基于GIS的浙江省游客時空分布與旅游路徑特征分析摘要：隨著旅游業(yè)的蓬勃發(fā)展和地理信息系統(tǒng)（GeographicInformationSystem，GIS）技術(shù)的不斷進步，基于GIS的游客時空分布與旅游路徑特征分析成為旅游研究的熱點?；诰W(wǎng)絡(luò)平臺爬取的2017年7月至2023年4月的游客游記信息和興趣點數(shù)據(jù)（PointofInterest，POI）數(shù)據(jù)，借助核密度分析、K均值聚類分析等方法，對新型冠狀病毒感染前后浙江省游客游玩時間特征、空間分布特征、旅游路徑特征進行分析。研究發(fā)現(xiàn)：2018—2022年，游客平均游玩天數(shù)從2.67d逐漸減低到1.75d，游客數(shù)量的峰谷交替出現(xiàn)；游客受季節(jié)性引起的旅游需求的變化較小，旅游以分布區(qū)域廣的多核集聚模式向分布區(qū)域單一的多核高度集聚模式轉(zhuǎn)變；旅游路徑大致可以分為3種模式：以杭州為主的“杭州+省內(nèi)其他城市”旅游，以體驗相同特色為目的的周邊游，以體驗不同地域、不同風(fēng)景為目的的長途游。旨在為浙江省后疫情時代旅游業(yè)科學(xué)可持續(xù)發(fā)展提出可行性對策和建議。關(guān)鍵詞：旅游時空分布旅游路徑空間分析地理信息系統(tǒng)浙江省AnalysisofSpatiotemporalDistributionandTourismPathsCharacteristicsofTouristsinZhejiangProvinceBasedonGISZHANGJiahao1，4RUANXiaoguang1，2，3*XUXiaohan1，21.CollegeofSurveyingandMappingScienceandTechnology，ZhejiangUniversityofWaterResourcesandElectricPower，Hangzhou，ZhejiangProvince，310018China;2.InstituteofIntelligentPerceptionandCooperativeMonitoring，ZhejiangUniversityofWaterResourcesandElectricPower，Hangzhou，ZhejiangProvince，310018China;3.NanxunInnovationResearchInstitute，ZhejiangUniversityofWaterResourcesandElectricPower，Huzhou，ZhejiangProvince，313009China;4.ZhejiangQingheNaturalResourcePlanningCo.Ltd.，Huzhou，ZhejiangProvince，310012ChinaAbstract：Withtheboomingdevelopmentoftourismindustryandthecontinuousprogressofgeographicinformationsystem（GIS）technology，thespatiotemporaldistributionoftouristsandtheanalysisoftouristpathcharacteristicsbasedonGIShavebecomeahotspotintourismresearch.Inthispaper，basedonthetourists'travelinformationandPointofInterest（POI）datafromJuly2017toApril2023crawledfromthenetworkplatform，withthehelpofnucleardensityanalysis，K-meanclusteringanalysisandothermethods，itanalyzesthetourists'traveltimecharacteristics，thespatiotemporaldistributioncharacteristics，andthecharacteristicsoftravelpathsoftouristsbeforeandafternovelcoronavirusinfectioninZhejiangProvince.Theresearchfoundthat：from2018to2022，theaveragenumberofdaystouristsspendvisitinggraduallydecreasedfrom2.67daysto1.75days，andthepeaksandvalleysofthenumberoftouristsalternated;Thechangesintourismdemandcausedbyseasonalityarerelativelysmall，andtourismshiftedfromamulti-coreclusteringmodelwithawidedistributionareatoamulti-corehighclusteringmodelwithasingledistributionarea;ThetouristpathscouldberoughlydividedintoHangzhou-basedTourismpathscanbebroadlydividedintoHangzhou-based“Hangzhou+othercitiesintheprovince”tourism，peripheraltourismaimedatexperiencingthesamecharacteristics，andlong-distancetourismforthepurposeofexperiencingdifferentlandscapesindifferentregions.ItaimstoproposefeasiblestrategiesandsuggestionsforthescientificandsustainabledevelopmentoftourismindustryinZhejiangProvinceinthepostepidemicera.KeyWords：Thespatiotemporaldistributionoftourists;Touristpath;Spatialanalysis;GIS;ZhejiangProvince旅游業(yè)作為綜合性產(chǎn)業(yè)，是經(jīng)濟高質(zhì)量發(fā)展的重要著力點[1-2]。開展以旅游流時空特征分析，揭示旅游者空間移動規(guī)律，可為旅游管理和開發(fā)提供重要依據(jù)[3-4]。20世紀60年代至今，游客行為研究從對旅游流空間分布和統(tǒng)計特征的簡單描述逐漸發(fā)展為時空特征和復(fù)雜網(wǎng)絡(luò)精細建模[5-6]，研究視角也從宏觀尺度轉(zhuǎn)向個體旅游者行為的微觀尺度[7-8]。復(fù)雜系統(tǒng)理論、行為經(jīng)濟學(xué)等的引入[3，9]豐富了該領(lǐng)域的理論體系和分析方法，呈現(xiàn)出跨學(xué)科融合的趨勢。近年來，地理信息系統(tǒng)（GeographicInformationSystem，GIS）技術(shù)成為游客時空分布與旅游路徑分析的重要手段。社交媒體數(shù)據(jù)、GPS軌跡數(shù)據(jù)等新興地理大數(shù)據(jù)[10-13]為游客時空行為研究提供了豐富的數(shù)據(jù)基礎(chǔ)。核密度估計、熱點分析、引力模型、社會網(wǎng)絡(luò)分析等GIS理論方法[14-19]可以用于揭示游客分布和移動的空間模式。有研究證實，新冠肺炎疫情導(dǎo)致的旅游規(guī)模下降、旅游流網(wǎng)絡(luò)結(jié)構(gòu)的改變?nèi)栽诔掷m(xù)[20-21]，有必要加強疫情對旅游流的影響變化研究。本文基于網(wǎng)絡(luò)游記和興趣點數(shù)據(jù)（PointofInterest，POI），采用核密度分析、K均值聚類分析等方法，探索疫情前后游客的時空分布和行為演變規(guī)律，并且提出可行性建議，以期為后疫情時代旅游線路開發(fā)、旅游空間布局提供參考，助力浙江旅游業(yè)的科學(xué)、可持續(xù)發(fā)展。1數(shù)據(jù)與方法1.1研究區(qū)本文以浙江省為研究區(qū)。浙江省地處長江三角洲經(jīng)濟區(qū)，地理環(huán)境和氣候條件優(yōu)越，下轄11個地級市，陸地面積10.18萬km2，其中，70.4%為丘陵山地，23.2%為平原。浙江省擁有眾多自然風(fēng)景區(qū)、國家級森林公園等，依托完備的基礎(chǔ)設(shè)施和交通網(wǎng)絡(luò)，旅游資源的開發(fā)利用相對成熟，是我國經(jīng)濟強省和旅游勝地之一。旅游業(yè)是浙江省的重要產(chǎn)業(yè)之一，全省共有8個國家級風(fēng)景名勝區(qū)、5個5A級旅游景區(qū)、11個4A級旅游景區(qū)，涵蓋了山水風(fēng)光、歷史文化、鄉(xiāng)村休閑等多個旅游主題，旅游資源和旅游產(chǎn)品豐富。其中，杭州、寧波、溫州等城市是浙江省的旅游熱門目的地，擁有豐富的文化底蘊和旅游資源，受到了國內(nèi)外游客的青睞。1.2數(shù)據(jù)來源與處理旅游足跡基礎(chǔ)數(shù)據(jù)主要包括旅游平臺獲取的游記文本和照片。其中，文本可以用于獲取游客的出游時間和旅游線路；照片可以用于驗證文本的真實性，并且補充部分目的地信息的缺失。通過調(diào)研和對比各個旅游網(wǎng)絡(luò)平臺，選擇“去哪兒”網(wǎng)站的游記板塊內(nèi)容作為旅游足跡的基礎(chǔ)數(shù)據(jù)。利用爬蟲工具爬取了2017年7月至2023年4月期間的2180份游記，游記數(shù)據(jù)本身不配坐標信息。為了后續(xù)的空間分析，從網(wǎng)絡(luò)地圖上獲取了浙江省境內(nèi)的旅游景點POI數(shù)據(jù)，用于賦予空間坐標信息。1.3分析方法本文通過季節(jié)性強度分析，計算2018年、2020年和2022年游客出游意愿受季節(jié)的影響情況。季節(jié)性強度指數(shù)R是表達季節(jié)性所引起的旅游需求的時間分布集中性的指標[22]，具體計算公式為式（1）中：xi表示每個月份客流量占全年的百分比。結(jié)果中的R越接近于0，旅游需求時間分配越均勻；反之，淡、旺季差異越大。通過GIS核密度分析，計算2018年、2020年和2022年游客核密度值，進一步研究游客旅游的空間集聚情況。核密度值是某一要素在其周圍鄰域中的密度值，其基本思想是將點信息擴展到面上，展示點要素的集聚區(qū)域，通常用來描述地理事件在據(jù)點一定距離的區(qū)域內(nèi)發(fā)生率大小，某一新位置（x，y）的預(yù)測密度的計算公式為式（2）中：i=1，…，n表示輸入點，如果點位于（x，y）位置的半徑距離內(nèi)，則僅包括總和中的點；popi表示i點的人數(shù)值，它是一個可選參數(shù)；dist表示點i和（x，y）位置之間的距離。2結(jié)果與分析2.1時間特征分析統(tǒng)計2018年、2020年和2022年游客平均游玩天數(shù)與不同游玩時長的游客占比，結(jié)果如圖1和圖2所示。2018—2022年，游客平均游玩天數(shù)從2.67d逐漸減低到1.75d，主要原因可能在于受全球疫情影響，人群外出減少是游客平均游玩時間減少的主要原因。此外，選擇出游1～3d的游客占比遞增，以2～3d的游玩模式向1～2d的模式轉(zhuǎn)移，省內(nèi)嚴格到位的防疫政策也降低了人群的出行意愿，人們更愿意從2～3d的小假期旅游模式轉(zhuǎn)變?yōu)橐蝗沼?，并且游?d以上的長時間旅游占比從2018年的20.47%下降到2022年的3.97%。結(jié)果表明，疫情對省內(nèi)旅游業(yè)沖擊較大，疫情結(jié)束后的旅游業(yè)恢復(fù)潛力較大。按季節(jié)和月份，統(tǒng)計2018年、2020年和2022年的浙江省游客分布特征，結(jié)果如圖3、圖4所示。冬季人數(shù)占比最低，為浙江省旅游淡季。夏季為浙江省旅游旺季，且2018—2022年游客的喜好從春夏季節(jié)逐步轉(zhuǎn)變?yōu)橄那锛竟?jié)。2018年的游客走勢較為平穩(wěn)，而2020年與2022年曲線變化劇烈，疫情期間伴隨周期性的集中出游和居家，游客數(shù)量的峰谷交替出現(xiàn)，這也反映浙江省旅游的恢復(fù)潛力。另外，通過計算季節(jié)性強度指數(shù)R，描述游客出游意愿受季節(jié)影響的程度。本文將3個年份的游記樣本相加計算各月份游客量占全年百分比，得出季節(jié)性強度指數(shù)R=0.0272，表明3年內(nèi)游客受季節(jié)性引起的旅游需求的變化較小。浙江省地處亞熱帶季風(fēng)區(qū)，氣候適宜，旅游業(yè)資源充足，景區(qū)設(shè)施完善，一年四季接待能力比較均衡，季節(jié)性影響較小。2.2空間分布特征分析浙江擁有3A級以上的景區(qū)736個，11個地級市平均分布有67個景區(qū)。對浙江省3A級以上景區(qū)進行核密度分析，結(jié)果如圖5所示。杭州、寧波、湖州、金華的旅游景點較多旅游資源較為豐富，溫州、紹興、舟山的旅游景點較少，嘉興、衢州、臺州、麗水旅游景點數(shù)量則接近平均水平。對2018年、2020年和2022年浙江省3A級以上的景區(qū)游客訪問量進行核密度分析，結(jié)果如圖6～圖8所示?？傮w而言，旅游以分布區(qū)域廣的多核集聚模式向分布區(qū)域單一的多核高度集聚模式轉(zhuǎn)變。其中，2018年，游客在杭州湖州與麗水溫州境內(nèi)雙核集聚，在其他城市多核發(fā)展；2020年，游客在浙江南部的集聚區(qū)域向浙江北部西部移動，雖然仍是多核集聚，但是在杭州湖州地區(qū)高度集聚，核數(shù)量減少；2022年，在核數(shù)量減少的基礎(chǔ)上，進一步減少了集聚范圍，幾乎游客的活動范圍集中在城市的主城區(qū)內(nèi)與旅游景點密集的區(qū)域內(nèi)。浙北部的旅游資源相較浙南部較為充盈，發(fā)展格局出現(xiàn)一定區(qū)域不均衡性。在后疫情時代，應(yīng)給予旅游政策支持，宣傳高質(zhì)量冷門景點，以擴大游客訪問覆蓋度。2.3旅游路徑特征分析采用聚類分析方法對對2018年、2020年和2022年浙江省游客時空行為模式進行分類描述。具體做法是在市域范圍進行景區(qū)分區(qū)，根據(jù)游客游記中描述的游覽路徑，按照到訪情況給各區(qū)賦值，到訪景區(qū)標記為1，未到訪景區(qū)標記為0，以此作為聚類要素，采用SPSS軟件的K均值聚類功能對游客的旅游路徑進行聚類分析，結(jié)果見表1-表3。聚類結(jié)果中，數(shù)值F越高，代表該類別中游客訪問可能性越高；反之，則越低；數(shù)值p表示在零假設(shè)下觀察到樣本數(shù)據(jù)的概率。通過3個年份多節(jié)點聚類結(jié)果，得出杭州、湖州是游客多節(jié)點旅游中的關(guān)鍵節(jié)點。游客多以“知名度”“景點數(shù)量”“經(jīng)濟發(fā)達成都”為指標進行旅游目的地選擇，因此，省會城市杭州因其經(jīng)濟發(fā)展水平和旅游資源優(yōu)勢而成為大量游客浙江旅游的主要目的地。周邊湖州自身擁有不俗的旅游資源，擁有89個3A級以上景區(qū)，受到杭州的帶動也吸引了游客打卡游玩。通過對比分析若干條經(jīng)典旅游路線，發(fā)現(xiàn)覆蓋4座城市的旅游路線由2018年的0個發(fā)展到2022年的3個，表明游客的旅游空間跨度不斷變大、游覽的景點種類變多。此外，部分游客選擇體驗相似的景點特色，從而在相鄰城市之間開展小范圍旅游，例如：2018年的路線③、2020年的路線①和2022年的路線①。總體而言，訪浙游客大致可分為3種旅游路徑模式：以杭州為主的“杭州+省內(nèi)其他城市”旅游；以體驗相同特色為目的的周邊游；以體驗不同地域、不同風(fēng)景為目的的長途游。3結(jié)論與建議3.1結(jié)論本文基于“去哪兒”平臺爬取的2017年7月至2023年4月游客游記信息和POI數(shù)據(jù)，借助核密度分析、K均值聚類分析等方法，對浙江省游客游玩時間特征、空間分布特征與旅游路徑特征進行分析，得出以下結(jié)論。（1）2018—2022年，游客平均游玩天數(shù)從2.67d逐漸減低到1.75d，使游客數(shù)量的峰谷交替出現(xiàn)。（2）2018—2022年，游客受季節(jié)性引起的旅游需求的變化較小，旅游以分布區(qū)域廣的多核集聚模式向分布區(qū)域單一的多核高度集聚模式轉(zhuǎn)變。（3）旅游路徑大致可分為以杭州為主的“杭州+省內(nèi)其他城市”旅游、以體驗相同特色為目的的周邊游、以體驗不同地域不同風(fēng)景為目的的長途游3種模式。3.2建議根據(jù)以上研究結(jié)果，提出以下幾點對策與建議。（1）增加冬季旅游項目。每年12月到來年2月為浙江旅游淡季，應(yīng)增加人造雪場、天然溫泉項目的開發(fā)，平衡四季旅游熱度。（2）優(yōu)化旅游資源分配，培養(yǎng)省內(nèi)“第二旅游熱點”。加大冷門景點宣傳力度，給予旅游政策支持，通過在浙南、浙東地區(qū)培養(yǎng)“第二熱點”，增加城市間關(guān)聯(lián)性與流通性，帶動周邊城市協(xié)同發(fā)展，促進旅游業(yè)均衡發(fā)展。（3）加強不同地區(qū)旅游特色化和差異化發(fā)展，提升旅游吸引力和競爭力。各地區(qū)可以充分發(fā)揮自身優(yōu)勢，深入挖掘本地資源，打造獨具特色的主題旅游，吸引更多游客，促進旅游業(yè)的可持續(xù)發(fā)展。[1]宋洋洋.文旅融合視角下旅游對城市更新的作用[J].旅游學(xué)刊，2024，39（3）：8-10.[2]王韌，宋爽爽.高等級景區(qū)的旅游經(jīng)濟效應(yīng)及其空間關(guān)聯(lián)機制：基于中國225個地級市的實證檢驗[J].旅游學(xué)刊，2024，39（10）：14-30.[3]ZHENGYH，MOUNX，ZHANGLX，etal.ChinesetouristsinNordiccountries：Ananalysisofspatio-temporalbehaviorusinggeo-locatedtravelblogdata[J].Computers，EnvironmentandUrbanSystems，2021，85：101561.[4]LIUWB，WANGBX，YANGY，etal.Clusteranalysisofmicroscopicspatio-temporalpatternsoftourists’movementbehaviorsinmountainousscenicareasusingopenGPS-trajectorydata[J].TourismManagement，2022，93：104614.[5]KádárB，"GedeM.Tourismflowsinlarge-scaledestinationsystems[J].AnnalsofTourismResearch，2021，87：103113.[6]劉佳，紀曉萌，陸嘉欣，等.基于多源異構(gòu)數(shù)據(jù)的膠東經(jīng)濟圈旅游資源供需匹配時空特征[J].地球信息科學(xué)學(xué)報，2024，26（2）：393-407.[7]GideboHB.Factorsdetermininginternationaltouristflowtotourismdestinations：Asystematicreview[J].JournalofHospitalityManagementandTourism，2021，12（1）：9-17.[8]吳朝寧，李仁杰，郭風(fēng)華.基于圈層結(jié)構(gòu)的游客活動空間邊界提取新方法[J].地理學(xué)報，2021，76（6）：1537-1552.[9]樸志娜，江揚，吳必虎，等.國際游客對中國的地理想象構(gòu)建與旅游動機[J].旅游學(xué)刊，2018，33（9）：38-48.[10]顧秋實，張海平，陳旻，等.基于手機信令數(shù)據(jù)的南京市旅游客源地網(wǎng)絡(luò)層級結(jié)構(gòu)及區(qū)域分異