自驾车旅游客流时间分布特征研究——以承德避暑山庄与周围寺庙为例

自驾车旅游客流时间分布特征研究

——以承德避暑山庄与周围寺庙为例1

李昂

【摘要】本研究以世界文化遗产承德避暑山庄与周围寺庙为例，以编制历史文化遗产保护规划为目的，考察我国自驾车游客观光活动时间分布特征。首先，把握避暑山庄客流季节性分布的高峰与谷底月份。其次，比较分析旺季一般周与黄金周的客流分布。使用旅游交通行为调查数据，分析自驾车旅游客流一日活动时间分布特征，辨别出进入景区与离开景区的集中时间段与高峰小时。最后，以生存分析为理论基础建立其观光活动时间分布模型，辨别出影响活动时间分布的显著因子，并以游览景点数量为例进行敏感性分析。该理论可作为规划编制基础方法解析自驾车游客行为特征，并运用于编制历史文化遗产保护或旅游规划。

【关键词】旅游交通；自驾车旅游；时间分布；生存分析

1.引言

近年，随着我国经济持续快速增长，旅游行业蓬勃发展。国内旅游人数由2000年的7.44亿人次增长到2011年的26.41亿人次；国内旅游总花费由2000年的3,175亿元增长到2011年的19,305亿元[1, 2]。旅游业已经成为推动地方经济增长的支柱产业。伴随着旅游人数的迅猛增加，交通问题正逐渐成为制约旅游业进一步发展的“瓶颈”。同时，旅游交通集疏运成为编制历史文化遗产保护或旅游规划等的关键问题之一。

在我国大力推进城镇化，私家车在居民家庭中快速普及，以及公路网络体系日趋完善的背景下，自驾车旅游作为一种新型旅游方式正在兴起。自驾车旅游对游客而言具有灵活、舒适、便捷等优点，但是对于景区周边道路交通会造成很大压力。因此，准确地把握自驾车旅游的需求与行为特征，才能对景区周边交通基础设施的规划与交通需求管理措施的实施提供合理的依据。

近二十年，对于出行者行为特征的深入研究与理论方法研究的日益成熟，以北村、Timmermans和Ben-Akiva等为代表，国外研究提出“基于活动”方法（activity-based approach）对出行者行为进行分析与需求预测。其中，串联一系列行为的时间轴尤为重要。因此本研究首先以我国自驾车游客为对象，探讨其出行链中的时间分布特征与影响因子。

1基金项目：住房和城乡建设部软科学研究项目（2013-K5-32）

2.国内外相关研究回顾

国内学者已经对旅游交通客流时间分布特征做了较为系统的研究。黄成林、周能敏[3]以黄山风景区为例分析旺季游客日分布特征。研究指出：旺季中客流存在不均匀分布；不同年度游客日分布曲线波形基本相同；不同年度同一月份客流峰谷日期接近；节假日客流量比平日多30%以上。张安等[4]使用曲线分析，研究南京城市游憩者时空分布模式与活动频率特征。研究得出：城市游憩活动在日变化和季变化上表现出一定的节律性；城市游憩活动的重游率随距离衰减。张捷等[5]比较研究三处国家风景名胜区的观光地客流时间分布。辨别出行距离与观光地季节性特征是游客年内分布的重要影响因子。卢松等[6]以世界文化遗产西递、宏村为例，考察古村落旅游客流时间特征，定性地分析客流时间变化的影响因子。

国外研究侧重从游客活动行为角度分析一日时间分布。Morichi等[7]以自驾车旅游者一日活动为对象，提出其观光行为模型。该模型使用服从Weibull分布的生存分析方法解释游客活动行为的时间分布。使用日本首都圈数据标定模型参数后，定量地把握道路建设方案对自驾车旅游者观光行为的影响。Barros and Machado[8]以欧洲游客在马德拉群岛的观光活动时间分布为对象，考察样本选择在服从Weibull分布的生存分析方法中的适用性，定量地把握影响观光时间的各种因子。笔者[9]以日本富士五湖地区与中国北京地区的旅游行为调查数据为基础，考察两地区客流时间分布特征与影响因子，进一步比较研究服从Weibull分布、Lognormal分布与Log-logistic分布在生存分析方法中的适用性。

从以上的相关研究可以看出，目前为止国内的研究侧重于利用曲线分析法把握不同类型景区的客流季节性规律、日分布规律，为景区建设提供需求预测分析。但是尚未充分地研究旅游者活动行为特征，特别是未从定量的角度把握影响活动时间分布的各种因子。因此，本研究在国内外相关研究的基础上，以世界文化遗产承德避暑山庄与周围寺庙为例，考察我国自驾车旅游者的活动时间分布特征，建立观光活动时间分布模型，定量地把握其影响因子。

3.研究区域概况

承德是国家级历史文化名城，是冀东北连接京津冀辽蒙的区域性城市。近年，地方政府提出建设“国际旅游城市”的目标，其中2020年全年客流将达到6500万人次[10]，为2010年接待量的5倍。位于承德老城区的避暑山庄与周围寺庙，1994年入选“世界文化遗产”。承德避暑山庄是我国现存规模最大、保存最完整的古典皇家园林，其周围寺庙凝聚了汉、蒙、藏等多民族建筑风格。由于承德与京津等经济发达城市距离较近，来承旅游者中自驾车为主

图1 承德避暑山庄客流季节性分布曲线

图2 承德避暑山庄客流节假日分布曲线（2007年）

要交通方式之一[11]，因此选取承德避暑山庄与周围寺庙为对象，进行自驾车旅游客流时间分布特征研究具有一定的典型性与代表性。

从承德避暑山庄客流季节性分布特征来看，历年曲线波形基本相同（图1）。6月-8月与10月的月客流量均大于年平均月客流量，为旅游旺季；1月-4月与11月、12月的月客流量均小于年平均月客流量，为旅游淡季。其中，7月、8月的月客流量各占全年客流总量的20%以上，1月、2月的月客流量仅占全年客流总量的1%以下。该季节性分布符合承德避暑山庄的“避暑”特性。

另一方面，季节性分布不均匀对于当地旅游业的进一步发展造成了影响。尤其是旅游旺季客流接待压力过大，旅游淡季服务设施严重闲置等问题突出。

从客流节假日分布特征分析，旺季（7月）一般周与黄金周分布区别显著（图2）。一般周内周五至周日日客流量分别占周客流总量的16%以上，合计约占60%；黄金周内2日至4日日客流量分别占周客流总量的23%以上，合计约占71%。黄金周客流量为旺季一般周客

流量的1.5倍。同时，黄金周内日不均匀系数（游客最多日客流量/最少日客流量）[6]为827%，

旺季一般周内为384%。因此，黄金周对于旅游出行有促进作用，但是较旺季一般周其分布更为不均匀。

4.旅游交通行为调查

4.1调查概要

本研究的分析数据来自2011年8月于承德避暑山庄与普宁寺进行的旅游交通行为调查（表1）。有效样本中，居住地为承德市内外的游客比例分别为34.2%和65.8%。外地游客主

图3 自驾车旅游景区一日活动时间分布

要来源地依次为河北省（承德市以外）38.4%，北京市27.3%，辽宁省9.6%，天津市9.1%。外地游客中自驾车旅游的比例为52.3%，高于本市游客中自驾车旅游的比例32%。回答自驾车的旅游者中男性占61.9%，女性占38.1%。自驾车旅游者中平均停留日数2.9日，同行人数6人，家庭年收入5万元以上占53.8%。非自驾车旅游者中，参加旅游团的比例为34.6%，平均停留日3.6日，同行人数21人，家庭年收入5万元以上占62%；个人游的比例为65.4%，平均停留日2.9日，同行人数4人，家庭年收入5万元以上占28.4%。这些数据说明，个人旅游者是否使用自驾车出行方式对于停留日数没有显著区别。但是相对非自驾车出行方式的个人旅游，自驾车旅游的同行人数略多。另外，个人旅游的游客中家庭年收入较高阶层使用自驾车出行方式的比例大。

表1 旅游交通行为调查概要

内容

调查时间 2011年8月13日（周六）

调查地点 避暑山庄，普宁寺 调查对象 旅游者

调查方法 调查员直接询问记录

回收样本 365份（自驾车旅游者166份）

调查内容

1）个人、家庭属性（如：居住地等）；

2）旅游行程安排（如：游览景点数量等）； 3） 交通状况的满意度（如：步行环境等）

4.2客流时间分布特征

从自驾车旅游客流一日活动时间分布特征分析，一日游的游客占

64.2%，其平均活动时间为7.3小时，最长15小时，最短1小时；多日游的游客占35.8%，其平均活动时间为8小时，最长12小时，最短2小时。根据图3统计，在景区一日活

动时间为5小时、9小时、11小时的

多日游的游客比例分别为一日游的游客比例的3倍、2.1倍和3.6倍。相反，在景区一日活动时间小于3小时的一日游的游客比例为多日游的游客比例的4.6倍。因此，相对一日游客流，多日游客流在景区的一日活动时间长。较为合理的解释是，一日游客流中活动时间小于4小时的旅游者中本市游客较多。

图4 自驾车旅游进出景区时间分布曲线

图4为自驾车旅游进出景区时间分布曲线。一日游客流进入、离开景区的集中时间段分别为8时-10时。（76.3%）、16时-18时（69.4%），其中高峰小时分别为9时（30.9%）、17时（25.9%）。多日游客流的第一天进入、离开景区的集中时间段分别为8时-11时（83.4%）、17时-18时（81.8%），

其中高峰小时分别为8时（33.3%）、18时（54.5%）。多日游客流的第二天以后进入、离开景区的集中时间段分别为7时-10时（88.4%）、16时-18时（79.5%），其中高峰小时分别为9时（27.9%）、17时（33.3%）。自驾车旅游客流的一日游与多日游第二天以后的进出景区时间分布相似。后者进入景区的集中时间段提早1小时至7时，该现象是由于多日游的游客住宿地点多为景区周边，其进入景区的出行时间较一日游的游客短。客流的多日游第一天进出景区时间分布与其他两者不同：进入景区的高峰小时提早至8时，离开景区的高峰小时延迟至18时；高峰小时进出景区的客流占全天比例高。进出景区的时间过于集中对于景区周边道路会造成严重拥堵，如何通过交通需求管理等措施进行疏解是今后自驾车旅游的一个重要课题。

5.客流时间分布模型与分析

5.1模型建立

本节以生存分析（survival analysis ）为理论基础建立自驾车旅游客流活动时间分布模型。1960年代以后生存分析方法广泛应用到临床医学研究中。该理论中的生存时间（survival time ）在本研究中解释为自驾车旅游客流在景区的一日活动时间，即进出承德避暑山庄与周围寺庙景区的时刻间隔。生存分析中的生存函数（survival function ），代表随机观测的游客在景区的活动时间T 超过时刻t 的概率。其风险函数（hazard function ），代表T 已至时刻t 的条件下，在接下来一瞬间离开景区发生的概率。其数学表达式分别为：

S t =Pr T >t (1) h t =lim ?t →0Pr

t

?t

(2)

假设活动时间服从某种分布，将自驾车旅游客流时间分布与影响因子建立线性关联，考察客流时间分布随影响因子变化而产生的变化。该模型表达式为：

ln t j=X jβ

x

+lnτj(3) 其中，t j表示游客j（j=1, …, n）在景区的活动时间，βx表示影响因子x的回归系数，X j表示包括游客j的特征（如：性别、居住地）及自驾车旅游属性（如：游览景点数量、同行人数）等的影响因子集合。ln(τj)表示游客j的活动时间服从τ分布所决定的随机项。

本研究假设随机项服从generalized gamma分布。该分布包括3个变量（β0, κ, σ），因此具有一定灵活性，即κ=1时为Weibull分布，κ=σ=1时为指数分布，κ=0时为lognormal分布。

采用极大似然估计方法标定模型（3）中的参数βx，即：

L jβx,Θ=S t j X jβx,Θ1?d j

f t j X jβx,Θd j

S t0j X jβx,Θ

(4)

其中，f()表示分布的密度函数，S()表示生存函数，t0j表示游客j进入景区的时刻，d j 表示游客j在观测时间段内是否离开景区，Θ表示分布的3个变量（β0, κ, σ）。

5.2模型标定结果与考察

对表1中个人、家庭属性，旅游行程安排，交通状况的满意度等调查内容进行变量筛选，分别在99%、95%、90%的检验水平上保留对自驾车旅游客流活动时间分布有显著影响的因子。表2模型标定结果中，所有影响因子的回归系数为正，时间比率均大于1，表示其对自驾车旅游客流活动时间有增加的效果。随机项变量的95%置信区间内kappa值包含1，sigma 值不包含0，表示分布近似Weibull分布形态，即随活动时间增加，其离开景区的概率增大。

表2 模型标定结果

影响因子系数时间比率

外地游客（1=是，0=否）0.27a 1.31

游览景点数量（个）0.12a 1.13

游览避暑山庄（1=是，0=否）0.49a 1.63

道路指示标志明晰程度满意度* 0.10c 1.10

景区周边步行环境满意度* 0.38a 1.46

Kappa 0.84 (0.37, 1.31)

Sigma 0.37 (0.31, 0.44)

-2 Log likelihood 106.32

样本数100

注：a<0.01，b<0.05，c<0.10. *: 1=不满意，2=一般，3=满意.

图5 游览景点数量敏感性分析

“外地游客”影响因子的系数为0.27，表明居住地为承德市外的自驾车游客在景区的活动时间长。因此，应该合理规划景区周边停车场或导入停车诱导系统，以应对外地自驾车旅游者停车周转率低所带来的问题。

从自驾车游客的行程安排对其活动时间分布的影响分析，“游览景点数量”影响因子的系数为0.12，表明自驾车游客访问的景点越多，其在避暑山庄与周围寺庙景区的活动时间越长。“游览避暑山庄”影响因子的系数为0.49，表明游览避暑山庄的自驾车游客相对仅游览周边寺庙的游客，其在景区的活动时间长。调查样本中，91%的自驾车旅游者回答“本日游览过”或“本日预计游览”避暑山庄，说明了避暑山庄在景区各个景点中的重要性。

从自驾车游客的心理满足度对其活动时间分布的影响分析，“道路指示标志明晰程度满意度”影响因子的系数为0.10，表明景区及周边道路指示标志清晰易懂，能够增加自驾车游客在景区的活动时间。调查样本中，仅40%的自驾车游客对道路指示标志清晰程度满意。因此通过改善现状道路指示标志或导入智能诱导系统，对于增加客流活动时间能够有显著的作用。“景区周边步行环境满意度”影响因子的系数为0.38，表明对于避暑山庄与周围寺庙景区的步行环境满意的自驾车旅游者，其在景区的游览时间长。调查样本中，59.1%的自驾车游客对现状步行环境满意。 5.3敏感性分析

本节以“游览景点数量”敏感性

分析为例，进一步验证模型标定结果的有效性，定量地考察该影响因子变化对于自驾车旅游客流时间分布的影响。“游览景点数量”影响因子的时间比率为1.13，表明该变量增加一个单位，客流在景区的活动时间增长到1.13倍。图5为该影响因子的敏感性分析，在其他影响因子取均值的条件下，游览景点数量

从1处增加到4处，自驾车旅游客流中位时的时间依次为6.4小时、7.2小时、8.2小时、9.2小时。调查样本中，50.3%的自驾车游客仅游览1处景点，88.8%的游客游览3处及以下的景点。而历史上避暑山庄周边有12座建筑风格各异的寺庙，目前保存完好且对外开放的景点也有5处。因此通过采取联票、修复古寺庙等措施增加可游览的景点数量，能够有效地增

加自驾车客流在景区内的活动时间。

6.结语

本研究以世界文化遗产承德避暑山庄与周围寺庙为例，从年内各月（季节性）、周内各天（节假日）与一日活动时间三个层面上把握了客流时间分布特征，为编制历史文化遗产保护与旅游规划、实施交通需求管理措施以疏解旅游旺季景区道路交通压力提供了依据。同时，本研究尝试以生存分析理论为规划编制基础技术方法，建立了自驾车旅游客流活动时间分布模型。今后需要在此基础上，进一步分析我国自驾车旅游者行为特征，建立其行为模型，定量把握各项规划编制中交通集疏运效果。

参考文献：

[1]中华人民共和国国家旅游局．中国旅游年鉴[M]．北京：中国旅游出版社，2001．

[2]中华人民共和国国家旅游局．中国旅游年鉴[M]．北京：中国旅游出版社，2012．

[3]黄成林，周能敏．黄山风景区旅游旺季游客日分布特征的研究[J]．安徽师范大学学报（自然科学版），1997，20(1)：73-77．

[4]张安，丁登山，沈思保，等．南京城市游憩者时空分布规律与活动频率分析[J]．经济地理，1999，19(1)：106-110．

[5]张捷，都金康，周寅康，等．观光旅游地客流时间分布特性的比较研究－以九寨沟、黄山及福建永安桃源洞鳞隐石林国家风景名胜区为例[J]．地理科学，1999，19(1)：49-54．

[6]卢松，陆林，王莉，等．古村落旅游客流时间分布特征及其影响因素研究——以世界文化遗产西递、宏村为例[J]．地理科学，2004，24(2)：250-256．

[7]Morichi S, Hyodo T, Okamoto N. A Study on Touring Activity Models for One-day Car Trip [J]. Infrastructure Planning Review, 1992, 10: 63-70 (Japanese).

[8]Barros CP, Machado PL. The Length to Stay in Tourism [J]. Annals of Tourism Research, 2010, 37(3): 692-706.

[9]Li A, Kazuo N, Sasaki K. A Comparative Analysis of Visitor’s Duration in a Tourist Area: By Using the Excursion Behavior Survey Data in Japan and China [C]. Proceedings of Infrastructure Planning Vol.39, Tokyo: Japan Society of Civil Engineers, 2009: No.97 (Japanese).

[10]中共承德市委．关于建设国际旅游城市的决定[N]．承德日报，2010年8月17日（第A01版）．

[11]承德市规划局，中国城市规划设计研究院．承德市城市综合交通体系规划[R]．北京：中国城市规划设计研究院，2008．

作者简介：李昂（1982—），男，工学博士，中国城市规划学会、日本城市规划学会会员，中国城市规划设计研究院。