基于网络用户评价数据+的旅游风景道路网布局研究

陈 美 雯,高 悦 尔*,程 璟

(1.华侨大学建筑学院,福建 厦门 361021;2.华侨大学统计学院,福建 厦门 361021)

0 引言

近年来,我国正式进入大众旅游时代,自驾游成为热门的出行方式,公路交通和旅游的联系愈发紧密,公路交通为旅游活动开展提供便利,旅游活动为公路交通拓宽新的发展空间。旅游风景道是交旅融合的关键一环[1],如何推动公路交通与旅游的深度融合和转型发展,已引发广泛关注。旅游风景道与公路皆具有高效的交通运输特征,但普通公路关注城际间的区域交通,而旅游风景道更关注旅游景点间的旅游交通,其在串联旅游景点的同时,可结合道路两侧生态、人文等景观资源,形成以公路为载体的线型旅游资源和旅游目的地,因此,旅游风景道不仅是普通公路的一类,也是一种新型的旅游目的地和旅游产品。

目前对旅游风景道路网布局的研究以区县域层面为主[2],缺少跨市域层面的区域性旅游风景道研究。对于区域旅游而言,城际间面临着旅游交通和常规交通的双重压力,因此,跨市域层面的区域性旅游风景道研究应重视国道、省道等区域性交通干道对城际旅游集散的作用,在既有区域性交通干道的基础上,强化对旅游风景道串联作用的认识。从研究数据上看,路网布局研究多选取非公开的社会经济指标以及交通指标等[3,4],但在跨市域层面的区域性研究中,这两类数据获取难度大。从研究方法上看,区域路网布局研究从传统的四阶段法转向无需详尽交通调查资料的节点重要度法[5],且多采用AHP层次分析法对指标进行主观赋权[6,7],不确定性较大;部分学者采用主成分分析法对指标进行客观赋权[8],旨在将大量指标进行降维处理和信息浓缩,却难以用于指标类别较少的研究中。而随机森林基于多个决策树进行集成学习后得到分类结果,在学习过程中拟合各指标间的相互关系,从而计算各指标对分类结果的影响大小,即各指标的权重[9],该方法在小样本分类、特征提取和权重确定的过程中具有一定优势[10]。

游客是旅游活动的主体,游客评价已成为衡量旅游发展水平的重要指标之一,到访游客的满意度是景点营销的关键点之一,直接决定了能否形成稳定的规模化游客流[11]。因此,本文引入网络用户评价数据和旅游服务质量等级数据作为旅游节点评价指标,通过K-means++聚类算法和随机森林算法对评价指标进行客观赋权,构建一种服务质量客观评价和游客主观评价相结合的旅游节点重要度评价模型,用于区域性旅游风景道路网规划布局研究,以期为区域性旅游风景道路网规划布局提供参考。

1 基于网络用户评价数据的节点重要度模型构建方法

利用Python采集网络用户评价数据,运用K-means++算法对旅游节点进行分类,并将分类结果作为训练集输入随机森林算法中,确定各指标权重,从而计算各旅游节点的重要度及节点间的路线重要度,作为旅游风景道路网规划布局的依据(图1)。

图1 基于网络用户评价数据的节点重要度模型构建方法

1.1 网络用户评价数据采集

近年来,在线点评平台提供了大量评分、评论、签到等网络用户评价数据,其样本量大且数据获取便利,可有效反映用户的真实体验与需求;同时,该类网络评价会直接影响其他用户的到访选择行为,因此,诸多学者利用网络用户评价数据评估城市公共设施的热度和满意度[12-14]。本文选择来源于大众点评网站的网络用户评论数据,该平台用户可以通过图文的方式自由发表对到访地的评论,也可以通过星级评分的形式表达自己对到访地的主观评价,数据量远多于其他同类型平台,能反映大多数游客的行为选择及评价结果。平台通过信息聚合处理,为浏览者提供较客观、准确的评价信息,具有一定的出行参考意义。本文利用Python获取大众点评网站中各景点的名称、坐标位置、评分及评论数等数据(表1),其中,评分数据代表到访游客对景点服务质量及环境品质等的综合评价,评论数差异代表到访游客的相对数量,从而可以判断各景点的相对受欢迎程度。

表1 网络用户评价数据采集示例

1.2 旅游节点层次划分

旅游景点作为游客出行的重要目的地,在规划区域较大的情况下,会出现“大分散、小集聚”的现象,如果将一定区域内的集聚性旅游景点整合为景区群,在景区群形成内部旅游环线,避免游客走“回头路”,将会提高旅游通行效率和景区群的吸引力。因此,本文将由景点聚集而成的景区群和分布较分散的单个景点均当作旅游节点,再进行外联通道的规划。

1)景区群构建。通常认为机动车行驶距离小于5 km为短距离出行[15],若两个景点间距离越近,则游客的就近出行意愿越高,本文采用5 km作为景点缓冲区的半径,将5 km空间距离内的旅游景点整合为景区群。景区群的重心是指景区群内部存在一个点,使游客从该点到其他各景点的距离最小,本文将景点的点评数类比为游客到访人数,作为各景点到访需求量,从而计算各景区群重心(式(1)),在景区群向外搭建通道时,将每个景区群的重心作为景区群对外连通的节点。

Cx=∑DixQi/∑Vi,Cy=∑DiyQi/∑Vi

(1)

式中:Cx、Cy分别为重心的x、y坐标,Dix、Diy分别为第i个景点的x、y坐标,Qi、Vi分别为景区群内景点i的评论数量和评分数量。

2)基于K-means++算法的旅游节点层次划分。传统节点重要度模型常用K-means聚类算法进行节点分类,该方法初始聚类中心位置的选择对聚类结果和算法运行时间影响较大,若随机选择初始聚类中心的位置,会导致算法运行速度较慢。K-means++方法是对K-means聚类算法中随机选择初始聚类中心的一种优化[16],该算法分类结果高度依赖于初始设定的簇个数,即K值[17]。本文采用轮廓系数法判断研究对象聚类结果的优劣,选取最适合的K个聚类中心,再计算每个样本与聚类中心的距离,将各样本划分到最近的聚类中心,计算同类别中所有样本特征的均值,并将该均值作为每个类别新的聚类中心,最后输出所有的聚类中心及样本所属类别。将各旅游节点的旅游景点质量等级、评论数和评分等数据输入K-means++算法,共同描述各旅游节点在样本空间中的坐标位置。

1.3 基于随机森林算法的改进节点重要度模型构建

1)基于随机森林的指标权重确定方法。在节点重要度模型构建中,指标权重的不同会导致节点重要度的计算结果也不同。为提高研究的科学性和合理性,本文运用随机森林算法进行客观赋权,以K-means++算法得出的旅游节点分类结果作为训练集导入随机森林算法中,并采用基尼重要性值判断各指标的权重占比。

2)旅游节点重要度计算。旅游节点的重要度不仅体现在旅游质量等级方面,也体现在旅游节点对游客的吸引力等方面[18]。因此,根据旅游节点的吸引力属性,本文选取旅游景点质量等级、评论数和评分3个指标计算旅游节点重要度,公式为:

(2)

3)路线重要度计算。路线重要度是指节点间吸引力的大小,也可反映二者联系的必要性[2]。本文在计算旅游节点重要度的基础上计算路线重要度,公式为:

Mij=IiIj/Lij

(3)

式中:Mij为旅游节点i与j间的路线重要度,Ii、Ij分别为旅游节点i、j的重要度,Lij为旅游节点i、j间的距离。

2 基于节点重要度模型的旅游风景道路网规划布局

2.1 旅游风景道路走向确定

在区域性旅游风景道路网规划中,需强化各旅游节点同该区域性交通干道的联系,形成“以线带面”的区域联动发展。同时,普通公路网是旅游风景道路网的基础,在规划过程中要充分利用现状道路,对其进行升级改造,以实现旅游与路网协同发展。本文在路线重要度计算的基础上,运用prim算法结合空间连通圆,分层求解路线重要度的最小生成树,得出旅游风景道路网理论布局方案,从而确定旅游风景道的走向;接着,将路网理论方案与实际路网进行对比,分析二者差异,并综合考虑现状条件,提出路网规划提升建议。

2.2 旅游风景道路等级确定

中共中央、国务院印发的《国家综合立体交通网规划纲要》中指出,要强化交通网“快进慢游”功能,加强交通干线与重要旅游景区衔接。“快进”是指依托干线公路,发挥其对沿线景点的串联作用,实现高效通达;“慢游”则是指根据景点间沿线的资源特色,打造集畅通、体验、游憩等于一体的复合型线路[19]。因此,本文采用分层规划方法对旅游风景道路网进行统筹考虑,形成“两级四类”的旅游风景道路网体系(表2)。一是构建 “快进”旅游风景道路网体系,主要由旅游风景道主线、次线和支线组成,串联各个旅游节点及区域性交通干道,保证游客快速到达各个旅游节点。本文通过不同路段连接的节点重要度确定各旅游风景道的等级,并结合实际路网情况,形成不同等级道路相协调的“快进”旅游风景道路网。二是构建“慢游”旅游风景道路网体系,主要为旅游风景道连接线,旨在将景区群内部的道路网络化,结合实际道路条件及周边用地现状,适当植入游憩功能,打造景区群内“宜行宜游”的旅游风景道。但部分景区群位于城市集中建成区内,周边道路为城市高等级道路,行车速度较快、通达性较高,建议将该类旅游风景道的等级调整为“快进”旅游风景道(图2)。

表2 “两级四类”的旅游风景道路网体系

图2 旅游风景道路等级确定思路

3 实例分析:G228福建段沿线区域

3.1 研究区与数据

G228是串联我国东南沿海城市的高速公路,因其沿途绚丽多彩的海岸风貌,于2021年被评为“中国最美公路”。G228福建段自北向南途经宁德、福州、莆田、泉州、厦门和漳州等沿海城市,沿线城市旅游资源丰富,涵盖绿色生态、蓝色海丝、红色文化等多类别旅游资源。其中,泉州宋元中国的世界海洋商贸中心和厦门鼓浪屿被评为世界文化遗产,是游客观光胜地。目前,福建省沿海地区的旅游客流主要集中在福州、厦门、泉州等地的著名旅游景点,区域性旅游通道构建仍在探索中。因此,通过推进G228福建段沿线区域内的旅游风景道路网布局规划,以核心旅游景点带动周边景点发展,促进区域旅游资源整合,对福建省沿海地区旅游发展尤为重要。

本文采集G228途经6市内通过质量评定的大众点评网站景点共173个(收集时间为2020年1月1日—12月31日)。为强化景点与G228福建段的联系,对 G228福建段60 km空间距离(假定机动车以平均行驶速度80 km/h行驶45 min的直线距离)内的景点数据进行筛选,最终共选取景点数据165个,并获取2021年OSM(https://www.openstreetmap.org)发布的宁德、福州、莆田、泉州、厦门和漳州城市路网数据作为研究对象。

3.2 基于网络用户评价数据的节点重要度计算

依据前述理论与操作方法,将局部集中的景点整合成旅游景区群,最终形成16个景区群(图3以泉州非遗景区群为例),88个景点,共计104个旅游节点(图4),并依据式(1)计算出各景区群的重心;接着,基于各节点的旅游景点质量等级、评论数和评分数据(景区群的指标选取群内景点最高等级、评论数和评分),运用K-means++聚类算法将研究区域中的旅游节点划分为4个类别(表3),确定G228沿线区域内核心旅游节点7个、重要旅游节点30个、次要旅游节点39个、一般旅游节点28个(图5)。核心旅游节点主要分布在厦门、福州、泉州和漳州等城市,其中超半数分布在旅游竞争力和城市生态位指标均位居全省之首的厦门[20]。

表3 旅游节点分类结果

图3 景区群构成示意(以泉州非遗景区群为例)

图4 旅游节点分布

图5 旅游节点分类

不同类别的旅游节点将会影响到节点间的道路等级和路网结构。由于研究区域较广,且旅游风景道的打造需要一定成本,本文认为区域级的旅游风景道应率先串联品质较好的旅游节点,所以选取核心旅游节点、重要旅游节点和次要旅游节点进行下一步规划分析。通过随机森林算法确定旅游节点重要度模型的指标权重,得到旅游节点质量等级、评论数和评分3个指标的权重分别为0.183 0、0.241 5、0.575 4,而后利用式(2)计算得到各旅游节点重要度(表4),进一步利用式(4)计算出各路段的线路重要度。

表4 旅游节点重要度

3.3 基于节点重要度的旅游风景道路网规划方案

依据旅游节点空间分布的聚集性,将G228福建段沿线区域内的旅游节点分为三大片区,采用prim算法并结合空间连通圆法,分层求解旅游风景道路重要度最小生成树,得到旅游风景道路网理论布局方案(图6a),对比分析G228福建段沿线区域内旅游风景道路网理论布局方案与实际路网的关系(图6b);结合实际情况,确定旅游节点间道路走向及等级,形成旅游风景道路网优化布局方案(图6c)。

图6 旅游风景道路网理论布局方案与优化布局方案

从G228福建段沿线区域内的旅游风景道路网布局方案看,漳州市和宁德市的旅游节点分布较散,地形较复杂,旅游风景道路网密度较低,建议该区域在现状道路的基础上适当提升道路等级。厦门市、泉州市及莆田市的旅游节点多集聚于城市建成区,周边道路建设状况较好,建议该区域将部分城市道路体系和旅游风景道路网体系相融合,充分利用现状道路,提升连通效率。福州市腹地范围较广,部分旅游节点集聚于中心城区,部分旅游节点距城区较远,独立成群,建议通过现有城市高等级道路将中心城区的旅游节点和郊区的旅游节点串联,而福清后溪流、东关寨和福州旗山森林温泉度假村等郊区旅游节点建议适当提升道路等级,提高节点间通达性,以强化该区域整体的旅游发展。

3.4 旅游风景道路网规划提升建议:以片区1为例

为验证上述旅游风景道路网规划方法的可行性,本文以片区1(涵盖漳州市、厦门市和泉州市)为例,结合实际道路建设状况,从旅游风景道路走向和等级两方面入手,建立旅游风景道路网体系。

1)旅游风景道路走向。结合现状条件,对比分析旅游风景道路网理论布局方案与现状道路走向的关系,提出如下建议:保留现状道路、现状道路整合和新增道路(图7)。如果旅游风景道路网理论方案与现状道路走向完全一致,建议直接将现状道路纳入旅游风景道路网体系;如果旅游风景道路网理论方案与实际道路走向存在偏差,可通过多段道路整合实现节点间高效通达,将规划整合后的道路纳入旅游风景道路网体系,如鼓浪屿(邮轮中心厦鼓码头)—厦门海沧景区群周边建成环境成熟,通过东渡路、海沧大桥、海虹路、马青路和海新路等城市高等级道路串联,游客驾车约半小时即可到达。如果旅游风景道路网理论方案与实际道路走向偏差较大,则应结合周边环境、现状道路、地形地貌等实际因素,新增部分旅游风景道(如东山风动石景区—天福茶博物院—三平风景区通道等)。东山风动石景区、天福茶博物院和三平风景区3处旅游节点空间分布虽成直线,但驾车需经过G228和G324等公路,而G324绕道漳浦县,导致该旅游通道车程约2 h,如果沿G228新增旅游风景道串联天福茶博物院和三平风景区,将为游客节省约40%的旅途时间(表5)。

图7 片区1旅游风景道路规划建议

2)旅游风景道路等级。针对确定好道路走向的旅游风景道,本文提出如下建议:维持现状道路等级、现状道路等级提升、新增道路和道路环境提升,最后形成旅游风景道路网优化方案(图8)。在“快进”旅游风景道路网体系中,旅游风景道主线和次线主要为高等级公路或快速路、主干路等高等级城市道路(如厦门老城区景区群—厦门东部景区群通道和厦门东部景区群—厦门集美景区群通道等),旅游风景道支线为中、低等级公路或低等级城市道路,如果规划涉及的现状道路满足道路技术等级要求,则尽量整合、利用现有道路,对重合路段进行合并,避免新建道路;考虑到部分旅游节点地理位置特殊,地形地貌较复杂,现状道路建成状况较差,建议提升道路等级,提高旅游节点通达性,保障旅游风景道的服务水平,如同安影视城—云顶山通道等。在“慢游”旅游风景道路网体系中,建议从自然环境、历史文化等角度挖掘景区群内部连接路段的主题内涵,在路段两侧对植载林、景观小品等进行主题设计,并开设内部观光旅游专线,使道路两侧也成为主题景区群内的一道风景,在提高景点间通达性的同时,优化道路环境,提高游客旅游体验。

图8 片区1旅游风景道路网优化布局方案

4 结论

本文根据旅游景点的吸引力属性,将游客的点评数据应用于旅游风景道路网研究,构建旅游节点评价体系,提出改进的旅游节点重要度模型,该模型采用K-means++和随机森林算法进行节点分类和客观赋权,规避了权重确定时的主观因素,进而提出多层次的旅游风景道路网体系构建方法。以G228福建段沿线区域为例,计算沿线区域内的旅游节点重要度及路线重要度,并结合实际情况提出区域性旅游风景道路网布局方案。最后,以片区1为例,针对不同路段的实际走向提出现状道路利用、现状道路整合和新增道路三大建议,并根据旅游风景道路等级提出维持现状道路等级、现状道路等级提升、新增道路和道路环境提升四大建议,构建旅游风景道路网优化布局方案。研究结果表明,引入游客评价数据的旅游节点评价体系具有一定优势,分析结果可为旅游风景道路网规划布局及旅游风景道路优化提升提供新思路。本研究的旅游风景道路网布局多关注线路选择层面,未来可重点关注各段线路的主题营造以及“慢游”交通网的打造。