中国海洋大学学报社会科学版  2022  Issue (5): 23-32  DOI: 10.16497/j.cnki.1672-335X.202205003

引用本文  

王辉, 路晓彤. 辽宁省长海县海岛自助旅游流网络结构分析[J]. 中国海洋大学学报(社会科学版), 2022, (5): 23-32.
Wang Hui, Lu Xiaotong. The Analysis of Network Structure of Island Self-service Tourism Flow in Changhai County[J]. Journal of Ocean University of China (Social Sciences), 2022, (5): 23-32.

基金项目

国家自然科学基金项目“旅游型海岛居民社会特质演变及驱动力机制研究——以长山群岛为例”(41771159);校高端培育项目“沿海城市人文地理布局、过程及驱动机制研究——以大连市为例”(GD19L004)

作者简介

王辉(1975-),女,辽宁葫芦岛人,辽宁师范大学地理科学学院教授,博士生导师,主要从事旅游地理与国家公园研究

文章历史

收稿日期:2022-05-16
辽宁省长海县海岛自助旅游流网络结构分析
王辉 , 路晓彤     
辽宁师范大学 地理科学学院, 辽宁 大连 116029
摘要:海岛各区域旅游发展差异较大,实现均衡性发展是海岛乡村振兴的有效途径。以辽宁长海县为案例,对网络游记样本数据进行处理,分析海岛自助旅游流空间结构特征。结果表明,海岛自助旅游流呈现7月峰值、季节差异较大、3日及3日内短期游玩为主的时间特征,“大分散、小集聚”的空间分布特征,以及带有自然符号的旅游景观空间行为偏好特征;海岛各区域旅游发展程度不一,大、小长山岛发展状况较好,广鹿岛、哈仙岛次之,獐子岛、海洋岛处于劣势;网络密度为0.0709的海岛自助旅游流空间结构由39个节点构成,核心区15个旅游景点内部联结频繁,边缘区内联系稀疏,区域带动性较弱;小水口森林公园、饮牛湾黄金海岸度假村、月亮湾海滨浴场等传统旅游吸引物中心性指数较高,集散与联结能力较强,具有非替代性竞争优势。依据研究结论提出“开发多样化主题旅游产品,完善海岛旅游空间线路,推进智慧海岛景区建设”的发展策略。
关键词海岛旅游    自助旅游流    网络结构    长海县    智慧海岛    
The Analysis of Network Structure of Island Self-service Tourism Flow in Changhai County
Wang Hui , Lu Xiaotong     
School of Geography, Liaoning Normal University, Dalian 116029, China
Abstract: The tourism development of the islands is quite different, and achieving balanced development is an effective way to revitalize the rural areas on the islands. Taking Changhai County in Liaoning Province as a case, the sample data of online travel notes are processed to analyze the spatial structure characteristics of island self-service tourism flow. The results show that the temporal characteristics of the island self-service tourism are that tourism flow reaches the peak in July, the seasonal difference is large, and the short-term travel, especially three days travel or less than three days, is mainstream; the spatial distribution characteristics present "dispersion and assemblage", and the tourists preference for natural landscape. The tourism development level in different regions of the islands is different: the development level of large and small Changshan Island is higher, followed by Guanglu Island and Haxian Island, Zhangzi Island and Haiyang Island are at a disadvantage. The spatial structure of the island self-service tourism flow with a network density of 0.0709 consists of 39 nodes. The 15 tourist attractions in the core area are frequently internally connected, while the connections in the marginal areas are sparse and the regional driving force is weak. Xiaoshuikou Forest Park, Yinniuwan Gold Coast Resort, Moon Bay Beach and other traditional tourist attractions have high centrality index, strong distribution and connection ability, and have non-replaceable competitive advantages. Based on the research conclusions, the development strategy is proposed of "developing diversified theme tourism products, improving island tourism space routes, and promoting the construction of smart island scenic spots".
Key words: island tourism    self-service tourism flow    network structure    Changhai County    smart islands    
一、引言

近年来,经济的快速发展催生了旅游需求的规模增长,海岛因其独特的区位优势成为热门旅游目的地。且党的十九大提出要大力发展海洋经济,保护海洋环境,建设海洋强国。在此背景下,以海岛旅游发展推动海洋经济可持续发展是基于中国海岛现实情况的有效实施路径。旅游流作为探究旅游地之间游客空间分布的表现形式,对区域旅游发展规划制定与产业优化调控具有重要作用,是旅游地理学研究的热点问题。[1]自进入大众旅游时代以来,自助游成为游客需求多样化的主流选择模式,其富含较多个性因素,旅游流笼盖的旅游资源也更加宽泛。[2]此外,随着互联网与旅游业的融合发展,更多游客将游览见闻以文本、照片、视频等形式予以记录保存,生成游记或攻略后发布于旅游社交平台,由此形成大量旅游数字足迹,与问卷调研、访谈等传统分析方式相比具备一定的准确性优势。[3]

国内外对于旅游流的研究主要集中在旅游流的空间结构与演化特征、[4][5][6]影响因素、[7][8]规模预测等方面;[9][10][11]研究对象以入境旅游流、[12][13]城市旅游流为主;[14][15]研究数据以问卷调查或统计年鉴为主要来源;研究方法多数采用问卷调查法与数理统计法相结合;研究尺度多集中在国际、[16][17][18]省域、[19][20][21]热点旅游区域或城市等较大的空间尺度上,对小区域尺度流向结构的探索较少。[22][23][24][25]

纵观现有文献,研究多集中于大尺度的陆地省份旅游流分析,缺乏针对海岛(小区域)旅游流的深入探讨。海岛作为现代旅游的资源与目的地,是旅游业发展的重要载体之一,但由于地域与交通限制,其旅游空间结构不合理、旅游线路供需不匹配、景点信息不可达等问题日益突出,较大程度降低了旅游者的游览质量与满意度,从而影响海岛旅游地的发展。因此,以辽宁长海县为海岛旅游流研究对象,运用社会网络分析法,抓取网络游记数据,分析长海县海岛自助旅游流的空间行为与网络结构特征,弥补海岛县旅游流研究的不足,以期为旅游型海岛的建设提供理论支撑,实现海岛乡村旅游地的高质量与可持续发展。

二、研究设计 (一) 研究区域

长海县地处黄海北部、辽东半岛东侧,隶属于辽宁省大连市,是中国唯一的海岛边境县。全县由195个海岛组成(其中人居海岛18个),旅游资源富集,共建有各类旅游景点45处,主要分布在大长山岛、小长山岛、广鹿岛、哈仙岛、獐子岛、海洋岛等岛屿。作为中国北方知名海岛旅游目的地,旅游业成为当地经济发展的重要产业之一。据县国民经济和社会发展统计公报显示,近七年海岛年接待游客总数呈递增趋势,仅2020年和2021年受疫情影响旅游人数出现骤减,2019年旅游总人数达至134万人,是岛上人口的19倍;旅游综合收入从2015年的10.52亿元增长到2019年的16.1亿元,旅游收入占地区生产总值比重由12.11%增加到19.26%,海岛旅游业呈较快发展态势,有效促进了当地的经济发展。然而根据调研发现,海岛各区域旅游发展状况呈较大差异,寻求海岛区域均衡稳步式发展对实现海岛乡村振兴具有重要意义。因此,长海县作为案例选取地具有一定的典型性,在探究其自助旅游流网络结构特征的基础上分析研究结果,可为促进海岛旅游高质量发展提出实质性建议。

(二) 数据来源与处理

确定旅游点评网站作为数据采集来源平台。为保证数据来源的科学性,选取旅游攻略板块完善的携程与马蜂窝为主平台、去哪儿网为辅平台。将采集到的618篇样本数据进行处理,筛选标准如下:(1)旅游模式为自助游,出游时间为2016年8月至2021年8月。(2)游记记录需涵盖游览两个及以上景点,生成完整且清晰的旅游线路,并配有照片辅助以验证文本数据真实性。(3)合并同一作者在不同旅游网站发表的相同游记,将内容不关联、具有显著广告痕迹的游记予以剔除。(4)对相距较近的景点予以归并,如饮牛湾浴场、黄金海岸沙滩统称为饮牛湾黄金海岸度假村;部分景区内部景点较为分散,游客对景区内旅游景点有所选择,故将其拆分为独立景点分别进行统计,如将老铁山风景区分为老铁山观景台、仙女湖与马祖庙三个独立个体。按上述标准手动筛选验证后,共得有效游记362篇。

(三) 研究方法

社会网络分析是对行动者及其关系进行研究的一种方法,可广泛应用于旅游流网络结构分析中。依据游客在各旅游节点间的流动形式,提取样本数据中的旅游节点及线路,整理出Excel二级矩阵,借助UCINET6.0社会网络分析软件计算得出相关指标数值,从节点和整体两个层面指标分析海岛旅游流的网络结构特征。中心性与结构洞指标用于分析网络的节点结构特征,前者可衡量节点在网络中的地位与角色,后者体现节点的竞争能力大小。[26]规模密度、凝聚子群与核心—边缘指标用于分析网络的整体结构特征,规模密度体现网络涵盖的节点数量与各节点间的联结程度,凝聚子群可清晰显示网络内部的子结构,核心—边缘模型有效判断该节点位于核心或边缘区,直观显示节点整体分布状况。[27]

三、海岛自助旅游流特征分析 (一) 时间特征

提取长海县近五年网络游记中的出游时间信息(见图 1图 2),对出游及停留时间进行整理分析。从全年出游时间来看,该地自助旅游流出游时间存在显著的季节性特征。每年5—10月为长海县海岛自助旅游流分布较多的月份。其中,5月气候较为舒适,且包含劳动节小长假,游客的出游积极性较强,客流量随之增加。6—8月为暑假期,游客具有较为宽裕的闲暇日,亲子游市场逐渐活跃,客流量呈单调递增变化趋势,于7月到达峰值,并呈现高位波动。9—10月逐步转向秋季,气温逐渐降低,且伴随学生暑假的结束,客流量出现滑落,但由于中秋小假期与“十一”黄金周的存在,该地仍吸引一定数量游客。而在此后的11月至次年2月,海岛气候较为寒冷,进入每年的旅游淡季。到3月初,随着气候的不断回暖,游客前往海岛的兴致开始上扬,客流量呈现小幅度的增长态势。整体来看,海岛自助旅游流集中分布于夏季,春秋两季为旅游平季,冬季呈现淡季,全年分布季节差异较大。

图 1 长海县自助游游客出行月份

图 2 长海县自助游游客停留时间

从出游停留时间来看,长海县自助旅游流的停留时长存在一定区间跨度。将来岛自助游客的停留天数进行时间序列分析,游玩1—3天的旅游者所占比重最多,共占比85.1%,可见海岛自助旅游流空间活动“周末出游”态势较为明显。其次为4—6天,占比13.5%,7天及以上游玩者甚少,仅占比1.4%。据此可知,来岛自助游客多数选择短期游玩,中长期停留者较少。

(二) 空间特征

依据采集的有效数据样本,处理得到362条完整旅游流线路,将其中所涉的58个旅游节点到访频次进行整理(见表 1)。运用ArcGIS对长海县的旅游节点位置进行标记(见图 3),并通过ArcSence三维表示法对长海县海岛旅游节点的到访频次予以表示(见图 4)。

表 1 长海县自助游游客到访旅游节点频次分布表

图 3 长海县海岛旅游节点名称标记

图 4 长海县海岛旅游节点到访频次密度(三维法)

从整体来看,长海县自助旅游流呈现“大分散、小集聚”的空间分布特征,形成“小水口森林公园—长山大桥—饮牛湾黄金海岸度假村”的热点核心区域。大、小长山岛景点到访频次较多,其中居于首位的是小水口森林公园,作为长海县唯一国家3A级景区,对旅游的流量与流向产生较大影响;长山大桥作为连接大、小长山岛的通桥,是重要交通枢纽,成为游客观赏日出的最佳选择地;饮牛湾黄金海岸度假村是赶海玩沙的著名景点;祥瑞园、马祖庙分别作为广鹿岛与哈仙岛典型的人文旅游景区,是来岛自助游客的重要选择节点,是海岛本地打造的旅游宣传之窗。三官庙、小朱山文化遗址、西大碑遗址公园等作为具有文化遗产特色的人文景观,其到访频次与预期结果相悖,主要原因可能是游客对于当地文化认知程度不深,文化传承逐渐流失。出现频次较低的为太平湾、青龙山等,多数位于獐子岛或海洋岛,由于开发程度与宣传力度不够,致使到访游玩者较少。结合样本节点到访频次足迹分布,游客针对不同类型的海岛旅游节点时,更倾向于在海滩度假、赏景观景等显著自然景观区域的旅游节点游玩,而人文景观吸引力较弱。

四、自助旅游流网络结构特征分析

362条原始旅游流线路涉及58个景点,类型多样,为保证统计学上的意义,且低频次旅游节点在实际分析中意义较小,提取在旅游线路中出现频次大于10%的前39个景区,得到39×39的1模多值有向关系赋值矩阵,在一定程度上反映长海县自助旅游流集聚与扩散的全貌。

(一) 旅游流网络可视化

应用Ucinet社会网络分析软件对赋值矩阵进行处理,并借助NetDraw工具模块绘制长海县自助旅游流网络结构图(见图 5)。以有向线段显示节点间的旅游流向关系,有向线段的数量表示节点与其他节点间的旅游流量多少;且两点间存在聚集辐射效应,某节点对另一节点实施辐射效应,则另一节点对该节点存在聚集影响。根据图 5可知,流量较大、联结能力突出的节点有小水口森林公园、饮牛湾黄金海岸度假村、长山大桥、四块石湾公园、祁祥园等。

图 5 长海县自助旅游流网络结构
(二) 旅游流网络结构特征

将多值矩阵导至Ucinet软件进行数据转化,为使游客的选择偏好能够更加直观显示,突出网络中的关键节点及各点间的相互关系,对赋值矩阵实施二值化处理。多次验证后,选定1为断点值,则表示大于等于1的关系数据赋值为1,反之为0。应用Ucinet软件模型测算长海县海岛自助旅游流网络结构特征。

1、网络整体结构特征

(1) 规模与密度

39×39多值有向矩阵的整体网络规模可出现最多1482条路径,而实际存在的连接数目仅为105个,网络密度为0.0709,远低于理想网络密度值1,表明长海县景点间自助旅游流网络结构极其疏松,旅游流于各节点间的互动程度弱,旅游线路少。

(2) 凝聚子群

凝聚子群是网络结构中某类行动者子群,彼此间具有直接、紧密且积极的关系。[10]应用CONCOR模块得出长海县自助旅游流网络具有8个凝聚子群(见表 2)。据表 2可知,①子群7密度为9.167,内部联结最为紧密,其次为子群6、子群1和子群8,子群3及子群4为最低。这表明子群7、子群6、子群1、子群8内部集聚特征较为明显,各节点间联系密切,频繁出现于同条旅游线路,这与子群7、子群6包含较多核心节点、子群1内部海滨娱乐项目类节点空间位置靠近相关。②所有子群均与子群1存在联系,说明子群1的带动效应最强。子群7和子群8、子群1和子群2的密度均高于0.5,表明这些子群间联结密切,这与其分别都在广鹿岛和大、小长山岛有关,各景点空间距离较近,被选择组成同条旅游线路的概率相对较高。③除子群1和子群2外,其他子群间的互动联系少,整体呈现较明显的独立松散特征。

表 2 长海县自助旅游流凝聚子群密度矩阵

(3) 核心—边缘模型

核心—边缘模型用于量化节点在网络中的位置,判断其是否为核心节点或边缘节点。运用Ucinet软件分析,长海县自助旅游流网络存在一定的核心—边缘结构(见表 3)。分析结果表明,①核心节点共15个,分别为长山大桥、饮牛湾黄金海岸度假村、大长山岛步行街、小水口森林公园、四块石湾公园、建岛守岛纪念塔、三元宫、老铁山观景台、双凤朝阳塔、蛎砣湾、祁祥园、月亮湾海滨浴场、小长山岛金沙滩、马祖庙、民生广场,其他为边缘节点。②核心区内部联结密度为0.349,表明旅游流联系密切、流动频繁,而边缘区内部联结密度仅为0.023,表明内部沟通稀疏,节点间互动少。③核心区与边缘区间联系密度分别为0.068和0.066,说明核心区对边缘区的带动效应不甚明显,彼此间连接少。④结合区域间与内部密度综合推测,处于核心区的游客倾向于在本区内部其他节点游玩,而位于边缘区的游客更倾向转移至核心区节点,继续在边缘区其他节点游玩的可能性较小。

表 3 核心—边缘密度矩阵
2、网络节点结构特征

应用Ucinet对二分矩阵进行测算,得出长海县海岛自助旅游流网络结构的相关节点指标(见表 4)。

表 4 长海县景区节点自助旅游流网络结构指标

(1) 程度中心性

程度中心性反映节点是否位于网络核心位置,分为内向与外向程度中心性,分别表示节点在网络中的集聚与辐射能力。由表 4可知,①在39个景区节点中,平均每个节点与其他2.69个节点构成双向旅游流网络,而内外向程度中心性方差分别为7.19和7.44,变动较大,表明各节点的集聚辐射能力存在一定差异,网络呈现整体不均衡性特征,入岛游客多聚集于少数景区进行游览。②内外向程度中心性均排名前5的景区有小水口森林公园、长山大桥、饮牛湾黄金海岸度假村,表明这三个节点受欢迎程度较高。其均分布于大、小长山岛,对游客的吸引力较强,同时也可将旅游流传送至其余节点,在长海县自助旅游流网络结构中位于核心地位。其中,小水口森林公园的内向与外向程度中心性均为最高,说明其为入岛游客最大的聚集扩散地,作为长海县唯一国家3A级景区,扮演着长海县旅游名片的角色,故成为旅游者的游览重地。③依据内外向程度中心性差值,可将39个景区分为三类:吸引型景区(内向程度中心性>外向程度中心性)共9个,其中海山岛度假酒店、饮牛湾黄金海岸度假村较为典型, 内向程度中心性高于外向程度中心性2—4个值;分流型景区(内向程度中心性 < 外向程度中心性)共9个,其中双凤朝阳塔、老铁山观景台较为典型,外向程度中心性高于内向程度中心性2个值以上;均衡型景区(内向程度中心性=外向程度中心性)共21个,表明大部分景区的集聚与扩散能力相当。

(2) 接近中心性

接近中心性用于测度节点间联结的密切程度,分为内向与外向接近中心性,表示游客来往节点间的便捷程度。由表 4可知,①在长海县自助旅游流网络结构中,内向与外向接近中心性均值相等,均为20.99,说明游客倾向于游览单一景区,跨景区流动较少,网络结构呈现不均衡性。②内外向接近中心性均排名前5的景区有小水口森林公园、长山大桥、饮牛湾黄金海岸度假村、祁祥园,表明这些节点与其他节点间的联系较为流畅,且自身独立性较强,受其他节点约束性小,出现频率较高。③内外向接近中心性差度较大的节点有银滩度假村、长海尚岛垂钓俱乐部、双凤朝阳塔、三官庙、哈仙岛东钟楼,均差值20以上。其中,银滩度假村、长海尚岛垂钓俱乐部和三官庙的外向接近中心性均小于内向接近中心性,由于其与核心景区直接相连,具备良好的通达性,如银滩度假村受邻近民生广场的辐射效应,三官庙与小水口森林公园核心节点相连接。

(3) 中间中心性

中间中心性用于测度节点在网络结构中的控制力及对其他节点的依赖性。由表 4可知,①长海县39个景区充当中介角色的平均次数为25.36次,方差为1804.23,可知各节点的中介控制力差异程度不一。②中间中心性值达至100以上的节点有小水口森林公园、月亮湾海滨浴场两处,表明这些景区在沟通衔接其他景区方面的能力显著,具有重要的联结作用。若将其剔除,则长海县海岛景区旅游流间的联系将大大减少,整体网络密度也随之降低。③东南口鹅卵石滩涂、哈仙岛五虎石、金蟾港等16个景区的中间中心性值为0,表明这些节点缺乏自身优势,常依赖于其他节点,控制力极弱,通常只与少数景区相连构成短途旅游线路,在旅游发展中缺乏竞争力。

(4) 结构洞

结构洞可用于描述旅游流网络中节点间的联系与断裂状况,通过有效规模、效率、限制度三个指标进行衡量。由表 4可见,①小水口森林公园、长山大桥、饮牛湾黄金海岸度假村、月亮湾海滨浴场效率和有效规模分值相对较高,限制度较低,位于结构洞位置,在旅游流网络中占有非替代性的核心位置,具备突出性竞争优势。②鸳鸯港灯塔、长海海参博物馆、长海机场、獐子岛金沙滩、鹰嘴石、小银窝处于劣势地位,位于旅游流网络结构的边缘区,不表现结构洞优势。③从整体来看,长海县39个高频景区,具备突出竞争优势的节点较少,故应着重引导潜力性景区向核心景区转变,提升优势景区数量,从而优化长海县整体旅游流网络结构。

五、结论与建议 (一) 研究结论

基于对网络文本游记的数据提取,利用社会网络分析法对长海县海岛自助旅游流的空间行为与网络结构特征进行探析,得出以下结论:

(1) 时间特征。每年5—10月为海岛自助旅游流发生高峰期,7月呈现峰值。旅游旺季集中于夏季,全年分布季节差异较大。气候变化与节假日制度是影响长海县自助旅游流时空分布的重要因素。从旅游流停留时间来看,“周末出游”态势较为明显,以3日及3日内短期游玩为主。

(2) 空间特征。海岛自助旅游流整体空间分布呈“大分散、小集聚”特征,长海县海岛游生成以“小水口森林公园—长山大桥—饮牛湾黄金海岸度假村”为核心的分布格局。大、小长山岛旅游发展状况较好,其次为广鹿岛、哈仙岛,而獐子岛、海洋岛处于劣势。将各节点到访频次予以维度表示,呈现海滩度假、赏景观景等带有自然符号的旅游景观空间行为偏好。

(3) 海岛自助旅游流以1为断点值,生成由39个高频旅游景区节点构成的长海县旅游流空间结构。共有8个凝聚子群,整体网络密度为0.0709,核心区内15个旅游景点内部联结频繁,边缘区内联系稀疏,核心区对边缘区的辐射效应较弱。

(4) 在海岛自助旅游流网络结构中,小水口森林公园、饮牛湾黄金海岸度假村、月亮湾海滨浴场等传统旅游吸引物是长海县海岛旅游的发展依托,这些节点包含度数中心性、接近中心性和中间中心性指数在网络结构中均处于较高水平,集散与联结能力较强,具有非替代性的竞争优势。

(二) 发展建议

海岛旅游的发展状况在一定程度上影响了海岛乡村经济社会的发展进程。对海岛自助旅游流的空间行为与网络结构特征实施研究,可进一步推动海岛旅游高质量发展,为旅游目的地建设提供理论参考与实践依据。基于本研究,提出以下建议:

(1) 开发多样化主题旅游产品。海岛因其独特地理区位的限制,旅游发展受季节因素及节假日制度影响显著。应积极做好淡旺季应对措施,针对季节性较强的景点,如饮牛湾黄金海岸度假村、月亮湾海滨浴场、金沙滩等在全域旅游背景下应创新探索景区发展的新对策,如增加项目体验性活动、创办特色旅游节庆活动等。

(2) 完善海岛旅游空间线路。长海县各海岛旅游发展水平不一,除受区域旅游资源限制外,交通也是重要制约因素。各海岛间以航运联接,线路、天气等因素会对旅游流的流向产生影响,如至海洋岛与獐子岛无直运航线,需经其他岛屿进行转运,这是影响其旅游发展的劣势所在。应优化旅游空间交通线路,提升边缘区节点的通达性与可进入性,强化核心区节点的带动效应,从而提升景区空间质量,提高整体旅游竞争力。

(3) 推动智慧海岛景区建设。海岛目前发展仍依靠传统旅游吸引物,如小水口森林公园、饮牛湾黄金海岸度假村、月亮湾海滨浴场等是长海县海岛旅游发展的重要依托。作为游客游览重要节点,应持续重视加强对核心节点的公共服务设施完善工作,提高旅游信息化建设水平,从而促进海岛旅游的高质量发展。

参考文献
[1]
刘法建, 张捷, 章锦河, 等. 旅游流空间数据获取的基本方法分析——国内外研究综述及比较[J]. 旅游学刊, 2012, 27(6): 101-109. (0)
[2]
吴中堂, 刘建徽, 袁俊. 大陆居民赴台湾自由行旅游流网络分析及演化研究[J]. 旅游学刊, 2016, 31(10): 113-121. (0)
[3]
闫闪闪, 梁留科, 索志辉, 等. 基于大数据的洛阳市旅游流时空分布特征[J]. 经济地理, 2017, 37(8): 216-224. (0)
[4]
ShihHsin Yu. Network characteristics of drive tourism destinations: An application of network analysisin tourism[J]. Tourism Management, 2005, 27(5). (0)
[5]
Yan-Tao Zheng, Zheng-Jun Zha, Tat-Seng Chua. Mining Travel Patterns from Geotagged Photos[J]. A-CM Transactions on Intelligent Systems and Technology (TIST), 2012, 3(3). (0)
[6]
李伟, 胡静, 陆汝瑞, 等. 基于旅游目的的特殊时段旅游流时空分布特征研究——以武汉市为例[J]. 经济地理, 2013, 33(1): 180-186. (0)
[7]
BalliFaruk, BalliHaticeO, Jean Louis Rosmy. The impacts of immigrants and institutions on bilateraltourism flows[J]. Tourism Management, 2015, 52. (0)
[8]
BrucePrideaux. Factors affecting bilateral tourism flows[J]. Annals of Tourism Research, 2005, 32(3): 780-801. DOI:10.1016/j.annals.2004.04.008 (0)
[9]
Albert N. Centralized decentralization of tourism development: a network perspective[J]. Annals of Tourism Research, 2012, 40(5): 235-259. (0)
[10]
杨兴柱, 顾朝林, 王群, 等. 南京市内部旅游客流空间测度与模拟[J]. 地理科学, 2011, 31(7): 802-809. (0)
[11]
杨国良, 张捷, 刘波, 等. 旅游流流量位序—规模分布变化及其机理——以四川省为例[J]. 地理研究, 2007, (4): 662-672. DOI:10.3321/j.issn:1000-0585.2007.04.003 (0)
[12]
涂俊, 罗仕伟, 杨永丰, 等. 中国西部入境旅游流流量与流质时空错位演化[J]. 旅游论坛, 2021, 14(2): 85-96. (0)
[13]
秦静, 李郎平, 唐鸣镝, 等. 基于地理标记照片的北京市入境旅游流空间特征[J]. 地理学报, 2018, 73(8): 1556-1570. (0)
[14]
王娟, 胡静, 贾垚焱, 等. 城市旅游流的网络结构特征及流动方式——以武汉自助游为例[J]. 经济地理, 2016, 36(6): 176-184. (0)
[15]
李倩, 曲凌雁. 城市旅游流网络结构特征及其影响因素——以上海市为例[J]. 世界地理研究, 2021, 30(1): 114-124. DOI:10.3969/j.issn.1004-9479.2021.01.2019344 (0)
[16]
鲁小波, 陈晓颖, 马斌斌. 东北亚各国间旅游流规模与潜力分析[J]. 干旱区资源与环境, 2015, 29(11): 208-213. (0)
[17]
王永明, 马耀峰, 王美霞. 中国重点城市入境旅游空间关联网络特征及优化[J]. 人文地理, 2013, 28(3): 142-147. (0)
[18]
刘法建, 张捷, 陈冬冬. 中国入境旅游流网络结构特征及动因研究[J]. 地理学报, 2010, 65(8): 1013-1024. (0)
[19]
王淑华, 董引引. 基于旅游数字足迹的河南省旅游流网络结构特征研究[J]. 西北师范大学学报(自然科学版), 2021, 57(3): 96-103. (0)
[20]
刘毓淇. 基于网络游记的东北三省旅游流网络结构分析[D]. 长春: 东北师范大学, 2020. (0)
[21]
杨小莉, 冯卫红, 王燕伟. 基于自助旅游流网络结构的景区角色研究——以山西省为例[J]. 旅游论坛, 2017, 10(3): 74-83. (0)
[22]
熊力, 李华, 刘大均, 等. 成都旅游流空间格局的季节差异研究[J]. 旅游论坛, 2021, 14(3): 81-94. (0)
[23]
刘益, 滕梦秦. 基于旅游数字足迹的夜间旅游流网络结构研究——以广州市为例[J]. 西北大学学报(自然科学版), 2021, 51(2): 279-286. (0)
[24]
李晶, 葛玉辉. 基于数字足迹的城市旅游流网络结构演化研究——以杭州市为例[J]. 资源开发与市场, 2021, 37(5): 620-628. DOI:10.3969/j.issn.1005-8141.2021.05.016 (0)
[25]
郜捷, 孙小龙. 澳门入境旅游流波动模式及驱动机制研究[J]. 西北师范大学学报(自然科学版), 2018, 54(1): 119-126. (0)
[26]
赵明煜, 刘建国. 北京市旅游流网络特征及影响研究[J]. 城市发展研究, 2020, 27(9): 13-18. (0)
[27]
蔚海燕, 戴泽钒, 许鑫, 等. 上海迪士尼对上海旅游流网络的影响研究——基于驴妈妈游客数字足迹的视角[J]. 旅游学刊, 2018, 33(4): 33-45. (0)