旅游拥挤感知机理及差异性分析

黄文博， 韩 艳， 武鑫森， 杨 光， 张 勤

(北京工业大学交通工程北京市重点实验室， 北京 100124)

科学获取并考虑景区客流状态和游客拥挤感知是景区管理方合理制定并实施各类客流调控方案，均衡客流的时空分布和提高景区旅游体验的前提. 游客在景区内游玩时，对景区环境进行感知评估，产生心生理变化和行为决策，这个过程被认为是拥挤感知[1]. 研究发现，拥挤感知的调查方法有根据画面进行评估调查(视觉评估法)、景区游览过程中的现场调查(身临其境法)和景区游览结束后的感知调查(游客自填法)3种[1-2]. 旅游地拥挤感知机理及差异性分析问题是通过对拥挤感知机理的深入挖掘来比较不同实验方法的差异性，探讨了归纳拥挤感知、感知对象和游客行为之间的反馈机制，研究具有重要的理论价值.

近年来，国内外学者对景区拥挤感知测量方法、机理和差异性分析等方面进行了研究. 在拥挤感知测量方面，美国学者Manning等[3]绘制社会规范曲线，测量游客的拥挤感知，提出旅游拥挤准则，采用问卷调查方式获取游客在景区游览过程中相互接触的最高频率. 罗宇红[4]和Needham等[5]采用视觉评估法测量游客心理拥挤感知，Needham等得出在某景点的游客的可接受人数为276～302人. 在拥挤感知分析比较中，Shaw等[6]采用现场调查，研究Mohonk自然保护区游客的拥挤感知时考虑了不同调查对象的拥挤感知和缓解能力. 解腾蛟[7]开展现场调查，根据游客活动的景点范围将游客进行分类，比较了不同景点处游客的拥挤感知. 在拥挤感知影响因素方面，韩艳等[8]采用意向调查方法采集数据，考虑拥挤感知因素，定量分析不同旅游阶段旅游信息、客流密度等因素对游客拥挤感知度的影响. 张丽[9]建立旅游体验模型，分析拥挤感知度与景区体验的相互作用. 王冰[10]采用游客自填法，发现旅游拥挤感知受到密度、个人属性、环境等因素的影响. 已有研究发现，拥挤感知调查有视觉评估法、面对面调查方法2种，其中面对面调查分为景区游览过程中的现场调查(身临其境法)和景区游览结束后的感知调查(游客自填法). 在感知机理研究方面，张圆刚等[11]探讨古村景点拥挤感知与个人情绪之间的作用机理. 王春珊等[12]、王婉飞等[13]比较了当地市民和城市新移民等不同类型的游客拥挤感知差异性.

目前的研究主要集中于拥挤感知机理及其影响因素的研究，但是不同实验方法因感知对象的属性、主体感知信息的方式不同，会导致拥挤感知测量结果存在差异，因此，本文基于游客拥挤感知机理的挖掘，探讨不同实验方法下的拥挤感知差异及其影响因素，构建基于排序Logit的旅游拥挤感知模型，以期为景区拥挤调查方法的选取提供科学决策.

1 拥挤感知机理

采用视觉评估方法、身临其境法和游客自填法获得拥挤感知数据，身临其境法的调查场景如图1所示.

3种调查方法在被调查对象、感知对象、感知觉等方面均存在差异，如表1所示. 视觉评估法以任意人群为被调查对象，可以是景区管理者、到访过该景区的游客或者其他人；感知对象为视频和照片，可在任意时间开展调查，要求被调查者对照片中的旅游场景中的拥挤程度进行评估. 身临其境法是以身处某景点现场游览的游客为调查对象，感知对象是正在游览的景点，游客需要对现场景点的拥挤程度进行感知评估. 游客自填法的调查对象是游览后的游客，需要被调查对象对曾经游览过的某个景点的拥挤度进行评分.

表1 3种调查方法差异性对比

在视觉评估法中，照片和视频的拍摄时间、拍摄质量、拍摄角度、拍摄场景及照片中的客流密度、分布特征、冲突类型等因素会影响调查对象对照片中旅游地的拥挤程度的感知. 被调查者观察视频或者照片，信息经神经系统传输到大脑时受对景色的熟悉程度、个性倾向、习惯偏好及当时的心理压力、情绪变化等因素影响，会通过判断和感应得出不同的拥挤感知，如图2所示.

在身临其境法和游客自填法中，旅游地的客流密度、季节、天气、信息发布、游览时间、客流冲突类型、记忆等因素均会影响旅游拥挤感知，游客通过视觉、触觉、听觉等感知系统对旅游地真实场景的信息进行感知，然后信息经过神经系统传输到大脑，大脑判断和感应到不同的拥挤感知.

3种调查方法中，视觉评估法的被调查对象可为任意人群，与其他2种被调查对象为游览或刚游览不久的游客的方法有明显不同；区别于身临其境法，游客自填法中被调查者在对游览过的某景点的拥挤度评分时，接受调查的时间与实际游览时间存在时间差，即不同的游客回答问题时距离游览时具有不同的记忆时长，游客的记忆品质和游览中的触觉感受受到记忆时长的影响，进而影响旅游拥挤感知，如图3所示. 旅游拥挤感知机理研究发现，3种调查方法受游客密度、记忆时长等影响，存在一定的相关性，下面对两者进行定量分析.

2 拥挤感知调查与分析

2.1 旅游拥挤感知调查

为了获取3种调查方法的拥挤感知数据，根据不同调查方法的需求条件进行意向调查[14-15].

基于视觉评估法的游客拥挤感知调查问卷分为二部分：第一部分为游客个人基本信息调查，调查内容包括游客的性别、年龄、文化程度、职业、月收入等；第二部分为拥挤感知调查，包括照片信息的拥挤感知及影响拥挤感知因素的权重排序等. 基于身临其境法和游客自填法的游客拥挤感知调查问卷分为三部分：第一部分为游客个人基本信息调查；第二部分为游客的拥挤感知调查；第三部分为满意度调查. 考虑到颐和园知名度高，客源广泛，具有自然、人文、宗教属性，会导致节假日期间发生景区拥挤频率高，因此，选择2016年4月9日、17日等节假日时间进行调查，3种调查问卷分别收回有效问卷100、167、507份. 其要素如表2所示.

2.2 数据分析

旅游拥挤感知度为1～5级[1]，1～5为非常不拥挤—非常拥挤. 景区不同的客流密度区间，拥挤感知度的平均值与标准差统计如表3所示.

表2 3种调查问卷的要素

表3 不同的调查方法下的拥挤感知度统计

由表3可知：当客流密度为0～0.50人/m2和0.50～1.00人/m2时，游客自填法获取的拥挤感知度均值最大，分别为1.83和3.13，视觉评估法与身临其境法获取的拥挤感知度均值相差不大；当客流密度大于1.00人/m2时，身临其境法的拥挤感知度均值最大，视觉评估法与游客自填法获取的拥挤感知度均值相差不大.

比较不同客流密度下视觉评估法与身临其境法获取的拥挤感知度，如图4所示. 拥挤感知度均随客流密度的增大而提高，当客流密度小于0.75人/m2时，2种实验方法获取的拥挤感知度差异不大；当客流密度为0.75～1.00人/m2时，视觉评估法获取的拥挤感知度高于身临其境法；当客流密度为1.00、1.50、2.00人/m2时，身临其境法获取的拥挤感知度均值分别为3.43、4.00和5.00，分别比视觉评估法高0.42、0.45和0.88. 可见，当客流密度高于1.00人/m2时，身临其境法获取的拥挤感知度高于视觉评估法，二者差异呈增大趋势.

游客自填法中，调查时间距游客实际游览时间间隔，即回忆时长对拥挤感知度的影响，如图5所示.

调查发现景区9:01—10:00的客流密度较低，拥挤感知度均值为3.05，回忆时长在3.5 h以上的游客，其拥挤感知度明显高于该时间段内拥挤感知度的均值. 客流密度较高的时间段11:01—12:00，游客的拥挤感知度均值为3.45，回忆时长2.5 h以上的游客，其值明显高于该时间段的拥挤感知度均值. 可见，对于低客流密度，回忆时长3.5 h以上时，拥挤感知度高于均值，对于高密度客流，回忆时长2.5 h以上时，拥挤感知度高于均值.

身临其境法的时间、客流密度与感知度关系如图6所示. 当拥挤感知度为5时，客流集中的时间段为10：30—12：00；当拥挤感知度分别为2和3时，游客占比是17%和42%.

上述数据分析发现，不同的调查方法下拥挤感知与客流密度、回忆时长等变量存在相互关系，因此，可深入分析其内部联系.

3 基于排序Logit模型的拥挤感知分析

鉴于拥挤感知度(1、2、3、4、5)是有序特征的离散变量，分别定义为Y=0,1,2,3,4，采用排序Logit模型进行分析[16].

3.1 模型标定

影响3种方法下的拥挤感知的变量有很多，本文将其分为离散变量和连续变量，对游客拥挤感知数据开展交叉列联表和相关性分析，并进行变量筛选[16]，视觉评估法带入模型的离散变量为年龄、景区熟悉程度、是否为本地游客、分布特征、性格特征、工作压力，连续变量为游客密度；游客自填法带入模型的离散变量为年龄、景区熟悉程度、容忍程度、教育程度、满意度、信息发布频率、满意度，连续变量为游客密度、回忆时长及停留时间；身临其境法带入模型的离散变量为年龄、景区熟悉程度、教育程度、信息发布频率、旅游目的、满意度，连续变量为游客密度及停留时间. 利用N-Logit软件进行参数标定，其结果如表4所示.

1)t检验结果的绝对值需要大于1.65，从表4可以看出，大多数变量均满足该条件，表明结果具有90%的置信度[1].

2) 年龄、景区熟悉程度、客流密度3个指标均对3种方法获取的拥挤感知度具有显著影响. 客流密度系数为正，表明客流密度越大，拥挤感知度越高；对游客自填法和身临其境法获取的拥挤感知度有显著影响的是教育程度、停留时间、信息发布频率、满意度4个指标.

3) 对基于视觉评估法的拥挤感知度分析可发现：游客客流分布特征、性格特征、工作压力3个指标对拥挤感知度有显著影响. 游客客流分布特征系数为负，表明被调查者对随机单体式分布特征的拥挤感知度低于聚集群式人群分布的拥挤感知度，性格内向、工作压力越大的人群更倾向于高拥挤感知度.

4) 对基于游客自填法的拥挤感知度分析可发现：容忍程度系数为负，表明容忍程度越大的游客，拥挤感知度越小；回忆时长系数为正，表明回忆时长越长的游客，拥挤感知度越高.

以视觉评估法为例，图7显示了通过视觉评估法对照片(人群分布特征：随机单体，客流密度为0.50人/m2)信息进行拥挤感知度评估的游客概率分布情况. 可以看出，在视觉评估法下，年龄为20～40岁，性格内向、工作压力较大、不熟悉景区的本地游客，选择中等拥挤感知度(Y=3)的概率Pr(3)占比最高.

表4 排序选择模型标定结果

3.2 局部效应分析

当其他变量均不变，模型中解释变量对因变量的影响被称为局部效应(partial effects,PE)[16-18]. 假设模型中的某个变量发生变化，其影响程度取决于模型中所有变量、数据及相关的概率选择层. 其计算得到的结果，如表5所示.

对于连续变量回忆时长，排序Logit模型中Y=0,1,2,3,4的局部效应值分别为-0.009 0、-0.037 4、-0.015 1、0.055 4、0.066 1，当游客回忆时长每增加1 h，旅游拥挤感知度的值为2、3、4、5的概率分别减少3.74%、减少1.51%、增加5.54%、增加6.61%.

对于客流密度每增加1.00人/m2，在视觉评估法、游客自填法、身临其境法中，旅游拥挤感知度(Y=2)的概率分别减少3.06%、10.23%和9.26%，可知在低拥挤感知度区间，游客自填法获取的旅游拥挤感知度较为敏感；在高拥挤感知度(Y=3,4)区域，客流密度每增加1.00人/m2，身临其境法获取的旅游拥挤感知度(Y=4)最敏感，其概率增加了3.30%. 景区管理者可采取限流等措施调控客流密度，改善景区拥挤状况.

在视觉评估法中，游客客流分布特征分为随机单体式和聚集群式，反映了游客的聚集程度，当拥挤感知度分别为2、3、4时，对应概率分别为增加7.51%、增加3.06%、减少10.91%. 因此，景区管理者可通过景点出入口设施优化设计和客流引导等措施，控制游客客流分布特征，改善旅游体验.

游客停留的时间每增加1 min，身临其境法和游客自填法获取旅游拥挤感知度为2的概率分别增加1.31%和减少0.40%. 可见在中等拥挤感知度(Y=2)区间，对于景点停留时间的单位增加，身临其境法获取的旅游拥挤感知度较游客自填法更为敏感；景区管理方可及时疏散客流，改善景区拥挤情况.

表5 局部效应分析

4 结论

1) 3种拥挤感知调查方法在被调查对象、感知对象、感知觉等方面存在差异，通过拥挤感知机理研究发现拥挤感知受客流密度、分布特征及被调查者的个性倾向、情绪、对景点的熟悉程度等因素影响. 游客自填法获取的拥挤感知受记忆时长及记忆品质因素影响.

2) 拥挤感知度与客流密度、回忆时长等存在相关性. 客流密度高于1.00人/m2时，身临其境法获取的拥挤感知度高于视觉评估法且二者差异呈增大趋势. 对于低客流密度和高客流密度，回忆时长分别为3.5、2.5 h以上时，拥挤感知度高于均值.

3) 构建了基于排序Logit模型的旅游拥挤感知模型，效应分析结果显示，客流密度每增加1.00人/m2，在视觉评估法、游客自填法、身临其境法中，拥挤感知度(Y=2)的概率分别减少3.06%、10.23%和9.26%，游客自填法获取的拥挤感知度较为敏感；在高拥挤感知度(Y=3,4)区域，客流密度每增加1.00人/m2，身临其境法获取的拥挤感知度(Y=4)最敏感，其概率增加了3.30%. 景区管理者可采取限流等措施调控客流密度，改善景区拥挤状态.

4) 在中等拥挤感知度(Y=2)区间，对于景点停留时间的单位增加，身临其境法获取的旅游拥挤感知度较游客自填法更为敏感；景区管理方可及时疏散和改变游客停留时间，改善景区拥挤情况.