宋志琳,付 浩,杨钧宁,王梓凌,邹 诚,张 丹,李霄鹤,2*
(1.福建农林大学园林学院,中国 福州 350002;2.海峡美丽乡村人居环境研究中心,中国 福州 350002)
古村落又可称为传统村落,是指村落选址以及村落内建筑风貌等均无较大变化,有深厚的历史文化底蕴、丰富的自然资源以及当地独特的民风民俗,且至今仍为人们服务的村落[1]。20世纪80年代末至90年代初,随着经济水平的快速发展及城市化进程的不断提升,乡村旅游逐步兴起,传统村落也由此成为乡村旅游的重要载体。古村落以其悠久的历史文化和优美的田园风光吸引了来自全国各地的游客,成为近年来游客关注较多的旅游热点。然而,在这股乡村旅游热潮中,为了“引流”各个村落出现严重的文化趋同现象,呈现出“千村一面”的景观局面。已有文献围绕如何打破古村落旅游同质化、商业化现状,从旅游开发[2]、空间布局[3]、文化景观与遗产[4,5]、人居环境[6,7]等方面进行了研究,但少有学者从旅游型村落的游客群体入手,解决古村落的“同质性”危机。因此,从游客感知视角出发,对村落目的地意象及时空特征进行研究,成为提升旅游型村落景观的重要途径。
“意象”是人的大脑在处理外界传递来的各种信息时,对外界信息的一种内化过程[8,9]。随着旅游产业的兴起,逐渐产生了旅游意象、旅游目的地意象等一系列概念,虽然学者们对上述概念的解释各有侧重[10-18],但对其基本内涵的认识是一致的,即游客对旅游目的地的印象或在大脑中形成的形象。当前国内关于目的地意象的研究主要集中在意象构成与感知差异[19],城市旅游投射意象与感知意象[20],旅游意象解构与重构[21],旅游意象与环境责任行为相互作用[22]等方面。在研究尺度上,有关目的地意象的研究大多汇集在国家或城市范围内,鲜有学者探究古村落目的地意象。在研究方法上,学者们主要采用扎根理论、内容分析法以及核密度等,通过收集网络文本以及问卷调查等方式对不同地域的目的地意象展开研究。
随着Web 2.0技术和应用研究不断深入,用户生成内容(User Generated Content,UGC)为旅游目的地意象研究提供了新技术与方法。社交图片作为 UGC 数据的重要组成部分,与传统问卷调查数据相比,蕴含了丰富的研究信息。一方面,图片反映出的游客直观感受使之成为目的地意象研究的重要载体;另一方面,数字图片所携带的数字足迹信息(如照片拍摄坐标信息)为研究游客时空行为提供了重要数据。根据Urry[23]所提出的“凝视”理论,游客的“旅游凝视”是一种特定符号的生产与消费。游客凝视是游客旅行过程的真实写照[24],根据自身社会背景的不同,通过视觉景观体验对旅游目的地进行符号建构,最终达成其旅游体验目的。而游客照片则是游客凝视的直接体现,不仅能够反映游客的主观感受,同时也能展现游客对目的地的总体意象。基于此,本文以培田古村落为案例,以游客发布的网络图片为研究数据,运用内容分析法深入探究游客眼中的培田古村落旅游意象,并结合ArcGIS工具分析其景观意象时空分布特征,了解游客的时空景观偏好,以期帮助培田古村落从游客凝视角度了解自身的资源特点,优化游览路径,为古村落的保护、发展及旅游开发提供参考。
培田古村落位于福建省连城县宣和乡(图1),拥有800多年的历史,现存有目前国内比较完整的明清时期具有客家特色的古民居建筑群。古村落以典型的客家“九厅十八井”建筑特色闻名于世,其精美的建筑工艺可与永定土楼、梅州围龙屋相媲美。以其深厚的历史文化、精美绝伦的民居建筑、独特的地域文化、优美的自然风光等成为闽西客家传统村落的典型代表,培田古村落具有 “民间故宫”、“中国南方庄园”以及“福建民居第一村”的美誉,并在2019年7月被列为全国乡村旅游重点村。近年来,培田古村落旅游业发展态势良好,各旅游网站存在大量游客上传的网络图片,为研究提供了丰富的数据样本。
图1 培田古村落区位位置平面图Fig. 1 Location and plan of Peitian ancient village
以培田古村落为研究对象,选取具有较大影响力的社交网络平台——微博作为图片的主要来源,以蚂蜂窝和大众点评等网站作为补充,收集2019年1月1日~2020年12月31日这个时间段游客发布的图片及元数据(照片本身、使用者ID和发布时间)。收集到380位游客发布的培田古村落UGC照片共2 305张,将内容重复、不相关等问题照片和难以准确辨识环境的照片剔除,最终获得符合要求的照片2 167张,将其保存为图片(.jpg)格式,这些照片分别来自371位培田古村落旅游者。同时将2 167张照片根据其内容进行意象元素分类,可分成动植物、建筑形制、旅游服务系统、民俗特色、气象风光、山水景观、生产生活和田园风光8类,如表1所示。
表1 培田古村落游客照片景观意象元素分类
2.2.1 游客照片意象元素的提取 本研究使用内容分析法来识别培田古村落目的地意象的各种属性元素,该方法被广泛用来分析旅游目的地意象[25],是根据一定规则对照片或文字的核心主题进行确定,分类解读材料的表征意义。本文运用NVivo 11.0软件对游客照片的认知元素内容分成两个阶段进行编码,从游客角度对培田古村落的景观感知意象进行系统、全面的分析。
第一阶段将采集的旅游照片进行自由节点编码。编码者在编码时将每张照片看成一个独立的内容分析单元,通过对照片进行反复解读,了解照片所要表达的内容,借助NVivo 11.0软件将照片的内容元素编码为自由节点。由于旅游照片中往往涵盖多样的景观元素,具有复杂性,本研究将每张照片中的元素编码最多不超过4类[26]。编码完成后,编码人员根据图片内容对存在歧义的节点名称进行必要的修正,以确定最后的编码归属。如最初将反映建在农田中的景观装饰的节点命名为“农田景观装饰”,后斟酌改为“农耕小品”。
第二阶段对编码好的自由节点进行树状节点编码。通过对自由节点所表达的照片内容进行对比分析,将内容相似节点进行合并与重组;在编码过程中,对树状节点的概念范畴进行修正,并对部分自由节点的命名与位置进行适当调整。如“民居建筑”和“地标景石”可一起编码为树状节点“建筑形制”。编码操作如图2所示。
图2 培田古村落UGC图片自由节点与树状节点编码示意图Fig. 2 Coding diagram of free node and tree node in UGC picture of Peitian ancient village
2.2.2 游客照片意象元素的共现网络分析 完成游客照片编码后,借助Ucinet 6软件进行意象元素的共现网络分析,得出游客凝视下培田古村落的整体意象画面。首先,运用NVivo 11.0软件中的复合查找功能,分别查找出自由节点以及树状节点针对游客照片的两两编码情况。然后从NVivo 11.0中导出编码矩阵的Excel 表格,置入Ucinet 6软件中的Netdraw可视化模块中进行分析,得出树状节点以及自由节点的共现网络。最后对父节点共现网络、子节点共现网络分别运用中心度进行分析,以便直观呈现出节点共现网络的重要性情况。
运用时间统计分析以及核密度分析对培田古村落游客的时空分布特征进行探究。根据采集的UGC图片的时间信息,按照月份统计出培田古村落游客2019年1月至2020年12月期间的照片数量,进而分析培田古村落游客游览的时间特征;在宏观地理空间上可以将游客所拍摄的UGC图片视为点要素,借助ArcGIS 10.5中的核密度对其进行分析,探究培田古村落游客的空间分布特征。在参数设置中,考虑培田古村落的实际情况和借鉴已有研究,选择30 m作为搜索半径。
3.1.1 培田古村落意象元素 将游客拍摄的2 167张培田古村落旅游照片导入NVivo 11.0软件,并对其进行逐级编码,最终得到自由节点112个,树状节点8个,编码共计4 581次,节点编码统计结果如表2所示。从8个树状节点的编码频次和所占比例可以看出,“建筑形制”所占的比例最高(49.12%),表明其是培田古村落最具视觉吸引力的景观要素,游客对其具有较高的景观偏好。培田古村落保留着明清时建的30幢高堂华屋以及各色古祠等建筑,其独特的特色漏窗、屋脊的飞檐彩陶以及精美的木雕门窗等,吸引了大量游客前来驻足拍摄。一条由石板铺成的贯穿全村的千米古街是培田古村落最具特色的一张名片,由古街延伸出去的古朴幽静的小巷景观让游客流连忘返,行走其中可以感受培田客家人自然而淳朴的生活气息。游客对培田独有的“民俗特色”关注较高(13.40%),灯笼和对联作为特色民居建筑的重要装饰,游客对其有着较高的景观偏好。灯笼鲜艳的颜色与培田古村落民居建筑淡雅的背景色互补,充分凸显了其造景功能和氛围营造作用。但村落中的文物展品、木雕以及元宵灯会等非物质文化遗产编码较少,通过现场实地调研发现,主要原因是培田古村落对于文物展品的陈列与解说还不够充分,民风民俗展示力不强,可以在今后的旅游规划中加入智慧解说系统。培田古村落蕴含的非物质文化遗产是其宝贵的旅游资源,对其进行合理有效的开发,有利于促进古村落非遗的活化与传承,从而推动培田古村落旅游产业向着可持续的方向发展。
“动植物”编码居于第三位(11.11%)。村落中的庭院灌木景观作为特色民居建筑的景观装饰,能够较明显地被游客感知。同时村落中的动物以及饲养的家禽等给大部分生活于城市中的游客带来新鲜感,能让游客感受到村落的农家乐趣。当地村民的“生产生活”是游客关注的另一道风景(8.45%)。在培田古村落千米古街的中部,有一处三叉路口,店铺与鹅卵石小道自然形成一道优美的风景线,被广大游客誉为培田“最美转角”,成为培田古村的一大特色名片,吸引了大量游客在此拍摄,更是摄影者以及写生者的喜爱之地。同时村民的洗衣晾晒场景、劳作场景以及挑担场景均被游客捕捉,这些都与都市生活截然不同,体现出游客对有人参与的活动性的景观元素具有较强的探索动机,表达了游客对悠闲惬意的乡村生活的向往。村落周边优美的“山水景观”也吸引了较多游客关注(8.21%),其中“山丘”、“树丛景观”以及“溪面”景观元素的编码次数较高,主要是因为培田古村落西侧的卧虎山以及东面的笔架山多以背景出现在各类景观画面中,绵延不绝的山体结合主体景观给人一种开阔高远的视觉效果,同时与流经村前的培田溪一起形成了一幅优美的山水建筑画卷,这类开阔的自然景观能缓解城市工作生活带来的压力,给游客带来身心上的放松,因此游客对这类景观表现出较强的景观偏好。
“旅游服务系统”(4.69%)、“田园风光”(3.01%)以及“气象风光”(2.01%)编码次数较少,均未超过5%。“旅游服务系统”中除了“简介牌”的编码次数较多,其他例如“垃圾箱”、“导览牌”、“景观灯”等旅游服务设施的编码次数均较少,通过现场实地调研发现,村落中的旅游设施配备还不够完善,夜景的相关设施也不够齐全,游客的夜景体验得不到很好的满足。“田园风光”中关注较多的是村落前的荷塘,不管是盛夏盛开时的荷花还是凋谢过后的残荷,都给游客带来了不同季节的景观感受。“农田景观”及“稻田”等具有乡村特色的风光较少被游客感知,究其原因主要是村落中对于农田景观这类风光的营造度不高,缺乏农耕体验性活动,难以吸引游客。“气象风光”编码次数最少,主要是因为其作为建筑等景观的配景,游客难以感知这类景观。
表2 培田古村落游客照片节点频次数据统计
总的来说,建筑形制类的景观意象已经成为了培田古村落的唯一“符号”,且远远超出其他景观类别,以明清时期的特色民居建筑为代表的人文建筑景观已经形成了游客的主要认知意象,而较能体现培田古村落地方民俗文化以及村落田园风光的景观并没有引起游客的深入体验与感知,长此以往游客会对培田古村落形成一种旅游景观意象的感知固化,不利于古村落的可持续发展。
3.1.2 培田古村落整体意象空间 运用Ucinet 6中的NetDraw模块对培田古村落的整体意象空间进行分析。首先分析8个树状节点所形成的共现网络(图3),结果显示连线共计48条,即树状节点之间存在48种共现关系,图中节点符号越大,表示其在该网络中的重要性越高,节点与节点间的连线越粗,代表二者的共现频率越高。由图3可知,建筑形制、生产生活及动植物在网络中的重要性最大,山水景观与旅游服务系统次之。建筑形制连接的节点多且关联强度大,与民俗特色、动植物、生产生活以及山水景观有着较多的共现次数。其中建筑形制与民俗特色的共现次数最多,为333次,表明大部分游客喜欢这两类元素组成的意象景观;建筑形制与动植物共现次数为214次,建筑形制与生产生活共现128次,建筑形制与山水景观共现106次,形成了培田古村落以建筑形制为基底的意象空间组合。
图3 树状节点共现网络 Fig. 3 Tree node co-occurrence network
进一步分析自由节点的共现网络发现,自由节点共现网络节点之间连线共计1 126条,即自由节点间存在1 126种共现关系。为了清晰地展示意象元素之间的空间关系,对自由节点共现网络进行主成分分析,结果见图4。图中线条粗细代表共现次数大小,节点颜色表示自由节点所属树状节点,节点大小代表被编码频次。由图4可知,培田古村落的景观意象组合大致可以分为3类。首先,人文建筑与民俗特色相互映衬,构成培田古村落第一类旅游意象组合。这类旅游意象的主要元素有特色民居建筑、灯笼、对联、特色民居建筑外立面、手工艺品以及小巷等。其中特色民居建筑与灯笼意向元素共同出现的频次最高,构成了游客对培田古村落感知的必备意象元素组合。大红灯笼以及对联是培田古村落随处可见的一种元素,其为青砖黛瓦的特色民居建筑增添色彩,二者交相辉映。同时用红灯笼进行点缀的小巷景观也是培田古村落独特的风光,行人穿行在蜿蜒小巷中,人、灯笼、小巷三者组合而成景观画面,突显出古村落的静谧之美,让游客充分感受培田浓郁的客家生活气息。人文建筑植物景观与乡村生活画卷相结合形成培田古村落第二类旅游意象。这类旅游意象主要是以培田古村落具有闽西特色的明清时期建筑为主体,植物景观作为点缀,主要包括一些建筑的特写,如特色漏窗、灰砖青瓦、飞檐翘角以及各色各样的建筑细节等,说明游客对培田古村落精美建筑及精湛的工艺具有较高的审美情趣。同时当地居民浣洗衣物、晾晒稻谷等生活场景也常与建筑共同出现,建筑通常作为当地居民生活劳作场景的背景,二者一起构成了培田古村落“生活着”的景观画面,游客对此类景观具有较高的捕捉力。通过对照片人物景观构成进一步分析发现,很少出现当地居民与游客互动的场景,说明在村落中缺乏深度体验的景观活动,当地居民与游客之间缺乏互动性。山水景观与古村落建筑群相映衬构成培田古村落第三类旅游意象。主要组合元素有山丘、丛林景观、特色民居建筑群、荷塘以及农田景观等。培田古村落在地理位置上属于群山环绕,远处连绵不绝的山丘与阡陌农田二者相互映衬。这种自然、人文与田园风光相交映的山水田园聚落画面对游客具有较大的吸引力,体现了游客对自然的亲近,主要是因为这类景观画面在城市中很难见到,游客置身于自然山水之中,可以缓解生活和工作中的压力,达到愉悦身心的目的。由于每个游客的个人特征、出游动机以及经历都不相同,使得每个游客对景观元素的感知与解读存在差异,因而呈现出来的培田古村落景观意象网络也比较复杂多样化。
图4 自由节点共现网络的主成分布局图 Fig. 4 Principal component distribution diagram of free node co-occurrence network
3.2.1 目的地意象时间特征 对2 167张图片的拍摄时间进行统计分析(见表3),可以看出,在2019年4个季度中,7~9月(29.26%)照片数量居多,主要是因为培田古村落四面环山,夏季气温适宜,而且处于暑假期间,所以游客数量增加;相较于2019年, 2020年由于新冠疫情的影响,游客较多选择10~12月(37.9%)出游,主要是新冠疫情在下半年得到了有效控制,因此出游人数增多。
表3 UGC图片数据时间分布
按照月份统计游客拍摄照片数量,绘制得到2019—2020年的培田古村落目的地意象照片数量变化折线图(图5)。由图3可以看出,2019年与2020年总体的变化趋势均呈“W”型,2019年游客照片数量的峰值为2月、7月及10月,谷值为3月、5月、9月及11月。在没有疫情的影响下,2月为春节期间,6~8月气候较为舒适,10月包含国庆假期,因此在气候以及国家节假日时间的影响下,大量游客前来旅游休闲,因而拍摄照片数量多;12月和1月由于冬季天气较为寒冷,而9月又处于开学及工作时间段,游客出行时间受到天气以及工作等影响,因而照片数量较少。相较于2019年,2020年游客照片数量峰值与谷值差距较为明显,游客照片数量在10月份达到全年的最高峰,谷值则处于2月份及7月份。2020年1月底新冠疫情爆发,出行减少,因此2月游客数量呈现骤然下降状态;而10月由于新冠疫情被有效控制,大量游客选择国庆假期出游,因而照片数量增多。总体而言,游客的出游行为会受到天气、景观的最佳观赏时间以及法定节假日的影响,并体现在目的地意象照片数量的时间变化中。
图5 培田古村落目的地意象照片数量月变化 Fig. 5 Monthly changes in the number of destination image photos of Peitian ancient village
3.2.2 目的地意象空间特征 对采集的网络照片根据其拍摄内容进行地点识别,排除未能精准识别拍摄所在地照片408张,包含部分建筑特写、民居建筑内部生活场景以及天空、植物、动物、食物等照片,最终获得有效照片1 759张。将有效照片拍摄地点进行分类统计,运用ArcGIS10.5工具生成培田古村落目的地意象空间分布特征图(图6)。
由热点足迹分布图(图6-b)可知,游客的游览足迹大致呈现“三心一带”的分布模式,“三心”即培田古村落旅游照片拍摄主要集中于村落入口的恩荣牌坊、工房门楼楼口以及“最美转角”3处,形成了培田古村落3大热点区域,“一带”则是贯穿全村的千米古街,将错落的明清建筑连为一体,游客主要沿其为游览路线展开观景活动。村落入口处作为游客进入培田古村落的起始点,是培田古村落向游客展示自己景观风貌的一张特色名片。入口处立有写着“培田古村落”五个大字的地标景石,景石旁立有恩荣牌坊,牌坊一侧有缓缓转动的水车,这三类景观意象元素与周边的古树、灌木构成了一幅独具特色的景观画面,游客对此类景观具有较高感知力。同时入口处的恩荣牌坊是由进士吴拔祯在光绪二十年间所立,属于“五楼三门”结构,牌坊上刻有精美图案,象征着培田古村落先辈们曾经的荣耀,对游客具有较高的吸引力,因而此处具有较高核密度;工房门楼前是一个三岔路口,一面对着村内商铺,另一面通向立有奇石地标的千米古街,最后一面是通向敦朴堂的幽幽小巷。游客在此处可以看到当地居民与游客买卖的互动场景,感受培田客家人的生活气息,同时也能感受古村落小巷静谧的幽深感,通过不同角度的拍摄,可以形成不同的景观画面。工房门楼是过去木匠们所居住的地方,门前用卵石砌成半月形,台阶向内而下,表示进门财源滚滚,出门步步高升。门楼装饰精致,展示了青砖黛瓦、飞檐翘角的客家建筑风格,其精妙的技艺让游客叹为观止。工房门楼附近的容膝居也是游客游览较高的景点,青苔石壁上刻有“可谈风月”四字,可以说是最早的女子学堂,其与工房门楼都体现了培田先辈们所崇尚的耕读文化;最后一处高密度区位于千米古街的中部,小巷与商铺形成一处三叉路口,是过去的官道,可以通往连城、永定、长汀、龙岩,被称为“最美转角”,是培田古村落的一张特色名片。古香古色的商铺与小巷一起形成了一道优美的风景线,吸引了许多游客以及摄影爱好者前来驻足拍照,更是写生者的爱好之地。次高级拍摄密度地点为继述堂、都阃府、衍庆堂、久公祠以及衡公祠。继述堂又可称为大夫第,是培田古村落具有代表性的九厅十八井建筑之一,门前的石狮子、精美的建筑外立面与建筑后的山林三者组成的景观画面,吸引了很多游客对其进行拍摄;都阃府为一处旧址,院中用鹅卵石铺成的“鹿鹤同春”图案,寓意“六合同春”;衍庆堂为培田吴家总宗祠,院内留有一座古戏台,厅堂墙壁上留有朱熹笔迹的“忠、孝、廉、节”四字,游客在此可以感受培田先辈们所推崇的家风理念;久公祠以及衡公祠是村落内保存较为完整的两座古祠,门庐飞檐翘角,亭台楼榭窗户上有镂雕木刻,木壁绘漆画,这些精美的建筑构造让许多游客为之赞叹。低密度拍摄地点为敦朴堂、吴家大院以及官厅,主要是拍摄以建筑为主体的景观画面。
总的来说,培田古村落游客的游览路径较为单一,景观游线主要是沿着村落中的千米古街进行展开,旅游者对该线路景观呈现出较强的偏好,是培田古村落的旅游感知与旅游体验的重要路段。其余景点游客虽然也有涉足,但拍摄密度相对较低,因此,在进行培田古村落旅游规划时,应充分挖掘古村落的旅游资源,打造多种不同的景观体验游线,使各景点都能均衡发展,同时应保持古村落原有的生活面貌,使村落的旅游产业得到进一步发展,游客的景观游览体验得到进一步提升。
本研究充分发挥UGC数据的研究优势,利用内容分析法,以从微博、马蜂窝、大众点评等网络渠道收集的游客照片作为研究材料,运用NVivo 11.0和Ucinet 6对其进行内容分析以及共现网络分析,对游客凝视下的培田古村落旅游意象进行深入解读,并采用时间统计与核密度方法对培田古村落的时空特征进行分析。得出以下结论,并给出相应建议。
(1)培田古村落的意象元素类别可以归纳为建筑形制、民俗特色、动植物、生产生活、山水景观、旅游服务系统、田园风光及气象风光8个类别。其中建筑形制、民俗特色、动植物是游客照片呈现最多的意象元素类别。建议在今后的旅游开发中,应深度挖掘人文和农耕文化资源,建立建筑与人、建筑与农耕文化之间的关联性,使特色民居建筑景观不再是培田古村落的唯一“符号”,同时应充分展示当地的民风民俗,促进培田古村落的景观活化。
(2)通过对意象维度及具体属性元素进行共现网络分析发现,培田古村落的景观意象组合大致可以分为3类。人文建筑与民俗特色相互映衬,古村落生活画卷与人文建筑植物景观相得益彰,山水景观包围陪衬古村落,这些意象元素相互交织,传递出一幅具有培田古村落特色的山水建筑画面。建议对培田古村落进行系统化的旅游开发,使特色民居建筑风貌、当地的民风民俗、村落内的自然风光以及田园风光能够形成有机的一体,使其能互相辉映,同时还应该多融入当地人文景观与农耕文化景观,全面提升培田古村落的旅游吸引力。
(3)对游客照片进行时间统计分析发现,2月、6~8月以及10月是游客游览培田古村落的最佳季节,游客的出游行为会受到天气、景观的最佳观赏时间以及法定节假日的影响。建议挖掘每个季节的景观特征,使每个季节都有景可赏。同时培田古村落目前的旅游方式以观光为主,游客景观体验相对匮乏,难以充分欣赏和体验培田古村落的景观风貌,建议开发村落中的农耕体验活动,增加游客与当地居民的互动,如鼓励当地居民开设客家文化课堂、茶馆等,变观光游为体验游。
(4)在空间分布上,培田古村落游客的游览路径较为单一,趋向性明显,主要沿着村落中的千米古街进行展开,村落入口的恩荣牌坊、工房门楼楼口以及“最美转角”处是培田古村落3大热点区域。建议加强对各类闲置特色民居建筑资源以及村落农田资源的深入挖掘利用,激发村落内部空间活力,提升游客景观体验。可以结合当地的生产与自然风光、传统建筑空间环境,提取最佳观景路线,打造不同特色的旅游路线,如充分整合培田溪周边的农田以及山水自然资源,形成自然山水景观游线。
本文通过UGC图片数据对培田古村落的目的地意象以及时空特征进行探索性研究,在数据层面,目前有关旅游目的地意象的数据大多基于网络文本,本文以游客照片为数据源,拓展了旅游目的地意象分析的数据范畴,同时与人工拍照方法相比,通过网络收集图片解决了图片样本较少的问题。在方法与内容层面,从游客视角出发,通过照片内容和地理信息的综合分析,研究古村落的意象构成以及游客时空分布特征,是对目前单一研究旅游地目的地意象的进一步拓展,为目的地意象的景观空间感知研究提供了新思路。此外,本文与徐洪基于网络文本分析培田古村落旅游感知形象[27]所得出的特色民居建筑是游客对培田古村落的主要感知意象相一致,但本文通过对游客照片的综合分析,将培田古村落目的地意象与游客时空特征相结合,得出培田古村落整体景观意象画面以及游客偏好游览景点,是对游客视角下培田古村落目的地意象的进一步完善。同时本研究也存在一些局限:首先,只选取了微博、大众点评等较有代表性的社交网站进行网络数据收集,在一定程度上选取样本缺乏全面性,在今后研究中,需要扩大样本数据来源。同时这些网站所提供的样本照片数据仅满足基本的UGC 数据采集,研究数据模块不够完整,因此如何对数据进行筛选与完善需要今后深入探究;其次,社交平台上发布旅游照片的群体主要为年轻人,老年群体偏少,年龄层次较单一,因此在基于UGC数据的研究中加入多年龄段游客是今后改进的方向;此外,基于社交平台采集的UGC图片数据大多集中于较为知名的景点,而对于一些知名度较差的景观空间则可能造成UGC数据的缺失或不足,在一定程度上不能全面具体地反映游客的空间特征;最后,本研究并未进一步探索培田古村落旅游意象与游客情感之间的因果关系,未来可以将图片分析与网络文本分析结合起来,对游客情感以及意象元素二者之间的影响关系进行深入分析。