基于数字足迹的自驾车旅游客流时空特征研究.doc.docVIP

基于数字足迹的自驾车旅游客流时空特征研究 　　[摘 要]文章以云南省为研究案例，利用网络游记与照片两种“数字足迹”，研究入滇自驾车旅游客流的时空特征，并与一般入滇旅游客流的特征进行比较，为应用新数据方法研究旅游流时空提供参考，同时丰富时空二元视角下的自驾客流研究成果，也有利于自驾车旅游目的地的营销与管理。研究结果显示：（1）自驾客流出游时间分布集中度较高，黄金周及寒暑假内容易出现客流高峰，与一般入滇客流的时间特征基本保持一致。（2）客源地空间分布上，一则呈现近域性显著、东部集中性明显；二则自驾客流空间距离衰减规律不明显，空间使用曲线出现多次波动，客源地分布与国内经济发达省市的地理分布保持一致。（3）目的地空间分布上，一则自驾客流在云南24个旅游节点内非均衡集中分布，并形成位于4大区域的5条旅游线路；二则与一般入滇客流的“单核放射状”分布形态不同，自驾客流整体呈现多核心、多线状、多区域的“多核线网状”空间分布形态；三则自驾客流网络密度较低，网络结构分层明显，但核心旅游区带动及影响边缘旅游区的能力不强。 　　[关键词]数字足迹；自驾；旅游流；时空特征；云南省 　　[中图分类号]F59 　　[文献标识码]A 　　[文章编号]1002-5006（2016）12-0041-10 　　Doi： 10.3969/j.issn.1002-5006.2016.12.011 　　引言 　　旅游流是指旅游客流，即游客从客源地向目的地流动的群数量和流动模式[1]，其时空特征一直是旅游地理学研究的热点。已有研究表明，旅游流的特征极易受到交通系统因素的影响，但交通工具的改善与出游交通的选择对各种特殊交通旅游流的形成与时空特征的影响研究却相对缺乏[2]。近年来我国人均收入普遍提高，国民旅游休闲消费增长加快，私家车保有量高（2013年私人轿车保有量占民用轿车保有量的79.26%），国内公路网络系统日益完善（中国高速公路已经仅次于美国稳居世界第二），自驾车旅游呈现“井喷式”发展。《中国自驾游年度发展报告（2014）》显示，2013年我国自驾车出游人数增至17.3亿人次，占国内旅游总人次的53%[3]。可以说，自驾游已成为我国城镇居民出游的主要方式，自驾车旅游客流这种特殊旅游流随之形成，开始引起了国内外学术界的关注。国内学者李昂以生存分析为理论基础建立模型，对世界文化遗产承德避暑山庄与周围寺庙的自驾车旅游客流的时间分布特征进行研究[4]。在自驾客流的空间特征方面，Shin最先关注自驾车旅游流网络特征，运用社会网络分析法对中国台湾南投地区的16个旅游目的地进行空间结构与网络关系分析[5]；卢松等国内学者以安徽黄山市为例，采用旅游流空间使用曲线分析黄山市自驾车入游流的客源市场结构和空间行为模式[6]。这些学者开启了有关自驾车旅游客流这一特殊交通旅游流的研究方向，其定量分析方法对后续相关研究具有借鉴意义。遗憾的是，现有研究仍未在时空二元视角下对自驾客流的分布特征进行细致深入的分析。另外，与一般的自助游客、旅行社团体游客不同，自驾游客的旅游活动不受既定旅游时间、旅游线路和旅游交通安排的影响，旅游行为自主灵活，由此形成的时空特征也与其他类型游客存在差异，然而目前学者们亦未重视这种差异的研究。 　　自驾车旅游客流的时空研究相对缺乏，原因还在于游客自主控制交通工具，其活动具有较高的灵活性和可变性，客流的时空数据难以实时收集，容易导致数据的及时性、覆盖性和代表性不足，国外学者Girardin因此提出“数字足迹法”。在Web2.0时代，越来越多游客会通过网络及其他通讯设备获取旅游信息，Girardin等认为，“旅游数字足迹”是在整个旅游活动的实现过程中，游客在旅游时移动电话的通话记录、发送的信息，以及旅游前后在网络上和其他信息化系统里所留下的信息搜索记录、博客文章、网络游记、评论与照片等多种形式的图片与文字信息，这种数据蕴含了游客的活动时间与地理位置信息，可真实还原游客实地旅游的时空移动轨迹，为学者研究游客在旅游目的地内的时空行为提供了全新的数据收集方法[7]。Girardin和Vaccari都曾经利用旅游者游时的通话记录、手机短信以及游后发布的图片等数字足迹分别研究了意大利罗马与美国纽约的旅游状况[7-8]，张妍妍等则将网络游记这种数字足迹应用到西安的旅游流网络结构研究中[9]，综上可知，国外的旅游数字足迹研究利用手机足迹为主、网络图片为辅，文本型数据使用率低，国内研究偏向使用网络文本。 　　因此，本文基于“数字足迹”，同时使用网络游记与照片两种时空信息丰富的旅游数字足迹，从旅游客流的时空分布角度切入，选择云南省这一国内典型自驾游目的地为研究区域，分析自驾车旅游客流的时空分布特征，并探讨这种特殊交通旅游流与一般入滇旅游流在时空特征上的异同，一方面可以对“数字