来源:SCI期刊网 分类:经济论文 时间:2022-01-19 09:59 热度:
摘 要: 以成渝城市群为研究范围,借用社会网络理论和方法,通过网络爬虫深度挖掘游记信息,运用 UCINET6. 0 软件对获取的数据进行分析,构建旅游流网络结构评价指标体系,得出成渝城市群旅游流网络结构特征,并根据研究结论提出有针对性的优化发展建议,为具体指导成渝城市群各节点城市旅游资源的开发和旅游线路的组合与规划提供科学依据。研究得出: 成渝城市群整体网络密度不高,旅游流分布不均衡,成都市旅游流集聚、扩散作用最为显著; 核心区城市与边缘区城市联系不够密切,未能有效发挥辐射带动作用。根据旅游流网络特征,提出建设双核发展模式、加强旅游一体化建设等 5 个方面的对策建议,以期促进成渝城市群旅游业更好发展。
关键词: 旅游流; SNA; 成渝城市群; 游记
国内旅游流的研究始于 20 世纪 80 年代,采用的定量研究方法包括传统的计量统计法、GIS 分析法、物理学理论方法等[1]。自国内学者杨兴柱等 ( 2007) 首次将社会网络分析法应用于南京市旅游流网络的研究后[2],社会网络分析法逐渐兴起并趋于成熟,数据获取方式也从问卷调查、官方统计数据转向利 用 网 络 游 记 获 取 研 究 信 息 ( 干 亚 青,等, 2016 [3]; 吴江,等,2018 [4]; 季学峰,等,2019 [5]) 。但是大部分学者都是以研究范围内的旅游景点作为研究对象所展开的旅游流研究,关于城市群各城市间旅游流的研究尚处于起步阶段。
成渝城市群拥有丰富的自然旅游资源和人文旅游资源,国内外游客量居于国内前列,区域内旅游流具有较高的研究价值。虽有学者使用社会网络分析法就四川省内、重庆市内旅游流作了相关分析,如陈悦悦等( 2017) 采用社会网络分析法分析四川省旅游流空间网络[6]和李巧巧等( 2020) 运用 SNA 研究重庆市旅游流网络结构特征[7],但目前暂无单纯以城市为研究对象展开的有关成渝城市群旅游流网络结构特征的研究。
1 数据来源与评价指标体系构建
1. 1 数据来源及处理
成渝城市群具体范围包括重庆市的渝中、万州等 27 个区( 县) 以及开州、云阳的部分地区,四川省的成都、自贡、德阳、绵阳( 除北川县、平武县) 等 15 个市。为了便于数据的整理与进一步分析,共得到 16 个城市作为实际研究对象。
本文通过对 OTA 网站游记板块知名度、游客注册使用率的比较,选取携程网、去哪儿网以及蚂蜂窝网作为本文游记获取的主要渠道,通过网络爬虫获取所需游记信息,以“四川”“成都”“重庆”为搜索关键词,共爬取 2 989 篇游记。剔除明显以盈利为目的的商业性游记和带有复制抄袭痕迹的游记,最终得到 321 篇有效游记,并据此建立成渝城市群旅游流流量流向数据库。
依据旅游者到达节点城市的先后顺序建立 16 × 16的旅游流多值有向矩阵,经多次尝试后选取断点值为 0,大于等于断点值的记为 1,小于断点值的数值记为 0,得到相应的二值矩阵,将 Excel 形式保存的二值矩阵带入 Ucinet 软件进行处理,获得所需的成渝城市群旅游流网络数据结果。
1. 2 评价指标体系
1. 2. 1 整体网络特征评价指标
本文选取网络密度作为整体网络特征评价指标。网络密度指的是网络中各个成员之间联系的紧密度,可以反映出旅游流网络中各旅游节点城市之间联系的整体紧密程度。整体网的密度越大,该网络对节点城市产生的影响可能越大[8]。
1. 2. 2 网络节点特征评价指标
本文通过节点中心性、凝聚子群、核心—边缘理论来对网络的节点特征进行评价。节点中心性用中心度来衡量,分为点度中心度、接近中心度和中间中心度三个指标; 凝聚子群分析采用数学方法分析出网络中联系紧密的子群数量,进而分析子群之间、子群内部行动者或是节点之间、子群内部成员与另外其他子群的成员之间的关系[9]。通过核心—边缘模型的构建,可以得到网络中核心节点城市和边缘节点城市的情况,从而分析各旅游节点城市在网络中的地位,对各城市所处的位置有量化认识。
2 成渝城市群旅游流网络特征分析
2. 1 整体网络密度分析
成渝城市群旅游流网络中旅游流节点城市实际联系数为 60 条,由 16 个旅游节点建立的旅游流网络最大联系数理论上为 240 条,旅游流网络密度为 25% 。旅游流网络密度总体上较低,各节点城市联系少,整体网络结构较为松散。
2. 2 网络节点结构分析
2. 2. 1 节点中心性分析
由表 1 可以看出,成都的点度中心度最高,是网络的中心,说明与成都市直接联系的景区数量最多,这与成都的交通优势和旅游景点知名度高有很大关系。乐山、宜宾、重庆、绵阳、南充点度中心度都在均值以上,说明游客在这些城市间活动较为频繁,这些城市对周边城市的旅游发展也有辐射带动作用。
中间中心度方差最大,说明区域内仅有个别城市具有中介作用且发挥作用大。成都的中间中心度最大,说明其他节点城市对其有较强的依赖性。德阳、广安、达州的中间中心度为 0,说明在成渝城市群旅游流网络中没有起到中介作用,对其他节点城市依赖性大。
成都的接近中心度最小,是旅游流网络的整体中心点。说明成都市与其他节点城市间的通达性较好,向其他节点城市传递信息和资源更加容易。内江的内向、外向接近中心度均低于均值,整体中心度低,对其他节点城市的交通通达度依赖性高。达州市的外向接近中心度约为外向接近中心度均值的 5 倍,从达州出发到其他节点城市所花费的时间成本最多。
2. 2. 2 凝聚子群分析
进行凝聚子群分析可以看出成渝城市群旅游流网络中内部联系紧密的子结构。从图 1 中可以看出,在 3 级层面上存在 7 个凝聚子群,2 级层面上凝聚子群的个数为 4。通过凝聚子群密度分析可知,重庆—雅安—自贡—宜宾构成的凝聚子群与成都— 乐山构成的凝聚子群联系最为紧密,远高于整体网络密度,两子群间的旅游活动频繁,是游客通常会选择的旅游线路。达州市单独构成的凝聚子群与其他凝聚子群之间没有发生联系,密度为 0。
由此得出,以成都和重庆为主的凝聚子群内外部联系较为密切,眉山—南充—德阳子群与成都—乐山子群联系频繁,而其余凝聚子群内部及凝聚子群之间缺少联系,说明凝聚子群之间的发展不协调,关联性不强,主要凝聚子群没有有效发挥出辐射带动作用。
2. 2. 3 核心—边缘分析
运用 UCINET6. 0 软件进行分析发现,成渝城市群旅游流网络存在 8 个核心节点城市和 8 个边缘城市。成都、重庆、眉山、乐山、南充、雅安、绵阳、宜宾是处于核心区的城市,游客在此区域活动较多,该区域的旅游发展对边缘区的城市有辐射带动作用; 泸州、遂宁、广安、自贡、内江、德阳、达州、资阳为边缘城市,游客游览较少,旅游发展缓慢。从表 2 可以看出,核心区节点城市之间密度最高,联系密切,旅游流往来频繁; 边缘区内部密度低,各节点城市间联系不紧密,这与边缘区节点城市地理位置偏远、旅游资源丰度及知名度低、旅游开发程度不高有关。
3 结论与建议
3. 1 结论
( 1) 成渝城市群旅游流网络密度不高,旅游流分布较分散。通过整理游记信息获悉游客多选择成都、重庆、乐山等核心区城市,以及非成渝城市群梯队的阿坝藏族羌族自治州、甘孜藏族自治州( 九寨沟、黄龙、稻城亚丁等景点所在地) 作为旅游目的地。
( 2) 成都的核心极化效应最明显,其节点中心性高于其他节点城市,在成渝城市群旅游流网络中处于中心地位,是旅游流网络的核心枢纽,旅游流集聚和扩散效应最明显; 以成都为主的凝聚子群内外联系最为活跃,游客多选择游览与此凝聚子群组合成的线路。
( 3) 成渝城市群中核心区和边缘区存在明显的网络结构分层,核心节点城市之间的联系紧密,边缘区内节点城市间的联系不紧密,达州等边缘区城市与核心区节点城市的联系较少,受核心城市的辐射影响小; 核心区与边缘区的联系较薄弱,核心节点带动作用不强。
3. 2 建议
( 1) 加强成渝城市群旅游一体化建设。成渝城市群各城市在社会经济水平、旅游资源禀赋以及交通便利程度等方面都存在差异,利用成都、重庆等核心城市的优势进行资源整合,在区域内形成吸引力强的大旅游区。应结合有关人大代表提案,进行国家文旅领域的专项顶层设计,建设“成渝文化旅游一体化发展示范区”。
( 2) 建立双核发展模式。巩固成都核心旅游节点城市的地位,并将重庆培育为区域内新的核心节点,实现成渝城市群双核发展模式。以政府为主导,在旅游政策上推动建设无障碍旅游区,在线路上打造合作旅游带,在营销上实施区域整合推广,共同推进川渝毗邻地区合作共建区域发展功能平台,在不改变行政隶属和行政边界的前提下,实施跨行政区域的组团发展模式。
( 3) 完善旅游服务设施建设。在区域双核心城市成都、重庆建设两个具有区域辐射功能的大型游客集散和服务中心,提供信息咨询、旅游商品售卖、游客集散等服务,发挥好通道、中转的作用,为游客提供便利。在乐山、宜宾、绵阳、南充等节点培育对周边城市有影响力的旅游集散中心,发挥其集聚和扩散功能,提高其在旅游流网络中的地位。
( 4) 优化交通轴线。一方面依托连接重庆主城、成都两大核心节点的成渝高速公路和成渝高铁,充分发挥两条廊道的旅游流辐射功能,串联起沿线城市,打造核心交通旅游带; 另一方面,做好区域内成都双流国际机场、成都天府国际机场、重庆江北国际机场、绵阳南郊机场等重点机场的联动,推出旅游航空联票服务,构建成渝城市群航空旅游圈。
( 5) 加强外部联动。阿坝州、甘孜州等四川省内非成渝城市群的城市旅游资源十分丰富,对中外游客的旅游吸引力逐年增强。成渝城市群在发展旅游业的过程中要充分考虑这些非成渝城市群梯队的城市热门景点的优势和知名度,加强交流与合作,实现不同地区旅游业错位发展、优势互补,共享旅游市场,从而推动区域内外联动发展。——论文作者:权妙璇 林轶*
参考文献:
[1]张佑印,顾静,马耀峰. 旅游流研究的进展、评价与展望[J]. 旅游学刊,2013,28( 6) : 38-46.
[2]杨兴柱,顾朝林,王群. 南京市旅游流网络结构构建[J]. 地理学报,2007,62( 6) : 609-620.
[3]干青亚,邱枫,刘文生,陈小龙. 基于 GIS - SNA 的长江三角洲城市群旅游流网络演化[J]. 华东经济管理,2016,30( 8) : 35-40.
[4]吴江,魏玲玲,周年兴,等. 基于网络游记的甘肃省旅游流空间分布格局研究[J]. 西北师范大学学报( 自然科学版) ,2018,54( 6) : 75-81.
[5]季学峰,吴国清. 基于旅游数字足迹的上海市旅游流网络结构分析[J]. 城市学刊,2019,40( 6) : 33-38.
[6]陈悦悦,严艳. 基于网络游记的四川省旅游流空间网络分析[J]. 河南科学,2017,35( 10) : 1 716-1 721.
[7]李巧巧,胡传东,刘振振. 基于网络游记的重庆市旅游流网络结构研究[J]. 重庆工商大学学报 ( 自然科学版) ,2020,37( 6) : 103-110.
[8]刘军. 社会网络分析法[M]. 重庆: 重庆大学出版社,2016.
[9]杨新菊,吴晋峰,唐澜,等. 旅华外国散客旅游流地理分布和网络结构研究[J]. 旅游学刊,2014, 29( 5) : 87-96.