区域旅游流网络结构与环境响应研究——以京津冀地区为例

翁 钢 民，李 凌 雁

(燕山大学经济管理学院，河北 秦皇岛 066004)



区域旅游流网络结构与环境响应研究
——以京津冀地区为例

翁 钢 民，李 凌 雁

(燕山大学经济管理学院，河北 秦皇岛 066004)

旅游流对区域旅游开发规划具有重要指导作用，如何实现旅游流与区域经济、社会、自然环境的协调发展成为许多地区亟待思考的问题。该文借助社会网络理论和方法研究区域旅游流网络结构体系，从经济、社会、自然环境角度分析区域旅游流网络结构的环境影响因子；通过构建耦合协调度模型测量环境因子对区域旅游流网络结构的影响强度，并利用Moran指数对区域旅游流网络结构与环境的耦合协调度进行全局及局部自相关分析。最后以京津冀地区为例，探查该地区旅游流网络结构与环境的响应效果，为区域旅游流网络结构优化提供决策参考。

旅游流网络结构；环境响应；耦合协调度模型；Moran指数；京津冀地区

作为旅游者从客源地到目的地的空间聚集与扩散形式，旅游流的流向、流量及其变化规律对旅游目的地的基础设施和旅游服务设施建设、景区景点的规划与开发、与客源地之间交通运输线路的合理布局等具有重要的指导作用。因此，长期以来旅游流问题一直是国内外学者关注的热点与焦点,关于旅游流的研究主要集中在理论框架、空间模式、流量特征、流动效应及机理机制等方面[1]。对旅游流理论框架的研究主要涉及旅游流概念、特征及研究体系等问题[2];关于旅游流空间模式，提出了多目的地、单目的地、度假地、环城游憩带等多种类型的旅游流空间模式[3-5]，张佑印等还研究了旅游流的集聚扩散模式与空间内聚模式[6];对旅游流空间结构及其流量特征、流动效应的研究，多数是基于区域的大、中、小3种尺度，包括跨国及出入境旅游流、旅游区内部旅游流、省域市域内部旅游流的流动与空间流量等[7-9]，主要借用引力模型对旅游流流动效应开展研究[10];近年来，部分学者对旅游流形成的机理机制问题进行了探讨[11,12]。

总体看，旅游流的研究数量在迅速增加，但从多学科视角研究旅游流网络结构与区域环境的响应问题仍十分缺乏。本文以京津冀地区为研究对象，拟通过构建旅游流网络结构和区域环境耦合协调度模型，测量该地区旅游流网络结构与区域环境的耦合协调度，采用Moran指数分析法分析其空间自相关性，以探查两者之间的响应关系，为优化区域旅游流网络结构提供决策参考。

1 研究方法

1.1 区域旅游流网络结构与环境影响评价指标

(1)区域旅游流网络结构评价指标。社会网络方法是研究旅游流网络结构的有效方法，根据社会网络理论，区域旅游流网络结构可以用旅游节点结构指标进行评价[13]，主要涉及节点中心度和结构洞2个一级指标，分别包括中介中心度、程度中心度、亲近中心度及冗余度、制约度5个二级指标(表1)[14]。

表1 旅游节点结构指标及其含义

Table 1 The index and meaning of tourist node structure

一级指标二级指标含义节点中心度中介中心度亲近中心度程度中心度旅游节点中介作用旅游节点联通性旅游节点重要程度结构洞冗余度制约度节点间连接程度旅游节点依赖程度

(2)区域旅游流网络结构的环境影响评价指标。区域旅游流的流向、流速和流量受众多环境因素的影响，既包括自然生态环境因素，也包括人文社会环境和经济发展环境因素[15]。根据科学性、数据可得性等原则，本文选取自然生态、人文社会、经济发展3类对于区域旅游流网络结构具有较强影响的环境指标，这3类一级指标又分别下设若干二级指标(表2)。

表2 区域旅游流网络结构的环境影响主要指标

Table 2 The main environment influence index of regional tourism flow network structure

一级指标二级指标自然生态环境(E1)E11人均公园绿地面积(m2/人)E12绿化覆盖率(%)人文社会环境(E2)E21每万人在校大学生人数(人)E22人均拥有道路面积(m2)E23每万人拥有公共交通运营车辆数(辆)经济发展环境(E3)E31人均GDP(元)E32城镇居民家庭人均可支配收入(元)E33第三产业占GDP的比重(%)

1.2 区域旅游流网络结构与环境响应评价模型

(1)耦合协调度模型。区域旅游流网络结构与环境的耦合是指区域旅游的发展能否与该区域旅游流的变化相协调。通过计算区域旅游流网络结构与环境的耦合协调度，可以发现两系统的响应关系[16]。

设变量Xi是区域旅游流网络结构与环境系统序参量，Xij为第i个序参量的第j个指标，其值表示为xij；序参量的功效贡献用uij表示，系统稳定临界点上序参量的上下限值用αij、βij表示。则功效函数的公式可表示为：

(1)

式中：uij表示各指标达到目标的满意程度，uij∈[0,1]，趋于0为最不满意，趋于1为最满意。

两系统各序参量总贡献ui可通过加权法计算：

(2)

式中：λij表示指标权重，可通过熵值法或层次分析法确定；ui为序参量的总功效贡献。

区域旅游流网络结构与环境系统的耦合函数为：

(3)

式中：u1、u2分别为两系统各自的总功效贡献；C为耦合度值，C∈[0,1]，C=0时耦合度最小，C=1时耦合度最大。

耦合函数只能单纯反映两系统的有序程度，无法反映两系统是同好还是同坏，或者一个发展水平高而另一个发展水平低。因此，需要引入耦合协调度模型来反映区域旅游流网络结构与环境系统的协调发展水平，公式如下：

(4)

式中：D为耦合协调度值；T为协调指数，反映区域旅游流网络结构与环境两系统的发展水平对协调度的贡献；a、b为待定系数，此处均取为0.5。

(2)耦合协调度评价标准。根据耦合协调度数值的不同，可将其分为1～10级，对照耦合协调度评价标准(表3)可直观看出区域旅游流网络结构与环境的耦合协调程度[17]。

表3 耦合协调度评价标准

Table3Evaluationcriterionofcouplingcoordinationdegree

耦合协调等级耦合协调程度耦合协调度数值1极度失调0．0000～0．09992严重失调0．1000～0．19993中度失调0．2000～0．29994轻度失调0．3000～0．39995濒临失调0．4000～0．49996勉强协调0．5000～0．59997初级协调0．6000～0．69998中级协调0．7000～0．79999良好协调0．8000～0．899910优质协调0．9000～1．0000

1.3 区域旅游流网络结构与环境响应效果检验

区域旅游流网络结构与环境的响应效果可通过空间自相关性来反映。Moran指数可用来度量空间自相关，本文运用全局Moran指数和局部Moran指数分析区域旅游流网络结构与环境响应的效果。

(1)全局Moran指数检验。全局Moran指数I可以反映各区域旅游流网络结构与环境系统的耦合程度在空间上的集聚效应，其公式如下：

(5)

其中：

式中：xi表示区域i的属性值；wij表示空间权重，当区域i与j相邻时，wij=1，反之wij=0。近似上I∈[0,1]，I的绝对值越大说明区域旅游流网络结构与环境系统耦合度的空间自相关性越高，其中大于0为正相关，小于0为负相关，趋于0为不相关。

(2)局部Moran指数检验。局部Moran指数可以反映某区域两系统耦合度与其他区域之间的联系，是否存在观测值的局部空间集聚，哪个区域对于全局空间自相关的贡献更大等问题，其公式如下：

(6)

其中：

当Ii>0时，表示该区域两系统的耦合度与其他区域相似，同为高值或同为低值集聚，同为高值集聚则对区域具有积极的带动效应，同为低值集聚则对其他具有消极的辐射作用；当Ii<0时,表示该区域两系统的耦合度与其他区域不相似，或为高-低集聚，或为低-高集聚。

1.4 数据来源

本文以京津冀地区10个城市(北京、天津、石家庄、唐山、秦皇岛、保定、承德、廊坊、沧州、张家口)为研究对象，分析该区域旅游流网络结构与环境的响应关系。本文收集的数据包括两部分：一部分为环境指标的相关数据，主要通过查阅《中国统计年鉴》、《中国旅游年鉴》、《北京统计年鉴》、《天津统计年鉴》、《河北经济年鉴》、《河北旅游年鉴》等官方资料获得；另一部分为旅游流网络结构指标的相关数据，由于京津冀地区旅游景区景点众多，官方数据较少，这部分数据除了通过官方资料获得外，其他数据通过问卷调查、实地调研等方式获得。

2 京津冀旅游流网络结构

运用社会网络分析法并采用Ucinet6.0软件对京津冀旅游流网络结构相关数据进行计算，得出京津冀10城市旅游流网络结构指标的具体数据(表4)。

表4 京津冀旅游流网络结构指标数值

Table 4 Values of tourism flow network structure index in Beijing-Tianjin-Hebei area

指标中介中心度亲近中心度内向外向程度中心度内向外向结构洞效能效率制约度北京21．16790909．5 9．5 5．7190．6350．371天津13．83369．2319089．5 4．4230．5530．444石家庄11．3337569．2318．5 84．3180．6170．502唐山042．857755．3338．5 2．2860．3810．604秦皇岛1．33369．231608．33372．6110．4350．585保定3．66769．2317588．5 3．5 0．50．5承德0．66769．23156．25 8．3336．8332．7220．4540．58廊坊0605075．8331．250．4171．024沧州06042．85775．3331．250．4171．024张家口052．941606．3337．3332．1670．4330．714

通过表4的节点中心度相关指标数值可以看出，北京的中介中心度为21.167，内外向节点亲近中心度均为90，程度中心度均为9.5，说明北京在京津冀旅游流网络结构中的中介作用、联通程度和重要程度均最高，旅游流量最大，是该区域最重要的旅游目的地、客源地、聚集中心和扩散中心；天津、石家庄次之，其内向节点亲近中心度分别为69.231、75，说明在京津冀地区石家庄的旅游目的地和聚集中心地位高于天津。秦皇岛、保定、承德的节点中心度多数指标数值居中，而且这些指标数值较为接近，说明这3个城市在京津冀旅游流网络结构中的中介作用、联通程度和重要程度同处于中等位置；唐山、沧州、廊坊、张家口多数指标数值较低，在区域网络结构中的作用和重要性较小，但唐山和保定的外向节点亲近中心度均为75，说明这两个城市在该区域是仅次于北京、天津的重要的旅游客源地和扩散中心。

通过结构洞的冗余度指标可以看出，北京的指标数值最大(5.719)，表明北京旅游业效能最高，竞争力最大；其次是天津、石家庄、保定、承德、秦皇岛；旅游效能最低、竞争力最弱的城市是沧州、廊坊。旅游效率最高的城市是北京、石家庄，其次是天津、保定、承德、秦皇岛、张家口，旅游效率最低的城市是唐山。从制约度指标看，北京的数值最小(0.371)，说明北京在京津冀旅游流网络结构中处于最核心位置，其次是天津、保定、石家庄；沧州、廊坊、张家口、唐山制约度指标数值较大，说明这些城市处于较边缘的位置。

3 京津冀旅游流网络结构与环境的响应效果

3.1 京津冀旅游流网络结构的环境影响指标权重

为了提高计算的准确性，本文采用以实际数据为依据的熵值法来确定京津冀旅游流网络结构的环境影响指标权重[18]，计算结果如表5所示。

表5 京津冀旅游流网络结构的环境影响指标权重

Table 5 Environment influence index weight of tourism flow network structure in Beijing-Tianjin-Hebei area

北京天津石家庄唐山秦皇岛保定承德廊坊沧州张家口E11E12E21E22E23E31E32E330．0960．1160．0720．0660．0730．2860．1280．1630．1120．0950．0600．1070．0940．2280．2140．0900．1000．1150．1710．1240．1210．1530．1040．1120．0970．1330．1280．1040．0740．0970．1720．1950．1850．0880．0830．1870．0820．0620．1850．1280．0940．1100．0800．0800．1340．0870．2370．1780．0910．1210．1160．0850．0810．1180．2890．0990．0870．1530．0980．1040．2530．0890．1140．1020．1270．1120．1040．1170．0940．0820．2130．1510．0800．0900．2100．0880．1680．0720．0740．218

3.2 京津冀旅游流网络结构与环境的耦合协调度

运用耦合协调度模型计算出京津冀10城市网络结构与旅游环境的耦合协调度(表6)。从表6可以看出，京津冀10城市旅游流网络结构与环境的耦合协调度处于轻度失调到初级协调之间，说明整体协调水平有待提高。北京、天津、石家庄的耦合协调度较好，为初级协调；秦皇岛、保定、承德为勉强协调；唐山、廊坊、张家口为濒临失调；沧州为轻度失调。

表6 京津冀10城市旅游流网络结构与环境耦合协调度

Table 6 Coupling coordination degree between tourism flow network structure and environment of 10 cities in Beijing-Tianjin-Hebei area

u1u2CTD协调度北京0．98540．68500．49180．83520．6409初级协调天津0．76600．79080．49990．77840．6238初级协调石家庄0．69900．95210．49410．82550．6387初级协调唐山0．28960．55950．47410．42450．4486濒临失调秦皇岛0．41190．95210．45910．68200．5596勉强协调保定0．57360．78520．49390．67940．5793勉强协调承德0．40650．80090．47260．60370．5341勉强协调廊坊0．14710．70550．37790．42630．4014濒临失调沧州0．11320．71590．34330．41450．3773轻度失调张家口0．27280．57980．46650．42630．4459濒临失调

3.3 京津冀旅游流网络结构与环境的响应效果检验

(1)全局Moran指数检验。将通过ArcView软件制作的地图及数据输入到Geoda软件中，计算出全局自相关系数为-0.1048，这说明京津冀旅游流网络结构与环境的耦合协调度状况为离散型，耦合协调效果较好的地区被效果不好的地区所包围，且全局自相关系数绝对值较小，表明耦合协调度虽存在空间离散特征，但并不显著。

(2)局部Moran指数检验。Moran散点图能够反映局域空间的异质性和依赖性，分为4个象限，第一象限表示“高-高”，第二象限表示“低-高”，第三象限表示“低-低”，第四象限表示“高-低”。通过图1可以看出散点图上的各个点较为分散，说明京津冀旅游流网络结构空间自相关性较强，空间差异性较大。

图1 京津冀旅游流网络结构与环境协调度Moran散点图

Fig.1 Local Moran scatter map of coupling coordination degree between tourism flow network structure and environment in Beijing-Tianjin-Hebei area

处于第一象限的北京、天津、石家庄为“高-高”类型，经济和社会文化环境优越，因此旅游流网络结构与环境的耦合协调度较好，对周边地区具有显著的带动效应；处于第二象限的张家口、唐山为“低-高”类型，说明这两个城市自身的耦合协调度相对较低，但与周边城市的耦合协调度较高；处于第三象限的廊坊、沧州为“低-低”类型，这两座城市本身旅游流网络结构与环境的耦合协调度就不高，也没有对其周边地区起到一定带动作用；处于第四象限的秦皇岛、保定、承德为“高-低”类型，这三座城市旅游资源丰富、生态环境较好，并且旅游业是重点发展产业，因此在旅游资源开发和环境管理上更为重视，旅游流网络结构与环境的耦合协调度相对较高，但对周边地区的带动效应低。

4 结论与启示

在京津冀旅游流网络结构中，北京、天津、保定、石家庄处于核心位置，沧州、廊坊、张家口、唐山处于较为边缘的位置。北京的中介作用、联通程度和重要程度均最高，旅游流的流量最大，是该区域最重要的旅游目的地、客源地、旅游聚集中心和扩散中心；天津、石家庄次之，但石家庄的旅游目的地和聚集中心地位高于天津；秦皇岛、保定、承德在京津冀旅游流网络结构中处于中等位置，唐山、沧州、廊坊、张家口在该区域旅游流网络结构中的作用和重要性较小，但唐山和保定是仅次于北京、天津的重要旅游客源地和扩散中心。通过结构洞指标可以看出，北京旅游业效能最高，竞争力最大；其次是天津、石家庄、保定、承德、秦皇岛；旅游效能最低、竞争力最弱的城市是沧州、廊坊。旅游效率最高的城市是北京、石家庄，其次是天津、保定、承德、秦皇岛、张家口，旅游效率最低的城市是唐山。

从耦合协调度分析结果可以看出，京津冀10城市旅游流网络结构与环境的耦合协调程度都不高，处于轻度失调到初级协调之间，整体水平有待提高，这也恰好说明了旅游流网络结构的环境敏感性，区域旅游发展不仅依赖于旅游资源的品质与数量，更取决于自然生态、社会、经济发展环境。北京、天津、石家庄的耦合协调度相对较好，为初级协调，这主要得益于3市经济、社会发展水平，同时对周边城市的耦合协调水平起到一定的辐射拉动作用；秦皇岛、保定、承德为勉强协调；唐山、廊坊、张家口为濒临失调；沧州为轻度失调。从空间自相关性的分析结果可知，京津冀10城市的旅游流网络结构与环境的耦合协调程度参差不齐，表现出相对离散的状态。

总体看，京津冀旅游流网络结构松散、密度低，与环境的整体响应效果不高，网络结构有待进一步优化。该区域应该抓住京津冀协同发展战略机遇，本着资源共享、优势互补的原则，制定区域整体旅游发展规划，以差异化思想准确定位旅游发展目标，避免或减少区域内旅游同质化竞争；应建立由京津冀三地政府牵头、旅游企业参与的区域旅游协作体系，打造京津冀无障碍旅游区，提高区域内各城市之间交通网络的通达性和便捷性，形成区域联动的旅游流网络结构。生态环境是制约京津冀旅游流网络结构与环境响应效果的主要因素，三地应携手共同营造良好生态环境，切实做好环境保护工作。

从单个城市看，核心节点城市北京、天津、保定、石家庄应注重城市规划和旅游业相关配套设施特别是交通基础设施的改进。处于中间地位的秦皇岛、承德虽然旅游资源丰富，但旅游吸引力仍需进一步加强。边缘节点城市沧州、廊坊、张家口、唐山响应效果的改进则需兼顾三方面:一是要加快旅游业发展，如张家口可借助与北京联合申办冬奥会的契机，大力创建运动休闲之都和草原冰雪温泉度假区,廊坊应依托区位优势加快发展会展旅游等；二是推进城市自然生态、经济和社会文化环境的改进，使其旅游流网络结构与环境实现协调发展；三是进一步加强与核心节点城市的合作，通过核心城市的扩散与辐射效应，提高自身的旅游接待量和网络地位。

由于京津冀地区部分城市旅游统计工作相对滞后，研究指标的选取因数据的可获得性而受到一定限制，使指标的全面性、科学性存在一定的商榷空间。随着旅游统计工作的进一步完善，区域旅游流网络结构与环境的响应研究也将得到深化。

[1] 张佑印,顾静,马耀峰.旅游流研究的进展、评价与展望[J].旅游学刊,2013,28(6):38-46.

[2] 刘法建,张捷,陈冬冬.中国入境旅游流网络结构特征及动因研究[J].地理学报,2010,65(8):76-81.

[3] HAN Z.Modeling US tourism demands for European destinations[J].Tourism Management,2006,27(1):1-10.

[4] SAXENA G.Relationships,networks and the learning regions:Case evidence from the Peak District National Park[J].Tourism Management,2005,26(3):277-289.

[5] ASHWORTH G,PAGE J.Urban tourism research recent progress and current paradoxes[J].Tourism Management,2011,32(1):1-15.

[6] 张佑印,马耀峰,顾静.北京间接入境聚集旅游流流势时空演化规律研究[J].旅游学刊,2011,26(10):31-35.

[7] LEE H,JOH C.Tourism behavior in Seoul:An analysis of tourism activity sequence using multinational sequence alignments[J].Tourism Geographies,2010,12(4):487-504.

[8] 孔伟,刘宇峰,王淑佳,等.基于分形理论的河北省旅游中心地规模结构变化研究[J].地理与地理信息科学,2014,30(4):85-89.

[9] 陈浩,陆林,郑嬗婷.基于旅游流的城市群旅游地旅游空间网络结构分析——以珠江三角洲城市群为例[J].地理学报,2011,66(2):257-266.

[10] 李创新，马耀峰，张佑印,等.中国旅游热点城市入境客流与收入时空动态演化与错位——重力模型的实证[J].经济地理,2010,30(8):1372-1377.

[11] YANG Y,FIK T,ZHANG J.Modeling sequential tourism flows:Where is the next destination?[J].Annals of Tourism Research,2013,43(8):297-320.

[12] LI X P,LI X,HUDSON S.The application of generational theory to tourism consumer behavior:An American perspective[J].Tourism Management,2013,37(2):147-164.

[13] 唐顺铁,郭来喜.旅游流体系研究[J].旅游学刊,1998,13(3):38-41.

[14] 王金荧,吴晋峰,唐澜,等.亚洲入境旅游流地理分布及网络结构特征分析[J].资源科学,2013,35(8):1701-1709.

[15] EMANUELA M,RAFFAELE P.They arrive with new information.Tourism flows and production efficiency in the European regions[J].Tourism Management,2011,32(4):750-758.

[16] 生延超,钟志平.旅游产业与区域经济的耦合协调度研究[J].旅游学刊,2009,24(8):23-29.

[17] 董亚娟,马耀峰,李振亭,等.西安入境旅游流与城市旅游环境耦合协调关系研究[J].地域研究与开发,2013,32(2):98-101.

[18] 李创新,马耀峰,张颖,等.1993-2008年区域入境旅游流优势度时空动态演进模式——基于改进熵值法的实证研究[J].地理研究,2012,24(2):257-268.

Study on Regional Tourism Flow Network Structure and Its Environment Response: A Case of Beijing-Tianjin-Hebei Area

WENG Gang-min,LI Ling-yan

(SchoolofEconomicsandManagement,YanshanUniversity,Qinhuangdao066004,China)

Tourism flow plays an important guiding role in the development and planning of tourism destinations.How to realize the coordinated development between tourist flows and the regional economy,society and natural environment becomes an urgent problem to be considered for tourism destinations.With the help of social network theory and method this paper researches regional tourism flow network structure system,from the perspective of economy,society and natural environment,the environmental impact factors of regional tourism flow network structure are analyzed.The coupling coordination degree model is built to measure the intensity of environment factors′ influence on the regional tourism flow network structure,and the Moran index is used to analyze the global and local autocorrelation of the coupling coordination degree between regional tourism flow network structure and environment factors.Finally,Beijing-Tianjin-Hebei area is cited as an example to probe the response effect between the tourist flow network structure and the regional environment,and to provide decision-making reference for optimization of regional tourism flow network structure.

tourism flow network structure;environment response;coupling coordination degree model;Moran index;the Beijing-Tianjin-Hebei area

2014-05-29；

2014-08-25

河北省高等学校自然科学重点项目(ZD20131021)；教育部人文社会科学研究规划基金项目(14YJA790059)

翁钢民(1963-)，男，教授，博士生导师，研究方向为旅游地理。E-mail:wenggangmin@126.com

10.3969/j.issn.1672-0504.2015.01.013

F592

A

1672-0504(2015)01-0059-05