入境外国旅游流网络分布_性质和结构特征研究

城市间转移和扩散，能大规模吸引和组织入境外国旅游流的目的地数量较少。
关键词： 入境外国旅游流； 旅游流网络； 社会网络分析法； 复杂网络理论
中图分类号： F590
文献标识码： A
中国入境旅游市场长期呈现" 二八结构"［1］，拓展外国市场是中国入境旅游业发展面临的重要任务之 一。我国学者对入境旅游流的研究始于 2000 年［2］，研究内容集中在入境旅游者行为［3 － 5］、入境旅游流时 空运动规律和模式［6 － 9］、入境旅游流地域转移机制［10 － 17］等方面，未对外国人和港澳台旅游流进行区别研 究。国外学者应用社会网络分析法和复杂网络理论对旅游者行为模式［18］、旅游研究合作网络［19］、国际旅 游流网络［20］等的研究表明，社会网络分析法和复杂网络理论是有效的旅游研究方法。刘法建等率先应用 社会网络分析法研究了中国入境旅游流网络结构特征和省级旅游地角色［21］，吴晋峰等对京沪入境旅游流 网络结构特征及其与中国航空网络的关系进行了研究［22，23］。刘法建等的工作以省而非目的地为旅游流
·178·
干旱区资源与环境
第 28 卷
流规模，以连接数较大的方向作为旅游流方向。 用 ArcGIS 绘制入境外国旅游流空间分布图（ 图 1） ，图 中 线 表 示 旅 游 流，线 越 粗，表 示 流 量 越 大，箭头方向表示旅游流方向。为了显示清楚， 将长三角和珠三角地区的旅游流分布图进行单 独绘制（ 图 2） 。 1． 2． 2 构建入境外国旅游流网络
" 派系" 指至少包含 3 个点的最大完备子图［28］，分为 k － plex 和 n － cliques。本研究选择 1 － cliques。 网络中存在 1 － 派系，则说明组成派系的目的地间具有双向和紧密的入境外国旅游流联系。取断点值为 3，应用 Ucinet 软件绘制节点不小于 5 的 1 － 派系图谱，派系成员（ 表 3） 。
表 1 样本特征 Tab． 1 Sample characters
性别 年龄
职业
调查内容 男 女 ＜ 14 岁 15 － 24 岁 25 － 44 岁 45 － 64 岁 ＞ 65 岁 学生 专业技术人员 商贸人员 退休人员 工人 职员 政府工作人员 家庭妇女 推销员 旅游从业人员 军人
比例（ % ）
城市
北京 成都 广州 西安 上海 桂林 杭州 丽江 香港 苏州 昆明 大同 乌市 西宁 九寨 均值
中介性
4395 1934 1415 1388 1304 919 717 494 489 447 396 312 288 240 221 169
图 2 长三角和珠三角地区外国旅游流空间分布格局 Fig． 2 Distribution of inbound foreigner tourist flows in Yangzi and zhujiang river delta
2． 2 入境外国旅游流网络的无标度特性 无标度网络的节点度服从度指数介于［2，3］间的幂律分布［30］。本研究中的入境外国旅游流网络的节
入境外国旅游流网络指以目的地为节点， 以旅游流联系为连接构成的网络。旅游流联系 指旅游线路联系，假如有一条 A→B→C→D 的 旅游线路，则记为目的地 A 与目的地 B 间存在 旅游流联系，目的地 B 到目的地 C 间存在旅游 流联系，目的地 C 到目的地 D 间存在旅游流联 系。有几个 A→B 的组合，记为 A→B 有几条连 接。据此建立 116 行 116 列 旅 游 流 关 系 矩 阵 V。初始矩阵 Vij = 0。依据数据库建立赋值矩 阵。用 Netdraw 软件绘制入境外国旅游流网络 （ 图 3） 。
被调查者列举的旅游线路中共出现 116 个目的地。计算每两个目的地间的旅游线路连接数作为旅游
* 收稿日期： 2013 － 4 － 3； 修回日期： 2013 － 5 － 31。 基金项目： 国家自然科学基金项目（ 编号： 41071090） ； 新世纪优秀人才支持计划（ 编号： NCET 110673） 资助。 作者简介： 吴晋峰（ 1969 － ） ，女，教授，博士生导师，研究方向为旅游开发与规划等。E － mail： jfwu@ snnu． edu． cn
第 28 卷 第 7 期 2014 年 7 月
干旱区资源与环境 Journal of Arid Land Ｒesources and Environment
Vol． 28 No． 7 July． 2014
文章编号： 1003 － 7578（ 2014） 07 － 177 － 06
入境外国旅游流网络分布、性质和结构特征研究*
吴晋峰
（ 陕西师范大学旅游与环境学院，西安 710062）
提 要： 拓展入境旅游外国市场是我国入境wenku.baidu.com游业发展面临的重要任务之一。应用地图法研究了入境外
国旅游流网络空间分布特征，应用社会网络分析法和复杂网络理论研究了该网络的性质和结构特征，结果表
明： 1） 入境外国旅游流在中国的空间分布范围大且不均衡，形成了两个" 金三角" ，四个" 银三角" 和两个集中分
旅游流网络地理分布特征，应用社会网络分析法和复杂网络理论研究其性质和结构特征。
1 材料与研究方法
1． 1 数据来源 采用问卷调查法获取研究数据。问卷内容包括旅游路线和人口统计学特征，调查对象为外国游客，调
查地点在北京、上海、广州、杭州、苏州、西安、成都、桂林、阳朔等旅游热点城市。调查时间 2010 年 11 月 － 2011 年 8 月。共发放问卷 3000 份，收回有效问卷 2687 份，问卷有效率 89． 6% 。被调查者来自全球 101 个国家和地区。调查样本特征（ 表 1） 。调查样本的人口统计学特征与国家统计局《2010 年中国统计年 鉴》有关入境旅游外国市场的统计数据反映出的特征基本一致，说明样本具有代表性。 1． 2 研究方法 1． 2． 1 绘制入境外国旅游流分布图
1． 2． 3 网络属性评价方法 许多现实世界中的复杂网络属于无标度网络［24］，其特征统计参数是节点度分布函数。度分布是指从
网络中随机选择一个节点其度为 k 的概率。根据度分布可将网络分为随机网络、无标度网络和指数网络 等［25］。节点度服从幂律分布的网络叫做无标度网络。将关系矩阵 V 的赋值矩阵导入 Ucinet，计算出所有 节点的度，绘制节点度分布图并计算度指数。 1． 2． 4 网络结构评价指标
指入境外国旅游流分布范围大，遍布除江西和宁夏外的其他所有省、市、自治区，北到黑河，南到三亚，西到 喀什，东到佳木斯。" 小集中" 指入境外国旅游流集中分布在北京、西安、成都、昆明、桂林、广州、香港、上海 等 8 个城市包围的范围内，形成北京 － 西安 － 上海、西安 － 桂林 － 上海 2 个一级旅游流" 金三角" （ 1999 年 仅有 1 个由北京 － 西安 － 上海旅游流" 金三角"［4］） ，形成了西安 － 成都 － 桂林、桂林 － 广州 － 上海、成都 － 昆明 － 桂林、桂林 － 广州 － 香港等 4 个二级旅游流" 银三角" ，在长三角和珠三角地区分别形成了集中 分布区（ 图 2 ） ，其中长三角地区的上海 － 杭州 － 苏州之间、珠三角地区的广州 － 深圳 － 香港之间的入境 外国旅游流联系更紧密。
中介性是衡量个体在网络中作为媒介者能力的指标，计算公式［22］略。中介性越高的节点，对其他节 点的控制性越强，越是网络中的关键节点。与中介性高的节点建立旅游流联系是目的地提高自身网络" 地位" 、扩大旅游流规模的有效途径。
网络中节点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，即结构洞。 结构洞通过效能大小，效率性和约束性三个指标测量［27］。效能表示网络的有效规模； 效率性是网络的有 效规模与实际规模之比； 约束性表示网络中各成员拥有的运用结构洞的能力［29］。旅游流网络由流向关系 构成，若节点 B 和 C 都与 A 产生旅游流，但 B 和 C 间未形成直接旅游流，则 A 在该网络中占据一个结构 洞的位置［26］。旅游目的地的竞争优势不仅是旅游产品的形象优势，其在网络中的关系优势也是十分重要 的竞争优势。拥有的结构洞越多，关系优势越大。
统计单元，吴晋峰等的工作虽以目的地为旅游流统计单元，但仅研究了京沪入境旅游流。以目的地为旅游
流统计单元，单独研究入境外国旅游流的空间分布特征和旅游目的地在旅游流运动中发挥的作用，可为国
家和旅游目的地设计国际旅游线路、制定国际市场营销策略、开展区域旅游合作等提供依据，也可为航空
部门制定有利于入境旅游业发展的航空规划提供依据。文中基于第一手数据，应用地图法研究入境外国
布区。2） 入境外国旅游流网络是无标度网络，网络中核心节点少，边缘节点多，核心节点的稳定和发展对全国
入境旅游业的稳定和发展起重要的支撑和保障作用。3） 网络中的节点可分为口岸、枢纽、中转、复合型等四种
类型，分别发挥着旅游流出入境口岸、集聚和扩散、中转、多种功能复合等作用。4） 入境外国旅游流在少数核心
2 结果与分析
2． 1 入境外国旅游流网络的地理分布特征 从图 1 可见，入境外国旅游流空间分布范围大且不均衡，具有" 大分散" " 小集中" 的特点。" 大分散"
第7 期
吴晋峰 入境外国旅游流网络分布、性质和结构特征研究
·179·
图 1 中国入境外国旅游流空间分布格局 Fig． 1 Distribution of inbound foreigner tourist flows in China
点度分布为幂律分布，度指数 2． 6，说明该网络是无标度网络。无标度网络具有稳健性和脆弱性双重特
·180·
干旱区资源与环境
第 28 卷
性［31］，选择一些点被新增加的边连结时，这些点被连结的概率与这些点自身度的大小成正比［32］。在入境 外国旅游流网络中，北京、上海、广州、西安、桂林、成都、香港、杭州等节点都属于集散节点，这些节点若发 生旅游危机事件，不仅对其自身入境旅游业发展会产生重创，而且会对全国入境旅游业产生大范围不良影 响； 非集散节点若发生危机事件，则不会产生大范围不良影响。与集散节点建立入境旅游流联系，比随机 地与非集散节点建立旅游流联系更能取得事半功倍的市场效果。因此，集散节点应作为非集散节点首选 的入境旅游合作伙伴。
调查内容
58． 2
高
41． 8 收入 中等
3． 7
低
24． 8
高中及以下
38． 1 29． 3
大学 学历
硕士
4． 1
博士
33． 3
旅行社
28． 7 15． 4 6． 0
线路 安排
自己 公司 朋友
5． 3
其他
3． 4
北京
3． 1
上海
2． 2 出入境 广州
1． 2
城市 香港
1． 1
其他
0． 3
比例（ % ） 16． 2 55． 2 28． 6 27． 4 43． 8 22． 7 6． 1 42． 1 32． 0 12． 1 8． 6 5． 2 49． 1 22． 8 11． 8 7． 0 9． 3
图 3 中国入境外国旅游流网络 Fig． 3 The inbound foreigner tourist flow network in China
2． 3 入境外国旅游流网络结构特征 节点的中心性、中介性和结构洞指标值（ 表 2） （ 限于篇幅仅列得分高的前 15 个城市） 。
表 2 中心性、中介性和结构洞指标值 Tab． 2 The value of structural indicators of nodes
城市
北京 西安 广州 成都 上海 桂林 杭州 重庆 香港 阳朔 苏州 深圳 昆明 南京 大连 均值
外向 中心性
55 35 33 30 29 25 24 23 21 18 15 15 14 14 14 5
内向 中心性
53 30 35 30 34 29 27 11 26 14 15 19 20 13 10 5
采用中心性、中介性和结构洞等指标判定目的地节点在网络中的中心程度和位置特点，采用" 派系" 描述网络中可能存在的凝聚子群。
中心性是评价节点在网络中的重要性的指针，分为程度中心性和亲近中心性两种。程度中心性是以 关系为概念计算的个体中心度，用来衡量个体的中心程度。对有向连接网络，程度中心性又分为外向程度 中心性和内向程度中心性，计算公式［22］略。程度中心性越高，节点在网络中的地位越重要。程度中心性 最高的节点是网络的中心。