省際入境與國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征及比較分析

馬 麗 君，鄧 思 凡

(湘潭大學商學院，湖南 湘潭 411105)

0 引言

旅游業(yè)是我國國民經(jīng)濟的戰(zhàn)略性支柱產(chǎn)業(yè)。2019年我國國內(nèi)游客達60.1億人次，國內(nèi)旅游收入57 251億元，入境游客1.45億人次，國際旅游收入1 313億美元。受疫情影響，在入境旅游幾乎中斷的情況下，2020年國內(nèi)游客仍有28.8億人次，國內(nèi)旅游收入22 286億元。由于地理位置、資源稟賦等因素的不同，我國旅游業(yè)發(fā)展存在明顯的區(qū)域差異，而客流量是衡量一個地區(qū)旅游業(yè)發(fā)展水平的重要指標，也是學術(shù)界研究的重要對象。目前旅游流的相關(guān)研究成果主要集中在基本概念[1，2]、時空分布及演化[3-6]、影響因素及驅(qū)動機制[7-9]、客流量預(yù)測[10-13]等方面，并隨著互聯(lián)網(wǎng)的普及和發(fā)展，多通過百度指數(shù)、微博、微信、旅游數(shù)字足跡等大數(shù)據(jù)對旅游流時空分布特征進行分析[14-18]，運用社會網(wǎng)絡(luò)分析方法對旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征進行研究[19,20]。旅游流的整體研究體系已較完善，尤其是在空間分布和時間演化等方面。我國旅游發(fā)展具有“入境—國內(nèi)—出境”特點，國內(nèi)關(guān)于入境旅游流網(wǎng)絡(luò)結(jié)構(gòu)的研究相對較多[21-23]，但由于缺少國內(nèi)游客的統(tǒng)計數(shù)據(jù)，國內(nèi)省際旅游流網(wǎng)絡(luò)結(jié)構(gòu)的相關(guān)研究較少。網(wǎng)絡(luò)是輔助游客出游決策的重要手段[24]，游客通過網(wǎng)絡(luò)檢索旅游地相關(guān)信息時留下的檢索痕跡形成“網(wǎng)絡(luò)關(guān)注度”(或“搜索指數(shù)”)[25]。相關(guān)研究表明，網(wǎng)絡(luò)關(guān)注度與旅游流之間存在密切的正相關(guān)關(guān)系[26]，可用網(wǎng)絡(luò)關(guān)注度反映旅游流的流量和流向。李山等利用百度指數(shù)分析旅游景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游流的相關(guān)性[27]；孫燁等研究發(fā)現(xiàn)客流量與網(wǎng)絡(luò)關(guān)注度具有很強的正相關(guān)關(guān)系，可用網(wǎng)絡(luò)關(guān)注度反映旅游流的時空變化并進行流量大小比較[28-30]；Liu等采用協(xié)整和格蘭杰因果關(guān)系檢驗等方法研究天目湖在13個客源地城市每日游客人數(shù)與搜索指標間的關(guān)系，并通過在矢量自回歸模型中應(yīng)用脈沖函數(shù)進一步驗證網(wǎng)絡(luò)關(guān)注度與實際旅游客流量之間的時空相關(guān)性[31，32]。

入境游客和國內(nèi)游客的偏好、空間分布不同，導致入境旅游流網(wǎng)絡(luò)與國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)存在一定差異。哪些省域在入境和國內(nèi)旅游流網(wǎng)絡(luò)中均處于有利(或不利)地位，哪些省域在其中一個旅游流網(wǎng)絡(luò)中處于有利地位，而在另一個中處于不利地位，以往研究鮮有報道，而這對于在入境和國內(nèi)旅游流網(wǎng)絡(luò)中均處于不利地位的省域以及在入境和國內(nèi)旅游流網(wǎng)絡(luò)中所處地位不匹配的省域制定相關(guān)措施、提高吸引力，促進其入境和國內(nèi)旅游協(xié)調(diào)發(fā)展，提升在旅游流網(wǎng)絡(luò)中的地位具有重要意義。因此，本文收集2017年中國內(nèi)地31個省域入境及國內(nèi)客流量、流向數(shù)據(jù)，利用社會網(wǎng)絡(luò)分析法，在分析我國入境和國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征的基礎(chǔ)上，考察兩者間的異同，以期豐富旅游流網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)研究，明確各省域在我國入境旅游和國內(nèi)旅游網(wǎng)絡(luò)中所處的位置，為促進客源市場開發(fā)、區(qū)域旅游合作以及入境與國內(nèi)旅游業(yè)平衡發(fā)展提供參考。

1 數(shù)據(jù)來源與分析方法

1.1 數(shù)據(jù)來源

本文入境旅游流數(shù)據(jù)主要來源于《2018年旅游抽樣調(diào)查資料》中2017年入境游客的流向。為保持數(shù)據(jù)的一致性，依托百度指數(shù)，以景區(qū)名稱為關(guān)鍵詞進行檢索，收集2017年各省域居民對其他省域5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度，以此反映國內(nèi)旅游流的流量、流向。由于《2018年旅游抽樣調(diào)查資料》中各省域的調(diào)查樣本量不同，為能通過社會網(wǎng)絡(luò)分析法進行比較分析，本文將入境游客在國內(nèi)31個省域的流量以百分比的形式進行分析，即計算各省域入境游客抽樣調(diào)查樣本中流向其他省域客流量占樣本量的比率，值越大，表明流向某省域的游客量越大。

1.2 分析方法

本文采用社會網(wǎng)絡(luò)分析法，從個體網(wǎng)絡(luò)結(jié)構(gòu)和整體網(wǎng)絡(luò)結(jié)構(gòu)兩個層面分析入境和國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征。個體網(wǎng)絡(luò)結(jié)構(gòu)包括中心度和結(jié)構(gòu)洞分析：1)中心度用于分析入境和國內(nèi)旅游流網(wǎng)絡(luò)中各省域聯(lián)系的緊密程度及核心省域的影響力，包括度數(shù)中心度、接近中心度和中間中心度，其中，度數(shù)中心度在有向圖中分為點入度和點出度，前者在旅游流網(wǎng)絡(luò)結(jié)構(gòu)中表現(xiàn)為受益關(guān)系，后者表現(xiàn)為溢出關(guān)系；接近中心度用于衡量網(wǎng)絡(luò)中成員與其他成員的“距離”，值越大，說明該省域與其他省域之間的聯(lián)系越密切；中間中心度用于衡量網(wǎng)絡(luò)中成員對資源的控制程度，值越大，則該省域控制其他成員交往的能力越大。2)結(jié)構(gòu)洞通過各省域在網(wǎng)絡(luò)中所處位置以及與其他省域的互動、影響和支配效力反映該省域的相對重要性，某省域在網(wǎng)絡(luò)中占據(jù)的結(jié)構(gòu)洞越多，則其信息優(yōu)勢和資源優(yōu)勢越顯著。結(jié)構(gòu)洞主要通過有效規(guī)模、效率和限制度3項指標衡量，網(wǎng)絡(luò)中某省域的有效規(guī)模越大、效率越高、限制度越小，則其在網(wǎng)絡(luò)中占據(jù)的結(jié)構(gòu)洞越多，中介能力越強，因此在網(wǎng)絡(luò)中具有樞紐地、中轉(zhuǎn)地和集散地的重要角色，個體對網(wǎng)絡(luò)中其他個體的影響程度越大，受其他個體的制約則越小，在網(wǎng)絡(luò)中處于越有利的位置。整體網(wǎng)絡(luò)結(jié)構(gòu)則包括網(wǎng)絡(luò)密度、網(wǎng)絡(luò)中心勢、核心—邊緣模型和塊模型分析。1)網(wǎng)絡(luò)密度主要用于反映整體網(wǎng)絡(luò)關(guān)系的緊密程度，密度越大，則旅游流的整體網(wǎng)絡(luò)結(jié)構(gòu)越緊密；2)網(wǎng)絡(luò)中心勢包括度數(shù)中心勢、接近中心勢和中間中心勢，主要用于衡量旅游流網(wǎng)絡(luò)結(jié)構(gòu)的中心化程度和總體整合度，數(shù)值越大網(wǎng)絡(luò)越不均衡；3)核心—邊緣模型主要用于分析成員在旅游流網(wǎng)絡(luò)結(jié)構(gòu)中的核心地位和邊緣地位,本文以核心度為標準構(gòu)建連續(xù)型核心—邊緣模型，核心度指網(wǎng)絡(luò)中節(jié)點接近網(wǎng)絡(luò)中心的程度，節(jié)點的核心度越高，其越接近網(wǎng)絡(luò)的核心區(qū)域,在網(wǎng)絡(luò)中的控制力越強，反之，則處于網(wǎng)絡(luò)的邊緣區(qū)域，影響力較弱；4)塊模型又稱像矩陣，是對一元關(guān)系或多元關(guān)系網(wǎng)絡(luò)的簡化表示，主要用于表示網(wǎng)絡(luò)中內(nèi)部關(guān)系緊密群體間的相互關(guān)系，能清晰地反映網(wǎng)絡(luò)中關(guān)系較為密切、旅游流頻繁的子群體，從而找出網(wǎng)絡(luò)中具有高度凝聚力的省域集合，并通過分析各子群的密度，了解子群間的關(guān)聯(lián)程度，通常分為雙向溢出板塊、主受益板塊、主溢出板塊和經(jīng)紀人板塊(表1)[33，34]。

表1 塊模型的4種位置類型Table 1 Four types of position for block models

社會網(wǎng)絡(luò)分析法認為社會既包含個體，也包含個體之間的社會、經(jīng)濟或文化關(guān)系，在分析過程中會對原始數(shù)據(jù)進行無量綱化處理，并將原始數(shù)據(jù)轉(zhuǎn)化為關(guān)系數(shù)據(jù)，通過網(wǎng)絡(luò)中個體相互關(guān)系和性質(zhì)體現(xiàn)特征，最后以網(wǎng)絡(luò)密度等指標刻畫網(wǎng)絡(luò)結(jié)構(gòu)特征。因此，盡管本文入境旅游流采用現(xiàn)實的入境游客數(shù)據(jù)，而國內(nèi)旅游流采用虛擬的網(wǎng)絡(luò)用戶數(shù)據(jù)，但網(wǎng)絡(luò)結(jié)構(gòu)的相關(guān)指標仍可進行比較分析，且在應(yīng)用于實際情況時，網(wǎng)絡(luò)中個體相互關(guān)系對應(yīng)的是國外游客和國內(nèi)游客對目的地的選擇偏好與流動偏好，故入境旅游流和國內(nèi)旅游流數(shù)據(jù)來源不同對網(wǎng)絡(luò)結(jié)構(gòu)各項指標的衡量和比較影響不大。

2 入境旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征

入境旅游流網(wǎng)絡(luò)中的線段理論上應(yīng)為930條，此時網(wǎng)絡(luò)密度為1。實際分析發(fā)現(xiàn)(圖1)，當閾值選0.01%時，2017年入境旅游流網(wǎng)絡(luò)中的旅游流線段共有391條，數(shù)量適宜，便于突出入境旅游流網(wǎng)絡(luò)的核心節(jié)點。其中，內(nèi)蒙古→北京、江蘇→上海、湖南→廣東、河北→北京、寧夏→北京流量占所在省域總輸出的比值在50%以上;流量占所在省域總輸出的比值介于20%～50%之間的旅游流線段有20條，占總流量線段的5.12%；流量占所在省域總輸出的比值介于10%～20%之間的旅游流線段有30條，占總流量線段的7.67%；流量占所在省域總輸出的比值介于5%～10%之間的旅游流線段有29條，占總流量線段的7.42%；流量占所在省域總輸出的比值在0～5%之間的旅游流線段有307條，占總流量線段的78.52%。

圖1 閾值為0.01%時的2017年入境旅游流網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure of inbound tourism flows with a threshold of 0.01% in 2017

2.1 入境旅游流個體網(wǎng)絡(luò)結(jié)構(gòu)特征

利用Ucinet 6.0對以0.01%為閾值劃分的二值矩陣進行分析，測算2017年入境旅游流網(wǎng)絡(luò)的中心度和結(jié)構(gòu)洞等個體網(wǎng)絡(luò)相關(guān)指標(表2)。可以看出：

表2 入境旅游流個體網(wǎng)絡(luò)結(jié)構(gòu)指標Table 2 Individual network structure indicators of inbound tourism flows

(1)上海、北京和廣東度數(shù)中心度較大，在網(wǎng)絡(luò)中位居中心地位，與網(wǎng)絡(luò)中其他成員聯(lián)系密切。上海、北京、廣東等8個省域受益關(guān)系較多，陜西、上海、北京等7個省域溢出關(guān)系較多；上海、北京、遼寧等14個省域受益關(guān)系多于溢出關(guān)系，其余省域溢出關(guān)系多于受益關(guān)系。綜合中心度分析表明，廣東、上海、北京在入境旅游流網(wǎng)絡(luò)中聯(lián)系較多，中介作用較強，對其他省域的入境旅游流控制能力較強。

(2)上海、北京、廣東、陜西和浙江的有效規(guī)模大、效率高、限制度小，說明這些省域在入境旅游流網(wǎng)絡(luò)中對其他省域的依賴度低，在網(wǎng)絡(luò)中處于相對有利位置；黑龍江、江西、廣西等6個省域的有效規(guī)模小、效率低、限制度高，說明這些省域在入境旅游流網(wǎng)絡(luò)中對其他省域的依賴度高，需加強與其他省域的聯(lián)系與合作。

(3)各省域的個體網(wǎng)絡(luò)密度存在較大差異，網(wǎng)絡(luò)中成員的個體網(wǎng)絡(luò)密度越大，說明該成員與其他成員的空間關(guān)聯(lián)程度越高。黑龍江、山東、江西和江蘇的個體網(wǎng)絡(luò)密度均在0.6以上，與其他省域的空間關(guān)聯(lián)程度高；甘肅、天津、安徽等12個省域的個體網(wǎng)絡(luò)密度介于0.5～0.6之間，與其他省域的空間關(guān)聯(lián)程度較高；湖北、青海、重慶等14個省域的個體網(wǎng)絡(luò)密度介于0.2～0.5之間，與其他省域的空間關(guān)聯(lián)程度較低，網(wǎng)絡(luò)穩(wěn)定性較差；新疆的個體網(wǎng)絡(luò)密度為0，與其他省域的空間關(guān)聯(lián)程度最低。

綜上發(fā)現(xiàn)，廣東、上海、北京、陜西和浙江等省域在入境旅游流個體網(wǎng)絡(luò)各項指標中表現(xiàn)突出，可能是因為這些省域兼具經(jīng)濟發(fā)展水平高、國際知名度高和旅游資源豐富幾大要素，對入境游客的綜合吸引力較強，成為多數(shù)入境游客的首選目的地；而入境旅游流網(wǎng)絡(luò)的個體網(wǎng)絡(luò)密度整體呈現(xiàn)松散分布、數(shù)值較小的特征，說明盡管近年來我國入境旅游迅速發(fā)展，但分布在各省域的國外游客規(guī)模相比國內(nèi)游客仍較小，提升空間極大。

2.2 入境旅游流整體網(wǎng)絡(luò)結(jié)構(gòu)特征

利用Ucinet 6.0對2017年入境旅游流整體網(wǎng)絡(luò)結(jié)構(gòu)進行分析，閾值取0.01%時，整體網(wǎng)絡(luò)密度較低(為0.42)，說明各省域之間的入境旅游流聯(lián)系強度較弱，協(xié)同程度較低，各省域之間的旅游流聯(lián)系有待加強。2017年入境旅游流整體網(wǎng)絡(luò)的度數(shù)中心勢為0.54，說明入境旅游流主要集中在部分省域之間，具有一定的不平衡性。

利用Ucinet 6.0中的CONCOR模塊，以分割深度為2、收斂標準為0.2，將我國入境旅游流網(wǎng)絡(luò)分割為4個板塊(表3)：第一板塊包括北京、上海、江蘇、廣東、黑龍江、遼寧、福建、河南、山東、四川10個省域，第二板塊包括湖南、重慶、廣西、云南、浙江、新疆、天津7個省域，第三板塊包括山西、內(nèi)蒙古、吉林、 甘肅、寧夏、河北6個省域，第四板塊包括安徽、江西、海南、湖北、貴州、西藏、陜西、青海8個省域。

表3 入境旅游流網(wǎng)絡(luò)板塊特征Table 3 Characteristics of network sectors of inbound tourism flows

在入境旅游流整體網(wǎng)絡(luò)的391個關(guān)聯(lián)關(guān)系中，板塊內(nèi)部關(guān)系107個，板塊間關(guān)系284個，說明板塊間旅游流頻繁，溢出效應(yīng)明顯。第一板塊共接收關(guān)系185個，發(fā)出關(guān)系160個，其中板塊內(nèi)部關(guān)系69個，接收其他板塊116個，向外發(fā)出關(guān)系91個，期望內(nèi)部關(guān)系比例為30.00%，實際內(nèi)部關(guān)系比例為43.13%，為主受益板塊；第二板塊共接收關(guān)系99個，發(fā)出關(guān)系11個，其中板塊內(nèi)部關(guān)系1個，接收其他板塊98個，向外發(fā)出關(guān)系10個，期望內(nèi)部關(guān)系比例為20.00%，實際內(nèi)部關(guān)系比例為9.09%，為經(jīng)紀人板塊；第三板塊共接收關(guān)系42個，發(fā)出關(guān)系69個，其中板塊內(nèi)部關(guān)系8個，接收其他板塊34個，向外發(fā)出關(guān)系61個，期望內(nèi)部關(guān)系比例為16.67%，實際內(nèi)部關(guān)系比例為11.59%，為經(jīng)紀人板塊；第四板塊共接收關(guān)系65個，發(fā)出關(guān)系151個，其中板塊內(nèi)部關(guān)系29個，接收其他板塊36個，向外發(fā)出關(guān)系122個，期望內(nèi)部關(guān)系比例為23.33%，實際內(nèi)部關(guān)系比例為19.21%，為經(jīng)紀人板塊。綜上，第一板塊為主受益板塊，其實際內(nèi)部關(guān)系比例遠高于其他板塊且遠大于期望內(nèi)部關(guān)系比例，說明其活力最強且板塊內(nèi)旅游流往來更頻繁、密切；第二、第三、第四板塊均為經(jīng)紀人板塊，其實際內(nèi)部關(guān)系比例均小于期望內(nèi)部關(guān)系比例，表現(xiàn)為對外交流密切而內(nèi)部交流少，旅游流對外輸送更頻繁而接收較少，因此需要加強板塊內(nèi)部的交流合作，平衡板塊之間的關(guān)系。

為更好地反映4個板塊之間的旅游流聯(lián)系，本文計算了各板塊的密度矩陣(表4)，可以看出：第一板塊的內(nèi)部密度較高，內(nèi)部交流頻繁，對第二板塊的溢出效應(yīng)明顯，但對第三、第四板塊的溢出效應(yīng)較?。坏诙鍓K的內(nèi)部密度非常小，并且對其他板塊的溢出效應(yīng)也很??；第三板塊的溢出效應(yīng)主要集中于第一板塊，對第二、第四板塊的溢出效應(yīng)很?。坏谒陌鍓K的溢出效應(yīng)主要集中于第一、第二板塊，其次是板塊內(nèi)部，對第三板塊的溢出效應(yīng)較小。

表4 各板塊的密度矩陣Table 4 Density matrix of various sectors

為進一步分析各省域入境旅游流網(wǎng)絡(luò)的空間關(guān)聯(lián)關(guān)系，本文以整體網(wǎng)絡(luò)密度0.42為分界值，高于0.42賦值為1，低于0.42賦值為0，從而計算像矩陣,并討論4個板塊的相互關(guān)系(圖2)，可以看出：第二板塊為主要的旅游目的地板塊，其旅游流引入作用明顯；第三、第四板塊為主要的旅游客源地板塊，其旅游流流向第一、第二板塊，輸出作用明顯；第一板塊則承擔了旅游目的地和旅游客源地的雙重身份，其輸出和引入作用均比較明顯。在入境旅游流網(wǎng)絡(luò)中，北京、上海、江蘇和廣東等省域處于核心位置，旅游目的地和旅游客源地雙重角色突出，相互之間的旅游流頻繁，且旅游流的引入作用顯著高于輸出作用，這也與個體網(wǎng)絡(luò)結(jié)構(gòu)指標中的結(jié)論相印證。

圖2 四大板塊相互關(guān)系Fig.2 Interrelation of the four major sectors

3 國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征

2017年國內(nèi)旅游流網(wǎng)絡(luò)中的旅游流線段共有929條，西藏→天津未產(chǎn)生旅游流，其余省域間都存在旅游流聯(lián)系。旅游流流量高于100萬人次的國內(nèi)旅游流線段共有51條，占總流量線段的5.49%，主要產(chǎn)生在北京、上海、浙江、江蘇和廣東等經(jīng)濟水平較高或旅游資源豐富的省域之間；旅游流流量在75萬～100萬人次的國內(nèi)旅游流線段有48條，占總流量線段的5.17%；旅游流流量在50萬～75萬人次的國內(nèi)旅游流線段有106條，占總流量線段的11.41%；旅游流流量在25萬～50萬人次的國內(nèi)旅游流線段有240條，占總流量線段的25.83%；旅游流流量在0～25萬人次的國內(nèi)旅游流線段有484條，占總流量線段的52.10%，多產(chǎn)生在經(jīng)濟發(fā)展水平較低或旅游資源較少的省域之間。對上述數(shù)據(jù)進行二值化處理時發(fā)現(xiàn)，選定閾值為15萬人次時，網(wǎng)絡(luò)中的旅游流線段為632條，數(shù)量適宜，既能避免線段過多而產(chǎn)生重合，又能突出核心節(jié)點，故本文選擇15萬人次作為閾值，借助Ucinet 6.0中的Netdraw繪制國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)圖(圖3)并進行特征分析。

圖3 閾值為15萬人次時的2017年國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Network structure of domestic tourism flows with a threshold of 150 000 person-times in 2017

3.1 國內(nèi)旅游流個體網(wǎng)絡(luò)結(jié)構(gòu)特征

利用Ucinet 6.0對國內(nèi)旅游流個體網(wǎng)絡(luò)結(jié)構(gòu)進行分析(表5)，可以看出：1)北京、廣東、江蘇等19個省域的點入度較高(即受益關(guān)系較多)，四川、陜西、浙江等20個省域的點出度較高(即溢出關(guān)系較多)；上海、北京、貴州等13個省域的受益關(guān)系多于溢出關(guān)系，其余18個省域溢出關(guān)系多于受益關(guān)系。2)陜西、北京、山西等8個省域網(wǎng)絡(luò)中心性較強(度數(shù)中心度為100，中間中心度為1.25，接近中心度為100)，說明其在旅游流網(wǎng)絡(luò)中處于核心位置，與網(wǎng)絡(luò)中其他成員聯(lián)系密切，對其他省域間的旅游流控制程度較高，中介作用較強。3)北京、江蘇、浙江等9個省域的有效規(guī)模大、效率高、限制度小，說明其在旅游流網(wǎng)絡(luò)中對其他省域的依賴度低，在網(wǎng)絡(luò)中處于相對有利位置；海南、新疆、吉林等11個省域的有效規(guī)模小、效率低、限制度高，說明其在旅游流網(wǎng)絡(luò)中對其他省域的依賴度高，需加強與其他省域的聯(lián)系和合作。4)國內(nèi)旅游流個體網(wǎng)絡(luò)密度整體較高，其中貴州和寧夏的個體網(wǎng)絡(luò)密度均為1，與其他省域的空間關(guān)聯(lián)程度最高；其次是廣西、西藏、青海等10個省域，個體網(wǎng)絡(luò)密度介于0.8～1之間，與其他省域的空間關(guān)聯(lián)程度較高；甘肅、上海、江西等19個省域的個體網(wǎng)絡(luò)密度介于0.6～0.8之間，與其他省域的空間關(guān)聯(lián)程度較低。

表5 國內(nèi)旅游流個體網(wǎng)絡(luò)結(jié)構(gòu)指標Table 5 Individual network structure indicators of domestic tourism flows

綜上，陜西、北京、山西、浙江、湖北、河南、四川和江蘇等省域在國內(nèi)旅游流個體網(wǎng)絡(luò)中各項指標突出，且分布于全國各地區(qū)，這可能是由于這些省域或經(jīng)濟較發(fā)達，或旅游資源較豐富，國內(nèi)游客對國內(nèi)旅游目的地情況熟悉，因此其偏好落到各省域后更分散，出游所考慮的因素更偏向于資源豐度、交通便利度和民俗文化等細節(jié)。而國內(nèi)旅游流個體網(wǎng)絡(luò)密度整體呈現(xiàn)出分布集中、數(shù)值較大的特征，說明我國國內(nèi)旅游一直保持高速平穩(wěn)發(fā)展趨勢，近年來隨著經(jīng)濟水平提高、出游條件改善和居民消費理念轉(zhuǎn)變，國內(nèi)旅游市場發(fā)展更加成熟且不斷細化，分布在各省域的國內(nèi)游客體量較大。

3.2 國內(nèi)旅游流整體網(wǎng)絡(luò)結(jié)構(gòu)特征

利用Ucinet 6.0對國內(nèi)旅游流整體網(wǎng)絡(luò)進行分析，閾值為1時，整體網(wǎng)絡(luò)密度為0.99。當閾值取15萬人次時，整體網(wǎng)絡(luò)密度為0.68，網(wǎng)絡(luò)密度較高，說明各省域之間的入境旅游流聯(lián)系較密切，協(xié)同程度較高，但小型旅游流偏多，各省域之間仍需加強聯(lián)系。國內(nèi)旅游流整體網(wǎng)絡(luò)的度數(shù)中心勢為0.17，中間中心勢為0.06，數(shù)值較低，表明旅游流網(wǎng)絡(luò)結(jié)構(gòu)中心化程度較低，國內(nèi)旅游流網(wǎng)絡(luò)發(fā)展較平衡。

利用Ucinet 6.0中的CONCOR模塊，以分割深度為2、收斂標準為0.2，將國內(nèi)旅游流網(wǎng)絡(luò)分割為4個板塊(表6)：第一板塊包括北京、湖北、河北、山西、安徽、福建、江西、四川、河南、江蘇、浙江、廣東、陜西、山東、湖南，第二板塊包括重慶、西藏、新疆、青海、海南、甘肅、云南，第三板塊包括寧夏、天津、貴州、廣西，第四板塊包括內(nèi)蒙古、遼寧、吉林、黑龍江、上海。

表6 國內(nèi)旅游流網(wǎng)絡(luò)板塊特征Table 6 Characteristics of network sectors of domestic tourism flows

在整體網(wǎng)絡(luò)的632個關(guān)聯(lián)關(guān)系中，4個板塊內(nèi)部關(guān)系有237個，板塊間關(guān)系有395個，說明板塊間輸出、引入作用較明顯，交流頻繁。第一板塊共接收關(guān)系414個，發(fā)出關(guān)系364個，其中板塊內(nèi)部關(guān)系210個，接收其他板塊204個，向外發(fā)出關(guān)系154個，期望內(nèi)部關(guān)系比例為46.67%，實際內(nèi)部關(guān)系比例為50.72%，為主受益板塊；第二板塊共接收關(guān)系148個，發(fā)出關(guān)系92個，其中板塊內(nèi)部關(guān)系14個，接收其他板塊134個，向外發(fā)出關(guān)系78個，期望內(nèi)部關(guān)系比例為20%，實際內(nèi)部關(guān)系比例為9.46%，為經(jīng)紀人板塊；第三板塊共接收關(guān)系11個，發(fā)出關(guān)系67個，無板塊內(nèi)部關(guān)系，期望內(nèi)部關(guān)系比例為10%，實際內(nèi)部關(guān)系比例為0，為主溢出板塊；第四板塊共接收關(guān)系59個，發(fā)出關(guān)系109個，其中板塊內(nèi)部關(guān)系13個，接收其他板塊46個，向外發(fā)出關(guān)系96個，期望內(nèi)部關(guān)系比例為13.33%，實際內(nèi)部關(guān)系比例為22.03%，為主受益板塊。第一、第四板塊雖然同為主受益板塊，但第一板塊的實際內(nèi)部關(guān)系比例高于第四板塊且大于期望內(nèi)部關(guān)系比例，說明第一板塊活力較強且板塊內(nèi)旅游流更頻繁、密切；第三板塊實際內(nèi)部關(guān)系比例為0，表現(xiàn)為向其他板塊發(fā)出關(guān)系數(shù)較多，但接受其他板塊溢出關(guān)系較少，有明顯的凈溢出效應(yīng)，需強化旅游合作，加強旅游資源及相關(guān)配套設(shè)施建設(shè)。

由各板塊的密度矩陣(表7)可以看出：第一板塊的溢出效應(yīng)主要集中于板塊內(nèi)部和第二板塊，其次是第四板塊，對第三板塊的溢出效應(yīng)最?。坏诙鍓K的溢出效應(yīng)主要集中于第一板塊，其次是板塊內(nèi)部和第三板塊，對第四板塊無溢出；第三板塊的溢出效應(yīng)主要集中于第一板塊，其次是第二、第四板塊，板塊內(nèi)部無溢出；第四板塊的溢出效應(yīng)主要集中于第一板塊，其次是板塊內(nèi)部和第二板塊，對第三板塊無溢出。

表7 各板塊的密度矩陣Table 7 Density matrix of various sectors

以整體網(wǎng)絡(luò)密度0.68為界，高于0.68賦值為1，低于0.68賦值為0，從而計算像矩陣并討論4個板塊的相互關(guān)系(圖4)，可以發(fā)現(xiàn)：第一板塊既是重要的旅游客源地也是主要的旅游目的地，接受來自其余板塊的旅游流，但只對第二板塊有溢出作用；第三、第四板塊為主要的旅游客源地，旅游流輸出作用明顯；第二板塊與第一板塊有旅游流的輸出和引入作用，其是第一板塊的旅游目的地和客源地。

圖4 四大板塊相互關(guān)系Fig.4 Interrelation of the four major sectors

從各項指標可以看出，國內(nèi)旅游流處于平穩(wěn)發(fā)展狀態(tài)，整體網(wǎng)絡(luò)密度接近1，即網(wǎng)絡(luò)中各省域之間關(guān)系緊密，協(xié)同發(fā)展；從旅游流流量看，國內(nèi)游客在各省域分布較均勻，發(fā)展較均衡，區(qū)域之間的差異相對較小。北京、湖北、安徽、福建、江西、四川、河南、江蘇、浙江、廣東、陜西、山東、湖南等省域處于網(wǎng)絡(luò)核心位置，在旅游目的地和旅游客源地雙重角色中，其目的地角色更突出，不僅相互之間旅游流頻繁，且旅游流的引入作用也很顯著。

4 入境和國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征對比

4.1 入境和國內(nèi)旅游流個體網(wǎng)絡(luò)結(jié)構(gòu)特征對比

上海、北京和廣東作為我國三大出入境口岸，對外開放程度和經(jīng)濟發(fā)展水平高、國際航線多，因此在入境旅游流個體網(wǎng)絡(luò)中處于核心位置。國內(nèi)旅游不受簽證、國際航線等因素影響，降低了上海、北京和廣東的競爭優(yōu)勢，因此除北京、廣東外，一些旅游資源豐富、人口較多、經(jīng)濟發(fā)展水平較高的省域(如陜西、山西、浙江、湖北、河南、四川和江蘇)在國內(nèi)旅游流網(wǎng)絡(luò)中占據(jù)中心地位。

北京、廣東、陜西、浙江和四川在入境和國內(nèi)旅游流個體網(wǎng)絡(luò)中均處于有利位置，占據(jù)網(wǎng)絡(luò)中多數(shù)結(jié)構(gòu)洞，意味著掌握了大量的資源和信息。黑龍江、廣西和新疆在入境和國內(nèi)旅游流個體網(wǎng)絡(luò)中受其他省域的限制較大，對其他省域的依賴度高，需要提高自身旅游發(fā)展水平，并加強與其他省域的聯(lián)系和合作。江蘇、山東等在國內(nèi)旅游流網(wǎng)絡(luò)中具有明顯優(yōu)勢的省域，在入境旅游流網(wǎng)絡(luò)中反而處于較不利的位置，其在入境游客心中的地位和目的地選擇的優(yōu)先性不如國內(nèi)游客，可見相同省域在入境和國內(nèi)旅游流網(wǎng)絡(luò)中的作用和地位偏差較大。

入境旅游流和國內(nèi)旅游流個體網(wǎng)絡(luò)中各省域的網(wǎng)絡(luò)密度差異較大。國內(nèi)旅游流網(wǎng)絡(luò)密度整體較高，且各省域的網(wǎng)絡(luò)密度值較集中；入境旅游流網(wǎng)絡(luò)密度整體較低，且各省域的網(wǎng)絡(luò)密度值較分散。表明我國國內(nèi)旅游發(fā)展更成熟，旅游流體量大，國內(nèi)旅游市場發(fā)展具有多樣性，且在各省域的分布較均衡，空間關(guān)聯(lián)程度較高；而我國入境旅游體量相對較小，拓展空間極大。

綜合而言，同時具備高經(jīng)濟發(fā)展水平、高國際知名度和豐富旅游資源等多項要素的省域(如北京、上海、廣東、陜西和浙江等)，對入境和國內(nèi)游客均具有很強的吸引力，而新疆、廣西和黑龍江等處于劣勢。當條件無法兼具時，地理位置和交通便捷度成為入境游客更關(guān)注的要素，國內(nèi)游客相對更關(guān)注旅游資源的特性及文化內(nèi)涵，如江西、山東、湖南、云南和重慶等省域旅游資源具有獨特的地理和人文特色，在國內(nèi)旅游流網(wǎng)絡(luò)中占據(jù)優(yōu)勢，而在入境旅游流網(wǎng)絡(luò)中表現(xiàn)相對較差。

4.2 入境和國內(nèi)旅游流整體網(wǎng)絡(luò)結(jié)構(gòu)特征對比

入境和國內(nèi)旅游流網(wǎng)絡(luò)中均不存在孤立的點，但其網(wǎng)絡(luò)內(nèi)部旅游流的聯(lián)系緊密程度差異較大。相比入境旅游流網(wǎng)絡(luò)，國內(nèi)旅游流網(wǎng)絡(luò)更穩(wěn)健，中心勢數(shù)值和結(jié)構(gòu)中心化程度更低，發(fā)展更平衡，各省域旅游流聯(lián)系更緊密。究其原因，可能是國內(nèi)旅游發(fā)展更成熟，旅游人次更多，對各景區(qū)了解程度更高，流量流向相對均衡；而入境游客由于時間、空間等因素限制，往往關(guān)注旅游熱點城市和知名景區(qū)，使得旅游流集中在某些旅游熱點城市，網(wǎng)絡(luò)密度較低。

部分省域在入境和國內(nèi)旅游流網(wǎng)絡(luò)中的作用和地位存在較大差異。北京、江蘇、廣東等省域在入境和國內(nèi)旅游流網(wǎng)絡(luò)中均位于主受益板塊和核心位置，其旅游流的引入作用更明顯，這些省域不僅是入境和國內(nèi)游客首選的旅游目的地，也具有很強的媒介作用，流入該省域的旅游流繼而流入同類型的其他省域，而在國內(nèi)旅游流網(wǎng)絡(luò)中有近半數(shù)的省域處于網(wǎng)絡(luò)中心，這些省域的地理分布集中性并不顯著，即國內(nèi)旅游發(fā)展更均衡，且在旅游目的地和旅游客源地雙重角色中其目的地角色更突出。重慶、西藏、新疆、青海、海南、甘肅和云南等省域在入境和國內(nèi)旅游流網(wǎng)絡(luò)中均位于經(jīng)紀人板塊，在旅游流網(wǎng)絡(luò)中輸出作用明顯。

核心度高的省域處于網(wǎng)絡(luò)結(jié)構(gòu)的核心區(qū)域，在網(wǎng)絡(luò)中擁有更強的控制力,核心度低的省域處于結(jié)構(gòu)的邊緣地區(qū),影響力較弱。本文將核心度大于0.2、0.1～0.2、小于0.1的省域分別歸為核心區(qū)、半邊緣區(qū)和邊緣區(qū)(表8)。由表8可知，入境旅游流網(wǎng)絡(luò)中半邊緣區(qū)有16個省域，核心區(qū)有9個省域，邊緣區(qū)有6個省域；國內(nèi)旅游流網(wǎng)絡(luò)中核心區(qū)有17個省域，半邊緣區(qū)和邊緣區(qū)都只有7個省域，說明我國國內(nèi)旅游發(fā)展更成熟，大部分省域憑借其獨特優(yōu)勢在國內(nèi)旅游市場中占具較重要位置。陜西、北京、山西、安徽、浙江和河南在入境和國內(nèi)旅游流網(wǎng)絡(luò)中均處于核心位置，入境與國內(nèi)旅游發(fā)展較均衡；上海、青海、西藏等對入境游客的吸引力大于國內(nèi)游客，四川、江蘇、湖北、江西等則對國內(nèi)游客的吸引力要大于入境游客。

表8 入境旅游流和國內(nèi)旅游流網(wǎng)絡(luò)的核心與邊緣省域Table 8 Core and fringe provinces and cities of inbound and domestic tourism flow networks

5 結(jié)論

本文利用社會網(wǎng)絡(luò)分析法分析2017年我國入境和國內(nèi)旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征，考察各省域在入境和國內(nèi)旅游流網(wǎng)絡(luò)中扮演的角色、所處地位的異同。研究發(fā)現(xiàn)：2017年入境旅游流整體網(wǎng)絡(luò)密度較低，各省域之間的入境旅游流聯(lián)系較弱，整體網(wǎng)絡(luò)較不均衡；入境旅游流各板塊間交往頻繁，溢出效應(yīng)明顯，入境游客更傾向于流向經(jīng)濟發(fā)展水平高、國際知名度高的省域和著名的旅游省域；國內(nèi)旅游流主要產(chǎn)生在經(jīng)濟水平較高或旅游資源較豐富的省域之間，各省域之間空間關(guān)聯(lián)程度更高、旅游流聯(lián)系密切，整體網(wǎng)絡(luò)結(jié)構(gòu)中心化程度低、更穩(wěn)健，旅游發(fā)展較平衡。

各省域應(yīng)通過識別自身在入境和國內(nèi)旅游發(fā)展中的位置和優(yōu)勢，充分考慮資源類型及受眾類型、地理位置、旅游接待基礎(chǔ)設(shè)施建設(shè)、旅游服務(wù)水平和宣傳推廣等因素進行準確定位[35]，以國內(nèi)旅游發(fā)展為基礎(chǔ)，通過充分挖掘旅游資源中多樣的文化內(nèi)涵、改善設(shè)施、加強宣傳力度等方式，提升綜合吸引力。例如，北京、廣東、陜西、浙江、江蘇和四川等綜合實力強的省域，需通過創(chuàng)新增強吸引力，拓寬市場邊界，保持其優(yōu)勢；新疆、廣西、貴州、寧夏和黑龍江等在入境和國內(nèi)旅游網(wǎng)絡(luò)中均處于邊緣區(qū)，則需系統(tǒng)評估區(qū)域旅游發(fā)展條件，先著眼于國內(nèi)市場，通過改善旅游基礎(chǔ)設(shè)施和接待設(shè)施打造世界知名景區(qū)，提高吸引力和服務(wù)水平，充分利用微信、微博等自媒體平臺進行宣傳，夯實旅游發(fā)展基礎(chǔ)。在國內(nèi)旅游流網(wǎng)絡(luò)中表現(xiàn)較好而在入境旅游流網(wǎng)絡(luò)中表現(xiàn)較差的江西、山東、湖南、云南和重慶等，則需貫徹落實促進入境旅游發(fā)展相關(guān)的政策(如離境退稅政策等)，并針對入境游客的偏好設(shè)計旅游項目和產(chǎn)品，有針對性地進行宣傳推廣，提升入境旅游的吸引力。

本文在研究視角和結(jié)論上具有一定新意，可豐富旅游流網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)研究，明確各省域在入境旅游和國內(nèi)旅游網(wǎng)絡(luò)中所處的位置，并采取相關(guān)措施促進客源市場開發(fā)、區(qū)域旅游合作，對促進入境與國內(nèi)旅游業(yè)平衡發(fā)展具有一定的參考意義。但研究中也存在不足：網(wǎng)絡(luò)關(guān)注度是間接數(shù)據(jù)，并不能完全代表旅游流；數(shù)據(jù)不全面，除百度指數(shù)外還有旅游社交網(wǎng)絡(luò)和媒體等其他類型數(shù)據(jù)，后續(xù)將嘗試建立搜索引擎等多元化數(shù)據(jù)庫進行分析，結(jié)果可能更準確；入境旅游數(shù)據(jù)采用的是抽樣調(diào)查資料，樣本量有限，需要后續(xù)研究進一步驗證。