武傳表， 向慧容

(遼寧師范大學 歷史文化旅游學院, 遼寧 大連 116081)

基于地理標記照片的赴大連游客時空行為特征研究

武傳表， 向慧容

(遼寧師范大學 歷史文化旅游學院, 遼寧 大連 116081)

利用地理標記照片研究游客時空行為具有明顯的優(yōu)勢，其研究前景廣闊.以Flickr網(wǎng)站收錄的1997—2014年18年間3 147張大連地理標記照片為基礎數(shù)據(jù)，通過時間序列分析法和AcrGIS空間分析方法對赴大連游客擬態(tài)時空行為進行研究，結(jié)果發(fā)現(xiàn)：(1)1997—2014年赴大連游客Flickr照片數(shù)量大體呈非平穩(wěn)上升趨勢；(2)赴大連游客Flickr照片月際變化和日間變化說明赴大連游客時間選擇具有明顯的季節(jié)性和時段性；(3)赴大連游客Flickr照片空間分布主體呈穩(wěn)定帶狀結(jié)構(gòu)，呈左傾的“工”字型，可見游客集聚分布在城市中心和旅游中心；(4)照片分散趨勢日益加強，游客目的地選擇愈加不局限于傳統(tǒng)景點.

地理標記照片；游客時空行為；擬態(tài)行為；Flickr；大連

游客時空行為研究是旅游研究中較為傳統(tǒng)的話題，早在20世紀90年代就有學者探討時間、空間對旅游活動的意義[1].Fennell分析了旅游者移動和時間分配，旅游者時空模式被呈現(xiàn)[2].Shoval等采用現(xiàn)代追蹤技術，分析了城市內(nèi)部旅游者流動過程[3].對游客時空特征的研究意義重大，既是認知旅游主體有效的途徑，也是旅游目的地和旅游中介決策的重要依據(jù).一方面，游客時空軌跡是旅游主體主要的行為特征，對游客時空分布的認識影響對旅游主體整體的認知；另一方面游客時空分布對目的地交通格局、基礎設施建設、生態(tài)環(huán)境建設、旅游開發(fā)等具有重大的影響[4-5]，對旅游中介市場營銷、產(chǎn)品布局也具有重要的借鑒意義[6].但以問卷調(diào)查、統(tǒng)計年鑒等傳統(tǒng)途徑為主獲取游客時空軌跡方面的數(shù)據(jù)，要么獲取成本較大，要么以人口統(tǒng)計學視角為主，忽視游客個體差異，描述籠統(tǒng)，具有明顯的不足.

隨著電子科技和網(wǎng)絡技術的發(fā)展，網(wǎng)絡媒體日益影響人們?nèi)粘Ｉ畹姆椒矫婷?，并?chuàng)造了一個不同于現(xiàn)實世界的知識空間和傳播空間，這種在互聯(lián)網(wǎng)媒介下的環(huán)境即是一種“擬態(tài)環(huán)境”.“擬態(tài)環(huán)境”最早由美國著名專欄作家李普曼(Lippmann Walter)于1922年在其代表作《輿論學》中首先提出，他認為，擬態(tài)環(huán)境就是由媒介通過對客觀世界的信息進行選擇性地加工、重新加以處理后向人們所提示的環(huán)境[7].擬態(tài)環(huán)境雖然并不等同于現(xiàn)實環(huán)境.但是，擬態(tài)環(huán)境并不脫離現(xiàn)實環(huán)境，而是將現(xiàn)實環(huán)境局部的、動態(tài)的反映，其信息表達結(jié)果表現(xiàn)為3種：忠于現(xiàn)實環(huán)境、超越現(xiàn)實環(huán)境、扭曲事實環(huán)境[8].互聯(lián)網(wǎng)社交時代下的擬態(tài)旅游時空行為雖不是對真實旅游行為“全景式”再現(xiàn)，但社交網(wǎng)絡媒體上的擬態(tài)時空行為恰好是人們更關心的信息時空行為[9].由人們自主創(chuàng)造并公開分享的地理信息為研究人類時空行為提供了大量的、有效的數(shù)據(jù)資源[4]，隨著圖片社交媒體的持續(xù)迭代，目前學術界對圖片社交網(wǎng)絡媒體展開了豐富的研究，研究范圍覆蓋國家、地區(qū)、城市和景區(qū)，取得了豐碩成果.基于地理標記圖片的視角展開旅游研究前景廣闊[10].研究社交網(wǎng)絡媒體如Flickr上用戶上傳分享的圖片，不但可以窺探其需求和興趣點，也可模擬其時空行為[11].基于此，某區(qū)域的Flickr圖片也能模擬該區(qū)域游客時空行為，這對該區(qū)域旅游景點推薦、旅游線路組織、旅游空間開發(fā)、交通規(guī)劃、基礎設施建設、旅游設施布局以及旅游影響管理等方面提供科學的依據(jù)[12].筆者試圖利用Flickr上地理坐標在大連境內(nèi)的圖片資源，構(gòu)建大連時間標記和地理標記圖片庫，運用時間序列分析和AcrGIS空間分析方法探討大連入境游客擬態(tài)時空行為特征.

1 研究區(qū)域、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域

大連地處遼東半島最南端，瀕臨黃渤海，與日本、韓國、朝鮮隔海相望，是東北重要的港口城市，素有東北之窗之稱.加之氣候適宜，大連在改革開放之后就迅速成為我國北方著名的濱海旅游城市[6]，享譽“北方明珠”“浪漫之都，時尚大連”的稱號.作為首批優(yōu)秀旅游城市，大連旅游資源豐富，旅游業(yè)發(fā)達.現(xiàn)有5A級景區(qū)2家(大連老虎灘海洋公園·老虎灘極地館、大連金石灘景區(qū))，4A級景區(qū)9家，另外大連還有80多座風格各異的城市廣場.2012年大連市接待游客4 943.28萬人次，旅游總收入767.2億元，到2016年接待游客達到7 738.2萬人次，旅游總收入1 134.8億元，年均增長分別為10.3%和11.85%(詳見表1).可見，大連是我國濱海旅游城市典型的代表之一.由于大連Flickr圖片主要分布在東南部的市區(qū)(如圖1)，本文的研究范圍定為大連市區(qū)的4個轄區(qū)：中山區(qū)、西崗區(qū)、沙河口區(qū)和甘井子區(qū).

表1 大連市近5 a旅游經(jīng)濟統(tǒng)計情況

資料來源：大連市旅游局統(tǒng)計數(shù)據(jù)

1.2 數(shù)據(jù)來源

Flickr成立于2004年，2005年成為雅虎旗下專業(yè)的圖片管理和分享應用程序，是世界上最早的圖片社交Web2.0網(wǎng)站，有電腦、IOS、Android、Windows phone多種語言多個版本，提供面向全球開放的數(shù)字照片的儲存、分享等功能.Flickr允許用戶直接使用有GPS功能的移動設備拍攝并上傳、分享帶地理信息的照片，也允許用戶將專業(yè)的照片上傳網(wǎng)站后通過Flickr的Organizr和Yahoo Map中的地點聯(lián)系形成有地理標記的照片，同時也允許用戶上傳時自行標上經(jīng)緯度.本文利用Flickr網(wǎng)站上1997—2014年18年間256位用戶到訪大連上傳的3 147張地理標記照片為基礎數(shù)據(jù)，2004年之前的照片由Flickr用戶后期上傳，利用上傳者、拍攝點經(jīng)緯度構(gòu)建游客地理信息數(shù)據(jù)庫，分析擬態(tài)游客空間分布和移動，剔除其中沒有時間信息的3張照片，利用其余3 144項時間紀錄分析入境游客擬態(tài)時空行為.

對256位用戶的3 144張地理標記圖片進行空間化處理，通過JAVA代碼提取文本字段，并將其文本信息轉(zhuǎn)化為Excel數(shù)據(jù)庫，重點利用這個數(shù)據(jù)庫的日期、時間和經(jīng)緯度信息，將時間序列分組后進行頻數(shù)分析，同時創(chuàng)建Shapefile格式文件，將數(shù)據(jù)庫的數(shù)據(jù)導入ArcGIS，格式為大連市行政區(qū)劃圖，創(chuàng)建大連市地理標記照片地理信息數(shù)據(jù)庫，借助ArcGIS空間分析平臺，最終生成可視化大連入境游客地理標記圖片空間分布格局(如圖1).

圖1 大連Flickr照片分布示意圖Fig.1 Dalian’s Flickr photos distribution diagram

1.3 研究方法

利用Flickr下載端口導出相關照片的元數(shù)據(jù)，對照片拍攝的時間進行數(shù)理統(tǒng)計分析，通過年份記錄統(tǒng)計出照片總體的年際分布，通過月份記錄能得出照片月際分布進而窺探游客量的月際變化.對具體時間“時：分：秒”信息歸為整點后得出照片日間分布，考察大連入境游客24小時擬態(tài)行為變化.利用照片元數(shù)據(jù)中經(jīng)緯度地理標記信息，結(jié)合ArcGIS空間分析平臺，在大連市行政區(qū)劃、交通干線地理信息底圖上生成對應的地理位置定位，地理位置相同的點相互重合，同時結(jié)合數(shù)據(jù)統(tǒng)計分析，確定高度重合的點，以此確定游客擬態(tài)空間行為的熱點分布區(qū).

2 基于Flickr圖片的大連游客時空行為特征分析

2.1 游客時間分布特征

時間維度是旅游研究慣常的思維模式，時間特征是旅游特征描述的基本內(nèi)容.本文基于游客量越多Flickr照片也就越多的簡單假設，擬從年、月、日3個側(cè)面考察大連Flickr圖片的數(shù)量特征，以此反應大連游客在年際、季節(jié)，以及日分布3個方面呈現(xiàn)的規(guī)律.

圖2 大連Flickr地理標記圖片年際變化Fig.2 The interannual variation diagram of Dalian’s Flickr geographic mark images

2.1.1 年際數(shù)量變化

1997—2014年大連Flickr照片數(shù)量大體呈非平穩(wěn)上升趨勢(如圖2)，在2004年之前，F(xiàn)lickr圖片很少，除1997年有30張照片外，其余年份總和只有26張，甚至1999年、2001年以及2004年沒有地理照片出現(xiàn)，而且1997年和1998年的35張圖片均由同一用戶WrldVoyagr上傳，因此大連Flickr早期圖片基本沒有規(guī)律可循.從2005年開始，照片數(shù)量基本起伏上升，2007年和2010年的照片數(shù)量較少和國內(nèi)對Flickr的態(tài)度有關，2012—2013年照片數(shù)量波動則源于Flickr技術更新.由此可見，照片數(shù)量的年際變化雖然并不能完全反映游客量的年際變化規(guī)律，但大連Flickr圖片數(shù)量非平穩(wěn)的上升趨勢確實與近年來大連來訪游客整體增加的事實相符.

2.1.2 季節(jié)分布及日間分布

大連Flickr圖片季節(jié)分布差異明顯(如圖3)，其中8月、9月、10月數(shù)量較多，9月為最大峰值，1月和5月為另兩個峰值，2月、3月照片最少.照片季節(jié)分布差異反映了游客擬態(tài)行為在很大程度上受四季分明的氣候制約，使夏半年的照片明顯高于冬半年；同時也受假期(春節(jié)、“五一”和“十一”黃金周的影響)和城市重大活動(九月夏季達沃斯論壇)的影響.大連Flickr圖片日間分布大體呈偏右正態(tài)分布(如圖4)，高峰值段出現(xiàn)在上午的10時到下午的15時以及傍晚18時，兩端沒有零值.可以看出大連游客行為主要集中在白天，主要是早上9時到晚19時，其中，活動最頻繁的時間為下午的14時；24小時均有地理照片分布說明了大連也是一個不夜城，晚間仍有各色各樣的活動.

圖3 大連Flickr圖片季節(jié)分布圖Fig.3 The seasonal distribution of Dalian Flickr images

圖4 大連Flickr圖片24小時分布圖Fig.4 Dalian Flickr images’ distribution in the day

2.2 游客空間分布特征

游客空間分布對目的地旅游發(fā)展有至關重要的作用，大連Flickr地理標記照片空間分布格局在一定程度上就形象地反映了大連游客的空間分布特征.從圖1中可以看出大連Flickr地理標記照片分布大體呈左傾“工”字型結(jié)構(gòu)，較多Flickr照片分布在高緯度東西向的黃河路—中山路—人民路以及低緯度高新園區(qū)—星海廣場—濱河路和南北向的西安路—中山路沿線，并形成“大分散、小集散”以及沿沿海分布的空間分異特征.其中，城市中心(中山廣場為中心的周圍地區(qū))和旅游中心(星海廣場以及濱海路沿線)照片集聚程度異常強烈，說明大連入境游客空間選擇十分切合大連濱海旅游城市主題定位的特點.

2.2.1 空間熱點分布

為了進一步判斷Flickr照片空間分布的密度和熱點，對照片十進制地理坐標進行數(shù)據(jù)統(tǒng)計分析來考察照片地理信息重合程度，根據(jù)統(tǒng)計特征，以數(shù)值10、20、100為界將數(shù)據(jù)分為3組(如圖5).其中,大于100次的重合點有3個(紅色)，一個分布在中山廣場、另兩個在星海廣場的北部和會展中心；在20次以上100次以下的重合點有6個(藍色)，除了一個落在解放路旁勞動公園的南端，其他點均分布在中山廣場和星海廣場；10次以上20次以下的重合點有13個(棕色)，零散分布在中山廣場西端、勞動公園、人民廣場以及交通干線的長春街、聯(lián)合路、會展中心以及星海公園百年城雕、大連森林動物園南門、老虎灘等地，大連Flickr圖片空間熱點分布充分體現(xiàn)了城市中央商務區(qū)(CBD)、旅游景區(qū)以及交通樞紐對游客空間分布的影響.

圖5 大連Flickr圖片地理信息重合點分布圖Fig.5 The distribution diagram of Flickr geographic information coincidence point in Dalian

2.2.2 空間熱點年際分布

空間熱點的形成是一個漸進過程.為考察大連Flickr圖片分布熱點形成與變化，從年際角度出發(fā)，以2005年、2010年、2014年為例，試圖對大連游客空間選擇傾向加以說明.2005年大連Flickr圖片的分布如圖6所示，基本是四角模式，4個點分別是西北路與黃河路的交匯點、中山廣場、星海廣場以及老虎灘景區(qū)，形成四點簇狀結(jié)構(gòu)；2010年圖片分布如圖7所示，2010年中國聯(lián)通和中國移動對Flickr四部服務器的封鎖對圖片的數(shù)量有一定的影響，但仍可從上傳的地理照片中看出，照片分布有逐漸形成帶狀結(jié)構(gòu)的趨勢，位于熱點中心(中山廣場和星海廣場)間的奧林匹克廣場、人民廣場以及勞動公園至綠山大連電視塔一段均有照片分布.2014年大連Flickr照片分布如圖8所示，相比前兩年，2014年地理信息系統(tǒng)分析圖上涌現(xiàn)了很多新點，廣泛分布在大連下轄的四個區(qū)，如東部棒棰島景區(qū)、石槽村景區(qū)的濱海路、南部秀月峰景區(qū)、白云山景區(qū)的濱海路、西部高新技術產(chǎn)業(yè)園片區(qū)(包括以大連理工大學、東北財經(jīng)大學為代表的高校區(qū))以及中部西安路附近、北部機場附近.對比照片年際熱點分布，最突出的特征就是近年來老虎灘景區(qū)的照片驟減，而高新技術產(chǎn)業(yè)園區(qū)和西安路劇增.由此說明大連入境游客空間選擇愈加不局限于傳統(tǒng)的景區(qū).

圖6 2005年大連Flickr圖片分布圖Fig.6 Dalian’s Flickr photos distribution diagram in 2005

圖7 2010年大連Flickr圖片分布圖Fig.7 Dalian’s Flickr photos distribution diagram in 2010

圖8 2014年大連Flickr圖片分布圖Fig.8 Dalian’s Flickr photos distribution diagram in 2014

3 結(jié)論與討論

基于社交網(wǎng)絡平臺Flickr的數(shù)據(jù)資源，運用時間序列分析法和AcrGIS空間分析方法，探討大連入境游客擬態(tài)時空行為特征，試圖對大連來訪入境游客的時間和空間偏好進行說明，結(jié)果表明：

(1)近10 a來大連Flickr地理標記圖片數(shù)量呈起伏上升趨勢.作為互聯(lián)網(wǎng)時代下社交網(wǎng)絡媒體，F(xiàn)lickr的運行受數(shù)據(jù)運營商影響，因此其照片數(shù)量的年際變化不能完全反應游客量的年際變化，所以要準確掌握入境游客時空行為特征要通過不同研究方法進行互補研究，需通過不同途徑的數(shù)據(jù)加以證實.

(2)大連入境游客四季擬態(tài)行為分布起伏明顯，呈三峰季節(jié)型分布，日間分布則波峰明顯；月際變化曲線反映大連來訪游客受氣候影響較大，夏半年的峰值凸顯大連夏季為旺季的絕對優(yōu)勢地位；同時城市重大活動、事件和節(jié)假日也影響游客四季分布，突出表現(xiàn)在9月、5月和1月異常的高峰值.另外，大連Flickr照片日間變化曲線，反映大連入境游客活動的持續(xù)和聚集的特征.

(3)大連入境游客擬態(tài)空間行為具有顯著的聚集性和不均衡性的特征.一方面，已有Flickr照片形成了穩(wěn)定帶狀分布，并大體呈左傾的“工”字型結(jié)構(gòu)，主要交通干道、沿海濱海路、城市CBD、代表性景點是照片分布的主要熱點區(qū).另一方面，分布空間逐年分散，分布范圍逐漸擴大，說明大連入境游客空間選擇愈加不局限于傳統(tǒng)路線，傳統(tǒng)景點老虎灘日益成為一個“冷落點”，而高新園區(qū)和西安路則成為“新起之秀”.這正與如火如荼、方興未艾的大連市全域旅游建設大趨勢相吻合，即游客不再局限于有形的傳統(tǒng)旅游景區(qū)圍墻，而是傾向于在全域范圍內(nèi)開展旅游活動.

4 啟示與討論

(1)全域旅游是大連旅游發(fā)展的必然趨勢.經(jīng)改革開放30多年的發(fā)展，大連旅游業(yè)發(fā)展至今，已經(jīng)進入了一種全新的階段，旅游作為一種休閑的生活方式已經(jīng)深入人心.2010年之前，大連Flickr照片主要分布在城市中心和旅游中心，而近幾年Flickr照片空間分布愈加分散，說明單一的“旅游景點”很難再滿足國內(nèi)外游客的需求.如今人們旅游在于尋找詩意的遠方，在于全過程的體驗，旅游目的地需求也愈加多樣化.全域旅游發(fā)展的核心在于打破旅游景區(qū)的空間地域限制，創(chuàng)新旅游發(fā)展模式，推動以景區(qū)、度假區(qū)、休閑區(qū)、購物區(qū)、旅游街區(qū)、旅游小鎮(zhèn)、旅游綠道等點、線、面不同旅游功能為架構(gòu)的旅游目的地空間系統(tǒng)的構(gòu)建，注重旅游者在旅游過程中食、住、行、購物的全程體驗，這也是大連旅游未來發(fā)展的必然趨勢.

(2)深化旅游業(yè)與相關產(chǎn)業(yè)融合發(fā)展迫在眉睫.大連Flickr照片季節(jié)分布差異明顯，反映大連旅游發(fā)展仍受氣候影響，淡旺季分明.而大連作為“中國最佳旅游城市”之一 ，旅游資源豐富，大連旅游業(yè)與工業(yè)、中醫(yī)、體育、教育及文化等行業(yè)和領域融合發(fā)展空間巨大，大連旅游發(fā)展關鍵就在于深化旅游業(yè)與相關產(chǎn)業(yè)的融合，整合旅游資源，拓展新興旅游業(yè)態(tài)發(fā)展空間，減少旅游淡季對大連社會經(jīng)濟的沖擊.如利用百年港灣奧特萊斯等設施，開展購物旅游；依托大連造船廠、機車集團、大連港等優(yōu)秀工業(yè)基礎及卡莎慕玻璃小鎮(zhèn)等工業(yè)小鎮(zhèn)，積極開展工業(yè)旅游等.

(3)分析游客時空行為對旅游業(yè)發(fā)展有舉足輕重的意義，需要從不同層次不同視角進行綜合研究，通過Flickr的數(shù)據(jù)對大連游客的擬態(tài)時空行為做出有益的探討，但城市中游客時空行為交互研究等值得更深一步挖掘.另外，盡管社交網(wǎng)絡平臺能為研究者提供便捷時效的信息來源，但應該看到目前數(shù)據(jù)收集仍然存在不完善的地方，媒介選擇往往具有一定的限制性，如Flickr平臺的用戶多為歐美等發(fā)達國家以及國內(nèi)一二線城市的居民；研究指向為擬態(tài)行為，為更好反映真實的游客時空行為應有官方媒體的統(tǒng)計數(shù)據(jù)為佐證.

[1] LEW A，MCKERCHER B.Trip destinations，gateways and itineraries：the example of Hong Kong[J].Tourism Management，2002，23(6)：609-621.

[2] FENNELL D. A tourist space-time budget in the Shetland islands[J].Annals of Tourism Research，1996，23(4)：811-829.

[3] SHOVAL N, MICHAL I. Tourism mobility and advanced tracking technologies[M].New York: Routlege，2009：146.

[4] 李春明，王亞軍, 劉尹,等.基于地理參考照片的景區(qū)游客時空行為研究[J].旅游學刊,2013,28(10):30-36．

[5] 楊新軍，牛棟，吳必虎.旅游行為空間模式及其評價[J]．經(jīng)濟地理，2000，20(4):105-108．

[6] 張蕾,左劍.旅游口碑營銷的實施原則與策略研究[J].中國商貿(mào),2009(17):133-134.

[7] 李普曼.輿論學[M].林珊，譯.北京:華夏出版社，1988：23.

[8] 張嘉玲.新聞傳媒擬態(tài)環(huán)境構(gòu)建研究[D].長春：東北師范大學，2011：38-40.

[9] 李悅錚,畢劍,周成.大連旅游發(fā)展創(chuàng)新路徑研究[J].遼寧師范大學學報(社會科學版),2013,36(6):808-813.

[10] ABDUL Majida.基于地理標簽的社會媒體數(shù)據(jù)挖掘的智能旅游推薦研究[D].杭州：浙江大學,2012.

[11] 張少杰.基于地理標記照片的大西安旅游圈游客時空行為研究[D].西安：陜西師范大學,2015.

[12] 楊興柱,蔣鍇,陸林.南京市游客路徑軌跡空間特征研究-以地理標記照片為例[J].經(jīng)濟地理,2014,34(1):181-187.

ThespatiotemporalbehaviorcharacteristicsoftouristsinDalianbasedongeotaggedphotographs

WUChuanbiao,XIANGHuirong

(School of History and Tourism, Liaoning Normal University, Dalian 116081, China)

There are obvious advantages in studying the spatiotemporal behavior of tourists by using geotagged photos, which has broad prospect. In this paper, based on the 3147 Dalian geo-tagged photos, collected from Flickr's website, from 1997 to 2014 in 18 years, the pseudo spatiotemporal behavior of Dalian tourists is studied by time series analysis and AcrGIS spatial analysis. It was found that: (1)Due to the influence of network licensing and technology, the number of Flickr photos in Dalian in 1997—2014 is generally non-steady upward trend； (2)The monthly variation and day changes show that the visitors has the timing, obviously seasonal and aggregative; (3)The spatial distribution of Dalian Flickr photos appears a stable band structure, looking like Chinese word “gong”, which showed that visitors gathered in the city center and tourist center; (4)The trend of decentralization of photos increasingly strengthened, more and more visitors to destination choice are not limited to traditional attractions.

geotagged photos;spatiotemporal behavior of tourists;pseudo behavior;Flickr;Dalian

F590.8

:A

2017-05-11

遼寧省教育廳科學研究一般項目(W201683610)

武傳表(1977- )，男，山東臨沂人，遼寧師范大學副教授，博士.

1000-1735(2017)03-0387-08

10.11679/lsxblk2017030387