基于UGC数据的乡村游客行为时空特征研究

宋 启

李侃侃

刘建军*

1 研究背景

改革开放以来中国经济社会的快速发展，加速了城市化的进程，使得人们的乡愁情绪日益高涨，而乡村旅游的迅猛发展满足了人们的需求。乡村旅游是依托乡村空间环境，以乡村自然和人文景观为对象，使游客能够赏乡景、尝农味、宿民居的乡村特有的旅游形式[1]。而游客从离开常驻地开始至完成乡村旅游体验过程的一系列行为，有怎样的时空特点与变化呢？受到哪些因素的制约？这些问题关系到乡村旅游空间布局的合理规划设计和景点的优化建设，同时有助于乡村旅游地未来一定时期内的保护利用和管理发展方案的确定[2]。

目前学术界对游客行为已有了一定的研究，主要集中于城市公园、5A级景区等小范围尺度内，研究内容包括游客游憩模式、行为轨迹、偏好及满意度等空间特征或情感体验[3]。近些年，随着地理信息系统和以用户生产信息为主要特征的Web 2.0的发展，研究方法突破以往通过问卷访谈、大脑认知地图等单一传统的方式，将GIS等地理信息技术与社会调研相结合，利用微博大数据、六只脚GPS轨迹、携程网游记等UGC(User Generated Content)数据共同研究游客行为[4-7]。李苗裔通过获取微博社交网络数据，对智慧黄山景区客流的客源地、时间与空间特征和游客情感进行分析，最终针对智慧黄山景区保护利用、服务管理提出了建议，同时明确了如何完善对社交网络数据的使用[8]；邵隽等以华山景区为研究对象，通过对游记大数据的语义分析和挖掘，探讨目前华山客源市场的主要关联目的地和游客存在不满的方面[9]；Vu H收集Flickr中到访香港的2 100名游客所上传的地理标记照片29 443张，大范围抓取游客的运动轨迹，总结出游客出行行为模式[10]。

综观现有研究成果，鲜有关于乡村旅游过程中游客行为的时空特征研究，究其原因极大程度受限于乡村数据的收集途径，而UGC数据为乡村区域研究提供了新的数据源与研究视角。因此，本文通过挖掘游客UGC数据，利用多种空间分析方法来分析乡村游客行为的时空特征，并探究其背后的制约因素，以期为乡村旅游规划和发展提供理论及实践的参考与借鉴。

2 研究设计

2.1 案例区域选择

本文选取陕西省汉中市作为乡村旅游研究的典型案例地。素有“西北小江南”之称的汉中市依托其得天独厚的自然资源和人文资源，造就了2区9县特色迥异的乡村旅游资源，吸引着大量的游客[11]。截至目前，汉中市已累计创建省级旅游特色名镇20个、省级乡村旅游示范村29个，创建数量位居全省前列。最新统计数字显示，汉中市2019年全年接待游客突破6 000万人次，旅游总收入超过350亿元。因此，选择汉中市作为乡村旅游的研究区具有一定的代表性[12]。

2.2 数据收集与整理

2.2.1 数据采集

本文以马蜂窝App作为数据收集平台。马蜂窝App是国内领先的旅游社交平台，在旅游UGC领域累积了大量数据，且用户群体年龄以18～45岁为主，基本吻合汉中乡村旅游客源群体年龄特征。因此，选用马蜂窝App笔记版块游客上传的带有地理位置的照片作为数据来源，利用PYTHON编写爬虫程序抓取了2012年10月31日─2019年10月31日来访汉中的游客拍摄的32 542张地理标记图片，采集每张照片的用户ID、拍摄点经纬度、拍摄时间、上传时间、照片ID等信息。

2.2.2 数据整理与清洗

为保证研究结果的精确性，对所有数据进行整理和清洗。将原始数据从服务器中导出到Excel后进行分列处理，共得到包括用户ID、常驻地、拍摄点经纬度、拍摄时间、上传时间、照片ID等在内的10列数据。为了方便后续统计工作，将拍摄时间数据按“年、月、日”分开(表1)。

表1 马蜂窝笔记版块游客UGC数据要素

首先，依据空间、时间和内容的判定，删除汉中市范围外和位于汉中市城区内的数据(4 310条)。其次，对数据进行内容清洗，删除基本信息大量缺失的数据(642条)；删除且仅保留一条具有相同用户ID、相同拍摄时间和相同坐标的重复记录(1 694条)；删除拍摄时间晚于上传时间、与同一游客具有相同拍摄时间但不同坐标的错误记录(245条)。最后，经过整理筛选，共得到来自3 223个游客所拍摄的25 660张地理标记照片。

2.3 GIS空间分析

2.3.1 核密度分析

核密度分析是空间分析中运用十分广泛的一种非参数估计方法，通过计算要素在其周围邻域的密度，将点信息扩展到面上，从而更好地显示其集聚区域[13]。本文利用ArcGIS 10.5的核密度分析工具，对来访汉中的乡村游客的空间信息数据进行可视化处理和统计，绘制汉中乡村游客空间分布的核密度图。

2.3.2 邻域分析

邻域分析工具可识别最接近要素或计算各要素之间的距离[14]。其中，缓冲区与多环缓冲区分析是指在要素周围指定距离内创建一个或多个环状缓冲区，常用于统计相关要素在不同空间范围内的分布情况，点距离则用于确定输入点要素到附近要素点的距离。本文通过统计乡村旅游景点不同范围内的游客数，探讨游客在景点周边的聚集程度，并对不同类型景点中聚集的游客数量进行量化统计，从而分析游客偏好的乡村旅游景点类型。

3 分析结果

3.1 汉中市乡村旅游景点类型

在乡村旅游景点相关分类研究基础上，综合考虑汉中市乡村旅游景点的实际情况，将其乡村旅游点类型确定为乡村自然生态类、乡村文化类、农事产业类和特色村镇类4个一级类，以及11个二级类[15-16]。查阅中国国家旅游局①及汉中文化和旅游局官网②所发布的乡村旅游景点的统计数据，筛选出汉中市规模较大且影响力较高的景点，按不同类型归纳整理(表2)。通过国家空间科学数据中心③收集2016年汉中市行政区划数据，并将景点在图中标记出来(图1)。最终，本文选择汉中市77个乡村旅游点为案例研究地。

图1 汉中乡村旅游景点分布图

表2 汉中乡村旅游点类型统计表

3.2 游客时空特征分析

3.2.1 时间特性分析

按照拍摄时间对数据进行纵向分层，统计汉中乡村各月度游客和照片数量可知，汉中乡村游客和照片数量的月度比例分布基本一致，但存在明显的淡旺季(图2)。整体上看，游客数量在4、8和10月呈现3个波峰，且春季(3─5月)和秋季(9─10月)相比于其他两季游客数量和照片数量均占明显优势，由此可知春秋两季是汉中乡村旅游的旺季。此外，拍摄率(照片数量/旅游人次)可以反映游客对景观的兴趣度，从计算结果可以看出，汉中乡村3、4和10月的景观更受游客欢迎。

图2 游客时间月度变化

3.2.2 空间分布特征

利用GIS对数据进行空间分析，从空间可视化与量化角度直观分析区域内游客聚集程度。

1)游客兴趣点整体空间分布。

将数据导入ArcGIS 10.5，在地图底图上标记游客拍摄点空间位置。游客拍摄点即兴趣点，可见游客兴趣点总体空间分布与汉中乡村旅游景点分布基本一致。为进一步探究兴趣点与乡村旅游景点的空间关系，本文以1km为间隔，在10km范围内生成景点数据的多环缓冲区(图3)。统计各缓冲区内兴趣点数量发现，在距景点1～2km范围内游客数量逐渐增加，并在2km左右达到峰值后，兴趣点数随着与景点距离的增加，整体趋势呈幂函数式递减，R2达到0.79(图4)。这表明游客围绕乡村旅游景点存在着一定的空间聚集，景点2km范围内的景观对游客而言颇具吸引力。

图3 游客兴趣点在景点缓冲区分布图

图4 兴趣点数与景点的距离关系

然后采用核密度分析工具对游客兴趣点进行核密度计算，结合汉中市实际情况，将搜索半径设置为2km生成核密度栅格图像(图5)。可以发现，游客兴趣点呈“一核多点”式聚集，形成了由汉台区及勉县东南区域主要乡村旅游景点所构成的核心热点区。“多点”主要集中于宁强县西部、留坝县和洋县，其中以宁强县西部区域的中心聚集程度最高，而处于镇巴县和略阳县等区域的游客兴趣点数量明显偏少。

图5 游客兴趣点核密度图

2)兴趣点在不同乡村旅游景点空间聚集的统计。

统计游客兴趣点在不同乡村旅游点的聚集数量可以量化分析游客偏好的乡村旅游景点类型。利用缓冲区分析工具，在每个乡村旅游景点的5km范围内生成缓冲区，进行空间连接得到各景点5km内游客兴趣点数量的统计(表3)。

表3 游客兴趣点在不同乡村旅游景点的统计

可以看出，游客对于有历史文化内涵的乡村旅游景点更感兴趣，如历史古村镇游客兴趣点数量占比23.85%，遗址遗迹类景点占比19.50%，其中尤以诸葛古镇、青木川古镇和武侯镇继光村居多。另外，游客对汉中独具风格的乡村自然山水景观也有较高的偏好度，其中黎坪国家森林公园较受欢迎。

3.3 影响因素分析

3.3.1 季节气候的影响

在研究发现汉中乡村游客整体出游时间呈季节性变化的基础上，考察游客兴趣点分布随着不同季度的变化规律。从图6中可以看出，不同季节“一核多点”的游客空间聚集模式变化不大，汉台区、勉县及宁强县的乡村游客数量季节性变化特征不明显，始终是乡村旅游的核心热点区域。此外，春季洋县的游客较为密集；夏季游客的分布范围有所缩小，但留坝县北部区域形成了新的热点；同样属于旅游旺季的秋季，游客到访南郑区景点的数量有所增加；冬季游客数量骤减，不但分布范围明显缩小，热点核心区的游客聚集程度也有显著下降。

图6 兴趣点随季节变化的核密度分析

进一步统计不同季节各乡村旅游景点5km范围内的游客兴趣点数(图7)，以探究游客不同季节所偏好的乡村旅游类型。春季游客多集中于乡村自然山水、历史遗址遗迹、古村镇及农业休闲观光类的乡村旅游景点，其中紫柏山国家森林公园、诸葛古镇、武侯镇继光村及洋县油菜花海游客兴趣点密集，表明春季汉中舒适的气候与丰富的乡村自然资源吸引了诸多游客；秋季除了自然资源和人文资源类景点依旧受到人们的欢迎外，瓦石溪镇、桔园镇的农家乐和采摘园游客也有所增加，表明游客也乐于参与农事体验；夏冬两季游客偏好的类型没有太大的不同，汉中乡村的历史文化和自然生态始终对游客颇具吸引力。此外，民俗文化村、红色革命纪念地和现代新农村游客数量始终较少，且没有明显的季节性变化。

图7 不同季节的游客兴趣点在不同类型景点的数量关系

3.3.2 路网交通的影响

近几年，随着经济发展，汉中市交通路网逐渐完善，国道、省道和县道逐步建设，高速公路如十天高速和西汉高速等也不断开通，使汉中成为全国主要的交通枢纽城市之一[17]。汉中旅游市场研究显示，超半数游客采用自驾方式出游，因此游客兴趣点沿道路在一定范围内会形成空间分布形态。从OSM④导出汉中道路数据，以1km为间隔在5km范围内生成多环缓冲区(图8)，并统计游客兴趣点数量及比例(表4)。游客兴趣点沿路网的空间聚集特别明显，1km范围内游客兴趣点最为集中，占比达79.80%；在3km范围内的空间分布渐趋于分散，密度也逐步减小；4km以上游客兴趣点数量仅占2.37%。由此可见，游客对于道路的依赖性较强。因而对于交通相对不太便利的区域(如镇巴县)而言影响较大，游客在这些区域聚集程度很低。

表4 不同道路缓冲区游客兴趣点数量及比例

图8 游客兴趣点在道路缓冲区内的分布

3.3.3 与市区空间距离的影响

采用点距离工具统计各乡村旅游景点距市区的远近(图9)，观察兴趣点数量的差异发现，不同距离乡村旅游景点游客兴趣点数的波动较大，诸葛古镇虽然距离市中心约73.9km，但兴趣点数高达3 092；青木川古镇距离市区超过了100km，其兴趣点数却仅次于诸葛古镇；而距离市区不到10km的黎坝镇、龙亭镇等，兴趣点数均不超过10。总体来看，汉中乡村旅游游客行为的关键影响因素不是空间距离，而景点吸引力大小更为重要。

图9 游客兴趣点随乡村旅游景点与市区距离变化的关系

4 结论与讨论

本文通过挖掘马蜂窝App的UGC数据，分析汉中乡村旅游点游客行为时空特征，借助GIS实现了游客时空特征的可视化，以及不同乡村旅游景点类型游客聚集程度的量化统计。在此基础上结合邻域分析相关工具，对季节气候、交通道路和与市区的空间距离3个影响因素进行了分析，研究结论如下。1)游客到访汉中乡村的时间在全年月度分布的差异性较大，4、8和10月游客数量较多，整体表现为“春秋旺，夏冬淡”，反映出游客到访易受气温舒适度和休假制度的影响。同时，游客的拍摄率也反映出汉中乡村春秋两季的景色更具吸引力。2)游客兴趣点的空间分布与汉中乡村旅游景点规划布局基本一致，围绕景点存在呈幂函数式递减的空间聚集规律，且形成了以汉台区和勉县的主要乡村旅游景点为游客兴趣点核心热点区的空间聚集模式，对其他县区乡村旅游有一定的屏蔽效应。乡村旅游游客的兴趣点主要集中于历史遗址遗迹、历史古村落和乡村自然山水类的乡村旅游景点，可见，游客在乡村旅游过程中更关注于当地的文化内涵与自然生态。3)汉中乡村气候和自然环境的季节性变化一定程度上影响了游客行为，春秋两季汉中农业产业类的乡村旅游地对游客吸引力较高，如农业休闲观光类的洋县油菜花海和农事体验类的城固县桔园镇采摘园；同时游客对道路有较强的依赖性，要增加镇巴、略阳等区域的游客数量，就必须增强其交通可达性；而景点距市区的远近并不是关键影响因素，更重要的是旅游地的吸引力。

汉中市乡村旅游的未来发展方向：1)需破解季节性困境，虽无法改变气候等自然因素造成的乡村旅游季节性，但可以通过乡村旅游资源的合理规划建设克服其旅游产品的单一性，进行深层次且多元的开发，并通过强化淡季旅游产品的宣传，营造乡村旅游的无季节性意识；2)景点的空间规划优化以汉台区为主，包括南郑、城固与勉县部分区域，整合乡村旅游景点，实现乡村旅游一体化发展，以宁强至洋县、西乡为东西轴线，依托西汉高速、十天高速、国道省道等汉中主要交通线路，加强冷点区域镇巴、略阳等县与汉台区的联系，形成以各县区特色文化为核心吸引力的乡村旅游带；3)冷点区域的发展应更深层次地挖掘当地的文化内涵，发展为具有历史记忆、地域特色、民俗风情的乡村旅游地，如以镇巴为主打造苗族文化，西乡则可依托其特色农业种植园资源。

以汉中市为例，以期为其他区域乡村旅游建设发展提供参考与借鉴。通过掌握游客乡村旅游过程中兴趣点的空间分布和季节性的变化规律，优化乡村旅游区域功能与合理的空间布局，扩大游客兴趣范围，让游客的乡旅过程获得更加便捷和满意的体验。对于乡村旅游的核心热点区域，需在不断创新的同时加强对基础设施的保护，以提升核心吸引力和区域竞争力。处于冷点的区域，首先应在完善基础设施的基础上，强化与核心热点区域的联动带动，提升交通可达性；其次在对其乡村原生态性资源采取保护性措施的同时，提升游客对当地乡村历史文化资源的关注度，可以通过农事的参与，或举办各种节事活动，为游客展现当地特色文化，增强游客在乡村的文化体验感。通过社交网络、旅游社区等平台游客UGC数据的分享，达到宣传效果，从而带动更广区域的乡村旅游发展。

注：文中图片均由作者绘制。

注释：

① 来源：国家空间科学数据中心(http://www.nssdc.ac.cn/)。

② 来源：https://www.openstreetmap.org/。

③ 来源：中国国家旅游局官网(htttp://www.cnta.gov.cn/)。

④ 来源：汉中文化和旅游局官网(htttp://www.hztour.gov.cn/)。