World Regional Studies ›› 2022, Vol. 31 ›› Issue (1): 154-165.DOI: 10.3969/j.issn.1004-9479.2022.01.2020161
Previous Articles Next Articles
Received:
2020-03-24
Revised:
2020-06-29
Online:
2022-01-15
Published:
2022-01-25
作者简介:
冯晓兵(1991-),男,讲师,硕士,研究方向为区域旅游经济,E-mail:fxb19910202@163.com。
基金资助:
Xiaobing FENG. A study on the spatial and temporal characteristics of network attention and its influencing factors of China's homestay[J]. World Regional Studies, 2022, 31(1): 154-165.
冯晓兵. 中国民宿网络关注时空特征及影响因素研究[J]. 世界地理研究, 2022, 31(1): 154-165.
Add to citation manager EndNote|Ris|BibTeX
URL: https://sjdlyj.ecnu.edu.cn/EN/10.3969/j.issn.1004-9479.2022.01.2020161
月份/参数 | 年份 | ||||
---|---|---|---|---|---|
2015年 | 2016年 | 2017年 | 2018年 | 2019年 | |
1月 | 10 788 | 38 597 | 56 950 | 99 067 | 119 422 |
2月 | 9 262 | 31 401 | 67 334 | 83 199 | 172 059 |
3月 | 13 879 | 45 646 | 93 677 | 104 659 | 132 770 |
4月 | 14 789 | 42 820 | 75 116 | 155 137 | 115 023 |
5月 | 16 634 | 48 477 | 100 448 | 130 275 | 106 829 |
6月 | 18 979 | 51 566 | 137 173 | 132 778 | 104 302 |
7月 | 23 893 | 73 292 | 180 689 | 169 201 | 126 181 |
8月 | 27 171 | 101 361 | 158 403 | 135 936 | 113 773 |
9月 | 25 785 | 93 407 | 133 930 | 112 100 | 88 481 |
10月 | 27 040 | 71 681 | 140 642 | 109 830 | 82 167 |
11月 | 24 963 | 54 966 | 106 052 | 93 974 | 69 182 |
12月 | 30 975 | 55 596 | 95 898 | 86 758 | 76 637 |
季节性集中指数 | 2.823 8 | 2.924 2 | 2.708 5 | 1.838 0 | 2.072 8 |
赫芬达尔指数 | 0.092 9 | 0.093 6 | 0.092 1 | 0.087 4 | 0.088 5 |
Tab.1 National monthly homestay network attention index in 2015-2019
月份/参数 | 年份 | ||||
---|---|---|---|---|---|
2015年 | 2016年 | 2017年 | 2018年 | 2019年 | |
1月 | 10 788 | 38 597 | 56 950 | 99 067 | 119 422 |
2月 | 9 262 | 31 401 | 67 334 | 83 199 | 172 059 |
3月 | 13 879 | 45 646 | 93 677 | 104 659 | 132 770 |
4月 | 14 789 | 42 820 | 75 116 | 155 137 | 115 023 |
5月 | 16 634 | 48 477 | 100 448 | 130 275 | 106 829 |
6月 | 18 979 | 51 566 | 137 173 | 132 778 | 104 302 |
7月 | 23 893 | 73 292 | 180 689 | 169 201 | 126 181 |
8月 | 27 171 | 101 361 | 158 403 | 135 936 | 113 773 |
9月 | 25 785 | 93 407 | 133 930 | 112 100 | 88 481 |
10月 | 27 040 | 71 681 | 140 642 | 109 830 | 82 167 |
11月 | 24 963 | 54 966 | 106 052 | 93 974 | 69 182 |
12月 | 30 975 | 55 596 | 95 898 | 86 758 | 76 637 |
季节性集中指数 | 2.823 8 | 2.924 2 | 2.708 5 | 1.838 0 | 2.072 8 |
赫芬达尔指数 | 0.092 9 | 0.093 6 | 0.092 1 | 0.087 4 | 0.088 5 |
空间单元 | 2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 总计 | 排序 |
---|---|---|---|---|---|---|---|
广东 | 66 795 | 128 100 | 228 490 | 253 675 | 247 835 | 924 895 | 1 |
浙江 | 86 140 | 167 262 | 221 920 | 223 015 | 180 310 | 878 647 | 2 |
北京 | 53 655 | 98 088 | 164 980 | 208 780 | 200 385 | 725 888 | 3 |
四川 | 41 975 | 94 062 | 187 610 | 215 715 | 181 770 | 721 132 | 4 |
江苏 | 51 465 | 97 722 | 174 835 | 203 305 | 175 565 | 702 892 | 5 |
上海 | 59 130 | 102 480 | 155 490 | 166 805 | 144 905 | 628 810 | 6 |
山东 | 38 325 | 75 030 | 161 330 | 177 025 | 167 900 | 619 610 | 7 |
河南 | 31 390 | 64 782 | 154 760 | 149 650 | 139 795 | 540 377 | 8 |
湖北 | 35 405 | 67 710 | 109 500 | 139 430 | 123 735 | 475 780 | 9 |
重庆 | 26 645 | 61 854 | 135 780 | 134 320 | 108 040 | 466 639 | 10 |
福建 | 42 705 | 69 174 | 108 040 | 109 865 | 100 010 | 429 794 | 11 |
陕西 | 28 105 | 66 978 | 98 550 | 124 100 | 111 325 | 429 058 | 12 |
河北 | 26 280 | 59 292 | 98 550 | 114 975 | 121 910 | 421 007 | 13 |
湖南 | 30 660 | 61 488 | 103 660 | 111 690 | 109 500 | 416 998 | 14 |
安徽 | 28 470 | 56 364 | 114 975 | 102 930 | 102 565 | 405 304 | 15 |
辽宁 | 28 105 | 57 462 | 93 440 | 109 500 | 102 200 | 390 707 | 16 |
广西 | 24 090 | 52 338 | 86 140 | 92 710 | 98 185 | 353 463 | 17 |
云南 | 21 170 | 51 240 | 90 885 | 94 170 | 91 980 | 349 445 | 18 |
江西 | 23 360 | 53 070 | 83 585 | 89 790 | 88 695 | 338 500 | 19 |
山西 | 15 695 | 46 848 | 70 810 | 82 125 | 93 075 | 308 553 | 20 |
黑龙江 | 16 425 | 45 384 | 69 350 | 81 395 | 94 170 | 306 724 | 21 |
天津 | 28 105 | 51 606 | 70 080 | 80 665 | 73 730 | 304 186 | 22 |
贵州 | 15 330 | 46 482 | 73 730 | 75 555 | 83 585 | 294 682 | 23 |
吉林 | 16 060 | 47 946 | 68 255 | 71 540 | 76 285 | 280 086 | 24 |
内蒙古 | 9 490 | 37 332 | 56 940 | 64 240 | 67 160 | 235 162 | 25 |
新疆 | 6 205 | 31 110 | 71 905 | 62 780 | 60 590 | 232 590 | 26 |
海南 | 15 330 | 38 430 | 55 115 | 61 685 | 58 400 | 228 960 | 27 |
甘肃 | 8 030 | 31 110 | 53 290 | 60 590 | 62 780 | 215 800 | 28 |
宁夏 | 1 825 | 15372 | 32 850 | 38 325 | 38 325 | 126 697 | 29 |
青海 | 1 095 | 13908 | 32 850 | 37 960 | 33 215 | 119 028 | 30 |
西藏 | 365 | 7320 | 21 535 | 25 915 | 24 455 | 79 590 | 31 |
Tab.2 Spatial distribution of homestay network attention in 2015-2019
空间单元 | 2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 总计 | 排序 |
---|---|---|---|---|---|---|---|
广东 | 66 795 | 128 100 | 228 490 | 253 675 | 247 835 | 924 895 | 1 |
浙江 | 86 140 | 167 262 | 221 920 | 223 015 | 180 310 | 878 647 | 2 |
北京 | 53 655 | 98 088 | 164 980 | 208 780 | 200 385 | 725 888 | 3 |
四川 | 41 975 | 94 062 | 187 610 | 215 715 | 181 770 | 721 132 | 4 |
江苏 | 51 465 | 97 722 | 174 835 | 203 305 | 175 565 | 702 892 | 5 |
上海 | 59 130 | 102 480 | 155 490 | 166 805 | 144 905 | 628 810 | 6 |
山东 | 38 325 | 75 030 | 161 330 | 177 025 | 167 900 | 619 610 | 7 |
河南 | 31 390 | 64 782 | 154 760 | 149 650 | 139 795 | 540 377 | 8 |
湖北 | 35 405 | 67 710 | 109 500 | 139 430 | 123 735 | 475 780 | 9 |
重庆 | 26 645 | 61 854 | 135 780 | 134 320 | 108 040 | 466 639 | 10 |
福建 | 42 705 | 69 174 | 108 040 | 109 865 | 100 010 | 429 794 | 11 |
陕西 | 28 105 | 66 978 | 98 550 | 124 100 | 111 325 | 429 058 | 12 |
河北 | 26 280 | 59 292 | 98 550 | 114 975 | 121 910 | 421 007 | 13 |
湖南 | 30 660 | 61 488 | 103 660 | 111 690 | 109 500 | 416 998 | 14 |
安徽 | 28 470 | 56 364 | 114 975 | 102 930 | 102 565 | 405 304 | 15 |
辽宁 | 28 105 | 57 462 | 93 440 | 109 500 | 102 200 | 390 707 | 16 |
广西 | 24 090 | 52 338 | 86 140 | 92 710 | 98 185 | 353 463 | 17 |
云南 | 21 170 | 51 240 | 90 885 | 94 170 | 91 980 | 349 445 | 18 |
江西 | 23 360 | 53 070 | 83 585 | 89 790 | 88 695 | 338 500 | 19 |
山西 | 15 695 | 46 848 | 70 810 | 82 125 | 93 075 | 308 553 | 20 |
黑龙江 | 16 425 | 45 384 | 69 350 | 81 395 | 94 170 | 306 724 | 21 |
天津 | 28 105 | 51 606 | 70 080 | 80 665 | 73 730 | 304 186 | 22 |
贵州 | 15 330 | 46 482 | 73 730 | 75 555 | 83 585 | 294 682 | 23 |
吉林 | 16 060 | 47 946 | 68 255 | 71 540 | 76 285 | 280 086 | 24 |
内蒙古 | 9 490 | 37 332 | 56 940 | 64 240 | 67 160 | 235 162 | 25 |
新疆 | 6 205 | 31 110 | 71 905 | 62 780 | 60 590 | 232 590 | 26 |
海南 | 15 330 | 38 430 | 55 115 | 61 685 | 58 400 | 228 960 | 27 |
甘肃 | 8 030 | 31 110 | 53 290 | 60 590 | 62 780 | 215 800 | 28 |
宁夏 | 1 825 | 15372 | 32 850 | 38 325 | 38 325 | 126 697 | 29 |
青海 | 1 095 | 13908 | 32 850 | 37 960 | 33 215 | 119 028 | 30 |
西藏 | 365 | 7320 | 21 535 | 25 915 | 24 455 | 79 590 | 31 |
年份 | 各项指数 | |||
---|---|---|---|---|
地理集中指数(G) | 赫芬达尔系数(H) | 首位度(P) | 变差系数(CV) | |
2015年 | 21.834 1 | 0.047 7 | 1.289 6 | 0.691 3 |
2016年 | 20.347 1 | 0.041 4 | 1.305 7 | 0.532 2 |
2017年 | 20.116 2 | 0.040 5 | 1.029 6 | 0.504 1 |
2018年 | 20.147 8 | 0.040 6 | 1.131 5 | 0.508 3 |
2019年 | 19.824 5 | 0.039 3 | 1.236 8 | 0.467 1 |
Tab.3 Spatial distribution characteristic index of homestay network attention in 2015-2019
年份 | 各项指数 | |||
---|---|---|---|---|
地理集中指数(G) | 赫芬达尔系数(H) | 首位度(P) | 变差系数(CV) | |
2015年 | 21.834 1 | 0.047 7 | 1.289 6 | 0.691 3 |
2016年 | 20.347 1 | 0.041 4 | 1.305 7 | 0.532 2 |
2017年 | 20.116 2 | 0.040 5 | 1.029 6 | 0.504 1 |
2018年 | 20.147 8 | 0.040 6 | 1.131 5 | 0.508 3 |
2019年 | 19.824 5 | 0.039 3 | 1.236 8 | 0.467 1 |
年份/指数 | 区域 | |||||||
---|---|---|---|---|---|---|---|---|
华东 | 华南 | 华中 | 华北 | 东北 | 西北 | 西南 | ||
2015年 | 关注度 | 306 235 | 106 215 | 120 815 | 133 225 | 60 590 | 45 260 | 105 485 |
G | 43.405 1 | 68.391 8 | 50.514 6 | 51.436 1 | 59.908 7 | 66.188 | 53.250 1 | |
H | 0.188 4 | 0.467 7 | 0.255 2 | 0.264 6 | 0.358 9 | 0.438 1 | 0.283 6 | |
P | 1.456 8 | 4.357 1 | 1.127 9 | 1.909 1 | 1.711 1 | 3.500 0 | 1.575 3 | |
CV | 0.361 1 | 0.525 1 | 0.143 8 | 0.568 2 | 0.2770 | 1.091 1 | 0.481 3 | |
2019年 | 关注度 | 871 255 | 404 420 | 461 725 | 556 260 | 272 655 | 306 235 | 489 830 |
G | 41.865 2 | 67.478 7 | 50.658 2 | 48.779 5 | 58.143 6 | 49.066 6 | 50.321 7 | |
H | 0.175 3 | 0.455 3 | 0.256 6 | 0.237 9 | 0.338 1 | 0.240 8 | 0.253 2 | |
P | 1.027 0 | 2.524 1 | 1.129 8 | 1.643 7 | 1.081 1 | 1.773 3 | 1.682 4 | |
CV | 0.227 2 | 0.605 0 | 0.162 8 | 0.435 6 | 0.119 2 | 0.451 4 | 0.515 9 |
Tab.4 Spatial distribution characteristic index of homestay network attention
年份/指数 | 区域 | |||||||
---|---|---|---|---|---|---|---|---|
华东 | 华南 | 华中 | 华北 | 东北 | 西北 | 西南 | ||
2015年 | 关注度 | 306 235 | 106 215 | 120 815 | 133 225 | 60 590 | 45 260 | 105 485 |
G | 43.405 1 | 68.391 8 | 50.514 6 | 51.436 1 | 59.908 7 | 66.188 | 53.250 1 | |
H | 0.188 4 | 0.467 7 | 0.255 2 | 0.264 6 | 0.358 9 | 0.438 1 | 0.283 6 | |
P | 1.456 8 | 4.357 1 | 1.127 9 | 1.909 1 | 1.711 1 | 3.500 0 | 1.575 3 | |
CV | 0.361 1 | 0.525 1 | 0.143 8 | 0.568 2 | 0.2770 | 1.091 1 | 0.481 3 | |
2019年 | 关注度 | 871 255 | 404 420 | 461 725 | 556 260 | 272 655 | 306 235 | 489 830 |
G | 41.865 2 | 67.478 7 | 50.658 2 | 48.779 5 | 58.143 6 | 49.066 6 | 50.321 7 | |
H | 0.175 3 | 0.455 3 | 0.256 6 | 0.237 9 | 0.338 1 | 0.240 8 | 0.253 2 | |
P | 1.027 0 | 2.524 1 | 1.129 8 | 1.643 7 | 1.081 1 | 1.773 3 | 1.682 4 | |
CV | 0.227 2 | 0.605 0 | 0.162 8 | 0.435 6 | 0.119 2 | 0.451 4 | 0.515 9 |
影响因素 | Pearson相关性 | P值 | |
---|---|---|---|
经济发展水平 | 地区生产总值 | 0.000 | |
人均地区生产总值 | 0.001 | ||
居民购买力 | 人均可支配收入 | 0.000 | |
居民消费水平 | 0.001 | ||
人口规模 | 年末常住人口 | 0.000 | |
网络发达程度 | 互联网上网人数 | 0.000 | |
民宿业发展水平 | 民宿数量 | 0.000 | |
不同程度受教育人口数 | 初中 | 0.000 | |
高中 | 0.000 | ||
大专及以上 | 0.000 |
Tab.5 Correlation analysis of influencing factors on the spatial and temporal differences of homestay network
影响因素 | Pearson相关性 | P值 | |
---|---|---|---|
经济发展水平 | 地区生产总值 | 0.000 | |
人均地区生产总值 | 0.001 | ||
居民购买力 | 人均可支配收入 | 0.000 | |
居民消费水平 | 0.001 | ||
人口规模 | 年末常住人口 | 0.000 | |
网络发达程度 | 互联网上网人数 | 0.000 | |
民宿业发展水平 | 民宿数量 | 0.000 | |
不同程度受教育人口数 | 初中 | 0.000 | |
高中 | 0.000 | ||
大专及以上 | 0.000 |
1 | 马勇.旅游接待业.武汉:华中科技大学出版,2018. |
MA Y. Tourism reception industry. Wuhan: Huazhong University of science and Technology Press, 2018. | |
2 | 曾可盈,周丽君.基于百度指数的东北三省4A级及以上景区网络关注度分析.东北师大学报(自然科学版),2019,51(1):133-138. |
ZENG K,ZHOU L.Analysis on network attention of class 5A and 4A tourist spots in Northeast China based on Baidu index.Journal of Northeast Normal University(Natural Science Edition),2019,51(1):133-138. | |
3 | 龙茂兴,孙根年,马丽君,等.区域旅游网络关注度与客流量时空动态比较分析——以四川为例.地域研究与开发,2011,30(3):93-97. |
LONG M,SUN G,Ma L,WANG J,et al.An analysis on the variation between the degree of consumer attention of travel network and tourist flow in regional tourism:A case of Sichuan Province. Areal Research and Development,2011,30(3):93-97. | |
4 | 汪秋菊,黄明,刘宇.城市旅游客流量—网络关注度空间分布特征与耦合分析.地理与地理信息科学,2015,31(5):102-106. |
WANG Q,HUANG M,LIU Y.Research on spatial feature and coupling correlation between urban tourist flow and network attention-degree.Geography and Geo-Information Science,2015,31(5):102-106. | |
5 | 马莉,刘培学,张建新,等.景区旅游流与网络关注度的区域时空分异研究.地理与地理信息科学,2018,34(2):87-93. |
MA L,LIU P,ZHANG J,et al.Research on spatial feature and coupling correlation between urban tourist flow and network attention degree.Geography and Geo-Information Science,2018,34(2):87-93. | |
6 | 王硕,曾克峰,童洁,等.黄金周风景名胜区旅游客流量与网络关注度相关性分析——以庐山、华山、八达岭长城风景名胜区为例.经济地理,2013,33(11):182-186. |
WANG S,ZENG K,TONG J,et al.A correlative analysis of the relationship between tourists and tourist network attention for scenic spots in special session.Economic Geography,2013,33(11):182-186. | |
7 | 孙烨,张宏磊,刘培学,等.基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例.人文地理,2017,32(3):152-160. |
SUN Y,ZHANG H,LIU P,et al.Forecast of tourism flow volume of tourist attraction based on degree of tourist attention of travel network: A case study of baidu index of different clinets.Human Geography,2017,32(3):152-160. | |
8 | 田董炜,仇阿根,陈岳涛,等.旅游目的地网络关注度与关注重心的时空变化——以南京市为例.亚热带资源与环境学报,2018,13(2):54-63. |
TIAN D,QIU A,CHEN Y,et al.A study on the spatial and temporal changes of tourism destination network: Taking Nanjing City as an example.Journal of Subtropical Resources and Environment,2018,13(2):54-63. | |
9 | 丁鑫,汪京强,李勇泉.基于百度指数的旅游目的地网络关注度时空特征与影响因素研究——以厦门市为例.资源开发与市场,2018,34(5):709-714. |
DING X,WANG J,LI Y.Study on characteristics and influencing factors of network attention degree of tourist destination based on Baidu Index——A case of Xiamen city.Resource Development & Market,2018,34(5):709-714. | |
10 | 蒯步青,史春云,吴睿怡.淮海经济区城市旅游网络关注度时空动态分析.旅游研究,2019,11(3):46-56. |
KUAI B,SHI C,WU R.The temporal and spatial dynamic analysis on city tourism network attention in Huaihai economic zone.Tourism Research,2019,11(3):46-56. | |
11 | 林志慧,马耀峰,刘宪锋,等.旅游景区网络关注度时空分布特征分析.资源科学,2012,34(12):2427-2433. |
LIN Z,MA Y,LIU X,et al.Spatial and temporal features of network attention of scenic areas.Resources Science,2012,34(12):2427-2433. | |
12 | 严江平,宋志红,李巍.广州市旅游景区网络关注度时空特征研究.资源开发与市场,2018,34(1):88-93. |
YAN J,SONG Z,LI W.Study on temporal and spatial characteristics of network attention in Guangzhou scenic spot.Resource Development&Market,2018,34(1):88-93. | |
13 | 何春博,徐乃千,李志强,等.中国旅游名山网络关注度时空差异分析.江西科学,2016,34(6):763-769. |
HE C,XU N,LI Z,et al.Tourism famous Chinese online attention temporal difference analysis.Jiangxi Science,2016,34(6):763-769. | |
14 | 马丽君,张家凤.旅游危机事件网络舆情传播时空演化特征与机理——基于网络关注度的分析.旅游导刊,2019,3(6):26-47. |
MA L,ZHANG J.The temporal and spatial evolution,characteristics,and mechanism of internet public opinion propagation of tourism crisis events:An analysis of network attention.Tourism and Hospitality Prospects,2019,3(6):26-47. | |
15 | 刘嘉毅,陈玲,陈玉萍.旅游舆情网络关注度时空演变特征与影响因素.地域研究与开发,2019,38(1):88-94. |
LIU J,CHEN L,CHEN Y.Spatial-temporal evolutionary characteristics and influencing factors of network attention to tourism public opinion.Areal Research and Development,2019,38(1):88-94. | |
16 | 林炜铃,邹永广,郑向敏.旅游安全网络关注度区域差异研究——基于中国31个省市区旅游安全的百度指数.人文地理,2014,29(6):154-160. |
LIN W,ZOU Y,ZHENG X.Study on the regional disparity in the network attention of china tourism security:Based on the baidu index of tourism security in 30 provinces. Human Geography,2014,29(6):154-160. | |
17 | 邹永广,林炜铃,郑向敏.旅游安全网络关注度时空特征及其影响因素.旅游学刊,2015,30(2):101-109. |
ZOU Y,LIN W,ZHENG X.Spatial-temporal characteristics and influential factors of network attention to tourism security.Tourism Tribune,2015,30(2):101-109. | |
18 | 孙瑾瑾,李勇泉.中国旅游安全网络关注度的影响因素分析——基于中国省际面板数据的实证检验.资源开发与市场,2018,34(5):693-697. |
SUN J,LI Y.Analysis on influencing factors of network attention to tourism security——An empirical analysis based on provincial panel data.Resource Development & Market,2018,34(5):693-697. | |
19 | 文捷敏.民宿网络关注度的时空分布特征及影响因素研究——以乌镇民宿为例.中国旅游研究院、携程旅游集团.2019中国旅游科学年会论文集.中国旅游研究院、携程旅游集团:中国旅游研究院,2019:38-47. |
WEN J.Study on the spatio-temporal distribution characteristics and influencing factors of attention of homestay network——Taking Wuzhen Bed and Breakfast as an example.Proceedings of the 2019 China Tourism Science Annual Conference.China Tourism Research Institute,Ctrip Tourism Group:China Tourism Research Institute,2019:38-47. | |
20 | 王章郡,方忠权.近十年来广东省旅游客流变动分析.经济地理,2010,30(7):1200-1204. |
WANG Z,FANG Z.The evolvement of tourist flow over the past ten years in Guangdong province.Economic Geography,2010,30(7):1200-1204. | |
21 | 王林.论旅游决策风险的成因及对策.中国地质大学学报(社会科学版),2001(1):29-31. |
WANG L.The origin of tourism decision-making risks and the countermeasures.Journal of China University of Geosciences(Social Sciences Edition),2001(1):29-31. | |
22 | 西萍.旅游市场营销学第3版.北京:高等教育出版社,2011. |
XI P.Tourism Marketing 3rd Edition. Beijing: Higher Education Press,2011. | |
23 | 张碧星,周晓丽.佛教旅游地网络关注度时空分布差异及其影响因素研究——以五台山景区为例.西北师范大学学报(自然科学版),2018,54(6):103-109. |
ZHANG B,ZHOU X.Spatial-temporal characteristics and influencing factors of network attention to buddhist destinations——A case study of Wutai Mountain.Journal of Northwest Normal University(Natural Science),2018,54(6):103-109. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||