陶基磊,晉秀龍,常夢茹
(滁州學院 地理信息與旅游學院,安徽 滁州 239000)
星級酒店是指以住宿服務為主,具有商務、會議、休閑、度假等功能的住宿設施,具體包括賓館、酒店、度假村等形式[1],依據《旅游飯店星級的劃分與評定》(GB/T14308—2010)將其劃分為五個等級,等級越高服務質量水平越高。星級酒店作為中國住宿業的重要組成部分,不僅能夠反映區域服務業發展水平,同時在解決就業、拉動內需以及帶動相關產業發展等方面具有重要意義[2]。國內外學者對星級酒店進行了相關研究,研究內容主要包括消費者感知與行為[3-6]、經營效率與管理[7-8]、會展對酒店價格的影響[9-10]、酒店員工性別氣質[11-12]、高星級酒店序位規模差異[13]等方面。星級酒店作為地理空間環境組成要素之一,影響著地理空間形態和功能,不同區域尺度下星級酒店時空分布特征、形成機制、空間布局優化是星級酒店研究重點探討方向。市域尺度上,文吉[14]、石榴花[15]分別對廣州、北京等地的星級酒店空間發展格局、演變趨勢以及形成機制進行了探究;省域尺度上,劉辰[16]、莫麗杜爾·沙旦[17]分別對江蘇省、新疆維吾爾自治區的星級酒店空間布局進行了分析;全國尺度上,梅林和韓蕾[18]、龍茂興和馬麗君[19]、花立明[20]對中國星級酒店空間分布特征及影響因子進行了探究。
目前,國內學者對星級酒店的研究成果較為豐富,利用空間分析方法探究星級酒店時空分布特征的文章數量較多,為后續研究的開展提供了較好的基礎,但是仍存在以下局限性。星級酒店空間結構的研究以省域和市域尺度為主,關于全國尺度上的研究成果數量少,時效較為滯后,為數不多的研究成果集中在2015年之前,并且研究對象傾向于高星級酒店[21],對低星級酒店關注度不高。鑒于此,基于全國范圍內星級酒店的空間位置數據和社會統計數據,利用標準差橢圓、核密度分析、平均最近鄰距離等空間分析方法,探究全國不同等級星級酒店發展過程中空間格局的變化規律,同時利用地理探測器從省域尺度上分析各影響因素對星級酒店空間異質性的驅動力,豐富星級酒店研究成果的同時,可為中國星級酒店空間結構優化,促進住宿業高效發展,實現資源合理配置提供科學參考。
2010年和2020年星級酒店名稱、等級以及位置數據分別來源于《中國星級飯店指南2009—2010版》和中國旅游飯店業協會網站(http://www.ctha.com.cn/)于2021年8月公布的全國星級旅游飯店名錄,其余年份星級酒店數量來源于《中國旅游統計年鑒》。為了便于探究不同等級星級酒店的空間分布規律,將一至三星級有限服務酒店劃分為低星級酒店,四星級和五星級完全服務酒店劃分為高星級酒店[1],并通過坐標轉換器將星級酒店的位置信息轉換為經緯度坐標數據。海拔高度數據來源于中國科學院地理科學與資源研究所資源環境科學與數據中心(http://www.resdc.cn/)。社會經濟統計數據主要來源于《中國統計年鑒》。基于數據獲取的可行性和樣本量的充足性,數據未包括香港特別行政區、澳門特別行政區和臺灣省。
1.2.1標準差橢圓
標準差橢圓(Standard Deviational Ellipse,SDE)又稱為利菲弗方向性分布,是用來探究地理要素分布中心、方向等空間特征的有效方法[22]。具體公式為:
(1)
(2)
(3)
(4)

1.2.2 平均最近鄰距離分析
平均最近鄰距離分析是通過測量每個要素與其最近鄰要素之間的平均位置距離,將其與假設隨機分布中的平均距離進行比較,以揭示空間要素的分布模式[23]。其公式如下:
(5)
式中:di為星級酒店i到其最近鄰星級酒店的距離;n為星級酒店總體數量;A為區域面積;R為平均最近鄰比率,當R>1時表示星級酒店趨于擴散分布,當R<1時表示集聚分布,當R=1時表示呈隨機分布。
1.2.3 核密度分析
核密度分析法是探究地理要素空間分布密度的一種非參數估計方法,具體公式為:
(6)
式中:K(·)為核密度函數,(x-xi)為估計點x到樣本點xi的距離,h是根據研究需求與區域空間尺度所選取的帶寬閾值距離,N為閾值范圍內星級酒店數量,d為數據維數。
1.2.4 地理探測器
地理探測器是探測空間分異性和揭示其驅動因子的方法,包括分異及因子探測、交互探測、風險區探測以及生態探測4個功能。此方法無線性假設,基本思想是:假設研究區分為若干子區域,如果子區域的方差之和小于區域總方差,則存在空間分異性[24]。主要分異及因子探測計算公式如下:
(7)
式中:i=1,2,3…為影響因子個數;m為變量Y或因子X的分類;Ni和N為第j類影響因子層和全區的單元數;σi2和σ2為第i類影響因子層和全區Y值的方差;q為各因子對變量Y的解釋力,取值范圍為[0,1],q越接近于1說明因子對變量Y的解釋力越強。
整體數量上,根據《中國旅游統計年鑒》數據顯示,2010—2020年中國星級酒店數量減少約3 400家,降幅達28.9%。等級結構上,兩個時間截面中國星級酒店整體上都呈現出“橄欖型”的等級分配結構,一星級和五星級酒店數量相對較少,二星級、三星級、四星級酒店數量多,但2020年相比2010年高星級酒店數量所占比例明顯增加。省域差異上,2010年各省份星級酒店數量差異較大,可分為5個梯度,其中廣東省、浙江省、山東省、江蘇省的星級酒店數量最多,西藏自治區、青海省、寧夏回族自治區的星級酒店數量最少;2020年省際間星級酒店數量差異減小,按照同樣標準只能劃分為4個梯度,其中廣東省仍為數量最多的省份,具體如圖1所示。

從時空分布中心來看,兩個時間截面中國星級酒店整體分布的中心坐標由113.7911°E,31.9810°N變為111.3207°E,32.5549°N,沿著湖北省和河南省的邊界向西北方向移動。高星級和低星級酒店分布中心在移動方向和距離上存在顯著差異,高星級酒店中心向西南方向移動且距離較短,低星級酒店中心向西北方向移動且距離較長。從分布范圍來看,2020年相比2010年星級酒店整體橢圓面積明顯增大,覆蓋省份數量增加,表明星級酒店空間分布范圍進一步擴大,但高星級酒店橢圓面積增加幅度較小,空間分布范圍變化不明顯,仍然主要分布在東部和中部地區,而低星級酒店橢圓面積增加幅度大,空間分布范圍向西擴展明顯。從方位角來看,中國星級酒店的空間發展方向出現了較大的變化,2010—2020年中國星級酒店方位角由36.77°擴大到101.71°,標準差橢圓扁率變小,東北—西南的空間發展方向逐漸弱化,星級酒店空間發展的方向性更加模糊。高、低星級酒店在空間發展方向變化上表現出不同的特點,高星級酒店方位角由16.43°擴大到77.20°,雖然標準差橢圓扁率減小,但仍然表現出東北—西南的空間發展方向,低星級酒店方位角由39.37°擴大到101.39°,空間發展由東北—西南方向轉變為東南—西北方向,具體如圖2所示。

利用ArcGIS軟件中平均最近鄰分析工具,分別從2010年和2020年兩個時間截面對中國星級酒店的空間結構類型特征進行探究,具體如表1所示。整體上來看,2010—2020年中國星級酒店平均觀測距離由約3.01 km增加到約4.02 km,R值由0.164 7增加為0.184 1,兩個時間截面上平均最近鄰指數均小于1,且在0.01的顯著性水平下通過檢驗,表明中國星級酒店在兩個時間截面上均表現出顯著的空間集聚特征,但集聚程度有所減弱。2010—2020年高星級酒店R值由0.209 0增加為0.245 4,低星級酒店R值由0.177 3增加為0.225 9,二者在不同時間截面也均表現出顯著的空間集聚特征,并且各自集聚程度逐漸減弱,但無論在2010年還是2020年低星級酒店的集聚程度均強于高星級酒店。

表1 中國星級酒店平均最近鄰指數分析結果Table 1 Analysis results of the nearest neighbor index of star-rated hotels in China
運用核密度估計的分析方法,對兩個時間截面的中國星級酒店空間分布密度演化進行可視化分析,具體如圖3所示。

2010年中國星級酒店空間分布與城市群的分布高度契合,呈現出以城市集群為依托的“多核心-群聚型”空間分布格局,其中京津冀城市群、長江三角洲城市群以及珠江三角洲城市群是星級酒店空間分布密度的高值區,密度值達到100個/萬km2,長江中游城市群、成渝城市群、中原城市群、山東半島城市群是星級酒店空間分布密度的次高值區,密度值位于20~100個/萬km2之間,除了內蒙古自治區、寧夏回族自治區、甘肅省、青海省、新疆維吾爾自治區、西藏自治區、四川省西部以及黑龍江省北部之外,全國其他區域星級酒店空間分布密度均在5個/萬km2以上。2010年低星級酒店與全國星級酒店的集聚態勢和集聚區域位置基本吻合,而高星級酒店整體集聚范圍較小,除了在京津冀城市群、長江三角洲城市群以及珠江三角洲城市群中形成了一定帶狀的聚集區之外,多以點狀型態集聚于東部和中部的各省會城市。2020年中國星級酒店仍然呈現出以城市集群為依托的“多核心-群聚型”空間分布格局,但集聚規模和集聚強度均有所減弱,原來依托城市群而形成空間分布密度高值區和次高值區的面狀集聚形態范圍明顯縮小,呈現分離態勢,但新疆、青海、甘肅、西藏等西部省份星級酒店集聚范圍、強度有小幅度提升。2020年低星級酒店空間集聚效應相對于2010年明顯減弱,原來東部、中部密度值在20個/萬km2以上的帶狀集聚區分離成依托省會城市的點狀集聚區;而高星級酒店空間集聚效應進一步加強,東部沿海省份空間分布密度值在5~20個/萬km2范圍內的區域連接成片,空間分布密度值在20個/萬km2以上的高值集聚區除了京津冀、江浙滬以及珠三角地區的面狀集聚區之外新增了以廈門、南昌、鄭州、重慶、成都為中心的點狀集聚區。
中國星級酒店的空間分布及演化是各種影響因素共同作用的結果。何建明[25]認為中國星級酒店業的發展取決于人口因素、經濟因素、自然因素、技術因素以及政治法律因素。梅林和韓蕾[18]構建了宏觀力、生態力、內動力、消費力、中介力、外動力六大活力因子分析星級酒店的發展和分布規律。花立明[20]認為星級酒店的分布與旅游資源、城市經濟發展、交通條件、發展環境、游客消費水平和酒店內部發展條件相關聯。劉嘉毅和趙磊[21]基于國內外學者對酒店區位布局研究,選取了旅游資源、基礎設施、經濟外向程度、商業發展水平、人口規模等具體要素探究了中國五星級酒店區位布局影響機制。除此之外還有一些學者探究了不同地區星級酒店的空間布局影響機制。通過總結前人的研究,將中國星級酒店影響因素概括為自然環境因素、社會政治因素以及經濟產業因素,在此基礎上選取12項具體統計指標探究星級酒店空間分異的形成機制。
自然環境因素方面,海拔高度(x1)來源于中國科學院地理科學與資源研究所資源環境科學與數據中心(http://www.resdc.cn/);年平均氣溫(x2)、年平均降水量(x3)、自然災害損失情況(x4)來源于《中國統計年鑒》。社會政治因素方面,年末人口數(x5)、城區面積(x6)、客運總量(x7)均來源于《中國統計年鑒》;因數據缺失原因香港特別行政區、澳門特別行政區和臺灣省不在本次研究范圍之內,所以將行政區劃類型(x8)按照省、自治區、直轄市分為3類。經濟產業因素方面,地區生產總值GDP(x9)、居民消費水平(x10)、進出口總額(x11)來源于《中國統計年鑒》;A級旅游景區數量(x12)來源于《中國旅游統計年鑒》。除行政區劃類型(x8)之外,其余影響因素數據等級劃分均采用自然斷點分類方法劃分為5個等級。利用ArcGIS 10.2在研究區域范圍內創建50 km×50 km的矢量網格,全區共劃分3 971個網格,根據網格中心點提取因變量和自變量的數據值。
利用地理探測器軟件對中國星級酒店空間分布的影響因素進行探測,結果表明(表2):12個影響因子均對星級酒店的空間分布格局產生影響,表明星級酒店分布受到自然環境、社會政治以及經濟產業因素的共同驅動,但各影響因子的解釋力存在差異,其中地區生產總值、進出口總額以及人口規模影響較大,具體形成機制如圖4所示。

表2 中國星級酒店空間分布影響因子分析Table 2 Analysis of the factors influencing the spatial distribution of star-rated hotels in China
3.2.1 自然環境因素
海拔高度(x1)q均值為0.59。地形地貌對星級酒店的空間分布具有天然的制約作用,地勢平坦、海拔較低的地區適合進行生產、生活活動,而地形復雜、海拔較高的地區對人類活動限制較多,星級酒店運營既需要一定規模的建筑物載體,又需要穩定的客源市場,不同的地形地貌影響著星級酒店的建設條件和可進入性。利用ArcGIS疊加、提取分析發現,海拔低于500 m的星級酒店數量占比約67%,海拔高度在501~1 000 m的星級酒店數量占比10%,海拔高度在1 001~1 500 m的星級酒店占比9%,海拔高度在1 501~2 000 m的星級酒店占比8%,海拔高度在2 001~3 000 m的星級酒店占比5%,海拔高度在3 000 m以上的星級酒店占比3%,由此可見,中國星級酒店的數量隨著海拔高度的升高而減少,星級酒店主要分布在1 500 m以下的低海拔地區。
年平均氣溫(x2)和年平均降水量(x3)q均值分別為0.45和0.42。不同的氣溫和降水組合形成各種氣候環境,舒適的氣候環境不僅適合生活、生產活動,還能吸引游客前來度假游玩從而形成住宿需求,中國星級酒店主要分布在水熱條件較好的熱帶、亞熱帶濕潤地區以及暖溫帶半濕潤地區,數量占比達78%。
自然災害情況(x4)q均值為0.46。氣象災害、地質災害以及生物災害等自然災害多發地區人類活動的范圍和強度容易受到限制,星級酒店發展的不確定因素較多,運營風險較大,星級酒店數量較少。
3.2.2 社會政治因素
人口規模(x5)q均值為0.61。地區人口數量決定著星級酒店本地客源市場規模,而星級酒店的運營和發展也需要人力資源的支持。2020年年末人口數排名前五的地區分別為廣東省、山東省、河南省、江蘇省以及四川省,星級酒店數量排名分別為第一、第三、第十、第六、第七。
城區面積(x6)q均值為0.49。城區面積反映城市空間發展規模,一般來說城市空間發展規模越大,區域內能源、通信、交通、醫療等基礎設施建設越完善,有利于星級酒店的運營和發展。2020年城區面積排名前五的地區為山東省、北京市、廣東省、江蘇省和浙江省,星級酒店數量排名分別為第三、第八、第一、第六和第二。
客運總量(x7)q均值為0.57。客運總量代表著地區的交通集散能力,一方面影響著星級酒店的通達性,另一方面交通運輸能力較強的地區旅客流量大,易形成住宿需求,進而影響星級酒店的發展和分布。2020年客運量排名前五的地區,星級酒店數量排名均在前十名以內。
行政區劃類型(x8)q均值為0.07,說明省級行政區類型對星級酒店空間分布驅動作用不明顯。
3.2.3 經濟產業因素
地區生產總值(x9)q均值為0.71。地區生產總值反映了地區整體經濟發展狀況,經濟發展水平高的地區,基礎設施完善,產業結構優化,接待業發展水平高,從而影響星級酒店的發展。廣東省、江蘇省、山東省、浙江省等地區生產總值高的地區,星級酒店數量較多。
居民消費水平(x10)q均值為0.54。該指標反映了當地居民對星級酒店的購買能力,居民消費水平高的地區生活水平較高,對高規格宴請的需求量較大,進而影響星級酒店的空間分布。北京市、浙江省、廣東省等居民消費水平較高的地區,星級酒店數量較多。
進出口總額(x11)q均值為0.61。該指標能夠反映區域對外開放、交流程度,對外開放、交流程度高的地區,會議、展覽等商務活動較多,從而產生對星級酒店的消費需求。廣東省、江蘇省、浙江省等進出口總額排名靠前的地區,星級酒店數量較多。
A級旅游景區數量(x12)q均值為0.54。A級旅游景區數量反映了地區旅游資源的豐富程度,旅游資源豐富的地區游客數量較多,住宿需求旺盛。山東省、浙江省、四川省等景區數量排名靠前的地區,星級酒店數量較多。
各影響因子對不同等級星級酒店的空間分布解釋力存在差異。從一級影響因子來看,對低星級酒店發展解釋力排序依次為:經濟產業因素(q=0.53)>自然環境因素(q=0.45)>社會政治因素(q=0.37);對高星級酒店發展解釋力排序依次為:經濟產業因素(q=0.64)>社會政治因素(q=0.48)>自然環境因素(q=0.43)。由此可見,經濟產業因素是低、高星級酒店發展的共同主導因素,其次對于低星級酒店而言更容易受到自然環境的影響。從二級影響因子來看(圖5),地區生產總值(x9)對于低星級和高星級酒店來說均屬于核心影響因子,表明地區經濟發展狀況對不同等級的星級酒店發展都具有重要驅動作用;進出口總額(x11)對高星級酒店空間分布的解釋力最高,對外貿易的發展會產生較多的商務活動,例如培訓會、行業峰會、商業論壇等,其對酒店接待服務規格要求較高,除了基本的住宿功能之外還需提供宴會、餐飲、休閑娛樂等一系列高品質服務,推動了高星級酒店產生與發展。

本研究借助ArcGIS軟件,運用核密度分析、最近鄰指數、標準差橢圓以及地理探測器等方法,探究了2010—2020年中國星級酒店的空間分布特征及其影響因素。研究結果表明:
1)中國星級酒店在等級結構和空間分布上均呈現出發展不均衡狀態。等級結構上,呈現出“橄欖型”的等級分配結構,一星級和五星級酒店數量相對較少,二星級、三星級、四星級酒店數量多。空間分布上,星級酒店數量呈現出由東向西遞減的態勢,高星級酒店主要分布在東部沿海地區;星級酒店空間分布省際差異逐漸減小,廣東省是星級酒店數量最多的省份。
2)2010—2020年中國星級酒店整體空間分布中心向西北方向移動明顯,分布范圍進一步擴大,空間發展的方向性更加模糊,空間分布結構類型上表現出顯著的空間集聚特征。高星級和低星級酒店在空間分布中心、范圍、方向以及空間分布結構變化方面存在差異。
3)中國星級酒店空間分布與城市群分布高度契合,呈現出以城市群為依托的“多核心-群聚型”空間分布格局,地域性特征明顯。京津冀城市群、長江三角洲城市群以及珠江三角洲城市群是星級酒店空間分布密度的三大高值區。2010—2020年星級酒店整體上集聚規模和集聚強度均有所減弱,但高星級酒店空間集聚效應進一步加強。
4)自然環境、社會政治以及經濟產業因素的耦合作用形成了星級酒店空間分異格局。具體來看地區生產總值、進出口總額以及人口規模是影響星級酒店空間分布的主要因素。經濟產業因素是低、高星級酒店發展的共同主導因素。對于低星級酒店而言更容易受到自然環境的影響。地區生產總值和進出口總額分別是對低星級和高星級酒店解釋力最強的具體影響因子。
2010—2020年中國星級酒店呈現出低星級酒店數量大幅度減少,高星級酒店數量穩步上升的趨勢,省際間空間分布差異逐漸減小,產業結構不斷優化升級,但在發展過程中仍存在一定的問題,如企業評星熱情不高,評定標準不合時宜,消費者對星級酒店的品牌認可度降低,住宿市場競爭加劇。新的時代背景下,中國星級酒店的發展需要政府部門、企業以及行業組織共同協作。政府部門需制定與星級酒店發展需要相匹配的相關政策及標準文件,提高星級酒店評定工作效率,在此基礎上完善引導和監督機制,樹立星級酒店品牌信譽。酒店企業應建立以客戶體驗為核心的服務理念,注重硬件設施和軟件服務的質量,同時還需打造特色企業文化,提升酒店員工和顧客對星級酒店的認同感。行業協會應發揮在政府和會員之間的橋梁和紐帶作用,通過科學統計、分析行業數據,對發展現狀和趨勢進行分析,為政府部門制定決策提供參考依據,同時應有效組織企業進行集中培訓和研討,交流發展經驗,提升星級酒店服務管理水平。