旅游地理學第3章旅游地理學研究方法

第3章旅游地理學研究方法

12研究方法的應用與創(chuàng)新質性分析與定性研究方法

3數(shù)學建模與定量研究方法4“3S”技術及旅游應用引例大數(shù)據(jù)時代——旅游業(yè)如何應用？

大數(shù)據(jù)時代到來了。北京網友leio_wb最近想去迪拜旅游，便在手機的googlemap(谷歌地圖)下載迪拜的離線地圖，當他3月20日登陸google(類似facebook、人人網的社交網站)時，卻意外地發(fā)現(xiàn)個人主頁上多了不少有關迪拜旅游的賬戶推薦。這讓leio_wb大為感慨：為什么google會知道自己的需求呢？答案是“大數(shù)據(jù)”挖掘?！熬皬V闊超越傳統(tǒng)數(shù)據(jù)收集分析是難題數(shù)據(jù)化入手是關鍵3.1研究方法的應用與創(chuàng)新

3.1.1大數(shù)據(jù)時代的旅游地理學研究信息和通信技術的進步為審視和反思旅游地理學研究提供了新的技術和手段。旅游地理學對數(shù)據(jù)的精度和廣度提出了新的要求，亟需發(fā)展新型數(shù)據(jù)采集手段。旅游地理學數(shù)據(jù)采集與觀測的目的在于實現(xiàn)與分析方法和模型的無縫對接。數(shù)據(jù)是信息的載體，模型是用于提取信息的工具3.1研究方法的應用與創(chuàng)新

3.1.2旅游地理分析模型的模式體系及可能范式

基于旅游地理學人地關系的理解，需要展開時空一體化研究。

研究領域必須同時支撐對象的時空分布結構、動態(tài)演化過程及機理模擬和預測等綜合性研究。

在兼顧模型應用的時間域分析、空間域分析和時空域分析三個方面，以理論分析層、方法展開層和集成層三個層次構建旅游地分析模型的模式體系?；诘乩韱栴}分析的時空分析模型系統(tǒng)3.2質性分析與定性研究方法

3.2.1旅游地理學質性分析的基本框架旅游地理學質性分析框架基于旅游地理學的研究對象，可從宏觀、中觀和微觀的空間尺度視域出發(fā)，建立旅游地理學與質性研究之間的關系。質性分析方法是連接質性研究與旅游地理理論建構的紐帶，包括民族志、扎根理論、文本分析、詮釋學、敘事分析等，但不同方法有一定側重。扎根理論研究法扎根理論是一種自下而上建構理論的質性研究方法，它是一種運用歸納方法對現(xiàn)象加以分析整理所得的結果，是經由系統(tǒng)化的資料搜集與分析而發(fā)掘、發(fā)展，并已暫時地驗證過的理論。適合于微觀的、以行動為導向的社會互動過程的研究。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法建構扎根理論的過程基本過程和步驟為：開放性譯碼—主軸譯碼—選擇性譯碼敘事分析法按照一定次序，把相關事件組織成一個前后連貫、對受眾有意義的事件系列。適用于發(fā)現(xiàn)和保留普通人的經歷，尤其在研究長久以來被隱藏了的歷史和地理事實等。對于地理學而言，最重要和常見的敘事分析框架為三維敘事空間分析。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法行為及其相互作用、時間、地方是3個主要分析要素3D-VQGIS的結構（關美寶等，2013）文本分析文本分析是一種將不系統(tǒng)的、定性的符號性內容如文字、圖像等轉化成系統(tǒng)、定量的數(shù)據(jù)資料的研究方法。既是一種主要的文獻資料分析方法，又是一種獨立、完整的科學研究方法。主要應用于網站和在線文字交流記錄兩類媒介，以描述、比較和評價樣本內容為主。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法市場調研市場調研是討論如何通過各種手段，收集各種有效資料，整理并分析資料以形成有意義的信息，最終達到創(chuàng)造特定知識的目的。收集資料的手段，包括傳統(tǒng)的文獻閱讀、二手資料收集、訪談及問卷調查外，還可以通過各種手段自動收集消費者在消費過程中不知不覺留下的行為軌跡。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法門店無線射頻銷售時點系統(tǒng)市場調查研究旅游地理學綜合評價的基本框架3.3數(shù)學建模與定量研究方法3.3.1旅游地理學綜合評價的框架與模型綜合評價模型顧名思義就是對研究對象進行一個綜合全面的評價來給出科學的分析。主要的思路是在相關理論指導下，收集研究區(qū)的數(shù)據(jù)，建立多指標多層次的評價體系，確定權重模型來得出相應的綜合評價結果及綜合分析。旅游地理對象綜合評價基本思路框架綜合評價模型的權重確定3.3數(shù)學建模與定量研究方法3.3.1旅游地理學綜合評價的框架與模型主觀賦權法專家咨詢法層次分析法客觀賦權法主成分分析法熵值法人工神經網絡方法協(xié)調度模型模糊綜合評判法TOPSIS法投影尋蹤模型【同步業(yè)務3-2】問題：旅游地理學的綜合評價模型包括哪幾類，不同的評價模型之間的相似和差異在哪？在一個具體項目實施中，如何進行相應的綜合評價？提示：（以【同步案例3-2】為模版展開說明）綜合評價的綜合指數(shù)計算3.3數(shù)學建模與定量研究方法3.3.1旅游地理學綜合評價的框架與模型時間序列構成長期趨勢循環(huán)變動季節(jié)波動不規(guī)則變動時間序列構成與基本分析框架3.3數(shù)學建模與定量研究方法3.3.2時間序列模型與旅游地理過程時間序列模型類別與基本分析框架常用時間序列模型示例3.3數(shù)學建模與定量研究方法3.3.2時間序列模型與旅游地理過程TRAMO/SEATS方法通過結合TRAMO過程和SEATS過程實現(xiàn)對時間序列中噪音、缺失值和異常值的處理以及特征信息提取。可有效的從時間序列中提取出序列的各組分。該方法也可以用于時間序列的預測。TRAMO/SEATS方法應用思路常用時間序列模型示例3.3數(shù)學建模與定量研究方法3.3.2時間序列模型與旅游地理過程ARIMA方法通過移動平均和自回歸兩個過程對時間序列進行綜合建模，是應用最為廣泛的時間序列預測模型之一。ARIMA(p,d,q)(P,D,Q)s的基本公式常用時間序列模型示例3.3數(shù)學建模與定量研究方法3.3.2時間序列模型與旅游地理過程Winters方法可以用于處理同時具有周期和趨勢預測的高級指數(shù)平滑方法。可對時間序列的水平組分、趨勢組分以及季節(jié)組分進行估計，且已發(fā)展出一系列時間序列預測框架。Winters預測模型可分為加法模型和乘法模型。加法模型基本公式乘法模型基本公式是水平組分系數(shù)為趨勢組分系數(shù)為季節(jié)組分系數(shù)為隨機殘差常用時間序列模型示例3.3數(shù)學建模與定量研究方法3.3.2時間序列模型與旅游地理過程經驗模態(tài)分解（EMD）可以對一個信號同時將不同尺度（頻率）的波動或趨勢逐級分解開來，產生一系列具有不同特征尺度的數(shù)據(jù)序列稱為本征模函數(shù)（IMF），是非線性與非平穩(wěn)時間序列多尺度分析的有效工具?？蓪r間序列的趨勢、周期、波動等組分進行提取。馬爾可夫鏈模型主要通過矩陣轉移的模擬方法進行狀態(tài)的改變和不同情境的預測結果，是一種時間和狀態(tài)均為離散的隨機過程。具體實現(xiàn)中，首先將連續(xù)的數(shù)據(jù)離散化為k種類型，然后計算相應類型的概率分布及時間變化，以近似逼近事物演變的整個過程。要素關系識別的基本框架3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系建立以問題為導向的關系模型構建的基本步驟，包括“明確目標-定性分析-資料準備-模型確定-質量檢驗-模型質量”等6個步驟。關系識別模型建立的基本步驟關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系一元線性回歸模型關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系結構方程模型包含測量模型和結構模型兩部分，可以分析多因多果的聯(lián)系、潛變量的關系。主要有兩大類估計技術來求解結構方程模型。一種是基于最大似然估計(ML)的協(xié)方差結構分析方法，以LISREL方法為代表；另一種則是基于偏最小二乘(PLS)的結構方程模型，以PLS方法為代表。結構方程模型多需要smartpls、AMOS等專用軟件進行分析。關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系結構方程模型①測量模型②結構模型式中：B為內生潛變量之間的相互影響效應系數(shù)；Γ為外生潛變量對內生潛變量的影響效應系數(shù)；ξ為η的殘差向量。式中：y為內生觀測變量組成的向量；x為外生觀測變量組成的向量；η為內生潛變量；ξ為外生潛變量，且經過標準化處理；Λy為內生觀測變量在內生潛變量上的因子負荷矩陣；Λx為外生觀測變量在外生潛變量上的因子負荷矩陣；ε、δ為測量模型的殘差矩陣。關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分層線性模型（HLM）用于分析具有嵌套結構特點數(shù)據(jù)的一種統(tǒng)計分析技術，它的出現(xiàn)有效的解決了組織效應(或背景效應)的求解問題。多層線性模型通過對不同層次數(shù)據(jù)分別建立回歸模型，分離了不同空間尺度與管理層次的解釋變量對因變量的影響，進而分析不同層次解釋變量之間的相互作用及其對因變量的作用程度。采用期望最大化(EM)、費舍爾得分法、迭代一般最小二乘法(IGLS)等算法進行參數(shù)估計。關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分層線性模型（HLM）①基本假設：它包含了兩個層面的假設。個體層面：這個與普通的回歸分析相同，只考慮自變量x對因變量y的影響；群組層面：群組因素W分別對個體層面中回歸系數(shù)和截距的影響。②數(shù)學模型：

個體層面模型

群組層面模型關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分位數(shù)回歸模型分位數(shù)回歸模型通過多個不同分位函數(shù)來估計整體模型，極大放松了對數(shù)據(jù)分布的要求。不僅可處理具有復雜分布結構的非正態(tài)、非平穩(wěn)的經濟數(shù)據(jù)，更可從數(shù)據(jù)分布結構入手，對自變量與因變量的條件分布進行統(tǒng)計性描述，有效挖掘已有數(shù)據(jù)中的相關信息?；貧w方程具有較強的穩(wěn)健性與魯棒性，在揭示變量分布與時空分布的內在機理方面具有獨特的優(yōu)勢。關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分位數(shù)回歸模型若一組獨立變量

與響應變量

滿足高斯-馬爾可夫假設，則

分位數(shù)為：可得出線性條件分位數(shù)的一般表達式為：分位數(shù)回歸模型的參數(shù)采用加權殘差絕對值之和估計：其中，

為示性函數(shù)。隨著

分位數(shù)在區(qū)間內變化，可得到不同分位水平下響應變量與解釋變量的回歸方程。關系識別模型示例3.3數(shù)學建模與定量研究方法3.3.3關系識別模型與旅游要素關系MARS模型（多元自適應回歸樣條）一種解決非線性問題的途徑，基本思想是采用模式識別（PatternRecognition）和神經網絡（ArtificialNeuralNetworks）針對研究對象建立多元非線性模型。MARS預測模型可表示為：式中：

由一個或多個基函數(shù)的乘積構成；系數(shù)

可以通過最小均方誤差(MSE)來估計。預測模型主要通過前向預測和后向刪除兩個步驟實現(xiàn)最優(yōu)模型篩選。旅游地理系統(tǒng)的動態(tài)模擬與優(yōu)化過程3.3數(shù)學建模與定量研究方法3.3.4模擬與優(yōu)化模型及旅游系統(tǒng)優(yōu)化旅游地理系統(tǒng)的動態(tài)模擬與優(yōu)化過程采用復雜系統(tǒng)模擬中自下而上，由微觀機理視角的元胞自動機模型（CA）、智能體模型（ABM）、人工神經網絡模型（ANN）及CA&ABM融合的方法，在給定驅動因素前提下實現(xiàn)多種狀態(tài)之間的演化。復雜系統(tǒng)模擬模型與動態(tài)演化3.3數(shù)學建模與定量研究方法3.3.4模擬與優(yōu)化模型及旅游系統(tǒng)優(yōu)化CA（元胞自動機）、ABM（智能體模擬）等是較為主流的分析方法。CAABM面向空間元胞(cell)面向agent元胞個體不能移動，只能通過一定的函數(shù)規(guī)則改變自身及周邊元胞狀態(tài)agent可以在空間(比如二維網格)環(huán)境中自由移動空間離散空間可以連續(xù)也可以離散每個網格只能擁有一個特定狀態(tài)的元胞多個agent可占據(jù)相同的二維網格結點空間演化的微觀本質不直觀，只能通過鄰域變化體現(xiàn)能夠更好地表現(xiàn)地理系統(tǒng)中經濟、社會、生態(tài)等的微觀相互作用機制不能表達微觀agent的學習能力和適應性能夠表現(xiàn)出經濟、空間決策行為的學習能力和適應性CA與ABM特點比較（薛領等，2004）目標規(guī)劃模型與智能優(yōu)化算法3.3數(shù)學建模與定量研究方法3.3.4模擬與優(yōu)化模型及旅游系統(tǒng)優(yōu)化人工智能優(yōu)化算法主要借助多種智能算法通過模擬或揭示某些自然現(xiàn)象或過程而發(fā)展起來。該類算法具有全局的、并行高效的優(yōu)化性能，魯棒性、通用性強，無需問題特殊信息以及易于并行計算等優(yōu)點。算法創(chuàng)始人優(yōu)化機制關鍵參數(shù)模擬退火算法SAKirkpatrik基于MonteCarlo的全局概率型串行搜索的優(yōu)化算法初始溫度、退溫函數(shù)、狀態(tài)產生方式、抽樣穩(wěn)定準則禁忌搜索算法TSGlove具有記憶功能的全局逐步優(yōu)化算法列表大小、鄰域函數(shù)結構與數(shù)量遺傳算法GAHolland基于生物進化與遺傳思想的全局性并行優(yōu)化算法種群數(shù)目及復制、交叉、變異操作概率神經網絡NNHopfield基于神經網絡原理及系統(tǒng)演變過程的一種聯(lián)想記憶并行優(yōu)化算法神經元數(shù)目、輸入輸出變量、隱含層數(shù)蟻群算法ACO/AADorigo具有強化學習功能的全局性并行優(yōu)化算法初始信息素、信息素增量、信息素積累量、消失因子、啟發(fā)因子脫氧核糖核酸DNAAdleman以化學反應為計算工具有巨大并行性的分子生物計算方法各種生物酶PCR、POA、超聲波降解、親和層析、克隆、誘變、分子純化、電泳、磁珠分離粒子群算法PSOEberhart和kennedy從隨機解出發(fā)，通過追隨當前迭代搜索到的最優(yōu)值來尋找全局最優(yōu)粒子數(shù)目、粒子長度、粒子范圍、粒子最大速率、學習因子、慣性權重幾種智能優(yōu)化算法的優(yōu)化機制與關鍵參數(shù)目標規(guī)劃模型與智能優(yōu)化算法3.3數(shù)學建模與定量研究方法3.3.4模擬與優(yōu)化模型及旅游系統(tǒng)優(yōu)化線性規(guī)劃與非線性規(guī)劃模型均是通過構建目標函數(shù)和約束條件實現(xiàn)優(yōu)化目的，且目標函數(shù)和約束條件都是可求出最優(yōu)解的標準數(shù)學模型。多目標規(guī)劃問題的一般形式如下：目標函數(shù)約束條件矩陣表示為GPS與RS技術在旅游地理研究中應用的基本框架3.4“3S”技術及旅游應用3.4.1GPS、RS技術與旅游應用GPS技術以其高精度、高頻率的特點適用于微觀旅游者行為的數(shù)據(jù)獲取。RS技術以其范圍寬、綜合宏觀性強的特點更多應用在旅游資源環(huán)境等的調查中。GIS在旅游地理研究中應用的基本框架3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用GIS空間分析與旅游研究旅游基本要素抽象：點、線、面。GIS空間分析對應抽象：特征類模型、關聯(lián)類模型、機理類模型?？臻g格局特征的表征類模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用Moran’sI指數(shù)G統(tǒng)計系數(shù)全局Moran′sI局域Moran′sIGetis-OrdGeneralGGetis-OrdGi*空間過程機理演化與空間效應類模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用空間滯后模型其中，

參數(shù)反映了自變量對因變量的影響，空間滯后因變量

是一內生變量，反映了空間距離對區(qū)域行為的作用?？臻g誤差模型式中，

為隨機誤差項向量，

為n*1階的截面因變量向量的空間誤差系數(shù)，

為正態(tài)分布的隨機誤差向量。地理加權回歸模型（GWR）式中，

系數(shù)的下標j表示與

觀測值聯(lián)系的階待估計參數(shù)向量，是關于地理位置

的k+1元函數(shù)，

是第i個區(qū)域的隨機誤差?？臻g相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用可達性分析方法①最短距離法

為節(jié)點

的可達性；

、

為區(qū)域中的點；

是節(jié)點數(shù)目；

是從

點到

點的最短距離。②相對可達性

表示第

點的相對可達性值；

表示第

點的可達性值；

表示網絡節(jié)點中可達性的最小值；

表示網絡節(jié)點中可達性的最大值。③加權平均旅行時間T為節(jié)點i到區(qū)域內節(jié)點j的最短旅行時間距離；M為節(jié)點j的權重；n為交通網絡中選定的除i點以外的節(jié)點總數(shù)；Ai為節(jié)點i的加權平均旅行時間。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用重力（引力）模型

重力（引力）模型是定量測度地理對象在空間中相互作用大小的重要方法，來源于牛頓的萬有引力定律的思想。式中：

為i和j兩個城市間的相互作用量；Pj和Pk為i和j兩個城市的人口規(guī)模；djk為i和j兩個城市間的距離。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用潛能模型

根據(jù)引力模式可計算一對經濟客體（如城市）間的相互作用量。式中：符號與與前述引力模型符號意義相同，dii有時采用i城與離它最近城市之間距離的一半，也可以用i城面積的平均半徑。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用空間場強模型

借用物理學的概念，城市腹地可稱為城市影響力的“力場”，影響力的大小稱為“場強”。場強計算公式為：式中：為i城市在k點上的場強；

為i城市的綜合規(guī)模；

為i城市到k點的距離；a為距離摩擦系數(shù)，一般取標準值2.0?？臻g相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用重心分析模型

重心可以認為是各部分受到的重力作用集中的那一點，其概念來源于牛頓力學，指在區(qū)域空間上存在某一點，在該點前后左右各個方向上力量對比保持相對均衡式中：假設一個區(qū)域由n個次級區(qū)域P構成，第i個次區(qū)域的中心城市的坐標為（Xi，Yi），Mi為i次區(qū)域的某種屬性的量值（可以是區(qū)域面積、社會經濟數(shù)據(jù)、人口數(shù)據(jù)