桂林市区游客酒店住宿的区位特征与形成机制——基于旅游流轨迹的实证分析

胡聚山,孙昌盛,邓春凤,张春英,朱莉莎

(桂林理工大学 土木与建筑工程学院,广西 桂林 541004)

0 引言

随着我国经济增长的主要动力逐步由投资向消费转变,与日常生活消费有明显差异的旅游消费对地区发展的影响愈发重要。在旅游地中,旅游流是支撑旅游地空间经济系统运行的基点和动力[1],酒店、旅馆等住宿设施作为旅游供给侧的重要服务设施,是体现旅游城市形象和服务水平的重要窗口,旅游流与酒店等旅游服务设施之间有显著的供需耦合关系。因此,基于旅游流的时空轨迹,分析游客住宿选择的区位偏好,对理解酒店等旅游服务设施选址和消费者时空行为特征具有重要意义,也对其他城市功能的空间布局具有参考价值[2]。

目前国内外对旅游住宿空间分布特征的相关研究,多从旅游地供给侧的经济地租、交通区位等视角分析酒店等住宿设施的整体分布特征。如Wall等以加拿大多伦多市的酒店作为分析样本,发现其呈现出向中央商务区、机场等交通物流地空间集聚的态势[3];姜海宁等对南京市星级酒店空间可达性格局分析,结果表明南京市星级酒店空间可达性整体较好,在地域分布上呈以酒店为中心的距离衰减规律,而且等级愈高的酒店可达性愈差[4];Mimi Li等对香港特别行政区的研究,发现高星级酒店空间分布与商业繁华度、旅游吸引物、土地类型有较大关联性[5];夏汉军等在对常德市住宿业空间结构的分析中,得出“住宿企业整体上受交通站点、行政中心、商业中心、地区生产总值影响明显,但是A级景点、人口密度两个因素的影响有一定差异”等结论[6];马小宾等以南京市Airbnb网站民宿商家为例,得出其集聚格局与路网密度、公交站点密度等因素正相关,与距最近地铁站距离、超市商城密度等因素空间负相关[7]。系统审视此类研究,可以发现其局限在于缺少对游客与服务设施间供需关系的整体考量,即旅游地中服务设施的空间供给情形能否代表游客旅游服务的空间诉求情形,如不能代表,则此类研究就难以对旅游地服务设施的空间优化提供有效指导,而使其应用价值受限。

虽然学界已开展了一些旅游流与旅游设施的供需耦合关系研究,如吴冰等选取西安和成都两个西部典型旅游城市,研究两城市入境旅游流与星级饭店的耦合状况[8];吴倩倩等以海岛型景区为例分析了旅游流与旅游要素保障类公共服务之间的耦合关系[9];朱怡帆等基于途家网的上海共享住宿房源相关数据分析,指出其空间集聚的产生是主体游客的行为决策与客体房源的区位条件之间供需作用的结果[10]。但此类研究往往聚焦于旅游流与旅游设施两大相对独立系统间的整体供需适配关系,缺少对经过游客主观选择后的旅游服务设施分布特征的系统解读,而此间关联机制的分析,恰是深层次理解旅游地服务设施供给是否契合游客需求(即旅游设施与旅游流耦合关系)的关键。

整体而言,现有研究虽然帮助人们从多种视角加深了对酒店空间分布特征的理解,但基于旅游流视角的空间审视存在薄弱环节,仍需基于细粒度数据的分析提炼与理论总结。互联网作为用户获取与分享旅游信息的重要平台,利用游客在网络上遗留下来的数字足迹构建数据量较大的时序性旅游流,相比基于传统问卷调查信息形成的旅游流,具有不受限于样本数量和采样时间等显著优势。旅游流轨迹中的酒店等住宿信息,大多经过游客结合出行安排需要的筛选,为从游客需求侧视角研究旅游地住宿设施供给的空间特征提供了客观的数据支撑。

此外,现有关于游客酒店住宿空间特征的典型研究结论并未形成逻辑一致性,存在一定程度的“观点冲突”。如David 等基于竞标地租理论提出了城市内部酒店空间等级模式:酒店等级愈高,愈倾向于选址在城市中心[11];赖长强等基于广州酒店POI数据的分析中,也得出高等级酒店主要分布在中心城区,经济型酒店更多集中在外围区域的结论[12];而陈岗等借助空间句法对桂林城区饭店的分布特征进行分析,得出高等级饭店设施减弱了对交通集成度的需求,呈现疏离城市中心的趋势[13];Nam对韩国济州岛酒店区位变化的分析中,同样得出其具有远离市中心的趋势[14]。那么如何理解这种结论差异,是否具有一种分析框架能对现有多样性的研究结论做出合理的理论解释?本文认为基于旅游轨迹审视需求侧游客住宿空间的区位选择,是系统理解旅游住宿设施空间分布特征与机制的切入点。

因此,从旅游轨迹分析出发,提取其中涉及的旅游住宿信息,对此细粒度数据进行针对性分析,梳理旅游流与酒店设施的关联影响脉络,不仅可以在研究视角上增加游客需求侧的旅游住宿空间区位偏好解读,加深对酒店等旅游服务设施空间分布形成机制的理解,也可为微观层次的酒店选址和宏观层次的旅游设施布局提供参考。基于此,本文通过对典型旅游城市桂林的分析,基于供需关系视角构建对游客住宿空间分布特征更具普适性的解读框架。

1 研究对象与数据来源

1.1 研究对象

桂林是世界著名的风景游览城市和国家级历史文化名城,景观资源丰富,为典型的资源驱动型旅游地。桂林城区作为大桂林旅游圈(以桂林城区为中心,辐射周边县城形成的旅游格局)的核心节点,具有优越的对外交通条件,且城区内精华景点众多,5A级景区有“独秀峰—王城景区”“两江四湖—象鼻山景区”,4A级景区有“七星公园”“芦笛岩”“叠彩—伏波景区”“穿山公园”等,优越的条件使桂林城区成为旅游流的重要集散中心。且桂林是国内最早进行旅游开放的城市之一,旅游业发展成熟。使桂林城区拥有完善的旅游服务配套,游客住宿选择不受限于酒店供给,为基于旅游需求侧视角审视游客住宿酒店的空间特征提供了理想场景。

1.2 数据来源

携程旅行网(https://www.ctrip.com)是主流旅游网站之一,网站用户分享的游记包含了大量的旅游线路及相关信息,其中的酒店住宿信息多是游客结合自身的旅游行程需要进行综合筛选确定的,能够体现出旅游需求侧对住宿酒店的空间偏好。基于此,借助火车头采集器获取携程旅行网上涉及桂林旅游信息的游记文本,去除旅游宣介、广告营销之类的游记后,共获取日期至2021年12月31日的有效游记3 111条,其中含有桂林市区酒店住宿信息的游记927条,共涉及252个不同的酒店。

2 研究方法

2.1 多距离空间聚类分析

空间研究尺度不同,要素集聚模式可能不同,在小尺度下可能呈现集聚分布,而在大尺度下可能为随机分布或发散分布。Ripley′sK函数是按照一定半径距离的搜索范围来统计点数量,基于此函数的多距离空间聚类分析可对一定距离范围内要素的空间相关性进行分析,显示要素集是否具有统计显著性的聚类或离散,如果某计算距离内的要素密度大于整个研究区域内的要素密度,该距离的要素分布被视为聚类分布。ArcGIS软件中的多距离空间聚类分析工具执行的是K函数的一种常见变换,称为L(d),计算公式为:

(1)

式中:A为研究区域面积;n为要素数量;d为距离阈值;K(i,j)表示权重。本文要获得与要素位置关联程度的聚类模式,故执行K函数时对各点均不加权重。

2.2 核密度分析

核密度分析可以较好地反映区域中各位置的点事件集聚程度,是一种非参数估计的方法,无需先验分布假设,可以从数据本身特征出发建立模型。借助核密度分析方法,可以将具有空间坐标属性的离散点或线生成连续表面,进而直观表现出点线要素的空间聚集特征,计算公式为:

(2)

式中:f(x)为核密度估计值;n为样本数量;h为搜索半径;k(·)表示核函数;(x-xi)是两点之间的估计距离。f(x)值越高,表明点要素的分布密度越大,反之则越小。

2.3 空间句法

空间句法模型本质是基于拓扑距离的网络通达性和关联性,将空间相互联系抽象为连接图,再根据图论原理进行拓扑分析而导出一系列形态分析变量[15],其分析模型多运用轴线模型和线段模型。其中传统的轴线模型基于相互可视原则进行运算,轴线用于代表相互可视的凸空间;在此基础上衍生的线段模型则以真实路网数据为基础,考虑了路网偏转角度对人流出行的影响,已得到更广泛的应用。本文借助空间句法软件Depthmap X创建线段模型,涉及的主要变量有:

①节点总数(n):即搜索半径内节点数量之和。

②角度全局总深度(ATD):表示网络中某一节点距搜索半径内其余所有节点角度拓扑距离之和。ATD值越大,代表该节点深度越大,即拓扑可达性越低。计算公式为:

(3)

式中:ATD(x)为点x的角度全局总深度;dθ(x,i)为x与i之间的角度拓扑距离。

③角度整合度(I):反映网络中某个空间与其他空间集聚或离散程度。整合度越高,表明该空间的拓扑可达性也越强。计算公式为:

I=NC/MD=NC×NC/ATD

(4)

式中:NC为搜索半径内路网节点的总点数;MD为平均深度(角度总深度ATD除以路网节点的总点数)。

④角度选择度(ACH)与标准化角度选择度(NACH):反映网络中通过某一节点的最短角度拓扑距离的次数,其值越高,反映在实际出行中选择通过该空间的概率也越大,经标准化后的角度选择度与网络中节点数量无相关性,可用于对比分析不同结构的网络图。计算公式为:

(5)

(6)

式中:ACH(x)为点x的角度选择度;σ(i,x,j)为通过点x的点i与点j之间最短角度拓扑距离。

3 游客住宿空间的分布特征

3.1 集聚分布

借助ArcGIS软件中的多距离空间聚类分析工具对游记文本中涉及的252个桂林市区酒店进行空间聚类模式分析(图1)。在各观测空间范围内,酒店均呈现出显著的集聚分布特征。基于此前提,可以进一步剖析游客酒店住宿集聚节点的空间格局与区位特征。

图1 桂林市区游客住宿酒店的多距离空间聚类分析

3.2 多节点分布格局

借助ArcGIS中的“核密度”工具对桂林市区游客住宿酒店进行分布密度分析,并选取自然间断点分类法进行可视化展示(图2)。

图2 桂林市区游客住宿酒店的核密度分析

由图2可知,桂林市区游客住宿酒店表现出明显的集聚分布特征,主要集中在老城组团(依据桂林中心城区的空间结构,桂林城区可分为“老城区”“临桂新区”“雁山区”三大空间组团),除在老城组团核心区形成一个显著的大中心节点外,还存在着多处外围小集聚节点,总体呈分布广泛但相对集中的多节点格局。

3.3 邻近“交通门户”“目标景观”节点集聚

3.3.1 分析思路

“流”是承载于节点之间具有某种相互作用功能的联系[16],每一个游记文本中旅游者的行程轨迹可理解为连续节点间的旅游流转移[17]。因此,提取游记文本中连续节点的坐标后,利用ArcGIS平台的XY to Line工具,便可生成涉及桂林市区游客酒店住宿节点的旅游流网络(图3)。旅游流网络是由游客在不同旅游节点间的迁移轨迹组合形成的,而桂林游客活动轨迹中涉及的市区酒店整体呈多集聚节点的空间分布格局,故从解析旅游流轨迹特征出发,对理解游客住宿酒店分布的节点特征具有逻辑上的结构性支撑意义。

图3 桂林市域中游客选择市区酒店住宿的旅游轨迹

3.3.2 旅游流轨迹的节点特征

对涉及桂林市区酒店住宿信息的927条旅游流轨迹进行分析,发现这些旅游流轨迹共涉及三类不同的旅游节点,分别为:以机场、火车站、汽车站等为代表的“交通门户”节点,以各景区景点构成的“目标景观”节点,以及因满足游客住宿需求形成的“酒店”节点。其中,“交通门户”节点与“目标景观”节点具有不可移动的“刚性”空间属性;“酒店”节点具有空间选择灵活的“弹性”属性。即不同旅游流轨迹中可能“交通门户”与“目标景观”节点以及游览路径等皆相同,但游客选择的住宿酒店具有明显的区位差异。为便于分析表述,下文将具有“刚性”空间属性的“交通门户”与“目标景观”节点合称为“基本节点”。

3.3.3 邻近“交通门户”“目标景观”节点集聚

借助ArcGIS软件中的点距离工具分析旅游流轨迹中“酒店”节点与基本节点的空间关系,发现有206个酒店邻近基本节点分布,位于基本节点1km(约10-15min步行适宜距离)范围内,约占酒店总数量的81.75%。将邻近基本节点的酒店分布图与桂林市区酒店密度图进行叠加分析(图4),直观呈现出大量酒店邻近基本节点集聚分布的空间特征。

图4 酒店分布与旅游流基本节点的关系

3.4 邻近“交通便捷区”集聚

在提取的252个桂林市区酒店中,超出与基本节点步行适宜距离的酒店数量有46个,占酒店总量的18.25%。值得注意的是,该部分酒店的分布虽然相对较为分散,但仍表现出较明显的空间集聚特征(图4)。而基于对游客理性出行行为的理解,超出与基本节点步行适宜距离的酒店应具有较好的交通可达性条件,以降低额外成本支出。可达性被定义为节点之间相互作用机会的大小[18],也称通达性,常用于衡量交通网络中各地之间的交通方便程度[19]。空间句法可对城市道路的通达性进行评价,据此对超出基本节点适宜步行距离的酒店进行交通可达性分析。

对桂林市区道路进行全局整合度和局部选择度(经多次实验,将搜索半径设置为5—15km之间时,能更好地反映出超出与基本节点步行适宜距离的酒店邻接道路的选择度差异,本文选择中间值11km作为搜索半径)分析,获得市区酒店邻接道路的整合度与选择度,其中当酒店邻接多条道路时,取整合度与选择度的高值作为衡量酒店交通区位条件的依据。由表1可知,超出与基本节点步行适宜距离的酒店邻接的道路具有更高的整合度与选择度,其均值不仅远高于整体路网的均值,也显著高于位于基本节点步行适宜距离内酒店邻接道路的均值,表明该部分酒店对交通可达性条件要求更高,该部分酒店多集聚分布在整合度与选择度较高的道路交汇处(图5、6)。总体来看,超出与基本节点步行适宜距离的酒店对交通可达性条件要求较高,且表现出明显的趋向在“交通便捷区”(交通可达性较好的道路交汇处)集聚的空间特征。

表1 道路整合度与选择度数值表

图5 酒店分布与道路整合度关系

图6 酒店分布与道路选择度度关系

4 游客住宿酒店空间分布的形成机制

4.1 旅游地酒店分布的影响脉络

酒店是旅游供给侧的服务设施,游客是旅游服务的需求主体。在市场供需机制的作用下,酒店的空间分布必然受旅游流集散的影响,而旅游流是旅游地中不同节点间的迁移轨迹,其空间集散必然受到旅游地中旅游节点格局的基本影响,即旅游地的空间结构形成旅游流集散的载体基础。因此,“旅游地—旅游流—酒店”三者之间形成耦合关联的影响脉络。在影响脉络中,“旅游地”通过影响旅游活动的空间组织影响“旅游流”的空间指向,“旅游流”对“酒店”的空间影响叠加了“旅游地”对“旅游流”的作用。故解读旅游流对酒店分布的空间影响,应首先解析旅游地对旅游流的空间作用。

4.2 旅游地空间结构对旅游流的影响

4.2.1 旅游地空间结构

旅游资源的基本特征之一是不可移动性[20],使旅游活动表现出鲜明的目标导向性。在旅游地中,旅游活动的开展涉及一系列关联环节,其基本环节是通过“交通线路”实现游客由“交通门户”(机场、火车站、汽车站等)至“目标景观”的空间位移。其中,“交通线路”是输送旅游流的空间媒介;“交通门户”是旅游流的转输节点,“目标景观”是旅游流的目标节点。虽然一些自驾的游客无需经过“交通门户”而直接前往“目标景观”,但整体而言,“交通门户”“交通线路”“目标景观”构成旅游地空间结构的基本要素(图7a)。因此,旅游地中“交通门户”与“目标景观”作为刚性空间节点成为影响旅游流轨迹的基本节点。

图7 旅游地基本空间结构与旅游流“交通便捷区”节点

4.2.2 旅游流的空间指向

旅游是一种消遣和消费的过程,从经济理性人的视角来看,游客倾向于投入产出的效用优化,即控制旅游活动中产生的额外成本(时间、费用、精力等)。在旅游地空间结构中,“交通门户”“目标景观”是基本节点,旅游流在基本节点附近集散的额外成本最低。当旅游活动涉及分布在不同地点的多个“目标景观”节点时,交通可达性较好的道路交汇处因利于组织旅游行程,且游客增加的额外成本(时间、费用、精力等)较低,往往成为旅游地空间结构中旅游流集散的新节点“交通便捷区”(图7b)。

在旅游流空间集散的“交通门户”“目标景观”“交通便捷区”三大节点中,“目标景观”节点的空间特征为“邻近景观资源”,而“交通门户”与“交通便捷区”两大节点的空间特征可概括为“便捷旅游交通”。故在旅游地中,旅游流表现出两大空间指向,分别为“便捷旅游交通”与“邻近景观资源”,其中前者侧重影响旅游活动的过程组织,后者侧重影响旅游活动的目标体验。因此,在旅游地中,旅游流的空间集散节点往往具备“便捷旅游交通”与“邻近景观资源”两大空间特征之一,且该特征优势愈显著的节点,其旅游流的集散流量往往愈大。

4.3 旅游流对酒店分布的空间影响

在旅游地中,实现对“目标景观”的游览、体验是游客的核心诉求,住宿是建立在此基础之上的衍生诉求。在旅游地中,旅游流集散具有“便捷旅游交通”、“邻近景观资源”的空间指向性。酒店作为旅游供给侧的服务设施,当旅游流的节点流量达到满足酒店的市场运营需求阈值时,在供需关系作用下酒店分布将与旅游流集散节点分布进行相应的空间适配,进而使酒店分布整体呈现出“大分散,小集聚”的多节点格局,且节点区往往具有“便捷旅游交通”与“邻近景观资源”两大空间特征之一。

4.4 机制总结

“旅游地、旅游流、酒店”三者之间存在系统的关联影响,其中旅游地空间结构对旅游流的空间集散产生基础影响,使旅游流集散表现出“便捷旅游交通”与“邻近景观资源”两大空间指向;在旅游流空间指向的影响下,酒店整体呈多集聚节点的分布格局,且节点往往具有“便捷旅游交通”与“邻近景观资源”两大空间特征之一。

5 高等级酒店空间分布倾向

市场机制下,酒店设施分布是对游客住宿需求的空间适配。在旅游地中,旅游流的空间集散节点往往具备“便捷旅游交通”与“邻近景观资源”两大空间特征之一。基于此,会产生两种空间情形:一是当节点兼具此两大空间特征时,区位条件最为优越,不同消费偏好的游客在此集聚的可能性最大,当在此节点产生空间竞争时,高等级酒店因付租能力较高而胜出。城市中心区通常交通便利,当景观富集时(中心区往往是人文景观富集区),高等级酒店在城市中心区分布的特征则较为突出。即符合David等基于竞标地租理论提出了城市内部酒店空间等级模式(酒店等级愈高,愈倾向于选址在城市中心)[11];二是当节点只具备两大空间特征之一时,问题关键在于高标准消费能力的游客会倾向于哪种空间选择,而本文认为这取决于景点的质量品级、规模大小以及旅游地空间结构等多种因素的综合影响,难以呈现出空间选择的理论一致性,表现为实证案例的多样性。陈岗等基于交通集成度的实证分析即属此类范畴,桂林中心区外围存在诸多优质景观,吸引了大量高消费能力的游客,即便交通集成度相对不高,仍会产生高等级酒店的供需适配,从而得出“高等级饭店设施减弱了对交通集成度的需求,呈现疏离城市中心”结论[13]。值得注意的是,高等级酒店分布“便捷旅游交通”空间特征的减弱(交通集成度的降低),置换的是“邻近景观资源”空间特征的加强。

按照携程网的划分标准,本文涉及桂林市区的252个酒店中,有15个5星级酒店和126个2星级及以下酒店。其中5星级酒店中,有13个邻近“目标景观”分布,在同等级酒店中占比高达86.67%;而2星级及以下酒店中,有69个邻近“目标景观”分布,占比为54.76%。桂林的实证分析表明,愈高等级的酒店,“邻近景观资源”的空间特征对其分布影响愈重要。而该结论对其他城市而言是否同样适用,仍需进一步分析论证。

6 结论与建议

旅游现象极为复杂已是学界共识[21-25],也注定了停留在现象层面的大量研究带有较强的个案属性,唯有发掘隐藏在现象背后的机制规律才能明晰在不同场景条件下旅游现象的形成逻辑。在旅游地中,旅游活动产生的最基本场景是游客通过交通线路从“交通门户”节点至“目标景观”节点实现空间迁移,游客的食宿等需求分布以及相应的旅游服务供给都受此场景条件的结构性影响,据此归纳演绎,本文提出了“旅游地—旅游流—旅游服务设施”三元分析框架对其解析。主要结论如下:①酒店是典型的旅游服务设施,其空间分布受市场机制的影响。从市场供需关系的视角来看,旅游流的空间集散成为酒店分布需求侧的影响因素,而旅游流的空间集散受旅游地空间结构的影响。因此,可以从“旅游地—旅游流—酒店”三元关系视角揭示旅游城市酒店分布的空间特征。这种整体性分析框架是对传统研究的有益补充,并可将不一致的传统研究结论纳入同一框架且给出理论解释。②基于影响脉络的传导关系可知,通过对旅游地空间结构的规划调整可以对旅游流的空间集散产生影响,进而改变游客对酒店等旅游服务设施的诉求分布。因此,以此影响机制为指导,可以增强政府对旅游空间格局优化的宏观引导能力,也可为微观层面酒店的区位选址提供理论参照。③高等级酒店首先倾向分布在兼具“便捷旅游交通”与“邻近景观资源”两大空间特征的空间节点处,当空间节点只具备其中一个较为突出的空间特征时,高等级酒店的空间分布受到多种因素的影响,空间分布不具有理论一致性。④桂林的实证分析表现为“愈高等级的酒店,‘邻近景观资源’的空间特征对其分布影响愈重要”这一现象,但该结论的普适性尚待更进一步的理论探讨与更多的实证检验。

在旅游发展以游客满意度为核心的服务宗旨下,酒店等住宿设施是体现旅游城市形象和服务水平的重要窗口。契合旅游活动的客观规律,在国土空间规划中合理布局与更新功能用地十分重要,而此功能区位的核心特征在于至少具有“便捷旅游交通”与“邻近景观资源”两大空间特征之一。此间尤需注意的是,“便捷旅游交通”的评价关键在于不同旅游节点间的联系便捷程度,而不是在城区交通网整体中的便捷程度,即并非城区中交通通达性高的区域都有条件产生旅游住宿的空间集聚。