馮 偉，趙倩倩，張義杰

（1.南京財經大學 工商管理學院，江蘇 南京 210023；2.北京巔峰智業(yè)旅游文化創(chuàng)意股份有限公司，上海 201100）

目前學術界從不同的角度針對酒店住宿價格進行探討，并對各影響因素在酒店定價過程中發(fā)揮的作用進行分析總結，這些成果雖然為后來的學者進一步探討酒店住宿價格影響因素奠定了一定的理論基礎，但尚沒有學者從更大的空間范圍針對不同市場定位的酒店類型來分析各影響因素的空間異質性特征。本文擬從更大的空間范圍——市域范圍，借助大數據技術（Python）和GWR分析方法，對不同類型的酒店住宿價格的各影響因素進行較為深入細致的分析研究。本研究在前人研究的基礎上，嘗試尋找影響酒店住宿價格的各個因素，并計算出各影響因素對不同類型酒店住宿價格影響程度的差異，由此分析不同類型酒店住宿價格各影響因素的空間異質性。

一、研究方法與數據來源

（一）數據來源及影響因素指標選取

本文中蘇州酒店住宿價格數據來源于攜程網酒店版塊（https://hotels.ctrip.com），共獲取了2018年7月25日到7月31日期間每天的蘇州市域范圍內的酒店住宿價格、位置、設施及點評等信息。蘇州市內的酒店周邊各類場所設施的POI數據均取自百度地圖（https://map.baidu.com）。依據旅游傳統(tǒng)六要素對應分類，同時根據現有文獻研究增加醫(yī)院、銀行等公共服務設施，選擇獲取各類POI點如表1所示。

表1 各類POI數據數量匯總表

針對各影響因素指標的選取，參考已有量表，同時結合本研究現實情況，最終選定3類自變量（內部屬性因素、商業(yè)服務因素、公共設施因素）共16個。其中內部屬性因素4個，分別為酒店評分、酒店評價數、酒店設施數、酒店星級；商業(yè)服務因素4個，分別為餐飲（“周邊餐飲數”的簡稱，下同）、購物、商務、休閑服務；公共設施因素8個，分別為地鐵、公交、普通景點、A級景點、醫(yī)院、銀行、車站、高校，各指標含義及選取依據如表2所示。

表2 酒店住宿價格影響因素指標表

（二）GWR模型的建立

OLS模型是經典的空間回歸模型，具體表示為：

雖然其對于空間平穩(wěn)性數據的回歸有較好的估計，但是對于空間非平穩(wěn)性數據的回歸估計卻不太理想。由此，英國Newcastle大學的地理學家Brunsdon提出地理加權回歸（Geographically Weighted Regression，GWR）模型⑨，這是一種能夠有效揭示被觀測者空間非平穩(wěn)性的方法，它在與地理位置有關的學科中具有重要的應用價值，具有能夠對非平穩(wěn)數據直接進行模擬的優(yōu)點，該模型為：

式中：（ui，vi）是第i個樣本點的地理坐標；βk（ui，vi）是隨著地理位置的變化而變化，每一個局部的βk（ui，vi）都是用來估計它相鄰的空間觀測值。

同時，文章中對蘇州市酒店價格的空間異質性及各影響因素對酒店價格的影響程度的GWR分析之所以選用GWR4.0軟件，而沒有使用ArcGIS10.5軟件，是因為GWR4.0軟件能夠得到更豐富的運行結果，同時結果分析也更加全面。

二、運算結果

（一）各影響因素線性回歸分析

本文中傳統(tǒng)OLS回歸模型分析通過ArcGIS10.5中的普通最小二乘法工具實現，輸出的結果如表3所示?；貧w結果顯示Koenker統(tǒng)計量的數值為0.000（p＜0.001），具有統(tǒng)計學上的顯著性，即說明數據可能存在空間非穩(wěn)定性，因此使用穩(wěn)健概率列（Robust_Pr）而非概率p來確定系數顯著性。而從表中可以看出自變量餐飲、購物、商務、休閑和銀行的方差膨脹系數VIF值均大于5，除餐飲因素外均小于10，說明模型的自變量之間存在一定程度的全局或局部多重共線性，需要處理這一問題才可以進行下一步的計算。

表3 蘇州市酒店住宿價格OLS回歸模型實證結果

由于自變量之間存在多重共線性，但是這些變量的顯著性水平又較高，為了在消除自變量之間多重共線性的同時不遺漏重要的自變量，所以決定采用主成分分析方法。將數據導入SPSS 25.0軟件中，選擇因子分析中的主成分分析方法進行提取。得到的KMO和巴特利特檢驗結果如表4所示。KMO結果為0.838，且巴特利特球形度檢驗的顯著性為0.000（p＜0.001），說明現有變量適合進行因子分析。相關矩陣的特征根以及各指標的貢獻率和累計貢獻率如表5所示，前5個成分的累計貢獻率為71.2%，表明前5個成分能夠代表原始數據的大部分信息，故處于可靠范圍內⑩。

表4 KMO和巴特利特檢驗結果

表5 主成分累計貢獻度

經過主成分分析，原有的16個自變量被降維成了5個主成分（見表6）。根據表中各列的因子載荷可以看出，主成分F1主要由餐飲、地鐵、公交、購物、商務、休閑、普通景點和銀行共8個變量構成，因此可以命名為“周邊生活設施”。主成分F2主要由酒店評分、酒店評價數、酒店設施數和酒店星級共4個變量構成，因此命名為“酒店內部條件”。主成分F3主要由A級景點這一變量構成，命名為“周邊A級景點”。主成分F4主要由車站這一變量構成，命名為“長途交通條件”。主成分F5主要由醫(yī)院數量這一變量構成，命名為“毗鄰醫(yī)衛(wèi)設施”。

依照表6從上到下的順序將原有的16個自變量全部Z標準化，設經過標準化后的變量為X1,X2,…,X16。同時用每一列的因子載荷分別除以相應的特征值的平方根（分別為5.927、1.853、1.408、1.185、1.017），得到的主成分F1的表達式為（其他4個主成分的表達式同理）：

表6 主成分分析成分矩陣

周 邊 生 活 設 施F1=0.00293·X1+0.1010·X2+0.3869·X3+0.2744·X4+0.2900·X5+0.3619·X6+0.3709·X7+0.3717·X8+0.0156·X9+0.0575·X10+0.0941·X11+0.3767·X12+0.3171·X13+0.0074·X14-0.0025·X15+0.1372·X16。

將新生成的5個主成分再次通過ArcGIS10.5進行模型回歸分析，R2為0.151R2為回歸結果顯示模型擬合優(yōu)度。，Koenker統(tǒng)計量的數值為0.000（p＜0.001），具有統(tǒng)計學上的顯著性，即說明數據可能存在空間非穩(wěn)定性，因此使用穩(wěn)健概率列（Robust_Pr）而非概率（p）來確定系數顯著性。從表7中可以看出所有變量的VIF值均為1.000，說明各變量間已經不存在明顯的多重共線性，可以進行后續(xù)研究。

表7 新主成分OLS回歸模型實證結果

（二）GWR模型運行結果分析

將上述所得5個新的主成分變量進行地理加權回歸（GWR）運算，得到的回歸結果如表8所示。依據概率p值可以判斷出，周邊生活設施、酒店內部條件、長途交通條件和毗鄰醫(yī)衛(wèi)設施都是顯著的，只有周邊A級景點是不顯著的。結果表明酒店周邊生活設施、酒店內部條件、長途交通條件和毗鄰醫(yī)衛(wèi)設施對酒店住宿價格的影響具有明顯的空間異質性，如住宿價格因所在地區(qū)的位置不同而發(fā)生變化；而周邊A級景點數量的影響則不具有明顯的空間異質性，即隨著空間位置的變化其系數并不會發(fā)生顯著的變化。

表8 GWR模型擬合結果

GWR模型的局部R2如圖1所示，從圖中可以看到，張家港市中心城區(qū)、太倉市中心城區(qū)、常熟市中心城區(qū)、昆山市中心城區(qū)以及大部分郊區(qū)地區(qū)酒店的R2較高，說明這些地區(qū)的模型擬合優(yōu)度較高，該模型各指標能夠很好地解釋這些地區(qū)的酒店住宿價格變化。而蘇州市中心城區(qū)（姑蘇區(qū)、相城區(qū)、吳中區(qū)）、太湖風景名勝區(qū)、同里古鎮(zhèn)、周莊古鎮(zhèn)和金雞湖部分區(qū)域的模型擬合優(yōu)度較低，均為酒店集聚分布的區(qū)域，尤其是旅游目的地區(qū)域，可能表明這些地區(qū)存在集聚效應或者旅游風景價值等其他因素的多重影響。

將GWR模型擬合局部R2分布圖（圖1）和經過核密度分析得到的7個蘇州市酒店業(yè)集聚區(qū)域（圖2）進行對比研究可以發(fā)現，R2較低的區(qū)域與酒店業(yè)集聚區(qū)域基本一致，這也就說明產業(yè)集聚在市域尺度范圍下會對GWR模型的局部R2產生影響。GWR模型中局部R2較低的酒店，大部分地處市中心，經濟較為發(fā)達，商店密集、競爭激烈，產業(yè)結構復雜。之所以會出現這種情況，部分原因是產業(yè)集聚效應的影響。產業(yè)集聚一方面提高了集聚區(qū)域部分酒店的效率，但同時也造成了激烈的同業(yè)競爭。而且，酒店營業(yè)收入是由客房單價和入住率共同決定的，在主城區(qū)集聚的酒店可能采取低價以提高入住率的競爭策略。還有一部分原因是旅游區(qū)內，周邊以村鎮(zhèn)為主，與城市內一般酒店的價格機制可能存在差異，旅游酒店以其設計格調、景觀、品牌和微觀區(qū)位優(yōu)勢定價，而受周邊配套設施影響較少。

圖1 蘇州市酒店住宿價格GWR模型的局部R2

圖2 蘇州市酒店空間分布核密度圖

三、不同類型酒店住宿價格影響因素及空間異質性分析

蘇州市酒店類型在攜程網上共分為經濟型（含二星級酒店）、民宿、舒適型（含三星級酒店）、高檔型（含四星級酒店）、豪華型（含五星級酒店）五類。除國家評定的星級酒店外，該分類標準主要依據酒店設施、酒店服務、顧客評級等因素綜合評定。由于豪華型酒店數量很少，且與高檔型酒店價格差異不大，本文一并并入高檔型酒店加以分析。由于OLS模型和GWR模型的計算結果都顯示周邊A級景點在統(tǒng)計學意義上對各類型酒店住宿價格無顯著影響，在空間上也沒有顯著的空間異質性，遂排除不進行討論。

（一）經濟型酒店住宿價格影響因素及空間異質性分析

1.周邊生活設施影響空間異質性分析。周邊生活設施對經濟型酒店住宿價格影響的回歸系數從圖3中可以看出，在西山風景區(qū)、東山風景區(qū)、陽澄湖東部周邊生活設施的回歸系數在300至772之間（即該主成分指標標準值每提高10%，客房價格提高30至77元），對經濟型酒店住宿價格有明顯的影響。在金雞湖東部、昆山市中心城區(qū)以及太倉市中心城區(qū)的回歸系數在0至300之間，對經濟型酒店住宿價格有很大的影響。而在其他區(qū)域的回歸系數則多為負數，大部分回歸系數處于-100至0之間，少部分回歸系數在-300至-101之間，極少部分會更低，在這些區(qū)域內，周邊生活設施對經濟型酒店住宿價格有較大或很大的負向影響。

圖3 經濟型酒店周邊生活設施估計系數

2.酒店內部條件影響空間異質性分析。酒店內部條件對經濟型酒店住宿價格影響的回歸系數從圖4中可以看出，太湖東側沿岸、西山風景區(qū)北部、甪直古鎮(zhèn)、常熟市長江沿岸以及靠近上海的地區(qū)其回歸系數都在110至180之間。在這些區(qū)域內，酒店內部條件對經濟型酒店住宿價格具有較大的正向影響。昆山市中心城區(qū)、太倉市中心城區(qū)、常熟市中心城區(qū)和張家港市中心城區(qū)的回歸系數都為正，酒店內部條件在這些區(qū)域對經濟型酒店住宿價格具有一定的正向影響。而蘇州市的回歸系數則呈現出以相城區(qū)為中心向東、西、南三個方向由負到正、由低到高的外向擴張趨勢，酒店內部條件對該區(qū)域酒店住宿價格的影響程度也隨著回歸系數的增長由有較大的負向影響變?yōu)橛休^大的正向影響。整體來說，內部設施條件對經濟型酒店住宿價格的影響在空間分布上存在空間異質性，設施對經濟型酒店較為重要。

圖4 經濟型酒店內部條件估計系數

3.長途交通條件影響空間異質性分析。長途交通條件對經濟型酒店住宿價格影響的回歸系數從圖5中可以看出，西山風景區(qū)、東山風景區(qū)、陽澄湖東側和周莊古鎮(zhèn)的長途交通條件回歸系數在389至1797之間，對經濟型酒店的住宿價格具有非常大的正向影響。在其余大部分區(qū)域的回歸系數基本都在-136至-10之間，對經濟型酒店的住宿價格具有較大的負向影響。而處于蘇州邊界區(qū)域的回歸系數則大都處于-412至-136之間，對經濟型酒店的住宿價格具有很大的負向影響。

圖5 經濟型酒店長途交通條件估計系數

4.毗鄰醫(yī)衛(wèi)設施影響空間異質性分析。毗鄰醫(yī)衛(wèi)設施對經濟型酒店住宿價格影響的回歸系數如圖6所示。從圖中可以看出，吳中區(qū)北部、張家港市中心城區(qū)以及靠近上海市的部分地區(qū)的回歸系數為117至392之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對經濟型酒店的住宿價格有較大的正向影響。在西山風景區(qū)、東山風景區(qū)、陽澄湖東側、周莊古鎮(zhèn)、甪直古鎮(zhèn)的回歸系數則為-2029至-198，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對經濟型酒店的住宿價格有很大或非常大的負向影響。除去以上區(qū)域外，毗鄰醫(yī)衛(wèi)設施的回歸系數都在-55至5之間，對經濟型酒店的住宿價格有較小的影響?？傮w來說，毗鄰醫(yī)衛(wèi)設施在大多數區(qū)域對經濟型酒店住宿價格影響不大。

圖6 經濟型酒店毗鄰醫(yī)衛(wèi)設施估計系數

（二）民宿價格影響因素及空間異質性分析

1.周邊生活設施影響空間異質性分析。周邊生活設施對民宿價格影響的回歸系數如圖7所示。從圖中可以看出，西山風景區(qū)、陽澄湖東部的周邊生活設施回歸系數在295至679之間，對民宿價格有較強影響。在東山風景區(qū)、金雞湖東部的回歸系數在108至295之間，對民宿價格有很大的影響。而在其他區(qū)域的回歸系數則多為負數，大部分回歸系數處于-75以內，少部分回歸系數在-300至-101之間，極少部分會更低。在這些區(qū)域內，周邊生活設施對民宿價格有較大或非常大的負向影響?？傮w來說，周邊生活設施對民宿價格影響的回歸系數大部分為負。

圖7 民宿酒店周邊生活設施估計系數

2.酒店內部條件影響空間異質性分析。內部設施條件對民宿價格影響的回歸系數如圖8所示。從圖中可以看出，太湖東側沿岸、西山風景區(qū)北部、甪直古鎮(zhèn)、常熟市長江沿岸以及靠近上海的地區(qū)回歸系數都在115至181之間，在這些區(qū)域內，酒店內部條件對民宿價格具有較大的正向影響。昆山市中心城區(qū)、太倉市中心城區(qū)、常熟市中心城區(qū)和張家港市中心城區(qū)的回歸系數都為正，酒店內部條件在這些區(qū)域對民宿價格具有一定的正向影響。蘇州市的回歸系數則與經濟型酒店的分布特征相同，呈現出以相城區(qū)為中心向東、西、南三個方向由負到正、由低到高的趨勢，酒店內部條件對該區(qū)域民宿價格的影響程度也隨著回歸系數的增長由有較大的負向影響變?yōu)橛休^大的正向影響。

圖8 民宿酒店內部條件估計系數

3.長途交通條件影響空間異質性分析。長途交通條件對民宿價格影響的回歸系數從圖9中可以看出，長途交通條件在西山風景區(qū)、東山風景區(qū)、陽澄湖東側和周莊古鎮(zhèn)的回歸系數在403至1700之間，對民宿的住宿價格具有非常大的正向影響。在其余大部分區(qū)域的回歸系數基本都在-169至-31之間，對民宿的住宿價格具有較大的負向影響。

圖9 民宿酒店長途交通條件估計系數

4.毗鄰醫(yī)衛(wèi)設施影響空間異質性分析。毗鄰醫(yī)衛(wèi)設施對民宿價格影響的回歸系數從圖10中可以看出，大部分地區(qū)的回歸系數為107至385之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對民宿的住宿價格有較大的正向影響，這與經濟型酒店有較大差異。而西山風景區(qū)、陽澄湖東側、甪直古鎮(zhèn)的回歸系數則為-1952至-373之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對民宿的住宿價格有很大或非常大的負向影響?？梢姡忈t(yī)衛(wèi)設施在大多數區(qū)域對民宿價格具有較大的正向影響，民宿客棧作為新興的酒店類型，選址和市場定位與酒店業(yè)整體有較大差異。

圖10 民宿酒店毗鄰醫(yī)衛(wèi)設施估計系數

（三）舒適型酒店住宿價格影響因素及空間異質性分析

1.周邊生活設施影響空間異質性分析。周邊生活設施對舒適型酒店住宿價格影響的回歸系數從圖11中可以看出，西山風景區(qū)、東山風景區(qū)的周邊生活設施回歸系數在186至459之間，對舒適型酒店住宿價格有很大的影響。在東山風景區(qū)、金雞湖東部的回歸系數在108至295之間，對舒適型酒店住宿價格同樣有很大的影響。而在中心城區(qū)的回歸系數則多為負數，大部分回歸系數處于-71以內，這些區(qū)域內周邊生活設施對舒適型酒店住宿價格有一定的負向影響但不大。少部分離中心城區(qū)的酒店其回歸系數在-588至-302之間，這些區(qū)域內周邊生活設施對舒適型酒店住宿價格有很大的負向影響?？傮w來說，周邊生活設施對舒適型酒店住宿價格影響的回歸系數大部分為負。

圖11 舒適型酒店周邊生活設施估計系數

2.酒店內部條件影響空間異質性分析。酒店內部條件對舒適型酒店住宿價格影響的回歸系數從圖12中可以看出，東山風景區(qū)、甪直古鎮(zhèn)及靠近上海的地區(qū)其回歸系數都在63至163之間，在這些區(qū)域內，酒店內部條件對舒適型酒店住宿價格具有較大的正向影響。昆山市中心城區(qū)、太倉市中心城區(qū)、常熟市中心城區(qū)和張家港市中心城區(qū)的回歸系數都在51至63之間，酒店內部條件在這些區(qū)域對舒適型酒店住宿價格具有一定的正向影響。而蘇州市中心城區(qū)的回歸系數則基本都在-23以內，大部分為負數，而由中心城區(qū)向東、西、南三個方向則呈現出由負到正、由低到高的“發(fā)散性增長”趨勢，酒店內部條件對該區(qū)域舒適型酒店住宿價格的影響程度也隨著回歸系數的增長從有較大的負向影響變?yōu)橛休^大的正向影響。整體來說，酒店內部條件對舒適型酒店住宿價格的影響不大，在空間分布上有些許波動，豐富設施對邊際價格的提升不明顯，表明舒適型酒店作為中端酒店在內部設施上的提升積極性不高。

圖12 舒適型酒店內部條件估計系數

3.長途交通條件影響空間異質性分析。長途交通條件對舒適型酒店住宿價格影響的回歸系數從圖13中可以看出，西山風景區(qū)、東山風景區(qū)、陽澄湖東側和周莊古鎮(zhèn)的長途交通條件回歸系數在125至1713之間，對舒適型酒店的住宿價格具有較大或非常大的正向影響。在其余大部分區(qū)域的回歸系數基本都在-231至-31之間，對舒適型酒店的住宿價格具有較大的負向影響。

圖13 舒適型酒店長途交通條件估計系數

4.毗鄰醫(yī)衛(wèi)設施影響空間異質性分析。毗鄰醫(yī)衛(wèi)設施對舒適型酒店住宿價格影響的回歸系數從圖14中可以看出，姑蘇區(qū)西部至太湖沿岸、昆山市大部分區(qū)域和張家港市中心城區(qū)的回歸系數在62至182之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對舒適型酒店的住宿價格有較大的正向影響，這與經濟型酒店和民宿都有較大差異。西山風景區(qū)、周莊、甪直古鎮(zhèn)的回歸系數則為-1843至-205之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對舒適型酒店的住宿價格有很大或非常大的負向影響；其余地區(qū)的回歸系數大都在-67至-7之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對舒適型酒店的住宿價格有一定的負向影響。

圖14 舒適型酒店毗鄰醫(yī)衛(wèi)設施估計系數

（四）高檔型酒店住宿價格影響因素及空間異質性分析

1.周邊生活設施影響空間異質性分析。周邊生活設施對高檔型酒店住宿價格影響的回歸系數從圖15中可以看出，西山風景區(qū)、東山風景區(qū)的周邊生活設施回歸系數在48至443之間，對高檔型酒店住宿價格有較大影響。在太湖東北部沿岸和周莊古鎮(zhèn)的回歸系數在-938至-410之間，對高檔型酒店住宿價格有較高的負向影響。而在其他大多數區(qū)域的回歸系數則多為負數，大部分回歸系數處于-25以內，這些區(qū)域內周邊生活設施對高檔型酒店住宿價格有一定的負向影響但不大。

圖15 高檔型酒店周邊生活設施估計系數

2.酒店內部條件影響空間異質性分析。酒店內部條件對高檔型酒店住宿價格影響的回歸系數從圖16中可以看出，東山風景區(qū)及靠近上海的地區(qū)回歸系數都在95至179之間，在這些區(qū)域酒店內部條件對高檔型酒店住宿價格具有較大的正向影響。昆山市中心城區(qū)、太倉市中心城區(qū)、常熟市中心城區(qū)和張家港市中心城區(qū)的回歸系數都在51至68之間，酒店內部條件在這些區(qū)域對高檔型酒店住宿價格具有一定的正向影響。而蘇州市中心城區(qū)的回歸系數則基本都在-34以內，大部分為負數，而由中心城區(qū)向東、西、南三個方向則具有由負到正、由低到高的空間特性，酒店內部條件對該區(qū)域高檔型酒店住宿價格的影響程度也隨著回歸系數的增長從有一定的負向影響變?yōu)橛休^大的正向影響。整體而言，酒店內部條件對高檔型酒店住宿價格的影響不大。

圖16 高檔型酒店內部條件估計系數

3.長途交通條件影響空間異質性分析。長途交通條件對高檔型酒店住宿價格影響的回歸系數從圖17中可以看出，大多數區(qū)域的長途交通條件回歸系數在-223至-88之間，對高檔型酒店的住宿價格具有較大的負向影響。僅在少部分區(qū)域的回歸系數為正，在這些區(qū)域對高檔型酒店的住宿價格具有較大的正向影響。總體來說，周邊1千米范圍內存在長途交通設施會降低高檔型酒店住宿價格。

圖17 高檔型酒店長途交通條件估計系數

4.毗鄰醫(yī)衛(wèi)設施影響空間異質性分析。毗鄰醫(yī)衛(wèi)設施對高檔型酒店住宿價格影響的回歸系數從圖18中可以看出，從姑蘇區(qū)西部至太湖沿岸的回歸系數在99至399之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對高檔型酒店的住宿價格有很大的正向影響。西山風景區(qū)、東山風景區(qū)的回歸系數在-1549至-643之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對高檔型酒店的住宿價格有非常大的負向影響。周莊古鎮(zhèn)、同里古鎮(zhèn)的回歸系數在-269至-65之間，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對高檔型酒店的住宿價格有較大的負向影響。其余地區(qū)的回歸系數大都在-67以內，毗鄰醫(yī)衛(wèi)設施在這些區(qū)域對高檔型酒店的住宿價格有一定的負向影響。

圖18 高檔型酒店毗鄰醫(yī)衛(wèi)設施估計系數

四、結論與不足

（一）結論

本文以酒店住宿價格影響因素的空間異質性作為切入點，根據特征價格理論，以蘇州市為研究區(qū)域，運用SPSS25.0、ArcGIS10.5、GWR4.0等計量工具對基于大數據技術獲取的空間數據進行深入挖掘分析，探索市域尺度范圍下的酒店住宿價格影響因素及空間異質性，發(fā)現各影響因素在不同區(qū)域內對不同類型酒店的住宿價格的影響機理，結果可為國內酒店業(yè)的可持續(xù)發(fā)展提供一定的參考。主要研究結論：一是毗鄰醫(yī)衛(wèi)設施對不同類型酒店住宿價格的影響差異較大，周邊生活設施對不同類型酒店住宿價格的影響相似。二是各影響因素對不同類型酒店在不同區(qū)域的影響程度上存在差異，具體表現為：周邊生活設施對經濟型酒店和民宿的影響程度大于舒適型酒店和高檔型酒店；酒店內部條件對經濟型酒店和民宿的負向影響程度大于舒適型酒店和高檔型酒店；長途交通條件對經濟型酒店的負向影響大于舒適型酒店和高檔型酒店，對舒適型酒店和高檔型酒店的負向影響大于民宿；毗鄰醫(yī)衛(wèi)設施對舒適型酒店的正向影響大于其他三類酒店。三是對不同類型酒店住宿價格的影響程度差異性由大到小依次為毗鄰醫(yī)衛(wèi)設施、長途交通條件、酒店內部條件、周邊生活設施。

（二）不足與展望

本文通過定量方法，對不同類型酒店的住宿價格的影響因素及空間異質性進行了研究，取得了一定的成果，但由于產業(yè)集聚和經營者主觀因素等不確定性因素的影響，本文在對模型解釋方面尚有待加強。對于部分地區(qū)影響因素會對酒店住宿價格產生負向影響，以及各影響因素為什么會對不同類型酒店的影響程度存在差異性，這兩個問題背后的作用機制十分復雜，還有待進一步研究以便解釋。

注釋：

①Aldric V,Marta J,Marga P.Revenue management and price optimization techniques in the hotel sector:A critical literature review[J].Tourism Economics,2018,24(6):720-752.

②Matthias H,Reinhold K,Ulrich L,et al.Evaluation of best price clauses in online hotel bookings[J].International Journal of Industrial Organization,2018(61):542-571.

③Dionysis L.Using a spatial hedonic analysis to evaluate the effect of sea view on hotel prices[J].Tourism Management,2018(65):87-99.

④Abrate G,Viglia G.Strategic and tactical price decisions in hotel revenue management[J].Tourism Management,2016,55:123-132.

⑤李欣欣.基于特征價格理論的高星級酒店客房定價研究——以北京中央商務區(qū)為例[D].天津:天津大學,2014.

⑥李淵,薛燕府,胡曉丹等.基于空間計量的酒店價格空間分異及其影響因子研究——以廈門島為例[J].上海城市規(guī)劃,2019(3):43-49.

⑦尚天成,吳雪,劉培紅等.酒店客房價格影響因素研究進展[J].天津大學學報(社會科學版),2017,19(1):1-6.

⑧查愛蘋,徐娜,后智鋼.經濟型酒店微觀選址適宜性研究——以上海中心城區(qū)錦江之星為例[J].人文地理,2017,32(1):152-16

⑨Brunsdon C,Fotheringham A S,Charlton M.Some notes on parametric significance tests for geographically weighted regression[J].Journal of Regional Science,1999,39(3):497-524.

⑩吳明隆.問卷統(tǒng)計分析實務:SPSS操作與應用[M].重慶:重慶大學出版社,2010:205.