济南市旅游流结构构建与“反向”分析

2019-10-23 01:13:02 科学与管理2018年5期

李伟 刘冰冰 王小雨

摘要:旅游者时空移动产生的旅游流影响着客源市场和旅游目的地的开发,利用地理集中指数和基尼系数测算出济南市的旅游流时空集中特征适合用社会网络分析法,由此可见济南市旅游流规模大,空间分布广,全地域化明显;但是空间集中度高,主要集中于市区的趵突泉、大明湖、五龙潭、黑虎泉以及千佛山景区;自助游、自驾游季节分布均匀,团队游客淡旺季明显;济南市内游憩活动较多,城乡反向差异明显,周边地区游客在市区主要游览著名景点和购物,市区游客在周边主要以乡村旅游,休闲美食为主;济南市旅游流网络结构受到交通因素的影响,与其他大城市相比仍不成规模,更为集中,处于旅游中转地向旅游目的地过渡的阶段,旅游目的地发展模式的发展阶段。

关键词:旅游流;时空分布;社会网络;反向旅游;济南市

中图分类号:F592.7 文献标识码:A DOI:10.3969/j.issn.1003-8256.2018.05.008

旅游者是旅游现象产生的基础,旅游者的时空移动产生旅游流,它连接了旅游目的地和客源地,连接了旅游企业和旅游市场,因此旅游流是旅游系统的神经中枢和纽带,是旅游地理学研究的核心问题之一[1],国外理论和实证研究成果丰富,以大尺度空间、模型化、定量化研究为主,侧重客流的空间分布、动态演变、经济效应等方面,多样化与多学科交叉[2]。运用核心边缘理论、旅游流圈层结构理论、空间扩散理论、旅游流驱动力等定量理论模型,主要探讨了旅游流理论和形成机制、客源地分布、旅游流预测、时空演变以及旅游流的影响等方面[3];嬷瞥隽寺糜瘟鞣植纪,对旅游流动、消费、停留天数等进行了空间数据分析,并总结出对环境知觉、认知、空间活动和地理优选的行为模式 [4]。研究应用于旅游地定位、旅游地规划、旅游市场细分、旅游地方感知形成和互动及旅游地影响等方面[5]。

国内旅游流的研究起于20世纪80年代中后期,基本沿袭了国外旅游流研究的传统,研究视角集中于具体案例的实证讨论和统计数据的模型分析[6]。在圈层结构模型基础上,国内著名旅游学家创建RAS技术、环城游憩带(ReBAM)理论等[7]。中国广阔的地理空间适合大尺度、大规模的研究典型口岸城市入境旅游流网络结构特征,运用GIS空间分析和数理统计等多种方法分析时空特征及变化、区域旅游流规模差异、客源市场结构、入境旅游竞争力特征及影响因素等。入境旅游流研究,时空结构特征研究充分,对近程旅游流、旅游客流预测、旅游流区域影响、旅游者行为影响因素等研究较少[7,8]。

随着旅游地理研究的社会学转向,国内外学者利用社会网络理论分析旅游流取得一系列成果,成为研究旅游流的一个新工具,“社会网络”是由多个点和各点之间的连线组成的集合,用点和线来表达网络,这是社会网络的形式化界定。社会网络理论在国外旅游研究中主要用于旅游目的地结构分析、旅游决策、旅游企业成长和旅游目的地管理。国内主要集中在:旅游目的地管理及旅游地空间网络结构研究、乡村旅游的相關利益者研究以及跨界旅游区网络结构研究,诸多应用证明,社会网络理论适用于旅游者产生的旅游流[9-15]。本文首先利用地理集中指数和基尼系数测算出济南市的旅游流时空特征,判定是否适用社会网络分析法,然后再进行案例分析,是地理学和社会网络理论相结合的结果,为其在旅游中的应用提供了新的范例。

1 济南市旅游流基本情况

1.1 济南市旅游概况

济南市下辖市中区、历下区、天桥区、槐荫区、历城区五个传统城区以及长清区、章丘区两个新设区,济阳、商河、平阴三个县,A级景区景点34个,其中5A景区1个,4A景区12个,2016年济南市接待国内外游客6618.47万人次,比上年增长8.60%。其中,接待国内游客6583.32万人次,增长8.62%;接待入境游客35.15万人次,增长5.58%。实现旅游消费总额846.93亿元,增长13.69%。城市旅游与乡村旅游并重,通过携程旅游、驴妈妈、百度旅游等专业旅游网站利用火车头采集器采集2015年1月~2017年5月来济游客网络游记492份,整理得到游览点126个,商业旅游主要集中于传统城区,乡村旅游主要集中于南部山区,新区及三县主要以著名景区和宗教旅游为主。

1.2 济南市旅游流数据整理

旅游流空间移动具有时序性,一次出行只游玩一个点就返回的是直线型旅游流,按照时序游玩多个点的为网络型旅游流,直线型和网络型共同构成区域的旅游流结构,一个区域的旅游流结构决定了该区域的发展模式,对区域旅游规划、组团式宣传运营具有极大的促进作用。

通过整理旅游路线获得只有1个点的路线有8个:红叶谷、方特东方神话、泉城欧乐堡、太阳部落、九如山、济南野生动物园、董家草莓采摘、泰山地下大裂谷,其中泉城欧乐堡属于德州齐河县、太阳部落和泰山地下大裂谷属于泰安市,济南市内只有5个。超过两个点的旅游路线有484个,4~9个点的旅游路线占到总数的82.64%,最长路线为16个旅游点,整体看济南市的旅游流呈现网络结构。五个直线型旅游节点在484条旅游路线中均有出现,而线路中存在众多一次性节点,如:明湖鲁菜馆、济阳县文化馆、大岭小岭等43处。

1.3 济南市旅游流时空分布

采用地理集中指数、基尼系数来研究旅游流在时间和空间上的分布特征;阕懿煌赜虻穆糜瘟鞯募窘诜植急戎,计算不同的旅游流在时间上的分布集中度;阕懿煌糜畏绞降穆糜瘟髟诟鞯赜虻姆植急戎,采用基尼系数分析不同出游方式的旅游流在空间分布上的集中分散度和均衡程度[16]。

地理集中指数是衡量研究对象集中程度的重要指标,采用地理集中指数来度量旅游流在不同时段分布的整体集中程度,计算公式为:

式中:G为旅游流在不同地域上的集中指数,xi为第i个时段的旅游流规模,T为旅游流总规模,n为案例时段总数。G取值范围为0~100,G值越大,旅游流在案例时段分布越集中,时间采用一年四季,n=4,G值越接近100×=100×=70.2,旅游流在案例时段越呈现为均匀分布。

依据不同地域各季节的旅游流规模的比重(表3),分别计算了旅游流在案例特殊时段的G指数,以反映不同出游方式的旅游流在案例时段分布的整体集中程度。由表4可以得出,以自驾游览为旅游目的的旅游流的G指数接近于70.2,因此以自助游旅游流在案例特殊时段分布较为均匀,而以其他旅游方式是旅游流G指数相对较大,在时间上分布的集中度相对较高,尤其是旅行社的淡旺季非常明显。

式中:Pi为第i个景区的旅游流规模占所有案例景区旅游流总规模的比重,N为景区数量,C为分布均匀度。Gini的值介于0和1之间,值越大表明集中程度越高,空间上分布越不均衡。Gini=0.836,C=0.164,说明济南市的旅游流分布较为集中,分布不均匀。

2 济南市旅游流网络结构构建

2.1 理论方法选取

社会网络理论涉及3个要素:节点、关系和连线。旅游流的网络是由旅游点按照旅游者移动的时序连成的旅游路线组成,因此旅游流网络结构是一种社会网络结构,各旅游点相当于社会网络结构中的点;旅游点之间的时序路线相当于社会网络结构中点与点之间的映射关系[9]。济南市旅游流线路规模大,地理集中度高,时空分布不均衡,完全满足社会网络理论中关于节点、关系和连线的定义,因此适合利用此法分析。

2.2 社会网络理论下的济南市旅游流网络构建

对搜集到的旅游路线按照方向性赋值,有直接联系则赋值1,然后累加,得到一个118×118的网络矩阵,利用Netdraw绘制济南市的整个旅游流网络(118个景区景点),可以清晰地得到四个网络,其中济南市区为核心的网络最大,其他三个网络则是分布于南部山区及章丘区的景区景点。

利用Ucinet6.560 软件中的network分析整个网络的密度为4.5,标准密度为7.05,密度较低,采用不平衡指数度量旅游流在不同景区的分布均衡状况,不平衡指数反映了研究对象在不同区域内分布的均衡程度,其计算方法采用了洛伦兹曲线中的集中指数,计算公式为:

式中,n为景区数量,Yi为各景区旅游流规模占所有案例景区旅游流总规模的比重从大到小排序后,第i位的累计百分比。S的取值介于0和1之间,S越大,旅游流分布越集中,S越小,旅游流分布越均匀。经计算,不平衡指数S=0.3612,表明旅游流在各景区的分布较不均衡。这与庞大的旅游流分布形成巨大对比,说明旅游流较为集中在少数旅游景点。

因此分析旅游流流量高于一定次数的网络更具有现实意义,利用软件选择断点值,将旅游流矩阵二分化,考虑数据的适用性,遵循可对比性,经过多次对比分析和网络特性检验,最终选4为断点值,当两节点间旅游流联系量大于4时,则将相应的矩阵单元赋值为1,反之则赋值为0。将直线型去除,将旅游路线旅游点个数大于4的路线的属性数值转化为二分矩阵。利用Ucinet6.560 软件断点值4得出济南市旅游流矩阵,还剩14个景点分别是趵突泉公园、泉城广场、黑虎泉、五龙潭、芙蓉街、大明湖、千佛山、环城公园、解放阁、山东博物馆、曲水亭街、王府池子、宽厚里、珍珠泉。

3 济南市旅游流网络结构特征

3.1 中心性分析

中心性分析是社会网络分析的重点之一,是衡量网络中一个对象是否重要,评价其在整体网络结构中的地位的重要指标。在区域旅游空间结构分析中,对旅游流网络进行多种中心性指标测度,可以量化出不同的旅游地在整体区域旅游网络中的功能、地位以及作用。

根据表6,所选取的14个旅游节点中程度中心性最大值为趵突泉公园27.191,说明趵突泉公园往来其他景点的客流最大,大明湖(26.655)、五龙潭(23.077)、泉城广。22.361)的旅游流量比较大,辐射功能很强。亲近中心性反应一个节点到其他节点的最短路径情况,在表中数值越大亲近性越高,其中内向和外向亲近性最大值均为芙蓉街(0.964,0.964),最小值均为宽厚里(0.571,0.607),接近中心性指标方差为0.1,说明各旅游节点在旅游网络中的分布比较均衡,但最大值和最小值之差反映了其中一些旅游节点在网络中相对孤立。平均每个旅游节点充当旅游流中间者的次数为4。芙蓉街、千佛山的中间中心性指标值较高,表明这2个景区在起到较大的中介者作用的同时且具有较高进入性,其他旅游节点对这些旅游节点具有较强的依赖性。中间中心性标准差为4.551,表明旅游网络中各旅游节点之间分布十分不均衡。

3.2 结构洞指标

结构洞是在网络中节点之间无直接关系或关系间断的现象,从网络整体看好像网络结构中出现了洞穴,此即结构洞,结构洞理论指出拥有的结构洞越多,关系优势越大。从效能来看,只有山东省博物馆和宽厚里低于10,其他节点均较高,说明他们获得的旅游流流量较大,吸引较多游客,在整个旅游流网络结构中竞争优势明显,但可能会造成严重的旅游流瓶颈问题,需要实施旅游交通管制,同时也需要提高旅游设施集聚功能。从效率指标来看,芙蓉街、千佛山、解放阁稍高,而其他的效率相差不大,宽厚里非常低只有1.696,说明其连接其他节点数量较少;从约束性指标来看,宽厚里最高1.086,依赖其他节点程度较高,其他节点均小于1。

3.3 核心边缘结构分析

整体旅游流网络程度中心势为16.01%,程度中心势值较小,说明网络中的旅游流围绕核心节点集聚或发散的趋势不明显,旅游客流比较分散。外向亲近中心势和内向亲近中心势比较接近,分别为32.8%、33.12%,说明旅游流网络中心化不明显。中介中心势为9.16%,相对较低,说明具有中介作用的景点较少。中心势不明显说明整个网络的发育还不完善,有較强的分层结构。利用核心-边缘缺失模型(core-periphery model)进行核心边缘数据分析,可以得出核心节点4个,边缘节点10个,整个网络中的核心度为0.809,分布较零散:诵那诓苛到衔芮,核心对边缘的关联带动效应为5.1,作用明显。并且边缘区受到核心区的辐射影响强于边缘区各旅游景点的联系。

4 结论与讨论

4.1 结论

济南市旅游流时空分布不均匀,时间上集中于春秋两季,自助游客最多,自助游、自驾游时间分布均匀,团队游客淡旺季明显;空间上集中明显,分布不均匀,主要集中在市区内,以知名景点为主(趵突泉、大明湖、五龙潭、黑虎泉、千佛山)。

济南市旅游流规模大,共有126个旅游节点,有118个节点形成四个网络,其中有103个节点形成一个完整网,但是密度极低,大多数节点只出现1~3次,建立网络矩阵,选择断点值为4时,仅剩14个节点,14个节点就是整个网络的中心。通过中心性分析、核心-边缘结构模型得出趵突泉公园、泉城广场、五龙潭、大明湖为核心圈,而芙蓉街和千佛山的中介性高,充当着连接桥的角色。旅游流规模大、密度低,呈现出满天繁星的旅游发展态势,一方面说明旅游发展进入到蓬勃的发展阶段,另一方面说明济南市旅游还未形成大规模网络,联合发展、共同获益的局面还没有到来。

市内交通要素成为制约来济游客旅游流规模的一大因素,严重影响了核心景点到周边的辐射效应,停车难、堵车是游客关于在趵突泉、大明湖、千佛山等核心区表述最多的词语,造成了核心区景点少,带动效应差的局面。济南周边县区也受到高铁、高速公路交通因素的影响,济南市内游客前往章丘、萊芜、泰安、齐河的游客明显多于济阳、商河、平阴。形成了外地游客来济主要集中于市区和济南市区游客前往周边县区、地市的两个圈层构造(图3)。这两个方向相反的圈层所选取的旅游经典类型完全相反:来济南市区的旅游流主要集中于著名景点(趵突泉、大明湖、千佛山)以及商业场所(恒隆、世贸、万达),而外层的旅游流主要集中于自然风光(乡村、红叶谷、锦屏山),两者具有典型的城市向往乡村、乡村向往城市的“反向”旅游特征,这为两地针对彼此客源市场宣传和营销开发提供支持。

从旅游流分布来看,不仅出现了济南市内景区还出现齐河、泰安景点,这说明其不受行政界限的完全约束,126个景点分布于济南市的各个县区,景点类型多样化,说明济南正处于旅游发展阶段,初步形成全地域旅游的局面,应该抓住机遇打造旅游产业,塑造全域旅游。

与其他城市如:南京[17]、武汉[18]相比,南京选择断点值7有16个景点矩阵,武汉选择断点值为6有23个景点矩阵,济南市旅游流网络选择断点值4只有14个景点的矩阵,说明济南市旅游流网络结构小,与其他两个城市相比中心性分布更为均匀,中介性更低,核心圈景区景点少,且空间集中,主要集中在面积较小的核心地域内,距离近但是联系密度较低,并且经过济南中转的游客多于其他两城市,表明济南仍是旅游中转地。

4.2 讨论

在旅游流结构中景点出现频次高并不代表在网络中的地位高,有可能是直线型的旅游流点;地理集中程度越高越容易形成旅游流网络;旅游流的结构不仅受客观因素影响,如:交通通达性、景区知名度、基础设施等,还受社会亲近性的影响,形成如地租影响下的杜能环,社会亲近性下的旅游杜能环大致为:商业购物中心、著名景区景点、城市公园游憩场所、乡村旅游和宗教活动场所、主题乐园;一个行政市域内不仅有城市居民的游憩游也有村镇居民的城市游,这种城乡结构的游客在旅游方向、旅游目的产生完全相反的旅游活动,形成一种“反向旅游带”,在经济发展、城乡居民可支配收入不断提高的背景下,两者的旅游活动对各自居住地都会产生深远的影响。

参考文献:

[1] 保继刚,楚义芳.旅游地理学[M].北京:高等教育出版社.1999:217-218.

[2] 谢彦君.基础旅游学(第二版)[M].北京:中国旅游出版社.2004.

[3] 陆林.现代国际旅游流研究[D].北京:中国科学院地理科学与资源研究所.1997.

[4] 董培海,李伟.国内旅游流基础理论研究述评[J].旅游研究, 2015,26(1):34-40.

[5] 李伟.大城市旅游流网络结构构建与分析-以武汉市为例[D].武汉:华中师范大学.2013.

[6] 张佑印,顾静,马耀峰.旅游流研究的进展、评价与展望[J].旅游学刊,2013,33(6):38-46

[7] 马耀峰,李天顺,等.中国入境旅游研究[M].北京:科学出版社.1999.

[8] 刘法建,张捷,陈冬冬,等.中国入境旅游流网络结构特征及动因研究[J].地理学报,2010,65(8):1013-1024.

[9] 梁保尔,潘植强.基于旅游数字足迹的目的地关注度与共现效应研究-以上海历史街区为例[J].旅游学刊,2015,30(7):80-90.

[10] 黄潇婷,李玟璇,张海平,等.基于GPS数据的旅游时空行为评价研究[J].旅游学刊,2016,31(9):43-52.

[11] 周慧玲,许春晓.基于游记行程的湖南旅游流空间网络结构特征[J].经济地理, 2016,36(10):201-206.

[12] 吴志才,陈淑莲,郑钟强.社会网络视角下的旅游规划决策研究—以潮州古城为例[J].旅游学刊,2016,31(12):81-89.

[13] 刘法建,张捷,张锦河,等.旅游地研究中的“联系”和网络—基于社会网络理论的旅游地研究述评[J].旅游科学,2016,30(2):1-14.

[14] 潘植强,梁保尔.基于旅游数字足迹的目的地旅游形象游客感知研究—以新疆天山世界自然遗产为例[J].北京第二外国语学院学报,2015,37(5):40-48.

[15] 张凌云.非惯;肪:旅游核心概念的再研究—建构旅游学研究框架的一种尝试田.旅游学刊,2009,25(7):12-17.

[16] 李伟,胡静,陆汝瑞,等.基于旅游目的的特殊时段旅游流时空分布特征研究[J].经济地理,2013,33(1):180-186.

[17] 楊兴柱,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.

[18] 李伟,胡静,周蕊蕊,等.武汉市旅游系统空间结构分析[J].人文地理,2014,33(1):141-147.

Tourism Flow Structure Construction and Reverse Analysis in Jinan

LI Wei1, LIU Bingbing2, WANG Xiaoyu2

(1. School of Innovation and Entrepreneurship, Shandong Women's University, Jinan 250300, China;

2. School of Tourism, Shandong Women's University, Jinan 250300, China)

Abstract:The tourism flow generated by the travelling time and space of tourists affects the development of the tourist market and the tourist destination. The features of tourist flow measured by using the geographical concentration index and Gini coefficient in Jinan are suitable for social network analysis. Thus it is concluded that the tourist flow in Jinan is large in scale, wide in spatial distribution and obvious in the whole region. but the spatial concentration is high, mainly concentrate on Baotuquan, Daminghu, Wulongtan, Heihuquan and Qianfoshan; self-service tours and self-driving tours are distributed evenly, and the team tourists show slack-peak seasons; there are many recreational activities in Jinan City, the reverse difference between urban and rural areas is obvious, tourists from the surrounding areas mainly visit famous scenic spots and go shopping in urban areas, and urban tourists mainly enjoy rural tourism and leisure food in surrounding areas; the structure of tourist flow network is affected by traffic factors in Jinan, and compared with other large cities, it is still not large enough and more concentrated. It is in the transition stage from tourism transit to tourism destination, and the tourism destination development model .

Keywords:tourism flow; time and space distribution; social network; Jinan

?