旅游网站空间分布及动力机制

前言：本站为你精心整理了旅游网站空间分布及动力机制范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

摘要：基于旅游竞争日趋激烈、旅游方式趋向散客化、个性化及旅游经营管理信息化、人本化发展的时代背景，研究我国旅游网站空间分布的区域差异和空间规模结构特征——旅游网站数量自东部沿海向中西部递减，且主要集中分布于省会城市和旅游经济发达城市；并利用SPSS14.0定量分析了区域经济、信息技术水平、旅游企业数量、旅游接待人数等对我国旅游网站规模分布的数学统计关系，总结了影响旅游网站空间分布主要由旅游企业和旅游者两个因素推拉动作用的动力机制。

关键词：旅游网站；空间分布；空间规模结构；动力机制

旅游网站是指基于Intranet和Extranet，拥有自己的域名，由若干与旅游相关的网页组成的网页组，是在服务器上存储一系列旅游信息的Web站点。它是利用网络技术，整合传统旅游资源，提供全方位多层次网上旅游服务与在线交易的场所，是旅游信息系统的传输媒介和人一人、人一机交流的窗口。

1996年，世界上第一个旅游网站产生；同一年，中国国际旅行社率先利用GDS技术实现了旅游信息化经营管理。1999年兴起的全球互联网投资高潮催生了中国第一批旅游网站，华夏旅游网、携程旅行网、中青旅在线为其中的佼佼者。2001年，中国国家旅游局启动国家金旅工程，建立了旅游政务电子系统。目前我国已经形成了以旅游企业网站为主体、政府旅游网站为补充的旅游网络系统，推动了中国旅游市场营销和旅游业的整体发展。

1我国旅游网站建设发展的背景

1．1旅游业竞争日益激烈

现代科技尤其是现代交通与通讯技术、计算机与网络技术的发展一方面使越来越多的人从事旅游活动成为可能，另一方面也使得旅游网络营销成为各个国家、地区和旅游企业在市场竞争中求全获胜的重要法宝。许多旅游企业通过加入全球分销系统、旅游产品预订系统，或组建专门旅游网站进行全球性的网络营销，以借此提升竞争力。

1．2旅游方式的个性化与散客化

旅游方式散客化、个性化已经成为当前旅游业的重要发展趋势，越来越多的旅游者倾向于选择独具特色的旅游目的地进行自助旅游。2006年，携程网的一项网上调查结果表明，“肯定不会跟团游”和“基本不会选择跟团游”的人数占到被调查者总数的47.2％，比去年同期的37.3％提高了近10个百分点。有数据显示，发达国家50％以上的旅游产品是散客旅游产品，美国的数字更是高达90％以上。网络已经超过电视、报纸等传统媒体成为旅游信息传播的第一媒介；我国旅游网络预订的市场规模也以每年30％以上的速度增长，互联网成为机票、饭店和旅游线路等产品极具潜力的分销渠道。2005年中国在线旅游市场规模为12.5亿元，占当年中国旅游市场的0.24％。预计到2010年，中国在线旅游市场规模将超过130亿元，占整个旅游市场的1％以上。而早在2004年美国网上旅游服务市场就已达到520亿美元，占整个美国旅游市场份额的23％。

1．3旅游经营管理的信息化和人本化

旅游市场营销的一个重要发展趋向就是人本化、信息化和高效化，而旅游网站作为信息技术与旅游业高度结合的产物，无疑就是这一发展趋势的集中体现。1999年，世界旅游组织明确将旅游网络作为信息时代旅游市场营销的重要的战略方式和手段。明确的信息传递是旅游业的天性，这就意味着因特网和网站技术在提升旅游目的地竞争力和市，场营销方面的重要作用。互联网的交互性、实时性、丰富性和便捷性等优势促使传统旅游业迅速融入网络经济的浪潮之中。现在全球电子商务交易总额中，旅游电子商务已占到1/5的份额，成为全球电子商务的第一行业。网络作为新的旅游信息平台，为旅游业的发展提供了新的契机。

1．4旅游网站的研究背景

国外最早进行旅游网站研究的是哈纳(Hanna)和米勒(Millar)，他们提出了基于万维网的旅游服务的发展，并就网页设计、管理问题和信息内容3个方面进行了探讨。瑞曼·巴克胡斯(LRayman-Bacchus)和莫利纳(Molina)探讨了基于网络的旅游服务业的问题和趋向。许多学者从管理和营销的质量、效果和作用意义等方面对旅行社和旅游饭店等企业网站和旅游批发网站进行了评估研究。苏晋查瓦(SooiinChoi)、新然·乐涛(XinranYLehto)等用定性和定量的方法试图通过对澳门各种类型的旅游网站包括旅游博客的内容分析以识别澳门的旅游形象，探讨了旅游目的地形象网络管理和展示的意义。

在国内，有关旅游网站的研究文献主要是计算机与信息技术专业人士对于旅游网站建设的技术探讨以及从社会、经济学角度对旅游网站及旅游电子商务的分析与评价等。

张捷较早撰文提出，信息服务技术发展是未来对旅游业影响最大的领域，并提出了新旅游的基本概念。张捷等通过对网上调查统计和旅游网站特征指数(TWCI)的设计分析，描述了中国旅游网站的空间分布类型及其影响因子；并利用TWCI进行分区研究并提出了中国旅游网站发展的策略。路紫等不仅对我国旅游网站的智能化评估、调整及发展趋势进行了研究并结合实例，在访问和调查的基础上研究了电子服务时代地理区位的重要作用：自我依托类型的旅游网站最终要依赖于区位。

个别学者已对我国旅游网站的空间分布进行了研究，但是从省域空间尺度将旅游网站作为一个地理现象和地理要素系统探讨其区域空间分布规律及动力机制的成果尚未见。本文拟对此进行探讨。

2研究数据与资料来源

本研究中的所有数据来源于“中国旅游网址”网站中“地方旅游网站”栏目和“旅游网址”网站中有关中国各地旅游网站的数据及2006年中国统计年鉴、中国旅游统计年鉴及中国互联网发展统计报告，文中不再单独注明数据来源。

3我国旅游网站的空间分布特征

3．1我国旅游网站的区域分布特征

2008年1月16日至30日，作者对全国各省区各城市各种类型旅游网站数据进行搜集整理和概括归类，可得中国各省区旅游网站分布表(见表1、表2)。需要说明的是，由于技术和时间的原因，上述两个网站未必能在同一时段内穷尽中国各地旅游网站数据，但研究结果和意义仍然十分典型。表1充分表明，旅游网站在我国各省区存在着明显地域差异性：

(1)旅游网站的数量总体上自东部沿海向中部及至西部逐渐减少。东部沿海地区省市的旅游网站的数量明显要高于中部主要省市区；而西部地区旅游网站数量最少。

(2)旅游资源丰富、旅游经济相对活跃的省市其旅游网站数量一般要高于周边其他省市。比较明显的如陕、皖、川和滇。

(3)根据对各网站内容进行分析可知，我国各省区旅游网站提供的服务类型及其质量也存在着明显的区域差异：东中部地区旅游网站在外语服务、在线预订和交易、人机交互信息反馈的服务功能等方面整体上要明显优于西部地区。3．2我国旅游网站的空间规模结构特征

我国旅游网站规模分布不仅在省区间存在着不平衡，在省区内部也存在着空间规模差异：各省区旅游网站主要都集中在省会城市或旅游经济相对发达的旅游城市或高级别旅游管理区，其他中小城市的旅游网站数量很小。定义城市旅游网站集中度指数CI，即CI=某城市旅游网站数／整个省区旅游网站总数。

我们可以根据前述两个旅游网址网站数据统计分析出全国各省区主要城市旅游网站集中度指数，并经整理得表2。

(1)省会城市首位集中分布型，其中，宁、青、新、藏为旅游网站数量不多且省会城市高度首位集中分布型(省会城市集中度指数)0.80)，而川、滇、黑、陕则属于省会城市中度首位集中分布型(0.6≤CI≤0.8)，蒙、晋、黔、甘为省会城市轻度首位分布型(0.42≤CI≤0.6)。

(2)旅游经济发达、旅游网站数量多且省区内分布均衡型，如苏、鲁、浙。其中苏、鲁首位城市均非省会城市，而浙江则是省会城市为首位城市。

(3)旅游城市首位集中分布型，这些省区的旅游网站首位分布城市均不是省会城市，而是省内旅游经济十分活跃的旅游城市，如琼、桂两省首位城市(分别为三亚和桂林)集中度指数大于0.50，而吉、辽、湘、皖、冀旅游城市作为首位城市，其集中度指数在0.3-0.5之间。

4我国旅游网站空间分布的动力机制分析

4．1我国旅游网站空间分布的影响因子假设

根据前述我国旅游网站空间分布的基本规律及已有的文献成果，我们假设：影响区域旅游网站分布的因素有供需两个方面因素——供给因素就是旅游网站建设的推动因素，地方政府尤其是旅游企业为了加强其旅游宣传与产品营销，必然会在市场营销时考虑到对信息高速公路——互联网的利用，所以旅游企业数量、区域网络设施水平等有可能是地区旅游网站建设水平和规模的影响因子；需求因素是旅游网站建设发展的拉动因素，而旅游者是旅游网站的主要服务对象和需求方，其他如网民数量、城乡居民消费水平、网站规模等均可能是其重要的影响因子。

4．2我国旅游网站空间分布的动力机制分析

表3说明，各省区旅游网站的数量与上述各要素之间均在0.001置信水平上存在着明显的正相关关系。与旅游企业的数量、旅游接待人次之间相关性强烈；与网站总数、网民数和居民消费水平之间相关性显著；与居民消费水平相关性最差。

为了进一步探讨上述各因素对于旅游网站规模分布的作用方向和贡献大小，明确旅游网站规模分布的动力机制，尚须进行进一步的回归分析。

由于还不能确定各因子影响旅游网站规模的性质和程度，故在利用SPSS14.0进行回归分析时，采用逐步法分别尝试构建旅游网站数(r)与上述各因素间的线性回归和曲线模拟方程。从表5和表6我们可以得出结论如下：从统计学意义上而言，实际影响到区域旅游网站规模的是旅游企业数和旅游接待总人次。而居民消费水平、网民数及网站总数3个因素则与旅游网站的区域分布规模之间不具有统计意义上的显著的线性关系；继续用曲线模拟分析方法检验这3个因子与旅游网站数间是否存在着曲线函数关系，曲线拟合结果同样表明，居民消费水平与旅游网站数量间不存在统计学意义上的曲线数学关系，而网站总数和网居数与旅游网站数间的拟合结果也不太满意。也就是说，这3个因素在数量上的变化并不会引起区域旅游网站数量的明显增减变化，故而它们都不能视为是旅游网站规模分布的影响因子。

旅游网站数与旅游接待人次及旅游企业数量间的线性函数关系表达式为：y=51.876+0.475xl+0.446x2。

式中，y是旅游网站数量，x1是旅游接待人次，x2是旅游企业数。决定系数R2为0.750；P值为0.005。方程经F检验、共线性容忍度检验及残差检验证明模型可以接受。

确定了影响我国旅游网站规模分布的影响因子之后，为了更精确地检验2个影响因素与旅游网站数量间的数学关系，我们再进一步地运用曲线模拟，来寻求最能精确反映这两个影响因子与旅游网站数量间的关系模型。表7清楚地表明，在对旅游网站数与旅游接待人次间进行曲线拟合(表格中所列的只是R2值较高的几种函数式)时，直线方程的拟合效果并不是最好，三次方程模型的决定系数值0.849明显要高于所有其他函数形式。因此，可得函数关系式：y=22.347+3.49E-005x-3.05E-012x2+8.95E-020x3。

式中，y是旅游网站数，x是旅游接待人次。同样的，我们可以证实，旅游网站数与旅游企业数之间的最佳函数关系式为：y=0.286x(y和x分别代表旅游网站数和旅游企业数)。

由此，我们可以推定区域旅游网站规模分布的动力机制主要如下：

旅游网站的分布规模直接由旅游网站所提供服务产品的供需双方——旅游企业和旅游者来决定：

(1)推动作用：在旅游网站的建设发展中，推动作用反映的是一种供给因素和供给作用。在旅游业和旅游企业信息化发展的时代背景下，旅游网络产品和服务的供给者——旅游企业在旅游网站建设和旅游电子商务中必然将发挥越来越重要的主流作用，旅游企业的数量规模直接决定了旅游网站的分布规模。

(2)拉动作用：拉动作用反映的是需求作用。旅游网站最终面对和服务的都是游客。建设旅游网站、进行网络营销的目的就是使更多的潜在游客变成现实的旅游者并为这种转变提供各种服务和产品。所以，旅游者的规模、旅游消费者的需求就必然会直接影响到旅游网站的规模分布和服务内容。因此，旅游者及其规模是决定旅游网站分布规模的一个关键的拉动因素。

其他因素如区域经济基础、信息水平并不能直接影响区域旅游网站的规模分布，它们的数量变化并不会明显影响区域旅游网站规模的变化。

5结论与讨论

5．1结论

本文通过逐步深入的分析，可以得出如下结论：

(1)我国旅游网站的分布在全国和各省区内均存在着明显的地理空间差异，网站数量和功能自东部沿海向中西部逐渐减弱；在省域内部，省会城市、旅游资源丰富、旅游经济发展的城市其旅游网站数量明显较多。

(2)区域旅游网站的数量与旅游接待人次、旅游企业个数间存在着强烈的正相关关系；而与地区居民消费水平和信息发展水平及网民数间相关性明显，与居民消费水平间的相关性最弱。

(3)旅游网站的分布规模直接由旅游网站所提供的服务产品的供需双方因素——旅游企业数量和旅游接待规模决定，这两个因素作为旅游网站规模分布的推拉动因素，直接影响到区域旅游网站规模的变化和服务的内容质量。而居民消费水平、网站个数、网民数等并不会影响到区域旅游网站的分布规模，它们的变化不会对旅游网站分布规模形成有效影响。

5．2讨论

(1)如果我们把旅游接待人次作为因变量，以旅游网站数为自变量，我们同样可以发现，两者间存在着强相关性，且二者间存在着显著的曲线函数关系，回归系数(标准化B值为0.817)显著。这是否能解读为，旅游网站确实具有吸引更多游客、提升旅游产品市场份额的显著效果呢?

(2)不管作者是将人均GDP、人均收入还是城镇居民消费水平或居民消费水平作为地区经济发展水平的指标进行分析(本文最终选用居民消费水平指标)，其分析结果都表明，地区经济发展水平指标与旅游网站数量间的相关性虽然明显，但相关程度在所有因素中是最弱的，且在各种回归分析中均不显著。为什么会出现这种现象，如何解读这个结果?值得我们进一步的分析研究。