基于2—模網絡分析的安徽省國內旅游市場格局研究

李彬彬+陳冬冬+張瑩+劉法建

摘 要：目的地（D）與客源地（O）互動是構建區域旅游市場格局的重要因素，進而影響到區域旅游市場的穩定與可持續發展。基于2-模網絡分析，從O-D互動視角建立旅游市場隸屬關系網絡，并采用中心度和奇異值分解法，對安徽省2014年各地市旅游市場空間結構進行分析。研究表明，長三角各省市到合肥、黃山等重點旅游城市的游客流動是安徽省外客源市場的核心力量；與之對應的游客量規模較大的浙江、江蘇、上海等省份在網絡結構中占據關鍵位置，但地市方面未呈現出類似特征；安徽旅游市場結構存在三個組團模式，分別是“經濟區位優勢+近鄰市場”模式、“一般城市+外圍市場”模式、“資源驅動+廣域市場”模式。相關結論能夠為安徽全省及各地市制定營銷方案，組織區域旅游產品提供重要的參考。

關鍵詞：國內旅游市場；格局；安徽省；2-模網絡；互動

中圖分類號：F592.7 文獻標識碼：A 文章編號：1003-3890（2018）01-0066-07

一、引言

旅游地客源市場的空間結構是旅游地理學研究的基本問題[1]。旅游市場特征與趨勢一定程度上決定了區域旅游產業發展的重點和方向，了解旅游市場空間組合狀態也成為旅游市場定位、市場開發與旅游營銷的首要工作，這也引起了旅游學界的廣泛關注。目前，國內旅游學者對于旅游市場空間結構的研究集中在以下方面：（1）區域旅游市場的時空特征與演化，研究者采用距離衰減指數[2]、地理集中性指數、吸引半徑[3]、季節性指數[4]等方法刻畫旅游市場的時空特征，從而發現規律和模式[5]，并以此為基礎展開時空演化[1，6]、影響因素[7]，及市場空間結構預測等研究，這也是國內最為常見的旅游市場研究內容。（2）優勢旅游客源市場的選擇和結構劃分，除了采用常用的競爭態、優勢度等指標[8]識別區域旅游優勢市場外，還有學者采用模糊區間層次分析法（IGJAHP）、FRQ方法進行旅游市場選擇以及等級劃分[9-10]。（3）旅游流空間場研究。以空間場理論對旅游市場結構進行解釋，通過集聚場和擴散場的場強、位勢的分析，判別旅游流集散與擴散特征[11-14]。此外，還有以地理和空間因素作為依據對旅游市場進行細分的研究[15]，是對傳統基于人口統計學市場細分的有益補充。多尺度、多類型、多方法的研究為我國旅游市場開發提供了重要的指導價值。

旅游市場空間結構是客源地（origin）和目的地（destination）之間，通過旅游流的“流態（flows）”形式所形成的空間相互作用的結果[16]。目前，除空間場研究外，現有旅游市場空間研究往往是基于不同視角對市場結構的解析，一定程度上忽略了旅游地與客源地之間的互動，以及旅游地系統內部各目的地之間的聯動與協同效應。實際上，這種互動所形成的區域旅游空間競合模式對于制定區域旅游市場與產業政策具有重要的參考意義，不僅能夠用于各旅游地個體明確旅游市場開發重點和市場組合，以及選擇旅游聯合營銷的伙伴和對象，而且是區域旅游產品組織與線路設計的重要依據。因此，本文將從目的地-客源地，目的地-目的地之間互動關聯視角，運用2-模網絡模型及分析技術，通過建立區域旅游客源市場隸屬網絡模型，對安徽省各地市與客源省份所形成的市場結構的剖析，從而發現其市場特征和市場組團，以期能為安徽省旅游市場細分、旅游營銷組合、旅游產品設計等提供參考，并拓展旅游市場結構研究的理論和方法。

二、安徽省國內旅游市場概況

安徽作為我國中東部重要的旅游目的地，近年來，旅游經濟持續快速增長。2014年全省共接待國內游客3.8億人次，比上年增長12.8%，入境游客405.1萬人次，增長13%。整體來看，國內各省市仍是安徽現階段旅游市場的主體，并呈現出以下特征：首先，由于旅游資源、發展階段和社會經濟特征的差異，各地市旅游市場規模存在較大差距，從人次上看，居首（合肥）與居尾（淮北）兩地市相差10倍之多。其次，除了本省客源占據較大比重外（約50%），受到區位、交通、資源等影響，長三角省市、中部省份、北京及廣東占全省及各地市場的比重較大。再次，不同省份在不同地市的市場占比也有較大差異，如北京市客源在黃山市2014年旅游市場的比重達到5.8%，而在同為皖南國際文化旅游區的宣城則僅為1.5%。因此，從目的地-客源地互動視角揭開安徽旅游市場空間結構存在的多重差異，對于推動旅游市場的相對均衡與可持續具有重要意義。

三、研究方法

（一）“客源地-目的地”2-模網絡

2-模網絡來自于社會網絡理論，是相對于1-模網絡而言的，指由兩個不同類型集合之間的行動者所構成的關系網絡。盡管社會網絡分析技術已被廣泛運用到旅游流研究中，但建立的旅游流網絡本身多為1模網絡，僅關注目的地集合內部的旅游流互動關系。2-模網絡用來分析市場結構，通過把目的地和客源市場這兩個集合都納入到網絡結構中，并且從這兩者之間，和各集合內部的互動來分析其特征。根據2-模網絡的研究思路，形成區域旅游市場聯動結構的原因有據可循，旅游目的地的客源市場不同，相對應地，區域內各旅游目的地在客源市場不同客流的基礎上而形成的旅游流的客源地-目的地和目的地-目的地之間的聯系也形成差異。同時，各市場之間的關系一定意義上也代表了不同目的地之間的市場合作關系，目的地和客源市場之間存在“二元性”[17]，也就是可以將這一結構看作是特定的客源地-目的地的2-模隸屬網絡。在本文中，安徽省16個地市與30個客源省份（不含安徽）分別構成了這一網絡的兩類行動者集合，不同地市來自于特定客源市場的旅游流動構成了兩個集合之間的關系（如表1所示）。

（二）網絡中心性測度

中心性是旅游社會網絡研究中最常用的方法之一，用以量化網絡中行動者的權利[17]。2-模網絡中也采用中心度來衡量兩類行動者的功能和地位，本文將用到程度中心度、接近中心度和中間中心性三種指標，相關介紹如下。

1. 程度中心度。對于安徽各地市而言，程度中心度等于其所擁有的客源省份數量，對于客源省份而言，則等于其輻射的地市數量。因此，程度中心度的值越大表示關聯的點越多，在隸屬網絡中的位置越重要。endprint

2. 接近中心度。表示網絡成員到其他成員之間距離的接近程度。對于各地市而言，其接近中心度是其所擁有的客源省份到其他客源省份和地市之間最短網絡距離的一個函數（公式1）。

其中，Cc（ni）為地市的接近中心度，g為地市的數量，h為客源省份數量，k為地市所鄰接的某客源省份；j為某個其他地市或客源省份；表示k與j之間的最短網絡距離。

對于客源省份而言，其接近中心度是其所輻射的地市到其他地市和客源省份的最短網絡距離的一個函數（公式2）。

其中，Cc（nk）為客源省份的接近中心度，g為地市的數量，h為客源省份數量，i為客源省份所鄰接的某客源國；j為某個其他地市或客源省份；表示i與j之間的最短網絡距離。

一般來說，一個網絡成員的接近中心度數值越小表示聯系的通達度越好，越容易與其他成員建立客源關系，越容易處于整體網絡的中心。

3. 中間中心度。它反映了網絡中兩個非鄰接節點之間的相互關系，以及依賴于網絡其他節點的程度。對于地市而言，只有當一對客源地都輻射該地市，這個地市才能獲得中間中心度（公式3）；另外，若一個客源省份僅輻射一個地市時，該客源地得到g+h+2個中間“點”。

式（3）中：CB（ni）為地市的中間中心度；nj為ni與共享于客源省份mk的另一地市；XijN為ni和nj所共享的客源省份的數量。

同理，對于客源省份而言，如果一個客源省份僅僅是某地市唯一的市場，則該客源省份得到g+h+2個中間“點”；對于一個客源省份所輻射的所有地市來說，該客源省份獲得個中間中心度。

本文上述中心度可通過Ucinet中network—centrality—2-mode centrality模塊分析獲得[18]。

（三）奇異值分解法

奇異值分解法（SVD）是一種通過降維來獲取2-模網絡背后因子的方法。對于行數和列數比較多的隸屬網絡，可以通過奇異值分解的技術，降解網絡的維度數，找到數據背后共同的因子，從而對網絡結構進行一定層次的劃分[17]。對于旅游客源—市場2-模網絡而言，這一分析技術可用于對市場結構進行細分，發現特定的客源市場組合，還能夠找到其對應的目的地群體，從而對于區域內部各旅游目的地之間確定營銷組合，線路產品組織以及營銷對象的選擇有重要意義。SVD計算可通過Ucinet中Tools-Scaling/Decomposition-SVD模塊實現。

（四）數據獲取與處理

本文采用2014年安徽省國內游客抽樣調查資料中的“國內游客來地構成”為基礎數據（原始數據采用百分比表示每個省份客源在各地市游客抽樣總數中的比例）。由于本省客源在各地市的市場比重都超過40%，對于結果的影響較大，且不是本研究的關注點，因此，將其刪除并處理后得到一個30×16的2-模網絡矩陣Xij。由于隸屬網絡往往采用1和0表示關系建立與否，這就需要將Xij中的數據進行二值化處理。本文以Xij中的所有數值的均值（1.52%）為切分值進行二值化處理，即大于1.52%的取1，反之為0。所得到的X′ij就是一個表示各地市與客源省份之間的隸屬關系網絡（見表1）。另外，為了比較規模差異，將Xij中的比例數據乘以相應地市的客源總量，得到能夠近似表示流量大小的網絡矩陣X″ij。

四、結果分析與解釋

本文首先對X″ij中的流量數據進行比較，然后依次采用ucinet中2-模網絡的中心度、SVD分析模塊對X′ij展開分析，結果如下：

（一）基本特征描述

在安徽省國內客源市場2-模網絡X″ij中，共形成了421條網絡流，按照流量大小進行排列，列出前20的網絡流，并借鑒旅游流空間場相關概念，識別出安徽國內客源市場的吸引力中心（集聚場）、客源地中心（擴散場）。

表2可知，長三角地區是安徽省旅游主要的旅游客源地中心和擴散場，尤其是江蘇省，憑借其地理近鄰優勢，成為安徽眾多地市的首位客源地；其次是環渤海的北京與山東，依托交通、地理與經濟優勢也在安徽省旅游市場中扮演了重要角色。從省內游客流入地來看，旅游流空間集聚場主要在皖南國際文化旅游示范區、合肥經濟圈等區域，尤其是合肥、黃山、池州等重點旅游城市在整個旅游市場規模格局中占據領先優勢。因此，長三角與合肥及皖南的市場互動構成了安徽旅游客源市場的主體框架。

（二）中心度結果分析

表3為安徽各地市及客源省份三項中心度得分。為了更好地體現中心度指標的指示意義，本文選擇能夠直接反映結構優勢的程度中心度與游客規模進行對比，如圖1、圖2所示，圖中實線為相關指標的平均值。

從各地市的中心度指標來看，安徽各地市的市場中心度指標都較低，與眾多省份，尤其是西部省份，沒能建立一定的市場聯系，影響了中心度指標得分。另一方面，各地市中心度指標不等同于市場規模，二者沒有直接的相關性。盡管更為廣泛的市場區域更容易產生較大的市場規模，從而帶來一定的市場網絡中心度優勢。例如黃山、池州、蕪湖等重點旅游城市，其中心度指標整體大于墊底的皖北各地市。但從全省層面上看，市場區域分布特征較為雷同，使得安徽各地市客源市場隸屬網絡在中心度指標上呈現出相對均衡的態勢，整體差異不夠明顯。另外，合肥、安慶等地的指標小于整體平均數值，原因可能在于，本研究中的市場隸屬網絡關系的建立需要達到一定的市場比例，在上述地市，一些特定市場具有較高的親景度和競爭態優勢，但這種比較優勢使得其他客源地市場比重較小，阻礙了市場聯系建立，進而影響了該地市旅游市場結構的均衡和可持續發展能力。

從各客源省份的中心度指標來看，各省份的客源規模優勢在中心度指標上得到了明顯的反映。憑借地理近鄰、經濟發達、交通便捷等優勢，江蘇、上海、浙江、北京、河南、山東等成為安徽各地市旅游客源市場的主體，并與安徽各地市都建立了一定的客源聯系，獲得了較大的中心度指標，成為客源網絡結構中的關鍵行動者，而青海、貴州、內蒙古等中心度省份在安徽各地的市場份額由于過小，無法建立旅游聯系，成為網絡中的孤立點，中心度指標都為0。因此，可以認為市場規模越大，隸屬網絡中心度得分越高。endprint

（三）SVD分析結果及指示意義

由于貴州、青海等13個省份是孤立點，SVD分析中維度得分為零，因此，本文根據SVD分析結果將16個地市與其余17個省份分為三個維度，也就是三個市場組團（表4、表5）。有關各組團的內涵、模式、市場特征及形成機制，則需要結合區位、資源、市場、經濟等多方面因素展開分析。

1. 維度1：經濟區位+近鄰市場模式。這一組團包括合肥、蕪湖、蚌埠、淮南和馬鞍山以及北京、上海、江蘇、浙江、河南、湖北、山東等省市。從地市本身看，盡管這些城市在傳統意義上的旅游資源優勢不夠明顯，但其城市旅游功能與城市旅游產品較為突出，同時上述各市經濟狀況較好，因此與較多省份保留了一定的旅游市場聯系，從而形成相對集中的市場結構。從其對接的幾個省級市場來看，這些省份與安徽上述地市具有良好的交通連接條件以及空間區位優勢，而且其社會經濟相對較為發達，也是安徽旅游市場的主力，二者相互作用，形成了結構穩定，并且影響力較大的旅游市場組團。

2. 維度2：一般城市+外圍市場模式。第二個組團包含的地市數量最多，但除六安外，滁州、亳州、淮北、阜陽、宣城、銅陵等其他6個地市的整體旅游產業經濟在全省均為中游以下水平，在旅游資源、區位條件、經濟發展水平等各方面均不占優勢。因此，這些地市除了與第一類模式中的上海、江蘇等近鄰重點省份具有一定的聯系外，其所對接的市場群主要是安徽的外圍客源市場，包括江西、湖南、山西、天津、遼寧等地，因此未來可在重點市場基礎上，面向上述地區定向開拓市場。

3. 維度3：資源驅動+廣域市場模式。這一組團所包含的黃山、池州和安慶等是安徽旅游資源數量、品位和品牌最具競爭力的地市，也是安徽吸引外省客源市場的主要力量。因此，這些地市的客源市場范圍較為廣泛，涉及全國各大區域，與廣東、福建、吉林等其他重要客源市場也建立了較為緊密的聯系，形成廣域的市場空間。

依據市場比例數據將各地市及其客源市場進行組團劃分，是一種在市場互動視角下對重點市場的遴選過程。組團中的客源省份，是相關地市重要的目標市場，但不完全代表要舍棄其他客源市場。與此同時，這一結果也為各地市在全省范圍內開展區域旅游合作，尋找合作城市，推出符合特定市場群體的精品旅游線路，制定聯合營銷方案提供參考。

五、結論與討論

區域旅游市場的可持續發展不僅是游客量的持續增加，還在于市場結構的優化[10，18]。本文通過建立旅游市場隸屬網絡，運用2-模網絡技術，對2014年安徽省各地市旅游客源市場結構進行整體分析，從O-D互動視角來解釋旅游市場格局、建立多元耦合機制，具有重要理論意義。結果表明：

第一，基于2-模網絡理論和模型對區域旅游市場隸屬網絡展開研究，不僅能界定核心旅游城市與客源市場，而且有利于發現市場聯動組團，為區域旅游產品開發、線路設計以及聯合營銷提供參考價值。

第二，長三角省份到黃山、合肥等重點旅游城市的游客流向是安徽國內客源市場主導方向，這也構成了安徽旅游市場隸屬結構的基本框架。

第三，不論各地市還是各客源省份，其游客量規模大小與其在整個市場隸屬網絡中的功能和地位存在一定的相關性。尤其是客源省份，出現了較為明顯的核心客源省份，即較大的市場規模能夠使其與眾多地市建立旅游流聯系，從而收獲較大的中心度和結構優勢。

第四，安徽省形成了三個規模基本相同，但市場層次、發展重點各不相同的“地市-客源省市旅游市場”模式，分別是“經濟區位+近鄰市場”模式、“一般城市+外圍市場”模式、“資源驅動+廣域市場”模式。

由于難以獲得各地市不同客源市場的統計數據，本文基于抽樣調查數據的比例數據來建立聯系，并推算相關客流量。同時為了能夠將更多的省份納入網絡，本文采用平均值作為切分值，略為偏小，使得隸屬網絡中市場聯系普遍建立，難以體現特定市場的優勢和核心地市的關鍵作用，相關結論還有待進一步的檢驗。此外，本文重點是對2014年市場斷面的研究，未對旅游隸屬網絡的形成與演化路徑、影響因素與作用機理等展開探討，有待于未來研究中進行深入剖析。

參考文獻：

[1]保繼剛，鄭海燕，戴光全.桂林國內客源市場的空間結構演變[J].地理學報，2002，57（1）：96-106.

[2]張捷，都金康，周寅康，等.自然觀光旅游地客源市場的空間結構研究——以九寨溝及比較風景區為例[J].地理學報，1999，54（4）：357-364.

[3]劉澤華，顧宗欣，王楠楠，等.閑暇時間約束對中山陵景區國內客源市場空間結構的影響[J].地理研究，2013，32（9）：1737-1746.

[4]梁增賢，保繼剛.主題公園黃金周游客流季節性研究——以深圳華僑城主題公園為例[J].旅游學刊，2012，27（1）：58-65.

[5]鐘士恩，任黎秀，歐陽懷龍.世界遺產地廬山/圈層飛地型旅游客源市場空間結構研究[J].地理與地理信息科學，2007，23（4）：76-80.

[6]閭平貴.汪德根.魏向東.“時空壓縮”與客源市場空間結構演變——以江蘇國際旅游客源市場為例[J].經濟地理，2009，29（3）：504-509.

[7]李玲，張貞冰.武漢市海外旅游客源市場的時空動態分析[J].世界地理研究，2008，17（2）：110-120.

[8]薛剛，孫根年，侯偉濤.基于親景度與競爭態的西安國內旅游分析[J].旅游學刊，2008，23（9）：12-16.

[9]張立生，樊新生.旅游客源市場等級劃分理論的應用及比較[J].地理與地理信息科學，2007，23（2）：101-103，108.

[10]羅治得，章錦河，熊發禮.基于FPT的入境旅游市場季節風險規避研究——以臺灣客源為例[J].旅游論壇，2009，2（3）：439-445.

[11]章錦河，張捷，李娜，等.中國國內旅游流空間場效應分析[J].地理研究，2005，24（2）：293-303.

[12]卞顯紅，沙潤，杜長海.長江三角洲城市入境旅游流區域內流動份額分析[J].人文地理，2001，22（2）：32-38.

[13]馬耀峰，王冠孝，張佑印.中國典型區域入境旅游流空間場效應實證研究——以四川省為例[J].資源科學，2008，30（11）：1747-1753.

[14]李創新，馬耀峰，張穎，等.時空二元視角的入境旅游流集散空間場效應與地域結構——以絲路東段典型區為例[J].地理科學，2012，32（2）：176-185.

[15]解杼，張捷，劉澤華.旅游客源市場空間結構及地理細分市場計量分析研究——以江西省為例[J].經濟地理，2004，24（6）：852-855.

[16]鐘士恩，任黎秀，歐陽懷龍.世界遺產地廬山“圈層飛地”型旅游客源市場空間結構研究[J].地理與地理信息科學，2007，23（4）：76-80.

[17]劉軍.社會網絡分析導論[M].北京：社會科學文獻出版社，2004.

[18]JANG S C，CHEN M H.Financial portfolio approach to optimal tourist market mixes[J].Tourism management，2008，29（4）：761-770.

責任編輯：高鐘庭endprint