基于互联网数据的住宿业竞争力及其空间格局——以武汉主城区高端酒店为例

doi:10.18306/dlkxjz.2018.10.010

地理科学进展 ›› 2018, Vol. 37 ›› Issue (10): 1405-1415.doi: 10.18306/dlkxjz.2018.10.010

基于互联网数据的住宿业竞争力及其空间格局——以武汉主城区高端酒店为例

王娟^1,²(), 李亚娟^1,², 吕丽^1,², 胡静^1,², 张祥^1,^2,^*()

1. 华中师范大学城市与环境科学学院,武汉 430079
2. 中国旅游研究院武汉分院,武汉 430079

收稿日期:2017-11-30 修回日期:2018-04-03 出版日期:2018-10-28 发布日期:2018-10-28
通讯作者: 张祥
作者简介:
作者简介：王娟(1985-),女,湖南长沙人,博士生,主要研究方向为城市旅游、旅游与区域发展,E-mail: sjjpwangjuan@126.com。
基金资助:
国家自然科学基金项目(41601123,41601127);中央高校基本科研业务费项目(CCNU16BG001)

Hotel competitiveness evaluation and spatial pattern based on Internet data: A case study of high-end hotels of Wuhan urban area

Juan WANG^1,²(), Yajuan Li^1,², Li LV^1,², Jing HU^1,², Xiang ZHANG^1,^2,^*()

1. The College of Urban and Environmental Science, Central China Normal University, Wuhan 430079, China
2. Wuhan Branch of China Tourism Academy, Wuhan 430079, China

Received:2017-11-30 Revised:2018-04-03 Online:2018-10-28 Published:2018-10-28
Contact: Xiang ZHANG
Supported by:
National Natural Science Foundation of China, No.41601123, No.41601127;Fundamental Research Funds for the Central Universities, No.CCNU16BG001

摘要/Abstract

摘要：

随着互联网的发展,利用互联网数据来研究城市实体空间问题成为城市地理学研究内容和研究方法的新切入点。本文基于互联网消费平台点评数据、互联网地图实时交通数据和城市兴趣点等数据,在建立住宿业竞争力评价指标体系的基础上,计算武汉主城区高端酒店竞争力得分和排名,并探求住宿业竞争力的空间分布特征和布局模式。研究发现：①武汉高端酒店竞争力得分总体较为集中。价格、人气、周边商业和商务服务是酒店之间竞争力差距的主要因素;②武汉高端酒店竞争力投射在空间上总体呈现点状聚集与线形延伸并存的格局,竞争力高分酒店主要集中在二环线内的武昌和汉口;③随着酒店竞争力等级的下降,酒店空间格局呈现由城市中心向四周递减的圈层式发展规律,高等级酒店大多出现在新兴商业区;④本文归纳了武汉主城区高端酒店竞争力空间分布模型,得出中央活动区新兴商圈顶级高端酒店、中央活动区传统商圈中级高端酒店、交通门户周边中级高端酒店等7种住宿业空间格局类型。

关键词: 互联网数据, 高端住宿业, 竞争力, 空间格局, 武汉

Abstract:

The rapid development of the Internet provides a new breakthrough point for urban geography research by using Internet data and technology to study urban physical space problems. Based on customer reviews and comments of online-to-offline (O2O) platform, real-time traffic data, and points of interest (POI) data of web-map, this study set up a competitiveness evaluation index system of high-end hotels and calculated the high-end hotel competitiveness and ranking of Wuhan urban area, then emphatically analyzed its spatial patterns using GIS tools. The results indicate that: (1) With most hotels in the middle and few in the top and bottom rankings, the competitiveness distribution line indicates a general concentrated structure. Price, popularity, business, and commerce services in the surroundings are the main factors that widen the competitiveness levels between hotels. (2) The overall spatial structure is featured by a mixture of point clustering and linear spread that basically concentrate in Wuchang and Hankou town areas within the second ring road. (3) As the competitiveness grades go down, hotels are more likely to locate toward the outskirt of the city, showing a circling spatial structure. (4) The spatial distribution model of Wuhan high-end hotels can be summarized as seven types of hotel spatial layout, such as super-high-end hotels located in the newly-developing business district in the central activity zone (CAZ), middle-leveled high-end hotels located in the traditional business district in the CAZ, and middle-leveled high-end hotels located around traffic gateways, and so on.

Key words: internet data, high-end hotels, competitiveness, spatial structure, Wuhan City

王娟, 李亚娟, 吕丽, 胡静, 张祥. 基于互联网数据的住宿业竞争力及其空间格局——以武汉主城区高端酒店为例[J]. 地理科学进展, 2018, 37(10): 1405-1415.

Juan WANG, Yajuan Li, Li LV, Jing HU, Xiang ZHANG. Hotel competitiveness evaluation and spatial pattern based on Internet data: A case study of high-end hotels of Wuhan urban area[J]. PROGRESS IN GEOGRAPHY, 2018, 37(10): 1405-1415.

图/表 10

图1

图2

表1

武汉高端酒店竞争力评价指标体系"

一级指标(权重)	二级指标(权重)	指标说明
X₁酒店价格(0.191)	X_1-1房间起售价格(0.191)	反映酒店的档次和消费水平
X₂酒店人气(0.108)	X_2-1酒店点评数(0.108)	酒店的总点评数
X₃酒店区位(0.247)	X_3-1距离交通门户平均耗时(0.166)	酒店距离机场、火车站的平均耗时
	X_3-2 2 km内最近地铁站距离(0.063)	酒店附近最近的地铁站到酒店的距离,2 km内无地铁站的此项得分为0
	X_3-3 2 km内热门景点数(0.018)	酒店2 km内可达的热门景点数,包括旅游景点、城市公园、购物商圈等
X₄酒店满意度(0.304)	X_4-1五星好评占总评论数比例(0.06)	五星好评数与全部点评数的比值
	X_4-2房间评分(0.075)	消费者对某酒店房间的打分
	X_4-3设施评分(0.009)	消费者对某酒店设施的打分
	X_4-4环境评分(0.013)	消费者对某酒店环境的打分
	X_4-5位置评分(0.031)	消费者对某酒店位置的打分
	X_4-6服务评分(0.027)	消费者对某酒店服务的打分
	X_4-7卫生评分(0.089)	消费者对某酒店卫生的打分
X₅酒店周边商业服务(0.045)	X_5-1 1 km内购物中心/商业街数(0.035)	酒店1 km缓冲区内购物中心/商业街的数量
	X_5-2 1 km内大型超市数(0.007)	酒店1 km缓冲区内大型超市的数量
	X_5-3 500 m内品牌便利店数(0.003)	酒店500 m缓冲区内购品牌便利店的数量
X₆酒店周边商务服务(0.051)	X_6-1 1 km内商务大厦数(0.028)	酒店1 km缓冲区内商务大厦/写字楼的数量
	X_6-2 1 km内企事业单位数(0.011)	酒店1 km缓冲区内企事业单位的数量
	X_6-3 1 km内金融机构数(0.012)	酒店1 km缓冲区内金融机构的数量
X₇其他因素(0.054)	X_7-1酒店所属集团排名(0.038)	HOTELS杂志公布的“2016年度全球酒店集团排名”,若未上榜,则此项得分为0
	X_7-2酒店客房数(0.01)	酒店拥有的房间数
	X_7-3开业或装修时间(0.006)	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

表1

图3

图4

图5

表2

图6

图7

图8

参考文献 25

[1]	丁于思, 肖轶楠. 2014. 基于网络点评的五星级酒店顾客满意度测评研究[J]. 经济地理, 34(5): 182-186, 192.
	[Ding Y S, Xiao Y N.2014. Customer satisfaction evaluation of five-star hotels based on online comments[J]. Economic Geography, 34(5): 182-186, 192.]
[2]	胡志毅, 张兆干. 2002. 城市饭店的空间布局分析: 以南京市为例[J]. 经济地理, 22(1): 106-110.
	[Hu Z Y, Zhang Z G.2002. An analysis about the spatial distribution of hotels in urban area: Take Nanjing City as a case[J]. Economic Geography, 22(1): 106-110.]
[3]	黄杉, 武前波, 崔万珍. 2013. 国内外城市综合体的发展特征与类型模式[J]. 经济地理, 33(4): 1-8.
	[Huang S, Wu Q B, Cui W Z.2013. Development features and types of urban complex in the world[J]. Economic Geography, 33(4): 1-8.]
[4]	霍云霈, 杨新军, 张兴国. 2006. 我国高档旅游宾馆空间分布特征与配置研究: 以五星级宾馆为例[J]. 人文地理, 88(2): 28-31.
	[Huo Y P, Yang X J, Zhang X G.2006. A study on spatial characteristics and disposition of top grade tourist hotel: A case study of five-star hotel[J]. Human Geography, 88(2): 28-31.]
[5]	姜海宁, 谷人旭, 李广斌, 等. 2012. 南京市星级酒店空间可达性格局研究[J]. 地域研究与开发, 31(2): 129-134, 140.
	[Jiang H N, Gu R X, Li G B, et al.2012. Research on spatial pattern of accessibility about star-rated hotels in Nanjing City[J]. Areal Research and Development, 31(2): 129-134, 140.]
[6]	李婧, 张红, 张春晖. 2011. 基于熵权灰色关联的旅游上市公司竞争力评价[J]. 旅游论坛, 4(3): 49-54. doi: 10.3969/j.issn.1674-3784.2011.03.011
	[Li J, Zhang H, Zhang C H.2011. Evaluation on the competitiveness of tourism listed companies based on entropy-weighted grey relational analysis[J]. Tourism Forum, 4(3): 49-54.] doi: 10.3969/j.issn.1674-3784.2011.03.011
[7]	梅林, 韩蕾. 2011. 中国星级酒店空间分布与影响因子分析[J]. 经济地理, 31(9): 1580-1584.
	[Mei L, Han L.2011. A study into the factors influencing the spatial distribution of star-rated hotels in China[J]. Economic Geography, 31(9): 1580-1584.]
[8]	秦萧, 甄峰, 朱寿佳, 等. 2014. 基于网络口碑度的南京城区餐饮业空间分布格局研究: 以大众点评网为例[J]. 地理科学, 34(7): 810-817.
	[Qin X, Zhen F, Zhu S J, et al.2014. Spatial pattern of catering industry in Nanjing urban area based on the degree of public praise from internet: A case study of dianping.com[J]. Scientia Geographica Sinica, 34(7): 810-817.]
[9]	任晖, 张慧, 陈雪琼. 2014. 我国酒店类旅游上市公司竞争力评价: 基于因子分析及主成分分析法[J]. 重庆工商大学学报: 自然科学版, 31(4): 39-45.
	[Ren H, Zhang H, Chen X Q.2014. Evaluation on the competence of hotel-type tourism listed companies of China-based on factor analysis and principal component analysis[J]. Journal of Chongqing Technology and Business University: Natural Science Edition, 31(4): 39-45.]
[10]	粟丽娟, 吴佳雨, 丁新军. 2016. 经济型连锁酒店的空间布局研究: 以北京市如家快捷酒店为例[J]. 地域研究与开发, 35(2): 65-70. doi: 10.3969/j.issn.1003-2363.2016.02.012
	[Su L J, Wu J Y, Ding X J.2016. Research on location of economy hotel chain home inns in Beijing[J]. Areal Research and Development, 35(2): 65-70.] doi: 10.3969/j.issn.1003-2363.2016.02.012
[11]	许泽宁, 高晓路. 2016. 基于电子地图兴趣点的城市建成区边界识别方法[J]. 地理学报, 71(6): 928-939.
	[Xu Z N, Gao X L.2016. A novel method for identifying the boundary of urban built-up areas with POI data[J]. Acta Geographica Sinica, 71(6): 928-939.]
[12]	闫丽英, 韩会然, 陈婉婧, 等. 2014. 北京市住宿业空间分布格局及影响因素研究[J]. 经济地理, 34(1): 94-101. doi: 10.3969/j.issn.1000-8462.2014.01.015
	[Yan L Y, Han H R, Chen W J, et al.2014. Distribution and influence factors of lodging industry in Beijing City[J]. Economic Geography, 34(1): 94-101.] doi: 10.3969/j.issn.1000-8462.2014.01.015
[13]	闫丽英, 李伟, 杨成凤, 等. 2014. 北京市住宿业空间结构时空演化及影响因素[J]. 地理科学进展, 33(3): 432-440. doi: 10.11820/dlkxjz.2014.03.014
	[Yan L Y, Li W, Yang C F, et al.2014. Temporal and spatial evolution of lodging industry in Beijing and its influencing factors[J]. Progress in Geography, 33(3): 432-440.] doi: 10.11820/dlkxjz.2014.03.014
[14]	张俐俐, 曲波, 杨莹. 2006. 酒店业竞争力提升的新途径: 集群发展[J]. 旅游学刊, 21(4): 55-59.
	[Zhang L L, Qu B, Yang Y.2006. A new way to upgrade the competence of hospitality industry: Cluster development[J]. Tourism Tribune, 21(4): 55-59.]
[15]	张卫华, 赵铭军. 2005. 指标无量纲化方法对综合评价结果可靠性的影响及其实证分析[J]. 统计与信息论坛, 20(3): 33-36. doi: 10.3969/j.issn.1007-3116.2005.03.008
	[Zhang W H, Zhao M J.2005. The influence of undimensionalization on the reliability of comprehensive evaluation results and an empirical analysis[J]. Statistics & Information Forum, 20(3): 33-36.] doi: 10.3969/j.issn.1007-3116.2005.03.008
[16]	赵艳楠, 杨德刚, 张新焕, 等. 2016. 乌鲁木齐住宿业空间分布及热点区模式研究[J]. 干旱区地理, 39(5): 1143-1152.
	[Zhao Y N, Yang D G, Zhang X H, et al.2016. Spatial distribution characteristics and hot zone patterns of lodging industry in Urumqi[J]. Arid Land Geography, 39(5): 1143-1152.]
[17]	赵子军. 2007. 五星级酒店是城市建设中的“活跃因子”[N]. 中国旅游报, 2007-04-25(006).
	[Zhao Z J, 2007. Wuxingji jiudian shi chengshi jianshe zhong de "huoyue yinzi"[N]. China Tourism News, 2007-04-25(006).]
[18]	Adam I, Mensah E A.2014. Perceived spatial agglomeration effects and hotel location choice[J]. Anatolia, 25(1): 49-60. doi: 10.1080/13032917.2013.822818
[19]	Choocharukul K, Van H T, Fujii S.2008. Psychological effects of travel behavior on preference of residential location choice[J]. Transportation Research Part A: Policy and Practice, 42(1): 116-124. doi: 10.1016/j.tra.2007.06.008
[20]	Chou T Y, Hsu C L, Chen M C.2008. A fuzzy multi-criteria decision model for international tourist hotels location selection[J]. International Journal of Hospitality Management, 27(2): 293-301. doi: 10.1016/j.ijhm.2007.07.029
[21]	Gutiérrez J, García-Palomares J C, Romanillos G, et al.2017. The eruption of Airbnb in tourist cities: Comparing spatial patterns of hotels and peer-to-peer accommodation in Barcelona[J]. Tourism Management, 62: 278-291. doi: 10.1016/j.tourman.2017.05.003
[22]	Ritter W.1986. Hotel location in big cities[J]. Big City Tourism, 3: 355-364.
[23]	Shoval N, Cohen-Hattab K.2001. Urban hotel development patterns in the face of political shifts[J]. Annals of Tourism Research, 28(4): 908-925. doi: 10.1016/S0160-7383(00)00083-9
[24]	Shoval N, McKercher B, Ng E, et al .2011. Hotel location and tourist activity in cities[J]. Annals of Tourism Research, 38(4): 1594-1612. doi: 10.1016/j.annals.2011.02.007
[25]	Urtasun A, Gutiérrez I.2006. Hotel location in tourism cities madrid 1936-1998[J]. Annals of Tourism Research, 33(2): 382-402. doi: 10.1016/j.annals.2005.12.008

酒店等级	酒店个数	最大值	最小值	平均值	标准差
第一等级	17	80.584	56.729	62.080	6.110
第二等级	62	56.073	47.408	51.382	2.512
第三等级	65	47.353	40.705	44.123	2.017
第四等级	53	40.225	32.220	36.473	2.459
第五等级	37	32.048	18.256	27.781	3.793
总计	234	80.584	18.256	43.034	10.028

基于互联网数据的住宿业竞争力及其空间格局——以武汉主城区高端酒店为例

Hotel competitiveness evaluation and spatial pattern based on Internet data: A case study of high-end hotels of Wuhan urban area

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 25

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	卢新海, 蔡大伟, 曾晨. 基于空间分位数模型的住宅价格分异的影响因素研究——以武汉市为例[J]. 地理科学进展, 2021, 40(2): 283-292.
[2]	杜德林, 王姣娥, 王祎. 中国三大航空公司市场竞争格局及演化研究[J]. 地理科学进展, 2020, 39(3): 367-376.
[3]	周美君, 李飞, 邵佳琪, 杨海娟. 气候变化背景下中国玉米生产潜力变化特征[J]. 地理科学进展, 2020, 39(3): 443-453.
[4]	刘汉初, 樊杰, 张海朋, 王甫园. 珠三角城市群制造业集疏与产业空间格局变动[J]. 地理科学进展, 2020, 39(2): 195-206.
[5]	宋周莺, 祝巧玲. “一带一路”背景下的中国与巴基斯坦的贸易关系演进及其影响因素[J]. 地理科学进展, 2020, 39(11): 1785-1797.
[6]	成超男, 胡杨, 赵鸣. 城市绿色空间格局时空演变及其生态系统服务评价的研究进展与展望[J]. 地理科学进展, 2020, 39(10): 1770-1782.
[7]	吴燕, 李红波. 大都市城乡融合区空间演进及内在关联性测度——基于武汉市夜间灯光数据[J]. 地理科学进展, 2020, 39(1): 13-23.
[8]	罗静,蒋亮,罗名海,田玲玲,陈国磊,田野,吴益坤. 武汉市新城区乡村发展水平评价及规模等级结构研究[J]. 地理科学进展, 2019, 38(9): 1370-1381.
[9]	田野, 罗静, 孙建伟, 董莹, 陈国磊. 武汉城市圈内部空间联系及其轴-辐网络结构演化[J]. 地理科学进展, 2019, 38(7): 1093-1102.
[10]	陈沛然, 王成金, 刘卫东. 中国海外港口投资格局的空间演化及其机理[J]. 地理科学进展, 2019, 38(7): 973-987.
[11]	初楠臣, 张平宇, 李鹤. 高速铁路情景下的俄罗斯远东铁路可达性及其空间效应研究[J]. 地理科学进展, 2019, 38(7): 988-997.
[12]	张金亭, 赵玉丹, 田扬戈, 何青青, 庄艳华, 彭韵羲, 洪松. 大气污染物排放量与颗粒物环境空气质量的空间非协同耦合研究——以武汉市为例[J]. 地理科学进展, 2019, 38(4): 612-624.
[13]	李少星, 王先芝, 纪小乐, 张烨. 乡镇尺度上的山东省人口老龄化空间格局演变与影响因素研究[J]. 地理科学进展, 2019, 38(4): 567-576.
[14]	李钢, 陈未雨, 杨兰, 刘倩, 陈曦亮. 武汉市快递自提点的空间格局与集聚模式研究[J]. 地理科学进展, 2019, 38(3): 407-416.
[15]	赵文博, 刘洪杰, 田雪婷, 李宝林, 曹伟宏. 基于UCMap的城市环境气候空间格局分析——以广州市为例[J]. 地理科学进展, 2019, 38(3): 452-464.