杜家禛,靳 誠,2,徐 菁,周玉翠

(1.南京師范大學(xué)地理科學(xué)學(xué)院,江蘇 南京 210023)(2.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心,江蘇 南京 210023)(3.南京曉莊學(xué)院旅游與社會(huì)管理學(xué)院,江蘇 南京 211171)(4.衢州學(xué)院商學(xué)院,浙江 衢州 324000)

旅游流作為地理學(xué)與旅游學(xué)的交叉領(lǐng)域,一直是旅游地理學(xué)研究的重點(diǎn)問題. 當(dāng)前對(duì)旅游流解釋多指以旅游客流為主體的區(qū)域間位移,在空間中則表現(xiàn)為從目的地到客源地流動(dòng)的群數(shù)量和流動(dòng)模式[1],研究多以計(jì)量方法分析旅游流的空間結(jié)構(gòu)[2-3]、演化規(guī)律[4-7]、形成機(jī)制[8-11]等,從現(xiàn)實(shí)角度出發(fā)對(duì)旅游流進(jìn)行了剖析,但未考慮到虛擬網(wǎng)絡(luò)空間中的信息流動(dòng),缺乏對(duì)虛擬旅游流的探索.

虛擬旅游流作為現(xiàn)實(shí)旅游流在網(wǎng)絡(luò)空間中的映射[12],是具有流動(dòng)性的互聯(lián)網(wǎng)檢索數(shù)據(jù),對(duì)現(xiàn)實(shí)旅游流的流量、流向及區(qū)域內(nèi)流動(dòng)特征的預(yù)測(cè)具有先兆性. 目前,國內(nèi)外學(xué)者僅僅將虛擬旅游流看作網(wǎng)絡(luò)數(shù)據(jù)使用,并未對(duì)虛擬旅游流本身進(jìn)行研究思考[13-16]. 同時(shí),將虛擬旅游流作為分析支撐數(shù)據(jù)忽視了其流動(dòng)性特征,而流動(dòng)性恰恰是旅游流構(gòu)建區(qū)間旅游網(wǎng)絡(luò)進(jìn)而連接不同空間區(qū)域之間各種物質(zhì)、信息、資金流交換的首要前提. 因此,以流動(dòng)性為先決條件,對(duì)虛擬旅游流空間流動(dòng)格局和影響因素進(jìn)行探討,是十分必要的.

基于此,本文以長(zhǎng)江三角洲(三省一市)為研究區(qū)域,利用百度指數(shù)中的搜索指數(shù)作為虛擬旅游流分析數(shù)據(jù),結(jié)合空間自相關(guān)模型,探究虛擬旅游流空間格局. 利用模型對(duì)比選取半?yún)?shù)GWR模型,從流入、流出視角在市域尺度擬合參數(shù)估計(jì)分析,利用顯著性檢驗(yàn),探討區(qū)域虛擬旅游流及其影響因素之間的空間關(guān)系,以期為區(qū)域旅游發(fā)展方針政策的制定、空間布局的優(yōu)化及市域間的交流合作提供依據(jù).

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

流動(dòng)性是虛擬旅游流的先決條件,為保證這一特征,本文選取百度指數(shù)為分析支撐數(shù)據(jù). 當(dāng)某地用戶以另一地為檢索關(guān)鍵詞時(shí),兩地間就出現(xiàn)了信息流動(dòng),也是旅游客流在網(wǎng)絡(luò)中的映射,可以代表虛擬旅游流作為討論數(shù)據(jù). 本文依照目前長(zhǎng)江三角洲最新市域范圍劃分,選取41個(gè)市級(jí)行政單位為研究對(duì)象,基于百度指數(shù)平臺(tái),以“城市名+旅游”“城市名+景點(diǎn)”為檢索詞,依據(jù)不同市域IP定位,提取2013年、2018年全年具有雙向流動(dòng)性的旅游流數(shù)據(jù)共6 560條.

1.2 研究方法

1.2.1 空間自相關(guān)分析

全局空間自相關(guān)是對(duì)地理要素屬性值在空間內(nèi)的聚集程度的描述,可反應(yīng)空間內(nèi)所有要素的關(guān)聯(lián)程度及顯著性[17-18]. 本文參考全局莫蘭指數(shù)這一最早應(yīng)用于檢驗(yàn)空間關(guān)聯(lián)性和集聚問題的探索性空間分析指標(biāo)計(jì)算長(zhǎng)江三角洲虛擬旅游流空間自相關(guān)特征,其計(jì)算公式如下:

1.2.2 半?yún)?shù)GWR模型

本文利用半?yún)?shù)GWR模型分析長(zhǎng)江三角洲虛擬旅游流與其影響因素的空間關(guān)系,相較于傳統(tǒng)GWR模型,半?yún)?shù)GWR模型融合了地理空間中的局部項(xiàng)和全局項(xiàng),包括全局固定項(xiàng)和地理流動(dòng)系數(shù),提高了參數(shù)選擇合理性與加權(quán)回歸模型擬合表現(xiàn),其公式為:

2 虛擬旅游流空間格局

2.1 虛擬旅游流流動(dòng)網(wǎng)絡(luò)格局分析

利用ArcGis對(duì)虛擬旅游流流動(dòng)網(wǎng)絡(luò)進(jìn)行可視化表達(dá),不同年份市域間的虛擬旅游流流動(dòng)見圖1,線條的粗細(xì)及顏色代表虛擬旅游流的大小差異. 研究發(fā)現(xiàn),長(zhǎng)江三角洲虛擬旅游流具有明顯的地緣偏向,呈現(xiàn)核心—邊緣結(jié)構(gòu).

圖1 虛擬旅游流流動(dòng)網(wǎng)絡(luò)Fig.1 Mobile network of virtual tourism flow

流動(dòng)路徑值在400以上的虛擬旅游流圍繞長(zhǎng)江三角洲中部分布,形成中部核心密度區(qū). 2013年,以蘇州、杭州、上海為核心流動(dòng)點(diǎn),圍合三角形高頻次流動(dòng)區(qū). 2018年,中部核心密度區(qū)范圍擴(kuò)大,形成“Z”字型核心構(gòu)架. 從流動(dòng)路徑數(shù)看,2013年與2018年僅分別占全部虛擬旅游流流動(dòng)路徑的0.12%、1.20%,但流量占比卻從1.7%上升至11.2%,是整個(gè)長(zhǎng)江三角洲的絕對(duì)核心流動(dòng)區(qū).

流動(dòng)路徑值在200～400之間的虛擬旅游流以徐州、南京、杭州、臺(tái)州為分界線,流動(dòng)網(wǎng)絡(luò)呈東密西疏的特征,形成次級(jí)核心密度區(qū). 2013年,此密度區(qū)內(nèi)東部以南京、上海等節(jié)點(diǎn)城市形成并聯(lián)型結(jié)構(gòu),西部則多為串聯(lián)型流動(dòng)模式,東西差異明顯,2018年該類特征進(jìn)一步加深. 此部分流量2013年占比為 14.24%,至2018年擴(kuò)大為24.4%. 空間范圍除“Z”字型核心區(qū)外,還包含了江蘇北部和浙江南部的部分市域,流動(dòng)區(qū)域進(jìn)一步擴(kuò)大.

流動(dòng)路徑值在200以下的虛擬旅游流在2013—2018年間分布遍及整個(gè)長(zhǎng)江三角洲,西北部最為密集,形成虛擬旅游流流動(dòng)邊緣結(jié)構(gòu)區(qū). 2013年流動(dòng)路徑值在200以下的虛擬旅游流占總流量的84.04%,至2018年則降為64.4%,可見,長(zhǎng)江三角洲虛擬旅游流流動(dòng)網(wǎng)絡(luò)呈核心—邊緣結(jié)構(gòu),城市間虛擬旅游流網(wǎng)絡(luò)差異較大.

2.2 空間自相關(guān)分析

虛擬旅游流空間格局除分析流動(dòng)網(wǎng)絡(luò)和流量空間分布外,還可以參考各市域單元的虛擬旅游流集聚程度,通過Geoda軟件計(jì)算出長(zhǎng)江三角洲虛擬旅游流全局Moran’I指數(shù),具體結(jié)果如表1所示.

表1 市域旅游流空間自相關(guān)結(jié)果Table 1 Spatial autocorrelation results of virtual tourism flow in different regions

由表1可知,2013—2018年無論是流入市域還是流出市域,虛擬旅游流的全局Moran’I指數(shù)均大于0,且Z值大于1.96,P值小于0.05,通過了顯著性檢驗(yàn). 表明市域單元虛擬旅游流流入、流出兩方向均具有正向相關(guān)性,市域單元虛擬旅游流在空間上具有顯著的集聚特征,為GWR模型的構(gòu)建奠定了基礎(chǔ).

3 影響因素分析

3.1 影響因素選取

本文依據(jù)旅游流驅(qū)動(dòng)力、旅游流推拉理論、需求理論等前人研究[19-20],探究長(zhǎng)江三角洲虛擬旅游流影響因素,從客源地需求系統(tǒng)、目的地引力系統(tǒng)及阻力系統(tǒng)3個(gè)方面選取解釋變量.

流入市域選取GDP、區(qū)域第三產(chǎn)業(yè)收入、人均旅游收入作為虛擬旅游流非物質(zhì)性引力,旅游流網(wǎng)絡(luò)密度、旅行社數(shù)量、A級(jí)景點(diǎn)數(shù)、星級(jí)飯店數(shù)量、住宿和餐飲業(yè)從業(yè)人員等旅游資源作為實(shí)際性物質(zhì)引力,空間距離、公路里程作為距離摩擦力.

流出市域選取人口、互聯(lián)網(wǎng)寬帶用戶接入量作為主觀需求因素,人均可支配收入、GDP、住戶存款數(shù)、社會(huì)消費(fèi)品零售總額、城鎮(zhèn)登記失業(yè)率作為客觀需求支撐,私人汽車擁有量、空間距離作為距離阻力因素.

為進(jìn)一步對(duì)解釋變量進(jìn)行篩選,利用SPSS軟件首先對(duì)所有變量進(jìn)行標(biāo)準(zhǔn)化標(biāo)準(zhǔn)差處理,其次進(jìn)行共線性檢驗(yàn),將VIF(方差膨脹因子)大于10的影響因子剔除,最后2013年流入市域虛擬旅游流選取A級(jí)景點(diǎn)數(shù)X1、旅游流網(wǎng)絡(luò)密度X2、公路里程X3、空間距離(流入)X4、星級(jí)飯店數(shù)量X5作為解釋變量,流出市域虛擬旅游流則選取人口X6、空間距離(流出)X7、人均可支配收入X8、城鎮(zhèn)登記失業(yè)率X9作為解釋變量;2018年流入市域虛擬旅游流選取公路里程Y1、A級(jí)景點(diǎn)數(shù)Y2、旅游流網(wǎng)絡(luò)密度Y3、空間距離(流入)Y4作為解釋變量,流出市域選取社會(huì)消費(fèi)品零售總額Y5、互聯(lián)網(wǎng)寬帶用戶接入量Y6、空間距離(流出)Y7、人均可支配收入Y8、城鎮(zhèn)登記失業(yè)率Y9作為解釋變量. 本文使用的所有社會(huì)經(jīng)濟(jì)數(shù)據(jù)均來自2013年、2018年長(zhǎng)江三角洲各省統(tǒng)計(jì)公報(bào)與統(tǒng)計(jì)年鑒.

3.2 顯著性分析與模型對(duì)比分析

為驗(yàn)證半?yún)?shù)GWR模型擬合優(yōu)越性,將傳統(tǒng)GWR模型、GWR模型及半?yún)?shù)GWR模型擬合結(jié)果進(jìn)行對(duì)照提取最優(yōu)模型.

首先,證明所選變量對(duì)虛擬旅游流影響顯著性. 在無法判斷變量是否具有流動(dòng)性特征的情況下,利用傳統(tǒng)GWR模型,對(duì)解釋變量進(jìn)行全局回歸分析,將所有解釋變量看作在所選區(qū)域內(nèi)空間固定,初步探討變量顯著性. 2013年選取的變量中,僅有A級(jí)景點(diǎn)數(shù)、旅游流網(wǎng)絡(luò)密度、人口、空間距離(流出)、人均可支配收入通過顯著性檢驗(yàn),2018年則同樣篩選出公路里程、A級(jí)景點(diǎn)數(shù)、社會(huì)消費(fèi)品零售總額、互聯(lián)網(wǎng)寬帶用戶接入量、空間距離(流出)、人均可支配收入6個(gè)顯著性變量.

在確保解釋變量對(duì)區(qū)域虛擬旅游流的影響顯著性后,需要確認(rèn)變量的空間固定性. 本文利用影響因素流動(dòng)性檢驗(yàn)及LtoG變量選擇,分別對(duì)流入、流出市域虛擬旅游流影響因素流動(dòng)性檢測(cè),當(dāng)DOF值為正值時(shí),表明變量在空間中是固定的,具有空間平穩(wěn)性,因此為全局變量;當(dāng)DOF值為負(fù)時(shí),說明變量在空間中具有流動(dòng)性,需要作為局部變量進(jìn)一步優(yōu)化擬合. 在流入市域影響因素中,2013年旅游流網(wǎng)絡(luò)密度DOF值為負(fù),需考慮其對(duì)流入虛擬旅游流的空間影響,A級(jí)景點(diǎn)數(shù)DOF值為正,在空間中可作為平穩(wěn)性固定變量;而2018年A級(jí)景點(diǎn)數(shù)DOF值為負(fù),具有空間非平穩(wěn)性,需要繼續(xù)擬合參數(shù)分析,公路里程DOF值為正,在空間中表現(xiàn)出顯著的平穩(wěn)性,可作為全局固定變量考慮. 在流出市域影響因素中,2013年人口與人均可支配收入具有負(fù)DOF值,應(yīng)進(jìn)一步探究其空間流動(dòng)性特征,空間距離(流出)則可作為全局固定影響變量;2018年互聯(lián)網(wǎng)寬帶用戶接入量、社會(huì)消費(fèi)品零售總額DOF值為負(fù),需要從局部尺度出發(fā)繼續(xù)擬合優(yōu)化,而空間距離(流出)與人均可支配收入解釋變量DOF值為正,具有空間固定性,應(yīng)從全局尺度進(jìn)行固定分析.

在確認(rèn)要素影響顯著性及參數(shù)空間固定性后,對(duì)模型進(jìn)行最優(yōu)解比較,判斷依據(jù)以AICc準(zhǔn)則為標(biāo)準(zhǔn),結(jié)果見表2.

表2 不同模型擬合回歸結(jié)果Table 2 The fitting regression results of different models

2013—2018年流入市域與流出市域中,半?yún)?shù)GWR模型具有最高的R2值與調(diào)整后R2值,擬合具有明顯優(yōu)越性. 從AICc值來看,半?yún)?shù)GWR模型同樣擁有最低的數(shù)值. 綜上分析,半?yún)?shù)GWR模型的回歸擬合結(jié)果具有最優(yōu)解,AICc值最低,是最適宜擬合分析市域虛擬旅游流的回歸模型.

3.3 局部參數(shù)估計(jì)分析

3.3.1 2013年影響因素參數(shù)估計(jì)

根據(jù)半?yún)?shù)GWR模型的影響因素固定性檢驗(yàn),進(jìn)一步判斷2013年局部參數(shù)對(duì)不同市域虛擬旅游流的影響顯著性,顯著性判斷標(biāo)準(zhǔn)參考T檢驗(yàn),結(jié)果如圖2所示.

圖2 2013年市域虛擬旅游流參數(shù)估計(jì)Fig.2 Parameter estimate of virtual tourism flow in 2013

(1)X2參數(shù)估計(jì)值在空間中呈現(xiàn)自東向西階梯式遞減的分布特征,東部數(shù)值明顯高于西部,旅游流網(wǎng)絡(luò)密度在長(zhǎng)江三角洲西部對(duì)流入虛擬旅游流呈負(fù)相關(guān),其余市域均為正向影響,且正相關(guān)影響面積遠(yuǎn)大于負(fù)相關(guān).上述分析表明,2013年旅游流網(wǎng)絡(luò)密度對(duì)流入虛擬旅游流具有較強(qiáng)引力,尤其在核心旅游節(jié)點(diǎn)附近的城市最為顯著,此類市域背靠節(jié)點(diǎn)獲得了部分流入虛擬旅游流的分流不斷發(fā)展,受節(jié)點(diǎn)影響程度與數(shù)值變化一致自東向西不斷遞減.部分市域如安慶,數(shù)值為負(fù),其旅游資源承載力無法負(fù)荷來自合肥的分流量,過量的旅游流降低了游憩質(zhì)量,進(jìn)而減少了游客的目的地選擇首位度.

(2)X6數(shù)值具有與X2相向分布的空間特質(zhì),西高東低,數(shù)值從西向東不斷減少,X6所代表的人口對(duì)流出虛擬旅游流成顯著正相關(guān).可以看出,高數(shù)值區(qū)域集中于客源地需求與目的地引力維持在低水平的區(qū)域,其經(jīng)濟(jì)和旅游發(fā)展水準(zhǔn)較低,交通通達(dá)性相對(duì)較差,居民缺乏出境旅游支撐力,多選擇在本市出游或不出游,僅能依靠人口的增加而擴(kuò)大流出數(shù)量.與之相反,低數(shù)值市域中,居民在充分體驗(yàn)市內(nèi)游憩點(diǎn)后有充足的旅游預(yù)算選擇跨市、跨省游覽,人口的增長(zhǎng)并不能較強(qiáng)地促進(jìn)流出量的增加.

(3)X8的參數(shù)估計(jì)表現(xiàn)出明顯的北高南低的空間分布特征,人均可支配收入對(duì)整個(gè)長(zhǎng)江三角洲均為正相關(guān),人均可支配收入的增加會(huì)刺激居民出游消費(fèi)欲. 可見,高數(shù)值區(qū)域核心區(qū)為長(zhǎng)江三角洲西北部的安徽省和經(jīng)濟(jì)相對(duì)較差的蘇北市域,此類市域居民客源地主觀需求不足而未能出行,當(dāng)可支配收入增多時(shí),出游意愿增強(qiáng),任何收入的增加都會(huì)使出游可能性成倍增長(zhǎng). 未通過檢驗(yàn)區(qū)域一般數(shù)值較低,且主要為長(zhǎng)江三角洲南部的浙江省市域,此類市域居民收入的增長(zhǎng)不是其出游的主要增長(zhǎng)推動(dòng)力.

3.3.2 2018年影響因素參數(shù)估計(jì)

流入市域擬合模型中,A級(jí)景點(diǎn)數(shù)為局部流動(dòng)性變量,流出市域擬合模型中,互聯(lián)網(wǎng)寬帶用戶接入量、社會(huì)消費(fèi)品零售總額為局部非平穩(wěn)變量,需進(jìn)一步擬合分析,依據(jù)T檢驗(yàn)判斷市域顯著性,結(jié)果如圖3所示.

圖3 2018年市域虛擬旅游流參數(shù)估計(jì)Fig.3 Parameter estimate of virtual tourism flow in 2018

(1)Y2參數(shù)估計(jì)值表現(xiàn)出明顯的東南高、西北低趨勢(shì),Y2代表的A級(jí)景點(diǎn)數(shù)在長(zhǎng)江三角洲市域范圍內(nèi)均為正相關(guān),對(duì)長(zhǎng)江三角洲流入市域虛擬旅游流具有吸引拉力. 相比2013年,A級(jí)景點(diǎn)數(shù)更能體現(xiàn)旅游資源豐富度的代表性變量地位,對(duì)市域流入虛擬旅游流空間格局影響程度隨旅游業(yè)發(fā)展區(qū)域差異而加大. 分析結(jié)果表明,A級(jí)景區(qū)數(shù)量對(duì)長(zhǎng)江三角洲市域流入虛擬旅游流具有推動(dòng)作用,A級(jí)景區(qū)代表的旅游資源仍然是居民進(jìn)行出游規(guī)劃和網(wǎng)絡(luò)檢索時(shí)的首要考慮要素. 參數(shù)估計(jì)高數(shù)值區(qū)域多集中于江蘇南部及浙江北部區(qū)域等旅游資源稟賦較好、經(jīng)濟(jì)發(fā)展水平較高的市域,而未通過檢驗(yàn)的單元,其旅游發(fā)展水平與長(zhǎng)江三角洲其他市域存在差距.

(2)Y5參數(shù)估計(jì)值在空間中呈現(xiàn)西北高、東南低的分布趨勢(shì),社會(huì)消費(fèi)品零售總額與長(zhǎng)江三角洲西北部流出虛擬旅游流為顯著的正向相關(guān)關(guān)系,對(duì)中、南部則為負(fù)相關(guān),正相關(guān)區(qū)域明顯多于負(fù)相關(guān).說明對(duì)于浙江、上海及蘇南部分市域而言,社會(huì)消費(fèi)品零售總額代表的消費(fèi)能力并不完全與旅游出游率相等價(jià),旅游支出僅作為其休閑娛樂的一部分支出而存在,社會(huì)消費(fèi)品零售總額對(duì)此類流出虛擬旅游流呈微弱的負(fù)相關(guān).而對(duì)于江蘇中部、安徽省等市域而言,社會(huì)消費(fèi)品零售總額的增加代表著居民出游能力的增強(qiáng),且與出游率之間有著強(qiáng)烈的正相關(guān)性,越來越多的居民選擇外出旅游這一活動(dòng)作為放松身心、休閑娛樂的重要方式.

(3)Y6數(shù)值與Y5相反,空間上表現(xiàn)出南高北低的分布特征,互聯(lián)網(wǎng)寬帶用戶接入量對(duì)長(zhǎng)江三角洲市域流出虛擬旅游流均為正向相關(guān)關(guān)系,極大地推動(dòng)了虛擬旅游流的空間流動(dòng). 可以看出,互聯(lián)網(wǎng)寬帶用戶接入量對(duì)長(zhǎng)江三角洲的流出虛擬旅游流具有促進(jìn)作用,大部分中、高數(shù)值市域位于長(zhǎng)江三角洲中部與南部的經(jīng)濟(jì)發(fā)達(dá)地區(qū),低數(shù)值區(qū)域多位于安徽省和蘇北地區(qū). 隨著互聯(lián)網(wǎng)的全面普及,利用互聯(lián)網(wǎng)進(jìn)行出游檢索調(diào)研十分普遍,經(jīng)濟(jì)發(fā)展水平較差區(qū)域居民仍會(huì)利用網(wǎng)絡(luò)進(jìn)行出游準(zhǔn)備,從而搜索出符合出游者旅游意愿的目的地.

4 結(jié)論

(1)2013—2018年長(zhǎng)江三角洲虛擬旅游流具有明顯的地緣偏向,呈現(xiàn)核心—邊緣結(jié)構(gòu). 流入、流出市域空間自相關(guān)性均能在2013—2018年間通過顯著性檢驗(yàn),從全局尺度看,流入市域全局空間集聚程度大于流出市域聚合.

(2)根據(jù)半?yún)?shù)GWR擬合分析,2013年旅游流網(wǎng)絡(luò)密度在流入虛擬旅游流半?yún)?shù)GWR模型中是具有流動(dòng)性的局部參數(shù),而人口和人均可支配收入則是流出虛擬旅游流的非固定性參數(shù),A級(jí)景點(diǎn)數(shù)、空間距離在2013年是具有空間固定性的全局參數(shù).

(3)2018年A級(jí)景點(diǎn)數(shù)是流入虛擬旅游流的非固定性變量,而社會(huì)消費(fèi)品零售總額、互聯(lián)網(wǎng)寬帶用戶接入量則為流出市域中的流動(dòng)性變量,公路里程、空間距離(流出)、人均可支配收入為全局固定變量.

(4)根據(jù)2013—2018年長(zhǎng)江三角洲虛擬旅游流空間格局與影響因素變化,將優(yōu)化旅游業(yè)發(fā)展措施分為正向促進(jìn)型、負(fù)向制約型. 正向促進(jìn)型指以旅游節(jié)點(diǎn)城市為核心,促進(jìn)核心區(qū)范圍不斷擴(kuò)大,同時(shí)平衡旅游流空間差異化,加快旅游經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)變. 負(fù)向制約型主要從距離摩擦力與虛擬空間宣傳角度出發(fā),完善交通道路網(wǎng)絡(luò)通達(dá)性的同時(shí)進(jìn)一步提高互聯(lián)網(wǎng)寬帶用戶接入量,加強(qiáng)虛擬空間景區(qū)宣傳力度,保證虛擬旅游流的實(shí)際轉(zhuǎn)化率.