景区间旅游客流网络形成的内-外生机制分析--基于加权指数随机图模型

景区间旅游客流网络的形成机制是旅游流网络研究的重要问题。已有研究主要识别了旅游客流网络形成的外生机制,而对网络内生机制缺乏研究,文章旨在更全面地揭示景区间旅游客流网络形成的内-外生机制。文章选择四川省为案例地,基于旅游社交平台的游记数据构建了景区间旅游客流的有向加权网络,通过引入加权指数随机图模型,定量模拟并识别了影响该网络形成的内-外生机制。1)四川省景区间旅游客流网络为稀疏网络、无标度网络,但不具备小世界特性;核心的景区节点和网络连边大多集中在成都市。2)该网络的形成是内-外生机制协同作用的结果,内生机制表现为网络内生结构效应,外生机制包括景区属性效应和外部情境效应。3)作为内生机制的互惠机制和择优链接机制促进了该网络中联系的形成;外生机制方面,在线评论分数、景区等级同质性、景区类型同质性、地理邻近性、组织邻近性均会显著影响该网络中联系的形成。

基于自助旅游流网络结构的景区角色研究——以山西省为例

随着旅游消费观念的日渐成熟以及交通系统的完善,游客出游呈现自助、自驾车等多样化方式,不同出游方式下景区空间功能存在差别。运用社会网络理论与方法,以景区为节点对山西省自助旅游流空间网络结构进行量化分析,以此为依据确定各景区节点在旅游流网络中的角色。结果表明:山西省自助旅游流网络的网络密度偏低,呈现较为明显的核心-边缘结构;综合旅游流网络结构各指标的量化分析,结合旅游资源和交通因素,将涉及的景区景点角色划分为五种类型:省域核心景区、区域核心景区、重要景区、一般景区和边缘景区。省域和区域核心景区对自助旅游流有显著的集聚扩散效应,发挥重要的枢纽作用;重要景区与省域、区域核心景区保持较紧密的旅游流联系,中介能力较弱;一般和边缘景区与其他景区的旅游流联系稀疏,主要承接高等级景区的旅游流辐射。

基于社交网络数据的智慧景区客流分析与情感探测--以黄山风景名胜区为例

在对智慧景区理念解读的基础上,以黄山风景名胜区为例,提出了社交网络(SNS)数据对于满足智慧景区精明规划、精细管理、精准服务需求的可能性,构建了基于社交网络服务的景区客流研究模型;通过获取2015年与2016年的新浪微博社交网络数据,针对智慧黄山景区客流的客源地、时间特性、空间分布和情感探测进行了分析;进而针对智慧黄山景区的资源保护、业务管理、旅游服务和应急救援等四方面提出了建议;同时,明确了未来使用微博社交网络数据需进一步完善的若干方面。

青城山旅游区观光车运营规划研究

随着青城山快铁站建成通车以及万达城M-TR旅游快线建设,都江堰市青城山景区客流量在近期呈现迅速增长局面,目前景区观光车将难以满足日益增长的客流需求。为提升青城山景区交通通达能力和旅游交通服务水平,缓解高峰时期因观光车供给及调度不当导致线路拥堵、游客候车时间增长等问题,针对青城山快铁站至青城前山景区入口这段线路,重点分析观光电瓶车和观光小火车这两种交通制式特点。结合青城山景区周边规划,按照近期阶段(2018—2020年),中期阶段(2021—2025年)以及远期阶段(2026—2036年),利用灰色预测理论对观光车的客流展开预测,以此为基础对观光车运营调度方案进行合理规划。

基于数据挖掘的景区客流量预测模型研究

针对当前方法无法描述景区客流量变化特点的难题,为了提高景区客流量预测精度,提出了数据挖掘的景区客流量预测模型。首先利用互联网收集景区客流量历史数据,根据嵌入维和延迟时间构建景区客流量预测训练集合;然后采用机器学习算法对景区客流量训练集合进行学习,建立景区客流量预测模型;最后采用景区客流量预测实例分析该模型的优越性。结果表明,基于数据挖掘的景区客流量平均预测精度超过90%,能够满足景区客流量管理预测精度要求,而且预测效果要优于当前经典的景区客流量预测模型。

新休假制度对“黄金周”旅游客流的影响及其政策意义——来自国家假日办重点监测景区的证据

关于新休假制度对旅游客流产生影响的推测,人们众说纷纭,实际运行中产生的问题也不断见诸新闻报道,但目前尚缺乏学术上严格的实证。利用国家假日办106个重点监测景区连续4年的数据,文章研究发现:(1)"五一"黄金周被缩短为3天,但其景区荷载率与往年相比并无变化;(2)"五一"黄金周的缩短,使被抑制的远程旅游需求在国庆黄金周释放出来,造成2008年国庆黄金周景区荷载率达到新的高峰值;(3)通过缩短"五一"大长假,增加3个小长假,平抑国庆黄金周长假出游高峰的预期目标没有达到。结合研究结论,文章认为应该恢复"五一"长假并与"带薪假期"共同存在,形成互补,以利于满足居民对长距离旅游的固有需求,也有利于减少集中出游产生的负面影响。

风景名胜区国内客源市场动态分析及其意义——以南京钟山风景区为例

随着旅游业的发展,旅游行业的风景名胜区,要通过实地考察和问卷调查等方法,对风景名胜区国内旅游者的构成现状、旅游流强度、空间分布进行动态分析,这样才能为开拓客源市场、调控旅游超载、旅游客流预测等提供建设性意见。

杭州市景点旅游流空间网络分析

以中国重要旅游城市——杭州为例,通过网络爬虫技术搜集互联网旅游出行数据,结合GIS空间分析方法和社会网络分析手段,研究了杭州市旅游流的空间网络特征,并分析这些特征产生的原因.研究表明:杭州市各景点趋于聚集分布,主要集中在市中心附近区域;西湖等景点中心度较高,在整体网络中处于最重要的地位;旅游流网络中心势偏高,说明景点间中心度差异明显,客流量分布不均;杭州市区旅游流网络总体密度偏低,有较大的提升空间.

自然灾害事件下景区风险管理:危机信息流扩散与旅游流响应

随着互联网快速发展,网络已成为信息扩散的主要媒介,景区危机事件信息扩散与舆情传播呈现新的态势及形式特征,危机信息流对景区的影响更加复杂,景区风险管理急需得到社会各界的广泛关注与重视。本文以"8·8九寨沟地震"为例,依托网络大数据,运用信息扩散半径、空间自相关等方法探讨景区自然灾害型危机信息流的扩散规律,再通过旅游本底趋势线、空间响应指数及地理探测器,分析虚拟旅游流对危机信息流扩散的响应机制。研究结论如下:(1)自然灾害型危机信息流扩散呈现"爆发期—衰退期—稳定期—长尾期"4个发展阶段;(2)危机信息流扩散具有经济趋向性、本地集中性和人口集中性等特征,也符合距离衰减规律;(3)危机信息流与虚拟旅游流存在负向关系,对潜在游客行为具有负面影响,且危机信息流的负面效应具有一定滞后性;(4)不同区域虚拟旅游流的响应强度存在明显差异,主要受空间距离、经济发展水平、人口规模等因素的影响,其中空间距离是影响虚拟旅游流响应强度的最主要因素。本研究揭示了旅游危机信息流扩散的规律特征及负面效应,为旅游危机信息流的微观导引机制研究奠定了理论基础,深化了学界对旅游危机信息流的理解与认识,为景区危机信息流扩散的负面效应规避及风险管理提供了理论指导。

五台山风景名胜区旅游流空间结构研究

旅游流空间结构特征是旅游者在旅游活动中的空间状态,能够反映出一定区域内旅游要素的空间组织形态,对其进行研究可为旅游活动管理提供指导。本文以五台山风景名胜区旅游流空间结构为研究对象,利用旅游网站平台获取642篇有效游记,采用内容分析法从中提取出研究所需的旅游线路,利用地图分析法对景区旅游流的空间分布规律进行了研究,利用社会网络分析法研究了景区的旅游流网络结构特征。研究发现:(1)五台山景区单景点旅游流主要分布在台怀镇核心区的黛螺顶、显通寺、塔院寺和五爷庙4个景点。多景点旅游流主要分布在台怀镇内的"一区七点"。显通寺和塔院寺、菩萨顶和显通寺、五爷庙和塔院寺三对节点间的旅游流流量位居前列;(2)五台山景区旅游流网络规模为54,密度为0.19,点度中心势为0.43;(3)五台山景区旅游流网络节点中,黛螺顶、罗睺寺和西台为起点,黛螺顶、显通寺、菩萨顶、罗睺寺、殊像寺、塔院寺和五爷庙为核心节点,终点包括菩萨顶和龙泉寺;中介点包括黛螺顶和五个台顶;黛螺顶、北台、南台和南山寺占据着结构洞位置。通过研究为五台山景区合理布局旅游设施、规划旅游路线和高峰期旅游容量的控制等提供理论依据,同时弥补景区尺度旅游流空间结构研究方面的不足。

灵山风景区空气质量分析评价

随着灵山风景区旅游业的蓬勃发展，景区空气质量备受关注。根据灵山风景区景点的水平分布及高度落差，选取了11个具有代表性的采样点，从2010年3月至2011年1月进行空气质量连续监测。结果表明：灵山风景区的空气质量整体较好；焚香点的空气质量明显低于其他景点；客流量是影响景区空气质量的主要因素之一。在环境监测的基础上，采用改进的灰色聚类法对景区内各采样点进行空气质量评价，发现除百子戏弥勒、祥符禅寺、大佛3个采样点的空气质量为国家二级，其余采样点的空气质量均达到国家一级标准。辅以SPSS分析．发现空气质量等级与TSP、PMmPMzs浓度之间显著相关，说明颗粒物对空气质量等级的影响较之SO2、NO2更大。

基于位置大数据的景区流量时空特征识别

景区流量特征分析在旅游管理中具有重要意义,而当前丰富的位置大数据为此提供了重要支持。文中结合位置大数据特征,对数据源的时序化、空间化表达进行了设计,并结合动态时间弯曲的距离度量、K-Means的时序数据聚类分析了时序特征识别法,设计了基于服务设施流量聚集度的空间特征分析法。通过白帝城景区的实例分析发现,这一方法能够利用位置大数据分析流量时序类型、识别流量空间分布特征,分析结果有助于景区内部交通、设施管理等工作。

近邻景区客流季节性比较及其动态关联研究——以西递、宏村、黄山为例

季节性是旅游明显而又重要的特征,要实现旅游业的高效管理,对于旅游季节性的充分理解是必不可少的。本研究以同一旅游目的地区域内的近邻景区为案例(西递、宏村和黄山),利用"十一五"期间的连续月度数据,采用季节调整方法对近邻景区客流的季节性进行分析和比较,在此基础上,运用协动性分析方法,进行近邻景区客流季节性和非季节性因素的动态关联分析,借助动态关联分析结果,探究景区客流季节性的形成根源,反映近邻景区相互作用等非季节性因素在季节性上的表现。研究表明,结合景区间相互作用等非季节性因素进行景区客流季节性研究,有利于全面认识和理解景区客流的季节性,从而增强景区管理的针对性和实效性。

文旅类景区周末客流交通特征研究

为了获取某文旅类景区交通特征,为类似景区规划提供参考,研究了该类文旅类景区周末客流及交通特征。在大量问卷调查数据的基础上,运用数理统计方法,分析了某文旅类景区游客的交通特征,包括游客的年龄分布、出游形式、出行方式、客流到达和离开时间分布特征以及客源吸引半径等;针对外地游客,运用Logit回归模型分析了出行方式选择。研究发现,所研究的文旅类景区周末游客主要以家庭-亲子游为主;景区核心和主要客源范围分别为2h车程范围(160km)和3h(285km)车程范围;景区核心客源范围内的游客出行方式以自驾车和地铁为主;主要客源范围内的游客出行方式则以高铁/火车为主。

乌镇景区网络关注度动态演变与空间差异分析

利用“百度指数”数据共享平台获取2013—2017年中国大陆31个省区的乌镇景区网络搜索指数,结合区域经济差异测算指标研究分析了乌镇景区网络关注度的空间差异特征及其影响因素。研究发现:①全国乌镇景区网络关注度总体呈现出波动态势,下半年较上半年起伏较大。季节性差异显著,但近年来的热门综艺、国际盛会等“大事件”引致旅游流基本平衡了淡季关注落差。②各地区的乌镇景区网络关注度总体表现为“东高、西低”的空间分布特征,其中,西部地区的季节性差异最为凸显。③东部、中部、西部三大区域乌镇景区网络关注度存在显著差异。区域间差异逐年递减,集聚程度趋向缓和;区域内关注较为分散,空间结构相对均衡。④乌镇景区网络关注度时空差异是经济发展水平、网络发达程度、社会人口统计特征、气候舒适度和地理空间距离等因素综合影响的结果。