乌鲁木齐市旅游景点可达性及网络特征研究

(新疆师范大学 地理科学与旅游学院,新疆 乌鲁木齐 830000)

旅游景点是旅游业的基本单元。一定区域内旅游景点的可达性和网络特征将直接引发旅游者的空间行为变化,该研究涉及景点的分布状态、景点质量和数量组合相互关系。可达性作为衡量交通网络结构绩效的一项有效指标,最早是由HANSEN提出[1]，由于涉及范围较广,学术界并没有统一定论。比较认可的可达性是基于交通系统的个体或群体在区域内移动能力的具体表达。目前国内外学者在可达性的研究上具有多领域、多方法等特点,研究涉及交通地理、城市地理、土地利用、经济地理等领域[2]，主要应用距离度量法、等值线法、拓扑网络连接法、潜力模型法[3-6]等。然而,对旅游景点可达性研究不多,主要涉及不同空间尺度旅游景点可达性的测度[7-9]、某种交通方式变革(高铁等)对旅游景点可达性的影响[10];应用方法也主要局限在缓冲区分析法[11,12]、交通成本加权值[13]、栅格成本加权距离算法[14,15]。

社会网络分析法是计量数学在结合社会学、心理学、人类学发展起来研究社会和社会关系的重要分析方法[16]。自20世纪30年代初具雏形到70年代广泛应用,成为最具潜力的社会学分支之一。1996年被国外引入旅游研究[17,18],研究者多用网络拓扑结构定量描述旅游者的多城市旅行模式[19,20]、国家间旅游流网络[21]、目的地旅游流网络时空特征[22,23]等。国内使用该方法研究旅游起步较晚,目前主要应用于旅游线路流[24,25]和空间模式研究[26-29]等方面,有一些研究成果。但沿海发达地区旅游研究使用此方法较多,西北欠发达地区尤其是新疆地区研究较少;研究范围也多在城市或大尺度区域,城市区域内部之间关系研究较少。

乌鲁木齐市作为新疆维吾尔自治区的首府,是全疆最大的旅游客源地和疆外游客集散地。本文以乌鲁木齐市旅游景点为例,建立旅游景点交通可达性评价模型和旅游景点公交线路整体网络特征评价模型,对乌鲁木齐市旅游景点可达性和区域内旅游景点公交线路整体网络特征进行分析,以完善和提升乌鲁木齐市旅游公共服务,为乌鲁木齐市由全疆旅游集散中心向丝绸之路经济带旅游集散中心转变提供基础研究依据。

1 数据来源和研究方法

1.1 研究区概况和数据来源

乌鲁木齐市是新疆首府,也是全区政治、经济、文化、科教、金融和交通中心,地处亚欧大陆腹地,准噶尔盆地南缘。乌鲁木齐市域辖七区一县即天山区、沙依巴克区、高新区(原新市区)、水磨沟区、经济技术开发区(原头屯河区)、达坂城区、米东区和乌鲁木齐县。本研究从新疆旅游官方网获取28个乌鲁木齐市旅游景点(表1),包括旅游景点等级、数量等。乌鲁木齐市目前各景点之间是以公路交通为主。各景点的时间距离和空间距离是通过百度地图自动测距获取。节点之间的公交线路为乌鲁木齐市公共交通集团有限责任公司官网(http://www.wlmqgj.com/)与百度地图软件查询所得。列出28❋28个旅游景点间的数据,构成乌鲁木齐市旅游景点间通行时间矩阵、通行距离矩阵和公交线路矩阵。每个矩阵的784个数据拾取时段为2017年5月8日—5月21日,每天上午10:00—12:00及下午16:00—18:00。

表1 乌鲁木齐市旅游景点等级统计

注:数据来源于新疆旅游官方网(http://zw.xinjiangtour.gov.cn/gzfw/lyml/Ajjq/a5Ajjq.htm),2016年。

1.2 旅游景点交通可达性评价模型

可达性计算:可达性计算是通过计算区域某景点至区域内其他景点之间最短通行时间、最短通行距离的平均值来衡量,计算公式为:

(1)

(2)

式中,i、j为区域内旅游景点;Tij、Dij分别为区域内景点i通过公路交通网络到达景点j的最短通行时间、最短通行距离;n为区域内旅游景点数量;Ai为景点i的时间可达性;Sk为景点i的空间可达性。Ai、Sk的值越小,表明旅游景点i时间可达性或空间可达性越好；反之,则越差。

可达性系数(评价):可达性系数是对景点时间可达性或空间可达性进行归一化处理后的结果,均值为1。计算公式为:

(3)

(4)

图1 乌鲁木齐市旅游景点公交线路网络

1.3 区域旅游景点公交线路整体网络特征评价模型

构建公交线路网络:通过软件查询和实地调研,将乌鲁木齐市各旅游景点按照公交线路先后顺序拆分为有向景点对。例如，线路a→b→c,拆分为a→b、b→c两个景点对,一个旅游景点出现一次记为1,累计得出所有旅游景点对出现的次数,叠加后利用NetDraw绘制乌鲁木齐市公交线路网络(图1,拓扑结构图,图中景点位置与实际地理位置无关)。若a→b产生的公交线路流动次数为m,b→a产生的公交线路流动次数为n,且m≥n,则线段指向为a→b。图1中旅游景点的图形越大,表示公交线路流量(发车频次)越大(公交线路流量=m+n)；孤立的旅游景点表示没有公交线路直达其他旅游景点。公交线路网络即以28个旅游景点为节点,以其到访是否有公交线路连接构建的网络。建立非对称赋值矩阵E,矩阵E中行i和列j分别代表不同的旅游景点,矩阵单元E(i,j)的值代表公交线路从旅游景点i到旅游景点j的直接流动次数;选取1为临界值,将矩阵进行二值化处理:当两个旅游景点之间无公交线路联系时,记为0,反之则为1,由此产生公交关系线路的二分矩阵。

中心势:能刻画网络的整体中心性。中心势值越大,说明网络中的公交线路流围绕旅游景点集聚或发散的趋势越明显。计算公式为:

(5)

式中,CD表示程度中心势;CD(ni)表示节点程度中心性值;CB(n*)表示节点程度中心性的最大值;g表示网络节点总数。

网络密度:网络中旅游景点之间实际存在的关系数量与理论上所有可能存在的关系数量之比。计算公式为:

(6)

式中,D表示网络密度;Di为节点i的度数值;g为网络节点总数;D值最大为1,最小为0；D值越大,表示网络结构越紧凑,节点之间的联系越密切。

点度中心性:它是与该旅游景点直接相连的公交线路数目。当一个旅游景点与其他许多旅游景点之间的公交线路越多,则该点具有较高的点度中心性。在有向关系网络中分为点入度和点出度,点入度高代表集散性好,点出度高则代表发散性好。

中间中心性:测量的是一个旅游景点在多大程度上位于网络中众多其他旅游景点的捷径(最短路径)上,即“旅游景点对”的“中间”,计算公式为:

许多高校的网管员非网络专业人员，基本就是兼任或者是勤工俭学学生，在日常的网络与应用系统的维护中，很难处理信息安全这样专业性强的工作。遇到突发的网络安全事故，没有快速处理的能力。另外，学校自身处理这类事件的能力也不足，对于问题较严重的也要依赖于公司的技术力量。这类问题在艺术院校尤为突出，技术人员水平与配备都要有所提升。

(7)

式中,CB(ni)表示中间中心性;gjk为节点j和节点k之间存在最短路径的数目;gjk(ni)为j与k之间存在的经过节点i的最短路径的数目;g为此网络中的节点总数。CB(ni)的值越高,说明该点的中转便利度越高,越能控制与其他旅游景点之间的联系,其他旅游景点对其依赖性越高。

接近中心性:当一个旅游景点与图中其他所有旅游景点的“距离”都较短,表明该旅游景点具有较高的接近中心性。当两个旅游景点间联系越紧密,则接近中心性值越高,反之则越低。对于有向关系网络,接近中心性又分为内接近性与外接近性,计算公式为:

(8)

式中,Ci代表旅游景点i的接近中心性;dij代表旅游景点i和旅游景点j直接的捷径距离(即包含的线数)。Ci的值越大,表明该旅游景点不是网络的核心点。

2 结果与分析

2.1 乌鲁木齐市旅游景点可达性分析

旅游景点可达性分析:从时间可达性和时间可达性系数可知(表2),乌鲁木齐市旅游景点时间可达性在0.61—2.25h之间,平均值为 0.97h。其中,时间可达性最好的旅游景点是新疆和田玉文化创意产业园,最差的旅游景点是盐湖城景区;时间可达性最好是最差的3.69倍,差距较为明显。可达性系数在0.63—2.32之间,各旅游景点的可达性系数极差为1.69,其中可达性系数小于1的旅游景点有17个,占比61%;可达性系数大于1的旅游景点有11个。

由空间可达性和空间可达性系数可知(表2),乌鲁木齐市旅游景点空间可达性集中在23.03—76.80km之间,平均值为 35.52km。其中,空间可达性最好的旅游景点是人民公园,而盐湖城景区空间可达性最差,且最好是最差的3.33倍,差距较为明显。可达性系数在0.65—2.16之间,最高的盐湖城景区为2.16,最低的人民公园为0.65。各旅游景点的可达性系数极差为 1.514,小于1的旅游景点有17个,大于1的旅游景点有11个,占比39%。乌鲁木齐市旅游景点可达性不均衡分布现象较为明显,大部分旅游景点可达性系数水平高于平均值。

表2 乌鲁木齐市旅游景点旅游交通可达性

(续表2)

旅游景点Ai(h)A′iSk(km)S′k旅游景点Ai(h)A′iSk(km)S′k乌鲁木齐市烈士陵园0．690．7124．060．68绿昆度假区1．101．1338．381．08新疆华联现代农业科技示范园1．021．0543．311．22新玉石之路文博馆0．800．8326．960．76新疆生态与地理研究所标本馆0．810．8325．580．72水上乐园0．800．8224．260．68均值0．971．0035．521．00

旅游景点可达性空间格局分析:本文采用ArcGIS克里金插值法,绘制乌鲁木齐市旅游景点可达性格局图(图2)。由旅游景点可达性空间格局可知,乌鲁木齐市旅游景点可达性空间格局大致呈现“核心—外围”模式。其中,可达性高值区主要分布在包括乌鲁木齐市的天山区、沙依巴克区、新市区、水磨沟区及紧邻这些区的部分二圈层区域。该区域内旅游景点数量有15个,占整个乌鲁木齐市旅游景点总数的53.57%,中转到其他旅游景点的平均距离较近,通行时间也最短。可达性低值区主要分布在乌鲁木齐市的乌鲁木齐县、达坂城区、米东区,且占整个乌鲁木齐市旅游景点总数的7.14%。

从旅游景点分布的质量来看,乌鲁木齐市唯一的5A级景点天山大峡谷的可达性空间值距离较远,但地理范围周边有5个旅游景点相毗邻,集群比较好,未来将有更大的发展空间。乌鲁木齐市9个4A级旅游景点分布程零散型,除头屯河区外,其他区及县都有旅游景点分布。

图2 乌鲁木齐市旅游景点可达性空间格局

2.2 区域内旅游景点公交线路整体网络特征分析

旅游景点之间公交线路流次关系:本研究选取乌鲁木齐市有公交线路联系的18个旅游景点的公交线路流动次数作为样本建立旅游景点公交线路流次频率(图3),反映出各旅游景点之间公交线路内部的差异变化。其中,流次频率=(流动次数×100)/总样本流动次数(旅游景点公交总线路流动次数为1406次)。

从图3可见,乌鲁木齐市有公交线路联系的18个旅游景点的公交线路流次频率波动不大,其中有5个旅游景点公交线路流次频率略微高于其他旅游景点。最高的旅游景点公交线路流次频率与最低的旅游景点公交线路流次频率相差约1.43%,可见有公交线路联系的18个旅游景点的公交线路流次频率波动不大,旅游景点之间的游客流量转移能力相差较小。

旅游景点公交线路网络特征分析:由Ucinet 软件计算得出乌鲁木齐市旅游景点公交线路的整体网络相关指标值(表3)。整体网络特征的分析结果表明,乌鲁木齐市旅游景点公交线路整体网络规模为28,网络密度为0.3836,理论上的最大线路连接为759,而实际线路连接仅为407。由此可知,乌鲁木齐市旅游景点公交线路网络密度较低,各个旅游景点的联系不密切,网络效果较差,网络发育水平也较低,有待完善。由表3可见,乌鲁木齐市的网络点出度和点入度的整体中心势均为25.51%，中间中心势为0.09%,表明乌鲁木齐市旅游景点的公交线路围绕少数核心旅游景点集聚或发散的趋势比较明显。

注:图中各代码代表的景点及其对应的百分比分别为:1.红光山旅游景区(6.05%);2.红山公园(6.05%);3.新疆维吾尔自治区博物馆(6.05%);4.乌鲁木齐市植物园(6.05%);5.新疆西尔丹辣椒文化观光园(6.05%);6.新疆和田玉文化创意产业园(5.76%);7.水磨沟风景区(5.69%);8.中国科学院新疆生态与地理研究所标本馆(5.69%);9.新玉石之路文博馆(5.69%);10.人民公园(5.55%);11.新疆天山野生动物园(5.48%);12.新疆国际大巴扎景区(5.41%);13.水上乐园(5.33%);14.儿童公园(5.26%);15.燕儿窝风景区(5.19%);16.乌鲁木齐市烈士陵园(5.12%);17.二道桥(4.97%);18.绿昆度假区(4.62%)。

图3旅游景点公交线路流向频率

从整体网络节点位置和重要性来分析,在乌鲁木齐市旅游景点公交线路网络中(图1),除10个孤立的旅游景点(天山大峡谷景区、亚洲大陆地理中心、东白杨沟风景区、银都度假村、丝绸之路国际度假区、盐湖城景区、新疆华联现代农业科技示范园、苜蓿台生态公园、水色假日生态度假景区、青格达湖风景区)外,平均每个旅游景点与10.357个其他旅游景点存在线路连接的扩散与集聚关系,平均0.6次充当网络中间者,接近中心性均值约为7,可知节点间距离关系比较疏散。方差结果表明,在接近中心性的外接近性和内接近性方差分别为6.927、6.927,中间中心性的方差则仅为0.239,而点度中心性的点出度和点入度方差分别为60.301、60.23,差距较大,旅游景点的网络地位极不均衡,线路连接关系集中于部分旅游景点。

综上所述,乌鲁木齐市28个旅游景点可划分为核心旅游景点、次核心旅游景点、边缘旅游景点三种类型:①核心旅游景点。该景点通常具有较高的点度中心性、中间中心性和接近中心性,具有较好的集散、中转和扩散功能;②次核心旅游景点,该景点的中心性略低于核心旅游景点,功能较弱;③边缘旅游景点。由此得出,红山公园、新疆维吾尔自治区博物馆、红光山旅游景区、乌鲁木齐市植物园、新疆西尔丹辣椒文化观光园以及新疆天山野生动物园6处为核心旅游景点;水磨沟风景区、新疆国际大巴扎景区、人民公园、儿童公园、乌鲁木齐烈士陵园、中国科学院新疆生态与地理研究所标本馆、水上乐园、燕儿窝风景区、绿昆度假区、新玉石之路文博馆及新疆田玉文化创意产业园12处为次核心旅游景点;10个孤立的旅游景点则属于边缘旅游景点。

表3 乌鲁木齐市旅游景点公交线路整体网络与节点特征分析

注:总度数是点出度和点入度之和。

3 结论及讨论

3.1 结论

本文采用旅游景点交通可达性评价模型和社会网络分析法对乌鲁木齐市28个旅游景点可达性和网络特征进行了定量研究,得出以下主要结论:①由旅游景点可达性和可达性系数分析表明,乌鲁木齐市旅游景点可达性不均衡分布现象较明显,大部分景点可达性系数水平高于平均值;从旅游景点可达性空间格局来看,乌鲁木齐市旅游景点可达性空间格局大致呈现“核心—外围”模式。②从旅游景点之间公交线路流向来看,乌鲁木齐市旅游景点之间的公交线路流次频率不对称,差异较大。其中有公交线路联系的18个乌鲁木齐旅游景点公交线路流流次频率波动不大,旅游景点之间的转移能力相差较小。③由旅游景点公交线路网络结构分析可知,乌鲁木齐市旅游景点公交路线网络可分为三类:主核心旅游景点、次核心旅游景点、边缘旅游景点。在28个旅游景点公交线路网中,有6个旅游景点在乌鲁木齐市旅游景点公交线路网络中具有一定的影响力,是乌鲁木齐市旅游景点公交线路网络中的核心旅游景点,其余则为次核心及边缘旅游景点节点。

3.2 讨论

目前,国内旅游地理学界对区域旅游景点可达性的研究主要是对旅游景区交通空间距离的测算,研究中发现区域内旅游景点之间的中转与集散的网络特征更为很重要。本研究创新之处在于,从区域内部视角对乌鲁木齐市旅游景点可达性和网络特征两方面进行整体研究,是对旅游景点可达性研究的丰富和拓展,具有一定的学术意义。本研究的不足之处是未对乌鲁木齐市旅游景点在各个交通节点的发车线路进行统计,对旅游景点研究的样本比例较低,这将是作者下一步研究拟突破的重点。未来还可从大尺度区域视角,对新疆各景点的可达性及网络特征分析进行研究,探讨旅游目的地的景点可达性。

[1]Hansen W G.How Accessibility Shapes Land-use[J].Journal of the American Institute of Planners.1959,25(2)∶73-76.

[2]王姣娥,胡浩.基于空间距离和时间成本的中小文化旅游城市可达性研究[J].自然资源学报,2012,27(11)∶1951-1961.

[3]杨家文,周一星.通达度：概念,度量及应用 [J].地理学与国土研究,1999,15(2)∶61-66.

[4]Spence N,Linnekeer B.Evolution of the Motorway Network and Changing Levels of Accessibility in Great Britian[J].Journal of Transport Geography,1994,2(4)∶247-264.

[5]Liu Suxia,Zhu Xuan.Accessibility Analyst：An Integrated GIS Tool for Accessibility Analysis in Urban Transportation Planning[J].Environment and Planning,2004,31(1)∶105-124.

[6]达福文.兰州市公共交通空间分布特征及其可达性研究[D].兰州：西北师范大学硕士学位论文,2013∶8-14.

[7]靳诚,陆玉麒,范黎丽.基于公路网络的长江三角洲旅游景点可达性格局研究[J].自然资源学报,2010,25(2)∶258-269.

[8]潘竟虎,从忆波.中国4A级及以上旅游景点(区)空间可达性测度[J].地理科学,2012,32(11)∶1321-1327.

[9]王美霞,蒋才芳,王永明,等.基于公路交通网的武陵山片区旅游景点可达性格局分析[J].经济地理,2014,34(6)∶187-192.

[10]蒋海兵,刘建国,蒋金亮.高速铁路影响下的全国旅游景点可达性研究[J].旅游学刊,2014,29(7)∶58-67.

[11]Javier G,Rafael G,Gabriel G.The European High Speed Train Net-work：Predicted Effects on Accessibility Patterns[J].Journal of Trans-port Geography,1996,4(4)∶227-238.

[12]Xuan Zhu,Suxia Liu.Analysis of the Impact of the MRT System on Accessibility in Singapore Using an Integrated GIS tool[J].Journal of Transportation Geography,2004,12(2)∶89-101.

[13]Inneker B，Spence N.Road Transport Infrastructure and Regional Economic Development：The Regional Development Effects of the M25 London Orbital Motorway[J].Journal of Transport Geography,1996,4(2)∶77-92.

[14]钟业喜,刘影,赖格英.江西省红色旅游景区可达性分析及空间结构优化研究[J].江西师范大学学报(自然科学版),2011,35(2)∶208-212.

[15]覃文敏,张小雷,杨兆萍,等.基于路阻函数的旅游交通可达性研究——以新疆3A级及以上级别景区为例[J].干旱区研究,2015,32(2)∶361-367.

[16]Pradeep Racherla,Clark Hu.A Social Network Perspective of Tourism Research Collaborations[J].Annals of Tourism Research,2010,37(4)∶1012-1034.

[17]刘军.社会网络分析导论[M].北京：社会科学文献出版社,2004.

[18]郭峰,吴晋峰,王鑫,等.基于SNA的西安入境旅游市场“倒二八”结构研究[J].人文地理,2011,26(5)∶127-128.

[19]Lada Adamic,Eytan Adar.How to Search a Social Network[J].Social Networks,2005,27(3)∶187-203.

[20]Yeong-Hyeon Hwang,Ulrike Gretzel,Daniel Fesenmaier.Multicity Trip Patterns：Tourism to the United States[J].Annals of Tourism Research,2006,33(4)∶1057-1078.

[21]Miguéns J I L,Mendes J F F.Travel and Tourism：Into a Complex Network[J].Physica A：Statistical Mechanics and Its Applications,2008,387(12)∶2963-2971.

[22]Connell J,Page S J.Exploring the Spatial Patterns of Car-based Tourist Travel in Loch Lomond and Trossachs National Park,Scotland[J].Tourism Management,2008,29(3)∶561-580.

[23]Zhong S E,Zhang J,Li X.Are for Mulated Directional Bias of Tourist Flow[J].Tourism Geographies,2011,13(1)∶129-147.

[24]杨新菊,吴晋峰,王金莹,等.旅华外国团队旅游流地理分布和网络结构特征研究[J].资源科学,2013,35(4)∶839-847.

[25]孙勇,史春云,唐雯雯,等.云南省旅游线路网络与空间结构特征[J].人文地理,2016,31(1)∶147-152.

[26]宣国富,陆林,汪德根,等.三亚市旅游客流空间特性研究[J].地理研究,2004,23(1)∶115-124.

[27]马晓龙.基于游客行为的旅游线路组织研究[J].地理与地理信息科学,2005,21(2)∶98-101.

[28]朱明,史春云,袁欣,等.基于旅行社线路的国内旅行空间模式研究[J].旅游学刊,2010,25(9)∶32-37.

[29]史春云,张宏磊,朱明.国内旅游线路模式的空间格局与特征分析[J].经济地理,2011,31(11)∶1918-1922.