基于高德POI的北京市住宿服务探讨

发布时间：2021-03-19 15:07

　　运用高德地图提取的住宿服务POI数据,采用空间自相关、核密度等方法,系统剖析了北京市住宿业空间分布格局及影响因素,探究了北京市住宿服务行业的城市空间结构特征。结果表明:北京市住宿服务分布存在显著的、正的空间自相关,也就是北京市各区住宿服务的空间分布并非表现完全的随机性,而是存在着空间集聚;北京市住宿服务空间上呈中心城区集聚与外围分散并存的态势,集聚现象显著;北京市住宿服务集中分布在主城区,整体空间分布呈现大聚集、小分散的"一心多点"分级分布特征,属于典型的核心-边缘扩散的空间分布模式。 

【文章来源】：绿色科技. 2019,(06)

【文章页数】：3 页

【部分图文】：

图１２０１８年北京市主城区不同等级住宿占比情况３研究方法

【参考文献】：
期刊论文
[1]多源时空大数据视角的城市商圈空间结构及影响因素研究——基于核密度与空间面板模型的实证[J]. 吴忠才,柳思维.  经济问题. 2018(09)
[2]基于POI数据的郑东新区服务业空间聚类研究[J]. 李江苏,梁燕,王晓蕊.  地理研究. 2018(01)
[3]基于POI数据的城市功能区识别方法研究[J]. 蒋云良,董墨萱,范婧,高少文,刘勇,马新强.  浙江师范大学学报(自然科学版). 2017(04)
[4]利用POI数据的武汉城市功能区划分与识别[J]. 康雨豪,王玥瑶,夏竹君,池娇,焦利民,魏智威.  测绘地理信息. 2018(01)
[5]基于POI数据的生活设施空间分布及配套情况研究——以济南市内五区为例[J]. 孙宗耀,翟秀娟,孙希华,乔治.  地理信息世界. 2017(01)
[6]基于POI数据的城市生活便利度指数研究[J]. 崔真真,黄晓春,何莲娜,周志强.  地理信息世界. 2016(03)
[7]基于POI数据的广州零售商业中心热点识别与业态集聚特征分析[J]. 陈蔚珊,柳林,梁育填.  地理研究. 2016(04)
[8]基于POI数据的城市功能区定量识别及其可视化[J]. 池娇,焦利民,董婷,谷岩岩,马雅兰.  测绘地理信息. 2016(02)
[9]基于GIS的城市居住适宜性评价研究[J]. 黄宇,罗智勇,杨武年.  测绘科学. 2008(01)

硕士论文
[1]北京市房租空间分异及影响因素分析[D]. 田坤瑞.兰州交通大学 2017



本文编号：3089774