删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

长三角城市群旅游流潜力格局演变及其影响因素

本站小编 Free考研考试/2021-12-29

黄泰¹^,²^,

1. 苏州大学旅游系,苏州 215123

2. 香港大学城市规划与设计系,香港 999077

Evolution characteristics and factors affecting tourist flow potential in the Yangtze River Delta Urban Agglomerations

HUANGTai¹^,²^,

1. Department of Tourism Management,Suzhou University,Suzhou 215123,China

2. Department of Urban Planning and Design,University of Hong Kong,Hong Kong 999077,China

收稿日期:2015-04-10
修回日期:2015-10-15
网络出版日期:2016-02-01
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:

教育部人文社会科学研究青年基金项目（11YJCZH071）.国家旅游局旅游业青年专家培养计划项目资助（TYETP201527）.江苏省高校优秀中青年教师境外研修项目

作者简介:
-->作者简介：黄泰,男,江苏丰县人,博士后,副教授,硕士生导师,主要研究方向为城市旅游、高铁旅游。E-mail：huangtai_fx@163.com

展开

摘要
旅游流潜力格局是影响城市群旅游空间竞合关系协调与一体化发展的根本基础。基于旅游供需系统视角,利用GIS和改进的旅游流潜力模型研究2000年、2010年两个时间点长三角城市群旅游流潜力格局的空间变化特征,利用离散指数和Zipf分维数研究旅游流潜力格局变化的等级秩序特征,并利用积矩相关与秩相关系数分析不同因素对旅游流潜力格局变化的影响差异。研究发现：①长三角城市群旅游流潜力格局整体呈现出以扩散为主的等级结构均衡化演变特征,上海、杭州的扩散特征显著,长三角中心区域的苏州、嘉兴、常州、无锡等城市的旅游流潜力集聚提升明显;②长三角城市群旅游流潜力分布具有非均衡、多层极核的结构特征,核心-边缘模式是解释长三角旅游流潜力格局的基本模式;③旅游流潜力格局的等级秩序存在幂律分布和分形特征,进一步证实说明旅游现象中可能普遍存在幂次法则和分形发育;④旅游业水平与旅游流潜力的等级相关性和影响程度最高,人口分布、时间距离的影响程度一般,但都呈现出不断增强趋势,影响因子体系之间的紧凑性和结构效率整体增强,说明长三角城市群旅游发展的整体服务效率和旅游流竞合格局趋于优化;⑤旅游流潜力与城市经济发展水平之间存在显著性相关并随时间变化呈现出一定程度的增强趋势,证实经济发展水平是影响城市旅游流潜力的重要变量,也相应说明了本文旅游流潜力模型具有有效性和实用性。

关键词：旅游流潜力;潜力模型;ArcGIS网络分析;空间格局变化;等级秩序变化;影响因素;长三角城市群
Abstract
Tourist flow potential is the fundamental basis for the spatial competition-cooperation and integration development of urban agglomerations. Based on the tourism demand and supply system we used GIS and an improved gravity model to study spatial structural change of tourist flow potential in Yangtze River Delta Urban Agglomerations for 2000 and 2010. We used the discrete index and Zipf fractal dimension to study specific degrees of change and grade differences in structure. We then used product-moment correlation and rank correlation coefficients to analyze the impact and differences on the change in main factors’ structure,such as level of tourism,population distribution and time accessibility. We found that the whole structure is an equalization of hierarchical structure characterized by diffusion：the diffused characteristic is obvious in Shanghai and Hangzhou,and the tourist flow potential of cities in the center of the Yangtze River Delta （e.g. Suzhou,Jiaxing,Changzhou and Wuxi）has improved. The distribution of tourist flow potential in the Yangtze River Delta is disequilibrium and multi-polar nuclei,and a core-edge mode is the basic model to explain the structure. The power-law distribution and fractal characteristics in the hierarchical order of the structure further strengthen that power law and fractal growth can be a common phenomenon in tourism. Level of tourism industry and ranked tourist flow potential were the most strongly correlated,and the impact of population distribution and time distance is general. The compactness and structural efficiency between impact factors systems are strengthening,illustrating that tourism service efficiency and competition structure in Yangtze River Delta metropolitan areas tend to optimize. The correlation between tourist flow potential and urban economic level is significant and increasing over time,indicating that economic level is an important factor impacting urban tourist flow potential.

Keywords：tourist flow potential;potential model;ArcGIS network analyst;spatial structure change;changes in hierarchical order;impact factors;Yangtze River Delta Urban Agglomerations

-->0
PDF (2329KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
黄泰. 长三角城市群旅游流潜力格局演变及其影响因素[J]. , 2016, 38(2): 364-376 https://doi.org/10.18402/resci.2016.02.18
HUANG Tai. Evolution characteristics and factors affecting tourist flow potential in the Yangtze River Delta Urban Agglomerations[J]. 资源科学, 2016, 38(2): 364-376 https://doi.org/10.18402/resci.2016.02.18

1 引言

城市群是当前中国推进新型城镇化的主体形态,伴随着经济和城镇化快速发展,中国京津冀、长三角、珠三角三大城市群以及山东半岛、辽中南、武汉、成渝、长株潭等多个新兴城市群都在快速发展壮大,城市群成为引领中国区域社会经济发展的重要平台和主导力量,也成为新常态下中国城市科学研究关注的热门话题。城市群通常拥有发展旅游的优越条件,而旅游也能够促进城市群经济转型升级和提高城市群的品牌形象与综合竞争力,所以城市群旅游发展一直是中国政府部门和****非常重视的问题。与国际发达城市群相比,中国城市群大多仍处于起步或发展期,城市群内部城市之间的旅游发展水平差异较大,利益矛盾比较突出。尽管从20世纪80-90年代中国多个地区就开始提出旅游联合发展、打造一体化旅游圈的战略计划,但迄今中国城市群内部旅游合作的成功案例不多,也没有一个城市群真正形成具有影响力的统一旅游品牌形象。
有关城市群旅游发展的研究内容主要涉及旅游者行为网络^[1-5]、区域旅游竞争与合作^[6-8]、旅游空间供给格局^[9,10]与演变^[11]、旅游发展战略模式^[12]、旅游公众参与^[13]、旅游政策影响^[14]和旅游可持续发展^[15]等多个方面。然而,与旅游学其它研究领域相比,城市群旅游发展研究的文献总量相对偏少,且国外研究文献数量少于中国^[16],这主要是因为西方发达城市群的经济一体化和旅游市场自由化程度较高,城市群旅游合作发展面临的问题矛盾相对较少。国外研究在宏观层面上比较重视城市群国际化战略的制定^[17],微观层面上相对关注一些比较具体的研究问题,比如城市群旅游主要产业要素的集聚问题^[18,19]、旅游空间供给中的公共私人矛盾及社会分歧^[20]、旅游跨行政合作的条件问题^[21]等,特别对旅游者选择行为规律做了比较深入的实证调查研究^[5],并归纳提出了一些经典的旅游空间理论模式^[22,23]。中国****一直比较重视区域旅游合作与城市群旅游发展研究,早期大量文献分析了区域旅游合作模式与战略对策问题^[24],近年来一些****开始利用生态位^[25]、核心-边缘模式^[26]等尝试解释城市群旅游空间竞合关系格局,利用社会网络等方法研究客流网络结构^[27],并关注了新兴高铁要素对区域旅游发展的影响问题^[28]。分析文献不难发现,已有城市群旅游研究大多是将旅游城市、旅游交通、旅游客流等旅游系统要素分开独立研究,GIS与旅游模型集成方法应用不足,对城市群旅游系统格局发展演变的时间过程、结构效应、动力机制研究不足。
以旅游者空间移动为核心的旅游流是旅游现象和旅游业基础,是旅游系统神经中枢和纽带^[29,30],也是城市群旅游空间结构优化研究的基本切入点。旅游流包括现实旅游流和潜在旅游流,前者是已经发生空间迁移的现实客流,侧重表征描述,而后者是旅游供需系统综合作用下的潜在客流,强调驱动机制,与前者相比,后者更具旅游预测和旅游发展指导价值^[31],但研究的深度难度更大,目前仍是旅游流研究的薄弱环节^[32]。本文城市群旅游流潜力格局是指城市群范围内各城市潜在客流规模的空间分布格局,反映了各城市的客流潜力和竞争关系,是厘清城市群旅游空间竞合关系和制定城市群旅游一体化战略的重要依据。旅游流一直是旅游地理学关注的核心问题之一^[33],已有研究主要集中在旅游流空间模式和旅游流驱动机制两个方面^[34]。其中,对旅游流空间模式的研究可谓成果丰富,主要从流量、流向、流径的角度对旅游人数、构成、集散转移及相关变动进行共时性、历时性的研究^[35-37],西方****归纳一些解释旅游流的经典空间模式,比如旅游流层次模型^[38]、旅游流核心—边缘模式^[39,40]、旅游流圈层结构模式^[41]等,中国****近年来则对国内、国际旅游流流动模式开展大量实证研究^[42-45]。在旅游流驱动机制方面,国内外研究成果都相对较少,国外****对旅游流动力机制研究虽然不多^[46,47],但却奠定了旅游流动力机制研究的基础。丹恩（Dann）在1977 年将托尔曼（Tolman）的推—拉理论（Push-Pull Theory）应用于旅游研究领域,从而产生了旅游学中著名的推-拉理论^[48],该理论从本质上说明了旅游流是旅游供需系统或旅游目的地与客源地系统（O-D系统）综合作用下的结果。中国有关旅游流驱动机制的研究可谓刚刚兴起,以往的旅游流研究普遍存在将旅游客源地、旅游目的地割裂分别研究的问题,钟士恩、张捷等将这种现象称为旅游流研究的“二元陷阱”^[41],在系统化思维相对缺位的情境下,以往研究想要论及或解决系统化的旅游流驱动机制问题自然也不太可能。2010年郑鹏从推-拉理论视角对旅游者流动行为机理进行分析^[49];高军等在此基础上提出了“推-拉-阻”旅游动力机制,并建立了旅华英国游客从客源地到目的地的动力机制模型^[35];2011年杨兴柱等探索分析了旅游流驱动力系统,认为旅游流驱动力应包括旅游者的外在驱动力、旅游需求的外在动力、旅游供给的外在动力、距离阻力、惯性力、空间结构力等^[32]。近期的这些旅游流驱动机制探讨的观点虽然不尽相同,但基本都是对推-拉理论思想的应用与发展探索,同时也是对国内相对孤立而片面的旅游流研究现状的一种进步性反思。总的来看,推-拉理论是国内外学术界普遍公认的旅游流驱动机制解释模型,但相关的实证检验研究严重不足。
旅游流潜力是旅游流驱动机制研究的核心问题,本文立足旅游流推-拉理论和城市群内部旅游供需网络系统视角,将长三角区域的30个旅游目的地城市、175个县区居民旅游需求潜力市场用公路、铁路综合高速交通路网相连接,选择2000年和2010年两个时间点,利用GIS和改进的旅游流潜力模型研究长三角城市群旅游流潜力格局的演变特征及影响因素,以期弥补旅游流驱动机制理论实证研究薄弱环节,并为长三角城市群旅游空间优化发展实践提供科学决策依据。

2 研究区概况与研究方法

2.1 研究区概况

长三角是中国经济发展水平最高的城市群,随着综合实力和地区辐射影响力不断增强,国家和地方政府开始逐渐扩大长三角的规划建设范围。2010年国务院颁布的《长江三角洲地区区域规划》将规划区范围设定为上海、江苏、浙江全部^[50],截至2013年底长三角经济协调会会员城市除江浙沪外还包括了安徽省的合肥、马鞍山、芜湖、滁州、淮南5个城市,会员城市总量达到30个。扩大长三角范围是城市群不断发展壮大的必然结果,传统上以16个核心城市为对象的学术研究已经相对滞后于实际发展需要。鉴于此,本文将以最新的长三角经济协调会的30个会员城市为对象研究城市群旅游流潜力格局的演变与优化问题。

2.2 城市旅游流潜力模型

城市旅游流潜力是指城市从其外围潜在客源市场中获得旅游流能力的大小,受到城市自身旅游吸引物供给、客源地人口旅游需求、供给需求之间的空间阻隔以及与其他城市的客流比较优势等多种因素的影响。L. J. Crampon于1966年提出的基于牛顿万有引力定律的旅游引力模型是测度旅游流潜力的经典模型^[51]：

\begin{matrix} T_{ij} = G \frac{P_{i} A_{j}}{D_{ij}^{b}} \end{matrix}

（1）
式中

\begin{matrix} T_{ij} \end{matrix}

为客源地i与目的地j之间旅游客流量的测度;

\begin{matrix} P_{i} \end{matrix}

为客源地i人口规模、财富或旅行倾向的量度;

\begin{matrix} A_{j} \end{matrix}

为目的地j对客源地i产生吸引力的某种量度;

\begin{matrix} D_{ij} \end{matrix}

为客源地i与目的地j之间的距离;G、b为经验系数。
Crampon模型表明旅游流有3个影响因子：目的地引力、客源地推力以及客源地、目的地之间的距离。该模型强调了旅游流的产生受到最核心的旅游系统要素影响,国内外****在对旅游流影响因素的大量实证研究基础上,已经基本都认同客源地的人口规模或经济发展水平、旅游者的旅游动机和特征属性、目的地的旅游业发展水平以及客源地和目的地之间的距离等是影响旅游流形成的主要因素^[52,53]。但由于旅游者的旅游动机和特征属性属于个体旅游者的出游影响因素,通常与旅游体验分析相关联,而旅游流属于旅游者群体,因而其不适合作为本模型的指标因子。另外,该模型显然忽略了多个目的地对同一客源地的客流竞争问题,而经济学中的市场潜力研究在处理此类问题时已有比较成熟的方法,即通过比较某一市场吸引力与同类所有市场吸引力之和的比值来反映该吸引力的市场竞争或潜在客流规模,鉴于此,本文基于经济学市场潜力概率分配思想对Crampon旅游流引力模型进行改进,构建新的城市旅游流潜力模型。
计算旅游城市j对县区i的吸引力公式为：

\begin{matrix} A_{ij} = \frac{S_{j}^{α}}{d_{ij}^{β}} \end{matrix}

（2）
计算全部n个旅游城市对县区i的总体吸引力公式为：

\begin{matrix} A_{i} = \overset{n}{\sum_{j = 1}} \frac{S_{j}^{α}}{d_{ij}^{β}} \end{matrix}

（3）
计算基于吸引力比的县区i到旅游城市j的出游概率公式为：

\begin{matrix} P_{ij} = \frac{\frac{S_{j}^{α}}{d_{ij}^{β}}}{\overset{n}{\sum_{j = 1}} \frac{S_{j}^{α}}{d_{ij}^{β}}} = \frac{A_{ij}}{A_{i}} \end{matrix}

（4）
则旅游城市j的预期游客量,即城市j的旅游流潜力指数公式为：

\begin{matrix} E_{j} = \overset{m}{\sum_{i = 1}} (C_{i} ? P_{ij}) = \overset{m}{\sum_{i = 1}} (\frac{C_{i} ? S_{j}^{α}}{d_{ij}^{β} \overset{n}{\sum_{j = 1}} \frac{S_{j}^{α}}{d_{ij}^{β}}}) \end{matrix}

（5）
式中

\begin{matrix} A_{ij} \end{matrix}

为旅游城市j对县区i的吸引力指标;

\begin{matrix} A_{i} \end{matrix}

为旅游城市群对县区i的总旅游吸引力指标;

\begin{matrix} P_{ij} \end{matrix}

为县区i到旅游城市j的出游概率值;

\begin{matrix} E_{j} \end{matrix}

为城市j的旅游流潜力指数;

\begin{matrix} S_{j} \end{matrix}

为城市旅游业绩水平;

\begin{matrix} d_{ij} \end{matrix}

为县区居民点i到旅游城市j的时间距离阻力;

\begin{matrix} C_{i} \end{matrix}

为分县居民点i的人口数量;m为分县居民点总数;n为旅游城市总数;

\begin{matrix} α \end{matrix}

、

\begin{matrix} β \end{matrix}

为分县居民点i到旅游城市j的摩擦系数;

\begin{matrix} d_{ij} \end{matrix}

直接采用高速交通最短时间距离能够较为客观地反应空间阻隔,因而无需考虑摩擦参数。该模型城市群旅游流潜力网络分析需要构建县区与城市之间最短时间距离矩阵,需要测算的数据量大,ArcGIS最新网络数据集是本文分析的必要工具。

2.3 数据来源与处理

城市旅游流潜力的测算需要获取城市旅游吸引力、区域人口需求力、人口到旅游城市的空间阻隔力三个方面的数据（图1）,主要来源于：2000年、2010年的《中国旅游统计年鉴》^[54,55]、城市的国民经济与社会发展年度报告;2000年第五次人口普查分县数据和2010年第六次人口普查分县数据^[56,57];两个时间点的基于ArcGIS的长三角高速公路网络、高速铁路网络数字化数据。

显示原图|下载原图ZIP|生成PPT
图12000年、2010年长三角城市群的县区人口数量分布、城市旅游业发展水平及城市平均最短可达时间
-->Figure 1Population distribution、tourism development level and the average shortest time accessibility of Yangtze River Delta Urban Agglomerations in 2000 、 2010
-->

数据处理方法为：
（1）人口需求分县数据是以县（市）或地级市的区为基本人口单位,考虑到两个时间点的行政区划有所变动、区的面积通常比县（市）小的多,对大多数城市的区进行合并处理,少数面积较大的县改区仍独立计算,最终得到长三角共计175个分县区人口统计单元数据,然后计算得到基于县区尺度人口数量的旅游需求力指标（图1a,图1b）。
（2）城市旅游总收入和总游客量是反映旅游业发展水平的主要指标,对这两项指标进行无量纲化处理,然后等权重求和即得到城市旅游综合绩效水平（图1c,图1d）,用于反映城市现实旅游吸引力大小。
（3）旅游供给与需求之间的空间阻隔直接采用高速公路和铁路组合交通网的最短可达时间距离来反映（图1e,图1f）。最短可达时间可利用ArcGIS10.1网络分析测算,先建立2000年、2010年两个时间点的交通网络数据集,根据交通线路的等级标准并结合长三角实际,设定高速公路时速等级：国家高速公路100km/h、省际高速公路80km/h、国道省道60km/h;设定铁路时速等级：单线铁路90km/h、复线铁路120km/h、高速铁路200km/h（合宁、甬台温）和高速铁路250km/h（沪宁城际、沪杭城际）,县区到城市直线连接、时速定为50km/h,拓扑检测确保交通网络与城市节点、县区居民点节点无缝连接,然后运行交通网络数据集中的OD矩阵分析,得到城市与县区之间的30×175的最短可达时间矩阵。最后,将上述三方面指标数据导入城市群旅游流潜力矩阵模型即可得到长三角30个城市在2000年、2010年两个时间点的旅游流潜力指数。由于2000年舟山对外高速公路尚未开通,图2旅游流潜力格局变化结果中对应的舟山部分为空缺。

3 城市群旅游流潜力格局演变特征

3.1 旅游流潜力非均衡分布与多层极核模式

非均衡是区域空间发展的重要动力和基本特征。人口分布（潜在旅游者）、旅游资源、旅游交通等要素的不均衡分布内在地决定了城市群旅游流潜力应具有不均衡性。从图2可以看出,2000年、2010年长三角城市群旅游流潜力格局均呈现出比较明显的非均衡分布特征。在旅游流潜力5个等级中,上海作为长三角全域唯一1个一级极核,地位突出;第二等级,2000年包括杭州、南京、苏州3市,2010年无锡从第三等级提升到第二等级;第三等级,2000年包括无锡、宁波,2010年则变成宁波、常州、镇江、嘉兴、绍兴、温州、扬州、合肥8市,增幅较大。可见,长三角城市群旅游流潜力格局在动态变化中保持着清晰的多层极核结构模式。再加上游客分布具有趋高性和向心性的特征规律,会进一步消弱低等级城市的客流竞争力,加剧城市旅游流潜力的两极分化,最终形成比较典型的多层级核心-边缘结构模式。

3.2 旅游流潜力格局变化的相对稳定性特征

2000-2010年,长三角城市群旅游流潜力格局并没有出现太大的颠覆性变化（图2）。上海作为最高一级核心以及杭州、南京、苏州等局域极核的态势一直没有改变,旅游流潜力最低等级的淮安、丽水、盐城、衢州、芜湖、马鞍山、宿迁、滁州、淮南的边缘化地位也一直没有改变,可见城市群旅游流潜力格局变化具有相对稳定的特征。究其原因：①传统旅游资源具有不可移动性和数量的稳定性,旅游资源是具有特色的吸引物,需要奇特的自然景观或悠久的历史人文积淀,其数量是相对稳定的、有限的;②人造类旅游吸引力虽然开发速度较快,但对市场和投资的要求较高,促使其向区域中心经济发达城市集聚;③长三角旅游资源分布相对集中于沪宁苏杭等区域中心城市,旅游与经济、人口、交通的耦合度高,上述因素共同决定了旅游流潜力格局的相对稳定性。认清这一点有助于避免盲目夸大旅游发展的比较优势。

显示原图|下载原图ZIP|生成PPT
图22000-2010年长三角城市群旅游流潜力格局及其变化特征
-->Figure 2Tourist flow potential structure and its changing characteristics of Yangtze River Delta Urban Agglomerations
-->

3.3 以扩散为主的等级结构均衡化演变特征

长三角多数城市的旅游流潜力增强了,城市之间的旅游流潜力差异降低、均衡化发展的态势明显。系统聚类划分的旅游流潜力高低范围值域从2000年的（43.46~5 432.06）万人缩减到2010年的（50.90~475.96）万人（图2）,从一个侧面反映了旅游流潜力的等级均衡化发展特征。上海、杭州的旅游流潜力呈负增长,极核扩散特征显著。
首位度、标准离差率、归一化熵差是度量离散集合等级分布差异性特征的常用指标。其中,首位度用于反映等级分布的极化特征,其计算公式为：

\begin{matrix} T = Q_{1} / Q_{2} \end{matrix}

（6）
式中T为旅游流潜力首位度;Q₁为位居第一位的城市旅游流潜力规模;Q₂为位居第二位的城市旅游流潜力规模;T值越大说明极化差异越显著。
标准离差率的计算公式为：

\begin{matrix} AD = \frac{S D_{E_{j}}}{\overset{n}{\sum_{j = 1}} \frac{E_{j}^{}}{n}} \end{matrix}

（7）
式中

\begin{matrix} S D_{E_{j}} \end{matrix}

为旅游流潜力

\begin{matrix} E_{j}^{} \end{matrix}

的标准差,标准离差率越大等级离散程度越大。
归一化熵差是基于系统论和信息论原理的等级判别指标,可以通过提取等级结构内隐的信息熵来更深入地揭示旅游流潜力等级分布差异^[58],其计算公式为：

\begin{matrix} d (X) = 1 - \frac{(- \overset{n}{\sum_{i = 1}} p_{i} \log p_{i})}{logN} \end{matrix}

（8）
式中N为旅游流潜力单元数量;

\begin{matrix} p_{i} \end{matrix}

为旅游流潜力单体分值的概率分布;d（X）的值在0~1之间,为0时说明集合中所有数值都相等,此时为完全均匀分布,为1时说明集合中只有一个数值。
计算结果见表1,可以看出：①上海是旅游流潜力规模首位城市,其首位度从2000年的3.686降低到2010年的2.784,极化效应减弱、扩散效应增强;②长三角城市群旅游流潜力的标准离差率测算结果从1.940减小到1.530,旅游流潜力分布趋于均衡化;③归一化熵差的测算结果从0.255减小到0.187,长三角城市群内部城市之间的旅游流潜力差距减小,旅游流潜力格局向均衡方向演变。可见,不同性质的差异化指标均显示出长三角城市群旅游流潜力等级结构的演变特征以扩散与均衡化为主。
Table 1
表1
表12000年、2010年长三角城市群旅游流潜力主要集散指数
Table 1Main dispersion index of city tourist flow potential of Yangtze River Delta Urban Agglomerations in 2000,2010

	平均值/万人	首位度	标准离差率	归一化熵差
2000年	523.190	3.686	1.940	0.255
2010年	584.990	2.784	1.530	0187

新窗口打开

3.4 旅游流潜力向传统优势区位集聚特征

集聚与扩散是一个同时并存、相互制约的动态过程。图2显示,长三角边缘或外围城市的旅游流潜力较低,除温州等极少数经济发达城市外,外围城市的旅游流潜力边缘化特征明显,旅游流潜力主要向位于临近上海的长三角中心区域集聚,这也是长三角传统的经济、交通、人口及地理综合优势区位。浙南丽水、衢州和苏北宿迁等边缘城市的旅游流潜力相对变化即增长速度较快,主要是受到淮徐高速公路、甬台温铁路等交通因素的影响,然而由于旅游流潜力基础弱,尽管增幅较大,旅游流潜力的绝对增长却并不显著,其边缘化地位并未得到根本改变。而苏州、嘉兴、常州、无锡、合肥等传统区位优势城市的旅游流潜力规模增长排名前六位,旅游流潜力向传统优势区位城市集聚的特征明显。

3.5 旅游流潜力等级幂律分布及分形特征

自然界和社会生活中广泛存在幂律分布现象,城市规模与人口的幂律分布特征已被广泛证实和认可。旅游现象中是否存在幂次法则是一个有待进一步论证检验的理论问题。刻画城市群旅游流潜力的幂律分布特征能够更具体地揭示旅游流潜力等级差异的细部特征,也有助于论证揭示其是否存在幂律等级差异本质。利用位序规模Pareto分布模型公式：

\begin{matrix} P_{(k)} = P_{1} K^{- q} \end{matrix}

（9）
式中

\begin{matrix} P_{1} \end{matrix}

为排名第一的指标值;K为旅游流潜力值的排序号;P_（_k_）为序号为K时的旅游流潜力值的大小;q为位序规模参数,类比Hausdorff维数定义N（r）∝r-D^[59],可知q=1/D,D就是城市群旅游流潜力等级规模分布的分维值,简称为Zifp分维,D在1.0左右为Pareto分布,值越大等级结构越松散均衡,越小等级结构越紧致。根据以上公式,将旅游流潜力P（K）按降序排序,对应赋予序号K=1,2,…,N,然后绘制双对数图（图3）,可以直观考察旅游流潜力的等级递变特征,将x、y轴对换拟合双对数曲线可得Zipf分维值（表2）。
Table 2
表2
表2长三角城市群旅游流潜力等级分布Zipf分维检验与回归拟合
Table 2Zipf fractal dimension and regression testing of city tourist flow potential’s rank distribution of Yangtze River Delta Urban Agglomerations

旅游流潜力	标度分段	无标度区范围	拟合方程	Zipf分维	判定系数R²	F值	Sig.值
2000年	无分段	K=1~29	LnP（K）=-1.282 2LnK+17.864	0.725 4	0.930 1	359.325	0.000
2010年	无分段	K=1~30	LnP（K）=-1.186 7LnK+17.938	0.779 0	0.924 4	342.553	0.000

新窗口打开
从图3可以看出,旅游流潜力等级拟合散点线性拟合效果很好,偏倚性较小,右下侧低等级散点虽然有快速下降的蜕变分离趋势,但程度不明显,采用单区段拟合的判定系数也均达到比较显著的效果,说明存在长三角城市群旅游流潜力等级分布存在幂次法则和分形特征,单分形发育为主,旅游流潜力等级的两极分化不显著。进一步比较Zipf分维值大小,2000年的分维值0.725 4小于2010年的0.779 0,分布模式向规则Pareto模式转化,等级差异性变小,旅游流潜力向均衡方向发展。

显示原图|下载原图ZIP|生成PPT
图3长三角城市群旅游流潜力等级的位序-规模双对数拟合
-->Figure 3Rank-size double-logarithmic regression figure of tourist flow potential of Yangtze River Delta Urban Agglomerations
-->

4 影响因素分析

4.1 不同因素对旅游流潜力格局影响呈现差异性特征

为考察旅游业绩水平、人口规模分布、可达性时间距离等主导影响因子对城市旅游流潜力影响的具体程度与差异性,有必要测算相关影响要素与旅游流潜力的相关性。首先,运用皮尔逊（Pearson）积矩相关系数考察等级相关的程度以及是否满足正态分布。由表3可知旅游业绩水平与旅游流潜力在2000年、2010年两个时间点的相关系数分别为0.998和0.996,相关度很高;人口分布的相关系数从0.800提高到0.894,相关度也很高,且呈现增强趋势;时间距离在2000年没有达到显著性相关水平（有必要进一步考察秩相关指标）,2010年达到中等相关程度的显著性水平,说明交通影响的强度在提高。进一步测算斯皮尔曼（Spearman）秩相关系数和肯氏（Kendall）秩相关系数,所得秩相关系数均达到显著性水平（表3）。相关系数的绝对值大小对比可知,旅游水平达到极强相关,影响程度最显著;而人口分布与时间距离系数相对偏小,影响程度处于中等水平。2000年影响系数从大到小依次为旅游水平、人口分布、时间距离,2010年排序变成旅游水平、时间距离、人口分布,可看出人口分布影响变弱、时间距离影响增强的变化特征。
Table 3
表3
表3长三角城市群旅游流潜力与影响因素的相关性计算结果
Table 3Calculated results of the correlation between city tourist flow potential and main impact factors of Yangtze River Delta Urban Agglomerations

相关系数	观测变量	旅游流潜力与旅游水平		旅游流潜力与人口分布		旅游流潜力与时间距离
相关系数	观测变量	2000年	2010年	2000年	2010年	2000年	2010年
Pearson	相关系数	0.998**	0.996**	0.800**	0.894**	-0.292	-0.469**
	显著水平（双尾）	0.000	0.000	0.000	0.000	0.000	0.000
	城市个数	29	30	29	30	29	30
Kendall's tau_b	相关系数	0.901**	0.894**	0.404**	0.462**	-0.350**	-0.471**
	显著水平（双尾）	0.000	0.000	0.000	0.000	0.000	0.000
	城市个数	29	30	29	30	29	30
Spearman's rho	相关系数	0.978**	0.979**	0.552**	0.636**	-0.500**	-0.647**
	显著水平（双尾）	0.000	0.000	0.000	0.000	0.000	0.000
	城市个数	29	30	29	30	29	30
注：** 表示显著性水平为0.01（双尾）;* 表示显著性水平为0.05（双尾）。

新窗口打开

4.2 旅游流潜力影响因子体系的整体结构效率增强

旅游流潜力受多个因子的影响制约,随着每个因子影响程度的发展变化,由此构成的影响因子体系的整体结构效应也会发生变化,从而影响城市群旅游流潜力系统的结构效率水平。从2000-2010年影响因素的秩相关系数变化来看,旅游业绩水平的相关系数变化幅度极小,影响程度基本没有变化。人口分布、时间距离的相关系数都在增大,呈现出从弱相关向中等相关逐渐增强的变化特征,说明二者的影响程度都有不同程度的提高。与时间距离和人口分布相比,从2000年的相对弱势变成2010年的微弱强势,说明交通发展因素对提升旅游流潜力发挥了较大作用。综上可知,影响因子体系与旅游流潜力的整体相关性和紧凑度增强,说明旅游流潜力的内部功能结构逐步趋于优化完善,长三角城市群旅游流潜力系统的整体效率有所提高。

显示原图|下载原图ZIP|生成PPT
图4长三角城市群旅游流潜力与城市GDP相关性
-->Figure 4Correlation between city tourist flow potential and GDP of Yangtze River Delta Urban Agglomerations
-->

4.3 高速交通对旅游流潜力的瓶颈突破和节点集聚效应

前文旅游流潜力的测算及结果分析显示,交通是影响旅游流潜力的关键要素,完善区域高速交通网络是中国推进区域均衡发展的重要手段。对于一些处于边缘区位、经济发展相对落后的城市而言,高速交通特别是高铁的开通可以突破交通瓶颈制约带来相对均等的旅游发展机会。2000-2010期间长三角区域新增开通的高铁有沪宁城际、沪杭城际、甬台温高铁、沪宁高铁;高速公路有G2513淮徐高速、S18盐淮高速、G15沈海高速、G15W常台高速、浙江S26诸永高速、G60沪昆高速、G1512甬金高速、G25长深高速、S28台金高速。图1中的可达性时间格局即是基于高速交通网络的结果,将之与旅游流潜力格局（图2）进行对比分析：①旅游流潜力排在前三等级的城市基本都是高速交通比较发达的城市,其中温州作为边缘区域城市受甬台温高铁的开通的影响最显著（图1）;②旅游流潜力绝对增长靠前的苏州、嘉兴、常州、无锡、合肥、镇江等都是处于长三角核心区位的高铁节点城市,相对变化靠前的丽水、嘉兴、合肥、湖州、常州、衢州、宿迁、台州等也都是区位相对弱势或高铁与高速公路建设变化较快的城市。总体来看,高速交通体系的不断完善突破了弱势区位城市的交通瓶颈,促进了城市之间旅游流分布的相对公平性。

4.4 旅游流潜力与城市经济发展水平之间存在显著相关性

相对于旅游供需系统而言,城市经济发展水平并非直接的旅游要素变量,因而本文旅游流潜力模型也没有将其作为构成变量予以考量。学界普遍认同经济对旅游流发展的积极推动作用,城市经济发展水平既是城市旅游流潜力的重要影响因素,也可用作本文旅游流潜力模型有效性的重要判别因素。因此,一方面为了揭示城市经济发展水平对城市旅游流潜力的影响程度及变化特征,另一方面为了检验本文旅游流潜力模型的有效性和实用性,本文进一步分析2000年、2010年两个时间点的标准化旅游流潜力与标准化城市GDP之间的线性相关特征（图4）。从相关性的时间变化来看,相关系数从2000年的0.821 6增长到2010年的0.880 8,对应的相关显著性R²也从0.841 9增加到0.914 0,相关程度变化呈现出一定的增强趋势。具体就两个时间点而言,均已达到显著性相关水平,证实长三角城市旅游流潜力与城市经济发展水平之间存在显著性相关,也说明本文所利用旅游流潜力模型是实用和有效的。相关系数不等于1,意味着城市经济发展水平和城市旅游流潜力不可能是完全一致的,揭示二者之间的差异恰恰是旅游影响研究的关键所在。

5 结论与讨论

（1）近年来中国城市群旅游快速发展,客观认识城市之间的旅游流竞合关系,促进城市之间的旅游优势互补和一体化发展是城市群旅游空间发展研究的重要问题。本文从旅游系统角度应用GIS和改进的旅游流潜力模型研究长三角城市群旅游流潜力格局演变可以得到比较具体的分析结论。已有研究成果将旅游资源、旅游市场、旅游交通单独分析然后简单总结它们之间存在密切关系,这种处理方式相对缺乏严谨性。另外,完整的旅游空间格局应该包括旅游地的产品供给格局、区域居民的出游潜力格局、实际客流的空间迁移格局等多个方面,以往研究存在以偏概全、对研究对象的属性维度认知不足等问题。
（2）2000-2010年期间长三角城市群旅游流潜力格局变化的整体程度相对稳定,最高等级和最低等级的城市位序没有太大变化,中低层次的位序上升比较明显。上海、杭州作为区域极核城市的旅游流潜力扩散显著,中上等级城市的旅游流潜力集聚、数量规模扩张明显, 整个长三角城市群旅游流潜力呈现出以扩散为主、等级结构向均衡化方向演变的特征。长三角城市群旅游流潜力与旅游资源、经济、人口、交通等因素的区位吻合度较高,在一定程度上强化了旅游流潜力向以上海为中心的长三角中心区域集聚。在分布模式上,长三角城市群旅游流潜力的非均衡、多层极核模式显著,核心-边缘模式是解释城市群旅游流潜力格局的基本模式。另外,本文研究显示旅游流潜力等级秩序存在幂律分布和分形特征,进一步证实旅游现象中可能普遍存在幂次法则和分形特性。
（3）影响城市旅游流潜力的因素复杂多样,比较旅游业绩水平、人口规模分布、可达性时间距离三个主导变量发现,旅游业绩水平与旅游流潜力的相关性最高,这也说明旅游发展具有一定的连续性和稳定性,旅游基础薄弱城市要大幅度提高旅游流潜力或客流竞争水平,面临的瓶颈阻力较大。人口分布、时间距离与旅游流潜力的相关性和影响程度都呈现出增强趋势,这也说明影响因子体系之间的紧凑性和结构效率增强,长三角城市群旅游流潜力格局效率和客流竞合关系趋于优化。另外,时间距离的相关性和影响程度变化提升明显,进一步研究高铁新要素对城市群旅游流空间格局的影响是后续研究的主要方向。
（4）城市经济发展水平并非直接的旅游要素变量,因而也不是本文旅游流潜力模型的构成变量,但可作为检验旅游流潜力模型有效性的重要相关变量。检验结果显示,长三角城市旅游流潜力与城市经济发展水平之间存在显著性相关,相关程度随着时间变化呈现出一定的增强趋势,证实经济发展水平是影响城市旅游流潜力的重要综合性变量,也说明本文旅游流潜力模型具有有效性和实用性。另外需要强调的是,城市经济不等于城市旅游,将旅游要素从宏观经济系统中剥离并开展有针对性的旅游研究及政策制订,一直是困扰旅游学研究的难题,本文立足旅游系统视角的研究是一种必要有益的尝试。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	杨兴柱,顾朝林,王群. 南京市旅游流网络结构构建 [J]. 地理学报,2007,62(6):609-620. [本文引用: 1] [Yang X Z,Gu C L,Wang Q.Urban tourism flow network structure construction in Nanjing [J]. Acta Geographica Sinica,2007,62(6):609-620.] [本文引用: 1]
[2]	陈浩,陆林,郑嬗婷. 基于旅游流的城市群旅游地旅游空间网络结构分析-以珠江三角洲城市群为例 [J]. 地理学报,2011,66(2):257-266. [Chen H,Lu L,Zheng S T.The spatial network structure of the tourism destinations in urban agglomerations based on tourist flow:A case study of the Pearl River Delta [J]. Acta Geographica Sinica,2011,66(2):257-266.]
[3]	Hwang Y,Gretzel U,Fesenmaier D R.Multicity trip patterns:Tourists to the United States [J]. Annals of Tourism Research,2006,33(4):1057-1078.
[4]	Stewart S J,Vogt C A.Multi-destination trip patterns [J]. Annals of Tourism Research,1997,24(2):458-461.
[5]	Lue C,Crompton J L,Stewart W P.Evidence of cumulative attraction in multidestination recreational trip decisions [J]. Journal of Travel Research,1996,35(S1):41-49. [本文引用: 2]
[6]	潘丽丽,保继刚. 长江三角洲城市旅游地竞争关系 [J]. 经济地理,2008,28(1):152-157. [本文引用: 1] [Pan L L,Bao J G.Study on urban tourism destinations competition in Yangtse River Delta [J]. Economic Geography,2008,28(1):152-157.] [本文引用: 1]
[7]	Zhang H,Gu C,Gu L,et al.The evaluation of tourism destination competitiveness by TOPSIS & information entropy:A case in the Yangtze River Delta of China [J]. Tourism Management,2011,32(2):443-451.
[8]	杨效忠,张捷,乌铁红. 跨界旅游区的组织网络结构与合作模型-以大别山天堂寨为例 [J]. 地理学报,2009,64(8):978-988. [本文引用: 1] [Yang X Z,Zhang J,Wu T H.Social network structure and cooperation model of cross-border tourism region:A case study of Tiantangzhai in Dabieshan [J]. Acta Geographica Sinica,2009,64(8):978-988.] [本文引用: 1]
[9]	陈浩,陆林,章锦河,等. 珠江三角洲城市群旅游空间结构与优化分析 [J]. 地理科学,2008,28(1):113-118. [本文引用: 1] [Chen H,Lu L,Zhang J H,et al.Analysis of spatial tourist structure and optimizing for the Zhujiang River Delta Urban Cluster [J]. Scientia Geographica Sinica,2008,28(1):113-118.] [本文引用: 1]
[10]	Shih H Y.Network characteristics of drive tourism destinations:An application of network analysis in tourism [J]. Tourism Mana-gement,2006,27(5):1029-1039. [本文引用: 1]
[11]	朱付彪,陆林,於冉,等. 都市圈旅游空间结构演变研究-以长三角都市圈为例 [J]. 地理科学,2012,32(5):570-576. [本文引用: 1] [Zhu F B,Lu L,Yu R,et al.Tourism spatial structure evolution of metropolitan area:A case study of Changjiang River Delta Metropolitan Area [J]. Scientia Geographica Sinica,2012,32(5):570-576.] [本文引用: 1]
[12]	聂献忠,张捷,章锦河,等. 一体化旅游区(ITR)空间发展战略-以长江三角洲旅游区为例 [J]. 地理科学,2006,26(12):755-763. [本文引用: 1] [Nie X Z,Zhang J,Zhang J H,et al.Research on the spatial development strategy of the integrated tourism region:A case study of integrated tourism region of Changjiang River Delta [J]. Scientia Geographica Sinica,2006,26(12):755-763.] [本文引用: 1]
[13]	Pearce D G.Tourism development in Paris:Public intervention [J]. Annals of Tourism Research,1998,25(2):457-476. [本文引用: 1]
[14]	Dredge D.Policy networks and local organization of tourism [J]. Tourism Management,2006,27(2):269-280. [本文引用: 1]
[15]	Ahn B Y,Lee B K,Shafer C S.Operationalizing sustainability in regional tourism planning:An application of the limits of acceptable change framework [J]. Tourism Management,2002,23(1):1-15. [本文引用: 1]
[16]	陆林. 都市圈旅游发展研究进展 [J]. 地理学报,2013,68(4):532-546. [本文引用: 1] [Lu L.Research progress on tourism development in metropolitan areas [J]. Acta Geographica Sinica,2013,68(4):532-546.] [本文引用: 1]
[17]	Bunnell T,Barter P A,Morshidi S.Kuala Lumpur metropolitan area:A globalizing city-region [J]. Cities,2002,19(5):357-370. [本文引用: 1]
[18]	Tinsley R,Lynch P.Small tourism business networks and destination development [J]. Hospitality Management,2001,20(4):367-378. [本文引用: 1]
[19]	Marco B,Joachin B.Edge cities,European-style:Examples from Paris and the Randstad [J]. Cities,2005,22(4):317-330. [本文引用: 1]
[20]	Ryan R L,Walker J T H. Protecting and managing private farmland and public greenways in the urban fringe [J]. Landscape and Urban Planning,2004,30(2-3):183-198. [本文引用: 1]
[21]	Jonathan G.Developing trans-jurisdictional tourism partnerships-insights from the Island of Ireland [J]. Tourism Management,2002,23(4):355-366. [本文引用: 1]
[22]	Gunn C A.Tourism Planning [M]. New York:Crane Rusak,1988. [本文引用: 1]
[23]	Dredge D.Destination place planning and design [J]. Annals of Tourism Research,1999,26(4):772-791. [本文引用: 1]
[24]	秦学,桂拉旦. 中国区域旅游合作的总结与展望 [J]. 经济问题探索,2009,(9):146-151. [本文引用: 1] [Qin X,Gui L D.The summary and prospect of China's regional tourism cooperation [J]. Inquiry into Economic Issues,2009,(9):146-151.] [本文引用: 1]
[25]	江金波,余构雄. 基于生态位理论的长江三角洲区域旅游竞合模式研究 [J]. 地理与地理信息科学,2009,25(5):93-97. [本文引用: 1] [Jiang J B,Yu G X.A study on the regional tourism cooperation-competition model in the Yangtze River Delta based on the theory of Econiche [J]. Geography and Geo-information Science,2009,25(5):93-97.] [本文引用: 1]
[26]	卞显红. 长江三角洲城市旅游核心-边缘空间结构及其形成机制分析 [J]. 商业研究,2010,395(3):62-66. [本文引用: 1] [Bian X H.Analysis of the forming mechanism of urban tourism core-periphery spatial structure in the Yangtze River Delta [J]. Commercial Research,2010,395(3):62-66.] [本文引用: 1]
[27]	吕丽,陆林,凌善金. 上海世博会旅游者空间扩散网络分析 [J]. 旅游学刊,2013,28(6):111-119. [本文引用: 1] [Lv L,Lu L,Ling S J.An analysis on the spatial diffusion network of Shanghai World Expo tourists [J]. Tourism Tribune,2013,28(6):111-119.] [本文引用: 1]
[28]	汪德根. 京沪高铁对主要站点旅游流时空分布影响 [J]. 旅游学刊,2014,29(1):75-82. [本文引用: 1] [Wang D G.The influence of Beijing-Shanghai high-speed railway on tourist flow and time-space distribution [J]. Tourism Tribune,2014,29(1):75-82.] [本文引用: 1]
[29]	Pearce D.Tourism Development [M]. New York:Longman Group Limited,1981. [本文引用: 1]
[30]	吴晋峰,包浩生. 旅游系统的空间结构模式研究 [J]. 地理科学,2002,22(1):96-101. [本文引用: 1] [Wu J F,Bao H S.Research on the spatial network model of tourism system [J]. Scientia Geographica Sinica,2002,22(1):96-101.] [本文引用: 1]
[31]	郑鹏. 基于社会宏观与个体微观视角的入境旅游流驱动模式 [J]. 地理科学进展,2013,32(10):1501-1510. [本文引用: 1] [Zheng P.Driving force model for inbound tourist flow from macroscopic and microcosmic perspectives [J]. Progress in Geography,2013,32(10):1501-1510.] [本文引用: 1]
[32]	杨兴柱,顾朝林,王群. 旅游流驱动力系统分析 [J]. 地理研究,2011,30(1):23-36. [本文引用: 2] [Yang X Z,Gu C L,Wang Q.Study on the driving force of tourist flows [J]. Geographical Research,2011,30(1):23-36.] [本文引用: 2]
[33]	唐顺铁,郭来喜. 旅游流体系研究 [J]. 旅游学刊,1998,(3):38-41. [本文引用: 1] [Tang S T,Guo L X.Research of tourism system [J]. Tourism Tribune,1998,(3):38-41.] [本文引用: 1]
[34]	张佑印,顾静,马耀峰. 旅游流研究的进展、评价与展望 [J]. 旅游学刊,2013,28(6):38-46. [本文引用: 1] [Zhang Y Y,Gu J,Ma Y F.Tourist flow:Research progress,evaluation and outlook [J]. Tourism Tribune,2013,28(6):38-46.] [本文引用: 1]
[35]	高军,吴必虎,马耀峰. 旅华英国游客 O→D 旅游客流动力机制研究 [J]. 旅游学刊,2011,26(2):35-40. [本文引用: 2] [Gao J,Wu B,Ma Y F.Study on origin to destination tourist traffic dynamic mechanism of British tourists to China [J]. Tourism Tribune,2011,26(2):35-40.] [本文引用: 2]
[36]	Lew A,Mckercher B.Modeling tourist movements a local destination analysis [J]. Annals of Tourism Research,2006,33(2):403-423.
[37]	Zhong S,Zhang J,Li X.A reformulated directional bias of tourist flow [J]. Tourism Geographies,2011,13(1):129-147. [本文引用: 1]
[38]	Lundgren J O.Geographical concepts and the development of tourism research in Canada [J]. Geo-Journal,1984,9(1):17-25. [本文引用: 1]
[39]	Patheodorou A.Exploring the evolution of tourism resorts [J]. Annals of Tourism Research,2004,31(1):219-237. [本文引用: 1]
[40]	史春云,张捷,尤海梅. 四川省旅游区域核心-边缘空间格局演变 [J]. 地理学报,2007,62(6):631-639. [本文引用: 1] [Shi C Y,Zhang J,You H M,et al.Core-periphery spatial structure and its evolution of tourism region in Sichuan province [J]. Acta Geographica Sinica,2007,62(6):631-639.] [本文引用: 1]
[41]	钟士恩,张捷,韩国圣,等. 旅游流空间模式基本理论:问题分析及其展望 [J]. 人文地理,2010,25(2):31-36. [本文引用: 2] [Zhong S E,Zhang J,Han G S,et al.Spatial patterns of tourist flow:Problems and prospects [J]. Human Geography,2010,25(2):31-36.] [本文引用: 2]
[42]	马耀峰,王冠孝,张佑印. 中国典型区域入境旅游流空间场效应实证研究-以四川省为例 [J]. 资源科学,2008,30(11):1747-1753. [本文引用: 1] [Ma Y F,Wang G X,Zhang Y Y.Empirical research on spatial field effects of inbound tourist flows in China:Case study of Sichuan Province [J]. Resources Science,2008,30(11):1747-1753.] [本文引用: 1]
[43]	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. [Liu F J,Zhang J,Chen D D.The characteristics and dynamical factors of Chinese inbound tourist flow network [J]. Acta Geographica Sinica,2010,65(8):1013-1024.]
[44]	王金莹,吴晋峰,唐澜,等. 亚洲入境旅游流地理分布及网络结构特征分析 [J]. 资源科学,2013,35(8):1701-1709. [Wang J Y,Wu J F,Tang L,et al.Distribution of Asian inbound tourist flows and structural characteristics [J]. Resources Science,2013,35(8):1701-1709.]
[45]	靳诚,徐菁,黄震方,等. 南京城市内部景点间游客流动特征分析 [J]. 地理学报,2014,69(12):1858-1870. [本文引用: 1] [Jin C,Xu J,Huang Z F,et al.Analyzing the characteristics of tourist flows between the scenic spots in inner city based on tourism strategies:A case study in Nanjing [J]. Acta Geographica Sinica,2014,69(12):1858-1870.] [本文引用: 1]
[46]	Andreas P.Why people travel to different places [J]. Annals of Tourism Research,2001,28(1):164-179. [本文引用: 1]
[47]	Yang Y,Timothy F,Zhang J.Modeling sequential tourist flows:Where is the next destination? [J]. Annals of Tourism Research,2013,43(8):297-320. [本文引用: 1]
[48]	张宏梅,陆林. 近10年国外旅游动机研究综述 [J]. 地域研究与开发,2005,24(2):60-69. [本文引用: 1] [Zhang H M,Lu L.Summary on the study of tourist motivation abroad in the recent ten years [J]. Areal Research and Development,2005,24(2):60-69.] [本文引用: 1]
[49]	郑鹏,马耀峰,王洁洁,等. 基于“推-拉”理论的美国旅游者旅华流动影响因素研究 [J]. 人文地理,2010,25(5):112-117. [本文引用: 1] [Zheng P,Ma Y F,Wang J J,et al.A study of the influencing factors of the inbound tourists from the U.S.A. based on "push-pull" theory [J]. Human Geography,2010,25(5):112-117.] [本文引用: 1]
[50]	中华人民共和国国务院. 长江三角洲地区区域规划[EB/OL].(2010-06-22)[2015-12-02]. http://www.gov.cn/zwgk/2010-06/22/content_1633868.htm. [本文引用: 1] [The State Council of the People's Republic of China. Regional Planning for the Yangtze River Delta Region[EB/OL].(2010-06-22)[2015-12-02]. http://www.gov.cn/zwgk/2010-06/22/content_1633868.htm.] [本文引用: 1]
[51]	Crampon L J.A new technique to analyze tourist markets [J]. Journal of Marketing,1966,30(1):27-31. [本文引用: 1]
[52]	Sirakaya E,Woodside A G.Building and testing theories of decision making by travellers [J]. Tourism Management,2005,26(6):815-832. [本文引用: 1]
[53]	吴必虎,俞曦. 旅游规划原理[M]. 北京:中国旅游出版社,2010. [本文引用: 1] [Wu B H,Yu X.Principles of Tourism Planning[M]. Beijing:China Travel & Tourism Press,2010.] [本文引用: 1]
[54]	中华人民共和国国家旅游局. 中国旅游统计年鉴(2001)[M]. 北京:中国旅游出版社,2001. [本文引用: 1] [China National Tourism Adminis-tration. The Yearbook of China Tourism(2001)[M]. Beijing:China Travel & Tourism Press,2001.] [本文引用: 1]
[55]	中华人民共和国国家旅游局. 中国旅游统计年鉴(2011)[M]. 北京:中国旅游出版社,2011. [本文引用: 1] [China National Tourism Adminis-tration. The Yearbook of China Tourism(2011)[M]. Beijing:China Travel & Tourism Press,2011.] [本文引用: 1]
[56]	国务院人口普查办公室,国家统计局人口和就业统计司.中国2000年人口普查分县资料[M]. 北京:中国统计出版社,2003. [本文引用: 1] [Population Census Office under the State Council,Department of Population and Employment Statistics National Bureau of Statistics. Tabulation on the 2000 Population Census of the People's Republic of China by Township[M]. Beijing:China Statistics Press,2003.] [本文引用: 1]
[57]	国务院人口普查办公室,国家统计局人口和就业统计司.中国2010年人口普查分县资料[M]. 北京:中国统计出版社,2012. [本文引用: 1] [Population Census Office under the State Council,Department of Population and Employment Statistics National Bureau of Statistics. Tabulation on the 2010 Population Census of the People's Republic of China by Township[M]. Beijing:China Statistics Press,2012.] [本文引用: 1]
[58]	吴敏金. 关于分形的定义与分维的计算 [J]. 华东师范大学学报(自然科学版),1992,(3):27-37. [本文引用: 1] [Wu M J.On definition of fractal and calculation of fractal dimension [J]. Journal of East China Normal University (Natural Science),1992,(3):27-37.] [本文引用: 1]
[59]	吴敏金. 分形信息学导论[M]. 上海:上海科学技术文献出版社,1994. [本文引用: 1] [Wu M J.Introduction of Fractal Information Science[M]. Shanghai:Shanghai Science and Technology Literature Pub-lishing House,1994.] [本文引用: 1]

长三角城市群旅游流潜力格局演变及其影响因素

本站小编 Free考研考试/2021-12-29

Evolution characteristics and factors affecting tourist flow potential in the Yangtze River Delta Urban Agglomerations

1 引言