“Wheel hub” model: The tourism space structure of urban self-driving tourists: Taking Beijing, Xi&#39;an and Wuhan cities as examples

Tiange ZHANG; Jinfeng WU; Xiaoteng SHI; Baoqing WU; Chunchun DENG; Shanshan WU

doi:10.11821/dlyj020190697

Journals >Geographical Research >Volume 39 >Issue 8 >Page 1822 > Article

Geographical Research
Vol. 39, Issue 8, 1822 (2020)

“Wheel hub” model: The tourism space structure of urban self-driving tourists: Taking Beijing, Xi'an and Wuhan cities as examples

Tiange ZHANG¹, Jinfeng WU^1、2、*, Xiaoteng SHI¹, Baoqing WU¹, Chunchun DENG¹, and Shanshan WU¹

Author Affiliations

¹School of Geography and Tourism, Shaanxi Normal University, Xi'an 710119, China

²Shaanxi Key Laboratory of Tourism Information Science, Xi'an 710119, China

show less

DOI: 10.11821/dlyj020190697 Cite this Article

Tiange ZHANG, Jinfeng WU, Xiaoteng SHI, Baoqing WU, Chunchun DENG, Shanshan WU. “Wheel hub” model: The tourism space structure of urban self-driving tourists: Taking Beijing, Xi'an and Wuhan cities as examples[J]. Geographical Research, 2020, 39(8): 1822 Copy Citation Text

show less

Fig. 1. Self-driving visiting rates to target scenic spots and the fitting curve of three cities

Download full size | View in the Article

Fig. 2. Spatial distribution pattern of self-driving visiting rates of three cities

Download full size | View in the Article

Fig. 3. Distribution of accumulative self-driving visiting rates and slope value curve

Download full size | View in the Article

Fig. 4. Spatial distribution of time consumed driving from three cities to target scenic spots

Download full size | View in the Article

Fig. 5. “Wheel hub” model of self-driving tourism space

Download full size | View in the Article

调查项目		北京	西安	武汉	调查项目		北京	西安	武汉
性别	男	39.72	40.52	39.94	职业	事业单位人员	11.41	10.72	8.47
	女	53.15	51.02	50.82		教师	4.72	7.56	3.08
	未填写	7.13	8.46	9.24		学生	19.64	24.60	28.39
婚姻	未婚	44.87	43.56	57.84		公务员	1.93	2.26	1.64
	已婚	38.18	42.44	24.74		企业人员		26.82	21.67	23.67
	未填写	16.95	14.00	17.42	私企老板		2.65	1.58	0.96
年龄	≤ 17岁	5.19	3.39	2.60	服务业人员	4.48	6.21	4.62
	18~27岁	47.14	43.57	62.46	自由职业者		12.57	9.71	12.03
	28~37岁	30.81	32.73	22.44	退休		1.49	2.26	1.83
	38~47岁	10.54	10.27	6.35	其他		11.98	10.16	11.65
	48~57岁	2.99	5.64	2.21	未填写		2.31	3.27	3.66
	58~67岁	1.40	1.81	1.06	每月收入	≤ 1500元	4.09	8.69	6.06
	≥ 68岁	0.53	0.56	1.15		1500~4500元	13.24	29.91	28.10
	未填写	1.40	2.03	1.73		4500~9000元	33.80	30.02	26.28
教育程度	初中及以下	3.66	5.30	2.60		9000~35000元	24.60	10.05	6.83
	高中	8.67	9.14	9.82	35000~55000元		1.65	0.23	0.87
	大专	16.13	21.78	22.91	55000~80000元		0.91	0.22	0.48
	本科	52.19	40.41	50.53	≥ 80000元		0.63	0.23	0.67
	研究生	16.42	20.32	10.68	无收入		14.68	14.67	20.12
	未填写	2.93	3.05	3.46	未填写		6.40	5.98	10.59

Table 1. [in Chinese]

目标景区	北京	西安	武汉
非共同景区	安庆天柱山、安新白洋淀、大理崇圣寺三塔、济南天下第一泉、天津古文化街、武隆喀斯特、西安兵马俑、西安钟楼、忻州雁门关、尧山-中原大佛	安庆天柱山、池州九华山、衡山、商洛金丝峡、嵩山少林寺、武隆喀斯特、榆林红碱淖	鄂州莲花山、池州九华山、衡山、咸宁赤壁古战场、天津古文化街、商洛金丝峡、嵩山少林寺、榆林红碱淖
共同景区	阿坝九寨沟、阿勒泰喀纳斯、安顺黄果树、八达岭长城、巴丹吉林沙漠、巴州博斯腾湖、包头敕勒川、宝鸡法门寺、北京故宫、成都青城山、承德避暑山庄、大连金石滩、大同云冈石窟、大足石刻、迪庆香格里拉、东方明珠、敦煌鸣沙山、鄂尔多斯成吉思汗陵、甘南草原、广州白云山、贵阳多彩贵州城、桂林漓江、哈尔滨太阳岛、哈密巴里坤古城景区、海北州青海湖、汉中武侯祠、杭州西湖、洪桐大槐树、黄山、吉安井冈山、焦作云台山、九江庐山、喀什噶尔老城、拉萨布达拉宫、乐山峨眉山、洛阳龙门石窟、满洲里中俄边境、漠河北极村、南昌滕王阁、南京中山陵、南宁青秀山、平遥古城、秦皇岛北戴河、青岛崂山、曲阜三孔、三亚天涯海角、厦门鼓浪屿、韶山、深圳华侨城、神农架、沈阳故宫、十堰武当山、石家庄西柏坡、苏州园林、太行大峡谷、太原晋祠、泰安泰山、天水麦积山石窟、吐鲁番葡萄沟、渭南华山、乌鲁木齐天山天池景区、武汉黄鹤楼、武夷山、西宁塔尔寺、西双版纳、忻州五台山、烟台蓬莱阁、延安宝塔山、伊春汤旺河、银川沙湖、张家界、张掖丹霞景区、长春净月潭、舟山普陀山、遵义会议会址

Table 2. The list of target scenic spots

舒适时间(h)	比例(%)	疲惫时间(h)	比例(%)
<3	34.3	>3	17.2
<4	21.4	>4	15.3
<5	16.9	>5	16.3
<6	14.9	>6	19.6
<7	1.9	>7	8.4
<8	5.8	>8	12.5
<9	0.5	>9	2.1
<10	4.4	>10	8.5

Table 3. Threshold time value between comfort and fatigue of self-driving tourism

Download Citation

Save the article for my favorites

Paper Information