山東半島城市群旅游信息流網絡結構及其影響因素分析

王文超 車亮亮 王輝

[關鍵詞]旅游信息流; 場強; 社會網絡分析;影響因素;QAP分析

旅游流是以旅游客流為主體，涵蓋旅游信息流、旅游物流和旅游能流的一個復雜的巨系統[1]，是旅游地理學研究的核心。在旅游信息化高速發展背景下，信息與通訊技術（ICTs）和旅游業的交匯融合加速了旅游流及相關要素流的時空交換，也使旅游數據的規模與生產速度迅猛增長。信息已經應用于旅游行業的方方面面，旅游發展與信息業已密不可分[2]，在推動全域旅游、滿足游客需求、調整旅游產業結構、改善旅游產品和服務等方面有效地促進了旅游業的發展變革[3]。旅游信息數據不再難以獲取，這些旅游信息對于游客的出行具有導向作用，在一定程度上反映了某地的旅游需求和旅游吸引力。在客源地和目的地之間產生的與旅游相關信息流的單向或雙向流動[4]便形成了旅游信息流，它具有流量、流向、規模和主從關系等特征[5]。國內外研究者開始注意到信息流與旅游流之間存在相關關系，對旅游信息流的研究日益受到重視[6]。學者們對旅游信息流的探討主要集中于旅游信息流的網絡結構空間分布特征[7-8]，旅游需求預測[9-10]，旅游信息流的影響機制[11]，旅游信息流帶來的影響[12]，旅游信息流與旅游流、區域經濟發展的關系[13-14]等方面。

流空間是圍繞人流、物流和信息流等核心要素，基于流動而建立起來的具有多尺度特征的動態空間[15]。城市是流空間的重要載體[16]，流空間理論已在城市群的人流、交通流、物流等方面取得較多的研究成果，在信息化時代，作為諸多生產要素的空間聚合體，隨著信息的流動與交換，城市群中的聯系較為復雜多樣，逐漸形成一個多層次、多極化的關聯網絡[17-18]，這為區域城市網絡研究提供了新的范式。旅游流是流空間理論在城市群研究當中的一大主題[19]，在旅游信息流動的過程中，以城市為代表的旅游目的地作為主要研究對象，不同城市的經濟發展、旅游資源存在差異，旅游信息在不同城市之間流動的方向和強度也不同[11]，從而形成不同的網絡結構特征。從流空間視角對不同城市群的旅游信息網絡結構進行分析，可以為旅游目的地旅游資源與設施配置、旅游產品開發和線路設計等提供決策依據，從而優化旅游空間布局，提升區域旅游經濟綜合效率[20-21]，對于區域旅游協調發展具有重要意義。

旅游信息流是當前各種“流”要素的研究熱點，但研究內容缺乏從時空角度對旅游信息流空間格局演變特征的探討。對城市群旅游信息流的研究多基于場強理論，強調城市節點的輻射能力，難以解釋城市群內各個節點之間的相互關系，而流空間理論更關注地域發展過程中，不同節點間的網絡連接所形成的空間關系[22]。在旅游信息流的驅動機制研究方面，當前研究以QAP相關分析為主，僅能探究各因素之間存在相互關系，但缺少對各影響因素相互關系的強弱判斷。

基于此，本文以“城市名+旅游”為關鍵詞進行搜索，獲取山東半島城市群2012年到2021年的百度搜索指數，利用場強模型分析各城市節點旅游信息流輻射能力的強弱。基于百度指數建立城市群各城市節點之間旅游信息流入和流出的有向“OD”網絡矩陣，使用ucient軟件建立各個城市之間的區域旅游信息流網絡關系，并選取適度指標對山東半島城市群旅游信息流網絡空間結構特征進行評價。在旅游信息流的驅動機制方面，以推拉理論為基礎，利用QAP相關分析和回歸分析探究各影響因素間的相互關系，解釋城市群旅游信息流網絡結構形成的驅動機制。

1 數據與方法

1.1 研究區域

山東半島城市群位于我國東部沿海地區，不同學者對其區域界定不同，本文所研究的山東半島城市群是指2021年12月31日山東省政府文件《山東半島城市群發展規劃（2021-2035年）》中所包括的區域，作為國家“兩縱三橫”城鎮化戰略布局中的重點城市群，是沿黃河流域七大城市群中唯一成熟的城市群。山東半島城市群以濟南和青島為核心，覆蓋山東全域16市，區域內包括膠東經濟圈、省會經濟圈和魯南經濟圈，是我國經濟發達、人口密集的區域之一。

截至2022年2月15日，山東境內共有14個AAAAA級景區，不同城市間的旅游資源互補性很強，既有以儒家文化為代表的人文旅游資源，也有以海洋旅游資源為代表的自然旅游資源。區域內交通完善、信息產業發達，城市間旅游要素流動極為便利。根據山東省文化和旅游廳的統計數據，2021年，山東省共接待游客7.3億人次，旅游總收入8 278.6億元，分別比2020年增長26.6%和37.5%。2023年3月31日，山東省委、省政府印發《關于促進文旅深度融合推動旅游業高質量發展的意見》。發達的經濟、豐富的旅游資源、便利的交通運輸，加上政策扶持，使旅游業在山東經濟發展中的地位得到進一步鞏固。同時，山東省科技廳制定了《山東省新一代信息技術創新能力提升行動計劃（2023-2025年）》，提出力爭到2025年要實現新一代信息技術創新能力全國領先，屆時，山東信息技術產業優勢將更加突出，旅游信息流動將更加活躍。因而有必要對該區域旅游信息流網絡結構及其影響因素進行分析，為其旅游信息的布局提供依據。

百度指數平臺是以百度海量網民行為數據為基礎的數據分析平臺，是當前互聯網乃至整個數據時代最重要的統計分析平臺之一，自發布之日便成為眾多企業營銷決策的重要依據[23]。百度指數平臺，具備用戶IP地址與手機號碼所屬地的統計功能，自2011年起提供移動端任意時段的無線搜索指數，使得量化一定時間段內某地區對其他地區的旅游相關信息的檢索量成為可能，依托百度搜索引擎，以搜索的關鍵詞為統計對象，并限定搜索的區域范圍，計算各關鍵詞的搜索頻次，可以表示網民對某種事物的需求與關注度。考慮到2012年中國互聯網行業擁有了第一個五年規劃、4G 網絡在中國加速布局，選擇2012年到2021年整體日均百度搜索指數作為衡量各城市間的旅游信息流動情況的標準，以山東省16個城市為旅游信息節點，以“城市名+旅游”為搜索關鍵詞，獲得不同年份的16×16的旅游信息流多值有向原始矩陣。

為研究山東半島城市群旅游信息流的驅動機制，構建了衡量其影響因素的指標體系，數據主要來自2012年到2021年的《中國城市統計年鑒》《山東省統計年鑒》和各地級市統計年鑒，部分空間數據如城市間距離通過ArcGIS 10.8軟件進行測算，將同一經濟圈的心理距離定義為0，不同經濟圈之間的心理距離定義為1。

1.2 研究方法

1.2.1 場強分析

旅游信息流的場強大小可以用來表征旅游信息節點對相應區域旅游信息作用力的強弱，主要包括擴散場強與集聚場強。擴散場強代表城市節點旅游信息的流出情況，可以表示節點對于周圍地區輻射帶動能力。集聚場強代表城市節點旅游信息的流入情況，可以表示節點旅游吸引力的強弱。場強的計算式為

式中：Ei 為節點i 旅游信息流總場強;Qij 為節點i擴散到節點j 的旅游信息流量（j=1，2，3，…），具體指節點j 對節點i 的百度搜索指數;Qji 為節點j 擴散到節點i 的旅游信息流量（i=1，2，3，…），具體是指節點i 對節點j 的百度搜索指數;Dij 為節點i 與節點j 的空間距離，運用ArcGIS 10.8中的pointdistance工具進行測算。

1.2.2 社會網絡分析

在社會網絡分析中，研究者通常會將個體（如人、組織或概念）表示為節點，而他們之間的關系則表示為邊或連線。通過對這些節點和邊進行定量和定性分析，可以揭示網絡中的關鍵節點、群體結構、信息流動路徑以及整體網絡的強度和穩定性等。

本文將山東半島城市群中的16個地級市作為網絡節點，用旅游信息搜索量表示節點之間的信息流動關系，構建山東半島城市群旅游信息流社會網絡結構，以網絡密度、凝聚子群和核心—邊緣分析其整體網絡結構特征，以節點的中心性分析旅游信息流節點特征。

1.2.3 QAP分析

二次指派程序（quadratic assignment procedure，以下簡稱QAP）是以矩陣數據的置換為基礎，探究兩個及多個矩陣中對應元素之間的關系，得出矩陣相關與回歸關系的檢驗方法。該方法與其他傳統的計量方法相比，能有效地解決多重共線性及虛假相關等問題，目前已廣泛應用于社會網絡分析中的影響驅動因素探究，主要包括QAP相關性分析與QAP回歸分析兩種分析方式。其算式為：

式中：Ω 表示研究對象的空間網絡關系矩陣;Xm （m=1，2，…，n）表示影響因素矩陣。

2 結果分析

2.1 場強分析

2.1.1 時間維度分析

從總場強上來看（圖1（a）），2012年到2018年，總場強呈現上升趨勢，并在2015 年達到最高值，2016年到2019 年基本上呈現保持不變的態勢，2020年開始，由于受到新冠疫情的影響，各個城市節點的總場強明顯降低，略高于2013年。就各個城市節點來說，2012年到2018年，各城市總場強基本呈現上升趨勢，并且濟南、青島、煙臺、威海這4個城市上升幅度最大，說明其對周圍地區具有較強的旅游輻射帶動能力，從2014年開始，青島超過濟南，成為山東半島城市群總場強最高的地區。

集聚場強方面（圖1（b）），各城市節點呈現先上升后下降然后又上升的規律，2012年到2015年集聚場強上升，2016年到2020年出現下降趨勢，2021年又開始上升并達到該城市群的峰值。2012年到2020年間，濟南和青島兩城市集聚水平相當，是山東半島城市群旅游信息流的集聚中心，旅游信息流入量較大，對周邊具有較強的旅游吸引能力，煙臺和威海則是該城市群的次級中心。

從擴散場強上看（圖1（c）），與集聚場強走勢相似，2012年到2015年，擴散場強逐漸上升，2016年到2019年整體穩定，2020年到2021年受到疫情的影響又開始下降。與總場強和集聚場強不同的是，濟南的旅游信息流出量較低，沒有成為山東半島城市群的擴散中心，青島、煙臺和威海的旅游信息具有較強的擴散能力，對周圍地區的輻射帶動力較強。

2.1.2 空間維度分析

為探究山東半島城市群旅游信息流的空間分布情況，運用ArcGIS 10.8軟件將各地級市場強可視化，基于旅游信息流場強的時間分布特點以及考慮新冠疫情的影響，選取場強變化特征明顯的2012年、2015年和2019年3個時間段來觀察山東半島城市群場強變動情況（圖2）。利用Jenks自然斷點法，將山東半島城市群劃分為一級、二級、三級和四級場強。

從總場強方面來看，山東半島城市群呈現出多核心的特點，濟南、青島、煙臺和威海4個城市一直是山東半島城市群的一級場強區域，相比其他城市，這些地區經濟發展水平較高，有著充足的旅游資源，對該地區旅游發展具有強大的帶動作用。2012年，二級場強區域只有菏澤;2015和2019年，濟寧和臨沂發展為次級中心，成為二級場強區域。相對于濟寧和臨沂，菏澤在經濟發展水平、旅游資源等方面均處于劣勢，但仍然是二級場強區域，可能與該市地理位置有較大關系。2012年，德州、聊城、濟寧、臨沂、棗莊、濰坊和日照等7個城市為三級場強區域;2015年，三級場強區域變更為德州、聊城、棗莊、濰坊和日照;2019年，濟寧再次成為三級場強區域;四級場強區域未發生明顯變化，泰安、淄博、濱州和東營等4個城市一直是四級場強區域。

從集聚場強方面來看，山東半島城市群呈現出由多核心場強特征向雙核心方向演變的特征。2012年，存在濟南、青島、煙臺和威海4個一級場強區域，濟寧和菏澤為該地區的二級場強區域;德州、聊城、淄博、臨沂、棗莊、濰坊、東營和日照等7個城市為三級場強區域;泰安和濱州為四級場強區域。2015年，形成了以濟南和青島兩個一級場強為核心的雙核結構，對區域內具有較強的旅游吸引力，煙臺和威海成為二級場強區域。圍繞省會濟南，濟寧、菏澤、德州、聊城、淄博、臨沂、棗莊、濰坊、日照、泰安、東營和濱州構成了較低級別的三級和四級場強。2019年，仍然以濟南和青島為核心，臨沂和菏澤成為二級場強，其他三級和四級場強基本未發生變化。

從擴散場強方面來看，山東半島城市群呈現東西方向邊緣地區高于中部地區，且由南向北減弱的結構特點。可以發現，2012年到2019年，青島、煙臺、威海和菏澤一直是山東半島城市群的核心區域，青島、煙臺和威海3個城市經濟發展水平高，區域內旅游資源也較為豐富，而菏澤則由于地理位置的原因，成為較高的擴散場強區域。2012年二級場強區域有德州、聊城、濟寧、棗莊、臨沂和日照6個城市，濟南為唯一的三級場強區域，泰安、淄博、濱州、東營和濰坊5個城市為四級場強區域。2015年，濟南成為二級場強區域，棗莊變為三級場強區域。2019年，日照成為三級場強區域，其他城市基本未發生變化。

2.2 社會網絡分析

2.2.1 網絡密度

旅游信息流網絡當中各個節點密度越大，說明網絡中各節點之間聯結關系越緊密。通過ucinet軟件分析可知，2012 年山東半島城市群旅游信息流的密度為0.287，除2020年因受到新冠疫情影響以外，2012到2021年10年間網絡密度都是逐漸增大的，2021年達到0.308。雖然網絡密度仍然不高，各城市旅游節點間聯結并不完整，但隨著時間的推進，網絡密度在不斷加強，整體網絡化程度也在不斷提高，網絡結構正在不斷優化。

2.2.2 凝聚子群

利用ucinet軟件的凝聚子群分析功能得到2012年、2015年和2019年3個時間截面的凝聚子群情況，利用ArcGIS 10.8軟件將其可視化（圖3）。2012年山東半島城市群旅游信息流存在7個凝聚子群。凝聚子群具有一定的空間鄰近性，但并不完全鄰近，有些子群空間分割較為嚴重，如凝聚子群1被凝聚子群2所分割，凝聚子群5被凝聚子群1所分割，說明旅游信息流具有跨越空間界限的特征，體現了其對地理空間的重構。從子群內部的空間聯系來看，子群1和子群2內部的聯系較強，其他子群的內部聯系非常低，內部聯系緊密的子群經濟發展水平、空間鄰近性和旅游資源替代性較強，而內部聯系低的子群雖然有空間鄰近性，但其旅游資源存在一定的相似性。

2015年，凝聚子群變為6個，凝聚子群空間分布發生了較大的變化。凝聚子群空間分割的特點更加突出，各凝聚子群之間相互分割，從凝聚子群內部聯系來看，除凝聚子群6內部聯系水平較低以外，其他子群內部聯系均較高，大部分子群內部聯系水平都超過0.5，子群內部旅游信息流動性增強。2019年，凝聚子群重新被分為7個。子群之間的空間分割更加明顯，但從內部聯系來看，除子群5和子群6由于空間鄰近性較低、內部旅游信息聯系較低以外，其他子群內部的旅游信息聯系均有很大提高。

2.2.3 核心—邊緣結構分析

利用ucinet軟件核心邊緣分析工具，分析2012年到2021年山東半島城市群核心—邊緣結構，選取變化較為典型的2012年、2015年和2019年作為時間截面進行核心—邊緣結構分析，結合旅游信息流的流向和流量特點將其可視化（圖4）。

根據核心邊緣的離散分析，2012年，山東半島城市群的核心節點為濟南、青島、淄博、煙臺和濰坊。根據核心邊緣的集聚分析，濟南和青島的集聚系數為0.428和0.536，明顯高于其他3個核心（淄博為0.337、煙臺為0.355、濰坊為0.357），因此，這里將淄博、煙臺和濰坊劃分為次級核心區域。邊緣區有棗莊、東營、濟寧、泰安、威海、日照、臨沂、德州、聊城、濱州和菏澤11個城市，集聚系數均小于0.2，山東半島城市群旅游信息流網絡結構呈現核心—次級核心—邊緣的結構特點。 2015年，核心節點依然是濟南和青島;次級核心為濰坊、濟寧和臨沂，核心節點未發生變化，次級核心除濰坊以外，演變為濟寧和臨沂;邊緣區域包括淄博、棗莊、東營、煙臺、泰安、威海、日照、德州、聊城、濱州和菏澤11市。2019年核心節點依然是濟南和青島，濰坊和臨沂依然是次級核心區域，濟寧則成為邊緣區域;邊緣區域為淄博、棗莊、東營、煙臺、濟寧、泰安、威海、日照、德州、聊城、濱州和菏澤。與2012年、2015年相比，次級核心區域的集聚系數有所增大，表明山東半島城市群旅游信息流雖然一直是雙核結構，但其他邊緣節點的聯系也在日益增加。

2.2.4 中心性分析

中心性分析主要包括度數中心度、接近中心度和介數中心度3個方面，是社會網絡分析的重要內容。利用ucinet軟件進行中心度的計算，得到山東半島城市群2012年到2021年旅游信息流網絡結構中各個節點的中心性，并利用ArcGIS 10.8軟件中的反距離權重插值法將其進行可視化表達。

（1）度數中心度。度數中心度是指與其他節點相連的邊數，節點的度數中心度越高，表示該節點在網絡中的連接程度越高，節點在網絡中居于核心位置，節點的度數中心度越低，在網絡中與其他節點的連接程度越低，在網絡中處于邊緣位置。通過分析發現（圖5），2012年度數中心度大于10以上的節點有濟南、青島、淄博、煙臺和濰坊，其中濟南和青島的度數中心度超過了20，青島的度數中心度為24，是網絡結構中度數中心度最高的節點，表明這5個城市有著較高的旅游吸引力和出游能力，其他城市節點的輻射和帶動能力相對較弱，形成了以濟南和青島為核心，淄博、煙臺和濰坊為次級核心，其他城市為邊緣區域的旅游信息流網絡結構。2015年，各個節點的中心度都有所提高，節點之間的相互聯系有所增強，與2012年相比，總體網絡結構變化不大。2019年的中心度相比2012年和2015年有了較大程度的提高，但是核心區域和邊緣區域之間的差異仍然較大，但次級核心與核心的差異在縮小，網絡結構在一定程度上朝著多核心方向發展。表明主要核心區域溢出與輻射效應開始顯現，使其他區域受益，旅游信息流網絡結構開始呈現均衡式發展的態勢。濟南和青島的核心地位未發生變化，度數中心度較高的區域有所增加，淄博、濟寧和棗莊成為中心度較高的區域，次級核心變化較大。

（2）接近中心性。城市節點的接近中心性越高，節點的信息通達性越強，旅游信息流的聯系強度也就越高。可以發現（圖6），2012年、2015年和2019年3個時間階段，接近中心度在不斷增大，說明山東半島城市群信息通達性不斷增強，旅游信息的聯系程度不斷加強。2012年濟南、青島和臨沂具有較高的接近中心性，青島的接近中心度為41，是接近中心性最高的節點。另外，濰坊和威海也具有較高的接近中心性，這與前文的核心—邊緣結構具有一定的相似性。相比于其他城市節點，這些地區擁有著良好的交通條件、出游便捷、經濟發展水平和城市化水平高、居民收入較高、具有著較高的旅游需求等特點。另外，這些地區的基礎設施也比較完善，有著較高的信息化水平，且具有豐富的旅游資源，旅游業開發時間早，有較強的旅游吸引力，從而推動旅游信息在城市群中傳播和擴散，在旅游發展中具有較為突出的地位。2015年濟南和青島是接近中心度較高的區域，濟南的中心度超過青島，成為最高的城市節點，其他城市節點則較為均衡，高低值的變化較為穩定。2019年，濟南和青島仍然是高中心性區域，煙臺的中心度明顯增強，其他城市節點與高中心性節點的差距進一步擴大，表明旅游信息流網絡結構存在較強的極化現象。從2015年和2019年的情況來看，可以明顯地發現雖然各個城市節點的接近中心度都在不斷增大，但是節點之間的差距也在擴大，濟南和青島接近中心性的增量明顯高于其他城市節點，旅游信息流網絡結構朝著雙核心方向發展。

（3）介數中心度。介數中心度越高，表示節點在網絡中具有更大的控制力和影響力。整體來看（圖7），2012年到2019年介數中心度空間分布情況變化不大，濟南和青島一直是介數中心度最高的區域，具有較高的影響力，是山東半島城市群旅游聯系的交通樞紐和中轉通道，其他節點對其依賴程度較高。濟南的介數中心度從2012年到2015年逐漸提高，但從2015年到2019年開始下降，而青島的情況與之相反，其介數中心度2012年到2015年逐漸下降，2015年到2019年逐漸上升，介數中心度的中心區域由內陸地區向沿海地區轉變。相比于濟南和青島，從2012年、2015年和2019年3個時間段來看，其他城市節點介數中心度都非常低，除了煙臺、濰坊、濟寧和臨沂以外，許多節點的介數中心度的值為0，幾乎沒有中轉信息能力。表明網絡結構存在較為突出的極化現象，整體旅游經濟網絡的介數中心度不均衡狀況顯著，濟南和青島作為核心區域充當了各個區域旅游經濟聯系的重要通道，并且青島作為橋梁的中介作用逐漸增強，其影響力和控制力將繼續穩步提升。

2.3 影響因素分析

2.3.1 指標選取

旅游信息流網絡結構受到多種因素的影響，在對旅游信息流驅動機制的研究中，推拉理論被廣泛應用。這一理論最早被拉文斯坦應用于人口遷移問題的研究[24]。在旅游動機的研究中，引起旅游者產生旅游的原因是由客源地的推力因素和目的地拉力因素共同作用產生的。學者們不斷對這一理論進行完善，提出了更為全面的“推—拉—阻”三方面因素[11]102，[25]。本文借鑒已有研究成果，將旅游信息流的影響因素分為“推—拉—阻”3方面，推力因素包括經濟發展水平、人口、交通便捷程度和信息化程度[26]，拉力因素包括政府支持力度、旅游資源稟賦[27]、旅游服務水平和公共服務水平[28]，阻力因素則為空間距離[29]2176，共得到16個指標（表1）作為山東半島城市群旅游信息流網絡結構的驅動因素。

2.3.2 結果分析

QAP分析是一種非參數分析法，不需要考慮變量之間是否相互獨立，同時又能較好地處理“多重共線性”的問題[30]，可以得出穩健、有效的矩陣間相關系數。但QAP相關分析僅能得到多個變量之間的相互關系，無法對各個變量之間的關聯程度進行分析，這就需要借助QAP回歸分析。QAP回歸分析可以用來探究因變量矩陣與多個自變量矩陣之間的關系，使分析結果更加精準[31]。本文將收集到的影響因素指標通過兩兩地級市間的相對差值計算，建立有向的差異矩陣，利用ucinet軟件中的 QAP相關分析和回歸分析功能分別計算因變量關系矩陣和自變量關系矩陣的相關系數和回歸系數（表1）。

由QAP相關分析結果（表1）可以發現，地區生產總值、普通高等學校在校學生數、民用汽車擁有量、移動電話年末用戶數、電信業務總量、國際互聯網用戶數、A 級景區擁有量、住宿餐飲業從業人員數和公園綠地面積顯著性水平在1%和5%之間，通過了顯著性水平檢驗，且為正相關，說明經濟發展水平、人口因素、交通便捷程度、信息化程度、旅游資源稟賦、旅游服務水平、公共服務水平和旅游信息流存在相關性，而政府支持力度、空間聯系程度與旅游信息流之間并不存在相關性。推力因素與旅游信息流的關聯性較高，拉力因素除政府支持力度以外，其他因素和旅游信息流有一定的關聯性，而阻力因素并沒有對旅游信息流產生影響。進一步對相關因素進行QAP回歸分析，由回歸結果（表1）可知，與旅游信息流相關的因素只有普通高等學校在校學生數、民用汽車擁有量、移動電話年末用戶數、電信業務總量、國際互聯網用戶數和公園綠地面積6個因素通過了顯著性檢驗，且民用汽車擁有量和移動電話年末用戶數對旅游信息流具有負面影響，僅有普通高等學校在校學生數、電信業務總量、國際互聯網用戶數和公園綠地面積對旅游信息流產生了正面影響。從影響程度上看，普通高等學校在校學生數對旅游信息流的影響最大，回歸系數為0.556，其次是公園綠地面積，而電信業務總量和國際互聯網用戶數對旅游信息流的影響相同。

在推力因素中，經濟發展水平與旅游信息流網絡結構雖然有一定的相關性，但不能說明山東半島城市群各節點的經濟發展水平會影響旅游信息流的流動情況;人口因素，特別是人口質量會對旅游信息流網絡結構產生顯著的影響，從而導致旅游需求的增加、目的地選擇的變化、旅游服務和設施的調整以及旅游信息獲取渠道的增加，這些因素都將共同影響旅游信息流的網絡結構;交通便捷化程度對旅游信息流網絡結構具有負面的影響，這可能是因為交通便捷化使得更多的旅游目的地變得可訪問，導致游客面臨信息過載的問題，大量的旅游信息和選擇可能使得游客難以篩選和確定最佳的旅行目的地和行程;信息化程度對旅游信息流網絡有著正向的影響，是區域內旅游信息流動的基礎，促進了區域旅游信息流網絡結構的形成。在拉力因素方面，政府在促進旅游信息的發布與傳播的同時，也在集中控制旅游信息發布平臺和資源整合，可能會限制其他獨立媒體、社區和個人發布信息的自由，阻礙其他機構或企業進入市場，限制競爭和創新的發展，造成信息的單一性和局限性，削弱了旅游者獲得多樣化信息的能力;旅游資源稟賦雖然對旅游信息流的網絡結構的影響程度不大，且這種影響可能受到旅游資源質量的制約，如果一個目的地的旅游資源質量較差，相關的旅游信息評價較為負面，旅游者可能會增加對旅游信息的甄別篩選;良好的公共服務，對旅游者具有導向作用，旅游者對其關注度會隨之增加，特別是以公園綠地面積為代表的環境設施對城市節點旅游信息流網絡具有較強的影響。在阻力因素上，地理距離和心理距離的遠近可能會阻礙旅游信息的流動，同時獲取的旅游信息也會增強旅游者對空間距離的認知，進而降低對某一空間范圍內旅游目的地的信息關注和搜索。

綜上分析，人口素質和信息化程度是影響旅游信息流網絡結構形成的關鍵推動力，使旅游者產生旅游動機，在旅游目的地旅游服務水平和公共服務水平的拉力作用下，這種動機得到了增強，從而驅使旅游者產生旅游信息搜索行為。同時，以空間距離和心理距離為代表的阻力因素會對動機形成產生抑制作用。在“推-拉-阻”3種作用力的影響下，形成較為復雜的“流動空間”，構成了山東半島旅游信息流網絡結構的基本形態。

3 結論與討論

3.1 結論

本文以山東半島城市群16個地級市為研究對象，基于百度指數和場強理論，借助社會網絡分析法，探討了山東半島城市群旅游信息流場強特征和網絡空間結構特征及其影響因素，得到以下結論：

（1）在旅游信息流場強時間演變上，山東半島城市群旅游信息流場強表現出上升—停滯—下降的特征。第一階段，2012年到2015年，總場強、集聚場強和擴散場強基本呈現上升趨勢，并在2015年達到峰值;第二階段，2016年到2019年，各場強趨于停滯基本保持一致;第三階段，2020年開始，各個城市節點的旅游信息流場強明顯降低。在旅游信息流場強空間分布特征上，山東半島城市群信息流總場強呈現多核心的特點，濟南、青島、煙臺和威海4個城市一直是山東半島城市群的一級場強區域;集聚場強方面，山東半島城市群由多核心場強特征向雙核心方向演變;擴散場強方面，山東半島城市群呈現出東西方向邊緣地區高于中部地區，且由南向北減弱的結構特點。

（2）在旅游信息流整體網絡結構上，山東半島城市群旅游信息流網絡密度日趨緊密;凝聚子群空間隔離加強，內部聯系程度得到深化;網絡結構具有明顯的等級性，表現為核心—次級核心—邊緣地區的梯度分布特征，并且這一特征呈現強化的趨勢。網絡中心性雙核心特征顯著，區域差異明顯，3個時間節點中，度數中心度、接近中心度和介數中心度的最高值均在濟南和青島間穩定轉移，中心性大體由濟南—青島一線向南北兩翼遞減，網絡中心性極化趨勢較為突出。

（3）在旅游信息流網絡結構影響因素上，山東半島城市群旅游信息流網絡結構受到推—拉—阻3種作用力的影響，推力和拉力因素與山東半島旅游信息流網絡結構具有較強的相關性，而阻力因素相關性不明顯。推力因素是旅游信息搜索的直接動因，以人口和區域信息化程度的影響最為直接;旅游服務和公共服務水平等拉力因素進一步拉動旅游信息搜索，進而推動旅游信息流網絡結構的形成;空間距離及其引起的心理距離對旅游信息流網絡結構形成產生制約作用。

3.2 討論

旅游信息流正成為旅游流熱點研究領域，集中于場所空間，多用來衡量區域城市節點之間輻射能力的強弱[29]2169。隨著流動空間理論的發展以及社會網絡分析等研究方法的日益成熟，對旅游信息流網絡結構的研究逐漸受到了關注，相關研究開始關注于旅游信息在節點間的流動狀況[17]424，[18]1338，[19]199，但兩種研究方向較為獨立。本文在此基礎上，探究各個城市節點旅游信息流場強輻射能力的強弱，并對旅游信息流網絡結構特征進行了分析，關注城市群內部空間節點之間的旅游信息聯系，在研究內容上較為新穎，可以更好地了解各個城市節點間相互關系及其演變情況，推動各個城市節點及時調整旅游發展方向。

推拉理論已被廣泛應用于旅游信息流驅動機制的研究中，學者們不斷對這一理論進行完善，提出了更為全面的“推—拉—阻”三方面因素[11][31]，并建立了相應的影響因素評價指標。本文以此為依據，構建了“推—拉—阻”影響因素評價指標體系。當前，山東半島城市群正快速推進全域旅游建設，需要探明影響區域旅游整合的各類因素，然而，在影響因素研究上，前人對區域旅游信息流發展的影響因素研究多以各因素之間的相關性分析為主，不能很好地衡量各因素對旅游信息流的影響程度。本文將QAP相關分析和回歸分析相結合，分析了區域旅游信息流網絡結構的形成原因，對各影響因素的影響程度進行了分析，研究結論與相關研究具有一定的相似性，但核心影響因素方面具有一定的差距，其原因為何可在不同區域的對比研究中加以解決。本文對山東半島城市群旅游信息流網絡結構影響因素的研究對于改善城市節點之間的旅游信息聯系，從而制定正確的區域發展藍圖、協調區域旅游發展、增強區域旅游整體競爭力具有理論指導意義。

本文也存在一些不足之處。隨著移動大數據的普及，旅游信息的來源具有多樣性，如網絡搜索數據、在線文本數據、移動通信數據、網絡瀏覽數據等。本文只收集了網絡搜索數據中的百度指數數據，數據來源較為單一，對旅游信息流的研究可以擴展至旅游信息的來源途徑，選擇不同類型、不同平臺的旅游數據進行綜合研究，在地域范圍上也可增加多個區域進行對比分析。另外，旅游信息流的產生具有綜合性，本文單獨分析了影響旅游信息流形成的因素，但對于旅游信息流和其他信息流之間的關系如何，旅游信息流為區域旅游發展帶來的實際效應如何，本文沒有展開討論，今后研究中可探究旅游信息流與其他旅游要素流之間的相互關系。

3.3 相關建議

基于對山東半島城市群旅游信息流時空特征分析及網絡結構特征及其影響因素的分析，針對旅游信息流網絡結構存在的問題及其影響因素，本文從以下幾個方面提出了相關優化建議。

（1）提高城市服務和功能，增強旅游吸引力。核心城市應加強城市內部交通的公共交通系統，合理規劃線路和增加車輛數量，確保公共交通的覆蓋面和頻次以滿足人們的需求;其他城市節點應首先提高與外部聯系的交通通達性，同時兼顧內部交通建設;加強環境保護設施建設，包括垃圾處理中心、污水處理廠、綠化帶等，推行垃圾分類和廢水處理的政策，改善城市環境質量，提升旅游者體驗感;積極引進旅游業優秀人才，優化區域旅游人才結構，為旅游者提供高水平的旅游服務;還要加強醫療保健、 公共安全和社區設施等方面的建設，全方位提高城市服務水平和服務功能。

（2）促進區域合作，增強城市節點之間的相互聯系。在各個經濟圈內部，魯南經濟圈中，濟寧、臨沂和棗莊有著豐富的紅色旅游資源;膠東經濟圈中，青島、煙臺、威海和日照均擁有豐富的海洋旅游資源，這些城市之間旅游發展具有一定的相似性，通過協商和合作，推動城市間互聯互通，發展全域旅游。就各城市節點來說，應發揮核心城市節點和次級核心節點對周邊地區的帶動作用，加強核心城市與邊緣城市經濟合作與文化交流，邊緣地區城市節點應積極向核心節點靠攏，加強自身的基礎設施服務水平建設，強化與其他城市的聯系。

（3）發掘旅游資源潛力，突出城市的獨特性。在凝聚子群分析中，山東半島城市群空間分割較為嚴重，這體現了各個城市節點旅游資源存在較大差異，不利于整體的協同發展，但這種差異可以轉化為節點的獨特性優勢。山東半島城市群旅游資源充足，各個城市節點均擁有獨具特色的旅游資源，各個城市節點應利用其獨有的旅游資源，避免區域之間旅游產品的雷同現象，打造獨具特色的旅游名片，提高城市魅力，增強旅游吸引力。

（4）加強信息化建設，促進旅游信息流動。各地區信息化程度的差異是造成旅游信息流網絡結構形成的主要原因。建設與完善寬帶網絡、數據中心、通信基站等基礎設施，提供良好的信息和通信基礎設施支持;建設城市群內各城市間的旅游大數據共享平臺，對相關企業服務行為加以規范，升級服務系統，從而形成一體化的旅游信息服務體系，實現跨部門、跨城市的旅游數據共享與協同管理，促進信息資源的整合和高效利用，讓游客全面、及時地了解相關信息;大力發展數字經濟，推動城市群內的創新創業和產業轉型升級，培育數字經濟產業集群，提升城市群的經濟活力和競爭力。