旅游數字足跡研究：熱點與展望＊

■ 孫 瓊 黃先開 劉 錚 譚智勇

1.北京工商大學經濟學院 北京 100048

2.北京聯合大學管理學院 北京 100101

3.北京開放大學旅游管理學院 北京 100081

0 引言

2016年至今，旅游業(yè)作為國民經濟的戰(zhàn)略性支柱產業(yè)，對消費的拉動作用明顯。受到2019年新型冠狀病毒感染肺炎(簡稱“新冠肺炎”，Corona Virus Disease 2019)疫情全球蔓延的影響，旅游業(yè)成為典型的受沖擊行業(yè)，面臨嚴峻挑戰(zhàn)。隨著中國逐漸步入后疫情時期，進一步激發(fā)旅游消費潛力，推動旅游消費規(guī)模增長，對實現中國經濟“雙循環(huán)”的新發(fā)展格局有重要意義。

信息和通訊技術（ICTs）的快速發(fā)展，變革了人們的旅游消費方式。由通信網、互聯網和傳感網等組成的泛在網絡已廣泛融入消費活動，改變了人們的信息搜尋和分享方式。用戶自創(chuàng)造內容的發(fā)布和分享，成為信息傳播的重要渠道之一，并催生出一批深受消費者歡迎的網站應用（如微信、新浪微博、Facebook 和Twitter 等）和知名旅游論壇（如馬蜂窩、驢友論壇、窮游網、TripSay 和Travellerspoint等），并衍生出“信息發(fā)布—評論—詢問—回答”的系列在線互動行為。在物聯網和通訊網絡的支持下，游客在移動通訊設備、互聯網和其他傳感器上遺留了海量的具有定位或地理標簽的電子痕跡。這些數字足跡（Digital Footprinting）匯聚成了游客的旅游需求、預期消費、出游心理、旅游風險等的游客個體和群體行為圖景，真實反映了用戶的選擇偏好和深層次的行為規(guī)律[1]，對認識旅游消費決策的“黑箱”提供了新突破口。借助這些潛在消費者留下的海量足跡，對旅游者消費決策的傾向進行及時準確的分析，對旅游目的地和旅游企業(yè)營銷具有關鍵作用。

現有研究已關注到數字足跡在分析區(qū)域旅游流時空特征、旅游動機和旅游者數量監(jiān)控等方面的重要價值，并證實數字足跡不僅有助于旅游目的地戰(zhàn)略規(guī)劃，還能有效提升客戶關系管理和目的地營銷效果[2]。然而，旅游數字足跡仍是一個新興的研究領域，對其內涵、數據來源及其特征并未深入解讀，尚未構建數字足跡在旅游者特征與時空行為、旅游消費決策等研究中的理論體系，對數字足跡在旅游研究中的應用主題與發(fā)展脈絡未曾清晰給出，缺少與消費行為內在關聯的系統(tǒng)闡釋，諸多問題仍有待進一步深入。為此，系統(tǒng)梳理旅游數字足跡研究熱點問題，為旅游消費者行為理論研究提供新方向，對豐富旅游消費決策機理研究有著重要意義。

為清晰客觀地反映旅游數字足跡的研究概況，首先需要明確本文研究對象是旅游者在旅游過程中的數字足跡，區(qū)別于其他領域研究的數字足跡。值得注意的是，本文中的旅游者包括旅游者和潛在旅游者。在此基礎上，為保證文獻全面性，以“digital footprint”“social network data”“Photo-sharing”“Big Data”“bank card transactions’data”等關于數字足跡的主題詞與“tourists”“tourist consumption”“tourist activity”“sightseeing”“destinations”等關于旅游行為的主題詞進行逐一搭配，在中國知網、Science Direct、Springer、Web of Science 等國內外數據庫展開檢索，剔除與旅游者和旅游行為分析無關的文獻，共獲得606 篇期刊文獻。這些文獻主要來源 于《SUSTAINABILITY》、《CURRENT ISSUES IN TOURISM》、《TOURISM MANAGEMENT》等期刊，時間跨度為以2014 至2020年為主（圖1），尤其在2018年，這一主題逐漸引起更多學者的關注。

圖1 2014～2020年發(fā)表的有關旅游數字足跡期刊論文時間分布圖

鑒于此，本研究以數字足跡在旅游研究中的相關應用為主線，對已有研究成果做一系統(tǒng)梳理，著重闡述旅游數字足跡的內涵及類型，并對旅游數字足跡的數據來源、特征和應用進行歸納，總結數字足跡在消費者人口特征、人格預測研究中的功效及其在旅游領域的研究演化，分析數字足跡與旅游消費行為的關聯邏輯，對數字足跡在中國情境下的旅游研究命題進行展望。本文是北京市哲學社會科學基金項目“北京建設世界旅游城市與國際消費樞紐城市耦合發(fā)展研究”的部分成果，為旅游消費行為的分析和預測提供了科學參考，對北京國際消費樞紐城市建設策略的制定提供了依據。

1 旅游數字足跡的概念及類型

1.1 旅游數字足跡的概念

旅游數字足跡是信息化領域的一個新興概念，在2008年由美國學者Girardin 等提出，用以描述消費者產生的海量電子痕跡[3]。作為典型的信息密集型產業(yè)，旅游數字足跡的概念外延隨著信息技術的發(fā)展而不斷擴展。2013年前，大部分學者認為旅游數字足跡是人們在游前、游中和游后，登錄或使用電子設備，在通訊網絡、互聯網或其他信息系統(tǒng)中遺留的電子信息，包括通話記錄、發(fā)送或獲取的信息，以及發(fā)布的圖片和文字等為主[4]。隨著以大數據、物聯網為代表的智能化技術發(fā)展，游客在各類社交網絡上自愿發(fā)布了大量的文字、照片和視頻文件，其旅游活動被各類實時移動通訊設備和傳感器等感知，旅游數字足跡的概念范圍進一步擴展，涵蓋多種自然生成的高時空異構數據，如互聯網搜索數據、銀行卡交易、手機通訊記錄、社交媒介用戶數據、水電消耗數據、攝影圖像等[5]。已有不少研究開始關注旅游數字足跡這一前瞻性領域，大多數研究指出旅游數字足跡較清晰地反映出游客的旅游行為和時空軌跡，有效補充了傳統(tǒng)的旅游數據資源[6]，為旅游者行為分析和預測提供了新機遇。但由于部分數據獲取的困難，學者未結合旅游情境給出確切的概念和范疇。

不難發(fā)現，旅游數字足跡是數字足跡在旅游情境下的延伸，其核心概念須在滿足一般數字足跡特征的同時，突出旅游情境?；谝酝芯砍晒疚奶剿餍缘靥岢?，旅游數字足跡是旅游者從游前的信息檢索開始到游后的經驗分享為止，在泛在網絡中產生的各類電子痕跡，并歸納出如下4 個主要特征：(1)主體是旅游者或潛在旅游者；(2)電子痕跡包括旅游產品交易數據、旅游交通數據、旅游地理位置信息、通訊信息、社交媒介用戶發(fā)布數據、旅游水電消耗和二氧化碳排放數據等；(3)情境包括從游前的旅游信息檢索、線路規(guī)劃，游中的景區(qū)游覽、文化體驗到游后的體驗分享、產品評價等整個旅游全流程；(4)具有以TB 或PB 為單位、實時或幾乎實時產生、大部分具有位置或地理標簽的結構化（以表格形式存儲的數據）、半結構化（html 文件）或非結構化（文本、照片、視頻）數據（旅游數字足跡的主要特征見表1）。

表1 旅游數字足跡主要特征表

1.2 旅游數字足跡的類型

在第四次工業(yè)革命推動下，旅游數字足跡的范疇從單一的Web 搜索信息，拓展到以旅游圖像數據、文字信息等為代表的多源異構大數據，其所涉及的外延和范疇隨著信息技術和物聯網技術的快速發(fā)展而不斷擴展。本文對當前研究中所運用的旅游數字足跡類型進行了歸納，其中社交媒體上發(fā)布的用戶數據，作為旅游消費行為和偏好的鏡像，為旅游者特征和行為研究提供了重要參考。除此以外，受到數據獲取難易程度和隱私安全等限制，旅游圖像數據和地理位置數據也是研究者運用比較多的旅游數字足跡類型（圖2）。

1.2.1 旅游圖像數據及其應用

以Flickr、Instagram 和Panoramio 等為代表的在線圖片存儲分享服務平臺在為用戶提供在線分享旅游照片服務的同時，可標記照片拍攝時用戶所在的地理位置和時間信息。這些具有地理標簽信息的旅游圖像數據，在城市旅游流時空格局特征研究[7]、客流量監(jiān)測[8]，游客時空行為特征分析[9]、旅游線路規(guī)劃[10]、旅游動機研究[11]等方面提供了重要參考。借助空間統(tǒng)計技術對這些具有地理標簽的圖像進行分析，挖掘游客的空間行為特征和偏好的熱點區(qū)域（觀光景點），以指導旅游產業(yè)發(fā)展。如通過分析Flickr上找到的430萬張地理標記照片信息，對佛羅里達州29 個城市的游客流量指標（即密度、入度集中度、出度集中度、中間度集中度和全球聚類系數）與佛羅里達州稅務局公布的經濟數據進行回歸分析，發(fā)現旅游業(yè)產生的經濟價值受到供需雙方互動的目的地網絡結構的制約[12]。

1.2.2 地理位置數據及其應用

游客不僅在旅游景區(qū)遺留數字足跡，在進行旅游消費時（如購物、用餐等）也會產生數字痕跡。然而，由于數據安全和隱私問題，游客的銀行交易數據很少被用于消費研究。基于用戶地理位置信息（LBS）的社交媒介（如Foursquare、玩轉四方和街旁等）為旅游消費活動分析提供了替代數據源。借助基于地理位置的社交簽到服務平臺，用戶通過抵達目的地后在線上完成“生成簽到—獲取訪問地點評論—完成簽到地點評分—分享簽到地點位置和體驗”等系列操作。通過分析用戶生成的信息可揭示“誰（用戶），在什么地方（位置），什么時間（日期和時刻），以及做什么（場所類型）”?；诘乩砦恢玫纳缃缓灥綌祿验_始在城市地理研究中應用，如城市場所規(guī)劃、功能區(qū)域分析和商務區(qū)研究[13]。但在旅游研究中，該類數據應用相較于其他幾類數據應用并不多。為數不多的旅游學者借助移動社交媒體平臺上提供的場地簽到數據，對不同游客群體在澳門不同娛樂場所的行為模式進行了分析[14]，研究有助于旅游管理者了解旅游者的消費行為和偏好，進而提高旅游目的地的管理和開發(fā)水平。

1.2.3 社交媒體數據及其應用

在現有的旅游數字足跡研究中，基于社交網站（SNS）的用戶自創(chuàng)信息展開的研究數量最多，不僅因社交媒體的用戶分布范圍較為廣泛，還因推文發(fā)布后可立即在互聯網上免費獲取。每條包含地理位置標簽的推文都會自動記錄用戶所在位置和發(fā)布時間信息。現有研究多從目的地形象的塑造和影響因素研究入手，并據此就不同游客群體、不同類別旅游目的地、不同規(guī)模旅游企業(yè)的營銷策略展開探討，較少涉及產品分銷領域[15]。隨著研究的進一步深入，研究者將關注重點轉移至旅游者，開始關注社交媒體用戶發(fā)布內容在信息傳播、情緒表達上的作用，研究內容也更加豐富。如通過抓取迪斯尼樂園游客發(fā)布的226946 條推文，獲取了19809 個具有地理位置標簽的情感詞匯，剖析了迪斯尼樂園中不同場所與游客情緒間的關聯，研究顯示了視覺化游客情緒空間的方法學意義，為主題公園的旅游路線設計提供了參考[16]。

圖2 旅游數字足跡范疇圖

2 旅游數字足跡研究熱點

2.1 基于數字足跡的人格特征研究

基于數字足跡的人格特征研究是當前旅游數字足跡研究的熱點領域之一?，F有研究主要通過分析用戶的線上社交行為，包括發(fā)帖數量、在線時間以及在線行為特征，進而預測用戶人格特征。通過分析用戶在Facebook 上發(fā)布內容間的相關屬性，如好友數量和密度、發(fā)布照片數量、參加活動數量、參加興趣組的成員數量以及照片被標記次數等，發(fā)現人格特質與用戶發(fā)布內容特征存在顯著關聯[17]。數字足跡為科學制定市場營銷戰(zhàn)略規(guī)劃提供了重要參考，主要體現在用戶的情緒分析、群體生活方式特征等研究中。通過分析用戶在Twitter上發(fā)布的文字信息特征，構建個人收入預測模型，進而可揭示不同人格特征與其收入水平間的關聯性，如受教育程度和智力水平高的用戶，其收入也高，而收入較高的用戶則在發(fā)布的推文中表達了較多的恐懼和憤怒情緒[18]?；趤碜?6220 名志愿者的大研究樣本分析，通過自我協(xié)議、相互判斷協(xié)議和外部有效性3個標準，證實了基于數字足跡的人格判斷比被研究者的朋友、家人、配偶或同事等熟人對其的人格判斷更為準確，且具有較高的評分一致性。研究證實，僅用戶的線上社交行為數據，不包括任何文本或網絡位置信息，就為人格預測研究提供了堅實基礎[19]。

近3年，特殊事件和活動下的用戶行為特征研究成為新興熱點，數字足跡在旅游活動中的實際應用引起了學者的廣泛關注。以大型旅游展會活動為例，世博會是由目的地營銷組織、政府、社區(qū)和企業(yè)共同推動的大型消費貿易展覽，是旅游直接消費的催化劑。通過對消費者的數字足跡分析，探究用戶的人格特質對世博會滿意度和重訪意愿的影響，可為提供個性化的信息推薦和有針對性的廣告投放提供重要參考[18]。研究顯示通過社交網絡進行交互時，具有相似個性的游客會表現出趨同的行為模式，通過使用機器學習技術對自動數據分類器進行訓練，進而預測游客的旅游行為趨勢[20]。此外，數字足跡的應用也拓展到旅游人力資源相關領域中?；? 大人格理論，通過分析跨國旅游企業(yè)員工的社交網絡發(fā)布數據，進一步研究專業(yè)環(huán)境下人格對員工社會網絡多樣性和聯結強度的影響，以指導旅游企業(yè)在不同網絡發(fā)展階段的人員招聘戰(zhàn)略[21]。通過從社交媒體Twitter和Facebook中收集了包含用戶分享圖片的數字足跡，證實了圖像在人格預測中的有效性[22]，為應用圖像數據進行數字足跡分析提供了思路啟發(fā)。

表2 旅游數字足跡主要數據類型及其研究主題和代表性成果列表

除此以外，研究也拓展到旅游人力資源的相關研究中?；? 大人格理論，通過分析跨國旅游企業(yè)員工的社交網絡發(fā)布數據，進一步研究了專業(yè)環(huán)境下人格對員工社會網絡多樣性和聯結強度的影響，以指導旅游企業(yè)在不同網絡發(fā)展階段的人員招聘戰(zhàn)略[20]。研究顯示通過社交網絡進行交互時，具有相似個性的游客會表現出趨同的行為模式，通過使用機器學習技術對自動數據分類器進行訓練，進而預測游客的旅游行為趨勢[21]。通過從社交媒體Twitter 和Facebook 中收集了包含用戶分享圖片的數字足跡，證實了圖像在人格預測中的有效性[22]，為應用圖像數據進行數字足跡分析提供了思路啟發(fā)。

2.2 基于數字足跡的旅游行為研究

數字足跡被廣泛應用在對人類時空行為的分析中。早期研究通過分析用戶的手機通信數據，探究了用戶的行為模式和日常生活工作規(guī)律。借助大規(guī)模人類的集體動力學理論，搜集了微軟即時消息系統(tǒng)中2.4 億人的300億次對話，構建出包括1.8億個節(jié)點和13億條無向邊的通信網絡圖，并最終獲得了用戶的通信特征和模式[23]。此后，隨著互聯網技術的發(fā)展，數字足跡開始被引入到旅游研究中。現有的基于數字足跡的旅游行為研究普遍利用照片、網絡文本等借助內容分析法、復雜網絡分析法、空間分析法等研究居民和游客的時空行為規(guī)律，成果較為分散。一方面，通過分析數字足跡在游客時空行為研究中的應用及其發(fā)展趨勢[24]，對旅游流的空間網絡結構展開研究[24]；另一方面，借助游客拍攝并發(fā)布在Panoramio 網站上的鼓浪嶼照片，分析了游客的時空行為特征和規(guī)律，驗證了使用照片數據進行旅游流和行為分析具有較高的可行性[25]。除此以外，游客的出入境數據記錄為目的地的營銷管理、交通管理和游客的體驗提升等方面有重要參考意義[26]。2019年，Tosporn等利用Wi-Fi 掃描器追蹤北海道旅游區(qū)的旅游行為，運用關聯規(guī)則挖掘（ARM）法識別鏈接游客訪問的目的地的規(guī)則，揭示目的地之間關聯規(guī)則的旅游模式，拓展了旅游數字足跡的研究范疇，為制定可持續(xù)的目的地管理和旅游政策奠定基礎[27]。在行為預測方面，利用百度指數作為實際游客量的預測變量應用于游客量及旅游收入的預測研究[28]，提升了景區(qū)游客量預測的準確度。

不難發(fā)現，現有在旅游行為方面的應用研究主要集中在以下3 種視角：一是在時間維度上探究旅游數字足跡與旅游客流的關聯，即引導作用與前兆效應；二是從時空分析出發(fā)，著重探討游客量與在線信息關注度的時空演變特征、熱點景區(qū)分析等；三是研究旅游在線信息搜索數據的預測功能。但在影響機制和研究模式方面還很缺乏，很少運用多種數據來源進行綜合分析。

3 結論與展望

前文所述關于旅游數字足跡的相關研究，特別是在旅游者特征識別、行為分析方面的應用，對考量旅游消費行為的分析和預測研究具有指導意義。以西方學者為主流的數字足跡研究在近十年發(fā)展迅速，取得了一定成果，通過多角度的理論探索與實證檢驗，形成了立體的數字足跡應用場景。中國信息化技術的高速發(fā)展，為旅游數字足跡的本土化研究提供了強有力的支撐。然而，學術界對數字足跡的研究以游客時空特征分析、目的地形象研究、旅游消費偏好等內容為主，未來研究還需對如下方面作進一步探討。

（1）旅游數字足跡研究是旅游信息化領域的新興課題，交叉性強，基礎薄弱，相關理論體系亟待構建。國外在旅游數字足跡領域的研究不過十年，尚在基礎探索階段，在應用性研究上受制于數據采集難度，多局限在單個城市或景點的研究。國內的旅游數字足跡研究處于概念引進階段，關注對象局限在對客流特征的分析上，數字來源多為旅游照片或地理空間信息。旅游數字足跡亟需構建體系化理論，特別是在界定研究對象和方法選擇上；在應用研究方面，需從單個城市拓展至大區(qū)域的研究，從旅游地活動階段拓展到貫穿游前、游中和游后過程，從旅游照片信息拓展到社交媒介信息、在線游記攻略文本等多元異構數據。

（2）數據來源單一。在研究旅游行為范式上，成果普遍以計劃行為理論為基礎，圍繞旅游產品認知度、消費者購買意愿和消費行為的影響因素展開研究。受研究產品、被試群體和研究區(qū)域選擇的差異影響，有關旅游消費意愿及行為影響因素的研究結論差異較大。隨著通訊和信息技術發(fā)展，針對個人消費數據的研究逐漸成為趨勢。學者多采用結構方程模型或搜索指數進行數據分析，但由于旅游消費行為是基于個人認知、情感、態(tài)度、意愿等綜合心理反應，研究受環(huán)境、個人情緒、參與動機、主觀規(guī)范和文化背景等多重因素影響，單一的數據來源難以真實反應旅游者的行為變化。

（3）旅游行為預測方法精度不高。在利用網絡搜索數據預測游客量的研究中，對搜索數據的提取仍相對籠統(tǒng)，僅集中在搜索指數月度數據的簡單提取，忽視了不同客戶端使用數據的重要參考價值，限制了預測精度，忽視了數據間的空間差異、先兆效應差異和預測效果差異。

結合現有文獻基礎和應用方向，可在如下幾個方面進一步拓展旅游數字足跡的研究，開辟新的研究方向。

（1）構建突發(fā)事件下基于數字足跡的旅游消費行為研究理論和框架。新冠肺炎疫情持續(xù)蔓延引發(fā)全球經濟動蕩，中國主要入境旅游國家實行強制封鎖，基于數字足跡和消費行為理論，面向泛在網絡空間的海量旅游數字足跡信息，挖掘分析其特征與形成機制，創(chuàng)建數字足跡集成學習模型，科學預測突發(fā)事件下消費者的決策風格，提出基于數字足跡的旅游消費理論，科學評估和預測不同地區(qū)旅游需求的影響，為可科學制定旅游發(fā)展政策提供重要參考。

（2）開發(fā)基于旅游數字足跡的旅游行為預測技術。旅游數字足跡的爆炸性增長產生了大量文本、圖像和視頻資料，這為客觀分析消費者決策行為提供了新渠道，為創(chuàng)建數字足跡的挖掘與集成學習模型提供了數據支撐。開發(fā)旅游數字足跡的挖掘與分析技術，形成基于集成學習的旅游數字足跡分析譜系，能夠有效拓展數字足跡的應用空間，對科學預測旅游需求至關重要。

（3）創(chuàng)建基于數字足跡的旅游消費信心指數。通過分析旅游數字足跡的特征及其形成機制，創(chuàng)建一種基于旅游數字足跡分析的，用于預測不同時空維度下消費者的旅游消費信心指數，供旅游產品需求和營銷分析參考，并滿足目標消費者需求，對科學制定旅游營銷策略具有重要價值。