京福高鐵開通前后沿線城市旅游網(wǎng)絡(luò)關(guān)注度結(jié)構(gòu)特征

吉 慧，伍旭中

1.安徽師范大學(xué)皖江學(xué)院管理系，安徽蕪湖,241008；2.安徽師范大學(xué)經(jīng)濟管理學(xué)院，安徽蕪湖,241000

近10年間，高鐵已成為全世界主要的交通方式之一[1]，是旅游系統(tǒng)重要組成部分[2]。高鐵的“時空壓縮”對區(qū)域旅游空間結(jié)構(gòu)產(chǎn)生顯著成效，形成“通勤帶”“交通走廊”，促進城市互動，擴大都市圈，并可能導(dǎo)致空間重構(gòu)[3]。京津城際鐵路拉近了北京與天津之間的時空距離，出現(xiàn)北京工作、天津居住的“雙城記”現(xiàn)象，成為高鐵時代生活的縮影。武廣高鐵使廣州、長沙和武漢出現(xiàn)“同城效應(yīng)”[4]。

在區(qū)域旅游空間結(jié)構(gòu)優(yōu)化研究中，旅游市場需求空間結(jié)構(gòu)是學(xué)術(shù)界關(guān)注的重要問題[5]。高鐵引起游客出游空間行為的改變，拓展了游客出行活動的半徑[6]；同時，交通連接的提高促進了旅游資源豐富城市的發(fā)展，提高了區(qū)域旅游吸引物集聚效應(yīng)[7]，從而引起旅游市場需求空間格局的改變。如法國高鐵南線開通增加了里昂城市游客的數(shù)量和旅游活動量[8]。日本新干線開通使各旅游地更接近客源地[9]。京滬和武廣高鐵的開通提高了濟南、泰山、武漢和衡山等旅游地的客源市場半徑，近程客源市場份額下降，中遠程客源市場份額上升[6]。哈大高鐵推動?xùn)|北城市旅游供需市場向高鐵沿線集聚，致使東北旅游空間集散特征更加明顯[10]。

隨著互聯(lián)網(wǎng)的普及和信息技術(shù)的發(fā)展，游客的旅游決策較大程度上依賴于對旅游目的地信息的搜索?；谟脩魧β糜涡畔⒌膶崟r搜索指數(shù)獲得的旅游網(wǎng)絡(luò)關(guān)注度成為研究游客對旅游地或旅游信息的關(guān)注程度的重要手段[11]，在旅游研究中的作用愈發(fā)重要[12]。近年來，已有學(xué)者以旅游網(wǎng)絡(luò)關(guān)注度為主題，從不同視角對旅游目的地的旅游需求開展大量研究。大體可劃分兩個方面：一是探討旅游需求的時空分布特征及影響因素，如唐鴻等[13]、焦珊珊等[14]、蘇卉等[15]對紅色旅游經(jīng)典景區(qū)網(wǎng)絡(luò)關(guān)注度時空分布格局、演變特征和影響因素進行了深入研究;馬麗君等[16]基于網(wǎng)絡(luò)關(guān)注度分析了湖南省居民的旅游需求時空特征。二是研究客流量與網(wǎng)絡(luò)關(guān)注度間的關(guān)系，如馬麗君等[17]研究發(fā)現(xiàn),旅游關(guān)注度與客流量在時空變化上有較強的相關(guān)性;王碩等[18]發(fā)現(xiàn)十一黃金周廬山、華山等風(fēng)景名勝區(qū)旅游客流量與網(wǎng)絡(luò)關(guān)注度存在顯著的相關(guān)性;也有研究發(fā)現(xiàn)網(wǎng)絡(luò)關(guān)注度與現(xiàn)實游客量存在“錯位”的特點[19]。

綜上可知，高鐵對區(qū)域旅游空間結(jié)構(gòu)的影響的相關(guān)研究較為豐富，但有關(guān)高鐵對沿線旅游城市間旅游需求的互動研究尚不多見，而旅游網(wǎng)絡(luò)關(guān)注度為研究該問題提供新的視角?；诖?，本研究以京福高鐵線為案例區(qū)，對高鐵開通前后沿線城市旅游網(wǎng)絡(luò)關(guān)注度進行比較研究，在理論層面豐富旅游市場需求空間結(jié)構(gòu)的研究視角，在實踐層面為城市旅游開發(fā)與規(guī)劃及宣傳促銷提供借鑒。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源和處理

京福高鐵是我國南北縱向高鐵通道，沿線經(jīng)過北京、天津2個直轄市和河北、山東、江蘇、安徽、江西、福建6個省，節(jié)點城市有北京、天津、濟南、徐州、宿州、蚌埠、合肥、巢湖、銅陵、黃山、婺源、上饒、武夷山、福州等，沿線有黃山、三清山、武夷山等諸多旅游資源，被稱為“中國最美高鐵”。此線于2015年6月28日正式開通運營?？紤]到高鐵對居民出游行為影響的時間延遲效應(yīng)和數(shù)據(jù)的穩(wěn)定性，本研究時間節(jié)點設(shè)置為高鐵開通前的2013年和高鐵運營后的2017年。

旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)基于百度指數(shù)數(shù)據(jù)獲取，搜索關(guān)鍵詞“城市+旅游”，如“黃山旅游”，得到的數(shù)據(jù)即為網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)。23個沿線城市分別為北京、廊坊、天津、滄州、德州、濟南、泰安、濟寧、棗莊、徐州、宿州、蚌埠、淮南、合肥、巢湖、銅陵、蕪湖、宣城、黃山、上饒、南平、寧德、福州，為更好地反映旅游關(guān)注度情況，其中泰安與泰山、濟寧與曲阜、蕪湖與方特、上饒與婺源及南平與武夷山的百度指數(shù)取兩者大值，如對“泰安旅游”和“泰山旅游”兩個百度指數(shù)進行比較，大值作為此節(jié)點的旅游關(guān)注度值。由此，以2013年和2017年23個城市整體日均值百度指數(shù)為樣本數(shù)據(jù)，構(gòu)成23×23網(wǎng)絡(luò)關(guān)注度矩陣，并對矩陣進行二值化處理(臨界值為21)，利用2個未二值化矩陣和2個二值化矩陣對京福高鐵沿線城市旅游關(guān)注度網(wǎng)絡(luò)進行分析。

利用UCINET，對2013年和2017年2個未二值化矩陣和2個二值化矩陣進行QAP相關(guān)分析，表1顯示，各矩陣相關(guān)系數(shù)均較高，且顯著性水平都為0.000。其中，2013年和2017年未二值化和二值化矩陣相關(guān)系數(shù)分別為0.724和0.719。這表明對原始數(shù)據(jù)矩陣進行的二值化結(jié)果能較好反映京福高鐵沿線各城市旅游網(wǎng)絡(luò)關(guān)注度網(wǎng)絡(luò)結(jié)構(gòu)狀況。2013年未二值化和2017年未二值化矩陣相關(guān)系數(shù)為0.958，而2013年二值化矩陣和2017年二值化矩陣相關(guān)系數(shù)則為0.871。這說明2013和2017年兩個時期沿線城市間旅游網(wǎng)絡(luò)關(guān)注度結(jié)構(gòu)相似，歷時趨勢一致。

表1 QAP相關(guān)分析結(jié)果

1.2 研究方法

借助軟件UCINET，利用社會網(wǎng)絡(luò)分析方法，對整體網(wǎng)絡(luò)進行網(wǎng)絡(luò)密度、中心勢、小世界效應(yīng)、節(jié)點中心性和結(jié)構(gòu)洞分析節(jié)點的網(wǎng)絡(luò)特征，社會網(wǎng)絡(luò)分析方法是基于“關(guān)系”角度來研究區(qū)域節(jié)點結(jié)構(gòu)的問題。指標(biāo)意義如下[20]：密度是整體網(wǎng)絡(luò)均衡性和整體性一個重要測度指標(biāo)，即實際對偶與所有可能對偶的比例，值越接近1，網(wǎng)絡(luò)密度越高，表明各節(jié)點聯(lián)系越緊密，成員交流越順暢；中心勢是一個圖在多大程度上表現(xiàn)出向某個節(jié)點集中的趨勢，能反映整個網(wǎng)絡(luò)各節(jié)點差異性的程度，根據(jù)計算方法的不同，有三種中心勢，分別為點度中心勢、接近中心勢和中介中心勢，星形網(wǎng)絡(luò)的中心勢為100%，值越接近1，網(wǎng)絡(luò)越具有集中的趨勢；對節(jié)點之間的平均距離進行計算驗證網(wǎng)絡(luò)小世界效應(yīng)，一般值不超過10的網(wǎng)絡(luò)可以說具有小世界效應(yīng)，說明網(wǎng)絡(luò)中節(jié)點互動較為通暢；節(jié)點中心性分析則是節(jié)點在網(wǎng)絡(luò)中的權(quán)力和中心地位，包括點度中心性、接近中心性和中介中心性，值越高中心地位越突出；結(jié)構(gòu)洞則能夠衡量各節(jié)點在整體網(wǎng)絡(luò)中的網(wǎng)絡(luò)優(yōu)勢地位，處于結(jié)構(gòu)洞位置的節(jié)點有更多的優(yōu)勢。

2 結(jié)果分析

2.1 旅游網(wǎng)絡(luò)關(guān)注度結(jié)構(gòu)特征

2.1.1 網(wǎng)絡(luò)密度和網(wǎng)絡(luò)中心勢

圖1和圖2箭頭指向表示對節(jié)點城市網(wǎng)絡(luò)關(guān)注度方向，線條越粗表示關(guān)注度數(shù)量越大。2013和2017年的整體網(wǎng)絡(luò)密度分別是0.308 0、0.316 2，即一個由23節(jié)點組成的網(wǎng)絡(luò)最大可能的聯(lián)結(jié)數(shù)是506個，實際分別有156和160個，說明各節(jié)點之間互動情況一般，超過一定強度的互動不到一半。2017年與2013年相比，網(wǎng)絡(luò)密度有小幅度上升，說明京福高鐵開通，沿線城市間旅游關(guān)注度有所提高。

圖1 京福高鐵各地市2013年網(wǎng)絡(luò)結(jié)構(gòu)圖

圖2 京福高鐵各地市2017年網(wǎng)絡(luò)結(jié)構(gòu)圖

2013年外向點度中心勢和內(nèi)向點度中心勢分別為62.8%、72.3%，2017年該值分別為71.5%、57.2%。表明整體網(wǎng)絡(luò)存在重要節(jié)點，在沿線城市網(wǎng)絡(luò)中，各城市間權(quán)力相當(dāng)懸殊。北京、天津、濟南、合肥、黃山是網(wǎng)絡(luò)關(guān)鍵的節(jié)點。對兩個時期進行比較發(fā)現(xiàn)，2017年的外向中心勢上升，內(nèi)向點度中心勢下降。由此可見,京福高鐵的開通，使沿線各城市居民旅游關(guān)注度更為分散了，網(wǎng)絡(luò)向均衡發(fā)展。接近中心勢，因2017年網(wǎng)絡(luò)內(nèi)存在無限距離，所以接近中心勢不能具體測算;2013年外向和內(nèi)向接近中心勢分別為74.53%和93.81%。表明網(wǎng)絡(luò)集中趨勢非常顯著，這與點度中心勢結(jié)果相一致。對于中介中心勢來說，2013年和2017年的值分別為38.23%和29.90%。表明節(jié)點城市互聯(lián)能力較強，且隨著京福高鐵的開通，中介中心勢值下降了8%左右，表明使沿線城市之間聯(lián)系能力得到增強。

2.1.2 “核心-邊緣”分析

中心勢分析結(jié)果顯示，網(wǎng)絡(luò)是不均衡的，有核心節(jié)點，即存在“核心-邊緣”結(jié)構(gòu)。利用Ucinet對2013年和2017年二值化矩陣進行分析，由表2可知，經(jīng)濟發(fā)達、旅游資源豐富、省會及交通樞紐城市是沿線網(wǎng)絡(luò)的核心城市。2013年核心城市有北京、廊坊、天津等12個城市，邊緣城市有11個；2017年核心城市有13個，邊緣城市有10個。2017年與2013年相比，核心城市多了德州。由此可見，京福高鐵對沿線城市“核心-邊緣”僅產(chǎn)生了較小的局部影響。

表2 核心-邊緣分析結(jié)果

對區(qū)域聯(lián)系緊密度進一步分析顯示，2013年核心區(qū)旅游聯(lián)系緊密度為0.614，核心區(qū)與邊緣區(qū)緊密度為0.258，邊緣區(qū)與核心區(qū)緊密度為0.295；2017年核心區(qū)旅游聯(lián)系緊密度為0.596，核心區(qū)與邊緣區(qū)緊密度為0.269，邊緣區(qū)與核心區(qū)緊密度為0.238。結(jié)果表明核心區(qū)與邊緣區(qū)域之間相互依賴程度較低。

2.1.3 小世界效應(yīng)

對網(wǎng)絡(luò)平均距離進行運算，進一步驗證小世界特征。通過Ucinet軟件分析,2013年和2017年城市之間平均分別需要通過1.860和1.787個節(jié)點才能聯(lián)系起來，網(wǎng)絡(luò)具有較強的小世界效應(yīng)，說明旅游城市之間構(gòu)成了一個較好的旅游互動網(wǎng)絡(luò)。從歷時性來看，網(wǎng)絡(luò)節(jié)點對平均距離降低，說明京福高鐵開頭后，城市互動變得更好。

2.2 節(jié)點結(jié)構(gòu)分析

2.2.1 點度中心度

點度中心度方面，見圖3可知，2013和2017年兩個時間段外向中心度和內(nèi)向中心度趨勢較為一致。點度外向(影響力)和內(nèi)向(重要性)中心性值前6名的城市為北京、合肥、天津、濟南、福州、徐州，即在兩個時期內(nèi)這6個城市網(wǎng)絡(luò)影響力和重要性都是最靠前的。

圖3 京福高鐵沿線各地市2013和2017年點度中心度

外向中心度和內(nèi)向中心度差異較大存在兩種情形，分別為“低外向中心性，高內(nèi)向中心性”和“高外向中心性，低內(nèi)向中心性”。前者較典型的城市有泰安、蕪湖、黃山，這些城市網(wǎng)絡(luò)影響力低、重要性高，因有泰山、方特、黃山風(fēng)景區(qū)等高品質(zhì)旅游資源加持，3個城市是京福高鐵沿線旅游關(guān)注度最高的城市。后者典型的城市有合肥和天津，這兩個城市網(wǎng)絡(luò)影響力高，但旅游重要性相對較低。

相較于以上各城市，其他城市的點度中心性值都較低，網(wǎng)絡(luò)影響力和重要性都不高。兩個時期比較發(fā)現(xiàn)，點度中心性數(shù)值和排序變化均不大，即京福高鐵開通沒有顯著改變各城市在沿線旅游網(wǎng)絡(luò)中的網(wǎng)絡(luò)關(guān)注度。

2.2.2 結(jié)構(gòu)洞

見表3可見，結(jié)構(gòu)洞分析結(jié)果與中心性排名順序存在較大差異，如黃山中心性不高，但效能值高，分別排沿線城市第一和第二位。2013和2017年靠前城市的排序變化不大，黃山、北京、合肥、天津、濟南等在網(wǎng)絡(luò)中均處于顯著的結(jié)構(gòu)洞位置，具有較高的效能、效率性和較低的約束性。此外，沿線各城市效能值差別較小，僅黃山、北京、合肥的結(jié)構(gòu)洞位置較為突出，總體上2013和2017年各城市結(jié)構(gòu)洞位置變化較小。

表3 網(wǎng)絡(luò)節(jié)點結(jié)構(gòu)洞分析

3 結(jié)論與討論

運用社會網(wǎng)絡(luò)分析方法，探討京福高鐵開通前(2013年)和開通后(2017年)沿線城市旅游網(wǎng)絡(luò)關(guān)注度的網(wǎng)絡(luò)變化，獲得以下結(jié)論：

第一，兩個時期網(wǎng)絡(luò)分析結(jié)果表明，京福高鐵沿線城市實際互動情況一般，超過一定強度的互動不到一半，但網(wǎng)絡(luò)節(jié)點對平均距離較小，說明具有較好的城市互動網(wǎng)絡(luò)。京福高鐵開通提高了整體網(wǎng)絡(luò)密度，網(wǎng)絡(luò)節(jié)點對平均距離降低，互動環(huán)境進一步優(yōu)化。區(qū)域網(wǎng)絡(luò)呈“多核心網(wǎng)狀”格局，網(wǎng)絡(luò)集中趨勢顯著，網(wǎng)絡(luò)中心勢指數(shù)外向中心勢提高，但內(nèi)向中心勢變小，高鐵開通一定程度上使得旅游關(guān)注度向網(wǎng)絡(luò)均衡方向發(fā)展。

第二，網(wǎng)絡(luò)存在“核心—邊緣”結(jié)構(gòu)，經(jīng)濟發(fā)達和旅游資源豐富的城市在網(wǎng)絡(luò)格局中處于核心位置，北京、黃山、合肥、天津、濟南等城市的中心性指數(shù)在兩個時期都有較高的數(shù)值，且處于結(jié)構(gòu)洞位置。而棗莊、宿州、蚌埠、淮南、巢湖、銅陵、宣城、上饒、南平、寧德等總體中心性指數(shù)較低。

第三，京福高鐵開通前后，沿線城市間旅游網(wǎng)絡(luò)關(guān)注度結(jié)構(gòu)變化較小，即高鐵開通對沿線城市旅游網(wǎng)絡(luò)關(guān)注度結(jié)構(gòu)產(chǎn)生的影響是局部的。

高鐵的開通可能存在“旅游高地”對“旅游洼地”的虹吸現(xiàn)象，但也存在“旅游高地”的“溢出效應(yīng)”，而核心-邊緣分析表明，核心區(qū)與邊緣區(qū)城市間緊密度均處于較低水平，邊緣區(qū)之間也缺乏網(wǎng)絡(luò)互動，即中心節(jié)點城市對邊緣城市輻射帶動效應(yīng)較低。而相關(guān)研究[21]顯示旅行時間、旅游地旅游資源稟賦、旅游地交通、旅游地服務(wù)設(shè)施系統(tǒng)是影響旅游目的地選擇最主要的因素，但在交通較為發(fā)達的情形下，旅游地交通網(wǎng)絡(luò)密度、旅游資源稟賦和旅游服務(wù)接待能力成為目的地選擇重要的影響因素。對于沿線城市而言，邊緣城市在融入?yún)^(qū)域旅游一體化發(fā)展中，需要不斷完善其旅游服務(wù)支持系統(tǒng)，以促進該旅游目的地更好地發(fā)展。