(修改稿)基于SNA景区群网络结构经济联系分析.docVIP

基于SNA的景区群网络结构的经济联系分析 翁钢民1 宋卫俊2 摘要：以旅游城市秦皇岛的23家景区为研究对象，利用百度地图获取景区之间的最短公路距离，采用类似物理学万有引力定律的计算公式来测度2012年旅游景区之间的经济联系度。采用社会网络分析法，从整体网络密度、凝聚子群角度和核心—边缘角度分析景区群之间的经济网络结构，并将分析的结果与实际中旅游景区在旅游城市中的经济作用相对比，结果表明秦皇岛市各个景区之间经济联系密切，存在经济联系密切的凝聚子群。从侧面反映出不同景区之间的旅游者流动和信息流动，并揭示自助游旅游者和旅行社选择旅游景区的特点，能为目的地景区合理发展提供一定的支持。 关键词：社会网络分析 景区群 网络结构 经济联系 中图分类号：F592.7 1.引言 随着旅游业的发展，涌现了许多旅游城市，这些旅游城市以其丰厚的旅游资源和优美的环境吸引了许多旅游者。当旅游者选择旅游城市后，必然会根据自己所获得的景区信息来选择旅游目的地景区，或者接受旅行社制定的旅游线路游览参观。由于旅游者在旅游城市的停留时间有限，他们不可能选择所有的旅游景区游览参观，只能选择他们直观感知的景区，而且这个选择过程是一个复杂的过程。而这些选择过程对不同旅游景区的经济产生了直接的影响，旅游者选择的景区或者旅行社安排的景区线路都将不同景区的经济联系起来，景区选择的不同也反映了不同景区之间的经济联系的不同，经济联系的不同又可以反映旅游者在目的地的人员流动、资金和信息流动。 对于经济联系的研究，许多学者都采用社会网络分析法研究区域经济联系。刘耀彬和戴璐（2013）[1] 以鄱阳湖为例，采用社会网络从角色、小团体等方面分析鄱阳湖城市群的经济联系。方大春周正荣刘法建章锦河陈冬冬2.旅游景区经济联系度分析 同一旅游城市中不同景区之间在空间上有关联，且由于发展空间的非均质性导致其景区经济联系方式也各不相同，这种经济联系随当地经济的发展变得越来越紧密和复杂。同时景区间经济联系的紧密度，很大程度上取决于景区之间的交通便利程度及所需要付出的时间成本等因素，针对这一特点，许多旅游界学者利用万有引力定律对旅游相关领域进行分析与研究。牛顿万有引力模型最早被引用于贸易经济研究，后来地理学家也引用引力模型并不断加以修正来研究旅游经济联系。本文以引力模型为基础，将引力模型中的不同区域修改为不同景区来研究旅游城市中旅游景区之间的经济联系度。[8]其公式为： 其中，表示i景区与j景区之间的经济联系度；与分别为i景区与j景区接待的旅游总人次（单位为万人次）；与分别为i景区与j景区的门票收入（单位为万元）； 为两个景区之间的最短交通距离（单位为千米）。其中旅游景区选择秦皇岛接待人次超过10万人次的旅游景区，总共24家。数据均采用2012 年秦皇岛统计年鉴数据；代入数据计算，得出景区间的经济联系度。 根据以上修正引力模型的计算，可测算出各个旅游景区的经济联系总量。即旅游景区经济联系总量是该旅游景区与区域内其他旅游景区经济联系度的总和。公式如下： 其中，为旅游景区经济联系总量。因此，根据上述公式，可求出秦皇岛市各个景区的经济联系总量，并排序，得到结果如表1。 表1 2012年各旅游景区经济联系总量排序表 排序 景区名称 经济联系总量 所占比例 1 鸽子窝 38279.680 0.148 2 长城号 30278.551 0.117 3 老龙头 24243.969 0.094 4 动物园 21759.828 0.084 5 乐岛 19643.818 0.076 6 碧螺塔 19312.494 0.074 7 集发 16790.254 0.065 8 山海关 14083.043 0.054 9 老虎石 12819.171 0.049 10 沙雕 12516.933 0.048 11 南娱乐 9911.988 0.038 12 仙螺岛 9243.209 0.036 13 滑沙场 6019.142 0.023 14 海底世界 5263.031 0.020 15 怪楼 4995.551 0.019 16 联峰山 4054.837 0.016 17 渔岛 3844.637 0.015 18 秦皇求仙 2038.902 0.008 19 孟姜女庙 1437.872 0.006 20 翡翠岛 870.098 0.003 21 长寿山 826.130 0.003 22 堰塞湖 784.177 0.003 23 祖山 245.927 0.001 3.社会网络分析 社会网络分析 ( SNA) 是一门整合的行为科学分析方法，主要从网络的视角分析事物的结构，如社会结构、行为结构，空间结构、经济结构等。注重分析事物的关系和