·旅游资源· 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（７） ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５—８１４１．２０１８．０７．０２２ 厦门客源市场旅游需求的时空格局演化 张舒宁，李勇泉 （华侨大学旅游学院，福建泉州３６２０２１） 摘要：旅游者需求分析是客源市场开发的基础。基于２０１４－－２０１７年我国３１个省域对厦门旅游的百度搜索指数数据，利用 季节性集中指数、空间自相关和客源吸引半径等研究方法，对厦门客源市场旅游需求的时空格局演化进行了研究。结果表 明：①厦门客源市场旅游需求总体呈现先递增后下降的时间演化趋势，赴厦门旅游需求高峰期集中于夏季；华北地区、东北地 区和西南地区对冬季出游需求逐渐增高。②赴厦门旅游需求呈现平季时长、淡旺季时短的特征，季节性变化较明显，差异性 逐渐减小；各月旅游需求呈现出“倒海鸥”型变化规律。③厦门客源市场旅游需求表现为“东高西低”的分布格局，客源市场可 分为高需求区、较高需求区、一般需求区、较低需求区、低需求区５个等级。④冷、热点呈现出以“胡焕庸线”为主轴的“东南一 西北”方位递减的空间分布趋势，存在空间距离衰减规律。根据厦门客源市场旅游需求的空格局演化特征，提出市场开发相 关建议。 关键词：旅游需求；客源市场；时空格局；空间白相关；厦门 中图分类号：Ｆ５９ｏ．８５ 文献标志码：Ａ 文章编号：１００５—８１４１（２０１８）０ｒ７—１０１０—０５ Ｅｖｏｌｕｔｉｏｎ ｏｆＳｐａｔｉａｌ ａｎｄ Ｔｅｍｐｏｒ￣Ｐａｔｔｅｒｎ ｏｆＴｏｕｒｉｓｍ Ｄｅｍａｎｄ ｉｎ Ｘｉｓｎｌｅｎ Ｔｏｕｒｉｓｔ Ｍａｒｋｅｔ ＺＨＡＮＧ Ｓｈｕ—ｎｉｎｇ，ＬＩ Ｙｏｎｇ—ｑｎａｎ （Ｔｏｕｒｉｓｍ Ｃｏ￣ｅｇｅ，Ｈｕａｑｉａｏ Ｕｎｉｖｅｒｓｉｔｙ，Ｑｕａｎｚｈｏｕ ３６２０２１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｔｏｕｒｉｓｔ ｄｅｍａｎｄ ｗａｓ ｔｈｅ ｂａｓｉｓ ｏｆ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｏｕｒｉｓｔ ｍａｒｋｅｔ．Ｂａｓｅｄ ｏｎ ｔｈｅ ｄａｔａ ｏｆ Ｂａｉｄｕ ｓｅａｒｃｈ ｉｎｄｅｘ ｏｆ Ｘｉａｍｅｎ ｔｏｕｒｉｓｍ ｉｎ ３ １ ｐｒｏｖｉｎｃｅｓ ｏｆ Ｃｈｉｎａ ｉｎ ２０１４—２０１７，ｔｈｉｓ ｐａｐｅｒ ｕｓｅｄ ｔｈｅ ｒｅｓｅａｒｃｈ ｍｅｔｈｏｄｓ ｏｆ ｓｅａｓｏｎａｌ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｉｎｄｅｘ，ｓｐａｔｉｌ ａｕｔｏｅｏｒ—ａ ｒｅｌａｔｉｏｎ ａｎｄ ｔｏｕｒｉｓｔ ａｔｔｒａｃｔｉｏｎ ｒａｄｉｕｓ ｔｏ ｓｔｕｄｙ ｔｈｅ ｓｐａｔｉａｌ ａｎｄ ｔｅｍｐｏｒａｌ ｅｖｏｌｕｔｉｏｎ ｏｆ ｔｏｕｒｉｓｍ ｄｅｍａｎｄ ｉｎ Ｘｉａｍｅｎ ｓｏＵｒＣｅ ｍａｒｋｅｔｓ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ：①Ｔｈｅ ｔｏｕｒｉｓｔ ｄｅｍａｎｄ ｉｎ Ｘｉａｍｅｎ ｔｏｕｒｉｓｔ ｍａｒｋｅｔ ｐｒｅｓｅｎｔｅｄ ｔｈｅ ｔｒｅｎｄ ｏｆ ｉｎｃｒｅａｓｉｎｇ ｆｉｒｓｔｌｙ ａｎｄ ｔｈｅｎ ｄｅｃｒｅａｓｉｎｇ，ｔｈｅ ｐｅａｋ ｔｒａｖｅｌ ｄｅｍａｎｄ ｉｎ Ｘｉａｍｅｎ ｗａｓ ｃｏｎｃｅｎｔｒａｔｅｄ ｉｎ ｓｕｍｍｅｒ，ｔｈｅ ｄｅｍａｎｄ ｆｏｒ ｗｉｎｔｅｒ ｔｒａｖｅｌ ｉｎ Ｎｏｒｔｈ Ｃｈｉｎａ，Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ ａｎｄ Ｓｏｕｔｈｗｅｓｔ Ｃｈｉｎａ ｗａｓ ｇｒａｄｕａｌｌｙ ｉｎｃｒｅａｓ— ｉｎｇ．②Ｔｈｅ ｄｅｍａｎｄ ｆｏｒ ｔｏｕｒｉｓｍ ｉｎ Ｘｉａｍｅｎ ｓｈｏｗｅｄ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｓｅａｓｏｎａｌ ｓｅａｓｏｎ，ｓｈｏｒｔ ｓｅａｓｅｎ ａｎｄ ｓｈｏｒｔ ｓｅａｓｏｎ，ｗｉｈ ｏｂｖｉｔｏｕｓ ｓｅａｓｏｎａｌ ｃｈａｎｇｅｓ ｎｄ ａｄｉｆｅｒｅｎｃｅｓ，ｔｈｅ ｔｒａｖｅｌ ｄｅｍａｎｄ ｏｆ ｅａｃｈ ｍｏｎｔｈ ｓｈｏｗｅｄ ｈｅｔ ｃｈａｎｇｅ ｐａｔｔｅｒｎ ｏｆ“ｉｎｖｅｔｒｅｄ ｇｕｕ”．③Ｔｈｅ ｔｏｕｒｉｓｔ ｄｅｍａｎｄ ｉｎ Ｘｉａｍｅｎ ｔｏｕｒｉｓｔ ｍａｒｋｅｔ ｗａｓ ｄｉｓｔｒｉｂｕｔｅｄ ｉｎ ａ ｐａｔｔｅｒｎ ｏｆ“ｈｉ ｇｈ ｉｎ ｔｌｌｅ ｅａｓｔ ａｎｄ ｌｏｗ ｉｎ ｔｈｅ ｗｅｓｔ”，ａｎｄ ｔｈｅ ｔｏｕｒｉｓｔ ｍａｒｋｅｔ ｃｏｕｌｄ ｂｅ ｄｉｖｉｄｅｄ ｉｎｔｏ ｆｉｖｅ ｌｅｖｅｌｓ：Ｈｉｓｈ ｄｅ— ｍａｎｄ ａｒｅａ，ｈｉｇｈ ｄｅｍａｎｄ ａｒｅａ，ｇｅｎｅｒａｌ ｄｅｍａｎｄ ａｒｅａ，ｌｏｗ ｄｅｍａｎｄ ａｒｅａ ａｎｄ ｌｏｗ ｄｅｍａｎｄ ａｒｅａ．④Ｔｈｅ ｃｏｌｄ ａｎｄ ｈｏｔ ｓｐｏｔｓ ｐｒｅｓｅｎｔｅｄ ｔｈｅ ｔｒｅｎｄ ｏｆ ｄｅ· ｃｒｅａｓｉｎｇ ｓｐａｔｉｌ ｄｉｓａｔｒｉｂｕｔｉｏｎ ｏｆ“ｓｏｕｔｈｅａｓｔ—ｎｏｒｔｈｗｅｓｔ’’ｏｒｉｅｎｔａｔｉｏｎ ｗｉｔｈ“Ｈｕ Ｈｕａｎ—ｙｏｎｇ ｌｉｎｅ”ａｓ ｔｈｅ ｍａｉｎ ａｘｉｓ．ａｎｄ ｔｈｅｒｅ ｅｘｉｓｔｅｄ ｔｈｅ ｌａｗ ｏｆ ｓｐａｔｉａｌ ｄｉｓｔａｎｃｅ ａｔｔｅｎｕａｔｉｏｎ．Ｆｉｎａｌｌｙ，ｂａｓｅｄ ｏｎ ｔｈｅ ｓｐａｔｉｌ ａｎｄ ｔｅｍｐａｏｒａｌ ｅｖｏｌｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｏｕｒｉｓｍ ｄｅｍａｎｄ ｉｎ Ｘｉａｍｅｎ ｔｏｕｒｉｓｔ ｍａｒｋｅｔ， ｓｏｍｅ ｓｕｇｇｅｓｔｉｏｎｓ ｏｎ ｍａｒｋｅｔ ｄｅｖｅｌｏｐｍｅｎｔ ｗｅｒｅ ｐｕｔ ｆｏｒｗａｒｄ． Ｋｅｙ ｗｏｒｄｓ：ｔｏｕｒｉｓｍ ｄｅｍａｎｄ；ｔｏｕｒｉｓｔ ｍａｒｋｅｔ；ｓｐａｔｉｏ—ｔｅｍｐｏｒａｌ ｐａｔｔｅｒｎ；ｓｐａｔｉｌ ａｕｔａｏ—ｃｏｒｒｅｌａｔｉｏｎ；Ｘｉａｍｅｎ 旅游者需求和消费行为一直是我国旅游研究的前沿问 讨等方面。在旅游需求预测方面，早期主要采用定量方法， 通过价格、收入等经济因子构建模型，进行旅游需求预 测 。 。近些年，学者们对预测模型进行了改进。Ｃｈｅｎ等学 者对ＳＴＭ、ＡＳＤ等模型和方法在旅游需求预测中的运用进行 了深入分析 ；陈萍萍基于时间序列对人工神经网络等三种 预测模型进行了优劣分析 。 ；张彬和张捷通过ＢＰ神经网络 题…，旅游需求分析是旅游市场开发的基础 ］。探索旅游者 的需求特征、需求差异与需求规律，有利于客源市场特征分 析，了解旅游者行为和预测客源市场发展趋势，有助于旅游 目的地针对客源市场进行旅游产品开发与市场营销 ，提高 旅游目的地市场竞争力，促进旅游业可持续发展。 旅游需求研究主要集中于市场预测分析和影响因素探 收稿日期：２０１８—０５—１７；修订日期：２０１８—０６—２１ 和集成学习技术相结合方式进行了入境旅游需求预测研 究 “；朱晓华采用灰色系统构建模型对旅游需求进行了预 测 。在旅游需求影响因素方面，学者主要从经济发展水 平、空间距离、时间、人ＥＩ数量 ’” 等方面进行研究。近些 基金项目：华侨大学研究生科研创新能力培育计划资助项目 （编号：１７９３１２１０２４）。 第一作者简介：张舒宁（１９９５一），女（满族），辽宁省开原人，硕 士研究生，研究方向为区域旅游发展、旅游文化创意。 年，马丽君等从气候、心理偏好等方面来探究旅游需求影响 因素 ’” ；王铮等从重大事件视角对上海入境旅游需求的影 通讯作者简介：李勇泉（１９７７一），男，福建省安溪人，教授，博士 生导师，研究方向为社会网络、旅游文化创意。 · 响进行了分析 ；颜麒等分析了对海南旅游需求的影 响效应 ；许春晓等研究了职业分异对城市居民城郊旅游 １０１０· 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（７） 需求的影响 。此外，也有部分学者关注了旅游需求机 制 ］、区域差异 、空间特征［２２，２３］等方面的研究。尽管国内 外对旅游需求已有深入的研究，但从地理视角研究客源市场 对某一目的地的旅游需求时空特征较少，缺乏目的地旅游需 求的时空特征研究，且旅游需求使用的数据较为单一。因 此，本文从地理视角对旅游需求的时间特征和空间特征进行 探索，探讨旅游地客源市场需求的演化规律。 随着互联网迅速普及，旅游者在旅游决策之前会搜索旅 游信息，互联网已成为辅助游客获取旅游信息和出游决策的 重要工具和首要途径 ］。互联网体现了出游的决策行为 方式，用户对旅游地的搜索主要反映个人出游需求的倾向。 实际上，网络关注度与旅游需求之间存在密切关系 ，可 在很大程度上体现游客的旅游需求，是反映客流量的前 兆 】。旅游景区实际游客量与百度关键词存在长期均衡 关系和格兰杰因果关系 ］，尤其是知名的旅游景区，其网络 关注度与实际游客流耦合度较高 ，网络关注度能在很大 程度上体现旅游需求特征 。故本文使用百度搜索指数 （或称为“网络关注度”）来衡量出游需求具有一定的合理性 和科学性。目前研究大多以“地名”为搜索关键词来衡量旅 游需求，但以“地名”为搜索关键词所获得的百度搜索指数还 包含旅游需求以外的信息，缺少严谨性和科学性。故本文在 此基础上，结合旅游需求六要素，以“旅游目的地需求”为搜 索关键词，以弥补当前在数据获取上的不足。 本研究以海滨旅游城市厦门为例。由于厦门是国内知 名的海滨旅游胜地、东南地区著名的旅游城市，同时也是“一 带一路”沿线重要的旅游目的地之一，故选择厦门作为案例 地具有一定的典型性和代表性。研究利用百度指数中的用 户搜索量，收集了２０１４－－２０１７年我国３１个省域对厦门旅游 的百度搜索指数，通过季节性集中指数、空间自相关和客源 吸引半径等研究方法，分析厦门客源市场旅游需求的时空格 局演化，以期揭示厦门旅游需求的时空分布规律，丰富旅游 需求的理论体系，并为旅游目的地市场营销和可持续发展提 供理论参考。 １数据来源与研究方法 １．１数据来源 研究采用百度搜索指数衡量出游需求。以“厦门旅游攻 略、厦门旅游景点、厦门旅游地图”３个搜索关键词 来统计 我国３１个省份对厦门旅游的用户搜索量，检索时间选取 ２０１４年１月至２０１７年１２月，并以年度、季度、月度三阶段时 间进行搜索，得到我国３１个省域对厦门旅游用户搜索指数 的数据。 关键词和研究时间段的选取有如下原因：①代表性和广 泛性。选取的搜索关键词涵盖了游客需求六要素：“厦门旅 游攻略”涵盖了游客对住宿、饮食、购物等方面的需求；“厦门 旅游景点”涵盖了旅游地吸引物、游玩、娱乐等要素需求；“厦 门旅游地图”涵盖了旅游中的交通、路线、行程安排等要素需 求。相对而言，这三个关键词能很好地代表客源地居民对厦 ·旅游资源· 门的旅游需求。②居民关注度高。“厦门旅游攻略、厦门旅 游景点、厦门旅游地图”三个关键词的选取超过了有关厦门 旅游搜索量的７０％，具有较高的居民关注度。③为了剥离 互联网因素对用户搜索量的影响，研究选取２０１４－－２０１７年作 为研究区间。由于２０１４年互联网普及率超过５０％（中国互 联网络发展状况统计调查），说明互联网使用居民超过１／２。 ２０１０－－２０１３年互联网普及率由３４．３％增至４５．８％，发展迅 速，百度指数的搜索量普遍较小，各省变化差异极小，百度搜 索受到互联网的影响与制约。２０１４年后互联网普及率较高， 且以稳定速度增长，百度搜索指数呈现明显变化差异，故选 取２０１４－－２０１７年为研究时段。 １．２研究方法 季节性集中指数：季节性集中指数主要用于反映客源市 场旅游需求时间分布的集中程度。计算公式为 ： Ｒ：￣／ （Ｘ 一８．３３） ／１２……………………………（１） 式中，Ｒ为客源市场旅游需求季节性集中指数；ｘ；为第ｉ 月厦门客源市场旅游需求占全年的比重；８．３３为各月旅游 需求占全年百分比的平均值。Ｒ值越趋向于零，说明旅游需 求年内各月分布越均匀；Ｒ值越大，旅游需求季节性差异越 大，旅游需求淡旺季越明显。 客源吸引半径：客源吸引半径是表现客源地吸引范围的 指标。客源吸引半径越大，表明旅游地吸引范围越大；值越 小，吸引范围越小。研究中距离取客源地省会城市与厦门的 空间距离。计算公式为 ］： ＡＲ＝√ ２‘口２。， …………………………………（２） 式中，ＡＲ为旅游地客源吸引半径；ｘｉ为第ｉ个客源地的 市场需求比重；ｄｉ为第ｉ个客源地与目的地的距离；ｎ为客源 地总数。 全局自相关：研究采用全局自相关来衡量厦门客源市场 旅游需求整体上的空间集聚差异度。Ｍｏｒａｎ ｓ Ｉ指数是常用 的全局空间自相关度量指标。公式为１３ｓ，３６］： ，： 叠 …………＿（３ ‘）。 （ ｉ一 ） 式中，Ｉ为Ｍｏｒａｎ ｓ Ｉ指数；Ｎ为研究单元的个数，本研究 中为３１；ｘ；和】【ｉ指第ｉ个和第ｊ个研究单元上的属性值；ｘ为 ｘｉ的平均值；Ｓｏ为空间权重矩阵的所有元素和；Ｗ．ｉ为研究单 元ｉ和ｊ的空间权重矩阵，定义为区域空间相邻为ｌ，不相关 为０。Ｍｏｒａｎ ｓ Ｉ值域为［一１，１］。 局域空间关联指数：局域空间关联指数Ｇｅｔｉｓ—Ｏｒｄ Ｇｉ＂ 用于识别冷点区与热点区的空间分布。公式为［３ ： Ｇ （ｄ）： （ｄ） ， …………………………（４） 为便于比较，本文对Ｇ； （ｄ）进行标准化处理，即： ｚ（Ｇ ）： …………………．（５） ￣／Ｖａｔ（Ｇ ） 式中，Ｅ（Ｇ『）和Ｖａｒ（Ｇｉ＂）分别为Ｇ （ｄ）的数学期望值和 · １Ｏ１１ · ·旅游资源· 变异系数。ｗ。．（ｄ）为空间权重，如果ｚ（Ｇ ）为正且显著，表 明位置ｉ与周围区域的值相对较高（高于均值），即厦门客源 市场旅游需求高水平集聚区（热点区）；反之，为负且显著，则 说明位置ｉ周围的值低于均值，属于旅游需求低水平集聚区 （冷点区）。 ２厦门旅游需求的时空演化分析 ２．１时间变化特征 年际变化特征：对２０１４－－２０１７年厦门客源市场旅游需求 进行统计分析（表１）。由表１可见，２０１４－－２０１５年厦门客源 市场旅游需求指数增长迅速，增长率达到２８．８２％；２０１５～ ２０１７年呈现下降趋势，但下降速度逐年放缓。２０１４－－２０１７年 季节性集中指数均在５以上（Ｂ＞１），且季节性集中指数值呈 下降趋势，说明厦门客源市场整体旅游需求差异较大，季节 性波动较明显，但旅游需求的季节性差异呈现出逐年缩小趋 势。由式（２）可得到２０１４－－２０１７年厦门客源吸引半径值，厦 门客源吸引半径大，２０１４－－２０１５年厦门客源吸引半径减小了 １５ｋｍ，客源市场吸引范围有所缩小；２０１５－－２０１７年客源半径 增长了２７５ｋｍ，说明近两年内厦门对客源市场的吸引半径范 围快速扩大，对远程游客的吸引力不断增长。 表１厦门客源市场旅游需求主要指数 年份Ｄ（年度）Ｄ（春季） Ｄ（夏季）Ｄ（秋季）Ｄ（冬季） Ｒ ＡＲ ２０１４ ２００４１４ ４８６２０ ６７６１６ ４３６３６ ４０５４１ ５ ６１ １１２５ ２０１５ ２５８１８３ ６３５６９ ８８８１６ ５５５％ ５０２０３ ５．５９ １ｌ１０ ２０１６ ２３９４０６ ５９０３８ ７３２５０ ４９９８４ ５７１３５ ５ ５７ １１７３ ２０１７ ２３８９ｏ４ ５２５４３ ７１７００ ５５４０９ ５９２５３ ５．３９ １３８５ 平均值 ２３４２２７ ５５９４２ ７５３４５ ５１１５６ ５１７８３ ５．５４ 注：Ｄ表示厦门客源市场旅游需求值；Ｒ为厦门客源市场旅游需 求季节性集中指数；ＡＲ为客源市场半径。 季节变化特征：从整体来看，２０１３－－２０１７年旅游需求高 峰值均为夏季，说明夏季是厦门旅游需求的旺季。此外， ２０１３－－２０１６年春季的旅游需求较高，而２０１７年冬季的旅游 需求较高于春秋两季，说明近年来厦门客源市场对冬季旅游 的需求逐渐旺盛。从局部地区看，２０１４－－２０１５年我国３１个 省域对厦门旅游需求的高峰期均在夏季，说明厦门客源市场 旅游需求时段较为集中，对厦门的旅游需求变化态势趋同， ２０１６年客源市场对厦门旅游需求的高峰时段发生明显变化。 大部分客源市场对厦门的旅游需求集中在夏季，北京、天津、 河北、辽宁、吉林、山东、青海、上海的旅游需求高峰期在冬 季；内蒙古对厦门旅游需求集中在秋季；宁夏集中在春季，这 些客源市场大多分布在长江以北地区。２０１７年对厦门冬季 旅游需求旺盛的客源地数量增多，包括北京、天津、河北、内 蒙古、辽宁、吉林、黑龙江、四川、和上海，主要分布于华 北、东北和部分西南地区，其他客源市场对厦门旅游需求高 峰期均为夏季，说明２０１６－－２０１７年处于温带气候区的客源地 对厦门旅游需求的高峰期转为冬季。这些地区四季分明，冬 季寒冷，初春和暮秋时节气温较低，景观多样性减弱。厦门 位于亚热带季风气候区，气候温和、物种景观多样，能有效弥 补客源地旅游需求的不足。随着“春节游”逐渐盛行，居民对 · １Ｏ１ ２ · 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（７） 厦门旅游需求由“夏季热”转为“冬季热”。 月度分布特征：以月为单位统计２０１４－－２０１７年厦门３１ 个客源市场对厦门的旅游需求值，并绘制旅游需求月度变化 趋势图（图１）。２０１４－－２０１７年整体旅游需求高峰值主要集中 在７月，各月变化趋势基本一致，均呈现出“倒海鸥”型变化 趋势。２０１４－－２０１７年，１月的厦门旅游需求值明显逐年增加， 其他各月变化较为波动。其中，２０１７年９—１０月的赴厦旅游 需求值均高于２０１４－－２０１６年９—１０月的旅游需求值。２０１７ 年９月厦门成功举办了“金砖五国”会议，１Ｏ月第一周为鼓浪 屿成功申遗后的首个“黄金周”，客源市场对厦门的网络关注 度快速增加，旅游需求激增。按照旅游客流季节划分尺 度 ，将月旅游需求大于月均旅游需求的月份划为旺季，将 月旅游需求为月均值８０％一１ｏ０％的月份划为平季，少于月 均旅游需求８０％的月份划为淡季。测算后发现，厦门客源 市场旅游需求的旺季为６～８月，平季为ｌ一５月、９一ｌ０月和 １２月，淡季为１１月。由此可见，厦门客源市场旅游需求的淡 旺季差异较弱，具有“平季时长、淡旺季时短，旺季集中在夏 季”的特点。 ｌ２０００００ １００００００ 人 藿８０００００ ／ ’ 装６０００００ 一 ． —ｒ１ ，◆－— ’、 ４０００００ 避２Ｏ００００ 表２厦门客源市场旅游需求值比重排名前十位 ２．２空间分布特征 厦门旅游需求空间分布：为探究厦门客源市场旅游需求 的空间分布特征，选取２０１４－－２０１７年厦门客源市场旅游需求 比重的前十名（表２）。由表２可知，２０１４－－２０１７年厦门客源 市场旅游需求比重排名前十位的省域主要位于我国东部沿 海地区和华中地区。该地区与厦门空间距离较短，到访厦门 的交通成本较低，且这些地区旅游需求总比重达到５０％以 上，是厦门旅游需求主要的客源市场。旅游需求比重排名前 六位的始终为福建、广东、浙江、江苏、北京和上海，这些省域 均为我国东部沿海地区，省域之间联系强度较大、经济发达， 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（７） ·旅游资源－ 居民出游需求较高。总体而言，空『自】距离、经济发展水平是 赴厦旅游高需求地区的主要因素。 本文运用ＡｒｃＧＩＳ１０．２软件中的自然断点法将厦门的客 省域，省际间交流合作频繁，一定程度上为居民赴厦门旅游 提供了良好的社会环境。③一般需求区涵盖１１个省域，主 要位于我国中部地区和环渤海省域，分别为辽宁、河北、山 源市场划分为高需求区、较高需求区、一般需求区、较低需求 区和低需求区５个等级。从整体来看，２０１４－－２０１７年厦门客 源市场旅游需求呈现出“东高西低”的空间分布格局。对厦 门旅游需求较高的地区主要为厦门周边的省域，旅游需求较 东、上海、安徽、湖南、湖北、江西、河南、陕西和四川。这类地 区经济发展水平处于中游，与厦门空间距离较短，到访厦门 的交通成本较低。④较低旅游需求区涵盖了ｌＯ个地区：黑 警一、 ， ＼、一●＂，． 点冷区●壤敬ｒ 簟区麓．一ｔ直纛次＝ 区点燕簟ｔ无＿Ｏ 龙江、吉林、内蒙古、天津、山西、甘肃、重庆、云南、广西和贵 州。这类地区经济发展处于中下游水平，居民消费水平不 高，且还要负担较高的出游交通成本，对赴厦门旅游需求产 低的地区则位于距厦门空间距离较远的省域，符合距离衰减 的规律。 从五大需求区来看：①高需求区包括２个省域：福建和 生了一定的制约。⑤低需求区分别为、青海、、宁夏 和海南。其中，由２０１４－－２０１６年的较低需求区退为低需 求区。、青海、、宁夏处于我国西部地区，经济发展 相对落后，居民出游的空间距离长，到访厦门旅游的交通成 广东，其中广东对厦门旅游需求呈现出波动变化态势，２０１４ 年、２０１７年广东为高需求区，２０１５年、２０１６年广东为较高需 求区。总体而言，福建是厦门旅游需求的第一大客源市场， 广东是省外旅游求的第一大客源市场。②较高需求区包括 ３个省域：江苏、浙江和北京，其中北京在２０１５－－２０１６年退为 一本较高，而该类地区对厦门旅游信息的获取程度相对较低， 对外交流较少，对居民出游环境的营造偏弱，致使其旅游需 求过低。海南从２０１５年的一般需求区退为较低需求区，这 般需求区。这类地区经济发达，与厦门所在省域同位于东 部沿海地区，经济交流联系密切，居民具有良好的出游环境 是由于海南与厦门同为国内知名的海滨旅游目的地，同类型 景观使厦门对海南居民的旅游吸引力较弱，导致该地居民对 厦门旅游需求较低。 且消费水平较高，对厦门旅游需求强烈。高需求区与较高需 求区中的福建、广东、浙江和江苏均为海上丝绸之路的沿线 ，鬻。 三 一ｈ 图２厦门客源市场旅游需求“热点区”空间格局演化 厦门客源市场旅游需求格局演变：①总体格局演化特 征。宅问自相关分析是对某一地理变量空间分布中集聚效 应进行检验的一种统计方法 。为了进一步揭示厦门客源 市场旅游需求空间集聚特征，本研究通过ＡｒｃＧＩＳ１０．２软件对 区域５个等级（图２）。从整体来看，２０１４－－２０１７年厦门客源 市场旅游需求冷、热点演化趋势总体呈现出“热点区数量少， 冷点区数量多”的特点。热点区域一直集中在我国华东和华 中地区，次热点区域主要位于广东、山东和广西，一般区域集 中于部分华北和东北地区，次冷点区域主要位于黑龙江、内 蒙古和贵州等地，冷点区域主要位于我国西部地区。厦门客 源市场旅游需求整体表现出较稳定的空间格局演变特征， ２０１４－－２０１７年厦门３１个客源市场旅游需求的全局自相关系 数Ｍｏｒａｎ ｓ Ｉ值进行了测算（表３）。２０１４－－２０１７年厦门客源市 场旅游需求Ｍｏｒａｎ ｓ Ｉ值为正，且通过ｚ（Ｉ）＞１．９６，Ｐ（Ｉ）＜０．０５ 相关检验，说明厦门客源市场旅游需求存在着明显的空间集 聚特征，整体呈现出较强的集聚分布效应。２０１４－－２０１７年 Ｍｏｒａｎ＇ｓ Ｉ值一直处于波动式交替增长下降态势。其中， ２０１５－－２０１６年空间集聚性削弱较明显，其他时间段变化幅度 较小。厦门客源市场旅游需求的正态分布始终维系着显著 冷、热点区呈现出以“胡焕庸线”为主轴的“东南一西北”的空 间分异特征。即“胡焕庸线”以南为厦门旅游需求的高值聚 簇区，“胡焕庸线”以北为厦门旅游需求的低值聚簇区。从热 点区和冷点区的演化看，２０１４－－２０１７年热点区域仅有湖南在 ２０１７年发生跃迁；次热点区域表现出较稳定的演化格局；一 般区域在研究时段有波动式跃迁，呈现出逐年减少的趋势， 状态，空问格局在整体上变化幅度不大，总体上维持着相对 稳定的空间分布特征。②热点区演化特征。为了进一步探 索厦门客源市场冷热点空间演化格局，采过ＡｒｃＧＩＳ１０．２软件 分别计算２０１４－－２０１７年局域空间关联指数Ｇｅｔｉｓ—Ｏｒｄ Ｇ 值，并根据Ｊｅｎｋｓ最佳自然断裂法，将厦门客源市场旅游需求 划分为热点区域、次热点区域、一般区域、次冷点区域、冷点 区域范围进一步缩小，表征为海南、贵州从２０１５开始退为次 冷点区域，吉林发生波动式跃迁；次冷点区域和冷点区域分 别表现为２０１７年云南由次冷点区域退为冷点区域，由 冷点区域变为次冷点区域。 综上所述，厦门客源市场旅游需求呈现明显的空间分布 · １０ｌ ３ · ·旅游资源· 格局，即“东南一西北”方位的差距，东南部区域对厦门旅游 需求较强，西北部区域对厦门旅游需求较弱，且具有较为稳 定的空间格局演化。 裹３厦门客源市场旅游需求全局自相关Ｍｏｒａｎ ｓ Ｉ值 ３结论与讨论 本文收集了２０１４—２０１７年我国３１个省域对厦门旅游的 百度指数数据，利用季节性集中指数、空间自相关、客源吸引 半径等方法分析了我国３１个省域对厦门旅游需求的时间演 化和空间格局。结果表明：①２０１４－－２０１７年厦门客源市场旅 游需求总体呈现出先递增后下降的时间演化趋势。厦门客 源市场整体旅游需求季节性波动较明显，但季节性差异呈现 出逐年缩小趋势。厦门客源市场在夏季的旅游需求最高，其 次是春季和秋季，冬季的旅游需求较低。但近两年，华北、东 北和西南地区冬季对厦门旅游需求逐渐旺盛。２０１４－－２０１７ 年厦门客源市场旅游需求月度值均呈现出“倒海鸥”型变化 趋势，具有平季时长、淡旺季时短的分布特征。由于西部和 北部地区冬季气温低，客源地景观无法满足居民旅游需求； 而厦门处于亚热带季风气候区，冬季气温较高，具有多样性 的亚热带景观，刺激了客源地居民的冬季出游需求。进一步 验证了前人关于气候舒适度对出游需求具有促进作用的论 证 Ｊ。②厦门对客源市场的吸引半径呈现出“先缩小后急剧 扩大”的发展态势。２０１６－－２０１７年厦门对客源市场的吸引半 径范围快速扩大，对远程游客的吸引力不断增长。由于厦门 鼓浪屿申遗、举办金砖国家峰会，使厦门旅游的网络关注度 提升，提升了旅游知名度，促进远程游客对厦门旅游需求提 高。③２０１４－－２０１７年厦门客源市场旅游需求空间具有较强 的空间集聚效应，尽管集聚效应有波动发展态势，但总体上 维持着相对稳定的空间分布特征。厦门旅游需求呈现出“东 高西低”的空间分布规律。表征为距厦门较近的周边省域旅 游需求较高，而与厦门距离较远的西部地区最低，符合距离 衰减规律。由于我国东部地区比西部地区经济发展水平高， 且东部地区距厦门的空间距离较短，交通成本较低。而西部 地区的居民出游能力较弱，到达厦门的交通成本相对较高。 经济发展水平和交通成本是影响厦门旅游需求空间分布规 律的主要因素。④将厦门客源市场旅游需求划分为５个强 度等级，福建和广东省２个客源地是高旅游需求区；江苏等３ 个东部沿海地区为较高需求区；一般需求区１１个，主要位于 我国中部地区和环渤海省域；较低需求区共１０个，主要分布 于我国西南地区和部分北部地区；、、青海、宁夏和 海南５个省域为低需求区。⑤厦门客源市场旅游需求冷、热 点区呈现出以“胡焕庸线”为主轴的“东南一西北”的空间分 异特征，即“东南一西北”方位差异。东南部区域对厦门具有 高旅游需求的集聚效应，西北部对厦门具有低旅游需求的集 ·１０１４· 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（７） 聚效应。 针对厦门旅游需求的时空格局演化趋势，提出相关建 议：①厦门周边省域的旅游需求较旺盛，应着重加强厦门与 省内及周边客源市场的交流合作，巩固高旅游需求区，并不 断拓宽旅游经济圈，开发周边深度、精度旅游休闲项目，建立 良好稳健的可持续旅游发展关系。②远程游客对厦门旅游 需求较低，应积极开拓交通联系相对便利、经济基础良好的 远程客源市场，加强项目优惠力度，推出创新型项目，突出饮 食、文化、民俗差异，刺激该地区居民的旅游需求。③加强对 低需求区客源市场的网络营销，疏通旅游信息流通渠道，积 极搭建赛事、会议等刺激旅游需求的桥梁，并与当地旅行社、 ＯＴＡ等旅游企业打造优惠的促销活动。④针对客源市场对 厦门冬季旅游需求逐年增高的现象，合理利用旅游需求“冬 季热、春节热”的发展趋势，结合厦门独特的节日民俗，推出 冬季游系列活动项目，加强对北方地区的营销宣传，以满足 不断增长的冬季旅游需求。 参考文献： ［１］欧阳润平，胡晓琴．国内外旅游需求研究综述［Ｊ］．南京财经大学 学报，２００７，（３）：８０—８３． ［２］滕丽，王铮，蔡砥．中国城市居民旅游需求差异分析［Ｊ］．旅游学 刊，２００４，１９（４）：９—１３． ［３］马丽君，龙云．基于网络关注度的湖南省居民旅游需求时空特征 ［Ｊ］．经济地理，２０１７，３７（２）：２０１～２０８． ［４］Ｍｏｒｌｅｙ ＬＣ．Ｔｈｅ Ｕｓｅ ｏｆ ＣＰＩ ｆｏｒ Ｔｏｕｒｉｓｍ Ｐｒｉｃｅｓ ｉｎ Ｄｅｍａｎｄ Ｍｏｄｅｌｉｎｇ［Ｊ］． Ｔｏｕｒｉｓｍ Ｍａｎａｇｅｍｅｎｔ，１９９４，１５（５）：３４２—３４６． 【５Ｊ Ｖａｌｅｒｉｏ Ｂ，Ｐｅｔｅｒ Ｆ．Ａｎ Ｉｎｔｅｇｒａｔｉｖｅ Ａｐｐｒｏａｃｈ ｔｏ Ｔｏｕｒｉｓｍ Ｄｅｍａｎｄ Ｆｏｒｅｃａｓｔ— ｉｎｇ［Ｊ］．Ｔｏｕｒｉｓｍ Ｍａｎａｇｅｍｅｎｔ，１９９５，１６（１）：２９—３７． ［６］ＣｒｏｕｅｈｌＧ．Ａ Ｍｅｔａ—ａＩｌａｌｙｓｉｓ ｏｆ Ｔｏｕｒｉｓｍ Ｄｅｍａｎｄ［Ｊ］．Ａｎｎａｌｓ ｏｆ Ｔｏｕｒｉｓｍ Ｒｅｓｅａｒｃｈ，１９９５，２２（１）：１０３—１１８． ［７］李丰生，高元衡，赵赞．旅游需求函数的研究［Ｊ］．经济地理，２００３， ２３（５）：７１０—７１２． ［８］雷平，施祖麟．我国国内旅游需求及影响因素研究［Ｊ］．人文地理， ２００９，２４（１）：１０２—１０５． ［９］Ｃｈｅｎ Ｃ，Ｌａｉ Ｆ Ｃ．Ｆｏｒｅｃａｓｉｔｎｇ Ｔｏｕｒｉｓｍ Ｄｅｍａｎｄ Ｂａｓｅｄｏｎ Ｅｍｐｉｒｉｃａｌ Ｍｏｄｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ［Ｊ］．Ｋｎｏｗｌｅｄｇｅ—Ｂａｓｅｄ Ｓｙｓｔｅｍｓ， ２０１２，２６（２）：２８１—２８７． ［１０］陈萍萍．基于时间序列的旅游需求预测模型［Ｊ］．统计与决策， ２０１３，（１８）：ｉ１—１３． ［１１］张郴，张捷．中国入境旅游需求预测的神经网络集成模型研究 ［Ｊ］．地理科学，２０１１，３１（１０）：１２０８—１２１２． ［１２］朱晓华，杨秀春，蔡运龙．基于灰色系统理论的旅游客源预测模 型——以中国入境旅游客源为例［Ｊ］．经济地理，２００５，２５（２）：２３２ —２３５． ｃ１３］Ｖａｎｅｇａｓ Ｍ，Ｇｒｏｅｓ ＲＲ．Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｄｅｍａｎｄ ＵＳ Ｔｏｕｒｉｓｔｓ ｔｏ Ａｒｕｂａ［Ｊ］． Ａｎｎａｌｓ ｏｆＴｏｕｒｉｓｍ Ｒｅｓｅａｒｃｈ，２０００，２７（４）：９４６—９６３． ［１４］Ｌｙｓｓｉｏｔｏｕ Ｐ．Ｄｙｎａｍｉｃ Ａｎａｌｙｓｉｓ ｏｆ Ｂｒｉｔｉｓｈ Ｄｅｍａｎｄ ｆｏｒ Ｔｏｕｒｉｓｍ Ａｂｒｏａｄ ［Ｊ］．Ｅｍｐｉｉｒｃａｌ Ｅｃｏｎｏｍｉｅｓ，２０００，２５（３）：４２１—４３６． ［１５］许春晓，张欢，柴晓敏，等．城市居民城郊旅游需求的职业分异研 究——以长沙市为例［Ｊ］．旅游学刊，２００６，２１（７）：７５—７８． （下转第１０２０页） ·旅游资源· 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（７） 影响因素研究——以北京奥林匹克森林公园为例［Ｊ］．北京第二 外国语学院学报，２０１５，（１１）：６５—７５． １２２ Ｊ Ｐａｎ Ｂ，Ｆｅｓｅｎｍａｉｅｒ Ｄ Ｒ．Ｏｎｌｉｎｅ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅａｒｃｈ：Ｖａｃａｔｉｏｎ Ｐｌａｎｎｉｎｇ Ｐｒｏｃｅｓｓ【Ｊｊ．Ａｎｎａｌｓ ｏｆ Ｔｏｕｒｉｓｍ Ｒｅｓｅａｒｃｈ，２００６，３３（３）：８０９—８３２． ［１４］刘敏，窦群，刘爱利，等．城市居民亲子旅游消费特征与趋势研究 ——［２３］耿铭泽，胡涛．网络旅游信息对海南游客影响及满意度的调查分 析［Ｊ］．价值工程，２０１０，２９（８）：２４５—２４７． ［２４］马丽君，郭留留，吴志才．“爸爸去哪儿”对拍摄地旅游发展的影 响——基于游客网络关注度的分析［Ｊ］．旅游科学，２０１６，３０（３）： ５７—６８． 基于家庭结构变化的背景［Ｊ］．资源开发与市场，２０１６， ３２（１１）：１４０４—１４０８． １ ｌ５ Ｊ Ｌｅｘｈａｇｅｎ Ｍ．Ｔｈｅ Ｉｍｐｏ￣ａｎｃｅ ｏｆ Ｖａｌｕｅ—ａｄｄｅｄ Ｓｅｒｖｉｃｅｓ ｔｏ Ｓｕｐｐｏ￣ｔｈｅ Ｃｕｓｔｏｍｅｒ Ｓｅａｒｃｈ ａｎｄ Ｐｕｒｃｈａｓｅ Ｐｒｏｃｅｓｓ ｏｎ Ｔｒａｖｅｌ Ｗｅｂｓｉｔｅｓ［Ｊｊ．Ｉｎｆｏｒｍａ－ ｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ＆Ｔｏｕｒｉｓｍ，２００４，７（２）：１１９—１３５． ｝２５］黄先开，张丽峰，丁于思．百度指数与旅游景区游客量的关系及 预测研究——以北京故宫为例［Ｊ］．旅游学刊，２０１３，２８（１１）：９３— １００． ［１６］李莉，张捷．互联息评价对游客信息行为和出游决策的影响 研究［Ｊ］．旅游学刊，２０１３，２８（１０）：２３—２９． ［１７］吕兴洋，沈雪瑞，梁佳．在线信息搜索对目的地感知形象演化影 响研究［Ｊ］．旅游学刊，２０１５，３０（１０）：７０—７９． １１８］Ｄａｖｉｄｓｏｎ Ａ Ｐ，Ｙｕ Ｙ Ｍ．Ｔｈｅ Ｉｎｔｅｒｎｅｔ ａｎｄ ｔｈｅ Ｏｃｃｉｄｅｎｔａｌ Ｔｏｕｒｉｓｔ：Ａｎ Ａｎａｌｙｓｉｓ ｏｆ Ｔａｉｗａｎ Ｓ Ｔｏｕｒｉｓｍ Ｗｅｂｓｉｔｅｓ ｆｒｏｍ ｔｈｅ Ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ Ｗｅｓｔｅｒｎ ［２６］马丽君，郭留留．基于网络关注度的北京市居民对５Ａ级景区旅 游需求时空特征分析［Ｊ］．干旱区资源与环境，２０１７，３１（１０）：２０３ —２０８． ［２７］张晓梅，程绍文，刘晓蕾，等．古城旅游地网络关注度时空特征及 其影响因素——以平遥古城为例［Ｊ］．经济地理，２０１６，３６（７）：１９６ Ｔｏｕｒｉｓｔｓｌｊｊ．Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ＆Ｔｏｕｒｉｓｍ，２００５，７（２）：９１—１０２． ［１９］杨敏，马耀峰，李天顺，等．网络信息与入境旅游流的Ｖ—Ｒ耦合 关系分析——以澳大利亚入境旅游流为例［Ｊ］．干旱区资源与环 境，２０１２，２６（６）：２１４—２１９． ２Ｏ２． ［２８］马丽君，龙云．基于网络关注度的湖南省居民旅游需求时空特征 ［Ｊ］．经济地理，２０１７，３７（２）：２０１—２０８ ［２９］张力．基于百度指数分析的地域网络关注度研究——以镇江为 例［Ｊ］．图书情报研究，２０１２，５（１）：４０～４７． ［３０］马丽君，孙根年，黄芸玛，等．城市国内客流量与游客网络关注度 时空相关分析［Ｊ］．经济地理，２０１１，３１（４）：６８０—６８５． ［２０］王炼，贾建民．基于网络信息搜索的旅游需求预测——来自黄金 周的证据［Ｊ］．系统管理学报，２０１４，２３（３）：３４５—３５０． ［２１］朱鹤，刘家明，陶慧，等．基于网络信息的北京市旅游资源吸引力 评价及空间分析［Ｊ］．自然资源学报，２０１５，３０（１２）：２０８１—２０９４． （上接第１０１４页） ［１６］翁钢民，徐晓娜，尚雪梅．我国城市居内旅游需求影响因素 分析［Ｊ］．城市问题，２００７，（４）：３１—３５． ［１７］马丽君，郭翟留．基于网络关注度的北京市居民对５Ａ级景区旅 一１０７． ［２９］汪秋菊，黄明，刘宇．城市旅游客流量一网络关注度空间分布特 征与耦合分析［Ｊ］．地理与地理信息科学，２０１５，（５）：１０２—１０６． ［３０］黄先开，张丽峰，丁于思．百度指数与旅游景区游客量的关系及 预测研究——以北京故宫为例［Ｊ］．旅游学刊，２０１３，２８（１１）：９３— １００． 游需求时空特征分析［Ｊ］．干旱区资源与环境，２０１７，１７（１０）：２０３ ２０８． ［１８］王铮，袁宇杰，熊文．重大事件对上海市入境旅游需求的影响 ［３１］杨敏，马耀峰，李天顺，等网络信息与入境旅游流的Ｖ—Ｒ耦合 关系分析——以澳大利亚入境旅游流为例［Ｊ］．干旱区资源与环 境，２０１２，（６）：２１４—２１９． 基于ＡＤＬ模型的分析［Ｊ］．旅游学刊，２０１０，２５（４）：４４—４９． ［１９］颜麒，吴晨光，叶浩彬．离岛免税对海南省旅游需求影响效 应实证研究［Ｊ］．旅游学刊，２０１３，２８（１０）：４７—５１． ［２０］陶玉霞．乡村旅游需求机制与诉求异化实证研究［Ｊ］．旅游学刊， ２０１５，３０（７）：３７—４８． ［３２］龙茂兴，孙根年，马丽君，等．区域旅游网络关注度与客流量时空 动态比较分析——以四川为例［Ｊ］．地域研究与开发，２０１１，３０（３） ：９３—９７． ［２１］徐晓娜，翁钢民．基于ＳＯＭ网络的城市居民旅游需求区域差异 研究［Ｊ］，统计与决策，２００７，（２４）：１０７—１０９． ［２２］张建辉，毕燕，张颖．中国城市居民旅游需求空间差异及变化研 究［Ｊ］．旅游学刊，２０１０，２５（２）：２９—３５． ［２３］陈文晖．我国国内旅游需求的空间特征与空间优化研究［Ｊ］．中 国软科学，２００３，（５）：１２—１６． ［２４］张捷，刘泽华，解杼，等．中文旅游网站的空间类型及发展战略研 ［３３］卢松，陆林，王莉，等．古村落旅游客流时间分布特征及其影响因 素研究——以世界文化遗产西递、宏村为例［Ｊ］．地理科学， ２００４，２４（２）：２５０—２５６． ［３４］杨新军，马晓龙．大西安旅游圈：国内旅游客源空间分析与构建 ［Ｊ］．地理研究，２００４，２３（５）：６９５—７０４． ［３５］Ｇｅｔｉｓ Ｋ，Ｏｒｄ ＡＪ．Ｔｈｅ Ａｎａｌｙｓｉｓ ｏｆ Ｓｐａｔｉ￣Ａｓｓｏｃｉａｔｉｏｎ ｂｙ Ｕｓｅ ｏｆ Ｄｉｓｔａｎｃｅ ＳｔａｔｉｓｔｉｃｓｌＪ Ｊ．Ｇｅｏｇｒａｐｈｉｅａｌ Ａｎａｌｙｓｉｓ，１９９２，２４（３）：１８９—２４０． 究［Ｊ］．地理科学，２００４，２４（４）：４９３—４９９． ［２５］李莉，张捷．互联息评价对游客信息行为和出游决策的影响 ［３６ｊ马晓冬，朱传耿，马荣华，等．苏州地区城镇扩展的空间格局及其 演化分析［Ｊ］．地理学报，２００８，６３（４）：４０５—４１６． 研究［Ｊ］．旅游学刊，２０１３，２８（１０）：２３—２９． ［２６］马丽君，孙根年，黄芸玛，等．城市国内客流量与游客网络关注度 时空相关分析［Ｊ］．经济地理，２０１１，３１（４）：６８０—６８５． ［２７］林志慧，马耀峰，刘宪锋，等．旅游景区网络关注度时空分布特征 分析［Ｊ］．资源科学，２０１２，３４（１２）：２４２７—２４３３． ［２８］李山，邱荣旭，陈玲．基于百度指数的旅游景区络空间关注度：时 ［３７］李在军，管卫华，蒲英霞，等．山东省旅游经济的时空演变格局探 究［Ｊ］．经济地理，２０１３，３３（７）：１７６—１８１． ［３８］卢松，陆林，王莉，等．古村落旅游客流时间分布特征及其影响因 素研究——以世界文化遗产西递、宏村为倒［Ｊ］．地理科学， ２００４，２４（２）：２５０—２５６． ［３９］谢正峰，王倩．广州市土地利用程度的空间自相关分析［Ｊ］．热带 地理，２００９，２９（２）：１２９—１３３． 间分布及其前兆效应［Ｊ］．地理与地理信息科学，２００８，２８（６）：１０２ ·１０２０·
