基于地理加权回归的旅游POI与区域经济相关性研究

发布时间：2024-03-10 07:08

　　旅游POI数据作为空间大数据的基础数据,能够很好的反映出旅游资源相关对象的空间结构和空间分布形态。旅游POI点所记录的信息也能在一定程度上反映出旅游景点及其相关空间实体所承载的经济社会功能。一定范围的空间区域覆盖了不同数量和类别的旅游POI数据,这些POI数据的类别、数量和空间位置等信息可以初步反映出旅游经济的结构及其空间分布格局。探索分析旅游POI与区域经济的相关性及其相关强度的空间异质性,可为区域旅游资源配置和统筹发展提供一定的参考。旅游POI与区域经济这种变量间的相关性,一般可用最小二乘回归方法来度量,利用其回归系数测度自变量与因变量间的相关性强度。但最小二乘回归是一种全局回归模型,仅能从整体上描述变量间的相关性,在有些应用场合,它忽视了变量的空间属性,会使模型拟合结果出现较大偏差,不能对局部区域进行有效拟合。而基于局部光滑思想的地理加权回归方法考虑了变量的空间因素,回归模型自变量的回归系数会随着变量的空间位置变化而发生改变,能够进行局部区域拟合。为此,本文利用地理加权回归分析旅游POI与区域经济的相关性及其空间异质性。首先,获取旅游POI及相关数据,并作预处理与分析,为回归模型...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 POI研究现状
        1.2.2 GWR研究现状
    1.3 研究目标与内容
    1.4 论文章节安排
第2章 研究方案
    2.1 技术路线
    2.2 研究方法
        2.2.1 核密度分析
        2.2.2 空间自相关分析
        2.2.3 最小二乘回归模型
        2.2.4 地理加权回归模型
    2.3 实验方案
    2.4 本章小结
第3章 旅游POI及相关数据的获取与处理
    3.1 研究区域概况
    3.2 数据的获取与预处理
        3.2.1 行政区划和GDP数据的获取
        3.2.2 POI数据获取及预处理
    3.3 旅游POI数据的空间分布
    3.4 本章小结
第4章 回归模型的构建
    4.1 回归模型的变量筛选
    4.2 因变量空间相关性检验
    4.3 全局回归模型的建立与评估
    4.4 地理加权回归模型的建立与评估
    4.5 两种回归模型的拟合效果比较
    4.6 本章小结
第5章 旅游POI与区域经济相关度的空间异质性分析
    5.1 风景名胜与区域经济相关度的空间异质性
    5.2 购物服务与区域经济相关度的空间异质性
    5.3 休闲服务与区域经济相关度的空间异质性
    5.4 住宿服务与区域经济相关度的空间异质性
    5.5 本章小结
总结与展望
    全文总结
    研究不足与展望
致谢
参考文献



本文编号：3924438