国内大循环背景下黑龙江省域旅游信息流网络结构发展分析——基于百度指数数据

武 刚，卢佳欢

（黑龙江财经学院 管理学院，哈尔滨 150016）

一、引言

为应对逆全球化趋势、新冠肺炎疫情，以及 “十四五” 时期更加严峻复杂的内外部环境，国家主席习近平于2020年提出了构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。[1]这一指导思想引起了我国学者的广泛关注。学者们纷纷对内循环背景展开了较为深入的研究。内循环是指使用国内的资源要素进行生产，并将生产的产品或服务向国内市场提供的循环过程。旅游与内循环是相互推动，相互促进的一种关系。一方面，提升内循环的战略地位，为旅游业的发展带来了重大机遇；另一方面，由于旅游业特有的辐射和联动作用可以有效地拉动消费、增加就业、促进经济增长，蕴含着内循环发展所需的强劲动能，将极大地促进内循环的发展。

黑龙江省位于中国的东北部，是我国最重要的对俄边境旅游区和 “一带一路” 中蒙俄经济走廊的重要节点。黑龙江省旅游资源丰富，作为中国最北的省份具有世界顶级的冰雪旅游资源。但由于2020年受到新冠肺炎疫情的影响，旅游收入和旅游游客人数均有较大幅度的下降，而国际旅游人数和旅游收入下降则更是明显。通过对黑龙江省统计公报数据计算，2020年与上一年相比国内旅游人数下降了33.86%，国内收入下降了38.30%，国际人数下降了85.10%，国际收入下降了99.97%。与国内旅游相比，黑龙江国际旅游的发展受到的影响更为严重，国际收入近似下降了100%。面对严峻的形势，黑龙江需依托内循环背景，逐步恢复、提升旅游的发展，首先重点盘活省内旅游，通过省内游客带动省外游客，旅游发展带动其他经济发展。

目前对于内循环背景下我国旅游的发展，相关研究的数量还不足，且研究方法多偏于定性分析。因此，应增加运用量化进行分析，从而能够更加全面、客观地对我国内循环的发展进行研究。这就往往需要借助各区域间的旅游经济流、游客流等数据，然而在研究过程中有关的数据获取难度较大，且数据容易失真，为相关研究带来较大的困难。随着信息技术的不断发展，越来越多的潜在游客通过网络平台搜索旅游相关信息，进而形成了复杂的网络信息流动过程，这一过程往往伴随着一定的流量和流向，因此也成为研究的重点方向。[2]目前，对于旅游信息流的研究，主要以作用机制[3]、影响因素[4]、耦合分析[5]、地理衰减规律[6]、游客量预测[7]、网络结构特征[]等维度展开，通过运用网络分析法[8]、地理探测器[9]等研究方法，对国家[4]、省域[10]、市县[11]等区域进行不同程度的研究。因此，很多学者通过借助旅游信息流来对游客量[7]和各区域间网络结构特征[11]进行预测。

在2006年，我国最大的搜索引擎运营商百度公司推出了百度指数。[12]百度指数所具有的前兆效应[13]，可以反映一个城市的旅游发展规模与出行需求潜力。已经被证实，其与旅游信息流的相关关系较为显著[14]，在旅游网络关注度[15]、需求偏好分析[16]、流量预测[17]等研究领域得到了广泛使用的数据指标。通过借助百度指数数据获取便利优势，借助社会网络分析法探讨黑龙江省域的旅游信息流网络。不仅有助于促进黑龙江省域内旅游信息流的循环发展，同时对进一步深化、丰富其空间结构，促进区域旅游市场的整合优化有着重要的作用。

基于上述原因，本文借助百度指数，通过Ucinet、ArcGIS等软件，对黑龙江省域内13个城市和地区旅游信息流量及流向进行衡量。通过社会网络分析法对黑龙江省域旅游信息网络结构特征、影响因素进行分析，希望能够为内循环发展背景下黑龙江省旅游业的发展做出一定的贡献。

二、研究方法及数据来源

（一）网络分析法

可以将空间旅游信息流看作成一个复杂的网络系统，对于旅游信息流网络结构的研究，正是基于社会现象与社会结构的基础上进行的分析。在黑龙江省旅游信息流网络空间中，以黑龙江省内各主要城市和地区为节点，游客百度指数数据为边，以游客所在地和访问地为流向，访问数量为权重，刻画出黑龙江省内各主要城市和地区在旅游信息流网络中的相对地位和网络结构特征。

（二）网络结构特征

1.网络密度。网络密度可以表示城市间相互联系的密集程度。其为网络节点实际连接的数量与可能连接的最大数量的比值。通常情况下，整体网络密度越大，表明其在旅游信息流网络中，各城市间的旅游发展关系越紧密。[18]

2.核心度。在整体旅游信息流网络中，各城市之间的紧密度存在一定差异。一个城市的核心度越大，说明其在旅游信息流网络中的作用越强，即该城市是处于旅游信息流网络中核心的城市。反之，则说明其与其他城市间的旅游联系越松散，相互作用的强度较低，称为边缘城市。两者之间的称为半边缘城市。[19]

3.中心度。中心度是衡量节点网络地位和网络影响作用强度的重要指标。主要包括以下三个方面。

（1）点度中心度：可以观察到各城市旅游信息流的规模水平和指向。包括出度和入度两个指标。出度指标代表其他地区对该地旅游信息的关注度。指标越高说明其旅游业的知名度与吸引力越大。入度指标是反映该地居民对其他城市旅游业发展的关注度，指标越高说明其成为其他地区客源地的可能性越大。

（2）接近中心度：可以观察出各城市在整体旅游信息流中关联水平和旅游市场信息化协同度，其分为出度和入度两个指标。出度指标反映的是作为旅游目的地，各地区旅游信息流的紧密关联度，指标数据值越高，说明越容易形成目的地旅游市场集群化。入度指标反映各地区间目标客源市场一致性，数值越高越容易产生旅游营销的竞争性。

（3）中间中心度：通过中间中心度可以观察出，该城市在旅游信息流网络中影响其他城市的能力，数值越高说明其在整体网络中的中介作用越明显。[20]

4.QAP相关分析

考虑到变量与解释变量之间会存在一定的共线性，可能会对最终的分析结果产生影响，降低数据分析结果的准确性。因此，本文采用了QAP相关分析方法，QAP相关分析主要是用于对矩阵之间的关系进行运算，通过QAP 相关分析可以探索各变量与旅游信息流之间的相互关系，并根据相关系数和P值来判定结果。如果P<0.10，就在统计意义上表明所研究的两个矩阵之间存在较显著的关系。[21]目前该方法在社会网络研究中得到了广泛的应用。

（三）数据来源

本文借助百度指数数据，将黑龙江省域内13个地级市和地区作为研究对象。在前期搜索数据时，基于前人收集数据的方法，从数据的易获取性、易对比性，最终本文采用了 “城市名+旅游” 方式，收集了黑龙江省13个地级市和地区各月度数据的日游客百度指数的平均数据，并整理成2017-2020年4个完整自然年的游客百度指数数据（具体公式如下），其他变量数据均来源于《黑龙江统计年鉴》。

其中Yx为Y 城市对x 城市的年度关注度，aix为i 月Y 城市对x 城市的日均关注度，b 为该月天数。

三、黑龙江省域旅游信息流网络结构分析

（一）旅游信息流整体网络分析

从整体旅游信息流网络视角对黑龙江主要城市和地区进行网络分析，发现在2017年至2020年的这四年中网络关联度均为1，表明各个城市和地区之间存在一定的旅游信息流关联关系，没有孤立的地区。网络密度分别为0.929、0.974、0.917、0.840，部分城市和地区间可能出现旅游信息流关联弱化情况，其信息合作交流渠道仍有较大的提升空间。同时，整体网络效率水平历年差异较小，四年均值为0.011，总体的信息流关联性较小。具体见图1。

图1 黑龙江省域整体旅游信息流网络特征及接近中心度出入度数量变化

通过Ucinet软件对黑龙江省域内边缘核心度计算发现，黑龙江省域内的 “核心－边缘” 城市较为稳定，变化不大。哈尔滨一直是黑龙江省域内唯一的核心城市。哈尔滨作为哈长城市群的核心，在旅游知名度、旅游吸引、经济发展、政策支持力度、交通区位等方面具有省内其他城市和地区无法比拟的优势，马太效应显著。同时，大庆、伊春、齐齐哈尔、牡丹江一直处于半核心半边缘城市，2019年黑河和佳木斯加入这个增核心半边缘城市团体。

（二）旅游信息流节点中心度特征分析

1.旅游信息流规模水平与指向分析

本文以各年份出度、入度平均值为坐标原点，以出度为横坐标，入度为纵坐标建立坐标系，将数据分为四个象限。如图2所示，2017-2020年中，哈尔滨均位于第I象限，是处于双高的城市，是黑龙江省主要的旅游信息流集散中心和核心的集散地。七台河、双鸭山、绥化、鸡西、鹤岗和大兴安岭等地一直处于第Ⅲ象限，这些城市和地区出度、入度均双低于平均值。说明上述城市与其他城市之间存在较低的旅游信息网络交换关系，最终在整体网络中处于相对封闭的状态，旅游市场边缘化明显。除大庆、黑河、齐齐哈尔、佳木斯外，其他城市并无变动。大庆一直处于出度较低、入度较高的第II象限，说明大庆的居民对于其他城市的旅游关注度较高，有一定的出游潜力，但受到其他城市和地区旅游的关注度不足。然而，由于新冠肺炎疫情的影响在2020年远距离出行受到了限制，省内近距离旅游得到了一定的发展，使大庆受到了省内游客较高的关注，从而跃到了第I象限的位置。黑河、齐齐哈尔、佳木斯也在不同时间先后从第Ⅲ象限提升到第IV象限，开始释放旅游发展的潜力。

图2 黑龙江各城市和地区点度中心度（受篇幅限制故只列出2020年图表）

2.旅游信息流网络关联水平与旅游市场信息化协调度分析

通过对比数据发现（如图1），2017 年至2019 年接近中心度出度的TOP1 数量均不低于7 个。但可能受到新冠肺炎疫情影响，2020 年下降明显，TOP1 的城市数量下降为3 个，分别是哈尔滨、伊春和佳木斯。这三座城市一直位居TOP1，说明其已经成为省内规模化的旅游目的地，其重要作用在新冠肺炎疫情期间仍没有变动。在接近中心度入度方面，2020 年哈尔滨、牡丹江和七台河等城市最高，且哈尔滨、牡丹江历年均稳居TOP1，其旅游信息流的外向流动规模等级较高，由于消费能力的相似性，导致了其客源目标市场一体化发展较为显著。

3.各城市间旅游信息流紧密度分析

黑龙江各主要城市和地区中间中心度的平均度在0.308-1.923之间。利用ArcGIS自然断点法，将黑龙江省域13个城市和地区划分为三个等级。在2017-2019年中，哈尔滨、齐齐哈尔、牡丹江、伊春、鹤岗等5个城市一直保持为第一等级。但可能由于新冠肺炎疫情的原因，2020年第一等级仅剩下哈尔滨一个城市。哈尔滨在整体旅游信息流网络中与其他城市地区连接最为紧密，这一点在其他数据方面也得到了印证。四年中除哈尔滨和大兴安岭外，其他城市均曾先后为第二等级城市，说明这些城市在整体网络中均有一定的作用，但作用不够显著。大兴安岭地区受到地理位置、旅游资源吸引力等制约因素的影响，在旅游信息流中成为唯一一个在2017-2020年中均处于第三等级的地区。

四、黑龙江省旅游信息流影响性分析

（一）指标选取及计算过程

通过对相关文献进行梳理并结合推拉理论，分别从经济发展水平、人口规模旅游消费能力等推动客源地游客旅游需求（3个因素）和旅游资源、旅游接待水平、地理空间相邻性和交通可进入性等拉动游客对旅游目的地兴趣（4 个因素）两个方面，共选取了7 个影响因素。[8]通过对上述七个影响因素指标进行整理，并算出2017-2020年各差异值，并逐年对相关数据分别进行QAP相关性计算，得出各因素与旅游目的地网络关注度的相关系数与P值。

图3 黑龙江各城市和地区中间中心度（受篇幅限制故只列出2020年图表）

（二）结果分析

从Ucinet 软件对QAP 相关性的分析结果来看整体显著性较好，从省内旅游客源地来看，经济发展水平、人口规模和旅游消费能力方面均在5%水平下显著，且相关系数较高，说明在一定范围内城市和地区经济发展越好，居民存款越多，人们省内出游的兴趣越高，从而对省内城市和地区旅游的关注度也会提高。同时，城市和地区人口数量对于省内旅游发展具有重要的意义，在其他因素不变的条件下，地区人口越多，潜在的出游的人数也就较大，关注旅游的人数量也就越高。从省内旅游目的地影响因素来看，各项指标均在10%以下显著，其中地理空间相邻性在5%以下显著。地理空间相邻性显著性较高，说明由于地理相邻可以在很大程度上降低旅游成本，给游客提供较高的便利性，从而成为游客关注其旅游信息的重要原因。旅游资源均在10%的水平下显著，说明旅游资源对于游客关注黑龙江省内旅游具有一定的影响性，但相关系数不高，说明旅游资源在省内具有一定的同质化，对于省内游客的吸引力不足。旅游接待水平的显著性在10%以下，特别是2020年更是在5%下显著且相关系数增加到0.368。说明接待水平对省内旅游的发展具有较大的意义，特别是在2020年，可能由于新型冠状病毒的影响，游客对当地旅游接待的水平更加地关注。交通便捷度在2017-2018年在5%以下显著，而2019至2020年在10%以下显著，说明交通便捷度对于发展省内旅游具有一定的积极作用，但随着交通系统的不断完善，省内各城市和地区间的进入性普遍提升后，对于游客出游选择的影响也逐渐降低。

表1 主要指标相关性结果统计表

五、结论与建议

（一）研究结论

本文以黑龙江省内13 个主要城市和地区为节点，游客百度指数数据为边，以游客所在地和访问地为流向，访问数量为权重，构建了黑龙江省域旅游信息流网络。首先，在整体网络结构特征方面，黑龙江省域内各城市和地区旅游信息流空间网络并没有孤点，网络密度呈下降趋势，网络效率虽然稳定，但总体偏低。反映出黑龙江省域间各城市和地区旅游市场竞争程度不高。可能受到新冠肺炎疫情影响，导致整体关系弱化的现象。其次，哈尔滨作为黑龙江的唯一的核心城市，在旅游信息流规模水平与指向上，哈尔滨旅游信息流规模历年中均为 “双高” ，是黑龙江省主要的旅游信息集散中心；旅游信息流网络关联水平与旅游市场信息流方面，2020年出、入度TOP1整体数量均有不同程度的下降，这与新冠肺炎疫情有着一定的关系。黑龙江省域内各城市和地区根据其在旅游信息流网络中的地位与控制力的差异，形成不同程度的旅游信息流中转梯度中心，其中哈尔滨、齐齐哈尔、牡丹江、伊春、鹤岗等5个城市在2017-2019年均为1级中转中心，但2020年下降明显，仅剩哈尔滨一个城市。最后，在网络结构影响因素方面，其旅游信息流的流向与流量受到了旅游客源地经济发展水平、人口规模和旅游消费能力的 “推力” 作用，以及旅游目的地旅游资源、旅游接待水平、地理空间相邻性、交通可进入性等 “拉力” 的综合影响。

（二）建议与未来研究

随着新冠肺炎疫情的常态化，现阶段是我国构建以内循环为主体发展的重要时期，这也为黑龙江省旅游发展带来了新的机遇。在内循环背景下，为了激发黑龙江省更大的旅游发展潜力，本文结合上述研究提出以下建议：

1.加大政府政策支持。在内循环背景下，为了激发黑龙江省旅游的高效发展，政府部门应加大政策支持力度。特别是七台河、双鸭山、绥化、鸡西、鹤岗和大兴安岭等地，需要通过提升营商环境，增加资金扶持力度，鼓励旅行社、景区等旅游企业恢复经营能力，提升企业抗风险能力。同时为省内居民发放省内旅游代金券、景区门票打折券，鼓励居民开展周边游和省内游，从而加速内循环背景下黑龙江旅游的发展。

2.加快旅游供给侧结构性改革。黑龙江要构建完整的旅游内需体系，推动全流程旅游产品创新，确保供需平衡，打造新的旅游经济增长极，构建高标准的旅游市场体系，完善基础设施提升游客出游体验。通过深化供给侧结构性改革，提高供给侧与需求侧匹配的灵活性。如七台河和大兴安岭等地应积极探索特色旅游产品，打造四季短线旅游产品，激发省内游客的旅游需求。建立临近城市间的旅游营销网络，促进省内旅游经济的循环发展。

3.推动经济社会高质量发展。为提升黑龙江省域旅游的循环发展，各城市和地区需加快城市的经济发展。黑龙江省应重点打造优势产业集群，大力发展战略性新兴产业，并通过数字经济、现代服务业的发展推动黑龙江经济的高效发展，在提升人口数量的同时，促进省内旅游的发展。

4.加强旅游人才队伍建设。促进黑龙江省内旅游循环的重要途径之一，就是需要加强旅游人才队伍的建设。一方面，要不断完善旅游人才选拔、培训、考核等制度，提升旅游人才引进力度，确保招得到、留得住、做得好。另一方面，要加大高校政、产、学协作推荐旅游专业人才的高效培养，从而使培养出的旅游人才能够符合黑龙江省旅游发展的需要。

本研究以 “城市+旅游” 为关键词，收集了相关的百度指数指标，分析了黑龙江省域旅游信息流网络结构，虽有效地利用了大数据信息进行网络分析，解决了核心数据无法获取的问题，但同时也存在一定的数据噪音干扰的问题。因此，在未来的研究中，一方面可以将获取的数据质量进行综合性评估；另一方面，可以通过跨学科合作，构建复杂性网络模型，对旅游流网络结构开展综合分析。