EN中文

地理科学进展 >

2020 , Vol. 39 >Issue 10: 1698 - 1707

DOI: https://doi.org/10.18306/dlkxjz.2020.10.009

研究论文

民宿空间分布的集聚模式与影响因素研究——基于杭州、湖州、恩施的比较

  • 胡小芳 ,
  • 李小雅 ,
  • 王天宇 ,
  • 赵红敏 ,
  • 杨铄 ,
  • 邓磊 ,
  • 李景旺
展开
  • 华中农业大学,武汉 430070

胡小芳(1976— ),女,湖北仙桃人,博士,副教授,主要从事土地资源管理研究。E-mail:

收稿日期: 2019-10-21

  要求修回日期: 2020-04-07

  网络出版日期: 2020-12-28

基金资助

北京大学林肯城市发展与土地政策研究中心研究基金(2016001)

中央高校基本科研业务费专项资金(2662016PY131)

中央高校基本科研业务费专项资金(2662016PY055)

国家级大学生创新创业训练计划(201910504135)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Spatial agglomeration pattern of homestay inn and influencing factorsbased on the comparison of Hangzhou, Huzhou, and Enshi cities

  • HU Xiaofang ,
  • LI Xiaoya ,
  • WANG Tianyu ,
  • ZHAO Hongmin ,
  • YANG Shuo ,
  • DENG Lei ,
  • LI Jingwang
Expand
  • Huazhong Agricultural University, Wuhan 430070, China

Received date: 2019-10-21

  Request revised date: 2020-04-07

  Online published: 2020-12-28

Supported by

Peking University-Lincoln Institute Center for Urban Development and Land Policy(2016001)

Fundamental Research Funds for the Central Universities(2662016PY131)

Fundamental Research Funds for the Central Universities(2662016PY055)

National Training Program of Innovation and Entrepreneurship for Undergraduates(201910504135)

Copyright

Copyright reserved © 2020
Fold

摘要

近年来,民宿依托其个性化的服务以及温馨的住宿体验发展起来并走向成熟,其在空间上的集聚也推动着民宿产业向集群化和专业化发展。论文选取浙江省杭州市、湖州市和湖北省恩施州3个典型区域作为研究对象,基于途家网的民宿数据,运用全局自相关统计量和局域Getis-Ord Gi *指数分析三地民宿的集聚模式,并从区位、交通、旅游资源和区域品牌4个方面分析其影响因素。研究发现：① 杭州、湖州、恩施民宿空间分布均出现集聚状态,其中杭州最大的热点区域以市中心为圆心向周围扩散,杭州民宿是依托城市区位的集聚模式;湖州民宿的热点区域远离市中心且以莫干山为中心向四周扩散,湖州民宿是依托区域品牌的集聚模式;恩施民宿的热点区域由3个较小的热点区域构成,且均与恩施著名景点相连接,恩施民宿是依托自然景点的集聚模式。② 区位是城市民宿集聚的基础;区域品牌是民宿集聚的助推器;旅游资源是民宿集聚的早期动力;道路交通是民宿集聚和向外扩张的保障。研究结果为民宿的选址、空间优化布局和资源合理化配置提供有益的参考。

关键词： 民宿; 空间; 集聚; 影响因素

本文引用格式

胡小芳 , 李小雅 , 王天宇 , 赵红敏 , 杨铄 , 邓磊 , 李景旺 . 民宿空间分布的集聚模式与影响因素研究——基于杭州、湖州、恩施的比较[J]. 地理科学进展, 2020 , 39(10) : 1698 -1707 . DOI: 10.18306/dlkxjz.2020.10.009

Abstract

In recent years, homestay inn has developed and matured based on its personalized services and cozy accommodation experience. Its spatial agglomeration also promotes the homestay inn industry to grow in clusters and become specialized. This study chose Hangzhou City in Zhejiang Province, Huzhou City in Zhejiang Province, and Enshi City in Hubei Province, which are the typical areas of the homestay inn industry, as cases. Based on the homestay inn data of Tujia.com, this study used global spatial association indicators and Getis-Ord Gi * index to explore the agglomeration pattern and influencing factors of the three areas. The spatial distributions of homestay inn in Hangzhou, Huzhou, and Enshi Cities all show an agglomeration pattern, and the largest hot spot region of Hangzhou spreads around the city center. The spatial agglomeration pattern of homestay inn of Hangzhou is based on locations within the city. The hot spot region of homestay inn in Huzhou is far away from the city center and spreads around the Mogan Mountains. The spatial agglomeration pattern of homestay inn of Huzhou is based on the regional brand. The hot spot region of Enshi homestay inn consists of three small hot spots, which are all connected to the scenic spots. The spatial agglomeration pattern of homestay inn of Enshi is based on the scenic spots. Through the analysis of location, transportation, tourism resources, and regional brands of the three areas, the study showed that location is the basis of the agglomeration of homestay inn in cities. Regional brand is a booster to promote the agglomeration of homestay inn. Tourism resources are the early motivation of clustering for homestay inn. Road transportation is a guarantee for the clustering and expansion of the homestay inn. The conclusions provide a useful reference for choosing reasonable locations for homestay inn and allocating resources rationally.

Key words： homestay inn; space; agglomeration; influencing factors

随着生活水平的不断提高和城市生活压力的增长,人们出行旅游的方式向多元化发展,传统的酒店服务已经不能满足消费者的需求,而提供个性化服务与配置的民宿受到越来越多的消费者青睐,民宿给游客的体验增添了社会文化的丰富性[1]。民宿产业依托着近年来旅游产业的不断升级与发展,凭借其良好的生态环境、温馨的居住体验、特色的人文风俗,逐步成为新的旅游潮流。与此同时,民宿促进当地人积极参与到旅游活动中[2],为当地旅游产业注入新的活力,有力推动了“美丽乡村”建设和乡村振兴。2019年7月,中国文化和旅游部颁布《旅游民宿基本要求与评价》(LB/T065—2019),进一步对民宿市场建立新规范,提出新要求,确保民宿市场能够长远健康地发展,为中国经济注入新活力。
民宿的定义由于地域性差异,在各个国家与地区不尽相同。在国外,民宿多以B&B (Bed & Breakfast)表示,是一种综合性的旅游产品,包括体验当地的生活、生产、文化、娱乐、餐饮等,与乡村旅游息息相关[3]。Peric等[4]将民宿定义为具有当地价值观和文化特征、多样性的个性化家庭住所;Salleh等[5]认为,民宿是位于乡村,能给游客提供体验当地生活方式、获得当地生活经验的一系列家庭住所。在国内,民宿首先在台湾发展起来,台湾地区出台的《民宿管理办法》认为民宿是利用自用住宅的空闲房间,结合当地人文、自然景观、生态、环境资源,以家庭副业方式提供游客乡野生活的住宿场所。2019年7月19日,中国文化和旅游部正式发布旅游行业标准《旅游民宿基本要求与评价》,其中对旅游民宿的定义为利用当地民居等相关闲置资源,经营用客房不超过4层、建筑面积不超过800 m2,主人参与接待,为游客提供体验当地自然、文化与生产生活方式的小型住宿设施。综合国外和国内的定义,本文将民宿的要素归纳为以下3点：第一,舒适的室内居住环境和良好的室外生态环境;第二,小而温馨的居住体验和极具当地特色的人文情怀;第三,自然的乡村环境和融入式的乡村生活体验。
国外对民宿的研究主要集中于民宿市场[6,7]、民宿经营策略[8]、民宿经营者和旅游者的行为[9,10]等方面;国内对民宿的研究主要集中于民宿产业发展及路径[11]、游客行为[12]、民宿设计[13]等方面。近年来,国内民宿的研究领域有了新的尝试与拓展,开始从空间统计学的角度研究某个地区或城市的民宿空间分布规律[14,15],或以村作为研究对象关注民宿集群空间形成的过程[16]。现全国范围内民宿发展呈现出地理集聚特征,同一聚集区内的民宿往往具备相似的风格,区域内部的民宿产业发展也具有相同的阶段特征。随着民宿产业进一步成熟,将会出现更多的民宿集聚区,而民宿在空间上的集聚也推动着民宿产业向集群化和专业化发展。
综上所述,国内对于民宿的研究起步晚但发展较快,与此同时,在研究区域与研究数据方面具有一定的局限性。其一,近几年针对民宿空间的集聚现象研究主要是关注某个村、城市或单个特定区域的民宿集聚现象,对于不同区域、不同发展阶段的民宿市场研究偏少。而中国民宿市场正处于快速的发展阶段,一些地方盲目地开发和投资民宿,造成了资源的浪费。针对不同区域的资源和市场条件,选取合适的民宿发展模式显得至关重要。其二,由于国内民宿市场起步较晚,其研究数据的来源不如房地产市场全面和稳定。但随着近几年互联网的快速发展,线上民宿平台开始走进消费者的视野,也为获取民宿位置、周边交通、自然景点等更加全面的研究数据提供了可能。
本文选取杭州、湖州、恩施3个资源优势不同、民宿发展阶段不同的典型区域作为研究对象,采取空间统计分析方法,利用网络爬虫技术获取途家网的民宿数据,从区位、交通、旅游资源以及区域品牌4个方面,探索民宿的空间集聚模式与影响因素,旨在对已有研究做出以下补充与创新：第一,采取多区域空间对比分析,为不同资源与市场条件、不同发展阶段的民宿发展区域提供更有针对性的参考;第二,充分利用大数据容量大和收集处理速度快的特点,运用网络爬虫技术获取不同区域民宿的空间数据,同时获取周边交通、自然景点等相关数据,实现不同区域民宿的空间对比分析。

1 研究区域、数据与方法

1.1 研究区域

本文旨在研究不同区域民宿空间聚集的模式和影响因素,通过分析民宿的发展过程和区域特征,确定3个典型区域：浙江省杭州市、湖州市和湖北省恩施州。杭州、湖州和恩施的民宿特点如表1。
表1 杭州、湖州、恩施民宿特点

Tab.1 Characteristics of homestay inn in Hangzhou, Huzhou, and Enshi cities

区域 类型 阶段 区位 交通 旅游景点 区域品牌
杭州 偏城市民宿 成熟 以城市为中心 依托城市交通 城市内 西湖文化
湖州 偏乡村民宿 成熟 以莫干山为中心 依托区域交通 莫干山 莫干山文化
恩施 偏乡村民宿 初期 以景点为中心 依托区域交通 自然景点 土家族文化
杭州市是著名的旅游城市和休闲之都,拥有灵秀的江南文化底蕴和四时幻化的西湖美景。杭州不仅是文化名城,还是中国著名的“电子商务中心”。目前,杭州的民宿发展规模大,但品质参差不齐,大致分为景区周边度假型民宿、交通便利观光型民宿、时尚现代商务型民宿和简约便捷经济型民宿4种。除此之外,还有高档奢华的西式别墅“轰趴”主题民宿。杭州作为成熟的城市旅游目的地,客源较为充足,其消费者主要是城市观光型游客,城市民宿和客栈多是酒店的补充和替代性产品。
湖州市是环杭州湾大湾区核心城市,是一座具有2300多年历史的江南古城。位于此地的莫干山名胜区,以竹、泉、云和清、绿、凉、静的环境著称,素有“清凉世界”美誉。莫干山地区的民宿起源于南非人创办的洋家乐“裸心谷”,随着越来越多的人在此区域投资,建成各种别墅、山庄、度假村一类的民宿,最终形成民宿群。民宿的发展带动一些关联产业的发展,如户外体验、生态产业、互联网、咖啡厅、茶室等,莫干山地区的民宿产业已从空间上的集聚发展到产业集群。
湖北省恩施州是湖北省内唯一一个少数民族自治州,被成为“世界硒都”。恩施流传着“九佬十八匠”一说,其中每一种都代表了一种传统工艺,彰显出恩施独特的传统文化[17]。凭借着各种文物遗址、文化遗产、独特的饮食文化和丰富的旅游资源,政府出台奖励政策,引导部分星级农家乐转变经营方式。目前恩施州民宿产业覆盖8个县市,经营户达3200多家,恩施州有白鹊山、九渡溪、马前村等民宿群,呈现出集聚状态。由于恩施民宿的发展起步慢、历时短,条件和政策尚不成熟,仍处于发展的初级阶段。

1.2 数据与方法

1.2.1 数据来源
由于国内没有公开的官方信息平台以获取民宿的有关信息,研究小组于2018年12月利用网络爬虫技术在途家网(https://www.tujia.com/)上抓取3个研究区域的民宿相关数据,得到杭州、湖州、恩施的民宿数据,分别为14498、5041、1178条。根据数据的地理坐标,将民宿点投影在同一坐标系统后,剔除经纬度异常数据及空值无效数据341条,实际用于研究分析的民宿数据总计20376条,其中杭州、湖州、恩施3地的有效民宿数据分别为14411、4828、1137条。途家网是中国民宿分享平台的引领者之一,提供的民宿符合定义标准及基本要求。考虑到数据的真实性,课题组于2019年8月选取恩施州利川市和建始县进行走访核实,并对杭州和湖州的数据进行电话核实,其信息基本正确。
1.2.2 研究方法
全局视角下的空间自相关分析可以判别和比较民宿的集聚程度,局部视角下的热点分析可以探索更加细化和地域化的集聚模式和特征。因此,本文基于全局和局部的分析视角,运用ArcGIS 10.5软件,对杭州、湖州、恩施的民宿点要素进行空间聚类分析。首先,在全局尺度上,基于以乡镇(街道)为精度的民宿密度,运用“空间自相关”工具计算莫兰指数(Global Moran's I),判断三地民宿在空间上是否有集聚特性[18],并比较三地民宿的集聚程度。然后,在局部尺度上,运用“优化的热点分析”工具,对三地的民宿点图层数据分别进行热点分析,计算局域Getis-Ord Gi*指数,得到三地民宿空间分布的集聚模式,分析不同区域的民宿集聚特征。
(1) 全局空间自相关
空间全局自相关分析是以研究对象的位置及相关属性的值为依据,计算该对象集的全局Moran's I指数[19],从而探寻在同一分布区域内对象间的潜在关联,判断其空间自相关性即空间分布集聚类型。公式如下：
I = n S 0 × ∑ i = 1 n ∑ j = 1 n w ij z i z j ∑ i = 1 n z i 2
式中：n为研究对象的总数量, w ij 表示对象i和j之间的空间关系, S 0 则是它们空间关系的总和, z i 、 z j 分别是对象i和对象j的观察值与对象集平均值间的偏差。
经过对权重进行标准化处理,全局Moran's I指数介于-1~1之间。同时软件计算出Z得分(标准差的倍数)和P值(概率),在Z得分和P值都具有统计学意义上的显著性时[20],若全局Moran's I指数的数值为正,表示属性相似的研究对象要素倾向于集中在一起,具有高值的要素分布在其他高值要素周围,低值分布在其他低值周围,即呈空间正相关的集聚分布状态;若I的数值为负,则代表该对象中属性相异的要素趋于集中,高值倾向于靠近低值,而排斥其他高值,即呈空间负相关的离散分布状态;I的数值越接近于0,说明其空间自相关程度越低,越接近随机分布状态。
(2) 局域Getis-Ord Gi*指数法
不同于全局空间自相关分析对研究区域进行整体评估分析,热点分析可以显示局域空间的集聚状态和位置。热点分析会对邻近环境中每一个研究对象进行Getis-Ord Gi*指数的计算,得到Z得分和P值,据此识别出在统计学上有显著性意义的高值聚类(热点)和低值聚类(冷点)的空间区域。将一个单元及其相邻单元的局部和与所有单元的和进行比较,如果它与期望值差异很大,则该结果不会是随机产生的,会产生一个具有统计意义的Z得分。Gi*统计即Z得分的计算公式[21]如下：
G i * = ∑ j = 1 n w ij x j - X ̅ ∑ j = 1 n w ij S 1 n - 1 n ∑ j = 1 n w ij 2 - ∑ j = 1 n w ij 2
式中： x j 是要素j的属性值, w ij 是要素i和j之间的空间权重,n为要素总数, X ̅ 是平均值,S是标准差。如果该单元由随机分布产生的概率小,即P值小,而其Z得分高,说明存在高值空间聚类(热点);相反,如果该单元的P值小,而Z得分低且小于零,则说明存在低值空间聚类(冷点)。Z得分的绝对值越大,那么该空间区域的聚类程度越高。如果Z得分的绝对值接近于0,则表示该空间区域不存在显著的空间聚类。

2 民宿空间分布的集聚模式分析

2.1 全局空间自相关

分别计算杭州、湖州、恩施三地民宿点密度的全局Moran's I指数,衡量三地民宿分布的空间相关性,判断是否为集聚模式。计算时为了保证全局Moran's I指数落入正常区间,对权重进行标准化处理,并选择面邻接概念化(CONTIGUITY_EDGES_CORNERS)进行空间关系概念化,该方法考虑了共享边界、节点或重叠的面要素对目标面要素的影响。全局Moran's I指数及显著性检验结果如表2所示。由表2可知,杭州、湖州、恩施三地的全局Moran's I指数均大于0,说明三地基于乡镇(街道)精度的民宿密度均具有空间正相关性,即民宿密度与空间集聚度成正比,为集聚状态。杭州、湖州、恩施三地全局Moran's I指数逐渐降低,说明三地空间集聚程度逐渐降低,其中杭州民宿集聚程度较高,其次是湖州,而恩施集聚程度最低,梯度较为明显。此外,根据三地分析结果的Z得分和P值可知,三地Z得分均大于1.96,杭州、湖州的民宿点分布仅有小于1%的可能为随机分布,恩施的民宿点分布仅有小于5%的可能为随机分布,三地集聚性明显且具有显著的统计学意义。
表2 杭州、湖州、恩施三地民宿的全局相关性分析
表2 杭州、湖州、恩施三地民宿的全局相关性分析

Tab.2 Global correlation analysis of homestay inn in Hangzhou, Huzhou, and Enshi cities

地区 Moran's I Z得分 P值
杭州 0.354903 8.871211 <0.000001
湖州 0.143045 3.933562 0.000084
恩施 0.063185 2.298890 0.021511

2.2 局域Getis-Ord Gi*指数法

分别对杭州、湖州、恩施三地的民宿点进行热点分析,并分别计算其局域Getis-Ord Gi*指数,得到三地民宿空间分布的集聚特征,结果如图1。
图1 三地民宿热点和冷点空间分布

Fig.1 Spatial distribution of hot spots and cold spots of homestay inn in Hangzhou, Huzhou, and Enshi cities

三地均出现明显的热点区域,即民宿点密度大的区域聚集,集聚特征十分明显。由图1可知,杭州、湖州、恩施三地均呈点状集聚。其中,杭州与湖州的热点区域表现为“一大一小”的集聚特征,即出现一个较大的热点区域和一个较小的次热点区域,并且杭州的2个热点区域相隔较远。恩施与杭州、湖州不同,其热点区域表现为“三点”的集聚特征,且3个热点区域的大小相近。三地均未出现冷点区域,说明民宿点密度小的区域并未出现集聚现象。
从杭州、湖州、恩施三地集聚点来看,三地的民宿体现出不同的民宿发展和集聚模式。① 杭州民宿是依托城市区位的集聚模式。杭州的集聚点主要位于城市中心,且呈圆心向外扩散。相对而言,湖州和恩施主要以乡村民宿为主,依赖城市区位较小。② 湖州民宿是依托区域品牌的集聚模式。湖州民宿的集聚点位于莫干山地区,湖州莫干山由于其历史原因,已形成一定的品牌效应,而区位和景点对民宿集聚的影响则相对较弱。③ 恩施民宿是依托自然景点的集聚模式。恩施的3个集聚点均为当地的重点自然景点,恩施民宿主要以自然景点为中心向外扩散。考虑到交通对各地民宿的发展影响较大,因此,本文从区位、旅游资源、交通以及区域品牌4个方面分析杭州、湖州、恩施3个区域民宿集聚的影响因素。

3 民宿空间集聚的影响因素分析

参考民宿[22,23]、景区[24]、服务业[25]等空间集聚影响因素的相关文献以及杭州、湖州、恩施三地民宿发展的特点,选取区位、旅游资源、交通以及区域品牌4个方面分析民宿集聚的影响因素。区位方面以民宿到市中心的距离为代表,由于个别城市存在多中心现象,本文选取三地公认度最高、最繁华的地点作为市中心代表。旅游资源方面由三地的景点确定,由于景点数量较多,且大小景点对周边民宿产业的影响程度不同,较小的景点对周边产业带动作用较小,本文将3A级以上的景点作为景点因素的代表。在交通方面,选取高速公路、国道、省道、县道、乡镇村道不同等级道路,分析道路对民宿空间分布的影响。在区域品牌方面,从产业集群的角度来看,区域品牌是某地域产业集群内的众多企业集体行为的综合体,代表着一个产业集群产品的主体和形象,任何区域品牌的形成都与本区域的特色密切相关[26]。对于民宿产业,三地不同的区域文化背景产生和强化了不同的区域品牌,湖州以莫干山文化为区域品牌,杭州以西湖文化为区域品牌,恩施以土家族文化为区域品牌。
利用ArcGIS 10.5将杭州、湖州、恩施三地的民宿点、市中心、各级交通干线以及莫干山叠加于三地的行政区划图,分析民宿空间分布的区位、交通、区域品牌因素;利用ArcGIS 10.5的“核密度分析”工具对三地3A级以上的景点进行核密度分析,并将三地的民宿点叠加于核密度分析图,分析三地民宿空间分布的旅游资源特征。核密度估计(Kernel Density Estimation, KDE)的基本原理是以样点为中心,通过核函数计算出样点在指定半径范围内对栅格单元中心点的密度贡献值[27],通过核密度分析,可以将三地景点的点图层生成平滑的连续表面,从而识别旅游资源要素的集聚区域。

3.1 区位因素

区位方面,杭州较大的热点区域以杭州市中心为圆心向周围扩散,湖州较大的热点区域与湖州市中心较远,而恩施3个较小的热点区域中只有一个与恩施市中心相接,如图2。
图2 三地市中心与民宿空间分布的关系

Fig.2 Relationship between the spatial distribution of homestay inn and city center in Hangzhou, Huzhou, and Enshi cities

比较三地热点区域的分布与市中心的地理位置可知,杭州较大的热点区域以杭州市中心为圆心向周围扩散。杭州民宿是依托城市区位的民宿集聚区,区位因素对该集聚模式的影响程度较大。与乡村民宿不同,城市民宿从城市中心向外延展,城市中心高度集中的综合资源是城市民宿发展和集聚的核心动力,城市民宿更加注重的是城市人文文化和现代化的住宿服务。由图2可知,湖州和恩施的热点区域都远离城市中心,其民宿类型主要是乡村民宿,尤其是湖州莫干山一带,乡村民宿成为其特色,城市中心的区位对其影响较小。
杭州民宿集聚的热点区域主要由杭州西湖区、上城区、下城区、滨江区、江干区、拱墅区6个区构成,大部分位于杭州内环,处于杭州市中心地带。杭州城市中心是城市空间发展的传统核心区域,商业综合体集聚,综合发展水平高,是城市文化和现代化体验的集成,是城市民宿发展并形成规模的基础。杭州城市中心发展较成熟,具有比一般城区更强的综合服务能力,以其在交通、景点、商业等方面的综合优势带动了城市民宿的发展。而杭州其他发展较滞后的城区往往呈现功能单一性[28],未能推动民宿产业向规模化、集聚化发展。

3.2 交通因素

交通方面,三地的民宿热点区域都沿各交通干线分布。相对于高速公路来说,国道与省道在不同民宿集聚区域之间的连通作用更为明显,其中省道的作用尤为显著。民宿分布与县道和乡镇村道关系密切,但三地呈现出一定的差异性,如图3(因县道和乡镇村道较为密集,图3中未显示县道和乡镇村道)。
图3 三地道路交通与民宿空间分布的关系

Fig.3 Relationship between the spatial distribution of homestay inn and road transportation network in Hangzhou, Huzhou, and Enshi cities

交通因素对三地民宿集聚模式的影响均较大,但不同模式下各种交通的影响方式与程度有所不同。根据杭州的交通与民宿分布图(图3a),主城区部分交通网络密集,民宿的分布较多;而非主城区部分交通网络稀疏,民宿分布少。相对于国道来说,民宿更多地沿省道蔓延分布。从县道和乡镇村道来看,民宿主要沿密集的乡镇村道分布。从湖州的交通与民宿分布图中可以看出(图3b),不论是民宿集聚区域还是其他较为稀疏的民宿发展区域,在空间上大多数民宿沿着省道分布,而较少民宿沿着国道分布,高速公路在其中的作用相对较弱。湖州与杭州、上海的交通联系是该区域民宿得以发展和集聚的重要动力之一,民宿集聚区域的发展主要依赖于省道等大交通的对外联系。从县道和乡镇村道来看,乡镇村道等小交通对于民宿集聚的推动作用较为有限。从恩施的交通与民宿分布图可以看出(图3c),省道和国道在民宿集聚的过程当中都起到了较为重要的作用,尤其是国道、省道、高速公路交汇之处民宿集聚程度更高。武汉市和重庆市游客是恩施的主要客户来源,恩施与2个大城市的交通联系成为民宿产业发展的动力,县道和乡镇村道对于民宿分布产生一定的作用。
从空间角度来看,交通网络越密集、交叉道路越多,对民宿的聚集作用也更强。其次,省道在省际区域内发挥更重要的连通作用,更能够带动民宿产业向集聚化发展。随着高速铁路的快速发展,更多消费者选择通过高铁来解决省份间的交通,弱化了国道的交通作用。在省域范围内,消费者往往选择自主性更强的自驾出行方式,更注重自驾的可达性,强化了省道在民宿旅游中的连通作用。

3.3 旅游资源因素

旅游资源方面,三地的民宿热点区域均与景点有不同程度的关联性,且景点数量越多、聚集程度越高,民宿热点区域越大,民宿集聚程度也越高。由图4可知,杭州民宿较大的热点区域内有较多景点分布,主要有西湖风景名胜区、雷峰塔景区、西溪国家湿地公园、京杭大运河等著名景点,带动了该区域旅游产业的发展。湖州民宿的热点区域则与景点分布的关系并不明显,一些民宿主要分布在莫干山一带。
图4 三地景点与民宿空间分布的关系

Fig.4 Relationship between the spatial distribution of homestay inn and scenic spots in Hangzhou, Huzhou, and Enshi cities

恩施民宿集聚的热点区域分为3个点,集聚区域相对于杭州、湖州来说较小,且均依托其重要景点发展而来,说明旅游资源是民宿早期集聚和发展的重要影响因素。通过ArcGIS 10.5分析,分别识别3个热点区域所依托的景点。从西至东,第一个热点区域主要依托恩施州利川腾龙洞景区,第二个热点区域主要依托恩施大峡谷景区,第三个热点区域主要依托恩施土司城、女儿城景区。恩施3个民宿热点区域的核心景区各具特色,不仅自然风光独特,而且融合了当地浓厚的土家族风土人情,体现了乡村旅游的“乡土人情味”,给消费者提供了不同的住宿体验。恩施旅游景区的发展与完善,为恩施带来了大量的游客以及住宿的刚性需求,从而带动了附近乡村民宿发展,成为恩施乡村民宿集聚的核心驱动力,而乡村民宿的集聚化发展也促进了当地的自然风光与土家族文化的推广,带动了旅游产业的发展[29]。

3.4 区域品牌因素

区域品牌对民宿集聚具有促进作用,且区域品牌建设力度越大、影响力越高,民宿发展获利越大,其吸引力越强,该区域民宿集聚程度越大[30]。湖州民宿的热点区域主要在莫干山地区,由于莫干山地区的历史原因,形成较强的区域品牌效应。而杭州民宿产业发展较早且较为成熟,形成以西湖为区域品牌的民宿集聚点。恩施民宿产业发展较晚且处于起步阶段,尚未形成较强的、地区性的文化品牌效应。
作为引领国内民宿行业发展的“高端民宿度假地”莫干山,因“洋家乐”形成了较强的区域品牌效应(图5)。莫干山地区历史文化底蕴浓厚、人文地域特色突出、自然资源环境良好,2007年,南非人高天成在此开创了典型的“洋家乐”民宿“裸心谷”。随着“裸心谷”的发展和成熟,带动了以莫干山为中心的区域民宿产业发展,吸引了更多投资者来到莫干山进行民宿产业的开发和投资,形成了更具特色、影响力度更大的“洋家乐”品牌。2012—2016年,国内的投资也开始涌向莫干山地区,加上相关政策的支持,进一步推动了莫干山民宿的发展,集聚效应更加明显。莫干山民宿的集聚发展,刺激了当地消费和服务性产业的需求,吸引众多与旅游相关的产业围绕民宿产业形成集群,大量关联产业形态如户外体验、生态产业、互联网、咖啡厅、茶室等应运而生,进而形成民宿产业集群发展。
图5 基于热点分析的湖州民宿集聚特征

Fig.5 Agglomeration characteristics of homestay inn in Huzhou City based on hotspot analysis

4 结论与讨论

4.1 结论

本文通过分析浙江省杭州市、湖州市和湖北省恩施州三地民宿聚集模式和影响因素,发现杭州、湖州、恩施民宿空间分布均呈集聚状态,且空间集聚程度依次降低,梯度较为明显。杭州与湖州的热点区域表现为“一大一小”的集聚特征,恩施的热点区域表现为“三点”的集聚特征,三地均未出现冷点区域。杭州民宿的集聚是依托城市区位,以城市中心为中心向外扩展;湖州民宿的集聚是依托区域品牌,以莫干山为中心向外扩散形成民宿集聚区;恩施民宿的集聚是依托自然景点,以旅游景点为核心形成民宿集聚区。通过三地民宿的空间集聚影响因素分析,得出以下结论：
(1) 区位是城市民宿集聚的基础。杭州较大的热点区域以杭州市中心为圆心向周围扩散,杭州民宿是依托城市区位的集聚模式。杭州作为成熟的城市旅游目的地,客源充足,城市民宿和客栈多是酒店的补充和替代性产品,游客主要是城市观光型游客。因此,在空间布局上,城市民宿可选择在城市中心地带且交通和购物较为便利的区域。在资源配置上,应注重交通、商业等设施的建设,这将有利于城市民宿的集聚和发展。
(2) 区域品牌是民宿集聚的助推器。浙江湖州民宿的热点区域远离市中心且以莫干山为中心向四周扩散,湖州民宿是依托区域品牌的集聚模式。湖州市是乡村旅游目的地,德清、安吉、长兴等乡村旅游发展较为迅速,民宿发展主要依托山乡,消费对象主要是乡村度假型游客,其民宿的价格高、服务品质高。湖州民宿发展显示区域品牌会聚集更多的资源,品牌成为民宿集聚的助推器。但是,区域品牌的建立是一个长期的过程,因此,地方政府应注重地方文化的挖掘和保护,注重品牌推广策略。
(3) 旅游资源是民宿集聚的早期动力。从湖北省恩施来看,其民宿发展仍处于起步阶段,但近几年发展迅猛。湖北省恩施民宿的热点区域由3个较小的热点区域构成,且均与恩施著名景点相连接,恩施民宿是依托自然景点的集聚模式。恩施的消费对象主要是武汉市和重庆市游客,尤其是暑期避暑的老年人,恩施民宿价格偏低。在依托自然景点的集聚模式下,应注重旅游景区开发以及周边基础设施的完善,加强区域文化品牌的建设,加强景区的宣传,构建向外发布的信息平台,有针对性地进行资源投放,使资源配置效率最大化。
(4) 道路交通是民宿集聚和向外扩散的保障。交通网络越密集、交叉道路越多,对民宿的聚集作用也更强。相对于国道和高速来说,省道在省际区域内发挥更重要的连通作用,民宿更多地沿省道蔓延分布,交通促进民宿产业的集聚发展。因此,从民宿产业的集聚和发展来看,应注重省域内省道的发展和建设,综合部署道路交通网络,加强大交通与小交通的对接,实现抵达民宿的“最后一公里”,为游客提供更为便捷的出行条件,推动民宿产业的发展。

4.2 讨论

本文对比分析了浙江杭州、湖州和湖北恩施三地民宿的集聚模式,发现三地呈现不同的集聚模式：杭州民宿是依托城市区位的集聚模式;湖州民宿是依托区域品牌的集聚模式;恩施民宿是依托自然景点的集聚模式。在一定区域内,各因素如何影响民宿空间布局以及价格空间分布,值得进一步探讨。随着中国宅基地制度改革的逐步深入和闲置宅基地的利用,以及市场消费能力增强,民宿行业将会得到进一步的发展。在民宿空间集聚的影响因素研究中,经营者的策略、消费者的主观感受等因素也会影响民宿的形成和集聚。因此,对社会人文因素的影响还有待进一步深入,这些研究将有利于促进民宿市场的发展和资源的有效配置。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Acharya B P, Halpenny E A. Homestays as an alternative tourism product for sustainable community development: A case study of women-managed tourism product in rural Nepal[J]. Tourism Planning & Development, 2013,10(4):367-387.

[2]
Bhuiyan M A H, Siwar C, Ismail S M, et al. Home stay accommodation for tourism development in east coast economic region[J]. American Journal of Applied Sciences, 2012,9(7):1085-1090.

DOI

[3]
Crawford A, Naar J. Exit planning of lifestyle and profit-oriented entrepreneurs in bed and breakfasts[J]. International Journal of Hospitality & Tourism Administration, 2016,17(3):260-285.

[4]
Peric M, Niksic M. PPP in Croatian tourism: Chance for Croatian family hotels[J]. Tourism & Hospitality Management, 2007,13(3):651-664.

[5]
Salleh N H M, Othman R, Nordin N, et al. The homestay program in Malaysia: Motivation for participation and development impact[J]. Tourism, 2014,62(4):407-421.

[6]
Nuntsu N, Tassiopoulos D, Haydam N. The bed and breakfast market of Buffalo City (BC), South Africa: Present status, constraints and success factors[J]. Tourism Management, 2004,25(4):515-522.

DOI

[7]
Carboni M, Janati M I. Halal tourism de facto: A case from Fez[J]. Tourism Management Perspectives, 2016,19:155-159.

DOI

[8]
Poorani A A, Smith D R. Financial characteristics of bed-and-breakfast inns[J]. Cornell Hotel & Restaurant Administration Quarterly, 1995,36(5):57-63.

[9]
Hsieh Y C. B & B innkeepers in the United States: When the boundary between work and personal life is blurred[J]. Journal of Human Resources in Hospitality & Tourism, 2010,9(2):200-217.

[10]
Lubetkin M. Bed-and-breakfasts: Advertising and promotion[J]. Cornell Hotel & Restaurant Administration Quarterly, 1999,40(4):84-90.

[11]
王璐, 李好, 杜虹景. 乡村旅游民宿的发展困境与对策研究[J]. 农业经济, 2017(3):141-142.

[ Wang Lu, Li Hao, Du Hongjing. Study on the difficulties and countermeasures of rural tourism B&B. Agricultural Economy, 2017(3):141-142. ]

[12]
焦彦, 徐虹, 徐明. 游客对商业性家庭企业的住宿体验: 从建构主义真实性到存在主义真实性: 以台湾民宿住客的优质体验为例[J]. 人文地理, 2017,32(6):129-136.

[ Jiao Yan, Xu Hong, Xu Ming. Visitors' experience in commercial family business: from constructivism authenticity to existential authenticity: A case study of quality experience of Taiwan B&B guests. Human Geography, 2017,32(6):129-136. ]

[13]
冯仕达, 水雁飞. 莫干山大乐之野庾村民宿设计回顾[J]. 建筑学报, 2017(11):49-55.

[ Feng Shida, Shui Yanfei. Design review of B & B named hapiness in villa in Yucun, Moganshan. Architectural Journal, 2017(11):49-55. ]

[14]
龙飞, 刘家明, 朱鹤, 等. 长三角地区民宿的空间分布及影响因素[J]. 地理研究, 2019,38(4):950-960.

DOI

[ Long Fei, Liu Jiaming, Zhu He, et al. Spatial distribution and influencing factors of B&B in the Yangtze River Delta Area. Geographical Research, 2019,38(4):950-960. ]

[15]
王珺玥, 马妍, 沈振江, 等. 厦门市民宿空间分布特征及空间布局优化思考[J]. 规划师, 2019,35(1):71-76.

[ Wang Junyue, Ma Yan, Shen Zhenjiang, et al. Thoughts on spatial distribution characteristics and spatial layout optimization of homestays in Xiamen City. Planners, 2019,35(1):71-76. ]

[16]
陈燕纯, 杨忍, 王敏. 基于行动者网络和共享经济视角的乡村民宿发展及空间重构: 以深圳官湖村为例[J]. 地理科学进展, 2018,37(5):718-730.

DOI

[ Chen Yanchun, Yang Ren, Wang Min. Development and spatial reconstruction of country houses based on actor network and sharing economy perspective: A case study of Guanhu Village, Shenzhen. Progress in Geography, 2018,37(5):718-730. ]

[17]
徐紫蔓. 民族地区传统工艺传承与振兴研究: 以湖北省恩施市为例[J]. 学习月刊, 2019(7):53-54.

[ Xu Ziman. Study on the inheritance and revitalization of traditional crafts in ethnic areas: A case study of Enshi City, Hubei Province. Learning Monthly, 2019(7):53-54. ]

[18]
吴玉鸣, 徐建华. 中国区域经济增长集聚的空间统计分析[J]. 地理科学, 2004,24(6):654-659.

[ Wu Yuming, Xu Jianhua. A spatial analysis on China's regional economic growth clustering. Scientia Geographica Sinica, 2004,24(6):654-659. ]

[19]
Anselin L. Local indicators of spatial association: LISA[J]. Geographical Analysis, 1995,27(2):93-115.

DOI

[20]
李钢, 陈未雨, 杨兰, 等. 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.

DOI

[ Li Gang, Chen Weiyu, Yang Lan, et al. Spatial pattern and agglomeration mode of parcel collection and delivery points in Wuhan City. Progress in Geography, 2019,38(3):407-416. ]

[21]
陈蔚珊, 柳林, 梁育填. 基于POI数据的广州零售商业中心热点识别与业态集聚特征分析[J]. 地理研究, 2016,35(4):703-716.

DOI

[ Chen Weishan, Liu Lin, Liang Yutian. Retail center recognition and spatial aggregating feature analysis of retail formats in Guangzhou based on POI data. Geographical Research, 2016,35(4):703-716. ]

[22]
张海洲, 陆林, 张大鹏, 等. 环莫干山民宿的时空分布特征与成因[J]. 地理研究, 2019,38(11):2695-2715.

[ Zhang Haizhou, Lu Lin, Zhang Dapeng, et al. Spatial pattern and contributing factors of homestay inns in the area around Mogan Mountain. Geographical Research, 2019,38(11):2695-2715. ]

[23]
Long F, Liu J M, Yu H, et al. The evaluation system and application of the homestay agglomeration location selection[J]. Journal of Resources and Ecology, 2019,10(3):324-334.

DOI

[24]
李鹏, 虞虎, 王英杰. 中国3A级以上旅游景区空间集聚特征研究[J]. 地理科学, 2018,38(11):1883-1891.

DOI

[ Li Peng, Yu Hu, Wang Yingjie. Spatial agglomeration characteristics of from 3A-class to 5A-class scenic spots in China. Scientia Geographica Sinica, 2018,38(11):1883-1891. ]

[25]
张志斌, 公维民, 张怀林, 等. 兰州市生产性服务业的空间集聚及其影响因素[J]. 经济地理, 2019,39(9):112-121.

[ Zhang Zhibin, Gong Weimin, Zhang Huailin, et al. The spatial agglomeration characteristics of producer services in Lanzhou and its influencing factors. Economic Geography, 2019,39(9):112-121. ]

[26]
洪文生. 区域品牌建设的途径[J]. 发展研究, 2005(3):34-36.

[ Hong Wensheng. The paths of the regional brand construction. Development Research, 2005(3):34-36. ]

[27]
薛冰, 肖骁, 李京忠, 等. 基于POI大数据的沈阳市住宅与零售业空间关联分析[J]. 地理科学, 2019,39(3):442-449.

DOI

[ Xue Bing, Xiao Xiao, Li Jingzhong, et al. POI-based spatial correlation of the residences and retail industry in Shenyang City. Scientia Geographica Sinica, 2019,39(3):442-449. ]

[28]
吴一洲, 陈前虎, 吴次芳. 城市商务经济空间区位格局及其机理研究: 以杭州主城区为例[J]. 城市规划, 2009,33(7):33-38, 58.

[ Wu Yizhou, Chen Qianhu, Wu Cifang. Spatial pattern and mechanism of urban business economy: A case study of Hangzhou main city. Planning Studies, 2009,33(7):33-38, 58. ]

[29]
邓念梅, 詹丽, 黄进. 鄂西南民族地区民宿旅游发展现状、风险及对策探讨[J]. 资源开发与市场, 2014,30(7):880-882.

[ Deng Nianmei, Zhan Li, Huang Jin. Research on development status, crisis and counter measures of home stay tourism in Hubei Southwestern ethnic regions[J]. Resource Development & Market, 2014,30(7):880-882. ]

[30]
唐松. 区域产业品牌效应、外部性与产业集聚的实证研究: 基于中国省域空间模型的分析[J]. 经济管理, 2015,37(8):35-44.

[ Tang Song. Empirical analysis on regional industry brand effect, externality and industrial agglomeration: Based on spatial model of China's provinces. Economic Management, 2015,37(8):35-44. ]

Options
文章导航

/

〈 〉