【学术动态】利用国际游客的移动轨迹来描述旅游目的地网络 | 2021年第6期

本刊 “学术动态（Planning Reviews）”栏目，推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期“城市规划技术与方法”专栏，向大家推介一篇旅游目的地网络研究的国外文献。

（专栏编辑：肖扬，同济大学建筑与城市规划学院副教授）

利用国际游客的移动轨迹来描述旅游目的地网络

来源：XU Y，LI J，BELYI A，et al. Characterizing destination networks through mobility traces of international tourists —— a case study using a nationwide

mobile positioning dataset[J]. Tourism Management，2021，82：104195.

目前将旅游目的地与游客流动性结合的研究一般包括目的地内的旅游动态和目的地间的移动情况两类。在后者的相关研究中，部分采用了网络科学方法。这些研究将旅游目的地视为复杂的网络，通过对旅游活动的监测和分析，可以得到旅游目的地的拓扑结构特性。尽管可供研究的旅游大数据越来越多，但基于外籍游客流动性的目的地网络研究却很少。有关旅游网络的研究更多是描述目的地（如度中心性和分布）和网络的结构特性（如网络密度）。很少有人通过大规模的移动性观测来量化旅游目的地的空间交互作用。从研究数据的角度来看，移动定位数据可以捕获大量人口的位置足迹。这些数据有助于对以下问题的系统理解：①目的地的网络特性及其与国际游客流动性的空间交互作用；②不同国家旅游者的群体行为差异。

 

作者在本研究中分析了旅游目的地网络的非线性动态结构以及目的地吸引力的异质性。研究获取了一个移动定位数据集，使用一些指标来量化旅游目的地的网络属性，目的是研究旅游活动的总体动态和不同国籍游客之间的差异。首先，从移动定位数据集中提取旅游目的地间的移动信息，构建目的地网络，形成两种类型的网络（有向网络和无向网络），来反映目的地的属性及其相互作用。有向网络主要用于量化目的地吸引力，基于有向网络拓扑结构生成无向网络，无向网络用于描述目的地之间的总体旅游流量。然后，通过分析有向网络中各旅游节点强度的分布，探讨目的地对整体旅游人口的吸引力，并进行分段分析，揭示不同国籍的流动性偏好。最后，研究在无向网络上应用了一种社区检测算法，以识别与旅游流密切相关的旅游目的地群组。

 

研究使用的数据为韩国2018年8月1日至8月15日期间的移动定位数据集，数据记录了192 302名手机用户在韩国停留期间的位置和居住时间。每条记录包含用户的独特身份ID和国籍，停留的地点（基站的经纬度），以及停留的日期、开始时间和结束时间。本研究以记录时间跨度大于12h的用户为研究对象，从原始数据集中筛选出129 332名用户。作者分析了这些用户在韩国250个城市之间的旅游活动。先把用户的停留位置映射到相应的城市，生成城市层面的旅行轨迹。一个城市内的停留地成为一段轨迹，跨越城市时则形成新的一段轨迹。由此生成了城市间的旅游网络，包括有向网络和无向网络。

 

研究发现不同国籍游客在韩国旅游情况有很大差异，排名前十的国家或地区游客占游客总数的88.1%以上。来自欧洲和北美的游客往往比亚洲国家的游客停留更长的时间，参观更多的城市。通过对旅游网络的节点分析发现，大多数节点强度都可以用正态分布来很好地逼近。这说明了目的地吸引力具有异质性，即少量的城市吸引大量游客，同时很多城市只吸引了少数游客。与西方国家游客相比，亚洲的游客更集中在韩国的少数几个旅游目的地。

 

从不同国籍游客旅游模式来看，对于大多数国家的游客，韩国几个头部城市往往会吸引很大一部分游客。研究利用聚类算法，根据网络中节点的归一化强度进行聚类，将游客排名前16名的国家和地区划分为三个组。研究发现亚洲地区与西方国家及澳大利亚完全分离，同时菲律宾也与其他国家截然不同。不同国家的游客并不都喜欢相同的旅游目的地。虽然亚洲和西方游客都中意首尔大都市（亚洲58%，西方51%），但首尔中心区对于亚洲游客的吸引力为18%，而对于欧洲仅为9.8%。而菲律宾游客有着独特的旅游模式，他们只有13%的游客去过首尔都市圈，大部分人更喜欢岛屿和沿海地区。

 

作者通过社区检测算法（combo算法） 将韩国旅游网络划分为七个社区，模块性得分为0.429，表明网络中的旅游活动不是随机分布在目的地之间的，而是更可能发生在距离较近的目的地之间。然后对于不同国籍的旅游网络上进行社区检测分析，各网络的模块化得分在0.3到0.7之间，再次表明游客的活动并不是在城市间随机发生的。对于菲律宾、俄罗斯、泰国和英国等国，网络的模块化得分很高，说明他们的行动往往集中在一些专门地区。对于中国大陆、日本和马来西亚的游客网络，仁川国际机场与首尔的核心部分结合较为紧密。而对于其他国家的游客网络（如美、泰、德、英、加拿大等），仁川机场与邻近的目的地合并在一起，表明这些游客会探索机场附近的城市。

 

本研究在方法贡献上，提出了创新的旅游大数据分析方法来检测移动传感器数据，如社区检测算法和聚类方法。但研究也存在一些局限性，如数据集的周期只有15天，国籍分割分析只针对拥有足够数量游客的前16个国家或地区等。未来可以研究目的地网络的时间演变，如是否存在改变旅游流动性网络特性的季节性变化等。

 

（供稿：王航，同济大学建筑与城市规划学院硕士研究生）

本文为《城市规划学刊》原创文章 

欢迎在朋友圈转发

识别二维码  订阅本刊2017-2021年电子阅读版

URBAN PLANNING FORUM     Since 1957

创新性、前瞻性、学术性

中文核心期刊、中国科技核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引来源期刊（CSSCI）、中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据来源期刊，RCCSE中国核心学术期刊

投稿链接：http://cxgh.cbpt.cnki.net

Email: upforum@vip.126.com

电话：021-65983507

传真：021-65975019

微信号：upforum

原文始发于微信公众号（城市规划学刊upforum）：【学术动态】利用国际游客的移动轨迹来描述旅游目的地网络 | 2021年第6期