吉 慧

（安徽師范大學(xué) 皖江學(xué)院 管理系，安徽 蕪湖241008）

旅游空間結(jié)構(gòu)是旅游地理學(xué)研究的核心問題之一，［1］旅游流是用來對游客在旅游活動中的時間和空間的運動狀態(tài)規(guī)律進(jìn)行研究的旅游區(qū)位地理學(xué)中心問題要素之一。［2］國外于20 世紀(jì)60 年代有學(xué)者開始對旅游流空間結(jié)構(gòu)進(jìn)行研究，［3］國內(nèi)自20 世紀(jì)80 年代起逐漸出現(xiàn)大量關(guān)于旅游流方面的研究。國內(nèi)外學(xué)者利用問卷數(shù)據(jù)、網(wǎng)絡(luò)大數(shù)據(jù)（微博簽到、網(wǎng)絡(luò)游記、地理標(biāo)記照片）、計量統(tǒng)計法、GIS 空間分析法、區(qū)域經(jīng)濟(jì)學(xué)、社會網(wǎng)絡(luò)等理論與方法對不同空間尺度區(qū)域主體的旅游流時空分布特征開展深入研究，并取得了豐碩的研究成果。如：利用Twitter 上數(shù)字足跡（文本、圖片、移動終端數(shù)據(jù)）對意大利景區(qū)內(nèi)部旅游流時空分布進(jìn)行分析，利用大數(shù)據(jù)與數(shù)字足跡分析研究城市中游客的空間行為特征與偏好；［4］運用社會網(wǎng)絡(luò)分析法研究自駕車旅游目的的網(wǎng)絡(luò)特征；［5］基于旅行社以及客運數(shù)據(jù)，運用社會網(wǎng)絡(luò)理論和方法對珠三角城市群旅游流網(wǎng)絡(luò)結(jié)構(gòu)的現(xiàn)狀進(jìn)行分析；［6］基于在線預(yù)訂數(shù)據(jù)分析，利用社會網(wǎng)絡(luò)等方法對長三角的旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征與影響因素進(jìn)行研究；［7］基于地理標(biāo)記照片，利用密度聚類、馬爾科夫隨機(jī)鏈等方法探索北京市入境旅游流空間特征；［8］通過網(wǎng)絡(luò)游記與照片兩種“數(shù)字足跡”，運用計量統(tǒng)計和社會網(wǎng)絡(luò)理論和方法研究入滇自駕車旅游客流的時空特征；［9］通過問卷調(diào)研數(shù)據(jù)，利用GIS 空間分析法和社會網(wǎng)絡(luò)理論方法對上海迪士尼主題公園旅游者不同尺度空間流動特征進(jìn)行研究。［10］

從國內(nèi)外相關(guān)研究成果來看，早期研究的數(shù)據(jù)來源以問卷調(diào)查和相關(guān)統(tǒng)計數(shù)據(jù)為主，隨著互聯(lián)網(wǎng)發(fā)展，因網(wǎng)絡(luò)海量數(shù)字足跡信息所具有的優(yōu)質(zhì)特征，網(wǎng)絡(luò)數(shù)據(jù)成為研究數(shù)據(jù)非常重要的來源。此外，空間旅游流研究多集中于國內(nèi)、城市群等大尺度區(qū)域。［11］本文嘗試采用網(wǎng)絡(luò)游記與照片兩種“數(shù)字足跡”獲取旅游客流數(shù)據(jù)，借助社會網(wǎng)絡(luò)理論與方法探索以黃山市為案例地的市域旅游流空間網(wǎng)絡(luò)結(jié)構(gòu)特征，對微觀尺度的旅游區(qū)空間網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行研究，探討其旅游空間網(wǎng)絡(luò)結(jié)構(gòu)，有利于旅游景區(qū)（點）之間的合作，也有助于政府正確處理空間關(guān)系、科學(xué)制訂空間發(fā)展政策。

一 數(shù)據(jù)獲取和研究方法

（一）數(shù)據(jù)獲取和選擇

2020 年2 月20 日進(jìn)入去哪兒網(wǎng)（https：//www.qunar.com），在游客游記中搜索關(guān)鍵詞“黃山”，結(jié)果顯示2007 年3 月—2020 年2 月黃山風(fēng)景區(qū)為主要目的地的自助游游記共1 342 篇，利用八爪魚軟件對樣本游記的以下信息進(jìn)行采集：游記標(biāo)題、途徑旅游地、主要行程、出發(fā)時間、天數(shù)、人均費用、人物、玩法及具體網(wǎng)絡(luò)地址。以上信息的抓取能夠保證游記的唯一性。同時采用網(wǎng)絡(luò)游記和照片兩種“數(shù)字足跡”，游記用于從文字內(nèi)容上迅速確定旅游節(jié)點，而照片則重在印證文字表述的合理性。在此基礎(chǔ)上，采用人工識別的方法選取樣本，并利用人工方式對游記行程和流動數(shù)據(jù)進(jìn)行記錄。游記篩選的條件：其一，剔除具有廣告和網(wǎng)絡(luò)推手杜撰的游記，以及有明顯復(fù)制抄襲痕跡的游記；其二，剔除重復(fù)的游記和并未進(jìn)入黃山風(fēng)景區(qū)，也沒有進(jìn)入宏村等黃山市主要目的地的游記；其三，剔除跟團(tuán)游的游記；其四，以是否完整記錄從抵達(dá)到離開的主要行程和來黃山的交通工具為標(biāo)準(zhǔn)對游記進(jìn)行篩選；其五，對游記發(fā)布人為黃山當(dāng)?shù)厝说挠斡涍M(jìn)行剔除。最終篩選出符合標(biāo)準(zhǔn)的游記801 篇，共涉及60 余處旅游景點，為簡化分析，選擇有統(tǒng)計意義的游客到訪率較高的23 個景區(qū)（點）。其中，22 個景區(qū)（點）位于黃山市境內(nèi)，千島湖景區(qū)雖位于浙江省杭州市淳安縣境內(nèi)，但千島湖有往返黃山市歙縣深渡鎮(zhèn)和浙江省淳安縣的客船，深渡鎮(zhèn)是黃山—千島湖黃金旅游線上中轉(zhuǎn)站，是黃山市旅游流組成部分。23 個景區(qū)（點）作為主要旅游節(jié)點進(jìn)行的分析見表一。

表一 主要網(wǎng)絡(luò)節(jié)點游客到訪情況一覽表 單位：次

（二）數(shù)據(jù)處理與研究方法

用EXCEL對搜集數(shù)據(jù)進(jìn)行記錄，并利用SPSS 19.0軟件對旅行數(shù)據(jù)和節(jié)點信息進(jìn)行統(tǒng)計分析，利用SPSS 軟件輸出上文23 個景區(qū)到訪數(shù)據(jù)，即矩陣數(shù)據(jù)A。為構(gòu)建便于UCINET 軟件分析的網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)，需要對數(shù)據(jù)進(jìn)行有向化和標(biāo)準(zhǔn)化處理。對矩陣數(shù)據(jù)A 進(jìn)行轉(zhuǎn)置，形成矩陣數(shù)據(jù)A′，A′×A 矩陣的乘積即為23×23 行列的方陣B，方陣B 即為同時到訪某兩個景區(qū)的游客量。為獲得有向矩陣數(shù)據(jù)，對B 數(shù)據(jù)進(jìn)行進(jìn)一步標(biāo)準(zhǔn)化，即規(guī)定每個景區(qū)的游客量統(tǒng)一為23 個景區(qū)游客到訪量的均值，形成有向非對稱的矩陣C。在社會網(wǎng)絡(luò)分析中，多值網(wǎng)絡(luò)與二值網(wǎng)絡(luò)在很多變量的定義和計算中存在一定差異，在傳統(tǒng)的多值社會網(wǎng)絡(luò)分析中，通常將連線值大于0 即視為連通，將連線值為0 視為不連通。結(jié)合研究實際，需要設(shè)定一定的閾值，將游客出現(xiàn)較少的連線視為“無互動”，在計算部分指標(biāo)時實現(xiàn)多值矩陣向二值矩陣的轉(zhuǎn)換。本文利用UCINET 軟件的“Transform →Dichotomize”路徑將多值網(wǎng)絡(luò)轉(zhuǎn)換為二值矩陣，首先計算出矩陣C 的非零元素均值為18，取18作為閾值，將游客流動數(shù)大于18 的記為1，小于等于18 記為0。二值化后的矩陣命名為D 矩陣。

二 結(jié)果分析

在數(shù)據(jù)處理基礎(chǔ)上，利用社會網(wǎng)絡(luò)分析方法（Social Network Analysis ，SNA）和UCINET 軟件進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)計算，構(gòu)建黃山市旅游流網(wǎng)絡(luò)結(jié)構(gòu)圖。本研究從網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)和旅游節(jié)點結(jié)構(gòu)指標(biāo)來分析黃山市旅游流網(wǎng)絡(luò)特征：一是選取旅游網(wǎng)絡(luò)規(guī)模、旅游網(wǎng)絡(luò)密度、中心勢及核心-邊緣模型、塊模型分析整體旅游流網(wǎng)絡(luò)結(jié)構(gòu)的特征；二是選取旅游節(jié)點的中心性和結(jié)構(gòu)洞指標(biāo)分析旅游節(jié)點的網(wǎng)絡(luò)特征。

（一）旅行數(shù)據(jù)基本情況

對樣本數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，旅行具有以下特征：客源來自29 個不同省級區(qū)域，涉及93 個城市；67%的游客將黃山市作為唯一旅游目的地進(jìn)行游覽；旅游天數(shù)，1 天占6%、2 天占26%、3 天占35%、4 天占17%、5 天占11%、5 天以上占5%；游覽景區(qū)數(shù)量，1 個景點占18%、2 個景點占24%、3 個景點占28%、4 個景點占16%、4 個以上景點占14%；進(jìn)入交通方式，火車為22%、高鐵為21%、自駕車為17%、飛機(jī)為10%、汽車為9%、其他混合交通為21%。

（二）整體網(wǎng)絡(luò)結(jié)構(gòu)分析

利用Netdraw 軟件對二值化數(shù)據(jù)進(jìn)行分析，導(dǎo)出黃山市客流網(wǎng)絡(luò)結(jié)構(gòu)圖（見圖1）。通過圖1 顯示，旅游客流呈多核心輻散狀，形成黃山風(fēng)景區(qū)（N1）、宏村（N2）、屯溪老街（N3）、西遞（N4）多核心的整體網(wǎng)絡(luò)特征。整體網(wǎng)絡(luò)密度是0.264 8，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，實際出現(xiàn)134 個，可見網(wǎng)絡(luò)密度較低，說明各景點之間存在一定相互聯(lián)系，但超過一定強(qiáng)度聯(lián)系的比重不大。

1.網(wǎng)絡(luò)基本統(tǒng)計特征。通過Tools-Univariate Stats 路徑，對行動者發(fā)送連接情況進(jìn)行分析。節(jié)點發(fā)送給其他節(jié)點連接的總和稱之為點的出度，出度通常代表行動者所擁有的影響力；反之，點的入度表示接收連接的總和，入度通常代表行動者所擁有的權(quán)利。表二顯示，點出度值總體水平不高，最大值為10，最小值為2；點入度等級差異較大，最大值為22，最小值為0，總體網(wǎng)絡(luò)連接互動水平較低，且黃山風(fēng)景區(qū)、宏村、西遞點出度較低和點入度很高，說明這些高等級景區(qū)對黃山市其他景點更多表現(xiàn)為客流的吸引作用，進(jìn)一步對網(wǎng)絡(luò)Arc-based 互惠性進(jìn)行計算，結(jié)果為0.283 6，即說明在所有圖形關(guān)系中，約有28%為相互連接，總體互惠程度較低。

表二 網(wǎng)絡(luò)節(jié)點點出度和點入度分布一覽表 單位：個、%

2.網(wǎng)絡(luò)中心勢。外向和內(nèi)向度數(shù)中心勢分別為19.84%、76.86%，中介中心勢為7.02%，旅游流網(wǎng)絡(luò)內(nèi)存在無限距離，所以接近中心勢不能具體測算。外向度數(shù)中心勢較低，內(nèi)向度數(shù)中心勢較高，表明整體旅游流網(wǎng)絡(luò)中心化具有較高水平，存在關(guān)鍵旅游節(jié)點，即以黃山風(fēng)景區(qū)、宏村等為代表的關(guān)鍵節(jié)點，中介中心勢較低說明較多旅游節(jié)點需通過核心旅游節(jié)點發(fā)生連接，典型的如屯溪、黃山風(fēng)景區(qū)等節(jié)點，對于非自駕車游客來說，屯溪、黃山風(fēng)景區(qū)是最為重要的交通樞紐，而屯溪中轉(zhuǎn)角色非常突出，重要例證表現(xiàn)為屯溪老街是游客到訪率排第三位的景區(qū)。上述分析顯示，區(qū)域旅游流網(wǎng)絡(luò)可能存在核心-邊緣結(jié)構(gòu)。

3.核心-邊緣分析。核心-邊緣結(jié)構(gòu)分析根據(jù)網(wǎng)絡(luò)中節(jié)點之間聯(lián)系的緊密程度，將網(wǎng)絡(luò)中的節(jié)點分為兩個區(qū)域，核心區(qū)域和邊緣區(qū)域。核心區(qū)域的節(jié)點在網(wǎng)絡(luò)中處于比較重要的地位，邊緣區(qū)域則相反。表三結(jié)果顯示，核心區(qū)有20 個，邊緣區(qū)有3 個。核心區(qū)旅游節(jié)點緊密度達(dá)到0.657，聯(lián)系較為緊密，邊緣區(qū)節(jié)點之間緊密度為0.304，說明旅游流網(wǎng)絡(luò)結(jié)構(gòu)層次分化嚴(yán)重，核心區(qū)與邊緣區(qū)緊密度為0.059，邊緣地區(qū)與核心地區(qū)的緊密程度為0.700，核心旅游節(jié)點在與邊緣旅游節(jié)點的交換關(guān)系中處于優(yōu)勢地位。

表三 核心-邊緣分析結(jié)果

4.塊模型分析。根據(jù)圖1 中各網(wǎng)絡(luò)的關(guān)系，利用UCINET 軟件中的CONCOR 程序，以分割深度為2、收斂標(biāo)準(zhǔn)為0.2 進(jìn)行分析。擬合度為0.642，大于0.5，結(jié)果較為顯著。將整個網(wǎng)絡(luò)分割為四個板塊：板塊一包括黃山風(fēng)景區(qū)、宏村、屯溪老街、西遞4 個旅游節(jié)點；板塊二包括黎陽in 巷、塔川2 個旅游節(jié)點；板塊三包括翡翠谷、碧山、九龍瀑、齊云山、木坑竹海、盧村、奇墅湖、南屏8 個旅游節(jié)點；板塊四包括牌坊群·鮑家花園、呈坎、唐模、徽州古城、花山謎窟、漁梁壩、千島湖、潛口、新安江山水畫廊9 個景區(qū)。

各板塊具體的流動特征見表四。板塊一共接收84 個關(guān)系，其中板塊內(nèi)部關(guān)系為11 個，接收其他板塊73 個關(guān)系，發(fā)出12 個關(guān)系，期望內(nèi)部關(guān)系比例為13.64%，實際內(nèi)部關(guān)系比例為91.67%，其成員既接收來自外部成員的關(guān)系，也有來自自身成員的關(guān)系，是首屬人位置，該板塊成員與板塊內(nèi)成員和板塊外成員都有較多的關(guān)系，相較而言，該板塊主要接收外來關(guān)系，由此，該板塊為“主受益板塊”。板塊二共接收10 個關(guān)系，其中板塊內(nèi)部關(guān)系為0 個，接收其他板塊10 個關(guān)系，發(fā)出9 個關(guān)系，期望內(nèi)部關(guān)系比例為4.55%，實際內(nèi)部關(guān)系比例為0，其成員與其他位置的成員之間的關(guān)系比與自己成員之間的關(guān)系多，并且收到外來的關(guān)系不多，是諂媚位置。板塊三共接收6 個關(guān)系，其中板塊內(nèi)部關(guān)系為5 個，接收其他板塊2 個關(guān)系，發(fā)出42 個關(guān)系，期望內(nèi)部關(guān)系比例為31.82%，實際內(nèi)部關(guān)系比例為11.90%，其成員與其他位置的成員之間的關(guān)系比與自己成員之間的關(guān)系多，并且收到外來的關(guān)系不多，是諂媚位置。板塊四共接收34 個關(guān)系，其中板塊內(nèi)部關(guān)系為33 個，接收其他板塊1 個關(guān)系，發(fā)出71 個關(guān)系，期望內(nèi)部關(guān)系比例為36.36%，實際內(nèi)部關(guān)系比例為46.48%，其成員與其他位置的成員之間的關(guān)系比與自己成員之間的關(guān)系多，并且收到外來的關(guān)系不多，是諂媚位置，但相較于板塊二，其內(nèi)部成員相對有更多的互動。

表四 黃山市旅游流網(wǎng)絡(luò)板塊特征 單位：個、%

為了更好地反映各個板塊之間的旅游流聯(lián)系，繪制各個板塊的密度矩陣，根據(jù)像矩陣的轉(zhuǎn)化原則，若板塊密度值高于網(wǎng)絡(luò)密度值，該板塊記為1，反之，則記為0（見表五）。第一板塊內(nèi)部密度較高，內(nèi)部交流頻繁，引入作用突出，僅有少量輸出到第二板塊。第二板塊內(nèi)部無交流，整體輸出作用發(fā)展較不平衡；輸出作用突出，主要輸出到第一板塊。第三板塊內(nèi)部交流也甚少，整體輸出作用發(fā)展也不平衡，主要輸出到第一板塊，其次是第二板塊。第四板塊有一定的內(nèi)部交流，客源既有輸入也有輸出，輸出主要是第一板塊。

表五 密度矩陣和像矩陣數(shù)據(jù)表

根據(jù)像矩陣，對板塊關(guān)系進(jìn)行繪圖（見圖2）?？梢钥闯?，第一板塊是主要的旅游目的地板塊，輸入作用顯著；第二、三板塊主要是旅游流輸出作用；第四板塊有旅游流的輸出與引入。第一板塊旅游節(jié)點在整個網(wǎng)絡(luò)中起著重要作用。

圖2 四大板塊相互關(guān)系

（三）節(jié)點結(jié)構(gòu)分析

本文主要選取以下分析角度的三個指標(biāo)：一是節(jié)點與其他節(jié)點建立連接關(guān)系的能力；二是節(jié)點不受其他節(jié)點影響的能力；三是節(jié)點控制其他節(jié)點對之間連接關(guān)系的能力。對應(yīng)這三個分析角度產(chǎn)生了三種中心性指標(biāo)，即點度中心性、接近中心性和中介中心性。

1.點度中心性。點度中心性均值都為5.83，排名前10 依次為黃山風(fēng)景區(qū)、宏村、屯溪老街、西遞、黎陽in 巷、塔川、翡翠谷、徽州古城、呈坎、千島湖，以黃山風(fēng)景區(qū)為代表的高品質(zhì)景區(qū)是該網(wǎng)絡(luò)的客流中心，同時，都表現(xiàn)為客流輸出互動處于較低水平，而入度中心度高差異較大，這也體現(xiàn)在標(biāo)準(zhǔn)差的數(shù)值上。

外向與內(nèi)向接近中心性均值分別為8.47、24.03，說明旅游節(jié)點間聯(lián)系不太緊密，排名前10 依次為屯溪老街、宏村、黃山風(fēng)景區(qū)、西遞、黎陽in 巷、塔川、木坑竹海、徽州古城、牌坊群·鮑家花園、呈坎。以黃山風(fēng)景區(qū)為代表的高品質(zhì)景區(qū)與其他旅游景點之間的距離最近，最不依賴其他景區(qū)，在客流吸引力上擁有較高的獨立性；以屯溪老街為代表的旅游景點是網(wǎng)絡(luò)最為重要的中轉(zhuǎn)樞紐；奇墅湖親近度最低，其客源較大程度上依賴其他景區(qū)客流帶動，原始數(shù)據(jù)顯示，其對宏村景區(qū)依賴程度最大。

中介中心性均值為5.39，排名前10依次為徽州古城、漁梁壩、呈坎、屯溪老街、唐模、塔川、牌坊群·鮑家花園、新安江山水畫廊景區(qū)、宏村、木坑竹海，排在首位的徽州古城景點在該網(wǎng)絡(luò)互動尤其是其與周邊景區(qū)的客流互動中發(fā)揮了積極作用，但旅游節(jié)點總體中介中心性不高，這和旅游節(jié)點互動不高存在關(guān)聯(lián)。

2.結(jié)構(gòu)洞。結(jié)構(gòu)洞指標(biāo)顯示，黃山風(fēng)景區(qū)、宏村、屯溪老街、西遞等旅游節(jié)點在旅游流網(wǎng)絡(luò)中處于結(jié)構(gòu)洞位置，具有較高的效能、效率性和較低的約束性，擁有更多的機(jī)會和區(qū)位優(yōu)勢，同時因為缺乏替代旅游線路和旅游節(jié)點，影響區(qū)內(nèi)旅游客流規(guī)模增長，也不利于整體網(wǎng)絡(luò)結(jié)構(gòu)的平衡和優(yōu)化（見表六）。

表六 黃山市旅游流網(wǎng)絡(luò)節(jié)點結(jié)構(gòu)指標(biāo)分析結(jié)果

續(xù)表六

三 結(jié)語與討論

以黃山市為案例區(qū)，利用去哪兒網(wǎng)站游記和圖片數(shù)據(jù)，借助社會網(wǎng)絡(luò)分析方法，揭示黃山市旅游流整體特征和各旅游節(jié)點在整體網(wǎng)絡(luò)中的地位和作用，從社會網(wǎng)絡(luò)視角探討旅游流空間分布特征，為旅游區(qū)內(nèi)協(xié)同合作提供一定借鑒。

1.研究結(jié)果表明：案例區(qū)旅游流呈多核心輻散狀，整體網(wǎng)絡(luò)高強(qiáng)度聯(lián)系的比重不大，總體互惠程度較低，網(wǎng)絡(luò)中心化具有較高水平，而同一類型旅游節(jié)點在中心性指標(biāo)上有相似的特征，黃山風(fēng)景區(qū)、宏村、屯溪老街、西遞是該區(qū)域網(wǎng)絡(luò)關(guān)鍵旅游節(jié)點，且輸入作用顯著，在一定程度上不利于整體網(wǎng)絡(luò)的平衡和優(yōu)化。

2.對黃山市空間網(wǎng)絡(luò)結(jié)構(gòu)的分析結(jié)果表明，該區(qū)具有“四核線網(wǎng)狀分布、五級旅游節(jié)點、一條主旅游環(huán)線”的空間布局特征。依據(jù)游客到訪率和節(jié)點網(wǎng)絡(luò)特征將旅游節(jié)點劃分為核心旅游地、次核心旅游地、重要旅游地、一般旅游地、邊緣旅游地（此類型旅游地因到訪率低，未在上文的社會網(wǎng)絡(luò)分析展開討論）五種類型，具體分類見表七。依據(jù)網(wǎng)絡(luò)互動特征可以看出“黃山風(fēng)景區(qū)—屯溪老街—西遞—宏村—黃山風(fēng)景區(qū)”環(huán)形線路是該區(qū)域最重要的旅游節(jié)點連接線，此線具有最大的旅游流量，且旅游節(jié)點互動頻率為最高水平。綜上所述，該區(qū)域旅游流空間分布存在顯著的非均衡特征，黃山風(fēng)景區(qū)、宏村、屯溪、西遞是區(qū)域的發(fā)展核心，該4 個旅游節(jié)點的連接線是區(qū)域內(nèi)最重要的旅游軸線，并帶動其周邊景區(qū)的發(fā)展。

3.對黃山市旅游流的研究結(jié)果與其他相關(guān)研究結(jié)果較為一致。即黃山市域內(nèi)的旅游流網(wǎng)絡(luò)差異較大，網(wǎng)絡(luò)分層明顯，存在核心-邊緣結(jié)構(gòu)，而宏村、黃山風(fēng)景區(qū)、屯溪老街和西遞為區(qū)域核心節(jié)點。對黃山市旅游流的研究為城市旅游發(fā)展提供決策依據(jù)，也為其他旅游城市發(fā)展提供借鑒。與此同時，數(shù)據(jù)僅采集了去哪兒網(wǎng)單個旅游網(wǎng)站的數(shù)據(jù)，存在一定局限，多源數(shù)據(jù)的對比研究值得進(jìn)一步研究，而其他旅游要素如交通要素空間格局的改變對區(qū)域空間網(wǎng)絡(luò)結(jié)構(gòu)的影響也值得進(jìn)一步探討。

表七 黃山市旅游節(jié)點分類