基于地理标记照片的赴大连游客时空行为特征研究

武传表， 向慧容

(辽宁师范大学 历史文化旅游学院, 辽宁 大连 116081)

基于地理标记照片的赴大连游客时空行为特征研究

武传表， 向慧容

(辽宁师范大学 历史文化旅游学院, 辽宁 大连 116081)

利用地理标记照片研究游客时空行为具有明显的优势，其研究前景广阔.以Flickr网站收录的1997—2014年18年间3 147张大连地理标记照片为基础数据，通过时间序列分析法和AcrGIS空间分析方法对赴大连游客拟态时空行为进行研究，结果发现：(1)1997—2014年赴大连游客Flickr照片数量大体呈非平稳上升趋势；(2)赴大连游客Flickr照片月际变化和日间变化说明赴大连游客时间选择具有明显的季节性和时段性；(3)赴大连游客Flickr照片空间分布主体呈稳定带状结构，呈左倾的“工”字型，可见游客集聚分布在城市中心和旅游中心；(4)照片分散趋势日益加强，游客目的地选择愈加不局限于传统景点.

地理标记照片；游客时空行为；拟态行为；Flickr；大连

游客时空行为研究是旅游研究中较为传统的话题，早在20世纪90年代就有学者探讨时间、空间对旅游活动的意义[1].Fennell分析了旅游者移动和时间分配，旅游者时空模式被呈现[2].Shoval等采用现代追踪技术，分析了城市内部旅游者流动过程[3].对游客时空特征的研究意义重大，既是认知旅游主体有效的途径，也是旅游目的地和旅游中介决策的重要依据.一方面，游客时空轨迹是旅游主体主要的行为特征，对游客时空分布的认识影响对旅游主体整体的认知；另一方面游客时空分布对目的地交通格局、基础设施建设、生态环境建设、旅游开发等具有重大的影响[4-5]，对旅游中介市场营销、产品布局也具有重要的借鉴意义[6].但以问卷调查、统计年鉴等传统途径为主获取游客时空轨迹方面的数据，要么获取成本较大，要么以人口统计学视角为主，忽视游客个体差异，描述笼统，具有明显的不足.

随着电子科技和网络技术的发展，网络媒体日益影响人们日常生活的方方面面，并创造了一个不同于现实世界的知识空间和传播空间，这种在互联网媒介下的环境即是一种“拟态环境”.“拟态环境”最早由美国著名专栏作家李普曼(Lippmann Walter)于1922年在其代表作《舆论学》中首先提出，他认为，拟态环境就是由媒介通过对客观世界的信息进行选择性地加工、重新加以处理后向人们所提示的环境[7].拟态环境虽然并不等同于现实环境.但是，拟态环境并不脱离现实环境，而是将现实环境局部的、动态的反映，其信息表达结果表现为3种：忠于现实环境、超越现实环境、扭曲事实环境[8].互联网社交时代下的拟态旅游时空行为虽不是对真实旅游行为“全景式”再现，但社交网络媒体上的拟态时空行为恰好是人们更关心的信息时空行为[9].由人们自主创造并公开分享的地理信息为研究人类时空行为提供了大量的、有效的数据资源[4]，随着图片社交媒体的持续迭代，目前学术界对图片社交网络媒体展开了丰富的研究，研究范围覆盖国家、地区、城市和景区，取得了丰硕成果.基于地理标记图片的视角展开旅游研究前景广阔[10].研究社交网络媒体如Flickr上用户上传分享的图片，不但可以窥探其需求和兴趣点，也可模拟其时空行为[11].基于此，某区域的Flickr图片也能模拟该区域游客时空行为，这对该区域旅游景点推荐、旅游线路组织、旅游空间开发、交通规划、基础设施建设、旅游设施布局以及旅游影响管理等方面提供科学的依据[12].笔者试图利用Flickr上地理坐标在大连境内的图片资源，构建大连时间标记和地理标记图片库，运用时间序列分析和AcrGIS空间分析方法探讨大连入境游客拟态时空行为特征.

1 研究区域、数据来源与研究方法

1.1 研究区域

大连地处辽东半岛最南端，濒临黄渤海，与日本、韩国、朝鲜隔海相望，是东北重要的港口城市，素有东北之窗之称.加之气候适宜，大连在改革开放之后就迅速成为我国北方著名的滨海旅游城市[6]，享誉“北方明珠”“浪漫之都，时尚大连”的称号.作为首批优秀旅游城市，大连旅游资源丰富，旅游业发达.现有5A级景区2家(大连老虎滩海洋公园·老虎滩极地馆、大连金石滩景区)，4A级景区9家，另外大连还有80多座风格各异的城市广场.2012年大连市接待游客4 943.28万人次，旅游总收入767.2亿元，到2016年接待游客达到7 738.2万人次，旅游总收入1 134.8亿元，年均增长分别为10.3%和11.85%(详见表1).可见，大连是我国滨海旅游城市典型的代表之一.由于大连Flickr图片主要分布在东南部的市区(如图1)，本文的研究范围定为大连市区的4个辖区：中山区、西岗区、沙河口区和甘井子区.

表1 大连市近5 a旅游经济统计情况

资料来源：大连市旅游局统计数据

1.2 数据来源

Flickr成立于2004年，2005年成为雅虎旗下专业的图片管理和分享应用程序，是世界上最早的图片社交Web2.0网站，有电脑、IOS、Android、Windows phone多种语言多个版本，提供面向全球开放的数字照片的储存、分享等功能.Flickr允许用户直接使用有GPS功能的移动设备拍摄并上传、分享带地理信息的照片，也允许用户将专业的照片上传网站后通过Flickr的Organizr和Yahoo Map中的地点联系形成有地理标记的照片，同时也允许用户上传时自行标上经纬度.本文利用Flickr网站上1997—2014年18年间256位用户到访大连上传的3 147张地理标记照片为基础数据，2004年之前的照片由Flickr用户后期上传，利用上传者、拍摄点经纬度构建游客地理信息数据库，分析拟态游客空间分布和移动，剔除其中没有时间信息的3张照片，利用其余3 144项时间纪录分析入境游客拟态时空行为.

对256位用户的3 144张地理标记图片进行空间化处理，通过JAVA代码提取文本字段，并将其文本信息转化为Excel数据库，重点利用这个数据库的日期、时间和经纬度信息，将时间序列分组后进行频数分析，同时创建Shapefile格式文件，将数据库的数据导入ArcGIS，格式为大连市行政区划图，创建大连市地理标记照片地理信息数据库，借助ArcGIS空间分析平台，最终生成可视化大连入境游客地理标记图片空间分布格局(如图1).

图1 大连Flickr照片分布示意图Fig.1 Dalian’s Flickr photos distribution diagram

1.3 研究方法

利用Flickr下载端口导出相关照片的元数据，对照片拍摄的时间进行数理统计分析，通过年份记录统计出照片总体的年际分布，通过月份记录能得出照片月际分布进而窥探游客量的月际变化.对具体时间“时：分：秒”信息归为整点后得出照片日间分布，考察大连入境游客24小时拟态行为变化.利用照片元数据中经纬度地理标记信息，结合ArcGIS空间分析平台，在大连市行政区划、交通干线地理信息底图上生成对应的地理位置定位，地理位置相同的点相互重合，同时结合数据统计分析，确定高度重合的点，以此确定游客拟态空间行为的热点分布区.

2 基于Flickr图片的大连游客时空行为特征分析

2.1 游客时间分布特征

时间维度是旅游研究惯常的思维模式，时间特征是旅游特征描述的基本内容.本文基于游客量越多Flickr照片也就越多的简单假设，拟从年、月、日3个侧面考察大连Flickr图片的数量特征，以此反应大连游客在年际、季节，以及日分布3个方面呈现的规律.

图2 大连Flickr地理标记图片年际变化Fig.2 The interannual variation diagram of Dalian’s Flickr geographic mark images

2.1.1 年际数量变化

1997—2014年大连Flickr照片数量大体呈非平稳上升趋势(如图2)，在2004年之前，Flickr图片很少，除1997年有30张照片外，其余年份总和只有26张，甚至1999年、2001年以及2004年没有地理照片出现，而且1997年和1998年的35张图片均由同一用户WrldVoyagr上传，因此大连Flickr早期图片基本没有规律可循.从2005年开始，照片数量基本起伏上升，2007年和2010年的照片数量较少和国内对Flickr的态度有关，2012—2013年照片数量波动则源于Flickr技术更新.由此可见，照片数量的年际变化虽然并不能完全反映游客量的年际变化规律，但大连Flickr图片数量非平稳的上升趋势确实与近年来大连来访游客整体增加的事实相符.

2.1.2 季节分布及日间分布

大连Flickr图片季节分布差异明显(如图3)，其中8月、9月、10月数量较多，9月为最大峰值，1月和5月为另两个峰值，2月、3月照片最少.照片季节分布差异反映了游客拟态行为在很大程度上受四季分明的气候制约，使夏半年的照片明显高于冬半年；同时也受假期(春节、“五一”和“十一”黄金周的影响)和城市重大活动(九月夏季达沃斯论坛)的影响.大连Flickr图片日间分布大体呈偏右正态分布(如图4)，高峰值段出现在上午的10时到下午的15时以及傍晚18时，两端没有零值.可以看出大连游客行为主要集中在白天，主要是早上9时到晚19时，其中，活动最频繁的时间为下午的14时；24小时均有地理照片分布说明了大连也是一个不夜城，晚间仍有各色各样的活动.

图3 大连Flickr图片季节分布图Fig.3 The seasonal distribution of Dalian Flickr images

图4 大连Flickr图片24小时分布图Fig.4 Dalian Flickr images’ distribution in the day

2.2 游客空间分布特征

游客空间分布对目的地旅游发展有至关重要的作用，大连Flickr地理标记照片空间分布格局在一定程度上就形象地反映了大连游客的空间分布特征.从图1中可以看出大连Flickr地理标记照片分布大体呈左倾“工”字型结构，较多Flickr照片分布在高纬度东西向的黄河路—中山路—人民路以及低纬度高新园区—星海广场—滨河路和南北向的西安路—中山路沿线，并形成“大分散、小集散”以及沿沿海分布的空间分异特征.其中，城市中心(中山广场为中心的周围地区)和旅游中心(星海广场以及滨海路沿线)照片集聚程度异常强烈，说明大连入境游客空间选择十分切合大连滨海旅游城市主题定位的特点.

2.2.1 空间热点分布

为了进一步判断Flickr照片空间分布的密度和热点，对照片十进制地理坐标进行数据统计分析来考察照片地理信息重合程度，根据统计特征，以数值10、20、100为界将数据分为3组(如图5).其中,大于100次的重合点有3个(红色)，一个分布在中山广场、另两个在星海广场的北部和会展中心；在20次以上100次以下的重合点有6个(蓝色)，除了一个落在解放路旁劳动公园的南端，其他点均分布在中山广场和星海广场；10次以上20次以下的重合点有13个(棕色)，零散分布在中山广场西端、劳动公园、人民广场以及交通干线的长春街、联合路、会展中心以及星海公园百年城雕、大连森林动物园南门、老虎滩等地，大连Flickr图片空间热点分布充分体现了城市中央商务区(CBD)、旅游景区以及交通枢纽对游客空间分布的影响.

图5 大连Flickr图片地理信息重合点分布图Fig.5 The distribution diagram of Flickr geographic information coincidence point in Dalian

2.2.2 空间热点年际分布

空间热点的形成是一个渐进过程.为考察大连Flickr图片分布热点形成与变化，从年际角度出发，以2005年、2010年、2014年为例，试图对大连游客空间选择倾向加以说明.2005年大连Flickr图片的分布如图6所示，基本是四角模式，4个点分别是西北路与黄河路的交汇点、中山广场、星海广场以及老虎滩景区，形成四点簇状结构；2010年图片分布如图7所示，2010年中国联通和中国移动对Flickr四部服务器的封锁对图片的数量有一定的影响，但仍可从上传的地理照片中看出，照片分布有逐渐形成带状结构的趋势，位于热点中心(中山广场和星海广场)间的奥林匹克广场、人民广场以及劳动公园至绿山大连电视塔一段均有照片分布.2014年大连Flickr照片分布如图8所示，相比前两年，2014年地理信息系统分析图上涌现了很多新点，广泛分布在大连下辖的四个区，如东部棒棰岛景区、石槽村景区的滨海路、南部秀月峰景区、白云山景区的滨海路、西部高新技术产业园片区(包括以大连理工大学、东北财经大学为代表的高校区)以及中部西安路附近、北部机场附近.对比照片年际热点分布，最突出的特征就是近年来老虎滩景区的照片骤减，而高新技术产业园区和西安路剧增.由此说明大连入境游客空间选择愈加不局限于传统的景区.

图6 2005年大连Flickr图片分布图Fig.6 Dalian’s Flickr photos distribution diagram in 2005

图7 2010年大连Flickr图片分布图Fig.7 Dalian’s Flickr photos distribution diagram in 2010

图8 2014年大连Flickr图片分布图Fig.8 Dalian’s Flickr photos distribution diagram in 2014

3 结论与讨论

基于社交网络平台Flickr的数据资源，运用时间序列分析法和AcrGIS空间分析方法，探讨大连入境游客拟态时空行为特征，试图对大连来访入境游客的时间和空间偏好进行说明，结果表明：

(1)近10 a来大连Flickr地理标记图片数量呈起伏上升趋势.作为互联网时代下社交网络媒体，Flickr的运行受数据运营商影响，因此其照片数量的年际变化不能完全反应游客量的年际变化，所以要准确掌握入境游客时空行为特征要通过不同研究方法进行互补研究，需通过不同途径的数据加以证实.

(2)大连入境游客四季拟态行为分布起伏明显，呈三峰季节型分布，日间分布则波峰明显；月际变化曲线反映大连来访游客受气候影响较大，夏半年的峰值凸显大连夏季为旺季的绝对优势地位；同时城市重大活动、事件和节假日也影响游客四季分布，突出表现在9月、5月和1月异常的高峰值.另外，大连Flickr照片日间变化曲线，反映大连入境游客活动的持续和聚集的特征.

(3)大连入境游客拟态空间行为具有显著的聚集性和不均衡性的特征.一方面，已有Flickr照片形成了稳定带状分布，并大体呈左倾的“工”字型结构，主要交通干道、沿海滨海路、城市CBD、代表性景点是照片分布的主要热点区.另一方面，分布空间逐年分散，分布范围逐渐扩大，说明大连入境游客空间选择愈加不局限于传统路线，传统景点老虎滩日益成为一个“冷落点”，而高新园区和西安路则成为“新起之秀”.这正与如火如荼、方兴未艾的大连市全域旅游建设大趋势相吻合，即游客不再局限于有形的传统旅游景区围墙，而是倾向于在全域范围内开展旅游活动.

4 启示与讨论

(1)全域旅游是大连旅游发展的必然趋势.经改革开放30多年的发展，大连旅游业发展至今，已经进入了一种全新的阶段，旅游作为一种休闲的生活方式已经深入人心.2010年之前，大连Flickr照片主要分布在城市中心和旅游中心，而近几年Flickr照片空间分布愈加分散，说明单一的“旅游景点”很难再满足国内外游客的需求.如今人们旅游在于寻找诗意的远方，在于全过程的体验，旅游目的地需求也愈加多样化.全域旅游发展的核心在于打破旅游景区的空间地域限制，创新旅游发展模式，推动以景区、度假区、休闲区、购物区、旅游街区、旅游小镇、旅游绿道等点、线、面不同旅游功能为架构的旅游目的地空间系统的构建，注重旅游者在旅游过程中食、住、行、购物的全程体验，这也是大连旅游未来发展的必然趋势.

(2)深化旅游业与相关产业融合发展迫在眉睫.大连Flickr照片季节分布差异明显，反映大连旅游发展仍受气候影响，淡旺季分明.而大连作为“中国最佳旅游城市”之一 ，旅游资源丰富，大连旅游业与工业、中医、体育、教育及文化等行业和领域融合发展空间巨大，大连旅游发展关键就在于深化旅游业与相关产业的融合，整合旅游资源，拓展新兴旅游业态发展空间，减少旅游淡季对大连社会经济的冲击.如利用百年港湾奥特莱斯等设施，开展购物旅游；依托大连造船厂、机车集团、大连港等优秀工业基础及卡莎慕玻璃小镇等工业小镇，积极开展工业旅游等.

(3)分析游客时空行为对旅游业发展有举足轻重的意义，需要从不同层次不同视角进行综合研究，通过Flickr的数据对大连游客的拟态时空行为做出有益的探讨，但城市中游客时空行为交互研究等值得更深一步挖掘.另外，尽管社交网络平台能为研究者提供便捷时效的信息来源，但应该看到目前数据收集仍然存在不完善的地方，媒介选择往往具有一定的限制性，如Flickr平台的用户多为欧美等发达国家以及国内一二线城市的居民；研究指向为拟态行为，为更好反映真实的游客时空行为应有官方媒体的统计数据为佐证.

[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，王亚军, 刘尹,等.基于地理参考照片的景区游客时空行为研究[J].旅游学刊,2013,28(10):30-36．

[5] 杨新军，牛栋，吴必虎.旅游行为空间模式及其评价[J]．经济地理，2000，20(4):105-108．

[6] 张蕾,左剑.旅游口碑营销的实施原则与策略研究[J].中国商贸,2009(17):133-134.

[7] 李普曼.舆论学[M].林珊，译.北京:华夏出版社，1988：23.

[8] 张嘉玲.新闻传媒拟态环境构建研究[D].长春：东北师范大学，2011：38-40.

[9] 李悦铮,毕剑,周成.大连旅游发展创新路径研究[J].辽宁师范大学学报(社会科学版),2013,36(6):808-813.

[10] ABDUL Majida.基于地理标签的社会媒体数据挖掘的智能旅游推荐研究[D].杭州：浙江大学,2012.

[11] 张少杰.基于地理标记照片的大西安旅游圈游客时空行为研究[D].西安：陕西师范大学,2015.

[12] 杨兴柱,蒋锴,陆林.南京市游客路径轨迹空间特征研究-以地理标记照片为例[J].经济地理,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

辽宁省教育厅科学研究一般项目(W201683610)

武传表(1977- )，男，山东临沂人，辽宁师范大学副教授，博士.

1000-1735(2017)03-0387-08

10.11679/lsxblk2017030387