李偉　劉冰冰　王小雨

摘要：旅游者時(shí)空移動(dòng)產(chǎn)生的旅游流影響著客源市場(chǎng)和旅游目的地的開(kāi)發(fā)，利用地理集中指數(shù)和基尼系數(shù)測(cè)算出濟(jì)南市的旅游流時(shí)空集中特征適合用社會(huì)網(wǎng)絡(luò)分析法，由此可見(jiàn)濟(jì)南市旅游流規(guī)模大，空間分布廣，全地域化明顯；但是空間集中度高，主要集中于市區(qū)的趵突泉、大明湖、五龍?zhí)丁⒑诨⑷约扒Х鹕骄皡^(qū)；自助游、自駕游季節(jié)分布均勻，團(tuán)隊(duì)游客淡旺季明顯；濟(jì)南市內(nèi)游憩活動(dòng)較多，城鄉(xiāng)反向差異明顯，周邊地區(qū)游客在市區(qū)主要游覽著名景點(diǎn)和購(gòu)物，市區(qū)游客在周邊主要以鄉(xiāng)村旅游，休閑美食為主；濟(jì)南市旅游流網(wǎng)絡(luò)結(jié)構(gòu)受到交通因素的影響，與其他大城市相比仍不成規(guī)模，更為集中，處于旅游中轉(zhuǎn)地向旅游目的地過(guò)渡的階段，旅游目的地發(fā)展模式的發(fā)展階段。

關(guān)鍵詞：旅游流；時(shí)空分布；社會(huì)網(wǎng)絡(luò)；反向旅游；濟(jì)南市

中圖分類號(hào)：F592.7 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-8256.2018.05.008

旅游者是旅游現(xiàn)象產(chǎn)生的基礎(chǔ)，旅游者的時(shí)空移動(dòng)產(chǎn)生旅游流，它連接了旅游目的地和客源地，連接了旅游企業(yè)和旅游市場(chǎng)，因此旅游流是旅游系統(tǒng)的神經(jīng)中樞和紐帶，是旅游地理學(xué)研究的核心問(wèn)題之一[1]，國(guó)外理論和實(shí)證研究成果豐富，以大尺度空間、模型化、定量化研究為主，側(cè)重客流的空間分布、動(dòng)態(tài)演變、經(jīng)濟(jì)效應(yīng)等方面，多樣化與多學(xué)科交叉[2]。運(yùn)用核心邊緣理論、旅游流圈層結(jié)構(gòu)理論、空間擴(kuò)散理論、旅游流驅(qū)動(dòng)力等定量理論模型，主要探討了旅游流理論和形成機(jī)制、客源地分布、旅游流預(yù)測(cè)、時(shí)空演變以及旅游流的影響等方面[3]。繪制出了旅游流分布圖，對(duì)旅游流動(dòng)、消費(fèi)、停留天數(shù)等進(jìn)行了空間數(shù)據(jù)分析，并總結(jié)出對(duì)環(huán)境知覺(jué)、認(rèn)知、空間活動(dòng)和地理優(yōu)選的行為模式 [4]。研究應(yīng)用于旅游地定位、旅游地規(guī)劃、旅游市場(chǎng)細(xì)分、旅游地方感知形成和互動(dòng)及旅游地影響等方面[5]。

國(guó)內(nèi)旅游流的研究起于20世紀(jì)80年代中后期，基本沿襲了國(guó)外旅游流研究的傳統(tǒng)，研究視角集中于具體案例的實(shí)證討論和統(tǒng)計(jì)數(shù)據(jù)的模型分析[6]。在圈層結(jié)構(gòu)模型基礎(chǔ)上，國(guó)內(nèi)著名旅游學(xué)家創(chuàng)建RAS技術(shù)、環(huán)城游憩帶（ReBAM）理論等[7]。中國(guó)廣闊的地理空間適合大尺度、大規(guī)模的研究典型口岸城市入境旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征，運(yùn)用GIS空間分析和數(shù)理統(tǒng)計(jì)等多種方法分析時(shí)空特征及變化、區(qū)域旅游流規(guī)模差異、客源市場(chǎng)結(jié)構(gòu)、入境旅游競(jìng)爭(zhēng)力特征及影響因素等。入境旅游流研究，時(shí)空結(jié)構(gòu)特征研究充分，對(duì)近程旅游流、旅游客流預(yù)測(cè)、旅游流區(qū)域影響、旅游者行為影響因素等研究較少[7，8]。

隨著旅游地理研究的社會(huì)學(xué)轉(zhuǎn)向，國(guó)內(nèi)外學(xué)者利用社會(huì)網(wǎng)絡(luò)理論分析旅游流取得一系列成果，成為研究旅游流的一個(gè)新工具，“社會(huì)網(wǎng)絡(luò)”是由多個(gè)點(diǎn)和各點(diǎn)之間的連線組成的集合，用點(diǎn)和線來(lái)表達(dá)網(wǎng)絡(luò)，這是社會(huì)網(wǎng)絡(luò)的形式化界定。社會(huì)網(wǎng)絡(luò)理論在國(guó)外旅游研究中主要用于旅游目的地結(jié)構(gòu)分析、旅游決策、旅游企業(yè)成長(zhǎng)和旅游目的地管理。國(guó)內(nèi)主要集中在：旅游目的地管理及旅游地空間網(wǎng)絡(luò)結(jié)構(gòu)研究、鄉(xiāng)村旅游的相關(guān)利益者研究以及跨界旅游區(qū)網(wǎng)絡(luò)結(jié)構(gòu)研究，諸多應(yīng)用證明，社會(huì)網(wǎng)絡(luò)理論適用于旅游者產(chǎn)生的旅游流[9-15]。本文首先利用地理集中指數(shù)和基尼系數(shù)測(cè)算出濟(jì)南市的旅游流時(shí)空特征，判定是否適用社會(huì)網(wǎng)絡(luò)分析法，然后再進(jìn)行案例分析，是地理學(xué)和社會(huì)網(wǎng)絡(luò)理論相結(jié)合的結(jié)果，為其在旅游中的應(yīng)用提供了新的范例。

1 濟(jì)南市旅游流基本情況

1.1 濟(jì)南市旅游概況

濟(jì)南市下轄市中區(qū)、歷下區(qū)、天橋區(qū)、槐蔭區(qū)、歷城區(qū)五個(gè)傳統(tǒng)城區(qū)以及長(zhǎng)清區(qū)、章丘區(qū)兩個(gè)新設(shè)區(qū)，濟(jì)陽(yáng)、商河、平陰三個(gè)縣，A級(jí)景區(qū)景點(diǎn)34個(gè)，其中5A景區(qū)1個(gè)，4A景區(qū)12個(gè)，2016年濟(jì)南市接待國(guó)內(nèi)外游客6618.47萬(wàn)人次，比上年增長(zhǎng)8.60%。其中，接待國(guó)內(nèi)游客6583.32萬(wàn)人次，增長(zhǎng)8.62%；接待入境游客35.15萬(wàn)人次，增長(zhǎng)5.58%。實(shí)現(xiàn)旅游消費(fèi)總額846.93億元，增長(zhǎng)13.69%。城市旅游與鄉(xiāng)村旅游并重，通過(guò)攜程旅游、驢媽媽、百度旅游等專業(yè)旅游網(wǎng)站利用火車頭采集器采集2015年1月～2017年5月來(lái)濟(jì)游客網(wǎng)絡(luò)游記492份，整理得到游覽點(diǎn)126個(gè)，商業(yè)旅游主要集中于傳統(tǒng)城區(qū)，鄉(xiāng)村旅游主要集中于南部山區(qū)，新區(qū)及三縣主要以著名景區(qū)和宗教旅游為主。

1.2 濟(jì)南市旅游流數(shù)據(jù)整理

旅游流空間移動(dòng)具有時(shí)序性，一次出行只游玩一個(gè)點(diǎn)就返回的是直線型旅游流，按照時(shí)序游玩多個(gè)點(diǎn)的為網(wǎng)絡(luò)型旅游流，直線型和網(wǎng)絡(luò)型共同構(gòu)成區(qū)域的旅游流結(jié)構(gòu)，一個(gè)區(qū)域的旅游流結(jié)構(gòu)決定了該區(qū)域的發(fā)展模式，對(duì)區(qū)域旅游規(guī)劃、組團(tuán)式宣傳運(yùn)營(yíng)具有極大的促進(jìn)作用。

通過(guò)整理旅游路線獲得只有1個(gè)點(diǎn)的路線有8個(gè)：紅葉谷、方特東方神話、泉城歐樂(lè)堡、太陽(yáng)部落、九如山、濟(jì)南野生動(dòng)物園、董家草莓采摘、泰山地下大裂谷，其中泉城歐樂(lè)堡屬于德州齊河縣、太陽(yáng)部落和泰山地下大裂谷屬于泰安市，濟(jì)南市內(nèi)只有5個(gè)。超過(guò)兩個(gè)點(diǎn)的旅游路線有484個(gè)，4～9個(gè)點(diǎn)的旅游路線占到總數(shù)的82.64%，最長(zhǎng)路線為16個(gè)旅游點(diǎn)，整體看濟(jì)南市的旅游流呈現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)。五個(gè)直線型旅游節(jié)點(diǎn)在484條旅游路線中均有出現(xiàn)，而線路中存在眾多一次性節(jié)點(diǎn)，如：明湖魯菜館、濟(jì)陽(yáng)縣文化館、大嶺小嶺等43處。

1.3 濟(jì)南市旅游流時(shí)空分布

采用地理集中指數(shù)、基尼系數(shù)來(lái)研究旅游流在時(shí)間和空間上的分布特征。匯總不同地域的旅游流的季節(jié)分布比重，計(jì)算不同的旅游流在時(shí)間上的分布集中度。匯總不同旅游方式的旅游流在各地域的分布比重，采用基尼系數(shù)分析不同出游方式的旅游流在空間分布上的集中分散度和均衡程度[16]。

地理集中指數(shù)是衡量研究對(duì)象集中程度的重要指標(biāo)，采用地理集中指數(shù)來(lái)度量旅游流在不同時(shí)段分布的整體集中程度，計(jì)算公式為：

式中：G為旅游流在不同地域上的集中指數(shù)，xi為第i個(gè)時(shí)段的旅游流規(guī)模，T為旅游流總規(guī)模，n為案例時(shí)段總數(shù)。G取值范圍為0～100，G值越大，旅游流在案例時(shí)段分布越集中，時(shí)間采用一年四季，n=4，G值越接近100×=100×=70.2，旅游流在案例時(shí)段越呈現(xiàn)為均勻分布。

依據(jù)不同地域各季節(jié)的旅游流規(guī)模的比重（表3），分別計(jì)算了旅游流在案例特殊時(shí)段的G指數(shù)，以反映不同出游方式的旅游流在案例時(shí)段分布的整體集中程度。由表4可以得出，以自駕游覽為旅游目的的旅游流的G指數(shù)接近于70.2，因此以自助游旅游流在案例特殊時(shí)段分布較為均勻，而以其他旅游方式是旅游流G指數(shù)相對(duì)較大，在時(shí)間上分布的集中度相對(duì)較高，尤其是旅行社的淡旺季非常明顯。

式中：Pi為第i個(gè)景區(qū)的旅游流規(guī)模占所有案例景區(qū)旅游流總規(guī)模的比重，N為景區(qū)數(shù)量，C為分布均勻度。Gini的值介于0和1之間，值越大表明集中程度越高，空間上分布越不均衡。Gini=0.836，C=0.164，說(shuō)明濟(jì)南市的旅游流分布較為集中，分布不均勻。

2 濟(jì)南市旅游流網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建

2.1 理論方法選取

社會(huì)網(wǎng)絡(luò)理論涉及3個(gè)要素：節(jié)點(diǎn)、關(guān)系和連線。旅游流的網(wǎng)絡(luò)是由旅游點(diǎn)按照旅游者移動(dòng)的時(shí)序連成的旅游路線組成，因此旅游流網(wǎng)絡(luò)結(jié)構(gòu)是一種社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)，各旅游點(diǎn)相當(dāng)于社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)中的點(diǎn)；旅游點(diǎn)之間的時(shí)序路線相當(dāng)于社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)中點(diǎn)與點(diǎn)之間的映射關(guān)系[9]。濟(jì)南市旅游流線路規(guī)模大，地理集中度高，時(shí)空分布不均衡，完全滿足社會(huì)網(wǎng)絡(luò)理論中關(guān)于節(jié)點(diǎn)、關(guān)系和連線的定義，因此適合利用此法分析。

2.2 社會(huì)網(wǎng)絡(luò)理論下的濟(jì)南市旅游流網(wǎng)絡(luò)構(gòu)建

對(duì)搜集到的旅游路線按照方向性賦值，有直接聯(lián)系則賦值1，然后累加，得到一個(gè)118×118的網(wǎng)絡(luò)矩陣，利用Netdraw繪制濟(jì)南市的整個(gè)旅游流網(wǎng)絡(luò)（118個(gè)景區(qū)景點(diǎn)），可以清晰地得到四個(gè)網(wǎng)絡(luò)，其中濟(jì)南市區(qū)為核心的網(wǎng)絡(luò)最大，其他三個(gè)網(wǎng)絡(luò)則是分布于南部山區(qū)及章丘區(qū)的景區(qū)景點(diǎn)。

利用Ucinet6.560 軟件中的network分析整個(gè)網(wǎng)絡(luò)的密度為4.5，標(biāo)準(zhǔn)密度為7.05，密度較低，采用不平衡指數(shù)度量旅游流在不同景區(qū)的分布均衡狀況，不平衡指數(shù)反映了研究對(duì)象在不同區(qū)域內(nèi)分布的均衡程度，其計(jì)算方法采用了洛倫茲曲線中的集中指數(shù)，計(jì)算公式為：

式中，n為景區(qū)數(shù)量，Yi為各景區(qū)旅游流規(guī)模占所有案例景區(qū)旅游流總規(guī)模的比重從大到小排序后，第i位的累計(jì)百分比。S的取值介于0和1之間，S越大，旅游流分布越集中，S越小，旅游流分布越均勻。經(jīng)計(jì)算，不平衡指數(shù)S=0.3612，表明旅游流在各景區(qū)的分布較不均衡。這與龐大的旅游流分布形成巨大對(duì)比，說(shuō)明旅游流較為集中在少數(shù)旅游景點(diǎn)。

因此分析旅游流流量高于一定次數(shù)的網(wǎng)絡(luò)更具有現(xiàn)實(shí)意義，利用軟件選擇斷點(diǎn)值，將旅游流矩陣二分化，考慮數(shù)據(jù)的適用性，遵循可對(duì)比性，經(jīng)過(guò)多次對(duì)比分析和網(wǎng)絡(luò)特性檢驗(yàn)，最終選4為斷點(diǎn)值，當(dāng)兩節(jié)點(diǎn)間旅游流聯(lián)系量大于4時(shí)，則將相應(yīng)的矩陣單元賦值為1，反之則賦值為0。將直線型去除，將旅游路線旅游點(diǎn)個(gè)數(shù)大于4的路線的屬性數(shù)值轉(zhuǎn)化為二分矩陣。利用Ucinet6.560 軟件斷點(diǎn)值4得出濟(jì)南市旅游流矩陣，還剩14個(gè)景點(diǎn)分別是趵突泉公園、泉城廣場(chǎng)、黑虎泉、五龍?zhí)丁④饺亟?、大明湖、千佛山、環(huán)城公園、解放閣、山東博物館、曲水亭街、王府池子、寬厚里、珍珠泉。

3 濟(jì)南市旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征

3.1 中心性分析

中心性分析是社會(huì)網(wǎng)絡(luò)分析的重點(diǎn)之一，是衡量網(wǎng)絡(luò)中一個(gè)對(duì)象是否重要，評(píng)價(jià)其在整體網(wǎng)絡(luò)結(jié)構(gòu)中的地位的重要指標(biāo)。在區(qū)域旅游空間結(jié)構(gòu)分析中，對(duì)旅游流網(wǎng)絡(luò)進(jìn)行多種中心性指標(biāo)測(cè)度，可以量化出不同的旅游地在整體區(qū)域旅游網(wǎng)絡(luò)中的功能、地位以及作用。

根據(jù)表6，所選取的14個(gè)旅游節(jié)點(diǎn)中程度中心性最大值為趵突泉公園27.191，說(shuō)明趵突泉公園往來(lái)其他景點(diǎn)的客流最大，大明湖（26.655）、五龍?zhí)叮?3.077）、泉城廣場(chǎng)（22.361）的旅游流量比較大，輻射功能很強(qiáng)。親近中心性反應(yīng)一個(gè)節(jié)點(diǎn)到其他節(jié)點(diǎn)的最短路徑情況，在表中數(shù)值越大親近性越高，其中內(nèi)向和外向親近性最大值均為芙蓉街（0.964，0.964），最小值均為寬厚里（0.571，0.607），接近中心性指標(biāo)方差為0.1，說(shuō)明各旅游節(jié)點(diǎn)在旅游網(wǎng)絡(luò)中的分布比較均衡，但最大值和最小值之差反映了其中一些旅游節(jié)點(diǎn)在網(wǎng)絡(luò)中相對(duì)孤立。平均每個(gè)旅游節(jié)點(diǎn)充當(dāng)旅游流中間者的次數(shù)為4。芙蓉街、千佛山的中間中心性指標(biāo)值較高，表明這2個(gè)景區(qū)在起到較大的中介者作用的同時(shí)且具有較高進(jìn)入性，其他旅游節(jié)點(diǎn)對(duì)這些旅游節(jié)點(diǎn)具有較強(qiáng)的依賴性。中間中心性標(biāo)準(zhǔn)差為4.551，表明旅游網(wǎng)絡(luò)中各旅游節(jié)點(diǎn)之間分布十分不均衡。

3.2 結(jié)構(gòu)洞指標(biāo)

結(jié)構(gòu)洞是在網(wǎng)絡(luò)中節(jié)點(diǎn)之間無(wú)直接關(guān)系或關(guān)系間斷的現(xiàn)象，從網(wǎng)絡(luò)整體看好像網(wǎng)絡(luò)結(jié)構(gòu)中出現(xiàn)了洞穴，此即結(jié)構(gòu)洞，結(jié)構(gòu)洞理論指出擁有的結(jié)構(gòu)洞越多，關(guān)系優(yōu)勢(shì)越大。從效能來(lái)看，只有山東省博物館和寬厚里低于10，其他節(jié)點(diǎn)均較高，說(shuō)明他們獲得的旅游流流量較大，吸引較多游客，在整個(gè)旅游流網(wǎng)絡(luò)結(jié)構(gòu)中競(jìng)爭(zhēng)優(yōu)勢(shì)明顯，但可能會(huì)造成嚴(yán)重的旅游流瓶頸問(wèn)題，需要實(shí)施旅游交通管制，同時(shí)也需要提高旅游設(shè)施集聚功能。從效率指標(biāo)來(lái)看，芙蓉街、千佛山、解放閣稍高，而其他的效率相差不大，寬厚里非常低只有1.696，說(shuō)明其連接其他節(jié)點(diǎn)數(shù)量較少；從約束性指標(biāo)來(lái)看，寬厚里最高1.086，依賴其他節(jié)點(diǎn)程度較高，其他節(jié)點(diǎn)均小于1。

3.3 核心邊緣結(jié)構(gòu)分析

整體旅游流網(wǎng)絡(luò)程度中心勢(shì)為16.01%，程度中心勢(shì)值較小，說(shuō)明網(wǎng)絡(luò)中的旅游流圍繞核心節(jié)點(diǎn)集聚或發(fā)散的趨勢(shì)不明顯，旅游客流比較分散。外向親近中心勢(shì)和內(nèi)向親近中心勢(shì)比較接近，分別為32.8%、33.12%，說(shuō)明旅游流網(wǎng)絡(luò)中心化不明顯。中介中心勢(shì)為9.16%，相對(duì)較低，說(shuō)明具有中介作用的景點(diǎn)較少。中心勢(shì)不明顯說(shuō)明整個(gè)網(wǎng)絡(luò)的發(fā)育還不完善，有較強(qiáng)的分層結(jié)構(gòu)。利用核心-邊緣缺失模型（core-periphery model）進(jìn)行核心邊緣數(shù)據(jù)分析，可以得出核心節(jié)點(diǎn)4個(gè)，邊緣節(jié)點(diǎn)10個(gè)，整個(gè)網(wǎng)絡(luò)中的核心度為0.809，分布較零散。核心區(qū)內(nèi)部聯(lián)系較為密切，核心對(duì)邊緣的關(guān)聯(lián)帶動(dòng)效應(yīng)為5.1，作用明顯。并且邊緣區(qū)受到核心區(qū)的輻射影響強(qiáng)于邊緣區(qū)各旅游景點(diǎn)的聯(lián)系。

4 結(jié)論與討論

4.1 結(jié)論

濟(jì)南市旅游流時(shí)空分布不均勻，時(shí)間上集中于春秋兩季，自助游客最多，自助游、自駕游時(shí)間分布均勻，團(tuán)隊(duì)游客淡旺季明顯；空間上集中明顯，分布不均勻，主要集中在市區(qū)內(nèi)，以知名景點(diǎn)為主（趵突泉、大明湖、五龍?zhí)?、黑虎泉、千佛山）?/p>

濟(jì)南市旅游流規(guī)模大，共有126個(gè)旅游節(jié)點(diǎn)，有118個(gè)節(jié)點(diǎn)形成四個(gè)網(wǎng)絡(luò)，其中有103個(gè)節(jié)點(diǎn)形成一個(gè)完整網(wǎng)，但是密度極低，大多數(shù)節(jié)點(diǎn)只出現(xiàn)1～3次，建立網(wǎng)絡(luò)矩陣，選擇斷點(diǎn)值為4時(shí)，僅剩14個(gè)節(jié)點(diǎn)，14個(gè)節(jié)點(diǎn)就是整個(gè)網(wǎng)絡(luò)的中心。通過(guò)中心性分析、核心-邊緣結(jié)構(gòu)模型得出趵突泉公園、泉城廣場(chǎng)、五龍?zhí)?、大明湖為核心圈，而芙蓉街和千佛山的中介性高，充?dāng)著連接橋的角色。旅游流規(guī)模大、密度低，呈現(xiàn)出滿天繁星的旅游發(fā)展態(tài)勢(shì)，一方面說(shuō)明旅游發(fā)展進(jìn)入到蓬勃的發(fā)展階段，另一方面說(shuō)明濟(jì)南市旅游還未形成大規(guī)模網(wǎng)絡(luò)，聯(lián)合發(fā)展、共同獲益的局面還沒(méi)有到來(lái)。

市內(nèi)交通要素成為制約來(lái)濟(jì)游客旅游流規(guī)模的一大因素，嚴(yán)重影響了核心景點(diǎn)到周邊的輻射效應(yīng)，停車難、堵車是游客關(guān)于在趵突泉、大明湖、千佛山等核心區(qū)表述最多的詞語(yǔ)，造成了核心區(qū)景點(diǎn)少，帶動(dòng)效應(yīng)差的局面。濟(jì)南周邊縣區(qū)也受到高鐵、高速公路交通因素的影響，濟(jì)南市內(nèi)游客前往章丘、萊蕪、泰安、齊河的游客明顯多于濟(jì)陽(yáng)、商河、平陰。形成了外地游客來(lái)濟(jì)主要集中于市區(qū)和濟(jì)南市區(qū)游客前往周邊縣區(qū)、地市的兩個(gè)圈層構(gòu)造（圖3）。這兩個(gè)方向相反的圈層所選取的旅游經(jīng)典類型完全相反：來(lái)濟(jì)南市區(qū)的旅游流主要集中于著名景點(diǎn)（趵突泉、大明湖、千佛山）以及商業(yè)場(chǎng)所（恒隆、世貿(mào)、萬(wàn)達(dá)），而外層的旅游流主要集中于自然風(fēng)光（鄉(xiāng)村、紅葉谷、錦屏山），兩者具有典型的城市向往鄉(xiāng)村、鄉(xiāng)村向往城市的“反向”旅游特征，這為兩地針對(duì)彼此客源市場(chǎng)宣傳和營(yíng)銷開(kāi)發(fā)提供支持。

從旅游流分布來(lái)看，不僅出現(xiàn)了濟(jì)南市內(nèi)景區(qū)還出現(xiàn)齊河、泰安景點(diǎn)，這說(shuō)明其不受行政界限的完全約束，126個(gè)景點(diǎn)分布于濟(jì)南市的各個(gè)縣區(qū)，景點(diǎn)類型多樣化，說(shuō)明濟(jì)南正處于旅游發(fā)展階段，初步形成全地域旅游的局面，應(yīng)該抓住機(jī)遇打造旅游產(chǎn)業(yè)，塑造全域旅游。

與其他城市如：南京[17]、武漢[18]相比，南京選擇斷點(diǎn)值7有16個(gè)景點(diǎn)矩陣，武漢選擇斷點(diǎn)值為6有23個(gè)景點(diǎn)矩陣，濟(jì)南市旅游流網(wǎng)絡(luò)選擇斷點(diǎn)值4只有14個(gè)景點(diǎn)的矩陣，說(shuō)明濟(jì)南市旅游流網(wǎng)絡(luò)結(jié)構(gòu)小，與其他兩個(gè)城市相比中心性分布更為均勻，中介性更低，核心圈景區(qū)景點(diǎn)少，且空間集中，主要集中在面積較小的核心地域內(nèi)，距離近但是聯(lián)系密度較低，并且經(jīng)過(guò)濟(jì)南中轉(zhuǎn)的游客多于其他兩城市，表明濟(jì)南仍是旅游中轉(zhuǎn)地。

4.2 討論

在旅游流結(jié)構(gòu)中景點(diǎn)出現(xiàn)頻次高并不代表在網(wǎng)絡(luò)中的地位高，有可能是直線型的旅游流點(diǎn)；地理集中程度越高越容易形成旅游流網(wǎng)絡(luò)；旅游流的結(jié)構(gòu)不僅受客觀因素影響，如：交通通達(dá)性、景區(qū)知名度、基礎(chǔ)設(shè)施等，還受社會(huì)親近性的影響，形成如地租影響下的杜能環(huán)，社會(huì)親近性下的旅游杜能環(huán)大致為：商業(yè)購(gòu)物中心、著名景區(qū)景點(diǎn)、城市公園游憩場(chǎng)所、鄉(xiāng)村旅游和宗教活動(dòng)場(chǎng)所、主題樂(lè)園；一個(gè)行政市域內(nèi)不僅有城市居民的游憩游也有村鎮(zhèn)居民的城市游，這種城鄉(xiāng)結(jié)構(gòu)的游客在旅游方向、旅游目的產(chǎn)生完全相反的旅游活動(dòng)，形成一種“反向旅游帶”，在經(jīng)濟(jì)發(fā)展、城鄉(xiāng)居民可支配收入不斷提高的背景下，兩者的旅游活動(dòng)對(duì)各自居住地都會(huì)產(chǎn)生深遠(yuǎn)的影響。

參考文獻(xiàn)：

[1] 保繼剛，楚義芳.旅游地理學(xué)[M].北京：高等教育出版社.1999：217-218.

[2] 謝彥君.基礎(chǔ)旅游學(xué)（第二版）[M].北京：中國(guó)旅游出版社.2004.

[3] 陸林.現(xiàn)代國(guó)際旅游流研究[D].北京：中國(guó)科學(xué)院地理科學(xué)與資源研究所.1997.

[4] 董培海，李偉.國(guó)內(nèi)旅游流基礎(chǔ)理論研究述評(píng)[J].旅游研究， 2015，26（1）：34-40.

[5] 李偉.大城市旅游流網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建與分析-以武漢市為例[D].武漢：華中師范大學(xué).2013.

[6] 張佑印，顧靜，馬耀峰.旅游流研究的進(jìn)展、評(píng)價(jià)與展望[J].旅游學(xué)刊，2013，33（6）：38-46

[7] 馬耀峰，李天順，等.中國(guó)入境旅游研究[M].北京：科學(xué)出版社.1999.

[8] 劉法建，張捷，陳冬冬，等.中國(guó)入境旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征及動(dòng)因研究[J].地理學(xué)報(bào)，2010，65（8）：1013-1024.

[9] 梁保爾，潘植強(qiáng).基于旅游數(shù)字足跡的目的地關(guān)注度與共現(xiàn)效應(yīng)研究-以上海歷史街區(qū)為例[J].旅游學(xué)刊，2015，30（7）：80-90.

[10] 黃瀟婷，李玟璇，張海平，等.基于GPS數(shù)據(jù)的旅游時(shí)空行為評(píng)價(jià)研究[J].旅游學(xué)刊，2016，31（9）：43-52.

[11] 周慧玲，許春曉.基于游記行程的湖南旅游流空間網(wǎng)絡(luò)結(jié)構(gòu)特征[J].經(jīng)濟(jì)地理， 2016，36（10）：201-206.

[12] 吳志才，陳淑蓮，鄭鐘強(qiáng).社會(huì)網(wǎng)絡(luò)視角下的旅游規(guī)劃決策研究—以潮州古城為例[J].旅游學(xué)刊，2016，31（12）：81-89.

[13] 劉法建，張捷，張錦河，等.旅游地研究中的“聯(lián)系”和網(wǎng)絡(luò)—基于社會(huì)網(wǎng)絡(luò)理論的旅游地研究述評(píng)[J].旅游科學(xué)，2016，30（2）：1-14.

[14] 潘植強(qiáng)，梁保爾.基于旅游數(shù)字足跡的目的地旅游形象游客感知研究—以新疆天山世界自然遺產(chǎn)為例[J].北京第二外國(guó)語(yǔ)學(xué)院學(xué)報(bào)，2015，37（5）：40-48.

[15] 張凌云.非慣常環(huán)境：旅游核心概念的再研究—建構(gòu)旅游學(xué)研究框架的一種嘗試田.旅游學(xué)刊，2009，25（7）：12-17.

[16] 李偉，胡靜，陸汝瑞，等.基于旅游目的的特殊時(shí)段旅游流時(shí)空分布特征研究[J].經(jīng)濟(jì)地理，2013，33（1）：180-186.

[17] 楊興柱，顧朝林，王群.南京市旅游流網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建[J].地理學(xué)報(bào)，2007，62（6）：609-620.

[18] 李偉，胡靜，周蕊蕊，等.武漢市旅游系統(tǒng)空間結(jié)構(gòu)分析[J].人文地理，2014，33（1）：141-147.

Tourism Flow Structure Construction and Reverse Analysis in Jinan

LI Wei1， LIU Bingbing2， WANG Xiaoyu2

（1. School of Innovation and Entrepreneurship， Shandong Women's University， Jinan 250300， China；

2. School of Tourism， Shandong Women's University， Jinan 250300， China）

Abstract：The tourism flow generated by the travelling time and space of tourists affects the development of the tourist market and the tourist destination. The features of tourist flow measured by using the geographical concentration index and Gini coefficient in Jinan are suitable for social network analysis. Thus it is concluded that the tourist flow in Jinan is large in scale， wide in spatial distribution and obvious in the whole region. but the spatial concentration is high， mainly concentrate on Baotuquan， Daminghu， Wulongtan， Heihuquan and Qianfoshan； self-service tours and self-driving tours are distributed evenly， and the team tourists show slack-peak seasons； there are many recreational activities in Jinan City， the reverse difference between urban and rural areas is obvious， tourists from the surrounding areas mainly visit famous scenic spots and go shopping in urban areas， and urban tourists mainly enjoy rural tourism and leisure food in surrounding areas； the structure of tourist flow network is affected by traffic factors in Jinan， and compared with other large cities， it is still not large enough and more concentrated. It is in the transition stage from tourism transit to tourism destination， and the tourism destination development model .

Keywords：tourism flow； time and space distribution； social network； Jinan