大數據背景下湖南在線民宿需求的影響因素分析

蔣紅云 韓振興

大數據背景下湖南在線民宿需求的影響因素分析

蔣紅云 韓振興

（湖南科技學院 經濟與管理學院，湖南 永州 425199）

在線民宿是指具有當地特色文化或習俗的特色主題房間，它是將閑置的房屋資源加以合理利用，是我國共享經濟發展的重要組成部分。利用大數據技術爬取Airbnb網站上湖南省13個地級市和1個自治州的在線民宿的數據，通過對數據進行整理、清洗、標準化處理、聚類分析后，建立有序Logit模型分析影響湖南省在線民宿需求的主要因素。實證結果表明：湖南省在線民宿價格對在線民宿需求量有顯著影響，分類變量房型中整套房間和獨立房間戶型更受消費者的青睞，民宿的地段位置也是不可忽略的影響因素。最后針對性地提出一些對策建議為湖南省在線民宿的可持續發展提供參考。

在線民宿；需求；影響因素；有序Logit模型

共享經濟這一名詞雖在近期興起，但在早期社會早已存在，如以物換物。如今，隨著互聯網技術的發展，在線民宿的發展如火如荼，共享經濟隨處可見，如共享單車、共享汽車、共享充電寶等等。它以使用權分享為主要特征，整合各類閑置資源，適應現代快速發展的旅游產業，是一種新型的度假、旅游住宿體驗。在線民宿的發展是我國旅游市場上消費結構的重大變化，是消費者重品質、重文化、重服務的消費方式的轉變與升級。

國外一般認為“民宿”是B&B(bed and breakfast)，但也有人稱“民宿”為House Stay、House Hotel、Family Hotel等，目前已經發展得比較成熟。在民宿的研究中，國外學者更多關注民宿是否個性化、人性化、民俗化、服務內容多樣化等。在需求方面，Chen L.等[1]在對臺灣游客的調查中發現，選擇民宿的這些游客中，特別受具有良好教育以及中底層收入的人歡迎。對于Airbnb這一在線民宿平臺，Koh E和King B（2017）[2]認為Airbnb的成功是“共享經濟”的縮影。在消費者選擇住宿方面，2015年Airbnb發布的暑假旅行報告中指出，有超過70%的Airbnb的房產位于酒店主要區域以外，這表明民宿在一定程度上與酒店產生了互補作用。但在另一方面，民宿的發展也對當地酒店產生了沖擊，Zervas等[3]認為Airbnb供應每增加10%，當地酒店的客房收入則會減少0.39%。

隨著我國在線民宿業的飛速發展，入住民宿的游客也越來越注重入住民宿的環境，這其中包括民宿氣氛、衛生整潔程度以及地理位置、風土人情等，同時其他的一些基本設施，比如安全設施和房間隱私等也在考慮之中。對于共享經濟的影響，楊帥[4]認為共享經濟對傳統產業帶來沖擊的同時，也給社會經濟文化帶來了新的挑戰。對于在線民宿發展的影響因素，張延宇[5]認為民宿的用戶評論很大程度上影響游客對民宿的預定，從而影響民宿的消費與發展。吳雅迪[6]在研究成都民宿對在線旅游平臺景點評論中發現，如果景點附近民宿的占比每增加10%，則該景點的評論量增加約13.5%，以及對該景點的當月的數字評分均值和文本評論情感傾向均值分別增加約0.051 9和0.009 8。

通過研究比較，國外的民宿發展較為成熟，而國內民宿還處于快速成長階段。本文選取了最為成熟的在線民宿平臺——Airbnb中國作為研究對象。網絡爬取了湖南省在線民宿的用戶數據，因數據龐大復雜，對數據的來源按地域板塊劃分。本文因變量為湖南省在線民宿需求量，利用K-均值聚類將其劃分成5個有序類別，分別為很高、較高、中等、較低、很低。利用因變量數據與自變量（房間類型，價格，地域，注冊日期，評分量，臥室數，床位數，衛生間數）數據建立有序Logit模型，實證分析湖南省在線民宿需求的主要影響因素。

1 在線民宿發展現狀

隨著共享經濟的穩步發展，其優勢也逐漸地凸顯出來。互聯網的出現，促進了各種具有規模優勢和范圍經濟的平臺的產生，使得交易更加簡潔。共享經濟正在向生產制造、生活服務、醫療共享、辦公共享、產能共享、知識技能、住宿共享、交通出行等領域加速滲透，且其中的住宿共享呈現加速發展的形態和趨勢。像Airbnb中國、小豬短租這樣的在線民宿平臺的快速發展，不僅提高當地房主的收入水平，帶動當地的經濟發展，也提高消費者的生活水平和生活質量。

根據《中國共享經濟發展報告2020》中的數據顯示，2019年是我國共享經濟深度調整的一年，受到國際國內的宏觀經濟下行多種因素影響，共享經濟市場交易規模速度顯著放緩。2019年的共享經濟市場的交易額為32 828億元，比上年增長11.6%，直接融資額約714億元，比上年下降52.1%。2020年初爆發的新冠肺炎疫情對共享經濟的不同領域產生了不同程度的影響，即有沖擊也有刺激。其中沖擊最大是共享住宿、交通出行、家政服務等，受刺激較大的是共享醫療、教育、外賣餐飲等領域。

表1 2017－2019年我國共享經濟發展狀況　單位：億元

數據來源：《中國共享經濟發展報告2020》

從共享經濟市場結構來看，生活服務、生活能力、知識技能三個領域的交易規模位居前三（表1）。再從2019年的增速來看，共享住宿與上一年相差無幾，基本保持在37%的增速，而其他領域都出現了大幅度的下降，尤其是生產能力和共享辦公。

2 實證分析

2.1 數據搜集與處理

2.1.1數據來源與說明

本文數據來源于Airbnb網站，爬取時間是2020年10月份，通過爬取湖南省13個地級市（長沙市、株洲市、湘潭市、衡陽市、邵陽市、岳陽市、常德市、張家界市、益陽市、郴州市、永州市、懷化市、婁底市）和1個自治州（湘西土家族苗族自治州）的數據進行分析。通過反復試驗后，確立變量指標如下：房間類型，價格，地域，注冊日期，評分量，臥室數，床位數，衛生間數。經過一系列的數據處理最終爬取了4937條數據。

對于房間類型，通過查閱資料了解到，整套房間或者公寓是指是否獨享整個房源，不與他人分享，無需與房東共住；獨立房間是指有自己獨立的房間，與他人分享客廳等空間；合住房間是指有獨立的床位，與房東或者房客共享這個房間。

數據收集時候發現整棟房間、公寓對于其他兩個房型有較大的差異，在衛生間數量上面發生偏歧，例如房型上有0.5、1.5、2.5個衛生間。本以為是爬取的時候出現問題，但通過原網頁查看并無錯誤，最后通過查閱得知一個洗手間是指一個完整的洗手間，至少有一個浴缸或者淋浴間、一個馬桶、一個洗手池，半個洗手間是指無法洗澡的“廁所”，所以出現0.5、1.5、2.5個洗手間這種情況。

2.1.2數據的預處理

自變量房間類型與因變量需求量為類別變量，且它們的類別數量大于2，所以需要對類別變量進行One-Hot編碼，轉化為模型能夠讀取的變量。

由于模型自變量中存在需求量、價格，臥室數，床數，衛生間數這些變量數據的單位不同，所以需要消除量綱影響，對變量進行標準化處理。

因變量為在線民宿的需求量，通過聚類分析發現聚類為五類水平最為合適，湖南省及各區域最終的聚類中心用1、2、3、4、5分別表示五類水平。1表示很低，2表示較低，3表示中等，4表示較高，5表示很高。由聚類結果發現，對于湖南省總體而言，民宿需求量處于中等偏上水平；再從湖南省內各地區民宿需求量發展狀況來看，民宿需求量最高的是湘西土家族苗族自治州，結合當地的地理位置及旅游特色可以了解到湘西很適合發展民宿，所以該地區民宿需求量最高。長沙、株洲、張家界、郴州民宿需求量為中等偏上，這些地區屬于國內較為出名的旅游城市，民宿發展較為成熟，所以民宿的需求量相對較高；衡陽、湘潭、岳陽、邵陽、永州這些地區民宿需求量為中等及中等偏低，這些城市民宿發展正處于增長階段，具有較大的發展潛力。

2.2 描述性統計分析

將湖南省及各地級城市數據指標分別做描述性統計分析，發現各城市的均值與標準差在價格、需求量、臥室數等指標上存在較大的差異性（見表2）。長沙、株洲、湘西這三個旅游城市的民宿需求量均高于湖南省的平均需求量；衡陽、郴州、張家界、湘西、岳陽、湘潭、懷化和邵陽在對在線民宿預定價格上均高于湖南省平均預定價格；衡陽、郴州、張家界、岳陽、湘潭、永州、懷化、邵陽的民宿在臥室數均高于省的平均數。由此可見，入住城市的旅客更注重于民宿房型的空間實用性與性價比。通過網上查閱資料發現，各個城市的民宿分布相對集中在旅游景點附近、交通相對發達、人流量大的地方，總體來說在需求量、臥室數、床位數及可住人數的標準差較大。

表2 湖南省數值型變量的描述性統計分析

圖1 湖南省在線民宿需求量地域關系圖

詳細來說，從圖1可以發現湖南省的民宿需求整體上呈現很大差異。湖南省省會兼旅游城市的長沙市為最高需求量，其次需求量較高的是株洲市、湘西土家族苗族自治州和張家界這類旅游城市。永州市、懷化市等相關地級市的在線民宿發展存在欠缺，其中永州可以通過零陵古城來增加民宿的需求量，發展空間較大。

圖2 湖南省在線民宿價格地域關系圖

通過對湖南省各地區的民宿價格求均值，再利用SPSS進行聚類得到相關城市類別，進行可視化處理得到圖2。我們可以了解到湖南省各地區民宿的價格存在較大差異，以懷化市、張家界的價格相比較最高，以婁底市和益陽市價格最低。通過圖1和圖2比較分析，對于懷化市民宿的發展，可以通過降低在線民宿價格來增加需求量；對于其他民宿欠發達的地級市來說，可以通過打造旅游景點、發展地方特色農業等措施來增加民宿的需求量。

2.3 模型實證分析

利用SPSS軟件對湖南省各個城市的有序Logit模型進行模型擬合信息和擬合度檢驗，發現p <0.05的城市有湖南省總體、長沙、株洲、張家界、衡陽、邵陽、湘潭、益陽、永州、岳陽、郴州、湘西土家族苗族自治州，表示這些地區的有序Logit模型具有統計學意義。但是從擬合度來看常德、懷化、婁底、邵陽、益陽、永州、岳陽、湘西土家族苗族自治州的擬合優度檢驗中的顯著性p >0.05，表示這些地區的有序Logit模型的擬合效果很好。

隨后建立湖南省及各地級市的有序Logit模型，OR=EXP（B），其中B為模型的變量系數，OR值及顯著性檢驗情況見表3。

表3 在線民宿需求影響因素的有序Logit模型分析（OR值）

注：*表示在10%的顯著性水平下顯著；**表示在5%的顯著性水平下顯著；***表示在1%的顯著性水平下顯著。房型的對照組為合住房間。

由表3可以看出，湖南省在線民宿價格對需求量影響顯著且呈正相關關系（OR>1），即在線民宿價格越高，需求量反而越大，這可以從經濟發展水平上來解釋，湖南省在全國經濟發展水平中處于中等水平，因此其在線民宿價格定價相對全國較低，而預定在線民宿的旅客來自全國各地甚至國外，高收入水平的他們更愿意消費價格稍高、環境稍好的民宿。因此，對于湖南省整體民宿而言，在一定范圍內提高民宿價格，是有利于增加在線民宿需求量的發展。而臥室數、床位數及衛生間數上與總體民宿需求量呈現負相關關系（OR<1），這與事實吻合。

分地級市來看，張家界、衡陽、湘西土家族苗族自治州的自變量在線民宿價格對民宿需求量影響顯著且與呈負相關（OR<1），即當價格升高，民宿需求量減少。這三個城市屬于湖南省旅游城市，旅游景區的民宿價格相較與非旅游城市的價格，總體偏高，價格越高會導致需求下降，人們更偏好性價比高的民宿。而長沙、株洲、永州的在線民宿價格的變量系數影響顯著，并且與民宿需求量呈正相關（OR>1），這似乎與現實的經濟意義相悖，我們換個角度來解釋，因為湖南省每個地級市所處位置不同，在旅游者外出旅游首要考慮是接近旅游景區，在此條件下，民宿位置及距核心景區的距離對民宿需求量的影響就要強于價格所產生的影響，即便價格上升，旅游者對于民宿的需求量也不會減少。再觀察永州地區，景區較為偏僻，景區周邊民宿較少且距市區較遠，所以靠近景區邊的民宿價格會偏高，但由于其民宿發展欠缺，民宿的需求量也不會隨價格而變化明顯。對于長沙、株洲這兩個地級市屬于國內熱門民宿城市，它們的自身旅游價值高于湖南其他一般地級市，旅游者會更傾向于選擇這兩所城市，所以這也能夠解釋為什么價格與民宿需求量呈正相關關系。當民宿發展逐漸成熟時，民宿的價格將與民宿的需求量呈負相關關系，例如張家界、湘西土家族苗族自治州。

再觀張家界、邵陽、岳陽的臥室數的變量系數與民宿需求量呈正相關且顯著（OR>1），這說明隨著臥室數的增加，民宿的需求量會提高。對于這些城市旅游者更偏好團隊旅行，所以民宿的需求量隨臥室數增加而增加。從自變量床位數的變量系數來看，長沙、株洲、張家界、永州、益陽、郴州這些城市的床位數與需求量成負相關且顯著（OR<1），這表明了床位數的減少，會在一定程度上增加民宿的需求量。同理可得，衛生間數和最多可住人數與民宿的消費需求成負相關，但是從單獨某一城市來看，對需求量的影響并不顯著。從房型上看，懷化、郴州的分類變量房型“（1,0,0）=獨立房間”的OR<1，且關系顯著，這表明相對于整套房間與合住房間，旅游者更傾向于選擇獨立房間。這是因為獨立房間具有床位、衛生間的設置，更具有私密性的私人空間。而對于湖南總體、衡陽、湘潭、永州的分類變量房型“（0,1,0）=整套房間”的OR<1且關系顯著，這說明旅游者更愿意選擇整套房型，從另外一個方面來說，湖南總體旅游城市居多，適合家庭出行旅游。因此，家庭出游是未來旅游業發展呈現的新趨勢。

3 結論與建議

本文通過爬取Airbnb平臺上湖南省在線民宿的相關數據，并對其進行數據預處理，建立有序Logit模型，對影響湖南省在線民宿需求的因素進行實證分析，得出以下結論：

從湖南省非旅游型地級市角度來分析，民宿價格與民宿需求量成負相關關系，即價格越高民宿需求量越低，反之則民宿需求量越高。這是因為這些地級市的經濟發展水平相對穩定均衡，抗壓能力強，容易形成一個穩定的市場機制。在這種環境下民宿就不得不與賓館、酒店等同行展開自由競爭，而且它們之間成互補關系，當民宿價格上升時，消費者就會選擇賓館酒店；而當賓館酒店價格上升時，消費者就會轉向于民宿。從旅游地級市的角度來分析，民宿價格對因變量民宿需求量有著雙重影響，即正相關關系和負相關關系。這是因為人們外出旅游住宿時，為了方便觀賞景點，往往都會選擇離旅游景點近的地區入住，這時距離問題就成了消費者首要考慮的因素。湖南省民宿的臥室數、價格對需求量存在顯著影響的，同時在分類變量房型中整套房間和獨立房間更受廣大消費者的青睞。

通過湖南省在線民宿需求的影響因素的深入分析，針對湖南省民宿業的健康可持續發展提出以下建議：

第一，在大數據背景下，旅游者選擇民宿首先考慮的是價格因素，建立合理的市場價格體制非常重要。價格太高或太低的定價策略都不適合民宿行業的穩定發展，一定要結合當地的旅游資源、與核心景區的距離等實際情況差別定價，用人們期待民宿最合理價格的統計來建立合理的價格體制，以減輕民宿市場的競爭壓力。

第二，旅游者選擇民宿是因為民宿帶有當地的地方特色，同時能夠接納家庭或者群游，有著更舒適的旅游體驗，所以房間的人性化也是備受關注。在如今流行的群游或家庭出游，每個旅游隊伍的人數幾乎都大于等于2，而這些人群對于民宿的選擇，95%的更傾向于整套房間和臥室數多的房型。只有5%的人會選擇合住房間。因此建議房主可以根據自己的經濟情況以及當地特色，對房間類型進行適度的優化改造，來吸引更多的旅游者。

第三，服務質量也是影響共享經濟的主要因素。在全國的重點旅游城市里，民宿的需求量與離景區的路程呈負相關。當民宿離景區越近，人們會越樂于選擇它，這時價格的高低并不能直接影響到民宿的需求量。不過距離景區遠的民宿可以為旅客提供免費接送服務，以高質量的服務來吸引顧客。

第四，為順應時代發展，實現“民宿+”升級。“互聯網+民宿”，是一種綠色、可持續的民宿發展形態。隨著時代的變化，民宿的發展要不斷的創新才能跟上經濟發展的腳步。“民宿+餐飲業”，餐飲將成為民宿發展的重要因素。還有“民宿+酒吧”，提供娛樂方式，豐富游客的旅游體驗。實現“民宿+”升級，對民宿進行多元化、豐富化拓展，以滿足旅游者需求。

[1]Chen L, Lin S, Kuo C. Rural tourism: Marketing strategies for the bed and breakfast industry in Taiwan [J].International Journal of Hospitality Management,2013(3):278-286.

[2]Koh E , King B . Accommodating the sharing revolution: a qualitative evaluation of the impact of Airbnb on Singap- ore’s. budget hotels[J]. Tourism Recreation Research, 2017: 1-13.

[3]Zervas G, Proserpio D, Byers J W. The Rise of the Sharing- Economy: Estimating the Impact of Airbnb on the Hotel Industry [J]. Journalof Marketing Research, 2017(54):687- 705.

[4]楊帥.共享經濟類型、要素與影響:文獻研究的視角[J].產業經濟評論,2016(02):35-45

[5]張延宇.共享經濟背景下在線民宿預訂評價影響因素分析[D].2018.

[6]吳雅迪.民宿經濟對在線旅游平臺景點評論的影響——以成都市為例[D].2019.

F064.1，F590

A

1673-2219（2021）03-0065-05

2021-03-08

湖南省社會科學成果評審委員會課題（項目編號XSP20YBC378）；湖南省教育廳一般項目（項目編號19C0798）。

蔣紅云（1984－），女，博士，講師，研究方向為計量模型、共享經濟、消費經濟。韓振興（1998－），男，湖南科技學院經濟與管理學院學生，研究方向為計量模型、共享經濟。

（責任編校：文春生）