新冠疫情对加拿大落基山脉国家公园游客时空模式的影响研究

作者及机构
本研究由来自加拿大不列颠哥伦比亚大学（University of British Columbia）国家公园研究中心的Dehui Christina Geng、Wanli Wu和Guangyu Wang领衔，联合阿尔伯塔大学（University of Alberta）、华盛顿大学（University of Washington）等机构的学者共同完成，发表于Journal of Forestry Research（2024年第35卷）。

学术背景

研究领域与动机
本研究属于旅游管理（tourism management）与空间地理信息科学的交叉领域，聚焦新冠疫情（COVID-19）对加拿大落基山脉四大国家公园（班夫、贾斯珀、优鹤和库特尼国家公园）游客时空分布的影响。疫情导致全球旅游业管理面临挑战，而国家公园作为绿色基础设施（green infrastructure），其游客行为的变化对资源分配和可持续发展至关重要。

科学问题
传统游客数据依赖实地调查和问卷，但疫情限制了数据收集。本研究创新性地利用社交媒体大数据（social media big data，包括Flickr和Twitter的地理标记数据），结合地理加权回归模型（Geographically Weighted Regression, GWR），分析疫情前后游客时空模式的变化及其驱动因素。

研究方法与流程

1. 数据收集与预处理

数据来源
- Flickr：2004年成立的图片分享平台，提供地理标记（geotagged）的图片、时间戳及用户信息。通过API获取2010–2022年数据，共137,971条记录。
- Twitter：通过学术API获取2010–2022年文本及含图片的推文，共22,117条含图像数据和425,016条纯文本数据。

数据清洗
- 地理过滤：使用公园边界多边形剔除边界外数据（如班夫国家公园的示例图）。
- 去重：通过图片哈希值（16×16像素灰度矩阵）剔除跨平台重复内容。

2. 时空分析

时间维度
- Photo-User-Day (PUD)：统计每日独立用户发帖量，避免同一用户多次发帖的偏差。
- 季节性分析：对比2019（疫情前）、2020–2021（疫情中）的月度访问量变化。

空间维度
- 热力图与散点图：可视化游客分布变化。
- 地理加权回归（GWR）：分析游客密度与公园资源（步道、主要道路、水域、露营地等）的空间关系。模型公式如下：
[ yi = \beta{i0} + \beta{i1}x{1i} + \beta{i2}x{2i} + \ldots + \beta{in}x{ni} + \varepsilon_i ] 其中，因变量为游客密度（每平方公里网格内的游客数），自变量为网格中心点到最近公园资源的距离。

3. 模型验证与指标

• 局部R²：衡量模型解释力，反映游客密度与资源距离的空间异质性。
  
• 局部回归系数：量化各资源对游客密度的局部影响（如步道距离的负系数表明游客偏好邻近步道的区域）。
  

主要结果

1. 时间模式变化

• 访问量下降：2020–2021年班夫和贾斯珀公园游客量显著减少（班夫降幅最大），而优鹤公园2021年访问量回升。
  
• 季节性缓解：班夫和贾斯珀的旺季（5–9月）游客集中度降低，更多游客在淡季访问；优鹤和库特尼的旺季访问量反而增加，可能与本地游客需求上升有关。
  

2. 空间模式变化

• 热点转移：游客从传统热门景点（如班夫镇、路易斯湖）转向偏远区域（如步道和小型湖泊）。
  
• GWR模型结果：
  
  • 步道距离是影响游客密度的关键因素（系数绝对值最高）。
    
  • 露营区和水域距离的影响在疫情期间增强，表明游客更倾向自然活动。
    
  • 班夫镇的模型解释力（R²）从2019年的高位降至2021年，而偏远区域的R²上升。
    

3. 管理启示

• 资源分配：需提升偏远区域的设施质量（如步道维护、露营地服务）。
  
• 营销策略：推广淡季旅游和本地游客市场，平衡季节性压力。
  

结论与价值

科学价值
- 验证了社交媒体大数据在旅游管理中的可靠性，为疫情等特殊时期的游客监测提供了低成本、高时空分辨率的方法。
- 揭示了疫情对游客行为的“去中心化”影响，为公园应对突发公共卫生事件提供实证依据。

应用价值
- 管理优化：通过GWR模型预测游客密度，指导设施布局和资源分配。
- 政策建议：鼓励露营等低密度活动，减少传统热点的环境压力。

研究亮点

1. 方法创新：首次结合Flickr和Twitter数据，利用GWR模型分析国家公园游客密度的空间异质性。
   
2. 发现新颖：疫情不仅减少游客量，还改变了游客的空间偏好，缓解了传统景点的拥挤问题。
   
3. 跨学科意义：为生态旅游、公共卫生和地理信息科学的交叉研究提供范例。
   

其他价值
附录中提供了2011–2021年游客分布图（Appendix 1）、公园资源与游客密度关系图（Appendix 2）及GWR预测图（Appendix 3），可作为后续研究的基准数据集。