基于數字足跡交互的武漢市旅游流網絡結構研究

周 婷，向敬偉，李江風

（中國地質大學（武漢）公共管理學院，武漢 430074）

旅游者借助網絡社交平臺，通過旅游圖片、文字心得、視頻直播等方式分享旅行游記，不僅為其他旅游者提供有參考價值的內容，也為旅游企業決策和相關學術研究提供重要數據來源。

旅游數字足跡的概念于2008年被首次提出，指旅游者在旅游活動進行期間和結束后，在互聯網或者相關電子信息系統中留下的導航、手機信號等記錄，以及圖片、文字等信息［1］。國外對數字足跡研究相對較早，主要基于移動手機等通訊設備以及網絡社群平臺，通過地理分析、文本分析等方法［2，3］，對游客行為需求、旅游者流動性、旅游地圖生成等方面進行研究［4-6］。國內相關研究自2013年逐漸興起，借助問卷調查、微博簽到、關鍵詞搜索等數據采集形式［7-10］，采用社會網絡分析法、GIS空間分析法等分析方法［11-14］，對游客時空行為特征、旅游景觀共現效應等方面進行研究［15-18］。其中圍繞數字足跡網絡空間模式［19-21］研究，主要表現在對空間網絡形態以及節點性質的闡述，總體上為厘清旅游行為足跡規律以及判斷網絡結構提供了有益借鑒。然而，目前研究主要集中在基于數字足跡對單一的旅游區域發展或重點旅游節點建設方面，點與面分析較為孤立，缺乏數字足跡點面交互的探索，忽略了二者之間的相互作用，以致對研究區特色旅游線路組織和空間布局開發意義不顯著，難以全面實現旅游網絡系統性、協調性發展。

鑒于此，本研究基于互聯網大數據，將數字足跡點面交互思路應用于旅游流網絡結構的研究，由點及面判斷各旅游節點在網絡中的地位，明確關鍵節點對線路及網絡局面的帶動作用；同時由面到點判斷網絡整體屬性，明確網絡全局結構，拉動區域內相關節點，以實現二者相互補充，反映旅游流網絡結構特征。并以武漢市為例，對其旅游流網絡結構進行點面交互系統性分析，探索武漢市特色旅游線路，為推動武漢市旅游空間結構、旅游線路優化發展與智能化管控，以及區域旅游發展提供思路借鑒。

1 研究區概況與數據來源

1.1 研究區概況

武漢市風光獨特，具有承東啟西、溝通南北與維系四方的作用，是中國經濟地理的心臟，優越的區位條件使得武漢市具備旅游發展的天然基礎，對全國各地旅游客源有著強大的吸引力［22］。武漢市旅游資源種類豐富，數量繁多，其中包括以長江、東湖為代表的自然旅游資源，以黃鶴樓、湖北省博物館為代表的人文旅游資源，以武昌起義舊址、中共五大會址紀念館為代表的紅色旅游資源，以歸元禪寺、古德寺為代表的宗教旅游資源，以武漢大學、華中師范大學為代表的高校旅游資源等。

區別于以往武漢市旅游相關的研究多集中于武漢市城市圈［23，24］，本研究以旅游者到訪武漢市最為頻繁的旅游地以及旅游業最發達的區域為研究對象，結合其旅游活動線路特征，并篩選出武漢市中心城區20個主要旅游景點，以此研究武漢市旅游流結構特征。

1.2 數據來源

通過對比各大旅游社交網站，選取攜程網和馬蜂窩網站共同作為此次旅游數字足跡采集平臺。具體操作步驟為：以“武漢市”作為檢索詞，按照時間順序依次對2016年10月至2018年10月（以發布時間為準）期間到訪武漢市旅游者發布的相關信息進行數據爬取，以旅游者的一次完整旅游經歷為單位，包括停留時長、出行人數、出行路線、網址鏈接等信息，另配有相關照片作為游記佐證，以保證信息的有效性。通過人工篩選，對符合研究標準的旅游數字足跡進行提取，逐條篩查去除廣告痕跡嚴重、抄襲復制明顯、時空信息缺失的無效文本。最終確定可利用的游記602篇，其中337篇來自馬蜂窩網站，265篇來自攜程網。

在實際數據爬取過程中，對游記內容中指代不明確的旅游景點（景區）名稱，通過游記照片顯示的地點信息進行修正；對一些空間距離很近、資源同質性較高的旅游景點（景區）進行名稱合并，如將武昌起義舊址、辛亥革命博物館合并為辛亥革命武昌起義紀念館；旅游節點東湖指代包括聽濤景區、磨山景區等在內的整個武漢市東湖生態旅游風景區。

2 研究思路與方法

用武漢市旅游流網絡結構研究體系（圖1），以Ucient 6.0進行時空及可視化分析，從旅游節點結構與旅游整體網絡結構2個方面入手，對武漢市旅游流網絡進行定量分析。

圖1 武漢市旅游流網絡結構研究體系

依據上述研究思路，利用社會網絡分析法展開具體分析。社會行動者及其關系構成的集合［25］在社會網絡中以節點表示，主要探索社會群體中行動者之間的關系，以及行動者之間的關系模式對網絡成員行為的影響力，分析其網絡結構、性質及其他屬性［26］。將社會網絡理論應用于旅游流，研究因旅游者在不同旅游節點之間進行時空位移而產生的網絡結構，可以實現旅游數字足跡的點面交互分析。

3 實證結果

3.1 旅游足跡的時間特征

時間分析分為旅游者出行時間和停留時長。武漢市旅游者的出游時間分布（圖2）呈現以下特點：出行到武漢市的月份集中在3—5月和9—11月，其中3—5月所占比例最大，主要與櫻花季有關，3月后氣溫回升櫻花綻放，各種賞花活動密集；6—8月、12—2月所占比例較小，這主要與武漢市夏季悶熱，冬季潮濕的氣候條件有關，不太適宜游客出行。

圖2 武漢市旅游者出游時間分布

從武漢市旅游者的停留時長分布（圖3）可以看出，停留時長以2—3 d為主，其中停留2 d的占比最高，達37%；停留3 d次之，達35%，基本符合計算所得的平均停留時間2.8 d。這主要與武漢市中心區資源條件、地理分布有關，其中漢口、漢陽和武昌3個區域內旅游節點種類各異，其間有長江、漢江分隔連通，2～3 d能夠基本瀏覽武漢市主要景點。

圖3 武漢市旅游者停留時長分布

3.2 旅游數字足跡可視化

結合武漢市旅游資源分布情況，選取到訪率較高的前20個旅游景點作為研究節點，構造20×20的旅游節點流量賦值矩陣，選取1作為最恰當的斷點值進行矩陣二值化處理。運用Ucient 6.0對二分矩陣進行分析，繪制武漢市旅游流網絡結構（圖4）。圖中各節點間連線數量越多，表示旅游者在其間的旅游活動越頻繁；節點間箭頭表示內外向聯系，箭頭始端指向終端則表示旅游者從始端節點到終端節點的流動。另外，武漢市旅游流網絡空間結構分層顯著，具體表現在武昌區最為密集，江漢、江岸、洪山、漢陽4城區相對集中，硚口、青山2城區網絡聯系極其微弱。武昌、江漢2城區在整個網絡結構中占有重要地位，而硚口、青山2城區在網絡中幾乎處于孤立地位。

圖4 武漢市旅游流網絡結構

3.3 旅游節點結構

通過Ucient 6.0軟件中的網絡中心度功能對武漢市旅游流網絡節點進行程度中心性、接近中心性和中介中心性分析，詳細結果見表1。

表1 武漢市旅游流網絡中心性

3.3.1 集聚與輻射程度 運用程度中心性算法，計算武漢市旅游流網絡節點的集聚與輻射程度。江漢路步行街的外向、內向程度中心度均較高，說明江漢路步行街對游客吸引力較強，是武漢市旅游網絡的主要核心點，具備較強的集聚與輻射能力；黃鶴樓的內向程度中心度最高，外向程度中心度偏低，說明黃鶴樓是武漢市旅游網絡的主要集聚點；曇華林的外向程度中心度最高，內向程度中心度偏低，說明曇華林是武漢市旅游網絡的主要輻射點。湖北省美術館內向、外向程度中心度均處于較低水平，說明其對其他節點集聚與輻射強度均較低，旅游流聯結性相對微弱。所選取旅游節點間平均聯系度為8.90，內向程度中心性標準差小于外向程度中心性，內向、外向程度中心性方差均較大，說明這些旅游節點間分布不均衡，集聚與輻射能力相差較大。

3.3.2 控制與依賴程度 運用接近中心性算法，計算武漢市旅游流網絡節點的控制與依賴程度。江漢路步行街和黃鶴樓分別為外向、內向接近中心性最高的旅游地，表明這2個節點可進入性較高，獨立性強，受其他節點控制程度較小。湖北省美術館內向、外向接近中心性最小，對附近旅游節點依賴性較強。所選取武漢市旅游節點間內向接近中心性平均值小于外向接近中心性，二者標準差差值較小，說明這些旅游節點間內向、外向接近中心性變化趨于一致，二者方差分別達81.63和96.04，說明這些節點間盡管存在一定程度的聯系，但個別節點被相對孤立。

3.3.3 周轉與擴散程度 運用中介中心性算法，計算武漢市旅游流網絡節點的周轉與擴散程度。江漢路步行街、武漢大學、武漢長江大橋的中介中心度較高，說明這些節點承接了大量中轉關系，對旅游流控制能力較強，可看作是旅游流網絡中的橋梁。而古琴臺、湖北省美術館的中介中心度均較低，說明這些節點既難以接收到橋梁節點的帶動作用，也難以成為旅游流網絡間的中轉站。所選取的武漢市旅游節點間平均充當中介者的次數為10.80，極差超過36，標準差高達9.72，說明這些節點間中介中心性差別較大，周轉與擴散能力參差不齊，發展尚不協調。

3.3.4 競爭與協作程度 運用結構洞算法，計算武漢市旅游流網絡節點的競爭與協作程度。從武漢市旅游節點結構洞分析（圖5）可以看出，江漢路步行街的效能處于20個節點中的最高值，而其約束偏低，說明其結構洞水平高，自身獲得的旅游流流量較大，并不依附于其他旅游節點而存在，處于武漢市旅游流網絡的有利位置，自身競爭力較強，且便于與周邊節點形成協作關系。漢口江灘、黃鶴樓等節點效能較高且約束較小，對其他節點依賴性較弱，在網絡中競爭力較強。而湖北省美術館、古琴臺等效能較低且約束較大，發展較為落后且對其他節點的影響力較小，難以與其他節點形成緊密的協作關系，有待進一步管理和開發。

圖5 武漢市旅游節點結構洞分析

3.4 旅游流整體網絡結構

3.4.1 中心性與均衡性 武漢市旅游流網絡密度為0.47，標準分割點是0.49，一個由20個旅游節點組成的旅游流網絡最大可能鏈接數量有178個，整體網絡密度偏低，旅游節點間聯系并不緊密。從武漢市旅游流網絡中心勢（表2）可以看出，整體程度中心勢和接近中心勢相對偏高，中間中心勢較低，表明較多節點需要通過核心節點發生聯結，整體旅游流網絡具有較大不均衡性。

表2 武漢市旅游流網絡中心勢

3.4.2 結構凝聚程度 凝聚子群成員可達性數值為3時，得出武漢市旅游流網絡凝聚子群密度（表3）。將武漢市旅游流網絡分為8個子群，其中子群3、5和7的內部密度為1，表明這3個子群內部旅游節點聯系最為緊密；子群8內部密度為0，說明在子群8內部各旅游節點角色相同；子群1和3間密度最大，表明旅游者選擇對這2個組合進行旅游聯系次數最多；子群1和5與其他子群聯系程度較高，表明這2個子群內部節點黃鶴樓和江漢路步行街集聚、輻射帶動能力較強，既能帶動子群內部節點間互動，也能拉近臨近子群內節點聯系。

表3 武漢市旅游流網絡凝聚子群密度

3.4.3 核心度與關聯度 結合旅游流節點結構分析，將武漢市旅游流網絡中20個節點，分成13個核心旅游節點和7個邊緣旅游節點（表4）。武漢市旅游流網絡核心度為0.46，空間分布較零散。核心區與邊緣區聯結度為0.31，說明二者聯系并不緊密，核心區對邊緣區帶動能力有限；核心區內部聯系度較高為0.76，邊緣區內部聯系度僅為0.21，說明武漢市旅游流網絡分層結構較明顯。

表4 核心邊緣節點分布及密度矩陣

3.5 旅游數字足跡交互分析

通過將數字足跡點面交互思路應用于旅游流網絡結構的研究，在點與面交互分析的基礎上得出。

1）武漢市旅游流網絡中，以江漢路步行街、黃鶴樓等核心節點吸引力較強，使得旅游要素在這些節點間不斷進行聚集，逐漸形成武漢市旅游核心區域，如子群1（黃鶴樓、楚河漢街、辛亥革命武昌起義紀念館、湖北省博物館）中，黃鶴樓作為核心節點吸引大量游客，同時帶動周邊節點發展，逐漸形成了武昌區內鮮明的旅游集群。

2）核心區節點通過輻射效應，向周邊節點或同類節點進行旅游流輸出，帶動其他旅游節點發展，如子群7（漢口江灘、黎黃陂路）中，漢口江灘作為江漢區內核心節點，帶動臨近節點黎黃陂路的發展。

3）武漢市旅游流網絡節點與區域之間正逐漸形成相輔相成、交互結合的發展趨勢，在武昌、江漢區內熱門節點、區域持續升溫之時，帶動漢陽區競爭力較弱的節點、區域發展，推動武漢市旅游流網絡協調、全面發展。

4 小結與討論

4.1 小結

本研究通過對旅游數字足跡的搜集與篩選，在點面交互分析的基礎上對武漢市旅游流網絡結構進行研究，得到以下結論。

1）武漢市旅游數字足跡規律性較為顯著。旅游者到訪武漢市的時間主要由武漢市當地的氣候條件決定，春、秋為旅游旺季，夏、冬為旅游淡季，其中3—5月是武漢市的最佳旅游時間，游客最為集中，主要與春季的櫻花季有關；通過計算得出到訪武漢市旅游者平均停留時間為2.8 d。

2）武漢市旅游流網絡中節點地理空間分布較不均衡，以武昌區最密集，江漢、江岸、洪山、漢陽4城區相對集中，硚口、青山2城區幾乎無分布。節點間盡管存在一定聯系，但資源質素和發展能力不一，個別節點相對孤立，依靠部分核心節點的集聚與周轉尚不足以實現旅游節點全面、協調發展。

3）武漢市旅游流網絡空間結構分層比較顯著，核心區與邊緣區之間聯結度較低，整體網絡密度偏低，區域內發展較不均衡。因此需進一步發揮核心節點作用，促進多個核心區域的形成，以核心區節點帶動周邊節點乃至區域的發展。同時應打造特色鮮明的旅游線路，從而實現以點帶面、以面促點、點面交互結合的發展格局，推動武漢市中心區域旅游流網絡系統性、協調性發展。

4.2 討論

綜合國內外相關研究，將數字足跡點面交互思路應用于旅游流網絡結構研究，對武漢市旅游流網絡結構進行系統性分析，研究結果基本符合武漢市旅游現實發展狀況，表明本研究數據具備代表性，研究結果具備相當程度的可靠性和價值性。通過實現網絡內點與面統籌兼顧，揭示旅游流網絡空間結構的特征，有利于形成關于研究區域旅游流網絡全面、清晰的認識，深入了解旅游流網絡的科學屬性和動因機制，把握其內涵和外延，對旅游流網絡結構有組織、有特色發展具有一定的學術價值和實踐意義。

未來關于旅游流網絡結構和研究，可以從以下2個角度著手，以便更加及時準確發現數字足跡的流動特征，形成對網絡流結構的多視角分析，深入挖掘其流向、形式和線路的科學組織。

1）研究方法上，利用社會網絡分析和地理空間分析法，并借鑒Getis-Ord Gi*熱點分析法、自然斷裂分類法等對網絡結構指標進行深入分析，使定性與定量分析相結合，以拓寬旅游流網絡研究深度。

2）數據搜集方式上，可嘗試與大數據與云計算相關聯，借助新興第五代移動通信網絡（5G）技術，使得旅游流相關信息能夠更加快速地上傳，實現旅游大數據的云存儲，以期為實時調控旅游客流、規劃合理旅游路線、構建均衡旅游網絡提供智能化支持。