乡村民宿价格空间分异特征及其影响因素

王朝辉, 李思梦, 乔浩浩, 高 杨

(安徽师范大学地理与旅游学院, 安徽 芜湖 241002)

近年来,在乡村振兴战略背景下,乡村旅游的关注度与日俱增,作为促进旅游业多样化的渠道之一,在管理当地经济活动、增加社区收入和缩小城乡差距等方面发挥积极作用[1].乡村旅游业的发展结合了农村地区的经济、社会文化和生态环境部分,综合带动作用明显,改善了农村居民的生产方式和生活水平.由此也催生出一批振兴乡村经济的新兴业态,其中,乡村民宿最具代表性,其作为乡村文化展示的重要窗口和地域文化的传播载体,是一种有吸引力的可持续乡村旅游产品,对激活当地旅游资源和促进区域发展具有重要作用.共享经济的全球化趋势也进一步引发了民宿行业的显著增长,而国内外携程、途家、Airbnb、HomeAway和VRBO等民宿预定平台的兴起,更是为游客寻求个性化和优质住宿提供了多样化选择渠道.如今,民宿已经成为许多国家旅游业的重要组成部分,获得了高度关注和政策支持.

民宿起源于18世纪的欧洲,是对居民建筑、生态环境和地方文化进行综合利用和改造的一种住宿业态[2].国内的民宿最初是借鉴台湾的民宿形式,并逐步发展成熟起来,形成一种新型的旅游业态——民宿旅游,以满足人们对休闲文化的追求.针对民宿的概念,有研究按地域现象、定价策略、主客关系、房东生活方式、经营动机等因素分为不同的类型[3],因此,关于民宿的定义并没有达成共识.在不同国家和地区的民宿研究中,出现了“家庭旅馆”“居民客栈”“文化民宿”“农家乐”“传统民宿”“农业民宿”“休闲民宿”“乡村旅舍”等多种提法[4].综合各学者观点并结合民宿自身发展情况,可以对乡村民宿的特点进行概括:一是发展主体为利用乡村居民闲置住宅资源;二是经营规模较小;三是独有的主客互动关系,民宿主人参与接待,与客人共享生活设施和空间,并为其提供“家的感觉”;四是结合当地自然景观、人文环境提供独特的休闲体验.

作为现代服务业的重要组成部分,民宿一直是国内外学者研究的焦点.国外的民宿研究已经相对成熟,主要集中在民宿经营管理[5]、市场营销[6]、消费者感知价值和行为意向[7]、游客住宿经历[8]、游客与房东关系[9]等方面.还有一部分研究重点关注民宿的空间结构与分布,对民宿空间渗透[10]、集聚与扩张规律[11]、与周围环境之间的关系[12-13]等进行了分析探讨,从而为当地旅游规划及产业可持续发展提供理论借鉴.国内研究起步较晚,对民宿研究较少,主要围绕民宿概念特点[4]、民宿发展及行业特征[14-15]、动机和满意度[16]、空间分布[17-20]等方面,也有研究涉及客房定价及其决定因素这类主题[21-22],如牛阮霞等[23]基于特征价格模型,发现一、二线城市的民宿价格影响因素存在差异;吴晓隽等[24]应用OLS回归和分位数回归分析了信任度、社交度等因素对客房价格的影响;赖利青等[25]综合运用OLS回归和空间计量模型方法研究了北京市Airbnb房源价格影响因素,并发现其房价空间溢出效应明显.可以看出目前国内研究关于民宿价格的影响已有一定的论证,但关于这方面的内容仍较为匮乏,合理的定价决策是房东获利的关键,丰富民宿业定价的研究体系和范围,对行业持续发展和经营管理具有重要现实意义.

综上,在研究内容上,很少有学者从微观尺度切入,系统性研究基于县域尺度的乡村民宿房价影响因素.此外,从管理学角度出发的民宿业客房定价研究成果较为丰富,但很少有研究从地理学视角去探索民宿房价的空间分异规律,这一类研究主题值得进一步探讨.从方法和指标选择上来看,特征定价方法被广泛应用于住宿行业,其中大多数研究集中在酒店房间价格[26-27],学者们考虑了营业时间、经营方式、设施、规模、交通条件、距离、品质服务、自然环境、季节差异等因素对住宿业客房价格的影响[28-30],很少将重点放在周围景观对住宿价格的影响上[31].此外,空间因素在决定住宿价格方面也发挥了一定作用,民宿所处地理位置和条件不同,则价格在空间分布上也会存在明显的差异性[22].Chica-Olmo[32]通过量化客房与遗产地的空间距离,研究了房价随位置变化的分布规律.Gyódi等[33]证实了民宿价格具有空间依赖性,以及地理位置在价格溢价中的重要作用.从研究对象上来看,有研究以空间分异的视角去探索商品住宅[34]、土地[35]和城市民宿[36]的价格空间差异,尚缺乏对乡村民宿的充分研究和探索.

本文基于携程网和途家网的相关指标数据,对黄山市黟县内民宿房价的空间分布和定价因素进行综合研究,运用ArcGIS空间分析工具,通过插值分析方法,刻画民宿房价的空间分异特征;利用SPSS软件,基于OLS回归分析方法探讨影响乡村民宿房价差异的各属性变量,并纳入位置属性指标,从地理学视角,研究并验证空间要素在民宿客房定价的作用.该研究探讨了乡村旅游引领的县域尺度民宿客房定价的空间差异性,以促进制定基于位置的民宿客房定价策略以及旅游等周边资源的合理配置.研究结果拓展了以往的文献,可以为民宿行业定价决策以及乡村旅游产业优化布局提供指导和借鉴,也有助于为寻求乡村民宿最优选择的旅行者提供有价值的见解.

1 数据来源与研究方法

1.1 研究区概况

研究区域选择黄山市黟县,包括碧阳镇、宏村镇、西递镇、渔亭镇、美溪乡、柯村乡、洪星乡、宏潭乡八个乡镇.黟县历史文化悠久,依托县内山水生态、古民居建筑等丰富的自然和人文资源,开创了中国乡村旅游之先河.作为徽州文化生态保护实验区以及皖南国际文化旅游示范区的核心区域之一,黟县拥有“世外桃源、画里乡村”和“千年古县”的美誉,文化底蕴深厚,乡村旅游资源十分丰富.

图1展示了黟县民宿不同时期的开业数量情况,黟县民宿自20世纪90年代萌芽,以满足简单的旅游观光需求.到2000年西递、宏村被联合国教科文组织列为世界文化遗产名录后,古村落旅游开发活动相继展开,住宿需求不断增加,黟县民宿业进入以村民自办农家乐为主要经营模式的探索阶段,但由于投入资本和经验有限,民宿发展较为缓慢.2012年民宿发展逐渐加快,外来企业和创业者等开发主体不断参与进来,开始注入个性化、国际化经营理念,民宿业多元化发展.2016年,黟县被评为“全国乡村民宿发展示范县”,民宿迎来资本密集高端发展阶段,当地民宿业呈现高速发展的势头,在住宿接待业中的比重不断上升.2019年年底到2022年期间,受新冠肺炎疫情的影响,增速减缓,但仍具发展潜力.黟县是最早开发乡村旅游的地区之一,依托徽文化资源优势打造乡村民宿品牌,将其作为研究区域具有一定的典型意义.

图1 黟县民宿年度增量情况Fig. 1 Annual increment of homestay in Yi County

1.2 数据来源

所有数据均从携程网(即https://ctrip.com/)和途家网(即https://www.tujia.com/)抓取并进行分类.携程网是目前中国国内最大,同时也是最先开通在线旅游服务提供商(OTA)的平台;途家网是目前中国领先的民宿短租预订平台,两家网站在民宿市场中都具有良好的代表性.通过在线收集整理与乡村民宿相关的特征属性,包括详细地址、民宿名称、开业时间、房间面积、客房数量、总体设施、在线评分和室外景观类型等信息,剔除信息缺失数据,最终确定801家黟县民宿为研究样本,其中宏村镇、碧阳镇和西递镇三个区域内的民宿数量比较多,且出现了集聚现象(图2).考虑到不同房型的价格差异,民宿客房价格统一选取标准间价格进行采集.特征定价模型的方法对时间敏感,因为价格模式可能随季节和节假日而变化,所以本研究数据收集时限集中在2023年5月21日至6月4日,在工作日期间,根据民宿客房的报价进行统计.同时,对网站上信息遗漏指标向民宿经营者进行电话核实补充,以确保样本数据的准确性.

图2 黟县民宿分布Fig.2 Distribution of homestays in Yi County

1.3 研究方法

1.3.1 经验贝叶斯克里金插值法(EBK) 研究采用克里金插值法对黟县民宿客房价格进行空间插值分析[22],该方法根据无偏估计和方差最小两项要求来确定加权系数,是目前地理学中应用最广泛的最优内插法[37].计算公式如下:

(1)

式中,Z(X0)为第X0家民宿客房价格的估计值,Z(Xi)为第Xi家民宿的客房价格,λi为克里金插值系数,n为民宿样本个数.

1.3.2 特征价格模型 本文采用半对数模型来建立稳定的线性关系,民宿价格用自然对数形式lnyi来估计,自变量用xki表示,xki的系数用βk表示,其中连续变量例如房间面积、客房数量、设施总数等也用自然对数形式,α为常数项.公式为[38]:

lnyi=α+β1x1i+β2x2i+…+βkxki+μi.

(2)

2 黟县民宿房价空间分布特征

2.1 民宿房价总体空间分布特征

为探索黟县各区域民宿房价的空间变化及差异性,利用克里金插值分析对当地民宿客房价格进行空间预测(图3),可以发现黟县民宿平均房价为每间每晚257元,总体价格水平不高,以中低端市场为主,民宿价格的整体空间格局呈现中间高、两边低的特征.其中,西递、宏村景区内部和周边民宿集聚,但民宿均价总体偏低,高价格民宿主要分布在景区外围,形成依托景区发展的点状分布.主要由于宏村景区内的民宿以村民自建房居多,高端民宿数量少,且呈散点分布,没有形成高值区;而景区外围民宿数量分布相对较少,布局空间大,多为庭院式、庄园式住宅,依托周边良好自然生态环境,满足游客高私密性、放松身心的需求.并且相比景区内部,外围具备优质的生态环境,文化赋存丰富,吸引力强,综合价值更高,游客体验价值更高,从而拉高民宿价格.

图3 克里金空间插值估计结果Fig.3 Spatial interpolated prediction by EBK

高值区主要集中在碧阳镇内的碧山周边,当地社会资本集聚,民宿品质高,形成资本主导型民宿高值区.碧阳镇作为黟县县城,是政治、经济、文化和交通中心,距西递、宏村近,出行便捷,降低游玩的时间成本.其镇域内碧山村依托区位优势,抢抓乡村振兴的重大战略机遇,利用独特的自然风光和深厚的文化底蕴吸引众多企业前来投资兴业,整合碎片化资源,大力发展农文旅融合,有效带动了当地民宿产业的规模化和规范化,催生出一批精品民宿,从而形成该区域的价格小高峰.

在塔川、南屏、关麓、卢村和屏山几处景区形成传统村落型民宿次高值集聚区.相比于西递、宏村景区,这类区域景区规模较小,内部商业业态少,商业化程度低,原有乡村的文化底蕴和人文风情更加浓厚,能够提供优良的住宿环境和高质量的乡村体验.民宿位于这类景区内部一方面便于游客出行游览,周边景区景点多,规模效应明显,同时满足住客的品质需求,因此民宿价格较高.

2.2 不同等级民宿房价空间分布特征

通过对黟县民宿客房价格的整体分析,总结出了房价高值区的主要分布特点.为进一步分析不同类型民宿房价背后的空间分异特征,本研究以客房价格作为其分类标准,将民宿点位投影到地图上,研究不同等级民宿的位置分布与价格分布是否具有一致性(图4).在分析民宿客房价格的总体空间分布特征时,利用克里金插值法将价格分为10类,参考以上数据,并借鉴相关研究成果[20],定义民宿客房价格每间每晚0～200元为低档民宿,201～500元为中档民宿,501元及以上为高档民宿.

图4 不同等级民宿的点位及价格分布Fig.4 Points and price distribution of homestays of different grades

通过对比三个等级的民宿点位及房价分布图,发现不同等级民宿不仅在整体密度上具有一定差异,在价格分布的空间特征上也存在较大差异.低档民宿在乡村热门旅游地组团式发展的现象较为明显,分布特征具有明显的景区指向性和对居民点的空间依赖性,主要形成了以“宏村-卢村-塔川”等风景区联结的民宿集聚区,以及“五里村-深冲村-屏山村”等村域联结的民宿集聚区.这些区域的旅游景点促使游客集聚,从而倒逼民宿业的出现和发展.并且低档民宿多以村民自用房经营方式为主,是典型乡村旅游配套的社区民宿,对旅游区位具有较高要求.因此,在低档民宿中,民宿的价格分布与其自身的空间位置分布总体上具有一致性,民宿集聚的地方价格偏高.

中档民宿空间分布范围缩小,且密集程度降低,在宏村景区及其周边邻近村域(际村、塔川)形成了团状集聚区,在屏山景区、西递景区以及碧阳镇内的碧山、南屏、五里、深冲等村域呈现点状式分布.与低档民宿价格分布特征不同,中档民宿中的价格高值区主要位于西递、秀里、北庄附近,该区域特点均为距离周边景点较近,交通便利,具备丰富的旅游资源和乡村景观,且周围民宿数量分散,密度低,不仅可以提供场所空间以满足民宿建筑外观改造和游客体验活动产品开发,而且价格竞争相对减弱,从而形成价格峰值.因此,中档民宿的价格分布与其自身的空间位置分布有所差异,民宿数量分布较少且与周边景点距离适中的区域价格更高.

高档民宿在空间上较为分散,虽然在宏村景区外围出现少量集聚,但未形成一定规模,表明目前黟县尚未形成具有代表性的高端民宿集聚区.高档民宿的特点是脱嵌于核心风景区和大众旅游市场,如泊心云舍、拾庭画驿、无名初、塔川书院等黟县典型的品牌精品民宿,就都展现出追求原始生态环境和自然空间私有化的布局倾向、先进的经营管理模式以及国际性的文化设计理念.从价格分布来看,主要围绕碧山和西递形成房价高值区,这两处地方都在政策扶持下,大力推进双招双引工作,社会资本集聚,为打造高端民宿提供有力支撑.此外,在南屏和石亭形成小范围价格突起,它们位于发展基础薄弱的边缘村域,借助丰富的空间资源和园林景观优势,塑造高端品牌民宿,推高价格.

通过分析不同等级民宿的空间位置分布和价格分布,可以发现,与低档民宿依托居民点和旅游景区集聚分布不同,大部分中高档民宿都分布在价格高值区之外的区域,民宿集聚的地方价格反而不高.综上,民宿房价的空间分布与核心旅游吸引物、区位特征、场所空间、户外景观、原始生态环境和资本集聚密切相关.

3 黟县民宿价格的影响因素分析

3.1 指标选取和量化

游客愿意为住宿支付的价格和民宿经营者制定的价格都取决于民宿自身的相关属性,以往住宿业定价的相关文献中将影响因素通常分为房源特征、位置特征和品牌声誉三类.也有研究发现民宿的经营投入对其客房价格会产生影响,经营能力和投入成本不同,民宿房价也随之不同[39].此外,根据黟县民宿价格的空间分异特征可知,民宿选址多考虑自然环境较好的区域,最近研究也发现外部景观特征在决定住宿价格方面有重要作用[31].因此,本文参考相关住宿业定价文献以及黟县民宿房价的分布特点,在数据可获得性基础上,选取了分别代表房源特征、经营投入、品牌声誉、景观特征和位置特征的14个属性变量作为民宿价格的影响因素.表1给出了每个解释变量的划分维度、量化标准和数据来源.

表1 黟县民宿房价影响因素选取与描述Tab.1 Selection and description of influencing factors of homestay prices in Yi County

第一类是民宿的房源特征,其中,房间大小对房价能产生很大的影响,有研究证实房间越大,费率越高[40],房间面积反映了所提供服务和设施的类型与丰度.民宿开业以来的年数被作为营业周期添加到模型的解释变量当中,代表了企业发展和民宿的现代化程度,对房价走势产生一定的影响[39],然而,随着乡村旅游深度发展,推动黟县民宿创新升级,必然引发新老企业价格策略制定差异.提供免费早餐作为服务质量的附加指标,通过展现人文关怀和舒适体验影响游客的认可度,在民宿定价中起到重要作用[41].

第二类是民宿的经营投入,其中,客房数量代表了住宿业规模,也与企业的运营成本相关联,是决定民宿价格的一个重要因素[39];设施评估是影响潜在民宿客人购买行为的最重要组成部分之一.会议设施能够满足游客的商务需求,并提供公共交流活动的服务和场所;设施总数反映了住宿业中功能配套设施的完备程度与种类多样性,从而进一步影响客房价格水平[42].

第三类是民宿的品牌声誉,是具有代表性和展示体验感的一个指标维度.在线评分是衡量民宿服务质量和声誉的一个变量,民宿主利用这种口碑效应影响消费者的入住意愿从而影响客房价格制定[39];其中,历史名宅是属于由明清或民国时期等知名古建筑改造而成的民宿,并融入徽州文化特色及当地资源,形成专属旅游名片.有研究证实依托文化创造出的独特品牌竞争优势,往往会提高民宿的潜在价值[32].网红民宿风格鲜明,将现代设计与古典文化进行结合,通常拥有一定数量的粉丝,受到众多游客前来“打卡”和追捧,是衡量民宿媒体曝光度和知名度的一个指标变量[43],对民宿定价具有重要影响.

第四类是民宿的景观特征.乡村旅游中自然、历史和风景特征能够增加当地社区的吸引力,具有特色和优美景观的房间易受到游客的偏好,并愿意支付较高的费用[31].该维度由山景、庭院景、水域景三个指标变量组成,以量化分析的方式研究室外自然景观对民宿客房价格的影响程度.

第五类是民宿的位置特征,衡量空间因素在民宿定价中的作用.基于以往研究,空间属性要素主要是民宿周边的旅游资源和交通条件[22,40].民宿距离核心旅游吸引物的远近程度对房价具有一定影响[25].此外,当地民宿客源多以自驾游为主,民宿与高速口之间的距离反映了目的地的可达性和出行便捷性,良好的交通条件会影响客房价格水平[40].因此,本文运用空间分析方法分别计算出民宿与最近5A级景区和高速口之间的距离.

3.2 结果分析

采用SPSS 26.0分析软件对数据标准化处理后进行回归分析,检验民宿房价与各细分变量之间的关系,表2为基于最小二乘回归(OLS)的特征定价模型的回归结果.根据拟合参数可知,每个变量的VIF值均小于5,说明不存在多重共线性,变量间的相关性可以接受.模型的D-W值为1.890,拟合优度R2为0.520,Adj.R2为0.513,二者均大于0.5,各变量对民宿客房价格的解释率较高,OLS模型总体拟合优度较好.模型检验结果中,除水域景这一指标变量外,其他变量在0.05水平上都具有统计学意义,具体得出结果见表2.

表2 黟县民宿房价OLS模型结果Tab.2 OLS model results for homestay prices in Yi County

免费早餐这一虚拟变量对民宿房价产生显著正相关关系.民宿为客人提供“家的感觉”和“非标住宿场所”而区别于传统星级酒店,高质量的早餐服务能够增强游客入住意愿,加深记忆点,提高满意度和体验感,增加民宿的附加值,是服务水平的一种体现.因此,提供免费早餐的民宿价格更高.

会议设施这一虚拟变量对民宿房价呈现显著正相关关系.会议设施服务的提供一方面可以展现民宿功能配套设施的完善程度,提高民宿等级;另一方面能够吸引公司和团队等类型的消费群体入住,满足商务需求,并利于举办年会、团建等活动.接待团队游客增加了民宿的经营成本,但也能够吸引客源,增加营业收入.因此,会议设施的提供对民宿房价具有积极的正向促进作用.

经营周期对民宿房价具有显著负相关关系.老牌企业基于品牌资产和生存能力来经营发展,但随着经营周期的增加,设施用品老化、装修设计落伍等问题也随之凸显;而新开业民宿会因其个性氛围和当代特色建筑而获得价格溢价.黟县作为中国乡村民宿发展示范县,率先提出“古村落+新民宿”的双轮驱动新模式,定位高品质、设施高档次、设计个性化以及注重沉浸式体验的中高端优质民宿、精品民宿、设计师民宿不断涌入市场,推高客房定价水平.消费升级、新旧产业竞争迭代,促使经营周期对民宿房价产生负相关性.

房间面积与民宿房价呈现显著正相关关系.客房面积越大,其房价越高.从消费者角度看,户型较大的客房能够加强游客的入住体验感和融入感,为消费者提供了足够的休闲空间和便利设施,采光效果好,舒适度更高;从经营者角度,房间面积大意味着平均投入成本高,因此会影响民宿房价的形成.

历史名宅作为虚拟变量与民宿房价呈显著正相关关系.文化是产品设计和服务创新的基础,黟县作为徽文化的发祥地,依托山水生态、历史文化等资源,创新发展徽州民宿.根据历史名宅改造而成的民宿在装修设计和布局细节方面展现独特魅力和人文情怀,以实现自身差异化.传统建筑文化和新兴民宿产业的结合,为消费者提供“真实性”体验,民宿蕴含的文化元素对房价具有增值作用,因此,属于历史民宅类型的民宿客房价格更高.

设施总数与民宿房价产生显著正相关关系.设施总数越多,代表民宿配套设施的综合性越强,从而提升客房价格水平.完备的民宿软硬件设施是游客获得舒适住宿体验的基础,能够满足游客多样性需求;此外,这也属于民宿投资成本的组成部分,反映了民宿的经营规模,规模越大,平均投入产出的回报率越高,因此,总体设施数更多的民宿客房价格与设施数少的房价差值更大.

庭院景观是模型中的虚拟变量,与客房价格的关系呈正相关,拥有庭院景观的客房价格高于无室外景观的房价.窗台园景将庭院景致收揽入室,能够营造宁静安逸的氛围,有利于顾客实现深度睡眠,呼吸含有高负氧离子含量的新鲜空气,在具备高品质住宿的同时满足私密性需求.因此,环境质量越好的民宿,客房价格越高.

与传统酒店的研究结果不同,民宿规模与房价呈现负相关的影响关系[39],客房数量越多,民宿房价反而越低.客房作为民宿最基本的物质基础,需要创造额外销售价值,以提高吸引力,获取经济效益.民宿因其自身的独特性和个性化,与星级酒店追求规模和奢华不同,精致、特色鲜明、小而美才是民宿的基本业态,因此,客房数量少的民宿能够更具针对性地打造创意住宿和专属服务,从而推高价格.

山景是模型中的虚拟变量,与客房价格呈正相关关系.优质的乡村旅游资源是激发游客选择乡村民宿积极性的基础,满足其回归自然,品味“慢生活”节奏的需求.黟县地处皖南山区,生态环境和自然体验能够提供更好的吸引力,迎合游客亲近并体验自然的精神文化追求,打造自然景观与品质休憩融合的美学空间度假体验,因此,坐拥山景的民宿客房溢价效果明显.

网红民宿作为虚拟变量与房价关系呈正相关.新媒体时代背景下促使乡村民宿产业发展与数字化营销相结合,小红书、抖音、快手等平台成为营销推广的重要阵地,民宿主或博主通过发布短视频、直播等线上交流互动的方式,加大宣传力度,累积粉丝量,在流量加持下提高民宿曝光度和知名度,吸引客流,扩大品牌影响力,对房价的制定也会产生影响.

在线评分高低对民宿房价的影响呈正相关关系.随着在线预定平台的普及,民宿口碑和形象的建立至关重要,消费者通常会根据网络评价做出预定决策,从而影响入住率.消费者的评价与分享不仅能够促使人们获得认同感,同时也作为一种质量信号,是民宿声誉优劣的表征.感知评价越高,代表民宿的卫生、所处位置和服务质量等各方面水平相对较高,对提升民宿房价具有积极作用.

旅游吸引物距离和交通条件对民宿客房价格呈显著正相关关系.与以往的文献相反,黟县民宿是距离核心旅游吸引物越远,房价越高[25].主要由于近年来乡村旅游快速发展,交通便利,距景点越远,优良的住宿环境和高质量的乡村体验提高民宿价格.与传统酒店的研究结果不同,民宿与高速口之间的距离对客房价格具有积极影响[39].主要是因为随着乡村自驾游的快速增长和高速路网的不断完善,提高了游客出行的便捷性与通达性,促使民宿整体价格提高.

此外,本文增加主成分分析方法对14个变量指标进行因子分析,并进行因子淬炼以获得稳健清晰的因子结构,其解释原变量总方差为65.8%.为提高因子的可解释性,研究运用凯撒正太化最大方差法得到旋转后的因子载荷矩阵,可以发现,第1个因子与民宿营业周期和房间面积相关程度较高,可以代表房源特征;第2个因子与民宿设施总数、民宿规模和会议设施相关程度较高,可以代表经营投入;第3个因子与山景、水域景相关程度较高,可以代表景观特征;第4个因子与在线评分和民宿是否为历史名宅相关程度较高,可以代表品牌声誉;第5个因子中涉及距离指标,可以代表位置特征.基于5个因子构建回归模型,探究整体维度类别对民宿房价的影响程度,根据表3显示的模型系数可以得出,位置特征对黟县民宿房价的影响并不显著,主要因为黟县大多数民宿集中在西递、宏村景区内部和周边,距离差异较小;且本研究选择了县域为基本地理单元,对以自驾车为主的民宿旅游者来说对外交通的相对优势不明显,因此,相比较于其他因素,在制定房价时该指标维度的参考性不高.结果显示因子1的系数最大,表明房源特征对民宿价格影响最大,主要由于完备和富有特色的设施服务能够提升消费者的价值感知,良好的入住体验是影响民宿定价的重要因素.经营投入对客房价格的影响程度仅次于房源特征,民宿自身的经营能力和投资成本是房价形成的重要参考指标,体现了民宿定价注重平均投入产出的回报率.品牌声誉对民宿价格也具有较为显著的影响,说明价格高的民宿更加注重在线声誉和形象管理.最后是景观特征,高价格水平民宿的选址主要分布在优良的生态环境和自然景观周围.

表3 黟县民宿价格模型估计系数Tab.3 Correlation coefficients of homestay prices model in Yi County

4 结论与讨论

4.1 结论

本文基于黟县民宿房价数据,通过克里金插值分析和OLS回归分析方法,刻画出乡村民宿房价的空间分布特征及其影响因素,主要结论如下.

1) 民宿客房价格集聚效应明显.整体空间格局呈现出中间高、两边低的特征,形成以碧山为代表的资本主导型民宿高值区,以塔川、南屏、关麓、卢村和屏山景区为核心的传统村落型民宿次高值集聚区.这些区域经营的民宿多为庭院式、庄园式住宅,规模大且私密性高,提供浓厚的乡土风情和高品质的入住体验.

2) 不同等级民宿区位选择偏好不同.低档民宿在乡村热门旅游地组团式发展的现象较为明显,分布特征具有明显的景区指向性和对居民点的空间依赖性,且民宿集聚的地方价格偏高;中档民宿在低档民宿的基础上分布范围缩小,分布密度降低,选址时对外部景观和旅游资源的依赖性较强;高档民宿数量少且分散,依赖优质的自然生态环境和社会资本网络经营发展,中高档民宿的价格峰值都出现在民宿集聚之外的区域.

3) 民宿房价分异特征受多种因素的综合影响.民宿房价的空间分布与核心旅游吸引物、区位特征、场所空间、户外景观、原始生态环境和资本集聚密切相关,民宿自身的品牌声誉也会影响价格.但与传统酒店研究结果不同的是,民宿强调私密性和个性化,它与最近5A级景区和高速口之间的距离对客房价格具有积极影响,该结果也是对以往乡村民宿研究的进一步验证[40].

4) 房源特征对民宿价格影响最大,经营投入、品牌声誉和景观特征次之.表明良好的入住体验和消费者的高价值感知能够使民宿获得价格溢价,民宿投资成本、在线声誉形象和室外自然景观也是民宿定价的重要参考因素.

4.2 讨论

民宿作为具备生活和旅游双重属性的住宿形式,为重构乡村空间、经济和社会这三维结构注入了活力,有利于振兴乡村经济发展和促进产业转型升级[44],但民宿在经营过程中其价格的动态变化给房东制定科学合理的定价策略带来了挑战[24-25,28].而随着乡村振兴战略进程的加快,乡村民宿在地理空间上形成不同程度的集聚,其客房价格也呈现出空间差异性.与城市酒店业价格趋向于以景点、商业圈等多中心集聚不同[10,18,39],乡村民宿注重入住品质和周边环境质量,其定价因素需要进一步解构.

本文综合研究民宿房价的空间分异特征以及形成差异的影响因素,理论上丰富了乡村民宿地理空间规律的类型研究以及特征价格模型的知识体系,研究聚焦微观尺度,从地理学视角,分析黟县民宿房价的空间分布特征,并在OLS回归模型中纳入交通条件、与旅游吸引物的距离,揭示乡村民宿房价空间分异的影响因素,为民宿房源价格规律提供更深入的理解.

实践上本文研究成果可以为民宿产业选址布局和定价决策提供借鉴和指导,引导乡村民宿业可持续健康发展.首先,结果表明位置特征直接影响房价,民宿选址建议选择与核心旅游吸引物和高速口距离适中的区域,既能满足入住者的品质需求,又能便于出行.其次,房源特征对房价影响最大,丰富的配套设施和服务可以提升房源吸引力与竞争力,提高顾客体验,从而实现价格溢价.品牌声誉对客房价格的重要影响也表明房东应当关注和设计在线预定平台上民宿的品牌形象.另外,良好的生态环境和自然体验能够吸引游客,结果显示坐拥山景和庭院景的民宿价格更高,因此,民宿的选址和未来定价研究中应当将室外景观特征考虑在内.

民宿房价的形成受多方面因素的影响,值得深入研究,本研究的结果受到使用有限的地区和情境属性来模拟民宿客房价格的限制,未来可以增加房东属性、投资规模、经营方式、以及租赁政策等因素进行探讨,或是探索特定变量的变化对所研究的不同次级目的地的影响,以提高解释的有效性.