基于网络游记的桂林旅游流网络结构研究

李雪 姚建盛 刘艳玲

DOI：10.16246/j.issn.1673-5072.2024.04.010

收稿日期：2023-03-25  基金项目：国家自然科学基金项目 （72162011，72064007）；广西重点研发计划项目（桂科AB17195028）

作者简介：李雪（2000—），女，硕士研究生，主要从事智慧旅游研究。

通信作者：姚建盛（1980—），男，博士，副教授，硕士生导师，主要从事智慧旅游研究。E-mail：3537661243@qq.com

引文格式：李雪，姚建盛，刘艳玲.基于网络游记的桂林旅游流网络结构研究［J］.西华师范大学学报（自然科学版），2024，45（4）：413-419.［LI X，YAO J S，LIU Y L.Research on the network structure of tourist flow in Guilin based on online travel notes［J］.Journal of China West Normal University （Natural Sciences），2024，45（4）：413-419.］

摘  要：旅游流网络结构可以反映游客在旅游目的地的移动特征，关系到区域旅游协同发展。为了识别旅游流的网络结构特征，运用空间分析、社会网络分析等方法，基于网络游记对桂林旅游流进行探讨。研究表明：游客在桂林主要旅行景点呈“大分散，小聚集”的空间分布格局，桂林整体旅游流网络密度较低，存在典型的核心-边缘特征，核心区景点对边缘区景点影响有限，凝聚子群在桂林中心城区和阳朔县呈现集聚态势。漓江景区、龙脊梯田、象鼻山景区、两江四湖、兴坪古镇、西街、相公山7个景点在节点中心性和结构洞分析中优势明显，综合实力强，在旅游流网络中处于重要地位。

关键词：旅游流；网络游记；社会网络分析；空间分析；桂林

中图分类号：F590    文献标志码：A    文章编号：1673-5072（2024）04-0413-07

中国城市化率由2000年的36%发展到2022年的65%，城市范围不断扩大。在这个过程中，一些城市依托其所拥有的良好资源禀赋，大力发展旅游业。城市作为重要的旅游目的地和游客活动的主要场所，在旅游迅速发展的过程中，一些矛盾逐渐暴露，如旅游空间供需不平衡、交通设施与旅游业发展不匹配等，严重影响了游客的旅游体验，不利于城市旅游协调发展［1］。因此，正确把握游客在城市内部的流动特征，有助于政府相关部门和旅游经营者科学决策和管理，推动旅游经济健康发展。

旅游流通过游客将客源地与目的地以及目的地内部要素连接起来，在旅游系统中发挥着纽带作用，一直以来都是旅游地理学研究的热点议题［2］。国内外学者对旅游流的研究已经取得丰硕成果。从研究方法上来看，地理空间分析［3］、社会网络分析［4］、计量统计分析［5］、复杂网络分析［6］等方法被广泛的应用到旅游流研究领域中。研究成果主要集中于旅游流预测［7］、时空演变特征［8］、影响因素［9］、旅游线路模式［10］等方面。在数据来源上，过去多以问卷调查、实地调研、统计年鉴为主，近些年，随着信息技术和移动终端设备的发展，利用互联网平台分享旅游经验和心得体会已经成为旅游活动中重要组成部分，游客遗留在网络上的结构和非结构数据如照片、网络游记、微博签到、GPS轨迹等与传统旅游流数据相比，在收集和整理方面更加高效快捷，数据内容更加真实准确，推动研究对象从洲际［11］、城市群［12］、省际［13］等宏观尺度旅游流向城市［14］、景区［15］等微观尺度旅游流发展。

桂林作为热门旅游城市，拥有独特的山水景观与丰富的历史、民族文化，每年都吸引大量游客前来游玩。然而，当前桂林旅游业正面临着供需失衡、交通规划不合理、景点类型单一等难题，制约着桂林旅游业可持续发展。到目前为止，学术界对桂林的研究多集中在旅游感知形象［16］、可持续发展评估［17］等方面，对桂林旅游流相关的研究有待加强。基于此，以桂林为案例地，使用爬虫软件采集网络游记，运用社会网络分析、空间可视化方法，对桂林旅游流网络结构特征进行探讨，以期正确把握桂林旅游流流动规律，为城市空间结构优化提供参考。

1  研究设计

1.1  案例地概况

桂林位于南岭山系西南部，地处湘桂走廊南端，是广西东北部地区的经济、文化中心，下辖6区10县和1个县级市，截至2021年末，共有98个A级景区，47家星级酒店。长期以来，桂林一直是我国旅游热门城市之一，象鼻山景区、西街、漓江景区、龙脊梯田等旅游景点备受游客青睐。2021年桂林接待国内游客1.223 4亿人次，比上年增长了19.6%，国内旅游总收入1 501.79亿元，占当年生产总值的65%，旅游业已经成为桂林的重要支柱产业之一。因此，选取桂林作为城市旅游流案例地具有一定的代表性。

1.2  数据来源及处理

网络游记是游客在旅游活动结束后对所见所闻以及旅游行程的记录，里面包含大量的时空信息。去哪儿网是全球最大的中文在线旅游网站，积累了海量的数据。研究以2019年1月—2022年12月为时间周期，以“桂林”为关键词，利用爬虫软件采集游客在去哪儿网站上分享的共1 074篇网络游记作为原始数据，后按以下方法对采集到的数据进行筛选：（1）剔除内容重复、内容与桂林旅游不相关、内容包含商业信息、内容不完整的游记；（2）游记内容至少包含2个景点。最终，获取776条符合条件的游记。采用人工提取方式从游记中根据游客游览景点的顺序提取旅游路线。由于游客对景点表述不一致，对所获取到的景点名称进行统一，对游记中大范围又包括小范围的景点使用大景点的名称，如龙脊梯田、金坑梯田统一命名为龙脊梯田。游记中涉及景点67个，剔除旅游流数据中到访频次小于5的景点，最终得到47个景点。基于游客在47个景点间的流动，构建47×47的有向加权矩阵。由于软件分析的需要，对有向加权矩阵二值化处理，当景点间的流动关系大于0时赋值为1；等于0时赋值为0，表明这2个景点间不存在流动。

1.3  研究方法

1.3.1  社会网络分析法

社会网络分析被用来研究不同社会单位所构成的社会关系的结构及属性［13］。将社会网络分析方法应用到桂林旅游流网络结构分析中，以桂林47个旅游景点作为网络节点，对游记中游客形成的旅游路线进行分析。具体来说，桂林整体网络特征主要通过网络密度、平均路径距离、核心-边缘模型以及凝聚子群去分析，旅游流网络中节点的基本特征主要通过节点中心性、结构洞指标来反映。

1.3.2  空间分析法

运用ArcGIS软件，将游客在桂林游玩景点的地理位置、流动路线以及流动强度进行可视化展示，以较易理解的图示语言表达桂林旅游景点的分布特征以及旅游流网络结构关系，明确游客在桂林的流动倾向。

2  桂林网络结构分析

2.1  整体网络结构

2.1.1  旅游流网络构建

桂林旅游流网络结构如图1所示：从游客游记中涉及的主要旅游景点分布来看，到访景点呈“大分散、小聚集”的空间分布态势，即桂林中心城区和阳朔县分布密集，其他地区景点分布少且分散，旅游资源分配不均衡。从景点接待游客的总数量来看，漓江景区、龙脊梯田、西街、两江四湖等景点游客拜访量较大，这些景点旅游资源禀赋和知名度高，旅游设施完善，旅游吸引力强。从景点间旅游流流动强度来看，桂林旅游流网络形成了以桂林中心城区、阳朔县为中心的钝角三角形发展形态。其中，阳朔县知名景点间的流动强度较高，如漓江景区-兴坪古镇、西街-十里画廊、十里画廊-遇龙河景区，其次为桂林中心城区地标建筑景点间的流动强度，如两江四湖-日月双塔、象鼻山景区-两江四湖、正阳步行街-东西巷。

2.1.2  网络密度分析

网络中不同节点组合的丰富程度为网络密度，即实际存在的景点间流动关系数量与理论上应当存在的流动关系数量之比［9］。在由47个旅游景点组成的桂林旅游流网络中，理想状态下应存在2 162对有向流动关系，实际上只有639对有向流动关系，桂林景点旅游流网络密度仅为0.296，网络密度偏低，这反映出桂林景点之间联系较为疏散，整体旅游流网络中存在的不同景点组合的子路线较少。

平均路径距离是任意连接两个节点的最短路经的平均边数，平均路径距离的值越小，旅游流网络的整体可达性越好。桂林旅游流网络的平均路径距离为1.845，即在旅游流网络中任意一个节点到其他节点平均需要经过1.845条边，桂林旅游流网络整体较为连通，节点具有较好的通达性。

2.1.3  核心-边缘结构分析

核心-边缘模型被用来衡量节点在旅游流网络中所处的相对位置，可以将旅游景点分为核心区景点或边缘区景点，处于核心区的景点在网络中占有较为重要的地位，而处于边缘区的节点在网络中地位相对较低。根据核心-边缘模型发现：（1）桂林旅游流空间网络中有28个核心景点，大部分集中于桂林中心城区和阳朔县，知名度高，景点与景点之间距离较近，交通便利，旅游基础设施完善，吸引力强；边缘景点有19个，景点分布分散，交通阻碍大，表明景点的知名度、聚集度、交通条件以及景点间的距离对其在旅游流网络中所处的地位具有较大影响。（2）核心区景点间的密度为0.618，景点之间的游客流量较大，联系紧密，而边缘区内部、核心区与边缘区之间的密度分别为0.056、0.141和0.147，联系不紧密。因此，桂林旅游景点发展不平衡，存在明显的两极化分层现象，核心区景点对边缘区景点带动能力弱，边缘区的景点孤立性强。

2.1.4  凝聚子群分析

凝聚子群用来帮助识别网络中存在具有紧密联系的子群和揭示子群间以及子群内部的联结强度［13］。通过凝聚子群分析，得到桂林网络结构存在4个子群（图2），结果如表1所示：（1）桂林中心城区、阳朔县景点的地理聚集特征显著，内部联结密度高。子群3包括以遇龙河景区、千古情景区、十里画廊等为代表的共19个景点，其中位于阳朔县的景点有17个，子群内部联结密度最大，为0.602；子群1包括以象鼻山景区、两江四湖、日月双塔、叠彩山等为代表的共18个景点，其中位于桂林中心城区的景点有16个，子群内部的联结密度为0.539，内部联结密度次之。同时，子群1和子群3之间的联结密度为0.266，表明游客在这两个子群之间流动频繁。（2）桂林边缘区域联系较为松散。子群4联结密度最小，为0.200，共6个景点，在桂林中心城区、资源县、灵川县、阳朔县、恭城瑶族自治县分布；子群2联结密度为0.333，共4个景点，在兴安县和恭城瑶族自治县分布。边缘区域景点分布分散，内部联系不紧密，且与其他子群联结密度低。

2.2  网络节点分析

2.2.1  节点中心性分析

中心性分为中心度和中心势两个方面，中心度主要体现节点的重要性，反映节点在网络中所处的位置，通过节点在网络中的影响和支配能力表现；中心势反映整体网络结构的集中化程度，即网络结构各个节点相对于中心节点的集中程度。

程度中心度反映节点对其他节点扩散与集聚能力，可分为外向与内向。外向程度中心度越高，表示该节点对其他节点的扩散和带动能力越强；内向程度中心度越高，表示该节点对其他节点的集聚能力越强。据表2可知，在桂林旅游流网络中，每个景点平均与13.596个其他景点存在旅游流集聚或扩散关系。外向程度中心度较高的景点有漓江景区、遇龙河景区、十里画廊、西街、两江四湖；内向程度中心度较高的景点有漓江景区、龙脊梯田、象鼻山景区、兴坪古镇、两江四湖，这些景点多通过自身的影响力来吸引游客，较少依赖其他旅游景点。恭城三庙两馆、水街、天门山等6个景点的外向和内向程度中心度均在5以下，这些景点多处于孤立状态，距离核心景点较远且周边可以联合发展的景点较少，在旅游流网络中处于边缘地位。外向程度中心势为34.216%，内向程度中心势为43.100%，外向和内向程度中心势较高，表明桂林旅游流网络中存在中心节点对整体网络具有较强的扩散或集聚影响。

接近中心度可以反映节点之间的联通性，可分为外向与内向。外向接近中心度越高，表示从该节点前往其他节点的联通性越好；内向接近中心度越高，表示从其他节点到达该节点的联通性越好。据表2可知，外向接近中心度较高的景点有漓江景区、西街、十里画廊、遇龙河景区、两江四湖；内向接近中心度较高的景点有漓江景区、龙脊梯田、象鼻山景区、两江四湖、兴坪古镇。鲁家村、葡萄山、李宗仁官邸、灵渠、天门山、水街、恭城三庙两馆等景点由于所处的地理位置、旅游服务设施等因素，外向和内向接近中心度较低，这些景点与桂林其他景点的联通性较差。其中，恭城三庙两馆的外向和内向接近中心度均最低，主要原因为其游玩性不高，游客大多是周边居民，来桂游客较少将其作为旅游路线中的一个景点，与其他景点互动较少，联系程度较低。桂林大部分景点的内向接近中心度大于外向接近中心度，表明大部分景点的内向联系更加便捷。外向接近中心势为31.520%，内向接近中心势为44.970%，外向和内向接近中心势较高，表明中心景点具有较好的外向或内向联通性。

中间中心度反映某一节点在旅游流网络中担任“中间人”的程度。中间中心度越高，表示该节点在网络中作为“中间人”的地位越重要，对其他节点的控制能力越强。据表2显示，中间中心度的平均值为38.872，即平均每个景点在桂林旅游流网络中作为“中间人”的次数为38.872次。漓江景区中间中心度最大为181.001，即在旅游流网络中担任其他2个景点的“中间人”次数为181.001次。漓江景区将桂林中心城区与阳朔县连接起来，交通区位优势明显。此外，漓江景区作为5A级景区，资源禀赋高，对游客的吸引力强，在桂林中心城区和阳朔县之间起到枢纽作用。中间中心度的值排在靠前的景点还有龙脊梯田、两江四湖、象鼻山景区、兴坪古镇，这些景点对其他景点的旅游流控制能力较强，在网络中作为中转景点。而李宗仁官邸、恭城三庙两馆、鲁家村、龙颈河景区等16个景点中间中心度小于5，在旅游流网络中难以作为中转景点，大多没有吸引游客直接到旅游目的地进行旅游的能力，需要其他景点带动和联结。中间中心势为7.020%（表2），数值较低，表明桂林旅游网络中没有中心景点占据显著“中间人”位置。

2.2.2  结构洞分析

结构洞是指网络中节点之间无直接关系或关系间断的现象，能够通过有效规模、效率性、限制性3个指标来判别旅游流网络中优势和劣势节点。有效规模和效率性值越大、限制性值越小的景点，结构洞水平越高，在旅游流网络中处于优势地位，反之处于劣势地位。据表3可知，漓江景区、两江四湖、龙脊梯田、兴坪古镇等旅游景点有效规模和效率性得分较高，限制性得分较低，在桂林旅游流网络中结构洞处于较高水平，具有较强的关联优势，能够更好地将其他景点联系起来，但由于缺乏可以替代的旅游产品，会出现游客流量过多，环境承载能力超载现象。而龙颈河景区、古石城、李宗仁官邸、恭城三庙两馆等旅游景点的结构洞水平偏低，在桂林旅游流中处于劣势地位。

3  结论、讨论与建议

3.1  结论与讨论

以桂林为案例地，以去哪儿旅游网上游客分享的游记为数据源，运用ArcGIS可视化、社会网络分析方法研究桂林旅游流网络结构特征，结论如下：

1）在桂林旅游流网络中，从游客游记中提及的主要景点分布来看，到访景点呈 “大分散、小聚集”的空间分布格局，即桂林中心城区和阳朔县分布密集，其他地区景点分布少且分散；从游客访问景点次数来看，漓江景区、龙脊梯田、西街、两江四湖的到访量高。从景点间旅游流来看，阳朔知名景点间的流动强度较高，其次是桂林中心城区地标建筑间。

2）桂林旅游流整体网络密度小，具有一定的连通性。核心-边缘结构特征典型，核心区景点知名度高，分布集中且内部联结密度高，边缘区景点分布分散且联系强度弱，核心区景点对边缘区景点的辐射能力有限。桂林旅游流网络存在4个凝聚子群，子群1和子群3内部联结密度较高且这两个子群之间流动较为频繁，桂林中心城区和阳朔县的景点区域集聚特征明显。

3）在桂林网络节点中，景点旅游流集聚和辐射存在较大的不均衡现象。漓江景区、龙脊梯田、象鼻山景区、两江四湖、兴坪古镇、西街、相公山7个景点在节点中心性和结构洞分析中均位于前10名，在旅游流网络中处于重要地位。

将本研究与同类型的城市（广州［18］、北京［19］）旅游流相比，发现：广州、北京旅游流分布区域均为中心城区，而桂林旅游流除了分布在中心城区外，还集中分布于阳朔县，进一步丰富了学术界对城市旅游流的认识。基于游客发布在社交媒体上的旅游游记，突破了传统数据的局限性。但研究还存在一些不足，游客在旅游结束后通过回忆写下的旅游游记，可能出现记忆偏差等问题。此外，旅游流数据来源单一，之后可采用多源数据相结合的方式，提高数据的准确性。研究主要对桂林旅游流网络结构进行了分析，未来应对旅游流形成的驱动因素进行探讨。

3.2  建  议

1）核心景点应当维护现有的地位，升级旅游服务。核心景点在旅游高峰期经常会出现拥挤现象，大量游客滞留在景区内，远远超出了景区的承载能力，不仅对景区的资源造成了破坏，而且严重影响了游客的旅游体验，甚至可能诱发安全事故。因此，可以在官方网站、景点显著位置发布景点实时旅游信息、预警公告，提高安全预警能力，必要时对景点进行分流引导。此外，还可以在核心景点附近设置旅游信息服务中心，通过向游客提供咨询、供给产品等服务，间接影响游客的旅游活动，促使其向边缘景点流动。

2）边缘景点应注重提高自身实力和知名度。与核心景点相比，边缘景点难以在综合价值上形成竞争优势，为避免在同类旅游领域中处于弱势，可以结合自身所拥有的资源，根据游客的偏好进行差异化发展，开发小众的旅游产品。完善旅游基础设施和提高接待能力，增加与其他旅游景点的联系，积极联合周边旅游景点，形成区块发展。加强营销力度，借助抖音、小红书等互联网平台开展宣传活动，提高景点的曝光度。

3）构建区域旅游合作机制，促进桂林旅游协调发展。为了缓解桂林景点分布不均衡，旅游流网络发展不平衡的问题，一方面，要加强桂林各行政区旅游项目的合作，整合旅游资源，推动智慧旅游城市建设，完善“一键畅游桂林”旅游信息服务平台，使其不仅能提供预定、查询等基础的服务，还能根据景点和游客的特点为游客生成旅游路线，实现分流功能；另一方面，加强景点之间的联系，通过合理规划旅游路线、联合开展旅游活动等措施，发挥核心景点带动边缘景点的作用，推动桂林旅游业协同发展。

参考文献：

［1］  方怡，王琪林，杨霞.南充市旅游业与人居环境耦合协调研究［J］.西华师范大学学报（自然科学版），2023，44（1）：71-77.

［2］  戢晓峰，于淼，陈方，等.新冠疫情前后自驾旅游流空间结构特征及影响：以云南省为例［J］.干旱区资源与环境，2022，36（12）：184-190.

［3］  王新越，曹婵婵.基于网络游记的青岛市国内旅游客源市场结构与旅游流时空特征分析［J］.地理科学，2019，39（12）：1919-1928.

［4］  闫闪闪，靳诚.基于多源数据的市域旅游流空间网络结构特征：以洛阳市为例［J］.经济地理，2019，39（8）：231-240.

［5］  闫闪闪，张河清，靳诚.都市区国内旅游流网络空间关联特征［J］.热带地理，2021，41（6）：1313-1324.

［6］  刘大均.基于游记文本的成都市亲子旅游流网络结构特征［J］.经济地理，2022，42（10）：224-230.

［7］  ZHU L，LIM C，XIE W J，et al.Modelling tourist flow association for tourism demand forecasting［J］.Current Issues in Tourism，2018，21（8）：902-916.

［8］  王晓芳，郭艳，李宇晟，等.多尺度视角下都市旅游流网络结构演化研究：以武汉市为例［J］.地域研究与开发，2023，42（2）：93-99.

［9］  刘大均，简代飞，杨丹，等.基于网络游记的成都市旅游流空间特征及影响因素分析［J］.西华师范大学学报（自然科学版），2020，41（1）：92-97.

［10］刘培学，陆佑海，张金悦，等.目的地区域内旅游线路模式及客流影响因素研究［J］.旅游学刊，2022，37（6）：14-26.

［11］王永明，卢言美.大洲尺度下旅游流空间网络结构及其影响因素［J］.湖南师范大学自然科学学报，2021，44（6）：10-17.

［12］陈金华，杨雪可.港珠澳大桥对粤港澳大湾区旅游流网络的影响［J］.华侨大学学报（哲学社会科学版），2021（1）：44-53.

［13］侯贺平，王靓，任婉倩，等.基于数字足迹的河南省A级景区旅游流网络特征研究［J］.地域研究与开发，2022，41（1）：91-97.

［14］LIU X，XU M，ZHOU H.Analyzing the spatio-temporal distribution and network structure of ecotourism flow in Zhangjiajie［J］.Sustainability，2022，14（5）：1-19.

［15］任瑞萍.五台山风景名胜区旅游流空间结构研究［J］.山地学报，2020，38（3）：461-472.

［16］黄昌莉，黄燕玲，于海涛，等.基于LDA和扎根理论的桂林旅游地感知形象研究［J］.地域研究与开发，2022，41（5）：91-97.

［17］杜文忠，席玮，杜金波.基于SD的旅游可持续发展仿真研究：以桂林为例［J］.生态经济，2020，36（12）：104-111.

［18］王润源，程绍文.基于数字足迹的广州市旅游者时空行为特征研究［J］.资源开发与市场，2022，38（10）：1264-1271.

［19］赵明煜，刘建国.北京市旅游流网络特征及影响研究［J］.城市发展研究，2020，27（9）：13-18.

Research on the Network Structure of Tourist Flowin Guilin Based on Online Travel Notes

LI Xue，YAO Jian-sheng，LIU Yan-ling

（College of Tourism and Landscape Architecture，Guilin University of Technology，Guilin Guangxi 541006，China）

Abstract：The network structure of tourist flow reflects the movement characteristics of tourists at the tourist destination and relates to the coordinated development of regional tourism.Based on online travel notes，the tourist flow in Guilin is explored by spatial analysis，social network analysis and other methods in order to identify the characteristics of the network structure of tourist flow.The research shows that the spatial distribution pattern of tourists in the main tourist attractions of Guilin presents “large dispersion and small gathering”；the overall density of tourist flow network in Guilin is low，characterized by a typical core-edge feature；the attractions in the core area have limited influence on the scenic spots in the edge area；the cohesive subgroups in the central city area of Guilin and Yangshuo County have presented a gathering trend.Lijiang River scenic area，Longji Terrace，Xiangbi Mountain scenic area，Two Rivers and Four Lakes，Xingping Ancient Town，West Street and Xianggong Mountain have obvious advantages and strong comprehensive strength in the analysis of node centrality and structural holes，occupying an important position in the tourist flow network.

Keywords：tourist flow；online travel notes；social network analysis；spatial analysis；Guilin