陳 宇 卞書娣 張曉涵

(山東科技大學(xué) 測(cè)繪與空間信息學(xué)院, 山東 青島 266590)

0 引言

旅游流即游客在旅行過程中,產(chǎn)生于旅游空間場(chǎng)內(nèi)的空間流動(dòng),是旅游系統(tǒng)中的神經(jīng)中樞和紐帶。游客根據(jù)自己的主觀意愿從某地出發(fā)到一個(gè)或多個(gè)旅游目的地之間的空間移動(dòng)可概述為狹義的旅游流[1],狹義旅游流是本文所研究的主要內(nèi)容。

傳統(tǒng)的旅游流研究大多基于統(tǒng)計(jì)年鑒和調(diào)查問卷[2]的數(shù)據(jù),這類研究通常會(huì)由于數(shù)據(jù)細(xì)粒度不足而阻礙旅游流的研究發(fā)展。Girardin等將游客在旅行期間或旅行結(jié)束后通過互聯(lián)網(wǎng)共享平臺(tái)和社交媒體等信息系統(tǒng)發(fā)布的信息(如文本、圖片、通話記錄等)稱為“數(shù)字足跡”[3]。數(shù)字足跡可以獲得游客的群體時(shí)空流動(dòng)信息,為游客行為信息的采集和研究視角提供了新的思路[4]。國(guó)外旅游流的研究早于國(guó)內(nèi),于20世紀(jì)60年代就有國(guó)外學(xué)者對(duì)旅游流展開了研究。研究?jī)?nèi)容聚焦于空間流動(dòng)模式和個(gè)體行為特征[5-6]、游客群體的移動(dòng)模式[7]、影響因素[8-9]等方面;國(guó)內(nèi)對(duì)旅游流的研究起步較晚但發(fā)展迅速,并取得了豐碩的研究成果。研究?jī)?nèi)容主要聚集在旅游流的時(shí)空分布特征[10-11]、空間模式[12-13]、影響因素[14-16]等方面。

近年來,隨著網(wǎng)絡(luò)的發(fā)展,越來越多的游客會(huì)在社交媒體平臺(tái)分享自己的旅游信息,從而產(chǎn)生大量帶有地理位置信息、旅游時(shí)間和旅游偏好等信息的“旅游數(shù)字足跡”數(shù)據(jù),這些信息為研究旅游者的時(shí)空行為特征提供了豐富的數(shù)據(jù)源。內(nèi)蒙古自治區(qū)地廣人稀,自然風(fēng)光旅游資源豐富與民族文化底蘊(yùn)深厚,更以獨(dú)特的草原文化、中蒙與中俄邊界國(guó)門景區(qū),每年吸引眾多游客來此旅游。因此,本文以中國(guó)內(nèi)蒙古自治區(qū)為例,利用去哪兒網(wǎng)的網(wǎng)絡(luò)游記數(shù)據(jù)對(duì)赴內(nèi)蒙古游客進(jìn)行時(shí)空特征分析,研究結(jié)果為旅游目的地的旅游資源分配、景區(qū)開發(fā)與管理以及旅游路線營(yíng)銷等方面提供理論依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域

內(nèi)蒙古自治區(qū)地處我國(guó)北部邊疆，是我國(guó)跨經(jīng)度最大的省份,自然和人文旅游資源豐富,內(nèi)蒙古草原、古跡、沙、琥珀、森林、民宿等“六大奇觀”構(gòu)成獨(dú)特的旅游勝景,有著悠久的歷史和深厚的民族文化底蘊(yùn),在旅游資源上擁有著得天獨(dú)厚的自然資源條件優(yōu)勢(shì)。2019年內(nèi)蒙古游客接待量19 512.48萬人次,同比增長(zhǎng)10.05%,實(shí)現(xiàn)旅游業(yè)綜合收入4 651.49億元,同比增長(zhǎng)12.01%。

1.2 數(shù)據(jù)來源

去哪兒網(wǎng)(https://www.qunar.com/)是目前全球最大的中文在線旅游網(wǎng)站,是中國(guó)領(lǐng)先的旅游搜索引擎,該網(wǎng)站成立17年來,累計(jì)用戶量近6億,全球范圍內(nèi)應(yīng)用程序(application，APP)累積下載量超過60億。本文使用網(wǎng)絡(luò)爬蟲技術(shù)采集“去哪兒網(wǎng)”公開發(fā)布的網(wǎng)絡(luò)游記數(shù)據(jù),獲取到時(shí)間跨度從2009—2021年的網(wǎng)絡(luò)游記3289篇,數(shù)據(jù)主要包括用戶身份標(biāo)識(shí)號(hào)(identity document，Id)、游記Id、出游日期以及旅游景點(diǎn)的興趣點(diǎn)(point of interest，POI)序列等游客旅游信息,如表1所示。

表1 網(wǎng)絡(luò)游記示例數(shù)據(jù)

1.3 數(shù)據(jù)處理

由于網(wǎng)絡(luò)游記數(shù)據(jù)量較大又受游客主觀因素影響等特性,經(jīng)常出現(xiàn)信息錯(cuò)誤或者邏輯表達(dá)不準(zhǔn)確等問題。因此,本文采用以下規(guī)則對(duì)數(shù)據(jù)進(jìn)行清洗從而甄別有效的數(shù)字足跡：①區(qū)域裁剪,因?yàn)樵诓糠志W(wǎng)絡(luò)游記中,內(nèi)蒙古僅是游客途徑的一站,從而需要清理除內(nèi)蒙古以外的景點(diǎn)POI記錄。②時(shí)間節(jié)點(diǎn)挑選,2014年前的網(wǎng)絡(luò)游記數(shù)據(jù)稀少,2020年和2021年因?yàn)橐咔樵驅(qū)е聰?shù)據(jù)量少且不太完整,故只保留2014年到2019年底之間的數(shù)據(jù)。③景點(diǎn)合并,對(duì)隸屬于大型景點(diǎn)的小型景點(diǎn)POI進(jìn)行合并。④景點(diǎn)去重,剔除網(wǎng)絡(luò)游記中連續(xù)出現(xiàn)的相同的POI編號(hào),則將其歸為該游客沒有進(jìn)行景點(diǎn)移動(dòng),需要將多余的POI從游玩景點(diǎn)POI序列中刪除。⑤剔除孤點(diǎn)數(shù)據(jù),刪除游客行程中只包含了一個(gè)景點(diǎn),即網(wǎng)絡(luò)游記的游玩景點(diǎn)POI序列只有一個(gè),則將其刪除。⑥確定研究景點(diǎn)數(shù)量,剔除掉游客到達(dá)次數(shù)少于35的旅游景點(diǎn),最終保留49個(gè)旅游節(jié)點(diǎn)。進(jìn)行數(shù)據(jù)清理后共保留游客在1 114篇網(wǎng)絡(luò)游記中關(guān)于49個(gè)景點(diǎn)的瀏覽記錄。

1.4 研究方法

1.4.1 統(tǒng)計(jì)分析

統(tǒng)計(jì)分析法指通過對(duì)研究對(duì)象的數(shù)量關(guān)系的分析,以發(fā)現(xiàn)和揭示事物間的相互關(guān)系、變化特征以及發(fā)展趨勢(shì)的一種解釋和預(yù)測(cè)某事物的方法。時(shí)間特征的分析是研究旅游流的基本內(nèi)容,本文以網(wǎng)絡(luò)游記中反映游客旅行的出游時(shí)間、停留時(shí)間進(jìn)行統(tǒng)計(jì),以圖表可視化的形式直觀地反映出旅游流的時(shí)間特征。

1.4.2空間分析

核密度估計(jì)實(shí)質(zhì)是計(jì)算點(diǎn)或線在某一鄰域內(nèi)的空間格局密度,能直觀地反映出離散值在整個(gè)研究區(qū)域內(nèi)的離散情況。核密度估計(jì)計(jì)算公式如下：

(1)

式中,f為所設(shè)的概率密度函數(shù);x1,x2…xn為獨(dú)立樣本點(diǎn);K(.)為核函數(shù);h>0表示為一個(gè)平滑函數(shù)稱為帶寬;x-xi表示為x到某一樣本點(diǎn)xi的距離。

本文使用ArcGIS 10.2軟件,采用密度分析中的核密度分析法,以網(wǎng)絡(luò)游記數(shù)據(jù)中所研究的49個(gè)景點(diǎn)為案例,研究?jī)?nèi)蒙古的旅游流客流量密度分布特征。

1.4.3旅游流網(wǎng)絡(luò)分析

旅游流網(wǎng)絡(luò)分析根據(jù)網(wǎng)絡(luò)游記數(shù)據(jù),構(gòu)建旅游流網(wǎng)絡(luò)結(jié)構(gòu),從而揭示出游客到各景點(diǎn)之間的空間聯(lián)系規(guī)律[17]。本文使用社會(huì)網(wǎng)絡(luò)分析法,選取中心性分析、結(jié)構(gòu)洞測(cè)量與社區(qū)探測(cè)3個(gè)指標(biāo)數(shù)值來分析內(nèi)蒙古旅游流網(wǎng)絡(luò)的結(jié)構(gòu)特征。

2 分析結(jié)果

2.1 時(shí)間特征

統(tǒng)計(jì)網(wǎng)絡(luò)游記2014—2019年的旅游流時(shí)間數(shù)據(jù),聚焦游客旅游頻率,并繪制游客月際旅游頻率占比圖(圖1),橫軸表示月份,縱軸表示各月內(nèi)蒙古游客到訪頻率占比。

從圖1的全年數(shù)據(jù)分布可以看出,旅游流月際數(shù)據(jù)呈“山峰”型分布,表現(xiàn)出明顯的季度分布特征,游客赴內(nèi)蒙古旅游時(shí)間主要集中在第三季度,第三季度游客旅游頻率占比約為61.46%,超過了總體年份頻率占比的五分之三。具體分析來看,6月至9月期間游客到訪頻率較高,可解釋為正處于學(xué)生暑假期間,又草原草場(chǎng)肥沃,景色宜人,且內(nèi)蒙古位于我國(guó)高緯度地區(qū),夏天氣候涼爽適宜避暑;5月和10月出現(xiàn)兩個(gè)小高峰,恰逢五一勞動(dòng)節(jié)和十一國(guó)慶節(jié)兩個(gè)小長(zhǎng)假,分別處于內(nèi)蒙古氣溫回升和氣溫急劇下降的兩個(gè)節(jié)點(diǎn)月份,所以到訪游客數(shù)量略低于6月到9月;而11月至來年4月,盡管在此期間恰逢我國(guó)的農(nóng)歷春節(jié),但此時(shí)內(nèi)蒙古氣候極為寒冷,達(dá)到全年最低溫,又3月至4月期間各單位工作開始步入正軌,且沒有較長(zhǎng)的假期,因此在這6個(gè)月客流量大幅減少。

圖1 游客到訪景點(diǎn)月際頻率占比圖

為進(jìn)一步分析內(nèi)蒙古各景點(diǎn)對(duì)游客的吸引力強(qiáng)弱程度,將2014年到2019年的網(wǎng)絡(luò)游記中游客在內(nèi)蒙古景點(diǎn)停留時(shí)間進(jìn)行統(tǒng)計(jì),并進(jìn)行數(shù)據(jù)圖表可視化(圖2)。在圖表中可以清晰地發(fā)現(xiàn)游客在內(nèi)蒙古停留時(shí)間基本分布在1～20 d,停留時(shí)間在1～3 d的數(shù)據(jù)高達(dá)62.01%,其中停留時(shí)間為1 d占整體的29.72%,停留時(shí)間在4～9 d的數(shù)據(jù)占總樣本數(shù)據(jù)的28.72%,而停留時(shí)間超過10 d的數(shù)據(jù)之和僅為9.27%。聚焦停留時(shí)間占比以上分析得出,游客在內(nèi)蒙古旅游大多數(shù)為短期出游,多為1～4 d,這主要與內(nèi)蒙古的旅游資源分布有關(guān),例如滿洲里國(guó)門景區(qū)、滿洲里套娃景區(qū)、呼倫湖、呼倫貝爾大草原、白樺林景區(qū)等分布集中,大多都是草原自然風(fēng)光等風(fēng)景區(qū),晝夜溫差大,受交通不便利居住不方便等因素的影響,適合短期出游。

圖2 各景點(diǎn)游客停留時(shí)間占比圖

2.2 空間特征

通過對(duì)網(wǎng)絡(luò)游記數(shù)據(jù)的處理,體現(xiàn)出數(shù)字足跡景點(diǎn)到訪頻率的占比即該景點(diǎn)客流量的大小,對(duì)內(nèi)蒙古49個(gè)景點(diǎn)的游客到訪頻率進(jìn)行統(tǒng)計(jì),結(jié)合式(1)進(jìn)行核密度計(jì)算,并使用ArcGIS 10.2的核密度分析法對(duì)內(nèi)蒙古旅游流的離散集聚情況進(jìn)行可視化表達(dá)(圖3),圖例由上至下代表旅游流熱度空間從高到低分布。

【審圖號(hào)為GS(2019)3333號(hào)】

從圖中來看,內(nèi)蒙古旅游流空間分布密度具有明顯的層級(jí)分布特征,旅游流的密度分布極具不均衡性。具體分析,內(nèi)蒙古在“蒙東”的景點(diǎn)成為旅游熱點(diǎn)區(qū)域,且分布聚集,這和滿洲里與呼倫貝爾等“蒙東”地區(qū)的旅游資源、景區(qū)知名度、景點(diǎn)交通可達(dá)性等因素有著密不可分的聯(lián)系;而“蒙西”的景點(diǎn)分布較為分散,并且旅游流分布的密度較低,這與“蒙西”地區(qū)多為荒漠、氣候環(huán)境較差、人煙稀疏等因素緊密相關(guān);其余密度分布為空的地區(qū)多因旅游資源匱乏、交通可達(dá)性差、基礎(chǔ)設(shè)施配套薄弱等原因,導(dǎo)致對(duì)游客吸引力較低,從而成為內(nèi)蒙古旅游發(fā)展的劣勢(shì)區(qū)域。

2.3 網(wǎng)絡(luò)特征

游客會(huì)在不同景點(diǎn)之間進(jìn)行空間移動(dòng),從而產(chǎn)生的旅游流如同“網(wǎng)格”一樣緊密相連,由此形成旅游數(shù)字足跡旅游流的網(wǎng)絡(luò)化結(jié)構(gòu)。本文對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的研究使用中心性、結(jié)構(gòu)洞、社區(qū)探測(cè)3個(gè)指標(biāo),對(duì)內(nèi)蒙古49個(gè)旅游節(jié)點(diǎn)進(jìn)行網(wǎng)絡(luò)特征分析。

對(duì)游客在景點(diǎn)之間的移動(dòng)數(shù)據(jù)進(jìn)行矩陣化,使用Ucient軟件的網(wǎng)絡(luò)模塊進(jìn)行中心性和結(jié)構(gòu)洞的分析;將景區(qū)節(jié)點(diǎn)之間的旅游流向和流量數(shù)據(jù)整理成矩陣表格,并導(dǎo)入Gephi軟件中,然后使用模塊化進(jìn)行社區(qū)探測(cè)分析,并依據(jù)社區(qū)探測(cè)的分析結(jié)果進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)的可視化。

2.3.1中心性分析

本文根據(jù)內(nèi)蒙古旅游流網(wǎng)絡(luò)中各節(jié)點(diǎn)之間的流向數(shù)據(jù),計(jì)算其度數(shù)中心度、接近中心度以及中介中心度,并將所得結(jié)果的值進(jìn)行表格輸出(表2)。

表2 內(nèi)蒙古旅游節(jié)點(diǎn)中心度指標(biāo)

依據(jù)表1中的旅游節(jié)點(diǎn)中心度的計(jì)算結(jié)果可知,程度中心度的均值為5.776,則表示該旅游流網(wǎng)絡(luò)中的49個(gè)節(jié)點(diǎn),平均每個(gè)節(jié)點(diǎn)與5.776個(gè)節(jié)點(diǎn)之間存在聚散關(guān)系,從表中可以發(fā)現(xiàn)呼倫貝爾大草原、額爾古納濕地、莫爾道嘎國(guó)家森林公園等旅游節(jié)點(diǎn)的外向和內(nèi)向度數(shù)中心度都較高,說明這些節(jié)點(diǎn)的聚散能力都很強(qiáng),在網(wǎng)絡(luò)中處于核心位置;外向接近中心度的均值低于內(nèi)向接近中心度的均值,說明這些景點(diǎn)的接納性要高于外出性,大部分節(jié)點(diǎn)的內(nèi)外向接近中心度的值處于平均水平,且相互間的差異較小,表明這些節(jié)點(diǎn)之間具有良好的聯(lián)動(dòng)效應(yīng),但可以發(fā)現(xiàn)一些節(jié)點(diǎn)的接近中心性值明顯低于平均水平,故可以推斷出這些節(jié)點(diǎn)的接納性與外出性都很低,在網(wǎng)絡(luò)結(jié)構(gòu)中屬于被孤立的節(jié)點(diǎn);從表中發(fā)現(xiàn)中介中心度的均值為58.367,但其方差高達(dá)到13 651.920,這說明網(wǎng)絡(luò)中各節(jié)點(diǎn)的中介中心度指標(biāo)值相差巨大,而且部分節(jié)點(diǎn)的中介中心度值為0,這表明在網(wǎng)絡(luò)中這些節(jié)點(diǎn)不扮演中轉(zhuǎn)的角色,被游客作為起始目標(biāo)或最后一站,在這些旅游景點(diǎn)應(yīng)加大旅游開發(fā)力度,提升交通可達(dá)性,加強(qiáng)與核心景點(diǎn)的連通性,而例如呼倫貝爾大草原、呼倫湖、額爾古納濕地等中介中心度指標(biāo)值較高,在旅游流中起到較大的中轉(zhuǎn)作用。

2.3.2結(jié)構(gòu)洞分析

本文使用效能性和約束性對(duì)結(jié)構(gòu)洞測(cè)量進(jìn)行分析。效能性是指旅游流網(wǎng)絡(luò)中某一節(jié)點(diǎn)的有效規(guī)模與實(shí)際規(guī)模之比,衡量了目標(biāo)旅游流節(jié)點(diǎn)與所有其他旅游流節(jié)點(diǎn)連接的非冗余性部分,節(jié)點(diǎn)的效能性越高,該節(jié)點(diǎn)在旅游流網(wǎng)絡(luò)中的競(jìng)爭(zhēng)優(yōu)勢(shì)就越明顯;約束性是指計(jì)算網(wǎng)絡(luò)中的某一節(jié)點(diǎn)直接或者間接依賴其他節(jié)點(diǎn)的程度,反映了目標(biāo)旅游流節(jié)點(diǎn)直接和間接依賴其他旅游流節(jié)點(diǎn)的程度,約束性越小,表示旅游流節(jié)點(diǎn)在區(qū)域內(nèi)具有核心地位且具有競(jìng)爭(zhēng)優(yōu)勢(shì),反之約束性越大則表示該節(jié)點(diǎn)受其他旅游流節(jié)點(diǎn)的輻射性大且在競(jìng)爭(zhēng)處于劣勢(shì)。

部分旅游流網(wǎng)絡(luò)節(jié)點(diǎn)的計(jì)算結(jié)果如表3所示,并根據(jù)結(jié)構(gòu)洞的效能性和約束性指標(biāo)對(duì)旅游流網(wǎng)絡(luò)進(jìn)行可視化,結(jié)果如圖3所示。圖中節(jié)點(diǎn)的大小代表結(jié)構(gòu)洞效能性和約束性指標(biāo)的大小,網(wǎng)絡(luò)節(jié)點(diǎn)間的連線粗細(xì)程度表示旅游流中各節(jié)點(diǎn)之間旅游流客流量的大小,保留結(jié)構(gòu)洞指標(biāo)數(shù)值前15位的旅游節(jié)點(diǎn)的標(biāo)注。

表3 結(jié)構(gòu)洞測(cè)量計(jì)算指標(biāo)

結(jié)合表2和圖4,同時(shí)對(duì)比圖4(a)和圖4(b),從結(jié)構(gòu)洞的指標(biāo)分析結(jié)果可以看出,內(nèi)蒙古旅游流節(jié)點(diǎn)在網(wǎng)絡(luò)中的分布具有明顯的規(guī)律性,呼倫貝爾大草原、滿洲里國(guó)門景區(qū)、滿洲里套娃景區(qū)、呼倫湖、白樺林景區(qū)以及阿爾山森林公園等多個(gè)景點(diǎn)具有較高的效能性和較低的約束性,表明這些景點(diǎn)在旅游流網(wǎng)絡(luò)中通常是優(yōu)勢(shì)景點(diǎn),相比其他景點(diǎn)更具有競(jìng)爭(zhēng)優(yōu)勢(shì),并受周邊景點(diǎn)的影響較小;相比于響沙灣、庫布齊沙漠、將軍泡子以及杜鵑湖等節(jié)點(diǎn)表現(xiàn)出的低效能性、高約束的特征產(chǎn)生鮮明的對(duì)比,說明這些景點(diǎn)在旅游流網(wǎng)絡(luò)中處于劣勢(shì),并受周邊景點(diǎn)的影響較大;而像策克口岸這類景點(diǎn),效能性和約束性指標(biāo)值都不低,在旅游流網(wǎng)絡(luò)中受周邊景區(qū)影響較大,但通過有效的運(yùn)營(yíng)此類景點(diǎn)在旅游流網(wǎng)絡(luò)中也可成為優(yōu)勢(shì)景點(diǎn)。

(a)效能性分布

2.3.3社區(qū)探測(cè)

本文對(duì)內(nèi)蒙古旅游流網(wǎng)絡(luò)進(jìn)行社區(qū)探測(cè),為避免分辨率受限等問題,設(shè)置以0為起始分辨率,按照0.1頻率遞增,通過每次運(yùn)行的分辨率以及模塊化的數(shù)量,確定以0.8為分辨率進(jìn)行社區(qū)探測(cè),并進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)圖的可視化,節(jié)點(diǎn)的顏色以模塊化的結(jié)果進(jìn)行分布,邊的粗細(xì)代表旅游流流量的大小,見圖5。

通過對(duì)內(nèi)蒙古景點(diǎn)的社區(qū)探測(cè)結(jié)果進(jìn)行總結(jié),可知游客赴內(nèi)蒙古旅游社區(qū)大致可分為六個(gè)層級(jí),以呼倫貝爾大草原為核心組成的第一層級(jí);以莫爾道嘎國(guó)家森林公園核心組成的第二層級(jí);以滿洲里套娃景區(qū)為核心組成的第三層級(jí);以內(nèi)蒙古博物館為核心組成的第四層級(jí);以阿爾山森林公園組成的第五層級(jí);以達(dá)里諾爾湖為核心組成的第六層級(jí)。而通過對(duì)以上六個(gè)層級(jí)的景點(diǎn)在網(wǎng)絡(luò)中的地理位置分布并結(jié)合圖3分析,得出游客在內(nèi)蒙古旅游社區(qū)主要分為三個(gè)社區(qū),以呼倫貝爾市為核心組成的“蒙東”第一社區(qū),以阿爾山市為核心組成的“蒙東”第二社區(qū),以呼和浩特市為核心的“呼包鄂蒙西”第三社區(qū),見圖6。

【審圖號(hào)GS(2019)3266號(hào)】

3 結(jié)論

本文以“去哪兒網(wǎng)”網(wǎng)絡(luò)游記數(shù)據(jù)為數(shù)據(jù)源,以內(nèi)蒙古自治區(qū)為研究區(qū)域,運(yùn)用統(tǒng)計(jì)分析、地理信息系統(tǒng)(geographic information system,GIS)核密度分析、社會(huì)網(wǎng)絡(luò)分析等研究方法對(duì)內(nèi)蒙古旅游流時(shí)空特征及網(wǎng)絡(luò)特征進(jìn)行研究。得出以下結(jié)論：

(1)游客赴內(nèi)蒙古旅游流在時(shí)間特征上淡旺季明顯且表現(xiàn)出較為顯著的季節(jié)性特征。旺季主要分布在7、8、9月,淡季則主要分布在11、12、1、2、3、4、5月,呈現(xiàn)“山峰”型分布特征。游客在內(nèi)蒙古旅游停留時(shí)間主要集中在1～3 d,說明氣候與交通便利性等客觀條件對(duì)游客赴內(nèi)蒙古旅游有著較為顯著的影響。

(2)內(nèi)蒙古旅游流的節(jié)點(diǎn)具有不均衡性。在蒙東地區(qū)的旅游流資源分布集聚,旅游流的熱門區(qū)域主要聚焦在以呼倫貝爾大草原、滿洲里國(guó)門景區(qū)、滿洲里套娃景區(qū)等節(jié)點(diǎn)為核心的知名草原景區(qū),且中俄蒙邊境地區(qū)呈現(xiàn)出獨(dú)特的異域風(fēng)情,而蒙西景點(diǎn)較為分散且知名度低,交通便利性差,表現(xiàn)出的旅游流分布特征較為離散。

(3)內(nèi)蒙古旅游流以選取的49個(gè)節(jié)點(diǎn)為例形成網(wǎng)絡(luò)圖,表現(xiàn)出網(wǎng)絡(luò)內(nèi)部整體關(guān)聯(lián)性較差,具有明顯的層級(jí)分化,旅游節(jié)點(diǎn)在網(wǎng)絡(luò)中的中心度指標(biāo)值差異明顯,以呼倫貝爾等蒙東盟市為核心的景點(diǎn)是旅游流網(wǎng)絡(luò)的核心區(qū)域。

綜上所述,本文對(duì)內(nèi)蒙古旅游流時(shí)空特征及網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析,對(duì)當(dāng)?shù)芈糜螛I(yè)的發(fā)展提供參考依據(jù)。由于內(nèi)蒙古地域遼闊,我們通常認(rèn)為游客赴內(nèi)蒙古旅游多為長(zhǎng)期旅游,然而依據(jù)本文研究所得結(jié)果,大多數(shù)游客選擇在第三季度1～3 d的短期旅游,這主要由于內(nèi)蒙古知名旅游景點(diǎn)集聚,旅游資源多分布在以呼倫貝爾為核心的蒙東地區(qū),蒙西旅游資源匱乏,且交通便利性差等因素也是限制游客出游的主要原因。