学院新闻
您现在所在的位置: 首页 >> 学院新闻 >> 正文
吴晋峰教授课题组在中国入境旅游网络仿真和客流量预测研究取得进展
作者:吴晋峰          发布时间:2019-11-25          浏览次数:

1.中国入境旅游网络仿真研究

由于入境游客通常以城市为主要旅游目的地和交通换乘地,且一次旅游访问目的地国家的多个城市,致使城市之间的国际客流既可能同步增长,也可能此消彼长,相互之间形成了复杂的非线性关系,对旅游目的地管理提出了巨大挑战,要求发展新的理论模型和方法。

近期,陕西师范大学地理科学与旅游学院吴晋峰教授与物理与信息技术学院王新刚教授、美国宾夕法尼亚州立大学潘冰教授合作,训练了一个基于智能体的中国入境旅游网络模型,运用仿真方法研究关闭旅游城市、新增入境口岸、提升特定城市旅游吸引力等不同情境对入境游客行为的影响,结果发现:关闭一个城市会对很多城市的游客量造成影响,且关闭口岸城市比关闭非口岸城市对旅游系统游客总量的影响更大(图1);在中国西部新增口岸城市能够吸引更多游客前往西部旅游,但对旅游系统游客总量以及游客量在全国的不均衡分布格局几乎没有影响;提升非口岸城市(口岸城市)的旅游吸引力会增加(减少)旅游系统游客总量,且跨区域同时提升多个热点旅游城市的吸引力,比同时提升区域范围内多个旅游城市的吸引力,更能有效增加旅游系统游客总量(图2)。该项研究揭示了入境旅游网络蕴含的丰富动态性和系统动力学特征,对我国入境旅游的发展和管理具有重要意义。

该成果以“Agent-based simulations of China inbound tourism network”为题在线发表在SCI期刊Scientific Reports上,文章第一作者为吴晋峰教授,通讯作者为王新刚教授。该研究得到国家自然科学基金项目(414281014167113511875132)和中央高校基本科研业务费专项资金资助项目(GK201601001)的资助。

论文链接:https://doi.org/10.1038/s41598-019-48668-2

 

1 移除一个节点对其他城市游客量的影响(左图为口岸城市,右图为非口岸城市)

 

2 同时提升多个城市旅游吸引力对其他城市游客量的影响

2.客流量预测研究取得进展

客流量预测一直是旅游研究的热点之一。准确预测客流量是旅游目的地管理组织(DMOS)科学决策的前提。现有预测研究高度依赖目的地客流量历史数据且不能预测来自各个客源地的游客分量,预测结果的准确性和预测方法的适用性都有待提高。

近期,吴晋峰教授课题组通过构建以客源地为中心的出游系统,提出了由旅游吸引力、交通时间、交通费用、体感疲惫交通时间和可自由支配月收入5个自变量组成的到访率计算模型。课题组以中国东、中、西部地区的代表城市北京、武汉和西安为案例地,对模型有效性进行了验证:到访率模型计算值与实际调查值通过了Pearson相关性检验,在0.01水平上呈显著相关,相关系数超过了89%。到访率的模型计算值与实际调查值呈线性关系,拟合直线的R2超过了80%累积到访率模型计算值与实际调查值通过了Pearson相关性检验,在0.01水平上呈显著相关,相关系数超过了99%。模型计算值与实际调查值的累积到访率呈高度线性关系,拟合直线的R2超过了98%(图3);到访率模型计算值与实际调查值的空间分布格局基本一致(图4)。

该成果以“Visiting probability model: a new method for tourist volume forecasting”为题在线发表在SSCI期刊Asia Pacific Journal of Tourism Research上,文章通讯作者为吴晋峰教授,第一作者为博士生吴宝清。该研究得到国家自然科学基金项目(41671135)、文化和旅游部万名旅游英才计划项目(WMYC20181-032)和中央高校基本科研业务费专项资金资助项目(GK201804004)的资助。

论文链接:https://doi.org/10.1080/10941665.2019.1666153

 

3 累积到访率模型计算值与调查值的对比

 

4 到访率模型计算值与调查值的空间分布格局对比

 

必威体育