魏鹏++侯杨方
[摘 要]旅行具有空间特点，旅行者的空间散布研讨是学界研讨的要点，也是热门。文章学习伯克曼“通勤挑选”的功效正态散布假定，构建旅行者空间散布模型，并根据甘肃省2015年县（区）计算数据，进行模型的查验与估量，研讨闪现该模型对甘肃省旅行者县（区）空间散布能进行较好的解说。在此根底上，文章将该模型作为猜测模型，根据甘肃省旅行业与交通运输展开“十三五”规划的内容，对“十三五”末甘肃省旅行者空间散布情况进行猜测，并与2015年的情况进行比较剖析，提醒旅行者空间散布的演化趋势。研讨标明，“十三五”规划的施行将推进甘肃省旅行者空间散布由中心城区向周边县（区）涣散，东南-西北向的丝绸之路经济带将得到增强，甘肃省东部的西南-东北向的旅行经济带也将闪现雏形。该研讨将有助于定量了解旅行者空间散布的影响要素，也为旅行者空间散布改动猜测供应办法，为旅行饭馆等服务设施的规划布局研讨供应根据。
[关键词]旅行者；空间散布；解说模型；猜测运用；规划布局
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2017）05-0106-10
Doi： 10.3969/j.issn.1002-5006.2017.05.015
导言
旅行者的空间散布是其空间挑选与行为的体现，对其研讨是旅行学研讨的重要出题[1]。Miossec等较早从空间结构和空间动力学的视点将旅行者的行为和类型同旅行目的地地舆散布模型结合起来考虑[2]。尔后，学者们根据间隔[3]、旅行吸引物散布[4]、时刻束缚[5]、个人心思[6]、中心城市[1]等对旅行者空间散布特征展开了广泛的研讨。学者们首要安身于地舆学中的空间剖析与经济学的功效剖析办法，从旅行者集体空间散布与活动的视点动身，以演绎的逻辑，评论旅行者空间散布的解说模型[7-8]。
引力模型是地舆学剖析旅行者空间问题的首要理论动身点，该模型因间隔衰减方式（阻抗函数）的改进而形成了牛顿型（幂函数）和威尔逊型（指数函数）两种根本方式[9]：（1）牛顿模型。牛顿模型于20世纪60年代开端被引进旅行研讨中[10]，首要用于两地间旅行流的测度[11]，尔后，多位学者重视该模型的改进及其在旅行需求猜测中的运用[12]，收入水平、交通本钱等解说变量也被不断引进其间，并逐步形成了对数线性方式的因果多元回归建模传统[13]。在国内，张凌云[14]、保继刚[15]等较早地注意到旅行引力模型的价值，而根据“交易引力模型”对我国入境旅行[16]和国内旅行[17]的研讨也受到了重视。但是，牛顿模型面临着两个窘境：一是它作为牛顿万有引力公式的一种类比经历公式，缺少严厉理论根据[18]，二是存在开裂点悖论[9]。（2）威尔逊模型。英国学者威尔逊吸收了物理学中熵的概念，从熵最大化原理动身推导出一种具有理论意义的空间相互效果模型[19]，其指数函数型的间隔衰减方式让开裂点悖论不复存在[20]。就空间的相互效果而言，该模型挨近实践的客源地和目的地旅行的联系体系，但也面临着两个杰出问题：一是，它假定剖析体系的熵抵达最大值，即假定方针地址的相对关闭微观体系（如国家、全球等大标准旅行空间体系）处于安稳情况时，体系内微观粒子（如单个旅行者）的散布规则，这关于微观社会体系的长时刻剖析是适用的，但关于处于快速展开特别对错关闭的中小标准空间的旅行业来说，这一假定很难建立；二是，该模型假定运输体系总本钱必定并已知（相似于物理学中的能量守恒要求），但一般来说旅行空间决议计划是涣散决议计划的成果，这一假定也难以承受。
经济学家要点根据功效模型来研讨旅行者空间散布特征。不变替代弹性出产函数（constant electricity of substitution， CES）模型是其间比较老练的一个模型。翁瑾、杨开忠等借用出产者关于出产要素装备的经典模型CES模型出产函数，来剖析旅行者在不同旅行目的地之间挑选的情况，并提出了一个不对称的独占竞赛模型[7]，评论在功效最大化与赢利最大化条件下两地旅行的均衡产值，如以旅行人次标明对目的地产品的挑选量，该模型也能够理解为两地间的均衡旅行人次。他们的作业具有严重的创始意义，但这一模型在实证剖析中或许存在两个问题：一是，假定顾客对旅行目的地挑选的替代弹性不变，这一假定是否建立缺少显着的根据支撑；二是，一方面认识到不同区位旅行产品具有必定程度的独占，另一方面又以为不同产品间存在着替代联系，当替代品足够多的情况下，其赢利为零，就经济学的解说而言，只要在十分典型的独占竞赛商场条件下，这样的假定才干建立，但独占竞赛商场虽然是旅行中的一种典型，但却不能包含悉数的旅行产品商场类型。
现有研讨首要根据地舆学空间剖析与经济学功效剖析的办法，提出了一系列关于旅行者空间挑选与散布的模型，并首要在大标准空间（如国家）体系中展开了实证研讨，但现有模型或许理论本身存在悖论（如牛顿模型）、或许假定条件无法彻底习惯旅行业的实践（如威尔逊模型的关闭微观体系与变量守恒假定等）。一起，因为缺少较充沛的计算与抽样数据，现有模型的实践运用研讨还较为缺少，安身理论模型面向特定区域进行完好模型参数查验与估量的研讨，以及相应的猜测运用还很罕见。本文学习已有研讨提出的散布模型，力求构建一个更习惯旅行者空间特征的散布模型，并根据数据较为充沛与的确的甘肃省2015年各县（区）旅行者散布情况，进行模型的查验与参数估量，并将通过查验的参数模型作为猜测模型，结合甘肃省旅行业“十三五”规划进行旅行者空间散布的猜测，并进行演化趋势的比较剖析。本研讨将为定量了解旅行者空间散布的影响要素供应数理根底，并为旅行者空间散布改动猜测供应可行的办法，为剖析旅行者空间散布的改动趋势供应条件，也为旅行饭馆等服务设施的规划布局研讨供应根据。
1 散布模型
前述剖析可见，现有的经济学功效模型与地舆学空间效果模型，能在必定程度上阐明旅行者空间散布的规则特征，但其假定与适用规模均存在必定的局限性，难以在实践研讨中对不同标准特别是中小标准空间予以有用适用。旅行者的空间挑选行为是一种消费挑选行为，必定安身于本身的功效做出；但也不同于一般的商业消费，它是一种空间挑选行为，行为空间之间的相互效果也必定影响到其挑选成果。将功效挑选与空间效果模型相结合，应是旅行者空间挑选与散布研讨的有用办法。伯克曼将功效概念与空间相互效果理论结合，提出了根据功效正态散布假定研讨以作业地址来挑选住所点的“通勤模型”[20]，为研讨旅行者的空间挑选与散布供应了一个可学习的思路。该模型只要求行為主体对挑选方针功效正态散布，不受标准巨细的影响，这关于省域及其以下不满足威尔逊熵最大化假定的标准空间，闪现出其适用性优势。本文学习以上理论与思路，提出一个根据功效的旅行者空间散布模型。
关于旅行者的空间挑选而言，因为在旅行产品挑选偏好上的不同，以及对旅行目的地认识上的差异，对同一旅行目的地，即同一旅行产品，会发生不同的预期功效。对此，选用一个随机变量[εi]，它标明旅行者到i处旅行而发生的随机功效，它因人而异。j是旅行者的动身地，i是旅行者挑选的目的地。从j到i的间隔越大，顾客所得到的功效越小。因而，[εi-arij]就反映了旅行者在i处所得的净功效情况，其间[rij]标明从i到j的间隔，a是一参数。假定一旦这个数超越了某一功效水平[u0]，旅行目的地就断定了。即，一旦下式建立，就断定旅行者挑选了i处的旅行产品。
[εi-arij≥u0] （1）[20]
显着，概率[P（εi≥u0+arij）]反映了在j处的人到i处旅行的或许性。假設总功效[εi]遵照正态散布，因而功效函数可写为：
[ux=12πσie-12σi2（x-ui）2dx] （2）
该函数标明以[ui]为均值，[σi]为方差（[σi>0]）正态散布功效函数。因而，旅行者对i地挑选的概率就是：
[Px=PEi≥u0+arij=x+∞12πσie-12σi2（x-ui）2dx] （3）
这个积分的成果是不能用初等函数标明出来的，用一个相似Logistic函数的有理函数近似，其 函数特性与正态散布的散布函数特性共同，其导数特性与正态散布的概率密度函数特性共同，其表达式为[21]：
[Px≈11+eβ（x-ui）σi] （4）
其导数为：
[px=P'x=βσieβσix-ui1+eβσix-ui2 （u0+arij 其间，β是为常数，[β=4/2π≈1.6]，因而： [Px=u0+arij+∞uxdx≈11+eβ（u0+arij-ui）σi] （6） 如前所述，这个概率反映了由j处的人到i处旅行的或许性，故i，j两地之间的旅行量（Tij）应与这个概率成正比。此外，两地间的旅行者人次也应与由j处动身的旅行人口bj成正比，即： [Tij=kbj×P（xi）] （7） 因而： [Tij=bjk1+eβ（u0+arij-ui）σj] （8） 其间，k是一常数。关于较大的rij，式中分母的第二项居分配位置，故式（8）可简化成： [Tij≈bjλike-arij] （9） 其间：[λi=eβ（ui-u0）σi] （10） 式（9）是旅行者空间散布的根底模型。现在评论式（9）中各种量的经济学意义，并为了能够实证查验与运用，进一步寻觅这些量对应的可计算量。 （1）Tij、bj以及rij是与j相关的量，j标明的是相关于目的地i的旅行者动身地，在大标准空间中它应是旅行客源地，在中小区域标准中因为旅行流存在空间等级体系，中心大城市在区域旅行空间相互效果中具有中枢位置[22]，因而，在中小区域标准中特别是在具有相同客源商场的旅行目的地空间体系中，j可所以相关于i的旅行集散中心。假定到i的旅行者都是从j中转，则Tij近似于i地的旅行者总量，bj标明j地动身的旅行者人次，假定它与旅行中心城市的旅行者输出才能正相关，即与旅行者通过中心城市向旅行目的地流通的水平正相关，进一步假定这一才能与旅行中心城市的交通干线灵通才能（中心城市与外部区域的连通才能）正相关，因而可令： [bj=qdj] （11） 其间，qj标明j地的交通干线灵通才能，d为常数。式（9）中rij标明旅行者从动身地j抵达目的地i所支付的本钱，即两地间的经济间隔，可标明为： [rij=Dijvij] （12） 其间，Dij标明由j到i的实践交通间隔，vij标明j到i的均匀行进速度。 （2）在[λi]表达式中，β为已知常数，[u0]标明旅行者挑选的旅行目的地所取得的最低功效水平，在对旅行者较大样本计算量中，可视为常数（即旅行者关于最低功效的判别趋于均匀）。因而，[λi]与[ui]正相关，[ui]为功效函数[ux]的均值，即旅行者对i地预期均匀功效，它能够以为是与目的地吸引力相关的一个方针，因为A级景区是我国旅行产业链的中心，假定某地A级景区的质量与数量决议了旅行者对该地的预期均匀功效，因而可令： [λi=sci] （13） 其间，si标明i地的景区数量与质量，用i地加权的A级景区数反映，c为常数。因而终究的模型表达式为： [Tij=ksciqdje-arij] （14） 其间，[rij=Dijvij]。相较于式（9），式（14）的自变量更具有计算数据支撑，其假定是：（1）旅行者对旅行目的地的功效是正态散布；（2）旅行者是通过旅行中心城市动身到旅行目的地的；（3）旅行中心城市的旅行者输出量与其干线交通灵通才能正相关；（4）某地A级景区的质量与数量决议了旅行者对该地的预期均匀功效。 2 实证估值与查验 2.1 数据计算 甘肃坐落我国西北内陆，全省辖12个地级市和2个自治州，86个县（区）。甘肃属经济欠发达区域，2015年GDP总量约占全国的1.0%，人均GDP仅相当于全国均匀水平的53.1%[23-24]。甘肃旅行资源丰富而共同，近年来在建造华夏文明传承创新区与文明旅行大省的方针驱动下，旅行业展开快速，2015年，全省共招待旅行者1.56亿人次，约占全国的3.8%，完成旅行收入975亿元，约占全国的2.4%，两项方针别离较上年添加24%和25%[23-24]。甘肃省各地旅行的客源商场趋同特征显着[25]。 本文根据“十二五”期末2015年的甘肃省各县（区）旅行人次计算数据1，研讨在甘肃省旅行体系中的旅行人次散布（Tij）。因为嘉峪关市无下辖的县（区），市域面积也较小，本文将其归入县（区）剖析，因而，本文的研讨的方针单位有87个（下文中的县（区）都包含嘉峪关市），面积最大的是酒泉市肃北县，为5.5万km2，最小的为兰州市安宁区，为86 km2。2015年招待旅行人次数最多的是兰州市城关区，抵达2330万人次，最少的是庆阳市正宁县，为9.5万人次。
因为供应对需求影响具有拖延性，本文关于旅行景区（si）与旅行交通（Dij、qj）等供应要素的数据选用2014年数据。2014年年末，甘肃省共有A级景区199处，占全国总数的3.0%，其间，5A级景区3处，4A级、3A级景区各57处，2A级景区79处，1A级景区3处。A级景区散布在79个县（区），其间，武威市凉州区最多，为11处，临夏州广河县等8县（区）没有A级景区。旅行交通情况根据《甘肃省旅行交通地图（2014年版）》[26]。本研讨首要以全省的14个市（州）中心城区为旅行中转地（j），因为敦煌市（县级市）是甘肃省重要的旅行目的地，与其地址地级市——酒泉的中心城区较远（近400 km），在旅行目的地空间结构中相对独立，一起公路、铁路、航空等条件都具有，也是全省旅行的重要节点，因而，本研讨将敦煌也作为旅行中心城市。旅行中心城市的交通干线灵通才能（qj）选用《省级主体功用区区分技术规程》[27]供应的以0.5分为间隔的权重赋值。如，兰州的值为：航空，干线机场1处（1分×1）；铁路，高铁1条（兰新高铁，2.5分×1），复线铁路4条（陇海铁路东西向、包兰铁路、兰西铁路，2分×4）；公路，高速公路5条（兰新高速、兰西高速、宝兰高速、兰临高速、兰白高速，1.5分×5），国道7条（G312东西向、G109东西向、G212、G213、G309，0.5分×7），以上合计22.5分，全省14市（州）分值总计131.5分。两地间的实践间隔（Dij）路途数据来源于甘肃省旅行交通地图的矢量化，均匀行进速度（vij）根据《中华公民共和国公路工程技术标准（JTGB01-2003）》，并参阅前人研讨成果[28]，本文设定高速公路为100 km/小时，其他国道与省道为80 km/小时，城市内部的交通为60 km/小时。各县（区）相对应的交通中心并不按照行政所属联系，而是按照交通就近准则设定，因为甘肃省内各县（区）与其对应的交通中心的交通衔接仅需公路，本文学习根据交通可达性的城市影响空间规模研讨办法[29]，根据甘肃省公路交通情况（图1a），剖析得出区域内各点抵达附近交通中心的时刻图（图1b，时速设定仍选用前文数值），再选用ArcGIS 10.3中的Spatial Analysis Tools-Distance-Cost Allocation（本钱分配）模块得出根据交通灵通性的各中心城市对应的辐射区域，由此来断定各县（区）对应的中心城市（如图1c）。
2.2 参数的估量
为便利计算软件剖析，通过对函数两头取对数的处理办法将指数方式的模型转变为变量为一次的线性函数式，将式（14）转为：
[lnTij=k+c×lnsi+d×lnqj+（-a）×rij] （15）
运用SPSS13.0中Analyze-Regression功用模块进行参数估量，估量剖析及成果如表1。
即对线函数为：
[lnTij=2.122+0.782×lnsi+0.576× lnqj-0.215×rij] （16）
因而，估量的成果为：
[Tij=e2.122×si0.782×qj0.576×e-0.215*rij] （17）
参数查验的成果闪现R=0.731，R2=0.534，F=27.162（Sig.=0），阐明回归方程的全体阐明力较好。在T值查验中，各参数的随同概率均低于0.05，即相关性都超越95%，因而能够作为参数运用。为了进一步验证估量模型的实用性，将2015年各地的3个自变量值带入公式中得到根据模型的旅行人次散布值，运用SPSS 13.0中Correlations模块将各县（区）旅行人次对应的根据模型的估量值与实践计算值进行相关性剖析。成果闪现，各县（区）2015年旅行人次运用函数进行测算与实践值进行比较，在双尾，相关性系数Pearson Correlation=0.747（Sig.=0，双尾），相关性较好，闪现模型具有较好的阐明力。
3 模型的猜测运用
3.1 “十三五”规划与旅行人次空间散布猜测
根据甘肃省相关“十三五”规划内容，判别回归方程自变量改动值，猜测“十三五”规划施行后的旅行人次空间散布情况。《甘肃省“十三五”旅行业展开规划》提出：到2020年全省招待游客超越3.6亿人次，全省打造20个大景区、30个精品景区、50个特征景区；加速兰渝、宝兰客专、天平、敦格、兰合、银西、中川、干武二线等铁路网络建造。《甘肃省“十三五”交通运输發展规划》提出：到2020年，完成县县通高速，兰州、酒嘉、天水、张掖、平凉国家公路运输枢纽全面建成；全省民用机场抵达12个。
根据旅行规划方针以及《甘肃省“十三五”旅行业要点项目库》断定本文猜测根据，至2020年全省A级景区数抵达353家，其间，5A级10家，4A级153家，全省各县（区）均有A级景区散布，其间最多的是武威市凉州区，抵达19家，最少的兰州市红古区为1家。全省交通干线评分由2015年的131.5分，添加到2020年199.5分。因为完成县县通高速，全省各中心城市至各县（区）交通时数均设定为100 km/小时。
根据式（17）与相关规划中关于旅行供应规划内容，将规划中所断定的项目内容方针，带入回归方程中，对甘肃省的旅行者空间散布进行猜测。根据猜测，全省87个县（区），旅行人次合计将抵达3.12亿人次，抵达规划方针3.6亿人次的87%。其间，最多的是武威市凉州区，将超越1500万，最少的是甘南州玛曲县，为110万。将2015年现状数据与2020年猜测数据进行相关性比较剖析，相关性系数Pearson Correlation=0.711（Sig. =0，双尾），闪现全体相关性比较强，全体空间散布格式没有根本性的改动。2015年（计算）与2020年（猜测）全省各县（区）旅行人次散布情况如图2。
比照2015年旅行人次散布与根据规划建造后的2020年猜测散布情况，直观可见“十三五”期末全省各地旅行人次全体将大幅上升，特别是嘉峪关、张掖、武威、兰州、天水等中心城市周边县（区）旅行人次将大幅上升。
3.2 旅行人次空间散布的改动特征
对2015年全省县（区）计算旅行人次与2020年猜测旅行人次的空间散布特征进行剖析。
3.2.1 基尼系数比较
基尼系数是根据洛伦兹曲线判别收入分配公正程度的方针，画出洛伦兹曲线并根据其拟合函 数求基尼系数对错常常用的办法。对各县（区）旅行人次的基尼系数进行剖析，运用Excel对计算的 县（区）旅行人次的洛伦兹曲线拟合函数，2015年的拟合函数为y=1.1409x3-0.5785x2+0.2816x（R?=0.99），基尼系数为：[G=1-01（1.1409x3-0.5785x2+][0.2816 x）dx]/0.5=0.534，闪现出县（区）间旅行人次散布十分不均衡。运用模型的猜测值，进行2020年的基尼系数的测算，成果为G=0.286，闪现出散布较为均衡。可见，根据规划展开的成果，基尼系数下降，旅行人次散布在单个县（区）的空间会集散布情况下降显着，县（区）间旅行人次散布呈现空间涣散。
旅行人次散布在单个县（区）的空间会集散布情况下降，首要是因为各县（区）A级景区开发的会集情况的下降。2015年加权A级景区数在县（区）间的基尼系数为0.461，根据规划该值在2020年将降为0.288。这一方面是因为单个县（区）内旅行资源的有限性，使得具有较多A级景区的县（区）不或许一向保持A级景区数量较高的添加起伏；另一方面，是全省在A级景区规划布局上考虑在各县（区）间散布的相对均衡。
3.2.2 空间自相关性比较
空间自相关性剖析是查验某一要素特点值是否与其相邻空间点上的特点值相关联的重要方针，正相关标明空间现象有集聚性的存在；负相关则相反。运用ArcGIS10.3中Spatial Statiscics Tools东西中Spaial Autocorrelation-Morans I功用模块对2015年与2020年（猜测）县（区）旅行人次的空间自相关性进行剖析。剖析成果闪现，2015年全省旅行人次的县（区）散布的Morans I结构的标明概率的p=0.0576，标明标准差倍数的Z=1.8989，而2020年的p=0.0024，Z=3.0371。因为Morans I剖析中，Z值为正且显着时，标明存在正的空间自相关，正值越高，空間集聚特征越显着。可见，根据规划展开，2020年比较于2015年，县（区）间的自相关性显着增强，结合基尼系数剖析的定论，可见县（区）间旅行人次的涣散首要是在相附近的县（区）间进行。
这一现象并不是因为A级景区的在附近县（区）间涣散形成的，事实上，数据标明景区的Morans I剖析中的Z值下降，闪现出A级景区的在县（区）间的自相关性削弱。其原因应在于，跟着衔接各县（区）高速公路的建成，县（区）与中心城市衔接的条件将趋同，以及A级景区的均衡性散布，就使得与中心城市的空间间隔成为影响旅行者在县（区）中散布的首要要素，然后使全省呈现出旅行者散布由中心城区向外围附近县（区）涣散的情况。
3.2.3 空间插值剖析比较
空间插值，就是用来填充图画改换时像素之间的空地，在离散数据的根底上补插接连函数，使得这条接连曲线通过悉数给定的离散数据点。空间剖析中的插值办法有多种，其间，径向基函数（radial basis function）是一系列准确插值办法的组合。本文以全省各县（区）的计算数据为根据，选用ArcGIS10.3中Geostatistical Analyst/Geostatistical Wizard功用模块，对全省各县（区）A级景区数进行径向基函数插值剖析，并选用天然开裂法（natural breaks）对插值数据进行分类[30]，剖析成果如图3。
插值剖析的成果闪现，根据规划展开，至2020年，旅行人次的散布在2015年环绕中心城区集合散布的情况将强化，并向周边县（区）涣散，特别是武威市、酒泉—嘉峪关市、天水市中心城区极核对周边的涣散效果将显着增强，并使得甘肃省旅行者人次散布沿天水—兰州—武威—张掖—酒泉—嘉峪关—敦煌的东南—西北向的丝绸之路线旅行带得到强化，而陇南—天水—平凉的西南—东北向散布的旅行带也将闪现雏形。
因为机场、高铁等的大规模建造，将使得中心城市的交通干线灵通才能大幅进步，“十三五”期间全省交通干线灵通才能总值将进步52%，其间，陇南市、庆阳市的增幅将超越100%，平凉市、武威市、天水市增幅将超越70%，这无疑将使得这些城市中心的空间扩撒影响力大幅添加，城市中心影响空间规模之间的边界将被消解以致消失，然后使得旅行者呈现带状散布。甘肃省将首要体现在东南—西北方向丝绸之路旅行带，和甘肃东部的西南—东北向散布的旅行带。
4 定论与展望
本文学习伯格曼“通勤模型”的通勤者功效正态散布假定的思路，以旅行者功效正态散布假定为动身点，构建以动身地旅行人口、旅行目的地吸引力以及动身点与目的地之间经济间隔为自变量的旅行者空间挑选模型，相较于现有的旅行者挑选模型，该模型安身于旅行者功效正态散布的假定，假定条件内容简明也较为符合实践体系情况，能够作为旅行者空间挑选的解说模型。
根据在区域旅行中，旅行者空间流具有层次性与交通中心中转集散的特征，本文将区域中的交通中心作为旅行动身地。考虑计算数据实践以及模型关于规划猜测的要求，假定旅行交通中心动身的旅行人口与交通中心干线水平是相关的，为此将旅行动身地的旅行人口变量转化为交通中心的干线交通指数。根据甘肃省2015年“十二五”期末旅行人次在个县（区）的散布计算数据，本文对模型进行参数估量与查验，回归方程通过F值全体方程显着性查验与T值各个系数的显着性查验，回归方程有意义。运用回归方程计算成果与2015年计算数据进行相关性比照，全体上相关性强，阐明回归方程对计算数据有较好的阐明力，模型推导的相关假定根本建立。本文的研讨成果为区域旅行者空间散布供应了一个通过实证数据查验的数理解说模型，也为区域旅行者空间散布趋势改动供应了猜测模型。
本文以通过查验的回归方程为根底，根据《甘肃省“十三五”旅行业展开规划》与《甘肃省“十三五”交通运输展开规划》中的关于“十三五”甘肃省景区与交通建造的内容，改动方程的自变量，对“十三五”完成后即2020年的甘肃省旅行人次空间散布情况进行猜测，猜测成果闪现，在旅行景区与交通条件改动的情况下，全省旅行人次将抵达3.1亿，抵达规划方针的87%，如进一步增强旅行宣扬等作业，旅行规划方针是可行的。根据规划建造，全省各县（区）旅行人次散布全体情况没有呈现根本性的改动，其改动首要体现在：旅行人次的县（区）间的基尼系数将较大起伏下降，不均衡情况将得到改进，旅行人次在县（区）间的散布将呈现涣散趋势；空间接近联系剖析闪现，空间的附近集合性显着增强，不均衡情况改进的首要体现为旅行中心城区向附近县（区）的涣散；插值剖析闪现，武威—金昌、酒泉—嘉峪关、天水等城市旅行圈的旅行人次将得到较大起伏添加，沿东南-西北向的丝绸之路的旅行经济带将成型，甘肃省东部的陇南—天水—平凉的西南—东北向的旅行经济带也将闪现雏形。本文定量猜测了根据规划甘肃省省旅行人次在各县（区）的散布改动趋势，闪现了空间散布的改动特征，可为饭馆、旅行集散等旅行服务设施的空间规划布局供应根据，也为各地依托旅行中心城市进行旅行目的地空间布局，以及旅行区域协作特别是丝绸之路旅行带与甘肃省东部旅行带建造供应数据支撑。
本文关于旅行者挑选与空间散布模型是根据功效正态散布假定，理论上是能够剖析不同标准空间体系中的旅行者散布特征，但关于更大的“国家”空间标准或许更小的“市（县）域-景区”空间标准挑选是否适用需求进一步验证。受现有数据所限，本文对理论模型中的变量进行了一系列简化性的假定，如以中心城市的交通干线指数替代其或许的旅行人口，以加权的A级景区数近似区域的旅行吸引力，并以县（区）驻地址的交通代表县（区）全区域交通水平，而没有考虑如中心节点与区域内的人口、研讨空间的域面巨细，方针域面内的交通水平，旅行区域的非A级景区吸引物等要素，这些变量对旅行者空间散布的影响有待进一步研讨。本文仅根据截面数据进行静态研讨，进一步根据动态面板数据研讨景区、交通相互之间效果联系以及旅行者空间散布的演化规则等还有待深化。根据各区域间旅行流数据剖析旅行者空间行为规则以及各区域间的竞赛与合作联系等方面的研讨还有待完善。
参阅文献（References）
[1] Yang Xinjun， Niu Dong， Wu Bihu. Spatial models and their assessmenton regional tourist behavior[J]. Economic Geography， 2000， 20（4）： 105-117. [杨新军， 牛栋， 吴必虎. 旅行行为空间方式及其点评[J]. 经济地舆， 2000， 20（4）： 105-117.]
[2] Pearce D. Tourist Today： A Geographical Analysis （the 2nd Edition） [M]. New York： Longman Press， 1995： 125-136.
[3] Liu Y P， Zhang Y， Nie L L. Patterns of self-drive tourists： The case of Nanning City， China [J]. Tourism Management， 2011， （3）： 1-3.
[4] Orellana D， Arend A K B. Exploring visitor movement patterns in natural recreational areas [J]. Tourism Management， 2012， 33（3）： 672-682.
[5] Li Yuan， Ding Yanjie， Wang De. A new approach for designing tourist routes by considering travel time constraints and spatial behavior characteristics of tourists[J]. Tourism Tribune， 2016， 31（9）： 50-61. [李淵， 丁燕杰， 王德. 旅行者时刻束缚和空间行为特征的景区旅行线路规划办法研讨[J]. 旅行学刊， 2016， 31（9）： 50-61.]
[6] Liu Li， Chen Hao. The impact of self-congruity on tourists decision-making behavior： Theoretical underpinnings and research model[J]. Tourism Tribune， 2015， 30（6）： 57-72. [刘力， 陈浩.自我共同性对旅行者决议计划行为的影响——理论根底与研讨模型[J]. 旅行学刊， 2015， 30（6）： 57-72.]
[7] Xue Ling， Weng Jin. Study on microcosmic mechanism and dynamic simulation of Chinas regional tourism spatial structure evolution[J]. Tourism Tribune， 2010， 25（8）： 26-33. [薛领， 翁瑾. 我国区域旅行空间结构演化的微观机理与动态模仿研讨[J]. 旅行学刊， 2010， 25（8）： 26-33.]
[8] H?cia E. The development of tourist space in Polish port cities[J]. Procedia - Social and Behavioral Sciences， 2014， 151（30）： 60-69.
[9] Wang Zheng， Deng Yue， Ge Zhaopan， et al. Theoretical Economic Geography[M]. Bejing： Science Press， 2002： 11-25. [王铮， 邓悦， 葛昭攀， 等. 理论经济地舆学[M]. 北京： 科学出版社， 2002： 11-25.]
[10] Crampon L J. A new technique to analyze tourist markets[J]. The Journal of Marketing， 1966， 30（2）： 27-31.
[11] Wolfe R I. The inertia model[J]. Journal of Leisure Research， 1972， 4： 73-76.
[12] Smith S L J. Tourism Analysis： A Handbook[M]. Harlow： Longman Press， 1989： 131-132.
[13] Lim C. Review of international tourism demand models[J]. Annals of Tourism Research， 1997， 24（4）： 835-849.
[14] Zhang Lingyun. Review on the study of tourism gravity models and its future[J]. Geographical Research， 1989， 8（1）： 76-87. [張凌云. 旅行地引力模型研讨的回忆与前瞻[J]. 地舆研讨， 1989， 8（1）： 76-87.]
[15] Bao Jigang. An application of gravity model in tourist forecasting [J]. Acta Scientiarum Naturalium Universitatis Sunyatseni， 1992， 31（4）： 133-136. [保继刚. 引力模型在游客猜测中的运用[J]. 中山大学学报：天然科学版， 1992， 31（4）： 133-136.]
[16] Guo Wei. Inbound tourism： An empirical research based on gravity model of international trade[J]. Tourism Tribune， 2007， 22（3）： 30-34. [郭为. 入境旅行：根据引力模型的实证研讨[J]. 旅行学刊， 2007， 22（3）： 30-34.]
[17] Zhang Peng， Zheng Chuiyong， Qiu Ping. Empirical study on domestic tourism based on gravity model[J]. Soft Science， 2008， 22（9）： 27-30. [张鹏， 郑垂勇， 丘萍. 根据引力模型的国内旅行实征研讨[J]. 软科学， 2008， 22（9）： 27-30.]
[18] Olsson G. Central place systems， spatial interaction and stochastic processes[J]. Papers of the Regional Science Association， 1967， 18（1）： 13-45.
[19] Gould P. Pedagogic review： Entropy in urban and regional modelling[J]. Annals of the Association of American Geographers， 1972， 62（4）： 689-700.
[20] Yang Wuyan， Liang Jinshe. Higher Economic Geography[M]. Beijing： Peking University Press， 2000： 152-175. [杨吾扬， 梁进社. 高级经济地舆学[M]. 北京： 北京大学出版社， 2000： 152-175]
[21] Liu Qingjun， Chen Ting， Chen Shuncong， et al. Approximate calculation formula of the normal distribution integral and its application in the determination of experimental results [J]. Modern Measurement and Laboratory Management， 2009， （3）： 21-23. [刘清珺， 陈婷， 陈舜琮， 等. 正态散布积分近似计算公式及其在试验成果断定中的运用[J]. 现代丈量与试验室办理， 2009， （3）： 21-23.]
[22] Lundgren J O J. Geographical concepts and the development of tourism research in Canada[J]. GeoJournal， 1984， 9（1）： 17-25.
[23] Statistics Bureau of Gansu Province， Gansu Investigation Corps of National Bureau of Statistics. National Economic and Social Development Statistical Bulletin of Gansu Province in 2015[EB/OL]. www.gsei.com.cn， 2016-05-05. [甘肃省计算局， 国家计算局甘肃查询总队. 2015年甘肃省国民经济和社会展开计算公报[EB/OL]. www.gsei.com.cn， 2016-05-05.]
[24] National Bureau of Statistics. National Economic and Social Developmentstatistical Bulletin of Peoples Republic of China in 2015[EB/OL]. www.stats.gov.cn， 2016-02-29. [國家计算局. 中华公民共和国2015年国民经济和社会展开计算陈述.[EB/OL]. www.stats.gov.cn， 2016-02-29.]
[25] Wei Peng. Research on the Spatial Structure of Tourism in Gansu Province [D]. Lanzhou： Northwest Normal University， 2013. [魏鹏. 甘肃省旅行空间结构研讨[D]. 兰州： 西北师范大学， 2013].
[26] Xinjiang， Gansu， Qinghai， Tibet Traffic Map （2015 Edition） [M]. Beijing： Peoples Traffic Press， 2015： 9. [新疆、甘肃、青海、西藏交通地图（2015版）[M]. 北京： 公民交通出版社， 2015： 9]
[27] National Development and Reform Commission. Technical Rules for the Division of Functional Areas of the Main Functional Areas of the Province [S]. 2009. [国家展开与变革委员会：省级主体功用区区分技术规程[S]. 2009].
[28] Pan Jinghu， Cong Yibo. Spatial accessibility of scenic spot at 4A Level and above in China[J]. Scientia Geographica Sinica， 2012， 32（11）： 1321-1327. [潘竟虎， 从忆波. 我国4A级及以上旅行景点（区）空间可达性测度[J]. 地舆科学， 2012， 32（11）： 1321-1327.]
[29] Wang Li， Deng Yu， Liu Shenghe， et al. The study of urban spheres of influence based on improved field model and its applications： A case study of Central China[J]. Acta Geographica Sinica， 2011， 66（2）： 189-198. [王丽， 邓羽， 刘盛和， 等. 根据改出场模型的城市影响规模动态演化——以我国中部区域为例[J]. 地舆学报， 2011， 66（2）： 189-198.]
[30] Khan F. An initial seed selection algorithm for k-means clustering of georeferenced data to improve replicability of cluster assignments for mapping application[J]. Applied Soft Computing， 2012， 12（11）： 3698-3700.
