武陵山片区星级乡村民宿空间分异及影响因素

doi:10.3969/j.issn.1004-9479.2023.09.2021520

摘要/Abstract

摘要：

研究星级乡村民宿空间格局对实现乡村旅游高质量发展具有重要意义。采取最邻近指数、核密度估计、决策树回归等分析方法，探索武陵山片区330家星级乡村民宿的空间分异特征及成因。研究发现：①从空间结构特征来看，武陵山片区星级乡村民宿整体呈“东聚西散、北多南少”的空间结构特征，四星级、五星级乡村民宿的分布特征与总体一致，三星级则呈现“东少西多，北聚南散”的空间结构特征；②从空间类型特征来看，武陵山片区星级乡村民宿总体呈凝聚型空间类型特征，其中，五星级和四星级乡村民宿的空间分布类型为强凝聚型，三星级为弱凝聚型；③从空间密度特征来看，武陵山片区星级乡村民宿总体呈现“北部多核且连片，南部少核且分散”的空间密度特征，三星级、四星级乡村民宿与总体一致，五星级呈现“北部三核且分散，南部单核且较弱”的空间密度特征；④决策树模型回归结果显示，3A级及以上旅游景区（根节点）、经济发展水平（枝节点）、民宿政策（枝节点）是武陵山片区星级乡村民宿空间分异的重要成因。研究结果可为武陵山片区及同类型山区的乡村民宿布局提供参考。

关键词: 星级乡村民宿, 空间分异, 决策树回归分析, 武陵山片区

Abstract:

The spatial patterns of star-rated rural homestays have significant implications for achieving high-quality rural tourism development. By employing methods such as nearest neighbor index, kernel density estimation, and decision tree regression, this research explores the spatial differentiation characteristics and causes of 330 star-rated rural homestays in the Wuling Mountain Area. The findings are as follows: 1) From the perspective of spatial structural features, star-rated rural homestays in the Wuling Mountain Area exhibit an overall "clustered in the east, scattered in the west, more in the north than in the south" spatial pattern. The distribution characteristics of four-star and five-star rural homestays are consistent with the overall pattern, while three-star rural homestays show an "eastern scarcity, western abundance, northern aggregation, and southern dispersion" spatial structure. 2) In terms of spatial typology, star-rated rural homestays in the Wuling Mountain Area display a cohesive spatial type. Specifically, five-star and four-star rural homestays exhibit a strongly cohesive spatial distribution, while three-star rural homestays show a weakly cohesive pattern. 3) Concerning spatial density features, the Wuling Mountain Area demonstrates a spatial density pattern where there are multiple and contiguous cores in the northern part and fewer and dispersed cores in the southern part. This pattern remains consistent for three-star and four-star rural homestays, while the five-star rural homestays exhibit a spatial density characteristic of "three scattered cores in the north and a single weak core in the south." 4) The regression results of the decision tree model indicate that tourist attractions with a grade of 3A or higher (the root node), economic development level (branch node), and rural homestays policies (branch node) are important factors contributing to the spatial differentiation of star-rated rural homestays in the Wuling Mountain Area. The findings of this paper can provide reference for the layout of rural homestays in the Wuling Mountain Area and similar mountainous areas.

Key words: star-rated rural homestay, spatial differentiation, decision tree regression analysis, Wuling Mountain Area

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.

Yan WANG, Juan SU, Lei LIU. Spatial differentiation and influencing factors of star rural homestay in Wuling Mountain Area[J]. World Regional Studies, 2023, 32(9): 170-180.

图/表 7

参考文献 31

1	陆林,任以胜,朱道才,等.乡村旅游引导乡村振兴的研究框架与展望.地理研究,2019,38(1):102-118.
	LU L, REN Y, ZHU D,et al.The research framework and prospect of rural revitalization led by rural tourism.Geographical Research,2019,38(1):102-118.
2	李志龙.乡村振兴-乡村旅游系统耦合机制与协调发展研究——以湖南凤凰县为例.地理研究,2019,38(3):643-654.
	LI Z.Research on the coupling mechanism and coordinated development of rural revitalization-rural tourism system:A case study on Fenghuang County in Hunan.Geographical Research,2019,38(3):643-654.
3	马勇,邹统钎,王晨,等.民宿蓝皮书:中国旅游民宿发展报告(2019).北京:社会科学文献出版社,2020.
	MA Y, ZOU T, WANG C,et al.Blue Book of Homestay:Annual Report on Homestay in China(2019).Beijing:Social Sciences Academic Press,2020.
4	NILSSON P A.Staying on farms: An ideological background. Annals of Tourism Research,2002, 29(1):7-24.
5	TCHETCHIK A, FLEISCHER A, FINKELSHTAIN I.Differentiation and synergies in rural tourism:Estimation and simulation of the Israeli market.American Journal of Agricultural Economics, 2008,90(2):553-570.
6	PARK D, YOON Y.Segmentation by motivation in rural tourism:A Korean case study. Tourism Management,2009,30(1):99-108.
7	BALEZENTIS T.Rural tourism development in Lithuania(2003-2010)--A queantitative analysis.Tourism Management Perspectives,2012(2):1-6.
8	王璐,李好,杜虹景.乡村旅游民宿的发展困境与对策研究.农业经济,2017(3):141-142.
	WANG L, LI H, DU H.Study on the development predicament and countermeasures of rural tourism homestay.Agricultural Economy,2017(3):141-142.
9	冯仕达,水雁飞.莫干山大乐之野庾村民宿设计回顾.建筑学报,2017,11:49-55.
	FENG S, SHUI Y.Review and analysis of the Lost Villa Boutique Hotel in Yucun, Moganshan.Architectural Journal,2017,11:49-55.
10	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.地理研究,2019,38(11):2695-2715.
	ZHANG H, LU L, ZHANG D,et al.Spatial pattern and contributing factors of homestay inns in the area around Mogan Mountain.Geographical Research, 2019,38(11):2695-2715.
11	郝倩倩,沈世伟.浙江省民宿空间分布格局与影响因素研究.资源开发与市场,2020,36(10):1165-1171.
	HAO Q, SHEN S.Study on spatial distribution pattern and influencing factors of homestays in Zhejiang Province.Resource development&Market,2020,36(10):1165-1171.
12	马小宾,侯国林,李莉,等.基于DBSCAN算法的民宿集群识别、分布格局及影响因素——以南京市为例.人文地理,2021,36(1):84-93.
	MA X, HOU G, LI L,et al.Cluster identification,distribution patern and influencing factors of B&B basedon DBSCAN:A case study of Nanjing. Human Geography,2021,36(1):84-93.
13	胡小芳,李小雅,赵红敏,等.民宿价格的空间分异特征及影响因素——以湖北省恩施州为例.自然资源学报,2020,35(10):2473-2483.
	HU X, LI X, ZHAO H,et al.Spatial variation characteristics and influencing factors of homestay inn price:A case study of Enshi,Hubei.Journal of Natural Resources,2020,35(10):2473-2483.
14	王铁,邰鹏飞.山东省国家级乡村旅游地空间分异特征及影响因素.经济地理,2016,36(11):161-168.
	WANG T, TAI P.Spatial differentiation and its influencing factors of national rural tourism destination in Shandong Province.Economic Geography,2016,36(11):161-168.
15	王松茂,何昭丽,郭英之."丝绸之路经济带"西北五省乡村旅游模范村空间分异及影响因素.经济地理,2019,39(4):199-206.
	WANG S, HE Z, GUO Y.Spatial differentiation and influencing factors of rural tourism model villages in the Five Northwest Provinces of the Silk Road Economic Belt.Economic Geography,2019,39(4):199-206.
16	汤国安,杨昕.ArcGIS地理信息系统空间分析实验教程. 北京: 科学出版社, 2012.
	TANG G, YANG X.An Experimental Tutorial on ArcGIS Spatial Analysis of Geographic Information System.Beijing: Science Press,2012.
17	焦莉萍,郭晶晶,杨云云,等.决策树模型与logistic回归模型在生活饮用水水质影响因素分析中的应用.中国卫生统计,2020,37(6):874-877.
	JIAO L, GUO J, YANG Y,et al.Application of decision tree model and logistic regression model in the analysis of influencing factors of drinking waterquality.Chinese Journal of Health Statistics,2020,37(6):874-877.
18	卢松,吉慧,蔡云峰.黄山市自驾车入游流旅行空间行为研究.地理研究,2013,32(1):179-190.
	LU S, JI H, CAI Y.A study on the spatial travel behavior of self-driving tourists into Huangshan City.Geographical Research,2013,32(1):179-190.
19	DUYCKAERTS C, GODEFROY G.Voronoi tessellation to study the numerical density and the spatial distribution of neurons. Journal of Chemical Neuroanatomy,2000,20:83-92.
20	吴丹丹,吴杨,马仁锋,等.浙江美丽乡村空间格局及可持续发展模式研究.世界地理研究,2022,31(2):363-375.
	WU D, WU Y, MA R,et al.Study on the spatial differentiation pattern and sustainable development model of beautiful villages in Zhejiang Province.World Regional Studies,2022,31(2):363-375.
21	JOERGER A, DEGLORIA S, NODEN M.Applying geographic information systems. Cornell Hospitality Quarterly,1999,40(4):48-59.
22	NEWELL G, SEABROOK R.Factors influencing hotel investment decision making. Journal of Property Investment &Finace,2006,24(4):279-294.
23	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.经济地理,2021,41(3):213-222.
	MEI L, JIANG H.The spatial differentiation process, factors and trends of B&B in Beijing based on Airbnb data.Economic Geography,2021,41(3):213-222.
24	HOBSON J.Feng Shui:Its impacts on the Asian hospital industry. International Journal of Contemporary Hospitality Management.1994,6(6):21-26.
25	BEEDASY J, WHYATT D. Diverting the tourists: A spatial decision-support system for tourism planning on a developing island. International Journal of Applied Earth Observation & Geoinformation, 1999, 1(3): 163-174.
26	刘智.旅游产业与农村可持续生计耦合的空间格局及驱动机制——以张家界为例.经济地理,2020,40(2):209-216.
	LIU Z.The spatial characteristics and driving mechanism of the coupling relati-onship between tourismindustry and rural sustainable livelihoods:Take the Zhangjiajie Area as an example.Economic Geography,2020,40(2):209-216.
27	李淑娟,高琳.山东省乡村旅游景点空间结构及影响因素研究.中国生态农业学报,2019,27(10):1492-1501.
	LI S, GAO L.Spatial structure and influencing factors of countryside tourist attractionin Shandong Province.Chinese Journal of Eco-Agriculture,2019,27(10):1492-1501.
28	刘明吉,王秀峰,黄亚楼.数据挖掘中的数据预处理.计算机科学,2000(4):54-57.
	LIU M, WANG X, HUANG Y.Data preprocessing in data mining.Computer Science,2000(4):54-57.
29	阙霜,曾雁冰,方亚.基于logistic回归与决策树模型的社会资本对老年人自评健康的影响研究.中国卫生统计,2022,39(2) :186-191.
	QUE S, ZENG Y, FANG Y.The impact of social capital on elderly self-rated health based on Logistic Regression and Decision Tree Model.Chinese Journal of Health Statistics,2022,39(2):186-191.
30	廖绍雯,贾聪.一种基于DNN及决策森林的回归模型在小样本空间中的应用.西北师范大学学报(自然科学版),2020,56(5):54-59.
	LIAO S, JIA C.Application ofregression model based on DNN and decisi-on forestinto small sample space.Journal of Northwest Normal University(Natural Science),2020,56(05):54-59.
31	曹哲,邵秀英.山西省休闲农业和乡村旅游地空间格局及优化路径.世界地理研究,2019,28(1):208-213.
	CAO Z, SHAO X.The spatial structure and optimization of leisure agriculture and rural tourism in Shanxi Province.World Regional Studies,2019,28(1):208-213.

乡村民宿	平均观测距离/km	预期平均距离/km	最邻近指数R值	Z值	P值
总体	12.771	23.871	0.535 0	－16.165 0	0.000
三星级	16.935	28.386	0.596 6	－9.851 5	0.000
四星级	22.768	29.531	0.771 0	－4.393 7	0.000
五星级	25.825	34.618	0.746 0	－3.938 8	0.001

乡村民宿	平均观测距离/km	预期平均距离/km	最邻近指数R值	Z值	P值
总体	12.771	23.871	0.535 0	－16.165 0	0.000
三星级	16.935	28.386	0.596 6	－9.851 5	0.000
四星级	22.768	29.531	0.771 0	－4.393 7	0.000
五星级	25.825	34.618	0.746 0	－3.938 8	0.001

影响因素	代表指标（编码）/单位	数据处理	指标来源	参考文献
区位因素	距中心城市距离（X1）/公里	统一将搜索里程以每小时50公里进行换算	百度地图	[18，19]
	距火车站距离（X2）/公里
	距机场（X3）距离/公里
	距最近高速路口距离（X4）/公里
自然因素	年均温（X5）/℃	确定县域范围内最近气象站点，获取相关数据	基于2400多个气象站点观测数据	[20，21]
	年降水量（X6）/mm	确定县域范围内最近气象站点，获取相关数据	基于2400多个气象站点观测数据	[20，21]
	海拔（X7）/m	—	谷歌地图	[22]
	空气质量（X8）/级	按AQI大小划分为六级（优、良、轻度污染等）	全国环境数据分析服务平台	[22]
社会因素	常住人口数量（X9）/万人	—	乡村民宿所在县统计公报、中国县域统计年鉴	[23]
	人均可支配收入（X10）/万元	县域居民人均可支配收入		[24]
	经济发展水平（X11）/万元	县域人均GDP		[25]
旅游发展	旅游接待人次（X12）/万人	—	中国旅游统计年鉴、所在县域旅游微信公众号推荐等	[22，23]
	3A级及以上旅游景区（X13）/个	划分3A、4A、5A级旅游景区	中国旅游统计年鉴、所在县域旅游微信公众号推荐等
	是否属于特色村寨（X14）	—	中国传统古村落名录
	星级酒店数量（X15）/个	—	乡村民宿所在县域统计公报
政策因素	关键词词频（X16）/个	县域政府工作报告中出现“民宿”的词频统计	乡村民宿所在县政务服务官网、中国县域政府工作报告	[26，27]
政策因素	民宿政策（X17）/项	县域政府关于民宿发展相关政策数量统计	乡村民宿所在县政务服务官网、中国县域政府工作报告	[26，27]

影响因素	代表指标（编码）/单位	数据处理	指标来源	参考文献
区位因素	距中心城市距离（X1）/公里	统一将搜索里程以每小时50公里进行换算	百度地图	[18，19]
	距火车站距离（X2）/公里
	距机场（X3）距离/公里
	距最近高速路口距离（X4）/公里
自然因素	年均温（X5）/℃	确定县域范围内最近气象站点，获取相关数据	基于2400多个气象站点观测数据	[20，21]
	年降水量（X6）/mm	确定县域范围内最近气象站点，获取相关数据	基于2400多个气象站点观测数据	[20，21]
	海拔（X7）/m	—	谷歌地图	[22]
	空气质量（X8）/级	按AQI大小划分为六级（优、良、轻度污染等）	全国环境数据分析服务平台	[22]
社会因素	常住人口数量（X9）/万人	—	乡村民宿所在县统计公报、中国县域统计年鉴	[23]
	人均可支配收入（X10）/万元	县域居民人均可支配收入		[24]
	经济发展水平（X11）/万元	县域人均GDP		[25]
旅游发展	旅游接待人次（X12）/万人	—	中国旅游统计年鉴、所在县域旅游微信公众号推荐等	[22，23]
	3A级及以上旅游景区（X13）/个	划分3A、4A、5A级旅游景区	中国旅游统计年鉴、所在县域旅游微信公众号推荐等
	是否属于特色村寨（X14）	—	中国传统古村落名录
	星级酒店数量（X15）/个	—	乡村民宿所在县域统计公报
政策因素	关键词词频（X16）/个	县域政府工作报告中出现“民宿”的词频统计	乡村民宿所在县政务服务官网、中国县域政府工作报告	[26，27]
政策因素	民宿政策（X17）/项	县域政府关于民宿发展相关政策数量统计	乡村民宿所在县政务服务官网、中国县域政府工作报告	[26，27]

[1]	董俊鸷, 孟怡伟, 丁志伟. 中国县域创新产出的空间分异及其影响因素[J]. 世界地理研究, 2023, 32(8): 88-102.
[2]	康韵婕, 杨建平, 哈琳, 肖杰. 冰冻圈旅游经济区发展水平及影响因素分析[J]. 世界地理研究, 2022, 31(5): 1083-1095.
[3]	刘欢, 孟德友. 高铁背景下省会城市交通优势度空间分异及影响因素[J]. 世界地理研究, 2022, 31(1): 107-119.
[4]	邴振华, 唐思琪, 王瑞静, 黄和平. 基于地理标记照片的城市旅游意象空间分异研究[J]. 世界地理研究, 2022, 31(1): 64-75.
[5]	樊念, 韩荣培, 梁坤. 贵州省乡村旅游村寨的空间分异格局及地理特征研究[J]. 世界地理研究, 2021, 30(6): 1308-1319.
[6]	贾垚焱, 胡静, 刘大均, 朱磊, 李亚娟. 中国省域生态-文化-旅游协调发展时空分异及影响因素研究[J]. 世界地理研究, 2021, 30(3): 620-631.
[7]	汪泰, 陈俊华. 中国-中亚-西亚经济走廊贸易投资便利化水平研究[J]. 世界地理研究, 2020, 29(5): 883-892.
[8]	郭向阳, 穆学青, 明庆忠. 边疆省域旅游效率空间分异及驱动因素[J]. 世界地理研究, 2020, 29(2): 416-427.
[9]	张丽君, 李宁, 秦耀辰, 张晶飞, 王霞. 基于DPSIR模型的中国城市低碳发展水平评价及空间分异[J]. 世界地理研究, 2019, 28(3): 85-94.
[10]	蔡永龙陈忠暖梅茂婷. 20世纪90年代中期以来欧洲联盟区域经济差异演变特征及空间分异[J]. 世界地理研究, 2017, 26(04): 31-39.