规划年会 | 刘俊：中国旅游者多尺度行为模式分析与预测

主要内容

针对中国旅游者时空行为的分析与模拟，刘俊开展了四个方面研究：

一是以核心-边缘理论、时间地理学和行为地理学为基础，融合多尺度多源异构海量时空数据，提取多尺度、多周期、多类型的中国旅游者时空行为模式特征。

二是基于增量近似算法和高斯混合模型，开展阶段性、趋势性的旅游者时空行为模式演变过程分析。

三是充分认识旅游者行为模式时空异质性特征，使用多种回归模型理解行为模式的影响因素及作用机制。

四是基于支持向量机SVM机器学习算法，对未来多情景下旅游者时空行为模式进行模拟和预测。

研究获取了全国多种旅游轨迹数据，包括徒步、登山、骑行、自驾游等活动类型，时间覆盖2010-2022年。通过对比增量近似聚类（GMM）、特征点聚类（Voronoi cell）、密度聚类（DBSCAN）三种常见的模式提取方法，最终采用GMM方法提取中国旅游者的行为模式。行为模式研究尺度包括国家尺度和城市尺度。

研究显示，在国家尺度上，从总体来看，国土空间中有旅游活动存在的比例达到了98.68%；100-300km的中短途旅游活动强度最大；一日游虽占比20.83%，但旅游活动强度最大；慢速的深度游览活动占比仍旧较少，超过57.04%的出游行为是旅游目的地之间的通勤。从阶段差异来看，2015年后国土空间中可以支撑旅游休闲功能的面积增加了14.57%。旅游活动强度明显加强，特别是京津冀、长三角、珠三角以及成渝地区。国家尺度上旅游活动出游距离总体变远，但长途旅游的比例有所下降。1-2天的出游活动比例增加，但超过2天的出游活动减少。出游速度总体变快。从演变趋势来看，2010-2019年间旅游强度显著增强，出游距离和时间缩短，出游速度变快的区域更多，旅游节奏明显变快。全国绝大部分地区出游数量增加，省会城市及其周边出游距离增加但出游时间缩短，游客去往更远的目的地开展快节奏的旅游活动。

图1 国家尺度游客轨迹模式平均轨迹距离网格

图2 国家尺度2015年前后旅游活动强度对比

城市尺度，以成都市为例，2015年后成都市旅游活动空间出现大幅度扩展，增长比例达到48.82%；特别是主城区及青城山、龙泉山一带更加活跃；主城区范围内的出游速度变慢，游客更加注重旅游体验；大部分位置的出游时间差缩短，朝南出行仍旧是游客出行的主要趋势。2010-2019年期间成都市旅游活动强度显著增加，出游速度进一步加快，时间差缩短，旅游活动多样性特征突出，在空间分布上，主城区、青城山一带、龙泉山一带的“一心两带”区域是旅游强度增长的核心。2015年以后旅游活动最活跃的月份由6月提前到5月。

图3 城市尺度2015年前后旅游活动强度对比

研究启示，利用轨迹大数据，可以更全面深入地了解旅游者的需求，尤其是对时空的需求。对于在城市规划、区域规划中配置保障旅游休闲功能，具有一定的支撑作用。

刘俊首先以气象因子为例，阐述旅游行为模式的时空异质性。气象条件空间异质性体现在敏感要素分异、舒适阈值分异和适宜条件分异。

针对敏感要素分异，不同气候区居民徒步活动关心的气象因子有所不同。中国最南端的南亚热带地区夏热冬温，当地居民徒步时对温度条件不敏感。南亚热带以北的中亚热带和南温带季风气候特征显著，分别属于湿润和半湿润地区，居民徒步时对降水不敏感。高原气候区常年干燥风速大，居民徒步对降水和相对湿度不敏感。而秦岭淮河以南长江以北的北亚热带和横跨中国东部季凤区和西北干早区的中温带居民对最高气温、降水、平均相对湿度、日照时数和风速5个气象因子均敏感。

对于舒适阈值分异，不同气候区居民徒步时气象因子的适宜区间存在差异。中亚热带居民徒步时对高温的忍耐上限最高，只要日最高温不超过33.6℃就适宜开展徒步。对降水敏感的气候区居民其降水舒适上限均小于10mm，即小雨天气尚可出行，但中雨及以上则不适宜徒步。在降水最为丰沛的南亚热带，居民徒步时平均相对湿度的舒适上限可达90.5%。各个气候区居民徒步对日照时间的舒适下限均在4小时左右，舒适上限均接近日照时长可能的最大值，且居民都倾向于2级轻风时徒步。

对于适宜条件分异，从国家尺度看，适宜南亚热带居民徒步的天数最大，过去10年北亚热带、中亚热带、南亚热带、高原气候区居民的舒适徒步天数均呈增长趋势，其中南亚热带增长比例最高，达39.8天(约10.9%/a)。从城市尺度看，过去10年，适宜南亚热带居民徒步的适宜天数和年内比例均值最高，达到17.2天（约4.7%）。

其次，刘俊基于发现的可能的影响因素，分别从气象条件、交通路网、建成环境、经济人口4个角度，以成都市为例，在城市尺度上通过回归模型，具体分析这4类因素对不同时空行为模式的影响，并通过地理加权回归识别影响的空间差异。

研究显示，对于城市尺度的旅游而言，城市的气象因素，交通因素，建成环境都可能产生影响。模型显示，对轨迹点数量、速度、时间差、方向这4个城市尺度的旅游者时空行为模式维度的正向影响强度最大的气象要素分别是风速、气压、降水、气压，这表明旅游者更喜欢在风速和气压相对较大的天气进行长距离出游，而降水会延长出游长度。对轨迹点数量、速度、时间差的正向影响强度最大的交通路网指标分别是街道密度、节点连接、街道数均值、交叉路口密度，这表明城市内部的交通状况越好，交通条件越便利，旅游者越乐于进入市区游玩。对轨迹点数量、速度、时间关的正向影响强度最大的建成环境指标分别是出行频率密度、出行类别比、娱乐类别比，这表明，在城市区域，出行设施越完善、娱乐设施越丰富的地方，越受到旅行者的欢迎。同时，经济水平对轨迹点数量的影响大部分是正向的，而对时间差的负向影响则更多。

研究启示，从气象条件、建成环境、交通环境、社会经济等因素分析旅游者行为的影响机制和相关规律，能够对未来宏观旅游项目和旅游产业布局提供一些启示。

刘俊以气候变化为例，通过对不同气候情景下徒步活动气候适宜天数的模拟预测，验证旅游者时空行为模式的时空异质性。按照影响要素的变化速率不同，分别构造针对不同影响要素的时空行为模式多维向量预测模型。最后，开展不同情景下旅游者时空行为模式的模拟和预测。

一是徒步活动气候适宜天数预测。总体上长江沿线各省份适宜居民徒步的天数最多，特别是四川省、云南省、贵州省；位于胡焕庸线以东以南的湿润半湿润地区适宜居民徒步天数有减少的趋势；西北干旱、半干旱地区适宜居民徒步天数则比较稳定。

二是气象条件行为模式SVM模拟。未来人们开展户外的旅游活动的数量在减少，但有些区域会增加，而这些区域人们开活动的频次和时长也会增加。整体上旅游者时空行为模式的方向呈现沿顺时针方向偏转的趋势。

结论与展望

（1）时空行为模式有明显的尺度差异、周期差异和活动类型差异。

（2）2010-2019年期间旅游者时空行为模式已经发生显著改变。

（3）旅游者时空行为模式受气象要素、交通路网、建成环境和经济人口影响的时空异质性特征显著。

（4）未来气候情景下时空行为模式特征发生明显改变。

（1）充分发掘国土空间旅游服务功能，加快推动旅游服务提档升级。

一方面需要紧紧把握全民旅游的契机，不断提升现有国土空间的旅游服务能力和水平。进一步满足游客的深度体验需求。特别是城市及其周边区域，作为旅游活动的主要目的地。需要紧跟旅游市场需求，在巩固提升基础服务能力的同时，从需求侧出发不断培育迎合大众需求的旅游产品。另一方面，虽然缩短旅游目的地之间的通勤时间依赖于长期以来国家道路交通网络的持续提升和交通技术的升级，但景区及城市内部的旅游通行时间可以被进一步缩短和优化。在保障安全的前提下不断优化旅游动线，引入智能接驳和流量监管系统等手段可以有效缩短游客在景点间的通行时间。

（2）紧跟需求侧结果变化，时刻把握旅游市场动向。

2015年前后游客行为已经在出游强度、目的地选择、出游距离、旅游时长、周期偏好、类型偏好等方面发生显著变化。随之而来的是对国土空间旅游服务功能布局的深刻影响。而供给侧为满足游客需求所开展的旅游产品和服务供给又进一步影响着旅游行为。旅游需求侧与供给侧正是在这样的交互作用下不断完善和优化的。地方文旅部门需紧紧把握机会全力做好旅游服务。无论是文旅部门还是旅游经营者都需要对旅游需求变动保持高度关注。

（3）充分发挥数智技术优势，科技赋能文旅融合高质量发展。

在大数据时代，大数据、人工智能大模型等数智技术在为大众提供贯穿文旅活动的全流程个性化服务的同时，更重要的是提供了更加科学和可靠的决策支撑。依托海量数据开展旅游时空行为的智能监测是深入推动文旅融合高质量发展的有效路径，是发掘潜在旅游热点和预测旅游市场需求变动的重要抓手，还是优化旅游产业布局和资源分配的关键科学支撑。

最后，刘俊总结，城市规划、国土空间规划一定要考虑旅游者休闲旅游的需求，注重旅游相关研究和整个领域的积累，能够有助于城市规划在落地实践中不断丰富。