江蘇省內居民旅游需求時空分異特征及影響因素研究
——基于網絡關注度視角

常直楊，李俊樓

（1.南京曉莊學院 旅游與社會管理學院，江蘇 南京 211171；2.南京旅游職業學院 旅游管理學院，江蘇 南京 211100）

一、導言

2018年國內旅游市場接待人數和旅游產業總收入繼續保持10%以上的增長態勢，規模分別達到55億人次和6萬億元①。旅游業的迅猛發展使得對旅游市場需求研究成為一個非常重要的領域。通過文獻梳理發現，旅游需求影響因素是國內外學者最為關注的方向之一，主要從目的地、客源地和媒介三個不同角度展開研究②，對影響旅游需求的人口規模、教育程度、職業類別、經濟水平、閑暇時間、心理偏好、旅游資源豐度、氣候狀況、重大事件、重要政策、空間距離、宣傳營銷]等因素進行探討分析。而旅游需求預測模型也是研究的熱點，計量經濟、時間序列和人工智能3種模型的使用較為普遍。具體來看，從早期的基于價格、收入等因子構建計量經濟模型，到對ARIMA、灰色理論、神經網絡等方法建立的時間序列和人工智能模型進行改進和混合應用，使得旅游需求預測的方法越來越豐富。此外，也有部分學者關注了互聯網大數據、空間差異、時空分布規律等旅游需求方面的研究。綜上所述，盡管國內外對旅游需求已有較為深入的研究，但從地理視角對旅游需求時空格局及影響因素的研究相對較少，尤其是缺乏利用互聯網大數據從多個客源地和多個目的地角度對經濟發展水平較高、景區資源較為豐富的地區進行旅游需求時空分布特征及影響因素的探討分析。

截至2018年12月，我國互聯網用戶數突破8億，其中搜索引擎網民規模為6.81億，利用網絡搜索引擎獲知旅游目的地概況并指導行程規劃已成常態。用戶借助搜索引擎獲取旅游相關信息的同時，搜索引擎也會將此信息存入數據庫，并通過對關鍵詞的提煉、頻次計算和加權求和，從而產生搜索指數（即網絡關注度）。而百度指數作為國內最大的搜索引擎百度旗下的統計分析平臺，能夠以曲線圖的形式形象生動地反映出該關鍵詞一段時間內的日變化趨勢，直接、客觀地洞悉用戶的興趣和需求所在。已有研究證明百度指數與景區真實客流量之間存在雙向正相關聯系，具有較高的預測精準度，在很大程度上體現了游客的出行動機和出游需求，是現實客流量的前兆。百度指數在一定程度上代表潛在游客對目的地的關注度，是產生旅游動機和行為的先導條件，能夠很好地體現旅游需求特征和區域差異。鑒于此，本文選擇自然和人文類景區眾多，經濟體量和居民收入水平較高的江蘇省為案例地，基于百度指數數據探討江蘇省內居民旅游需求時空變化特征及其主要影響因素，以期為豐富旅游需求理論研究及全省各景區旅游產品設計、市場開拓、宣傳營銷和政府相關部門政策實施提供參考價值。

二、數據來源與研究方法

（一）數據來源

據江蘇省文化和旅游廳統計，全省4A級及以上景區的數量為223家，包括23家5A級景區和200家4A級景區。百度指數平臺未收錄濠河風景區、中華麋鹿園、宜興張公洞、宿遷項王故里等景區的關鍵詞，故在研究中應被排除在外。其他景區關鍵詞的遴選需遵循以下四個標準：（1）典型性。除了景區名稱之外，還要選擇景區內部具有代表性的景點作為關鍵詞，如周恩來故里景區的關鍵詞有周恩來紀念館、周恩來故居、河下古鎮等。（2）區域性。部分景區的名稱會存在重名的現象，為保證數據的準確性，需要在景區名稱前加上所在地，如浙江、四川等多地均有“大明寺”，因此以“揚州大明寺”作為關鍵詞來檢索。（3）全面性。旅游需求具有綜合性和多樣性特征，單一關鍵詞搜索很難全面衡量旅游需求。部分景區百度指數收錄了多個關鍵詞，本文在作分析時盡量將這些關鍵詞全部選取，如蘇州西山景區的關鍵詞有蘇州西山、蘇州西山農家樂、蘇州西山旅游攻略等。（4）整體性。蘇州園林、鎮江三山等5A級景區是由多家景區聯合申報，在分析時分別選取各景區的關鍵詞然后相加作為一個整體來研究。

依據關鍵詞的篩選規則，最終選取21家5A級景區和67家4A級景區。運用Python工具分別抓取13個地級市居民對各景區2018年的逐日百度搜索指數，并進行分類計算匯總，作為分析江蘇省居民景區旅游需求時空變化特征的基本數據。另外，本研究中用到的蘇州氣候數據來源于國家氣象科學數據中心；人口規模、地區生產總值（地區GDP）和居民人均可支配收入來源于各市統計局2018年統計公報；各地級市到南京鐘山風景名勝區的距離以百度地圖測量的實際距離為準。

（二）研究方法

1.旅游需求集中指數。旅游需求集中指數是用于反映居民對景區旅游需求在一年內季節波動情況的參考指標，其計算方程為：

式（1）中，R是景區旅游需求時間分布集中系數；xi是該景區第i月的百度搜索指數與年總值之間的比值。R值越小，說明該景區年內旅游需求季節性波動越小；R值越大，說明年內旅游需求季節性波動越大，旅游淡旺季越顯著。

2.旅游偏好指數。旅游偏好指數是用于反映居民對不同景區偏愛程度的一個指標，其計算方程為：

式（2）中，Pij代表i市居民對j景區的旅游偏愛程度，該值介于0-1之間，越接近于0，說明對該景區的旅游偏愛性越弱；Xij是i市對j景區的年內網絡關注度；∑jXij是i市對所有景區的年內網絡關注度總和。

三、居民旅游需求年內時間變化特征和影響因素

（一）居民旅游總需求年內時間變化特征

將各地級市居民對88個景區各月網絡關注度分別加總求和，并以曲線圖的形式將江蘇省和南京市、蘇州市2個典型城市居民對所有景區各月網絡關注度的變化情況呈現出來（圖1）。可以看出，全省和典型城市居民對省內景區的旅游需求年內主高峰均出現在4月，兩個次高峰分別在8月和10月，整體表現出“三峰三谷”的季節性化特征。1—2月天氣寒冷，省內景區冬季旅游產品較少，居民出游意愿較低。3—4月氣溫逐步回升，居民旅游需求也隨之迅速增長，尤其是4月份，春暖花開，居民壓抑了一個冬天的旅游需求得到充分釋放，又恰逢“清明節”“勞動節”等小長假，旅游需求達到年內的最高峰。5—6月氣溫持續走高，居民出游意愿回落至全年的第一個次低谷期。7—8月開啟酷暑模式，但由于暑假假期的原因，旅游需求在8月份回升至全年的第一個次高峰。9月入秋，學生開學，旅游需求有所回落，是年內的第二個次低谷期，但受“十一國慶節”的影響，10月份又出現居民旅游需求的第二個次高峰。11月中下旬入冬，居民旅游需求逐步下降至全年的最低谷。江蘇省及南京市、蘇州市居民對全省所有景區的旅游需求集中系數是1.71、1.35和1.54，結合以上“三峰三谷”季節變化特征的分析，可以看出江蘇省內居民旅游需求主要集中在春、夏、秋三個季節，冬季旅游需求相對較低，但整體上看，全年旅游需求季節性波動并不顯著。

圖1 居民景區旅游總需求年內時間變化

（二）單個景區旅游需求年內時間變化特征

統計匯總江蘇省居民對各景區各月網絡關注度的數值，分別制作季節曲線變化圖（圖2），按照旅游需求季節變化情況，歸類為單峰平谷、雙峰雙谷、三峰三谷和多峰多谷四種峰值變化形態（表1）。其中，單峰平谷型景區有太湖黿頭渚、徐州樂園等6家；雙峰雙谷型景區有靜思園、南通狼山、梅園新村紀念館等39家；三峰三谷型景區有天寧寺、寒山寺、甪直古鎮等40家；多峰多谷型景區有南京博物院、朝天宮等3家。

表1 居民對景區旅游需求年內變化峰值和旅游需求集中指數

單峰平谷型景區旅游需求集中指數介于3.85—5.34之間，季節波動最為明顯（圖2a）。如3—4月是太湖黿頭渚櫻花盛開時節，吸引眾多游客前來參觀游覽，而其他月份的旅游需求處于相對較低且平穩的狀態。夏季屬于水上游樂項目的旺季，如連云港連島旅游度假區是省內居民消暑休閑的好去處，7—8月網絡關注度分別為全年最高的10.5萬和11萬人次。10—12月是南京棲霞山風景區賞紅葉的季節，尤其是11月中旬，棲霞山的紅葉五彩斑斕，居民旅游需求也達到了全年的最高峰。此外，吳承恩故居旅游需求集中指數為5.34，是所有景區中最高的，這是因為12月4日“吳承恩故居變六小齡童故居”事件在互聯網上引發爭議，導致單月網絡關注度過高而產生的。

圖2 不同峰值變化類型景區各月旅游需求變化

雙峰雙谷型景區旅游需求集中指數位于1.35—4.24之間，季節波動較為明顯（圖2b）。如泰州溱湖、吳中太湖等自然景觀類旅游區和南京牛首山、茅山風景區等宗教山岳類景區的旅游需求高峰均出現于4月與10月，6—7月為次低谷，12—1月為最低谷。旅游旺季時節，溱潼會船節、太湖旅游節、春牛首國際馬拉松節等節慶活動的舉辦進一步拉高了這些景區的網絡關注度。

與雙峰雙谷型景區相比，三峰三谷型景區旅游需求集中指數要稍微低一些，介于0.77—3.07之間，季節波動較不明顯（圖2c）。如中華恐龍園、春秋淹城等主題樂園和瘦西湖、總統府等人文類景區的旅游需求高峰均是4月、8月和10月，次低谷期是5—6月和9月，最低谷期是1月。而蘇州園林、鐘山風景區等兼具自然和人文景觀類景區的次低谷與最低谷之間并不明顯，旅游需求集中指數分別為1.63和1.19，旅游季節差異性較小。

多峰多谷型景區旅游需求集中指數在1.18—1.77之間，旅游季節波動最不明顯（圖2d）。在文旅融合、文化復蘇的背景下，越來越多的年輕人渴望了解中國傳統文化，掀起一股博物館熱潮，加上清明、五一、國慶和寒暑假等節假日的影響，南京博物院、朝天宮等文化場所在2月、4月、8月和10月迎來小高峰。作為青少年參觀較多的紅色教育基地，同時受12月國家公祭日的影響，南京大屠殺遇難同胞紀念館的需求小高峰分別是4月、8月、10月和12月。

（三）居民旅游需求時間分布差異的影響因素

通過對以上內容的分析，并結合前人的研究成果發現，影響居民旅游需求時間分布差異的主要因素有：（1）氣候環境。氣候是決定一個地區對居民吸引力程度最直接的外部自然條件，對居民出游的體感舒適性和景區吸引物的最佳呈現都會產生一定的影響。（2）資源稟賦。自然風光類景區的主要吸引物如果具有明顯的季節性，會導致居民對其旅游需求集中于某個時間段內。人文類和主題樂園類景區季節性不是很明顯，只要氣候適宜都能順利開展。自然和人文旅游資源兼備的綜合類景區受季節的影響最小。（3）假期制度。受我國工作及閑暇制度的影響，清明、五一等小長假和寒暑假都是居民出游比較頻繁的時間。（4）重大事件。突發事件、節慶活動和特殊紀念日等重大事件往往會引起社會的普遍關注，從而提升目的地的網絡關注度。如G20杭州峰會、北京奧運會等重大事件會激發居民的旅游需求。（5）社會環境。近年來，社會各界不斷倡導弘揚傳統文化和培養愛國主義情懷，具有民族文化的博物館和愛國主題教育的紅色基地等景區年內旅游需求也在發生變化。

為量化分析各因素對居民旅游需求時間變化的影響程度，本文以自然和人文旅游資源兼具的蘇州園林為例，將蘇州園林各月的網絡關注度設為因變量，蘇州的氣候環境（關于氣候環境的計算方法很多，我們采用旅游氣候綜合舒適性評價模型來計算蘇州市各月的氣候環境指數）和假期制度設為自變量，采取SPSS做回歸分析，模擬測試結果為：

相關系數R=0.918

其中，Qi是全省居民對蘇州園林各月網絡關注度；Ci是蘇州市各月旅游氣候環境指數；Ti是假期制度虛擬系數，結合蘇州園林各月旅游需求變化特征，將7月、8月的虛擬數值設定為0.75和1，10月國慶設定為0.5，清明節、勞動節、端午節和中秋節設定為0.25，2月網絡關注度雖低，但有春節和寒假兩個假期，設定為0.25，其余各月均設定為0。由回歸方程可知，居民對蘇州園林旅游需求與氣候環境及假期制度虛擬系數有顯著相關性，氣候環境改變1個單位，居民旅游需求將發生19300.127人次的波動。假期制度虛擬系數改變1個單位，居民旅游需求將發生130768.438人次的波動。

四、居民旅游需求年內空間分布特征和影響因素

（一）全省居民旅游需求偏好空間分布特征

利用旅游偏好指數公式計算出全省及13個地級市居民對各景區的旅游偏好系數，并依據旅游偏好系數大小，將其劃分為五個梯隊。其中，處于全省居民旅游偏好第一梯隊的景區有蘇州園林、鐘山風景名勝區、天目湖旅游區和無錫靈山，偏好系數大于等于3.89%，這4家景區都是旅游資源豐富的綜合類5A級景區且都地處蘇南地區。中華恐龍園、春秋淹城、周莊古鎮、同里古鎮等11家景區屬于第二梯度，旅游偏好系數介于1.99—3.89%之間，這些景區主題特色鮮明，在整個區域內具有較高的資源差異性。紅山森林動物園、周恩來故里、宜興竹海等23家景區屬于第三梯隊，旅游偏好系數介于1.02—1.99%之間，居民旅游偏好程度適中。茅山風景區、徐州云龍湖、南京梅園新村等32家景區屬于第四梯隊，旅游偏好系數介于0.30—1.02%之間，居民旅游偏好程度較低。南京明文化村、高淳國際慢城、蘇州盤門等18家景區屬于第五梯隊，旅游偏好系數小于0.30%，居民旅游偏好程度最低。

在ArcGIS中，采用自然裂點法將江蘇省居民對各景區的旅游偏好系數劃分為5個區間（圖3），分析全省居民旅游需求偏好空間分布特征。從圖中可以看出，蘇北地區4A級及以上景區數量較少，且分布較為分散，景區串連成線的交通和時間成本較高，而反觀蘇南地區，4A級及以上景區數量較多且分布密集，再加上高速、高鐵等交通網絡發達，居民旅游需求偏好明顯高于蘇北地區，且主要集中于以下3個區域：（1）以無錫、常州多個景區為核心形成的斜Z型旅游偏好帶，其中無錫靈山、太湖黿頭渚、三國水滸城等組成的環太湖景區群和天目湖旅游區、宜興竹海等構成的自然山水類景區旅游需求最為旺盛。（2）以南京鐘山風景名勝區為核心組成的J型旅游偏好帶，包括總統府、夫子廟、牛首山等多個景區群。（3）以蘇州園林為核心組成的倒L型旅游偏好帶，包括周莊古鎮、甪直古鎮、寒山寺等多個蘇州景區群，這些景區大都是充滿人文氣息的名勝古跡。

圖3 江蘇省居民旅游需求偏好空間分布圖

（二）居民旅游需求偏好空間分布特征的影響因素

影響居民旅游需求偏好空間變化特征的主要因素有：（1）空間距離。由于費時短、開銷低等原因，居民會優先考慮游玩居住地附近的旅游景區。（2）經濟條件。旅游是經濟水平發展到一定階段的產物，居民可支配收入越高，旅游休閑意識越強。同時，經濟發展水平較高的旅游目的地擁有足夠的資金提升旅游產品的質量和服務水平，從而不斷增強對居民的吸引力。（3）景區知名度。通常情況下，景區的等級越高，產品業態越多元化，配套服務設施越完善，受歡迎程度就越高，尤其是具有城市品牌形象的旅游景區如蘇州園林、揚州瘦西湖等，居民來到這座城市往往都會前往參觀游覽。（4）資源豐度。旅游資源的豐富性和可參與性決定了對居民的吸引程度，如蘇州石湖風景區、常州紅梅公園等景區因為資源單一、可參與性不強導致對居民的吸引力較低。而無錫靈山從最初的佛教文化景區逐步發展成為富有禪意養生的旅游度假勝地，吸引不少游客慕名而來。（5）資源差異性。旅游資源的差異性會直接影響客源市場居民對目的地的喜好程度，如泰州、連云港、淮安等蘇中、蘇北地區的居民對中華恐龍園、環球動漫嬉戲谷等主題樂園旅游偏好程度較高。（6）人口規模。人口規模決定了一個地區有多少人能通過網絡檢索旅游目的地相關信息，也決定了一個地區能出游人數的多少。（7）對外交通。對外交通的便捷性也是影響居民旅游需求的重要因素，蘇南地區由于豐富的城際高鐵網極大地降低了居民出游的時間成本，因此居民對蘇南地區景區的旅游需求也相對較高。（8）宣傳營銷。在移動互聯網普及的大趨勢下，景區運用新媒體營銷推廣可以有效激發居民的旅游動機。根據人民網發布的景區影響力排行榜，蘇州園林、鐘山風景區、無錫黿頭渚等景區自媒體平臺在宣傳營銷方面發揮了重要作用，可以看出江蘇省居民對它們的旅游偏好程度也比較高。

1.典型地級市居民旅游需求偏好空間特征的影響因素。南京市居民人均可支配收入在全省名列前茅，居民旅游需求強烈，本文以南京市為例分析地級市居民景區旅游需求的空間分布特征（圖4）及其主要影響因素。受空間距離的影響，南京市居民旅游需求集中在南京的各市轄區，尤其是以鐘山風景名勝區、總統府、夫子廟秦淮風光帶等市區景點為主。另外，需要指出的是，近幾年主打自然山水、休閑度假等系列產品的天目湖旅游區，距離南京自駕行程約1個半小時，南京市居民對該景區的旅游需求程度也比較高。其次是蘇州園林、瘦西湖等具有較高品牌知名度的5A級景區。此外，南京市居民對中華恐龍園、春秋淹城、三國水滸景區等具有旅游資源差異性的主題樂園與影視基地以及周莊古鎮、同里古鎮等兼具水鄉風情與人文古韻魅力的名勝古跡旅游需求也較高。整體而言，南京市居民對蘇北景區的旅游需求偏低。

圖4 南京市居民旅游需求偏好空間分布圖

2.典型景區居民旅游需求偏好空間特征的影響因素。本分以品牌知名度較高、旅游資源豐富的綜合類5A級景區鐘山風景名勝區為例，從目的地的角度分析地級市居民旅游需求空間分布的特征（圖5）及其主要影響因素。可以發現，距離鐘山風景名勝區較近或經濟發展水平較高的地級市居民對其旅游需求較高，其中南京市居民對鐘山風景名勝區的旅游需求最為強烈，網絡關注度高達88萬人次。蘇州市居民對鐘山風景名勝區的旅游需求較為強烈，網絡關注度為27.9萬人次。無錫、常州、鎮江、揚州市居民對鐘山風景名勝區的旅游需求適中，網絡關注度在12—16萬人次之間。徐州、南通、鹽城、淮安、泰州市居民對鐘山風景名勝區的旅游需求較弱，網絡關注度在7—12萬人次之間。宿遷、連云港市居民對鐘山風景名勝區的旅游需求最弱，網絡關注度低于7萬人次。

圖5 南京鐘山風景名勝區居民旅游需求空間分布圖

3.其他影響因素。除了空間距離、經濟條件兩個要素之外，居民所在城市的人口規模、前往旅游目的地交通便利性等因素也會對居民旅游需求空間分布特征產生重大影響。考慮到相關數據的可獲取性，本文以各地級市到鐘山風景名勝區的距離、各地級市居民人均可支配收入、地區GDP和人口數量為自變量，以各地級市居民對鐘山風景名勝區的全年網絡關注度為因變量做回歸分析，模擬測試結果為：

其中，Qi是各地級市居民對鐘山風景名勝區的全年網絡關注度；Di是空間距離；Pi是人口規模；Gi是地區生產總值；Ii是人均可支配收入。由回歸方程可知，空間距離的邊際效應最為明顯，空間距離每變化1km，居民旅游需求隨之變化1477.73人次。其次是人口數量每變化1萬人，居民旅游需求隨之變化976.378人次。再次是地區GDP每變化1億元，居民旅游需求隨之變化36.319人次，最后是居民人均可支配收入每變化1元，居民旅游需求隨之變化13.456人次。

五、結論與討論

（一）結論

本文收集2018年江蘇省13個地級市居民對省內4A級及以上景區的百度指數數據，運用旅游需求集中指數、GIS空間分析等方法探討了省內居民旅游需求時空變化特征及其主要影響因素。研究結果是：（1）在時間維度上，江蘇省和南京市、蘇州市等地級市居民旅游需求均呈現出“三峰三谷”的季節變化特征，春、夏、秋三個季節是省內居民旅游出行高峰時段。全省居民對單個景區年內旅游需求存在單峰平谷、雙峰雙谷、三峰三谷和多峰多谷4種峰值變化類型。（2）影響居民旅游需求時間變化的主要因素有氣候環境、資源稟賦、假期制度、重大事件和社會環境等。其中，單峰平谷型景區主要受到旅游資源單一或重大事件的影響，而其他類型的景區則受到以上多個因素的綜合影響。（3）在空間維度上，省內居民對蘇南地區景區旅游需求偏好明顯高于蘇北地區，主要集中于以鐘山風景名勝區為核心的J型、以蘇州園林為核心的倒L型和以無錫、常州多個景區形成的斜Z型3個旅游偏好帶。（4）從南京市為客源地定性探討發現，空間距離、資源豐度、景區知名度、資源差異性等是影響南京市居民旅游空間偏好的主要因素；以鐘山風景名勝區為目的地，通過定量分析發現，影響居民旅游需求空間偏好特征的主要因素為空間距離和人口規模，而地區生產總值和人均可支配收入影響相對較小。

（二）討論

本研究可為江蘇省各景區旅游產品開發、市場開拓、宣傳營銷和政府相關部門政策實施提供理論參考。（1）在景區層面上，針對冬季旅游淡季市場，有資源條件的景區應加大冬季旅游產品的打造和市場營銷.如冬天在天目湖泡溫泉、在花果山觀霧凇，賞雪景等。由于空間距離原因，大多數景區還是應當以所在城市為核心市場，繼而拓展周邊旅游需求較為旺盛的其他城市。在營銷推廣方面，要結合目標市場用戶特征和自身旅游產品特性綜合考慮最適合的營銷方式，以本地居民為主的旅游景區，側重于選擇與當地媒體之間的合作，而極富趣味性和體驗性的旅游產品，抖音、快手等短視頻不失為重要的傳播載體。（2）在政府層面上，要加快蘇中、蘇北高鐵線路建設，實現全省境內高鐵網絡的全連通，縮短城市之間的空間距離。加快蘇南、蘇北地區旅游產業發展一體化進程，形成區域協同化發展的多元空間格局，避免過度的同質化競爭，如常州的主題公園、鹽城的濱海濕地、徐州的兩漢文化、淮安的漕運文化等區域品牌定位。同時，針對蘇北地區旅游景區數量和質量都相對落后的現狀，從政策和資金方面支持蘇北地區打造一批濱海風光、生態旅游、文化體驗等主題特色鮮明的精品景區和旅游線路。

（三）改進方向

本研究揭示了江蘇省居民旅游需求時空分異特征及其影響因素，首次利用百度指數衡量江蘇省居民旅游需求，并在前人研究的基礎上，對搜索關鍵詞做了改進和創新，提出關鍵詞選取遵循的典型性、區域性、全面性和整體性4個原則。使用Python工具全面抓取相關基礎數據，力求旅游需求分析的準確性和完整性。然而研究中也存在一些不足：（1）文中基于百度指數的關鍵詞選取雖有一定的代表性和合理性，但也存在非旅游需求的檢索，且游客也未必都通過百度搜索引擎獲取旅游信息，因此，作為旅游需求研究數據仍然不夠全面，有待在后續的研究中拓寬搜索渠道。（2）自然、人文、綜合類等不同類型景區是否存在旅游需求上的差異性和規律性，還需要進一步縮小研究范圍，進行更精細化的研究，而非籠統性的分析.（3）影響居民旅游需求時空分布特征的因素眾多，但所建模型僅使用了一些相對容易量化的指標進行回歸分析，模型的準確度和解釋力有待提高。以上幾個方面還需在今后的研究中予以深化。

注釋：

①中華人民共和國文化和旅游部.2018年文化和旅游發展統計公報[EB/OL].http://zwgk.mct.gov.cn.

②陶偉,倪明.中西方旅游需求預測對比研究:理論基礎與模型[J].旅游學刊,2010,25(08):12-17.

③牛亞菲.旅游供給與需求的空間關系研究[J].地理學報,1996(01):80-87.

④翁鋼民,徐曉娜,尚雪梅.我國城市居民國內旅游需求影響因素分析[J].城市問題,2007(04):31-35.

⑤許春曉,張歡,柴曉敏等.城市居民城郊旅游需求的職業分異研究——以長沙市為例[J].旅游學刊,2006(07):75-78.

⑥Crouch Geoffrey I..Effect of income and price on international tourism[J].Annals of Tourism Research,1992,19(4):643-664.

⑦Morley Clive L.The use of CPI for tourism prices in demand modelling[J].Tourism Management,1994,15(5):342-346.

⑧劉長生,簡玉峰.中國入境旅游市場需求的影響因素研究[J].產業經濟研究,2006(04):54-61.

⑨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(09):1737-1746.

⑩Isabel P.Albaladejo,María Isabel González-Martínez,María Pilar Martínez-García.Nonconstant reputation effect in a dynamic tourism demand model for Spain[J].Tourism Management,2016,53(4):32-139.