基于數字足跡的武夷山遺產地自助游網絡結構特征及影響因素研究

林育彬，林開淼，郭偉鋒

(武夷學院 旅游學院，福建 武夷山 354300)

0 引言

自助游是當前旅游的主要形式，體現個性化旅游發展趨勢，在旅游市場中占據重要地位.自助游最大的特征就是游客自主性[1]很強，愿意冒險[2]，活動軌跡分散，選擇景點多樣.自助游與傳統團隊旅游存在眾多差別[3]，與傳統團隊旅游點軸結構相比，自助游呈現網絡結構特征[4].以往自助游研究主要集中在自助游行為[5-6]、自助游體驗[7-9]、自助游偏好[10]、自助游決策[11]、自助游新技術[12]、自助游推薦算法[13]等，但對自助游旅游流網絡研究相對不足，自助游旅游流網絡是研究自助游問題的很好切入點.正確理解和把握自助游在目的地流動網絡及影響因素，對旅游目的地管理決策及旅游經濟健康發展具有重要意義.目前自助游旅游流研究領域較為廣泛，如大尺度的甘青寧地區自助游旅游流[14]，以及中尺度的省市自助游旅游流[15-17].然而，由于數據獲取難度較大，對于微觀尺度的旅游目的地自助游網絡研究較少.并且大多文獻主要對不同尺度規模的自助游網絡結構特征進行分析，如對整體網的密度、核心邊緣及節點子群進行分析，對個體網節點中心性和結構洞指標進行分析，發現“整體網絡發育不完善，密度較低且結構松散，各旅游節點的功能存在顯著差異”[14]、“喜集聚，厭分散”[4]等自助游特征，但遺憾的是目前很少有學者深入挖掘旅游節點網絡結構的差異性特征，而對影響網絡結構差異性特征形成的主要因素更是缺乏關注.因此，挖掘自助游網絡結構特征形成的影響因素是自助游研究的主要話題之一.不過，對于游客的活動軌跡的量化分析，前期研究通常采用問卷調查法[18]、游客流的面板數據統計[19]、旅行社旅游線路[20]、交通流量[21]等，難以刻畫自助游客在旅游目的地真實的活動軌跡.而且自助游客對于自然景點和人文景點的偏好程度存在一定的差異性，其活動足跡也不盡一致.在自媒體時代，互聯網記錄了越來越多自助游客的旅游過程，形成了游客數字足跡.數字足跡所蘊含的空間信息成為了分析自助游網絡結構研究的重要數據源.基于此，本文以武夷山自然和文化雙遺產地為例，通過網絡游記，挖掘自助游客數字足跡，運用社會網絡分析武夷山遺產地自助游網絡結構特征及影響因素，為當地游客管理、旅游路線、旅游產業布局優化等提供科學依據.

1 研究區與研究方法

1.1 研究區概況

武夷山遺產地位于福建省武夷山市境內，是國內4處世界自然與文化“雙遺產”地之一，其旅游品牌享譽海內外.武夷山擁有獨特、稀有、絕妙的自然景觀.其丹霞地貌，在國內已發現的263處丹霞地貌中，觀賞價值最高.在武夷山國家重點風景名勝區，有九曲溪、三十六峰、九十九巖，每一景點以其獨特的風格和神韻而贏得游客的極高評價.在武夷山自然保護區，擁有2 527種植物物種，近5 000種野生動物，是地球同緯度地區保護最好、物種最豐富的生態系統.此外，武夷山還擁有豐富的歷史文化遺存，如古漢城遺址、武夷精舍、遇林亭窯址、御茶園遺址、摩崖石刻等，歷史上眾多文化名人在武夷山都留下豐富的文化足跡.[22]

1.2 數據來源

本文采集的“數字足跡”從網絡游記獲取.為了保證數據精準，同時獲取游記中文本和照片兩種信息.游記文本確定游客旅游節點和時間，而照片則印證旅游節點的準確性.為了選擇合適的“數字足跡”采集平臺，盡量擴大樣本量，通過搜索引擎對比旅游游記最多的各大旅游網站后，最終選取馬蜂窩、攜程網、同程網、途牛網、去哪網、窮游網和驢媽媽7個旅游網站進行“數字足跡”采集.在實際采集過程中，在以上7個旅游網頁的游記搜索界面，鍵入或查找“武夷山”“自由行”“自助游”等關鍵詞，并按游記發布時間順序排列，發現在2015年武夷山高鐵開通后至新冠疫情2019年12月發生前的自助游游記最多、最典型，因此選取2015年11月到2019年11月的完整4年的自助游游記為樣本數據.根據游記內容判斷是否屬于自助游游記，刪除團隊旅游游記，刪除同一作者重復發布的游記.對符合自助游標準的游記，用Excel表格分別記錄其網絡平臺、標題、作者、發布時間、出行時間、出行方式、游客類型、旅游節點等信息.在實際記錄過程中，必須按照游客旅游時間順序依次錄入旅游節點.最終，統計出符合研究標準的游記430篇.

在以上游記數據基礎上，構建武夷山遺產地自助游網絡.首先，梳理武夷山遺產地所有自助游節點.依據節點的類型、位置、知名度等特征，對位置較近節點進行歸并，如將武夷宮、宋街、柳永紀念館、萬春園等景點歸并到武夷宮；將好漢坡、天成禪院、語兒泉等景點并入虎嘯巖.其次，通過430條旅游路徑的旅游節點順序與方向，收集到66個旅游節點之間的關系數據，獲得一個66×66的多值有向關系矩陣.最后，選取適合的斷點值，將多值矩陣轉換成二值矩陣.經過多次測算，本次研究選取的斷點值為2，去除孤立點后，獲得28個節點之間的有向關系數據，也即28×28的二值有向關系矩陣.

1.3 研究方法

1.3.1 社會網絡分析方法

社會網絡分析方法研究網絡結構及節點在網絡中的位置與角色等.其常用的方法有中心性分析、結構洞分析、凝聚子群分析、塊模型分析及關系數據的假設檢驗[23]等.因此，本研究使用UCINET6.689軟件對武夷山遺產地自助游網絡整體結構特征和節點特征進行分析.通過網絡規模、密度和核心邊緣模型來反映自助游網絡的整體結構特征，通過度數中心性、中介中心性、接近中心性、特征向量中心性等來反映自助游網絡的節點特征，并采用社會網絡的點層次回歸分析研究武夷山自助游網絡結構的影響因素.

1.3.2 模型構建

在以往文獻的研究中，交通可達性[24-26]、旅游基礎設施[17]、旅游資源稟賦[27]是影響旅游流分布的重要因素.此外，對于小微尺度的旅游目的地，旅游節點的地理位置也是影響自助游旅游流分布特征的重要因素，這是以往研究很少提及的因素.基于此，構建如下自助游旅游流影響因素模型：

C=f(Tra，Inf，Res，Geo)

式中顯示的是數據之間的關系，相應變量數據是一系列節點(景點)的屬性數據.因變量C代表旅游節點(景點)在自助游網絡中的中心性，在本研究中選取特征向量中心性作為因變量.在有向的自助游網絡中，因變量指標數值有內向特征向量中心度和外向特征向量中心度.在自變量中，Tra代表節點交通可達性，Inf代表節點旅游基礎設施，Res代表節點旅游資源稟賦，Geo代表節點地理位置.由于各節點的屬性數據在自助游網絡中相互影響，不宜采用傳統回歸分析，應采用社會網絡點層次回歸分析進行檢驗.

2 自助游網絡結構特征分析

2.1 網絡規模與密度

通過UCINET 6.689軟件可視化操作，得到武夷山遺產地自助游數字足跡網絡圖(圖1)，其中網絡節點圓面積大小代表特征向量中心度大小.該自助游網絡由28個節點組成，密度為0.176，網絡密度較稀疏，總共擁有133條自助游路徑(表1).根據自助游節點的資源屬性特征，可以把武夷山自助游分為自然遺產游和文化遺產游.如果把自然遺產游和文化遺產游網絡單獨分開，在去除孤立節點后，可以發現自然遺產游網絡節點有11個，大于文化遺產游9個節點；自然遺產游網絡的路徑數為40，明顯高于文化遺產游網絡路徑數目17；自然遺產游網絡密度0.190高于整體網絡密度0.176，而文化遺產游網絡密度0.109低于整體網絡密度.可見，在武夷山自助游網絡中，自然遺產游網絡規模與密度明顯高于文化遺產游，自然遺產游是武夷山自助游網絡最重要組成部分.在自然遺產游網絡中，特征向量中心度較高的節點有天游峰、九曲溪漂流、大王峰、玉女峰、一線天、虎嘯巖、水簾洞(圖2)，這些都是武夷山知名度最高的山水自然遺產景點，也是開發最早的自然遺產景點.而在文化遺產游網絡中，特征向量中心度較高的節點有武夷宮、大紅袍、武夷精舍和印象大紅袍(圖3)，網絡密度比自然遺產游網絡更稀疏.

表1 武夷山遺產地自助游網絡規模與密度

圖1 武夷山遺產地自助游數字足跡網絡圖

圖2 武夷山自然遺產游數字足跡網絡圖

2.2 核心邊緣分析

通過核心邊緣模型分析，可以區別網絡節點所處核心區還是邊緣區，通過核心邊緣密度矩陣(表2)量化核心區與邊緣區關聯與帶動效應.武夷山自助游核心區節點有9個：一線天、九曲溪漂流、印象大紅袍、大紅袍、天游峰、武夷宮、水簾洞、玉女峰、虎嘯巖.由表2數據發現，核心區成員間密度達到了0.958，遠遠大于整體自助游網絡密度0.176.這反映了核心區9個旅游節點流動非常緊密，是游客在武夷山自助游選擇最核心的旅游節點.除了印象大紅袍外，另外8個節點都集中在武夷山風景名勝區，反映了武夷山風景名勝區是自助游客在武夷山遺產地最受歡迎的景區.邊緣區節點有19個：下梅古民居、云河漂流、云窩、大王峰、天上宮、崇陽溪步行道、御茶園、桃源洞、止止庵、武夷水秀、武夷精舍、牛欄坑、白云巖、茶博園、蓮花峰、遇林亭窯址、青龍大瀑布、馬頭巖、龍川大峽谷等.邊緣區網絡密度僅為0.029，遠低于整體網絡密度0.176，可見邊緣區節點之間聯系很少.從8個核心區節點和11個邊緣區節點都集中在武夷山風景名勝區，可見該景區對武夷山自助游旅游流具有龍頭帶動作用.但是，從核心區和邊緣區的聯結密度表明武夷山自助游網絡存在明顯的結構分層.由表2可知，核心對邊緣聯結密度為0.140，邊緣對核心聯結密度為0.175，兩者都略低于整體網絡密度.這反映了核心區帶動邊緣區旅游流聯系的能力有限，旅游流從核心區到邊緣區的擴散效應明顯不足.

表2 核心-邊緣密度矩陣

2.3 中心性分析

節點中心性反映節點在網絡中所處核心地位情況，具體指標有點度中心度、中間中心度、接近中心度和特征向量中心度等.經UCINET 6.689軟件分析，武夷山自助游節點的中心性指標如表3所示.

表3 武夷山遺產地自助游網絡結構中心性指標

1)程度中心性.有向網絡節點的點度中心度包括內向點度中心度和外向點度中心度，分別代表一個節點的聚集和輻射能力[28].由表3可知，節點的內向點度中心度和外向點度中心度均值都為4.75，說明平均每個節點與4.75個節點存在旅游流集聚或輻射聯系.兩個標準差值大于4.5，值較大，說明網絡節點的點度中心度分布不均衡.而程度中心勢反映了網絡整體的中心趨勢.武夷山自助游網絡內向程度中心勢為43.21%，外向程度中心勢為35.53%，數值較高，反映了整個網絡圍繞核心節點聚集與發散的趨勢較明顯.其中，天游峰、大紅袍的2個節點的點度中心度值最高，內外向點度中心度都超過10，表明天游峰、大紅袍2個節點處于自助游網絡核心，是武夷山遺產地自助游的聚集地核心，對其他節點的集聚和輻射能力最強；而武夷宮、九曲溪漂流、虎嘯巖、印象大紅袍、玉女峰、一線天、水簾洞、云窩等8個節點內外向點度中心度都超過了5，處于自助游網絡次核心地位，擁有較強網絡集聚和輻射能力.

2)中間中心性.中間中心度是從宏觀上衡量某節點在旅游流網絡互動中對其他節點控制和依賴程度的指標[29].中間中心勢反映所有節點在這指標上的均衡程度.武夷山自助游網絡的中間中心勢為18.04%，值較低，反映了武夷山自助游網絡整體通過中間節點來發生聯系較少.從中間中心度數值看，天游峰最高，數值超過140，反映了其對旅游流控制能力最強.其次是大紅袍、武夷宮、九曲溪漂流3個節點，其數值都超過50，反映了其對旅游流控制能力較強.如果去除這4個節點，將使某些邊緣節點因旅游流通路的阻斷而降低客流量.此外，桃源洞、武夷水秀、御茶園、茶博園、青龍大瀑布、馬頭巖等13個旅游節點的中間中心度為0，說明這些旅游節點處于自助游流網絡的邊緣，對旅游流的控制能力很弱.

3)接近中心性.接近中心性反映旅游者在節點間轉移擴散的有效性和通暢程度[29]，其指標包括內向接近中心度和外向接近中心度，其值越小代表接近中心性越高，反映節點與其他節點間的向內或者向外的旅游流通達性越好.由表3的內向接近中心度和外向接近中心度數值看，天游峰、大紅袍、九曲溪漂流3個旅游節點的數值小于等于60，數值都較低，反映的接近中心性較高，說明這3個節點在整個網絡節點間內向和外向轉移擴散的有效性和通暢程度較好，處于整個自助游網絡結構的中心.與之相反，崇陽溪步行道、青龍大瀑布、天上宮、蓮花峰4個節點的數值較高，反映內外接近中心性都較低，說明與其他節點之間的旅游流通達性較差.

4)特征向量中心性.一個網絡節點的重要性既取決于自身的點度中心度，也取決于其鄰居節點的重要性.特征向量中心性相對其他3種中心性更具有綜合性，首先計算鄰接矩陣，然后計算鄰接矩陣的特征向量.有向網絡的節點特征向量中心度包含內向特征向量中心度和外向特征向量中心度，分別代表一個節點在向內或者向外旅游流網絡的中心性重要程度.從表3數值看，天游峰特征向量中心度最高，內向和外向特征向量中心度數值都為1，是武夷山自助游網絡結構的核心節點.而武夷宮、大紅袍、九曲溪漂流、玉女峰、虎嘯巖、一線天、印象大紅袍、水簾洞的內外向特征向量中心度數值超過0.7，是武夷山自助游網絡結構的次核心節點.而蓮花峰的內外向特征向量中心度數值接近0，處于武夷山自助游網絡結構的最邊緣.

綜上所述，天游峰、大紅袍是武夷山自助游網絡中最核心節點，其程度中心性、接近中心性、中間中心性和特征向量中心性指標都較高.這兩個核心節點不但擁有較強的聚集、輻射能力，還有較強的擴散通暢能力，并對其他節點具有較強的控制能力.

3 影響因素分析

3.1 影響因素指標選取

本研究選取自助游網絡節點特征向量中心性作為因變量.特征向量中心性相對其他3種中心性更具有綜合性.根據以往學者研究成果，本研究選取旅游節點的交通可達性[26]、旅游基礎設施[17]、旅游資源稟賦[27]為自變量影響因素.綜合考慮小微旅游目的地中地理位置對自助游旅游流分布的影響，也將節點地理位置作為自變量影響因素之一.正是這些因素共同作用下，促進了武夷山自助游網絡空間結構形態.各因素分析如下：

1)交通可達性.交通可達性是游客由關鍵交通樞紐到達旅游節點的便利程度.景點的交通可達性越高，就越能吸引自助游前往旅游.在本案例中，選取“武夷山北”動車站到各旅游節點的最短乘車距離(以當下百度地圖數據為準)作為該區域自助游旅游節點交通可達性衡量指標.該節點距離“武夷山北”動車站越遠，其交通可達性越差.

2)旅游基礎設施.良好的旅游基礎設施可以更好為游客提供服務，增強旅游體驗愉悅感[30]，其中旅游住宿設施是衡量旅游基礎設施水平重要指標之一，星級飯店和民宿住宿設施一定程度上能反映一個地區的住宿水平.因此本案例選取旅游住宿設施(包括酒店和民宿)數量作為其衡量指標，其住宿設施越多，代表旅游基礎設施越好，具體通過攜程網當下記錄的3 km半徑內住宿設施數量作為衡量指標.

3)旅游資源稟賦.旅游資源稟賦是一個地區旅游業發展的基礎和前提.旅游資源稟賦越佳，將越吸引游客前往旅行.在自助游目的地，各節點旅游資源稟賦不同將影響游客選取節點的意愿，最終影響各旅游節點的網絡中心性.在本研究中，選取專家對武夷山各知名節點(景點)旅游資源價值評分作為各節點旅游資源稟賦的衡量指標，專家評分越高，該節點旅游資源稟賦越好.

4)地理位置.節點所在地理位置將影響自助游網絡結構形成.在本案例中，武夷山風景區名勝區是武夷山遺產地的核心龍頭景區，對整個武夷山旅游業具有支撐性作用.各旅游節點是否處于武夷山風景名勝區內的地理位置，將影響旅游節點在自助游網絡中的中心性地位.因此，旅游節點在武夷山風景名勝區內，其地理位置指標取值為1，不在取值為0.

3.2 點層次回歸分析

通過UCINET的Node level regression分析(表4)，以網絡節點內、外向特征向量中心性為因變量，經過10000次的隨機置換，R-Square值都較高(0.631和0.703)，并且置換檢驗的結果都非常顯著，Sig值接近于0.可見自助游網絡節點內外向特征向量中心性與各影響因素的回歸擬合優度較好.在各影響因素中，旅游資源稟賦和地理位置對網絡節點內外向特征向量中心性影響都顯著，Sig值小于0.05.旅游基礎設施對自助游網絡節點內外向特征向量中心性影響都不顯著，其Sig值大于0.05.交通可達性對節點內向特征向量中心性影響顯著，而對外向特征向量中心性影響不顯著，其Sig值大于0.05.當自助游客進入旅游節點時，游客會把旅游節點的可達性作為選擇節點的重要考慮因素.但是，當游客離開旅游節點時，游客不會把交通可達性作為離開旅游節點的重要考慮因素.

表4 特征向量中心性回歸結果

旅游節點的交通可達性、旅游資源稟賦、地理位置對自助游網絡結構的影響程度大小不一.以節點內向特征向量中心性因變量為例，經過標準化回歸系數Beta絕對值對比，可以明確3個因素對內向特征向量中心性影響程度大小：旅游資源稟賦>交通可達性>地理位置.首先，旅游資源稟賦是吸引自助游客旅游的前提條件，其旅游資源價值越高就越能吸引自助游客旅行，所以旅游資源稟賦對網絡結構影響最大.旅游資源稟賦的回歸系數為正數，說明節點的旅游資源稟賦越好，該節點的內向特征向量中心性越強.在案例中，天游峰是武夷山第一勝地，在天游峰仿佛置身于仙境，遨游于天宮，其資源稟賦極高，是武夷山自助游的首選節點，其內向特征向量中心性也是最高.其次，交通可達性是自助游客進入旅游節點的必要條件，只有交通通暢，離關鍵交通樞紐點越近的節點，自助游客更愿意進入，所以交通可達性對網絡結構影響排第二.但在該模型中交通可達性的回歸系數為負數，因交通可達性選擇的指標是各旅游節點到“武夷山北”動車站的距離為指標，其內涵代表節點距離動車站越遠對應的節點內向特征向量中心性越低.最后，不同節點的地理位置會進一步影響自助游客選擇節點的意愿，進而影響網絡節點的中心性地位.對于武夷山遺產地來說，武夷山風景名勝區就是該目的地最為獨特的地理位置.在風景名勝區內，各節點距離較近，旅游資源稟賦高，品牌知名度都較高，節點相互聯系也較多，節點的內向特征向量中心性較強.與之相反，在風景名勝區外，各節點距離較遠，品牌知名度也不高，所以網絡節點中心性也相對較低.

4 結論與討論

4.1 結論

本研究通過挖掘游客在武夷山遺產地的旅游數字足跡，分析了武夷山遺產地自助游網絡結構特征，并用社會網絡點層次回歸分析了自助游網絡結構影響因素.主要研究結論如下：

1)根據自助游節點資源屬性特征，可以把武夷山自助游分為自然遺產游和文化遺產游.武夷山自然遺產游網絡規模和密度高于文化遺產游網絡，文化遺產旅游節點的網絡聯系較稀疏.在9個核心旅游節點中，只有印象大紅袍、大紅袍和武夷宮3個節點是文化遺產節點，其余是自然遺產節點.因此，自然遺產游是武夷山自助游網絡中的主要組成部分.

2)在節點中心性指標中，天游峰、大紅袍是武夷山自助游網絡中最核心節點.其程度中心性、接近中心性、中間中心性和特征向量中心性指標都較高.在核心旅游節點中，除印象大紅袍外，其他8個節點集中在武夷山風景名勝區.因此，武夷山風景名勝區對武夷山遺產地自助游網絡具有龍頭帶動作用，但是其核心節點帶動邊緣區的旅游流聯系能力不足.

3)通過構建自助游旅游流影響因素模型，用社會網絡點層次回歸分析了交通可達性、旅游基礎設施、旅游資源稟賦、地理位置等因素對自助游網絡結構的影響.研究發現：旅游節點的交通可達性、旅游資源稟賦、地理位置對武夷山遺產地自助游網絡節點的內向特征向量中心性有顯著影響；旅游資源稟賦、地理位置對自助游網絡節點的外向特征向量中心性有顯著影響；旅游基礎設施對自助游網絡節點內外向特征向量中心性影響不顯著.

4.2 討論

1)世界“雙遺產”地自助游網絡應該由自然遺產和文化遺產資源稟賦共同驅動影響.目前，武夷山自然遺產游網絡規模和密度明顯高于文化遺產游網絡.武夷山自然遺產資源稟賦高，類型豐富，品牌知名度高，是自助游游客選擇武夷山旅游的主要原因.但像五夫古鎮朱子理學形成地、閩越王國古漢城遺址、桐木村世界紅茶發源地等也都具有世界品牌知名度的文化遺產資源，還未列入武夷山自助游常見旅游節點，這點值得深思.自然遺產資源不用刻意挖掘，游客可以馬上感受，但是文化遺產資源需要深入挖掘、開發、設計，才能讓游客領略其中魅力.而旅游資源稟賦是影響自助游網絡結構最重要的影響因素，因此要深入挖掘武夷山文化遺產資源魅力，開發高品質的文化遺產旅游景點，增強文化遺產資源稟賦吸引力.

2)在小微旅游目的地，應充分利用地理位置因素促進自助游旅游流網絡流動.在案例中，武夷山風景名勝區是武夷山遺產地的地理標志.節點是否處于武夷山風景名勝區內的地理位置，對武夷山自助游網絡結構具有顯著的影響.核心區網絡節點大多集中在武夷山風景名勝區，但帶動邊緣區旅游流聯系不足，這也與整個遺產地自助游經營方式有關.應充分發揮武夷山風景名勝區核心地理位置優勢，通過轉變經營方式，增強核心區的輻射帶動作用.如，風景名勝區內的核心節點和邊緣節點聯合營銷和共同開發自助游線路.風景名勝區應充分發揮世界遺產地和5A級景區品牌優勢招來游客，而邊緣節點借助個性化和差異化資源特色和服務能力，豐富武夷山遺產地自助游網絡的內涵和個性特色.

3)有向自助游網絡選取節點內外向特征向量中心性為因變量，更有助于分析自助游網絡結構影響因素.中心性是描述旅游節點在整個自助游網絡地位中最直觀的指標，尤其特征向量中心性考慮周邊節點中心性地位，比其他中心性指標更具綜合性.在有向自助游網絡中，內外向特征向量中心性的影響因素也略有不同.比如，本案例中的交通可達性對節點內向特征向量中心性有顯著影響，但對外向特征向量中心性影響不顯著.具體表現在自助游客進入旅游節點時，會重點考慮交通可達性因素，但離開節點時不會強調交通可達性因素.因此，在引導游客進入目的地時，應完善網絡節點交通設施，開通旅游公交車專線，配備自駕車停車場設施等，都可以增強旅游節點的交通可達性.

在以后的研究中，針對自然遺產資源和文化遺產資源如何融合驅動遺產地自助游網絡發展，還應進一步探索影響機制和規律.