基于网络游记的新疆旅游流网络特征研究

居玛·吐尼亚孜 瓦哈甫·哈力克 阿司古力·艾百 祖力皮亚·库来西 普拉提·莫合塔尔

摘要：文章以新疆为研究区，利用网络游记获得国内游客在新疆各个旅游景点之间的流动信息，以此为基础构建新疆国内旅游流网络结构，并以社会网络的角度对其进行系统分析。研究结论表示：①新疆的旅游景区景点较多，但彼此之间有较强联系的只有42家景点，它们之间的旅游流网络密度仅为0.0598，说明景点之间的关系非常疏散；②从中心性角度看，乌鲁木齐市作为重要集散中心，具有非常高的中心度；此外，喀纳斯、赛里木湖、乌尔禾魔鬼城、那拉提草原、火焰山、伊犁及布尔津县等景点的中性度也比较高，已变成北疆旅游的中心；③从整体看，新疆国内旅游流网络由5个子群组成，其中自然风景线路子群的内部密度最高，其次为草原旅游线路，其余子群的内部密度普遍很低。

Abstract： Internet travel is a tourist tour of the sense， to a large extent reflect the tourist behavior characteristics and intentions of tourism. This paper takes Xinjiang as the research area and uses the online travel to get the flow information of the domestic tourists in Xinjiang from various tourist attractions. Based on this， the paper constructs the domestic tourism flow network structure in Xinjiang， and makes a systematic analysis from the social network point of view. The conclusion of the study shows that： ①There are only 42 tourist attractions in Xinjiang， but there are only 44 attractions between them. The network density between them is only 0.0598， which indicates that the relationship between the attractions is very evacuated. ②From the central point of view， Urumqi City as an important distribution center， has a very high degree of center； In addition， Kanas， Nalati， Wuerhe devil city and Sailimu Lake and other attractions are more neutral. ③From the whole， Xinjiang domestic tourism flow network consists of five sub-groups， of which the natural landscape sub-group has the highest density， followed by grassland tourist routes， the internal density of the remaining sub-groups is generally low.

關键词：新疆；网络游记；旅游流；社会网络分析法

Key words： Xinjiang；online travel；tourism flow；social network analysis

中图分类号：F592.7 文献标识码：A 文章编号：1006-4311（2019）03-0018-04

0 引言

随着通信技术的发展和智能手机的普及，互联网已成为人们日常生活不可或少的一部分。大量的旅游者前来、游过以及之后的信息在互联网平台上，承载着旅游数字足迹。“旅游数字足迹”的概念最早由Fabian Girardin（2008）提出并认为，旅游数字足迹是旅游者旅游活动过程中的手机信号、搜索记录、分享评价等信息在通过网络通讯设备信息处理时所留下的痕迹[1]。国内对旅游数字足迹的起步较晚，到了2013才开始关注旅游数字足迹的研究。李君轶（2013）表示，旅游数字足迹是能够清晰体现旅游者旅游行为和时空运动轨迹的具有位置信息和地理标签的电子痕迹[2]。张妍研、李君轶等（2014），对西安国内散客旅游流时间及网络结构进行了系统的研究并总结出旅游节点不均衡、旅游网络密度低等结论[3]；梁保尔等（2015），上海历史街区的12历史风貌作为研究对象，游客游记与官方宣传相互作为对比，对游客关注偏好及差异进行了研究[4]；李艳等（2015），借助社会网络分析法，采用可视化分析、等级嵌套分析、中心性分析和网络密度分析，对赴西藏旅游者旅游数字足迹空间结构进行研究，得出景点密度小、整体结构不均衡、景区联系不紧密等结论[5]；张维亚，陶卓民等（2016），在苏州园林游客留下的数字基础上，利用ICTCLAS、ROST-CM、Arc GIS软件探究了游客在旅游目的地的空间响应特征及机制[6]；查晓莉、陆林等（2017），利用社会网络分析法，探索访沪国内游客时空分布特征并建立旅游客流网络结构[7]。目前，网络资源的优势越来越突出，因此可以从数字足迹角度对旅游流进行研究，笔者试着以旅游者在携程（Trip）网上留下的游记信息为基础，对新疆2017年新疆旅游流网络特征展开分析。

1 旅游数字足迹采集

1.1 案例的概况 新疆维吾尔自治区总面积166万平方公里，属于温带大陆性气候，4-10月是新疆旅游的最佳时段。随着新疆社会经的快速发展、基础设施建设投资力度的加大以及丰厚的历史文化和旅游资源使得新疆成为近几年我国最热门的旅游目的地之一。据新疆统计年鉴资料数据显示，2016年新疆全年接待旅游人数为8102万人次，同比增长24.3%。实现旅游总消费额为1401亿元，同比增长24.6%。且占第三产业的比重到达31.91%。新疆旅游者规模的急剧攀升，预示着对新疆旅游客流的引导与管理，有深刻的现实性意义。

1.2 足迹采集 笔者通过对比不同类型的网站最终选择了携程网的游记。按照该网页的排列分页规律运用Visual Basic. NET语言开发了采集游记软件并得到5943篇新疆游记。经过软件来筛选在2016年1月到2017年4月之间发布的1289篇游记。部分数据根据杨敏、李君轶等（2015）[8]的筛选标准来对其数据进行人工筛选。最后共采集了374篇游记。

1.3 时间特征分析 通过以上旅游网络游记的分析，得出了新疆国内游客的季节变化特征，这也验证了新疆旅游旺季基本上聚集在6-9月份的特征。6月至9月是新疆来客的稳步上升时期，出现在6月和9月（见图1）。10月至12月和1月至3月在新疆属于冬季，也是属新疆旅游淡季。天气较冷，尤其是北疆的气候10月份开始降溫，因而来游客量较少，来疆游客人数呈下降态势。此外，样本数据的统计结果显示：散客逗留时间都不等，基本上都在1-15天（图2），停留1-3天的游客人数最多，达53.37%。

2 旅游流网络结构分析

旅游流网络是旅游者在不同旅游地之间旅游活动过程中发生连接是建立的旅游流关系的综合[10]，网络结构在某种程度上体现旅游活动的空间属性、状态及相互关系。下面，绘制旅游流网络图，计算网络规模、密度、中心性、凝聚子群及核心边缘5方面指标数值，进一步分析其网络特征。

2.1 旅游流网络图

对比分析后选择3作为断点值，此时有44个旅游节点建立了旅游空间联系。通过Net Draw软件，构建了新疆国内散客旅游流网络结构图（图3）。从图3中可看出，联系较大的节点有乌鲁木齐、喀纳斯、那拉提草原、布尔津县、乌尔禾魔鬼城、赛里木湖、巴音布鲁克草原和火焰山，表明以上8个节点是此网络中的核心点，也是新疆较受游客青睐的目的地。

2.2 网络特征分析

2.2.1 规模及密度分析 旅游网络规模是指旅游网络节点的数量，密度则指旅游网络中各旅游节点之间联络的紧密程度[11]。对断点值二值化处理后发现有44个旅游节点建立了旅游流联系，网络密度非常低，为0.0075，网络效果不理想，说明新疆各旅游节点间联系不密切，整体旅游线路较少。

中心性分析：中心性（centrality）是社会网络分析中的重要部分，此指标是旅游节点在区域旅游流网络内的空间结构位置指针[11]，常用的测度指标有程度中心势、接近中心势以及结构洞[12]。

3种测度中，程度中心性反映的是一个旅游节点与其他旅游节点集聚与辐射的能力，接近中心性衡量的是旅游者在旅游节点间转移扩散的有效性和通畅程度，中间中心性刻画的是旅游节点在旅游流关系上对其他旅游节点的控制和依赖程度[11]。

文章采用3种中心度和2种中心势对新疆国内旅游流网络进行分析，表1展示了利用UCINET分析的中心度和中心势结果。

从表1中的程度中心度两栏的“均值”和“中心势”可以看出，在新疆国内散客旅游流网络中，平均每个旅游节点的旅游流聚集和辐射联系程度较低，小于1；程度中心势为8.38%，相对较低，表明此网络存在着一定的不均衡性，具体表现为乌鲁木齐的程度中心度较高（内向程度中心为15，外向程度中心为8.824），喀纳斯、那拉提草原、布尔津县、乌尔禾魔鬼城和赛里木湖五节点的内外向程度中心度都在靠前，说明对其他节点的影响较强，因此在今后的景区和线路的设计中可以在这些节点处设置旅游信息中心，提供旅游信息咨询和旅游特色商品。

从中心度一栏的“均值”和“中心势”来看，平均每个旅游节点在网络中旅游流中间者的次数为18.614，中间中心势偏低，才2.87%，说明需通过重要节点来进行联结。其中中间中心性高于150以上的有乌鲁木齐、赛里木湖、那拉提草原、乌尔禾魔鬼城、坎儿井、喀纳斯、火焰山、伊宁市和指标为69.35的布尔津县，对其周边旅游节点的旅游流控制力强，处于新疆国内旅游流网络的核心位置。

总体来看，新疆国内散客旅游流网络节点间分布呈现不均衡的态势，大部分的旅游节点依靠核心节点来发生联结。其中较为明显的核心节点有：乌鲁木齐、喀纳斯、那拉提草原等六个节点，是辐射点以及枢纽点起到重要作用。另外，其中还有中心性比较低的旅游节点，这些旅游节点与主要旅游节点有很少的联结，今后需要设施加强这些旅游节点旅游规划，加强与核心节点旅游线路的组合。

2.2.2 凝聚子群分析 凝聚子群是能反映旅游流网络中具有直接、紧密关系的子群数量[3]，文章通过比较旅游节点联系情况，理出较常组合成线路的旅游节点，有：①自然风景路线：乌鲁木齐、喀纳斯、小黑湖、五彩城、阿勒泰地区布尔津五彩滩景区、哈巴河、乌尔禾魔鬼城、白哈巴、布尔津县、禾木风景区；②民俗风情路线：葡萄沟、交河故城、红山公园、坎儿井、火焰山、新疆维吾尔自治区博物馆、国际大巴扎、天池、可可托海景区、那拉提草原旅游区、克拉玛依；③伊宁市、喀什市艾提尕尔民俗文化旅游区、鄯善县库木塔格沙漠景区、夏特大峡谷、苏公塔；④草原路线：霍尔果斯口岸、果子沟、伊犁、喀拉峻大草原、巴音布鲁克草原、赛里木湖风景区、薰衣草基地、特克斯八卦城。

3 结论与建议

3.1 结论 文章在国内外相关数字足迹文献的基础上，进一步探讨并以新疆为实证研究地，通过提取携程网游客留下的旅游数字足迹，对新疆旅游流网络结构特征进行了分析。主要结论有：①从时间特征来看，新疆国内散客出游时间集中在6月至9月之间，平均停留时间1-3天。②从密度及规模来看，网络密度低、节点分布不均衡、联系不紧密，乌鲁木齐、喀纳斯、那拉提草原、布尔津县、乌尔禾魔鬼城和赛里木湖处于新疆国内散客旅游流网络的核心，对其他节点有明显的辐射作用。③从旅游流网络图来看，新疆国内散客旅游流网络主要有8个核心节点，这些节点也是游客较受欢迎的目的地。④从凝聚子群特征来看，全疆有5个凝聚子群，各个凝聚子群之间有一定的联系，网络结构中总有9个核心区节点，其他的都属于边缘区节点，核心边缘差异较为明显。

3.2 建议 提出如下建议：今后的发展过程中应当充分利用“一带一路”政策优势，加强各个节点之间联系，加快新疆旅游的转型升级，更深层地挖掘丝路文化，结合自身特色开发新型的旅游产品，更进一步地完善基础设施建设，加强全疆旅游的信息化，向智慧旅游方向靠拢，实现景区智慧化指导管理，从而延长游客在新疆旅游时的逗留天数，促进全疆旅游业共同发展。

参考文献：

[1]Fabien Girardin，Josep Blat，Francesco Calabrrese，et al，Digital Footprinting： Uncovering tourists with user-gen-erated content[J]. IEEE Pervasive Computing，2008，7（4）： 36-43.

[2]李君軼.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.

[3]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，2014，29（04）：111-118.

[4]梁保尔，潘植强.基于旅游数字足迹的目的地关注度与共现效应研究——以上海历史街区为例[J].旅游学刊，2015，30（07）：80-90.

[5]李艳，严艳，贠欣.基于旅游数字足迹的西藏景区空间结构分析[J].干旱区资源与环境，2015，29（06）：176-182.

[6]张维亚，陶卓民，秦立，李涛.基于网络游记的苏州园林旅游者数字足迹空间响应研究[J].资源开发与市场，2016，32（07）：886-891.

[7]查晓莉，陆林.基于旅游数字足迹的访沪国内旅游者时空行为研究[J].旅游研究，2017，9（04）：63-73.

[8]杨敏，李君轶，杨利.基于旅游数字足迹的城市入境游客时空行为研究——以成都市为例，2015，06.

[9]曲静，吴铭.基于旅游数字足迹的甘肃省旅游流网络结构研究[J].旅游论坛，2018，11（01）：113-124.

[10]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.

[11]刘军.社会网络分析导论[M].北京：社会科学文献出版社，2004：114-177.

[12]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（08）：1013-1024.

[13]张高军，李君轶，张柳.华山风景区旅游形象感知研究——基于游客网络日志的文本分析，2011.

[14]黄莎，陈金华，陈秋萍.基于网络信息嵌入性的旅游目的地形象传，2012.

[15]赵振斌，党娇.基于网络文本内容分析的太白山背包旅游行为研究，2011.

[16]党娇，赵振斌，赵丽.太白山旅游者行为研究从博客分析视角，2011.

[17]叶如瑾.基于Web2.0照片交互平台的国际游客眼中的上海旅游意象研究，2013.

[18]田晓霞，肖婷婷，张金凤，李翠林.喀什旅游产业集群社会网络结构分析[J].干旱区资源与环境，2013，27（07）：197-202.

[19]田晓霞，肖婷婷，张金凤.吐鲁番市旅游产业集群社会网络结构分析[J].特区经济，2013（03）：94-97.

[20]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（01）：120-124.

[21]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.

[22]戴光全，陈欣.旅游者摄影心理初探——基于旅游照片的内容分析[J].旅游学刊，2009，24（07）：71-77.

[23]赵华.中国入境旅游流空间分布及其演变分析研究[D].陕西师范大学，2007.

[24]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，2014，08.

[25]李露苗.基于数字足迹的重庆旅游流网络体系研究，2016，

04.

[26]李艳，严艳，贠欣.基于旅游数字足迹的西藏景区空间结构分析，2015，06.