016年標(biāo)準(zhǔn)差橢圓的基礎(chǔ)上向東南發(fā)生了位移，不再具有包含關(guān)系。這是受呈貢區(qū)餐飲點(diǎn)增長(zhǎng)的影響，橢圓發(fā)生位移。2016年至2018年，呈貢區(qū)餐飲點(diǎn)增加了2028個(gè)，總數(shù)為4556個(gè)，餐飲點(diǎn)總數(shù)位居第二，因?yàn)槌守晠^(qū)有大學(xué)城，高校眾多、學(xué)生眾多，受穩(wěn)定、龐大的學(xué)生客源的影響，餐飲點(diǎn)數(shù)量大增。橢圓的長(zhǎng)軸在西南-東北方向繼續(xù)變短，說(shuō)明餐飲點(diǎn)在昆明市4個(gè)轄區(qū)（五華區(qū)、官渡區(qū)、西山區(qū)和盤龍區(qū)）和呈貢區(qū)聚集性愈發(fā)明顯，其他縣區(qū)雖然也有增長(zhǎng)，但是餐飲點(diǎn)總量相對(duì)較小。

表3 昆明市各年度餐飲服務(wù)設(shè)施標(biāo)準(zhǔn)差橢圓參數(shù) 單位：(°)

3.4 優(yōu)化的熱點(diǎn)分析

利用ArcGIS10.2軟件中創(chuàng)建漁網(wǎng)工具，對(duì)研究范圍進(jìn)行格網(wǎng)化，將格網(wǎng)和2014年、2016年及2018年的餐飲業(yè)POI定位數(shù)據(jù)進(jìn)行空間連接，對(duì)其字段進(jìn)行熱點(diǎn)分析，計(jì)算落在每個(gè)格網(wǎng)上興趣點(diǎn)的數(shù)量，得到其熱點(diǎn)分析圖，如圖5所示。在一個(gè)方格內(nèi)POI數(shù)量越多，則顏色愈淺。單位方格內(nèi)POI數(shù)量為353個(gè)以上時(shí)，將其定義為最熱區(qū)域，即餐飲業(yè)最為集中的區(qū)域。熱點(diǎn)分析圖與核密度分析都是研究揭示餐飲服務(wù)設(shè)施的空間格局，從二者的分析結(jié)果可以得出，其空間格局分布基本相同，但優(yōu)化后的熱點(diǎn)分析更能得出其熱點(diǎn)的具體位置。從結(jié)果上進(jìn)行分析統(tǒng)計(jì)，2014年餐飲服務(wù)設(shè)施總計(jì)有15個(gè)最熱區(qū)域，主要分布在昆明市市轄區(qū)內(nèi)，即原來(lái)的老城區(qū)，安寧市和東川區(qū)各有一個(gè)最熱區(qū)域。到了2016年，最熱區(qū)域上升到34個(gè)，昆明市市轄區(qū)內(nèi)餐飲設(shè)施數(shù)量不斷增加，密集程度越來(lái)越高。除石林彝族自治縣和富民縣以外都出現(xiàn)了最熱區(qū)域，呈貢區(qū)增漲最快，增長(zhǎng)了3個(gè)。至2018年，餐飲業(yè)進(jìn)一步發(fā)展，最熱區(qū)域發(fā)展為40個(gè)，石林彝族自治縣和富民縣都出現(xiàn)最熱區(qū)域。

由網(wǎng)格化所得的熱點(diǎn)分析與核密度分析相比，網(wǎng)格化熱點(diǎn)區(qū)域可以更加直觀地看出餐飲業(yè)最密集的地區(qū)。幾個(gè)轄區(qū)的最熱點(diǎn)區(qū)域分布情況為：安寧市的最熱點(diǎn)區(qū)域位于金方路、嵩華路、玉泉路、建設(shè)街、曉塘東路各街區(qū)附近；晉寧縣的最熱點(diǎn)區(qū)域位于興陽(yáng)路、昆陽(yáng)鎮(zhèn)春暉路各街區(qū)附近；呈貢區(qū)的最熱點(diǎn)區(qū)域位于集市街、春融街、下莊社區(qū)、書香大地小區(qū)、實(shí)力錦城小區(qū)各街區(qū)附近；宜良縣的最熱點(diǎn)區(qū)域位于匡遠(yuǎn)街道辦事處、起春路、匡遠(yuǎn)鎮(zhèn)發(fā)達(dá)街各街區(qū)附近；石林彝族自治縣的最熱點(diǎn)區(qū)域位于商業(yè)步行街、阿詩(shī)瑪東路、天合路各街區(qū)附近；昆明市市轄區(qū)的最熱點(diǎn)區(qū)域位于原有的老城區(qū)附近；富民縣的最熱點(diǎn)區(qū)域位于永定街、環(huán)成南路景秀家園、環(huán)城南路各街區(qū)附近；嵩明縣的最熱點(diǎn)區(qū)域位于秀嵩街、玉明路、嵩陽(yáng)鎮(zhèn)水真路各街區(qū)附近；尋甸回族彝族自治縣的最熱點(diǎn)區(qū)域位于廣場(chǎng)北路步行街、仁德屏江北路、翠苑路各街區(qū)附近；祿勸彝族苗族自治縣為屏山街道掌鳩河南路未來(lái)星雙語(yǔ)幼兒園、園西路、掌鳩河西路各街區(qū)附近；東川區(qū)的最熱點(diǎn)區(qū)域位于銅都街道春曉路、市府街與駝峰路、金水路各街區(qū)附近。

注：圖5是基于云南省地理信息公共服務(wù)平臺(tái)網(wǎng)站下載的標(biāo)準(zhǔn)地圖（審圖號(hào)為云S(2017)049號(hào)）制作的，底圖無(wú)修改。

4 結(jié)束語(yǔ)

POI作為一種地理定位數(shù)據(jù)，具有獲取方式便利，更新快，定位準(zhǔn)確等特點(diǎn)。利用POI定位數(shù)據(jù)對(duì)城市發(fā)展規(guī)律以及城市設(shè)施空間布局等進(jìn)行探索研究，可以較為直觀地發(fā)現(xiàn)其中存在的問題。本文利用昆明市2014年、2016年及2018年的餐飲設(shè)施POI定位數(shù)據(jù)，采用核密度分析、標(biāo)準(zhǔn)差橢圓與熱點(diǎn)分析方法，對(duì)昆明市餐飲業(yè)年度空間分布格局規(guī)律，餐飲業(yè)發(fā)展速度及熱點(diǎn)區(qū)域的分布特點(diǎn)進(jìn)行了研究，得到了以下結(jié)論：

1）昆明市餐飲業(yè)的發(fā)展愈發(fā)迅速，餐飲設(shè)施數(shù)量增加速度也在不斷提高。這不僅體現(xiàn)在原來(lái)城市化較高的昆明市市轄區(qū)，如呈貢區(qū)的餐飲業(yè)發(fā)展速度也因消費(fèi)人群、交通基礎(chǔ)設(shè)施等因素的發(fā)展而快速發(fā)展。

2）從整體上看，昆明市的餐飲設(shè)施空間分布呈現(xiàn)西南至東北走向；餐飲設(shè)施的空間分布不均衡，集聚程度較為明顯，在年度發(fā)展上也表現(xiàn)出多個(gè)中心分布發(fā)展的特點(diǎn)，且發(fā)展中心不斷增多。

3）從各行政區(qū)縣看，各轄區(qū)餐飲業(yè)發(fā)展差異過(guò)大，受地域文化影響也較大，還需要加大政府的引導(dǎo)與扶持。

[1]商務(wù)部駐昆明特派員辦事處. 2014年云南省餐飲業(yè)共實(shí)現(xiàn)營(yíng)業(yè)收入17.24億元, 同比下降9.07%[EB/OL]. (2015-01-23)[2020-07-17]. http: //kmtb. mofcom. gov. cn/article/shangwxw/201501/20150100876203. shtml.

[2]中華人民共和國(guó)商務(wù)部. 2018年, 云南餐飲業(yè)營(yíng)業(yè)額完成1573.48億元, 同比增長(zhǎng)16.0%[EB/OL]. (2019-04-11)[2020-01-22]. http://www.mofcom.gov.cn/article/resume/dybg/201904/20190402851678. shtml.

[3]HE X, YANG Z J, ZHANG K, et al. The spatial distribution patterns of the catering trade in Nanchang based on internet public reviews[J]. International Journal of Technology, 2018, 9(7): 1319-1328.

[4]舒舍玉, 王潤(rùn), 孫艷偉, 等. 城市餐飲業(yè)的空間格局及影響因素分析: 以廈門市為例[J]. 熱帶地理, 2012, 32(2): 134-140.

[5]LI Y Y, LIU H Y, WANG L E. Spatial distribution pattern of the catering industry in a tourist city: taking Lhasa City as a case[J]. Journal of Resources and Ecology, 2020, 11(2): 191-205.

[6]方嘉雯. 北京五道口地區(qū)韓國(guó)餐飲業(yè)空間布局特征與集聚機(jī)理分析[J]. 經(jīng)濟(jì)地理, 2014, 34(12): 106-113.

[7]許澤寧, 高曉路. 基于電子地圖興趣點(diǎn)的城市建成區(qū)邊界識(shí)別方法[J]. 地理學(xué)報(bào), 2016, 71(6): 928-939.

[8]朱婷婷, 涂偉, 樂陽(yáng), 等. 利用地理標(biāo)簽數(shù)據(jù)感知城市活力[J]. 測(cè)繪學(xué)報(bào), 2020, 49(3): 365-374.

[9]XIAO Y, AI T H, YANG M, et al. A multi-scale representation of point-of-interest (POI) features in indoor map visualization[EB/OL]. [2020-01-22]. https: //www.mdpi. com/2220-9964/9/4/239/pdf.

[10]ZHENG D, LI C. Research on spatial pattern and its industrial distribution of commercial space in Mianyang based on POI data[J]. Journal of Data Analysis and Information Processing, 2020, 8(1): 20.

[11]HU Y, HAN Y. Identification of urban functional areas based on POI data: a case study of the Guangzhou economic and technological development zone[J]. Sustainability, 2019, 11(5): 1385.

[12]曾璇, 崔海山, 劉毅華. 基于網(wǎng)絡(luò)空間點(diǎn)模式的餐飲店空間格局分析[J]. 地球信息科學(xué)學(xué)報(bào), 2018, 20(6): 837-843.

[13]單欣, 徐堅(jiān), 劉昳晞, 等. 基于POI數(shù)據(jù)的昆明中心城區(qū)餐飲業(yè)空間分布格局研究[J]. 昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 2019, 44(5): 115-120.

[14]王盼盼, 嚴(yán)艷. 基于網(wǎng)絡(luò)數(shù)據(jù)的西安市主城區(qū)餐飲業(yè)空間格局研究[J]. 寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版), 2019, 40(3): 291-296.

[15]LAN T, YU M, XU Z B, et al. Temporal and spatial variation characteristics of catering facilities based on POI data: a case study within 5th ring road in Beijing[EB/OL].[2020-01-22]. https: //reader.elsevier.com/reader/sd/pii/ S1877050918307245?token=A9034B0CBDB93C517560A824041CF2FB328E40795859883DC39AE460CCE8C9D14EC7624A1C15BF2227AE72CF64E828FB.

[16]祝曄. 基于POI的南京市餐飲設(shè)施空間格局分析[J]. 經(jīng)濟(jì)研究導(dǎo)刊, 2019(15): 152-156, 190.

[17]魏凌, 張楊, 李強(qiáng), 等. 基于標(biāo)準(zhǔn)差橢圓的我國(guó)國(guó)土生態(tài)空間分異研究[J]. 生態(tài)經(jīng)濟(jì), 2020, 36(7): 176-181.

Analysis method of spatial characteristics of catering industry based on location of point of interest

LI Jia1,2,3,GU Tengfei1,2,3,JIN Lei1,2,3,DUAN Ping1,2,3

(1. Faculty of Geography,Yunnan Normal University,Kunming 650500,China;2.Key Laboratory of Resources and Environmental Remote Sensing for Universities in Yunnan,Kunming 650500,China;3.Center for Geospatial Information Engineering and Technology of Yunnan Province,Kunming 650500, China.)

In view of the lack of effective methods to extract the spatial distribution characteristics of urban catering industry, spatial analysis methods of kernel density analysis, standard deviation ellipse and optimized hotspot analysis are used to establish a systematic method for analyzing the spatial distribution characteristics of the catering industry by the Point of Interest (POI) in the catering industry obtained by the AutoNavi map data. Taking Kunming city as the research area, the spatial distribution characteristics of time series and the influencing factors of the POI positioning data of catering industry in 2014, 2016 and 2018 were extracted. The experimental results show that the catering industry in Kunming has developed rapidly from 2014 to 2018, and the number of catering facilities is increasing from 27084 to 60651. The spatial distribution of catering facilities is centered on Wuhua District, Guandu District, Xishan District and Panlong District in the municipal districts of Kunming, accounting for 71.62%, 71.14%, and 56.81% of the total number of catering spots that year. The overall distribution and agglomeration are obvious, trending from southwest to northeast year by year, mainly affected by Chenggong University Town. Except for the municipal districts of Kunming, the overall catering industry in other regions has increased from 5280 to 11012, about doubling. Luquan grew the fastest with an increase of 126% and Xundian the slowest, with an increase of 80%. The development of Kunming's catering industry is too different, and it is greatly affected by regional culture. It also needs correct policy support and guidance.

catering industry;point of interest;spatial distribution;spatial analysis

P228

A

2095-4999(2021)02-0054-08

李佳，古騰飛，金磊，等. 興趣點(diǎn)定位的餐飲業(yè)空間特征分析方法[J]. 導(dǎo)航定位學(xué)報(bào), 2021, 9(2): 54-61.（LI Jia, GU Tengfei, JIN Lei, et al. Analysis method of spatial characteristics of catering industry based on location of point of interest[J]. Journal of Navigation and Positioning, 2021, 9(2): 54-61.）

10.16547/j.cnki.10-1096.20210209.

2020-07-21

國(guó)家自然科學(xué)基金項(xiàng)目（41901336）。

李佳（1984—），女，湖北公安人，博士，副教授，研究方向?yàn)镚IS時(shí)空分析與建模。

段平（1984—），男，湖北監(jiān)利人，博士，副教授，研究方向?yàn)镚IS時(shí)空分析與建模。