（产业）基于网络团购的虚拟旅游流空间差异及动力机制研究涂玮1，2.docVIP

（产业）基于网络团购的虚拟旅游流空间差异及动力机制研究 涂玮1，2，黄震方1，方叶林1 （1.南京师范大学地理科学学院，2.南京旅游职业学院） 摘要：以旅游产品网络团购为研究视角，以中国26个旅游地旅游产品网络团购虚拟旅游流为研究数据，通过空间分析方法，研究虚拟旅游流的空间分布差异及形成动力机制。网络团购虚拟旅游流整体上表现出微弱离散分布特征，局部表现出一定的聚集性，总的来说虚拟客流集中于南方沿海与中部旅游资源丰富省域，中偏西部、华北及东北地区团购虚拟旅游流量较小；团购虚拟旅游流的空间分布是内外部驱动力及环境驱动力共同作用的结果，其中外部驱动力包括产品团购价格、产品类型、网络营销空间结构3个主要动力因素，相关分析表明团购价格是最主要的外部驱动因素，其次为产品类型，最后为网络营销空间结构；以团购虚拟旅游流为研究视角具有一定的新颖性，弥补了旅游流在虚拟空间研究薄弱的缺陷。虚拟旅游流流向能够在一定程度上反映现实旅游流，甚至导引现实旅游流，虚拟旅游流的研究为景区人流管理、景区容量管理提供预知警告。 关键词：网络团购；虚拟旅游流；空间差异；动力机制 0 引言 网络营销以其方便快捷的特点成为旅游产品营销Groupon为代表的 网络团购作为一种新型网络营销模式[1-3]。国内学者对于网络团[4]；也有部分学者从[5]；此外还有学者从政治经济学的角度研究网络团购[6]。总的来说关于网络团购的研究文献数量少、内2000-2011年的5篇文献。王乐鹏曾经对旅游团购网[7-8]；单浩杰对旅游产[9]；陈舒慧对旅游产品团购这[10]。搜索结果显示，关于 旅游流的研究是旅游地理学中非常重要的研究内[11-12]、出行和人游规律[13][14]、旅游流空间结构[15]等。目前对旅游流的研究比 1 数据来源 数据来源2011年“十一”黄金9月份。“十一”黄金周即将来临之际，旅游地9月的旅游产品团购数据，统计各站点来自中国265个省域旅游地在 由于不同旅游地提供的旅游产品数量不同，因此造 2 研究方法 2.1全局空间自相关 空间自相关是指一些变量在同一个分布区内的观Moran’s，指数来衡量[16]。 其中： 式中：I为Moran’s，指数；n为空间单元数目，本研究中26；xi，xi为空间单元i，j的属性值；，s2分别为属性的Wij为空间权重矩阵，其确定一般采用临i区域与j区域相邻，其值为1，否则Wij=0，当i=j时，Wij=0。 用Moran’s，分析观测变量的空间格局时需进行显Z来检验[17-18] 式中：E（I）为理论期望，E（I）=1/（1-n）；Var（I）为理Z值的大小，在设定显著性水平下做出接受=0.05，当Z＜-1.96或Z＞1.96时拒绝零假设，观测变量的空间自相 2.2局部空间自相关 局部空间自相关指数可以度量每个区域与周边地Local Moran’s I统计量来衡量局部空间的自相关性[20]。 式中：Xi，Xj为区域i和区域属性的标准化值，Z检验。 3 研究结果 3.1旅游流空间差异研究 3.1.1全局空间自相关。全局空间自相关指数Moran’s I取值范围为[-1，1][18-19]。由全局空间自相关计算-0.0519，检验值Z（I）的绝对值为0.07，小于1.96。 全局虚拟客流分布的综合特征还不能表明各省区 3.1.2局部空间自相关。26个具有旅游团购产品的旅（表1），其中虚拟旅游流表现出明显的离散状态的旅游地 局部空间自相关指数结合Moran散点图或散点地[18-19]。由标准化值的相关关系绘制Moran散点（图1），据此可分析虚拟旅游流空间分布差异（图2）。 图1显示，位于HH，HL区的旅游地数量一直少于LL，LH区旅游地数量，表明总体上网络虚拟旅游客34.62％的省份。位于HH，LL区的旅游地LH，HL区的旅游地数量相等，表明旅游地 图2反映了旅游产品团购虚拟旅游流空间分布特HH区域包括海南、福州、广西、广东的旅游地；LL区HL区域包括天津、浙江、贵州、陕西、LH区域包括甘肃、重庆、北京、云南、上 HH区域旅游地团购虚拟客流值及周边临近旅游地LL区域旅游地旅游团购虚拟客流值及周边旅游地HL区域旅游LH区域旅游地旅游团购虚 分析表明，虚拟客流集中于南方沿海（如海南、福）与中部旅游资源丰富省域（如陕西、湖北），中偏西部及东北部、华北部旅游团购虚12月份左右， 3.2虚拟旅游流空间差异动力机制 推拉理论是研究人口流动的基础理论，可以有效地3个方面。3所