在“互联网+”浪潮的影响下，以“移动”“即时”“精准”为主要特征的移动信息服务体系，因契合旅游活动的过程性体验需求，驱动旅游产业逆势增长。然而，在“新常态”背景下，我国旅游经济也面临着“增长速度换挡期、结构调整阵痛期和前期刺激政策消化期”等三期叠加的影响，不仅在宏观上整体效益不佳，微观层面消费者满意度也始终处在较低水平①。会展旅游是会展业和旅游业融合而形成的一种新业态，因其比一般的观光旅游具有组团规模大、消费档次高、客人停留时间长、利润丰厚、产业关联性强等优点而日益引起学界的广泛关注。已有研究多侧重于对会展目的地的研究，对会展旅游主体——会展客商(主要指参展商和专业观众)的关注则较少。近年来，在“中原经济区”“郑州航空港综合经济实验区”“中国(河南)自由贸易试验区”“郑州建设国家中心城市”等一批国家战略的引领下，郑州“天地之中”的区位优势得以充分发挥，郑州会展产业发展迅速，不仅吸引诸多国家级大展入住，还培育了不少本土品牌展会，初步奠定了郑州“中部会展之都”的地位。因此，在“积极适应经济发展新常态，着力推进供给侧结构性改革”的最新战略部署下，以郑州会展客商为研究对象，从市场需求角度研究会展旅游发展中存在的问题，了解市场制约因素和激发市场需求潜力，对于提升旅游产业供给侧改革的效率无疑具有较强的现实意义。

智慧交通公共数据与服务支撑平台（见图9）是吉首市智慧交通系统的核心基础平台，核心功能是各交通子系统之间的数据共享及交换，数据二次分析挖掘，提供运营指挥系统的前端形象化的展示等，同时支撑智慧城市公共信息平台的对接。本平台围绕数据与交换而设计，作为数据层与业务应用层之间的平台，重点发挥数据采集与传输，业务响应与服务，其核心作用如下：

一、研究综述

会展旅游MICE(Meetings, Incentives, Conventions, Exhibitions)是指包括各类专业会议、展览会与博览会、奖励旅游、大型文化体育盛事等活动在内的综合性旅游活动(陈俊，2011；刘嘉毅，2013)。会展旅游是旅游市场中增长最快和最重要的细分市场之一，在21世纪初已成为世界最大的旅游市场(Zhang et al，2007)。国外对会展旅游的研究始于1970年代，相关研究主要集中在经济影响、会展举办地选择、会展旅游者决策、会展目的地营销等四个领域。早期研究主要是侧重于宏观层面的经济效益研究，学者们一致认可会展旅游对国家和地区的经济发展做出了巨大贡献。如，Braun (1992) 利用乘数效应、产业关联和投入产出等方法，测算会展旅游对奥兰多和弗罗里达州的经济影响；Spronkfj(2011)使用时间序列的滞后回归模型分析南非的大型体育赛事和对旅游业的影响，均认可会展活动的总体影响要远远大于会展活动本身。由于会展活动除了能带来可观的经济效益之外，还能显著提升举办地的形象和知名度，因此有关会展地点选择的研究便成为学者们最为关心的研究热点(Lee et al，2005)，已有研究主要从会展组织者的视角总结选址的影响因素(Chen et al，2006；Wu，2014)，Dipietro等(2008)则区分了会议和展览组织者对目的地选择标准的差异。只有少数学者真正关注会展旅游者的需求(Breiter et al，2006)，如，Oppermnn等(1997)，将影响会展旅游者决策的因素确定为个人因素、会展组织者因素、区位因素和干预因素，建议会展组织者尽可能从参会者的角度选择会展举办地。随着会展旅游目的地之间竞争的加剧，学界除了研究行业管理部门如何进行网络营销外，理解居民对会展旅游项目的不同意见也引起关注(Chen，2011)，其终极目标是为决策者提供一个更完整的会展旅游活动视图。

鉴定古建筑的年代，首先要进行“两查”：一、调查建筑物的现存结构情况；二、查找有关文字记录资料 [4]2。

纯文学处境尴尬，意味着纯文学一枝独秀的时代早已终结，文学领域出现多声部合唱。譬如陕西省合阳县路井镇农民侯永禄仅有初中文化程度，但他坚持写了六十年日记，总计200余万字，真实记录了自己和村民的生存经历，记录了抗日战争到改革开放等不同时代背景下的“三农”问题。经过编辑处理，20余万字的《农民日记》2006年由中国青年出版社出版后，数次再版。

国内学者对会展旅游的关注始于20世纪末期，1999年在昆明举办的世界园艺博览会既是世界性博览会首次在我国举办，也是我国会展业和旅游业成功融合的典范(叶玉莉 等，2001)，昆明世博会现象在学界引起广泛关注。相关研究是在会展旅游概念的争论中逐步发展的，马宏丽(2014)、刘红梅等(2017)、陶玉霞(2017)等诸多学者对会展旅游的界定、内涵、理论体系、特征、模式等理论基础做了深入的探讨，这些成果为会展旅游理论发展提供有益的借鉴。之后会展旅游的经济贡献测量(石美玉 等，2013；李云，2012)等宏观视角的研究一直是经久不衰的话题。与此相对，会展旅游微观视角的研究较为少见(罗秋菊 等，2015)，且局限于会展活动本身(卞显红，2002)，而忽略了真正的旅游需求因素。

就可以求出参数估计值α,β1,β2,…,βn

综上可知，国外会展旅游研究较为系统，研究领域从早期的宏观经济影响渗透到了微观层面的目的地选择、会展旅游者决策行为和会展目的地营销组织等多个方面。国内研究主要聚焦于会展旅游的内涵、外延、模式、特征、理论、作用和评价体系，通过案例分析揭示会展对旅游业的促进作用，并提出了具有积极意义的建议，任务导向特征明显。整体而言，从会展客商角度研究其旅游需求的成果尚不多见。此外，已有研究主要是基于完成式数据的，且局限于客商参加展会动机和影响因素方面。而国外的研究案例多数来自美国、澳大利亚和中国香港等成熟的MICE目的地，研究结论的普适性尚未得到广泛的实践验证。在市场机制日益强大的今天，忽视会展客商的休闲需求必将阻碍行业的健康发展。本研究以参与专业展览会的专业观众、参展商和组织者为研究对象，采用一手意愿式数据实证分析他们的旅游需求及其影响因素，具有理论和实践意义。

由于Y为二分类变量，故设Y=1的概率为p，则Y=0的概率为1-p。因Y只有0和1两个值，可将之视作概率为Bernoulli试验的结果。但是该模型与Bernoulli试验不同，这里的概率为性别、年龄、职业、旅游方式、旅游动机等旅游者特性的函数，适用于logistic回归模型(孙多勇，2006；赵现红，2009)。

二、研究方法和数据来源

(一)研究方法

旅游产品生产和消费的统一性决定了旅游产品质量不仅取决于供给侧，还受制于旅游者的主观偏好和经验。为了克服传统消费理论的缺陷，Rugg(1973)把产品特性理论引入到旅游研究中来，构建了旅游者消费决策模型，认为旅游者只会选择能满足其最大效用的产品。但是，效用是经济学中的常用的一种主观心理评价，既受制于产品属性，又与旅游者主观偏好等心理因素高度关联，最终导致旅游消费决策过程充满了不确定性。因此，旅游者选择某产品的概率如何，被他们的随机效用所影响，需要用一个正式的规则来定义。与传统计量经济模型相比，logistic离散选择模型的特点在于把集中的经济学视角转变到多属性变量视角(Calantone et al，1987)。该模型主要研究旅游目的地属性对旅游者个体选择行为概率的直接影响，并不关注最后的选择结果，即用概率估计有多少人愿意购买某旅游产品，而非实际有多少人购买该产品。logistic模型的最大优点是不需要严格的假设条件，人口统计学特征、选择和认知等传统的社会、经济变量以及心理学变量都可以引入该模型，克服了传统计量经济学模型的局限性，适用范围更广泛(赵现红，2009)。

(二)数据来源

Logstic回归模型是多元线性回归模型的推广，其误差项服从二项分布而非正态分布，在拟合时通常采用最大似然估计法进行参数估计。假定获取的样本数据为(xj1,xj2,…xjn;Yj)，其中j=1，2，…m，则

2.行程安排

三、模型构建和数据处理

(一)变量设定

因变量Y在这里为二分类定性变量(取值为0和1的随机变量)，其含义表示“本次展会期间或者结束后是否在郑州参加旅游活动”。当Y=1时，表示客商有在郑州参加旅游活动的意愿；而Y=0，代表客商无意在郑州参加旅游活动；x1，x2，…，xn为影响选择意愿的自变量。(见表1)

 

表1 模型中的变量和定义

  

变量变量编码和定义X1性别1=男，2=女X2年龄1=18～37岁，2=38～44岁，4=45～64岁，5=65岁以上X3学历1=高中以下，2=大专，3=本科，4=研究生以上X4个人收入1=3000元以下，2=3001-6000元，3=6001-10000元，4=10000元以上X5参展次数1=1次，2=2次，3=3-5次，4=5次以上X6参展动机1=寻找商机，2=拓展人脉，3=文化交流，4=娱乐健身，5=观光休闲X7信息渠道1=组委会，2=旅行社，3=报纸杂志，4=亲朋/同事，5=网络论坛，6=旅游宣传册，7=户外广告，8=电视X8项目偏好1=山水风光，2=文物古迹，3=民俗风情，4=饮食烹调，5=文化艺术，6=旅游购物、7=医疗保健，8=节庆娱乐X9旅游方式1=包价旅游，2=半包价旅游，3=自助游，4=其他X10旅游行程1=半天，2=一天，3=两天，4=三天以上Y旅游意愿0=无，1=有

(二)模型构建

仅以努尔哈赤的童年经历为例，据史料记载，努尔哈赤出生在一个没落的奴隶主家庭，但他的童年生活并不幸福。他十岁丧母，继母纳喇氏时常虐待他和三个弟妹。为谋生计，努尔哈赤自少年时代起，就时常上山打猎、挖人参、采松子，拿到抚顺马市上交易，维持生活，补贴家用。从努尔哈赤娶妻生子年代及相关历史记载分析，努尔哈赤在12岁至18岁之间离家在外，独自闯荡。关于努尔哈赤在外闯荡的这段经历，史料中并没有明确记录。这段经历不仅对努尔哈赤日后勇武坚韧的品格、精明能干的头脑以及统一部落的伟业产生直接而重要的影响，同时还给民间口承叙事留下了巨大的讲述可能和讲述空间。

对p/(1-p)取自然对数，得ln(p/(1-p))，即对p做logit转换，记为logitP，则logitP的取值范围介于-∞到+∞之间。以logitP作为因变量，可转化为线性回归方程(李锋，2008)：

调查数据显示，67%的客商表示在时间充裕条件下会在郑州参加休闲旅游活动，而33%的客商表示在郑州参加休闲旅游活动的意愿不强。在SPSS21.0软件中选择Regression下的Binary Logistic方法，先把表1中列出的10个自变量代入回归模型；接着采用统计量的概率检验标准(P<0.05)，将对Y影响不显著的自变量移出模型，模型拟合效果得以优化。经过4轮优化拟合，模型在去除x2、x6、x8和x10等4个影响不显著的自变量后收敛，优化后的模型总预测准确率由63.4%上升到82.6%(见表2、表3、表4)。

城外，虎狼般的胡人随时可冲杀进来，城内，也让秀容月明放心不下。他亲手斩杀过临阵脱逃的十几名士兵，他也听到禀报，丛时敏手下士兵怕死，已有近百人脱下盔甲，跑了。还有两名偏将带着几百人假传他的命令，要打开北门逃跑，幸亏看门的是秀容兵，看出破绽，及时示警，秀容月明赶过来，平息叛乱。

进而可得：

 

其中，α是常数项，代表自变量全为0时，Y=1与Y=0的概率比的自然对数值；βi为模型的回归系数，表示假设其他自变量不变时，该自变量的变化引发比数比自然对数值的变化幅度(孙多勇，2006；李锋，2008；赵现红，2009)。

(三)模型检验

根据典型性和代表性原则，本研究选择中国(郑州)国际汽车后市场博览会(China International Auto Aftermarket Fair简称CIAAF)的参展商和专业观众为研究对象，理由如下：始于2005年的CIAAF，是专注于为汽车服务业、汽车经销商及各级经销代理商提供产品与技术解决方案的综合性行业盛会，随着私家车的普及，该展会发展很快。2012年以后，得益于英国励展博览集团强大的品牌影响力、成熟的市场营销和买家招募体系和强大的共享专业买家资源，CEAAF品牌形象得到业界公认，目前已经成为国内最有名的三大汽车后市场博览会之一。

 

P(Yj=0)=1-πj

跨境电商发展时间很短，基本不存在科班教师，目前只能从现有的教师进行培养和锻炼。各高校要积极引导国际经济与贸易、电子商务、商务英语等专业教师尽快转型，通读跨境电商类的教材，掌握跨境电商的基础理论知识。通过查询各种网站，搜寻和研究跨境电商的信息，了解跨境电商最新发展动态和未来发展趋势。

Yj的概率密度函数进一步可以表示为：

 

其中Yj=0，1；j=1，2，… m

Yj的极大似然函数为：

 

则对数似然函数为：

设

……

 

同时检验

 

4.新零售势力搅局带来挑战。我国汽车市场的快速增长和巨大保有量，吸引了诸多互联网资本入场搅局，更企图颠覆行业格局。“互联网+”模式的后市场电商及线索型销售平台电商，在新车销售、售后维修保养、备件流通、二手车等各个领域截留客户线索资源，在全国范围内形成跨区域比价、杀价，迅速让行业进入无序竞争、不可持续的负利润局面，客户忠诚度下降，流失率大增，破坏了传统汽车经销商销售盈利的良性循环。

四、模型回归结果分析

(一)模型预测准确率

logitP=α+β1x1+β2x2+…+βnxn

 

表2 模型仅含常数项时预测准确率

  

观测值预测值旅游意愿01正确分类比例Step0旅游意愿001330．010231100．0总计63．4

 

表3 四轮优化后模型拟合度

  

Step-2对数似然值(-2LL)Cox&SnellRSquareNagelkerkeRSquare1120．525(a)0．4150．5332127．802(a)0．3860．5423124．768(a)0．3880．5364129．249(a)0．3790．528

 

表4 四轮优化后模型预测准确度情况

  

观测值预测值旅游意愿01正确分类比例Step1旅游意愿01023176．811921291．8合计86．3Step2旅游意愿0972673．211721492．8合计85．6Step3旅游意愿0904367．911921291．8合计83．0Step4旅游意愿0864764．311721492．8合计82．4

(二)影响因素分析

描述性统计分析显示，67.7%受访者表示有旅游意愿，其旅游动机主要集中在了解当地风土人情、与同行交流、娱乐放松、欣赏美景、扩展人脉、寻求商机等方面。而缺乏旅游意愿的限制性因素集中于时间不允许、不了解相关信息(组委会没有安排)、交通不便和预算不足等方面，仅有3%的客商是因为没有兴趣。logistic模型参数检验表明，对会展客商旅游意愿影响显著的变量包括x4个人收入、x5参展次数、x6参展动机、x8项目偏好、x9旅游方式和x10行程安排等6个因素，其显著性p值都小于0.05，具有统计学意义。在6个显著影响客商旅游意愿的因素中，参展动机、行程安排和参展次数等变量的影响最大。

在小学生习作教学中，渗透美感意识，让学生在观察、体验、积累、感悟中心里印着美的意象，并常受美的意象浸润，学生的习作自然内容具体、文路清晰、语言优美、情感真切了。

1.参展动机

会展客商参展的主要目的是展会本身，包括展示形象、交流技术、调查行情、会见客户和获取订单等，关注的重点是展会举办地的经济活力，展会服务、设施、品牌以及城市景观和人文环境，对娱乐项目和旅游购物关注度低。然而，随着人们收入和闲暇时间的增长，会展客商参展动机也日益多元化，休闲性活动日益深入人心。简单统计显示，参展动机为寻找商机和拓展人脉的比例高达64.2%，文化交流和娱乐健身的客商比例分别为27.4%和23.2%，32%的客商选择观光休闲(由于参展动机多元故合计超过100%)。logistic回归模型结果显示，参展动机x6的常数项系数为2.348，Wald检验的变量显著性概率P=0.000﹤0.05，表示变量x6对客商旅游意愿影响具有统计学意义上的显著性。exp(B)=8.32，表示参展动机的高水平和低水平相比，导致因变量向高水平发展的作用强度(孙多勇，2006)。其表达的意思是：如果忽略其他因素的影响，与参展动机为寻找商机和拓展人脉的客商相比，出于观光休闲动机的客商参加旅游活动的意愿更强列，后者参与旅游活动的概率是前者的8.32倍。由于参展动机多元化，特别是随着旅游休闲深入人心，会展客商的旅游意愿会逐步强化，这将为郑州旅游产业提供更多的潜在市场。

2016年6月26日至29日，第13届CEAAF在郑州国际会展中心成功举办，期间由河南财经政法大学会展专业10名本科生组成的调查小组采用问卷调查和深度访谈相结合的方法，随机抽样收集研究数据。本次调查共发放问卷400份，回收有效问卷364份，有效率91%。统计显示，从性别、年龄、收入、职业等人口学特征看，样本分布范围比较广泛，与当前的社会结构情况基本相符，适合用于学术研究。为了识别出对游客意愿影响的随机分量，参考相关研究成果(黄大勇 等，2015)，提取与旅游者选择意愿关联度较高的10个自变量，假设会展客商选择概率的大小与这10个自变量及其协同作用之间存在着显著性因果关系。

与一般的休闲旅游市场相比，会展旅游者的行程安排缺乏灵活性，白天忙于展会现场事物而不得脱身，只有晚上才有休闲时间。调研数据显示，会展客商一般会选择展会空闲期或者展会结束后，通过游览、购物、娱乐活动进行放松。从检验结果来看，x10的常数项系数为2.370，Wald检验的变量显著性概率P=0.044﹤0.05，旅游行程安排对会展客商旅游意愿影响显著。exp(B)值为8.437，表示x10的高水平(行程紧凑)和低水平(时间较长)相比，对因变量的影响强度。其表达意思是：忽略其他因素的作用，组委会对旅游行程安排紧凑更易激发会展客商的旅游意愿。因此，会展组织者应顺应客商的拓展人脉和休闲需求，尽量组织安排活动紧凑的项目，或者在展会项目策划阶段就与客商沟通安排适当的旅游项目，才能最大程度提升客商满意度。

 

表5 四轮优化后模型参数显著性检验

  

β0X4X5X6X8X9X10β1．87-1．361-1．7402．348-1．082-1．1532．370S．E．0．8650．8590．6950．8670．4380．6730．584Wald5．2513．9855．90115．4855．7604．8769．573Sig．0．0390．0440．0470．0010．0210．0130．044Exp(B)0．2480．1968．320．4600．4898．437

3.参展次数

区内外高校对“进一步优化完善部门决算表格设计，建立决算工作奖励和约束机制，并完善决算管理专题分析交流活动”等5个提高部门决算报表质量的改进措施主要因素认知统计数据如表5所示。

通过对客商参加CEAAF次数的统计发现，参展2～4次的客商最多(46%)，其次是初次参展(35%)，参展5次以上的客商比例为19%。模型检验显示，x5的常数项系数为-1.740，Wald检验的变量显著性概率P=0.047﹤0.05，参展次数对客商旅游意愿影响显著。exp(B)值为0.196，表示自变量的高水平(多次参加郑州国际汽车后市场博览会)和低水平(初次参加该展会)相比，对因变量的影响强度。其表达的意思是：排除其他因素作用，参展5次以上客商的旅游意愿是初次参展人员的0.196倍。换句话讲，就是参展次数少的客商参与旅游活动的意愿更强烈。这可以用马斯洛的需要理论解释，即未满足的需要驱动行为发生。初次参展比例较高，意味着郑州会展旅游潜在市场较大，但也说明郑州休闲旅游产品的不足影响了多次参展客商的旅游意愿。

4.项目偏好

模型检验表明，变量x8的常数项系数为-1.082，Wald检验的变量显著性概率P=0.021<0.05，自变量x8在模型中的作用具有统计学意义，表示客商项目偏好是影响其旅游意愿的重要因素。exp(B)值为0.460，表示自变量的高水平和低水平相比，导致因变量向高水平发展的作用强度。其表达的意思是：偏好文化艺术、旅游购物、医疗保健和节庆娱乐活动项目的客商，其旅游意愿远低于偏好山水风光和文物古迹项目者，前者的旅游意愿不及后者的一半(0.460)。相对而言，会展旅游者属于高端市场，对一般的娱乐项目和旅游购物不感兴趣。所以要想激发会展旅游者的旅游欲望，我们需要把握其心理需求特征，塑造郑州国家会展中心城市的形象，加快完善郑州会展旅游配套功能，增强区域文化软实力，注重会展旅游文化氛围营造，打造高品质的会展旅游产品体系。

5.旅游方式

从检验的结果来看，变量x9的常数项系数为-1.153，Wald检验的变量显著性概率P=0.023<0.05，变量x9的影响在统计学意义是比较显著的。模型的exp值0.489，表示自变量的高水平(自助游)和低水平(x包价旅游)相比，前者对客商旅游意愿的影响程度更弱。其表达的意思是：会展客商倾向于享受型旅游方式，在排除其他干扰因素的情况下，客商参与自助游的意愿不及参加包价旅游的一半(0.489)。如前所述，闲暇时间不足是阻碍会展旅游市场开发的最重要因素，在有限的时间内如何为这些客商提供主题突出、服务优良的休闲类旅游产品，需要组展商和旅游企业通力协作共同完成。

6.个人收入

管理工作的质量提升及创新，不仅仅要重视具体制度建设，在促进其管理成效提升的辅助机制建设方面也应当加大着力。加大问责力度、加大诚信考核以及确立以科研经费管理为重点的绩效考核新体系也十分必要。

通过对样本人口统计特征分析可知，会展客商经济收入较高，旅游购买力强大。然而，从回归模型检验的结果来看，变量x4的常数项系数为-1.361，Wald检验的变量显著性概率P=0.044﹤0.05，变量x4对旅游意愿的影响在统计学意义上是比较显著的。模型的exp(B)值0.248，表示自变量的高水平(月收入10000元以上)和低水平(月收入3000元以下)相比，前者对因变量的影响更小。其表达的意思是：排除其他因素作用，与高收入者相比，低收入者的旅游意愿更强烈，后者参与旅游活动的意愿是前者的0.248倍。这反映出两个信息，一方面高收入者职位高，由于更少的闲暇时间而抑制了旅游需求；另一方面是高收入者旅游经历丰富，郑州缺乏对其具有吸引力的产品。后者给我们的启示，要通过打造常变常新的旅游产品和高端服务，为高收入的客商提供量身定制项目，激发其旅游欲望。

四、结论

会展旅游是会展和旅游融合的产物，也是旅游产业最重要的细分市场之一。现有文献局限于会展本身，主要关注参展商和专业观众的参展决策影响因素。然而，对于会展客商而言，其参展意愿除了展会质量、品牌和成本等要素外，展会的增值服务、社会关系也至关重要。客商参展之余的旅游活动便属于展会增值服务范畴且对于维系客商之间的社会关系非常有效。与传统需求模型较为集中的理性选择视角相比，离散选择模型的优点是将研究拓展到多属性变量视角，分析旅游者个体属性对旅游决策概率的直接影响。本研究采用意愿式数据研究会展客商的旅游休闲意愿，应该比基于完成式数据的研究成果更能揭示未选择者的约束因素(赵现红，2009)。研究发现，67%的会展客商在参展期间有旅游意愿，影响客商旅游意愿的主要因素有参展动机、行程安排、参展次数等，次要影响因素有项目偏好、旅游方式、个人收入等。33%的客商旅游意愿较弱，限制性因素除了内在的参展动机扩展人脉和寻找商机外，时间不允许、组委会没有安排、交通不便等外在因素也有相当影响。与传统旅游市场相比，会展客商更关注展会举办地的经济活力，展会服务、设施、品牌以及城市景观和人文环境。因此，在市场日益发挥作用的今天，我们需要把握会展客商的心理需求特征：一方面，旅游企业与会展组织者协作，整合社会资源，积极为客商提供行程紧凑的、包含更多交流互动的、高品质旅游产品和综合服务，消除客商旅游意愿的制约性因素；另一方面，需完善郑州会展旅游公共服务功能，增强区域文化软实力，注重会展旅游文化氛围营造，打造高品质的会展旅游产品体系，共同塑造郑州国家会展中心城市的形象。

①据中国旅游研究院发布的《全国游客满意度报告》，2014年第一季度全国游客满意度指数为72.62，处于一般水平，是2009年监测以来的最低水平。

参考文献:

卞显红. 2002.会展旅游参与者决策过程及其影响因素研究[J].旅游学刊(4):59-62.

陈俊. 2011.桂林发展会展旅游的营销对策分析[J].中外企业家 (2):7-8.

黄大勇,文雪. 2015.少数民族旅游景区居民满意度测评及驱动机制研究[J].西部论坛(1):102-108.

李锋.2008.基于Logit模型的影响旅游者风险感知的要素判别研究——以四川“5.12”地震为例[J]. 旅游论坛(6):341-346.

李云. 2012.苏州会展旅游对城市经济影响及发展策略[J].社会科学家(12):96-100.

刘嘉毅.2013.金融发展与旅游成长[J].湖南科技大学学报(社会科学版)(5)：85-89.

刘红梅,冀陈伟. 2017. 中国旅游政策的演进[J].求索(4):137-143.

罗秋菊,孔蕾. 2015.基于博文分析的上海世博会旅游体验研究[J].旅游论坛(1):13-23.

马宏丽. 2014. 基于“长尾理论”的我国旅游景区盈利模式创新策略研究[J].河南社会科学(10):104-106.

石美玉,王春才. 2013.会展旅游带动效应的统计研究——以北京为例[J].经济管理,(8):116-125.

孙多勇.2006.基于Logit建模的个体灾难恐惧感知模型与实证研究[J].管理评论(10):48-53，64.

陶玉霞. 2017. 传统乡村根性意象旅游感知的实证研究——以郭亮村为例[J].河南师范大学学报(哲学社会科学版)(4):69-73.

叶玉莉,叶文,吴明远. 2001.云南省会议会展旅游的现状及发展趋势分析[J].经济问题探索(7):115-118.

赵现红. 2009.基于游客特性的旅游目的地离散选择实证研究——以三大口岸中转型入境游客为例[J].旅游学刊(12):60-65.

BRAUN B M. 1992. The economic contribution of conventions: the case of Orlando, Florida [J]. Journal of Travel Research, 30(3):32- 37.

BREITER D, MILMAN A.2006. Attendee’s needs and service priorities in a large convention center: application of the importance-performance theory [J].Tourism Management, 27(6): 1364-1370.

CALANTONE R J,BENEDETTO A D,BOJANC D.1987.A comprehensive review of the tourism forecasting literature[J].Journal of Travel Research ,26(2): 28-39.

CHEN C F.2006.Applying the analytical hierarchy process approach to convention site selection [J]. Journal of Travel Research, 45(2): 167-174.

CHEN S C.2011.Residents’ perceptions of the impact of mjor annual tourism events in Macao: cluster analysis[J]. Journal of Convention & Event Tourism,12 (2):106-128.

DIPIETRO R B, BREITER D, ROMPF P, et al.2008.An exploratory study of differences among meeting and exhibition planners in their destination selection criteria[J]. Journal of Convention & Event Tourism, 9(4): 258-276.

LEE M J, BACK K. 2005.A review of economic value drivers in convention and meeting management research [J].International Journal of Contemporary Hospitality Management, 17(5): 409- 420.

OPPERMANN M, CHON K S. 1997.Convention participation decision-making process [J]. Annals of Tourism Research, 24(1): 178- 191.

RUGG D. 1973.The choice of journey destination: a theoretical and empirical analysis [J].Review of Economics and Statistics, 55(1): 64-72.

SPRONK K F J, 2011.South african mega-sport events and their impact on tourism[J].Journal of Sport & Tourism , 16(1):75-97.

WU B. 2014. The great halls of China? meeting planners’ perceptions of Beijing as an international convention destination[J].Journal of Convention & Event Tourism,15(4):244-270.

ZHANG H Q, LEUNG V, QU H. 2007.A refined model of factors affecting convention participation decision-making[J].Tourism Managent,28(4):1123-1127.