پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,225 |
| تعداد مقالات | 67,685 |
| تعداد مشاهده مقاله | 114,957,367 |
| تعداد دریافت فایل اصل مقاله | 89,629,822 |
تحلیل شبکه‌ای جاذبه‌ها در برنامه‌ریزی گردشگری ( مطالعه موردی: جاذبه های شهرستان کاشان) | ||
| نشریه گردشگری شهری | ||
| مقاله 2، دوره 5، شماره 1، اردیبهشت 1397، صفحه 21-34 اصل مقاله (1.36 M) | ||
| نوع مقاله: علمی - پژوهشی مستقل | ||
| شناسه دیجیتال (DOI): 10.22059/jut.2018.229137.291 | ||
| نویسندگان | ||
| ایرج قاسمی1؛ گلسا واشقانی فراهانی* 2 | ||
| 1عضو هیات علمی پژوهشگاه علوم انسانی و مطالعات اجتماعی جهاد دانشگاهی | ||
| 2کارشناسی ارشد برنامه‌ریزی منطقه‌ای گردشگری | ||
| چکیده | ||
| برنامه‌ریزی گردشگری نیازمند درک تعامل میان عرضه و تقاضا و تأثیر و تأثر هریک در ارتباط با دیگری است؛ از این‌رو، برنامه‌ریزی مقصد گردشگری از عوامل مهم برنامه‌ریزی توسعه است. در سیستم گردشگری تنها تقاضا و افزایش تقاضا اهمیت ندارد، بلکه به‌عنوان عرضه‌کنندة مدیریت مقصد به هماهنگ‌کردن و همیاری عناصر گردشگری نیاز است. در این بین، تحلیل شبکه از جمله به‌روزترین و کارآمدترین تحلیل‌هاست که از طریق پیوند کانون‌های کوچک، قدرت آن‌ها را در برابر مراکز برتر افزایش می‌دهد. با توجه به ضعف قدرت جاذبه و پراکندگی بسیاری از مقاصد گردشگری، ساماندهی آن‌ها در قالب شبکه به هم‌افزایی توان این مقاصد کمک می‌کند؛ از این‌رو، تحلیل شبکه‌ای و کاربردهای آن در توسعة گردشگری منطقه‌ای ضروری است. تاکنون جایگاه واقعی شهرستان کاشان با وجود جاذبه‌ها و پتانسیل‌های فرهنگی و گردشگری هنوز مشخص نشده و پراکندگی جاذبه‌ها و نزدیکی به کلان‌شهرهایی چون تهران و اصفهان سبب شده است بیشتر گردشگران سفری یک‌روزه به این شهر داشته باشند. در این مطالعه با هدف افزایش قدرت رقابت این جاذبه‌ها در چارچوب نظریة شبکه از روشتوصیفی-تحلیلیاستفاده، و داده‌های پژوهش با روشپیمایش میدانی گردآوری شده است. جامعة آماری را یک میلیون و 164 هزار و 124 گردشگر شهرستان کاشان در مدت یک سال گذشته تشکیل داده‌اند که با استفاده از مدل نمونه‌گیری کوکران، داده‌های این مطالعه از نمونه‌ای به تعداد 483 جمع‌آوری شده است. داده‌هابا استفاده از نرم‌افزارهای SPSS, NODEXL,UCINET,GIS تحلیل، و تراکم،درجه،تقابل،انتقال‌پذیری و E-I محاسبه و گراف روابطجاذبه‌ها ترسیم شده است. نتایج نیز بیان می‌کند که میزان ارتباط جاذبه‌ها ضعیف و کم است؛ به همین دلیل بیشتر گردشگران از جاذبه‌های شاخص منطقه بازدید می‌کنند. درنتیجه رسوب هزینه‌های گردشگران در منطقه کم، و برای توسعة منطقه ناکافی است؛ از این‌رو باید در مدیریت توسعة منطقه و گردشگری تلاش کرد تا با تقویت ارتباط بین جاذبه‌های منطقه، این شکاف کاهش یابد و با برقراری شبکة کامل و هم‌پیوند زمینه برای استفادة بهینه از جاذبه‌های منطقه فراهم شود. | ||
| کلیدواژه‌ها | ||
| تحلیل شبکه؛ جاذبه؛ شهرستان کاشان؛ ظرفیت گردشگری | ||
| عنوان مقاله [English] | ||
| Grid Analysis of Attractions in Tourism Planning (Case Study: Attractions in Kashan) | ||
| نویسندگان [English] | ||
| Iraj ghasemi1؛ Glasa Vashaqani Farahani2 | ||
| 1Faculty member of the Institute for Humanities and Cultural Studies | ||
| 2Regional Tourism Planning Expert | ||
| چکیده [English] | ||
| Tourism planning requires understanding the interaction between supply and demand and their mutual effect on each other; hence, tourism destination planning is one of the most important factors for development planning. In the tourism system, only demand and demand increase is not important. But in supply, destination management needs to coordinate and co-operate with the tourism elements. Meanwhile, network analysis is one of the most up-to-date and most efficient analyses that, through the use of small hotspots, boosts their power over the top centers. Due to the weakness of gravity and the dispersion of many tourism destinations, organizing in a network will help to achieve these goals; hence, network analysis and its applications for regional tourism development are essential. Until now, the actual position of Kashan town, despite the cultural and tourist potential and attractions, has not yet been determined, and the dispersion of attractions and proximity to metropolises such as Tehran and Isfahan have caused most tourists to have a one-day trip to this city. In this study, in order to increase the competitiveness of these attractions in the framework of network theory, descriptive-analytic research method was used and data were collected using field survey method. The statistical population consisted of 1,164,124 tourists from Kashan over the past year. According to the Cochran sampling model, the data was collected from the sample of 483 people. The data were analyzed using SPSS, GIS, UCINET, and NODEXL software, and its density, degree, contrast, transmissibility, and E-I were computed, and gravitational graphs were illustrated. Results indicate that the attraction connections are weak and low, which is why most tourists visit the main attractions of the region. As a result, the deposition of tourists’ spending in the region is low and inadequate for the region development; hence, in managing regional development and tourism, efforts should be made to reduce this gap by strengthening the link between the region’s attractions, and provide a background for optimal use of the region’s attractions by establishing a full interconnected network. | ||
| کلیدواژه‌ها [English] | ||
| network analysis, Attraction, Kashan Town, Tourism Capacity | ||
| مراجع | ||
|
1) باستانی، سوسن و رئیسی، مهین (1390) روش تحلیل شبکه: استفاده از رویکرد شبکه‌های کل در مطالعه اجتماعات متن‌باز، فصلنامة مطالعات اجتماعی ایران، تابستان 1390، دورة 5، شمارة 2، صص. 59-32. 2) تقوایی، مسعود و اکبری، محمود (1388) مقدمه‌ای بر برنامه‌ریزی و مدیریت گردشگری شهری، چاپ اول، اصفهان: نشر پیام علوی. 3) تولایی، سیمین (1386) مروری بر صنعت گردشگری، تهران: نشر دانشگاه تربیت‌معلم. 4) حیدری چیانه، رحیم (1383) ارزیابی برنامه‌ریزی صنعت توریسم در ایران، پایان‌نامة دکتری تخصصی در رشتة جغرافیا و برنامه‌ریزی شهری، به راهنمایی دکتر کریم حسین‌زاده دلیر و مشاوره دکتر میرستار صدرموسوی، دانشکدة علوم انسانی و اجتماعی، دانشگاه تبریز. 5) رضوانی محمدرضا؛ فرجی سبکبار، حسنعلی؛ باستانی، سوسن؛ حسام، مهدی (1393) روابط بین مراکز اقامتی گردشگری روستایی با رویکرد تحلیل شبکه، (مطالعة موردی: لاریجان، شهرستان آمل)، فصلنامة برنامه‌ریزی و توسعة گردشگری، زمستان 1393، دورة 3، شمارة 11، صص. 179- 159. 6) رضوانی، محمدرضا؛ حسام، مهدی؛ کریمی، هادی (1393) تحلیل شبکه در گردشگری، چاپ اول، تهران: انتشارات مهکامه. 7) رمضانی، ابوالفضل و میرزامحمدی، علی (1392) تحلیل شبکه‌های اجتماعی به همراه آموزش، نرم‌افزار UCINET، چاپ اول، تهران: جامعه‌شناسان. 8) زیاری، کرامت‌الله (1388) اصول و روش‌های برنامه‌ریزی منطقه‌ای، چاپ هشتم، تهران: انتشارات دانشگاه تهران. 9) ضیایی، محمود و تراب‌احمدی، مژگان (1392) شناخت صنعت گردشگری، چاپ دوم، تهران: انتشارات علوم اجتماعی. 10) قاسمی، ایرج (1393) برنامه‌ریزی کالبدی حوزه‌های گردشگری روستایی، چاپ دوم، تهران: بنیاد مسکن انقلاب اسلامی. 11) هنمن، رابرت و مارک، ریدل (1393) درآمدی بر روش شبکه‌های اجتماعی، ترجمة الهام محمدی و حنانه محمدی کنگرانی، بندرعباس، چاپ اول، دانشگاه هرمزگان. 12) میرمحمد صادقی، میلاد (1393) تحلیل شبکة اجتماعی با NodeXL، چاپ دوم، تهران: انتشارات دانشگاهی کیان.
13) Baggio, R. & Scott, N. & Cooper, C. (2010) Improving tourism destination governance: a complexity science approach, Tourism Review, Vol. 65, No. 4, pp. 51- 60. 14) Baggio, R. Del Chiappa, G. (2016) Complex Tourism Systems: A Quantitve Approach in M. Uysal, Z. Schwartz and E. Sirakaya-Turk (Eds) Management Science in Hospitality and Tourism: Theory, Practice and Applications pp. 14-21. 15) Baggio, R. & Scott, N. & Cooper, C. (2013) Using Network Analysis to Improve Tourist Destination Management, In Trends in European Tourism Planning and Organisation Systems; Clevedon, UK. Vol. 1, pp. 278- 288. 16) Baggio, R. (2007) The web Graph of a tourism system, Physica A, Vol. 379, No. 2, pp.727-734. 17) Bastani, S. (2007) An analysis first menʼs and womanʼs Network in Tehran, Social Network, Vol. 29, pp. 357- 374. 18) Bieger, T. (1998) Destination Marketing Organisations) Case study: Switzerland), Revue de Tourisme, Vol. 53, No 3, pp. 4-17. 19) Beritelli ,P. (2011) Tourist destination governance through local elites- Looking beyond the stakeholder level, Cumulative Postdoctoral Thesis (Kumulative Habilitationsschrift) , University of St. Gallen. 20) Bregoli, I. & Delchiappa, G. (2013) Cordinating relationship among destination stakholders (case study: Edinburgh), Tourism Analysis, Vol. 18, No. 2, pp. 145- 155. 21) Brandes, U. & Erlebach, T. H. (2005) Network analysis- Methodological foundations, Springer-Verlag Berlin Heidelberg. 22) Briedenhann, J. (2004) Rural tourism - meeting the challenges of the new South Africa, International Journal of Tourism Research, Vol. 6, No. 3. pp. 189- 203. 23) Ford, C.Ford. Youcheng, Wang. & Alex, Vestal. (2011) Power asymmetries in tourism distribution networks, Annals of Tourism Research, Vol. 39, No. 2, pp. 755- 779. 24) Del Chiappa, G. & Presenza, A. (2013) The Use of Network Analysis To Assess Relationships Among Stakeholders Within A Tourism Destination: An Empirical Investigation On Costa Smeralda- Gallura, Italy. Tourism Analysis, Vol. 18, No. 1, PP. 1-13. 25) Derek, Hansen. & Ben, Shneiderman. & Marc, Smith. (2011) Analyzing Social Media Networks with NodeXL, Riverside: University of California. 26) Dredge, D. (2006) Policy networks and the local organisation of tourism, Tourism Management, Vol. 14, No. 6, PP. 81- 562. 27) Farrell, M. A. & Oczkowski, E. (2002) Are Market Orientation and Learning Orientation Necessary for Superior Organizational Performance?, Journal of Market-Focused Management, Vol 5, No. 3, pp. 197- 217. 28) Faulkner, B. & Russell, R. (2001) Turbulence, chaos and complexity in tourism systems (casestudy: a research direction for the new millennium), In B. Faulkner, G. oscardo and E. Laws (Eds), Tourism in the 21 st century: lessons from experience. pp. 328- 349, London: Continuum. 29) Gajdošík, T. (2016) Network Analysis of Cooperation in Tourism Destinations, Department of Tourism and Hospitality, Faculty of Economics, Matej Bel University, Banská Bystrica, Slovakia, Czech Journal of Tourism, Vol. 4, No. 1, PP. 26- 44. 30) Hanneman, R.A. & Riddle ,M. (2005) Introduction to Social Network Methods, Department of Sociology at the University of California. 31) Hansen, R. (2008) Daily mobility in Grenoble Metropolitan Region, France. Applied GIS methods in time geographical research, A Master thesis presented to Department of Physical Geography and Ecosystem Analysis Centre for Geographical Information System. 32) Hertz, S. & Mattsson, L.G. (2004) Collective competition and the dynamics of market reconfiguration, Scandianvian Journal of Management, Vol. 20, No. 3, pp. 31- 51. 33) Hogan, B. (2007), Analysing Social Networks Via the Internet, London: Sage. 34) Hogan, B. (2007), Using Information Networks to Study Social Behavior (casestudy:An Appraisal) Oxford Internet Institute: IEEE. 35) Huxham, C. (1996) creating collaborative advantage, London: Sage. 36) Inskeep, E. (1991) Tourism Development: Principles, Processes and Policies, NewYork. 37) Jørgensen, M. T. (2016) Synergistic Social Network Analysis (casestudy: A Synergistic Approach to Qualitative and Quantitative Network Analysis), Tourism Analysis, Cognizant Communication Corporation, Vol. 21, No. 2 pp. 559–576. 38) Kimbu, Albert N., Ngoasong, Michael Z. (2013) Centralised Decentralisation Of Tourism Development: A Network Perspective, Annals of Tourism Research, Vol. 40, No. 1, pp. 235–259. 39) Leiper, N. (1990) Tourist attraction systems, Annals of Tourism Research, Vol. 17, No.2, pp. 367-384. 40) Moscardo, Gianna. (2011) Exploring social representations of tourism planning: Issues for governance, ournal of Sustainable Tourism, Vol. 19, No. 4-5, pp. 423-436 41) McKercher, B. (1999) A Chaos Approach to Tourism, Tourism Management, Vol. 20, No. 2, pp. 425-434. 42) Novelli, M. & Birte, S. & Spencer, T. (2006) Networks, clusters and innovatio in tourism (casestudy: A UK experience), Tourism Management, Vol. 27, No.2, pp.1141-1152. 43) Nooy, De.Nooy. Andrej, Mrvar. & Vladimir, Batagelj.(2005) Exploratory social Network Analysis with Pajek, Cambridge university New York. 44) Paget, E. & Dimanche, F. & Mounet, J.P. (2010) A tourism innovation (casestudy: An actor network approach), Annals of Tourism Research, Vol. 37, No. 3, pp. 828- 847. 45) Russel, R. (2005) chaos theory and its application to the Tourism Area Life Cycle Model, In R. W. Butler (ed) the Tourism Area Life Cycle, Vol. 2, No. 1, PP. 80- 164. 46) Scott, N. & Rodolf, B. & Chris, C. (2007) Destination Networks (case study: Four Australian Cases), Annals of Tourism Research, Vol. 35, No. 1, pp. 169-188. 47) Swarbrooke, j. (2002) The Development and management attraction, second edition, UK 48) Sharply, R., & pender, L. (2005) The management of tourism, London: SAGE. 49) Shaw, E. (1997) The impact which social network have on development of small proffesional service. firm university of Glasgow. 50) Tsvetovat M. & Kouznetsov A. (2011) Social Network Analysis for Startups, Oreilly media. UK. 51) Tremblay, P. (2005) Learning Networks and Tourism Innovation in the Top End; In “Regional Tourism Cases Innovation in Regional Tourism” Edited by: Dean Carson and Jim Macbeth Australia. 52) Tinsley, R. & Lynch, P. (2001) Small tourism business networks anddestination development, International Journal of Hospitality Management, Vol. 20, No. 4, pp. 367–378. 53) Watts, D. J. & Strogatz, S. H. (1998) Collective dynamics of small world' networks. Nature, Vol. 393, No. 4, pp. 440-442. 54) Wilkinson, I. & Young, L. (2002) On cooperating: firms, relations and networks, Journal of Business Research, Vol. 55, No. 2, pp. 123-132. 55) Von, F. & Grängsjö, Y. (2003) Destination networking: Coopetition in peripheral surroundings, International Journal of Physical Distribution and Logistics Management, Vol. 33. No. 5, pp. 427- 448. 56) Yu Shih, H. (2006) Network characteristics of drive tourism destinations: An application of network analysis in tourism, Tourism Management, Vol. 27, No. 5, pp. 1029–1039.
| ||
|
آمار تعداد مشاهده مقاله: 790 تعداد دریافت فایل اصل مقاله: 483 |
||