全域旅游背景下辽宁省旅游流空间网络结构分析.docVIP

摘要：随着全域旅游时代的到来，旅游业成为促进国民经济高质量发展的重要基石。本文基于网络文本数据，利用社会网络分析方法，总结了外省游客在辽宁省内 的空间行为偏好，通过UCINET软件对空间网络特征进行分析。研究表明：辽宁省旅游流网络紧密程度偏低，共存在6个凝聚子群，呈现出核心—边缘模式，各节点城市之 间的联系不够紧密；各节点的集聚与扩散程度差异显著，其中沈阳、大连属于核心节点，中心性程度高；省内存在2条主要扩散路径，沈阳—大连—丹东构成了辽宁省重 要的金三角旅游路线，锦州—盘锦—营口等节点形成了“引客入辽”的辽西路线。 关键词：全域旅游，旅游流，辽宁省，空间网络一、引言 近年来，全域旅游方兴未艾，为区域的发展贡献了新的增长点。全域旅游并非传统意义上的景点旅游，全域旅游作为社会经济供给侧改革政策下的一种全新的区域协 调理念，更加强调旅游目的地全区域的合作共建、共享，目的在于充分发挥旅游核心地区的作用，带动旅游边缘地区共同发展[1]。在此背景下，流动空间已成为一种重 要的研究范式，为地理学的研究提供了新的视角。旅游流是各区域之间联系的重要因素，是现代旅游业发展的基础。 现如今，随着移动互联网技术的迅猛发展，互联网不仅为旅游者提供了大量的旅游出行信息，同时也为旅游研究者提供了丰富的数据支撑。国外学者运用互联网技术 对旅游流的研究较早，主要集中在游客对旅游线路的选择偏好[2]、流动空间模式[3]以及游客流动的时空特征[4]等方面。国内学者对旅游流的研究晚于国外，主要集中在 入境和旅游热点区域旅游流的时空分布特点[5-6]、影响因素分析[7-8]以及网络结构特征[9-10]等方面。如：闫闪闪等以洛阳为研究区域，利用微博打卡数据探究了该地旅 游流网络及时空分布特征[11]；王永明等通过ZINB模型，分别构建三组入境旅游流特征变量，分析了我国入境旅游流网络特点和影响因素[12]；周李等利用网络爬虫技术 分别获取了各大旅游网站公开发布的游记信息，通过建立节点结构和网络结构指标体系，对比分析了北京市在国家不同方针政策期间旅游流网络结构的变化趋势[13]。可 见，这些旅游大数据可以真实有效地反映出各区域旅游发展中的问题，有助于提出针对性的解决策略。在现有研究中主要以入境旅游流和热点区旅游流为主，而对东北地 区的研究少有涉及，为进一步缩小区域旅游发展的差距，本文以辽宁省14个地级市为旅游节点，总结外省游客在省内的空间行为偏好，为今后旅游资源的开发、旅游交通 线路的设计及流动空间网络均衡发展均有一定的参考意义。 二、研究区域与数据来源 研究区概况 辽宁省共有14个地级市，位于中国东北地区的南端，海陆位置优越、交通便利，是我国对外开放的重要门户和清王朝的发源地，文物众多，文化底蕴深厚，拥有丰富 的自然和人文旅游资源，其中国家A级旅游景区514个，5A级景区6个，4A级景区111个。随着全域旅游的盛行，辽宁省旅游业得到了较快发展，2019年旅游总收入达 到6222.8亿元，占全省GDP比重为24.98%，因此，加强辽宁省旅游流的研究有利于推进该区域旅游一体化，缩小内部差异，主动融入国内旅游发展大循环，积极构建全域 旅游新格局。 数据来源与处理 本文以2019年1月1日—2019年12月31日马蜂窝旅游、携程旅行、驴妈妈旅游等网站发布的网络游记为基础，以“辽宁”为主题筛选出248篇有效游记。旅游节点由辽 宁省14个地级市表示，通过筛选的网络文本数据建立一个14行×14列的矩阵。假设一名游客率先到达目的地沈阳，又到达锦州，最后到达大连，那么从沈阳到锦州就被认 为是有单项的旅游流关系，即沈阳到锦州用数字1表示，而锦州到沈阳无旅游流关系，则用数字0表示，汇总每个游客形成的关系矩阵，利用UCINET软件对矩阵进行二值化 处理及可视化表达，直观反映节点之间的联系，使游客流动形象化。 三、研究方法与指标体系 研究方法 社会网络分析方法解释了社会节点之间的联系模式，这种联系模式对每个节点及其网络具有重要意义[14]。通过旅游系统中各节点的特征与彼此之间的关系，利用网 络的形式表示出来，深入剖析区域内旅游流的流量和流向以及各旅游节点之间的通达性。 指标体系 ①整体网络结构指标。网络密度是本身存在的线路数量与最大可能存在的线路数量之比，即旅游节点之间相互连接的接近度，值越大，表明节点间有很强的连接性， 计算公式为： 其中，P表示整体网络密度，L为旅游流网络中本身包含的线路数量，n为旅游节点的数目。 凝聚子群是反映网络中联系密切的子群数量，能清晰地显示出整体网络结构和各子群之间的联结特点和潜在关系。在旅