山地旅游地旅游流網絡結構演化特征以貴州省為例

程小蝶，王 坤，雷振仙，羅夢雪

(貴州大學 旅游與文化產業學院,貴州 貴陽 550025)

旅游流是一個具有空間屬性的旅游經濟系統的紐帶[1]，連接著旅游客源地與目的地和不同目的地之間的旅游節點。旅游流網絡研究可豐富旅游者行為和旅游空間理論體系，為目的地旅游資源與設施配置、線路設計、旅游產品開發和區域規劃等提供決策。目前，國外學者對旅游流研究內容主要集中在旅游流時空演化[2,3]、旅游需求[4]、空間模式[5,6]、動力機制[7,8]等方面，對旅游流網絡演變相關研究相對偏少。近年來，國內學者開始展開對旅游流網絡的研究，利用抽樣調查與數理統計、GIS空間分析法、社會網絡分析法、區域經濟學、空間引力模型等方法研究旅游流網絡的時空分布特征[9-11]、空間結構特征[12-16]、影響因素[17,18]、流動效應[19，20]和網絡演化[20-23]等內容，研究尺度主要集中在大尺度的入境旅游流、區域層面的城市群之間旅游流動研究與微觀尺度的特定旅游城市和目的地旅游流網絡研究，從中觀尺度深入分析省域視角下旅游流網絡特征和景點演變及其網絡之間的關系鮮有研究。

因技術手段的限制和數據采集的難易程度，現有的旅游流研究在以下兩個方面值得進一步探討。①在研究區域上，涉及出入境、城市(群)和景區等尺度，對于特定的旅游地類型研究較少。山地旅游地作為我國一種特殊且重要的旅游地類型，前人的研究停留在對山地旅游資源評價、可持續發展、山地休閑旅游和景區空間分布等方面，而針對山地旅游流網絡結構研究還存在缺口，需要補充和完善。②在研究內容上，省域尺度上已有研究多注重某一時間段的截面數據進行旅游流網絡結構分析，少有通過采用不同年份數據比較來分析旅游空間網絡的旅游者流動演化特征，有待進一步突破。本文以典型的山地公園省貴州省為例，在挖掘網絡游記行程的基礎上，利用社會網絡分析法，結合ArcGIS空間分析方法，分析了貴州省內部旅游流網絡節點結構和整體結構，探索了不同年份下該省旅游流網絡結構演變特征，并針對性提出優化對策，以期進一步豐富游客流動分析的數據來源，深化山地旅游地類型旅游者流動演化研究，為山地旅游地旅游網絡優化發展提供參考和借鑒。

1 研究區概況、數據處理與研究方法

1.1 研究區概況

貴州省地處云貴高原，境內主要為高原山地類型，與四川、湖南、云南、廣西和重慶等省區接壤，是全國唯一一個沒有平原的省份，也是我國山地旅游大省和世界知名山地旅游目的地。近年來貴州省旅游業保持“井噴式”發展的良好態勢，2013—2019年全省旅游總人數從2.7億人次上升到11.4億人次，旅游總收入從1860.16億元增長至12318.86億元[24]。貴州省山地旅游流規模龐大，極大地影響著該省經濟發展。貴州省山地旅游地眾多，梵凈山、龍宮、鎮遠古鎮、百里社鵑、小七孔等山地景觀構成了獨特的旅游吸引體系，但前人的研究對于貴州山地旅游地之間的旅游者流動鮮有關注。因此，本文選擇山地公園省貴州省具有良好的典型性和代表性，通過挖掘網絡游記數據，分析該省山地旅游流網絡結構演化特征，為優化山地旅游地交通規劃、空間布局及旅游線路提供理論參考。

1.2 數據來源及處理

本文使用網絡爬蟲程序來采集數據，統計對象為旅游者在攜程網和去哪兒網兩家旅游網站上發表的網絡游記，統計時間分別為2013年、2016年、2019年。去掉無效的數據，分別獲得記錄261條、687條、867條網絡游記文本數據，并在此基礎上整理出旅游者空間流動數據。共涉及到貴州省262處景點，為簡化分析，統計出以上記錄中每個景點的旅游者到訪頻次，選擇有2個及以上景區的行程，根據旅游者到訪的先后順序將實際游覽的行程拆分為有向節點對，如：小七孔→青巖古鎮→鎮遠古城可拆分為小七孔→青巖古鎮、青巖古鎮→鎮遠古城，節點對之間存在N次直接流動則記為N，不存在流動則記為0，建構加權有向矩陣。

1.3 研究方法

社會網絡分析方法：社會網絡是社會行動者及其彼此關系的集合，通過對行動者及其互相關系進行分析來揭示旅游地之間的關系和通達性、旅游者的流量和傾向，通常以網絡的整體和個體兩方面的屬性反映網絡結構的特點。本文使用Ucinet6.0軟件進行社會網絡分析，從網絡整體結構指標和節點結構指標來動態分析評價貴州省2013年、2016年和2019年旅游流網絡結構演變特征，通過旅游網絡密度、核心—邊緣模型和凝聚子群來反映該省旅游流的整體網絡結構演化特征，并通過程度中心性和接近中心性等指標來反映該省旅游流的節點結構演化特征。

GIS空間分析方法：地理信息系統(GIS)是采集、處理、存儲、分析和表達空間數據的信息系統，把地理對象的空間信息與相關屬性相結合，可用于進行空間數據處理分析。本文運用ArcGIS軟件對貴州省2013年、2016年和2019年旅游流網絡空間分布形態進行可視化表達。

2 旅游流網絡構建

本文使用Ucinet6.0軟件中Netdraw模塊，分別構建了貴州省2013年、2016年、2019年的山地旅游流網絡結構圖(圖1)。圖1中，方形面積代表了節點的流出量和流入量總和，節點間連線代表了旅游者之間的流動，面積越大流量越大，連線越粗聯系越緊密。圖1顯示，方形面積一直較大且與其他節點聯系緊密的節點主要有西江千戶苗寨、黃果樹瀑布、鎮遠古城、青巖古鎮、小七孔等景區，是貴州省旅游流的集聚擴散中心，梵凈山從2016年開始吸引著越來越多的旅游者，流動性逐漸增強，步入該省旅游集散中心的行列。2019年旅游流網絡出現了大量新的旅游節點，包括觀山湖公園、筑城廣場、荔波古鎮、堂安侗寨、寨沙侗寨、丹寨萬達小鎮和中國天眼等，其中多數集中在貴陽市中心及其核心景點周邊，還有部分為新興熱門旅游景點，貴州省旅游流網絡呈現出分散化的特征。

圖1 貴州省山地旅游流網絡結構

3 旅游流整體網絡結構演化

3.1 旅游網絡密度

本文通過Ucinet 6.0軟件網絡密度分析來判斷貴州省旅游網絡聯系強度的變化。貴州省2013年、2016年、2019年旅游流網絡密度值分別為0.0818、0.0872、0.1002，旅游流網絡密度有所增加但整體偏低，反映出貴州省旅游流網絡凝聚力不斷增強，但旅游流流量分布不均衡，網絡聯系強度有待提高。本文借助ArcGIS 10.5軟件對貴州省旅游流網絡進行可視化分析，繪制3個年份的山地旅游流網絡空間分布結構圖(圖2)，以揭示貴州省旅游流動在地域空間上的分布規律。從圖2可見，貴州省整體網絡規模不斷擴大，聯系趨向稠密化。自2016年開始，遵義市景點與其他市州景點流動變得頻繁，銅仁市與各大旅游集散中心聯系變得更為緊密，六盤水市開始有稀疏的流量流向其他市州。由此可得，貴州省旅游流主要集中在旅游資源稟賦極高、位置優越的景點，具有貴陽市、黔東南州、安順市等旅游城市帶動全部市州旅游發展的趨勢。

圖2 貴州省山地旅游流網絡空間結構

3.2 核心—邊緣結構

本文通過Ucinet 6.0軟件核心—邊緣結構進一步分析了旅游節點在整體網絡演化中的地位。近年來，貴州省旅游流網絡核心—邊緣結構緊密度的變化如表1所示。2013—2016年，貴州省旅游流網絡核心區變化幅度較大，核心景點從開始的5個增加到12個，遵義市重要景點開始加強與其他核心景點之間的聯系，在網絡中優勢地位凸顯，婁山關、遵義會議會址、紅軍總政治部舊址、紅軍山等紅色旅游景區的核心度不斷增加,成為核心景點，但核心節點之間的聯系緊密度降低。2016—2019年，隨著貴州省旅游網絡的進一步演進，核心區增加了梵凈山和黔西南州的萬峰林和馬嶺河峽谷，其他市州分流到部分客流，導致遵義市旅游地位相對下降，景點的中心性下降，遵義市景點退出了核心區,而黃果樹瀑布、甲秀樓、黔靈山公園、鎮遠古城和西江千戶苗寨等景點在演變過程中一直為核心景點。貴州省核心區經歷了從“規模擴張、聯系稀疏”到“規模緊縮、聯系增強”的演化過程，核心節點之間的聯系整體上呈上升的趨勢，核心景區對邊緣景區的輻射擴散作用呈現波動增強的趨勢。

表1 貴州省旅游流網絡核心—邊緣緊密度

3.3 凝聚子群

本文通過Ucinet 6.0軟件的Concor算法進行了凝聚子群分析，以進一步判斷旅游節點組團關系的演變過程。比較2013年、2016年、2019年凝聚子群分析結果發現，貴州省旅游流網絡3級層面一直保持著8個凝聚子群。根據3個年份的密度矩陣，核心景點所在的子群和位于同一城市或鄰近地區的子群之間流動頻繁、聯系緊密。2016年，遵義市內部景點所在子群聯系不斷增強，大部分景區躍升為核心景點，聯系尤其緊密。2019年，核心景點所在的子群之間的聯系不斷增強，黔東南州、貴陽市內部的子群景點頻繁聯系。隨著時間的推移，大部分子群內部密度不斷增加，顯示出貴州省大部分市州的內部景點呈現抱團發展模式，緊密度不斷提高，黃果樹瀑布、西江千戶苗寨、青巖古鎮和梵凈山等核心景點之間的輻射集聚作用也更加明顯，而這些核心景點所在子群對其他子群的聯系緊密度增幅較小，輻射集聚作用不均衡。

4 旅游流網絡節點結構演化

4.1 程度中心性

程度中心性反映了節點在整體網絡中的集聚和擴散能力強弱，可分為外向程度中心性和內向程度中心性。本文通過Ucinet 6.0軟件網絡模塊計算了2013年、2016年、2019年貴州省旅游流網絡的程度中心性(圖3)。其中，黃果樹瀑布、甲秀樓、西江千戶苗寨、青巖古鎮、鎮遠古城和黔靈山公園等景點一直為高集聚高擴散的核心景點，在貴州省旅游流中承擔著中心作用，是最重要的目的地和客源地。比較以上節點在不同年份的外向和內向程度中心度，黃果樹瀑布和甲秀樓流出與流入差距逐步擴大，節點輻射能力凸顯，鎮遠古城、西江千戶苗寨外向和內向程度中心性逐漸變得接近，從擴散型演變成平衡型。2013—2016年，云臺山、花溪公園、龍宮、赤水大瀑布、天河潭等擁有天然區位優勢的景點，集聚輻射能力不斷增強，成為高集聚高擴散的重要景點。2016—2019年，梵凈山、萬峰林和織金洞的集聚擴散能力逐漸凸顯，游客流動性增強，成為新的高集聚高擴散景點，顯示出銅仁市、黔西南州和畢節市等地區旅游地位的逐漸上升。

圖3 貴州省旅游流網絡程度中心度比較

由貴州省3個年份節點內外程度中心度之和的趨勢圖可以分析出，貴州省旅游流網絡結構表現出顯著的層級結構，將貴州省旅游景點分為核心旅游地、重要旅游地、一般旅游地和邊緣旅游地4個層級(表2)。2016—2019年，萬峰林和織金洞從一般旅游地上升為重要旅游地，翠微園從邊緣旅游地躍級升為重要旅游地，花果園濕地公園、婁山關和小黃侗寨等景點上升為一般旅游地。2019年新出現的旅游節點，丹寨萬達小鎮、中國天眼、下司古鎮和荔波古鎮等為一般旅游地，而丙安古鎮、河濱公園、紅楓湖、舞陽河、隆里古城等景點程度中心性都有所下降，從一般旅游地變成邊緣旅游地，主要因為以上景點的旅游資源缺乏獨特性，旅游知名度沒有相應提高。梵凈山獨具旅游特色，隨著交通網絡完善，集聚特征凸顯，從2013年的邊緣旅游地到2016年成為一般旅游地，2019年躍升為核心旅游地。由此可見，貴州省旅游流網絡結構表現出整體等級進化和不同層級之間具有明顯的景點躍遷的演化特征。

表2 貴州省旅游地等級劃分

4.2 接近中心性

接近中心性可反映旅游者在旅游節點之間轉移的通達性和有效性。比較分析2013年、2016年、2019年各景點的內向和外向接近中心性(表3)發現，自2013年來，黃果樹瀑布、小七孔、西江千戶苗寨、甲秀樓、鎮遠古城、青巖古鎮等景點的內、外向接近中心度一直位于前列，通達能力最強，其他景區的接近中心度不斷發生變化。甲秀樓、黔靈山公園、青巖古鎮和花溪公園等貴陽市內景點的接近中心度一直遠超平均值，從2016年開始，天河潭、花果園濕地公園、翠微園等節點的接近中心性逐步超越平均水平，且大部分貴陽市內景點的外向接近中心性大于內向接近中心性，表明貴陽市大部分旅游節點的外向聯系更為便利，接近中心性高值區逐漸向貴陽市覆蓋擴散，貴陽市作為貴州省內旅游網絡最大中轉城市的地位不斷鞏固。2019年，梵凈山的接近中心度僅次于西江千戶苗寨，飛躍為第二位。2016年，花溪公園、萬峰林、草海、天龍屯堡和南江大峽谷等景點的外向接近中心性遠大于內向接近中心性，表明這些旅游景點受周邊的核心景點輻射較大，如天龍屯堡受黃果樹瀑布、花溪公園受青巖古鎮輻射影響較大。2019年，除金海雪山、仁懷茅臺鎮之外，貴州省旅游節點外、內向接近中心性相差不大，逐漸趨向平衡。

表3 2013—2019年貴州省旅游流網絡節點度中心性比較

4.3 中介中心性

中介中心性反映了某節點對其他節點的依賴程度與控制能力。近年來，貴州省內大部分旅游節點中介中心性排序發生了較大變化，而黃果樹瀑布、西江千戶苗寨、小七孔、青巖古鎮、甲秀樓和遵義會議會址等景點中介中心性遠大于均值，一直穩居前十位，說明這些景點對其他景點的控制性強，是旅游者前往貴州省參觀的主要景點，并以此為中轉進而參觀其他景點。四洞溝、紅石野谷、赤水丹霞和桫欏王國等節點分別由2013年的第六位、第十位、第十一位和第十二位下降到2016年的第四十二位、第二十四位、第十九位和第四十七位，中介作用明顯衰減，這些景點位于貴州最西北端的遵義赤水，鄰近川渝地區，主要依靠遵義會議會址與省內其他核心景點加強聯系。梵凈山的中介中心性地位一直在上升，2019年躋身前三位，優勢地位凸顯，表明梵凈山對其他景點的控制性逐步增強。然而，大七孔、舞陽河和南江大峽谷等節點中介中心性水平一直處于較低水平，這些景點要注重自身旅游特色的挖掘，并加強和周圍優勢景區的互動。紅軍總政治部舊址和何應欽故居等節點中介中心性水平變化不大，一直處在較為劣勢地位，這些人文旅游地有待提高體驗性，拓寬研學旅游市場。

總體來說，比較同一節點的不同中心性，發現貴州省各空間節點在旅游流網絡中承擔著不同的角色，在高中心性的各個節點中也扮演著不同的旅游角色，外向程度中心性遠大于內向程度中心性的節點為集聚型景區，為游客進入貴州的旅游首選，進而前往其他景區，相反為擴散性景區。舞陽河和中國天眼接近中心度較高，但中介中心度極低，這樣的景點為區域內活躍的節點。而中介中心性較大的旅游景點為媒介型景區。梵凈山從銅仁市內活躍的節點變成為集聚型節點，說明隨著交通可達性和知名度的提升，部分旅游節點在網絡中的功能發生了改變。

貴州省旅游流網絡總體呈現一定的穩定性，但旅游節點表現冷熱不均的特征，絕大部分流量流向資源等級極高、交通極佳的位置。然而，資源稟賦極高的百里杜鵑景區為國家5A級景區，同時是政府大力宣傳的旅游點，但礙于游玩的季節性限制和與其他核心景區距離較遠，近年來與其他旅游節點的聯系極為稀疏，在貴州省旅游流網絡中地位極低，往往成為游客“一日游”的景點。同時，茂蘭景區、海龍屯等世界遺產地受到的關注也較少。這說明游客對貴州省內旅游景點的選擇并不完全受到景區級別的影響，隨著時間的推移，在一定程度上受景區知名度和景區特色的影響，傾向于網紅打卡點。

5 結論與建議

本文以貴州省為例，通過對旅游者在攜程網和去哪兒網兩家旅游網站上發表的貴州省網絡游記的數據挖掘，基于社會網絡法構建了2013年、2016年和2019年山地旅游流網絡結構，并分析了其網絡演化特征，得到以下主要結論：①整體網絡演化方面。隨著時間的推移，貴州省旅游流網絡密度有所增加，整體網絡變化緩慢，局部變化明顯，網絡不斷出現新的節點，節點之間的聯系逐步增強。近年來貴州省旅游流網絡皆存在明顯的核心—邊緣特征，盡管在2016年核心區內部和核心區與邊緣區之間的聯系度有一定的降低，但整體上呈現波動增長趨勢。貴州省旅游流網絡系統在動態演變過程中，開始凝聚成群，2級和3級凝聚子群的個數基本保持不變，子群組成不斷發生變化，但整體上處于穩定發展狀態，大部分城市內部景點和各核心景點之間呈現抱團發展模式，核心景點的輻射集聚效應逐步明顯，但在核心區和邊緣區作用不均衡。②網絡節點演化方面。黃果樹瀑布、西江千戶苗寨、青巖古鎮、甲秀樓、小七孔和鎮遠古城等節點各項中心度均較高，一直是貴州省旅游網絡的主體，為高等級旅游節點，具有極強的輻射、中轉和集聚功能。隨著知名度和交通可達性的不斷提高，梵凈山各項中心性指標不斷提高，強中心性逐步凸顯，逐漸發展成為核心旅游地。遵義會議會址逐步成為遵義市最大的旅游集散中心，銅仁市、黔西南州和畢節市等地區的旅游地位逐漸上升，貴陽市作為貴州省旅游網絡的最大中轉城市，大部分旅游節點的外向聯系呈現擴張態勢。山地旅游地中不同旅游景點在網絡中承擔著不同的角色，不同景點在網絡中定位發生演化。山地旅游流絕大部分流向資源等級高且交通便利的景點，同時傾向流到景點知名度高和特色鮮明的景點。③網絡層級演化方面。貴州省旅游流網絡結構演化存在等級進化和景點躍遷兩種類型。貴州省旅游景區的吸引力大小存在差距，導致旅游節點等級分層始終存在。根據景點程度中心性，分別將3個年份的旅游景點劃分為核心旅游地、重要旅游地、一般旅游地和邊緣旅游地。隨著時間發展，同一景點隨著旅游知名度的不斷提高和交通網絡道路的建設完善，在不同年份被劃分為不同層級的旅游地，出現節點躍遷的情況，如梵凈山。旅游流網絡在不斷出現新的旅游節點的同時，資源稟賦高或獨具地理優勢的旅游景點等級不斷攀升。

根據對山地旅游地旅游流網絡的空間結構演化特征分析，本文提出以下3點建議，以優化貴州省山地旅游流網絡的發展格局：①加強核心與邊緣景點的旅游合作。核心節點之間聯系緊密度不斷增長，但核心區對邊緣區的輻射擴散作用有待加強。資源稟賦高但位置偏遠和區位優越但吸引力不足的邊緣景點應積極向核心景點靠近，促進旅游流跨文化跨區域流動，萬峰林、織金洞、龍宮和肇興侗寨等景點爭取進入網絡的核心位置，發揮核心景點的引領作用，并著力優化核心和邊緣景點聯合的旅游產品線路，使貴州省旅游流網絡更加均衡發展。②完善旅游交通網絡。山地旅游景區的發展很大程度受到交通因素的制約，旅游交通及線路合理規劃是貴州省旅游流網絡優化的主要實現方式之一。貴州省核心和重要景點絕大部分位于貴陽市、黔東南州、安順市、黔南州和遵義市等5個市州，交通路網整體呈現4大旅游城市圍繞貴陽市為核心的“四角星”分布。因此，應完善遵義紅色文化之旅、黔東南少數民族風情之旅、黔南綠色自然之旅、安順瀑布溶洞之旅4條以貴陽市為核心出發的旅游軸線，將省內的核心旅游地串聯起來，充分發揮旅游軸線和核心景點的集聚和擴散效應，進一步優化貴州省交通網絡體系，提高畢節市、銅仁市等市可進入性，構建貴州省旅游交通網絡新體系。③完善旅游網絡結構體系。整合貴州省內旅游資源，加強山地旅游圈建設，提升旅游節點關聯性。綜合各旅游節點空間分布情況、中心度大小、凝聚子群及旅游特色，以貴陽市、黔東南州、安順市、黔南州和遵義市5大旅游發展城市為中心，構建以青巖古鎮和甲秀樓為首的貴陽旅游圈、以黃果樹瀑布和龍宮為首的安順旅游圈、以西江和鎮遠為首的黔東南旅游圈、以小七孔為首的黔南旅游圈和以遵義會議會址和赤水旅游區為首的遵義旅游圈，形成東、南、西、北、中的5大旅游圈，重點建設4條發展軸線，加強貴州省旅游網絡軸線建設，聯動各市州旅游發展。