中国湿地旅游网络关注度的时空差异及影响因素

湿地是宝贵的生态及旅游资源,发展湿地生态旅游有利于旅游市场的开拓,是未来旅游业新的增长点。以百度指数、GoogleTrends、巨量算数、热浪算数为数据基础,运用指数分析、空间可视化表达、皮尔逊相关系数法等方法分析中国湿地旅游网络关注度。结果表明：2013-2022年中国湿地旅游网络关注度年际变化总体呈下降趋势,月际变化呈“双峰式”趋势,季节性强度指数较强。中国湿地旅游网络关注度在空间上差异明显,网络关注度排序为：东部>中部>西部,且地理集中指数为30,相对集中。中国湿地旅游网络关注度的影响因素依影响强弱水平排序为经济水平、网络普及度、湿地旅游发展水平、文化水平和自然气候。     

基于网络关注度的安徽省居民省内旅游需求时空特征分析

基于百度指数平台,收集2019年安徽省居民对省内64家典型景区的网络关注度数据,利用季节性强度指数、旅游需求偏好指数和基尼系数分析安徽省居民的旅游需求特征,并对影响因素进行探讨。结果显示:全省居民省内旅游需求呈多岭型,形成4月、7―8月和10月3个需求高峰;单岭型景区各月的旅游需求有较明显差别,双岭型和多岭型的景区无明显旅游需求季节性差别;全省居民旅游需求时间主要受经济发展水平、旅游资源的季节性和独特性、景区开发程度、气候舒适度、节假日的影响;安徽省居民形成3个旅游需求偏好区,分别是皖中皖东南休闲娱乐偏好区、皖南自然观光偏好区和皖西南山岳景观偏好区;全省居民旅游需求空间分布主要受景区密集程度、级别、资源开发程度和空间距离的影响。     

中国工业旅游网络关注度分布格局及其影响因素

基于2011—2022年中国内地31个省份135 036条工业旅游网络关注度数据,运用莫兰指数和地理探测器等分析我国工业旅游网络关注度时空特征及其影响因素。结果表明：(1)2011—2022年全国工业旅游网络关注度呈波动上升趋势,季节性差异不明显,月度波动近似“M”型;(2)全国工业旅游网络关注度省际差异显著,东、中、西部呈梯度递减趋势,地区差异由大到小依次为华东、华北、华南、华中、西南、东北、西北;(3)各省份工业旅游网络关注度空间自相关显著,“高-高”“低-低”集聚在华东、西北地区,“高-低”“低-高”集聚以四川、江西为主;(4)各影响因素贡献度由大到小依次为居民生活水平、工业企业数量、内部交通可达性、网民规模、城市化水平、区域经济发展水平、网络发达程度、工业旅游资源、外部交通可达性、空气温度、学历水平、旅游资源丰度、空气质量。     

基于百度指数的温泉旅游网络关注度时空特征研究

旅游网络关注度是旅游者需求状况和行为习惯在网络上的直观表现。基于百度指数,运用变异系数、基尼系数、相关系数等统计分析指标,研究我国温泉旅游网络关注度的时空特征。结果表明:温泉旅游在网络上的关注度较高,但总体呈现下降的态势;月变化曲线呈"U"型,周变化曲线呈倒"V"型;"黄金周"期间温泉旅游网络关注度先升后降,"五一"假期前2天达到高峰随后下降,"五一"高峰比"十一"提前1~2天,春节比"十一"推迟1天。温泉旅游网络关注度的省际差异明显,差异度呈上升趋势,关注度较高的省份集中在东部经济发达地区;东部、中部、西部地区内部的关注度存在差异,西部地区内部差异最大。国内温泉旅游是一种非天然温泉依赖型旅游活动,区域经济发展水平决定了温泉旅游的发展程度,温泉旅游网络关注度的空间差异是区域温泉旅游发展程度、人民收入水平和获取旅游信息方式共同作用的结果。     

中国研学旅行网络关注度时空分异特征及影响机理研究

研学旅行是弘扬社会主义核心价值观教育的重要渠道,研学旅行网络关注度在一定程度上是研学旅行发展水平的客观映射。该文构建研学旅行网络关注度评价指标体系,通过季节性集中度、变差系数、莫兰指数刻画2011—2020年中国研学旅行网络关注度时空分异特征,运用PVAR模型探究研学旅行网络关注度的影响因素。结果发现：(1)研究期内研学旅行网络关注度整体呈“V”形态势,东、中、西三大地区网络关注度呈现“东高西低”的阶梯递减格局,变差系数则呈现“Λ”形,地区差异呈现缩小趋势;(2)各省域研学旅行网络关注度具有显著的空间自相关性,且存在明显的区域极化现象,呈现出非平衡发展格局;(3)研学旅行网络关注度影响因素的贡献度由高到低依次为：研学群体、信息发展水平、研学旅行资源影响力、经济发展水平、教育投入水平。     

中国省域旅游竞争力与旅游网络关注度空间错位研究

正确把握中国省域旅游竞争力与旅游网络关注度的错位关系,对推动区域旅游高质量发展大有裨益。基于新发展理念构建旅游竞争力评价指标体系,采用重力模型、空间错位指数综合考察2011—2020年中国省域旅游竞争力与旅游网络关注度的空间错位特征及影响因素。结果表明：(1)研究期内中国省域旅游竞争力与旅游网络关注度均呈增长趋势且具有明显的空间分异性,旅游竞争力重心呈集聚分布态势,旅游网络关注度重心则随时间波动变化,大致位于旅游竞争力重心的西南方向;(2)中国省域旅游竞争力与旅游网络关注度空间错位格局由东至西呈现出正向错位向负向错位逐渐过渡的分布特征,正向高错位区由东部沿海省域向中部省域延伸,负向高错位区主要分布在西部特色旅游地与热门网红城市;(3)旅游资源禀赋、经济社会发展、政府政策导向、网络环境等多种因素综合作用促成旅游竞争力与旅游网络关注度的空间错位格局。     

中国自驾车旅游网络空间关注度的时空演变——基于Google搜索解析的分析

网络旅游信息访问量与现实旅游市场在时间和空间上密切相关。运用Google搜索解析,对2005—2009年中国自驾车旅游网络空间关注度的时空演变特征展开研究有助于分析现实自驾车旅游市场演变规律。研究发现:(1)时间上,自驾车旅游网络空间关注度稳步增长,季节规律显著,前兆效应明显。(2)空间上,呈现出由沿海向内陆、由南方向北方的扩散规律,且各省(区、市)差异明显,可运用"份额-集中性"矩阵细分为稳定型强势市场、爆发型强势市场、爆发型弱势市场、稳定型弱势市场4种类型。     

中国民宿网络关注时空特征及影响因素研究

网络搜索体现了人们对某种事物或现象的现实关注与潜在需求情况,是游客潜在出游行为的一种前兆。对民宿网络关注时空分布特征的研究,可以明确我国民宿需求的时空分布规律,为优化我国民宿行业发展空间布局提供理论参考。基于2015—2019年中国大陆31个省域空间单元的民宿网络搜索数据,使用赫芬达尔指数、季节性集中指数、周内分布偏度指数、地理集中指数、变差系数、首位度等指标,对中国民宿网络关注度的时空分布特征进行分析。研究发现：（1）中国民宿网络关注度在2015—2019年呈现明显的波动趋势,季节性分布差异明显,网络关注度在假日前期会出现显“前兆”效应;（2）中国民宿网络关注度存在地域不均衡性,空间分布上呈现“东部-中部-西部”依次递减的整体趋势,2015—2019年民宿网络关注度的区域集聚程度在降低,区域间差异在缩小;（3）气候的舒适性和闲暇时间是影响民宿网络关注度时间分布的主要因素,客源地的经济发展水平、居民购买力、人口规模、互联网发达程度、受教育程度和民宿业发展水平均会对民宿网络关注度的空间分布产生影响。     

基于抖音粉丝量的中国城市网络关注度空间差异及其影响因素

基于抖音粉丝量数据,运用位序-规模法则、核密度估计、领域划分与模式组合等方法,对中国城市网络关注的空间差异进行分析,并对比了其与传统百度指数的差异。研究发现：① 关注度排名靠前的城市分别是北京、上海、广州、深圳、成都、杭州、重庆、西安、天津、南京等,并形成了长三角、珠三角、京津三大核心集聚区,反映出核心经济发展区的网络优势度。而中西部地区城市的关注度普遍不高,仅在成渝、中原、长江中游等地区形成微弱的集聚中心。② 从位序-规模法则看,拟合曲线偏离理想状态且q值大于1.3,反映出高关注城市在空间上的强影响作用并表现出一定的网络空间集聚效应。从四大分区看,东北和西部地区与整体类似,东部地区的高等级集聚效应进一步强化,而中部则较符合理想形态。③ 从领域划分与地域模式看,北京、上海、广州等高关注城市的核心领域是探店、旅游、美食、街拍、同城,方言、旅游类话题亦有较大的关注。中西部地区核心城市除了在特色美食、探店、街拍与东部地区有些类似外,还表现出房产、地铁等方面的特色,从侧面反映出该区域在城镇化建设、产业转型等方面面临的一些现实问题。从地域模式看,长三角属于多中心网络化,京津冀、珠三角、成渝、长江中游属于双中心点轴状,关中、中原属于单中心放射状,其余城市群则属于单中心或无中心离散状。④ 与百度指数对比看,抖音粉丝量在高水平区的集聚程度高,而在中西部城市群地区的集聚效应不明显。⑤ 从影响因素看,除了与经济发展水平尤其是现代服务业水平、信息化水平、交通物流保障相关外,与城市的创新性、高素质人才或高学历网民的活跃性参与、数字化推广、专业化运营相关性较大。     

基于网络关注度的中国沙漠型A级景区空间格局及其影响因素分析北大核心CSCD

基于搜索引擎指数、旅游网站指数、社交媒体指数和短视频指数等数据构建评价体系,运用空间分类、核密度估计、最邻近分析等方法,分析中国沙漠型A级景区网络关注度的空间差异并解释其影响因素。结果表明:(1)高、较高关注度水平中国沙漠型A级景区集中在内蒙古、新疆、甘肃,较低、低关注度水平景区数量多、分布广,且大多规模较小、等级偏低;从子系统看,搜索引擎、旅游网站、社交媒体子系统所显示出的空间分布格局与综合水平较为相似,短视频子系统与整体差异较大。(2)从空间集聚格局看,呈现出一主一副、多核联动的格局;从子系统看,搜索引擎、旅游网站和社交媒体子系统与整体相似,短视频子系统差异较大。(3)在空间结构特征中,整体呈现出中等以上水平区趋于均匀、较低水平区趋于随机、低水平区趋于凝聚的分布状态,且随着景区关注度水平降低而集聚特征逐渐增强;搜索引擎和旅游网站子系统与整体相似,社交媒体和短视频子系统与整体差异较大。(4)从影响因子看,景区销售市场、宣传平台建设、地区基础实力是主要影响因素,景区基础实力次之,外部旅游环境的影响力相对较弱。     

中国陆地边境旅游发展区域差异及其影响因素

边境旅游是中国陆地边境地区的支柱产业和国际合作的重要内容。依据文献资料和实地考察,分析中国陆地边境旅游资源单体的数量、类型和质量,并结合陆地边境地级行政区接待入境旅游人数和国际旅游外汇收入两个指标,从空间差异性和空间自相关两个方面刻画中国陆地边境旅游发展格局,探讨中国陆地边境旅游业发展的影响因素并提出相关建议。研究范围共涉及3 341个陆地边境旅游资源单体,其中优良级旅游资源约占34.36%,建筑与设施是旅游资源单体数量最多的类型。西南地区和东北地区分别是中国陆地边境旅游资源“高高集聚”和“低低集聚”地区。在2006—2015年间,边境旅游经济发展最快的是新疆西北部和黑龙江东部边境地区;边境旅游经济发展的热点地区主要集中在东北边境地区,冷点地区主要集中在新疆东部、西南部以及西藏西南部边境地区。地形条件、文化多样性、区位条件、国际地缘政治关系以及旅游设施水平是影响边境旅游业发展的重要因素。建议政府因地制宜地制定边境旅游发展政策,加强不同类型旅游资源之间的组合开发和区域旅游合作,完善旅游设施,积极探索开发与保护兼顾的发展模式。     

中国城市入境旅游发展差异及其影响因素——以重点旅游城市为例

对中国城市入境旅游发展差异性进行探析,并揭示其影响因素,为城市入境旅游发展实践提供理论依据。选取入境游客人天数作为入境旅游发展水平的衡量指标,采用均值比率对中国重点旅游城市入境旅游发展的差异现状进行分析,运用多元线性回归法研究旅游产品、知名度、区位条件和对外经济等因素对中国城市入境旅游发展的影响和作用。结果表明:目前中国城市入境旅游发展差异很大,区域集中性非常突出,入境旅游发展较好的城市大多位于东部地区;对外经济因素对城市入境旅游的发展影响最大,知名度次之,旅游产品和区位距离的作用较小。     

中国区域旅游发展潜力演变格局与影响因素分析

以中国31个省级行政单元为研究区域（不含港澳台）。综合运用熵权法、标准差法、多元线性回归分析等方法对中国区域旅游发展潜力格局演变及主导影响因素分析。结果表明：（1） 中国省际间旅游发展潜力呈现出东南高西北低的格局,省际间区域差异随时间变化呈现出缩小—扩大—缩小的趋势。（2） 东部地区的旅游发展潜力差异最大,中部、西部和东北部区域的差异整体较小且三大经济区之间的差异也较小。（3） 中国区域旅游发展潜力的主导因素包括旅游业总收入、接待旅游总人数、床位数、第三产业从业人数、旅游院校学生数、国内外进出口总额。（4） 中国区域旅游发展潜力的四种类型区为：市场需求主导潜力区、区域供给主导潜力区、保障发展主导潜力区、经济支持主导潜力区,依据不同类型区的特征和存在问题,针对性的提出了发展对策与建议。     

中国入境旅游城市合作网络时空格局及驱动因素

基于1997—2017年中国60个城市入境旅游经济发展数据,辅以修正的引力模型和社会网络分析方法,系统分析了中国入境旅游城市合作网络时空格局,并借助二次指派程序方法对合作网络演变的驱动因素进行探讨。结果表明：① 中国60个入境旅游城市合作网络强度逐渐增强,国家层面合作网络结构逐渐显现,合作强度前5名的分别为广州—深圳、北京—上海、北京—天津、上海—苏州和上海—深圳。② 整体网络特征上,网络密度逐渐增加,整体网络通达度在提升,城市“领导者”地位在下降,网络整体均衡性在提升,且中国东、中、西三大地区间差异显著,东部地区城市合作最紧密,西部地区城市次之,中部地区城市紧密度最小。③ 个体网络特征上,将中国入境旅游城市分为外向型、内聚型、均衡发展型和孤立型4类,且权力角色上呈核心领导者、次核心领导者、一般合作者和边缘合作者的“核心—边缘”分布格局。④ 地理空间邻近性、旅游资源差异、旅游接待能力差异、城市规模等级和旅游交通情况的相近性对网络提升具有显著影响,对外经济贸易差异对中、西部地区城市旅游合作的影响是正向的,而对整体网络和东部网络的影响是负向的。     

中国城市公共健康水平的时空演化及其影响因素

采用定基极差熵权法与定基等权赋值法相结合的综合评价方法、核密度估计、探索性空间数据分析等方法,分析2003—2018年中国284个地级以上城市公共健康水平的时空演化特征,并运用广义空间两阶段最小二乘法考察其影响因素。结果发现：① 研究期内中国城市公共健康水平整体呈上升趋势,但各城市间公共健康水平差异有所扩大,且始终存在多级分化现象;② 四大板块核密度曲线在重心位置、主峰高度、波峰数量、拖尾长度、拖尾厚度上均有各自演化形态,是一种时段特征与地区特色相互耦合叠加的结果;③ 中国城市公共健康水平存在正向空间溢出效应和空间“同群效应”,空间集聚类型实现了由LL型为主体向HH型为主体的转化;④ 收入水平、人口密度、科技进步、工业化程度、卫生体制改革对城市公共健康具有影响,但各因素对不同区域的影响存在异质性。     

中国金融排斥的省际差异及影响因素

从金融服务的渗透度、使用度、效用度、承受度四个维度构建金融排斥的综合评价指标体系,借鉴人类发展指数的编制方法,分别测算了2004年和2012年中国金融排斥指数;运用分层聚类法将中国省际金融排斥度划分为四个大类和六个亚类,并结合ArcGIS对金融排斥的省际差异变化特征进行分析;探讨了中国金融排斥省际差异的主要影响因素。研究表明：① 可将中国金融排斥程度划分为轻微、轻度、中度和重度四大类型;② 总体特征上,中国金融排斥程度高、地区差异大,形成东部地区明显低于中西部的空间格局;③ 通过两个时间断面比较发现,中国金融排斥程度平均水平略有增加,但总体稳定;④ 金融排斥四维度的省际空间差异大,且对金融排斥总体水平影响程度不一;⑤ 中国金融排斥度省际差异受城市化水平、地区收入水平、人口密度、政府经济行为、教育发展水平等多种因素影响;⑥ 促进区域经济发展、加强政府管制、发展微观金融是降低金融排斥的重要途径。     

中国国有建设用地供应规模时空特征及影响因素

本文利用Python程序抓取了中国土地市场网上的2010-2015年土地供应结果公告,采用空间分布重心、区位基尼系数、热点分析等方法探究了中国县域国有建设用地供应规模时空特征,并用面板数据模型解析了不同发展阶段的区域供地规模影响因素。研究发现：① 该期间供地规模总体经历了先增后减,县域供地规模空间集聚度、热点区和次热点区总体在扩散;② 受“西部大开发战略”“援疆”和“中部崛起战略”的实施,县域供地规模空间分布重心向西移动明显;③ 土地供应集中在城市群范围内,县域所在的城市行政等级与供地规模密切关联;④ 不同发展阶段的区域供地总规模变化和平均供地结构存在差异,高等级发展阶段的区域平均供地规模较大;⑤ 公共财政支出、固定资产投资、第二产业增长率、第三产业增长率、人口规模增长率和人均GDP对不同发展阶段的区域供地规模影响差异明显,投资建设对各个发展阶段的区域供地规模均有较强推动作用。     

京津冀地区旅游经济增长的时空演化及影响因素

揭示区域旅游经济增长的时空演化特征并探究其影响因素有助于丰富区域旅游经济发展理论,也可为京津冀地区旅游协同发展政策的制定提供科学依据。在初步构建京津冀地区旅游经济增长时空演化研究框架及多因素分析模型的基础上,运用基尼系数、核密度曲线、双变量局域自相关等方法,从旅游空间的规模、等级和形态变化等方面考察京津冀地区2001—2019年旅游经济增长的空间格局及演化过程,并基于面板多元回归模型和空间计量模型对其影响因素进行深入剖析。结果表明：① 京津冀地区旅游经济增长的空间格局从双核心逐渐转为多核心,旅游区域中心城市和部分旅游节点城市逐步成为旅游经济增长的主要载体,京津冀旅游协同发展初见成效。② 京津冀地区旅游经济增长的时空演化过程大体可分为3个阶段：高速增长下的双核心极化缓解阶段;中速增长下的双核心向多核心转变阶段;快速增长下的多核心形成阶段。③ 影响京津冀地区旅游经济增长的主要因素有人均GDP、星级饭店的数量、到北京/天津高速公路距离、旅游发展政策和旅游大事件等,其中人均GDP对旅游经济增长有显著的空间溢出效应。④ 影响核心枢纽城市、旅游区域中心城市和节点城市的旅游经济增长因素有一定差异,星级饭店数量、旅游大事件和PM_2.5浓度对核心枢纽城市和旅游区域中心城市旅游经济增长有较大影响,城市道路面积、到北京/天津高速公路距离、旅游发展政策、旅游大事件、年末实有出租车数量、PM_2.5浓度等则是影响旅游节点城市旅游经济增长的主要因素。