馬曉路 向玉成 曾雪晴
(四川旅游學院旅游文化產業學院,四川 成都 610100)
Web2.0技術在全球的迅猛發展為互聯網與旅游的結合提供了重要的基礎,為現代旅游業開啟了一個嶄新的時代——智慧旅游時代[1—2]。以互聯網為核心的智慧旅游思維深深影響著新一代旅游者的行為習慣,互聯網既是旅游者出行前獲取信息、選擇線路的重要工具,也成為旅游者出行中和出行后分享旅游經歷、表達旅游感受的重要平臺。越來越多的旅游者通過社交媒體網絡或一些OTA平臺在線發表游記、攻略、路書等,其中的照片和文字包含了大量的時空信息,這些信息共同組成了反映游客時空行為軌跡的“旅游數字足跡”[3]。旅游數字足跡實質上是基于智慧旅游平臺的旅游者出行大數據[4—5],近10年來,國內外學者不斷運用“旅游數字足跡”研究旅游者行動軌跡和對景區的空間感知。Girardin等(2008)利用游客分享的圖片并結合手機通訊記錄,分別對弗洛倫斯省2005年4月至2007年4月[6]和意大利首都羅馬2006年1月至11月的旅游狀況進行了研究[7]。美國的Vaccaci等(2009)利用數字足跡研究了美國紐約 2006至2008年連續3年的旅游狀況[8]。國內的李君軼(2013)對旅游數字足跡的概念、特征、數據來源、研究領域等進行了全面的描述[9]。李妍妍等(2014)通過對旅游數字足跡的采集對西安旅游流的網絡結構進行了研究[10]。李艷等(2015)通過調查赴藏游客旅游數字足跡對西藏景區的空間結構進行了分析[11]。賀小榮等(2018)通過采集張家界旅游景區的數字足跡對旅游者時空結構特征進行研究[12]。
旅游景區空間結構是區域旅游空間結構形成的基礎,影響與制約著區域旅游空間結構演化的方向[13—14]。國際上對這一領域的研究,始于20世紀60年代,并在城市地理、城市規劃等相關學科理論基礎上采用最近鄰指數R、E指數、Y指數、地理集中指數、通達度指數、緊密度指數、分形理論、基尼系數、網絡分析法等地理數學方法對單個景區、多個景區及城市景區的空間結構特征展開了系統的研究,主要成果集中于空間結構分布類型、空間結構分型效益及空間結構演化與重構等方面[15—21]。但是,不同景區除了受自然因素的影響外,還與當地的經濟發展水平、民風民俗及其他社會因素相關,已有的研究雖然在不同景區結構特征的共性特征方面有深入的探索,但對一些特殊區域的景區空間結構研究還比較薄弱,特別是從社會感知視角出發在自然景觀和宗教文化方面具有獨特的“二元”性的少數民族地區研究景區空間結構的成果較少。在智慧旅游時代下,人們對旅游目的地開啟了多元化、多視角、多渠道的認知模式,通過旅游數字足跡搜集并整理旅游者出行數據、探索旅游者對區域旅游資源的不同感知途徑、查明旅游者在旅游景區中的空間行為特征將有助于旅游景區空間結構的優化,為針對性的旅游發展規劃提供科學依據。
川西藏區主要包含四川省甘孜藏族自治州和阿壩藏族羌族自治州兩個高原藏區及涼山彝族自治州的木里藏族自治縣。該區域經濟欠發達但資源稟賦優越,區域內的世界自然及文化遺產、世界生物圈保護區占全省的80%;國家森林公園占全省的72%;國家級地質公園占全省的75%。擁有3個國家5A級景區,14個4A級景區和1個3A級景區。同時,該地區是多民族文化的交匯帶,早在三四千年前就形成了迷人的民族風情和獨特的建筑雕刻。川西藏區以其獨特的自然景觀和濃郁的人文風情吸引眾多自駕旅游者、徒步愛好者、攝影愛好者前往,但目前由于特殊的地質地貌環境與經濟發展水平導致其旅游開發程度較低、基礎設施建設不夠完善,有很多極富吸引力的旅游景觀未走進大眾的視野,還有很多高品質的旅游資源尚待開發。通過調研了解到涉足木里縣的旅游者較少,且與甘孜州和阿壩州的景區的關聯性很弱,因此,本研究以甘孜州和阿壩州兩個高原藏區為研究區域。
本研究對旅游數字足跡的采集主要以旅游者分享在網絡上的游記、攻略文本為主,輔以照片、定位等信息。選取了攜程、驢媽媽、馬蜂窩、途牛、藝龍、去哪兒、游多多7個知名度較高且互動性較強的網站,分別以“川西”“甘孜”“阿壩”為關鍵詞進行逐一搜索,采集了從2013年8月至2017年12月的167篇游記與攻略。根據游記和攻略中的文字描述了解旅游者的行程安排,借以提取旅游者在川西藏區各景區間的數字足跡,共涵蓋128個景點,為了讓數據得以簡化,研究組將屬于同一景區的景點加以合并,例如:磨西古鎮、燕子溝、海螺溝都屬于海螺溝景區中的景點,后續整理數據時,凡涉及到這三處景點的地方都標記為“海螺溝景區”;有些縣級、鄉級旅游地,因其資源很具吸引力,其地名在旅游者游記中出現的頻率也非常高,但沒有特別具有代表性的景點,因此將其地名作為一個旅游節點進行統計,例如:雅江、八美。經過對數據的合并簡化最后形成了59個景區的數字足跡。為了能讓景區名稱更為簡潔明了,后續論述過程中,將以旅游節點的主要名稱進行標注,例如:海螺溝景區簡稱“海螺溝”;臥龍大熊貓自然保護區簡稱“臥龍”;“亞丁風景區”簡稱“亞丁”。
在此次研究數據的真實性方面,主要通過從數據獲取、數據篩選及數據整理三個層次進行把控。首先,調查統計人員對基礎數據的采集均嚴格按照實事求是的原則,原文下載游記及攻略中的內容和圖片,以保證所搜集的數據能夠如實地、完整地反映客觀情況。其次,邀請了5位旅游者對根據文字描述內容、照片及定位信息進行甄別,剔除極個別文字與地理坐標不一致的數據。最后,在數據整理階段,逐一對其中所涉及到的128個景點進行分析、歸并,形成代表近5年來旅游者數字足跡的59個景區。
在研究數據的有效性方面,主要從數據的及時性與實用性兩個方面進行把控。針對此次研究,在互聯網收集的數據均截止到成果總結前的最新時段,能客觀反映在新時代背景下自助旅游群體對川西藏區旅游的最新認知現狀;緊緊圍繞甘孜、阿壩兩處獨具川西藏區特色的地域進行資料收集與分析,能突出反映川西藏區旅游景區的空間結構規律,對川西藏區旅游景觀格局優化及下一步的開發對策具有較強的實用性。
本研究采用社會網絡分析法對旅游數字足跡所刻畫的景區空間結構進行研究。社會網絡分析法是一種社會學研究方法,它通過對網絡中行為者之間的關系進行量化分析,以揭示網絡的結構及特征[22—23]。景區的空間結構可看成是由點、線、域面相互連接構成的一種特殊社會網絡,區域內的景區相當于社會網絡結構中的節點,旅游者在各景區之間的空間位移可看作是社會網絡結構中的連線。運用社會網絡分析法,從網絡結構的角度定量分析川西藏區旅游者活動的空間選擇和路徑偏好,能更好地反映各個景區節點之間的相互關系與空間屬性。依照旅游者在景區間的空間位移路徑,運用共詞分析法構建59個景區的有向賦值矩陣。利用UCINET軟件對賦值矩陣進行二分化處理,降低一些次級節點的納入,經過反復測試,取斷點值為1,將賦值矩陣轉換成二分矩陣,以利于下一步進行社會網絡結構研究。
社會網絡分析法主要通過網絡整體結構和網絡節點結構兩大指標共同構建旅游景區空間結構的評價指標體系。本次研究首先選取網絡規模、密度兩個次級指標以測定整個川西藏區旅游景區的整體結構;其次采用核心邊緣模型對網絡結構中處于核心的旅游景區進行判別;再次運用中心性指標具體分析網絡中的每個景區的地位;最后運用UCINET軟件中的Netdraw功能構建旅游數字足跡所形成的景區網絡結構圖。
網絡中節點的個數代表網絡的規模,若旅游網絡中有n個旅游節點,則對于有向旅游網絡圖中所有可能的關系數量為n*(n-1);密度則可以反映旅游網絡中各旅游節點之間聯絡的整體緊密程度[24],常用旅游網絡中實際存在的關系數量與所有理論上可能存在的關系數量之比表示。其密度值介于0和1之間,密度值越接近1,說明網絡中節點聯結越多,節點之間的聯系越緊密[25]。由旅游數字足跡形成的網絡共涵蓋了59個景區,代表59個旅游節點,說明川西藏區景區的網絡結構具有一定規模。通過將川西藏區59個景區的二分化有向矩陣導入UCINET6.186軟件,計算出川西藏區景區的網絡密度為0.0256,非常低的密度值,說明川西藏區各旅游節點之間呈散點分布,聯系不緊密。這與川西藏區獨特的地理環境有關,由于該區域海拔較高,地貌類型復雜、特殊,導致交通發展滯后,各景區間的通達性較差。
通過核心邊緣模型對旅游節點在區域網絡結構中所處位置進行量化分析,前提是由旅游節點構成的網絡具有“核心——邊緣”網絡結構特征。根據上文分析與推理,首先,假設川西藏區旅游景區網絡結構具有“核心——邊緣”特征,再將二值化有向數據輸入UCINET6.186軟件中的“核心——邊緣”分析模塊,并利用QAP命令對擬合結果進行檢驗,其相關系數結果為0.562,說明該區域旅游景區“核心——邊緣”網絡結構的假設成立。其次,利用UCINET6.186中的Core-Periphery model模塊對數據進行分析,得出核心邊緣組成節點與密度矩陣(見表1),其中核心節點為14個,它們主要集中在甘孜州,它包含了川西藏區較為知名的幾個景區,形成了兩條集高原風光與藏族風情于一體的旅游線路,分別是:臥龍——四姑娘山——巴郎山——甲居藏寨——八美——塔公——新都橋;海螺溝——瀘定橋——折多山——新都橋——雅江——卡子拉山——海子山——亞丁,兩條線在新都橋進行交匯,在旅游者的游記和攻略中新都橋被提及的頻次最高,該節點地處318國道南、北線分叉路口,僅是一個地名,沒有突出的標志性景觀,但沿線卻有10余公里被稱為“攝影家走廊”“光與影的世界”。無垠的草原、彎彎的小溪、金黃的柏楊,山巒連綿起伏,藏寨散落其間,牛羊安詳地吃草,構成了一幅美麗的川西平原畫卷。
核心區內,成員間的聯結密度為0.302,基于整體網絡密度僅為0.0256的情況下,說明核心區內的旅游景區聯結較為緊密,同時僅為0.012的邊緣密度反映出這一地區景區的網絡結構存在明顯的分層。邊緣成員與核心成員的聯結密度僅為0.002,說明核心景區對邊緣景區的聯動和擴散能力有限。

表1:核心邊緣區節點分布及關聯效應矩陣
在社會網絡“中心性”的描述中,有兩種重要的度量方法:中心度與中心勢。將這兩種度量方法應用于景區空間結構研究中,用中心度反映處于核心地位的節點以及核心節點與其他節點的互動關系;用中心勢反映整個網絡的緊密程序與一致性。根據計算方法不同,中心性又分為程度中心性、接近中心性和中介中心性。
1.程度中心性
程度中心性反映某一旅游節點在區域中的重要程度。在有向旅游流網絡結構中分外向程度中心性和內向程度中心性,分別用來表示某一個旅游節點與其他旅游節點之間的外在聯系和內在聯系,當旅游者從某節點流向其他節點,為外向程度中心性,從其他節點流向該節點,則為內向程度中心性。外向程度中心性與內向程度中心性的數值大小可反映旅游節點處于區域的核心區(外向性和內向性都大)、輻射區(外向性大、內向性小)還是聚居區(外向性小、內向性大)。從表2程度中心度一欄,以均值1.475為界,可看出新都橋、四姑娘山、折多山、九寨溝、亞丁、雅江、巴郎山、卡子拉山、紅原大草原、八美這10個景區的外向性和內向性都大于均值,說明它們是整個川西藏區的核心景區,是旅游者選擇較多的熱點景區。川主寺、海螺溝、瀘定橋、甲居藏寨、臥龍、黃龍等景區的外向性大,但內向性小,說明它們輻射周邊景區的能力較強。海子山、貢嘎山、塔公、郎木寺等景區的內向性大而外向性小,說明這些景區的通達性較好,直接與核心景區相連,具有聚集效應。由以上分析可看出某一景區在區域的空間結構中所處的地位與區位條件、可進入性和吸引力大小有密切聯系。
由表2可看出網絡的程度中心勢值相對較高,其中外向程度中心勢16.706%,高于內向程度中心勢14.952%,由此反映出川西藏區旅游景區的整體空間結構不太均衡。從均值一欄可進一步看出平均每個旅游節點大約與1.475個其他節點存在著聯系。
2.接近中心性
接近中心性刻畫的是某一旅游節點局部的中心指數,衡量的是某一旅游節點與其他節點聯系的多少,不考慮這一節點對其他節點的“控制”能力,而研究旅游者在進入該節點時不依賴其他節點的最短路徑。在計算接近中心度的時候,關注的是捷徑,而不是直接關系。接近中心度的值為路徑長度的倒數。表2的數值反映出,亞丁、紅原大草原、雅江、卡子拉山、新都橋、九寨溝、四姑娘山、巴郎山、折多山9個旅游節點的接近中心度,外向性和內向性均高于均值。這9個旅游節點與程度中心度分析中處于重要位置的核心節點幾乎全部重合,再次印證了這些旅游節點處于整個網絡的中心,從旅游者的游記和攻略的文字描述中能看出這幾個景區的共現率較高,受到旅游者較多的關注。
3.中介中心性
中介中心度反映某一旅游節點在旅游流網絡互動中對其他旅游節點控制和依賴程度,中介中心度越高的旅游節點,對其他旅游節點的控制性越強,越是網絡中的關鍵節點。從表2數據可看出新都橋、八美、紅原大草原、川主寺、畢棚溝、黃龍、九寨溝、亞丁、折多山、貢嘎山、四姑娘山、高爾寺山、甘堡藏寨、汶川地震遺址這14個節點的中介中心度高于均值,表明這些節點對其他節點的控制力較強,處于旅游線路中的樞紐位置。其中,新都橋的數值最高,其次是八美、紅原大草原和川主寺,說明較多的旅游節點需要通過這4個核心節點來發生聯結。從表中還可看到有很多景區的中介中心性數值為零,主要是由于這一地區較為破碎的地理空間所導致,很多景區孤立于一條閉環狀的旅游線路之外,它們與主要景區的聯接性差。同時也反應出這些景點的知名度較低,很多僅出現在自助旅游者的游記中,而很少作為旅行社線路中的重要景點。
網絡中介中心勢的大小則反映所有旅游節點在這一指標上的均衡程度。中介中心勢相對較低,表明旅游網絡中較多的旅游節點通過核心旅游節點來發生聯結。網絡的中介中心勢值僅為4.35%,說明網絡節點間分布較不均衡。
利用UCINET軟件中的Netdraw功能,不僅可以直觀地看到旅游數字足跡下旅游者訪問的重點旅游景區,還能形象地顯示旅游者的訪問路徑。運用NetDraw工具對二分矩陣進行可視化處理,并進行中心性分析后,得到旅游數字足跡下的川西藏區旅游景區的網絡結構圖(見圖1)。從圖1可以看到,旅游者在川西藏區主要形成了3條主要的旅游線路,第一條是以新都橋為重要節點,四姑娘山、八美、塔公、亞丁、海螺溝、雅江為次級節點的雪域高原——藏族風情旅游線路;第二條是以紅原大草原和九寨溝為重要節點,川主寺、郎木寺、花湖、黃龍為次級節點的高山草甸——奇山異水旅游線路;第三條是以桃坪羌寨為重要節點,汶川地震遺址、畢棚溝為次級節點的羌族風情——地質遺跡旅游線路。圖1還顯示出第一條線路形成的空間網絡連線較為密集,說明第一條線路各景區間的聯系較強。通過斷點值的取舍,還可見很多節點在主要的旅游線路之外。同時三條旅游線路各自形成一個單獨的網絡,網絡間的連線非常少,進一步說明川西藏區內的旅游線路關聯帶動性較差,沒有形成具有聯動聚集效應的景區空間結構。
圖1:川西藏區旅游景區旅游數字足跡網絡結構圖
Fig.1:Network structure of tourism digital footprint in Tibetan area in west Sichuan scenic spots
1.通過互聯網對旅游數字足跡進行采集、分析,發現川西藏區的旅游資源豐富,旅游者的足跡遍布59個景區,128個景點,例如郎木寺、高爾寺山等一些小眾、冷門的景點也受到了旅游者的關注。這反映出散客化趨勢下,旅游者的旅游流動性不斷增強,流動范圍越來越廣。
2.基于網絡規模、密度、中心勢3個指標對旅游節點所形成的空間整體結構分析結果,發現川西藏區各景區間聯系不緊密,旅游線路較少,只在少數受歡迎的旅游景區之間存在旅游路線。由于川西藏區地處成都平原向青藏高原的過渡帶,并包括青藏高原東南緣和橫斷山脈的一部分地區,海拔較高,地勢險峻,不利于交通基礎設施的建設,至今該區域都未有一條鐵路線。因此,川西藏區旅游景區的空間結構從整體上呈現出松散性。
3.川西藏區旅游景區的中心度研究結果表明,新都橋、四姑娘山、紅原大草原、九寨溝、亞丁、折多山在這一區域處于核心地位,其中新都橋、紅原大草原同時也是主要的交通樞紐,在連接輻射其他景區上起到重要作用。四姑娘山、九寨溝、亞丁、折多山則主要以其川西藏區特有的自然風光及民俗風情受到了旅游者的青睞。由此可見,旅游景區的交通便捷性和資源稟賦是吸引旅游者的兩大重要因素。通過中心度研究還進一步發現,一些知名度、美譽度較高的景區,如黃龍、臥龍并未成為核心景區。這體現出散客時代旅游者對目的地選擇有所變化,不同于團隊時代下將知名景區串連成旅游線路的模式,其對線路選擇、景區組合的隨機性與個性化都在增強。
1.智慧旅游時代下,運用旅游數字足跡研究旅游者時空行為成為近年來旅游研究中的一個熱點。從旅游者角度,智慧旅游平臺主要分為以網站形式的電腦端應用平臺和手機APP的移動端應用平臺。文中的旅游數字足跡主要來源于2013—2017年電腦端應用平臺上的游記、攻略等文本,缺乏對旅游者移動端應用平臺數據的采集,獲得的樣本在全面性以及時間性上存在一定局限性。今后,充分利用智能手機所具有衛星定位、實時分享、社交媒體等功能,更全面、更及時地捕捉旅游者的時空數字足跡,可作為進一步研究的內容。
2.通過旅游數字足跡收集的旅游者游記或攻略均基于旅游者主體對景區的感知或體驗,其所反映出的景區空間結構帶有旅游散客群體的主觀性和不確定性。因此,在今后的研究過程中,可考慮進一步搜集會議旅游、研學旅游等團隊旅游群體的出行數據,以全面分析旅游者視覺下所形成的景區空間結構網絡。