長三角城市群旅游空間結構分析

喻 琦，馬仁鋒,2,3，葉持躍，干青亞

（1.寧波大學 中歐旅游與文化學院,浙江 寧波 315211；2.中國科學院地理科學與資源研究所，北京 100101；3.浙江省海洋文化與經濟研究中心，浙江 寧波 315211）

0 引言

空間結構是在某一區域內人類的社會經濟、文化活動所表現出的一種空間組織形式，旅游活動作為一種人類的社會經濟現象，存在于一定的區域內并表現出特有的空間結構。旅游空間結構體現了旅游活動，是旅游要素在空間上的投影，也是旅游活動的空間狀態。區域旅游空間結構研究是現代旅游研究的熱點之一。國外學者在20世紀60年代起開始廣泛研究旅游空間結構，集中于旅游活動與地理空間關系的探討[1]、結合旅游流空間流動探討旅游空間演化模式[2]和基于核心—邊緣理論模型將旅游目的地劃分不同模式[3]。國內研究聚焦在旅游競爭力[4，5]、旅游流空間結構[6，7]、旅游經濟時空分異演化[8]。方法上主要有點軸理論[9，10]、引力模型[11]、核心-邊緣理論[12]、社會網絡分析[13]。總體上國內主要采用單一方法對旅游空間結構進行研究，不同研究方法得到的結果會有出入，為使得研究更具客觀性，本文基于旅游中心度和旅游網絡視角，采用主成分分析與社會網絡分析相結合的方法來研究長三角城市群的旅游空間結構。

1 研究區域、數據來源與研究方法

1.1 研究區域

長三角城市群是我國經濟最發達、開放程度最高、人口最多的區域之一。最新的長三角城市群于2016年6月由國家發改委發布文件《長江三角洲城市群發展規劃》正式提出（以下簡稱《規劃》），《規劃》指出將安徽省部分城市納入長三角城市群，長三角城市群范圍將包括：上海，江蘇省的南京、鎮江、揚州、南通、鹽城、無錫、蘇州、泰州、常州，浙江的杭州、金華、湖州、寧波、紹興、舟山、嘉興、臺州，安徽的合肥、馬鞍山、池州、銅陵、安慶、蕪湖、滁州、宣城這26個城市。

1.2 數據來源

為確保指標的科學性，研究區域的26個城市指標數據來源于《2015年上海市統計年鑒》《2015年安徽省統計年鑒》《2015年江蘇省統計年鑒》《2015年浙江省統計年鑒》以及各城市《2015年國民經濟和社會發展統計公報》和部分城市《2015年旅游年鑒》。

1.3 研究方法

1.3.1 旅游中心度模型

旅游中心度反映該城市在區域內所具有的旅游吸引力和旅游競爭力，旅游中心度越高，表明該城市是區域內的旅游中心城市，其旅游吸引力也越高、旅游競爭力也越強。旅游中心度具體公式[14]如表1所示。根據前人經驗，為了更好地量化指標,知名景區數量由4A級以上景區數量表示，高檔飯店數量由4星級以上飯店數量表示。由于旅游景(區)點的等級不同,其吸引旅游者的力度也不同,故通過為不同A級的旅游景區(點)賦予不同的權重來綜合計算旅游資源豐富度，其計算公式為：旅游資源豐富度=5A×9+4A×7+3A×5+2A×3+1A×1。如表2所示。

表1 計算公式

表2 城市旅游中心度評價指標體系

1.3.2 旅游網絡度模型

以旅游經濟聯系強度反映出旅游中心城市對周邊旅游城市的輻射范圍以及周邊城市對中心城市輻射的接受能力（公式如表3所示），并將旅游經濟聯系值（由于篇幅有限，所得聯系值省略）作為旅游網絡度模型的數據來源。旅游網絡度模型主要采用社會網絡分析法，該方法廣泛應用于社會學、經濟學、管理學等領域。社會網絡分析的引入，從新的角度研究旅游網絡中各城市節點之間的集聚與擴散空間關系，定位城市節點在實際網絡中的角色功能[15]。本文選取網絡密度、節點中心性（程度中心性、中介中心性、接近中心性）、結構洞等3個指標探討長三角旅游空間結構。公式[16]如表3所示。

表3 計算公式

2 旅游中心度分析

2.1 旅游業績中心度

將所選取指標的原始數據進行無量綱化處理后（公式1），采用SPSS22統計分析軟件中的Factory模塊對其進行分析。運用因子分析提取公因子，結果顯示，第一個因子特征根為4.5其貢獻率達到74.7%，第二個因子特征根為1.03其貢獻率為17.4%，前兩個因子的累計方差貢獻率已達92.2%，提取為主因子，如表4所示。以長三角城市群各地市的公因子方差貢獻率為權重，加權各公因子，可以計算得出各市在旅游業績競爭力上的得分F1，如后文表6所示。

表4 因子正交旋轉后載荷矩陣

2.2 旅游潛力中心度

將各指標進行因子分析，得到一個特征根為6.3，方差貢獻率為89.1%的因子，提取為主因子，如表5所示。加權公因子的方差貢獻率，并計算得到各城市在旅游潛力上的得分F2，根據各城市的得分，如后文表6所示。

表5 因子正交旋轉后載荷矩陣

2.3 旅游中心度綜合分析

根據各城市旅游業績中心度與旅游潛力中心度得分值,計算其方差,以各類方差貢獻率為權重,加權計算各城市旅游旅游中心度的綜合得分（公式（2）至公式（4）），如下頁表6所示。

表6 長三角各城市旅游中心度及其排名

2.4 旅游地空間等級結構

根據旅游中心度綜合分析，可將長三角城市群進行空間等級結構劃分。借用劉法建、張捷等關于旅游地角色類型的劃分，將長三角26個地級市劃分為5個等級。采用ArcGIS自然間斷點分級法，將其旅游旅游中心度等級差異做可視化處理。上海旅游中心度得分最高，同時作為全國的經濟中心，占有最重要的地位，定位為旅游樞紐。杭州、蘇州、南京旅游中心度得分次之于上海，旅游資源豐富，旅游吸引力強，定位為次級旅游樞紐。寧波、無錫、紹興、合肥、嘉興、金華旅游資源相對豐富，定位為重要旅游目的地。臺州、舟山、常州、安慶、南通、鎮江、池州、揚州等旅游中心度得分偏低，旅游吸引力與輻射強度較弱，定位為一般旅游目的地。蕪湖、宣城、鹽城、泰州、滁州、馬鞍山、銅陵等旅游中心度得分最低，資源稟賦條件差，旅游吸引力與輻射強度都弱，定位為邊緣旅游目的地，如圖1所示。

圖1 長三角城市群空間等級

3 旅游網絡度分析

3.1 旅游經濟聯系強度分析

根據公式（5）計算得出長三角旅游經濟聯系強度，從可以得到旅游經濟聯系強度區間為[0～36]，平均旅游聯系強度值為1.8。其中以上海—蘇州、上海—杭州、上海—無錫、上海—南京、上海—寧波旅游經濟聯系強度最大，達到10以上。受城市旅游業發展程度不同，以及城市之間的交通距離影響，很多城市之間的旅游經濟聯系強度很小，處在1以下的城市主要集中于安徽省城市和江蘇省北部城市。

3.2 網絡密度分析

通過Ucinet 6.0軟件將所旅游經濟聯系強度值進行二值化處理，通過NetDraw模塊繪制出長三角城市群各城市之間的旅游經濟網絡結構圖，如圖2所示。在最多可能出現的650個旅游節點聯系數中，該網絡共有443條，根據公式（6）可計算得出其網絡密度為0.68，整體網絡密度較為緊密。從網絡圖中可以看出，上海、杭州、蘇州、南京、寧波、無錫等城市之間的旅游聯系較為緊密，其他城市旅游經濟聯系緊密程度一般。

圖2 長三角城市群旅游經濟網絡

3.3 節點網絡分析

程度中心性分析：根據公式（7）所得，上海的程度中心性最高，值為25。處于旅游經濟重要的中心地位對周圍城市的輻射范圍最大。程度中心性較高的還有杭州，蘇州、南京，其旅游經濟聯系也較為活躍。上海、杭州、蘇州、南京與其他城市聯系緊密，表現出了較強的核心極化效應。銅陵、宣城、舟山、馬鞍山、滁州、泰州等城市程度中心性較低，表明與長三角其他城市聯系較弱（如表7所示）。

表7 長三角城市群旅游經濟網絡

中介中心性分析：根據公式（8）所得，每個節點城市充當中介的平均次數為13.8。根據表7所示，上海的中介中心性值以114.7位居長三角城市群之首，表明上海在長三角城市群中充當“橋梁”的作用最強，在網絡中處于壟斷地位。杭州、蘇州、南京、合肥、寧波、無錫等城市充當中介次數大于平均值，由于高鐵、高速公路發展速度快，鐵路、公路網密布，因此也成為長三角城市群旅游重要的“橋梁”。銅陵、宣城、舟山、泰州、馬鞍山、滁州、安慶等城市地處長三角城市群的邊緣，其鐵路、公路運輸欠發達，中介中心性也最低（如表7所示）。

接近中心性分析：根據公式（9）所得，上海接近中心性最高，接近中心性指數達到100，蘇州、杭州、南京次之，接近中心性指數都在80以上。銅陵、宣城、臺州、舟山、馬鞍山等城市接近中心性最低。表明上海、蘇州、杭州、南京與長三角城市群其他城市聯系最強，旅游經濟流通性好，聯系緊密居于網絡核心地位。緊隨其后的是合肥、寧波、紹興、嘉興等城市，表明其旅游經濟通達度也處于較高水平。而銅陵、宣城、臺州、舟山、馬鞍山等城市則與長三角城市群其他城市之間的聯系很弱（如表7所示）。

3.4 結構洞水平分析

通過Network/Ego-networks/Structural Holes模塊計算得出網絡結構洞水平（如表7所示）。上海、蘇州、杭州、南京等節點結構洞水平較高，其有效規模和效率得分較高，網絡冗余度小。在網絡內旅游流的傳輸與共享中處于樞紐之地，占據較多的結構洞，最能控制其他節點之間的交往，處于有利的競爭地位，寧波、合肥、無錫、紹興、金華次之。其他城市如馬鞍山、南通、鹽城、銅陵、宣城、臺州等有效規模和效率得分較低且限制度較大，網絡冗余度大，表明其處于旅游流網絡的邊緣位置。

4 結論

本文通過主成分分析法、社會網絡分析法，從旅游中心度與旅游網絡復合視角對長三角城市群旅游空間結構進行評價研究，得出如下結論：

（1）根據旅游中心度分析，長三角城市群旅游空間結構存在等級分布，上海為旅游樞紐；杭州、蘇州、南京為次級旅游樞紐；寧波、無錫、紹興、合肥、嘉興、金華為重要旅游目的地；臺州、舟山、常州、安慶、南通、鎮江、池州、揚州為一般旅游目的地；蕪湖、宣城、鹽城、泰州、滁州、馬鞍山、銅陵為邊緣旅游目的地。旅游等級呈現東南強、西北弱的格局，并形成自合肥向東經南京、鎮江、常州、無錫、蘇州至上海再向南嘉興、杭州、紹興、寧波到舟山的一條旅游等級較高、旅游競爭力與吸引力較強的旅游廊道。

（2）根據旅游經濟聯系與旅游網路綜合分析發現，在長三角城市群中存在明顯的“核心—邊緣”結構。上海為核心，杭州、蘇州、南京為副核心城市。它們的旅游經濟聯系強度、程度中心性、中介中心性、接近中心性與結構洞水平遠高于其他城市，“核心極化效應”突出，而其他邊緣城市則表現出“長尾現象”。

（3）將旅游中心度分析與旅游網絡度分析對比發現，其結果不完全一致。這主要是由于旅游經濟網絡分析中有地理位置和交通因素的參與。對于旅游等級較高的城市而言對比結果一致，“旅游樞紐”為上海，對應“核心”城市；“次級旅游樞紐”為杭州、蘇州、南京對應“副核心”城市，并且旅游等級較高的城市表現出較強的“馬太效應”。對于旅游等級較低的城市而言，對比結果差異顯著，存在“短板效應”。蕪湖、鎮江、揚州等城市旅游中心度排名不高，由于地處長三角中心并且緊鄰南京，與周圍城市交通聯系便捷，其旅游經濟網絡的各項指標得分都較高，位列第10左右。舟山、臺州、金華旅游中心度排名為第十位左右，但由于地理位置與交通的原因，與其他城市旅游經濟聯系量不高，因此其旅游經濟網絡的各項指標得分位列20左右，處于網絡邊緣。表明在不能改變地理位置的客觀前提下，大力發展交通是解決此類城市“短板效應”的主要手段，日后發展旅游業的重點在于發展快速交通事業和完善交通網絡。