大都市郊区民宿空间演化特征及其影响因素——以武汉市为例
杨剩富(1987—),男,博士,副教授,研究方向为土地经济与管理、土地利用转型。E-mail:yangshf@cug.edu.cn |
收稿日期: 2024-06-01
修回日期: 2024-10-08
网络出版日期: 2024-11-29
基金资助
国家自然科学基金项目(41801189)
国家自然科学基金项目(42471308)
湖北省哲学社会科学研究项目(20230112)
Spatial Evolution Characteristics and Impact Factors of Homestay in Metropolitan Suburbs:Taking Wuhan as An Example
Received date: 2024-06-01
Revised date: 2024-10-08
Online published: 2024-11-29
杨剩富 , 吴美伊 , 张轶 , 俞泽欣 , 张家豪 , 李梦婷 . 大都市郊区民宿空间演化特征及其影响因素——以武汉市为例[J]. 经济地理, 2024 , 44(10) : 214 -223 . DOI: 10.15957/j.cnki.jjdl.2024.10.022
The suburban area of metropolis is the most active area of the flow of urban and rural elements. Homestay, as a typical representative of rural industrial integration, are becoming a new driving force for the high-quality development of rural industries. Taking Wuhan as an example and based on the micro data of homestay in 2000-2022, this paper uses the methods of circle analysis and multi-scale geographically weighted regression to explore the spatial evolution characteristics and influencing factors of homestay in metropolitan suburbs. The results are as follows: 1) In 2000-2022,the number of homestay increased in the suburbs of Wuhan and gradually extended from the short-range homestay circle to the medium and long-distance homestay circle, and the distribution of homestays has increased. 2) Natural environment, traffic location,social policy and regional characteristics have different spatial action scale, and the seven influencing factors such as population density, average residential land area, cultural protection units and the number of A-level tourist attractions had a large impact on the spatial distribution of homestay, while three influencing factors, such as vegetation coverage, had a small range. 3) The spatial heterogeneity analysis of each influencing factor found that the population density was negatively correlated, and the per capita homestead area and he policy support were positively correlated, indicating that the current development potential of hollow village homestays in the suburbs is greater, and the policy support of homestays in Wuhan will further promote the agglomeration and high-quality development of the homestay industry in the suburbs.
表1 大都市郊区民宿空间布局影响因子体系及数据来源Tab.1 Influencing factors of the spatial layout of homestay in metropolitan suburbs and their data source |
一级维度 | 二级维度 | 自变量 | 变量解释 | 数据来源 |
---|---|---|---|---|
A自然环境 | A1自然条件 | A11海拔 | 各行政村海拔 | 中国科学院资源环境与数据中心(https://www.resdc.cn/) |
A12河流水系 | 各行政村区域内河流水系长度 | |||
A13多年平均气温 | 各行政村1901—2020年平均气温 | CRU发布全球0.5°气候数据以及WorldClim发布的全球高分辨率气候数据 | ||
A2绿化环境 | A21植被覆盖度 | 各行政村NDVI指数 | 中国科学院资源环境与数据中心(https://www.resdc.cn/) | |
B交通区位 | B1交通出行 | B11公路交通 | 各行政村公路通车里程数量 | 全国道路数据集 |
B12公共交通 | 各行政村公交站点数量 | GIS空间分析 | ||
B2环城距离 | B21环城距离 | 各行政村相距中心城区距离 | ||
C社会政策 | C1村庄人口 | C11人口密度 | 各行政村人口密度 | WordPop 2020年人口数据集(100 m分辨率)(https://www.worldpop.org/) |
C2政策支撑 | C21政策支持力度 | 各区/县政府官方发布的有关民宿空间布局、用地规划、资金支持等方面的政策数量 | 研究区域内各行政区网站公示政策 | |
C3宅基地面积 | C31户均宅基地面积 | 各行政村户均宅基地面积 | 武汉市各村宅基地确权公示 http://www.whrer.com.cn/List.asp?cid=2456&page=1 | |
D地域特色 | D1文旅底蕴 | D11文保单位和A级旅游景区数量 | 各行政村内文物保护单位和A级旅游景区数量 | 武汉市文物保护单位名录和A级旅游景区信息 |
D2土地利用 | D21土地开发利用程度 | 各行政村土地利用情况,对不同土地利用类型进行分级赋分,参考已有研究成果以公式 计算。式中,L为土地利用综合开发程度;A为土地利用程度分级指数,其中未利用地=1,林地、草地、水体=2,耕地=3,建设用地=4;C为对应各地类面积。 | 国家地球科学信息服务中心 |
表2 经典地理加权回归与多尺度地理加权回归模型带宽比较Tab.2 Bandwidth of GWR and MGWR |
变量 | MGWR | GWR | P值 | 显著性 | |
---|---|---|---|---|---|
全局 显著 要素 | A21植被覆盖度 | 44 | 532 | 0.002 | ** |
B11公路交通 | 538 | 532 | 0.037 | * | |
B12公共交通 | 148 | 532 | 0.001 | *** | |
B21环城距离 | 728 | 532 | 0.015 | * | |
C21政策支持力度 | 529 | 532 | 0.049 | * | |
局部 显著 要素 | A11海拔 | 722 | 532 | 0.257 | - |
A12河流水系 | 728 | 532 | 0.887 | - | |
A13平均气温 | 728 | 532 | 0.744 | - | |
C11人口密度 | 44 | 532 | 0.814 | - | |
C31户均宅基地面积 | 728 | 532 | 0.628 | - | |
D11文保单位和A级 旅游景区数量 | 728 | 532 | 0.517 | - | |
D21土地开发利用程度 | 728 | 532 | 0.656 | - |
注:*、**、***分别代表5%、1%、0.1%的显著性水平。 |
[1] |
刘守英. 关于乡村振兴的四个问题[J]. 中国改革, 2022(5):12-14.
|
[2] |
中华人民共和国文化和旅游部. 旅游民宿基本要求与等级划分GB/T 41648—2022[S]. 北京: 国家市场监督管理总局, 2022.
|
[3] |
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.
|
[4] |
马勇, 邹统钎, 王晨, 等. 民宿蓝皮书:中国旅游民宿发展报告(2019)[M]. 北京: 社会科学文献出版社, 2020.
|
[5] |
蔡晓梅, 卜美玲, 吴泳琪, 等. 制造异托邦:大城市周边乡村民宿集群的空间演变与机制——以深圳市较场尾为例[J]. 旅游学刊, 2022, 37(11):27-39.
|
[6] |
吕晓, 牛善栋, 谷国政, 等. 有限市场化的农村宅基地改革:一个“人—地—房—业”分析框架[J]. 中国农村经济, 2022(9):24-43.
|
[7] |
|
[8] |
刘美新, 蔡晓梅, 麻国庆. 乡村民宿“家”的生产过程与权力博弈:广东惠州上良村案例[J]. 地理科学, 2019, 39(12):1884-1893.
|
[9] |
陆依依, 保继刚. 城市边缘区域“家”到“商业的家”的空间演变——以西双版纳景洪市为例[J]. 人文地理, 2018, 33(3):145-151.
|
[10] |
|
[11] |
|
[12] |
|
[13] |
张圆刚, 陈希, 余向洋, 等. 旅游者的民宿认同机制及行为差异研究[J]. 人文地理, 2019, 34(5):117-125.
|
[14] |
冯晓兵. 中国民宿网络关注时空特征及影响因素研究[J]. 世界地理研究, 2022, 31(1):154-165.
|
[15] |
梅林, 姜洪强. 基于Airbnb数据的北京市民宿空间分异过程、因素与趋势[J]. 经济地理, 2021, 41(3):213-222.
|
[16] |
郝诗雨, 赵媛, 李可. 厦门市民宿的空间分布特征与影响因素研究[J]. 华中师范大学学报:自然科学版, 2018, 52(6):916-924.
|
[17] |
昌杰, 卢松. 黄山市民宿时空演化与影响因素研究[J]. 旅游科学, 2022, 36(3):147-159.
|
[18] |
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.
|
[19] |
|
[20] |
胡小芳, 李小雅, 王天宇, 等. 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.
|
[21] |
|
[22] |
|
[23] |
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.
|
[24] |
周伟伟, 胡春丽, 荣培君. 秦岭陕西段乡村民宿旅游空间分布及影响因素研究[J]. 中国农业资源与区划, 2024, 45(4):235-246.
|
[25] |
王艳, 粟娟, 刘蕾. 武陵山片区星级乡村民宿空间分异及影响因素[J]. 世界地理研究, 2023, 32(9):170-180.
|
[26] |
董之滔, 孙凤芝, 田菲菲, 等. 山东省民宿空间分布特征及影响因素研究[J]. 干旱区资源与环境, 2023, 37(2):112-119.
|
[27] |
陈海彬. 郑州市乡村旅游资源空间分布及驱动力分析[J]. 中国农业资源与区划, 2020, 41(3):287-292.
|
[28] |
张欣然. 社区居民对都市近郊乡村旅游影响的感知与态度的实证研究——以成都花香果居景区为例[J]. 中国农业资源与区划, 2016, 37(12):243-248.
|
[29] |
刘婧, 甄峰, 张姗琪, 等. 新一代信息技术企业空间分布特征及影响因素——以南京市中心城区为例[J]. 经济地理, 2022, 42(2):114-123,211.
|
[30] |
李杰杰, 孙昌盛, 张春英, 等. 基于多尺度地理加权回归模型的城市住宅价格影响因素空间异质性——以桂林市主城区为例[J]. 浙江大学学报:理学版, 2024, 51(5):623-635.
|
[31] |
吴必虎, 黄琢玮, 马小萌. 中国城市周边乡村旅游地空间结构[J]. 地理科学, 2004, 24(6):757-763.
|
[32] |
向雁, 侯艳林, 李福夺. 乡村民宿分布热点探测、空间格局及影响因素——以贵州省为例[J/OL]. 中国农业资源与区划, 2024,https://link.cnki.net/urlid/11.3513.S.20240105.1029.008.
|
/
〈 |
|
〉 |