目的地内部旅游交通通达性评价方法研究——以西安为例

吴　潘，吴晋峰，周芳如，李佳丽

(陕西师范大学 旅游与环境学院， 陕西 西安710119)

(A类口岸和景点的网络)



目的地内部旅游交通通达性评价方法研究
——以西安为例

吴潘，吴晋峰*，周芳如，李佳丽

(陕西师范大学 旅游与环境学院， 陕西 西安710119)

摘要：良好的旅游交通通达性是旅游资源开发和旅游地建设的必要条件，对目的地的运营和稳步发展至关重要. 应用通达性指数和社会网络分析方法中的点度中心度、中间中心度、平均最短路径长、网络密度、中心势等指标，对西安目的地内部45个旅游景点和10个交通口岸的旅游交通通达性进行了定量研究，得到：(1)旅游交通具有不同于普通交通的特殊性，不能简单地用普通交通通达性指数来衡量旅游交通通达性. (2)社会网络分析法中的度数中心度、中间中心度和平均最短路径长分别是度量目的地内部各景点之间或交通口岸到景点之间点对点便利度、中转便利度和全网直达便利度的合适指标，网络密度、程度中心势和中介中心势等指标是衡量目的地内部旅游交通网络发育程度的合适指标. (3)虽然西安目的地内部景点之间、交通口岸与景点之间的交通道路连接水平较高，但公交线路包括旅游专线数量和分布状况、机场大巴站点数量和设置位置等不能完全满足散客旅游者的需求，旅游交通便利程度有待提高. (4)西安目的地内部景点的分布具有大分散、小集中的特点，亟待通过改变偏远景点与市区景点之间的交通连接方式提高偏远景点的旅游交通便利程度.(5)在国际和国内旅游市场日益散客化的形势下，旅游城市的交通规划应重视散客旅游者的交通需求. 提出了新的旅游交通通达性评价视角和指标.

关键词：旅游目的地；旅游交通通达性；通达性指数；社会网络分析法

通达性是度量交通网络结构的有效指标. HANSEN[1]首次提出通达性的概念，并将其定义为交通网络各节点之间相互作用机会的大小. 旅游通达性包括3种:目的地与客源地之间的通达性，目的地内部景点、交通口岸和酒店之间的通达性，景点内部不同景元(观景点)之间的通达性. 旅游规划中的“进得去、出得来、散得开”是指一个好的旅游目的地3类通达性都应该比较好. 交通通达性好，不仅可以缩短旅游者从客源地到目的地的时间，而且可以使旅游者十分便利地在目的地内部交通口岸、酒店和不同景点开展游览、购物和休闲娱乐等活动，提高旅游者的满意度，提升旅游目的地的市场形象，进而增强旅游吸引力[2]. 进行旅游目的地内部交通通达性研究，可以为旅游部门开展旅游规划、优化目的地内部旅游空间结构等工作提供科学依据，具有重要的实践意义.

目前国内外学者对通达性进行了多方法、多尺度的度量. 通达性度量方法主要包括距离度量法、拓扑网络连接法、重力度量法、累积机会法[3-8]等，如王娇娥等[9]从空间距离和时间成本角度对全国67 个中小文化旅游城市的通达性进行了研究，LINNEKER等[10]选择交通成本的加权值、机会可达性和经济潜能3种方法分析了马德里M-40环形高速公路对市区内部通达性的影响，REGGIANAL等[11]用拓扑网络连接法探讨欧洲先进的交通技术对道路连接的影响.通达性研究尺度主要针对行政区或经济区域，如潘竞虎等[12-13]在全国范围内探讨A级景点和4A级景点的空间通达性，李立等[14]和靳诚等[15]分别重点探讨苏州市和南京市的代表性旅游景点的通达性，文献[16-18]讨论了长江三角地区旅游的交通现状和通达性空间的格局问题，李涛等[19]基于陆路交通网络数据分析了珠江三角洲交通通达性空间格局及其与人口变化的关系. 从通达性的度量方法看，现有研究仅是对路网的静态通达性度量，没有考虑发车频率对交通节点间通达性的影响；从研究尺度看，缺乏对目的地内部交通通达性的研究[20-22]. 鉴于此，本文以西安为例，对比研究目的地内部旅游景点和交通口岸组成的交通网络的静态和动态通达性(考虑节点之间的发车频率). 采用距离度量法度量目的地内部各节点之间的静态通达性，包括空间距离通达性和时间距离通达性；借用社会网络分析法中的度数中心度、中间中心度和平均最短路径长度3个指标度量目的地内部各节点之间的动态通达性，包括点对点便利度、中转便利度和全网直达便利度. 本研究旨在提出目的地内部旅游交通通达性的度量方法，以丰富旅游交通通达性的研究内容，具有重要的理论与现实意义.

1研究方法和数据来源

1.1研究方法

1.1.1目的地内部旅游交通网络的构建

目前，国内外尚缺乏对旅游目的地空间范围的界定标准. 本文将游客的单程交通时间3 h和旅行距离250 km[23-24]作为西安旅游目的地空间边界的确定标准. 构成目的地内部旅游交通网络的节点包括景点和交通口岸两大类，选择目的地范围内的3A级及以上的旅游景点共45个，除了西安市行政区内的39个景点外，还选择了咸阳的乾陵，宝鸡的法门寺和太白山，渭南的华山，铜川的黄帝陵和玉华宫6个景点；选择了10个交通口岸，包括西安咸阳国际机场，西安火车站、北站和南站3个火车站和6个西安市区内重要的汽车站，详见表1.

表1西安旅游目的地内部节点

Table 1　The nodes in the destination of Xi’an

注 大慈恩寺大雁塔风景区在大雁塔文化休闲景区内部，将2节点合并为1个节点；黄帝陵离铜川市较近，将其纳入铜川市；陕西省汽车站在西安火车站对面，将其纳入火车站.

构成目的地内部旅游交通网络的连接也包括两类，一类是实际道路，另一类是节点之间的公交车线路数(线路数越大，说明发车频率越高). 方便起见，将以道路为连接的网络称为A类网络，以公交车线路数为连接的网络称为B类网络. A类和B类网络分别应用ArcGIS和Netdraw软件绘制. A类和B类网络各有11个，每类中都有1个网络由45个景点组成，另外10个分别由10个口岸节点中的1个与45个景点共同组成. 限于篇幅，本文仅给出由45个景点组成的B类网络，咸阳机场与45个景点组成的B类网络和火车站与45个景点组成的B类网络，分别见图1～3. 图中表示节点的圆越大，说明该节点与其他节点之间的公交车线路数越多，发车频次越高；孤立的节点表示没有公交车(或旅游专线)直达其他节点.

图1　45个景点组成的B类网络Fig.1　B network consists of 45 scenic spots

图2　咸阳机场与45个景点组成的B类网络Fig.2　B network consists of Xianyang airport and 45 scenic spots

图3　西安火车站与45个景点组成的B类网络Fig.3　B network consists of Xi’an railway station and 45 scenic spots

1.1.2目的地内部交通通达性度量方法

A类旅游交通网络中节点的通达性采用通达性指数进行评价，计算公式为

(1)

式(1)中，Ai表示节点i的时间距离或空间距离通达性指数，lij表示i节点到网络中所有其他节点的最小旅行时间之和或旅行距离之和，n表示网络中节点的数量. Ai值越小，表明i节点在网络中的时间或距离通达性越好.

B类旅游交通网络中节点的通达性借用社会网络分析法中的点度中心度、中间中心度和平均路径长进行衡量；旅游交通网络结构的紧凑性则借用网络密度和中心势2个指标来衡量[25]. 利用Ucinet6软件，沿着“Network→Centrality→Degree/FreemanBetweenness”可得到点度中心度、中间中心度和中心势；二分矩阵沿着“Network→Cohesion→Distance”可得到“距离矩阵”，将“距离矩阵”沿着“Tools→Statistics→UnivariateStats”得到所有节点的平均路径长度；沿着“Network→Cohesion→Density”可得到网络的整体密度.

其中，点度中心度表示某一个景点(或口岸)与网络中其他景点之间拥有的直达公交车线路总数，其值越大，说明从该景点(或口岸)到相邻景点旅游的交通便利度越好，因此本文将点度中心度称为景点(或口岸)的“点对点便利度”.

中间中心度表示一个景点(或口岸)处于其他景点之间最短路径上的程度，其计算公式为

(2)

式(2)中，CB(ni)表示中间中心度，gjk是节点j和节点k之间存在最短路径的数目，gjk(ni)是j与k之间存在的经过节点i的最短路径的数目，g是此网络中的节点总数. 中间中心度越高的节点，越能控制与其他节点之间的联系，说明该点的中转便利度越高，因此本文将中间中心度称为“中转便利度”.

平均最短路径长度L指节点到网络中其他节点的最短距离的平均值，其计算公式为

(3)

式(3)中，N是网络中的节点数，dij是连接这2个节点的最短路径的边数. 平均最短路径越短，说明该点到网络中其他节点旅游的交通换乘次数越少，直达性越好，因此本文将节点的平均最短路径称为节点的“全网直达便利度”.

网络密度D指网络中节点之间实际的关系数量和理论上的最大关系数量之比[26]. 其计算公式为

D=∑Di/g(g-1)，

(4)

式(4)中，Di是节点的度数值，g为网络节点总数. D值越大，表示旅游目的地网络结构越紧凑，节点间的联系越紧密，则直达更方便，通达性越高.

中心势包括程度中心势和中间中心势，程度中心势计算公式为

(5))

式(5)中，CD表示程度中心势，CD(ni)表示节点程度中心性值，CD(n*)表示节点程度中心性的最大值，g表示网络节点总数. 网络程度中心势越大，说明网络结构越紧凑，各景点围绕中心节点集聚或发散的趋势越显著[26]. 中间中心势的计算公式为

(6)

式(6)中，CB表示中间中心势，CB(ni)表示节点中间中心性值，CB(n*)表示节点中间中心性的最大值，g表示网络节点总数. 网络中间中心势越大，网络结构越紧凑，表明交通网络对某个(些)中间节点的依赖性越强.

1.2数据来源

本文所用的时间距离和空间距离主要通过百度地图自动测距获取. 具体做法为：输入起点和终点，测算所选节点间的最短旅行距离和时间. 旅行时间包括乘车时间和步行时间，步行时间指游客从公交站点到景点的步行时间. 与以往研究相比，本研究所使用的时间更接近游客实际耗费的时间. 节点之间的公交车线路数由西安公交网站及百度地图软件查询所得. 若无公交线路则记录最少换乘次数及旅行距离和时间.

2研究结果及分析

2.1A类网络通达性

在由45个景点组成的A类网络(简称A类景点网络)中，各个景点的时间距离和空间距离通达性指数计算结果见表2，表2中景点按通达性指数值从小到大排序. 应用ArcGIS 软件分别绘制景点的空间和时间通达性空间分异图，见图4和5. 在交通口岸与景点组成的10个A类网络中，各个交通口岸节点的时间距离和空间距离通达性指数计算结果见表3，同样按通达性指数值从小到大排序.

表2景点通达性指数计算结果(A类景点网络)

Table 2　The accessibility index value of scenic spots (A-network consists of scenic spots)

图4　西安旅游景点空间距离通达性空间分异图Fig.4　Spatial distribution of traffic mileage accessibility of scenic spots in Xi’an

图5　西安旅游景点时间距离通达性空间分异图Fig.5　Spatial distribution of traffic time accessibility of scenic spots in Xi’an

从表2看，西安45个旅游景点的空间距离通达性平均值为87 km，时间距离通达性平均值为3.43 h，即从任何一个景点到其他所有景点的平均距离是87 km，平均用时3.43 h，无论是空间距离还是时间距离都比较大，通达性较差. 从空间距离通达性指数看，45个景点中有30个景点的空间距离通达性指数值低于平均值，且差别不大；从时间距离通达性指数看，45个景点中有21个景点的时间距离通达性指数值低于平均值，差别也不大. 这一结果显然主要与西安旅游景点大分散、小集中的空间分布格局有关，大部分景点集中分布在市区，少数景点分布在距离市区较远的地区.

从图4和5看，西安旅游景点的交通通达性空间分布格局均呈现以市中心为核心向外递增的圈层结构. 其中，位于核心圈层的景点通达性指数值较小，通达性水平较高，位于边缘圈层的景点通达性指数值较大，通达性水平较差. 但是，图4和5的景点通达性格局又有所不同，主要表现为图5中的低通达性景点较多且相互之间的通达性值差别较大，图4中的低通达性景点较少且通达性值差别不大.图4中通达性较差的部分景点如华山、黄帝陵、玉华宫、乾陵、法门寺在图5中其通达性得到显著提高，反映快速交通(如华山与西安之间有高铁线路，华山、黄帝陵、玉华宫、乾陵、法门寺与西安之间有高速公路和旅游专线)对时间通达性空间格局有较大的影响.

表3交通口岸通达性指数计算结果

(A类口岸和景点的网络)

Table 3　The accessibility index value of transportation ports

从表3可见，西安火车站通达性最好，其次是三府湾客运站，第3是西安市汽车站，城南、城北、城西和城东客运站通达性一般，咸阳机场和西安南站通达性水平最差. 按照《西安市城市综合交通体系规划》，西安的城市交通规划功能主要考虑门户枢纽功能、区域服务功能、空间引导功能、低碳集约功能，对交通口岸与景点的通达性关系的考虑比较欠缺，因此，出现如表3所示的计算结果.

2.2B类网络通达性

从图1可见，由45个旅游景点组成的B类网络中，有9个是孤立节点. 其他36个景点的点对点便利度、中转便利度和全网直达便利度计算结果见表4，其中景点的点对点便利度、中转便利度按便利度值由大到小排列，值越大表示通达性越好；全网直达便利度按便利度值由小到大排列，值越小表示通达性越好.

从点对点便利度看，除了9个孤立景点(华山、黄帝陵、乾陵、玉华宫、太平森林公园、阎良航空科技馆、丰峪庄园、朱雀森林公园、黑河森林公园)外，其余36个景点的便利度值均具有显著差异，不仅最大值(189)与最小值(1)差距巨大，而且不同景点之间的便利度值差别也比较显著，仅有14个景点的便利度值高于均值(65). 其中，陕西历史博物馆点对点便利度最高，为189；其次是小雁塔，其值为174；大雁塔位居第3，大兴善寺和城墙景区分别位居第4和第5，其值分别为170和154，说明这5个景点是西安目的地内部旅游交通便利度最高的景点. 但是，从表4也可以看到，西安的王牌旅游景点华清池、秦始皇陵博物馆的交通便利度并不高.

从中转便利度看，36个景点之间的中转便利度值差异也十分显著，只有8个景点的便利度值高于均值(12.65). 其中，半坡博物馆位居榜首，表明半坡博物馆能最大程度控制其他景点之间的联系，中转便利度最高. 这与半坡博物馆所处位置有关，该点处于陕西省王牌旅游路线东线，向西是西安市区内的景点，向东是临潼区景点及华山风景区. 曲江旅游区的5个景点(大雁塔、大唐芙蓉园、陕西历史博物馆、曲江海洋极地公园、陕西自然博物馆)中转便利度值都较高，位于第2～6位. 法门寺位于第7位. 法门寺是西安西线旅游的精华景点，对内联系大雁塔、大唐芙蓉园，对外与西线其他景点如太白山可相互直达.

从全网直达便利度看，该网络的全网直达便利度平均值仅为1.74，且有23个景点的全网直达便利度值低于网络平均值.全网直达便利度值小于2的景点占到81%，大于2的景点仅占19%，说明已经开通公交线路或旅游专线的这些景点之间的交通通达性还是比较好的，换乘次数较少，直达便利度好. 但是，尚有9个景点没有开通公交线路或旅游专线，占全部景点数的20%.

10个交通口岸到景点的点对点便利度、中转便利度、全网直达便利度计算结果见表5. 同样按便利度从好到差排序.

表4景点通达性计算结果(B类景点网络)

Table 4　The accessibility index value of scenic spots(B network consists of scenic spots)

表5交通口岸通达性计算结果(B类口岸和景点的网络)

Table 5　The accessibility index value of transportation ports(B network consists of transportation port and scenic spots)

从表5可见，10个交通口岸节点的点对点便利度值的差别较大，其中从城南客运站到周边景点旅游的便利度最高，其次是西安火车站，再次是三府湾客运站，咸阳机场的便利度最低；中转便利度值的差别也较大，其中从西安火车站到周边景点旅游的中转便利度最高，其次是城东客运站，第3是城南客运站，同样咸阳机场的中转便利度最差；全网直达便利度值的差别较小，从西安火车站通往网络中其他景点的换乘次数最少，咸阳机场最多.

11个B类网络的整体通达性计算结果见表6，按照网络密度、程度中心势和中介中心势的值从小到大排序.

表6B类网络整体通达性计算结果

Table 6　The integral construction indicators value of B network

由表6知，11个网络的密度值都在0.25～0.27，程度中心势值在12.25%～12.80%，中介中心势值在5.98%～19.21%，不仅值小且相互之间差别不大，说明无论是纯景点网络还是交通口岸与景点组成的网络，发育程度均比较接近且都较差.

3讨论和结论

3.1讨论

目前国内学者对目的地内部旅游交通通达性研究较少，对旅游交通通达性评价方法大都局限于静态通达性评价法，选取时间、空间距离、道路网络密度等指标，基于城市交通道路网络结构来评判城市内部旅游景点的旅游交通通达性，缺乏对旅游交通网络的动态分析，并且旅游交通网络的节点只考虑了景点这一类型，忽略了交通口岸在旅游交通网络中的作用. 本文采用通达性指数和社会网络分析法中的点度中心度、中间中心度、平均路径长、网络密度、中心势等指标对西安目的地内部景点和交通口岸的旅游交通通达性进行了定量研究，旨在提出适用于目的地内部的旅游交通通达性评价方法. 从数据计算结果看，如果使用通达性指数衡量目的地内部的旅游交通通达性(默认游客游览目的地内部所有的景点)，无论是用时间距离还是空间距离，都难以完全反映空间上相对集中的西安城区景点之间的交通通达性水平的差异，即区分度不好(见表2和3，图4和5).且从旅游的实际情况看，没有人会同时游览目的地内部所有的景点，因此简单地套用交通通达性指数衡量旅游交通通达性是不恰当的. 借用社会网络分析法的点度中心度、中介中心度和平均最短路径长衡量景点或交通口岸的通达性，实际上反映了游客从一个固定的景点到交通口岸去往自己喜欢的其他景点，或从一个景点或交通口岸中转，或换乘到自己喜欢的旅游景点的交通便利程度，更符合实际情况，且区分度也更好、更准确(见表4和5). 另外，相对于用实际的路网衡量的静态交通通达性，由景点之间的发车线路数连接构建的网络更能反映实际的交通便利程度. 网络密度、程度中心势和中介中心势3个指标可以很好地衡量目的地内部旅游交通网络的发育程度. 社会网络分析法中的上述指标，不仅可以衡量当前目的地内部景点或交通口岸的旅游交通便利度，而且可以度量改变节点间的交通线路连接方式和交通工具发车频率以后各节点的旅游交通便利度的变化情况，进而为目的地旅游交通规划提供具有可操作性的计量工具.

3.2结论

3.2.1旅游交通具有不同于普通交通的特殊性，不能简单地用普通交通通达性指数衡量旅游交通通达性.

3.2.2社会网络分析法中的度数中心度、中间中心度和平均最短路径长分别是度量目的地内部各景点之间或交通口岸到景点之间点对点便利度、中转便利度和全网直达便利度的合适指标，网络密度、程度中心势和中介中心势等指标是衡量目的地内部旅游交通网络发育程度的合适指标.

3.2.3西安目的地内部景点之间、交通口岸与景点之间的交通道路连接水平虽然较高，但公交线路包括旅游专线数量和分布状况、机场大巴站点数量和设置位置等仍不能完全适应散客旅游者的需求，旅游交通便利程度有待提高.

3.2.4西安目的地内部的景点分布具有大分散、小集中的特点，亟待通过改变偏远景点与市区景点之间的交通连接方式提高偏远景点的旅游交通便利程度.

3.2.5在国际和国内旅游市场日益散客化的形势下，旅游城市的交通规划应重视散客的旅游交通需求.

参考文献(References)：

[1]HANSEN W G. How accessibility shapes land-use [J]. Journal of the American Institute of Planners, 1959，25：73-76.

[2]SARMA M K. Towards positioning a tourist destination：A study of Northeast India[J]. Asian Journal on Hospitality and Tourism, 2003，2(2)：104 -119.

[3]曹小曙,薛德升,阎小培.中国干线公路网络联结的城市通达性[J].地理学报, 2005,60(6): 903-910.

CAO Xiaoshu, XUE Desheng, YAN Xiaopei. A study on the urban accessibility of national trunk highway system in China[J]. Acta Geographica Sinica, 2005,60(6): 903-910.

[4]金凤君,王娇娥. 20 世纪中国铁路网扩展及其空间通达性[J]. 地理学报, 2004,59(2): 293-302.

JING Fengjun, WANG Jiaoe. Railway network expansion and spatial accessibility analysis in China[J]. Acta Geographica Sinica, 2004,59(2): 293-302.

[5]龚珊珊.浙江省旅游交通与线路优化研究[D].南京：南京师范大学，2013.

GONG Shanshan. Study on the Optimization of Tourism Transportation and Line in Zhejiang Province[D]. Nanjing: Nanjing Normal University, 2013.

[6]杨家文, 周一星. 通达性: 概念, 度量及应用[J]. 地理学与国土研究, 1999, 15(2): 61-66.

YANG Jiawen, ZHOU Yixing. Accessibility: Concept, measurement and application[J]. Geography and Territorial Research, 1999, 15(2): 61-66.

[7]LIU Suxia, ZHU Xuan. Accessibility analyst: An integrated GIS tool for accessibility analysis in urban transportation planning[J]. Environment and Planning B, 2004, 31(1): 105-124.

[8]SPENCE N, LINNEKEER B. Evolution of the motorway network and changing levels of accessibility in Great Britian[J]. Journal of Transport Geography,1994,2(4):247-264.

[9]王娇娥，胡浩. 基于空间距离和时间成本的中小文化旅游城市可达性研究 [J].自然资源学报, 2012, 27 (11):1952-1961.

WANG Jiaoe, HU Hao. Accessibility of medium and small-sized cultural tourist cities based on spatial distance and time cost[J]. Journal of Natural Resources, 2012, 27(11)：1952-1961.

[10]LINNEKER B,SPENCE N. Road transport infrastructure and regional economic development: The regional development effects of the M25 London Orbital motorway [J]. Journal of Transport Geography,1996(2):77-92.

[11]REGGIANAL A, LAMPUGNAL G. Towards a typology of European inter-urban transport corridors for advanced transport telematics applications [J]. Journal of Transport Geography, 1996, 3 (1)：53- 67.

[12]潘竟虎,李俊峰.中国A级旅游景点空间分布特征与可达性 [J]. 自然资源学报, 2013,29(1):55-66

PAN Jinghu, LI Junfeng. Spatial distribution characteristics and accessibility of a grade tourist attractions in China[J]. Journal of Natural Resources, 2013,29(1):55-66

[13]潘竞虎，从忆波.中国4A级以上旅游景点(区)空间可达性测度 [J]. 地理科学， 2012, 32(11)：1312-1327.

PAN Jinghu, CONG Yibo. Spatial accessibility of scenic spot at 4A level and above in China[J]. Scientia Geographica Sinica, 2012, 32(11)：1312-1327.

[14]李立，汪德根.城市低碳公共交通对旅游景点通达性影响研究：以苏州市为例[J]. 经济地理，2012, 32(3)：166-172.

LI Li, WANG Degen. The impact of urban low-carbon public transport to tourist attractions’ accessibility:Suzhou city area as the example[J]. Economic Geography，2012, 32(3)：166-172.

[15]靳诚，陆玉麒，张莉，等. 基于路网结构的旅游景点可达性分析:以南京市区为例[J]. 地理研究，2009,28(1)：246-258.

JIN Cheng, LU Yuqi, ZHANG Li, et al. An analysis of accessibility of scenic spots based on land traffic network:A case study of Nanjing[J]. Geographic Research，2009,28(1)：246-258.

[16]张莉，陆玉麒. 基于陆路交通网的区域可达性评价:以长江三角洲为例[J]. 地理学报，2006,61(12)：1235-1246.

ZHANG Li, LU Yuqi. Assessment on regional accessibility based on land transportation network: A case study of Yangtze River delta[J]. Acta Geographica Sinica, 2006,61(12)：1235-1246.

[17]吴威，曹有挥，曹卫东，等. 开放条件下长江三角洲区域的总和交通可达性空间格局[J]. 地理研究，2007,26(2)：391-402.

WU Wei, CAO Youhui, CAO Weidong , et al. On the patterns of integrated transportation accessibility in the Yangtze River delta under opening conditions[J]. Geographic Research，2007,26(2)：391-402.

[18]靳诚，陆玉麒，范黎丽.基于公路网络的长江三角洲旅游景点可达性格局研究[J]. 自然资源学报，2010，25(2)：258-269.

JIN Cheng, LU Yuqi, FAN Lili. Research on accessibility of scenic spots in the Yangtze River delta: Based on land traffic network[J]. Journal of Natural Resources, 2010，25(2)：258-269.

[19]李涛，曹小曙，黄晓燕. 珠江三角洲交通通达性空间格局与人口变化关系[J]. 地理研究，2012,31(9)：1662-1672.

LI Tao, CAO Xiaoshu, HUANG Xiaoyan. The relationship between spatial structure of accessibility and population change in Pearl River delta[J].Geographic Research，2012, 31(9)：1662-1672.

[20]胡浩,王姣娥,金凤君. 基于可达性的中小文化旅游城市旅游潜力分析[J]. 地理科学进展, 2012, 31(6):808-816.

HU Hao, WANG Jiaoe, JIN Fengjun. Tourism potential analysis of the medium and small-sized cultural tourist cities based on accessibility[J]. Progress in Geography,2012, 31(6):808-816.

[21]潘旭莉,吴晋峰,李馥利.基于分枝维数算法的西安市旅游通达性研究[J]. 统计与信息论坛, 2009, 24(3):72-80.

PAN Xuli, WU Jinfeng, LI Fuli. Analysis of senior population nursing needs based on Markov model[J]. Statistics & Information Forum,2009, 24(3):72-80.

[22]柳丽,吴晋峰,吴黎围.西安市星级宾馆的旅游通达性对比研究[J] .资源开发与市场, 2009, 25(12):1140-1142.

LIU LI, WU Jinfeng, WU Liwei. Contrasting research on tourism accessibility of star hotels in Xi’an city[J]. Resource Development&Market, 2009, 25(12):1140-1142.

[23]杨新军，马晓龙.旅游目的地区域空间结构研究[J].地理科学，2004，24(5)：620-626.

YANG Xinjun, MA Xiaolong. Tourist destination district and its spatial structure[J]. Scientia Geographica Sinica,2004，24(5)：620-626.

[24]吴必虎，唐俊雅，黄安民，等.中国城市居民旅游目的地选择行为研究[J].地理学报，1997,55(2) :97-103.

WU Bihu, TANG Junya, HUANG Anming, et al. A study on destination choice behavior of Chinese urban residents[J].Acta Geographica Sinica, 1997, 55(2) :97-103.

[25]刘军. 社会网络分析导论[M].北京：社会科学文献出版社，2004.

LIU Jun. An Introduction to Social Network Analysis[M].Beijing: Social Sciences Academic Press, 2004.

[26]刘军.整体网分析讲义——UCINET软件实用指南[M].上海：格致出版社，2009.

LIU Jun. Lectures on Whole Network Approach[M]. Shanghai: Gezhi Press,2009.

WU Pan, WU Jinfeng, ZHOU Fangru, LI Jiali
(CollegeofTourismandEnvironment,ShaanxiNormalUniversity,Xi’an710119,China)
Evaluating the traffic accessibility to the local tourist destinations with Xi’an as the example. Journal of Zhejiang University(Science Edition), 2016,43(3):345-356

Abstract:This paper adopts accessibility index and the social network analysis to conduct a quantitative research on the traffic accessibility of Xi’an′ scenic spots. The main results are as follows:(1)Compared with the normal traffic tourism traffic has its own specificity, which can not be simply measured by the traditional accessibility index of traffic. (2)According to the social network analysis methods, the point centrality, the betweenness centrality and the average shortest path length are the appropriate indicators to measure the point-to-point convenience, the transit ease and the network-wide direct convenience. And there are some appropriate indicators to measure the development degree of the internal tourism traffic network, such as the network density and the network centralization index.(3)Although the traffic connection level between internal attractions, the transportation ports and the scenic spots are good, the bus routes cannot completely meet the requirement of individual tourists, in particular, the number, the distribution of tourism special lines and the number of the airport shuttle bus sites and position need be improved.(4) Xi’an scenic spots are dispersedly distributed with localized concentration feature, so it is urgent to adjust the traffic connection between remote scenic and inner spots to make it convenient to travel to those remote scenic spots.(5)Due to the tendency of increasing individual travelers according to both in international and domestic tourist market, a tourist city’s traffic should adapt to the demands of individual travelers.

Key Words:tourism destination; tourism traffic accessibility; accessibility index; social network analysis

中图分类号：F 590

文献标志码：A

文章编号：1008-9497(2016)03-345-12

作者简介：吴潘(1991-)，ORCID:http://orcid:org/0000-0002-8885-5315,女，硕士研究生，主要从事旅游规划与市场开发研究，E-mail: 821428686@qq.com.*通信作者，ORCID:http://orcid.org/0000-0002-0206-8725,E-mail:jfwu@snnu.edu.cn.

基金项目：国家自然科学基金资助项目(41371154).

收稿日期：2015-10-10.

DOI:10.3785/j.issn.1008-9497.2016.03.016