基于社会网络分析的上海A级旅游景区关系研究

叶逸含 倪海燕 郁亮亮

目前，社会网络在国内外旅游研究中主要用于旅游目的地结构分析、旅游决策、旅游企业成长、旅游空间结构以及旅游流等领域。A级景区作为吸引游客的核心因素，是一个城市旅游业发展的重要依托，本文针对A级景区进行网络关系分析，对制定旅游业空间战略、开发旅游资源有重要意义。

一、数据获取与研究方法

本文选取上海市范围内共48个4A级、5A级旅游景点为研究对象，研究各景点间的旅游流网络特征。并于2017年3-5月在线上、虹桥火车站、浦东机场发放问卷，共回收有效问卷452份，回收率达95.76%。

通过对社会网络属性数据进行处理，使之转化为关系数据。首先，将问卷调查结果以矩阵形式表达，其中矩阵“行”代表“个体游客”，“列”代表“A级旅游景点”，將游客到访过的旅游景点对应单元格标为“1”，否则为“0”，由此，形成了规模为“48×452”的二值矩阵。随后，将该矩阵变换为“48×48”的邻接矩阵，行列均为“上海A级旅游景点”，记为A1。A1矩阵中的数值表示同时到访该值所对应的（行和列）两个旅游景区的人次。同理将景区等级、时间、区域的属性数据分别转换成“48×48”的关系矩阵A2、A3、A4。如表1所示。

表1 矩阵变换依据

然后对关系矩阵A1进行进一步的二值化处理。取矩阵的临界值[0，178]，即存在无访问关联的景点和有178位游客同时去过的景点。并对关系矩阵进行标准化处理，对矩阵中大于和等于中值的数值记为“1”，对小于临界值的数值记为“0”。由此得到了本文所需的用于网络分析的关系数据。

二、研究过程及结果

在此基础上做QAP相关和回归分析，模型1包括回归中的控制变量，模型2包括了区域、等级、时间三个独立变量。在这两种模型中，调整后的R均为显著，增加了模型的解释力和可信度。结果显示区域邻近对旅游景点的共同访问行为有显著的积极影响。为构建便于社会网络分析工具Ucinet分析、可视化的工具Netdraw呈现的网络结构数据，对48个上海A级旅游景点的关系矩阵最大值标准化。

（一）绝对比较

以R'ab≥50为二值化临界点的K-core算法得上海A级旅游景区网络结构形态，48处A级旅游景点中，同时到访100次以上的景点有11处，分别是锦江乐园、上海欢乐谷、长风公园、上海豫园、上海科技馆、上海野生动物园、上海东方明珠广播电视塔、世纪公园、上海动物园、上海博物馆以及上海海洋水族馆，这表明这11处景点是上海具有联动效应的具有代表性的景点。其中上海豫园、上海科技馆、上海东方明珠广播电视塔关联度最高，这证实了上文所述的景区等级对景区关联度有积极影响。

（二）相对比较

以景区a为例，筛选出同时访问量最高的景区c，得到Max（Rai）=Rac。以此类推，得到关于Max（Rij）的新关系矩阵，并在新矩阵中令Rab≥50，并用Netdraw将结果可视化，得到图1。

图1 上海AAAA级和AAAAA级旅游景区访问量相对值比较

由图1可知，豫园是上海关联度最关的A级旅游景点，是上海最具有代表性的旅游景点，这一结果与传统的对于上海旅游的认知有出入。

三、分析与讨论

综上所述，本文从政府和景区经营者角度给出以下建议。第一，应在资金、土地等方面给予“上海豫园”景区更多政策倾斜，加快该景区基础设施建设、景区内部秩序规范。努力将其打造成为上海对外展示的新窗口，旅游流中转的新地标。第二，提高上海豫园、上海东方明珠广播电视台、上海海洋水族馆、朱家角古镇、上海博物馆、世纪公园以及长风公园等核心景区的可进入度，可采用开设旅游专线巴士、开设水上交通线、延长轨道交通以及增设停车场等措施。

（作者单位：华东师范大学）