游客在客源地与目的地之间及目的地内部的流动是当代社会人类流动的重要组成,对空间游客行为特征与机制的分析一直是旅游流研究的核心问题。空间行为体现了游客对旅游区用地与功能的选择与偏好,对于旅游目的地管理决策至关重要。
既有研究多聚焦于游客行为本身,较少关注以游客行为作为联系的旅游街区关联特征。游客行为交织重叠,构成了旅游街区和各类功能之间显性和隐性的关联规则,这种关联可以为旅游区功能优化与资源分配提供决策参考,改善旅游区功能布局和游客体验。
将海量游客个体的空间行为所形成的复杂网络作为依据,探究各个街区与各类功能之间的关联规则,发掘游客行为特征对用地规划模式的影响,可提升旅游区用地效率,构建智慧旅游体系。
鼓浪屿位于福建省厦门市,面积约1.89km²,是国家5A级旅游旅游区,曾获得全国重点文物保护单位、中国最美五大城区等荣誉。2017年7月8日,"鼓浪屿:国际历史社区"被列入世界遗产名录,成为中国第52项世界遗产项目。
图1 鼓浪屿重要景点分布
LBS大数据:来源于极光Aurora Mobile平台,均经过脱敏处理。数据采集时间为2019年10月1日到10月7日。
街区数据:从OpenStreetMap获得鼓浪屿街道网络数据,最终得到242个街区。
图2 鼓浪屿游客画像的统计特征
图3 LBS大数据处理过程
本研究基于LBS大数据、用户画像数据与鼓浪屿街区数据,使用复杂网络构建游客空间行为网络,分析总体网络特征,包括街区网络节点重要性测度和整体网络联系性测度;其次,基于行为网络,研究旅游街区关联规则;最后,基于性别、年龄和客源地等个体属性,分析各类游客空间行为和街区关联规则。
图3 鼓浪屿旅游街区关联规则识别与特征分析技术路线
复杂网络具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质,具有较强的异质性。本研究基于复杂网络的分析主要是为了发现基于游客空间行为的街区网络的结构和功能中起关键作用的街区节点。
点度中心度:C=deg(x)/N-1
接近中心度:C(u)=1/∑d(u,v)
中间中心度:C(b)=∑σmn(i)/σmn
关联规则是反映一个事物与其他事物之间的相互依存性和关联性,是数据挖掘的一个重要技术,用于从大量数据中挖掘出有价值的数据项之间的相关关系。
支持度:support(A⇒B)=P(A∪B)
置信度:confidence(A⇒B)=P(B|A)=P(A∪B)/P(A)
提升度:lift(A⇒B)=confidence(A⇒B)/P(B)
基于游客空间行为构建复杂网络,发现大部分街区网络节点存在178~230条对外联系线,节点间的联系十分复杂。截尾处理后鼓浪屿街区整体网络结构整合度较高。
图5 鼓浪屿游客空间行为网络特征
研究发现:
在游客空间行为轨迹网络中,各街区兼具"中心"与"枢纽"作用。游客最常采用的时以服务设施为枢纽进行串联的旅游线路。
选出被选择频率最高的30个网络节点进行分析。网络联系性的节点为日光岩(X42)、菽庄花园(X240)、钢琴码头(X225)、黄家花园(X23)和厦门海底世界(X126)。
图6 30个街区网络节点的联系网络图
从土地使用功能可看出,网络联系性较强的用地主要为人气较高的景点、受大众青睐的餐饮住宿商业区以及码头。
基于由游客空间行为所构建的街区关联网络,使用关联规则挖掘出关联性最高的30对节点对。鼓浪屿沙滩(X205)与浪荡山及山脚下酒店别墅(X87)的关联规则提升度最高,日光岩寺(X25)和日光岩(X42)的支持度最高。
图7 30对节点对关联特征
图8 30对节点对的关联规则示意图
关联规则的右侧为浪荡山及山脚下酒店别墅(X87)、厦门海底世界(X126)、菽庄花园(X240)与日光岩(X42),表明这4个节点在整体网络中存在较强的关联。鼓浪屿游客更多的体现为多节点式、链式旅游的空间行为模式。
厦门海底世界(X126)的支持度与提升度均较高,为强关联规则。主要原因在于厦门海底世界是融生态保护、海洋知识、科教观光于一体的大型海洋水族馆,不仅对外地游客具有较高的吸引力,对本地游客而言也是较为重要的亲子休闲场所。
图9 第126号网络节点厦门海底世界关联规则
图10 第126号网络节点厦门海底世界空间联系
与其关联性最强的街区分别为东北门和东南门的游客休憩区(X124、X116)。东南门休憩区的支持度(0.028)远高于东北门休憩区(0.011)。据现场调查与分析发现,厦门海底世界南部紧邻龙头路商业街,而龙头路商业街上的座椅等休憩设施较为缺乏,因此前往东南部休憩区的游客部分来自于厦门海底世界,部分来自于南部繁华的龙头路商业区。
支持度最高的节点为菽庄花园(X240)与日光岩(X42)所在街区。选择所有与菽庄花园(X240)关联的街区,分析其关联规则。
图11 第240号网络节点菽庄花园关联规则
图12 第240号网络节点菽庄花园空间联系
当菽庄花园(X240)位于规则的右侧时,支持度最高的是与其相邻的菽庄旅游驿站(X0)(0.025)。置信度最高的是"黄家花园(X23)-皓月园(X24)"(0.562),表明到访过这两个景点的游客中,有50%以上概率会到访菽庄花园。
图13 第42号网络节点日光岩关联规则
图14 第42号网络节点日光岩空间联系
当日光岩(X42)位于规则的右侧时,支持度最高为日光岩寺(X25)(0.039)。与菽庄花园相同,置信度最高的是"黄家花园(X23)-皓月园(X24)"(0.566)。除了上述街区,日光岩(X42)与多数民宿酒店所在街区关联规则的提升度均大于1,存在较强的相关性。
提升度较高的节点是浪荡山及山脚下酒店别墅(X87)。与浪荡山及山脚下酒店别墅(X87)关联最为紧密的是鼓浪屿沙滩(X205),提升度远大于1(3.310),为前30条关联规则中最高。
图15 第87号网络节点浪荡山关联规则
图16 第87号网络节点浪荡山空间联系
浪荡山位于鼓浪屿西部海岸边,位置较为偏远。与其他景点间的关联度相对较低,和东侧的大众游览路线距离较远,导致来这里的游客可选择性较少。后续除了通过优化游览路线、提升指引等措施增强浪荡山热门景点的联系,还应注重打造其本身的旅游产品和项目以提升吸引力。
为了基于不同旅游群体的空间行为特征分析旅游街区关联的异质性,需要将街区和不同属性的游客个体都作为节点构建2-模网络。在反复随机抽样、对比后发现其结果具有相似性。
图17 基于性别的2-模随机子网
图18 基于性别的节点选择倾向空间分布
通过对比发现,男性游客更愿意前往酒店、餐饮等旅游服务设施,到访用地功能组合为"休憩+餐饮+野外休闲"模式,更多体现为居住式的旅游。而女性游客更愿意前往热门景点、文化旅游景点以及特色产品体验区域,到访用地功能组合为"热门景点+文化艺术体验+购物"模式。
图19 基于年龄的2-模随机子网
图20 基于年龄的节点选择倾向空间分布
各年龄段人群皆会前往日光岩(X42)、皓月园(X24)、钢琴码头(X225)等节点。16—25岁游客倾向于到访他城壹悦庭院海景别墅等节点;26—35岁游客更倾向于前往黄家花园餐厅、菽庄花园等节点;36—45岁游客更加倾向前往旅游服务设施。
图21 基于客源地的2-模随机子网
图22 基于客源地的节点选择倾向空间分布
由随机抽样结果可见,十一期间鼓浪屿大多为外地游客,本地游客较少。外地游客到访的均为热门景点,体现为"文化景点+购物商贸+住宿餐饮+特色体验"的打卡式旅游模式。本地游客多因特定目的出行,到访街区主要以户外休闲、艺术体验和宗教信仰功能为主,空间分布较为集中。
步行旅游区应寻求全域旅游模式下的差异化、特色化发展道路。对各个街区进行内涵挖掘、精准定位,并结合周边街区特征进行整片打造。
远离热门区域的景点应整合周边资源进行组团式发展,增设多样旅游路线,注重打造其本身的旅游产品和项目以提升吸引力。
核心景点附近的旅游服务功能仍需进一步强化。应进一步加强热门旅游区域位于边缘区的核心景点周边的旅游服务功能。
针对不同群体制定更加明确且完善的旅游服务产品。各类区域服务的对象、产品类型应进一步明确,从而针对性的提供特色化旅游体验。
本研究基于LBS轨迹数据,使用复杂网络与关联规则算法将游客空间行为与旅游街区进行空间耦合,发现游客空间行为视角下旅游街区之间的关联特征,并深入分析不同旅游人口特征所导致的关联特征差异。研究发现:
本研究证实了Lew等的结论,游客路线选择差异较大,且沿途目的地的重要性各不相同。由基于游客空间行为的鼓浪屿街区网络结构可以发现:
研究局限:
1. 针对鼓浪屿的研究结论较为具体,后续应扩大案例研究
2. 关联规则只表示规则前件和后件中的项明显地同时出现,并不代表因果关系
* 以上内容由AI自动生成,内容仅供参考。对于因使用本网站以上内容产生的相关后果,本网站不承担任何商业和法律责任。