中国游客赴泰旅游流网络结构及其形成机理研究.docx

中国游客赴泰旅游流网络结构及其形成机理研究 摘 要：以中国大陆居民赴泰旅游路线为研究对象，通过旅游分享社区网站，采集2016年整年赴泰旅游线路，构建旅游流有向网络，运用社会网络方法分析旅游流网络的结构特征，并通过地理探测器分析其形成机理。研究表明：①中国赴泰旅游流网络呈现环形放射状，形成了以曼谷为核心，多基点向四周散射的环形旅游流空间结构，网络密度与中心势偏低，网络联结相对松散，冷热点明显，空间差异性突出；②赴泰旅游流网络“核心―边缘”结构突出，网络核心区与边缘区数量差异大且互动较少；③曼谷、清迈、芭提雅、普吉岛、拜县处于中国游客赴泰旅游流网络的关键位置，是赴泰旅游集散中心；④中国游客赴泰旅游目的地分为五个等级，其中边缘旅游目的地数量过多；⑤从整体来看，旅游接待能力、旅游资源禀赋、旅游目的地知名度、社会治安对赴泰旅游流网络影响作用明显，是旅游流网络结构形成的主要影响因素。在此基础上，探讨了中国游客赴泰旅游流网络结构的形成机理。 关键词：旅游流网络；出境旅游；网络特征；地理探测器；泰国 中图分类号：F59 文献标识码：A 0 引言 出境旅游是中国旅游发展的重要组成部分，发展出境旅游有助于平衡旅游经济体系[1]。随着中国经济发展，居民旅游消费能力增强，出境旅游成为越来越多居民的选择。泰国作为中国最早开放的出境旅游市场，近年来逐渐成为中国游客首选的出境游目的地，赴泰自由行的游客逐渐增多。在中泰游客互免签证及“一带一路”倡议的推动下，中国赴泰旅游人数逐年上升，2012年～2016年，中国赴泰游客从200余万人次上升至877万人次。2017年受泰国延续免签证费用政策和“萨德”事件影响，中国很多线下旅行社、OTA将旅游营销转向泰国，中国游客赴泰旅游持续升温。出境旅游是衡量一个国家旅游业及社会经济发展水平的重要指标[2]。国内外学者主要从发展趋势、市场预测、消费特征、安全防范、经济影响及其规制等方面进行中国出境旅游研究[3-8]。研究主要停留在宏观层面，较少从微观角度进行研究[9]，而从旅游流等微观视角进行中国出境旅游研究的更少。 目前，国外学者主要从空间特征[10-11]、分布[12]、模式[13]、规模预测[14-15]、影响因素[16]等方面进行旅游流研究。国内学者研究主要集中在旅游流的时空分布[17]、空间结构[18]、时空演化[19]、流动规律[20]、驱动机制[21]等方面，研究视角和方法多元化。社会网络理论对诸多旅游问题具有强大的解释力[22]，不少学者通过社会网络方法分析旅游流等相关问题。杨兴柱首次借助社会网络分析方法，研究了南京市16个景区组成的旅游流网络结构特征[23]；张妍妍等通过采集游客的数字足迹并结合社会网络方法，分析了西安国内散客旅游流时间及网络结构特征[24]；吴晋峰等[25]揭示了入境旅游流网络结构与航空网络结构的关系；Shih[26]和Scott等 [27-28]采用社会网络分析方法对旅游目的地网络特性、网络凝聚力和旅游目的地体系演化进行研究；吴中堂分析了大陆居民到台湾自由行旅游流网络的演化路径[29]。总体来说，旅游流的研究主要集中在入境旅游方面，对出境旅游流研究较少。 基于文献回顾，本文通过旅游分享社区网站，采集赴泰旅游线路信息，构建中国游客赴泰旅游流有向网络，通过社会网络方法分析中国游客赴泰旅游流网络的空间结构与网络特征，揭示赴泰旅游的空间分布特征及流动规律，并运用地理探测器分析旅游流网络的形成机理，把握中国游客赴泰旅游的行为特征及其驱动机制。 1 数据来源和研究方法 1.1数据来源 网络游记是带有地理空间信息的无干扰性资料，具有客观、数量大、方便获取的特点。马蜂窝网与携程网是国内影响力较大的旅游分享社区网站，其作为数据收集网站具有典型性，由于旅游流网络空间结构特征的季度和月度变化较为明显，而旅游流网络结构规律特征的跨年度变化相对稳定，因此本文以一个自然年为研究区间，筛选出2016年1月到2016年12月符合标准的1000篇中国游客赴泰游记。 赴泰旅游流网络以旅游目的地为节点，按照游客出行的行程节点顺序连接网络，建立n行n列赋值矩阵V，依次将所有的流向关系转化成赋值矩阵。首先，将1000篇游记中的旅游线路拆分为有向节点对，如曼谷→芭提雅→普吉岛，拆分为曼谷→芭提雅和芭提雅→普吉岛，节点对之间若存在一次直接流动则记为1，不存在则记为0，以此累积，并以矩阵形式储存于Excel表格中。其次，游客对旅游目的地（以下称为节点）名称的认识不同，其名称存在差别，如格兰岛的名称有“阁兰岛”、“格澜岛”，涛岛又称“龟岛”，所以对节点名称进行一致化处理。最终共收集到64个节点之间的关系数据，获得一个64×64的多值有向关系矩阵。 1.2 研究方法 1.2.1整体网络评价指标 网络规模是指网络中节点数量，个体网络规模则反映