- · 《哈尔滨学院学报》栏目[05/20]
- · 《哈尔滨学院学报》数据[05/20]
- · 《哈尔滨学院学报》收稿[05/20]
- · 《哈尔滨学院学报》投稿[05/20]
- · 《哈尔滨学院学报》征稿[05/20]
- · 《哈尔滨学院学报》刊物[05/20]
基于线上营销数据的哈尔滨市业态分布格局及热
作者:网站采编关键词:
摘要:随着城镇化建设的不断发展与推进,在城市空间随之演变的过程中,商业元素的影响对城市的格局与区位起了相当大的作用。对于商业格局空间方面的研究,西方学者早在20世纪就有所
随着城镇化建设的不断发展与推进,在城市空间随之演变的过程中,商业元素的影响对城市的格局与区位起了相当大的作用。对于商业格局空间方面的研究,西方学者早在20世纪就有所研究,积累了大量实地调研数据和商业发展对城市的影响经验与理论[1-3]。国内学者在该领域起步较晚,1980年以来,我国商业格局研究由宏观的商业区位研究到中观的城市商业网点空间结构探索,最终随着信息化时代的到来实现了微观的商户分布区位研究[4]。近些年来,由于互联网的引入,我国线上商业发展迅猛,随之而来的微观层面的商业元素区位研究也呈现井喷态势。
鉴于商业数据的保密性,大多传统商业格局探究多着手于大型商业设施网点数据、经济普查数据或抽样调查问卷的形式来进行研究,这不仅在数据量和准确性上有着一定的局限性,也可能会导致片面的分析结果。POI数据作为主要以网络形式呈现的空间数据,有着数据量大、更新速度快、准确度高等优点,是未来此方向研究优秀的数据来源[5]。相较于从地图服务商或其他互联网资源获取的数据,研究以美团网的商户数据作为出发点,由于美团平台是商户的重要盈利与营销途径之一,其商户数据的精确度和信度可以保证,也肯定了该数据在城市业态分布特征分析和热点区域识别的重要意义[6]。
以哈尔滨市美团商户数据为基础,以哈尔滨市辖区为研究区域,在识别城市商业热点、分析商业空间格局的前提下,继续深入探究哈尔滨市不同行业商户的商业元素分布情况与距离因素对商户集聚区域的影响。总体来讲,有助于增强对哈尔滨市商业整体格局的认识和拓展零售业微观层面布局影响因素,以期未来优化商业格局和整体宏观调控。
1 研究方法与数据处理
1.1 研究区概况与数据获取
选取了黑龙江省哈尔滨市南岗区、道里区、香坊区、道外区、松北区、呼兰区、阿城区、平房区、双城区共9个市辖区作为研究对象与范围,共10 192.8 km2。其中,将市辖区内的共182个街道(镇)作为研究子对象。将哈尔滨市松花江南岸三环以内地区及松北区松北街道和呼兰区学院路街道设置为中心城区。
爬取了在美团网上注册登记的商户数据,数据获取时间为2020年7月4日。数据包含内容有商户的店名、位置、经营情况、销售业绩、消费者评价等,可以较好地反映商家的真实情况。鉴于大众点评和其他地图数据提供商受众人群较狭窄、数据年份久远等因素,故选择了数据代表性强、更新快的美团网作为数据提取对象。
提取了美团网11个分类共6 179个兴趣数据点,有美食、酒店、休闲娱乐、生活服务、丽人、结婚、亲子、运动健身、建材、培训和医疗健康等分类。经过去重、筛掉市辖区外数据及删除缺失条目、代表性低的商业网点后,共筛选出了5 082个有效POI数据。数据经与市辖区社会消费品零售总额比较后,确定数据量总体符合正常水准(图1)。
图1 哈尔滨市辖区美团商户分布情况Fig.1 Distribution situation of Meituan business tenants in Harbin City
表1 研究区域面积、人口和兴趣点分布情况Tab.1 Distribution situation of study areas, population and interest points行政区总面积(km2)常住人口(万人)人口密度(人数/km2)社会消费品零售总额(亿元)兴趣点数量(个)占比(%)南岗区...54道里区443.877..5910..33香坊区341.574..0247..74道外区615.365..2629..85松北区736.822..8135..65呼兰区.590..85阿城区.平房区92.415..双城区注:数据来源于哈尔滨2019年统计年鉴
1.2 研究方法
研究目的有三部分。一是运用核密度估计法和指数法在宏观层面上识别和分析哈尔滨总体商业分布状态和积聚特征表现。二是通过数据的丰富性,运用核密度在哈尔滨市域内的商业网点进行均价、热度和口碑三方面的分析和统计,并进行加权叠加分析来直观地探索哈尔滨市内商业中心地带的分布情况。三是在统计的11个分类商业网点中选取具有代表性的分类进行积聚与分散分析,通过Ripley’sK函数来探求不同分类商业网点积聚与分散随着距离的增加的不同反应。具体研究流程与方法如图2。在数据预处理阶段,将收集来的数据进行筛选,并运用ArcGIS软件完成投影和其他数据的准备工作。在空间分析阶段,运用ArcGIS软件的工具箱功能生成栅格文件进行分析。在分类统计阶段,根据不同数据源来计算加权后的核密度栅格图像,最后进行多距离空间聚类分析来统计不同分类的聚集情况。
图2 商户分布特征识别及空间热点分析技术路线图Fig.2 Technology roadmap of business tenants distribution characteristics identification and space hot spots
文章来源:《哈尔滨学院学报》 网址: http://www.hebxyxb.cn/qikandaodu/2021/0121/551.html
上一篇:培养学生家国情怀弘扬家乡优秀地域文化 ——
下一篇:黑龙江瑞美福举行成立仪式