《表3 指标选取与解释:上海市共享住宿时空格局及影响因素识别》
影响共享住宿分布的因素有很多,主要与区域的基础设施、社会经济发展、房源供给、景点分布有密切关联[24-28]。在浏览共享住宿网站时发现,许多共享住宿均以靠近某学校、某医院为标题吸引顾客,借助在线词频分析软件,对共享住宿标题进行词频分析发现地铁(1.26%)、地铁站(0.51%)、大学(0.32%)、医院(0.25%)的词频出现频率较高(词频统计率最高值为1.27%),由此可见上海市共享住宿的空间分布还与院校、医院的布局有关。共享住宿属于新兴住宿产品,它在选取布局时必然还要考虑目标区域的市场竞争情况,如传统住宿产业所带来的竞争压力。此外,共享住宿是一种新兴概念,其扩散特征往往遵循技术扩散假说[36],即新兴技术或理念多在较为发达的区域、年轻化的区域扩散发展。为此,技术扩散效应对于共享住宿的布局也可能存在较大影响。综合已有研究与前述词频分析等结果,最终选取道路密度、二手房价、二手房密度、景点距离、医院距离、院校距离、酒店密度、夜间娱乐点密度8个因素为自变量(图7、表3),街道范围内的上海市共享住宿房间密度为因变量,分别利用OLS模型和GWR模型探究上海市共享住宿空间分布的驱动效应(由于数据和篇幅限制,本文仅以2019年数据进行分析)。为避免因部分区域无共享住宿分布而对回归结果产生影响,剔除部分无数据街道进行计算。
图表编号 | XD00207464700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 李莉、侯国林、夏四友 |
绘制单位 | 南京师范大学地理科学学院、江苏省地理信息资源开发与利用协同创新中心、中国科学院地理科学与资源研究所区域可持续发展分析与模拟重点实验室、中国科学院大学资源与环境学院、南京师范大学地理科学学院、江苏省地理信息资源开发与利用协同创新中心、中国科学院地理科学与资源研究所区域可持续发展分析与模拟重点实验室、中国科学院大学资源与环境学院 |
更多格式 | 高清、无水印(增值服务) |