內(nèi)蒙古自治區(qū)旅游流時空特征分析

陳 宇 卞書娣 張曉涵

(山東科技大學 測繪與空間信息學院, 山東 青島 266590)

0 引言

旅游流即游客在旅行過程中,產(chǎn)生于旅游空間場內(nèi)的空間流動,是旅游系統(tǒng)中的神經(jīng)中樞和紐帶。游客根據(jù)自己的主觀意愿從某地出發(fā)到一個或多個旅游目的地之間的空間移動可概述為狹義的旅游流[1],狹義旅游流是本文所研究的主要內(nèi)容。

傳統(tǒng)的旅游流研究大多基于統(tǒng)計年鑒和調查問卷[2]的數(shù)據(jù),這類研究通常會由于數(shù)據(jù)細粒度不足而阻礙旅游流的研究發(fā)展。Girardin等將游客在旅行期間或旅行結束后通過互聯(lián)網(wǎng)共享平臺和社交媒體等信息系統(tǒng)發(fā)布的信息(如文本、圖片、通話記錄等)稱為“數(shù)字足跡”[3]。數(shù)字足跡可以獲得游客的群體時空流動信息,為游客行為信息的采集和研究視角提供了新的思路[4]。國外旅游流的研究早于國內(nèi),于20世紀60年代就有國外學者對旅游流展開了研究。研究內(nèi)容聚焦于空間流動模式和個體行為特征[5-6]、游客群體的移動模式[7]、影響因素[8-9]等方面;國內(nèi)對旅游流的研究起步較晚但發(fā)展迅速,并取得了豐碩的研究成果。研究內(nèi)容主要聚集在旅游流的時空分布特征[10-11]、空間模式[12-13]、影響因素[14-16]等方面。

近年來,隨著網(wǎng)絡的發(fā)展,越來越多的游客會在社交媒體平臺分享自己的旅游信息,從而產(chǎn)生大量帶有地理位置信息、旅游時間和旅游偏好等信息的“旅游數(shù)字足跡”數(shù)據(jù),這些信息為研究旅游者的時空行為特征提供了豐富的數(shù)據(jù)源。內(nèi)蒙古自治區(qū)地廣人稀,自然風光旅游資源豐富與民族文化底蘊深厚,更以獨特的草原文化、中蒙與中俄邊界國門景區(qū),每年吸引眾多游客來此旅游。因此,本文以中國內(nèi)蒙古自治區(qū)為例,利用去哪兒網(wǎng)的網(wǎng)絡游記數(shù)據(jù)對赴內(nèi)蒙古游客進行時空特征分析,研究結果為旅游目的地的旅游資源分配、景區(qū)開發(fā)與管理以及旅游路線營銷等方面提供理論依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域

內(nèi)蒙古自治區(qū)地處我國北部邊疆，是我國跨經(jīng)度最大的省份,自然和人文旅游資源豐富,內(nèi)蒙古草原、古跡、沙、琥珀、森林、民宿等“六大奇觀”構成獨特的旅游勝景,有著悠久的歷史和深厚的民族文化底蘊,在旅游資源上擁有著得天獨厚的自然資源條件優(yōu)勢。2019年內(nèi)蒙古游客接待量19 512.48萬人次,同比增長10.05%,實現(xiàn)旅游業(yè)綜合收入4 651.49億元,同比增長12.01%。

1.2 數(shù)據(jù)來源

去哪兒網(wǎng)(https://www.qunar.com/)是目前全球最大的中文在線旅游網(wǎng)站,是中國領先的旅游搜索引擎,該網(wǎng)站成立17年來,累計用戶量近6億,全球范圍內(nèi)應用程序(application，APP)累積下載量超過60億。本文使用網(wǎng)絡爬蟲技術采集“去哪兒網(wǎng)”公開發(fā)布的網(wǎng)絡游記數(shù)據(jù),獲取到時間跨度從2009—2021年的網(wǎng)絡游記3289篇,數(shù)據(jù)主要包括用戶身份標識號(identity document，Id)、游記Id、出游日期以及旅游景點的興趣點(point of interest，POI)序列等游客旅游信息,如表1所示。

表1 網(wǎng)絡游記示例數(shù)據(jù)

1.3 數(shù)據(jù)處理

由于網(wǎng)絡游記數(shù)據(jù)量較大又受游客主觀因素影響等特性,經(jīng)常出現(xiàn)信息錯誤或者邏輯表達不準確等問題。因此,本文采用以下規(guī)則對數(shù)據(jù)進行清洗從而甄別有效的數(shù)字足跡：①區(qū)域裁剪,因為在部分網(wǎng)絡游記中,內(nèi)蒙古僅是游客途徑的一站,從而需要清理除內(nèi)蒙古以外的景點POI記錄。②時間節(jié)點挑選,2014年前的網(wǎng)絡游記數(shù)據(jù)稀少,2020年和2021年因為疫情原因導致數(shù)據(jù)量少且不太完整,故只保留2014年到2019年底之間的數(shù)據(jù)。③景點合并,對隸屬于大型景點的小型景點POI進行合并。④景點去重,剔除網(wǎng)絡游記中連續(xù)出現(xiàn)的相同的POI編號,則將其歸為該游客沒有進行景點移動,需要將多余的POI從游玩景點POI序列中刪除。⑤剔除孤點數(shù)據(jù),刪除游客行程中只包含了一個景點,即網(wǎng)絡游記的游玩景點POI序列只有一個,則將其刪除。⑥確定研究景點數(shù)量,剔除掉游客到達次數(shù)少于35的旅游景點,最終保留49個旅游節(jié)點。進行數(shù)據(jù)清理后共保留游客在1 114篇網(wǎng)絡游記中關于49個景點的瀏覽記錄。

1.4 研究方法

1.4.1 統(tǒng)計分析

統(tǒng)計分析法指通過對研究對象的數(shù)量關系的分析,以發(fā)現(xiàn)和揭示事物間的相互關系、變化特征以及發(fā)展趨勢的一種解釋和預測某事物的方法。時間特征的分析是研究旅游流的基本內(nèi)容,本文以網(wǎng)絡游記中反映游客旅行的出游時間、停留時間進行統(tǒng)計,以圖表可視化的形式直觀地反映出旅游流的時間特征。

1.4.2空間分析

核密度估計實質是計算點或線在某一鄰域內(nèi)的空間格局密度,能直觀地反映出離散值在整個研究區(qū)域內(nèi)的離散情況。核密度估計計算公式如下：

(1)

式中,f為所設的概率密度函數(shù);x1,x2…xn為獨立樣本點;K(.)為核函數(shù);h>0表示為一個平滑函數(shù)稱為帶寬;x-xi表示為x到某一樣本點xi的距離。

本文使用ArcGIS 10.2軟件,采用密度分析中的核密度分析法,以網(wǎng)絡游記數(shù)據(jù)中所研究的49個景點為案例,研究內(nèi)蒙古的旅游流客流量密度分布特征。

1.4.3旅游流網(wǎng)絡分析

旅游流網(wǎng)絡分析根據(jù)網(wǎng)絡游記數(shù)據(jù),構建旅游流網(wǎng)絡結構,從而揭示出游客到各景點之間的空間聯(lián)系規(guī)律[17]。本文使用社會網(wǎng)絡分析法,選取中心性分析、結構洞測量與社區(qū)探測3個指標數(shù)值來分析內(nèi)蒙古旅游流網(wǎng)絡的結構特征。

2 分析結果

2.1 時間特征

統(tǒng)計網(wǎng)絡游記2014—2019年的旅游流時間數(shù)據(jù),聚焦游客旅游頻率,并繪制游客月際旅游頻率占比圖(圖1),橫軸表示月份,縱軸表示各月內(nèi)蒙古游客到訪頻率占比。

從圖1的全年數(shù)據(jù)分布可以看出,旅游流月際數(shù)據(jù)呈“山峰”型分布,表現(xiàn)出明顯的季度分布特征,游客赴內(nèi)蒙古旅游時間主要集中在第三季度,第三季度游客旅游頻率占比約為61.46%,超過了總體年份頻率占比的五分之三。具體分析來看,6月至9月期間游客到訪頻率較高,可解釋為正處于學生暑假期間,又草原草場肥沃,景色宜人,且內(nèi)蒙古位于我國高緯度地區(qū),夏天氣候涼爽適宜避暑;5月和10月出現(xiàn)兩個小高峰,恰逢五一勞動節(jié)和十一國慶節(jié)兩個小長假,分別處于內(nèi)蒙古氣溫回升和氣溫急劇下降的兩個節(jié)點月份,所以到訪游客數(shù)量略低于6月到9月;而11月至來年4月,盡管在此期間恰逢我國的農(nóng)歷春節(jié),但此時內(nèi)蒙古氣候極為寒冷,達到全年最低溫,又3月至4月期間各單位工作開始步入正軌,且沒有較長的假期,因此在這6個月客流量大幅減少。

圖1 游客到訪景點月際頻率占比圖

為進一步分析內(nèi)蒙古各景點對游客的吸引力強弱程度,將2014年到2019年的網(wǎng)絡游記中游客在內(nèi)蒙古景點停留時間進行統(tǒng)計,并進行數(shù)據(jù)圖表可視化(圖2)。在圖表中可以清晰地發(fā)現(xiàn)游客在內(nèi)蒙古停留時間基本分布在1～20 d,停留時間在1～3 d的數(shù)據(jù)高達62.01%,其中停留時間為1 d占整體的29.72%,停留時間在4～9 d的數(shù)據(jù)占總樣本數(shù)據(jù)的28.72%,而停留時間超過10 d的數(shù)據(jù)之和僅為9.27%。聚焦停留時間占比以上分析得出,游客在內(nèi)蒙古旅游大多數(shù)為短期出游,多為1～4 d,這主要與內(nèi)蒙古的旅游資源分布有關,例如滿洲里國門景區(qū)、滿洲里套娃景區(qū)、呼倫湖、呼倫貝爾大草原、白樺林景區(qū)等分布集中,大多都是草原自然風光等風景區(qū),晝夜溫差大,受交通不便利居住不方便等因素的影響,適合短期出游。

圖2 各景點游客停留時間占比圖

2.2 空間特征

通過對網(wǎng)絡游記數(shù)據(jù)的處理,體現(xiàn)出數(shù)字足跡景點到訪頻率的占比即該景點客流量的大小,對內(nèi)蒙古49個景點的游客到訪頻率進行統(tǒng)計,結合式(1)進行核密度計算,并使用ArcGIS 10.2的核密度分析法對內(nèi)蒙古旅游流的離散集聚情況進行可視化表達(圖3),圖例由上至下代表旅游流熱度空間從高到低分布。

【審圖號為GS(2019)3333號】

從圖中來看,內(nèi)蒙古旅游流空間分布密度具有明顯的層級分布特征,旅游流的密度分布極具不均衡性。具體分析,內(nèi)蒙古在“蒙東”的景點成為旅游熱點區(qū)域,且分布聚集,這和滿洲里與呼倫貝爾等“蒙東”地區(qū)的旅游資源、景區(qū)知名度、景點交通可達性等因素有著密不可分的聯(lián)系;而“蒙西”的景點分布較為分散,并且旅游流分布的密度較低,這與“蒙西”地區(qū)多為荒漠、氣候環(huán)境較差、人煙稀疏等因素緊密相關;其余密度分布為空的地區(qū)多因旅游資源匱乏、交通可達性差、基礎設施配套薄弱等原因,導致對游客吸引力較低,從而成為內(nèi)蒙古旅游發(fā)展的劣勢區(qū)域。

2.3 網(wǎng)絡特征

游客會在不同景點之間進行空間移動,從而產(chǎn)生的旅游流如同“網(wǎng)格”一樣緊密相連,由此形成旅游數(shù)字足跡旅游流的網(wǎng)絡化結構。本文對網(wǎng)絡結構的研究使用中心性、結構洞、社區(qū)探測3個指標,對內(nèi)蒙古49個旅游節(jié)點進行網(wǎng)絡特征分析。

對游客在景點之間的移動數(shù)據(jù)進行矩陣化,使用Ucient軟件的網(wǎng)絡模塊進行中心性和結構洞的分析;將景區(qū)節(jié)點之間的旅游流向和流量數(shù)據(jù)整理成矩陣表格,并導入Gephi軟件中,然后使用模塊化進行社區(qū)探測分析,并依據(jù)社區(qū)探測的分析結果進行網(wǎng)絡結構的可視化。

2.3.1中心性分析

本文根據(jù)內(nèi)蒙古旅游流網(wǎng)絡中各節(jié)點之間的流向數(shù)據(jù),計算其度數(shù)中心度、接近中心度以及中介中心度,并將所得結果的值進行表格輸出(表2)。

表2 內(nèi)蒙古旅游節(jié)點中心度指標

依據(jù)表1中的旅游節(jié)點中心度的計算結果可知,程度中心度的均值為5.776,則表示該旅游流網(wǎng)絡中的49個節(jié)點,平均每個節(jié)點與5.776個節(jié)點之間存在聚散關系,從表中可以發(fā)現(xiàn)呼倫貝爾大草原、額爾古納濕地、莫爾道嘎國家森林公園等旅游節(jié)點的外向和內(nèi)向度數(shù)中心度都較高,說明這些節(jié)點的聚散能力都很強,在網(wǎng)絡中處于核心位置;外向接近中心度的均值低于內(nèi)向接近中心度的均值,說明這些景點的接納性要高于外出性,大部分節(jié)點的內(nèi)外向接近中心度的值處于平均水平,且相互間的差異較小,表明這些節(jié)點之間具有良好的聯(lián)動效應,但可以發(fā)現(xiàn)一些節(jié)點的接近中心性值明顯低于平均水平,故可以推斷出這些節(jié)點的接納性與外出性都很低,在網(wǎng)絡結構中屬于被孤立的節(jié)點;從表中發(fā)現(xiàn)中介中心度的均值為58.367,但其方差高達到13 651.920,這說明網(wǎng)絡中各節(jié)點的中介中心度指標值相差巨大,而且部分節(jié)點的中介中心度值為0,這表明在網(wǎng)絡中這些節(jié)點不扮演中轉的角色,被游客作為起始目標或最后一站,在這些旅游景點應加大旅游開發(fā)力度,提升交通可達性,加強與核心景點的連通性,而例如呼倫貝爾大草原、呼倫湖、額爾古納濕地等中介中心度指標值較高,在旅游流中起到較大的中轉作用。

2.3.2結構洞分析

本文使用效能性和約束性對結構洞測量進行分析。效能性是指旅游流網(wǎng)絡中某一節(jié)點的有效規(guī)模與實際規(guī)模之比,衡量了目標旅游流節(jié)點與所有其他旅游流節(jié)點連接的非冗余性部分,節(jié)點的效能性越高,該節(jié)點在旅游流網(wǎng)絡中的競爭優(yōu)勢就越明顯;約束性是指計算網(wǎng)絡中的某一節(jié)點直接或者間接依賴其他節(jié)點的程度,反映了目標旅游流節(jié)點直接和間接依賴其他旅游流節(jié)點的程度,約束性越小,表示旅游流節(jié)點在區(qū)域內(nèi)具有核心地位且具有競爭優(yōu)勢,反之約束性越大則表示該節(jié)點受其他旅游流節(jié)點的輻射性大且在競爭處于劣勢。

部分旅游流網(wǎng)絡節(jié)點的計算結果如表3所示,并根據(jù)結構洞的效能性和約束性指標對旅游流網(wǎng)絡進行可視化,結果如圖3所示。圖中節(jié)點的大小代表結構洞效能性和約束性指標的大小,網(wǎng)絡節(jié)點間的連線粗細程度表示旅游流中各節(jié)點之間旅游流客流量的大小,保留結構洞指標數(shù)值前15位的旅游節(jié)點的標注。

表3 結構洞測量計算指標

結合表2和圖4,同時對比圖4(a)和圖4(b),從結構洞的指標分析結果可以看出,內(nèi)蒙古旅游流節(jié)點在網(wǎng)絡中的分布具有明顯的規(guī)律性,呼倫貝爾大草原、滿洲里國門景區(qū)、滿洲里套娃景區(qū)、呼倫湖、白樺林景區(qū)以及阿爾山森林公園等多個景點具有較高的效能性和較低的約束性,表明這些景點在旅游流網(wǎng)絡中通常是優(yōu)勢景點,相比其他景點更具有競爭優(yōu)勢,并受周邊景點的影響較小;相比于響沙灣、庫布齊沙漠、將軍泡子以及杜鵑湖等節(jié)點表現(xiàn)出的低效能性、高約束的特征產(chǎn)生鮮明的對比,說明這些景點在旅游流網(wǎng)絡中處于劣勢,并受周邊景點的影響較大;而像策克口岸這類景點,效能性和約束性指標值都不低,在旅游流網(wǎng)絡中受周邊景區(qū)影響較大,但通過有效的運營此類景點在旅游流網(wǎng)絡中也可成為優(yōu)勢景點。

(a)效能性分布

2.3.3社區(qū)探測

本文對內(nèi)蒙古旅游流網(wǎng)絡進行社區(qū)探測,為避免分辨率受限等問題,設置以0為起始分辨率,按照0.1頻率遞增,通過每次運行的分辨率以及模塊化的數(shù)量,確定以0.8為分辨率進行社區(qū)探測,并進行網(wǎng)絡結構圖的可視化,節(jié)點的顏色以模塊化的結果進行分布,邊的粗細代表旅游流流量的大小,見圖5。

通過對內(nèi)蒙古景點的社區(qū)探測結果進行總結,可知游客赴內(nèi)蒙古旅游社區(qū)大致可分為六個層級,以呼倫貝爾大草原為核心組成的第一層級;以莫爾道嘎國家森林公園核心組成的第二層級;以滿洲里套娃景區(qū)為核心組成的第三層級;以內(nèi)蒙古博物館為核心組成的第四層級;以阿爾山森林公園組成的第五層級;以達里諾爾湖為核心組成的第六層級。而通過對以上六個層級的景點在網(wǎng)絡中的地理位置分布并結合圖3分析,得出游客在內(nèi)蒙古旅游社區(qū)主要分為三個社區(qū),以呼倫貝爾市為核心組成的“蒙東”第一社區(qū),以阿爾山市為核心組成的“蒙東”第二社區(qū),以呼和浩特市為核心的“呼包鄂蒙西”第三社區(qū),見圖6。

【審圖號GS(2019)3266號】

3 結論

本文以“去哪兒網(wǎng)”網(wǎng)絡游記數(shù)據(jù)為數(shù)據(jù)源,以內(nèi)蒙古自治區(qū)為研究區(qū)域,運用統(tǒng)計分析、地理信息系統(tǒng)(geographic information system,GIS)核密度分析、社會網(wǎng)絡分析等研究方法對內(nèi)蒙古旅游流時空特征及網(wǎng)絡特征進行研究。得出以下結論：

(1)游客赴內(nèi)蒙古旅游流在時間特征上淡旺季明顯且表現(xiàn)出較為顯著的季節(jié)性特征。旺季主要分布在7、8、9月,淡季則主要分布在11、12、1、2、3、4、5月,呈現(xiàn)“山峰”型分布特征。游客在內(nèi)蒙古旅游停留時間主要集中在1～3 d,說明氣候與交通便利性等客觀條件對游客赴內(nèi)蒙古旅游有著較為顯著的影響。

(2)內(nèi)蒙古旅游流的節(jié)點具有不均衡性。在蒙東地區(qū)的旅游流資源分布集聚,旅游流的熱門區(qū)域主要聚焦在以呼倫貝爾大草原、滿洲里國門景區(qū)、滿洲里套娃景區(qū)等節(jié)點為核心的知名草原景區(qū),且中俄蒙邊境地區(qū)呈現(xiàn)出獨特的異域風情,而蒙西景點較為分散且知名度低,交通便利性差,表現(xiàn)出的旅游流分布特征較為離散。

(3)內(nèi)蒙古旅游流以選取的49個節(jié)點為例形成網(wǎng)絡圖,表現(xiàn)出網(wǎng)絡內(nèi)部整體關聯(lián)性較差,具有明顯的層級分化,旅游節(jié)點在網(wǎng)絡中的中心度指標值差異明顯,以呼倫貝爾等蒙東盟市為核心的景點是旅游流網(wǎng)絡的核心區(qū)域。

綜上所述,本文對內(nèi)蒙古旅游流時空特征及網(wǎng)絡結構進行分析,對當?shù)芈糜螛I(yè)的發(fā)展提供參考依據(jù)。由于內(nèi)蒙古地域遼闊,我們通常認為游客赴內(nèi)蒙古旅游多為長期旅游,然而依據(jù)本文研究所得結果,大多數(shù)游客選擇在第三季度1～3 d的短期旅游,這主要由于內(nèi)蒙古知名旅游景點集聚,旅游資源多分布在以呼倫貝爾為核心的蒙東地區(qū),蒙西旅游資源匱乏,且交通便利性差等因素也是限制游客出游的主要原因。