城市旅游业是一项综合性服务产业，它不仅带动了城市圈发展、拉动投资、扩大消费，同时也在一定程度上解决了居民社会就业等一系列问题[1-2]。21世纪以来，中国高铁建设进入快速发展的时期，“四横四纵”高铁网已初步建成完工，城市旅游产业蓬勃发展。高铁不仅缩短了城市间旅行时间距离，加强了区域间的社会经济交流，同时也在一定程度上打破了传统意义上的旅游格局，为城市旅游业的发展起到推进作用。因此，研究高铁对旅游的影响已逐渐成为地理学、管理学及旅游学关注的热点性问题[3-4]。

目前，国内外学者对高铁旅游已取得较多的学术成果[5-7]。其中，国外对高铁城市旅游研究集中在旅游目的地、旅游市场经济、区域规划等方面[8-9]。如Masson以佩皮尼昂和巴塞罗那为例，研究高铁对城市旅游目的地起着重要的作用，定性地阐述高铁对城市旅游带来的影响[10]。Albalate以巴西为例，以1998-2013年为时间段，研究高铁对于游客的影响，表明高铁开通改变了游客出行方式的选择，加强了游客在空间上的聚集程度[11]。Pagliara以马德里为例，重点强调高铁系统对游客选择城市旅游目的地的影响[12]。国内对于城市高铁与旅游间的影响主要集中在旅游经济联系、旅游文化、景点可达性等几个方面[13-15]。如蒋海兵以2020年规划的高铁网络为基础，分析全国景点可达性时空分异特征，进一步说明高铁缩短了城市旅游时间，带动了旅游经济产业链的发展[16]。汪德根通过选取旅游综合规模评价指标，基于主成分分析方法进一步改进城市旅游场强测度模型，从而研究高铁对城市旅游场强的辐射影响[17]。综上所述，当前对高铁旅游的研究多局限在旅游规划、市场、经济等单一角度，缺少从地理角度出发，结合多个方面定量地分析高铁对城市旅游可达性及空间作用强度的影响。

鉴于此，本文在前人研究的基础之上，通过构建2007年和2015年全国交通道路网络数据集，以全国31个重要城市为研究对象，从城市间旅游交通可达性、景点等时圈、城市旅游空间相互作用、旅游经济联系强度等多个方面，结合旅游可达性与空间作用强度来深入探讨高铁开通前后对全国省会城市旅游交通可达性与空间作用强度的影响，把握其演变规律，以期为企业、政府的合理化管理提供一定的价值参考。

1 数据来源与方法

1.1 数据来源与说明

采用2007年和2015年两个时间段的全国交通道路网络数据(1∶25万)，道路数据包括高铁、普通铁路、高速公路、国道、省道、县道及普通公路。为进行后续GIS网络分析，本文依据《中华人民共和国公路工程技术标准》及《中国铁路中长期发展规划(2008-2020)》的要求，首先将全国各类型道路时速进行赋值，即高铁(300km/h)、普通铁路(90km/h)、高速公路(100km/h)、国道(80km/h)、省道(60km/h)、县道及普通公路(40km/h)，然后构建两个时间段的交通网络数据集，交通网络数据集的构建是城市旅游可达性、景点可达性研究的重要组成部分[18-19]。

（1）与燃煤、燃气、太阳能等传统的热水系统相比，空气源热泵热水系统不受燃料供应因素的影响，受夜晚、阴天、下雨及下雪等恶劣天气的影响也较小。

各城市社会经济及旅游类指标主要包含城市年末人口总数、国内旅游人数、入境旅游人数、旅游外汇收入、国内旅游收入几个要素[16]58。数据分别来源于2008年和2016年《中国城市统计年鉴》、各城市《统计年鉴》及《国民经济和社会发展统计公报》。同时，受数据获取的限制，文中的旅游资源数据用2013年全国1 464个旅游景点数据替代(3A及以上景点位置)。

1.2 研究方法

1.2.1 城市旅游和景点交通可达性评价方法

对孩子们来说，科学是人间最美妙的游戏，不仅带来快乐，而且使他们有能力做许许多多对人类有益的事。年少时，很多人把当科学家作为理想；长大后，人们因科学而丰富知识、增长见识；再后来，有些人攀登上科学的高峰，拓展了人类认识世界的疆界。科技发展带来的新挑战需要我们共同应对，科技创新也必须扎根在公众科学素质和能力不断增强的沃土中。普及科学知识、弘扬科学精神、传播科学思想、倡导科学方法，人人都成为科学共同体的一分子，才能让科学素养成为推动民族复兴巨轮的强大能量。

从表1我们可以看出：2007年，全国各省会城市旅游交通可达性水平较高的城市包含武汉、长沙、西安、石家庄、济南、太原、合肥等城市，旅行时间平均值为1 130.35min，这些城市多集中分布在华北地区，城市在空间上离边缘地区相对较近；可达性水平较低的城市多分布在边缘地区，该地区受自然地理因素的影响较大，人口密度和交通网络密度较小，如海口、沈阳、长春、哈尔滨、拉萨、乌鲁木齐。2008-2015年，城市可达性指数平均减少了770.50min。其中，旅游可达性指数变化最大的城市有乌鲁木齐、哈尔滨、长春、沈阳等城市，分别减少了1 195.94min、1 379.23min、1 198.34min、1 021.62min，主要原因在于城市最初可达性水平较低，高铁的开通大大提高了城市可达性水平。

2.1.2 混播禾草种类对混播植物POD活性的影响 A2处理禾草POD活性最高，其次是A3处理。其中，A2处理禾草POD活性分别比A1，A3和A4处理高250.04%，20.22%和350.42%倍，差异均达极显著水平(P<0.01)；A3处理禾草POD活性分别比A1和A4处理高191.18%和274.68%(P<0.01)。A1和A4处理之间差异不显著(表1)。A1处理下苜蓿POD活性比A4处理高19.47%(P<0.01)；A3处理POD活性比A4处理高16.40%(P<0.05)；其余处理之间无显著差异。

 

式中，Aij代表城市i的旅游交通可达性水平，该值越低，可达性越高；ti和popi分别代表城市i的内部旅行时间及城市i的人口总数(单位：百万人)；trij代表城市i和城市j之间的最短旅行时间(单位：分钟)，该值是借助ArcGIS网络分析(O-D成本矩阵)方法获取。

1.2.2 城市空间旅游相互作用强度模型

相关分析显示，民族关系网对少数民族大学生创业能力呈正相关关系，相关系数为0.77，表明民族同胞的支持越多，创业能力越强。访谈发现，有亲友建议其创业的少数民族大学生的创业意愿、接受创业失败的承受力要比没有亲友支持或建议的少数民族大学生强。

根据引力模型来构建城市相互作用强度模型，测量各省会城市空间旅游相互作用强度，从而说明城市节点接收各城市的旅游辐射强度[22-23]，计算公式如下：

式中，Tij、Fi分别代表城市i与城市j间的旅游作用强度、旅游空间平均作用强度；Mi、Mj分别指的是城市i和城市j接待的国内外旅游总人数(单位：万人)；Dij指的是城市间最短旅行距离(O-D成本矩阵)。

 

(3)

 

(4)

1.2.1 原位末端标记法(TUNEL)检测胎盘滋养细胞的凋亡:参考罗氏凋亡试剂盒说明书，切片脱蜡、水化、漂洗，蛋白酶K孵育30 min，过氧化氢浸泡5 min，TUNEL反应液暗室37 ℃孵育60 min，PBS冲洗终止反应，滴加Converter-POD于37 ℃水浴箱中孵育30 min，最后DAB显色10 min，苏木素复染，封片。光学显微镜下观察胎盘滋养细胞的凋亡程度，计算滋养细胞凋亡指数。罗氏Tunel凋亡检测试剂盒购自基因科技(上海)有限公司。

1.2.3 城市旅游经济联系强度

旅游经济联系更能体现城市之间的相互关系，已在区域旅游经济联系方面得到广泛应用[24-25]，公式如下：

 

(5)

 

(6)

式中，Rij是指城市i和城市j间的旅行经济联系；pi、pj分别是指各城市旅游接待的总人数；vi、vj分别代表各城市的旅游总收入(单位：亿元)；tij是指城市间的最短旅行时间(O-D成本矩阵)；Ci指城市i的平均旅游经济联系指数。

2 城市旅游交通可达性空间特征

采用GIS网络分析方法，利用式(1)和(2)城市旅游交通可达性计算模型，得出高铁开通前后全国城市间可达性及旅游景点的可达性变化值(结果如表1和表2所示)。

 

表1 中国省会城市旅游交通可达性统计

  

地区2007年(min)2015年(min)绝对变化(min)相对变化地区2007年(min)2015年(min)绝对变化(min)相对变化北京1264.38587.25677.130.54沈阳1702.82681.181021.640.60天津1240.03607.10632.930.51长春1933.94735.601198.340.62石家庄1133.96550.77583.190.51哈尔滨2157.67778.441379.230.64济南1148.43557.16591.270.51西安1110.10565.78544.320.49南京1340.10544.41795.690.59重庆1468.23651.13817.100.56上海1404.05593.22810.830.58成都1382.21674.68707.530.51杭州1369.72576.13793.590.58南宁1568.27683.27885.000.56福州1512.37645.63866.740.57银川1330.23875.86454.370.34广州1514.16644.24869.920.57兰州1345.87793.93551.940.41海口1800.64900.56900.080.47西宁1442.34823.74618.600.43太原1148.04571.49576.550.50贵阳1479.40672.33807.070.55郑州1474.29517.55956.740.65昆明1647.38920.47726.910.44合肥1155.66532.36623.300.54拉萨2419.341694.78724.560.30武汉1051.25521.52529.730.50呼和浩特1336.91850.46486.450.36长沙1165.00556.43608.570.52乌鲁木齐2754.181195.941558.240.57南昌1176.90588.94587.960.50

数据来源：作者统计。

 

表2 城市等时圈范围内景点数量

  

地区2007年0～3h 3～6h 6～8h2015年0～3h 3～6h 6～8h地区2007年0～3h 3～6h 6～8h2015年0～3h 3～6h 6～8h北京558550139487326沈阳164341106291340天津16124105120504277长春23334070232241石家庄10134102169546352哈尔滨9112551190214济南24106109145638275西安5465090481425南京86296196613283重庆0283557187512上海2410369168448369成都1352206290385杭州3013071191465354南宁22193140166393福州4172753387357银川2161861237广州32274270247415兰州32627123974海口7201774887西宁61016172863太原15519293426454贵阳671432194403郑州52035143720281昆明101419132452合肥780131177694245拉萨621621武汉76471124767208呼和浩特82364974173长沙0388170629334乌鲁木齐5197231519南昌5535668521367

数据来源：作者统计。

2.1 高铁对城市间旅游交通可达性分析

高铁的开通使各城市旅行时间平均缩短770.50min，相对变化率减少了0.52，表明高铁提高了城市整体可达性水平，同时由于各城市空间位置及高铁网密度不同，对城市旅游交通可达性水平的提高存在着一定差异(详见表1)。

本文基于构建的两期全国交通道路网络，采用ArcGIS网络分析模块中的O-D成本矩阵来计算城市间最短旅行时间和最短距离，其他公式中的最短时间和距离都是基于该方法获取而来。为进一步衡量各城市间旅游和景点交通可达性水平，将城市间最短旅行时间划分成两个部分，即城市内部旅行时间、城市间旅行时间[20-21]。具体计算公式如下：

高铁对各省会城市旅游交通可达性水平相对变化较大的城市包含郑州、沈阳、哈尔滨、长春、南京、上海、杭州等城市，相对变化率平均增加0.61。相对变化率较小的城市包含拉萨、呼和浩特、银川等城市，相对变化平均值为0.33，主要原因在于该地区人口密度较低、海拔较高，对于交通可达性水平的需求较低及高铁建设存在一定的技术难题。因此，2007-2015年全国高铁的开通运行大幅度地提升了省会城市可达性水平，改变了居民节假日旅游出行交通运输工具的选择，缓解了旅游高峰交通拥堵现象。

2.2 高铁对旅游景点可达性的影响

北京、上海、成都3个城市，值分别为22.33，18.10，26.23；值较低的城市如石家庄、福州、海口、太原、南昌、长春、哈尔滨、南宁、银川、兰州、西安、贵阳、拉萨、呼和浩特、乌鲁木齐，城市平均旅游经济联系指数都未超过1。到2015年，高铁的开通提高了各城市旅游经济的联系指数，值较高的城市包含北京、上海、武汉、重庆、成都，值都超过200，城市平均旅游经济联系指数分别增加了265.94，260.89，209.75，230.41，435.91。同时，对于乌鲁木齐、呼和浩特、拉萨、西宁等西部地区的城市，旅游经济联系指数绝对变化值较低，但其相对变化较大，分别为24.5，39.95，20，37.87。整体而言，两个时间段中省会城市旅游空间作用强度和经济联系指数变异系数的取值较大(见表4)，即说明省会城市间还存在着较大的差异。到2015年高铁开通，省会城市间的旅游作用强度的变异系数分别减少了0.065，0.702，也在一定程度上反映出高铁较之前减小了省会城市间的旅游作用强度。

由表2我们可以看出：高铁的开通提高了城市到旅游景点的可达性整体水平，使在同一等时圈范围内，省会城市到达旅游景点的数量大幅度增加。其中，在0～3h小时圈范围内，2007年各省会城市到旅游景点数目最多的城市有北京、济南、杭州、上海、广州，平均值为33个；到旅游景点数量较少的城市包含长沙、重庆、兰州。到2015年，各省会城市到达旅游景点的数量整体上平均增加了67个，其中景点数目较多的城市有石家庄、杭州、合肥、南京、上海，景点数目平均值为180个；到旅游景点数据最少的城市如海口、拉萨、银川、呼和浩特等，城市多分布在边缘地区，交通网络密度较低，景点可达性水平较低。

从3～6h等时圈看：高铁未开通前，到旅游景点的数目最多的城市主要有天津、石家庄、济南、上海、杭州，旅游景点数目都超过了100个，城市多集中分布在华北及东部沿海地区。到旅游景点数目较少的城市多集中在西部和东北地区，如拉萨、银川、西宁、哈尔滨等城市。到2015年，高铁开通提高了城市旅游景点可达性水平，各省会城市到旅游景点的数目整体平均增加了281个，为居民出行旅游提供了众多便利。其中北京、天津、石家庄、济南、南京、郑州、武汉、长沙等几个城市，受京沪、京广、沪杭等高铁的影响较大，到景点的数目都超过400个，而西部地区受高铁的影响程度较小，景点交通可达性水平较低，景点数目较少。

热负荷是衡量电机发热程度的重要参数，热负荷越高，铜耗越高，相同条件下温升越高。现以理想梯形槽参数为基础，以并绕根数、并联支路数、绕组层数等参数为常量，分别选择梯形槽电枢冲片槽满率为66.76%和 70%时漆包线线径，并计算热负荷，结果分别如图13(a)、(b)。

从6～8h时间等时圈来看：高铁未开通前，天津、石家庄、济南、合肥4个省会城市到达旅游景点的数目都超多100个，其他省会城市到景点的数目较小。到2015年，各省会城市可达性水平增加幅度较大，增加了游客出行对旅游景点选择的数目。其中景点数目变化最大的城市包含福州、广州、太原、西安、重庆、贵阳、成都，主要原因在于这些城市多为高铁站点城市，拥有较高的交通可达性水平。

3 城市旅游空间作用强度分析

采用城市空间旅游相互作用强度(式3、式4)及旅游经济联系指数(式5、式6)，对2007年和2015年两个时间段中各省会城市的平均作用强度进行统计，结果详见表3，可以看到，高铁的开通提升了各省会城市旅游空间相互作用强度和旅游经济联系指数的平均值，增强了城市旅游辐射强度。2007-2015年这8年间，高铁整体增强了城市平均旅游空间相互作用强度，值为174.3。在高铁未开通前，城市旅游空间平均相互作用强度最高的城市包含北京、天津、上海、杭州、重庆、成都，值都超过50，这些城市周围多分布众多历史、文化、自然风景等旅游景点，吸引着国内外游客来此游玩。到2015年，各城市的平均旅游空间相互作用强度大幅度提高，北京、天津、上海、重庆、成都城市仍保持较高的旅游作用强度，城市平均旅游作用强度变化较大，分别增加了557.95，509.97，463.59，767.67，728.46。而银川、拉萨、乌鲁木齐3个城市的旅游空间平均作用强度仍保持较低的水平，主要原因在于该地区受自然地理条件、经济发展水平、文化及政治等多因素的影响，对游客的吸引力较小。

为进一步分析城市间的旅游空间相互作用强度，对引力模型进行一定的修正，研究高铁对旅游经济联系指数空间变化特征。本文通过对比2007年和2015年两个时间段31个省会城市平均旅游经济联系指数可知(见表3)，城市间的旅游经济联系指数在一定程度上更能体现出高铁对城市旅游空间作用强度的影响。在2007年，平均旅游经济联系指数较高的城市包含

 

表3 城市旅游空间作用强度、旅游经济联系指数

  

地区旅游空间作用强度(万人·万人/km2)2007年 2015年 旅游经济联系指数(万人·亿元/h2)2007年 2015年 地区旅游空间作用强度(万人·万人/km2)2007年 2015年 旅游经济联系指数(万人·亿元/h2)2007年 2015年 北京83.55641.5022.33288.27沈阳12.7064.971.9258.93天津62.55572.525.97162.74长春5.9238.140.6629.26石家庄19.41155.850.7040.04哈尔滨5.1737.750.8931.30济南13.9398.261.2151.38西安11.40129.881.3178.05南京34.77315.273.51126.83重庆79.09846.766.90237.31上海70.02533.6118.10278.99成都93.38821.8426.23462.14杭州50.08367.813.98129.03南宁4.1840.480.6030.51福州1.5629.290.2727.76银川0.524.820.051.75广州5.3235.143.7981.33兰州1.2828.460.078.36海口9.2614.290.133.84西宁1.4112.560.083.11太原8.5562.110.6226.88贵阳10.80174.020.8371.84郑州17.55136.971.6280.54昆明6.6750.091.0219.16合肥8.51230.040.4483.05拉萨0.141.290.030.63武汉16.04338.492.09211.84呼和浩特2.1723.650.239.42长沙10.59156.041.6791.18乌鲁木齐0.272.410.123.06南昌4.3790.160.3460.25

数据来源：作者统计。

为进一步分析高铁对城市旅游空间格局的影响，本文通过计算31个省会城市到全国3A以上景点的交通可达性水平，并参照黄羿[26]和蒋海兵[16]59等对交通圈的划分，对各省会城市到景点所消耗的时间进行统一划分，总共划分成3个时间段：0～3h、3～6h、6～8h(结果详见表2)。

 

表4 省会城市旅游空间作用强度变异系数

  

城市指标年份变异系数变化值31个省会城市旅游空间作用强度旅游经济联系指数2007年2015年2007年2015年1.3151.2501.8851.183-0.065-0.702

数据来源：作者统计。

4 结论与讨论

“四横四纵”高铁线路的陆续开通，对全国各省会城市旅游交通可达性与空间作用强度具有重要的推进作用。本文以两期全国交通道路网络数据为基础，以全国31个省会城市为研究对象，采用交通可达性模型及旅游空间引力模型来研究其空间变化规律，具体结论如下：

(1)高铁开通整体上提高了城市交通可达性水平，缩短了城市间旅行距离。受高铁线路在空间分布上的影响，西部、东北及西南边缘地区城市可达性水平要远低于东部和中部地区，如乌鲁木齐、拉萨、呼和浩特、银川交通可达性水平远低于全国平均水平，而郑州、石家庄、合肥、北京等城市可达性水平较高，继而说明高铁拉大了城市可达性均衡差异，引起空间公平性问题。

不良的饮食习惯：偏食或挑食会导致人体的维生素和矿物质缺乏，会导致口腔黏膜的破溃，形成慢性溃疡，时间长了，就可能会发生癌变。而均衡的饮食有利于摄入足够的维生素和矿物质，降低口腔癌和口咽癌的风险。

(2)高铁开通后，城市旅游景点旅行时间大幅度缩减，形成以京津唐及长江三角洲地区为核心的3h旅游可达性等时圈，且东中西部城市存在较大差异。各城市居民在一定时间范围内，到达旅游景点的数目大幅度提高，带动了区域间的旅游经济联系强度，提高居民日常出行对旅游景点的选择。

(3)高铁开通对城市间旅游相互作用强度和旅游经济联系指数的提高具有显著的推进作用，提高了城市旅游辐射强度，促进了区域间旅游业的发展。同时，高铁对站点城市旅游经济空间作用强度要高于非站点城市，如位于长三角、京津冀及珠江三角洲地区的上海、南京、北京、天津、广州等城市多分布在多条高铁交汇处，可达性水平明显高于其他地区，城市旅游经济联系强度远高于其他城市。综上所述，高铁提高了城市旅游吸引力，重新塑造了以高铁沿线及站点城市为“轴”和“圈”的旅游经济带，在一定程度上促进了区域一体化发展。

(4)高铁开通后，省会城市旅游经济空间作用强度仍存在着较大的空间差异。从城市旅游空间作用强度及旅游经济联系指数变异系数分析，城市间旅游作用强度指标分别为1.250，1.183，继而说明高铁开通后城市间旅游经济联系强度仍存在着较大差异。

本文尝试从系统功能理论的角度，基于Kress & van Leeuwen 提出的视觉语法三大元功能框架，将新闻漫画的图像语法解读与多模态隐喻的建构有机结合，进一步完善对新闻漫画中多模态隐喻的理解。

本文重点阐述高铁对全国省会城市间旅游景点可达性及空间作用强度，本研究采用网络分析方法，基于2015年末高铁实际开通及2012年旅游景点空间分布情况，从多个指标定量分析高铁对省会城市景点可达性及旅游空间作用强度的空间分布差异，继而阐述高铁对省会城市旅游交通格局的均衡性差异。由于受数据获取的限制，未能考虑航空、水域运输方式对城市旅游空间的影响，同时不同社会群体对旅游景点及出行工具的选择不一，还须进一步深入研究。

参考文献

[1] SU W Z， YANG Y B， GU C L. A study on the evaluation of competitive power of urban tourism[J]. Tourism tribune. 2003， 18(3)：39-42.[苏伟忠， 杨英宝， 顾朝林. 城市旅游竞争力评价初探[J]. 旅游学刊， 2003， 18(3)：39-42.]

[2] LI R， WU D T， YING H M， et al. Comprehensive measurement and spatial characteristics of development efficiency for urban tourism in Eastern China： a case study of four coastal urban agglomerations[J]. Geographical research， 2014， 33(5)：961-977.[李瑞，吴殿廷，殷红梅， 等. 2000年以来中国东部四大沿海城市群城市旅游业发展效率的综合测度与时空特征[J]. 地理研究， 2014， 33(5)：961-977.]

[3] WANG D， QIAN J， CHEN T， et al. Influence of the high-speed rail on the spatial pattern of regional tourism：taken Beijing-Shanghai high-speed rail of China as example[J]. Asia Pacific journal of tourism research， 2014， 19(8)：890-912.

[4] ALKAHTANI S J H， XIA J H， VEENENDAALAND B， et al. Building a conceptual framework for determining individual differences of accessibility to tourist attractions[J]. Tourism management perspectives， 2015， 16： 28-42.

[5] GUIRAO B， CAMPA J L. The effects of tourism on HSR： Spanish empirical evidence derived from a multi-criteria corridor selection methodology[J]. Journal of transport geography， 2015， 47： 37-46.

[6] WANG B， WU Q， LUO J. Structure and evolution of tourism economy network in Wuhan metropolitan area[J]. Economic geography， 2015，35(5)：192-197.[王博， 吴清， 罗静. 武汉城市圈旅游经济网络结构及其演化[J]. 经济地理， 2015， 35(5)：192-197.]

[7] WANG X， HUANG S， ZOU T， et al. Effects of the high speed rail network on China's regional tourism development[J]. Tourism management perspectives， 2012， 1(1)：34-38.

[8] FRÖIDH O. Perspectives for a future high-speed train in the Swedish domestic travel market[J]. Journal of transport geography， 2008， 16(4)：268-277.

[9] HENSHER D A. A practical approach to identifying the market potential for high speed rail： a case study in the Sydney-Canberra corridor[J]. Transportation research part A： policy and practice. 1997， 31(6)：431-446.

[10] MASSON S， PETIOT R. Can the high speed rail reinforce tourism attractiveness? the case of the high speed rail between Perpignan (France) and Barcelona (Spain)[J]. Technovation， 2009， 29(9)：611-617.

[11] ALBALATE D， FAGEDA X. High speed rail and tourism： empirical evidence from Spain[J]. Transportation research part A： policy and practice， 2016， 85： 174-185.

[12] PAGLIARA F， LA P A， GOMEZ J， et al. High speed rail and the tourism market： evidence from the Madrid case study[J]. Transport policy， 2015， 37： 187-194.

[13] WANG D G. The influence of Beijing-Shanghai high-speed railway on tourist flow and time-space distribution[J]. Tourism tribune， 2014，29(1)：75-82.[汪德根. 京沪高铁对主要站点旅游流时空分布影响[J]. 旅游学刊， 2014，29(1)：75-82.]

[14] MU C L， LU L. The impact of Beijing-Fuzhou high-speed rail on the spatial structure of tourist destination districts：a case study of Huangshan City[J]. Journal of natural resources， 2016(12)：2122-2136.[穆成林， 陆林. 京福高铁对旅游目的地区域空间结构的影响：以黄山市为例[J]. 自然资源学报， 2016(12)：2122-2136.]

[15] HUANG T， ZHA A H， YING N Q， et al. The evolution of urban tourism service ability pattern under the influence of high-speed rail：the case of the Yangtze River Delta[J]. Economic geography， 2014，34(11)：158-165.[黄泰， 查爱欢， 应南茜， 等. 高铁对都市圈城市旅游服务力格局演变的影响：以长三角都市圈为例[J]. 经济地理， 2014，34(11)：158-165.]

[16] JIANG H B， LIU J G， JIANG J L. An analysis of the accessibility of China’s tourist attractions under the impact of high-speed railway[J]. Tourism tribune， 2014， 29(7)：58-67.[蒋海兵， 刘建国， 蒋金亮. 高速铁路影响下的全国旅游景点可达性研究[J]. 旅游学刊， 2014， 29(7)：58-67.]

[17] WANG D G， QIAN J， NIU Y. Evolution and spatial characteristics of tourism field strength of cities under high speed rail network in China[J]. Acta geographica sinica， 2016，71(10)：1784-1800.[汪德根， 钱佳， 牛玉. 高铁网络化下中国城市旅游场强空间格局及演化[J]. 地理学报， 2016，71(10)：1784-1800.]

[18] WU Q T， ZHANG H O， SUN W， et al. Influence of the Xiamen-Shenzhen high-speed railways on accessibility and regional development： a case study of eastern Guangdong Province[J]. Progress in geography， 2015，34(6)：707-715.[吴旗韬， 张虹鸥， 孙威， 等. 基于矢量—栅格集成法的厦深高铁影响空间分布：以广东东部地区为例[J]. 地理科学进展， 2015，34(6)：707-715.]

[19] MENG D Y， LU Y Q. Impact of high-speed railway on accessibility and economic linkage of cities along the railway in Henan Province， China[J]. Scientia geographica sinica， 2011(5)：537-543.[孟德友， 陆玉麒. 高速铁路对河南沿线城市可达性及经济联系的影响[J]. 地理科学， 2011(5)：537-543.]

[20] JIANG H B， ZHANG W Z， QI Y， et al. The land accessibility influenced by China's high-speed rail network and travel cost[J]. Geographical research， 2015，34(6)：1015-1028.[蒋海兵， 张文忠， 祁毅， 等. 高速铁路与出行成本影响下的全国陆路可达性分析[J]. 地理研究， 2015，34(6)：1015-1028.]

[21] GUTIÉRREZ J. Location， economic potential and daily accessibility： an analysis of the accessibility impact of the high-speed line Madrid-Barcelona-French border[J]. Journal of transport geography. 2001， 9(4)：229-242.

[22] WANG H， MA J， LIU X Y， et al. Tourism spatial mutual effects of Changshan Islands and 14 cities in Liaoning Province[J]. Scientia geographica sinica， 2017，37(3)：367-374.[王辉， 马婧， 刘小宇， 等. 辽宁省14市与长山群岛旅游空间相互作用研究[J]. 地理科学， 2017，37(3)：367-374.]

[23] WANG J E， JIAO J J， JIN F J. Spatial effects of high-speed rails on interurban economic linkages in China[J]. Acta geographica sinica， 2014，69(12)：1833-1846.[王姣娥， 焦敬娟， 金凤君. 高速铁路对中国城市空间相互作用强度的影响[J]. 地理学报， 2014，69(12)：1833-1846.]

[24] GUO J K， WANG S B， LI B， et al. The spatial effect of Harbin-Dalian high-speed rail to the Northeast city tourism economic link[J]. Scientia geographica sinica， 2016，36(4)：521-529.[郭建科， 王绍博， 李博， 等. 哈大高铁对东北城市旅游经济联系的空间影响[J]. 地理科学， 2016，36(4)：521-529.]

[25] CHEN G， HUANG X， LIU D J， et al. Spatial analysis of transport accessibility and its correlation with the tourism economic linkage of Hubei Province[J]. Tourism forum， 2012，5(6)：62-66.[陈刚， 黄翔， 刘大均， 等. 湖北省旅游交通可达性及旅游经济联系空间分析[J]. 旅游论坛， 2012，5(6)：62-66.]

[26] HUANG Y， LI C， OU X J， et al. Geoscience quantitative research on intercity “one hour traffic circle”：a case of Shanghai main city[J]. Scientia geographica sinica， 2013，33(2)：157-166.[黄翌， 李陈， 欧向军， 等. 城际“1小时交通圈”地学定量研究：以上海主城区为例[J]. 地理科学， 2013，33(2)：157-166.]