鄧祖濤,周玉翠2,周玄德

(1.湖北經(jīng)濟學(xué)院 旅游與酒店管理學(xué)院,湖北 武漢 430205;2.衢州學(xué)院 經(jīng)貿(mào)管理學(xué)院,浙江 衢州 324000)

1 引言

旅游流是旅游業(yè)發(fā)展的基礎(chǔ),也是旅游地理學(xué)研究的核心問題之一[1]。國外旅游流研究始于20世紀(jì)60年代,研究內(nèi)容主要包括旅游流模式[2,3]、空間特征[4-6]、旅游流模型構(gòu)建及其影響因素[7-10]、旅游流預(yù)測[11,12]、旅游流影響[13,14]等方面。國內(nèi)旅游流研究相對較晚,始于20世紀(jì)80年代中后期,但發(fā)展迅速、成果頗豐。早期主要集中在入境旅游流的時空分布特征[15,16],之后轉(zhuǎn)移到國內(nèi)旅游流相關(guān)研究,主要包括空間特征[17-20]、網(wǎng)絡(luò)特征[21,22]、影響因素[23-25]等。

旅游流是游客在空間內(nèi)的遷移現(xiàn)象[26],本質(zhì)在于流動性[27],流量和流向是旅游流兩個最基本的屬性[28]。從類型上，它可分為現(xiàn)實旅游流和潛在旅游流：前者是指已發(fā)生空間遷移的旅游流,一般用于特征描述;后者是在旅游系統(tǒng)作用下產(chǎn)生的相對旅游流,強調(diào)驅(qū)動機制[19]?，F(xiàn)實旅游流數(shù)據(jù)一般是通過抽樣調(diào)查、網(wǎng)絡(luò)游記、博客和在線預(yù)訂等方式獲取,潛在旅游流則是通過模型來計算。Crampon于1966年第一次將物理學(xué)中的引力模型運用到旅游研究中[29],但傳統(tǒng)引力模型測度的是無方向的相對旅游流與旅游經(jīng)濟聯(lián)系。1977年,Dann將Tolman的推拉理論應(yīng)用于旅游研究領(lǐng)域[30]。眾多文獻表明,推拉理論能較好地解釋旅游者的旅游動機和出游行為[31,32]。Van Doren[33]、Archer[34]基于推拉理論修正了引力模型,通過選取客源地人口規(guī)模和經(jīng)濟規(guī)模、目的地吸引力與兩地之間的時間距離來測度有向的潛在旅游流。部分學(xué)者認(rèn)為旅游流驅(qū)動力是由客源地的旅游需求推力、目的地旅游吸引力和兩地之間的摩擦阻力組成。楊興柱等對旅游驅(qū)動力進行了理論探討,構(gòu)建了旅游流驅(qū)動機制概念模型[35];高軍等將旅華英國客流旅游動力歸結(jié)為8大推力因子、9大拉力因子和7大阻力因子,并確定了它們的權(quán)重[36]。但截至目前，基于推拉理論的旅游流驅(qū)動實證研究鮮見。

近年來,旅游流的網(wǎng)絡(luò)結(jié)構(gòu)特征已成為研究熱點,眾多學(xué)者采用社會網(wǎng)絡(luò)分析法對區(qū)域旅游流的空間格局和演變進行了測度和評價[5,22,37]。但這些文獻大多關(guān)注行動者的個體特征和整體網(wǎng)絡(luò)特征,對網(wǎng)絡(luò)中凝聚子群和行動者子集研究較少,尤其對塊模型中板塊之間旅游流溢出鮮有關(guān)注。本文首先基于推拉理論的引力模型來構(gòu)建長江中游城市群旅游流空間關(guān)聯(lián)網(wǎng)絡(luò),然后通過網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度、網(wǎng)絡(luò)等級度、網(wǎng)絡(luò)效率和節(jié)點中心性來分別評價整體網(wǎng)絡(luò)特征和個體網(wǎng)絡(luò)結(jié)構(gòu),最后基于李敬等[38]提出的塊模型分類來研究長江中游城市群板塊內(nèi)部和板塊之間的旅游關(guān)聯(lián)和旅游流溢出,為地方政府制定客源市場開發(fā)和區(qū)域旅游協(xié)同發(fā)展戰(zhàn)略提供科學(xué)的參考。

2 研究區(qū)域與研究方法

2.1 研究區(qū)域概況

長江中游城市群作為我國經(jīng)濟新增長極、“兩型”社會建設(shè)引領(lǐng)區(qū),承東啟西、連南接北,是長江經(jīng)濟帶三大跨區(qū)域城市群支撐之一,在我國區(qū)域發(fā)展格局中占據(jù)著重要的地位，由武漢城市圈、環(huán)長株潭城市群、環(huán)鄱陽湖城市群和荊荊襄宜帶4個子城市群組成。2017年,長江中游城市群土地總面積約32.61萬km2,總?cè)丝?.25億人,地區(qū)生產(chǎn)總值7.90萬億元。本文僅研究長江中游城市群28個地級及以上城市,即湖北省的武漢、黃石、黃岡、鄂州、孝感、咸寧、宜昌、荊州、荊門、襄陽10個城市，湖南省的長沙、岳陽、常德、益陽、株洲、湘潭、衡陽、婁底8個城市和江西省的南昌、九江、景德鎮(zhèn)、鷹潭、上饒、新余、撫州、宜春、吉安、萍鄉(xiāng)10個城市。

2.2 研究方法

社會網(wǎng)絡(luò)分析是新經(jīng)濟社會學(xué)中研究網(wǎng)絡(luò)中行動者之間相互關(guān)系的重要方法，行動者可以是個人、群體、組織乃至城市、國家。該方法已在政治學(xué)、經(jīng)濟學(xué)、社會學(xué)、管理學(xué)、心理學(xué)等諸多社會科學(xué)領(lǐng)域中得到了廣泛應(yīng)用。近年來,社會網(wǎng)絡(luò)理論和方法被引入到區(qū)域城市旅游網(wǎng)絡(luò)結(jié)構(gòu)研究當(dāng)中。社會網(wǎng)絡(luò)方法分析的指標(biāo)很多,本文僅從整體網(wǎng)絡(luò)關(guān)聯(lián)特征、節(jié)點中心性特征和塊模型分析方法來研究長江中游城市群旅游流網(wǎng)絡(luò)結(jié)構(gòu)。

旅游流空間關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建:網(wǎng)絡(luò)分析的關(guān)鍵是確定關(guān)系。有學(xué)者通過網(wǎng)絡(luò)游記、博客、百度指數(shù)、在線預(yù)訂和實際調(diào)查等方式獲得旅游流關(guān)系數(shù)據(jù),并得到了一些有價值的結(jié)論[20-22]?？紤]到該方式獲取的數(shù)據(jù)比實際游客數(shù)偏少,只能表征少部分游客行為特征,且對游客的統(tǒng)計屬性不易判斷,因此本文嘗試從旅游流驅(qū)動角度來測度潛在旅游流。研究表明,引力模型在描述空間相互作用的宏觀模式最成功,在描述群體旅游需求行為時比個體更加可靠[39]。由于傳統(tǒng)的引力模型選用的是兩地的人口規(guī)模和經(jīng)濟規(guī)模變量,導(dǎo)致測度的旅游流是無向的旅游聯(lián)系,而不是雙邊旅游流。因此，本文將推拉理論應(yīng)用到引力模型中,以獲取有向旅游流。推拉理論強調(diào)客源地的推力和目的地的吸引力作用,即從客源地到目的地的旅游流是在客源地游客的旅游需求和目的地的旅游供給共同作用下完成的[35]。旅游需求取決于客源地的社會經(jīng)濟發(fā)展水平、人口規(guī)模和人口屬性特征,旅游供給則依賴于目的地的旅游資源質(zhì)量、旅游服務(wù)水平和交通等基礎(chǔ)設(shè)施水平。考慮數(shù)據(jù)的可獲得性,本文僅考慮客源地的經(jīng)濟發(fā)展水平、人口規(guī)模,目的地的旅游資源質(zhì)量和城市內(nèi)的旅游交通條件,不考慮旅游者的特征屬性和其它變量。借用Archer[34]的引力模型來構(gòu)建長江中游城市群旅游流關(guān)聯(lián)網(wǎng)絡(luò),公式為:

(1)

式中,TFij為客源地i到目的地j的潛在旅游流;Pi為客源地i旅游流推力指數(shù);Aj為目的地j的吸引力指數(shù);Dij為阻力指數(shù),用客源地i到目的地j的距離指數(shù)來表征；參數(shù)α、β的取值均為1,參數(shù)γ的取值為2。

客源地推力指數(shù)的計算:首先,采用極差標(biāo)準(zhǔn)化對經(jīng)濟規(guī)模和人口規(guī)模進行無量綱化處理,其中經(jīng)濟規(guī)模選用人均GDP,人口規(guī)模選用常住人口數(shù)。為了避免出現(xiàn)0值,在無量綱化基礎(chǔ)上加上1,分別得到人口規(guī)模指數(shù)PSIi和經(jīng)濟規(guī)模指數(shù)ESIi。然后,對人口規(guī)模指數(shù)和經(jīng)濟規(guī)模指數(shù)進行加權(quán)求和,計算公式見式(2)—(4)。其中,式(2)中PSi為i城市的人口規(guī)模,PSmin和PSmax分別表示城市中最少人口規(guī)模和最多的人口規(guī)模;式(3)中ESi表示i城市的人均GDP,ESmin和ESmax分別表示最低人均GDP和最高人均GDP。

(2)

(3)

Pi=1/2(PSIi+ESIi)

(4)

目的地吸引力指數(shù)的計算:首先,對目的地的旅游資源質(zhì)量和城市內(nèi)交通條件進行無量綱化處理,為避免0值出現(xiàn),在無量綱化基礎(chǔ)上加上1。然后,對旅游資源指數(shù)TRIj和旅游交通指數(shù)TTIj進行加權(quán)求和,計算公式見式(5)—(7)。其中,式(5)中TRj表示j城市的旅游資源質(zhì)量,TRmin和TRmax分別表示城市中最低和最高的旅游資源質(zhì)量;式(6)中TTj表示j城市內(nèi)的交通密度,TTmin和TTmax分別表示城市中最低和最高的交通密度。對跨城市的游客而言,高等級旅游資源對他們的吸引力是最大的,是他們的首選[40]。本文用國家旅游局頒布的4A級和5A級景區(qū)來表征高等級旅游資源。鑒于世界遺產(chǎn)、國家風(fēng)景名勝區(qū)等類型和城市內(nèi)的4A級和5A級旅游景區(qū)重合,本文沒有將其納入,以避免重復(fù)計算。對4A級和5A級景區(qū)分別賦值5分和10分,然后通過城市內(nèi)4A級和5A級景區(qū)數(shù)求得該城市的旅游資源質(zhì)量,交通條件用城市內(nèi)高等級公路密度來表征。

(5)

(6)

Aj=1/2(TRIj+TTIj)

(7)

(8)

距離指數(shù)的計算:既有文獻在計算旅游流時大多選用空間距離,實際上時間距離比空間距離對現(xiàn)代大眾的出游產(chǎn)生的影響更大，因此本文選用時間距離表征客源地和目的地之間的距離。對時間距離,多數(shù)文獻采用的都是汽車花費時間，隨著區(qū)域鐵路交通的發(fā)展,尤其是動車和高鐵的迅猛發(fā)展,人們的出行在中長距離越來越依賴動車和高鐵。顯然,單一地考慮汽車交通有悖于人們出行方式的選擇。因此，本文比較了兩城市之間公路花費時間和鐵路花費時間,取最短時間距離來計算旅游流模型中的距離指數(shù)。當(dāng)然,如果兩城市之間沒有直達的動車和高鐵,則用公路花費時間來表征。距離指數(shù)的計算公式見式(8)。式中,TDij為兩城市之間的時間距離,TDmin和TDmax分別為城市距離對中最短和最長的時間距離。

網(wǎng)絡(luò)的關(guān)聯(lián)特征:一般采用網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度、網(wǎng)絡(luò)等級度和網(wǎng)絡(luò)效率來反映區(qū)域網(wǎng)絡(luò)關(guān)聯(lián)性特征。其中,網(wǎng)絡(luò)密度是用來反映區(qū)域之間網(wǎng)絡(luò)關(guān)系疏密的變量。網(wǎng)絡(luò)密度越大,區(qū)域間網(wǎng)絡(luò)關(guān)系越緊密,反之亦然。網(wǎng)絡(luò)密度是通過網(wǎng)絡(luò)節(jié)點間實際存在的關(guān)系數(shù)與理論上的最大關(guān)系數(shù)之比得到,其值介于0和1之間。網(wǎng)絡(luò)關(guān)聯(lián)度是用以表征網(wǎng)絡(luò)自身的穩(wěn)健性和脆弱性,如果網(wǎng)絡(luò)中任意一對節(jié)點之間均可達,表明網(wǎng)絡(luò)具有非常好的關(guān)聯(lián)性,即網(wǎng)絡(luò)非常穩(wěn)定,網(wǎng)絡(luò)關(guān)聯(lián)度取值為[0,1]。網(wǎng)絡(luò)等級度是用以表征網(wǎng)絡(luò)中節(jié)點之間在多大程度上是非對稱可達,等級度越大,節(jié)點在網(wǎng)絡(luò)中的支配能力越強。網(wǎng)絡(luò)效率是用以表征網(wǎng)絡(luò)在多大程度上存在多余的線[41],網(wǎng)絡(luò)效率越低,表明網(wǎng)絡(luò)中冗余線越多,溢出關(guān)系越多,網(wǎng)絡(luò)越穩(wěn)定。

中心性特征:中心性是用來揭示各節(jié)點在整個網(wǎng)絡(luò)中的權(quán)力和地位，常見刻畫中心性的指標(biāo)是度數(shù)中心度、中間中心度和接近中心度。度數(shù)中心度分為絕對度數(shù)中心度和相對度數(shù)中心度;絕對度數(shù)中心度是指與該節(jié)點直接相連的其他節(jié)點的個數(shù),其值越大,表明它與網(wǎng)絡(luò)中其他節(jié)點直接交往的能力越強;絕對度數(shù)中心度分為點入度和點出度,前者是網(wǎng)絡(luò)中其他節(jié)點和該節(jié)點所發(fā)生的關(guān)系數(shù),后者是該節(jié)點和網(wǎng)絡(luò)中其他節(jié)點發(fā)生的關(guān)系數(shù);相對度數(shù)中心度是指網(wǎng)絡(luò)中節(jié)點的絕對中心度與最大可能的度數(shù)之比;中間中心度是指一個節(jié)點在多大程度上位于網(wǎng)絡(luò)中其他“點對”的“中間”,測量的是節(jié)點對資源控制的程度。中間中心度越高,對資源和信息的控制能力越強。接近中心度是指該節(jié)點與網(wǎng)絡(luò)中所有節(jié)點的捷徑距離之和,其值越小,表明該點越接近網(wǎng)絡(luò)中心,意味著該點在信息資源、權(quán)力、聲望和影響方面越強。

塊模型分析:塊模型分析最早由White、Boorman、Breiger[42]提出,是一種研究網(wǎng)絡(luò)位置模型的方法,是對社會角色的描述性代數(shù)分析。建立塊模型的第一步是把行動者分到子集中,使每個子集中的行動者近似地結(jié)構(gòu)等價；第二步是描述地位間和地位內(nèi)的聯(lián)系[43]。Burt將塊模型中地位內(nèi)和地位間的聯(lián)系分為孤立地位、諂媚者、經(jīng)紀(jì)人和初級地位[44];李敬等將我國區(qū)域經(jīng)濟增長分為主受益板塊、主溢出板塊、雙向溢出板塊和經(jīng)紀(jì)人板塊4種角色[38]。其中,主受益板塊的內(nèi)部關(guān)系比例較大,但對板塊外的溢出關(guān)系較少,同時接受較多的板塊外的溢出;主溢出板塊的內(nèi)部關(guān)系比例較小,但對板塊外的溢出關(guān)系多,且較少接受來自板塊外的溢出;雙向溢出板塊的內(nèi)部關(guān)系比例較大,對板塊外的溢出也較大,但較少接受板塊外的溢出;經(jīng)紀(jì)人板塊的內(nèi)部關(guān)系比例較小,它既對板塊外溢出,又能接受板塊外的溢出。

2.3 數(shù)據(jù)來源

本文以長江中游城市群28個地級及以上城市為研究對象(仙桃、天門和潛江不屬于地級城市,故不予考慮),分析了各地市旅游流空間網(wǎng)絡(luò)關(guān)聯(lián)。旅游流測算所需數(shù)據(jù)的來源于各地市的常住人口,人均國內(nèi)生產(chǎn)總值來源于2018年的《湖北省統(tǒng)計年鑒》、《湖南省統(tǒng)計年鑒》和《江西省統(tǒng)計年鑒》,4A級和5A級旅游景區(qū)均來源于國家文化和旅游部網(wǎng)站公布的數(shù)據(jù),部分?jǐn)?shù)據(jù)來源于湖北省、湖南省和江西省政府網(wǎng)站和各地市國民經(jīng)濟和社會發(fā)展公報。乘汽車花費時間來源于2017年的百度地圖,乘動車或高鐵時間則通過12306鐵道部官網(wǎng)查詢獲得。

3 實證分析

3.1 網(wǎng)絡(luò)結(jié)構(gòu)整體評價

本文基于修正的引力模型,構(gòu)建2017年長江中游城市群旅游流空間關(guān)聯(lián)網(wǎng)絡(luò)(圖1)。

圖1 長江中游城市群旅游流網(wǎng)絡(luò)

由圖1可知,28個地市之間最大可能的關(guān)系數(shù)為756個,而實際存在的關(guān)系數(shù)為431個,網(wǎng)絡(luò)密度為0.570。依據(jù)已有文獻對網(wǎng)絡(luò)密度值和網(wǎng)絡(luò)關(guān)聯(lián)程度的判斷[45],得出長江中游城市群旅游流空間關(guān)聯(lián)較好。地市之間旅游流關(guān)聯(lián)網(wǎng)絡(luò)的關(guān)聯(lián)度為1,表明長江中游城市群旅游流網(wǎng)絡(luò)的通達性較強,地市之間存在著普遍的空間溢出效應(yīng)。網(wǎng)絡(luò)效率為0.3732,反映了網(wǎng)絡(luò)存在較多的冗余線,旅游流網(wǎng)絡(luò)的空間溢出存在較明顯的相互層疊現(xiàn)象,網(wǎng)絡(luò)較為穩(wěn)定。網(wǎng)絡(luò)等級度為0,表明長江中游城市群地市之間的旅游溢出效應(yīng)并不存在嚴(yán)格的等級結(jié)構(gòu)。即網(wǎng)絡(luò)中任意兩地市之間即使沒有直接的旅游聯(lián)系,也可通過其他地市發(fā)生間接旅游聯(lián)系,即具有非對稱可達性。

3.2 節(jié)點中心性評價

通過計算長江中游城市群旅游流網(wǎng)絡(luò)節(jié)點的點出度、點入度、度數(shù)中心度、接近中心度和中間中心度,分析長江中游城市群28個地市的網(wǎng)絡(luò)位置和權(quán)力(表1)。

表1 長江中游城市群旅游流網(wǎng)絡(luò)中心性分析

計算結(jié)果顯示,長江中游城市群28個地市的度數(shù)中心度均值為65.344,長沙、武漢、南昌等16個地市高于均值,表明這些地市與其他地市之間存在較強的空間關(guān)聯(lián)關(guān)系。長沙、武漢、南昌3個省會城市居前三位,在網(wǎng)絡(luò)中占據(jù)核心位置,具有較強的影響力。受交通條件、旅游資源稟賦、經(jīng)濟發(fā)展水平、人口規(guī)模等因素的影響,荊門、吉安、景德鎮(zhèn)等12個地市與其他地市之間的旅游流聯(lián)系較弱,在網(wǎng)絡(luò)中處于邊緣位置。在有向圖中,度數(shù)中心度分為點出度和點入度。如果點出度大于點入度,表明該地市旅游流溢出的關(guān)系數(shù)大于其受益的關(guān)系數(shù),表現(xiàn)為旅游流凈溢出效應(yīng)；反之,則為旅游流凈受益效應(yīng)。長沙、南昌等11個地市旅游流的點出度大于點入度,表明它們對其他地市的影響大于其他地市對它們的影響,旅游流呈現(xiàn)輻射和擴散效應(yīng)。可能的原因是，這些地市經(jīng)濟發(fā)展水平較高、人口規(guī)模較大、出游能力較強。而上饒、九江等13個地市則是點入度大于點出度,表明它們更容易受到其他地市對他們的影響,旅游流呈現(xiàn)集聚效應(yīng)?？赡艿脑蚴?，這些地市的旅游資源稟賦條件好,具有較強的吸引力,但經(jīng)濟發(fā)展水平較低,出游能力較弱。如上饒市旅游資源十分豐富,擁有23個4A級景區(qū)和2個5A級景區(qū),在長江中游城市群中居于前列,但人均GDP很低,2017年僅2.69萬元,排名最后。此外,武漢、湘潭、萍鄉(xiāng)和新余的點出度等于點入度,表明這些城市對其他城市的影響和其他城市對它們的影響是對等的。接近中心度的均值為75.936,高于均值的有長沙、武漢、南昌等14個城市,表明這些城市在傳遞旅游流等方面更容易,其權(quán)力、聲望和影響力也相對較強。荊門、吉安、景德鎮(zhèn)等14地市的接近中心度低于平均值,表明這些地市的旅游流在網(wǎng)絡(luò)傳遞中不通暢。從表1可見,地市接近中心度的排名與度數(shù)中心度的排名是一致的。中間中心度的均值為1.333,高于均值的有武漢、長沙、南昌、上饒、九江、宜昌、黃岡7個城市,表明這些城市對網(wǎng)絡(luò)中其它城市的旅游流擁有較強的控制和支配能力。荊門和吉安的中間中心度為0,表明它們不能控制網(wǎng)絡(luò)中其它城市的旅游流,處于網(wǎng)絡(luò)的邊緣。

3.3 塊模型評價

本文首先通過塊模型分析揭示長江中游城市群28個地市旅游流關(guān)聯(lián)網(wǎng)絡(luò)的空間聚類特征。應(yīng)用UCINET 6軟件中CONCOR方法,以最大分隔深度為2,收斂標(biāo)準(zhǔn)為0.2,將旅游流關(guān)聯(lián)網(wǎng)絡(luò)分成四個板塊：第一板塊包括南昌、株洲、萍鄉(xiāng)、長沙、婁底、益陽、衡陽、湘潭8個城市;第二板塊包括景德鎮(zhèn)、九江、吉安、新余、鷹潭、上饒、宜春、撫州8個城市;第三板塊包括武漢、常德、黃石、咸寧、岳陽、鄂州6個城市;第四板塊包括襄陽、孝感、荊州、荊門、黃岡、宜昌6個城市。其次來分析4個板塊在旅游流空間關(guān)聯(lián)網(wǎng)絡(luò)中的位置。表2顯示長江中游城市群4個板塊的關(guān)聯(lián)關(guān)系為431個。其中,板塊內(nèi)部的關(guān)系數(shù)是140個,板塊間的關(guān)系數(shù)為291個,表明板塊之間的溢出效應(yīng)較為明顯。第一板塊共發(fā)出關(guān)系數(shù)156個,其中發(fā)給板塊內(nèi)部的關(guān)系數(shù)為52個,而接受其他板塊的關(guān)系數(shù)為78個;期望內(nèi)部關(guān)系比例為25.9%,而實際內(nèi)部關(guān)系比例為33.3%,由此判定第一板塊對板塊內(nèi)部和外部均產(chǎn)生了溢出效應(yīng),因此為“雙向溢出板塊”。第二板塊共發(fā)出關(guān)系數(shù)103個,其中發(fā)給板塊內(nèi)部的關(guān)系數(shù)為44個,而接受其他板塊的關(guān)系數(shù)為82個;期望內(nèi)部關(guān)系比例為25.9%,而實際內(nèi)部關(guān)系比例為42.7%,由此判定第二板塊為主受益板塊。第三板塊共發(fā)出關(guān)系數(shù)102個,其中發(fā)給板塊內(nèi)部的關(guān)系數(shù)為18個,而接受其他板塊的關(guān)系數(shù)為80個;期望內(nèi)部關(guān)系比例為18.5%,實際內(nèi)部關(guān)系比例為17.6%,由此判定第三板塊為經(jīng)紀(jì)人板塊。第四板塊共發(fā)出關(guān)系數(shù)70個,其中發(fā)給板塊內(nèi)部的關(guān)系數(shù)為26個,而接受其他板塊的關(guān)系數(shù)為51個;期望內(nèi)部關(guān)系比例為18.5%,而實際內(nèi)部關(guān)系比例為37.1%,由此判定第四板塊為主受益板塊。

表2 長江中游城市群旅游流網(wǎng)絡(luò)板塊特征

依據(jù)各板塊之間的關(guān)聯(lián)關(guān)系,還可計算出各板塊的密度矩陣,以表示溢出效應(yīng)在各板塊的分布情況(表3)。為了更加清晰地表達各板塊間旅游流的溢出效應(yīng),引入像矩陣(表3)。即將板塊的密度矩陣和整體網(wǎng)絡(luò)密度進行比較,如前者大于后者,則賦值1；反之,則賦值0,這樣多值密度矩陣轉(zhuǎn)化為二值矩陣。

由表3的像矩陣可見,第一板塊旅游流的溢出效應(yīng)集中在第一板塊內(nèi)部、第二板塊和第三板塊;第二板塊旅游流的溢出效應(yīng)體現(xiàn)在自身內(nèi)部,對其他板塊沒有產(chǎn)生顯著的溢出效應(yīng);第三板塊旅游流的溢出效應(yīng)集中在第一板塊、第二板塊、第三板塊內(nèi)部和第四板塊;第四板塊旅游流的溢出效應(yīng)集中在第三板塊和第四板塊內(nèi)部。像矩陣對角線都為1,表明各板塊內(nèi)部都有較密切的關(guān)聯(lián)關(guān)系,板塊內(nèi)的“俱樂部”效應(yīng)明顯。

表3 板塊密度矩陣和像矩陣

為了更加直觀地顯示板塊間旅游流的溢出效應(yīng)及其傳導(dǎo)機制,繪制板塊關(guān)系簡化圖(圖2)。第一板塊(雙向溢出板塊)是長江中游城市群重要的旅游客源地,它不僅將旅游流溢出給自身內(nèi)部,也將旅游流溢出給第二板塊和第三板塊;第二板塊(主受益板塊)除了接受自身內(nèi)部的旅游流溢出外,還接受來自第一板塊的旅游流溢出,是重要的旅游目的地;第三板塊(經(jīng)紀(jì)人板塊)既將旅游流溢出給自身內(nèi)部、第二板塊、第三板塊和第四板塊,扮演著重要旅游客源地角色,又將來自第一板塊的旅游流傳遞給第二板塊和第三板塊,扮演著樞紐橋梁的角色;第四板塊(主受益板塊)不僅將旅游流溢出給自身內(nèi)部,同時也將旅游流溢出給第三板塊,但由于接受的旅游流溢出要大于發(fā)送的旅游流溢出,所以它扮演著旅游目的地角色。從圖2可見,長江中游城市群旅游流空間關(guān)聯(lián)有待于進一步完善,第四板塊和第一板塊、第二板塊之間沒有旅游流的溢出關(guān)系。因此，未來應(yīng)加強這些板塊之間的旅游合作,以實現(xiàn)長江中游城市群旅游業(yè)的可持續(xù)發(fā)展。

圖2 長江中游城市群四大板塊間的空間關(guān)聯(lián)關(guān)系

4 結(jié)論與建議

本文基于修正引力模型,構(gòu)建了長江中游城市群旅游流關(guān)聯(lián)網(wǎng)絡(luò),并采用社會網(wǎng)絡(luò)分析方法對其整體網(wǎng)絡(luò)結(jié)構(gòu)特征、節(jié)點中心性特征和塊模型進行了分析,結(jié)論為:①長江中游城市群旅游流空間網(wǎng)絡(luò)密度為0.570,表明地市之間存在較多的關(guān)聯(lián)關(guān)系;關(guān)聯(lián)度為1,網(wǎng)絡(luò)具有很好的穩(wěn)健性;網(wǎng)絡(luò)效率為0.3732,表明旅游流的溢出效應(yīng)存在多重疊加現(xiàn)象;網(wǎng)絡(luò)等級度為0,不存在等級森嚴(yán)的空間結(jié)構(gòu)。②各地市網(wǎng)絡(luò)特征差異較大。長沙、武漢、南昌等16個地市處于網(wǎng)絡(luò)核心位置,與其他地市能發(fā)生更多的旅游流聯(lián)系,而荊門、吉安、景德鎮(zhèn)等12個地市處于網(wǎng)絡(luò)邊緣位置,與其他地市發(fā)展旅游流聯(lián)系的能力較弱;長沙、武漢、南昌等14個地市擁有較大的權(quán)力、聲望和影響力,容易傳遞旅游流,而荊門、吉安和景德鎮(zhèn)等14個地市的旅游流影響力較弱,旅游流溢出不通暢;武漢、長沙、南昌、上饒、九江、宜昌、黃岡7個地市對旅游流溢出具有較強的控制和支配能力,而其他地市相對較弱,主要受制于武漢、長沙和南昌等城市;荊門和吉安中間中心度為0,對網(wǎng)絡(luò)中旅游流溢出沒有任何支配權(quán)力。③第一板塊由長株潭城市群中的長沙等6個城市和環(huán)鄱陽湖城市群中的南昌、萍鄉(xiāng)2個城市構(gòu)成。該板塊對內(nèi)和外都產(chǎn)生明顯的旅游流溢出效應(yīng),屬于雙向溢出板塊,扮演主要旅游客源地角色;第二板塊由環(huán)鄱陽湖城市群中的8個城市構(gòu)成,該板塊接受自身內(nèi)部和其他板塊的旅游流溢出較多,而對外的旅游流溢出相對較少,屬于主受益板塊,扮演著重要旅游目的地角色;第三板塊主要由武漢城市圈中的城市構(gòu)成,該板塊在接受第一板塊和第四板塊的旅游流溢出的同時,向第二板塊和第四板塊傳遞來自第一板塊的旅游流溢出,屬于經(jīng)紀(jì)人板塊,扮演著旅游客源地和樞紐橋梁雙重角色;第四板塊主要由荊荊宜襄城市帶中的城市構(gòu)成,該板塊接受來自第三板塊和第一板塊的旅游流溢出較多,而對外的旅游流溢出相對較少,屬于主受益板塊,扮演著重要旅游目的地角色。

基于上述研究結(jié)論提出以下對策和建議:①強化長沙、武漢、南昌三個省會城市的核心帶動作用和擴散功能。長沙、武漢、南昌作為長江中游城市群中3個子城市群的核心,比其他地市擁有更好的資源優(yōu)勢、交通條件和服務(wù)設(shè)施等。未來除了加強子城市群內(nèi)部旅游聯(lián)系外,還需加強同其他子城市群之間的旅游合作，通過建立長效的旅游協(xié)調(diào)發(fā)展機制,探索城市之間旅游流溢出和旅游合作渠道,不斷提升旅游流的網(wǎng)絡(luò)密度和網(wǎng)絡(luò)效率。自2013年以來,長江中游城市群省會城市分別簽署了《武漢共識》、《長沙宣言》、《南昌行動》等一系列合作框架和綱領(lǐng)性文件,但就旅游合作方面還不具體,需加快長江中游城市群旅游發(fā)展規(guī)劃的制定,成立旅游協(xié)同發(fā)展管理機構(gòu),并圍繞旅游景區(qū)、旅行社、旅游線路、旅游交通、旅游宣傳、旅游人才和相關(guān)技術(shù)等方面展開合作。先期可開展長沙、武漢、南昌3個省會城市之間的旅游合作,也可開展子城市群之間鄰近城市組團的旅游合作,之后逐步擴大旅游合作范圍和合作領(lǐng)域;努力形成互惠共贏的合作格局,以推動長江中游城市群旅游業(yè)的可持續(xù)發(fā)展。②依據(jù)四大板塊的功能和角色,制定針對性的旅游發(fā)展政策。長江中游城市群旅游協(xié)同發(fā)展管理機構(gòu)要以點帶塊、以塊謀面、統(tǒng)籌規(guī)劃,下好一盤棋。既要支持長沙、南昌等雙向溢出板塊城市的發(fā)展,激活旅游流擴散能力,又要關(guān)心武漢、常德、岳陽、咸寧等城市的中介作用,增強旅游流傳導(dǎo)功能,還要為上饒、景德鎮(zhèn)、九江、宜昌、荊州等主受益城市營造良好的旅游環(huán)境。③既有文獻表明,旅游資源和交通是影響區(qū)域旅游流的兩個重要因素。因此,一方面要加強城市之間交通基礎(chǔ)設(shè)施建設(shè),不斷提高城市旅游的可達性,促進旅游流的空間溢出；另一方面,要努力挖掘城市旅游資源的文化內(nèi)涵,增加旅游吸引力,提高人們的出游需求和旅游動機。

本研究為長江中游城市群各城市的旅游客源市場開發(fā)、目的地旅游資源開發(fā)和城市旅游協(xié)同發(fā)展等提供了科學(xué)的參考依據(jù)和實踐指導(dǎo),但本文的研究仍存在一定的局限性。首先,推力和拉力指數(shù)的確定。影響城市之間旅游流因素很多,本文僅考慮了客源地的人口規(guī)模、經(jīng)濟規(guī)模、目的地的旅游資源質(zhì)量和城市內(nèi)交通條件4個因素,未來可通過添加多個變量來綜合評價客源地的推力指數(shù)和目的地的拉力指數(shù)。其次,時間距離指數(shù)的確定。盡管比較了公路和鐵路兩種交通旅行時間,但實際上人們出行可能會選擇不同交通工具的換乘,如公路+鐵路或鐵路+公路或者鐵路+鐵路等方式。當(dāng)這種換乘方式所需旅行時間要遠(yuǎn)小于單一公路旅行時間時,人們可能更趨向于選擇換乘交通方式出行。此外,本文僅做了2017年旅游流關(guān)聯(lián)網(wǎng)絡(luò)的分析,沒有動態(tài)地分析旅游流演變格局,主要是因為以前年份的時間距離數(shù)據(jù)難以獲取。