| 1,159 | 18 | 313 |
| 下载次数 | 被引频次 | 阅读次数 |
该文基于网络游记中沪昆高铁沿线25个城市旅游线路数据构建旅游流网络，采用社会网络分析法对比分析高铁开通前后旅游流网络结构特征。研究结果表明：沪昆高铁沿线旅游流网络具有明显的层级性和规模—位序特征；各凝聚子群内部联系不紧密，但部分子群间联系较紧密；旅游流网络核心—边缘特征显著，核心区对边缘区产生一定的“涓滴效应”;上海、杭州、长沙、南昌、昆明等城市具有明显的结构洞优势。对比高铁开通前后各项指标发现，高铁开通后各城市间旅游互动有所提升，多数省会城市在旅游流网络中的优势地位增强，但旅游流网络空间分布不均的状况没有得到改善。研究结果对于探究沪昆高铁沿线城市旅游流网络空间结构以及深入了解高铁沿线旅游流空间结构特征和优化城市旅游空间布局具有指导意义。
Abstract：Relying on the network crawler technology, this paper captures the tourist route data of 25 cities along the Shanghai-Kunming high-speed railway in the network travel notes, further constructs the tourist flow network, and uses the social network analysis method to compare and analyze the structural characteristics of the tourist flow network before and after operation of the high-speed railway.The results show that the tourist flow network for cities along the Shanghai-Kunming high-speed railway has obvious hierarchy and scale-order characteristics, the cohesive subgroups are not closely connected, but the tourist flow network has significant core-edge characteristics and the core area has a certain "trickle-down effect" on the edge areas, and Shanghai, Hangzhou, Changsha, Nanchang, Kunming and other provincial capitals have obvious structural hole advantages.Comparing the indices before and after the operation of high-speed railway, it is found that the tourism interaction between cities has been improved after the operation of high-speed railway, and the dominant position of most provincial capitals in the tourist flow network has been enhanced, but the uneven spatial distribution of tourist flow network has not been improved.The research is of great significance to explore and deeply understand the network spatial structure of urban tourist flow along the high-speed railway, and to optimize the spatial layout of urban tourism.
[1] 马耀峰，王冠孝，张佑印.中国典型区域入境旅游流空间场效应实证研究：以四川省为例[J].资源科学，2008,31(11):1747-1753.
[2] 钟士恩，张捷，任黎秀，等.旅游流空间模式的基本理论及问题辨析[J].地理科学进展，2009,28(5):705-712.
[3] CHOI K H,KIM I.Co-movement between tourist arrivals of inbound tourism markets in South Korea:applying the dynamic copula method using secondary time series data[J].Sustainability,2021,13(3):1283.
[4] 刘军胜，马耀峰，刘焱序.中国入境过夜游客目的地选择时空分异与城市类型识别[J].旅游学刊，2021,36(7):104-118.
[5] 方叶林，苏雪晴，黄震方，等.中国东部沿海五大城市群旅游流网络的结构特征及其韧性评估：基于演化韧性的视角[J].经济地理，2022,42(2):203-211.
[6] 肖刚，李文明，章辰.江西省旅游线路网络空间结构及影响因素研究[J].地域研究与开发，2020,39(5):88-92.
[7] 张清源，李磊，陆林.旅游体验视角下旅游流网络结构比较研究：以黄山市为例[J].世界地理研究，2020,29(6):1213-1225.
[8] 李磊，陶卓民，赖志城，等.长征国家文化公园红色旅游资源网络关注度及其旅游流网络结构分析[J].自然资源学报，2021,36(7):1811-1824.
[9] 马莉，刘培学，张建新，等.景区旅游流与网络关注度的区域时空分异研究[J].地理与地理信息科学，2018,34(2):87-93.
[10] MOU N,YUAN R,YANG T,et al.Exploring spatio-temporal changes of city inbound tourism flow:the case of Shanghai,China[J].Tourism Management,2020,76(2):1-14.
[11] 马耀峰，林志慧，刘宪锋，等.中国主要城市入境旅游网络结构演变分析[J].地理科学，2014,34(1):25-31.
[12] 查晓莉，徐雨晨，陆林，等.上海迪士尼国内旅游流地理分布与流动特征[J].旅游学刊，2019,34(6):58-73.
[13] 程成，周泽奇，鲁建琪.中国—东盟旅游流空间分异与优化策略[J].经济地理，2020,40(9):204-212.
[14] 张子昂，保继刚.多重距离对中国入境与出境旅游流的影响：基于组态的视角[J].地理科学，2021,41(1):13-21.
[15] 李莉，张捷，仇梦嫄，等.旅游情境下的交通拥挤问题：基于时空拥挤模型的不同尺度旅游流调控[J].地域研究与开发，2021,40(5):119-124.
[16] 从丽，李淑瑜，洪静萱，等.全国红色旅游景区旅游流网络空间结构研究[J].干旱区资源与环境，2021,35(12):188-194.
[17] 曹芳东，黄震方，黄睿，等.江苏省高速公路流与景区旅游流的空间关联及其耦合路径[J].经济地理，2021,41(1):232-240.
[18] 闫闪闪，靳诚.洛阳城区旅游流空间网络结构特征[J].地理科学，2019,39(10):1602-1611.
[19] 陈方，孙连娇，严匀曼，等.基于公路旅游客运数据的云南省团队旅游客流空间行为模式研究[J].地域研究与开发，2020,39(4):98-103.
[20] 方叶林，黄震方，李经龙，等.中国市域旅游流网络结构空间分异及其效应研究：基于携程旅行网的大数据挖掘[J].自然资源学报，2022,37(1):70-82.
[21] HONG T,MA T,HUAN T C.Network behavior as driving forces for tourism flows[J].Journal of Business Research,2015,68(1):146-156.
[22] 崔大树，孙杨.基于分形维数的湖州旅游景区系统空间结构优化研究[J].地理科学，2011,31(3):337-343.
[23] 程雪兰，方叶林，苏雪晴，等.中国东部沿海5大城市群旅游流网络结构空间分布特征研究[J].地理科学进展，2021,40(6):948-957.
[24] 周李，吴殿廷，虞虎，等.基于网络游记的城市旅游流网络结构演化研究：以北京市为例[J].地理科学，2020,40(2):298-307.
[25] 秦静，李郎平，唐鸣镝，等.基于地理标记照片的北京市入境旅游流空间特征[J].地理学报，2018,73(8):1556-1570.
[26] 徐敏，黄震方，曹芳东，等.基于大数据分析的城市旅游地网络结构特征及其演化模式：以新浪微博签到数据为例[J].地理研究，2019,38(4):937-949.
[27] 黄言，宗会明，杜瑜，等.交通网络建设与成渝城市群一体化发展：基于交通设施网络和需求网络的分析[J].长江流域资源与环境，2020,29(10):2156-2166.
[28] 李磊，陆林，穆成林，等.高铁网络化时代典型旅游城市旅游流空间结构演化：以黄山市为例[J].经济地理，2019,39(5):207-216.
[29] 汪德根，牛玉，陈田，等.高铁驱动下大尺度区域都市圈旅游空间结构优化：以京沪高铁为例[J].资源科学，2015,37(3):581-592.
[30] 李磊，陆林，孙小龙，等.高铁沿线旅游流网络结构及其互动关系研究：以合福高铁沿线地区为例[J].人文地理，2020,35(1):132-140.
[31] 汪德根.京沪高铁对主要站点旅游流时空分布影响[J].旅游学刊，2014,29(1):75-82.
[32] 穆成林，陆林.京福高铁对旅游目的地区域空间结构的影响：以黄山市为例[J].自然资源学报，2016,31(12):2122-2136.
[33] 杨兴柱，顾朝林，王群.南京市旅游流网络结构构建[J].地理学报，2007,62(6):609-620.
[34] 付琼鸽，刘大均，胡静，等.湖北省旅游流网络结构的特征与优化[J].经济地理，2015,35(3):191-196.
基本信息:
中图分类号:F532.8;F592.7
引用信息:
[1]方叶林,王秋月,吴燕妮,等.沪昆高铁沿线城市旅游流网络结构空间分布特征研究[J].地理与地理信息科学,2023,39(05):138-144.
基金信息:
国家自然科学基金项目“城市旅游流网络结构韧性的测度体系、时空演化与影响机制：以长三角城市群为例”(42171238); 安徽省自然科学基金面上项目“城市旅游流网络结构时空演化及其对旅游绩效的影响机制研究：以长三角城市群为例”(2108085MD125); 安徽省社科规划青年项目“基于大数据视角的长三角地区旅游流网络结构时空演化及动力机制研究”(AHSKQ2020D64)
2023-08-24
2023-08-24
2023-08-24