雁荡山风景区旅游数字足迹分析
作者： 苏醒醒 涂倩 张灵杰 路军慧摘 要：本文运用社会网络分析的方法，分析雁荡山风景区游客旅游流的时间特征、旅游节点、旅游流规律及网络结构特征。研究结果表明：游客的出游时间主要集中在5月和10月，2日游游客最多；旅游流网络节点间分布存在一定的不均衡性，核心节点以灵岩、大龙湫、灵峰、方洞为代表，充当着雁荡山风景区旅游的集聚点、辐射点；雁荡山风景区游客旅游流网络密度较高，整体旅游线路较多。
关键词：数字足迹；社会网络；旅游流；雁荡山
中图分类号：F592.7 文献标识码：A
基金项目：浙江安防职业技术学院2021一般科研项目“雁荡山风景区景观生态风险评价”（AF2021Y15）。
引言
随着数字化时代的到来，游客经常通过互联网查询旅游信息。因而挖掘旅游网络信息成为部分学者获取数据方式之一。如今，一些国内学者已经尝试提取网络文本中的数据，采用网络文本分析法进行研究旅游行业，有景区形象感知研究、景区服务质量评价研究、旅游者行为研究、民宿主客互动研究等[1-4]。戴光全、陈欣从拍摄的旅游照片内容和拍摄手法两个方面，研究游客摄影的心理效应和阅读者的情绪[5]。另外，还有学者基于文本、照片等“数字足迹”，运用社会网络分析方法分析旅游活动的时空特征[6-8]。本文运用社会网络分析方法，以雁荡山风景区各个景区为旅游节点，构建雁荡山风景区旅游流网络结构，分析其网络特征，旨在深化对雁荡山旅游流空间分布特征和流动规律的认识。
一、旅游数字足迹采集
（一）雁荡山风景区概况
雁荡山，简称雁山、雁岩，国家5A级旅游景区，位于浙江省温州市乐清市。雁荡山的开发始于南北朝，兴于唐，盛于宋，文化底蕴丰厚。目前，雁荡山有大龙湫、灵峰、灵岩、雁湖、三折瀑、方洞、显胜门、羊角洞、仙桥景区，有500多处景点，大龙湫景区、灵峰景区和灵岩景区被称为“雁荡三绝”。
（二）数据获取与处理
本文的数据来自游客发布在携程旅行网的游记，从游记内容和照片中提取时间和旅游节点。打开携程旅行网，进入攻略模块，搜索“雁荡山”，点击游记选项，游记按更新时间倒序排列。截至2022年12月31日，共有143篇游记，统计出符合研究标准的用户73人，游记78篇。对数据进行甄别分类时，观音洞、北斗洞、合掌峰属于灵峰景区，本文将观音洞、北斗洞、合掌峰、灵峰景区统一视为灵峰景区；灵岩寺、天柱峰、灵岩飞渡、小龙湫、独秀峰、卧龙谷等坐落于灵岩景区，在统计数据时将其合并进行研究。在采集旅游数字足迹的基础上，运用社会网络分析定量测度旅游者旅游空间选择路径和偏好以及雁荡山景区各旅游节点和流动规律。
二、研究结果及分析
（一）时间特征
笔者在收集数据时，利用游记提取文字内容中所提到的出游时间和停留天数，或查看照片上的水印时间确定游客旅游时间。确定游客旅游时间时，73人的78篇游记中，76篇游记内容与照片时间相符，另外2篇游记没有在文字内容中提到出游时间，是通过照片确定的出游时间。核对后的游客浏览天数定为其逗留时间。
依据出游月份得到统计结果：1月为1篇，2月为3篇，3月为5篇，4月为3篇，5月为26篇，6月为5篇，7月为6篇，8月为3篇，9月为5篇，10月为11篇，11月为8篇，12月为2篇。由此得出：雁荡山风景区旅游客流高峰出现在5月和10月，这主要是受到假期制度因素的影响，而事实上5—6月以及8—10月也正是雁荡山风景区旅游的好月份。3月和7月分别出现了缓峰，主要原因是3月的妇女节对女士免费，而7月正值暑假。
依据逗留天数得到统计结果：逗留1天为17篇，逗留2天为30篇，逗留3天为19篇，逗留4天为10篇，逗留5天为2篇。由此得出：游客选择在雁荡山风景区的逗留时间多为1～3天，其中雁荡山风景区2日游所占比重最大，高达38%。
（二）旅游节点
笔者对143篇网络游记逐一研读，分析游客所到达的景区，共提取到8个旅游节点：灵峰、灵岩、大龙湫、方洞、显胜门、羊角洞、三折瀑、雁湖景区。对游客所到达的8个旅游节点频次进行统计得到：灵峰景区为73次，灵岩景区67次，大龙湫景区56次，方洞景区41次，三折瀑景区21次，显胜门15次，雁湖4次，羊角洞2次。其中灵峰、灵岩、方洞、大龙湫旅游节点频次较高，主要受名气影响；雁湖、羊角洞旅游节点频次较低，既受名气影响，也受地理位置影响。
（三）旅游流流动规律
依据提取出的旅游节点之间游客的流动方向和流量，构建了雁荡山风景区游客旅游流流向频次表（见表1）。从旅游流流向频次表中可知一共有有向节点对30个，流动频次总和为199。从流动频次方面分析，共有11个流动频次大于等于10的节点对，这11个节点的流动频次和为152，占总流动频次的76.38%。灵峰、灵岩、大龙湫、方洞节点旅游流流动频次较高。
（四）旅游流网络结构
旅游者在不同的旅游地之间进行旅游活动，其旅游活动发生联结而建立的旅游流关系的总和称为旅游流网络结构[9]。
1.旅游流网络构建
依据上文中得到的雁荡山风景区游客旅游流流向频次表，依次把73名旅游者形成的关系输入矩阵表格，加总建立赋值矩阵。为了更清晰地揭示雁荡山风景区旅游流网络结构特征，本文将数值矩阵导入软件Ucinet 6进行二值化转换，再通过软件Net Draw进行可视化数据分析，生成雁荡山风景区游客旅游流网络图（见图1）。
2.网络特征分析
（1）规模及密度分析
旅游节点的总数和代表着该旅游网络的规模，旅游流网络中存在所有可能关系的总和为n*（n-1），其中n为旅游网络中的旅游节点数量。网络密度表示各旅游节点之间联系的紧密程度，网络密度值为旅游节点间实际的关系总和与n*（n-1）的比值[10]。根据雁荡山风景区旅游熟悉足迹采集和处理结果，本文共提取出8个旅游节点，8个旅游节点最多可构成56个节点对。从上文旅游流研究结果可知通过数据提取共有30个旅游节点对，因此其旅游流网络密度为0.535 7，说明雁荡山风景区旅游流网络比较密，各景区之间有比较紧密的联系，雁荡山风景区的旅游线路比较多。
（2）中心性分析
中心性可以用来表示某旅游节点位于什么样的中心地位，其是社会网络分析的一个重要指标[11]。中心性指标有程度中心性、接近中心性和中间中心性。程度中心性数值越大代表集聚与辐射能力越强；接近中心性，其值越小代表在整个网络处于越中心的位置，受其他旅游节点影响控制的程度越小；中间中心性数值越大代表该旅游节点对其他节点的控制越强。本文运用软件Ucinet 6对雁荡山风景区游客旅游流网络进行中心性分析（见表2）。
由表2可知，雁荡山旅游节点程度中心势相对较高，说明雁荡山风景区旅游网络的不均衡性，具体表现为灵岩、三折瀑、方洞、灵峰、大龙湫的内外向中心度均大于等于4，远高于雁湖、显胜门、羊角洞旅游风景区等旅游节点，是雁荡山风景区游客旅游网络的核心点，因此可以在以上旅游节点设置旅游信息中心，为游客提供旅游信息咨询，充分发挥其辐射作用。其中，羊角洞由于地理位置的原因，游客大多单独选择羊角洞作为旅游目的地，导致其外向中心度较低，对其他节点辐射能力较弱。对于表2中接近中心度指标，雁荡山风景区游客旅游流网络接近中心势数值较高，说明其网络的不均衡，而灵岩、三折瀑、大龙湫和方洞内向、外向接近度指标都较高，说明这4个景区一般都会被游客纳入其旅游线路中。对于表2中接近中心度指标，每个景区平均3.75次在网络中充当旅游流中间者，中心中间势较低，为14.29%。其中，灵岩和三折瀑的中间中心度较高，对其他旅游节点的控制较强，位于雁荡山风景区游客旅游网络的核心。
总的来说，雁荡山风景区旅游流网络中旅游节点分布较不均衡，其中灵岩、方洞、大龙湫、三折瀑为核心节点发挥着重要的集聚辐射作用。另外，关于中心性都较低的旅游节点，如雁湖、显胜门、羊角洞等旅游节点，需与核心节点进行线路组合，强化与核心景区的联系。
（3）凝聚子群分析
凝聚子群是指网络中节点子集合中的节点之间具有相对较强、直接、紧密、积极的关系[11]，可以表明网络中的子结构，揭示旅游者选择的组合线路[9]。本文对雁荡山风景区游客旅游流网络进行分析，并得出4个凝聚子群（即由旅游节点构成的节点群）及相关密度数据（见表3）。
由表3可见，雁荡山风景区游客旅游流网络存在内部集聚，有4个子结构，即有4个节点群。其中第3节点群和第4节点群，它们内部联系密度都为1.00，说明第3、4节点群内部各旅游节点之间联系较为紧密，旅游流流动较为频繁。通过实地考察发现第3、4节点群内部的大龙湫、灵峰、灵岩、方洞等节点地理位置邻近，关联带动效应强，为核心节点。同时，第3节点群与另外的节点群联系也比较高，起到旅游中间者的作用。第4节点群与第3节点群联系非常紧密，密度为1.00，其在地理位置与交通便利程度上具有一定优势。此外，第2节点群与第3节点群的联系密度为0.75。因此在此基础上可以推断出旅游节点群组合成的旅游线路，首先，旅游者进行旅游路线组合时一般都包括灵峰、大龙湫、灵岩、方洞4个节点；其次是三折瀑、显胜门等节点。对于羊角洞、雁湖等中心性较低的旅游节点，要不断加强旅游规划，加大宣传营销力度，同时也要提高其与核心节点之间的旅游交通便利程度，利用核心旅游节点带动其旅游发展，从而提升雁荡山风景区整体旅游竞争力。
三、结论与展望
本文利用社会网络分析方法，研究了雁荡山风景区游客旅游时间规律，旅游流流动规律以及旅游流网络结构。研究结果表明，第一，本文基于旅游数字足迹所研究的时间规律和其实际旅游情况基本一致。雁荡山风景区游客的出游时间主要集中在5月和10月，平均逗留1～3天，2日游游客最多。第二，雁荡山风景区各旅游节点在旅游流网络中分布较不均衡，多数景区是借助核心旅游节点进行联系。核心节点以灵岩、大龙湫、灵峰、方洞为代表，充当着雁荡山风景区旅游的集聚点、辐射点。第三，雁荡山风景区游客旅游流网络密度较高，整体旅游线路较多。较为突出的是由灵岩、大龙湫、灵峰、方洞等节点所构成的节点群，其内部子结构地理临近性较强，且联结密度高，因此较常组合成旅游线路，但对于相距较远的羊角洞、雁湖等旅游节点的影响能力有限。
从旅游数字足迹的角度研究雁荡山景区，为其今后的规划和管理提供了理论支撑，对当地的旅游发展有一定的促进作用。但本文未能对比研究不同年份的数据，没有对旅游流的变化趋势进行动态监测与分析。因此在后续的研究中，可以从不同时间、空间尺度以及不同经济发展水平下，研究旅游节点的变化，为当地旅游规划和管理提供参考。
参考文献
[1] 梁静怡，谢镕键.基于网络文本分析的旅游目的地旅游形象感知研究：以三亚藤海渔村为例[J].科技和产业，2022（11）：354-359.
[2] 杨凡.基于网络文本分析的大运河扬州段旅游景区服务质量评价[D].北京：北京第二外国语学院，2022：11.
[3] 金彩玉，董冰.基于文本分析的乡村旅游者行为研究：以重渡沟景区为例[J].河北大学学报（哲学社会科学版），2020（1）：138-146.
[4] 黄向，陈雪宜.基于网络文本的旅游民宿主客互动研究[J].旅游研究，2022（5）：72-85.
[5] 戴光全，陈欣.旅游者摄影心理初探：基于旅游照片的内容分析[J].旅游学刊，2009（7）：71-77.
[6] 严尚霞，陈金华.基于旅游数字足迹的大陆赴澳门游客时空行为特征分析[J].武汉商学院报，2019（4）：15-20.
[7] 苏醒醒.涠洲岛旅游区旅游发展景观生态风险评价[D].南宁：广西大学，2020：12.
[8] 李艳，严艳，贠欣.基于旅游数字足迹的西藏景区空间结构分析[J].干旱区资源与环境，2015（6）：176-182.
[9] 张妍妍，李君轶，杨敏.基于旅游数字足迹的西安旅游流网络结构研究[J].人文地理，2014（4）：111-118.
[10] 刘洋.旅游流时空分布特征及调控研究[D].南宁：广西大学，2016：11.
[11] 王娟，胡静，贾垚焱，等.城市旅游流的网络结构特征及流动方式：以武汉自助游为例[J].经济地理，2016（6）：176-184.