广东省旅游住宿业碳排放时空演化研究

基于统计年鉴数据,利用脱钩理论分析法、空间自相关分析等方法探讨了广东省2000~2015年旅游住宿业碳排放时空演化特征。结果表明:(1)广东省旅游住宿业的碳排放耗能整体上逐渐优化,旅游住宿业碳排放与旅游收入总体上呈相对脱钩状态。(2)广东省各地市的住宿业碳排放的空间分布呈现出明显时序特征:2000~2002年随机分布;2003~2012年呈明显的空间自相关特征,显著的聚集中心(如HH聚集中心,LL聚集中心)在空间上发生了明显的位移;2013~2015年又呈随机分布特征。     

北京市住宿业空间结构时空演化及影响因素

将1997-2012 年划分为4 个时段,采用ArcGIS 与次序多元Logit 模型分析北京市住宿业空间结构时空演化特征与影响因素,探讨住宿业空间结构与城市空间结构的协同演化关系,反映城市空间结构重组特征。结果表明：① 北京住宿业时空演化的向心集聚与离心扩散趋势并存,属于相对扩散;扩张表现出集聚特征与方向上的差异性;同心圆式、局部扇面式、廊道式、飞地式、填充式等扩张形式并存;② 可达性、基本地价、空间集聚是住宿业时空演化的主要影响因素;③ 城市化进程影响住宿业的区位转移,住宿业是城市空间结构的塑造力量之一;④ 塑造城市结构的离心扩散作用增强,城市空间的异质性与复杂性增强。     

世博建设期上海市旅游住宿产业空间格局演化

采用定性与定量相结合的方法, 借助GIS空间分析手段, 研究世博建设期上海市旅游住宿产业空间格局演化特征, 探索大都市住宿产业空间格局形成与演化机制。研究发现:① 世博建设初期, 上海市住宿产业呈现“两中心集聚、沿一轴线梯度向外分布”的初始格局;到世博举办时形成“多中心集聚、多轴线梯度分布”的总体格局。② 世博建设期, 住宿产业空间布局逐渐从内环线向外环线扩散, 主要集聚中心由两个演化成多个, 空间上呈现3 个显著的演化方向, 即城市西北方向、浦东方向和沿黄浦江两岸由中心地区向两端延伸的发展方向。③ 世博建设期, 上海旅游住宿产业发展速度先低后高, 星级饭店呈现高集聚-高集聚的发展特征;经济饭店呈现低集聚-高集聚的发展特征。④ 世博会对上海住宿产业布局影响显著, 形成了以世博园区为中心的产业集聚中心与密集分布区, 相对而言, 世博会对经济型饭店产业影响强度高于星级饭店。⑤ 总体上, 住宿产业空间格局形成演化与城市发展格局、城市功能结构演化相一致, 政治、经济、重大事件以及发展环境、企业个体等各种要素, 通过互相影响的综合作用机制有效地推动了住宿产业在城市地理空间上的集聚与扩散相结合的时空格局演化。⑥ 上海世博会通过政府政策、对城市发展的综合影响、巨大的经济效应以及后世博开发等诸多要素的综合作用, 共同影响住宿产业空间格局演化的方向与速度。本研究为重大事件影响背景下的住宿产业体系建设布局以及大都市旅游产业规划提供科学依据和理论基础。     

上海市旅游住宿业房价空间分异规律及其影响因素

以上海市主城区住宿业为研究对象,采用Arc GIS10.3、GeoDa分析软件,通过绘制等价格圈,研究房价空间分异规律及其影响因素。结果表明：① 上海市住宿业客房等价格圈圈层结构明显,在迪士尼度假区和南京东路–陆家嘴区域形成价格峰值,以此为中心,客房等价圈呈现中心–外围的渐次梯度分布特征。② 一级等价圈围绕市中心、副中心、一级商业中心、主题街区、核心景区、高校科技园区等圈层分布;二级等价圈主要沿城市核心交通枢纽、交通干道,以及区级行政中心周围分布;三级等价圈主要沿主城区边界向外围扩展分布,在传统工业区、物流园区等形成“价格洼地”。③ 在中心城区、迪士尼度假区、虹桥商务区、闵行环高校科创带等典型区域形成“多中心”“单中心”“带状”“组团式”相对价格高值区。④ 房价与企业到旅游吸引物、交通枢纽、商业中心、行政中心、高校园区、会展中心距离呈显著负相关,此外还受到企业规模、网络评分、经营周期等内部因素的综合影响。     

基于形式本体的POI数据分类方法

针对现有地理信息分类体系的不足,基于形式本体的原理,结合语义学理论,以深圳市的POI数据为实验数据,通过采用对POI数据形式化语义分析的方法,利用概念的本体属性组来规范表达POI概念的语义,提出一套新的分类体系。分类结果有效地解决了传统分类体系中存在的语义和概念上的异构问题,并成功应用于深圳市公共信息服务平台,从新的视角为其他城市的POI信息分类以及其他类型的地理信息分类提供参考方法。     

基于互联网数据的住宿业竞争力及其空间格局——以武汉主城区高端酒店为例

随着互联网的发展,利用互联网数据来研究城市实体空间问题成为城市地理学研究内容和研究方法的新切入点。本文基于互联网消费平台点评数据、互联网地图实时交通数据和城市兴趣点等数据,在建立住宿业竞争力评价指标体系的基础上,计算武汉主城区高端酒店竞争力得分和排名,并探求住宿业竞争力的空间分布特征和布局模式。研究发现：①武汉高端酒店竞争力得分总体较为集中。价格、人气、周边商业和商务服务是酒店之间竞争力差距的主要因素;②武汉高端酒店竞争力投射在空间上总体呈现点状聚集与线形延伸并存的格局,竞争力高分酒店主要集中在二环线内的武昌和汉口;③随着酒店竞争力等级的下降,酒店空间格局呈现由城市中心向四周递减的圈层式发展规律,高等级酒店大多出现在新兴商业区;④本文归纳了武汉主城区高端酒店竞争力空间分布模型,得出中央活动区新兴商圈顶级高端酒店、中央活动区传统商圈中级高端酒店、交通门户周边中级高端酒店等7种住宿业空间格局类型。     

基于POI大数据的京津冀旅游资源空间分异研究

采集京津冀地区的高德地图POI旅游景点数据,利用Geoda和ArcGIS软件对其旅游景点的空间分异特征进行解析,并依次对照自然(地形、水文)、基础建设(交通、基础设施)、社会发展(GDP、人口)3类6种数据进行相关性分析。结果表明:(1)京津冀旅游景点空间聚集特征突出,以“京津”为聚集中心的空间分异明显,景点总体密度呈“多中心,层级发展”分布。(2)自然属性类的旅游景点对地形、水文的依附性较强。其中3级分类中的宗教文化景点、城市公园和城市广场与水文的依托关系最为紧密。(3)基础设施方面,现代人文吸引物类旅游景点与交通关系最为密切;旅游景点供给与城乡基础设施供给不完全匹配,尤其是在县级城市及乡镇聚居点,基础设施供给能力强于旅游景点供给能力。(4)旅游景点分布和地区经济优势产业有关,天津滨海新区等地区旅游景点相对稀少,未来其旅游发展有较大潜力。     

住宿业节能减碳研究进展及启示

在全球致力于积极应对气候变化的时代背景下,旅游业已成为许多国家和地区实施经济低碳转型的优势产业、先导产业和窗口产业,而住宿业则在此中发挥着重要的作用。本文从必要性、障碍因素和对策措施3个方面梳理了住宿业节能减碳的相关研究成果,并对住宿业能耗和碳排放核算的方法进行了归纳总结,在此基础上探讨了已有研究存在的不足之处,并指出进一步研究的方向。综述发现：国外相关研究已有一定基础,但住宿业能耗与碳排放的核算方法体系还有待深入探讨;国内对于住宿业节能减碳的必要性、能耗与碳排放核算等也有一些尝试研究,但总体仍相对滞后,缺乏研究的系统性和深度。后续研究应在借鉴国际相关研究经验的基础上,紧扣中国住宿业实情,通过加强对非星级住宿企业的分析以全面把握研究对象,确立能耗和碳排放核算框架、完善核算方法体系,通过分阶段、分类型、分区域核算与分析进一步拓展住宿业节能减碳的研究内容。     

基于POI数据的南京市空间格局定量研究

从语义属性、几何形态等方面对典型城市空间格局要素进行定量化抽取及特征分析,总结归纳出城市空间格局要素间的关联特征。在此基础上,将POI数据进行分类,设计了基于平面核密度估计算法、空间聚类与双重密度因子分析分析算法,并以南京市为例,通过栅格叠加计算,提取边界,分类渲染以及栅格重分类等步骤,实现南京城市空间格局及商业中心抽取。结果发现城市商业中心有效地反映了城市空间总体格局的区域分布,提取出的南京市商业中心基本符合2000—2020年的南京市总体规划,但文本并不能直接体现城市各商业中心的定位,城市中除了主城区这个集聚且组团的单中心商业模式,各个县城、开发区、高新区都有各自形成的商业中心,符合城市的多商业模式。较传统的城市商业空间研究来说,基于POI数据的定量研究对城市总体格局及商业空间的认知更为精细,有助于商业中心的识别及行业特征的分析,便于政府部门对现有规划功能区的发展方向进行调整,使得不同功能区空间结构与特征关系更加合理。     

基于POI数据的西宁市零售业空间格局探究

零售业是城市商业结构中最有活力的组成部分,合理有序的零售空间结构对促进经济的发展、提高资源的配置、满足居民的生活需求至关重要。POI作为新的空间数据源,能够客观地、准确地对商业空间结构进行识别和探究。西宁市位于青藏高原东北部,是连接青藏高原与中国大陆的重要门户。西宁市集中大量的人口,且存在有潜力的消费市场。基于POI大数据,运用核密度、局域Getis-Ord G^*指数、Ripley’s K函数和区位熵的分析方法,以西宁市为研究案例探究零售网点的空间分布特征。零售业详细地分为以下8种类型,分别是食品、饮料及烟草制品,纺织、服装及日用品,文化、体育用品及器材,家用电器及电子产品,五金、家具室内装饰材料,医药及医疗器材,汽车、摩托车燃料及零配件,综合零售。结果表明:西宁市零售业集聚区空间分布特征显著,呈现"多集聚、多核心"商业空间形态。密度等级由中心区沿交通干线逐渐向外围递减;高密度集聚区分别分布在水井巷附近街区、商业巷附近街区、祁连路—北禅路交汇的附近街区(北山市场)和以万达广场为核心的海湖新区。行业属性不同使得零售点集聚和分布变化表现出较大的差异性,与人们日常生活密切相关的业态零售点呈现社区化、微型化和便利化的特征,且区位选择性较大,如:食品饮料及烟草制品、医药及医疗器材和综合零售行业,而家用电器及电子产品、文化体育用品和纺织服装等行业区位选择尺度小,集中在特定的区域;基于道路数据构建的街区单元冷热点区域分布特征显著,它受城市建设用地扩张,人口密度,交通可达性和城市规划等因素的影响,海湖新区将成为最有发展潜力的商业区;在街道尺度,各业态零售业专业化功能区块显著,发展成熟的街道表现出多优势行业集聚特征,西宁市多业态集聚区域较少,只有人民街街道。这项研究一方面有助于填补基于POI数据青藏高原河谷型城市商业空间结构研究的空白;另一方面,为政府战略制定,零售商选址和城市规划提供一些参考。     

基于POI数据的郑州市主城区生活服务业空间分布特征研究

中国经济已经进入服务经济时代,生活服务业是服务经济的重要组成部分,也是国民经济的基础性产业。生活服务业的合理布局可以改善人居生活质量,提升资源利用效率。以郑州市主城区六类生活服务类兴趣点数据为基础,综合运用核密度分析、叠置分析、标准差椭圆分析及空间相关性分析等空间分析方法,对郑州市生活服务业空间分布格局特征进行研究。结果发现：（1）餐饮、住宿、购物、医疗、教育培训、运动健身等六类生活服务业的布局在主城区中心五区交界处都出现了连片但不连续的峰值,呈“中心混合集中,边缘分类扩散”的布局模式,且各服务业分布密度较高的地域在空间上有明显的重合性;（2）各类生活服务业之间在空间分布上存在较强相关性,其中餐饮业与其他各类服务业相关性相对较高,而住宿业与其他服务业之间的相关性相对较低;（3）各类生活服务业空间分布中心位置十分接近,均位于二七区与金水区交界处的中心点附近,且各类服务业在空间分布上的方向基本一致,呈西北-东南走向,医疗和教育培训行业的分布范围较为集中,餐饮业和购物行业的分布和服务范围最广;（4）郑州市主城区人口密度分布与生活服务业分布存在不匹配现象,而经济密度高的区域范围与各类生活服务业设施高密度区域基本重合。     

基于POI数据的山西省旅游景区分类及空间分布特征

运用大数据与传统地理信息系统相结合的方式,以山西旅游景区POI(Point of Interest)数据为研究对象,对其进行分类后,研究其总体空间分布格局、分布方向以及具体地市空间分布特征.结果 表明:山西旅游景区总体分布格局呈现晋中地区集聚特征,具体各类旅游景区的集聚形态与程度有所差异.其中,地文景观类旅游景区集聚于...     

南京市旅游景区景点系统空间结构分形研究

应用分形理论,以南京市旅游景区景点系统为例,测算出其聚集维数、网格信息维数和空间关联维数三种分形维数,对景区景点系统的空间结构进行研究。通过对维数值和分维数坐标图进行了分析,认为南京市景区景点体系的空间结构是分形的,系统的有序度高,空间结构紧致,具有景点体系空间结构演化自组织优化的趋势,南京市景区景点的空间分布集聚性很强,且是沿着某些方向上的集聚,自组织优化趋势受到无序因素的干扰而打断,空间结构需要进行调整。     

基于POI数据的长春市商业空间格局及行业分布

商业网点的空间集聚与分散是零售商业活动的重要表现,其合理化布局对发展城市经济、满足居民消费需求发挥着重要作用。基于核密度估计、区位熵指数及Ripley's K函数分析法,以长春市中心城区商业类城市兴趣点（POI）数据为基础,在分析城市商业空间格局特征的基础上,进一步从行业空间分异的视角,研究城市商业空间的行业分布及集聚特征。结果表明：① 长春市商业网点空间分布的集聚特征显著,并呈现多中心的分布形态,基于道路格网单元的商业网点热点区分布与识别的商业密度中心分布总体一致;② 不同商业中心表现出不同的等级规模差异,整体等级规模结构较为合理;③ 零售行业视角下的城市商业空间“中心—外围”分异明显,且不同行业表现出了不同的空间集聚模式;④ 各行业多尺度的空间集聚表现不同,综合零售、家用电器等行业区位选择的空间尺度范围较大,纺织服装、文化体育等行业区位选择的尺度范围较小;⑤ 行业视角的专业化功能区块差异显著,成熟区块呈现多功能要素、多优势行业集聚特征,发展中区块功能较为单一。     

基于POI数据的郑东新区服务业空间聚类研究

探讨城市新区的服务业空间格局,对城市新区规划和服务业空间布局的优化具有重要指导意义。采用POI数据对郑东新区服务业的总体、分行业空间布局进行聚类,结果显示：① 在总体上,聚类呈现“414”的空间体系,各聚类所在区域的通达性较好;服务业在功能区内部聚集和跨越功能区聚集并存;噪声点分布零散,局部出现了服务业聚集的潜力区域;空间临近效应、行政力量带动和市场导向作用导致服务业空间极化特征明显。② 从分行业来看,部分行业的重要空间节点分布存在一定差异,CBD核心区和商住物流区成为各行业空间节点的分布区域;部分行业的空间节点与功能区的产业定位存在吻合与错位特征。最后,从规划视角提出了郑东新区不同功能区产业结构优化的方向。     

基于POI数据的上海市餐饮业空间分布特征及影响因素

以上海市为研究对象,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。结果发现,餐饮业空间分布呈块状聚集、多中心发展的格局。其中,西餐业高度集中于内环线以内,呈东西向延伸;快餐业在中心城区和高校集聚的城郊结合部大规模集聚。空间计量回归结果表明,餐饮业分布受到人口、经济、交通、空间4类要素的影响：区域经济发展水平高、人口规模大、交通优越、相关业态丰富会促进集聚,而周边业态的混合度过高则会抑制集聚,城市空间结构也会影响餐饮业分布,商圈、中心城区的餐饮业密度更高;中餐、西餐、正餐、快餐4类餐饮业分布的影响因素存在差异性,西餐企业倾向于分布在地价较高的地区,中餐企业对交通可达性有更高的需求,正餐企业的分布与当地区域经济发展水平显著相关,快餐企业的分布与各类文娱公共设施的分布有密切联系。     

山西省国家A级旅游景区空间分布影响因素研究

基于GIS空间分析技术与地理探测器（Geodetector）方法,使用旅游政务网、地理空间数据云、政府报告和统计年鉴相关数据,对2001—2017年间影响山西省国家A级旅游景区空间分布的影响因素进行了分析,包含社会政治因素（相关政策、常驻人口、交通状况）、经济产业因素（三产占比、旅游收入、生产总值）和自然环境因素（海拔高度、河流水系、平均气温）。结果表明：① 社会政治因素和经济产业因素变化较大,属于动态影响因素,自然环境因素变化较小,属于静态影响因素;② 相关政策、常住人口、交通状况、旅游收入、生产总值5个三级动态影响因素的影响能力值从2001—2017年间不断加强,而三产占比三级动态影响因素呈现波动下降,海拔高度、河流水系、平均气温3个三级静态影响因素的影响能力值变化较平稳;③ 从演化过程来看,2001—2017年间社会政治因素影响能力值逐年增加,是影响程度最高的二级影响因素,经济产业因素发展为影响程度第二的二级影响因素,自然环境因素发展为影响程度最小的二级影响因素。结果可为合理评价和指导区域旅游业全面发展提供有力支撑,促进旅游业发展,为旅游景区空间结构优化和旅游产业升级提供科学依据。