大數據視角下城市客源市場空間結構動態研究
——以南京市為例

,2

(1.南京大學 地理與海洋科學學院,江蘇 南京 210046;2.南京財經大學 工商管理學院,江蘇 南京 210046)

大數據視角下城市客源市場空間結構動態研究
——以南京市為例

王茜雅1,張建新1,劉培學1,汪 俠1,丁 蕾1,2

(1.南京大學 地理與海洋科學學院,江蘇 南京 210046;2.南京財經大學 工商管理學院,江蘇 南京 210046)

空閑時間是影響居民出行的重要因素。以南京市為例,使用南京智慧旅游大數據平臺獲取數據,研究工作日、周末、3天小長假、“十一”期間來寧游客客源情況,基于集聚性差異、距離衰減、SPSS多元回歸和空間吸引力研究不同時段來寧客源市場的空間結構動態變化。結果表明:①居民出游行為遵循距離衰減規律,且受到空閑時長的影響,時間越長,地理集中指數、基尼系數、首位度越小,客源吸引半徑越大;②不同時段,人口、距離、人均GDP不再是最主要因素,而是更多地取決于空閑時長和居民出游意愿;③“十一”期間來寧游客量與以省為單位游客量相匹敵,空間阻尼系數β約是工作日期間的1/3,且在不同時段和空間吸引力值表現出不同的空間層次與動態變化。

聚集性差異;距離衰減;SPSS多元回歸;旅游吸引力

1 引言

空閑時間是影響居民出行的重要因素之一,休假制度的調整改變了居民的自由活動時間結構,它為居民生活方式的變化提供了客觀條件。隨著旅游業的發展,因休假制度調整引起的居民短期出游行為在我國日益顯現出來。2008年我國開始實施新的休假制度《全國年節及紀念日放假辦法(2008年修訂)》,形成了獨具中國特色的“1+2+5+43”的休假模式。即1個帶薪假期、2個黃金周(春節、“十一”)、5個小長假(元旦、清明、“五一”、端午、中秋)和43個周末雙休日,除去受工作年限限制的帶薪休假,我國公民休假日長達115天,使居民全年的各種休假時間之和幾近占全年時間的1/3[1,2]。

本文對我國工作日、周末、3天小長假、“十一”國慶節期間的日均客流量進行了對比分析研究,以此探討了空閑時間對旅游地客源市場空間結構是否產生影響以及產生什么樣的空間結構動態。

目前還沒有相關文獻針對工作日、周末、3天小長假、“十一”國慶節期間對旅游地客源市場空間結構產生的影響展開全面調查研究,但對旅游地客源市場空間結構的影響因素研究受到國內外相關學者的普遍關注,并取得了較豐碩的研究成果。早在20世紀80年代,國內外學者就開始著手對旅游地客源市場進行研究。例如，Boris Vukonic[3]曾對前往南斯拉夫的1000名游客進行調查研究,提出居民收入水平對旅游地客源市場產生重要影響。近年來,王兆峰[4]以張家界為例分析探討了居民收入水平提高對入境旅游流的影響機理;汪德根[5,6]分別以京滬高鐵、武廣高鐵為例分析研究了交通通達性對旅游流空間結構的影響;Jorge E Ara?a[7]通過對9·11紐約事件的分析研究，發現旅游地突發事件、恐怖事件記錄會對旅游地客源吸引力產生負面影響;Daniel Scott[8]對旅游目的地的氣候適宜度、旅游氣候指數(TCI)和假期氣候指數(HCI)進行了研究,表明不同氣候具有不同的偏好游客;Coshall J、Charlesworth R[9]等通過對旅游季節性研究分析，發現季節性波動對社會結構和客源市場周期性有重要影響,指出季節性政策調整可克服季節性對客源市場產生的負面影響;劉澤華[10,11]以南京鐘山風景區為例,通過分析調查研究“五一”、“十一”和暑假,討論了閑暇時間約束對國內客源市場空間結構的影響。

自20世紀90年代我國實行第一個“黃金周”法定休假制度和2008年《全國年節及紀念日放假辦法(2008年修訂)》以來,我國旅游市場發生了很大的變化,國內相關學者從多個角度對空閑時間旅游中暴露出來的問題進行了細致研究,但多以定性分析和理論性研究為主,缺乏定量分析的實證依據。基于空閑時間對旅游客源市場空間結構動態特征的實證分析研究少之又少,本研究以大數據監察平臺監測的南京市33個景區游客量為依據,首次將工作日、周末、3天小長假、“十一”國慶節期間來寧旅游的游客量集合在一起,開創性地研究討論了空閑時間對旅游地客源市場空間結構動態影響,以此探討空閑時間長短對旅游地客源市場空間結構動態的約束及其影響規律,為我國休假制度的改進和南京旅游地的規劃經營管理提供依據。

2 研究方法與數據來源

2.1 數據來源

游客客源市場空間結構是旅游地理學研究的一個基本內容,可分為兩大部分：國內游客客源市場空間結構和入境游客客源市場空間結構。近年來,我國國內旅游正處于高速發展階段,2015年度(《2015年南京市旅游經濟發展統計公報》統計數據)和2016年度(大數據監測平臺統計數據)南京市國內游客量均占國內外游客總量的95%以上,因此本文選取2016年度南京市國內客源市場空間結構進行分析研究。數據主要包括:手機移動信號數據、攜程網、去哪兒網、途牛網等平臺的綜合監測數據,涉及南京11個市轄區33個景區(33個景區輻射南京市各個區域,客流量足以代表來寧游客量)國內游客客源情況,國家統計局統計的2014年各個省份省會之間的大圓距離，各省份人口、人均GDP、人均旅游花費,各省份2016年度來寧旅游搜索百度指數來自易佰百度指數批量查詢工具。由于智慧旅游數據運行監測中心運營時間不長,因此時間段選取自2016年3月1日至12月15日,共計290天的數據。對照我國《國務院關于職工工作時間的規定》中休假標準規定,以工作日、周末、3天小長假、“十一”國慶節進行劃分,其中包含工作日201天、周末70天(包含節假日的除外)、3天小長假12天(清明、五一、端午、中秋)、“十一”國慶節7天。

2.2 研究方法

客源市場聚集性差異研究方法:集聚性歷來是客源市場空間結構研究的重要領域,研究方法多種多樣。本研究沿用客源地地理集中指數G[12-14]、客源吸引半徑AR[11,15]、基尼系數Gi[16]、首位度S[16]來分析研究來寧游客客源市場空間結構具有一定的代表性。

距離衰減:旅游地客流量一般會隨著距離(概念距離或相對距離,包括時間、空間、經濟、心理感知距離等)的增加而逐漸減少,即遵循距離衰減規律[10，15，17]。劉澤華等在距離指標的選擇上選用空間直線距離,即各省省會到南京的大圓距離,具有一定的代表性。本研究繼續沿用空間直線距離,其中江蘇本省距離繼續沿用南京到蘇州空間直線距離(km)的1/2[10]進行計算。本研究借用ArcGIS空間分析工具,采用ArcGIS分層設色法進行空間分析研究,并繪制日均客流量曲線圖(每萬人)來寧人口數曲線圖。

多元線性回歸:選取距離(r)、人口(P)、人均GDP(G)、出行意愿(W)四個因素來分析居民出游的具體影響程度,并計算四個因素與空閑時間長短的相關性。將各因素與來寧游客量(T)建立關系,利用SPSS軟件的曲線擬合功能分析出來寧游客數T和r、P、G、W各因素之間都是冪函數的關系[18];將各因素與空閑時間長短(t)做相關性分析判定出空閑時間長短t和r、P、G、W各因素之間的顯著相關性。因此,將T、r、P、G、W分別取自然對數將多元非線性回歸問題轉化成多元線性回歸問題[23]。即:

lnT=k0+k1lnr+k2lnP+k3lnG+k4lnW

(1)

式中,T為各省市來寧游客量;r為距離;P為各省份人口數;G為人均GDP;W為居民出游意愿,用百度指數表示;k1、k2、k3、k4分別表示距離、人口、人均GDP、居民出游意愿影響系數,其中{k1,…,k4}都是常數。

空間吸引力:20世紀70年代,Edwards、Dennis[19]引入指數函數,推導出區域空間結構相互作用的旅游吸引力模型At=OjPkexp(-βrjk)。楊新軍[20]、汪德根[21]在Edwards、Dennis基礎上將出游率(Tr)考慮在內,修正模型為：At=OjPkexp(-βrjk)Tr。本文將南京旅游資源綜合強度、來寧各個省市人口、距離、來寧出游率、出游意愿、出游人口數、居民人均收入水平綜合考慮在內,修正旅游吸引力模型為:

(2)

(3)

式中,At表示旅游吸引力;Oj表示目的地旅游城市j的旅游資源綜合強度;ρjk表示K市來目的地城市j的出游率;α表示收入水平參數,并將其作為旅游需求收入彈性系數;β為空間阻尼參數。在研究旅游地對游客客源市場空間吸引力時,需要對收入水平參數α,空間阻尼系數β進行估算。本研究用各個省市人均出游花費表征人均出游力,用人均GDP表征人均收入水平,用SPSS進行回歸分析求得α≈0.373,介于0—1之間,整體上缺乏彈性。

由于江蘇省(剔除南京)來寧游客量占主導地位,為確保估算結果的準確性,故本研究在不同空閑時間均以客源市場的80%客源[6,21]作為參照標準。基于這樣一種假設,當旅游目的地和客源地的距離r=0時,這種極端情況表示旅游目的地對其自身旅游的活化作用,即城市旅游目的地旅游人口可作為其綜合旅游吸引力表達,記為100%M;即2016年工作日、周末、3天小長假、“十一”國慶節期間累計80%的客源旅游吸引力為80%M,相應距離以外的客源旅游吸引力為(1-80%)M=20%M。對四個時間段旅游目的地的旅游吸引力公式兩邊求定積分,用數學積分的形式表達如下(設來寧旅游國內客源市場規模為M):

(4)

(5)

式中,ri代表不同空閑時間段來寧80%客源吸引半徑；βi代表不同空閑時間段空間阻尼。根據計算出的收入水平參數α及不同時段空間阻尼系數βi,故不同空閑時間段南京旅游綜合吸引力為:

(6)

式中,Ati代表不同空閑時間段的南京市的旅游綜合吸引力。

3 休假制度對旅游地客源市場空間結構的影響

3.1 基于客源地集聚性的研究結果分析

我國居民在時間、經濟、交通、距離等多重因素的約束下,外出旅行時對目的地景區通常選擇知名度高、富有文化內涵的高集聚區域。為了研究國內來寧游客量的空間分布,我們主要選用地理集中指數G、客源吸引半徑AR、基尼系數Gi和客源地首位度S來分析我們獲得的數據。首先,由于每個時間段內江蘇省(剔除南京)來寧游客量占全部客流量的60%以上,因此剔除江蘇游客量進行進一步分析研究,結果見表1。

從表1可見,無論是否包含江蘇游客,隨著空閑時間的增加,G、Gi和S都不斷減小,而AR不斷增大。由此可見,空閑時間增加會降低來寧客流量的集聚性。即來寧游客越分散,景區吸引區域越廣闊。此外,對比包含江蘇(剔除南京)和剔除江蘇的結果可見:①包含江蘇(剔除南京)的G值遠大于不包含江蘇時的G值,說明來寧游客中江蘇人居多,側面反應了江蘇省(剔除南京)是來寧游客的主要客源地(占60%以上)。②隨著空閑時間的增長,包含江蘇(剔除南京)的G、Gi、S變化量大于不包含江蘇的G、Gi、S變化量,這凸顯了來寧的外省游客客源相對均衡,進一步表明江蘇(剔除南京)是來寧的主要客源地。③包含江蘇(剔除南京)的AR值遠小于不包含江蘇時的AR值,且隨著空閑時間的增長包含江蘇(剔除南京)的AR值變化量小于不包含江蘇時的AR值變化量,表明隨著空閑時間的增長,來寧客源地區域范圍隨之擴大。

表1 不同空閑時間段南京市各景區客源地集聚性(按省份計算)

3.2 基于距離衰減的研究結果分析

以各個省會距離南京市的空間直線距離由小到大排列,根據各時間段的日均客流量繪制南京市景區不同時段日均客流量曲線圖(圖1)，采用ArcGIS分層設色法繪制南京市各景區客源地日均游客量的分析對比圖(圖2)。從圖1、圖2可見:①江蘇省(剔除南京)客流量是主要部分,遠高于其他省市。總體上，各個時間段來寧客流量均隨著距離增大而呈現逐漸減少的趨勢,來寧旅游人口數總體上表現出“L”型曲線(圖1)。來寧客流量集中分布在長三角片區(圖2),即來寧日均客流量在空間分布上均表現為明顯的距離衰減規律。②由圖1可見,曲線擬合效果良好,擬合優度R2均在70%以上。此外,隨著空閑時長的增加,客流量增長幅度越大,即P十一≥P3天>P周末>P工作日。③在0—300km近程客源市場范圍內(江蘇、安徽、浙江),來寧旅游人口數居高不下,300km以外游客量明顯下降;在300—1200km空間范圍內,來寧旅游人口數表現出“W”型曲線,300km處主要是經濟發達、交通便利的上海客源地;在500—600km空間范圍分布有人口大省山東、河南,在900—1000km空間范圍有經濟發達、交通便利的北京,在1100—1200km空間范圍分布有人口大省與經濟強省的廣東。這些地區經濟發達、人口眾多、交通便利、居民出游力旺盛,使上海、山東、河南、北京、廣東等地出現了客流高峰,即在圖1的300—1200km空間范圍內客源市場曲線呈現“波峰—波谷—波峰”的“W”型曲線。圖2表現出以長江三角洲(300km以內)為主要中心、山東與河南(500—600km)、環渤海(800—900km)、珠江三角洲(1000—1200km)為次中心的東南密、西北疏的距離衰減格局。

圖1 不同時間段距離衰減曲線

圖2 南京市各景區不同時段日均游客量對比

3.3 基于多元線性回歸的研究結果分析

本文將距離、人口、人均GDP、出行意愿四個因素進行了SPSS回歸分析,分析結果可得到R2均在90%以上,擬合度較高;DW均接近2,通過了德賓—沃森檢驗;回歸方程中被解釋變量lnT與每一個解釋變量knr,lnP,lnG,lnW之間的線性關系顯著,F值達到80以上,且其顯著性為0,故被解釋變量和解釋變量之間有顯著的線性關系。由相關性分析發現,居民出游意愿與空閑時間長短呈現顯著相關性,相關性系數達90%以上。由SPSS回歸分析可得到表2。

表2 不同時間段來寧游客影響因素分析

注:因變量為lnT。

從表2可見，工作日、周末、3天小長假、“十一”國慶節期間,距離、人口、人均GDP、居民出游意愿對出游影響因素均表現出相似特性,距離因素的系數為負值,即隨著距離的增長居民出游量趨于減少;人口、人均GDP、居民出游意愿因素的系數均表現為正值,即對居民出游產生了正面影響。在四個不同空閑時間段均有|k4|>|k2|>|k1|>|k3|,即出游意愿是來寧旅游的最主要因素。由此表明,不同的空閑時間段,居民出游更多的是取決于人們的主觀意愿,而通過相關性分析得知居民出游意愿與空閑時間長短呈現顯著相關性,因此居民出游行為更多的取決于空閑時間長短;隨著交通的快速發展,居民出游呈現多樣性、便捷性,距離因素對居民出游的影響已退居第三位,僅次于人口因素對居民出游的影響;隨著我國經濟的快速發展,居民生活水平不斷提高,恩格爾系數不斷下降,居民出游消費占比逐漸降低,人均GDP對居民出游影響開始逐漸降低。

3.4 基于吸引力的研究結果分析

結合式(4)和式(5)計算得出：β工作日=6.79×10-3、β周末=5.98×10-3、β3天=3.01×10-3、β十一=2.02×10-3。隨著空閑時間的增長,其空間阻尼系數逐漸減小,且β十一≈1/3β工作日,即“十一”國慶節期間空間阻尼減小至工作日期間的1/3。我們將全國31個省份(因數據收集等原因，沒有包含香港特別行政區與澳門特別行政區、臺灣省)的相關變量帶入公式,并計算各個時段的旅游吸引力,計算結果見圖3。

從圖3可見,不同空閑時間段來寧旅游空間的吸引力隨著空閑時間的增長表現出不同的空間層次和動態變化:①總體看來,在不同空閑時間段,南京旅游空間吸引力對本省的影響最大,遠高于其他省市,且吸引力曲線同樣表現出“L”型曲線,即來寧旅游吸引力在空間分布上表現為較明顯的距離衰減。②以r=300km、r=600km、r=1200km、r>1200km劃分近距離、中距離、中遠距離、遠距離客源市場,工作日、周末期間,南京市對近距離(安徽、浙江、上海)、中距離(山東、河南)客源市場的影響程度差別較大,對中遠距離、遠距離客源市場的影響小;3天小長假期間,南京旅游吸引力擴展至中遠距離(天津、北京、廣東較明顯);“十一”黃金周期間南京旅游吸引力達到頂峰,近距離、中距離、中遠距離、遠距離(遼寧、四川、黑龍江)的旅游吸引力均大幅度提高。

圖3 不同時間段期間旅游吸引力曲線

4 結論與討論

4.1 結論

近年來,旅游業成為我國國民經濟的重要產業之一,對促進國民經濟發展和整個社會的發展起到了非常重要的作用。本文主要以2016年3月1日至2016年12月15日期間來寧旅游人口數作為依據,對照我國《國務院關于職工工作時間的規定》中休假標準規定,以工作日、周末、3天小長假、“十一”國慶節進行劃分,累計工作日201天、周末70天、3天小長假12天、“十一”國慶節7天四個時間段的日均來寧客流量為研究對象,主要采取空間集聚性差異、距離衰減、SPSS多元回歸以及引力模型等相結合的研究方法,以上研究結果很好地揭示了空閑時長對南京市旅游客源地空間結構動態的影響。

本文的結論主要包括以下幾方面:①我國居民出游行為受到空閑時間長短的限制,即空閑時間越長,G值越小,游客越分散;AR值越大,客源地吸引游客的范圍越廣、居民出行距離越遠;Gi、S值越小,客源集聚性越低。此外,我國居民在較短的空閑時間內多選擇近距離出行,較長空閑期間選擇相對遠距離出行,出游行為遵循距離衰減規律。②在傳統研究中,經濟[1]、距離[13,14]、人口[1]等因素對居民出游行為占主導作用。如今隨著居民生活水平的提高、交通的發展,經濟、距離、人口等因素不再起決定性作用,人們的主觀出游意愿以及空閑時間長短的重要性越來越顯著，他們主要根據時間長短選擇自己的出游地。③隨著空閑時間的增長,空間阻尼系數越小,旅游吸引力越大。在“十一”國慶節期間空間阻尼系數約減小至工作日期間的1/3，且B十一=0.00202<0.00322,表明在“十一”國慶節期間,南京一個市的對外阻尼系數小于一個省的對外阻尼[22]，即“十一”國慶節期間來寧的游客量可與以省為單位的游客量相匹敵。此外,不同空閑時間段期間的旅游吸引力均表現出不同的空間層次和動態變化。即在不同的時段，我國居民選擇不同距離的旅游目的地出游,尤其在“十一”國慶節期間,各省份的旅游空間吸引力值呈現“爆炸式”的增長,達到了“全民皆游”的狀態。因此,在不同的空閑時段如何進行分流,如何有針對性地進行景區建設,是值得我們深思的問題，否則永遠都會出現“全民皆游”的擁擠局面。

4.2 討論

由于南京地處長三角片區,是我國十大最熱門的旅游城市之一,因此本文選取南京市作為研究案例具有一定的代表性。本文基于2016年3月1日至2016年12月15日期間來寧旅游人口數,以不同時間段的日均來寧客流量作為研究對象,依靠南京智慧旅游數據運行監測中心監測的數據,研究成果具有較高的精確性與全面性。

由于監測平臺監測時間的限制,雖然能獲取一年的數據,但未能發現空閑時間長短對來寧客源空間布局動態的影響。在未來的研究分析中,我們應進一步完善數據的多樣性,研究不同年份、不同時間段的目的地的游客量和客源地分布情況,以便能更好地揭示空閑時間對不同地區、不同特征的區域旅游流和客源市場空間結構動態特征的響應規律，以合理引導旅游流。

[1]樓嘉軍,徐愛萍.基于新休假制度的上海居民出游方式及特點研究[J].旅游科學,2008,22(4)∶37-42.

[2]徐愛萍.休假制度調整與上海市民出游行為研究[D].上海：華東師范大學碩士畢業論文,2009∶1-2.

[3]Boris Vukonic.Foreign Tourist Expenditures in Yugoslavia.Annals of Tourism Research,1986,13(1)∶59-78.

[4]王兆峰,李曉靜.近20年來張家界入境旅游流與居民收入增長的考察[J].經濟地理,2011,31(12)∶2122-2127.

[5]汪德根,陳田,陸林,等.區域旅游流空間結構的高鐵效應及機理——以中國京滬高鐵為例[J].地理學報,2015,70(2)∶214-233.

[6]汪德根.旅游地國內客源市場空間結構的高鐵效應[J].地理科學,2013,33(7)∶797-805.

[7]Jorge E Ara?a,Carmelo J Leo′n.The Impact of Terrorism on Tourism Demand[J].Annals of Tourism Research,2008,35(2)∶299-315.

[8]Daniel Scott,Michelle Rutty,Bas Amelung,etal.An Inter-comparison of the Holiday Climate Index (HCI) and the Tourism Climate Index (TCI) in Europe[J].Atmosphere,2016,80(7)∶1-17.

[9]Coshall J,Charles worth R,Page S J.Seasonality of Overseas Tourism Demand in Scotland:A Regional Analysis[J].Regional Studies,2015,49(10)∶1603-1620.

[10]劉澤華,顧宗欣,王楠楠,等.閑暇時間約束對中山陵景區國內客源市場空間結構的影響[J].地理研究,2013,32(9)∶1737-1746.

[11]劉澤華,張捷,吳小根,等.特殊時段旅游客流時間分布對旅游地理結構響應研究——以北京、黃山、西安TDD黃金周旅游客流為例[J].人文地理,2010,111(1)∶129-134.

[12]保繼剛,鄭海燕,戴光全.桂林國內客源市場的空間結構演變[J].地理學報,2002,57(1)∶096-106.

[13]Bowden J.A Cross-national Analysis of International Tourist Flows in China[J].Tourism Geographies,2003,5(3)∶57-279.

[14]吳泓,顧朝林,馬榮華,等.江蘇省國內旅游結構特征研究[J].地理科學,2003,23(6)∶755-761.

[15]吳必虎.上海城市游憩者流動行為研究[J].地理學報,1994,49(2)∶117-127.

[16]趙磊,王永剛,張雷.江蘇旅游規模差異及其位序規模體系研究[J].經濟地理,2011,31(9)∶1566-1572.

[17]張捷,都金康,周寅康,等.自然觀光旅游地客源市場的空間結構研究——以九寨溝及比較風景區為例.地理學報,1999,54(4)∶357-364.

[18]Khaldoon Nusair,Nan Hua.Comparative Assessment of Structural Equation Modeling and Multiple Regression Research Methodologies:E-commerce context[J].Tourism Management,31(2010),314-324.

[19]Edwards S L,Dennis S J.Long Distance Day Tripping in Great Britain[J].Journal of Transport Economics and Policy,1976,(10)∶237-256.

[20]楊新軍,馬曉龍.大西安旅游圈:國內旅游客源空間分析與構建[J].地理研究,2004,23(5)∶695-704.

[21]楊興柱,顧朝林,王群,等.城市旅游客流空間體系研究——以南京市為例[J].經濟地理,2011,31(5)∶868-873.

[22]李山,王錚,鐘章奇.旅游空間相互作用的引力模型及其應用[J].地理學報,2012,67(4)∶526-544.

[23]汪明峰,程紅,寧越敏.上海城中村外來人口的社會融合及其影響因素[J].地理學報,2015,35(3)∶334-363.

StudyonSpatialStructureofUrbanTouristMarketfromPerspectiveofBigData——ACaseStudyofNanjingCity

WANG Xi-ya1,ZHANG Jian-xin1,LIU Pei-xue1,WANG Xia1,DING Lei1,2

(1.School of Geography and Oceanographic Sciences,Nanjing University,Nanjing 210046,China;2.School of Business Administration,Nanjing University of Finances and Economics,Nanjing 210046,China)

clustering difference;distance decay;SPSS multiple regression analysis;tourism attraction

2017-11-24；

2017-12-13

國家自然科學基金項目“旅游對貧困人口扶貧效應的時空分異及成因機制研究——以桂、川、滇集中連片特困區為例”(編號:41371149);國家旅游局青年專家培養計劃課題“貧困區經濟弱勢群體的旅游扶貧效應研究”(編號:TYEPT201422)。

王茜雅(1992-),女,山東省臨沂人,碩士研究生,主要研究方向為人文地理旅游規劃、旅游大數據研究。

張建新(1966-),男,江蘇省南京人,副教授,碩士生導師,主要研究方向為人文地理旅游規劃、旅游大數據研究。

10.3969/j.issn.1005-8141.2018.01.014

F590.8

A

1005-8141(2018)01-0077-06