旅游流是游客在空间区域内的集散过程所带来的一系列经济社会发展效应,是旅游系统的神经中枢和纽带.传统旅游流研究多集中于现实旅游流,对虚拟旅游流涉及较少,数据获取多依靠调查问卷与景区提供,具有局限性.文章基于百度指数,在保证数据容量与准确度的基础上以长江三角洲为研究对象,构建O-D虚拟旅游流矩阵探究区域虚拟旅游流流动特征,并利用地理加权回归(GWR)模型从流入市域、流出市域两方面,分析不同市域的虚拟旅游流影响因素.结果 表明:(1)长江三角洲虚拟旅游流空间分布不均,流动性较强,形成以合肥、南京、苏州、杭州、上海为核心节点的放射状网络.(2)A级景区数量、住宿和餐饮业从业人员以及公路里程可以较好的解释流入虚拟旅游流市域分布.其中,A级景区对流入虚拟旅游流影响最为显著,住宿和餐饮业的发展对长江三角洲西北部虚拟旅游流的流入具有推动力,而公路里程对整个长江三角洲流入虚拟旅游流影响最小.(3)私人汽车拥有量、社会消费品零售总额、互联网宽带用户接入量对流出虚拟旅游流有较强的影响.社会消费品零售总额代表的经济因素是市域虚拟旅游流流出的决定因素,经济越发达的区域,人们的出游意愿越强烈,也更愿意利用网络抓取旅游信息流追求高质量旅游出行行为.