阮文奇　張舒寧　李勇泉　鄭向敏

[摘 要]出境旅游已成為中國旅游發(fā)展的重要組成部分，正在改變著中國與世界旅游市場運行格局和走勢。該研究以百度指數(shù)來衡量旅游需求，收集了2011-2017年中國31個省域的赴泰旅游需求指數(shù)，并利用季節(jié)性強度指數(shù)、空間自相關、地理探測器等方法探討了中國赴泰旅游需求的時空分異特征及其影響因素。研究發(fā)現(xiàn)：（1）2011-2017年赴泰旅游需求總體呈現(xiàn)先遞增后下降的時間演化趨勢，且季節(jié)性差異較大，赴泰旅游需求逐漸由“夏季熱”轉為“冬季熱”，“假期游”和“避寒游”需求特征明顯。（2）整體來看，赴泰旅游需求存在空間集聚效應，高需求省域與低需求省域均在空間上顯著集聚，冷熱點格局呈現(xiàn)出以長三角區(qū)域為中心，向四周擴散的“C字型”空間分布特征。（3）赴泰旅游需求總體呈現(xiàn)“胡煥庸線”空間分布特征，高需求區(qū)域主要分布于東部地區(qū)，西部地區(qū)多為低需求區(qū)域。（4）放假制度、經(jīng)濟發(fā)展水平、國際旅游開放度、對外交通便利性是中國赴泰旅游需求時空分異的主要影響因素，而對外經(jīng)濟聯(lián)系、信息化程度和地理區(qū)位也對赴泰旅游需求發(fā)揮著重要作用。文章從地理空間探討赴泰旅游需求的時空分異及影響因素，并與國內(nèi)旅游需求影響因素進行對比，拓展了中國出境旅游的研究框架，旨在為中國出境旅游良性發(fā)展提供理論指導與實踐啟示。

[關鍵詞]旅游需求;出境旅游;時空分異;影響因素;地理探測器;泰國

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2019）05-0076-14

Doi： 10.19 76 5/j.cnki.1002- 5006.2019.05.010

引言

出境旅游是旅游發(fā)展的重要組成部分，是一個國家與地區(qū)旅游業(yè)以及社會經(jīng)濟發(fā)展水平的重要標識[1]，發(fā)展出境旅游有助于中國旅游經(jīng)濟體系走向平衡[2]，增強對外影響力。隨著中國經(jīng)濟持續(xù)增長，出境旅游得到了快速發(fā)展[3]，并逐漸成為國民旅游的重要選擇方式。中國已是世界第一大出境旅游市場與出境旅游消費國[4]，中國出境旅游已經(jīng)成為世界旅游市場的重要組成部分，正在改變著中國和世界旅游市場運行格局和走勢[5]。目前，中國出境旅游研究備受關注，并成為近年來旅游研究的熱點議題[6]。

出境旅游是中國旅游業(yè)的三大支柱之一。早期，學術界對中國出境旅游的發(fā)展現(xiàn)狀及階段特征[6-7]、市場影響因素[6]、發(fā)展戰(zhàn)略與政策選擇[9-10]、目的地市場定位[11]行為與消費特征[12-13]、文化價值[14-16]等方面進行了廣泛而深入的探索。近年來，學者們主要關注出境旅游需求發(fā)展[17]、影響因素[5，18]、出境旅游安全[19-20]等方面。其中，出境旅游需求逐漸成為學術界廣泛關注且不斷深化探討的議題。蔣依依等以面板數(shù)據(jù)構建了需求理論模型，分析了發(fā)達經(jīng)濟體和發(fā)展中經(jīng)濟體出境旅游需求的影響因素，并對其影響因素的異同進行對比分析[1]，Yang和Wu探究了影響中國居民出境旅游需求的潛在因素[21]，Moutinho等利用神經(jīng)網(wǎng)絡構建模型，預測中國出境旅游需求的變動趨勢及特征[22]。在國際旅游需求研究方面，主要關注到了國際旅游需求估算[23-24]、需求特征[25]、需求影響作用[26]、出境旅游需求形成因素[27]等。此外，也有不少學者探討某種因素與國際旅游需求之間的關系，如目的地空氣質量[28]、經(jīng)濟因素[29]、匯率[30]、政策[31]、危機事件[32]等。Charlesworth分析了蘇格蘭海外旅游需求具有區(qū)域性季節(jié)特征[33]，Eugeniomartin和Campossoria分析了本地區(qū)域氣候與出國旅游目的地選擇之間的關系[34]。綜上所述，出境旅游研究呈現(xiàn)明顯的階段特征，出境旅游需求逐漸成為熱點議題，但當前對出境旅游需求的研究大多停留在需求預測、影響因素等層面，缺乏從客源地視角探討出境旅游需求的時空格局及影響因素，大多通過面板數(shù)據(jù)對出境旅游需求進行分析，缺乏月度、季度等動態(tài)微觀數(shù)據(jù)研究。

隨著網(wǎng)絡快速發(fā)展，互聯(lián)網(wǎng)已成為旅游信息獲取和輔助旅游行為決策的重要工具[35]。旅游者出行前主要搜尋機票、天氣、住宿、旅行攻略、地圖或交通指南、旅游景點等信息;旅行中主要搜尋天氣、旅行攻略、地圖或行車指南、大型活動等信息，旅游信息搜尋行為代表了用戶的出游需求[36]。已有研究證明了百度搜索指數(shù)與旅游需求之間存在密切的關系[37]，百度指數(shù)是現(xiàn)實客流量的前兆[38-39]，一定程度上代表了出游需求[40]。

具體來看，已有相關研究將百度指數(shù)運用在旅游需求分析中，阮文奇和李勇泉以“百度指數(shù)”衡量客源地旅游需求，從而探討九寨溝地震對客源地旅游需求的影響及空間差異[41];馬麗君等以“百度指數(shù)”來衡量旅游需求，分別探討客源地居民旅游需求的時空特征[40，42]。雖然目前直接以百度指數(shù)衡量旅游需求的相關研究較少，但有不少研究間接論證了百度指數(shù)與旅游需求之間的關系。如Yang等運用百度指數(shù)來預測中國熱門旅游目的地的游客數(shù)量，并驗證了百度數(shù)據(jù)和海南省到訪游客之間的協(xié)整關系[43];Huang等探討了互聯(lián)網(wǎng)搜索數(shù)據(jù)與實際旅游流之間的關系，研究表明百度指數(shù)與游客流量呈正相關[44];“等提出了一種基于百度指數(shù)的旅游流量預測模型，并驗證了該模型的有效性[45]。不難發(fā)現(xiàn)，百度指數(shù)在一定上能夠預測旅游流，而旅游需求產(chǎn)生于出游之前，潛在旅游者有了旅游需求才能產(chǎn)生旅游行為。百度指數(shù)在一定程度上代表著客源地網(wǎng)民對旅游地的關注度，是其旅游行為決策的先導，可較好地體現(xiàn)旅游需求特征，有助于分析出境旅游需求量橫向對比及年內(nèi)變化規(guī)律，彌補當前出境旅游需求研究的不足。因此，以“百度指數(shù)”來衡量旅游需求具有較高的可信度和合理性。

從以上分析發(fā)現(xiàn)，百度指數(shù)主要用于國內(nèi)旅游需求衡量中，而出境旅游對旅游信息的依賴性更高，但百度指數(shù)極少運用在出境旅游需求研究中，基于此，本文以赴泰旅游為例，利用百度指數(shù)衡量赴泰旅游需求，收集了2011-2017年中國31個省域（由于我國港澳臺地區(qū)數(shù)據(jù)統(tǒng)計口徑不一，因此本文未將港澳臺地區(qū)納入研究范圍）對泰國旅游的百度指數(shù)，利用季節(jié)性強度指數(shù)、空間白相關等方法分析赴泰旅游需求的時空分異特征及演化趨勢，通過地理探測器和最小二乘法分析其時空分異的影響因素，并進一步探討出境旅游需求與國內(nèi)旅游需求的影響因素是否存在差異。本文揭示了中國赴泰旅游需求的時空分異格局及其影響因素，拓展了中國出境旅游需求的研究框架，旨在為我國出境旅游良性發(fā)展提供理論指導與實踐啟示。

1 數(shù)據(jù)來源與研究方法

1.1案例地概況

泰國是世界聞名的旅游勝地之一，憑借獨特的熱帶自然景觀、濃厚的異域風俗、優(yōu)質的旅游服務和物美價廉的產(chǎn)品成為深受國際游客喜愛的旅游地。泰國是中國最早開放的出境旅游市場，是“一帶一路”沿線重要的旅游國家之一，隨著《泰囿》等熱門電影的傳播，在中國旅游市場知名度日益增高，泰國已經(jīng)成為中國游客首選的出境旅游目的地。在2013年中泰游客互免旅游簽證政策的推動下，赴泰游客數(shù)量從2013年470萬人次上升至2017年980萬人次，赴泰游客數(shù)量快速增長，赴泰旅游市場的潛力巨大①。而2017年受薩德事件影響，中國很多線下旅行社、OTA將旅游營銷轉向泰國，赴泰旅游獲得更大的發(fā)展空間。因此，研究中國游客赴泰旅游具有一定的典型性、代表性及現(xiàn)實意義。

1.2數(shù)據(jù)來源

百度指數(shù)是百度推出的一種數(shù)據(jù)分享平臺，依托于百度搜索引擎，以百度海量網(wǎng)民的搜索痕跡為數(shù)據(jù)基礎，以百度引擎上的搜索關鍵詞為統(tǒng)計對象，科學分析并計算出各個搜索關鍵詞在百度搜索引擎中搜索頻次的加權和?；ヂ?lián)網(wǎng)體現(xiàn)了出游決策行為方式[46]，對旅游目的地的網(wǎng)絡搜索反映了旅游者出游需求傾向。雖然百度指數(shù)與旅游需求在內(nèi)容構成及需求量上存在差異，但仍然可以較好地體現(xiàn)客源地旅游需求特征[37，47]，尤其是在橫向對比及年內(nèi)變化規(guī)律分析上，百度指數(shù)具有較高的可信度[48]。因此，以百度指數(shù)來衡量旅游需求具有較強合理性和科學性。關鍵詞選取遵循以下3方面原則：（1）代表性：旅游包含“食、住、行、游、購、娛”等方面需求，因此，選取最能代表旅游需求的要素，且與出境旅游特點密切相關的搜索關鍵詞。如出現(xiàn)多個相同含義的關鍵詞，只選取關注度最高的。（2）可操性：關鍵詞須為可搜集到的，即百度指數(shù)數(shù)據(jù)庫中已收錄的。（3）關注度高：客源地用戶關注度較高，且與赴泰旅游息息相關的，即搜索量排名靠前的關鍵詞。

旅游需求具有綜合性和多面性特征，單一搜索關鍵詞難以全面衡量旅游需求。馬麗君和龍云以湖南省各景區(qū)名為搜索關鍵詞，進而以百度指數(shù)衡量湖南省居民對景區(qū)的旅游需求[40]。阮文奇和李勇泉以“九寨溝旅游攻略”“九寨溝門票”“九寨溝天氣”“九寨溝酒店”等關鍵詞來獲取百度指數(shù)，從而衡量旅游需求[41]。張舒寧和李勇泉以“廈門旅游攻略、廈門旅游地圖、廈門旅游景點”為搜索關鍵詞，從而通過百度指數(shù)衡量客源地旅游需求[49]。因此，本文在前人研究基礎上，結合旅游6要素“吃、住、行、游、購、娛”本質內(nèi)涵，以“泰國旅游攻略”“泰國旅游注意事項”“泰國旅游簽證”“曼谷旅游攻略”“普吉島天氣”“清邁旅游攻略”為搜索關鍵詞，檢索時間設置為2011年1月至2017年12月，并以年度、季度、月度為時間區(qū)間進行搜索，以各省域為地域單位進行檢索，分別收集中國31個省域對赴泰旅游的用戶搜索量，作為研究赴泰旅游需求的基礎數(shù)據(jù)。其中，關鍵詞選取與搜索時間設置的原因如下：（1）6個搜索關鍵詞涵蓋了旅游者對赴泰旅游的要素需求，體現(xiàn)了旅游者在旅游前或旅游中的準備工作。具體來看，關鍵詞“泰國旅游攻略”包含了旅游者對“吃、住、行、游、購、娛”等要素的需求;“泰國旅游注意事項”體現(xiàn)了旅游者對泰國法規(guī)、習俗等方面的信息需求;“泰國旅游簽證”體現(xiàn)了旅游者的出境旅游準備及旅游決策行為。曼谷、普吉島、清邁是泰國最受關注的3大旅游目的地，能夠最大程度代表赴泰旅游需求。其中，普吉島經(jīng)常發(fā)生暴雨、洪水，一定程度上影響了旅游者的行程安排，因此選取“普吉島天氣”能夠較好地衡量赴泰旅游信息需求及游程安排，氣候對旅游者的行程安排和旅游攻略有著重要的影響，與旅游行為密切相關，是旅游者的關注熱點。（2）6個關鍵詞均為用戶搜索量排名靠前的關鍵詞，具有較高的網(wǎng)絡用戶關注度。（3）移動端無線搜索指數(shù)最早是從201 1年進行關鍵詞搜索量收錄，為了獲得完整的研究數(shù)據(jù)，故選取2011-2017年作為研究時段，保證研究數(shù)據(jù)的完整性和科學性。

1.3研究方法

1.3.1季節(jié)性強度指數(shù)

季節(jié)性強度指數(shù)主要用于反映中國赴泰旅游需求時間分布的集中程度，計算公式如下[50]：

式（1）中：R為季節(jié)性強度指數(shù);8.33為各月赴泰旅游需求占全年百分比的平均值;X為第f月赴泰旅游需求占全年的比重。R值越趨向于零，說明各月分布越均勻;R值越大，則季節(jié)性差異越大。

1.3.2空間自相關

（1）全局空間自相關。主要用于確定某一變量是否在空間上相關，可以反映變量在空間上集聚分布特征。因此，本文將空間白相關作為分析赴泰旅游需求空間表征的一個重要工具，探討赴泰旅游需求的空間關聯(lián)性與集聚特征，Moran's，指數(shù)是常用的檢驗指標，公式為[51]：

式（2）中：，為Moran'sI指數(shù);n為研究單元數(shù);xt和xi指第i個和第i 個研究單元上的屬性值;x為xi的平均值;Sn為空間權重矩陣的所有元素和;wij為研究單元i和，的空間權重矩陣。Moran'sI值域為[-1，1]，其中Moran'sI大于0代表空間集聚，小于0代表空間分散。當2（I）1.96，P（I）<0.05時，表明有顯著相關性。

（2）局部空間白相關。局部空間自相關能更細致地刻畫赴泰旅游需求的空間分異，本文采用Getis-Ord Gi指數(shù)來衡量赴泰旅游需求的局部特征，用于識別冷點區(qū)與熱點區(qū)的空間格局。公式為：

式（3）中，n為研究單元數(shù);xi和xj為空間單元f和i的屬性值;wij為空間權重矩陣。如果Gi為正且顯著，則屬于高水平集聚區(qū)，為赴泰旅游需求的熱點區(qū);如果G*i為負且顯著，則屬于低水平集聚區(qū)，為赴泰旅游需求的冷點區(qū)。

1.3.3地理探測器分析方法

地理探測器主要包括因子探測、風險探測、生態(tài)探測和交互探測4個部分內(nèi)容[52-53]。本研究中赴泰旅游需求的影響因素過多，難以完全滿足傳統(tǒng)統(tǒng)計分析方法中假設條件要求，因此使用傳統(tǒng)統(tǒng)計分析方法可能會影響到分析效果，而地理探測器可以有效地克服傳統(tǒng)統(tǒng)計分析方法處理類別變量的局限性[54-56]，其在假設方面受到的制約較少[57]。此外，運用地理探測器建立的白變量和因變量之間的關系比經(jīng)典同歸更加可靠[52]。因此，本文主要采用地理探測器中的因子探測模型，分析各個影響因子對赴泰旅游需求的影響作用強度，其核心思想是：影響赴泰旅游需求變化的相關因素在空間上具有差異性，若某因素和赴泰旅游需求的強度在空間上具有顯著的一致性，則說明這種因素對赴泰旅游需求的空間分布具有決定意義。地理探測器具體公式如下：

式（4）中：q為探測因子D的探測力值;n為整個區(qū)域樣本數(shù)，nDi為次一級區(qū)域樣本數(shù);m為次級區(qū)域個數(shù);au2為赴泰旅游需求的方差;auzD.為次一級區(qū)域的方差。本文以赴泰旅游需求為因變量Y，以經(jīng)濟發(fā)展水平和人口規(guī)模等探測因子為白變量D。q的取值區(qū)間為[0，1]，q值越接近于1，則說明D因素對赴泰旅游需求的影響越大。

2 中國赴泰旅游需求的時空分異

2.1中國赴泰旅游需求的時間特征

2011-2016年中國赴泰旅游需求呈現(xiàn)不斷增長趨勢，其中，2013年旅游需求增長最為迅速，增長率達到87.9%，具體如表1所示。由于2013年中泰兩國開始實行互免旅游簽證政策，促使中國居民赴泰旅游需求激增。2017年旅游需求相較于2016年略有下降，2016年10月泰國國王逝世，舉國喪期禁止娛樂活動，一定程度上影響了2016年年末和2017年年初中國居民赴泰旅游需求。2017年泰國嚴厲打擊零團費現(xiàn)象，赴泰旅游團費標準相繼提高，進而削弱了赴泰旅游需求。

根據(jù)式（1），分別計算出2011-2017年的季節(jié)性強度指數(shù)值，R直均較大，說明中國赴泰旅游需求季節(jié)性差異大，淡旺季較為明顯，高峰期主要集中于夏季和秋季，受暑假、國慶等假期影響，該時段內(nèi)赴泰旅游需求較為旺盛。2017年赴泰旅游需求主要集中于冬季，“冬季出游”逐漸成為熱門選擇，赴泰旅游需求季節(jié)性特征逐漸改變。

由表2可知，2011-2012年赴泰旅游需求發(fā)展趨勢較為一致，但旅游需求水平整體相對較低;2013年7月赴泰旅游需求強烈;2014年赴泰旅游需求高峰期出現(xiàn)在11月;2015-2017年赴泰旅游需求均呈現(xiàn)以1月、7月、8月和12月為高峰期的多峰值特征，也即赴泰旅游需求高峰值主要分布于夏季和冬季，且年內(nèi)變化特征較為一致?？傮w而言，中國赴泰旅游需求越來越集中于1月、7月、8月和12月。其中，1月、7月、8月鄰近中國春節(jié)和寒暑假，假期出游成為常態(tài)，為赴泰旅游提供了時間保障;同時，1月和12月中國大部分地區(qū)氣候寒冷，而泰國地處熱帶地區(qū)，泰國氣候環(huán)境有效彌補了中國居民的冬季旅游需求。“假期游”和“避寒游”特征增強了冬季和夏季的赴泰旅游需求。因此，假期和氣候可能是中國赴泰旅游需求的影響因素。

2.2中國赴泰旅游需求的空間特征

2.2.1總體空間格局

通過式（2）計算出 2011-2017年赴泰旅游需求的Moran'sI值，結果見表3。中國赴泰旅游需求的Moran'sI值均為正，除2016年外，其余年度Moran'sI的正態(tài)統(tǒng)計值在0.1條件下顯著。說明2011年以來，中國赴泰旅游需求基本呈現(xiàn)明顯的空間集聚特征，高需求省域與低需求省域均在空間上顯著集聚，即赴泰旅游需求較高的省域趨于相鄰，赴泰旅游需求較低的省域也趨于相鄰。

2011-2012年，Moran'sI值由0.147增長為0.173，赴泰旅游需求指數(shù)相似的省域在空間上趨于集聚，呈現(xiàn)空間集聚特征，體現(xiàn)了赴泰旅游需求的增長不平衡性。2012-2016年，Moran'sI值由0.173下降至0.081，中國赴泰旅游需求由空間集聚分布逐漸演變?yōu)殡S機分布，即空間集聚效應逐漸減弱。從2013年開始，中泰兩國實施游客互免旅游簽證政策，并持續(xù)至今，該政策為赴泰旅游提供了極大便利，赴泰旅游需求增強，區(qū)域赴泰旅游需求走向平衡。2016-2017年，Moran'sI值由0.081增長到0.118，空間格局由隨機分布變?yōu)槿跫鄯植?。由?016年10月泰國國喪期一定程度上影響了中國居民赴泰旅游需求，故呈現(xiàn)隨機分布特征，2017年赴泰旅游需求有所增長，使得局部空間更加均衡，故呈現(xiàn)空間集聚分布態(tài)勢。

2.2.2局部空間格局

運用ArcGIS 10.2軟件分析赴泰旅游需求的Getis - Ord Gi*指數(shù)值，通過自然斷點法將其劃分成5類，并生成赴泰旅游需求冷、熱點格局演變圖（圖1）。

從整體來看，中國赴泰旅游需求呈現(xiàn)明顯的“胡煥庸線”空間分布特征，2011-2017年赴泰旅游需求熱點和次熱點區(qū)域主要分布于東部地區(qū)，西部地區(qū)多為冷點和次冷點，其中，熱點區(qū)域、次熱點區(qū)域逐漸擴大，冷點區(qū)域較為穩(wěn)定。（1） 2011-2013年為熱點擴張期，赴泰旅游需求的熱點區(qū)域、次熱點區(qū)域顯著增多，呈現(xiàn)擴大趨勢。山東由次熱點區(qū)域變?yōu)闊狳c區(qū)域;遼寧、山西、陜西、浙江、江西和湖南由一般區(qū)域變?yōu)榇螣狳c地區(qū)。次冷點區(qū)域除了貴州、寧夏、海南發(fā)生躍遷外，其余地區(qū)保持穩(wěn)定。（2）2014年冷熱點演變劇烈，表現(xiàn)為次冷點區(qū)域明顯擴大、一般區(qū)域明顯減小，赴泰旅游需求冷熱點格局躍遷明顯。由于2014年年初泰國發(fā)動軍事政變，泰國大選前頻發(fā)槍戰(zhàn)及示威游行，局勢動蕩，嚴重威脅到游客人身安全，導致2014年空間格局演變劇烈。（ 3）2015-2017年冷熱點格局整體穩(wěn)定，赴泰旅游需求的冷熱點區(qū)域變化較小。除吉林由一般區(qū)域變?yōu)榇螣狳c區(qū)域外，其余地區(qū)沒有明顯躍遷，呈現(xiàn)穩(wěn)定的空間格局。總體來說，中國赴泰旅游需求呈現(xiàn)明顯的空間分異特征，2011-2017年間逐漸形成了以長三角區(qū)域為中心，向四周擴散的“C字型”空間分布特征，即東部地區(qū)多為熱點區(qū)，西部地區(qū)多為冷點區(qū)。

同時，為了進一步驗證中國赴泰旅游需求的空間分異格局，從而統(tǒng)計各個省域赴泰旅游需求值，并將其劃分為高需求區(qū)、較高需求區(qū)、較低需求區(qū)和低需求區(qū)4類，從而發(fā)現(xiàn)：（1）赴泰旅游高需求區(qū)主要分布于東部地區(qū)，西部地區(qū)的赴泰旅游需求較低，“胡煥庸線”空間分布特征明顯。（2）高需求區(qū)主要分布于東南沿海和四川地區(qū)，其中，北京、上海、江蘇、浙江、廣東經(jīng)濟發(fā)展水平高，具有較強出境旅游潛力，赴泰旅游需求強。2013年四川樂山與泰國巴蜀府正式結為友好城市以及四川赴泰直飛航線逐漸增多，四川與泰國的旅游交流日益密切，四川赴泰旅游需求提高。（3）低需求區(qū)主要位于中國西北和海南地區(qū)，西北地區(qū)經(jīng)濟發(fā)展水平低，居民出游力較弱，且到訪泰國旅游交通成本較高，導致赴泰旅游需求較低。而海南與泰國同處于熱帶氣候區(qū)，具有相似的海域風光和生態(tài)環(huán)境，旅游資源稟賦相似性導致海南赴泰旅游需求低。

3 中國赴泰旅游需求的影響因素分析

3.1赴泰旅游需求時間特征的影響因素分析

3.1.1 因素指標選取與測算

（1）氣候舒適度。氣候舒適度是指人們不需要借助任何避暑、驅寒措施就能保證身體感覺舒適的氣候條件，是影響旅游活動重要的環(huán)境因素[58]，并影響到居民的出游需求[59]。由于泰國與中國大部分地區(qū)氣候存在明顯的差異性，且2011-2017年赴泰旅游需求逐漸由“夏季熱”轉為“冬季熱”，因此初步判定氣候是影響時間演化的主要因素之一。研究采用溫濕指數(shù)來衡量氣候舒適度：

THI= （1.8t+ 32） - 0.5 5（1 -f）（1.8t -26） （5）

式（5）中：THI為溫濕指數(shù);t為月均溫（口）;f為相對濕度。由于泰國在研究時段內(nèi)溫度、濕度較為穩(wěn)定，故以平均值計算，數(shù)據(jù)均來白泰國“天氣網(wǎng)”。為準確計算出溫濕指數(shù)對赴泰旅游需求的影響，參考張曉梅等研究，將溫濕指數(shù)中的“e、d、c、b、A、B、C、D、E”的級別賦值為“1、3、5、7、9、7、5、3、1"[58]。

（2）放假制度。相比于國內(nèi)旅游，出境旅游需要占用更多的休閑時間，節(jié)假日為出境旅游提供了時間保障。以往研究主要探討節(jié)假日對旅游需求的影響，上面分析發(fā)現(xiàn)寒暑假對赴泰旅游需求可能存在影響，寒暑假也是中國居民出游的高峰期，因此，在節(jié)假日基礎上加入寒暑假因素，探討放假制度對赴泰旅游需求時間變化的影響。本文參考馬麗君等的研究[]，使用虛擬指數(shù)對“節(jié)假日”“暑假”和“重要節(jié)慶活動”等社會因素進行量化。由于旅游需求往往先于旅游實際行動，先有旅游需求再產(chǎn)生旅游活動，放假制度對旅游需求的影響具有超前性，因此，考慮到月度變化趨勢和旅游需求超前性等因素，并結合出境旅游特點，將赴泰旅游需求高峰期7月、8月（暑假）和12月（寒假前）虛擬數(shù)值設為“1”;9月（“十一”黃金周前）虛擬數(shù)值設為“0.75”;1月（春節(jié)前）和4月（“五一”小長假前）這兩個月虛擬數(shù)值設為“0.50”，其余各月為0。由于出境旅游需要花費的時間較長，中秋和清明等節(jié)假日難以滿足出境旅游需求，從而不納入分析。

3.1.2時間演化影響因素分析

本文以氣候舒適度（Ct）和放假制度（Ht）為白變量，以赴泰旅游需求（Dt）為因變量，利用最小二乘法，進行線性同歸分析，方程如下：

Dt= 39.774 - 0.262Ct+6.487Ht

（6）

式（6）中，R2=0.826，方程顯著相關。其中，放假制度（ Ht）同歸系數(shù)通過顯著性檢驗，顯著水平為0.05，即虛擬因子每變化1個單位，赴泰旅游需求增加（或減少）6.487%;而氣候舒適度（C，）未通過同歸系數(shù)顯著性檢驗，該影響因素不成立。赴泰旅游需求高峰時段集中于12月、1月和7月和8月。7月和8月為國內(nèi)暑假，是學生游和家庭出游的高峰時段，12月和1月鄰近春節(jié)與寒假時期，是個人及家庭出游的高峰時段，春節(jié)出境游越來越受到中國居民喜愛。由于旅游需求產(chǎn)生于出行活動之前，3月和9月出現(xiàn)了旅游需求的次高峰，是清明節(jié)、“五一”小長假、國慶黃金周出游的前兆，節(jié)假日為出境旅游提供了時間保障。由此可見，放假制度對赴泰旅游需求的增長起到了重要作用。而泰國處于熱帶地區(qū)，氣溫常年居高，其體感溫度并非達到人體最佳舒適感，故氣候舒適度并非是影響赴泰旅游需求時間演化的重要因素，但由于泰國的氣候與景觀有效地彌補了中國部分地區(qū)的冬季旅游需求，冬季“避寒游”逐漸成為赴泰旅游需求的驅動力。而出境旅游需要更多的時間保障，放假制度能夠滿足出境旅游對時間的要求，是影響出境旅游需求時間演化的主要因素。

3.2赴泰旅游需求空間特征影響因素分析

3.2.1 因素指標選取

出境旅游需求受眾多因素影響，如人均GDP、對外開放程度、互聯(lián)網(wǎng)普及率、產(chǎn)業(yè)發(fā)展水平 [18，60-61]等。在借鑒出境旅游需求和出境旅游影響因素研究的基礎上，并結合赴泰旅游實際情況與數(shù)據(jù)可獲得性，進行了影響因素指標選取，具體如表4所示，各項指標數(shù)據(jù)均來自《國家統(tǒng)計局》《中國統(tǒng)計年鑒》及網(wǎng)絡資料整理。依據(jù)地理探測器原理[52]，地理探測器分析方法對于白變量共線性免疫，可不用處理[53]，也即不存在白變量共線性制約的困擾。

3.2.2空間特征影響因素分析

地理探測器分析方法中的白變量必須為類型變量，如果白變量是連續(xù)型變量，則需要將白變量離散化轉換為類型變量[62]。因此研究通過ArcGIS10.2軟件中的自然斷點法將各項指標要素分為5個等級區(qū)，再利用地理探測器分析影響因素對赴泰旅游需求的影響力，具體結果見表5。

王勁峰等在《地理探測器：原理與展望》一文中提出：“q值多大時才有意義？此方法沒有明確的定義，不同專業(yè)有不同的要求”[52]。但倘若q值大小沒有相對的評判標準時，則數(shù)據(jù)分析結果將難以進行對比分析，前人研究多將q值達到0.5以上，表示為探測因子對因變量的影響作用強。因此，本文將探測力值在0.5以上的劃分為影響作用強的核心因素，將探測力值在0.4～0.5區(qū)間的劃分為影響作用相對較強的重要因素，將探測力值在0.4以下的劃分為影響作用較弱的一般因素。從總體探測結果來看。雖然赴泰旅游需求的影響因素較多，但各探測因子q值呈現(xiàn)明顯差異。其中，經(jīng)濟發(fā)展水平（X1IX2）、國際旅游開放度（X4）和對外交通便利性（Xs）探測因子g值均高于0.5，這些因素對赴泰旅游需求空間特征的影響力較強，是核心影響因素。對外經(jīng)濟聯(lián)系（X6）、信息化程度（X8）與地理區(qū)位（X9）也是赴泰旅游需求的重要影響因素，其探測因子q值較大。人口規(guī)模（X3）和產(chǎn)業(yè)結構（X7）探測因子q值相對較低，對赴泰旅游需求空間差異的影響力較小。

（1）核心影響因素分析。①經(jīng)濟發(fā)展水平。出境旅游是一種消費行為，是一個國家或地區(qū)經(jīng)濟發(fā)展到一定階段后居民旅游活動國際化的客觀反映，與經(jīng)濟發(fā)展水平和居民收入密切相關[63-64]。居民出游能力是出境旅游的核心驅動力，客源地經(jīng)濟發(fā)展所帶來的消費能力對出境旅游需求具有正向影響[1]，經(jīng)濟實力是出境旅游的先決條件和基礎。赴泰旅游高需求區(qū)主要分布于中國東部地區(qū)，其經(jīng)濟發(fā)展水平高，旅游消費能力強，而西北地區(qū)經(jīng)濟發(fā)展水平較低，制約了赴泰旅游需求，因此，經(jīng)濟發(fā)展水平是赴泰旅游需求“胡煥庸線”空間分布特征的主要影響因素。②國際旅游開放度。國際旅游開放度越高，入境旅游發(fā)展水平也越高，有助于當?shù)芈糜谓?jīng)濟發(fā)展，提高居民經(jīng)濟收入，有利于政府加強對入境旅游發(fā)展的支持力度。接待入境旅游人次越多，當?shù)鼐用衽c入境游客的接觸交流越多，一定程度上提高了居民對外的認知程度。同時，跨區(qū)域旅游合作已成為旅游發(fā)展趨勢，國際旅游開放度的提高為國際旅游合作交流提供了契機，促進了對外旅游合作交流，為居民出境旅游提供了良好的社會環(huán)境、出游氛圍及經(jīng)濟能力。③對外交通便利性。出境旅游對交通的要求較高、依賴性較強，對外交通便利程度在赴泰旅游中起重要作用。雖然泰國處于東南亞地區(qū)，與中國空間距離較短，但赴泰旅游主要依賴于航空出行。因此，交通成本和國際機場成為游客輸出的重要制約因素。北京、上海、廣東等省域較早地開通赴泰國際航班，并且擁有較多赴泰航線，為赴泰旅游提供交通保障。

（2）重要影響因素分析。①對外經(jīng)濟聯(lián)系。對外經(jīng)濟聯(lián)系主要反映該地區(qū)與境外交流、合作及貿(mào)易聯(lián)系程度。對外經(jīng)濟聯(lián)系越密切，經(jīng)濟交流合作就越頻繁[65]。商貿(mào)往來能夠加強雙方經(jīng)濟交流合作，推進雙方商貿(mào)旅游發(fā)展。泰國是“一帶一路”沿線重要國家，在中國與東盟的合作中占據(jù)重要地位，中國也成為泰國最大的游客來源地及出口市場。中泰互惠合作能夠加快雙方旅游交流合作，由于廣東、浙江、江蘇和四川等地與泰國的貿(mào)易往來頻繁，交流合作十分密切，在一定程度上帶動了赴泰旅游發(fā)展，同時經(jīng)濟貿(mào)易可以為出境游提供良好服務，有助于提高赴泰旅游需求。②信息化程度。信息化程度對赴泰旅游需求的影響較大?；ヂ?lián)網(wǎng)搜索已成為居民出游前旅游信息獲取的主要渠道，網(wǎng)絡成為客源地與旅游目的地連接溝通的重要橋梁。旅游信息通過網(wǎng)絡渠道進行不斷傳遞、擴散及更新，影響旅游目的地選擇和旅游行為決策，激發(fā)了居民出境旅游意愿?；ヂ?lián)網(wǎng)普及率高的地區(qū)，其居民能夠快速地掌握泰國旅游信息動態(tài)，有效地接收相關旅游信息的傳播和宣傳，有助于獲取豐富的旅游資訊，更能激發(fā)赴泰旅游需求。③地理區(qū)位。地理區(qū)位是由多種要素構成的，除了指空間內(nèi)的位置之外，還涉及交通、白然環(huán)境、經(jīng)濟聯(lián)系等方面因素，地理區(qū)位在一定程度上可以衡量對外優(yōu)勢，對出境旅游發(fā)展有一定促進作用，會直接影響到赴泰旅游便利程度，地理區(qū)位越差，則與泰國旅游交流合作越困難，會影響到赴泰旅游需求水平。

（3）一般影響因素分析。雖然人口規(guī)模、產(chǎn)業(yè)結構等因素的探測力值相對較低，但對赴泰旅游需求空間差異也存在一定影響。人是進行旅游活動的主體，人口規(guī)模直接影響客源地出境旅游潛力，人口規(guī)模越大則赴泰旅游需求基數(shù)越大，潛在赴泰旅游者越多，是影響赴泰旅游需求的重要因素[66]。產(chǎn)業(yè)結構是指第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重，第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重越高，則說明服務業(yè)越發(fā)達，意味著服務業(yè)在城市經(jīng)濟發(fā)展中的地位越高，有利于加快經(jīng)濟發(fā)展，提高國民經(jīng)濟實力，并且第三產(chǎn)業(yè)占比越高，則說明人民生活水平越高，旅游是經(jīng)濟發(fā)展到一定階段所產(chǎn)生的，出境旅游更是如此，服務業(yè)發(fā)達的區(qū)域對生活質量要求更高，對出境旅游需求更旺盛。

4 結論與討論

4.1結論

研究首次采用百度指數(shù)來衡量出境旅游需求，并運用季節(jié)性強度指數(shù)和空間白相關等方法分析了中國赴泰旅游需求的時空分異特征，并利用地理探測器和最小二乘法分析了赴泰旅游需求的主要影響因素。研究結果如下：

（1）2011-2017年中國赴泰旅游需求總體呈現(xiàn)先遞增后下降的時間演化趨勢。赴泰旅游需求季節(jié)性差異較大，淡旺季明顯，且具有較強的波動性，1月和7月赴泰旅游需求旺盛。近年來，部分省域赴泰旅游需求逐漸由“夏季熱”轉為“冬季熱”，赴泰旅游需求的“假期游”和“避寒游”特征明顯。

（2）中國赴泰旅游需求存在空間集聚效應，高需求省域與低需求省域均在空間上顯著集聚，即赴泰旅游需求較高的省域趨于相鄰，赴泰旅游需求較低的省域也趨于相鄰。赴泰旅游需求冷熱點格局演化劇烈，呈現(xiàn)以長三角區(qū)域為中心，向四周擴散的“C字型”空間分布特征。高需求區(qū)域主要分布于東部地區(qū)，西部地區(qū)多為低需求區(qū)域，空間分異明顯，總體呈現(xiàn)“胡煥庸線”空間分布格局。

（3）從空間分異的影響因素來看，經(jīng)濟發(fā)展水平、國際旅游開放度、對外交通便利性對赴泰旅游需求的影響力較強，是其空間分布的核心影響因素。信息化程度、對外經(jīng)濟聯(lián)系與地理區(qū)位也發(fā)揮著重要的影響作用，而人口規(guī)模、產(chǎn)業(yè)結構對赴泰旅游需求空間差異的影響力較小。從時間變化的影響因素來看，放假制度是赴泰旅游需求的主要影響因素，而氣候舒適度對赴泰旅游需求的影響并不明顯。

4.2討論

本研究進一步揭示了中國赴泰旅游需求的時空分異及其影響因素，并在以下方面有所突破：首次利用百度指數(shù)衡量出境旅游需求，并在前人研究基礎上，對搜索關鍵詞作出改進，結合“旅游六要素”更加嚴謹?shù)貏冸x出赴泰旅游需求指數(shù)，拓展了出境旅游需求的研究視角。同時，從年度、季度、月度等方面進行赴泰旅游需求的動態(tài)演化分析，多時間尺度探討赴泰旅游需求的時空分異特征，并運用了地理探測器分析方法，更加準確地分析赴泰旅游需求的影響因素及作用強度。

目前，旅游需求及出境旅游需求積累了一定研究成果。在空間分布的影響因素方面，前人研究發(fā)現(xiàn)經(jīng)濟發(fā)展水平、對外經(jīng)濟聯(lián)系、信息化程度是影響出境旅游需求的主要因素[1.8.21]，本文在前人研究基礎上，檢驗了這些因素對出境旅游需求空間分布的影響，結果顯示上述影響因素同樣作用于赴泰旅游需求。而對外交通便利性是國內(nèi)旅游需求的重要影響因素[40]，但出境旅游需求研究較少涉及，本文也驗證了對外交通便利性對赴泰旅游需求具有明顯的正向影響作用，游客在出境旅游過程中感受到的交通便捷程度，能夠影響其旅游目的地體驗及感知[3]，從而也會影響到旅游者對出境旅游地的需求程度及旅游意愿。此外，研究還發(fā)現(xiàn)，國際旅游開放度對出境旅游需求具有重要的影響作用。Po和Huang認為，旅游開放度是一個國家或地區(qū)旅游的專業(yè)化程度[67]，國際旅游開放度為出境旅游提供合作契機，創(chuàng)造良好的社會環(huán)境及出游氛圍，本研究為旅游開放度對出境旅游需求的影響效應提供了實證檢驗。

在時間特征方面，本研究發(fā)現(xiàn)中國出境旅游需求具有明顯的季節(jié)特性，這與Charlesworth[33]的研究相一致。而放假制度是影響赴泰旅游需求時間變化的主要因素，這與國內(nèi)旅游需求研究結論吻合[40]。同時，不少學者驗證了氣候舒適度是國內(nèi)旅游需求的影響因素，但對于出境旅游需求來說，可能并非如此。Eugeniomartin和Campossoria對居住區(qū)域氣候與國內(nèi)外度假地選擇的關系進行了實證分析，證明了氣候舒適地區(qū)的居民在國內(nèi)旅行的可能性較高，出國旅游的可能性較低[34]，但其主要探討了居住地氣候與出國旅游的關系，并不能說明國外目的地氣候舒適度與旅游需求之間的關系。因此，本研究進一步發(fā)現(xiàn)氣候舒適度不一定是出境旅游需求時間演化的主要影響因素。由于赴泰旅游需求高峰期主要集中于夏冬兩季，但泰國常年高溫炎熱，不符合人體最佳舒適度標準，如歐洲最佳舒適溫度在4-6月和9-10月，相反中國赴歐洲旅游高峰期在夏冬兩季，也即相比于國內(nèi)旅游，氣候舒適度對出境旅游需求的影響作用不明顯。而出境旅游需要占用較長時間，暑假、寒假、黃金周等長假或小長假能夠滿足出境旅游的時間要求，且出境旅游需要一定經(jīng)濟保障，當前，出境旅游主要以高收人群體為主，而對于高收入群體來說，時間因素的制約性更大，故出境旅游需求時間變化的主要影響因素是放假制度，并非是氣候舒適度。

4.3研究局限與展望

本研究也存在以下局限：首先，限于泰國方面的數(shù)據(jù)較難獲取，本文僅從氣候舒適度和放假制度進行了月度、季度變化特征的時間影響因素分析，沒有探討年度變化特征的時間影響因素，以上研究發(fā)現(xiàn)，目的地政治因素與雙方外交政策對出境旅游需求存在較大影響，會影響到出境旅游需求的年度變化，但由于數(shù)據(jù)限制，本文并沒有進行量化驗證，未來可進一步探討這些因素對出境旅游需求的影響。其次，從整體來看，氣候舒適度并不是赴泰旅游需求的主要影響因素，但受到研究數(shù)據(jù)限制，本文并未以面板數(shù)據(jù)來探討氣候對出境旅游需求的影響，并且不同省域存在差異，如北方經(jīng)濟發(fā)達地區(qū)傾向于“避寒游”，而南方炎熱地區(qū)則不會，也即氣候舒適度對不同省域的影響存在差異，未來將以中國主要城市為研究對象，可進一步探討氣候舒適度對中國出境旅游需求影響的時空異質性，從計量經(jīng)濟學視角探討氣候舒適度對出境旅游需求的影響強度，并從地理空間視角探討其影響作用的空間格局。再次，不同群體間出境旅游需求的影響因素是否存在差異？如城鄉(xiāng)居民、不同文化背景等群體之間是否存在差異，今后將從微觀視角進一步探討出境旅游需求的群體差異及形成機制。最后，本文主要研究了中國赴泰旅游需求，難以整體反映出境旅游需求特征及其成因，而不同國家的氣候舒適度、外交政策、對外經(jīng)濟聯(lián)系強度等因素均存在較大差異，未來可選擇不同出境旅游地進行研究，進一步分析不同出境旅游地的時空差異及成因機制，更加嚴謹?shù)亟沂局袊鼍陈糜涡枨蟮臅r空規(guī)律及其影響機制。

參考文獻（ References）

[1]

JIANG Yiyi， LIU Xiangyan， SONG Huilin. Influencing factorsof outbound tourism and their different functions in dcvelopingand developed economies[Jl. Tourism Tribune， 2017， 32（1）：12—21.[蔣依依，劉祥艷，宋慧林出境旅游需求的影響因素兼論發(fā)展中經(jīng)濟體與發(fā)達經(jīng)濟體的異同[J]旅游學刊，2017，32（1）： 12-21.]

[2]

YANG Jun. An analysis of“overgrowth and over-consumption”in China'S outbound travel and policy orientation： Concurr-ently discussing with Dai Xuefeng and Wu Ning[J]. TourismTribune， 2006， 21（6）： 65-68.[楊軍中國出境旅游“雙高”格局與政策取向辨析——兼與戴學鋒、巫寧同志商榷[J]旅游學刊，2006， 21（6）： 65-68.]

[3] DAI Bin， 兒ANG Yiyi， YANG Liqiong， et aL Stagecharacteristics and policy choice of China's outbound tourismdevelopruent[J]. Tourism Tribune， 2013， 28（1）： 39-45.[戴斌，蔣依依，楊麗瓊，等中國出境旅游發(fā)展的階段特征與政策選擇[J]旅游學刊，2013， 28（1）： 39-45.]

[4] 11 X. Chinese Outbound Tourism （the 2nd Edition） [M]Waretown，N J：Apple Academic Press/CRC Press Taylor&Francis Group， 2016： 1-2.

[5]

DAI Xuefeng， SUN Panpan. Non-linear relationships betweenincome and outbound tourism rate： Empirical evidence based ontlrreshold panel models[J]. Tourism Tribune， 2014， 29（9）： 13-23[戴學鋒，孫盼盼收入與出境旅游率的非線性關系——基于門檻面板模型的實證證槲[J]旅游學刊，2014， 29（9）： 13-23.]

[6]

WANG Sujie， QI Shanhong. An analysis of consumerism andhigh expenditure behavior of China's outbound travel[J]Tourism Tribune， 2005， 20（6）： 39-44.[王素潔，齊善鴻.消費主義與中國公民出境旅游高消費行為探析[J]旅游學刊，2005，20（6）： 39-44.]

[7]

DU Jiang， LI Xinjian， QIN Yu， et al An analysis of the trends ofChina's outbound tourism[J]. Tourism Trrbune， 2002， 17 （3）： 44-48.[杜江，厲新建，秦宇，等.中國出境旅游變動趨勢分析[J]旅游學刊，2002， 17（3）： 44-48.]

[8]

DENG Aunin. An empirical study on determinants of China'soutbound tourism demand[J]. Macroeconomrcs， 2011， （12）： 79-83.[鄧愛民中國出境旅游需求決定因素的實證研究[J]宏觀經(jīng)濟研究，2011， （12）： 79-83.]

[9]

ZHANG Lingyun， YANG Chen. From "giving prominence toforeign exchange earnings" to balance of payment： Rethinkingabout the developing strategy of China's outbound tourism[J]Tourism Tribune， 2007， 22（6）： 20-24.[張凌云，楊晨從創(chuàng)匯優(yōu)先到平衡收支：我國出境旅游發(fā)展戰(zhàn)略的再認識——兼與戴學鋒先生商榷[J]旅游學刊，2007， 22（6）： 20-24.]

[10]

DAI B，JIANG Y YANG L，et al.China's outbound tourismStages， policies and choices[J]. Tourism Management， 2017， 58（1）： 253-258

[11]

GUO Yingzhi， ZHANG Hong， SONG Shuling， et al A study ofmarket positioning of China's outbound travel destinations[J]Tourism Tribune， 2004， 19（4）： 27-32.[郭英之，張紅，宋書玲，等中國出境旅游目的地的市場定位研究[J]旅游學刊，2004，19（4）： 27-32.]

[12] HUANG Xiaoting. Outbound tourism and national qualityAnalysis of outbound tourism from the perspective of returningto the essence of tourism[J]. Tourism Tribune， 2011， 26（7）： 9-10.[黃瀟婷出境旅游與國民素質——從回歸旅游本質的視角認識出境旅游[J]旅游學刊，2011， 26（7）： 9-10.]

[13]

ZENG G，GO F The evolution ofmiddle class Chinese outboundtravel preferences： An international perspective[J]. TourismEconomics， 2014， 19（2）： 231-243.

[14]

YANG Yang， LIU Hongbo， LI Xiang. The influences of nationalcultural distance on international destination choice of Japaneseand Chinese residents[J]. Tourism Tribune， 2016， 31（10）： 45-55.[楊旸，劉宏|尊，李想.文化距離對旅游目的地選擇的影響——以日本和中國大陸出境游為例[J]旅游學刊，2016， 31（10）： 45-55.]

[15] GUO Gongxing， ZHOU Xing， TU Hongwei. Consumeranimosity， self- efficacy and willingness- to- visit： An empiricalstudy on young outbound tourism market[J]. Tourism Tribune，2016， 31（2）： 44-52.[郭功星，周星，涂紅偉.消費者敵意、自我效能與旅游意愿——基于對青少年出境旅游市場的實證研究[J]旅游學刊，2016， 31（2）： 44-52.]

[16] LIU Min. On the cultural value of Chinese outbound travelunder the perspective of sociology[J]. Tourism Tribune， 2009， 24（12）： 70-77.[劉敏社會學視角下中國公民出境旅游的文化價值——對旅游社會文化影響的案例研究[J]旅游學刊，2009， 24（12）： 70-77.]

[17] FENG Wei. The analysis of current situation and futuredevelopment of outbound tourism in China[J]. EconomicGeography， 2005， （2）： 244-246.[馮瑋中國出境旅游現(xiàn)狀及其未來發(fā)展思考[J]經(jīng)濟地理，2005， （2）： 244-246.]

[18] SONG Huilin， LYU Xingyang， JIANG Yiyi. The effects ofcharacteristics of tourists on Chinese outbound tourism destin-ation choice behavior： An empirical study based on TPB model[J]. Tourism Tribune， 2016， 31（2）： 33- 43.[宋慧林，呂興洋，蔣依依人口特征對居民出境旅游目的地選擇的影響——一個基于TPB模型的實證分析[J]旅游學刊，2016， 31（2）： 33-43.]

[19]

DAI Linlin. Analysis of the impact of crisis events in outboundtourism and its coping strategies[J]. Tourism Tribune， 2011， 26（9）：8—9[戴林琳出境旅游中危機事件的影響分析及其應對策略[J]旅游學刊，2011， 26 （9）： 8-9.]

[20] XIE Ting. Relevant measures for the safety and security ofoutbound tourism[J]. Tourj.gm Tribune， 2011， 26（7）： 7-8.[謝婷.出境旅游安全保障的相關措施[J]旅游學刊，2011， 26（7）： 7-8.]

[21] YANG Y，WU X Chinese residents' demand for outboundtravel： Evidence from the Chinese family panel studies[J]. AsiaPacijic Journal of'Tourism Research， 2014， 19（10）：1 11 1-1126.

[22]

MOUTINHO L，HUARNG K H，YU H K， et al.Modeling andforecasting tourism demand： The case of flows from MainlandChina to Taiwan[J]. Service Business， 2008， 2（3）： 219

[23] CORTESJIMENEZ I，DURBARRY R，PULINA M， et al.Estimation of outbound Italian tourism demand：A monthlydynamic EC-LAIDS modeI[J]. Tourism Economics， 2009， 15（3）：547-565

[24] SEETARAM N Estimating demand elasticities for Australia'sinternational tourism[J]. Tourism Economics， 2011， 18（5）： 999-1017

[25] CHAN F，LIM C，MCALLER M. Modelling multivariateinternational tourism demand and volatility[J]. TourismManagement， 2005， 26（3）： 459-471

[26] SCHUBERT S F，BRIDA J G，RISSO W A The impacts ofinternational tourism demand on economic growth of smalleconomies dependent on tourism[J]. Tourism Management，2011， 32（2）： 377-385

[27] ONDER A O，CANDEMIR A， KUMRAL N An empiricalanalysis of the determinants of international tourism demand：The case of Izmir[J]. European Planning Studies， 2009， 17（10）：1525-1533.

[28]

WANGL， FANGB， LAWR Effect of air quality in the place oforigin on outbound tourism demand： Disposable income as amoderator[J]. Tourism Management， 2018， 68： 152-161

[29] TURNER LW， WITT S F Factors influencing demand forinternational tourism： Tourism demand analysis using structuralequation modelling， rcvisited[J]. Tourism Economics， 2001，7（7）： 21-38

[30] VITA G D， KYAW K S.Role of the exchange rate in tourismdemand[J]. Annals of Tourism Research， 2013， 43（4）： 624-627.

[31]

KIM J， LEE C K，MJELDE J W Impact of economic policy oninternational tourism demand： The case of Abenomics[J]Current lssues in Tourism， 2016， 21（1）： 1-18

[32] WANG Y S The impact of crisis events and macroeconomicactivity on Taiwan's international inbound tourism demand[J]Tourism Management， 2009， 30（1）： 75-82

[33] CHARLESWORTH R Seasonality of overseas tourism demandin Scotland：A regional analysis[J]. Regional Studie.s， 2016， 49（10）： 1-18

[34] EUGENIOMARTIN J L，CAMPOSSORIA J A. Climate in theregion of origin and destination choice in outbound tourismdemand[J]. Tourism Management， 2010， 31（6）： 744-753.

[35] LI Li， ZHANG Jie. Impact of network information evaluationon tourists' information-related behavior and travel decisions[J]. Tourism Tribune， 2013， 28（10）： 23-29.[李莉，張捷互聯(lián)網(wǎng)信息評價對游客信息行為和出游決策的影響研究[J].旅游學刊，2013， 28（10）： 23-29.]

[36] CHOI S，LEHTO X Y OLEARY T J.What does the consumerwant form a DMO website？A study of US and Canadian tourists'perspectives[J]. International Journal of' Tourism Research，2007， 9（2）： 59-72

[37] MA Lijun， SUN Gennian， HUANG Yunma， et al A correlativeanalysis on the relationship between domestic tourists and networkattention[J]. Economic Geography， 2011， 31（4）： 680-685.[馬麗君，孫根年，黃蕓瑪，等城市國內(nèi)客流量與游客網(wǎng)絡關注度時空相關分析[J]經(jīng)濟地理，2011， 31（4）： 680-685.]

[38] LI Shan， QIU Rongxu， CHEN Ling. Cyberspace attention oftourist attractions based on baidu index： Temporal distributionand precursor effect[J]. Geography and Geo-Information Science，2008， 24（6）： 102-107.[李…，邱榮旭，陳玲基于百度指數(shù)的旅游景區(qū)絡空間關注度：時間分布及其前兆效應[J]地理與地理信息科學，2008， 24（6）： 102-107.]

[39] WANG Qiuju， HUANG Ming， LIU Yu. Research on spatialfeature and coupling correlation between urban tourist flow andnetwork attention- degree[J]. Geography and Geo-InformationScience， 2015， 31（5）： 102-106.[江秋菊，黃明，劉宇城市旅游客流量——網(wǎng)絡關注度空間分布特征與耦合分析[J].地理與地理信息科學，2015， 31（5）： 102-106.]

[40]

MA Lijun， LONG Yun. Spatiotemporal characteristics of residentstourism demand for typical scenic spots in Hunan Province basedon network attention[J]. Economre Geography， 2017， 37（2）： 201-208.[馬麗君，龍云基于網(wǎng)絡關注度的湖南省居民旅游需求時空特征[J]經(jīng)濟地理，2017， 37（2）： 201-208.]

[41] RUAN Wenqi， LI Yongquan. The impact and spatialdifference of natural disaster crisis on tourist demand：Analysis of spatial and temporal heterogcneity afterJiuzhaigou earthquake[J]. Economic Geography， 2018， 38（8）： 214-223.[阮文奇，李勇泉自然災害型危機事件對客源地旅游需求的影響及空間差異——九寨溝地震后的時空異質性分析[J]經(jīng)濟地理，2018， 38（8）： 214-223.]

[42] MA Lijun， GUO Liuliu. Spatial and temporal distributioncharacteristics of Beijing residents' demand for SA class scenicspots[J]. Journal oj' Arid Lond Resources and Environment，2017， 31（10）： 203-208.[馬麗君，郭留留基于網(wǎng)絡關注度的北京市居民對5A級景區(qū)旅游需求時空特征分析[J]干旱區(qū)資源與環(huán)境，2017， 31（10）： 203-208.]

[43] YANG X， PAN B，Evans J A， et aI Forecasting Chinese touristvolume with search engine data[J]. Tourism Management， 2015，46（1）： 386-397

[44] HUANG X， ZHANG L，DING Y The Baidu Index： Uses inpredicting tourism flows-A case study of the Forbidden City[J]. Tourism Management， 2017， 58（1）： 301-306

[45] LI S，CHEN T， WANG L，et al_Effective tourist volumeforecasting supported by PCA and improved BPNN using Baiduindex[J]. Tourism Management， 2018， 68（5）：1 16-126.

[46] SPARKS B，PAN G W. Chinese outbound tourists：Understanding their attitudes， constraints and use of informationsources[J]. Tourism Management， 2009， 30（4）： 483-494.

[47]

LONG Maoxing， SUN Gennian， MA Lijun， et al. An analysis onthe variarion between the degree of consumer attention of travelnetwork and tourist flow in regional tourism：A case of Sichuanprovince[J]. Regional Research and Development， 2011， 30 （3）：93-97.[龍茂興，孫根年，馬麗君，等區(qū)域旅游網(wǎng)絡關注度與客流量時空動態(tài)比較分析——以四川為例[J]地域研究與開發(fā)，2011， 30（3）： 93-97.]

[48] WANG Shuo， ZENG Kefeng， TONG Jie， et al.A correlativeanalysis of the relationship between tourists and touristnetwork attention for scenic spots in special session[J].Economic Geography， 2013， 33（11）： 182-186.[王碩，曾克峰，章潔，等.黃金周風景名勝區(qū)旅游客流量與網(wǎng)絡關注度相關性分析——以廬山、華山、八達嶺長城風景名勝區(qū)為例[J]經(jīng)濟地理，2013， 33（11）： 182-186.]

[49] ZHANG Shuning， LI Yongquan. Evolution of spatial andtemporal pattern of tourism demand in Xiamen tourist market[J]. Resource Developn7ent&Market， 2018， 34（7）： 1011-1020.[張舒寧，李勇泉廈門客源市場旅游需求的時空格局演化[J].資源開發(fā)與市場，2018， 34（7）： 1011-1020.]

[50] LU Song， LU Lin， WANG Li， et al. Temporal characteristicsof tourist flows to Ancient villages：A case study of twoworld cultural heritages， Xidi village and Hongcun village[J]. Scientia Geographica Sinica， 2004， 24（2）： 250-256.[盧松，陸林，土莉，等古村落旅游客流時間分布特征及其影響因素研究——以世界文化遺產(chǎn)西遞、宏村為例[J]地理科學，2004， 24（2）： 250-256.]

[51] LI Zaijun， GUAN Weihua， PU Yingxia， et al. Exploration onthe tourism economy spatio-temporal pattern in Shandongprovince[J]. Economic Geography， 2013， 33（7）： 176-181.[李在軍，管衛(wèi)華，蒲英霞，等山東省旅游經(jīng)濟的時空演變格局探究[J]經(jīng)濟地理，2013， 33（7）： 176-181.]

[52] WANG Jinfeng， XU Chengdong. Geodetector： Principle andprospective[J]. Acta Geographica Sinica， 2017， 72（1）： 116-134.[土勁峰，徐成東.地理探測器：原理與展望[J]地理學報，2017， 72（1）： 116-134.]

[53] WANG J F，LI X H， CHRISTAKOS G，et al Geographicaldetectors-based health risk assessment and its application in theneural tube defects study of the Heshun Region， China[J]International Journal of' Geographical Injormation Science，2010， 24（1）： 107-127

[54] LIU Yansui， YANG Ren. The spatial characteristics andformation mechanism of county urbanization in China[J]Acta Geographica Sinica， 2012， 67（8）： 1011-1020.[劉彥隨，楊忍中國縣域城鎮(zhèn)化的空間特征與形成機理[J]地理學報，2012， 67（8）： 1011-1020.]

[55] WANG Shaojian， WANG Yang， LIN Xueqin. Spatialdifferentiation patterns and influencing mechanism ofhousing prices in China： Based on data of 2872 counties[J]Acta Geographica Sinica， 2016， 71（8）： 1329-1342.[王少劍，土洋，藺雪芹中國縣域住宅價格的空間差異特征與影響機制[J]地理學報，2016， 71（8）： 1329-1342.]

[56] 11 Jiaming， LU Dadao， XU Chengdong. Spatial heteroge-neity and its changes of population on the two sides of HuLine[J]. Acta Geographica Sinica， 2017， 72（1）： 148-160.[李佳洺，陸大道，徐成東胡煥庸線兩側人口的空間分異性及其變化[J]地理學報，2017， 72（1）： 148-160.]

[57] CAO F， GE Y， WANG J F Optimal discretization for geogra-phical detectors-based risk assessment[J]. Mapping Science&Remote Sensing， 2013， 50（1）， 78-92

[58] ZHANG Xiaomei， CHENG Shaowen， LIU Xiaolei，et al_Spatial- temporal characteristics and influencing factors ofnetwork attention to ancient city destination：A case ofPingyao[J]. Economic Geography， 2016， 36（7）： 196-202.[張曉梅，程紹文，劉曉莆，等古城旅游地網(wǎng)絡關注度時空特征及其影響因素——以平遙古城為例[J]經(jīng)濟地理，2016， 36（7）： 196-202.]

[59] BUJOSA A， RIERA A， TORRES C M. Valuing tourismdemand attributes to guide climate change adaptation meas-ures efficiently： The case of the spanish domestic travelmarket[J]. Tourism Management， 2015， 47（2）： 233-239

[60] PENG B，SONG H， CROUCH G I A meta- analysis ofinternational tourism demand forecasting and implicationsfor practice[J]. Tourism Management， 2014， 45： 181-193

[61] KIM H J，CHEN M H， JANG S C Tourism expansion andeconomic development： The case of Taiwan[J]. TouiismManagement， 2006， 27（5）： 925-933

[62] RUAN Wenqi， ZHENG Xiangmin， LI Yongquan， et al.Spatial distribution characteristics and driving mechanism of“Hu Line” in inbound tourism in China [J]. EconomicGeogrophy， 2018， 38 （3）： 181- 189.[阮文奇，鄭向敏，李勇泉，等中國入境旅游的“胡煥庸線”空間分布特征及驅動機理研究[J]經(jīng)濟地理，2018， 38（3）： 181-189.]

[63] LEI Ping， SHI Zulin. International comparison of therclationship between outbound tourism， service trade andeconomic development leveI[J]. Tourism Tribune， 2008， 23（7）： 28-33.[雷平，施祖麟.出境旅游、服務貿(mào)易與經(jīng)濟發(fā)展水平關系的國際比較[J]旅游學刊，2008， 23（7）： 28-33.]

[64] ZHANG LingyuV TAN Jian. An empirical research into therelation between outbound tourism expenditure and GDP per-capita of USA[J]. Journal of Bezjing International StudiesUniversity， 2011， 33（5）： 8-13.[張凌云，譚劍美國出國旅游消費與人均GDP關系實證研究[J]北京第二外國語學院學報，2011， 33（5）： 8-13.]

[65] ZHANG Ziang， HUANG Zhenfang， KONG Shaojun， ct al.The periodic and fluctuant characteristics of Zhejianginbound tourism and its influence mechanism in recent 30years[J]. Economic Geography， 2016， 36（1）： 186-193.[張子昂，黃震方，孔少君，等近30年浙江省入境旅游周期波動特征及影響機制[J]經(jīng)濟地理，2016， 36（1）： 186-193.]

[66]

LAI Sizhen， ZOU Yongguang. The evaluation of tourism area'sorigin cmissiveness：A case study of Gutian tourism area inFujian[J]. Economic Geography， 2016， 36（3）： 194-200.[賴思振，鄒永廣.旅游區(qū)的客源地出游力測評研究——以福建省古田旅游區(qū)為例[J]經(jīng)濟地理，2016， 36（3）： 194-200.]

[67]

PO W C，HUANG B N. Tourism development and economicgrowth：A nonlinear approach[J]. Phy'sica AStatistical Mechanics&Its Applications， 2008， 387（22）： 5535-5542