大數據支持下的酒店業空問格局演進與預測：武漢案例

童昀 馬勇 劉軍 任潔

[摘 要]酒店互聯網預訂和電子導航廣泛使用所積累的海量公開數據，為實現長時間序列和高精度的城市酒店業時空演化和預測提供可能。基于大數據挖掘和處理技術，獲取武漢市1953年以來的酒店業名錄數據、屬性數據、空間信息，并構建多源數據的酒店業空間格局預測數據庫。利用GIS空間分析工具揭示了各類酒店的空間集聚特征和時空演化規律，預測了星級酒店、經濟型連鎖酒店的未來選址區位與空間結構。研究發現：（1）星級酒店、經濟型連鎖酒店以及酒店業總體空間布局均呈現顯著的空間正相關，且空間集聚程度不斷強化;（2）兩類酒店的時空演化格局在空間擴張范圍、空間擴張類型、酒店微觀行為等方面具有異質特征;（3）地理探測器因子解釋力分析支持了包括社會經濟基礎、交通便捷程度、商業繁榮程度、公共服務水平等一級指標，共計11項二級指標的預測指標體系;（4）兩類酒店的空間格局預測結果均呈現圈層結構，且以長江為軸對稱分布，但經濟型連鎖酒店未來布局的核心區與過渡區中心性更強，可選區位更為集中;（5）酒店業空間結構演化影響機理中，穩定型因子、動態型因子和隨機型因子分別通過約束機制、供需機制、觸發機制作用于酒店企業，再經過個體積累效應和時間積累效應，最終形成酒店業空間演化動態特征;（6）文章形成了一套較為可行的城市酒店業空間格局動態展演和預測路徑，可為相關主題研究提供借鑒，也可為城市管理者、酒店投資者提供實踐指導。

[關鍵詞]酒店業;時空演化;預測;大數據;地理探測器;武漢

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2018）12-0076-12

Doi： 10.3969/j.issn.1002-5 006.2018.12.015

引言

酒店業是旅游業的三大支柱產業之一，也是城市地域中重要的物質要素，因此酒店業空間結構演化規律和區位選擇規律成為城市地理學、旅游地理學的傳統與熱點命題。國外的酒店業空間分布格局研究多基于商業區位論展開，發軔于20世紀80年代。研究總體上經歷了由經驗積累到空間模型建立和理論總結，由定性描述到定量研究，由單一學科到多學科參與的過程。研究內容主要集中在不同研究尺度的酒店業空間分布特征與擴散過程、區位選擇因素、空間分布模型與影響機制等方面。研究萌芽階段，Van Doren和Gustke發現區位條件優越、生態環境優良的佛羅里達、拉斯維加斯和夏威夷等是美國酒店業的增長熱點區域。Wall和Dudycha等發現加拿大多倫多市酒店向交通集散地和商業發達地區集聚。Ritter提出交通導向型的酒店空間分布模式。隨著研究深入，Ashworth和Tunbridge首次嘗試將經驗研究上升為理論，提出歷史旅游城市酒店分布的空間模型。Ashworth模型成為后續很多研究的基礎，并得到了實證和推進。進入21世紀以來，相關研究展現出新對象、多學科、多角度的特點，研究對象上轉向酒店業高速發展的發展中國家或城市。研究視角也更加多元，不僅從決策者角度，還從旅游者視角進行了探索。國內相關研究則出現在酒店業高速發展的近10年。研究區域涵蓋全國、省域、城市群、單一城市或其內部區域等多重尺度。研究方法上計量方法和手段日益復雜，由單純依賴傳統統計方法向綜合使用GIS空間分析與計量模型分析轉變。研究內容涉及酒店空間分布特征、集聚與擴張規律、微觀選址、特殊事件對酒店業空間結構演變影響等方面。

但是不難發現，近年來國內外研究中，縱使研究手段和研究案例的豐富，卻無法掩飾研究本身的老化，研究者似乎不斷重復驗證已有的、共識性的結論。相關研究主要有以下不足：（1）研究邏輯上，大部分研究遵循描述現象、解釋成因的基本邏輯，卻往往忽視了對于未來的預測（即對城市酒店業未來空間格局做出預測）。（2）研究數據上，既有研究采用的酒店業數據多來源于官方統計或實地考察數據，在數據的時效性和完整性上存在一定程度的缺失，且各酒店屬性數據（特別是開業時間和客房數量）難以獲取則制約了精度較高的城市酒店業空間格局的動態演化過程研究。同時，城市中數量龐大的各類物質要素的空間信息和屬性信息通過傳統測繪手段難以收集整理，則制約了酒店業空間結構的預測研究。（3）研究價值上，既有研究在發現影響酒店業布局和選址的諸多因素后，并沒有構建一個完整可行的城市酒店業空間預測框架供酒店投資主體和城市管理者使用，造成學術研究與指導實踐一定程度上脫鉤。

隨著互聯網預訂的普及，大量酒店將屬性數據主動披露在預訂平臺網站，因而形成海量公開數據，而電子地圖導航等技術的應用，則使得城市各類物質要素通過POI數據形式加以收集整理儲存。上述數據為本文研究的開展提供了基礎。因此，本文在多源的互聯網大數據的支持下，實現精度較高、時間序列較長的城市酒店業時空演化研究，并嘗試構建一套較為可行的城市酒店業空間格局預測路徑，以期動態展演城市酒店業空間布局的過去、現在與未來，并進一步為城市管理者、酒店投資者提供實踐指導。

1 研究設計

1.1研究區域

本文研究區域為武漢市市域，總面積8594平方千米。具體包括13個轄區，分別是江岸區、江漢區、硚口區、漢陽區、武昌區、洪山區、青山區、東西湖區、蔡甸區、江夏區、黃陂區、新洲區、漢南區。武漢市作為我國中部地區的中心城市，全國重要的工業基地、科教基地和綜合交通樞紐，酒店業發展歷史較長，且速度較快，適宜做空間結構的演化分析。同時國家支持武漢建設國家中心城市等宏觀利好將促使其區域引領輻射、要素集聚、科技創新和服務等功能的實現和升級，武漢市酒店業面臨著重大發展機遇和廣闊的市場空間，即將迎來全面增長和全新發展，因此預測其酒店業未來的空間格局也具有重要現實意義。

1.2數據來源

1.2.1酒店業空間格局演進分析所用數據

酒店名錄及其屬性信息（包括酒店類型、開業時間、客房數量、標準間價格等）利用網頁信息抓取程序從攜程網（www.ctrip.com）和去哪兒網（www.qunar.com）的酒店查詢結果和子頁面詳細信息獲得，共獲取到326家星級酒店和400家經濟型連鎖酒店的屬性信息。酒店地理信息（經緯度坐標）利用百度地圖批量查詢。底圖數據中，武漢市行政區劃空間數據來源于國家科技基礎條件平臺的1：400萬全要素基礎數據;湖泊、河流以及交通干線空間數據來源于ArcGIS Online提供的最新矢量化成果。

1.2.2酒店業空間格局預測所用數據

地理探測器因子探測所用數據與武漢市酒店業空間格局預測所涉及各圖層要素及其屬性字段、包含的具體內容以及詳細數據來源見表1。

1.3研究方法

1.3.1空間自相關分析

為了定量判別點狀要素的空間集聚特征，通常利用最鄰近點指數、Voronoi多邊形面積的變異系數等方法，但它們只能初步判別要素的空間分布類型是集聚、隨機或是離散，無法進一步對空間相關性做出判斷。本文選用全局空間自相關Moran's指數進行酒店業空間集聚特征的度量和分析。

當全局Moran's Ⅰ>0時表示研究對象之間存在空間正相關關系，即空間上研究對象之間的取值，存在高高相鄰或低低相鄰的情況;全局Moran's Ⅰ<0表示研究對象之間存在空間負相關關系，即空間上研究對象的取值分布存在高低相鄰的情況。全局Moran's指數表達式為：

式（1）中：n為觀測值的數量;y為觀測值的均值;y_i，y_j分別表示第i，j個區域的觀測值;w_ij為采用鄰近標準或距離標準的空間權值，其中的任一元素可定義空間樣本之間的鄰近或距離遠近關系。

1.3.2核密度分析

全局空間自相關分析只能判識武漢市酒店業的空間集聚特征，無法識別市域內部的分布特征和形態。核密度分析具有連續性，且不受選取區間長度影響的優勢，通過賦予各要素不同的權重，能夠準確將點狀要素的空間分布進行可視化。因此引入核密度估計法，基本形式如式（2）：

式（2）中，f（x）為由樣本點估計得到的f在x處的值;h為帶寬;（x-x_i）為估計點到樣本點x_i的距離;K（z）為核函數。ArcGIS軟件中采用高斯核函數，如式（3）：

1.3.3地理探測器

地理探測器（GeoDetector）是王勁峰等結合GIS空間疊加技術和集合論，提出“因子力”度量指標，以實現分異及因子探測、交互作用探測、風險區探測等功能的模型。本文主要使用分異及因子探測模塊，用因子決定力q，探測各因素在多大程度上解釋了酒店業空間演進格局。q值越大表示因子X對因變量Y（酒店數量）的解釋力越強，反之則越弱。公式和原理如式（4） ：

式（4）中，L為酒店密度和初選因子的分類數;N_h和Ⅳ分別為分類h和研究區域的單元數;σ²_h和σ²分別是分類h和研究區域Y值的方差。SSW和SST分別為類內方差之和與全區方差。且q值的簡單變換滿足非中心F分布，根據λ可檢驗q值是否顯著，如式（5）、式（6）：

式（5）、式（6）中λ為非中心參數;Y_h為分類五的均值。

地理探測器針對類別數據的算法優于連續數據，先利用ArcGIS軟件提供的Jenks自然斷裂點法將所有連續變量聚為5類，并將各變量絕對值轉化為分類值，再用地理探測器軟件進行因子探測。1.3.4大數據支持下的酒店業空間格局預測方法

為預測酒店業整體空間結構，需要對城市地域內每個地塊的酒店選址可能性做出判斷。首先，在大數據支持下建立酒店業空間格局預測數據庫，再將案例城市用網格進行分割，利用空間連接打通各圖層要素與網格圖層進行關聯，賦予每個網格各指標觀測值，并極差標準化。其次，在綜合前人研究和地理探測器因子解釋力結果的基礎上，確定酒店業空間格局預測指標體系，并選擇因子解釋力和專家打分結合的組合賦權法確定各指標權重。最后，加權疊加算出每個網格的酒店選址可能性得分，利用Jenks自然斷裂點方法進行可視化繪制案例地酒店業空間結構預測圖譜。

2 酒店業空間格局演進

2.1基于空間自相關的空間集聚特征分析

測算Moran's指數首先要確定待觀測的空間單元，本文利用1 km×1km的格網將武漢市域空間進行分割（酒店業空間格局預測也如此），并將格網數量作為全局Moran's Ⅰ公式中的n值。再計算每個格網中各類酒店客房數量的密度，作為全局Moran，s Ⅰ公式中的y觀測值。最后利用ArcGIS 10.3軟件進行全局Moran's Ⅰ的計算，其中，空間權重矩陣的確定采用反距離權重方法，閾值采用默認值，計算結果如表1。

空間集聚特征分析表明：（1） 2000-2016年間星級酒店的空間自相關關系表現為顯著的正相關，全局Moran，s Ⅰ由0.6970穩步上升到0.8100，體現了星級酒店16年間的集聚速率較為穩定，星級酒店空間異質性不斷加強，具體表現為高高熱點區集聚類型的強化;（2）經濟型連鎖酒店在武漢發展的10年，全局Moran's Ⅰ由0.6127躍升至0.7890，Moran's Ⅰ每5年上升0.1左右，表明經濟型連鎖酒店空間結構塑造正處于中前期，表現出較為劇烈的集聚過程以及迅猛的發展態勢;（3）將星級酒店和經濟型連鎖酒店合并視為武漢市酒店業總體，全局Moran's Ⅰ從0.6970穩步上升到0.8123，每5年增加0.03～0.04，顯示出武漢市酒店業整體的集聚態勢較為平穩，主要是由于星級酒店的空間結構塑造已基本穩定。

2.2基于核密度分析的時空演化特征分析

空間自相關分析只初步判識了武漢市酒店業的空間集聚程度和變化，但無法直觀地識別酒店業空間分布形態和細節特征的動態演進過程。因此需利用核密度估計法，做進一步時空演化特征分析。利用ArcGIS軟件核密度分析工具，經過多次試驗，以3 km為帶寬，設定客房數量為權重字段，依次生成2005年、2010年、2016年武漢市星級酒店和經濟型連鎖酒店的客房空間分布核密度圖。

2.2.1星級酒店

星級酒店核密度圖估計直觀表現出星級酒店業空間結構演變的兩個階段和類型。（1） 2005-2010年以接觸擴散為主導作用的空間擴張模式。2005年武漢市星級酒店核心區由一主一次兩個核心組成：主核心位于武昌區域（包括水果湖、珞珈山、關山街、中南路、卓刀泉、洪山等區域），次核心則位于漢口區域（臺北街、西馬街、萬松街等區域）。與武漢城市功能區劃基本匹配，主核心區域是武漢市金融商務和省級行政中心，次核心區域承擔武漢服務中部、面向全國的金融貿易和商業服務功能，星級酒店是發揮上述功能的重要服務配套設施。到了2010年，武漢市星級酒店核心區域范圍明顯向外擴張，體現出空間上的連續性。同時，由主城區向沌口方向和光谷方向的延伸尤為明顯，主要體現了城市產業發展和產業空間調整對酒店業布局的影響。光谷是高教科研和光電子、生物產業等高新技術產業的城市新興板塊，而沌口則是武漢汽車及機電等高端制造業聚集區。雖然上述區域旅游產業均非主導產業，但是高新技術產業與高端制造業推動下的城市擴展，為星級酒店布局提供了潛在區位，并形成了星級酒店集聚。（2） 2010-2016年以跳躍擴散為主導的空間擴張模式，星級酒店在木蘭鄉、前川、邾城、蔡甸、軍山、梁子湖、九峰等地布局擴張，與主城區星級酒店核心地帶空間分離。原因可能是一方面由于武漢中心城區星級酒店趨向飽和，另一方面武漢市在遠城區構建以休閑度假和生態旅游為主的環城游憩帶，并重點建設木蘭生態旅游區、梁子湖旅游區、中山艦文化旅游區等重點旅游景區。這些區域憑借生態環境和旅游業發展成為眾多高端休閑度假型酒店的目標區位。

2.2.2經濟型連鎖酒店

2005年最先登陸武漢的如家酒店和莫泰168酒店，占據了武漢市最中心最繁榮的區域（首義路、黃鶴樓、二七），畫下了武漢市經濟型連鎖酒店空間擴張的原點。到了2010年以2005年原點為基礎，經濟型連鎖酒店在武漢市中心城區擴張發展。因為中心城區人流量較大、城市發展較為成熟，而且文旅產業布局上，中心城區是武漢市旅游資源集聚區，漢口濱江區、武昌舊城風貌區、洪山廣場地區是武漢重要的人文景觀區，以黃鶴樓為中心的兩江四岸大濱江旅游區與以東湖風景名勝區為主體的大東湖旅游區則幾乎成為來漢普通旅游者的必游之地。而且這一布局策略在2010-2016年經濟型連鎖酒店的擴張過程中得到了繼續貫徹和再次印證，也因此2005-2016年的10余年間，武漢市經濟型連鎖酒店的擴張類型以接觸擴散為主。觀察核密度估計圖，發現2010-2016年經濟型連鎖酒店迅速擴張，并迅速覆蓋三環以內的主城區，這一趨勢與城市產業功能空間布局相匹配。武漢主城區集中發展金融商貿、行政辦公、科教文化、信息咨詢、旅游休閑等服務業，同時武漢城市總規中明確提出在主城構建以觀光游覽和商務會展為主的核心旅游區。

2.2.3星級酒店與經濟型連鎖酒店空間演進的差異分析

已有研究表明，星級酒店與經濟型酒店在選址偏好、擴張模式等方面存在差異。本文發現武漢市星級酒店和經濟型連鎖酒店時空演化也具有異質特征。（1）空間擴張范圍：當中心城區星級酒店逐步趨于飽和時，經濟型連鎖酒店在中心城區的集聚成為武漢市酒店業總體集聚的主要驅動力。星級酒店的遠郊布局則擴大了武漢市酒店業的服務地域范圍。（2）空間擴張類型：星級酒店前期以接觸擴散為主導，后期以跳躍擴散為主導。而經濟型連鎖酒店則一直以接觸擴散為主導。（3）酒店微觀行為：酒店選址偏好和行為是城市酒店業空間格局的微觀基礎，較星級酒店而言，經濟型連鎖酒店區位選址和布局策略上表現出更強的中心性，近10年新增的經濟型連鎖酒店幾乎均布局在三環以內的主城區。一定程度上表明交通可達性、周邊設施便捷程度、商業繁榮程度、企業集聚程度是經濟型連鎖酒店區位選擇的重要指標，然而遠離中心城區的自然環境優良、用地成本較低的區域往往不是經濟型連鎖酒店最傾向的布局策略。這一發現與Egan和Nield等人研究得出“由于支付地價意愿和能力的差異，高星級酒店多集中于城市中心，而商務型和經濟型酒店則分布在邊緣城區和城市外環地帶”的結論恰恰相反。（4）差異原因分析：造成兩類酒店空間演進差異原因還來自需求側，游客群體對不同類型酒店的需求存在差異，商務會議、休閑度假等需求客群多選擇星級酒店，普通差旅等需求客群則更偏好經濟型酒店。兩類客群在目的地偏好和支付能力的差異，通過供需機制影響酒店業空間格局。

3 酒店業空間格局預測

3.1大數據支持下的酒店業空間格局預測數據庫

挖掘預測武漢市酒店業空間格局可能涉及的城市各類物質要素數據，分別按照點要素、線要素、面要素3類進行收納。空間數據庫的圖層名稱、屬性字段、包含的具體內容以及數據來源，見表2。構建好空間數據庫之后，需按照表4給出的統計方法和觀測半徑，為每個網格的11項指標賦予觀測值，并采用Jenks自然斷裂點法，根據觀測值的大小劃分為7類進行可視化，結果見圖4。

3.2酒店業空間格局預測指標體系

3.2.1 預測指標體系構建思路

構建武漢城市尺度的酒店業空間格局預測指標體系，按照如下思路進行：首先，將國內城市尺度下酒店業布局影響因素和區位決策的代表性研究，進行梳理，將基本形成共識的影響因素納入酒店業空間格局預測指標體系中，作為一級指標，最終選定了社會經濟基礎、交通便捷程度、商業繁榮程度、公共服務水平，4類一級指標。其次，綜合武漢實際情況，考慮指標數據的可獲性，以及具體指標的代表性，確定初選二級指標，包括人口密度（X1）、地價（X2）、道路（X3）、地鐵站（X4）、餐飲店（X5）、購物設施（X6）、大廈寫字樓（X7）、休閑娛樂（X8）、高校科研院所（X9）、金融服務（X10）、旅游景區（X11）等。再次，基于地理探測器因子解釋力分析，對武漢酒店業時空演變各階段中初選預測指標的解釋力和顯著性進行甄別檢驗，以確保入選指標符合武漢酒店業時空過程。最終確定武漢酒店業空間格局預測指標體系。

3.2.2預測指標體系構建結果

根據表3地理探測器因子探測結果，發現初選的11項指標對于兩種類型酒店空間分異的解釋力均達到99%水平上的顯著，因此全部納入正式的預測指標體系。在指標權重確定方面，先利用時空過程三階段的地理探測器因子解釋力q值均值進行客觀賦權，同時為了體現星級酒店與經濟型連鎖酒店區位選擇偏好的不同，再用專家打分修正客觀賦權確定兩種類型酒店的指標權重。預測指標體系構建結果見表4。

3.3酒店業空間格局預測結果與分析

利用前文1.3.4構建的城市酒店業空間格局預測方法路徑，分別繪制了星級酒店和經濟型連鎖酒店未來的空間格局預測圖譜，如圖5。色塊顏色越深則意味著該類型酒店未來在此布局可能性較大，長期來看酒店業集聚密度也將較高，色塊顏色越淺則相反。通過觀察兩個預測圖譜，結果發現：（1）星級酒店和經濟型連鎖酒店的空間格局預測結果具有共性，具體表現為基本形成了圈層結構，以中心城區為核心區，以二環與三環之間區域為過渡區，外圍為邊緣區，且形成了以長江為軸對稱分布的空間格局。除此之外，各新城還出現了點狀高值區，未來將成為酒店布局可選區位;（2）星級酒店和經濟型連鎖酒店的空間格局預測結果具有顯著區別，與前文時空演化特征分析的相關結論相符，具體表現為經濟型連鎖酒店未來布局的核心區與過渡區中心性更強，可選區位更為破碎，且面積小于星級酒店的對應區域，反映了經濟型連鎖酒店更偏向市場導向，注重人流和商業繁榮、設施便利。而星級酒店對這些因素的敏感程度相對較低，可布局區位則范圍更廣，特別是在黃陂、蔡甸、東西湖的布局傾向高于經濟型連鎖酒店，所以空間格局預測結果范圍較分散;（3）通過對比《武漢市城市總體規劃（2010-2020）》的綠地系統規劃與用地規劃圖件，發現不論是何種類型酒店，未來其空間結構形態都將受到武漢市城市總體規劃所設定的風景區、森林公園、生態濕地、自然保護區等構成了生態綠楔區域和其他禁建區、限建區的制約。從現有預測圖譜來看，已經體現了城市規劃因素對于城市酒店業空間格局預測結果的影響。

3.4酒店業時空演化的影響機理

在前文對武漢市酒店業空間結構演變進行分析和預測的基礎上，還需進一步揭示表征背后隱藏的機理。本文嘗試從影響因子、作用機制、作用過程3個方面構建了武漢市酒店業空間演化機制，見圖6。（1）總體機理過程：影響武漢市酒店業空間格局的因子包括穩定型因子、動態型因子和隨機型因子，3類因子分別通過約束機制、供需機制、觸發機制作用于酒店企業。由于星級酒店和經濟型連鎖酒店企業偏好不同，因此具有不同的微觀行為，進而導致酒店個體選址的差異，經過個體積累效應，形成靜態的酒店業空間格局特征，再經過時間積累效應，最終形成動態的酒店業空間演化規律。（2）穩定型因子與約束機制：自然地理條件是影響酒店空間格局的穩定型因子，例如水系、山體、森林等組成的城市生態綠楔等，它們對酒店選址產生約束機制，酒店將無法在這些區域布局。（3）動態型因子與供需機制：動態型因子主要包括城市中可變的物質要素，例如景區、商圈、公司、基礎設施等。自然地理條件對物質要素產生制約作用，城市歷史發展和規劃調控則分別決定了物質要素當期和預期情況，因此將其納入影響機理框架中。動態型因子并不直接作用于酒店，而是基于企業地價支付意愿和市場目標的差異，通過地價、市場兩個中介將供需機制傳導給酒店企業。（4）隨機型因子與觸發機制：隨機型因子主要指城市地域中突發的重大事件或重大決策，例如武漢園博會和長江新城建設等，隨機型因子一旦發生，就會刺激和影響包括產品供給決策在內的企業微觀行為。

4 結論與討論

大數據的挖掘和處理技術解決了酒店業空間格局動態演化分析和預測的數據獲取問題，獲取的數據在信息完整度、時效性以及種類豐富程度較傳統官方統計數據和實地調研數據具有優勢，因此實現了長時間序列、較高精度的研究。同時本文還探索了一套大數據支持下的酒店業空間格局預測路徑，并分別對武漢市經濟型連鎖酒店和星級酒店空間格局進行了應用。

（1）酒店業空間集聚特征分析表明：星級酒店、經濟型連鎖酒店以及酒店業總體空間布局均呈現顯著的空間正相關，且全局Moran's指數逐步上升，空間集聚程度不斷強化，但不同類型酒店的空間集聚特征和階段具有差異性。

（2）酒店業時空演化特征分析表明：星級酒店和經濟型連鎖酒店時空過程具有顯著差異。擴張類型上星級酒店前期以接觸擴散為主導，后期以跳躍擴散為主導;經濟型酒店則一直以接觸擴散為主。企業微觀行為上經濟型連鎖酒店區位選址和布局策略上表現出更強的中心性，然而按照傳統區位論觀點，由于地價支付意愿和能力不同，經濟型連鎖酒店布局應該選擇地價較低的區域。造成這種理論和現實差異的原因值得關注和進一步分析。

（3）酒店業空間格局預測結果表明：星級酒店與經濟型連鎖酒店未來空間結構既具有共性，也存有顯著差異。一方面，兩個類型酒店未來會形成圈層結構且以長江為軸對稱分布，各新城將成為酒店擴張的點狀高值區;另一方面，較星級酒店而言，由于經濟型連鎖酒店未來布局的核心區與過渡區更為集中，均為城鎮化發展較為成熟、配套設施完善的區域。某種程度上意味著，星級酒店的擴張是城市開荒拓土的大膽先行者，而經濟型連鎖酒店則是分享城市建設成果的謹慎跟隨者。

（4）酒店業演化影響機理研究表明：穩定型因子、動態型因子和隨機型因子分別通過約束機制、供需機制、觸發機制作用于酒店企業，再經過個體積累效應和時間積累效應，最終形成酒店業空間演化動態特征。

（5）受制于數據的可獲性和可量化性，本文構建的酒店空間格局預測指標體系還有一些因素未納入，如城市規劃因素、企業策略因素等，今后研究可做進一步完善。