馬麗君，劉聰

（湘潭大學(xué)商學(xué)院，湖南湘潭 411105）

交通一直以來都是影響旅游者目的地選擇的一個(gè)重要因素。1964 年，日本新干線的開通拉開了全世界高速鐵路發(fā)展的序幕［1］，近年來我國高速鐵路也迅速發(fā)展。高鐵的開通大大縮減了旅游者的出行時(shí)間和費(fèi)用，高鐵的“時(shí)空壓縮”效應(yīng)提高了旅游地的客源市場(chǎng)半徑［2］，對(duì)旅游地旅游流的流量、客源市場(chǎng)的結(jié)構(gòu)、旅游流年內(nèi)季節(jié)分布等都會(huì)產(chǎn)生重大的影響。汪德根、陳田、李立等梳理了2011 年以前國外關(guān)于高鐵對(duì)旅游影響的研究，指出國外關(guān)于高鐵對(duì)旅游影響的研究領(lǐng)域主要集中在高鐵開通對(duì)其他交通方式需求的影響、高鐵對(duì)旅行時(shí)間的影響、高鐵對(duì)旅游行為方式的影響、高鐵對(duì)旅游收益的影響、高鐵對(duì)目的地旅游要素結(jié)構(gòu)的影響、高鐵對(duì)目的地旅游空間結(jié)構(gòu)的影響等方面［3］。2012 年以來，國外關(guān)于高鐵對(duì)旅游的影響主要集中在高鐵對(duì)旅游產(chǎn)品多樣性的影響［4］、高鐵連接效應(yīng)分析［5］、高鐵對(duì)目的地選擇的影響［6，7］等方面。國內(nèi)關(guān)于高鐵對(duì)旅游的影響研究雖然起步較晚，但是相關(guān)研究眾多，主要集中在高鐵對(duì)旅游經(jīng)濟(jì)的影響［8－10］、高鐵對(duì)旅游效率的影響［11］、高鐵對(duì)旅游業(yè)的影響［12－14］、高鐵對(duì)旅游供需市場(chǎng)結(jié)構(gòu)的影響［15，16］、高鐵對(duì)游客行為的影響［17，18］、高鐵對(duì)旅游流的影響［17－27］等方面。在有關(guān)高鐵對(duì)旅游流影響的研究中，汪德根、陳田、陸林等運(yùn)用旅游場(chǎng)理論和社會(huì)網(wǎng)絡(luò)分析方法比較了京滬高鐵開通前后9 個(gè)主要高鐵站點(diǎn)的旅游流時(shí)空分布變化特征，并提出高鐵對(duì)旅游流的影響表現(xiàn)為馬太效應(yīng)、過濾效應(yīng)、擴(kuò)散效應(yīng)和疊加效應(yīng)等特征［19－21］；穆成林、陸林、李磊等采用問卷調(diào)查的方式分析了高鐵對(duì)黃山市旅游流空間結(jié)構(gòu)的影響［22－25］；郭向陽、穆學(xué)青、明慶忠等運(yùn)用加權(quán)TOPSIS模型分析了旅游地快速交通優(yōu)勢(shì)度與旅游流強(qiáng)度的空間耦合［26］；劉大鈞、陳君子、夏焱運(yùn)用社會(huì)網(wǎng)絡(luò)分析法和GIS空間分析法研究了對(duì)高鐵對(duì)成渝城市群旅游流的影響［27］。縱觀國內(nèi)外相關(guān)研究發(fā)現(xiàn)，高鐵對(duì)旅游影響的相關(guān)研究較為豐富，為本文提供了一定的理論支撐和方法借鑒，但有關(guān)高鐵對(duì)旅游地客源市場(chǎng)結(jié)構(gòu)、旅游流年內(nèi)季節(jié)分布影響的研究尚不多見，且相關(guān)研究多采用問卷調(diào)查數(shù)據(jù)，樣本量有一定的局限性。

昆明市四季如春，擁有豐富的旅游資源，是我國一座著名的旅游城市。昆明南站始建于2011 年6月20 日，2016 年12 月28 日正式投放使用，滬昆高鐵和南昆高鐵全線正式通車，標(biāo)志著昆明邁入“高鐵時(shí)代”。本文選取昆明市為案例地，依托百度指數(shù)，收集昆明高鐵南站通車前后各3 年（2014—2019 年）昆明旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，利用自回歸分布滯后模型、季節(jié)強(qiáng)度指數(shù)、首位度、地理集中度、皮爾遜相關(guān)檢驗(yàn)、回歸分析等方法分析了高鐵開通對(duì)昆明旅游流流量、旅游流年內(nèi)季節(jié)、客源市場(chǎng)結(jié)構(gòu)分布的影響，以期為豐富和完善高鐵對(duì)旅游影響的相關(guān)研究和昆明旅游客源市場(chǎng)開發(fā)提供理論依據(jù)。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

網(wǎng)絡(luò)關(guān)注度即百度搜索指數(shù)，指人們對(duì)某一事物的網(wǎng)絡(luò)關(guān)注程度。游客網(wǎng)絡(luò)關(guān)注度是游客在出游前對(duì)旅游目的地檢索的痕跡，是游客出游的一種體現(xiàn)和預(yù)兆。前人研究表明，網(wǎng)絡(luò)關(guān)注度與旅游流之間存在密切的正相關(guān)關(guān)系［28－30］，并被大量應(yīng)用于旅游需求的研究中［31－33］。本文選取“昆明旅游”、“昆明世博園”、“石林風(fēng)景區(qū)”和“滇池”作為關(guān)鍵詞。其中，“昆明世博園”和“石林風(fēng)景區(qū)”為昆明市現(xiàn)存的兩個(gè)5A級(jí)景區(qū)，“滇池”為馬蜂窩、攜程網(wǎng)等旅游攻略網(wǎng)站昆明熱度排名最高的旅游景點(diǎn)。依托百度指數(shù)，搜集2014—2019 年我國31 個(gè)省區(qū)對(duì)昆明旅游的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，用于分析高鐵開通對(duì)昆明旅游流流量、旅游流年內(nèi)季節(jié)分布、客源市場(chǎng)結(jié)構(gòu)的影響。由于香港與澳門特別行政區(qū)、臺(tái)灣地區(qū)居民慣用的搜索引擎不是百度，百度指數(shù)不能代表這3 個(gè)地區(qū)的網(wǎng)絡(luò)關(guān)注度，因此不納入本文研究范疇。2018 年1 月“昆明火車站砍人事件”對(duì)昆明旅游網(wǎng)絡(luò)關(guān)注度沖擊影響在統(tǒng)計(jì)數(shù)據(jù)中表現(xiàn)不明顯，本文在分析中未考慮該事件對(duì)昆明旅游流的影響。此外，還需要考慮各省區(qū)到昆明市的空間距離。本文以各省區(qū)的省會(huì)城市或首府城市到昆明市的空間距離來衡量，通過百度地圖測(cè)距獲得。

1.2 研究方法

ADL模型：自回歸分布滯后模型（ADL）由Jorgenson于1966 年提出，（p，q）階自回歸分布滯后模型的基本表達(dá)為：

式中，Xt－i為滯后i 期的外生變量向量（維數(shù)與變量個(gè)數(shù)相同），且每個(gè)外生變量最大滯后階數(shù)為τi；βi為參數(shù)向量［34］。本文將其用于分析高鐵開通對(duì)昆明市旅游流是否存在影響，以及影響的持續(xù)時(shí)間。

季節(jié)強(qiáng)度指數(shù)：季節(jié)強(qiáng)度指數(shù)是用以分析旅游流年內(nèi)時(shí)間分布集中性的一個(gè)指標(biāo)，其計(jì)算公式為［35］：

式中，R 為旅游流的季節(jié)強(qiáng)度指數(shù)；Xi為各月旅游流占全年總量的比值。R 值越接近于0，說明旅游流年內(nèi)時(shí)間分配越均勻；R值越大，說明旅游流年內(nèi)各月分布差異越大，季節(jié)性越明顯。本文將其用于分析高鐵開通對(duì)旅游流年內(nèi)季節(jié)分布的影響。

首位度：首位度主要用來衡量區(qū)域發(fā)展要素在最大區(qū)域的集中程度，本文將其用于分析昆明市旅游流客源市場(chǎng)結(jié)構(gòu)變化。通過計(jì)算首位度指數(shù)來評(píng)價(jià)規(guī)模結(jié)構(gòu)類型，首位度大的即為首位分布類型［36］，計(jì)算公式為：

式中，S為首位度；P1和P2分別為網(wǎng)絡(luò)關(guān)注度第一、二位省份。S≤2，表示昆明旅游客源市場(chǎng)結(jié)構(gòu)正常、集中適當(dāng)；S ＞2，表示昆明旅游客源市場(chǎng)存在著結(jié)構(gòu)失衡、過度集中的趨勢(shì)。

因研究涉及的省份較多，為更好地反映客源市場(chǎng)分布的集中度，本文引入四省份指數(shù)和十一省份指數(shù)。計(jì)算公式為：

式中，S≤1，表示結(jié)構(gòu)正常、集中適當(dāng)；S ＞1，則表示存在著結(jié)構(gòu)失衡、過度集中的趨勢(shì)。

地理集中度指數(shù)：本文采用該指數(shù)來衡量昆明旅游流客源市場(chǎng)的空間分布集中性［37］，其計(jì)算公式為：

式中，G為地理集中度指數(shù)；Xi為i 省份居民對(duì)昆明旅游的網(wǎng)絡(luò)關(guān)注度，即由i 省份到昆明的旅游流流量；T 為31 個(gè)省份對(duì)昆明旅游的總網(wǎng)絡(luò)關(guān)注度，即昆明旅游的總旅游流流量；n 為昆明旅游流客源市場(chǎng)數(shù)量。G數(shù)值越大，越接近100，說明昆明的旅游流客源市場(chǎng)結(jié)構(gòu)越集中，旅游客源結(jié)構(gòu)越單一；G數(shù)值越小，說明昆明的旅游流客源市場(chǎng)結(jié)構(gòu)越分散，客源結(jié)構(gòu)更多樣化。

2 基于ADL模型的分析

高鐵開通對(duì)昆明旅游流是否有影響及影響期有多長(zhǎng)是需要首先解決的問題，也是后續(xù)研究開展的前提和基礎(chǔ)。昆明高鐵開通運(yùn)營(yíng)的時(shí)間較短，為增加分析的時(shí)間序列數(shù)據(jù)長(zhǎng)度，本文選用2014—2019年各月網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，同時(shí)引入高鐵開通與否這一虛擬變量［16，38，39］來分析高鐵開通對(duì)昆明旅游流是否有影響及影響期長(zhǎng)度。分析時(shí)，首先對(duì)月度時(shí)間序列數(shù)據(jù)采用季節(jié)差分法消除季節(jié)變化的影響，得到時(shí)間序列yt，結(jié)果見圖1。

圖1 2014—2019 年各月昆明旅游網(wǎng)絡(luò)關(guān)注度增長(zhǎng)趨勢(shì)

本文通過單位根檢驗(yàn)發(fā)現(xiàn)，yt為不含截距項(xiàng)和趨勢(shì)項(xiàng)的平穩(wěn)序列數(shù)據(jù)，顯著性水平為1%，因此無需進(jìn)行差分處理。對(duì)兩個(gè)時(shí)間序列數(shù)據(jù)進(jìn)行LM 檢驗(yàn)后發(fā)現(xiàn)，昆明旅游流適用于（3，1）階自回歸分布滯后模型：

式中，yt為t 時(shí)期經(jīng)季節(jié)調(diào)整后的旅游流；yt－1為t－1 時(shí)期的旅游流；yt－2為t－2 時(shí)期的旅游流；yt－3為t－3 時(shí)期的旅游流；δ和ε為高鐵開通對(duì)t 時(shí)期和t－1 時(shí)期的影響系數(shù)；C 為常數(shù)項(xiàng)；ut為隨機(jī)干擾項(xiàng)。

根據(jù)公式（7）估計(jì)所有解釋變量的系數(shù)與常數(shù)項(xiàng)，根據(jù)t統(tǒng)計(jì)量，剔除沒有通過顯著性檢驗(yàn)（顯著水平為10%）的解釋變量，結(jié)果見表1。

表1 ADL模型估計(jì)結(jié)果

由此，得出昆明市旅游流的模型估計(jì)公式：

從表1 可見，估計(jì)模型的擬合優(yōu)度為62.364%，擬合效果良好。δ和ε統(tǒng)計(jì)量在1%的顯著水平上是統(tǒng)計(jì)顯著的，說明高鐵開通對(duì)昆明旅游流的影響周期為兩期。其中，δ為正數(shù)，說明高鐵開通第一期對(duì)昆明旅游流具有正面的促進(jìn)作用，其促進(jìn)效果為4.94個(gè)單位；而ε為負(fù)數(shù)，說明高鐵開通對(duì)昆明旅游流第二期的影響體現(xiàn)為負(fù)面作用，其影響效果為－5.54個(gè)單位。原因是：旅游需求主要受到居民人均可支配收入、閑暇時(shí)間和受教育程度等因素的影響，在短期內(nèi)居民人均可支配收入、閑暇時(shí)間和受教育程度并不會(huì)發(fā)生很大的變化，因此在一定時(shí)期內(nèi)居民旅游需求量和偏好是“相對(duì)穩(wěn)定”的，其增長(zhǎng)趨勢(shì)是可預(yù)測(cè)和模擬的。高鐵開通第一期對(duì)昆明旅游流的促進(jìn)作用會(huì)“預(yù)支”后續(xù)時(shí)期游客對(duì)昆明的需求，從而在第二期表現(xiàn)為“抽血”的負(fù)面效應(yīng)。由于時(shí)間序列數(shù)據(jù)長(zhǎng)度有限，本文采用月度數(shù)據(jù)進(jìn)行模型分析，在分析結(jié)果中表現(xiàn)為對(duì)高鐵開通首月（第一期）旅游流有促進(jìn)作用，對(duì)次月（第二期）的影響為負(fù)面作用，若時(shí)間序列數(shù)據(jù)足夠長(zhǎng)，以年為單位進(jìn)行分析，所得結(jié)論有可能是高鐵開通第一年對(duì)昆明旅游流有促進(jìn)作用，第二年為“抽血”的負(fù)面效應(yīng)。本文著重分析了高鐵開通對(duì)昆明市旅游流2017 年、2018年的影響。

3 對(duì)旅游流年內(nèi)時(shí)間分布的影響

本文利用2014—2018 年間昆明旅游網(wǎng)絡(luò)關(guān)注度各月數(shù)據(jù)，制作統(tǒng)計(jì)圖表，以分析昆明旅游流的年內(nèi)時(shí)間變化特征，結(jié)果見圖2。

圖2 2014—2018 年間昆明旅游流各月分布情況

總體來看，除2017 年外，其他年份昆明市旅游需求年內(nèi)分布較為均勻，主要原因是：昆明市四季如春，全年的旅游舒適度較高，旅游受季節(jié)變化的影響較小，但仍然會(huì)受假期的影響，出現(xiàn)“高峰”和“小高峰”。計(jì)算得出，2014—2018 年昆明旅游季節(jié)強(qiáng)度指數(shù)分別為0.47、0.74、0.66、0.93、1.06，說明2014—2018年昆明年內(nèi)各月的旅游流流量差異相對(duì)較小，各月旅游流流量分布相對(duì)均勻。其中，2017—2018年昆明旅游的季節(jié)強(qiáng)度指數(shù)相比2014—2016 年要大，說明高鐵開通后，昆明旅游流的年內(nèi)各月分布差異變大，主要表現(xiàn)為節(jié)假日對(duì)旅游流的影響被放大，節(jié)假日效應(yīng)增強(qiáng)。

4 對(duì)旅游流客源市場(chǎng)結(jié)構(gòu)的影響

4.1 昆明旅游流客源市場(chǎng)結(jié)構(gòu)概況

我國31 個(gè)省份2014—2018 年赴昆明旅游流流量（網(wǎng)絡(luò)關(guān)注度）結(jié)果見表2。從表2 可見，2014—2018 年總網(wǎng)絡(luò)關(guān)注度超過100 萬人次的是云南省、廣東省、北京市和四川省4 個(gè)省份。從2014—2018年的數(shù)據(jù)可以看出，云南省和廣東省各年旅游流流量始終排在前兩位，其次是北京市、四川省、浙江省和江蘇省，排名處于第三至第六位，但各年名次有所變化。

表2 我國31個(gè)省份居民對(duì)昆明旅游的網(wǎng)絡(luò)關(guān)注度（萬人次）

4.2 客源市場(chǎng)結(jié)構(gòu)變化

依據(jù)網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)及公式（3）—（6），計(jì)算2014—2018 年昆明旅游流的首位度和地理集中度指數(shù)，結(jié)果見表3。從首位度來看，2014—2015 年昆明旅游首位度小于2，表示昆明旅游客源市場(chǎng)結(jié)構(gòu)正常、集中適當(dāng)，而從2016 年開始，昆明旅游首位度均大于2，且數(shù)值逐年上漲，表明昆明旅游客源市場(chǎng)存在著結(jié)構(gòu)失衡、過度集中的趨勢(shì)；從四省份和十一省份首位度指數(shù)看，2014—2018 年，昆明旅游的四省份首位度分布在0.67—0.88 之間，十一省份首位度指數(shù)分布在0.48—0.64 之間，且逐年增大，但均小于1，說明這幾年中昆明旅游客源市場(chǎng)結(jié)構(gòu)正常、集中適當(dāng)；而從首位度指數(shù)變化趨勢(shì)看，昆明開通高鐵后兩年與之前的3 年相比，首位度指數(shù)均呈上漲趨勢(shì)，表明昆明開通高鐵以后，客源市場(chǎng)結(jié)構(gòu)越來越集中。從地理集中度指數(shù)來看，2017—2018 年昆明旅游的地理集中度指數(shù)相對(duì)2014—2016 年有輕微上漲，說明隨著高鐵的開通，旅游流向昆明集聚的省份變得更加集中，昆明旅游客源結(jié)構(gòu)變得更加單一。

表3 昆明旅游流的年度首位度和集聚度指數(shù)

4.3 區(qū)域差異及影響因素

利用2014—2016 年的數(shù)據(jù)計(jì)算出2015 年、2016年各省份對(duì)昆明旅游網(wǎng)絡(luò)關(guān)注度的平均增長(zhǎng)率，用于測(cè)算各省份2017 年和2018 年本底值，并將其與統(tǒng)計(jì)值相比較，計(jì)算高鐵開通兩期內(nèi)對(duì)各省份旅游流流量的影響。其中，內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)、海南省、西藏自治區(qū)4 個(gè)省份在昆明開通高鐵時(shí)未加入全國高鐵網(wǎng)絡(luò)，在這一部分分析中予以剔除，結(jié)果見表4。從表4 可見，高鐵開通對(duì)2017 年昆明旅游網(wǎng)絡(luò)關(guān)注度的影響量為21.85 萬人次，影響率為4.77%，體現(xiàn)為正面促進(jìn)作用；對(duì)2018 年昆明旅游網(wǎng)絡(luò)關(guān)注度影響量為－ 57.7 萬人次，影響率為－11.69%，體現(xiàn)為負(fù)面作用。這在一定程度上驗(yàn)證了上文的推論。

高鐵開通對(duì)昆明旅游流和客源市場(chǎng)的影響存在明顯的差異。2017 年是昆明高鐵開通的第一年，從表4 可見，除青海省、北京市和云南省體現(xiàn)為負(fù)增長(zhǎng)外，其他24 個(gè)省份均體現(xiàn)為正面的促進(jìn)作用。其中，云南的游客損失量最大，原因是高鐵開通對(duì)旅游流不僅有聚集作用，也有擴(kuò)散作用，昆明高鐵的開通對(duì)云南游客出省旅游具有促進(jìn)作用，使得本省游客對(duì)昆明的旅游需求下降。2018 年為昆明開通高鐵的第二年，高鐵開通對(duì)昆明旅游流的作用體現(xiàn)為負(fù)面的“預(yù)支”作用，從結(jié)果來看，除廣西壯族自治區(qū)赴昆明的旅游流流量增加外，其他省份均體現(xiàn)為負(fù)面的“預(yù)支”作用。

表4 高鐵開通對(duì)我國27 個(gè)省份關(guān)于昆明旅游網(wǎng)絡(luò)關(guān)注度的影響（萬人次）

從上述分析可見，高鐵開通對(duì)貴州省、廣西壯族自治區(qū)、重慶市等周邊省份的促進(jìn)作用最明顯，對(duì)青海省、北京市等距離較遠(yuǎn)的客源市場(chǎng)促進(jìn)作用并不明顯，即高鐵開通對(duì)客源市場(chǎng)的影響存在距離衰減。為驗(yàn)證這一結(jié)論，本文利用百度地圖，以各省份省會(huì)城市到昆明的空間距離，測(cè)算出2017 年之前加入全國高鐵網(wǎng)絡(luò)的云南以外的26 個(gè)省份到昆明的空間距離，結(jié)果見表5。

表5 我國26個(gè)省份與昆明的空間距離

在此基礎(chǔ)之上，利用SPSS 23 軟件對(duì)26 個(gè)省份2017、2018 兩年旅游流影響量與空間距離之間的關(guān)系進(jìn)行皮爾遜相關(guān)檢驗(yàn)，結(jié)果見表6。從表6 可見，在5%顯著水平下，高鐵開通的第一年（2017 年）旅游流影響量與空間距離之間呈負(fù)相關(guān)關(guān)系。即高鐵開通第一年對(duì)各省份的旅游流的促進(jìn)作用與空間距離存在負(fù)相關(guān)關(guān)系，但高鐵開通次年（2018 年）的旅游流影響量與空間距離未顯示有相關(guān)關(guān)系。

表6 皮爾遜相關(guān)性檢驗(yàn)結(jié)果

為進(jìn)一步考察空間距離與旅游流影響量之間的相關(guān)關(guān)系，本文以高鐵開通對(duì)2017 年各省份對(duì)昆明旅游網(wǎng)絡(luò)關(guān)注度的影響量為因變量，以空間距離為自變量進(jìn)行線性回歸分析，結(jié)果見表7。從表7 可見，空間距離每增加（或減少）1km，高鐵開通對(duì)網(wǎng)絡(luò)關(guān)注度的影響量將減少（或增加）5.43 人次。

表7 回歸分析結(jié)果

5 結(jié)論與討論

本文收集網(wǎng)絡(luò)關(guān)注度等數(shù)據(jù)，利用自回歸分布滯后模型、季節(jié)強(qiáng)度指數(shù)、首位度、地理集中度、皮爾遜相關(guān)檢驗(yàn)、回歸分析等方法分析了高鐵開通對(duì)昆明旅游流流量、旅游流年內(nèi)季節(jié)分布、客源市場(chǎng)結(jié)構(gòu)的影響，主要結(jié)論如下：①高鐵開通對(duì)旅游地旅游流的影響是全面、復(fù)雜和長(zhǎng)期的，影響過程是曲折的，并不是對(duì)每年的旅游流都具有正面促進(jìn)作用。高鐵開通對(duì)旅游地旅游流第一年的影響是正面促進(jìn)作用，在第二年則體現(xiàn)為負(fù)面作用。原因是：高鐵開通第一年對(duì)旅游地旅游流的促進(jìn)作用會(huì)“預(yù)支”后續(xù)年份游客的旅游需求，從而在第二年表現(xiàn)為“抽血”的負(fù)面效應(yīng)。高鐵對(duì)旅游地旅游流是否具有促進(jìn)作用，促進(jìn)作用有多大，需要長(zhǎng)期的觀測(cè)數(shù)據(jù)和系統(tǒng)全面的分析，否則會(huì)使高鐵效應(yīng)被放大。②高鐵會(huì)增強(qiáng)旅游地節(jié)假日效應(yīng)，進(jìn)而導(dǎo)致旅游地旅游流年內(nèi)各月分布差異變大。2014—2018 年昆明年內(nèi)各月旅游流流量差異相對(duì)較小，高鐵開通后，昆明年內(nèi)各月旅游流分布差異變大，主要表現(xiàn)為節(jié)假日對(duì)旅游流的影響被放大，節(jié)假日效應(yīng)增強(qiáng)。③昆明開通高鐵以后，首位度和地理集中度指數(shù)變大，客源市場(chǎng)越來越集中。高鐵開通對(duì)客源市場(chǎng)的影響存在區(qū)域差異和距離衰減，高鐵開通第一年（2017 年）對(duì)各省份的旅游流的促進(jìn)作用與空間距離之間存在負(fù)相關(guān)關(guān)系，但是高鐵開通次年（2018 年）的旅游需求影響量與空間距離未顯示有相關(guān)關(guān)系。

本文也存在一定的局限：①網(wǎng)絡(luò)關(guān)注度是一個(gè)間接數(shù)據(jù)，并不能完全代表實(shí)際的客流量，因此相關(guān)研究結(jié)果可能存在一定的偏差，需要基于實(shí)際客流量數(shù)據(jù)做進(jìn)一步驗(yàn)證。②時(shí)間序列數(shù)據(jù)較短，會(huì)導(dǎo)致ADL模型和本底值預(yù)測(cè)結(jié)果出現(xiàn)偏差，難以全面準(zhǔn)確地測(cè)算高鐵開通對(duì)昆明旅游流的影響，研究結(jié)論存在一定的局限性。③由于少量特殊事件對(duì)昆明旅游網(wǎng)絡(luò)關(guān)注度沖擊影響在統(tǒng)計(jì)數(shù)據(jù)中表現(xiàn)不明顯，本文在分析中未考慮該事件對(duì)昆明旅游流的影響，可能會(huì)對(duì)研究結(jié)果造成一定的影響。④研究過程中未剔除其他地區(qū)重大事件或高鐵開通的影響，也會(huì)導(dǎo)致相關(guān)研究結(jié)果出現(xiàn)一定的偏差。以上幾個(gè)方面將在后續(xù)研究中予以完善。