关键词：旅游流市场结构扩散模式天水
一、引言
旅游流是旅游地理学研究的主要内容之一，狭义的旅游流仅指旅游客流。旅游客流市场结构和扩散模式是旅游市场经营和营销的切入点，只有准确把握客源市场状况，旅游产业发展才能做到有的放矢。通过对中国知网分别以“旅游流市场结构”、“旅游流空间扩散模式”为关键词进行精确搜索，笔者发现从上世纪90年代起就有关于旅游流市场结构的研究，近两年主要的研究方向是入境旅游客源市场或针对专项旅游产品的客源市场结构研究。其中，较有代表性的作品有：“入境旅游客源市场结构实证分析——以江苏省为例”（全华，2012），“20世纪90年代以来河南省入境旅游客源市场结构演化——基于SSM方法的分析”（曹新向，2009）等。旅游流空间扩散模式方面的研究则相对较少，且主要是从近几年才有研究成果，比如：“口岸城市入境旅游流空间扩散路径实证研究——以上海市为例”（魏颖，2010）、“北京入境旅游流空间扩散特征及路径”（王永明，2011）、“北京入境旅游流扩散动力机制分析”（张佑印，2012）等。为此，本文对天水国内旅游流市场结构变动和扩散模式进行了研究，以此把握天水的国内客源市场发展现状，寻找开拓国内旅游客源市场的途径，使天水国内旅游市场得到全面发展。
二、数据来源和测度方法
（一）数据来源
本文通过天水市旅游局《统计月报》收集了2007—2011年之间天水国内游游流的数量、主要客源的分布情况、各主要景区景点年接待量，并根据这些数据计算了天水客源地地理集中指数、客源吸引半径和旅游流向各景区景点扩散的矢量强度。
通过旅行社向游客发放问卷700份，共收回问卷652份，删除无效问卷14份；旅游旺季自行在主要景区（点）向散客发放问卷300份，共收回问卷268份，删除无效问卷12份，问卷有效率达89.4%。另外还采用专家咨询、访谈和网络浏览等多种方式获取了较为准确的天水主要客源市场分布情况、天水旅游流流动的一般规律，并以此得出了天水旅游流的空间扩散模式。
（二）测度方法
1、客源地地理集中指数
能够反映旅游流节点（城市）的集中和分散程度，即离散程度，其数学模型为：
■
Xi代表第i个客源市场游客的数量；T为研究区域接待游客总数量；n为客源地总数。G值等于100时，表示该目的地只有一个客源地；当G值等于0时，表示该目的地有无数个客源地。G值越接近100，表示客源市场越集中，旅游业易受到客源地经济、政治等变化的冲击，旅游经营越不稳定；G值越小，则客源市场越分散，旅游业不易因某几个客源市场的不稳定而遭受冲击，旅游业经营稳定，但过于分散的客源市场不利于开展有针对性的市场营销。
2、客源吸引力半径
客源吸引半径是衡量旅游目的地吸引力大小的重要指标，AR值越大，表明目的地吸引范围越大，其吸引力就越强；相反，AR值越小，其吸引力就越小。
■
其中：AR为旅游目的地的客源吸引力半径，Xi为第i个客源地的游客比重，di为第i个客源地与目的地之间的距离，n为客源地总数。
3、旅游流空间扩散模式
旅游流空间扩散模式一般分为闭合式和开放式。闭合式即旅游流从客源地流向某旅游目的地，最后由该旅游目的地回到客源地。开放式即旅游流从客源地流出后，在目的地景区（点）流向下一个目的地，在最后一个旅游目的地景区（点）回到客源地。
三、研究区概况
天水位于甘肃省东南部，居西安至兰州两大省会城市之间，是关中—天水经济区重点建设城市。陇海铁路贯穿全境，国道省道横贯东西、辐射南北，区位优势显著，是西陇海线经济带甘肃段的东部起点、陇东南经济文化中心。
天水自古是丝绸之路的必经之地，全市横跨长江、黄河两大流域，境内四季分明，气候宜人，旅游资源丰富，素有“陇上小江南”之美誉，是中国古代文化的发祥地，享有“羲皇故里”的殊荣。境内文化古迹甚多，现有国家和省、市级重点保护文物169处。国内旅游流在这近5年来持续快速增长，特别是自2009年以来一直保持着高速增长的局面，旅游综合收入持续连年呈增长趋势，自2010年开始旅游综合收入的增长幅度超过了旅游流动的增长幅度，旅游业在近几年内不仅有数量上的提升，更有质量上的提高，是一种高效益的旅游流增长方式。
四、天水国内客源市场结构分析
（一）天水国内客源地地理集中指数
因天水旅游政务部门旅游统计工作开展年代较晚，统计工作比较粗放，本文将全国划分为七大区域进行了国内客源地地理集中指数的分析。天水市客源地地理集中指数从2007—2011年之间分别为49.84、50.32、52.61、53.22、61.34。从天水市国内客源地理集中指数和客源地分布可以看出，天水市旅游输入流非常集中，而且在近几年有日趋集中的趋势。
从主要客源地分布情况表中可知，天水旅游流中，省内旅游流量约占总量的50%左右，陕西及周边地区的旅游流量约占总量的30%左右，其他地区的旅游输入流量只约占总流量的20%左右。其中，华东地区的旅游流流量相对较大，且较为稳定；华北和西南地区旅游流流量波动较大，说明此客源市场不够稳定；而华中和其他地区旅游流非常有限。这也基本反应了旅游客源市场与目的地距离之间的关系。可见，本省或邻近省份和地区是天水主要客源地。只要省内及周边地区客源市场稳定，就能使天水旅游业保持稳定有序的发展。但这种市场现状不利于旅游业的经营管理，一旦有任何影响主要客源地旅游业的外界因素，将有可能致使天水旅游业严重受挫。同时，从近5年的客源地地理集中指数可以看出，天水旅游流的集中程度在进一步加强，可见天水旅游业在快速稳续的发展过程中，存在着客源市场开发不平衡的问题，虽然不断扩大了省内及周边地区的旅游客源市场，但全国其他地区的客源市场尚未全面打开。因此，天水应加大在全国各省份的营销力度，以省内和周边客源市场为核心，以华东、华北和西南客源市场为主攻，以华中和其他地区的客源市场为辅助，积极扩大省内外旅游市场，分散客源，提高自身的竞争力。
⑧唐顺铁，郭来喜.旅游流体系研究[J].旅游学刊，1998（3）
⑨章锦河，李娜等.中国国内旅游流空间场效应分析[J].地理研究，2005（2）
⑩保继刚等.旅游地理学[M].北京：高等教育出版社，1999
11杨国良，钟亚秋，王李清等.四川省旅游流空间扩散方向及路径[J].地理科学进展，2008（1）
12张佑印，马耀峰，王春，白凯等.入境旅游流西向扩散特征及机理——以中国典型旅游区为例[J].社会科学家，2008（11）
13保继刚，郑海燕，戴光全.桂林国内客源市场地空间结构演变[J].地理学报，2002（1）
14tephenLJSmith.TourismAnalysis：AHandbook（SecondEdition）[J].Longman，1995
15要轶丽.西安及其毗邻地区国内客源市场空间结构分析[J].地理与地理信息科学，2005（1）
16张红，李九全.桂林境外游客结构特征及时空动态模式研究[J].地理科学，2000（4）
17杨兴柱，顾朝林.南京市旅游流网络结构研究[J].地理学报，2007（7）
18马耀峰，李旭.中国入境游客旅游选择模式研究[J].西北大学学报（自然科学版），2003（5）
19马耀峰，李旭.西北五省区入境旅游流动态规律分析及发展对策研究[J].陕西师范大学继续教育学报（西安），2001（1）
20杨新军，牛栋，吴必虎.旅游行为空间模式及其评价[J].经济地理，2000（4）
21斯蒂芬LJ，史密斯.吴必虎（译）.游憩地理学：理论与方法[M].北京：高等教育出版社，1992
22天水旅游局编.天水旅游统计月报，2007—2011
23王永明，马耀峰，王美霞.中国典型区域入境旅游流扩散转移研究[J].干旱区资源与环境，2010（9）
关键词：在线旅游流；现实旅游流；耦合
1研究背景
网络营销系统下产生的旅游流与旅游目的地的真实旅游流分属于不同的系统，一个为真实地理空间下的旅游流，一个为网络营销“网络空间”下产生的旅游流，但这两个系统之间存在一定的响应关系，甚至能够起到引导和预测作用。路紫教授[1]指出网络空间信息流对现实旅游流具有引导作用。因此必须密切关注在线信息引发的旅游流与现实旅游流的关系。虽然国内外学者对旅游流规模的研究取得了较为深入的进展[2-4]，但是基于信息化时代探究在线旅游信息而引发的在线旅游流规模及与现实旅游流规模的关系研究还较少。因此文章基于Web文本数据挖掘，以江苏省为例，深入研究在线旅游流与现实旅游流规模之间的耦合性，通过研究发现区域旅游网络营销的不足，为江苏省区域网络营销提供参考。
在线旅游流规模是指旅游者通过在线旅游产品购买，而产生的流向泛长三角不同区域的旅游流量。旅游者对在线旅游产品消费具有一定的偏好性，不同的产品特征会引发不同的市场购买量，正是因为在线旅游产品吸引力不同，从而呈现消费者的购买量不同，从而引发了旅游者对不同旅游目的地的流动，流动量的大小即为在线旅游流规模。
2数据来源
Analysys易观智库数据监测显示，2015年y程、去哪儿、阿里旅行等大型在线旅游企业占据在线旅游市场79%的市场份额。其中携程、去哪儿在线旅游市场总和为55.9%。因此本次研究数据来自于两大在线服务商，即携程与去哪儿网。两大网站知名度高、交易量大保证了在线获取的旅游流数据具有一定的代表性和普适性。
基于在线数据，利用网络爬虫抓捕工具，抓捕2015年9月泛长三角41个市级行政单元旅游产品名称、线路的空间转移、产品的购买人数。之所以选择9月，是因为9月正处于十一黄金周前夕，此时在线旅游产品营销力度大，市场需求旺，在线信息数据丰富。
通过两大网站获得具有在线购买资格的产品共1519条，去哪儿网共计783条、携程旅游网共计736条。江苏省每个市域的在线旅游流规模统计方法如下：对于单节点旅游线路在线购买量直接归属到地级市的客流；对于多节点旅游产品，根据节点分别归属到每一个地级市客流，如“华东三日游”该线路经过南京―无锡―苏州―南京，则将该产品的购买量分别归属到南京市、无锡市、苏州市。本研究中江苏省区域各地级市现实旅游流规模数据的获取主要来自2015年江苏省各市国民经济与社会发展公报。
3研究方法
3.1变异系数
系统耦合的概念开始之初来源于物理学，指两个或者两个以上的系统或运动方式之间通过各种相互作用而彼此影响以至协同的现象。后来，耦合的概念渗透到生物学、农学、地理学、旅游学等领域。旅游学是交叉学科，受到诸多学科的影响。借鉴已有相关研究成果[15]本研究采用变异系数来推导在线旅游流与现实旅游流规模之间的耦合性。变异系数又称为离散系数，反映两组数据的离散程度。变异系数的计算公式如下：
公式中CV取极小值的充要条件是取极大值，因此可以推导出耦合度公式为：
公式中C为耦合度，k为调节系数，一般2≤k≤5，为了增加区分度，本研究取k=2，x为在线旅游流规模无量纲化值，取为0.1～0.9之间，y为现实旅游流规模无量纲化值，取为0.1～0.9之间，从公式中可以看出，C的取值在0～1之间，值越大，在线旅游流规模与现实旅游流规模耦合度越好，反之耦合度越差。
3.2耦合协调度模型
耦合度C是反映网络营销下产生的旅游流规模与现实旅游流规模相吻合的重要指标。然而耦合的情况很多，如低水平的耦合、高水平的耦合，如某地级市10月份游客量较少，而网络营销产生的游客量也比较少，则该地级市在线旅游流规模与10月份现实旅游流规模的耦合度较高，不代表两者处于最优状态。因此系统在良好耦合的状态下不代表处于最优的状态，因此引入耦合协调度概念，耦合协调度计算公式如下：
式中R为耦合协调度；C为耦合度；P为协调发展度；x为在线旅游流规模无量纲化值，y为现实旅游流规模无量纲化值。α，β为待定权数，在计算过程中，鉴于旅游产品营销手段的多样性，在线营销仅仅是旅游营销的手段之一，因而取α为0.4，β为0.6。
耦合协调度越高，表明在线旅游流规模与现实旅游流规模较高，也说明了两者之间的耦合关系较好，旅游网络营销在旅游流的产生上具有非常明显的效应和作用。
为了更好地判断在线旅游流规模与现实旅游流规模耦合协调度等级，对耦合协调度进行等级划分，划分依据如表1所示。
4江苏省在线与现实旅游流规模耦合性分析
在进行耦合性分析前，利用相关性分析对江苏省在线旅游流与现实旅游流的规模进行相关分析，pearson相关性分析结果显示，江苏省各市域在线旅游流规模与现实旅游流规模的相关性系数达到0.881**，可见相关性较高。为了进一步揭示各地级市现实与在线旅游流规模的关系，利用耦合协调模型开展研究。在线旅游流和旅游目的地现实旅游流规模的数量级不同，根据耦合协调度模型应将其标准化为0～1之间的数值，以便于进行模型的计算，为避免出现0值和1值，本研究根据改进的极差法对数据进行归一化，使其取值区间在0.1～0.9之间，具体公式如下：
公式中pi为yi指标转换后的无量纲化值，yi为实际值，min（yi）为所有地级市客流最大值，min（yi）为该项指标的最小值。
数据经过无量纲化后，计算江苏省13个地级市在线旅游流与旅游目的地现实旅游流耦合状况，结果如表2所示。
（1）江苏省内13个市域，有5个市域在线旅游流与现实旅游流规模处于轻度失调状态，占江苏省内13个市域的38.46%。从优先度来看，这些市域基本上都是在线旅游流相对滞后，连云港、南通、淮安、盐城表现最为明显，网络营销相对于现实旅游业发展而言比较落后。从区域分布来看，这些市域基本上分布沿江和徐宿淮旅游圈。@一点与江苏省在线旅游流规模空间结构是相吻合的，如图1所示。图1江苏省在线旅游流规模空间热点现实，苏北、沿江在线旅游流规模是冷点，在线网络营销所带来的客流量较低。
（2）镇江、徐州、泰州在线旅游流与现实旅游流规模处于濒临失调状态。镇江市、徐州在线旅游流相对滞后，旅游网络营销比较落后。
镇江拥有“三山”5A级旅游景区。2012年全年实现旅游总收入452.9亿元。接待国内外旅游者3569.2万人次。而相对于现实旅游业而言，在线旅游营销的产品数量较少，仅有少数酒店产品，与江苏省内其他市域联合的旅游线路少之又少，从优先度来看，镇江在线旅游网络营销滞后。徐州作为江苏苏北的龙头，其以汉文化为主体的旅游资源已经有了一定的品牌知名度，南秀北雄、汉风楚韵已经为很多旅游者所熟知，再加上徐州有较多的免费开放型景区，因此旅游业发展较好，但由于地处经济落后区域，思想观念和网络经济都相对滞后，因此网络营销明显滞后，今后应不断地加强网络营销，发挥旅游网络营销的效应。泰州市地处苏中地区，具有溱湖湿地、溱潼古镇等知名旅游资源，泰州紧邻苏南地区，在线旅游网络营销相对发达，甚至赶超了现实旅游发展。
（3）扬州市在线旅游流与现实旅游流规模处于勉强协调状态。扬州2012年全市接待境内外旅游人数3638.49万人次，实现旅游总收入435.23亿元，位列全省第六。扬州瘦西湖景区为5A级旅游景区，成为扬州旅游发展的核心旅游资源。但扬州在线旅游产品主要集中在与南京、苏州、无锡之间的联合产品，与镇江、常州、泰州等市域的联合旅游产品较少，从优先度来看，扬州在线旅游网络营销相对滞后。
（4）常州市在线旅游流与现实旅游流规模处于中级协调状态。常州具有三大主题公园还有以自然风光为主的天目湖四大核心旅游资源，常州恐龙园为国家5A级旅游景区，2012年常州市实现旅游总收入520.34亿元，旅游接待总人数4003.84万人，常州旅游网络营销比较发达，尤其是三大主题公园的单项不同类型产品众多，旅游者可以实现在线随意多选择购买，因此总体而言，常州的在线旅游流与现实旅游流规模处于相对协调状态，从优先度来看，常州旅游的在线旅游网络营销更加超前，这与常州的三大主题公园的市场化运作模式密切相关。
（5）无锡市在线旅游流与现实旅游流规模处于良好协调状态。无锡市无论从在线旅游流规模还是从现实旅游流规模来看发展都相对较好，是处于较高水平的耦合状况。无锡与其他城市的联合在线旅游产品较多，且单项旅游产品也较多。从优先度来看，无锡在线网络营销要优先于现实旅游发展，说明网络已经成为城市旅游业发展的引擎和重要营销媒体。
关键词：旅游网站；空间分布；空间规模结构；动力机制
旅游网站是指基于Intranet和Extranet，拥有自己的域名，由若干与旅游相关的网页组成的网页组，是在服务器上存储一系列旅游信息的Web站点。它是利用网络技术，整合传统旅游资源，提供全方位多层次网上旅游服务与在线交易的场所，是旅游信息系统的传输媒介和人一人、人一机交流的窗口。
1996年，世界上第一个旅游网站产生；同一年，中国国际旅行社率先利用GDS技术实现了旅游信息化经营管理。1999年兴起的全球互联网投资高潮催生了中国第一批旅游网站，华夏旅游网、携程旅行网、中青旅在线为其中的佼佼者。2001年，中国国家旅游局启动国家金旅工程，建立了旅游政务电子系统。目前我国已经形成了以旅游企业网站为主体、政府旅游网站为补充的旅游网络系统，推动了中国旅游市场营销和旅游业的整体发展。
1我国旅游网站建设发展的背景
1．1旅游业竞争日益激烈
现代科技尤其是现代交通与通讯技术、计算机与网络技术的发展一方面使越来越多的人从事旅游活动成为可能，另一方面也使得旅游网络营销成为各个国家、地区和旅游企业在市场竞争中求全获胜的重要法宝。许多旅游企业通过加入全球分销系统、旅游产品预订系统，或组建专门旅游网站进行全球性的网络营销，以借此提升竞争力。
1．2旅游方式的个性化与散客化
旅游方式散客化、个性化已经成为当前旅游业的重要发展趋势，越来越多的旅游者倾向于选择独具特色的旅游目的地进行自助旅游。2006年，携程网的一项网上调查结果表明，“肯定不会跟团游”和“基本不会选择跟团游”的人数占到被调查者总数的47.2％，比去年同期的37.3％提高了近10个百分点。有数据显示，发达国家50％以上的旅游产品是散客旅游产品，美国的数字更是高达90％以上。网络已经超过电视、报纸等传统媒体成为旅游信息传播的第一媒介；我国旅游网络预订的市场规模也以每年30％以上的速度增长，互联网成为机票、饭店和旅游线路等产品极具潜力的分销渠道。2005年中国在线旅游市场规模为12.5亿元，占当年中国旅游市场的0.24％。预计到2010年，中国在线旅游市场规模将超过130亿元，占整个旅游市场的1％以上。而早在2004年美国网上旅游服务市场就已达到520亿美元，占整个美国旅游市场份额的23％。
1．3旅游经营管理的信息化和人本化
旅游市场营销的一个重要发展趋向就是人本化、信息化和高效化，而旅游网站作为信息技术与旅游业高度结合的产物，无疑就是这一发展趋势的集中体现。1999年，世界旅游组织明确将旅游网络作为信息时代旅游市场营销的重要的战略方式和手段。明确的信息传递是旅游业的天性，这就意味着因特网和网站技术在提升旅游目的地竞争力和市，场营销方面的重要作用。互联网的交互性、实时性、丰富性和便捷性等优势促使传统旅游业迅速融入网络经济的浪潮之中。现在全球电子商务交易总额中，旅游电子商务已占到1/5的份额，成为全球电子商务的第一行业。网络作为新的旅游信息平台，为旅游业的发展提供了新的契机。
1．4旅游网站的研究背景
国外最早进行旅游网站研究的是哈纳(Hanna)和米勒(Millar)，他们提出了基于万维网的旅游服务的发展，并就网页设计、管理问题和信息内容3个方面进行了探讨。瑞曼·巴克胡斯(LRayman-Bacchus)和莫利纳(Molina)探讨了基于网络的旅游服务业的问题和趋向。许多学者从管理和营销的质量、效果和作用意义等方面对旅行社和旅游饭店等企业网站和旅游批发网站进行了评估研究。苏晋查瓦(SooiinChoi)、新然·乐涛(XinranYLehto)等用定性和定量的方法试图通过对澳门各种类型的旅游网站包括旅游博客的内容分析以识别澳门的旅游形象，探讨了旅游目的地形象网络管理和展示的意义。
在国内，有关旅游网站的研究文献主要是计算机与信息技术专业人士对于旅游网站建设的技术探讨以及从社会、经济学角度对旅游网站及旅游电子商务的分析与评价等。
张捷较早撰文提出，信息服务技术发展是未来对旅游业影响最大的领域，并提出了新旅游的基本概念。张捷等通过对网上调查统计和旅游网站特征指数(TWCI)的设计分析，描述了中国旅游网站的空间分布类型及其影响因子；并利用TWCI进行分区研究并提出了中国旅游网站发展的策略。路紫等不仅对我国旅游网站的智能化评估、调整及发展趋势进行了研究并结合实例，在访问和调查的基础上研究了电子服务时代地理区位的重要作用：自我依托类型的旅游网站最终要依赖于区位。
个别学者已对我国旅游网站的空间分布进行了研究，但是从省域空间尺度将旅游网站作为一个地理现象和地理要素系统探讨其区域空间分布规律及动力机制的成果尚未见。本文拟对此进行探讨。
2研究数据与资料来源
本研究中的所有数据来源于“中国旅游网址”网站中“地方旅游网站”栏目和“旅游网址”网站中有关中国各地旅游网站的数据及2006年中国统计年鉴、中国旅游统计年鉴及中国互联网发展统计报告，文中不再单独注明数据来源。
3我国旅游网站的空间分布特征
3．1我国旅游网站的区域分布特征
2008年1月16日至30日，作者对全国各省区各城市各种类型旅游网站数据进行搜集整理和概括归类，可得中国各省区旅游网站分布表(见表1、表2)。需要说明的是，由于技术和时间的原因，上述两个网站未必能在同一时段内穷尽中国各地旅游网站数据，但研究结果和意义仍然十分典型。表1充分表明，旅游网站在我国各省区存在着明显地域差异性：
(1)旅游网站的数量总体上自东部沿海向中部及至西部逐渐减少。东部沿海地区省市的旅游网站的数量明显要高于中部主要省市区；而西部地区旅游网站数量最少。
(2)旅游资源丰富、旅游经济相对活跃的省市其旅游网站数量一般要高于周边其他省市。比较明显的如陕、皖、川和滇。
(3)根据对各网站内容进行分析可知，我国各省区旅游网站提供的服务类型及其质量也存在着明显的区域差异：东中部地区旅游网站在外语服务、在线预订和交易、人机交互信息反馈的服务功能等方面整体上要明显优于西部地区。3．2我国旅游网站的空间规模结构特征
我国旅游网站规模分布不仅在省区间存在着不平衡，在省区内部也存在着空间规模差异：各省区旅游网站主要都集中在省会城市或旅游经济相对发达的旅游城市或高级别旅游管理区，其他中小城市的旅游网站数量很小。定义城市旅游网站集中度指数CI，即CI=某城市旅游网站数／整个省区旅游网站总数。
我们可以根据前述两个旅游网址网站数据统计分析出全国各省区主要城市旅游网站集中度指数，并经整理得表2。
(1)省会城市首位集中分布型，其中，宁、青、新、藏为旅游网站数量不多且省会城市高度首位集中分布型(省会城市集中度指数)0.80)，而川、滇、黑、陕则属于省会城市中度首位集中分布型(0.6≤CI≤0.8)，蒙、晋、黔、甘为省会城市轻度首位分布型(0.42≤CI≤0.6)。
(2)旅游经济发达、旅游网站数量多且省区内分布均衡型，如苏、鲁、浙。其中苏、鲁首位城市均非省会城市，而浙江则是省会城市为首位城市。
(3)旅游城市首位集中分布型，这些省区的旅游网站首位分布城市均不是省会城市，而是省内旅游经济十分活跃的旅游城市，如琼、桂两省首位城市(分别为三亚和桂林)集中度指数大于0.50，而吉、辽、湘、皖、冀旅游城市作为首位城市，其集中度指数在0.3-0.5之间。
4我国旅游网站空间分布的动力机制分析
4．1我国旅游网站空间分布的影响因子假设
根据前述我国旅游网站空间分布的基本规律及已有的文献成果，我们假设：影响区域旅游网站分布的因素有供需两个方面因素——供给因素就是旅游网站建设的推动因素，地方政府尤其是旅游企业为了加强其旅游宣传与产品营销，必然会在市场营销时考虑到对信息高速公路——互联网的利用，所以旅游企业数量、区域网络设施水平等有可能是地区旅游网站建设水平和规模的影响因子；需求因素是旅游网站建设发展的拉动因素，而旅游者是旅游网站的主要服务对象和需求方，其他如网民数量、城乡居民消费水平、网站规模等均可能是其重要的影响因子。
4．2我国旅游网站空间分布的动力机制分析
表3说明，各省区旅游网站的数量与上述各要素之间均在0.001置信水平上存在着明显的正相关关系。与旅游企业的数量、旅游接待人次之间相关性强烈；与网站总数、网民数和居民消费水平之间相关性显著；与居民消费水平相关性最差。
为了进一步探讨上述各因素对于旅游网站规模分布的作用方向和贡献大小，明确旅游网站规模分布的动力机制，尚须进行进一步的回归分析。
由于还不能确定各因子影响旅游网站规模的性质和程度，故在利用SPSS14.0进行回归分析时，采用逐步法分别尝试构建旅游网站数(r)与上述各因素间的线性回归和曲线模拟方程。从表5和表6我们可以得出结论如下：从统计学意义上而言，实际影响到区域旅游网站规模的是旅游企业数和旅游接待总人次。而居民消费水平、网民数及网站总数3个因素则与旅游网站的区域分布规模之间不具有统计意义上的显著的线性关系；继续用曲线模拟分析方法检验这3个因子与旅游网站数间是否存在着曲线函数关系，曲线拟合结果同样表明，居民消费水平与旅游网站数量间不存在统计学意义上的曲线数学关系，而网站总数和网居数与旅游网站数间的拟合结果也不太满意。也就是说，这3个因素在数量上的变化并不会引起区域旅游网站数量的明显增减变化，故而它们都不能视为是旅游网站规模分布的影响因子。
旅游网站数与旅游接待人次及旅游企业数量间的线性函数关系表达式为：y=51.876+0.475xl+0.446x2。
式中，y是旅游网站数量，x1是旅游接待人次，x2是旅游企业数。决定系数R2为0.750；P值为0.005。方程经F检验、共线性容忍度检验及残差检验证明模型可以接受。
确定了影响我国旅游网站规模分布的影响因子之后，为了更精确地检验2个影响因素与旅游网站数量间的数学关系，我们再进一步地运用曲线模拟，来寻求最能精确反映这两个影响因子与旅游网站数量间的关系模型。表7清楚地表明，在对旅游网站数与旅游接待人次间进行曲线拟合(表格中所列的只是R2值较高的几种函数式)时，直线方程的拟合效果并不是最好，三次方程模型的决定系数值0.849明显要高于所有其他函数形式。因此，可得函数关系式：y=22.347+3.49E-005x-3.05E-012x2+8.95E-020x3。
式中，y是旅游网站数，x是旅游接待人次。同样的，我们可以证实，旅游网站数与旅游企业数之间的最佳函数关系式为：y=0.286x(y和x分别代表旅游网站数和旅游企业数)。
由此，我们可以推定区域旅游网站规模分布的动力机制主要如下：
旅游网站的分布规模直接由旅游网站所提供服务产品的供需双方——旅游企业和旅游者来决定：
(1)推动作用：在旅游网站的建设发展中，推动作用反映的是一种供给因素和供给作用。在旅游业和旅游企业信息化发展的时代背景下，旅游网络产品和服务的供给者——旅游企业在旅游网站建设和旅游电子商务中必然将发挥越来越重要的主流作用，旅游企业的数量规模直接决定了旅游网站的分布规模。
(2)拉动作用：拉动作用反映的是需求作用。旅游网站最终面对和服务的都是游客。建设旅游网站、进行网络营销的目的就是使更多的潜在游客变成现实的旅游者并为这种转变提供各种服务和产品。所以，旅游者的规模、旅游消费者的需求就必然会直接影响到旅游网站的规模分布和服务内容。因此，旅游者及其规模是决定旅游网站分布规模的一个关键的拉动因素。
其他因素如区域经济基础、信息水平并不能直接影响区域旅游网站的规模分布，它们的数量变化并不会明显影响区域旅游网站规模的变化。
5结论与讨论
5．1结论
本文通过逐步深入的分析，可以得出如下结论：
(1)我国旅游网站的分布在全国和各省区内均存在着明显的地理空间差异，网站数量和功能自东部沿海向中西部逐渐减弱；在省域内部，省会城市、旅游资源丰富、旅游经济发展的城市其旅游网站数量明显较多。
(2)区域旅游网站的数量与旅游接待人次、旅游企业个数间存在着强烈的正相关关系；而与地区居民消费水平和信息发展水平及网民数间相关性明显，与居民消费水平间的相关性最弱。
(3)旅游网站的分布规模直接由旅游网站所提供的服务产品的供需双方因素——旅游企业数量和旅游接待规模决定，这两个因素作为旅游网站规模分布的推拉动因素，直接影响到区域旅游网站规模的变化和服务的内容质量。而居民消费水平、网站个数、网民数等并不会影响到区域旅游网站的分布规模，它们的变化不会对旅游网站分布规模形成有效影响。
5．2讨论
关键词旅游流；影响机制；空间模式；“M-M”矩阵；淮安市
一、引言
旅游区域影响一直是旅游科学研究的核心与热点问题之一①②③（仅就国际而言，国内研究相对滞后）。正确评价旅游开发的区域影响，对于指导旅游业发展具有重要意义。目前旅游影响方面的相关研究，大多是在用宏观经济学理念分析旅游业对区域经济结构影响这一层面上展开的④⑤⑥⑦；大多是针对目的地整体，而不是针对目的地区域内部的旅游流的。旅游流（即旅游客流）是一个非常重要的具有空间属性的旅游地理学概念，也是构成旅游系统的神经中枢或纽带⑧⑨。它与旅游相关流（即与旅游流相关或伴生的信息流、资本流、货物流等的统称）共同构成了诠释旅游系统现象的旅游流概念体系⑩。以旅游流为对象和出发点，进行旅游区域影响研究，既是旅游流研究走向实践应用的重要方面，也是旅游区域影响研究的一个新角度。值得指出的是，“旅游流的区域影响”与通常所说的“旅游区域影响”存在一定的差异，后者主要是一个整体的概念，强调从宏观经济学角度分析旅游业对区域经济结构的影响；而旅游流的区域影响或空间效应研究，则更强调空间的分异与旅游流的空间格局及空间扩散模式密切相关B11，得出的结果更加具体和具有空间性，并在影响类型在空间的分布及其机制方面可以更加具体地分析和阐释。
迄今，尽管少数学者在旅游影响分析中对旅游流的影响也有所涉及B12，但将“旅游流”作为旅游区域影响研究的立足点进行理论探讨和实证分析的不多见。本文针对旅游理论研究的薄弱环节和我国旅游业面临的实际问题，把握旅游流的动态属性及空间分异属性，沿着“流的性质――空间分布――流的空间影响模式”的分析思路，对目的地区域内部旅游流区域影响的机制及空间模式进行分析，以期能够在旅游流及旅游区域影响研究上有所创新，并实践一种以旅游流（市场的空间维映射）为导向的区域旅游开发模式。
二、旅游流的区域影响机制
1.区域影响因子分析
旅游流之所以会对目的地区域产生影响或作用，主要是因为旅游流(即旅游客流)是一个“主观能动”的主体，其在旅游目的地所开展的“旅游活动”是一种典型的经济文化交流活动。伴随着旅游活动展开，资本流、货物流、信息流等旅游相关流应运而生，从而对目的地的经济、社会、文化、环境等产生直接或间接的影响，即产生区域影响或效应。显然，旅游区域影响产生的主体因子是旅游流，关联因子是旅游相关流，旅游流和旅游相关流(concept-pairs，概念对B13)共同构成旅游流区域影响或效应的影响因子体系。同时，在影响因子体系中，各种影响因子之间相互影响、相互作用，形成反馈机制，具有自我调节功能B14。
2.区域影响机理分析
显然，旅游流作为具有相当异质性的客体进入目的地空间，其对目的地区域的影响主要由自身的属性特征所决定，而旅游活动（如各种旅游消费行为等）则是区域影响产生的关键过程或手段。
旅游流的属性特征主要包括流量、流向、流质、扩散势（propagationpotential）等。其中，流量大小通常与效应强度成正比；流向受资源格局、行为规律等多种因素影响，通常具有“趋高性、向丰性”等B15B16，它影响着空间效应的范围及方向，同时对目的地体系等级分化具有影响、促进作用B17；流质即旅游流在内部组成上的类型、构成（如消费构成、文化构成等），它影响着旅游活动中的旅游相关流（如资金流等），从而影响效应效果或强度；旅游流的扩散势，即其向外扩散的能力大小，影响区域联动效果及潜力，其大小可在以往引力模型及其变型的基础上作进一步解释B18B19。而旅游活动的开展则带动了目的地系统内部的资金流、货物流、信息流等的流动或转换，从而影响目的地区域空间。
可见，旅游流的属性及活动特征共同规制着区域影响，其空间分布及组合类型决定着旅游流的影响效果及动态趋势。而对于某一具体目的地区域而言，不同的旅游背景环境同样也会影响旅游流的活动、属性特征及其区域效应的发挥。鉴于此，我们考虑了3种典型旅游背景环境（自然发展状态、政府主导状态、市场主导状态），并对3种典型状态环境所对应的旅游流效应机制（自由态型机制、行政引导型机制、投资引导型机制）进行了比较分析（见表1）。这里的3种典型旅游背景环境是对旅游业发展主导环境的进一步细分与界定。这种划分既综合了旅游业产业特性、旅游业发展及其与外部支持环境的关系，也考虑了不同主导环境在影响旅游流效应发挥方面所产生的差异性的显著程度。其中，自然发展状态，是指在相对理想的无外部干扰、自然状态下的旅游发展环境模式；政府主导状态，是指政府直接干预较强的旅游业发展环境模式；市场主导状态，是指企业牵头、市场化运作程度较高的旅游业发展环境模式。在3种不同的旅游背景环境下，区域旅游流空间效应的特征差异主要体现如下（见表1）：自由状态下旅游流的空间扩散主要受地域旅游资源格局的影响，其空间效应特征具有较强的资源空间指向性；行政引导通常放眼于区域全局的最佳发展，其作用下的旅游流空间效应有利于促进区域协调、联动；市场投资引导下的旅游流空间效应则具有混沌规律下的复杂多变、波动强等特征，有利于区域的跨越式发展。显然，不同环境状态下旅游流空间效应的发挥是有差别的，对于某一具体目的地而言，要使旅游流发挥最大的效应、实现目的地区域的最佳发展，必须结合目的地区域实际，营造、创建综合性的最佳效应环境。
可见，旅游流是分析旅游区域影响问题（包括区域影响系统稳定性、区域影响的空间差异及时间变化动态趋势等）的核心与关键；而旅游区域影响的本质和根本着眼点则是动态旅游流及其空间背景环境。
三、旅游流的空间影响模式
就本质而言，本文旅游流的空间影响模式是对传统空间结构理论的应用、变型与发展B20。结合目的地系统空间格局及旅游流的空间分布及类型组合等B21，归纳出目的地区域旅游流空间影响的3种基本模式。
1.网状等级扩散效应模式
旅游流在旅游集散地集聚，部分客流以集散地为接待服务地或中转地，流向周边目的地景区，形成一级扩散流；同样，一级扩散流在周边目的地景区开展旅游活动的同时，其中的部分游客会进一步向景区周边的次级目的地扩散分流，形成二级扩散流，以此类推，旅游流就形成了鲜明的等级扩散形态的流动。在比较成熟的目的地区域，旅游流线路可以发展形成具有多元回路的网络状结构。这种情况对应着空间结构相对复杂的旅游地域系统B22，旅游流的区域影响最为显著。
2.据点式扩散效应模式
与等级扩散相比，据点式扩散效应反映了旅游流在结构相对单一的目的地区域的影响模式。这种情况下，旅游集散地通常既是地区旅游的中心，也是地区客流接待服务的中心。中心地景区难以形成过夜接待，景区间基本没有旅游流联系。旅游流的空间影响主要集中在集散中心地，而对腹地的影响、带动相对较弱。此现象可由旅游者中小尺度行为规律加以解释，在省域特别是市、县级中小尺度旅游地域比较常见B23。
3.线型扩散效应模式
该模式主要反映了旅游流沿交通干线向沿线景区（点）分流扩散的效应形态。这种情况下，旅游资源主要沿交通干线分布，具有向交通干线集中的条带状空间分布格局B24。旅游流不断向沿交通线旅游景区扩散，形成了沿线条带状旅游地域扩散效应。这种线型扩散效应在带动线沿线景区发展的同时，能够促进和带动交通沿线地域的发展，如客流在亚欧大陆桥沿线的扩散效应等。
四、区域影响分析的“M-M”基本效果矩阵
上述3种模式本身反映了3种不同的旅游流区域影响情况，而随着旅游环境、影响机制（3种）的变化，每种模式又将会产生不同的效果，从而会产生一种“机制（Mechanism）―模式（Model）”基本影响效果，即形成旅游流区域影响分析的“M-M”基本效果矩阵（见表2）。
当然，通常情况下，一个区域的旅游流“M-M”效果模式往往并非表2中所列的基本效果模式，而是基本效果模式拓展、重组出的一般模式，比如常见的行政引导与投资引导共同作用下的网状等级扩散效应模式等。显然，一般模式具有复杂、多样性（理论上可形成种情况）。在具体的分析实践中，我们应针对目的地区域实际，通过对旅游流效应的环境机制及空间模式进行优化组合和调控，来寻求最佳的“M-M”组合模式，实现目的地区域的最佳发展。
五、淮安市域旅游流区域影响实证分析
1.区域旅游概况
淮安市地处苏北内地，旅游业发展起步较晚。但近年来由于政府重视，全市掀起了旅游开发热潮，旅游业发展形势逐渐繁荣：三淮一体的城市大格局的确立有力促进了历史名城楚州（区）及整个大市旅游业的发展，以盱眙为代表的区县旅游发展形势良好，旅游的区域效应日益显著。
2.数据来源及分析路线
本文数据主要来源于2002年5月淮安旅游规划编制组所进的旅游市场调查问卷，如对“游客停留市县”等相关调查的统计分析等。此次调查在淮安市域各大景区（点）进行，共回收有效调查问卷1210份，能够切实反映2002年淮安旅游发展状况。另外，本文根据分析需要采用了《江苏省国内旅游市场调查资料汇编（2002）》部分客源特征数据及淮安市旅游局提供的2002淮安旅游收入统计数据等。
数据的统计处理主要采用SPSS软件。数据分析的最终目的是揭示淮安市域旅游流体系的集散效应特征，分析的主要内容及线路为：
（1）分析2002年5月淮安客流主要客源地城市构成，反映淮安旅游流辐射范围。淮安市旅游流的发源地基本分布在省内大中城市及周边临近省市的主要中心城市（见表3）。
（2）分析市域旅游流及旅游资金流的总量特征及空间分布，反映市域旅游流流量分布格局。2002年旅游统计数据显示B25，淮安国内旅游流总量不大（345.48万人次，远低于省平均772.17万人次，在省内倒数第三），但在空间分布上相对集中于市区（196.6万人次，其中楚州区113.13万人次，占总量的32.8%）和盱眙县（67.22万人次，占总量的19.5%）（见图1）。
（3）分析市域旅游流的主要集散地体系结构，揭示旅游流的空间扩散态势。淮安作为目的地整体来看，南京、连云港、扬州是其主要客流中转地（见图2）。市区、辖县作为独立目的地来看，其各自的旅游流转入结构（即中转地转入中心目的地的客流量的百分比结构）不尽相同（见图3）：市区旅游流（图3-1）的覆盖范围较大，但缺乏高级别的客流转入中心；盱眙（图3-2）、洪泽（图3-3）、金湖（图3-4）、涟水（图3-5）等4个旅游区的旅游流皆以淮安市区为最大的转入中心，但4个旅游区之间的旅游流联系强度不大。
3.影响效果及策略分析
(1)“M-M”效果模式及其引导调控
从机制背景看，市域旅游流呈现出较为明显的行政引导下的资源指向特征；从空间模式看，全市基本以低层次的区县据点式效应形式为主，相对成熟的区域性网状等级扩散效应基本没有形成（见图3）。可见，行政引导、资源导向下的低层次据点式扩散模式是淮安市域旅游流区域影响的主导“M-M”效果模式。克服区位阻力，调动市场要素，努力创建一个政府帮扶主导、市场运作，政府、开发商、游客及旅游地居民等多方积极参与的宽松旅游大环境，应是旅游非优区淮安今后工作的重点。
(2)影响效果与旅游发展策略分析
“M-M”效果模式揭示了淮安市域旅游流区域影响的整体效果：总体强度弱，影响地域局部、零散，区域联动性差。此阶段旅游流对目的地区域社会、文化、环境的影响层次较低，负面影响通常也不严重。下面仅通过分析旅游流与旅游资金流的关系模式，来“简单”揭示旅游区域经济影响分析的实质（通常都是基于旅游流特征分析的）。
从全市总体来看，2002年国内旅游流总量为345.48万人次，与连云港381.85万、盐城378.87万人次相差不大；而旅游资金流17.91亿元，远远低于连云港的29.63亿元、盐城的27.64亿元。通过分析流质构成，可以发现，淮安客流人均停留天数1.33天/人、人均天花费467元/人天，均低于连云港的1.64天/人、544元/人天，盐城的1.64天/人、507元/人天。从市域内部差异看，市区作为市域旅游接待服务中心，客源辐射较广，游客人均停留天数高于市平均1.33天/人，而辖县则以一日游居多，如盱眙人均停留仅1.04天/人B28。由此不难发现，以游览观光为主的客流目的及消费构成在一定程度上限制了游客逗留时间增长，而以节庆为手段、形象为驱动的旅游发展模式在扩大淮安知名度、带来游客的同时，也暴露出淮安旅游在产品项目、接待服务、基础设施等方面的不足，这才是造成淮安游客平均逗留时间短、人均花费低的根本原因。
可见，实施旅游品牌产品精品化工程，丰富品牌产品系列，加强旅游接待服务设施建设，延长游客的平均逗留时间，将现有客源优势转变为效益优势，是淮安市旅游业发展的当务之急。另外，对外应加大对南京、扬州、连云港等近距离客流集散中心的培育和营销力度，加强区域联动，促进淮安旅游业健康持续发展。
(3)空间效应趋势与区域旅游空间组织
旅游流区域影响分析的最大特征即在于其空间性。以旅游流空间集散为导向，揭示客流行为规律，优化旅游空间布局，是旅游流区域影响研究的重要实践价值所在。
对旅游流实施动态监控，以市域旅游资源格局为参照坐标，充分发挥行政引导作用，淮安市应加强以楚州、盱眙为代表的各区县城区旅游节点的建设，提高各城区节点的旅游、接待服务及集散中转功能。同时应重点培植“市区（以楚州为核心）―盱眙”全市旅游核心发展轴线，以带动、促进全市旅游业的全面发展（见图3）。此结论为淮安旅游“双核一轴、点轴扩散”的总体发展布局提供了理论支持和依据B29。
六、结论与意义
本文以旅游流为立足点，深入分析了旅游区域影响的机制及空间模式，并进一步将机制（Mechanism）、模式（Model）进行组合，提出了旅游流区域影响分析的“M-M”基本效果矩阵。这在一定程度上弥补了传统旅游区域影响研究在空间分析方面的不足，完善了旅游区域影响分析的理论及方法体系。淮安实证分析表明，将本研究成果应用于我国不断向纵深层次发展的区域旅游开发实践，特别在贯彻市场导向（空间映射即旅游流导向）的开发理念方面具有一定优势。同时，淮安案例分析本身也为我国相对空白的市县级中小尺度旅游流研究提供了一个鲜活个案。当然，限于篇幅及研究的阶段性，本文仅为基于旅游流视角的旅游区域影响研究树立了一个基本框架，不少具体问题仍需进一步深入，如旅游流时间变化的影响、空间效应模型的构建及基于GIS的区域影响动态监控；旅游流与城市功能的关系及其对城市空间重组过程的影响；旅游流带来的旅游相关流（着重于资本流、劳务流、商品流）的空间模式及区域经济效应等。
注释：
①〖ZK(1#〗保继刚楚义芳.旅游地理学［M］.北京：高等教育出版社,1999：5-6.
②吴必虎.中国旅游研究14年［J］.旅游学刊，2001（1）：17-21.
③张立生.近期国外旅游学研究进展［J］.旅游学刊，2004（3）：82-188.
④MathiesonA&WallG:Tourism:economic,physicalandsocialimpacts［M］.Harlow:Longman.1982.
⑤BriassoulisH..Methodologicalissues:tourisminput-outputanalysis［J］.AnnalsofTourismResearch,1991,18:485-495.
⑥SasakiKHaradaM&MorinoS:Economicimpactsoftheme-parkdevelopmentbyinput-outputanalysis:aprocesstowardlocalindustrializationofleisuresurvice［J］.ManageingLeisure,1997,2:29-38.
⑦史蒂夫・史密斯，赵丽霞.探析旅游卫星帐户（TSA）的基本思想［J］.旅游学刊，2004（2）：16-21.
⑧Pearce,D.TourismDevelopment［M］.Harlow,London&NewYork:Longman.1989.
⑨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（1）：96-101.
⑩张捷.中国旅游/游憩流的空间分布模式及空间效应研究（国家自然科学基金申请书）.基金编号：40371030.
(11)黄泰，张捷等.基于区域城市体系的旅游地域系统空间组织研究－以江苏为例［J］.人文地理，2003（2）：49-54.
(12)陆林.山岳风景区客流研究［J］.地理学报，1994（3）：236-244.
(13)同⑩.
(14)唐顺铁,郭来喜.旅游流体系研究［J］.旅游学刊，1998（3）：38-41.
(15)同①：42-44.
(16)张红.我国旅游热点城市境外游客旅游流空间分布特征分析［J］.人文地理，2000（2）：56-57.
(17)黄泰.旅游流对旅游目的地的空间效应研究［D］.南京大学城市与资源学系硕士学位论文，2003：53-67.
(18)O'KellyMENewestimatesofgravitationalattractionbylinearprogramming［J］.GeographicalAnalysis,1995（4）:271-285.
B19WilsonAG.UrbanandRegionalModelsinGeographyandPlanning［M］.London:JohnWiley&Sons,(19)74:63-75.
(20)吴必虎.区域旅游规划原理［M］.北京：中国旅游出版社，2001：322-337.
(21)同B11.
(22)同⑨.
(23)同①：44.
(24)同B11.
(25)(26)江苏省旅游局.江苏省国内旅游市场调查资料汇编（2002）［Z］.
(27)淮安市旅游局.淮安市旅游局统计年报表（2002）［Z］.
(28)同(27).
[关键词]长三角地区科技旅游客源市场开发模式
一、科技旅游概念及长三角地区科技旅游发展背景
日新月异的今天,旅游市场不断成熟,人们的旅游需求不断发生变化。传统的旅游项目和旅游产品已越来越不能满足人们多样化需求。科技产业化和高科技成为旅游热点等一系列情况的出现,促使一种新兴的旅游形式――科技旅游应运而生。科技旅游是指将科技和旅游有机地结合为一体的一种高层次的文化旅游类型。其基本形式是以旅游资源中的科学技术要素和成分为基础,利用各种自然和人文景观,进行科技和旅游的科学综合规划设计,形成集科普、生产、加工、销售、观光、尝试、体验、娱乐为一体的旅游活动或产品。包括工业园区旅游、科技场馆旅游、农业园区旅游、高新科技展示等多种旅游项目。
我国长三角地区是科技旅游示范基地,有着无数成功的开发典范。2007年上海市科普旅游示范线路推荐暨长三角青少年旅游研讨会在上海举行。上海市旅游委联合市科委结合科普“十一五”规划的实施,揭晓了两条2007年度上海科普场馆旅游示范线路。一条以上海科技馆、孙桥农业开发区、上海海洋水族馆为主要景点,另一条以上海天文博物馆、上海地震科普馆、佘山国家森林公园为主要景点。目前上海市的20家专题性科普旅游示范基地,年接待人次超过了450万,随着2010年上海市博会的召开,这些科普基地将为长三角青少年旅游奠定基础。从明年开始,上海将对长三角范围内旅行社组团参加科普旅游示范线路进行资助。规范经营的旅行社,凡年度内输送客源5万人次以上,均可申请获得资助。上海就有8家专业性博物馆(磁悬浮、中医药、邮政、公安、乳业、铁路、昆虫、儿童)。
二、长三角地区科技旅游客源市场特征综合分析和统计分析
笔者选取该区代表性城市上海做了问卷设计和问卷调查工作。在上海科技馆、东方明珠、上海城市展览馆等景区的正式调查中,共发放问卷514份,其中有效问卷470份,回答质量较低被剔除的问卷20份,回答不完整的问卷24份,占4.7%,比例较低,问卷调查结果比较理想。通过分析得到如下结果:男性游客比例略高于女性;科技游客以中青年为主;参与科技旅游活动的旅游者普遍具有较高的文化水平;旅游客源市场的主体为收入在中等偏上的人群中;人们获得科技旅游信息的主要途径是对网络资源的利用和科普场馆的展示。
本文将继续基于这些数据,尝试采用SPSS10.0中的独立样本T-TEST(IndependentT-TEST)检验,对数据进行在线分层分析、变量频数分布分析、均数比较分析,以及变量相关分析和回归分析。
1.相关分析
相关分析(correlate)是研究变量间密切程度的一种统计方法,通过分析多个事物之间的关系,做统计学推断。得相关系数值,相关系数值为-1(完全负相关关系)~+1(完全正相关关系)之间,相关系数为0时,表示不存在相关关系。先选取三个变量
X、Y和Z,其中X=科技旅游产品类型偏好,Y=旅游者的文化程度,Z=性别。在这里做一下变量代换:
产品偏好X:1=自然科考游;2=科技园区游;3=科技场馆游;4=科技夏令营
文化程度Y:1=小学;2=初中;3=高中(中专);4=大专;5=本科;6=硕士及以上
性别Z:1=男;2=女
随机选取有效问卷100份进行统计分析,得描述性统计结果1:
统计分析结果1:
结果分析:100份分析样本中,平均文化程度为大专及本科层次。旅游者受教育程度与科技旅游产品偏好之间存在负相关关系,相关系数r=-0.147,p
2.距离相关分析
距离相关分析用于计算个案或变量之间距离的相异性或相似性测度。本文分析采取变量距离相关分析法来进行统计分析,得到个案处理摘要和相似性矩阵。
结果分析:这是一个相似性矩阵,即Pearson相关系数矩阵。以上是对变量:X(产品偏好)、Y(文化程度)、Z(性别),而计算距离(ComputerDistances)选择“变量间(Betweenvariables)”的结果进行“相似性测度(Similarities)”,测度(Measures)为“Pearson相关系数(Pearsoncorrelation)”的记过,其数值越大者距离越近。从相似性矩阵(ProximityMatrix)数值来看,性别和产品偏好成正相关关系,且相关系数为0.002;旅游者的文化程度与对科技旅游产品类型的选择之间是负相关的关系,相关系数为-0.147;因此可得,在此验证了前面相关分析所得的分析结果是正确的,即文化程度对科技产品类型选择的影响程度要大于性别的影响程度。
3.线性回归分析
回归分析(Regression)是研究一个或多个自变量(Independent)与一个因变量(Dependent)之间是否存在某种线性关系或非线性关系的一种统计学分析方法。引入两个以上自变量,采取多重线性回归分析法中的强迫引入法来进行统计分析研究。
选取一个因变量即科技旅游产品类别,二个自变量即性别和文化程度,同样选择100份样本问卷进行统计分析。得到以下统计分析结果。
Regression(回归分析),强迫引入法
结果分析:结果显示,多元方程的复相关系数为0.147、R2为0.022、调整R2(AdjustedRSquare)为0.002、估计值的标准误(Std.ErroroftheEstimate,即剩余标准差)为1.17.
多重回归方程为:科技旅游资源类型偏好=2.831-0.166*文化程度-0.00208*性别,(P
所以得出长三角地区不同地区文化程度所形成的科技旅游市场结构如下表:
三、长三角地区科技旅游开发模式
根据长三角地区的问卷调查结果显示,该区科技旅游者的文化程度值大部分落在之间,即大专和本科学历的科技旅游者比较多,所以对应的资源类型偏好值落在[2.001,2.167]之间。由此可见,未来一段时间长三角地区可以把科技园区游作为该区的潜力市场进行大力开发,包括对宝山钢铁集团、大众汽车等工业厂区的科技线路开发等。而科技场馆游在该区发展已具备一定规模并已形成渐趋成熟的管理领导体制,成为了该区的拳头产品。预计在将来,随着该区客源市场文化程度的普遍提高,将有越来越广阔的旅游者参与到工业厂区和自然景区的科技旅游中。人们开始摈弃传统的自然和人文资源观光游览,而是注重休闲娱乐和科技文化知识普及紧密联系在一起的科技旅游模式。
参考文献:
[1]Yang,JiaLynn,Eightgreatfactorytours.Fortune:4/4/2005,Vol.151Issue7,page116
[2]孙兴勤:开发科技旅游实现寓教于乐[J].云南科技管理,P64
[3]金颖若:科技旅游论[J].汉江论坛,2003(10):35-37
[4]李廷勇:论科技旅游[J].山西大学学报(哲学社会科学版),Mar.,2004Vol.27No.2:66-70