基于网络数据的酒店竞争力空间格局及障碍因子分析——以乌鲁木齐市中高端酒店为例

关靖云，李 东，纪光萌

(1.新疆财经大学 旅游学院， 新疆 乌鲁木齐 830012； 2.马来西亚博特拉大学 经济管理学院， 马来西亚 沙登 60-43400)

酒店作为城市空间环境组成要素之一，被认为是影响城市形态和功能的重要因素[1]。同时，作为旅游业的三大支柱产业之一，酒店是旅游产业的重要环节[2]，既与居民生活密切相关，又是城市对外开放的重要窗口[3]。随着城市经济的迅速发展，各类型的酒店设施也在迅猛增长。《2019中国大住宿业发展报告》显示，截至2018年底，中国的酒店设施总数已超过48万家，客房总数超过1 800万间。如此庞大的酒店基数势必造成激烈的竞争，关于酒店竞争力的研究一直以来都是学者关注的热点。

对于酒店竞争力的现有研究，国内多集中在酒店竞争力的理论分析[4]、评价指标体系构建[5]、核心竞争力培育[6]及竞争力评价[7]、竞争力影响因素分析[8]等方面。研究认为，酒店国际竞争力的演进将经历资源驱动、管理驱动、集成驱动及创新驱动四个阶段，而目前我国酒店业正处在第二阶段向第三阶段过渡时期[9]。面对激烈的市场竞争，我国酒店品牌竞争力表现较弱，未来应从壮大品牌规模、树立品牌资产观念、培育专业的品牌管理人才等方面综合提升品牌竞争力[10]。在“互联网+”背景下，酒店营销呈现移动化、个性化、融合化、综合化、社交化等变化趋势[11]。酒店形象、顾客满意度及其对价格的敏感性在很大程度上影响着酒店竞争力的提升[12]。国外相关研究主要集中在社会环境[13]、酒店成本[14]、领导风格[15]、人口密度[16]以及员工创新学习[17]等因素对酒店竞争力的影响等方面。国外学者多从微观角度入手，对酒店竞争力研究较为精细，比较注重管理和创新机制对酒店综合竞争力的提升。

在竞争愈演愈烈的当下，无论是经济型酒店还是豪华型酒店都面临着提升综合竞争力的现实需求。如何在激烈的品牌大战中吸引消费者，与消费者建立良好的关系甚至是情感联结，已成为各品牌酒店的头等大事[18]。然而，针对酒店竞争力的研究，目前多以供给的视角结合相关外部条件进行评价，对消费者需求及其体验则关注较少；研究数据多来源于酒店内部资料或统计年鉴数据，对相关网络平台数据的挖掘和应用不够深入。另外，酒店业的空间格局与城市经济，尤其是旅游型城市经济有着密不可分的关系，直接影响城市的发展[19]。现有对酒店竞争力空间格局及障碍因素的研究尚不多见。

鉴于此，本文在吸收前人研究成果的基础上，通过挖掘网络消费平台点评数据、互联网地图数据和城市兴趣点数据(Point of Interest，POI)，从消费者需求及其体验角度出发，尝试构建中高端酒店竞争力评价指标体系，以新疆乌鲁木齐市主城区中高端酒店为研究对象，探索中高端酒店内部竞争力评价方法，结合酒店空间格局探讨酒店竞争力的空间特征。在此基础上，进一步探讨影响酒店竞争力空间分异的主要障碍因素。通过对网络数据的挖掘和应用，探索解决传统酒店竞争力研究中数据获取困难问题的途径；另一方面，通过对酒店竞争力空间格局以及影响酒店竞争力得分的障碍因素的分析，为城市规划、酒店布局选址提供科学参考。

1 研究区域、指标选择与数据来源

1.1 研究区域与对象

乌鲁木齐市作为新疆的首府城市，地处新疆中部，扼南北疆交通要道，是丝绸之路经济带上的重要节点城市，同时也是我国向西开放的窗口。2018年常住人口规模350.58万人，GDP达到3 099.77亿元，其中服务业增加值占GDP的比重为68.1%，对经济增长的贡献率达79.2%[20]，第三产业已成为拉动乌鲁木齐市经济发展的第一动力。

为研究乌鲁木齐市中高端酒店及其竞争力的空间格局，首先从携程网获取了全市所有中高端酒店(主要指挂牌的以及携程网认定的三、四、五星级酒店)的位置信息，通过数据筛选剔除了16家数据重复或者缺少网络点评的酒店。将剩余的171家酒店经纬度经过投影纠正添加至ArcGis软件，与乌鲁木齐市行政区划等空间信息进行叠加。发现大部分酒店都分布在主城区，只有5家酒店分布相对分散，其中2家分布在主城区南部的乌鲁木齐县，3家分布在主城区西部的头屯河区。在充分考虑数据兼顾性和代表性的基础上，划定研究区域为乌鲁木齐市主城区(图1)，以主城区内166家中高端酒店为研究对象。

图1 乌鲁木齐市中高端酒店分布及研究区示意图Fig.1 Distribution of middle-top grade hotels in Urumqi and sketch map of research area

1.2 竞争力评价指标体系构建

Michael Porter于20世纪80年代提出的五力模型(Porter’s five forces model)认为，同行业内现有竞争者的竞争能力、潜在竞争者进入的能力、替代品的替代能力、供应商的讨价还价能力、购买者的讨价还价能力，这五种力量综合起来影响着产业的吸引力及竞争战略决策[21]。此后该模型成为众多国家、产业、企业等竞争力分析的基础。

文章在结合波特五力模型的基础上，通过吸收前人关于酒店竞争力评价的指标体系[12,22]，结合现有网络消费平台点评数据，从消费者需求及其体验角度选取酒店价格、酒店人气、酒店满意度、酒店区位、酒店周边商业服务、酒店周边商务服务以及其他因素等7个指标为一级评价指标，选取客房起售价、酒店评论数、总体评分等18个指标为二级评价指标。通过变异系数法结合专家赋权法确定一级指标和二级指标的权重。完整的指标体系以及权重情况如表1所示，各指标具体含义说明如下。

表1 乌鲁木齐市中高端酒店竞争力评价指标体系Tab.1 Evaluation index system of competitiveness of middle-top grade hotels in Urumqi

1) 酒店价格：酒店价格可以反映酒店的档次和消费水平，也是消费者决策的重要参考依据，本文采用的价格指的是酒店起售价格。我们认为酒店价格是一个适度指标，既不是价格越高越好，也不是越低越好。一方面，顾客对酒店价格的敏感性极高，顾客忠诚度易受价格影响[14]；另一方面，价格也是衡量酒店服务质量的一个重要指标，不同档次、类型的客房具有不同的价格。

2) 酒店人气：酒店人气反映的是酒店受欢迎的程度，本文选取酒店评论数作为衡量酒店人气的指标，评论数越多表明酒店人气越高。

3) 酒店满意度：反映酒店服务的品质以及消费者对酒店服务的满意程度。主要由5个二级指标构成，其中总体评分表示消费者对酒店整体服务情况的满意度；而位置评分、服务评分、设施评分、卫生评分则指的是消费者对酒店位置、服务、设施、卫生情况的打分情况。

4) 酒店区位：反映酒店对外交通的通达性以及便捷程度。主要选取距机场距离、距火车南站距离以及距高铁站距离等3个二级指标。

5) 酒店周边商业服务：反映酒店所处位置的商业、商圈发展和集聚情况，以及酒店消费者参与相关商业活动的便捷程度。主要由1 km内休闲娱乐场所数量、2 km内旅游景点数量以及1 km内餐饮场所数量等3个二级指标构成。

6) 酒店周边商务服务：反映酒店周边商务氛围和消费者参与商务、公务活动的便利度。主要由1 km内金融服务数量、1 km内大厦数量、1 km内政府机关数量等3个二级指标构成。

7) 其他因素：主要包括装修时间及房间数量2个二级指标。装修时间指酒店最近一次装修时间，开业后未重新装修的即为开业时间，反映酒店设施的新旧情况，能在一定程度反映出酒店的品质状况；而房间数量则反映了酒店的接待能力和规模。

1.3 数据来源

文章所用数据主要来自携程网消费平台网络点评数据及百度地图城市兴趣点数据，其中客房起售价、酒店评论、酒店房间数量及其装修时间等数据主要通过八爪鱼软件从携程网爬取。据中国互联网络信息中心第43次《中国互联网络发展状况统计报告》显示，截至2018年底，在线旅行预订用户规模达到4.10亿，其中网上预订酒店产品的网民比例占到30.3%。距机场、火车站的距离以及休闲娱乐场所、旅游景点、餐饮场所、金融服务、大厦及政府机关等POI数据，由百度地图API批量抓取而来。POI是指具有地理标识的空间特征物，包含名称、类别、经纬度等信息，为空间大数据分析的基础性数据[23]。将获取到的网络点评数据以及城市兴趣点数据进行筛选、整理以及坐标投影纠正，成为本文分析的各类空间基础数据。

2 研究方法

2.1 单项指标标准化处理

为增加各指标之间的可比性，需要对各单项指标进行标准化处理。

对于正向指标：

(1)

对于负向指标：

(2)

对于适度指标，首先按照式(3)进行正向化变换，然后利用式(1)进行标准化处理。

yij=max|xij-k|-|xij-k|

(3)

2.2 竞争力评价模型构建

酒店竞争力的评价采用权重加权法计算：

(4)

2.3 竞争力障碍因子识别

为了进一步分析影响研究区中高端酒店竞争力的障碍性因素，引入障碍度模型[24]。障碍度计算方法为：

(5)

(6)

3 结果分析

3.1 乌鲁木齐市中高端酒店竞争力评价结果

在对各指标原始数据无量纲化处理的基础上，通过式(4)计算得到各酒店竞争力评价得分。结果显示，166家酒店中，最高分为74.127 0分，最低分为12.379 3分，均值为42.312 2分，标准差为14.489 7。将竞争力得分从高到低排序，得到乌鲁木齐市主城区中高端酒店竞争力评价得分曲线，如图2所示。

图2 乌鲁木齐市中高端酒店竞争力得分分布曲线Fig.2 Distribution of competitiveness score of middle-top grade hotels in Urumqi

由图2可知，乌鲁木齐市主城区中高端酒店竞争力得分分布较为集中，主要以中低等级竞争力为主。其中70分以上的仅有8家；50～70分数段之间有37家，占总数的22.29%；20～50分数段之间有115家，占总数的69.28%；20分以下的有6家。高等级竞争力酒店比例较少，酒店等级结构亟待优化，竞争力提升还有很大的空间。

为进一步分析各一级指标的得分趋势，计算乌鲁木齐市中高端酒店竞争力7个一级指标的得分并可视化，如图3所示。

图3 乌鲁木齐市中高端酒店竞争力一级指标得分趋势Fig.3 Tends of the first-level indicators of competitiveness of middle-top grade hotels in Urumqi

由图3可知，随着竞争力排名从第一位到最后一位，酒店周边商业服务、商务服务、酒店人气、酒店价格和其他因素的得分急剧下降，这些因素是拉开酒店之间竞争力差距的主要因素。而酒店满意度和酒店区位得分下降趋势较为平缓，说明中高端酒店具有服务水平高、地理位置优越的共同特征。

3.2 乌鲁木齐市中高端酒店竞争力空间分布特征

为了更全面客观地把握乌鲁木齐市中高端酒店竞争力的空间分布特征，本文采用核密度估计法来验证乌鲁木齐市中高端酒店竞争力空间分布特征并加以可视化。核密度估计法是空间平滑方法的一种，能将离散的点数据转化为连续的密度图，从而考察点数据的空间分布趋势[22]。以竞争力得分为population字段，搜索半径设定为1km运行核密度分析工具，得到乌鲁木齐市主城区中高端酒店竞争力的空间分布图(图4(a))。

乌鲁木齐市中高端酒店竞争力空间格局总体呈现“南高北低，内高外低”的分布态势，以东南—西北方向为轴线，东西大致对称。空间组合形态方面呈现团状集聚和带状延伸并存的特点，主要形成了大小十字、大小西门商圈，乌鲁木齐火车南站片区以及友好商圈等竞争力高值区域，以及克拉玛依西街—阿勒泰路片区、小西沟商圈、铁路局商圈、高铁站片区、国际会展中心片区、卫星广场片区、天津路片区、机场片区以及米东人民公园片区等竞争力次高值区域；同时，形成了长江路—友好路—新医路—北京南路竞争力次高值轴线。

为深入分析乌鲁木齐市中高端酒店竞争力内部空间分布差异，利用自然间断点分级法将乌鲁木齐市中高端酒店竞争力得分由高到低划分成5个等级，各等级范围如表2所示。将不同等级酒店竞争力采用核密度估计法加以可视化，各等级核密度分布情况如图4(b)～(f)所示。从各等级酒店竞争力的整体分布情况来看，随着酒店竞争力等级的降低，酒店呈现由城市中心向城市边缘，由南部向北部，由集聚向分散的扩散格局。

图4 乌鲁木齐市中高端酒店竞争力得分空间分布图Fig.4 Spatial distribution map of competitiveness scores of middle-top grade hotels in Urumqi

表2 乌鲁木齐市中高端酒店竞争力得分等级Tab.2 Grading of Urumqi middle-top grade hotels competitiveness

竞争力第一等级酒店主要分布在主城区南部的天山区(22家)和沙依巴克区(4家)，空间上主要呈片状分布，竞争力得分较高的酒店主要分布在大小十字商圈、大小西门商圈以及乌鲁木齐火车南站片区。这些区域是乌鲁木齐市传统的繁华商圈，大型餐饮广场、中高端商场、影院、金融服务、科技数码等商业服务设施高度集中，交通便利，人员密集。这里聚集了乌鲁木齐美丽华、新疆信达海德、新疆尊茂鸿福等中高端酒店(图4(b))。竞争力第二等级酒店主要分布在外环以内，其中天山区5家，沙依巴克区23家，新市区3家，水磨沟区2家。分布范围相对于第一等级酒店更广，呈现由南向北扩张的态势。空间上呈现团状和点状分布的特点，主要集中在乌鲁木齐南站、二道桥国际大巴扎等知名度较高的传统商圈以及友好路、铁路局等新兴商圈(图4(c))。竞争力第三等级酒店呈现出带状、团状组合分布的空间分布形态，空间上逐渐向北、向外(外环以外)扩张。竞争力高值中心主要集中在铁路局商圈，形成了由铁路局商圈、小西沟商圈、八楼商圈、西虹路—友好南路交叉口、南湖广场组成的带状分布区，同时形成了以火车南站为中心的团状分布区域(图4(d))。竞争力第四等级酒店从城市中心向外围扩散的趋势较为明显，主要以团状和点状的形态分布。在空间上分布较为均匀，总体上有向新市区扩张的趋势，竞争力高值中心主要集中在卫星广场、高铁站等区域，同时在城区南部新疆大学附近、北部米东区人民公园周边出现了点状分布的第四等级酒店(图4(e))。竞争力第五等级酒店几乎全部分布在外环以外，向城市边缘分散布局的趋势比较明显，在空间上呈现较为分散的点状分布，仅在乌鲁木齐高铁站、地窝堡机场以及乌鲁木齐经济技术开发区有一定程度的集聚(图4(f))。

为了进一步探索中高端酒店竞争力空间分异的内在机理，以竞争力第一等级酒店核密度中心为原点，计算各等级酒店距离原点的距离。如图5所示，乌鲁木齐市中高端酒店竞争力在空间分布上服从距离衰减规律，即随着距乌鲁木齐市传统的行政、经济中心距离的增加，中高端酒店竞争力逐渐降低。距离衰减规律是一种自然界与人类社会中普遍存在的规律[25]。酒店空间布局作为一种空间社会经济现象，从消费需求角度来看，距离政治、经济、交通中心越远，消费者体验的摩擦阻力就越大，因而对酒店竞争力的负面影响也就愈加凸显。

图5 乌鲁木齐市中高端酒店竞争力距离衰减规律Fig.5 Spatial attenuating tendency of Urumqi middle-top grade hotels competitiveness

3.3 乌鲁木齐市中高端酒店竞争力障碍因子分析

探讨各等级酒店竞争力障碍因子，对指导酒店宏观布局和微观选址，提升酒店竞争力等均具有重要意义。文章引入障碍度模型测算乌鲁木齐市中高端酒店竞争力各一级指标和二级指标的障碍度，针对酒店竞争力不同等级，按照障碍度大小以及障碍度频次占比进行障碍因子诊断分析。

利用式(5)对乌鲁木齐市中高端酒店竞争力二级指标进行障碍度测算，将障碍度大于3%作为识别明显障碍因子的原则[24]，对竞争力不同等级酒店障碍因子频次占比情况进行统计(图6)。结果表明：①总体而言，客房起售价(X1)、酒店评论数(X2)、1 km内休闲娱乐场所数量(X11)、2 km内旅游景点数量(X12)、1 km内餐饮场所数量(X13)、1 km内金融服务数量(X14)、1 km内大厦数量(X15)、1 km内政府机关数量(X16)及房间数量(X18)等因素是出现频次较高的主要障碍因子；②从竞争力不同等级酒店来看，第一等级酒店主要障碍因子出现频次占比排名前5的是客房起售价(X1)、酒店评论数(X2)、距机场距离(X8)、房间数量(X18)、1 km内政府机关数量(X16)；第二、第三等级酒店主要障碍因子出现频次占比排名前5的是酒店评论数(X2)、客房起售价(X1)、房间数量(X18)、2 km内旅游景点数量(X12)、1 km内政府机关数量(X16)；第四等级酒店主要障碍因子出现频次占比排名前5的是酒店评论数(X2)、1 km内政府机关数量(X16)、1 km内大厦数量(X15)、房间数量(X18)、客房起售价(X1)；第五等级酒店主要障碍因子与各类酒店总障碍因子相同，并且障碍因子出现的频次占比接近100%，酒店竞争力得分受限程度较高。由此可见，竞争力等级越低，各项指标的障碍度出现的频次就越高。

图6 乌鲁木齐市中高端酒店竞争力障碍因子频次占比分布Fig.6 Distribution of the frequency of obstacle indicators to competitiveness of middle-top grade hotels in Urumqi

一级指标较二级指标更具概括性，能从宏观尺度反映不同等级酒店的具体特征。为进一步分析不同等级酒店一级指标障碍度的大小，对各一级指标障碍度按照不同等级进行统计，如表3所示。由表可知，各一级指标障碍度平均值由大到小依次为：酒店周边商务服务、酒店人气、酒店周边商业服务、酒店满意度、其他因素、酒店价格、酒店区位。由此可见，酒店周边的商务环境、商业环境以及酒店人气等因素是影响酒店竞争力得分的主要障碍因素。

表3 乌鲁木齐市中高端酒店竞争力一级指标障碍因子及其障碍度Tab.3 Obstacle indicators and degree of the first-level indicators of competitiveness of middle-top grade hotels in Urumqi

从7个一级指标障碍度频次占比来看，酒店价格和酒店人气与酒店竞争力的障碍度高度相关，二者的相关系数达到0.989 3。从第一等级到第五等级，酒店价格和酒店人气的障碍度逐渐减小，说明酒店价格是影响消费者决策的重要因素。较高的价格门槛对高竞争力等级酒店消费者的吸引力和酒店人气的提升具有一定的限制性。酒店满意度方面，由于第一等级酒店周边优越的商业服务、商务服务条件及其相对较高的价格因素，使其在中高端酒店中规格较高，而消费者在选择高规格酒店时更为关注酒店评价，因此第一等级酒店在满意度方面障碍性较高。酒店区位方面，第一等级酒店主要集聚在主城区南部，距北部地窝堡机场的距离较第二、三、四级酒店远；而第五等级酒店分布分散，距离主要对外交通门户的距离指标障碍度较高。酒店周边商业及商务服务方面，随酒店竞争力等级从高到低，障碍度逐渐增高，其中第一等级酒店竞争力得分受周边商业、商务场所的限制性最小。从主城区内部到城区外围，由于商业、商务服务设施和场所数量的减少，影响消费者参与商业、商务活动的便捷性，从而成为低竞争力等级酒店提升竞争力的主要障碍因素。其他因素方面，主要指客房数量(图6中X17指标)和布局，在主城区大型商圈内的第一、第二等级酒店相对于布局较为分散的第三、四、五级酒店而言，酒店客房数量指标障碍度较高。寸土寸金的繁华大型商圈，一定程度上限制了酒店规模的扩大。

4 结论与讨论

4.1 结 论

信息技术的飞速发展，给人们的生活带来了翻天覆地的变化，获取各类信息的途径从单一的传统渠道转向了多源化的网络空间。尤其是互联网O2O消费平台和在线地图导航技术的发展，广泛而深刻地影响着人们的消费行为和空间行为。本文基于网络消费点评数据以及在线地图城市POI数据，构建了酒店竞争力评价指标体系，以乌鲁木齐市主城区中高端酒店为研究对象，测算了中高端酒店竞争力得分；利用ArcGIS核密度分析法，从空间角度分析了不同竞争力等级酒店的空间格局特征；同时引入障碍度模型，计算分析了不同竞争力等级酒店一级指标与二级指标的障碍度。

1) 总体上，乌鲁木齐市中高端酒店竞争力得分分布比较集中，主要以中低等级竞争力为主，其中竞争力得分在20～50之间的占中高端酒店总数的69.28%，高等级竞争力酒店比例较少，酒店等级结构亟待优化，竞争力提升还有很大的空间。酒店周边商业服务、商务服务、酒店人气、酒店价格和其他因素是拉开酒店之间竞争力差距的主要因素。

2) 从空间格局来看，乌鲁木齐市中高端酒店竞争力呈现“南高北低，内高外低”的分布态势，以东南—西北方向为轴线，东西大致对称，呈现团状集聚和带状延伸并存的空间组合形态。从各竞争力等级酒店空间布局来看，随着酒店竞争力等级的降低，呈现由城市中心向城市边缘，由南部向北部，由集聚向分散的扩散格局。竞争力第一等级酒店主要分布在主城区南部传统的繁华商圈；第二、第三等级酒店主要分布在传统商圈周边以及新兴商圈，范围空间上逐渐向北、向外扩张，呈现出带状、团状组合分布的空间分布形态；第四等级酒店在空间上分布较为均匀，总体上有向新市区扩张的趋势；第五等级酒店向城市边缘分散布局的趋势比较明显，在空间上呈现较为分散的点状分布。

3) 障碍度测算结果表明，二级指标中客房起售价、酒店评论数、1 km内休闲娱乐场所数量、2 km内旅游景点数量、1 km内餐饮场所数量等指标障碍因子频次占比较高。一级指标中酒店周边的商务环境、商业环境以及酒店人气等因素是影响酒店竞争力得分的主要障碍因素。

4.2 讨 论

从消费者需求及其体验角度研究酒店竞争力的空间格局，这对酒店的宏观选址和微观布局具有重要的理论和实践价值。同时，通过探讨影响酒店竞争力空间分异的障碍因素，对酒店业扩大网络营销、提升服务质量具有一定指导意义。乌鲁木齐市作为典型的旅游型城市，酒店业的良性发展对其实施“旅游兴疆”战略，助推新疆旅游业稳态高质量发展具有不可替代的重要作用。然而，乌鲁木齐市中高端酒店竞争力在空间布局方面还存在结构不合理、两极分化严重的问题。乌鲁木齐市中高端酒店竞争力的重心主要集中在南部传统的老城区，受限于东、西、南三面临山的特殊地形，乌鲁木齐市的发展空间被挤向北部，逐渐形成了南北狭长的城市发展形态。目前乌鲁木齐市正向“多中心”型城市发展，然而中高端酒店依然集聚于产业基础较好的南部城区。合理引导酒店业的“多中心”空间布局，壮大品牌效应，提升综合竞争力，为消费者提供更优质的消费体验，是未来酒店业发展值得探索的路径。

文章充分利用网络消费点评数据以及在线地图城市POI数据，通过构建评价指标体系，测算了乌鲁木齐市中高端酒店竞争力。一方面，从需求和体验角度对酒店竞争力的评价进行了一次有益探索；另一方面，网络O2O消费平台以及百度POI数据开放平台，为各类城市空间研究补充了基础数据来源，弥补了传统问卷数据和统计数据获取难、样本数量少的缺点。随着大数据时代的到来，网络营销的飞速发展给酒店业带来了前所未有的广阔前景，同样，消费需求的个性化也对酒店业的可持续发展提出了挑战，未来中高档酒店的营销不得不重新审视消费者的需求及其体验。

当然，文章还存在一些问题有待深入研究。比如，网络平台所获数据大多来自年轻人或网络技术接受应用能力比较强的群体，数据的全面性和可靠性还有待进一步提升。针对不同竞争力等级酒店存在的空间分异特点，在服务特色及辐射范围方面如何和谐共生是值得进一步探讨的科学问题。