李偉　劉冰冰　王小雨

摘要：旅游者時空移動產(chǎn)生的旅游流影響著客源市場和旅游目的地的開發(fā)，利用地理集中指數(shù)和基尼系數(shù)測算出濟(jì)南市的旅游流時空集中特征適合用社會網(wǎng)絡(luò)分析法，由此可見濟(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)?、黑虎泉以及千佛山景區(qū)；自助游、自駕游季節(jié)分布均勻，團(tuán)隊游客淡旺季明顯；濟(jì)南市內(nèi)游憩活動較多，城鄉(xiāng)反向差異明顯，周邊地區(qū)游客在市區(qū)主要游覽著名景點和購物，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；時空分布；社會網(wǎng)絡(luò)；反向旅游；濟(jì)南市

中圖分類號：F592.7 文獻(xiàn)標(biāo)識碼：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)，旅游者的時空移動產(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，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)研究的核心問題之一[1]，國外理論和實證研究成果豐富，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、時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，對旅游流動、消費、停留天數(shù)等進(jìn)行了空間數(shù)據(jù)分析，并總結(jié)出對環(huán)境知覺、認(rèn)知、空間活動和地理優(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、旅游市場細(xì)分、旅游地方感知形成和互動及旅游地影響等方面[5]。

國內(nèi)旅游流的研究起于20世紀(jì)80年代中后期，基本沿襲了國外旅游流研究的傳統(tǒng)，研究視角集中于具體案例的實證討論和統(tǒng)計數(shù)據(jù)的模型分析[6]。在圈層結(jié)構(gòu)模型基礎(chǔ)上，國內(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，運用GIS空間分析和數(shù)理統(tǒng)計等多種方法分析時空特征及變化、區(qū)域旅游流規(guī)模差異、客源市場結(jié)構(gòu)、入境旅游競爭力特征及影響因素等。入境旅游流研究，時空結(jié)構(gòu)特征研究充分，對近程旅游流、旅游客流預(yù)測、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學(xué)轉(zhuǎn)向，國內(nèi)外學(xué)者利用社會網(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新工具，“社會網(wǎng)絡(luò)”是由多個點和各點之間的連線組成的集合，用點和線來表達(dá)網(wǎng)絡(luò)，這是社會網(wǎng)絡(luò)的形式化界定。社會網(wǎng)絡(luò)理論在國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)成長和旅游目的地管理。國內(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)測算出濟(jì)南市的旅游流時空特征，判定是否適用社會網(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)五個傳統(tǒng)城區(qū)以及長清區(qū)、章丘區(qū)兩個新設(shè)區(qū)，濟(jì)陽、商河、平陰三個縣，A級景區(qū)景點34個，其中5A景區(qū)1個，4A景區(qū)12個，2016年濟(jì)南市接待國內(nèi)外游客6618.47萬人次，比上年增長8.60%。其中，接待國內(nèi)游客6583.32萬人次，增長8.62%；接待入境游客35.15萬人次，增長5.58%。實現(xiàn)旅游消費總額846.93億元，增長13.69%。城市旅游與鄉(xiāng)村旅游并重，通過攜程旅游、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月來濟(jì)游客網(wǎng)絡(luò)游記492份，整理得到游覽點126個，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

旅游流空間移動具有時序性，一次出行只游玩一個點就返回的是直線型旅游流，按照時序游玩多個點的為網(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，對區(qū)域旅游規(guī)劃、組團(tuán)式宣傳運營具有極大的促進(jìn)作用。

通過整理旅游路線獲得只有1個點的路線有8個：紅葉谷、方特東方神話、泉城歐樂堡、太陽部落、九如山、濟(jì)南野生動物園、董家草莓采摘、泰山地下大裂谷，其中泉城歐樂堡屬于德州齊河縣、太陽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。超過兩個點的旅游路線有484個，4～9個點的旅游路線占到總數(shù)的82.64%，最長路線為16個旅游點，整體看濟(jì)南市的旅游流呈現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)。五個直線型旅游節(jié)點在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，如：明湖魯菜館、濟(jì)陽縣文化館、大嶺小嶺等43處。

1.3 濟(jì)南市旅游流時空分布

采用地理集中指數(shù)、基尼系數(shù)來研究旅游流在時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，計算不同的旅游流在時間上的分布集中度。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)是衡量研究對象集中程度的重要指標(biāo)，采用地理集中指數(shù)來度量旅游流在不同時段分布的整體集中程度，計算公式為：

式中：G為旅游流在不同地域上的集中指數(shù)，xi為第i個時段的旅游流規(guī)模，T為旅游流總規(guī)模，n為案例時段總數(shù)。G取值范圍為0～100，G值越大，旅游流在案例時段分布越集中，時間采用一年四季，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），分別計算了旅游流在案例特殊時段的G指數(shù)，以反映不同出游方式的旅游流在案例時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)相對較大，在時間上分布的集中度相對較高，尤其是旅行社的淡旺季非常明顯。

式中：Pi為第i個景區(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

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

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

對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118×118的網(wǎng)絡(luò)矩陣，利用Netdraw繪制濟(jì)南市的整個旅游流網(wǎng)絡(luò)（118個景區(qū)景點），可以清晰地得到四個網(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。

利用Ucinet6.560 軟件中的network分析整個網(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)反映了研究對象在不同區(qū)域內(nèi)分布的均衡程度，其計算方法采用了洛倫茲曲線中的集中指數(shù)，計算公式為：

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比，說明旅游流較為集中在少數(shù)旅游景點。

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)實意義，利用軟件選擇斷點值，將旅游流矩陣二分化，考慮數(shù)據(jù)的適用性，遵循可對比性，經(jīng)過多次對比分析和網(wǎng)絡(luò)特性檢驗，最終選4為斷點值，當(dāng)兩節(jié)點間旅游流聯(lián)系量大于4時，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，將旅游路線旅游點個數(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 軟件斷點值4得出濟(jì)南市旅游流矩陣，還剩14個景點分別是趵突泉公園、泉城廣場、黑虎泉、五龍?zhí)?、芙蓉街、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

中心性分析是社會網(wǎng)絡(luò)分析的重點之一，是衡量網(wǎng)絡(luò)中一個對象是否重要，評價其在整體網(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，對旅游流網(wǎng)絡(luò)進(jìn)行多種中心性指標(biāo)測度，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個旅游節(jié)點中程度中心性最大值為趵突泉公園27.191，說明趵突泉公園往來其他景點的客流最大，大明湖（26.655）、五龍?zhí)叮?3.077）、泉城廣場（22.361）的旅游流量比較大，輻射功能很強。親近中心性反應(yīng)一個節(jié)點到其他節(jié)點的最短路徑情況，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，說明各旅游節(jié)點在旅游網(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)點在網(wǎng)絡(luò)中相對孤立。平均每個旅游節(jié)點充當(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個景區(qū)在起到較大的中介者作用的同時且具有較高進(jìn)入性，其他旅游節(jié)點對這些旅游節(jié)點具有較強的依賴性。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)點之間無直接關(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)勢越大。從效能來看，只有山東省博物館和寬厚里低于10，其他節(jié)點均較高，說明他們獲得的旅游流流量較大，吸引較多游客，在整個旅游流網(wǎng)絡(luò)結(jié)構(gòu)中競爭優(yōu)勢明顯，但可能會造成嚴(yán)重的旅游流瓶頸問題，需要實施旅游交通管制，同時也需要提高旅游設(shè)施集聚功能。從效率指標(biāo)來看，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，說明其連接其他節(jié)點數(shù)量較少；從約束性指標(biāo)來看，寬厚里最高1.086，依賴其他節(jié)點程度較高，其他節(jié)點均小于1。

3.3 核心邊緣結(jié)構(gòu)分析

整體旅游流網(wǎng)絡(luò)程度中心勢為16.01%，程度中心勢值較小，說明網(wǎng)絡(luò)中的旅游流圍繞核心節(jié)點集聚或發(fā)散的趨勢不明顯，旅游客流比較分散。外向親近中心勢和內(nèi)向親近中心勢比較接近，分別為32.8%、33.12%，說明旅游流網(wǎng)絡(luò)中心化不明顯。中介中心勢為9.16%，相對較低，說明具有中介作用的景點較少。中心勢不明顯說明整個網(wǎng)絡(luò)的發(fā)育還不完善，有較強的分層結(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4個，邊緣節(jié)點10個，整個網(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，核心對邊緣的關(guān)聯(lián)帶動效應(yīng)為5.1，作用明顯。并且邊緣區(qū)受到核心區(qū)的輻射影響強于邊緣區(qū)各旅游景點的聯(lián)系。

4 結(jié)論與討論

4.1 結(jié)論

濟(jì)南市旅游流時空分布不均勻，時間上集中于春秋兩季，自助游客最多，自助游、自駕游時間分布均勻，團(tuán)隊游客淡旺季明顯；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個旅游節(jié)點，有118個節(jié)點形成四個網(wǎng)絡(luò)，其中有103個節(jié)點形成一個完整網(wǎng)，但是密度極低，大多數(shù)節(jié)點只出現(xiàn)1～3次，建立網(wǎng)絡(luò)矩陣，選擇斷點值為4時，僅剩14個節(jié)點，14個節(jié)點就是整個網(wǎng)絡(luò)的中心。通過中心性分析、核心-邊緣結(jié)構(gòu)模型得出趵突泉公園、泉城廣場、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，一方面說明旅游發(fā)展進(jìn)入到蓬勃的發(fā)展階段，另一方面說明濟(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有到來。

市內(nèi)交通要素成為制約來濟(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，造成了核心區(qū)景點少，帶動效應(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、商河、平陰。形成了外地游客來濟(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)、地市的兩個圈層構(gòu)造（圖3）。這兩個方向相反的圈層所選取的旅游經(jīng)典類型完全相反：來濟(jì)南市區(qū)的旅游流主要集中于著名景點（趵突泉、大明湖、千佛山）以及商業(yè)場所（恒隆、世貿(mào)、萬達(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，這為兩地針對彼此客源市場宣傳和營銷開發(fā)提供支持。

從旅游流分布來看，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，這說明其不受行政界限的完全約束，126個景點分布于濟(jì)南市的各個縣區(qū)，景點類型多樣化，說明濟(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，南京選擇斷點值7有16個景點矩陣，武漢選擇斷點值為6有23個景點矩陣，濟(jì)南市旅游流網(wǎng)絡(luò)選擇斷點值4只有14個景點的矩陣，說明濟(jì)南市旅游流網(wǎng)絡(luò)結(jié)構(gòu)小，與其他兩個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；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，還受社會親近性的影響，形成如地租影響下的杜能環(huán)，社會親近性下的旅游杜能環(huán)大致為：商業(yè)購物中心、著名景區(qū)景點、城市公園游憩場所、鄉(xiāng)村旅游和宗教活動場所、主題樂園；一個行政市域內(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，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，兩者的旅游活動對各自居住地都會產(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：中國旅游出版社.2004.

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

[4] 董培海，李偉.國內(nèi)旅游流基礎(chǔ)理論研究述評[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、評價與展望[J].旅游學(xué)刊，2013，33（6）：38-46

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

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

[9] 梁保爾，潘植強.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)的旅游時空行為評價研究[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.社會網(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)—基于社會網(wǎng)絡(luò)理論的旅游地研究述評[J].旅游科學(xué)，2016，30（2）：1-14.

[14] 潘植強，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].北京第二外國語學(xué)院學(xué)報，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段旅游流時空分布特征研究[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，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