基于地理集中指數(shù)算法改良和微博數(shù)據(jù)的大理古城游客時(shí)空行為模式與驅(qū)動(dòng)因素實(shí)證

邢 倩 鐘 鈺 李偉妙

（1.河北師范大學(xué)匯華學(xué)院，河北石家莊 050020；2.河北省工程咨詢研究院，河北石家莊 050011）

一、現(xiàn)有地理集中度方法分析

旅游客源市場(chǎng)是旅游地賴以生存和發(fā)展的關(guān)鍵因素，開(kāi)展旅游客源地空間結(jié)構(gòu)特征與模式研究對(duì)于旅游可持續(xù)發(fā)展、區(qū)域旅游發(fā)展規(guī)劃和智慧旅游模式創(chuàng)新具有重要的意義。國(guó)內(nèi)外學(xué)者都對(duì)旅游客源市場(chǎng)進(jìn)行了廣泛討論，克里斯泰勒（Christaller）率先將區(qū)位理論運(yùn)用于地理空間和游憩活動(dòng)的關(guān)系研究中，開(kāi)展了旅游市場(chǎng)空間結(jié)構(gòu)的研究[1]；從20世紀(jì)80 年代開(kāi)始，對(duì)客源市場(chǎng)空間結(jié)構(gòu)的研究逐漸成為國(guó)內(nèi)學(xué)者研究的熱點(diǎn)。保繼剛等利用抽樣調(diào)查資料，對(duì)桂林旅游客源市場(chǎng)12 年的空間演變進(jìn)行研究[2]；研究方法上，針對(duì)旅游客源市場(chǎng)的空間結(jié)構(gòu)分析多采用地理集中指數(shù)、客源地吸引半徑、基尼系數(shù)、修正引力模型等方法，這些方法對(duì)于研究游客和客源地的集聚情況都有較好的成效[3]。在這些方法中，地理集中指數(shù)由于計(jì)算方法簡(jiǎn)便，且能夠反映旅游者客源地的空間分布特征而得到廣泛應(yīng)用[4-6]。該方法能夠通過(guò)客源地游客人數(shù)與旅游地接待游客人數(shù)的比值關(guān)系表達(dá)旅游者的空間分布特征，學(xué)者在應(yīng)用地理集中指數(shù)衡量游客集中程度時(shí)均指出地理集中指數(shù)越高表明游客越集中，客源市場(chǎng)較為狹窄，不穩(wěn)定；而地理集中指數(shù)越小則游客越分散，客源市場(chǎng)越廣泛，較為穩(wěn)定。而對(duì)于客源地而言，某一個(gè)旅游目的地的絕對(duì)游客人數(shù)并不能充分反映該客源地游客對(duì)旅游目的地的向往情況，而游客人數(shù)占客源地人口總數(shù)的比重即出游概率則更能夠體現(xiàn)旅游目的地的吸引力[7-8]。鑒于此，本文嘗試對(duì)傳統(tǒng)地理集中指數(shù)計(jì)算方法進(jìn)行改良，將客源地游客數(shù)量加入常住人口比例因子進(jìn)行計(jì)算，對(duì)絕對(duì)游客數(shù)量進(jìn)行標(biāo)準(zhǔn)化，以古城類代表性旅游景點(diǎn)大理古城2013—2017 年的微博數(shù)據(jù)為例，將兩種方法進(jìn)行對(duì)比，并從空間層級(jí)和時(shí)間序列上分別對(duì)大理古城微博數(shù)據(jù)進(jìn)行分類計(jì)算，從而對(duì)古城類旅游景點(diǎn)客源地集中度驅(qū)動(dòng)因素進(jìn)行分析，以期為進(jìn)一步優(yōu)化客源地空間結(jié)構(gòu)和旅游地的旅游營(yíng)銷(xiāo)方案提供理論參考。

二、對(duì)地理集中指數(shù)計(jì)算方法的改良

（一）標(biāo)準(zhǔn)化原有計(jì)算方法

多數(shù)研究者均通過(guò)地理集中指數(shù)衡量游客集中度，并以此研究旅游者的空間分布特征，其公式如下：

式（1）中，G為客源地集中指數(shù)，n為客源地總數(shù)，T為旅游地接待游客人數(shù)，Xi為第i個(gè)客源地游客人數(shù)。式（1）用實(shí)際游客人數(shù)與旅游地接待游客總?cè)藬?shù)的比表達(dá)了客源地的出行概率，這種形式只考慮了單一旅游地接待人數(shù)與旅游地總體游客人數(shù)的關(guān)系。但是，旅游客源地游客的出行模式和空間分布不只與單一游客數(shù)量有關(guān)，游客數(shù)量占客源地人口總數(shù)的比重更能夠反映某客源地游客的出行概率，以及反映客源地的整體出行意愿和出行趨勢(shì)。將式（1）標(biāo)準(zhǔn)化，對(duì)原有的計(jì)算公式進(jìn)行改良，其中Pi為第i個(gè)城市常住人口數(shù)量（千人），XP為游客出游概率，將客源地游客數(shù)量與城市常住人口的比作為修正因子，相關(guān)公式如下：

式（2）中，將實(shí)際出游概率作為因子對(duì)絕對(duì)游客數(shù)量Xi標(biāo)準(zhǔn)化，使得各客源地的游客數(shù)量能夠作為一個(gè)客觀數(shù)據(jù)進(jìn)行比較，消除由于常住人口基數(shù)不同造成的絕對(duì)數(shù)量比較結(jié)果不合理的影響。由于各城市游客出游的人數(shù)和人口總數(shù)均有可能差異過(guò)大，因此對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理，以消除奇異樣本數(shù)據(jù)的影響，相關(guān)公式如下：

式（3）中，XPnorm為基于歸一化指數(shù)的標(biāo)準(zhǔn)化游客出游概率，XPi為第i個(gè)城市的游客數(shù)量，XPmin和XPmax分別為最小與最大常住人口數(shù)量。將標(biāo)準(zhǔn)化的出行概率加入式（3）中，相關(guān)公式如下：

式（4）中，G'是對(duì)式（1）的改良結(jié)果，從式（4）中可以看出，G'越大表明客源地相對(duì)游客越集中，G'越小則客源地相對(duì)游客越分散。此公式和傳統(tǒng)的理集中指數(shù)計(jì)算方法相比更能體現(xiàn)游客人口分布的相對(duì)數(shù)量關(guān)系，且計(jì)算結(jié)果的解釋更為客觀。

（二）建立地理集中度時(shí)空計(jì)算方法

1.地理尺度

地理尺度是社會(huì)經(jīng)濟(jì)發(fā)展作用下不平衡的空間結(jié)構(gòu)，旅游作為與旅游地社會(huì)經(jīng)濟(jì)各個(gè)方面都有聯(lián)系的經(jīng)濟(jì)活動(dòng)，探索其不同地理尺度下（如區(qū)域尺度、政區(qū)尺度等）的客源地集中度對(duì)于挖掘旅游地的發(fā)展?jié)摿?、?jīng)濟(jì)圈擴(kuò)充內(nèi)力等有重要意義。從上述公式中可以看出，計(jì)算結(jié)果除了受游客分布情況影響，旅游客源地分布數(shù)量也會(huì)對(duì)計(jì)算結(jié)果產(chǎn)生影響，在游客完全平均分布于n個(gè)客源地的情況下，仍然會(huì)隨著客源地的增加而G值變小。因此，為了探索不同地理尺度下旅游地的客源集中度，消除各地理尺度下城市數(shù)量的差異，在式（4）的基礎(chǔ)上加入差異系數(shù)s，以客觀反映不同尺度下客源的相對(duì)分布情況，如在行政單元尺度下，s可為直轄市、省級(jí)行政單元、地級(jí)城市、縣級(jí)城市單元等，以方便討論不同地理尺度下的旅游地理集中度，相關(guān)公式如下：

2.時(shí)間尺度

時(shí)間分布特征是旅游客源市場(chǎng)研究的重點(diǎn)方向，不同時(shí)間尺度下旅游地呈現(xiàn)出不同的形象。在時(shí)間尺度下，地理集中度能夠有效顯示游客的時(shí)間分異規(guī)律。在式（4）時(shí)加入時(shí)間因素，討論不同時(shí)間尺度下的游客空間分布特性，相關(guān)公式如下：

式（6）中，Tt為時(shí)間尺度因素。

三、實(shí)證分析

（一）數(shù)據(jù)獲取

《“十三五”全國(guó)旅游信息化規(guī)劃》中指出推進(jìn)旅游大數(shù)據(jù)運(yùn)用，引領(lǐng)新驅(qū)動(dòng)，其中之一便是運(yùn)用大數(shù)據(jù)對(duì)游客數(shù)量、結(jié)構(gòu)特征、興趣愛(ài)好、消費(fèi)習(xí)慣等信息進(jìn)行收集分析，為旅游市場(chǎng)細(xì)分、精準(zhǔn)營(yíng)銷(xiāo)、旅游戰(zhàn)略制定提供依據(jù)。近年來(lái)，逐漸有學(xué)者采用大數(shù)據(jù)對(duì)旅游地客源市場(chǎng)結(jié)構(gòu)進(jìn)行分析，其中簽到生成的地理標(biāo)記UGC 對(duì)游客量的指示作用較為明確。本研究選擇自新浪位置微博簽到用戶生成內(nèi)容（User Generated Content，UGC）數(shù)據(jù)作為研究旅游客源市場(chǎng)空間結(jié)構(gòu)的數(shù)據(jù)來(lái)源。根據(jù)2013 年至2023 年上半年的微博數(shù)據(jù)統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，用戶在微博上的發(fā)文量在2013—2017 年的時(shí)效性、客觀性都較強(qiáng)，因此樣本取自2013—2017 年大理古城新浪微博游客自發(fā)上傳數(shù)據(jù)，共計(jì)181 330 條，涉及微博用戶106 145 人。

利用中國(guó)科學(xué)院地球大數(shù)據(jù)科學(xué)工程先導(dǎo)專項(xiàng)數(shù)據(jù)共享服務(wù)系統(tǒng)、《中國(guó)人口統(tǒng)計(jì)年鑒》等總結(jié)我國(guó)2013—2017 年常住人口數(shù)據(jù)，發(fā)現(xiàn)城市人口變化總體處于穩(wěn)定上升階段。

（二）數(shù)據(jù)處理

改良后的地理集中指數(shù)計(jì)算方法中需要確定3個(gè)參數(shù)，即客源地的游客數(shù)量Xi、旅游目的地的游客總數(shù)T 和客源地的常住人口總數(shù)Pi。根據(jù)地理集中度時(shí)空計(jì)算方法，分別從空間層級(jí)和時(shí)間序列確定計(jì)算參數(shù)。旅游地的吸引力與空間關(guān)系緊密，根據(jù)大理古城旅游客源地和微博數(shù)據(jù)分布特點(diǎn)，將微博注冊(cè)地用戶按照行政單位，即全國(guó)、直轄市、省會(huì)城市、地級(jí)城市、云南省內(nèi)城市的分類，根據(jù)微博現(xiàn)有數(shù)據(jù)和已存在人口統(tǒng)計(jì)數(shù)據(jù)情況，直轄市（北京、上海、天津、重慶）共計(jì)微博數(shù)據(jù)20 840 條；省會(huì)城市（不包括臺(tái)北）涉及的27 個(gè)省會(huì)城市共有微博數(shù)據(jù)49 215 條；地級(jí)市涉及275 個(gè)城市，共計(jì)微博數(shù)據(jù)46 111 條；云南省內(nèi)（除昆明）8 個(gè)城市共計(jì)微博5 665 條。

（三）結(jié)果分析

1.大理古城空間地理集中度

從直轄市、省會(huì)城市、地級(jí)城市、云南省內(nèi)城市的對(duì)比計(jì)算結(jié)果可以看出：從各空間層級(jí)上地理集中度比較，地級(jí)城市＞云南省內(nèi)城市＞省會(huì)城市＞全國(guó)＞直轄市，較為符合旅游客源地分布現(xiàn)狀。地級(jí)城市經(jīng)濟(jì)發(fā)展相對(duì)落后，對(duì)于遠(yuǎn)距離的長(zhǎng)途旅游尚停留在小眾群體中，絕對(duì)數(shù)量游客較少，使得客源分布集中程度相對(duì)最高。而省會(huì)城市和直轄市的游客所在地區(qū)行政單元等級(jí)較高，經(jīng)濟(jì)發(fā)達(dá)程度相對(duì)也較高，游客絕對(duì)數(shù)量多，占常住人口數(shù)量比重高，客源集中程度呈現(xiàn)較為分散的趨勢(shì)（見(jiàn)表1）。

表1 大理古城微博注冊(cè)地空間層級(jí)集中度

2.時(shí)間序列計(jì)算結(jié)果對(duì)比

根據(jù)時(shí)間序列計(jì)算公式，可以看出2013—2017年大理古城游客微博注冊(cè)地集中度整體呈現(xiàn)集中-分散-再集中的趨勢(shì)，這與新浪微博用戶使用群體和使用量有關(guān)，2013 年中國(guó)微博用戶規(guī)模最大；2014—2015 年，新浪微博活躍用戶大幅度減少；而從2016年開(kāi)始，新浪微博活躍用戶數(shù)量持續(xù)增加。正是由于該原因，大理古城游客年度微博注冊(cè)地集中度與微博游客數(shù)量成正相關(guān)。根據(jù)各年份微博游客數(shù)量與居民人均可支配收入的相關(guān)系數(shù)（見(jiàn)表2），可以看出微博游客數(shù)量與居民人均可支配收入在各年份范圍內(nèi)存在弱相關(guān)關(guān)系，相關(guān)系數(shù)介于0.2 ～0.5，且整體上呈現(xiàn)相關(guān)性越來(lái)越弱的趨勢(shì)，可知微博游客出行人數(shù)數(shù)量與居民人均可支配收入存在一定的相關(guān)性，但隨著我國(guó)經(jīng)濟(jì)發(fā)展水平逐年提高，居民用于出游的可支配收入隨之增多，相關(guān)性逐漸減弱，說(shuō)明收入水平不再成為影響居民出行的絕對(duì)因素。

表2 微博游客出行人數(shù)數(shù)量與居民人均可支配收入相關(guān)系數(shù)

四、結(jié)論與展望

本文基于旅游地地理集中指數(shù)算法，將計(jì)算方法指標(biāo)標(biāo)準(zhǔn)化，較原有方法更加合理科學(xué)，且根據(jù)目的地游客占客源地常住人口比重直觀反映客源地游客的出行概率，給出基于地理尺度和實(shí)踐尺度的地理集中指數(shù)的改良計(jì)算方法。接下來(lái)，以大理古城為研究對(duì)象，對(duì)計(jì)算方法進(jìn)行驗(yàn)證，從行政區(qū)劃和經(jīng)濟(jì)發(fā)展水平角度分析大理古城客源游客分布特征與驅(qū)動(dòng)因素。

本研究方法對(duì)旅游客源地的集中度計(jì)算方法進(jìn)行了改良，但實(shí)證階段采用的微博數(shù)據(jù)作為計(jì)算指標(biāo)一定程度上存在對(duì)游客面的涵蓋不全，不能夠代表全部游客的數(shù)據(jù)和分布特征，這也是未來(lái)對(duì)微博數(shù)據(jù)全面性研究的改進(jìn)方向。