EN中文

Economic geography >

2020 , Vol. 40 >Issue 6: 156 - 165

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.06.017

Temporal and Spatial Evolution Characteristics and Influencing Factors of Accommodation Industry in Changde City

  • XIA Hanjun , 1, 2 ,
  • YUAN Mengqi 1 ,
  • YANG Zhi 2 ,
  • ZHANG Qi 3 ,
  • TANG Yutu 1
Expand
  • 1. College of Resource Environment and Tourism，Hunan University of Arts and Science，Changde 415000，Hunan，China
  • 2. College of Business Administration，Hunan University，Changsha 410000，Hunan，China
  • 3. Furong College，Hunan University of Arts and Science，Changde 415000，Hunan，China

Received date: 2019-11-20

  Revised date: 2020-05-24

  Online published: 2025-05-14

Fold

Abstract

The study of the spatial structure of the accommodation industry is more common in large cities and provincial capitals,but it is very lacking in the local cities with the advanced level of economic development. Changde has a good representation in the above aspects. The thesis divides the development of accommodation enterprises in Changde into five stages. By using nearest neighbor index,kernel density estimation and standard deviation ellipse and correlation coefficient analysis in ArcGIS,the research shows that:Firstly,It shows the overall growth trend of the accommodation enterprises in Changde from 2008; Secondly, the focus of accommodation Enterprises expands to the southeast,mainly concentrated in Wuling District and Dingcheng District,and the degree of agglomeration of accommodation enterprises is constantly strengthening;Thirdly,The number and density of the accommodation enterprises in the existing or new agglomeration areas are increasing,and the overall distribution shows the characteristics of one "core",multiple "points" and "slice";Fourthly,as a whole,the accommodation enterprises are obviously affected by the transportation station,the administrative center (government resident),the commercial center and the regional GDP,but there are some differences between the A level scenic spots and the population density. In future,the layout and management of the accommodation enterprises should pay attention to the following aspects: In the first place,government needs to strengthen the layout planning of accommodation enterprises along the transportation route;Secondly,consider expanding to larger regions with abundant tourism resources; Thirdly,the government needs to increase the regional layout of the rich tourism resources in Shimen,Taoyuan and Lixian County; Lastly,upgrading the existing accommodation industry,appropriately increasing the number of high-star accommodation enterprises and improving the level of service.

Key words： accommodation enterprises; space-time evolution; traffic conditions; A level scenic spots; population density; Changde City

Cite this article

XIA Hanjun , YUAN Mengqi , YANG Zhi , ZHANG Qi , TANG Yutu . Temporal and Spatial Evolution Characteristics and Influencing Factors of Accommodation Industry in Changde City[J]. Economic geography, 2020 , 40(6) : 156 -165 . DOI: 10.15957/j.cnki.jjdl.2020.06.017

通常认为城市旅游业发展的首要因素是住宿业，没有适当的酒店设施，即使是最有吸引力的城市也不可能成为主要的旅游中心。因此，城市内住宿企业分布的位置被认为是其成功的关键，有研究指出酒店成功的三个最重要的因素是：地点、地点和地点[1]。国外最初对酒店的关注是对酒店和城市关系等方面[2]，1980年代，酒店空间布局逐渐成为研究热点。
国外针对住宿业空间分布的研究主要体现在分布模式、影响因素、选址等方面。①住宿业的分布模式。Jayne等通过对西班牙马德里、新西兰克赖斯特彻奇、加拿大多伦多、奥地利维也纳、以色列特拉维夫和英国伦敦等地的研究，发现住宿业主要分布在市中心，通常是历史核心和大多数景点的位置[3]；Ritter通过对铁路、水路、车站的研究，提出了交通导向型的分布模式[4]；Wall认为点模式适合用来分析多伦多旅游住宿分布变化[5]；Ashworth等观察到6个与城市特征有关的酒店区域，包括历史街区，过渡地带，“风景地域”，火车站，道路口，高速公路出入口及机场的周边区域[6]。②住宿业分布的影响因素。空间分布的影响因素伴随着酒店分布模式、城市结构的研究而展开，比如地价、交通[6]；历史中心城市、景点[1]等较常见，Ashworth还确定了交通以外的五个因素：准入门槛、土地价值、环境便利、历史连续性和（最近）土地使用政策[7]。Noam经过长时间历史跨度研究发现，面对政治变迁的城市酒店发展模式，政治、宗教因素也会影响酒店空间分布[8]；Aljoša等发现政治和经济因素对酒店分布、规模、所有权和等级有影响[9]。③住宿业选址。Shoval采用基于土地租金曲线原理的同心土地利用模型讨论选址问题[10]；Ainhoa等对马德里城市酒店集聚模式的研究，认为要从地理位置、产品价格、饭店规模、服务内容、社会经济和城市状况等考虑布局和选址[11]；Yang等通过对北京市酒店的研究，认为选址需要考虑酒店星级水平、集聚效应、公共服务设施、交通可达性等因素[12]；Yang等提出了酒店选址的“4理论、6实证、3操作模型”[13]。
国内从1980年代开始，围绕住宿业空间分布特征、影响因素等方面开展了较多研究。住宿业空间分布特征。区域上有国家大尺度、区域尺度、城市尺度，主要研究对象是“星级酒店”“经济型酒店”。①在大尺度层面，文吉、黄静波等认为我国星级酒店的东中西部分布差异明显[14-15]；胡宇娜认为酒店业效率东部高于中部，中部高于西部，西部高于东北部[16]。②区域层面，涉及对长三角[17]、珠三角[18]、长株潭[19]、多省份联动等的分析[20]。③城市尺度层面，主要集中在北上广等一线大城市[21-23]。关于住宿业时空分布影响因素，跟国外研究类似，伴随着时空分布特征展开。刘伟强通过对北京市酒店分布的研究表明，城市零售点、交通、政策、人口因子影响酒店时空分布[24]；随着经济水平提高，胡志毅等认为地价水平、商业繁华度、景点等级和规模、消费者收入水平也是很典型的影响因素[25]，城市规划[26]，投资力、开放力、城市力[14,27]，运输条件及地理位置[28]也逐渐被提及。在所有的影响因素中，交通一直都很受关注。
综上可知，国内外对住宿业分布研究都很重视，认为住宿业位置对城市、旅游业发展举足轻重，围绕分布特征、模式、影响因素、选址等主题做了较多研究，国外研究视角显得更宽广，往往将住宿业分布与城市发展相结合，对模型的理论研究和应用方面更加突出，在区域上以大型城市为主。国内研究的对象更广泛，国家层面、区域层面、城市层面都有涉及，但针对一线城市、省会城市以外的，旅游发展地位也很突出的地方城市研究比较缺乏。并且，国内研究在数据方面往往是通过谷歌地图、百度地图、统计公报以及其他公开的网络资料取得，较少通过“地图+实地调查”的方式对数据精准性进一步明确。同时，国内外研究对象以“（高）星级酒店”“经济型饭店”为主，它们或许还不能代表住宿业全部，以“住宿业”为研究对象可以更好地反映酒店（饭店业）的发展全貌。常德作为地方旅游城市，住宿业从2008年以来得到较大的发展，住宿业空间分布呈现何种特征?有何影响因素?常德市政府及行业如何指引其健康发展?厘清其空间发展脉络有助于上述问题的解决。

1 数据来源与研究方法

1.1 研究区域

常德地处湘西北，是长江经济带的重要节点城市、洞庭湖生态经济区的重要组成部分，头枕长江、腰缠沅澧，东靠洞庭湖，西连张家界。全市总面积1.82万km2，辖9个县（区、市）和6个管理区，总人口620万。9个县（区、市）：武陵区、鼎城区、石门县、桃源县、澧县、临澧县、津市市、安乡县、汉寿县；6个管理区：常德桃花源管理区、常德国家经济开发区（比县区级高半级），柳叶湖旅游度假区，西湖管理区、常德高新技术开发区和西洞庭管理区组成。拥有中国优秀旅游城市、国家卫生城市、全国文明城市、国家海绵城市试点城市等十几个国家与国际荣誉称号。
图1 常德市区位示意图

Fig.1 Location map of Changde City

常德旅游资源丰富，全市大小景点300多处，其中国家4A级景区9个，境内交通便利，市城区80 km高速环线全线贯通，实现了城市与空港、高速公路“八进八出”的快速对接；桃花源机场航班航线不断拓展，通航城市累计达19个，年旅客吞吐量达75万人次，呈跨越发展态势；黔张常铁路、常益长高铁、常德铁路枢纽站等项目加快推进。
近年来，常德市不断加大旅游产品开发建设力度，建成了以桃花源、花岩溪、夹山、壶瓶山和市城区为代表的融自然风光、人文风情、休闲度假于一体的在省内外有着重要影响的旅游目的地。

1.2 数据来源

本次调查由湖南省文旅厅发起，组织成员约30人，从2019年9—12月3个月时间，对全常德地区进行住宿业普查，调查了酒店名称、成立时间、客房数量、地理坐标等数据。选择住宿业的标准是：星级酒店从1星到5星，还包括达到星级标准而没有评星的酒店，以在旅游局登记注册时间作为该酒店成立的时间节点，代表常德住宿业样本。数据获取按照以下方法操作：①根据百度地图、高德地图APP上面是否有显示饭店、宾馆、酒店等与住宿业相关的关键字样搜寻，没有出现上述字样的则忽略；②根据各种地图APP，是否有线路指向，没有线路指向的则忽略；③考察是否有招牌或者明显的住宿标志，没有的则忽略；④根据2018年湖南省文旅厅提供的住宿业清单查找、核对；⑤凡是城区（包括市区、县城区）逐条街道上门询问。
为了保证数据真实有效，调查中采取了以下措施：①调查前由带队老师对调查员进行全面培训；②当天调查过程遇到的问题当天反馈处理；③获得了省文旅厅的介绍信及有关调查辅助物资，所有调查人员统一服装；④取得当地城管监管、市文体局许可，以发文形式支持调查工作。据此，删除个别停止营业和地图上查不到的，获得857个有效数据。

1.3 研究方法

1.3.1 最邻近指数（NNI）

最邻近指数使用最邻近点间的距离表述住宿企业空间分布状态。首先计算得出区域范围内任意一个住宿企业点与最邻近住宿企业点之间的距离 d m i n，再通过计算实际最邻近距离 d m i n ¯、理论最邻近距离 E d m i n和二者的比值R，来进行住宿企业的分布类型的判断。若R=1，说明住宿企业属于随机分布；若R<1，说明酒店属于集聚分布；若R>1，说明住宿企业趋于均匀或离散分布。其表达式如下：
d m i n ¯ = 1 n ∑ i = 1 n d m i n，
E d m i n = 1 2 A n + 0.0541 + 0.014 n p n， R = d m i n ¯ E d m i n
式中：A表示常德市面积；p是周长；n是住宿企业数量。通过计算得出常德市住宿企业的最邻近指数R、Z值得分和P值，由此可以判断常德市住宿业的空间总体分布类型。

1.3.2 核密度估计

核密度估计分析法（Kernel Density Estimation），可以用来验证常德市住宿企业空间集聚分布的状态。运用ArcGIS10.2软件中的核密度分析工具，将要素的点坐标进行平滑技术处理，得到一个含要素点密度的平滑面，通过核密度分析图可以直观地展示常德市住宿企业的空间分布密度及其在空间上的分散或集聚特征，其表达式为：
λ s = ∑ l n 1 π γ 2 φ d l s γ
式中：r表示核密度函数的搜索半径； φ是点L与S之间距离的权重； λ s表示S点处的核密度估计；n为常德市住宿企业数量[21]。

1.3.3 标准差椭圆分析

标准差椭圆（Standard Deviational Ellipse，SDE），主要分析地理要素的空间离散程度、趋势以及空间分布特征，通过标准差椭圆分析可以探究常德市住宿业的时空演化特征和其发展的内在规律。
S D E x = ∑ x i - x - 2 n， S D E y = ∑ y i - y - 2 n
式中：SDEx和SDEy代表椭圆的圆心，即中心坐标；xi和yi是每个要素的空间位置坐标； x -和 y -是算数平均中心。
标准差椭圆轴的方向：
t a n θ = A + B C， A = ∑ x i ¯ 2 - y i ¯ 2，
B = ∑ x i ¯ 2 - y i ¯ 2 2 + 4 ∑ x i ¯ y i ¯， C = 4 ∑ x i ¯ y i ¯ 2
式中： x i ¯和 y i ¯是平均中心和x、y坐标的差，其中椭圆的方向（方位角）以X轴为准，正北方向为0°，顺时针旋转。
标准差椭圆的轴长：
σ x = 2 ∑ x i ¯ c o s θ - y i ¯ s i n θ 2 n
σ y = 2 ∑ x i ¯ s i n θ - y i ¯ c o s θ 2 n
式中： σ x为X轴长； σ y为Y轴长。

1.3.4 线性相关系数

线性相关系数表示2个变量样本数据之间的相关程度，在本文中用来研究人口密度、GDP与住宿企业地区分布数量的相关性。线性相关系数取值范围[-1，1]，相关系数R>0，则呈正相关，越接近1，正相关性越强，越接近0，正相关性越弱；线性相关系数R<0，则呈负相关，越接近-1，负相关性越强，越接近0，负相关性越弱；相关系数R=0，则没有相关性。其表达式：
R = ∑ x i - x - y i - y - ∑ x i - x - 2 · ∑ y i - y - 2
式中： x -为X数列平均值； y -为Y数列平均值。

2 数据分析

2.1 时间段划分

通过数据分析发现，全常德市住宿企业在2008年以前数量很少，2008年开始逐渐增加，基本每3年有较大突破，因此考虑将整个住宿业发展时段分为2007年以前（含2007年）、2008—2010、2011—2013、2014—2016、2017—2019年5个阶段。区域上分成武陵区、鼎城区、安乡县、汉寿县、桃源县、临澧县、石门县、澧县、津市市9个县（区、市）单位。

2.2 常德市住宿业时空演化的宏观变化

由表1可知，从时间上看，常德市住宿企业总数在2008—2019年的各个时间段逐渐增加，整体呈上升趋势，时间越往后，增加数量越多，从2007年的63个增加至324个。各县（区、市）均有不同程度增长，其中以武陵区、鼎城区、石门县、桃源县居多。9个县（区、市）中，2017—2019年增量最高的有7个县（区、市）：武陵区、鼎城区、汉寿县、桃源县、临澧县、津市市、澧县。武陵区各时段增量较多，其增量在同一时段总量中占比均大于20%，2017—2019年达到最高35.8%。安乡县、临澧县和津市市各时段增量较少，均小于25个，增量在各县（区、市）同一时段所占比均小于11%。
表1 常德市各县（区、市）不同时段新增住宿企业数量

Tab.1 The number of new accommodation enterprises of different districts and counties in Changde City at different time periods

县（区、市）名 每个县（区、市）在不同阶段的住宿企业数量 每个县（区、市）在不同阶段所占的比例/%
总数 2007 2008—2010 2011—2013 2014—2016 2017—2019 总数 2007 2008—2010 2011—2013 2014—2016 2017—2019
武陵区 265 14 28 40 67 116 100 5.28 10.57 15.09 25.28 43.77
鼎城区 110 6 16 19 27 42 100 5.45 14.55 17.27 24.55 38.18
安乡县 55 3 6 7 22 17 100 5.45 10.91 12.73 40.00 30.91
汉寿县 76 3 2 14 27 30 100 3.95 2.63 18.42 35.53 39.47
桃源县 89 6 4 19 26 34 100 6.74 4.49 21.35 29.21 38.20
临澧县 40 1 0 7 8 24 100 2.50 0.00 17.50 20.00 60.00
石门县 97 11 17 18 28 23 100 11.34 17.53 18.56 28.87 23.71
澧县 84 15 9 10 25 25 100 17.86 10.71 11.90 29.76 29.76
津市市 41 4 10 9 5 13 100 9.76 24.39 21.95 12.20 31.71
总数 857 63 92 143 235 324 100 7.35 10.74 16.69 27.42 37.81
县（区、市）名 每个县（区、市）在同一时段所占的比例/%
总数 2007 2008—2010 2011—2013 2014—2016 2017—2019
武陵区 30.92 22.22 30.43 27.97 28.51 35.80
鼎城区 12.84 9.52 17.39 13.29 11.49 12.96
安乡县 6.42 4.76 6.52 4.90 9.36 5.25
汉寿县 8.87 4.76 2.17 9.79 11.49 9.26
桃源县 10.39 9.52 4.35 13.29 11.06 10.49
临澧县 4.67 1.59 0.00 4.90 3.40 7.41
石门县 11.32 17.46 18.48 12.59 11.91 7.10
澧县 9.80 23.81 9.78 6.99 10.64 7.72
津市市 4.78 6.35 10.87 6.29 2.13 4.01
武陵区 30.92 22.22 30.43 27.97 28.51 35.80

注：资料来源于实地普查，数据统计截止到2019年年末。

从空间上看，武陵区无论各时段增量所占比还是总占比都远高于其他各个县（区、市），其住宿企业占常德市住宿企业总量达30.92%；鼎城区、桃源县和石门县住宿企业数量在总量中占比处于10%~20%之间，属于相对中等水平；而安乡县、汉寿县、临澧县、澧县和津市市在总量中占比不足10%，临澧县和津市市更是少于5%，属于相对少量分布区。
通过百度地图地理坐标拾取工具拾取常德市住宿企业的空间地理坐标，使用ArcGIS10.2软件分析工具中的平均最邻近分析工具，对常德市2007、2010、2013、2016和2019年5个时间维度的住宿企业数据进行最邻近指数分析，得到各个时间点最邻近指数分析结果的P值、Z值和R值。分析结果见表2。在5个时间点上，常德市住宿企业空间分布的最邻近指数均小于1，说明常德市住宿企业的空间布局类型总体上处于集聚状态。
表2 常德市住宿业分布的最邻近指数及空间结构类型

Tab.2 The NNI and space type of accommodation enterprises in Changde City

时间 P-value Z-score R SST
2007 0.000000 -11.350000 0.252267 集聚
2010 0.000000 -18.834461 0.209219 集聚
2013 0.000000 -27.116679 0.178897 集聚
2016 0.000000 -36.990743 0.162473 集聚
2019 0.000000 -48.475982 0.134424 集聚

注：R为最邻近指数，SST为空间结构类型。

2.3 常德市住宿业时空演化的微观变化

利用ArcGIS10.2软件对常德市2007、2010、2013、2016和2019年5个时间节点的住宿企业分布特征进行标准差椭圆分析，得到数据（表3），进而分析常德市住宿企业空间分布的中心、离散和扩张方向（图2）。
表3 标准差椭圆分析结果数据

Tab.3 SDE analysis results date

时间 Shape-Area XStdDist YStdDist Center（X，Y） Rotation
2007 0.579806 0.509702 0.362111 （29.349411°N，111.649475°E） 148.714336°
2010 0.516648 0.473382 0.347438 （29.308078°N，111.672134°E） 156.045079°
2013 0.461204 0.451984 0.324828 （29.256257°N，111.681739°E） 163.177791°
2016 0.482216 0.458115 0.335080 （29.238221°N，111.693555°E） 157.9437°
2019 0.457410 0.447153 0.325628 （29.220592°N，111.697301°E） 160.684503°

注：Shape-Area为标准差椭圆面积，XStdDist、YStdDist为标准差椭圆的X轴长、Y轴长，Center（X，Y）为标准差椭圆的几何中心坐标，Rotation为标准差椭圆的方位角。由于数据单位为经纬度单位，因此结果只能做相对参考。

图2 常德市住宿企业标准差椭圆分析图

Fig.2 SDE analysis chart of accommodation enterprises in Changde City

结合表3与图2可以看出，2007—2019年常德市住宿企业的标准差椭圆面积整体上在缩小，面积缩小约21.11％，由此可以判断常德市住宿企业在标准差椭圆的中心处集聚分布程度加强。2007—2019年，标准差椭圆中心整体上向东南方向偏移，可以判断，整体上常德市住宿企业重心向东南方向扩张，主要集中在武陵区与鼎城区，且住宿企业集聚程度不断加强。2007—2019年，标准差椭圆方位角变化不连续，向西南扩大趋势在2016年被打断，2017—2019年方位角继续向西南方向扩大，标准差椭圆方向向西南发生微小偏移。方位角连续扩大与位于椭圆X轴右下方向的武陵区的城区、德山经济开发区与鼎城区城区住宿企业数量不断增加有关，而在2016年偏移趋势被打断则是因为位于椭圆X轴右上方的鼎城区（北）西湖管理区发生住宿企业的集聚、石门县新增多个住宿企业。总之，由标准差椭圆分析结果可以得出，常德市住宿企业集中分布在武陵区与鼎城区两区的城区，并且在数量上不断增加，住宿企业重心整体上向常德市东南方向移动，从离散方向上形成了向常德市东部和南部扩散的趋势。
对图3常德市分时段核密度分析图进行分析，2007年末，常德市住宿业集聚区主要是分布在6个集聚区（片区）：武陵区—鼎城区集聚片区、澧县—津市市集聚片区、石门县集聚区、桃源县集聚区、汉寿县集聚区和安乡县集聚区，其中，武陵区—鼎城区集聚片区与澧县—津市市集聚片区密度较高，分布较广。2008—2010年，常德市住宿业在之前六个集聚区（片区）的基础上发生集聚与扩散，各集聚区（片区）呈辐射状扩张，在这一时间段里，石门县集聚区、澧县—津市市集聚片区与武陵区—鼎城区集聚片区住宿企业数量增加，密度加大。2011—2013年，常德市住宿业分布的六个集聚区（片区）内住宿企业继续增加，密度均不断加大，其中武陵区—鼎城区集聚片区继续呈辐射状向四周扩散，与新形成的陬市镇（属桃源县）集聚区、桃源县集聚区连成一片，此时还新出现了临澧县集聚区和壶瓶山镇集聚区（属石门县）。2014—2016年，各住宿业集聚片区住宿企业数量继续增加，密度加大，桃源县集聚区向南扩张，在桃源县桃花源景区周围形成集聚区；汉寿县集聚区向南延伸，在汉寿站周围形成新的集聚区；石门县集聚区分别向东、向南延伸，形成新安镇—合口镇（均属临澧县）集聚片区与夹山镇（属石门县）集聚区，同时形成4个新的集聚区：子良坪乡（属石门县）集聚区、南北镇（属石门县）集聚区和西湖管理区（属鼎城区）集聚区。2017—2019年，各集聚区、片区住宿企业数量、密度继续增加，集聚区（片区）范围与前一时段大致相同，子良坪乡（属石门县）集聚区范围向西扩张，在太平镇（属石门县）形成新的集聚区。综上所述，常德市住宿企业在已有或新成集聚区、片区中数量不断增加，密度不断加大，这也可以从前文住宿企业数量统计表中得到验证，分布上整体呈现一“核”、多“点”、成“片”特征，以武陵区—鼎城区集聚片区为核心，各个县（区、市）点状集聚、成片连接分布，说明常德市各个县（区、市）均有住宿业集聚区，为其提供了相应的服务与支持。
图3 常德市分时段核密度分析图

Fig.3 Kernel density estimation chart of Changde City at different time periods

3 常德市住宿业时空演化的影响因素分析

结合以往文献及常德城市特点，选择指标及说明如下：①交通基础设施。考察住宿企业是否在交通基础设施较好的地区周边集中，如各县（区、市）的火车站、汽车站等交通枢纽地。②行政中心。如考查各县（区、市）旅游产业和政府驻地分布的关系。③商业区的分布。考察住宿企业是否在商业区周边较集中，如各县（区、市）主要的商业区，包括步行街、商场等。④景点所在地。考查住宿企业是否在景点周边较集中，如857家住宿企业具体到每一个县（区、市），是否靠近景区周边，或知名景区周边。⑤人口密度。考察住宿企业是否在人口密度较高的地区周边集中，如考查各县（区、市）人口密度和住宿企业分布数量的关系。⑥经济发展水平。考察住宿企业是否在经济条件较好的地区周边集中，如列出各县（区、市）的GDP数据，居民可支配收入数据等，是否该数值越高的住宿企业也越多。关于众多文献提到的地价，Egan指出住宿企业档次由市中心向外围降低，随着城市多中心的形成，土地价格可能由市中心向外围地区波浪式变化，住宿企业分布趋于复杂[29]。在本研究中，大多数住宿企业是达到星级标准而没有评星，无法分出等级，不能说明住宿企业档次由市中心向外围降低，只能描述住宿企业随地价变化的分布情况。
基于上述分析，本文选取主要交通站点、行政中心（县、市、区政府驻地）、商业中心、A级景点、人口密度、经济发展水平6个指标，通过高德地图拾取坐标，通过各县（区、市）的统计公报查阅人口数量、经济发展情况，结合以往文献，考察这些因素对住宿企业空间分布的影响情况，各项指标与住宿企业分布如图3。

3.1 交通条件的影响

人们往往选择交通便利的住宿企业入住，正如Ritter W指出的，住宿企业的位置与它们时代的主要运输技术形式有关，本文基于高德地图拾取常德9个县（区、市）县级及以上的汽车站、火车站、机场坐标，选取1 km半径作为缓冲区（图3），可以发现，在拾取的24个县级及以上的汽车、火车站坐标中，仅有鼎城区1个，临澧县1个，澧县1个，共计3个车站的缓冲区内没有住宿企业分布，其余的缓冲区内都有分布，覆盖范围占到83.3％，其中还可以看出，桃源县、石门县、澧县、津市4个县级单位几乎全覆盖。以往对大型城市星级住宿企业空间分布的研究认为交通站点是影响其分布的重要因素，本文再次验证了这一结论，说明在地方城市中，以车站为代表的交通站点同样明显地影响住宿企业的空间分布。

3.2 行政中心（政府驻地）的影响

很多企业会选址政府周边，可以享受行政中心带来的各种便利，当城市希望发展某些区域时，迁移行政中心往往成为常见的做法，因此，本文拾取9个县（区、市）县级及以上的10个政府驻地的坐标，发现除了津市县政府驻地以外，其余8个政府驻地1 km半径都是住宿企业集中分布的地方，政府驻地占到88.9％，其中，石门县、澧县、临澧县、安乡县、汉寿县的绝大多数住宿企业都分布在该范围。

3.3 商业中心的影响

城市商业中心的选定，代表周边群体的消费能力及良好的消费环境。繁华的商业中心能带来大量的人流、资金流，商场的数量和空间布局能直接影响住宿企业的空间布局。城市的商业中心一般是中大型购物中心的集聚地，购物中心是指拥有一个或多个建筑物形成的大型商场。因此，本文在高德地图拾取名字中含有“商业广场”“步行街”“商业街”“风情街”“商业乐园”“美食街”等为主的17处商业中心坐标，坐标显示9个县（区、市）住宿企业高度密集分布在这些商业中心1 km半径范围，说明常德住宿企业空间分布的一大典型特征是围绕商业中心区布局。

3.4 A级景点的影响

旅游景区是人们休闲度假的首选目的地，景区的知名度越高，长途旅行者和过夜旅行者来访的几率就越大，对住宿企业住宿的需求也会增高。除了休闲娱乐，康体养生、商务会议也大都选址在风景优美的地区。因此，旅游资源的数量和质量可以影响住宿企业的分布格局。本文拾取了全常德A级及以上景点35处，武陵区、鼎城区、澧县景点较集中，安乡县仅1处，其余县市景点分布比较散，住宿企业分布在各县（区、市）呈现自己独有的特征。其中，武陵区的住宿企业密集分布在A级景点1 km半径范围，鼎城区、安乡县、汉寿县、桃源县四处的住宿企业几乎不在A级景点1 km半径范围，石门县、临澧县、津市市、澧县四处的住宿企业围绕部分A级景点1 km范围密集分布。由此可见，常德市A级景点与住宿企业整体相关性不强，常德市大部分景点没有相应住宿企业支持，景区多日游能力受挫，游客吸引力不强；部分地区交通、经济环境有限，限制了住宿企业进驻与发展。

3.5 人口密度与GDP的影响

现有的研究比较一致地支持人口密度、GDP与住宿企业分布数量呈正相关关系，通过表4及计算9个县（区、市）的相关系数（表5），发现人口密度与住宿企业数量系数达0.84，GDP与住宿企业数量系数达0.98，这说明二者可以高度影响住宿企业分布。然而，通过进一步分析，在移除武陵区的数据后，剩下8个县（区、市）中的人口密度与住宿企业的线性相关系数计算为-0.58，呈负相关关系，GDP仍保持0.86的显著正相关性。以往研究认为，人口密度越高，住宿企业分布数量越多，二者应该呈现正相关关系，但是本案例中却出现了负相关，可能的原因是武陵区的面积（289 km2）与其他地区，如面积最大的桃源县（4 441 km2）相差比较大，与第二小的津市市（558 km2）相差也不少，而武陵区却占有全市最丰富的住宿企业资源，拉高了系数，使得整体呈正相关，加上地方城市在发展过程中，人们对住宿业需求不像其他大城市密集，才出现本文计算的情况。
图4 各项指标与住宿企业的分布关系

Fig.4 The distribution relationship of elements and accommodation enterprises

表4 人口密度、GDP与住宿企业分布数量的关系

Tab.4 The relationship of population density，GDP and the number of accommodation enterprises

县（区、市） 住宿企业数量（个） 地区人口密度（人/km2） GDP（亿元）
武陵区 265 1 494.08 1416.8
鼎城区 110 322.8 336.8
安乡县 55 497.58 193
汉寿县 76 406.69 297.73
桃源县 89 218.12 368.7297
临澧县 40 370.99 178.2
石门县 97 168.18 278.22
澧县 84 441.3 358.03
津市市 41 418.3 158.2

注：数据更新时间到2019年。

表5 各地区住宿企业数量与人口密度、GDP的线性相关性系数计算结果

Tab.5 Calculated results of linear correlation coefficient between the number of residential enterprises and regional population density and regional GDP

地区人口密度
（人/km2）		 GDP
（亿元）
住宿企业数量（个） 0.84 0.98
住宿企业数量（除去武陵区）（个） -0.58 0.86

注：数据更新时间到2019年。

4 结论、建议及讨论

4.1 结论

通过实地调研常德市住宿企业数据，运用ArcGIS空间分析方法中的最邻近指数、核密度估计、标准差椭圆分析及Excel中相关分析的方法，对获取到的857家住宿企业时空分布特征及影响因素进行分析，得出如下结论：第一，时间上，常德市住宿企业从2008年开始，整体呈增长趋势，增加数从2007年底的63家到2019年底324家，最邻近指数表明在五个时段上均处于集聚状态。第二，从空间扩散方向来看，标准差椭圆及核密度分析得知整体上常德市住宿企业重心向东南方向扩张，主要集中在武陵区与鼎城区，且住宿企业集聚程度不断加强。第三，对武陵区、鼎城区两地为中心的集聚演化分析，随着常德市近年来经济、政策的不断开放与投资力度的不断加大，两区住宿企业数量各阶段增加明显，集聚程度增强，有向四周辐射的趋势；并且两区住宿企业时空演化受政策、交通枢纽站的分布影响明显，如常德火车站、常德汽车总站、德山经济开发区的建设等；新的集聚区逐渐形成，如北鼎城区的灌溪镇，西湖管理区，武陵区东北部等区域。第四，从影响因素分析来看，常德市住宿企业整体上受交通站点、行政中心（政府驻地）、商业中心、GDP影响明显，与以往学者研究结论一致，但是A级景点、人口密度两个因素，有一定差异，这或许是地方城市与一线大城市发展的区别，并非严格遵循景点越集中，人口密度越大，住宿企业也集中分布的特征。另外，在行政中心这一影响因素中，并非所有的住宿业都围绕行政中心（政府所在地）分布，津市比较例外，其住宿企业相对要远离政府所在地，在所有的县（区、市）中，津市的住宿业数量最少，仅为41个，GDP最低，也是拥有A级景点最少的县（区、市）之一。

4.2 建议及讨论

①政府需加强对交通沿线住宿企业的布局规划力度。本研究证实了以往研究中交通节点对住宿业分布的重要影响，目前常德城铁已经建成，高铁正在规划建设中，在石门县、桃源县、常德市区将会设站，未来常德将逐渐形成十字形高铁枢纽格局，打通东南西北的对外高铁通道，其市域内的石门县将形成双线交汇的交通格局。加上常德拥有的多项国际与国家荣誉称号，地方发展被持续看好，住宿业作为城市发展的标志性行业，政府理应关注在以上交通节点的布局。
②加大在石门、桃源、澧县等旅游资源丰富的区域布局。目前常德住宿企业仍然集中在武陵、鼎城两区，分布很不均匀，尤其是集中在武陵区，但武陵区面积最小，各种资源都比较集聚，城市若是要长远发展，武陵区会受到限制，而石门、桃源、澧县旅游资源很丰富，面积也较大，相比较武陵区、鼎城区而言，住宿业数量偏少，加上高铁站点带来的辐射效应，可以考虑往这些区域发展。
③注重对现有住宿业的升级改造，适当增加高星级住宿企业数量，提升服务水平。调查发现，目前常德住宿企业主要以3星及以下为主，4星及以上的住宿业很少，这与整个常德旅游发展大环境有关，游客以本地及湖南省内为主，流动人口较缺乏，但从长远来看，常德的人居环境颇佳，交通布局正在规划，常德与周边及全国联系势必更加紧密，住宿企业布局应提前谋划，提高档次。走访中发现一些旧的商业街、商业区的住宿企业，如鼎城区部分住宿企业，卫生状况、设施设备有待改善；个别住宿企业服务人员素质有待提高，住宿企业服务人员年龄偏大，缺乏专业技能培训。对住宿企业行业有关政策不太了解，不能跟上最新的政策形势，急需提升服务水平。
本文选择的研究区域是地方城市的代表常德市，研究对象是住宿企业，影响住宿业分布的因素很多，本文选取的是基于以往研究提到的主要的因素，并且是基于大型城市、一线城市的研究参考，针对地方城市住宿业影响因素，或许还存在某些差异性，影响因素的选择上可能不够全面，今后可以进一步针对不同类型城市住宿业分布影响因素做对比分析；另外，本文在影响因素分析，是基于静态数据层面的讨论，下一步可以做动态分析，即获取各影响因素的动态数据，综合说明，会更有说服力；第三，在研究方法层面，本文用到的是ArcGIS分析方法，为了能全面论证住宿业分布的影响机制，可以将人类学研究中的观察法、访谈法综合使用，对各典型住宿业的管理人员，政府、旅游者、当地居民访谈调研，结论会更全面。同时，限于数据分布特征，本文选取数据范围是2007—2019年，这个时间段以前和以后的，可以进一步跟踪分析，且这部分数据是以城区为主，城区以外的住宿业分布与影响因素又呈现何种特征与机制，结合地理学、人类学等跨学科研究方法或许会有新的发现。

感谢湖南铁道富孝职业培训学校李大军老师指导湖南文理学院学生李亮牌、曾祥乐、叶美婷、陈圆圆、周绿丝、谭佳欣、丁爱瞳、周佳、邓玲秀、宋楠、屈韵洁、范玉莹、刘楚、江春美前期的数据调研工作与郭萍、王熙敏和吴悔的数据整理。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Arbel A, Pizam A. Some determinants of urban hotel location:the tourists' in clinations[J]. Journal of Travel Research, 1977, 15(3):18-22.

[2]
Khurana J S. Hotel and city[J]. The Canadian Architect, 1968(5):36-47.

[3]
Jayne M. Rogerson. The Changing Location of Hotels in South Africa’s Coastal Cities,1990-2010[J]. Urban Forum, 2012,23:73-91.

[4]
Ritter W. Hotel location in big city[J]. Tourism, 1986(3):355-364.

[5]
Wall G, D Dudycha, J Hutchinson. Point pattern analyses of ac-commodation in Toronto[J]. Annals of Tourism Research, 1985(12):603-618.

[6]
Ashworth G J, Tunbridge J. The tourist-historic city[M]. Lon-don: Belhaven Press,1990.

[7]
Ashworth G J. Accommodation and the historic city[J]. Built Environment, 1989, 15(2):92-100.

[8]
Noam S, Cohen-Hattab K. Urban hotel development patterns in the face of political shifts[J]. Annals of Tourism Research, 2001, 28(4):908-925.

[9]
Aljoša Budović, Ivan Ratkaj, Marija Antić. Evolution of urban hotel geography-a case study of Belgrade[J]. Current Issues in Tourism, 2020, 23(6):707-722.

[10]
Shoval N. The geography of hotels in cities:An empirical vali-dation of a forgotten model[J]. Tourism Geographies, 2006, 8(1):56-75.

[11]
Ainhoa Urtasun, Isabel Gutierrez. Hotel location in tourism cities:Madrid 1936-1998[J]. Annals of Tourism Research, 2006, 33(2):382-402.

[12]
Yang Y, Wong K K F, Wang T. How do hotel choose their loca-tion?Evidence from hotels in Beijing[J]. International Journal of Hospitality Management, 2012, 31(3):675-685.

[13]
Yang Y, Luo H, Law R. Theoretical,empirical,and operational models in hotel location research[J]. International Journal of Hospitality Management, 2014,36:209-220.

[14]
文吉. 中国星级酒店空间布局研究[J]. 商业研究, 2004(21):154-159.

[15]
黄静波. 中国省域星级饭店业的优势特征及其形成机理[J]. 旅游学刊, 2007, 22(5):61-65.

[16]
胡宇娜, 梅林, 魏建国. 中国酒店业效率的时空演变及驱动机制[J]. 世界地理研究, 2017(3):34-39.

[17]
李飞, 张玉华. 珠江三角洲城市星级饭店空间分布影响因素研究[J]. 商讯商业经济文荟, 2005(5):1-4,47.

[18]
姜海宁, 肖海平, 李广斌, 等. 长三角五星级酒店空间格局研究[J]. 商业研究, 2011(7):79-83.

[19]
唐健雄, 何倩. 长株潭城市群酒店业空间布局研究[J]. 经济地理, 2015, 45(11):45-50

[20]
刘炼鑫, 唐健雄, 李智文, 等. 我国“一带一路”沿线省市酒店业时空演化与联动研究[J]. 中南林业科技大学学报:社会科学版, 2018, 56(2):67-72.

[21]
闫丽英, 韩会然, 陈婉婧, 等. 北京市住宿业空间分布格局及影响因素研究[J]. 经济地理, 2014, 34(1):94-101.

[22]
胡波. 上海市星级饭店空间分布特征研究[D]. 上海: 同济大学, 2007.

[23]
李庄容. 基于竞争视角的广州高星级酒店集聚分析[J]. 经济地理, 2007, 27(4):697-700.

[24]
刘伟强. 北京旅馆业的时空结构解析[J]. 旅游学刊, 1998(6):46-50,59.

[25]
胡志毅, 张兆干. 城市饭店的空间布局分析——以南京市为例[J]. 经济地理, 2002, 22(1):106-110.

[26]
赵媛, 黄秋昊. 基于GIS技术的城市酒店空间分布研究[J]. 数量经济技术经济研究, 2003(8):155-158.

[27]
侯兵, 黄震方, 陈肖静. 主客体视角的城市经济型酒店空间分布研究——以扬州市为例[J]. 旅游学刊, 2009(5):72-79.

[28]
姜海宁, 肖海平, 李广斌, 等. 长三角五星级酒店空间格局研究[J]. 商业研究, 2011(7):79-83.

[29]
David J Egan, Kevin Nield. Towards a theory of Interurban Ho-tel Location[J]. Urban Studies, 2000, 37(3):611-621.

Options
Outlines

/

〈 〉