通过移动游戏化和奖励系统促进泰国清迈老城的可持续旅游发展

《Frontiers in Computer Science》：Sustainable tourism promotion through mobile gamification and reward systems for Chiang Mai Old Town, Thailand

本研究分析基于增强现实（AR）和游戏化机制（Play-to-Earn）的Lanna Passport移动应用在泰国清迈古城文化遗产旅游中的效果。通过混合方法（定量调查与定性访谈），发现该应用显著提升年轻游客的参与度、满意度及体力活动，同时增强文化认知。然而，老年用户存在使用障碍，技术性能如电池消耗和界面响应需优化。结论表明，AR与游戏化的结合为文化遗产旅游提供了创新路径，但需考虑多年龄段适应性。

　　
数字技术正深刻改变着文化遗产旅游的形态。泰国清迈古城作为东南亚重要的历史遗产地，其旅游体验的数字化转型提供了极具代表性的研究样本。2024年开展的实证研究表明，融合增强现实（AR）与游戏化机制的手机应用"兰纳护照"，通过多模态交互设计显著提升了游客的参与深度与文化认知水平，为历史城区的智慧旅游发展开辟了新路径。

研究团队以清迈古城25处标志性历史建筑为研究对象，开发了集AR导航、动态奖励、沉浸式叙事于一体的移动应用。该应用采用地理围栏技术，结合实时定位与步数追踪，构建了"探索-学习-激励"的完整闭环。通过3个月的用户跟踪调查（n=347），结合定量问卷与定性访谈，揭示了代际差异在技术应用中的显著影响。

在用户行为分析方面，18-29岁年轻群体展现出更强的技术适应能力。数据显示，该年龄段游客在AR互动环节的平均参与时长达到47分钟，较41岁以上群体高出3倍。游戏化机制中的"寻宝积分"系统促使日均步数增加3200步，相当于游客在应用引导下平均延长游览时间2.3小时。值得注意的是，25-29岁女性用户在360度全景体验和AR寻宝两个模块的满意度评分分别达到4.7和4.6（5分制），显著高于其他性别与年龄段组合。

技术应用层面，系统创新性地整合了三大核心模块：1）基于计算机视觉的AR寻宝系统，通过图像识别技术实现虚拟奖励与现实空间的精准匹配；2）多时态360度影像库，包含晨昏不同时段的历史建筑影像，支持用户穿越时空进行对比观察；3）动态奖励算法，根据用户行为轨迹实时调整积分分配策略，确保奖励机制与探索路径的有机衔接。

研究特别关注代际差异的技术接受度。通过独立样本t检验发现，年轻用户（18-29岁）在AR导航准确度（4.3分）和游戏任务完成率（82%）方面均显著优于老年用户（41+岁，p<0.05）。但老年用户在基础功能使用（如定位导航）上展现出更高的稳定性（4.1分 vs 3.5分）。这提示设计需平衡创新性与易用性，例如在AR界面保留传统导航按钮，或设置智能降级机制。

在文化传承维度，应用通过"声音景观"技术重构了历史场景。后台数据显示，结合语音导览的AR体验使游客对建筑年代认知准确率提升至78%，较纯视觉导览提高42个百分点。特别是中国游客群体，通过多语言（泰语、英语、汉语）的声音叙事，成功将平均停留时长从传统导览的1.2小时延长至2.5小时。

商业价值方面，系统与周边商户建立的积分兑换网络覆盖了87%的古城核心区。数据显示，使用积分兑换的游客二次消费比例达63%，较传统游客高28个百分点。但存在奖励机制过度集中于头部景区（如王权纪念碑兑换点使用率达91%）的问题，提示需要优化奖励分布策略，避免形成新的游客聚集热点。

技术挑战方面，移动端AR渲染导致的设备发热问题成为主要瓶颈。在持续使用超过45分钟的样本中，有37%的设备温度超过安全阈值。解决方案包括：1）动态渲染优先级管理，将静态信息与动态AR内容分层加载；2）引入边缘计算架构，将部分AR处理任务卸载至本地服务器；3）开发温度补偿算法，根据环境温度自动调整渲染复杂度。

用户研究揭示，多感官沉浸显著提升文化认同感。词云分析显示"沉浸式"（出现频次237次）、"历史还原"（198次）、"互动有趣"（172次）为高频正向反馈，而"界面复杂"（89次）、"定位不准"（63次）、"耗电严重"（54次）为主要改进方向。值得注意的是，使用语音交互功能的用户，其文化知识测试得分比纯视觉用户高出41%，证实了多模态学习的效果。

该研究对旅游科技发展具有三重启示：首先，游戏化机制可有效破解文化遗产旅游的"重游困局"，通过设置阶段性挑战将平均重游周期从传统旅游的2.3年缩短至6个月；其次，AR技术的场景化应用需遵循"70%文化叙事+30%技术展示"的黄金比例，避免技术炫技干扰核心文化信息传递；最后，适老化改造应聚焦核心功能强化而非全面简化，保留必要的交互深度以维持文化探索的完整性。

未来研究方向应着重于：1）建立技术效能与文化遗产保护的量化平衡模型；2）开发基于用户生物特征（如心率、眼动）的智能交互系统；3）构建跨代际的旅游技术采纳预测模型。这些创新将推动智慧旅游从工具理性向价值理性的跃迁，为全球历史城区的数字化转型提供中国方案。