陈　浩,殷会娟,陆　林

(1.安徽农业大学 经济管理学院，安徽 合肥 230036；2.安徽师范大学 国土资源与旅游学院，安徽 芜湖 241000)



上海市居民长三角区域游的空间网络研究*——基于旅行社推荐线路

陈浩1,殷会娟1,陆林2

(1.安徽农业大学 经济管理学院，安徽 合肥 230036；2.安徽师范大学 国土资源与旅游学院，安徽 芜湖 241000)

通过选取部分上海市代表性旅行社网站以及途牛旅行网的2 500条上海居民在长三角区域内的旅游线路，利用社会网络理论和方法，构建区域旅游空间网络评价指标体系，对上海居民在长三角区域内的空间网络结构进行研究。结果显示：圈层结构和距离衰减规律仍然是基础；出游时间不同，表现有差异；交通状况和资源品质对出游影响大，出游时间在3日左右表现最强。整体上，上海市居民长三角区内游在符合距离衰减规律的同时，受资源、交通等因素的影响而呈现复杂网络的特征。

上海市居民；长三角；旅游流；空间网络

旅游流是旅游者在空间区域内的迁移现象，有广义和狭义之分[1]，文章研究的主要是旅游客流，即狭义旅游流。旅游流是旅游地理学研究的核心问题之一[2-3]。国外注重旅游流的整体规律性研究[4-5]，对于旅游流推动旅游目的地及其发展要素的演化过程也有较为深入的研究[6-7]。其中，《网络分析与旅游》一书较为系统阐述了网络理论与旅游的关系及在旅游发展实践中的应用[8]。国内关于旅游流的相关研究多借鉴国外相关成果，以社会网络理论与方法为主，研究对象的空间尺度大多为区域尺度，也有对城市内部旅游流空间网络研究[9-11]以及对都市圈旅游空间网络的关注[12-16]，此外，杨效忠对跨界旅游区旅游流的空间网络结构进行了研究[17]。部分学者还对特殊时段的旅游流进行深入探讨[18-19]。相关研究多以目的地为研究视角，而以某一城市为客源地研究其旅游者在某一区域旅游流空间特征的成果较少，本研究拟针对不同的出游时间，对上海居民在长三角区域范围内的出游空间网络集散情况进行研究，对网络密度以及节点特征进行评价。

上海是长江三角洲(后文简称“长三角”)的核心城市，同时也是我国经济、金融、交通、科技等方面的核心城市之一，已形成了庞大的旅游需求群体，成为我国第一大客源地城市。截至2014年12月，全市常住人口超过2 425万人，GDP总量为23 560.94亿元，人均GDP为95 956元，居民消费水平居全国前列。受地缘、交通、经贸等因素的影响，长三角区域是上海市居民国内游最重要的目的地，是我国旅游业最为发达的区域之一，并拥有我国密度最高的A级旅游景区体系，城市和景区的数量多并且联系紧密。因此本研究以上海为客源地，研究其在长三角区域旅游流的空间规律。

一、 模型构建与数据选取

(一)模型构建

区域旅游流的空间网络研究主要是分析区域内城市作为旅游目的地和旅游集散地的特征[20]。因此本研究通过构建旅游节点指标和个体网络密度指标两类指标分别评价长三角城市作为上海居民旅游目的地和中转地的特征。

1.旅游节点评价指标

(1)旅游网络节点中心度

如果一个行动者同其他很多行动者之间存在直接关联，那么该行动者就处于中心地位。若根据与该行动者有直接联系的点的数目来测量该行动者的中心地位，那么得到的就是该行动者的节点中心度。假设某点为A，有向网络的网络规模为n，那么A的相对节点中心度(RD)的表达式为：

(1)

其中Cin(A)表示A的点入度，也即进入该点的其他个体的数量，Cout(A)表示A的点出度，指的是从该点发散出去的其他个体的数量，两者相加反映出A点的活跃程度。

(2)旅游网络接近中心度

如果一个点与网络中所有其他点的距离都很短，则称该点具有较高的接近中心度，表明该点与其他许多点都“接近”，主要用来反映该点同其他旅游节点之间联系的紧密程度，其公示表达为：

(2)

其中dij是点i与j之间的最短距离，也即最短距离中所包含的线数，对最短距离求和得出的是绝对中心度指数，为了对来自不同网络规模的接近中心度进行比较，文章采用的是相对中心度指数。

2.旅游网络个体网络密度评价指标

文章研究的网络为有向关系网，选取的个体网络密度评价指标包括个体网规模S，关系总数Ts，实际关系总数Ta，理论上存在的关系总数Tt以及个体网测度D。个体网规模S指的是与该行动者有密切联系的其他行动者个数(不包括“自我”)。 在文章中主要对某一城市作为旅游中转地的度量，该值越大，则表明与该城市发生紧密联系的城市越多，该城市作为中转地的可能性就越大。“关系总数Tt”指的是个体网络成员之间存在的理论关系总数，该值等于(个体网络规模)×(个体网络规模-1)，也即Tt=S×(S-1)。个体网测度D指的是该目的地城市所有实际存在的关系总数同理论上存在的关系总数之间的比值。个体网测度D的值越大，表明有联系的目的地城市群中各个城市之间的联系越紧密，目的地城市群中城市两两之间存在联系的可能性越大。

(二)数据选取

旅行社是沟通旅游客源地与旅游目的地之间的桥梁，是联系旅游者与旅游服务供应部门的纽带[21]，其推荐的旅游线路能基本反映旅游者偏好。因此研究选取上海青年旅行社、上海中国国际旅行社、上海春秋旅行社等上海的代表性旅行社及途牛旅行网等旅游网站中以上海为客源地，以长三角区域内的部分城市(南京、苏州、无锡、常州、南通、镇江、扬州、泰州、盐城、淮安、连云港、徐州、宿迁、杭州、宁波、湖州、嘉兴、台州、舟山、金华、温州、衢州、丽水、绍兴、合肥、马鞍山、滁州、芜湖、黄山、淮南)为目的地的旅游线路，将旅游线路分为一日游、二日游、三日游，由于三日以上旅游线路较少，因此将三日游与三日以上旅游线路归为一类，以下简称“三日游(及以上)”。其中一日游线路263条，两日游线路1 258条，三日游(及以上)线路979条，一共搜集到旅游线路2 500条。为最大程度地准确反映以上海作为客源地在长三角区内旅游流的空间网络结构，选取的旅游线路不包括在客源地城市(上海)的本地游，也不包括从目的地城市返回客源地的旅游线路。

二、结果分析

(一)整体分析

以搜集到的2 500条旅游线路为基础，按照一日游、两日游、三日(及以上)及全部数据建立数据库并构建数值矩阵，利用ucinet软件的可视化功能，将线条的最大值和最小值分别取4和1，生成以上海为核心的旅游流网络空间结构图(图1)，图中线条的粗细表示旅游流流量的大小，箭头表示旅游流流向。

图1　上海居民长三角区域内的旅游空间网络结构图

图1显示，随着出游时间的不同，出游特征存在差别，主要体现在：

一日游主要集中在距离上海174.4公里范围内，流往苏州、南京的流量较大，距离成为主要影响因素；两日游和三日游(及以上)空间网络结构图中，线条密度大，空间扩散范围进一步扩大。两日游中，旅游目的地城市之间的联系不够紧密，点与点之间相互独立，三日游(及以上)网络结构图复杂，各个目的地城市之间存在联系，旅游中转地城市明显，远距离城市(黄山)作为主要目的地的地位增强。

整体来看，随着出游时间的增加，上海居民在长三角区域范围内的出游呈现向外扩张的趋势，距离和资源成为主要影响因素，部分城市被孤立，旅游客流的空间扩散基本符合距离衰减规律，并受资源和交通条件等因素的影响。

(二)节点分析

旅游网络节点分析主要用来衡量某一旅游节点城市作为旅游目的地的地位的重要性程度。根据搜集到的数据，利用ucinet软件得出各旅游城市的中心性指标(由于一日游多为上海到目的地城市之间的简单往返，大部分结果无意义，未列入)(表1)。文章研究的是以上海为核心，上海居民在长三角区域内的辐射和聚集情况，不包含从旅游目的地城市返回上海的旅游线路，因此数据的外向网络中心性值存在一定偏差，但内向中心性值较小，说明旅游流在长三角区域内的流动符合一般规律。随着出游时间的增加，旅游城市节点之间的联系越来越紧密。

表1　上海居民在长三角区域的网络节点指标

一日游主要为近程目的地节点游，部分远程城市未成为上海居民的一日游目的地，旅游空间网络呈现出以上海为原点的放射状布局，空间网络结构较为单一，主要目的地是苏州和嘉兴，无锡、杭州、湖州的流量也较大；二日游的主要目的地城市是苏州、无锡和杭州，其次为嘉兴和南京，主要目的地城市的各项指标值均较高，旅游目的地选择除受距离和交通影响外，资源也逐渐对旅游偏好产生影响；三日游(及以上)的主要目的地是杭州、苏州、南京，二级目的地为嘉兴和黄山，其他城市是上海居民的三级旅游目的地城市，随着出游时间和搜集数据的进一步增加，主要目的地城市的各项指标数值较为突出，距离在影响目的地选择因素中所占的比重逐渐下降，资源成为主要影响因素。

整体上，上海居民在长三角范围内的旅游目的地城市主要集中在长三角中部地区，距离、资源和交通条件成为旅游者选择目的地的主要影响因素，并且随着出游时间的增加，距离对目的地偏好产生的影响逐渐低于资源对旅游者产生的吸引力。除此之外，目的地城市的社会经济发展也逐渐对旅游者的偏好产生影响(如温州)。

(三)个体网密度分析

个体网络密度主要用来描述旅游节点城市作为中转地的特征。中转地是指旅游者前往某一旅游目的地进行游览时，由于旅游时间、城市资源或旅游动机等因素，使得旅游者并不直接前往该目的地，而是先到达另一个城市，停留一段时间后再前往该目的地城市，暂时停留的城市被称为旅游中转地。出游时间越短，旅游者就只能在旅游客源地城市和旅游目的地城市之间进行简单的往返活动，基本不存在中转地。根据ucinet软件的数据分析功能，对个体网络密度分析数据汇总如表2所示。

表2　上海居民长三角个体网络密度指标

由此可以得到：一日游多为单程往返式旅游线路，由于出游时间短，除目的地城市之外，游客不存在在其他城市的短暂停留，因此一日游基本不存在中转地城市；二日游的主要中转地城市为嘉兴和苏州，其个体网规模都为9，个体网测度分别为0.24和0.21；三日游(及以上)的主要中转地城市为苏州、杭州和南京，随着出游时间的增加，远距离城市多为主要目的地，近距离城市作为主要中转地的地位明显加强。

整体上，长三角中部区域部分城市作为中转地的性质随着出游时间的增加而更加明显，这些城市之间的联系也越频繁，各个中转地辐射范围的交叉部分越来越多，许多城市同时扮演着中转地和目的地的角色，以某一城市为核心的个体网络之间的联系也变得密切。

三、结论与讨论

(一)结论

第一，上海居民在长三角范围内的流动范围主要集中在苏州、杭州、嘉兴等城市。苏州、杭州成为主要旅游目的地，嘉兴、常州、南京和黄山为二级旅游目的地；并且，随着出游时间的增加，这些城市扮演目的地和中转地双重角色就越明显。因此，随着居民休假制度的完善，在五一、国庆以及清明、端午等传统节日期间，这些城市的交通和城市居民承受着较大压力(见图2)。

图2　旅游目的地和旅游中转地示意图

第二，在出游时间一定的情况下，目的地城市的资源、交通以及同客源地的距离对旅游目的地选择具有不同程度的影响。一日游中的距离成为主要影响因素；二日游中的交通和距离影响较大；三日游(及以上)中的资源成为主要影响因素。城市间交通条件是基本的影响因素(见图3)。

图3　交通、资源和距离对旅游偏好的影响

(二)讨论

首先，文章首次将个体网络测度引入旅游网络空间指标体系中，并认为其主要衡量的是某一城市作为中转地特征的大小，但作为目的地和中转地的数据很难剥离，因此对结果造成一定偏差影响，但能够反映基本宏观问题。

其次，文章选取的旅游线路主要来自于上海各大旅行社网站以及途牛旅行网的推荐，仅反映团队游的空间网络特征，对于自驾游、散客游等自由行游客的空间规律还有待于进一步研究。

再次，社会网络理论和方法是目前最重要的用来衡量旅游流在空间上移动规律的方法，发展比较成熟，被多数学者采用，但是其本身也存在一定弊端。其衡量的是点对点之间关系，将所有两点之间的关系进行汇总后得到整体网络节点之间的关系，而对于旅游线路来说，一条线路中往往涉及到的城市不止两个，利用该方法难以反映出整条旅游线路的规律，因此该分析方法还有待进一步优化。

复次，旅游流空间网络的研究近年来成为旅游空间研究的热点，其研究空间巨大。文章仅以上海为客源地研究其在长三角区域的旅游流空间网络。对于旅游流在某一地市内部的流动规律、不同的旅游组织方式、不同的交通方式、不同的旅游目的等方面的旅游流空间网络特征将是对旅游流空间网络研究的重要领域，以形成旅游流空间网络研究体系，丰富和完善旅游地理学的相关研究体系。

[1] 唐顺铁,郭来喜.旅游流体系研究[J].旅游学刊,1998(3):38-41.

[2] 保继刚.论旅游地理学的研究核心[J].人文地理,1992,7(2):11-18.

[3] SMITHS. Tourism analysis[M].New York: Long Man Scientific &Technical,1989.

[4] MIGU’ENSA J I L, MENDESB J F F. Travel and tourism: into a complex network[J]. Physica A,2008，387： 2963-2971.

[5] HSIN -YU SHIH. Network characteristics of drive tourism destinations: An application of network analysis in tourism[J].Tourism Management,2006 (27) 1029-1039.

[6] BAGGIO R. Network analysis of a tourism destination：thesis submitted for the degree of doctor of philosophy[J].The University of Queensland, Australia,2008(6).

[7] PAVLOVICH K. The evolution and transformation of a tourism destination network: the Waitomo Caves, New Zealand[J].Tourism Management, 2003(24):203-216.

[8] SCOTT N, BAGGIO R， COOPER C. Network analysis and tourism from theory to practice[J]. Channel View Publication,2008.

[9] 杨兴柱,顾朝林,王群.南京市旅游流网络结构构建[J].地理学报,2007,62(6):609-620.

[10] 杨国良,张婕.旅游系统空间结构及旅游经济联系——以四川省为例[J].兰州大学学报,2007,43(4):24-30.

[11] 郭喜梅,李伟.基于旅游流角度的云南省旅游经济联系的社会网络结构分析[J].旅游研究,2014,6(1):88-94.

[12] 陈浩,陆林,郑嬗婷.基于旅游流的城市群旅游地旅游空间网络结构分析——以珠江三角洲城市群为例[J].地理学报,2011,66(2):257-266.

[13] 陈浩,陆林,郑嬗婷.珠江三角洲城市群旅游空间格局演化[J].地理学报,2011,66(10): 1427-1437.

[14] 陈浩,陆林,章锦河,等.珠江三角洲城市群旅游空间结构与优化分析[J].地理科学,2008,28(1):113-118.

[15] 虞虎,陈田,陆林,等.江淮城市群旅游经济网络空间结构与空间发展模式[J].地理科学进展,2014,33(2):169-180.

[16] 吕丽,陆林,凌善金.上海世博会旅游者空间扩散网络分析[J].旅游学刊,2013,28(6):111-119.

[17] 杨效忠,张捷,叶舒娟.基于社会网络的跨界旅游区边界效应测度及转化[J].地理科学,2010,30(6):826-832.

[18] 李志飞,夏磊.中国特殊时段旅游流时空分布特征研究——以“十一”黄金周为例[J].旅游学刊,2013,28(10):37-46.

[19] 李伟,胡静.基于旅游目的的特殊时段旅游流时空分布特征研究——以武汉市为例[J].经济地理,2013,33(1):180-186.

[20] 刘法建,章锦河,陈冬冬.社会网络分析在旅游研究中的应用[J].旅游论坛,2009,2(2):172-177.

[21] 杨丽,李帮义.以旅行社为核心的旅游供应链构建研究[J].经济问题探索，2008(7):101-104.

Spatial Network of Regional Tours Made by Shanghai Residents in the Yangtze River Delta: A Study Based on the Recommended Tourist Routes of Some Travel Agencies

CHEN Hao1， YIN Huijuan1， LU Lin2

(1. School of Economics and Management, Anhui Agricultural University, Hefei 230036, China;2. School of Territorial Resources and Tourism, Anhui Normal University, Wuhu 241000, China)

Based on 2,500 tourist routes on some typical travel agency websites in Shanghai and on the website ofTuniu.comthat Shanghai residents take in the Yangtze River Delta, this paper adopts the theory and method of social network, sets up an evaluation index system of spatial network of regional tours made by Shanghai residents, and investigates spatial network structure of the tours. The results show that ring structure and distance-decay regularity is still the foundation of the network; both time and forms of the tours are in difference; traffic condition and quality of resources have a great influence on the tours and March is the most chosen month to make a tour; on the whole, tours made by Shanghai residents in the Yangtze River Delta is in accordance with the distance-decay regularity and meanwhile shows a pattern of complex network under the influence of resources, transportation and other factors.

Shanghai residents; the Yangtze River Delta; spatial network

2015-06-24

国家自然科学基金面上项目(41371155：《长江三角洲旅游流空间网络结构特征及演化机制研究》)

陈浩(1972-)，男，安徽霍邱人，安徽农业大学经济管理学院副教授，博士，硕士生导师。

殷会娟(1991-)，女，安徽合肥人，安徽农业大学经济管理学院硕士研究生。

F590

A

1009-2463 (2016)04-0035-07

陆林(1962-)，男，安徽芜湖人，安徽师范大学国土资源与旅游学院教授，博士，博士生导师。