基于游記攻略的長江經濟帶旅游流網絡結構特征及影響因素

摘要：宏觀把握長江經濟帶旅游流的網絡結構，對于長江經濟帶旅游空間格局優化、旅游業高質量發展具有重要意義。基于游記攻略大數據挖掘，運用復雜網絡模型、地理探測器等方法，分析長江經濟帶旅游流的網絡結構特征以及影響因素。研究表明：長江經濟帶旅游流網絡具有明顯冪律分布規律，多極化層級結構突出，上海市是核心節點，成都市、南京市、武漢市、重慶市、長沙市、杭州市、昆明市、蘇州市、南昌市、合肥市是次核心節點；長江經濟帶旅游流網絡不均衡性強，小世界性特征顯著，形成了長三角、長江中游、川渝、云南、貴州5個社團。旅游關注度、旅游產業基礎、旅游資源稟賦是長江經濟帶旅游流網絡結構的主要影響因素，其中旅游關注度是首要因素。最后，提出強化核心節點輻射帶動、著力完善區域合作機制、加大旅游宣傳營銷力度等建議。

關鍵詞：旅游；旅游流；大數據；長江經濟帶

中圖分類號：F590文獻標志碼：A文章編號：1673-5072（2025）01-0072-07

Network Structure Characteristics and Influencing Factors of Tourism Flow Along the Yangtze River Economic Belt Based on Travel Notes

Abstract：It is of great significance to grasp the network structure of tourism flow along the Yangtze River Economic Belt at macroscopic scale for the optimization of the tourism spatial structure and the high quality development of tourism. Based on the big data mining of travel notes，this paper analyzed the network structure characteristics and influencing factors of tourism flow along the Yangtze River Economic Belt by employing the methods of complex network model，geographic detector and so on. The study shows that the network of tourism flow along the Yangtze River Economic Belt conforms to the power law distribution and presents a multi-polarization hierarchical structure；Shanghai is the core node while Chengdu，Nanjing，Wuhan，Chongqing，Changsha，Hangzhou，Kunming，Suzhou，Nanchang and Hefei are the secondary core nodes；the network of tourism flow along the Yangtze River Economic Belt is characterized by strong imbalance and significant small world feature，forming five communities including the Yangtze River Delta，middle reaches of the Yangtze River，Sichuan-Chongqing，Yunnan and Guizhou. Tourism attention，tourism industry foundation and tourism resource endowment are the main factors that affect the network structure of tourism flow along the Yangtze River Economic Belt，with tourism attention as the primary factor. Finally，this paper puts forward some suggestions so as to strengthen the core node radiation drive，improve the regional cooperation mechanism，and increase the intensity of tourism publicity and marketing.

Keywords：tourism；tourism flow；big data；the Yangtze River Economic Belt

長江經濟帶作為國土開發與經濟布局“T”字型構架中的一級發展軸線，是國家發展的戰略性和導向性重點區域［1］。2016年9月，中共中央、國務院正式印發《長江經濟帶發展規劃綱要》，標志著長江經濟帶發展上升為國家戰略。旅游業是長江經濟帶戰略支撐作用發揮的關鍵動能［2］，也是長江經濟帶高質量發展的重要路徑。旅游流指游客的流動，是旅游業發展所依賴的客觀前提，也是現代大眾旅游現象最外部化的特征［3］。目前，學術界多基于年鑒問卷［4-5］、游記攻略［6］、百度指數［7］、微博簽到［8］等數據的挖掘，圍繞旅游流的流量模擬及預測［9］、空間集散及時空格局［10-11］、網絡結構［12-13］、影響因素［14-15］、空間效應［16-17］等方面進行研究，研究尺度側重于城市群［18］、省域［19-20］、地市域［21-22］，取得了較為豐富的研究成果。

長江經濟帶既有世界大河流域經濟帶的共性，又有自身獨特的地理條件、社會經濟和歷史文化特征［23］。長江經濟帶旅游資源極為豐富，已成為重要的旅游帶［24］。近年來，不少學者開始關注長江經濟帶的旅游流研究，對其內部的部分城市群（如，長江中游城市群［18］、長三角城市群［25］）、省份（如，湖北省［26］、湖南省［27］）、地市（如，南京市［22］、成都市［28］）的旅游流進行了深入研究。然而，缺乏對長江經濟帶旅游流的宏觀把握，也鮮有對其內部結構、異質性進行深入解析與對比研究。長江經濟帶具有非均衡的發展特征［29］，科學把握長江經濟帶旅游流的網絡結構、識別其內部差異，將直接影響長江經濟帶旅游發展政策的制定。長江經濟帶作為特殊類型的地理單元，也是極其重要戰略地位的區域，其旅游流網絡結構有何特性？內部差異如何？這些問題值得探討。鑒于此，基于游記攻略數據的挖掘，對長江經濟帶旅游流的網絡結構進行剖析，為長江經濟帶旅游空間格局的優化、旅游業高質量發展提供科學依據。

1數據來源與研究方法

1.1數據來源

有效、準確的數據獲取是決定旅游流研究科學性的關鍵問題之一［30］。已有研究表明，挖掘游記攻略中蘊含的游客流動數據能夠達到問卷調查的效果，獲取到的數據具有較強的準確性和科學性［31］。攜程旅行網（https：//www.ctrip.com）和去哪兒網（https：//www.qunar.com）是重要的旅游服務平臺，游客在該平臺分享了大量游記攻略。為了刻畫常態情境下旅游流網絡結構，并考慮到數據的及時性與可獲取性，本研究以2019年游客分享的游記攻略數據為基礎，利用火車頭軟件抓取游客分享在攜程旅行網和去哪兒網平臺上的游記攻略，共采集到32 721篇。然后，對采集到的游記攻略進行清洗，剔除旅游廣告、無明確行程等游記攻略，最終得到10 476篇有效游記攻略。對各省市的有效游記攻略篇數與2019年旅行社國內旅游接待人次進行Pearson相關性分析，結果顯示相關性系數為0.7，顯著性水平為0.018，說明有效游記攻略樣本數據具有一定代表性。最后，從有效游記攻略中提取游客的旅游行程及流動軌跡，統計游客在長江經濟帶內部不同地區之間的流動頻次，構建長江經濟帶旅游流數據庫。此外，常住人口、人均地區生產總值、5A級旅游景區、五星級酒店等數據來源于《中國城市統計年鑒2020》、文化和旅游部官方網站（https：//www.mct.gov.cn/）。

1.2研究方法

1.2.1度

1.2.2網絡密度

1.2.3平均路徑長度

1.2.4集聚系數

1.2.5地理探測器

2網絡結構

以存在游客流動關系的128個地區為網絡節點，以地區間的游客流動頻次為邊權重，構建長江經濟帶加權無向旅游流網絡。運用Gephi軟件，對長江經濟帶旅游流網絡進行可視化表達（圖1）。

2.1節點結構

2.1.1中心性分析

運用Gephi軟件對長江經濟帶旅游流網絡節點的度值進行計算，分析網絡節點的中心性。上海市的度值為64，與長江經濟帶50%的地區存在直接的旅游流聯系，在旅游流網絡中占絕對優勢地位。成都市、南京市、武漢市、重慶市、長沙市、杭州市等地區的度值較高，在旅游流網絡中占據重要地位。從度值的位序-規模分布來看，具有較為明顯的“長尾分布”特點。冪函數為y=247.74x-0.87，R2為0.79，符合冪律分布規律，說明大多數地區的度值較低，只有少數地區的度值較高，長江經濟帶旅游流網絡被少數地區控制，旅游流多圍繞上海市、成都市、杭州市、南京市、武漢市、長沙市等少數地區呈放射狀格局展開。

2.1.2節點角色分析

為便于揭示各地區在長江經濟帶旅游流網絡中的角色地位，采用自然間斷點分級法（Jenks）對度值大小進行層級劃分，將各地區劃分為4個層級（表1）。長江經濟帶旅游流網絡形成了明顯的以上海市為核心，以成都市、南京市、武漢市、重慶市等為次核心的多極化層級結構。上海市不僅是長江經濟帶重要的旅游客源市場、目的地，還是旅游流網絡的核心節點。成都市、南京市、武漢市、重慶市、長沙市等地區是長江經濟帶旅游流網絡的次核心節點、區域性集散中心，這些地區大多是所在區域的政治、經濟和文化中心，具有較大的旅游消費市場、較為豐富的旅游資源以及較強的游客中轉能力。黃山市、麗江市、上饒市、大理州、湘西州等地區是長江經濟帶旅游流網絡的重要節點，這些地區旅游資源稟賦好，對游客具有較強的吸引力，是重要的旅游目的地。隨州市、孝感市、蚌埠市、資陽市、臨滄市等地區在長江經濟帶旅游流網絡中處于邊緣位置，與其他地區的旅游流聯系較為稀疏。

2.2整體網絡結構

2.2.1網絡密度分析

運用Gephi軟件對長江經濟帶旅游流網絡進行密度分析，測度旅游流網絡的緊密程度。結果顯示，長江經濟帶旅游流網絡密度為0.10，接近0，表明旅游流整體網絡不均衡性強，總體較為松散。長江經濟帶旅游流在大多數地區間的聯系偏少，僅部分地區間聯系較為密切。如圖1所示，大理州-麗江市的游客流動頻次最大，有284次；其次為成都市—甘孜州，有274次；再次為迪慶州—麗江市，有232次；此外，上海市—蘇州市、成都市—阿壩州、貴陽市—安順市、昆明市—大理州、上海市—杭州市、貴陽市—黔東南州等地區間的游客流動頻次較大。在長江經濟帶存在的809對旅游流關系中，游客流動頻次的均值、極差和標準差分別為10.39、283和27.58，有20.77%的關系對控制了長江經濟帶79.54%的游客流動頻次，長江經濟帶的游客流動遵循“二八定律”，說明長江經濟帶旅游流的兩極分化顯著。

2.2.2小世界性分析

運用Gephi軟件測度長江經濟帶旅游流網絡的平均路徑長度和集聚系數，揭示旅游流網絡的小世界性。結果顯示，旅游流網絡的平均路徑長度為2.03，任意2個節點之間平均只需要1.03個中轉節點就可以建立旅游流聯系，說明旅游流網絡節點之間具有較高的便捷性和較小的分離程度。旅游流網絡的集聚系數為0.59，說明依托上海市、成都市、武漢市、重慶市、長沙市等強中轉能力節點，長江經濟帶旅游流網絡表現出較強的凝聚力。構建同等規模的隨機網絡，結果顯示長江經濟帶旅游流網絡的平均路徑長度和集聚系數分別為2.16和0.11。與同等規模隨機網絡相比，長江經濟帶旅游流網絡的集聚系數較大，平均路徑長度相對較小，表明長江經濟帶旅游流網絡的小世界性特征顯著。盡管長江經濟帶旅游流網絡總體較為松散，但任意2個節點仍可通過強中轉能力節點建立短拓撲距離聯系。

2.2.3社團結構分析

社團及子群結構分析可以找出旅游流網絡結構是由哪些小結構組成［15］。運用Gephi軟件的模塊化工具，對長江經濟帶旅游流網絡的社團結構進行分析，并對其社團構成進行可視化表達（圖2）。選擇標準解析度1時，模塊度值為0.58，社團識別效果較好。如圖2所示，長江經濟帶旅游流的社團結構明顯，存在5個社團。5個社團的地域組成表現出較強的空間依賴性，社團發育程度存在較大的地帶差異。長三角社團主要由上海市、杭州市、南京市、合肥市、蘇州市、黃山市等地區組成，呈多核心結構，層級特征顯著，地區間旅游流聯系緊密，網絡發育較好。長江中游社團主要由武漢市、長沙市、南昌市、宜昌市、湘西州、九江市等地區組成，呈以武漢市、長沙市、南昌市為主導的多核心結構，整體聯系較為松散。川渝社團主要由重慶市、成都市、綿陽市、阿壩州、樂山市等地區組成，呈雙核驅動的發展格局，重慶市、成都市占據核心主導地位。云南社團由昆明市、大理州、麗江市、迪慶州、西雙版納州等地區組成，昆明市占據主導地位，具有較明顯的層級特征。貴州社團的網絡規模相對較小，受經濟社會發展水平、旅游發展歷程、交通條件及地理區位等因素的影響，呈相對均勢的發展格局。

3影響因素

3.1變量選取

節點是旅游流網絡形成與發展的關鍵，節點的影響力以及與其他節點的旅游流互動關系一定程度上反映了旅游流網絡結構的整體水平。在參考借鑒學術界相關研究成果的基礎上［14-15，25］，并結合數據的可獲得性和科學性，本研究選取可以反映各地區在旅游流網絡中重要性程度的度為被解釋變量，從旅游資源稟賦、旅游產業基礎、旅游關注度、交通能力、經濟發展水平、人口規模等方面探討影響因素。旅游資源稟賦是旅游者是否選擇一個旅游地的重要標準［35］，是旅游流網絡形成與發展的物質載體，用5A級旅游景區數量來表征。旅游產業基礎是游客是否選擇旅游地一個重要依據［36］，用五星級酒店數量來表征。旅游關注度在旅游流網絡的形成與發展中起到關鍵作用，百度指數可以反映游客對旅游地的關注程度［37］，用網民對“地區+旅游”的百度指數2019年均值來表征。交通是旅游業得以發展的前提，也是游客流動的重要載體，用客運量表征交通能力。較好的經濟基礎是游客出游以及旅游地建設與發展基礎，也是影響游客流量及流向的重要因素，用人均地區生產總值表征經濟水平。人口規模反映了區域消費能力，居民出游市場隨距離增加而衰減［38］，反映了本地旅游消費市場規模，用常住人口來表征人口規模。

3.2影響因素分析

利用地理探測器的“因子探測”模塊測度各影響因素的作用程度。如表2所示，影響因素的影響程度排序依次為：旅游關注度（0.61）＞旅游產業基礎（0.56）＞旅游資源稟賦（0.46）＞經濟水平（0.33）＞交通能力（0.29）＞人口規模（0.23），說明旅游關注度、旅游產業基礎以及旅游資源稟賦是影響長江經濟帶旅游流網絡結構的主要因素。旅游關注度的影響力最強，說明游客對各地區的旅游關注度是影響長江經濟帶旅游流網絡結構的首要因素。值得一提的是，盡管人口規模單因素對旅游流網絡結構的影響力較弱，q值為0.23，P值為0.43，但進一步利用“交互探測”模塊分析發現，人口規模與旅游關注度、旅游產業基礎、旅游資源稟賦等因素通過交互作用后，對長江經濟帶旅游流網絡結構的影響力更為顯著，交互影響力均在0.6以上，產生了明顯的雙因子增強效應，說明人口規模仍然是旅游流網絡結構不可忽視的影響因素。

4結論與建議

4.1結論

1）長江經濟帶旅游流網絡具有明顯的冪律分布規律，多極化層級結構較為突出，上海市是長江經濟帶旅游流網絡的核心節點，成都市、南京市、武漢市、重慶市、長沙市、杭州市、昆明市、蘇州市、南昌市、合肥市是長江經濟帶旅游流網絡的次核心節點。

2）長江經濟帶旅游流網絡不均衡性強，小世界性特征顯著，形成了長三角、長江中游、川渝、云南、貴州5個社團。社團的構成具有較強的空間依賴性和地帶差異性，呈多核心、雙核驅動、單核心、相對均勢發展模式并存的格局，其中長三角社團呈多核心結構，網絡發育較為成熟。

3）旅游關注度、旅游產業基礎以及旅游資源稟賦是影響長江經濟帶旅游流網絡結構的主要因素。旅游關注度的影響力最強，是首要影響因素，說明加強旅游宣傳營銷力度，提高旅游目的地的知名度，增強旅游者的關注度與旅游前往意愿，是優化長江經濟帶旅游流網絡結構的重要手段。

4.2建議

1）強化核心節點輻射帶動。增強核心節點的旅游流集散能力，提升旅游消費能級與國際化水平。加強核心節點間的旅游互動，實現旅游交通與服務無縫接駁。推動核心節點與周邊地區交通網絡建設，實現旅游公共服務對接。深化核心節點對周邊地區旅游發展的帶動，周邊地區樹立旅游錯位發展理念，突出旅游差異化和特色，開發互補性強的旅游產品和服務，建立針對性營銷及服務體系。

2）著力完善區域合作機制。以推動長江經濟帶高質量發展為契機，健全長江經濟帶旅游協同發展機制，突破市場壁壘限制。強化川渝、云南、貴州3大旅游流社團的互動與協同能力，深化重慶市、成都市、昆明市、貴陽市的聯動發展，加強與長三角、長江中游旅游流社團的合作。推動跨社團精品旅游線路的打造，支持社團間邊界地區旅游交通及基礎設施的完善、旅游服務的無縫接駁。

3）加大旅游宣傳營銷力度。持續提升旅游發展品質，增強旅游吸引力。充分利用抖音、快手、bilibili等平臺，構建多元旅游營銷方式，強化旅游地的宣傳推廣能力。舉辦長江經濟帶旅游發展大會、旅游博覽會等，設立旅游發展資金，提升長江經濟帶的旅游發展活力。

4.3討論

本研究對長江經濟帶旅游流網絡結構進行宏觀分析，并進一步揭示其內部發展差異，一定程度上彌補了現有研究對長江經濟帶旅游流關注不足的缺口。研究發現，長江經濟帶內部旅游流網絡發展模式的地帶差異明顯，呈東部發育程度較好、中部次之、西部相對較差的梯度分異格局，這與旅游資源、旅游交通可達性的空間格局呼應［39］，反映出長江經濟帶旅游空間結構地帶差異的普遍性規律。鑒于數據的可獲得性，本研究從6個方面選取變量分析影響因素，具有一定的局限，未來研究可以進一步豐富影響因素的指標體系，揭示長江經濟帶旅游流網絡結構的影響機理。

參考文獻：

［1］陸大道.建設經濟帶是經濟發展布局的最佳選擇：長江經濟帶經濟發展的巨大潛力［J］.地理科學，2014，34（7）：769-772.

［2］王兆峰，劉慶芳.長江經濟帶旅游生態效率時空演變及其影響因素［J］.長江流域資源與環境，2019，28（10）：2289-2298.

［3］謝彥君.基礎旅游學［M］.北京：中國旅游出版社，2011.

［4］虞虎，陳田，王開泳，等.中國農村居民省際旅游流網絡空間結構特征與演化趨勢［J］.干旱區資源與環境，2015，29（6）：189-195.

［5］李磊，陸林，孫小龍，等.高鐵沿線旅游流網絡結構及其互動關系研究：以合福高鐵沿線地區為例［J］.人文地理，2020，35（1）：132-140.

［6］周李，吳殿廷，虞虎，等.基于網絡游記的城市旅游流網絡結構演化研究：以北京市為例［J］.地理科學，2020，40（2）：298-307.

［7］杜家禛，徐菁，靳誠.基于百度指數的長江三角洲虛擬旅游流流動特征和影響因素分析［J］.長江流域資源與環境，2021，30（2）：290-301.

［8］陳曉艷，張子昂，胡小海，等.微博簽到大數據中旅游景區客流波動特征分析：以南京市鐘山風景名勝區為例［J］.經濟地理，2018，38（9）：206-214.

［9］GHOSH S. Tourism infrastructure：forecasting of international tourist flows to India［J］. ICFAI Journal of Infrastructure，2008，6（3）：34-41.

［10］王永明，馬耀峰，王美霞.北京入境旅游流空間擴散特征及路徑［J］.經濟地理，2011，31（6）：1019-1024.

［11］馬斌斌，陳興鵬，陳芳婷.基于社交大數據的敦煌旅游流多尺度時空分異特征［J］.經濟地理，2021，41（3）：202-212.

［12］SHIH H Y. Network characteristics of drive tourism destinations：an application of network analysis in tourism［J］. Tourism Management，2006，27（5）：1029-1039.

［13］程雪蘭，方葉林，蘇雪晴，等.中國東部沿海5大城市群旅游流網絡結構空間分布特征研究［J］.地理科學進展，2021，40（6）：948-957.

［14］王永明，盧言美.大洲尺度下旅游流空間網絡結構及其影響因素［J］.湖南師范大學自然科學學報，2021，44（6）：10-17.

［15］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.

［16］紀小美，陳金華，付業勤.中國入境旅游流的收斂與空間溢出效應分析［J］.旅游科學，2015，29（4）：47-60.

［17］王永明，馬耀峰，王美霞.上海入境旅游流對長江流域各省區空間場效應研究［J］.經濟地理，2010，30（5）：854-858.

［18］劉大均.長江中游城市群旅游流空間格局及發展模式［J］.經濟地理，2018，38（5）：217-223.

［19］朱冬芳，虞虎，劉青青，等.入藏旅游流網絡結構特征與組織模式：基于團隊游和自助游視角的比較分析［J］.地理科學進展，2021，40（5）：812-824.

［20］韓冬，黃麗華.基于旅游數字足跡的旅游流網絡結構研究：以內蒙古自治區為例［J］.干旱區資源與環境，2018，32（3）：192-197.

［21］李亞娟，曾紅春，李超然，等.山地民族地區旅游流網絡結構及流動方式研究：以恩施州為例［J］.長江流域資源與環境，2019，28（7）：1612-1622.

［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）：609-620.

［23］段學軍，鄒輝，陳維肖，等.長江經濟帶形成演變的地理基礎［J］.地理科學進展，2019，38（8）：1217-1226.

［24］賈文通，黃震方，劉俊，等.高鐵對區域旅游“時空壓縮”效應的測度與分析：以長江經濟帶為例［J］.地理研究，2021，40（6）：1785-1802.

［25］徐敏，黃震方，曹芳東，等.基于在線預訂數據分析的旅游流網絡結構特征與影響因素：以長三角地區為例［J］.經濟地理，2018，38（6）：193-202.

［26］付瓊鴿，劉大均，胡靜，等.湖北省旅游流網絡結構的特征與優化［J］.經濟地理，2015，35（3）：191-196.

［27］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）：201-206.

［28］劉大均，簡代飛，楊丹，等.基于網絡游記的成都市旅游流空間特征及影響因素分析［J］.西華師范大學學報（自然科學版），2020，41（1）：92-97.

［29］鄒琳，曾剛，曹賢忠，等.長江經濟帶的經濟聯系網絡空間特征分析［J］.經濟地理，2015，35（6）：1-7.

［30］劉法建，張捷，章錦河，等.旅游流空間數據獲取的基本方法分析：國內外研究綜述及比較［J］.旅游學刊，2012，27（6）：101-109.

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

［32］武文杰，董正斌，張文忠，等.中國城市空間關聯網絡結構的時空演變［J］.地理學報，2011，66（4）：435-445.

［33］吳康，方創琳，趙渺希.中國城市網絡的空間組織及其復雜性結構特征［J］.地理研究，2015，34（4）：711-728.

［34］王勁峰，徐成東.地理探測器：原理與展望［J］.地理學報，2017，72（1）：116-134.

［35］汪德根，陳田，陸林，等.區域旅游流空間結構的高鐵效應及機理：以中國京滬高鐵為例［J］.地理學報，2015，70（2）：214-233.

［36］汪德根，牛玉，王莉.高鐵對旅游者目的地選擇的影響：以京滬高鐵為例［J］.地理研究，2015，34（9）：1770-1780.

［37］劉少湃，田紀鵬，陸林.上海迪士尼在建景區客源市場空間結構預測：旅游引力模型的修正及應用［J］.地理學報，2016，71（2）：304-321.

［38］吳必虎，唐俊雅，黃安民，等.中國城市居民旅游目的地選擇行為研究［J］.地理學報，1997，52（2）：97-103.

［39］田野，羅靜，崔家興，等.長江經濟帶旅游資源空間結構及其交通可進入性評價［J］.經濟地理，2019，39（11）：203-213.