1. 研究背景
在研究上海地铁相关问题期间,发现地铁拥挤造成很多游客流失的情况,例如某游客打算参观三个景点,却因为地铁拥挤只参观了一个,对此本文旨在利用新的公共交通方式的建立,达到促进上海旅游业发展的问题
上海作为国际大都市,已成为世界瞩目的焦点,上海有着独特的地理优势,旅游景点众多,有城隍庙、外滩、豫园、东方明珠等知名景点,很多人想来上海走一走看一看,然而上海地铁拥挤,游客多选择乘坐地铁前往旅游景点,这不仅造成区域型地铁拥挤,也对游客旅游带来不利影响
如何通过新的公交专线的设立来促进上海旅游业的发展已成为一个新的话题
2. 模型建立
2.1景点吸引力的定义与聚集程度的衡量
2.1.1吸引力的定义与计算
首先引入2-模网络[1]的概念:在社会网络分析中,我们专门研究社会关系,按照社会行动者集合类型分1-模网络和2-模网络,1-模网络是指一个集合内部各个行动者之间的关系构成的网络,而2-模是指一类行动者集合与另一类行动者集合之间的关系
其中包括一种特殊的网络模型:隶属网络
在旅游业的案例中,游客的集合为“一类行动者”,而各个景点构成的景点“一类行动者所隶属的部门”,游客与旅游景点的关系即为隶属网络
如果对于一对行动者(i,j)之间,只共享一个部门M,则部门的中间度加1,而如果一对行动者(i,j)共享了n个部门,则对于属于部门M的每一对行动者来说,部门M的中间度加1/n ,那么部门M的中间度可表达为其每对成员共享资格的数目,记为,计算式如下:
(1)
若一个行动者仅仅属于一个部门,则由该行动者发出的捷径将都通过该部门,该部门将获得个“中间点”(g代表行动者的个数,h代表部门的点数)[2],该部门的相对中间度为:
(2)
其中,是部门i的相对中间度,是部门i的绝对中间度,AI指的是网络中存在的行动者与行动者之间,行动者与部门之间的捷径总数
因而景点中间度一方面反映出来该景点旅游的人数,另一方面也反映出该景点在调节游客与其他景点发生联系方面所起的潜在作用,所以用部门中间度来衡量景点的吸引力比较合适
由于2-模网络中计算部门中间度的计算十分麻烦,此处我们使用社会网络分析软件UNINET[2]来计算上海市各景点的中间度
我们选取上海14个主要旅游景点,分别为外滩、城隍庙、豫园(4A)、上海野生动物园(5A)、东方明珠(5A)、朱家角古镇(4A)、锦江乐园(4A)、东平国家森林公园(4A)、共青森林公园(4A)、上海欢乐谷(4A)、田子坊、上海博物馆(4A)、上海大观园(4A)、上海科技馆(4A)
在主要交通枢纽如虹桥火车站、虹桥机场、上海火车站、上海长途汽车站等发放问卷调查人们对各个景点的出行情况,部分结果汇总见表1,其中“1”代表此次旅游中游览过该景点,“0”则代表未游览过
将全体情况运用社会网络分析软件UNINET中的2-模网络模块计算各个景点的中间度,可以得到景点的点度中心度、接近中心度和中间度,
2.1.2 Moran指数与聚集程度
Moran指数用以衡量某一变量的空间自相关程度,即其空间聚集特性,结合本文可以考察吸引力强的景点在空间上是否存在地理上也接近,常规的Cliff和Ord(1973)[3]提出的全局Moran指数计算式为:
(3)
其中为区域i、区域j的属性, 为i属性的均值,为属性i的方差, 为研究地区总数,为空间权重矩阵
Moran指数取值范围为[-1,1],若各地区存在空间正相关, I的数值应当较大; 负相关则较小
北京大学城市与环境学院陈彦光教授(2009)[4]基于吸引力模型对此方法进行了改进,提出了矩阵形式Moran指数的计算公式等并进行了规范,其计算公式如下:
(4)
其中,Z为标准化的引力因子(见表3), ,为第i个景点吸引力的值 ,为吸引力的均值,为吸引力的标准差
此时通过公式(4),我们可以算出Moran指数为0.0620,并且高度显著
表明此时并不存在吸引力大的景点在地理上高度聚集的情况,说明景点的分布偏向于随机分布,与吸引力无关,在此情况下几乎不会出现人群拥堵的情况,降低了发生意外事故的可能性
在两个景点A与B间建立旅游专线后,假设能使一部分游览过A景点的人直接乘坐专线前往B景点游览,该部分人所占的比重由旅游专线的班车数量,每两辆车平均间隔时间,以及行驶时间等因素所决定
现在我们假设所有去过A景点的人必定会乘坐专线至B景点,去过B景点的人也必定会乘坐专线前往A景点