商业城市饭店选址的圭因素潮 啊
汪 焰
(浙江1二贸职业技术学院 ，浙江 温州 325003)
摘 要：文章以商业城市饭店选址作为研究的切入点，并以厦门市为例进行 了商业城市饭店选
址主因素识别实证研究。通过研究得出，具有地理空间特性的物理性变量对商业城市饭店选址的影
响最为明显 ；同一城 市内，宏观环境 因素对 商业城 市饭店选址的影响并不明显 。
关键词 ：选址 ；主因素；商业城市饭店
中图分类号 ：F590 文献标识码 ：A 文章编号 ：1002—6487(2010)】6—0178—03
1 研壳前提
饭 店选址包括宏 观和微观 两个 层次 ．即宏观选 位 、微观
定址。第一，宏观选位 ，即选择什么地区或城市来投资饭店
(区域)，饭店投资者或饭店集团在选择哪个城市作为发展基
地时，实际上是在作宏观区位(区域)的选择与设计；第二．微
观定址 ．即具体选择在该地区的什么位置，如选定北京市作
为其投资饭店的基地，下一步面临的问题就是选择北京的哪
个街区或地段作为投资的具体地点，这便是其微观定址决策
问题。限于研究的篇幅，本文主要探讨商业城市内单体饭店
的微观选址研究．把商业城市内单体饭店企业作为我们研究
饭店选址的切入方向，其研究 目的是分析商业城市内单体饭
店微观选址的影响因素及变量，并识别 影响商业城市饭店
定址的主因素。
从经济学的角度看．不同的地理位置存在着不同的市场
约束、成本约束和资源约束，饭店选址具体表现为多维空间
地理坐标所决定的饭店经济利益的差别。因此，本文认为饭
店选址研究本质 上是研究饭 店所选地理位 置 占据 的空间场
所 以及该场所与其周围事物之间的经济地理关系。这些关系
就是饭店选址的影响因素，本文将它分为需求性因素 、竞争
性因素、物理性因素、消费性因素和规模性因素五大类。结合
这些因素．根据变量选取的原则并考虑商业城市的特点，将
商业城市饭店选址的操作性变量及指标进行设定，如表 1所
示 。假定这些因素和变量对商业城市饭店选址都有影 响。
2 研 究 方 法
本次采取的方法是实证研究 ，在调查数据的基础之上，
进行统计分析，最后得出相关结论。根据研究前提，我们设计
了调查表格 ，以厦 门市的星级饭店为样本进行实地调查 。调
查小组人员是厦 门大学旅游 系 的研究 生。被调查 的饭店 当
中，五星级饭店占2．7％；四星级饭店占 18．9％；三星级饭店占
43．2％；二星级饭店占35．2％。被调查的数据资料年限以近五
年 的数据 (有的超过五年 )为主。
本次使用的分析 软件是 SAS12．0。在进行分析之前 ，关于
变量的情况有三点值得注意：第一，定量指标直接以原变量
的形式进行分析；第二，等级变量仍用原等级的形式进行分
析 ；第三，关于定性指标 ，我们不把它放入回归分析，只用方
差分析来看看这个变量对于因变餐在统计上是否显著。
为了对商业城市饭店选址的主因素进行识别 ，本次研究
主要检验以下似设 ：
H1：每个变量对商业城市饭店选址都有影响。
H，：只有某些变量对商业城市饭店选址的影响是最为重要
的。
H ：五大变量分别对商业城市饭店选址的影响是不同的
3 分 析 结 果
3．1 相关分析
将解释变量与依附变量进行相关分析，SAS输出结果经
过整理如表 2所示。通过相关分析，我们可以看出，反映商业
城市饭店选址因素的 41个变量都 与营业收入存 在着不同程
度的相关性，只不过程度不同而已。这就证明了研究假设当
中的假 设 H1，即 41个指标变量对商业城市饭店选址都是有
影响的 。在 41个 变量中 ，相关 性强的指标 13个 ，占 31．7％；
相关性较强的指标 9个，占21．95％；相关性弱的指标 6个 ，
占 14．65％；相关性 很弱 的指标 l3个 ，占 31．7％。但是为 了尽
可能地提高拟合的精度，义要尽可能地使模型简单，因此有
必要对自变量进行删减。首先，我们删除与因变量相关性弱
及较弱的指标，保留相关性强和较强的指标。其次，在每组变
量中，共线性程度达到70％的指标进行相应删除。经过这样
的处理之后，影响商业城市饭店选址的主因素变量简化如表
3
作者简介：汪 焰(1974一)，男，湖北黄冈人，管理学硕士，研究方向：旅游及饭店企业管。
178 统计与决策 2010年第 l6期(总第316期)
表 1 操作性 变量及指标设定 表
变量 依 附
选取 变量 需求性变量 竞争性变量 物理性变量 消费性变量 规模性变量
区 区 乘 旅 区 区 人 国 入 局 局 最 最 最 最 最 行 道 停 可 离 离 离 离 离 离 饭 饭 饭 国 入 客 餐 其 饭 饭 饭 客 饭 饭 饭
域 域 客 游 域 域 均 内 境 部 部 近 近 近 近 近 政 路 车 见 市 最 机 火 长 客 店 店 店 内 境 房 饮 它 店 店 店 房 店 店 店
人 人 人 者 工 商 拄 旅 旅 星 星 星 星 星 星 星 区 类 场 度 繁 近 场 盔 途 运 接 境 国 旅 旅 收 收 收 的 的 的 实 的 的 的
口 口 数 人 业 业 可 游 游 级 级 级 级 级 级 级 域 别 面 状 焦 景 的 站 汽 码 待 外 内 游 游 入 入 人 星 客 m 际 Ⅲ 所 目
规 密 数 总 零 支 者 者 饭 饭 饭 饭 饭 饭 饭 积 况 区 区 距 的 生 头 总 接 接 者 者 占 占 占 级 房 均 出 均 有 标
模 度 产 售 配 人 人 店 店 店 店 店 店 店 的 的 离 距 站 的 人 待 待 选 选 营 营 营 水 数 房 租 出 权 市
值 总 收 均 均 数 客 的 的 的 的 的 距 距 离 的 距 数 人 人 择 择 业 业 业 m 目 价 间 租 性 场
额 入 花 天 量 房 交 星 客 Ⅲ 平 离 离 距 离 数 数 宾 宾 收 收 收 天 蛊 质
指 营 费 花 总 通 级 房 均 均 离 馆 馆 人 入 入 数
标 业 费 数 距 水 总 房 出 饭 饭 的 的 的
设 收 离 平 数 价 租 店 店 比 比 比
定 入 摩 作 作 例 例 例
为 为
住 住
宿 宿
设 设
施 施
的 的
比 比
例 例
表 2 相关分析统计表
指标解 释 变量设置 相关系数 显著性 相关性强鄢
区域人 口规模 X1 -0．0271 0．7558 很弱
区域人 口密度 x2 一O．0789 0．365l 弱
乘客人数 X3 0．O24 0．7569 很弱
旅游者人数 x4 -0．oo08 0．9921 很弱
区域工业总产值 x5 O．O932 0．284l 弱
区域商业零售总额 X6 0．037l 0．6704 很弱
人均年可支配收入 X 0．0286 0．7125 很弱
国内旅游者人均花费 X8 0．0066 0．9322 很弱
入境旅游 者人均天花费 X -0．O1l3 0．884l 很弱
局部 星级饭店数量 Xl0 一O．1O99 O．1549 弱
局部星级饭店客房总数 X11 0．0596 0．4418 很弱
最近星级饭店的交通距离 Xl2 O．1382 0．0732 较强
最近星级饭店的星级水平 X13 0．1541 0．0454 较强
最近星级饭店的客房总数 Xl4 O．1167 0．1308 较强
最近星级饭店的平均房价 XI5 0．2474 0．oo26 强
最近星级饭店的平均出租率 X16 0_3l68 <．0o01 强
道路类别 X17 —0．17 0．0272 较强
停车场面积 Xl8 0．628l <．ooO1 强
可见度状 况 XI9 0．5942 <．0oo1 强
离市繁华 区的距离 X∞ 0．1269 0．1002 较强
离最 近景 区的距离 X21 -0．0789 0．3077 弱
离机场的距离 X丑 0．0242 0．7546 很弱
离火车站 的距离 X O．127 0．0998 较强
离长途汽车站的距离 X -0．0074 0．9241 很弱
爵各述俏头的距爵 X 一O．169 0．028 较强
饭店接待总人数 X26 0．4543 <．0o0l 强
饭店境外接待人数 X27 O．80l1 <．0o0l 强
饭店国内接待人数 X∞ 0．162l O．O468 较强
国内旅游者选择宾馆饭店作为住宿设施的比例 X神 O．oo35 0．9642 很弱
入境旅游者选择宾馆饭店作为住宿设施的比例 X加 -0．0284 0．714 很弱
客房收入 占营业 收入的 比例 X31 —0．18 0．0192 较强
餐饮收入占营业收入的比例 X32 0．0559 0．5O6 很弱
其它收入 占营业收入的 比例 X33 0．118 O．1576 弱
饭店的星级水平 X 0．7768 <．000l 强
皈店的客房数 目 X 0．7408 <．o0O1 强
饭店的平均房价 X 0．8286 <．O00l 强
客房实际出租问天数 X” 0．867l <．oo01 强
皈店的平均出租率 X 0．5375 <．o0Ol 强
行政区域 X拇 1．58 0．2089 弱
皈店的所有权性质 X4o 26．77 <．0o01 强
皈店的目标市场 】【4l 4．46 0．0oo3 强
注 ：相关性程度是用相关 系数的双侧 显著性水平 的大小来衡 量 ．其标 准如 下：显 著
性水平<0．O1，强 ；0．01≤显著性水 平<0．15，较 强；0．15≤显著性7J~ <0．4，弱 ；显 著
性水平≥0．4。很 弱。
3．2 回归分析
将因变量与简化后的 18个指标进行回归分析．见表4
SAS输出结果表明 ，因变量与这 18个 自变 量拟合的 回
归方程的决定系数 R 达到 91．05％、校正复相关系数也达到
89．47％，这说明该回归方程达到了较好的拟合效果。从方差
分析当中F统计量的检验效果来看．因变量和所有自变量之
间仍然存在一个总体上的显著性关系。
从偏回归系数估计分析结果当中可以看见：仅有 X
X X x x x 的回归系数 t检验对应的显著性水平小
于 0．05，依此说明这六个指标对因变量的贡献性较大。这就
证 明了研究假设 中的假设 H：，即在影响商业城市饭店选址的
各种因素当中，只有某些主因素的影响是最为重要的。
3．3 逐 步回归分析
将 因变量 与 38个 定量 自变 量进行 逐步 回归分 析 ，SAS
输 出结果见表 5
通过逐步回归分析得到的结果表明，最终的回归方程保
留 了 X1、Xl1、Xl3、Xl4、XI8、X2l、X X X X X”共 1 1个 自变
量。因变量与这 11个 自变量拟合的回归方程的决定系数 R2
达到 94．53％，从方差分析当 中 F统计 量的检验效果来看 ．因
变量和 11个 自变量之间仍然存在一个总体上的显著性关
系，这说 明逐步 回归方程达到了较好 的拟合效果 。
如果仔细观察逐步回归过程当中的每一步回归(这里逐
步回归的每一步没有列出)，我们还会发现第 8步回归进入
的变量 X 、第 1O步 回归进入的变量 X。 和第 l1步 的回归进
入 的变 量 X 的 回归 系 数 t检 验 对 应 的 显 著 性水 平 大 于
0．O5，这说明X。 、X 、X 三个变量在进入回归方程当中的作
用已不是非常显著。但是从逐步回归得到最后方程的偏回归
系数估计分析结果 当中可以看见 ：仅有 X13的回归 系数 t检
验对应的显著性水平大于 0．05，其它 1O个变量的回归系数t
检验对应的显著性水平小于 0．O5，依此说明这 10个变量对
因变量的贡献都有显著性影响。这就进一步证明了研究假设
中的假设 H ，即在影响商业城市饭店选址的众多因素当中．
只有某些 主因素对饭店选址的影响是最 为重要的
3．4 主成分分析
利用 SAS12．0对需求性变量、竞争性变量、物理性变量、
消费性变量和规模 性变量 五组指标群进行 主成分分 析 。分
统计与决策 2OlO年第 16期(总第 316期)179
表3 指标简化表 别得到五个 主成分 F1、F2、
F3、F4、F5。然后 将 F1、F2、
F3、F4、F5当作 自变量与因
变量营业收入进行 回归分
析，SAS输出结果表明。因变量与五组指标群变量拟合的回
归方程的决定系数 R2达到 70．76％、校正复相关系数也达到
69．87％，从方差分析当中F统计量的检验效果来看 ，因变量
和自变量之间仍然存在一个总体上的显著性关系。从偏回归
系数估计分析结果当中可以看见：仅有 F】、F3、F5的回归系
数 t检验对应的显著性水平小于 0．05．依此说明这三个指标
群对因变量的贡献性较大，这就证明了研究假设中的假设
H ，即五大变量对于商业城市饭店选址的影响是不同的。
4 结 论
(1)具有地理空间特性的物理性变量对商业城市饭店选
址的影 响是 明显 的
通过主成分的分析．对因变量贡献程度较大的除了规模
性变量之后就是物理性变量。这说明在影响商业城市饭店选
址的因素当中，具有地理空间特性的物理性变量对商业饭店
选址的影响特别明显。在这类变量中，每一个变量对于商业
城市饭店选址的影响程度是不一样的。经过分析，我们可以
裹 4 Parameter Standard
Variable DF Estimate Error t Value Pr>ltl Pr>ltI
Intercept l 405．10859 982．70408 0．41 0．6810 0．681(
Xl2 1 l4．26408 42．21985 0．34 0．7362 0．7362
Xn 1 —456．20043 237．73833 —1．92 0．0578 0．057$
XH l 5．18225 1．40775 3．68 0．0004 0．0004
X 1 _o．65939 1．86202 _0．35 0．7240 0．724(
Xl6 1 4．52391 6．68967 0．68 0．5004 0．5004
XJ7 l 一21．40629 1l3．33345 -O．19 0．8506 0．85
Xl8 1 0．27359 0．16387 1．67 0．0981 0．0981
X19 1 -7．76145 132．64347 -0．06 0．9535 0．9535
X∞ 1 60．19774 22．83823 2．64 0．0097 0．0097
X∞ 1 —31．596O6 21．19085 -1．49 0．1390 0．139~
X 1 -38．69452 17．43152 -2．22 0．0286 0．0286
X 1 0．03551 0．01920 1．85 0．0673 0．0673
X麓 1 —0．00543 0．00773 —0．70 0．4839 0．4839
1 -32．43701 5．39673 —6．0l <．0001 <．0001
X 1 -223．73342 245．0o672 —0．91 0．3633 0．3633
X 1 10．91371 2．03469 5．36 <．0001 <．0001
X 1 8．391 18 1．78o92 4．71 <．000l <．0001
X站 1 15．06628 9．23759 1．63 0．1060 0．1060
表 5
Step Entered Removed R-Square R-Square cO) FValue Pr>F
1 X 0．7187 0．7187 447．072 212．O8 <．0001
2 X 0．1273 0．8460 210．141 67．76 <．0001
3 X拈 0．0641 0．9101 91．8455 57．71 <．0001
4 X， 0．0056 0．9157 83．2501 5．36 0．0232
5 X 0．O058 0．9215 74．2894 5．88 0．0176
6 X 0．0059 0．9274 65．2854 6．30 0．0142
7 Xll 0．0046 0．9320 58．7303 5．16 0．0259
8 Xl8 O．0o33 0．9353 54．4719 3．92 0．0515
9 0．0049 0．9402 47．1969 6．20 0．0150
lO Xl4 0．0o21 0．9423 45．2784 2．68 0．1060
11 Xn 0．0029 0．9453 41．7698 3．91 0．0517
180 统计与决策 2010年第 l6期(总第316期)
注意到 ：
变量饭店到机场的距离对于饭店选址影响较小：变量饭
店到市繁华区的距离和饭店到客运码头的距离对饭店选址
影响最为明显：变量饭店停车场面积对饭店选址有着正的影
响，即停车场面积越大，饭店业绩越好；饭店所处道路类别由
于道路设计性质和使用功能的不同．也间接的影响着饭店业
绩；变量饭店的可见度状况与饭店的营业收入也存在着很强
的正相关。但是通过进入三个模型的过程分析 ，饭店的可见
度状况对方程的影响并不显著 ：变量饭店到火车站的距离与
饭店营业收入有着较强的正相关 ．但在逐步回归模型和回归
分析模型的偏相关系数符号为负．其原因可能是火车站是厦
门市繁华区，两者之间就存在严重的共线性关系，从而导致
符号相反 。
(2)同一城市内，宏观环境因素对商业城市饭店选址的
影响并不很大
宏观环境因素包括人 口、经济、技术、政治法律、社会文
化和自然环境等各种因素。但是在短时间和同一城市内，技
术环境因素、政治法律环境因素、社会文化环境因素、自然环
境因素是相对不变的。由于选取样本限于厦门市岛内，在变
量设置过程中我们仅选取了人口环境因素和经济环境因素
两项，它们代表着宏观环境因素的某些特点 ，同时也蕴含着
某一特定区域内的饭店需求特征。因此，我们也把这两大项
设定为特定区域内反映商业城市饭店选址影响因素中的需
求性变量指标。
反映商业城市饭店选址的需求性变量指标我们设定为
9项。在主成分分析结果中，这 9项提出的主成分对方程影
响明显，说明需求性变量对饭店营业收入有一定的影响。从
逐步回归分析的过程看，仅有区域人口规模进入了方程，其
偏相关系数符号为正 ，即区域人口规模越大，对饭店的营业
收入影响越强 。而在相关分析 中，这 9项指标与营业收入全
都呈现弱或很弱的相关性。必然反映这样一个事实，在本样
本的前提下，需求性变量指标对商业城市饭店选址的影响并
不明显．更进一步说 。就是同一城市内宏观环境因素对于商
业城市饭店选址的影 响并不 明显 。
参考文献：
[1】汪纯孝．饭店物业投资决策与管理形式【M】．中山大学出社，1995．
【z】汤炎菲等．可行性研究与投资决策【M】．武汉大学出版社，1998．
[3】顾锋等．存在消费者购买选择的企业定价选址模型阴．系统工程理
论方法应用，1999，(4)．
[4J张显东等．市场竞争条件下的供应商选址模型研究[J】．运筹与管理，
1998，(6)．
[5]David Siehilevi．Designing and Managing the Supply Chain—Con·
eepts Strategies，and Case Studies[M]．Ameriea：Melerraw—Hil1．2000．
【6]Benital M．Beamon．Supply Chain Design and Analysis：Models and
Methods[J]．International Journal of Production Economies，1998，55．
(责任编辑／易永生)
