疫情后金融支持民宿经济发展的长效机制研究——基于鄂、贵两省的实地调研.docxVIP

疫情后金融支持民宿经济发展的长效机制研究——基于鄂、贵两省的实地调研 摘要：随着国内疫情防控的常态化，对我国民宿产业而言，如今面临的困难是如何建立一个民宿长效发展的机制。本文通过对花博汇民宿集群和西江苗寨民宿集群进行实地调研、问卷发放，从民宿经营者、消费者、外部因素三个角度出发，通过层次分析法进行疫情下影响民宿经济长效发展因素的分析，发现影响因素排序前三的是经营风险（疫情）、自身经济实力、筹资能力，从而构建金融助力民宿经济发展的长效机制。 一、引言2020年中央一号文件进一步强调支持各地立足资源优势、打造各具特色的农业全产业链，这使乡村的文旅产业发展受益颇多二、鄂、贵两地民宿发展现状（一）鄂地民宿发展现状近年来，湖北省民宿业发展快速，但也面临着政策法规不完善导致民宿发展无序、房东服务水平参差不齐、民宿与旅游景点不能自成一体等问题；部分乡村民宿在发展中也存在着因为融资难而导致的长效发展乏力，闲置资源并没有被妥善利用、妥善经营，模式缺乏实地特色等问题。以武汉市花博汇民宿集群为例：武汉花博汇位于武汉市中心城区西南角，优越的地理环境为花博汇提供了四面环绕的广袤客源市场。花博汇一期项目占地1800亩，租用农房178栋（二）贵地民宿发展现状贵州旅游资源丰富，气候条件优越，民族风情浓郁，将少数民族特色元素融合到了民宿业中以雷山县西江苗寨民宿集群为例：西江苗寨位于贵州省黔东南苗族侗族自治州雷山县东北部海拔2178.45米的雷公山麓，其民宿大多属于居民使用自家农舍改造而成，多为吊脚楼层层叠叠顺山势而建。西江苗寨的分布呈显著的集聚型分布，十几个相连的自然村寨依山而建，紧密连接，构成了至今为止中国甚至全世界最大的苗族聚居村寨，因此也被称为“千户苗寨”。三、鄂、贵两地民宿经营者问卷描述性统计（一）两地民宿经营者的基本情况对比分析对武汉市花博汇民宿集群和雷山县西江苗寨民宿集群进行实地调研，两地民宿经营者基本情况如表1所示。两地基本情况对比，花博汇受访民宿经营者整体年龄偏大，两地受访民宿主的教育水平相差不大。西江苗寨受访民宿主的年收入整体水平高于花博汇受访民宿主。西江苗寨作为世界上最大的一个苗族聚居村寨，民宿规模也比较大；而花博汇的知名度相比西江苗寨要小，民宿作为花博汇的一个附加产业，规模较小，文化特色欠缺。另外，疫情对两地的民宿都有影响，都导致两地的年收入下降了。（二）两地民宿经营者的融资情况对比分析两地民宿经营者融资情况如表2所示：调研显示，花博汇受访民宿主的主要融资方式为个人独资，其他融资方式涉及较少，西江苗寨受访民宿主的融资方式种类较多，占比最大的是银行抵押贷款，花博汇的民宿主不需要贷款的比例大于西江苗寨的民宿主。金融政策方面，对花博汇影响最大的是金融政策的审批手续烦琐（成本较高），国家相关财政补贴不够则对西江苗寨的影响最大。四、疫情下影响民宿经济长效发展的因素理论模型构建（一）AHP层次分析基本原理层次分析法（AHP:Analytic Hierarchy Process）是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序。（二）疫情下影响民宿经济发展的因素模型构建结合相关文献研究和实际的调研情况，我们把疫情后民宿经济发展的影响因素问题分解为三个层次，如图1所示：我们在构建疫情下影响民宿经济发展因素模型的基础上，进行构造判断矩阵。根据调研情况参考专家意见确定各种因素之间的相对重要程度，采用标度法进行成对比较并打分，构造出各个层次中的专家判断矩阵，并对所有专家判断矩阵做加权几何平均。如表3、表4、表5、表6所示。在确定判断矩阵后,通过几何平均数来计算权重,计算过程如下：(1）根据公式(2）对每一行的几何平均值组成的向量进行归一化处理，得到所在层的各个元素的权重值(3）判断矩阵一致性检验：CI=（λmax-n）/（n-1）来决策者判断一致性。对于1到11阶级的判断矩阵，RI的值分别如表7所示：得到随机性一致性比率CR=CI/RI，若CR≤0.1，则可以认为判断矩阵具有满意的一致性。计算结果如表8所示。通过表8可知，在T-C判断矩阵中，C层对应的三个指标，CR计算的结果为0.0052，小于0.1，该模型通过一致性检验，且民宿经营者因素权重为0.4248、游客因素权重为0.1504、外部因素权重为0.4248。联系实际调研结果可知，在疫情之下，民宿经济发展遭遇前所未有的困境，影响着民宿经济长效发展的主要因素为民宿经营者因素、外部因素，最后是游客因