四川省旅游线路的社会网络结构研究*

唐雯雯，史春云，孙　勇，刘　静，冯　亮，周慧慧

(江苏师范大学 城市与环境学院，江苏 徐州 221116)



四川省旅游线路的社会网络结构研究*

唐雯雯，史春云，孙勇，刘静，冯亮，周慧慧

(江苏师范大学 城市与环境学院，江苏 徐州 221116)

[摘要]基于百强旅行社获取的旅游线路报价单，以四川省和重庆市为案例地，借助社会网络分析理论，探讨四川省旅游网络的特征及各旅游节点的角色地位，以期为四川省目的地差异化联合营销，均衡发展提供参考。结果表明：(1)四川省旅游网络结构发展不均衡，整体的密度较低(0.42)，反映各节点间的联系还不密切。(2)在整体网络中，程度中心势为51.8%，中介中心性为41.64%，外向和内向接近中心势分别为63.48%、61.95%，较高的程度中心势与接近中心势、较低的中介中心势表明核心-边缘结构的存在，成都、绵阳、南充、阿坝州、甘孜州处于核心位置，广元、乐山、宜宾、雅安、重庆处于边缘位置。(3)在个体网络中，各节点规模、效率等差异较为明显，成都的规模最大、关系最多，同时结构洞优势最明显。

[关键词]旅游线路；社会网络；四川省

引言

旅游线路是指为了使游游者能够以最短的时间获得最大的景观观赏效果，旅游经营部门利用交通线串联若干旅游点或旅游城市(镇)所形成的具有一定特色的合理走向[1]。旅游线路模式是旅游线路研究的重要领域，也是旅游地理学研究的重要内容之一。1993年Lue、Crompton和Fesenmaier将旅游线路总结为单一、往返、营区基地、区域环游及旅行链5种模式(简称LCF模型)[2]。Oppermann在马来西亚的入境游研究中进一步细分出两种单目的地模式和5种多目的地模式[3]。旅游线路空间模式引起了越来越多国内学者的关注。楚义芳[4]从宏观尺度上，根据旅游者的行为和意愿特征将旅游线路分为周游型和逗留型，马晓龙等[5]、卢天玲[6]、袁欣[7]、袁佺[8]、陆林[9]分别以西安、青海塔尔寺、长三角、上海世博观光及珠三角都市圈为例，对旅游线路模式进行辨析识别。史春云对国内旅游线路模式的空间格局与特征[10]1918及国外旅游线路空间模式[11]进行系统的研究，宣国富[12]、李山[13]、汪明林[14]分别通过重力模型、游时与客源地-目的地之间距离的统计模型景观生态学理论，对三亚、北上广、峨眉山的旅游线路进行研究。

社会网络分析能够从结构性视角对旅游节点间的联系情况进行分析[15]107，社会网络分析在旅游研究中加以应用，具有可能性与必要性[16]172。杨兴柱借助社会网络理论和方法，对南京市旅游流网络结构进行了实证分析[17]。吴晋峰、刘法建运用社会网络分析对入境旅游流的网络结构特征及动因进行系统研究[18-20]。杨效忠借助社会网络理论与方法通过实证分析探讨跨界旅游区的边界效应、空间经济联系、组织网络结构及影响机制[21-24]。唐澜通过构建中国入境商务旅游流网络，运用社会网络分析法定量分析中国入境商务旅游流的空间分布特征及流动规律[25]。刘冰通过整体网和个体网两个层面对新疆旅游线路形成的内在机理进行探讨[15]101。黄爱莲运用社会网络建构区域旅游合作者的行为模型[26]。彭红松以四川、云南省交界处的泸沽湖为研究对象，从旅游客流视角探讨其旅游空间网络结构、节点功能等，探讨其旅游空间格局及优化路径，为跨界旅游区协同合作提供一定的科学依据[27-28]。综观以上研究成果，可以发现社会网络分析被越来越多地运用到旅游流的研究中。四川省拥有得天独厚的旅游资源，且将旅游业作为其战略性产业，但将社会网络分析运用到四川省旅游线路研究中的较少。因此，运用社会网络分析能够补充和完善对四川省旅游线路的研究。

以四川省为案例地，对旅游线路详细报价单进行整理，通过统计分析旅游线路的基本数据，研究四川省旅游市场中旅游线路的社会网络结构特征，研究结果对四川省旅游线路的开发、旅游产品营销以及全省旅游业的可持续发展具有一定的指导意义。

一、研究方法

(一)数据来源

旅行社的旅游线路在一定程度上可以反映旅游市场及旅游者的需求，旅游线路详细报价单不仅包含了旅行社团队包价旅游的主要信息，同时也是散客出行的重要参考[10]1919，多目的地旅游线路能够反映旅游流的流向及空间特征。以四川省为研究范围，以旅游线路中所经过的各市、州为旅游节点，此外，由于重庆市毗邻四川省，两地间交通便捷，经济、文化上紧密相连，旅游线路联系密切，因此将重庆作为旅游线路统计中的一个重要节点。以2014年1—5月百强旅行社官方网站公布的旅游线路报价单为数据来源，根据所获得的数据进行统计及初步的整理、筛选，最终选取多目的地旅游线路713条，其中经过的旅游节点有成都、绵阳、广元、乐山、南充、宜宾、雅安、阿坝、甘孜、重庆共计10个节点目的地城市。

(二)旅游网络构建

第一，确定旅游网络的范围和节点，以四川省和重庆市为研究范围，选取旅游线路中出现的目的地为节点，有成都、绵阳、广元、乐山、南充、宜宾、雅安、阿坝、甘孜、重庆共10个。攀枝花、凉山州等旅游线路中未出现的州市成为网络孤立点，暂不对其统计。

第二，以旅游线路为基础对旅游节点流向和流量进行统计并建立赋值矩阵。

第三，对赋值矩阵进行标准化处理，取标准化后数据的中位数作为临界值(0)，对矩阵中大于临界值的数值记为“1”，反之记为“0”据此得到了UCINET6.0软件分析所需的二分矩阵。

第四，根据二分矩阵，运用 NETDRAW，绘制旅游流网络结构图，构建评价指标并对旅游空间网络结构进行定量评价。

(三)评价指标

旅游网络结构评价指标主要有整体网的中心度、结构洞、密度、核心-边缘结构以及个体网的规模、关系、密度、结构洞等。

1 .整体网

中心度是社会网络分析的重要内容，通常包括程度中心度、接近中心度以及中介中心度。程度中心度用来衡量谁在这个团体中成为最主要的中心人物[29]，程度中心度越高说明该节点在网络中所处的位置越重要，与其他旅游节点联系越密切。接近中心度用距离来衡量节点的中心地位及与其他节点联系的通畅程度，如果旅游节点处于网络中心，并与其他节点连接度好，则其接近中心度高；反之，则接近中心度低。中介中心度显示出旅游节点作为“媒介”的能力，一定程度上能够反映对其他旅游节点交通、资源等控制力大小。结构洞反映各旅游节点间的断裂，常用的测度指标有效能性、效率性、约束性等，指标值越高，说明该节点的区位优势越大。网络密度等于“实际存在的关系总数”除以“理论上最多可能存在的关系总数”[30]，表示旅游网络中可能存在联系的平均值。核心-边缘：分析网络中是否存在“核心-边缘”结构，核心与边缘是否存在关联及关联密度[16]175。

2.个体网

个体网的评价指标主要有网络规模、关系、密度、可达效率以及约束性。网络规模反映在个体网中与除节点自身外与该节点直接关联的节点数。关系指个体网各节点与除自身外其他节点之间的关系总数。个体网密度反映个体网的紧密程度，密度越大，说明其联系越紧密。约束性反映个体网的结构洞水平。

二、四川省旅游网络结构分析

(一)四川省整体网络分析

1.节点分析

整体网络中各节点的结构指标显示(见表1)，选取的10个旅游节点每个旅游节点平均与3.8个节点城市产生旅游流动关系。程度中心度较高的为成都，成都外向程度中心性及内向程度中心性均为8，表明其既是重要的集聚中心，又是重要的疏散中心。一方面成都是西南地区最大的铁路枢纽，同时四川省公路网络以成都为中心，呈辐射状分布，能够把省内各主要景点连成一体；另一方面成都双流国际机场是中西部地区最大的航空枢纽港，配套服务功能齐全，可满足年旅客吞吐量5 000万人次。优越的交通优势使得成都成为四川省整体旅游网络中的“权利”中心。阿坝州程度中心性仅次于成都，其外向程度中心性为7、内向程度中心性为5，这表明：(1)阿坝州自然资源丰富，其辖区内就拥有两处世界自然遗产，分别为九寨沟、黄龙。世界自然遗产吸引力强，几乎是四川旅游的必玩景点，业已成为四川旅游的标志性景区。(2)四川省是少数民族大省，拥有55个少数民族，阿坝州是中国第二大藏区以及唯一的羌族聚居区，游客在阿坝能够体验到特色浓郁的藏羌民族文化。(3)阿坝州的九黄机场是四川省旅客吞吐量第二大机场，能够满足一定的客流需求。(4)阿坝州的发散功能略弱于集聚功能。阿坝州丰富的自然资源、特色的民族文化使得阿坝州成为仅次于成都的“权利”中心。重庆的外向和内向程度中心性分别为4，5，表明其成为四川省旅游网络中不可或缺的集聚和发散中心。南充、甘孜的外向和内向程度中心性均为4，表明二者与网络中其他节点的沟通能力相当，其旅游产品被游客选择的可能性相当。绵阳、乐山、雅安、宜宾与其他节点联系较弱，其中宜宾内向程度中心性为2，外向程度中心性仅为1，成为四川省旅游网络中最“薄弱”的环节。

表1　整体网及个体网指标结果

数据来源：作者计算。

每个旅游节点作为旅游流中介者的次数平均为5.6。接近中心度最高的为成都(32.58)，其次为阿坝(10.5)，第三是重庆(4.08)，其余依次为南充(3.5)、甘孜(2.67)、绵阳(0.92)、广元(0.92)、乐山(0.83)、宜宾(0)、雅安(0)。结果表明，成都是四川省旅游网络中最重要的中转站，但其尚未处于垄断地位。选择阿坝中转的几率仅次于成都，位列第二，而绵阳、广元、乐山、宜宾、雅安作为中转站的次数均低于平均水平，说明游客选择其作为中转站的几率较小，显示出其交通通达性较差，亦或是对资源控制力有待提高。

各旅游节点间平均外向和内向接近中心度分别为63.11和63.76，接近中心度值较高，说明该旅游节点拥有较高的可进入性。接近中心度指标最高的为成都，其外向、内向程度中心度均为90，这表明成都与其他旅游节点关联最为密切、交通最为便捷，是旅游网络中最为核心的旅游节点。阿坝接近中心度呈现出一定的不均衡性，其外向程度中心性为69.23，内向程度中心性为81.82。绵阳、广元、乐山、南充、宜宾、雅安外向与内向程度中心性水平均低于平均水平，一方面说明其交通通达性不高，另一方面也显示出旅游产品的吸引力及影响力相对较小。图1是四川省旅游流网络结构图，反映旅游流在各节点的流动，以及各节点在四川省旅游网络中的地位。

资料来源：作者绘制。图1　四川省旅游流网络结构

结构洞指标显示成都的结构洞最丰富，在四川省旅游网络中拥有绝对的优势(见表1)。阿坝州结构洞水平仅此于成都，这一方面说明交通区位优势对结构洞的丰富程度有着重要的影响，另一方面景区的级别与对游客的吸引力影响着旅游节点能否成为旅游集散中心。宜宾、雅安的结构洞水平较低，说明其对游客吸引力较小，易被其他旅游节点所替代，因此要发展特色旅游增强其不可替代性。

2.网络结构分析

四川省旅游网络的整体密度为0.42，网络直径为4，程度中心势为51.8%，中介中心势为41.64%，外向和内向接近中心势分别为63.48%、61.95%(见表2)。程度中心势与接近中心势均较高说明四川省旅游网络结构发展不均衡，易受核心旅游节点的影响。中介中心势相对较低，表明许多节点需要通过核心节点与其他节点城市连接、受核心节点的制约，也表明旅游网络中存在结构洞，暗示了核心-边缘结构的存在。

表2　旅游网络中心势

数据来源：作者计算。

核心-边缘结构分析显示四川省旅游网络中，核心区成员有成都、绵阳、南充、阿坝州、甘孜州5个，边缘区成员有广元、乐山、宜宾、雅安、重庆5个，核心成员之间联系密切联接密度为0.7，边缘成员之间的联接密度仅为0.1，核心成员与边缘成员、边缘成员与核心成员也存在紧密联系联接度分别为0.48，0.4(见表3)，这表明四川省旅游网络结构存在明显的结构层次。核心区网络密度为边缘区网络密度的7倍，说明旅游客流在核心区停留多，在边缘区停留少，因此核心区成员要提高自身接待能力，避免游客拥堵，同时提高与边缘区的联接度，实现联动发展；边缘区成员要主动与核心区产生联系，因地制宜，提高对游客的吸引力及其自身接待能力，内部成员之间要形成相互促进发展的模式，从而增强边缘区整体的竞争力。

表 3　四川省核心-边缘矩阵

数据来源：作者计算。

(二)四川省个体网络分析

通过个体网的规模、关系、密度、可达效率以及约束性表示各旅游节点在个体网络中的重要程度。四川省旅游网络中各节点的个体网络规模差异明显，成都的个体网规模为9(见表1)，成都和除自身的9个节点存在直接旅游流联系，显示出其他节点对成都的依靠性，是个体网规模最大的节点，阿坝州位列第二，宜宾、雅安规模最小。个体网的规模一定程度上可以反映各旅游节点吸引力的大小，规模较小的节点可以通过与周边节点从弱联系到强联系，从而提升其在整体网络中的地位。四川省个体网络中关系总数与规模总体上表现出规模越大，关系总数越多的趋势，成都、阿坝、南充、重庆排名前4位，分别为22，19，13，11，宜宾、雅安关系总数最少，均为2。个体网络密度呈现出与个体网络规模相反的趋势，规模、网络关系较小的宜宾、雅安的个体网络密度较高达到100%，绵阳、广元、乐山、甘孜均为66.7%，而个体规模最大的成都的密度最低，仅为30.56%。可达效率与个体网络密度存在一致性趋势，宜宾、雅安可达效率最高，成都最低。约束性指标显示出个体网络中各节点结构洞的大小，成都在其个体网中结构洞优势明显，为0.33，阿坝、南充次之。

三、结论

借助社会网络分析四川省旅游网络结构，得出以下主要结论：(1)四川省旅游网络结构发展不均衡，整体的密度较低(0.42)，网络直径为4，反映各节点间的联系还不密切。(2)在整体网络中，程度中心势为51.8%，中介中心势为41.64%，外向和内向接近中心势分别为63.48%、61.95%，较高的程度中心势与接近中心势、较低的中介中心势表明核心-边缘结构的存在，成都、绵阳、南充、阿坝州、甘孜州处于核心位置，广元、乐山、宜宾、雅安、重庆处于边缘位置。各节点城市应明确自身在四川省旅游网络中的地位，实现核心区与边缘区的联动发展。(3)在个体网络中，各节点城市规模、效率等差异较为明显，成都规模、关系最大同时结构洞优势最明显，宜宾、雅安规模、关系最小。改善旅游基础设施，因地制宜培养特色旅游产品对个体网络中劣势旅游节点提高自身地位具有重要意义。(4)无论从整体网指标还是个体网指标来看，成都与阿坝均拥有较为明显的优势。四川省特殊的地理条件使得成都在四川省旅游网络中发挥着“权利”中心的作用，充分利用其交通区位优势，不仅能够提高自身集聚和辐射水平，而且能够带动周边节点城市旅游业的发展。对于阿坝州而言，在对旅游资源开发利用的同时还应注重对自然资源及特色民族文化的保护，既保留民族特色又避免过度商业化，从而提升四川省对全国旅游市场的影响力。

旅游网络分析为旅游节点的定位、旅游产品的开发与经营以及旅游资源的保护与利用提供了依据，从而提升旅游目的地的总体实力。由于以2014年1-5月百强旅行社官方网站公布的旅游线路报价单为数据来源，因而具有一定的局限性。四川省旅游线路中游客停留天数与旅游线路模式是否存在关联、旅游网络的特征与其景区分布是否存在关联还有待进一步研究。

参考文献：

[1]Ma Y，Zhou X. Tourism[M]. Beijing： Tourism Education Press. [马勇，周霄. 旅游学概论[M]. 北京： 旅游教育出版社， 2004.]

[2]Lue CC， Crompton JL，Fesenmaier DR. Conceptualization of multi-destination pleasure trips[J]. Annals of Tourism Research， 1993，20：289-301.

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

[4]Chu YF. An initial study on designing tourist route[J]. Tourism Tribune， 1992， 7(2)： 9-13，57，59-60.[楚义芳. 关于旅游线路设计的初步研究[J]. 旅游学刊， 1992， 7(2)： 9-13，57，59-60.]

[5]Ma XL. A study on organization of tour routes based on tourists′ behaviors[J]. Geography and Geo-Information Science， 2005， 21(2)： 98-101.[马晓龙. 基于游客行为的旅游线路组织研究[J]. 地理与地理信息科学， 2005， 21(2)： 98-101.]

[6]Lu TL. The travelling patterns of Taer lamasery tourists and their impact on local tourism economy[J]. Tourism Tribune， 2009， 23(12)： 29-33.[卢天玲. 塔尔寺旅游者旅行模式及其对地方旅游经济的影响[J]. 旅游学刊， 2009， 23(12)： 29-33.]

[7]Yuan X， Shi CY， Zhu M，et al. A study on the itinerary patterns and destination types in the Yangtze River Delta[J]. Tourism Science， 2010， 24(6)： 55-63.[袁欣，史春云，朱明，等.长三角区域旅游线路模式及目的地类型研究[J]. 旅游科学， 2010， 24(6)： 55-63.]

[8]Yuan Q， Shi CY， Lin J. A study on organization models of The World EXPO sightseeing route[J]. Yunnan Geographic Environment Research， 2012， 24(4)： 38-43.[袁佺， 史春云， 林杰. 世博观光旅游线路组织模式研究[J]. 云南地理环境研究， 2012， 24(4)： 38-43.]

[9]Lu L， Tang YY. Spatial behavior patterns of domestic tourists of the Zhuiiang River Delta metropolitan area[J]. Scientia Geographica Sinica， 2013， 34(1)： 10-18.[陆林，汤云云.珠江三角洲都市圈国内旅游者空间行为模式研究[J]. 地理科学， 2013， 34(1)： 10-18.]

[10]Shi CY， Zhang HL， Zhu M. Spatial structure and characterics of domestic travel itineraries patterns[J]. Economic Geography， 2011， 31(11)： 1918-1922，1936.[史春云， 张宏磊， 朱明. 国内旅游线路模式的空间格局与特征分析[J]. 经济地理， 2011， 31(11)： 1918-1922，1936.]

[11]Shi CY， Zhu CG， Zhao YZ， et al. Research progress of spatial patterns of travel itineraries in foreign countries[J]. Human Geography， 2010(4)： 31-35.[史春云， 朱传耿， 赵玉宗， 等. 国外旅游线路空间模式研究进展[J]. 人文地理， 2010(4)： 31-35.]

[12]Xuan GF， Lu L， Wang DG， et al. Spatial characteristics of tourist flows in coast resorts：A case study of Sanya City[J]. Geographical Research， 2004， 23(1)： 115-124.[宣国富，陆林，汪德根，等.三亚市旅游客流空间特性研究[J].地理研究，2004， 23(1)： 115-124.]

[13]Li S， Wang H， Wang Z. A study on tour time planning of domestic sightseeing travel itineraries[J]. Human Geography， 2005， 20(2)： 51-56.[李山， 王慧， 王铮. 中国国内观光旅游线路设计中的游时研究[J]. 人文地理， 2005， 20(2)： 51-56.]

[14]Wang ML， Chen RZ. The ecotourism route planning based on landscape ecology theory：A case of the Mount Emei[J]. Journal of Beijing International Studies University， 2005(3)： 91-95.[汪明林， 陈睿智. 基于景观生态学理论下的生态旅游线路规划设计：以峨眉山为例[J]. 北京第二外国语学院学报， 2005(3)： 91-95.]

[15]Liu B， Zeng GJ， Peng Q. A social network perspective on travel itinerary research：A case study in Xinjiang[J].Tourism Tribune， 2013， 28(11)： 101-109.[刘冰，曾国军，彭青.社会网络视角下旅游线路研究：以新疆为例[J].旅游学刊， 2013， 28(11)： 101-109.]

[16]Liu FJ， Zhang JH， Chen DD. On the application of social network analysis in tourism research[J].Tourism Forum， 2009， 2(2)： 172-177.[刘法建， 章锦河， 陈冬冬.社会网络分析在旅游研究中的应用[J].旅游论坛， 2009， 2(2)： 172-177.]

[17]Yang XZ， Gu CL， Wang Q. Urban tourism flow network structure construction in Nanjing[J]. Acta Geographica Sinica， 2007， 62(6)： 609-620.[杨兴柱， 顾朝林， 王群. 南京市旅游流网络结构构建[J]. 地理学报， 2007， 62(6)： 609-620.]

[18]Wu JF， Pan XL. Study on the relationship between inbound tourism flows network and aviation network[J].Tourism Tribune， 2010，25(11)： 39-43.[吴晋峰， 潘旭莉. 入境旅游流网络与航空网络的关系研究[J]. 旅游学刊， 2010，25(11)： 39-43.]

[19]Wu JF， Ren RP， Han LN， et al. Chinese aviation international network and its impact on inbound tourism[J].Economic Geography， 2012， 32(5)： 147-152.[吴晋峰， 任瑞萍， 韩立宁， 等. 中国航空国际网络结构特征及其对入境旅游的影响[J]. 经济地理， 2012， 32(5)： 147-152.]

[20]Liu FJ， Zhang J， Chen DD. The characteristics and dynamical factor of Chinese inbound tourist flow network[J].Acta Geographica Sinica， 2010， 65(8)：1013-1024.[刘法建， 张捷， 陈冬冬. 中国入境旅游流网络结构特征及动因研究[J]. 地理学报， 2010， 65(8)：1013-1024.]

[21]Yang XZ， Liu GM， Feng LX， et al. Spatial economic contact of cross-border tourism region based on network analysis：A case study of Hukou Waterfall Scenic Spot[J]. Geographical Research， 2011， 30(7)： 1319-1330. [杨效忠， 刘国明， 冯立新， 等. 基于网络分析法的跨界旅游区空间经济联系：以壶口瀑布风景名胜区为例[J]. 地理研究， 2011， 30(7)： 1319-1330.]

[22]Yang XZ， Zhang J， Ye SJ. The measure and transformation of border effect of cross-border tourism region based on social network[J]. Scientia Geographical Sinica，2010， 30(6)： 826-832.[杨效忠， 张捷， 叶舒娟. 基于社会网络的跨界旅游区边界效应测度及转化[J]. 地理科学， 2010， 30(6)： 826-832.]

[23]Yang XZ， Zhang J， Wu TH. Social network structure and cooperation model of cross-border tourism region：A case study of Tiantangzhai in Dabieshan[J]. Acta Geographica Sinica， 2009， 64(8)： 978-988.[杨效忠， 张捷， 乌铁红. 跨界旅游区的组织网络结构与合作模型：以大别山天堂寨为例[J]. 地理学报， 2009， 64(8)： 978-988.]

[24]Yang XZ， Zhang J， Peng M. The characteristics and impact mechanism of region cooperation in cross-border tourism[J]. Scientia Geographical Sinica，2011，31(10)： 1189-1194.[杨效忠， 张捷， 彭敏. 跨界旅游区合作的特征及影响机制研究[J]. 地理科学， 2011，31(10)： 1189-1194.]

[25]Tang L， Wu JF， Wang JY， et al. Research on the spatial distribution and flow rules of Chinese inbound business tourist flows[J].Economic Geography， 2012， 32(9)： 149-155.[唐澜， 吴晋峰，王金莹， 等. 中国入境商务旅游流空间分布特征及流动规律研究[J]. 经济地理， 2012， 32(9)： 149-155.]

[26]Huang AL. Affecting of social network on the cooperation behavior of border tourism region[J]. Ecological Economy， 2014， 30(4)： 127-131，137.[黄爱莲. 社会网络对跨境旅游合作者的行为影响研究[J]. 生态经济， 2014， 30(4)： 127-131，137.]

[27]Peng HS， Lu L， Lu XF， et al. The network structure of cross-border tourism flow based on the social network method： A case of Lugu Lake Region.[J]Scientia Geographical Sinica， 2014， 34(9)： 1041-1050.[彭红松， 陆林， 路幸福， 等. 基于社会网络方法的跨界旅游客流网络结构研究：以泸沽湖为例[J]. 地理科学， 2014， 34(9)： 1041-1050.]

[28]Peng HS， Lu L， Lu XF， et al. Spatial network structure and optimization of cross-border tourism area based on tourist flow： A case study in Lugu Lake[J]. Progress in Geography， 2014， 33(3)： 422-431.[彭红松， 陆林， 路幸福， 等. 基于旅游客流的跨界旅游区空间网络结构优化：以泸沽湖为例[J]. 地理科学进展， 2014， 33(3)： 422-431.]

[29]Luo JD. Social network analysis[M]. Beijing： Social Science Academic Press， 2005. [罗家德. 社会网分析讲义[M]. 北京： 社会科学文献出版社， 2005.]

[30]Liu J. Lectures on whole approach：A practical guide to UCINET[M]. Shanghai： Truth & Wisdom Press [刘军. 整体网络分析讲义：UCINET软件实用指南[M]. 上海： 格致出版社，2009.]

[责任编辑：潘岳风]

Social Network Analysis of the Tourist Routes in Sichuan Province

TANG Wenwen，SHI Chunyun，SUN Yong，LIU Jing，FENG Liang，ZHOU Huihui

(CollegeofUrbanandEnvironmentalSciences，JiangsuNormalUniversity，Xuzhou221116，China)

Abstract：Based on the statistical analysis of collected data from travel agency， this paper discusses the characteristics of tourism network and tourism nodes’ role status in Sichuan tourist net by social network analysis theory. The purpose is to provide references for differential joint marketing and balanced development. The results show that the structure of Sichuan tourist net is unbalanced. Its overall density is 0.42， which shows that the contacts of tourism nodes is not close. Besides， in the whole net， its centralization is 51.8%， its betweenness is 41.64%， its incloseness and outcloseness is 63.48% and 61.94% respectively. The higher centralization and closeness and the lower betweenness indicate that the network exists the structure of core/periphery. Chengdu， Mianyang， Nanchong， A’ba and Ganzi are located in the core position and Guangyuan， Leshan， Yibin， Ya’an， Chongqing are in the edge position. Finally， in the ego net， there were significant differences in size and efficiency of each nodes， Chengdu owns the largest size and the most ties， meanwhile owns the most obvious advantage of structural hole.

Key words：tourism line； social network analysis； Sichuan province

*[基金项目]国家自然科学基金项目(41101130)；江苏师范大学2015年度研究生科研创新计划一般项目(2015YYB042)

[收稿日期]2015-11-03

[作者简介]唐雯雯(1990-)，女，江苏南通人，江苏师范大学2013级硕士生，研究方向为旅游地理。

[通信作者]史春云(1971-)，女，江苏常州人，江苏师范大学教授，博士，研究方向为旅游地理。

[中图分类号]F592.7

[文献标识码]A

[文章编号]1674-3784(2016)03-0082-06

[旅游市场研究]

[引用格式] Tang WW，Shi CY，Sun Y，et al. Social network analysis of the Tourist Routes in Sichuan Province[J].Tourism Forum，2016，9(3)：82-87.[唐雯雯，史春云，孙勇，等. 四川省旅游线路的社会网络结构研究[J].旅游论坛，2016，9(3)：82-87.]