Development Characteristics and Evolution Mechanism of Homestay Agglomeration in Mogan Mountain, China

Abstract

The homestay business has contributed to the development of the tourism industry, and it has revitalized tourism resources and boosted the tourism economy. This article takes the Mogan Mountain homestay agglomeration of Yangtze River Delta, the most developed and actively invested in business in the industry, as a research site focus to discuss the recent trends in the Chinese homestay business. Standard deviational ellipse analysis, spatial analysis of nearest-neighbor, and density are empirically tested with the data from the inn/homestay channel of Qunar.com, which is a widely acclaimed website with high page views. Based on the above researches, this paper uses the standard deviation ellipse analysis, the nearest neighbor analysis, and the kernel density estimation analysis method to explore the development characteristics of the Mogan Mountain homestay agglomeration. Combined with the Butler tourist destination life cycle model, it can be concluded that the Mogan Mountain homestay agglomeration area experienced a stage of initial development (2007–2011) and rapid development (2012–2015) and now is in a mature development stage (2016 up to now). This study proposes five actors: physical geographical conditions, traffic location conditions, tourism self-organization mechanism, policy influence, and community residents’ willingness to develop and significantly drive the evolution of Mogan Mountain homestay agglomeration. The formation and evolution of the Mogan Mountain homestay agglomeration are the results of the accumulation of resource-driven effect, scale effect, and differentiation effect at different stages. The unique organization and incentive mechanism promote regional sustainable development.

A Comparative Study of Customer Perceptions of Urban and Rural Bed and Breakfasts in Beijing: An Analysis of Online Reviews

“…Previous studies on B&Bs mainly focused on the marketing [11][12][13], management, and sustainable development of B&Bs [5,14,15], as well as the consumer behavior [16], host-guest interaction [17], customer experience perceptions of B&Bs [4,18,19], and spatial distribution of B&Bs [20][21][22]. The differences between urban and rural B&Bs have not been well emphasized in existing studies.…”

“…In China, with the development of domestic tourism, the B&B industry is growing rapidly and has attracted more and more attention [20]. By the end of 2020, the total number of B&Bs had reached 3 million, including 380,000 rural B&Bs [47].…”

Simulation and prediction of geologic hazards and the impacts on homestay buildings in scenery spots through BIM

“…Consequently, some homestay owners construct the buildings in places off the beaten tracks because the scenery there is beautiful without human damages, which can attract more tourists. With the assimilation of the tourism industry, most tourists are more willing to travel to some exciting places, and these areas that have experienced geologic movements have become their aspirations [4]. Due to their unique climate and geographic location, these areas are also very prone to geologic hazards, such as collapses, landslides, and mudslides [5].…”

The development model of homestay tourism agglomeration in Yangtze River Delta from the L-R-D perspective

“…龙 飞 等：基于 L-R-D 视角下长三角地区民宿旅游集聚区的发展模式 浙江省先后认定了长兴县水口乡、德清莫干山、磐安县台地等 12 个区域为乡村旅游产业 集聚区，积极培育乡村旅游品牌。作为乡村旅游的关键环节和形式载体，民宿是切实保 障乡村旅游产业集聚区提档升级的可靠力量 [13] 。宁波市人民政府 2018 年出台的 《关于加 快民宿经济发展推动农旅文深度融合的意见》 中则明确推动民宿经济集聚化、品牌化、 智慧化、规范化发展，进一步表明民宿旅游集聚区在实践中得到初步验证并取得一定成 绩。然而，在民宿旅游蓬勃发展的同时，监管薄弱、环境污染、产品同质化、淡旺季明 显等问题不断显露 [11] ，民宿发展开始进入整合调整期 [10] 。在此阶段，系统梳理实践问 题，明确发展规律，从宏观层面对民宿旅游及产业集聚区进行科学合理规划，对引导和 规范行业可持续发展意义重大。 作为目前发展最为成熟的典型范例，长三角民宿旅游集聚区在全国具有引领作用 [5] 。 截至 2018 年 12 月，去哪儿网数据显示该地区民宿数量达到 34753 家，占全国民宿总数的 17% [14] ，民宿类型多样，包括高端精品型、乡间野趣型、避暑休闲型、历史文化型等。 依托良好的自然环境、人文内涵、经济基础及区位条件，该地区以湖州、杭州、苏州、 无锡、南京、上海等城市为中心，向周边辐射形成莫干山、鸬鸟镇、小浦镇等多个民宿 特色地区，是中国最具活力的民宿旅游集聚区 [5,10,15] 。因此，长三角地区为民宿旅游的学 术研究提供了很好的案例选择，对其发展模式进行的探究与挖掘，将为民宿旅游集聚区 提质增效与整合升级提供坚实支撑和科学参考。 1 研究方法与数据来源 1.1 研究进展与相关理论基础 1. 1.1 民宿旅游集聚区发展研究进展 关于"产业集群 (industry cluster) " "产业集聚 (industry agglomeration) " "区域集 群 (regional cluster) " "产业区 (industry district) " "产业综合体 (industry complex) " 等相似概念，不同学者从不同角度进行了研究，但普遍认为产业集聚区不仅包括企业间相 互合作，还包括该产业与地方经济、社会文化、价值观、制度等相互交融 [16] 。企业集中发 展能够促进相关联行业的通力合作，有利于劳动力资源共享，促进信息及技术外溢 [17,18] 。 同时，产业集聚是产业资本在空间地理范围内的聚集过程 [19] 。早在 1920 年，Marshall 等 [13] 就使用产业集聚来描述相同或相关产业在地理空间上的集聚现象。20 世纪末，Porter [20] 提 出旅游业具有明显的集聚效应，倡导采取集群化发展模式。随后，Jackson 等 [21] 通过分析旅 游产业集聚的演变机制，肯定了集聚化发展对旅游业竞争力的提升作用。 民宿旅游作为一种新兴旅游业态，促使民宿旅游集聚区成为旅游产业集聚的特殊类型 和表现方式 [5] 。诚然，目前对旅游产业集聚形成机理 [22][23][24] 、空间演化 [25,26] 、作用影响 [27,28] 等问 题的探讨已取得一定成果，但对于民宿旅游集聚区研究却鲜有提及。区别于集中在旅游度 假区的度假酒店及城市中心的商务酒店，民宿作为非标准化住宿设施，在拉动农村地区的 经济发展方面发挥重要作用，独特的地域文化和优美的自然环境也更能满足游客的体验需 求 [29,30] 。因此，为强调民宿的农村属性，部分学者将民宿旅游集聚区的地理空间范围局限 于农村 [24] ，忽视了城市郊区或城市景区周围的民宿产业 [31] 。此外，大部分研究成果在小尺 度空间范围内进行探讨，与村落或街区结合紧密，致力于构建开放的社区旅游发展模式 [30] 。 同时，民宿旅游集聚区的空间分布特征及产业经济合作关系也引起学者们的较多关 注。对民宿区域性集聚差异的分析可以为判定旅游消费走向、优化功能分区提供依据 [32] 。 36 卷 自 然 资 源 学 报 现有研究表明民宿旅游集聚区受自然环境、经济发展水平、交通通达性、旅游资源分 布、政策条件等因素的影响 [15,24,[31]…”

“…(1) 理论内涵解析 产业集聚是产业发展演化过程中呈现出的一种地缘经济现象 [40] ，虽然不同学者在旅 游产业集聚模式的认识上存在差异，在依托资源、环境禀赋、经济发展水平、交通条 件和政策环境等方面进行了相关探讨，但基本认为集聚现象与模式选择是由内外驱动力 共同作用的结果 [41][42][43][44] 。例如，谢燕娜等 [45] 主要考量依托物将河南省旅游产业集聚区分为城 市依托型、景区依托型、城市-景区依托型和特色产业依托型四种发展模式，同时指出 不同模式的核心驱动力不同；刘少和等 [40] 通过对地理区位、核心资源、管理主体等 16 个 因素的综合判断，总结资环依赖程度和产业集聚程度两个维度，将环大珠三角城市群游 憩带的旅游产业集聚分为资源景区组团、度假娱憩综合体和旅游产业园区三个阶段。 民宿作为一种特殊的旅游产业，融合市场需求与地域特色，具有分工明确、层次多 元、分布广泛等发展趋势 [46] 。以往研究对民宿旅游集聚区模式的区分仅停留在区位选 择、空间分布状态等表面特征上 [47] ，欠缺对内在机制异化现象的进一步梳理与思考。本 文中的民宿旅游集聚区是指在一定区域内由若干民宿及其上下游服务产业链集聚而形成 的具有整体市场竞争优势的民宿群落。它通常以"特色民宿+"的发展模式，与衍生的旅 游产业相结合形成旅游吸引力。 鉴于此，本文以耦合协同关系为着眼点，从系统的整体功能视角关注大众休闲时代 下民宿旅游集聚区的类型、特征以及路径选择，考察包括区位条件和核心旅游资源的固 有条件禀赋与动力机制刺激下的民宿发展模式 (图 1) 。具体来看，民宿旅游集聚所在区 位 (L-Location) 是民宿旅游集聚最主要的判定标签，是民宿旅游集聚发展所依托的地 理范畴和物质空间 [34,40,[47][48][49] ；核心旅游资源 (R-Resource) 是旅游业发展的关键要素 [1,15] ， 以景区景点、古镇古村落、特色产业等 旅游资源为主，是民宿旅游集聚发展重 要基础和核心吸引物，同时也作为集聚 核凝聚和扩散品牌影响力，强化民宿旅 游的乘数效应 [2,7,9,13,29] ；主要动力 (D-Dynamic) 是 民 宿 旅 游 集 聚 形 成 、 发 展 、 演化的重要驱动力，通常分为政府主导 和市场主导两类，决定民宿旅游集聚发 展方向，也是最具灵活性、调控性的因 素 [10,12,31,34]…”