Spatial Network Characteristics and Driving Mechanism of Tourism Information Flow in Central Plains Urban Agglomeration = 중원 도시군 관광정보흐름의 공간네트워크 특징 및 구동 메커니즘

국문 초록 (Abstract)

21세기에 들어서면서 관광 산업은 지역 경제 발전의 핵심 성장 동력으로 자리 잡았으며, 인터넷과의 연계가 더욱 긴밀 해졌다. 인터넷의 급격한 발전은 관광 정보의 온라인 홍보를 촉진하고, 정보의 흐름 및 전달 속도를 가속화하여 관광객에게 강력한 안내 효과를 제공하였다. 오늘날 관광객들은 인터넷을 활용해 목적지 정보를 검색하고 관광 결정을 내리는 데 익숙해졌다. 인터넷은 관광 목적지와 출발지, 공급자와 수요자 간의 정보를 전달하는 주요 매개체 역할을 하고 있다. 관광 정보 흐름은 방대한 데이터와 지식으로 구성되며, 인터넷 검색 데이터의 흐름 과정, 방향, 흐름량 등의 특성을 반영한다. 정보 기술과 매체의 발전은 관광 정보 전송의 시공간적 거리를 단축시키고, 정보의 흐름과 교환을 가속화하였다. 이를 통해 관광 정보 흐름이 관광객 유입에 미치는 안내 역할이 더욱 강화되었으며, 관광객의 관광 결정과 수요에 지속적으로 영향을 미치고 있다. 그러나 관광 정보 흐름에 대한 연구는 아직 부족하며, 지역 간 관광 정보 흐름의 진화 추세와 그 영향 요인에 대한 심도 있는 탐구는 미진한 상태이다. 따라서 본 연구는 ‘흐름 공간’ 관점을 바탕으로 관광 정보 흐름에 대한 이론적 분석을 수행하고, 지역 간 관광 정보 흐름의 법칙을 규명하고자 한다. 본 연구는 바이두 지수 검색 데이터를 기반으로 중원 도시군을 사례로 선정하였으며, 관광 정보 흐름 평가 모델과 지리 공간 분석법을 통해 시공간적 진화 특성을 분석하였다. 또한, 본 연구는 사회 네트워크 분석법을 활용하여 관광 정보 흐름의 공간 네트워크 구조를 탐구하였다. 더불어, 관광 정보 흐름의 동력 메커니즘을 분석하기 위해 '추진-끌림-저항' 이론 모델을 구축하고, QAP 분석법과 GWR 모델을 사용하여 그 영향 요인을 분석하였다. 마지막으로, 연구 결과를 바탕으로 몇 가지 제안을 도출하였다. 본 연구의 주요 결론은 다음과 같다.
(1) 중원 도시군의 관광 정보 흐름은 뚜렷한 시공간적 차이를 보인다. 시계열 분석 결과, 연구 기간 동안 관광 정보 흐름은 하락 추세를 보였다. 월별 데이터 분석에서는 관광 정보 흐름이 뚜렷한 계절적 특성을 보이며, 4월과 8월에 피크를 나타냈다. 공간적 분석 결과, 관광 정보 흐름의 분화 특성이 매우 뚜렷하게 나타났다. 서부 지역 도시는 관광 정보 유출률이 높아 지역 내에서 주로 관광 목적지로서의 역할을 담당하고 있다. 반면, 동부 및 북부 지역 도시는 관광 정보 유출률이 낮아 지역 내에서 관광 출발지로서의 역할을 더 많이 수행하고 있다. 연구 기간 동안 관광 정보 유출량은 뚜렷한 양의 공간 상관관계를 보였으며, 공간적 정향 집적 효과가 분명하게 나타났다. 반면, 관광 정보 유입량은 무작위 분포를 보이며, 공간적 상관관계를 나타내지 않았다. 연구 기간 동안, 관광 정보 흐름의 공간적 강도는 점차 약화되었으며, 공간적으로 '단일 중심' 분포 특성을 보였다.
(2) 중원 도시군의 관광 정보 흐름은 뚜렷한 네트워크 구조적 특성을 보인다. 전체 공간 네트워크에서 네트워크 밀도는 하락 추세를 보이며, 공간 구조는 점차 희소해지고 있다. 네트워크 노드 구조에서는 노드 중심성이 감소하였고, 노드의 집적 및 방사 능력도 전반적으로 약화되었다. 노드 간 네트워크 접근성도 현저히 감소하였으며, 소수의 핵심 노드는 전체 네트워크를 지배하는 능력이 매우 강력하다. 관광 정보 흐름 공간 네트워크는 또한 뚜렷한 핵심-주변 구조를 나타내며, 단계적 특성도 두드러진다.
(3) 관광 정보 흐름 네트워크의 발전과 변화는 관광 출발지의 추진력, 목적지의 끌림력, 유동 과정의 저항력 등 다중 요인의 영향을 받는다. 연구 결과, 추진 시스템이 관광 정보 흐름에 가장 뚜렷한 영향을 미치며, 시스템 내에서 핵심적인 지위를 차지하고 있음을 확인하였다. 구체적인 지표 측면에서는 경제 발전 수준, 인구 규모, 정보화 정도가 주요 추진 요인으로 나타났으며, 관광 매력도, 생태 환경 품질, 관광 인프라 수준이 핵심 끌림 요인으로 작용한다. 시간 거리와 공간 거리는 주요 저항 요인으로 작용한다. 연구는 또한 주요 영향 요인들이 관광 정보 흐름에 미치는 영향이 뚜렷한 공간적 이질성을 보인다는 것을 발견하였다.
(4) 중원 도시군의 관광 정보 흐름이 반영하는 현실적인 관광 발전 문제에 대응하여, 본 연구는 시간적 및 공간적 두 측면에서 맞춤형 최적화 방안을 제시하였다. 이는 정부가 관광 정보 흐름의 공간 구조 최적화 전략을 수립하는 데 참고 자료로 활용할 수 있다.

다국어 초록 (Multilingual Abstract)

In the 21st century, tourism has progressively become a key driver of regional economic development. It has increasingly strong connections to the internet. The rapid development of the internet has facilitated the online dissemination of tourism information, accelerating its flow and significantly influencing tourists' decisions. Tourists now routinely use the internet to search for destination information and make travel decisions. The internet serves as a bridge for transmitting information between tourist destinations and source markets, as well as between supply and demand sides. Tourism information flow consists of vast amounts of data and knowledge. It reflects the process, direction, and volume characteristics of internet-based tourism search data. Advances in information technology and communication media have shortened the spatiotemporal distance of tourism information transmission, accelerating its flow and exchange. This has strengthened the guiding role of tourism information flow on tourist movements, consistently influencing travel decisions and demand. However, research on tourism information flow remains limited, and the evolutionary trends and influencing factors of interregional flows have yet to be deeply explored. Therefore, this study first conducts a theoretical analysis of tourism information flow from the "flow space" perspective to understand the patterns of regional tourism information flow. Second, based on Baidu Index search data, the Central Plains Urban Agglomeration is used as a case study. A tourism information flow evaluation model and geographic spatial analysis are applied to examine its spatiotemporal evolution characteristics. Additionally, social network analysis is employed to explore the structural characteristics of the tourism information flow spatial network. To analyze the driving mechanisms of tourism information flow, this study constructs a "push-pull-resistance" theoretical model and employs QAP analysis and GWR models to investigate influencing factors. Finally, recommendations are proposed based on the research findings. The main conclusions of this study are as follows:
(1) Tourism information flow in the Central Plains Urban Agglomeration shows significant spatiotemporal variation. In terms of temporal evolution, tourism information flow showed a decreasing trend during the study period. Monthly data show that the tourism information flow has obvious seasonal characteristics, with peaks in April and August. In terms of spatial evolution, the spatial differentiation characteristics of tourism information flow are very significant. Cities in the west have a high rate of tourism information outflow, and they mainly assume the function of tourist destinations in the region. On the other hand, the eastern and northern cities have low tourism outflow rates and act more as tourism origin roles in the region. During the study period, the tourism information outflow shows a significant positive spatial correlation, and the positive spatial clustering effect is obvious. In contrast, tourism information inflow shows random distribution without spatial correlation. Throughout the study, the spatial field strength of tourism information flow gradually weakened, and showed the characteristics of "monocentric" distribution in space.
(2) Tourism information flow in the Central Plains Urban Agglomeration displays distinct network structural characteristics. Overall, network density shows a downward trend, and the spatial structure is gradually becoming sparser. Regarding network node structure, node centrality has decreased, and overall aggregation and radiative capacity have weakened. Network accessibility between nodes has also significantly decreased, with a few core nodes exerting dominant control over the entire network. The tourism information flow spatial network also shows a clear core-periphery structure, characterized by significant periodicity.
(3) The development and evolution of tourism information flow are driven by push forces from origin areas, pull forces from destinations, and resistance in the flow process. The study found that the push system exerts the most significant impact on tourism information flow. Specific indicators show that economic development level, population size, and informatization level are the primary push factors. Tourism attraction, ecological environmental quality, and tourism infrastructure level are the core pull factors. Temporal distance and spatial distance are the main resistance factors. The study also revealed significant spatial heterogeneity in the influence of each major factor on tourism information flow.
(4) Aiming at the current tourism development problems reflected by the tourism information flow of the Central Plains Urban Agglomeration, this study puts forward targeted optimization suggestions from the two dimensions of temporal and spatial. The relevant contents can provide a reference for the government and tourism enterprises to formulate strategies for optimizing the spatial structure of tourism information flow.

목차 (Table of Contents)

• Ⅰ. Introduction 1
• 1. Research background and research questions 1
• 1) Research background 1
• 2) Research questions 4
• 2. Research purpose and research significance 5
• 1) Research purpose 5
• 2) Research significance 6
• 3. Research ideas and research framework 8
• 1) Research ideas 8
• 2) Research framework 10
• II. Theoretical Concepts and Literature Review 12
• 1. Conceptual connotation 12
• 1) Information flow 12
• 2) Tourism flow 13
• 3) Tourism information flow 14
• 4) Urban agglomeration 15
• 2. Theoretical foundation 16
• 1) Flow space theory 16
• 2) "Push-Pull" theory 17
• 3) Social network theory 19
• 3. Literature review 20
• 1) Related research on information flow 20
• 2) Related research on tourism flow 23
• 3) Relevant research on tourism information flow 29
• 4) Research summary 33
• III. Theoretical Analysis Construction of Tourism Information Flow 36
• 1. Theoretical connotation and quantification of tourism information flow 36
• 1) Theoretical connotation of tourism information flow 36
• 2) Quantification of tourism information flow 37
• 2. The agglomeration and diffusion characteristics of tourism information flow 38
• 1) The diffusion characteristics of tourism information flow 39
• 2) The agglomeration characteristics of tourism information flow 41
• 3. The Influence factors and driving mechanism of tourism information flow 42
• 1) The connotation of the "push-pull" theory for tourism information flow 42
• 2) The influence factors of tourism information flow 44
• 3) The driving mechanism of tourism information flow 52
• 4. Summary of the chapter 56
• IV. Spatial Networks of Tourism Information Flow 57
• 1. Selection of the study area 57
• 2. Research methodology 58
• 1) Tourism information flow quantification model 58
• 2) Geospatial analysis method 59
• 3) Social Network Analysis (SNA) 62
• 3. Data collection and processing 64
• 1) Data sources 64
• 2) Data processing 65
• 4. Evolutionary characteristics of tourism information flow 66
• 1) Temporal characterization of tourism information flow 66
• 2) Spatial characterization of tourism information flow 68
• 5. Spatial network structure of tourism information flow 80
• 1) Evolutionary characteristics of the spatial network structure of tourism information flow 80
• 2) Evolutionary characteristics of the spatial network scale of tourism information flow 81
• 3) Spatial network node structure of tourism information flow 85
• 6. Summary of the chapter 93
• Ⅴ. Driving Mechanism of Tourism Information Flow 96
• 1. Research methodology 96
• 1) Quadratic assignment procedure (QAP) 96
• 2) Geographically weighted regression (GWR) 97
• 2. Indicators of influencing factors 97
• 1) Indicator selection 97
• 2) Data sources 99
• 3. Impact factor analysis 99
• 1) Correlation analysis of influencing factors 99
• 2) The push factors of tourism information flow 104
• 3) The pull factors of tourism information flow 110
• 4) The resistance factors of tourism information flow 116
• 4. Summary of the chapter 120
• Ⅵ. Conclusions and Discussion 122
• 1. Conclusions 122
• 2. Optimization recommendations for the spatial network structure of tourism information flow 124
• 1) Optimization recommendations at the temporal level 125
• 2) Optimization recommendations at the spatial level 126
• 3. Research values 129
• 4. Research limitations 130
• References 132
• Abstract 144