基于海量时空数据的不同尺度游客流动相互作用机理与模式体系构建

The more complex and changeable tourist travel in the new era puts forward higher realistic requirements for recognizing the flow of tourists systematically. However, most of the previous studies regarded the spatial scale as the vessel of researches, which lacked the systematic discussion of tourist flow from the view of scale relationship. Thus, the important scientific issue to be solved urgently is how to clarify the internal logical relationship and interaction mechanism of tourist flows among different spatial scales and build the tourist flow model system facing the scale relationship. This research will fully mine the tourist flow information contained in the mass spatio-temporal data, and analyze the pattern characteristics and formation mechanism of the tourist flow on different scales. On this basis, the dominant factors and their interactive response process of the tourist flow on different scales are identified, and the interaction model is established for the tourist flow among different scales, so as to clarify the interdependence process and internal logical relationship of tourist flow on different spatial scales and establish the tourist flow model system facing the scale. This research will overcome the problem that the traditional research on the tourist flow has insufficient focus on the scale relationship, establish the interaction analysis framework for the tourist flow on different scales under the support of mass spatio-temporal data and deeply reveal the scale effect of tourist flow, which is a beneficial innovative exploration for effectively recognizing the spatial process of the complex and changeable tourist flow and enriching the geography of tourism, especially the theoretical connotation and research method of the tourist flow.

新时代愈加复杂多变的游客出行对系统认知游客流动提出了更高的现实要求。然而，以往研究多将空间尺度作为研究的容器，缺少从尺度联系视角来系统探讨游客流动，如何厘清不同空间尺度游客流动之间的内在逻辑关系及其相互作用机理，构建面向尺度联系的游客流动模式体系成为亟待解决的重要科学命题。本研究将充分挖局海量时空数据中所蕴含的游客流动信息，分析不同尺度上游客流动的格局特征及其形成机制。在此基础上，识别不同尺度游客流动的主导因素及其交互响应过程，建立不同尺度游客流动之间相互作用模型，厘清不同空间尺度游客流动相互依赖过程与作用机理，构建面向尺度联系的游客流动模式体系。本研究将克服传统旅游流研究对尺度联系关注的不足，建立海量时空数据支撑下的不同尺度游客流动相互作用分析框架，深度揭示游客流动的尺度效应，对有效认知复杂多变游客流动的空间过程，丰富旅游地理学尤其是旅游流的理论内涵和研究方法，将是一次有益的创新探索。

新时代愈加复杂多变的游客出行对系统认知游客流动提出了更高的现实要求。厘清不同空间尺度游客流动的空间特征和形成机制具有的研究意义。本研究利用网络关注、联网收费、旅游攻略、网络搜索、共享单车等不同类型的时空数据，充分挖掘海量时空数据中所蕴含的游客流动信息，在全国、区域、城市三个尺度上分析游客流动的格局特征及其形成机制与形成机制。在城游客流动分析的基础上，本项目还分析了新冠疫情、高铁建设等对旅游流的影响情况。 .在全国尺度，利用百度指数，探讨了旅游关注这一主要的虚拟旅游流变化情况，并分析了疫情对虚拟旅游流的影响。基于百度指数探讨旅游关注的空间格局特征，并建立基于线状要素的空间相互作用局部分析模型，探讨人口、经济、景点等影响因素对旅游关注作用的空间异质性。运用空间分析与社会网络分析方法探索疫情发生前后旅游网络关注格局变化，基于旅游引力模型分析新冠疫情对旅游网络关注的影响路径。.在区域尺度，以江苏省内高速公路网络收费站点间OD数据为支撑，探究区域交通流动的空间分异特征，总结了流动规律，并探讨影响区域流动的主要因素。以沪昆高铁为例，采用加权平均旅行时间、节点中心度、耦合协调模型，基于旅游节点视角分析客源地与目的地的可达性与关注度变化，进而探究二者的耦合协调关系并识别节点发展类型。.在城市尺度，对游客所撰写的旅游攻略进行空间信息的挖掘，探讨游客在城市内部景点之间的预期流动特征和现实流动特征，比较两者之间的流动差异，总结游客流动规律。从接驳视角出发，利用共享单车轨迹数据和兴趣点数据，探讨厦门市共享单车出行特征及地铁站点划分为7种类型。.本研究关于不同尺度下游客流动问题，建立海量时空数据支撑下的不同尺度游客流动分析框架，对有效认知复杂多变游客流动的空间过程，丰富旅游地理学尤其是旅游流的理论内涵和研究方法，是一次有益的创新探索。