基于視覺偏好的人流模擬及旅游線路優(yōu)化研究

［摘 " "要］旅游規(guī)劃與客流管理是旅游景區(qū)關(guān)注的重點議題，以視覺為核心的旅游者行為與感知研究為其提供了新的視角。文章從人本主義出發(fā)，聚焦旅游者對旅游地環(huán)境的視覺偏好，建構(gòu)旅游者行為的三元空間理論框架。通過多代理人模擬開展旅游流預(yù)測、旅游線路優(yōu)化、旅游擁擠預(yù)防的研究，實現(xiàn)了方法體系上的整合應(yīng)用。鼓浪嶼實證案例研究表明：1）基于視覺偏好的旅游線路優(yōu)化基本實現(xiàn)了視覺效用提升；2）優(yōu)化后的“百年遺跡”旅游線路具有高擁擠風(fēng)險；3）對關(guān)鍵決策節(jié)點進(jìn)行街道空間優(yōu)化能夠較好地緩解潛在擁擠風(fēng)險。該研究結(jié)合客流分析和視覺評價開展理論和方法探索，為旅游地的線路規(guī)劃、旅游流調(diào)控和街道空間設(shè)計提供決策支持和規(guī)劃參考。

［關(guān)鍵詞］遺產(chǎn)旅游地；視覺偏好；旅游線路；多代理人模擬；鼓浪嶼

［中圖分類號］F59

［文獻(xiàn)標(biāo)識碼］A

［文章編號］1002-5006（2024）06-0085-16

DOI： 10.19765/j.cnki.1002-5006.2024.06.011

0 引言

旅游規(guī)劃與客流管理是旅游景區(qū)長期討論的重要話題，景區(qū)管理方多通過預(yù)約、限流等措施調(diào)控景區(qū)內(nèi)的旅游者總量，但各景點的承載量與客流量在時空上仍分布不均，造成一部分景點“過度擁擠”，而另一部分景點“無人問津”[1]。旅游地的發(fā)展不僅面臨“量”的控制，而且需要“質(zhì)”的提升，如何兼顧流量監(jiān)測管理和旅游品質(zhì)提升是當(dāng)前景區(qū)追求高質(zhì)量發(fā)展過程中亟待解決的重要問題。隨著世界遺產(chǎn)地的認(rèn)定與遺產(chǎn)旅游的發(fā)展，越來越多旅游者涌入遺產(chǎn)地開展旅游活動，帶來經(jīng)濟(jì)效益與發(fā)展活力[2]。但與此同時，遺產(chǎn)地的規(guī)劃與管理也面臨更多的挑戰(zhàn)：其一，遺產(chǎn)地受到經(jīng)濟(jì)效益的影響，開展了越來越多的商業(yè)活動，出現(xiàn)過度旅游或過度商業(yè)化的現(xiàn)象，影響遺產(chǎn)地的整體風(fēng)貌與文化氛圍；其二，旅游者的大量涌入與無序流動加重了遺產(chǎn)保護(hù)的壓力，面對“保護(hù)”和“發(fā)展”的雙重需求，遺產(chǎn)地客流調(diào)控難度較高[3-4]；其三，為促進(jìn)遺產(chǎn)的價值傳承，管理方往往采取推薦旅游線路的方式引導(dǎo)旅游者前往核心遺產(chǎn)要素所在區(qū)域，旅游流的均衡分布與旅游者的體驗品質(zhì)難以保障[5-6]。根據(jù)《國際文化遺產(chǎn)旅游憲章》，保護(hù)文化遺產(chǎn)的韌性離不開周密的旅游規(guī)劃和旅游者管理，探索兼顧客流管理和旅游品質(zhì)的旅游線路優(yōu)化方法具有重要價值。

當(dāng)前，有關(guān)旅游者時空分布的調(diào)控多依據(jù)各景點的吸引力或重要性進(jìn)行，已有較好的研究積累。然而，受制于遺產(chǎn)地的保護(hù)需求，景區(qū)內(nèi)的遺產(chǎn)要素難以直接調(diào)整變動，通過改變景點特性實現(xiàn)客流調(diào)控的方法并不適宜。在眾多旅游地中，景點間通過街道空間相互聯(lián)系，并形成旅游者的通行網(wǎng)絡(luò)。街道交叉口是旅游者產(chǎn)生行為決策的重要空間節(jié)點，決定了所能接收到的感官信息及下一步的走向[7]。因此，旅游者在街道交叉口的選擇偏好與旅游地客流分布存在關(guān)聯(lián)，其關(guān)鍵在于空間表征和旅游者的感知。近年來，在人本主義理念與人因技術(shù)發(fā)展的影響下，以視覺為核心的旅游者行為與感知研究成為旅游目的地管理和旅游體驗領(lǐng)域的熱點。旅游者所獲取的大部分信息來自視覺，對視覺感知內(nèi)容的測度與分析有助于識別旅游者行為、旅游消費決策與旅游體驗提升[8-9]，并幫助理解旅游者在環(huán)境中的行為機(jī)理[10]。因此，從旅游者感知視角測度旅游地環(huán)境的視覺效用是理解和解釋其選擇偏好的重要因素，為預(yù)測旅游者的行為決策與景區(qū)客流分布提供新的方法視角。本文將視覺偏好作為影響旅游者行為決策的核心因素，在此基礎(chǔ)上提出一種人流模擬及旅游線路優(yōu)化方法，旨在實現(xiàn)以下目標(biāo)：1）測度旅游地環(huán)境的視覺效用和旅游者的視覺偏好；2）基于視覺偏好模擬人流分布，并識別待優(yōu)化的旅游線路；3）模擬旅游線路優(yōu)化后的人流分布，預(yù)測擁擠空間，并提出預(yù)防性措施。

1 相關(guān)研究進(jìn)展

1.1 旅游者視覺感知與選擇偏好研究

環(huán)境特征能夠影響個人的感知、情緒和身體活動[11]，人們通過選擇自己喜歡的環(huán)境特征來改變行為表現(xiàn)，這種選擇過程涉及人類知覺的行為調(diào)整、生理適應(yīng)和心理期望，并與視覺感知緊密相關(guān)[12]。旅游者在不同環(huán)境中的決策和行為存在差異，這與其認(rèn)知過程以及旅游地環(huán)境因素相關(guān)。基于旅游者的視覺感知進(jìn)行行為測度，對于塑造目的地形象、預(yù)測旅游者行為、旅游管理等具有重要意義[13-14]。視覺偏好由對環(huán)境刺激的感知和對認(rèn)知解釋的習(xí)得結(jié)合而成，潛在的感知可以通過個體的偏好來識別，測度個體對環(huán)境的視覺偏好是理解個體感知的有效方法[15]。Tada和Kato提出的視覺認(rèn)知過程模型指出，個體在面對同一刺激時可能會產(chǎn)生印象和認(rèn)知上的差異，表現(xiàn)為不同的視覺偏好[16]。因此，探索旅游者主觀選擇與旅游地客觀環(huán)境相結(jié)合的視覺偏好分析方法，是進(jìn)一步理解旅游感知與行為的關(guān)鍵。

眾多學(xué)者圍繞這一議題進(jìn)行了有意義的探索。例如，李淵等基于攝影照片，通過眼動實驗結(jié)合主觀問卷歸納旅游者游后意象與視覺偏好特征[17]；王敏等結(jié)合眼動技術(shù)與照片解釋行人在城市開敞空間中的空間感知規(guī)律[18]。可見，以視覺數(shù)據(jù)結(jié)合深度訪談或問卷調(diào)查是旅游者感知與行為分析研究的常見方法。然而，有關(guān)旅游者行為的感知數(shù)據(jù)融合研究證實了主客觀感知數(shù)據(jù)存在一定的差異空間[19]，傳統(tǒng)主觀數(shù)據(jù)收集方法與現(xiàn)代行為數(shù)據(jù)結(jié)合是進(jìn)行個體精細(xì)化行為建模的重要手段[20]。當(dāng)前，針對主觀選擇偏好測度模型的研究已有了較為成熟的理論和方法基礎(chǔ)，主要通過陳述性偏好法（stated preference，SP）和揭示性偏好法（reveal preference，RP）構(gòu)建框架[21]，采用文本描述[22]或圖示[23]方式進(jìn)行測度。相較于RP法，SP法適用于對未來環(huán)境的選擇偏好進(jìn)行預(yù)測[24]。在分析層面，學(xué)者們通過二元logistic模型[25]、分層logit模型[26]、條件logit模型[27]等揭示影響選擇偏好的因素?？傮w而言，結(jié)合旅游者主觀選擇和旅游地客觀環(huán)境的視覺偏好測度與行為預(yù)測研究仍缺乏較為成熟的方法體系，需要面向旅游地規(guī)劃管理需求進(jìn)行整合優(yōu)化。

1.2 旅游地人流模擬與線路優(yōu)化研究

人流調(diào)控是旅游規(guī)劃與管理領(lǐng)域關(guān)注的重要話題，旅游者的涌入和無序流動為旅游地的線路規(guī)劃和服務(wù)管理帶來較大壓力。眾多旅游地對人流量及其時空分布進(jìn)行監(jiān)測與分析，學(xué)者們也進(jìn)行了大量的方法探索。例如，羅潤等基于小波分析研究了不同類型旅游景區(qū)旅游流時間特征[28]，宋廷山和郭思亮對旅游客流大數(shù)據(jù)統(tǒng)計模型進(jìn)行了構(gòu)建與驗證[29]，張明莎等借助遙感影像對自然保護(hù)區(qū)人為活動進(jìn)行監(jiān)測[30]，楊興柱等將傳統(tǒng)分析方法與空間數(shù)據(jù)分析方法相結(jié)合，對南京市內(nèi)部旅游客流空間進(jìn)行測度與模擬[31]。然而，當(dāng)前圍繞旅游者時空流動的監(jiān)測與模擬的研究缺乏對旅游線路規(guī)劃設(shè)計與優(yōu)化等方面的現(xiàn)實指導(dǎo)。實踐中，旅游線路規(guī)劃往往以旅游地管理方為主導(dǎo)、自上而下進(jìn)行。旅游者行為是基于其對空間動態(tài)感知變化的結(jié)果而進(jìn)行的，不同選擇亦會使環(huán)境或旅游者感知產(chǎn)生變化。因此，旅游者的空間流動與旅游地的線路設(shè)計通常指向兩種結(jié)果：其一，旅游者根據(jù)自身偏好選擇偏離推薦線路，反映出旅游者與旅游地在旅游線路上的供需失衡；其二，旅游者自身偏好與推薦線路一致，造成大量旅游者在相同的空間區(qū)域集聚，形成旅游擁擠效應(yīng)，進(jìn)而影響旅游體驗品質(zhì)。因此，充分考慮旅游者對空間的動態(tài)感知與主觀選擇偏好，結(jié)合人流模擬進(jìn)行旅游線路優(yōu)化對旅游地的客流管理和品質(zhì)提升具有實踐意義。

隨著旅游者行為研究的逐步深入，測量旅游者空間流動的相關(guān)技術(shù)方法不斷豐富，對旅游者的軌跡追蹤能夠基于更多的數(shù)據(jù)類型展開。傳統(tǒng)研究中，旅游者的時空行為數(shù)據(jù)與空間流動狀態(tài)大多基于日志調(diào)查[19]、認(rèn)知地圖[32]等方法收集。然而，這類通過主觀方法獲取的時空行為數(shù)據(jù)較為依賴被調(diào)查者的個人觀察和記錄[33]，易產(chǎn)生由主觀認(rèn)知因素導(dǎo)致的誤差。為此，GPS、手機(jī)信令等客觀軌跡數(shù)據(jù)逐漸被應(yīng)用于旅游者時空行為研究。例如，黃瀟婷等提出了一種基于GPS數(shù)據(jù)的旅游時空行為評價方法[34]，朗月華等通過GPS軌跡的柵格化處理分析旅游者行為的空間模式[35]，為結(jié)合GPS開展的旅游者行為研究提供了良好的范例。與此同時，GPS也為旅游線路設(shè)計與優(yōu)化研究提供了高精度行為數(shù)據(jù)[36]，但仍然存在難以支持旅游地環(huán)境要素、旅游者感知分析的問題。

有研究指出，在景區(qū)人流模擬方面，結(jié)合GPS數(shù)據(jù)與問卷調(diào)查，基于多主體的行為模擬能夠為景區(qū)流量管理與線路設(shè)計提供有效的決策支持[37]。以第三代系統(tǒng)理論為代表的系統(tǒng)工程學(xué)從學(xué)習(xí)、認(rèn)知等不同角度揭示了復(fù)雜的行為本質(zhì)，承認(rèn)不同個體可以擁有自身的目標(biāo)和偏好，并以此和環(huán)境進(jìn)行交互[38]，由該理論衍生的多代理人模型受到學(xué)者的青睞[39]。多代理人模型將旅游者設(shè)置為具有不同屬性的代理人，將旅游地環(huán)境要素設(shè)置為適應(yīng)條件，旅游者通過與環(huán)境進(jìn)行交互、主動學(xué)習(xí)并改變自身行為來完成模擬。多代理人模擬常用于模擬多種決策主體的行為，將消費者行為模型與多代理人系統(tǒng)結(jié)合是目前消費者行為模擬的前沿手段，同時也應(yīng)用于模擬人群在特定空間環(huán)境中的行為特征[40-41]。可見，在研究情境上，多代理人模擬既能夠用于個體行為決策的模擬預(yù)測，也能夠用于分析行為發(fā)生場所的空間結(jié)構(gòu)，適用于開展人流模擬，并指導(dǎo)旅游線路優(yōu)化。

2 研究框架

隨著行為地理學(xué)出現(xiàn)從“空間行為”（spatial behavior）向“空間中的行為”（behavior in space）轉(zhuǎn)變[42]，旅游者行為與其所處空間的關(guān)系更加復(fù)雜化和多樣化。柴彥威和塔娜提出的“空間-行為”互動理論指出，空間行為是行為主體基于復(fù)雜環(huán)境制約進(jìn)行選擇而產(chǎn)生的結(jié)果[43]。行為主體具有主觀能動性，基于主觀選擇對環(huán)境產(chǎn)生影響，這與旅游者的感知與決策密切相關(guān)[44]。而“人-環(huán)境一致性”理論認(rèn)為，人類對環(huán)境條件的要求與環(huán)境對人類能力的改變間存在一致性聯(lián)系[45]，當(dāng)人的需求與周圍環(huán)境的供給相互匹配時，個體主觀感知上的滿意度會有所增加，更可能做出積極的調(diào)整。而當(dāng)個體感知與客觀環(huán)境不一致時，個體可能自主或被勸服而移向與其需求更為一致的環(huán)境[46]。這一理念被視作環(huán)境設(shè)計的重要概念和工具[47]，適用于理解旅游者與旅游地之間的供需關(guān)系，并指導(dǎo)旅游地的優(yōu)化實踐。在兼具互動性和一致性的“人-地”關(guān)系中，產(chǎn)生了多樣的旅游者行為。Lewin等心理學(xué)家提出的行為公式[Behavior=f（People?Environment）]明確指出，行為產(chǎn)生于人類與環(huán)境相互作用的結(jié)果，推動了環(huán)境行為學(xué)的發(fā)展[48]。環(huán)境行為學(xué)認(rèn)為，外部環(huán)境與內(nèi)在心理共同作用于行為結(jié)果，其理想目標(biāo)在于通過對人與環(huán)境互動機(jī)理的探索，實現(xiàn)兩者關(guān)系的優(yōu)化。

環(huán)境行為學(xué)的觀點回應(yīng)了行為地理學(xué)的研究轉(zhuǎn)向，從“空間行為”到“空間中的行為”實質(zhì)上是“空間”與“行為”關(guān)系的進(jìn)一步明確?！翱臻g行為”并不能被認(rèn)為是一種特定的行為類型或行為方式，行為可以是當(dāng)下現(xiàn)實發(fā)生的，也可以是未來主觀期望的，但行為一定發(fā)生在特定的空間之中，即存在一個承載行為發(fā)生的“行為空間”。這一空間形成于客觀存在的真實旅游環(huán)境（物理空間）和經(jīng)過旅游者認(rèn)知加工的抽象感知結(jié)果（心理空間）。據(jù)此，本文建構(gòu)了旅游者行為的三元空間，并提出了基于視覺偏好的人流模擬及線路優(yōu)化研究框架（圖1）。在這一框架中，旅游者對環(huán)境的感知與環(huán)境對旅游者的約束之間存在互動，旅游者對環(huán)境的需求和旅游地供應(yīng)的環(huán)境條件之間應(yīng)當(dāng)具備一致性。物理空間被視為外顯的行為空間，而心理空間則是內(nèi)隱的行為空間。旅游者對環(huán)境的視覺感知進(jìn)入心理空間進(jìn)行認(rèn)知加工后產(chǎn)生主觀偏好，形成基于主觀感知的視覺偏好；旅游地的街道景觀作為與旅游線路密切相關(guān)的物理空間，由多項視覺要素共同構(gòu)成，對其測度形成基于客觀要素的視覺效用?；诖?，可對旅游者的行為進(jìn)行預(yù)測。進(jìn)一步地，在行為預(yù)測與真實行為的雙向?qū)Ρ鹊幕A(chǔ)上，可以識別需要優(yōu)化的旅游線路，從而改善旅游地環(huán)境供給；同時，對優(yōu)化后旅游線路的二次模擬可以有效預(yù)防可能的擁擠情況，從而更好地滿足旅游者需求，實現(xiàn)面向客流控制的旅游目的地管理與體驗品質(zhì)提升。

3 研究設(shè)計

3.1 研究區(qū)概況

本研究選擇廈門市鼓浪嶼作為研究區(qū)域。鼓浪嶼是國家5A級旅游景區(qū)，面積約1.87平方千米，素有“萬國建筑博物館”之稱。組成鼓浪嶼街道空間的主體包括商業(yè)店鋪、自然景觀、歷史建筑等，街道風(fēng)貌多樣，研究尺度適中。2017年7月8日，“鼓浪嶼：歷史國際社區(qū)”被列入《世界遺產(chǎn)名錄》，這對鼓浪嶼的旅游環(huán)境治理和高質(zhì)量發(fā)展提出了更高的要求，也更考驗其精細(xì)化治理的水平。雖然鼓浪嶼已調(diào)整每日最大承載量為5萬人次1，其中，核定旅游者的最大承載量為3.5萬人次2，但其面臨的旅游擁擠與局部旅游流分布不均的問題仍然存在，鼓浪嶼作為研究區(qū)域符合旅游地研究主題特征，是具有代表性的研究案例地。

目前，鼓浪嶼管委會編制的“樂游鼓浪嶼”文化地圖展示了4條旅游線路（圖2），基本涵蓋了鼓浪嶼上有代表性的歷史道路、自然景觀和文化遺跡，是目前旅游線路組織的主要參考，本文以這4條線路為例進(jìn)行實證分析和討論。

3.2 研究方法

依據(jù)理論框架，本文建立的技術(shù)路線如圖3。主要技術(shù)環(huán)節(jié)包括：1）采集旅游地客觀環(huán)境數(shù)據(jù)，通過全卷積網(wǎng)絡(luò)（fully convolutional networks，F(xiàn)CN）進(jìn)行旅游地環(huán)境的視覺要素提??；2）根據(jù)環(huán)境視覺要素提取結(jié)果進(jìn)行正交設(shè)計，通過問卷設(shè)計與調(diào)查采集選擇偏好數(shù)據(jù)，并采用條件logit模型（conditional logit model，CLM）擬合，計算視覺效用作為視覺偏好的量化基礎(chǔ)；3）構(gòu)建多代理人模型（multi-agent simulation，MAS），計算旅游者對各街道空間的選擇概率，將選擇概率疊加得到人流模擬結(jié)果；4）采集GPS軌跡追蹤數(shù)據(jù)，對其進(jìn)行空間統(tǒng)計分析獲得實測客流分布情況，將實測客流與模擬客流進(jìn)行對比分析，識別需要優(yōu)化的旅游線路；5）對優(yōu)化后的旅游線路進(jìn)行二次模擬，預(yù)測可能出現(xiàn)的擁擠空間，并提出基于視覺角度的預(yù)防性措施。

3.2.1 " "視覺效用測度方法

本文將街景圖像作為旅游地環(huán)境視覺效用計算的數(shù)據(jù)源，實驗證明，其在視覺心理研究中與實景觀看產(chǎn)生的實驗結(jié)果并無明顯差異[49-50]。常見的街景數(shù)據(jù)多以車載攝像頭進(jìn)行圖像采集，其采集范圍以機(jī)動車道為中心，與人行道為中心的街景圖像存在一定差異。由于鼓浪嶼全島禁止車輛通行，目前尚無可用的街景數(shù)據(jù)源。因此，本文通過模擬旅游者行進(jìn)拍攝的方式采集街景數(shù)據(jù)，為保障街景圖像盡可能接近旅游者的真實視野，拍攝視角應(yīng)滿足在縱向上、靜止時最大視野范圍可達(dá)到水平線以上25°、水平線以下35°，行進(jìn)過程中最大視野范圍可達(dá)到水平線以上20°、水平線以下40°。借鑒相關(guān)研究，本次采集選用24毫米（35毫米等效焦距）的鏡頭、在距離地面1.6米左右的位置采集案例地的街景圖像[51]。

由于街道交叉口是旅游者決策下一步走向的重要節(jié)點，街景數(shù)據(jù)從交叉口朝向各街道方向進(jìn)行采集。街景圖像的采樣點為4條旅游線路涵蓋的核心區(qū)域內(nèi)各主要街道交叉口，采集工作于2021年10—11月間的晴朗白天進(jìn)行，共獲取了來自227個采樣點的852張街景圖像，經(jīng)過采集視角與成像結(jié)果比對后選擇其中的739張作為研究數(shù)據(jù)。使用FCN深度學(xué)習(xí)框架解譯圖像數(shù)據(jù)，提取圖像中的綠色植被、天空、建筑界面、道路、街道設(shè)施等的占比，形成綠視率、圍合度、天空開敞度、擁擠程度、多樣性5項指標(biāo)[52]。最后，在ArcGIS 10.7中將結(jié)果聚合到街道上，每段街道的指標(biāo)為兩側(cè)采樣點朝向該街道方向的圖像指標(biāo)均值，街道數(shù)據(jù)作為多代理人模型中道路網(wǎng)絡(luò)生成的依據(jù)。

所采用的視覺效用計算公式為：

[Ui=α1Gi+α2Ei+α3Oi+α4Ci+α5Vi] （1）

式（1）中，[Ui]為旅游環(huán)境的視覺效用，[α1-α5]為需要估計的各視覺要素變量的效用系數(shù)，[Gi]表示街景圖像[i]的綠視率，[Ei]表示街景圖像[i]的圍合度，[Oi]表示街景圖像[i]的天空開敞度，[Ci]表示街景圖像[i]的擁擠程度，[Vi]表示街景圖像[i]的多樣性。

3.2.2 " "視覺偏好量化方法

離散選擇模型和SP法是分析消費者偏好的有力工具，具備堅實的理論基礎(chǔ)[53]。本文選用圖示法進(jìn)行調(diào)查問卷設(shè)計，問卷主要包括個人屬性和偏好選擇方案兩個部分。首先，依據(jù)街景圖像指標(biāo)的提取結(jié)果確定問卷中涵蓋的視覺要素及其水平值，借助SPSS軟件進(jìn)行正交設(shè)計情境組合，共獲得要素全因子設(shè)計的場景25個。接著，剔除缺乏實際意義的場景組合，最終獲得相互獨立的12個場景。最后，將12個場景隨機(jī)組合成6個選擇對，以場景圖片的形式向被試展示。完成問卷設(shè)計后，進(jìn)行30份樣本的小范圍預(yù)調(diào)研，并根據(jù)預(yù)調(diào)研結(jié)果對效用差距過大的選擇或圖像中過于突出的視覺要素進(jìn)行調(diào)整，隨后發(fā)放正式問卷。正式調(diào)查于2021年11月開始，通過“問卷星”網(wǎng)絡(luò)平臺以滾雪球抽樣的方式進(jìn)行，累計發(fā)放問卷302份，回收有效問卷240份，有效率為79.47%。受訪人群涵蓋青少年、中年和老年群體，以18～34歲年齡段的群體居多，男女性別比例為1∶1.07，樣本整體結(jié)構(gòu)較為均衡，滿足模型分析的要求。問卷調(diào)查完成后，采用Stata/MP 16.0軟件以條件logit模型對問卷數(shù)據(jù)進(jìn)行擬合。隨機(jī)效用理論（random utility theory）是推導(dǎo)離散選擇模型的重要理論框架，它假設(shè)每個行為主體是理性個體，在一組有限的備選方案中進(jìn)行選擇時行為個體總傾向選擇提供最大效用的方案，即效用最大化原則。根據(jù)該原則，可以計算每一個備選項的相對選擇概率[54]，該方法的有效性在旅游行為研究中已被證實[55]。

計算每個備選方案被選概率的公式為：

[Pi=exp Uin1expUn，i∈（1，n）] （2）

式（2）中，[Pi]為面對備選方案[i=1， …， n]時的選擇概率，[Ui]為該方案的視覺效用。

3.2.3 " "多代理人模擬方法

本研究采用NetLogo 6.2.2軟件進(jìn)行多代理人模型建構(gòu)，模擬系統(tǒng)主要由以下3個部分組成。1）海龜，指代能夠根據(jù)視覺感知進(jìn)行行為決策并移動的旅游者代理人。模擬系統(tǒng)中，旅游者僅有登島、行走和離島3種行為，可以根據(jù)街道交叉口對應(yīng)的選擇集計算選擇概率，模擬下一步的行為決策并執(zhí)行移動行為。2）道路，表達(dá)鼓浪嶼的街道空間環(huán)境。調(diào)用鼓浪嶼視覺環(huán)境地理信息數(shù)據(jù)庫，包括各街景圖像以及街道的具體屬性。根據(jù)街道網(wǎng)絡(luò)建立導(dǎo)向點，作為旅游者的行為決策點，引導(dǎo)代理人下一步的行進(jìn)方向。3）操作界面，包括參數(shù)輸入框和監(jiān)視框，提供方便的參數(shù)輸入、控制、調(diào)試和實時觀察模擬環(huán)境變化的媒介。經(jīng)過充分時間的模擬，可以得到經(jīng)過各路段的旅游客流、時段分布等數(shù)據(jù)。為了探討旅游者視覺偏好對選路行為影響的一般規(guī)律，采用“一般性模擬”進(jìn)行旅游線路的仿真[56]，所構(gòu)建的場景是根據(jù)研究需要進(jìn)行抽象的簡單虛擬環(huán)境，環(huán)境中只包含待研究的環(huán)境視覺組成要素，其他要素（如道路等級、方向等非視覺要素）均控制為相同水平。應(yīng)用多代理人模擬的運算主要包括以下步驟。

1）模擬開始。依據(jù)鼓浪嶼現(xiàn)行的管理政策，每個旅游者代理人從三丘田碼頭或內(nèi)厝澳碼頭的點位進(jìn)入模擬系統(tǒng)。參照實地觀測結(jié)果，設(shè)置從三丘田碼頭登島與從內(nèi)厝澳碼頭進(jìn)入系統(tǒng)的代理人比例為近似2∶1。

2）概率計算。旅游者代理人沿著街道網(wǎng)絡(luò)，獲取當(dāng)前節(jié)點往不同方向的網(wǎng)絡(luò)基底屬性，計算不同備選項的效用和選擇概率，通過蒙特卡洛方法（Monte Carlo method）模擬獲得確定的選擇結(jié)果。

3）執(zhí)行移動。代理人依據(jù)蒙特卡洛模擬的結(jié)果，從當(dāng)前所在的節(jié)點移動到選中路段的另一節(jié)點，即完成一次模擬。若代理人抵達(dá)碼頭并選擇離開，則從系統(tǒng)中刪除，模擬結(jié)束；若代理人未抵達(dá)碼頭或未選擇結(jié)束模擬，則模擬繼續(xù)。

模擬系統(tǒng)共設(shè)置旅游者代理人30 000個，設(shè)計系統(tǒng)運行時刻與旅游者的行走速度相關(guān)，每個運行時刻相當(dāng)于現(xiàn)實中的1分鐘，總模擬時長為1440個時刻（相當(dāng)于1天），每個時刻向系統(tǒng)內(nèi)釋放500個旅游者代理人。運行結(jié)束后，獲取各旅游線路中所有路段、所有時段旅游者代理人累積量的分布情況。

3.2.4 " "GPS實測與人流模擬對比

旅游者實測數(shù)據(jù)通過向旅游者發(fā)放手持GPS設(shè)備Meitrack MT 90的方式收集，在旅游者游覽前于各碼頭發(fā)放，在游覽結(jié)束后于各碼頭回收設(shè)備。設(shè)備設(shè)定每10秒記錄一次，采集時間包括工作日、周末、公共節(jié)假日。最終，共采集有效GPS數(shù)據(jù)312份，形成564 780條行為軌跡記錄，提供了包括經(jīng)度、緯度、速度、高度、距離等行為信息。GPS實測數(shù)據(jù)表征旅游者在旅游地中的實際分布特征，與多代理人模擬獲得的結(jié)果進(jìn)行疊加可以呈現(xiàn)旅游客流理論與實際的異同，為旅游線路的調(diào)整和優(yōu)化提供數(shù)據(jù)支持。

4 研究結(jié)果

4.1 基于人流模擬的旅游線路優(yōu)化

本研究所構(gòu)建的多代理人模型輸出的結(jié)果，可近似認(rèn)為是經(jīng)過連續(xù)蒙特卡洛模擬的選擇概率累積情況，并以代理人累積量的形式表征為旅游者提供連續(xù)、良好視覺體驗的街道交叉口選路行為鏈，即以模擬客流的累積多寡衡量環(huán)境受偏好的程度。同時，疊加實測的旅游客流分布情況，可以獲取旅游線路上旅游者現(xiàn)實通過量較大但未能得到連續(xù)的、較好的視覺體驗的街道選項，并據(jù)此提出有針對性的旅游線路優(yōu)化方案。

以鼓浪嶼旅游者的GPS實測數(shù)據(jù)作為實測客流的結(jié)果，將各路段代理人模擬結(jié)果與實測客流分布結(jié)果賦值到街道要素上進(jìn)行重分類，獲得高視覺偏好、低視覺偏好、高實測客流、低實測客流4類空間（圖4a、圖4b）。對其進(jìn)行疊加分析，將4條旅游線路及所涉及旅游景點范圍內(nèi)的分析結(jié)果進(jìn)行可視化，其分布情況如圖4c所示。其中，呈現(xiàn)“高視覺偏好-低實測客流”和“低視覺偏好-高實測客流”的街道空間是待優(yōu)化的核心區(qū)域。

為盡量減少各旅游線路承載文化信息的丟失，旅游線路調(diào)整應(yīng)在不變動所涵蓋景點的前提下進(jìn)行規(guī)劃調(diào)整?；谔嵘糜尉€路沿途視覺效用、均衡旅游者分布的優(yōu)化目的，提出旅游線路調(diào)整優(yōu)化的主要策略：首先，將旅游線路由原本經(jīng)過的低視覺偏好的街道交叉口，調(diào)整為優(yōu)先選擇高視覺偏好的街道交叉口；其次，在滿足高視覺偏好的前提下，如存在低實測客流的街道選項可優(yōu)先選擇，以避免過于集中的旅游者分布；再次，如經(jīng)過候選景點的街道僅有低視覺偏好的街道交叉口，可通過相應(yīng)的街道交叉口設(shè)計調(diào)整，對該處進(jìn)行優(yōu)化提升；最后，為了避免因不同旅游線路交叉導(dǎo)致的擁堵，盡可能降低與其他線路的重疊情況。根據(jù)上述策略，進(jìn)行旅游線路規(guī)劃的設(shè)計和優(yōu)化（圖5）。

1）“經(jīng)典華屋”旅游線路優(yōu)化方案：該線路主要有5處調(diào)整，相較于優(yōu)化前的旅游線路，調(diào)整后線路以代理人累積量表征的視覺偏好情況獲得了6.32%的提升。

2）“宗教文化”旅游線路優(yōu)化方案：該線路主要有3處修改，基本維持了原有面向不同宗教設(shè)計的旅游景點與參觀順序，在充分利用現(xiàn)有線路的基礎(chǔ)上規(guī)避擁堵客流。對優(yōu)化后的線路運行模擬，視覺偏好情況獲得了13.44%的提升。

3）“如歌行板”旅游線路優(yōu)化方案：該線路涉及兩處修改，優(yōu)化后的線路的視覺偏好與優(yōu)化前相比沒有顯著變化，但由于在線路規(guī)劃上避開了實測客流量較高的區(qū)域，對旅游者的體驗提升與遺產(chǎn)旅游地的客流調(diào)控具有一定的助益。

4）“百年遺跡”旅游線路優(yōu)化方案：該線路涉及4處調(diào)整，改動幅度范圍較大。調(diào)整后的旅游線路沿途視野開闊，較好的自然綠化情況也為旅游者提供了短暫的視覺休憩，避免因建筑文化信息過載而產(chǎn)生的視覺疲勞，更能保障文化信息傳遞的有效性。經(jīng)線路優(yōu)化后，新旅游線路的視覺偏好提升幅度超過50%。

4.2 優(yōu)化線路人流模擬與擁擠預(yù)防

在遺產(chǎn)旅游地中，過高的擁擠程度不利于旅游者的旅游體驗，同時對遺產(chǎn)保護(hù)和高質(zhì)量發(fā)展造成壓力。因此，將調(diào)整后的旅游線路輸入多代理人模型再次運行，預(yù)測可能產(chǎn)生的旅游擁擠情況以采取預(yù)防性的客流疏導(dǎo)措施。對模擬過程中各線路的代理人密度進(jìn)行計算，結(jié)果如圖5所示。

各路段的代理人密度在模擬初期均出現(xiàn)了一定程度的上升?！白诮涛幕甭糜尉€路中各路段的代理人密度變化趨勢較為一致，“經(jīng)典華屋”和“如歌行板”均出現(xiàn)瞬時客流密度較高的路段。這3條旅游線路的代理人密度的峰值始終保持在2～3人/米附近。而“百年遺跡”旅游線路的代理人密度差異較大，其中，密度峰值最高超7人/米，泉州路則接近5人/米，具有區(qū)域性過載風(fēng)險。因此，以“百年遺跡”旅游線路中代理人密度峰值最高的三明路段為例進(jìn)行街道空間優(yōu)化，基于前述分析結(jié)果討論其優(yōu)化方案，為其他旅游空間的設(shè)計調(diào)整提供借鑒。該路段所在區(qū)位及對應(yīng)的交叉口編號（即各節(jié)點在數(shù)據(jù)庫中的序號）如圖6a所示。

自北向南，除該路段的首末節(jié)點外（節(jié)點225和節(jié)點224），旅游者在既定的“百年遺跡”旅游線路中共涉及兩次行為決策，即節(jié)點231和節(jié)點229處，因此街道空間優(yōu)化應(yīng)以該兩處節(jié)點為核心?？紤]到在實際場景下，可能會有來自非既定旅游線路的客流匯入該路段，形成較高的客流量。因此，非“百年遺跡”旅游線路的交叉口節(jié)點241和節(jié)點232也被列入優(yōu)化方案的覆蓋范圍進(jìn)行統(tǒng)一設(shè)計。對于既定旅游線路，重點在于通過視覺引導(dǎo)強(qiáng)化旅游線路，使旅游者的決策意向與線路設(shè)計方向一致，同時降低其他線路旅游者的進(jìn)入；對于非既定旅游線路，優(yōu)化策略的重點在于疏解客流，引導(dǎo)旅游者的行為決策傾向其他非既定線路。通過兩類節(jié)點優(yōu)化策略的引導(dǎo)，可以起到疏解過高的旅游者密度、提升旅游體驗、增強(qiáng)保護(hù)效益的作用。

列出旅游者在該路段游覽時面臨的選擇集，對其視覺效用和選擇概率進(jìn)行計算（表1）。節(jié)點225的各交叉口選項存在效用差距過大的問題，可能影響旅游者在既定線路中的游覽體驗；節(jié)點229需要進(jìn)行適當(dāng)?shù)慕值揽臻g優(yōu)化，以增強(qiáng)既定旅游線路的引導(dǎo)作用和非既定旅游線路的疏解作用；而節(jié)點231與節(jié)點241的計算結(jié)果符合預(yù)期，無需優(yōu)化。綜合前述目的，對節(jié)點225、節(jié)點229進(jìn)行以強(qiáng)化旅游線路為導(dǎo)向的優(yōu)化方案設(shè)計，即編碼為225-N和229-S的街景圖像對應(yīng)的街道交叉口。

根據(jù)街道環(huán)境的實際情況，提出如下優(yōu)化策略。1）225-N所處的路段街道寬度較窄，街道邊界由墻面限定，視野可見的綠量較低。可通過栽植藤本、草本植被，配合冠徑較大的喬木形成高綠視率，在不過度影響圍合率的前提下增加街道設(shè)施的設(shè)置，能夠起到引導(dǎo)與暗示的作用。2）229-S與229-E的效用差距不大，視野中可見和記洋行倉庫舊址。因此，可通過種植與養(yǎng)護(hù)植被、平整墻面與路面、設(shè)置引導(dǎo)或介紹牌等方式適度進(jìn)行優(yōu)化。優(yōu)化前后的街景圖像與交叉口視覺效用、選擇概率變化對比如表1。調(diào)整后，根據(jù)優(yōu)化方案示意圖進(jìn)行語義分割與參數(shù)提取，對交叉口選擇概率進(jìn)行重新計算，優(yōu)化前后街景對比如圖6b所示。由計算結(jié)果可見，該路段的選擇概率獲得了一定的提升，旅游線路的連貫性得到了較好的保障，同時有助于強(qiáng)化該旅游線路的保護(hù)效益。重新對優(yōu)化后的路段進(jìn)行模擬，優(yōu)化前后同一路段內(nèi)客流密度的模擬結(jié)果如圖6c所示?？梢园l(fā)現(xiàn)，不同時刻的代理人密度獲得了較好的均衡，其峰值由約7人/米降低到約3人/米。將優(yōu)化后各旅游線路的人流模擬結(jié)果（圖7）與優(yōu)化前的模擬情況（圖5）進(jìn)行對比，可以發(fā)現(xiàn)，優(yōu)化后未見新的潛在擁擠點產(chǎn)生，各旅游路線上代理人的密度在不同時段上的分布更為均衡。這表明，在以視覺偏好為主要依據(jù)調(diào)整旅游線路規(guī)劃的同時，旅游擁擠風(fēng)險也獲得了一定的降低。由此可知，基于視覺偏好的優(yōu)化提升策略能夠輔助回應(yīng)旅游環(huán)境的高質(zhì)量發(fā)展和精細(xì)化設(shè)計需求，以促進(jìn)行為決策過程與環(huán)境理解的相對統(tǒng)一。

5 結(jié)論與討論

本文從視覺偏好角度出發(fā)，聚焦旅游地環(huán)境，結(jié)合街景圖像數(shù)據(jù)、GPS實測數(shù)據(jù)和選擇偏好數(shù)據(jù)，綜合運用深度學(xué)習(xí)技術(shù)、陳述性偏好法、GIS空間分析與可視化進(jìn)行數(shù)據(jù)處理，并通過多代理人模擬開展旅游流預(yù)測、旅游線路優(yōu)化、旅游擁擠預(yù)防的研究，實現(xiàn)了方法體系上的整合應(yīng)用。首先，選擇官方推薦的4條主題旅游線路作為研究對象，整合離散選擇模型和FCN框架的計算結(jié)果，通過多代理人模擬獲取各路段的代理人累積數(shù)量與密度變化。其次，將模擬客流量與實測客流量進(jìn)行疊加分析，提出針對主題旅游線路的規(guī)劃調(diào)整方案。再次，選取存在擁擠風(fēng)險的街道區(qū)段作為優(yōu)化對象，根據(jù)前述研究結(jié)果提出優(yōu)化策略，選定代理人密度過高的街道作為案例進(jìn)行街道空間設(shè)計的調(diào)整。最后，通過多代理人模型檢驗優(yōu)化策略的有效性，為其他街道空間設(shè)計方案的生成提供參考和借鑒。

本文研究結(jié)論如下：1）對現(xiàn)有旅游線路提出基于視覺偏好的優(yōu)化策略，優(yōu)化后的線路基本實現(xiàn)了視覺偏好的提升，能夠強(qiáng)化旅游線路與疏導(dǎo)外部客流；2）根據(jù)優(yōu)化后的旅游線路進(jìn)行未來人流模擬預(yù)測，“百年遺跡”旅游線路具有高擁擠風(fēng)險；3）選擇擁擠路段的關(guān)鍵決策節(jié)點進(jìn)行環(huán)境視覺優(yōu)化，優(yōu)化結(jié)果能夠較好地緩解潛在擁擠風(fēng)險。基于上述研究結(jié)論，本文對理論框架進(jìn)行提升，并進(jìn)一步提出基于該理論的街道空間優(yōu)化提升路徑（圖8）。

本文的貢獻(xiàn)主要體現(xiàn)在以下方面。1）研究理論層面，結(jié)合行為公式、行為地理學(xué)視角下的“空間-行為”互動理論和環(huán)境心理學(xué)視角下的“人-環(huán)境一致性理論”建構(gòu)了旅游者行為的三元空間理論模型，并提出了基于視覺偏好的人流模擬及旅游線路優(yōu)化研究框架。該框架通過空間與行為的互動解讀人與環(huán)境的交互關(guān)系，建立環(huán)境約束與個體感知的主客關(guān)系、環(huán)境條件與個體偏好的供需關(guān)系，以旅游者與旅游地動態(tài)交互視角開展實證研究，為旅游客流管理和旅游規(guī)劃響應(yīng)提供理論參考。2）研究視角層面，從旅游者視覺感知視角測度客觀環(huán)境要素的視覺效用，將中觀尺度下旅游線路規(guī)劃與微觀尺度下的環(huán)境視覺設(shè)計相結(jié)合，既發(fā)揮了街景數(shù)據(jù)描述客觀空間環(huán)境特征的特點，又發(fā)揮了問卷數(shù)據(jù)總結(jié)主觀個體認(rèn)知規(guī)律的優(yōu)勢，實現(xiàn)了主客觀融合和多尺度優(yōu)化的多元視角。3）研究方法層面，一方面以模擬行人的方式采集了街景圖像數(shù)據(jù)，以問卷調(diào)查的方式收集了選擇偏好數(shù)據(jù)。同時參考了GPS實測數(shù)據(jù)，建立本文的綜合數(shù)據(jù)庫，實現(xiàn)了多數(shù)據(jù)來源、多方式獲取的數(shù)據(jù)應(yīng)用。另一方面綜合運用了深度學(xué)習(xí)技術(shù)、陳述性偏好法、GIS空間分析與可視化、多代理人模擬方法，建立了旅游地客流預(yù)測、旅游地線路優(yōu)化、旅游者偏好引導(dǎo)的工作流，實現(xiàn)了多目標(biāo)導(dǎo)向、分層次推進(jìn)的多維方法。4）研究應(yīng)用層面，該技術(shù)體系可以擴(kuò)展應(yīng)用到其他旅游地中進(jìn)行環(huán)境視覺品質(zhì)的測度、旅游者時空流動模擬、旅游線路優(yōu)化設(shè)計等，對相關(guān)研究的技術(shù)思路具有參考意義。同時，作為視覺偏好、擁擠預(yù)測、空間優(yōu)化的理論測度結(jié)果，本文針對性地提出了優(yōu)化方案，適用于旅游地的管理與規(guī)劃實踐，具有應(yīng)用價值。

總體而言，本研究經(jīng)過“視覺偏好測度-一般模擬優(yōu)化-擁擠風(fēng)險預(yù)測-精細(xì)模擬優(yōu)化”的反復(fù)驗證，在滿足既定優(yōu)化目標(biāo)的同時規(guī)避可能的風(fēng)險，實現(xiàn)了從中觀尺度街道空間到微觀尺度視覺要素的逐層細(xì)化。研究結(jié)果補(bǔ)充了旅游地人流模擬與線路優(yōu)化的遺產(chǎn)旅游地情境，提供了兼顧線路優(yōu)化與視覺品質(zhì)提升的客流管理與規(guī)劃方法，為旅游地的旅游線路規(guī)劃、旅游流調(diào)控、環(huán)境視覺設(shè)計和高質(zhì)量發(fā)展提供決策支持和規(guī)劃參考。本研究仍存在一定的局限性。1）本研究假定旅游者在旅游地中進(jìn)行的是沒有具體目標(biāo)、僅由視覺偏好影響行為決策的單影響因素活動。在實際行為中，視覺是行為決策研究的重要因素而非全部因素，更多相關(guān)因素的作用需要進(jìn)一步檢驗。2）多代理人模擬系統(tǒng)建立過程中將旅游環(huán)境抽象為無向網(wǎng)絡(luò)，忽略了街道寬度、旅游者之間的距離等其他可能影響空間體驗的要素。而實際情況下，影響旅游體驗的因素可能還包括旅游個體與其他旅游者的距離、單位街道長度對旅游者的容納極限等，后續(xù)研究應(yīng)結(jié)合街道實際情況將重要因素納入考慮，以獲取更加精確的旅游環(huán)境感知數(shù)據(jù)。3）本文的街景圖像采集雖然模擬了行人視角，但在拍攝角度上以平視正前方為采集標(biāo)準(zhǔn)，未來可將視覺仰角、側(cè)向感知等微觀行為要素納入多代理人模型的模擬，使結(jié)果更加貼近旅游者的真實決策過程，更好地提升旅游線路規(guī)劃與空間設(shè)計優(yōu)化策略的實際效益。

參考文獻(xiàn)（References）

[1] 梁嘉祺， 姜珊， 陶犁. 旅游者時空行為模式與難忘旅游體驗關(guān)系研究[J]. 旅游學(xué)刊， 2021， 36（10）： 98-112. [LIANG Jiaqi， JIANG Shan， TAO Li. Research on the relationship between spatial-temporal behavior patterns and memorable tourism experiences[J]. Tourism Tribune， 2021， 36（10）： 98-112.]

[2] ZENG B， RYAN C. Assisting the poor in China through tourism development： A review of research[J]. Tourism Management， 2012， 33（2）： 239-248.

[3] 吳承照， 王婧. 遺產(chǎn)保護(hù)性利用與旅游規(guī)劃研究[M]. 北京： 中國建筑工業(yè)出版社， 2019： 3-5. [WU Chengzhao， WANG Jing. Study on Protection Use and Tourism Planning of Heritage[M]. Beijing： China Architecture amp; Building Press， 2019： 3-5.]

[4] 馬斌斌， 陳興鵬， 陳芳婷. 基于社交大數(shù)據(jù)的敦煌旅游流多尺度時空分異特征[J]. 經(jīng)濟(jì)地理， 2021， 41（3）： 202-212. [MA Binbin， CHEN Xingpeng， CHEN Fangting. Multi-scale temporal and spatial differentiation characteristics of Dunhuang tourism flow based on social big data[J]. Economic Geography， 2021， 41（3）： 202-212.]

[5] ROBERT C， KARA K. Travel demand and the 3Ds： Density， diversity， and design[J]. Transportation Research Part D： Transport and Environment， 1997， 2（3）： 199-219.

[6] 曾詩晴， 謝彥君， 史艷榮. 從城市意象到街道體驗——城市旅游多層級消費決策中的景觀迭代過程[J]. 旅游學(xué)刊， 2022， 37（1）： 68-84. [ZENG Shiqing， XIE Yanjun， SHI Yanrong. From city image to street experience： Landscape iteration in urban tourists’ consumption decisions[J]. Tourism Tribune， 2022， 37（1）： 68-84.]

[7] 李淵， 黃競雄， 梁嘉祺， 等. 文化遺產(chǎn)地商業(yè)街道空間視覺吸引力及其感知的影響因素研究——以鼓浪嶼龍頭路為例[J]. 西部人居環(huán)境學(xué)刊， 2022， 37（2）： 114-121. [LI Yuan， HUANG Jingxiong， LIANG Jiaqi， et al. Research on visual attraction and influencing factors of perception of commercial street space in cultural heritage site： Taking Gulangyu Longtou Road as an example[J]. Journal of Human Settlements in West China， 2022， 37（2）： 114-121.]

[8] ZHANG K， CHEN Y， LI C. Discovering the tourists’ behaviors and perceptions in a tourism destination by analyzing photos’ visual content with a computer deep learning model： The case of Beijing[J]. Tourism Management， 2019， 75： 595-608.

[9] SCUTTARI A. Tourism experiences in motion. Mobile， visual and psychophysiological methods to capture tourists “on the move”[J]. Tourism Management Perspectives， 2021， 38： 100825.

[10] LIU J， WEI Y， LU S， et al. The elderly’s preference for the outdoor environment in fragrant hills nursing home， Beijing： Interpreting the visual-behavioural relationship[J]. Urban Forestry amp; Urban Greening， 2021， 64： 127242.

[11] ZHU X， YOSHIKAWA A， QIU L， et al. Healthy workplaces， active employees： A systematic literature review on impacts of workplace environments on employees’ physical activity and sedentary behavior[J]. Building and Environment， 2020， 168： 106455.

[12] DE LOOZE M P， KUIJT-EVERS L F M， VAN DIE?N J. Sitting comfort and discomfort and the relationships with objective measures[J]. Ergonomics， 2003， 46（10）： 985-997.

[13] NOEL S， RUI Z， DUNG L， et al. A review of eye-tracking research in tourism[J]. Current Issues in Tourism， 2019， 22（10）： 1244-1261.

[14] 戴光全， 陳欣. 旅游者攝影心理初探——基于旅游照片的內(nèi)容分析[J]. 旅游學(xué)刊， 2009， 24（7）： 71-77. [DAI Guangquan， CHEN Xin. An initial discussion about tourists’ photographic psychology： Based on the content analysis of tourist photos[J]. Tourism Tribune， 2009， 24（7）： 71-77.]

[15] 帕特里克·米勒， 劉濱誼， 唐真. 從視覺偏好研究：一種理解景觀感知的方法[J]. 中國園林， 2013， 29（5）： 22-26. [MILLER P， LIU Binyi， TANG Zhen. Visual preference research： An approach to understanding landscape perception[J]. Chinese Landscape Architecture， 2013， 29（5）： 22-26.]

[16] TADA M， KATO T. Visual kansei modeling based on focal area analysis and hierarchical classification[J]. Systems and Computers in Japan， 2007， 38（13）： 58-71.

[17] 李淵， 高小涵， 黃競雄， 等. 基于攝影照片與眼動實驗的旅游者視覺行為分析——以廈門大學(xué)為例[J]. 旅游學(xué)刊， 2020， 35（9）： 41-52. [LI Yuan， GAO Xiaohan， HUANG Jingxiong， et al. Visual behavior analysis of tourists based on photography and eye-tracking experiment： A case of Xiamen University[J]. Tourism Tribune， 2020， 35（9）： 41-52.]

[18] 王敏， 王盈蓄， 黃海燕， 等. 基于眼動實驗方法的城市開敞空間視覺研究——廣州花城廣場案例[J]. 熱帶地理， 2018， 38（6）： 741-750. [WANG Min， WANG Yingxu， HUANG Haiyan， et al. A visual analysis on the urban open spaces： With an eye-tracking experiment on the case study of the Flower City Square， Guangzhou[J]. Tropical Geography， 2018， 38（6）： 741-750.]

[19] 黃瀟婷. 基于GPS與日志調(diào)查的旅游者時空行為數(shù)據(jù)質(zhì)量對比[J]. 旅游學(xué)刊， 2014， 29（3）： 100-106. [HUANG Xiaoting. Quality comparison between space-time data of tourists’ behaviour captured using GPS tracking technology and activity diaries[J]. Tourism Tribune， 2014， 29（3）： 100-106.]

[20] SIE D L， PEGG D S， VIRGINIA PHELAN D K. Senior tourists’ self-determined motivations， tour preferences， memorable experiences and subjective well-being： An integrative hierarchical model[J]. Journal of Hospitality and Tourism Management， 2021， 47： 237-251.

[21] 張章， 徐高峰， 李文越， 等. 歷史街道微觀建成環(huán)境對游客步行停駐行為的影響——以北京五道營胡同為例[J]. 建筑學(xué)報， 2019（3）： 96-102. [ZHANG Zhang， XU Gaofeng， LI Wenyue， et al. The impact of the micro-scale built environment of historic street on visitor’s walking behaviors： A case study on Wudaoying Hutong in Beijing[J]. Architectural Journal， 2019（3）： 96-102.]

[22] 宋姍， 王德， 朱瑋， 等. 基于需求偏好的上海市養(yǎng)老機(jī)構(gòu)空間配置研究[J]. 城市規(guī)劃， 2016， 40（8）： 77-82. [SONG Shan， WANG De， ZHU Wei， et al. Spatial allocation study on Shanghai’s nursing facilities for the elderly： Based on the elderly’s choice behavior[J]. City Planning Review， 2016， 40（8）： 77-82.]

[23] 楊春俠， 梁瑜， 葉宇. 基于可視化SP法的濱水公共空間駐留偏好影響要素和開發(fā)導(dǎo)向研究——以上海市黃浦江濱水區(qū)為例[J]. 西部人居環(huán)境學(xué)刊， 2021， 36（1）： 99-107. [YANG Chunxia， LIANG Yu， YE Yu. Lingering preference influence factors and development orientations of waterfront public spaces based on the visualized SP method： Taking Huangpu River waterfronts of Shanghai as examples[J]. Journal of Human Settlements in West China， 2021， 36（1）： 99-107.]

[24] BEN-AKIVA M E， LERMAN S R. Discrete Choice Analysis： Theory and Application to Travel Demand[M]. Cambridge： MIT Press， 1985： 31-58.

[25] 郭艷芳， 宋保平， 盧璐， 等. 基于離散選擇模型的無景點旅游實證研究[J]. 旅游論壇， 2011， 4（3）： 26-30. [GUO Yanfang， SONG Baoping， LU Lu， et al. An empirical study of non-scenic-spot travel in dispersed choice model[J]. Tourism Forum， 2011， 4（3）： 26-30.]

[26] 姚恩建， 陳偉迪， 盧天偉， 等. 考慮出行者選擇偏好的出行方式選擇模型[J]. 北京交通大學(xué)學(xué)報， 2020， 44（1）： 42-48. [YAO Enjian， CHEN Weidi， LU Tianwei， et al. Transportation mode selection model considering traveler’s personal preference[J]. Journal of Beijing Jiaotong University， 2020， 44（1）： 42-48.]

[27] 韋健華， 王爾大. 基于游客體驗效用的旅游承載力評價方法[J]. 旅游學(xué)刊， 2015， 30（4）： 105-114. [WEI Jianhua， WANG Erda. An evaluation method of tourism carrying capacity based on visitor experience utility[J]. Tourism Tribune， 2015， 30（4）： 105-114.]

[28] 羅潤， 周年興， 謝秋逸， 等. 基于小波分析的不同類型旅游景區(qū)旅游流時間特征研究——以江蘇省125家高等級旅游景區(qū)為例[J]. 地域研究與開發(fā)， 2022， 41（6）： 99-104. [LUO Run， ZHOU Nianxing， XIE Qiuyi， et al. Study on the temporal characteristics of tourist flow in different types of scenic spots based on wavelet analysis： A case study of 125 high-level scenic spots in Jiangsu province[J]. Areal Research and Development， 2022， 41（6）： 99-104.]

[29] 宋廷山， 郭思亮. 旅游客流大數(shù)據(jù)統(tǒng)計模型構(gòu)建與驗證[J]. 統(tǒng)計與決策， 2020， 36（24）： 38-41. [SONG Tingshan， GUO Siliang. Construction and verification of big data statistical model for tourist flow[J]. Statistics amp; Decision， 2020， 36（24）： 38-41.]

[30] 張明莎， 劉乾飛， 王敬文， 等. 1992—2018年轎子山自然保護(hù)區(qū)人為活動遙感監(jiān)測[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報， 2020， 36（9）： 1097-1105. [ZHANG Mingsha， LIU Qianfei， WANG Jingwen， et al. Monitoring human activities in Jiaozi mountain nature reserve based on remote sensing during 1992-2018[J]. Journal of Ecology and Rural Environment， 2020， 36（9）： 1097-1105.]

[31] 楊興柱， 顧朝林， 王群， 等. 南京市內(nèi)部旅游客流空間測度與模擬[J]. 地理科學(xué)， 2011， 31（7）： 802-809. [YANG Xingzhu， GU Chaolin， WANG Qun， et al. Spatial measure and simulation of urban tourism flow in Nanjing city， China[J]. Scientia Geographica Sinica， 2011， 31（7）： 802-809.]

[32] 毛妍祺， 陳玉潔， 王美仙. 游人對專類植物景觀的行為偏好研究[J]. 中國園林， 2021， 37（5）： 121-126. [MAO Yanqi， CHEN Yujie， WANG Meixian. Behavioral preference of visitors on special categorized plant landscape[J]. Chinese Landscape Architecture， 2021， 37（5）： 121-126.]

[33] ROBERT P， MALIN Z. Time and space in event behaviour： Tracking visitors by GPS[J]. Tourism Geographies， 2011， 13（1）： 1-20.

[34] 黃瀟婷， 李玟璇， 張海平， 等. 基于GPS數(shù)據(jù)的旅游時空行為評價研究[J]. 旅游學(xué)刊， 2016， 31（9）： 40-49. [HUANG Xiaoting， LI Wenxuan， ZHANG Haiping， et al. Evaluation of tourist temporal-spatial behavior based on GPS data[J]. Tourism Tribune， 2016， 31（9）： 40-49.]

[35] 郎月華， 李仁杰， 傅學(xué)慶. 基于GPS軌跡柵格化的旅游行為空間模式分析[J]. 旅游學(xué)刊， 2019， 34（6）： 48-57. [LANG Yuehua， LI Renjie， FU Xueqing. Spatial pattern analysis of tourist behavior based on rasterization of GPS trajectories[J]. Tourism Tribune， 2019， 34（6）： 48-57.]

[36] 李淵， 丁燕杰， 王德. 旅游者時間約束和空間行為特征的景區(qū)旅游線路設(shè)計方法研究[J]. 旅游學(xué)刊， 2016， 31（9）： 50-60. [LI Yuan， DING Yanjie， WANG De. A new approach for designing tourist routes by considering travel time constraints and spatial behavior characteristics of tourists[J]. Tourism Tribune， 2016， 31（9）： 50-60.]

[37] 李淵， 鄭偉民， 王德. 景區(qū)旅游者空間行為研究綜述[J]. 旅游學(xué)刊， 2018， 33（4）： 103-112. [LI Yuan， ZHENG Weimin， WANG De. Review on the study of intra-attraction tourists’ spatial behavior[J]. Tourism Tribune， 2018， 33（4）： 103-112.]

[38] 黎夏， 葉嘉安， 劉小平， 等. 地理模擬系統(tǒng)： 元胞自動機(jī)與空間智能[M]. 北京： 科學(xué)出版社， 2020： 273-277. [LI Xia， YEH A G O， LIU Xiaoping， et al. Geographical Simulation System： Cellular Automata and Multi-Agents[M]. Beijing： Science Press， 2020： 273-277.]

[39] 朱瑋. 多代理人模擬： 原理及城市規(guī)劃應(yīng)用[M]. 北京： 中國建筑工業(yè)出版社， 2019： 2-7. [ZHU Wei. Multi-agent Simulation： Principles and Urban Planning Applications[M]. Beijing： China Architecture amp; Industry Press， 2019： 2-7.]

[40] 朱瑋， 王德. 基于多代理人的零售業(yè)空間結(jié)構(gòu)模擬[J]. 地理學(xué)報， 2011， 66（6）： 796-804. [ZHU Wei， WANG De. Multi-agent based simulation of retail spatial structure[J]. Acta Geographica Sinica， 2011， 66（6）： 796-804.]

[41] 朱瑋， 王德， HARRY TIMMERMANS. 多代理人系統(tǒng)在商業(yè)街消費者行為模擬中的應(yīng)用——以上海南京東路為例[J]. 地理學(xué)報， 2009， 64（4）： 445-455. [ZHU Wei， WANG De， TIMMERMANS H. Applying multi-agent systems in the simulation of consumer behavior in shopping streets： The Shanghai East Nanjing Road case[J]. Acta Geographica Sinica， 2009， 64（4）： 445-455.]

[42] 柴彥威. 空間行為與行為空間[M]. 南京： 東南大學(xué)出版社， 2014： 1-2. [CHAI Yanwei. Spatial Behavior and Behavior in Space[M]. Nanjing： Southeast University Press， 2014： 1-2.]

[43] 柴彥威， 塔娜. 中國時空間行為研究進(jìn)展[J]. 地理科學(xué)進(jìn)展， 2013， 32（9）： 1362-1373. [CHAI Yanwei， TA Na. Progress in space-time behavior research in China[J]. Progress in Geography， 2013， 32（9）： 1362-1373.]

[44] 申悅， 王德. 行為地理學(xué)理論與方法的跨學(xué)科應(yīng)用研究[J]. 地理科學(xué)進(jìn)展， 2022， 41（1）： 40-52. [SHEN Yue， WANG De. Interdisciplinary application of theories and methods of behavioral geography[J]. Progress in Geography， 2022， 41（1）： 40-52.]

[45] 呂曉峰. 環(huán)境心理學(xué)的興起： 心理學(xué)研究視域轉(zhuǎn)換與當(dāng)代價值[J]. 哲學(xué)動態(tài)， 2011（4）： 104-107. [LYU Xiaofeng. The rise of environmental psychology： The vision changes and contemporary values of psychological research[J]. Philosophical Trends， 2011（4）： 104-107.]

[46] FRY P S. The person-environment congruence model： Implications and applications for adjustment counselling with older adults[J]. International Journal for the Advancement of Counselling， 1990， 13（2）： 87-106.

[47] STOKOLS D. Environmental psychology[J]. Annual Review of Psychology， 1978， 29（1）： 253-295.

[48] 胡正凡. 環(huán)境心理學(xué)與環(huán)境——行為研究[J]. 世界建筑， 1983（3）： 61-66. [HU Zhengfan. Environment psychology and environment-behavior studies[J]. World Architecture， 1983（3）： 61-66.]

[49] LIU Y， HU M， ZHAO B. Audio-visual interactive evaluation of the forest landscape based on eye-tracking experiments[J]. Urban Forestry amp; Urban Greening， 2019， 46： 126476.

[50] WANG R， ZHAO J， LIU Z. Consensus in visual preferences： The effects of aesthetic quality and landscape types[J]. Urban Forestry amp; Urban Greening， 2016， 20（1）： 210-217.

[51] HUANG J， LIANG J， YANG M， et al. Visual preference analysis and planning responses based on street view images： A case study of Gulangyu Island， China[J]. Land， 2023， 12（1）： 129.

[52] 黃競雄， 梁嘉祺， 楊盟盛， 等. 基于街景圖像的旅游地街道空間視覺品質(zhì)評價方法[J]. 地球信息科學(xué)學(xué)報， 2024， 26（2）： 352-366. [HUANG Jingxiong， LIANG Jiaqi， YANG Mengsheng， et al. Street space visual quality evaluating method of tourism sites based on street view images[J]. Journal of Geo-information Science， 2024， 26（2）： 352-366.]

[53] MCFADDEN D. Econometric models of probabilistic choice[M]//MANSKI C， MCFADDEN D. Structural Analysis of Discrete Data with Econometric Applications. Cambridge： MIT Press， 1981： 198-272.

[54] 王燦， 王德， 朱瑋， 等. 離散選擇模型研究進(jìn)展[J]. 地理科學(xué)進(jìn)展， 2015， 34（10）： 1275-1287. [WANG Can， WANG De， ZHU Wei， et al. Research progress of discrete choice models[J]. Progress in Geography， 2015， 34（10）： 1275-1287.]

[55] AGUIAR-QUINTANA T， ROMáN C， GUBISCH P M M. The post-COVID-19 tourism recovery led by crisis-resistant tourists： Surf tourism preferences in the Canary Islands[J]. Tourism Management Perspectives， 2022， 44： 101041.

[56] 王燦， 王德， 朱瑋， 等. 基于消費者行為模擬的商業(yè)綜合體空間優(yōu)化策略[J]. 南方建筑， 2020（2）： 1-9. [WANG Can， WANG De， ZHU Wei， et al. Spatial improvement strategies for commercial complexes based on simulations of consumer behavior[J]. South Architecture， 2020（2）： 1-9.]

Research on Flow Simulation and Tourism Routes Optimization Based

on Visual Preference： A Case Study of Gulangyu Island

HUANG Jingxiong1，2， LI Yuan1，3， LIANG Jiaqi1，3， YANG Mengsheng1，3

（1. School of Architecture and Civil Engineering， Xiamen University， Xiamen 361005， China;

2. School of Architecture， Tsinghua University， Beijing 100084， China;

3. Xiamen Key Laboratory of Integrated Application of Intelligent Technology

for Architectural Heritage Protection， Xiamen 361005， China）

Abstract： Tourism planning and tourist flow management are critical issues for tourism destinations， and research on tourist behavior and visual perception provides a new perspective on these issues. This study constructed a three-dimensional space of tourist behavior and focused on the destination environment from the perspective of tourists’ visual preferences. Using Gulangyu island， China as a case study， this investigation employed multi-agent simulation methods to research flow simulation， tourism route optimization， and tourism congestion prevention; the integrated application of the methods was achieved. First， optimization strategies for four tourism routes were proposed based on visual preference; the optimized routes improved visual utility and the guiding of external tourist flow. Second， the potential crowding risk from tourist flow was simulated and predicted according to the optimized tourism routes. Among the four official routes， the “Hundred-year Heritage” route had the highest potential risk of crowding in the future. Third， the key intersections in the “Hundred-year Heritage” route were selected for spatial optimization. The simulation after optimization showed the alleviation of potential crowding risk.

In conclusion， after repeated verification of “visual preference measurement-general simulation optimization-congestion risk prediction-fine simulation optimization，” this study met the established optimization goals while avoiding possible risks and realized the layer-by-layer refinement from street space （mesolevel） to visual elements （microlevel）. This study makes several contributions. First， in theory， the study constructs a ternary spatial theoretical model of tourist behavior and proposes a framework for flow simulation and tourism route optimization based on visual preference. This study interprets the interactive relationship between people and the environment through the interaction of space and behavior and establishes the subject-object relationship between environmental constraints and individual perception and the supply-demand relationship between environmental conditions and individual preferences. Second， from a research perspective， this study combines not only objective tourism environment elements and subjective tourist choice preference measurement but also the mesoscale （optimization of tourism route planning） and the microscale （street space design） environments. The study also realizes the multiple perspectives of subjective-objective integration and multi-scale optimization. Third， this study develops a multi-dimensional method that includes multi-objective orientation and hierarchical advancement， combined multi-source data （street view images， questionnaire data， and Global Positioning System data）， and multi-methods （deep learning， stated preference， and geographic information system-based spatial analysis and visualization）. Finally， the findings indicate that extending the technical framework to other similar tourism sites to measure landscape quality， simulate tourist flow， or design tourism routes can provide references for related research. Moreover， with its theoretical measurement results for visual preference， congestion prediction， and space optimization， this study proposes an optimization scheme in a targeted manner that is suitable for the management and planning of heritage tourism sites and thus has application value.

Keywords： heritage tourism site; visual preference; tourism route; multi-agent simulation; Gulangyu island

[責(zé)任編輯：劉 " "魯；責(zé)任校對：周小芳]