基于旅游数字足迹的黄山市旅游流网络结构研究

沈姗姗,胡文海,査晓莉,孙建平

1.安徽师范大学旅游发展与规划研究中心，安徽芜湖，241000；2.池州学院旅游与历史文化学院，安徽池州，247000；3.池州学院地理与规划学院，安徽池州，247000

1 问题的提出与相关研究

随着网络与信息技术的高速发展，旅游者通过网络平台游前获取旅游资讯、游中共享旅游信息、游后分享旅游体验的行为越来越普及，在网络及移动设备系统里留下了丰富多样的数字足迹，既便利了旅游者的旅行，又为旅游研究提供重要支撑。

国外对旅游数字足迹的研究较早，Girardin 等明确了“旅游数字足迹”是游客在旅游期间发送的信息和通话记录，以及旅游结束后在网络上或其他信息化系统里留下的图片、文字等信息，并利用游客拍摄的照片结合手机通讯记录，先后对意大利佛罗伦萨省的游客密度、时空流动特征和意大利首都罗马的旅游动态进行了研究[1-2]。相比国外利用移动设备足迹和照片作为数据来源，国内基于旅游数字足迹对旅游流的研究,偏重于利用网络以文本、照片、视频等非文字信息作为样本提取的佐证工具。源数据多采集于马蜂窝、百度旅游、去哪儿、驴妈妈、携程等网站，空间尺度上，研究省内、城市等中小区域的相关成果较多；研究范围包括甘肃、山西、内蒙古、西藏等省份[3-4]以及西安、成都、重庆、上海、武汉等重点旅游城市[5-6]。研究内容集中在国内旅游者的时空行为、旅游流网络结构特征等领域。近年来利用互联网旅游地理标记照片研究游客路径轨迹空间特征及行为模式的成果逐渐丰富[7-8]，自驾车细分旅游流的时空特征也颇受关注[9-10]。

在黄山市旅游流已有研究中，司家慧以黄山市21处A级景区为节点构建了自助旅游流网络，对其网络结构特征及影响要素进行了探讨[11]，但未将A级景区以外的其他地理实体纳入旅游流网络中。本文拟通过对游记文本和照片的数据挖掘，以样本中涉及的旅游地为研究对象，综合利用社会网络和空间分析法，较为全面地刻画游客空间移动轨迹、探寻旅游节点在网络中的相对地位，以期为黄山市全域旅游空间开发、旅游线路组织、交通网络及服务设施的布局等提供决策依据。

2 数据来源与研究方法

2.1 案例地概况

黄山市现辖三区四县：屯溪区、黄山区、徽州区、歙县、休宁县、黟县、祁门县，总面积9 807 km2。地处皖南山区，四季分明，全年适游期长。境内风光旖旎，旅游资源富集，不仅拥有以黄山和新安江为代表的名山自然资源，还是博大精深的徽文化发源地，以得天独厚的品牌资源、丰富的文化积淀、厚重的民风民俗享誉国内外。黄山市是皖南国际文化旅游示范区的核心城市之一，境内5A级景区3家、4A级景区23家、3A级景区13家，国家历史文化名城1个、中国历史文化名镇名村19个、全国重点文物保护单位31处，是我国目前唯一拥有两处世界遗产(黄山风景区和皖南古村落——西递、宏村)的地级市。

2.2 足迹采集

通过百度关键词搜索对比各大旅游网站和社交媒体后，选择马蜂窝旅游网(http://www.mafengwo.cn/)进行足迹提取。采集了出游时间在2018年1月1日至2018年12月31日，以黄山市为目的地，配有实地拍摄照片的游记为数据样本。游记文本必须记录完整的旅游行程和明确的旅游节点、旅游时间，剔除重复的、纯营销性的或单一节点的游记，最终筛选出符合条件的游记515篇。

2.3 研究方法

在通过旅游数字足迹提取旅游路线基础上，采用社会网络分析方法构建黄山市旅游流网络，定量测度黄山市旅游者的空间选择路径和偏好，反映黄山市旅游节点之间的空间联系。

首先，将游记样本中出现的54个旅游节点两两节点间形成的关系输入Excel矩阵表格。假设某旅游者先到黄山风景区，再到宏村，最后到屯溪老街，则黄山风景区到宏村、宏村到屯溪老街均有单向旅游者流动关系，将黄山风景区到宏村记为 1，宏村到屯溪老街也记为1，反之则为0。依次类推进行赋值累加，得到多值矩阵，输入Ucinet V6.237软件中，建成黄山市旅游流的网络数据库。其次，经多次尝试选取2为断点值，将多值矩阵转换为二值矩阵(即当旅游流在两个节点间发生的有向流动次数大于2 时，在二分矩阵里赋值为1，反之为0)，此时有28个旅游节点建立旅游空间联系。最后，统计28个节点间有向流动频次，利用ArcGIS软件绘制黄山市旅游流网络结构图(图1)。

图1 黄山市旅游流网络结构图

3 旅游流网络结构分析

3.1 旅游流网络结构

样本中28个旅游节点共构成756个有向节点对，产生1 202次有向流动，旅游流互动频繁的节点有：宏村、黄山风景区、屯溪老街、黎阳in巷、西递、塔川、呈坎、翡翠谷、木坑竹海、卢村。从节点间旅游流流量和流向关系来看，“黄山风景区→宏村”“宏村→黄山风景区”“屯溪老街→黎阳in巷”“黄山风景区→屯溪老街”是旅游者在黄山市范围内流动的主要通道。其中“黄山风景区→宏村”流量最大，且两节点间旅游流互动频繁。体现在图1中，节点之间流量越大的线条越粗，反之亦然。

图1显示了黄山市旅游节点间游客往来的热度(双向流动次数总和≥5)，网络整体呈现中东部密集、西南部疏松的格局。旅游者流动区域主要集中在市辖区及黟县、歙县，休宁县仅有齐云山、木梨硔2个节点与旅游流网络其他节点建立稀疏联系，祁门县尚无旅游节点布局。因此，黟县无论是从节点数量还是流量大小都居于绝对优势地位；黄山风景区所在的黄山区因高品质资源的绝对号召力而与众多节点产生旅游流联系；屯溪区作为黄山市委、市政府所在地，以良好的区位和交通优势承担旅游流集聚与扩散的中转功能；祁门县旅游发展相对滞后，虽有牯牛降等知名景点，但因区位偏远和景点的同质性而很少被组合进旅游线路中。

3.2 网络整体结构特征

3.2.1 密度分析

黄山市旅游流网络结构图中有28处旅游节点建立联系，理论上最大可能的联结数量有756个，实际观察到的数量仅122个，以两者数量之比得出旅游流网络密度为0.161 4，反映出黄山市旅游流网络结构的紧密程度偏低，整体旅游线路较少，节点之间的旅游流互动不明显。进一步观察可发现，网络结构中存在明显的分层现象，旅游流具有向黄山风景区、宏村、西递、屯溪老街、徽州古城等核心景点集聚的趋势，其他节点间的直接联系非常稀疏，整体发展不均衡。

3.2.2 核心—边缘分析

在Ucinet V6.237软件中，沿着Network→core-periphery→categorical路径展开，得出黄山市旅游流网络核心—边缘的组成节点及密度矩阵。可知：(1)黄山风景区、宏村、屯溪老街、西递、黎阳in巷、呈坎、塔川、翡翠谷、徽州古城、木坑竹海、卢村等11个旅游节点为核心区成员，主要集中在两大世界遗产地黄山风景区、宏村西递的线路上以及黄山市城区，高等级旅游资源集中，整体吸引力较强，且节点间空间距离较短，交通可达性高。(2)九龙瀑、新安江山水画廊、唐模、牌坊群鲍家花园、木梨硔、潜口民宅、齐云山、渔梁坝、碧山、西溪南、秀里影视城、南屏、阳产土楼、花山谜窟、香溪漂流、太平湖、徽商大宅院等17个旅游节点为边缘区成员，大多节点离黄山市旅游中心区域较远，受交通条件和资源禀赋的制约，较核心区而言旅游吸引力不足。(3)核心成员与核心成员间的联结密度达到0.591，在整体网络密度为0.161 4的情况下，核心成员间联结紧密；但在边缘区中，成员间联结密度仅为0.016，内部联系非常少；核心成员与边缘成员相互间的联结密度分别为0.109和0.127，低于整体密度值，显示核心区带动边缘区成员发展的能力有待提升。

3.3 网络节点结构特征

3.3.1 中心性分析

依此运行Network→Centrality→Degree、Network→Centrality→Freeman Betweenness→Node Betweenness路径，进行黄山市旅游流网络程度中心性和中间中心性分析。

(1)程度中心性

程度中心性反映的是直接与该节点相联系的其他节点的数量。图2中节点的大小表示程度中心性值的高低，箭头的方向表示节点旅游流的流出与流入。黄山市旅游流网络中平均每个旅游节点分别向外辐射和向内集聚3.968条有向线段；外向程度中心势为44.889%，内向为38.000%，程度中心势较高，表明网络呈现较强的不均衡性。其中，宏村的外向程度中心性和内向程度中心性均排名第一，外向程度中心性值高达17，表明宏村能将客流辐射至其他17处旅游节点，是网络中半数以上旅游节点的“二手客源地”；其内向程度中心性也高达15，表明客流集聚能力同样很强，是最重要的旅游流扩散中心和集聚中心。黄山风景区外向和内向中心性值分别为12和14，仅次于宏村，是相对重要的集聚中心和扩散中心。西递、徽州古城、屯溪老街、呈坎是网络中次要的集散中心。卢村、黎阳in巷的外向中心性均为8，但内向值较低，两者均因与核心节点宏村、屯溪老街的地理临近性而成为网络中相对重要的旅游流辐射点。碧山、渔梁坝、太平湖、香溪漂流、徽商大宅院等节点，外向中心性或内向中心性为0，不具备旅游流输出或引入能力。

图2 黄山市旅游流网络节点程度中心性

(2)中间中心性

中间中心性刻画的是该旅游节点对其他节点的控制和依赖程度。黄山市旅游流网络中平均每个节点充当旅游流中间者的次数为22.806；中间中心性标准差高达45.756，分布很不均衡，仅有宏村、黄山风景区、徽州古城、屯溪老街、呈坎、西递、唐模、新安江山水画廊等8个旅游节点中间中心性大于均值，承担旅游流中介的功能，这得益于良好的区位交通和高品位的资源禀赋，其他20个旅游节点对这些“关键节点”具有较强的依赖性。其中，宏村的中间中心性高达202.007，处于黄山市旅游流网络中心，绝大多数节点间旅游流的转移与扩散需要借助节点宏村建立联系；黄山风景区、徽州古城的中间中心性指标大于100，在网络中扮演重要的“中介者”。

3.3.2 结构洞分析

运行Network→Ego Networks→Structural Holes路径，得到各节点结构洞指标，以此判别网络中各旅游节点的优劣势地位。宏村的效能最大(14.688)，约束性最小(0.179)，表明在网络中结构洞水平最高，占据显著优势。黄山风景区、徽州古城、屯溪老街、西递、呈坎等节点效能均大于6，约束性均低于0.3，表明在网络中拥有较多竞争优势和发展机会，对其他节点的依赖程度较弱。香溪漂流、徽商大宅院、太平湖的效能最小，约束性最大，在网络中处于劣势地位，应加强与黄山风景区、宏村、徽州古城等具有结构洞优势的旅游节点间的联系和合作。

3.3.3 网络的小世界特性

小世界理论即六度分割理论(Six Degrees of Separation)：世界上任何人之间都可以通过大约6步就可以建立联系。如果网络具备小世界特性，表明旅游流在网络中各节点间可以很方便快捷地集聚、扩散与转移，须同时满足网络聚类系数很大且平均路径距离很小的条件。

(1)聚类系数

在Ucinet V6.237软件中，沿着Transform→Symmetrize→Maximum路径将二分矩阵按照最大值对称化处理。运行Network→Cohesion→Clustering Coefficient指令，得到黄山市旅游流网络的聚类系数为0.670，显示出较强的集聚性。

运行Network→Centrality→Degree指令，得到每个节点所联结的节点数量，平均每个节点联结5.806个其他节点。综合以上四种网络结构指标分析，得出黄山市旅游流网络结构指标及角色定位，见表1。

表1 黄山市旅游流网络节点结构指标及角色定位

(续表)

旅游节点程度中心性外向内向中间中心性结构洞效能大小效率性约束性聚类系数联结节点数量角色定位渔梁坝0201.2500.6250.6171.0002边缘节点太平湖0101.0001.0001.000-1边缘节点均值3.9683.96822.806---0.6705.806-标准差4.0844.13145.756----5.152-中心势44.889%38.000%21.28%-----

网络中节点的联结数量和聚类系数呈现较明显的负相关性，可通过Pearson相关性分析进一步得出二者相关程度。黄山市旅游流网络节点的联结数量与聚类系数之间相关系数为-0.442，呈中度负相关。尤其是当联结节点数量大于均值时，相关系数为-0.728，两者呈强负相关，即联结其他节点数量越多的节点，聚类系数越低。因为点的聚类系数反映的是与该节点相连的其他节点之间的紧密程度，联结节点数量较多的通常是热点旅游地，与热点旅游地相连的其他节点之间往往关系松散，它们更倾向于与热点旅游地建立直接联系，因而一般越是热点旅游地，其聚类系数越低。

在黄山市旅游流网络中，宏村联结节点数量最多(19个)，聚类系数最低(0.298)，是名副其实的热点旅游地。网络中还有联结数量大于均值但聚类系数较低的节点是：黄山风景区、西递、屯溪老街、徽州古城、呈坎、黎阳in巷、卢村、唐模。进一步观察图2，发现这9个旅游地分别连接着网络中的其他很多节点，倘若从图中去掉这9个节点，剩下的几乎都是孤立点。

因此黄山市旅游流网络的28个节点可以被划分为5种角色类型：①综合性节点(宏村)，集聚、扩散与中转旅游流的能力最强，具有明显的结构洞优势，连接节点多且聚类系数低，是旅游流网络中的“极核”；②枢纽节点(黄山风景区、西递、徽州古城、屯溪老街、呈坎)，旅游流中转、扩散与集聚的能力仅次于综合性节点，结构洞及小世界特性指标均位居前列，是旅游流网络的“次核心”；③重要节点(卢村、黎阳in巷、塔川、木坑竹海、唐模、新安江山水画廊、牌坊群鲍家花园)，联结节点数量高于均值或具有较高的中间中心性，发挥相对重要的旅游流集散作用；④一般节点(九龙瀑、翡翠谷、秀里影视城、潜口民宅、南屏、西溪南、花山谜窟、齐云山、木梨硔、阳产土楼)，各节点指标均低于均值，但具有一定的旅游流集聚与扩散能力；⑤边缘节点(香溪漂流、徽商大宅院、碧山、渔梁坝、太平湖)，在旅游流网络中仅与1～2个核心节点产生单向流动关系，不具备任何“桥梁”功能。

(2)平均路径长度

将对称化后的二分矩阵沿着Network→Cohesion→Distance路径，计算得出黄山市旅游流网络的平均路径长度为1.151，说明任意两个节点之间平均只需要0.151个中转节点就可以建立联系，旅游者通过较少的中转到达目的地，网络整体连接很顺畅。因此，黄山市旅游流网络的聚类系数较大，平均路径长度较小，显示网络中任意两个节点通过中转节点建立起来的联系链条很短，足够使旅游流很容易地扩散到网络的每个角落，具有小世界特性。宏村、黄山风景区、西递、屯溪老街、徽州古城、呈坎、黎阳in巷、卢村和唐模9个节点的网络位置十分重要。

4 结 语

文章以马蜂窝网站2018年的网络游记和照片为数据来源，分析黄山市旅游流网络结构特征及各节点角色定位：(1)黄山市旅游流空间网络整体呈现中东部密集、西南部疏松的格局，旅游者流动区域主要集中在市辖区及黟县、歙县，旅游流空间结构发展不均衡。(2)旅游流网络密度偏低，整体网络结构松散，节点之间互动不明显。旅游流主要在宏村、黄山风景区、西递、屯溪老街、徽州古城等核心区节点之间集聚与扩散，边缘区节点间的直接联系非常稀疏，核心区对边缘区节点的辐射带动作用较为有限，区域旅游影响力较弱。(3)旅游节点的各项指标体现了该节点与其他节点互动的强弱，黄山市旅游流网络中28个节点可以被划分为5种角色类型：综合性节点、枢纽节点、重要节点、一般节点和边缘节点。验证了旅游数字足迹的研究价值，但样本获取的来源网站、样本跨越的年度须进一步扩充，样本提取的全面性与规范性有待提升。如何充分利用好旅游数字足迹的信息，包括照片、音频、视频、点评、在线预订等内容，并结合旅行社线路行程，对游客时空行为模式、网络的历史演化和动态发展、细分旅游流等研究均有待深入探究。