基于公路交通流大数据的节假日旅游流时空分异特征
作者：戢晓峰 戈艺澄 陈方
来源：《旅游学刊》2019年第06期
[摘 要]分析節假日旅游流的时空分异特征有助于获取节假日旅游流的空间行为模式，并为节假日旅游路线组织、旅游应急管理提供重要依据。文章以云南省为案例，选择昆明
一大理一丽江一香格里拉、昆明一西双版纳、昆明一石林一弥勒一泸西、昆明一建水一元阳4条旅游运输通道，从时空二元视角获取云南省自驾车和团队旅游流的时空分异特征。结果显示：（1）在7个节假日，昆明一大理一丽江一香格里拉、昆明一西双版纳两条长线运输通道旅游流的集中指数分别为47.38、46.52，昆明一建水一元阳、昆明一石林一弥勒一泸西两条短线旅游运输通道的旅游流集中指数分别为42.41、38.53，均大于完全均衡分布时的集中指数37.8，表明4条旅游运输通道旅游流在7个节假日具有明显的集聚特性，且长线旅游运输通道旅游流的时间集中度均高于短线，自驾旅游流时间的集中度高于团队旅游流。（2）昆明一大理一丽江一香格里拉通道的节假日旅游流规模位居首位，昆明一西双版纳旅游运输通道旅游流受节假日时长的影响较为显著。（3）4条旅游运输通道的节假日旅游流呈现向城镇、重要交通节点及旅游资源富集型通道的聚集特征;昆明一大理一丽江一香格里拉通道的自驾旅游流的基尼系数高达0.86，空间集中度最高。相比自驾游，团队游空间使用曲线呈多峰模式，各相邻波峰呈明显的递减趋势。利用公路交通流大数据能够获取节假日旅游流的时空分异特征，可为节假日旅游管理提供管理启示。
[关键词]交通流数据;旅游流;旅游运输通道;节假日;时空特征
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2019）06-0037-11
Doi： 10.19765/jki.1002-5006.2019.06.009
引 言
随着旅游业的发展，公众假日和旅游节庆活动等引发的短期旅游流在中国旅游业中的地位日益重要。短期旅游流受时间、空间、信息等各项条件的制约，与常规时段的旅游流相比具有不同的特征和影响。自2012年“十一”黄金周高速公路免费通行政策实施以来，假日出游比例迅速上升，在促进旅游业快速发展的同时，也暴露出由节假日旅游流带来的旅游交通拥堵，旅游安全及旅游应急管理等焦点问题。主要原因在于，节假日高强度的旅游流导致旅游交通的延误增加和服务水平的显著恶化，同时降低了旅游流的疏散效率并带来巨大的安全隐患。因此，节假日旅游流也逐渐成为旅游、交通、地理学者的关注热点。国外对节假日旅游流的研究早期源于对节假日旅游流的预测，如Chen等将支持向量回归模型、自适应遗传算法和季节性指标调整相结合，对节假日旅游流量进行了预测。针对节假
日旅游流的时空分布特征，Lu等指出7个节假日旅游流的分布特征和规模可能因节假日而异，并将7个节假日与景区的促销活动时间结合，采用峰值指数和k均值聚类算法，研究了黄山风景区8条缆车线路的客流时空分布特征，发现缆车旅游客流在国庆节长假的时间集中度显著高于“五一”小长假，且在时间相同的长假中，旅游客流规模较小时的空间分布集中度高于客流规模较大时的空间分布集中度。对游客规模的研究也逐渐增多，如Park等通过构建一种改进的引力模型，发现自然资源、旅游基础设施等是影响旅游流规模的主要因素。
目前国内学者关于节假日旅游流的研究，主要集中于两个研究时段：一是集中于“十一”黄金周。如李志飞和夏磊以中国29个省市2008-2012年“十一”黄金周为例，通过时间序列分析、游客密度指数、Zipf结构分析法，分析得出旅游流稳步增长，空间上呈交叉梯形格局的时空分布特征。卢松等以世界文化遗产西递、宏村为例，分析了古村落旅游客流时间分布特征，发现黄金周客流呈“井喷”式分布。张子竞等以陕西关中地区为例，通过“黄金周”客流周内波动指数、周内分布偏度指数等得出与文献一致的结论。戢晓峰等针对黄金周过饱和旅游流，提出了基于突变理论的过饱和旅游流应急疏散效率评价方法。此外，姚小云以世界遗产地武陵源为例，对黄金周的客流发展趋势与对策进行了探讨，指出未来黄金周旅游客流整体呈波动增长、自驾车旅游流将持续增长的发展特点和趋势，并从现行休闲
制度、黄金周旅游管理、交通发展等方面分析了黄金周客流发展的影响因素。二是对于7个节假日的整体研究。如李伟等以武汉市为例，主要采用地理集中指数、基尼系数等指标，比较分析了7个法定节假日观光游览、探亲访友、商务会议、购物美食4种不同旅游目的的旅游流时空分异特征。戢晓峰等以云南省为例，运用游客集中度系数、洛伦兹曲线等揭示了云南省节假日旅游流的时间分布在省域和市域尺度均呈相对均衡格局，空间分布呈“多核心、边界带状”空间格局，进一步指出旅游资源禀赋是节假日旅游流空间格局形成的主要因素。综合来看，目前节假日旅游流的研究取得了一些初步成果，但仍处于起步阶段。大部分学者主要从景区景点、旅游相关部门获取面板数据，或者结合问卷调查等方法获得研究数据，研究内容大多集中于节假日旅游流的时空特征，但将大数据运用到节假日旅游流时空分布特征，从自驾游、团队游等不同类型旅游体的视角获取旅游流空间行为模式，并揭示节假日旅游流拥堵现象的研究尚显不足。
随着旅游流的研究已进入“白热化”阶段，逐渐有学者指出，数据的获取成为旅游流研究的制约之一。当前旅游流数据的获取方法逐渐由传统的问卷调查法、深度访谈法、二手面板数据法等过渡到大数据时代下的旅游日记、数字足迹等方法，目前已有部分学者将大数据运用到旅游流的研究中来。如王录仓等利用新浪微博LBS签到数据和核密度估计分析
方法，从时空维度对兰州市旅游流特征进行了研究。闫闪闪等基于类似的数据和方法，分析了洛阳市旅游流的年度时空分布特征，发现洛阳市旅游客流量在洛阳牡丹文化节、“十一”黄金周两个节日高度聚集。罗秋菊和梁思贤基于数字足迹，获取了云南省自驾车客流的时空分布特征，发现云南省自驾客流多集中于黄金周及寒暑假，整体的自驾客流网络密度较低。旅游数字足迹与传统的问卷调查等方法相比，在具有代表性、时效性、简单性等优势的同时，面临研究样本受限，旅游者类型不全，加之游客对于空间识别较弱，在游记记录时可能存在误差等问题。公路交通流数据作为大数据类型之一，建立在对不同路段流量不间断、实时、连续的监测和记录的基础之上，具有时效性和准确性，能够真实并且直观地反映流量的时空特征。但目前尚未见有文献报道将公路交通流大数据用于旅游流研究，相比GPS数据，通过公路交通流提取的旅游流数据可以将旅游流的本质——“流动性”特征生动体现出来，并可识别自驾旅游流和团队旅游流的空间行为模式。
为此，本文基于公路交通流大数据，选取当前云南省较为典型的4条旅游运输通道为案例，获取公路旅游运输通道节假日旅游流的时空分异特征，对利用公路交通流数据研究旅游流的时空特征进行有益尝试，同时为节假日旅游流管理、旅游运输通道设计提供参考。
1 研究区域与研究方法
1.1 研究区域概况
节假日高速免费时间是按进的时间算吗? 云南省地处我国西南边陲，地理环境特殊且经济欠发达。截至2017年年底，云南省拥有A级景区230处，其中，4A级及以上景区77处，昆明、大理、丽江、西双版纳4个城市拥有4A级及以上景区个数占全省景区比例接近50%。目前，云南省高铁覆盖率较低，由于交通条件的限制，尚未形成串联景区景点的旅游闭合环线，更多地体现为“单一道径”形式。云南省大部分旅游流以昆明为重要的旅游交通中转站，再到达其他旅游目的地，节假日旅游依然维持以公路为主要的旅游交通方式，云南省因此成为我国典型的公路旅游流研究案例区域。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论