中國省際入境旅游空間格局的時間動態性（1991—2016）

代美玲，馬曉龍

（南開大學旅游與服務學院，天津 300350）

引言

入境旅游是國家和地區旅游競爭實力和文化軟實力的綜合體現，也是國家形象的重要展示窗口，在國家旅游產業發展中占據十分重要的地位。一直以來，中國入境旅游的起步和發展長期依賴北京、上海、廣州等省份和城市，并形成了以這些主要口岸（門戶）為核心并進行外圍疏導，且較為穩定的“集聚-擴散”結構[1]。2017年，全國各省份接待入境游客達到1.39 億人次，入境旅游外匯收入1234.17億美元，分別同比增長0.80%和2.90%[2]。在入境旅游總量和規模不斷擴大的同時，隨著中國社會經濟發展融入國際市場程度的不斷加快加深，以及不同省域經濟和交通條件改善導致的外向整合能力的持續加強，包括武漢、鄭州、成都等在內的省會城市在地方社會經濟發展中的主導能力不斷加強，區域經濟發展集核的地位不斷凸顯。這樣的背景下，中國入境旅游發展對傳統入境口岸（門戶）城市，如北京、上海、廣州等的依賴程度在理論上應該會有所弱化，入境旅游流的空間擴散路徑和擴散方式應該呈現更加多元化的特征。相關研究也確實證實，近年來中國入境旅游客流擴散的等級性與近程性特征愈加顯著，旅游流的擴散路徑也表現出更加多樣化的特征，并形成了以北京、上海、廣州、西安、成都、重慶、桂林、昆明、沈陽等熱點城市為節點，以“北京→天津”“上海→北京”“廣州→深圳”“西安→北京”“成都→重慶”“重慶→成都”“桂林→重慶”“昆明→桂林”“沈陽→北京”等為代表的典型擴散路徑[2]。這種空間格局和擴散路徑特征對中國入境旅游市場營銷和服務性資源配置具有重要導向意義，但需要進一步回答的問題在于：基于截面數據所形成的空間擴散類型的多元化特征到底是入境旅游發展長期累積的結果，還是在某種特定情境下產生的一種短期偶然結果？在缺少時間維度歷時性研究的情況下，該結論的穩健性和可靠性則無法得到科學驗證，也無法回答產業實踐所提出的以上問題。只有把時間要素融入探索性空間數據分析中，才能夠實現探索性空間數據分析（exploratory spatial data analysis,ESDA）向探索性空間數據分析（exploratory space-time data analysis,ESTDA）的轉變，也才有可能對中國入境旅游發展的時空演化特征進行全面表達[3]。

文獻顯示，入境旅游研究主要集中在形成旅游流動的影響因素[4-19]、旅游流動過程中的市場結構與特征[20-23]以及入境旅游在不同尺度上的區域差異性[5-6,8,20,24-43]等方面。其中，影響入境旅游的宏觀因素較為廣泛，既包括國家或地區的經濟發展水平[4-11]、對外政策取向[12-15]、外貿環境[13-15]等柔性因子，也包括研究區域所處的交通區位條件[4-5,7-8,11-12,14,16]、吸引游客的資源稟賦[4-5,12,14,16]等剛性因子，甚至在某些特殊情況下，諸如SARS之類的重大疾病、區域性恐怖主義和自然災害等重大危機（突發）事件都會對入境旅游的強度、流向等產生決定性影響[4,8,11-12,17-18]。影響入境旅游發展水平的微觀因素則包括地方文化[19]、產品知名度[8]、服務水平[3]等，這些研究在不否認宏觀因子對入境旅游發展起到關鍵作用的同時，更加注重單項因子的影響[5-6,8,19]。而作為賺取外匯和推動國家或地方經濟發展的重要途徑，客源市場結構及其消費特征成為入境旅游研究關注的另外一個重點。一個形成基本共識的結論是，差異化的消費特征會導致差異化的市場結構，從供給側推動和實現二者在時間和空間上的耦合成為入境旅游產業發展實踐過程中產業界和學術界所追求的目標[20-23,32-34]。與國內外入境旅游市場研究更加注重微觀、細化和個體的研究特點不同，在國土面積巨大且存在顯著國情差異的中國，學術界對入境旅游區域差異的研究更具有現實意義。研究對象既包括整建制的省、市[40-41]、縣[42]等行政單元，也包括大、中、小多種尺度且更加具體和典型的案例地[38-39]，并形成了一系列基于地域分異規律的入境旅游流流動特征、網絡結構和空間擴散規律等[5-6,8,20,24-43]。總體來看，現有入境旅游研究在各個方面均取得了較為豐碩的成果，但大多仍集中在區域差異的靜態結構分析方面，缺少基于時間過程的空間規律的總結。實際上，空間格局和空間差異具有顯著的時間依賴性特征，只有整合空間結構的轉移和變換過程，才能深入探析數據背后的地理動態性規律[44]。鑒于此，本研究在ESTDA分析框架下運用時空躍遷分析方法（local indicators of spatial association,LISA），擬對中國入境旅游進行基于連續時間變化過程的空間動態格局演變規律進行總結，從而回答：（1）空間尺度上，中國入境旅游流的省際格局具有何種依賴性與溢出效應？（2）時間尺度上，1991—2016年中國入境旅游流的時序變遷有何特征？

1 研究設計

1.1 方法選取

本研究將中國入境旅游發展對典型口岸（門戶）城市依賴程度的變化作為地理要素的時空特征表現形式，擬在ESTDA分析框架下運用LISA時空躍遷分析方法對中國入境旅游發展的空間模式在時間上的演化以及時序行為在空間上的分布規律進行總結。為實現這一目的，需要將中國入境旅游發展的時間和空間特征視作同一數據的互補視圖，從而系統分析其空間模式在時間上的演化以及時序行為在空間上的分布特征。

首先，從全國尺度對中國入境旅游流的省際格局進行空間表征，利用衡量空間自相關程度的Moron’sI指數，對各省入境旅游發展水平的相關性和省際入境旅游發展水平是否出現集聚或異常情況進行測度。該指數的計算方法如式（1）所示：

式（1）中，I代表全局空間自相關指數，i，j分別代表兩個特定的研究單元，n是空間觀測單元數量，z是觀測值與均值的離差向量，z′是z向量的轉置向量，wij是二值（0，1）空間鄰接矩陣，區域i與j相鄰為1，不相鄰為0，s0=∑∑wij。全局空間自相關指數I的取值范圍在[-1，1]之間，在給定顯著水平下，I值大小反映了入境旅游省份的空間差異程度。I值越大，入境旅游發展水平高（或低）的省份在空間上的聚集特征越明顯；I值越小，入境旅游發展水平高（或低）的省份在空間上的分異特征越明顯。

為進一步解決空間過程中潛在的不穩定性以及測量局部區域單元在相近空間的關聯程度，引入局部空間自相關指數Ii對此進行表征，計算方法如式（2）所示：

式（2）中，局部空間自相關指數Ii代表著區域單元屬于高值集聚還是低值集聚空間分布特征，介于[-1，1]之間的取值范圍反映了空間相鄰相異的負相關向空間相鄰相似正相關的過渡。在對不同年份省際入境旅游發展局部空間自相關指數計算的基礎上，可對空間滯后因子wz和z之間的相關關系進行可視化二維圖，即Moran散點圖進行描述。Moran散點圖中的4個象限分別對應某一特定省份與其相鄰省份之間4種不同的空間聯系方式：散點位于0°～90°的第一象限（HH），表示省域單元與其鄰域單元正向協同增長，省域單元自身及其鄰近省域的入境旅游人次均保持高增長特征；散點位于90°～180°的第二象限（LH），表示省域單元自身入境旅游人次呈低增長，但其相鄰省域單元入境旅游人次呈高增長特征；散點位于180°～270°的第三象限（LL），表示省域單元與其鄰域單元負向協同增長，省域單元自身和其相鄰省域單元的入境旅游均呈低增長特征；散點位于270°～360°的第四象限（HL），表示省域單元自身入境旅游人次呈高增長特征，但相鄰省域單元入境旅游人次呈低增長特征。可見，散點位于第一和第三象限表明省域單元和其鄰域單元之間保持協同整合的空間動態性變化特征，位于第二和第四象限則表明省域單元和其鄰域單元之間呈反向增長的空間動態性變化特征。

其次，為進一步掌握入境旅游流空間結構在時間序列上的動態性特征，需要對Moran散點圖中各省份坐標空間移動軌跡的變化情況進行測度。將LISA坐標的移動路徑用[（yi,1，yLi,1），（yi,2，yLi,1），…，（yi,t，yLi,t）]表示，yi,t表示i省在第t年的入境旅游標準化值，yLi,t表示i省在第t年的空間滯后量。能夠反映空間移動情況的幾何特征包括LISA時間路徑長度、彎曲度和躍遷方向3個關鍵指標。其中，LISA時間路徑長度d代表區域局部空間結構動態性特征，如式（3）所示：

式（3）中，N為省域單元數量，T為年度時間間隔，Li,t為省域單元在第t年的LISA坐標，d（Li,t，Li,t+1）為省域單元i從第t年到t+1年的移動距離。d值大小反映局部空間區域結構的動態性強弱，d＞1表示省域單元i的移動距離大于省域單元移動距離的平均值，局部范圍內省域或其鄰近單元入境旅游增長更具潛力或活力，省域單元的移動更加具有動態性。

LISA時間路徑彎曲度f能夠透視區域局部空間結構波動性特征，如式（4）所示：

式（4）中，d(Li,1,Li,T)為省域單元i從起訖年到截止年的移動距離。f值大小反映LISA時間路徑的彎曲程度和局部空間結構波動的復雜性。f＞1，表明省域單元i的移動曲折程度高于全國各省份的平均值，表明省域入境旅游發展更具變動的局部空間依賴特征；反之，表明省域入境旅游發展更具穩定的局部空間結構特征。

進一步地，根據相關學者對時空躍遷類型所進行的劃分[45]，可以通過局部空間自相關指數的空間離散度（spatial cohesion）對中國入境旅游空間結構的穩定性進行測度，從而得出每種細分躍遷類型的具體變遷概率。空間離散度St的計算如式（5）所示：

式（5）中，St為空間離散度，FO,t為t時段內O型躍遷類型的數量；n為省域單元所有可能發生躍遷的數量。

1.2 數據來源

本研究中所有可供計算的數據均來源于歷年次出版的《中國旅游統計年鑒》中對中國大陸31個省域單元（不包括香港、澳門和臺灣地區）各省份入境旅游人次的統計數據。為了長時間觀測中國入境旅游空間特征隨著時間的演化過程，考慮到數據的可獲得性以及橫向和縱向的可比較性，最終將研究的起訖年份定在1991年（之前，各省份入境旅游的統計數據缺失年份較多，無法進行連續的觀測），而將截止年份限定在2016年。在數據處理過程中，考慮到重慶1997年正式設市從四川省中剝離出來的實際，為提高數據的準確性，防止因個別省份數據缺失導致整體觀測長度會變短的影響，在進行LISA數據分析之前采用插值法對重慶市入境旅游接待人次缺失年份（1991—1996年）的數據進行模擬補充處理。同時，在相應年份四川省入境旅游接待人次的統計數據中減掉采用插值法估計的重慶市入境旅游人次數據，從而實現數據的完整性與連續性。

2 中國省際入境旅游空間格局的時間動態性特征

2.1 總體差異特征

基于全局Moran指數的計算結果顯示，1991—2016年中國入境旅游發展的全局自相關指數均為正值，且平均值高達0.54，說明整體上各省份入境旅游發展水平的集聚程度較高。這種集聚程度的高峰值出現在2012年，Moran指數達到0.61；而集聚程度的低峰值則出現在2000年，Moran指數為0.50。無論是從極值差還是變化的總體趨勢上看，中國入境旅游發展水平各年份間的Moran指數差距并不大，除個別年份受到某些極端事件的影響外，26年來中國大陸31個省域單元入境旅游發展水平的全局自相關指數數值發展較為平穩，整體呈現緩慢波動性上升的趨勢特征（圖1）。

圖1 26年來中國入境旅游發展水平的全局自相關指數變化趨勢Fig.1 Changing trends of Global Moran’s I of inbound tourism in China,1991—2016

2.2 時間路徑幾何特征

2.2.1 移動長度

計算結果顯示，1991—2016年中國省域入境旅游發展的LISA移動路徑長度大于和小于1的省份分別達到14個和17個，表明全國尺度范圍內局部省域單元的移動動態性相對較弱。從各省份的空間分布上看，由江蘇、浙江、上海和安徽等4省市組成了一個移動路徑長度較長的高集聚區，移動路徑長度分別達到1.77、1.72、1.71和1.63的高值，說明在傳統意義上的長三角或泛長三角區域的入境旅游發展相較于國內其他區域的活力更強，這一區域成為1991—2016年中國入境旅游增長和變動最頻繁的區域。與此類似，在京津冀地區，也形成了移動路徑較長省份的高集聚區。而廣東、湖南、湖北、江西等省份的LISA移動路徑長度也表現出相對較高的數值，體現出這些區域和省份入境旅游發展較強的動態性和活力。需要特別關注的是，位于西北地區的甘肅省入境旅游LISA時間移動路徑長度值達到1.08，成為中國西部地區少有的入境旅游發展活力較強的省份，這種特征形成的原因如何還需要更為深入的研究。比較而言，東北地區省份成為我國入境旅游LISA時間移動路徑最短、入境旅游活力最弱的區域板塊，遼寧、吉林、黑龍江3個省份的移動路徑長度分別為0.42、0.66和0.73，前者也成為全國31個省域單元中入境旅游LISA移動路徑長度最短的省份，這種特征與近年來中國東北地區不斷下行且改善動能不足的經濟發展形勢保持一致。此外，山西（0.46）、寧夏（0.52）、海南（0.61）等省份的入境旅游LISA移動路徑長度也較低，顯示出入境旅游空間結構穩定性較強，但入境旅游活力則相對較弱的特征（圖2-a）。

2.2.2 彎曲度

入境旅游LISA時間路徑彎曲度的計算結果顯示，中國31個省域單元的f值均大于1，且平均值達到21.39的高水平，表明1991—2016年中國入境旅游發展的變動性總體較強。其中，上海市入境旅游發展在空間依賴方向上具有最大的波動性，彎曲度值最高，達到188.76；與此相反，河南則成為變動性相對最弱的省份，但彎曲度值也達到2.91的高水平。從空間分布上來看，中國入境旅游LISA時間路徑彎曲度顯示出較強的區域依賴性。一方面，以上海和廣東（75.36）為兩端，串聯浙江（31.69）、福建（48.04）等沿海省份，形成了一條入境旅游LISA時間路徑彎曲度高省份的濱海連綿帶，并向北部進一步延伸串聯江蘇（8.89）、山東（9.82）、河北（9.73）等省份，表現出入境旅游變動性強省份沿濱海集聚的空間特征。另一方面，在內蒙古（68.08）、甘肅（58.73）形成了入境旅游LISA時間路徑彎曲度高省份在局部中西部省份地區集中的次聚集中心，表明沿海省份集聚帶和西部局部省份成為26年來中國省際入境旅游發展波動性最強的區域。與之相反，在以河南（2.91）為代表的中部地區、以貴州（3.13）為代表的西部地區和以遼寧（3.28）為代表的東北地區，形成了以這些省份為中心入境旅游發展LISA時間路徑彎曲程度相對較低的省域聚集區域，表明這些區域26年來入境旅游的增長過程較為平穩，波動性相對不明顯（圖2-b）。

2.2.3 移動方向

Moran散點圖中的散點代表著對應省域單元入境旅游發展水平，箭頭方向反映各省域單元坐標移動方向，箭頭長短則代表移動距離（圖3）。基于Geoda軟件對1991—2016年各省域單元位置具體變動情況的分析，結果顯示：1991—2016年中國入境旅游協同一致增長的省域單元共有24個，僅有7個省域單元呈現非協同一致增長的特征，分別占31個省域單元的77%和23%，表明中國入境旅游發展水平的空間格局在時間演化過程中具有較強的一致性，全國省域單元入境旅游發展水平的正向（負向）協同性較高。在協同一致增長的省域單元中，正向協同增長的省域單元有7個，占比23%；負向增長的省域單元共有17個，占比55%。協同一致低速增長的省域單元個數遠遠高于協同一致高速增長的省域單元個數，反映了省域單元入境旅游增長很大程度上受到區域整體環境制約的現實（圖2-c，圖3）。

其中，第一象限內分布的省份包括廣東（GD）、福建（FJ）、江西（JX）、廣西（GX）、湖南（HN1）、浙江（ZJ）、上海（SH），這7個省份與其相鄰省份入境旅游發展之間呈現正向協同增長的關系，且在經濟發達的珠三角和長三角及其深度影響區域內形成了自身及其鄰近省區入境旅游人次保持高增長趨勢的省域單元高聚集區。處在第二象限的省份包括貴州（GZ）、湖北（HB1）、安徽（AH），說明這3個省域單元自身入境旅游人次呈現低增長的趨勢，但其相鄰省域單元入境旅游人次則呈現高增長的趨勢。從空間分布上看，盡管這些沒有表現出第一象限省份那樣高度聚集在某一個或兩個特定區域的特征，但這些省份還是主要分布在第一象限省份的邊緣。相對而言，處在第三象限的省份最多，包括云南（YN）、重慶（CQ）、山東（SD）、河北（HB2）、河南（HN2）、山西（SX）、陜西（SX）、甘肅（GS）、寧夏（NX）、青海（QH）、西藏（XZ）、新疆（XJ）、內蒙古（IM）、吉林（JL）、遼寧（LN）、黑龍江（HLJ），說明這17個省份與其相鄰省份入境旅游發展之間呈現負向協同增長的關系，均表現出入境旅游人次低增長的特征。由于位于該象限的省份較多，除在空間上能夠觀察到主要分布在廣大中西部地區外，并沒有表現出更加明顯的規律性。處在第四象限的省份包括北京（BJ）、天津（TJ）和江蘇（JS），說明這3個省域單元自身入境旅游人次呈高增長趨勢，但與之相鄰的省域單元入境旅游人次則呈現低增長的態勢。此外，受區位影響，海南（HN3）在空間上成為跨象限的省份，該省份入境旅游的增長與其他省份之間沒有表現出強相關的關系特征。

圖2 LISA時間路徑幾何特征空間分布情況Fig.2 Spatial distribution of geometrical characteristic of LISA time path

2.3 時空躍遷特征

基于轉移概率矩陣（表1）對散點圖（圖3）中各散點在不同轉移類型間演化過程的研究顯示：安徽（AH）、云南（YN）、山東（SD）、北京（BJ）、天津（TJ）、江蘇（JS）6個省域單元入境旅游在對應年份內發生了躍遷，涉及的轉化形態包括HHt→HLt+1、HHt→LHt+1、HHt→LLt+1、HLt→HHt+1、HLt→LLt+1、LHt→HHt+1、LLt→HHt+1、LLt→HLt+1和LLt→LHt+19種，但LHt→HLt+1、LHt→LLt+1和HLt→LHt+13種形態沒有發生轉移情況。在已經發生的轉化形態中，HLt→HHt+1轉移發生概率最大，達到0.11的水平；緊隨其后的是HLt→LLt+1、HHt→HLt+1和LHt→HHt+1，分別達到0.08、0.03和0.01的水平。總體上看，發生躍遷的省份僅占全國31個省域單元的19.35%，說明1991—2016年省域單元入境旅游形態之間的轉移強度較低，除少數省份入境旅游發展的不穩定性較強外，大多數省份入境旅游發展都保持著很強的穩定性特征。

圖3 LISA時間路徑轉移特征Fig.3 The transfer characteristic of LISA time path

Rey 和Ye 將時空躍遷劃分為4種類型。其中，I型表示省域單元自身發生躍遷，包括HHt→LHt+1、LHt→HHt+1、HLt→LLt+13種形態；II型表示鄰域單元發生躍遷，而自身省域單元保持不變，包括HHt→HLt+1、LHt→LLt+1、HLt→HHt+1、LLt→LHt+14種形態；III型表示省域單元自身與其鄰域單元均發生躍遷，躍遷方向一致的類型包括HHt→LLt+1和LLt→HHt+1，躍遷方向相反的類型包括LH→HLt+1和HLt→LHt+1；IV型表示省域單元與其鄰域單元都沒有發生躍遷，所有省域單元都保持原有狀態[45]。通過式（5）對局部空間自相關指數空間離散度St值進行計算，可以得到1991—2016年我國省域入境旅游時空躍遷I型、II型、III型和IV型概率值分別為0.0103、0.0129、0.0026和0.9742。比較而言，代表省域單元與其鄰域單元都沒有發生躍遷的IV型概率值最高，其他3種形態躍遷發生的概率均較低，說明1991—2016年我國省域入境旅游發展存在相對較高的路徑依賴程度，各省域單元不會輕易發生時空躍遷，并且更加傾向于保持原有，甚至趨于進入鎖定狀態的特征。

表1 Local Moran’s I轉移概率矩陣Tab.1 Local Moran’s I transition probability matrix

3 結論

1991—2016年，北京、上海、廣州等口岸（門戶）城市長期占據我國入境旅游門戶地位，以這些城市為服務和擴散中心，中國入境旅游在推動接待體系完善、服務水平提升，以及樹立國際形象、弘揚中華文化、促進中外文化交流等方面均發揮了重大作用。文章以31個省域單元入境旅游接待人次為基礎，采用LISA方法進行空間格局時間動態性的研究，取得如下結論：

第一，中國省際入境旅游發展總體水平呈現較為平穩且緩慢上升的態勢，且在空間上表現出具有較強“門戶指向性”的聚集分布特征，即以上海、廣東、北京為口岸和門戶中心的長三角、珠三角和京津冀區域成為入境旅游發展水平較高省份的集聚區域。門戶省份成為引領入境旅游高發展水平省份實現集聚的動力核心，也就是說，高發展水平的省份往往會表現出一定的空間外部效應，會帶動或者影響其相鄰區域的入境旅游發展水平，從而實現區域省份間的協同發展。具體而言，門戶城市、門戶省份的發展對其相鄰城市和相鄰省份的發展具有顯著的帶動作用，并基于這些支點，在沿海經濟發達地區形成一條入境旅游高發展水平的省份聚集帶。在此基礎上，按照擴展擴散的方式將入境旅游的外部溢出效應由近及遠地傳遞到這些區域的相鄰區域，諸如更大范圍的泛珠三角、泛長三角以及京津冀區域，最終在空間上形成“門戶-沿海-內地”的等級影響擴散路徑。

第二，中國省際入境旅游發展個體水平也在空間上呈現出一定的“門戶指向性”特征，（泛）長三角、（泛）珠三角以及圍繞京津冀區域省份成為該時期中國入境旅游增長波動最為頻繁、增長過程最為穩定的行政單元，且在不出現較大外力作用或者國家戰略干預的情況下，省域入境旅游發展的慣常路徑不會輕易發生變化。一方面，增長波動頻繁顯示出這些區域入境旅游發展的強大活力，區域內部個體發展水平較高的省份，尤其是上海、廣東等門戶省份（城市）不斷通過外部效應釋放動能對其周邊鄰近省份施加積極影響，促進發展水平較高或較低水平省份在空間上的集聚，從而推進區域間的動態協同發展；另一方面，增長過程較為穩定也顯示出區域內部各省份在入境旅游發展過程中的時間一致性，換句話說，中國各省際入境旅游發展已經形成了相對穩定的發展格局和趨勢通道，如沿海門戶省份不斷相互聚集并強化其“正向”的外部溢出效應，而處于東北地區的省份則相互聚集并發揮其“負向”的外部溢出效應。

第三，盡管采用靜態數據對中國入境旅游流流動規律的研究形成了以不同城市為節點、旅游流的擴散路徑更加豐富的結論，但基于探索性時空數據分析的研究結果顯示，1991—2016年中國入境旅游發展無論是總體尺度還是個體局部尺度上均呈現出顯著的“門戶指向性”特征。意即，交通格局和對外開發程度的加深并沒有對1991—2016年中國入境旅游發展在省域尺度的時空格局造成很大影響，中國入境旅游發展依賴北京、上海、廣州等門戶型城市或其所在省份所形成的大框架并沒有發生根本性改變，這些省份仍然是主導和服務我國入境旅游發展的關鍵力量。同時，大多數相鄰省份之間都表現出協同一致增長的特征，這種特征甚至在一定程度上強化了門戶型城市及其省份對區域入境旅游發展的帶動作用。一方面，如何利用入境旅游發展的“門戶依賴”特征進行入境旅游市場的針對性營銷和宣傳，也就是要充分“借勢”發展，避免無效投入成為地方政府的認知實踐取向；另一方面，加入時間維度因素對中國入境旅游空間特征分析與單純截面數據分析的結果相矛盾，導致以上特征形成的根本原因是什么？是否可能與入境旅游市場對將中國作為整體目的地認知還是依賴于口岸（門戶）城市的品牌和知名度有關？對具體影響因素問題的解答，尚需基于詳細入境游客市場調查數據支撐的進一步研究。