湖南省居民省內旅游流的集聚擴散時空特征
——基于網絡關注度數據的分析

馬麗君 肖 洋

（湘潭大學商學院 湖南湘潭 411105）

引言

隨著旅游業的迅速發展，區域間旅游流聯系越來越密切，區域旅游流規模越來越大，旅游客源市場越來越多，旅游流成為旅游研究中的一個熱點問題。國外旅游流的研究起步較早，相關研究主要集中在旅游流空間模式（Stewart &Vogt，1997）、旅游流的地域分布（Witt & Martin，1987）、旅游流空間演化分析（Pearce，1995；Baláz & Mitsutake，1998）、旅游流的擴散和規模（Reed，1997）、相關影響因素（Prideaux，2005；Santana-Gallego，Ledesma-Rodríguez& Pérez-Rodríguez，2016）等方面，分析過程中多采用計量經濟學和統計學的分析方法。國內相關研究起步較晚，早期研究主要集中在入境旅游流空間分布特征等方面（張紅，2000；馬耀峰、李永軍，2001）。此后，關于旅游流的研究成果逐漸增多，經濟學、物理學、社會學等學科的理論和分析方法越來越多地被應用到相關研究中，學者們對我國入境和國內旅游流空間結構（金準，2006；周玉翠、韓艷紅，2008；陳剛強、李映輝，2011；李曉雯、陳雪瓊，2011；龐聞，2012；王芳，2015）、地區差異（萬緒才、王厚廷、傅朝霞等，2013）、集聚擴散（張佑印、馬耀峰、馬紅麗等，2009；王永明、馬耀峰、王美霞，2011；李創新、馬耀峰、張穎等，2012；劉軍勝、馬耀峰、李振亭，2013；楊曦、王兆峰，2014）等方面進行了較為深入的研究。近幾年來，旅游流網絡結構特征成為學術界研究的一個熱點，相關研究大多以城市或省區為案例地（付瓊鴿、劉大均、胡靜等，2015），以客流量或大數據為指標（方世巧、馬耀峰、李天順等，2012；張妍妍、李君軼、楊敏，2014），采用社會網絡分析法進行分析（王金瑩、吳晉峰、唐瀾等，2013；吳晉峰，2014；吳中堂、劉建徽、袁俊，2016）。縱觀國內外相關研究，可以發現，受統計數據的限制，相關研究多以入境游客為研究樣本，國內旅游流的相關研究相對較少，且大部分研究是基于國家統計數據（何敏、殷平，2017）、問卷調查或微博圖片（鄧寧，2017）、游記數據（陳路遙、許鑫，2017）的分析，樣本量有限，很難全面反映旅游流集聚與擴散特征及其時空變化。湖南省經濟發展水平較高，居民出游率較高，各市州間有著較為密切的旅游流聯系，但存在較大的區域差異，因此，各市州旅游流的集聚擴散能力不同。本文依托百度指數，收集2011—2016年湖南省14個市州居民對省內A級及以上景區的網絡關注度數據，利用集聚擴散指數、皮爾遜檢驗、回歸分析等方法，分析湖南省居民省內旅游流的集聚擴散特征及其影響因素，以期為豐富旅游流相關研究、促進各市州旅游客源市場開發及區域旅游合作與發展提供參考。

一、數據來源與分析方法

1.數據來源

網絡是輔助游客進行出游決策的重要工具，游客在通過網絡檢索目的地相關信息時，留下了相應的檢索痕跡，這些痕跡被統計起來形成“網絡關注度”（或者“搜索指數”）。李山、邱榮旭和陳玲（2008），龍茂興、孫根年和馬麗君等（2011），黃先開、張麗峰和丁于思（2013），王碩、曾克峰和童潔等（2013），汪秋菊、黃明和劉宇（2015），王玉霞和王靜（2016）的相關研究表明，目的地旅游網絡關注度與客流量之間存在很強的正相關關系，可以用于反映旅游流的時空變化及旅游流流量大小的相互比較（馬麗君、郭留留、吳志才，2016）。百度是全球最大中文搜索引擎，其使用者基本為國內游客，百度指數是以百度海量網民行為數據為基礎的數據分享平臺，其網絡關注度數據最早可檢索到2011年。本文通過百度指數網站，以湖南省各市州為地域單位，采集2011—2016年湖南省14個市州居民對其他市州A級及以上景區的網絡關注度數據，作為研究湖南省居民省內旅游流集聚擴散特征的基礎指標，檢索的關鍵詞以2016年公布的A級景區名錄為參考（2016年湖南省共有A級及以上景區292個，剔除百度指數沒有收錄關鍵詞的景區后，列入本文分析的景區數量為71個）。此外，本文還需要各市州間的空間距離、各市州地區生產總值、A級景區數量等數據，用于分析旅游流集聚擴散的影響因素，相關數據來源于各市州統計公報、《湖南統計年鑒》、湖南省及其各市州旅游局官方網站、百度地圖。

2.分析方法

旅游流集聚擴散指數是指一定區域內旅游目的地與旅游客源地旅游流之間的集聚擴散強度（劉軍勝、馬耀峰、李振亭，2013），其計算公式如下：

當Ggi為集聚指數時，Xij是j市州居民搜索i市州景區的網絡關注度，即由j市州向i市州集聚的游客數量；Xi為其他市州向i市州集聚的總網絡關注度，即i市州接待的游客總量；n為i市州接收游客集聚的市州數量。Ggi越大，說明旅游流向i市州集聚的區域越集中，不利于i市州旅游客源的均衡發展；Ggi越小，表明旅游流向i市州集聚的市州就越分散，有利于i市州旅游客源的均衡發展。

當Ggi為擴散指數時，Xij是i市州居民搜索j市州景區的網絡關注度，即由i市州向j市州擴散的游客數量；Xi為i市州向其他市州擴散的總網絡關注度，即i市州擴散的游客總量；n為接收i市州游客擴散的市州數量。Ggi越大，說明i市州旅游流擴散的區域越集中，不利于i市州旅游目的地的均衡發展；Ggi越小，表明i市州旅游流擴散的區域就越分散，有利于i市州旅游目的地的均衡發展。

二、各市州居民省內旅游流集聚擴散指數分析

1.各市州居民旅游流的流量和流向

表1是湖南省14個市州2011—2016年旅游流流量和流向的平均值矩陣。從表1可以看出，長沙市游客的流入和流出總量都比較大，是湖南省重要的游客集散中心；株洲、湘潭、衡陽和岳陽等經濟發展水平較高、人口較多的市州游客輸出量較大。從凈流出量可以看出，邵陽、岳陽、張家界、懷化和湘西的流入量比流出量大，其中湘西的凈流入量最大，說明湘西主要是旅游目的地市場，旅游資源豐富，旅游的吸引力比較強。14個市州共有182條旅游流，其中網絡關注度的平均值超過10萬人次的有10條，5萬～10萬人次的有19條，1萬～5萬人次的有89條，1萬人次以下的有64條，流量較大的旅游流一般產生在經濟發展水平較高、人口較多、旅游資源豐富的市州之間。

表1 各市州居民旅游流的流量和流向Tab.1 The flux and flow direction of dweller’s tourist flows in cities

2.集聚指數分析

依據集聚指數計算公式和相關數據，計算2011—2016年湖南省各市州的旅游流集聚指數，并將其繪制成圖1。從圖1中可以看出，衡陽、益陽兩個市的集聚指數在2011—2016年中變動幅度較大，且一直都處于較高的水平，說明旅游流流向衡陽和益陽兩個市的區域分布比較集中，即旅游客源市場分布較集中，不利于其旅游的發展；長沙和邵陽兩個市的集聚指數在2011—2016年中變動幅度較小，且一直處于較低的水平，說明旅游流流向長沙和邵陽兩個市的區域分布比較分散，即旅游客源市場比較分散，有利于旅游的發展。總體來看，各市州集聚指數在時間上呈現出先升后降的趨勢，2013年各市州集聚指數達到最高，2013年之前各市州集聚指數在時間上呈上升趨勢，2013年后各市州集聚指數呈下降趨勢，除衡陽、郴州和婁底外，其他各市州2016年的數值都比2011年高。從理論上分析，集聚指數的這種變化趨勢符合旅游地旅游客源市場的發展規律，即對一個旅游地來說，在旅游業發展早期，其客源市場集中在當地及其臨近區域，且在一定時期內由于當地居民旅游需求的增加導致客源市場的集中度會有所升高，但隨著旅游業的發展，景區的開發程度及知名度不斷提高，客源市場會進一步拓展，從而使得集聚指數降低。

圖1 各市州旅游流集聚指數Fig.1 Tourism agglomeration index of cities and states

計算14個市州2011—2016年集聚指數平均值，結果如下：長沙31.77、邵陽32.26、湘西35.18、湘潭36.25、株洲39.56、婁底41.25、懷化41.34、郴州41.57、岳陽41.99、張家界42.40、常德44.34、永州45.30、益陽52.01、衡陽62.23。數值越小，旅游流向該市州集聚的區域就越分散，該市州旅游客源地分布就越分散，對單個旅游客源地的依賴性就越弱，越利于該市州旅游客源的均衡發展。

3.擴散指數分析

根據擴散指數公式及相關數據，計算2011—2016年湖南省各市州的旅游流擴散指數，并將其繪制成圖2。從圖2可以看出，各市州旅游流擴散指數均有不同幅度的波動，其中岳陽、永州和湘西的波動幅度最大，有明顯的波峰波谷，長沙的變化幅度最小，且擴散指數最小，說明岳陽、永州和湘西居民的旅游目的地近年來有較大變化，長沙居民的旅游目的地近幾年來變化不大，且擴散區域分散，有利于長沙市旅游的均衡發展；張家界、岳陽、湘潭和株洲的擴散指數一直都處于較高水平，說明其擴散區域趨于集中，不利于這些城市旅游的均衡發展。總體來看，除長沙外，其他市州年際擴散指數波動較大，說明旅游目的地變化較大，出游市場較不成熟。

圖2 各市州旅游流擴散指數Fig.2 Tourism diffusion index of cities and states

計算14個市州2011—2016年擴散指數平均值，結果如下：長沙32.01、衡陽37.05、邵陽37.84、常德38.61、永州38.97、婁底39.10、郴州39.30、懷化40.34、湘西40.49 、益陽41.62、株洲44.73、湘潭46.16、岳陽46.46、張家界48.43。數值越小，該市州旅游流擴散的區域就越分散，越有利于該地區出游市場的穩定發展。

三、各市州居民省內旅游流集聚擴散指數季節變化

1.集聚指數四季對比分析

受氣候舒適度等因素的影響，不同季節居民旅游目的地不同，從而導致不同季節各市州旅游流的集聚擴散能力不同。從圖3可以看出，各市州集聚指數有較明顯的季節變化，秋季大部分市州集聚指數偏高，其次是冬季，春季和夏季集聚指數較低，說明春季和夏季大部分市州旅游客源地分布比較分散，旅游客源市場比較均衡，秋冬季大部分市州旅游客源地分布比較集中，旅游客源市場分布不均衡，這可能與秋冬季各市州旅游客源以本地游客為主有關。常德集聚指數四季差異較大，主要是由于其夏季旅游吸引力較小，導致夏季集聚指數為0。

圖3 各市州2016年四季旅游流集聚指數Fig.3 Tourism agglomeration index of cities and states in four seasons 2016

2.擴散指數四季對比分析

從圖4可以看出，各市州擴散指數有較明顯的季節變化，春季和夏季大部分市州擴散指數較高，秋季擴散指數較低，冬季擴散指數最低，說明春季和夏季大部分市州居民省內旅游目的地選擇比較集中，冬季居民省內出游的目的地選擇比較多樣化，旅游目的地比較分散。

四、湖南省區域間旅游流集聚擴散對比分析

為更好地分析湖南省居民省內旅游流的區域轉移特征，將湖南省劃分為長株潭（長沙、株洲、湘潭）、環洞庭湖（岳陽、常德和益陽）、大湘西（張家界市、湘西自治州、懷化市、邵陽市、婁底市）、大湘南（衡陽市、郴州市、永州市）4個區域，并計算出4個區域2011—2016年的集聚和擴散指數，結果如表2所示。從表2可以看出，2011—2016年，長株潭的集聚指數最小，且變化幅度較小，說明長株潭區域旅游發展比較均衡，旅游客源地分布比較分散，有著比較穩定的省內客源市場；大湘南的集聚指數偏大，且年度變化幅度較大，說明大湘南的旅游客源地比較集中，發展較不均衡；環洞庭湖和大湘西區域集聚指數較小，但波動幅度較大，說明客源市場不穩定。

2011—2016年間，大湘西的擴散指數偏大，且變化幅度較大，說明大湘西的居民出游目的地選擇比較集中；大湘南擴散指數最小，說明大湘南區域旅游目的地發展比較均衡，居民出游選擇比較多樣化；長株潭和環洞庭湖區域擴散指數較小，呈下降的趨勢，且變化幅度較小，說明這兩個區域的居民選擇的出游目的地比較分散，對單個區域的依賴性正在逐漸減小。從時間尺度變化上看，集聚指數呈“先升后降”的趨勢，而擴散指數呈“先降后升”的趨勢，說明各區域旅游目的地及客源市場仍處于波動發展階段，較不穩定，這種情況可能會持續一段較長的時間。

表2 4個區域集聚擴散指數Tab.2 Convergence-Diffusion index in four regions

為了進一步分析4個區域旅游流，依據4個區域的網絡關注度數據，整理出旅游流的流量與流向表（見表3）。從表3可以看出，4個區域間旅游流流量在逐年增長，長株潭與大湘西之間的旅游流流量最大，區域間的旅游交流比較頻繁；環洞庭湖和大湘南兩個區域之間的旅游交流比較稀少，網絡關注度人次比較少，需要加強兩個區域之間的旅游聯系；2011—2016年區域間旅游流流量從大到小依次為長株潭→大湘西、大湘西→長株潭、環洞庭湖→長株潭、長株潭→環洞庭湖、大湘南→長株潭、大湘南→大湘西、環洞庭湖→大湘西、長株潭→大湘南、大湘西→環洞庭湖、大湘南→環洞庭湖、大湘西→大湘南和環洞庭湖→大湘南。

2011—2016年，長株潭區域的旅游流輸出量最大，其次是大湘南、環洞庭湖，旅游流輸出量最小的區域是大湘西；旅游流流入量最大的區域為大湘西，其次為長株潭和環洞庭湖區域，最小的為大湘南區域。長株潭區域是主要的旅游流客源地，同時也是主要的旅游目的地，在湖南省旅游發展中處于主要地位；大湘西區域也是湖南省主要的旅游流集聚區域，旅游流集聚量比較多，主要是因為大湘西的旅游資源比較豐富，知名度比較高；大湘南與環洞庭湖區域主要的旅游目的地是長株潭區域和大湘西區域，進一步說明了長株潭和大湘西是湖南省兩個重要的旅游流集聚區域，是旅游業發展程度較高的兩個區域。

表3 四大區域旅游流的流量與流向Tab.3 The flux and flow direction of tourist flows in four regions

續表

五、旅游流集聚擴散的影響因素分析

影響旅游流集聚和擴散的因素有很多，包括旅游資源、交通便捷度、經濟發展水平、基礎設施、區域經濟聯系等（馬麗君、龍云，2017）。考慮到數據的可獲取性及可量化性，本文以株洲為例，著重分析旅游資源、交通便捷度和經濟發展水平對旅游流的影響。其中，旅游資源是根據各城市A級及以上景區數量，利用旅游資源豐度計算公式（馬麗君、孫根年、黃蕓瑪等，2011）計算出相關數值；交通便捷度是以百度地圖的駕車模式下的株洲市中心到其他各市州中心的里程數來測度，以等距的方法，將其劃分為5個等級，由遠及近分別賦值為1、3、5、7和9；經濟發展水平以各城市2016年的地區生產總值（GDP）來測度（見表4）。在此基礎上，利用皮爾遜相關檢驗法，檢驗株洲赴各市州旅游流（株洲對其他城市旅游的網絡關注度）與旅游資源、交通便捷度和經濟發展水平的關系，結果如表5所示。可以看出，地區生產總值和旅游資源豐度與株洲市旅游流輸出量呈正相關，說明經濟發展水平越高，旅游資源越豐富，吸引的游客就越多；交通便捷度與旅游流輸出量相關性不顯著，說明在較小的空間范圍內，各客源地到目的地所花費時間已相差不大，交通便捷度已不是影響旅游流的主要因素。

表4 株洲旅游流輸出量及各市州地區生產總值、旅游資源豐度、交通便捷度Tab.4 The output of tourist flow in Zhuzhou，each city GDP，the abundance of tourism resources，degree of transportation convenience

為了進一步分析旅游流和地區生產總值、旅游資源豐度之間的關系，本文以各市州的地區生產總值和旅游資源豐度為自變量，以株洲對其他各市州的旅游流輸出量為因變量，進行回歸分析，方程如下：

相關系數R=0.96，擬合度很高。其中Az為株洲市旅游流輸出量，X1為地區生產總值，X2為旅游資源豐度。可以看出，地區生產總值每變化1億元，旅游流輸出量就增加或減少25.94人次；旅游資源豐度每變化1個單位，旅游流輸出量就增加或減少4 957.66人次。

表5 株洲旅游流輸出量與各影響因素相關性分析Tab.5 The Pearson correlation analysis between the output of tourist flow in Zhuzhou and factors

六、結論

本文收集網絡關注度及有關數據，利用集聚指數、擴散指數、皮爾遜檢驗、回歸分析等方法，揭示湖南省居民省內旅游流的集聚擴散特征及其影響因素，結果發現：

（1）14個市州共有182條旅游流，流量較大的一般產生在經濟發展水平較高、人口較多、旅游資源豐富的市州之間。旅游流流向衡陽和益陽兩個市的區域分布比較集中，旅游客源市場發展不平衡；旅游流流向長沙和邵陽兩個市的區域分布比較分散，旅游客源市場發展較平衡；從年際變化趨勢上看，各市州集聚指數呈現出先升后降的趨勢，符合旅游地旅游客源市場的發展規律。長沙、衡陽居民旅游目的地選擇較分散，張家界、岳陽居民旅游目的地選擇較集中，除長沙外，其他市州年際擴散指數波動較大，表明旅游目的地變化較大，出游市場較不成熟。

（2）受氣候舒適度等因素的影響，不同季節各市州旅游流的集聚擴散能力不同。秋季大部分市州集聚指數偏高，其次是冬季，春季和夏季集聚指數較低，說明春季和夏季大部分市州旅游客源地分布比較分散，旅游客源市場比較均衡，秋季和冬季大部分市州旅游客源地分布比較集中，旅游客源市場分布不均衡。春季和夏季大部分市州擴散指數較高，秋季擴散指數較低，冬季擴散指數最低，說明春季和夏季大部分市州居民省內旅游目的地選擇比較集中，冬季居民省內出游的目的地選擇比較多樣化，旅游目的地比較分散。

（3）長株潭區域旅游發展比較均衡，旅游客源地分布比較分散，有著比較穩定的省內客源市場；大湘南的旅游客源地比較集中，旅游客源地發展較不均衡，客源市場不穩定；環洞庭湖和大湘西區域集聚指數較低，但年際波動幅度較大，說明客源市場不穩定。大湘西的居民出游目的地選擇比較集中，大湘南區域旅游目的地發展比較均衡，居民出游選擇比較多樣化；長株潭和環洞庭湖區域居民在選擇出游目的地時比較分散，對單個區域的依賴性正在逐漸減小。從時間變化上看，集聚指數呈“先升后降”的趨勢，而擴散指數呈“先降后升”的趨勢，說明區域旅游目的地及客源市場仍處于波動發展階段，較不穩定。長株潭區域是主要的旅游流客源地，同時也是主要的旅游目的地，在湖南省旅游發展中處于核心地位；大湘西區域由于旅游資源比較豐富成為湖南省主要的旅游流集聚區域。

（4）經濟發展水平、旅游資源豐度是影響旅游流集聚和擴散的兩個重要因素，經濟發展水平越高，旅游資源越豐富，游客的流入量就越多；同時，在較小的空間范圍內，各市州間所花費的交通時間相差不大，導致交通便捷度對旅游流的影響并不顯著。

本文利用網絡關注度數據，借助集聚擴散指數等方法，分析了湖南省居民省內旅游流集聚和擴散特征及其影響因素，豐富了國內旅游流的相關研究。與前人的研究成果相比，本研究的數據樣本量更多，時間分辨率更高；從年、季兩個時間尺度分析了旅游流集聚和擴散特征，研究結果更全面，在研究視角和研究結論上有一定的新意。但本文仍存在一定的局限性：第一，網絡關注度是一個間接數據，并不能完全代表旅游流；第二，由于相關數據的限制，在進行相關分析及回歸分析時，涉及的因素偏少，無法全面驗證影響旅游流集聚擴散的各個因素；第三，居民分為城鎮居民和農村居民，兩者在消費水平、停留時間與人口特征等方面有明顯的差異，但由于數據來源的限制，本文的研究對象為全體居民，未將兩者進行區別分析。以上3個方面，需要在后續研究中進一步完善。

參考文獻：

［1］Baláz V，Mitsutake M.Japanese tourists in transition countries of Central Europe：Present behaviour and future trends［J］.Tourism Management，1998，19（5）：433～443.

［2］Pearce D G.Japanese tourists in Europe［J］.Geographical Review of Japan，1995，68（1）：63～74.

［3］Prideaux B.Factors affecting bilateral tourism flows［J］.Annals of Tourism Research，2005，32（3）：780～801.

［4］Reed M G.Powerrelations and community-based tourism planning［J］.Annals of Tourism Research，1997，24（3）：566～591.

［5］Santana-Gallego M，Ledesma-Rodríguez F J，Pérez-Rodríguez J V.International trade and tourism flows：An extension of the gravity model［J］.Economic Modelling，2016（52）：1026～1033.

［6］Stewart S I，Vogt C A.Multi-destination trip patterns［J］.Annals of Tourism Research，1997，24（2）：458～461.

［7］Witt S F，Martin C A.Econometric models for forecasting international tourism demand［J］.Journal of Travel Research，1987，25（3）：23～30.

［8］陳剛強，李映輝.中國區域旅游規模的空間結構與變化［J］.旅游學刊，2011，26（11）：84～89.

［9］陳路遙，許鑫.蘇州園林游客感知特征研究——基于游記文本的多維度分析［J］.旅游導刊，2017，1（5）：39～54.

［10］鄧寧.一種面向旅游研究的海量圖片元數據分析系統——以羅馬為例［J］.旅游導刊，2017，1（6）：34～47.

［11］方世巧，馬耀峰，李天順，等.基于百度搜索的西安市A級景區信息與旅游流耦合分析［J］.干旱區資源與環境，2012，26（8）：190～194.

［12］付瓊鴿，劉大均，胡靜，等.湖北省旅游流網絡結構的特征與優化［J］.經濟地理，2015，35（3）：191～196.

［13］何敏，殷平.信息技術對北京市旅游經濟增長的貢獻度研究［J］.旅游導刊，2017，1（5）：17～27.

［14］黃先開，張麗峰，丁于思.百度指數與旅游景區游客量的關系及預測研究——以北京故宮為例［J］.旅游學刊，2013，28（11）：93～100.

［15］金準.產品結構變動對旅游流空間結構的優化效應分析——以杭州為例［J］.旅游學刊，2006，21（7）：42～47.

［16］李創新，馬耀峰，張穎，等.時空二元視角的入境旅游流集散空間場效應與地域結構——以絲路東段典型區為例［J］.地理科學，2012，32（2）：176～185.

［17］李山，邱榮旭，陳玲.基于百度指數的旅游景區絡空間關注度：時間分布及其前兆效應［J］.地理與地理信息科學，2008，24（6）：102～107.

［18］李曉雯，陳雪瓊.泉州出境旅游流空間結構研究［J］.泉州師范學院學報，2011，29（4）：81～86.

［19］劉軍勝，馬耀峰，李振亭.1997—2010年中部六省入境旅游流集散時空動態分析［J］.地理科學，2013，33（4）：450～456.

［20］龍茂興，孫根年，馬麗君，等.區域旅游網絡關注度與客流量時空動態比較分析——以四川為例［J］.地域研究與開發，2011，30（3）：93～97.

［21］馬麗君，郭留留，吳志才.“爸爸去哪兒”對拍攝地旅游發展的影響——基于游客網絡關注度的分析［J］.旅游科學，2016，30（3）：57～68.

［22］馬麗君，龍云.基于網絡關注度的湖南省居民旅游需求時空特征［J］.經濟地理，2017，37（2）：201～208.

［23］馬麗君，孫根年，黃蕓瑪，等.城市國內客流量與游客網絡關注度時空相關分析［J］.經濟地理，2011，31（4）：680～685.

［24］馬耀峰，李永軍.中國入境后旅游流的空間分布研究［J］.人文地理，2001，16（6）：35，44～46.

［25］龐聞.中國入境旅游流復雜網絡的結構特征與角色定位研究［D］.西安：陜西師范大學，2012.

［26］萬緒才，王厚廷，傅朝霞，等.中國城市入境旅游發展差異及其影響因素——以重點旅游城市為例［J］.地理研究，2013，32（2）：337～346.

［27］王芳.基于百度指數的中國大陸5A級景區旅游信息流網絡空間格局研究［D］.南京：南京師范大學，2015.

［28］王金瑩，吳晉峰，唐瀾，等.基于SNA的中國入境歐洲旅游流網絡性質和結構特征研究［J］.人文地理，2013，28（6）：147～153.

［29］汪秋菊，黃明，劉宇.城市旅游客流量—網絡關注度空間分布特征與耦合分析［J］.地理與地理信息科學，2015，31（5）：102～106.

［30］王碩，曾克峰，童潔，等.黃金周風景名勝區旅游客流量與網絡關注度相關性分析——以廬山、華山、八達嶺長城風景名勝區為例［J］.經濟地理，2013，33（11）：182～186.

［31］王永明，馬耀峰，王美霞.北京入境旅游流空間擴散特征及路徑［J］.經濟地理，2011，31（6）：1019～1024.

［32］王玉霞，王靜.客流量與網絡關注度的關系分析——以首都博物館為例［J］.北京聯合大學學報，2016，30（1）：75～80.

［33］吳晉峰.入境外國旅游流網絡分布、性質和結構特征研究［J］.干旱區資源與環境，2014，28（7）：177～182.

［34］吳中堂，劉建徽，袁俊.大陸居民赴臺灣自由行旅游流網絡分析及演化研究［J］.旅游學刊，2016，31（10）：113～121.

［35］楊曦，王兆峰.基于交通網絡的湖南旅游流空間集聚與擴散測度研究［J］.地域研究與開發，2014，33（4）：96～100.

［36］張紅.我國旅游熱點城市境外游客旅游流空間分布特征分析［J］.人文地理，2000，15（2）：14，56～57.

［37］張妍妍，李君軼，楊敏.基于旅游數字足跡的西安旅游流網絡結構研究［J］.人文地理，2014，29（4）：111～118.

［38］張佑印，馬耀峰，馬紅麗，等.北京入境集聚擴散旅游流平衡點轉移規律研究［J］.旅游學刊，2009，24（12）：31～35.

［39］周玉翠，韓艷紅.我國入境旅游空間結構研究［J］.地理與地理信息科學，2008，24（2）：99～103.