商业服务设施分布特性研究.docVIP

PAGE PAGE 1 商业服务设施分布特性研究 　　摘要：城市商业服务设施是城市零售、餐饮等各类商业服务活动的载体，其在城市的空间分布状况可以反映一个城市的空间结构。星级酒店是城市十分重要的商业服务设施，对其空间分布特征进行研究，有利于城市商业用地的高效利用，并对城市商业设施的合理布局有着重要的指导意义。本文使用最邻近距离分析、热点分析、缓冲区分析等分析方法，对北京市城六区星级酒店的空间分布特征及影响因素进行分析。研究表明，北京城六区的星级酒店整体呈集聚分布；星级酒店的热点区与北京市主要的城市功能区有很强的相关性；星级酒店分布呈现在商业中心集聚、向旅游景点集聚及轨道交通趋向性分布的特征。以上结论可以为未来城市用地的合理布局、城市空间结构的优化提供参考。 　　关键词：商业服务设施星级酒店空间分布北京市 　　一、引言 　　城市商业服务设施是城市零售、餐饮等各类商业服务活动的载体，其在城市的空间分布状况可以反映一个城市的空间结构。作为城市服务设施和旅游接待设施的统一体，星级酒店的区位选择以及空间分布特征，对城市的规划布局以及旅游等各类活动具有重要的作用。 　　北京是我国的首都，是全国的政治、文化中心，同时也是世界闻名的历史古都。目前，北京市星级酒店的数量在全国各大城市中最多，它们支撑了北京市的旅游、商务、贸易等交流活动。同时，酒店业的发展也为北京建设世界城市打下了很好的基础。对北京市星级酒店的空间分布状况进行研究，对城市土地的合理利用、商业服务设施的合理布局有着重要的理论意义和现实意义。 　　二、研究方法和数据来源 　　1.研究方法。空间统计分析方法，是采用统计方法发掘地理空间变化规律以新的技术手段探索数据，是揭示空间效应的有力分析工具，也是分析空间数据的方法。本文主要使用了最邻近距离分析、热点分析和缓冲区分析来具体分析北京市星级酒店的空间分布特征以及影响因素。通过使用Crimestat、ArcGIS等软件对酒店的数据进行分析处理，并实现结果的空间表达。 　　（1）最邻近距离分析。最邻近距离分析是使用最邻近的点对之间的距离描述星级酒店分布模式，衡量星级酒店的分散与集聚的态势。该方法的核心是将各点之间的最小距离与理论模式中最近邻点之间的距离进行比较，最终得到点空间分布的特征。一般将CSR（完全随机）模式作为比较的标准，如果观测模式的最邻近距离大于随机分布的最邻近距离，则观测模式趋向于分散。如果观测模式的最邻近距离小于CSR模式的最邻近距离，则趋向于聚集分布。标准最邻近距离指数R为最常用的指标之一，表达式为： 　　式中，robs为各点平均最近邻距离，rexp为随机分布模式中的平均最近邻距离，di为第i点与其最近邻点之间的距离，A为区域的面积，ρ为点的分布密度，n为点的总数。 　　如果R=1，说明观测事件属于随机分布，R1说明空间点分布模式是相互排斥的趋向于分散模式。 　　（2）热点分析。热点是研究对象在空间上大量聚集的表现，从一定程度上来说，空间热点分析是空间聚类的一个特例。空间聚类分析可以探测星级酒店在空间上分布的热点区域。进行热点分析时，一般采用最近邻距离层次聚类（NNH）方法。具体的来说，就是定义“聚集单元”、“极限距离”和每一个聚集单元的最小数目，然后比较聚集单元与每一个点的最邻近距离。当某一点的最邻近距离小于极限距离时，该点则计入聚集单元，据此将原始点数据聚类为若干个区域，即一阶热点区。然后使用同样的方法对一阶热点区进行聚类，得到二阶热点区，并依此类推得到更高阶热点区。 　　（3）缓冲区分析。缓冲区分析是一种实现数据在二维空间扩展的信息分析方法。具体来说，就是对一组地图要素按照指定的距离条件，在其周围形成具有一定范围的多边形实体。从数学角度来说，缓冲区就是得到给定地图要素的邻域。其中，地图要素邻域的大小根据邻域半径或者建立缓冲区的条件来确定。对于一个给定的对象A，它的缓冲区的定义为： 　　式中，d是指欧氏距离，r为邻域半径或缓冲区建立的条件。 　　2.数据来源。本文所用到的数据是北京市城六区各星级酒店的经纬度。数据获取的具体过程是，首先根据北京市旅游发展委员会2011年2月在其官方网站上公布的星级酒店名称及详细地址，获得城六区星级酒店的基本信息；然后借助于googlemap对各星级酒店的信息进行核实；最后得到北京市城六区500家星级酒店的经纬度。北京市城六区各星级酒店的数量见表1： 　　三、北京星级酒店空间分布特征 　　1.总体呈现集聚分布，集聚的拐点在0.15km处。为了分析北京市星级酒店的总体空间分布特征，使用最邻近距离分析法并借助Crimestat软件对北京市星级酒店的数据进行处理。最终得到观测的平均最邻近距离为0.0061。由于随机模式的最邻近距离为0.8106，因此北京市星级酒店的标准最邻近距离指数R=0