基于SNA的甘肃省旅游流空间结构研究※

杨桂吴铭

（兰州财经大学，甘肃 兰州 730020）

旅游流空间结构是区域旅游研究的核心问题之一，对区域旅游发展有显著促进或制约作用[1]。随着旅游方式的多样化和游客需求的个性化，旅游流空间结构日益复杂。准确掌握和科学预测客源地与目的地间、目的地与目的地间的旅游流流量、流向和空间结构等对区域旅游发展规划、战略布局等意义深远。

一、引言

旅游资源的不可移动性必然产生以旅游客流为代表的信息流、技术流、货物流、能量流、文化流等旅游流的空间移动。旅游流作为一个空间属性的概念，早期学者主要是从地理学角度对其进行研究。近年来，基于关系论而兴起的社会网络分析法(Social Network Analysis,简称SNA)被应用于旅游研究中，为相关学者研究旅游流提供了一种新的理论视角，并在空间模式、线路设计、角色定位等方面取得重要成果。在空间模式方面，Kelman、杨兴柱、张妍妍等分别以阿尔卑斯山景区、南京市、西安市为例，利用社会网络分析法对旅游流的空间特征和网络结构进行实证研究，并为区域旅游发展提出有效建议[2-4]。在线路设计方面，Josep、张俊丽、刘宏盈等分别以布拉瓦海岸、山西省、泛北部湾为例，从社会网络视角出发，研究旅游路线设计对旅游流的影响模式及优化措施[5-7]。在角色定位方面，运用社会网络分析法，Isabelle以山地度假旅游为例，研究旅游流的横向流动和纵向沉浸对游客旅游体验的影响[8]；刘法建、杨小莉等分别对中国入境旅游流和山西省自助旅游流中各景区的功能定位进行量化分析[9-10]。在其他方面，Cristóbal认为社会网络分析（SNA）有助于理解游客、服务型组织、旅游资源、旅游目的地等因素的关系和模式，以及如何建立旅游业的国民账户体系[11]；Hagen运用社会网络理论，研究发现嵌入式网络结构是区域体育旅游的系统化运作方式[12]；冯芷菁等从社会网络视角对旅游遗产地的开发与保护问题进行研究[13]。

纵观现有研究成果，我国学者主要是从微观尺度入手，运用社会网络分析法对国内一线旅游城市（区）进行旅游流时空模式、线路设计、形象定位等研究，而从大尺度地理空间范围进行旅游流空间结构的研究相对较少，以旅游业发展较落后的西部地区为研究对象的几乎空白。因此，文章以甘肃省为例，运用社会网络分析法，研究甘肃省旅游流空间结构特征，寻找其旅游发展的制约因素并提出针对性参考建议。

二、数据来源与研究方法

（一）案例地概况

甘肃省现辖12个地级市和2个少数民族自治州，位于我国西北内陆地区，呈“西北-东南”狭长分布，地处丝绸之路的黄金路段，旅游资源赋存丰富。在“一带一路”政策倡导下，旅游业逐渐成为全省国民经济发展的支柱型产业，据甘肃省统计局官网资料显示，2016年全省接待游客1.9亿人次，实现旅游综合收入1220亿元，两项指标分别比上年增长22%和25%。因此，选择甘肃省作为研究区域具有一定的代表性和科学性。

由于敦煌市（县级市）是甘肃省重要的旅游目的地，且距离所在地级市——酒泉市中心距离较远（约390公里），作为旅游节点在空间上具有相对独立性，因此本研究把甘肃省14个地级市（州）和敦煌市共15个旅游节点作为研究对象，分析甘肃省旅游流的空间结构特征。

（二）数据来源

网络游记、旅行照片等是一种包含大量游客时空信息、情感信息、评价信息的“无干扰性数据[14]（Unobtrusive and Available Data），这些数据被称为“旅游数字足迹”（Tourism Digital Footprint），具有数量庞大、及时客观、方便获取等特点[15]，为旅游流定量研究提供了重要空间数据支撑。

本研究利用“火车头采集器”软件，以在携程网和百度旅游网站上收集的游客网络游记作为数据来源。筛选标准如下：1.游记作者为外地自由行散客；2.游记发布时间为2015年1月至2017年4月；3.游记内容可还原游客的旅游线路，且涉及研究范围内至少2个旅游节点；4.有一定数量的照片佐证文本数据的真实性。共采集网络游记1052篇，按以上标准进行严格筛选后，共选取有效网络游记471篇。

（三）研究方法

社会网络分析法（social network analysis，简称SNA）由美国社会学家莫雷诺提出的一种社会学研究方法，是一种刻画网络整体形态、结构和特征的有效分析方法。在近年来已引入旅游研究领域，本研究基于社会网络分析法，利用Ucinet软件进行数据统计，从可视化、网络规模与密度、中心性、凝聚子群、核心-边缘五个方面对旅游流的流量、流向和各旅游节点间的联结关系的类型、强弱等进行分析，研究甘肃省外地散客旅游流的空间结构特征。

三、数据分析

（一）可视化分析

根据采集到的471份原始数据在Excel中构建旅游节点流向数据矩阵。合适的断点值能够突出整体旅游流网络的核心节点及重要关系，使网络结构更加清晰[16]，断点值过高，会使网络中的重要节点之间无法联结，断点值过低，则联结关系复杂而无法突出网络中的重要节点。经过多次尝试后，本研究选择0作为断点值，将赋值矩阵转化为二分矩阵，即若两个节点之间旅游流量值大于0则在二分矩阵中取值为1；反之则为0。通过Netdraw软件，得到甘肃省15个旅游节点的有向网络结构图（图 1）。

旅游节点之间的有向线段表示不同节点间的旅游流的流向关系，有向线段上的数值表示该节点与其他节点之间的联结关系的数量，如节点A指向节点B的线段越多，说明从A节点到B节点的旅游人次越多，节点A对节点B的辐射带动作用越强，而节点B对节点A的吸引集聚作用越强图1中流量较大、联结关系较多的节点为兰州、敦煌、嘉峪关、张掖、武威和甘南等，这些地区旅游节点众多，集中代表了甘肃省独特的丝路文化、历史文化、宗教文化和自然风光；而平凉、庆阳和金昌等节点则处于网络的边缘地区，旅游流流量很少与其他节点之间的联结关系不密切，旅游产业亟待深入发展。

图1甘肃省外地散客旅游流网络图Fig.1 Tourism Flow Network of FIT Tourists in Gansu Province

（二）网络规模与密度

网络规模指网络中包含的节点数目，对一个包含N个节点的有向网络图，其理论上可能的最大联结数量为N(N-1)。密度指网络图中各节点间联结的紧密程度，是网络中各节点间实际存在的联结数量M与理论上可能的最大联结数量之比，计算公式为：密度=M/N(N-1)，其取值范围为0到1密度越大说明网络中各节点之间联结越紧密，旅游线路越多[17]。计算可得甘肃省旅游流网络理论上可能的最大联结数量为210个，实际联结数量为68个，网络密度仅为0.3238，说明甘肃省各旅游节点间联结很少，网络化程度不高，省域范围内未形成完整的旅游线路。

（三）中心性分析

中心性分析是社会网络研究的重点之一，是从“关系”角度对行动者（点）在网络中居于怎样的中心地位的量化表达，包括程度中心性、接近中心性、中介中心性三个指标[17]。

1、程度中心性：是通过计算与其直接相连的节点数目来测定节点在网络中的地位。在有向图中分为点出度和点入度两个指标，其值越大则节点越处于网络的中心地位。计算公式[18]为：

（公式中，CD,out(ni)和CD,in(nj)分别表示节点i的点出度和点入度，rij,out表示从节点i指向节点j的有向关系，rij,in表示从节点j指向节点i的有向关系）

分析表1可知，在甘肃省旅游流网络中，每个节点平均与4.533个节点存在旅游流辐射或集聚关系。点出度和点入度均较高的节点为兰州、敦煌、张掖等，说明这些节点是甘肃省重要的旅游节点，处于整体网络的中心地位。而庆阳、陇南、金昌等点出度和点入度均较低，处于全省旅游流网络的边缘位置。点出度和点入度标准差较高，分别为2.705、2.533，说明全省旅游流节点内外向程度中心性波动较大，整体旅游流网络存在不均衡性。

2、接近中心性：是通过测地线之和测量某节点与其他节点的接近程度，其值越小则该节点与其他节点的距离越近。计算公式[18]为：

（公式中，CC（ni）表示节点i的接近中心性，d（ni,nj）表示节点ni与nj之间最短路径距离。）

分析表1可知，在甘肃省旅游流网络中，内、外向接近中心性均较高的节点为兰州、敦煌、张掖和天水等，说明这些旅游节点在游客旅游线路中出现的频率较高。此外，网络图中还出现内外接近中心性差异较大的孤伶点，一种是内向接近度值大、外向接近度值小的节点，如平凉，说明这些节点处于网络的边缘，作为进入点时可进入性差，对其他节点依赖性大。另一种是外向接近度值大、内向接近度值小的节点，如陇南，说明这些旅游节点作为进入点时通达性好、可进入性强，较少依赖其他旅游节点。

3、中介中心性：是测量某节点在多大程度上处于其他节点的“中间”而起到控制和支配的能力[17]。其值越大则该节点对其他节点的控制能力越强，越处在网络的中心地位。计算公式[18]为：

（公式中，CB（ni）表示节点i的中介中心性，gjk表示从节点j到达节点k的捷径数，gjk（ni）表示从节点j到达节点k需经过节点i的捷径数）

分析表1可知，在甘肃省旅游流网络中，每个旅游节点充当中间者的平均次数为12.933次，中介中心性最高的节点依次为兰州、天水、平凉、张掖等，说明这些节点充当其他旅游节点的“中介桥梁”的几率最高，对周边旅游流的控制能力最强，在整个网络中发挥交通枢纽的作用，游客以这些旅游节点作为中转节点的几率最高。同时，中介中心性数值的标准差较大，为16.411，说明甘肃省旅游流的15个网络节点的中介作用等级差异较大，网络不均衡性严重，如兰州的中介中心性数值为57.531，而定西、白银、金昌、庆阳四个节点的中介中心性数值则为0。

表1甘肃省旅游流网络中心性分析结果Tab.1 The Centrality and Centralization Indicators of Tourism Nodes in Network

为了进一步考察各网络节点的中心性特征，绘制了图2，将五种中心性指标进行更加直观的展示，可见兰州、敦煌、天水、甘南形成四个高峰值，即中心性数值都较高，说明以上节点是游客较偏好的旅游目的地，对游客有较强的吸引力。如作为甘肃省会城市的兰州是重要的交通枢纽，敦煌拥有甘肃省唯一一处世界文化遗产——莫高窟，天水拥有甘肃省5A旅游景区——麦积山风景名胜区；甘南有拉卜楞寺等独特的藏族草原风情和宗教文化，因此这些网络节点成为外地游客重要的旅游目的地和交通中转站。张掖、嘉峪关、武威等这几个节点程度中心性较高，但中介中心性较低，说明这些节点与临近节点联系密切，旅游流流动频繁，但却不是其他节点之间必不可少的“中介桥梁”，因此没有成为交通枢纽。酒泉、临夏、定西等其他多数节点均为三低型，即度数、接近和中介中心性指数均较低，此类节点一般均处于网络的边

图2甘肃省旅游节点中心性比较分析图Fig.2 A Comparative Analysis of the Center of Tourism Nodes in Gansu Province

（四）凝聚子群分析

凝聚子群分析不仅能反映旅游流网络中具有直接、紧密关系的子群数量[17]，而且能揭示旅游流网络整体结构和各子群的内部联结特征，深层把握游客对旅游线路组合的选择。本研究运用Ucinet6软件，通过分析得到甘肃省旅游流网络结构的7个凝聚子群及密度（图3、表2）。图3可看出，第1子群包括敦煌、酒泉、嘉峪关、张掖、白银；第2子群包括武威、金昌；第3子群包括兰州、天水；第4子群包括甘南；第5子群包括平凉、定西；第6子群包括陇南、临夏；第7子群包括庆阳。

形成的7个子群具有一定的板块集聚效应。表2可见：首先，内部联结密度最大的子群依次为第3子群、第2子群和第1子群，其密度分别为1、1和0.7，说明这些子群内部节点间联结最紧密、旅游流流动最频繁、在旅游线路中出现频次最高；其次，第1、2和3子群内的节点多为中心性分析的核心节点，具有较强的集聚、辐射带动能力，不仅群内节点存在频繁的旅游流流动，而且与临近子群的联系也较密切，如第3子群与除第7子群外的其他子群均存在联结，密度系数分别为 0.7、0.25、0.5、0.75和0.75；最后，从地理空间分布来看，第1、2子群、第4 6子群和第5、7子群分别位于甘肃西北地区、甘南地区和甘肃东部地区，旅游流流动具有明显的地理邻近性，第3子群位于甘肃省中部地区，是联结全省南北旅游流的重要桥梁。

图3甘肃省旅游流网络凝聚子群Fig.3 Gansu Province Tourism Flow Network Cohesion Subgroups

表2不同凝聚子群及其密度Tab.2 Density Matrix of Each Cohesive Subgroup

（五）核心-边缘分析

结合数据，通过核心-边缘模型可估计出旅游节点的核心度，进而对旅游节点处于什么位置（核心、边缘）有一个量化认识[17]。影响旅游节点核心度的不仅有节点自身的集聚能力，还有对其他节点的辐射能力，集聚和辐射能力越强，节点越处于网络的核心地位。运用Ucinet6软件得到甘肃省旅游流15个网络节点的核心-边缘组成节点及矩阵密度（表3）。核心节点共7个，分别为敦煌市、酒泉市、嘉峪关市、张掖市、兰州市、武威市和天水市，其他8个市（州）为边缘节点。在旅游流整体网络密度为0.3238的情况下，核心区内部节点间的联结密度为0.786，而边缘区内部节点间的联结密度为0.107，表明在甘肃省旅游流网络存在明显的等级差异，核心节点多分布于全省北部和中部，而其他边缘节点多处于甘肃南部和东部地区。同时，核心区与边缘区节点间的联结密度最低，仅为0.250，说明自全省旅游流网络中，核心节点对边缘节点的辐射带动效应不足，旅游流存在高度的地理集中性。

表3 核心-边缘密度矩阵Tab.3 Density Matrix of Core-Periphery

四、结论与建议

文章依据网络游记，基于SNA视角分析了甘肃省外地散客旅游流空间结构特征。分析结果显示：

（一）根据可视化及网络规模、密度，全省旅游流网络整体密度低，节点之间联结较少，网络化程度低。其中流量较大、联结关系较多的节点为兰州、敦煌、嘉峪关、张掖、武威和甘南等，而平凉、庆阳和金昌等节点则旅游流流量很少，省域范围内未形成完整的旅游线路。据此，甘肃省应在“一带一路”的政策优势下，加快旅游产业转型，深度挖掘丝路文化，由观光旅游产品向专项旅游产品和综合旅游产品转化，大力发展文化旅游、体验旅游、探险旅游、商务旅游等旅游新业态，打造具有丝路特色的新型旅游产品，促进全省旅游业均衡发展。

（二）根据中心性分析，甘肃省旅游流中15个网络节点分布不均衡。兰州市的三种中心性指标均较高，是全省核心的旅游集散基地，应进一步加强其交通枢纽服务功能，保证全省旅游流的网络的畅达性。敦煌、嘉峪关和张掖是全省北部重要的旅游目的地，应进一步加强其旅游命运共同体意识，加强区域在产品设计、线路组合方面的合作，提升旅游接待能力。武威的网络中心性条件较高，应发展深度旅游，挖掘资源特色以延长游客停留时间和出游频次，转变其作为旅游流过渡地带的尴尬境地，将区位优势转为竞争优势。天水是甘肃省东部重要的旅游节点，应进一步开发石窟文化、伏羲文化和提升旅游服务质量，带动周边定西、平凉和庆阳特色旅游发展。甘南是甘肃省南部中心性较高的旅游节点，应进一步完善旅游交通状况，增强与临夏、陇南的联结密度，提升区域旅游流网络联结水平。

（三）根据凝聚子群分析，全省存在7个凝聚子群，各子群内部存在紧密、直接的联系，但各子群间结构分层显著，旅游流具有明显的地理邻近性，位于全省中部的第3子群是联结省内南北旅游流的重要桥梁。据此，甘肃省应完善区域旅游交通网络，围绕核心节点构建一条覆盖全省的旅游专线，并将沿线旅游节点串成环形的旅游线路，密切各子群之间的联系，扩大网络中核心节点的带动能力和边缘节点的吸引力半径，减轻旅游流距离衰减效应和全省“西北-东南”狭长分布对旅游业发展造成的不利影响。

（四）根据核心-边缘分析，甘肃省外地散客旅游流网络等级差异明显，核心区节点共7个，其他为边缘区节点，核心区内部联结密度高，但核心区与边缘区之间联结密度非常低，核心节点对边缘节点的辐射带动效应不足。因此应加强核心节点与邻近边缘节点的信息互动、资源共享，加强对边缘节点的形象宣传，共同谋划宣传推广体系，构建全省旅游目的地网络宣传平台，加深游客对边缘旅游节点的形象认知和情感认知，使边缘节点向核心节点转化。

[1]刘法建,张捷,章锦河,等.旅游流空间数据获取的基本方法分析——国内外研究综述及比较[J].旅游学刊,2012,27(6):101-109.

[2]Ilan K,Tobias L,Romano W,et al.Social Network Analysis and Qualitative Interviews for Assessing Geographic Characteristics of Tourism Business Networks:[J].Plos One,2016,11(6):76-84.

[3]杨兴柱,吴静.南京市旅游流网络结构特征历时性比较[J].旅游科学,2015,29(4):35-46.

[4]张妍妍,李君轶,杨敏.基于旅游数字足迹的西安旅游流网络结构研究[J].人文地理,2014(4):111-118.

[5]Forga JM P,Valiente G C.Costa Brava Culinary Tourism Routes and Relational Dynamics[J].International Journal of Tourism Sciences,2012,12(3):47-68.

[6]张俊丽,张红,刘妍.社会网络视角下山西省旅游线路优化整合分析[J].资源开发与市场,2016,32(1):120-124.

[7]刘宏盈,韦丽柳,张娟.基于旅游线路的区域旅游流网络结构特征研究[J],人文地理,2012,27(4):131-136.

[8]Isabelle Frochot,Statia Elliot,Dominique Kreziak.Digging deep into the experience flow and immersion patterns in a mountain holiday[J].International Journal of Culture,Tourismand Hospitality Research,2017,11(1):39-47.

[9]刘法建,张捷,章锦河,等.中国入境旅游流网络省级旅游地角色研究[J].地理研究,2010,29(6):1141-1152.

[10]杨晓莉,冯卫红,王燕伟.基于自助旅游流网络结构的景区角色研究——以山西省为例[J].旅游论坛,2017,10(3):17-25.

[11]Casanueva C, ángeles Gallego,Garcíasánchez M.Social network analysisin tourism[J].Current Issuesin Tourism,2016:1-20.

[12]W.a.sche H,Woll A.Managing regional sports tourism networks:anetwork perspective.[J].European Sport Management Quarterly,2013,13(4):404-427.

[13]冯芷菁,陈慧,颜嘉华,等.基于旅游数字足迹的遗产地旅游开发与保护问题分析——以开平碉楼与村落世界文化遗产地为例[J].价值工程,2016,35(32):76-79.

[14]朱峰,吕镇.国内游客对饭店服务质量评论的文本分析——以e龙网的网友评论为例[J].旅游学刊,2006,21(5):86-90.

[15]李君轶.旅游数字足迹:在线揭示游客的时空轨迹[J].思想战线,2013,39(3):103-107.

[16]吴晋峰,潘旭莉.京沪入境旅游流网络结构特征分析[J].地理科学,2010,30(3):370-376.

[17]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.

[18]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.