نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

خلاصه

چین در دهه گذشته به یکی از مهم ترین بازارهای زنجیره ای بین المللی فست فود تبدیل شده است. برای مطالعه گسترش منطقه ای فروشگاه های KFC و مک دونالد در شهرهای چین، همبستگی توزیع آنها و میزان گسترش بازار مورد بررسی قرار گرفت و برای تجزیه و تحلیل همبستگی فضایی محلی و جهانی مقایسه شد. همچنین از مدل رگرسیون پواسون وزن‌دار جغرافیایی برای بررسی تأثیر عوامل جمعیت‌شناختی، اقتصادی و جغرافیایی بر توزیع‌های فضایی آنها استفاده شد. یافته‌های این مطالعه تطبیقی ​​معیارهای انتخاب مکان را در سطح شهر با مطالعه تفاوت‌ها و شباهت‌ها در توزیع خروجی برای KFC و مک‌دونالد نشان می‌دهد. نتایج ارائه شده می تواند زنجیره های دیگر را برای ارتقای برنامه ریزی مکان کسب و کار و تدوین سیاست توسعه منطقه ای راهنمایی کند.
کلید واژه ها: 

زنجیره های فست فود ؛ توزیع فضایی ; خودهمبستگی فضایی ; رگرسیون پواسون دارای وزن جغرافیایی

 

1. معرفی

در طول سی سال گذشته، خرده‌فروشی در سرزمین اصلی چین با نرخ رشد ثابت دو رقمی افزایش یافته است و بسیار بیشتر از رشد تولید ناخالص داخلی این کشور است. رونق صنعت غذا، از جمله رشد سریع زنجیره های فست فود، به رشد اقتصادی داخلی و گسترش کانال های اشتغال نیز دامن زده است [ 1 ، 2] .]. عوامل مختلف مساعد برای سرمایه گذاری در چین، مانند جمعیت زیاد، توسعه اجتماعی-اقتصادی قابل توجه، بازار بالقوه عظیم و محیط سرمایه گذاری خوب، بسیاری از زنجیره های فست فود جهانی را به خود جذب کرده است که در این میان KFC و مک دونالد موفق ترین ها هستند. نرخ گسترش بازار در پایان سال 2012، تعداد شعبه‌های KFC در سرزمین اصلی چین از 4000 واحد فراتر رفت و این تعداد در دو سال گذشته سالانه به میزان 500 واحد جدید افزایش یافته است. در همین حال، مک دونالد بیش از 1700 شعبه در سرزمین اصلی چین افتتاح کرده است و در حال برنامه ریزی برای افتتاح 600 شعبه دیگر در دو سال آینده است.
گسترش صنعت غذا در خارج از کشور مستلزم بررسی جامع بسیاری از عوامل مانند ریسک سرمایه گذاری، کیفیت غذا، استراتژی مدیریت، عادات غذایی و تفاوت های فرهنگی است [3]، که به این معنی است که انتخاب سایت برای موفقیت حیاتی است [ 4 ، 5 ]. مطالعات توزیع فروشگاه های زنجیره ای موجود نشان می دهد که شبکه ترافیک [ 6 ]، مجاورت و قومیت [ 7 ، 8 ]، درآمد خانوار [ 9 ، 10 ، 11 ] و فرهنگ آشپزی [ 12]] همگی نقش مهمی در چیدمان فضایی فروشگاه های مواد غذایی دارند. از نظر روش‌شناسی، مدل‌های رگرسیون چندگانه معمولاً برای تجزیه و تحلیل تفاوت‌های مکانی فروشگاه‌های مواد غذایی استفاده می‌شوند. مور و همکاران [ 13 ] از رگرسیون پواسون برای بررسی ارتباط مکان‌های رستوران با ترکیب نژادی و درآمد مشتریان استفاده کرد و به تأثیر تعیین‌کننده ترکیب قومی و ساختار اجتماعی-اقتصادی در انتخاب مکان فروشگاه غذا اشاره کرد. پاول و همکاران [ 14] روابط بین ویژگی های نژادی، قومیتی و درآمدی مشتریان و دسترسی به رستوران های فست فود در ایالات متحده را با استفاده از تحلیل رگرسیون چند عاملی مورد مطالعه قرار داد. آنها به این نتیجه رسیدند که نسبت های بالاتر رستوران های فست فود در محله های عمدتا سیاهپوست ممکن است به تفاوت های نژادی در نرخ چاقی کمک کند. با اتخاذ استراتژی نمونه گیری گلوله برفی، لارسون و همکاران. [ 15 ] همچنین ارتباط نابرابری های مکانی فروشگاه های مواد غذایی و رستوران های فست فود در ایالات متحده را برای افراد کم درآمد، اقلیت های قومی و جوامع روستایی بررسی کرد. بلک و همکاران [ 16] از روش رگرسیون چند متغیره برای تخمین ارتباط بین توزیع فضایی فروشگاه‌های مواد غذایی و برنامه‌ریزی شهری و متغیرهای جمعیت‌شناختی اجتماعی در بریتیش کلمبیا استفاده کرد. نتایج نشان داد که محله هایی با درآمد خانوارهای بالاتر دسترسی به فروشگاه های مواد غذایی را کاهش داده اند.
علی‌رغم این یافته‌ها در مورد پیامدهای توزیع فروشگاه‌های مواد غذایی، تحلیل‌ها در مطالعات قبلی بر عوامل اجتماعی-اقتصادی تمرکز دارند، تا حدودی اهمیت فضایی را نادیده می‌گیرند. از نظر فنی، خودهمبستگی فضایی رابطه بین شباهت ها و فاصله را بررسی می کند [ 17 ، 18 ، 19 ]. این پدیده که اشیای نزدیک بیشتر به هم مرتبط هستند تا چیزهای دور، جهانی است. اگر رابطه از نظر فضایی غیر ثابت باشد، رگرسیون پواسون وزن‌دار جغرافیایی (GWPR) می‌تواند برای بررسی توزیع‌هایی که در سراسر فضا ثابت نیستند استفاده شود [ 20 ، 21 ، 22 ، 23]. علاوه بر این، اکثر مطالعات قبلی بر توزیع فروشگاه های مواد غذایی در داخل یک شهر خاص در سطح محله متمرکز شده اند و تعداد کمی از محققان تلاش کرده اند تا تفاوت های مکانی در توزیع فضایی فروشگاه های مواد غذایی (به ویژه زنجیره های مختلف فست فود بین المللی) را در سطح ملی بررسی کنند. ، به ویژه در سرزمین اصلی چین. از آنجایی که کی‌اف‌سی و مک‌دونالدز، دو تا از موفق‌ترین زنجیره‌های فست فود بین‌المللی، در تمام شهرهای بزرگ چین با هم رقابت می‌کنند، مشخص نیست که چگونه در سراسر کشور توزیع شده‌اند و آیا تفاوت‌هایی در ویژگی‌های چیدمان آنها وجود دارد یا خیر. خود همبستگی فضایی و عدم ایستایی فضایی توزیع‌های خروجی آن‌ها ارزش مطالعه دارد تا تفاوت‌ها و شباهت‌های مکانی آن‌ها را بیابیم و بفهمیم چرا به این شکل توزیع می‌شوند.

2. منطقه مطالعه و منابع داده

2.1. منطقه مطالعه

منطقه مورد مطالعه تحقیق حاضر فقط به سرزمین اصلی چین محدود می شود، به استثنای هنگ کنگ، ماکائو و تایوان. در سطح واحد اداری بخشداری از 337 واحد اداری در سطح استان و بالاتر تشکیل شده است. اکثر فروشگاه های کی اف سی و مک دونالد در سرزمین اصلی چین در شهرها قرار دارند. بر اساس درجه توسعه اقتصادی، سرزمین اصلی چین به طور سنتی به سه منطقه بزرگ، یعنی شرقی، مرکزی و غربی تقسیم می شود ( شکل 1).). منطقه شرقی متشکل از استان های ساحلی توسعه یافته است که دارای شرایط طبیعی برتر، ارتباطات حمل و نقل مناسب و دستاوردهای اجتماعی-اقتصادی قابل توجه است. منطقه مرکزی شامل استان های کمتر توسعه یافته محصور در خشکی با جمعیت زیاد و منابع طبیعی غنی است. این منطقه داخلی اقتصادی چین و بازار مهمی است. استان های دورافتاده باقی مانده، منطقه غربی را تشکیل می دهند که با شرایط طبیعی سخت، نرخ بالای فقر و بازارهای باریک مشخص می شود. به ویژه، منابع اجتماعی-اقتصادی به شدت در مراکز استان های این منطقه متمرکز شده است.

2.2. منابع اطلاعات

داده‌های این پژوهش عمدتاً شامل دو نوع داده‌های مکانی جغرافیایی و داده‌های اجتماعی-اقتصادی است. اولی شامل نقشه‌های تمام واحدهای اداری در منطقه مورد مطالعه (برگرفته از سیستم اطلاعات جغرافیایی بنیادی ملی) با مکان‌های خاص فروشگاه‌های KFC و مک‌دونالد در سال 2011 است. زنجیره های غذایی و مشخصات فروشگاه ها در شهرهای بزرگ سرزمین اصلی چین از نقشه های الکترونیکی مربوطه در اینترنت به دست آمده است. مورد دوم شامل تعداد ساکنان دائمی در شهرهای بزرگ، تولید ناخالص داخلی سرانه و درآمد سرانه قابل تصرف ساکنان شهری در سال 2011 است که از سالنامه آماری چین (2012) جمع آوری شده است.

3. توزیع فضایی

3.1. توزیع عمومی

همانطور که در شکل 1 نشان داده شده است، توزیع فروشگاه های مک دونالد و کی اف سی از شرق به غرب چین با یک شکاف قابل توجه در بین کاهش می یابد.. تقریباً 74.1٪ از مراکز KFC (2894) در 12 استان ساحلی شرقی سرزمین اصلی چین واقع شده اند. به همین ترتیب، 80 درصد از فروشگاه های مک دونالد (1376) در این 12 استان ساحلی شرقی هستند. تعداد زیادی از خروجی ها در دلتای رودخانه مروارید (مرکز گوانگژو)، دلتای رودخانه یانگ تسه (مرکز شانگهای) و حاشیه اقتصادی بوهای (مرکز پکن) متمرکز شده اند. نسبت فروشگاه های کی اف سی و مک دونالد در مرکز چین به ترتیب 17.8 درصد (684) و 14 درصد (236) است. تعداد بسیار کمی از فروشگاه ها در منطقه غربی هستند (KFC 8.1٪، 314 فروشگاه؛ و McDonald’s 6٪، 100 فروشگاه). در واقع، مک‌دونالد تقریباً هیچ شعبه‌ای در شهرهای زیر سطح مرکز استان در غرب چین ندارد.
از آنجایی که مرکز استان معمولاً مرکز سیاسی و فرهنگی یک استان است، تعداد فروشگاه‌های KFC در پایتخت‌ها نسبت به شهرهای معمولی نشان‌دهنده درجه خوشه‌بندی رسانه‌ها است. جدول 1 تعداد و درصد فروشگاه های کی اف سی و مک دونالد را در پایتخت های سه منطقه نشان می دهد. تقریباً 71٪ از مراکز KFC در منطقه غربی در پایتخت ها هستند در حالی که 51.6٪ در مرکز چین است. علاوه بر این، در حالی که استان های شرقی دارای بیشترین تعداد فروشگاه های KFC هستند، این نسبت در پایتخت ها تنها حدود 25.8 درصد است، بسیار کمتر از سطح متوسط.
با توجه به توزیع فضایی خروجی ها برای هر دو زنجیره، شباهت ها و تفاوت هایی را می توان یافت. در هر دو مورد، مراکز فروش تمایل دارند در مراکز استان ها متمرکز شوند، در حالی که نسبت خروجی ها در مراکز از غرب به شرق کاهش می یابد. با این حال، KFC تلاش های بیشتری را برای کاوش در بازارهای خارج از پایتخت، از جمله شهرهای سطح استان و شهرستان انجام می دهد. تمرکز مراکز فروش آن در پایتخت ها حدود 10 درصد کمتر از مک دونالد در هر منطقه است.

3.2. همبستگی در شهرهای بزرگ

این مطالعه تعداد فروشگاه های KFC و مک دونالد را در شهرهای بزرگ (مرکز استان ها و چهار شهرداری) مقایسه کرد. همانطور که در شکل 2 نشان داده شده است ، همپوشانی منطقه ای بین فروشگاه های KFC و مک دونالد واضح است. پکن، شانگهای و گوانگژو در این طرح به عنوان دارای بیشترین تعداد فروشگاه ها برجسته هستند. R 2 0.8774 است، که نشان می دهد شهرهایی که خروجی های زیادی از یک زنجیره دارند، خروجی های زیادی از زنجیره دیگر نیز دارند. ضریب همبستگی rho اسپیرمن نیز به 0.907 می رسد [ 24]. به طور خاص، در مقایسه با KFC، تعداد فروشگاه های مک دونالد در گوانگژو بسیار بالاتر از سطح متوسط ​​است، در حالی که تعداد شعب مک دونالد در شانگهای، هانگژو و هاربین با تعداد فروشگاه های KFC تناسبی ندارد.

3.3. گسترش بازار

تجزیه و تحلیل گسترش بازار بر اساس درجه بندی شهری است که معمولاً شهرها را به عنوان کلان شهرها، شهرهای فوق بزرگ، شهرهای بزرگ، شهرهای متوسط ​​و شهرهای کوچک بر اساس اندازه جمعیت آنها در چین درجه بندی می کند. بنابراین، ما 337 شهر بالاتر از سطح استان را به پنج طبقه تقسیم کردیم و هر طبقه وضعیت سیاسی، قدرت اقتصادی، مقیاس شهری و جذابیت منطقه ای متفاوتی داشت. تعداد شهرها در هر ردیف از بالا به پایین به ترتیب 5، 14، 21، 107 و 190 است.
اعداد کل و میانگین اعداد به ازای هر شهر فروشگاه های KFC و مک دونالد در هر ردیف از شهرها در جدول 2 نشان داده شده است . روند نزولی میانگین تعداد واحدهای فروش هر دو زنجیره در هر ردیف نشان می‌دهد که میزان گسترش بازار فروشگاه‌های آنها رابطه مثبتی با اندازه شهری دارد. این همبستگی مثبت به ویژه در مورد مک دونالد واضح است. در شکل 3 ، شماره خروجی در هر سطح از شهر به چندین محدوده در محور x تقسیم شده است و سپس تعداد شهرهای دارای شماره خروجی در هر محدوده بر روی محور y شمارش می‌شود تا هیستوگرام توزیع فرکانس ساخته شود.
شکل 3 نشان می دهد که KFC اکثر شهرهای بالاتر از سطح 4 و 70 درصد از شهرهای سطح 5 را پوشش می دهد. همانطور که در شکل 3 الف، ب نشان داده شده است، تعداد شهرها در هر محدوده تفاوت نسبتا کمی دارد، که نشان دهنده گسترش کامل بازار توسط KFC در شهرهای درجه 1 و 2 است. با این حال، مقادیر بسیار بالا در شکل 3 نشان داده شده استc،d، نشان می دهد که پتانسیل بسیار خوبی برای KFC به شهرهای سطح 3 و 4 گسترش می یابد، علیرغم پوشش گسترده آن در حال حاضر. این یافته با گسترش قابل توجه اخیر مراکز KFC در شهرهای سطح 3 و 4 مطابقت دارد. در مقابل، شهرهای درجه 5 توسعه اقتصادی-اجتماعی نسبتا ضعیفی را نشان می‌دهند و در نتیجه توانایی کمتری برای جذب سرمایه‌گذاری توسط زنجیره‌های فست فود بین‌المللی دارند. KFC به دلیل نوآوری و ماجراجویی در استراتژی گسترش بازار خود ( به عنوان مثال ، حق رای دادن) در سرزمین اصلی چین، به ویژه در شهرهای متوسط ​​و کوچک شناخته شده است . علاوه بر این، با درک نقش مهم فرهنگ رژیم غذایی در چین، KFC از استراتژی‌های بومی‌سازی مختلف، مانند تغییر محصولات برای انطباق با ترجیحات طعمی مصرف‌کنندگان چینی، برای ادعای موقعیت پیشرو در بازار استفاده کرده است.
گسترش بازار مک‌دونالدز بسیار عقب‌تر از KFC در چین است. توزیع فروشگاه های مک دونالد اکثر شهرهای سطح 3 و بالاتر را پوشش می دهد. با این حال، در سطح پایین تر (که 88٪ از شهرهای سرزمین اصلی چین را تشکیل می دهد)، گسترش بازار آن از سه چهارم (رده چهارم) به یک چهارم (طبقه 5) شهرها کاهش می یابد. شکل 3d،e اکثر شهرها را با 0 یا چند خروجی نشان می دهد، که نشان می دهد گسترش بازار آن هنوز در مراحل ابتدایی در شهرهای سطح پایین است. مک‌دونالدز در راستای کوچک‌سازی خود در سطح جهانی، تأکید خود را به شهرهای درجه یک و دوم معطوف کرده است و در نتیجه شکاف بین این بازارها و شهرهای رده سوم تا پنجم را افزایش داده است. به طور خلاصه، اولویت‌های مختلف در راستای گسترش بازار توسط KFC و مک‌دونالد، منجر به استراتژی‌های متفاوت آن‌ها در این زمینه شده است.

4. تحلیل خودهمبستگی فضایی

هدف خودهمبستگی فضایی تشخیص میزان همبستگی بین یک ارزش دارایی خاص یا یک پدیده جغرافیایی و ارزش دارایی مربوطه یا پدیده جغرافیایی موقعیت مکانی مجاور آن در سطح یک منطقه جغرافیایی است. می توان آن را بر اساس دامنه تحلیل به خود همبستگی فضایی جهانی و خودهمبستگی فضایی محلی تقسیم کرد.
خودهمبستگی فضایی جهانی توزیع فضایی ارزش دارایی یا پدیده جغرافیایی را در منطقه مطالعه کلی تخمین می زند تا بررسی کند که آیا در فضا خوشه بندی شده است یا خیر. یکی از آماری که برای ارزیابی همبستگی فضایی جهانی استفاده می شود، شاخص موران I است که همبستگی ارزش دارایی ها را در مکان های فضایی مجاور اندازه گیری می کند. شاخص های محلی تداعی فضایی (LISA) همبستگی بین ارزش دارایی در یک واحد فضایی محلی و ارزش دارایی مربوطه را در منطقه مجاور ارزیابی می کند. LISA را می توان با استفاده از Moran’s I [ 25 ] محلی اندازه گیری کرد. این می تواند بینش های دقیق تری را در مورد مکان وابستگی فضایی ارائه دهد [ 26]. علاوه بر این، یک نمودار پراکندگی موران برای تجسم ناپایداری محلی مقادیر اموال در منطقه مورد مطالعه به تصویر کشیده شده است. نمودار پراکندگی موران فاکتورهای تاخیر فضایی را از طریق یک تصویر دو بعدی نشان می‌دهد و چهار نوع همبستگی فضایی را در توزیع فضایی محلی تشخیص می‌دهد: بالا- زیاد (HH)، کم- زیاد (LH)، زیاد-کم (HL) و کم. -کم (LL).

4.1. تجزیه و تحلیل خودهمبستگی فضایی جهانی

این مطالعه از خروجی های KFC سرانه (در این مورد به ازای هر میلیون نفر) برای اندازه گیری شاخص Moran’s I خود همبستگی فضایی جهانی استفاده کرد که 0.3530 است. مقدار p 0.001 است، که نشان دهنده همبستگی فضایی جهانی قابل توجه در اطمینان است. به طور مشابه، تجزیه و تحلیل داده‌های فضایی اکتشافی و خودهمبستگی فضایی جهانی برای سرانه‌های مک‌دونالد برای به دست آوردن موران I 0.2385 با مقدار p 0.001 اعمال شد. بنابراین، هر تراکم توزیع زنجیره‌ها در شهرهای مختلف، خودهمبستگی فضایی مثبت معنی‌داری را نشان می‌دهد، که نشان می‌دهد توزیع فضایی حالت تصادفی ندارد، بلکه تمایل دارد در مجاورت شهرهایی با توزیع بالاتر یا تراکم توزیع کمتر باشد.

4.2. تحلیل خودهمبستگی فضایی محلی

نقص خودهمبستگی فضایی جهانی این است که اغلب شرایط محلی غیرمعمول یا ناپایداری محلی در مقیاس کوچک را نادیده می گیرد. بنابراین، خود همبستگی فضایی محلی برای تجزیه و تحلیل تراکم توزیع رسانه های KFC و مک دونالد برای آشکار کردن ویژگی های محلی آنها (به عنوان مثال، وابستگی فضایی و ناهمگنی) مورد نیاز است. باز هم، نمودار پراکندگی موران را می توان برای ارزیابی ناپایداری فضایی در یک محدوده محلی با تبدیل متغیرهای دو بعدی به یک فرم تجسم شده استفاده کرد. با میانگین چگالی نرمال‌شده توزیع‌های KFC و مک‌دونالد به‌عنوان آبسیسا و عوامل تأخیر فضایی به‌عنوان مختصات، نمودار 4 پراکندگی موران را برای تعداد سرانه مراکز KFC و مک‌دونالد در 337 شهر در سرزمین اصلی چین می‌سازد.
شکل 4a نشان می دهد که 256 شهر از 337 شهر در ربع 1 (نوع HH) و ربع 3 (نوع LL) قرار دارند، که نشان می دهد توزیع فضایی KFC به صورت تصادفی یا گسسته نیست، بلکه همبستگی فضایی مثبت معناداری را در فضای جغرافیایی نشان می دهد. . این نتیجه با آنالیز خودهمبستگی فضایی جهانی مطابقت دارد. نقاط متعدد و متراکم در ربع 3 نشان می دهد که: (1) شهرهای بیشتری در مقایسه با سرانه بالا، سرانه کمتری از مراکز KFC دارند. و (ii) مقادیر پایین نزدیکتر هستند. تعداد کم شهرهای بزرگ به این معنی است که نقاط در ربع 1 کم و پراکنده با نقاط پرت آشکار است که نشان دهنده تفاوت مقادیر تراکم بالا بین شهرها است. توزیع نقاط در ربع 2 و 4 تفاوت شهرها و شهرهای اطراف آنها را نشان می دهد. در ربع 2 (نوع LH)، 50 شهر غیر معمول دارای سرانه پایینی از مراکز KFC هستند اما در شهرهای اطرافشان سرانه بالایی دارند. علاوه بر این، 31 شهر در ربع 4 (نوع HL) غیرمعمول هستند زیرا آنها دارای سرانه بالای مراکز KFC هستند اما تعداد سرانه پایینی در شهرهای اطراف خود دارند.
250 نقطه در ربع 1 و 3 شکل 4 وجود داردb، نشان دهنده همبستگی فضایی جهانی قابل توجه در توزیع مکانی مراکز فروش مک دونالد است. در مقایسه با KFC، ربع 1 در نمودار پراکندگی موران برای مک دونالد دارای نقاط پراکنده کمتر و بیشتری است. در مقابل، ربع 3 دارای نقاط بیشتری با چگالی بالاتر است. پراکندگی نقاط در منطقه HH تأیید می کند که تفاوت سرانه های مک دونالد بین شهرها به همان اندازه قابل توجه است که سرانه در این شهرها زیاد است. تعداد بیشتر نقاط در ربع 3 نشان می دهد که گسترش بازار مک دونالد در سرزمین اصلی چین از KFC عقب است. علاوه بر این، توزیع نامتعادل نقاط در ربع 2 (59 امتیاز) و 4 (28 امتیاز) تعداد بیشتری از نقاط پرت را نشان می دهد که نشان دهنده نابرابری منطقه ای ناشی از گسترش ناکافی بازار مک دونالد است.
با این حال، در حالی که این نمودارهای پراکندگی تفاوت‌های فضایی محلی را نشان می‌دهند، هیچ شاخصی برای نشان دادن سطوح اهمیت آنها ارائه نمی‌کنند. بنابراین اندازه‌گیری LISA می‌تواند تفاوت‌های توزیع بیشتری را بین KFC و مک‌دونالد نشان دهد. شکل 5 ترکیبی از نمودارهای خوشه‌ای LISA و نمودارهای پراکندگی موران را نشان می‌دهد تا تفاوت‌های آنها در توزیع فضایی برجسته شود.
خوشه بندی قابل توجهی را می توان در توزیع KFC 139 شهر و شهرهای مجاور آنها در سطح معنی داری 5 درصد یافت. شکل 5a نشان می دهد که شهرهای کمتری با خوشه بندی HH قابل توجهی مشخص می شوند و اینها عمدتاً در حاشیه اقتصادی بوهای، دلتای رودخانه یانگ تسه، دلتای رودخانه مروارید و منطقه ساحلی در شرق استان فوجیان توزیع شده اند. اگرچه پکن دارای سرانه بالایی از مراکز KFC است، اما خوشه بندی HH قابل توجهی را نشان نمی دهد زیرا شهرهای اطراف تعداد سرانه پایینی دارند. شهرهای دارای خوشه بندی HL عمدتاً در پایتخت ها و شهرهای توسعه یافته در مرکز و غرب چین واقع شده اند. فقط 9 شهر دارای خوشه بندی HL قابل توجهی هستند و اینها در غرب چین واقع شده اند. شهرهای دارای خوشه بندی LH عمدتاً در مناطق اطراف خوشه بندی HH، از جمله شمال شرقی و شمال غربی حاشیه اقتصادی بوهای، غرب دلتای رودخانه یانگ تسه، غرب فوجیان و شمال غربی گوانگدونگ توزیع شده اند.
اگرچه تعداد فروشگاه های مک دونالد بسیار عقب تر از مراکز فروش KFC در سرزمین اصلی چین است، اما گسترش بازار آن در پکن، شانگهای و گوانگدونگ با بازار KFC قابل مقایسه است. با توجه به اینکه سرانه هر دو زنجیره در غرب چین کم است، تفاوت عمده در استان های شرقی و مرکزی چین نهفته است. شکل 5b انواع مختلف خوشه بندی فروشگاه های مک دونالد را نشان می دهد. منطقه خوشه‌بندی HH مک‌دونالد، شهرهای کمتری (43) نسبت به KFC را پوشش می‌دهد و این تفاوت به‌ویژه در مناطق حاشیه اقتصادی بوهای و دلتای رودخانه یانگ تسه مشخص است. علاوه بر این، خوشه‌بندی HH فروشگاه‌های مک‌دونالد در نواحی ساحلی شرقی به اندازه KFC مهم نیست و برخی از شهرها در اینجا حتی خوشه‌بندی HL را نشان می‌دهند. در مقابل، شهرهای مجاور آنها در مرکز چین، خوشه بندی HL قابل توجهی را نشان نمی دهند، و خوشه بندی LH نیز در مناطق اطراف ظاهر می شود. مناطق غربی بیشتر با مهم ترین خوشه بندی LL مشخص می شوند.

5. تجزیه و تحلیل GWPR

مدل‌های رگرسیون معمولاً زمانی ساخته می‌شوند که دو یا چند همبستگی کمی وابسته به هم بین متغیرهای مستقل و وابسته باید تصمیم‌گیری شوند. مدل رگرسیون وزن‌دار جغرافیایی (GWR) توسعه‌ای از مدل رگرسیون خطی معمولی است و این مکان‌های داده را در پارامترهای رگرسیون جاسازی می‌کند [ 20 ، 27 ، 28]]. پارامترهای رگرسیون واحدهای فضایی خاصی که برای انجام تحلیل رگرسیون محلی استفاده می‌شوند، دیگر ثابت‌های دلخواه به‌دست‌آمده از اطلاعات جهانی نیستند. بلکه از داده‌های اندازه‌گیری شده داده‌های مجاور می‌آیند و بنابراین بر اساس مکان مکانی متفاوت هستند. مزیت اصلی GWR در استفاده از یک نمونه داده با وزن فاصله برای ارزیابی نقطه به نقطه در تحلیل رگرسیون خطی محلی نهفته است. در مورد پاسخ های شمارش مدل سازی، مدل های رگرسیون پواسون محبوب هستند. به عنوان یک گسترش طبیعی GWR، رگرسیون پواسون وزن‌دار جغرافیایی (GWPR) بنابراین از لحاظ نظری با ضرایب جغرافیایی متفاوت با استفاده از چارچوب مدل‌سازی خطی تعمیم‌یافته وزن‌دار جغرافیایی به دست می‌آید [29 ] .
تجزیه و تحلیل آماری فضایی با شاخص موران I و نمودار پراکندگی موران، همبستگی مکانی قابل توجهی را در توزیع‌های دو زنجیره بین‌المللی فست فود ثابت کرد. در این بخش، مدل GWPR بیشتر عوامل محرک پشت تفاوت در این توزیع‌ها را بررسی می‌کند. ما نرم‌افزار GWR4 را که توسط تیم توسعه GWR4 توسعه داده شده است، اعمال کردیم و یک مدل رگرسیون جهانی به طور همزمان برای مقایسه اجرا شد [ 29 ]. یک تابع گاوسی تطبیقی ​​برای نوع هسته استفاده شد. روش جستجوی بخش طلایی برای شناسایی اندازه پهنای باند بهینه انتخاب شد و AICc به عنوان معیار انتخاب قرار گرفت. AICc به طور تجربی نتایج بهتری را برای رگرسیون پواسون ارائه می دهد [ 29]. تعداد کل فروشگاه های KFC یا مک دونالد به عنوان متغیر وابسته در مدل GWR تعیین شد و تولید ناخالص داخلی ( G )، درآمد سرانه قابل تصرف ساکنان شهری ( I ) و جمعیت شهری ( P ) در هر شهر متغیرهای مستقل بودند. از آنجایی که اینها معمولی ترین و مهم ترین عوامل هنگام تجزیه و تحلیل توزیع زنجیره های فست فود از منظر ماکروسکوپی هستند.
جدول 3 عملکرد آماری مدل رگرسیون جهانی و مدل GWPR را برای فروشگاه های KFC و مک دونالد نشان می دهد. واضح است که مدل GWPR عملکرد بهتری دارد. برای آزمایش ناهمگونی فضایی هر متغیر، یک مدل نیمه پارامتریک GWPR تنظیم شد که در آن یک متغیر جهانی و دو متغیر دیگر محلی بودند. برای خروجی های KFC، متغیرهای G ، I و P به ترتیب در مدل های نیمه پارامتریک GWPR #1 (s1)، نیمه پارامتریک GWPR #2 (s2)، و نیمه پارامتریک GWPR #3 (s3) به عنوان اصطلاح جهانی تنظیم شدند. برای فروشگاه های مک دونالد، جی ، آی و پیمتغیرها به ترتیب در مدل های نیمه پارامتریک GWPR #4 (s4)، نیمه پارامتریک GWPR #5 (s5) و نیمه پارامتریک GWPR #6 (s6) به عنوان اصطلاح جهانی تنظیم شدند. مدل GWPR کمترین مقدار AICc را برای هر دو مورد دارد، که نشان می‌دهد که بهترین تناسب را با داده‌ها دارد و برای هر متغیری که مورد بررسی قرار می‌گیرد یک ویژگی غیر ثابت فضایی وجود دارد. ما همچنین خود همبستگی فضایی باقیمانده را در دو مدل GWPR محاسبه کردیم. موران I به ترتیب 0.073 و 0.048 ( مقدار p 0.001 است) برای مدل‌های GWPR KFC و McDonald’s، که نشان می‌دهد خود همبستگی فضایی کمی باقی مانده است.
در GWPR، انحراف درصد محلی توضیح داده شده (local_pdev) میزان خوبی تناسب محلی را اندازه گیری می کند. هرچه این مقدار بیشتر باشد، مدل بهتر با داده ها مطابقت دارد. local_pdev در مدل KFC GWPR از 0.758 تا 0.903 متغیر است. مقدار میانگین 0.844 است. local_pdev در مدل GWPR مک دونالد از 0.722 تا 0.898 متغیر است. مقدار میانگین 0.814 است. بنابراین، خوبی تناسب محلی به طور کلی در هر دو مدل GWPR خوب است.
سپس ضریب هر عامل در این مدل‌های GWPR با مقادیر حداقل، چارک پایین، میانه، چارک بالا، حداکثر و میانگین محاسبه شد. نتایج آماری متغیرهای G ، I و P در جدول 4 نشان داده شده است . محدوده ضریب G (0.2958-، 0.6154)، از I (0.2774، 0.6854)، و P (0.1969، 0.6261-) در مدل KFC GWPR است. این سه در مدل GWPR مک دونالد به ترتیب (-0.1028، 1.1300)، (0.0346، 0.7359)، و (-0.4892، 0.5362) هستند. از این رو، مقادیر میانگین ضرایب این سه متغیر مثبت است. ضرایب متغیر G و Pوجود احتمالی همبستگی مثبت و منفی در مناطق مختلف در تحلیل رگرسیون محلی را نشان می دهد، در حالی که متغیر I همه مقادیر مثبت را در هر دو مدل KFC و GWPR مک دونالد دارد.
بر اساس ضرایب G ، I و P در مدل‌های GWPR، شکل 6 همبستگی محلی بین توزیع خروجی‌ها و سه متغیر با معنی‌داری آماری t را نشان می‌دهد. (i) G یک همبستگی مثبت معنادار در شمال شرقی و یک همبستگی منفی معنادار در حوضه سیچوان در مدل KFC GWPR در شکل 6 الف نشان می دهد. از آنجایی که نرخ شهرنشینی بالا است و شکاف درآمد خانوار بین شهرها در شمال شرق کم است، اندازه اقتصادی به عامل مثبتی تبدیل می شود که زنجیره های فست فود را برای باز کردن فروشگاه های جدید هدایت می کند. یک تفاوت قابل توجه در توزیع بین شکل 6الف، ب این است که منطقه جنوب شرقی نیز ارزش بالایی در مدل GWPR مک دونالد نشان می دهد، که با این واقعیت مطابقت دارد که توسعه اقتصادی در دلتای رودخانه مروارید با تعداد فروشگاه های مک دونالد به سرعت رشد کرده است. (ii) ضرایب I از غرب به شرق کاهش می یابد (همه با همبستگی مثبت). مناطق غربی بیشترین مقادیر را نشان می‌دهند، جایی که درآمد خانوار با نشان دادن ظرفیت مصرف، نقش مؤثری در تصمیم‌گیری تعداد خروجی دارد. همانطور که در شکل 6 c,d نشان داده شده است، در مرکز چین، درآمد برای تصمیم KFC مهمتر از تصمیم مک دونالد است. (iii) Pتأثیر کمی در تصمیم گیری محل خروجی نشان می دهد زیرا مقدار میانگین نزدیک به صفر است. با این حال، مقادیر بالای مثبت در حوضه سیچوان نشان می دهد که جمعیت شهری در این مناطق یک نیروی محرکه اصلی برای زنجیره های فست فود است که بازارهای جدیدی را باز می کنند.

6. نتیجه گیری

با در نظر گرفتن KFC و مک‌دونالد به عنوان نمونه‌های موردی، این مقاله توزیع فضایی دو زنجیره بین‌المللی فست فود در سرزمین اصلی چین را تحلیل می‌کند. توزیع فضایی فروشگاه های KFC و McDonald’s عموماً ناهموار است، از شرق به مناطق غربی کاهش می یابد و از شهرهای درجه 1 به 5 گسترش می یابد. هر دو توزیع نیز خوشه بندی قابل توجهی را نشان می دهند. نمودار پراکندگی موران محلی و تجزیه و تحلیل LISA نشان می دهد که خوشه بندی HH قابل توجهی در مناطق ساحلی شرقی برای هر دو توزیع شده است. خوشه بندی LL بیشتر در غرب رخ می دهد.
با این وجود، توزیع‌های KFC و مک‌دونالد از برخی جنبه‌ها متفاوت هستند. در مقایسه با فروشگاه‌های KFC، مراکز فروش مک‌دونالد در شهرهای پایتخت متمرکزتر هستند و کندتر گسترش می‌یابند، به‌ویژه در شهرهای درجه 3 تا 5. علاوه بر این، تجزیه و تحلیل LISA نشان می‌دهد که خوشه‌بندی HH مک‌دونالد شامل شهرهای کمتری در منطقه شرقی است، در حالی که خوشه‌بندی LL مناطق بزرگ‌تری را در مرکز و غرب چین پوشش می‌دهد. روابط بین عوامل محرک ( به عنوان مثال ، جمعیت شهری، تولید ناخالص داخلی، و درآمد خانوار) ​​و تعداد خروجی ها از طریق ساخت مدل GWPR بررسی می شود. ضرایب رگرسیون عوامل مختلف نشان می‌دهد که تأثیر بر توزیع فروشگاه‌های KFC و مک‌دونالد در سطح شهر متفاوت است.
مشتریان و بازارهای هدف بین KFC و مک دونالد همپوشانی دارند زیرا هر دو شرکت تمایل دارند مراکز فروش بیشتری را در شهرهایی با جمعیت زیاد، درآمد خانوارهای بالا و اقتصادهای توسعه یافته باز کنند. در همین حال، KFC بر توسعه بازارهای جدید و مک دونالد بر جذب جوانان شهری در شهرهای بزرگ تمرکز دارد. بنابراین طرح های خروجی این دو شرکت یکسان نیست. بنابراین، نتایج تجزیه و تحلیل تطبیقی ​​می‌تواند به توضیح نیروهای محرکه اصلی در پشت معیارهای گسترش بازار و انتخاب مکان این دو شرکت کمک کند. از آنجایی که کی اف سی و مک دونالد از منظر مدیریت کسب و کار و انتخاب مکان فروشگاه های جدید برای دیگر زنجیره های فست فود جوان و جاه طلب در چین الگو هستند،

منابع

  1. لو، دی. گائو، سی. یک مطالعه تجربی در مورد رابطه بین تجارت مواد غذایی چین و رشد اقتصادی در صنایع غذایی. در آموزش و مدیریت ; ژو، ام.، اد. Springer: برلین، آلمان، 2011; صص 254-259. [ Google Scholar ]
  2. یو، ک. Xin، X. گوا، پی. لیو، X. سرمایه گذاری مستقیم خارجی و نابرابری درآمد منطقه ای چین. اقتصاد مدل. 2011 ، 28 ، 1348-1353. [ Google Scholar ] [ CrossRef ]
  3. بوتا، KS؛ هاک، اف. فریزر، جی. محمد، ز. مدل یکپارچه مکان، تولید، توزیع و سرمایه گذاری برای یک شرکت چند ملیتی. بین المللی J. Prod. اقتصاد 2003 ، 86 ، 201-216. [ Google Scholar ] [ CrossRef ]
  4. تامادسن، آر. موقعیت یابی و رقابت محصول: نقش مکان در صنعت فست فود. علامت گذاری. علمی 2007 ، 26 ، 792-804. [ Google Scholar ] [ CrossRef ]
  5. نیه، ف.-پ. پونگ، سی.-ای. عوامل کلیدی موفقیت در مدیریت صنعت پذیرایی مشکل واقعی اقتصاد 2012 ، 130 ، 423-430. [ Google Scholar ]
  6. Ritter, W. موقعیت هتل در شهرهای بزرگ. در گردشگری شهر بزرگ ; Reimer Verlag: برلین، آلمان، 1986; صص 355-364. [ Google Scholar ]
  7. اکرت، جی. Shetty، S. سیستم های غذایی، برنامه ریزی و کمی سازی دسترسی: استفاده از GIS برای برنامه ریزی برای خرده فروشی مواد غذایی. Appl. Geogr. 2011 ، 31 ، 1216-1223. [ Google Scholar ] [ CrossRef ]
  8. مورلند، ک. وینگ، اس. روکس، AD; Poole, C. ویژگی های محله مرتبط با موقعیت فروشگاه های مواد غذایی و مکان های خدمات غذایی. صبح. J. قبلی پزشکی 2002 ، 22 ، 23-29. [ Google Scholar ] [ CrossRef ]
  9. کامینز، SC; مک کی، ال. مک اینتایر، رستوران های اس. مک دونالد و محرومیت محله در اسکاتلند و انگلیس. صبح. J. قبلی پزشکی 2005 ، 29 ، 308-310. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  10. واکر، RE; بلوک، جی. کاواچی، اول. دسترسی فضایی رستوران های فست فود و فروشگاه های رفاه در رابطه با مدارس محله. Appl. تف کردن مقعدی سیاست 2014 ، 7 ، 169-182. [ Google Scholar ] [ CrossRef ]
  11. یانگ، ن. مارس زنجیره‌ها: گله‌داری در مکان‌های رستوران. در دسترس آنلاین: https://www.k-state.edu/economics/seminars/retailclusters.pdf (در 12 ژانویه 2015 قابل دسترسی است).
  12. ژانگ، ام. وو، دبلیو. یائو، ال. بای، ی. Xiong، G. شیوه های فراملی در چین شهری: فضایی و محلی سازی زنجیره های فست فود غربی. Habitat Int. 2014 ، 43 ، 22-31. [ Google Scholar ] [ CrossRef ]
  13. مور، LV; Diez Roux، AV انجمن های ویژگی های محله با موقعیت و نوع فروشگاه های مواد غذایی. صبح. J. بهداشت عمومی 2006 ، 96 ، 325-331. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. پاول، ال.ام. Chaloupka، FJ; Bao, Y. در دسترس بودن رستوران های فست فود و خدمات کامل در ایالات متحده: ارتباط با ویژگی های محله. صبح. J. قبلی پزشکی 2007 ، 33 ، S240–S245. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  15. لارسون، NI; داستان، MT; محیط‌های همسایگی نلسون، MC: نابرابری در دسترسی به غذاهای سالم در ایالات متحده صبح. J. قبلی پزشکی 2009 ، 36 ، 74-81. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  16. مشکی، JL؛ Carpiano، RM; فلمینگ، اس. Lauster، N. کاوش در توزیع فروشگاه های مواد غذایی در بریتیش کلمبیا: ارتباط با عوامل اجتماعی و جمعیتی محله و شکل شهری. Health Place 2011 ، 17 ، 961-970. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  17. لوپس، اس بی؛ برودینو، NCM؛ Rodrigues da Silva، ابزارهای تحلیلی مبتنی بر GIS برای برنامه ریزی حمل و نقل: مدل های رگرسیون فضایی برای پیش بینی تقاضای حمل و نقل. ISPRS Int. J. Geo-Inf. 2014 ، 3 ، 565-583. [ Google Scholar ] [ CrossRef ]
  18. هالووی، پی. میلر، ج.ای.کاوش مقیاس فضایی، خودهمبستگی و ناپایداری الگوهای غنای گونه‌های پرندگان. ISPRS Int. J. Geo-Inf. 2015 ، 4 ، 783-798. [ Google Scholar ] [ CrossRef ]
  19. کلیف، AD; Ord، JK خودهمبستگی فضایی ; پایون: لندن، بریتانیا، 1973; پ. 178. [ Google Scholar ]
  20. براندون، سی. Fotheringham، AS; چارلتون، ME رگرسیون وزن‌دار جغرافیایی: روشی برای کاوش غیرایستایی فضایی. Geogr. مقعدی 1996 ، 28 ، 281-298. [ Google Scholar ] [ CrossRef ]
  21. یو، دی. پترسون، NA; رید، RJ بررسی تأثیر غیرعادی بودن بر غیر ایستایی فضایی در تحلیل‌های رگرسیون وزن‌دار جغرافیایی: تراکم خروجی تنباکو در نیوجرسی. GISci. Remote Sens. 2009 , 46 , 329-346. [ Google Scholar ] [ CrossRef ]
  22. لو، بی. چارلتون، ام. هریس، پی. Fotheringham، AS رگرسیون وزن‌دار جغرافیایی با متریک فاصله غیر اقلیدسی: مطالعه موردی با استفاده از داده‌های قیمت خانه لذت‌بخش. بین المللی جی. جئوگر. Inf. علمی 2014 ، 28 ، 660-681. [ Google Scholar ] [ CrossRef ]
  23. سوارز-وگا، آر. Gutiérrez-Acuña، JL; Rodríguez-Díaz، M. مکان یابی یک سوپرمارکت با استفاده از یک مدل هاف کالیبره شده محلی. بین المللی جی. جئوگر. Inf. علمی 2015 ، 29 ، 217-233. [ Google Scholar ] [ CrossRef ]
  24. روی، ی. Ban, Y. بررسی رابطه بین مرکزیت خیابان و کاربری زمین در استکهلم. بین المللی جی. جئوگر. Inf. علمی 2014 ، 28 ، 1425-1438. [ Google Scholar ] [ CrossRef ]
  25. Anselin، L. شاخص های محلی ارتباط فضایی-lisa. Geogr. مقعدی 1995 ، 27 ، 93-115. [ Google Scholar ] [ CrossRef ]
  26. ری، SJ تجربیات فضایی برای رشد اقتصادی و همگرایی. Geogr. مقعدی 2001 ، 33 ، 195-214. [ Google Scholar ] [ CrossRef ]
  27. Fotheringham، AS; براندون، سی. چارلتون، ام. رگرسیون وزن‌دار جغرافیایی: تحلیل روابط متغیر فضایی . جان وایلی و پسران: هوبوکن، نیوجرسی، ایالات متحده آمریکا، 2003. [ Google Scholar ]
  28. خو، ی. تجزیه و تحلیل چاقی و محیط ساخته شده در ایالات متحده بر اساس وانگ، L. Gis. کارتوگر. Geogr. Inf. علمی 2015 ، 42 ، 9-21. [ Google Scholar ] [ CrossRef ]
  29. راهنمای کاربر ناکایا، T. Gwr4. سند WWW. در دسترس آنلاین: http://www.st-andrews.ac.uk/geoinformatics/wp-content/uploads/GWR4manual_201311.pdf (در 4 نوامبر 2013 قابل دسترسی است).
Ijgi 05 00027 g001 1024
شکل 1. نقشه های توزیع عمومی ( a ) KFC و ( ب ) فروشگاه های مک دونالد.
Ijgi 05 00027 g002 1024
شکل 2. نمودار مقایسه ای فروشگاه های KFC و مک دونالد در شهرهای بزرگ چین.
Ijgi 05 00027 g003 1024
شکل 3. توزیع فراوانی فروشگاه های KFC و مک دونالد در سطح درجه بندی شهری برای ( a ) شهرهای درجه یک. ( ب ) شهرهای درجه دو؛ ج ) شهرهای درجه 3. ( د ) شهرهای درجه 4. و ( ه ) شهرهای درجه 5.
Ijgi 05 00027 g004 1024
شکل 4. نمودارهای پراکندگی موران ( الف ) KFC و ( ب ) خروجی های مک دونالد.
Ijgi 05 00027 g005 1024
شکل 5. تجزیه و تحلیل خودهمبستگی فضایی محلی ( الف ) KFC و ( ب ) رسانه های مک دونالد.
Ijgi 05 00027 g006 1024
شکل 6. ضرایب رگرسیون G در ( الف ) KFC و ( ب ) مدل‌های GWPR مک‌دونالد. ضرایب رگرسیون I در ( c ) KFC و ( d ) مدل‌های GWPR مک‌دونالد. ضرایب رگرسیون P در ( e ) KFC و ( f ) مدل‌های GWPR مک‌دونالد.
جدول
جدول 1. تعداد کل و درصد فروشگاه های کی اف سی و مک دونالد در مراکز استان ها در سه منطقه.
جدول
جدول 2. تعداد فروشگاه های کی اف سی و مک دونالد در شهرها.
جدول
جدول 3. تحلیل انحراف در مدل ها.
جدول
جدول 4. آمار برای تغییر ضرایب (محلی).

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370