1. 引言
乡村是我国传统且重要的聚落形式,界定为城市以外的广大地区 [1] 。随着我国城镇化快速推进 [2] ,城乡不均衡发展仍是十分突出的问题之一 [3] 。乡村旅游凭借其产业关联性强、业态融合度高、综合效益突出等特点 [4] ,成为乡村振兴以及城乡融合的重要策略之一 [5] [6] ,也是农民致富的重要途径和农村经济发展的重要产业 [7] [8] 。乡村旅游即发生在乡村地区的旅游 [9] ,不能单纯理解为城市旅游的对立面 [10] 。目前,我国乡村旅游产品丰富,乡村旅游的目的地也从特大城市扩展到中小城市地区 [11] 。中小城市因其乡村旅游资源碎片化特性 [12] ,导致乡村旅游空间结构优化和旅游管控面临严峻挑战。
乡村旅游研究视角也逐渐从研究其旅游属性 [13] 转向为旅游网络结构。其研究方法可以追溯至国外学者Stewart [14] 和Zipf [15] 将牛顿第二定律类比社会学方法,称为引力模型 [16] 。引力模型也成为国内学者研究城市、区域的重要方法 [16] 。研究类型上基于信息流、交通流 [17] [18] [19] 、城市空间联系的网络格局 [20] 等。可仅对于旅游本身而言,旅游动机影响自身决策以及行为 [21] [22] ,故需要合理地构建新型模型,满足中小城市周边乡村特性。
本文借助乌兰察布市“十四五”规划中重点发展的15个乡村为研究对象,利用ArcGIS平台、UCINET平台以及GEPHI平台算法引入旅游因素构建乡村空间网络,通过分析优化当地乡村旅游结构,提升集聚效应,为乡村稳定发展奠定基础。利用现实旅游资源,挖掘潜在旅游资源,可持续发展乡村旅游。
2. 研究区概况数据来源
2.1. 研究区概况
乌兰察布市地处内蒙古高原,属温带大陆性气候,夏季平均气温仅为18.8摄氏度,又称为“内蒙古避暑山庄”。地处蒙晋冀三省交汇处,是国家“一带一路”发展和中蒙俄经济走廊的重要节点城市。全市共有A级旅游景区23家,其中4A级景区有11家(格根塔拉旅游区、辉腾锡勒黄花沟草原旅游区、林胡古塞景区等)。乌兰察布市旅游资源均分布在周边乡村附近,此次研究区域选择乌兰察布市,以“十四五”规划期间打造15个旅游乡村为本次研究对象。
2.2. 数据来源
基础数据(包括各乡村人口数量、基础设施等数据)来源于《乌兰察布市统计年鉴(2021年)》以及实地调研。各旅游乡村位置点数据来源于谷歌地图。路网数据基于高德地图国道、省道、城市一级、二级、三级、四级道路网矢量图以及谷歌地图卫星影像。
3. 研究方法
旅游业主体为游客,传统引力模型无法满足,故将旅游业资源与游客动机引入引力模型,对于各个研究乡村进行全面评价,通过社会网络分析手法对于评价结果从整体网络和个体节点进行双层次分析。
3.1. 修正的引力模型
引力模型由牛顿万有引力公式类比而来,用来测算各节点之间的联系密切程度。参考已有研究 [23] [24] [25] ,对于引力模型进行了修正,适配于本次研究。
(1)
式中,
是研究范围内i乡村与j乡村之间的空间指数,Q是综合评价指数,
分别是i、j乡村的人力资源指数,
为i乡村与j乡村之间最短路径所花费的时间。为了满足引力模型方向性,其中
以满足空间交互引力模型的适用性。由于各数据量纲不同,数量级别差别很大,为了使各数据在同一数量级别下进行综合评价分析,所有数据进行min-max标准化进行计算以及处理,为了防止分子出现0,所有标准化数据后进行加一处理,其标准化统一公式为:
。
3.2. 综合评价权重的构建
综合评价指数具体指标“十四五文体规划”选取乡村振兴战略,参考已有研究 [26] ,罗列基本服务要素。基于乌兰察布市周边乡村特征从旅游服务、旅游资源、乡村环境、旅游市场四方面从游客视角筛选,提取游客侧重的要素。对于不同年龄群体共发放500份调查问卷。保证数据的可靠性进行信度与效度 [27] [28] 分析,其中Cronbach’s α系数为0.884,KMO值为0.824 (表1)。结果由层次权重分析法 [29] 进行分析,对于各服务要素进行权重禀赋(表2)。
3.3. 网络结构的构建
对于网络结构的研究分析方法 [30] 进行变形,得到适合本次研究的基本公式以及研究方法,总如表3所示。
![](Images/Table_Tmp.jpg)
Table 1. Cronbach reliability, validity analysis results and test table
表1. Cronbach信度、效度分析结果以及检验表
注:标准化Cronbach’s α系数:0.886。研究数据信度系数值高于0.8,综合说明数据信度质量高,可用于进一步分析。KMO值为0.824,大于0.6,数据可以被有效提取信息。另外,4个因子的方差解释率值分别是19.732%、18.066%、13.851%、13.197%,旋转后累积方差解释率为64.846% > 50%。意味着研究项的信息量可以有效地提取出来,综合说明数据信度质量高,可用于进一步分析
![](Images/Table_Tmp.jpg)
Table 2. Table of weight endowment of each service element layer
表2. 各服务要素层权重禀赋表
注:一致性检验:
,其中 为最大特征根,本次研究为四阶矩阵,故n = 4,计算可得:CI = 0.0025。根据一致性比率公式
,即次研究判断矩阵满足一致性检验,计算所得权重具有一致性。
![](Images/Table_Tmp.jpg)
Table 3. Summary of network structure research methods
表3. 网络结构研究方法汇总表
4. 基于引力模型各旅游乡村评价
4.1. 综合评价指数与人力资源指数
通过500份调查问卷,对数据进行验证以及清洗,得到各服务要素禀赋权重。对于各乡村通过游客评价以及实地考察,得出各旅游乡村综合评价指数以及人力资源指数,计算汇总如下(表4)。
![](Images/Table_Tmp.jpg)
Table 4. Summary of comprehensive evaluation and human resources index of each village
表4. 各乡村综合评价与人力资源指数汇总表
4.2. 最短路径分析与通勤时间指数
基于ArcGIS 10.4欧式距离得出各乡村之间最短路径,通过WGIS平台,计算通勤时间。通勤时间的花费是由小轿车(可乘坐3~4人)为标准,各国道、乡道、城市一级、二级、三级、四级道路等自行额定小轿车通过的最高时速为基础,进行计算通勤时间。
4.3. 旅游空间互动指数计算
根据旅游发展潜力指数TP、各乡村人力资源指数H、各乡村之间最短通勤时间指数CT计算个乡村旅游发展指数G,计算结果(表5)所示。
![](Images/Table_Tmp.jpg)
Table 5. Gravitational index of each village
表5. 各乡村引力指数
5. 旅游乡村网络性分析
根据15个研究乡村的引力指数,删除为0的数值,计算其整体网络算数平均值,通过原引力指数与算数平均值进行比较,得到标准矩阵经过UCINET平台进行计算,分析乡村旅游网络结构。
5.1. 整体网与平均路径时间长度分析
将预处理数据转化为标准矩阵,置入UCINET平台中,旅游乡村节点数为15,整体网络规模为15,整体网密度为0.47,网络关系数为50,平均路径时间长度为1.524。通过上述数据可以得出,在本次研究中,其网络密度较小,网络规模较大,网络较为稀疏,各节点之间相互联系程度普遍较低。在网络关系数中,西部乡村网络节点明显比东部节点联系密切,发展较为均衡,西部旅游乡村节点发展不均衡,有突出发展的旅游乡村节点。
5.2. 块模型的分析
根据标准矩阵,对各旅游乡村构建块模型,根据GEPHI平台计算,得到乌兰察布市乡村网络结构共有两个块模型(表6)结论可知,以南村、与元山子村为首形成了两个子网络。子网络的其他乡村相互联系较少,两个子网络中,界限较为明显,子网络之间互动性不高。
5.3. 网络加权中心度分析
乌兰察布市网络加权中心度相差巨大,通过计算表明,其中,位于察右前旗南村的网络加权中心度最好,为0.92,占比份额为0.155;商都县董家村、卓资县平顶山村、商都小庙子村的网络加权中心度最差为0.07,占比份额为0.012;总体来看,中部乡村与其他村庄互动较为密切,而部分边缘乡村与其他乡村联系较为,乡村旅游发展不平衡(图1)。
![](Images/Table_Tmp.jpg)
Table 7. Weighted centrality grading table
表7. 加权中心度分级表
乡村网络加权中心度受到了旅游设施,乡村基础设施,人口数量,乡村可达性与其他乡村联系程度等影响,将乌兰察布市十五个乡村的网络加权中心度进行三级划分(表7),其中,位于第一级的乡村有两个,它们都为当地乡镇中心行政村,人口较为集中,周边旅游资源较为丰富,交通较为发达,其中,元山子村是乡政府所在地,人口数量多,乡村基础设施较好,拥有薛刚山风景区,红山国家森林公园,九龙湾等旅游资源。南村地理位置较为优越,位于京新,京藏高速和达尔登大道,交通可达性较好,人口数量较多,乡村基础设施较好,拥有集宁路古城遗址、乌盟永兴湖、大坝沟遗址、庙子沟遗址、黄旗海遗址等旅游资源。第二级的乡村有9个,大多为草原度假区,景区受季节影响,大多数游客集中聚集在7、8两个月。第三级的乡村有4个,尽管部分乡村地理位置较好,但未能找到特点以及定位,仅依靠乡村民宿,“农家乐”等普通项目难以吸引游客。
注:村庄点图例按照网络加权中心度划分,网络加权中心度越大,颜色越深。
Figure 1. Structure map of weighted centrality rural network
图1. 加权中心度乡村网络结构图
5.4. 接近中心度分析
将标准矩阵置入GEPHI平台中,得到各乡村点接近中心度。各旅游乡村接近中心度都较好,说明各乡村基本不会过多依赖于其他的旅游乡村(图2),其中,南村的接近中心度最大,为0.91,小庙子村、平顶山村、董家村的接近中心度最小,都为0.51,二者相差1.78倍。根据三层分级法,将上述旅游乡村接近中心度进行分级(表8),接近中心度一级村落有1个,二级村落有9个,三级村落有4个。在乡村网络结构中,其他旅游乡村对于一级村落的依赖,例如信息的传递、吸引游客,以及在打造旅游乡村时,会借鉴南村的部分实例。二级村落中,基本拥有自己的特色景点以及特色民宿,如七倾地村、临近乌兰哈达火山。运用自然资源发展乡村旅游事业。三级村落中,对于其他旅游乡村的依赖程度较大,才能带动自身旅游乡村的发展。
![](Images/Table_Tmp.jpg)
Table 8. Classification of proximity centrality
表8. 接近中心度分级表
注:村庄点图例按照接近中心度划分,接近中心度越大,颜色越深。
Figure 2. Structure map of rural network close to centrality
图2. 接近中心度乡村网络结构图
5.5. 中介中心度分析
根据接近通过标准矩阵,得到各乡村点中介中心度(图3)。在本次乡村旅游网络中,总体上,旅游乡村的中介中心度普遍较低,其中,8个乡村不承担“中介人”的身份,这8个村庄是:东壕赖村、三苏木、民乐村、李老虎村、卢家营村、平顶山村、董家村、小庙子村。说明在其他乡村联系时,不需要通过这八个乡村。其中,中介中心度最高的乡村为南村(0.45),最低的为格日乐图雅嘎查、红格尔嘎查、库伦苏木和明星沟村均为(0.028),相差16倍。各旅游乡村接近中心度与网络加权中心度较高,中介中心度较低,说明各旅游乡村之间存在着其他更短的路径。根据加权中心度、接近中心度、中介中心度,按照地理底图各乡村点的位置,确定乌兰察布市乡村网络旅游结构(图4),相互关联中心度汇总表(表9)。
注:村庄点图例按照中介中心度划分,中介中心度越大,颜色越深。
Figure 3. Structure map of rural network of intermediary centrality
图3. 中介中心度乡村网络结构图
![](//html.hanspub.org/file/3-2420536x29_hanspub.png?20230517092402153)
Figure 4. Structure map of rural network of Ulanqab
图4. 乌兰察布市乡村旅游网络结构图
![](Images/Table_Tmp.jpg)
Table 9. Central indicators of 15 tourism villages in Ulanqab
表9. 乌兰察布市15个旅游乡村中心性指标
5.6. 特征向量中心度分析
利用UCINET平台得出各村庄的特征向量值(表10),总体来看,由于各旅游乡村发展不均衡,特征向量值较低。其中,南村的特征向量值最大(0.382),特征向量中心度为0.54,将得到的数据按照特征向量中心度进行三级划分(表11)。李老虎村与七倾地村、南村相邻,但特征向量中心度仍然为整个网络最低,说明各个旅游乡村也需要相互之间加强联系,旅游强村需要其他乡村,辐射半径范围扩大,带动其他旅游乡村发展(图5)。
![](Images/Table_Tmp.jpg)
Table 10. Summary of eigenvectors and eigenvector centrality of Ulanqab rural tourism network
表10. 乌兰察布市乡村旅游网络特征向量与特征向量中心度汇总表
![](Images/Table_Tmp.jpg)
Table 11. Grading table of Feature vector and feature vector centrality
表11. 特征向量与特征向量中心度分级表
![](//html.hanspub.org/file/3-2420536x30_hanspub.png?20230517092402153)
Figure 5. Structure map of rural network of eigenvector centrality
图5. 特征向量中心度乡村网络结构图
6. 结论与建议
6.1. 结论
本文以研究区“十四五”文体规划中的15个旅游乡村为研究对象,借助GEPHI、WGIS、SPSSAU、UCINET平台,通过社会学网络分析手段,分析网络结构特征。结论如下:第一,乌兰察布市乡村旅游网络规模较小,未能形成成熟的网络结构。第二,各乡村通达性较差,部分地处偏远位置的乡村会受此影响。第三,整体网络对于核心节点乡村较少。整个研究区内,按照地理因素分为东西两大子网络。通过三种主要中心度叠加表明,西部旅游乡村发展较为均衡,东部发展较差。第四,对于特征向量中心度第三级旅游乡村,缺乏旅游特色,缺乏自身定位,没能为游客留下深刻印象。
6.2. 建议
第一,完善交通道路网,提高各乡村之间的交通可达性,增加各旅游乡村节点辐射性,通过旅游团的规划路线,制定专属乡村旅游路线。第二,对于优秀旅游乡村,可优先重点打造。第三,对于不同旅游乡村,发挥自身特色以及优势。第四,提升旅游乡村服务质量与水平,提升乡村基础设施。第五,各大平台投放相应宣传视频,提升自身知名度。
参考文献