智慧旅游视角下城市旅游空间动态识别研究——基于百度热力图数据

彭墨宇，王 娟，高 钰

(1.华中师范大学 国家文化产业中心，湖北 武汉 430079；2. 信阳师范学院 旅游学院，河南 信阳 464000；3.华中师范大学 城市与环境科学学院，湖北 武汉 430079)

0 引言

城市旅游空间是指在城市建设用地上进行一切旅游活动的空间载体，一方面，它体现为由政府和企业等供给主体所创造，目的是为了吸引旅游者前来参加旅游活动或者向旅游者提供配套服务，比如观光点、主题街区、吃住行游购娱等功能设施一应俱全；另一方面从旅游者时空行为来看，也呈现出一系列旅游实践中由不同类型的生产、生活、生态等不同层次的、界限不清晰的流动空间。旅游空间研究，既是为了优化旅游体验、增强城市吸引力，同时，还是体现城市空间整体面貌的一个重要维度[1]。

旅游空间的边界、空间使用强度等是动态变化的，然而，长期以来由于相关数据的不可得性，有关旅游空间的研究大多从供给的角度出发，考察旅游景区[2,3]、住宿业[4-6]、餐饮业[7-9]等供给要素的空间格局。近年来，随着信息技术的不断发展和广泛应用，城市研究进入大数据时代，这给旅游空间的研究带来了新的思路与方法。例如利用手机大数据构建游客出行轨迹模型来判别旅游资源热点和冷点地区以及对旅游基础设施的利用状况进行分析等[10-13]；利用网络游记提取足迹，结合社会网络分析法分析旅游空间网络结构[14-15]；利用网络照片数据提取地理信息，识别城市热点旅游空间[16-17]等。但是，目前基于大数据的城市旅游空间研究基本处于静态研究的阶段，对旅游空间在旅游旺季和淡季之间的差异、工作日和非工作日之间的差异等的精细化研究尚待进一步探索。

鉴于此，本文基于实时更新的百度地图热力图数据，以武汉为案例地，选择从旅游淡季到旅游旺季的过渡期(工作日、周末、小长假等)内的几个时间节点，动态识别城市旅游空间的热点和冷点区域并分析对比其空间规模和结构，一方面有利于科学认识城市旅游空间的演变特征，进而为城市旅游空间管理、城市旅游空间的规划布局等提供重要依据；另一方面，也是利用互联网大数据动态研究城市空间的一次积极探索，进而为城市转型升级和品质提升提供新思路和重要参考。

1 研究区域、数据来源与研究方法

1.1 研究区域

本文选取湖北省武汉市为案例地，选取其城市主城为研究区，以其典型、有意义的研究为切入点。首先，武汉在都市建设与旅游业发展中所面对的一些空间问题，在某种程度上具有代表性。目前，我国城市处在快速更迭且各个方面高速发展的新时代，需要相应高端功能空间予以匹配，人们对一些方面有了更高的需求，尤其是宜居环境。武汉市不仅是全国中心城市，还是全国首批旅游休闲示范城市，其城市发展和旅游发展共同面临的空间问题具有一定的典型性。一方面，城市建设迎来高潮，各方对城市空间的争夺愈发激烈；另一方面，旅游业迅速发展需要城市空间在规模和品质上的进一步提升。武汉主城区是游客最多的区域，也是各方面竞争最激烈的区域。在《武汉市总体规划2010-2020》的框架下，以城市中心区为中心，对研究区进行了划分(图2)。研究对象涵盖了武汉市各中心区，并且涵盖了城市中绝大多数设施，总建筑面积约2 580km2，占武汉市总面积的30%。

图1 研究区域示意图

1.2 数据来源与处理

本文所用的数据来自百度地图 API的百度地图热度图。百度地图热图是百度地图大数据可视化工具之一，以搜索为主，基本原理就是以用户使用百度时承载地理信息为基础，将用户实时群体密度聚类以表现群体不同位置和不同时刻的聚集性[18]。百度地图热力图的“热力指数”，可以在百度地图上显示出来，用来表示一个区域的人流热度，这个数据是实时的，约每15min更新。百度热力图发布为公众出行提供便利，并促进其相关地理学——城市规划的发展[19-20]。百度地图热力图的采集与处理包括3个要点：时间选取、坐标校准和波段提取。

时间选取。使用百度地图API可在一天中任何一个时间节点上获取百度热力图。为使城市游客与当地居民在空间上的集聚最大程度的区分开，本文特意选择了若干有代表意义的时间段进行比较。首先，我们选择一个工作日(2016年2月16日，周四)，来研究武汉在旅游高峰来临前的一段时间内，人们在此期间的日常活动行为，并将这一天的热力图作为一个正常状态下的生活空间；其次，我们选择了一个正常的休息日(2016年2月18日，周六)，此日的热力图会反应当地居民的周六休闲游憩空间；第三，选择了在樱花盛开期的一天(2017/3/22，周三)，在这个时候，外地游客已经进入，而武汉市民还处于上班状态，将这一天视为旅游空间(因外地游客造成)与生活空间(因本地居民营造)相重合；第四，以樱花盛季的休息日(2017年3/26，周日)为例，该天的热力图展现了两个空间之间的交叠状态；第五，以清明节的首日(2017/4/2，周日)为例，人们在中长程的旅行中有比较集中的时间，因此，在这一天前往武汉的外地旅客将增多，而从武汉前往外地旅游的本地居民也将增多。从“入”和“出”两个维度上看，当天武汉市区内的本地人相对减少，而外地游客相对增加，所以当天百度地图热力图更多的体现了一个较为简单的城市旅游空间。数据采集时间间隔为40～50min，数据爬取时段早上7点到晚上12点，一共采集了135组武汉市区百度热力图(图2)。另外，民众出行与郊游经常受制于恶劣之气候与空气环境，故各时间点皆选择气温适宜的环境，以降低其他因素干扰(表1)。

图2 截取的百度地图热力图(2017年2月16日部分时段)

表1 数据爬取情况一览

坐标校准。爬取的百度地图热力图以图片格式保存下来，需要添加地理坐标信息。具体步骤如下：使用三维数字地球软件下载武汉主城区的部分影像图，此图作为百度地图热力图进行地理配准的原型。百度地图的热力图与影像图的地理匹配，校正得到准确的百度地图的热力图，再到相同坐标系中添加其它图层。

波段提取。本研究通过在ArcGIS中加载并导出数据的方法，提取并保存每张百度地图热力图中的相应波段。

1.3 研究方法

利用百度地图热力图来研究城市人群的聚集与消散程度情况。

赋值与重分类。为清晰反映百度地图所代表的密度情况，本研究采用“热力值”的概念，采用ArcGIS软件技术，将每张热力图分为5个等级，通过热力值高低表达人口的疏密。为了方便研究我们按照热力值定义为：无聚集区、少量聚集区、一般聚集区、次热区和高热区5个等级区域(由低到高)，据此生成属性表以计算各热力值等级的面积(图3)。

图3 各热力值及等级示例(时刻：2017/2/16 07:00)

热力值面积计算。采用归纳统计法，连续采用5天，共收集135份热力图，按照赋值和重分类的操作后，可以导出每张热力图的属性表，并且按照1-5的色彩等级进行像素表达，包含了每个热力值等级的像元数。可以通过图片属性调阅像元大小，像元数与像元大小之积就是每张热力图中每个热力值得等级面积。

热力图模糊叠加。通过网络爬虫进行热力地图收集，采用ArcGIS软件进行空间分析，将同一天的热力地图进行叠加，从而得到单元位置所属集合的最大值。

2 识别结果与可视化

2.1 城市总体空间结构特征

使用ArcGIS软件通过对历史同日热力图的模糊叠加可得到该日城市整体热力值级别空间分布(图4a-4e)。通过使用ArcGIS工具再对5日度热力值水平空间分布图模糊叠加后可得到5日度综合热力值水平空间分布(图4f)。

图4 每日及5日总体热力值等级空间分布

如图4a-4e所示，从2017年2月16日至2017年4月2日，正是武汉旅游业由淡季进入旺季，但从图4中可看到，不同时间点的人群聚集在空间分布上基本相同。

如图4f所示，武汉三镇处于不同的城市空间发展阶段。第一，汉口是武汉最早步入现代化的区域之一，它的城市空间已完全由“以点带线、点面结合”的演变而形成，汉口城区中心的高热区已被连结成一块，尤其是长江、汉江相汇集的区域与解放大道一带，热力值尤为突出，汉口作为老商业区，主城的空间发展呈现出由东南向西北发散拓展的态势，除了原王家墩机场所在地尚处于开发阶段，在发展大道和解放大道之间这段的其他区域均已形成高热区和次热区。随着城市功能的拓展，可以明显看到发展大道西北的区域，又有许多点状高热区正在形成，并有明显由点到线的发展趋势。第二，武昌地区正处在“连线成面”的发展时期，街道口—光谷为中心的商圈最具代表性，该商圈辐射了周边地区，逐渐形成自西向东扩展的“鱼骨状”城市发展的拓扑结构高热区。同时，夹在长江南岸与东湖、南湖西岸之间，沿着友谊大道、中山路至中北路等城市南北向主管道，也形成了一条宽约5km的南北向城市高热区。第三，汉阳地区“连点成线”，王家湾、沌口地区等人均聚集，一些小型的点型高热区都被串联在了一起。三是从城市的空间分布发展看，汉口以西北为主，并已形成有一定规模热点新城；武昌区沿东南方向发展，光谷东南部已形成一定面积的新城。

2.2 城市旅游空间演变特征

图5 高热区空间分布(每日总体)

本文预期将以高热区为切入点，通过高热区大小的变化，揭示人口聚集程度的变化，进而揭示人口分散程度的变化规律。由于本文选取的5个时间节点是案例地从旅游淡季向旅游旺季过渡的特殊时段，城市人均高热区的情况能够较大程度反映城市旅游空间的变化情况。因此，要对高热区进行更深入的研究，就必须对高热区逐个进行分离，以便对其进行研究。运用ArcGIS软件将每日综合热力值等级空间分布图进行矢量化处理，将属性表中热力值为5的数据单独导出并可视化，可以获得总体高热区(图5)的日分布图，并能相应地分析总体高热区面积及空间上的日变化，研究筛选了2-4月的部分日总体高热区分布图进行了分析，研究显示：

图6 每日高热区面积

首先，旅游淡季、旺季和小长假高热区域的面积各不相同。依据属性表中数据进行几何运算出每天高热区域的面积值(图6)。样本中2017年2月16日、2017年2月18日，一个是工作日，一个是休息日，但是通过数据计算两者的总面积基本相当，由此推断，在旅游淡季，武汉市的休闲空间总量并未发生太大变化，即空间中所承载的人群强度变化有限，这也表明淡季武汉市民的空间移动轨迹基本保持不变。样本显示，进入旅游旺季，高热区的面积有了较大程度的增加。

其次，人集聚的区域空间特征，在各个时期都是不一样的。随着时间的推移，其空间结构也会随之改变。我们选择2017年2月16日的(周四)作为案例，通过与其余4天的高热区对比(图7)，从而得出不同时期高热区的空间变化情况。

图7 以2017/2/16为基点的高热区变化情况

利用ArcGIS软件，对发生改变区域进行提取，形成对比图，进行高热区的两两比较(图8)。通过这种增、减动态变化过程，探索人群如何有规律的利用城市空间。同样的方法，可以得到其他4天与2017/2/26日的高热区变化图(图7)，并得到空间变化的面积(表2)。

表2 以2017/2/16日为基点的高热区面积增减数量(公顷)

观察图7和表2，以热门旅游区域黄鹤楼、武汉大学和东湖景区以及已知的商务中心西北湖CBD为参照，可以发现：

对比2017年2月18日(星期六)与2017年2月16日(星期天)，从工作日到休息日，虽然高热区的绝对数目没有明显差异，而且变动的范围，也是相当分散的，但西北湖CBD区域的高热区明显减少，表明这里以商务为主，功能比较单一，而休闲和娱乐的功能比较弱。黄鹤楼、武汉大学、东湖这3个主要的旅游景点，都没有发生过大规模的人群集聚，表明了这个时候城市还没有进入旅游高峰期。

图8 高热区对比分析示意图(2017/2/18 对比 2017/2/16)

通过对2017年3月22日(星期三)和2017年2月16 (星期天)的对比，可以发现旅游淡季、旺季的不同，高热区在空间上也各异。第一，高热区面积增加2 820多公顷，但只减少527公顷，高热区绝对量有所增加(1 300余公顷)，考虑到实际情况，大批的外地旅游者使城市“高热区”快速增加。第二，从一些具有代表性的地区来看，以“工作”为主的西北湖片区，3月22号当天的人流密度依然很高，与武汉当地市民还在上班的状况一致。第三，很多增加的高热区都是黄鹤楼、武汉大学、东湖等，由此可以得出结论，武汉外地人对黄鹤楼等传统的旅游胜地依然有着很高的兴趣，另外，武汉大学、东湖风景区等游客人数较多是游客最多的地方，反映出武汉春天吸引游客的主要景点是樱花。

将2017年3月26日与2月16日进行比较分析发现：第一，当地居民的游憩时间和外地游客的旅游时间重合时，因本地市民的需求弹性变化原因，会有更多的高热区转变成非高热区。二是从若干典型地区看，这天西北湖CBD高热区还是少很多，这与2月18日(周六)情形相似。武汉大学、东湖风景区等高热区范围进一步扩大，说明该日该市旅游活动旺盛。

最后，将2017年4月2号和2月16号进行比较，当天是清明节长假的第一天，武汉的很多当地市民都在度假，这对高热区的增减有重要影响。第一，增加的高热区面积和减少的高热区面积两者没有太大差异，整个城市的空间并不显得太过拥挤。第二，汉口地区出现大面积的高热区转变为非高热区的情况。但武汉大学、东湖景区及其他区域、景点高热区范围显著增加，说明从整体来看，尽管总体上呈现出一种较为均衡的态势，但是，“热点”区空间利用强度仍较高，为旅游空间有待升级优化的区域。

3 结论与讨论

本文基于百度地图热力图数据，以武汉市中心城区为研究区域，选取旅游淡季向旅游旺季转变过程中的5个典型时间节点，使用ArcGIS空间分析工具，通过计算5个时间节点百度地图热力图的热力值，识别了武汉城市总体空间结构并探索了城市旅游空间的演变特征，得到如下结论：

(1)通过百度热力图，可以直观且明确地识别城市空间结构。首先，在武汉地区，聚集人群的高密度空间的分布基本相同，这些高热区即武汉真正意义上的“中心城区”，这相对于以交通环线来划分的中心城区更为精确。其次，武汉三镇城市空间发展各有侧重点：汉口是武汉最早步入现代化的地区之一，其城市空间已完全由“以点带线、点面结合”的演变而形成，汉口市中心的高热度地区已被连结成一块；武昌地区正处在“连线成面”的发展时期，其中最显著的一条城市发展轴线就是武珞路，沿着武珞路，形成一个由西向东拓展的鱼骨形高热区；汉阳地区则需“连点成线”。再次，通过观察次热区，可以判断城市空间的扩展方向：汉口区域主要向西北部扩展，武昌区域主要向东南方向拓展，汉阳区域主要向西南方向扩展。

(2)通过动态叠加百度热力图，可以识别城市旅游空间的边界。从理论上说，在互联网和自助游时代，旅游者可以到达城市空间的任何角落，但是，本文通过研究发现，从旅游淡季向旅游旺季过渡的过程中，已知的旅游热点区域仍然是高热区快速增长的集中区域，即旅游者在武汉市内仍然对黄鹤楼之类的传统景点保持高度热情。这也证明了游客在空间上的分布呈现出广泛而明显的地域集中特征。

(3)通过百度地图热力图，可以量化评估旅游旺季带来的城市空间压力。在旅游淡季，武汉市民的休闲空间和工作空间在总量上没有太大变化，即空间中所承载的人群强度变化有限；在旅游旺季，高热区的面积大幅增长，涨幅达到66%，并且空间分布高度集中，这是导致城市旅游旺季各种空间乱象的最直接原因。

(4)旅游“淡季”和“淡季”两个阶段，需要探讨休闲空间和旅游空间都达到均衡时，主客共享对城市旅游空间的调控机制。淡季的生活空间、休闲空间和旅游空间达到了均衡，外地游客数量较小，对城市带来的影响较少，占用城市公共资源也并未给当地居民带来太大冲击。旅游高峰期，部分本地居民会自觉地把城市的空间腾挪给外地游客，但该让渡行为产生的原因、本地居民能够忍受的最大让渡程度、该让渡行为产生的影响以及主客共享城市旅游空间调节机制等仍待后续的深入研究。