基于旅游数字足迹的游客时空行为研究——以南京市玄武区为例

陈子微，姚建盛

（桂林理工大学 旅游与风景园林学院，广西 桂林 541006）

0 引言

web2.0技术的出现强化了网络互动性，UGC（User Generated Content，用户自创内容）随之兴起，游客搜索和分享信息的方式因而发生转变，UGC的信息获取、发布和分享，成为旅游信息传播的主要趋势。网络信息与旅游活动的融合，很大程度上改变了游客的旅游行为，同时影响着科学研究中数据的获取、处理以及研究方法等，因而旅游与信息化的融合为研究游客行为开辟了新的思路。

游客运动的时间和地点的确定是旅游研究的关键，旅游时空地理学相关研究能够为旅游景点提供时空观，帮助旅游业发展。分析带有地理和时间标记信息的UGC，可确定热点区域，为目的地旅游路径优化提供方向，与之相关的时空地理学研究集中在持续时间、轨迹等独特的分析方法上，但获取时空数据难度较大。近年来，大量旅游者通过网络平台记录旅游轨迹，社交媒体数据成为良好的数据源，使学者有途径获取大量时空数据以分析旅游者时空行为规律。目前，许多学者基于手机移动数据、社交网站签到、行程轨迹等进行了游客时空行为、旅游流网络、景观共现效应的研究，广泛应用于旅游、交通、城市规划等领域。

国外开始进行游客时空行为研究的时间远早于国内，主要集中在时空移动特征及规律和构建旅游者行为模式的研究。Murphy在1974年指出游客空间行为的选择是基于当前位置和过去位置之间的连续关系[1]。Cooper（1987）首创基于时间的旅游行程示意图，检验游客行为的本质[2]。Fennell和Thornton（1996）利用时空日记解读游客在游览过程中的行为变化[3-4]。国内学者对游客空间行为的研究近几年较丰富，郭雅婷多次探究访沪国内游客时空行为特征及旅游流网络结构特征，揭示游客时空行为规律[5-6]。Zheng W，Huang X和Li Y（2017）提出基于数据挖掘研究重点旅游轨迹和过往游客的运动[7]。Shen Zhang和Xin Liu等（2018）提出基于贝叶斯层次结构的目的地选择行为时空建模方法[8]。Yuan Li和Linchuan Yang等（2019）将GPS和传统的测量数据合并，建立离散选择模型，以确定影响游客空间行为的因素[9]。主要包括旅游者时空运动与时间地理相结合的研究；基于数字信息的时空行为与旅游流网络特征研究；通过理论支持和数据分析方法构建空间模型。

1 区域概况和旅游数字足迹获取

1.1 研究区域概况

南京，简称“宁”，古称金陵，位于长江中下游地区，是江苏省会，南京都市圈的核心城市。南京是首批中国优秀旅游城市、国家历史文化名城、国家全域旅游示范区，2019年3月入围“全球20个最佳旅游目的地”，是中国大陆唯一上榜城市。

玄武区是城市的核心城区，南京市的行政、经济、科研、文化中心。玄武区建区始于民国二十二年，中国最大的皇家园林湖泊“玄武湖”位于区内并由此得名。玄武区内旅游资源丰富，绿化覆盖率达61.91%，玄武湖、鸡鸣寺、中山陵、明孝陵、总统府等文化名胜遗存闻名中外，区内有历史古迹七十余处，是南京市旅游景点最为集中的地区之一。

1.2 数据获取与数据预处理

1.2.1 数据获取

本研究的数据来源是马蜂窝旅游网络平台，选择以南京市为旅游目的地的游记，选取2016年1月1日至2019年4月19日间的游记，从中获取游客的出游时间和行程安排，作为研究分析的基础数据。马蜂窝旅游网创立于 2006年，以 UGC、旅游大数据、自由行交易平台为企业运营的核心竞争力，是中国领先的自由行服务平台，深受年轻人欢迎。因此，选择从马蜂窝采集游记文本。

1.2.2 数据预处理

本文使用游记作为旅游数字足迹来源，提取旅游者、旅游时间和旅游景区，选择来宁游客编写的游记，数据抓取工具为八爪鱼采集器，信息采集成功后形成表格。剔除重复游记和无玄武区内景区的游记，共得到包含目标数据的游记938篇。

为便于进行游客时间行为、空间行为分析研究，将938篇游记分别按年份、季节进行重新编排，2016年118篇、2017年293篇、2018年379篇、2019年147篇，春夏秋冬分别为311篇、178篇、334篇、228篇。并依据中华人民共和国国家标准《旅游资源分类、调查与评价》（GB/T18972-2003），将本文研究区域玄武区内游记文本涉及的景区进行了旅游资源分类处理。

2 游客时间行为特征分析

2.1 景区类型季节集中程度

地理集中指数是衡量研究对象集中程度的重要指标。根据各景区类型在不同季节的游客到访比重情况，分别计算了16种旅游资源的G指数（G值越大，该旅游资源全年分布越集中，G值越接近50（100*1/n，n=4），该旅游资源全年分布越均匀），以反映不同旅游资源全年整体集中程度。

从图1分析可知，玄武区内的展示演示场馆、园林游憩区域、建筑小品、名人故居与历史纪念建筑、山丘型旅游地、历史事件发生地6项旅游资源G指数接近50，说明这几类旅游资源的游客到访情况在全年中相对分布均匀，不会因季节变化而受到明显影响。动物与植物展示地、日月星辰观光地等G指数较大，旅游资源集中度相对较高，表明游客对于这几类旅游资源的选择存在一定的季节性。

图1 旅游资源季节分布集中度Fig.1 Concentration of tourism resources in seasons

地理集中指数计算结果显示，园林游憩区域、山丘型旅游地类综合自然旅游地，历史事件发生地、名人故居与历史纪念建筑等遗址遗迹，建筑小品、展示演示场馆等景观建筑，全年游客到访情况分布相对均匀，不同季节对其影响不明显；日月星辰观光地、观光游憩湖区、林间花卉地、动物与植物展示地等气象、水体、生物景观及宗教与祭祀活动场所、长城遗迹、陵区陵园、教学科研实验场所等综合人文旅游地，集中指数相对略高，旅游吸引力具有一定的季节性。

2.2 季节性景区类型偏好

从表1可知，春季游客选择概率最大是的观光游憩湖区，占比16.08%；夏季概率最大的是陵区陵园，占比 18.34%；秋季概率最大是历史事件发生地，占比17.81%；冬季概率最大的陵区陵园，占比20.05%。

表1 游客到访景区类型分布比重/%Tab.1 Distribution proportion of types of tourists visiting scenic spots/%

在全年的四个季度中所占比例和排名持续在前三名的旅游资源是历史事件发生地，包括四季中排名靠前的名人故居与历史纪念建筑、宗教与祭祀活动场所、陵区陵园、观光游憩湖区，这些旅游资源构成了玄武区主要的旅游资源吸引类型。

3 游客空间行为特征分析

3.1 历时性空间分布

按照年份将原始的938份数据分别制表，然后利用Excel针对2016年、2017年、2018年、2019年游客访问的南京市玄武区内旅游景点数据进行统计分析（表 2），并以此绘制每年游客访问量前 15名景点情况，比较游客选择景区的年度变化情况。

表2 年度游客到访景点概率/%Tab.2 Probability of tourists visiting scenic spots/%

根据上表可看出，2016至2019年，游客到访的景点主要是玄武湖公园景区、钟山风景名胜区及南京总统府附近区域。其中，钟山风景名胜区包括明孝陵景区、中山陵景区、灵谷景区、头陀岭景区和其他景点五大部分。玄武湖、中山陵、南京总统府、古鸡鸣寺、明孝陵5处景点2016-2019年一直占据前五名的位置。

玄武湖是持续居于游客到访频数、概率第一名的景区，中山陵在 2016-2018年保持在第二名，但游客到访概率呈持续下降趋势，同属钟山风景名胜区内的紫金山，2016-2018年排名持续上升，由 12名14.02%升至第9名16.94%。

古鸡鸣寺排名轻微浮动，游客到访率持续下降（2019年数据只有1-4月游记，3-4月是樱花盛开时期，大量游客前往古鸡鸣寺观赏樱花，可忽略其形成的特异性数据），鸡鸣寺附近的明城墙从2016年14名12.15%逐步增长至2018年第8名16.94%。南京博物院2018年排名大幅度提升，2016年10名14.95%升至2018年第6名23.58%，涨幅近十个百分点。

前15位范围内，玄武湖公园周边景点，2016、2018、2019年4处、2017年5处；钟山风景名胜区内景点，2016-2019年每年8处；南京总统府附近景点，2016、2017年1处，2018、2019年2处。上述情况表明，游客访问景区时选择钟山风景名胜区的趋势明显，玄武湖公园次之。

3.2 季节性空间分布

通过表3数据可以看出，游客到访概率排名前15位的景点大部分还是集中在玄武湖公园景区、钟山风景名胜区及南京总统府附近区域，玄武湖、古鸡鸣寺、中山陵、南京总统府、明孝陵、南京博物院在每个季节都基本处于前6位。其次，玄武门、明城墙、紫金山、美龄宫、钟山风景名胜区、灵谷寺，这6处景点排名保持在前10位，对于游客的吸引效果相对稳定。

表3 四季游客到访景点概率/%Tab.3 Probability of tourists visiting scenic spots in four seasons/%

因旅游景点的所属旅游资源类别不同，各季节游客的景点选择偏好略有所差别。春季，玄武湖、古鸡鸣寺、紫金山、梅花山等植被资源丰富的观光游憩类景点，尤其古鸡鸣寺，以3-4月的樱花闻名，春季到访概率45.49%，游客吸引力明显高于其他季节；夏季，中山陵、南京总统府、南京博物院、钟山风景名胜区等名人故居或纪念建筑，对于暑假期间比较集中的学生游客具有明显吸引力，到访概率比其他季节有很大提升。秋季，明孝陵、钟山风景名胜区等陵园山丘型景区排名明显提升。冬季的中山陵景区升为游客到访率第一名，从全年数据上看冬季到访率最高。

3.3 游客到访景点网络结构

将玄武区内的相关旅游景点视为旅游节点，依据从游记中提取的旅游行程建立游客流量数据库，利用ROST内容挖掘软件分析、构建旅游节点共现矩阵，而后采用Ucinet软件，绘制南京市玄武区主要节点的旅游流网络结构图。

从图2可以看出，古鸡鸣寺、玄武湖公园、南京总统府为关键节点，南京博物院、钟山风景名胜区、明孝陵、美龄宫、中山陵为次级节点，这些高频次旅游节点是网络的核心点，游客在进行不同旅游路线组合的选择时，一般都包含这些旅游节点。

图2 主要节点旅游流网络结构Fig.2 Tourism flow network structure of main nodes

处于旅游流网络核心区内，比较突出的核心节点古鸡鸣寺、中山陵、玄武湖公园、明孝陵景区、南京总统府，具有明显的结构优势，是重要的集聚点和辐射点，较多处于边缘区的非知名旅游节点需要通过上述核心节点来发挥联带作用。

4 结论与建议

本研究根据来宁游客发布的游记，提取游客到访玄武区的时间、行程、访问景点和来访人数。运用数理统计、空间分析、社会网络分析等方法，进行了一系列研究分析，最终对数据呈现的特征作出总结，并为南京市玄武区旅游发展提出建议。

4.1 研究结论

本研究得出的主要结论有：

其一，从时间行为特征来看，游客时间分布受到闲暇时间和气候条件等客观因素，以及旅游资源本质属性的影响，对不同类型旅游资源的选择具有一定的季节性特征。

（1）地理集中指数计算结果显示，综合自然旅游地、遗址遗迹、景观建筑，全年游客到访情况分布相对均匀，不同季节对其影响不明显；气象、水体、生物景观及宗教与祭祀活动场所、综合人文旅游地，集中指数相对略高，旅游吸引力具有一定的季节性。

（2）从季节性游客景区类型偏好的角度，景区资源分布比重并没有呈现明显的季节性差异。山丘型旅游地、名人故居与历史纪念建筑、宗教与祭祀活动场所、历史事件发生地、陵区陵园、观光游憩湖区在全年每个季节排名均保持在前六位，表明南京市玄武区旅游资源吸引主要由这些类型构成。

其二，游客空间行为特征主要表现如下。

（1）2016至2019年，南京市游客到访的玄武区内景点主要在玄武湖公园景区、钟山风景名胜区及南京总统府附近区域，其他景点到访概率较小且空间分布不集中，呈现三个核心区域空间分布密集，周边分布较零散的特点。玄武湖公园、钟山风景名胜区及南京总统府是玄武区核心吸引点，古鸡鸣寺、南京博物院、明故宫，受欢迎程度较高且知名度大，属于次要核心旅游景点，其他景点基本处于南京总统府与玄武湖公园、钟山风景名胜区的连接线上或景区内外，属于核心区的辐射阴影地区。

各个季节游客的景点选择偏好略有差别。春季，植被资源丰富的观光游憩类景点，游客吸引力高于其他季节；夏季，名人故居或纪念建筑，对于暑假期间较集中的学生游客具有明显吸引力，到访概率有很大提升。秋季，陵园山丘型景区排名明显提升。冬季的中山陵景区升为游客到访率第一名。

（2）以具体的景点为切入点，研究游客到访景点的关联网络。古鸡鸣寺、玄武湖公园、南京总统府为关键节点，南京博物院、钟山风景名胜区、明孝陵、中山陵为次级节点，高频次旅游节点明显受到游客青睐。旅游节点之间共现频数明显较高的有：古鸡鸣寺-玄武湖公园，中山陵-明孝陵景区，中山陵-南京总统府、中山陵-玄武湖公园、玄武湖公园-南京总统府、明孝陵景区-南京总统府、玄武门-玄武湖公园、古鸡鸣寺-南京总统府，以上流量较大的两处旅游节点属于受游客欢迎的旅游空间运动路线。

4.2 建议

4.2.1 适当强化季节性差异

南京市玄武区内游客到访景区类型的季节性没有明显差异。观光游憩湖区、长城遗址、宗教与祭祀活动场所，在春季相对略高于其他季节；名人故居与历史纪念建筑、展示演示场馆、建筑小品、陵区陵园，在夏季相对略高于其他季节；山丘型旅游地、林间花卉地、历史事件发生地、园林游憩区域，在秋季相对略高于其他季节；教学科研实验场所、陵区陵园，在冬季相对略高于其他季节。应该根据实际体现出来的游客选择倾向，在不同的季节，强化对应旅游资源类型下具体景点的针对性宣传，在旅游营销、路线设计方面增加配置当季占比高的景区类型。

4.2.2 提高核心区域联动效应

游客在玄武区景点的选择相对固定，主要到访核心区域的高知名度旅游景区，次级核心节点则普遍被忽略。此类型的旅游空间路径不利于发展，旅游空间网络形态不够均衡。可通过联合营销等方式，平衡旅游景观到访率差异较大的现状，以核心区域的景点为基础，利用核心及次级核心区对边缘区旅游节点关联性。为游客提供更丰富的多节点旅游路径搭配，加强区域景区之间的合作，将旅游流较低的景点加入主要旅游路线，发挥玄武湖、中山陵、南京总统府、古鸡鸣寺、南京博物院等具有绝对优势的核心区节点的辐射效果，吸引游客前往，提高边缘区的游客到访率，实现旅游核心区的旅游辐射带动作用，缩小旅游发展水平差距。