上海迪士尼对上海旅游流网络的影响研究

蔚海燕 戴泽钒 许鑫 冯学钢

[摘要]上海迪士尼开业被寄予了带动上海乃至长三角地区相关产业发展的厚望。文章采集了驴妈妈平台上海高星景区游客购票点評信息，分别构建了迪士尼开业前后的上海旅游流网络，并采用社会网络分析方法进行分析。研究表明，上海迪士尼开业后，上海旅游的游客数字足迹从以上海野生动物园、东方明珠两者为核心，演变成以上海迪士尼、东方明珠、上海野生动物园三者为中心。上海市旅游流网络集中程度加强，核心与热门景区受益于迪士尼的开业，非热门景区却有边缘化的危险。上海迪士尼带动了浦东新区其他景区的客流，具有较强的区域带动效应，但对其他市辖区景点的辐射能力还较弱。文章首次利用游客数字足迹，从旅游流网络变化的角度分析上海迪士尼对上海市旅游流的影响，丰富和拓展了旅游流研究的内容，同时为上海市旅游产业政策的制定提供参考。

[关键词]旅游流；上海迪士尼；社会网络；数字足迹

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2018）04-0033-13

Doi：10.3969/j.issn.1002-5006.2018.04.009

引言

迪士尼主题公园是全世界最早也是最成功的主题公园。2016年6月16日，中国内地首家、世界第6个迪士尼主题公园——上海迪士尼乐园正式开门迎客。自2010年迪士尼乐园落户上海的消息公开，上海迪士尼就被寄予厚望，学界普遍认为上海迪士尼开业将对上海及周边的相关产业产生积极影响。在开业之前，许多学者已经对迪士尼落户上海可能造成的影响进行了分析预测，包括对长三角地区旅游产业的产出效应、转移效应、挤出效应和外部带动效应，对酒店、餐饮、景点、交通等配套产业的影响，对动漫产业、娱乐产业等互补产业的推动，对上海服务业、旅游业人才培养的影响等，然而目前上海迪士尼对周边地区相关产业影响的实证研究文献数量仍较少。迪士尼开业后，上海市其他景区可能享受到迪士尼带来的客流红利，也可能因为竞争加剧而受到冲击，其原因在于迪士尼影响了游客游玩上海的路线，改变了景区间的竞争与合作格局，对不同景区产生了不同的影响。游客在上海各景区的游玩路线形成了旅游客流网络，该网络从客流移动的角度揭示了景区间的联系程度，网络在迪士尼开业前后的变化从一个方面反映了各景区空间竞争与合作关系的变化。因此，本文以上海市4A及以上景区为节点，通过采集游客在各景区间移动的数字足迹，构建旅游流网络，分析迪士尼开业前后旅游流网络的变化，从而研究上海迪士尼对上海市旅游产业的影响。该研究有助于政府更好地制定旅游发展政策，探索如何利用迪士尼乐园建设的契机，整合新老都市旅游资源，培育新的都市旅游经济增长点。

1 相关理论综述

旅游流是旅游学和地理学的交叉学科研究，在20世纪70年代就有学者开始从事该领域的研究。广义上旅游流是指以旅游客流为主体，涵盖旅游信息流、旅游物流和旅游能流的一个复杂的系统，其中旅游客流是旅游流体系的主体和基础。经过多年发展，旅游流研究从最早依托地理学理论的旅游流时空模式研究出发，逐步延伸到从微观角度开展的旅游流内在机理和调控措施研究，主要研究领域包括旅游流理论体系研究、旅游流产生机理研究、旅游流空间流量研究、旅游流时空模式研究、旅游流空间辐射效应研究5个方面。旅游流是目的地之间的一种联系，相关旅游目的地之间因为客流、物流等各类资源的流动而产生相互依赖，因此各个目的地之间并非相互独立，而是凭借旅游流构成了具有一定结构特征的网络。旅游流的网络结构模式具有揭示旅游系统空间规律的作用，近年来受到国内外学者的关注，它能够分析旅游目的地间的空间竞争关系、交通可达性以及通过客源市场分析进行目标市场定位。旅游流网络的生成和演变受到多方面因素的影响，包括旅游资源分布、旅游组织间的关系、交通运输网络游客旅游方式等，但在现有的文献中，对旅游流短期变化的研究较少。上海迪士尼乐园开业势必会对上海市旅游产业产生影响，这种影响直接体现在旅游流网络结构的变化上，并且该变化有一个显著的时间点，即乐园正式开门迎客的那一天。因此，本文以上海市旅游流网络在迪士尼开业前后的变化为切入点，通过网络的变化来研究迪士尼开业对上海市旅游产业的影响。

在旅游流研究方法上，包括了定性研究和基于社会物理学理论、社会网络理论、区域经济学理论的定量分析方法。但受限于数据来源，目前旅游流定量研究主要侧重于宏观旅游流现象的研究，如刘法建等采用《中国旅游年鉴》与入境旅游者抽样调查数据研究国内各省间的人境旅游流网络结构与动因，章锦河等通过国家旅游局针对国内旅游抽样调查的数据来分析旅游流的空间场效应，杨国良等利用四川统计年鉴数据论证旅游流规模符合齐夫定律，陈浩等根据旅行社旅行线路数据和长途客运线路数据研究珠江三角洲城市群旅游流网络结构。可以看出，旅游流定量研究的数据来源以统计年鉴、问卷调查为主，研究对象一般为城市间或省份间旅游流活动。对于更小范围的市内旅游流定量研究，常采用问卷来获取数据，该方法能收集到旅游者完整的旅行足迹，但缺点是仅能获取当前时间截面的旅游流数据，无法对城市范围内旅游流网络结构变化进行研究。

如何研究城市范围内旅游流网络结构的变化，Girardin的“数字足迹”法提供了一种数据采集的思路。Girardin认为，游客旅游过程中的通话记录、短信记录，以及游客在网络上留下的游记、搜索等数据包含了旅游时间和空间信息，可以通过采集游客的“数字足迹”来分析其旅游行为。国内已经有学者采用该方法进行旅游流研究，并取得了一些发现。吴中堂等从游记文本中挖掘大陆游客在台湾的旅游路线，旅游流节点的颗粒度从传统的景区拓展到酒店、餐厅，从而对大陆游客赴台旅游行为有了更精细的认识。罗秋菊和梁思贤，周慧玲和许春晓采用游记文本获取游客的旅游线路信息，分别研究了云南省与湖南省的旅游空间网络结构。从游记文本中整理游客的旅游路线是一种有效的方法，但由于上海迪士尼开业仅半年，网络上积累的游记只有数百篇，且其中包含了许多营销软文，可获取的旅游流路径的数量不多。因此，本文通过游客在网络上门票点评的信息来获取游客“数字足迹”，该方法获取的数据量明显大于通过游记可以获取的数据量，对于研究迪士尼开业前后上海市旅游流网络结构的变化效果更好。

2 数据来源与研究方法

2.1 数据来源

互联网与旅游的结合日益紧密，许多游客会在出行前瀏览其他人的游记攻略，出行时在社交媒体、旅游网站留下照片和点评，因此通过互联网的公开数据可以获取游客的“数字足迹”。本文选取旅游点评网站作为数据采集来源，截至2017年2月27日进行数据采集时，驴妈妈网站关于上海迪士尼的点评有15724条，携程网站关于上海迪士尼的点评有%11条，大众点评有5626条，马蜂窝有324条，驴妈妈网站的点评数据最多，因此本文采用驴妈妈作为最终数据采集的来源。艾瑞研究报告显示，2016年华东地区4A与5A级景区（简称高星景区）门票的46.4%由分销渠道售出，其中，54.9%采用的是分销的线上渠道（如驴妈妈、携程等OTA平台），驴妈妈占据了分销线上渠道30.0%的市场份额，处于行业第一，因此驴妈妈有效覆盖了华东地区高星景区约7.6%的旅行者，选用驴妈妈作为数据来源具有较好的代表性，能够有效地生成上海市旅游流网络。此外，驴妈妈网站的点评需要在购买门票后才能进行，可以有效避免非游客发布的虚假信息，同时由于驴妈妈点评有返现等优惠，购买门票的游客有动力进行点评，可以收集到较完整的旅游流信息。但是，线上购买门票的游客通常需要具有一定互联网使用能力，且一般是以自由行为主，因此本研究难以涵盖老年游客与跟团游游客的旅游流信息。同时由于数据源自门票点评，对于免费门票或门票价格较低的景点能收集到的数据较少，这是本研究的局限之处。

本文研究的是上海市旅游流网络空间结构的变化，采集了上海迪士尼乐园与上海地区4A级、5A级景区的门票点评信息，包括点评时间、点评者、点评正文、评分等数据。需要注意的是，由于驴妈妈属于互联网票务网站，上海博物馆等门票免费或者驴妈妈未覆盖的景区无点评信息，最终实际采集到的景区共38家①。本文采集了这些景区截至2017年2月27日的所有点评数据，共255818条记录。研究中通过同一用户点评不同景区的时间顺序生成旅游流，如“用户A在2016年6月20日点评了上海迪士尼乐园，6月21日点评了东方明珠，6月22日点评了朱家角古镇”，则生成由上海迪士尼乐园一东方明珠一朱家角古镇的一条旅游流。通过所有用户旅游流数据的叠加，最终生成上海市旅游流网络空间结构。经过数据清洗，在驴妈妈点评数据中共识别出135 053名不同的用户，其中47477名用户至少游览过两个景点，占比35.15%。

为了进行上海迪士尼开业前后旅游流空间网络结构的对比，本文截取了上海迪士尼开业后与开业前同期两个时间段生成旅游流网络，即开业后的"2016年6月16日—2017年2月27日”与开业前同期“2015年6月16日—2016年2月27日”两个时间段。由于驴妈妈的用户包含上海地区用户，这类用户的行为特征是两次点评间隔时间长，且经常点评同一个景点，比如有用户连续多个周末点评上海欢乐谷。因此研究中将同一用户两次点评间隔超过7天的数据删除，只研究用户一次旅游过程中的游览行为。此外，有部分用户并不是在旅游过程中点评，而是在旅游结束后对所游历的景点一次性进行点评，这类数据并不能有效地反映游客的旅游路径，因此研究中将每天点评超过3个及以上景点的用户数据剔除。

本文通过同一用户对多个景点的点评顺序来识别旅游流，如用户A在第一天点评了上海迪士尼乐园，第二天点评了上海野生动物园，则生成一条从上海迪士尼一上海野生动物园的旅游流片段，本文中将一条这样的记录称为一条“有向旅游流”。在研究中，还有一类用户一天点评了两个景点，由于驴妈妈公开的时间数据中只精确到日期，因此无法判断这类用户在单日内的旅游流向，研究中将该类数据处理成两个景点之间无向的旅游流片段，本文将一条这样的记录称为一条“单日旅游流”。经过数据筛选，获得上海迪士尼开业前同期2037位游客共796条有向旅游流、1270条单日旅游流数据，开业后2610位游客共948条有向旅游流、1706条单日旅游流数据。92%的旅游流长度少于5，一位游客最多游玩了19个不同的景点。

2.2 研究方法

节点与节点间的关系构成了网络，社会网络分析方法能够对网络的结构以及各个节点在网络中的位置与角色等进行研究。常用的社会网络分析方法包括中心性分析、关联性分析、子群分析与QAP假设检验。中心性分析讨论的是节点在网络中的权力和地位，包括点度分析和中心势分析；关联性分析研究网络中节点关系的紧密程度，包括关联性测量、小世界分析、结构洞与桥分析；子群分析讨论如何对网络中的节点与关系进行聚类，从整体视角揭示节点之间的联系，包括成分分析、k丛分析、k簇分析等，以及较为复杂的凝聚子群分析、派系分析、角色分析；QAP分析对网络的形成原因以及不同网络间的相似程度进行假设检验。本文研究旅游流网络的变化，基于研究内容和网络规模的考虑，使用中心性分析和角色分析两种分析方法。本文将景区定义为节点，景区间游客的流动定义为关系，生成以上海市38个景区为节点的旅游流网络。研究利用Paj ek进行网络的可视化展现，使用Ucinet对网络的各项指标进行计算。

2.2.1 中心性分析

中心性分析包括中心势分析和中心度分析。中心势分析反映的是网络的集中程度，本文采用的是点度中心势，该指标首先找到网络中点度最高的节点，计算它与其他节点的中心度差之和，然后除以理论中可能的最大中心度差之和，得到的数值越高，说明网络中存在越明显的中心节点。

中心度分析反映节点在网络中的地位，包括点度中心度、中间中心度和接近中心度。点度中心度表示的是一个节点与其他节点直接关联的程度，它分别计算了每个节点与多少个节点直接连接，包括内向点度中心度和外向点度中心度，分别代表一个节点的聚集和辐射能力。中间中心度表示一个节点对其他节点的控制程度。对于一个节点，它可能会处在其他两个节点的最短连接路径中，则定义该节点处在这两个节点的中间。计算该节点处在其他任意两个节点的捷径概率之和，所得结果即为该节点的中间中心度。中间中心度越高，说明节点在网络中的不可替代性越高，剔除该节点将减少网络的通路，使某些边缘节点的可达性降低。接近中心度计算节点与其他所有节点的捷径长度之和，接近中心度越低，该节点越不容易受到其他节点的限制，其在网络中传递能力的稳健性越高。

2.2.2 角色分析

角色分析建立在结构对等性的基础上，可以分析网络中是否存在地位相似的节点。角色分析首先构建节点之间的距离矩阵，然后通过CORNER等聚类方法将节点归人不同的角色中，并计算角色与角色之间、角色内的关系。通过角色分析，有助于识别景点与其他目的地的竞争与合作关系，提高旅游产品开发能力。

3 旅游流网络基本描述

3.1 旅游流网络图分析

图1表示的是上海迪士尼开业前后同期的上海市旅游流网络图。其中，节点大小表示样本中游览过该景点的游客数量，节点越大，说明游客数量越多；连线粗细表示景点间的旅游流流量规模；箭头表示有向旅游流的方向，箭头越大，说明该方向的旅游流流量越大。上海迪士尼开业前同期，东方明珠是游客数量最多的景点，采集的数据中共有631人到过东方明珠；东方明珠与杜莎夫人蜡像馆是最热门的线路，共观察到148次东方明珠与杜莎夫人蜡像馆之间的游客流动。上海迪士尼开业后，东方明珠和上海迪士尼为最热门景点，分别有1172和1102个游客点评过景点，明显高于其他景点；它们之间构成了最热门的旅游线路，共467人連续游览了这两个景点。为了降低网络图的复杂度，提高可视化能力，仅保留游客数量大于3人的景点。

如图1所示，迪士尼开业前上海市的旅游流网络较为分散，处于网络中心的是上海野生动物园和东方明珠，这两个景点游客数量多，与其他景点的联系也较为紧密，辐射了杜莎夫人蜡像馆、上海欢乐谷、上海科技馆等景区。同时，上海动物园也处于网络的中心，虽然其游客规模不如上海野生动物园和东方明珠，但是其与许多景点联系紧密，是连接多个景点的重要环节，有一条从碧海金沙通往上海动物园的大规模旅游流。上海迪士尼开业后，旅游流网络更为集中，上海迪士尼乐园、东方明珠和上海野生动物园成为网络的核心。这3个景区不仅游客规模巨大、辐射景区多，互相之间的联系也极紧密，其中，以东方明珠指向上海迪士尼乐园的旅游流最为显著。可以认为，以上3个景区是游客游览上海的必去景区，经由这3个景区，游客再向外辐射到其他景区。

通过前后网络的对比可以看出，迪士尼开业前，东方明珠和上海野生动物园是上海旅游流网络的核心，但此时旅游流网络并不集中，游客在旅游过程中有多条旅游流路线可以选择；迪士尼开业后，上海市旅游流网络呈现集中化的现象，上海迪士尼、东方明珠、上海野生动物园成为网络的核心，游客在上海的旅游流网络基本围绕这3个景区展开。上海市引进迪士尼乐园的一个重要目的是促进上海旅游产业的发展，下文将通过其他网络指标进一步厘清上海迪士尼对上海市旅游流网络的影响。

3.2 旅游流流量分析

在本文样本中，共观测到13137次景点之间的游客流动，分别统计迪士尼开业前后同期两个时间段内游客在景点之间的移动，排序得到游客流动量最大的10个景点对，得到结果如表1。可以看到，东方明珠和杜莎夫人蜡像馆、东方明珠和上海野生动物园是迪士尼开业前流量最大的两个景点对，分别占当期旅游流网络整体流量的7.16%和6.97%。在10个流量最高的景点对中，有7个涉及东方明珠或上海野生动物园，说明这两个景点是此时旅游流网络的核心，客流的扩散或聚集主要集中在这两个景点。当上海迪士尼开业后，上海迪士尼成了旅游流网络的核心，在10个流量最高的景点对中，有6个与上海迪士尼相关。

景点对呈现了游客的旅游流向，同时也反映了景点之间的合作关系。根据表1，在迪士尼开业前，与东方明珠具有重要合作关系的景点为杜莎夫人蜡像馆、野生动物园、欢乐谷、长风公园与长风海洋世界、上海科技馆等；与上海野生动物园具有重要合作关系的有东方明珠、长风公园与长风海洋世界、欢乐谷等。上海迪士尼开业后，上海迪士尼成了旅游流网络的核心，在10个流量最高的景点对中，有6个与上海迪士尼相关，分别为：东方明珠、野生动物园、金茂大厦、环球金融大厦、杜莎夫人蜡像馆、欢乐谷。迪士尼开业后，上海迪士尼与东方明珠的联动也非常显著，占据旅游流网络整体流量的17.60%，说明大部分游客认为东方明珠与上海迪士尼是游玩上海必去的景点，在这两个景点之间的流动目的性很明确。值得注意的是，迪士尼开业后最热门的景点对中均包含上海迪士尼、东方明珠、上海野生动物园中至少一个景点，从一定程度上也说明了上海市旅游流网络的集中程度变高，呈现以上海迪士尼、东方明珠、上海野生动物园为核心的旅游流网络。东方明珠与上海野生动物园的合作进一步加强，位于浦东区的金茂大厦、环球金融中心与东方明珠、迪士尼的联动更为明显，而碧海金沙、上海动物园则被挤出了游客流量最大的10个景点对。

3.3 网络点度中心势分析

网络点度中心势反映了网络的集中程度。计算迪士尼开业前同期网络和开业后网络的点度中心势，得到开业前同期点度中心势为12.3003，开业后网络点度中心势为23.0789。开业后点度中心势明显上升，说明上海迪士尼的开业提高了旅游流网络的集中程度，游客的旅游线路更集中于少数几个景点，非热门景点更加边缘化。

4 网络节点中心度分析

4.1 点度中心度分析

点度中心度表示的是一个节点与其他节点直接关联的程度，包括内向点度中心度和外向点度中心度，分别代表一个节点的聚集和辐射能力。由于本文旅游流网络中包含有向线与无向线，使用软件计算点度中心度时会将无向线视为同时朝向两个节点的双向线，导致一条无向旅游流计算了两次点度中心度。为了消除该因素的影响，使用编写程序的方式，将无向线在点度计算中的权重降低为1/2，以此计算上海迪士尼开业前同期和开业后各景区的点度中心度，得到结果如表2。表2数据显示：上海迪士尼取代了上海野生动物园聚集中心的地位，说明游客认为游览上海必去的景点从上海野生动物园转向了上海迪士尼。由于迪士尼与东方明珠联动效应明显，东方明珠的内向点度中心度排名也超过了上海野生动物园。在扩散能力方面，东方明珠一直位列首位，说明东方明珠很可能是游客进入上海游玩的第一个景点。从表2中还可以发现，上海迪士尼开业后，上海动物园和碧海金沙景区不管是内向点度中心度还是外向点度中心度的排名均下降显著，说明这些景点受到迪士尼开业的影响热度下降，应当注重与核心景点的联运活动，主动吸引客流，如考虑增加与核心景点的直达巴士等。

4.2 中间中心度分析

中间中心度表示一个节点在旅游流网络中对其他节点的控制程度，在旅游流网络中可以表示一个点的桥接能力。如果一个景点中间中心度越高，那么该景点对于景点间客流移动的不可替代性越高，从旅游流网络中去除该景点，将使某些非热门景点因为旅游通路的阻断而降低客流量。迪士尼开业前后各景区的中间中心度如表3，可以看出，碧海金沙、上海欢乐谷等非核心热门景点排名较高，而迪士尼开业前东方明珠的中间中心度却未进入前十。这是因为中间中心度衡量的是节点的不可替代性，东方明珠周围有环球金融中心、金茂大厦、上海科技馆等景点，即使没有东方明珠，客流也可以通过周边景点进行转移。而碧海金沙辐射了奉贤区的其他景点，上海欢乐谷辐射了松江区的其他景点，如果没有这两个景点作为地区吸引力，那么该地区的其他景点可能游客寥寥了。在上海市旅游产业规划中，应注重地方代表性景区的建设，通过代表性景区吸引客流，再辐射到地区内其他景区。上海迪士尼开业后，东方明珠作为客流从中心城区向浦东新区东部地区景点转移的桥接作用开始变得显著，其中间中心度排序上升到第二位，上海世纪公园上升到第三位。该变化说明了浦东新区东部景点的旅游吸引力增加，作为旅游流桥接点的东方明珠和上海世纪公园的作用变得显著。为了充分利用上海迪士尼对上海地区其他景点的带动效应，应注重各地区代表性景区与上海迪士尼旅游交通的建设，而不仅通过东方明珠等少数景区与上海迪士尼进行客流桥接。

4.3 接近中心度分析

接近中心度计算的是一个节点与其他节点捷径长度之和，接近中心度越低，该节点与其他节点的距离越近，该节点越容易与其他节点进行客流转移。在旅游流网络中，一个景点的接近中心度越低，说明该景区与其他景区的联系越紧密。计算迪士尼开业前后上海市各景点的接近中心度，得到结果如表4。内向接近中心度表示其他景区为该景区带来客流的能力，外向接近中心度表示该景区为其他景区带来客流的能力。上海野生动物园在迪士尼开业前后的内向和外向中心排名均靠前，说明上海野生动物园具有全城的联动效应，对热门和非热门景区都有较好的客流带动效应。上海迪士尼开业后，东方明珠因与其关系密切，两者的接近中心度都排到较高的位置，东方明珠与上海市其他景区的联动能力增强。但是上海迪士尼作为核心景区，其内向和外向接近中心度仅排到第四和第五，落后于野生动物园、欢乐谷等景区。这说明在旅游流网络中，上海迪士尼与其他景区之间客流转移的能力并不强，即全城联动能力不足。前文的分析中说明迪士尼能在一定程度带动上海市热门景区以及浦东新区的其他景区，其接近中心度不高说明上海迪士尼与其他地区非热门景区的联系较弱，即目前主要带动了区域旅游产业的发展。

5 整体网络角色分析

角色分析法按照节点在网络中作用的相似程度，将节点归人不同的角色中，并计算角色与角色之间、角色内的关系。通过角色分析，有助于识别景点与其他目的地的竞合关系，提高旅游产品开发能力。对迪士尼开业前后旅游流网络进行角色分析，将所有景区按照旅游流网络中的位置聚为多个角色，图2是角色间关系的简化图，图中箭头上数字表示从一个角色指向另一个角色的连线密度，该数值越大，表示角色之间联系越紧密。

在上海迪士尼开业前，上海旅游流网络有4个较为活跃的角色，角色1是核心角色，包含了东方明珠、上海野生动物园等核心景区，自身内部之间的联系远大于与外部景点的联系。角色2是次核心角色，包含东方绿舟、朱家角古镇等热门景区，自身内部景区之间联系紧密，与外部也有较好的互动，可以认为是地区标志性景区。角色3和角色4是非核心热门景区，辐射客流的能力一般，角色内部的互动也较少，可以认为是地区性景区；角色3承接的客流较多，角色4大部分客流来自角色3，说明角色4较角色3更加边缘。

迪士尼开业后，上海市旅游流网络凝聚成3个较为活跃的角色。角色2是枢纽角色，包括了东方明珠和上海野生动物园，在旅游流中起到了集散游客的作用，其内部联系紧密，向外辐射客流的能力也较强。角色1包括上海迪士尼乐园以及杜莎夫人蜡像馆、朱家角等景区，与角色2联系紧密，但自身内部联系较弱，说明角色1景区主要与角色2景区进行客流交流，而自身内部景区间的客流流动较少，主要是因为角色1景区是地区性景区，它们具有良好的客流吸引力，但是游客在这类地区性景区之间的移动会经过角色2的东方明珠、上海野生动物园等枢纽节点，因此这类景区不具有全城客流扩散的能力，它们与其他地区性景区之间的直接联系不紧密。角色3是非核心热门景区，主要通过角色1与角色2获取少量客流，对比该角色内景区在迪士尼开业前角色分析中的角色位置，可以发现这些景区虽然还具有一定人气，但已经逐渐被边缘化。综合开业前后旅游流网络的角色分析，上海迪士尼开业使上海市旅游流更为集中，出现了全城集散景区（角色2）、地区集散景区（角色1）和非核心热门景区（角色3）；上海迪士尼在全城客流集散上的能力并不显著，更多是与东方明珠这类具有全城集散能力的景区进行客流交流；东方绿舟、顾村公园等景区的角色更加边缘。

6 结论与讨论

6.1 结论

本文根据游客在驴妈妈平台购票与点评行为所留下的“数字足迹”进行全样本的数据挖掘，构建迪士尼开业前后旅游流网络，通过可视化展现、节点中心性分析、整体网角色分析，研究迪士尼开业对上海旅游流网络的影响，发现：（1）上海迪士尼改变了上海市旅游网络结构。迪士尼开业前，上海市旅游流网络的中心节点是东方明珠与上海野生动物园；开业后，上海迪士尼、东方明珠、上海野生动物园成为上海市旅游流网络的中心，三者是游客的聚集和扩散中心，同时三者之间联动也十分紧密，其中，上海迪士尼与东方明珠的联动最为显著。（2）迪士尼开业后客流增加，同时也使上海市旅游流网络集中程度變高，热门景点客流量提高，而非热门景点受到冲击。迪士尼开业后，旅游流网络中心势指标提升，最热门的旅游流路线均涉及上海迪士尼乐园、东方明珠、上海野生动物园3个核心景点，所占旅游流规模比例也上升，说明上海迪士尼开业后游客的路线选择更加集中，核心景点带动了热门景点的客流规模，但是一些非热门景点在网络中所扮演的角色逐渐边缘化。（3）上海迪士尼的游客聚集能力很强，其景点吸引力能够提升上海的游客流量，但其在旅游流网络中的桥接作用不如东方明珠和上海野生动物园，导致其客流转移能力有限。（4）上海迪士尼目前主要起到了浦东新区内区域带动效应，对其他区景点的客流带动不明显。3个核心景区中，东方明珠始终起到了游客集散枢纽的作用，上海野生动物园在各项点度指标中排序均较高，说明其对上海全城的4A及以上景区均有联动效果，其客流辐射能力广；上海迪士尼开业后其枢纽地位显著，成为了上海市吸引游客最重要的景区，它主要与浦东新区的热门景点如东方明珠、上海野生动物园、金茂大厦等景区联系紧密，但冲击了部分其他区的景点如上海动物园、碧海金沙等，尤其是与浦东新区外的非热门景区的联系较弱，因此认为迪士尼主要起到了区域旅游产业带动的效果。

6.2 讨论

迪士尼乐园作为全球性大型旅游综合体，它的开业对当地旅游及相关产业具有较大影响，上海迪士尼也自开工建设以来就受到各方关注，被寄予了带动上海相关产业发展的厚望。上海迪士尼改变了上海旅游流，游客在上海的旅游轨迹更加集中，热门景点客流量增加，非热门景区却有边缘化的危险。上海迪士尼对浦东新区内其他景区的带动作用显著，但是对其他地区景区的带动能力需要进一步加强。

对此笔者有3个方面的思考和建议：（1）上海应围绕迪士尼来推动整个旅游业态的发展和提升。上海迪士尼开业前有学者也提出了类似的观点，认为上海迪士尼具有转移效应，将会转移周边旅游企业的部分客流和效益。而本研究也发现，迪士尼主要有区域带动作用。上海迪士尼、上海野生动物园、东方明珠三者的联动成了上海市旅游流网络的核心，并带动了位于中心城区到上海迪士尼之间世纪公园的发展，客流越来越集中在核心景点之间。对于外地来上海旅游的游客，其停留时间是有限的，迪士尼乐园作为大型景区一般需要占用游客一天左右的时间，其他景区客流自然会受到影响。但我们同样认为，由于迪士尼的开业会吸引更多的客流，整个市场的客流总量在上升，因而要提升迪士尼的带动作用，除了提升其对上海其他景点的带动作用外，也需要重视其对整个上海旅游业态的带动，应围绕迪士尼创建更多新的旅游业态。（2）上海各景区经营者可以从经营联动和差异化运营两个方面寻求发展。迪士尼的开业改变了上海的旅游流网络，动摇了上海野生动物园在上海市旅游流网络中的核心地位，上海迪士尼与东方明珠的联动高于与上海野生动物园的联动。同时，上海迪士尼与其他城区景点的联动较少，非热门出现边缘化趋势。因而上海的热门景点应该利用这个机会与迪士尼联动从而享受其客流的红利，而非热门景点更应该通过宣传和联动吸收增量客源。经营上的联动可以通过联票、开发线路产品等方式进行，比如上海科技馆与上海迪士尼乐园组成亲子游套餐，欢乐谷与上海迪士尼组成乐园游套餐等。差异化经营需要景区进行精准的市场定位，根据定位进行景区开发。迪士尼在为上海旅游企业带来增量客流的同时，也带来了竞争，在一定程度上“虹吸”了部分游客，对相邻的大型景区造成冲击。因而上海市旅游企业应做好错位营销的准备。迪士尼乐园具有鲜明的主题元素，满足游客游玩休闲的同时，也让游客得到精神上的享受，上海各景区应当注重景区特色文化氛围的营造，与上海迪士尼形成差异互补，才能更好地与迪士尼进行联动发展。（3）上海各级政府应在建设创新旅游业态、推动景区联动中发挥引导者和促进者的作用。《上海市旅游业改革发展“十三五”规划》提出，浦东作为上海市国际旅游度假区，要充分放大迪士尼乐园的溢出效应，整合周边旅游资源联动发展，打造世界级休闲度假目的地。为了實现该目标，提高游客集散的空间范围和意愿，需要景区经营者与上海各级政府共同努力。为了增加本地区景点的竞争力，上海各城区政府应注重本地区明星景点的建设，集中精力建设能与迪士尼竞争的标志性景点，以点带面，通过明星景点吸引客流来带动本地区其他景点的发展。同时各城区的景区规划需要注意差异性与互补性：不同城区间的景点建设有差异，降低竞争压力；相同城区内的景点建设有互补，便于整合地区旅游资源，共同提高本地区的游客吸引力。

本文基于游客门票点评信息的“数字足迹”构建旅游流网络的方法在学术上也具有重要意义。针对城市区域内旅游流网络构建的数据来源一般有问卷和游记两种，前者受限于数据采集时间与成本，很难研究时序性的旅游流网络变化问题；后者受限于新景区游记的数量较少，很难构建足够大的旅游流网络，且需要人工识别旅游流过程，数据处理成本较高。本文通过门票点评信息确定游客的游览顺序，识别游客旅游路径，可以由计算机代码自动完成，能方便地扩展至更大规模的旅游流网络构建；同时该方法保留了旅游路线发生的时间信息，为研究旅游流网络变化过程提供了基础。以往的旅游流网络研究通常是对一个时间截面观察到的旅游流进行研究，而本文方法能够在多个时间点进行切片，研究事件冲击下旅游流网络的变化，也可以研究网络长期的变化趋势。

本文通过对旅游流网络变化的研究，论证了上海迪士尼对上海旅游产业带来的若干影响，在上海市旅游产业政策制定上有参考价值，研究方法也具有学术上的创新意义。与上海世博会不同的是，上海迪士尼对上海旅游产业会产生更长期的影响，本文目前只考虑了上海迪士尼开业8个月内的短期影响，上海迪士尼对上海旅游产业的长期影响需要进一步观察与研究。本文基于“数字足迹”的数据采集方法也具有一定的局限性，点评来自游客的购票行为，因此对于免费门票或者无法在线购票的景点，本文方法无法识别。此外，由于缺乏更精确的时间信息，游客一天内游览多景点的情况也难以处理。后续研究中，将扩展研究的数据来源，将数据采集范围从驴妈妈拓展至包括携程、马蜂窝在内的更多旅游网站，同时结合游记数据源，通过命名实体识别等方法自动抽取游记中的游览顺序，并将除景区外的其他地理实体也纳入旅游流网络中。通过上述方法克服本文数据采集方法的局限性，构建更大规模、更为准确的旅游流网络。在研究方法上，将进一步引入网络科学中的网络动力学分析，研究旅游流网络的形成机理。

①38家景区包括：上海迪士尼、上海野生动物园、东方明珠、金茂大厦、世纪公园、上海海洋水族馆、环球金融中心观光厅、中国航海博物馆、豫园、上海城市规划展示馆、上海植物园、上海动物园、长风公园与长风海洋世界、共青森林公园、顾村公园景区、炮台湾景区、宝山国际民间艺术博览馆景区、锦江乐园、上海古漪园、马陆葡萄艺术村、枫泾古镇、杜莎夫人蜡像馆、东林寺景区、佘山国家森林公园、月湖雕墅公园、欢乐谷、陈云纪念馆、上海大观园、朱家角古镇、东方绿舟、碧海金沙景区、上海都市菜园景区、上海海湾国家森林公园、东平国家森林公园、前卫生态村、西沙湿地景区、上海科技馆、上海鲜花港。