在全域旅游快速发展的当下，游客不再局限于单一景点的观光游览以及固定的行程安排，其游憩需求逐渐向更具个性化与休闲化的方向发展^{[1, 2]}，这种多元游憩需求的改变引发了游憩流整体结构特征的改变。因此，科学分析全域旅游快速发展背景下景区游憩网络的演化特征及其驱动机制，对优化景区景观、完善设施配套、促进空间共享具有重要意义，这也是当前漓江风景名胜区旅游可持续建设的关键议题。

由于游憩行为与信息技术的深度融合，使得游憩流时空演化呈现出明显的网络化结构特征。游憩网络本质上是由游憩行为构成的社会网络^[3]，现有研究普遍借助海量时空数据来构建游憩网络结构，并应用社会网络分析法对网络结构和网络节点间的关系进行研究。社会网络分析法既能系统性地反映网络整体组织的结构状况及联系，又能揭示节点地位与角色的差异性^[4]。目前，国外对游憩网络的研究多集中在洲际、国家、区域等空间尺度^[5-7]，如Miguéns等^[5]从洲际尺度对全球游憩网络时空分布特征进行了深入分析，Hwang等^[6]从国家尺度研究了不同客源地的游客在美国进行多目的地游憩的网络结构特征。国内现有研究主要集中在城市游憩网络结构分析框架与评价指标体系上^[8-11]，如杨兴柱等^[8]的研究较早涉及城市旅游流网络结构，并构建了城市旅游流网络结构评价指标体系；靳诚等^[9]利用游记大数据构建了南京市内部的旅游流网络，从网络结构层面系统地分析了游客流动的特征、模式和机制；丛丽等^[11]收集了网络红色旅游线路大数据，分析了全国红色旅游景区的旅游流网络空间结构特征。国内学者基于社会网络分析法提出了众多游憩网络特征指标和分析模型，形成了较为成熟的研究体系^[12-14]。随着新兴网络共享平台的出现，与此相关的长时序海量大数据的获取愈加便捷、全面，国内学界关注的焦点亦从单纯的网络结构特征分析逐渐转向对游憩网络演化规律的探索，对游憩网络空间结构变化驱动机制的关注度不断提高^[15-17]。徐惠娟等^[18]认为节点自身资源禀赋、邻近性、网络自组织等因素都可能对网络结构演化产生影响。但现有研究对游客游憩时空行为特征的精细化挖掘较少，也缺乏对差异化游客活动特征下游憩网络结构特征的深入分析。

总的来看，在研究尺度方面，已有的游憩网络相关研究较多关注于大尺度空间，而针对小尺度空间比如旅游城市风景名胜区游憩网络的研究成果则相对匮乏；在研究时间序列方面，主要侧重于利用单一年度截面数据或短时序数据来分析游憩网络的现状结构及其变化，缺乏对风景名胜区游憩网络结构演化的长时间序列分析；在研究数据方面，既有研究多采用网络游记数据或手机信令数据等粗粒度数据，较少使用更具动态性、更能反映节点间关系的高精度游憩轨迹大数据。为探明全域旅游发展下漓江风景名胜区自助游游憩网络的结构演化特征及驱动机制，本研究基于高精度的GPS轨迹大数据，从游憩驻留与途径两个角度构建漓江风景名胜区自助游游憩网络，深入分析游憩网络的空间结构演化特征和层级体系，系统解析其演进机理，明确游憩景点之间的空间联系情况，探寻旅游景点在网络中的相对地位。另外，研究还将探讨游憩网络结构演化的潜在影响因素及其作用机制，拟为以桂林漓江风景名胜区为代表的全域旅游目的地规划和管理提供决策支持。

1 材料与方法 1.1 研究区域概况

本研究以桂林市漓江风景名胜区为研究案例地(区域面积1 238.21 km²)，以漓江风景名胜区自助游游憩网络为研究对象。漓江风景名胜区内包含众多5A级、4A级、3A级旅游景点，综合考虑景区景点等级和游客到访数量，选取其中的66个景点(表 1)作为游憩流节点(图 1)，进行游憩网络结构演化特征研究。

1.2 游憩流数据获取

利用高德地图应用程序接口数据(API)和兴趣点(POI)数据获取景点信息，并通过百度地图卫星影像手动补充重要景点的游憩空间数据。利用Python爬虫工具从“两步路户外助手”APP获取以“漓江景点”为关键词的轨迹数据，筛选出2017-2022年的游客步行轨迹数据，剔除重复和异常数据后得到2 504条有效数据。将筛选后的数据导入ArcGIS Pro 3.0.2软件，并基于漓江风景名胜区景点游憩空间数据选取相交轨迹，共获得1 521条交互式游憩轨迹数据，用于构建途经网络(指游客经过景点所形成的空间行为网络)。在用于构建途经网络的1 521条游憩轨迹数据中，有960条轨迹数据包含聚类停留点间的连接关系，该子集被用于构建驻留网络(指游客在景点停留所形成的空间行为网络)。

1.3 数据处理与统计分析

本研究基于漓江风景名胜区的景点游憩空间数据和GPS轨迹大数据构建游憩网络。游憩网络被构建为加权有向网络，景点被视为网络中的“节点”，游客在不同景点(节点)之间的游憩路径视为“边”，每条边的边权(即边权重)为所有游客在相应游憩路径上的累计游憩次数。使用基于密度的噪声应用聚类算法(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)聚类提取驻留点，将每条游憩轨迹的起迄点联系视为景点间的“起点-终点”对(Origin-Destination, O-D)。按时间顺序将驻留网络或途经网络的采样点数据转换为游憩节点序列，并统计节点对的数量及节点对的边、边权，构建游憩流关系矩阵，基于黄子秋^[19]、任晓菲^[20]的研究构建案例地游憩网络特征分析指标，并利用社会网络分析软件Gephi进行计算(表 2)。

本研究利用ArcGIS Pro 3.0.2软件的空间统计分析模块，对加权度中心度、接近中心度、中介中心度3类节点指标及边权重统一采用自然断点法(Natural breaks)进行五级划分。该方法通过Jenks最优化算法，基于类内方差最小化、类间方差最大化原则动态识别数据的固有聚类。

(1) 节点中心度层级划分。对节点的加权度中心度、接近中心度、中介中心度分别独立计算，按降序划分为一级(核心节点)：各中心度指标的最高值区间段，表征网络核心枢纽；二级(次核心节点)：次于最高值的显著高值区间，承担次级枢纽功能；三级(主要节点)：中等偏上值区间，构成网络主体结构；四级(一般节点)：中等偏下值区间，维持基础连接；五级(边缘节点)：各指标最低值区间，处于网络末端。

(2) 边权重层级划分。Level-1(核心联系)：权重值处于最高强度区间，表征主要游憩廊道；Level-2(强联系)：权重值处于显著高于平均值的次级强度区间，支撑关键流动；Level-3(中联系)：权重值处于中等强度区间，形成基础连接骨架；Level-4(弱联系)：权重值处于低于平均值的低强度区间，反映偶发性交互；Level-5(边缘联系)：权重值处于最低区间，表征潜在或稀疏联系。

所有层级阈值均由ArcGIS Pro 3.0.2软件根据当年网络数据分布特征自动生成。可视化表达中，节点尺寸与中心度层级正相关，边宽、色深与边权重层级正相关，通过统一符号系统保障结果的可比性。

2 结果与分析 2.1 游憩网络结构的演化特征

利用Gephi软件分别计算出2017-2018年、2019-2020年、2021-2022年3个时段的驻留网络指标及途经网络指标，其结果如表 3所示。

2.1.1 网络完备性

网络完备性通过节点对数量、网络密度和网络直径来评价。综合来看，驻留网络和途径网络类似。2017-2020年，随着时间的推移，节点对数量以及网络密度都随之增长，即网络完备性逐渐提高。但是2020年成为一道“分水岭”，在之后的2021-2022年，节点对数量以及网络密度都明显下降，表征网络完备性受疫情影响较大。

2.1.2 网络关联性

网络关联性通过孤立点数量及其占比、平均度、平均加权度、整体聚类系数、平均路径长度来评价。整体来看，2017-2022年，驻留网络和途经网络的网络关联性水平整体上均先逐渐提升后受疫情影响下降。另外，漓江风景名胜区驻留网络和途径网络都具有小世界的特征，即网络中任意两个节点之间的平均路径长度较短，且网络具有较高的整体聚类系数，表明网络中的节点倾向于形成紧密的局部集群。

2.2 网络节点结构 2.2.1 加权度中心度

2017-2022年，驻留网络节点加权度中心度的时空格局演化及边层级的动态演化如图 2所示。节点加权度中心度呈现出以漓江为主轴的空间分异特征：节点加权度中心度沿漓江区域向两侧梯度衰减，形成高游憩流量主轴线。其中，中南部节点保持较高影响力，北部节点发展相对滞后，维持“南高北低”的格局。高中心度节点在中东部和南部形成多核组团，凸显漓江的核心统筹作用和组团化发展趋势。不同时段驻留网络加权度中心度前5名节点变化情况如表 4所示。2017-2020年，相公山、九马画山、兴坪古镇3个核心节点的加权度中心度排序基本上位于前列，形成显著优势。2021-2022年下龙风光跻身前三，与遇龙河风景区中段、老寨山公园构成次核心节点。兴坪古镇在2017-2018年及2021-2022年保持首位，彰显其核心影响力。

2017-2022年，途经网络节点加权度中心度的时空格局演化及边层级的动态演化如图 3所示。节点加权度中心度呈现显著的区域分异特征：中部节点群加权度中心度最高，形成紧密联系的核心组团；西南部次之，沿漓江水系分布有中等层级节点; 北部最低。整体来看，高层级加权度中心度节点联系紧密，局部聚集形成多个大规模节点群，且随着时间推移，组团内不再以单一节点为游憩核心。不同时段途经网络加权度中心度前5名节点变化情况如表 5所示，相公山、九马画山和兴坪古镇保持核心地位，但首位节点经历显著更替：2017-2018年兴坪古镇居首位，2019-2020年九马画山跃居第1，至2021-2022年遇龙河风景区中段成为新的首位节点。网络空间分布呈现多中心演化趋势，遇龙河风景区下游形成“单峰”组团，九马画山、兴坪古镇与相公山则构成阳朔节点群的“双峰”格局。

2.2.2 接近中心度

2017-2022年，驻留网络节点接近中心度时空格局演化有以下特征：不同时段节点的接近中心度差异较大，随着网络结构的演化，兴坪古镇、九马画山以及聚龙潭的接近中心度分别居于不同时段的首位，分别在漓江风景名胜区游憩服务中承担着重要的引流作用(图 4、表 6)。2017-2022年途径网络节点接近中心度时空格局演化有以下特征：不同时段节点的接近中心度差异较大，随着网络结构的演化，桂林园博园、兴坪古镇以及叠彩山景区的接近中心度分别居于不同时段的首位，游憩资源分享能力强(图 5、表 7)。

2.2.3 中介中心度

不同时段驻留网络中兴坪古镇或大圩古镇景区的中介中心度远高于其他景点，表明研究区域内的游憩活动基本上以兴坪古镇或大圩古镇景区为转接点，是游客进入漓江风景名胜区内其他景点开展驻留活动的重要连接“枢纽”(图 6、表 8)。途径网络节点中介中心度时空格局演化特征与驻留网络差异较大：2017-2018年和2021-2022年福利古镇为核心枢纽，连接中部与西南部节点群，而2019-2020年九马画山取代其成为主要连接桥梁。受疫情影响，2021-2022年大量节点中介中心度下降，反映外地游客减少导致网络连通功能下降。整体而言，高中介中心度节点空间分布趋于分散，核心枢纽经历显著更替，凸显网络结构的动态演化特征(图 7、表 9)。

2.2.4 网络边权重层级时空演化特征

结合图 2及表 10、表 11数据，2017-2022年驻留网络边层级可划分为5个层级(Level-1至Level-5)并呈现出以下演化特征。首先，网络连通性显著，边总数从2017-2018年的144条增至2019-2020年的189条，但受疫情影响2021-2022年缩减至129条。低权重边(Level-5)始终主导网络架构(占比＞60%)，但中等权重边(Level-3)占比从5.6%升至8.5%，反映网络基础扩容与结构优化(表 10)。其次，高强度联系对资源集中度显著下降：前3名节点对累计占比从19.88%(2019-2020年)降至16.87%(2021-2022年)，前5名节点对累计占比从29.61%降至26.61%(表 11)。另外，2017-2018年高权重边集中于片区内部(如兴坪古镇组团)，2019-2022年则形成跨片区二级游憩廊道，包括九马画山-大榕树景区(连接中部与西南部节点群)、兴坪古镇-阳朔西街(打破片区边界限制)，空间演化表明，网络通过“边缘扩容—中层强化—核心重组”实现结构复杂化。

结合图 3及表 12、表 13数据，2017-2022年途径网络边层级呈现以下演化特征：首先，2017-2020年边数量先从190条(2017-2018年)增至223条(2019-2020年)，再受疫情影响降至159条(2021-2022年)，反映了外部冲击对网络连接的阶段性抑制(表 12)。低权重边(Level-5)始终主导网络(占比＞69%)，但弱权重边(Level-4)占比从13.2%升至16.4%，中等强度游憩联系持续增强，推动网络架构复杂化。其次，资源集中度下降，表现为前3名节点对累计占比从18.98%(2017-2018年)降至14.75%(2021-2022年)，前5名节点对累计占比从26.18%降至23.73%(表 13)，标志网络从“单核垄断”向“多核协同”转型。最后，高权重边(Level-1、Level-2)集中分布于中南部，兴坪古镇、相公山、九马画山三节点形成“地理铁三角”，其双向流动特征显著：九马画山—相公山(2019-2020年)与相公山—九马画山(同期)均列于前5名(表 13)，空间邻近性支撑着高强度交互(图 3)。尽管2021-2022年相公山—九马画山退出前5名，但其地理集聚特征持续显著(图 3)，为网络恢复提供结构基础。

2.3 游憩网络节点类型

为进一步探讨漓江风景名胜区各景点的游憩功能类型，以各阶段驻留网络和途经网络66个节点的加权度中心度均值为界，将节点归纳为4类。在ArcGIS Pro 3.0.2软件中进行游憩网络各类型节点的可视化(图 8)。第Ⅰ类节点在驻留网络、途经网络的加权度中心度均高于均值，记为高驻留-高途经(H-H)节点；第Ⅱ类节点在驻留网络的加权度中心度高于均值、途经网络的加权度中心度低于均值，记为高驻留-低途经(H-L)节点；第Ⅲ类节点在驻留网络的加权度中心度低于均值、途经网络的加权度中心度高于均值，记为低驻留-高途经(L-H)节点；第Ⅳ类节点在驻留网络的加权度中心度、途经网络的加权度中心度均低于均值，记为低驻留-低途经(L-L)节点。各类节点名单详见表 14。

2.4 游憩网络社区识别

2017-2022年驻留网络社区结构空间如图 9所示。驻留网络社区总体呈现出“集聚化、层级化和规模化”的动态演变趋势，社区数量不断增加。2017-2018年驻留网络被划分为5个网络社区，社区结构相对松散。2019-2020年驻留网络被划分为6个社区，社区划分更加精细，兴坪古镇、九马画山和相公山及其周边景点群已形成清晰的社区结构，基本以核心景点为社区中心，形成网状的社区格局。2021-2022年驻留网络被划分为7个社区，社区规模进一步扩大，叠彩区的独秀峰·王城景区、七星区的岳山公园以及阳朔县的阳朔西街景区、阳朔公园等景点突破县域行政边界，建立起跨区域的社区联系，而且社区内部景点游憩联系融合趋势增强。同时期还产生了由老寨村－浪石村1组联系构成的独立社区，但其发育程度低。

2017-2022年途经网络社区结构空间如图 10所示。途经网络社区演变总体呈现出“集聚化、融合化”的动态趋势，且双核心模式或多核心模式是其主要的空间组织模式。2017-2018年途经网络被划分为6个社区，组团特征明显，呈现出“大尺度、小范围”的网络结构。2019-2020年途经网络被划分为5个社区，受边界阻隔和邻域效应的影响，社区结构形成“三大两小”的分布格局。2021-2022年途经网络被划分为6个社区，原先由九马画山和相公山控制的双核心社区演化为以九马画山和兴坪古镇为核心节点，老寨山公园、螺蛳山和大面山漓江观景台为次核心节点的多核心社区。同时期还出现了相对比较独立的社区，该社区仅包括聚龙潭、金水岩景区、月亮山、如意峰景点。

3 讨论 3.1 漓江风景名胜区游憩网络特征

漓江风景名胜区的游憩网络形成演化过程可分为3个阶段。2017-2018年，由于距离和交通限制，大部分游憩活动仅局限于县区行政边界内，少数区位优势和资源丰富的景点开始建立外部联系，形成“大尺度、小范围”的网络社区结构。2019-2020年，随着全域旅游的发展，景点吸引力增强，游憩流动频繁，网络完备性提高，核心景点的辐射力不断扩大。2021-2022年，景点间游憩流动更加密集，形成多核心、多层级的游憩社区空间格局，一些游离在核心景点外的景点则形成了独立社区，呈现出一定的边界阻隔效应。为突破边界阻隔效应、加强跨区域游憩联系，应优化热门景点如兴坪古镇和九马画山的游憩线路，提升多核驱动作用，丰富全域旅游发展的内涵。同时，围绕热点景区及其周边景点开展高质量的游憩活动，提升磨盘山、浪石村等一般及边缘景点的吸引力，优化这些景点与漓江景点之间的游憩路径，构建完善的游憩网络体系，提高景区可达性，进一步优化游憩网络的空间结构。

以各阶段驻留网络和途经网络66个节点的加权度中心度均值为界，漓江风景名胜区游憩网络的节点可分为4种类型。高驻留-高途经(H-H)节点，包括相公山、九马画山等，这些节点不仅吸引力强，而且在网络中具有重要的中心地位。低驻留-高途经(L-H)节点，如图腾古道、蝴蝶泉旅游景区等，虽然这些节点位于核心或次核心节点附近，但是其吸引力相对较弱。低驻留-低途经(L-L)节点数量最多，通过增加游憩联系部分节点可升级为高驻留-高途经(H-H)节点，例如聚龙潭、金水岩景区、月亮山在2019-2020年实现了这一跃升。另外，高驻留-低途经(H-L)节点也产生了变化，如冠岩景区因为具有较高的加权度中心度、接近中心度以及中介中心度，具备较强的游憩资源控制和利用能力，辐射范围逐渐突破小区域界限，在2021-2022年晋升为高驻留-高途经(H-H)节点。上述分类有助于深入了解各景点在吸引力、控制力方面的优势和不足，为漓江风景名胜区的规划和建设提供指导。

3.2 游憩网络演化驱动机制 3.2.1 景点更新改造

游憩网络演化受新形势下景点更新改造影响。2017-2022年，漓江风景名胜区内多个景点实施高质量的更新改造，显著推动了游憩网络的发展。政府出台多项支持政策，加强景区规划建设，更好地满足游客的出行和游憩需求。《桂林漓江风景名胜区总体规划(2013-2025)》明确了漓江风景名胜区未来的发展方向，包括完善阳朔古镇景观环境、扩展游客容量、推进休闲旅游。另外，开发遇龙河景区、修复兴坪古镇古街、适度开发新景区也在计划之中。在2017-2022年的演化过程中，九马画山、相公山、兴坪古镇及遇龙河景区始终位列加权度中心度前列，说明漓江风景名胜区自助游游憩网络形成以阳朔镇、兴坪镇为区域中心的稳定空间结构体系。

3.2.2 空间邻近性

空间邻近性是漓江风景名胜区游憩网络节点中心性演化的重要影响因素。2017-2022年，桂林城区的七星景区、象山景区等距离近的景点形成了显著的游憩流和社区，尤其是疫情防控期间游客偏好短途出行加强了这一趋势。游客步行游憩方式推动游线的形成，提高了游憩效率，特别是在遇龙河风景区及旧县村等景点，然而紧密相邻的景点也限制了游憩流向外扩展的能力。河流水系的分布影响了游憩流的走向，靠近漓江的景点具有较高的加权度中心度，而且同一区县内的景点更易建立游憩联系，体现了邻近扩散机制的影响。

3.2.3 交通便捷度

交通便捷度在游憩网络演化中至关重要。如由于交通不便、公交线路稀少，尧山景区主要吸引本地居民，加权度中心度一直较低；相反，象山景区交通线路完善，游憩需求响应更快，与其他节点联系紧密，从而提升了节点演化的中心性，2021-2022年象山景区接近中心度进入游憩网络前五名。另外，步行道路系统的完善构建了连续高流量的游憩序列，同样影响游憩网络的空间结构演化。在过去的6年中，漓江沿岸建设了完善、连续且密集的慢行游览道路，这些道路作为线性空间引导游客的移动轨迹，串联了漓江沿岸慢行小道上的各个游憩景点，促进了游憩网络的发展，增强了节点的演化中心性。

3.2.4 网络知名度

景点的网络知名度是激发游客游憩流动的重要因素。景点的网络知名度越高，其越有可能成为游憩网络的核心节点。例如，兴坪古镇作为《桂林漓江风景名胜区总体规划(2013-2025)》中的特级风景单元和4A级旅游景区，集传统民居建筑与兴坪胜境于一体，是游客心目中认可的桂林游憩名片，知名度较高。而2017-2022年的游憩网络结构演化中，兴坪古镇的加权度中心度均位列前三，验证了汪秋菊等^[21]的研究结论，即网络知名度与游憩流量之间存在显著的正向影响机制。九马画山、相公山等景点毗邻兴坪古镇，与兴坪古镇之间有着紧密的游憩联系。这些景点由于良好的区位优势和独特的景观价值，也具有较高的知名度。这表明游憩网络的演化受到路径依赖机制的驱动，过去联系紧密的景点之间未来有可能产生更多的新联系，从而进一步强化传统核心景点的主导地位。相比之下，浪石村、留公村等传统特色村寨由于知名度较低，前来游憩的游客较少，这说明绝大多数游客更倾向于选择知名度较高的景点进行游憩。

3.2.5 游憩景点的功能定位

徒步游客对游憩景点的功能定位具有比较明显的倾向性。在2017-2022年，桂林漓江景区的游憩网络结构发生了显著变化。以“热闹街区”“人群簇拥”为游憩定位的阳朔西街的中介中心度在过去6年里显著下降；与此相反，适宜开展自助休闲旅游和生态旅游的遇龙河风景区下游的景点连通性不断增强，过去6年遇龙河风景区下游的生态旅游中介中心度不断增强，其排名从第3位上升至第2位，这显示出田园生态和舒适空间在构建高流量路径中的重要性。此外，在游憩网络中，全民开放的游憩景点空间相比封闭式的游憩景点空间具有更高的中介中心度。以桂林市区象山景区为例，2017-2020年该景点需要门票，尽管其空间活力较高，但是由于游客在其内部空间已形成完整游憩流，其在游憩网络中的中心性并不高。然而自2022年1月31日起，象山景区免费开放，其在2021-2022年游憩网络中的中心性明显提高，增强了其在游憩网络中的节点地位。

3.3 游憩网络空间结构优化策略 3.3.1 构建游憩风景廊道，促进景区统筹联结

漓江风景名胜区游憩网络存在流量倾斜和分配不均的现象。大部分游客主要聚集在阳朔县的热门景点，需加强北部及边缘景点的吸引力，及时调控游憩网络核心节点与边缘节点的开发策略，发挥核心节点与次核心节点对游憩网络的统筹联结作用，激活它们对周边节点的辐射带动作用，促进这些节点与边缘节点、孤立节点之间的联系畅通，尤其是发挥联结两片区关键位置节点的统筹联结能力。而针对游憩网络中的孤立节点，未来应着重改善其分离状态。

3.3.2 完善基础设施建设，提升游憩空间服务

重点加强尧山景区、东漓古村景区等边缘景点的基础设施建设，加大宣传力度，优化交通条件，改善步行环境，加强其与其他景区的联系。核心节点如兴坪古镇、九马画山等需加强旅游集散设施和公共服务设施建设，以带动周边发展。游憩边权过高的景点如遇龙河、大圩古镇景区需扩大景区的规模，优化服务设施，有效分流游客。对较低吸引力的景点如莲花岩景区、葡萄山风景区等，应完善服务设施、丰富活动内容，改善景点空间分布不均衡的状况，实现景点间的平衡发展。对空间布局集中的组团景点，如虞山公园至穿山景区，应进行差异化发展，突出独特景观，吸引符合偏好的游客。通过优化游憩服务设施和空间发展策略，促进整体游憩网络均衡和持续发展。

3.3.3 拓展社区游憩联系，优化网状空间体系

对于已经形成网状空间结构的社区，应继续发挥社区内核心节点和轴线的统筹规划作用，加强社区内不同片区之间的联系，以提升该社区的整体性和系统性。依照稳固和优化现有的网状游憩体系，并在此基础上向周边片区拓展，扩大游憩网络覆盖范围的原则，应根据社区的结构特点制定具体措施。针对树状空间格局，可以增设游憩点轴，提升周围空间的吸引力，加强周围地段与漓江间的联系。

4 结论

本研究以漓江风景名胜区为例，利用GPS轨迹大数据和景点POI数据构建游憩网络，运用社会网络分析法和基于密度的噪声应用聚类算法等方法深入研究了自助游游憩网络结构和节点特征的演化，结合节点类型和社区划分揭示了游憩空间的演化格局。研究发现：2017-2022年，受景点更新改造、空间邻近性、交通便捷度、网络知名度和游憩景点的功能定位等因素影响，游憩网络结构逐步完善。兴坪古镇、相公山等核心节点保持高加权度中心度，而边缘节点吸引力逐渐增强。游憩网络社区不断发展，形成了多核心模式的空间组织形式。

本研究采用的GPS轨迹大数据源于“两步路户外助手”APP，获取的轨迹数据存在一定的局限性，尚不能覆盖全部游客的行为特征。未来的研究将通过多元化的方式收集更为全面的多源大数据，以提高研究的全面性和完整性。同时，研究设计还将融入游客的空间认知过程，使用深度访谈、观察等定性与定量相结合的方法，深化情境感知和心理评价的研究，从而全面分析游憩网络的特征和机制，实现风景名胜区全域网络空间的智慧化管理与更新。