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。

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。

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。

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。

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。