王錄倉+嚴(yán)翠霞++李巍

[摘 要]伴隨著“互聯(lián)網(wǎng)+”的普及、智能移動(dòng)設(shè)備的廣泛使用，以微博為代表的社交網(wǎng)絡(luò)位置服務(wù)信息逐漸增多，為研究旅游流時(shí)空特征提供了新的數(shù)據(jù)來源和視角。文章利用新浪微博LBS簽到數(shù)據(jù)和核密度估計(jì)分析方法，從時(shí)空維度對蘭州市旅游流特征進(jìn)行了研究。結(jié)果表明：旅游流在時(shí)間維度上存在明顯的節(jié)律性，無論是年變化，還是日變化，均表現(xiàn)出明顯的旅游流初現(xiàn)期-高峰期-回落期-休眠期變化特征，季相變化明顯，夏半年和冬半年存在較大差異，“雙峰”特征顯著；日變化呈現(xiàn)偏態(tài)“金字塔”形結(jié)構(gòu)特征；在空間維度上，具有典型的“核心（城區(qū)）-邊緣（周邊區(qū)域）”結(jié)構(gòu)特征，切合旅游景點(diǎn)和旅游服務(wù)接待設(shè)施空間分布格局。女性游客簽到量大于男性游客，流量變化小于男性；女性游客主要集中在主城區(qū)活動(dòng)，男性游客則偏好戶外活動(dòng)豐富的郊野森林公園。省、內(nèi)外旅游流在時(shí)間維度上存在著明顯的“超前-滯后”效應(yīng)，在空間選擇上存在著一定的錯(cuò)位現(xiàn)象。從旅游流活動(dòng)軌跡來看，表現(xiàn)出明顯的“軸線-散點(diǎn)”態(tài)勢：中山橋—白塔山公園—城隍廟—黃河母親像—水車博覽園為主的“黃河風(fēng)情線”是主要的軸線，而外圍地區(qū)主要的景點(diǎn)成為吸引游客的主要“散點(diǎn)”，無論是主城區(qū)，還是外圍地區(qū)，均沒有形成閉合的旅游環(huán)線。

[關(guān)鍵詞]新浪微博；LBS簽到數(shù)據(jù)；旅游流時(shí)空特征；蘭州市

[中圖分類號]F59

[文獻(xiàn)標(biāo)識碼]A

[文章編號]1002-5006（2017）05-0094-12

Doi： 10.3969/j.issn.1002-5006.2017.05.014

引言

伴隨著“互聯(lián)網(wǎng)+”的普及、移動(dòng)設(shè)備的廣泛使用，以及云計(jì)算等技術(shù)的興起，數(shù)據(jù)正在以前所未有的速度爆炸式增長。它不僅深刻影響了人類社會經(jīng)濟(jì)系統(tǒng)的變化，同時(shí)也重構(gòu)了全球的虛擬空間和實(shí)體空間結(jié)構(gòu)形式[1]。Bakis將其劃分為地理空間、網(wǎng)絡(luò)空間和地理網(wǎng)絡(luò)空間（geocyberspace）[2]。隨著位置感知設(shè)備（location aware device，LAD）、位置服務(wù)技術(shù)（location based service，LBS）等的發(fā)展及應(yīng)用，帶有地理空間信息的數(shù)據(jù)日益受到學(xué)者的關(guān)注[3-6]。

中國互聯(lián)網(wǎng)信息中心（CNNIC）第35次調(diào)查報(bào)告顯示，截至2014年12月，中國手機(jī)網(wǎng)民規(guī)模已達(dá)5.57億，微博用戶2.49億，網(wǎng)民使用率為16.8%[7]。2015年3月新浪微博的月活躍用戶數(shù)（MAU）為1.98億，日均活躍用戶數(shù)（DAU）為8900萬[8]。新浪微博因其內(nèi)容組織簡單、語言編排容易、使用途徑多樣（手機(jī)、PC等各種終端），已成為國內(nèi)最具影響力和代表性的社交工具之一，尤其是LBS的應(yīng)用開發(fā)，已成為獲取地理空間信息的重要途徑，被Goodchild[9]稱為志愿者地理信息（volunteered geographic information，VGI）。在LBS中，用戶通過移動(dòng)設(shè)備（智能手機(jī)、平板電腦等）可以記錄當(dāng)前位置、附言、圖片等VGI信息，即簽到（check-in），由此產(chǎn)生的帶有地理位置的數(shù)據(jù)稱為“簽到數(shù)據(jù)”，該數(shù)據(jù)包括用戶活動(dòng)的時(shí)間、地點(diǎn)、內(nèi)容等信息，這些信息能反映用戶的行為軌跡[10-12]。簽到作為微博用戶旅游過程中的重要記錄，其簽到量映射著用戶的參與熱度，隱含著用戶的主觀意愿，因此通過追蹤微博用戶的簽到數(shù)據(jù)，可以得到用戶的行為數(shù)據(jù)、旅游目的地及旅游偏好，這為研究旅游流時(shí)空變化提供了新的途徑。目前，學(xué)者運(yùn)用LBS簽到數(shù)據(jù)在城市等級規(guī)模、城市聯(lián)系、城市空間區(qū)等級方面開展了相關(guān)研究[13-15]。

旅游流是旅游活動(dòng)和旅游業(yè)發(fā)展的基礎(chǔ)，旅游流因連接著客源地與旅游目的地而成為旅游系統(tǒng)的神經(jīng)中樞或紐帶[16]。傳統(tǒng)的旅游流時(shí)空間特征研究，大多圍繞“游客-游覽活動(dòng)-景區(qū)（點(diǎn)）”進(jìn)行，包括旅游流模式[17-19]、時(shí)空特征[20-22]、驅(qū)動(dòng)力[23-24]、預(yù)測[25-26]、旅游流數(shù)理模型、旅游流空間效應(yīng)研究等[27-28]方面。游客空間行為更多是從旅游者個(gè)體屬性提煉旅游群體空間運(yùn)動(dòng)規(guī)律，多數(shù)研究采用問卷調(diào)查的方法，從人口學(xué)統(tǒng)計(jì)特征（如年齡、性別、職業(yè)、學(xué)歷、收入、來源地等）和行為特征（如出游前的感知、動(dòng)機(jī)偏好等）出發(fā)，分析客流量增長速度、客流量年度差異、季節(jié)差異、月變化、周變化、日變化[29]等，通常用客流量增長指數(shù)[30]和K-Means聚類法[31]測度客流增長速度；采用年際集中指數(shù)、年度變動(dòng)指數(shù)、季節(jié)變動(dòng)指數(shù)、季節(jié)集中指數(shù)、淡旺季不均勻系數(shù)、12月指數(shù)平滑法等計(jì)算旅游流的季節(jié)差異[32-34]；使用地理集中指數(shù)[35]、洛倫茲曲線、基尼系數(shù)[28]、游客密度指數(shù)[33]測度旅游流集中情況，或根據(jù)游客經(jīng)過的主要交通路線和主要景點(diǎn)到訪率，繪制旅游客流流動(dòng)圖[36]。

旅游流微博大數(shù)據(jù)目前尚處于探索研究階段，利用微博數(shù)據(jù)進(jìn)行旅游研究時(shí)，主要針對旅游微博營銷[37-38]、微博旅游形象設(shè)計(jì)[39]、微博對旅游決策的影響[40]、旅游信息擴(kuò)散[41]等問題，而旅游流研究的案例目前還非常少。劉大均運(yùn)用空間分析等方法，對中國旅游微博的空間分布格局進(jìn)行了分析，并揭示了旅游微博空間分布的影響因素[42]。張子昂以南京市鐘山風(fēng)景名勝區(qū)為研究對象，運(yùn)用一年的微博數(shù)據(jù)分析了旅游活動(dòng)的時(shí)空特征[43]。段淼然利用新浪微博，提取了31個(gè)省的69個(gè)A級景區(qū)粉絲（認(rèn)證了64個(gè)微博用戶）分布情況，發(fā)現(xiàn)全國出游驅(qū)動(dòng)力分布存在著現(xiàn)明顯差異[44]；唐佳提取了影響微博轉(zhuǎn)發(fā)的3類特征變量，即用戶特征變量、文本特征變量和內(nèi)容特征變量，并利用Logistic回歸方法，探究各個(gè)因素對微博轉(zhuǎn)發(fā)水平的影響、作用方向和作用程度[45]。本文運(yùn)用新浪微博收集蘭州市一年的游客LBS簽到數(shù)據(jù)，借助核密度函數(shù)對蘭州市旅游流時(shí)空特征進(jìn)行分析，這對于重新認(rèn)知客源市場、有針對性地開發(fā)旅游資源、設(shè)計(jì)旅游產(chǎn)品和旅游線路具要重要的現(xiàn)實(shí)意義。

1 研究區(qū)概況

本文的研究范圍為蘭州市市域范圍，包含6區(qū)（城關(guān)區(qū)、七里河區(qū)、安寧區(qū)、西固區(qū)、紅古區(qū)、蘭州新區(qū)）3縣（榆中縣、皋蘭縣和永登縣），總面積13 085.6 km2。

蘭州市位于中國大陸版圖的幾何中心，是青藏高原、內(nèi)蒙古高原和黃土高原的結(jié)合部，也是中國東部季風(fēng)區(qū)和西北非季風(fēng)區(qū)的過渡地帶。自然地理單元和氣候類型的交接過渡，為蘭州市形成豐富多樣的旅游資源奠定了豐厚的物質(zhì)基礎(chǔ)。兩山夾一川、黃河穿城而過的城市格局孕育了豐富的人文資源——渡口文化、城池文化、民族文化、多元宗教文化、絲路文化、驛站文化、河景文化，也決定了旅游活動(dòng)主要集中在黃河兩岸與南北兩山，形成著名的“百里黃河風(fēng)情線”。悠久的歷史、多元民族文化的交融與碰撞，沉積著從史前文明以來的地域歷史文化基因，形成了豐富的文化遺存（法顯寺、魯土司衙門、明肅王西苑遺址等）。“坐中四聯(lián)”的區(qū)位條件，使蘭州成為絲路民族風(fēng)情旅游帶、西南奇山秀水民族風(fēng)情旅游帶、世界屋脊獵奇探險(xiǎn)旅游帶的樞紐[46]。絲路文化、黃河文化、史前文化、民族文化、宗教文化、工業(yè)文化、民俗文化等共同構(gòu)成了蘭州市特有的歷史文化特性和相應(yīng)的旅游資源，截至目前全市A級景區(qū)22家，其中，4A級景區(qū)6家，3A級景區(qū)5家，共有8個(gè)主類27個(gè)亞類107個(gè)基本類旅游資源，豐富多樣的旅游資源和產(chǎn)品正在吸引著越來越多的游客。2015年，全市接待游客人數(shù)突破4121.265萬人次，同比增長23.53%；旅游業(yè)總收入突破334.56億元，同比增長25.%1。

2 數(shù)據(jù)來源與方法

有效、準(zhǔn)確地獲取旅游流數(shù)據(jù)是旅游流研究的關(guān)鍵問題。Mckercher和Lau認(rèn)為原因在于數(shù)據(jù)的收集和分析技術(shù)存在一定的困難[47]，Ahasa認(rèn)為，旅游流數(shù)據(jù)的獲取是制約旅游流研究準(zhǔn)確性、可靠性和科學(xué)性的基本問題之一[48]。傳統(tǒng)的調(diào)查方法，多采用問卷調(diào)查法，即在固定時(shí)間、固定的地點(diǎn)，選擇旅客集中出行的時(shí)間（如“五一”黃金周、“十一”黃金周、長假等），在知名景點(diǎn)（區(qū)）對到訪游客進(jìn)行現(xiàn)場問卷調(diào)查。這樣必然受到樣本容量的限制，較難做出全年的評估，也較難對一些次要景點(diǎn)做出評估，對于旅游流空間的刻畫存在著一定的缺陷。傳統(tǒng)的問卷調(diào)查，往往是反推理型分析，也就是根據(jù)問卷反推游客的行為軌跡，無法跟蹤（或有限跟蹤）游客的游覽活動(dòng)軌跡，這樣實(shí)際上很難反映旅 游“流”。

而“大數(shù)據(jù)”（big data）的出現(xiàn)和成熟，為旅游流時(shí)空研究提供了便利條件和大量的數(shù)據(jù)，擺脫了傳統(tǒng)方法的局限性，因而成為旅游流研究的重要手段。所謂大數(shù)據(jù)是指容量巨大、結(jié)構(gòu)復(fù)雜、類型眾多的數(shù)據(jù)集合，是基于云計(jì)算的數(shù)據(jù)處理與應(yīng)用模式，具有4V特點(diǎn)：volume（大量）、velocity（高速）、variety（多樣）、value（價(jià)值）[49-50]。關(guān)于大數(shù)據(jù)究竟多大才算“大”，學(xué)術(shù)界尚有一定爭議，有人認(rèn)為大數(shù)據(jù)必須是海量數(shù)據(jù)，數(shù)據(jù)的大小影響數(shù)據(jù)的價(jià)值和潛在的信息；而另一些學(xué)者認(rèn)為大數(shù)據(jù)并非越大越好，其基點(diǎn)在于“據(jù)”而非“數(shù)”[51]，重點(diǎn)在于對這些數(shù)據(jù)進(jìn)行專業(yè)化處理[52-53]，如呂本富利用Web爬蟲軟件MetaStudio抓取搜索結(jié)果并解析成標(biāo)準(zhǔn)的數(shù)據(jù)格式，總計(jì)73 789條微博，但最終隨機(jī)抽取3000條文本進(jìn)行識別[54]；劉大均于2013年（11月1—6日）以“旅游”為關(guān)鍵詞進(jìn)行用戶搜索，以新浪V認(rèn)證的官方微博為統(tǒng)計(jì)對象，最終只得到2062個(gè)有效的旅游微博[42]。

新浪微博是一個(gè)由新浪網(wǎng)推出，由用戶通過電腦、移動(dòng)終端、即時(shí)通訊等多種途徑隨時(shí)隨地發(fā)布文字信息（不超過140字）、圖片和視頻信息的一種網(wǎng)絡(luò)模式。與傳統(tǒng)旅游網(wǎng)站相比，旅游微博具有信息量大、互動(dòng)性強(qiáng)、方便快捷等特點(diǎn)。用戶“簽到數(shù)據(jù)”（即“數(shù)字足跡”）包括用戶活動(dòng)的時(shí)間、地點(diǎn)、內(nèi)容等信息，而這些電子痕跡能夠清晰地反映出游客的時(shí)空運(yùn)動(dòng)軌跡。但微博文本的一大特征就是碎片化，信息多呈發(fā)散式，存在形式多樣（文本、數(shù)字、圖片、音頻、視頻等），結(jié)構(gòu)復(fù)雜，因此根據(jù)關(guān)鍵詞搜索的結(jié)果中，往往存在大量與目標(biāo)對象不相關(guān)的“噪聲文本”，因此數(shù)據(jù)清洗是提取微博數(shù)量特征前很關(guān)鍵的一個(gè)步驟[55]。

本文以新浪微博用戶的簽到數(shù)據(jù)為對象，利用新浪微博提供的開放平臺和“火車頭”數(shù)據(jù)采集器，在分析新浪微博網(wǎng)頁結(jié)構(gòu)的基礎(chǔ)上，結(jié)合研究主題所需的數(shù)據(jù)設(shè)計(jì)采集規(guī)則，通過搜索蘭州市旅游關(guān)鍵詞（包括蘭州市旅游景點(diǎn)、旅游餐飲、住宿等旅游六要素）獲取完整的旅游流數(shù)據(jù)。數(shù)據(jù)采集時(shí)間為2014年9月1日至2015年8月31日，涵蓋完整的一年。數(shù)據(jù)采集內(nèi)容包括用戶基本資料（所在地、性別）、用戶簽到數(shù)據(jù)（簽到時(shí)間、經(jīng)度、緯度）以及用戶簽到內(nèi)容等要素。共采集到3416個(gè)簽到數(shù)據(jù)，其中女性簽到數(shù)據(jù)1920條，男性簽到數(shù)據(jù)1475條。剩余21條數(shù)據(jù)由于具有用戶所在地、簽到數(shù)據(jù)和簽到內(nèi)容數(shù)據(jù)等內(nèi)容，對本文研究具有一定支撐作用，故總樣本為3416。

在具體的研究過程中，首先對獲取的微博簽到數(shù)據(jù)的地址進(jìn)行解析，通過百度LBS開放平臺，將地址的文本信息轉(zhuǎn)換為經(jīng)緯度坐標(biāo)；將采集坐標(biāo)數(shù)據(jù)導(dǎo)入ArcMap，對其屬性進(jìn)行編寫與空間匹配，將坐標(biāo)數(shù)據(jù)進(jìn)行坐標(biāo)與投影轉(zhuǎn)換，轉(zhuǎn)化為GIS平臺可以使用的位置數(shù)據(jù)，并與蘭州市行政區(qū)劃圖關(guān)聯(lián)匹配?？臻g分布特征與可視化表達(dá)方法采用GIS提供的核密度估計(jì)分析方法，對采集的坐標(biāo)數(shù)據(jù)進(jìn)行密度分析，搜索半徑選擇1000 m，為了強(qiáng)化密度特征，選擇分位數(shù)分類方法。

3 旅游流時(shí)空間特征

將所采集的簽到數(shù)據(jù)進(jìn)行縱向分解，依次得到12個(gè)月及分季度數(shù)據(jù)；依據(jù)景區(qū)營業(yè)時(shí)間、景區(qū)門票收取情況以及游客的游覽節(jié)奏[56]，以4h為時(shí)間段，將一個(gè)自然日分解為23：00—6：00、7：00—10：00、10：00—14：00、15：00—18：00、19：00—22：00共5個(gè)時(shí)間段。對3416個(gè)有效簽到地點(diǎn)的時(shí)間屬性也進(jìn)行“橫向”“縱向”數(shù)據(jù)提取，得到每個(gè)有效簽到點(diǎn)全年和一天5個(gè)時(shí)間段的時(shí)間數(shù)據(jù)。

3.1 旅游流具有明顯的時(shí)空季相變化

旅游流時(shí)空格局存在明顯的季相變化，冬、夏半年差異較大，4—10月是旅游旺季；空間上：冬季偏聚于主城區(qū)，而夏季向郊區(qū)擴(kuò)散，分別具有明顯的空間收斂和發(fā)散特征。主導(dǎo)旅游產(chǎn)品和旅游條件（尤其是氣候條件）是時(shí)空格局形成的“凝聚力”和“張力”。

從季節(jié)尺度看，游客在各月份的簽到量呈現(xiàn)“雙峰”特征（圖1），旅游季節(jié)性明顯。游客簽到數(shù)量在4月、7—8月出現(xiàn)峰值，10月出現(xiàn)小高峰，基本與國家法定假期一致。受蘭州市氣候特征的影響，7—8月暑假期間，蘭州市相對于東部及南部地區(qū)氣溫較低，避暑游客較多；11—2月期間，天氣寒冷干燥，加之冬季旅游產(chǎn)品與項(xiàng)目缺失，游客簽到量明顯下降。

從游客簽到核密度分布來看，具有明顯的空間不均衡性，空間收斂性和發(fā)散性明顯，核心（主城區(qū)）?邊緣（外圍地區(qū)）結(jié)構(gòu)特征顯著。一四季度（冬半年）、二三季度（夏半年）具有高度的空間一致性（圖2）。一四季度，旅游流主要集中在主城區(qū)（指城關(guān)、七里河、安寧和西固區(qū)），外圍地區(qū)除蘭州新區(qū)和榆中縣興隆山有少量分布外，其余地區(qū)均為空白區(qū)，這與蘭州旅游資源分布、氣候環(huán)境和冬季旅游項(xiàng)目非常稀少密切相關(guān)。蘭州盡管地處北方地區(qū)，但適宜冬季開展的旅游項(xiàng)目和產(chǎn)品非常少，目前除興隆山和安寧區(qū)各有一個(gè)露天滑雪場外，其余地區(qū)基本沒有冬季專項(xiàng)旅游產(chǎn)品，這使得旅游的季節(jié)性非常明顯。蘭州新區(qū)之所以吸引了游客，與蘭州機(jī)場位于新區(qū)相關(guān)，是旅游流出入境的節(jié)點(diǎn)區(qū)。二三季度隨著氣溫的回升、節(jié)假日的增多和旅游旺季的到來，戶外游憩頻繁，旅游流從主城區(qū)逐步向周邊鄉(xiāng)村地區(qū)景區(qū)（點(diǎn)）擴(kuò)散，黃河、莊浪河、阿干河、大通河河谷成為旅游流向外擴(kuò)散的主要通道。環(huán)境優(yōu)美、人文與自然旅游資源富集的景點(diǎn)（如興隆山國家森林公園、吐魯溝國家森林公園、石佛溝國家森林公園、魯土司衙門、云頂山風(fēng)景區(qū)等）成為旅游流的集結(jié)點(diǎn)。主城區(qū)“熱島”效應(yīng)逐漸降溫，而外圍地區(qū)逐漸“升溫”，追逐鄉(xiāng)村戶外旅游產(chǎn)品成為旅客的首選。

從微觀層面看，主城區(qū)也表現(xiàn)出從中心城區(qū)向周邊郊區(qū)擴(kuò)散的態(tài)勢。盡管主城區(qū)在全年均為旅游流的高密度聚集區(qū)，但4個(gè)行政轄區(qū)旅游流核密度有一定差異：旅游景點(diǎn)和旅游服務(wù)設(shè)施齊全的城關(guān)區(qū)旅游流聚集度最高，其中又高度偏聚在著名景點(diǎn)分布區(qū)（蘭州黃河鐵橋、五泉山、白塔山、水車博覽園、張掖路步行街、正寧路小吃一條街等）；七里河區(qū)次之，主要偏聚于黃河母親景點(diǎn)；安寧區(qū)由于區(qū)位條件的影響，形成了較多的城郊型五星級“農(nóng)家樂”，在夏半年吸引了大量的旅游流；相對而言，以工業(yè)為主導(dǎo)功能的西固區(qū)，由于旅游資源和環(huán)境的局限，是旅游流較少的地區(qū)之一。

總體來看，旅游流時(shí)空特征與主要旅游季節(jié)、高端旅游資源分布區(qū)具有很強(qiáng)的關(guān)聯(lián)性，在旅游開發(fā)不足的背景下，旅游業(yè)目前還處于資源導(dǎo)向型開發(fā)階段，因此旅游流主要被高端景點(diǎn)所“鎖定”，表現(xiàn)顯著的季節(jié)性。

3.2 旅游流分時(shí)段變化明顯

從一天時(shí)段看，游客在5個(gè)時(shí)段上的簽到量呈現(xiàn)偏態(tài)特征，從5：00開始，隨著時(shí)間推移，出游活動(dòng)逐漸增加，11：00—13：00時(shí)段達(dá)到最高峰，其后出現(xiàn)衰減，但在14：00—21：00基本保持穩(wěn)定狀態(tài)，23：00— 6：00時(shí)段旅游活動(dòng)處于“休眠”狀態(tài)。

由于城市發(fā)展（尤其是燈光和夜景）和都市人的生活習(xí)慣，城市變得越來越像“不夜城”，城市旅游變得日益“全天候”，甚至許多城市形成“夜游”產(chǎn)品和“夜游”模式，來迎合現(xiàn)代人的旅游需求；而鄉(xiāng)村則受基礎(chǔ)設(shè)施和生活習(xí)慣的影響，具有“晝夜分明”的特征，因此，旅游流在時(shí)空上也表現(xiàn)出“晝夜分明”的核密度空間特征。

根據(jù)核密度分布圖（圖3），5時(shí)段旅游流空間特征同樣表現(xiàn)出“核心（收斂）?邊緣（發(fā)散）”的特征。7：00—10：00旅游流主要集結(jié)在主城區(qū)，隨著時(shí)間的推移，旅游流空間發(fā)散的態(tài)勢開始顯現(xiàn)，逐步從主城區(qū)向外圍地帶擴(kuò)散，10：00—14：00、15：00—18：00旅游流核密度變化最明顯的點(diǎn)出現(xiàn)在外圍的魯土司衙門、吐魯溝國家森林公園、石佛溝國家森林公園、興隆山國家森林公園等景點(diǎn)上，說明城市外圍主要旅游景點(diǎn)具有明顯的吸引力；19：00—22：00旅游流又“收縮”到主城區(qū)，尤其是城關(guān)區(qū)的正寧路小吃街、西關(guān)十字、大眾巷、農(nóng)民巷等地具有高度的空間聚集性，這與旅游餐飲分布在空間上高度耦合。23：00—6：00為游客休息時(shí)間，游客活動(dòng)主要集中分布在食宿條件較好的城關(guān)區(qū)、七里河區(qū)、安寧區(qū)和蘭州新區(qū)，永登縣、榆中縣、什川鎮(zhèn)、河口鎮(zhèn)有少量布。而周邊廣大的鄉(xiāng)村地區(qū)缺乏旅游住宿接待設(shè)施（如鄉(xiāng)村酒店、汽車酒店、野奢度假酒店等），無法滿足游客的住宿要求，成為旅游流分布的空白區(qū)。

這一旅游流時(shí)空特征表明：第一，旅游景點(diǎn)的分布與旅游餐飲、旅游住宿分布在空間上不吻合，形成了“游”與“住、吃”的空間分離，尤其是城鄉(xiāng)差異更大。第二，19：00—22：00時(shí)段旅游活動(dòng)頻繁，而22：00后衰減劇烈，說明夜間旅游活動(dòng)較少，產(chǎn)品缺乏。第三，城鄉(xiāng)旅游發(fā)展嚴(yán)重不均衡，鄉(xiāng)村旅游要素（吃、住、娛等）的配套更缺乏。

3.3 不同屬性的游客具有差異化的旅游流偏好

根據(jù)游客屬性，將游客分為男性游客與女性游客、甘肅游客與外地游客4種不同屬性。從性別屬性看，女性簽到量略微大于男性簽到量，且隨著旅游旺季的到來，女性的簽到比例逐步提高。這與女性情感細(xì)膩，更樂意與他人分享旅途心情有關(guān)，也與女性熱衷使用社交網(wǎng)絡(luò)工具相關(guān)[57]。在旅游季節(jié)選擇上，無論是男性，還是女性，均表現(xiàn)出典型的“鋸齒”狀波動(dòng)性特征（或“雙峰”結(jié)構(gòu)特征），出游高峰出現(xiàn)在4月和8月，其他月份明顯不足。8：00—13：00是女性出游最頻繁的時(shí)段，相對而言，男性的波動(dòng)性更小。

在空間選擇上，男性旅游流主要分布在主城區(qū)、吐魯溝國家森林公園、仁壽山景區(qū)、石佛溝森林公園、興隆山國家森林公園與鄉(xiāng)村旅游景點(diǎn)；而女性游客主要集中在主城區(qū)。這與男性游客偏好戶外活動(dòng)、女性游客偏好休閑購物活動(dòng)相一致（圖4）。李瓊通過問卷調(diào)查后也發(fā)現(xiàn)：蘭州旅客中男性普遍具有較強(qiáng)的探險(xiǎn)意識，除了衷情于自然觀光外，首選漂流和探險(xiǎn)，分別占16%和15%；而女性更趨向自然觀光（占25%）、避暑度假（占18%），尤其熱衷于購物8%（比男性游客高4個(gè)百分點(diǎn)）[58]。

省內(nèi)與外地游客簽到是在季節(jié)尺度的變化相差較大，表現(xiàn)出明顯的時(shí)間不同步特征，甘肅游客更偏愛春季，在4月達(dá)到峰值，在10月出現(xiàn)小高峰；而外地游客更偏好夏季，在5月出現(xiàn)小高峰后，在7—8月達(dá)到旅游峰值。這歸因于省內(nèi)氣候差異較小而旅游資源同質(zhì)性較強(qiáng)，而外省與蘭州市氣候差異較大、旅游資源異質(zhì)特征明顯。正如網(wǎng)名“明小暄同學(xué)”2015年5月5日06：58發(fā)布的微博，“黃河風(fēng)景線”中山橋—黃河游—水車園—羊皮筏子船—母親像—文化長廊。黃河像鏈子一樣把蘭州貫穿起來，滿街的回民，濃濃的大西北氣息，蘭州的叔叔阿姨問我，從杭州過來是不是感覺我們大西北很荒涼，的確剛來一天頭發(fā)就沾滿了各種沙土，好在理發(fā)店的阿姨還了我一個(gè)美美的卷發(fā)?！痹谝惶?個(gè)時(shí)間段內(nèi)甘肅游客偏好上午，其簽到量在8：00—9：00出現(xiàn)最高峰，而外地游客更趨向于午后和夜間。這源于省內(nèi)游客對蘭州市比較了解，獲取蘭州市旅游景點(diǎn)信息基本通過親友推薦、媒體介紹等途徑，在旅游空間的選擇上主要傾向于主城區(qū)的旅游景點(diǎn)；而外地游客獲取旅游信息基本上通過旅行社與俱樂部的推薦，其旅游活動(dòng)主要集中在主城區(qū)與推薦度較高的景區(qū)，這也歸因于外圍區(qū)域旅游資源與產(chǎn)品的知名度較低、缺乏龍頭產(chǎn)品。

3.4 旅游軌跡具有明顯的軸線——散點(diǎn)結(jié)構(gòu)特征

以旅游者空間位移為核心的旅游流是旅游活動(dòng)的基礎(chǔ)，從大尺度上看，旅游流是旅游目的地?客源地?旅游交通線路三者之間相互作用的結(jié)果[59-60]，從旅游目的地小尺度上看，就是游客在不同旅游景點(diǎn)之間的游覽過程。蘭州市域旅游流具有顯著的空間偏聚性，軸帶（主城區(qū)）?散點(diǎn)（外圍地區(qū)）特征明顯（圖5）。旅游流主要集中在城區(qū)活動(dòng)，而外圍地區(qū)對游客的吸引力明顯不足，除興隆山稍具吸引力外，其余的像魯土司衙門、石佛溝、什川梨園、青城古鎮(zhèn)等基本只吸引少量游客，這從另一個(gè)側(cè)面映射出蘭州市旅游發(fā)展的極度不均衡。從城區(qū)來看，受帶狀連續(xù)型旅游景點(diǎn)分布特征和河谷帶狀城市形態(tài)的深刻影響，城市主干道基本呈東西向展布，導(dǎo)致旅游流在空間上也具有明顯的“軸線”分布特征，其中，“百里黃河風(fēng)情線”是游客高度聚集的空間場所，絕大多數(shù)游客的行為軌跡表現(xiàn)為：中山橋—白塔山公園—城隍廟—黃河母親像—水車博覽園。值得注意的是，由于黃河穿城而過，對于旅游線路的空間組織具有明顯的分割作用，且濱河帶主要以觀光和休閑為主，重點(diǎn)景區(qū)（如黃河母親、中山鐵橋等）受景觀主題、造景手法和景深的影響，缺少滯留空間，缺少節(jié)奏感和韻律感；受景點(diǎn)場地空間的限制，景區(qū)主要以平視為主，缺少視野和視距的變化，引致景區(qū)組合“扁平化”。不少游客在游 覽時(shí)，往往選擇水?陸交通工具進(jìn)行換乘，如“尹小右”所描述的“早上六點(diǎn)半起來坐BRT（公交專用線）轉(zhuǎn)水上巴士到蘭州港，跨過中山橋爬白塔山，再去逛西關(guān)十字，看城隍廟”，但目前水?陸換乘地點(diǎn)非常有限，且與景點(diǎn)組合不佳。在外圍地區(qū)，由于景點(diǎn)高度分散、旅游交通線路缺乏、通達(dá)度較低，導(dǎo)致旅游流在空間上也具有明顯的“散點(diǎn)”分布特征。

總體來看，蘭州市還沒有形成閉合的旅游線路，更多地體現(xiàn)為“單一道徑”形式。從市區(qū)角度講，受黃河分割城區(qū)、城市主要交通軸線帶狀延伸的影響，南北濱河路成為串聯(lián)沿線旅游景點(diǎn)的主軸，但濱河路是城市交通型道路，而非游覽型道路，因此極大影響了旅游空間組織。

4 結(jié)論與建議

本文引入新浪微博LBS簽到數(shù)據(jù)，對蘭州市旅游流時(shí)空特征進(jìn)行了實(shí)證研究，結(jié)果表明：不同季度、不同時(shí)段、不同游客屬性的旅游流時(shí)空間特征不同。在季節(jié)尺度上，旅游流峰值出現(xiàn)在4月與7-8月，旅游季節(jié)性明顯。在一天尺度上，游客簽到量呈現(xiàn)顯著的偏態(tài)“金字塔”形結(jié)構(gòu)1：11：00—13：00達(dá)到最高峰，11：00—18：00游客活動(dòng)遍布蘭州市大部分景區(qū)，19：00—次日10：00，旅游活動(dòng)主要分布在旅游住宿接待設(shè)施良好的區(qū)域。氣候條件與節(jié)假日是影響旅游流時(shí)空變化的重要因素。不同游客屬性其旅游流時(shí)空特征也有一定的差別，女性游客簽到量大于男性游客，且女性游客主要集中在主城區(qū)；男性游客主要活動(dòng)在吐魯溝國家森林公園等鄉(xiāng)村旅游景點(diǎn)，這與男性游客偏好戶外活動(dòng)、女性游客偏好休閑購物活動(dòng)相一致。省內(nèi)游客與外地游客旅游活動(dòng)存在著比較明顯的時(shí)間“超前”和“滯后”特征，省內(nèi)游客簽到量在4月達(dá)到峰值，在10月出現(xiàn)小高峰，而外地游客在5月出現(xiàn)小高峰，在7—8月出現(xiàn)旅游峰值，這與境內(nèi)外氣候差異和旅游資源結(jié)構(gòu)存在著較強(qiáng)的相關(guān)性。在一天5個(gè)時(shí)間段內(nèi)甘肅游客簽到量在8：00—9：00出現(xiàn)最高峰，而外地游客主要在下午和晚上活動(dòng)。省內(nèi)游客在旅游空間選擇上主要傾向主城區(qū)旅游景點(diǎn)，而外地游客主要集中在主城區(qū)與推薦度較高的景區(qū)。

旅游流之所以表現(xiàn)出上述時(shí)空特征，這與目前蘭州旅游資源開發(fā)不足、產(chǎn)品供給無法滿足需求、線路設(shè)計(jì)不合理等存在著密切關(guān)系。因此在未來的旅游開發(fā)過程中，要高度重視以下問題：

4.1 高度重視微博旅游宣傳

微博、微信等媒體正日益成為影響旅游業(yè)發(fā)展的新工具，它不僅深刻地改變著旅游業(yè)的商業(yè)模式和旅游產(chǎn)品的分配和促銷方式，也給游客的信息交流方式和消費(fèi)方式帶來根本性的變革。微博既是獲取旅游流的有效數(shù)據(jù)源，也是拓寬旅游信息傳播的主要渠道，為開展旅游營銷、宣傳提供了優(yōu)勢平臺與便捷路徑。在這一背景下，如何準(zhǔn)確地把握游客的旅游偏好，向游客推薦旅游信息就顯得異常重要。審視游客微博簽到大數(shù)據(jù)，對游客信息進(jìn)行多維度精確分析和科學(xué)研判，充分把握游客偏好和旅游流軌跡，對于有針對性地開拓客源市場、開發(fā)旅游項(xiàng)目、設(shè)計(jì)旅游線路等，具有重要的現(xiàn)實(shí)意義。

4.2 克服旅游季節(jié)性強(qiáng)的缺陷

蘭州市旅游流之所以存在著顯著的季相變化，與冬季旅游產(chǎn)品嚴(yán)重匱乏密切相關(guān)。如何打破冬春季旅游堅(jiān)冰？第一，在旅游淡季開發(fā)新的旅游娛樂產(chǎn)品，除了增加冬季戶外冰雪旅游產(chǎn)品外，還應(yīng)開發(fā)豐富多樣的室內(nèi)旅游產(chǎn)品（如演藝），達(dá)到平衡峰差、延長旺季的目的。第二，合理安排旅游節(jié)慶活動(dòng)，文化慶典、文藝娛樂、體育賽事、商務(wù)論壇等時(shí)令性不強(qiáng)的節(jié)慶活動(dòng)，可以放在淡季舉行，以達(dá)到帶動(dòng)淡季、延長旺季的效果。第三，強(qiáng)化開發(fā)季節(jié)性不強(qiáng)，但對于游客的吸引力明顯的文化旅游產(chǎn)品。最近蘭州市推出黃河旅游發(fā)展峰會、幸運(yùn)旅客饋贈(zèng)、冬季黃河旅游酬賓打折季、淡季旅游補(bǔ)貼、淡季旅游減價(jià)優(yōu)惠等5大活動(dòng)及措施，彌補(bǔ)冬季旅游不足的缺陷。

4.3 開發(fā)夜間旅游產(chǎn)品

目前蘭州城市夜景、黃河風(fēng)情線夜景均缺乏整體規(guī)劃，顯得零散、隨意，與歷史悠久的黃河文化、城市景觀很不匹配，除了南北濱河路高樓大廈的外墻以及黃河母親、音樂噴泉、龍?jiān)吹染包c(diǎn)的霓虹燈景觀之外，其他河灘、河堤、碼頭、躉船均黯淡地沉睡在夜色當(dāng)中。即便有些燈光，顏色也較為單調(diào)，缺乏創(chuàng)意和造型。致使蘭州夜景整體略顯零散，景觀設(shè)施缺乏統(tǒng)一的城市文化特色，夜景觀的建設(shè)尚處于“燈光照明”的初級階段。首先，要在城市的主要景觀節(jié)點(diǎn)營造城市夜景，在不同區(qū)域范圍內(nèi)設(shè)置不同主題的夜間景觀。其次，重點(diǎn)打造能夠開展夜間旅游服務(wù)的產(chǎn)品項(xiàng)目：夜間黃河風(fēng)情游、都市夜景觀光游、晚間休閑購物游、黃河風(fēng)情演藝游、晚間特色餐飲游、夜間娛樂體驗(yàn)游[61]，改造現(xiàn)有夜市、延遲服務(wù)業(yè)營業(yè)時(shí)間。第三，構(gòu)建蘭州市的夜間旅游休閑帶，形成點(diǎn)?線?面結(jié)合的夜間旅游格局。結(jié)合蘭州老街、黃河樓、濕地公園等主要景點(diǎn)的建設(shè)，延長黃河夜間景觀的游覽路線，并增加其特色化功能；圍繞張掖路步行街、正寧路小吃一條街等特色街區(qū)和大型城市綜合休（如蘭州中心、萬輝廣場等），將商業(yè)、休閑、游憩、購物整合起來，豐富夜間旅游的功能。第四，針對鄉(xiāng)村夜間旅游不足的缺陷，將夜間旅游項(xiàng)目擴(kuò)展到市區(qū)邊緣的城鎮(zhèn)和郊區(qū)，建立城市網(wǎng)絡(luò)化的夜間旅游體系。

4.4 整合旅游流空間

針對旅游流“軸線?散點(diǎn)”結(jié)構(gòu)特征（也是缺陷），強(qiáng)化外圍旅游線路建設(shè)，形成內(nèi)外有機(jī)銜接的閉合旅游環(huán)。首先，要增加主軸線的數(shù)量，在繼續(xù)發(fā)揮“百里黃河風(fēng)情線”單軸線優(yōu)勢的基礎(chǔ)上，增加南、北濱河路的步游功能，克服游覽功能不足的缺陷；圍繞南、北環(huán)城路的建設(shè)，將南北兩山的主要旅游景點(diǎn)串聯(lián)起來，形成市區(qū)的環(huán)游線路。其次，針對城區(qū)?鄉(xiāng)村關(guān)聯(lián)性不強(qiáng)的缺陷，利用現(xiàn)有河谷通道，加強(qiáng)旅游交通線路建設(shè)，形成從城區(qū)向外延伸的輻射軸線，將城區(qū)與外圍重要旅游景點(diǎn)串聯(lián)起來，遠(yuǎn)期建設(shè)環(huán)游線路，將分散的鄉(xiāng)村旅游景點(diǎn)串聯(lián)起來，促進(jìn)旅游流從“軸線?散點(diǎn)”結(jié)構(gòu)向“網(wǎng)絡(luò)”結(jié)構(gòu)轉(zhuǎn)化。

4.5 強(qiáng)化鄉(xiāng)村旅游建設(shè)

旅游流之所以高度聚集在城區(qū)，與鄉(xiāng)村旅游發(fā)展不足密切相關(guān)。發(fā)展鄉(xiāng)村旅游，以古鎮(zhèn)、生態(tài)園、民俗文化村、歷史文化名村、高科技產(chǎn)業(yè)園等為載體，以“吃農(nóng)家飯，品農(nóng)家菜，住農(nóng)家屋，干農(nóng)家活，娛農(nóng)家樂，購農(nóng)家物”為主要內(nèi)容，發(fā)展景區(qū)帶動(dòng)型、鄉(xiāng)村休閑型、觀光采摘型等旅游形式，同時(shí)強(qiáng)化鄉(xiāng)村旅游服務(wù)設(shè)施建設(shè)，滿足游客的全方位需求。

參考文獻(xiàn)（References）

[1] Graham S， Marvin S. Telecommunications and the City： Electronic Spaces， Urban Places[M]. London： Routledge， 1996： 211-236.

[2] Bakis H， Lu Zi. The change from the geographical space to geocyberspace： Review on the western scholars on regional effects by telecommunication[J]. Acta Geographica Sinica， 2000， 55（1）： 104-110. [H.巴凱斯， 路紫. 從地理空間到地理網(wǎng)絡(luò)空間的變化趨勢——兼論西方學(xué)者關(guān)于電信對地區(qū)影響的研究[J]. 地理學(xué)報(bào)， 2000， 55（1）： 104-110.]

[3] Tyrrell B J， Ismail J A. A methodology for estimating the attendance and economic impact of an open-gate festival[J]. Event Management， 2005， 9（3）： 111-118.

[4] Sack A L， Johnson A T. Politics， economic development， and the Volvo International Tennis Tournament[J]. Journal of Sport Management， 1996， 10（1）： 1-14.

[5] Ritchie J R B， Smith B H. The impact of a mega-event on host region awareness： A longitudinal study[J]. Journal of Travel Research， 1991， 30（1）： 3-10.

[6] Mihalik B J， Simonetta L. A midterm assessment of the host populations perceptions of the 1996 Summer Olympics： support， attendance， benefits and liabilities[J]. Journal of Travel Research， 1999， 37（3）： 244-248.

[7] CNNIC. 35th “Statistical Report on Internet Development in China”[EB/OL]. http：//news.mydrivers.com/1/381/381898.htm， 2015-02-03. [CNNIC. 第35次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL]. http：//news.mydrivers.com/1/381/381898.htm， 2015-02-03.]

[8] Statistics data of Sina Microblogging Data Center [EB/OL]. http：//news.mydrivers.com/1/381/381898.htm， 2015-02-03. [新浪微博數(shù)據(jù)中心統(tǒng)計(jì)數(shù)據(jù)[EB/OL]. http：//news.mydrivers.com/1/381/381898.htm， 2015-02-03.]

[9] Goodchild M F. Citizens as sensors： The world of volunteered geography [J]. GeoJournal， 2007， 69（4）： 211-221.

[10] Hsieh H P， Li C T， Lin S D. Exploiting large-scale check-in data to recommend time-sensitive routes[A] // Proceedings of the 2012 ACM SIGKDD International Workshop on Urban Computing[C]. New York， NY： ACM， 2012： 55-62.

[11] Song Xiaoyu， Xu Hongfei， Sun Huanliang， et al. Short-term experience route search based on check-in data[J]. Chinese Journal of Computers， 2013， 36（8）： 1693-1703. [宋曉宇， 許鴻斐， 孫煥良， 等. 基于簽到數(shù)據(jù)的短時(shí)間體驗(yàn)式路線搜索[J]. 計(jì)算機(jī)學(xué)報(bào)， 2013， 36（8）： 1693-1703.]

[12] Naaman M， Zhang A X， Brody S， et al. On the study of diurnal urban routines on Twitter[A] // Breslin J G， Ellison N B， et al. Proceedings of the 6th International Conference on Weblogs and Social Media[C]. Dublin， Ireland： 2012： 58-265.

[13] Zhen Feng， Wang Bo， Chen Yingxue. Chinas city network characteristics based on social network space： An empirical analysis of Sina Micro-blog[J]. Acta Geographica Sinica， 2012， 67（8）： 1031-1043. [甄峰， 王波， 陳映雪. 基于網(wǎng)絡(luò)社會空間的中國城市網(wǎng)絡(luò)特征——以新浪微博為例[J]. 地理學(xué)報(bào)， 2012， 67（8）： 1031-1043.]

[14] Wang Bo， Zhen Feng， Xi Guangliang， et al. A study of cybergeography based on micro-blog users relationship： With a case of Sina Micro-blog[J]. Geographical Research， 2013， 32（2）： 380-391. [王波， 甄峰， 席廣亮， 等. 基于微博用戶關(guān)系的網(wǎng)絡(luò)信息地理研究——以新浪微博為例[J]. 地理研究， 2013， 32（2）： 380-391.]

[15] Wang Bo， Zhen Feng， Wei Zongcai. The research on characteristics of urban activity space in Nanjing： An empirical analysis based on big data[J]. Human Geography， 2014， （3）： 14-21. [王波， 甄峰， 魏宗財(cái). 南京市區(qū)活動(dòng)空間總體特征研究——基于大數(shù)據(jù)的實(shí)證分析[J]. 人文地理， 2014， （3）： 14-21.]

[16] Boniface B， Cooper C. The Geography of Travel and Tourism[M]. Oxford： Butterworth-Heinemann， 1994： 1-6.

[17] Mckercher B， Lau G. Movement patterns of tourists within a destination[J]. Tourism Geographies， 2008， 10（10）： 355-374.

[18] Lew A， Mckercher B. Modeling tourist movements a local destination analysis[J]. Annals of Tourism Research， 2006， 33（2）： 403-423.

[19] Stewart S I， Vogt C A. Multi-destination trip patterns[J]. Annals of Tourism Research， 1997， 24（2）： 458-461.

[20] Fennel D A. A tourist space-time budget in the Shetland Islands[J]. Annals of Tourism Research， 1996， 23（4）： 811-829.

[21] Connell J， Page S J. Exploring the spatial patterns of car-based tourist travel in Loch Lomond and Trossachs National Park， Scotland[J]. Tourism Management， 2008， 29（3）： 561-580.

[22] Yang Xingzhu， Gu Chaolin， Wang Qun. Study on the driving force of tourist flows[J]. Geographical Research， 2011， 30（1）： 23-36. [楊興柱， 顧朝林， 王群. 旅游流驅(qū)動(dòng)力系統(tǒng)分析[J]. 地理研究， 2011， 30（1）： 23-36.]

[23] Zhang J， Jensen C. Comparative advantage： Explaining tourism flows[J]. Annals of Tourism Research， 2007， 34（1）： 223-243.

[24] Munoz T G. Inbound international tourism to Canary Islands： A dynamic panel data model[J]. Tourism Management， 2006， 27（2）： 281-291.

[25] Munoz T G. German demand for tourism in Spain[J]. Tourism Management， 2007， 28（1）： 12-22.

[26] Horne J D， Manzenreiter W. Accounting for mega-events-forecast and actual impacts of the 2002 Football World Cup Finals on the host countries Japan/Korea[J]. International Review for the Sociology of Sport， 2004， 39（2）： 187-203.

[27] Lin Lan， Kang Zhilin， Gan Mengyu， et al. An analysis of the spatial field effects of tourist flow of Taiwanese visiting Mainland China based on airports[J]. Geographical Research， 2007， 26（2）： 403-412. [林嵐， 康志林， 甘萌雨， 等. 基于航空口岸的臺胞大陸旅游流空間場效應(yīng)分析[J]. 地理研究， 2007， 26（2）： 403-412.]

[28] Ma Xiaolong. Temporal-spatial varieties of oversea tourists flow and its systematical adjusting in Xian tourism districts[J]. Human Geography， 2006， （4）： 88 -93. [馬曉龍. 西安旅游區(qū)入境旅游流時(shí)空演變及系統(tǒng)調(diào)控[J]. 人文地理， 2006， （4）： 88-93.]

[29] Ding Jiao， Huang Xiaoxia， He Kejian. Review of research on spatial and temporal distribution of tourism flow in China[J]. Yunnan Geographic Environment Research， 2012， 25（5）： 44-50. [丁佼， 黃曉霞， 和克儉. 國內(nèi)旅游客流時(shí)空集散規(guī)律研究進(jìn)展[J]. 云南地理環(huán)境研究， 2012， 25（5）： 44-50.]

[30] Zhu Tonglin. Research on spatial-temporal characteristics of domestic tourist flow in Jiuhuashan [J]. Journal of Anqing Normal College： Natural Science， 1998， 4（1）： 43-48. [朱同林. 九華山國內(nèi)旅游流時(shí)空分布研究[J]. 安慶師范學(xué)院學(xué)報(bào)：自然科學(xué)版， 1998， 4（1）： 43-48.]

[31] Huang Zhenfang， Yuan Linwang， Yu Zhaoyuan， et al. The spatio-temporal evolution and characteristics analysis of tourist flow in eco-tourism area： A case study of Yancheng eco-tourism area for Davids deer[J]. Geographical Research， 2008， 27（1）： 55-64. [黃震方， 袁林旺， 俞肇元， 等. 生態(tài)旅游區(qū)旅游流的時(shí)空演變與特征——以鹽城麋鹿生態(tài)旅游區(qū)為例[J].地理研究， 2008， 27（1）： 55-64.]

[32] Liu Li， Ma Yaofeng. Study on the temporal and spatial dynamic regularity of the inbound tourists from Yangtze River Delta into Shaanxi Province[J]. Tourism Forum， 2009， 2（2）： 280-285. [劉麗， 馬耀峰. 長三角入境游客流入陜西的動(dòng)態(tài)轉(zhuǎn)移規(guī)律研究[J]. 旅游論壇， 2009， 2（2）： 280-285.]

[33] Liu Hongying， Ma Yaofeng. Research on the space-time dynamic changes of the inbound tourist flow transferring from Guangdong to the western areas[J]. Human Geography， 2009， （4）： 124-128. [劉宏盈， 馬耀峰. 廣東入境旅游流西向擴(kuò)散時(shí)空動(dòng)態(tài)演變研究[J]. 人文地理， 2009， （4）： 124-128.]

[34] Lu Lin. A study on the tourist flow in mountain resorts： A case study of Huangshan[J]. Acta Geographica Sinica， 1994， 49（3）： 236-244. [陸林. 山岳風(fēng)景區(qū)客流研究——以安徽黃山為例[J]. 地理學(xué)報(bào)， 1994， 49（3）： 236-244.]

[35] Liu Hongying， Ma Yaofeng. An analysis of the developing situation of Yunnans inbound tourism based on the tourism flow transferring aspect [J]. Tourism Tribune， 2008， 23（7）： 23-27. [劉宏盈， 馬耀峰 .基于旅游流轉(zhuǎn)移視角的云南入境旅游發(fā)展歷程分析[J]. 旅游學(xué)刊， 2008， 23（7）： 23-27.]

[36] Xuan Guofu， Lu Lin， Wang Degen， et al. Spatial characteristics of tourist flows in coast resorts： A case study of Sanya City[J]. Geographical Research， 2004， 23（1）： 115-124. [宣國富， 陸林， 汪德根， 等. 三亞市旅游客流空間特性研究[J]. 地理研究， 2004， 23（1）： 115-124.]

[37] Zhang Shuping， Wang Xirong， Sun Xianbin. Microblogging marketing： The new approach to scenic spots marketing in digital age[J]. Journal of West Anhui University， 2011， 27（5）： 108-111. [張樹萍， 王西榮， 孫賢斌. 微博營銷——數(shù)字時(shí)代旅游景區(qū)（點(diǎn)）營銷的新途徑[J]. 皖西學(xué)院學(xué)報(bào)， 2011， 27（5）： 108-111.]

[38] Yu Jing， Li Junyi. The spatio-temporal diffusion model of Micro-blog marketing information： A case study of Xian Qujiang Cultural Tourism Co， Ltd.[J]. Economic Geography， 2013， 33（9）： 6-12. [于靜， 李君軼. 微博營銷信息的時(shí)空擴(kuò)散模式研究——以曲江文旅為例[J]. 經(jīng)濟(jì)地理， 2013， 33（9）： 6-12.]

[39] Liu Tingting. The Measurement System of Tourism Image Based on Micro-blog： A Case on Guangxi Tourism Bureau Official Sina Micro-blog [D]. Nanning： Guangxi University， 2013. [劉婷婷. 基于微博媒介的旅游形象測量體系研究——以廣西旅游局新浪官方微博為例[D]. 南寧： 廣西大學(xué)， 2013.]

[40] Fan Dongping. An Empirical Research on the Influence of Micro-blog on Tourist Decision-making[D]. Wuhan： Hubei University， 2013. [樊冬平. 微博對旅游決策影響的實(shí)證研究[D]. 武漢： 湖北大學(xué)， 2013.]

[41] Sigala M， Chalkiti K. Investigating the exploitation of Web 2.0 for knowledge management in the Greek tourism industry： An utilisation-importance analysis[J]. Computers in Human Behavior， 2014， 30（1）： 800-812.

[42] Liu Dajun， Hu Jing， Cheng Shaowen， et al. Spatial pattern and influencing factors of tourism micro-blogs in China： A case of tourism Sina Micro-blogs[J]. Scientia Geographica Sinica， 2015， 35（6）： 717-724. [劉大均， 胡靜， 程紹文， 等. 中國旅游微博空間分布格局及影響因素——以新浪旅游微博為例[J]. 地理科學(xué)， 2015， 35（6）： 717-724.]

[43] Zhang Ziang， Huang Zhenfang， Jin Cheng， et al. Research on spatial-temporal characteristics of scenic tourist activity based on Sina Microblog： A case study of Nanjing Zhongshan Mountain National Park[J]. Geography and Geo-Information Science， 2015， 31（4）： 121-126. [張子昂， 黃震方， 靳誠， 等. 基于微博簽到數(shù)據(jù)的景區(qū)旅游活動(dòng)時(shí)空行為特征研究——以南京鐘山風(fēng)景名勝區(qū)為例[J]. 地理與地理信息科學(xué)， 2015， 31（4）： 121-126.]

[44] Duan Miaoran， Chen Gang， Yu Jing， et al. Spatial distribution of provincial traveling driving force based on the Sina Micro-blog[J]. Areal Research and Development， 2015， 34（2）： 96-102. [段淼然， 陳剛， 于靖， 等. 基于新浪微博的省域出游驅(qū)動(dòng)力空間分布特征[J]. 地域研究與開發(fā)， 2015， 34（2）： 96-102.]

[45] Tang Jia， Li Junyi. Factors influencing the “forwarding” of tourism administration official microblogs based on multinomial Logistic regression model[J]. Tourism Tribune， 2015， 30（1）： 32-41. [唐佳， 李君軼. 基于多分Logistic回歸的旅游局官博轉(zhuǎn)發(fā)影響因素研究[J]. 旅游學(xué)刊， 2015， 30（1）： 32-41.]

[46] Bao Jigang， Chu Yifang， Peng Hua. Tourism Geography [M]. Beijing： Higher Education Press， 1993： 106-116. [保繼剛， 楚義芳， 彭華. 旅游地理學(xué)[M]. 北京： 高等教育出版社， 1993： 106-116.]

[47] McKercher B， Gigi L. Movement patterns of tourists within a destination[J]. Tourism Geographies， 2008， 10（10）： 355-374.

[48] Ahas R， Aasa A， Roose A， et al. Evaluating passive mobile positioning data for tourism surveys： An Estonian case study[J]. Tourism Management， 2008， 29（3）： 469-486.

[49] Fodness D， Murray B. A model of tourist information search behavior[J]. Journal of Travel Research， 1999， 37（3）： 220- 231.

[50] Lee C， Chien T. Leveraging microblogging big data with a modified density- based clustering approach for event awareness and topic ranking[J]. Journal of Information Science， 2013， 39（4）： 523-543.

[51] Big data， not the bigger the better？[EB/OL]. http：//mt.sohu.com/20160424/n445904630.shtml， 2016-04-24. [大數(shù)據(jù)，并非越大越好？[EB/OL]. http：//mt.sohu.com/20160424/n445904630.shtml， 2016-04-24.]

[52] Xue Wu. Application status and prospects on “big data” in Chinas tourism industry[J]. Tourism Overview， 2014， （10）： 57-58. [薛武. “大數(shù)據(jù)”在我國旅游業(yè)的運(yùn)用現(xiàn)狀及前景分析[J]. 旅游縱覽， 2014， （10）： 57-58.]

[53] Li Junyi， Tang Jia， Feng Na. Tourists spatio-temporal behavior based on socially aware computing[J]. Scientia Geographica Sinica， 2015， 35（7）： 814-821. [李君軼， 唐佳， 馮娜. 基于社會感知計(jì)算的游客時(shí)空行為研究[J]. 地理科學(xué)， 2015， 35（7）： 814-821.]

[54] Lü Benfu. Can microblog emotion affect tourist traffic？ Based on Sina Weibo and Fair Park[J]. Modernization of Management， 2015， （3）： 93-95. [呂本富. 微博情感能影響旅游客流量？——基于新浪微博和園博會的實(shí)證研究[J]. 管理現(xiàn)代化， 2015， （3）： 93-95.]

[55] Liang Changyong， Ma Yinchao， Lu Caihong. Big data excavation： The core of wisdom tourism[J]. Research on Development， 2015， （5）： 134-139. [梁昌勇， 馬銀超， 路彩紅. 大數(shù)據(jù)挖掘：智慧旅游的核心[J]. 開發(fā)研究， 2015， （5）： 134-139.]

[56] Huang Xiaoting， Ma Xiujun. Study on tourists rhythm of activities based on GPS data[J]. Tourism Geographies， 2011， 26（12）： 26-29. [黃瀟婷， 馬修軍. 基于GPS 數(shù)據(jù)的旅游者活動(dòng)節(jié)奏研究[J]. 旅游學(xué)刊， 2011， 26（12）： 26-29.]

[57] Kwan M P. Gender， the home-work link， and space-time patterns of non-employment activities [J]. Economic Geography， 1999， 75（4）： 370-394.

[58] Li Qiong. Lanzhou Tourism Product Development Research Based on Behavior of Domestic Tourists[D]. Lanzhou： Northwest Normal University， 2008. [李瓊. 基于國內(nèi)旅游者行為分析的蘭州市旅游產(chǎn)品開發(fā)研究[D]. 蘭州： 西北師范大學(xué)， 2008.]

[59] Pearce D G. Tourism Today： A Geographical Analysis [M]. New York： Longman Press， 1995： 98-128.

[60] Bowden J. A cross-national analysis of international tourist flows in China[J]. Tourism Geographies， 2003， 5（3）： 257-279.

[61] Chang Liping. Research and Development on Nigh Tour Products in Lanzhou City Based on RMIP Model [D]. Lanzhou： Northwest Normal University， 2009. [常利萍. RMIP 模式下的蘭州夜間旅游產(chǎn)品的開發(fā)研究[D]. 蘭州： 西北師范大學(xué)， 2009.]