典型城市居民5A級景區旅游需求時空分布差異

馬麗君，張家鳳

(湘潭大學 商學院，湖南 湘潭，411105)

一、引言

旅游需求的強弱代表著出游意愿的大小，不同的客源市場，游客的旅游需求不同，對于目的地的選擇也不同，因此要準確地分析旅游需求、把握游客旅游偏好變化，利于目的地有的放矢地制定市場定位和開發戰略。

已有文獻表明國內外學者更注重使用定量分析研究旅游需求①-③。國外，對于旅游偏好的研究最早可追溯至20世紀70年代，研究內容涉及旅游偏好與需求關系以及不同性別、不同群體偏好、旅游目的地偏好、旅游需求影響因素變化等④-?，研究方法以微觀經濟學計量模型為主。國內，對于旅游偏好研究最早起步于20世紀90年代，研究內容涉及旅游活動偏好、旅游群體偏好、目的地選擇偏好等方面。在旅游活動偏好方面，宋濤發現喀什國內客源市場的空間分異與游客選擇偏好耦合?,朱艷秋透過問卷分析游客對馬嵬驛各項旅游因素偏好?。謝婉瑩發現在夏季高溫時節，73%的福州市民愿意選擇避暑出游活動?。旅游群體偏好分析主要研究對象為大學生和老年人群體??。旅游目的地選擇上，許春曉證實了旅游者的主觀偏好對于目的地決策具有顯著影響?。李旭發現入境客源市場類型游客對我國各區域旅游目的地選擇偏好呈顯著性地帶分異規律?。孫根年發現各國對出境美國的偏好更強?。

上述研究多以問卷調查和抽樣調查展開，數據樣本量較少，使得研究結果有局限。近年來，國內學者更傾向于借用大數據，嘗試用網絡搜索數據反映旅游需求，分析居民旅游需求時空特征??。如戈麗（2018）采用百度指數分析游客對上海市不同等級景區的選擇偏好差異?。馬麗君借助百度指數分析湖南省居民對于3A級以上景區旅游需求的時空特征?。張舒寧分析了廈門市客源市場旅游需求變化?。阮文奇分析自然災害性危機對于四川省旅游需求的空間結構沖擊等?。

綜上所述，國內外對于旅游需求及偏好分析的研究相對成熟，為本文提供一定的方法借鑒。但旅游需求分析多是“一對多”“一對一”關系，“多對多”關系的研究較少涉及，不同城市對不同景區旅游需求偏好的差異分析尚不多見，旅游景區的需求偏好分析目前仍停留在不同景區級別選擇偏好差異方面，對同一等級中不同類型景區的選擇偏好分析較少。本文依托百度指數，搜集2018年以來東南沿海12個城市居民對5A級景區四季和全年的網絡關注度，分析各城市居民旅游需求時空差異。在此基礎上，依據《旅游資源分類、調查與評價》對5A景區進行分類，探索不同等級城市居民對于不同類型景區的偏好，以期為旅游需求及偏好分析等相關研究以及為目的地客源市場開發提供理論依據。

二、數據來源及分析方法

（一）數據來源

第一財經新一線城市研究所發布的《中國魅力城市排行榜》將中國城市分為6個等級，研究城市如果分散，會導致不同空間距離范圍內景區數量有較大差別，不利于對比分析。在涵蓋6個等級城市，且城市距離較近的前提下，本文選取中國東南沿海4個省6個等級的12個城市為研究對象。廣東省選取的是一線城市廣州和深圳，新一線城市東莞，五線城市云浮；浙江省選取新一線城市寧波、二線城市金華、四線城市舟山；福建省分別選取二三四線城市泉州、漳州、南平；廣西區選取三線城市桂林和五線城市崇左。

研究所需數據有2018年12個城市居民對221家5A級景區的月網絡關注度和日均網絡關注度。各城市距每一5A級景區的距離、景區類型、各城市GDP、網絡普及率、受教育程度和受教育水平。其中，2018年12個城市居民對5A級景區的網絡關注度數據，主要通過百度指數，依據各景區被收錄的關鍵詞進行檢索和統計獲取。依據（GB/T18972-2003）《旅游資源分類、調查與評價》中的155種第三基本類，將全國221家5A級景區劃分歸屬至17種景區類型。分別是公園類、科技展覽館類、主題樂園、影視基地、古跡遺址、古城古村類、寺廟、園林、名人故居舊址、紀念性景區（事件）、特色民俗、山岳、地質地貌、河流湖泊、瀑布泉池沼、森林濕地草原、天象景觀等。

各城市距每個5A景區的距離、各城市GDP、網絡普及率分別來自百度地圖、各城市2018年統計公報、《中國互聯網絡發展狀況統計報告》。其中，由于數據限制，除北京外，其他城市的網絡普及率均以全省網絡普及率替代，受教育程度為各城市高中及高中以上的人口數，受教育水平是指高中（含高中）以上學歷人口占當年總人口的比率，相關數據來源于各城市2010年度第六次人口普查公報。

（二）分析方法

皮爾遜相關檢驗、多元線性回歸、地理集中指數是本文主要采用的分析方法，皮爾遜相關檢驗、多元線性回歸分析前人已多有闡述，本文不再贅述。地理集中指數是衡量研究對象集中程度的一個重要指標，本文用其衡量各城市居民對5A級景區旅游需求的集中程度，公式為：

其中，n為景區個數，TA為城市對221個景區的總的網絡關注度，即總旅游需求，xi是A城市對第i個景區的旅游需求 （網絡關注度）。取值在0—100之間，越接近100，說明該城市的旅游需求越集中于某些景區。

三、城市不同空間距離內5A級景區及旅游需求分布

由表1可以看到5A級景區主要分布距寧波、金華、泉州、漳州、桂林、舟山、南平、崇左1800公里范圍內；廣州、深圳、東莞、云浮主要集中于2100公里范圍內；各個城市5A級景區數量在1800公里之后越來越少，金華和桂林的最大旅游半徑可達3600公里，其他城市均可至3900公里。

表1 各城市不同空間距離內5A級景區數量 （單位：五A級景區個數）

從表2可以看到，累積需求強度達到0.5左右時，崇左約1350公里；廣州、深圳、東莞、云浮約1200公里；桂林大概是1050公里；寧波、泉州、漳州大約是900公里；金華、舟山、南平大概是600公里。累積需求強度達到0.8左右時，金華、桂林、舟山、南平大約是1500公里；寧波、泉州、漳州大約是1650公里；廣州、深圳、東莞、云浮、崇左大約是1800公里。即12個城市居民50%的旅游需求集中在600—1200公里內，空間差距較大；80%的旅游需求集中在1500—1800公里內，空間差距較小。

將不同空間距離范圍內的需求強度繪制成圖1。從圖中可以發現，按需求強度的變化趨勢可以將12個城市分為三類：一類呈下降-上升-下降趨勢，包括廣州和云浮（圖1A）。兩城市第二個需求強度峰值所在區域存在差異，廣州第二個需求強度峰值出現在900—1200公里區間內，云浮出現在1200—1500公里區間內。第二類呈上升-下降趨勢，包括深圳、東莞、泉州、漳州、桂林、南平和崇左（圖1B）。其中，南平居民旅游需求強度峰值出現在300—600公里區間內，泉州和漳州的旅游需求峰值出現在600—900公里區間內，深圳、東莞和桂林的旅游需求峰值出現在900—1200公里區間內，崇左旅游需求峰值出現在1200—1500公里區間內。第三類呈下降趨勢，包括寧波、金華和舟山。三者的旅游需求峰值均出現在0—300公里區間內。這三類需求強度變化趨勢主要由景區的空間分布導致。

表2 各城市不同空間距離累積旅游需求強度

圖1 各城市不同區間范圍內旅游需求強度

四、城市居民5A級景區旅游需求時空分布差異分析

城市旅游需求時空分布差異可以從不同方面，利用不同指標進行對比分析，但有些指標并不適合于不同城市間的比較分析。經過挑選，本文主要從城市居民旅游需求量、旅游需求集中度和不同空間距離內平均旅游需求強度變化幾個方面分析差異，并結合四季的旅游需求變化分析旅游需求的季節性變化差異。

（一）各城市居民5A級景區旅游需求總量差異

將各城市居民對221個景區旅游需求（日平均網絡關注度、每一季度的日平均網絡關注度）相加（見表3），從全年看，經濟發展水平高、人口多的城市居民旅游需求總量較大，反之旅游需求總量較小。其中深圳市居民旅游需求量為3.21萬人次，廣州市旅游需求量為3.13萬人次，東莞和寧波的旅游需求量在1.6—1.7萬人次，泉州市的旅游需求量在1.33萬人次左右，金華市旅游需求量在1.18萬人次，漳州和桂林的旅游需求量在0.8萬人次，舟山的旅游需求量為0.46萬人次，南平是0.42萬人次。云浮和崇左的旅游需求量在0.15萬人次。從四個季度的變化來看，各個城市的旅游需求強度季節性差異明顯，廣州、深圳、東莞、金華、泉州、桂林、南平、云浮、崇左的旅游需求呈夏季高、冬季低的特征。寧波的旅游需求呈夏季低冬季高的變化特征，漳州和舟山呈夏季高秋季低的特征。

依據2018年各城市居民對5A級景區的網絡關注度，計算各城市居民5A級景區旅游需求的地理集中指數、四季地理集中指數、不同類型景區地理集中指數，結果如表3所示。

首先，從全年的地理集中指數看，各城市居民的旅游需求分布都比較分散，地理集中指數均低于14。相比較而言，深圳市居民對5A級景區的旅游需求分布最為分散，地理集中指數為8.496。其次是廣州、東莞、寧波、金華、泉州、桂林，居民對5A級景區旅游需求分布較為分散，地理集中指數都低于10。舟山和南平市居民的旅游需求分布較集中，地理集中指數在12左右。云浮市居民旅游需求較為集中，地理集中指數為13.567。崇左市居民旅游需求分布最為集中，地理集中指數為13.892。從各線城市居民5A級景區旅游需求地理集中指數來看，一線和新一線城市居民對5A級景區的旅游需求分布最分散，其次是二線城市和三線城市，四線城市居民的旅游需求較為集中，五線城市最為集中。

其次，從四個季度的各線城市的地理集中指數來看，一線城市和新一線城市居民對5A景區的旅游需求在夏季最為分散，在秋季最為集中；二線城市居民的旅游需求在夏季最分散、春季最集中；三四線城市居民的旅游需求在冬季最分散，五線城市居民的旅游需求在夏季最分散、冬季最集中。

最后，從不同類型景區旅游需求地理集中指數看，各線城市對于天象景觀類景區的旅游需求最為集中，影視基地類、公園類、園林類、特色民俗類、名人故居類、寺廟類、瀑布泉池類、森林濕地草原類、古城鎮村落類、地質地貌類、河流湖泊、山岳類12類景區的旅游需求集中指數隨著城市經濟水平的提高而降低，也即一線城市對于這12類景區的旅游需求最為分散，五線城市最為集中。同時在這12種景區中，各線城市對山岳類景區的集中度最低，對影視基地類景區的集中度最高。對于展覽館類的景區，五線城市居民的旅游需求最為集中，其次是三線城市，新一線城市和四線城市居民的旅游需求集中度較為接近，一線城市的集中度最低。對于主題樂園景區，二線城市居民的旅游需求最為分散，其次是新一線城市，五線城市居民的旅游需求最集中。同時五線城市對于古跡遺址類景區的旅游需求也最為集中，一線城市較為分散，新一線城市最分散，但新一線城市居民對于紀念性景區的旅游需求最集中，其次是一線城市，二線城市的旅游需求較集中，三四五線城市旅游需求最分散。可以發現，除紀念性景區外，其他16種類型景區的旅游需求在五線城市最為集中。上述結果在一定程度上反映了經濟發展水平等因素是影響居民旅游需求的重要因素，經濟發展水平越高，居民旅游需求越分散，經濟發展水平越低，居民旅游需求越集中。各線城市的旅游需求分布集中度季節差異明顯。

表3 各城市居民對5A級景區旅游需求的地理集中指數

（二）各城市平均旅游需求強度變化及時空差異分析

采用景區全年和四季平均旅游需求強度 （某空間距離范圍內景區旅游需求強度與該空間距離范圍內景區數量之比）進行分析，并按照景區平均旅游需求強度的大小將其劃分為5個等級，結果可以發現，所有城市居民5A級景區旅游需求均呈現出較為明顯的距離衰減規律，隨著空間距離的增加，景區平均旅游需求強度呈逐步減小的趨勢。一線城市、新一線城市、二線城市居民對不同空間距離范圍內的景區平均旅游需求強度差異較小，旅游需求相對分散。三線城市、四線城市、五線城市居民對不同空間距離范圍內的景區平均旅游需求強度差異較大，旅游需求相對集中。三線城市、四線城市、五線城市居民對1500公里范圍內的景區平均旅游需求強度要高于一線城市、新一線城市、二線城市。1500公里范圍后，一線城市、二線城市的景區平均旅游需求強度要高于三線城市、四線城市和五線城市。

從季節差異上看，各線城市的旅游需求仍遵循距離衰減規律。一線城市的季節差異性最小，在2700公里范圍內，無明顯季節性差異，在2700-3000公里范圍內，冬季的平均旅游需求強度高于其他三季；在3000—3300公里范圍內，夏季平均旅游需求最強。新一線城市的冬季平均旅游強度變化較大，在300公里范圍內，低于其他三季，在2400公里范圍之外，冬季的平均旅游需求強度呈現起伏變化，與其他三季的差異較為明顯。二線城市和三線城市的季節性差異主要體現在近距離和遠距離范圍內，在300公里范圍內和2400—2700公里范圍內，二線城市冬季平均旅游需求強度低于其他三季；在3000—3600公里范圍內，二線城市平均旅游需求強度的季節性差異較大。三線城市在300公里范圍內的夏秋季節平均旅游需求強度大，在2700—3300公里范圍內，冬季平均旅游需求小；在3300—3600公里范圍內，春季平均旅游需求小。在300公里近距離和遠距離范圍內，四線城市冬季的旅游需求小；在2700—3300公里范圍內，四線城市居民平均旅游需求強度的季節性差異較大。五線城市居民平均旅游需求的季節性差異集中在遠距離范圍內，在2400—3600公里范圍內，隨著距離的增加，冬季與其他三季的旅游需求差異不斷加大。可以發現，一線城市和五線城市的旅游需求在遠距離的季節性差異較大，其他各線城市在近距離和遠距離均出現季節性差異。

表4 各線城市不同季節旅游需求衰減速度 （單位：%）

計算各城市每300公里平均旅游需求強度的變化幅度（表4），可以發現，空間距離每增加300公里，一線城市的平均旅游需求強度將下降0.92%，新一線城市將下降0.69%，二線城市將下降0.76%，三線城市將下降1.11%，四線城市將下降1.37%，五線城市將下降2.21%。可以看到五線城市的平均旅游需求強度的下降速度最快，其次是四線城市和三線城市，下降速度均在1%以上，一線城市和二線城市的下降速度較慢，新一線城市的下降速度最慢，這同樣可能與經濟發展水平、受教育水平等因素有關。從各線城市旅游需求四季衰減速度來看，五線城市秋季的旅游需求強度下降速度最快，其次是春季，冬季下降最慢，其他各線城市春季的旅游需求強度的下降速度最快，其次是秋季，冬季下降最慢。

（三）各城市對不同類型景區旅游需求偏好差異分析

為分析各城市對不同類型5A景區的需求偏好差異，選取各城市3600公里范圍內的不同類型景區的平均旅游需求量（表5）。首先，從各個城市的需求偏好來看，在17種類型景區中，廣州和深圳市居民最偏愛古跡遺址、其次是山岳和主題樂園型景區，兩者對于特色民俗類關注較少，對于紀念性旅游景區關注少。東莞居民最喜愛古跡遺址類景區，其次是山岳型和園林型景區，對于特色民俗類關注較少，對于紀念性景區關注少。寧波市居民更喜愛古城鎮、古村落景區，其次是科技展覽館類、影視基地類和園林類景區。金華市更偏向于影視基地類景區，平均旅游需求偏好為0.97%，其次是科技展館類景區，對于公園類景區關注較少，對于紀念性景區關注少。泉州市居民最喜愛古跡遺址類景區，其次是山岳和園林類景區，對于天象景觀和特色民俗類景區關注較少，對紀念性景區無關注。漳州市居民同樣更偏愛古跡遺址類景區，其次更喜歡園林類和山岳類景區，對于特色民俗類景區關注較少，對于紀念性旅游景區無關注。桂林市居民偏愛于古跡遺址景區，其次是主題樂園和園林型景區，同樣對特色民俗類景區關注較少，對于紀念性旅游景點關注較少。舟山市居民最喜愛影視基地類景區，其次是科技展館類景區，對于特色民俗類景區關注較少，對于紀念性景區和天象景觀類景區無關注。南平市居民最喜愛遺址遺跡類景區，其次是影視基地類和園林類景區。云浮和崇左市居民最喜愛遺址遺跡類景區，其次是森林草原濕地類和園林類景觀，對公園類景區關注較少，對于紀念性景區和天象景觀類景區無關注。可以看出，遺址遺跡是最受歡迎的景區，園林、科技館、山岳型、影視基地、主題樂園也較受歡迎，特色民俗和公園類景區的受歡迎程度較低，紀念性景區的受歡迎程度最低。

綜上所述，在各個城市中，遺址遺跡類景區最受喜愛（偏好度53%以上），其次是山岳類、園林類（偏好度51%以上）和森林草原類景區（偏好度45%以上）。但不同類型景區在不同城市中受歡迎程度又不同，主題樂園類、紀念性類、特色民俗類、天象景觀、河流湖泊類、地質地貌類、瀑布類景區在一線和新一線城市中比較受歡迎，在三四五線城市中的關注較低。科技展館類、古村落街區類、名人故居類景觀在二線城市中較受歡迎，其次是三四線城市，遺址遺跡類、園林類、森林草原類景區在五線城市中最受歡迎，在三四線城市中較受歡迎。

表5 各城市居民對不同類型5A景區的旅游需求偏好 （單位：%）

各城市對各個類型景區的關注較集中于900—1800公里范圍內；在1800公里之外，各城市關注的景區類型越來越少，對各個類型的景區的關注度依然遵循距離衰減規律。各城市在300公里區間范圍內最多囊括15種類型的景區，最少1種。各城市對不同類型景區在不同距離范圍內的旅游需求有較大差異，具體地說，科技展覽館類、地質地貌、古城鎮類、古跡遺址類、河流湖泊類、瀑布類、山岳類、影視基地類景區在近距離范圍內更受三四五線城市居民的喜愛，在中距離范圍內更受一二線城市居民的青睞。名人故居類、寺廟類、主題樂園類景區在距各城市2400公里范圍內更加吸引一線城市、新一線城市、二線城市居民的關注。園林類景區在距各城市2400公里范圍內更吸引三線城市、四線城市、五線城市居民關注。特色民俗、紀念性景區、公園類、天象景觀類景區的旅游需求主要來自一線城市和新一線城市居民，四五線城市居民關注較少甚至無關注。影視基地類景區分別分布在各城市的600公里范圍內、900—2100公里范圍內、2400—3000公里范圍內，在600公里范圍內二線城市和四線城市居民關注較多，1800公里范圍之外，一線城市居民關注較多。

五、結論

本文依托百度指數，收集2018年12個城市居民對221個5A級景區的網絡關注度，分析不同等級城市居民對5A級景區旅游需求的時空分布差異和旅游需求偏好差異，結果發現：

（一）由于地理位置等因素的影響，各城市居民旅游需求空間分布不同

12個城市居民50%的旅游需求集中在600—1200公里內，空間差距較大。80%的旅游需求集中在1500—1800公里內，空間差距較小。景區的空間分布導致旅游需求強度的變化趨勢表現為3種類型，第一類旅游需求強度呈下降-上升-下降趨勢，第二類呈上升-下降趨勢，第三類呈下降趨勢。

（二）經濟發展水平等因素是影響居民旅游需求的重要因素

經濟發展水平高、人口多的城市居民旅游需求總量較大，反之旅游需求總量較小。經濟發展水平越高，居民旅游需求越分散，經濟發展水平越低，居民旅游需求越集中。各線城市的旅游需求分布集中度季節差異明顯。

（三）種類不同城市差別不同

一線城市、新一線城市、二線城市居民對不同空間距離范圍內的景區平均旅游需求強度差異較小，旅游需求相對分散；三線城市、四線城市、五線城市居民對不同空間距離范圍內的景區平均旅游需求強度差異較大，旅游需求相對集中。一線城市和五線城市的旅游需求在遠距離的季節性差異較大，其他各線城市在近距離和遠距離均出現季節性差異。五線城市的平均旅游需求強度的下降速度最快，其次是四線城市和三線城市，一線城市和二線城市的下降速度較慢，新一線城市的下降速度最慢。不同季節各城市旅游需求強度的下降速度不同，一般而言春季下降速度較快，冬季下降較慢。

（四）喜愛類型

17種類型景區中，遺址遺跡類景區最受喜愛，其次是山岳類、園林類和森林草原類景區。但不同類型景區在不同城市中受歡迎程度又不同。各城市對各個類型景區的關注比較集中于900—1800公里范圍內。各城市在300公里區間范圍內最多囊括15種類型的景區，最少1種。各城市對不同類型景區在不同距離范圍內的旅游需求有較大差異。

本文利用網絡關注度數據，分析城市居民對5A級景區旅游需求的時空分布特征及旅游需求偏好差異，考察不同城市間的差異，在研究視角、研究內容和研究結論中有一定的新意，豐富了旅游需求相關研究，為景區客源市場開發提供了理論依據。但研究中存在一定的缺陷，首先，網絡關注度是一個間接數據，不能完全代表居民旅游需求，因此，相關研究結果并不完全準確。其次，旅游需求的影響因素涉及經濟、可自由支配的時間、交通、網絡普及率等，由于數據限制，文章僅用了定性方法部分分析，缺少量化研究，分析時考慮的因素不全面。以上兩點將在后續研究中逐步完善。

注釋：

①Faulkner B.An integrative approach to tourism demand forecasting[J].Tourism Management,1995,16(01):29-37.

②Claveria O,Monte E,Torra S.Tourism demand forecasting with neural network models:different ways of treating information[J].International Journal of Tourism Research,2015,17(05):492-500.

③梁昌勇,馬銀超,陳榮,等.基于SVR-ARMA組合模型的日旅游需求預測[J].管理工程學報,2015,29(01):122-127.

④Samitas A,Asteriou D,Polyzos S,et al.Terrorist Incidents and Tourism Demand:Evidence from Greece[J].Social Science Electronic Publishing,2017,(25):23-28.

⑤Vianna G M S,Meekan M G,Rogers A A,et al.Shark-diving tourism as a financing mechanism for shark conservation strategies in Malaysia[J].Marine Policy,2018,94:220-226.

⑥Jordan Louvière,Timmermans H.Stated preference and choice modelsappliedtorecreationresearch:Areview[J].LeisureSciences,1990,12(1):9-32.

⑦Chaminuka P,Groeneveld R A,Selomane A O,et al.Tourist preferences for ecotourism in rural communities adjacent to Kruger National Park:A choice experiment approach[J].Tourism Management,2012,33(1):0-176.

⑧Hearne R R,Salinas Z M.The use of choice experiments in the analysis of tourist preferences for ecotourism development in Costa Rica[J].Journal of Environmental Management,2002,65(02):153-163.

⑨Oh C O,Draper J,Dixon A W.Comparing resident and tourist preferences for public beach access and related amenities[J].Ocean&Coastal Management,2010,53(05):245-251.

⑩Tran X,Ralston L.Tourist preferences influence of unconscious needs[J].Annals of Tourism Research,2006,33(02):424-441.

?Hsu T K,Tsai Y F,Wu H H.The preference analysis for tourist choice of destination:A case study of Taiwan[J].Tourism Management,2009,30(02):288-297.

?宋濤,周建明,蔡建明等.國內客源市場的游客偏好比較分析——以喀什市為例[J].干旱區資源與環境,2013,27(07):173-178.

?朱艷秋,張輝,楊榮.鄉村旅游偏好研究—以陜西省興平市馬嵬驛為例[J].河南科學,2016,34(08):1380-1385.

?謝婉瑩,祁新華.高溫熱浪背景下避暑旅游偏好分析——以福州為例[J].海南師范大學學報(自然科學版),2017,30(01):67-72.

?龍茂興,李艷萍.大學生旅游偏好調查分析[J].遵義師范學院學報,2015,17(03):50-54.

?魏來,章杰寬.老年人旅游動機及其旅游景點選擇偏好研究[J].經濟研究導刊,2010,(18):157-159.

?許春曉,周美靜,王甫園.旅游目的地選擇意愿的影響因素——以韶山為例[J].經濟地理,2015,35(04):178-185.

?李旭,秦耀辰,寧曉菊,張麗君.中國入境游客旅游目的地選擇變化及影響因素[J].經濟地理,2014,34(06):169-175.

?孫根年,周功梅,李紅.中美入境旅游,誰的市場更大———基于多樣性、重要性、旅游偏好及市場噸位的比較[J].旅游科學,2015,29(03):15-26.

?張建輝,畢燕,張穎.中國城市居民旅游需求空間差異及變化研究[J].旅游學刊,2010,25(2):29-35.

?馬麗君,郭留留.基于網絡關注度的北京市居民對5A級景區旅游需求時空特征分析[J].干旱區資源與環境,2017,31(10):203-208.

?戈麗.基于百度指數的上海4A、5A級景區旅游偏好時空特征研究[D].上海師范大學,2018.

?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(02):201-208.

?張舒寧,李勇泉.廈門客源市場旅游需求的時空格局演化[J].資源開發與市場,2018,34(07):1010-1014.

?阮文奇,李勇泉.自然災害型危機事件對客源地旅游需求的影響及空間差異——九寨溝地震后的時空異質性分析[J].經濟地理,2018,38(08):214-223.