简析京沪高铁对旅游流时空分布影响论文
1 引言
旅游者是旅游活动的主体和核心，长期以来对旅游流的研究是旅游地理学关注的核心问题之一。旅游流作为一个具有空间属性的旅游地理学概念，是旅游系统的神经中枢和纽带，表现为游客在空间区域内的迁移现象。狭义的旅游流仅指客流，即在一个区域内由于旅游需求的近似而引起的旅游者集体性空间位移现象，具体是指旅游者从客源地向目的地流动的人群数量和流动模式; 而广义的旅游流包括游憩流以及与此相关或伴生的关联流，如信息流、资本流、技术流、货物流和文化流等。旅游流的流势在时空演化规律方面存在明显的经济导向性和区位导向性。
影响旅游流的主要因素包括旅游资源禀赋、交通条件、区位条件、经济条件、旅游产品结构、旅游服务设施水平和旅游者自身特征等，尤其是交通系统对旅游流的影响更为显著，旅游流流量在距离该客源地的不同空间范围具有不同的分布概率，距离越近，分布概率越大，距离越远，流量分布可能性越小。因此，在假日制度的闲暇时间约束下，旅游目的地与客源地的时间距离成为影响旅游客流时空分布特征的重要因素。
高速铁路( 以下简称高铁) 是当今世界“交通革命”的一个重要里程碑，因其解决了大通道上大量旅客快速输送问题，已成为世界各国铁路普遍发展趋势。由于高铁具有快速、安全和高效等优势从而产生明显“时空压缩”效应，游客出游半径会逐渐增大，影响到游客对旅游目的地的选择，进而对区域旅游流空间格局变化产生深远影响。
基于此，为深入研究高铁对区域旅游流格局影响，本文以京沪高铁线为例，运用旅游场理论和社会网络分析方法，研究京沪高铁开通对主要高铁站点的旅游流的时空分布影响，以便为优化以高铁为核心的区域旅游空间结构提供有积极意义的借鉴。
2 研究设计与数据来源
2. 1 旅游场
旅游场的场强表征旅游场源点对相应区域旅游发展的作用力，是旅游场效应的基本度量，其包括旅游辐射场强与旅游集聚场强。前者表明某旅游场源点对周围旅游区域的辐射带动力大小，后者表明某旅游场源点对周围旅游区域客流的集聚能力的强弱
2. 2 社会网络分析
社会网络分析是目前分析区域旅游流网络空间特征一种科学的研究方法，其中，中心性分析是社会网络分析的重点之一，是衡量网络中一个行动者重要与否、评价其地位优越性或特权性的重要结构位置指针。对旅游流网络进行多种中心性指标测度可以量化出旅游地在区域中的功能、地位、作用及重要性。常用的测度模型有: 程度中心性，接近中心性、中介性。本文主要运用程度中心性和中介性进行分析。程度中心性的测度指标为程度中心度，是衡量各旅游地间旅游流的交换能力，可用一个旅游地与其他旅游地之间直接联系多少来表示，有向旅游网络分为内向程度中心度和外向程度中心度，旅游者从某旅游地流向其他旅游地，为外向程度中心性，它代表了该旅游地在区域内的旅游流扩散作用的大小; 反之为内向程度中心性，反映旅游流在此地的`内聚性的强弱。
2. 3 案例地选取及数据来源
为研究京沪高铁开通前后主要站点旅游流时空分布变化特征，本文以全球最大的中文Web2. 0 自助游网站——“游夕夕” 旅游者出游后上传的游记行程攻略为素材库，统计旅游者选择旅游目的地、旅游空间行为以及出游时间情况，筛选和统计条件为:
( 1) 出游时间以2007 年4 月18 日至2012 年12 月31 日为研究时间段，2007 年4 月18 日为我国铁路第六次提速起始日，2011 年6 月30 日为京沪高铁开通日;
( 2) 交通工具方面，往返于客源地、目的地或集散地的主要交通工具须为火车或高铁;
( 3) 由于研究高铁对站点城市旅游流时空分布演化，在统计游记攻略中反映的旅游流发现，很多站点的旅游流量非常少，甚至一些站点没有旅游流发生。因此，为了更好分析高铁对旅游流时空分布的影响，本文选取旅游流量显著的9 个案例地站点，分别为北京、天津、济南、泰山( 位于泰安市的泰山知名度更高，因此本文以泰山站来代替泰安站) 、曲阜、南京、无锡、苏州和上海，这些案例地拥有数量较多且品位度高的旅游资源，包括世界遗产、国家级风景名胜区、5A 级旅游区和4A 级旅游区，而旅游者出游倾向于选择旅游资源品位度高的旅游目的地作为标准，因此，拥有高品位旅游资源的9 个案例地倍受旅游者出游青睐，具有较高的旅游流量，符合作为研究对象。
3 京沪高铁开通前后主要站点旅游流时空分布变化
3. 1 旅游流空间场变化特征
3. 1. 1 相对聚集场强变化
京沪高铁开通前后，北京和南京的相对积聚场均居前两位，对京沪沿线的旅游流有很强的吸引力，其中，北京的相对聚集场强最大，其吸引的旅游流占9 个案例地总数的1 /5 以上，这与北京拥有大量高品位的旅游资源密切相关。南京的旅游聚集场强仅次于北京，占9 个案例地总和的1 /7 以上，除南京的旅游资源质量与数量较高外，还得益于南京位于上海、北京、天津、苏州等重要的旅游客源地的中间位置，区位优势明显，方便旅游者出行。另外，京沪高铁开通后，北京和南京的相对积聚场强均变大，说明高铁时空压缩效应对旅游流吸引力增强影响凸显，表现出明显旅游流聚集的“马太效应”。
无锡和天津的相对聚集场强始终较小，且高铁开通后有变小趋势，主要原因为: ( 1) 从旅游资源禀赋看，无锡与天津在9 个案例地中均不占优势; ( 2) 无锡和天津在地理区位上也不占优势，天津紧靠北京这一重要旅游目的地，而无锡紧靠上海、南京和苏州等重要的旅游目的地。因此，高铁开通后，加剧了无锡与天津旅游流的“过道效应”，致使他们的相对聚集场强变小。
高铁开通前后，相对聚集场强变化较为显著的是济南、曲阜和泰山，变化率分别为64%，51% 和36%，济南变化最大。本文研究发现，高铁开通前，由于直接到达曲阜和泰山的火车班次少，但从济南乘汽车前往泰山和曲阜比较方便，由此京沪沿线的火车旅游者大都会选择济南作为中转地，乘汽车去往泰山和曲阜。因此，尽管济南在9 个案例地中旅游资源质量和数量较低，但因其具有中转功能而具有较强的旅游聚集场强( 10. 9%) 。京沪高铁开通后，泰山和曲阜均是高铁站点，致使可进入性大大增强，旅游者则直接坐高铁到达泰山和曲阜，因此，泰山和曲阜的旅游聚集场强显著上升。进一步分析发现，济南、曲阜和泰山的相对聚集场强总和几乎没有变化，由高铁开通前的28. 1% 变为高铁开通后的28. 6%，这也说明了高铁开通后大部分旅游者不以济南作为中转地而是直接到达泰山和曲阜。
3. 1. 2 相对扩散场强变化
京沪高铁开通前后，9个案例地的相对扩散场强排序没有发生变化，即上海、北京、南京、天津、苏州、济南、无锡、曲阜和泰山，这主要与客源地的经济、人口等多方面因素有关。上海、北京、南京和天津等案例地均是经济发达、人口稠密的城市，因此这些城市的旅游扩散场强很大。尤其是上海和北京两地拥有极高的经济发展水平和众多的人口数量，出游需求及消费能力非常强，致使两地的相对扩散场强最大，累计比重超过50%，且高铁开通后，由于高铁产生时空压缩效应使两地的相对扩散场强进一步增强，呈现出高铁旅游流扩散的“马太效应”。
相反，作为资源型旅游地，泰山和曲阜两地受经济发展程度和人口规模等因素限制，两地的旅游相对扩散场强极小，不足1%。济南相对扩散场强减少较显著，下降幅度达到33. 3%，主要原因: 一是济南只有4A 级旅游区，旅游资源品位度明显低于周边的泰山和曲阜，旅游吸引力也就难以与泰山和曲阜竞争; 二是泰山和曲阜两地均设有京沪高铁站，可进入性大大增强，已不需要从区域中心城市济南中转。由此可见，高铁开通后，作为有明显中转功能的济南旅游地对周边资源型旅游地的旅游流“扩散效应”大大下降
4 结论与讨论
( 1) 高铁促使旅游流呈现“马太效应”。从旅游场和社会网络看，高铁前后上海和北京的扩散场强最大，同样，旅游流外向程度中心性的系数最大，成为京沪高铁线最重要的旅游客源地，更为突出是，高铁开通后，北京和上海的扩散场强和外向程度中心性均表现出增强趋势，呈现出旅游流扩散的“马太效应”; 高铁前后北京和南京的积聚场强和内向程度中心性的系数均比较大，且高铁开通后均有增长的态势，呈现出旅游流积聚的“马太效应”。
( 2) 高铁促使旅游流呈现“过道效应”。在9 个高铁站点中，天津紧靠北京这一重要旅游目的地，无锡紧靠上海、南京和苏州等重要的旅游目的地。高铁前后天津和无锡的积聚场强和内向程度中心性的系数均比较小，且高铁开通后均有下降的态势，呈现出旅游流积聚的“过道效应”。
( 3) 高铁促使旅游流呈现“同城效应”。北京与天津、上海与南京、上海与苏州空间距离较近，高铁开通前旅游流社会网络为较强态势，高铁开通后旅游流量均表现出增强态势，社会网络联系升级为极强态势，表现出了高铁“同城效应”。
( 4) 高铁提升了缺乏区位优势旅游地的可进入性，进而增强吸引力。泰山和曲阜旅游资源价值极高，但在高铁开通前，交通不变，可进入性差，对远程旅游流的吸引力十分有限，要借助于交通发达的济南作为客流的集散地; 高铁开通打破了泰山和曲阜依赖济南交通格局，提高了对远程客源地的吸引力，积聚场强和内向程度中心性的系数增长显著。
( 5) 从旅游流时间分布变化看，高铁影响明显的是中程和远程旅游。高铁开通前的中程旅游主要选择小长假，但高铁开通后，选择双休日进行中程旅游的比重大幅度上升; 对于远程旅游，高铁开通前主要选择黄金周和寒暑假两个时间段，高铁开通后，选择小长假和双休日出游占有较大比重，且比高铁开通前明显上升。高铁实现旅游流分流，达到“削峰填谷”目标。
【简析京沪高铁对旅游流时空分布影响论文】相关文章：