查晓莉　徐雨晨　陆林　赵海溶

[摘 要]上海迪士尼主题乐园作为都市旅游发展新要素，具有强烈旅游辐射效应。从旅游者视角研究上海迪士尼旅游流空间分布与流动对于主题公园类旅游者空间行为及流动提供理论认识，对合理有效地组织城市内部和跨区域旅游空间结构和旅游线路开发提供实践借鉴。文章基于实地调研获得旅游活动空间数据，研究上海迪士尼旅游者在上海市、长三角区域和全国不同尺度目的地内的空间分布形态和旅游流流动特征。研究表明：（1）上海迪士尼国内旅游者在沪内有向高禀赋旅游景区集聚趋势，沪内旅游热点主要集中在中心城区和浦东新区。（2）旅游者在长三角区域内较多活跃于江浙省份的热门旅游城市，在上海、南京、杭州、苏州、嘉兴核心旅游城市间进行旅游客流的集聚和扩散。（3）旅游者在全国范围空间分布呈现不均衡性，旅游流集散有明显的“东部指向性”和“大中城市指向性”特征。热点区主要位于长三角区域，旅游者在沪外的目的地选择呈现明显的“近沪性”空间分布格局。

[关键词]旅游流;空间分布;空间流动;空间结构;上海迪士尼

[中图分类号]F59

[文献标识码]A

[文章编号] 1002-5006（2019）06-0058-16

Doi：10.19765/j.cnkl.1002-5006.2019.06.01l

引 言

作為城市旅游发展新要素，主题公园是旅游目的地发展的新形态，其独具匠心的创意、大规模投资的运营方式区别于传统旅游资源基础型的一般发展模式。根据2016年全球主题公园调查报告，位居全球十大主题公园集团榜首的仍然是迪士尼集团，全球游客量排名前10的主题公园中隶属于迪士尼集团的有8家。2016年6月16日开园的上海迪士尼乐园是中国内地第一座、亚洲第三座、世界第六座迪士尼乐园，其旅游效应可以与2010年上海世博会效应相媲美，业界预测上海迪士尼乐园有望成为更具规模性、永久性的“新世博会”。针对迪士尼落沪的研究，早期相关学者较多关注迪士尼落沪的自身发展及思考，后期多集中于分析迪士尼的区域影响及相关产业应对策略，而对于上海迪士尼客源这一特殊类型的旅游者研究较少。主题公园具有城市旅游资源的独特性，有别于其他大型活动及旅游资源，主题公园旅游者空间行为及空间流动特征方面有独特规律，因此，本文以上海迪士尼国内旅游者为研究对象，基于游客旅游线路安排及流动轨迹路径，分析旅游者在城市内部和城市之间不同空间尺度范围内的分布与流动特征，有助于认识上海迪士尼乐园旅游辐射的空间效应，为上海都市旅游目的地内部的决策管理提供建议，促进长三角区域旅游要素与上海迪士尼“联姻”，为长三角区域未来旅游合作发展提供指导意见。

1 文献回顾

早期行为地理学研究者就提出“位置选择是人类基本空间行为之一”的论述，因此，旅游目的地

的选择也是旅游者空间行为的重要形式，旅游者在目的地的空间分布是其空间选择与行为的表现，并通过一系列目的地选择过程形成旅游流。旅游流是旅游者空间行为的表征，既往研究成果表明，旅游者空间分布和旅游流空间转移是旅游地理学研究的重要命题。

国内外关于旅游者空间分布及其旅游流动效应研究成果丰硕，Miossec等从空间结构和空间动力学的角度将旅游者的行为和类型与旅游目的地地理分布模型结合起来考虑。此后，国外学者在旅游者空间流动特征与规律、旅游者行为空间分布模式以及旅游者目的地选择影响因素等方面构建了颇为成熟的理论研究体系和实证研究框架。国内相关研究始于20世纪末，研究者多以行为地理学为学科基础关注旅游者空间流动的分布特征、旅游流空间结构演变和旅游者空间行为模式等方面。此外，学者们还从空间距离、时间约束、个人心理特性等视角对旅游者空间分布特征展开广泛的探讨。在旅游大发展和人本主义思潮的时代背景下，旅游者空间行为研究愈来愈受到地理学、旅游学、城市规划学等诸多学科和学者的重视，逐渐形成以旅游地理学、时间地理学、行为主义地理学为代表的旅游行为研究学术组织、特色方向和相关议题。

旅游者向目的地流人流出、在目的地间流动行为会构成旅游客源在旅游目的地的空间分布及空间转移状态，基于目的地区域空间范围的视角研究旅游者空间行为及旅游流的较多。根据不同关注尺度，将区域研究空间分为目的地内和目的地间两个尺度。目的地间旅游流空间分布及流动指的是旅游者从客源地到目的地、目的地到目的地的地域移动过程，学者们重点关注城市间客源空间移动行为，分为大尺度目的地城市间旅游流及中尺度目的地城市间旅游流。大尺度旅游流研究大多集中于中国入境旅游流的讨论，如旅华外国散客及团队游客在全国的旅游流地理分布与空间扩散规律的探讨，中国入境旅游流的网络结构特征及形成机制。中尺度研究集中于主要城市群、旅游热点区域、旅游大省的旅游流研究，如珠三角城市群旅游流空间网络结构的分析，基于在线预订数据分析的长三角地区旅游流网络结构特征及其影响因素研究，北京旅游热点城市的入境旅游流空间特征的探讨。目的地内旅游流空间分布与流动指旅游者在旅游目的地内部的地域移动过程，重点关注城市内部客源分布及流动行为，分为小尺度城市市域内部旅游流及微观尺度景区内部旅游流研究。如游客在南京城市内部景点间流动格局、机制与模式的分析，时间约束下的旅游者景区内部旅游线路设计的优化研究。

目前，不同空间尺度的旅游者行为及旅游流研究多聚焦于地理空间角度进行思考，而对于某一旅游要素引发的旅游者流动行为研究较少，探讨城市旅游新要素——主题公园旅游者不同空间尺度下的旅游流有一定意义，研究上海迪士尼旅游者在城市内部和不同城市之间流动行为有典型性和代表性。在目前已有研究中，蔚海燕等基于驴妈妈游客数字足迹视角构建上海迪士尼开业前后的上海市域内的旅游流网络，但是其节点选择以上海市4A及以上景区为主，本文将旅游者在市内选取的景点统称为节点，内涵宽泛，不局限于传统意义上的景区景点，更囊括了外滩景区、世博园景区、陆家嘴景区、徐家汇景区等都市开放式景区，能更为全面地反映上海迪士尼国内旅游者在沪内的目的地选择及流动行为轨迹。基于上海世博会国内旅游者空间行为及旅游流空间扩散研究的思路和启发，聚焦于上海迪士尼国内旅游者主体，立足已有的旅游者行为空间分布和空间流动等理论和实证研究成果，试图分析上海迪士尼国内旅游者在上海市内外目的地选择行为特征，并尝试从不同尺度的空间范围探讨上海迪士尼旅游者在目的地空间分布及流动性行为，研究结果以期为旅游规划者和旅游营销人员在上海都市旅游发展和长三角区域旅游一体化发展的管理决策中提供借鉴。

2 数据来源和研究方法

2.1 问卷设计与调查

旅游者空间分布及流动网络是众多旅游微观个体对目的地的自由选择及在目的地间的自由流动，所呈现出的宏观联系及空间结构特征，因此，旅游者个体微观节点选择及流动数据的获取成为旅游流研究的关键。上海迪士尼游客旅游线路安排和旅游流流动轨迹是本研究的基础数据，为获得研究数据，初步设计出调查问卷，由三部分构成：第一部分为上海迪士尼国内游客旅游属性调查，涉及客源地、出行方式、出游目的、频次、时间等题项;第二部分是旅游者空间流动轨迹调查，为开放式的沪内外行为轨迹调查;第三部分是旅游者个体属性

特征调查，涉及性别、年龄、职业等题项。初稿完成后，请旅游专业和社会学的专家学者审核问卷的选项和问题，之后在预调研结果反馈的基础上，再次修正问卷结构层次和题项文字表述，最终形成《上海迪士尼旅游者行为调查问卷》（表1）。实地调研时间选择在2016年8月4日-8月13日，地点选取上海迪士尼乐园内、迪士尼小镇上、迪士尼地铁站内和地铁11号线上（主要集中在御桥站至终点迪士尼站一段线路）。采用方便抽样的方法，调研团队面向上海迪士尼国内游客共发放1500份问卷，坚持“一对一”和“面对面”发放原则，当场回收1445份有效问卷，有效回收率达96.33%。有效问卷中包含910条上海市域内多景点行程线路和436条多城市行程线路，作为上海迪士尼国内旅游者地理空间分布和空间流动研究的数据基础。

2.2 研究方法

2.2.1 反距離权重插值法

点的空间分布模式可大致分为均匀分布、集聚分布和随机分布3类，研究空间点数据须关注所有样本观测点在空间分布的分散性或集聚性。空间插值是根据定量的采样点集S={（x1，f1），i=1，2，3，4，…，n}，建立插值函数fx—f（x），随后将有限采样点集内的任一空间点的地理坐标Xk带入函数公式f中，计算其某种属性值。其中，反距离权重插值（inverse distance weighting，IDW）具有原理简单、计算方便、且符合地理学第一定律等优点，在数字高程模型（ digital elevation model，DEM）构建、气象和水文分析等方面有广泛应用，通常采用距离搜索策略选择插值参考点，当采样点集分布不均匀时，距离搜索策略使得参考点集聚一侧影响插值精度。其公式为：

式（1）中：p1是数据点的权重，是待插值点到数据点距离平方的倒数;Z1为待测点的属性值。

2.2.2社会网络分析法

以UCINET为代表的社会网络模型分析工具为研究旅游者空间行为和旅游流网络结构提供了一套核心概念和计算参数，本文涉及的主要概念是点的中心度和凝聚子群分析。在社会网络中，一个行动者与很多其他行动者有直接联系，该行动者就处于核心地位，拥有较大的权力。点的程度中心度指与该行动者直接关联的点的数目，类似微博中粉丝和关注的数量，或城市间运行的航班数量，这里指旅游节点与其他节点有直接旅游流流动的关系。中介中心度是描述某行动者在多大程度上居于其他两个行动者之前，反映了该行动者在社会网络中居于怎样的控制优势。某些行动者因关系紧密而结合成的次级团体性结构被称为凝聚子群，子群集合内的节点间有直接、紧密、经常、积极的关系，旅游网络中的凝聚子群分析在于网络中的旅游节点因其位置不同，使得其角色意义不同。具体计算公式为：

式（2）中：CD，m（n1）为点的内向程度中心度，CD.our（n1）为外向程度中心度，ry为节点间的联系强度;式（3）中：CB（ni）为中介中心度，gjk是节点，到节点k的路径数。

3 上海迪士尼国内旅游者沪内空间分布和空间流动

3.1 上海迪士尼国内旅游客流沪内空间分布特征

问卷调研数据显示，选择“在上海市内继续游玩其他地方”的旅游者人数（占比63%）多于“只游玩迪士尼乐园”（占比37%）的旅游者。统计出上海迪士尼国内旅游者在沪到访的旅游节点共107处（含迪士尼乐园）。计算各旅游节点的出现频次及其所占比例，各旅游节点出现频次差异性较大，频次≥5的节点有39个（表2）。上海迪士尼旅游者到访沪内各旅游节点，频率≥10%的依次为外滩、南京路步行街、东方明珠、城隍庙和上海科技馆，可见上述5处旅游节点最受上海迪士尼旅游者的欢迎和喜爱。印证了旅游者在目的地偏好于选择高级别、高知名度的旅游吸引物，高级别旅游资源越丰富，对旅游者吸引力越强，旅游者到访率越高的结论。

将旅游者到访的107处旅游节点定位到所属的上海市行政区域内，发现上海迪士尼旅游者足迹几乎遍布中心城区和郊区。借助Google Earth空间化处理每个节点的地理位置，将每个节点处理为空间上的点信息，地理可视化旅游节点的空间位置，直观显示出各旅游节点旅游者的访问量（图1）。上海迪士尼国内旅游者在沪到访旅游节点的地理空间分布差异显著，整体呈现出“大分散，小集中”格局，广泛分布于上海市各行政区内，相对集中在中心城区和浦东新区。这107处旅游节点中，分布在中心城区的旅游节点累计58处，占总旅游节点的半数以上，市内中心区域是上海迪士尼国内旅游者极为偏好的区域之一。浦东新区分布26处旅游节点，是迪士尼游客到访节点数分布最多的单一行政区。其余行政区域内的旅游节点分布较为零散。上海迪士尼游客到访足迹较多的旅游节点密集分布在中心城区，这与中心城区分布较多优质旅游资源有关，浦东新区因上海迪士尼乐园的坐落而呈现客流最高峰值。

为直观体现上海迪士尼国内旅游者在沪空间分布状态和集聚程度，以旅游者到访节点频次为地理单元属性，借助ArcGIS 10.1进行反距离权重插值，得到上海迪士尼国内旅游者在沪活动轨迹的空间分布格局（图2），可视化迪士尼游客旅游热点集聚区域。整体来看，上海迪士尼国内旅游者在沪空间分布格局呈现“双核心集聚，边缘化扩散”的特征，旅游者出游空间主要集中于两个客流高值集聚区域——中心城区和浦东新区。旅游者空间分布呈现较强地理集聚特征，空间分异明显，形成圈层

模式，旅游客流由核心向边缘扩散，客流分布自中心至外围逐渐递减，反映上海迪士尼国内旅游者沪内节点选择行为具有明显的向心性。另外，旅游者在时间和资金的约束下，其节点选择倾向于“择优原则”，因而在空间分布上更易于集中。

浦东新区是上海迪士尼国内旅游客流显著集聚的区域之一。旅游者在黄浦江东畔和迪士尼乐园周边区域集聚程度较高。一方面，旅游流在迪士尼区域高度集聚与调查采样点为上海迪士尼度假区直接关联，浦东新区内迪士尼旅游者足迹分布较多得益于迪士尼乐园显著的空间近邻辐射效应，旅游者在选择节点时明显倾向于近域空间。另一方面，浦东新区有较多高质量的旅游资源，沪内3家SA级景区——上海科技馆、东方明珠广播电视塔和野生动物园均坐落于浦东，实地调研结果印证了旅游者目的地选择的“择优”行为，上海迪士尼旅游者选择东方明珠、科技馆和野生动物园的频率较高。区内整体资源等级较高，迪士尼旅游者秉持“旅游效用最大化”的原则在到访迪士尼乐园之余游览其他高级别旅游节点。从迪士尼国内旅游者出游另一集聚区域——中心城区来看（图3），旅游客流呈现集聚化、斑块化、圈层化的空间分异特征。结合ArcGIS的Getis-Ord Gi*指标识别中心城区旅游者分布的热点区和冷点区，利用Jenks自然断裂法将中心城区划分为核心热点区、次核心热点区、边缘热点区、温点区、边缘冷点区、次核心冷点区、核心冷点区7类。热点区分布较为正常，旅游客流显著集聚于黄浦区的东北方向，而冷点分布区域广泛，旅游者零星到访其余6个主城区。结合旅游节点进一步分析游客在中心城区的目的地选择行为特征，发现旅游者在中心城区主要围绕高等级旅游景区、休闲商业街、大型购物中心及商圈、地铁交通干线分布。

首先，旅游吸引物是影响旅游者目的地选择的核心要素。作为旅游热点区域，黄浦区有着“万国建筑博览”的外滩、浓郁古色古香风格的城隍庙一豫园旅游区以及“中华商业第一街”美誉的南京路步行街，徐汇区有着各色历史文化建筑、博物馆和繁荣的徐家汇商圈，旅游者在此体验都市商业氛围和都市文化内涵。

其次，通达便利的市内轨道交通是旅游者便捷流通的保障。地铁1号线联结锦江乐园、上海体育馆、徐家汇、衡山路、人民广场和上海马戏城等节

点，途经上海火车站，2号线联结中山公园、静安寺、人民广场、南京路步行街、陆家嘴、上海科技馆和世纪公园等节点，连通虹桥火车站和浦东国际机场，11号线由嘉定北直达迪士尼乐园，游客换乘地铁方便。

最后，旅游资源的属性等级、周边旅游资源配置及旅游资源区位会共同影响旅游者目的地选择空间行为。为进一步探讨上海迪士尼国内旅游者在沪到访选择的旅游节点与上海市高质量旅游资源之间的关系，通过上海市旅游局官方网站和东方网获得上海市A级景区数据，2015年上海市A级旅游景点数98家（SA级3个，4A级51个），选取能代表上海市高禀赋旅游资源的4A级、5A级景区为研究对象。以景区等级作为分类依据建立缓冲带，5A级景区以5 km为缓冲范围，4A级景区以4 km为缓冲范围，得到游客到访旅游节点与沪内高等级旅游景区之间的关系（图4）。位于4A级、5A级缓冲范围内的旅游节点有87个，占总数的81.31%。其中，迪士尼旅游者到访较多的东方明珠、上海科技馆、野生动物园本身就是沪内仅有的3家SA级景区，豫园、杜莎夫人蜡像馆、海洋水族馆、金茂大厦、欢乐谷、上海博物馆、环球金融中心、上海动物园、朱家角古镇、锦江乐园等本身也是4A级景区。因此，上海迪士尼国内旅游者选择旅游节点时依托城市内高等级旅游资源开展游憩活动。值得一提的是，复旦大学、同济大学、上海交通大学这些知名高等学府是众多迪士尼旅游者选择的目的地，这与迪士尼客源结构属性相关，暑期中学生和大学生群体占据较大比重，“名校游”“大学学府游”是该类旅游者偏爱的旅游产品。

3.2 上海迪士尼国内旅游客流沪内空间流动特征

旅游者对目的地选择的集合形成多行程矢量旅游流，基于迪士尼国内旅游者在沪流动轨迹，以各旅游目的地为节点，以旅游者在目的地間的流动为连线，研究上海迪士尼国内旅游流在沪的空间分布。首先构建节点对以体现各旅游节点间迪士尼旅游客流的流量大小和流动方向，统计出107处旅游节点间构成555组旅游流节点对。这里选取流量频次≥10的41组节点对（表3），此时有13个旅游节点间建立了密切的旅游流联系：上海迪士尼、外滩、南京路步行街、东方明珠、城隍庙、上海科技馆、野生动物园、豫园、陆家嘴金融中心、杜莎夫人蜡像馆、上海海洋水族馆、世博园区和金茂大厦，反映出这13个旅游节点间的旅游联动效应较强。

根据统计出的旅游流流量频次数据，可知上海迪士尼国内旅游者在沪主要频繁流动于上述13个旅游节点间，对旅游客流地理分布格局进行空间可视化处理（图5），发现13处节点均坐落于中心城区和浦东新区，中心城区节点分布较为密集，浦东新区节点分布呈离散型。旅游者在上海市内目的地节点的选择与区域旅游资源空间分布相关联，上海市旅游资源主要集中于市区，尤其是4A级、5A级以

上优质旅游资源大多分布在黄埔、徐汇、静安等中心城区。上海迪士尼国内旅游者主要在中心城区和浦东新区内部流动或者跨区组合旅游节点实现区域联动，迪士尼与其他各旅游节点间旅游流互动频次差异性显著，尤以上海迪士尼一外滩、外滩一上海迪士尼、外滩一南京路步行街、外滩——东方明珠、南京路步行街-上海迪士尼这5组旅游流互动最为显著，上海迪士尼、外滩、南京路步行街和东方明珠是迪士尼国内旅游者到访的核心节点。值得注意的是，“外滩一南京路步行街”为最高频次组合，因外滩和南京路步行街这类城市标志型景观属典型的都市公共开放空间，且地理空间临近，旅游者频繁流动于这两处节点之间。

为进一步探索上海迪士尼国内旅游者在旅游节点间集聚和扩散状态，引入社会网络分析的凝聚子群模型，将上海迪士尼国内旅游者到访的旅游节点进行聚类分类，将地位相似的节点归为一个子群，子群的位置分析借鉴节点之间“流”研究，以确定子群扩散和集聚旅游流的趋势。子群集散旅游流的联系分两种：一类是子群内部节点间旅游流联系，一类是各子群间旅游流联系。若将上海迪士尼游客到访的107处节点均纳入凝聚子群的聚类分析并没有太大的理论与实践意义，节点间全联结或极少联结甚至不联结都会影响子群结构的代表性。往往需要选取一个适当的阈值，忽略偶然现象和弱联结关系，重点分析主要联结关系。鉴于此，选取阈值3，即各节点间旅游流动频次≥3的纳入研究范围，此时有35个旅游节点间存在旅游空间联系。利用凝聚子群Concor算法聚类出8个结构对等的模块及各模块间旅游流密度关系指数值（图6），指数值越大，其旅游流关系越密切。

模块与模块之间的旅游流联系以模块1和模块3往来最为紧密，这与模块内部旅游节点分布有关，模块1旅游节点均是上海迪士尼客流到访频次较高的主要节点，核心节点上海迪士尼也位于模块1内。模块1内的上海迪士尼、外滩和模块3的南京路步行街组合成旅游线路的几率极大。上海迪士尼和南京路步行街间旅游流往来频次为172，外滩和南京路步行街间旅游流往来频次高达302。模块4和模块5间旅游流互动也较为频繁，城隍庙和豫园

因地理区位毗邻，游客在二者间流动频次为57。模块内部旅游流联系以模块1内部节点间旅游流互动最为频繁，上海迪士尼、外滩、上海海洋水族馆、上海科技馆、杜莎夫人蜡像馆间的旅游联动效应较强。其余模块内节点间旅游流联系均较少，需要加强旅游流在热门节点和边缘节点间合理有效的引导。

4 上海迪士尼国内旅游流沪外空间分布和空间流动

4.1 上海迪士尼国内旅游流地理分布特征

统计问卷发现有436条上海市域外的多城市旅游行程线路，反映上海迪士尼国内旅游者在访沪之余会选择前往上海市以外的旅游目的地充实旅游体验，另外1009份被调查者均以上海市为唯一出游目的地城市，反映出上海迪士尼乐园作为目的地核心吸引物，对旅游者集聚力强，上海迪士尼国内旅游者出游指“沪”性明确。从436份问卷中统计出上海迪士尼国内旅游者多目的地行程线路包含66处目的地城市（含上海市）。

上海迪士尼国内旅游者到访的66处足迹点在全国地图上的分布呈“东密西疏，南多北少，差异显著”的空间分布特征（图7），明显得出旅游者所到之处几乎全部集中分布于胡焕庸线的东南侧，由沿海至内陆节点分布数量呈现距离衰减特征。长三角区域内节点分布尤其密集，区域内分布节点数（28处）约占据总数的1/2（图8）。再分析各目的地节点旅游者到访的热度，不同地理位置和资源禀赋的目的地对旅游者的吸引力会存在差异，因此多数旅游者集中到访长三角区域，长三角区域外以北京到访旅游者人数偏多，其余目的地有旅游者零星到访。尽管长三角区域是上海迪士尼国内旅游者显著集中到访的区域性目的地，旅游者在长三角区域内旅游兴趣点的空间分布同样呈现不均衡性特征。上海迪士尼国内旅游者到访江浙省份的节点极多（浙江省域12处，江苏省域11处），并且较多节点集聚分布于靠近上海市的空间范围内，旅游者到访的目的地在地理分布上明显指“沪”。到访安徽省域的上海迪士尼国内旅游者主要集中在合肥、芜湖、黄山和马鞍山4地，安徽省域在长三角区域内的旅游功能有待强化。

4.2 上海迪士尼国内旅游流在全国的空间流动特征

构建表征上海迪士尼国内旅游者流向和流量的目的地城市节点对，统计出共182组有向节点对，其间产生932次有向流动。旅游者在不同节点对间

的流动频次有显著性差异，流向频率分布不均衡，同时，旅游者有向流动符合“二八定律”：近80%的有向流动产生在约20%的节点对间。统计出有向流动频次≥4的节点对有34组（表4），占有向节点对总数的18.7%，34组节点对间产生有向流动次数734次，占全部有向流动频次的78.8%，即约80%的有向流动产生在20%的节点对之间。34组节点对涉及以下11个目的地城市：上海、杭州、苏州、嘉兴、南京、无锡、北京、金华、扬州、绍兴、宁波，反映出上海迪士尼国内旅游者主要以这11个城市为基点进行集聚、中转和扩散。其中，除北京以外的10个目的地城市均位于长三角区域，长三角区域是上海迪士尼旅游者开展旅游活动的集中性区域。区域内，上海与杭州间旅游流流向显著、流量最丰，以上海一杭州方向的旅游流扩散为主。观察、统计11处城市间的旅游流动频数发现，上海、杭州、苏州、嘉兴、南京5个城市间旅游流交换能力較强，集聚了11个城市间约80%的有向旅游流动频次，可以认为上海迪士尼国内旅游者在核心旅游城市上海、杭州、苏州、嘉兴和南京间进行旅游流集散。

4.3 上海迪士尼国内旅游流在长三角的空间流动特征

综上可知，长三角区域是上海迪士尼国内旅游者集中到访并开展较多旅游活动的目的地区域，将长三角区域内各城市间的旅游流往来热度进行空间可视化处理（图9），由图可见，旅游者往来热度高的流动产生于上海市和周边城市之间。为清晰展现长三角区域内各目的地城市间旅游流流量和流向关系，借助整体网分析软件Ucinet和Netdraw绘制网络结构拓扑图，构建相关指标体系，定量测度各目的地城市在整体网络中呈现的功能和地位。

选取点度中心度和中介中心度指标衡量各城市节点在网络中处的等级地位。观察图10中各目的地外向中心度、内向中心度、总程度中心度（外向度与内向度之和）和中介中心度曲线的斜率变化，各指标值相差较大，有明显的等级分异结构，可以将这28个目的地城市划分为3个等级：等级一，上海、苏州、杭州、南京、嘉兴各中心度值均较高，与其他城市直接建立颇多的旅游流联系，集聚和输送旅游者的能力极强，是网络中的核心城市。分别构建以核心等级旅游城市上海、杭州、苏州、嘉兴、南京为核心的网络结构图（图11）。等级二，无锡、金华、常州、扬州、湖州、绍兴、义乌、昆山、黄山、宁波、合肥集散旅游流程度较强，属于网络中次核心城市。等级三，余下12个城市点度值均较低，与城市间构建的旅游流集散联系有限，属于网络中的一般旅游城市。再结合中介中心度观察，上海的中介度值最高，这与选取上海为调研地有直接关系，另外，苏州、杭州、南京、嘉兴的中介度值较高，说明相当多目的地城市间的旅游流联系需要借助少数关键目的地完成，通过这些枢纽城市与网络中其他城市发生旅游流联系。具体观察核心城市在网络中与其他城市建立的旅游流联系情况发现，上海与25个城市间建立旅游流联系，南京与12个城市间建立旅游流联系，苏州与12个城市间建立旅游流联系，杭州与11个城市间建立旅游流联系，嘉兴与10个城市

间建立旅游流联系，而核心城市间的旅游流流量丰富，流动频率占据长三角区域内旅游流总计的80%。毫无疑问，上海、苏州、杭州、南京、嘉兴是保障网络内其他城市间顺利建立旅游流集聚扩散联系的关键城市，上海迪士尼国内旅游者在长三角地区内的主要流动产生于核心城市之间。

5 结论与讨论

5.1 结论

本文以上海迪士尼国内旅游者为研究对象，探讨旅游者出游空间的地理分布和流动行为的空间特征，发现上海迪士尼国内旅游者在城市内部的垂直流动与目的地城市之间的水平流动并存，并划分出全国、区域和城市不同空间尺度的旅游目的地空间结构和流动网络结构。上海迪士尼国内旅游者在目的地的分布依据空间尺度属性，分为沪内城市尺度、长三角区域尺度以及全国尺度的旅游者空间结构和旅游流地理分布。

（1）上海迪士尼国内旅游者在上海市域内到访107处旅游节点，其中，外滩、南京路步行街、东方明珠、城隍庙和上海科技馆与上海迪士尼的旅游流互动较多，反映出上述旅游节点最受上海迪士尼国内旅游者的欢迎和喜爱。上海迪士尼国内旅游者在沪内的分布呈现出以中心城区和浦东新区“双核心”和“向心”的高度地理集聚特征，空间分异显著，旅游客流自核心向边缘扩散遵循地理学距离衰减原理。旅游者对旅游节点的选择表现出较高程度的一致性，大多数游客会选择相同的旅游节点，旅游节点空间集聚度较高。旅游吸引物的属性等级、周边旅游资源配置及区位、便捷流通的市内轨道交通综合影响上海迪士尼国内旅游客流的节点选择及空间分布形态。沪内迪士尼旅游流的地理分布不均衡，丰富显著的旅游流集散于双核心区域内的旅游节点间。从旅游流流向和流量来看，上海迪士尼一外滩、外滩一上海迪士尼、外滩一南京路步行街、外滩一东方明珠、南京路步行街-上海迪士尼5组旅游流互动最为显著。其中，外滩一南京路步行街方向的客流量最大，频次高达228。通过社会网络的凝聚子群分析将旅游节点聚类成8个旅游流模块，模块l的旅游流本我联络和外部联络的能力均

超强，在整体流动中起重要支配作用，但模块7和模块8旅游节点边缘化明显。

（2）上海迪士尼国内旅游者在长三角区域内的分布呈现不均衡性特征，到访的28处长三角旅游城市，绝大多数分布在江苏和浙江两个旅游大省内，迪士尼旅游者在安徽省域内活跃于合肥、芜湖、黄山、马鞍山4地。借助社会网络软件的中心度指标分析发现，上海、苏州、杭州、南京、嘉兴是上海迪士尼国内旅游流在长三角区域内集散的核心城市，80%的上海迪士尼旅游流流动频次存在于核心城市间，核心城市也是保障上海迪士尼旅游流长三角区域网络内其余城市间顺利建立旅游流集聚扩散联系的关键枢纽城市。其中，上海与杭州间旅游流往来频次最大，并以上海一杭州方向的旅游流扩散为主。

（3）上海迪士尼国内旅游者在全国范围内的空间分布呈现“东密西疏，南多北少”，显著集聚于胡焕庸线东南侧的特征，尤其密集分布于长三角区域内，呈现出“近沪性明显，东向性显著”的分布格局。旅游者在全国范围内的有向流动符合“二八定律”，约80%的旅游流有向流动产生于上海、杭州、苏州、嘉兴、南京、无锡、北京、金华、扬州、绍兴、宁波11处目的地城市间。长三角区域是上海迪士尼国内旅游流聚散的集中性区域，上海迪士尼与唯一位于长三角区域外的目的地北京建立由北京一上海方向扩散的旅游流联系。

5.2 讨论

上海迪士尼国内旅游流在上海市域、长三角区域、全国范围内的空间分布与流动特征反映这一特

殊旅游客源群体的旅游诉求，研究发现以“上海迪士尼+”为抓手，联动迪士尼是实现上海市乃至长三角区域旅游业跨越式发展的重要路径，推动市域内景区和跨市全国性知名景区间深度合作发展，有利于以迪士尼为主体的上海国际旅游度假区联动发展机制的实现。鉴于此，笔者建议旅游规划和经营管理人员可以从3个角度制定相关营销策略：

（1）市域内景区联动发展是合理有效利用上海都市旅游营销资源的保障和关键。依托上海迪士尼乐园及其旅游度假区整体，通过跨景区营销方式，采取景区联动宣传策略，发挥旅游者较高到访率的热门节点的优势地位，采取边缘冷门节点的“攀附”发展策略，加强联合宣传，促进上海都市旅游业态的均衡全面发展。本研究发现，城市标志性区域、地标性建筑、主题乐园和游憩商业区（recreational business district，RBD）等产品是上海迪士尼国内旅游者在沪对都市旅游核心吸引物和游憩空间的明显偏好。上海迪士尼国内旅游者青睐有较强观光和体验性的旅游节点，外滩、东方明珠、豫园一城隍庙、金茂大厦作为上海标志性区域及地标性建筑，在满足旅游者基本观光体验的旅游需求时，也使旅游者油然而生一种“到过上海”的自豪感。上海迪士尼乐园、锦江乐园和欢乐谷等主题乐园是上海都市旅游产品结构的重要组成部分，是吸引旅游者来沪旅游消费的关键要素。城市游憩商业区为外来游客和城市居民提供旅游、消费和休闲场所，南京路步行街、淮海路商业街、衡山路酒吧街等著名休闲街区，田子坊、1933老場坊、M50等创意园区，陆家嘴、徐家汇等大型商圈，是上海迪士尼旅游者享受休闲度假、体验都市文化的空间载体。不同类型旅游节点组成的旅游线路可以为旅游者提供多元化的体验，上海迪士尼乐园作为都市旅游网络空间中的重要节点，强化迪士尼对上海都市旅游资源的引领作用，联动市内热门或边缘的旅游节点，形成不同类型的旅游产品套餐。根据研究结论，可以适当开发“上海迪士尼+外滩+南京路步行街+东方明珠”旅游者喜闻乐见、老少皆宜的都市经典旅游产品套餐，或是打造“上海迪士尼+上海科技馆+自然博物馆+上海博物馆”适宜青少年旅游者和家庭“亲子游”的博物馆奇妙之旅，或是形成“上海迪士尼+上海欢乐谷+上海锦江乐园”城市主题公园“嗨翻天”乐游行，或是开发“上海迪士尼+南京路步行街+淮海路商业街+新天地”都市购物旅游线路，或是在暑期重磅推出“上海迪士尼+复旦大学+上海交通大学+同济大学”这条学生群体钟爱的知名学府游，寓教于乐。另外，位于郊区的一些非热门、稍边缘的旅游节点，如滴水湖、朱家角古镇、金山城市沙滩，发挥上海迪士尼的核心影响作用，提升共同宣传力度，提高被曝光率，提升边缘节点在游客中的受欢迎程度，实现旅游节点间的均衡协同发展。

（2）跨区域旅游线路的开发有利于跨区域旅游的协同发展。上海迪士尼乐园在很大程度上影响并决定了长江三角洲区域旅游流的空间格局，本研究发现，上海迪士尼旅游客流在全国范围内集中分布于中东部地区，显著集散于资源特征较为明显的区域，以沪为中心的整个长三角腹地成为上海迪士尼项目的首要辐射影响区域，长三角区域既是上海迪士尼国内旅游流集聚的“前导客源地”，又是其扩散的“后续目的地”。这与长三角区域作为全国旅游资源富集区的因素息息相关，区域内独特性、高禀赋的旅游资源与上海迪士尼项目有很强的互补性，吸引物聚集体有效发挥迪士尼旅游流的集聚效应。上海迪士尼国内旅游者在长三角区域内指向旅游产品比较成熟、知名度高且交通便捷的杭州、苏州、嘉兴和南京，苏杭素有天堂美誉，嘉兴拥有“枕水之家”的千年古镇乌镇，南京赋有“六朝古都”之名。如此看来，上海迪士尼乐园选择周边近距离的城市或节点进行组合是促进长三角区域旅游健康发展的有效措施。联合乌镇、同里、周庄、用直、西塘、南浔6大古镇，推出“上海迪士尼+江南古镇”的水乡之旅。在组合旅游热点城市的同时，略边缘化的长三角城市也要与上海迪士尼乐园合作，无锡、扬州、绍兴、宁波应发挥各自资源优势，采取主动出击、错位营销的方式以促进上海迪士尼旅游流在长三角区域内的合理流动。旅游者在长三角区域内“近沪”的空间分布特征使得旅游客流活跃在浙江和江苏省域的热点旅游城市，在安徽省仅活跃在省会合肥和皖南旅游资源富集区，需要强化和提高安徽省在长三角区域内的旅游地位等级。推出“上海迪士尼+皖南旅游文化区”线路，组团发展，将引入皖南的上海迪士尼旅游客流再分流至安徽省的其他景区，优化旅游流的空间结构。总之，江浙沪皖地区在旅游资源互补与旅游客源互补上的利益趋同效益，使上海迪士尼乐园的发展需要与长三角区域联合营销，开展合作，互惠互赢。

（3）聚焦上海迪士尼目標客源市场，提高上海迪士尼旅游精准营销水平。实地调查结果反映，上海迪士尼国内旅游者来源可分长三角区域一级主

体市场，京津冀、山东、河南、湖北、广东二级目标市场，其余省市区域为三级机会市场，客源空间分布呈现明显的东部指向和大中城市指向。旅游者年龄层次上，以中青年旅游者为主，年龄分布范围在15-44岁之间，呈现“年轻化”特征，有53.7%的旅游者是携带孩子出游上海迪士尼乐园。营销区域定位方面，上海迪士尼主题乐园的营销重点应着眼于上海市本土及江浙皖客源市场，针对京津冀、珠三角、西南成渝、新疆西藏等远程客源市场，上海迪士尼乐园不妨与这些大城市的优质组团社合作，通过提供门票优惠或者迪士尼精选纪念品等一些手段使更多组团社将上海迪士尼作为上海都市乃至长三角区域必“打卡”的旅游景点之一，拓宽上海迪士尼旅游引力场范围，增强吸引远程旅游客流的能力。受众群体定位方面，上海迪士尼乐园是青少年群体、家庭亲子游的重要旅游目的地，注重针对这一特殊群体进行宣传，特别是对青少年的旅游者和青少年的家长，联动上海市或者长三角区域这一旅游者群体偏爱的景区景点，线路策划突出教育和娱乐主题。

不同旅游要素的旅游者行为空间特征表现相异，事件旅游产品和主题公园构成城市旅游产品的重要组成体系，观察对比不同类型城市旅游者行为有助于丰富城市旅游研究内容，拓宽城市旅游客流空间行为及客流空间结构理论体系。与城市商务型旅游者和重大事件旅游者的行为特征比较，城市主题公园类旅游者行为特征有相似性和特殊性。对比上海迪士尼国内旅游者行为与上海世博会国内旅游者行为，发现大型主题公园类旅游者与重大事件型旅游者在旅游空间行为表征方面具有共性和个性。基于旅游目的地，世博会旅游者的旅游行为具有明确的世博会目的地指向性，旅游者在上海市域内的主要目的地是世博会，向长三角城市扩散基本上以苏州、杭州为中心向外呈同心圆衰减，游憩活动空间不连续。但是在城市内部尺度层面，上海迪士尼旅游者行为并未呈现以上海迪士尼乐园为单一目的地的指向性行为，旅游者在沪偏好于更加丰富多彩的高等级旅游节点，将上海迪士尼乐园与都市开放型景区外滩、南京路步行街和传统的5A景区上海科技馆、东方明珠塔、上海野生动物园组成线路频次较高。上海迪士尼国内旅游者的旅游行为具有明确的“指沪性”和“近沪性”特征。

在长三角区域尺度层面上，上海迪士尼旅游者表现出与世博会旅游者相近的选择行为，偏好于杭州、苏州、嘉兴、南京旅游核心城市，旅游者相似的目的地选择行为与长三角旅游资源空间分布结构和发达的交通网络息息相关。对比上海迪士尼国内旅游者行为与广交会商务旅游者行为，商务旅游者呈现独特的广州市内休闲和广州市外商务的扩散特征，在市内休闲呈现出围绕热门商圈活动的行为特征，这与上海迪士尼国内客源多聚集于购物中心和商圈的行为类似，但是广交会商务旅游者较少选择传统的景区景点型目的地，而都市传统经典的景区景点是上海迪士尼旅游者的钟爱。上海迪士尼国内客源、上海世博会客源与广交会商务客源普遍性和差异性的行为特征与旅游者出游目的类型相关，城市主题公园类旅游者和重大事件类旅游者属于游憩消遣型旅游者，旅游节点自主性选择极强，秉持“出游最大经济效益原则”选择重要知名旅游目的地，而商务会议类旅游出于差旅原因，选择的活动空间事务性目的明显。

人驻中国上海的迪士尼乐园在一定程度上优化了上海市乃至长三角区域的旅游产品结构。聚焦于上海迪士尼这一特殊城市旅游要素，研究上海迪士尼国内旅游者的空间分布与流动行为，为旅游规划者和旅游营销人员实现上海都市旅游景点联合宣传的带动效应，优化上海市内旅游景点的竞争与合作模式，促进上海旅游景区（点）的均衡性发展，为旅游者提供高质量的旅游体验有显著意义。为合理引导沪内旅游流和长三角区域内旅游流的流动，实现不同等级旅游节点的差异化合作，吸引更广泛旅游客源出谋划策。上海迪士尼主题乐园的开园对上海都市旅游及长三角区域旅游发展的影响具有持久性，选取开园后首个暑期进行实地数据采集，反映上海迪士尼乐园刚开业这一阶段对上海及长三角乃至全国旅游发展的影响，研究结果存在一定局限性。随着上海迪士尼接待年逾千万的游客，分析上海迪士尼旅游者在多个不同时段内的行为表现，叠加旅游者在不同尺度层面流动模式和流动机理的深度探讨能更好揭示特殊类型旅游者空间行为及流动规律。

Geographical Distribution and Flows of Chinese Tourists to Shanghai Disneyland

ZHA Xiaoli1，2， XU Yuchen3， LU Lin1， ZHAO Hairong3

（1.School of Geography and Tourism. Anhui Normal University. Wuhu 241003， China;

2.College of Tourism and Historical Culture. Chizhou University. Chizhou 247000， China;

3 .School of Tourism Management. Sun Yat-Sen Universily. Zhuhai 519000， China）

Abstract： The theme park of Shanghai Disneyland is a new element in metropolitan tourismdevelopment. It has exerted a strong effect on tourism development in Shanghai and the Yangtze RiverDelta region and also become a prime tourist destination in China. Accordingly， it is appropriate toexamine the characteristics of the spatial distribution and flows of Chinese tourists to ShanghaiDisneyland. Such a study would allow theoretical understanding of the spatial behavior and flow oftourists to the theme park; it would also offer a practical reference for effective organization of localand inter- regional development of the spatial structure of tourism and design of tourist itineraries.Using field survey data， we adopted a statistical method， ArcGIS spatial analysis， and social networkanalysis to examine the spatial distribution and behavior of Chinese tourists to Shanghai Disneyland.From spatial data of tourists ' activities， we determined the spatial distribution and flow characteristicsof tourists in Shanghai， Yangtze River Delta， and nationwide. We obtained the following results. （1）Chinese tourists to Shanghai Disneyland tend to go to high-profile， quality tourism destinations. Withrespect to tourism nodes in Shanghai， we found the greatest concentration of tourists in the central cityand Pudong New Area. We observed that the following destinations were popular among the tourists：the Bund， Nanjing Road Pedestrian Street， the Oriental Pearl Tower， City God Temple， and ShanghaiScience and Technology Museum. （2） In the Yangtze River Delta region， Chinese tourists to ShanghaiDisneyland preferred popular tourist cities in Jiangsu and Zhejiang provinces， especially Nanjing，Hangzhou， Suzhou， and Jiaxing. Domestic tourists displayed a clear preference for the core tourismcities of Shanghai， Nanjing， Hangzhou， Suzhou， and Jiaxing. （3） We found that nationwide， there wasan uneven spatial distribution of destinations among Chinese tourists to Shanghai Disneyland. Thetourists tended to visit places in the eastern part of the country as well as large and medium-sized cities.Countrywide， the tourist hot spots were mainly located in the Yangtze River Delta region; outsideShanghai， there was a clear spatial distribution pattern of places that were close to Shanghai. Thus，Chinese visitors to Shanghai Disneyland tended to make trips to nearby cities. We also examined thescale-span research content of tourist flow： that could aid decision making in management for tourismplanning and marketing to promote the integrated development of tourism in Shanghai and the YangtzeRiver Delta. We found that developing transport links among tourist spots in Shanghai would be aneffective way to promote the city' s tourism marketing resources; further， developing inter- regionaltourist routes would provide benefits for the coordinated development of inter-regional tourism.

Keywords： tourist flow; spatial distribution; spatial flow; spatial structure; Shanghai Disneyland