基于不同尺度的旅游客流时间分布特征研究——以西藏林芝为例

孔令怡

(南京师范大学 地理科学学院，南京 210023)

【旅游发展研究】

基于不同尺度的旅游客流时间分布特征研究
——以西藏林芝为例

孔令怡

(南京师范大学 地理科学学院，南京 210023)

采用滤波分析方法等、TRAMO-SEATS方法，从不同时间尺度对林芝的旅游客流分布及波动特征进行分析。结果表明:(1)25年间林芝旅游接待总人数增长迅速，但年度变化强度较大，整个旅游业的发展阶段可划分为起步阶段、平稳发展阶段和快速发展阶段;(2)除受突发事件影响的时段之外，林芝的旅游月度客流量基本呈现波动式上升，与此同时季节性特征也较为明显;(3)从景区角度来看，林芝景区可分为三大类，每一类景区都有自身典型的客流波动特征。分析认为，气候条件、公共假期、突发事件等是影响林芝旅游客流时间分布的重要因素。最后，从开展反季旅游、打造全域旅游等方面提出优化林芝旅游的对策，以实现旅游产业的转型升级。

时间尺度;旅游客流;分布特征;林芝

当前，有关旅游客流的研究成果数量颇丰，涉及范围也相当广泛。从时间上看，多从年际、年内或多个时间维度进行综合分析;从内容上看，主要包括对旅游地客流变化规律进行探索、对季节性波动及成因进行研究和对旅游客流的中长期变化进行预测等;从地点上看，既有对大、中尺度旅游地(如国家、省域、市域)的客流时空分布格局进行描述与探究，也有对小尺度(如景区)的客流波动特征所做的分析;从方法上看，多运用季节指数、基尼系数等数理分析方法以及小波分析、EMD、时间序列等方法模型。如马耀峰等对我国入境旅游流进行了时间序列分析，并运用季节指数法测算入境旅游流的月际变动情况，从而探索海外入境旅游流的季节分布和月度强度差异［1］;卢松等以具有典型性和代表性的西递、宏村为研究对象，分析我国古村落型旅游地的客流时间分布特征，并从事件效应、辐射带动效应、自然环境因素、社会经济因素等方面分析影响旅游地客流时间变化的因素［2］;戴林琳、盖世杰将节事旅游作为研究视角，综合SPSS相关与回归分析、波士顿矩阵等研究方法，对1980-2009年间京郊地区节事旅游的时间样本进行了变化特征与影响因素分析［3］;余向洋等采用经验模态分解方法(EMD)，从波动视角对黄山风景区的季节性客流波动特征、旅游周期波动特征、经济周期波动特征进行了研究，并结合最小二乘支持向量机方法对景区未来发展做出预测［4］。

然而不可否认的是，受某些客观因素所限，当前国内对旅游客流的研究大多集中在离散或单一尺度，全方位、多视角对旅游客流时间变化进行的研究相对较少。此外，由于旅游学与地理学采用的时间尺度范围并不完全相同，对跨学科研究而言更加剧了综合集成的困难。因此，本文试图对西藏林芝地区年、月、日等不同时间维度的旅游客流分布特征进行探析，以期正确而完整地揭示林芝旅游客流的流动规律。

一、研究方法与数据来源

(一)研究方法

1.滤波分析方法

时间序列的构成一般包括长期趋势要素、循环要素、季节变动要素和不规则要素。因此，对某一时间序列波动周期的测定，常常等同于对时间序列进行分解，对各变动因素进行测度。依循此思路，本文采用滤波分析方法，使用HP滤波、BK滤波、CF滤波等三种滤波对客流波动周期与波动特征进行分析。其中HP滤波可以看作一个近似的高通滤波器(High-Pass Filter)，BK滤波和CF滤波都是带通滤波器(Band-Pass Filter)。在时间序列中，高通滤波器其实就是分离出诸如波长小于8年的成分，而带通滤波器则是分离出诸如波长在6～32个季度间的成分，将剩下的高频成分视作季节因素和随机扰动，将低频成分视作增长趋势。三种滤波方法的具体机理和特点见参考文献［5］。

2.TRAMO-SEATS方法

TRAMO-SEATS是研究旅游季节性波动时应用最为广泛的方法之一，是一种基于信号提取的季节调整方法，通常允许异常值和缺失值的出现，通过TRAMO过程和SEATS过程相结合实现时间序列降噪，建立预测模型并提取出时间序列的各组分。TRAMO-SEATS季节调整的一般步骤为:首先使用TRAMO自动识别ARIMA模型与异常值，而后将线性化序列传递给SEATS作实际分解，从而引出各部分的模型参数并对其进行最小平方误差估计，最后将异常值和特殊影响重新引回成分当中。具体操作方法见参考文献［6］。

(二)数据来源

本文所采用的客流年度、月度数据来自林芝旅游局的有关统计资料和旅游统计公报。其中，自2013年起林芝旅游局开始实行3-10月主要景区日报制度，因而2013、2014年景区日度数据来自景区日报表。

二、宏观尺度下林芝旅游客流时间分布特征

(一)年际变动特征

图1显示，25年间林芝旅游接待总人次实现高速增长。从1990年旅游接待总人数的7220人次猛增到2014年的280万人次，保持着28.20%的年平均增长率。客流年际变动指数为4.00，说明年度变化强度较大，各年的客流分布极不均衡。

为了进一步测度林芝年度游客时间序列，本文选取不同的滤波方法，通过比较各滤波间不同的过滤效果来判断与划分波动周期。由于算法不同，BK、CF滤波存在前后3年的滞后期，而HP滤波时间长度过滤更为完整，但不同滤波之间的滤出结果基本一致，表明滤波分析的可靠性能够得到保证。从图2显示的滤波分解结果看，25年间林芝旅游可划分为3个周期，其中分别以2009、2012年为断裂点;通过比较不同振幅的周期，进一步提炼出林芝旅游的3个阶段:起步阶段(1990-2000年)、平稳发展阶段(2001-2007年)和快速发展阶段(2008-2014年)。起步阶段，林芝游客数量增长缓慢，10年间年均增加4677人次，旅游业发展并不活跃;进入21世纪以来，林芝跳出旅游业发展瓶颈，旅游人数明显增加，从2001年的11.38万人增长到2007年的84.21万人，年均增长率达到51.89%;2008年至今，林芝旅游业进入了有序发展阶段，保持良好的发展势头，旅游人数由2008年的46.60万人次迅速增加到2014年的280万人次，年平均增加27.97万［7］。

图1 1990-2004年林芝旅游客流年际变化

(二)月度与季节变动特征

图2 1990-2014年林芝旅游客流年度波动轨迹滤波分析

为了更精确地分析林芝旅游的发展趋势，特选取近16年(1999-2014年)、192个月的林芝旅游接待人次月度数据进行对比，如图3所示。图中可以看到，月度时间序列除了线性上升趋势之外还存在着显著的波动趋势，每年都会出现明显的高峰，而峰高不断增高，最大峰高和次大峰高分别出现在最近的2014年与2013年，显现出林芝旅游的两个活跃发展时期。从峰值上看，2008年之前的峰值都在200000以下，尽管2007年已经极度接近200000，但在2008年又出现了明显萎缩，表明此处可能存在非典型性转变。2008年之后，峰高稳定在300000以上并稳中有升，体现了游客数量的稳定增长。此外，林芝月度客流会在每年的1、2月份达到低谷，5月起开始回暖，在经历了7、8月的客流高峰后又在10月迅速回落，12月再度出现低谷，但第二个低谷要高于第一个低谷。

运用Eviews 6.0软件对客流月度数据进行ADF单位根检验(见表1)，结果表明在不同显著性水平下均存在单位根，即月度数据确实存在稳定的、可识别的季节性，序列为非平稳序列［8］。这表明季节性对于林芝旅游业有着较大影响，而若想深入挖掘旅游波动的规律特征，则必须剔除干扰项季节性因子。

表1 ADF检验结果

基于深入分析客流变动趋势的要求，采用TRAMO-SEATS方法对客流月度数据进行季节性调整。首先对数据进行预调整，选取ARIMA模型中最稳定、最简便的(0 1 1)(0 1 1)为TRAMO基础模型，使原序列经过一阶规则差分和一阶季节差分之后成为平稳序列;然后通过SEATS过程剔除季节成分，得到经季节调整后的序列，并将其与原始序列同时呈现在图3中;最后再对序列进行平滑处理，得到平滑后的趋势循环序列，并提取不规则因素，即图4与图5［9］。

如图4所示，1999-2014年林芝旅游客流呈现从低位向高位的稳步攀升态势，特别是在2007年实现了首个突破式增长。然而，2008年旅游客流出现了急速衰减，游客数量下探至近五年来的最低水平，对应了图3中的峰高显著萎缩。究其原因，是由于受到西藏“3·14事件”的严重波及，这表明旅游客流的平稳增长态势很可能会因突发事件的牵连而受到冲击，从而形成新的客流变化规律。此外，从图5可以看出季节性成分历年来基本呈现上升趋势，仅有4、5两月在2013年出现不明显的下降拐点。其中7、8两月上升幅度最大，在演化成相连波峰的同时峰值不断抬升，7月作为极峰的地位也得到了加强［10］。

三、微观尺度下林芝旅游客流时间分布特征

(一)主要旅游景区客流时间分布特征

林芝旅游景区按照其特点进行划分，可分为三大类:第一类是以大峡谷景区为代表的综合型旅游景区。作为整个林芝地区的旅游品牌、林芝最大的综合型旅游景区(国家4A级景区)，大峡谷景区在游客中享有很高的知名度和美誉度，雅鲁藏布江观光带更是林芝“三带五区”中最主要的观光带［11］。且大峡谷景区旅游开发较早，属林芝“老”一代景区的代表，有足够的游客支持景区旅游业的发展，因而旅游旺季较其他景区而言持续时间更长，受其他因素的干扰更小。第二类是以巴松措景区为代表的传统型旅游景区。巴松措景区作为国家级4A级景区和国家级森林公园，以其“能与瑞士风光相媲美”的自然风光而久负盛名。巴松措景区自身的资源本底良好，在八大类旅游资源中拥有水域风光和生物景观两类［12］。受印度洋西南季风的影响，森林植被的繁盛期出现在雨水充沛、气候适宜的夏季，因而巴松措景区在这一时间段会出现旅游小高峰。第三类是以卡定沟景区为代表的单一型旅游景区。卡定沟景区虽然开发较晚，属于林芝“青”一代旅游景区，且当前仅为3A级，但却拥有吸引力很强的特殊类型旅游资源，即卡定沟“天佛瀑布”，其旅游客流的季节性分布基本上与卡定沟瀑布的枯、丰水期相一致，夏秋季游客较多，冬春较少［13］。

图3 原始序列及TRAMO-SEATS调整后序列

图4 趋势循环序列

图5 不规则因素

(二)代表性旅游景区客流时间分布特征

1.逐日客流量分析

为了进一步研究林芝旅游客流的时间分布特征，本文选择了三类景区中最具代表性的大峡谷景区、巴松措景区和卡定沟景区，将三个景区2014年逐日客流量数据绘制成折线图，以进一步分析景区客流量年内变化动态趋势［14］。图6中可见，大峡谷景区年内季节性波形近似呈现“单峰”形态，有一个明显的“主峰”，对应的时间点分别为7月和8月，反映了这个时间段内景区旅游十分活跃。具体分析整个年内变化图，可以看到3月大峡谷春寒料峭，客流量始终在低位波动。从4月开始，大地回春，万物复苏，大峡谷客流量逐渐增大。从“五一”假期开始，客流量开始稳步攀升。7、8月为景区的旅游旺季，游客量达到峰值［15］。“十一”黄金周假期之后，游客量陡然下降，之后始终在低区间运行。这是由于10月起林芝天气日渐寒冷，旅游进入淡季，因而景区客流量逐渐减少。

与此同时，巴松措景区尽管也呈现“单峰”形态，但客流高峰时间相对大峡谷景区而言更短，仅仅出现在7月，8月起客流便出现明显衰减，这也表明巴松措景区在维持旺季客流的能力上还稍逊一筹。而与大峡谷景区高峰期峰值高于月平均值的201%相比，巴松措景区的高峰期峰值高于月平均值332%，峰值更加突出。然而这也在一定程度上反映出两景区存在明显的季节性，即旺季客流量格外突出，淡、平季客流相对平缓。

与大峡谷景区、巴松措景区不同，卡定沟景区客流年内变化更为显著，存在7月和10月两个高峰，表现出典型的“双峰型”特征［16］，但“双峰”高度并不一致，7月明显高于10月，7月最大游客量(2087人)是10月最大游客量(1698人)的1.23倍。出现这种客流年内变化特征，正是由于7月正值卡定沟瀑布的丰水期，丰沛的降水壮大了水势，使瀑布更为磅礴壮观;10月尽管为平水期，但适逢“十一”小长假，假期效应带来的游客激增使得景区客流出现小规模“井喷”现象［17］。

图6 林芝代表性景区客流量逐日变化图

2.特殊时段分析

假期特别是“黄金周”对游客的出游行为有着重大影响，因此本文选取了2013年、2014年4月25日-5月9日以及9月28日-10月12日两个特殊时段的三大景区客流量数据，通过计算日客流量与客流7日均量的相对变化率来分析小长假给景区客流量带来的影响［18］。

由图7可知，“五一”节前一周，卡定沟景区客流量开始出现增长，最大增长幅度出现在4月30日，即“五一”假期前一天。假期伊始，卡定沟景区的客流增速有所放缓，至5月3日，又出现了一个客流高峰，日客流量高于前7日均量110%，实现了客流翻倍式增长。5月4日起，随着“五一”小长假的结束，客流快速回落，客流相对变化率也由正转负。而大峡谷景区、巴松措景区也在“五一”假期之前就出现客流增长，但与卡定沟景区不同，二者在5月3日即小长假最后一天就出现客流衰减。这在一定程度上体现了二者作为林芝的中心景区，一般是游客进入林芝后的首选，因而比较容易在假期伊始出现客流高峰;相比之下，卡定沟景区更适合作为游玩过程中的节点，在整个游线中起到缓冲作用，因而在假期的中末段反而会出现游客数量的猛增现象。

“十一”期间，大峡谷景区、巴松措景区在10月3日出现最大客流量，随后客流量逐步减小。同“五一”假期类似，假期尚未结束(即6日)便出现了客流相对变化率由正转负，7日达到节日期间的最小客流量。节后，客流量不断下探，10日达到客流低谷。而卡定沟景区在“十一”期间的客流变化情况亦与“五一”趋同，在假期行将结束时(10月5日、6日)出现客流高峰。

除了传统的大客流发生点“五一”“十一”假期之外，近年来受林芝举办“桃花节”的影响，3月出现大客流状况的趋势越来越明显。按照 “五一”、“十一”客流量变化特征的分析思路，选取3月20日-3月30日的日客流量数据计算客流7日均量相对变化率。结果表明，2013年，巴松措景区、卡定沟景区在“桃花节”开幕当天出现首个客流高峰，巴松措景区的客流7日相对变化率达到348%，卡定沟景区更是达到391%;而大峡谷景区则稍有延迟，在桃花节第五天(27日)达到客流高峰。“桃花节”开幕后的4～6日为游客最为集中的时间段，三个景区在这段时间内的客流量都高于前7日均量150%以上。2014年，大峡谷景区在“桃花节”开幕当天达到客流高峰，客流量高于前7日均量的163%。巴松措景区、卡定沟景区则在“桃花节”前一日客流量增量较大，相较于7日均量分别增长116%和282%。由此可见，“桃花节”对于景区客流量的影响主要发生在开幕前日、当日以及节日中期，盛大的开幕仪式会给旅游者造成极强的吸引力，而在此过程中举办的各类主题活动，如集体婚礼、品尝藏家宴、传统竞技体育赛事、大型摄影展等，也会随着时间的推移达到高潮，从而使客流量逐渐达到高峰。

四、结论与讨论

(一)结论

从宏观尺度来看，1990-2014年，25年间林芝旅游接待总人数增长迅猛，保持着近30%的年均增长率;但年度变化强度较大，特别是在2008年，受突发事件的影响而出现了游客人数的大滑坡。根据各年的游客量进行划分，林芝旅游业发展经过了1990-2000年的起步阶段、2001-2007年的平稳发展阶段和2008-2014年的快速发展阶段。具体到月度旅游客流的波动特征，1990年1月到2014年12月间，除异常年份之外，林芝的月度客流量基本呈波动式上升，并在2007年实现突破式增长［19］;但旅游业存在着明显的季节性特征，且季节性强度在2006年之后明显增加，基尼系数和季节性强度指数都在2012年达到最高值。

从微观尺度来看，林芝旅游景区可以大体上分为三类，具体分析三类景区中的代表性景区---大峡谷景区、巴松措景区和卡定沟景区客流量年内变化动态趋势，发现大峡谷景区季节性波形近似呈现 “单峰”形态，7、8月份出现客流高峰，因而形成明显主峰;巴松措景区尽管也呈现“单峰”形态，但客流高峰时间较短，8月起游客量就出现衰减;而卡定沟景区客流年内变化更为显著，且具有典型的“双峰型”特征，两个客流高峰分别出现在7月和10月。对特殊时段即“五一”“十一”以及“桃花节”期间三个景区的客流变动情况进行研究，发现卡定沟景区在两个小长假期间客流高峰出现早、衰退晚，而大峡谷景区和巴松措景区的七日客流相对变化率走势更为相近，在假期尚未结束就出现客流衰减。“桃花节”期间，开幕后的4～6日为游客最为集中的时间段，而开幕首日以及前一日的客流增幅也都比较大。

图7 林芝代表性景区特殊时段日客流量与客流7日均量的相对变化率

(二)讨论

季节性是困扰许多旅游地良性发展的痼疾。作为青藏高原地区典型的生态旅游地，尽管近年来林芝旅游业发展迅速，但仍不可避免地受到旅游客流季节波动的负面影响。本文所做的研究能够在理清林芝客流变化规律的基础上，指出优化客流时间分布的具体方向。面对因淡旺季而产生的一系列问题，林芝应主动开展反季旅游，弱化淡旺季差别，从时间和空间两个维度发挥反季旅游对季节性的调节作用［20］。从时间上看，林芝可充分发挥“节日效应”，以每年的“桃花节”“黄牡丹节”乃至整个西藏地区的“雪顿节”带动节事旅游的发展，平衡旅游者的出游时间，引导旅游者避开7月和8月的旅游高峰，形成一种错峰出行的常态化现象［21］。从空间上看，林芝要立足于“世界级生态旅游大地区”的定位，在全域旅游的要求下打造“大旅游”概念，实现全域旅游资源的深度挖掘，建立起集 “森林、雪山、冰川、峡谷、乡村、桃花、秘境、宗教、文化”等九大生态旅游特色产品于一体的旅游产品体系，争创 “雪域江南”“世界级生态旅游大地区”“世界旅游目的地”等旅游品牌［22］，以满足不同游客群体的需求，为游客随时随地出行创造现实上的可能。

本文的局限之处是，尽管从多尺度对林芝旅游客流的分布情况进行了深入研究，也加强了在时间维度上对特殊时段的剖析，但在空间尺度上，对来访游客的客源地属性以及游客进入林芝旅游景区后的选择行为却没有涉及。此外，受数据所限，对景区客流的波动分析仅停留在2013年和2014年两个年份，时间跨度显然还不够长，说服力也不够确凿，而这些都有待于在获得更为详实的数据之后作进一步研究。

［1］马耀峰，李天顺，刘新平.旅华游客流动模式系统研究［M］.北京:高等教育出版社，2001:98.

［2］卢松，陆林，王莉，等.古村落旅游客流时间分布特征及其影响因素研究:以世界文化遗产西递、宏村为例［J］.地理科学，2004(2):250-256.

［3］戴林琳，盖世杰.北京郊区节事旅游发展时空分异特征［J］.地理科学进展，2011(8):1056-1064.

［4］余向洋，沙润，朱国兴，等.基于EMD的景区客流波动特征及其组合预测:以黄山风景区为例［J］.地理科学进展，2012(10):1353-1359.

［5］张子昂，黄震方，孔少君，等.近30年浙江省入境旅游周期波动特征及影响机制 ［J］.经济地理，2016(1):186-193.

［6］黄震方，俞肇元，黄振林，等.主题型文化旅游区的阶段性演进及其驱动机制:以无锡灵山景区为例［J］.地理学报，2011(6):831-841.

［7］吴耀宇，黄震方.江苏省入境旅游客流波动性问题研究［J］.经济经纬，2010(2):117-121.

［8］蔡碧凡，陶卓民，张明如，等.天目山景区客流季节性波动特征及影响因素 ［J］.浙江农林大学学报，2015(6):947-957.

［9］余向洋，朱国兴，沙润，等.基于月度数据的景区客流预测优化研究:以黄山风景区为例 ［J］.经济地理，2012(7):152-158.

［10］余向洋，沙润，胡善风.近邻景区客流季节性比较及其动态关联研究:以西递、宏村、黄山为例［J］.地理研究，2013(1):191-200.

［11］钟静，张捷，李东和，等.历史文化村镇旅游流季节性特征比较研究:以西递、周庄为例［J］.人文地理，2007(4):68-71.

［12］邱建辉.我国热点旅游城市入境旅游季节性空间差异及影响因素研究［D］.上海:华东师范大学，2014.

［13］李佧琦.林芝地区旅游资源的开发与利用研究［J］.资源与产业，2007(3):48-50.

［14］兰思仁，陈贵松，沈必胜，等.西藏林芝森林旅游跨越发展的路径选择［J］.林业经济，2012(7):34-37.

［15］扎西，桂桑卓玛，罗桑，等.林芝县嘎定沟景区生态旅游环境容量评价［J］.四川林勘设计，2012(4):37-40.

［16］刘海洋，王乃昂，叶宜好，等.我国沙漠旅游景区客流时空特征与影响因素:以鸣沙山、沙坡头、巴丹吉林为例［J］.经济地理， 2013(3):156-163.

［17］孙根年，周瑞娜.骊山景区年内客流量峰林结构及成因分析［J］.人文地理， 2011(3):128-134.

［18］王钦安，孙根年.传统型景区客流时间变化特征及成因探析:以琅琊山景区为例［J］.干旱区资源与环境，2015(11):219-224.

［19］骆培聪，张明锋.福建丹霞地貌旅游景区客流时间分布特性及其影响因素［J］.地理科学，2010(3):377-383.

［20］卢土丹.旅游流的时空响应:以四川省六大景区为例［D］.成都:四川师范大学， 2014.

［21］吴金岷.西藏林芝县的生态旅游开发研究［D］.哈尔滨:东北林业大学，2013.

［22］胡旭彬.西藏林芝地区生态环境质量评价与生态规划研究［D］.厦门:厦门大学，2009.

Characteristics of Tourist Volume in Different Time Periods:A Case Study

KONG Ling-yi
(School of Geographical Science，Nanjing Normal University，Nanjing 210023，China)

This paper，with TRAMO/SEATS and filter analysis methods，analyzes the characteristics of Nyingchi City’s tourist volume fluctuation in different time periods.Three results have been achieved as follows:(1)The total number of tourists who travelled in Nyingchi grew rapidly in the past 25 years，but annual change of tourist volume is relatively big，and the tourism development in terms of time can be divided into the early stage，the steady development stage and the rapid development stage.(2)Except for the influence of emergencies，Nyingchi’s monthly tourist volume generally presents a fluctuating rise，and its tourist volume also fluctuates with seasons.(3)In terms of scenery，Nyingchi scenic area can be divided into three categories，each of which has its particular characteristics of tourist volume fluctuation.The study also shows that climate conditions，public holidays，and emergencies etc.are important factors affecting the time distribution of tourist volume in Nyingchi.The paper finally puts forward the countermeasures for Nyingchi to promote off-season tourism and all-in-one tourism to improve and upgrade its tourism industry.

time periods;volume of tourists;distribution characteristics;Nyingchi City

2017-07-04

国家自然科学基金项目“城市旅游流与旅游效率的时空关系及其作用机制研究”(41401144)

孔令怡(1992-)，女，河北秦皇岛人，硕士研究生，研究方向为旅游地理及旅游文化。

F 592.7

A

:1671-4806(2017)05-0046-08

(编辑:赵刘 徐永生)