基于POI数据的唐久连锁便利店分布研究 ——以太原市主城区为例

(整期优先)网络出版时间:2022-10-20
/ 2

基于POI数据的唐久连锁便利店分布研究 ——以太原市主城区为例

刘成韵诗,张海青通讯作者

沈阳建筑大学  辽宁 沈阳  110168

摘要:随着大数据和云计算的普及与应用越来越广泛,连锁便利店的选址和收益也逐渐成为每一个想要了解并可能加盟的创业者们关心的问题。本文从POI数据分析视角下,运用ARCGIS作为计算和分析的平台软件,初步了解太原市知名连锁便利店:唐久便利店的地理位置概况、分布、选址依据及其背后其他复杂因素的影响效果,得出相应结论。

关键词:太原市;POI;唐久连锁便利店;GIS

  1. 研究区域与数据提取

1.1研究区域

太原市是山西省省会,位于山西中部,三面环山,且中、南部为河谷平原,全市整个地形北高南低呈簸箕形。平均海拔约800米,地理坐标为东经111°30′~113°09′,北纬37°27′~38°25′。区域轮廓呈蝙蝠形,东西横距约144公里,南北纵约107公里。

本次研究范围是太原市主城区,包括小店区、迎泽区、杏花岭区、尖草坪区、万柏林区、晋源区。因唐久便利店的地理分布及其他因素,主城六区周边其他县城、区一律排除在研究范围之外。

1.2数据来源

随着大数据采集和分析的广泛应用,一些数据采集的软件和网站层出不穷,本研究中采用的数据爬取网站为mapboxx.cn/tool/poiview/。

在ArcMap中运用转换工具(Conversion Tools)下的Excel转表,将POI数据转化为数据表,然后对数据表显示XY数据,修改投影坐标系,得到点数据,然后再将点数据导出数据形成shp数据,最后启动数据管理工具(Date Management Tools)下的投影与变换工具,运用投影工具将便利店的shp数据和太原主城区边界数据进行投影,从而获取处理后的最终便利店的分布数据。

1.3 研究方法

1.3.1 核密度估计法

通过密度图可以反映便利店集聚的位置、集聚的形状和大小,以直观的反映其空间分布状况。密度制图根据输入点要素的数值及其分布,来计算整个区域的密度分布状况,并产生一个连续的栅格图形。


通过密度图,我们可以清晰的看出便利店主要集中在主城区的东半边,以迎泽区的西部、小店区的北部为集中密集点,颜色最深;万柏林区和杏花岭区次之;而在晋源区和尖草坪区中明显便利店数目减少,颜色变浅,分布较为稀疏。

1.3.2 空间点格局识别

本次研究涉及到了空间格局识别的问题,首要的判断往往是空间分布究竟是随机的,还是集聚的,或是发散的。

计算结果有5个参数:

平均观测距离(NNObserved):313.597483

预期平均距离(NNExpected):572.931003

最近邻比率(NN比率):0.547356

z得分:-24.369679

p值:0

通过平均最近邻分析结果图可知:结果对应图中的蓝色区域,该区域被注明是显著的集聚。太原六区内的唐久连锁便利店位置的空间分布不是随机的,而是处于比较显著的集聚状态。


由多距离空间聚类分析可知:

蓝色直线表明期望值,红色曲线为观测值。当观测值曲线在期望值直线之上时意味着集聚,反之为发散。

图中红色曲线自始至终一直位于蓝色期望值直线之上。因此唐久连锁便利店的地理位置空间分布在六区内都处于集聚状态,不存在分散(即不存在集聚范围)。集聚的分布可以较为集中的满足大部分以步行为主的服务对象的需求:路程短、时间少、可达性强、有至少两个选择对象。

1.4单因素适宜性评价分级

利用GIS进行定量的用地适宜性评价可以引入更多的综合性评价因子,也容易开展更细致的单因子土地用途的适宜性评价,使得便利店用地适宜性评价可以进行的更加深入。本次研究主题为“便利店便捷性评价”,将根据服务半径的远近以及覆盖范围加以确定。

由图可知:在地理空间上较为集中的布置可以将大部分城市中心地区服务到。当服务半径定为500m—1000m时,整个太原市中心城区都在唐久便利的服务范围之内,少有空缺;而在部分城市集中建成区,服务半径在250m时也可以覆盖的十分全面,主要位于汾河东岸,太原火车站、长风商圈以及北美新天地商圈附近。进一步观察可得,这几个商圈附近有大量 的居民点储备,中高档小区云集;太原市火车站的客流量更不必说,稳定高速的客流为便利店的成长和高盈利提供了必不可少的根本基础。

1.6结论

通过对太原市主要城区的唐久连锁便利店的核密度分析,发现这些便利店主要集聚于六个区的交界处,并在迎泽区西部和小店区北部密度最大。太原六区内的唐久连锁便利店位置的空间分布不是随机的,而是处于比较显著的集聚状态。

唐久连锁便利店的地理空间分布还和其他因素有密切联系。通过对居住区、交通设施等相关设施点的分布观察,发现唐久连锁便利店的地理空间分布还与这两个因素有密切联系。

在大数据和分析软件发展越来越成熟的现代,科学的分析和预测一个或多个便利店选址也成为可能。在科技和数据替代老一代经验之谈的今天,技术的成熟会使得智慧城市发展的越来越好。

参考文献:

[1]陈冲.基于GIS和模糊AHP的购物中心选址优化研究[D]扬州大学,2020.

2]]刘建斌.临沂YH连锁便利店选址规划及店铺商品结构研究[D]山东大学,2019.

[3]王英全.T连锁便利配送中心选址研究[D]中北大学,2019.

[4]郝汀.上海市体育彩票销售网点选址影响因素研究[D].上海体育学院,2018.

[5]王昆.株洲市购物公园建设选址研究[D].湖南工业大学,2017.

[6]朱华星.广州24小时便利店的空间布局与社区安全相关性研究[D]广州大学,2017.

作者简介:

刘成韵诗 (1998年1月),女,汉族,山西太原人,硕士。

张海青(1976年10月),男,汉族,山东省邹平县人,硕士,沈阳建筑大学副教授,研究方向为国土空间规划和小城镇规划,主要从事规划教学工作。