论文发表 | 论文范文 | 公文范文
最新公告:目前,本站已经取得了出版物经营许可证 、音像制品许可证,协助杂志社进行初步审稿、征稿工作。咨询:400-675-1600
您现在的位置: 新晨范文网 >> 企业管理 >> 社会网络论文 >> 正文

社会网络分析的自助游空间结构分析

定制服务

定制原创材料,由写作老师24小时内创作完成,仅供客户你一人参考学习,无后顾之忧。

发表论文

根据客户的需要,将论文发表在指定类别的期刊,只收50%定金,确定发表通过后再付余款。

加入会员

申请成为本站会员,可以享受经理回访等更17项优惠服务,更可以固定你喜欢的写作老师。

提要:

自助游空间结构是自助旅游流空间位移的表现形式。运用社会网络分析方法,以云南省16个地级城市为节点,通过搜索整理网络游记的方式构建云南省自助游空间网络,揭示了云南省自助游的空间结构特征:云南省自助游网络的整体密度为0.217,旅游流的整体互动不明显,旅游流空间结构呈现"局部联系密切,整体联系疏松,发展不平衡"的特征;网络核心-边缘空间结构表现出局部区域旅游影响力较弱,仅限于旅游资源相对较密集的局部区域,其内部联系较紧密,反映了游客自助游"喜集聚,厌分散"的空间结构特征;旅游网络节点具有4个明显的空间节点等级:自助游核心节点、自助游重要节点、一般旅游目的地节点以及边缘旅游节点。

关键词:

旅游流;空间结构;社会网络分析方法;自助游;云南省

随着旅游业的快速发展以及旅游观念的逐渐成熟,自助游逐步成为一种个性化、时尚的重要旅游方式,我国的自助旅游流规模更是呈现出稳步增长的趋势。近年来,相关研究开始逐渐受到学者的广泛关注,如Werner等通过调查验证了旅游成本与旅游动机将促进旅游流利用高速交通方式进行长距离出行,并初步揭示了旅游交通网络等级对旅游流流动效率具有显著影响[1];庞闻等采用分形理论探讨了旅游流规模的分布特征[2];钟士恩等通过文献分析方法,将旅游流空间模式基本理论梳理为圈层结构理论、核心边缘理论、空间扩散理论[3];Shih通过计算中心度、临近度、效率和限制等指标,分析自驾游目的地网络的结构特征[4];刘军胜等基于自驾游游客数据,研究西安秦岭地区的自驾游旅游服务质量[5];周晓梅以高铁时代带动的旅游流为背景,探究高铁对中国自助游的空间结构和消费行为的影响[6]。综上所述,现有研究主要侧重于分析旅游流的空间模式理论,而对自助旅游流空间结构的实证研究相对较少,尤其是对自助旅游流空间结构的定量分析方面相对薄弱。基于此,文中将云南省16个地级城市作为节点构建自助旅游流网络,通过社会网络分析方法获得自助游目的地的聚散效应,获取云南省自助游的空间结构特征。

1材料与研究方法

1.1数据获取

云南省拥有丰富的旅游景区资源和少数民族文化,近年来全省旅游业以较高的增长率发展,成为国际旅游业中的一个亮点。云南省2014年旅客运输周转量为29994亿人km,与2013年相比增加了8.8%;2014年全省接待海外游客525万人次,接待国内游客2.8亿人次,旅游收入达2650亿元。当前,云南省正构建以铁路、航空、公路为主体的现代综合交通体系,为自助游创造了优越交通条件,大幅度提升了旅游交通可达性。文中研究数据采用搜索整理网络游记的方式获取。通过同程网和携程网记录的云南自助游游客的旅游行程,经过筛选最后得到有效游记132份。利用社会网络分析方法构建云南省自助旅游流网络,自助游客以交通工具为载体,发生流入和流出、聚集和扩散等一系列旅游流移动活动,反映出城市旅游节点之间的空间联系[7]。

1.2研究方法

1.2.1构建自助旅游流网络

(1)将云南省16个地级城市确定为网络节点。(2)建立网络关系。以云南自助旅行者的行为主体作为基础,构建旅行者在节点城市之间流动的旅游流网络[8]。当一个自助游客到达的第一个节点城市是普洱,然后是玉溪和红河,把这一次旅程进行网络规范记录下来,获得一个旅游者有方向的旅游动态变化。依据旅游者有方向的旅游行为建立旅游流的不对称矩阵,注意矩阵的水平轴和垂直轴要分别代表不同城市旅游节点。其中,例如城市旅游节点昆明与丽江之间有唯一方向的游客流动关系,昆明到丽江就用1表示,丽江到昆明则用0表示,那么,旅游流的两个节点之间有直接关系就用1表示,0则表示无直接流入流出关系[9]。(3)以游客流动、强度矩阵为基础建立分配矩阵。根据云南自助游客移动数据样本空间,把样本中相同的网络关系整理出来,输入UCINET软件中,建成自助旅游流的网络数据库,以此作为分析游客在城市间相互流动关系的基础。(4)构建二分矩阵。选择断点值为4,当旅游流在两个节点城市间发生的有向流动次数大于4时,在二分矩阵里赋值为1;当旅游流在两个节点城市间发生的有向流动次数小于4时,在二分矩阵里赋值为0。通过对云南省城市旅游流矩阵的二值化,确定二进制矩阵,如表1所示。根据二进制矩阵,绘制出云南省自助旅游流网络结构图,如图1所示,直接反映出节点城市间的空间联系强度及网络节点空间形态。

1.2.2指标选取

通过网络整体结构和节点功能指标构建评价指标体系,对云南省自助游客流网络进行数据分析。确定网络整体评价指标为密度和核心-边缘模型,节点功能评价指标选取中心性指标和结构洞。

2结果与分析

2.1网络整体结构

2.1.1密度指标

通过对网络结构的分析,可以揭示区域旅游流网络的基本情况,反映出接触强度大小、结构紧凑的区域旅游[9]。通过旅游流网络节点的密度指标值,可以定量地反映出旅游网络中节点之间的接触关系。其中,整体网络节点连接性越强,每个节点之间的联系关系数越多,密度值越接近于1。其表达式为:D=m/(n(n-1))(1)式中,D为网络密度,m为有向网络中包含的实际关系数目,n为网络中节点的个数[10]。当D=1时,网络中的所有节点之间都存在着直接联系关系;当D=0时,说明节点之间不存在任何的联系关系[9]。经计算发现,云南省自助游网络的整体密度是0.217,数据表明全省自助游网络密度较低,旅游流的整体互动不明显,各个旅游节点之间联系较疏松。云南省自助旅游流集中于昆明、丽江、大理、迪庆、西双版纳等城市之间,这些城市之间联系紧密。相比而言,其他城市之间的直接联系相对疏松。因此,网络结构中存在明显的分层现象,呈现出"局部联系密切,整体联系疏松,发展不平衡"的空间结构特征。

2.1.2核心-边缘模型指标

用原始数据和关系数据类型,能够推断出处在"核心区域"与"边缘区域"的节点,对整体网络有一个量化的认识,揭示出每个节点之间的网络联系关系[11]。依靠核心-边缘模型理论知识的科学性、准确性,分析得到云南省自助旅游流网络核心-边缘旅游地的空间结构图(图2)。由图2显示:1)根据网络密度公式(1)计算,核心区域网络矩阵有7个旅游城市节点,密图2云南省自助旅游流网络的核心-边缘旅游地空间结构Figure2Core-peripherystructureofself-helptourismflownetworksinYunnanProvince度为0.548;边缘区域网络矩阵有9个旅游城市节点,密度为0.069。核心区域的网络密度值远高于边缘区域的网络密度值,说明核心区域旅游目的地之间的互动频率远高于边缘的区域,但是,核心区和边缘区旅游目的地之间的联系非常微弱且旅游联动效应较小。2)边缘区域的节点大多数是云南省的山区城市,交通不发达,与核心区联系不便利;区域内部联系也较少,只有少数中心旅游地曲靖、玉溪与边远地区红河、临沧等存在比较强的自助旅游流动。3)核心区域基本位于云南省中心区域,相互之间空间距离较短,并且交通联系可达性高,此外,在46家4A级、5A级景区中有74%位于核心区域。核心区域旅游资源相对集中,整体吸引力较强。综合以上分析,得出游客自助游"喜集聚,厌分散"的空间结构特征。

2.2网络节点结构评价

2.2.1中心性指标

文中主要选取中心性指标中的程度中心性和接近中心性。其中,网络中重要节点核心性地位的最直接评价指标是程度中心性。旅游网络的程度中心性有外向性的程度中心性(辐射性)和内向性的程度中心性(吸引性),分别指一个目的地与其他目的地之间的旅游流流出和流入关系。通过程度中心性的分析,揭示出在网络中有辐射性、吸引性还是核心性的旅游地。式中,CD,in(na)表示节点a的内向程度中心性,CD,out(na)表示节点a的外向程度中心性。rab,in表示节点b到a有直接联系,rab,out表示节点a到b有直接联系。节点的程度中心性越高,表明其与区域其他旅游城市节点的相关性越强。最高指标值的节点在网络区域中具有不可取代的重要地位,具有核心竞争力,对其周围节点城市具有辐射效应[12]。接近中心性主要衡量旅游节点间的距离关系,即旅游节点间的通达性,旅游交通距离越短,交通方式越便捷,则接近中心性越大,表明某个旅游节点与其他旅游节点越容易发生联系,其公式为:式中,d(na,nb)表示节点a与节点b之间的距离。在现实数据中,如果两个城市旅游节点之间距离越短,指标值越大,节点之间的连接度就越好。中心性指标(表2)。

2.2.2结构洞指标

旅游流网络中节点之间关联的障碍结构被称为"结构洞"[13],文中采用制约度来衡量结构洞。结构洞指标能够清晰地指出具有竞争优势和不可替代区位优势的旅游节点。结构洞的评价指标其中一个是制约度,其突出节点直接或间接对其他旅游节点的依赖度。式中,rak表示旅游节点i到j的直接联系。分别计算云南省16个城市制约度(表2)。制约度越小,说明该节点在旅游流空间结构中越加重要,更具有竞争与区位优势。

3讨论

(1)程度中心性指标数据显示网络中节点城市的旅游流平均联系程度是3.44。根据区域旅游节点城市的属性:辐射性网络节点(高外向程度中心性、低内向程度中心性)、吸引性网络节点(低外向程度中心性、高内向程度中心性)和核心网络节点(高外向程度中心性、高内向程度中心性),节点空间结构具有4个明显等级:1)自助游核心节点。昆明、大理、丽江和玉溪城市旅游节点外向程度中心性和内向的程度中心性两个值都很高,说明在这里游客流动量较大,是云南省自助旅游客源地与旅游目的地的核心。2)自助游重要节点。楚雄、迪庆、西双版纳、红河和保山等旅游节点内向程度中心性与外向程度中心性几乎一样大,兼具旅游客源地与旅游目的地的双重功能,具有较强的旅游吸引力。3)一般自助游目的地节点。曲靖、德宏等旅游节点外向程度中心性与内向程度中心性都较低,目前,作为旅游客源地与旅游目的地的功能还处与发展中阶段,旅游资源需要深度开发。4)边缘旅游节点。昭通、临沧和怒江中心性较低,空间距离较远的边缘地区中心性较小,作为自助游目的地还处于初级阶段。(2)接近中心性主要衡量自助游城市之间的旅游流流通性,如果节点接近中心度的值越大,那么到达该节点的通达性就越好。从表2可知,昆明是自助游网络结构中不可或缺的重要节点,具有最小的接近中心性,辐射、集聚中转旅游流的能力非常强;丽江是游客向往的旅游目的地,旅游资源相当丰富,连接云南省大多数旅游地,在网络结构图中属于重心点;大理在自助游线路"昆明-楚雄-丽江-迪庆"中处于中心位置,交通便捷,文化旅游资源丰富,起到纽带连通作用。因此,昆明、大理、丽江和迪庆旅游流的交互影响是显著的,发达的交通网络,旅游目的地之间的密切接触,具有较大的发展空间。(3)从结构洞的制约度指标发现,昆明、楚雄、大理、丽江、迪庆和西双版纳旅游节点在云南省自助游网络中占据较多的结构洞优势。制约度越小,对其他节点的依赖程度越弱,拥有更多的发展机会和独一无二的区位优势。曲靖、玉溪、保山、普洱和红河等旅游城市,相对大理等的制约度较大,若与其他旅游节点构建更多的连接与合作,利用结构洞优势,充分发展旅游目的地功能。其余旅游节点制约度指标数据显示较大,旅游节点处于低密度区。

4结论

(1)云南省自助游网络空间旅游流的整体互动不明显,各个旅游节点之间联系较疏松,网络联系较多的相对集中在昆明、丽江、大理、迪庆、西双版纳等城市之间,旅游节点空间结构呈现"局部联系密切,整体联系疏松,发展不平衡"的特征。(2)网络核心-边缘空间结构表现出区域旅游影响力较弱,仅限于局部旅游资源相对较密集的区域,其内部联系较紧密,反映了游客自助游"喜集聚,厌分散"的空间结构特征。(3)旅游网络节点具有4个明显的空间节点等级:自助游核心节点(昆明、丽江、玉溪和大理)、自助游重要节点(西双版纳、保山、红河、楚雄、和迪庆等)、一般旅游目的地节点(曲靖、德宏等)以及边缘旅游节点(昭通、临沧和怒江),旅游流空间结构发展不平衡。针对获取的自助游空间结构特征,一方面,核心区域的城市需通过旅游知名度的提升、旅游品牌效应的强化等方式带动周围城市旅游发展;另一方面,边缘区域城市应从深度开发旅游资源,树立旅游精品名牌,发展旅游支柱产业等方面着手,优化自助游空间结构,形成云南省旅游业协同发展的局面。

参考文献

[2]庞闻,马耀峰.旅游流规模分布的分形与分维-以我国入境旅游为例[J].西北大学学报,2010,40(5):905-909.

[3]钟士恩,张捷,韩国圣,等.旅游流空间模式基本理论:问题分析及其展望[J].人文地理,2010,25(2):31-36.

[5]刘军胜,马耀峰.西安秦岭自驾游旅游服务质量评价研究[J].干旱区资源与环境,2014,28(12):197-202.

[6]周晓梅.高铁时代自助游的空间结构和消费行为研究[J].特区经济,2012,28(1):156-158.

[7]高娜.长三角旅游流网络时空演变与优化研究[D].上海:上海师范大学,2010.

[8]潘峰华,赖志勇,葛岳静,等.社会网络分析方法在地缘政治领域的应用[J].经济地理,2013,33(7):15-21.

[9]李艳,严艳,贠欣.基于旅游数字足迹的西藏景区空间结构分析[J].干旱区资源与环境,2015,29(6):176-181.

[10]刘军.整体网分析讲义:UCINET软件使用指南[M].上海:格致出版社,2009.

[11]戢晓峰,梁斐雯,陈方.云南旅游交通网络空间布局与优化对策[J].经济地理,2012,32(11):52-57.

[12]陈超,刘家明,马海涛,等.中国农民跨省旅游网络空间结构研究[J].地理学报,2013,68(4):547-558.

[13]孙立新.社会网络分析法:理论与应用[J].管理学家学术版,2012,4(9):66-73.

作者:戢晓峰 李俊芳 陈方 单位:昆明理工大学交通工程学院 昆明理工大学社会科学学院

社会网络分析的自助游空间结构分析责任编辑:沈应婷    阅读:人次
社会网络论文相关文章