《基于大数据的湾区旅游功能外溢趋向研究——以粤港澳大湾区为例》由会员分享，可在线阅读，更多相关《基于大数据的湾区旅游功能外溢趋向研究——以粤港澳大湾区为例（11页珍藏版）》请在金锄头文库上搜索。
1、基于大数据的湾区旅游功能外溢趋向研究,以粤港澳大湾区为例,钟烨，郭彤彤，刘沛,摘要：在区域旅游资源共享、城市旅游功能外溢的发展中，本文基于百度旅游、户外助手、途牛旅游等大 数据，对粤港澳大湾区旅游功能的外溢趋向进行研究。在粤港澳大湾区层面，借助百度旅游的景点数据反 映旅游供给、户外助手签到数据反映旅游需求，分析湾区层面旅游供给与需求的匹配程度。在核心城市的 旅游功能外溢层面，通过途牛旅游的出游数据，分析广州、深圳旅游消费的外溢趋势与方向，从而研究得 到广深两市的旅游辐射腹地范围。研究发现：湾区整体北向的外溢趋势显著；西岸相比东岸，充足的旅游 资源供给尚且未能吸引足够的旅游需求流入；广深在粤港澳
2、大湾区中有着差异化的外溢趋向特征，分别占 据不同的旅游辐射腹地。针对粤港澳大湾区及其核心城市的旅游外溢特征，进一步探寻背后的原因机制， 最终对粤港澳大湾区旅游提出相应的规划建议。,关键词：粤港澳大湾区，大数据，旅游功能，外溢趋向,Research on the Trend of Tourism Function Spillover in the Bay Area based on Big Data,A Case of the Guangdong-Hong Kong-Macau Great Bay Area,Abstract: Under the circumstances of regiona
3、l tourism resources sharing and the urban tourism function spillover, this paper makes a study on the spillover effect and trend of tourism function in the Guangdong-Hong Kong-Macau Great Bay Area, based on big data such as Baidu Tourism website, Outdoor Assistant app, Tuniu Tourism website. The sig
4、htseeing Data of Baidu Tourism website reflects tourism supplies, instead the sign-in data of Outdoor Assistant app reflects the tourism demands, with which we analyze the matching degree between the tourism supplies and tourism demands in the bay area. At another level, to study the tourism spillov
5、er trend and direction of the two core cities, with the travel data of Tuniu Tourism website, and then learn the tourism hinterlands of Guangzhou and Shenzhen. The study found: the northward trend is significant in the whole bay area. Compared with the east cities, the west cities have adequate supp
6、lies of tourism resources and failed to attract enough tourists. Guangzhou and Shenzhen have different characteristics of tourism spillover trend in the bay area, occupying different tourism hinterlands. Furthermore, this research explores the reasons behind the characteristics of tourism spillover
7、in the Guangdong-Hong Kong-Macau Great Bay Area and the two core cities. Finally, it puts forward some planning suggestions for tourism development in the Guangdong-Hong Kong-Macau Great Bay Area.,Key words: the Guangdong-Hong Kong-Macau Great Bay Area, Big data, Tourism Function, the Trend of Spill
8、over Effect,1 引言,游憩是与居住、工作、交通并列的城市四大功能之一。随着社会经济的发展和居民生活,水平的提高，城市居民的游憩需求日益增加，人们针对城市资源共享的意识也逐步得到提升。 在区域交通网络体系建设完善、私人交通工具普及以及公共交通多样化等多方因素的影响 下，城市居民的日常游憩目的地由城市内部逐渐向外扩展，出现了跨地域的旅游活动现象。 短途旅游以交通耗时短、时间灵活等出行优势，已成为城市居民周末、小长假等短假期休闲 游憩的首选。截至 2015 年，广东省高速公路通车里程达 7018 公里，居全国首位，全面实现 “县县通高速公路”，高速铁路及城际铁路运营里程达 1505 公里
9、，大大提升省内旅游出行效 率。粤港澳大湾区作为一个开放的区域经济系统，城市之间旅游功能外溢现象明显，是区域 旅游合作的重要内在力量1。,因此，在粤港澳大湾区旅游资源共享与旅游功能逐渐外溢的态势下，基于城市居民游憩 需求与湾区整体旅游形象塑造的内外要求，有必要针对湾区整体尤其是核心城市的旅游趋 向、旅游外溢辐射范围、旅游资源的供需匹配状况等方面进行深入研究与探讨。,2 相关学术研究,在学术领域，关于珠三角的旅游网络格局已有不少探讨。陈浩、陆林等构建了珠三角城 市群旅游地“三级旅游基地、三类旅游区域、三条主要旅游轴线”的空间网络结构模式2， 并指出改革开放以来珠三角旅游空间格局由广州单中心格局转化
10、为广州深圳两级格局3。李 涛等人基于 GIS 技术以珠三角地区为研究对象城轨对旅游景点通达性空间格局的影响具有 “廊道效应”与“岛状效应”相结合的特征4。汤云云通过对三大都市圈的比较研究，得出 珠三角都市圈旅游发展存在较大差异，尚未形成都市圈整体旅游目的地5。,从旅游相关的研究方法上来看，陆林等采用频数统计的方法，研究了珠三角都市圈发展 较为成熟阶段的旅游者空间行为模式及目的地类型6。汤黎明、魏冀明等人通过旅游社线路 数据，采用城市复杂网络的分析方法建构区域旅游网络7。何俊阳等利用超效率 DEA 方法测 度了泛珠三角九省的入境旅游发展效率8。郭璇瑄等应用社会网络方法测度城市旅游经济联 系，分析
11、粤港澳大湾区的旅游经济网络9。,可以看出，目前国内关于旅游空间格局等研究的基础数据大多采用城市游客接待量、旅,游收入等基于城市口径统计的数据8，或通过实地调研客运站2、查看旅行社官网旅游线路 26等方式获取，旅游相关分析数据在统计精度或者获取难易程度方面有所欠缺。近几年来，,城市大数据发展迅猛，旅游门户网站、旅游活动 APP、百度地图旅游信息等各类旅游大数据 直接面向旅游景点及旅游人群，其所对应空间颗粒度更小，数据更精确，能够更准确地反映 实际人群旅游活动的空间情况。另一方面，国内外有关区域旅游空间关系的研究大多集中在 区域整体层面347，较少针对核心城市旅游功能外溢效应进行研究。,因此，本文
12、基于多类旅游相关的大数据，从区域整体到核心城市两个层面进行深入分析，,比较粤港澳大湾区各市县旅游供需情况，识别核心城市的旅游外溢腹地，并基于分析结论和 机制解析对粤港澳大湾区旅游发展提出相应的规划优化建议，在研究思路和方法上具有一定 探索性与创新性，并且对促进湾区旅游业协同发展、都市圈旅游一体化具有较高的借鉴意义。,3 研究路径,3.1 研究对象,本文研究对象分为粤港澳大湾区整体和核心城市两个层面。 首先，在粤港澳大湾区层面，本研究探讨旅游功能外溢，外溢范围并不一定局限于珠三 角范围内部，因此将与珠三角接壤的外围 6 个城市也纳入湾区研究范围，即选取珠三角九市、 港澳以及珠三角周边接壤的清远、
13、韶关、河源、汕尾、云浮、阳江等六个城市共同作为湾区 全域的研究对象，研究单元细致到区县一级。其中中山、东莞由于只有镇级行政划分，考虑 各研究单元面积的均衡性，中山、东莞以市为研究单元进行分析。 其次，在核心城市层面，选取对湾区具有代表意义的广州、深圳两大主要城市作为研究 对象，研究单元同样到区县一级。,3.2 研究方法,本研究主要通过大数据挖掘与数据分析方法进行研究。在湾区旅游供需匹配程度的分析 上，结合旅游供需比率比较的方式进行测算；在对核心城市旅游要素外溢趋向的分析上，结 合城市网络的研究方法；在对广深旅游辐射腹地的分析上，结合两个城市的出游比重关系进 行研究等。,3.3 数据来源,研究通
14、过百度旅游景点数据、户外助手签到数据、途牛旅游出游数据等数据源进行分析， 数据来源基本通过网络大数据挖掘的方式获取，于 2018 年 3 月进行数据采集。,4 粤港澳大湾区的旅游功能外溢,4.1 湾区旅游功能外溢,4.1.1 湾区旅游供给分析,研究通过挖掘并落位百度旅游的景点数据，分析粤港澳大湾区旅游资源的空间分布，以 此反映湾区整体的旅游供给情况。从分析结果来看，香港、澳门全域的旅游景点最多，其次 为广州越秀、东莞、珠海香洲等地。基于百度旅游的景点资源基本集中分布于环湾地带，此 外肇庆、江门、粤北清远和韶关、粤西阳江沿海、粤东沿海和山区等外围局部区域也有一定 的景点密集度。,图：基于百度旅游
15、的粤港澳大湾区景点分布情况 表：各区县百度旅游景点数量排序前 10 位,排序 1,区县名称 香港,城市名称 香港 澳门 广州 东莞 珠海 中山 深圳 深圳 广州 广州,百度旅游景点数量,298 162 118 111 96,2,澳门,3,越秀区 东莞,4,5,香洲区 中山,6,64,7,南山区 龙岗区 番禺区 天河区,62,8,57,9,55,10,52,4.1.2 湾区旅游需求分析,户外助手是为旅游爱好者、户外活动爱好者打造的 APP 应用，一定程度上可以反映旅游人 群的活动轨迹情况。基于户外助手的人群签到数据，分析旅游人群活动热点区域，从而反映 湾区整体的旅游需求。研究可得：粤港澳大湾区整
16、体北向的外溢趋势显著，且东岸的人群密 集度明显高于西岸；珠江口环湾区域、粤北和粤东山区局部区县的旅游人群较为密集。从人 群活动的密集程度来看，中山、深圳龙岗和宝安、东莞、香港、肇庆四会、广州等地的签到 人群数量最高，此外粤北的韶关、清远以及粤东的惠州、河源等部分区县也有较高的旅游需 求。,图：基于户外助手的粤港澳大湾区签到人群分布情况 表：各区县旅游人群签到数量排序前 10 位,排序 1,区县名称 中山,城市名称 中山 深圳 东莞 香港 深圳 肇庆 广州 广州 韶关 广州,户外助手签到人群数量,11016 8502 6765 6586 6532 5721 5505 5211 5211 4994,2,龙岗区 东莞,3,4,香港,5,宝安区 四会市 从化区 白云区 南雄市 天河区,6,7,8,9,10,4.1.3 湾区旅游供需匹配度,通过旅游供需比率比较的方式，叠加匹配各区县的旅游景点比重以及签到人群比重，以 剖析粤港澳大湾区在旅游供给与需求之间的差异化匹配程度。,由于百度旅游数据与户外助手签到数据的统计口径不同、数量级不同，直接用绝对值进 行比较并不能反映供需匹配
