基于景觀時空大數據的桂林王城景區游客行為研究

梁燕敏 楊澤 黃智孟

（1.桂林理工大學，廣西 桂林 541006；2.桂林旅游學院，廣西 桂林 541006）

近年來，互聯網技術的快速發展使中國邁入了信息生產價值的時代——大數據時代。大數據改變了原有的社會經濟體制和產業結構，并影響著實體和虛擬空間，再現了多層次、立體化的生活新方式[1]，甚至使社會的各個領域都發生了深刻的變化。例如，在城市規劃領域，規劃者根據所獲取大數據的時空特性，使之可以貫穿設計的整個過程，包括前期分析、中期應用和后期評估等，在對城市空間的研究中取得了巨大成功。時空大數據在城市規劃中的成功運用案例也給風景園林學的景觀規劃領域帶來了新的機遇。十二五規劃以來，中國旅游產業和假日經濟發展迅速，桂林作為世界著名的國際旅游城市和旅游創新發展先行區，區域內景點眾多，在旅游旺季經常會出現一些因游客基數過大而產生的景區管理問題，嚴重影響了桂林各景區規劃建設和游客的體驗感。因此，文章以桂林市獨秀峰·王城景區為例，通過探討時空大數據在景區規劃中的應用路徑，以建設智慧景區為目標，提升游客在景區的游覽體驗和景區空間品質，也為桂林市其他景點的建設提供建議，以期促進桂林旅游業的創新發展。

1 基于大數據時代的景觀規劃設計

1.1 時空大數據的內涵

時空大數據泛指在一定時期內無法用傳統工具獲取、處理和分析的海量數據集，是具有時間和空間屬性的信息資產，其應用離不開數據采集、清洗、處理、挖掘等重要環節的技術支撐，目標是從不同類型的大數據中快速獲取有價值的信息[2]；時空大數據的時空信息不僅是大數據的重要組成部分，更可以被看成大數據的本身內容。

1.2 景觀規劃設計大數據的內容

景觀規劃的目標往往是一個自然地理區域和社會文化的綜合體，既有豐富的自然因素，如地理環境、水系和生態，又有厚重的人文價值，如經濟因素、社會文化、城市體系與歷史。因此有關景觀規劃設計的大數據內容不僅包括空間景觀數據集，也包含歷史人文數據集。現代的景觀規劃也不再僅僅受制于固定的物質和非物質兩類因素，需要更多考慮時代發展背景之下人的因素；同時隨著互聯網和地理信息技術的迅速發展，更多的數據形式豐富了景觀大數據的內容，例如監測數據、定位數據、社交網絡數據、統計數據、行為數據、消費數據等，使得景觀大數據具有了一定的時間和空間屬性，謂之景觀時空大數據。

1.3 景觀時空大數據的特征

景觀時空大數據不僅擁有原先大數據、時空大數據的基本屬性，更是在增加了二者所沒有的新內容之后，又衍生了客觀性、多源性、動態性、精細型、現勢性、人本性等特征，已完全能滿足現代景觀規劃設計的多方面要求，并形成了良好的適應性，主要表現在以下兩個方面。

（1）在以往的景觀規劃中，獲取基礎信息往往是設計初期耗費時間、人力和物力最多的過程，而在景觀時空大數據時代，通過一定的大數據技術即可獲得精準的數據，擺脫了信息收集難的困境。而時空大數據的特性正好使其能夠貫穿設計全過程中的許多重要方面，特別是景觀時空大數據的人本屬性，它不僅可以反映人的自然特征和社會特征，而且可以反映人與社會的關系，所有的特性能夠為規劃設計提供有力的支撐。

（2）相比于傳統的設計方法：決策往往受到設計師主觀愿望或政府專家價值觀的控制，是一種自上而下的規劃方法。而景觀時空大數據的應用可以間接反映公眾的意愿，將自上而下和自下而上兩種模式聯系起來，促進了規劃設計參與中主體價值觀的形成[3]。

1.4 景觀時空大數據的應用綜述

雖然大數據在景觀規劃領域的應用研究還處于初始階段，但在研究的深度上已取得了一定的成績。黨安榮等[4]對大數據在景觀規劃中的應用進行了詳細分析，明確了景觀規劃領域大數據的多種類型，結合案例分析了現階段相關研究的主要方向，并基于各發展路徑的研究現狀嘗試提出了未來的發展趨勢。李方正等[5]以北京中心城區綠地公園空間為研究區域，以2013年北京居民使用新浪微博在此地簽到打卡的數據為依據，分析了北京中心城區公園綠地利用現狀，從綠地利用的角度提出了修改城市綠地系統規劃的建議，同時實證了以微博簽到數據為代表的社交網絡大數據對于景觀規劃的分析具有實際意義。黃蔚新等[6]在安徽黃山風景區多處景點內布置了20個WiFi數據收集器進行了長達29 d的實時數據收集，經過技術處理后獲得了幾近完整的游客軌跡，運用比較分析法、頻度分解法、線路銜接法等研究方法，對春節前后黃山風景區旅游客流規律進行了研究，為節假日景區客流的管理提供了客觀依據，同時有利于推動智慧黃山景區的進一步發展。劉維維[7]研究了景觀時空大數據的數據類型，并對數據獲取的路徑進行了介紹；結合鄉村振興背景以海南島官新田園綜合體為主體進行詳實應用研究，確定了整體的規劃路徑，體現了大數據應用與景觀規劃的價值所在。

2 研究應用探討

2.1 更新設計

結合諸多學者對景觀時空大數據研究現狀進行分析，可以看出各類數據都有其自身的特點和應用優勢，都可以在規劃中起到一定作用；但綜合來看，單純地依靠某一類大數據也許只能解釋或刻畫景觀規劃中的某個方面和維度，很難進行全面思考。考慮到現代的景觀規劃包含視覺效果、生態環境和群眾心理等多方面的內容，是極其復雜的景觀現象。因此在研究中，借鑒了黨安榮等[2]對于景觀時空大數據的新型分類方法，從數據的動態性和靜態性角度入手，綜合使用多種類型的大數據，采用“動靜結合”的模式全面分析大數據在景觀規劃中的應用。

2.2 數據分析

動態數據可以實時反映景觀場地的現狀，包括環境屬性、設施、網絡熱度、人群活動情況等，具有實時獲取的動態性。靜態數據主要是對規劃區域各方面基礎情況的分析，相對于瞬息萬變的動態數據來說是靜態的，它的存在為動態數據的進一步分析和應用提供了依據。將兩種類型的數據同時在景觀規劃中使用是具有科學合理性的，靜態數據的存在為規劃設計提供了有力的信息支撐，在獲得規劃場地靜態數據的基礎上，進一步依靠大數據手段去獲取與之相呼應的動態數據集，而動態數據的現實性可以幫助規劃者根據實際情況進行分析，最后展開同步應用，并結合規劃設計需求進行決策的制定。

2.3 研究對象

文章以游客行為模式為對象進行分析，作為景觀管理規劃的基礎工程，游客行為研究的內容包括游客構成、游客移動軌跡和游客行為特征等。研究游客行為數據可以幫助規劃者更全面地理解景區的運作模式，為景區規劃提供客觀依據，這樣管理者才能制定明智的發展戰略，規劃旅游線路，引進旅游產品，進行景區的科學管控[8]。

3 實證研究

3.1 景區概況

獨秀峰·王城景區位于桂林漓江之濱，風景如畫，是涵蓋獨秀峰和明代靖江王府的AAAAA級景區；景區中的自然景觀和歷史文化景觀交相輝映，象征了桂林的三大歷史文化體系，走進景區就走進了桂林歷史文化之門。王城景區周圍有十字街、東西巷、兩江四湖等多個著名旅游景點，每到旅游旺季或節慶假日，王城景區游客人數的大量增加給景區環境帶來較大壓力，因此，對道路、客運、服務設施、旅游安全、服務質量、環境保護等方面提出了更高的要求。

3.2 數據獲取

3.2.1 時間段選擇 將數據收集時間段選定為2020年國慶期間，有兩方面的原因：一方面，國慶假期時間長，人們有很多的時間可規劃，而且每年10月左右桂林地區氣候環境良好，景區宣傳力度大，是旅游的黃金時期。另一方面，隨著全球疫情的到來，2020年國內旅游業整體情況慘烈，一直處在低迷至回溫的狀態，時而又伴隨突發的疫情狀況，可以判斷后疫情時代旅游業發展坎坷將會是常態，因此將2020年國慶作為研究時間是符合后疫情時代旅游業發展趨勢的。結合兩方面的原因考慮將時間定位為2020年9月30日—10月8日。

3.2.2 數據來源分析 基于王城景區的游客行為動態、靜態數據獲取主要通過騰訊位置大數據、百度指數和百度遷徙數據3個數據平臺，3個網站分別所屬的百度和騰訊是現在互聯網領域幾大巨頭之一。靜態數據中人流統計數據的獲取通過百度遷徙地圖和百度指數來完成，其數據直接來源于百度地圖所提供的用戶信息，百度地圖是目前電子地圖領域的領軍品牌之一，所擁有的用戶量巨大，除了本身的用戶之外，一些與百度地圖有合作關系的平臺也能間接為百度遷徙地圖提供數據支撐。動態數據的獲取，例如搜索數據、社交網絡數據和定位通信數據則依靠百度指數和騰訊位置大數據獲取，百度指數通過大數據更新網民的網絡行為，發現整理為網民的搜索熱詞以及變化趨勢、網民的興趣愛好以及相關性分析等數據，是當前互聯網乃至整個數據時代最重要的統計分析平臺之一。騰訊位置大數據是騰訊地圖攜手位置大數據加速智慧景區建設的重要實踐平臺，可以實時獲取景區游客的動態信息。3個平臺的聯合使用是王城景區游客行為數據獲取的重要渠道。

3.3 游客構成分析

3.3.1 客源地分析 使用百度遷徙地圖將城市設置為桂林市，選擇遷入來源地分析模式，將時間選擇為2020年國慶期間，自動生成人群遷入來源地可視化分析，以獲取游客的來源地信息，見表1、表2。旅游客源分析可以幫助王城景區制定適當的營銷策略，同時為交通管理、服務設計提供信息支持。可以看出王城景區的游客以廣西本地為主，其次是周邊廣東、湖南、貴州、四川幾個省份，再次則是北京、上海和浙江等地。人數由多到少可以分為以下3個層級，以南寧、廣州、貴陽、重慶、成都為代表的西南地區，以武漢、長沙、鄭州為代表的華中地區，以上海、杭州、南昌、南京為代表的華東地區。根據游客來源主要城市和地區分布情況，發現王城景區的客源市場與距離、交通便捷程度有著緊密的聯系，而經濟水平對游客出行選擇的影響較小[9]。

表1 2020年國慶桂林人口遷入熱度城市匯總表

表2 2020年國慶桂林人口遷入熱度省份匯總表

3.3.2 游客性別、年齡分析 通過百度指數搜索關鍵詞“獨秀峰”獲取國慶期間搜索該地的指數信息，再通過分析廣大網民的人群畫像以獲得性別及年齡的分布，它不僅包括百度自身的搜索指數，還包括全網分布和TGI指數，同時將三者進行對比分析，可以得到更為精準的數據信息；對旅游者年齡和性別的分析可以為景區針對性旅游策略的制定提供有力的數據支持。由圖1和表3可知，在性別上，獨秀峰的搜索群體以女性居多；在年齡上，搜索群體中30～39年齡區間的人最多，約占總數的1/3，占比最少的是小于等于19歲的群體。這些數據反映了王城景區的游客群體主要以女性居多，而在性別中，青年人和中年人占很大比例，因此判斷王城景區的游客中家庭和情侶將會是受眾群體。

表3 年齡、性別指數排行

圖1 百度指數信息

3.4 游客行為分析

3.4.1 客流時間分析 騰訊位置大數據提供的位置流量信息可以對王城景區的客流時間特性進行分析比較，有助于指導景區人員規劃、物資調配、交通導向等，見圖2。根據王城景區國慶7 d游客的出行時間和強度線性趨勢可以得出，每天游客參觀數量整體趨于均衡；但相比之下，10月1日游客人數少，10月2日—5日開始逐漸上升，10月4日是游客數量頂峰時期，10月6日—7日人數逐漸減少，這與國慶期間全國其他景區的游客趨勢基本相同。從每天時間段的分布來看，大多數游客的活動時間段是早晨8點和晚上8點之間；早晨8點左右游客出行量開始逐漸增加，于中午12點左右到達了第一個高峰，之后游客活動減少，再到傍晚4點左右游客活動量形成第二個高峰，最后至晚8點左右客流趨于平緩。游客的活動時間分析說明王城景區游客主要是在白天活動，夜晚活動較少。

3.4.2 客流空間分布 使用騰訊位置大數據對國慶期間王城景區內每天人流熱度進行分析，旅游熱度的空間分布間接反映了旅游者的空間整合程度，有利于旅游熱點的確定和客運統計。將時間粒度設置為60 min/次，選取每天下午4點左右人數最多時刻進行可視化研究。可知，景區內人流呈現塊狀，主要分布在獨秀峰、貢院、月牙池、讀書巖、國學堂、孫中山紀念碑、夫妻樹、承運殿、王道還有承運門等處，沿著靖江王府的中軸線分散開來，這些景點都有著濃厚的歷史文化底蘊，其他例如衛生間、售票處等服務設施處也是游客聚集的地方。總結認為，景點所蘊含的人文氣息和好看與否對游客參觀分布有重要影響，同時景區道路規劃也是影響因素之一。

3.4.3 王城景區關聯目的地分析 景區的規劃不能只考慮客流在本景點的活動，桂林作為國際旅游城市，境內景點眾多，游客可選擇性強，因此對關聯目的地分析也是提出王城景區規劃建議的重要依據。通過百度指數得出相關用戶的需求圖譜，需求圖譜的運算原理是通過網民的查詢記錄，建立名詞和名詞之間相關性或聯系，因此關于獨秀峰的網民需求圖譜也可代表游客除本景點以外其他景點的參觀意向，這樣可以針對準備長期在桂林旅游的游客群體打造聯合其他景點的旅游項目。由圖3可知，游客們也對劉三姐大觀園、江門開平碉樓、天洞、堯山、貓兒山、銀子巖、陽朔、遇龍河、蘆笛巖、大寨等桂林周邊的多個景點感興趣。

圖3 游客需求圖譜分析

3.5 游客情感分析

基于網絡游記數據的情感分析也是游客行為模式研究的重要方法之一。空間環境對人們的心情和行為具有重要影響，王城景區內游客的情感體驗和景區建設情況具有直接關系。新浪微博作為目前中國最大、用戶最多、使用最為頻繁的微博網站，其提供的游記數據能夠最大限度反映游客的真實情感，對于分析王城景區的游客情感傾向具有重要作用。在微博搜索界面以“靖江王府”作為關鍵詞進行搜索，然后使用網頁爬蟲工具“后羿爬取器”獲取相關的游記信息，進行表格整理；最后使用ROST詞頻分析軟件對整理的游記信息進行語義情感分析。由表4、表5可知，從新浪微博總共獲取有關靖江王府的評論信息680條，其中積極信息502條，占比73.82%；中性信息98條，占比14.41%；消極信息80條，占比11.76%；爾后再對積極信息、消極信息進行分級整理。

表4 王城景區微博游記數據積極情感分析

表5 王城景區微博游記數據消極情感分析

將王城景區中游客的消極評價進行整理，選取其中最具代表性的評論信息進行分析，為游客最不滿意之處。總結發現王城景區的主要問題涉及以下幾個方面，分別是：景區管理混亂、旅游營銷問題、服務品質低、客流量過大、景區資源分配失衡。

4 結論與討論

基于景觀時空大數據的王城景區游客行為模式分析，直接展示了多源大數據對景觀設計分析的全面性和有效性，并以此提出了相關的規劃建議。

（1）景區資源的合理利用和保護。王城景區資源的合理利用需要建立在景觀時空大數據應用的技術體系之上，構建景區物聯網，實現景區內部資源使用情況的實時監測，為王城景區的決策制定提供客觀依據支撐。高峰時段景區承載力是景區資源保護和合理分配的重要信號，客流的時空分析有助于緩解因景區資源的過度使用而導致的服務管理癱瘓等問題，并根據獲取的實時信息制定相應措施；此外也可具體分析景區內客流密集和客流稀少的一些景點，進行雙向互補，完成景區資源的合理分配。

（2）業務管理的更新設計。同樣，王城景區的業務管理也是建立在完善的景觀時空大數據應用體系之上，景區物聯網不僅需要滿足對于景區資源的控制，還要對王城景區內外部客流、交通、服務設施進行實時監測，構建基于大數據和云計算的智慧信息管理系統。通過分析游客的時空分布情況研究旅游路線、游客聚集點以及進行有效的人員分流、緩解景區壓力具有重要作用，是旅游旺季解決景區管理和游客安全等棘手問題的重要途徑。景區的管理層可以及時采取相應的措施，保障游客的人身安全和維護景區秩序。

（3）服務精準化和營銷策略制定。服務精準化的對象不僅面向已來游客，同時面向未來游客，建立在景區物聯網和智慧信息管理系統共同運作的情況下。首先分析服務對象的具體信息，爾后進行游客需求的細分，最后結合景區資源進行服務和營銷策略的精準設置。首先，分析王城景區的游客構成情況，將游客群體劃分為多類，根據不同群體的特殊需求進行游覽需求的細分，包括基礎設施配置、游覽路線設計、景點選擇、沿途講解、消費購物、安全保障措施多方面的內容[10]；同時根據游客關聯目的地分析發展與桂林其他景區的聯合旅游項目，共同促進桂林旅游的整體創新發展，還可以基于微博游記信息的情感分析，分析游客反饋的問題和好評，制定精準化的營銷策略，構建完整的服務體系。

使用景觀時空大數據對王城景區應用研究的同時，也發現本文尚存在一些不足之處，主要表現在以下幾個方面：①所有數據都來源互聯網，分屬于各個網絡數據平臺，數據的覆蓋率是否真的廣泛以及數據真實性是否準確有待商榷。②數據獲取困難，一方面獲取數據量有限，另一方面獲取來源可選性小。文中只針對于國慶節時段的數據分析是否能代表王城景區游客行為模式的整體情況還存在異議，另外缺少對于王城景區周邊現狀的數據獲取和分析，研究的深度還需進一步提高。