林文輝 毛 峰, 何 虹, 趙文彪, 歐陽娟, 劉 婷,*, 張登榮,

(1.杭州師范大學 理學院, 浙江 杭州 311121； 2.杭州電子科技大學 管理學院, 浙江 杭州 310018;3.浙江省城市濕地與區(qū)域變化研究重點實驗室, 浙江 杭州 311121)

?

杭州市景點旅游流空間網(wǎng)絡分析

林文輝3毛 峰2, 何 虹1, 趙文彪1, 歐陽娟1, 劉 婷1,3*, 張登榮1,2

(1.杭州師范大學 理學院, 浙江 杭州 311121； 2.杭州電子科技大學 管理學院, 浙江 杭州 310018;3.浙江省城市濕地與區(qū)域變化研究重點實驗室, 浙江 杭州 311121)

以中國重要旅游城市——杭州為例,通過網(wǎng)絡爬蟲技術搜集互聯(lián)網(wǎng)旅游出行數(shù)據(jù),結合GIS空間分析方法和社會網(wǎng)絡分析手段,研究了杭州市旅游流的空間網(wǎng)絡特征,并分析這些特征產(chǎn)生的原因.研究表明：杭州市各景點趨于聚集分布,主要集中在市中心附近區(qū)域；西湖等景點中心度較高,在整體網(wǎng)絡中處于最重要的地位；旅游流網(wǎng)絡中心勢偏高,說明景點間中心度差異明顯,客流量分布不均；杭州市區(qū)旅游流網(wǎng)絡總體密度偏低,有較大的提升空間.

杭州市區(qū)；旅游流；景點；社會網(wǎng)絡分析

旅游流是旅游研究的核心問題之一[1].廣義的旅游流包括旅游客流、信息流、資金流、物質流等眾多類型,其中,最重要的是以旅游者空間移動為主體的旅游客流[2].研究一個地區(qū)旅游流的規(guī)律性有助于把握其旅游客流市場,提高旅游產(chǎn)品的競爭力,改善旅游資源現(xiàn)狀.

目前國內外在旅游流研究方面已經(jīng)有了很多探索,并引起了學者的普遍重視.國外旅游流研究起步較早,主要成果有核心邊緣理論、空間擴散理論[3]、旅游驅動力研究[4]、旅游流客源地市場研究、旅游流空間規(guī)律[5]、旅游流影響[6]以及旅游者行為影響因素分析[7]等.國內學者對旅游流的研究主要集中在尺度和機制分析方面,如吳必虎[8]分析了上海市旅游休憩者的流動行為,牛亞菲等[9]分析了北京市183個景點的旅游流變化規(guī)律和驅動力等.然而,由于數(shù)據(jù)獲取的渠道有限,尤其是小尺度區(qū)域數(shù)據(jù)難以得到,大多數(shù)旅游流的相關研究是基于全國或省級尺度的,沒有針對性地反映城市尺度內的旅游流特征.數(shù)據(jù)獲取方法主要基于問卷調查、政府統(tǒng)計數(shù)據(jù)等,數(shù)據(jù)量有限.研究手段上較少有將旅游流與社會網(wǎng)絡分析相結合的案例.

旅游流研究最關鍵的步驟就是旅游出行數(shù)據(jù)的獲取.為了獲取足夠數(shù)量的第一手旅游出行數(shù)據(jù),本文采用Web數(shù)據(jù)挖掘手段.基于百度旅游網(wǎng)站的旅游路線數(shù)據(jù),通過網(wǎng)絡爬蟲抓取技術,抓取杭州市景點間旅游流路徑、流量等數(shù)據(jù).通過數(shù)據(jù)分析,進一步探討杭州市景點間的空間網(wǎng)絡特征.

1 數(shù)據(jù)獲取與研究方法

1.1 研究區(qū)域

杭州是中國著名的旅游城市,風景秀麗，自然、人文旅游資源豐富,自古有“上有天堂，下有蘇杭”的美譽.卓越的地理位置,獨特的旅游資源,便捷的交通運輸條件,助推杭州市成為中國最具代表性的旅游城市之一.本文選取杭州市市區(qū)(包括除2014年新設富陽區(qū)外的西湖區(qū)、上城區(qū)、下城區(qū)、江干區(qū)、拱墅區(qū)、濱江區(qū)、余杭區(qū)、蕭山區(qū),下同)范圍內共45個主要旅游景點為研究對象(見圖1),研究各景點間的旅游流網(wǎng)絡特征.

圖1 杭州市區(qū)主要景點分布Fig.1 The distribution of major scenic spots in Hangzhou urban area

1.2 數(shù)據(jù)獲取與選擇

本研究采用網(wǎng)絡爬蟲手段,解析網(wǎng)頁文檔結構,自動抓取百度旅游網(wǎng)站的旅游路線(包括旅游客流量),作為旅游流分析數(shù)據(jù)源.本文選取的是上述45個景點之間的旅游出行數(shù)據(jù).

首先篩選網(wǎng)站旅游路線[10],整理出包含杭州市45個景點的旅游路線,將景點間的旅客流動作為旅游流路徑.旅游路線中的游客人數(shù)即為該路徑上的旅客流量.一條路線由多條連續(xù)的路徑組成,每條路徑均包含出發(fā)地和目的地.出發(fā)地和目的地為以上45個景點,其他景點不列入本文討論范圍.

景點間的直接客流路線稱為旅游流路徑,每條路徑上的旅客流動人數(shù)稱為流量(I),路徑的出發(fā)地和目的地稱為節(jié)點,將這些路徑組合形成一張旅游流網(wǎng)絡.該網(wǎng)絡涉及旅游路徑540條,旅游節(jié)點45個.

1.3 研究方法

LEIPER認為旅游系統(tǒng)是由目的地、客源地和交通線路3個要素和旅游者、旅游業(yè)2個功能要素構成.目的地和出發(fā)地是旅游流中的節(jié)點,而旅游流路徑則是連結2個節(jié)點的中介.本文選取目的地、客源地和旅游客流路徑3個要素,從景點空間分布類型和景點間旅游流的社會網(wǎng)絡特性兩方面來分析杭州市景點的空間網(wǎng)絡特征[11].

1.3.1 景點空間分布類型

通過分析景點空間分布類型可以初步了解景點的空間分布模式,為后續(xù)的旅游流網(wǎng)絡分析提供基礎.

1.3.1.1 最鄰近指數(shù)

最鄰近指數(shù)是測定空間中點狀地物相互鄰近程度的指標,由最鄰近指數(shù)可知杭州市景點間相互鄰近的程度是否密集,即景點分布的狀態(tài).平均最鄰近距離分析法將每個點與其最鄰近點的平均距離定義為[12]

(1)

最鄰近指數(shù)R為實際最鄰近距離與理論最鄰近距離的比值：

(2)

1.3.1.2Gini指數(shù)

Gini指數(shù)可以用于描述空間要素的分布,用來刻畫離散點的空間分布類型.Gini指數(shù)介于0到1,越大表明景點分布越不均衡[13].Gini指數(shù)可以反映杭州市各區(qū)景點分布的均衡性.

(3)

式(3)中,Pi為每個區(qū)域的景點個數(shù)在全市的占比,N為本文中杭州市區(qū)區(qū)劃數(shù),即8個.

1.3.2 社會網(wǎng)絡分析

本文采取社會網(wǎng)絡分析的方法[13-16],將旅游流網(wǎng)絡當作一種社會網(wǎng)絡,利用社會網(wǎng)絡的分析指標來評價旅游流網(wǎng)絡的特性.

1.3.2.1 網(wǎng)絡節(jié)點分析

選取中心度、擴散指數(shù)2個指標分析網(wǎng)絡節(jié)點[17].

表1 網(wǎng)絡節(jié)點分析指標Table 1 Analysis index of network node

表1公式中,Iij為由景點j流向景點i的流量,Cin、Cout和Ci分別表示景點的流入度、流出度和中心度,Si表示景點擴散指數(shù).

景點的中心度是景點流出度和流入度的總和,中心度描述的是一個節(jié)點在網(wǎng)絡中的地位.中心度越高,說明節(jié)點游客流動越大,在網(wǎng)絡中越有“活力”.與中心度有關的擴散指數(shù)表示擴散旅游流的能力,數(shù)值越高,擴散能力越強，數(shù)值為負時,說明景點具有聚集效應[18].

景點的模塊化分析是將景點劃分成若干個內部聯(lián)系較密切的類別,也稱為派系[14].一個模塊內的景點或直接或間接存在聯(lián)系,其緊密程度受聯(lián)系的距離和權重(這里指游客流量)影響.

1.3.2.2 整體網(wǎng)絡分析

整體網(wǎng)絡分析包括網(wǎng)絡密度和中心勢分析[19].網(wǎng)絡密度是指在整個網(wǎng)絡中節(jié)點之間實際存在的關系數(shù)量和理論上能夠出現(xiàn)的最大關系數(shù)量之比[20].網(wǎng)絡密度是用來刻畫網(wǎng)絡中心化程度的指標,其值介于0和1,數(shù)值越大,網(wǎng)絡密度越高.中心勢是相對于整個網(wǎng)絡而言,與節(jié)點的中心性(中心度)不同，表達的是整個網(wǎng)絡中流量分布的差異程度.中心勢值在0～1,值越大說明差異越大.

表2 整體網(wǎng)絡有關指標Table 2 Related index of holistic network

2 景點旅游流空間網(wǎng)絡分析

2.1 景點空間分布類型分析

根據(jù)式(1)和(2),計算杭州市區(qū)景點平均最鄰近指數(shù).杭州市區(qū)面積為3 068km2[21],45個主要景點的實際平均最鄰近距離為2 155.95m,而理論平均最鄰近距離為4 128.49m,最終平均最鄰近指數(shù)為0.522,小于1,屬于凝聚型空間分布類型.

利用Gini指數(shù)公式(3),計算杭州市區(qū)景點在各區(qū)域間的均衡程度,結果為0.629,偏高,說明各區(qū)之間景點數(shù)量分布不均衡,面積僅占市區(qū)總面積

10.65%的西湖區(qū)和上城區(qū)集中了市區(qū)77.78%的主要景點,剩下的22.22%的景點分散在89.35%的面積內,景點空間密度差異明顯.

杭州市區(qū)的景點分布在空間上呈現(xiàn)中間多、四周少的特點,主要集中在西湖及其附近區(qū)域(見圖1).這樣的空間分布特征有利于旅游流在空間上的集散,距離相近的景點之間聯(lián)系更緊密也更便利,有利于旅游流的點間流動,使得臨近點之間旅游流流動更頻繁、活躍.

但這樣也會造成旅游流在某一區(qū)域大量聚集,從而導致交通擁堵等城市問題.Gini指數(shù)過高也顯示各區(qū)域之間景點數(shù)量的分布不均,濱江、余杭等區(qū)熱門景點數(shù)量太少,需要進一步提高影響力和競爭力,實現(xiàn)區(qū)域旅游整體實力的提升.

2.2 景點空間網(wǎng)絡分析

2.2.1 節(jié)點特征分析

2.2.1.1 中心度與擴散指數(shù)

根據(jù)表1中公式計算杭州市各景點的中心度,結果見圖2.

杭州市區(qū)景點中心度存在較大差異(見表3)：西湖中心度為13 512,是全市的旅游景點中心,位于第1梯隊,相比第2位景點,具有顯著優(yōu)勢.靈隱景區(qū)、雷峰塔、清河坊、岳王廟4個景點中心度均大于5 000,共同構成第2梯隊,但與后面景點差距不明顯,屬于市級副中心.從西溪濕地到西湖文化廣場的8個景點位于第3梯隊,中心度在2 000以上.武林廣場到錢塘江的6個景點位于第4梯隊,中心度大于1 000.余下的26個景點中心度小于1 000,共同位于第5梯隊,屬于一般景點.

圖2 景點中心度Fig.2 Centrality of scenic spots

中心度層級景點>10000第1梯隊西湖5000～10000第2梯隊靈隱景區(qū)、雷峰塔、清河坊、岳王廟2000～5000第3梯隊西溪濕地、六和塔、錢塘江大橋、太子灣公園、九溪十八澗、宋城、長橋公園、西湖文化廣場1000～2000第4梯隊武林廣場、吳山景區(qū)、虎跑夢泉、浙江大學紫金港校區(qū)、龍井景點、錢塘江<1000第5梯隊南屏晚鐘、拱宸橋、云棲竹徑、錢王祠、中國茶葉博物館、吳山夜市、寶石山、動物園、浙大之江校區(qū)、梅家塢、胡雪巖故居、植物園、湘湖、白塔公園、青芝塢、錢江新城、小河直街、杭州樂園、滿隴桂雨、上天竺寺、中國絲綢博物館、十里瑯珰、塘棲、南宋皇城遺址、西湖靈山、黃龍洞景區(qū)

所有景點中心度超過100的有38個,低于100的有7個.這些景點屬于較冷門景點,人流量少,要么是位于市區(qū)外緣,客流不容易到達,要么是附近有某個熱門景點,將其客流量分流.

計算中心度超過100的景點的擴散指數(shù),通過擴散指數(shù)判定其擴散聚集特性,將景點大致分為3種主要類型(見表4)：擴散型(>5%)、平衡型(-5%～5%)、聚集型(<-5%).

2.2.1.2 模塊化分析

模塊化分析是對節(jié)點之間聯(lián)系緊密程度的分類,通過節(jié)點間是否存在聯(lián)系以及聯(lián)系的強度將節(jié)點分成若干個模塊.節(jié)點間不一定是直接聯(lián)系,也可以是在某個距離范圍內的間接聯(lián)系(距離是指2個節(jié)點中間間隔的節(jié)點個數(shù),不是指空間距離).利用社會網(wǎng)絡分析軟件的模塊化分析功能,將杭州市區(qū)45個景點分為4個模塊(派系).

表4 景點擴散類型Table 4 Diffusion models of scenic spots

圖3 景點模塊化分類Fig.3 Classification of modularity of scenic spots

從圖3和表5可以看出，各模塊間及模塊內部存在一定的規(guī)律性和特點：各模塊間以1個主要景點為中心,其他景點大致分布于中心景點附近.景點間形成1個模塊的可能性與景點間距離呈正相關.西湖和雷峰塔由于地理位置相鄰,游客通常選擇在同一條路線中游覽,這樣就增加了西湖和雷峰塔之間的相互聯(lián)系程度,故這2個景點被歸入一個模塊,其他景點類似.但景點間的相互聯(lián)系程度還受景點知名度、交通便捷度等因素影響,所以也存在一些景點雖然相距較遠卻在同一模塊的情況.

2.2.2 整體網(wǎng)絡分析

本文選用與旅游流網(wǎng)絡直接相關的3個指標：網(wǎng)絡密度、中心勢以及平均流量分析整體網(wǎng)絡.

2.2.2.1 網(wǎng)絡密度

對杭州市區(qū)景點構建旅游流網(wǎng)絡,最終形成45個點的540條連線(不帶流量權重).通過這2個數(shù)值計算網(wǎng)絡密度,結果為0.273,網(wǎng)絡密度較低.該結果表明,杭州市區(qū)景點之間的相互聯(lián)系還遠未達到最高水平.

表5 景點模塊分類Table 5 Modularity of scenic spots

從圖3中可以看出,位于圖中外緣的景點與其他景點的聯(lián)系較少(節(jié)點的位置不是實際地理位置),如十里瑯珰、小河直街.位于圖中心的景點,如西湖、西溪濕地等,與其他景點聯(lián)系較多.這種聯(lián)系僅考慮聯(lián)系的存在性,而不考慮聯(lián)系間的流量.

2.2.2.2 中心勢

為了描述流量對整體網(wǎng)絡的影響,中心勢的計算需考慮節(jié)點流量(中心度).利用中心勢公式得到杭州市區(qū)景點的整體網(wǎng)絡中心勢為0.886,屬于高中心勢,表明網(wǎng)絡整體性非常好,中心景點的作用顯著,在網(wǎng)絡中居于強主導地位.但也暴露出網(wǎng)絡中景點均衡性差這一問題.也就是說,中心度位于第1位的西湖處于絕對優(yōu)勢地位,其他景點與其差異非常大,吸引力相對不足.

西湖對客流具有巨大的吸引力,周圍景點借由西湖也獲得了較高的中心度,而距離西湖較遠的景點中心度較低.構成了以西湖為中心,中心度隨距離衰減的旅游景點網(wǎng)絡.其他景點可以加強與西湖之間的旅游流聯(lián)系,成為西湖的旅游流流向地,共同承接西湖客流,達到各景點間旅游流整體均衡提升的目的.例如：在制定旅游路線時,將西湖作為旅游路線的某個節(jié)點,從而將其客流引入到其他景點.

3 分析與討論

選取杭州市區(qū)主要旅游景點以及旅游客流所構成的旅游流網(wǎng)絡,通過空間分析和社會網(wǎng)絡分析等手段進行空間網(wǎng)絡分析.

3.1 杭州市區(qū)景點的空間分布呈現(xiàn)聚集分布形態(tài),聚集程度高,景點主要集中在西湖及其周邊地區(qū),其中西湖區(qū)景點數(shù)量最多.實際平均最鄰近距離為2 155.95 m,理論平均最鄰近距離為4 128.49 m,最鄰近指數(shù)為0.522.西湖區(qū)是杭州市旅游資源最豐富的老城區(qū),景點眾多且相距較近,多集中于西湖附近,具有西湖周邊景點多、其他地區(qū)景點相對較少的特征.西湖區(qū)作為杭州市旅游中心有其歷史原因,短時間不會改變.但杭州市可以積極開發(fā)市區(qū)周邊的外圍景區(qū),使得城市旅游中心向外分散,合理引流.

3.2 西湖作為杭州市中心度最高的景點,中心性遠超其他景點,西湖靈山、南宋皇城遺址和黃龍洞等景點中心性弱,在整個網(wǎng)絡中重要性也不高.景點的中心性與知名度呈正相關.西湖的出度和入度全市最高,是杭州市景點的“集散中心”.西湖、靈隱等景區(qū)是重要的擴散型景點,西溪濕地、清河坊是重要的聚集型景點,其余大部分景點的聚集與擴散效應不明顯.

3.3 杭州景點間整體網(wǎng)絡密度不高,旅游流O-D網(wǎng)絡內路徑較少,說明杭州市區(qū)景點整體聯(lián)系還不夠強,尤其是位于市區(qū)外緣的景點.這些景點多知名度低且交通不便,所以與主要景點間相互聯(lián)系的路徑較少.市區(qū)整體中心勢偏高,說明中心度最高的景點在整體網(wǎng)絡中的重要性顯著.西湖等知名景點位于市區(qū)人流密集的區(qū)域,客流量明顯高于其他景點,中心性強且與其他景點聯(lián)系路徑多令中心景點在網(wǎng)絡中占據(jù)重要地位.基于杭州市區(qū)旅游網(wǎng)絡的特征,可以通過改善各景點間的交通條件等手段,增強景點間的聯(lián)系,以提高整體的網(wǎng)絡密度.

3.4 景點之間旅游流網(wǎng)絡的形成受到多項因素的影響,不僅有地區(qū)本身的地理環(huán)境因素,還有景點自身的吸引力因素,除此之外還受到其他外界因素的影響.塘棲等景點位于城市郊區(qū),人流量稀少且路程較遠,導致這類景點難以與其他景點形成復雜的旅游流網(wǎng)絡.可以通過改善郊區(qū)或城市外圍景點的交通條件，或加大對這些景點的宣傳和開發(fā)力度,促進其旅游流的增加.

[1] 保繼剛,楚義芳,彭華.旅游地理學[M].北京：高等教育出版社,1999.

BAO Jigang, CHU Yifang, PENG Hua. Tourism Geography[M]. Beijing: Higher Education Press,1999.

[2] 劉法建,張捷,章錦河.旅游流空間數(shù)據(jù)獲取的基本方法分析——國內外研究綜述及比較[J].旅游學刊,2012,27(6):101-109.LIU Fajian, ZHANG Jie, ZHANG Jinhe. Analysis of the basic method of collecting the spatial data of tourist flows: A study review and comparison both at home and abroad[J]. Tourism Tribune,2012,27(6):101-109.

[3] 楊國良.旅游流空間擴散[M].北京：科學出版社,2008.

YANG Guoliang. The Spatial Diffusion of Tourist Flow[M]. Beijing: Science Press,2008.

[4] 楊興柱,顧朝林,王群.旅游流驅動力系統(tǒng)分析[J].地理研究,2011,30(1):23-36.

YANG Xingzhu, GU Chaolin, WANG Qun. Study on the driving force of tourist flows[J]. Geographical Research,2011,30(1):23-36.

[5] WILLIAINS A T, ZELIN SKY W. On some patterns of internationals tourist flows[J]. Economic Geography,1970,46(4):549-567.

[6] HALDRUP M. Laid-back mobilities: Second-home holidays in time and space[J]. Tourism Geography,2004,6(4):434-454.

[7] LARSEN J, URRY J, AXHAUSEN K W. Networks and tourism-mobile social life[J]. Annals of Tourism Research,2007,34(1):244-262.

[8] 吳必虎.大城市環(huán)城游憩帶(ReBAM)研究：以上海市為例[J].地理科學,2001,21(4):354-359.

WU Bihu. A study on recreational belt around metropolis (ReBAM): Shanghai case[J]. Scientia Geographica Sinica,2001,21(4):354-359.

[9] 牛亞菲,謝麗波,劉春鳳.北京市旅游客流時空分布特征與調控對策[J].地理研究,2005,24(2):283-292.

NIU Yafei, XIE Libo, LIU Chunfeng. The variation tendency and proposed countermeasures for adjusting and controlling visitor flow in Beijing[J]. Geographical Research,2005,24(2):283-292.

[10] 劉宏盈,韋麗柳,張娟.基于旅游線路的區(qū)域旅游流網(wǎng)絡結構特征研究[J].人文地理,2012,27(4):131-136.

LIU Hongying, WEI Liliu, ZHANG Juan. The research on the characteristics of network structure of area tourist flows based on the tourism routine[J]. Human Geography,2012,27(4):131-136.

[11] 陳浩,陸林,鄭嬗婷.基于旅游流的城市群旅游地旅游空間網(wǎng)絡結構分析——以珠江三角洲城市群為例[J].地理學報,2011,66(2):257-266.

CHEN Hao, LU Lin, ZHENG Shanting. The spatial network structure of the tourism destinations in urban agglomerations based on tourist flow: A case study of the Pearl River Delta[J]. Acta Geographica Sinica,2011,66(2):257-266.

[12] 袁俊,余瑞林,劉承良.武漢城市圈國家A級旅游景區(qū)的空間結構[J].經(jīng)濟地理,2010,30(2):324-328.

YUAN Jun, YU Ruilin, LIU Chengliang. Research on spatial structure of national A-grade tourist districts of Wuhan metropolitan area[J]. Economic Geography,2010,30(2):324-328.

[13] 劉法建,章錦河,陳冬冬.社會網(wǎng)絡分析在旅游研究中的應用[J].旅游論壇,2009,2(2):172-177.

LIU Fajian, ZHANG Jinhe, CHEN Dongdong. On the application of social network analysis in tourism research [J]. Tourism Forum,2009,2(2):172-177.

[14] 劉軍.社會網(wǎng)絡分析導論[M].北京：社會科學文獻出版社,2004.

LIU Jun. An Introduction to Social Network Analysis[M]. Beijing: Social Sciences Academic Press,2004.

[15] 靳誠,徐菁,黃震芳,等.南京城市內部景點間游客流動特征分析[J].地理學報,2014,69(12):1858-1870.

JIN Cheng, XU Jing, HUANG Zhenfang, et al. Analyzing the characteristics of tourist flows between the scenic spots in inner city based on tourism strategies: A case study in Nanjing[J]. Acta Geographica Sinica,2014,69(12):1858-1870.

[16] 彭紅松,陸林,路幸福,等.基于社會網(wǎng)絡方法的跨界旅游客流網(wǎng)絡結構研究——以瀘沽湖為例[J].地理科學,2014,34(9):1041-1050.

PENG Hongsong, LU Lin, LU Xingfu, et al. The network structure of cross-border tourism flow based on the social network method: A case of Lugu Lake region[J]. Scientia Geographica Sinica,2014,34(9):1041-1050.

[17] 李偉,胡靜,周蕊蕊,等.武漢市旅游空間系統(tǒng)結構分析[J].人文地理,2014,29(1):141-145.

LI Wei, HU Jing, ZHOU Ruirui, et al. Analysis on the tourism spatial system structure of Wuhan[J]. Human Geography,2014,29(1):141-145.

[18] 吳必虎,唐子穎.旅游吸引物空間結構分析——以中國首批國家4A級旅游區(qū)(點)為例[J].人文地理,2003,18(1):1-6.

WU Bihu, TANG Ziying. A study on spatial structure of national 4A grade tourism attractions in China[J]. Human Geography,2003,18(1):1-6.

[19] 付瓊鴿,劉大均,胡靜,等.湖北省旅游流網(wǎng)絡結構的特征與優(yōu)化[J].經(jīng)濟地理,2015,35(3):191-196.

FU Qiongge, LIU Dajun, HU Jing, et al. Network structure and optimization research on the Hubei Province tourist flow[J]. Economic Geography,2015,35(3):191-196.

[20] 李偉.大城市旅游流網(wǎng)絡結構構建與分析——以武漢市為例[D].上海：華中師范大學,2013.

LI Wei. Urban Tourism Flow Network Structure Construction and Analysis Sample of Wuhan[D]. Shanghai： Central China Normal University,2013.

[21] 浙江省統(tǒng)計局.2015年浙江統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社,2014.

Zhejiang Provincial Bureau of Statistics. 2015 Zhejiang Statistical Yearbook[M]. Beijing: China Statistics Press,2014.

Spatial network analysis of urban tourist flow of the scenic spots: A case study of Hangzhou.

LIN Wenhui1, MAO Feng2, HE Hong1, ZHAO Wenbiao1, OUYANG Juan1, LIU Ting1,3，ZHANG Dengrong1,2

(1.CollegeofScience,HangzhouNormalUniversity,Hangzhou311121,China; 2.ManagementSchool,HangzhouDianziUniversity,Hangzhou310018,China; 3.ZhejiangProvincialKeyLaboratoryofUrbanWetlandsandRegionalChange,Hangzhou311121,China)

Taking Hangzhou, an important coastal tourist city, as a case study, this paper collected the tourist data on the internet using Web crawler, and analyzed the spatial network pattern of tourist flows of Hangzhou by means of GIS spatial analysis and social network analysis. Results showed that: (1) Distribution of the scenic spot in Hangzhou tended to aggregate, and mainly clustered in the downtown area. (2) The centrality of West Lake and some other scenic spots were higher, which took very important position in the whole network. (3) Centralization of the network was rather high, which showed that there was significant difference in the centrality between the scenic spots and the distribution of tourist flow volume. (4) The density of the tourist flow network in urban area of Hangzhou was low, and needed to be improved.

urban area of Hangzhou; tourist flow; scenic spots; social network analysis

2015-12-07.

國家863計劃項目(2013AA12A402)；國家自然科學基金資助項目(41101371)；國家大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目(201510346007)；杭州市社會發(fā)展科研專項(20150533B04).

林文輝(1994-)，ORCID:http://orcid.org/0000-0003-0008-1982,男，學士，主要從事旅游空間格局分析研究.

*通信作者，ORCID：http://orcid.org/0000-0003-0389-2553,E-mail：yats521@163.com.

10.3785/j.issn.1008-9497.2016.04.013

F 590

A

1008-9497(2016)04-458-07

Journal of Zhejiang University(Science Edition), 2016,43(4):458-464