沈士琨，史春云

（江苏师范大学地理测绘与城乡规划学院，江苏徐州 221116）

随着城市化、工业化进程的加快，农业机械不断取代传统的农业生产方式，乡村劳动力人口不断迁出，导致乡村服务业与乡村社区逐渐衰败。而旅游业作为调整乡村产业结构与活化乡村文化的重要途径之一（刘海波等，2013），随着乡村振兴战略的提出和休闲旅游业的转型升级得到了蓬勃发展。在乡村旅游的业态中，民宿采用家庭副业的形式进行经营，当地居民凭借闲置房屋资源直接或间接参与民宿接待，在拓宽农民增收渠道、维持特色景观的同时，也提高了乡村旅游的设施服务水平（蒋佳倩等，2014；邓念梅等，2014）。因此，民宿在乡村产业中的地位日益提高，不断吸引外来资本与“新鲜血液”的注入，成为引领乡村旅游业发展的重要抓手。2019年，中共中央发布的《国务院关于坚持农业农村优先发展做好“三农”工作的若干意见》明确指出，发展适应城乡居民需要的休闲旅游、餐饮民宿、文化体验、健康养生、养老服务等产业，推动民宿成为深化农业供给侧结构性改革、壮大乡村产业的重要一环。据Trustdata大数据分析平台①http://www.itrustdata.com/显示，共享经济蓬勃发展下的2016—2019 年间，民宿在线房源数量与线上交易额保持较高的年增长率，成为服务行业的市场宠儿。

一批适应市场需求的多样化、个性化民宿体验产品的出现，引起了国家与地方政府对民宿行业界定与管理标准的重视。2021年3月，国家文旅部将民宿等级调整为丙级、乙级、甲级，定义上则继续沿用2019版《旅游民宿基本要求与评价》（中华人民共和国文化和旅游部，2019）：“利用当地民居等相关闲置资源，经营用客房不超过4层、建筑面积不超过800 m2，主人参与接待，为游客提供体验当地自然、文化与生产生活方式的小型住宿设施”。综合相关研究对民宿概念的探讨（Salleh et al.,2014；龙飞等，2019），发现民宿不同于传统住宿业态的主要特征包括：1）小规模经营；2）在地环境的特殊性；3）体现地方性的文化特色和服务方式。伴随着裸心、大乐之野、西坡和泊心云舍等品牌的出现，民宿发展进入以连锁化、集聚化为特征，以民宿群落为空间载体的高端品牌化阶段（张弛等，2021），“民宿集群”的概念逐渐进入大众视野。

国外民宿研究始于上个世纪，研究内容多为与民宿相关的主观因素：民宿主人（Getz et al.,2000）、营销方式（Lee et al.,2003）、经营管理（Vallen,1997）、游客与民宿主人间的行为关系（Hultman et al.,2010）等，同时也涉及民宿分布的影响机制（Gunasekaran et al.,2012;Adamiak et al.,2019）。我国关于民宿的研究起步较晚，其中台湾民宿的发展为大陆文献研究提供了视角与方向（杨丽娟，2016），研究内容由民宿分类（张延 等，2016）、市场经营（李忠斌等，2016）、开发现状与发展对策（邓念梅等，2014；沈梦涵等，2016）等方面转向可持续发展（魏燕妮，2020）、高质量路径（李俊杰等，2019）、民宿与乡村旅游（朱晓辉等，2019）等。总体上，当下民宿研究多与共享经济、网络平台、乡村振兴等热点紧密关联，研究方法也由以往的描述性转变为定量与定性相结合。基于为民宿空间优化布局提供科学参考，国内部分学者对民宿空间分布及其影响因素进行了积极探讨。如胡小芳等（2020a）利用全局空间自相关和热点分析，探究了杭州、湖州、恩施三地民宿的空间集聚模式，发现区位、旅游资源、交通与区域品牌对民宿集聚产生重要影响；谢宝田等（2020）选取厦门市作为研究区域，借助ArcGIS 对其民宿集聚特征与开发热点进行分析，得出了“一心三轴四区”的夹湾式集聚模式，并将民宿空间布局分为3个圈层；郝诗雨等（2018）研究得出厦门民宿“大分散、小集中”的分布特征，民宿分布受多种因素影响并具有明显的区域差异；马小宾等（2021）以Airbnb作为数据获取平台，运用DBSCAN聚类算法等识别南京市民宿热点开发区域，并结合地理加权回归模型得出影响民宿分布的各类要素。

综上所述，当下民宿空间分布研究所涉及的区域较为广泛，但多集中于个别省份或地市，缺乏聚焦相邻地区间的跨区域研究。2020年出版的《民宿蓝皮书：中国旅游民宿发展报告（2019）》（过聚容，2020）根据实际发展状况，概括出中国七大民宿群：北京地区、江浙东部地区、东南部地区、徽赣文化地区、云贵川民族特色地区、湘黔桂地区、东北西北地区。其中，江浙东部地区得益于良好的社会经济基础与区位条件，成为我国民宿发展水平较高且势头较好的民宿集聚群。2016 年，《浙江省旅游条例》（浙江省人民代表大会常务委员会，2016）正式实施，开创了将民宿列入地方性法规的先河，同年发布的《浙江省人民政府办公厅关于进一步促进旅游投资和消费的若干意见》（浙江省文化和旅游厅，2016）明确鼓励因地制宜开展民宿经营；江苏方面，地方政府也深入推动旅游民宿高质量发展（江苏省文化和旅游厅，2021），为民宿产业提供政策助推。因此，本文以江浙东部地区中发展水平较高且区域协作密切的苏南、浙北地区为例，借助ArcGIS 分析两地民宿的空间分布特征，利用地理探测器进一步解析导致其空间分异的影响因素。以期为适宜开展民宿经营地区与有待完善地区的开发提供借鉴，实现民宿与各类资源间的合理配置，促进民宿产业的转型升级与优化布局，推动地区乡村旅游业的高质量发展。

1 数据来源与研究方法

1.1 研究区概况

本文研究区域为江苏省南部地区和浙江省北部地区（以下简称苏南和浙北），分别包括南京、镇江、常州、无锡、苏州和湖州、杭州、嘉兴、绍兴、宁波10个地级市。苏南、浙北地处长三角，自然条件优越，同时也是中国社会经济总量最高、对外开放能力最强的地区之一。浙北地区发达的民间资本和“数字经济”下高额的在线渗透率为民宿的发展提供了前提支撑，通过投资民宿进行创业成为浙北农民兴业致富的新途径（朱晨霞，2014），此外，地方政府的重视与早期成立的民宿产业联合会也为民宿的良性开发铺平道路。苏南民宿与浙北相比起步较晚，但由于地区经济增长活跃且基础设施完备，良好的旅游条件和人文环境为民宿发展提供了温床（黎宏宝等，2018），低端民宿开始向主题、特色等中高端民宿转型，与民宿相关配套的服务中心相继建立。两地作为江浙东部地区民宿群的核心区域，形成了以杭州淳安、苏州太湖、湖州安吉等为代表的一系列高品质民宿，环莫干山地区更是凭借强大的品牌集聚效应成为中国最重要的民宿集聚区之一（张海洲等，2019）。尽管目前苏南民宿的发展水平无法比肩浙北，但依靠强劲的资源配置能力与区域一体化发展背景下的跨地区交流合作，民宿发展具有广阔前景。因此，本文以苏南、浙北为例进行对比，具有一定的代表性，通过分析其民宿空间分布特征与影响因素，对国内经济发展水平较高地区的民宿集群规划具有现实意义。

1.2 数据来源

本文研究对象指依托闲置房屋、住宅资源为住宿者提供地方性服务方式的小型场所，包括各类民宿、精品公寓、客栈等结合地方自然风光与文化特色的服务设施，所处地域涵盖了城镇与乡村。由于目前中国尚未统计民宿的空间分布数据，所以大多民宿空间分布研究都利用开放平台作为数据来源（郝诗雨等，2018；胡小芳等，2020a，2020b；谢宝田 等，2020；马小宾 等，2021）。不同于OTA（Online travel agency）平台，百度地图作为一款网络地图服务商，其API中的地点检索功能可以获取民宿点的基础地理信息，凭借较强的时效性甄别民宿点的实时情况。本文于2021年1月以“民宿”为关键词对研究区域进行地点检索，其中包括带有“民宿”字眼的POI，也包含百度地图行业分类为“民宿”的POI，经过统计与筛选，剔除重复及无效的数据后得到符合标准的民宿点5 068 个，其中，苏南1 856家，浙北3 212家。基于坐标拾取器对民宿经纬度坐标精确对准，利用ArcGIS 将其进行可视化处理并叠加于苏南、浙北行政区划与水系（图1），行政区划底图由中科院资源环境科学与数据中心提供，河流湖泊数据则源于国家基础地理信息数据库。

图1 苏南（a）、浙北（b）民宿空间分布Fig.1 Spatial distribution of homestay inns in southern Jiangsu(a)and northern Zhejiang(b)

1.3 研究方法

1.3.1 最邻近指数分析 最邻近指数可以表达点状要素在空间分布上的相互邻近程度和分布类型（周侗等，2010）。一般情况下，点状要素的空间分布可以分为集聚分布、随机分布和均匀分布3种类型，计算公式为：

式中：R表示最邻近指数；表示实际最邻近点之间的平均距离；表示理论最邻近点之间的平均距离；A表示研究区域的面积；n表示研究区域内点状要素的个体数量。当0＜R＜1时，说明点状要素在空间上集聚分布；当R=1时，空间上呈随机分布；当R＞1时，空间上呈均匀分布。

1.3.2 核密度估计 最邻近指数分析只是从数理统计的角度对点状要素的空间分布进行描述，未能真实的反映其空间分布格局。而核密度估计法作为一种非参数统计方法，通过估计点状要素在不同地理空间上的发生概率，可直观地反映研究对象的集聚程度。点的集聚程度与研究对象的发生概率有关，发生概率越高点越集聚；反之亦然（闫丽英等，2014）。核密度表示的点状几何意义为：每个xi点中心处的密度分布值最高，随着与xi点距离的增加，密度分布值不断降低，计算公式为：

式中：fn(x)表示核密度估计值；h表示带宽（平滑参数）；n表示带宽范围内点状要素的个体数量；表示核密度函数，其中（x-xi）表示估计值点到中心点xi的距离。

1.3.3 地理探测器 地理探测器（GeoDetector）作为一种新型统计学方法，最早由王劲峰等（Wang et al.,2010）提出，试图解释疾病发病率的空间分异以及不同环境风险因子的影响程度高低。地理探测器的原理基于比较各类影响指标在不同分区上的总方差与该指标在整个区域内的总方差，进而探测其空间变化是否具有一致性（王劲峰等，2017）。由于地理探测器适用于类型数据的处理且无需过多的假设条件，近些年来在生态（潘洪义等，2019）、经济（杨丰硕 等，2018）、城市（王莉红 等，2019）、旅游（朱鹤等，2015）等领域得到广泛应用，计算公式为：

式中：D为选取的分异因子；H为因变量；PD，H表示分异因子D对因变量H的解释力；n和表示民宿的样本总量和总方差；m为i类分异因子的分类数量；nD，i和表示i类分异因子的民宿样本量和方差。根据地理探测器原理，PD，H的取值范围为[0,1]，值越大表示分异因子D对因变量H的解释力越强。

2 苏南、浙北民宿空间格局特征

2.1 民宿呈集聚型分布

通过表1发现，苏南、浙北民宿的最邻近指数整体上均＜1，分别为0.30 和0.29，置信度均为100%，具有显著的统计学意义，说明两大地区民宿在空间上呈典型的集聚型分布。从内部各市的角度看，研究区内各市R值均＜1，其中苏州市R值最低，说明其民宿在空间上呈高度集聚态势；而镇江市R值最高，民宿的空间集聚现象不明显，这与其数量较少不无关系，同时也反映出苏南内部的民宿空间集聚程度存在较大差异。相比之下，浙北民宿不仅在数量上显著多于苏南地区，且内部各市的R值差异较小，民宿在空间上的集聚发展以杭州市和湖州市最为突出。

表1 苏南、浙北民宿最邻近指数分析结果Table 1 The nearest neighbor analysis of homestay inns in south‐ern Jiangsu&northern Zhejiang

2.2 两地民宿密度格局呈现出显著差异

运用核密度估计法计算民宿在空间分布上的高密度区与集聚特征，采用自然间断点分级法将民宿的密度等级分为五类：低密度区、较低密度区、一般密度区、较高密度区和高密度区。结果显示（图2），苏南民宿的空间密度异质性明显，呈现出“四核集聚，次级中心团状布局”的空间密度格局。以苏州吴中区、南京中心城区、苏州姑苏区、无锡滨湖区为四大核心，民宿密度值向外围递减，形成一定范围的绵延片区，表现出核心－边缘扩散的空间分布特征。苏州作为长三角区域的中心城市，是民宿集聚程度最高的地区之一，形成了以吴中太湖为中心的民宿集聚圈。此外，苏南还具有以苏州昆山市、无锡梁溪区、常州溧阳市等为代表的团状次级集聚区域，这些区域都有良好的社会经济基础，依靠便利的交通运输系统和高禀赋的旅游资源，成为苏南重要的民宿分布区。而浙北民宿表现出“西部整体覆盖，中部零散分布，东部沿海布局”特征，除中部地区以外，民宿具有更为广泛的分布范围和延绵区域。浙北民宿形成了以环莫干山地区为辐射中心的集聚核心，并与湖州安吉县东南部民宿集聚带相接连片发展，凭借便捷的空间可达性实现彼此客源共享，成为浙北民宿集聚发展最突出的区域。在民宿数量最多的杭州市，类型齐全的精品民宿在千岛湖地区密集分布，淳安县成为民宿空间集聚的高密度区；而在杭州老城区周边分布有城镇民宿，与德清、安吉乡村民宿呈现互补关系。

图2 苏南（a）、浙北（b）民宿核密度分布Fig.2 Kernel density of spatial distribution of homestay inns in southern Jiangsu(a)&northern Zhejiang(b)

3 苏南、浙北民宿空间集聚特征

3.1 民宿在地势低平、水系发达地区集聚

民宿作为一种依托在地环境为游客提供个性化生活的住宿方式，对自然环境具有一定的特殊要求。地形、水文不仅是客观自然环境中的基础条件，同时还是民宿开发者在建设过程中需要考虑的首要因素。地形方面，借助ArcGIS 提取分析获取两大地区民宿点的高程信息，发现民宿的高程范围为-1～1 115 m，平均海拔高程为114.78 m，除莫干山风景区与天目山风景区以外，苏南、浙北民宿主要分布在平原丘陵地区。进一步以100 m 为单位区间，分析不同海拔高程内的民宿数量占比，发现-1～100 m 海拔范围内民宿数量最多，共有3 204家，占比高达63.22%，且随着高程的提高民宿数量呈现下降趋势，体现民宿的空间分布在某种程度上与地形呈反比关系。水文方面，采用由国家基础地理信息数据库提供的湖泊河流数据，利用ArcGIS分析工具中的缓冲区邻域分析和叠加分析，以1 km为单位区间，对各个缓冲区内民宿数量进行数理统计。结合表2发现，苏南、浙北民宿在空间分布上表现出以河流湖泊为中心的距离衰减定律，距离主要水系越远，民宿数量越少，且民宿高度集聚的区域大多分布在湖泊周边，比如太湖、千岛湖、玄武湖以及东钱湖等，其中苏州吴中区80%以上的民宿都分布在太湖地区。另外，苏南民宿沿水系集聚分布的态势更为明显，其主要水系2 km范围内集聚了1 129家民宿，共占60.83%。

表2 苏南、浙北水文缓冲区内民宿数量Table 2 Number of homestay inns in the hydrological buffer zone in southern Jiangsu&northern Zhejiang

3.2 民宿毗邻高禀赋旅游资源集聚

利用ArcGIS 对苏南、浙北共511 个3A 级以上景区进行核密度估计（3A 级以上景区苏南186 个，浙北325个），并将民宿点与行政区划叠加于核密度估计结果，其中景区统计源于江苏省文化和旅游厅与浙江省文化和旅游厅发布的《2019年底A级旅游景区目录》（江苏省文化和旅游厅，2020；浙江省文化和旅游厅，2020）。由图3可知，苏南、浙北民宿的集聚现象与旅游资源之间表现出较强的空间关联性，即民宿大多集中分布在旅游资源高禀赋区域内，3A级以上景区数量越多、密度越大的区域，民宿的空间集聚特征越明显，证明其对旅游资源具有一定的依赖性。优良级景区兼具自然风光与人文内涵，吸引了一批民宿在其周边分布，依托独特的山水风光融合当地浓厚的吴越文化，这些景区依赖型民宿在提供特色服务的同时，也满足了旅游者的多样化需求。利用ArcGIS进一步对3A级以上景区进行缓冲区邻域分析，以5、10 km 为带宽，结果表明：苏南、浙北共有3 663家民宿分布在3A级以上景区5 km缓冲区范围内，占比72.28%；10 km缓冲区内集聚了4 713 家民宿，占比高达93%，体现旅游资源的分布在民宿的空间格局中起关键作用。从分区域看，苏南民宿对旅游资源的空间依赖性更强，其3A 级以上景区5、10 km 缓冲区范围内分布有1 384、1 770 家民宿，占比高达74.57%、96.36%，超过浙北的68.68%和88.79%，由此也可以佐证苏南地区民宿的发展模式更依赖于高禀赋旅游资源。

图3 苏南（a）、浙北（b）景区核密度结果与民宿分布叠加Fig.3 Overlay result of kernel density estimation of scenic spots and distribution of homestay inns in southern Jiangsu(a)&northern Zhejiang(b)

3.3 民宿分布表现出以交通道路为中心的距离衰减定律

利用ArcGIS 分析工具中的缓冲区邻域分析，以1、2 km 为带宽，探究交通道路与苏南、浙北民宿空间集聚之间的关系，其中道路网数据源于国家基础地理信息中心提供的全国基础地理信息数据库。结果显示，各级公路1 km 范围内分布有3 133家民宿，占比61.82%；2 km范围内分布有4 315家民宿，占比高达85.14%，民宿分布呈现以交通道路为中心的距离衰减定律，且道路网密度越高，民宿的集聚发展越突出。此外，民宿整体分布密度为0.069 个/km2，而道路网2 km 缓冲区内的分布密度达到了0.091个/km2，是前者的1.32倍，民宿表现出依赖交通干线的空间集聚现象。在此基础上，利用ArcGIS对高速公路、国道、省道进行缓冲区邻域分析，分析不同等级道路对民宿集聚的作用程度差异。结果发现（图4），省道3 km 缓冲区范围内集聚了2 029 家民宿，分别是高速公路、国道的1.81和3.61倍，证明省道在民宿旅游中的交通可达性要远远大于高速公路和国道，其省际联系功能对民宿的集聚分布起到重要作用。而高速公路对民宿的支撑作用相较于国道更强，便捷的高速通道缩短了游客抵达各类民宿的时间，在增强对外联系的同时也提高了民宿的时空可达性。

图4 苏南、浙北不同等级道路缓冲区内民宿数量Fig.4 Homestay inns number in the buffer zone of different road grades in southern Jiangsu&northern Zhejiang

4 苏南、浙北民宿空间分异的影响因素

基于苏南、浙北民宿空间分布特征的分析结果，初步识别出区位条件、经济发展水平、水系环境可能对民宿的空间分布造成影响。进一步借助地理探测器定量分析苏南、浙北民宿空间分异的影响因素。

4.1 指标构建

参考旅游产业（尹华光等，2016）、酒店住宿（闫丽英 等，2014）、服务业（马子路 等，2020）等空间分异影响因素的相关文献，结合苏南、浙北民宿的发展现状与特点，以研究区内县级单位为基本空间单元，综合选取7 个指标11 个变量（表3），利用ArcGIS 自然间断点分级法对所有指标进行类别划分，录入并运行地理探测器。

表3 苏南、浙北民宿空间分异因子Table 3 Spatial differentiation factors of homestay inns in south‐ern Jiangsu&northern Zhejiang

苏南、浙北民宿空间异质性分布的影响因素主要包括3个维度：自然因素、经济因素、区位因素。其中，自然因素包括：1）地形地势。苏南、浙北地处长江中下游平原，地势平缓，低山丘陵相间分布，因此地形地势可能影响民宿的空间分布，选取海拔高程表示；2）水系环境。作为水乡文化的源头，苏南、浙北地区平原河网密布、水系发达，沿湖沿河布局可能成为民宿开发的新模式，选取民宿到最近河流、湖泊的平均距离反映县级单元的水系环境。经济因素主要包括：1）经济水平。苏州、杭州、南京、宁波、无锡等经济发展高水平地区是民宿的热点集聚区域，因此经济基础可能会对民宿的集聚分布提供发展支撑，选取地区生产总值和人均地区生产总值表示经济水平；2）消费能力。收入水平越高、市场活力越旺盛的地区越有可能产生休闲旅游活动、对高质量服务的需求越强，选取城镇居民可支配收入和社会消费品零售总额反映消费能力。区位因素包括：1）客源市场。区域范围内的人口基数与常住居民为民宿的发展提供客源，选取年末常住人口数量反映客源市场；2）通达程度。交通设施作为旅游业发展的先决条件，是旅游者抵达民宿的重要途径，基于集聚特征结果可知国道对民宿的影响较弱，故选取民宿到最近高速公路、省道的平均距离反映县级单元的通达程度；3）景区依赖。优良级景区作为诱使旅游者开展旅游活动的重要吸引物，其空间位置会促使民宿集聚分布，选取民宿到最近3A 级以上景区的平均距离反映县级单元的景区依赖。

4.2 单因子探测结果与分析

基于生态探测器发现11个自变量之间存在解释力差异但并不显著，因此，借助分异及因子探测器挖掘分别影响苏南、浙北民宿空间异质性分布的关键因子。结果显示（图5），苏南影响程度较高且通过0.1 显著性水平检验的因子按照解释力大小依次为：社会消费品零售总额（0.395）＞距省道距离（0.323）＞距3A 级以上景区距离（0.312）＞年末常住人口（0.285）；浙北民宿空间分异因子的解释力排序与苏南基本一致，其中，河流位置（0.274）＞社会消费品零售总额（0.200）＞距省道距离（0.171）＞人均地区生产总值（0.155）＞年末常住人口（0.135）。总的来看，消费能力方面，社会消费品零售总额苏南是解释力最高的因子并通过了0.05显著性水平检验，且城镇居民可支配收入苏南的解释力达到了0.221；社会消费品零售总额浙北也同样表现出较强的显著性，说明区域内强劲的市场活力和高消费群体有利于刺激民宿在空间上的集聚。民宿的集聚中心通常位于消费水平较高的地区，如苏州、杭州、南京等地，该地区居民更热衷于追求高品质的旅游服务和住宿体验，这与民宿的经营理念相吻合。通达程度方面，两地距省道距离的解释力均要大于距高速公路距离。由于民宿旅游具有“短期、短途”双重特征（吴必虎等，2004），省道的省际交通联系功能得以凸显，伴随着自驾游出行方式的盛行，趋向于省道周边分布提高了民宿的可达性，说明民宿开发要依托一定的交通设施条件。客源市场方面，苏南、浙北年末常住人口的因子解释力分别为0.285和0.135，高于大部分指标，反映人口基数越大的地区开展乡村旅游活动的可能性越高，区域内充足的潜在游客数量有利于民宿的集聚发展，庞大的客源市场是民宿空间异质性分布的重要动因。此外，由于研究区域的特殊性，苏南、浙北地区的社会经济基础牢固且水平相近，因此经济水平对民宿空间分异现象的影响强度相对较弱。

图5 苏南、浙北民宿空间分异因子的解释力Fig.5 Explanatory power of the spatial differentiation factors of homestay inns in southern Jiangsu&northern Zhejiang

对比来看，浙北除河流位置和人均地区生产总值外，其他自变量的显著性均要弱于苏南，说明浙北民宿发展受外部客观因素的影响程度较弱，同时，水系环境与景区依赖是两大地区间的区别因子。河流位置是浙北民宿空间分异因子中解释力最强的指标（q值为0.274），远大于其对苏南的影响程度，说明沿河开发旅游资源与住宿设施是浙北民宿选址的主要影响因素，同时嘉兴、湖州地区独具江南特色的水乡文化也为民宿的布局提供了独特的在地环境。苏南民宿呈现沿湖区分布的空间集聚态势，湖泊位置的解释力达到了0.214，结合民宿密度格局分析结果可知，苏南地区的湖泊，尤其太湖是民宿集聚分布的高值区，通过为来此开展观光、康养、度假和科学文化活动的到访者提供多功能服务，一批高质量的民宿品牌迅速发展起来。此外，景区依赖是致使苏南民宿空间格局存在差异性的重要因素，距离优良级景区越近的地区越有机会享有旅游资源带来的客源与口碑，反映毗邻景区开发是苏南民宿发展的主流模式，这也与苏南民宿集聚特征的结果相吻合。而距3A 级以上景区距离浙北的解释力较小（q值为0.089），说明浙北民宿对旅游资源的依赖程度较苏南更低，通过资本注入与空间集聚形成具有品牌效应的民宿群落，尝试摆脱旅游资源依附式布局并成为一种独立的旅游吸引物。2016年，浙北环莫干山地区被原国家旅游局列为中国国际度假旅游目的地，成为民宿开发模式的标杆（张海洲等，2019），表明民宿主导型旅游度假区可以具备传统景区的旅游功能并实现与传统景区在客源、设施上的共享。

4.3 因子交互结果与分析

利用交互作用探测器对11个自变量进行两两交互探测，由于双因子组合过多，表4只统计交互后解释力排序前十的结果。分析发现，任意一组双因子交互过后对苏南、浙北民宿空间分异的解释力均要大于单因子，交互作用类型又包括非线性增强型与双因子增强型。其中，解释力最高的交互结果为X2∩X9（q值为0.936），尽管河流位置与距高速公路距离单独作用下对苏南民宿异质性分布的影响程度较低，但二者交互作用后的解释力显著增强，两两因子间的共同作用能在超过90%的程度上解释民宿的空间分异现象，充分揭示就近河流与道路是民宿选址的关键因素，也证明民宿的空间分布差异并不是由单个影响因素导致的，而是在多个因子相互作用下形成了现有的独特空间格局。

表4 苏南、浙北民宿空间分异因子交互探测部分结果Table 4 Partial interactive detection results of the spatial differentiation factors of homestay inns in southern Jiangsu&northern Zhejiang

通达程度、客源市场在与其他自变量交互后，对两大地区民宿空间分异的影响产生了非线性增强效应，再次佐证便利的交通条件与一定规模的旅游市场是民宿集聚发展的关键因素。水系环境的影响程度仍然存在明显的区域差异，苏南地区的湖泊位置与城镇居民可支配收入、距3A 级以上景区距离的交互作用达到了较高水平显著性，解释力分别为0.870 和0.867；而浙北地区的河流位置在与消费能力以及单因子解释力较弱的经济水平交互后，实现了非线性增强和双因子增强，解释力大小排序依次为：X2∩X4（0.866）＞X2∩X6（0.847）＞X2∩X5（0.774）＞X2∩X7（0.747）＞X2∩X10（0.743）。

结合上文单因子及因子交互分析结果，并参考旅游引力模型（李山等，2012），构建苏南、浙北民宿空间分异的机理框架（图6）。其中，作为游客出行消费的重要动因，临水地区的生态条件及其彰显的水韵文化、毗邻景区的景观资源成为民宿核心吸引力；客源地潜在消费人群数量、消费环境与可自由支配收入的多少决定了该地区的出游力；而民宿与省道、高速公路间的出行距离构成游客前往民宿目的地的空间阻尼，在三者共同作用下，形成了现有苏南、浙北民宿的空间分异格局。

图6 苏南、浙北民宿空间分异的机理分析Fig.6 Mechanism analysis of the spatial differentiation of homestay inns in southern Jiangsu&northern Zhejiang

5 结论与讨论

5.1 结论

本文着眼于乡村旅游蓬勃发展的时代背景，选取民宿作为研究对象，基于POI 挖掘技术，利用ArcGIS空间分析方法从空间格局特征和集聚特征2个方面综合分析苏南、浙北民宿的分布情况，在此基础上，借助地理探测器系统探究其空间分异的影响因素，得出以下结论：

1）两地民宿在空间分布上均表现为集聚型，其集聚现象与地形水文、旅游资源、交通道路之间紧密关联。民宿趋向于集聚分布在地势低平且水系发达的区域；民宿的集聚发展程度在毗邻优良级景区的区域表现显著，旅游资源的地理位置对民宿的空间集聚起吸引作用；同时，民宿依托交通干线分布，基本符合以交通道路为中心的距离衰减定律。

2）两地民宿在集聚程度与集聚态势上呈差异性。苏南民宿表现出集聚程度上的市域差异，具有以苏州市为核心的民宿热点集聚区域，而镇江市则由于民宿数量较少，集聚发展不明显；民宿密度值由苏州吴中区、南京中心城区、苏州姑苏区、无锡滨湖区四大核心向外围扩散递减，在周边形成延绵区域，并且具有一定数量的民宿集聚二级组团，在密度格局上呈“四核集聚，次级中心团状布局”。浙北民宿的空间集聚现象相对均衡且连片发展区域广布；民宿表现出“西部整体覆盖，中部零散分布，东部沿海布局”特征，除绍兴和嘉兴南部地区以外，民宿的集聚现象广泛存在且呈“西东中”梯度分布。以湖州德清县与安吉县、杭州淳安县为集聚中心，并在杭州老城区、宁波象山县以及嘉兴嘉善县形成集聚能力较强、范围较广的民宿分布区。总体上，苏南、浙北地区民宿分别表现出“强核”“广域”的空间分布特征。

3）消费能力、客源市场与通达程度是影响两地民宿空间异质性分布的重要共性指标。区域内强劲的消费活力和高消费群体有利于刺激民宿在空间上的集聚；充足的客源与态势良好的旅游市场是致使民宿空间分异的重要动因；完备可达的交通运输系统，尤其省际交通，是民宿发展的前提条件和外部保障。任意一组双因子交互过后的影响程度均要大于单因子，自然、经济、区位因素间的因子交互作用增强对民宿空间异质性的解释力，证明民宿的现有独特空间格局是在多个因子相互作用下形成的。

4）水系环境与景区依赖对民宿空间分异的解释力存在显著的区域差异，除河流位置外，浙北民宿受外部客观因素的影响程度较弱。沿湖、沿河开发民宿是两大地区间的区别特征；毗邻景区选址是苏南民宿发展的主流模式，浙北民宿对旅游资源的依赖程度较低并尝试摆脱旅游资源依附式布局。

5.2 讨论

本文从跨区域的地理空间视角出发，系统分析了民宿在苏南、浙北两大高水平地区的空间分布特征及其影响因素，并尝试构建民宿空间异质性分布的形成机理。本文与已有研究存在相同之处，也取得了一些新发现：1）民宿呈组团状集聚分布的空间现象与成都市、厦门市的研究结果（刘大均，2018；郝诗雨等，2018）一致，说明民宿可以通过空间集聚形成一定规模的集群以实现规模经济。2）胡小芳等（2020a）针对杭州、湖州、恩施三地的研究表明，客源充足的旅游市场与便捷的省际交通有利于民宿的集聚发展，本文在此基础上还发现地形地势不构成苏南、浙北民宿开发的阻碍条件，生态良好的临水地区更有机会成为民宿集聚的热点区域，同时，目标客源的消费能力也是民宿选址时不可忽略的因素。3）在以长三角地区为对象的研究中，龙飞等（2019）发现A级景区周边是发展民宿集聚区的温床，旅游资源与民宿分布之间存在较强的关联性，这与本文结果基本一致。尽管浙北民宿受景区依赖的影响程度较弱，但结合核密度分析结果可知，环莫干山集群、安吉条带状集群、千岛湖集群、西塘古镇集群等依然是以旅游景区为早期开发动力、凭借品牌建设所形成的民宿典型集聚区，并且，这种依赖核心景区开发的态势将随着集群的扩张而减弱，生态、文化因素对民宿的制约性将不断得到体现。

在民宿逐渐成为中国乡村振兴重要抓手的时代背景下，本文缺乏对不同时间维度下、不同类型的民宿空间分布演化、区分研究，尤其是对城镇和乡村民宿的界定仍存在困难；影响民宿空间异质性分布的指标体系还有待完善，旅游发展水平、配套服务设施、地方特色文化等因子对民宿分布的作用需要进一步探讨；尚未挖掘游客主体偏好、政策环境、经营管理方式、品牌价值等可能对民宿小型企业产生影响的主观因素（郭强等，2019）。鉴于民宿分布的区域性与开发的难以复制性，期望通过更多对民宿分布的系统研究，得出适用于民宿发展的普遍性规律，推动民宿与农家乐等休闲旅游形式优势互补，满足新时代旅游者对“食住行游购娱”的多要素、多样化旅游需求，助推乡村旅游的高质量发展。