疫情下杭州市民宿時空分布特征及其影響因素

摘要：以民宿數(shù)量位居全國第二的杭州市為例，從時間和空間兩個維度探討新冠疫情對中國民宿空間分布發(fā)展的影響。運(yùn)用最鄰近指數(shù)法、核密度估計(jì)法和中心點(diǎn)法等多種空間分析方法，研究新冠疫情前后杭州市民宿分布的時空演變特征及其影響因素。研究表明：截至2019年，杭州市新增民宿的空間集聚程度、集聚密度和集聚范圍持續(xù)增強(qiáng)和擴(kuò)展，分布中心向西南方偏移。新冠疫情爆發(fā)后，杭州市新增民宿的空間集聚程度和集聚密度顯著降低，集聚范圍顯著減少，分布中心顯著向東北方向偏移。新增民宿主要分布在2018—2019年高集聚區(qū)附近，尤其分布在以西湖區(qū)為核心的民宿集聚區(qū)和余杭民宿集聚區(qū)附近。新冠疫情期間，原先影響杭州市民宿空間分布格局的主要因素——旅游資源、交通分布、社會經(jīng)濟(jì)發(fā)展和集聚效應(yīng)以及政策因素仍然對民宿空間分布格局產(chǎn)生較大的影響。新冠疫情所導(dǎo)致的人們出游習(xí)慣的變化也對民宿空間分布產(chǎn)生影響。

關(guān)鍵詞：民宿；時空分布；新冠疫情；杭州市

中圖分類號：F592 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-2443（2024）05-0441-07

民宿作為一種新的旅游業(yè)態(tài)，是帶動旅游整體產(chǎn)業(yè)鏈發(fā)展、助力鄉(xiāng)村振興戰(zhàn)略和產(chǎn)業(yè)結(jié)構(gòu)升級的有效抓手［1-4］。2021年，中國“十四五”規(guī)劃綱要提出要壯大休閑農(nóng)業(yè)、鄉(xiāng)村旅游、民宿經(jīng)濟(jì)等特色產(chǎn)業(yè)。2022年，中國文化和旅游部等10部門聯(lián)合印發(fā)《關(guān)于促進(jìn)鄉(xiāng)村民宿高質(zhì)量發(fā)展的指導(dǎo)意見》，將鄉(xiāng)村民宿發(fā)展納入各地旅游發(fā)展規(guī)劃。近年來，我國民宿行業(yè)得到國家政策的扶持和游客的青睞，發(fā)展勢頭迅猛，麗江、杭州、廈門、成都等地的民宿在質(zhì)量和數(shù)量上都位于全國領(lǐng)先地位。然而，2020年春節(jié)前后爆發(fā)的新型冠狀病毒肺炎疫情（新冠疫情）對我國的社會經(jīng)濟(jì)和人民生活造成了極大影響，尤其是旅游業(yè)受到巨大沖擊［5-7］，民宿的發(fā)展也受到了巨大挑戰(zhàn)。

杭州市作為浙江省的省會城市，是集政治、經(jīng)濟(jì)和文化中心為一體的長三角第二經(jīng)濟(jì)城市，也是中國著名的風(fēng)景旅游城市之一，自古就有“上有天堂、下有蘇杭”的美譽(yù)。杭州市民宿業(yè)的發(fā)展態(tài)勢十分迅猛。根據(jù)《中國旅游民宿發(fā)展報(bào)告（2019）》［8］，截至2019年9月，杭州市民宿數(shù)量位列全國第二，其數(shù)量僅次于北京市。然而，2020年春節(jié)前后爆發(fā)的新冠疫情對杭州市旅游業(yè)發(fā)展產(chǎn)生了巨大影響。由《杭州市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)》可知：2020年杭州市旅游休閑產(chǎn)業(yè)下降16.3%，旅游總收入下降16.7%；旅游總?cè)藬?shù)下降15.6%，其中接待入境過夜游客下降87.4%。但隨著新冠疫情的有效精準(zhǔn)防控，2021年杭州市旅游業(yè)發(fā)展有所回溫。旅游休閑產(chǎn)業(yè)增長值比2020年增長4.5%，旅游總收入增長6.9%；旅游總?cè)藬?shù)增長5.0%，其中接待入境過夜游客增長26.4%。這期間杭州市民宿的發(fā)展也受到很大影響。

目前，研究者們主要專注于鄉(xiāng)村民宿、民宿設(shè)計(jì)、民宿經(jīng)濟(jì)、民宿空間分布及其影響因素等主題開展研究，其中，民宿空間分布及其影響因素已成為近年來研究的關(guān)注焦點(diǎn)。梅林等［9］采用標(biāo)準(zhǔn)差橢圓、核密度等分析方法探究2012—2018年北京市民宿時空分異特征，運(yùn)用隨機(jī)森林模型解釋人口密度、高等教育密度、距市中心距離、公交站點(diǎn)和旅游景區(qū)是影響民宿空間分異的主要因素。董之滔等［10］采用最鄰近指數(shù)、核密度等方法分析2022年山東省民宿空間分布特征，通過地理探測器揭示A級景區(qū)密度、酒店密度、人均可支配收入和人口密度是主要影響因素。龍飛等［11］采用空間最鄰近分析、密度分析等方法研究2017年長三角民宿的空間分布格局與特征，利用多因素逐步回歸模型確定了單位面積旅游收入、A級景區(qū)數(shù)量、人口密度和地區(qū)國內(nèi)生產(chǎn)總值對長三角地區(qū)民宿空間分布有顯著正向影響。胡小芳等［12］分析了2018年杭州、湖州、恩施三地民宿的空間集聚模式，參考相關(guān)文獻(xiàn)和三地民宿發(fā)展特點(diǎn)，發(fā)現(xiàn)區(qū)位、區(qū)域品牌、旅游資源和道路交通是主要因素。Gutierrez J等［13］通過雙變量空間自相關(guān)分析，發(fā)現(xiàn)巴塞羅那的民宿與旅游景點(diǎn)密切相關(guān)。

綜上所述，學(xué)者們對民宿空間分布的研究所涉及的研究區(qū)域較廣泛，但從時間上對比民宿空間分布差異的研究較少，尤其是比較新冠疫情前后民宿空間分布差異的研究較為有限。對于民宿空間分布的影響因素，學(xué)者們要么通過參考相關(guān)文獻(xiàn)及研究區(qū)民宿發(fā)展特點(diǎn)來闡述主要影響因素，要么通過隨機(jī)森林模型、地理探測器和多因素逐步回歸模型等計(jì)量分析方法進(jìn)行分析，但都缺乏這些影響因素是否適用于新冠疫情下的民宿空間分布的探討?？傊鹿谝咔閷γ袼蘅臻g分布發(fā)展的影響鮮有研究。因此，本文以杭州市民宿作為研究對象，從時間和空間兩個維度探討新冠疫情對我國民宿空間分布發(fā)展的影響，并分析新冠疫情前后影響民宿空間分布的主要因素，以期正確認(rèn)識新冠疫情對我國民宿業(yè)發(fā)展的影響，正確認(rèn)識重大危機(jī)下我國民宿的發(fā)展特征，為我國民宿業(yè)的可持續(xù)發(fā)展提供參考依據(jù)。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

杭州市轄上城、富陽、拱墅、蕭山、西湖、余杭、臨平、錢塘、濱江、臨安10個區(qū)以及建德市、桐廬縣和淳安縣，總面積為16850 km2，截至2021年底，杭州市常住人口為1220.4萬人。本文根據(jù)POI分類編碼和網(wǎng)絡(luò)爬蟲技術(shù)，獲取截至2021年來有效的民宿樣本點(diǎn)2014家，將所獲取的民宿點(diǎn)地理坐標(biāo)和杭州市行政區(qū)圖一起導(dǎo)入GIS軟件，得到杭州市民宿空間分布數(shù)據(jù)。為了更好地認(rèn)識新冠疫情對我國民宿業(yè)發(fā)展的影響，本文根據(jù)民宿的開業(yè)時間，將2014家民宿劃分為2015年及以前、2016—2017年、2018—2019年、2020—2021年四個不同時間段的新增民宿。

1.2 研究方法

1.2.1 最鄰近指數(shù)法 最鄰近指數(shù)是衡量點(diǎn)狀要素在空間分布上的相互鄰近程度的指標(biāo)［14］。本文使用最鄰近指數(shù)法分析杭州市民宿空間分布的集散特征。計(jì)算公式為

[R=r0re]，[re=12NA] （1）

R表示杭州民宿的最鄰近指數(shù)；A表示杭州市行政面積；N表示杭州市民宿個數(shù)；re表示各民宿之間理論最鄰近距離；r0表示各民宿之間實(shí)際最鄰近距離。R<1、R=1和R>1則分別表示點(diǎn)狀要素的集聚、隨機(jī)和均勻分布型。

1.2.2 核密度估計(jì)法 核密度估計(jì)法是一種非參數(shù)統(tǒng)計(jì)方法，可直觀地反映研究對象的集聚程度［10，15］。本文使用核密度估計(jì)法分析杭州市民宿空間分布的集聚形態(tài)。計(jì)算公式為

[f（x）=1nhi=1nKx-xih] （2）

[Kx-xih]為核密度方程，[h]為帶寬，[n]為帶寬內(nèi)的民宿數(shù)量。

1.2.3 相關(guān)性分析 采用Person相關(guān)性分析方法對杭州市2020年現(xiàn)有民宿和A級旅游景區(qū)進(jìn)行分析，以期得到兩者的相關(guān)性。

2 疫情下杭州市民宿時空演變特征

為了全面地分析杭州市民宿發(fā)展的時空演變特征，本文逐一對2015年以前、2016—2017年、2018—2019年、2020—2021年間杭州市新增民宿進(jìn)行分析。

通過最近鄰指數(shù)計(jì)算可以分析杭州市民宿空間分布的集散特征（表1）。從表1可看出，杭州市四個時期新增民宿及2021年現(xiàn)有民宿的平均最近鄰指數(shù)（R值）均小于1，Z值均小于-2.58，P值均小于0.001，表明杭州市四個時期新增民宿及2021年現(xiàn)有民宿的空間分布均呈現(xiàn)集聚狀態(tài)，且空間集聚極為顯著。但杭州市民宿發(fā)展的空間集聚程度有所不同。截至2019年，新增民宿的平均最近鄰指數(shù)是遞減的，表明2019年前杭州市新增民宿的空間集聚程度呈加強(qiáng)態(tài)勢。但受到新冠疫情的影響，2020—2021年間杭州市新增民宿的平均最近鄰指數(shù)由0.345變?yōu)?.427，空間集聚程度顯著下降。從表1還可觀察到，杭州市2021年現(xiàn)有民宿的平均最近鄰指數(shù)是最小的，表明杭州市2021年現(xiàn)有民宿的空間集聚程度高于任意一個時期，也表明杭州市每一時期的新增民宿都有較大比例的民宿是在之前原有民宿的周邊發(fā)展起來的。

對杭州民宿進(jìn)行核密度分析，按照每個時期的核密度值進(jìn)行分類分級，得到2015年以前、2016—2017年、2018—2019年和2020—2021年四個時期杭州市新增民宿核密度圖（圖1）。由圖1可見，2015年以前，杭州市新增民宿主要聚集在西湖區(qū)，在西湖區(qū)形成了一定密度的集聚中心。2016—2017年期間，杭州市新增民宿在以西湖區(qū)為核心的集聚區(qū)的集聚密度繼續(xù)增大，集聚范圍也有所擴(kuò)大，并在淳安縣千島湖風(fēng)景區(qū)周圍和桐廬縣富春江鎮(zhèn)周圍形成兩個次中心。2018—2019年間，杭州市新增民宿達(dá)到了前所未有的大規(guī)模增長，以西湖區(qū)為核心的集聚區(qū)、淳安縣千島湖風(fēng)景區(qū)周圍和桐廬縣富春江鎮(zhèn)周圍的集聚區(qū)，集聚密度進(jìn)一步增強(qiáng)，集聚范圍不斷擴(kuò)展。尤其是以西湖區(qū)為核心的集聚區(qū)，集聚密度迅速增加，從2016—2017年最高核密度值0.39快速增加到0.82。在這一時期，除了在原有的集聚區(qū)上大發(fā)展外，杭州市其他區(qū)域的新增民宿也顯著增加，桐廬縣的其他區(qū)域、臨安區(qū)、余杭區(qū)和富陽區(qū)都形成了一定規(guī)模的民宿集聚區(qū)。2020—2021年間，杭州市新增民宿的集聚區(qū)主要還是分布在2018—2019年高集聚區(qū)附近，尤其在以西湖區(qū)為核心的民宿集聚區(qū)和余杭民宿集聚區(qū)附近。但相對于2018—2019年，2020—2021年新增民宿的集聚區(qū)就集聚密度和范圍而言都顯著減少，尤其是淳安縣千島湖風(fēng)景區(qū)周圍的集聚區(qū)，集聚規(guī)模顯著下降。

綜合杭州市四個時期新增民宿的發(fā)展，結(jié)合杭州市2021年現(xiàn)有民宿的核密度分布（圖2）可得，杭州市2021年現(xiàn)有民宿的發(fā)展表現(xiàn)為“一主兩次”“成片發(fā)展”的分布格局，以西湖區(qū)為核心的集聚區(qū)在集聚密度和集聚范圍方面都顯著超越杭州市其他區(qū)域，成為杭州市民宿發(fā)展的大核心區(qū)。淳安縣和桐廬縣則形成民宿聚集發(fā)展的次一級核心區(qū)。此外余杭區(qū)、臨安區(qū)和富陽區(qū)的民宿集聚自2018—2019年起也逐漸成形。西湖區(qū)、拱墅區(qū)、濱江區(qū)、上城區(qū)和富陽區(qū)部分區(qū)域已呈現(xiàn)連片發(fā)展格局，桐廬縣、臨安區(qū)和富陽區(qū)，以及余杭區(qū)和臨安區(qū)也逐漸形成連片發(fā)展格局。

為了進(jìn)一步分析杭州市新增民宿空間分布格局的時空變化，對杭州市四個時期新增民宿以及2021年現(xiàn)有民宿的空間分布進(jìn)行空間分布中心計(jì)算，得到杭州市各時期新增民宿及2021年現(xiàn)有民宿的分布中心圖（圖3）。如圖3所示，杭州市新增民宿的中心都分布在富陽區(qū)，在2019年前，杭州市新增民宿的中心均朝向西南方向移動，2018—2019年和2016—2017年分別比上一時期移動了4 km和5.4 km。但2020—2021年間，杭州市新增民宿發(fā)展中心發(fā)生明顯變遷，由之前的西南方向直接轉(zhuǎn)變?yōu)闁|北方向，移動距離也是歷年最大，移動了12.6 km。這表明新冠疫情爆發(fā)后，杭州市新增民宿的空間分布與之前不同，主要集中在杭州市東北方向，這與圖1（d）中“2020—2021年間杭州市新增民宿主要集聚在以西湖區(qū)為核心的民宿集聚區(qū)和余杭民宿集聚區(qū)附近”相一致。

3 新冠疫情前后杭州市民宿空間發(fā)展的影響因素

3.1 新冠疫情前杭州市民宿空間發(fā)展的影響因素

根據(jù)杭州市民宿空間發(fā)展特點(diǎn)并參考相關(guān)文獻(xiàn)［9-13，16］，選取旅游資源、交通分布、經(jīng)濟(jì)發(fā)展和集聚效應(yīng)及政策因素等指標(biāo)分析杭州市民宿空間分布的影響因素。因此，在新冠疫情爆發(fā)前，杭州市民宿發(fā)展的空間格局具體受以下因素影響。

3.1.1 旅游資源 旅游資源對民宿的布局具有無可爭議的影響，獨(dú)特的自然或是人文景觀能夠帶來大量的人流和消費(fèi)，從而住宿需求量也會大幅上升。因此旅游資源越豐富的地區(qū)越有可能帶動民宿的聚集。本文分別統(tǒng)計(jì)了杭州市各縣區(qū)A級旅游景區(qū)的數(shù)量，利用SPSS軟件對截止2019年已有民宿和A級旅游景區(qū)進(jìn)行Person相關(guān)分析。相關(guān)分析顯示截至2019年已有的民宿和A級旅游景區(qū)的相關(guān)系數(shù)為0.886（p <0.001），表明新冠疫情爆發(fā)前，杭州市民宿空間分布與A級旅游景區(qū)之間具有較強(qiáng)的正相關(guān)性，A級旅游景區(qū)對民宿選址具有較強(qiáng)的影響。

3.1.2 交通分布 便捷的交通能夠?yàn)槊袼蘼糜蔚陌l(fā)展提供重要支持，是促進(jìn)民宿旅游繁榮發(fā)展的必要條件。尤其是最近幾年自駕游開始流行，通達(dá)的交通顯著推動區(qū)域旅游產(chǎn)業(yè)的發(fā)展。本文對高速公路、國道和省道等主要交通道路進(jìn)行緩沖區(qū)分析可得：截至2019年，在1 km范圍內(nèi)杭州市民宿數(shù)量有380個，在2 km范圍內(nèi)有569個，在3 km范圍內(nèi)民宿數(shù)量達(dá)到739個，占民宿總數(shù)量的50%?？梢?，杭州市民宿也主要集中在交通便利的地帶。

3.1.3 社會經(jīng)濟(jì)發(fā)展和集聚效應(yīng) 較高的社會經(jīng)濟(jì)發(fā)展水平意味著擁有更加完善的產(chǎn)業(yè)結(jié)構(gòu)、更完備的基礎(chǔ)設(shè)施、更優(yōu)美的生活環(huán)境，有利于民宿的運(yùn)營、發(fā)展和集聚。通過圖1可知，在經(jīng)濟(jì)更發(fā)達(dá)的西湖區(qū)更容易形成民宿集群，而在西南經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)則較難形成高密度的民宿集群。

3.1.4 政策因素 自2015年國家對民宿發(fā)展提出了一系列相關(guān)的扶持政策，杭州市積極響應(yīng)也提出了一系列促進(jìn)民宿建設(shè)發(fā)展的相關(guān)政策。2015年，杭州市制定了《杭州市旅游休閑業(yè)轉(zhuǎn)型升級三年行動計(jì)劃（2015—2017）》，提出大力發(fā)展鄉(xiāng)村農(nóng)家樂、現(xiàn)代民宿等農(nóng)村新業(yè)態(tài)，為民宿業(yè)的發(fā)展打下堅(jiān)實(shí)根基［17］。2016年，杭州市出臺首個針對民宿服務(wù)的地方性標(biāo)準(zhǔn)——《民宿業(yè)服務(wù)等級劃分與評定規(guī)范》，實(shí)行民宿等級動態(tài)管理。2018年，杭州市出臺關(guān)于印發(fā)《杭州市農(nóng)村民宿業(yè)發(fā)展扶持項(xiàng)目管理辦法》的通知，對民宿業(yè)發(fā)展的行政村進(jìn)行扶持工作。一系列扶持政策的發(fā)布，使得杭州市民宿產(chǎn)業(yè)能夠成為杭州市經(jīng)濟(jì)發(fā)展的主要動力之一，并且推動著杭州市民宿行業(yè)朝著高質(zhì)量、標(biāo)準(zhǔn)化方向發(fā)展，杭州市很多縣市的民宿都發(fā)展迅猛，尤其是西湖區(qū)、淳安縣、桐廬縣、臨安區(qū)、富陽區(qū)和余杭區(qū)。2015年起杭州市新增民宿數(shù)量開始呈倍數(shù)的增長態(tài)勢，2014—2019年杭州市新增民宿數(shù)量的年均增長率達(dá)到了510%。

3.2 新冠疫情后杭州市民宿空間發(fā)展的影響因素

在新冠疫情爆發(fā)后，杭州市民宿的發(fā)展也受到較大沖擊。值得一提的是，雖然新冠疫情影響了民宿業(yè)的發(fā)展，但仍有不少的民宿是在疫情期間開業(yè)的。新冠疫情爆發(fā)后，杭州市新增民宿雖然在集聚密度及集聚范圍上都明顯減少，但主要還是分布在2018—2019年高集聚區(qū)附近（圖1（d）），即原先基礎(chǔ)條件好的地方（先前民宿高集聚區(qū)附近）更容易集聚新增的民宿。這表明原有的影響民宿空間分布的因素（旅游資源、交通分布、社會經(jīng)濟(jì)發(fā)展和集聚效應(yīng)以及政策因素）仍對民宿建設(shè)發(fā)展產(chǎn)生較大影響。如西湖區(qū)具有豐富的旅游資源、便捷的交通條件、發(fā)達(dá)的經(jīng)濟(jì)基礎(chǔ)以及良好的政策支持，使得西湖區(qū)即使在新冠疫情爆發(fā)后仍然可以吸引集聚較多的新增民宿。利用SPSS軟件對2020—2021年新增民宿和A級旅游景區(qū)進(jìn)行Person相關(guān)分析，相關(guān)分析顯示2020—2021年新增民宿和A級旅游景區(qū)的相關(guān)系數(shù)為0.861（p <0.001），表明新冠疫情爆發(fā)后，杭州市新增民宿空間分布與A級旅游景區(qū)之間也有著較強(qiáng)的正相關(guān)性，A級旅游景區(qū)對民宿選址仍具有較強(qiáng)的影響。對杭州市主要交通道路（高速公路、國道和省道）進(jìn)行緩沖區(qū)分析可得，2020—2021年間，在杭州市主要交通道路1 km范圍內(nèi)民宿數(shù)量有150個，在2 km范圍內(nèi)有215個，在3 km范圍內(nèi)有281個，約占2020—2021年杭州市新增民宿數(shù)量的51%，表明新冠疫情爆發(fā)后，杭州市新增民宿仍主要分布在交通便捷的區(qū)域。新冠疫情爆發(fā)后，良好的政策仍然繼續(xù)對民宿的建設(shè)發(fā)展發(fā)揮著積極的推動作用。為了應(yīng)對新冠疫情對民宿行業(yè)產(chǎn)生的沖擊，杭州市各區(qū)縣積極出臺一系列扶持政策及活動。2020年余杭區(qū)制定《余杭區(qū)文化和旅游融合發(fā)展規(guī)劃》《余杭區(qū)文旅融合一鎮(zhèn)一品工作指南》等相關(guān)政策。2021年西湖區(qū)舉辦“西湖民宿非遺文化主題年”等活動。這一系列扶持政策及活動推動了當(dāng)?shù)孛袼迾I(yè)的發(fā)展，使得杭州市在新冠疫情爆發(fā)后仍保持一定的增長，并形成一定的集聚性。另一方面，受新冠疫情的影響，人們出游習(xí)慣發(fā)生了很大的變化，由傳統(tǒng)的跟團(tuán)游變?yōu)橐宰择{游、親子游為主，并由之前出境游、長途游變?yōu)橹苓叾掏居危?］。因此，疫情期間，杭州市民宿的客源地主要是江浙地區(qū)，尤其是上海市。以西湖區(qū)為核心的民宿集聚區(qū)和余杭民宿集聚區(qū)憑借各種優(yōu)勢，再加上靠近上海市，方便短途自駕游，成為江浙游客尤其是上海游客在自駕游時的首選住宿地。這也促進(jìn)了疫情期間杭州市民宿的發(fā)展，使得2020—2021年杭州市新增民宿在西湖區(qū)和余杭區(qū)形成較大規(guī)模的集聚（圖1d）。

4 結(jié)論與展望

4.1 結(jié)論

新冠疫情對全球社會經(jīng)濟(jì)和人民生活都造成了顯著影響，尤其是旅游業(yè)受到巨大沖擊，民宿的發(fā)展也受到了巨大挑戰(zhàn)。本文以杭州市民宿作為研究對象，從時間和空間兩個維度探討新冠疫情對我國民宿空間分布發(fā)展的影響，并分析其影響因素。

（1）通過最鄰近指數(shù)、核密度估計(jì)法和中心點(diǎn)法對杭州市民宿空間格局的演變情況進(jìn)行分析可得，新冠疫情對民宿空間分布的集聚程度、集聚密度及集聚范圍和發(fā)展中心及方向都產(chǎn)生較大影響。新冠疫情爆發(fā)前，杭州市新增民宿空間集聚程度呈逐漸加強(qiáng)態(tài)勢。新冠疫情爆發(fā)后，杭州市新增民宿的空間集聚程度明顯降低。新冠疫情爆發(fā)前，杭州市新增民宿的集聚密度不斷加強(qiáng)，集聚范圍也不斷擴(kuò)大，杭州市各地的民宿都迅速發(fā)展，集聚密度和集聚范圍在2018—2019年都達(dá)到了最高水平。新冠疫情爆發(fā)后，杭州市新增民宿的集聚區(qū)在集聚密度及集聚范圍上都顯著下降，杭州市新增民宿發(fā)展中心也發(fā)生了明顯改變，由之前的西南方向直接轉(zhuǎn)變?yōu)闁|北方向，移動距離也是歷年來最大的。

（2）新冠疫情期間，杭州市仍有不少新增民宿。這些新增民宿主要分布在2018—2019年高集聚區(qū)附近，尤其在以西湖區(qū)為核心的民宿集聚區(qū)和余杭民宿集聚區(qū)附近。

（3）旅游資源、交通分布、社會經(jīng)濟(jì)發(fā)展和集聚效應(yīng)以及政策因素對杭州市民宿空間分布格局都產(chǎn)生了較大影響。新冠疫情爆發(fā)后，這些因素仍對民宿建設(shè)發(fā)展產(chǎn)生較大影響。旅游景點(diǎn)數(shù)量越多，交通條件越便利，社會經(jīng)濟(jì)發(fā)展越好，越有利于民宿的運(yùn)營、發(fā)展和集聚，一系列扶持政策及措施也有力推動了民宿業(yè)發(fā)展。此外，新冠疫情所導(dǎo)致的人們出游習(xí)慣的變化也對民宿的空間分布產(chǎn)生影響。

4.2 展望

隨著新冠疫情防控陸續(xù)放松優(yōu)化，旅游業(yè)出現(xiàn)了明顯復(fù)蘇，民宿的建設(shè)發(fā)展也將步入正軌，并再次迎來高速發(fā)展階段。本文從不同時間段分析了杭州市民宿的空間分布特征，今后將選取不同城市或地區(qū)進(jìn)行對比分析，以期更深入探討新冠疫情對民宿空間發(fā)展的影響，為民宿的可持續(xù)發(fā)展提供更有價(jià)值的參考。此外，本文根據(jù)POI分類編碼和網(wǎng)絡(luò)爬蟲技術(shù)，獲取截至2021年來有效的民宿樣本數(shù)據(jù)2014家，由于數(shù)據(jù)采集方法及地圖位置顯示的限制，收集到的杭州市民宿數(shù)據(jù)可能存在一定的誤差，今后需進(jìn)一步借助實(shí)際走訪調(diào)查及結(jié)合多方資料對數(shù)據(jù)進(jìn)行修正和完善。本文根據(jù)民宿開業(yè)時間的不同來劃分不同時期的新增民宿，并根據(jù)新增民宿來研究不同時期的民宿空間分布特征，今后將通過倒閉民宿的空間分布進(jìn)一步深入研究新冠疫情對民宿發(fā)展的影響。

參考文獻(xiàn)：

［1］ 劉婧媛，徐菲菲，何云夢，等.共享經(jīng)濟(jì)影響下民宿的演變、發(fā)展模式及展望［J］.資源開發(fā)與市場，2022，38（7）：883-889.

［2］ 祁崢.美麗鄉(xiāng)村建設(shè)下鄉(xiāng)村民宿旅游可持續(xù)發(fā)展策略分析［J］.農(nóng)業(yè)經(jīng)濟(jì)，2020（8）： 64-65.

［3］ SOOD J， LYNCH P， ANASTASIADOU C. Community non-participation in homestays in Kullu， Himachal Pradesh， India［J］. Tourism Management， 2017， 60：332-347.

［4］ 魏燕妮.鄉(xiāng)村振興戰(zhàn)略背景下北京鄉(xiāng)村民宿業(yè)可持續(xù)發(fā)展路徑研究［J］.生態(tài)經(jīng)濟(jì)，2020，36（9）：135-141.

［5］ 王慶生，劉詩涵.新冠肺炎疫情對國內(nèi)游客旅游意愿與行為的影響［J］.地域研究與開發(fā)，2020，39（4）：1-5.

［6］ 田里，馬玉.常態(tài)化防控下的旅游業(yè)發(fā)展挑戰(zhàn)與機(jī)遇［J］.社會科學(xué)家，2021（12）：60-64+75.

［7］ 唐承財(cái)，張宏磊，趙磊，等.新冠肺炎疫情對中國旅游業(yè)的影響及其應(yīng)對探討［J］.中國生態(tài)旅游，2022，12（1）：169-183.

［8］ 過聚榮.中國旅游民宿發(fā)展報(bào)告（2019）［M］.北京：社會科學(xué)文獻(xiàn)出版社，2020：1-16.

［9］ 梅林，姜洪強(qiáng).基于Airbnb數(shù)據(jù)的北京市民宿空間分異過程、因素與趨勢［J］.經(jīng)濟(jì)地理，2021，41（3）：213-222.

［10］ 董之滔，孫鳳芝，田菲菲，等.山東省民宿空間分布特征及影響因素研究［J］.干旱區(qū)資源與環(huán)境，2023，37（2）：112-119.

［11］ 龍飛，劉家明，朱鶴，等.長三角地區(qū)民宿的空間分布及影響因素［J］.地理研究，2019，38（4）：950-960.

［12］ 胡小芳，李小雅，王天宇，等.民宿空間分布的集聚模式與影響因素研究——基于杭州、湖州、恩施的比較［J］.地理科學(xué)進(jìn)展，2020，39（10）： 1698-1707.

［13］ GUTIERREZ J，GARCIA-PALOMARES J C，ROMANILLOS G，et al. The eruption of Airbnb in tourist cities：Comparing spatial patterns of hotels and peer-to-peer accommodation in Barcelona［J］. Tourism Management，2017（2）：278-291.

［14］ 邵海琴，王兆峰.湖南雪峰山地區(qū)康養(yǎng)旅游資源空間分布特征及影響因素［J］.湖南師范大學(xué)自然科學(xué)學(xué)報(bào)， 2022，45（4）： 44-54.

［15］ 沈士琨，史春云.蘇南、浙北地區(qū)民宿空間分布特征及其影響因素［J］.熱帶地理，2022，42（1）：123-135.

［16］ 王璽，楊效忠.宣城市民宿空間分布特征及影響因素［J］.安徽師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，45（3）：278-287.

［17］ 王莉莉.杭州民宿“點(diǎn)亮”美麗鄉(xiāng)村全域旅游助力鄉(xiāng)村振興［N］.杭州日報(bào)，2018-05-22（14）．

Spatiotemporal Distribution Characteristics and Influencing Factors of Homestays in Hangzhou City under the COVID-19 Epidemic Situation

LIN Qiao-ying， WANG Xiao-ling

（College of Resources and Environmental Science， Quanzhou Normal University， Quanzhou 362000， China）

Abstract：Taking Hangzhou， which has the second largest number of homestays in China， as an example， this study discusses the impact of the COVID-19 on the spatial distribution of homestays in China from two dimensions of time and space. Using the nearest neighbor index method， Kernel density estimation method， the center point method and other spatial analysis methods， the spatio-temporal evolution characteristics and influencing factors of the distribution of homestays in Hangzhou before and after the COVID-19 epidemic were studied. The results show： by 2019， the spatial agglomeration degree， agglomeration density， and agglomeration range of newly added homestays in Hangzhou have been continuously strengthening and expanding， with the distribution center shifting towards the southwest. After the outbreak of the COVID-19， the spatial agglomeration degree， density and agglomeration range of the new homestays in Hangzhou decreased significantly， and the distribution center shifted significantly to the northeast. The newly added homestays were mainly distributed near the high agglomeration areas of the new homestays in 2018-2019， especially near the high agglomeration areas with West Lake District as the core and the high agglomeration areas in Yuhang. After the outbreak of the COVID-19， the main factors that previously affected the spatial distribution pattern of homestays in Hangzhou， such as tourism resources， traffic distribution， socio-economic development， agglomeration effects， and policy factors still have a greater impact on the spatial distribution pattern of homestays. The changes in people's travel habits caused by the COVID-19 also have an impact on the spatial distribution of homestays.

Key words： homestays; spatiotemporal distribution; COVID-19; Hangzhou city

（責(zé)任編輯：鞏 劼）