黄山市旅游者国内旅游流空间特征
Spatial Characteristics of Domestic Tourism Flow of Huangshan Tourists
DOI: 10.12677/GSER.2021.102025, PDF,    科研立项经费支持
作者: 吉 慧:安徽师范大学皖江学院,安徽 芜湖
关键词: 旅游游记空间特征黄山市Travel Notes Spatial Characteristics Huangshan City
摘要: 利用游记数据,借鉴数理统计和社会网络分析技术,对黄山市旅游者国内旅游流空间访问节点、流动和空间网络结构进行分析,以阐明旅游者国内流动空间结构特征。研究结果表明:1) 旅游者全国到访空间不均衡,浙江、江西、江苏、安徽、上海是旅游节点分布主要省区,婺源、合肥、杭州、南京、上海是到访率最高的节点;2) 流动存在不均衡,长三角区域流动总体较强,省内节点间互动显著;3) 网络结构呈多核心辐散状,网络集中水平高,存在小世界效应,区域互联状况较好;4) 长途交通中转城市南京、杭州、合肥等在区域网络中拥有高中心性,并处于结构洞位置,对区域旅游流的流动具有一定的控制能力。
Abstract: To clarify the spatial structure characteristics of domestic tourism flow of Huangshan tourists, this paper analyzed the spatial access node, flow and spatial network structure of domestic tourism flow of Huangshan tourists by using travel data, mathematical statistics and social network analysis technology. The results show that: 1) The spatial distribution of tourists in the whole country is not balanced, Zhejiang, Jiangxi, Jiangsu, Anhui and Shanghai are the main provinces and regions of tourism node distribution, and Wuyuan, Hefei, Hangzhou, Nanjing and Shanghai have the highest visiting rate; 2) the flow is unbalanced, the Yangtze River Delta region has strong flow, and the in-teraction among nodes in the province is significant; 3) the network structure shows multi-core di-vergence, high level of network concentration, small world effect, and good regional interconnection; 4) Nanjing, Hangzhou, Hefei and other long-distance transit cities have high centrality in the region-al network, and are in the position of structural holes, which have certain control ability on the flow of regional tourism flow.
文章引用:吉慧. 黄山市旅游者国内旅游流空间特征[J]. 地理科学研究, 2021, 10(2): 207-214. https://doi.org/10.12677/GSER.2021.102025

参考文献

[1] 李文亮, 翁瑾, 杨开忠. 旅游系统模型比较研究[J]. 旅游学刊, 2005(2): 20-24.
[2] 井莫也. 日本旅游地理研究院的回顾与展望[J]. 地理译报, 1999(1): 2-6.
[3] Cambell, C.K. (1967) An Approach to Research in Recreational Geography. Department of Geography, University of British Columbia, Vancouver, 89-93.
[4] Xai, J.C., Zeephongsekul, P. and Packer, D. (2011) Spatial and Temporal Modeling of Tourist Movements Using Semi-Markov Processes. Tourism Management, 32, 844-851. [Google Scholar] [CrossRef
[5] Mou, N.X., Yuan, R.Z., Yang, T.F., et al. (2020) Exploring Spatio-Temporal Changes of City Inbound Tourism Flow: The Case of Shanghai, China. Tourism Management, 76, Article ID: 103955. [Google Scholar] [CrossRef
[6] Smallwood, C.B., Beckley, L.E. and Moore, S.A. (2012) An Analysis of Visitor Movement Patterns Using Travel Networks in a Large Marine Park, North-Western Australia. Tourism Management, 33, 517-528. [Google Scholar] [CrossRef
[7] 章锦河, 张捷, 李娜, 梁琳, 刘泽华. 中国国内旅游流空间场效应分析[J]. 地理研究, 2005(2): 293-303.
[8] 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(6): 609-620.
[9] 林岚, 康志林, 甘萌雨, 叶金玉. 基于航空口岸的台胞大陆旅游流空间场效应分析[J]. 地理研究, 2007(2): 403-413.
[10] 唐佳, 李君轶. 基于微博大数据的西安国内游客日内时间分布模式研究[J]. 人文地理, 2016, 31(3): 151-160.
[11] 闫闪闪, 梁留科, 索志辉, 方明. 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.
[12] 徐敏, 黄震方, 曹芳东, 张郴. 基于大数据分析的城市旅游地网络结构特征及其演化模式——以新浪微博签到数据为例[J]. 地理研究, 2019, 38(4): 937-949.
[13] 王娟, 胡静, 贾垚焱, 刘大均, 许贤棠, 朱磊. 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+175.
[14] 蔚海燕, 戴泽钒, 许鑫, 冯学钢. 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.
[15] 杨敏, 李君轶, 杨利. 基于旅游数字足迹的城市入境游客时空行为研究——以成都市为例[J]. 旅游科学, 2015, 29(3): 59-68.
[16] 卢淑莹, 黄鑫, 陶卓民. 基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例[J]. 自然资源学报, 2021, 36(2): 315-326.
[17] 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.
[18] 卢淑莹, 陶卓民, 李涛, 等. 泛长三角区域入境游客空间格局与意象研究[J]. 地理研究, 2021, 40(1): 263-278.
[19] 吴静, 杨兴柱, 孙井东. 基于新地理信息技术的南京市游客流动性空间特征研究[J]. 人文地理, 2015, 30(2): 148-154.
[20] Grossi, L. and Mussini, M. (2021) Seasonality in Tourist Flows: Decomposing and Testing Changes in Seasonal Concentration. Tourism Management, 84, Article ID: 104289. [Google Scholar] [CrossRef
[21] Mertzanis, C. and Papastathopoulos, A. (2021) Epidemiological Susceptibility Risk and Tourist Flows around the World. Annals of Tourism Research, 86, Article ID: 103095. [Google Scholar] [CrossRef
[22] Kádár, B. and Gede, M. (2021) Tourism Flows in Large-Scale Destination Systems. Annals of Tourism Research, 87, Article ID: 103113. [Google Scholar] [CrossRef
[23] 杨新菊, 吴晋峰, 唐澜, 等. 旅华外国散客旅游流地理分布和网络结构研究[J]. 旅游学刊, 2014(5): 87-96.
[24] 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(2): 257-266.
[25] 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.
[26] 李山, 王铮, 钟章奇. 旅游空间相互作用的引力模型及其应用[J]. 地理学报, 2012, 67(4): 526-544.
[27] 刘军. 整体网分析: UCINET软件实用指南[M]. 第三版. 上海: 格致出版社, 上海人民出版社, 2019.