基于网络游记的城市旅游流网络结构演化研究——以北京市为例
发布时间：2021-07-21 22:10
采用网络游记文本数据,结合爬虫技术和社会网络分析方法,分析北京市"十二五"和"十三五"时期城市旅游客流网络结构的演变特征。结果表明:①城市旅游流网络结构存在不均衡性,城市历史文化遗产节点的的影响控制能力强,新兴旅游吸引物的集聚能力相对较弱,受不同类型节点的路径依赖效应的影响,这种差异存在动态扩大特征。②城市旅游流网络结构呈现显著的等级分层结构和节点分散分布特征,传统游憩场所是城市旅游流的核心节点,外围发育的旅游节点较分散且规模能级提升空间较大。③城市旅游流拥有显著的赋能效应、倒逼效应和联通效应。
【文章来源】：地理科学. 2020,40(02)北大核心CSSCICSCD
【文章页数】：10 页
【部分图文】：
北京市主要旅游节点分布
比较2012年和2017年内向和外向接近中心性指标，发现天安门广场、奥体中心、南锣鼓巷、前门、什刹海、西单、恭王府、天坛、颐和园、故宫、景山公园、八达岭长城、王府井步行街等传统历史文化遗迹类景点的内、外向接近中心性指标较高。这些景点的地理位置分布大多集中在二环以内的天安门广场周边，呈集聚分布状态，拥有国家历史文化代表性，旅游者大多选择这些节点。旅游流网络存在内、外向接近中心性数值相差悬殊的旅游节点，2012年三里屯、中山公园、中关村创业大街的内向接近中心性远小于外向接近中心性，表明这些旅游节点受周围的热门节点辐射较大，如三里屯主要受南锣鼓巷、798艺术区的辐射影响较大。而2017年三里屯、中关村创业大街内、外向接近中心性相差不大，除中山公园外，还存在簋街、北锣古巷、宋庆龄故居、世贸天阶、牛街这些旅游节点的内向接近性远小于外向接近性。与前者相反，2012年地坛公园、北京动物园、护国寺的外向接近中心性远小于内向接近中心性，表明这些节点直接与核心节点连接，连通性好。2017年这3个节点内、外向接近中心性逐渐趋于平衡。居庸关长城和慕田峪长城的内向接近中心性远小于外向接近中心性，体现出旅游节点在网络中地位变化。从图3看出，天安门广场、南锣鼓巷、颐和园以绝对优势稳居第一、二、四位。奥体中心由2012年第三位下降到2017年第五位，但仍占绝对优势；什刹海由2012年第五位上升到2017年第三位。前五位旅游节点数的排序总体变化不大。从第六位开始，旅游节点排序发生较大变化，以占优势的前十个旅游节点来说，除北海公园位序保持不变，其余旅游节点位序均发生变化。恭王府、前门、故宫、孔庙国子监、雍和宫、圆明园分别由2012年的第六、八、九、十二、十三、十五位下降到2017年的第十、九、十一、十九、十五、二十位，其中孔庙国子监、圆明园下降幅度最大，中介中心性地位大幅下降；天坛、八达岭长城、王府井步行街、圆明园由2012年的第七、十、十一位上升到2017年的第六、七、八位。此外，明十三陵和三里屯中介中心性地位上升明显，2012年这两个旅游节点在旅游流网络中处于绝对弱势地位，而2017年分别上升到第十二、十三位，中介中心性优势地位凸显。
2012年和2017年北京市旅游流网络内向和外向程度中心势分别为24.69%,22.77%和30.35%,28.43%。中间中心势分别为10.42%,10.17%。从演变趋势来看，2017年北京市旅游流网络的内、外向程度中心势比2012年分别增长1.92%,1.92%，表明北京市旅游流网络结构不均衡性呈现上升趋势，但增长幅度不大，北京市整体旅游流网络受核心旅游节点控制明显。中介中心势由2012年的10.42%下降到2017年的10.17%，下降幅度为0.25%，中介中心势较低，表明核心节点在网络中处于主导地位，较多节点在网络中需要通过核心节点产生联结，表征该网络具备核心-边缘结构特征。核心边缘模型用来衡量节点在网络中的地位。2012和2017年核心旅游节点与核心旅游节点间的关系密度分别为0.46、0.66，边缘旅游节点与边缘旅游节点间的关系密度为0.01、0.02，说明该网络存在明显的等级分层。2012年和2017年核心旅游节点与边缘旅游节点间关系密度分别为0.04、0.08，呈上升趋势，表明核心旅游节点与边缘旅游节点间联系进一步增强。55个节点中，2012年核心旅游节点数量为15个，分别为故宫、颐和园、八达岭长城、天安门广场、天坛、圆明园、南锣鼓巷、恭王、景山公园、北海公园、什刹海、奥体中心、前门、王府井步行街、西单。2017年核心旅游节点数量13个，相比2012年减少圆明园、西单2个节点。以上分析可知，随着旅游市场的不断扩大，不同类型的旅游消费需求逐渐显现，从资源利用角度看，一些新兴的旅游产品设计也满足游客多样化需求，可将上述变化过程中的节点进一步细分为4种能级类型（图4）。
【参考文献】：
期刊论文
[1]基于ZINB模型的中国省域间入境旅游流影响因素[J]. 王永明,王美霞,吴殿廷,李瑞. 经济地理. 2018(11)
[2]基于地理标记照片的北京市入境旅游流空间特征[J]. 秦静,李郎平,唐鸣镝,孙岩,宋昕芮. 地理学报. 2018(08)
[3]上海迪士尼对上海旅游流网络的影响研究——基于驴妈妈游客数字足迹的视角[J]. 蔚海燕,戴泽钒,许鑫,冯学钢. 旅游学刊. 2018(04)
[4]京津冀雄旅游经济空间结构研究[J]. 杨丽花,刘娜,白翠玲. 地理科学. 2018(03)
[5]基于社会网络分析法的中国省际入境旅游经济增长空间关联性[J]. 马丽君,龙云. 地理科学. 2017(11)
[6]基于新浪微博大数据的旅游流时空特征研究——以兰州市为例[J]. 王录仓,严翠霞,李巍. 旅游学刊. 2017(05)
[7]基于战略性新兴产业的长江三角洲城市网络结构演变研究[J]. 庄德林,杨羊,晋盛武,韩荣. 地理科学. 2017(04)
[8]基于数字足迹的自驾车旅游客流时空特征研究——以云南省为例[J]. 罗秋菊,梁思贤. 旅游学刊. 2016(12)
[9]城市旅游流的网络结构特征及流动方式——以武汉自助游为例[J]. 王娟,胡静,贾垚焱,刘大均,许贤棠,朱磊. 经济地理. 2016(06)
[10]南京市旅游流网络结构特征历时性比较[J]. 杨兴柱,吴静. 旅游科学. 2015(04)
本文编号：3295856
【文章来源】：地理科学. 2020,40(02)北大核心CSSCICSCD
【文章页数】：10 页
【部分图文】：
北京市主要旅游节点分布
比较2012年和2017年内向和外向接近中心性指标，发现天安门广场、奥体中心、南锣鼓巷、前门、什刹海、西单、恭王府、天坛、颐和园、故宫、景山公园、八达岭长城、王府井步行街等传统历史文化遗迹类景点的内、外向接近中心性指标较高。这些景点的地理位置分布大多集中在二环以内的天安门广场周边，呈集聚分布状态，拥有国家历史文化代表性，旅游者大多选择这些节点。旅游流网络存在内、外向接近中心性数值相差悬殊的旅游节点，2012年三里屯、中山公园、中关村创业大街的内向接近中心性远小于外向接近中心性，表明这些旅游节点受周围的热门节点辐射较大，如三里屯主要受南锣鼓巷、798艺术区的辐射影响较大。而2017年三里屯、中关村创业大街内、外向接近中心性相差不大，除中山公园外，还存在簋街、北锣古巷、宋庆龄故居、世贸天阶、牛街这些旅游节点的内向接近性远小于外向接近性。与前者相反，2012年地坛公园、北京动物园、护国寺的外向接近中心性远小于内向接近中心性，表明这些节点直接与核心节点连接，连通性好。2017年这3个节点内、外向接近中心性逐渐趋于平衡。居庸关长城和慕田峪长城的内向接近中心性远小于外向接近中心性，体现出旅游节点在网络中地位变化。从图3看出，天安门广场、南锣鼓巷、颐和园以绝对优势稳居第一、二、四位。奥体中心由2012年第三位下降到2017年第五位，但仍占绝对优势；什刹海由2012年第五位上升到2017年第三位。前五位旅游节点数的排序总体变化不大。从第六位开始，旅游节点排序发生较大变化，以占优势的前十个旅游节点来说，除北海公园位序保持不变，其余旅游节点位序均发生变化。恭王府、前门、故宫、孔庙国子监、雍和宫、圆明园分别由2012年的第六、八、九、十二、十三、十五位下降到2017年的第十、九、十一、十九、十五、二十位，其中孔庙国子监、圆明园下降幅度最大，中介中心性地位大幅下降；天坛、八达岭长城、王府井步行街、圆明园由2012年的第七、十、十一位上升到2017年的第六、七、八位。此外，明十三陵和三里屯中介中心性地位上升明显，2012年这两个旅游节点在旅游流网络中处于绝对弱势地位，而2017年分别上升到第十二、十三位，中介中心性优势地位凸显。
2012年和2017年北京市旅游流网络内向和外向程度中心势分别为24.69%,22.77%和30.35%,28.43%。中间中心势分别为10.42%,10.17%。从演变趋势来看，2017年北京市旅游流网络的内、外向程度中心势比2012年分别增长1.92%,1.92%，表明北京市旅游流网络结构不均衡性呈现上升趋势，但增长幅度不大，北京市整体旅游流网络受核心旅游节点控制明显。中介中心势由2012年的10.42%下降到2017年的10.17%，下降幅度为0.25%，中介中心势较低，表明核心节点在网络中处于主导地位，较多节点在网络中需要通过核心节点产生联结，表征该网络具备核心-边缘结构特征。核心边缘模型用来衡量节点在网络中的地位。2012和2017年核心旅游节点与核心旅游节点间的关系密度分别为0.46、0.66，边缘旅游节点与边缘旅游节点间的关系密度为0.01、0.02，说明该网络存在明显的等级分层。2012年和2017年核心旅游节点与边缘旅游节点间关系密度分别为0.04、0.08，呈上升趋势，表明核心旅游节点与边缘旅游节点间联系进一步增强。55个节点中，2012年核心旅游节点数量为15个，分别为故宫、颐和园、八达岭长城、天安门广场、天坛、圆明园、南锣鼓巷、恭王、景山公园、北海公园、什刹海、奥体中心、前门、王府井步行街、西单。2017年核心旅游节点数量13个，相比2012年减少圆明园、西单2个节点。以上分析可知，随着旅游市场的不断扩大，不同类型的旅游消费需求逐渐显现，从资源利用角度看，一些新兴的旅游产品设计也满足游客多样化需求，可将上述变化过程中的节点进一步细分为4种能级类型（图4）。
【参考文献】：
期刊论文
[1]基于ZINB模型的中国省域间入境旅游流影响因素[J]. 王永明,王美霞,吴殿廷,李瑞. 经济地理. 2018(11)
[2]基于地理标记照片的北京市入境旅游流空间特征[J]. 秦静,李郎平,唐鸣镝,孙岩,宋昕芮. 地理学报. 2018(08)
[3]上海迪士尼对上海旅游流网络的影响研究——基于驴妈妈游客数字足迹的视角[J]. 蔚海燕,戴泽钒,许鑫,冯学钢. 旅游学刊. 2018(04)
[4]京津冀雄旅游经济空间结构研究[J]. 杨丽花,刘娜,白翠玲. 地理科学. 2018(03)
[5]基于社会网络分析法的中国省际入境旅游经济增长空间关联性[J]. 马丽君,龙云. 地理科学. 2017(11)
[6]基于新浪微博大数据的旅游流时空特征研究——以兰州市为例[J]. 王录仓,严翠霞,李巍. 旅游学刊. 2017(05)
[7]基于战略性新兴产业的长江三角洲城市网络结构演变研究[J]. 庄德林,杨羊,晋盛武,韩荣. 地理科学. 2017(04)
[8]基于数字足迹的自驾车旅游客流时空特征研究——以云南省为例[J]. 罗秋菊,梁思贤. 旅游学刊. 2016(12)
[9]城市旅游流的网络结构特征及流动方式——以武汉自助游为例[J]. 王娟,胡静,贾垚焱,刘大均,许贤棠,朱磊. 经济地理. 2016(06)
[10]南京市旅游流网络结构特征历时性比较[J]. 杨兴柱,吴静. 旅游科学. 2015(04)
本文编号：3295856
本文链接：https://www.wllwen.com/jingjilunwen/lyjj/3295856.html
