选择洛阳市区为研究案例地,洛阳位于河南省西部,现辖1市6区8县,总面积15 208 km²,其中市区面积803 km²,距今已有4 000多年的历史,先后有13个朝代在此建都^[23],是八大古都、国际优秀旅游城市和国务院首批公布的历史文化名城之一。本研究以洛阳市区为研究区域,以洛阳市区32个旅游景区为旅游节点,主要探讨游客在市区主要旅游景区间流动规律、特征。

本研究数据主要来源于新浪微博签到数据、网络游记数据和问卷调查数据3个方面。① 游客新浪微博签到数据（http://open.weibo.com/wiki/SDK#Python_SDK）。主要是通过编程语言调用新浪微博开放平台提供的API（Application Programming Interface）接口采集数据,最终获取256 237条游客签到信息,时间跨度为2011年12月12日到2017年12月31日。获取的数据结构包括用户ID、签到时间、签到经纬度、内容、用户归属地、旅游天数等信息。在分析前需对数据进行清洗。首先,根据用户归属地删除地域来源不清晰和洛阳市本地居民数据。其次,剔除用户发布的2条信息间隔时间为30 d以上的数据,最终剩余181 773条数据。② 网络游记数据。来源于旅游网站上游客所写书的旅游日志,选择国内排名前9的旅游网站,分别为携程网（http://www.ctrip.com/）、去哪网（https://www.qunar.com/）、穷游网（https://www.qyer.com/）、马蜂窝（https://www.mafengwo.cn/）、途牛（http://www.tuniu.com/）、欣欣旅游（https://www.cncn.com/）、驴妈妈（http://www.lvmama.com/）、同程旅游（https://www.ly.com/）、百度旅游（https://lvyou.baidu.com/）。运用火车头采集器采集洛阳市区游记5 000多篇,时间跨度2006~2016年,人工筛选出内容重复、信息不全等游记,剩余游记3 624篇。数据结构包括游记题目、出游时间、游客类型、旅游节点、逗留时间等信息。③ 问卷调查数据。调查地点主要是选取游客量大、地域来源丰富的龙门石窟、白马寺、关林等5A、4A级景区,调研地点共25个。2017年3月到2017年10月3次实地调研,回收问卷4 384份,其中有效问卷4 016份,有效率达到91.60%。3类数据的契合程度是城市旅游流空间网络结构特征分析结果是否科学合理的关键所在。3类数据相互印证,能保证研究论据的准确性和可靠性。根据这3种数据结构形式,加上洛阳市旅游发展委员会2016年《游客抽样调查报告》数据,比较这4类数据所获取的游客结构特征方面信息,发现4类数据获取的游客在地域来源、旅游天数、旅游景区个数等方面高度吻合。这表明3类数据获取的样本特征与总体特征基本相一致, 3类数据的契合度较高,样本代表性较强。

本研究主体是旅游客流,游客在城市内各景区间的流动行为表征为城市旅游流网络。如一个游客旅游线路为龙门石窟到白马寺到关林,即龙门石窟和白马寺、白马寺和关林间产生游客间流动,将游客在各景区节点间有效流动转换为可计算的数学语言矩阵,矩阵横轴、纵轴分别表示各旅游节点景区。如龙门石窟和白马寺间产生一个直接流动,记作1,而白马寺到龙门石窟记作0。3类数据转换为3个语言矩阵,3类数据的契合度、相关性决定3类数据是否可以融合。由于3类数据通过数据语言最终转换为矩阵数据,因此传统的相关分析方法并不适用对3个矩阵间相关性进行分析,本研究采用矩阵相关分析（QAP correlation）,应用Ucinet软件对3类矩阵数据相关性进行计算。分析结果显示3类数据两两间相关性均达到0.83以上,且显著性水平都是0,表明3类矩阵呈显著相关,因此可将3类矩阵数据进行合并,也验证3类数据准确性、可靠性、科学性都较强,3类数据所获取的样本均有加强的代表性,得出的研究结构可信。根据矩阵运算之矩阵相加运算规则,将3类矩阵最终融合为一个矩阵数据作为洛阳市旅游流空间网络结构特征分析的基础数据。

1） 社会网络分析方法。游客在不同旅游节点间的转移与扩散使得旅游目的地形成动态演化系统,系统内不同旅游节点之间的关系和特征难以用简单的数理统计的方法进行描述。社会网络理论与方法从宏观结构关系的视角可以精确刻画系统内各种关系,能弥补传统旅游流研究的微观个体属性视角。因此本研究使用社会网络分析软件Ucinet 探究洛阳市旅游流网络结构特征,具体评价指标和计算方法见文献[24]。

2） GIS空间分析方法。地理信息系统（GIS）是采集、处理、分析、表达和应用地理信息的计算机系统,把地理对象的空间信息与相关属性进行结合,将其以可视化形式表现出来。本研究采用地理信息系统,主要用于对洛阳市旅游流网络空间分布形态的可视化表达。

使用ArcGIS软件绘制图1,看出洛阳市区旅游流网络呈现东南龙门石窟和东北白马寺旅游区极为密集,中心老城区旅游区较为紧密,北部邙山旅游区相对稀疏,而西部旅游区几乎孤立的空间分布格局,呈现出明显的四大旅游集群的态势。而高流量路径表现出以东北部白马寺、东南部龙门石窟、北郊牡丹园片区和城区中部牡丹公园、王城公园片区为端点的五角形格局特征。而中心老城区呈现出以丽景门为核心的放射形空间结构特征,高流量路径集中与龙门石窟、白马寺、关林、丽景门等知名度较高的景区。

1） 不同流量控制下的旅游流网络分析。不同流量控制下的网络特征是不同的,根据文献[25]和洛阳城区旅游流网络数据特征,将节点间的路径（ I_{\mathit{ij}} ）分为≥1、≥5、≥20、≥50、≥100、≥200这6个层次,统计不同流量控制下流动网络的节点数、路径数和路径流量等（表1）。结果表明： I_{\mathit{ij}} ≥1时,全部32个旅游节点出现的路径数仅为426个,网络密度仅为0.43,表明约43%的节点在洛阳市区旅游流网络中建立联系,整体结构较松散而且分布不均衡。从中心势指标来看,外向、内向、中介势数值都相对较低,说明旅游流网络中大部分节点通过核心节点发生联系的现象较少,且对核心景区的依赖性较低,没有明显的核心景区。当 I_{\mathit{ij}} ≥5时旅游流网络节点数下降为26,路径数下降更为剧烈,仅为384,网络密度有所提高,表明洛阳市一部分旅游节点之间的流量较小,联系及其微弱。而外向和内向中心势有所提高,中介中心势有所下降,说明 I_{\mathit{ij}} ≥5时网络节点比 I_{\mathit{ij}} ≥1对核心节点的依赖性现象进一步加强。平均流量上升为32.95,流量占比达到了99.33%,说明 I_{\mathit{ij}} ≥5时路径几乎刻画了洛阳市区旅游流网络的全部。当 I_{\mathit{ij}} ≥20时,节点数和路径数都快速下降,网络密度急剧上升为0.87,表明 I_{\mathit{ij}} ≥20网络整体结构较紧密且分布趋向均衡。内向和外向中心势有所上升,中介中心势急剧下降,平均流量达到45.75,流量占比为95.89%,说明 I_{\mathit{ij}} ≥20路径依然刻画较多的流动。 I_{\mathit{ij}} ≥50时,路径数下降速度高于节点数下降速度,网络密度进一步提升,高达0.956 0,说明网络结构极其紧密。而内向和外向中心势有所提高,中介中心势进一步下降为0.17%,表明旅游流网络分布不均衡现象仍然存在,平均流量达66.43,流量占比仍超过9成。 I_{\mathit{ij}} ≥100时,节点数下降为10,路径数减少到88,流量占比约为80%,平均流量上升为116.13,网络密度较高,达到了0.96。 I_{\mathit{ij}} ≥200时,节点数进一步下降为5,路径数为20,网络密度为1,中介中心势均为0,说明 I_{\mathit{ij}} ≥200的洛阳市旅游流网络没有表现出中心趋势,网络呈现出“环+链”形结构,构成环形的4个景区龙门石窟、白马寺、关林和丽景门间势均力敌,没有明显的优势景区。从以上不同流量控制下的旅游流网络指标数值变化可知,随着流量阈值的不断增加,平均流量进一步增加,而节点数、路径数和流量占比有所减少,网络密度和中心势与流量阈值没有任何关系。同时,核心景点和主要路径不断呈现,核心边缘特征逐渐清晰,洛阳市旅游流网络为典型的核心边缘型网络。

2） 核心-边缘分析。如前所述,假设洛阳市旅游流网络为“核心-边缘”网络,运用“核心-边缘”分析模块对其进行拟合。经测算,相关系数为0.751,拟合效果理想,说明洛阳市区旅游流网络是“核心-边缘”网络假设成立。运用Ucinet软件中的network/roles & perphery/categorical分析模块对其进行核心-边缘分析。结果表明核心景区为门石窟、白马寺、关林、天子驾六博物馆、洛阳博物馆、古墓博物馆、王城公园、丽景门、隋唐洛阳城国家遗址公园9个景区,其余23个景区为边缘景区。结果看出：① 洛阳市区旅游流网络结构中存在很明显的结构分异现象,其大部分核心节点为5A、4A高等级景区,其它景区多处于“边缘”或“附属”地位。② 从核心节点与边缘节点联系的密度仅为0.23,密度较低,表明核心景区与边缘景区之间的连接非常稀疏,核心景区对边缘景区的“涓滴效用”有限。因此,边缘旅游区域一方面要升级自身的旅游设施与服务,另一方面要主动加强同核心节点的扩散联动,从而提升洛阳市整体旅游竞争力。

1） 中心性分析。中心性指标可以反映旅游节点在整体网络中的地位与作用,分为程度中心性和中介中心性。其中,程度中心性越大说明洛阳旅游流围绕少数旅游节点聚集或扩散程度越高。中介中心性越高说明旅游流的转移需要借助少数几个中转旅游景区来完成^[25,26]。本研究通过Ucinet软件对 I_{\mathit{ij}} ≥5网络中26个旅游节点中心性进行计算（表2）。

表2看出,在 I_{\mathit{ij}} ≥5洛阳市旅游网络中,每个节点平均与7.39个其它节点发生旅游流联系,每个节点充当旅游流中介者次数为15.81。从各指标方差看,旅游网络中各旅游节点间分布十分不均衡,有相当多旅游节点的旅游流是通过一部分核心旅游节点形成,具体表现为龙门石窟、丽景门、白马寺、关林、王城公园等明星景区的中心度明显大于其它景区,一部分旅游节点中心度为0,反映这些节点在网络中几乎处于孤立地位。根据各指标具体得分,将洛阳市区旅游节点分为4个系统。① 一级旅游集散中心、旅游核心,包含龙门石窟、白马寺、关林、丽景门和王城公园,5个节点景区拥有最高程度中心度和中介中心度,表明5个景区与洛阳市其它大部分景区保持着直接的旅游流互动关系,联系通畅,这5个一级旅游核心景区是大部分旅游者的门户旅游目的地,进一步转移到其它旅游节点。较高的中介中心度表明5个景区有很强的结构优势,对其它景区控制能力强,大部分景区尤其是低等级边缘景区必须通过这5个景区才能与其它景区建立旅游流联系, 5个景区主要功能为洛阳市最重要旅游集散中心。由于这5个节点旅游流流量比较大,可作为洛阳市旅游集散中心,向旅游者提供信息咨询、旅游商品等服务,指导旅游者向其它景区转移。② 次级旅游核心,包含中国国花园、洛阳博物馆、古墓博物馆、天子驾六博物馆、隋唐洛阳城国家遗址公园5个景区,这些景区一方面与一级核心景区保持着紧密的旅游流联系,另一方面也将接待的旅游流辐射到其它景区,是重要的开始点和终点,在旅游线路设计中,可在这些节点布局旅游服务设施,以满足游客停留、休息和购物需求。③ 一般旅游节点,包含国家牡丹园、牡丹公园、隋唐城遗址植物园、神州牡丹园、民俗博物馆5个景区,虽然上述景区中心度指标得分不高,排名靠后,但是在各区域旅游发展中起着举足轻重的作用,主要是接受上述2级集散中心的渗透带动,扩散、集聚和中转旅游流能力一般。④ 其它景区为边缘旅游节点,各景区中心度得分很低,有些景区得分甚至为零,表明在旅游网络中并没有起到相关的作用。这些旅游节点与其它节点间的外向与内向联系非常稀少,只依靠与少数高等级、知名度较高景区间的旅游流联系悬挂在洛阳市旅游流整体网络中,如果几条仅有的联系被切断,上述旅游景区就会成为洛阳市旅游流网络中的孤立点,对整个洛阳旅游市场来说“无足轻重”,处在明显的边缘地位,完善边缘节点旅游基础设施,扩大旅游营销宣传,加强同核心旅游节点联系,合理规划旅游线路尤为重要。2） 结构洞分析。结构洞指网络中节点之间无直接关系或关系间断的现象,从网络整体看好像网络结构中出现洞穴,此即结构洞。结构洞主要通过效能大小、效率性和约束性3个指标测量。表2看出,龙门石窟、白马寺、关林、丽景门等旅游节点效能大小和效率性得分较高,约束性得分较低,表明这些节点在网络中处于结构洞位置,有较强的关系优势,劣势在于由于缺乏替代性的旅游产品,可能造成游客流瓶颈问题。因此,要完善这些景区的旅游交通,尤其是旅游旺季将游客流安全转移与扩散至其它节点,而从优化洛阳市整体旅游流网络。而牡丹公园、汉魏故城、三彩艺术博物馆等旅游节点结构洞指标较低,在洛阳旅游流网络中处于劣势地位,这些节点需要完善自身的旅游基础设施与服务,加强与具有结构洞优势节点间的旅游合作。为明晰边缘节点应与网络中哪些核心节点建立联系才能提高自己在网络中的位置,本研究运用结构洞指数测算中最重要的第3个约束性指标,以12个边缘节点为例,说明洛阳市边缘节点受到哪些核心节点约束及约束程度大小。结果表明：①洛阳市区旅游流网络中边缘节点主要受龙门石窟、白马寺、丽景门等一级核心节点和洛阳博物馆、天子驾六博物馆等次核心节点约束。②边缘节点同核心节点间约束度还表现出距离越近约束度越大、节点的中心度越大约束程度越高、节点等级和知名度越高约束度越大的特征。因此,边缘节点首先要加强同区域内高等级景区联系,实施跨区域旅游合作战略措施,进一步加强同区域外核心旅游景区合作以提高在网络中的位置。3） 一级旅游核心节点特征分析。一级核心景点在流动网络中占有重要地位,因此从流出、流入两个视角分析其在流动网络中的地位,并计算连接节点、流量占比、平均流量等指标^[24]。图2、表3看出,一级核心旅游节点空间覆盖范围较大,对洛阳市区整体旅游流网络具有较强的支配作用。其中,龙头景区龙门石窟与其它旅游节点间产生54条网络连线,流入和流出路径均为27条,流量占比高达20%左右,在洛阳市旅游流网络中占明显的优势地位。5个一级核心旅游景区中流量较小的王城公园景区流量达6%以上。将5个景点流入流出叠加,流出路径128条,占比达30%,流量占比高达69%;流入路径119条,占比28%,流量占比高达67%,表明龙门石窟、白马寺、丽景门、关林和王城公园5个景区在洛阳市区旅游流网络中占一定的主导地位。从平均流量看,流出和流入流量最大无疑为龙门石窟,造成这一现象的原因在于龙门石窟为洛阳龙头景区,对其它景区旅游流集聚和扩散作用都较强。从加权平均距离指标来看,丽景门和王城公园景区流出和流入加权距离远小于其它3个景区,原因在于加权平均距离受景区区位距离影响较大,丽景门景区位于洛阳市区中心老城区,王城公园位于洛阳市区中心西工区,距离其它景区均较近,因而加权距离较小。其它3个景区均位于洛阳郊区,到其它景区距离相对较远,加权距离较大。龙门石窟景区流出加权平均距离大于流入加权平均距离,表明龙门石窟景区流出空间作用范围大于流入空间范围,其它4个景区流入空间范围大于流出空间范围。

以洛阳市为研究案例区域,融合、挖掘网络大数据和社会调研数据,构建各景点间流动的关系矩阵,基于社会网络分析法、数理统计分析法、空间分析法,运用SPSS、Ucinet和Arcgis相关分析模块分析洛阳市区旅游流网络空间分布特征、网络整体特征与节点分布特征,结论如下：

1） 洛阳市区旅游流网络在空间上呈现东南龙门石窟旅游区、东北白马寺旅游区极为密集,中心老城区旅游区较为密集,北部邙山旅游区相对稀疏,而西部旅游区几乎孤立的空间分布格局,呈现出明显的四大旅游集群的态势。

2） 洛阳市区旅游流网络整体密度低,整体结构非常松散而且分布不均衡,中心化趋势明显且对核心景区依赖性较高。在网络控制值的有序变换中,核心景点和主要路径不断呈现,核心边缘特征逐渐清晰,洛阳市区旅游流网络是典型的核心-边缘网络。大部分核心节点为5A和4A高等级景区,其它景区多处于“边缘”或“附属”地位,且核心景区与边缘景区之间的连接非常稀疏,核心景区对边缘景区的“涓滴效用”有限。

3） 根据旅游节点中心性指标,洛阳市区旅游节点分为4个系统,分别为一级旅游核心、次级旅游核心、一般旅游节点和边缘旅游节点。其中一级核心景点涉及面较广,对整体流动具有较强的支配作用。边缘节点主要受到一级核心节点的约束,边缘节点同核心节点之间的约束度还表现出距离越近约束度越大、节点的中心度越大约束程度越高、节点的等级越高约束度越大的特征。

本研究的特色与创新之处在于：①本研究应用地理学空间分析方法探究旅游流网络空间分布特征与规律,发现旅游流网络空间上呈现出明显的分层集聚的态势。能够弥补当前较少关注旅游流网络拓扑特征的不足。②旅游流研究的最大阻碍在于数据的收集存在一定困难,没有普适的、最优的方法,本研究采用旅游统计年鉴、游客问卷调查、网络游记、新浪微博签到数据等多种数据源相结合提高研究的可操作性、准确性和科学性。但是,由于受到数据获取技术、人力、经费、时间等限制,本研究只获取一个案例区洛阳旅游流数据,虽然洛阳作为国际发达旅游城市具有一定的代表性和典型性,但是不能根据多案例区域的对比研究,不能发现同类型旅游城市和不同类型旅游城市旅游流空间网络结构特征的共性和异性。在今后研究中应基于更加先进的技术方法获取多案例地数据对比研究旅游流空间网络特征与差异,为不同类型旅游城市旅游流空间网络结构优化、旅游可持续发展等提供建议和措施。其次,不同时间断面旅游流空间网络结构特征演化与预测研究是今后应进一步解决问题,本研究并没有获取长时间尺度旅游流数据,因此未对城市旅游流空间网络结构特征演化与预测进行研究,而要准确把握城市旅游流空间网络结构特征及其形成动力机制,只有把过程理清,预测未来变化特征,才能更加深入的认识城市旅游流空间网络特征及其形成动力机制,才能更加全面、系统的制定城市旅游流空间网络结构特征优化的建议措施。再次,景区是游客游览核心节点,因此本研究仅仅探讨了游客在洛阳市区主要景点之间的流动,而忽视了酒店、交通节点、餐厅等不同旅游要素之间的相互流动,所以网络节点扩展是未来旅游流网络研究待解决的问题。最后,旅游流聚散动力机制是一个复杂的系统问题,本研究对象为微观尺度的城市空间范围下旅游流空间网络结构特征,城市内部的景观空间结构、交通空间结构、文化空间结构等是如何影响游客在城市内不同节点之间扩散呢?以及当地政府、社区居民、旅游企业经营者等相关利益群体是否对游客流动产生影响和如何影响呢?由于受文章篇幅的限制,本研究并没有阐述旅游流空间网络形成动力机制问题,这是目前正在进行的另一个研究内容。