英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

理解Airbnb在南欧城市的空间分布:以巴塞罗那为例

摘要

最近，被称为共享经济的私人旅游住宿的激增，催生了城市旅游和传统住房使用的新模式。城市旅游压力引发了许多转型过程，对旅游兴趣较高的社区产生了重要影响。在我们的工作中，我们分析了在巴塞罗那市Airbnb住宿的空间分布，我们探索了与Airbnb租赁情况相关的因素，与人口和旅游指标的社会经济特征有关。为了模拟空间非平稳性，采用了地理加权回归(GWR)模型。我们在研究中提出的GWR模型为理解社会经济因素如何解释城市不同社区Airbnb短期租金比率的变化提供了局部视角，并揭示了几个地区的不同相关性。家庭收入、教育水平和住宅面积是影响Airbnb租金占户数比例变化的主要因素，在地方尺度上存在正显著和负显著的空间格局。

关键词:Airbnb；空间分析；地理加权回归；旅游影响；邻里转换

1.介绍

近年来，游客的行为发生了很大的变化。游客正在通过新的旅游实践逐步寻找更多真实的体验和与当地居民的互动(Fuuml;lleramp;Michel，2014;Gravari-Barbasamp;Delaplace，2015)。在这种背景下，在所谓的“共享经济”(Hamari，Sjeuro;oklint，amp;Ukkonen，2016)内出现的新型旅游住宿带来了一种新的私人短期租赁形式，主要针对那些“新游客”(Gravari-Barbasamp;Guinand，2017)。网上房屋共享平台，尤其是Airbnb的奇才，似乎是一种重新利用资产的方式，为居民提供了一个通过租房赚钱的简单途径。有人认为，Airbnb的租赁比传统住宿更分散，扩展到通常不接待很多游客的社区(Guttentag，2015)。此外，这种可能的分散可能与酒店没有涵盖的新兴旅游兴趣的城市地区的地点相适应。正如Zervas、Proserpio和Byers(2017)指出的那样，Airbnb平台可以在任何已经存在建筑的地方扩大供应，因为住宿属于特殊性，而酒店则响应城市政策，需要时间和投资来扩展他们的活动。这就是巴塞罗那的情况，旅游景点和Airbnb住宿之间的空间相关性高于旅游景点和酒店之间的空间相关性(Gutierrez，Garciacute;a-Palomares，JuanCarlos，Romanillos，amp;Salas-Olmedo，2017)。Airbnb的住宿比例高于城市主要旅游景点附近地区的酒店，历史中心有明显的扩张趋势。

另一方面，城市旅游的影响威胁着现有城市人口的生活质量，并在许多城市引发了争议(Colombamp;Novy，2016，pp.1-30;Fuuml;lleramp;Michel，2014;Lambea，2017;Sequeraamp;Nofre，2018)。自20世纪90年代初旅游业开始成为巴塞罗那的主要产业之一以来，巴塞罗那市的游客数量出现了特别急剧的增长。自2010年以来，巴塞罗那是欧洲第五大最受游客欢迎的城市，并经历了最高的增长率(欧洲城市营销，2017年)。在过去的几年里，私人住宿过夜的数量也有了很大的增长。2016年，巴塞罗那过夜住宿人数达到1060万人次，比前一年增长11.5%，比2013年增长92.2%，2013年这类住宿首次被纳入旅游统计数据(AjuntamentdeBarcelona，2019)的爆炸式增长。Airbnb租赁已经引领了世界各地的监管和政治问题(Quattrone，Proserpio，Quercia，Capra，amp;Musolesi，2016)。近年来，巴塞罗那也经历了对这些新型旅游住宿的抵制，特别是在2017年夏季期间，街头的众多抗议活动成为报纸的头条(参见Cincodias，2017;《国家报》，2017;《卫报》，2017;《独立报》，2017)。

几位作者研究了巴塞罗那市的不同转型过程(Co�colaGant，2015,2016;Gorostiza,2015;Hern�andez-Cordero,2016,2015;Lo�pez-Gayamp;Co�colaGant,2016;QuaglieriDomiacute;nguezamp;Scarnato，2017;TerMinassian，2013)。在西班牙向民主过渡期间，以及后来的1992年奥运会期间，城市中发展了各种城市规划，旨在重建贫困和社会弱势社区(Boeramp;DeVries，2009)。这个城市尝试了Hackworth和Smith(2001)定义的国家主导的中产阶级化过程，政策制定者称之为“巴塞罗那模式”(Capel，2005;Degenamp;Garciacute;a，2012)。然而，旧城的改造项目并没有成功地减少社会空间的不平等，边缘化仍然存在(Arbaciamp;Tapada-Berteli，2012)。此外，在某些情况下，城市规划政策改变了一些休闲导向型和旅游导向型区域(Nofreetal.，2018)。事实上，在20世纪90年代的经济衰退之后，旅游业成为巴塞罗那城市重建的关键优先项目，旨在将其重塑为现代欧洲首都和主要旅游目的地(Degen，2004;Smith，2005)。许多城市自由政策，以历史和文化资产为基础，使阳光和海滩旅游重新适应新的城市旅游形式(Garciacute;a，Smith，amp;Mejiacute;as，2007;Romeroamp;Trudelle，2011;Vicarioamp;MartinezMonje，2003，2005;VivesMiro�，2011)。此外，在这种背景下，一些改造直接旨在将城市周边社区转变为旅游景点，使其成为中心的一部分(Mansillaamp;Milano，2019)。

在本文中，我们研究了影响因素的空间分布Airbnb租赁与人口和旅游的社会经济特征指标的巴塞罗那，欧洲南部城市，具体城市自由政策已将一些社区转变为旅游景点。我们主要关注的是在地方层面上研究Airbnb租赁的解释因素，以揭示可能源于之前国家主导的社区转型的特定模式。本研究聚焦于一个重塑为旅游目的地的城市，通过特殊的城市更新计划来改造贫困和社会弱势社区。了解Airbnb在城市地区扩散的关键因素，可能有助于城市政策制定者了解短期租赁现象，并指出更好的计划来处理由此产生的社会冲突。为了评价城市空间非平稳性和深化城市各个街区的局部特征，我们采用了地理加权回归技术。

本文其余部分的结构如下。第二部分回顾了住宅共享平台，特别是Airbnb的理论框架，以及它与城市环境中旅游影响的关系。第三部分概述了实证数据和研究中使用的统计方法。第四节介绍了所获得的结果，这些结果稍后将在第五节讨论。第六部分指出了本研究的局限性，并在最后得出结论，并对未来的研究方向提出了建议。

2.文献综述

2008年成立于旧金山的Airbnb公司，成为了连接全球房东和游客的住宿领域最成功的平台。Airbnb提出了一种新的商业模式，以节约成本、家庭设施和更真实的本地体验的潜力为中心(Guttentag，2015)。一些作者很快认为Airbnb并不是基于共享经济模式，而是提供了一种创新的租赁实践(AriasSansamp;Quaglieri，2016;Kallis，2014;Ke，2017;，2016;Quattroneetal.，2016)。

事实上，Airbnb作为一种方便租赁的形式，引入了一种投资模式，帮助私人投资者和房东利用该平台聚集和租赁房产(Co-colaGant，2016)的酒吧——celona，例如，古蒂�errezetal。(2017)发现，Airbnb的比例业主出租不止一个房间或公寓大约是27%，和22%的房间或公寓出租的房东提供超过5住宿。此外，正如一些作者指出的那样，风险资本家正在从这种新的住宿业务中获利，这种业务创造了不同的不平等(Cansoyamp;Schor，2016;肖尔，2017;Schoramp;atwood-charles，2017)。住房转换为Airbnb租赁导致居民迁出，住房短缺和价格上涨，排除其他居民迁入社区(Co-colaGant，2016;Lee，2016;Storsamp;Kagermeier，2017)。旅游投资压力也促进了中产阶级居民的直接迁移，因为旅游基础设施的安置(CocolaGant，2016)。与此同时，房价的上涨导致了一种间接或“排他性”的置换，因为低收入群体将无法获得房产(Davidsonamp;Lees，2010;Wachsmuthamp;Weisler，2018)。在这方面，在巴塞罗那(Garcia-Lo-perez，jofrei-monseny，Martiacute;nezMazza，amp;Seguacute;，2019)以及其他城市和国家(Barron，Kung，amp;Proserpio，2018;Hornamp;Merante，2017;Lee，2016;Wachsmuthamp;Weisler，2018)。

Airbnb租赁在巴塞罗那的一些负面影响已经在之前的著作中被指出并研究过。Co-colaGant(2016)定性地研究了Airbnb租赁导致的社区移民。AriasSans和Quaglieri(2016)分析了Airbnb对社区振兴和旅游质量的影响。Lambea(2017)研究了Airbnb住宅在社区的快速扩散所带来的负面影响。

Airbnb现象对住房市场的影响已经得到了广泛的研究，但很少有作品集中关注影响Airbnb供应空间分布的影响因素。Zhang和Chen(2019)在北美的三个城市(纽约、洛杉矶、芝加哥)探索了Airbnb的供应，发现了就业、收入、教育、青年人口比例和非裔美国人的影响，但三个城市有着不同的标志。Sarkar，Koohikamali，andPick(2017)研究了加州洛杉矶Airbnb房东的参与情况，发现收入和儿子数量呈反比，但与教育无关。Roelofsen(2018)探索了Airbnb在索菲亚(保加利亚)的社会空间影响，与巴塞罗那相比，索菲亚是一个游客数量中等的欧洲首都，短期租赁往往集中在高收入人口的中产阶级地区。相反，Quattroneetal.(2016)发现收入对伦敦金融城Airbnb的销售有负面影响。

研究表明，城市社区特有的局部动态和特征对城市现象的空间模型的影响。地理加权回归技术(GWR)被用于建模不同背景下的城市空间异质性，例如，绿色士绅化和城市开放空间的可达性(Cole，Triguero，Connolly，amp;Anguelovski，2017;Smithamp;Floyd，2013)，非大都市地区的就业增长动态(Partridge，Rickman，Ali，amp;Olfert，2008)，酒店客房价格变化(Zhang，Zhang，Lu，Cheng，amp;Zhang，2011)，旅游和农村贫困率(Deller，2010)，或住房市场(Bitter，Mulligan，amp;Dallrsquo;erba，2007;Farberamp;Yeates，2006)。一些作者还强调了GWR模型在研究与Airbnb相关的不同因素的空间异质性方面优于一般线性模型。Xu，Kim，andPennington-Gray(2017)使用GWR对佛罗里达州Airbnb租赁的空间分布变化进行了建模，揭示了Airbnb集群与犯罪指数之间的正相关关系，共享房间类型是最可靠的与犯罪相关的列表类型。Zhang，Chen，Han，andYang(2017)也使用了GWR技术，发现Airbnb价格与距离田纳西州纳什维尔大都会会展中心的距离之间存在显著的区域差异。Xu，Hu，La，Wang，andHuang(2019)也用GWR证明了Airbnb的空间非平稳分布及其与伦敦邻里环境的关系。

虽然一些作者已经探索社会经济di-尺寸的Airbnb租金从不同的角度，在不同的城市，在我们的工作，我们研究一个欧洲南部城市，市议会部署特定的城市再生政策变换leisure-oriented剥夺和社会弱势地区和本地区域。我们关注与巴塞罗那市Airbnb房源空间分布相关的当地社会经济和人口因素，使用GWR模型对不同社区的特殊性进行建模。

3.研究区域、数据和方法

巴塞罗那市位于西班牙的东北海岸。它的长度为102.16公里2人口1620，343人，分布在10个区73个社区(图1)。它包括4.7公里的线性海滩延伸，7个被授予欧洲“蓝旗”地位的海滩。在文化和美食方面，它包括66座博物馆、8座联合国教科文组织世界遗产遗址、2座联合国教科文组织非物质文化遗产和26家米其林星级餐厅(巴塞罗那，2019年)。自2010年以来，巴塞罗那是欧洲第五大游客最多的城市，2018年有1930万游客在酒店过夜，1100万游客在家过夜。

Airbnb的数据是公开的，从Airbnb平台，它也提供给开发者一个应用程序接口(API)访问和整合Airbnb的功能与其他应用程序或创建新的应用程序(Airbnb，2016年)。使用AirbnbAPI，可以获得给定地理坐标半径内的住宿列表，尽管限制为1000。Airbnb的房源也可以从Airbnb的内部网站获得(Cox，2016)。Airbnb内部是一个独立的、非商业的、在线的工具和数据集，提供了一种方法来分析关于一个城市Airbnb挂牌信息的公开可用信息。巴塞罗那市下载的数据是2019年6月的数据，总计19819个住宿，包括整栋住宅、私人房间和共享房间。

我们使用人口普查区作为分析的空间单元，因为它们是可以收集所需指标的最小的地理单元。巴塞罗那市被划分为1061个人口普查区。每一个Airbnb出租房屋的地理坐标都用GIS工具来分配到相应的人口普查区。经过一个清理数据的过程，我们最终得到了19，766个清单。

根据每个人口普查区计算出Airbnb住所占家庭总数的比例。西班牙国家统计局。这个比例被选为因变量，因为它能让人们了解住宿的相对数量和对社区的影响。图2显示了巴塞罗那市各区的地图，以

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[405892]，资料为PDF文档或Word文档，PDF文档可免费转换为Word