基于网络信息的北京市旅游资源吸引力评价及空间分析

  本文关键词：基于网络信息的北京市旅游资源吸引力评价及空间分析，由笔耕文化传播整理发布。

第30卷第12期

2015年12月自然资源学报Vol.30No.12Dec.,2015JOURNALOFNATURALRESOURCES

基于网络信息的北京市旅游资源吸引力

评价及空间分析

朱鹤1,2,3，刘家明1,2*，陶慧1,2,3,4，张娟5

（1.中国科学院区域可持续发展分析与模拟重点实验室，北京100101；

2.中国科学院地理科学与资源研究所，北京100101；3.中国科学院大学，北京100049；

4.湖北民族学院经济管理学院，湖北恩施445000；5.洛阳理工学院，河南洛阳471023）

摘要：传统的旅游吸引力研究方法在数据获取、市场化评价、游客体验等方面存在一定的缺

陷，而互联网的发展为旅游资源吸引力的评价带来了新途径。论文以北京市为例，建立城市旅

游资源分类体系，对统计资源进行分类，采用层次分析法，建立基于网络信息的旅游资源单体

吸引力评价体系，对北京市的旅游资源吸引力进行评价。采用多种空间分析方法对旅游资源

吸引力的空间格局进行分析，得出以下结论：1）参与统计评价的北京市旅游资源共415个，总体

平均吸引力指数为0.31，其中人文景观类吸引力最强，资源点数量最多。2）北京市旅游资源吸

引力存在空间集聚，休闲活动类资源吸引力空间集聚度最大，人文景观类资源吸引力空间集聚

度最小。3）自然景观类资源分布较为均匀，且旅游吸引力存在多个密度中心，吸引力热点区主

要位于主城区；人文景观类资源分布集中于主城区，并形成旅游吸引力热点区和次热点区相间

分布的空间特征；休闲活动类资源分布以主城区为主，形成吸引力密度中心和以热点区为核

心、周边为次热点区的空间集聚形态，，周边区县主要是冷点集聚区。基于网络信息的旅游吸引

力评价体系为旅游吸引力的研究提供了新方法，并应用于空间分析上，对城市旅游资源的开发

和发展有一定的指导意义。

关键词：旅游吸引力；网络信息；北京市

文献标志码：A文章编号：1000-3037(2015)12-2081-14中图分类号：F592.99

DOI：10.11849/zrzyxb.2015.12.010

旅游吸引力是旅游研究中的一个重要、高频的概念，但同时也是一个定义较为模糊的概念。Gunn等认为，旅游吸引力就是旅游者对旅游地的感知和体验[1]。Lew认为，旅游吸引力就是促使游客离家前往目的地的所有因素[2]。MacCannell认为，旅游吸引力的形成包括三部分：游客、景点和游客对目的地形成的显著印象[3]。吴必虎等认为旅游目的地的吸引力就是目的地的各类条件和若干因素综合作用而形成的对旅游者的诱惑程度[4]。聂献忠认为旅游吸引力是目的地的旅游资源对游客的心理和感知刺激的程度[5]。郭亚军、陈岩英等则认为旅游吸引力是一个包含自然、人文、心理、体验等各种吸引力要素的复杂系统[6-7]。

对于旅游吸引力的定量化，国内外均有一定的研究成果，Crampon提出了基本吸引收稿日期：2014-09-29；修订日期：2015-05-25。

基金项目：国家自然科学基金项目“都市郊区游憩用地空间布局与优化模式研究”（41071110）。

第一作者简介：朱鹤（1989-），女，山东济南人，博士研究生，主要从事城市旅游与旅游规划研究。E-mail:zhuhe12@mails.ucas.ac.cn

*通信作者简介：刘家明（1966-），男，河南信阳人，研究员，博士生导师，主要从事旅游地理与旅游规划研究。E-mail:liujm@igsnrr.ac.cn

2082自然资源学报30卷力模型，认为客源地与目的地间的旅游次数和客源地人口规模、目的地容量及两地之间的距离相关[8]。Wolfe、Edwards、Cesario等又分别对此模型进行了进一步修正[9-11]。国内学者保继刚、张凌云等也利用相似的模型以及回归模型等对案例地进行了旅游吸引力的分析[12-13]。沈惊宏和陆玉麟利用市场概率模型对我国城市旅游吸引力指数进行了测算[14]，肖建红等则利用条件价值评估法（CVM）对旅游资源的价值进行评判[15]。这些研究多从宏观的区域角度入手，结合经济学研究方法，建立吸引力评价模型，以游客量为基础，比较旅游市场的发展状况。

但上述旅游吸引力多指的是旅游目的地整体上对游客的吸引程度，旅游吸引力评价也多以城市或区域为基础进行分析。而对于旅游吸引物单体，即旅游资源的吸引力研究则相对较少。旅游资源，尤其是高级别的旅游资源是旅游产业的物质基础[16]，是旅游目的地的重要实体吸引物。凡是能对旅游者产生吸引力，可以为旅游业开发利用，并可产生一定效益的各种事物和因素均可成为旅游资源。旅游资源可以是独立的，也可以是组合集聚的，旅游资源吸引力是游客对于旅游资源所产生的游览动机，是决定游客游览行为的重要作用力和旅游活动的基础，主要受旅游资源品质、知名度、产品营销、价格、交通区位等条件影响。而与旅游资源评价不同的是，旅游资源吸引力更多地反映了游客的感知与意愿，游客对旅游资源单体正向积极的关注程度越高则游览意愿越强烈，吸引力越强。可以说旅游资源吸引力是目的地旅游吸引力的最重要组成部分。其量化对于旅游资源的研究，旅游市场的分析与开发，以及对于旅游资源营销策略的制定和旅游形象、品牌的建立都有一定的参考和借鉴意义。

目前对于旅游资源单体吸引力的定量化研究较少，现有研究多采用问卷调查法、德尔菲法、模糊综合分析法等传统研究方法[17-19]，从旅游资源的条件出发，偏重于资源品级与现状，较少触及现有市场及潜在市场，部分研究将旅游资源吸引力评价与旅游资源的评价混为一谈，游客感知与评价无法有效体现。此外，传统的分析方法多存在一定的主观性，对旅游资源单体进行评价耗时长、工作量大，而且部分评价指标难以获得。

基于以上认识，本文以网络信息数据为基础，对城市旅游资源单体的吸引力进行评价。在互联网日益普及与发展的今天，互联网中的电子社区和专题搜索引擎为人们提供了信息交流、共享的平台，越来越多的游客通过互联网获取旅游目的地相关信息，并乐于同他人分享。马丽君等通过研究发现游客网络关注度与实际客流量密切相关[20]。李山等研究发现旅游景点的网络关注度是现实游客量的前兆[21]。路紫、李君轶、柳礼奎等也分别对游客的互联网行为进行了深入研究[22-26]。

通过对主流旅游信息网站进行分析发现，目前的旅游网站使用者一般分为两类：一是对某景点有旅游体验，将自身、攻略和旅游体验信息发布到网站上的旅游分享者；二是有旅游意愿，但尚未发生旅游行为的潜在旅游者，他们以了解旅游目的地相关情况为目标，受旅游信息分享者的经验所引导，分享者提供的信息会对其旅游行为产生重要影响。通过网站可以对游客分享的信息进行统计，也可以统计相关信息的访问量和潜在旅游者的意愿程度，对这些信息整理可以直观地反映出游客及潜在游客对于旅游资源的关注度，从而体现某个资源点的吸引力大小。根据中国互联网络信息中心（CNNIC）统计数据显示，截至2014年12月，中国有网民6.49亿，互联网普及率达47.9%。网络信息有样本量大、样本来源分布较广、数据易获取、传播速度快等特点。对网络相关信息的

12期朱鹤等：基于网络信息的北京市旅游资源吸引力评价及空间分析2083挖掘为旅游资源的吸引力评价提供了新的思路和方法。

本文以业内访问量较高、评价较好的百度旅游、同程网和大众点评作为数据获取平台，获得旅游资源点和相关指标。依据资源要素和特征，对城市旅游资源进行进一步分类。采用层次分析法（AHP）建立指标体系，以北京市为案例地进行分析，探索不同类型旅游资源吸引力特征，并采用探索性空间分析方法（ESDA），分析不同类型旅游资源的吸引力在空间上的分布格局，以期为北京市旅游资源的开发和规划提供基础。1研究区域、数据来源及方法

1.1研究区域与数据来源

本文的研究区域为北京市全市，面积16410.54km2。截至2014年底，北京市拥有7处世界遗产（均为世界文化遗产）、206家A级景区（其中5A级8家，4A级63家，3A级87家，2A级36家，A级12家），99处全国重点文物保护单位，5处国家地质公园，15处国家森林公园。作为国际著名的文化古都、时尚之都、行政中心，北京市旅游资源丰富，旅游业是北京市的支柱产业之一。

本文基础数据获取中除行政区划、地形特征、交通条件等基础的地理信息以外，其他数据和信息全部来自互联网。为保证相关旅游资源信息的全面性、客观性和多样性，以业内口碑好、信息丰富、访客较多的国内网站百度旅游、同程网和大众点评作为数据获取平台。以三大网站中涵盖的北京市旅游资源作为统计对象，参与评价统计的旅游资源需在三个网站中均有信息，且相关指标值不全部为零。

经统计，符合条件的北京市旅游资源点共计415个，根据作者对于旅游资源和旅游资源吸引力的定义和影响条件，结合互联网站中提供的相关数据，分别从“游览意向”、“接待情况”、“总体评价”、“分享情况”和“价格”五个方面，在三个网站中筛选出18个有效指标，分别为百度旅游可以获得景点的“想去”、“去过”、“星级”、“点评数”、“游记/画册数”、“门票”和“地址”的指标数据和项目信息；同程网中可以获得北京市旅游景点的“想去”、“去过”、“游记”、“图片”、“攻略”、“点评”指标数据；大众点评网中可以获得北京市旅游景点的“全部点评数”、“星级”、“签到短评数”、“图片”、“人均消费”指标数据和相关信息。其中“想去”反映对该旅游资源有强烈游览意向的人数，可以侧面反映旅游点的潜在客流量；“去过”和“签到数”反映对该旅游资源有游览经历的游客人数，可以侧面反映旅游点游客的接待量；“星级”反映游客对于旅游体验的整体感觉和评定等级；“点评数”、“游记/画册数”、“图片”、“攻略”等指标则反映了游客游览之后的分享程度，一般来讲分享程度越大则越容易得到其他网友的重视，带动潜在游客的游览意向，提高旅游资源的吸引力，同时分享程度也可以从侧面反映旅游点的知名度和营销力度；“门票”和“人均消费”则反映了景区门票情况和游客消费情况；“地址”则反映旅游资源所在位置，通过对其位置进行定位可以获得旅游资源点的大地坐标（X,Y），并可基于ArcGIS平台进行进一步的分析。

全部指标的流量截止时间为2014年8月31日，使用网络爬虫、人工搜索录入等方法，对415个旅游资源点共7470个有效数据进行录入统计，建立数据库。

1.2研究方法

1.2.1城市旅游资源分类

从20世纪50年代起，我国学术界开始对旅游资源进行相关研究，包括旅游资源的概

2084自然资源学报30卷念、类型、评价标准等[27-29]。2003年出台了《旅游资源分类、调查与评价》（GB/T18972—2003）国家标准，是目前旅游资源划分、评价的最主要依据。但由于休闲度假的兴起，旅游产品的丰富，传统的旅游资源分类方法已无法满足越来越多的新型旅游方式和旅游资源的划分需求，尤其是对于都市旅游资源。作者通过对城市旅游资源概念、要素和特征的分析，并结合前人研究经验[30]，对都市旅游资源进行重新划分。都市旅游资源可以是独立的旅游吸引点（独立型旅游资源），也可以是集聚的旅游吸引点组合（集合型旅游资源），作者认为当独立型旅游资源集聚在一起形成一个单独的旅游景点或景区时即变为集合型旅游资源。依据旅游资源的主要组成要素、形成原因和特征的不同，作者认为城市旅游资源可以分为三大类即自然景观类、人文景观类和休闲活动类。根据旅游资源的存在状态、成因和开发目的不同将其分为17个亚类，并进一步细分为101个子

表1

城市旅游资源分类体系Table1Classificationsystemofurbantourism

resources

注：本体系对于独立型旅游资源和集合型旅游资源不再单独区分，对于包含多种独立旅游吸引点的集合型旅游资源先看其是否满足三大类中综合亚类下的子类条件，若不满足则以最主要的独立旅游吸引点的类型作为归类依据。

  本文关键词：基于网络信息的北京市旅游资源吸引力评价及空间分析，由笔耕文化传播整理发布。