中国旅游城市航线网络特征分析

李国栋，吴凯伟 （中国民航大学，天津 300300）

近年来，我国旅游业快速发展，旅游消费在社会消费品零售总额中的占比超过12%，对民航和铁路客运业的贡献率超过80%。旅游业已成为区域经济与社会发展的强劲推动力。随着交通设施的不断改善，以机场为节点构建的立体、高速交通网络，改变了游客的出行方式、旅游行为以及时空关系，从而使航空成为现代旅游的基本交通方式。在旅游市场规模急速扩张、旅游方式多样化的趋势下，旅游空间网络与航空网络的合理衔接，已经成为实现旅游业与航空运输业共同发展的重要基础。

国内外学者对于旅游与航空运输的研究分为两个方面，一方面为入境旅游与航空运输的关系，如吴晋峰等[1]发现中国航空国际网络对入境旅游具有决定性影响；王兆峰[2]对我国西南地区的入境旅游流与航空运输网络协同发展的规律进行了研究，发现入境旅游流与航空客流之间存在显著的相关性，航空客流对入境旅游具有促进作用；Khan S R[3]研究发现航空运输对于国际出入境旅游相较于其他运输方式具有显著影响。另一方面为区域旅游景点的航空可达性研究，如Hao J[4]通过对中国云南地区的旅游城市与航线网络研究，发现为了旅游城市的可持续发展，旅游城市应重视航线网络的建设，将航空网络与陆运网络协调发展；杨春华[5]从航空和铁路两个角度对比分析城市交通通达水平，并在此基础上对不同类型的旅游城市提出了相应的发展对策。综上所述，现有的研究大多都在研究入境旅游或区域旅游的航线网络结构变化，没有相关论文对国内旅游城市的整体航线网络构建分析，本文以社会网络分析法对国内旅游城市的航线网络进行整体分析，以期为国内旅游业与航空运输协同发展提供理论依据。

1 数据来源及研究对象

本文采用的各项基础数据，如城市划分级别及数量、城市旅游收入、城市旅游人数、民航航段航班数据、A 级景区数量等，来源于2015—2018 年《中国城市统计年鉴》[6]、《中国民航统计年鉴》、《中国旅游统计年鉴》，各省、市统计局网站和旅游局网站上公布的相关数据，以及各地区《国民经济和社会发展统计公告》内容；结合中国旅游局公布的中国优秀旅游城市名录，总计选出186 个地级市作为本文的航线网络构建分析，本文将186 个旅游城市按照中国空管局划分的七大区域进行划分。

表1 旅游城市地区分布

2 研究方法

2.1 构建网络

首先，构建旅游城市航线网络，航线网络是由点集V (G )和边集E (G )组成，V (G )= {0，i=1,2,3,…,n }，E (G )= {eij，ij=1,2,3,…,n }，点集V(G )是由所选择的旅游城市组成，边集E(G )是由通航城市间的直飞航线组成。此时形成了以186 个城市为节点，以有无直达航班为有向边的中国旅游流网络，然后用Ucinet 软件基于复杂网络分析法[7]对其网络结构进行测算。

2.2 网络评价指标

（1） 网络密度

网络密度是指网络实际拥有的关系数目与理论上可能拥有的最大关系数目之比，计算公式为：

其中：m 表示航线网络中实际有的边数，n 表示此网络中存在的总节点数。网络密度的取值范围是0～1，网络密度越大，表明机场城市之间的联系越密切，航空网络功能越完善。

（2） 程度中心度与中心势[6]

程度中心度是通过机场城市i 与之相连的城市数进行测量的，如果某机场城市具有最高的度数，则该机场城市居于网络重要的中心地位。机场城市的旅游流量越大，程度中心性指数越高，表明其在航空网络中有最多关联，最具核心竞争力。

相应的程度中心势则通过各城市中心度的差值与同等规模网络最大差值的比较反映网络整体的中心趋势，如果网络的中心势越大，则说明航空网络越趋向于枢纽机场城市为中心集中。但是程度中心势越大，表明中心地位集中在少数城市，整体的均衡性和稳定性就越差。

（3） 聚类指数

聚类系数是描述网络集团化程度的指标，是描述网络性质的一个重要指标，它是指网络中一个点的邻接点之间相互连接的程度。网络中每个节点的聚类指数计算公式为：

整个网络的聚类系数C 就是所有节点i 的聚类系数Ci的平均值，C 值越大整个网络的局部连接就越明显。

3 旅游城市航线网络结构

3.1 旅游城市在地理和航线网络上均呈现出东密西疏的特征

从旅游城市空间布局的角度看，其中中南地区拥有56 个，华东地区拥有54 个，华北地区19 个，热门的旅游城市多位于东部地区，如京津冀地区、长三角地区、珠三角地区，而拥有广泛土地资源的西部地区旅游城市分布较少。

在航线网络分布方面，由图1 可以看出，2015—2018 年中国旅游城市的航线数量快速增长，由2015 年的1 154 条增长到2018 年的1 646 条。整体航线网络密度也随着航线数量增长而快速增长，但是因为有86 个旅游城市正在建设或没有机场，并且大部分偏远地区机场的航线数量较少，导致旅游城市航线网络密度虽然快速增长，但整体仍然密度偏低，航空网络结构较为简单。

图1 2015-2018 年旅游城市航线网络

由图2 可以看出，旅游城市的航线网络主要集中在华北、华东、中南和西南地区，四个区域拥有的航线占到了2018 年旅游城市航线网络的82.6%，而西北和新疆所在的西部地区的航线占比仅为7.6%。拥有广泛旅游资源的新疆和西北地区，航线网络却极为稀疏，航空连通性有待进一步提高。

图2 2018 年各大区之间航线统计

表2 2018 年各区域间连接的航线条数

3.2 航线网络呈现出区外大循环，区内小循环的格局

从大区之间的通航情况看，东北地区的航线网络主要连接华北和华东，而西部地区的连接较少，对于东北地区前往西部地区旅游的旅客来说，出行更加不便利。而华北地区的航线网络主要集中在华北和华东两个地区，网络集团化效应明显，形成了区内小循环的网络布局。华东地区的航线网络较为均衡，和其他6 个区域的连接较为紧密，并且区内航线网络相当紧密，得益于长江三角洲优秀的航线网络布局。中南地区的航线网络具有明显的区内循环特征，航线网络集中于广州、深圳所在的珠江三角洲，并且和其他大区直接连接紧密。西南地区的航线网络于华东和中南地区连接较紧密，虽然华东到西南地区的直达航线较少，但西南地区到华东地区的直达航线在各区之间最多，并且西南地区区内循环特性也很明显，西南地区直达新疆地区的航线数量在各区之间也最多。新疆地区通往其他各大区之间的直达航线都较少，而且新疆的大部分地区都通过乌鲁木齐进行中转，再飞往其他城市，形成了区内的小循环格局。旅游城市中心性特征如表3 所示。

表3 旅游城市中心性特征

从聚类系数的角度看，2015—2018 年全国旅游城市的聚集系数不断提升，说明旅游城市网络之间的连接偏向于大量节点内部之间的连接，并且多区域枢纽之间的联系更加紧密。另外，华北、华东、西南、中南四个区域因为京津冀机场群、长三角机场群、粤港澳机场群和成渝机场群的存在，聚类系数处于相对较高的水平（如表4 所示），并且在各自的地区内部航线网络连接紧密，通过枢纽机场与区域外部其他机场相连接，不同区域相对落后的城市之间直接相连的机会较小。如图3 和图4 所示，华北地区的旅游城市网络形成以北京、天津为枢纽城市向国内其他机场城市辐射的轴-辐式航线网络结构，华东地区的旅游城市则以上海、杭州和南京为枢纽城市向国内其他机场城市辐射。

图3 华北地区区内航线网络

图4 华东地区区内航线网络

表4 2018 年7 大区聚类系数

3.3 旅游城市航线网络稳定性增强，以成都、西安等为代表的旅游城市的集散能力增强

从表5 可看出，2015—2018 年旅游城市连通的节点不断增多，不断有新机场投入运营，其中2016 年营口机场、三明机场和日照机场通航，2017 年承德机场和上饶机场通航，新航点的投入增加了网络的覆盖度，并且可以提高连通性。

从程度中心势来看，2015—2018 年网络的总体中心势都在85%以上，表明中国旅游城市的航线网络表现为中枢式航线网络。从表5 可以看出，2015—2018 年程度中心度排名前十的城市中，北京市得分一直在90 分左右，以绝对的优势成为全国旅游城市的枢纽，上海、广州、深圳分别作为华东和中南地区的枢纽也有很高的得分，并且程度中心度也在逐年升高，而热门旅游城市如成都、西安、重庆的程度中心度得分也在不断提高，与其他旅游城市直接的联系也更加紧密，在旅游城市网络中也有了更重要的地位，而一些省会城市如杭州、南京、郑州也在区域网络中发挥越来越重要的作用。

表5 2015—2018 年程度中心度排名前十的城市

旅游城市的程度中心度得分总体在增加，减轻了大型旅游枢纽城市如北京等的负担，同时也增加了航线网络的密集程度。此外，旅游城市的程度中心势也逐年降低，表现为从2015 年的89.9%降低到了2018 年的85.6%，大型旅游枢纽城市的中心地位得以降低，整体的均衡性和稳定性变高。

4 结论与建议

本文通过对中国186 个旅游城市的地理位置和航线网络进行分析，得到以下结论：中国的旅游城市航线网络整体密度偏低，旅游城市与航线网络大部分聚集在东部经济发达的沿海地区，而西部地区航线网络密度偏低。在各大区内部，旅游城市通过与枢纽旅游城市连接形成区内小循环，在各大区之间，通过枢纽与次枢纽旅游城市连接实现整个旅游城市航线网络连接。另外，旅游城市的航线网络稳定性正在不断增强，新型旅游城市如西安、重庆等在航线网络中的地位不断提升，与其他非枢纽城市的连接更加紧密，减少了大型枢纽如北京、上海的负担。

基于以上结论，中国旅游城市的航线网络建设应更加注重西部地区的发展，挖掘西部地区优秀的旅游城市并完善航线网络。同时，加强各大区内次枢纽旅游城市的航线网络建设，以缓解枢纽城市的航线网络压力，增强航线网络的稳定性。