(修改稿)基于SNA的景区群网络结构的经济联系分析.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（2013）[2] 以安徽省为例，选取2005年，2008年和2011年的数据分析安徽省的经济网络结构。对于不同区域旅游经济联系的研究，张洪，夏明（2011）[3]从社会网络的中心度和经济联系分析了安徽省的旅游空间结构。何艳（2013）[4]分析了陕西省各个地市的旅游经济联系，得出陕南、陕北的旅游经济联系度还有待加强，并提出了相应的促进旅游经济发展的建议。孙勇，史春云（2013）[5]从节点中心性、核心—边缘结构分析江苏省的旅游经济网络，并得出了江苏省旅游经济网络结构逐渐复杂化，但南北发展存在不均衡的现象等结论。王泽宇，孙然（2013）[6]以环渤海地区为例，运用改进的引力模型测度了环渤海地区沿海17个市滨海旅游经济联系度与联系量，并运用社会网络分析法分析了滨海旅游经济网络特征。刘法建，章锦河，陈冬冬（2010）[7]总结了社会网络分析在旅游研究中的应用。 可以看出学者们近年来将SNA用于研究经济联系上，但是研究旅游城市不同景区之间的经济联系的文章还不多，更没有从社会网络的角度探讨景区的经济联系。不同区域之间存在经济联系，不同景区之间也存在经济联系。基于此，本研究以旅游城市秦皇岛市的23个旅游景区为例，首先利用修正的引力模型计算不同景区之间的经济联系量。其次利用社会网络分析方法分析旅游景区之间的网络结构，从整体网络结构，凝聚子群角度，核心—边缘分析景区之间的经济联系。 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