采用出行时空耦合的厦门岛城市旅游服务设施布局

阚小溪，高悦尔，王成，杨春

(1. 华侨大学 建筑学院，福建 厦门 361021；2. 北京清华同衡规划设计研究院有限公司，北京 100085；3. 华侨大学 计算机科学与技术学院，福建 厦门 361021；4. 厦门市城市规划设计研究院，福建 厦门 361021)

旅游服务设施是城市旅游业发展必不可少的物质条件，是城市旅游形象和旅游服务质量的重要影响因素.旅游服务设施的建设不仅为城市旅游业的运转提供良好的基础，也对城市社会生活方面产生巨大影响.旅游服务设施是否合理，是否物尽其用，将影响到城市旅游业效益的最大化.旅游服务设施的空间布局与旅游人口分布是否协调，是否接近旅游景区，将影响到游客在旅游观光期间的便利性.这些问题逐渐引起城市决策者与相关学者的重视，同时,探究旅游服务设施的空间分布格局，找出旅游服务设施的配置方案也成为旅游规划与城市规划的一个重要问题.

国内外学者对旅游服务设施的研究日渐活跃和深入.对于旅游服务设施的研究大致可分为旅游服务设施的区位选址、旅游服务设施的布局优化及旅游服务设施的空间格局演化.在旅游服务设施的区位选址方面，Cheng等[1-2]分别用网络分析和交互式图层分析购物中心的最佳区位选择，提出购物中心区位选择的效用问题；Teller等[3]探讨了零售与服务业租户聚集效应的驱动力，发现地理区位、可达性及停车条件等与地理相关的驱动因素对租户的经济成功影响最大.在旅游服务设施的布局优化方面，葛峰[4]分析了南京市都市区大中型购物中心布局的主要影响因素和存在的问题，提出布局优化的建议；陶伟等[5]运用空间句法模型结合地理信息系统(GIS)技术，从区域酒店业空间分布格局分析、城市路网形态分析、城市路网形态对酒店业分布规律的影响3个角度入手，探究广州市中心区酒店业的空间布局规律；Li等[6]利用地理信息系统和统计方法，研究城市旅游现象的空间关联，以检验酒店与土地利用类型、景点、交通设施及酒店所在的规划单元的经济变量之间的关系.

以往关于旅游服务设施的研究多从酒店、交通设施等单因素进行分析，而不同旅游服务设施布局的研究成果较少.同时，针对旅游服务设施的布局多集中于其本身与静态路网关系的研究，很少探讨旅游服务设施与实时交通之间的耦合关系.近几年，基于人的活动视角探讨城市空间布局的研究倍受关注，例如，城市空间结构和城市活力[7]、设施的供需特征[8-9]、服务水平[10-11]及空间公平性[12-14]等.由于城市交通在旅游期间和工作日期间存在时空上的差异，本文以福建省厦门市厦门岛旅游服务设施为例，通过核密度估计法，分析厦门岛各类旅游服务设施空间布局;同时，将工作日与旅游日的浮动车出发地-目的地(OD)数据与旅游住宿进行关联，建立二者之间的耦合度模型.

1 研究数据与方法

1.1 研究区域及基础数据

厦门市由厦门岛、鼓浪屿、海沧半岛、集美半岛、翔安半岛及内陆的同安等组成，是全国优秀旅游城市和国际花园城市.由于厦门市主要旅游服务设施都集中在厦门岛内，因此，选取厦门岛作为主要研究区域.城市旅游服务设施数据主要涵盖了厦门岛内湖里区、思明区范围内的兴趣点(POI)数据，主要为百度收录的厦门岛旅游服务设施数据，该数据包括各类设施的空间地理信息(如经纬度坐标)、设施类型、旅游住宿房间数目等属性信息.根据我国全域旅游示范区创建的验收标准，将旅游服务设施分为5大类，即旅游住宿、旅游餐饮、旅游购物、旅游文化娱乐、旅游交通服务.经过坐标纠偏与地图匹配，最终获得旅游服务设施有效信息8 861个，其中，旅游住宿2 768个，旅游餐饮5 974个，旅游购物29个，旅游文化娱乐83个，旅游交通服务7个.

目前，厦门市浮动车系统拥有出租车5 000余辆，系统每10～30 s 回传一次全球定位系统(GPS)数据，其中，浮动车数据包括车辆编号、经度坐标、纬度坐标、瞬时速度、当前状态、当前日期、当前时间、方向角等属性值.选择2019年五一假期(5月1-4日)浮动车数据作为旅游日样本数据，选取2019年一周工作日(3月11-15日)作为参照对象.

1.2 研究方法

旅游服务设施数量与种类繁多，其与景点的关系差异显著.因此，在进行时间与空间的耦合性分析之前，需要通过核密度分析筛选与景点空间布局吻合的旅游服务设施.在此基础上，加入浮动车OD数据，通过缓冲区的分析研究确定与景点空间布局紧密的旅游住宿影响区内的浮动车数据，并建立耦合度模型，测度旅游住宿与游客出行时空之间的耦合性，为旅游服务设施的布局优化提供依据.

1.2.1 耦合度模型的构建 耦合作为物理学概念，是指两个或两个以上体系或运动形式通过各种相互作用而彼此影响的现象[15].空间上，两种地理事物在分布上的耦合反映的是空间系统内部二者之间的协同作用关系，表示要素双方相互之间作用的紧密程度.耦合度越大，说明联系越紧密，要素的独立性越差，反之亦然.旅游住宿作为城市旅游服务设施的重要组成部分，对实时交通的影响直接反应游客的出行时空.因此,以旅游住宿的房间数代表旅游住宿的集聚，测算旅游住宿的权重，通过ArcGIS测算出旅游住宿影响范围内的浮动车OD数，从而计算出旅游住宿与游客出行时空的空间耦合度.

旅游住宿的影响力(影响范围内的浮动车OD数，即通过浮动车数据提取的轨迹起止点数)测算按照游客日常出行的行为习惯入手，以路口作为游客打车可容忍的步行最大范围，将旅游住宿到路口的半径作为旅游住宿的影响范围，建立以旅游住宿为圆心的缓冲区.同时，考虑到旅客一般选择距离自己最近的道路出行，因此，选择影响范围内的最近道路，统计落入其中的浮动车OD数作为旅游住宿的影响力，则任意旅游住宿耦合度模型为

(1)

式(1)中：Ci表示旅游住宿i与游客出行时空的耦合度，Ci越大，则耦合性越好；Ri为旅游住宿房间数；Rmax为厦门岛旅游住宿房间个数中最多的房间数；Ni为旅游住宿i影响范围内的浮动车OD数；Nmax为旅游住宿影响范围内浮动车OD数据中的最大值.

图1 获取旅游住宿影响区内的 浮动车OD数据示意图Fig.1 Schematic diagram of obtaining floating car OD data in tourism accommodation affected area

1.2.2 数据处理过程 在耦合性分析中，首先，利用ArcGIS软件中的邻近分析模块，选择旅游住宿距离最近路口的距离作为半径进行缓冲区分析，确定旅游住宿的影响范围.其次，利用相交方法确定旅游住宿缓冲区范围内的道路，并通过邻近分析方法确定距离旅游住宿最近道路.最后，统计落入旅游住宿最近道路上的浮动车OD数(图1)，代入耦合度模型(式(1))中进行耦合度计算.最终，将耦合度结果通过核密度估计法进行呈现，得到旅游住宿与浮动车OD的空间耦合性分布图.

2 出行时空耦合的旅游服务设施布局分析

2.1 旅游服务设施的空间布局特征

2.1.1 购物中心空间布局特征 厦门岛购物中心呈现“一主一带多次”的分布特征，总体形成了多核心轴向发展的空间特征，由城市几何中心及中山路步行街附近向外围呈现圈层式的递减，如图2(a)所示.在嘉禾路、厦禾路火车站段、中山路步行街及莲前东路形成4大聚集区，并沿嘉禾路方向轴向发展形成一条购物中心轴线，反映出厦门岛内不同片区的发展差异对购物中心布局的影响.嘉禾路方向至鹭江道带状区域是厦门岛老城区及旅游热门片区.由于老城区历史悠久，各种服务设施发展成熟，吸引了游客和本地居民前往消费，也促进了这片带状区域购物中心的繁荣.

2.1.2 餐饮空间布局特征 厦门岛餐饮呈现“一主两带多次”的分布特征，总体形成了火车站、嘉禾路-厦禾路、环岛岸线、莲前东路4大集聚区域，如图2(b)所示.其中，火车站为主核心区，嘉禾路-厦禾路、环岛岸线为两条轴向发展带.火车站作为厦门岛主要的对外交通枢纽，吸引大量城市内外人口集聚、消费，餐饮业最为发达.嘉禾路-厦禾路带状区域餐饮业也较为聚集，一方面，尽端的中山路步行街是厦门目前保留较完整的近代历史风貌旧城街区，吸引大量游客前来观光；另一方面，嘉禾路作为厦门岛交通干道，周边汇集了SM、富山、火车站3大商圈，在一定程度上促进了这一带状区域餐饮业的不断积聚.环岛岸线作为厦门岛一条集旅游观光和休闲娱乐为一体的滨海走廊，其服务配套的餐饮业也随之聚集.莲前东路是岛内东部区域的主要道路，周边拥有大量居住区，加上附近的瑞景商圈，从而形成了莲前东路餐饮业的集聚.

2.1.3 旅游住宿空间布局特征 厦门岛旅游住宿呈现“一主两带”的分布特征，总体形成以环岛南路曾厝垵段为核心、厦禾路、环岛南路为带状走廊的空间分布格局,如图2(c)所示.其中，曾厝垵是中国最文艺渔村，在曾厝垵“五街十八巷”的阡陌小巷里共有民宿698家，占全部旅游住宿的25.22%.厦禾路集聚带主要依托于BRT 1号线，在一定程度上促进了这一带状区域旅游住宿的不断积聚，同时，尽端的中山路步行街旅游业发达，是城市旅游住宿的成熟地带.环岛南路集聚带依托曾厝垵旅游景区和厦门大学进行布局，且受到东南部海岸建设的辐射带动作用，近年来其旅游住宿行业发展迅速.

(a) 购物中心 (b) 餐饮

(c) 旅游住宿 (d) 文化娱乐图2 旅游服务设施核密度分析图Fig.2 Kernel density analysis chart of tourism infrastructure

图3 交通枢纽空间分布图Fig.3 Spatial distribution map of transportation hub

2.1.4 文化娱乐空间布局特征 厦门岛文化娱乐业(以主题类乐园为主)呈现“一主多次”的分布特征,如图2(d)所示.五缘湾帆船港是主核心区域，是厦门帆船的主要聚集地，火车站、中山路步行街、莲前东路加州商业广场段等为次文化娱乐密集区.

由于厦门岛交通枢纽较少，因此，将其输入ArcGIS数据库中，可视化呈现在厦门岛上，发现厦门岛内旅游交通枢纽主要沿厦禾路、西南环岛岸线带状分布(图3).

2.2 旅游服务设施与旅游景区的空间分布关系

(a) 购物中心

(b) 餐饮 (c) 旅游住宿

(d) 文化娱乐 (e) 交通枢纽图4 旅游服务设施与景区的空间关系图Fig.4 Spatial relationship maps between tourism infrastructure and scenic spot

将旅游景区叠加在各类旅游服务设施的核密度分析图上(图4)，发现旅游住宿、餐饮的空间分布格局与旅游景区的空间布局基本吻合，但餐饮由于还需要关注城市居民的日常需求，因此，餐饮不如旅游住宿集聚明显.一方面，作为旅游景区建设的重要内容，旅游住宿与餐饮伴随着厦门旅游城市的建设在景区周边迅速发展；另一方面，作为游客旅游中的重要组成部分，旅游住宿与餐饮需要在空间上加强与景点的联系，从而方便游客的观光游览.相反，购物中心、文化娱乐与交通枢纽的空间布局与旅游景区的空间布局有较大的差异.购物中心与文化娱乐设施不仅是旅游服务设施的重要组成部分，也是城市重要的服务设施.同时，厦门市是东南沿海重要的尽端式交通枢纽城市，交通枢纽的布局更多考虑与周边城市及各交通走廊的协调发展，加强自身与周边城市的交通联系.交通枢纽带来的瞬时客流较多，如果靠近景区布局，容易造成交通拥堵.因此，厦门岛交通枢纽与旅游景区的分布也出现了空间上的差异.

2.3 游客出行时空与旅游服务设施耦合性

将耦合度计算结果通过核密度估计法(半径为1 500 m)进行呈现，得到旅游住宿与浮动车OD的空间耦合性分布图，如图5所示.整体而言，耦合性在厦门岛的分布差异很大，大部分区域的耦合值较低.因此，只选取耦合值大于0.2的区域进行分析.

(a) 旅游日

从空间上看，旅游住宿与浮动车OD耦合性较好的区域主要位于思明区西南部，沿着火车站、中山路步行街及东南部海岸等区域展开.而耦合性较差的区域主要位于湖里区及思明区的中东部，这些区域旅游景区分布较少，以居住和高新技术园区为主，且思明区中东部有大面积的山地限制了车辆的进入.虽然曾厝垵景区在上述的空间布局上呈现“一主”，但在耦合度的分布上范围有所变小，也进一步反映曾厝垵景区的住宿可能存在供大于需的现象.

(b) 工作日图5 旅游住宿与浮动车OD耦合性示意图Fig.5 Schematic diagrams of coupling between tourism accommodation and OD data of floating car

从时间上看，工作日耦合性的分布比旅游日更加均匀.在工作日，耦合性较好的地区主要集中在中山路步行街与厦门火车站的轴向区域附近，但相同耦合度的区域比旅游日范围大；在旅游日，耦合性较好的地区主要集中在中山路、火车站及以椰风寨景点为代表的黄厝景区和曾厝垵景区附近，同时，曾厝垵和椰风寨附近相同耦合度的区域分布较工作日有所扩张，说明这两个地区在旅游日的住宿需求更大.

在空间层面上，旅游住宿与浮动车OD耦合性较好的区域主要在重要的交通枢纽及主要的景区(部分景区可能存在供大于需的现象).这些地区是游客进出城市及旅游观光的主要活动区域.同时，厦门岛作为中心城区，路网密度较大，交通可达性高，因此，有大量的旅游住宿配套设施集中在这些区域，以获得大量稳定的客源及较大的交通便利度.

在时间层面上，对比工作日与旅游日的耦合度发现：在旅游日，耦合性较好地区呈现扩张的趋势，旅游住宿作为与景区及游客关系最为密切的旅游服务设施之一，选址在厦门岛景区及火车站附近可以节省出行时间；在工作日，除了以上分析中耦合性较好的区域，在中山路步行街和火车站之间的轴向的垂直区域和火车站东北向的轴向地带出现耦合度较高的区域，这些区域附近集中了厦门市大量的医院及办公设施，在工作日中这些区域主要为外出就医与商务办公人士的住宿与活动，从而导致这些区域有较高的耦合性.此外，在曾厝垵和椰风寨景点附近，耦合度范围明显收缩，这与区域的主要服务对象有关.除了中山路步行街与火车站，在曾厝垵及椰风寨景点的耦合性在旅游日也有所提高.这些区域是厦门最具代表性的旅游观光地区之一.由于近年来厦门市全力打造旅游城市，这些区域旅游服务设施逐渐完善，家庭旅馆兴起，旅游人数增加，加上环岛路的修建，极大提高了曾厝垵和椰风寨这两处景区的交通可达性，从而提高了这些区域的耦合性.

总体来看，厦门岛旅游住宿在旅游日的耦合分布范围较工作日大，曾厝垵和中山路旅游景区的耦合度在旅游日与在工作日相似，椰风寨景点的耦合度在旅游日比工作日高.因此，部分景点的旅游住宿可能呈现供大于需的情况，未来旅游服务设施的布局要结合游客的分布情况、景区和枢纽的发展情况，以旅游需求为出发点，适当调整旅游服务设施的数量和布局.在评估城市交通承载力的条件下，对耦合度较高的区域，可适当增加旅游住宿；对耦合度较低的区域，可适当减少旅游住宿或挖掘旅游潜力，提高旅游吸引力.

3 结果与讨论

运用ArcGIS分析技术，以厦门岛为例，在分析各类旅游服务设施的空间分布格局的基础上，将浮动车OD数据匹配到与旅游景点布局紧密的旅游住宿影响范围内的道路上，并建立二者之间的耦合度模型，深入探讨旅游住宿与游客出行时空之间的耦合性，得到以下3点结论.

1) 除了交通枢纽以外，各类旅游服务设施在空间布局上均呈现集聚趋势，表现为沿景区集聚.由于厦门岛的景点主要分布在老城区，强化了各类旅游服务设施的聚集趋势.

2) 旅游住宿、餐饮的空间分布格局与旅游景区的空间布局基本吻合，购物中心、文化娱乐的空间分布格局与旅游景区的布局存在差异.旅游住宿与餐饮业为了方便获取最多的客源，在空间上集聚，加强与景点的联系，反应了游客的刚性需求，方便游客的观光游览.

3) 在空间上，旅游住宿与浮动车OD耦合性较好的区域主要在重要的交通枢纽，部分景区可能存在旅游住宿供大于需的现象.旅游住宿是游客实际旅行中重要的旅游服务设施之一，将旅游住宿选址在景区或交通枢纽附近可以节约游客的出行时间.

通过多源数据(POI数据和浮动车数据)，从静态布局和动态活动展开，研究旅游服务设施的空间布局，为其空间布局优化提供参考.但该方法仅考虑浮动车OD与旅游住宿的空间耦合关系，未能考虑其他交通方式(如网约车、顺风车、共享单车等)的选择和组合.同时，该方法仅从动态活动角度讨论了旅游住宿的空间布局，未对不同旅游服务设施与游客出行时空之间的空间耦合差异进行研究.因此，未来需要从以上两方面入手，对旅游服务设施空间布局作进一步的研究.