中国科学院大学学报  2021, Vol. 38 Issue (3): 360-366   PDF    
援疆政策下新疆国内旅游客源市场优化——基于修正的旅游引力模型
郭姣姣1,2, 杨兆萍1, 徐晓亮1, 王璀蓉1, 赵胡兰1,2     
1. 中国科学院新疆生态与地理研究所 荒漠与绿洲生态国家重点实验室, 乌鲁木齐 830011;
2. 中国科学院大学, 北京 100049
摘要: 旅游地客源市场空间结构是客源地和目的地空间相互作用的结果,是旅游地理学的重要研究领域,直接关系到旅游发展战略决策的科学性。基于旅游目的地与客源地之间社会要素流动特征和旅游引力模型理论内涵分析,添加政策因素,修正已有引力模型,建立适用于新疆的旅游引力模型,并对新疆国内客源市场吸引力进行测度,利用IPA分析法对测度结果与实际接待量进行比较。结果显示:新疆本地市场仍是新疆旅游最主要的客源市场,这将是短期无法改变的现实;广东、北京、四川、江苏、河南、甘肃、山东、浙江、陕西、河北10省是除新疆外的重要客源市场,上海、湖北2省市是新疆国内旅游发展的优势客源市场,其他18省市是潜在客源市场。
关键词: 旅游引力模型    网络关注度    IPA分析    国内旅游    新疆    
Optimization of domestic tourism in Xinjiang under the policy of supporting Xinjiang tourism based on the modified tourism gravity model
GUO Jiaojiao1,2, YANG Zhaoping1, XU Xiaoliang1, WANG Cuirong1, ZHAO Hulan1,2     
1. State Key Laboratory of Desert and Oasis Ecology, Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: The spatial structure of tourism market is the result of the interaction between tourist generating region and destination, and is a key field of tourism geography, which is directly related to the scientificity of tourism development strategic decision. Based on the flow characteristics of social factors between tourist generating region and destination, and the theoretical analysis of tourism gravity model, the paper adds policy factor to establish a tourism gravity suitable for Xinjiang, and measures the attraction of domestic tourism market. Besides, The IPA analysis method is used to compare the measurement results with the actual reception volume. The results showed that: Xinjiang local market is still the most important source market, which will be an unchangeable reality in the short term; Guangdong, Beijing, Sichuan, Jiangsu, Henan, Gansu, Shandong, Zhejiang, Shanxi, and Hebei are the main source markets except Xinjiang; Shanghai and Hubei are superior source markets; The other 18 provinces are potential source markets.
Keywords: tourism gravity model    network attention    IPA analysis    domestic tourism    Xinjiang    

旅游地客源市场空间结构是客源地和目的地空间相互作用的结果,是旅游地理学的重要研究领域[1]。客源市场空间结构分析与预测直接反映市场需求特点,是旅游地发展阶段、吸引规模和合理程度的重要指针,关系到旅游发展战略决策的科学性[2],对于制定区域旅游宣传营销政策具有重要参考意义。研究方法主要倾向于地理集中指数法、AD指标法、竞和度、亲景度、引力模型[3-6]等,其中,旅游引力模型是理论研究相对成熟、实践认可度较高的分析工具[7],已经成为当前客源市场预测常用分析方法之一。国外对旅游引力模型研究开始于20世纪40年代,Stewart[8]首先提出仿牛顿重力模型的引力模型,后人在此基础上屡次修正,Tanner[9]修正了距离因子;Crampon[10]将客源地人口规模、旅游地容量以及两地间距离确定为模型影响因子;Wolfe[11]引进距离函数;Cesario和Knetsch[12]基于旅游生成模型和旅游分布模型提出综合模型;Wilson[13]基于熵最大值化原理提出Wilson旅游引力模型;Mayo等[14]利用旅游引力模型进行实证研究。引力模型在实践中不断完善。国内对旅游引力模型研究开始于20世纪80年代,张凌云[15]尝试建立旅游引力模型,并介绍了国外学者早期相关研究进展。纵观国内引力模型研究,专家学者结合具体案例,以旅游资源质量、客源地人口、经济收入、地理距离、亲景度等建立了适用于不同类型、不同区域的旅游引力模型[16-21],对国家层面[22-24]、省级层面[25]、市级层面[26]的入境旅游客源市场进行分析研究,对市级层面[7]、景区层面[2]的国内旅游客源市场进行预测,模型在实践应用中得以不断调整和深化。但与入境旅游相比,应用旅游引力模型对省级层面国内旅游客源市场进行分析的研究相对较少。此外,政策作为一项重要因素,并未引起关注。

新疆是全球高品质自然景观、丝路历史文化与民族文化资源的富集区,很多资源在全国乃至全世界都具有独特性和唯一性,但旅游吸引物“点多线长面散”,远离国内核心旅游市场,专家学者对其国内客源市场结构研究较少。近年来,随着旅游援疆等政策实施,新疆旅游业快速发展,疆外游客所占比重不断上升,可见新疆国内旅游受政策因素影响较大,而传统旅游引力模型并未把政策因素考虑在内。基于此,本文分析旅游引力模型理论内涵,结合客源地人口规模、人均出游率、人均收入水平、出游意愿、空间阻尼及援疆政策因素,修正已有旅游引力模型,并运用修正的旅游引力模型预测新疆对国内客源市场的吸引力,进而分析新疆旅游客源市场,以期为新疆制定旅游宣传营销政策提供参考。

1 修正的旅游引力模型

2012年,李山等[21]基于旅游空间相互作用的经验认识和国内外相关成果归纳综合,将目的地吸引力、客源地出游力、两地之间的空间阻尼作为3个基本解释变量,在威尔逊引力模型基础上,构建了一个基础的旅游引力模型。刘少湃等[2]引入出游意愿、出游率等因素,选取人口规模、出游率、百度指数、人均收入水平等测度旅游引力、优化模型,却忽略了政策对出游力的影响。基于此,本文引入政策因素,将旅游引力模型修正为

$ {T_{jk}} = K{A_k}{P_j}{F_j}{W_{jk}}C_j^\alpha {H_{jk}}\exp \left( { - \beta {r_{jk}}} \right), $ (1)

式中:Tjk为客源地j与目的地k之间的相互作用强度,可定义为jk的旅游人次;Ak为目的地k的吸引力,可理解为旅游供给水平;PjFjWjkCjαHjk为客源地j的出游力,可理解为旅游需求水平,其中,PjFjWjk为客源地j对目的地k具有出游意愿的旅游人口规模,Pjj地的人口规模,Fj为客源地j的出游率,Wjk为客源地j的人口出游意愿,Cjj地的人均收入水平,可定义为人均可支配收入或人均GDP(国内生产总值),α为收入水平参数, 可理解为旅游需求的收入弹性系数,Hjk表示政策因素影响;exp(-βrjk)为客源地j到目的地k的空间阻尼,其中,rjk表示客源地j与目的地k之间的广义距离,β为非负的空间阻尼系数;K为归一化参数。

旅游援疆政策因素作为新引入的解释变量,是政府间相互作用的结果,虽受到目的地吸引力、客源地出游力等因素影响,但具有相对独立性。首先,旅游援疆政策并不是针对所有省份,而是特定的19个对口援疆省市;其次,旅游援疆政策是在原有游客基础上,通过对援疆省市进行针对性旅游宣传推介,提高新疆旅游知名度,开通旅游专机、旅游专列等方式吸引更多游客,因而旅游援疆政策与模型中已有变量之间不存在显著相关关系。

2 变量确定与参数评估 2.1 变量确定 2.1.1 常规变量

Ak为目的地吸引力,考虑到新疆旅游资源独特性,对全国各地旅游者都极具吸引力,假定新疆旅游对国内各省市的吸引力Ak都为1;客源地人口规模Pj(城镇总人口、农村总人口)数据、人均国民生产总值Cj来源于2018年各省市国民经济和社会发展统计公报;客源地与新疆之间距离采用客源地省会城市到乌鲁木齐市的球面距离,由经纬度数据计算得出。新疆实际接待各省市游客量数据由新疆维吾尔自治区文化和旅游厅提供。

2.1.2 客源地出游率

基于城乡二元结构的现实,客源地出游率分为城镇居民出游率和乡村居民出游率。2010年后,原国家旅游局并未对这两项指标做过相关统计,基于此,借鉴前人研究成果[27],利用城镇居民出游率与人均可支配收入、乡村居民出游率与乡村人均纯收入之间的一元线性关系,计算客源地出游率。由于专家学者并未对各省市旅游收入与居民出游率相关关系进行分析,本文假定各省市城镇居民出游率与人均可支配收入之间线性关系、各省市乡村居民出游率与乡村人均纯收入之间线性关系均与国家一致;采用公式(2)国家城镇居民出游率与人均可支配收入之间线性方程,估算国内各客源地城镇居民出游率;采用公式(3)国家乡村居民出游率与乡村人均纯收入之间线性方程,估算国内各客源地的乡村居民出游率,得到表 1

$ {Y_1} = 0.035441 + 0.965472{X_1}\left( {{R^2} = 0.894013} \right), $ (2)
$ {Y_2} = 0.186850 + 2.001852{X_2}\left( {{R^2} = 0.859676} \right), $ (3)
表 1 2018年各省市城乡居民出游率 Table 1 The travel rate of urban and rural residents of each province in 2018

式中: Y1为客源地城镇居民出游率,X1为客源地城镇人均可支配收入/万元;Y2为客源地乡村居民出游率,X2为客源地乡村人均纯收入/万元。

2.1.3 客源地出游意愿

基于中国旅游者通过搜索关键词获取旅游信息的惯用提法和语义环境、疆内疆外检索对象差异、旅游援疆政策因素,本文选取新疆旅游、乌鲁木齐旅游、吐鲁番旅游、阿勒泰旅游、伊犁旅游、哈密旅游、喀什旅游、和田旅游、塔城旅游、昌吉旅游、克拉玛依旅游、阿克苏旅游、巴音郭楞旅游、博尔塔拉旅游、克孜勒苏旅游为检索关键词,分别选择中国内地31个省市区作为检索地区,检索获取2018年1月1日至2018年12月31日在整体趋势下的逐日搜索指数。百度指数是关键词搜索频次的加权和,为合理解释该变量的物理意义,统一将原始值用百分比表示(表 2)。

表 2 2018年各省市居民对新疆旅游的出游意愿 Table 2 The willingness to travel to Xinjiang of each province in 2018 
2.1.4 旅游援疆政策因素

国内现有旅游政策的相关研究,多是从旅游人数、旅游收入、旅游企业等因素进行分析[28-30]。2015年,旅游援疆政策开始实施,中国专家学者尚未对该政策开展相关研究,本文采用旅游援疆政策实施前后各援疆省市来疆游客数量变化,反映旅游援疆政策因素的影响。但由于无法获取援疆政策实施前后2013—2016年具体来疆游客数据,考虑到旅游网络信息流区域分布与现实旅游客流区域分布存在较高正相关性[31],客流量密度与网络关注度密度存在显著正相关性[32],因而本文最终采用政策实施前后各援疆省市对新疆旅游网络关注度的变化,来粗略估算旅游援疆政策对新疆旅游业的影响。与出游意愿相同,本次仍选用新疆旅游、乌鲁木齐旅游、吐鲁番旅游、阿勒泰旅游、伊犁旅游、哈密旅游、喀什旅游、和田旅游、塔城旅游、昌吉旅游、克拉玛依旅游、阿克苏旅游、巴音郭楞旅游、博尔塔拉旅游、克孜勒苏旅游为检索关键词,分别选择19个对口援疆省市作为检索地区,得到2013—2016年网络关注度整体日均值。由于政策实施效果具有一定滞后性,因此本文在不考虑其他因素影响的基础上,通过比较2014、2016年网络关注度整体日均值的年均增长率,得到旅游援疆政策影响下各客源市场游客增长率(未对口援疆省市定为1)(表 3)。

表 3 旅游援疆政策影响下各省市游客增长率 Table 3 The tourist growth rate of each province under the policy of supporting Xinjiang tourism
2.2 参数评估 2.2.1 收入弹性系数α

客源地j的总体出游力用Aj表示,由旅游人口(PjFj)和人均国民生产总值(Cj)2个因素决定,即AjPjFjCjα,那么,客源地j对目的地的人均出游力AAj可表示为

$ A{A_j} = kC_j^\alpha {\rm{ }}{\rm{. }} $ (4)

当用人均消费支出来衡量人均出游力AAj,用人均GDP来衡量人均收入水平Cj时,式中收入水平参数α即成为旅游需求收入弹性表征。根据各省市2018年国民经济和社会发展统计公报,以式(4)进行拟合,得到以下回归方程

$ A{A_j} = 32.019C_j^{0.5876}\left( {{R^2} = 0.6714} \right). $ (5)

因此,可以认为居民收入弹性系数α≈0.587 6,介于0~1,整体性缺乏弹性。

2.2.2 空间阻尼系数β

阻尼系数是对空间相互作用强度衰减速度的度量,是由不同距离尺度参数合成而来。本文在借鉴他人研究基础上,采用出游量积分法计算新疆国内旅游客源市场的空间阻尼系数。其他学者利用出游量积分法计算阻尼系数一般出游半径都采用500和3 000 km, 考虑到新疆特殊地理位置(到其余各省会城市距离均大于1 000 km)及新疆自身地域辽阔,景区景点较为分散,本文采用1 000和3 000 km到访半径客源累计数据(表 4),计算得到β=0.001 65,这与李山等[21]计算得出的全国不同出游市场空间分割数据组合对应的空间阻尼系数值趋势一致。

表 4 2017—2018年新疆国内旅游客源市场在不同距离上的分割 Table 4 Segmentation of Xinjiang domestic tourist source markets at different distances from 2017 to 2018
2.2.3 归一化参数K

为了计算新疆对各客源市场的吸引力,还需要确定式(1)中的归一化参数K。将式(1)转化为

$ K = \frac{{{T_{jk}}}}{{\sum\limits_j {{A_k}} {P_j}{F_j}{W_{jk}}C_j^\alpha {H_{jk}}\exp \left( { - \beta {r_{ij}}} \right)}}. $ (6)

式中: Tjk为新疆接待国内游客总量,数据来源于2018年新疆维吾尔自治区国民经济和社会发展统计公报,其他变量及参数参考上文已有数据,计算得到归一化参数K=0.222。

3 旅游吸引力测算与模型检验 3.1 旅游吸引力测算

用旅游引力模型估算新疆旅游吸引力,将α=0.587 6,β=0.001 65,K=0.222以及其他相关数据代入式(1),得到新疆对国内各客源地的吸引力(表 5)。

表 5 2018年新疆国内游客量及市场份额预测 Table 5 Forecast of tourist volume and market share of domestic tourists to Xinjiang in 2018
3.2 模型检验

模型科学性和参数合理性是预测结果贴近实际的保障,每个模型的建立及修正都需要验证。本文运用方差刻画理论值对实际值的离散程度,得到修正的旅游引力模型人口预测理论值对实际值的方差为1 831.39,已有模型人口预测理论值对实际值的方差为6 106.27。显然,修正模型所推算的理论值与实际值的方差较小,拟合较好,可见,将旅游援疆政策因素引入旅游引力模型具有合理性。

4 新疆国内旅游客源市场分类优化对策

利用IPA分析法对新疆国内旅游客源市场进行分类,以修正的旅游引力模型得出的预计吸引游客量(表示要素重要性)为Y轴,以实际接待游客量(表示要素表现性)为X轴,构建平面坐标系,并以吸引游客量和实际接待游客量的平均值为分割线,将新疆国内旅游客源市场划分为4个象限(图 1),分别为:Ⅰ型,吸引力与表现力双高型;Ⅱ型,吸引力滞后型;Ⅲ型,吸引力与表现力双低型;Ⅳ型,表现力滞后型。

Download:
1.广东;2.北京;3.四川;4.江苏;5.上海;6.河南;7.甘肃;8.山东;9.浙江;10.陕西;11.河北;12.湖北;13.湖南;14.辽宁;15.重庆;16.安徽;17.山西;18.天津;19.福建;20.内蒙古;21.黑龙江;22.贵州;23.广西;24.江西;25.吉林;26.云南;27.宁夏;28.青海;29.海南;30.西藏。 图 1 新疆国内旅游客源市场IPA分析 Fig. 1 ipa analysis of xinjiang domestic tourist source market
4.1 吸引力与表现力双高型省市优化对策

Ⅰ型省市,即吸引力与表现力双高型省市,包括新疆(图中未标识)、广东、北京、四川、江苏、河南、甘肃、山东、浙江、陕西、河北,共11个省市,占新疆国内客源省市35.5%,却占全部游客量90.2%,是新疆国内旅游的主要客源市场。其中,新疆作为本地客源市场,约占游客量70%,旅游吸引力及表现力远远高于其他省市,是新疆国内旅游最主要和最稳定的客源市场。广东、北京、江苏、河南、山东、浙江、河北等7援疆省市,经济发达,居民收入水平高,出游意愿强烈,来疆游客较多;且7省市的旅游吸引力都略高于实际表现力,表明7省市来疆客源市场还有一定潜力有待挖掘。四川、甘肃、陕西3省由于距离新疆较近,交通便利,时空距离较短,来疆游客较多;新疆对四川省的旅游吸引力略高于其表现力,表明四川来疆客源市场尚有一定发展潜力;甘肃毗邻新疆,两地之间经济联系较为密切,旅游表现力略大于吸引力。针对这类客源市场,要进一步加强旅游宣传,打造旅游品牌,保持良好的旅游形象和吸引力,在保持稳固现有主要客源市场的基础上,实现游客数量稳步增加。针对新疆本地客源市场,应通过推广“爱新疆·游家乡”等系列主题活动,实施灵活、弹性的休假制度,发行旅游券、年卡等方式,激发新疆人游新疆的旅游热情,深度拓展新疆本地客源市场规模。针对7个旅游援疆省市,应重点开展新疆旅行社与援疆省市旅行社“结对帮扶”工作,鼓励政府发行赴疆旅游交通补贴和市场优惠奖励等政策,吸引游客来疆旅游。针对四川、甘肃、陕西3省,应积极借助其区位优势,在3省建立新疆旅游推广中心,鼓励区内旅游企业与当地企业深度合作,互设分支机构、互推旅游线路,把更多游客吸引到新疆。

4.2 吸引力滞后型省市优化对策

Ⅱ型省市,即旅游吸引力明显低于表现力的省市,包括上海、湖北,是新疆国内旅游发展的优势客源市场。上海、湖北两地远离新疆,使得新疆对两地旅游吸引力明显降低,但两地经济发达,人均国民收入水平较高,游客出游意愿强。两地都有直飞乌鲁木齐的航班,大大缩减了与乌鲁木齐之间的时空距离;且两地都为对口援疆省市,与新疆经贸关系密切,旅游专列、旅游包机直达,多种因素共同导致旅游表现力远高于其吸引力。针对这两个未来重点客源市场,需要总结之前旅游发展和营销工作中的优势,借鉴Ⅰ型省市成功经验,创新营销手段,在扩大旅游吸引力方面实现突破。重点宣传新疆国际知名旅游景区、世界遗产、独特风俗民情,在两地主流媒体播放新疆旅游宣传片,引导支持两地重大旅游节庆活动、旅游会展设立新疆旅游宣传展台;同时开通更多两地直达新疆的航班,实施机票优惠政策,调整最小旅游时间比、性价比,进一步提高新疆对上海、湖北两地的旅游吸引力。

4.3 吸引力与表现力双低型省市优化对策

Ⅲ型省市,吸引力与表现力双低型省市,包括湖南、辽宁、重庆、安徽、山西、天津、福建、内蒙古、黑龙江、贵州、广西、江西、吉林、云南、宁夏、青海、海南、西藏,共18省市,占全部客源市场一半以上,而旅游量却不足总量10%,是新疆国内旅游的潜在客源市场。其中,湖南、辽宁、安徽、山西、天津、福建、黑龙江、江西、吉林9省为对口援疆省市,经济较为发达,但旅游吸引力及表现力均比较低,主要由于距离新疆较远、交通不便;重庆、内蒙古、宁夏、海南4省市区,则是由于本地人口基数较少,人均出游率不高,旅游吸引力及表现力较低;青海、西藏、广西、贵州、云南5省区主要是由于经济发展水平较低,人均国民收入水平不高,居民出游率较低,远距离出游机会更少,旅游吸引力及表现力均低。针对这类客源市场,首先要加大客源市场开拓力度,加强同Ⅱ型省市开展联合营销,打造铁路旅游专线,开通直达航班,缩短时空距离,缩减潜在游客心理距离。

4.4 表现力滞后型省市优化对策

Ⅳ型省市,即表现力明显低于吸引力的省市,一般被认为是机会客源市场。受气候、文化、景观相似性等因素影响,这类客源地客流量短时间内不会发生明显改变,很难实现客流量突破增长,而新疆与其他省市不存在相似性,因而不存在这类型的省市。

5 结论与讨论

1) 本文在旅游地吸引力、客源地人口规模、出游率、出游意愿、人均出游力、空间距离等变量基础上,加入政策因素,修正旅游引力模型,构建新疆国内旅游引力模型

$ {T_{jk}} = 0.222{A_k}{P_j}{F_j}{W_{jk}}C_j^{0.5876}{H_{jk}}\exp \left( { - 0.00165{r_{jk}}} \right). $

以2018年数据为基础,将修正的旅游引力模型所求理论数据与实际来疆游客量进行比较,结果表明:理论计算结果与实际情况吻合程度更高,预测效果更好,在一定程度上验证了修正的旅游引力模型的科学性及有效性,为今后制定引客入疆政策提供依据,为其他省市旅游市场预测提供参考,具有一定应用价值。

2) 新疆旅游国内客源市场分布格局受地理位置和政策因素影响较大,并不完全遵循空间距离衰减规律。新疆本地市场仍是新疆旅游最主要的客源市场,是长期无法改变的现实;广东、北京、江苏、河南、山东、浙江、河北7援疆省市和四川、甘肃、陕西3省是除新疆外的重要客源市场;上海、湖北2省市为新疆国内旅游发展的优势客源市场;其他18省市为新疆国内旅游的潜在客源市场。未来新疆应加快建设丝绸之路经济带上重要的旅游目的地,加速打造一批精品旅游品牌,借助旅游援疆政策优势,通过大规模营销推广提升其影响力和知名度。

3) 本文预测结果与实际情况接近但仍有出入,主要原因可能在于:客源市场空间结构是多种因素综合作用的结果,旅游地吸引力、客源地人口规模、出游率、出游意愿、人均出游力、空间距离、政策等可能是主要影响因素,但不是所有因素。本文引入网络关注度表示游客出游意愿,采用网络关注度变化粗略估算旅游援疆政策对各省来疆游客的影响,但这与真实值是否一致还有待商榷。以上是本文研究不足之处,也是今后需要继续研究的方向。

参考文献
[1]
闾平贵, 汪德根, 魏向东. "时空压缩"与客源市场空间结构演变: 以江苏国际旅游客源市场为例[J]. 经济地理, 2009, 29(3): 504-509.
[2]
刘少湃, 田纪鹏, 陆林. 上海迪士尼在建景区客源市场空间结构预测: 旅游引力模型的修正及应用[J]. 地理学报, 2016, 71(2): 304-321.
[3]
杨培韬, 李庆雷, 杨路佳. 基于亲景度、竞争态和地理集中指数的云南省入境旅游客源市场分析[J]. 山西师范大学学报(自然科学版), 2016, 30(3): 70-76.
[4]
陈永涛, 肖洪磊, 张鹏杨. 世博会以来昆明市入境旅游客源市场分析[J]. 云南民族大学学报(自然科学版), 2015, 24(6): 528-533.
[5]
李巧玲, 何效祖, 王学军. 甘肃省国内旅游客源市场分析[J]. 西北师范大学学报(自然科学版), 2010, 46(3): 116-119. Doi:10.3969/j.issn.1001-988X.2010.03.026
[6]
靳诚, 陆玉麒, 范黎丽. 江苏国内旅游客源市场空间结构研究[J]. 经济地理, 2010, 30(12): 2104-2108.
[7]
李涛, 陶卓民. 基于引力模型的城市旅游客源市场分析研究: 以济南为例[J]. 南京师大学报(自然科学版), 2014, 37(3): 137-141. Doi:10.3969/j.issn.1001-4616.2014.03.025
[8]
Stewart J Q. Demographic gravitation: evidence and applications[J]. Sociometry, 1948, 11(1/2): 31-58. Doi:10.2307/2785468
[9]
Tanner J C. A problem of interference between two queues[J]. Biometrika, 1953, 40(1/2): 58-69. Doi:10.2307/2333097
[10]
Crampon L J. Gravitational model approach to travel market analysis[J]. Journal of Markering, 1966, 30: 27-31.
[11]
Wolfe R I. The inertia model[J]. Journal of Leisure Research, 1972, 4(1): 73-76. Doi:10.1080/00222216.1972.11970059
[12]
Cesario F J, Knetsch J L. A recreation site demand and benefit estimation model[J]. Regional Studies, 1976, 10(1): 97-104. Doi:10.1080/09595237600185101
[13]
Wilson A G. A statistical theory of spatial distribution models[J]. Transportation Research, 1967, 1(3): 253-269. Doi:10.1016/0041-1647(67)90035-4
[14]
Mayo E J, Jarvis L P, Xander J A. Beyond the gravity model[J]. Journal of the Academy of Marketing Science, 1988, 16(3/4): 23-29. Doi:10.1007/BF02723355
[15]
张凌云. 旅游地引力模型研究的回顾与前瞻[J]. 地理研究, 1989, 8(1): 76-87.
[16]
张红英. 城市旅游引力模型的构建[J]. 绥化学院学报, 2015, 35(6): 154-156. Doi:10.3969/j.issn.2095-0438.2015.06.044
[17]
保继刚. 引力模型在游客预测中的应用[J]. 中山大学学报(自然科学版), 1992, 31(4): 133-136.
[18]
张友兰, 周爱民, 王新学. 旅游预测模型及应用[J]. 河北省科学院学报, 2000, 17(2): 85-88. Doi:10.3969/j.issn.1001-9383.2000.02.004
[19]
车裕斌. 区域旅游系统吸引力模型研究[J]. 资源开发与市场, 2004, 20(3): 163-165. Doi:10.3969/j.issn.1005-8141.2004.03.001
[20]
李志刚, 苏衍慧. 亲景度指标在引力模型中的运用: 以美国旅桂(林)市场为例[J]. 桂林旅游高等专科学校学报, 2006, 17(6): 665-667.
[21]
李山, 王铮, 钟章奇. 旅游空间相互作用的引力模型及其应用[J]. 地理学报, 2012, 67(4): 526-544.
[22]
章秀琴, 章尚正. 中国入境旅游客源地结构变化影响因素的实证研究[J]. 经济问题, 2012(3): 121-124. Doi:10.3969/j.issn.1006-2912.2012.03.022
[23]
黄爱莲. 基于引力模型的中越入境旅游影响因素分析[J]. 商业研究, 2011(9): 207-211. Doi:10.3969/j.issn.1001-148X.2011.09.040
[24]
王公为. 多元距离对中国入境旅游的影响: 基于扩展的引力模型[J]. 西部经济管理论坛, 2019, 30(1): 79-86. Doi:10.3969/j.issn.2095-1124.2019.01.009
[25]
路春燕, 白凯. 中国省域入境旅游吸引力空间耦合关系研究[J]. 资源科学, 2011, 33(5): 905-911.
[26]
单德朋, 朱沁夫. 中国滨海旅游城市入境旅游流量及潜力: 基于旅游地引力模型的实证分析[J]. 四川理工学院学报(社会科学版), 2012, 27(2): 29-34.
[27]
苗东利, 邢晓娜, 鲁春阳. 收入水平对居民旅游消费影响的城乡对比[J]. 农学学报, 2016, 6(5): 92-95.
[28]
韩佳怿. 旅游政策与法规对旅游产业发展的影响[J]. 旅游纵览(下半月), 2018(24): 45.
[29]
杨子佳, 向欣, 贺青. 政策对旅游产业发展水平的效应研究[J]. 经济视野, 2017(6): 125.
[30]
罗斌. 过境免签政策对杭州入境旅游影响的研究[J]. 旅游纵览(下半月), 2017(20): 90-91, 93.
[31]
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. Doi:10.3969/j.issn.1003-2363.2011.03.019
[32]
汪秋菊, 黄明, 刘宇. 城市旅游客流量: 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, 31(5): 102-106, 127. Doi:10.3969/j.issn.1672-0504.2015.05.021