项目类别：校内学术科研制项目
项目编号：2018HSXS12
项目经费：6万
项目负责人：张丽娟
论文成果名称：
1.Spatial distribution evolution and accessibility of A-level scenic spots in Guangdong Province from the perspective of quantitative geography（PLOS ONE，SCI/SSCI来源期刊JCR二区）
2.广州长隆网络关注度时空演变特征及影响因素分析（资源与产业，CSTPCD）
3.Influencing Factors of Network Attention of the Canton Fair: An Empirical Analysis Based on Provincial Panel Data（International Journal of Social Sciences in Universities，英文普刊）
成果简介：
1.Spatial distribution evolution and accessibility of A-level scenic spots in Guangdong Province from the perspective of quantitative geography
主要观点：
运用计量地理学以及GIS空间分析等方法，对2001—2020年的广东省A级景区空间分布特征及空间分布的演化过程进行分析研究，结果表明：①集聚型分布为广东省A级景区的主要分布类型，并且空间分布不均衡。②2001—2020年，广东省A级景区在21个地级市的空间分布均衡度类型从“差距悬殊”逐渐向“相对合理”类型发展，其中2018年最接近平均分布类型。③广东省A级景区分布密度已演化成为以珠三角地区为主的高密度主核心区以及粤东高密度区、粤西高密度区、粤北高密度区这4大景区高密度分布状况。④广东省A级景区的重心迁移轨迹在2002—2007年由东向西发展，2007年后向东迁移。2002—2020年，广东省A级景区空间分布的标准差椭圆长轴均呈东北—西南走向，长轴长度“先增大，后减小”，至2004年达最长；A级景区空间分布的标准差椭圆短轴均呈西北—东南走向，长度逐渐增加。⑤广东省A级景区与客源地间的可达性良好区域具有明显的聚集现象，总体格局以珠三角中心区域为核心，呈环状向外扩散的圈层结构。
学术价值：
通过对广东省A级景区空间分布的演化过程进行分析研究，以揭示A级景区空间分布规律，为广东省A级景区可持续发展提供依据。
创新点：
本文以广东广东省A级景区作为研究对象，主要运用计量地理学、地理信息系统等数理方法对广东省2001—2020年的景区空间分布特征及演化进行了探讨。
2.广州长隆网络关注度时空演变特征及影响因素分析
主要观点：
运用统计学、经济地理学等跨学科理论方法，基于“百度指数”数据共享平台，选择广州长隆作为研究案例，收集2015—2019年中国大陆31个省（市、自治区）的广州长隆网络关注度数据，利用季节集中指数(S)、变差系数(CV)、赫芬达尔指数(H)、首位度指数(P)和地理集中指数(G)5个指标，分析广州长隆网络关注度的时空差异特征。研究结果表明：1）全国对广州长隆的网络关注度呈增长趋势，且存在季节性差异，2015—2019年中5年季节集中指数分别为1.9911、1.1389、1.9543、1.3243和1.8422；2）各地区对广州长隆的网络关注度省际平均变差系数约为0.8，差异凸显，首位度指数接近3，集聚程度较高，关注度较为集中；3）全国西部、中部、东部三大区域对广州长隆的网络关注度5年间变差系数分别为0.3493、0.3617、0.3328、0.3812、0.3843，地理集中指数在60以上，差异显著，且整体上差异缓慢增加，集聚程度在加强。在中部和西部地区，首位度指数约为1，赫芬达尔指数接近0，地理集中指数在31~38，区域内空间结构相对均衡，但在东部地区，首位度指数接近3，地理集中指数在37~40，区域内集聚程度较高，空间结构较为不均衡；4）广州长隆网络关注度时空差异是经济发展水平、地区人口规模、网络发达程度和地理空间距离等因素综合影响的结果，其中，与经济发展水平、地区人口规模、网络发达程度呈显著正相关，相关系数分别为0.693、0.607、0.479，与地理空间距离呈显著负相关，相关系数为-0.577。
学术价值：
本文对中国31个省/市（港、澳、台除外）的广州长隆网络关注度时空特点进行探究，以期揭示其时空分布规律，为游客出行时间选择和广州长隆实现精准营销提出相关建议参考。
创新点：
借鉴地理时空差异和区域经济差异分析方法，利用时间维度指标（季节集中指数、变差系数）分析广州长隆网络关注度时间动态变化规律；选用空间维度指标（赫芬达尔指数、首位度指数和地理集中指数）刻画广州长隆网络关注度的区域空间分布特征，可较为全面、准确地衡量2015—2019年中国31个省/市的广州长隆网络关注度时空差异特征，并依据定量分析，提出广州长隆精准营销启示。
3.Influencing Factors of Network Attention of the Canton Fair: An Empirical Analysis Based on Provincial Panel Data
主要观点：
基于百度指数平台，选择广交会作为研究案例地，获取我国31个省（市、自治区）广交会网络关注度数据，并运用Stata14.0软件对广交会网络关注度影响因素进行面板回归分析。研究发现：①互联网发展水平、地区经济基础、展览业发展水平和地区人口规模对广交会网络关注度有显著正向影响，性别对广交会网络关注度水平无显著影响；②互联网发展水平、地区经济基础和展览业发展水平影响弹性系数较大，为主要影响因素。
学术价值：
本文利用Stata14.0软件和数理统计的内容对广交会网络关注度影响因素进行面板数据回归分析，采用Stata14.0软件，通过单位根检验、F检验、Hausman检验等方法逐步确定面板数据模型类型，在此基础上进行广交会网络关注度影响因素的面板回归分析，最大限度保证研究结论的客观性和科学性。
创新点：
目前，已陆续出现有关旅游网络关注度时空分布及其影响因素的研究，但以特定展览会为案例地进行多年时间尺度网络关注度的研究却比较少见。在影响因素方面，本文在前人的研究基础上，发现互联网发展水平、地区经济基础、展览业发展水平和地区人口规模对广交会网络关注度有显著正向影响，空间距离虽一定程度上负向影响网络关注度，但作用在逐渐减弱，同时否定了性别差异对广交会网络关注度的影响假设。
