风景名胜区游赏线路评价及改进方法

摘要

本发明公开了一种风景名胜区游赏线路评价及改进方法，1)运用社会网络分析法构建风景名胜区景点和旅游点的游线产品网络拓扑模型；2)利用社会网络分析法的相关指标，计算游线产品网络拓扑模型的网络完备度和网络运行状态；3)通过上述指标对游线产品分析评价，并根据需要对现有风景名胜区游线产品进行优化或者对新的风景名胜区游线产品进行规划；4)对优化或者规划后的风景名胜区游线产品重复步骤1)—3)进行分析评价，直到对应指标满足需要为止。本发明用于微观尺度的景区游赏线路，能够对该景区游赏线路进行科学评价并找出存在的问题，同时能够对存在问题的游览线路进行改进，也可用于新线路的规划设计。

说明书

技术领域

本发明涉及一种风景名胜区游赏线路评价及改进方法，用于对现有的游赏线路进行评 价，以判断其是否合理，并对不合理线路进行改进，也可用于新线路的设计，属于旅游线 路规划和设计技术领域。

背景技术

我国旅游业发展已经处在由观光型向观光、度假复合型转化的历史阶段，对风景名胜 和旅游资源的规划建设提出了新的高度和要求。其中，构建适合国情和不同地域的风景名 胜区游赏规划和建设模式，已经成为一项需要重点研究的新课题。

风景名胜区旅游规划研究始于20世纪60年代，是旅游学、风景园林学、城乡规划学 乃至地理学的研究热点之一。就游赏线路的基本概念而言，一般认为旅游者、交通线、旅 游点、旅游服务是构成游赏线路不可缺少的要素。在类型划分上，已有研究主要从旅游多 目的地特性出发，运用统计方法建立分析模型，划分空间模式类型。在线路规划上，主要 基于创新游客管理等新型旅游管理模式，如运用LAC(LimitsofAcceptableChange,可接受 的改变极限)理论构建游客容量预测方法，针对VERP(VisitorExperience&Resource Protection,游客体验与资源保护)进行游客类型细分，作为游赏线路的约束条件，提出空间 组织模式和规划设计策略。另外，线路规划实证方面也积累了不少成果，如从区域旅游整 合的角度提出皖江一线旅游区两种类型、四种组合模式的游赏线路设计，运用GIS相关技 术绘制滁州旅游功能分区图，在此基础上设计出旅游主线路和主题旅游线路，有学者建立 了游赏线路设计的技术路线，设计出长沙—大湘西五日游、六日游及自驾车游等线路，研 究具有明显的实用性质。还有一些学者从定量的视角，运用运筹学、图论、算法等方法， 提出了游赏线路优化的对策和建议。

研究表明，国内外游赏线路规划设计初步形成了相对完整的研究与实践体系，在技术 方法上呈现定性定量结合的多样化趋势。但是，这些工作多集中在区域和城市等相对宏观 的空间尺度上，微观尺度的景区游赏线路规划与设计研究则较少。首先，这些微观尺度的 具体景区的游览线路如何规划较为科学合理；其次，规划出来的线路到底与实际合适不合 适，没有一个科学、明确的评价方法；再次，该线路的特点，优势在什么地方，又存在什 么问题，是否存在线路冲突，或者游客过分集中带来的安全隐患；最后，现实中实际的游 线产品是否需要改进，怎么改进优化。上述几方面在目前的微观尺度的景区游赏线路上都 不能很好地解决。

发明内容

针对现有风景名胜区旅游线路设计存在的上述不足，本发明的目的是提供一种风景名 胜区游赏线路评价及改进方法，本发明用于微观尺度的景区游赏线路，能够对该景区游赏 线路进行科学评价并找出存在的问题，同时能够对存在问题的游览线路进行改进，也可用 于新线路的规划设计。

本发明的技术方案是这样实现的：

风景名胜区游赏线路评价及改进方法，步骤如下，

1)运用社会网络分析法构建风景名胜区景点和服务节点的游线产品网络拓扑模型；

构建游线产品网络拓扑模型时，风景名胜区游赏线路产品中所有的景点和服务节点被 认为是“点”，任何两“点”之间的交通可达关系为“线”；在每日的游览线路中，任何两 “点”之间存在可达关系记为“1”，不存在可达关系记为“0”，由于每一天的游览线路是 相对独立的，因此隔天的“点”之间可达关系记为“0”，由此构造出与游赏线路相对应的 二值邻接矩阵；之后在Ucinet6.0社会网络分析软件平台上构建出网络，并通过Netdraw 工具实现网络的可视化；

2)利用社会网络分析法的相关指标，计算游线产品网络拓扑模型的网络完备度和网络 运行状态；

网络完备度选取整体网密度、聚类系数和途径长度均值三个指标，以从整体上反映游 线网络的完备性和紧凑程度；

网络运行状态选取节点度数中心度、网络度数中心势、节点中间中心度、网络中间中 心势、n—派系、核心—边缘模型和结构洞指数七个指标，重点测度节点/网络承载力、可达 性、等级结构和节点区位优势属性；

3)通过上述指标对某游线产品或者不同游线产品之间进行分析评价，并根据需要对现 有风景名胜区游线产品进行优化或者对新的风景名胜区游线产品进行规划；

4)对优化或者规划后的风景名胜区游线产品重复步骤1)—3)进行分析评价，直到对 应指标满足需要为止。

其中，第2)步中网络完备度各指标的计算如下：

a)整体网密度计算公式见①

P＝L/[n(n-1)/2]······································①

式中：“P”为整体网密度，

“L”为网络中实际存在的连接数

“n”为网络中实际存在的节点数；

b)聚类系数

二值邻接矩阵在Ucinet6.0中生成网络后，沿着Network—Cohesion—Clustering Coefficient这条指令计算聚类系数；

c)途径长度均值

二值邻接矩阵在Ucinet6.0中生成网络后，沿着Network—Cohesion—Distance计算节点 之间的距离，得到距离矩阵和途径长度均值。

其中，第2)步中网络运行状态各指标的计算如下：

d)节点度数中心度

节点度数中心度分为两类：节点度数绝对中心度和节点度数相对中心度，前者是根据 与节点直接相连的节点数目，测量出来的中心度；后者是前者的标准化，适用于对不同规 模的网络进行横向比较；本方法选取节点度数相对中心度，计算公式见②；

D_s＝s/(n-1)······································②

式中：“Ds”为节点相对度数中心度

“s”为与某一节点直接相连的对象数

“n”为节点数；

e)网络度数中心势，计算公式见③

$C=\frac{\underset{i=1}{\overset{n}{\Sigma }}(C_{max}-C_i)}{\max \left[\underset{i=1}{\overset{n}{\Sigma }}{C}_{max}-C_i\right]}$································③

式中：“C”为网络度数中心势

“Cmax”为网络中各节点绝对度数中心度的最大值

“Ci”为节点i的绝对度数中心度

“n”为节点数；

f)节点中间中心度

节点中间中心度分为节点中间绝对中心度和节点中间相对中心度，本方法选取节点中 间相对中心度，计算公式见④；

$C_{RBi}=\frac{\underset{j}{\overset{n}{\Sigma }}\underset{k}{\overset{n}{\Sigma }}\frac{g_{jk}\left(i\right)}{g_{jk}}}{n^2-3n+2}$···································④

式中：“C_RBi”为节点相对中间中心度

“g_jk(i)”为点j和点k之间存在的经过第三个点i的捷径数目

“g_jk”为点j和点k之间存在的捷径数目

“n”为节点数；

g)网络中间中心势，计算公式见⑤

$C_B=\frac{\underset{i=1}{\overset{n}{\Sigma }}(C_{RBmax}-C_{RBi})}{n-1}$·································⑤

式中：“C_B”为网络中间中心势

“C_RBi”为节点相对中间中心度

“C_RBmax”为节点相对中间中心度最大值

“n”为节点数；

h)n-派系

网络的可达性可以通过n-派系(n＝1,2,3···)指标来衡量；二值邻接矩阵在Ucinet6.0 中生成网络后，沿Network—Subgroups—n-Cliques指令进行n-派系分析；

i)核心-边缘模型

二值邻接矩阵在Ucinet6.0中生成网络后，沿Network—Core/Periphery指令进行核心- 边缘模型分析，核心-边缘模型可反映网络中节点的等级结构，用于区分出密度较高的“点” 和密度较低的“点”，核心“点”在与边缘“点”的交换关系中处于优势地位，在此基础上 表征景区各“点”在网络中的中心与外围位置；

j)结构洞指数

在旅游网络中，如果去除某个旅游节点，会出现旅游联系中断的现象，被称为结构洞； 结构洞指数包含效能大小、效率值、限制度，用于反映旅游节点的区位优势；

·效能大小计算公式见⑥

$N_i=C_i-\frac{\underset{n=1}{\overset{C_i}{\Sigma }}{C}_n}{C_i}$·····································⑥

式中：“N_i”为节点i的效能大小

“C_i”为节点i的个体网规模(其值等于节点i的绝对度数中心度的大小)

“C_n”为与节点i相连的第n个节点的绝对度数中心度

·效率值计算公式见⑦

E_i＝N_i/C_i·········································⑦

式中：“E_i”为节点i的效率值

“N_i”为节点i的效能大小

“C_i”为节点i的个体网规模

·限制度计算公式见⑧

$\left(\begin{array}{cc}{Q}_{ij}={\left(\frac{1}{C_i}\right)}^2{\left(1+\underset{q}{\Sigma }\frac{1}{C_q}\right)}^2& (q\ne i,j;i\ne j)\end{array}\right)$················⑧

式中：“Q_ij”为节点i受到节点j的限制度

“C_i”为节点i的个体网规模

“C_q”为节点q的个体网规模

“q”为节点i和节点j之间的“中间人”(与i和j同时存在连接关系)。

进一步地，如果通过节点中间中心度计算认为某节点中心性较强，承载压力过大，可 以另外增加节点并提高其中心性以分担该某节点的客流中转压力。

相比现有技术，本发明具有如下有益效果：

1、本发明用于微观尺度的景区游赏线路，能够对该景区游赏线路进行科学评价，以分 析该线路的的特点(包括优点和不足)，可以指导管理方管理和帮助游客选择游览线路。

2、通过本方法，能够对存在问题的游览线路进行改进优化，也可用于新线路的规划设 计，从而使线路的制定更加科学合理，提高游览质量。

3、通过本方法，可以避免线路冲突，或者游客过分集中带来的安全隐患。如果某节点 接待负荷较大，可以重新规划以找出新的节点对压力大的节点进行分压，从而提高安全性 和游线舒适性。

附图说明

图1-本发明总体思路图。

图2-风景名胜区游线产品网络拓扑模型构建流程图。

图3-本发明实现流程图。

图4-实施例一日游、二日游和三日游游线网络拓扑模型(点越大，“中介”性越强)。

图5-实施例一日游、二日游、三日游2-派系可视化图。

图6-实施例二日游、三日游中“桥”及结构洞图示(红圈代表结构洞；蓝点代表“桥”)。

具体实施方式

游赏线路是一张由景点(服务点)及各景点(服务点)间交通线路构成的空间网络， 也可以被理解为一张由“点”和“线”构成的社会网络，适用于社会网络分析(SNA)方 法的计算和评价。SNA尽管源于计量社会学但并不拘泥于此，因为其基本原理是将社会行 动者及其关系分别作为“点”和“线”，构建一张行动者“网络”，通过网络结构本身的测 量评价来研究行动者之间的相互关系。因此，即使将社会行动者的含义及其关系扩展到社 会学领域以外，也不会影响其原理，依然能够表达网络整体或个体的拓扑结构关系以及计 算分析功能。所以，近20年来，SNA从社会学领域快速渗透到其他人文乃至自然科学领域， 在职业流动、社会认知、情报、犯罪组织、公共健康与疾病、产业集群、区域经济结构等 问题研究上产生了大量成果，在城乡管理结构、社区网络及旅游学等城乡规划和风景园林 设计领域，也有非常广泛的运用。

以下结合附图对本发明作详细描述。

参见图1、图2和图3，本发明风景名胜区游赏线路评价及改进方法，步骤如下，

1)运用社会网络分析法构建风景名胜区景点和服务节点的游线产品网络拓扑模型；

具体参见图2，构建游线产品网络拓扑模型时，基本原理是确定“点”要素和“线”要 素，风景名胜区游赏线路产品(如一日游、二日游、一周游等)中所有的景点和服务节点 被认为是“点”，任何两“点”之间的交通可达关系为“线”；在每日的游览线路中，任何 两“点”之间存在可达关系记为“1”，不存在可达关系记为“0”，由于每一天的游览线路 是相对独立的，因此隔天的“点”之间可达关系记为“0”，由此构造出与游赏线路相对应 的二值邻接矩阵；之后在Ucinet6.0社会网络分析软件平台上构建出网络，并通过Netdraw 工具实现网络的可视化；

2)利用社会网络分析法的相关指标，计算游线产品网络拓扑模型的网络完备度和网络 运行状态；

网络完备度选取整体网密度、聚类系数和途径长度均值三个指标，以从整体上反映游 线网络的完备性和紧凑程度；

网络运行状态选取节点度数中心度、网络度数中心势、节点中间中心度、网络中间中 心势、n—派系、核心—边缘模型和结构洞指数七个指标，重点测度节点/网络承载力、可达 性、等级结构和节点区位优势属性；

节点度数中心度衡量单个点在网络中占据的核心性，该值越高越处于网络的中心位置， 荷载压力越大；节点中间中心度则衡量一个点在多大程度上位于网络中其他点的中间，该 值越高的点需要承载更大的过境压力。

网络中心势分度数中心势和中间中心势，两者均可衡量旅游线路承载力的分布情况， 但侧重点不同。前者侧重单个节点中心性；后者则更侧重起“中介”作用的节点对周围节 点的控制作用。

3)通过上述指标对某游线产品或者不同游线产品之间进行分析评价，并根据需要对现 有风景名胜区游线产品进行优化或者对新的风景名胜区游线产品进行规划；

4)对优化或者规划后的风景名胜区游线产品重复步骤1)—3)进行分析评价，直到对 应指标满足需要为止。

第2)步中网络完备度各指标的计算如下，

a)整体网密度计算公式见①

P＝L/[n(n-1)/2]······································①

式中：“P”为整体网密度，

“L”为网络中实际存在的连接数

“n”为网络中实际存在的节点数

b)聚类系数

二值邻接矩阵在Ucinet6.0中生成网络后，沿着Network—Cohesion—Clustering Coefficient这条指令计算聚类系数；聚类系数的大小反映了网络集聚程度的优劣。

c)途径长度均值

二值邻接矩阵在Ucinet6.0中生成网络后，沿着Network—Cohesion—Distance计算节点 之间的距离，得到距离矩阵和途径长度均值。途径长度均值越大，即网络中“点”之间的 平均距离越远，网络的紧凑度越低。

第2)步中网络运行状态各指标的计算如下：

d)节点度数中心度

节点度数中心度分为两类：节点度数绝对中心度和节点度数相对中心度，前者是根据 与节点直接相连的节点数目，测量出来的中心度；后者是前者的标准化，适用于对不同规 模的网络进行横向比较；本方法选取节点度数相对中心度，计算公式见②；

D_s＝s/(n-1)······································②

式中：“Ds”为节点相对度数中心度

“s”为与某一节点直接相连的对象数

“n”为节点数

e)网络度数中心势，计算公式见③

$C=\frac{\underset{i=1}{\overset{n}{\Sigma }}(C_{max}-C_i)}{\max \left[\underset{i=1}{\overset{n}{\Sigma }}{C}_{max}-C_i\right]}$································③

式中：“C”为网络度数中心势

“Cmax”为网络中各节点绝对度数中心度的最大值

“Ci”为节点i的绝对度数中心度

“n”为节点数

f)节点中间中心度

节点中间中心度分为节点中间绝对中心度和节点中间相对中心度，本方法选取节点中 间相对中心度，计算公式见④；

$C_{RBi}=\frac{\underset{j}{\overset{n}{\Sigma }}\underset{k}{\overset{n}{\Sigma }}\frac{g_{jk}\left(i\right)}{g_{jk}}}{n^2-3n+2}$···································④

式中：“C_RBi”为节点相对中间中心度

“g_jk(i)”为点j和点k之间存在的经过第三个点i的捷径数目

“g_jk”为点j和点k之间存在的捷径数目

“n”为节点数

g)网络中间中心势，计算公式见⑤

$C_B=\frac{\underset{i=1}{\overset{n}{\Sigma }}(C_{RBmax}-C_{RBi})}{n-1}$·································⑤

式中：“C_B”为网络中间中心势

“C_RBi”为节点相对中间中心度

“C_RBmax”为节点相对中间中心度最大值

“n”为节点数

h)n-派系

网络的可达性可以通过n-派系(n＝1,2,3···)指标来衡量；二值邻接矩阵在Ucinet6.0 中生成网络后，沿Network—Subgroups—n-Cliques指令进行n-派系分析；

i)核心-边缘模型

二值邻接矩阵在Ucinet6.0中生成网络后，沿Network—Core/Periphery指令进行核心- 边缘模型分析，核心-边缘模型可反映网络中节点的等级结构，用于区分出密度较高的“点” 和密度较低的“点”，核心“点”在与边缘“点”的交换关系中处于优势地位，在此基础上 表征景区各“点”在网络中的中心与外围位置；

j)结构洞指数

在旅游网络中，如果去除某个旅游节点，会出现旅游联系中断的现象，被称为结构洞； 结构洞指数(包含效能大小、效率值、限制度)可得到整体网中每个点的结构洞情况，用 于反映旅游节点的区位优势。

·效能大小(计算公式见⑥)

$N_i=C_i-\frac{\underset{n=1}{\overset{C_i}{\Sigma }}{C}_n}{C_i}$·····································⑥

式中：“N_i”为节点i的效能大小

“C_i”为节点i的个体网规模(其值等于节点i的绝对度数中心度的大小)

“C_n”为与节点i相连的第n个节点的绝对度数中心度

·效率值(计算公式见⑦)

E_i＝N_i/C_i·········································⑦

式中：“E_i”为节点i的效率值

“N_i”为节点i的效能大小

“C_i”为节点i的个体网规模

·限制度(计算公式见⑧)

$\left(\begin{array}{cc}{Q}_{ij}={\left(\frac{1}{C_i}\right)}^2{\left(1+\underset{q}{\Sigma }\frac{1}{C_q}\right)}^2& (q\ne i,j;i\ne j)\end{array}\right)$················⑧

式中：“Q_ij”为节点i受到节点j的限制度

“C_i”为节点i的个体网规模

“C_q”为节点q的个体网规模

“q”为节点i和节点j之间的“中间人”(与i和j同时存在连接关系)

节点/网络承载力评价：节点中心度和网络中心势分别评价节点和网络的整体中心性， 反映了节点和网络承载力的大小。

以下以国家4A级景区重庆长寿湖风景名胜区游赏线路规划为研究对象，采用社会网络 分析原理和方法，构建风景名胜区游线网络模型和测评体系，提出游线网络规划优化建议。

长寿湖是西南地区最大的人工湖，位于重庆主城区东北方向85公里。景区总面积266.73 平方公里，其中核心景区147.20平方公里，是以“湖、岛、山”山水风光为核心，自然和 人文景观协调统一，集旅游观光、休闲度假为一体的湖泊型市级风景名胜区。

《长寿湖风景名胜区总体规划修编(2009—2030年)》配置了一日游、二日游和三日游 3类共6种景区游赏线路，作为研究数据样本(见表1)。

表1长寿湖风景名胜区一日游、二日游和三日游游线一览

侧“点”记为长寿湖镇②，南侧“点”记为长寿湖镇①

一、首先构建游线网络模型

在通过点线得到二值矩阵的基础上，通过Netdraw可视化工具，将“点”要素定位在 相对地理空间位置上，构建长寿湖风景名胜区6个游赏线路产品网络拓扑模型(图4a-图 4f)。

二、游线网络结构测评

1、网络完备度评价(表2)

整体网密度、聚类系数和途径长度均值可以反映网络的完备程度和紧凑程度。

a)整体网密度(计算公式见①)

P＝L/[n(n-1)/2]······································①

式中：“P”为整体网密度，

“L”为网络中实际存在的连接数

“n”为网络中实际存在的节点数

b)聚类系数

对应矩阵在Ucinet6.0中生成网络后，沿着Network—Cohesion—ClusteringCoefficient 这条指令计算聚类系数。

c)途径长度均值

同样的，矩阵生成网络后，沿着Network—Cohesion—Distance计算节点之间的距离， 得到距离矩阵和途径长度均值。

表2长寿湖风景名胜区游线网络完备度指标一览表

从表2中可以看出，横向上，二日游线路中，二日游Ⅲ的整体网密度和聚类系数最大， 分别为0.822和0.975，而二日游Ⅰ和Ⅱ的各项指标均相等，反映出二日游Ⅲ具有更高的网 络完备度和更紧凑的线路。三日游线路中，同理从指标上可以看出，三日游Ⅱ的网络完备 度要高于三日游Ⅰ，线路设计更为合理、紧凑。纵向上，网络的集聚程度由大到小依次为 一日游、二日游、三日游。二日游Ⅲ途径长度均值为1.178，仅次于一日游的1.000，表明 二日游Ⅲ在二、三日游中紧凑度最高。

2、网络运行状态评价

a)节点/网络承载力评价

节点中心度和网络的中心势分别评价节点和网络的整体中心性，反映了节点和网络承 载力的大小。

·节点度数中心度

节点度数中心度分为两类：绝对中心度和相对中心度，前者是根据与节点直接相连的 节点数目，测量出来的中心度；后者是前者的标准化，适用于对不同规模的网络进行横向 比较。本发明选取节点度数相对中心度，计算公式见②。

D_s＝s/(n-1)······································②

式中：“Ds”为节点相对度数中心度

“s”为与某一节点直接相连的对象数

“n”为节点数

·网络度数中心势(计算公式见④)

$C=\frac{\underset{i=1}{\overset{n}{\Sigma }}(C_{max}-C_i)}{\max \left[\underset{i=1}{\overset{n}{\Sigma }}{C}_{max}-C_i\right]}$································③

式中：“C”为网络度数中心势

“Cmax”为网络中各节点绝对度数中心度的最大值

“Ci”为节点i的绝对度数中心度

“n”为节点数

·节点中间中心度

同理，本文选取节点中间相对中心度，计算公式见③。

$C_{RBi}=\frac{\underset{j}{\overset{n}{\Sigma }}\underset{k}{\overset{n}{\Sigma }}\frac{g_{jk}\left(i\right)}{g_{jk}}}{n^2-3n+2}$···································④

式中：“C_RBi”为节点相对中间中心度

“g_jk(i)”为点j和点k之间存在的经过第三个点i的捷径数目

“g_jk”为点j和点k之间存在的捷径数目

“n”为节点数

·网络中间中心势(计算公式见⑤)

$C_B=\frac{\underset{i=1}{\overset{n}{\Sigma }}(C_{RBmax}-C_{RBi})}{n-1}$·································⑤

式中：“C_B”为网络中间中心势

“C_RBi”为节点相对中间中心度

“C_RBmax”为节点相对中间中心度最大值

“n”为节点数

从计算结果可以看出：节点中心度中，横向上看，二日游线路中，二日游Ⅰ中“玛瑙 村”度数中心度为100.00，中间中心度为53.33，其扮演“中介”的角色；在二日游Ⅱ和 Ⅲ中扮演“中介”角色的则是“堰塘村”，且二日游Ⅱ中“堰塘村”节点中间中心度为53.33， 远高于二日游Ⅲ中的22.22，表明“堰塘村”在二日游Ⅱ中对其他景点的影响程度更大。长 寿湖镇①、长寿湖镇②、浴滨岛、高峰岛和古栈道承载力次之。三日游线路中，“堰塘村” 比“玛瑙村”中心性更强，“车长湾村”居第三位。纵向上，一日游网络为完备图，度数中 心度均为100.00，中间中心度均为0，不具可比性；二日游和三日游线路中，“玛瑙村”和 “堰塘村”中心性和承载力最大。网络中心势上，一日游中心势为0.00％，表明线路网络呈 均衡分布；二日游Ⅲ网络中间中心势为22.22％，较二日游Ⅰ和二日游Ⅱ53.33％低，表明二 日游Ⅰ和二日游Ⅱ中某些景点和旅游点中心性更强，人流更为集中，起更强的“中介”作 用；三日游中，三日游Ⅱ中心势要高于三日游Ⅰ，表明三日游Ⅱ游客活动在某几个“点” 集中性更强。

b)可达性评价

网络的可达性可以通过n-派系(n＝1,2,3···)指标来衡量。同理，矩阵在Ucinet6.0 中生成网络后，沿Network—Subgroups—n-Cliques指令进行n-派系分析(见图5)。

派系是由多个“点”构成的子群体，在n-派系群体中，任何两“点”之间在网络中的 距离最大不超过n，n越小，子群体内部可达性越高。由于实施例游线产品节点不多，且连 接关系仅限于当日，实际取n＝2。

在一、二、三日游线网络中，仅有三日游Ⅰ存在2个2-派系(1:长寿湖镇①、浴滨岛、 方丈、壶梁、瀛洲、蓬莱、玛瑙村、心悦岛、心印岛、连理岛、翡翠岛、车长湾村；2:玛 瑙村、心悦岛、心印岛、连理岛、翡翠岛、车长湾村、万寿林地、福胜村)，其余均是网络 整体构成1个2-派系，说明三种游赏线路中的群体可达性良好，都处于2步可达的范围内； 三日游Ⅰ层次性更为分明。所以，在风景名胜区游线设计与完善时，应营造多层次的旅游 子群体，提高层次内部的可达性。

c)等级结构评价

矩阵在Ucinet6.0中生成网络后，沿Network—Core/Periphery指令进行核心-边缘模型分 析，可反映网络中节点的等级结构。“核心-边缘”作为网络结构分析的一种范式，可以区分 出密度较高的“点”和密度较低的“点”，核心“点”在与边缘“点”的交换关系中处于优 势地位，在此基础上表征景区各“点”在网络中的中心与外围位置。

计算可知，长寿湖风景名胜区游赏线路中起“核心”作用的“点”随线路的不同而有 所变化。总体来看，长寿湖镇①、长寿湖镇②、浴滨岛、高峰岛、玛瑙村、堰塘村较其他 的“点”具有较高的密度，属于核心节点，中心地位较高。

d)节点区位优势评价

在旅游网络中，结构洞指数(包含效能大小、效率值、限制度)可得到整体网中每个 点的结构洞情况，用于反映旅游节点的区位优势。其中效能大小(effectivesize)和效 率值(efficiency)分别表示“点”要素的有效连接节点数和有效连接节点数与占实际节 点总数的比值，限制度(constraint)则反映“点”要素在网络中运用结构洞的能力，限 制度越小，在旅游网络中区位优势越明显。

·效能大小(计算公式见⑥)

$N_i=C_i-\frac{\underset{n=1}{\overset{C_i}{\Sigma }}{C}_n}{C_i}$·······································⑥

式中：“N_i”为节点i的效能大小

“C_i”为节点i的个体网规模(其值等于节点i的绝对度数中心度的大小)

“C_n”为与节点i相连的第n个节点的绝对度数中心度

·效率值(计算公式见⑦)

E_i＝N_i/C_i···········································⑦

式中：“E_i”为节点i的效率值

“N_i”为节点i的效能大小

“C_i”为节点i的个体网规模

·限制度(计算公式见⑧)

$\left(\begin{array}{cc}{Q}_{ij}={\left(\frac{1}{C_i}\right)}^2{\left(1+\underset{q}{\Sigma }\frac{1}{C_q}\right)}^2& (q\ne i,j;i\ne j)\end{array}\right)$·················⑧

式中：“Q_ij”为节点i受到节点j的限制度

“C_i”为节点i的个体网规模

“C_q”为节点q的个体网规模

“q”为节点i和节点j之间的“中间人”(与i和j同时存在连接关系)

计算结果表明：二日游和三日游线路中存在结构洞现象(见图6)。二日游Ⅰ中，玛瑙 村具有最大的效能大小和效率值，以及最小的限制度，其值分别为5.80、0.58和0.32，在 网络中扮演“桥”的关键角色；二日游Ⅱ和二日游Ⅲ中类似的点则为堰塘村。三日游Ⅰ中， 玛瑙村和车长湾村具有较低的限制度，其值分别为0.29和0.39；三日游Ⅱ中，节点间限制 度差距较大，最小值为堰塘村(0.26)。横向上看，玛瑙村、堰塘村、车长湾村等在游线网 络中竞争优势明显，拥有更有的机会和区位优势。二日游Ⅰ中玛瑙村和二日游Ⅱ堰塘村限 制度值均为0.32，表明两者区位优势度相当，而二日游Ⅲ堰塘村限制度值为0.36，区位优 势度不如二日游Ⅰ的玛瑙村和二日游Ⅱ的堰塘村。三日游Ⅰ中玛瑙村和车长湾村限制度值 较低，相比之下三日游Ⅱ的堰塘村区位优势则更明显。纵向上，三日游Ⅱ中堰塘村限制度 值最低，且效能大小和效率值最大，可认为是网络的“核心”。总体来看，二日游和三日游 线路缺少替代性旅游节点，可能造成旅游客流瓶颈问题，应增加游客集中和疏散节点，保 证客流。

三、游线网络优化建议

根据以上计算和分析结果，对长寿湖风景名胜区游线规划提出以下优化建议：

1.1一日游线路

一日游线路网络为完备图，呈闭合环状，节点间高度可达，均处于1步可达范围内。 优化建议如下：现状游线数目有且仅有一条，为满足不同类型旅客的需求，保证稳定的客 流量，建议以区位良好、服务配套优势明显的长寿湖镇为起点，增加两条闭合游线：A长寿 湖镇②—大坪岛—高峰岛—风雨亭—古栈道—长寿湖镇②；B长寿湖镇①—坝上远眺—浴滨 岛—人头山岛—罗山半岛—大坪岛—长寿湖镇②。

1.2二日游线路

二日游线路中，Ⅲ设计更为紧凑，Ⅰ和Ⅱ网络完备度相当；“堰塘村”和“玛瑙村”中 心性较强，起重要的中转作用，但同时承载压力过大。优化建议如下：其一，结合实际客 流量和环境容量长远考虑，增加“中介”点，即将“堰塘村”邻近的“刘兴村”(交通条件 良好)升级为旅游点，分担“堰塘村”和“玛瑙村”的客流中转压力。其二，第一天游程 中，二日游Ⅱ和Ⅲ的客流可能会发生交叉，宜将二日游Ⅲ的中转点——“堰塘村”替换为 “刘兴村”。其三，二日游Ⅲ第一天游程中存在走回头路、交通往返的问题，建议将“玛瑙 村”移除。其三，为分担“沙石镇田园风光”的游客压力，考虑将“咸丰村”纳入二日游 Ⅲ中第二天的游程。

1.3三日游线路

三日游线路虽不如一日游、二日游网络密度高，但其层次性更强，网络可达性也更好。 具体来说，三日游Ⅱ比Ⅰ网络完备度更高，设计的更为合理，紧凑；但三日游Ⅰ层次则更 丰富，包含次要的“中介”点——“车长湾村”，一定程度上减轻了“玛瑙村”的客流中转 压力。节点荷载上，“堰塘村”比“玛瑙村”更大，“车长湾村”居其三。优化建议如下： 其一，三日游Ⅱ中，同理，将“玛瑙村”移除，并将“咸丰村”纳入第二天游程，增加游 览的层次性。其二，规划中“沙石镇田园风光”为四级景点，过夜客流压力大，服务配套 不足，考虑将北侧“兴隆村”纳入游程，作为第二天游客中转休息点。

实施例表明：总体上，长寿湖风景名胜区游线规划具有一定的合理性。具体来说，二 日游Ⅲ在二日游线路中最为紧凑；三日游线路中，三日游Ⅰ层次性更好，而三日游Ⅱ则更 趋向完备、合理，两者各有优势；三日游Ⅰ在现状游线中总体旅游价值最高。

本发明借助社会网络理论和分析方法，基于风景名胜区规划游线产品，构建风景名胜 区游线网络模型及规划优化的测评体系，并以重庆长寿湖风景名胜区为案例地，对游线产 品进行了网络拓扑模型构建和分析测评，有效揭示各节点在游线中的角色和功能。基于新 的视角将社会网络分析应用于微观景区尺度，为风景名胜区规划的优化编制提供一种新的 思路和方向。

社会网络分析在研究微观尺度游赏线路优化上具有一定的合理性和实用性，其直观的 展现了旅游者的行走线路及方向、旅游中转及目的地间的关联，定量的获得各特征值，为 景区合理规划游览路径网络、有效疏导和控制客流、优化旅游空间结构和目的地发展提供 理论指导。景区游赏线路优化设计同时也需考虑旅游者心理、成本(时间和费用)、景点价 值、地形地貌等诸多因素而综合考虑。

最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管申请人 参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的 技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明 的权利要求范围当中。