武陵山片区民宿空间分布特征及影响因素研究

粟 娟 刘 蕾 王 艳 彭 姣

(1.吉首大学 旅游与管理工程学院，湖南 张家界 427000；2.湖南科技大学 商学院，湖南 湘潭 430300)

一、引言

民宿最初作为旅游产业的住宿要素在带动就业、增加农民收入中发挥了重要作用。但随着品质型、体验型、度假型旅游产品的需求转型升级，民宿市场迎来了投资热潮[1]。报告显示，2019年我国民宿市场营业收入同比增长38.92%，达到209.4亿元；民宿规模数量逐步扩大，达到16.98万家，房源总量超过160万间，民宿在住宿市场的占比提升到24.77%[2]。在规模供给粲然可观、资本资源整合叠加、市场潜力不断释放的情形下，日趋白热化的市场竞争将倒逼民宿业冷思考[3]。民宿投资热引起了专家学者们的广泛关注，研究视野与成果主要聚集在民宿的软装设计、品牌经营、服务管理等，也有专家认为民宿开发成功的秘密不局限于其精美的装修和特色的服务，更重要的是其空间选址、区位交通条件以及乡村旅游政策支持等[4-6]。对于民宿群落的空间格局规律分析多选用标准偏差椭圆、标准距离、紧密度指数、最近邻分析等方法[7-9]，对于选址因素分析主要用地理探测器、回归分析等方法[10-12]。选用案例地多关注东部发达地区和省域省会城市，如浙江莫干山、成都、重庆、北京等地[13-15]。总的说来，目前以微观尺度以及具体某一城市民宿空间布局研究较多，从大尺度视角研究民宿群的区域空间聚集规律的成果较少，尤其是跨省区域视角的中观尺度研究成果还比较少，民宿空间投资比较盲目，缺乏从地理学以及旅游高质量角度进行转型升级的研究。武陵山片区是跨重庆、贵州、湖南、湖北四省拥有71个区县的国家连片特困区(2010年)，其民宿数量多、规模大，但参差不齐、发展不均衡，片区内民宿开发缺乏科学认知，面对庞大复杂的民宿群落，其空间分布特征、空间集聚规律尚未展开全面研究。本文将对片区民宿进行空间分布及其影响因素探析，为武陵山片区民宿选址和集聚发展提供规划开发的理论借鉴，助力“武陵山旅游发展联盟”迅速发展壮大。

二、研究区概况、数据来源及研究方法

(一)研究区概况

武陵山片区2010年被确定为国家连片特困区，地跨湘、鄂、渝、贵四省(见图1)，共有71个县(市、区)。作为中国连片特困区之一，它拥有张家界、梵净山、老司城以及凤凰古城等世界自然与文化遗产资源，享誉“中华第一旅游走廊区”的美称，拥有大批品质高、口碑好、数量多的民宿，是中国民宿群集中分布的地区之一。截至2018年底，据片区张家界市的官方统计数据，该市开展经营活动且具有一定规模的民宿达到1280家，拥有床位数3万多张，达到1200万人次/年的住宿消费市场份额，涌现“五号山谷”“水木潇湘”等特色品牌民宿。据《2019年中国大陆民宿大数据发布会》数据，该片区内的湖北恩施地区利川市是中国民宿数量最多的前十位城市，张家界市是中国民宿好评以及最具有特色的前十位城市。

图1 武陵山片区位置图

(二)数据来源

本研究基于网络爬虫技术，利用携程、去哪儿、马蜂窝网、飞猪、同程艺龙以及途家民宿小程序在2019年11月20日至2020年1月20日挖掘到武陵山片区民宿867家，利用百度地图精准定位民宿的地址及经纬度，对其地址信息进行空间化处理，对停业歇业或难以获得基本信息的民宿筛除和清洗，得到完整有效信息858家：湖南省400家(乡村民宿为202家，城镇民宿198家)、湖北省229家(乡村民宿为140家，城镇民宿为89家)、重庆111家(乡村民宿为31家，城镇民宿为80家)、贵州118家(乡村民宿为30家，城镇民宿为88家)。以武陵山片区电子地图作为本研究空间分析的基础底图，利用GIS对武陵山片区民宿、交通干道、高星级景区进行矢量化数据处理。武陵山片区旅游资源数(A-5A级景区)，旅游产业发展基础(旅游接待人次)、交通区位条件(公路通车里程、公路密度)、社会经济发展水平(常住人口数量、人均生产总值)等数据来源于武陵山片区71个县市的统计年鉴、政府公报及有关部门的工作报告。

(三) 研究方法

1.核密度分析法

核密度法是常用的一种测度点(或线)要素在本区域分布密度的方法[16][17]，计算公式为：

式中：k[(x-xi)/h]为核函数；h为宽带(h>0)；n为观测数；(x-xi)为观测点到估值点的距离。

2.缓冲区分析

缓冲区分析(Buffer Analysis)用来描述空间集聚特征的运用。用一个预定义要素与研究要素生成缓冲区域的过程，所得到的缓冲区可能是一个点也可能是一个面[18][19]。计算公式为：

B={x|d(x，O)≤L}

式中：B为缓冲区；d为x与O之间的距离；L为缓冲距。

3.最邻近指数分析

最邻近指数分析是一种通过实际与理论最邻近距离的对比，对空间分布类型进行界定的一种方法[19]。计算公式为：

式中：rE为理论最近邻距离；r1为实际最近邻距离；R为最近邻指数。根据R的数值判断空间分布等级：当R=1时，随机分布；当R<1，集聚分布；当R>1，离散分布。

4.标准差椭圆

标准差椭圆(SDE)是用于分析地理要素集中与离散分布趋势的常用方法，其中长轴、短轴分布代表民宿分布的主、次趋势，旋转角度代表空间分布的方向[20][21]。计算公式为：

(1)椭圆中心：

式中，xi、yi为要素i的坐标,n为样本综述。

(2)椭圆旋转角：

tanθ=

5. Ripley's K函数

Ripley的K函数是点密度距离的函数，该函数根据半径距离一半的搜索圆范围对点数进行计数[22][23]。 Ripley的K函数假定该区域中点要素的空间分布是均匀的，并且点要素的空间密度是λ，点要素平均数和区域内样本点密度比值是πd2。同时，变量Ripley's K(d)用于表示实际条件下距离d中的平均采样点数与该区域中采样点的密度之比。计算公式为：

式中：n为点状地物个数；wij(d)为在距离d范围内的点状地物i与点状地物j直接的距离；A为研究区域面积。

三、民宿空间分布特征

(一) 整体民宿呈高度聚集，城镇民宿聚集度高于乡村民宿

对于空间点格局分布识别常用方法是最邻距离指数法[20]，根据ArcGis10.3中的point distance和near Density等测量工具，用观察模式和CSR模式的最近邻距离分别对武陵山片区整体民宿、城镇民宿和乡村民宿测算出最邻近指数(见表1)，并对其进行显著性检验。结果显示，整体民宿、乡村民宿以及城镇民宿最邻距离指数分别为0.242、0.296以及0.197，R值都小于1,且Z值都为负数,在显著性水平5%的置信水平下P值都为零，表示民宿空间分布总体趋向于聚集，其中城镇民宿R值小于乡村民宿，聚集度略高于乡村民宿。

表1 武陵山片区民宿聚集最邻近指数汇总表

由于点要素分布模式可能会随空间比例变化，在小范围内它可能显示出群集分布，在大范围内它可能是随机分布，Ripley’s K函数可以分析任意尺度空间分布特征，因此，本文利用R函数进一步对片区民宿空间格局进行分析(见图2)，结果显示武陵山片区0-10个距离单位的K观测值大于K预测值，进一步印证武陵山片区民宿的高度聚集。

图2 武陵山片区民宿Ripley’s K函数分析结果

(二)民宿集群环张家界市及恩施州分布，形成“张家界-恩施-凤凰”三大高密度集聚区

用ArcGIS10.3软件中的Spatial Analyst工具里Kernel Density工具测算武陵山片区民宿核密度(见图3至图5)，并用自然断裂法(Natural Break)将核密度值分3个等级，颜色越深的区域，密度值越大显示集聚度越高，反之颜色越浅集聚度越低。在武陵源区与永定区交界处、利川市与恩施市交界处、凤凰县的图层颜色最深，意味着“张家界-恩施-凤凰”是该片区的高密度集聚区域。武隆县与道真仡佬自治县交界处、彭水县与沿河县交界处、湄潭县与凤冈县交界处、碧江区周围区域交界处、鹤城区与芷江侗族自治县交界处及古丈县颜色较前面三个区域颜色较浅，是次高密度集聚区域；故武陵山片区民宿群聚落整体呈“三大高密度集聚区域，多个次高密度与低密度集聚区域并存”的空间格局。

图3 武陵山片区民宿空间核密度

图4 乡村民宿空间核密度

图5 城镇民宿空间核密度

另外，根据图7与图8，可见乡村民宿与城镇民宿空间分布有差异。乡村民宿主要聚集在张家界武陵源区和湖北恩施州利川市，形成武陵源与利川为高密度区的乡村民宿群聚落格局。城镇民宿主要以恩施州恩施市、张家界永定区、凤凰县与碧江区交界处为三大高密度集聚区域，以古丈县与永顺县交界处、中方县与洪江市交界处、沿河土家族自治县为次高密度集聚区域，以武隆县与道真仡佬自治县、湄潭县为低密度集聚区域。

图6 整体民宿分布标准差椭圆图图

图7 乡村民宿分布标准差椭圆

图8 城镇民宿分布标准差椭圆图

(三)乡村民宿群呈西北-东南方向布局，城镇民宿群呈东北-西南方向布局

利用标准差椭圆法分析离散数据集的分布特征，椭圆的长轴表示离散数据集的主方向，椭圆的短半轴表示离散数据集的范围(见表2)。长轴值和短轴值之间的差异越大，数据的方向性越明显。由图6可知，武陵山片区整体民宿空间格局总体上呈现东北-西南的偏离，椭圆的方位角为19.04062°，但短半轴相对较长，说明民宿向西南方向扩展力不强，区域内民宿分布主要位于张家界市的武陵源区及永定区、恩施州的利川市及恩施市，其他区域呈小规模集聚或分散。同理，利用标准差椭圆测算并对比城镇民宿与乡村民宿空间分布特征，由图7、图8可知，乡村民宿的椭圆方位角为165.17°，呈现西北-东南的偏离，城镇民宿的椭圆方位角为37.28902°，空间上呈现东北-西南的偏离，乡村民宿的方向向心力比城镇民宿向心力强，扩展内驱力大。

表2 武陵山片区民宿空间布局特征椭圆参数

(四)依托高星级景区聚集，乡村民宿比城镇民宿的亲景性更显著

将武陵山片区4A级以上高星级旅游景区进行核密度测算，并与武陵山片区城镇民宿群、乡村民宿群进行叠加分析，由图9可知：图中深色区域为张家界市的武陵源区与永定区交界处，显示乡村民宿多在张家界这样拥有丰富高星级景区的区域聚集。与此同时，为了进一步验证乡村民宿依托高星级景区聚集，建立武陵山片区47处旅游资源带宽为30km为缓冲带(若缓冲区过小则不适应集聚研究，选定的4A、5A大部分景区占地面积较大)(见图10)，对武陵山片区高星级旅游景区进行缓冲区分析，武陵山片区民宿大多分布于旅游高星级景区周边。综合考虑游客到旅游景区的便利性，将民宿与高星级景区的距离值划分为<5km、5-15km、15-30km、>30km等4个区间。通过近邻分析统计各区间的民宿数量(表3)，发现73%(630家)民宿在高星级景区30km(车距30min)之内，其中有76%乡村民宿和48%的城镇民宿分布在30km之内。有将近四成民宿布局在高星级景区的5km之内(大约车程5分钟)，其中有30%乡村民宿邻近高星级景区5km空间分布，比城镇民宿占比多了10%。乡村民宿依托高星级景区空间分布特征比城镇民宿显著。

图9 武陵山片区高星级景区核密度

图10 武陵源片区民宿分布与旅游景区的关系

表3 武陵山片区民宿与旅游资源近邻分析表

(五)依交通主干道聚集，城镇民宿比乡村民宿的沿线性更显著

把民宿与片区的4A、5A级国家级旅游景区以及公路、铁路等交通线进行图层重叠，由图11和图12可看出，片区大部分民宿都分布于公路、铁路主干道附近。通过ArcGis10.3软件将武陵山片区交通主干道(高速公路、铁路)与民宿位置矢量图进行叠加，由图15可知，武陵山片区民宿多数依附于铁路、高速公路附近。综合考虑游客步行到最近道路交通的便利性和通达性，将民宿与交通主干道的距离值划分为<1km、1-5km、5-10km、>10km等4个区间。通过近邻分析统计各区间的民宿数量(见表4)，发现有66%左右的民宿聚集在高速公路交通主干道附近，34%左右的民宿聚集在铁路线一带。乡村民宿和城镇民宿聚集在缓冲区的数量占比分别为82%、43%，有564家民宿与最邻近交通主干道距离在10km以内，占比在66%，376家城镇民宿在距离10km以内,占比83%，171家乡村民宿在距离10km以内，占比43%，由此可见，民宿的空间分布依附于交通主干道，而城镇民宿对于交通主干道的依赖性比乡村民宿更强。

表4 武陵山片区民宿与交通主干道近邻分析表

图11 武陵山片区民宿与交通主干道空间区位图

图12 武陵山片区民宿与交通主干道的关系

四、武陵山片区民宿空间分布影响因素

(一)民宿空间分布的影响因素分析

地理学的第一定律指出，地理事物或属性在空间上互为相关，存在聚集。古典经济学派亚当斯密、马歇尔、韦伯等经济学家指出，厂商或生产者的一切经济活动都会以经济性为目的进行理性区位选址；波特在《国家竞争优势》中论及产业集群地方性因素，他认为产业集聚不仅表现为地理上的接近，更重要的是特定的经济活动在垂直和水平方向的联系[21]。旅游学有关学者认为旅游核心吸引物、旅游企业及旅游相关的支持企业和部门，彼此存在密切的经济联系，旅游产业集聚或者民宿产业集聚受旅游资源条件、市场条件、交通条件、经济环境、人口条件、产业发展情况以及政策的多重交互影响(龙飞等，2019；王新越等，2020；李涛等，2020；马小宾等，2021；朱文婕等，2021)[22-27]。武陵山片区民宿空间分布呈现典型的地理集聚性、空间沿线性及亲景性。基于此，借助旅游空间分布及产业经济发展理论，可从旅游资源、旅游发展基础、政府政策、交通区位、经济发展水平五个维度进行实证分析识别影响武陵山片区民宿空间分布的主要因素，具体指标变量见表5。

表5 武陵山片区民宿空间分布的影响因素

(二)影响因素的实证分析

为科学客观地反映各要素对武陵山片区民宿空间分布集聚性的作用机理，本文构建了涵盖旅游资源、旅游发展基础、民宿政策、交通区位、经济发展水平五个维度，包含A级景区数量、旅游接待人次、民宿政策、公路通车里程数、公路密度、常住人口数量、区域人均生产总值7个具体指标与武陵山片区民宿空间分布数量的多元回归模型。具体见模型1如下：

yj=c+β1Xji+β2Xji+β3Xji+β4Xji+β5Xji+β6Xji+β7Xji+εji

yj表示民宿总数(j∈(1,2,3))，y1表示武陵山片区各县区总的民宿数量，y2表示武陵山片区城镇民宿数量，y3表示武陵山片区乡村民宿数量。Xji表示第j种民宿(j=1,表示总体民宿，j=2,表示城镇民宿，j=3表示乡村民宿)，数量受第i种因素(i∈(1,2,3,…7))，具体影响因素分别为：i=1，表示A级景区数量；i=2，表示旅游接待人次；i=3，表示政府对民宿的各种政策支持，此为虚拟变量(xj3=0，表示没有政策支持，xj3=1，表示有政策支持)；i=4，表示公路通车里程；i=5，表示公路密度；i=6，常住人口数量；i=7，表示该区域人均生产总值。εji表示不同类民宿空间分布因素的误差。

模型1是武陵山片区民宿总体空间分布影响因素回归结果，该模型拟合系数较高0.91，各要素回归系数为正，根据p值判定(p<0.05)，在5%的显著性水平下，x1(旅游资源)、x2(旅游发展基础)、x3(民宿政策)、x4(公路交通里程数)4项指标t的绝对值大于2，在统计学意义上表现出较强的显著性，对民宿总体分布影响系数排序分别为x3公路通车里程数(11.543)>x2(旅游发展基础3.681)>x4(民宿政策3.598)>x1(旅游资源1.3044)。

模型2是武陵山片区城镇民宿空间分布影响因素回归结果，模型拟合系数显示0.52，这是由于武陵山片区的总体民宿进行了城镇与乡村分组，本次拟合截面数据大量减少，因此模型2拟合度降低。该模型结果显示城镇民宿空间分布受到x2(旅游发展基础4.62)、x3(政策4.758)这两项指标影响。其他影响因素未能通过检验。

模型3是武陵山片区乡村民宿空间分布影响因素回归结果，模型拟合系数显示0.637，这也是因为剔除了武陵山片区的城镇民宿数量进行的乡村民宿数据进行的拟合，拟合度较模型1低。但模型3总体回归结果可信，统计结果显著性较好。该模型结果显示乡村民宿空间分布受到x1(旅游资源1.636)这一项指标的显著影响，其他影响因素未能通过检验。模型分析结果见表6：

表6 武陵山片区民宿空间分布的影响因素结果分析

五、结论与讨论

本文通过ArcGis10.3及Stata19.0的多元线性回归及相关分析得出如下主要结论：

1.武陵山片区的民宿环张家界市与恩施市聚集，形成“张家界-利川-凤凰”三个高度密集区，在武陵源区、利川市形成两大乡村民宿群，在永定区、恩施市、凤凰县形成三大城镇民宿群。

2.武陵山片区民宿空间总体沿东北-西南方向扩张，城镇民宿扩张方向与整体民宿一致，但乡村民宿呈西北-东南扩张，且扩张力显著。民宿空间布局“亲景”“沿线”特征显著，但乡村民宿与城镇民宿有差异。以民宿与旅游高星级景区进行缓冲区分析，整体民宿与最邻近的高星级景区在30km内占比有73%；乡村民宿占比有70%；城镇民宿占比有64%，乡村民宿对高星级景区依赖度更高。在以10km的距离为依据，整体民宿与最邻近的交通主干道在10km内占比有66%；乡村民宿占比43%；城镇民宿占比82%，城镇民宿对交通主干道依赖度更高。

3.旅游资源、旅游发展基础、交通区位、政策制度、经济发展水平对于民宿空间布局具有不同程度的影响。对于武陵山片区而言，交通区位对民宿空间分布影响作用最大，公路通车里程指标是作用力较大的指标，其次是当地的旅游发展基础条件，再次就是当地的民宿政策，最后是周边的旅游资源的影响，其影响系数大小排序分别为x3公路通车里程数(4.758)>x2旅游发展基础(3.681)>x4民宿政策(3.598)>x1旅游资源(1.3044)。而城镇民宿空间分布受当地的旅游发展基础(4.62)以及民宿支持政策(4.758)的影响作用大，旅游资源则是乡村民宿空间分布的关键因素。而当地的经济社会发展水平对民宿并未产生显著影响。

从武陵山片区民宿规模发展和空间布局规律来看，那些拥有深厚的人文底蕴、具有特色风土人情和乡风民俗的偏远地区吸引了大量民宿群的聚集，在热门旅游目的地且距城市自驾三小时车程的周边地区的民宿不再是市场的唯一选择。市场向具有特色资源和创新服务的二三线城市下沉趋势显著。本文研究发现，武陵山片区民宿对当地旅游高星级景区依赖度程度大，已有的高星级景区的旅游市场开发与游客公共配套服务等比较完备，为民宿开发提供了便利条件，节约了市场开拓成本以及客户搜寻成本。另外，当地出台与执行的各项旅游扶贫以及乡村振兴政策对民宿布局也有着重要的影响。湘鄂渝黔四省市政协旅游产业扶贫合作论坛提出，湖北省应围绕片区少数民族文化与旅游深度融合，大力发展民宿旅游，恩施利川市政府充分利用政策，结合当地丰富的旅游资源，采用民宿+自然生态、民宿+民风民俗、民宿+村寨科考、民宿+运动休闲、民宿+健康养老的多种民宿发展路径，从而快速形成利川乡村民宿群，并快速成为全国民宿数量最多的前十位城市。可见，政策和制度条件对武陵山片区民宿空间布局产生的影响是非常显著的。但这种作用是宏观影响与全局效应，各县市的民宿发展还得结合自己的资源条件与旅游产业基础实现差异化、个性化发展。本文对于武陵山片区民宿信息主要挖掘于同程艺龙、携程去哪儿、途家民宿等旅游网站数据，由于网站的统计和更新存在滞后，统计数据也可能存在些许遗漏，因此，本研究数据可能存在精确性和实效性不完备问题。在今后的研究中，将基于大数据拉长时间分析维度，在样本采取及数据挖掘上，采用更加科学完善的方法，以便进一步深度分析片区民宿空间布局规律与影响因素，为业界提供更加有建设性的意见。