EN中文

Economic geography >

2024 , Vol. 44 >Issue 2: 198 - 207

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.02.020

Spatial Distribution Characteristics of Red Tourist Flow Network：A Case Study of Jiangxi Province

  • YAN Shanshan , 1 ,
  • LIANG Zongzheng , 2, ※ ,
  • LIU Guoqiu 1 ,
  • CHEN Jing 1
Expand
  • 1. School of Public Health and Health Management，Gannan Medical University，Ganzhou 341000，Jiangxi，China
  • 2. Country and Area Studies Academy，Beijing Foreign Studies University，Beijing 100089，China

Received date: 2023-03-10

  Revised date: 2023-12-05

  Online published: 2024-06-03

Fold

Abstract

Based on the social network and the spatial statistical analysis,this paper explores the spatial network structure characteristics of tourism flow network in Jiangxi Province. The conclusions are as follows: 1) The trend of red tourism flow network centrality is remarkable in Jiangxi Province, a few core nodes have strong control over the red tourism flow network, and the polarization effect of most nodes is stronger than the diffusing effect. Most nodes in the red tourism flow network have significant asymmetry,and the network is in an unbalanced state. 2) The typical red tourist destination's tourism flow network presents a spatial distribution pattern of "dual-core agglomeration and overall dispersed linear network",which has a significant hierarchical agglomeration phenomenon. According to the connection degree of red tourism flow, it can be divided into four types: red tourism core area, sub-core area, marginal area and isolated area. 3) The core area of red tourism flow is the regional administrative and economic center, it has the prominent tourism resources and obvious transportation location advantages in the sub-core area of red tourism flow, it has the characteristic tourism resources in the marginal area of red tourism flow with unobvious location advantages,and the isolated area of red tourism flow has high tourism development potential. 4) At the municipal level,the red tourism flow network shows the characteristics of gathering to the central city with complete tourist reception and service functions, and 5A and 4A scenic spots. The red tourist flow network in different prefecture-level cities presents the different spatial distribution characteristics which are "single-core agglomeration", "dual-core linkage" and "point-to-point weaving".

Key words： red tourism; red tourism destination; tourist flow; network structure; Jiangxi Province

Cite this article

YAN Shanshan , LIANG Zongzheng , LIU Guoqiu , CHEN Jing . Spatial Distribution Characteristics of Red Tourist Flow Network：A Case Study of Jiangxi Province[J]. Economic geography, 2024 , 44(2) : 198 -207 . DOI: 10.15957/j.cnki.jjdl.2024.02.020

红色旅游在革命老区经济社会发展、社会主义核心价值体系培育中的作用日益凸显，已成为我国旅游业主要发展方向之一[1]。2004年，中共中央办公厅和国务院办公厅印发《2004—2010年全国红色旅游发展规划纲要》，确立培育12个“重点红色旅游区”。2006年，中央财政又划拨14亿元专项资金用于红色旅游项目的建设，至2020年增至60亿元的红色景区专项资金不仅用于目的地基建，也应用于景区营销、线路规划、员工培训等[1]。由于国家财政和政策支持，红色旅游发展迅速。据相关统计数据显示，至2019年红色旅游重点景区增至400多处，红色旅游出游人数从2004年1.4亿人次增至2019年的14.1亿人次，成为我国发展最快的旅游产业之一[1]。
中国的红色旅游类似于西方的共产主义遗产旅游的概念。国外研究主题集中在共产主义遗产旅游保护与利用[2]、共产主义遗产旅游的解说[3]、共产主义遗产旅游者感知[4]、共产主义遗产旅游价值[5]等。国内学者从旅游供给和需求2个维度展开了广泛研究。在旅游地的供给方面，讨论了红色旅游地可持续发展对策[6]、红色旅游资源和产品[7]、旅游线路[8]、旅游商品[9]、旅游地开发模式[10]、红色旅游地空间格局特征[11]等。在红色旅游者的旅游需求方面，重点关注了红色旅游者的满意度[12]、偏好和感知[13]、国家认同[14]，以及红色旅游网络关注度[15]等行为特征及影响因素，对红色旅游流时空集散的行为特征及影响因素、作用机制的关注不足。总体来看，关于红色旅游研究成果极其丰硕，已经形成几大鲜明的研究主题。目前，大多数文献主要是通过研究者个人专业知识、经验对案例地红色旅游现状、问题和解决思路提出一些建议，对案例地红色旅游可持续发展虽具有一定指导意义，但理论贡献不足。在研究方法方面，数理统计和空间计量方法虽已被引入红色旅游研究，旨在对红色旅游资源进行评价以及目的地空间格局进行分析，但是尚未形成完整的研究体系，这既不利于红色旅游学术研究的深入，也不利于红色旅游研究方法体系的完善。
红色旅游地空间结构研究能够为旅游设施空间布局、旅游经济空间配置等提供指导建议[16]。旅游流作为探究目的地空间结构的最佳途径[16]，国内外学者基于多源数据，运用计量经济学、空间统计分析、区域经济学等多学科理论与方法对旅游流时空分布[17-18]、网络结构[19-20]、机理机制[21-22]、流动效应[23-24]等方面进行了广泛研究。近年来，相关学者也开始逐步重视对红色旅游流的探究，但研究成果较少。学者们运用社会网络理论与方法，探讨了多种空间尺度的红色旅游流网络的时空分布特征、网络拓扑结构特征和影响因素，如选取全国红色旅游景区[25]、革命圣地延安市[26]、上海市[27]、红色旅游景区井冈山[28]，及长征线性红色旅游地[29]为案例区。
尽管上述研究对多种空间尺度的红色旅游流进行了一定的探讨，为红色旅游研究提供了理论基础和技术方法，但是在不同空间尺度下，旅游流网络呈现出不同空间特征，当前研究缺乏省域空间尺度，研究内容聚焦于省域内部不同城市、景区之间旅游流的时空流动轨迹、网络结构特征的研究。且当前红色旅游流网络研究大多借助于社会网络分析方法，探讨网络拓扑结构特征，忽略了网络整体和不同节点空间属性。因此，本研究以革命老区江西省为例，基于空间分析方法、社会网络方法探讨旅游地红色旅游流网络空间结构特征，一方面丰富旅游流研究的类型和空间尺度体系，另一方面为红色旅游地空间布局和规划、空间均衡发展等提供决策依据。

1 数据来源与研究方法

1.1 研究区概况

江西省具有“红色土地”的美誉，红色旅游资源极其丰富，有14处国家级和79处省级爱国主义教育示范基地。据统计，2016—2020年，江西红色旅游接待总人数和总收入约占江西省旅游产业总量的25%，红色旅游已成为江西省地方经济发展、乡村振兴的重要引擎。

1.2 数据来源

本研究利用Python脚本编程语言网络爬虫，选取携程网上的网络攻略、游记模块的搜索功能，以江西、赣州、吉安、南昌、景德镇、上饶、萍乡和井冈山等为关键词，爬取发布时间截至2022年12月31日江西省游记信息（爬取时间为2023年1月3日），获取江西省网络游记共3567篇，包括游记名、发表时间、作者、出游人数、花费、游览路线等信息。为了最大限度保证数据的可靠性，真实反映游客在革命老区相关的红色旅游路线，完整刻画江西省红色旅游流网络的结构特征，保留了红色旅游线路中的非红色旅游景区，并基于以下原则对数据进行处理：①剔除旅游行程中单一旅游景区和不涉及红色旅游景区的网络游记；②剔除游记内容不完整和重复网络游记；③将游客书写的景区内部旅游景点统一归并到该旅游景区，如庐山景区内部的铁船峰、御碑亭、观音桥等，统一计入庐山景区，最终保留2371篇游记路线。红色旅游线路分别以江西省的市辖区和县市（指县和县级市，以下简称县域）、景区2种节点类型进行整理。最终分别获得54个县域节点，164个景区节点。

1.3 研究方法

1.3.1 社会网络分析方法

将游客在各节点之间的有效流动转换为可计算的数学语言矩阵，矩阵的横轴纵轴首列首行分别表示各旅游节点。使用社会网络分析软件UCINET计算江西省旅游流网络节点中心性，计算方法详见相关文献[30]。

1.3.2 GIS空间分析方法

本研究采用ArcGIS对红色旅游流网络空间分布形态进行可视化分析。在旅游流网络空间分布图中节点表示市辖区、县域或景区，连线表示节点间红色旅游流流量，箭头表示红色旅游流流向，连线粗细表示红色旅游流流量的大小。其中线条越粗表示红色旅游流流量越大，反之越细。

2 结果分析

2.1 红色旅游流网络节点空间分布特征

节点中心性和对称性是评价旅游流网络结构的2个主要指标。其中，中心性主要测评各节点在网络中的重要地位与角色，下设度数、接近和中介中心性3个指标。度数中心性可通过外向和内向2个指标表征节点在网络中的中心地位；接近中心性也基于外向和内向接近中心性来表征节点与其他节点的通达性；中介中心性表征节点对其他节点的控制程度，计算公式详见相关文献[30]。虽然中心性能够表征节点的等级关系，筛选出强中心城市，但如需探究强中心节点与其他节点的连接关系，甄别网络的均衡性，则需要分析节点的对称性。本研究采用节点的有效流动率来描述节点对称性，计算公式详见相关文献[31]。

2.1.1 红色旅游流网络节点中心性空间分布

以县域为江西省红色旅游流网络节点，利用UCINET软件计算各节点的上述5个中心性指标值，运用ArcGIS软件中自然断点法对中心性数值进行分类和可视化表达（图1）。
图1 江西省红色旅游流网络节点中心性空间结构图

Fig.1 Central spatial structure of red tourist flow network nodes in Jiangxi Province

①度数中心性。江西省红色旅游流网络相对度数中心度均值为0.9615，仅南昌市东城区高于均值水平，说明江西省红色旅游流网络中心化特征非常显著。同时，大部分节点内向度数中心性值高于外向度数中心性值，说明受益节点多于溢出节点，大部分节点对红色旅游流集聚效应强于扩散效应。此外，外向度数中心性均值为0.499，仅有8个节点的外向度数中心性值高于均值，但是8个节点外向度数中心性值总和占总量的78.54%，说明外向度数中心性呈现显著的两极分化特征。排名靠前的8个节点分别为东湖区、婺源县、西湖区、昌江区、庐山区、玉山县、浮梁县、珠山区，上述节点主要位于南昌、九江、景德镇和上饶市，呈现出以南昌市为中心向周边扩散的多圈层结构的空间分布形态，符合地理学第一定律。南昌作为江西省行政中心，经济发展水平较高，区域内拥有昌北国际机场、“一核四纵四横”高速铁路网、高速公路等立体化交通网络体系，承接红色游客流能力突出。九江、上饶和景德镇邻近南昌，区域优势明显、交通便捷，也利于红色游客流转移。同时，4个地级市内拥有八一起义广场、纪念馆，庐山、古窑博物馆及江湾等世界级旅游景区，旅游资源禀赋价值高、知名度高，不仅对红色旅游游客吸引力极大，而且对红色游客流扩散能力也较强，是江西省重要的外向扩散型红色旅游目的地；而浔阳区、南丰县、会昌县、铅山县、乐平市的外向度数中心性则较低，在江西省红色旅游流网络中处于不利地位（图1a）。
各节点内向度数中心性均值为0.499，有10个节点的内向度数中心性值高于均值，分别为婺源县、东湖区、昌江区、玉山县、西湖区、珠山区、浮梁县、庐山市、新建区和红谷滩区，上述节点也均位于南昌、上饶、九江和景德镇市，说明内向度数中心性呈现出与外向度数中心性相似的空间分布特征。同时，外向度数中心值高于均值的8个节点，也具备较高的内向度数中心值，说明这8个节点在江西省红色旅游流网络中不仅发挥了辐射涓滴作用，还是网络中的受益主体，是网络中最重要的中心者。珠山区和新建区仅具有较高的内向度数中心性值，说明这2个节点是网络中的受益者。而吉安县、南丰县、会昌县、铅山县、乐平市等县域的内向度数中心性较低，说明这些节点对红色旅游者集聚能力较弱（图1b）。
②接近中心性。各节点的内向、外向接近中心度均值分别为6.41、1.89，高于内向、外向接近中心度均值的节点数分别为44、54个，说明虽然江西省红色旅游流网络的中心化趋势非常显著，少数核心节点对网络控制能力强，但是随着交通条件不断优化，大部分节点之间能快速、便捷地实现红色旅游流的空间关联，节点之间的便捷性较高。同时，网络整体内向接近中心度均值显著高于外向接近中心度均值，大部分节点内向接近中心度值也高于外向，说明网络及大部分节点之间红色旅游流的内向联接路径相对更短，内向联系更为快速便捷。处于第一层级的吉安县、铅山县、永丰县、南丰县的外向接近中心性值较高，说明这4个节点与其他节点之间的红色旅游流通达性较好，较少受到其他旅游节点的控制。而彭泽县、樟树市的外向接近中心性值较低，受江西省其他旅游节点控制力度强（图1d）。在内向接近中心性方面，超过60%的节点内向接近中心度超过均值，且节点之间中心度值差距较小，排名前10的分别为东湖区、玉山县、彭泽县、婺源县、昌江区、贵溪市、庐山市、西湖区、新建区、浮梁县，这些节点也主要位于南昌、上饶、九江和景德镇市；而青原区、铅山县、广丰区、会昌县、乐平市、浔阳区、吉安县、南丰县的内向接近中心性较低（图1e）。
③中介中心性。各节点中介中心度均值为2.97，15个节点的中介中心度值高于均值，排名前10的分别为东湖区、章贡区、婺源县、瑞金市、井冈山市、玉山县、庐山市、临川区、贵溪市和浮梁县。从各节点排序和分级统计可以看出，这15个节点中排名靠前且处于一、二层级的节点分别为章贡区、东湖区、婺源县、瑞金市、井冈山市，这5个节点主要位于南昌、九江、上饶、赣州和吉安市，中介中心度值总和占总量的85.35%，呈现出显著的两级分化的特征。表明这5个节点县域处于绝大多数节点的最短关联路径上，支配和控制其他节点的能力极强，在网络中发挥重要的中介作用，其他节点对这5个重要中介节点的依赖程度较高。同时，高中介中心度节点在空间上形成“双核”集聚，分别为以南昌市为中心的赣北集聚区、以赣州市为中心的赣南集聚区。其中，赣北集聚区包括南昌、九江和上饶市，其经济发展水平高、区位交通优势明显、旅游资源丰富。而赣南集聚区包含赣州和吉安市，赣州市为江西省的革命老区，红色旅游资源极为丰富，吉安市拥有“中国革命摇篮”井冈山国家级红色旅游风景名胜区。因而上述赣南和赣北集聚区充当了江西省红色旅游流网络的重要中介和桥梁。而会昌县、高新区、铅山县、乐平市、濂溪区、广丰区、上犹县、渝水区、浔阳区、樟树市、南丰县的中介中心度值均为0，这些县域的旅游资源数量少价值低、经济发展质量不高或交通区域优势不明显，在江西省红色旅游流网络中获益较小，对其他核心节点的依赖性较强（图1c）。

2.1.2 红色旅游流网络节点对称性空间分布

有效流动率计算结果取值范围为-1~1之间。当结果为-1时，表示该节点为红色旅游流净流出；当结果为-1~0取值范围时，表示该节点红色旅游流流出流量大于流入流量；当结果为0时，表示红色旅游流流出流量等于流入流量；当结果为0~1取值范围时，表示该节点红色旅游流流入流量大于流出流量；当结果为1时，表示该节点为红色旅游流净流入。
由表1可知：①吉安县、南昌县、铅山县、乐平市、广丰县、会昌县、浔阳县的红色旅游流为净流出，主要位于江西省北部和南部区域，表明这7个节点主要是向江西省其他节点输送红色旅游流，却未受到其他县域红色旅游流输入，对其他县域具有显著的红色旅游流辐射效应。②14个节点的红色旅游流流出流量高于流入流量（表1），这些节点对红色旅游流的辐射能力强于吸收能力。③横峰县、吉州区、永丰县、赣县、安义县、兴国县、上饶县、渝水区的红色旅游流流入流量等于流出流量，表现为节点流向的显著对称性。④有20个节点流入流量大于流出流量（表1），分布在除新余市外的江西省其他10个地级市，体现了20个节点对红色旅游流吸引能力强于辐射能力。⑤彭泽县和樟树市表现为红色旅游流的净流入，主要受其他节点的辐射和带动，接受其他节点红色旅游流输入。由此可见，江西省红色旅游流网络大部分节点体现为红色旅游流净流入、净流出、流入流量和流出流量比例不均等状态，说明红色旅游流网络节点存在显著的不对称性。
表1 江西省红色旅游流网络各节点有效流动率

Tab.1 Effective flow rate of each node of the red tourist flow network in Jiangxi

有效流动率 市辖区、县域
=-1 吉安县、南昌县、铅山县、乐平市、广丰县、会昌县、浔阳县
（-1，0） 临川区、全南县、大余县、信州区、青原区、东湖区、章贡区、西湖区、安福县、青云谱区、上饶县、庐山区、南昌县、婺源县
=0 横峰县、吉州区、永丰县、赣县、安义县、兴国县、上犹县、渝水区
（0，1） 青山湖区、袁州区、瑞金市、井冈山市、昌江区、玉山县、九江县、湖口县、浮梁县、芦溪县、修水县、于都县、珠山区、贵溪市、崇义县、石城县、都昌县、龙南县、新建县、资溪县
=1 彭泽县、樟树市

2.2 红色旅游流网络整体空间格局

2.2.1 红色旅游流网络空间分布整体形态

江西省红色旅游流网络整体上呈现出“双核集聚、整体分散的线网状”空间分布形态。具体表现为南昌市和上饶市红色旅游流网络联系极其密集，赣州市、景德镇市及九江市网络联系相对稀疏，其他地级市联系极其微弱。其中，南昌市和上饶市在整个红色旅游流网络体系中占有重要地位，呈现出明显的“双核集聚”空间分布态势，而抚州市、吉安市、萍乡市、新余市、宜春市、鹰潭市等在网络中几乎处于孤立的地位，这些孤立区内只有5A和4A高等级景区节点与其他节点相连接（图2）。
图2 江西省红色旅游流网络空间结构图

Fig.2 The spatial structure of red tourist flow network in Jiangxi

2.2.2 不同地级市红色旅游流网络外部联系空间特征

①在地级市尺度上，江西省红色旅游流网络呈现出明显的等级分层集聚的现象，根据红色旅游流联系度可将其划分为红色旅游核心区、次核心区、边缘区、孤立区4个类型。其中核心区为江西省行政中心，次核心区旅游资源特色突出且交通区位优势显著，边缘区旅游资源特色鲜明但区位优势不明显，孤立区旅游资源和交通区位均不具有优势（图3）。
图3 不同地级市在江西省红色旅游流网络中的空间联系

Fig.3 Spatial connection of the red tourist flow network in different municipal-level cities of Jiangxi

②红色旅游流核心区为江西省行政中心南昌市。南昌市的34个旅游景区之间及与其他地级市的旅游景区之间的红色旅游流联系最为频繁（图3a），南昌市的红色旅游流网络连线占比高达38%，而流量占比高达50%以上，说明南昌市处于整个网络体系的主核心，南昌市网络联系占据了江西省红色旅游流整个网络体系的“半壁江山”。同时，南昌市在网络体系中的空间辐射面最为广泛，涉及到南部赣州市、东部鹰潭市和上饶市、北部景德镇市和九江市以及西部的宜春市。且南昌市与上饶市和景德镇市网络空间联系密度远高于其他地级市，但高达86%的网络联系来源于南昌市内部节点之间（图3a）。
③红色旅游流次核心区为上饶市（图3b），距离南昌市240 km左右。同时上饶市邻近浙江省，是浙江省居民重要的旅游“后花园”。上饶市拥有丰富的红色革命遗址和文化遗存，旅游资源数量众多且禀赋价值高，被评为“中国优秀旅游城市”，上饶市的红色旅游流网络连线高达20%，流量占比在19%~24%范围内，处于江西省红色旅游流网络的次核心地位。同时，上饶市在网络中的空间辐射范围显著低于南昌市但高于其他地级市，上饶市的红色旅游流网络联系主要产生在南昌、九江和景德镇市之间，且上饶市内部节点间网络联系贡献率也高达62%。
④红色旅游流边缘区为赣州市、景德镇市和九江市（图3c、3d和3e）。赣州市为江西省南大门、省域副中心城市，是全国著名的革命老区，具有“共和国摇篮”“红色古都”之称，被国务院列为中国12个重点红色旅游区之一，红色旅游流网络中景区节点高达35个，有10个5A和4A级景区，红色旅游资源非常丰富。由于赣州市地处江西省最南部，2019年底赣州高铁站才建成投入使用，因此赣州市虽作为江西省重要的红色革命故都，但是受到交通制约，与省内其他地级市节点间红色旅游流联系不够紧密，其中红色旅游流网络连线占比仅在10%左右，流量占比仅在5%左右。九江市、景德镇市红色旅游流网络节点相对较少，分别为6和8个，2个地级市内部节点间及与省内其他地级市节点间红色旅游流网络连线占比在6%~15%范围内，但是流量占比较低，仅在3%~9%范围内，3个地级市红色旅游流网络较为稀疏，在江西省整个红色旅游流网络体系中处于边缘地位。同时，3个地级市红色旅游流网络均表现出向核心区南昌市和次核心上饶市为主流扩散方向的空间指向性。其中赣州市和景德镇市节点间网络连线占比高到60%以上，而九江市与南昌市的联系显著高于九江市内部节点间联系，表明九江市为明显的外向型旅游目的地。
⑤红色旅游流孤立区为吉安市、抚州市、宜春市、萍乡市、新余市、鹰潭市6个地级市（图3f、3g、3h和3i），旅游资源数量少、价值低，其红色旅游流网络连线占比都在3%以下，其中新余市红色旅游流网络连线最少，仅为0.13%，流量占比极少。可见6个地级市的红色旅游流联系尤其稀疏，在江西省整个红色旅游流网络体系中几乎处于孤立地位。6个地级市呈现出与省内其他地级市高等级景区微弱联系的特征，但大部分空间扩散路径产生在6个地级市内部不同节点之间。

2.2.3 不同地级市红色旅游流网络内部联系空间特征

由于萍乡市和新余市旅游资源非常匮乏，分别只有一个5A级景区节点进入江西省红色旅游流网络，因此只分析江西省其他9个地级市内部红色旅游流网络空间分布特征。由图4可知，江西省9个地级市内部红色旅游流网络呈现出共性和差异性并存的特征。其中，南昌市和景德镇市红色旅游流网络均呈现出以主城区为核心向周边县域扩散的核心—边缘结构特征。南昌市内部红色旅游流网络以南昌八一起义纪念馆、滕王阁、八一广场、绳金塔、秋水广场，景德镇市内部以御窑厂、古窑民俗博览区、瑶里风景区、皇窑景区、中国陶瓷博物馆等为网络核心集散点，这些节点大多数为5A、4A级景区，南昌市内部的秋水广场、八一广场虽无等级，但均为高知名度景区。同时，南昌市内部以南昌八一起义纪念馆、滕王阁的红色旅游对流为最强关联，而景德镇市内部大部分高流量路径是由其他节点向古窑民俗博览区集聚，古窑民俗博览区为重要的红色旅游流内向集聚型节点（图4a、4d）。
图4 不同地级市红色旅游流网络的内部空间联系图

Fig.4 Internal spatial connection of red tourist flow network in different municipal-level cities

次核心区上饶市主要受旅游资源空间分布影响，表现为旅游资源极其丰富的婺源县和主城区强关联的双核联动模式，大部分高流量路径集中在婺源县内部高等级景区之间（图4b）。赣州市红色旅游流网络相对来说更加均衡，通过“以线织面”的形式将赣州市红色旅游流空间朝着全域系统网络方向推进，高流量路径主要集中在赣州市主城区和瑞金市（图4c）。九江市和吉安市红色旅游流网络为低水平的单核集散发展模式，区域内龙头景区呈现出显著的极化效应，庐山国家重点风景名胜区和井冈山风景名胜区2个核心节点承接红色旅游游客并向其他节点辐射，拉动九江市和吉安市旅游发展（图4e、4f）。抚州市、宜春市、鹰潭市由于旅游资源数量少、禀赋价值低，区域经济发展相对落后，快速交通网络体系不完善等影响，红色旅游游客在城市内部旅游衔接性极差，其红色旅游流的规模、效益均受到制约，处于红色旅游发展初级阶段（图4g、4h和4i）。

3 结论与讨论

3.1 结论

本研究以革命老区江西省为案例区，基于社会网络和空间统计分析方法，运用UCINET、ArcGIS相关分析模块探究了红色旅游流网络节点中心性和对称性空间分布特征，以及网络整体空间分布特征、不同地级市红色旅游流网络的外部和内部空间联系特征。结论如下：
①通过网络节点3种中心性分析发现，江西省红色旅游流网络中心化趋势明显，大部分节点对红色旅游流集聚效应强于扩散效应。其中，节点度数中心性和中介中心性均表现出显著的两极分化的特征，说明少数核心节点对网络控制力强。节点度数中心性在空间上呈现出以南昌市为中心向周边扩散的多圈层结构形态，而高中介中心度节点在空间上形成“双核”集聚空间形态。
②基于红色旅游流网络节点的对称性分析发现，大部分节点呈现出红色旅游流净流入、净流出、流入流量和流出流量比例不均等状态，说明红色旅游流网络节点存在显著的不对称性，网络处于不均衡状态，网络的稳定性较差。
③红色旅游流网络整体上呈现出“双核集聚、整体分散的线网状”空间分布形态。具体表现为南昌市和上饶市红色旅游流网络联系极其密集，赣州市、景德镇市及九江市网络联系相对稀疏，其他地级市网络联系极其微弱的空间分布格局。
④江西省不同地级市之间红色旅游流网络呈现出明显的等级分层集聚的现象，可划分为红色旅游核心区、次核心区、边缘区、孤立区4个类型。其中核心区为江西省行政中心，次核心区旅游资源禀赋价值高且交通区位优势显著，边缘区旅游资源特色鲜明但区位优势不明显，孤立区在旅游资源和交通区位方面均不具有优势。
⑤不同地级市红色旅游流网络内部高流量路径均呈现为流向接待与服务功能完善的城市中心城区及高等级景区的共性特征。同时，也表现为“单核集聚”“双核联动”及“以点织面”等差异化空间分布形态。

3.2 讨论

江西省红色旅游流网络存在如下问题：网络层次等级结构显著，网络不对称性不均衡发展问题突出，网络核心边缘结构明显；南昌市及资源丰富的周边优秀旅游城市红色旅游流高度集聚，对其他地级市旅游流辐射带动效用亟待提升；不同地级市之间的旅游流联系极其微弱，内部联系较为紧密，急需突破行政壁垒，加强不同行政区之间红色旅游流联系。
基于上述研究结论与问题，对江西省红色旅游流网络优化提出如下建议：①强化核心主导城市对江西省红色旅游流的辐射带动能力。处于网络边缘地位的抚州、吉安、萍乡、新余、宜春、鹰潭6个地级市要加强同核心主导地位的南昌市、上饶市的网络联系，建立协同发展、联动发展的机制，可依托微信、抖音、小红书等流行网络智能化平台，引导红色旅游者突破行政边界，合理跨区域流动。②加强跨区域多节点红色精品旅游线路的设计与开发。深入挖掘井冈山风景名胜区、瑞金共和国摇篮景区、南昌八一起义纪念馆等核心旅游节点的红色文化内涵、思政教育功能，优化核心节点与江西省博物馆、贺龙指挥部旧址、阳明山国家森林公园、通天岩风景名胜区等边缘节点联系，针对不同红色旅游者旅游需求、群体特征等，推出多节点精品红色旅游线路与服务。③江西省红色旅游流网络内部应制定“扁平化”的发展目标。当前江西省红色旅游流网络内部呈现出以高等级景区及中心城区旅游节点为主导，周边地区低等级旅游景区被“孤立”的特征，内部层级性也极为明显，扁平化发展趋势不显著。红色旅游流网络内部扁平化有利于平衡各节点区域旅游发展，提升网络节点之间的红色旅游流传递效率，促进网络整体结构的优化。因此，如抚州市内部的文昌里、军峰山、抚州市博物馆，赣州市的苏区干部好作风纪念园景区、中华苏维埃共和国历史纪念园，吉安市的渼陂古村、欧阳修纪念馆，景德镇市的高岭风景区、怪石林等节点需加强同核心节点红色旅游的沟通交流，进而降低网络内部层级性。
本研究贡献在于：①基于需求端的红色旅游游客流动视角，探究了省域内红色旅游流网络空间结构特征，一方面弥补了以往研究忽视红色旅游者流动的不足，为红色旅游研究提供了新的探究视角。另一方面也填补了以往对省域内空间尺度的红色旅游流关注的缺乏，完善了红色旅游流研究的空间尺度体系。不同于长征红色旅游流网络的“多核多点”[25]，全国红色旅游流网络的“东西分异”的空间分布特征[29]，江西省内红色旅游流网络呈现出“双核集聚、整体分散”空间分布形态。②拓展了旅游流的研究类型，进一步丰富和深化了学术界对不同类型旅游流规律的认知。江西省红色旅游流网络与入境旅游流网络[32]、城市群[19]、市域[33]等旅游流网络具有相似特征，如层级结构明显、核心边缘结构特征显著。但是，南昌八一起义纪念馆、八一广场、南昌新四军军部旧址陈列馆、秋收广场、井冈山风景名胜区、瑞金共和国摇篮景区、中央红军长征出发纪念馆等具有特定红色主题的景区在江西省红色旅游流网络中的角色地位更为突出，对其他旅游景区的辐射带动作用更为明显，这彰显了红色旅游流网络的独特性。③考虑到当前红色旅游流网络研究大多从社会学视角借助社会网络分析方法，探讨网络整体和节点拓扑结构特征，忽略了网络整体和节点空间属性，本研究侧重于分析省域内红色旅游流网络节点中心性、对称性以及网络整体、不同地级市红色旅游流内部和外部等空间关联特征，体现了本研究内容的独特和创新之处。因此，本研究不仅加强了红色旅游流网络研究的人文地理学话语体系，而且为红色旅游地空间不均衡发展的调整和优化提供指导建议。
但是，本研究采用红色旅游者分享的游记攻略数据，数据的样本量以及来源方式有待进一步丰富。今后将考虑多源数据的融合，对红色旅游流的时空演化进行研究。同时，红色旅游流网络空间分布特征本质上是红色旅游者移动行为规律形成的，红色旅游者流动特征受到旅游动机、旅游天数、旅游同伴以及旅游资源、交通网络体系、旅游服务与接待设施等多种因素影响，受篇幅和数据限制，本研究未对红色旅游流网络空间分布特征形成机理进一步探讨，未来应深化该问题的研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王金伟. 中国红色旅游发展报告[M]. 北京: 社会科学文献出版社, 2022.

[2]
Ivanova M, Buda D M. Thinking rhizomatically about communist heritage tourism[J]. Annals of Tourism Research, 2020,https://doi.org/10.1016/j.annals.2020.103000.

[3]
Stach S. Tracing the communist past:Toward a performative approach to memory in tourism[J]. History and Memory, 2021, 33(1):73-109.

DOI

[4]
Pilving T, Kull T, Sukevics M, et al. Creating shared collaborative tourism identity in a post-communist environment[J]. Scandinavian Journal of Hospitality and Tourism, 2021, 21(3):313-340.

DOI

[5]
Bechmann P S. Eastbound tourism in the Cold War:The history of the Swedish communist travel agency Folkturist[J]. Journal of Tourism History, 2018, 10(2):130-145.

DOI

[6]
杜涛, 白凯, 黄清燕, 等. 红色旅游资源的社会建构与核心价值[J]. 旅游学刊, 2022, 37(7):16-26.

[7]
张良泉, 唐文跃, 李文明. 地方依恋视角下红色旅游资源的游憩价值评估——以韶山风景区为例[J]. 经济地理, 2022, 42(4):230-239.

DOI

[8]
姜铭铎, 赵云. 红色旅游精品线路开发策略——以长征沿线为例[J]. 社会科学家, 2022(5):24-29.

[9]
赵亚伟, 张卫苓. 河北省红色旅游商品设计开发问题与对策[J]. 河北大学学报:哲学社会科学版, 2013, 38(5):133-135.

[10]
王钊, 黄文杰. 长征红色旅游景区的演化及其形成机制研究[J]. 经济地理, 2021, 41(11):209-217.

DOI

[11]
邹建琴, 明庆忠, 刘安乐, 等. 中国红色旅游经典景点空间分布格局及其影响因素异质性[J]. 自然资源学报, 2021, 36(11):2748-2762.

DOI

[12]
呼玲妍, 刘人怀, 文彤, 等. 红色旅游游客混合情感对旅游意愿的影响研究——以大学生为例[J]. 旅游学刊, 2022, 37(7):27-37.

[13]
程励, 王美玉, 唐凤莲, 等. 红色旅游情境下的情感触点、情感反应与游客认同——基于5个红色旅游景区样本的实证研究[J]. 旅游学刊, 2023, 38(7):52-69.

[14]
刘润佳, 黄震方, 余润哲, 等. 红色旅游对游客国家认同的影响[J]. 自然资源学报, 2021, 36(7):1673-1683.

DOI

[15]
唐鸿, 许春晓. 中国红色旅游经典景区网络关注度时空演变及影响因素[J]. 自然资源学报, 2021, 36(7):1792-1810.

DOI

[16]
保继刚, 楚艺芳. 旅游地理学(修订版)[M]. 北京: 高等教育出版社, 1999.

[17]
马斌斌, 陈兴鹏, 陈芳婷. 基于社交大数据的敦煌旅游流多尺度时空分异特征[J]. 经济地理, 2021, 41(3):202-212.

DOI

[18]
Wei T. Application of GIS in spatial characteristics of tourist flow based on online booking data:A case study of Yangtze River Delta[J]. Iranian Journal of Science and Technology, 2022, 47(1):553-563.

[19]
方叶林, 苏雪晴, 黄震方, 等. 中国东部沿海五大城市群旅游流网络的结构特征及其韧性评估——基于演化韧性的视角[J]. 经济地理, 2022, 42(2):203-211.

DOI

[20]
Andria J, Maggistro R, Pesenti R. Sustainable management of tourist flow networks:A mean field model[J]. Journal of Optimization Theory and Applications, 2023, 196(2):730-761.

DOI

[21]
闫闪闪, 靳诚. 市域内部旅游流空间扩散动力机制——以洛阳市为例[J]. 人文地理, 2019, 34(5):149-158.

[22]
Khalid U, Okafor L E, Shafiullah M. The effects of economic and financial crises on international tourist flows:A cross-country analysis[J]. Journal of Travel Research, 2020, 59(2):315-334.

DOI

[23]
闫闪闪, 徐红罡. 节庆事件对区域旅游流空间网络的影响效应和机制研究[J]. 人文地理, 2023, 38(1):181-192.

[24]
徐冬, 黄震方, 黄睿. 基于空间面板计量模型的雾霾对中国城市旅游流影响的空间效应[J]. 地理学报, 2019, 74(4):814-830.

DOI

[25]
丛丽, 李淑瑜, 洪静萱, 等. 全国红色旅游景区旅游流网络空间结构研究[J]. 干旱区资源与环境, 2021, 35(12):188-194.

[26]
方世敏, 赵金金. 基于齐夫定律的红色旅游景区旅游流扩散研究——以延安为例[J]. 延安大学学报:社会科学版, 2010, 32(1):67-74.

[27]
徐惠娟, 刘生敏. 上海红色旅游流网络结构特征及影响因素分析[J]. 资源开发与市场, 2022, 38(3):360-366

[28]
王金伟, 王国权, 刘乙, 等. 井冈山红色旅游流时空分布及网络结构特征[J]. 自然资源学报, 2021, 36(7):1777-1791.

DOI

[29]
李磊, 陶卓民, 赖志城, 等. 长征国家文化公园红色旅游资源网络关注度及其旅游流网络结构分析[J]. 自然资源学报, 2021, 36(7):1811-1824.

DOI

[30]
刘军. 整体网分析:UCINET软件实用指南(第二版)[M]. 上海: 格致出版社, 2014.

[31]
马妍, 薛峰, 孙威, 等. 海峡西岸经济区城市网络特征分析——基于功能网络与创新网络的视角[J]. 地理研究, 2019, 38(12):3010-3024.

DOI

[32]
王朝辉, 乔浩浩, 张姗姗, 等. 入境旅游流空间格局演化及大都市旅游高质量发展——以上海市为例[J]. 自然资源学报, 2022, 37(12):3167-3182.

DOI

[33]
闫闪闪, 靳诚. 基于多源数据的市域旅游流空间网络结构特征——以洛阳市为例[J]. 经济地理, 2019, 39(8):231-240.

DOI

Options
Outlines

/

〈 〉