基于GWR的不同类型酒店住宿价格影响因素及空间异质性研究——以苏州市为例

冯 伟，赵倩倩，张义杰

（1.南京财经大学 工商管理学院，江苏 南京 210023；2.北京巅峰智业旅游文化创意股份有限公司，上海 201100）

目前学术界从不同的角度针对酒店住宿价格进行探讨，并对各影响因素在酒店定价过程中发挥的作用进行分析总结，这些成果虽然为后来的学者进一步探讨酒店住宿价格影响因素奠定了一定的理论基础，但尚没有学者从更大的空间范围针对不同市场定位的酒店类型来分析各影响因素的空间异质性特征。本文拟从更大的空间范围——市域范围，借助大数据技术（Python）和GWR分析方法，对不同类型的酒店住宿价格的各影响因素进行较为深入细致的分析研究。本研究在前人研究的基础上，尝试寻找影响酒店住宿价格的各个因素，并计算出各影响因素对不同类型酒店住宿价格影响程度的差异，由此分析不同类型酒店住宿价格各影响因素的空间异质性。

一、研究方法与数据来源

（一）数据来源及影响因素指标选取

本文中苏州酒店住宿价格数据来源于携程网酒店版块（https://hotels.ctrip.com），共获取了2018年7月25日到7月31日期间每天的苏州市域范围内的酒店住宿价格、位置、设施及点评等信息。苏州市内的酒店周边各类场所设施的POI数据均取自百度地图（https://map.baidu.com）。依据旅游传统六要素对应分类，同时根据现有文献研究增加医院、银行等公共服务设施，选择获取各类POI点如表1所示。

表1 各类POI数据数量汇总表

针对各影响因素指标的选取，参考已有量表，同时结合本研究现实情况，最终选定3类自变量（内部属性因素、商业服务因素、公共设施因素）共16个。其中内部属性因素4个，分别为酒店评分、酒店评价数、酒店设施数、酒店星级；商业服务因素4个，分别为餐饮（“周边餐饮数”的简称，下同）、购物、商务、休闲服务；公共设施因素8个，分别为地铁、公交、普通景点、A级景点、医院、银行、车站、高校，各指标含义及选取依据如表2所示。

表2 酒店住宿价格影响因素指标表

（二）GWR模型的建立

OLS模型是经典的空间回归模型，具体表示为：

虽然其对于空间平稳性数据的回归有较好的估计，但是对于空间非平稳性数据的回归估计却不太理想。由此，英国Newcastle大学的地理学家Brunsdon提出地理加权回归（Geographically Weighted Regression，GWR）模型⑨，这是一种能够有效揭示被观测者空间非平稳性的方法，它在与地理位置有关的学科中具有重要的应用价值，具有能够对非平稳数据直接进行模拟的优点，该模型为：

式中：（ui，vi）是第i个样本点的地理坐标；βk（ui，vi）是随着地理位置的变化而变化，每一个局部的βk（ui，vi）都是用来估计它相邻的空间观测值。

同时，文章中对苏州市酒店价格的空间异质性及各影响因素对酒店价格的影响程度的GWR分析之所以选用GWR4.0软件，而没有使用ArcGIS10.5软件，是因为GWR4.0软件能够得到更丰富的运行结果，同时结果分析也更加全面。

二、运算结果

（一）各影响因素线性回归分析

本文中传统OLS回归模型分析通过ArcGIS10.5中的普通最小二乘法工具实现，输出的结果如表3所示。回归结果显示Koenker统计量的数值为0.000（p＜0.001），具有统计学上的显著性，即说明数据可能存在空间非稳定性，因此使用稳健概率列（Robust_Pr）而非概率p来确定系数显著性。而从表中可以看出自变量餐饮、购物、商务、休闲和银行的方差膨胀系数VIF值均大于5，除餐饮因素外均小于10，说明模型的自变量之间存在一定程度的全局或局部多重共线性，需要处理这一问题才可以进行下一步的计算。

表3 苏州市酒店住宿价格OLS回归模型实证结果

由于自变量之间存在多重共线性，但是这些变量的显著性水平又较高，为了在消除自变量之间多重共线性的同时不遗漏重要的自变量，所以决定采用主成分分析方法。将数据导入SPSS 25.0软件中，选择因子分析中的主成分分析方法进行提取。得到的KMO和巴特利特检验结果如表4所示。KMO结果为0.838，且巴特利特球形度检验的显著性为0.000（p＜0.001），说明现有变量适合进行因子分析。相关矩阵的特征根以及各指标的贡献率和累计贡献率如表5所示，前5个成分的累计贡献率为71.2%，表明前5个成分能够代表原始数据的大部分信息，故处于可靠范围内⑩。

表4 KMO和巴特利特检验结果

表5 主成分累计贡献度

经过主成分分析，原有的16个自变量被降维成了5个主成分（见表6）。根据表中各列的因子载荷可以看出，主成分F1主要由餐饮、地铁、公交、购物、商务、休闲、普通景点和银行共8个变量构成，因此可以命名为“周边生活设施”。主成分F2主要由酒店评分、酒店评价数、酒店设施数和酒店星级共4个变量构成，因此命名为“酒店内部条件”。主成分F3主要由A级景点这一变量构成，命名为“周边A级景点”。主成分F4主要由车站这一变量构成，命名为“长途交通条件”。主成分F5主要由医院数量这一变量构成，命名为“毗邻医卫设施”。

依照表6从上到下的顺序将原有的16个自变量全部Z标准化，设经过标准化后的变量为X1,X2,…,X16。同时用每一列的因子载荷分别除以相应的特征值的平方根（分别为5.927、1.853、1.408、1.185、1.017），得到的主成分F1的表达式为（其他4个主成分的表达式同理）：

表6 主成分分析成分矩阵

周 边 生 活 设 施F1=0.00293·X1+0.1010·X2+0.3869·X3+0.2744·X4+0.2900·X5+0.3619·X6+0.3709·X7+0.3717·X8+0.0156·X9+0.0575·X10+0.0941·X11+0.3767·X12+0.3171·X13+0.0074·X14-0.0025·X15+0.1372·X16。

将新生成的5个主成分再次通过ArcGIS10.5进行模型回归分析，R2为0.151R2为回归结果显示模型拟合优度。，Koenker统计量的数值为0.000（p＜0.001），具有统计学上的显著性，即说明数据可能存在空间非稳定性，因此使用稳健概率列（Robust_Pr）而非概率（p）来确定系数显著性。从表7中可以看出所有变量的VIF值均为1.000，说明各变量间已经不存在明显的多重共线性，可以进行后续研究。

表7 新主成分OLS回归模型实证结果

（二）GWR模型运行结果分析

将上述所得5个新的主成分变量进行地理加权回归（GWR）运算，得到的回归结果如表8所示。依据概率p值可以判断出，周边生活设施、酒店内部条件、长途交通条件和毗邻医卫设施都是显著的，只有周边A级景点是不显著的。结果表明酒店周边生活设施、酒店内部条件、长途交通条件和毗邻医卫设施对酒店住宿价格的影响具有明显的空间异质性，如住宿价格因所在地区的位置不同而发生变化；而周边A级景点数量的影响则不具有明显的空间异质性，即随着空间位置的变化其系数并不会发生显著的变化。

表8 GWR模型拟合结果

GWR模型的局部R2如图1所示，从图中可以看到，张家港市中心城区、太仓市中心城区、常熟市中心城区、昆山市中心城区以及大部分郊区地区酒店的R2较高，说明这些地区的模型拟合优度较高，该模型各指标能够很好地解释这些地区的酒店住宿价格变化。而苏州市中心城区（姑苏区、相城区、吴中区）、太湖风景名胜区、同里古镇、周庄古镇和金鸡湖部分区域的模型拟合优度较低，均为酒店集聚分布的区域，尤其是旅游目的地区域，可能表明这些地区存在集聚效应或者旅游风景价值等其他因素的多重影响。

将GWR模型拟合局部R2分布图（图1）和经过核密度分析得到的7个苏州市酒店业集聚区域（图2）进行对比研究可以发现，R2较低的区域与酒店业集聚区域基本一致，这也就说明产业集聚在市域尺度范围下会对GWR模型的局部R2产生影响。GWR模型中局部R2较低的酒店，大部分地处市中心，经济较为发达，商店密集、竞争激烈，产业结构复杂。之所以会出现这种情况，部分原因是产业集聚效应的影响。产业集聚一方面提高了集聚区域部分酒店的效率，但同时也造成了激烈的同业竞争。而且，酒店营业收入是由客房单价和入住率共同决定的，在主城区集聚的酒店可能采取低价以提高入住率的竞争策略。还有一部分原因是旅游区内，周边以村镇为主，与城市内一般酒店的价格机制可能存在差异，旅游酒店以其设计格调、景观、品牌和微观区位优势定价，而受周边配套设施影响较少。

图1 苏州市酒店住宿价格GWR模型的局部R2

图2 苏州市酒店空间分布核密度图

三、不同类型酒店住宿价格影响因素及空间异质性分析

苏州市酒店类型在携程网上共分为经济型（含二星级酒店）、民宿、舒适型（含三星级酒店）、高档型（含四星级酒店）、豪华型（含五星级酒店）五类。除国家评定的星级酒店外，该分类标准主要依据酒店设施、酒店服务、顾客评级等因素综合评定。由于豪华型酒店数量很少，且与高档型酒店价格差异不大，本文一并并入高档型酒店加以分析。由于OLS模型和GWR模型的计算结果都显示周边A级景点在统计学意义上对各类型酒店住宿价格无显著影响，在空间上也没有显著的空间异质性，遂排除不进行讨论。

（一）经济型酒店住宿价格影响因素及空间异质性分析

1.周边生活设施影响空间异质性分析。周边生活设施对经济型酒店住宿价格影响的回归系数从图3中可以看出，在西山风景区、东山风景区、阳澄湖东部周边生活设施的回归系数在300至772之间（即该主成分指标标准值每提高10%，客房价格提高30至77元），对经济型酒店住宿价格有明显的影响。在金鸡湖东部、昆山市中心城区以及太仓市中心城区的回归系数在0至300之间，对经济型酒店住宿价格有很大的影响。而在其他区域的回归系数则多为负数，大部分回归系数处于-100至0之间，少部分回归系数在-300至-101之间，极少部分会更低，在这些区域内，周边生活设施对经济型酒店住宿价格有较大或很大的负向影响。

图3 经济型酒店周边生活设施估计系数

2.酒店内部条件影响空间异质性分析。酒店内部条件对经济型酒店住宿价格影响的回归系数从图4中可以看出，太湖东侧沿岸、西山风景区北部、甪直古镇、常熟市长江沿岸以及靠近上海的地区其回归系数都在110至180之间。在这些区域内，酒店内部条件对经济型酒店住宿价格具有较大的正向影响。昆山市中心城区、太仓市中心城区、常熟市中心城区和张家港市中心城区的回归系数都为正，酒店内部条件在这些区域对经济型酒店住宿价格具有一定的正向影响。而苏州市的回归系数则呈现出以相城区为中心向东、西、南三个方向由负到正、由低到高的外向扩张趋势，酒店内部条件对该区域酒店住宿价格的影响程度也随着回归系数的增长由有较大的负向影响变为有较大的正向影响。整体来说，内部设施条件对经济型酒店住宿价格的影响在空间分布上存在空间异质性，设施对经济型酒店较为重要。

图4 经济型酒店内部条件估计系数

3.长途交通条件影响空间异质性分析。长途交通条件对经济型酒店住宿价格影响的回归系数从图5中可以看出，西山风景区、东山风景区、阳澄湖东侧和周庄古镇的长途交通条件回归系数在389至1797之间，对经济型酒店的住宿价格具有非常大的正向影响。在其余大部分区域的回归系数基本都在-136至-10之间，对经济型酒店的住宿价格具有较大的负向影响。而处于苏州边界区域的回归系数则大都处于-412至-136之间，对经济型酒店的住宿价格具有很大的负向影响。

图5 经济型酒店长途交通条件估计系数

4.毗邻医卫设施影响空间异质性分析。毗邻医卫设施对经济型酒店住宿价格影响的回归系数如图6所示。从图中可以看出，吴中区北部、张家港市中心城区以及靠近上海市的部分地区的回归系数为117至392之间，毗邻医卫设施在这些区域对经济型酒店的住宿价格有较大的正向影响。在西山风景区、东山风景区、阳澄湖东侧、周庄古镇、甪直古镇的回归系数则为-2029至-198，毗邻医卫设施在这些区域对经济型酒店的住宿价格有很大或非常大的负向影响。除去以上区域外，毗邻医卫设施的回归系数都在-55至5之间，对经济型酒店的住宿价格有较小的影响。总体来说，毗邻医卫设施在大多数区域对经济型酒店住宿价格影响不大。

图6 经济型酒店毗邻医卫设施估计系数

（二）民宿价格影响因素及空间异质性分析

1.周边生活设施影响空间异质性分析。周边生活设施对民宿价格影响的回归系数如图7所示。从图中可以看出，西山风景区、阳澄湖东部的周边生活设施回归系数在295至679之间，对民宿价格有较强影响。在东山风景区、金鸡湖东部的回归系数在108至295之间，对民宿价格有很大的影响。而在其他区域的回归系数则多为负数，大部分回归系数处于-75以内，少部分回归系数在-300至-101之间，极少部分会更低。在这些区域内，周边生活设施对民宿价格有较大或非常大的负向影响。总体来说，周边生活设施对民宿价格影响的回归系数大部分为负。

图7 民宿酒店周边生活设施估计系数

2.酒店内部条件影响空间异质性分析。内部设施条件对民宿价格影响的回归系数如图8所示。从图中可以看出，太湖东侧沿岸、西山风景区北部、甪直古镇、常熟市长江沿岸以及靠近上海的地区回归系数都在115至181之间，在这些区域内，酒店内部条件对民宿价格具有较大的正向影响。昆山市中心城区、太仓市中心城区、常熟市中心城区和张家港市中心城区的回归系数都为正，酒店内部条件在这些区域对民宿价格具有一定的正向影响。苏州市的回归系数则与经济型酒店的分布特征相同，呈现出以相城区为中心向东、西、南三个方向由负到正、由低到高的趋势，酒店内部条件对该区域民宿价格的影响程度也随着回归系数的增长由有较大的负向影响变为有较大的正向影响。

图8 民宿酒店内部条件估计系数

3.长途交通条件影响空间异质性分析。长途交通条件对民宿价格影响的回归系数从图9中可以看出，长途交通条件在西山风景区、东山风景区、阳澄湖东侧和周庄古镇的回归系数在403至1700之间，对民宿的住宿价格具有非常大的正向影响。在其余大部分区域的回归系数基本都在-169至-31之间，对民宿的住宿价格具有较大的负向影响。

图9 民宿酒店长途交通条件估计系数

4.毗邻医卫设施影响空间异质性分析。毗邻医卫设施对民宿价格影响的回归系数从图10中可以看出，大部分地区的回归系数为107至385之间，毗邻医卫设施在这些区域对民宿的住宿价格有较大的正向影响，这与经济型酒店有较大差异。而西山风景区、阳澄湖东侧、甪直古镇的回归系数则为-1952至-373之间，毗邻医卫设施在这些区域对民宿的住宿价格有很大或非常大的负向影响。可见，毗邻医卫设施在大多数区域对民宿价格具有较大的正向影响，民宿客栈作为新兴的酒店类型，选址和市场定位与酒店业整体有较大差异。

图10 民宿酒店毗邻医卫设施估计系数

（三）舒适型酒店住宿价格影响因素及空间异质性分析

1.周边生活设施影响空间异质性分析。周边生活设施对舒适型酒店住宿价格影响的回归系数从图11中可以看出，西山风景区、东山风景区的周边生活设施回归系数在186至459之间，对舒适型酒店住宿价格有很大的影响。在东山风景区、金鸡湖东部的回归系数在108至295之间，对舒适型酒店住宿价格同样有很大的影响。而在中心城区的回归系数则多为负数，大部分回归系数处于-71以内，这些区域内周边生活设施对舒适型酒店住宿价格有一定的负向影响但不大。少部分离中心城区的酒店其回归系数在-588至-302之间，这些区域内周边生活设施对舒适型酒店住宿价格有很大的负向影响。总体来说，周边生活设施对舒适型酒店住宿价格影响的回归系数大部分为负。

图11 舒适型酒店周边生活设施估计系数

2.酒店内部条件影响空间异质性分析。酒店内部条件对舒适型酒店住宿价格影响的回归系数从图12中可以看出，东山风景区、甪直古镇及靠近上海的地区其回归系数都在63至163之间，在这些区域内，酒店内部条件对舒适型酒店住宿价格具有较大的正向影响。昆山市中心城区、太仓市中心城区、常熟市中心城区和张家港市中心城区的回归系数都在51至63之间，酒店内部条件在这些区域对舒适型酒店住宿价格具有一定的正向影响。而苏州市中心城区的回归系数则基本都在-23以内，大部分为负数，而由中心城区向东、西、南三个方向则呈现出由负到正、由低到高的“发散性增长”趋势，酒店内部条件对该区域舒适型酒店住宿价格的影响程度也随着回归系数的增长从有较大的负向影响变为有较大的正向影响。整体来说，酒店内部条件对舒适型酒店住宿价格的影响不大，在空间分布上有些许波动，丰富设施对边际价格的提升不明显，表明舒适型酒店作为中端酒店在内部设施上的提升积极性不高。

图12 舒适型酒店内部条件估计系数

3.长途交通条件影响空间异质性分析。长途交通条件对舒适型酒店住宿价格影响的回归系数从图13中可以看出，西山风景区、东山风景区、阳澄湖东侧和周庄古镇的长途交通条件回归系数在125至1713之间，对舒适型酒店的住宿价格具有较大或非常大的正向影响。在其余大部分区域的回归系数基本都在-231至-31之间，对舒适型酒店的住宿价格具有较大的负向影响。

图13 舒适型酒店长途交通条件估计系数

4.毗邻医卫设施影响空间异质性分析。毗邻医卫设施对舒适型酒店住宿价格影响的回归系数从图14中可以看出，姑苏区西部至太湖沿岸、昆山市大部分区域和张家港市中心城区的回归系数在62至182之间，毗邻医卫设施在这些区域对舒适型酒店的住宿价格有较大的正向影响，这与经济型酒店和民宿都有较大差异。西山风景区、周庄、甪直古镇的回归系数则为-1843至-205之间，毗邻医卫设施在这些区域对舒适型酒店的住宿价格有很大或非常大的负向影响；其余地区的回归系数大都在-67至-7之间，毗邻医卫设施在这些区域对舒适型酒店的住宿价格有一定的负向影响。

图14 舒适型酒店毗邻医卫设施估计系数

（四）高档型酒店住宿价格影响因素及空间异质性分析

1.周边生活设施影响空间异质性分析。周边生活设施对高档型酒店住宿价格影响的回归系数从图15中可以看出，西山风景区、东山风景区的周边生活设施回归系数在48至443之间，对高档型酒店住宿价格有较大影响。在太湖东北部沿岸和周庄古镇的回归系数在-938至-410之间，对高档型酒店住宿价格有较高的负向影响。而在其他大多数区域的回归系数则多为负数，大部分回归系数处于-25以内，这些区域内周边生活设施对高档型酒店住宿价格有一定的负向影响但不大。

图15 高档型酒店周边生活设施估计系数

2.酒店内部条件影响空间异质性分析。酒店内部条件对高档型酒店住宿价格影响的回归系数从图16中可以看出，东山风景区及靠近上海的地区回归系数都在95至179之间，在这些区域酒店内部条件对高档型酒店住宿价格具有较大的正向影响。昆山市中心城区、太仓市中心城区、常熟市中心城区和张家港市中心城区的回归系数都在51至68之间，酒店内部条件在这些区域对高档型酒店住宿价格具有一定的正向影响。而苏州市中心城区的回归系数则基本都在-34以内，大部分为负数，而由中心城区向东、西、南三个方向则具有由负到正、由低到高的空间特性，酒店内部条件对该区域高档型酒店住宿价格的影响程度也随着回归系数的增长从有一定的负向影响变为有较大的正向影响。整体而言，酒店内部条件对高档型酒店住宿价格的影响不大。

图16 高档型酒店内部条件估计系数

3.长途交通条件影响空间异质性分析。长途交通条件对高档型酒店住宿价格影响的回归系数从图17中可以看出，大多数区域的长途交通条件回归系数在-223至-88之间，对高档型酒店的住宿价格具有较大的负向影响。仅在少部分区域的回归系数为正，在这些区域对高档型酒店的住宿价格具有较大的正向影响。总体来说，周边1千米范围内存在长途交通设施会降低高档型酒店住宿价格。

图17 高档型酒店长途交通条件估计系数

4.毗邻医卫设施影响空间异质性分析。毗邻医卫设施对高档型酒店住宿价格影响的回归系数从图18中可以看出，从姑苏区西部至太湖沿岸的回归系数在99至399之间，毗邻医卫设施在这些区域对高档型酒店的住宿价格有很大的正向影响。西山风景区、东山风景区的回归系数在-1549至-643之间，毗邻医卫设施在这些区域对高档型酒店的住宿价格有非常大的负向影响。周庄古镇、同里古镇的回归系数在-269至-65之间，毗邻医卫设施在这些区域对高档型酒店的住宿价格有较大的负向影响。其余地区的回归系数大都在-67以内，毗邻医卫设施在这些区域对高档型酒店的住宿价格有一定的负向影响。

图18 高档型酒店毗邻医卫设施估计系数

四、结论与不足

（一）结论

本文以酒店住宿价格影响因素的空间异质性作为切入点，根据特征价格理论，以苏州市为研究区域，运用SPSS25.0、ArcGIS10.5、GWR4.0等计量工具对基于大数据技术获取的空间数据进行深入挖掘分析，探索市域尺度范围下的酒店住宿价格影响因素及空间异质性，发现各影响因素在不同区域内对不同类型酒店的住宿价格的影响机理，结果可为国内酒店业的可持续发展提供一定的参考。主要研究结论：一是毗邻医卫设施对不同类型酒店住宿价格的影响差异较大，周边生活设施对不同类型酒店住宿价格的影响相似。二是各影响因素对不同类型酒店在不同区域的影响程度上存在差异，具体表现为：周边生活设施对经济型酒店和民宿的影响程度大于舒适型酒店和高档型酒店；酒店内部条件对经济型酒店和民宿的负向影响程度大于舒适型酒店和高档型酒店；长途交通条件对经济型酒店的负向影响大于舒适型酒店和高档型酒店，对舒适型酒店和高档型酒店的负向影响大于民宿；毗邻医卫设施对舒适型酒店的正向影响大于其他三类酒店。三是对不同类型酒店住宿价格的影响程度差异性由大到小依次为毗邻医卫设施、长途交通条件、酒店内部条件、周边生活设施。

（二）不足与展望

本文通过定量方法，对不同类型酒店的住宿价格的影响因素及空间异质性进行了研究，取得了一定的成果，但由于产业集聚和经营者主观因素等不确定性因素的影响，本文在对模型解释方面尚有待加强。对于部分地区影响因素会对酒店住宿价格产生负向影响，以及各影响因素为什么会对不同类型酒店的影响程度存在差异性，这两个问题背后的作用机制十分复杂，还有待进一步研究以便解释。

注释：

①Aldric V,Marta J,Marga P.Revenue management and price optimization techniques in the hotel sector:A critical literature review[J].Tourism Economics,2018,24(6):720-752.

②Matthias H,Reinhold K,Ulrich L,et al.Evaluation of best price clauses in online hotel bookings[J].International Journal of Industrial Organization,2018(61):542-571.

③Dionysis L.Using a spatial hedonic analysis to evaluate the effect of sea view on hotel prices[J].Tourism Management,2018(65):87-99.

④Abrate G,Viglia G.Strategic and tactical price decisions in hotel revenue management[J].Tourism Management,2016,55:123-132.

⑤李欣欣.基于特征价格理论的高星级酒店客房定价研究——以北京中央商务区为例[D].天津:天津大学,2014.

⑥李渊,薛燕府,胡晓丹等.基于空间计量的酒店价格空间分异及其影响因子研究——以厦门岛为例[J].上海城市规划,2019(3):43-49.

⑦尚天成,吴雪,刘培红等.酒店客房价格影响因素研究进展[J].天津大学学报(社会科学版),2017,19(1):1-6.

⑧查爱苹,徐娜,后智钢.经济型酒店微观选址适宜性研究——以上海中心城区锦江之星为例[J].人文地理,2017,32(1):152-16

⑨Brunsdon C,Fotheringham A S,Charlton M.Some notes on parametric significance tests for geographically weighted regression[J].Journal of Regional Science,1999,39(3):497-524.

⑩吴明隆.问卷统计分析实务:SPSS操作与应用[M].重庆:重庆大学出版社,2010:205.