2018-Using User-Generated Content to Explore the Temporal Heterogeneity in Tourist Mobility


只待一天,为什么反而在南京城里跑得更远?

论文名片|Cheng Jin、Jianquan Cheng、Jing Xu,Using User-Generated Content to Explore the Temporal Heterogeneity in Tourist Mobility,Journal of Travel Research,2018,57(6):779–791。2017年7月21日在线发表,2018年7月纸本出版。DOI:10.1177/0047287517714906。观察研究:用游记文本比较不同行程时长下的城市内部游客流动。

设想一位游客星期六从南京站出来,只剩一天。一种走法是守在夫子庙,把附近巷子走完;另一种是上午中山陵、下午夫子庙,中间横穿城区。时间更紧的人,看起来应该少跑路。去哪儿网 2012 年留下的多景点游记给出的方向相反:行程越短,景点之间的移动越长,流量也越集中在少数著名景点之间;行程拉长以后,这几个景点仍然常被写进游记,但移动更多发生在较近的景点之间,距离对流量的压制也更强。

先说结论

  • 样本是 2012 年去哪儿网“去哪儿”(Where to go?,www.qunar.com)上的 1,424 条完整行程。只去一个景点的记录被剔除。这些行程涉及南京研究区内 45 个景点,汇总成 590 条有向边、5,337 次景点间移动。
  • 按行程时长拆开后,一日游 897 条、两日游 367 条、三日及以上 160 条。平均到访景点从 3.55 个增到 6.86 个、再增到 11.01 个;移动次数却从 2,203 次降到 1,803 次、再降到 1,331 次。分母分别是该时长的行程数,以及全部行程里的景点间移动。
  • 四个核心景点在三种网络里都最高:夫子庙、中山陵、玄武湖、总统府。以全部 45 个景点为分母,平均中心度从 97.91 降到 80.13、再降到 59.16。流量加权的平均路网距离从 5.51 公里降到 4.39 公里、再降到 3.45 公里。
  • 修订后的幂函数引力模型拟合最好。一日、两日、三日及以上的调整后 R² 为 0.724、0.662、0.633;距离指数 β 为 0.248、0.370、0.529,均在 1% 水平上显著。β 越大,流量对路网距离越敏感。
  • 作者另访谈了三种时长各 10 人。一日游 10 人中有 8 人打算跨景区去两三个著名景点;三日及以上的 10 人都打算一天集中看一个景区子系统。这是小样本访谈,用来解释网络,不能当成 1,424 条游记的比例。

比的是游记里的行程,还是南京当年的全部游客?

论文先给出城市背景。南京 2014 年有 11 个区、面积 6,597 平方公里、总人口 822 万;当年接待入境游客 566 万人次、国内游客 9,419 万人次,旅游总收入为人民币 1,504.8 亿元(原文写作 RMB 150.48 billion yuan)。这些数字来自《江苏统计年鉴 2015》,只说明南京是一个大旅游城市。

真正进入网络的,是 2012 年写在去哪儿网上、并且至少包含两个景点的行程。网站 2010 年底上线。游记按天、有的甚至按小时记下到访顺序;景点名称再用天地图标上经纬度。研究区是长江以南、环路以内的 47 个街道,焦点是中心城区内部的移动,不是整个市域,也不是进城以前的城际旅行。

完整原论文图1:江苏、南京、研究区与景点分布

图 1|这 1,424 条行程落在南京的哪一块?

原图没有用字母给四幅地图编号。左上是江苏省,深色标出南京的位置。右上是南京市域,黑色区域对应后续放大的中心部分。左下把市域画成浅色,深色标出长江以南、环路以内的研究区。右下是该研究区的景点分布:黑点为景点,细线框为街道,灰色为水体;比例尺为 0、2,500、5,000 米,并有指北针。45 个景点里既有传统景区,也包括购物街、酒吧和大学校园。来源:原论文 Fig. 1。

因此,后文所有流量都是主动写下游记的多景点样本,分母最大是 1,424 条行程,不是 9,419 万国内游客人次。没有写游记的人、只去一个景点的人,以及缺少数字访问条件的人,都不在这个网络里。

一条游记怎样变成景点之间的一次移动?

每个景点是一个节点。游记按到访顺序记录景点;研究区以外的点被去掉。论文的例子是:一次行程包含火车站、酒店、机场和 A 到 H 八个景点,其中 E 在研究区外,于是区内剩下七个景点,记成一张 7×7 的 0/1 矩阵,1 表示两点之间发生移动。每条样本都先变成 45×45 的 0/1 矩阵,再把全部矩阵相加。相加以后,元素 ij 是从景点 i 到景点 j 的行程数。论文把这个数称为游客流量。

这里的分析单位是行程中的有向移动,不是一个人一天的全部出行,也没有人口、年龄或交通方式。去哪儿网的文本没有游客年龄、性别、来源地、是否第一次来、出游目的、住在哪里、用什么交通工具进城。1,424 是行程条数;论文没有证明它们对应 1,424 个不同的人。

有了每天访问了哪些景点,行程被分成一日、两日、三日及以上。三种时长各自再加总成一张流量网络。边可以在不同时长里重复出现,所以三种网络的边数相加会大于总网络的 590 条边;移动次数则正好分完:2,203 + 1,803 + 1,331 = 5,337。

口径 一日游 两日游 三日及以上 合计
行程数 897 367 160 1,424
被访景点总数 37 42 43 45
平均每条行程到访景点数 3.55 6.86 11.01 5.24
流量为正的有向边 303 374 401 590
景点间移动次数 2,203 1,803 1,331 5,337

平均景点数的分母是该列行程数。合计 5.24 可以用三列复核:(897×3.55 + 367×6.86 + 160×11.01) / 1,424 = 5.24。边和景点数不能这样相加,因为同一条边、同一个景点会进入一种以上的时长。

四个著名景点始终排在前面,权重却在下降

节点的入度是到达该景点的行程数,出度是离开该景点的行程数。中心度是二者之和。它衡量的是有多少次移动把这个景点当作起点或终点,不是它连接了多少个不同景点。45 个景点的中心度加总,等于移动次数的两倍,因为每一次移动同时记入一个出度和一个入度。

所以平均中心度 = 2 × 移动次数 / 45。一日游 2×2,203 / 45 = 97.91,两日游 2×1,803 / 45 = 80.13,三日及以上 2×1,331 / 45 = 59.16。分母是研究区全部 45 个景点,包括该时长里没有被写到的景点。对应的标准差从 188.51 降到 115.97、再降到 64.27。一日游的标准差远大于平均值,说明少数景点占去了大量移动。

三种网络里中心度最高的四个景点相同:夫子庙、中山陵、玄武湖、总统府。前两个是文中所说的 5A 景区,后两个是 4A 景区。一日游里,夫子庙、中山陵、玄武湖的中心度都大于 500。两日游里四个景点都落在 300 到 500 之间,最高是夫子庙的 476。三日及以上,最高仍是夫子庙,为 235;四个里面最低的是玄武湖,为 174。

完整原论文图2:三种行程时长的核心景点中心度

图 2|核心景点的中心度怎样随行程变长而下降?

(a)一日游。核心景点分成 400–500 和 501–880 两档,黑点越大中心度越高;小点是其他景点,灰色是水体。图中数字 1 到 4 依次为夫子庙、中山陵、玄武湖、总统府。(b)两日游。两档改为 300–400 和 401–500。夫子庙的 476 落在较高一档,但图上没有逐个标出另外三个的精确值。(c)三日及以上。两档改为 174–200 和 201–300。夫子庙的 235 落在较高一档,玄武湖的 174 落在较低一档。来源:原论文 Fig. 2。

这张图支持的是:同一批核心景点在三种时长里都最突出,它们在全部移动中的合计权重随行程变长而下降。它不能说明游客对这四个景点失去兴趣。到访率用的是另一套分母。

到访率的定义是:该时长的行程里,有多少条写到了这个景点,再除以该时长的行程总数。分母分别是 897、367 和 160 条行程。

核心景点 一日游 两日游 三日及以上
夫子庙 50.06% 64.85% 73.44%
中山陵 45.38% 58.27% 61.88%
玄武湖 40.55% 47.51% 54.38%
总统府 36.62% 55.54% 59.38%

四个比例都随行程变长而上升。一日游里总统府最低,为 36.62%;到了两日游,总统府的 55.54% 超过玄武湖的 47.51%。长行程更可能把核心景点写进来,是因为平均到访景点已经从 3.55 个增加到 11.01 个。中心度下降,则是因为增加出来的移动很多发生在其他景点上。两句话使用的分母不同,放在一起才是这篇论文的时间差异。

哪些景点更像起点,哪些更像终点?

汇散指数(vergence)衡量同一个景点的流出和流入差多少。正文给出的范围是 −1 到 1:大于 0 称为发散,流出多于流入;小于 0 称为汇聚,流入多于流出。作者把 1 解释为早上第一个到达的景点,把 −1 解释为晚上最后一个离开的景点。表 2 的算式是(流出 − 流入)/ 中心度 × 100%。正文按 −1 和 1 解释,表里又写了百分号;论文没有公布每个景点的数值,只有分类。

一日游和两日游的分类相同:夫子庙是汇聚点,中山陵是发散点,其余景点归入平衡。三日及以上新增两个汇聚点,新街口中心(Xinjiekou Centre)和论文所写的 Hulan street;再新增两个发散点,总统府和长江大桥(Yangtze River Bridge)。Hulan street 在正文里没有给出中文名,这里保持原文拼写。

这个分类说明,长行程的网络里,纯粹的出发型景点和到达型景点更多。它是 1,424 条行程叠在一起之后的节点差。游记大多只精确到天,只有一部分精确到小时。汇散指数接近 1,表示涉及该景点的移动几乎都记为离开;要把它读成每位游客的早晨第一站,还缺少逐人的钟点。

短行程的大流量,落在更长的路上

全网密度定义为有向边数除以 n(n−1),n 是景点个数,取值从 0 到 1。三种网络的密度是 0.216、0.217 和 0.222。用表 1 复核:两日游 374 / (42×41) = 0.217,三日及以上 401 / (43×42) = 0.222。一日游若用 303 条边和 37 个景点,303 / (37×36) 约为 0.227,与文中 0.216 对不齐。论文没有说明一日游密度使用的 n。可以确定的是,三种密度都远低于 1,景点之间远远没有两两相连。

平均流量是移动次数除以有向边数:2,203 / 303 = 7.27,1,803 / 374 = 4.82,1,331 / 401 = 3.32。流量的标准差从 15.17 降到 8.83、再降到 5.28。短行程是少数边上的大流量;长行程把较小的流量铺到更多边上。论文据此说,超过三天的行程在空间上更均匀。均匀在这里指边上的流量差异变小,不是游客均匀地走遍每一个街道。

距离是天地图路网上的最短路网距离,用论文所写的 ArcGIS 13.1 计算,不是地图上的直线距离。流量加权平均距离等于 Σ(流量 × 距离)/ Σ 流量,分母是该网络的移动次数。结果为一日游 5.51 公里、两日游 4.39 公里、三日及以上 3.45 公里。短行程的移动更长,长行程的移动更短。

每种网络里流量最大的五条边被定为主要流量。一日游最大的一条是总统府到夫子庙,108 次,分母是一日游全部 2,203 次移动;下一条是中山陵到夫子庙,89 次。两日游最大的是中山陵到明孝陵,113 次,分母是 1,803 次;下一条是总统府到夫子庙,67 次。三日及以上最大的仍是中山陵到明孝陵,67 次,分母是 1,331 次。主要流量至少连着一个核心景点。短行程的主要流量更像核心景点之间的长距离移动;长行程的主要流量更像核心景点与周边景点之间的短距离移动。其余三条主要流量的起终点,正文没有逐条写出。

完整原论文图3:三种行程时长的游客流网络

图 3|主要流量是跨城拉开,还是缩回核心景点附近?

(a)一日游。粗黑箭头是流量最高的五条边,细灰箭头是其余边,点是景点,灰色是水体。粗箭头拉出较大的三角形,对应正文所说的核心景点之间的长距离移动。(b)两日游。粗箭头比一日游更短,其中最大的 113 次发生在中山陵与明孝陵之间。(c)三日及以上。主要流量进一步收在较近的景点之间,最大的 67 次仍是中山陵到明孝陵。图上没有标出每条箭头的景点名称,具体起终点以正文点名的那些为准。来源:原论文 Fig. 3。

行程变长以后,距离的阻力变大了还是变小了?

引力模型用来回答:已知起点有多少人离开、终点有多少人到达,两点之间的流量还剩多少可以交给距离解释。未修订的形式把流出和流入都按一次方相乘,再除以距离函数。修订后的形式给流出加上指数 a、给流入加上指数 b:

流量 = k × 起点流出的 a 次方 × 终点流入的 b 次方 / 距离函数。

距离函数试了两种。幂函数是距离的 β 次方;指数函数是 e 的 β×距离 次方。β 是距离阻抗系数,越大表示流量随距离下降越快。估计时对流量、流出、流入取自然对数,距离项在幂函数里也取对数,再用普通最小二乘回归。对数没有定义在 0 上,所以没有出现的景点对进不了这个回归。论文没有给出回归样本量,也没有在表 4 里列出标准误。

式 (10) 把 a 放在起点流出上、把 b 放在终点流入上。同页有一句把参数 a 解释成流入增加 1% 的弹性,和公式不一致。后文比较三日及以上的 a 与 b 时,又把较小的 a 解释为流出的影响略小于流入,这一句与公式一致。下面的指数按公式阅读。

四种形式的调整后 R² 如下。同一行里,修订幂函数都最高。

行程 幂函数,流出和流入指数固定为 1 修订幂函数 指数函数,指数固定为 1 修订指数函数
一日游 0.455 0.724 0.129 0.611
两日游 0.429 0.662 0.172 0.517
三日及以上 0.529 0.633 0.164 0.449

选定的修订幂函数是:

  • 一日游:流量 = 0.1307 × 流出^0.424 × 流入^0.433 / 距离^0.248
  • 两日游:流量 = 0.2047 × 流出^0.390 × 流入^0.387 / 距离^0.370
  • 三日及以上:流量 = 0.3848 × 流出^0.308 × 流入^0.330 / 距离^0.529

a、b 和 β 都在 1% 水平上显著。从一日到三日及以上,a 与 b 从大约 0.42–0.43 降到大约 0.31–0.33,核心景点的流入和流出对单条边流量的带动变弱。β 从 0.248 升到 0.370、再升到 0.529,距离衰减变强。三日及以上的 a 与 b 相差 0.022,是三种网络里二者差距最大的一组。

未修订幂函数的 β 更高,分别是 0.373、0.558 和 0.747,调整后 R² 也低一截。拟合变好,有很大一部分来自放开 a 和 b,不能只归功于把距离写成幂函数。公平的比较是同一套 a、b 下的两种距离函数:修订幂函数的调整后 R² 仍高于修订指数函数,差值在三日及以上达到 0.633 对 0.449。

作者引用的手机和出租车研究里,城市内部日常移动的 β 大约在 1 到 2 之间;中国城际客运的 β 比本文更高。本文修订幂函数的 β 低于这两个参照,所以在景点之间的短距离上,游客流量对距离的敏感程度低于那些研究里的日常出行和城际旅行。论文没有重印那两篇文献的原始 β,这里只保留“1 到 2”这个被写明的区间。

结果部分据此写道:行程越短,景点等级对流量的影响越大、距离的影响越小,游客更倾向走向核心景点;行程越长,距离衰减越强,游客更倾向走向较近的其他景点。结论段另有一句,说城市内部游客移动的幂律距离衰减随行程变长而下降。这一句与表 4 的 β 方向相反。表 4 和结果段的方向是 β 随行程变长而上升。

回归拟合的是已有边上的流量。紧接着的一句说,这进一步确认了旅游流网络的度分布大体服从幂律。本文没有给出度分布图,也没有报告度分布的指数。距离函数选了幂函数,并不等于节点的连接数服从幂律。后文又说,这个游客流网络未必具有其他旅游网络里的无标度性质。两句都是推断,本文没有直接检验度分布。

长行程是在一个景区里慢慢看吗?

作者沿用自己 2014 年的划分,把南京景点归入三个子系统:中山陵景区、夫子庙景区和市中心景区。本文没有重新列出每个景点属于哪一个系统。在这个划分下,一日游流量最高的四条边都是系统之间的移动。两日游的五条主要流量里,两条跨系统、三条在系统内。三日及以上的主要流量都在系统内部。

完整原论文图4:三种行程时长的概念流模式

图 4|三种时长的流量,在概念上怎样分配到三个景区?

这是概念图,圆圈代表三个景区子系统,不是按真实距离绘制的地图。(a)一日游。黑点是核心景点,灰点是其他景点;实线箭头是主要流量,虚线箭头是其他流量。主要流量大多连着不同系统的核心景点。(b)两日游。主要流量更多出现在同一系统的核心景点与其他景点之间,跨系统的核心景点之间只保留少量主要流量。(c)三日及以上。主要流量均匀地分布在系统内部的核心景点与其他景点之间;跨系统的联系更多地画成其他流量。图例在原图中写成 Lengend。来源:原论文 Fig. 4。

为了解释这个差别,作者对三种网络各访谈 10 位游客。一日游的 10 人里,8 人决定去不同系统中的两三个著名景点,例如中山陵、夫子庙、总统府和玄武湖;另外 2 人留在一个系统里,看它的核心景点及周边。两日游的 10 人里,3 人每天选一个系统并细看,4 人第一天看完一个系统、第二天只看另外两个系统的核心景点,还有 3 人没有明确偏好、主要看核心景点。三日及以上的 10 人都有较细的计划,并倾向于每天集中在一个子系统,因为系统内部距离较短。

访谈分母是每组 10 人。它可以说明作者听到的行程安排,不能外推成 897、367 或 160 条游记的行为比例,也不能单独证明距离衰减变强的原因就是“想把一个景区看完”。

这些比较能说到哪一步?

这项研究能说明的是,在 2012 年去哪儿网的多景点游记里,行程时长与景点网络的形状一起变化:短行程更集中、移动更长、距离指数更小;长行程到访的景点更多、单条边的流量更小、距离指数更大。修订幂函数比修订指数函数更贴合这些已观察到的边。

它没有识别因果。行程长短不是被随机分配的。愿意写长游记的人,可能本来就更熟悉南京、住得更久,或者更喜欢把一个片区写细。模型使用了已经观察到的流出和流入,再解释边上流向哪里;它不能在不知道各景点总流量时,从零预测一次行程。

样本只覆盖主动发布、并且至少写了两个景点的文本,时间只有 2012 年一年。照片、叙述里的评价和情绪都没有进入模型。社会网络指标和引力模型描述的是叠加后的静态网络,论文也写明,它们还不能刻画移动过程。作者提到将来可以用更大的样本做马尔可夫链,那是后续工作,不是本文结果。

一句话总结

在这 1,424 条游记里,只待一天的人用较少但更长的移动把夫子庙、中山陵、玄武湖和总统府串起来;待得越久,这些地方仍然更常被写到,但新增的脚步更多留在较近的景点之间,距离对流量的压制也从 β = 0.248 升到 0.529。

核心来源

Jin, Cheng, Jianquan Cheng, and Jing Xu. 2018. “Using User-Generated Content to Explore the Temporal Heterogeneity in Tourist Mobility.” Journal of Travel Research 57 (6): 779–791. https://doi.org/10.1177/0047287517714906.

Cheng Jin 是本文通讯作者。论文作者简介中,他是南京师范大学旅游地理副教授,研究区域旅游发展和地理信息系统应用,博士毕业于南京师范大学。署名单位还包括江苏省地理信息资源开发与利用协同创新中心,以及教育部虚拟地理环境重点实验室(南京师范大学)。

Jianquan Cheng 在论文作者简介中是曼彻斯特城市大学城市研究 Reader,研究城市应用中的大数据和中国城镇化,博士毕业于荷兰乌得勒支大学。署名单位是该校科学与环境学院地理与环境管理系。

Jing Xu 在论文作者简介中是南京晓庄大学旅游地理讲师,研究互联网与旅游、游客消费行为,博士毕业于南京师范大学。署名单位是旅游与社会管理学院。

延伸思考

以下是 AI 基于论文结果所作的延伸,不属于原论文结论。

如果一日游产品只把地理上相邻的景点捆在一起,它面对的是这批游记里的少数派:一日游访谈 10 人里有 8 人想跨系统去两三个著名景点,而一日游网络里最大的单条流量是总统府到夫子庙的 108 次。短停留的交通安排更需要这四个核心景点之间的快速连接。三日及以上的 β 已经升到 0.529,主要流量又落在系统内部;这一组更依赖每个景区内部的步行距离和停留时间。两组产品用同一条环城线,会同时错过短行程的跨区需求和长行程的区内细看。

这个推论有一个直接反例。旅行团如果被固定在一日环线里,顺序由行程单决定,游记网络里的“短行程更长距离”可能消失。本文样本是愿意写下至少两个景点的人,访谈也只有每组 10 人。要检验产品设计,还得另采旅行团、酒店位置和实际交通方式;这些字段正是去哪儿网文本里没有的。


文章作者: 猴猴猴
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 猴猴猴 !
  目录