基于多源数据的夜间旅游空间分布特征及驱动力探究——以昆明市为例

张博文，骆 曼，董丽江，杜奇辉，林锦屏

（云南大学 地球科学学院，云南 昆明 650500）

0 引言

近年来，随着旅游产业的不断升级、旅游者多元的消费需求对旅游目的地规划与建设提出了更高的要求。传统的日间旅游模式已不能完全满足游客的需求，旅游目的地需要更加丰富的旅游活动来留住游客。夜间旅游作为以时间分割的特殊旅游经济形态，既是现代城市的重要业态构成，也是传统日间旅游消费模式在时空上的延伸，恰好满足了游客多元化的消费需求。此外，新兴的夜间旅游不仅可以满足人们的多元化需求，还可以促进当地的经济发展，是近年国际旅游业发展的新亮点，是促进旅游多元化发展的朝阳产业［1］。

夜间旅游是以游客、当地居民为主体，通常发生在当日下午6 点至次日凌晨6 点的旅游消费活动［2］。随着城市景观建设升级与旅游方式的多样化，夜间旅游业态日益丰富，创造了可观的经济效益。国外学者对夜间旅游的研究大多集中于夜间旅游开发的载体［3，4］和体验类型［5－7］、利益相关者［8］及夜间旅游带来的积极［9，10］和消极影响［11］，国外学者也探讨了夜间旅游氛围的影响机制［12］；国内夜间旅游研究起步较晚，在研究伊始，大多数学者将目光聚集在概念的界定上，尝试从时间［13，14］、旅游产品［15］以及旅游者活动［16］等多个视角对夜间旅游的概念进行界定，部分学者探究了夜间旅游产品类型、发展动力及影响［17］。到目前为止，对夜间旅游空间分布的研究甚少，部分学者通过记录活跃人口的位置和状态以及夜间旅游安全事件方面探索了夜间游客活动以及夜间旅游安全事件的时空分布［18，19］。然而，因夜间旅游受时空限制较大，仅依赖传统数据不能全面揭示夜间旅游的空间分布［20］。同时，新冠肺炎疫情的出现在某种程度上限制了夜间旅游的空间分布与可持续发展。

基于此，本研究以昆明为案例地，以夜间旅游POI数据代表夜间旅游资源，夜间灯光数据代表夜间经济，夜间游客微博签到数据代表夜间游客活力，构建夜间旅游空间分布模型，应用投影寻踪模型和空间分析法来探究昆明市夜间旅游的空间分布特征。在此基础上，通过地理探测器，从旅游资源、环境承载力、旅游市场及社会经济四大要素层面出发，剖析夜间旅游发展的驱动力，促进后疫情时代下昆明市夜间旅游科学合理的健康发展，提升城市旅游活力。同时，拓宽夜间旅游的研究思路，丰富夜间旅游的研究内容，为进一步的夜间旅游空间分析提供学术支撑。

1 空间结构理论与夜间旅游

因为受时间限制，夜间旅游不同于传统的以旅游景区为主的旅游活动。一般来说，传统的旅游景点较少开展夜间旅游活动，这使得游客参加夜游的动机变得多元化，譬如美食打卡、体验城市与乡村旅游夜生活、观看实景演艺和剧场演出等。因此，探究夜间旅游空间分布特征需要全面考虑“食、住、行、游、购、娱”六大要素。同时，考虑到六大要素涉及众多资源类型，许多资源在夜间并不开展旅游活动，这会导致只用夜间旅游资源探究夜间旅游空间分布存在溢出效应。因此，本研究在空间结构理论的指导下对夜间旅游空间分布特征进行了深入的讨论：

空间结构理论将一定区域内相互关联的成分视为有机功能体，通过研究有机体之间的空间相互作用和空间位置关系，从而反映了地理空间中有机体的空间聚集规模和聚集程度。von B ¨oventer 综合了杜能、韦伯等区位理论代表人物的观点，第一个系统地分析并进一步发展了空间结构理论［24］，并强调了导致空间结构差异的主要因素［25，26］。二十世纪初期，西方学者开始将空间结构理论引入到旅游研究中，从供需两方面描述旅游空间结构［27］。中国对于旅游空间结构的研究起步较晚，最初只是依托旅游资源开展研究［28］，随着研究的深入，部分学者开始从地理区域和经济关系体的视角，综合分析旅游地空间布局［29，30］。旅游空间结构中包含的要素可看作旅游事物的空间抽象，有不同的分类方式，如动态的旅游者，静态的旅游资源；点状的服务设施，面域的客源市场；具象的旅游企业，抽象的旅游经济等［31］。随着空间结构理论在旅游研究领域的开展，相关研究内容也越发丰富，按照研究要素的不同总体上可以分为两类：一是微观视角上的单一旅游要素的空间格局及其影响因素；二是旅游系统的多要素组合，结合点、线、面多层次上提出旅游空间结构优化模型［32］。

因此，本研究在空间结构理论的指导下，基于静态旅游资源（夜间旅游资源），增加动态旅游者（夜间游客活力）以及抽象的旅游经济（夜间经济），减小夜间旅游资源的溢出效应，更加科学客观的探究夜间旅游空间分布格局及影响夜间旅游发展的驱动力。其中，夜间旅游资源由夜间的“食、住、行、游、购、娱”六大要素组成，夜间游客活动力以夜间游客的微博签到数据为代表，夜间经济以夜间灯光数据为代表。

2 研究区概况与研究方法

2.1 研究区概况

昆明地处中国西南地区、云贵高原中部，位于102°10′—103°40′E，24°23′—26°22′N 之间，处在南北国际大通道和以深圳为起点的第三座东西向亚欧大陆桥的交汇点，是中国面向东南亚、南亚开放的门户城市（图1）。昆明属北纬低纬度亚热带—高原山地季风气候，气候温和，夏无酷暑，冬无严寒，四季如春，气候宜人。

图1 昆明市地理位置Figure 1 Geographic location of Kunming City

昆明市在开发夜间旅游方面具有独特的优势和潜力，已经形成了具有地方特色和吸引力的夜间旅游产品和集聚区。根据文化和旅游部公布的第二批国家级夜间文化和旅游消费集聚区名单，昆明市有3 个项目入选，分别是斗南花市、昆明老街—南强街巷和昆明公园1903 文体商旅综合体。这些项目分别展示了昆明市的花卉文化、饮食文化和休闲文化，为游客提供了多样化的夜间旅游产品和服务。据统计，2022 年上半年，昆明市接待国内过夜游游客703.39 万人次，过夜旅游收入686.90 亿元，昆明市过夜旅游人均花费936.13 元。此外，昆明市目前已打造15—20 个夜间经济集聚区、3 条夜间旅游特色线路，包括西山、金马坊、大观公园、云南民族村、官渡古镇、海埂公园、正义坊、昆明翠湖、南屏街、昆明瀑布公园、昆明南二环、公园1903 等等。这些地方提供了多元化、特色化的夜游消费模式，满足了市民和游客的精神文化需求，打造了独特的夜生活文化品质。

2.2 研究方法

投影寻踪模型。投影寻踪是处理和分析高维数据的一类新兴的统计方法，其基本思想是将高维数据投影到低维（1—3 维）子空间上，寻找出反映原高维数据的结构或特征的投影，以达到研究和分析高维数据的目的［33］。

核密度估计。核密度估计法。核密度估计源于地理学第一定律；即一切都是相关的，越接近的事物越密切相关，越接近核元素，密度扩展值越大，体现了空间异质性和中心强度随距离衰减的特征［34］。它是根据点或折线特征计算每个单位的面积，以使每个点或折线适合光滑的圆锥形表面，其表达式为：

标准差椭圆算法。标准差椭圆算法可以详细地描述点的分布方向以及分布趋势。通过ArcGIS 软件分析可得到5 个参数：CenterX和CenterY代表了椭圆的中心点，XStdDist 和YStdDist 分别为椭圆x轴和y轴的长度，Rotation 为椭圆的方向角度。椭圆的长半轴表示点的分布方向，而短半轴表示的是点的分布范围。椭圆的扁率是长、短半轴的差值与长半轴的比值，扁率越大，点的分布方向越显著；扁率越小，点的分布方向则越模糊［35］。方向角θ 的计算公式为：

最后确定x、y轴的标准差：

地理探测器。地理探测器是王劲峰等研究提出的一种探测目标因子空间分异性及其背后影响因素的一组统计学方法，通过计算分类后各自变量方差之和与因变量方差之和的比来衡量自变量对因变量的贡献，包括分异及因子探测器、交互探测器、风险区探测器和生态探测器［36］。其中，因子探测用于探测因变量Y的空间分异性，以及探测自变量X 对于Y的空间分异影响力度的大小，用q值表示，计算公式如下：

式中：h ＝1，2，…，L为X 或Y 的分类；q 的值域为［0，1］，q值越大，表示X 对Y的空间分异的影响力度越强；Nh和N分别表示变量分为h类所含单元数与空间总区域内单元数；和σ2分别为h 类与区域内Y的方差；SSW和SST分别为L 类的方差之和与区域总方差。交互作用探测用来识别不同自变量X 之间的交互作用，反应两个因子在共同作用时对Y的影响力是否相关还是独立。

2.3 数据来源与处理

本研究所采用的数据由四大部分组成：第一部分是旅游大数据，包括昆明夜间旅游资源POI 数据和夜间游客微博签到数据，以及昆明旅游景点的热度、评分和评论数量。其中，夜间旅游资源POI数据来自百度地图，根据食、住、行、游、购、娱6 个主题，将数据分为6 个类别，并对数据进行了筛选，删除了只在白天开放或运营的动物园、宗教寺庙和公共交通等POI，最终获得了12 538 个有效数据点；游客签到数据来自新浪微博平台，数据集的时间跨度为2021 年1 月至12 月，对获取的数据进行了筛选，选择了从当日18：00 到次日6：00 的签到数据，最终获得了1 151 个数据点，具体分类如表1 所示；旅游景点的热度、评论和评论数据，来自中国携程旅行网站（http：／ ／www.ctrip.com／）。第二部分是基本地理数据，包括行政边界、河流系统、道路网络和居民分布等。这类数据主要来源于国家地理信息资源目录服务系统（https：／ ／www.webmap.cn／main.do？method＝index）。第三部分是遥感数据，包括数字高程（DEM）、夜间灯光数据、植被覆盖率和气象数据等。其中，DEM 来自地理空间数据云，空间分辨率为30m（https：／ ／www.gscloud.cn／）；夜间光照数据来自科罗拉多矿业技术大学（https：／ ／eogdata.mines.edu／download＿dnb＿composites.html）；原始夜间光照图像的地理坐标采用WGS－1984，为了限定数据集在一个更具体的区域，本研究使用ArcGIS10.2 软件将年度图像的地理坐标转换为Asia Lambert Conformal Conic投影坐标，并进行掩膜提取以去除研究区域外的数据；植被覆盖和气象数据来自国家地球系统科学数据中心（http：／ ／www.geodata.cn／）。第四部分是传统统计数据，包括研究区域的经济、人口、教育、旅游等数据，主要来源于2022 年昆明市的统计年鉴。

表1 游客签到数据分类Table 1 Classification of tourist check－in data

3 耦合关系探究

为了更好地探究夜间旅游资源、夜间游客活力和夜间经济之间的耦合关系。首先，采用ArcGIS软件对三类数据进行格网化处理，生成了3 121 个3km×3km 的面状格网。其次，对三类数据进行了标准化处理。最后，采用自然断点法将三类数据分为高、中、低3 个等级，并将每两类数据进行空间连接，结合得到“高—高”“高—中”“高—低”“中—高”“中—中”“中—低”“低—高”“低—中”“低—低”9 种组合方式［43］（图2）。

图2 夜间旅游资源、夜间游客活力与夜间经济耦合关系的空间分布Figure 2 Spatial distribution of coupling relationship between night tourism resources，tourist vitality and night economy

从整体上看，三类数据的耦合关系在空间分布上具有一致性。“高—高”耦合关系分布区域较小，主要分布在西山区、官渡区、五华区和呈贡区的交界处，周围主要是“高—中”和“高—低”耦合关系。在夜间经济与夜间旅游资源的耦合关系中，除了核心聚集区的“高—高”耦合关系，更为显著的是“高—中”“高—低”“中—低”3 种耦合关系。这说明在疫情期间，夜间经济的影响力及范围已经超越了传统的夜间旅游活动，转而包括了更多元化的夜间灯光活动，比如线上娱乐和购物等。在夜间经济与夜间游客活力的耦合关系中，其主要呈现为“高—中”“高—低”“中—低”3 种关系。这表明在疫情期间，夜间经济已经开始影响到更广泛的游客活动范围，溢出效应明显。特别是，“中—低”覆盖面积最大，这反映了在疫情期间，游客的活动更倾向于在人流量较小，密度较低的地方进行。在夜间旅游资源与夜间游客活力的耦合关系中，核心区主要以“高—高”和“中—中”耦合关系为主，但在核心区之外，主要以“中—低”两种耦合关系为主。这表明在疫情期间，游客对夜间旅游资源的需求和消费有所改变，较为繁华的夜间旅游区域并不一定能吸引大量的游客。

总之，新冠肺炎疫情对夜间经济、夜间旅游资源和夜间游客活力的耦合关系产生了深远的影响。在疫情冲击下，这三者之间的关系呈现出新的特点，夜间经济和游客活动更加分散，对旅游资源的利用更加合理。因此，需要对三者重新进行整合，以更精准地诠释新冠肺炎疫情下昆明市夜间旅游空间分布的特征。

4 夜间旅游空间分布及特征

4.1 夜间旅游空间分布模型构建及分析

为保证计算结果更加准确，将夜间旅游资源拆分为夜间美食旅游资源、夜间住宿旅游资源、夜间交通旅游资源、夜间观光旅游资源、夜间购物旅游资源以及夜间娱乐旅游资源。拆分后的要素由3 项增加为8 项。将8 项要素的面状格网数据导出，应用投影寻踪模型对要素数据进行分析，得到各要素的投影方向，并构建昆明市夜间旅游空间分布模型：

式中：NTSD 为夜间旅游空间分布；NE 为夜间经济；NV 为夜间游客活力；NF 为夜间美食旅游资源；NA为夜间住宿旅游资源；NT为夜间交通旅游资源；NS为夜间观光旅游资源；NP为夜间购物旅游资源；NM为夜间娱乐旅游资源；ij 为第i 个要素下的第j个面状格网数据。

投影寻踪模型得到的投影方向可视为指标权重［44］。因此，在构成模型的8 项要素中，重要程度依次为：夜间观光旅游资源（0.535 0）＞夜间经济（0.522 3）＞夜间购物旅游资源（0.345 0）＞夜间交通旅游资源（0.304 2）＞夜间美食旅游资源（0.293 3）＞夜间住宿旅游资源（0.268 8）＞夜间娱乐旅游资源（0.239 5）＞夜间游客活力（0.117 1）。

首先，夜间观光旅游资源在重要程度上排名第1，表明夜间旅游的发展主要依赖于丰富多样的观光资源。然而，新冠肺炎疫情可能会导致景区和文化场所的限制措施，包括限制人流、减少活动和临时关闭等，从而影响夜间观光旅游资源的可用性和吸引力。其次，夜间经济在重要程度上紧随夜间观光旅游资源之后，是夜间旅游活动的支柱。然而，新冠肺炎疫情对夜间经济造成了严重冲击，商业和娱乐场所的关闭或经营时间的缩短，可能导致夜间经济的萎缩。第三，夜间购物、交通和美食旅游资源对夜间旅游的空间分布影响较大。但是在疫情期间，购物、交通和美食活动会受到一定的限制。例如商店和餐厅的运营时间缩短、交通流量减少，以及人们对公共场所的担忧都会导致夜间购物、交通和美食旅游资源的受限。第四，夜间住宿和夜间娱乐旅游资源的投影值相对较低，对夜间旅游的空间分布影响有限。这是因为在疫情期间，夜间住宿需求下降，游客可能更加谨慎地选择夜间住宿，而夜间娱乐场所的关闭或经营时间的缩短也限制了夜间娱乐旅游资源的可用性。最后，夜间游客活力对空间分布的影响最小。这是因为在疫情期间，旅行限制和担忧减少了夜间旅游的游客数量和活跃度。

综上所述，可以将昆明市夜间旅游空间分布现状模型划分为4 个层次（图3）。

图3 昆明市夜间旅游空间分布现状模型Figure 4 Spatial distribution model of current status of night tourism in Kunming City

4.2 夜间旅游空间分布特征及趋势

将8 项要素面状格网数据带入公式（8），得到3 121个格网的投影值。应用ArcGIS 软件对面状格网的投影值进行可视化，得到昆明市夜间旅游空间分布现状图，并利用标准差椭圆工具对昆明市夜间旅游空间分布现状的投影值和8 项要素进行分析，结果如图4、表2 所示。

表2 标准差椭圆分析结果Table 2 Results of standard deviation ellipse analysis

图4 昆明市夜间旅游空间分布特征Figure 4 Spatial distribution characteristics of nighttime tourism in Kunming City

从图4 可见，夜间旅游活动呈现出一种特定的空间分布格局，主要表现为两种类型的聚集区：高密度大聚集区和高密度小聚集区，并且这些聚集区呈现出一定的延伸和连接趋势。高密度大聚集区主要集中在昆明市的五华区、西山区、官渡区和盘龙区的交界处，以及呈贡区的中心地带。这种高密度大聚集区的形成主要受到当地旅游业的影响，这些区域可能有较多的旅游景点、夜市、娱乐场所等，吸引了大量游客和当地居民在夜间进行活动。此外，经济、基础设施和交通等因素也可能对这些聚集区的形成起到一定的推动作用。高密度小聚集区分散在昆明市的石林彝族自治县、寻甸回族彝族自治县以及东川区等地区，是一些相对较小但也具有一定吸引力的夜间旅游活动区域。这些区域可能是一些特色街区、景点周边区域或者是一些夜间独特的商业区域，吸引着一定数量的游客和居民进行夜间活动。除了大聚集区和小聚集区，图中还显示了大聚集区向外延伸并形成的4 个中高密度聚集区。这些中高密度聚集区延伸至昆明市的安宁县、晋宁区和宜良县，并且与其他分散的夜间旅游聚集区相连。这表明夜间旅游的影响范围逐渐扩大，周边地区也逐渐成为夜间旅游的热门目的地或活动区域。

从中心点和主要分布范围来看，夜间旅游空间分布的中心点位于盘龙区，偏向官渡区方向。这表明盘龙区和官渡区是昆明夜间旅游空间分布的中心。主要分布范围包括呈贡区、官渡区、盘龙区、五华区、晋宁区、宜良县、嵩明县、寻甸回族彝族自治县、西山区和安宁市。这一分布范围几乎包括夜间旅游资源、夜间游客活力以及夜间经济的所有高密度聚集区和零星的低密度聚集区。此外，从表2 可见，夜间旅游空间分布的短半轴为35.557km（东西方向），长半轴为54.160km（南北方向）。这表明夜间旅游呈现出东西向聚集性，同时在南北方向上有一定的分散性。夜间旅游空间分布椭圆的扁平度为0.343，表明夜间旅游的空间分布具有一定的方向性。椭圆的倾角为14.965°，结合图4 可以观察到昆明市夜间旅游的空间分布呈现出“东西聚集、南北分散”的分布特点和“东北—西南”的分布趋势。

对比夜间旅游空间分布投影值与各指标的中心点与分布范围，可以发现每个指标的中心点分布都在投影值的中心点周围，而投影值的覆盖范围则在每个指标的覆盖范围之间。结合表2 可以发现，夜间旅游空间分布投影值的短半轴、长半轴、角度和扁率均接近8 项指标的平均值。因此，夜间旅游投影值的空间分布充分考虑了其他指标的空间分布范围、离散度、偏离角和方向。

5 空间分异驱动因子分析

5.1 驱动力指标选取

在夜间旅游空间分布的基础上，充分考虑了旅游资源的基础性、生态环境承载力的可持续性、旅游市场的可行性和社会消费水平。结合以往的研究成果和研究区的实际情况［37－42］，根据综合性、科学性、可行性和有效性的原则，从旅游资源、生态环境承载力、旅游市场和社会经济4 个方面构建昆明市夜间旅游发展驱动力评价指标体系（表3），共有17 个指标，包括目标层、要素层和指标层3 个层次。

表3 夜间旅游发展驱动力指标体系Table 3 Indicator system of driving forces for the development of nighttime tourism

表4 地理探测器单因子探测结果Table 4 Results of single－factor detection by Geodetector

5.2 驱动因子分析

为了更加科学准确探究昆明市夜间旅游发展的驱动力，首先对17 项驱动力指标进行重分类，部分驱动力指标分类结果如图5 所示［45］。其次，以夜间旅游空间分布（投影值）为因变量，以17 项驱动力指标为自变量，应用地理探测器进行驱动因子作用探测。

图5 昆明市夜间旅游驱动力指标的空间分布Figure 5 Spatial distribution of driving force indicators for nighttime tourism in Kunming City

5.2.1 单因子分析

在旅游资源层面，旅游资源丰富度、质量、受欢迎程度和知名度。这些指标的q 值都相当高，这意味着这些指标与夜间旅游之间有非常强的关联性。特别是旅游资源质量（X2），其相关性最为显著，表明高质量的旅游资源对于夜间旅游的吸引力至关重要。另外，旅游资源的知名度（X4）也是影响夜间旅游的一个重要因素，说明提升旅游资源的知名度对于推动夜间旅游的发展十分有益［46］。在环境承载力层面，虽然这些因子与夜间旅游的相关性相对较弱（q值较小），但p 值的结果表明它们仍然对夜间旅游有显著的影响。这意味着环境因素，尽管对夜间旅游的影响未有旅游资源显著，但依然是决定夜间旅游发展的一个重要维度。在旅游市场层面，这些因子的相关性也相对较弱。然而，它们的影响仍不可忽视，特别是在经济环境变化或市场动态变化的情况下，这些因子可能会变得更加重要。在社会经济层面，大部分因子的相关性也比较弱，但是其中的居民点密度（X17）对夜间旅游的影响非常大，表明了居民的生活习惯和居住分布对夜间旅游的发展具有较大的影响。此外，值得关注的是，疫情防护水平（X18）对夜间旅游的影响非常大，这反映了当前全球疫情对旅游业，尤其是夜间旅游的深远影响。在这样的背景下，做好疫情防控，保障游客的安全和健康，是推动夜间旅游发展的关键。

5.2.2 交互因子分析

从图6 可见，所选的全部驱动因子中任意两个因子的交互作用均大于单个因子的影响，两两交互类型为双因子增强型或非线性增强型，不存在独立或者减弱的情况，说明昆明市夜间旅游发展并不是由单一因子所造成的，而是旅游资源、环境承载力、旅游市场以及社会经济四大层面多个因子互相交织、共同作用的结果［47］。

图6 地理探测器交互因子探测结果Figure 6 Results of interaction factor detection by Geodetector

根据图6，挑选交互作用排名前五的交互因子进行分析。首先，旅游资源质量（X2）与疫情防护水平（X18）交互值为0.775，是所有交互值中的最高值。这表明在疫情防护得到有效管理的情况下，旅游资源质量的提升对夜间旅游有着极其重要的影响。这对昆明市来说，意味着旅游资源的管理、优化和保护需要与疫情防护措施紧密结合，才能最大化地吸引和安置夜间旅游人流。其次，旅游资源受欢迎程度（X3）与疫情防护水平（X18）交互值为0.772，几乎与第一项相等。这再次强调了疫情防护措施的重要性，并表明旅游资源受欢迎的程度也是一个关键因素。如果一个景点或活动在游客中广受欢迎，那么在疫情防护措施得当的情况下，其夜间旅游的潜力将被充分释放。第三，旅游资源丰富度（X1）与疫情防护水平（X18）交互值为0.762，稍低于前两项。然而，在疫情防护措施得当的情况下，旅游资源的丰富度仍然是夜间旅游发展所不可或缺的因素。昆明市需要确保其旅游资源的丰富度和多样性，以满足各种不同的旅游需求，同时也要注重疫情防护，确保游客的安全。第四，旅游资源知名度（X4）与疫情防护水平（X18）交互值为0.750。说明只有当旅游资源具有一定的知名度，且疫情防护措施得当时，夜间旅游才可能大规模发展。昆明市需要通过提升旅游资源的知名度和形象，以吸引更多的游客。同时，有效的疫情防护措施必不可少。最后，居民点密度（X18）与疫情防护水平（X18）交互值为0.700，相较于前四项稍有降低，但仍处于高值。这表明在高密度的居民区，强化疫情防护措施对夜间旅游至关重要。这是因为在人口密度较高的区域，疫情的风险相对较高，疫情防护措施的执行情况会直接影响人们是否愿意参与夜间旅游活动。

6 结论与对策建议

6.1 结论

本研究基于POI 数据、游客签到数据以及夜间灯光数据，综合运用投影寻踪模型与空间分析方法对昆明市夜间旅游空间分布特征及驱动力进行了探究。主要结论如下：①新冠肺炎疫情期间，昆明市夜间旅游资源、游客活力和经济之间的耦合关系呈现出分散和多元化的特点，夜间经济的影响范围超越传统旅游活动，游客活动更倾向于人流量较小的地方。②夜间旅游的发展主要依赖于丰富多样的观光旅游资源，而疫情期间，夜间购物、交通和美食、住宿和娱乐旅游资源受到限制，并且旅行限制和担忧减少了夜间游客的活跃度。③昆明市夜间旅游空间分布主要呈现“以高密度大聚集区为中心，向四周延伸”的空间分布特征，具有“东西聚集、南北分散”的分布特点和“东北—西南”的分布趋势。④在昆明市夜间旅游的发展中，旅游资源的丰富度、质量、受欢迎程度和知名度以及居民点密度和疫情防护水平是关键因素。这些因素之间存在较强的相关性和交互作用，旅游资源质量和知名度以及疫情防护水平对夜间旅游的影响最为显著，是夜间旅游发展的充分条件。

此外，本研究在夜间旅游领域着重进行了理论探讨，有一定的创新性。首先，通过构建夜间旅游空间分布模型并应用投影寻踪模型和空间分析法，揭示了昆明市夜间旅游的空间分布特征。这一模型的构建和应用对夜间旅游的研究提供了新的理论框架和方法，有助于深入挖掘夜间旅游的时空特征和发展态势。其次，突出关注夜间经济，并探讨了夜间经济与夜间旅游的相互关系。最后，本研究创新应用夜间旅游POI数据、夜间灯光数据和夜间游客微博签到数据等多维数据集，更能全面地揭示昆明市夜间旅游的空间分布特征和驱动力，为旅游目的地的夜间旅游规划和发展提供更精准的数据支撑。

6.2 对策建议

综上所述，为全面推动昆明市夜间旅游的可持续发展，提出以下建议：①提升旅游资源的知名度。加强旅游景点管理和保护，提高服务质量和推广力度，以提升旅游资源的质量、受欢迎程度和知名度。同时，运用数字营销手段和社交媒体平台，制定创新的营销策略，以吸引更多游客参与夜间旅游活动。②促进夜间经济和观光旅游资源发展。强化夜间经济对夜间旅游的支持作用，延长商业街区营业时间、提供多样夜间娱乐场所和丰富的美食，刺激夜间消费和经济活力。同时，丰富夜间旅游观光资源，包括文化表演、艺术展览等，以提供多样化的夜间旅游体验［48］。③增强卫生安全事故预防措施［49］。加强卫生安全管理，建立健全的卫生安全预防机制，制定科学有效的防控措施，以防范和预防卫生安全事故。同时，提高从业人员的卫生安全意识和技能，加强宣传教育，强化合作与监管，保障游客的安全和健康，为夜间旅游创造安全的环境。