文章快速检索     高级检索
  人文地理  2020, Vol. 35 Issue (3): 151-160  DOI: 10.13959/j.issn.1003-2398.2020.03.017
0

引用本文  

廖梓维, 张补宏, 吴志才. 潮州古城旅游社区主客活动秩序研究[J]. 人文地理, 2020, 35(3): 151-160. DOI: 10.13959/j.issn.1003-2398.2020.03.017.
LIAO Zi-wei, ZHANG Bu-hong, WU Zhi-cai. A STUDY ON CHARACTERISTICS OF HOST-GUEST ACTIVITIES ORDER IN THE ANCIENT CITY OF CHAOZHOU[J]. Human Geography, 2020, 35(3): 151-160. DOI: 10.13959/j.issn.1003-2398.2020.03.017.

基金项目

国家社会科学基金项目(18BJY199);广东省哲社科“十二五”规划学科新项目(GD15XGL38)

作者简介

廖梓维(1990-), 男, 广西桂林人, 硕士, 主要研究方向为旅游规划与社区营造。E-mail:526704099@qq.com

通讯作者

张补宏(1965-), 男, 内蒙古乌兰察布人, 副教授, 硕士, 主要研究方向为旅游目的地管理、旅游规划。E-mail:zbh1965@126.com

文章历史

收稿日期:2019-05-23
修订日期:2019-12-11
潮州古城旅游社区主客活动秩序研究
廖梓维 1, 张补宏 2,3, 吴志才 1,2,3     
1. 华南理工大学 广东旅游战略与政策研究中心, 广州 510006;
2. 华南理工大学 经济与贸易学院, 广州 510006;
3. 华南理工大学 旅游与酒店管理学院, 广州 510006
提   要:个体日常活动行为的时空特征及秩序反映出个体对空间利用的时空需求。本文选取潮州古城作为案例地,以周末为典型日,采用日常活动地图收集居民与游客活动数据,基于活动分析法及ArcGIS空间分析从流动、分布与状态三个方面探究大型旅游社区的主客活动秩序。研究结果表明:古城的空间功能在原有的生活功能基础上演化出旅游功能,并保持着主客活动的秩序性,但其流动模式由于交通管制条例的约束及主客的共同占用,暗藏潜在矛盾;由于主客活动意图的不同,决定了活动安排上时间与空间的错位,在时空资源配置上表现出“分时共地”、“共时异地”的嵌合特征;“共时共地”之时,由于古城的空间足以容纳主客的活动,加之“商业性好客”的驱使,使得主客活动仍能保持秩序化。由于潮州古城具有着相对独立的社区结构,社区旅游发展成为社区秩序重构的重要机遇,合理的规划内容和途径能有效促进旅游社区生活功能与旅游功能的协调,在利益主体的协商与适应中构建了主客活动的新秩序。
关键词旅游社区    主客活动    秩序    潮州古城    
A STUDY ON CHARACTERISTICS OF HOST-GUEST ACTIVITIES ORDER IN THE ANCIENT CITY OF CHAOZHOU
LIAO Zi-wei1 , ZHANG Bu-hong2,3 , WU Zhi-cai1,2,3     
1. Guangdong Tourism Strategy and Policy Research Center, South China University of Technology, Guangzhou 510006, China;
2. School of Economics and Commerce, South China University of Technology, Guangzhou 510006, China;
3. School of Tourism and Hotel Mangement, South China University of Technology, Guangzhou 510006, China
Abstract: The spatiotemporal characteristics and orders of individuals' daily activities reflecting their needs for space-time. This study selects Chaozhou Ancient Town as a case. It takes one day of weekend as a typical day, and use daily activity maps to collect residents and tourists activities data. We chose the activity analysis method and ArcGIS spatial analysis to analyze data, aimed at exploring the host-guest activity order of largescale tourism communities from three aspects: flow, distribution and status. The research shows, the original living space of Chaozhou ancient town evolved the function of tourism, and maintain the orderliness of hostguest activity, but there existed potential contradictions caused by the constraints of traffic control regulations and the co-occupation of the residents and tourists. The different intentions of the host and guest determined the dislocation of time and space in the event schedule. However, the host-guest activity remains orderlyeven at the time of "time-space sharing". It was because the ancient town still has enough space to accommodate the host-guest activity, and affected by 'commercial hospitality'. Reasonable planning can effectively coordinate the life function and tourism function, and build a new order of host-guest activity in the negotiation and adaptation of the stakeholders.
Key words: tourism community    host-guest activity    activity order    Chaozhou Ancient Town    
1 引言

时代发展背景下,曾经“因路而起,因商而兴”的古城,由于区域格局演变,交通枢纽迁移,古城经济活力降低,难以保障古城居民在地就业,由此引发居民外迁,也一定程度上保护了古城的原始面貌,并成为旅游开发炙手可热的宝贵资源。伴随旅游的逐步深入,在改善了人居环境、提升了设施配套的同时,也带来了相对剥夺[1]、利益冲突[2]、原住民文化空心[3]等问题,因此,在古城社区空间向旅游功能翻转的过程中,充分考虑社区的生活性,对营造良好的社区旅游氛围显得尤为重要[4]

国外有关时空行为的研究成果丰硕、视角多样,重点关注空间与空间中行为的耦合关系,包括以空间解析空间中的行为、群体活动的需求特征[5, 6],并试图逆转思维,通过空间中的行为去理解空间,以解决空间规划问题[7-9]。研究对象多以城市居民为主,同时出于人本主义关怀,对特殊群体给予了充分的学术关照,积累了基于性别[10, 11]、民族与阶层[12, 13]等差异的群体行为活动的相关研究。研究的空间域则以城镇空间[5, 7, 8, 13, 14]为主,少量研究选择了景区[15, 16]、社区[17]等中微观场所。

国内的相关研究兴起于近十年间,基于国外的研究成果,激发了国内学者对空间的再审视,重点仍是关注居民的时空行为模式,并在旅游学者的推动下切入旅游者时空行为研究,构成了时空行为研究中的两大主体,即本地人(居民)与外地人(游客)。以居民为研究对象时,主要关注居民全天候的日常生活行为特征[18-21],以及通勤活动[22, 23]、购物行为[24-27]、体育休闲活动[28-31]等特定活动的行为模式;以游客为研究对象时,主要关注特定区域内的游客行为模式[18, 19]、特征及其路径轨迹[20, 22]等议题。在研究范围的选定上依旧以城市空间为主,关注城市空间尺度下的游客行为[32-35],此外对景区空间中游客时空行为的研究[36-39]也逐步兴起,但基于社区尺度的研究则较少。

目前的时空行为文献当中,以城市居民出行活动为研究重点,并从多种空间尺度探索了居民日常活动模式或生活方式[8, 40];以游客为对象的时空行为研究也备受学界关注,从开放的城市空间[41]到封闭的旅游景区[39, 42],积累了较多的研究成果,但就以半开放式的大型社区旅游目的地为研究范围和主客“共同在场”的活动组织研究仍待充实。此外,时间地理学正历经由“个体”到“组织”、由“物质空间”制约到“社会文化”制约、由“路径”到“情境”的转变[43],并促成了时空行为研究中“路径”、“棱柱”等符号系统的应用[44],充分展现了时间维度在活动分析中的重要性,加之ArcGIS等空间分析技术的发展,推动着行为、空间、时间等要素在可视化场景下集成,为本文古城社区内主客活动的历时分析提供了思路和分析工具。

鉴于此,本文以探索性研究为核心思路,抛开居民“被动承受者”的角色预设[45, 46]和深入人心的时空棱柱等符号系统[44, 47],从重视对个体路径梳理,转向对群体惯习活动的时空资源组织的再现,试图融合活动地图、空间分析、深度访谈等方法,拆解行为中流动、分布等维度,解析主客活动秩序现象,并从活动状态厘清主客活动秩序发生的动因。

2 研究区域和数据来源 2.1 研究区域

本研究以广东省潮州古城为案例地,由于古城内部公共绿地空间较少,居民活动外溢明显,流向滨江带和西湖公园,古城、西湖公园、滨江带构成了完整的容纳古城居民全天候活动的空间域,遂界定的研究范围涵盖西湖、金山、太平、湘桥4个街道,及东侧滨江带(韩江)和西北侧西湖公园,总面积约12.45 kkm2 (详见图 1)。

图 1 潮州古城平面图 Fig.1 Map of Chaozhou Ancient City

哈格斯特朗(Hargerstrand)提出,要厘清某一区域中事物的意义及时空的规律性,需事先界定该区域的有限边界[46],潮州古城则符合“有限边界”的基本特征,古城墙及城市干道的包围,阻断了外界影响,保护着潮州古城内部的基本风貌和社区结构。伴随潮州古城的旅游活动逐渐兴起,到访游客逐年增多,居民与游客的活动在古城当中穿插叠置,亟待通过行为研究探讨主客互动关系,而古城的“有限边界”加深了活动主体对自身在古城内活动的记忆,保障了数据采集的可行性和数据的精准度。

2.2 数据收集

本研究以参与式绘图法的日常活动地图为主客活动数据的采集工具。从田野观察及访谈中得知,潮州古城的旅游活动集中发生在周末,工作日游客到访极少,且周末任意一天中主客两大研究对象的活动模式各自保持一致,加之参与式制图耗时久,为获得足够的样本量,在整个调研时间段内,只就最能反应主客活动秩序特征的周末任一日进行数据收取。利用事先准备的古城平面图,让研究对象绘制周六或周日在古城内的穿行路径、驻留场所、活动内容及事项发生的起止时间,并根据潮州古城区划,分别对西湖街道、金山街道、太平街道、湘桥街道、西湖公园、滨江带进行覆盖式调研。

调查组由笔者所在高校的研究生和当地院校学生构成,事先对调研人员进行培训,并进行预调研,全程给予指导和监督,使其操作规范。数据采集通过熟人引荐及便利性抽样来扩大样本,正式调研分两期进行,第一期为2016年11月3日—8日,5日—6日(周末)主要收集游客活动数据,并在11月3日—4日及7日—8日(工作日)重点收集居民周末活动数据;第二期为11月18日—21日,针对第一期未能覆盖的区域加以补充调研。调查内容包括居民和游客的个人属性、调研时段内居民与游客在潮州古城内的活动日志及活动内容等,受限于人工采集数据的工作时长及人群的活动规律,采集到的有效数据分布时段为5:00—23:00。回收样本共计285份,居民与游客样本分别为133份与152份。根据数据完整性对问卷进行筛选,留取居民样本118份,游客样本140份,样本有效率分别为88.7%及92.1%。

2.3 数据整理

通过参与式绘图获取的点数据(驻点)、线数据(线路)、活动内容(状态)和时间数据在分析前需进行预处理,数据类型详见表 1。根据单位时间段内的数据密度和研究对象的活动规律,划分为六个时间段,打包为T1—T6六组数据集,详见表 2

表 1 参与式绘图获取的数据类型说明 Tab.1 Data Type Description for Participatory Drawing
表 2 时间段的标记 Tab.2 Marks of Time Period

时间节点的设置,需对数据进行分段处理,以测算不同时间段内活动发生的区域与热度。而后,以ArcGIS10.2为分析工具,将T1—T6的线数据(通行路径)与点数据(活动驻点)分别进行密度分析,以观测每个时间段内通行繁忙区和驻留热点区。为生成对应的密度分布图,根据潮州古城的空间尺度,利用ArcGIS的密度分析工具编制各时间段的空间热力图,显示主客流动及停驻活动的聚集情况。图中有色区域表示活动频繁发生的空间范围,色彩由“红—黄—绿”表示活动发生频次,频次越高,颜色越趋红色。

3 旅游社区主客活动秩序特征分析

古城社区的旅游空间生产过程,促使社区主体多元化、生活情境复杂化,规条的制定及游客的介入等导致与居民活动相关的时空资源配置发生了重组。社区中的个体活动的叠加在空间上集聚为集体活动的投影,并跟随时间延伸,呈现规律性的变化。本文参照建筑设计以及室内设计对有限区域内活动主体的行为类型划分[48],从流动、分布、状态三个方面分析主客活动的时空资源配置及两者活动秩序特征。

3.1 主客流动秩序特征

流动特征指人的流动行为在空间上所表现的热度迁移特征,传统方法侧重停留地点的分析,而忽略了通行活动的空间测度[49]。线数据所反映的活动轨迹表示人在空间中的移动过程,由于活动受到物质环境的制约,人群的流动热度分布与路网重叠,且因由时间的分段化处理,具有直观描述历时性“人流”特征的效用,反映出群体在空间中的通行的强度(见图 2图 3)。

图 2 居民流动热点历时变化 Fig.2 Diachronic Change of Resident Mobile Hotspot
图 3 游客流动热点历时变化 Fig.3 Diachronic Change of Tourist Mobile Hotspot

(1) 基本现象描述。图 2图 3比对分析发现,在任意时段居民具有更强的活动覆盖力,活动范围明显较游客广。居民与游客的通行最高峰在时间上表现出错峰出行的倾向,居民通行高峰为T2时段,游客通行高峰为T3时段,恰在居民回家就餐和午休的时候,游客通行最为繁忙。由图 2所示,居民通行活动表现为从T1—T2时逐步扩散,从T3—T6先轻微扩散后逐步收缩的特征;由图 3所示,游客的通行活动则表现为T2时骤然增多,T5时骤然减少,而在T6时少量回升,并在空间上表现出特定区域的聚集效应。

(2) 主客通行空间历时变化。T1时段,居民生活其中的便利条件促其更早介入社区活动,古城是在居民一天的户外活动开始时“苏醒”的,此时的古城空间主要为生活功能;T2时段古城的空间逐步向旅游功能让渡,在太平路上主客通行活动发生了明显的交集;T3—T4时段,由于午间天气炎热和居民午餐、午休习惯,使得T3时段外出活动的居民减少,而在午休后,又逐渐增多,此时的空间功能发生了分化,主客流动分布发生在不同区域;T5时段游客活动的骤然减少与古城内的景点丰度及业态配套有关,古城的旅游开发尚处初级阶段,景点开发和旅游项目均难以让游客长时间逗留,经过非参与式观察发现,古城的餐饮业以小吃为主,而此时处于晚餐时间,游客大都选择离开古城,在外用餐;T6时段以太平路为主的灯光景观开启,夜间临街茶馆、水吧也逐步兴旺,对外来游客、当地市民和社区居民具有普遍吸引力,此时的太平路空间功能最为多元,成为外地游客的旅游目的地、潮州市民的文化休闲街和古城居民茶余饭后的社交之所。

(3) 主客流动秩序特征分析。根据时间序列组织研究区域内居民与游客的通行热点分布地段,绘制成图 4。图上记录了周末任一天(5:00—23:00)主客流动空间的历时变化。以横轴为轴对称的阴影图形意指主客通行活动的交集,为主客矛盾发生的敏感时空域,在进行深度访谈时,居民虽认为这个时空域有可能造成主客冲突,但现阶段仍未有此类问题发生;在阴影图形以外的则反映了居民、游客的通行活动在同一时段分布在不同区域的情况,主客通行活动在相对独立的空间内开展,形成了互不干扰的流动秩序特征。

图 4 主客流动秩序特征 Fig.4 The Characteristics of Resident-tourist Flow Order
3.2 主客分布秩序特征

分布特征基于连续划定的多个时间断面,探索人群在空间中的活动密度[50],反映的是活动在空间中的热度不是由单一的个体而是由群体的共同“在场”所形成的。本研究中点数据记录的即是活动主体驻留活动的分布及热度特征,对应的是某项活动开展的特定时空域,直接反映出古城的空间分化程度和功能属性。图 5图 6分别记录了居民和游客驻留活动的分布情况与发生频次,对应的时空资源配置与活动主体的外出目的直接相关。

图 5 居民分布热点历时变化 Fig.5 Diachronic Change of Resident Distribution Hotspots
图 6 游客分布热点历时变化 Fig.6 Diachronic Change of Tourist Distribution Hotspots

(1) 基本现象描述。由图 5图 6显示,主客分布情况与流动情况的时空要素配置基本一致,居民在T2时段的驻留活动达到峰值,同时贯穿整个研究时段,居民驻留点热点区域分布于上东平路与东门街交汇处、府衙广场、文化公园、开元寺、西湖公园等片状区域及太平路、滨江带、上西平路等带状地段。游客的驻留活动的分布时空要素则明显集中,在时间上从T2时持续到T4时,并在T3时段达到峰值,在空间上主要集中于旅游重点开发区域,包括开元寺、广济城楼及太平路沿路,少量分布于海阳县儒学宫和许驸马府等吸引力较低的景点。

(2) 主客驻留空间历时变化。游客与居民在古城中的驻留活动具有显著差异,游客较之居民的分布情况更为集中,游客集中之处与古城旅游景点的布局紧密关联。在T1时段,居民晨间活动频繁,而游客仍未大量到来;T2时段居民的外出活动达到峰值,此时游客才逐渐介入;T3时段游客的驻留活动达到一天当中的峰值,与此同时,居民在社区内的驻留活动则明显减少,在T3—T4时段上主客分布持续保持着空间分布上的差异,代表这两个时段内的主客活动分布区域交错嵌合,相互的干扰较小;T5—T6时段主客的驻留活动均大量减少,根据图 23所显示的是,居民与游客仍保持空间上的流动,这与傍晚或夜间的“闲逛”有关,而未形成群体的停留。

(3) 主客分布秩序特征分析。在实际的参与观察和深度访谈中得知,游客是以景点为目的地,居民与游客活动发生的“观光导向”不同,居民对于景点的依赖程度偏低,以“社交导向”来安排他们的活动内容,往往表现为“邻里相互结伴或在某一地点相约去做某件事”,是以满足社交需求和生活必须为目的活动计划,且明显受到个体社交偏好的影响,在分布特征上相对分散。将时间序列逐帧对应主客活动分布情况,上半纵轴标识游客旅游活动发生的热点地段,下半纵轴表示居民生活活动发生的核心区域。由图 7可见,当中T2时段主客活动发生叠置,在开元寺、太平路、广济门这些区域聚集,表现为“共时共地”特征,但共享空间未被占满,足以供给主客活动所需的空间资源。而在其它时段,主客分布分别显示出“分时共地”与“共时异地”的现象,即主客在不同的时间占用相同空间,或在同一时间分布在古城内的不同场所,整体上维持着主客活动的秩序性。

图 7 主客分布秩序特征 Fig.7 Duration Map of Resident and Tourist
3.3 主客活动状态特征

活动状态是活动主体意图的实践与写照,记录活动主体在停驻点所进行的具体事件,根本上影响到流动、分布及热度。本研究在描摹主客活动的时空热力感应基础上,以活动内容理解空间功能,并对形成此种现象背后的原因进行分析。

(1) 主客活动状态的差异性分析。由图 8可见,一天当中居民活动所覆盖的时空间范围广,而游客活动则发生于特定的空间和较窄的时段内。对居民而言,没有参与商业活动的普通居民受到作息规律的影响,符合普遍的生活节律特征,即清晨(T1)晨练、上午(T2)买菜、中午(T3)午休、下午(T4)社交、傍晚(T5)晚餐、晚间(T6)休闲的活动模式,而个体经营户的全天活动内容单一,围绕经营开展,中途穿插进餐活动。对游客而言,旅游活动发生的意图决定了游客活动与居民活动的差异,游客活动围绕旅游六要素(吃住行游娱购)开展,明显受到古城中景点及商业布局的影响,将观光、就餐、购物等体验活动局限在旅游开发区域内,导致不同游客在相对固定的地点重复着雷同的活动内容。

图 8 主客状态历时特征 Fig.8 Duration Map of Resident-tourist Status

(2) 活动状态对流动与分布的影响。游客寻求差异化体验,活动的热度对应景点及商业的营业时间,游客的活动具有高度一致性,游客分布集中在旅游开发区,这是受到古城旅游分区开发的直接影响结果;而本地居民对“家门口”的景点习以为常,居民以生活活动和社交活动为主,活动的热度反映出作息的规律。主客活动意图的截然不同奠定了主客活动状态的显著差异,加之主观能动性的影响,能够在一定范围内应对古城旅游发展的变化,对政府所制定的规条和游客活动干扰具有适应力,这在深度访谈中居民的态度可见一斑,“我们不一定要去跟游客去挤,我们住在这里,什么时候去都可以呀!之前不是有提过让出空间吗,我们对游客的欢迎胜过要去排斥”,因此,即便主客活动虽在开元寺、太平路和广济门等处有所交叠,但目前的旅游发展阶段及活动意图的差异,足以保证各自“时空箱”在占满前,仍能找到适合的“时空口袋”[48],规避了直接的互动,并通过“流动”和“停驻”反映出来,而双方买卖关系中发生的直接互动,因“商业性好客(commercialized hospitality) ” [51]的形成,维系着主客活动的秩序性。

4 结论与讨论

如今GPS等定位技术的发展能有效记录研究对象的时空行为路径,推动了城市等大尺度空间的居民时空行为研究,但它的应用受制于受访者教育程度、案例地空间郁闭情况、仪器发放成本和回收等问题,限制了它在欠发达地区及高密度建筑空间当中的应用,加之其取得的数据由时间轴上的系列空间坐标点组成,不便于区分研究对象的活动状态,也不易识别当中的非惯常活动,海量数据中难免存在不易辨识的数据噪声。因此,本文采取较传统的参与式制图和深度访谈法采集数据,它源于受访者经常性的活动经验,更有效的去除了“突发事件”干扰,有利于区分“流动”和“停驻”状态,便于探究活动发生的一般性、重复性、稳定性特征,且能识别活动内容,还原社区中的日常活动情境,从而强化社区旅游开发的可操作性。

社区型旅游目的地首先需要执行生活生产功能,这是居民活动的核心,出于对社区的熟悉,居民日常活动的开展具有更自由的时间安排和空间分布;而游客活动,是为了追寻有别于日常生活情境的感官体验,为了满足社区旅游事业的发展,社区空间势必历经一系列的物质空间改造,社区空间在地方政府及开发商的旅游开发实践中,逐步发生分异,形成了以旅游吸引物构成的旅游核心区和外围的生活功能区,促成了社区主体的多元化和信息传递[51],加速了社会关系的重组,回顾现有社区旅游开发实践,旅游的作用极大地推动了古城的旅游化与城镇化进程,在“求异”与“趋同”、“构想”与“现实”中,社区利益冲突似乎普遍存在。在潮州古城社区旅游发展的现阶段,基础设施的完善,保留了居民的日常活动场所,愈发改善了社区生活品质,居民在能动与被动中调整自身活动计划[52],推动社区的主客共享,衍生出潮州古城旅游氛围的好客性,这与政府主导下刻意或不经意构想的“地方秩序”的协调性、条理性和统筹性密切相关,在一系列层层嵌套的地方资源保障、经营规范、风貌控制等条例及社区传统惯习、集体价值观等的作用下,形成了趋于共识的地方秩序[49, 53]

本文基于活动分析及ArcGIS空间分析探究了潮州古城这一大型旅游社区的主客活动秩序,主要结论如下:①潮州古城主客活动组织特征显示,两者分别瓜分了这一区域当中为己所用的“时空箱(space-time tube) ”[49],总体上呈现出秩序化的特征。②潮州古城的主客活动秩序由于意图的不同,决定了活动安排上时间与空间的错位,主要表现为“共时异地”、“分时共地”这一时空嵌合特征,并在“共时共地”时因由“适应性”或“商业性好客”维持共享关系,但在主客流动模式中却也暗藏了交通拥挤问题所致的潜在冲突。③居民与游客均是古城空间的消费者,两者间接或直接地均对潮州古城的空间生产过程起到推动作用,作为空间的消费者瓜分了社区当中的时空资源,并通过主客活动的组织推动互动关系的重塑。

参考文献
[1]
王汝辉, 吴涛, 樊巧. 基于扎根理论的三圣花乡旅游景区原住民生存感知研究[J]. 旅游学刊, 2014, 29(7): 31-38. [Wang Ruhui, Wu Tao, Fan Qiao. Research on native residents' perceptions of life in Sansheng Flower Village tourism scenic area based on grounded theory[J]. Tourism Tribune, 2014, 29(7): 31-38.]
[2]
黄玉理, 龙良富, 王玉琼. 我国世界遗产地居民对旅游影响感知与态度的比较研究——以平遥、丽江古城为例[J]. 人文地理, 2008, 23(2): 91-94. [Huang Yuli, Long Liangfu, Wang Yuqiong. A comparative study on residents' perception and attitudes on tourism impacts of world heritage destinations:A case study of Pingyao and Lijiang ancient cities[J]. Human Geography, 2008, 23(2): 91-94.]
[3]
彭青, 曾国军. 家庭旅馆成长路径研究:以世界文化遗产地丽江古城为例[J]. 旅游学刊, 2010, 25(9): 58-64. [Peng Qing, Zeng Guojun. Growth paths of family inns in China:A case study on world cultural heritage, Lijiang ancient town[J]. Tourism Tribune, 2010, 25(9): 58-64.]
[4]
Font X, Ahjem T E. Searching for a balance in tourism development strategies[J]. International Journal of Contemporary Hospitality Management, 1999, 11(2/3): 73-77.
[5]
Forer P C, Kivell H. Space-time budgets, public transport, and spatial choice[J]. Environment and Planning A, 1981, 13(4): 497-509.
[6]
Ahas R, Aasa A, Silm S, et al. Daily rhythms of suburban commuters' movements in the Tallinn metropolitan area:Case study with mobile positioning data[J]. Transportation Research Part C:Emerging Technologies, 2010, 18(1): 45-54.
[7]
Carp F M. Environmental effects upon the mobility of older people[J]. Environment and Behavior, 1980, 12(2): 139-156.
[8]
Novák J, Sýkora L. A city in motion:Time-space activity and mobility patterns of suburban inhabitants and the structuration of the spatial organization of the Prague metropolitan area[J]. Geografiska Annaler Series B:Human Geography, 2007, 89(2): 147-168.
[9]
Yin L, Lai Y, Epstein L, et al. Neighbourhood for playing:Using GPS, GIS and accelerometry to delineate areas within which youth are physically active[J]. Urban Studies, 2013, 50(14): 2922-2939.
[10]
Culp R H. Adolescent girls and outdoor recreation:A case study examining constraints and effective programming[J]. Journal of Leisure Research, 1998, 30(3): 356-379.
[11]
Kwan M P, Kotsev A. Gender differences in commute time and accessibility in Sofia, Bulgaria:A study using 3D geovisualisation[J]. Geographical Journal, 2015, 181(1): 83-96.
[12]
Tan Y, Kwan M P, Chai Y. Examining the impacts of ethnicity on space-time behavior:Evidence from the City of Xining, China[J]. Cities, 2017, 64: 26-36.
[13]
Lew A, Mc Kercher B. Trip destinations, gateways and itineraries:The example of Hong Kong[J]. Tourism Management, 2002, 23(6): 609-621.
[14]
Fobker S, Grotz R. Everyday mobility of elderly people in different urban settings:The example of the city of Bonn, Germany[J]. Urban Studies, 2006, 43(1): 99-118.
[15]
Fennell D. A tourist space-time budget in the Shetland islands[J]. Annals of Tourism Research, 1996, 23(4): 811-829.
[16]
Versichele M, Groote L D, Bouuaert M C, et al. Pattern mining in tourist attraction visits through association rule learning on Bluetooth tracking data:A case study of Ghent, Belgium[J]. Tourism Management, 2014, 44(13): 67-81.
[17]
Saelens B E, Sallis J F, Black J B, et al. Neighborhood-based differences in physical activity:An environment scale evaluation[J]. American Journal of Public Health, 2003, 93(9): 1552-1558.
[18]
申悦, 柴彦威, 郭文伯. 北京郊区居民一周时空间行为的日间差异[J]. 地理研究, 2013, 32(4): 701-710. [Shen Yue, Chai Yanwei, Guo Wenbo. Day-to-day variability in activity-travel behavior based on GPS data:A case study in suburbs of Beijing[J]. Geographical Research, 2013, 32(4): 701-710.]
[19]
塔娜, 柴彦威, 关美宝. 北京郊区居民日常生活方式的行为测度与空间-行为互动[J]. 地理学报, 2015, 70(8): 1271-1280. [Ta Na, Chai Yanwei, Guan Meibao. Suburbanization, daily lifestyle and space-behavior interaction in Beijing[J]. Acta Geographica Sinica, 2015, 70(8): 1271-1280.]
[20]
柴彦威, 申悦, 马修军, 等. 北京居民活动与出行行为时空数据采集与管理[J]. 地理研究, 2013, 32(3): 441-451. [Chai Yanwei, Shen Yue, Ma Xiujun, et al. The collection and management of space-time data of individual behavior based on location-based technologies:A case study of activity-travel survey in Beijing[J]. Geographical Research, 2013, 32(3): 441-451.]
[21]
陈博文. 建成环境对居民工作日多目的通勤行为的影响——基于广州市中心城区的实证[J]. 城市规划学刊, 2017(5): 89-97. [Chen Bowen. Study on impacts of built environment on residents' multipurpose commuting trips:A case of Guangzhou downtown[J]. Urban Planning Forum, 2017(5): 89-97.]
[22]
孟庆艳, 陈静. 城市居民通勤活动行为的时空特征研究——以上海浦东新区为例[J]. 交通与运输(学术版), 2006(1): 6-9. [Meng Qingyan, Chen Jing. A study on the time-space characteristics of urban commuting[J]. Traffic & Transportation, 2006(1): 6-9.]
[23]
周素红, 闫小培. 基于居民通勤行为分析的城市空间解读——以广州市典型街区为案例[J]. 地理学报, 2006, 61(2): 179-189. [Zhou Suhong, Yan Xiaopei. The impact of commuters' travel pattern on urban structure:A case study in some typical communities in Guangzhou[J]. Acta Geographica Sinica, 2006, 61(2): 179-189.]
[24]
王德, 王灿, 朱玮, 等. 商业综合体的消费者空间行为特征与评价[J]. 建筑学报, 2017(2): 27-32. [Wang De, Wang Can, Zhu Wei, et al. Spatial features and assessment of consumer behavior in commercial complex[J]. Architecture Journal, 2017(2): 27-32.]
[25]
韩会然, 宋金平. 芜湖市居民购物行为时空间特征研究[J]. 经济地理, 2013, 33(4): 82-87. [Han Huiran, Song Jinping. The study on temporal and spatial characteristics of shopping behavior of Wuhu residents[J]. Economic Geography, 2013, 33(4): 82-87.]
[26]
焦华富, 韩会然. 中等城市居民购物行为时空决策过程及影响因素——以安徽省芜湖市为例[J]. 地理学报, 2013, 68(6): 750-761. [Jiao Huafu, Han Huiran. Research on temporal and spatial decision-making process and influencing factors of residents' shopping behavior in medium-sized cities:A case study of Wuhu city in Anhui province[J]. Acta Geographica Sinica, 2013, 68(6): 750-761.]
[27]
冯健, 陈秀欣, 兰宗敏. 北京市居民购物行为空间结构演变[J]. 地理学报, 2007, 62(10): 1083-1096. [Feng Jian, Chen Xiuxin, Lan Zongmin. The evolution of spatial structure of shopping behaviors of Beijing's residents[J]. Acta Geographica Sinica, 2007, 62(10): 1083-1096.]
[28]
蔡玉军, 魏磊, 朱昆. 上海市小学生非上学时间体育活动行为时空规律研究[J]. 体育科学, 2011, 31(6): 59-66. [Cai Yujun, Wei Lei, Zhu Kun. A study on temporal and spatial characteristics of sports behavior of pupils in Shanghai[J]. China Sport Science, 2011, 31(6): 59-66.]
[29]
金银日, 姚颂平, 蔡玉军. 上海市居民休闲体育时空行为特征研究[J]. 体育科学, 2015(3): 12-19. [Jin Yinri, Yao Songping, Cai Yujun. Research on leisure sports space-time behavior of urban residents in Shanghai[J]. China Sport Science, 2015(3): 12-19.]
[30]
金银日, 范旭东. 上海市居民休闲体育时空行为特征及其差异性研究[J]. 成都体育学院学报, 2017, 43(6): 39-44. [Jin Yinri, Fan Xudong. Research on the spatio-temporal behavior characteristics and differences of leisure sports of residents in Shanghai[J]. Journal of Chengdu Sport University, 2017, 43(6): 39-44.]
[31]
钟兆祥, 刘新状, 王西中. 浅谈城市居民休闲体育时空行为特征[J]. 山东农业工程学院学报, 2016(12): 90-91. [Zhong Zhaoxiang, Liu Xinzhuang, Wang Xizhong. Talking about the characteristics of space-time behavior of urban residents' leisure sports[J]. Journal of Shandong Agriculture and Engineering University, 2016(12): 90-91.]
[32]
黄潇婷, 李玟璇, 张海平, 等. 基于GPS数据的旅游时空行为评价研究[J]. 旅游学刊, 2016, 31(9): 40-49. [Huang Xiaoting, Li Wenxuan, Zhang Haiping, et al. Evaluation of tourist temporal-spatial behavior based on GPS data[J]. Tourism Tribune, 2016, 31(9): 40-49.]
[33]
杨兴柱, 蒋锴, 陆林. 南京市游客路径轨迹空间特征研究——以地理标记照片为例[J]. 经济地理, 2014, 34(1): 181-187. [Yang Xingzhu, Jiang Kai, Lu Lin. Urban tourist path trajectory spatial characteristics:An empirical analysis of geotagged photos[J]. Economic Geography, 2014, 34(1): 181-187.]
[34]
杨敏, 李君轶, 杨利. 基于旅游数字足迹的城市入境游客时空行为研究——以成都市为例[J]. 旅游科学, 2015, 29(3): 59-68. [Yang Min, Li Junyi, Yang Li. The study on spatio-temporal behaviors of inbound tourists based on tourists' digital footprints:A case study of Chengdu[J]. Tourism Science, 2015, 29(3): 59-68.]
[35]
严江平, 唐萍, 李巍. 基于网络游记的兰州市旅游流时空行为研究[J]. 资源开发与市场, 2016(10): 1244-1248. [Yan Jiangping, Tang Ping, Li Wei. Study on tourism flow temporal-spatial behavior of Lanzhou on network travels[J]. Resource Development & Market, 2016(10): 1244-1248.]
[36]
郑春芝. 景区内部旅游者时空行为影响因素研究——以杭州宋城为例[J]. 经济研究导刊, 2013(16): 265-266, 273. [Zheng Chunzhi. Study on the influencing factors of space-time behavior of tourists in scenic spots:A case study of Song city in Hangzhou[J]. Economic Research Guide, 2013(16): 265-266, 273.]
[37]
李春明, 王亚军, 刘尹, 等. 基于地理参考照片的景区游客时空行为研究[J]. 旅游学刊, 2013, 27(10): 30-36. [Li Chunming, Wang Yajun, Liu Yin, et al. A study of the temporal-spatial behavior of tourists based on georeferenced photos[J]. Tourism Tribune, 2013, 27(10): 30-36.]
[38]
张子昂, 黄震方, 靳诚, 等. 基于微博签到数据的景区旅游活动时空行为特征研究——以南京钟山风景名胜区为例[J]. 地理与地理信息科学, 2015, 31(4): 121-126. [Zhang Ziang, Huang Zhenfang, Jin Cheng, et al. Research on spatial-temporal characteristics of scenic tourist activity based on Sina Microblog:A case study of Nanjing Zhongshan Mountain National Park[J]. Geography and Geo-Information Science, 2015, 31(4): 121-126.]
[39]
黄潇婷, 张晓珊, 赵莹. 大陆游客境外旅游景区内时空行为模式研究——以香港海洋公园为例[J]. 资源科学, 2015, 37(11): 2140-2150. [Huang Xiaoting, Zhang Xiaoshan, Zhao Ying. Temporal-spatial behavior patterns of Chinese mainland tourists at Ocean Park Hong Kong[J]. Resources Science, 2015, 37(11): 2140-2150.]
[40]
塔娜, 柴彦威. 理解中国城市生活方式:基于时空行为的研究框架[J]. 人文地理, 2019, 34(2): 17-23. [Ta Na, Chai Yanwei. Understanding the lifestyle in Chinese cities:A framework based on spacetime behavior research[J]. Human Geography, 2019, 34(2): 17-23.]
[41]
Bob M, Gigi L. Movement patterns of tourists within a destination[J]. Tourism Geographies, 2008, 10(10): 355-374.
[42]
黄潇婷. 基于时间地理学的景区旅游者时空行为模式研究——以北京颐和园为例[J]. 旅游学刊, 2009, 24(6): 82-87. [Huang Xiaoting. A study on temporal-spatial behavior pattern of tourists based on time-geography science:A case study of Summer Palace, Beijing[J]. Tourism Tribune, 2009, 24(6): 82-87.]
[43]
张艳, 柴彦威. "新"时间地理学——瑞典Kajsa团队的创新研究[J]. 人文地理, 2016, 31(5): 19-24. [Zhang Yan, Chai Yanwei. "New" Time-geography:A review of recent progresses of time-geography researches from Kajsa Ellegärd in Sweden[J]. Human Geography, 2016, 31(5): 19-24.]
[44]
Kajsa Ellegard, 张艳, 蒋晨, 等. 复杂情境中的日常活动可视化与应用研究[J]. 人文地理, 2016, 31(5): 39-46. [Kajsa Ellegard, Zhang Yan, Jiang Chen, et al. Visualization and application of daily activities in the complex context[J]. Human Geography, 2016, 31(5): 39-46.]
[45]
郭华, 甘巧林. 乡村旅游社区居民社会排斥的多维度感知——江西婺源李坑村案例的质化研究[J]. 旅游学刊, 2011, 26(8): 87-94. [Guo Hua, Gan Qiaolin. Rural tourism community residents' multidimensional perception of social exclusion:A qualitative research on the case of Likeng Village in Wuyuan, Jiangxi Province[J]. Tourism Tribune, 2011, 26(8): 87-94.]
[46]
李燕琴. 旅游扶贫中社区居民态度的分异与主要矛盾——以中俄边境村落室韦为例[J]. 地理研究, 2011, 30(11): 2030-2042. [Li Yanqin. Differentiation and principle contradictions of residents' attitudes during Pro-poor tourism development in poor rural communities:The case of Shiwei village on the Sino-Russian border[J]. Geographical Reserch, 2011, 30(11): 2030-2042.]
[47]
Kajsa Ellegärd, 刘伯初, 张艳, 等. 时间地理学的企划概念及其研究案例[J]. 人文地理, 2016, 31(5): 32-38. [Kajsa Ellegärd, Liu Bochu, Zhang Yan, et al. Concept of project in time-geography and its empirical case studies[J]. Human Geography, 2016, 31(5): 32-38.]
[48]
Kajsa Ellegärd, 张雪, 张艳, 等. 基于地方秩序嵌套的人类活动研究[J]. 人文地理, 2016, 31(5): 25-31. [Kajsa Ellegärd, Zhang Xue, Zhang Yan, et al. Pockets of local order and its application in human activity research[J]. Human Geography, 2016, 31(5): 25-31.]
[49]
申悦, 柴彦威. 基于GPS数据的北京市郊区巨型社区居民日常活动空间[J]. 地理学报, 2013, 68(4): 506-516. [Shen Yue, Chai Yanwei. Daily activity space of suburban mega-community residents in Beijing based on GPS data[J]. Acta Geographica Sinica, 2013, 68(4): 506-516.]
[50]
吴近桃. 人的行为模式与室内空间设计[J]. 金陵职业大学学报, 2003(1): 61-64. [Wu Jintao. Human behaviour mode and interior space dsign[J]. Journal of Nanjing Polytechnic College, 2003(1): 61-64.]
[51]
Cohen E. Authenticity and commoditization in tourism[J]. Annals of Tourism Research, 1988, 15(3): 371-386.
[52]
Kwan M P. Analysis of human spatial behavior in a GIS environment:Recent developments and future prospects[J]. Journal of Geographical Systems, 2000, 2(1): 85-90.
[53]
Bo L. Path, prism, project, pocket and population:An introduction[J]. Geografiska Annaler, 2004, 86(4): 223-226.