中国民宿空间分布特征及影响因素

2021-09-05王兆博于富伟

旅游纵览 2021年8期

王兆博于富伟

摘要：本文以中国省域、市域为研究单元，基于去哪儿网的民宿数据，运用核密度、最邻近指数、Zipf位序-规模法则、累积耗费距离和多元线性回归法，对民宿空间分布特征及影响因素进行分析。得出结论：民宿空间分布不均衡，主要分布在长三角、珠三角、环渤海、成都及丽江等地区；省域层面上民宿均呈现集聚分布的态势，集聚程度最高的多集中在西北地区的城市，最低的集中在东南沿海地区的城市；市域层面上民宿发展呈现2个阶段，高位序城市发展相对较为均衡，低位序城市民宿发展差异较大并大幅落后于高位序城市；民宿平均可达性时间为90 min，多数区域可达性比例较高，但8 h以上的地区仍高达10.25%；第三产业发展水平、景区数量、人口数量、消费群体对民宿分布的影响最为显著。

关键词：民宿；空间分布；集聚性；可达性；影响因素；中国

中图分类号：F719.2；F592.7 文献标识码：A

引言

民宿起源于二战后的英国，是对支援英国的美军提供家庭式接待[1]。中国较早发展民宿的地区是台湾省，是台湾垦丁国家公园为了解决住宿不足的问题，衍生出一种简单的住宿形态。学者们对民宿的研究呈现出新对象、多学科、多角度的特点，可归纳为以下几个方面：民宿旅游产业，民宿旅游的发展现状、趋势等；民宿经营者行为，经营者经营动机、种族歧视、运营模式等；民宿旅游企业管理，网络营销、营销策略等；民宿旅游者行为，游客选择偏好、与宿主关系、安全和价格对游客感知的影响[2-5]；民宿的时空分布，民宿空间渗透、集聚与扩张规律、空间结构演变[6-10]。研究方法上的计量方法和手段日益复杂，以探索性因子分析、结构模型、混合模型、神经网络等实证研究为主。

在研究内容上，研究者多从民宿本身或旅游学角度出发，对民宿的空间特征研究甚少，且未对民宿空间分布的影响因素做进一步探究。笔者从相关的质性研究及有关民宿发展报告中发现，民宿迅的“同质化”“低质化”“酒店化”的现象普遍。鉴于此，本文以去哪儿网的民宿数据为基础，从省、市层面分析民宿的空间分异，剖析民宿空间分布的影响因素，以期能促进各地区民宿的合理发展，为民宿发展政策提供参考。

一、研究数据与方法

（一）数据来源

本文以中国22个省级行政区、4个直辖市、5个自治区（港澳台除外）为基本空间单元。通过八爪鱼软件采集去哪儿网民宿兴趣点（Point of interest，POI）信息42 154家，根据中华人民共和国文化和旅游部公布的《旅游民宿基本要求与评价》（LB/ T 065-2017）标准进行筛选，去噪处理后有效信息36 548家。5A级景点249处，4A级景点1 594处；社会经济数据来源于《中国统计年鉴》《中国城市统计年鉴》。

（二）研究方法

本文主要使用核密度分析法、最邻近指数、Zipf位序-规模法则、累积耗费距离算法等方法。其中，密度分析法应用于点位数据的空间集聚分析，是借助一个规则移动样方对点的分布集聚程度进行估计的空间分析方法，反映民宿分布的集中程度；最邻近指数NNI表示民宿点位数据在地理空间中相互邻近程度的地理指标；分型理论与Zipf位序-规模法则相结合起来研究城市民宿的分型特征，以揭示不同城市民宿的规模等级结构及分型特征[11]；通过ArcGIS累积栅格耗费距离算法计算民宿可达性，表征为在栅格数据图层上计算出每个网格到某个民宿的格网最短加权距离[12]。

二、中国民宿空间特征

（一）民宿空间分布特征

本文利用核密度法将结果由高到低分成高、较高、中、低4类，可知中国民宿分布形态呈单核心与多核心并存的特征。一级核心区主要分布在北京、上海、广州、成都、丽江。次级核心区分布在三亚、昆明、重庆、桂林、西安、武汉、青岛等地区。三级核心区域分布在昆明、贵阳、兰州、西宁、南昌、拉萨等地区。整体来看，长江三角洲地区民宿分布呈现不均衡、多核心布局的特征，其他地区主要呈现以省会城市或资源较好的区域的单核为主的空间分布特征。

（二）集聚性特征

笔者通过对民宿点进行平均最近邻距离分析，得出全国各省区民宿的最近邻指数NNI均小于0.5，并在1%的显著性水平下，通过检验，属于显著集聚模式。笔者进一步分析省域尺度下民宿的集聚程度，用自然断裂法将结果由高到低分成5级，等级越高表明集聚性越弱。以西藏、黑龙江、云南为一级区，集聚性最强；以辽宁、内蒙古、山西、吉林等为二级区；以重庆、广西、山东、新疆为三级区；以广东、北京、青海、浙江等为四级区；上海为五级区，相对于其他地区上海民宿分布较分散。整体来看，各省区的民宿均呈现集聚分布态势，且呈现出由东南沿海向西北内陆集聚性逐渐增强的特征。

（三）等级规模特征

依据中国298个地级及以上城市民宿的位序-规模表，构建市域双对数坐标图（见图1）。可知，中国市域民宿的线性拟合度均较高，R2值均超过0.9，表明中国市域民宿分布状况满足位序-规模理论，并呈现出双分型结构。第一标度区中q值小于1，说明该分型体中各市域民宿发展水平相对均衡；而在第二標度区中q值大于1，表明在该分型体中首位城市的垄断性较强，同时也表明几个末位市区的民宿发展水平大幅落后于其他市区。

（四）可达性特征

本文将民宿作为耗费距离原点，计算每一个民宿通过交通网络到整个中国区域内任意栅格所花费的时间。笔者将中国民宿可达性以15 min、30 min、45 min、1 h、1.5 h、2 h、3 h、5 h、8 h为标准划分为10个时间段（见图2），然后统计不同时间段的累积耗费时间成本的累积频率，通过ArcGIS计算不同累积时间段所占区域面积的大小关系，得到结论为中国民宿的平均可达性时间为90 min。我国民宿可达性好的地区较多，这与国家大力发展交通基础设施建设密不可分，但部分地区交通可达性仍较差，需耗费8 h以上的地区所占的比例仍达10.25%，其中最差的可达性达到21 h。

可达性在全国的分布差异较为显著，最差的区域分布在青藏高原地区、云贵高原地区、新疆南部地区、甘肃和内蒙古交汇地带及内蒙古西北部，多数为高寒、荒漠或边境地区。可达性较好的区域多连片分布在我国东中部地区，交通导向性明显；西部可达性对交通依赖性更强，主要沿成渝、成昆、陇海、兰新、京包、包兰、湘黔、贵昆等交通廊道分布。

三、民宿分布影响因素分析

（一）影响因素识别及模型构建

自变量选取：人口规模，选取年平均人口反映（A）；经济发展水平，选取人均国内生产总值（Gross Domestic Product，GDP）（B）、第三产业产值（C）；信息基础设施，选取年末移动电话户数（D）；受高等教育人数，选取在校大学生数（E）；资源条件，用4A级景区（F）、5A级景区（G）和国家自然保护区（H）来衡量；城市等级（I），正省级、副省级、省会、地级市分别赋值为4、3、2、1。民宿数量为因变量进行回归，方程如下：

式（1）中：Y为被解释变量；自变量i为第i个研究单元，α为系数，εi为误差项，数据均进行了标准化处理。

（二）回归结果分析

本文采用逐步回归分析，从决定系数R2来看（见表2），自变量对因变量的解释程度达73.9%。模型中F检验值的显著性水平为165.05，模型高度显著。

由表2可知，中国民宿的空间分布受第三产业发展水平、5A级景区、4A级景区、年末平均人口、在校学生数影响。而人均GDP、年末移动电话数、国家自然保护区、城市等级没有通过显著性检验。经济发展水平中第三产业产值影响最为突出，说明以服务业为主导的第三产业推动民宿的发展，第三产业发展的同时拉动居民消费的传导机制，进一步促进住宿业的发展；资源环境变量中4A、5A级景区影响较为突出，二者均呈现正向的影响，且影响力相同。景区是旅游产品的主要“生产企业”，为民宿发展提供载体。

四、结论

本文通过运用核密度、最邻近指数、Zipf位序-规模法则、累积耗费距离和多元线性回归法对民宿空间分布特征及影响因素进行研究，得出以下结论：①整体来看，中国民宿空间分布差异性明显，长三角、珠三角、环渤海、成都及丽江的民宿集聚区的格局基本形成；②从民宿集聚特征来看，各省区民宿均呈现集聚分布态势，且集聚性由东南沿海向西北内陆逐渐增强；③从民宿数量的等级规模特征来看，高位序城市民宿发展相对均衡，高位序城市的垄断性不强，中后位序的城市发展大幅落后于其他地区；④从全国整体来看，民宿的可达性较好，平均可达性时间为90 min，可达性较差的多为高寒、荒漠、边境地区，交通廊道效应明显；⑤影响因素分析表明我国民宿分布受第三产业发展水平、5A级景区、4A级景区、年末平均人口、在校大学生数影响显著，其中第三产业发展水平影响最为突出；景区作为民宿发展的载体，发挥重要影响；在校大学生数有积极的影响；而人口规模与民宿发展呈现负相关；人均GDP、年末移动电话数、国家自然保护区、城市等级的差异并未对民宿分布带来显著差距。