商業城市星級飯店選址影響因素的實證研究——以寧波市為例

董鴻安，任君慶，趙鶯燕

（寧波職業技術學院 國際商貿系，浙江 寧波 315800）

一、引 言

20世紀80年代末國內外學者就城市的飯店分布及其發展過程開始研究，理論研究起步雖晚，但是，他們對城市飯店空間布局的研究一直較為關注。梳理國內外研究文獻發現，國外學者從對酒店空間布局的研究基本上從最初的定性描述，后來過渡到定量分析，經過多年的探索研究，現已形成有代表性的理論模型。比如，Ashworth與Tunbridge（1990）通過對城市的六個主要場所（歷史街區、過渡地帶、風景地域、火車站、道路口和高速公路、機場的邊緣）對酒店空間分布進行研究，提出了酒店分布的空間模型（簡稱Ashworth模型）［1］；Noam和Cohen-Hattab（2001） 在吸取前人研究成果的基礎上，又在分析模型中加入了政治、宗教兩個影響因素［2］；Ainhoa和Jsabel（2006）把地址、價格、規模以及服務作為主要影響因素，并指出飯店空間分布的集聚只有在差異化的基礎上才能實現［3］；Tsung-Yu等（2008）運用運籌學分析法對飯店選址進行了模糊決策應用研究［4］，并對各地酒店的空間分布進行了大量實證研究。我國飯店業在過去30多年中快速發展，國內學者們從不同側面對城市飯店的空間分布進行了探討和研究。有的從旅游者空間移動的角度探討飯店選址［5］，也有學者從城市經濟學和城市地理學的角度探討飯店的空間布局問題［6］，還有學者以某一城市飯店業為個案，認為飯店的空間布局要“做到與城市總體發展規劃相適應，并且投資回報基本符合城市的土地總體價格”［7］。上述國內外有關城市飯店選址問題的研究都具有一定的理論指導意義，但至今為止，幾乎沒有學者比較系統探討影響飯店選址的變量以及分析各種變量對其的影響程度。本文在延續以往研究成果的基礎上，分析以寧波為代表的商業城市星級飯店選址的影響因素，為飯店經營投資者提供參照和參考。

二、研究假設

飯店業在空間發展上與農業、工業和其他第三產業一樣，其發展布局受到空間資源、基礎設施、客源市場等時空條件的約束。從經濟理論來看，飯店建在不同的地段受不同的市場、成本和資源條件制約，飯店選址問題表現為多維影響因素所決定的飯店經濟利益的權衡［8］。因此，飯店選址問題實質就是研究飯店所選區位與周圍環境之間的互動關系。這里的互動關系也就是飯店選址要考慮的因素，文中分為顧客需求因素、同行競爭因素、配套基礎設施因素、酒店消費因素和酒店規模因素五大類。另外，由于一個城市的人口和經濟往往代表著宏觀因素的某些特點，也是某一區域內飯店消費需求的驅動要素。因此，本文也把這兩個要素設為影響飯店選址的需求性變量指標。綜合考慮影響因素、變量選取原則和城市特點，對商業城市星級飯店選址的依附變量、解釋變量及其細分指標做表1設定。

表1 操作性變量及其指標設定

為了區別商業城市與其他性質城市的星級飯店選址影響因素差異，本文研究結果主要檢驗以下假設：

E1：每個變量都會對商業城市星級飯店的選址產生影響；

E2：不同變量中個別變量對商業城市星級飯店選址的影響明顯；

E3：顧客需求、同行競爭、配套設施、酒店消費和酒店規模對商業城市星級飯店選址的影響程度是不同的。

三、研究過程

（一）研究區域的選擇

根據寧波市旅游局提供的相關統計數據顯示，2007年，商業城市寧波市五星級酒店有6家，客房平均出租率56.07%，平均房價564.72元；2008年，五星級酒店8家，客房平均出租率55.01%，平均房價595.66元；2009年，五星級酒店10家，客房平均出租率51.48%，平均房價590.78元；2010年，五星級酒店14家，客房平均出租率59.47%，平均房價578.69元。截止到2010年末，五星級飯店數量為14家，四星級飯店數量21家，三星級51家。高、中、低檔客房數量比例約為3：3：4。與2007年相比，五星級飯店的客房數量在星級飯店客房總數的比例顯著提升，由8%上升至約15%。寧波五星級酒店數量上升但出租率不降反升，出租率在全國處于前列，三年后寧波市將會有50家相當于五星級的酒店［9］。投資商在寧波大量投資五星級酒店有多方面的原因：首先是看好寧波經濟的發展；其次，寧波著力打造長三角地區最佳商務、會展中心，大力推動寧波旅游業的發展也是個重要因素；還有就是五星級酒店投資回報相對比較穩定。以上全市星級飯店的布局結構將使五星級飯店間的競爭加劇，并給三、四星級飯店的經營帶來更大的壓力。因此在未來的幾年中，星級飯店業除了找準自己的市場定位外，如何慎重考慮飯店市場選擇空間特征的影響因素，將成為影響星級飯店業整體績效的關鍵問題。

（二）研究方法

根據前面研究假設，設計調查表格，選取寧波市37家不同星級、檔次的飯店作為樣本，并于2010年9中旬至12月以寧波市的星級飯店為樣本進行實地走訪調查。這些被調查飯店之中，五星級飯店占3.6%；四星級飯店占19.8%；三星級飯店占42.7%；二星級飯店占33.9%。調查數據以2006—2010年近5年的數據為準，采用相關性分析、線性回歸分析和主成分分析的方法建立飯店選址模型，并用回歸分析對星級飯店選址模型的預測結果進行實證分析。

（三）分析結果

本次使用的分析軟件是SAS12.0。分析過程的三點說明：①以原變量形式分析定量指標；②以原等級形式分析等級變量；③定性指標采用方差分析法檢驗顯著性，不列入回歸分析。

1.相關性分析結果

將解釋變量與依附變量進行相關分析，SAS12.0輸出結果經過整理如表2所示。從寧波市星級飯店選址的五大影響因素與操作性變量的相關性來看，反映飯店選址的五大影響因素的41個指標都與營業收入存在著不同程度的相關性。這就較好地證明了前面研究假設當中的假設E1，即41個指標變量對商業城市飯店選址都是有影響的。在41個操作性變量指標中，相關性強的指標13個，占31.7%；相關性較強的指標9個，占21.95%；相關性弱的指標6個，占14.65%；相關性很弱的指標13個，占31.7%。為了提高擬合的精度，又使研究模型簡單，有必要對自變量進行刪減。首先，刪除與因變量相關性弱、較弱的指標，保留相關性強和較強的指標；其次，在每組變量中，共線性程度達到70%的指標進行相應刪除。經如上處理，影響飯店選址的操作性變量簡化如表3所示。

表2 相關性分析統計

表3 操作性變量指標簡化表

2.線性回歸分析結果

相關性并不能說明因果關系，更好的辦法是進行回歸分析。將因變量與簡化后的18個指標進行線性回歸分析（見表4），SAS12.0輸出結果將表明：通過將18個自變量與因變量進行擬合，擬合回歸方程式的R2（決定系數）為91.049%、Radj（校正復相關系數）為88.37%，說明模型對數據的擬合效果好。從F檢驗分析，因變量和所有自變量之間仍然存在一個總體上的顯著性關系。從表4結果可知：僅有X13、X21、X24、X32、X34、X36的回歸系數t檢驗對應的顯著性小于0.05，據此說明18個自變量中對因變量貢獻大的主要是六個因素：最近星級飯店的客房總數、離市繁華區的距離、離客運碼頭的距離、餐飲的收入所占營業收入比例、飯店的客房數目、飯店的平均房價。這說明，在影響商業城市飯店選址的因素中，只有部分變量的影響最為重要，與此同時也證明了研究假設中的假設E2。

表4 因變量的線性回歸分析

3.主成分分析結果

在經濟活動實證問題研究中，為了全面、系統地分析問題，必須考慮眾多對某經濟活動過程有影響的因素，所涉及的因素叫做指標，在多元統計中也稱變量。因為這些變量不同程度地反映所研究的某些問題信息，變量之間會有一定程度的重疊。我們總是希望在進行定量分析的過程中涉及的變量較少，而得到的信息量又較多。主成分分析是解決這一問題的理想的工具［10］。它是利用降維的思想，把多指標轉化為少數幾個綜合指標的方法。運用SAS12.0對顧客需求變量、同行競爭變量、配套設施變量、酒店消費變量和酒店規模變量進行主成分分析，得到五個主成分F1、F2、F3、F4、F5。然后以五個主成分為自變量與營業收入進行回歸分析，求得回歸方程（如表5所示）。從結果可以看出，五組主成分變量與營業收入擬合的回歸方程的R2達到70.76%、Radj也達到69.87%，從F檢驗分析，因變量和所有自變量之間仍然存在一個總體上的顯著性關系。從偏回歸系數估計分析結果中可以看出：僅有F1、F3、F5的回歸系數t檢驗對應的顯著性水平小于0.05，據此說明這三個指標群對因變量的貢獻性較大，這較好地證明了前面研究假設中的假設E3，即五大變量對商業城市星級飯店選址的影響程度是不同的。

表5 主成分變量的線性回歸分析

四、結論與討論

（一）結論

（1）商業城市星級飯店發展的動力因子主要有人均年可支配收入、旅游者人均天花費和城市商業零售總額。這說明其星級飯店基本上是以當地及其周邊城市居民消費、旅游和商貿活動推動的，寧波市較強的經濟基礎是星級飯店發展的有力因素，活躍的外向型經濟也是推動當地高星級飯店快速發展的主要原因，而以旅游收入為動力因子也反映出該地區星級飯店業與旅游業發展相適應。

（2）配套設施變量對星級飯店選址的影響明顯。經主成分分析，對因變量貢獻較大的除酒店規模變量（F1）之外，緊接其后的便是配套設施變量（F3）。可見，影響星級飯店選址的眾多因素中，具有空間特征的配套設施變量對飯店選址的影響比較明顯。而且，不同變量的影響程度又不一樣。

（3）社會宏觀因素對星級飯店選址影響并不明顯。從主成分分析結果可看出，顧客需求變量中的9項指標的主成分對回歸方程的影響明顯，表明顧客需求變量對飯店經營業績有一定程度的影響。而從相關分析來看，卻發現這9項指標與營業收入均呈弱或很弱的相關性，這反映出某一城市內的顧客需求變量對星級飯店選址的影響并不十分明顯，可見，同一城市內社會宏觀因素其實對飯店選址的影響并不明顯。

（4）定位適合的等級才能實現飯店收益最大化。從相關性分析結果看出，反映飯店規模特點的指標（飯店星級水平、客房數目、平均房價）與營業收入也都有著極強的相關性；在線性回歸分析中，反映飯店規模特點的三個指標都進入了模型，并且飯店的客房數目和平均房價對模型的影響也很明顯；從主成分分析來看，這三項指標與客房實際出租間天數和平均出租率的主成分對營業收入的貢獻最為突出。這表明飯店一旦建成后，其確定的等級、規模、檔次應與所選區域的市場環境相適應。

（5）飯店的服務對象和服務功能必須多樣化。在酒店消費變量指標當中，國內游客與入境旅游者選擇飯店住宿的比例兩個指標對飯店選址的影響不大。因為，飯店服務對象不僅僅是旅游者，還有其他類型的消費者，從而導致了旅游者的消費特征對飯店營業收入影響不明顯。方差分析中定性變量飯店的目標市場與飯店的營業收入有很強的相關性更證明了這一點。因此，無論是從飯店本身的客源定位，還是從城市飯店業的構成特點，飯店的服務對象不能僅局限于旅游者，必須呈現多樣化的特征。另外，在相關性分析中，變量客房收入占營業收入的比例對飯店營業收入影響較大。應注意的是，它的相關性系數符號和偏相關系數符號都呈現負號。這說明客房收入越高，營業收入越低，換句話說餐飲收入和其他收入越高，飯店營業收入越高。為此，在星級飯店選址決策時，要注意其功能分布多樣化，而不能僅僅局限于提供客房服務上，還要注意開發飯店的其它附屬功能，以迎合消費者的多樣化、個性化需求。

（二）討論

（1）本文的回歸方程雖達到了較好的預期擬合效果，但還是存在遺漏變量的可能。比如，按通常分析，18個自變量中星級飯店的客房總數（X14）等6個指標與當地旅游業呈正相關，應該會對因變量的貢獻較大，而事實與星級飯店的關系可能不明朗。因為它們相互之間存在競爭關系，也可能存在市場錯位，但這些僅僅是一種假設。

（2）星級飯店的選址通常由飯店所有者、經營者統籌決策確定。所以飯店選址問題若要做更深層次的研究，應從飯店經營者、管理者實際運行和操作的視角來深入進行。

（3）由于本次研究對象定為住宿業中代表之一的星級飯店，若要想以此了解一個商業城市的飯店業發展水平，僅對住宿業一個側面進行探討恐怕比較單一有限。在采集現有樣本的基礎上，應將研討的對象擴展到不同類型、功能、檔次的飯店樣本，得出的研究結論或許更全面和更有說服力。

（4）本研究局限于規范和實證相結合的分析方法，這是一種傳統的思維方法。當今，行為主義、結構主義和文化轉向等方法對于選址的影響越來越大，希望在以后的研究中能夠更多地結合這些新的分析方法做進一步探究。

［1］Ashworth G，J Tunbridge.TheTourist-Historic City［M］.Lon?don：Belhaven Press，1990.

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

［3］Ainhoa Urtasun，Isabel Gutie'rrez.Hotel Location In Tourism Cities Madrid 1936-1998［J］.Annals of Tourism Researeh，2006，33（2）：382-402.

［4］Tsung-Yu，Chou Chia-Lun，Hsu Mei-Chyi Chen.A fuzzy multi-criteria decision Model for international tourist hotels location selection［J］.Intemational Journal of Hospitality Man?agement，2008，27（7）：293-301.

［5］保繼剛.旅游者空間行為規律在賓館選址中的意義初探［J］.人文地理，1991，6（3）：36-40．

［6］Chuck Y Gee.國際飯店管理［M］.谷慧敏，譯.北京：中國旅游出版社，2004．

［7］趙嬡，黃秋吳.基于GIS技術的城市酒店空間分布研究［J］.數量經濟技術經濟研究，2003，（8）：l4-l5．

［8］汪純孝.飯店物業投資決策與管理形式［M］.廣州：中山大學出版社，1995.

［9］寧波市旅游局.2010年度寧波旅游經濟運行分析白皮書［EB/OL］.［2012-02-10］.http：//www.nbtravel.gov.cn/zt/jjyx/20110 5/t61399.htm.

［10］朱建平.應用多元統計分析［M］.北京：科學出版社，2006.