居瑪·吐尼亞孜 瓦哈甫·哈力克 阿司古力·艾百 祖力皮亞·庫來西 普拉提·莫合塔爾

摘要：文章以新疆為研究區(qū)，利用網(wǎng)絡游記獲得國內游客在新疆各個旅游景點之間的流動信息，以此為基礎構建新疆國內旅游流網(wǎng)絡結構，并以社會網(wǎng)絡的角度對其進行系統(tǒng)分析。研究結論表示：①新疆的旅游景區(qū)景點較多，但彼此之間有較強聯(lián)系的只有42家景點，它們之間的旅游流網(wǎng)絡密度僅為0.0598，說明景點之間的關系非常疏散；②從中心性角度看，烏魯木齊市作為重要集散中心，具有非常高的中心度；此外，喀納斯、賽里木湖、烏爾禾魔鬼城、那拉提草原、火焰山、伊犁及布爾津縣等景點的中性度也比較高，已變成北疆旅游的中心；③從整體看，新疆國內旅游流網(wǎng)絡由5個子群組成，其中自然風景線路子群的內部密度最高，其次為草原旅游線路，其余子群的內部密度普遍很低。

Abstract： Internet travel is a tourist tour of the sense， to a large extent reflect the tourist behavior characteristics and intentions of tourism. This paper takes Xinjiang as the research area and uses the online travel to get the flow information of the domestic tourists in Xinjiang from various tourist attractions. Based on this， the paper constructs the domestic tourism flow network structure in Xinjiang， and makes a systematic analysis from the social network point of view. The conclusion of the study shows that： ①There are only 42 tourist attractions in Xinjiang， but there are only 44 attractions between them. The network density between them is only 0.0598， which indicates that the relationship between the attractions is very evacuated. ②From the central point of view， Urumqi City as an important distribution center， has a very high degree of center； In addition， Kanas， Nalati， Wuerhe devil city and Sailimu Lake and other attractions are more neutral. ③From the whole， Xinjiang domestic tourism flow network consists of five sub-groups， of which the natural landscape sub-group has the highest density， followed by grassland tourist routes， the internal density of the remaining sub-groups is generally low.

關鍵詞：新疆；網(wǎng)絡游記；旅游流；社會網(wǎng)絡分析法

Key words： Xinjiang；online travel；tourism flow；social network analysis

中圖分類號：F592.7 文獻標識碼：A 文章編號：1006-4311（2019）03-0018-04

0 引言

隨著通信技術的發(fā)展和智能手機的普及，互聯(lián)網(wǎng)已成為人們日常生活不可或少的一部分。大量的旅游者前來、游過以及之后的信息在互聯(lián)網(wǎng)平臺上，承載著旅游數(shù)字足跡。“旅游數(shù)字足跡”的概念最早由Fabian Girardin（2008）提出并認為，旅游數(shù)字足跡是旅游者旅游活動過程中的手機信號、搜索記錄、分享評價等信息在通過網(wǎng)絡通訊設備信息處理時所留下的痕跡[1]。國內對旅游數(shù)字足跡的起步較晚，到了2013才開始關注旅游數(shù)字足跡的研究。李君軼（2013）表示，旅游數(shù)字足跡是能夠清晰體現(xiàn)旅游者旅游行為和時空運動軌跡的具有位置信息和地理標簽的電子痕跡[2]。張妍研、李君軼等（2014），對西安國內散客旅游流時間及網(wǎng)絡結構進行了系統(tǒng)的研究并總結出旅游節(jié)點不均衡、旅游網(wǎng)絡密度低等結論[3]；梁保爾等（2015），上海歷史街區(qū)的12歷史風貌作為研究對象，游客游記與官方宣傳相互作為對比，對游客關注偏好及差異進行了研究[4]；李艷等（2015），借助社會網(wǎng)絡分析法，采用可視化分析、等級嵌套分析、中心性分析和網(wǎng)絡密度分析，對赴西藏旅游者旅游數(shù)字足跡空間結構進行研究，得出景點密度小、整體結構不均衡、景區(qū)聯(lián)系不緊密等結論[5]；張維亞，陶卓民等（2016），在蘇州園林游客留下的數(shù)字基礎上，利用ICTCLAS、ROST-CM、Arc GIS軟件探究了游客在旅游目的地的空間響應特征及機制[6]；查曉莉、陸林等（2017），利用社會網(wǎng)絡分析法，探索訪滬國內游客時空分布特征并建立旅游客流網(wǎng)絡結構[7]。目前，網(wǎng)絡資源的優(yōu)勢越來越突出，因此可以從數(shù)字足跡角度對旅游流進行研究，筆者試著以旅游者在攜程（Trip）網(wǎng)上留下的游記信息為基礎，對新疆2017年新疆旅游流網(wǎng)絡特征展開分析。

1 旅游數(shù)字足跡采集

1.1 案例的概況 新疆維吾爾自治區(qū)總面積166萬平方公里，屬于溫帶大陸性氣候，4-10月是新疆旅游的最佳時段。隨著新疆社會經(jīng)的快速發(fā)展、基礎設施建設投資力度的加大以及豐厚的歷史文化和旅游資源使得新疆成為近幾年我國最熱門的旅游目的地之一。據(jù)新疆統(tǒng)計年鑒資料數(shù)據(jù)顯示，2016年新疆全年接待旅游人數(shù)為8102萬人次，同比增長24.3%。實現(xiàn)旅游總消費額為1401億元，同比增長24.6%。且占第三產(chǎn)業(yè)的比重到達31.91%。新疆旅游者規(guī)模的急劇攀升，預示著對新疆旅游客流的引導與管理，有深刻的現(xiàn)實性意義。

1.2 足跡采集 筆者通過對比不同類型的網(wǎng)站最終選擇了攜程網(wǎng)的游記。按照該網(wǎng)頁的排列分頁規(guī)律運用Visual Basic. NET語言開發(fā)了采集游記軟件并得到5943篇新疆游記。經(jīng)過軟件來篩選在2016年1月到2017年4月之間發(fā)布的1289篇游記。部分數(shù)據(jù)根據(jù)楊敏、李君軼等（2015）[8]的篩選標準來對其數(shù)據(jù)進行人工篩選。最后共采集了374篇游記。

1.3 時間特征分析 通過以上旅游網(wǎng)絡游記的分析，得出了新疆國內游客的季節(jié)變化特征，這也驗證了新疆旅游旺季基本上聚集在6-9月份的特征。6月至9月是新疆來客的穩(wěn)步上升時期，出現(xiàn)在6月和9月（見圖1）。10月至12月和1月至3月在新疆屬于冬季，也是屬新疆旅游淡季。天氣較冷，尤其是北疆的氣候10月份開始降溫，因而來游客量較少，來疆游客人數(shù)呈下降態(tài)勢。此外，樣本數(shù)據(jù)的統(tǒng)計結果顯示：散客逗留時間都不等，基本上都在1-15天（圖2），停留1-3天的游客人數(shù)最多，達53.37%。

2 旅游流網(wǎng)絡結構分析

旅游流網(wǎng)絡是旅游者在不同旅游地之間旅游活動過程中發(fā)生連接是建立的旅游流關系的綜合[10]，網(wǎng)絡結構在某種程度上體現(xiàn)旅游活動的空間屬性、狀態(tài)及相互關系。下面，繪制旅游流網(wǎng)絡圖，計算網(wǎng)絡規(guī)模、密度、中心性、凝聚子群及核心邊緣5方面指標數(shù)值，進一步分析其網(wǎng)絡特征。

2.1 旅游流網(wǎng)絡圖

對比分析后選擇3作為斷點值，此時有44個旅游節(jié)點建立了旅游空間聯(lián)系。通過Net Draw軟件，構建了新疆國內散客旅游流網(wǎng)絡結構圖（圖3）。從圖3中可看出，聯(lián)系較大的節(jié)點有烏魯木齊、喀納斯、那拉提草原、布爾津縣、烏爾禾魔鬼城、賽里木湖、巴音布魯克草原和火焰山，表明以上8個節(jié)點是此網(wǎng)絡中的核心點，也是新疆較受游客青睞的目的地。

2.2 網(wǎng)絡特征分析

2.2.1 規(guī)模及密度分析 旅游網(wǎng)絡規(guī)模是指旅游網(wǎng)絡節(jié)點的數(shù)量，密度則指旅游網(wǎng)絡中各旅游節(jié)點之間聯(lián)絡的緊密程度[11]。對斷點值二值化處理后發(fā)現(xiàn)有44個旅游節(jié)點建立了旅游流聯(lián)系，網(wǎng)絡密度非常低，為0.0075，網(wǎng)絡效果不理想，說明新疆各旅游節(jié)點間聯(lián)系不密切，整體旅游線路較少。

中心性分析：中心性（centrality）是社會網(wǎng)絡分析中的重要部分，此指標是旅游節(jié)點在區(qū)域旅游流網(wǎng)絡內的空間結構位置指針[11]，常用的測度指標有程度中心勢、接近中心勢以及結構洞[12]。

3種測度中，程度中心性反映的是一個旅游節(jié)點與其他旅游節(jié)點集聚與輻射的能力，接近中心性衡量的是旅游者在旅游節(jié)點間轉移擴散的有效性和通暢程度，中間中心性刻畫的是旅游節(jié)點在旅游流關系上對其他旅游節(jié)點的控制和依賴程度[11]。

文章采用3種中心度和2種中心勢對新疆國內旅游流網(wǎng)絡進行分析，表1展示了利用UCINET分析的中心度和中心勢結果。

從表1中的程度中心度兩欄的“均值”和“中心勢”可以看出，在新疆國內散客旅游流網(wǎng)絡中，平均每個旅游節(jié)點的旅游流聚集和輻射聯(lián)系程度較低，小于1；程度中心勢為8.38%，相對較低，表明此網(wǎng)絡存在著一定的不均衡性，具體表現(xiàn)為烏魯木齊的程度中心度較高（內向程度中心為15，外向程度中心為8.824），喀納斯、那拉提草原、布爾津縣、烏爾禾魔鬼城和賽里木湖五節(jié)點的內外向程度中心度都在靠前，說明對其他節(jié)點的影響較強，因此在今后的景區(qū)和線路的設計中可以在這些節(jié)點處設置旅游信息中心，提供旅游信息咨詢和旅游特色商品。

從中心度一欄的“均值”和“中心勢”來看，平均每個旅游節(jié)點在網(wǎng)絡中旅游流中間者的次數(shù)為18.614，中間中心勢偏低，才2.87%，說明需通過重要節(jié)點來進行聯(lián)結。其中中間中心性高于150以上的有烏魯木齊、賽里木湖、那拉提草原、烏爾禾魔鬼城、坎兒井、喀納斯、火焰山、伊寧市和指標為69.35的布爾津縣，對其周邊旅游節(jié)點的旅游流控制力強，處于新疆國內旅游流網(wǎng)絡的核心位置。

總體來看，新疆國內散客旅游流網(wǎng)絡節(jié)點間分布呈現(xiàn)不均衡的態(tài)勢，大部分的旅游節(jié)點依靠核心節(jié)點來發(fā)生聯(lián)結。其中較為明顯的核心節(jié)點有：烏魯木齊、喀納斯、那拉提草原等六個節(jié)點，是輻射點以及樞紐點起到重要作用。另外，其中還有中心性比較低的旅游節(jié)點，這些旅游節(jié)點與主要旅游節(jié)點有很少的聯(lián)結，今后需要設施加強這些旅游節(jié)點旅游規(guī)劃，加強與核心節(jié)點旅游線路的組合。

2.2.2 凝聚子群分析 凝聚子群是能反映旅游流網(wǎng)絡中具有直接、緊密關系的子群數(shù)量[3]，文章通過比較旅游節(jié)點聯(lián)系情況，理出較常組合成線路的旅游節(jié)點，有：①自然風景路線：烏魯木齊、喀納斯、小黑湖、五彩城、阿勒泰地區(qū)布爾津五彩灘景區(qū)、哈巴河、烏爾禾魔鬼城、白哈巴、布爾津縣、禾木風景區(qū)；②民俗風情路線：葡萄溝、交河故城、紅山公園、坎兒井、火焰山、新疆維吾爾自治區(qū)博物館、國際大巴扎、天池、可可托海景區(qū)、那拉提草原旅游區(qū)、克拉瑪依；③伊寧市、喀什市艾提尕爾民俗文化旅游區(qū)、鄯善縣庫木塔格沙漠景區(qū)、夏特大峽谷、蘇公塔；④草原路線：霍爾果斯口岸、果子溝、伊犁、喀拉峻大草原、巴音布魯克草原、賽里木湖風景區(qū)、薰衣草基地、特克斯八卦城。

3 結論與建議

3.1 結論 文章在國內外相關數(shù)字足跡文獻的基礎上，進一步探討并以新疆為實證研究地，通過提取攜程網(wǎng)游客留下的旅游數(shù)字足跡，對新疆旅游流網(wǎng)絡結構特征進行了分析。主要結論有：①從時間特征來看，新疆國內散客出游時間集中在6月至9月之間，平均停留時間1-3天。②從密度及規(guī)模來看，網(wǎng)絡密度低、節(jié)點分布不均衡、聯(lián)系不緊密，烏魯木齊、喀納斯、那拉提草原、布爾津縣、烏爾禾魔鬼城和賽里木湖處于新疆國內散客旅游流網(wǎng)絡的核心，對其他節(jié)點有明顯的輻射作用。③從旅游流網(wǎng)絡圖來看，新疆國內散客旅游流網(wǎng)絡主要有8個核心節(jié)點，這些節(jié)點也是游客較受歡迎的目的地。④從凝聚子群特征來看，全疆有5個凝聚子群，各個凝聚子群之間有一定的聯(lián)系，網(wǎng)絡結構中總有9個核心區(qū)節(jié)點，其他的都屬于邊緣區(qū)節(jié)點，核心邊緣差異較為明顯。

3.2 建議 提出如下建議：今后的發(fā)展過程中應當充分利用“一帶一路”政策優(yōu)勢，加強各個節(jié)點之間聯(lián)系，加快新疆旅游的轉型升級，更深層地挖掘絲路文化，結合自身特色開發(fā)新型的旅游產(chǎn)品，更進一步地完善基礎設施建設，加強全疆旅游的信息化，向智慧旅游方向靠攏，實現(xiàn)景區(qū)智慧化指導管理，從而延長游客在新疆旅游時的逗留天數(shù)，促進全疆旅游業(yè)共同發(fā)展。

參考文獻：

[1]Fabien Girardin，Josep Blat，F(xiàn)rancesco Calabrrese，et al，Digital Footprinting： Uncovering tourists with user-gen-erated content[J]. IEEE Pervasive Computing，2008，7（4）： 36-43.

[2]李君軼.旅游數(shù)字足跡：在線揭示游客的時空軌跡[J].思想戰(zhàn)線，2013，39（3）：103-107.

[3]張妍妍，李君軼，楊敏.基于旅游數(shù)字足跡的西安旅游流網(wǎng)絡結構研究[J].人文地理，2014，29（04）：111-118.

[4]梁保爾，潘植強.基于旅游數(shù)字足跡的目的地關注度與共現(xiàn)效應研究——以上海歷史街區(qū)為例[J].旅游學刊，2015，30（07）：80-90.

[5]李艷，嚴艷，贠欣.基于旅游數(shù)字足跡的西藏景區(qū)空間結構分析[J].干旱區(qū)資源與環(huán)境，2015，29（06）：176-182.

[6]張維亞，陶卓民，秦立，李濤.基于網(wǎng)絡游記的蘇州園林旅游者數(shù)字足跡空間響應研究[J].資源開發(fā)與市場，2016，32（07）：886-891.

[7]查曉莉，陸林.基于旅游數(shù)字足跡的訪滬國內旅游者時空行為研究[J].旅游研究，2017，9（04）：63-73.

[8]楊敏，李君軼，楊利.基于旅游數(shù)字足跡的城市入境游客時空行為研究——以成都市為例，2015，06.

[9]曲靜，吳銘.基于旅游數(shù)字足跡的甘肅省旅游流網(wǎng)絡結構研究[J].旅游論壇，2018，11（01）：113-124.

[10]劉軍.整體網(wǎng)分析講義：UCINET軟件實用指南[M].上海：格致出版社，2009.

[11]劉軍.社會網(wǎng)絡分析導論[M].北京：社會科學文獻出版社，2004：114-177.

[12]劉法建，張捷，陳冬冬.中國入境旅游流網(wǎng)絡結構特征及動因研究[J].地理學報，2010，65（08）：1013-1024.

[13]張高軍，李君軼，張柳.華山風景區(qū)旅游形象感知研究——基于游客網(wǎng)絡日志的文本分析，2011.

[14]黃莎，陳金華，陳秋萍.基于網(wǎng)絡信息嵌入性的旅游目的地形象傳，2012.

[15]趙振斌，黨嬌.基于網(wǎng)絡文本內容分析的太白山背包旅游行為研究，2011.

[16]黨嬌，趙振斌，趙麗.太白山旅游者行為研究從博客分析視角，2011.

[17]葉如瑾.基于Web2.0照片交互平臺的國際游客眼中的上海旅游意象研究，2013.

[18]田曉霞，肖婷婷，張金鳳，李翠林.喀什旅游產(chǎn)業(yè)集群社會網(wǎng)絡結構分析[J].干旱區(qū)資源與環(huán)境，2013，27（07）：197-202.

[19]田曉霞，肖婷婷，張金鳳.吐魯番市旅游產(chǎn)業(yè)集群社會網(wǎng)絡結構分析[J].特區(qū)經(jīng)濟，2013（03）：94-97.

[20]張俊麗，張紅，劉妍.社會網(wǎng)絡視角下山西省旅游線路優(yōu)化整合分析[J].資源開發(fā)與市場，2016，32（01）：120-124.

[21]劉冰，曾國軍，彭青.社會網(wǎng)絡視角下旅游線路研究——以新疆為例[J].旅游學刊，2013，28（11）：101-109.

[22]戴光全，陳欣.旅游者攝影心理初探——基于旅游照片的內容分析[J].旅游學刊，2009，24（07）：71-77.

[23]趙華.中國入境旅游流空間分布及其演變分析研究[D].陜西師范大學，2007.

[24]張妍妍，李君軼，楊敏.基于旅游數(shù)字足跡的西安旅游流網(wǎng)絡結構研究，2014，08.

[25]李露苗.基于數(shù)字足跡的重慶旅游流網(wǎng)絡體系研究，2016，

04.

[26]李艷，嚴艷，贠欣.基于旅游數(shù)字足跡的西藏景區(qū)空間結構分析，2015，06.