基于流空间的东北地区城市旅游网络体系和空间结构研究

■ 于洪雁　博士生　刘继生　教授（、牡丹江师范学院经济与管理学院　黑龙江牡丹江　570　、东北师范大学地理科学学院长春　3004）



基于流空间的东北地区城市旅游网络体系和空间结构研究

■ 于洪雁1博士生刘继生2教授（1、牡丹江师范学院经济与管理学院黑龙江牡丹江1570112、东北师范大学地理科学学院长春130024）

内容摘要：信息技术与现代交通体系的影响使城市间的联系更加错综复杂，各种流交织在一起形成了新型的城市网络格局。本文以流空间为视角、以旅游景区为基础，生成城市旅游网络关联矩阵，测度各项指标。借助ArcGis软件，分析东北地区城市旅游网络的等级体系和空间结构特征。结果表明：城市旅游网络体系表现出明显的层级性，五个等级体系呈现出纺锤型模式；在高、中、低联系强度旅游流影响下，城市旅游网络空间结构的演变过程为：哈大城市走廊沿线→T字形→倒三角形→多边形结构，由中心向边缘逐渐扩展，从而覆盖几乎所有区域。各等级旅游流联系强度差异较大，且整体偏弱；辽宁省、黑龙江省、吉林省、内蒙古自治区（三市一盟）对内与对外网络连接总值、比值依次降低，联系强度逐渐减弱，区域差异显著；高等级城市与资源型城市在东北地区城市旅游网络结构中占支配地位，构成网络联系与空间结构的核心。

关键词：流空间旅游流城市旅游网络东北地区

信息技术与现代交通体系的快速发展，缩小了城市间的空间障碍和时间成本。城市发展逐渐打破自身界限，突破原有的封闭系统，形成了多样化、开放式的城市网络体系。城市网络的外部结构如何表征？城市网络内部的运行机制又如何描述？城市社会学家Castells M提出的流空间理论恰好强调城市节点在塑造网络中的价值与作用，为信息技术与城市网络的发展找到新契合点，成为城市网络研究的又一经典范式。

流空间即为“不必地理邻接即可实现共享视角的社会实践的物质组织”（Castelles M，1989）。既包括节点、枢纽、廊道等基础设施网络，也包括其所承载的人流、物流、信息流、资金流、技术流等。流空间和城市的关系可以概括为，城市节点是各种流相互作用的载体，而流决定了城市节点的功能和角色（孙中伟等，2005）。这一概念提出后，Taylor P.J领导的GaWC团队将其奉为圭臬，为完善实践城市网络研究做出巨大贡献（Taylor P J，2001；eaverstock J V，etal，2000）。随后的外国学者纷纷利用交通流、互联网流、通信流等分析城市网络联系（Smith D A，1995；Townsend A M ，etal，2001；Derudder B，et al.，2008）。我国学者借鉴国外理论与实证方法展开多种探讨。金凤君、周一星、汪明峰、利用铁路客流、航空客流、互联网；路旭、陈晨、甄峰利用国际生产者服务业分布、微博往来、固话通讯流分别研究了不同尺度、不同区域的中国城市网络结构。

旅游业作为现代服务业的重要组成部分，是城市赖以生存发展的核心竞争力，也是城市间开展区域合作的“催化剂”。当前中国已有27个省市将旅游业确立为战略性支柱产业或优势产业（高楠等，2013）。随着当今社会向后福特主义的转变，旅游已成为大众休闲方式，旅游业的发展也成为中国城市多元化发展的一种模式。推动城市可持续发展，构建文化同源和地域相近的城市旅游网络是重要的区域发展战略。旅游景区作为城市旅游供给的物质载体与核心资源。围绕旅游景区密布了大量的旅游流，其隶属于流空间的范畴，包括人流、物质流、资金流、文化流、信息流等。这一流动逐渐使旅游景区的发展摆脱自身的地域疆界限制，原本分离的旅游景区形成了客源地与目的地相互作用的O-D网络，O-D网络中要素的不断流动，构筑了城市旅游网络体系。在这一体系中，旅游景区是承载流空间的场所与枢纽，发挥着纽带作用。因此，旅游景区之间的联系正是重新刻画、考量城市旅游网络体系和空间结构关系的基础。以东北地区为例，一方面，期望对城市旅游网络、旅游空间结构研究提供新思路、新视角；另一方面，期望为东北地区区域旅游规划、旅游多边合作、旅游线路整合等方面提供参考。

数据资料与研究方法

（一）研究范围

研究范围为东北三省（黑龙江省、吉林省、辽宁省）和内蒙古自治区三市一盟（赤峰市、通辽市、呼伦贝尔市、兴安盟）。基本空间单元为40个地级市（盟、州）。旅游景区选取国家3A级以上（含3A），共444个。5A级景区9个，4A级景区141个，3A级景区294个。研究数据来源于《中国旅游统计年鉴（2013）》以及各省、地级市旅游局官方网站。

（二）基础数据构建

统计40个地级市旅游景区的分布数据，根据旅游景区的级别赋予不同分值，5A级旅游景区赋3分、4A级旅游景区赋2分、3A级旅游景区赋1分。计算得到各城市旅游景区的得分，此得分又可称为旅游景区在某一城市的服务能值。服务能值反映了某一城市在区域网络中所占据的地位和重要性，但并不能说明城市之间的网络联系。需要以此为基础构建城市之间的网络关联矩阵。

（三）城市旅游网络关联矩阵构建

不同旅游景区间的联系构成城市之间的网络联系，文章构建由40个城市和444家旅游景区所组成的关联矩阵。设城市i中旅游景区j的得分值为旅游景区j在整个网络中的重要程度，用Pij来表示，那么旅游景区j在m、n两个城市之间的网络连接值可表示为：Cmn，j=Pmj×Pnj；m、n两城市之间的总网络连接值可表示为：Cmn=ΣjCmn，j。由此构建一个40×40的城市旅游网络连接度矩阵。单个城市与其它所有城市的网络连接值为：Tm=ΣiCmi。整个网络的总连接值为：L=ΣiTi，各城市的网络连接度为：Nm=Tm/L。以网络连接度最高的城市为基准，单个城市的相对连接度：Rm=Tm/Th。

城市旅游网络体系整体结构分析

（一）城市的重要性与网络相对连接度的相关性

根据公式计算出城市网络的连接度Nm和相对连接度Rm。将城市网络相对连接度与城市的重要性进行比对，如图1所示。横坐标是城市重要性的排序，这一重要性由城市服务能值来代表；纵坐标是城市的网络相对连接度，反映城市在网络体系中的相对联系能力。二者的交互点近似排成一条下降的趋势线，说明城市的重要性和城市网络相对连接度呈一定的正相关关系，即城市网络相对连接度随着城市重要性的减弱而逐渐降低。图1中存在几处凹点，如牡丹江、长春、黑河、鞍山等城市的网络相对连接度与城市重要性并不对应。这类城市大多属于地方性城市，其地位的削弱应是受区域内行政等级更高且实力更强的城市所影响。

（二）城市旅游网络体系的层级分布

为进一步细分城市旅游网络体系的层级分布情况，建立网络相对连接度散点图，如图2所示。代表40个城市的点排成了一条下降曲线，高度相近的点趋于在一定范围值内分布聚集，可分为若干聚集区。沈阳、哈尔滨、大连作为第一级，网络相对连接度大于0.6，远远高于其他城市，是区域性网络联系的中心。呼伦贝尔、伊春、牡丹江、葫芦岛、抚顺、本溪、通辽、大庆、丹东、延边作为第二级，网络相对连接度为0.3-0.6，是区域性网络联系的次中心。长春、通化、赤峰、锦州、黑河、铁岭、双鸭山、白山、鸡西、朝阳、吉林、兴安盟、齐齐哈尔作为第三级，网络相对连接度为0.2-0.3，是地方性网络联系的中心。佳木斯、辽阳、大兴安岭、盘锦、松原、鹤岗、营口、绥化、阜新、鞍山、白城作为第四级，网络相对连接度为0.1-0.2，是地方性网络联系的次中心。四平、七台河、辽源作为第五级，网络相对连接度为0-0.1，是网络联系的节点。第一级和第五级的城市数量较少，而中间级别的城市数量较多，城市旅游网络体系的等级分布呈现出“两边小、中间大”的纺锤型结构。

表1　各省份内外部网络连接值及比例

图1　城市的重要性和城市网络相对连接度的关系

图2　城市网络相对连接度散点图

图4　旅游流联系强度直方图

城市旅游网络的空间结构分析

（一）城市旅游网络联系强度具有等级性

计算城市网络连接值作为旅游流联系的强度值，使用ArcGIS软件将强度值划分为高、中、低三个等级（见图3），再将高、中、低级网络强度值再次细化，得到基于各等级联系强度的城市旅游网络空间结构。在高等联系强度网络中，第一等级为城市网络连接值最高的三组城市：沈阳-哈尔滨、哈尔滨-大连、沈阳-大连。数值均大于600，形成了哈大城市走廊沿线。第二、三等级中，哈大城市走廊沿线上的各城市之间联系更加密集，并经哈尔滨向北扩展到伊春；向东拓展至牡丹江；向西延伸至呼伦贝尔，形成T字形网络。位于T字两端的呼伦贝尔与牡丹江，又分别与大连建立起联系，网络空间结构发展成“倒三角形”。高联系强度的城市旅游网络具有清晰的网络脉络，构成了东北地区城市旅游网络联系的主干。在中等联系强度网络中，网络空间结构进一步向边缘推进，北部延伸至黑河、大兴安岭；东部扩展至双鸭山、通化、丹东；西部伸展至锦州、赤峰等城市，形成一个多边形结构。在低等联系强度的网络中，网络空间结构已覆盖大多数城市，位于边缘的呼伦贝尔、大兴安岭、黑河、延吉、丹东、赤峰等城市相互间建立联系，构成一个相对封闭的网络空间地域系统。仅有七台河、四平、辽源处于孤岛之地，未和其他城市建立关联。

从总体上看，高等联系强度的城市对数量占总数的5.90%，联系值占总值的26.97%；中等联系强度的城市对数量占总数的31.67%，联系值占总值的47.25%；低等联系强度的城市对数量占总数的62.43%，联系值占总值的25.78%。三个级别的联系强度差异较大，具有明显的极化现象。建立旅游流联系强度的直方图，如图4所示。横坐标为旅游流联系强度的分组，将三个等级联系强度的旅游流细分为18组；纵坐标为每组内出现的次数，即频率。经计算此直方图的偏态系数为1.658409，偏态系数大于1，为高度偏态分布，且为正偏或者右偏。旅游流联系强度低于平均数113.4736842的个数为69.13%，大多旅游流联系强度集中分布于众数48周围，而众数又远远低于平均值。因此，东北地区城市旅游网络的联系强度偏低。

（二）城市旅游网络内部各省份差异明显

提取黑龙江省、吉林省、辽宁省、内蒙古自治区的城市网络连接值（见表1），观察各省份在区域内外部中的联系强度，比较四个次区域的网络空间特点。各省份内外部网络连接总值、比值均呈现由辽宁省-黑龙江省-吉林省-内蒙古自治区顺次递减的趋势，辽宁省、黑龙江省的网络联系能力较强，而吉林省、内蒙古自治区网络联系最弱。倘若其数值的大小是与各省所拥有的城市数据有一定关系，那么进一步观察各省份首位城市，沈阳、哈尔滨、长春、呼伦贝尔的网络连接值均呈现出逐渐下降趋势，同样可以说明在东北地区内部各省份之间旅游网络联系强度上存在的差异。辽宁省、黑龙江省所占比例均较高，二者共占71.34%。而吉林省、内蒙古仅占28.66%，这一差异较为显著。辽宁省对内对外联系均较强，而黑龙江省、吉林省、内蒙古自治区内向联系薄弱，网络联系主要体现为对外的联系之中。

（三）高等级城市与资源型城市主导的城市旅游网络

为分析主要城市在网络中的重要程度，本文提取城市层级体系中的前六位城市。沈阳、大连、哈尔滨作为东北地区的省会城市和沿海港口城市，网络涉及面最广、指向性最强，与其它城市的网络连接线总计111条，占15.83%。网络连接值分别为13909、12461、11326，累计占总量的27.57%。它们既作为网络的端点、控制性节点，又是网络空间结构的核心，在区城市旅游网络空间结构中占有绝对的支配地位。呼伦贝尔、伊春、牡丹江三个旅游资源型城市其网络联值分别为6592、6265、5905，累计占区域总量的13.72%，联系强度仅次于前三位城市，在网络中地位也较为突出。由这六座城市所构成的城市网络体系与整个区域的城市网络体系基本一致，这更加反映出了高等级城市与资源型城市共同主导的作用。

结论

流空间为城市旅游网络的研究提供了一个新视野、新思路，清晰地反映了城市旅游网络的层级体系和空间组织结构，并解读出传统视角难以发现的新特点，是一种行之有效的方法。研究表明：城市旅游网络体系表现出明显的层级性，五个等级体系呈现出纺锤型模式；在高、中、低联系强度旅游流影响下，城市旅游网络空间结构的演变过程为：哈大城市走廊沿线→T字形→倒三角形→多边形结构，由中心向边缘逐渐扩展，从而覆盖几乎所有区域。各等级旅游流联系强度差异较大，且整体偏弱；辽宁省、黑龙江省、吉林省、内蒙古自治区（三市一盟）对内与对外网络连接总值、比值依次降低，联系强度逐渐减弱，区域差异显著；高等级城市与资源型城市在东北地区城市旅游网络结构中占支配地位，构成网络联系与空间结构的核心。

基于流空间的东北地区城市旅游网络空间结构在传统地理空间基础上，沿着旅游业的布局形成了独特的特征。在区域旅游发展中，东北地区要遵循旅游网络的空间结构特征，进一步调整发展模式，淡化行政色彩，充分发挥核心城市的龙头作用，培育资源型城市的吸引作用，有步骤、有节奏地由核心城市向边缘城市扩散联动；进一步完善区域旅游合作机制，加强旅游资源整合，打造多类型、多主题的旅游产品，构筑区域旅游品牌形象；进一步推进旅游企业紧密合作，加强旅游人才、信息、技术交流，实现优势互补，互惠共赢的良好局面。

图3　东北地区高、中、低等级联系强度的城市旅游网络空间结构

参考文献：

1.Castelles M.The informational city：information technology，economic restructuring and the urban-regiona progress［M］.Oxford，Blackwell，1989

2.孙中伟，路紫.流空间基本性质的地理学透视［J］.地理与地理信息科学，2005，1（1）

3.Taylor P J.Specification of the world city network［J］.Geographical Analysis，2001，33（2）

4.Beaverstock J V，Richard G S，Taylor P J.World city network：a new metageograpy［J］.Annals of the Association of American Geographers，2000，90（1）

5 . Smith D A . Timberlake M.Conceptualising and Mapping the Structure of the World system’s city system［J］.Urban studies，1995，32（2）

6.Townsend A M.Network cities and the global structure of the Internet［J］.American Behavioral scientist ，2001，44（10）

7 . Derudder B，Witlox F，FaulconbridgeJ.Airline data for global city network research：reviewing and refining existing approache［J］.Geojournal，2008，71 （1）

8.金凤君，王姣娥.20世纪中国铁路网扩展及其空间通达性［J］.地理学报，2004，59（2）

9.周一星，胡智勇.从航空运输看中国城市体系的空间网络结构［J］.地理研究，2002，21（3）

10.熊丽芳，甄峰，王波等.基于百度指数的长三角核心区城市网络特征研究［J］.经济地理，2013，33（7）

11.路旭，马学广，李贵才.基于国际高级生产者服务业布局的珠三角城市网络空间格局研究［J］.经济地理，2012，32（4）

12.陈晨，修春亮.流空间视角的东北地区城市网络研究［J］.地域研究与开发，2014，33（8）

13.甄峰，王波，陈映雪.基于网络社会空间的中国城市网络特征—以新浪微博为例［J］.地理学报，2012，67（8）

14.高楠，马耀峰，李天顺等.基于耦合模型的旅游产业与城市化协调发展研究—以西安市为例［J］.旅游学刊，2013，28（1）

基金项目：▲国家自然科学基金项目（41471111）

中图分类号：◆F590

文献标识码：A