中国酒店空间分布研究外文翻译资料

Article

Tourism and Hospitality Research

Spatial pattern of hotel distribution

in China

2013, Vol. 13(1) 3–15

! The Author(s) 2013

Reprints and permissions:

sagepub.co.uk/journalsPermissions.nav

DOI: 10.1177/1467358413508579

thr.sagepub.com

Hao Luo

Sun Yat-sen University, China

Yang Yang

Temple University, Philadelphia, USA

Abstract

This paper aims to investigate the spatial pattern of hotel distribution in Chinese cities and shed light on the

factors shaping this pattern. Several spatial data analysis methods are applied to examine the number of star-

rated hotels in 342 Chinese cities from 2001 to 2010 as well as the number of budget hotels in 2008. Three

significant hot-spot areas for star-rated hotels have been identified in 2010, namely, the Yangtze River Delta

cluster, the Pearl River Delta cluster, and the Beijing–Tianjin cluster. Furthermore, based on the results from

bivariate local Moran statistics, the star-rated hotel hot-spots are found to be spatially associated with local

economic condition, foreign investment dependence, and the level of tourism development.

Keywords

Hotel location, hot-spot, spatial pattern, China, exploratory spatial data analysis

Introduction

The hotel industry in China has developed at a rapid

pace after Chinarsquo;s economic boom resulting from the

reform and opening-up policies instituted in 1978.

The industry has continued to satisfy the accommoda-

tion and entertainment needs of an increasing number

of tourists and business travelers. Figure 1 demon-

strates the trajectory of star-rated hotel supplies from

1990 to 2010. The number of star-rated hotels totaled

11,779 in 2010, with 1,476,359 hotel rooms and

2,566,382 available beds. By providing necessary

accommodation, entertainment, dining, and conven-

tion facilities to incoming visitors, the hotel industry

has become the backbone of the local tourism industry

(Yang and Wong, 2012). Despite the general trend of

increase, one can still observe a decline of these sup-

plies in 2010 (Figure 1), which was caused by the

global economic recession (Gu et al., 2012).

Many previous studies have identified the spatial

inequity of hotel distribution in China (Shu and Dai,

2002; Yu, 1998). As indicated by the evidences from

abroad, the geographical concentration in the hotel

industry is common (Roehl and Van Doren, 1990;

Sund, 2006; Wall et al., 1985). Among 31 province-

level administrative units in China, 11 eastern units

have 47.91% of total star-rated hotels in 2010, and

these hotels contribute to 68.37% of total revenue

and 68.15% of total tax in Chinarsquo;s hotel industry.

This clustering tendency of hotel locations can be

attributed to the economies of agglomeration, which

provide additional benefits to the hotels within the

clusters. For the sake of production advantages,

agglomeration allows the individual members of the

hotel cluster to maintain easy access to resources

that are shared within the cluster (Canina et al.,

2005). Moreover, this agglomeration provides greater

access to leading suppliers or special services. Based

on the empirical results, Barros (2005) suggested that

Corresponding author:

Yang Yang, School of Tourism and Hospitality Management,

Temple University, 1810 N. 13th Street, Speakman Hall 310,

Philadelphia, PA 19122, USA.

Email: yangy@temple.edu

Downloaded from thr.sagepub.com at UNIV OF VIRGINIA on April 10, 2015

4 Tourism and Hospitality Research 13(1)

Figure 1. Supply of star-rated hotels in China, 1990–2010.

geographical clustering contributes to a higher effi-

ciency of hotel operation.

Two research questions form the basis of our

inquiry: (1) What are the major patterns of hotel loca-

tion at the city level in China, and is this location spa-

tially clustered? (2) Can we relate these patterns to

indicators of economic and tourism development? To

uncover the spatial pattern of hotel distribution in a

rigorous way, this study applies exploratory spatial

data analysis (ESDA) tools to an analysis of the

number of star-rated hotels in 342 Chinese cities from

2001 to 2010 and the number of budget hotels in 2008.

By recognizing the general pattern and identifying the

clusters in hotel distribution, we are able to describe the

location pattern of the hotel industry in a more precise

way than could be achieved with traditional inequity

indices and choropleth mapping. Moreover, we aim to

investigate the possible factors shaping the spatial pat-

tern by using a bivariate spatial association measure

that can discover the spatial associations between two

variables in terms of their distribution.

This paper contributes to the current body of litera-

ture by introducing spatial statistics to examine the pat-

tern of hotel distribution. By investigating this spatial

pattern, the set of spatial statistics improves under-

standing of hotel location mechanisms. Therefore,

locational advantages and disadvantages can be identi-

fied for potential new hotel entrants, and proper loca-

tion alternatives can be pointed out fo

剩余内容已隐藏，支付完成后下载完整资料

---

中国酒店空间分布研究

摘要

本文旨在探讨我国城市酒店布局的空间格局，揭示其空间分布规律，以及出现这种模式的因素。几个空间数据分析方法应用到研究中国342个城市酒店数量从2001年到2010年的变化，以及2008年经济型酒店数量。三个星级酒店的重要热点地区已于2010年确定，即长江三角洲集群、珠三角集群、北京-天津群。此外，根据结果二元局域莫兰统计，星级酒店热点被发现在空间上与当地相关经济条件、对外投资依存度与旅游业发展水平有关。

关键词：酒店位置，热点，空间格局，中国，探索性空间数据分析

导言

在 1978 年实行了改革开放政策后，中国的经济繁荣，我国饭店业以飞快的速度发展。该行业继续满足越来越多的游客和商务旅行者的膳宿和娱乐需要。 图 1 描述星级酒店的用品从 1990 年到 2010 年的变化。2010 年，11,779 星级宾馆，1,476,359 酒店客房与 2,566,382 的可用床位。通过向旅客提供必要的住宿、 娱乐、 餐饮和胸腺肽注射液治疗白癜风等设施，酒店业已经成为当地旅游行业 （杨和黄，2012年） 的骨干。2010 年由于受全球经济衰退 （顾，2012年），尽管有平稳增加的趋势，你仍然可以观察这些物资在减少 (图 1)。

以前有许多研究表明在中国酒店空间分布不均匀（舒和戴，2002 年; 宇，1998年）。来自国外的证据所示，在酒店业中的地理集中是常见 （Roehl 和范 · 多伦，1990年；崇德，2006 年; 31个行政省份，1985年）。在中国31 省级行政单位中，在 2010 年， 11 东部城市有 47.91%的星级宾馆，这些酒店贡献 68.37%的总收入和总税收中，占中国酒店业的 68.15%。酒店位置这聚类趋势可以归因于经济的集聚，对集群内的酒店提供额外益处。为了生产优势，集聚允许酒店集群的个别成员保持轻松地访问群集 （供体犬 et al.，2005年） 内部共享的资源。此外，这群集向领先的供应商或特殊服务提供更多的机会。基于实证结果，巴罗斯 （2005 年） 建议，地理聚类有助于更高效率的进行酒店运营。

图 1 1990年-2010 年星级宾馆在中国的物资表

两个研究问题形成一份我们的调查: (1) 在中国什么是酒店的位置与市级的主要模式和这个位置的空间上的聚集？（2） 我们可以涉及这些模式的经济指标和旅游业的发展吗？以科学严谨的方法揭示酒店分布的空间格局，本研究运用探索性空间数据分析 (ESDA) 工具数目从 2001 年到 2010 年在342 中国城市的星级宾馆以及2008年经济型酒店数量。通过认识的一般规律和确定酒店分布的集群，我们就能够用更精确的方式描述酒店业的空间分布模式，而不是通过传统的不平等指数和显示映射。此外，我们的目标是探讨利用二元空间关联措施，可以发现在分配他们的两个变量之间的空间关联塑造空间格局的可能因素。

本文有助于当前的文学主体通过引入空间的统计数据，以分析酒店分布格局。 通过分析此空间的格局，理解一整套提高酒店空间分布的位置机制。因此，区位优势和缺点可以为潜在的新酒店进入，对于和传入的酒店可以指出适当位置的替代品。展望酒店数目及一整套的解释变量的空间关联，二元 ESDA 措施提供了优越的工具反映酒店位置模式空间异质性（海宁，1991年）。

本文的结构如下：首先，整理以前记录的文学和部分文献综述对饭店业在中国和酒店位置分析讨论。第二阐述本文的方法以及结果和讨论中使用的数据。最后，提出了一种结论。

文献综述

我国饭店业

为了满足大量的国内和国际旅客的住宿需要，中国酒店业服务蓬勃发展。在酒店业发展的早期阶段，星级宾馆，尤其是豪华酒店，主要位于为数有限的主要门户以及城市市场关注的焦点。自 20 世纪 80 年代，我国出现了家合资酒店并拓宽经济改革，在上世纪 90 年代早期，努力增加后的酒店数目为加大迎合更刺激的业务活动 （松，2002年） 的需要。1990 年，目标是实现更高程度的设施和服务标准化 （香港和张，2009年），向中国介绍了由旅游行政单位统计的星级排名。此外，中国加入世界贸易组织 （松，2002年），2001 年在税务方面，优惠政策方面受益后定价和人力资源进一步为创造机会酒店，特别是外资和合资企业的发展。经过三十多年的发展，中国的酒店设施和服务有了大大提高，使中国酒店业与国际接轨。

随着中国向市场经济转变，酒店业一直在努力实现符合市场原则 （松和气，2004年） 的商业做法。激烈的政府干预和缺乏经济驱动程序有助于整个行业的低效率。国家所有权继续占据主导地位，和地方当局的保护下国有酒店已经证明缺乏熟悉国际商业惯例 （松和气，2004年），倾向于少生产 （松，2002年），和更缺乏经验的定价和市场营销 （香港和张，2009年）。欠发达的饭店集团在中国呈现另一种功能。只有少数酒店是连锁经营由于所有权问题 （松，2002年）。以及，中国酒店业面临不同的业务环境，比在西方国家 （松和气，2004年） 发现和服务显著岔的客人市场 （松，2002年）。

不平衡分布是中国的酒店业另一个显著的特点（松，2002年）。（玉 ，1998 年） 强调地理集中的沿海地区，在长江三角洲 （长三角地区） 的酒店，并解释这种分布由经济条件、 海外，中国连接和旅游业的发展。相比在许多旅游目的地的高端酒店供应过剩，为满足国内旅行，那里是我国经济型酒店的发展还有很大潜力， (Yu，1998年)。

酒店位置的空间分析

酒店位置分析重要的是认识这两个饭店空间格局的各个不同区域和这种模式的可能因素。范多伦和古斯特克 (1982) 研究了在美国和种鉴定的主要生长于住宿在阳光地带和西部山区地区酒店业的空间增长。Roehl 和范多伦 （1990 年） 研究了美国度假村酒店的空间格局，发现这些酒店都集中在三个国家。 在英国其他区域间的研究（公牛和教会，1994年），包括酒店就业数目 （崇德，2006年），瑞士的酒店和小酒店活动在坦桑尼亚 （夏尔马 et al.，2007年）。从这种研究的影响是重要性的对政府的产业规划努力和利益相关者的房地产投资决策。为私人酒店投资者、 酒店分布格局及其演变的理解提供有价值的见解，对于市场对潜在的客人访问，可以进一步用来确定市场均衡，确定是否酒店业供过于求。

在大多数研究中，结果显示映射用来描述酒店位置分布和可能的因素塑造模式 (996 年; 公牛和教会，1994 年;巴尔，1999 年;费雷拉和博肖夫，2013;范 · 多伦，1990 年;罗杰森，2012，2013年）。为了弄清酒店位置模式，出现了一些更复杂的空间统计工具。弄清酒店位置模式，出现了一些更复杂的空间统计工具。空间统计包括一组用于调查的依赖性和观测的关系，在空间的统计方法。（1985 年） 应用几个点格局分析工具来研究住宿在多伦多，加拿大的空间分布。 计算结果表明聚集的分布格局，突出了平均中心、 色散和取向分布对时间的变化。

百老汇 （1993 年） 计算酒店分布在加拿大的蒙特利尔，在不同时期的地理平均中心和突出了中心适度转移。 关于其他点格局分析工具、 崇德 (2006) 雇用的洛伦茨曲线研究酒店分配不公平和杨和 Fik （2011 年） 利用 K 功能研究酒店聚类在多个不同的距离。此外，海尔茂夫妇 （2010 年） 发现的酒店新人使用空间回归模型的空间聚类。

有几个研究在中国的扩张与酒店地理位置相关的因素。松树和齐 （2004 年） 建议连锁酒店的发展，包括经济和政治系统、 酒店所有权、 酒店管理和竞争的四个主要障碍。(2012) 发现的市场需求、 市场规模、 策略和大型活动要车流量跨国饭店集团在中国的区位投资选择的决定因素。然而，到最好的我们的知识，所有先前的研究利用省级别的数据和非空间方法。因此，它俯瞰地区在省内的非均质性，未能考虑嵌入位置数据的空间信息。因此，在本研究中采用的空间工具与市级数据是更有可能在更可靠和精确的方式推出的空间分布。

研究方法和资料

在本文中，我们采用一套一元和二元 ESDA 工具，探讨中国城市酒店分布的空间格局。在过去的一家酒店文献利用这些空间方法相比，ESDA 工具都能够进行严格统计推理上的空间格局和检测基于弄测试的集群。ESDA 方法是那些空间的统计技术在描述和可视化的空间分布、 检测热点模式和暗示空间制度或其他形式的空间异质性 (Anselin，1998年) 中非常有用。它一般包括两种类型的方法︰ 全局和局部。

我们采用单变量莫兰的统计 （或全球 Moran 系数） 作为全球 ESDA 工具来检测一般空间格局的酒店位置在中国城市 （悬崖和 Ord，1981年） 和这一统计数字写成以下形式︰

其中 y 表示解释在每个城市的酒店数目的变量。二元的莫兰的统计标记为相关系数空间版本。它捕获跨不同位置的两个变量的不同协会和嵌入到空间的上下文 （休伯特，1985年）。

自相关的全球测试可能会隐藏失水利用空间格局。对于当地的 ESDA 方法，我们选择单变量局部 Moran 统计，这是简单的本地版本的莫兰的我统计︰

和变量 x 对 y 的二元当地 Moran 统计是进行，如下所示︰

与方程 （1）、 (2) 相同的符号在哪里。正值第二指示空间聚类相似的值，而负值表示空间聚类分析的不同值之间一座城市和它的邻国。要进一步了解酒店的位置，莫兰弄和集群利用地图。地图显示车流量局部 Moran 统计的城市，由四种不同类型的聚类对应于本地空间关联一个城市和邻国之间指出城市（Anselin 和宝，1997年）︰ HH （一个城市具有很高的价值，包围城市高值）、 LH （包围城市高值的值很低的城市）、 LL （市值低包围城市低值）、 HL （一个城市具有很高的价值，包围城市低值）。因此，基于当地的莫兰弄和聚类图，车流量酒店位置集群可以被可视化和种鉴定。

我们得到由中国国家统计局出版中国统计年鉴（2002年-2011 年）的数据，在每个中国的城市星级的酒店的数量。星级宾馆是指评估由当地的旅游部门，根据由中国国家旅游局出版旅游酒店标准，进行旅游酒店星级评级。2008 年经济型酒店的数量数据取自李 (2009)，涵盖在中国大的经济型连锁酒店。此数据集，尽我们所知，是最新可用版本给我们在此发布的时间。对填写一小撮缺失值，我们也依赖大量的其他资源，如城市的政府报告和当地旅游局的统计报告。我们单项数据集覆盖 342 个城市在中国大陆，包括省一级城市、 地级市、 自治州。除非他们直接由省级政府，如河南省济源市和湖北省神农架，会从样品中排除大部分县级城市。相比以往的研究，使用省一级的数据，我们市级数据可以描述和解释酒店位置提供更翔实可靠的结果。

四个解释变量被引入来解释中国城市的酒店的空间分布和他们是市 GDP 总量的记录，相对于 GDP (lnFDI) 的外国直接投资总额的几率，国内旅游人数的的几率和入境的旅游人数的记录。为区域经济，每个中国城市这些解释变量的数据也被中国统计年鉴记录（2002年-2011 年）。

考虑酒店建设的滞后影响，我们应当指出使用从上一年的解释变量解释酒店数字。

结果和讨论

全球统计数字

对莫兰的星级饭店数量统计数字和经济型酒店结果在表 1 中。统计推断基于 50,000 排列在 OpenGeoDa 包 (Anselin et al，2006年)。对所有变量都是车流量与积极级别值 0.01 弄，这表明中国城市的酒店位置之间的空间正自莫兰的统计数字。积极的空间自相关分析表明城市酒店相对较大 （或小） 数目分别位于附近的酒店，相对较大 （或小） 数字城市。

通过比较莫兰的 starrated 和预算酒店之间的统计我们夏装的统计量的经济型酒店是降低，这表明，经济型酒店的分布较少，一般情况下，比集中分布的星级宾馆。 这样的结果可以解释大部分经济型酒店选择定位在大都市的事实。因此，大多数其他较小的城市没有旅馆。此外，fiercely 竞争星级宾馆行业在这些大城市赶出旅馆，减少所得的集聚经济方面受益。 这种情况下结果在较低级别的地理集中在预算的酒店业，莫兰的较小值所示的统计。

为了提供更多深入了解当地城市之间的空间关联，提出了 Moran 散点图。 它显示酒店放置在水平轴上和反对到垂直轴上的周边城市的酒店标准化空间加权的日志数目的日志的数量。 Anselin （1996 年） 的建议，Moran 散点图可以用于标识全局空间自相关和本地空间关联的每个点 （市） 内的情节。图 2 分别显示了莫兰散在 2001 年和 2010 年 （左上角和右上角） 的星级宾馆和旅馆 （底部），2008 年。很明显，大多数城市都位于象限 HH 和 LL (具体说来，象限 HH 为 35.38%和象限 LL 星级宾馆在 2001 年为 29.82%、 象限 HH 接种了 3275%和象限将在 2010 年，星级宾馆和象限 HH 19.01%和 47.37).82%，仍约有 40%的中国城市内象限 LH 或 HL，被认为是负相关，显示巨大的空间异质性。

图 2 在2001 年2010年的星级宾馆和 2008 年的经济型酒店的数目Moran 散点图

表 1 还提出了二元莫兰的几个解释变量对酒店的数目的统计数字。结果表明车流量星级的酒店，在每个城市和城市的经济状况 (lnGDP)、 外国投资的依赖 (lnFDI) 和当地旅游业发展数目之间的空间关联。基于二元震级的对比莫兰的统计数字，我们，在一般情况下，国内旅游曾与星级宾馆的空间联系最密切的夏装。我们也计算二元莫兰的统计变化的解释变量对酒店数字在研究期间的变化。结果表明，发现只有 lnGDP 和淋巴的变化要统计车流量，说明了当地的经济条件和国内旅游是星级宾馆数字的主要驱动力。二元莫兰我 lnGDP 的变化估计要大于lnFDI。 这一结果指向当地经济条件作为更占主导地位的因素，促进当地酒店的增长，因为它诱导的作为潜在的酒店客人的商务旅行者更大的市场。此外，为了调查星级经济

剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[613681]，资料为PDF文档或Word文档，PDF文档可免费转换为Word