基于手机信令大数据的长三角入境旅游交通网络结构特征研究

陈飞，孙婧

（华设设计集团股份有限公司，江苏 南京 210014）

引言

中国入境旅游市场长期呈现“二八结构”。2018年我国出境游人次1.5亿次，同比增长14.7%，而入境游人次1.4亿次，同比增长仅1.2%，如果去除港、澳、台同胞1.1亿人次，真正外国游客仅3054万，与国际旅游大国相比差距明显，2018年法国入境游人次为9000万，是中国的近3倍，从收入看，美国2018年入境游外汇收入1.05万亿美元，是中国的8倍。拓展外国市场是中国入境旅游业发展面临的重要任务之一。旅游流的空间扩散与转移一直是旅游地理学研究的一个重要领域。弗里德曼（J Friedmann）提出核心边缘理论，哈格特提出“对流、传导和辐射”的空间扩散模式。缪尔达尔（G Myrdel，1957）提出回流效应和扩散效应理论［1⁃2］。国内对入境旅游流的研究始于2000年，研究内容集中在入境旅游者行为、入境旅游流时空运动规律和模式、入境旅游流地域转移机制等方面。本文基于入境游客手机信令数据，从出行链的角度，应用网络分析法，研究长三角入境旅游交通网络结构特征。

1 研究对象

本次重点研究江苏省与长三角城市入境旅游客流的传导关系，因此选择了长三角18个城市作为研究对象，如图1所示。包括江苏省13个设区市、上海、杭州、宁波、黄山、合肥。除江苏外5个城市的选取原则为具有一定国际影响力的旅游城市、本地拥有机场。重点研究入境旅游交通在18个城市之间的出行链，首次入境或由国内城市转入的情况，以及每个城市的入境游客主要来源地。

2 研究方法

2.1 数据获取及判断规则

2018年9 月在研究对象出现的联通国外漫入手机用户。连续追踪用户在18个城市间的出行链（包含往返），最长追踪为7个城市链。获取符合条件的入境人群手机信令数据2279347条，不同城市组合的出行链23035条。

入境游客来源地分析判断规则为若国际用户在本月早些时间出现在国内其他城市，则记为国内这个用户第一次出现的城市名，如若在18个城市内第一次出现，则记为国外漫入用户的来源地国家［3⁃4］。

2.2 网络结构评价指标

根据获取的入境游客出行链数据，建立18个城市之间的出行人次矩阵，选取合适的断点值（本次断点值选择为100），将赋值矩阵转化为二分矩阵，进行网络特征计算［5］。

判断城市在旅游交通网络中的功能定位，采用中心性、结构洞等指标判定节点在网络中的中心程度和位置特点。

中心性是评价节点在网络中的重要性或特殊性的指针，其具体的计算方法为：

式中COD(ni)表示外向程度中心性，代表节点i与节点j之间的连接关系，存在连接关系其值为1，不存在连接关系其值为0。COI(ni)表示内向程度中心性，代表节点j与节点i之间的连接关系，存在连接关系其值为1，不存在连接关系其值为0。节点的中心性程度越高，说明节点在网络中的地位越重要，程度中心性值最高的节点是网络的中心。

结构洞指网络中节点之间无直接关系或关系间断（Disconnection）的现象，从网络整体看好像网络结构中出现了洞穴，此即结构洞。旅游流网络是由流向关系构成的，若节点B和C都与A产生旅游流，但B和C之间没形成直接的旅游流，那么A就在这个流向网络中占据了一个结构洞的位置。结构洞理论表明，旅游城市的竞争优势不仅是旅游产品的形象优势，其在旅游流网络中的关系优势也是十分重要的竞争优势。拥有的结构洞越多，关系优势越大。

网络密度和中心势都是衡量网络结构紧凑性的重要指标。网络密度是指网络中节点之间实际的关系数量和理论上的最大关系数量之比。其计算公式为：

式中D表示网络密度，Di为节点的度数值，g为网络节点总数。D值最大为1，最小为0。D值越大，表示入境旅游流网络结构越紧凑，旅游城市之间的入境旅游流联系越密切。

中心势分为程度中心势和中介中心势。程度中心势计算公式为：

式中CD表示程度中心势，CD(ni)表示节点程度中心性值，CD(n*)表示节点程度中心性的最大值，g表示网络节点总数。程度中心势值越大，说明入境旅游流绕少数核心城市集聚或发散的趋势越明显。换言之，说明少数核心城市具有强烈的吸引力，竞争优势显著。

中介中心势的计算公式为：

式中CB表示中介中心势，CB(ni)表示节点中介中心性值，CB(n*)表示节点中介中心性的最大值，g表示网络节点总数。网络中介中心势值越大，说明入境旅游流的转移和扩散需要借助少数几个中转城市来完成，这些城市在入境旅游发展中占据重要地位。

3 长三角入境旅游网络个体结构特征分析

根据获取的入境游客出行链数据，建立二分矩阵，经过网络计算，得到长三角入境旅游网络个体的结构位置指针值如表1所示。

表1 网络个体结构计算结果

长三角入境旅游流网络中，外向程度中心性和外向中心性最高的节点是上海、苏州、南京、杭州、无锡。说明上海、苏州、南京、杭州、无锡在长三角入境旅游网络中，既是最主要的入境旅游流聚集点，也是最主要的入境旅游流发散点。尤其是上海，在长三角入境旅游流网络具有重要的口岸功能。

中介性最高的节点是上海，其次是杭州，说明上海、杭州在承接其他城市入境旅游的中间地位的几率很高，入境游客以这2个城市作为中转站的机会最大。

在长三角入境旅游流网络中，移除杭州节点，会使得黄山成为一个孤立节点，说明黄山产生的绝大部分入境旅游流是经杭州流入的。移除徐州节点，会使得宿迁成为一个孤立节点。

4 长三角入境旅游流特征分析

根据获取的入境游客出行链数据，建立18个城市之间的出行人次矩阵，从总量规模、出行链等方面进行长三角入境旅游特征分析。［6］

4.1 入境旅游流特征

总体上看，长三角入境旅游流网络节点层次分化严重，核心节点突出，边缘节点明显。

4.1.1总量积聚

上海市占区域内入境游接待总人数的5成左右，除上海、苏州、杭州以外的城市占区域内入境游接待量的比例仅为19%（如图2所示），入境游接待量占比最大的上海市是最小的宿迁市的356倍。

4.1.2 通道积聚

游客流量最大的6条通道的流量之和达到了总量的59%（如图3所示），流量占比超过1%的通道数量共计19条，仅占通道总数的12.4%。19条中包含上海的有7条，包含杭州的有6条，包含无锡和苏州的各有5条，包含南京的有4条。区域入境游流量分布呈现以上海为核心向周围城市发散的显著特征。

4.1.3 第一目的地入口突出

如图4所示，上海、杭州、南京作为长三角地区国际入境游客第一目的地入口突出［7］，上海作为第一目的的比例约为37.5%，杭州为10.3%，南京为7.1%。

4.1.4 孤立节点明显

如图4所示，黄山接近60%的入境游客由杭州导入，宿迁有接近30%的入境客流由徐州导入。

4.1.5 对全国入境旅游网络的依赖性存在明显差异性

如图5所示，从研究对象入境旅游交通与全国城市关系上看，徐州的入境旅游交通主要依靠长三角外其他城市，苏州几乎全部依靠长三角内部城市。

4.2 存在问题分析

4.2.1 从入境格局看以往返单链为主，并未形成具有显著导流性的旅游链

以上海为起终点的两个城市往返的出行链，总人数达到60%以上，主要出行链为上海-苏州-上海、上海-杭州-上海、上海-无锡-上海。初具规模的三个城市的出行链为杭州-苏州-上海、无锡-苏州-上海、上海-杭州-黄山。长三角地区要建设成为世界级旅游目的地一定要形成一体化的旅游市场，优势互补，延伸拉长旅游链，目前该互补效应尚未充分显现［8⁃9］。

4.2.2 江苏机场的服务能级有待进一步提升

如表2所示，从客流腹地上看，南京禄口国际机场、苏南硕放国际机场大部分客流源自江苏省内。两座机场主要的客流来源皆为邻近城市，禄口机场有接近50%的游客来自南京本地，其次为扬州和镇江。硕放机场客流中接近40%来自无锡，25%左右来自苏州。

上海两场、杭州萧山机场对江苏旅客具有相当的吸引力。杭州萧山机场服务江苏旅客的比例达到17.3%，其中南京市客流占比为4.8%。南京禄口机场航空市场份额面临被竞争挤压的风险。上海两场服务江苏旅客的比例合计达到27%。

5 结语

本次研究利用手机信令数据采集获取了国际入境游客的出行活动链，构建长三角入境旅游的交通网络分布模型，并采用二分矩阵和流量矩阵分析研究了其网络特征，提出了旅游交通网络评价指标体系和分析方法，研究结论揭示了入境旅游网络个体结构特征和旅游流总体特征。并揭示了长三角入境旅游从总体格局看以往返单链为主，并未形成具有显著导流性的旅游链，长三角地区要建设成为世界级旅游目的地一定要形成一体化的旅游市场，优势互补，延伸拉长旅游链，目前该互补效应尚未充分显现。同时南京禄口机场作为长三角世界级机场群重要枢纽，苏南硕放机场作为区域枢纽机场的区域辐射能力需要进一步提高。