蘇南、浙北地區民宿空間分布特征及其影響因素

沈士琨，史春云

（江蘇師范大學地理測繪與城鄉規劃學院，江蘇徐州 221116）

隨著城市化、工業化進程的加快，農業機械不斷取代傳統的農業生產方式，鄉村勞動力人口不斷遷出，導致鄉村服務業與鄉村社區逐漸衰敗。而旅游業作為調整鄉村產業結構與活化鄉村文化的重要途徑之一（劉海波等，2013），隨著鄉村振興戰略的提出和休閑旅游業的轉型升級得到了蓬勃發展。在鄉村旅游的業態中，民宿采用家庭副業的形式進行經營，當地居民憑借閑置房屋資源直接或間接參與民宿接待，在拓寬農民增收渠道、維持特色景觀的同時，也提高了鄉村旅游的設施服務水平（蔣佳倩等，2014；鄧念梅等，2014）。因此，民宿在鄉村產業中的地位日益提高，不斷吸引外來資本與“新鮮血液”的注入，成為引領鄉村旅游業發展的重要抓手。2019年，中共中央發布的《國務院關于堅持農業農村優先發展做好“三農”工作的若干意見》明確指出，發展適應城鄉居民需要的休閑旅游、餐飲民宿、文化體驗、健康養生、養老服務等產業，推動民宿成為深化農業供給側結構性改革、壯大鄉村產業的重要一環。據Trustdata大數據分析平臺①http://www.itrustdata.com/顯示，共享經濟蓬勃發展下的2016—2019 年間，民宿在線房源數量與線上交易額保持較高的年增長率，成為服務行業的市場寵兒。

一批適應市場需求的多樣化、個性化民宿體驗產品的出現，引起了國家與地方政府對民宿行業界定與管理標準的重視。2021年3月，國家文旅部將民宿等級調整為丙級、乙級、甲級，定義上則繼續沿用2019版《旅游民宿基本要求與評價》（中華人民共和國文化和旅游部，2019）：“利用當地民居等相關閑置資源，經營用客房不超過4層、建筑面積不超過800 m2，主人參與接待，為游客提供體驗當地自然、文化與生產生活方式的小型住宿設施”。綜合相關研究對民宿概念的探討（Salleh et al.,2014；龍飛等，2019），發現民宿不同于傳統住宿業態的主要特征包括：1）小規模經營；2）在地環境的特殊性；3）體現地方性的文化特色和服務方式。伴隨著裸心、大樂之野、西坡和泊心云舍等品牌的出現，民宿發展進入以連鎖化、集聚化為特征，以民宿群落為空間載體的高端品牌化階段（張弛等，2021），“民宿集群”的概念逐漸進入大眾視野。

國外民宿研究始于上個世紀，研究內容多為與民宿相關的主觀因素：民宿主人（Getz et al.,2000）、營銷方式（Lee et al.,2003）、經營管理（Vallen,1997）、游客與民宿主人間的行為關系（Hultman et al.,2010）等，同時也涉及民宿分布的影響機制（Gunasekaran et al.,2012;Adamiak et al.,2019）。我國關于民宿的研究起步較晚，其中臺灣民宿的發展為大陸文獻研究提供了視角與方向（楊麗娟，2016），研究內容由民宿分類（張延 等，2016）、市場經營（李忠斌等，2016）、開發現狀與發展對策（鄧念梅等，2014；沈夢涵等，2016）等方面轉向可持續發展（魏燕妮，2020）、高質量路徑（李俊杰等，2019）、民宿與鄉村旅游（朱曉輝等，2019）等。總體上，當下民宿研究多與共享經濟、網絡平臺、鄉村振興等熱點緊密關聯，研究方法也由以往的描述性轉變為定量與定性相結合。基于為民宿空間優化布局提供科學參考，國內部分學者對民宿空間分布及其影響因素進行了積極探討。如胡小芳等（2020a）利用全局空間自相關和熱點分析，探究了杭州、湖州、恩施三地民宿的空間集聚模式，發現區位、旅游資源、交通與區域品牌對民宿集聚產生重要影響；謝寶田等（2020）選取廈門市作為研究區域，借助ArcGIS 對其民宿集聚特征與開發熱點進行分析，得出了“一心三軸四區”的夾灣式集聚模式，并將民宿空間布局分為3個圈層；郝詩雨等（2018）研究得出廈門民宿“大分散、小集中”的分布特征，民宿分布受多種因素影響并具有明顯的區域差異；馬小賓等（2021）以Airbnb作為數據獲取平臺，運用DBSCAN聚類算法等識別南京市民宿熱點開發區域，并結合地理加權回歸模型得出影響民宿分布的各類要素。

綜上所述，當下民宿空間分布研究所涉及的區域較為廣泛，但多集中于個別省份或地市，缺乏聚焦相鄰地區間的跨區域研究。2020年出版的《民宿藍皮書：中國旅游民宿發展報告（2019）》（過聚容，2020）根據實際發展狀況，概括出中國七大民宿群：北京地區、江浙東部地區、東南部地區、徽贛文化地區、云貴川民族特色地區、湘黔桂地區、東北西北地區。其中，江浙東部地區得益于良好的社會經濟基礎與區位條件，成為我國民宿發展水平較高且勢頭較好的民宿集聚群。2016 年，《浙江省旅游條例》（浙江省人民代表大會常務委員會，2016）正式實施，開創了將民宿列入地方性法規的先河，同年發布的《浙江省人民政府辦公廳關于進一步促進旅游投資和消費的若干意見》（浙江省文化和旅游廳，2016）明確鼓勵因地制宜開展民宿經營；江蘇方面，地方政府也深入推動旅游民宿高質量發展（江蘇省文化和旅游廳，2021），為民宿產業提供政策助推。因此，本文以江浙東部地區中發展水平較高且區域協作密切的蘇南、浙北地區為例，借助ArcGIS 分析兩地民宿的空間分布特征，利用地理探測器進一步解析導致其空間分異的影響因素。以期為適宜開展民宿經營地區與有待完善地區的開發提供借鑒，實現民宿與各類資源間的合理配置，促進民宿產業的轉型升級與優化布局，推動地區鄉村旅游業的高質量發展。

1 數據來源與研究方法

1.1 研究區概況

本文研究區域為江蘇省南部地區和浙江省北部地區（以下簡稱蘇南和浙北），分別包括南京、鎮江、常州、無錫、蘇州和湖州、杭州、嘉興、紹興、寧波10個地級市。蘇南、浙北地處長三角，自然條件優越，同時也是中國社會經濟總量最高、對外開放能力最強的地區之一。浙北地區發達的民間資本和“數字經濟”下高額的在線滲透率為民宿的發展提供了前提支撐，通過投資民宿進行創業成為浙北農民興業致富的新途徑（朱晨霞，2014），此外，地方政府的重視與早期成立的民宿產業聯合會也為民宿的良性開發鋪平道路。蘇南民宿與浙北相比起步較晚，但由于地區經濟增長活躍且基礎設施完備，良好的旅游條件和人文環境為民宿發展提供了溫床（黎宏寶等，2018），低端民宿開始向主題、特色等中高端民宿轉型，與民宿相關配套的服務中心相繼建立。兩地作為江浙東部地區民宿群的核心區域，形成了以杭州淳安、蘇州太湖、湖州安吉等為代表的一系列高品質民宿，環莫干山地區更是憑借強大的品牌集聚效應成為中國最重要的民宿集聚區之一（張海洲等，2019）。盡管目前蘇南民宿的發展水平無法比肩浙北，但依靠強勁的資源配置能力與區域一體化發展背景下的跨地區交流合作，民宿發展具有廣闊前景。因此，本文以蘇南、浙北為例進行對比，具有一定的代表性，通過分析其民宿空間分布特征與影響因素，對國內經濟發展水平較高地區的民宿集群規劃具有現實意義。

1.2 數據來源

本文研究對象指依托閑置房屋、住宅資源為住宿者提供地方性服務方式的小型場所，包括各類民宿、精品公寓、客棧等結合地方自然風光與文化特色的服務設施，所處地域涵蓋了城鎮與鄉村。由于目前中國尚未統計民宿的空間分布數據，所以大多民宿空間分布研究都利用開放平臺作為數據來源（郝詩雨等，2018；胡小芳等，2020a，2020b；謝寶田 等，2020；馬小賓 等，2021）。不同于OTA（Online travel agency）平臺，百度地圖作為一款網絡地圖服務商，其API中的地點檢索功能可以獲取民宿點的基礎地理信息，憑借較強的時效性甄別民宿點的實時情況。本文于2021年1月以“民宿”為關鍵詞對研究區域進行地點檢索，其中包括帶有“民宿”字眼的POI，也包含百度地圖行業分類為“民宿”的POI，經過統計與篩選，剔除重復及無效的數據后得到符合標準的民宿點5 068 個，其中，蘇南1 856家，浙北3 212家。基于坐標拾取器對民宿經緯度坐標精確對準，利用ArcGIS 將其進行可視化處理并疊加于蘇南、浙北行政區劃與水系（圖1），行政區劃底圖由中科院資源環境科學與數據中心提供，河流湖泊數據則源于國家基礎地理信息數據庫。

圖1 蘇南（a）、浙北（b）民宿空間分布Fig.1 Spatial distribution of homestay inns in southern Jiangsu(a)and northern Zhejiang(b)

1.3 研究方法

1.3.1 最鄰近指數分析 最鄰近指數可以表達點狀要素在空間分布上的相互鄰近程度和分布類型（周侗等，2010）。一般情況下，點狀要素的空間分布可以分為集聚分布、隨機分布和均勻分布3種類型，計算公式為：

式中：R表示最鄰近指數；表示實際最鄰近點之間的平均距離；表示理論最鄰近點之間的平均距離；A表示研究區域的面積；n表示研究區域內點狀要素的個體數量。當0＜R＜1時，說明點狀要素在空間上集聚分布；當R=1時，空間上呈隨機分布；當R＞1時，空間上呈均勻分布。

1.3.2 核密度估計 最鄰近指數分析只是從數理統計的角度對點狀要素的空間分布進行描述，未能真實的反映其空間分布格局。而核密度估計法作為一種非參數統計方法，通過估計點狀要素在不同地理空間上的發生概率，可直觀地反映研究對象的集聚程度。點的集聚程度與研究對象的發生概率有關，發生概率越高點越集聚；反之亦然（閆麗英等，2014）。核密度表示的點狀幾何意義為：每個xi點中心處的密度分布值最高，隨著與xi點距離的增加，密度分布值不斷降低，計算公式為：

式中：fn(x)表示核密度估計值；h表示帶寬（平滑參數）；n表示帶寬范圍內點狀要素的個體數量；表示核密度函數，其中（x-xi）表示估計值點到中心點xi的距離。

1.3.3 地理探測器 地理探測器（GeoDetector）作為一種新型統計學方法，最早由王勁峰等（Wang et al.,2010）提出，試圖解釋疾病發病率的空間分異以及不同環境風險因子的影響程度高低。地理探測器的原理基于比較各類影響指標在不同分區上的總方差與該指標在整個區域內的總方差，進而探測其空間變化是否具有一致性（王勁峰等，2017）。由于地理探測器適用于類型數據的處理且無需過多的假設條件，近些年來在生態（潘洪義等，2019）、經濟（楊豐碩 等，2018）、城市（王莉紅 等，2019）、旅游（朱鶴等，2015）等領域得到廣泛應用，計算公式為：

式中：D為選取的分異因子；H為因變量；PD，H表示分異因子D對因變量H的解釋力；n和表示民宿的樣本總量和總方差；m為i類分異因子的分類數量；nD，i和表示i類分異因子的民宿樣本量和方差。根據地理探測器原理，PD，H的取值范圍為[0,1]，值越大表示分異因子D對因變量H的解釋力越強。

2 蘇南、浙北民宿空間格局特征

2.1 民宿呈集聚型分布

通過表1發現，蘇南、浙北民宿的最鄰近指數整體上均＜1，分別為0.30 和0.29，置信度均為100%，具有顯著的統計學意義，說明兩大地區民宿在空間上呈典型的集聚型分布。從內部各市的角度看，研究區內各市R值均＜1，其中蘇州市R值最低，說明其民宿在空間上呈高度集聚態勢；而鎮江市R值最高，民宿的空間集聚現象不明顯，這與其數量較少不無關系，同時也反映出蘇南內部的民宿空間集聚程度存在較大差異。相比之下，浙北民宿不僅在數量上顯著多于蘇南地區，且內部各市的R值差異較小，民宿在空間上的集聚發展以杭州市和湖州市最為突出。

表1 蘇南、浙北民宿最鄰近指數分析結果Table 1 The nearest neighbor analysis of homestay inns in south‐ern Jiangsu&northern Zhejiang

2.2 兩地民宿密度格局呈現出顯著差異

運用核密度估計法計算民宿在空間分布上的高密度區與集聚特征，采用自然間斷點分級法將民宿的密度等級分為五類：低密度區、較低密度區、一般密度區、較高密度區和高密度區。結果顯示（圖2），蘇南民宿的空間密度異質性明顯，呈現出“四核集聚，次級中心團狀布局”的空間密度格局。以蘇州吳中區、南京中心城區、蘇州姑蘇區、無錫濱湖區為四大核心，民宿密度值向外圍遞減，形成一定范圍的綿延片區，表現出核心－邊緣擴散的空間分布特征。蘇州作為長三角區域的中心城市，是民宿集聚程度最高的地區之一，形成了以吳中太湖為中心的民宿集聚圈。此外，蘇南還具有以蘇州昆山市、無錫梁溪區、常州溧陽市等為代表的團狀次級集聚區域，這些區域都有良好的社會經濟基礎，依靠便利的交通運輸系統和高稟賦的旅游資源，成為蘇南重要的民宿分布區。而浙北民宿表現出“西部整體覆蓋，中部零散分布，東部沿海布局”特征，除中部地區以外，民宿具有更為廣泛的分布范圍和延綿區域。浙北民宿形成了以環莫干山地區為輻射中心的集聚核心，并與湖州安吉縣東南部民宿集聚帶相接連片發展，憑借便捷的空間可達性實現彼此客源共享，成為浙北民宿集聚發展最突出的區域。在民宿數量最多的杭州市，類型齊全的精品民宿在千島湖地區密集分布，淳安縣成為民宿空間集聚的高密度區；而在杭州老城區周邊分布有城鎮民宿，與德清、安吉鄉村民宿呈現互補關系。

圖2 蘇南（a）、浙北（b）民宿核密度分布Fig.2 Kernel density of spatial distribution of homestay inns in southern Jiangsu(a)&northern Zhejiang(b)

3 蘇南、浙北民宿空間集聚特征

3.1 民宿在地勢低平、水系發達地區集聚

民宿作為一種依托在地環境為游客提供個性化生活的住宿方式，對自然環境具有一定的特殊要求。地形、水文不僅是客觀自然環境中的基礎條件，同時還是民宿開發者在建設過程中需要考慮的首要因素。地形方面，借助ArcGIS 提取分析獲取兩大地區民宿點的高程信息，發現民宿的高程范圍為-1～1 115 m，平均海拔高程為114.78 m，除莫干山風景區與天目山風景區以外，蘇南、浙北民宿主要分布在平原丘陵地區。進一步以100 m 為單位區間，分析不同海拔高程內的民宿數量占比，發現-1～100 m 海拔范圍內民宿數量最多，共有3 204家，占比高達63.22%，且隨著高程的提高民宿數量呈現下降趨勢，體現民宿的空間分布在某種程度上與地形呈反比關系。水文方面，采用由國家基礎地理信息數據庫提供的湖泊河流數據，利用ArcGIS分析工具中的緩沖區鄰域分析和疊加分析，以1 km為單位區間，對各個緩沖區內民宿數量進行數理統計。結合表2發現，蘇南、浙北民宿在空間分布上表現出以河流湖泊為中心的距離衰減定律，距離主要水系越遠，民宿數量越少，且民宿高度集聚的區域大多分布在湖泊周邊，比如太湖、千島湖、玄武湖以及東錢湖等，其中蘇州吳中區80%以上的民宿都分布在太湖地區。另外，蘇南民宿沿水系集聚分布的態勢更為明顯，其主要水系2 km范圍內集聚了1 129家民宿，共占60.83%。

表2 蘇南、浙北水文緩沖區內民宿數量Table 2 Number of homestay inns in the hydrological buffer zone in southern Jiangsu&northern Zhejiang

3.2 民宿毗鄰高稟賦旅游資源集聚

利用ArcGIS 對蘇南、浙北共511 個3A 級以上景區進行核密度估計（3A 級以上景區蘇南186 個，浙北325個），并將民宿點與行政區劃疊加于核密度估計結果，其中景區統計源于江蘇省文化和旅游廳與浙江省文化和旅游廳發布的《2019年底A級旅游景區目錄》（江蘇省文化和旅游廳，2020；浙江省文化和旅游廳，2020）。由圖3可知，蘇南、浙北民宿的集聚現象與旅游資源之間表現出較強的空間關聯性，即民宿大多集中分布在旅游資源高稟賦區域內，3A級以上景區數量越多、密度越大的區域，民宿的空間集聚特征越明顯，證明其對旅游資源具有一定的依賴性。優良級景區兼具自然風光與人文內涵，吸引了一批民宿在其周邊分布，依托獨特的山水風光融合當地濃厚的吳越文化，這些景區依賴型民宿在提供特色服務的同時，也滿足了旅游者的多樣化需求。利用ArcGIS進一步對3A級以上景區進行緩沖區鄰域分析，以5、10 km 為帶寬，結果表明：蘇南、浙北共有3 663家民宿分布在3A級以上景區5 km緩沖區范圍內，占比72.28%；10 km緩沖區內集聚了4 713 家民宿，占比高達93%，體現旅游資源的分布在民宿的空間格局中起關鍵作用。從分區域看，蘇南民宿對旅游資源的空間依賴性更強，其3A 級以上景區5、10 km 緩沖區范圍內分布有1 384、1 770 家民宿，占比高達74.57%、96.36%，超過浙北的68.68%和88.79%，由此也可以佐證蘇南地區民宿的發展模式更依賴于高稟賦旅游資源。

圖3 蘇南（a）、浙北（b）景區核密度結果與民宿分布疊加Fig.3 Overlay result of kernel density estimation of scenic spots and distribution of homestay inns in southern Jiangsu(a)&northern Zhejiang(b)

3.3 民宿分布表現出以交通道路為中心的距離衰減定律

利用ArcGIS 分析工具中的緩沖區鄰域分析，以1、2 km 為帶寬，探究交通道路與蘇南、浙北民宿空間集聚之間的關系，其中道路網數據源于國家基礎地理信息中心提供的全國基礎地理信息數據庫。結果顯示，各級公路1 km 范圍內分布有3 133家民宿，占比61.82%；2 km范圍內分布有4 315家民宿，占比高達85.14%，民宿分布呈現以交通道路為中心的距離衰減定律，且道路網密度越高，民宿的集聚發展越突出。此外，民宿整體分布密度為0.069 個/km2，而道路網2 km 緩沖區內的分布密度達到了0.091個/km2，是前者的1.32倍，民宿表現出依賴交通干線的空間集聚現象。在此基礎上，利用ArcGIS對高速公路、國道、省道進行緩沖區鄰域分析，分析不同等級道路對民宿集聚的作用程度差異。結果發現（圖4），省道3 km 緩沖區范圍內集聚了2 029 家民宿，分別是高速公路、國道的1.81和3.61倍，證明省道在民宿旅游中的交通可達性要遠遠大于高速公路和國道，其省際聯系功能對民宿的集聚分布起到重要作用。而高速公路對民宿的支撐作用相較于國道更強，便捷的高速通道縮短了游客抵達各類民宿的時間，在增強對外聯系的同時也提高了民宿的時空可達性。

圖4 蘇南、浙北不同等級道路緩沖區內民宿數量Fig.4 Homestay inns number in the buffer zone of different road grades in southern Jiangsu&northern Zhejiang

4 蘇南、浙北民宿空間分異的影響因素

基于蘇南、浙北民宿空間分布特征的分析結果，初步識別出區位條件、經濟發展水平、水系環境可能對民宿的空間分布造成影響。進一步借助地理探測器定量分析蘇南、浙北民宿空間分異的影響因素。

4.1 指標構建

參考旅游產業（尹華光等，2016）、酒店住宿（閆麗英 等，2014）、服務業（馬子路 等，2020）等空間分異影響因素的相關文獻，結合蘇南、浙北民宿的發展現狀與特點，以研究區內縣級單位為基本空間單元，綜合選取7 個指標11 個變量（表3），利用ArcGIS 自然間斷點分級法對所有指標進行類別劃分，錄入并運行地理探測器。

表3 蘇南、浙北民宿空間分異因子Table 3 Spatial differentiation factors of homestay inns in south‐ern Jiangsu&northern Zhejiang

蘇南、浙北民宿空間異質性分布的影響因素主要包括3個維度：自然因素、經濟因素、區位因素。其中，自然因素包括：1）地形地勢。蘇南、浙北地處長江中下游平原，地勢平緩，低山丘陵相間分布，因此地形地勢可能影響民宿的空間分布，選取海拔高程表示；2）水系環境。作為水鄉文化的源頭，蘇南、浙北地區平原河網密布、水系發達，沿湖沿河布局可能成為民宿開發的新模式，選取民宿到最近河流、湖泊的平均距離反映縣級單元的水系環境。經濟因素主要包括：1）經濟水平。蘇州、杭州、南京、寧波、無錫等經濟發展高水平地區是民宿的熱點集聚區域，因此經濟基礎可能會對民宿的集聚分布提供發展支撐，選取地區生產總值和人均地區生產總值表示經濟水平；2）消費能力。收入水平越高、市場活力越旺盛的地區越有可能產生休閑旅游活動、對高質量服務的需求越強，選取城鎮居民可支配收入和社會消費品零售總額反映消費能力。區位因素包括：1）客源市場。區域范圍內的人口基數與常住居民為民宿的發展提供客源，選取年末常住人口數量反映客源市場；2）通達程度。交通設施作為旅游業發展的先決條件，是旅游者抵達民宿的重要途徑，基于集聚特征結果可知國道對民宿的影響較弱，故選取民宿到最近高速公路、省道的平均距離反映縣級單元的通達程度；3）景區依賴。優良級景區作為誘使旅游者開展旅游活動的重要吸引物，其空間位置會促使民宿集聚分布，選取民宿到最近3A 級以上景區的平均距離反映縣級單元的景區依賴。

4.2 單因子探測結果與分析

基于生態探測器發現11個自變量之間存在解釋力差異但并不顯著，因此，借助分異及因子探測器挖掘分別影響蘇南、浙北民宿空間異質性分布的關鍵因子。結果顯示（圖5），蘇南影響程度較高且通過0.1 顯著性水平檢驗的因子按照解釋力大小依次為：社會消費品零售總額（0.395）＞距省道距離（0.323）＞距3A 級以上景區距離（0.312）＞年末常住人口（0.285）；浙北民宿空間分異因子的解釋力排序與蘇南基本一致，其中，河流位置（0.274）＞社會消費品零售總額（0.200）＞距省道距離（0.171）＞人均地區生產總值（0.155）＞年末常住人口（0.135）。總的來看，消費能力方面，社會消費品零售總額蘇南是解釋力最高的因子并通過了0.05顯著性水平檢驗，且城鎮居民可支配收入蘇南的解釋力達到了0.221；社會消費品零售總額浙北也同樣表現出較強的顯著性，說明區域內強勁的市場活力和高消費群體有利于刺激民宿在空間上的集聚。民宿的集聚中心通常位于消費水平較高的地區，如蘇州、杭州、南京等地，該地區居民更熱衷于追求高品質的旅游服務和住宿體驗，這與民宿的經營理念相吻合。通達程度方面，兩地距省道距離的解釋力均要大于距高速公路距離。由于民宿旅游具有“短期、短途”雙重特征（吳必虎等，2004），省道的省際交通聯系功能得以凸顯，伴隨著自駕游出行方式的盛行，趨向于省道周邊分布提高了民宿的可達性，說明民宿開發要依托一定的交通設施條件。客源市場方面，蘇南、浙北年末常住人口的因子解釋力分別為0.285和0.135，高于大部分指標，反映人口基數越大的地區開展鄉村旅游活動的可能性越高，區域內充足的潛在游客數量有利于民宿的集聚發展，龐大的客源市場是民宿空間異質性分布的重要動因。此外，由于研究區域的特殊性，蘇南、浙北地區的社會經濟基礎牢固且水平相近，因此經濟水平對民宿空間分異現象的影響強度相對較弱。

圖5 蘇南、浙北民宿空間分異因子的解釋力Fig.5 Explanatory power of the spatial differentiation factors of homestay inns in southern Jiangsu&northern Zhejiang

對比來看，浙北除河流位置和人均地區生產總值外，其他自變量的顯著性均要弱于蘇南，說明浙北民宿發展受外部客觀因素的影響程度較弱，同時，水系環境與景區依賴是兩大地區間的區別因子。河流位置是浙北民宿空間分異因子中解釋力最強的指標（q值為0.274），遠大于其對蘇南的影響程度，說明沿河開發旅游資源與住宿設施是浙北民宿選址的主要影響因素，同時嘉興、湖州地區獨具江南特色的水鄉文化也為民宿的布局提供了獨特的在地環境。蘇南民宿呈現沿湖區分布的空間集聚態勢，湖泊位置的解釋力達到了0.214，結合民宿密度格局分析結果可知，蘇南地區的湖泊，尤其太湖是民宿集聚分布的高值區，通過為來此開展觀光、康養、度假和科學文化活動的到訪者提供多功能服務，一批高質量的民宿品牌迅速發展起來。此外，景區依賴是致使蘇南民宿空間格局存在差異性的重要因素，距離優良級景區越近的地區越有機會享有旅游資源帶來的客源與口碑，反映毗鄰景區開發是蘇南民宿發展的主流模式，這也與蘇南民宿集聚特征的結果相吻合。而距3A 級以上景區距離浙北的解釋力較小（q值為0.089），說明浙北民宿對旅游資源的依賴程度較蘇南更低，通過資本注入與空間集聚形成具有品牌效應的民宿群落，嘗試擺脫旅游資源依附式布局并成為一種獨立的旅游吸引物。2016年，浙北環莫干山地區被原國家旅游局列為中國國際度假旅游目的地，成為民宿開發模式的標桿（張海洲等，2019），表明民宿主導型旅游度假區可以具備傳統景區的旅游功能并實現與傳統景區在客源、設施上的共享。

4.3 因子交互結果與分析

利用交互作用探測器對11個自變量進行兩兩交互探測，由于雙因子組合過多，表4只統計交互后解釋力排序前十的結果。分析發現，任意一組雙因子交互過后對蘇南、浙北民宿空間分異的解釋力均要大于單因子，交互作用類型又包括非線性增強型與雙因子增強型。其中，解釋力最高的交互結果為X2∩X9（q值為0.936），盡管河流位置與距高速公路距離單獨作用下對蘇南民宿異質性分布的影響程度較低，但二者交互作用后的解釋力顯著增強，兩兩因子間的共同作用能在超過90%的程度上解釋民宿的空間分異現象，充分揭示就近河流與道路是民宿選址的關鍵因素，也證明民宿的空間分布差異并不是由單個影響因素導致的，而是在多個因子相互作用下形成了現有的獨特空間格局。

表4 蘇南、浙北民宿空間分異因子交互探測部分結果Table 4 Partial interactive detection results of the spatial differentiation factors of homestay inns in southern Jiangsu&northern Zhejiang

通達程度、客源市場在與其他自變量交互后，對兩大地區民宿空間分異的影響產生了非線性增強效應，再次佐證便利的交通條件與一定規模的旅游市場是民宿集聚發展的關鍵因素。水系環境的影響程度仍然存在明顯的區域差異，蘇南地區的湖泊位置與城鎮居民可支配收入、距3A 級以上景區距離的交互作用達到了較高水平顯著性，解釋力分別為0.870 和0.867；而浙北地區的河流位置在與消費能力以及單因子解釋力較弱的經濟水平交互后，實現了非線性增強和雙因子增強，解釋力大小排序依次為：X2∩X4（0.866）＞X2∩X6（0.847）＞X2∩X5（0.774）＞X2∩X7（0.747）＞X2∩X10（0.743）。

結合上文單因子及因子交互分析結果，并參考旅游引力模型（李山等，2012），構建蘇南、浙北民宿空間分異的機理框架（圖6）。其中，作為游客出行消費的重要動因，臨水地區的生態條件及其彰顯的水韻文化、毗鄰景區的景觀資源成為民宿核心吸引力；客源地潛在消費人群數量、消費環境與可自由支配收入的多少決定了該地區的出游力；而民宿與省道、高速公路間的出行距離構成游客前往民宿目的地的空間阻尼，在三者共同作用下，形成了現有蘇南、浙北民宿的空間分異格局。

圖6 蘇南、浙北民宿空間分異的機理分析Fig.6 Mechanism analysis of the spatial differentiation of homestay inns in southern Jiangsu&northern Zhejiang

5 結論與討論

5.1 結論

本文著眼于鄉村旅游蓬勃發展的時代背景，選取民宿作為研究對象，基于POI 挖掘技術，利用ArcGIS空間分析方法從空間格局特征和集聚特征2個方面綜合分析蘇南、浙北民宿的分布情況，在此基礎上，借助地理探測器系統探究其空間分異的影響因素，得出以下結論：

1）兩地民宿在空間分布上均表現為集聚型，其集聚現象與地形水文、旅游資源、交通道路之間緊密關聯。民宿趨向于集聚分布在地勢低平且水系發達的區域；民宿的集聚發展程度在毗鄰優良級景區的區域表現顯著，旅游資源的地理位置對民宿的空間集聚起吸引作用；同時，民宿依托交通干線分布，基本符合以交通道路為中心的距離衰減定律。

2）兩地民宿在集聚程度與集聚態勢上呈差異性。蘇南民宿表現出集聚程度上的市域差異，具有以蘇州市為核心的民宿熱點集聚區域，而鎮江市則由于民宿數量較少，集聚發展不明顯；民宿密度值由蘇州吳中區、南京中心城區、蘇州姑蘇區、無錫濱湖區四大核心向外圍擴散遞減，在周邊形成延綿區域，并且具有一定數量的民宿集聚二級組團，在密度格局上呈“四核集聚，次級中心團狀布局”。浙北民宿的空間集聚現象相對均衡且連片發展區域廣布；民宿表現出“西部整體覆蓋，中部零散分布，東部沿海布局”特征，除紹興和嘉興南部地區以外，民宿的集聚現象廣泛存在且呈“西東中”梯度分布。以湖州德清縣與安吉縣、杭州淳安縣為集聚中心，并在杭州老城區、寧波象山縣以及嘉興嘉善縣形成集聚能力較強、范圍較廣的民宿分布區。總體上，蘇南、浙北地區民宿分別表現出“強核”“廣域”的空間分布特征。

3）消費能力、客源市場與通達程度是影響兩地民宿空間異質性分布的重要共性指標。區域內強勁的消費活力和高消費群體有利于刺激民宿在空間上的集聚；充足的客源與態勢良好的旅游市場是致使民宿空間分異的重要動因；完備可達的交通運輸系統，尤其省際交通，是民宿發展的前提條件和外部保障。任意一組雙因子交互過后的影響程度均要大于單因子，自然、經濟、區位因素間的因子交互作用增強對民宿空間異質性的解釋力，證明民宿的現有獨特空間格局是在多個因子相互作用下形成的。

4）水系環境與景區依賴對民宿空間分異的解釋力存在顯著的區域差異，除河流位置外，浙北民宿受外部客觀因素的影響程度較弱。沿湖、沿河開發民宿是兩大地區間的區別特征；毗鄰景區選址是蘇南民宿發展的主流模式，浙北民宿對旅游資源的依賴程度較低并嘗試擺脫旅游資源依附式布局。

5.2 討論

本文從跨區域的地理空間視角出發，系統分析了民宿在蘇南、浙北兩大高水平地區的空間分布特征及其影響因素，并嘗試構建民宿空間異質性分布的形成機理。本文與已有研究存在相同之處，也取得了一些新發現：1）民宿呈組團狀集聚分布的空間現象與成都市、廈門市的研究結果（劉大均，2018；郝詩雨等，2018）一致，說明民宿可以通過空間集聚形成一定規模的集群以實現規模經濟。2）胡小芳等（2020a）針對杭州、湖州、恩施三地的研究表明，客源充足的旅游市場與便捷的省際交通有利于民宿的集聚發展，本文在此基礎上還發現地形地勢不構成蘇南、浙北民宿開發的阻礙條件，生態良好的臨水地區更有機會成為民宿集聚的熱點區域，同時，目標客源的消費能力也是民宿選址時不可忽略的因素。3）在以長三角地區為對象的研究中，龍飛等（2019）發現A級景區周邊是發展民宿集聚區的溫床，旅游資源與民宿分布之間存在較強的關聯性，這與本文結果基本一致。盡管浙北民宿受景區依賴的影響程度較弱，但結合核密度分析結果可知，環莫干山集群、安吉條帶狀集群、千島湖集群、西塘古鎮集群等依然是以旅游景區為早期開發動力、憑借品牌建設所形成的民宿典型集聚區，并且，這種依賴核心景區開發的態勢將隨著集群的擴張而減弱，生態、文化因素對民宿的制約性將不斷得到體現。

在民宿逐漸成為中國鄉村振興重要抓手的時代背景下，本文缺乏對不同時間維度下、不同類型的民宿空間分布演化、區分研究，尤其是對城鎮和鄉村民宿的界定仍存在困難；影響民宿空間異質性分布的指標體系還有待完善，旅游發展水平、配套服務設施、地方特色文化等因子對民宿分布的作用需要進一步探討；尚未挖掘游客主體偏好、政策環境、經營管理方式、品牌價值等可能對民宿小型企業產生影響的主觀因素（郭強等，2019）。鑒于民宿分布的區域性與開發的難以復制性，期望通過更多對民宿分布的系統研究，得出適用于民宿發展的普遍性規律，推動民宿與農家樂等休閑旅游形式優勢互補，滿足新時代旅游者對“食住行游購娛”的多要素、多樣化旅游需求，助推鄉村旅游的高質量發展。