2. 中山大学 地理科学与规划学院 综合地理信息研究中心, 广东 广州 510275
2. Center of Integrated Geographic Information Analysis, School of Geography and Planning, Sun Yatsen University, Guangzhou 510275, China
湿地,作为一种特殊的土地资源和生态系统,既有重要的生态支撑功能,又是一种独特的旅游资源.国家湿地公园的建立是湿地健康可持续发展的有效途径.据统计,我国已设立国家级湿地公园569家,其中52家为正式,其余为试点.我国国家湿地公园发展迅速、数量众多、特色鲜明、分布广泛.国内对国家湿地公园的研究主要集中于规划设计[1-2]和指标评估[3-5],从旅游体验角度对湿地公园开展的研究还较少[6-8].
随着体验经济的兴起,提升旅游者对湿地公园的体验已是一项重要议题.国外学者较早开始了旅游体验的研究,起初主要是关于其概念的探讨[9-10],近年,集中于旅游服务体验质量研究[11]、旅游体验满意度和行为意向研究[12]、旅游体验结构模型研究[13]等.国内,谢彦君[14]对旅游体验进行了全面、深入的研究.近年来,出现不少关于旅游体验结构模型、影响因素的研究[15-16],也有学者开始利用网络文本研究旅游体验[17].随着互联网技术的发展和各类在线旅游网站的兴起,网络文本正成为旅游研究领域新的重要数据来源[18].诸如对国家湿地公园的旅游体验就可以通过博客、点评、游记等网络文本的形式反映.研究主要集中在基于网络文本资料的旅游目的地形象感知分析[19-20]、旅游景区共现现象分析[21]等.
本研究选取西溪国家湿地公园为案例地,以携程网上相关游客点评为数据来源,在参考相关文献的基础上构建了西溪国家湿地公园的旅游体验要素结构,并对其相关旅游体验要素的结构特征进行深入分析.以新的研究视角丰富了国家湿地公园旅游体验的研究内容.
1 研究步骤 1.1 案例地概况湿地公园的类型有不同的划分方法,根据王立龙等[22]的修订,目前普遍按照湿地类型将湿地公园划分为滨海湿地、河流湿地、湖泊湿地、沼泽湿地、人工湿地、复合型湿地.复合型湿地由于包含滨海、河流、湖泊、沼泽、人工等2种以上湿地类型,具有一定的独特性和较高的研究价值.杭州西溪国家湿地公园为包含河流、湖泊、沼泽等多种水域的复合型国家湿地公园,是我国第一个正式的国家湿地公园,亦是杭州市除西湖外的又一张重要旅游名片,于2005年批准建立.公园位于杭州城西,总面积约11.5 km2,分为东区和西区.该区属于亚热带季风气候,年均气温15.17 ℃,年均降水量1 399 mm.自然景观方面,园内动植物资源丰富,水域面积约70%,陆地绿化率约85%.人文景观方面,园内民俗文化、宗教文化、建筑文化相得益彰.
1.2 数据获取携程网是中国知名旅游网站,拥有丰富的游记和点评资料.西溪湿地公园是国家5A级旅游景区,也是携程网上全国点评量最高的湿地公园景区.截至2016年6月1日,共有9 632条点评.本研究通过目前广泛使用的抓取工具“火车采集器”采集了西溪湿地公园的全部游客点评.考虑到游客体验在不同时期、淡旺季可能有较大差别,故本文选取2016年3月1日至2016年6月1日的点评作为文本材料来源,该时间段为春季,正值湿地公园游览旺季,点评量共1 040条,均为最新点评,可以作为稳定、可靠的数据来源.
1.3 研究方法 1.3.1 内容分析法内容分析法是旅游研究中常用的分析方法之一.具体文本操作步骤如下:(1) 研究关于国家湿地公园旅游体验的相关文献[7, 8, 23],整理出全面的国家湿地公园旅游体验要素;(2) 整理收集的原始文本材料,主要是删除重复、明显广告嫌疑、内容明显不相关或缺失等有瑕疵的文本,经过清洗,西溪湿地公园的点评量为998条;(3) 参照文献整理的各类旅游体验要素,逐条从每一点评文本中提取所包含的感知要素;在逐条提取的过程中,如果某一点评文本中包含了文献未整理的感知要素,经2位操作者进行研究、讨论后,从该点评文本中提取出新的旅游体验感知要素(文本编码中选取2位受过专业训练的操作者同时独立编码,在完成每一条文本编码后对编码结果进行比对,遇到不一致的编码进行重编,直至编码一致为止);(4) 完成全部的文本编码提取,从而陆续添加了新的旅游体验要素,最终得到西溪国家湿地公园旅游体验要素结构表(见表 1).最后,整理编码提取的相关信息,对该结构进行深入分析.
具体的编码过程示例如下:
点评:“去的时候,小雨,心情很好,人也不多,没有排队,很大没有逛完,高庄,还是网上订票划算,方便省钱,门口的黄牛票两大一小最低280,我们才230,真心划算,亲子游玩很不错,孩子很开心”
编码:5E;2C;9C;21E
其中,数字代表旅游体验要素指标种类,字母代表旅游者对该要素的评价等级,由A至E分别表示“非常差、比较差、中立、比较好、非常好”,并根据评价等级分别赋值为1~5分.如示例编码“5E”表示该点评描述了要素5“湿地拥挤感知环境”(对应文本为“人也不多,没有排队”),并且对此要素的认可等级为E,即该点评认为湿地不拥挤,人少,并对该要素评价打分为5.
1.3.2 社会网络分析法传统的分析手段通常是对旅游体验要素在文本中的出现次数进行描述性统计,以得到各旅游体验要素出现的频次高低.但是,这种分析结果不深入,而且具有局限性.本文数据来源于点评文本,不同于结构性问卷可得到比较完整的数据,在每一条游记点评中很多旅游体验要素都没有出现,若要进行属性数据的统计分析,不能深入挖掘旅游体验要素的结构内涵.对此,本研究选取社会网络分析法(SNA)来分析其结构.社会网络分析法目前已广泛运用于各领域[24],强调要素和要素之间的关系,适用于处理点评数据.从关系数据的角度,来探究旅游体验感知要素结构的内在特征.
本研究选取Ucinet6.199软件进行社会网络分析.第1步,构建共现矩阵.在一条点评中,如果2种要素同时出现,则计共现次数为1,在下一条点评中,如果该2种要素又同时出现,则计共现次数为2.从而,构建出西溪湿地公园旅游体验要素的共现矩阵.第2步,该共现矩阵是1模非2值矩阵,为了分析方便,需选择合适的断点值将该赋值矩阵转化为二值矩阵[25].经过多次测试,本研究选取2作为断点值,可以客观地反映旅游体验感知要素体系的结构特征.第3步,利用构建的2值共现矩阵对旅游体验要素的网络结构、中心性、小团体等指标进行测度.
1.3.3 IPA分析法在点评文本中,对于感知到的旅游体验要素,旅游者一般会有主观的评价.对于湿地公园管理者而言,游客评价十分重要,可以从中了解到湿地公园优、劣势及其他信息.本研究运用重要性-表现性分析法(IPA)对湿地公园的旅游体验价值进行简单评价.
IPA法以重要性为横轴,表现性为纵轴,以指标重要性、表现性的均值为X、Y轴的切割点,将空间分为4个象限.本研究中,重要性指标I为旅游体验感知要素出现的概率,即In=(文本中要素n出现的频次/文本总量)×100%.表现性指标P为游客对旅游体验要素的评价打分值,在前文文本分析步骤中已介绍了P值计算方法,在此基础上将文本中未出现要素的等级设为“中立”,赋值为3,即Pn=文本中要素n的评价总得分/文本中要素n的出现次数.计算出西溪湿地公园旅游体验各要素的I值和P值,并以I的最大值与最小值之和的均值和P=3为均值切割点,建立坐标图进行分析.
2 结果分析 2.1 西溪湿地公园旅游体验要素的基本结构 2.1.1 旅游体验要素结构的基本特征网络密度表示网络中节点联系的紧密程度.结果显示,该结构的整体密度值为0.610 4,结构密度较高.表明这些要素之间有密切联系,本研究构建的旅游体验要素结构体系内部协调程度较高、科学合理.图 1展示了各要素之间的关系网络,是游客感知各要素强弱的一个可视化图谱.其中,节点符号越大,表示该要素在此要素结构中的位置越重要,节点符号越小,表示该节点的重要性越低.可见,网络中具有多个核心节点,如湿地自然景观风貌、旅游成本等,这些要素在网络中的重要性很高.网络中也具有多个边缘节点,如湿地科普、酒店住宿等,这些要素的重要性比较低.但是网络中没有孤立节点.总体上,该网络具有多核心、高密度的特征.
特征向量中心性是全面、科学体现要素在结构中重要性程度的指标.一个要素的特征向量中心性值越大,其在结构中的重要性就越高.通过Ucinet软件获得各要素的特征向量中心性值(见表 2),湿地自然景观风貌是结构中最重要、感知最强烈的要素,这也与其他旅游地感知的研究结论一致[26],即游客对旅游目的地的整体感知最明显.标志与标识是最边缘的感知要素之一.这2个要素之间是整体与部分的关系,是由于人在知觉范围内总是首先感知环境对象整体,然后再是对象部分.此外,旅游者也特别关注湿地的成本花费、内部交通、体验活动等,而不太关注湿地科普、酒店住宿等要素.原因在于湿地公园旅游是一种生态的、低碳的、体验式的旅游,前往城市湿地公园的旅游者主要以欣赏自然风光、参与体验活动为主.同时,旅游成本、交通这些因素也是旅游体验中常见的核心要素.经过实地调研访谈发现,西溪湿地公园的旅游者在此过夜留宿的比例较低,这也可能是酒店住宿成为旅游体验结构中边缘要素的原因之一.
当社会网络中某些节点之间的联系非常紧密,能够形成一个次级小团体时,这种小团体被称为凝聚子群[27].这些子群内部联系紧密,子群之间具有明显差异.利用迭代相关收敛法(Concor)对要素结构进行聚类分析,划分出4个小团体结构,得到的子群密度矩阵如表 3所示.在密度矩阵中,将所有子群的密度都以0或1来表示,0-子群表示网络结构的洞,指这个子群和其他子群没有直接显著的差异性,不能理解为网络的基本结构,1-子群代表网络的基本结构.因此,本研究将上述块密度矩阵中低于网络平均密度的值记为0,大于或等于平均密度的值记为1,进行矩阵转换,得到转换矩阵(见表 3).据此,有2个有意义和2个无意义的小团体结构出现(见表 4).
不同的子群代表各旅游体验要素组合的不同情况.例如在子群1中,游客提到湿地自然景观风貌时,也经常提及自然生态环境、餐饮美食、体验活动、旅游成本、内部交通这些要素,即这些要素在同一条点评中经常同时出现,且有统计学意义上的差异.因此,子群1所代表的这类旅游者主要关注湿地公园的风景、活动、成本、餐饮、交通等方面的体验,而这些要素也是特征向量中心性值排名前6的要素,说明这类旅游者是西溪湿地公园客源的主体部分.子群2的这些旅游体验要素中心性值分别排在第10、9、8、7、15位,基本紧挨着子群1中的要素排位.可见子群2所代表的这类旅游者是西溪湿地公园客源的小部分团体,这类旅游者格外关注动植物、人文景观、逃逸、拥挤方面的体验.对于子群3和4,这2个子群内部的要素虽然具有一定的结构同构性,但是无统计学上的差异.不过仍可看出子群内部存在共同特征,这两类要素主要代表游客对西溪湿地公园旅游设施、旅游服务相关方面的体验.
2.2 西溪湿地公园旅游体验质量评价西溪湿地公园旅游体验各要素的I值(重要性指标)和P值(表现性指标)IPA分析结果如图 2所示.进入第1象限的是游客感知重要性程度高、评价值也高的要素,说明西溪湿地公园管理机构在这些方面工作相对出色,主要体现在打造了优美的西溪湿地自然景观风貌,提供了丰富的餐饮美食,并受到旅游者的认可.落在第2象限的要素最多,虽然这些要素感知重要性程度低,但是评价值高,说明这些要素虽然不是游客最为关注的部分,但是西溪湿地公园在这些方面也做了细致的工作,赢得了旅游者的认可.进入第3象限的要素为商品服务及商业氛围、导游解说、独特的历史文化和风情民俗等,游客对于湿地公园的这些要素的感知重要性程度低,而且评价值也低.这些要素正是相关管理机构需要改进的方面.商品服务要素的不足体现在公园有过度商业化倾向,在游客点评和实地访谈中发现,不少游客对于这方面有负面感知体验.导游解说的不足体现在不少游客抱怨游船过程的解说不耐心、敷衍了事.此外,没有进入第4象限(重要性高,评价值低)的要素.
整体来看,西溪湿地的旅游体验要素在表现性上得分较高,绝大部分的表现分值大于3分,处于“比较好”和“非常好”的评价区间.说明西溪湿地作为我国第一家国家湿地公园,游客的体验质量评价相对较高.只有3个要素落在第3象限,多数要素处在第1、第2象限,说明西溪湿地公园管理机构的管理较为有效,在游客重点关注的旅游体验要素方面做了针对性的工作.
3 结论与建议 3.1 结论 3.1.1基于文献构建出湿地公园旅游体验要素结构表,再结合大量点评信息提取出了西溪湿地公园旅游体验要素的指标结构.该结构包含22个要素指标,基本涵盖了旅游者对西溪湿地公园各方面的旅游体验.与以往研究大多自上而下确定旅游体验要素指标不同,本文结合自上而下、自下而上的指标构建方法,更加全面、精准地获得了西溪湿地公园旅游体验各方面的要素.
3.1.2利用SNA法对该指标结构进行了深入分析,结果表明指标结构内部要素协调性较好;中心性分析发现湿地自然景观风貌是结构中最核心的要素,湿地科普是结构中最边缘化的要素;子群分析发现结构中存在2个有意义和2个无意义的子结构.这一方面验证了本文所构建的要素结构的科学性、合理性,另一方面也有助于深层次地理解西溪湿地公园的旅游体验特征.比如,游客对于湿地公园的核心体验集中于湿地自然景观方面;前往西溪湿地公园的旅游者类别不同,主要关注风景、体验活动、旅行成本等体验要素的旅游者占比最高,主要关注动植物、人文景观、逃逸等体验要素的旅游者次之.
3.1.3利用IPA法研究了旅游者对西溪湿地公园旅游体验质量的评价.各旅游体验要素的表现性得分普遍较高,重要性得分差异较大,2个、17个、3个、0个要素分别进入第1、第2、第3、第4象限.表现性得分的结果体现出游客的旅游体验质量评价较高,说明西溪湿地公园有较高的旅游体验价值.重要性得分差异较大,体现出游客对于旅游体验各要素的感知重要程度存在差异.不同象限的分布结果,说明西溪湿地公园管理机构在园区发展方面实现了针对性管理,并取得了良好的成效.
3.1.4探讨IPA重要性排序与SNA中心性分析排序结果,二者存在一定的异同.虽然都是重要性程度排序,但其结果并不完全一致,在0.05的显著性水平上Pearson相关系数值为0.436.根据二者的计算原理,原因在于SNA中心性得分更强调指标要素在整体结构中的重要性程度,也就是与其他因素共现的程度;IPA重要性得分则更强调指标要素本身被游客提及的频率程度,而不是与其他因素共现的程度.这也在一定意义上体现出结构主义和形式主义的哲学思想,SNA方法侧重于以“网络”的思想来理解社会,认为社会网络是各种社会关系所构成的结构,因此,该方法的重要性程度指标体现了结构主义的思想.与之对应,IPA的重要性程度指标体现出形式主义的思想.本文对此进行比较分析,有助于更加深刻地理解旅游体验各要素与整体结构之间的关系,并有助于为相关管理机构提供更加全面、深入的园区开发建议.
3.2 建议利用网络文本对西溪湿地公园的旅游体验要素结构特征进行了深入分析,据此,对园区的可持续发展提出一些建议.
3.2.1抓住发展重点.对于园区管理机构而言,有必要集中精力关注旅游体验结构中的重要和核心要素.综合来看,这些要素主要包括湿地自然景观风貌、湿地自然生态环境、餐饮美食、独特和多样化的体验活动等.因此,应进一步保护湿地公园的独特湿地景观,维护湿地良好的自然生态环境,提升园区的餐饮服务,开发更加多样化的独特体验活动等.通过提升旅游重要和核心要素,增强西溪湿地公园的核心吸引力.
3.2.2改善发展制约点.主要包括IPA分析中处于第3象限的商品服务、导游解说、历史文化和风情民俗等.这些要素的低表现性、低重要性制约了西溪湿地公园的可持续发展,是开发过程中的短板所在.对此,管理机构应改善商业氛围,平衡景区的商业开发程度;改进园区的导游服务,特别是需提升摇橹船船夫的解说服务水平;挖掘西溪更具特色的历史文化、风情民俗,提升景区的文化内涵.
3.2.3全面协调发展.中心性排序结果发现,公共服务设施、标志与标识、酒店住宿、湿地科普等体验要素得分较低,但不代表湿地公园管理者可以完全忽视结构中重要性低的因素.从整体网络结构来看,加强边缘要素与核心要素的联系有助于整体结构协调度的提升.因此,改善结构中重要性低的体验要素,有助于园区各方面的协调发展.因此,管理机构也应关注园区服务设施、标准标识的维护和建设;湿地科普作为湿地公园一项重要的环境教育功能,也应提供资金加强建设等.
3.2.4本文还存在一些不足.其一,只是截取一段时间内的游客点评进行旅游体验分析,不同时间段的游客旅游体验可能会有较大差别,因此本文得出的旅游体验质量评价结果还有待进一步检验.其二,本文只是选取了携程网一家网站上的点评数据,网络文本数据的客观性、全面性还有待加强.这也将是下一步的研究工作.
[1] |
刘滨谊, 魏怡. 国家湿地公园规划设计的关键问题及对策——以江阴市国家湿地公园概念规划为例[J].
风景园林, 2006(4): 8–13.
LIU B Y, WEI Y. Strategies and key issues to the planning and design of national wetland park-A case study in the conceptual planning of Jiangyin National Wetland Park[J]. Landscape Architecture, 2006(4): 8–13. |
[2] |
韩李荃, 胡海波, 鲁小珍, 等. 基于"三元论"的湿地公园规划——以南京八卦洲湿地公园总体规划为例[J].
林业科技开发, 2013, 27(4): 125–129.
HAN L Q, HU H B, LU X Z, et al. Wetland Park Planning based on the Trialistic theory-As the example of overall design of Baguazhou Wetland Park in Nanjing[J]. China Forestry Science and Technology, 2013, 27(4): 125–129. |
[3] |
吴后建, 黄琰, 但新球, 等. 国家湿地公园建设成效评价指标体系及其应用——以湖南千龙湖国家湿地公园为例[J].
湿地科学, 2014(5): 638–645.
WU H J, HUANG Y, DAN X Q, et al. System of evaluation indicators of construction effect of National Wetland Park and its application-A case of Qianlong Lake National Wetland Park in Hunan Province[J]. Wetland Science, 2014(5): 638–645. |
[4] |
刘红玉, 李兆富, 李玉凤, 等. 基于生态约束与支撑作用的国家湿地公园生态可持续评估指标研究[J].
资源科学, 2015, 37(4): 805–814.
LIU H Y, LI Z F, LI Y F, et al. Evaluation of sustainable capacity of national wetland park ecological analysis based on constraint and support function[J]. Resources Science, 2015, 37(4): 805–814. |
[5] |
崔丽娟, 张曼胤, 李伟, 等. 国家湿地公园管理评估研究[J].
北京林业大学学报, 2009, 31(5): 102–107.
CUI L J, ZHANG M Y, LI W, et al. Management and assessment of national wetland parks[J]. Journal of Beijing Forestry University, 2009, 31(5): 102–107. |
[6] |
潘丽丽, 马扬梅. 基于拥挤感知的西溪国家湿地公园游客心理容量研究[J].
湿地科学, 2014(5): 662–668.
PAN L L, MA Y M. Psychological capacity of tourist in Xixi National Wetland Park based on crowding perception[J]. Wetland Science, 2014(5): 662–668. |
[7] |
敬峰瑞, 孙虎. 基于游客视角的城市湿地公园游憩体验价值评价——以西安灞桥湿地公园为例[J].
陕西师范大学学报:自然科学版, 2016, 44(3): 110–117.
JING F R, SUN H. Evaluation of the recreation experience value of urban wetland parks from a visitor perspective:A case of Baqiao Wetland Park in Xi'an City[J]. Journal of Shaanxi Normal University:Natural Science Edition, 2016, 44(3): 110–117. |
[8] |
魏遐, 潘益听. 湿地公园游客体验价值量表的开发方法——以杭州西溪湿地公园为例[J].
地理研究, 2012, 31(6): 1211–1131.
WEI X, PAN Y T. Methodological study on development of value scale for tourists' experience in wetland parks:A case of Xixi Wetland Park in Hangzhou City[J]. Geographical Research, 2012, 31(6): 1211–1131. |
[9] | COHEN E. A phenomenology of tourist experiences[J]. Sociology, 1979, 13(2): 179–201. DOI:10.1177/003803857901300203 |
[10] | RYAN C. Recreational Tourism:A Social Science Perspective[M]. Oxford: Routledge, 1991. |
[11] | OBENOUR W, PATTERSON M, PEDERSEN P, et al. Conceptualization of a meaning-based research approach for tourism service experiences[J]. Tourism Management, 2006, 27(1): 34–41. DOI:10.1016/j.tourman.2004.07.008 |
[12] | BIGNÉ J E, ANDREU L, GNOTH J. The theme park experience:An analysis of pleasure, arousal and satisfaction[J]. Tourism Management, 2005, 26(6): 833–844. DOI:10.1016/j.tourman.2004.05.006 |
[13] | QUAN S, WANG N. Towards a structural model of the tourist experience:An illustration from food experiences in tourism[J]. Tourism Management, 2004, 25(3): 297–305. DOI:10.1016/S0261-5177(03)00130-4 |
[14] |
谢彦君.
旅游体验研究[M]. 北京: 中国旅游出版社, 2010.
XIE Y J. Research on the Tourism Experience[M]. Beijing: China Travel and Tourism Press, 2010. |
[15] |
李晓琴. 旅游体验影响因素与动态模型的建立[J].
桂林旅游高等专科学校学报, 2006, 17(5): 609–611.
LI X Q. Tourism experience factors and foundation of dynamic model[J]. Journal of Guilin Institute of Tourism, 2006, 17(5): 609–611. |
[16] |
郑聪辉. 旅游景区游客旅游体验影响因素研究——以杭州西湖景区为例[D]. 杭州: 浙江大学, 2006.
ZHEN C H. Research on the Influencing Factors of the Tourist Experience within the Tourist Attractions:A Case Study of West Lake Scenic Area in Hangzhou City[D]. Hangzhou:Zhejiang University, 2006. http://cdmd.cnki.com.cn/Article/CDMD-10335-2006070323.htm |
[17] |
王媛, 许鑫, 冯学钢, 等. 基于文本挖掘的古镇旅游形象感知研究——以朱家角为例[J].
旅游科学, 2013, 27(5): 86–95.
WANG Y, XU X, FENG X G, et al. Research on tourists' perceived image of ancient town using web text mining methods:A case study of Zhujiajiao[J]. Tourism Science, 2013, 27(5): 86–95. |
[18] |
苗学玲, 保继刚. "众乐乐":旅游虚拟社区"结伴旅行"之质性研究[J].
旅游学刊, 2007, 22(8): 48–54.
MIAO X L, BAO J G. Grounded theory of non-standardized groups travel[J]. Tourism Tribune, 2007, 22(8): 48–54. |
[19] | STEPCHENKOVA S, MORRISON A M. Russia's destination image among American pleasure travelers:Revisiting Echtner and Ritchie[J]. Tourism Management, 2008, 29(3): 548–560. DOI:10.1016/j.tourman.2007.06.003 |
[20] | CHOI S, LEHTO X Y, MORRISON A M. Destination image representation on the web:Content analysis of Macau travel related websites[J]. Tourism Management, 2007, 28(1): 118–129. DOI:10.1016/j.tourman.2006.03.002 |
[21] |
姚占雷, 许鑫, 李丽梅, 等. 网络游记中的景区共现现象分析——以华东地区首批国家5A级旅游景区为例[J].
旅游科学, 2011, 25(2): 39–46.
YAO Z L, XU X, LI L M, et al. An analysis of the co-occurence phenomenon of scenic areas in online travel notes[J]. Tourism Science, 2011, 25(2): 39–46. |
[22] |
王立龙, 陆林, 唐勇, 等. 中国国家级湿地公园运行现状、区域分布格局与类型划分[J].
生态学报, 2010, 30(9): 2406–2415.
WANG L L, LU L, TANG Y, et al. Running status, distribution pattern and type classification of the state-level wetland parks in China[J]. Acta Ecologica Sinica, 2010, 30(9): 2406–2415. |
[23] |
梁明珠, 刘志宏. 游客视角的湿地景区游憩冲击:维度及其影响——以广州南沙湿地公园为例[J].
旅游学刊, 2015, 30(2): 42–51.
LIANG M Z, LIU Z H. Recreation impacts on a wetland scenic area from a visitor perspective:Dimension and its influence-The case of Nansha Wetland Park in Guangzhou[J]. Tourism Tribune, 2015, 30(2): 42–51. |
[24] |
敬峰瑞, 孙虎, 袁超, 等. 基于社会网络分析的旅游经济关系网络动态研究——以陕西省为例[J].
咸阳师范学院学报, 2015, 30(6): 76–82.
JING F R, SUN H, YUAN C, et al. The dynamic network research of tourism economic relations based on social network analysis-Illustrated by the case of Shaanxi province[J]. Journal of Xianyang Normal University, 2015, 30(6): 76–82. |
[25] | SHIH H Y. Network characteristics of drive tourism destinations:An application of network analysis in tourism[J]. Tourism Management, 2006, 27(5): 1029–1039. DOI:10.1016/j.tourman.2005.08.002 |
[26] |
钟栎娜. 旅游地感知结构重构——基于文本与复杂网络分析的研究[J].
旅游学刊, 2015, 30(8): 88–95.
ZHONG L N. A reconstruction of destinations' perception structure based on the context and complex network analysis[J]. Tourism Tribune, 2015, 30(8): 88–95. |
[27] |
罗家德.
社会网络分析讲义[M]. 北京: 社会科学文献出版社, 2005: 78-86.
LUO J D. Book of Social Network Analysis[M]. Beijing: Social Science Academic Press, 2005: 78-86. |