基于游記的杭州市區旅游線路網絡結構分析

陳立云 李鳳全 王天陽 朱麗東

[摘要]基于網絡游記，提取旅游線路數據，以此構建杭州市區旅游線路網絡，借助社會網絡分析方法，結合GIS技術，分析了該市區旅游線路網絡結構特征。結果表明：杭州市區旅游線路網絡密度為0.45，旅游線路節點間聯系程度略低，旅游線路密度在空間上呈現出“多核心，中間密”的總體特征；旅游線路網絡具有明顯的核心-邊緣結構，西湖、靈隱寺、河坊街、雷峰塔、岳王廟、西溪為重要的集散中心和中轉中心，在整個旅游線路網絡中具有一定的競爭優勢；其他旅游景點的網絡地位相對較低，景點處于競爭劣勢。

[關鍵詞]社會網絡理論；網絡結構；旅游線路

[中圖分類號]F590 [文獻標識碼]A

1 引言

旅游線路是旅游系統在線性軌跡上的空間投射，它將不同旅游景點/景區聯系起來，是依賴于旅游資源分布的線形旅游產品。為此，旅游線路研究成為國內外學者關注的問題之一。目前，主要開展了旅游線路布局、旅游線路的空間模式及其影響因素等。隨著交通網的改善和旅游業的迅速發展，旅游目的地之間的聯系越來越緊密，旅游線路呈現出網絡化特征，旅游線路的網絡分析逐漸引起重視。網絡分析主要是通過網絡關系數據對網絡節點和整個網絡進行定量分析的方法。最初主要應用于社會學、經濟學和管理學等研究領域，但在旅游領域的研究較少。國外學者將社會網絡分析方法應用到旅游中起步較早，主要集中在目的地空間結構、旅游企業的成長及營銷策略等方面。社會網絡分析方法在我國的旅游應用研究中起步較晚。陳秀瓊等在2006年借助社會網絡分析方法對福建旅游系統空間結構進行了研究。尚雪梅等在2010年首次將社會網絡理論運用到區域旅游中。此外，還包括入境旅游流空間結構特征、城市群旅游地空間網絡結構特征、旅游線路的空間網絡結構特征等。網絡分析方法已成為分析旅游線路網絡特征的主要方法之一。

分析旅游線路網絡特征需要獲取線路數據，由于旅游線路數據較難獲取，相關研究大多以旅行社發布的旅游線路作為研究數據，但旅游社提供的旅游線路一般存在更新慢、數據量小等局限性。旅游游記作為一種新型的數據形式，具有更新快，數據量較大，記載了游客體驗、旅游行為等優勢。杭州市為我國著名的旅游城市，旅游人次較高，旅游線路網絡研究尚較為薄弱。因此，本文以網絡游記為研究數據，借助社會網絡分析方法和GIS技術，探討杭州市區旅游線路的網絡結構特征，以便為杭州市區的旅游線路設計和旅游規劃提供參考。

2 數據與方法

2.1 研究區概況

杭州市作為浙江省省會城市，位于中國東南沿海、浙江省北部，東臨杭州灣，是浙江省的政治、經濟、文化和金融中心，是國家歷史文化名城和著名的風景旅游城市。旅游資源十分豐富，5A級風景區3個（西湖風景區、西溪國家濕地公園、千島湖風景區）、4A級風景區32個，還有全國重點文物保護單位25個、國家級博物館9個。杭州市旅游業近10年一直保持著高速增長的趨勢，2006年全市國內旅游接待人次為3682萬人次，2016年增至13695萬人次，年均增長率達到15.35%。

2.2 數據獲取與處理

本研究數據來自旅游者發布在攜程、百度兩大旅游網站上的旅游游記。共收集了1256篇游記，涉及67個旅游景點。根據研究需要，刪除記錄不完整的、難以形成網絡的旅游景點的數據，最后篩選了543條符合研究的旅游線路，涉及杭州市區21個旅游景點，分別是：X1西湖風景區、X2宋城、X3西溪國家濕地公園、X4雷峰塔、X5靈隱寺、X6岳王廟、X7河坊街、X8浙江省博物館、X9南宋御街、X10太子灣公園、X11西冷印社、X12孤山、X13六和塔、X14胡雪巖故居、X15錢塘江、X16九溪十八澗、X17杭州花圃、X18京杭大運河、X19杭州植物園、X20錢王祠、X21茅家埠。其他景點或游覽較少，或是孤立點未成為網絡節點。

杭州市旅游線路網絡構建基本思路是：以杭州市區為網絡研究范圍，以旅游景點/景區為旅游網絡中的旅游節點，以旅游者通過旅游活動在旅游景區/景點的流動軌跡為旅游網絡關系。根據所篩選的數據，建立賦值矩陣，即當兩個旅游節點之間存在單向的流動關系時用“1”表示，反之，用“0”表示。最后對賦值矩陣運用Ucinet6軟件進行二值化處理，經過反復測試，最終確定斷點值為1，大于1取值為1，反之，取0，該處理能更好地反映絕大多數旅游者的旅游活動特征，使網絡矩陣具有一定代表性。

2.3 研究方法

本文選取旅游節點結構和旅游網絡結構兩個評價指標體系來分析杭州市區旅游網絡結構特征。包括中心性、結構洞、網絡密度、中心勢、核心-邊緣結構指標，關于各個指標的釋義，已有學者做了深入剖析，本文因篇幅限制不再贅述。

3 結果分析

3.1 網絡密度

網絡密度是指“實際存在的關系數”除以“理論上最多可能存在的關系總數”，其值介于0到1之間。網絡密度越高，說明網絡中節點聯結程度越大，在旅游線路網絡中，表現為節點之間存在旅游路線多，旅游網絡效果就好。杭州市區旅游網絡密度為0.45，青島市旅游網絡密度為0.15，南京市旅游網絡密度為0.35。這表明與青島市和南京市的旅游網絡密度相比，杭州市區旅游網絡密度較高，優于上述兩市。但與理論值相比，網絡整體水平略低，尚有提升空間。

另外，為了進一步分析線路網絡密度的空間分布特征，本文根據每條旅游線路的旅游頻次，利用Arcgis10.2繪制了杭州市區旅游線路網絡分布圖（見圖1）。其中，線路越粗，旅游頻次越多；反之則越小。由圖1知，杭州市區旅游線路網絡在空間上呈現出“多核心，中間密”的空間分布模式，且旅游流具有明顯的向熱點旅游景點/景區集聚的特征。除西湖、岳王廟等處于空間網絡中心景點屬于熱點外，網絡的東部的河坊街和南宋御街為旅游者購物常去的地方，網絡西北部的西溪景區成為重要的集聚、擴散和中轉中心，網絡南部的宋城集聚的游客數多。

3.2 網絡中心勢分析

網絡中心勢包括度數中心勢、接近中心勢、中介中心勢等常用的中心勢指數。由表1可知：杭州市區旅游線路整體網絡的內向度數中心勢、外向度數中心勢分別為52%和57.25%，內向接近中心勢和外向接近中心勢分別為52.88%和52.20%。度數中心勢和接近中心勢較大，說明旅游網絡的中心化程度較高，線路網絡整體上具有一定的不均衡性，不同旅游景點在網絡中地位存在差異。外向度數中心勢高于內向度數中心勢，表明杭州市區旅游流圍繞核心節點分散程度高于集聚程度。中介中心勢越低，表明在整個旅游網絡中出現的核心點越多，杭州市區旅游整體網絡的中介中心勢為4.67%，反映了大部分旅游景點需要通過少數核心景點來建立聯系。

3.3 旅游節點結構分析

以上對線路網絡整體特征進行了分析，旅游節點結構分析將選取中心性、結構洞（有效規模、效率、限制度）兩個指標對網絡的局部特征進行分析，以進一步揭示網絡中每個景點的地位和作用。相關指標計算結果如表1所示。

3.3.1 旅游節點的度數中心性。度數中心性反映了每個景點與多少個其他景點存在旅游流聯系。從表1可知，杭州市區旅游線路網絡每個景點平均約與9個其他旅游景點存在聯系，約占21個景點的50%，聯系程度一般。外向和內向度數中心性的方差分別為22.27、20.75，表明旅游網絡中各旅游景點與其他景點連接數量分布不均衡。度數中心性值空間差異很大，其中，西湖、靈隱寺的度數中心性值最高，屬旅游網絡中的首要集散中心，外向度數中心性值分別為20和16，內向度數中心性值都是19，表明西湖分散游客的能力略強于其集聚游客的能力，而靈隱寺集聚游客的能力強于其分散游客的能力。河坊街、雷峰塔、岳王廟、西溪的度數中心性值也較高，在網絡中發揮著重要的集散功能。其中，河坊街、雷峰塔、西溪外向度數中心性高于內向中心性，分散游客的能力較強。南宋御街、錢塘江、浙江省博物館、西冷印社、太子灣公園、宋城度數中心性略高于平均，具有一定的集散游客的能力。六和塔、京杭大運河、孤山、胡雪巖故居、九溪十八澗度數中心性值略低于平均，屬于一般旅游集散景點，承擔部分集散游客的功能，內向度數中心性值大于外向度數中心性值，集聚游客的能力明顯強于分散游客的能力。杭州花圃、錢王祠、杭州植物園、茅家埠等度數中心性較低，在集聚和分散游客方面的能力較差，在整個網絡中屬于邊緣旅游景點，停留的游客人數較少或停留時間較短。

3.3.2 旅游節點的中介中心性。中介中心性用來衡量某個景點在整個網絡中作為媒介者能力的指標，該值越大，景點的旅游中轉作用越高。結合圖2知，中介中心性值空間差異較大。西湖、靈隱寺的中介中心性最高，在整個旅游網絡中，對其他旅游景點的控制力最強。河坊街的中介中心性值較高，為16.43，在網絡的東部，一般選擇河坊街作為中轉中心，南宋御街、胡雪巖故居等旅游景點通過河坊街取得聯系。在網絡的西北部，西溪作為5A級風景區，具有很強的旅游吸引力，中介中心性值較高，為12.56，又因為西北方向上旅游景點較少，西溪成為唯一的中轉中心。六和塔的中介中心性值也較高，為9.50，在網絡的南部扮演著重要中間人的位置。其他景點的中轉作用不明顯。

3.3.3 旅游節點的結構洞。結構洞指標（見表1）表明，西湖、靈隱寺、河坊街的有效規模和效率較高，限制度較低，說明上述旅游景點（區）在整個網絡中占據結構洞優勢，對其他旅游景點依賴性低，具有明顯的競爭和非替代性優勢。雷峰塔、岳王廟、西溪的結構洞水平僅次于上述三個旅游景點（區），自身資源優勢或地理區位優勢也很明顯，吸引了較多的游客。如雷峰塔和岳王廟接近西湖風景區，受其輻射影響較多，再加上本身的知名度，集聚了大量的觀光游客。西溪風景區雖離市區較遠，但作為5A級風景名勝區也吸引了大多數的游客，從收集的游記中也發現，西溪的口碑效應好。南宋御街、錢塘江、浙江省博物館、太子灣公園的整體結構洞水平較好，太子灣公園的有效規模為5.806，限制度為0.295，競爭力比其他三個旅游景點更強。宋城、京杭大運河、六和塔、九溪十八澗的結構洞水平較低，雖然這些旅游景點的旅游資源質量等級較高，但因地理區位離主城區較遠，競爭力弱，對游客的吸引力小。西冷印社、孤山、胡雪巖故居、杭州花圃等旅游景點有效規模、效率很低，但限制度很高，這些旅游景點靠近核心旅游景點，受核心旅游景點的限制多。

3.4 旅游網絡核心-邊緣分析

由于網絡整體上存在不均衡性，個別網絡節點在網絡中的地位和作用存在差異。為此在以上研究基礎上，本文進一步采用社會網絡分析方法分析杭州市區旅游線路網絡的核心-邊緣結構，結果見表2。從表2可知，杭州市旅游線路網絡核心區內，成員主要包括西湖、靈隱寺、雷峰塔、岳王廟、宋城等12個旅游景點，成員彼此間的聯結密度為0.92，旅游景點之間聯系緊密；在網絡邊緣區內，主要包括杭州花圃、錢王祠、京杭大運河、六和塔等9個旅游景點，成員彼此之間的聯結密度僅為0.09，聯系較為疏松。上述特征表明，杭州市區旅游線路網絡呈現出明顯的核心-邊緣結構。另外，核心成員與邊緣成員的聯結密度為0.48，這反映了核心區和邊緣區之間具有一定的聯系，核心區旅游景點能夠對邊緣區旅游景點產生一定的輻射帶動作用，而邊緣成員與核心成員的聯結密度為0.47，表明旅游網絡中邊緣區旅游景點對核心區旅游景點的依賴性較高。

4 結論

本文借助社會網絡理論及分析方法，采用旅游游記數據，以杭州市區的部分旅游景點為例，對杭州市區的旅游線路網絡結構進行了研究。主要結論如下：

（1）杭州市區旅游線路網絡密度為0.4548，整體水平偏低。旅游線路網絡中心化程度較高，整體發展不均衡，旅游線路網絡存在明顯核心-邊緣結構。西湖、靈隱寺、雷峰塔、岳王廟、宋城等12個旅游景點成為核心區的成員，杭州花圃、錢王祠、京杭大運河、六和塔等9個旅游景點成為邊緣區的成員，核心區與邊緣區聯系緊密，核心區的旅游景點能夠對邊緣區旅游景點產生一定的輻射帶動的作用。

（2）在杭州市區旅游線路網絡中，西湖、靈隱寺、河坊街、西溪等為重要的集散中心和中轉中心，在整個旅游線路網絡中具有一定的競爭優勢，其他旅游景點的網絡地位相對較低，競爭力弱，對游客的吸引力小。

（3）杭州市區旅游線路網絡在空間上呈現出“多核心，中間密”的總體分布模式，且旅游流具有明顯的向熱點旅游景點/景區集聚的特征。

[參考文獻]

[1] 吳必虎.區域旅游規劃原理[M].北京：中國旅游出版社，2001.

[2] 金玉芳，董大海.消費者信任影響因素實證研究—基于過程的觀點[J].管理世界，2004（7）：93-99.

[3] Oppermann M.A model of travel itineraries [J].Journal of Travel Research，1995，33（4）：57-61.

[4] Stewart S I， Vogt C A.Multi-destination trip patterns [J].Annals of Tourism Research，1997，24（2）：458-461.

[5] Lew A A， Mc Kercher B.Trip Destinations， Gateways and Itineraries： The Example of Hong Kong [J].Tourism Management，2002，23 （6）：609-621.

[6] Lew A， Mc Kercher B. Modeling Tourist Movements： A Local Desti-nation Analysis [J].Annals of Tourism Research，2006，33 （2）：403-423.

[7] Tideswell C，Faulkner B.Multidestination Travel Patterns of International Tourists to Queensland [J].Journal of Travel Research，1999， 37（4）：364-374.

[8] 史春云，張宏磊，朱明.國內旅游線路模式的空間格局與特征分析[J].經濟地理，2011，31（11）：1918-1922.

[9] 約翰遜·斯科特.社會網絡分析法（第二版）[M].劉軍，譯.重慶：重慶大學出版社，2007.

[10] Palvovich K.The evolution and transformation of a tourism destination network： the Wautoma Cavas， New Zealand [J].Tourism Management，2003， 24（2）：203-216.

[11] Scott N，Cooper C，Baggio R.Destination networks： Four Australian cases [J].Annals of Touris-m Research，2008，35（1）：169-188.

[12] Grangsjo YVF.Hotel networks and social capital in destination marketing[J].International Journal of Service Industry Management， 2006，17（1）：58-75.

[13] 陳秀瓊，黃福才.基于社會網絡理論的旅游系統空間結構優化研究[J].地理與地理信息科學，2006，22（5）：75-80.

[14] 尚雪梅，王國強.基于社會網絡理論的區域旅游空間結構研究——以京津冀地區為例[J].特區經濟，2010，28（11）：66-68.

[15] 王永明，馬耀峰，王美霞.中國入境游客多城市旅游空間網絡結構[J].地理科學進展，2012，31（4）：519-526.

[16] 劉法建，張捷，陳冬冬.中國入境旅游流網絡結構特征及動因研究[J].地理學報，2010，65（8）：1013-1024.

[17] 陳浩，陸林，鄭嬗婷.基于旅游流的城市群旅游地空間網絡結構分析——以珠江三角洲城市群為例[J].地理學報，2011，66（2）：258-265.

[18] 劉宏盈，韋麗柳，張娟.基于旅游線路的區域旅游流網路結構特征研究[J].人文地理，2012，12（26）：132-136.

[19] 湯黎明，魏冀明，趙渺希.區域旅游線路的復雜網絡特征——以福建省為例[J].旅游學刊，2014，29（6）：57-65.

[20] 孫勇，史春云，唐雯雯，等.云南省旅游線路網絡與空間結構特征[J].人文地理， 2016，147（1）：147-160.

[21] 周慧玲，許春曉.基于游記行程的湖南旅游流空間網絡結構特征[J].經濟地理，2016，36（10）：202-206.

[22] 楊興柱，顧朝林，王群.南京市旅游流網絡結構構建[J].地理學報，2007，62（6）：610-620.

[23] 彭紅松，陸林，等.基于旅游客流的跨界旅游區空間網絡結構優化[J].地理科學進展，2014，33（3）：422-431.