劉 俊 ， 彭 聰 ， 于書逸 ， 楊 晨 ， 楊璐瑜

(四川大學(xué) 旅游學(xué)院，成都 610207)

0 引言

動態(tài)的格局分析是地理學(xué)格局研究的趨勢，明確影響時空格局演變的主要因素是理解地理規(guī)律的關(guān)鍵[1]。酒店是旅游產(chǎn)業(yè)的六大基本要素之一，研究其時空分布特征、識別影響其分布的主要因素對于豐富旅游地理學(xué)理論、指導(dǎo)酒店行業(yè)進行布局優(yōu)化具有重要意義[2]。在烏魯木齊，建于2000年之前的高檔酒店呈離散分布，2000年后新增的高檔酒店呈顯著的集聚分布態(tài)勢[3]。除集聚特征外，不同類型酒店的分布規(guī)律也存在差異，D.J.Egan等發(fā)現(xiàn)，高星級酒店多分布在中心城區(qū)，商務(wù)型和經(jīng)濟型酒店更傾向于在郊區(qū)和城市外環(huán)地區(qū)布局[4]。不同地區(qū)的酒店也表現(xiàn)出差異化的分布特征，賴長強等發(fā)現(xiàn)廣州中心城區(qū)是酒店的高密度集聚地[5]，而A.Arbel等發(fā)現(xiàn)在以色列，城市中心過度擁擠會導(dǎo)致酒店選擇在城市邊緣布局[6]。酒店分布規(guī)律會隨時間、研究區(qū)域和酒店類型的不同而改變，2001—2008年中國五星級酒店高度集中的分布態(tài)勢逐漸弱化，并呈一定的空間擴散趨勢；2003—2018年北京市酒店空間格局逐漸由“單中心”分布發(fā)展為“多中心”分布[7]?，F(xiàn)有研究較多關(guān)注單類型酒店，基于長時間序列數(shù)據(jù)進行酒店分類研究的文獻較少。

明確影響酒店分布的因素可為酒店投資選址提供科學(xué)依據(jù)。B.D.Song等發(fā)現(xiàn)旅游景點、機場、大學(xué)和企業(yè)等設(shè)施的可達性是影響酒店分布的關(guān)鍵因素[8]。不同類型酒店的參考因素存在差異，查愛蘋等發(fā)現(xiàn)交通條件是影響經(jīng)濟型酒店選址的最重要因素，其次是商業(yè)因素和公共服務(wù)因素，社會經(jīng)濟基礎(chǔ)的影響程度最低[9]。影響酒店分布的因素會隨時間和地理區(qū)域變化而發(fā)生改變，一些學(xué)者認為這些改變通常由環(huán)境和需求的變化導(dǎo)致，至少部分原因可通過城區(qū)規(guī)劃、政策法規(guī)和交通運輸系統(tǒng)來解釋[10]?？茖W(xué)選取指標(biāo)對典型區(qū)域酒店分布的影響因素進行研究十分必要，由于數(shù)據(jù)可獲性、數(shù)據(jù)屬性、數(shù)據(jù)精度等因素制約，現(xiàn)有研究在影響因子體系構(gòu)建方面存在較多改進空間。

探索酒店時空演化和影響分布的因素需結(jié)合多種研究方法。核密度估計、DBSCAN聚類算法等常用于直觀表現(xiàn)點要素的分布特征[11]，最近鄰指數(shù)、空間自相關(guān)分析等方法可用于分析點要素的集聚特征[12]，但無法判別酒店的集聚范圍及對應(yīng)集聚強度，Ripley’sK函數(shù)可實現(xiàn)這一需求。已有研究多采用面板回歸模型[13]、相關(guān)性分析[14]、logit模型[15]等研究影響酒店分布的因素，近年來地理探測器工具[16]也被逐漸應(yīng)用到該領(lǐng)域中，但地理探測器無法識別影響因素的作用方向。負二項回歸模型適用于處理計數(shù)型隨機數(shù)據(jù)，已被廣泛用于探索影響企業(yè)布局的主要因素，可嘗試將該模型應(yīng)用于酒店研究。

綜上所述，現(xiàn)有研究在酒店分類、因子選取、研究方法綜合應(yīng)用等方面存在諸多探索空間。本研究以POI為數(shù)據(jù)源，借助核密度分析、最近鄰指數(shù)和Ripley’sK函數(shù)分析酒店時空演化特征，利用負二項回歸模型明確影響酒店分布的主要因素。研究結(jié)果有助于政府部門了解酒店發(fā)展規(guī)律和發(fā)展趨勢，為制定產(chǎn)業(yè)發(fā)展規(guī)劃提供信息支持，為酒店選址提供決策參考。

1 研究區(qū)域、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

成都市，別稱蓉城、錦城，為四川省省會、國家中心城市，2006年被國家旅游局和世界旅游組織評為“中國最佳旅游城市”。2021年全市下轄12個市轄區(qū)、3個縣、代管5個縣級市，擁有酒店數(shù)量超10 000家，是開展酒店業(yè)相關(guān)研究的理想?yún)^(qū)域。

1.2 數(shù)據(jù)來源與處理

以2010年、2015年和2019年高德地圖為參考獲取興趣點(point of interest，POI)數(shù)據(jù)，數(shù)據(jù)內(nèi)容包含POI名稱、類型、地理坐標(biāo)、地址等信息，經(jīng)去重、刪除無效數(shù)據(jù)等清洗工作后，在參照《國民經(jīng)濟行業(yè)分類與代碼(GB/T 4754—2017)》的基礎(chǔ)上將POI數(shù)據(jù)歸類重組；人口數(shù)據(jù)來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn/)；道路網(wǎng)數(shù)據(jù)來源于OpenStreetMap網(wǎng)站(http://www.openstreetmap.org/);DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站(http://www.gscloud.cn)，并利用ArcGIS 10.6生成坡度數(shù)據(jù)；1 km×1 km的網(wǎng)格數(shù)據(jù)由ArcGIS軟件的漁網(wǎng)工具處理得到。

本研究將酒店分為星級酒店、經(jīng)濟型酒店和普通型酒店三大類型。星級酒店包含三星級、四星級和五星級酒店。經(jīng)濟型酒店參考中國飯店協(xié)會聯(lián)合行業(yè)咨詢企業(yè)發(fā)布的《2019中國酒店連鎖發(fā)展與投資報告》，選取在研究區(qū)內(nèi)門店數(shù)量超過一家的經(jīng)濟型連鎖酒店品牌。星級酒店和經(jīng)濟型酒店之外的青年旅舍、家庭旅館等住宿產(chǎn)品則歸類為普通型酒店。

1.3 研究方法

本研究依托核密度估計法[17]和最近鄰指數(shù)[18]來研究空間點群的分布特征；利用Ripley’sK函數(shù)[19]引入空間尺度影響，來分析任意空間尺度下點要素的空間分布格局；最后選用負二項回歸模型[20]作為計量模型分析影響酒店分布的因素。

2 研究結(jié)果

2.1 酒店時空分布格局

2010—2019年，成都市酒店整體空間格局表現(xiàn)出由城市中心圈層向外擴散的發(fā)展趨勢，早期酒店集中分布在中心城區(qū)，隨后酒店集聚區(qū)不斷向周邊擴散，集聚區(qū)的酒店密度顯著增加，遠郊區(qū)縣點塊狀酒店集聚區(qū)的數(shù)量和密度均不斷增加，多中心分布趨勢增強，但不同類型酒店的時空分布特征存在顯著差異(圖1)。

普通型酒店的時空分布變化具有顯著的極化發(fā)展特征。2010年酒店高密度區(qū)主要分布在金牛、青羊、武侯、錦江和成華5個區(qū)域，整體呈以中心城區(qū)為主核心、以溫江區(qū)為次核心的“一主一次”雙核分布格局，并在都江堰、大邑、雙流等地形成多處點塊狀酒店集聚區(qū)(圖1a)。到2015年，主核心區(qū)的酒店密度顯著擴大，集聚范圍也由中心向四周輻射，其中向郫都、雙流和新都3個方向擴張尤為明顯，并形成連片發(fā)展態(tài)勢。溫江次核心區(qū)的酒店密度進一步擴大并呈與主核心區(qū)匯聚之勢。遠郊地區(qū)則在都江堰和邛崍兩地形成新的酒店次核心集聚區(qū)，彭州、大邑、金堂等地的點塊狀集聚區(qū)數(shù)量增多，范圍也進一步擴大(圖1b)。2019年普通型酒店的極化發(fā)展趨勢顯著，各集聚區(qū)的酒店密度進一步擴大，但與前一階段相比，酒店整體空間格局變化不大，說明普通型酒店的空間分布形態(tài)已相對穩(wěn)定(圖1c)。

經(jīng)濟型酒店的時空格局呈接觸式擴散的變化特征。2010年酒店整體呈“單核”分布格局，高密度區(qū)位于青羊、武侯和錦江3個區(qū)域，聚集范圍較小，其余縣區(qū)點塊狀集聚區(qū)的酒店密度也較低(圖1d)。2015年酒店高密度區(qū)的范圍顯著擴大，并向南和東南方向擴散，其余區(qū)縣除都江堰酒店集聚區(qū)的密度顯著增加外，整體變化較小(圖1e)。2019年經(jīng)濟型酒店的接觸擴散變化趨勢顯著，主核心區(qū)進一步向南擴張并在雙流和武侯兩地交界處形成范圍較大的次核心集聚區(qū)，西北方郫都和溫江兩地的塊狀酒店集聚區(qū)密度進一步擴大，都江堰的酒店集聚區(qū)范圍顯著擴大，但密度變化不明顯(圖1f)。

星級酒店的時空分布變化特征與經(jīng)濟型酒店相似，2010年呈以金牛、青羊和武侯三區(qū)為主核心集聚區(qū)的“單核”分布格局，隨著距城市中心距離的增加，酒店密度相應(yīng)減少(圖1g)。2015年主核心集聚區(qū)的范圍顯著擴大，且不斷向雙流和郫都兩個方向擴散。從遠郊地區(qū)來看，都江堰出現(xiàn)范圍較大的酒店集聚區(qū)，溫江、大邑、邛崍等地的點塊狀集聚區(qū)密度進一步擴大(圖1h)。2019年星級酒店向雙流方向發(fā)展，并在武侯、錦江和雙流三區(qū)交界處形成新的高密度分布區(qū)，整體呈“兩核多極”分布格局，“多極”出現(xiàn)在都江堰、大邑、邛崍、新都等地，其中都江堰出現(xiàn)多個酒店集聚區(qū)并形成連片發(fā)展態(tài)勢，新都的酒店集聚區(qū)逐漸與主核心區(qū)融合(圖1i)。

圖1 2010年、2015年、2019年成都市酒店核密度分析結(jié)果

2.2 酒店空間集聚程度

2010—2019年，成都市所有類型酒店的集聚程度不斷增強。最近鄰指數(shù)分析結(jié)果表明(表1)，酒店整體呈集聚分布態(tài)勢，集聚程度不斷增強。不同類型酒店的集聚程度存在一定差異，該時期酒店的集聚程度從大到小依次為普通型酒店、經(jīng)濟型酒店、星級酒店，平均觀測距離從大到小依次為星級酒店、經(jīng)濟型酒店、普通型酒店，說明普通型酒店的集聚程度始終大于其他類型酒店。同一類型酒店的集聚程度表現(xiàn)出逐年增加趨勢，平均觀測距離呈逐年減少趨勢，一定程度上反映了2010—2019年成都市酒店規(guī)模持續(xù)增長、酒店業(yè)態(tài)日趨多元等發(fā)展趨勢。

表1 2010年、2015年、2019年成都市酒店最近鄰指數(shù)分析

2.3 酒店空間集聚范圍

不同空間尺度下的酒店集聚范圍及對應(yīng)集聚強度存在顯著差異。Ripley’sK函數(shù)的計算結(jié)果表明(圖2)，所有酒店均呈集聚分布，這與最近鄰指數(shù)的分析結(jié)果相符。從3個時期酒店L(d)值曲線峰值變化幅度來看，普通型酒店達到集聚峰值的集聚范圍分別為26.62 km，27.87 km和29.24 km，對應(yīng)的集聚強度值分別為30.12，26.26和27.32；經(jīng)濟型酒店達到集聚峰值的集聚范圍分別為9.49 km，14.96 km和17.97 km，集聚強度值分別為21.51，33.76和38.14；星級酒店達到集聚峰值的集聚范圍分別為10.34 km，16.20 km和17.13 km，集聚強度值分別為34.01，36.20和34.35。總體而言，酒店達到集聚峰值的集聚范圍不斷擴大，變化幅度從大到小依次為經(jīng)濟型酒店(10.48 km)、星級酒店(6.79 km)、普通型酒店(2.62 km)，反映了2010—2019年酒店的集聚中心不斷由城市中心向外擴張，但各類型酒店的總體集聚范圍變化不大，普通型酒店主要集中在3～38 km，經(jīng)濟型酒店主要集中在2～30 km，星級酒店主要集中在3～35 km。從達到集聚峰值時的集聚范圍來看，3個時期集聚范圍最大的均為普通型酒店。從達到集聚峰值時的集聚強度來看，2010年和2015年集聚強度最大的均為星級酒店，2019年為經(jīng)濟型酒店。

圖2 2010年、2015年、2019年成都市酒店分布的Ripley’s K函數(shù)分析結(jié)果

2.4 影響酒店分布的主要因素

2.4.1指標(biāo)選取。酒店投資者的選址策略因地理位置的多維性而變得復(fù)雜[10]。參考國內(nèi)外酒店分布的相關(guān)研究，本研究選取生活設(shè)施、交通設(shè)施等5個維度共16項指標(biāo)探討影響酒店分布的主要因素(表2)。生活設(shè)施數(shù)量能夠反映區(qū)域內(nèi)的生活便利程度和公共服務(wù)水平，已有研究發(fā)現(xiàn)公共基礎(chǔ)設(shè)施與酒店房價具有顯著的正相關(guān)性，進而推斷生活設(shè)施條件會影響酒店布局[21]。酒店布局在通達性較好的區(qū)位可以降低用戶抵達酒店的成本，同時提高用戶通往城市內(nèi)其他服務(wù)設(shè)施的便利性。重要交通設(shè)施周邊具有人員流動密集、中轉(zhuǎn)過夜乘客數(shù)量多等特點，是投資酒店的理想?yún)^(qū)域。旅游資源相關(guān)研究認為，主要旅游目的地周邊適宜投資酒店[22]。為了更好地了解A級景區(qū)對酒店分布的影響，本研究將3A級及以上等級景區(qū)單獨設(shè)置成一個變量。市場因素的相關(guān)研究表明，酒店可通過集聚發(fā)展來提高市場曝光度，從而降低用戶的搜索成本，提升酒店業(yè)績[23]；但酒店過度集中帶來的激烈競爭可能會超過集聚發(fā)展所帶來的好處，導(dǎo)致酒店的利潤下降[24]。自然因素的影響體現(xiàn)在地形結(jié)構(gòu)越復(fù)雜的地區(qū)土地限制越多，酒店建設(shè)難度和成本越大，越不利于發(fā)展酒店業(yè)。

利用ArcGIS軟件的空間連接工具將各變量數(shù)據(jù)與研究區(qū)網(wǎng)格圖層進行疊加，以獲取每個網(wǎng)格中各變量的觀測值，將其作為自變量，并將網(wǎng)格中的酒店數(shù)量作為因變量。

2.4.2負二項回歸結(jié)果分析。為保證回歸分析結(jié)果的可靠性，利用方差膨脹系數(shù)對變量進行多重共線性檢驗，一般要求各指標(biāo)的VIF值均小于10時表明各變量間沒有明顯的相關(guān)性[25]。本研究中各自變量的VIF值均小于10，各模型的平均VIF均小于3.5，說明變量之間不存在嚴(yán)重的多重共線問題。表3列出了3種類型酒店的負二項回歸分析結(jié)果，α系數(shù)在3個模型中均顯著大于0，說明使用負二項回歸模型是合理的。綜合比較3個模型的分析結(jié)果可發(fā)現(xiàn)，解釋變量對不同類型酒店的作用程度存在顯著差異。

生活設(shè)施對不同類型酒店空間分布的影響存在顯著差異。餐飲店密度的回歸系數(shù)在模型1和2中均為正且顯著，說明普通型酒店和經(jīng)濟型酒店傾向于在餐飲店數(shù)量較多的區(qū)域布局，但餐飲店密度對星級酒店的影響不顯著。購物場所密度的回歸系數(shù)在3個模型中均為正且顯著，說明購物中心周邊適宜布局所有類型酒店。政府事業(yè)單位密度對普通型酒店的分布具有顯著正向影響，對星級酒店具有顯著負向影響，但對經(jīng)濟型酒店的影響不顯著?？平涛幕O(shè)施密度和公司企業(yè)密度對普通型酒店和經(jīng)濟型酒店的分布均具有顯著正向影響，這與變量金融服務(wù)設(shè)施密度的作用方向相反，但三者對星級酒店的分布均無顯著影響。

表2 變量定義和測量

表3 負二項回歸模型分析結(jié)果

交通通達性對酒店的空間分布具有重要影響。公共交通站點密度和道路密度的回歸系數(shù)在3個模型中均為正且顯著，說明區(qū)域內(nèi)公共交通便利程度和道路供給水平越高，酒店的數(shù)量越多。在模型1和2中，重要交通設(shè)施的回歸系數(shù)顯著大于其他變量，說明機場、火車站等設(shè)施的落戶能顯著提升區(qū)域內(nèi)普通型酒店和經(jīng)濟型酒店的數(shù)量，但該變量在模型3中不顯著，沒有證據(jù)表明重要交通設(shè)施能夠影響星級酒店的空間分布。

旅游資源對不同類型酒店空間分布的影響存在顯著差異。在3個模型中，變量景點密度的回歸系數(shù)均為正且顯著，說明區(qū)域內(nèi)旅游資源稟賦越高，酒店數(shù)量越多。從高品質(zhì)旅游資源對酒店分布的影響來看，A級景區(qū)對普通型酒店和星級酒店的空間分布具有顯著正向影響，且變量的回歸系數(shù)值遠大于景點密度，而A級景區(qū)對經(jīng)濟型酒店的影響不顯著。說明A級景區(qū)周邊是投資普通型和星級酒店的十分理想?yún)^(qū)域，但并不適合發(fā)展經(jīng)濟型酒店。

人口規(guī)模對經(jīng)濟型酒店和星級酒店的空間分布均有顯著正向影響，即所在區(qū)域人口密度越大，兩類酒店的數(shù)量越多，但人口規(guī)模對普通型酒店的影響并不顯著。集聚因素對3種類型酒店的空間分布均具有顯著正向影響，說明新增酒店傾向于布局在區(qū)域內(nèi)原有酒店的周邊區(qū)域。競爭因素對經(jīng)濟型酒店的空間分布具有顯著負向影響，但競爭因素對普通型酒店和星級酒店的影響并不顯著。

自然因素對酒店分布的影響要顯著低于其他因素維度。變量高程僅在模型3中通過了顯著性檢驗，但回歸系數(shù)值為所有變量中最小，說明海拔因素僅對星級酒店的空間分布具有一定影響。坡度因素也會在一定程度上影響普通型酒店和星級酒店的空間分布，但影響程度較低，且坡度對經(jīng)濟型酒店的影響不顯著。

3 結(jié)論和討論

3.1 結(jié)論

成都市酒店時空格局表現(xiàn)出整體一致和分類差異的特征。整體由城市中心集聚逐漸演變?yōu)椤凹?擴散”，中心城區(qū)始終是主要增長極，周邊區(qū)縣不斷形成新的集聚區(qū)。普通型酒店主要向西南、正西和西北方向擴散，經(jīng)濟型酒店主要向西南方向擴散，星級酒店主要向西南和正南方向擴散。從集聚特征來看，酒店集聚程度不斷增強，普通型酒店的集聚程度始終大于其他酒店，且集聚范圍集中在3～38 km，經(jīng)濟型酒店集中在2～30 km，星級酒店集中在3～35 km。

不同類型酒店在選址時應(yīng)區(qū)別考慮各類因素。對所有酒店而言，購物場所、公共交通站點、旅游景點、道路密度、集聚因素均為有利因素。從不同類型酒店來看，普通型酒店和經(jīng)濟型酒店宜布局在餐飲店、科教文化設(shè)施和公司企業(yè)密集地區(qū)，政府事業(yè)單位密集區(qū)也適宜投資普通型酒店，但不適宜布局星級酒店。人口高密度區(qū)更宜投資經(jīng)濟型酒店和星級酒店。研究還發(fā)現(xiàn)，重要交通設(shè)施周邊適宜投資普通型酒店和經(jīng)濟型酒店，A級景區(qū)周邊更適宜布局星級酒店。此外，競爭因素、高程等也會影響酒店的投資選址。

3.2 討論

首先，從酒店整體分布規(guī)律來看，不同時期的酒店均呈集聚分布，空間分布格局由中心城區(qū)集聚逐漸發(fā)展為“集聚+擴散”，多中心分布趨勢顯著加強，這與廣州[4]等城市的住宿業(yè)分布格局相似，但與曼哈頓[26]等城市不同，因此，研究區(qū)域、對象和方法的差異是否會導(dǎo)致不同的研究結(jié)論仍需進一步研究。其次，本研究獲取了長時間跨度的POI數(shù)據(jù)，將酒店類型細化為普通型、經(jīng)濟型和星級酒店3個類別，并對其時空分布規(guī)律及演化特征進行對比研究，補充和發(fā)展了現(xiàn)有的研究結(jié)論，但基于不同酒店分類方法的研究結(jié)論是否存在差異，本研究未能給出結(jié)論。再次，本研究引入Ripley’sK函數(shù)對酒店集聚分布的具體范圍和集聚強度進行量化，為成都市酒店資源空間優(yōu)化配置提供依據(jù)，但要獲得普適性的結(jié)論仍需針對更多的研究區(qū)開展大量實證研究和對比分析。最后，本研究探討了重要交通設(shè)施和A級景區(qū)對不同類型酒店分布的影響，結(jié)論顯示分別考量區(qū)域內(nèi)一些關(guān)鍵影響因素是十分必要的，研究結(jié)果可為進一步明確和細化影響酒店分布的因素提供參考。