摘要：以環(huán)巢湖地區(qū)作為研究對象，基于2016—2021年旅游網(wǎng)站的鄉(xiāng)村旅游游記數(shù)據(jù)，結(jié)合統(tǒng)計(jì)分析以及ArcGIS空間分析法研究環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場的結(jié)構(gòu)特征以及影響因素。結(jié)果表明：鄉(xiāng)村旅游客源市場季節(jié)性明顯，節(jié)假日及周末效應(yīng)突出，其中4至10月為旅游旺季，11至3月為旅游淡季；鄉(xiāng)村旅游客源市場的地理集中指數(shù)總體較高，客源呈集中分布特征，合肥市為主要客源地，客源吸引半徑均值為219.59 km，屬于近程客源市場，空間使用曲線是基本型曲線、“U”型曲線和Maxwell-Boltzman曲線3種曲線的復(fù)合，客源核心逐漸從長三角地區(qū)、京津冀地區(qū)向內(nèi)陸地區(qū)、珠三角地區(qū)擴(kuò)散。鄉(xiāng)村旅游客源市場的時(shí)空結(jié)構(gòu)是多種因素相互作用的結(jié)果，主要是由鄉(xiāng)村旅游目的地的特殊性決定的，同時(shí)閑暇時(shí)間、氣候舒適度、交通、客源地經(jīng)濟(jì)發(fā)展水平等也是重要影響因素。

關(guān)鍵詞：大數(shù)據(jù)；鄉(xiāng)村旅游；客源市場；時(shí)空結(jié)構(gòu)；環(huán)巢湖地區(qū)

中圖分類號：F590.8" 文獻(xiàn)標(biāo)識碼：A" "文章編號：1674-3652（2024）03-0024-10

DOI：10.19933/j.cnki.ISSN1674-3652.2024.03.004

一、引言

鄉(xiāng)村旅游一直是保護(hù)鄉(xiāng)村生態(tài)環(huán)境、利用鄉(xiāng)村生態(tài)資源的一大重要方法。從2017年黨的十九大報(bào)告提出堅(jiān)持鄉(xiāng)村全面振興到2018年文化和旅游部成立以增加鄉(xiāng)村旅游的關(guān)注，再到2022年的中央一號文件指出要做好“三農(nóng)”工作，有序推進(jìn)鄉(xiāng)村發(fā)展、鄉(xiāng)村建設(shè)、鄉(xiāng)村治理，大力建設(shè)鄉(xiāng)村振興發(fā)展，由此可見，鄉(xiāng)村振興和鄉(xiāng)村旅游一直是我國重點(diǎn)關(guān)注的事項(xiàng)[ 1-2 ]。對鄉(xiāng)村旅游需求的研究是探索鄉(xiāng)村旅游發(fā)展規(guī)律，開辟鄉(xiāng)村旅游發(fā)展新路徑的重要方面。其中，客源市場的分布情況是反映目的地和客源地之間作用關(guān)系的重要指標(biāo)。在對鄉(xiāng)村旅游客源市場的研究中，對數(shù)據(jù)的獲取是第一步。由于鄉(xiāng)村旅游的獨(dú)特性，游客的相關(guān)數(shù)據(jù)無法全面統(tǒng)計(jì)。隨著大數(shù)據(jù)的出現(xiàn)，基于游客主觀分享的網(wǎng)絡(luò)游記記載了游客的相關(guān)旅游信息，解決了信息無法獲取的問題。

鄉(xiāng)村旅游自十九世紀(jì)中葉萌芽以來，國內(nèi)外對于鄉(xiāng)村旅游的研究一直在向多元化的方向不斷發(fā)展。國外對鄉(xiāng)村旅游的研究主要集中在空間特征[ 3 ]、空間演化[ 4 ]、影響因素[ 5 ]等方面，且大多從微觀尺度層面上進(jìn)行，并且研究重點(diǎn)正逐步由空間演變分析[ 6 ]轉(zhuǎn)向市場需求[ 7 ]、市場預(yù)測[ 8 ]以及旅游流[ 9 ]等。國內(nèi)相關(guān)研究晚于國外相關(guān)研究，研究內(nèi)容多集中于鄉(xiāng)村旅游地的結(jié)構(gòu)特征[ 10 ]、空間分布特征[ 11 ]、影響因素等方面[ 12 ]。在研究方法方面，國內(nèi)外的學(xué)者都逐漸采用定性和定量相結(jié)合的方法，主要包括地理集中指數(shù)[ 13 ]、地理探測器[ 14 ]、空間基尼系數(shù)[ 15 ]、全局空間自相關(guān)法[ 16 ]、核密度分析法[ 17 ]、空間點(diǎn)格局分析法[18]等方法。對于鄉(xiāng)村旅游而言，旅游點(diǎn)的分布較分散，數(shù)據(jù)統(tǒng)計(jì)較困難，此前大部分旅游數(shù)據(jù)只能通過官方的統(tǒng)計(jì)信息以及問卷調(diào)查等傳統(tǒng)方法獲取，而隨著互聯(lián)網(wǎng)的廣泛應(yīng)用，大數(shù)據(jù)的應(yīng)用成為旅游研究的普遍方法。目前研究客源市場的新角度包括地理標(biāo)記圖片[ 19 ]、微博簽到數(shù)據(jù)[ 20 ]、用戶關(guān)注度[ 21 ]等。通過對文獻(xiàn)總結(jié)可以發(fā)現(xiàn)國內(nèi)的研究已趨于成熟和多樣化，不過相關(guān)研究偏向于對著名旅游地的客源研究[ 22 ]，主要集中在熱點(diǎn)旅游區(qū)[ 23 ]，而對于鄉(xiāng)村旅游點(diǎn)的客源市場研究則較少[ 24 ]，因此未來的研究主體會向著多元化方向發(fā)展，并結(jié)合大數(shù)據(jù)對各種旅游景點(diǎn)的游客動向進(jìn)行全方位研究[ 25 ]。

二、研究方法與數(shù)據(jù)來源

（一）研究區(qū)域

巢湖位于有“江南之首，中原之喉”稱呼的合肥，是長江中下游的中國五大淡水湖之一。巢湖被合肥市、巢湖市兩市以及肥東、肥西、廬江三縣環(huán)繞，周圍有三河古鎮(zhèn)景區(qū)、濱湖濕地森林公園、中廟—姥山島景區(qū)等幾十個(gè)鄉(xiāng)村旅游景點(diǎn)。環(huán)巢湖地區(qū)包括“一湖”“兩城”“十二鎮(zhèn)”。其中，“一湖”是指巢湖，“兩城”是指濱湖新區(qū)與巢湖市區(qū)，“十二鎮(zhèn)”是指長臨河鎮(zhèn)、中廟鎮(zhèn)、黃麓鎮(zhèn)、烔煬鎮(zhèn)、柘皋鎮(zhèn)、中垾鎮(zhèn)、散兵鎮(zhèn)、槐林鎮(zhèn)、三河鎮(zhèn)、同大鎮(zhèn)、白山鎮(zhèn)、盛橋鎮(zhèn)。環(huán)巢湖地區(qū)集自然景觀和人文景觀于一體，鄉(xiāng)村旅游資源要素齊全、類型多樣，具備優(yōu)良的開發(fā)基礎(chǔ)，可開發(fā)滿足不同市場需求的旅游產(chǎn)品。2015年8月，國家旅游局批準(zhǔn)建設(shè)了環(huán)巢湖旅游休閑區(qū)，主要包括環(huán)巢湖十二鎮(zhèn)，這是全國唯一試點(diǎn)建設(shè)的國家級旅游休閑區(qū)，之后環(huán)巢湖地區(qū)的鄉(xiāng)村旅游開始全面發(fā)展。

（二）數(shù)據(jù)來源

在新經(jīng)濟(jì)形態(tài)下“互聯(lián)網(wǎng)+”成為一種新潮流的時(shí)代，網(wǎng)絡(luò)游記成為人們旅行后發(fā)表自己感想的一種普遍方式。網(wǎng)絡(luò)游記不僅包括用戶出行方式、出行天數(shù)、旅游線路、旅游花銷等信息，而且包括發(fā)布游記的用戶的基本信息[ 26 ]。本文通過編寫網(wǎng)絡(luò)爬蟲程序從馬蜂窩、攜程、去哪兒網(wǎng)、窮游網(wǎng)四個(gè)旅游網(wǎng)站中抓取2016—2021年環(huán)巢湖地區(qū)鄉(xiāng)村旅游的游記信息，主要包括用戶ID、居住地、出游日期，共得到2 264份數(shù)據(jù)。為了保證數(shù)據(jù)的準(zhǔn)確性，本研究對數(shù)據(jù)進(jìn)行了以下處理：對同一用戶在同一天同一地點(diǎn)發(fā)布的游記只保留一份，過濾掉廣告以及重復(fù)游記，剔除未標(biāo)注常住地的用戶、外國用戶、中國港澳臺地區(qū)用戶。經(jīng)過篩選過濾之后的有效樣本為731份，涵蓋26個(gè)省及自治區(qū)。

（三）研究方法

1. 地理集中指數(shù)

借助地理集中指數(shù)（G）表明旅游客源市場空間分布的集中程度，其值越大表明客源市場空間分布越集中，反之越分散[ 27 ]。因此，本文選用地理集中指數(shù)描述環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場的集中分布程度，其公式具體如下：

[G=100×i=1NXi/T2]" " " " " " " "（1）

式（1）中：G為環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場的地理集中指數(shù)；N為客源地總數(shù)；T為游客總數(shù)，[Xi]為第i個(gè)城市到訪環(huán)巢湖地區(qū)進(jìn)行鄉(xiāng)村旅游的游客數(shù)量。

2. 客源吸引半徑

客源市場吸引半徑（AR）可用于衡量客源市場的吸引力強(qiáng)弱。AR值越大表明旅游地的客源市場吸引力越強(qiáng)，吸引范圍越大，反之則越小[ 28 ]。因此，本文選用客源市場吸引半徑來表示環(huán)巢湖地區(qū)鄉(xiāng)村旅游的市場吸引力，其公式具體如下：

[AR=i=1nXi2Di2/i=1nXi2]" " " " " " " " " （2）

式（2）中：AR為旅游地客源市場吸引半徑；[Xi]為第i個(gè)客源地的游客占比；n為客源地總數(shù)；[Di]為客源地與環(huán)巢湖地區(qū)鄉(xiāng)村旅游地的空間距離。

3. 旅游客流空間使用曲線

本文運(yùn)用基本型曲線、U型曲線、Maxwell-Boltzman曲線3種常見的空間曲線對旅游客流隨距離變化而發(fā)生的改變進(jìn)行統(tǒng)計(jì)描述。其中，基本型曲線表示旅游者旅游阻力隨距離增加而呈正向增加趨勢，從而游客人數(shù)逐漸減少。U型曲線表示旅游人數(shù)隨距離的增加一開始呈減少，但到達(dá)一定距離時(shí)，旅游地使用人數(shù)又逐漸增加的趨勢。Maxwell-Boltzman曲線表示旅游人數(shù)隨距離增加而增加，但當(dāng)距離足夠大時(shí)，在旅游阻力作用下旅游地使用人數(shù)開始呈現(xiàn)下降趨勢[ 29 ]。本文選用這3種曲線表示環(huán)巢湖地區(qū)鄉(xiāng)村旅游的人數(shù)與距離之間的變化關(guān)系。

三、環(huán)巢湖鄉(xiāng)村旅游客源市場時(shí)空結(jié)構(gòu)分析

（一）時(shí)間分布特征

根據(jù)環(huán)巢湖地區(qū)2016年1月1日至2021年12月31日的鄉(xiāng)村旅游網(wǎng)絡(luò)游記中游客的出發(fā)時(shí)間，繪制了環(huán)巢湖地區(qū)鄉(xiāng)村旅游客流年內(nèi)變化峰林結(jié)構(gòu)圖，同時(shí)對突出節(jié)點(diǎn)進(jìn)行了重點(diǎn)標(biāo)記，如圖1所示。對全年的客流進(jìn)行分析可以發(fā)現(xiàn)，環(huán)巢湖地區(qū)鄉(xiāng)村旅游客流年內(nèi)變化存在明顯的季節(jié)性，以及節(jié)假日和周末效應(yīng)。

從季節(jié)上來看，4至10月為旅游旺季，4、5、8和10月游客出游時(shí)間更為集中，分別于清明節(jié)、勞動節(jié)、端午節(jié)、中秋節(jié)、國慶節(jié)等假期出現(xiàn)客流高峰。除了國家法定節(jié)假日導(dǎo)致游客出游增多外，4月濱湖濕地公園的櫻花、廬江油菜花、巢湖半湯郁金香等競相開放吸引了不少游客前往賞花。同時(shí)，4至5月是采茶高峰期。7至8月是暑期旅游高峰期，這期間大部分家長攜帶孩子進(jìn)行鄉(xiāng)村旅游活動，體驗(yàn)鄉(xiāng)村的風(fēng)土人情。9月學(xué)生開學(xué)，游客量有一定幅度的減少，之后氣溫逐漸涼爽，客流也開始回升。10月進(jìn)入黃金周，同時(shí)是秋季采摘期，游客量達(dá)到一年中的最大值，此時(shí)客流量全年占比為6.97%。11月至次年3月為旅游淡季，此時(shí)，前往半湯、湯池等地進(jìn)行溫泉度假的游客增多，但受限于鄉(xiāng)村旅游產(chǎn)品的季節(jié)性、游客假期時(shí)間以及氣溫等，鄉(xiāng)村旅游游客較少，僅元旦及春節(jié)假期游客出現(xiàn)少量波動，占比僅為23.96%。

從周內(nèi)來看，周末雙休日的游客量高于周內(nèi)。這其中的原因包括兩點(diǎn)：首先，隨著私家車的普及，人們出游越來越偏向于自駕游，而自駕游一般是短途比較方便。通過私家車，人們可以更多地前往居住地周圍進(jìn)行短途旅游。其次，鄉(xiāng)村旅游景點(diǎn)分布在城市周圍地區(qū)，而且消費(fèi)中檔，所以是市民們周末出游的理想選擇。這就導(dǎo)致環(huán)巢湖地區(qū)鄉(xiāng)村旅游游客大多選擇在周末出游，產(chǎn)生了周末效應(yīng)。

（二）空間分布特征

對于客源市場的空間分布特征，本文主要從地理集中指數(shù)、客源吸引半徑、客源地的距離演變特征以及層級結(jié)構(gòu)與等級演變四個(gè)維度進(jìn)行分析。

1. 地理集中度測算

通過客流數(shù)據(jù)計(jì)算可得2016年環(huán)巢湖地區(qū)鄉(xiāng)村旅游的地理集中指數(shù)為36.36，假設(shè)游客均勻分布在各地，那么地理集中指數(shù)應(yīng)為18.90，可見遠(yuǎn)低于實(shí)際地理集中指數(shù)，表明環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場呈空間集中性的分布特征。同理，可計(jì)算得到2017—2021年該地區(qū)鄉(xiāng)村旅游的地理集中指數(shù)?？傮w來說，地理集中度較高，由于疫情的出現(xiàn)，鄉(xiāng)村旅游的發(fā)展受到影響，2019年至2020年集中程度增大，出現(xiàn)地理集中度的轉(zhuǎn)折現(xiàn)象。

整體來看，2016—2020年環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源地理集中指數(shù)較高，客源市場呈集中分布，客源主要來自長三角地區(qū)，尤其是安徽省內(nèi)游客居多。從圖2可以看出，2016—2019年地理集中指數(shù)呈下降趨勢，2016—2018年下降幅度較小，2018—2019年地理集中指數(shù)呈大幅度下降。這是因?yàn)殡S著經(jīng)濟(jì)社會的高速發(fā)展，人們越來越追求更高層次的生活，在交通條件和閑暇時(shí)間允許的情況下，旅游成為一種普遍現(xiàn)象，并且大家不再局限于短距離旅游，旅游地的吸引范圍逐步擴(kuò)大。2019—2021年鄉(xiāng)村旅游的地理集中指數(shù)呈上漲趨勢，主要是因?yàn)樵诓《拘詡魅静〉挠绊懴?，人們出游頻次減少，旅游也盡量選擇周邊地區(qū)，所以集中度突然上升。

2. 客源吸引半徑

利用公式計(jì)算環(huán)巢湖鄉(xiāng)村旅游客源市吸引半徑時(shí)，考慮到大多數(shù)鄉(xiāng)村旅游都是自駕游，所以選取了各個(gè)客源城市與目的地之間的最短公路距離。計(jì)算得出2016—2021年環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場吸引半徑，如圖3所示?？偟膩碚f，客源市場集中分布在近程市場，在疫情背景下，客源吸引半徑出現(xiàn)數(shù)值上的轉(zhuǎn)折現(xiàn)象。

由圖3可以看出，2016—2021年客源吸引半徑整體呈先上升后下降的趨勢，其中，2016—2019年環(huán)巢湖地區(qū)鄉(xiāng)村旅游發(fā)展良好，客源市場吸引力不斷增強(qiáng)，客源吸引半徑逐漸上升。2019—2021年由于病毒性傳染病影響，鄉(xiāng)村旅游的游客數(shù)量減少，吸引范圍縮小，客源吸引半徑下降。按照相關(guān)標(biāo)準(zhǔn)，將旅游客源吸引半徑＜400 km、400～800 km、＞800 km分別劃分為近程、中程和遠(yuǎn)程客源市場。計(jì)算得出環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源吸引半徑的均值為219.59 km，屬于近程客源市場，其中多半游客來自近程市場，大約16%的游客來自中程市場，而近25%的游客來自遠(yuǎn)程市場，由此可以看出旅游客源存在空間上的比例失衡。

3. 客源地的距離演變特征

為進(jìn)一步分析環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場的空間結(jié)構(gòu)，本文制作了旅游客流的空間使用曲線（圖4）。由圖4可以看出空間使用曲線不是單一曲線，而是基本型曲線、“U”型曲線和Maxwell-Boltzman曲線3種曲線的復(fù)合。

總體來看，客流主要集中在1 100 km范圍內(nèi)，占86.01%，符合Maxwell-Boltzman曲線特征。具體來看，在0～300 km范圍符合Boltzman曲線特征，游客人數(shù)隨距離的增加呈先增加后減少的趨勢，在100 km處達(dá)到最大值31.446%，游客總占比達(dá)44.31%。在300～700 km范圍內(nèi)仍為Boltzman曲線，游客人數(shù)隨距離增加仍呈先增加后減少的趨勢，在500 km達(dá)到峰值12.08%，游客總占比為26.89%。在700～800 km范圍內(nèi)客流變化較平穩(wěn)。在800～1100 km范圍內(nèi)符合“U”型曲線，客流量減少到一定程度時(shí)出現(xiàn)增加趨勢。1 100 km范圍之外與基本型曲線特征一致，隨著距離阻力的增加，游客逐漸減少。

0～300 km范圍主要包括合肥、安慶、蚌埠、蕪湖、南京等城市，其中主要是合肥市的游客，這些地方距離目的地較近，自駕游較方便。300～700 km范圍主要包括上海、蘇州、泰州、武漢、杭州、南通、徐州等城市，最高峰在500 km處出現(xiàn)，這主要是因?yàn)樯虾?、杭州等地的游客較多。700～1 100 km范圍主要包括北京、天津、石家莊、青島、深圳等地，在1 100 km處出現(xiàn)高峰主要是因?yàn)楸本┯慰洼^多。綜合來看，客源主要集中在1 100 km范圍內(nèi)，游客集中程度較高。

4. 客源地層級劃分與時(shí)空演變

基于網(wǎng)絡(luò)游記數(shù)據(jù)，環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場涵蓋全國85個(gè)城市。利用ArcGIS10.2自然斷裂點(diǎn)法，依據(jù)網(wǎng)絡(luò)游記的數(shù)量指標(biāo)，將環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場劃分為5個(gè)層級，分別為核心區(qū)、次核心區(qū)、過渡區(qū)、次邊緣區(qū)、邊緣區(qū)。通過等級和演化分析可以看出近6年環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場時(shí)空格局變化較大，客源核心逐漸從長三角地區(qū)、京津冀地區(qū)向內(nèi)陸地區(qū)、珠三角地區(qū)擴(kuò)散。

首先，從客源地層級劃分來看，根據(jù)圖5可知，環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場層級分明，不同地區(qū)游客數(shù)量差距較大。由于2016—2018年鄉(xiāng)村旅游處于發(fā)展上升期，2020—2021年鄉(xiāng)村旅游受疫情影響，因此本文以2019年為例進(jìn)行客源地的層級分析。2019年，環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場的核心層為合肥，是距離巢湖最近的城市，節(jié)假日到目的地旅游的居民較多，游客占比達(dá)22%，與次核心層的游客數(shù)量有較大的差距，這也是環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源分布集中的原因。次核心層為北京、上海，北京和上海作為全國的經(jīng)濟(jì)中心，人口較多，居民生活壓力較大，因而節(jié)假日旅游意愿較強(qiáng)，游客占比達(dá)15%。過渡區(qū)包括南京、武漢地區(qū)，這兩個(gè)地方經(jīng)濟(jì)較發(fā)達(dá)，距離環(huán)巢湖地區(qū)有一定距離，前往環(huán)巢湖地區(qū)進(jìn)行鄉(xiāng)村旅游的游客大部分會同時(shí)選擇合肥及周邊的著名景點(diǎn)。次邊緣層包括杭州、淮南、蘇州等地區(qū)，邊緣層包括貴陽、成都、哈爾濱等遠(yuǎn)離目的地的城市。受限于交通條件、閑暇時(shí)間、出游能力等，次邊緣層和邊緣層的城市游客較少，但近些年隨著交通條件的改善和人們生活水平的提高，這些地區(qū)的游客范圍不斷擴(kuò)大，游客數(shù)量也在逐漸增加。

其次，從客源地時(shí)空演變來看，近6年環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場時(shí)空格局變化較大，尤其是2016—2019年存在較大等級擴(kuò)散。2016年，客源市場以合肥為中心，北京為次中心。2019年，客源大幅度擴(kuò)散，客源市場仍以合肥為中心，北京為次中心，此時(shí)新增了上海作為次中心，客源市場由長三角地區(qū)向周邊城市推進(jìn)，并以北京為核心向周邊城市推進(jìn)。這表明客源市場吸引力增強(qiáng)，發(fā)達(dá)城市游客前往環(huán)巢湖地區(qū)進(jìn)行鄉(xiāng)村旅游的人數(shù)逐漸增加。2020—2021年由于疫情的影響，鄉(xiāng)村旅游人數(shù)大幅度減少，客源更為集中，僅在節(jié)假日有部分外省游客，大多數(shù)為臨近的合肥市民。相比2020年，2021年的客源范圍有小幅度擴(kuò)大，核心層仍為合肥，次核心層為北京、上海、廣州，客源地由長三角地區(qū)、京津冀地區(qū)向內(nèi)陸地區(qū)、珠三角地區(qū)擴(kuò)散，整體表現(xiàn)出“東部高于西部，中部高于南北”的空間分布規(guī)律。由此可見，疫情之后，各客源市場等級范圍都擴(kuò)大了，環(huán)巢湖地區(qū)的鄉(xiāng)村旅游有恢復(fù)現(xiàn)象。

四、影響因素分析

（一）自然性影響因素

1. 鄉(xiāng)村旅游目的地

旅游目的地能否吸引游客首先就是看其旅游資源是否獨(dú)特，同時(shí)目的地的形象也是鄉(xiāng)村旅游的引力源，對目的地形象的認(rèn)識是旅游者由旅游動機(jī)向旅游行為轉(zhuǎn)變的重要因素。對于鄉(xiāng)村旅游而言，旅游地的形象尤為重要。與傳統(tǒng)景區(qū)旅游地相比，鄉(xiāng)村旅游產(chǎn)品結(jié)構(gòu)單一，相對競爭力較弱。在鄉(xiāng)村旅游發(fā)展早期，旅游地的資源在吸引游客方面有著更為關(guān)鍵的作用，而隨著旅游地的不斷發(fā)展，旅游資源的充分利用需要各個(gè)行業(yè)的協(xié)同配合，旅游目的地的服務(wù)和品牌形象的作用逐漸增強(qiáng)。在環(huán)巢湖十二鎮(zhèn)中，三河鎮(zhèn)比較具有代表性，在2015年憑借其豐富的歷史底蘊(yùn)和獨(dú)特的風(fēng)俗人情被評為國家5A級旅游景區(qū)，成功塑造了三河品牌，帶動了環(huán)巢湖地區(qū)的鄉(xiāng)村旅游發(fā)展。

2. 氣候舒適度

氣候因素是影響鄉(xiāng)村旅游出游活動的重要自然因素，是導(dǎo)致客流量季節(jié)性變化的原因。4至5月份巢湖周邊鄉(xiāng)村氣候適宜，櫻花、牡丹、郁金香、桃花、油菜花等競相開放，各地相繼舉辦賞花活動，吸引了大量周邊城市的游客。而國慶黃金周是果實(shí)采摘的高峰期，因此游客較多。受限于鄉(xiāng)村旅游產(chǎn)品的氣候性，4至10月為游客出游的高峰期。而11月至次年3月是在半湯、湯池等地泡溫泉的好時(shí)節(jié)，但由于其發(fā)展較晚，還未能大范圍吸引游客。此外，不同于一年四季都可以進(jìn)行的傳統(tǒng)景區(qū)旅游，鄉(xiāng)村旅游大部分為戶外活動，受氣候溫度變化影響更為顯著。

（二）社會性影響因素

1. 閑暇時(shí)間

閑暇時(shí)間是決定出游的基礎(chǔ)影響因素，只有有了可以旅游的時(shí)間人們才會有旅游的行為。元旦、春節(jié)、清明節(jié)、勞動節(jié)、端午節(jié)等國家法定節(jié)假日以及寒暑假是游客外出旅游的高峰期，其中暑假期間以及國慶黃金周是學(xué)生出游和親子出游的高峰期。對于鄉(xiāng)村旅游而言，游客大多為周邊城市的居民，可能會利用周末時(shí)間進(jìn)行短途旅游，而環(huán)巢湖地區(qū)的鄉(xiāng)村距離城市比較近，可以使人們遠(yuǎn)離喧囂、擁抱自然，是合肥及周邊地區(qū)的理想旅游地。這點(diǎn)從鄉(xiāng)村旅游流的周末效應(yīng)也可以看出。因此，閑暇時(shí)間是鄉(xiāng)村旅游的基礎(chǔ)性影響因素。

2. 旅游通道

根據(jù)距離衰減規(guī)律，游客需求在距離旅游目的地有一定距離時(shí)會達(dá)到最大值，超過這個(gè)距離就會呈現(xiàn)指數(shù)下降，所以客源地和目的地之間的實(shí)際以及感知距離都會對旅游者的旅游選擇產(chǎn)生一定影響。就鄉(xiāng)村旅游市場而言，經(jīng)濟(jì)發(fā)展程度低于市區(qū)發(fā)展，且可供選擇的旅游目的地較多，必須建設(shè)好通往各地的交通路線，才能連通客源地，帶動鄉(xiāng)村旅游市場。從地理區(qū)位來看，巢湖位于安徽省中部地區(qū)，距離合肥市區(qū)較近，且旅游消費(fèi)層次中等，因此環(huán)巢湖地區(qū)的鄉(xiāng)村旅游景點(diǎn)成為城市居民休閑時(shí)間進(jìn)行鄉(xiāng)村旅游的首選目的地。另外，近些年隨著道路交通的不斷發(fā)展，按照《環(huán)巢湖地區(qū)綜合交通規(guī)劃》，環(huán)巢湖地區(qū)正逐漸形成以中廟街道、三河鎮(zhèn)為樞紐的交通網(wǎng)絡(luò)體系，旅游專線路線也在不斷完善，進(jìn)而提升旅游服務(wù)質(zhì)量和游客體驗(yàn)感。

3. 客源地

經(jīng)濟(jì)發(fā)展水平是客源地游客出行的內(nèi)在影響因素。環(huán)巢湖地區(qū)鄉(xiāng)村旅游的客源核心為合肥、上海以及北京等地，這些城市的經(jīng)濟(jì)發(fā)展水平都較高，城市居民的經(jīng)濟(jì)水平可以滿足出游的要求并且可供選擇的出游方案較多，而低收入地區(qū)的居民在出游時(shí)要更多地考慮消費(fèi)預(yù)算。另外，資源的差異性也會影響游客對目的地的選擇。若旅游目的地與客源地的旅游資源差異較大，則更能吸引游客前來旅游，因?yàn)橘Y源的稀缺性會使游客對目的地充滿向往。與傳統(tǒng)景點(diǎn)旅游相比，鄉(xiāng)村旅游更能讓在城市生活的游客體會到別樣的風(fēng)土人情。

五、結(jié)論與討論

（一）結(jié)論

信息時(shí)代下“互聯(lián)網(wǎng)+”已滲透到生活的各個(gè)方面。區(qū)別于以往借助較單一的旅行社這一途徑，線上搜索、查詢、預(yù)訂、反饋等形式越發(fā)普遍。在這個(gè)過程中，網(wǎng)絡(luò)游記等互聯(lián)網(wǎng)數(shù)據(jù)在樣本量覆蓋、時(shí)間連續(xù)性、精確性等方面更具優(yōu)勢和真實(shí)性。基于此，本文利用網(wǎng)絡(luò)游記，并通過搜集整理2016—2021年環(huán)巢湖地區(qū)鄉(xiāng)村旅游的游記信息，探討了環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場的分布規(guī)律，主要得出以下結(jié)論：

第一，從時(shí)間上來看，環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源的季節(jié)性變化顯著，淡旺季差距明顯，且伴隨明顯的“周末效應(yīng)”。

第二，從空間上來看，環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源呈現(xiàn)集中分布，整體上表現(xiàn)出“東部高于西部，中部高于南北”的空間分布規(guī)律，鄉(xiāng)村旅游客源吸引半徑較小，近些年在鄉(xiāng)村旅游的不斷發(fā)展之下，環(huán)巢湖地區(qū)鄉(xiāng)村旅游的客源市場也在不斷擴(kuò)大，客源吸引力逐漸增強(qiáng)。空間使用曲線是基本型曲線、“U”型曲線和Maxwell-Boltzman曲線3種曲線的復(fù)合。

第三，環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場的時(shí)空特征是多種因素相互作用的結(jié)果，主要包括自然性影響因素和社會性影響因素。其中，鄉(xiāng)村旅游目的地的特性是決定性因素，客源地的經(jīng)濟(jì)發(fā)展水平、旅游地的資源和品牌形象、氣候舒適度、閑暇時(shí)間、旅游通道的便利性和交通條件是客源市場空間結(jié)構(gòu)特征的重要影響因素。

（二）討論

在信息化發(fā)展的大背景下，本文以環(huán)巢湖地區(qū)鄉(xiāng)村旅游為研究點(diǎn)，對網(wǎng)絡(luò)游記信息進(jìn)行處理分析，充分利用網(wǎng)絡(luò)大數(shù)據(jù)，為環(huán)巢湖地區(qū)的鄉(xiāng)村旅游研究提供了新的視角，豐富了對鄉(xiāng)村旅游客源市場時(shí)空特征層面的分析。

本研究還存在以下不足之處：首先，本文僅選取了4個(gè)使用人數(shù)較多的旅游網(wǎng)站的網(wǎng)絡(luò)游記信息來研究客源市場，可能存在數(shù)據(jù)不全面、人群差異性等因素影響數(shù)據(jù)的代表性。其次，鄉(xiāng)村旅游游客比一般的景區(qū)旅游游客少，本身也存在很大的不確定性。如果加上問卷調(diào)查、實(shí)地訪談法等方法可能會更精準(zhǔn)。此外，未對影響因素進(jìn)行深入挖掘，未來可以結(jié)合地理探測器等研究方法進(jìn)行探究。

參考文獻(xiàn)：

[1] 吳軍，高其榮. 習(xí)近平鄉(xiāng)村振興戰(zhàn)略理論探源[J]. 長江師范學(xué)院學(xué)報(bào)，2021（1）：1-11.

[2] 陳志軍，徐飛雄. 鄉(xiāng)村旅游地旅游發(fā)展對鄉(xiāng)村振興的影響效應(yīng)與機(jī)理——以關(guān)中地區(qū)為例[J]. 經(jīng)濟(jì)地理，2022（2）：231-240.

[3] BULTER R， CLARK G， BOWLER I R. Tourism in rural areas：Canada and the United Kingdom[J]. Economy and society，1992，16（2）：166-183.

[4] CHRISTALLER W. Some considerations of tourism location in Europe： the peripheral regions–und-er-developed countries recreation areas[J]. Papers in regional science，1964，12（1）：95-105.

[5] LEEUWIS C. Reconceptualizing participation for sustainable rural development： towards a neg-otiation approach[J]. Development and change，2000，31（5）：931-959.

[6] KANG S. Associations between space-time constraints and spatial patterns of travels[J]. Annals of tourism research，2016，61：127-141.

[7] RUHANEN L，WHITFORD M，MCLENNAN C. Exploring Chinese visitor demand for Australia’s indigenous tourism experiences[J]. Journal of hospitality and tourism management，2015，24：25-34.

[8] NJIRAINI，MWONGERA，KIARIE，et al. Assessment of Kenya’s tourist source markets[J]. Journal of travel amp; tourism marketing，2015，32（8）.

[9] CHUA A，SERVILLO L， MARCHEGGIANI E， et al.Mapping Cilento： using geotagged social media data to characterize tourist flows in southern Italy[J]. Tourism management，2016，57.

[10 ]馬麗君，肖洋. 典型城市居民國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征[J]. 經(jīng)濟(jì)地理，2018（2）：197-205，219.

[11] 王培家，章錦河，孫楓，等. 中國西南地區(qū)傳統(tǒng)村落空間分布特征及其影響機(jī)理[J]. 經(jīng)濟(jì)地理，2021（9）：204-213.

[12] 馬斌斌，陳興鵬，馬凱凱，等. 中國鄉(xiāng)村旅游重點(diǎn)村空間分布、類型結(jié)構(gòu)及影響因素[J].經(jīng)濟(jì)地理，2020（7）：190-199.

[13] 馮亞芬，俞萬源. 客家鄉(xiāng)村旅游發(fā)展時(shí)空演變及其動力機(jī)制研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2018（7）：212-218.

[14] 何蘭，姜衛(wèi)兵，宋居宇，等. 江蘇省主題創(chuàng)意農(nóng)園的類型、空間分布及其影響因素[J]. 經(jīng)濟(jì)地理，2021（8）：214-222.

[15] 李濤，朱鶴，王釗，等. 蘇南鄉(xiāng)村旅游空間集聚特征與結(jié)構(gòu)研究[J]. 地理研究，2020（10）：2281-2294.

[16] 劉宇杰，周勇，劉小東，等. 中國“鄉(xiāng)村旅游重點(diǎn)村”空間分布格局及影響因素[J]. 華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022（1）：211-220.

[17] 榮慧芳，陶卓民. 基于網(wǎng)絡(luò)數(shù)據(jù)的鄉(xiāng)村旅游熱點(diǎn)識別及成因分析——以江蘇省為例[J]. 自然資源學(xué)報(bào)，2020（12）：2848-2861.

[18] 譚華云，許春曉. 舒適移民型鄉(xiāng)村紳士化空間格局及其形成機(jī)制——以廣西巴馬盤陽河流域?yàn)槔齕J]. 旅游學(xué)刊，2021（2）：40-53.

[19] 范夢余，陳怡寧，張輝. 湖南旅游客源市場結(jié)構(gòu)與目的地形象感知——基于地理標(biāo)記照片的實(shí)證分析[J]. 經(jīng)濟(jì)地理，2021（12）：223-232.

[20] 閆閃閃，梁留科，索志輝，等. 基于大數(shù)據(jù)的洛陽市旅游流時(shí)空分布特征[J]. 經(jīng)濟(jì)地理，2017（8）：216-224.

[21] 郝西文. 歷史文化名鎮(zhèn)網(wǎng)絡(luò)關(guān)注度時(shí)空特征及其影響因素分析——以三河古鎮(zhèn)為例[J]. 長江師范學(xué)院學(xué)報(bào)，2021（6）：15-24.

[22] 郭劍英，王乃昂，熊明均. 歷史文化名城武威與敦煌的客源市場空間結(jié)構(gòu)比較分析[J]. 干旱區(qū)資源與環(huán)境，2005（2）：127-132.

[23] 李磊，陸林，穆成林，等. 高鐵網(wǎng)絡(luò)化時(shí)代典型旅游城市旅游流空間結(jié)構(gòu)演化——以黃山市為例[J]. 經(jīng)濟(jì)地理，2019（5）：207-216，225.

[24] 榮慧芳，陶卓民，李濤，等. 基于網(wǎng)絡(luò)數(shù)據(jù)的蘇南鄉(xiāng)村旅游客源市場時(shí)空特征及影響因素分析[J]. 地理與地理信息科學(xué)，2020（6）：71-77.

[25] 孫慧楠，續(xù)笑嘉，馮麗. 陜西省大數(shù)據(jù)與特色鄉(xiāng)村旅游融合研究[J]. 鄉(xiāng)村科技，2021（30）：32-34.

[26] 柯健，華哲銘，許鑫. 基于網(wǎng)絡(luò)游記挖掘的城市旅游文化元素識別——以上海為例[J]. 資源科學(xué)，2022（1）：127-142.

[27] 馬麗君，胡汝佳. 張家界國內(nèi)旅游客源市場結(jié)構(gòu)動態(tài)分析——基于網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)[J]. 云南地理環(huán)境研究，2018（5）：49-56.

[28] 劉大均，何俗仿. 危機(jī)事件沖擊下九寨溝景區(qū)國內(nèi)客源市場的空間結(jié)構(gòu)及影響因素[J]. 華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022（5）：864-870.

[29] 王新越，曹嬋嬋. 基于網(wǎng)絡(luò)游記的青島市國內(nèi)旅游客源市場結(jié)構(gòu)與旅游流時(shí)空特征分析[J]. 地理科學(xué)，2019（12）：1919-1928.

作者貢獻(xiàn)聲明：丁娟負(fù)責(zé)指導(dǎo)與修正，趙紅艷負(fù)責(zé)撰寫，張強(qiáng)負(fù)責(zé)收集數(shù)據(jù)

Spatial-Temporal Characteristics Analysis of Rural Tourism Source Market Around Chaohu Lake"Based on Travel Notes Big Data

DING Juan1， ZHAO Hong-Yan2， ZHANG Qiang3

（School of Business， Anhui University， Hefei 230601， Anhui， China）

Abstract： Taking the Chaohu Lake region as the research object， this paper studies the structural characteristics and influencing factors of the rural tourism’s source market in the Chaohu Lake region based on the travel notes data of rural tourism from travel websites from 2016 to 2021， employing the combination of statistical analysis and ArcGIS spatial analysis. The results show that： the rural tourism’s source market is seasonal with prominent holiday season and weekend effects. April to October is the high season， and November to March is the low season; the geographical concentration index of rural tourism’s source market is generally high. The tourist source is characterized by concentrated distribution， with Hefei as the main tourist source， and the average attraction radius of tourists is 219.59km， which belongs to the short-range source market. There are other important influencing factors including leisure time， climate comfort， transportation， and economic development level of tourist source destinations.

Keyword： Big Data; rural tourism; tourist market; space-time structure; Chaohu Lake region

（責(zé)任編輯：孟 超）

引用格式：丁娟，趙紅艷，張強(qiáng). 基于游記大數(shù)據(jù)的環(huán)巢湖地區(qū)鄉(xiāng)村旅游客源市場時(shí)空結(jié)構(gòu)分析[J]. 長江師范學(xué)院學(xué)報(bào)，2024，40（3）：24-33.

基金項(xiàng)目：教育部人文社會科學(xué)研究青年基金項(xiàng)目“人口老齡化背景下我國家庭代際旅游行為研究”（20YJCZH016）。

作者簡介：丁娟（1979—），女，安徽廬江人，副教授，博士，主要從事旅游資源與文化研究。

趙紅艷（2000—），女，山東菏澤人，碩士研究生，主要從事旅游資源與文化研究。通信作者，Email：3177671548@qq.com。

張強(qiáng)（1994—），男，安徽蕪湖人，碩士研究生，主要從事旅游資源與文化研究。