第二节 研究综述
本书综述分四个部分：目的地游客年内变化及空间分布、游客网络使用行为及其与旅游流之间的关系、游客旅游信息需求、旅游需求及旅游流网络结构特征。
一 目的地游客年内变化及空间分布研究进展
（一）国外研究进展
目的地游客的年内变化及空间分布是旅游研究的热点之一，国外的相关研究比较成熟，研究成果也较多。
1.目的地游客年内变化相关研究
1975年，Baron率先提出了旅游季节性的问题，引发了学界对游客季节性分布的相关研究，除季节性指数外，基尼系数也常被用来研究旅游需求的季节性。Antonio Fernández-Morales（2003）使用基尼系数，分析了西班牙三个旅游地旅游需求的季节性。Gerard（1995）对希腊小岛中外国游客的年内时间变化进行了研究。Lim C.（1999）对赴澳大利亚旅游的马来西亚游客的季节变化进行了研究。Hui（2002）以新加坡为案例，分析了日本入境游客的年内季节性变化。Jaume Rosselló Nadal（2004）通过基尼系数，考察了阿里群岛游客年内变化，并利用回归分析验证了经济变量对旅游季节性的影响。
2.目的地游客空间分布相关研究
目的地游客的空间分布也是国外旅游研究的一个热点。Benedict（1995）以巴黎为案例地，研究了周末旅游者的旅游活动空间分布特征。Myriam Jansen-Verbeke（1995）从区域的角度出发，研究了欧洲区域内旅游流的空间结构和演化。Vladimír Baláz（1998）以欧洲中部国家为案例地，研究了日本游客的空间分布模式及演变趋势。Derek J.Wade（2001）研究了坦桑尼亚国际旅游市场的空间结构。
3.目的地游客时空分布相关研究
研究目的地游客的时空分布可以更全面地了解目的地游客的分布情况。在这方面，Cooper（1981）从空间和时间的角度揭示了游客的行为模式。Neil（1989）以日本、新西兰和澳大利亚为案例地，分析了影响旅游流时空分布的主要因素。Martin（1992）以马来西亚为例，分析其国际游客的时空分布状况。Xia C.（2009）利用半马尔科夫过程模型，研究了菲利普岛自然公园游客的时空运动特征。Minfeng Deng（2011）基于时空分析方法，研究了澳大利亚国内旅游与国际旅游在空间和时间上变化的关系。
（二）国内研究进展
国内对目的地游客时空分布的研究比较广泛。在研究对象方面，既有以全国为对象的研究，也有以省（市、区）、城市为对象的研究，更有以景区为对象的研究。在研究内容方面，既有整体客流时间变化特征分析，也有季节性深入分析，还有特殊时段的细化分析，除空间结构分析外，还涉及空间格局演变等研究领域。
1.以全国为对象的相关研究
章锦河（2005）对我国国内旅游流空间场效应进行了分析。张朝枝（2007）分析了休假制度对旅游客流的影响。吴三忙（2008）、赵安周（2011）分析了我国入境旅游区域差异特征与演变趋势。汪德根（2013）分析了高铁对客源市场空间结构的影响。陈金凤（2015）以中国A级旅游度假区为例，分析其空间分布及影响因素。冯学钢（2015）分析了我国入境旅游流季节性特征及其时空演变。
2.以省或城市为对象的相关研究
吴必虎（1994）对上海市游客的流动规律及其影响因素进行了分析。张红（2000）、保继刚（2002）分别分析了桂林境外游客和国内游客结构特征及时空动态模式。宣国富（2004）、杨新军（2004）、杨永波（2008）、杨兴柱（2011）对三亚、西安、四川、南京等地旅游客流空间格局进行了分析。陶伟（2012）、丁正山（2004）、牛亚菲（1996）、李伟（2013）、李红辉（2014）则对南京、北京、武汉、江苏等地游客时空分布特征进行了分析。杨敏（2015）、戢晓峰（2018）分析了云南、成都的旅游流时空分异及其形成机制。
3.以景区为对象的相关研究
张捷（1999）对黄山等地不同时间尺度的游客变化进行了研究。黄成林（1999）对黄山、九华山客流的季节分布进行了分析。黄震方（2007）对南京及盐城麋鹿生态旅游区客流变化特征进行了分析。董观志（2005）以深圳欢乐谷为例，对景区客流时间分异特征进行了研究。李惠云（2005）对丽江古城国内游客空间行为进行了实证研究。赵黎明（2006）以天涯海角为例，利用小波分析法，分析了客流量的时间变化特征，并构建了客流量预测模型。颜磊（2009）以九寨沟为例，分析了旅游流时间特征。刘泽华（2010）分析了黄金周期间客流时间分布特征及其对旅游地理结构的响应。孙根年（2011）分析了骊山客流量年内时间变化特征。黄乃伟（2012）通过收集长白山北坡风景区历年游客数量资料和景区实地调查资料，研究了长白山北坡风景区游客的季节分布特征。余向洋（2014）以黄山为例，从不同的时间尺度揭示了客流波动的特征。
（三）研究述评
综观国内外相关研究可以发现，以省或城市为对象的相关研究较多，相比较而言，有关景区游客时空分布特征的研究相对较少。有关景区游客时间变化的研究相对较多，而有关景区游客空间地域分布的研究相对较少。在研究的时间尺度上，大多以月、季、年为单位，更小时间尺度的研究相对较少。在分析影响游客时空变化的因素时，以定性分析居多，定量研究相对较少。
二 游客网络使用行为及其与旅游流关系研究进展
随着经济的发展、网络普及率的提高，互联网已成为辅助游客进行出游决策的重要工具，游客的网络使用行为及其与旅游流之间的关系逐渐引起了学术界的关注。
（一）国外研究进展
1.网络搜索行为相关研究
在网络搜索行为方面，国外已经有较多的相关研究。Davidson（2005）以中国台湾旅游网站为例，分析了西方游客的网络搜索行为。Kim（2007）、Okazaki（2009）分析了不同性别游客网络信息搜索行为的差异。Wolk（2008）通过提取用户搜索信息，分析了旅游者对欧洲城市的旅游需求。Vermeulen（2009）、Sparks（2011）的研究发现网络信息对旅游产品销售有重要影响。Vuylsteke（2010）分析了影响游客网络信息搜索行为的因素。Choi（2012）揭示了一个完整的旅游网络信息搜索过程。Jordan（2013）分析了不同文化背景对游客网络信息搜索行为的影响。
2.网络关注度及其与客流量相关性研究
国外，并没有“网络关注度”这一名词，但与网络关注度相类似的搜索引擎数据、谷歌趋势已经引起了外国学者的重视及应用，主要将其应用于疾病预测、偏好预测、行业趋势预测和就业预测等，在旅游研究中应用相对较少，主要集中在旅游客流预测等方面。如Prosper（2015）建立了一种基于谷歌趋势时间序列数据的旅游需求预测模型，研究表明谷歌趋势有助于旅游需求的预测。H.Choi（2012）利用谷歌趋势数据，建立自回归模型，预测了到访中国香港游客的数量。Xin Yang（2015）认为，网络搜索数据有助于提高客流量预测模型的准确性，并比较了谷歌和百度两个搜索平台数据的预测能力，检验了搜索量数据和游客数量之间的协整关系。Pan（2006）利用搜索引擎数据预测酒店房间需求，并确定了最佳的计量经济学预测模型。
（二）国内研究进展
1.网络搜索行为相关研究
岑成德（2007）以高校学生为例，分析了年轻旅游者的网络信息搜索行为特点。李君轶（2010，2013）首先对西安国内游客网络信息搜索行为进行了研究，此后，又基于关键词选择，对游客在线旅游信息搜寻行为模式进行了研究。杨敏（2012）对大学生在线旅游信息搜索行为进行了研究。胡兴报（2011）对国内旅游者网络旅游信息搜寻动机与搜寻内容进行了研究。陆川（2014）分析了不同性别游客网络搜索行为及其差异。
2.网络关注度相关研究
王章郡（2011）基于Google趋势数据，分析了自驾车旅游网络空间关注度的时空演变。林志慧（2012）对景区网络关注度时空分布特征进行了分析。涂玮（2013）基于网络团购数据，分析了虚拟旅游流空间差异及其动力机制。林炜铃（2014）基于中国31个省（市、区）旅游安全的百度指数，研究了旅游安全网络关注度的区域差异。李世霞（2014）基于百度指数，分析了青岛市的网络关注度时空特征及影响因素。刘月红（2014）基于百度指数，研究了福建永定土楼网络空间关注度的时空演变。张丽峰（2014）研究了北京5A级旅游景区网络关注度时空分布特征。邹永广（2015）、孙瑾瑾（2018）、李勇泉（2018）基于地理探测器，分析了旅游安全网络关注度的时空差异及其影响因素。王琨（2014）基于Tripadvisor研究了中国旅游地国际关注度及空间格局。静恩明（2015）基于新浪旅游博客数据，研究了河北省A级景区网络关注度。马丽君（2018）、刘嘉毅（2018）基于百度指数，分析了旅游舆情的网络关注度区域差异及重大事件对网络关注度的影响。
3.网络关注度与客流量相关性研究
龙茂兴（2011）以四川为例，将网络关注度与客流量时空变化进行比较，分析了两者间的关系。王硕（2013）对旅游客流量与网络关注度的相关性进行了研究。黄先开（2014）分析了百度指数与景区客流量之间的关系，并将其应用于客流量的预测。马丽君（2011）以热点城市为例，分析了客流量与网络关注度的相关性。国敏（2012）以故宫和泰山景区为例，尝试构建基于网络搜索数据的游客量预测模型。汪秋菊（2013）分析了奥运场馆水立方的客流量与网络关注度之间的关系。任乐（2014）基于网络搜索数据，构建了客流量预测模型。冯娜（2014）分析了外向在线旅游信息流与入境旅游流的耦合关系。
（三）研究述评
综观国内外相关研究可以发现，游客网络搜索行为模式及其影响因素的相关研究较深入，但研究对象多为特殊群体，不同类型游客网络搜索行为模式及其影响因素的研究相对较少，关于网络关注度形成过程与机理的研究则更为少见。有关旅游网站访问者行为的时间分布和网络关注度时间变化的研究较多，关于网络关注度空间地域分布特征的研究相对较少；同时，多数研究并未区分PC端和移动端网络关注度，而这两者之间是存在一定差异的。在分析网络关注度时空变化的影响因素时，定性分析较多，定量研究相对较少。
三 游客旅游信息需求研究进展
（一）国外研究进展
国外相关研究主要集中在游客在哪里、如何获取旅游相关信息以及影响其搜索行为的因素等方面，旅游信息需求方面的研究相对较少，相关研究的数据来源主要有访谈、问卷调查、搜索引擎、网络文本数据等。Vogt和Fesenmaier（1998）将旅游者信息需求分为功能性、娱乐性、创新性、美学与符号五个类别。Chu（2001）通过焦点团体访谈发现旅游者对旅游网站内容有信息性、互动性和吸引性三类期望，其中，信息性期望指获取航班、订房、租车、景点介绍等相关信息，互动性期望是指直接选择餐位和菜品的期望，吸引性期望则是对特价和折扣的期望。Choi（2007）通过网络问卷调查发现，旅游者游前主要搜寻住宿、机票、天气等旅游信息，游中搜寻天气、旅游建议、地图等旅游信息，游后会进行分享和推荐，且旅游者在州级别DMOs网站主要搜寻景点、交通、住宿、大型活动方面的信息，而在市级别的DMOs网站主要搜索更具体的旅游活动信息。Jansen（2008）研究了搜索引擎Dogpile中旅游相关搜索，发现游客主要搜索地理信息，一般信息较少；另外，旅游者还大量搜索Orbitz等知名旅游网站的相关内容。Xiang和Pan（2011）通过挖掘美国三大搜索引擎统计数据，发现美国18个城市的旅游信息搜索内容从高到低依次是住宿和交通、景区景点、餐饮和购物，且游客对大城市和小城市的旅游信息搜索内容有差异。Yeong-Hyeon（2013）通过内容分析法对在线旅游论坛进行了分析，发现国际游客倾向于使用在线旅游论坛获得产品信息，在旅游计划初期对风险信息需求高于效率需求，而在后期效率需求高于风险需求。
（二）国内研究进展
国内学者主要基于问卷调查、网络文本及其他数据开展相关研究。
1.基于问卷调查的相关研究
岑成德（2007）、梁颖殷（2008）均以广州地区高校学生为研究样本，采用问卷调查法开展相关研究，前者发现年轻游客网络旅游信息关注度由高到低依次是价格、景点介绍、住宿情况、特色饮食和旅游线路，后者的研究结果则是景点、天气、饮食、旅游路线、风土人情、住宿、交通、历史文化、地图、价格、攻略、购物、娱乐、旅行社、表演、当地新闻。梁明英（2008）通过问卷调查，发现游客旅游信息使用程度由高到低依次是其他旅游资讯、线路安排、交通票务预定、旅行社预定、酒店预定。文谨（2007，2009）通过问卷调查，发现居住在北京的自助游客对游览信息需求最高，其次是交通、餐饮、住宿、娱乐信息。李君轶（2010）通过问卷调查，发现西安国内旅游者网络旅游信息关注从高到低依次是行、吃、住、购、娱和游。胡兴报（2011）通过问卷调查，发现网络是旅游者的首要信息获取渠道，信息关注度由高到低依次是功能性旅游信息、附属性信息和网络口碑信息。刘春济（2012）通过问卷调查研究发现，游前游客最关注“保健性信息”，其次是“基础性信息”，且不同人口统计学特征不影响游客的旅游信息关注。吕本勋（2013）通过问卷调查，发现泰国留学生旅游信息需求由高到低依次是交通、住宿餐饮、景区介绍、旅游线路、价格、购物、天气、游乐项目、当地特色和风光。张高军（2013）通过现场问卷调查，发现驴友旅游信息需求从高到低依次是门票、住宿、交通、餐饮、特产、娱乐、纪念品及其他。尹士军（2014）通过网络和实地问卷调查，发现结伴旅游者的旅游信息需求由高到低依次是路线长短及难度、目的地风景、环境气候、交通、价格信息、旅行装备、风土人情等。
2.基于网络文本及其他数据的相关研究
王曼娜（2009）以携程网旅游提问文本为基础数据，发现游客对我国北部的旅游信息需求低于南部，对景点的信息需求低于旅游城市，自助游客的信息需求在某些方面比较具体化，最关注目的地的交通、游览方面的信息，远高于住宿、购物、餐饮、娱乐等方面信息需求。黄凯华（2012）以携程网问答模块文本为研究资料，发现游客旅游信息需求从高到低依次是交通、住宿、景区、其他、餐饮、购物信息。吴艺娟（2016）基于携程旅游提问文本，利用扎根理论，发现游客信息需求前10位由高到低依次是酒店服务设施、线路行程安排、客房情况、客房预订、酒店收费标准、酒店联系方式、接送服务、天气、景点推荐、公交线路。崔嫱（2016）通过分析携程网提问文本，发现峨眉山游客对娱乐、餐饮、购物信息需求较低，对其他、交通、游览、住宿信息需求较高。马丽君（2018）、李勇（2018）等应用内容分析法对网络文本进行分析，研究了游客旅游信息需求特征。
（三）研究述评
可以看到，在游客旅游信息需求方面，国外学者主要依托搜索引擎、搜索数据开展相关研究，基于其他数据来源的分析较少；国内则主要依托问卷调查数据开展相关研究，特别是早期。近些年来逐渐出现了基于网络文本数据的相关研究，但相关研究多是通过单个数据平台获取数据资料，基于两个及以上平台的相关研究较为少见。在旅游网站方面，国内外关于旅游网站信息方面的研究相对较少，从游客旅游信息需求角度进行旅游网站信息供给优化的研究则更为少见。
四 旅游需求及旅游流网络结构特征研究进展
（一）国外研究进展
1.旅游需求相关研究
国外关于旅游需求的研究起步较早，侧重旅游需求模型的建立和探讨。在旅游需求影响因素研究方面，Geoffery（1992）利用价格、收入等因子构建模型，分析了旅游需求的影响因素。Matin（2009）运用双变量概率模型，分析了气候和空间距离对旅游需求的影响，结果表明气候指数较好的地区居民在国内旅行的可能性较高，出国旅游的可能性较低。Jorge（2014）估算了气候要素（降雨、温度、风和云覆盖）对美国和委内瑞拉到阿鲁巴旅游需求反复波动的影响，证明气候是影响旅游需求的重要推拉因素。
在旅游需求预测方面，国外主要以定量分析为主，分析方法包括德尔菲法、逻辑推断法、回归模型法、时间序列法、计量经济学模型等。Geoffrey（1995）使用统计学中的元数据分析，综合80个国际旅游需求的实证研究，讨论了有关原籍国和目的地国国际旅游需求预测的影响因素。Greenidge（2001）对STM模型在旅游需求预测中的运用及其优缺点进行了深入的分析。Chen（2011）建立了一种基于经验模式分解（EMD）和神经网络的新型预测模型对旅游需求进行预测。
2.旅游流网络结构特征相关研究
国外相关研究主要集中在旅游流的规模、分布、流向、运动模式、距离衰减规律、影响因素、旅游流模拟和预测等方面，关于旅游流网络结构特征的研究较少。Lew（2005）基于城市交通和旅游行为，提出了描述目的地内游客空间运动模式的模型，探究旅游流空间集散及其模式，以及可能影响旅游流运动的因素。Baláz（1998）基于营销调查和统计数据，研究了旅游流在中欧“转型”国家、日本、捷克等国的空间演化。Christine（2004）分析了韩国游客入境澳大利亚旅游的季节性，并使用计量经济时间序列模型，量化分析了影响澳大利亚国际客流量的因素，如相对收入变化、相对价格、汇率、季节性等。Prideaux（2004）通过对双边旅游结构的研究，确定了可能影响旅游流整体规模的五大类因素，并提出了可用于分析双边旅游流量问题的框架。Jameel（2007）的研究表明交通基础设施、游客收入、距离和相对价格都是影响旅游需求的重要因素。Hwang（2006）认为，从原籍国到目的地的实际和感知距离是影响游客旅游行为的重要因素。Dimitrios（2012）以希腊为案例地，利用脉冲响应函数，分析了原籍国宏观经济冲击对未来旅游需求的影响。
（二）国内研究进展
1.旅游需求相关研究
国内旅游需求研究起步相对较晚。在旅游需求定义方面，张辉（1991）、谢彦君（1999）、保继刚（1993）等借鉴经济学、心理学、地理学等有关理论，结合旅游产品的特性，对旅游需求的概念进行了阐释和界定。牛亚菲（1996）通过分析不同地域旅游供需关系，指出旅游需求的影响因素不仅有客源地人口规模、客源地人均收入水平等，旅游资源的质量水平、旅游客源地与旅游目的地之间的距离更为重要。翁钢民（2007）利用灰色关联分析法，对影响城市居民国内旅游需求的因素，如居民生活水平、交通运输状况、人口规模和文化水平进行了关联程度分析。雷平（2009）利用多变量序列分量方差分析模型，分析了我国国内旅游需求的影响因素。王纯阳（2009）研究了经济、游客心理和重大事件等因素对旅游需求的影响。吴普（2009）在整合经济因素和非经济因素的基础上，着重分析了气候因素对旅游需求的影响。在旅游需求预测方面，相关研究偏重于定量分析，包括方法、模型的使用和探索。吴江华（2002）、肖智（2005）、梁昌勇（2015）和朱晓华（2005）分别运用神经网络模型、粗集理论、ARMA、灰色关联等相关模型进行旅游需求预测，并对方法加以改进。崔凤军（1997）通过分析旅游者数量的日变化、周变化和年内变化，研究了旅游需求的时空分布规律和空间差异。
2.旅游流网络结构特征相关研究
旅游流是旅游流网络结构研究的前提。国内相关研究主要集中在旅游流时空分布特征、集聚扩散、影响因素等方面。张红（2000）通过对热点城市境外游客进行调查分析，总结出境外游客入境旅游流空间分布的规律性特征。马耀峰（2001）通过对海外旅游者入境后在空间上的流动特征及分布规律进行分析，将全国旅游流划分为华北、华东、华南、西南和西北五大基本旅游流区。唐澜（2012）运用社会网络分析法，定量分析了中国入境商务旅游流的空间分布特征及流动规律。章锦河（2005）提出了旅游场的概念，构建了基于旅游场的区域旅游空间竞争分析模型，研究了旅游场核、位势、等级扩散和空间行为等的特点。杨国良（2006）用Zipf指标和差异度指标，采取由“假设”到“论证”的研究方法，证明了国内旅游流规模结构符合Zipf定律。张佑印（2009）以北京为集聚扩散点，利用杠杆原理，分析了1996—2006年北京与15个热点旅游省（市）双向入境旅游流平衡点动态转移规律。刘军胜（2013）运用多种数量模型和矩阵，从共时性与历时性两个方面，分析了中部六省入境旅游流集散演变过程。王洁洁（2009）、卞显红（2011）分别从中美关系、中韩关系及其重大事件入手，分析了政治关系和重大事件对旅游流产生的影响。席建超（2011）采用Lars Hein气候——旅游模型，分析了气候增温情景对我国南方部分省份旅游流的可能影响。
与国外不同的是，国内关于旅游流网络结构特征的研究较多。刘法建（2010）、阮文奇（2018）运用社会网络、核心—边缘等分析方法，对旅游流网络结构特征进行了研究，并分析其形成机理。马晓龙（2004）运用行为地理学相关概念和理论，采用实证分析和数理统计相结合的方法，对西安旅游区入境旅游流流动规律和空间结构进行了刻画和测度。王金莹（2013）运用社会网络分析法，分析了亚洲各国入境中国的旅游流空间分布、转移及网络结构特征，并对旅游目的地城市在网络中的位置特征、网络关系、子群内外部联系等进行了定量研究。随着互联网的普及，近年来许多学者开始通过收集网络相关数据，对旅游流网络结构特征进行分析。徐敏（2018）基于在线预订数据对长江三角洲地区旅游流的网络结构特征及其影响因素进行了分析。刘宏盈（2012）、张妍妍（2014）、周慧玲（2016）分别基于旅游线路、旅游数字足迹和游记行程对旅游空间网络结构特征进行了分析。陈梅花（2017）基于SNA对旅游流网络性质和结构特征进行了研究。
（三）研究述评
在旅游需求方面，国内外学者的研究主要集中在旅游需求影响因素和旅游需求预测等方面。多从经济学角度出发，开展“一对一”或“一对多”的研究。即研究对象为一个目的地和客源地或一个目的地（客源地）和多个客源地（目的地）。而受统计数据的限制，“多对多”（多个目的地和客源地）的研究相对较少，使相关研究缺少横截面的对比分析。在旅游流研究方面，国内外对旅游流网络结构特征、集聚扩散和影响因素等都有涉及，但主要是从微观视角对单一地域进行分析，且以入境旅游研究为主。国内旅游流的相关研究大部分都是基于微博、游记以及问卷调查等样本数据的分析，样本的数量有限，存在一定的局限性。