《Sustainability》：Towards a Taxonomy of Tourist Route Traffic Models: A Systematic Literature Review
智慧旅游（smart tourism）已将游客路线规划（tourist route planning）转变为一种信息技术驱动过程，该过程由快速扩展的计算与数据驱动模型支持。然而，现有研究仍呈现碎片化、术语使用不一致，并缺乏从信息技术视角组织与选择游客路线交通模型（tourist route traffic models）的系统框架。因此，本综述旨在：（1）构建游客路线交通模型及其定义性特征的归纳性分类体系；（2）综合不同模型家族（model families）的操作性测度（operational measures）与应用情境；（3）识别智慧旅游路线规划中的新兴趋势、研究空白与未来方向。依据PRISMA 2020指南，研究人员对2011年至2026年间发表在12个国家的59项同行评议研究进行了系统综述。该综述识别出11个模型家族、33项定义性特征和147项家族—标签赋值。兴趣域模型（Interest Field Models）是采用最频繁的方法。同时，自2021年以来，人工智能（artificial intelligence, AI）、机器学习（machine learning）、地理信息系统（geographic information systems, GIS）和网络分析（network analysis）已成为增长最快的方法论方向。与以往主要总结算法或应用领域的综述不同，本综述构建了首个面向信息技术的游客路线交通模型分类体系，在一个统一框架内将模型家族与其定义性特征、操作性测度和应用情境相联系。所提出的分类体系为基于技术的模型选择提供了结构化基础，凸显了现有模型对可持续性考量整合有限，并支持未来研究与循证智慧目的地管理（smart destination management）。
1. Introduction
1.1 Background and Rationale
旅游数字化使路线规划从人工过程转向依赖移动应用、位置服务、推荐系统和物联网的数字技术过程。游客在景点间移动不仅是交通问题，也是需要数据驱动分析与智能决策支持的信息技术问题。在智慧旅游（smart tourism）背景下，用于表示和优化游客路线交通的计算模型成为目的地管理基础设施，支持个性化推荐、更高效游客分布与自适应治理。
1.2 Definitions and Scope
游客路线被定义为由两个或多个兴趣点（points of interest, POI）组成的序列，由游客移动连接，可预先规划或自发进行，可单日或多日。交通模型是预测、优化或分析跨多个POI的游客移动与行程选择的计算、算法或数据驱动方法。范围上，将路线交通模型与旅行推荐系统和一般交通模型区分；排除聚合需求预测，但纳入将需求预测与路线级空间分解结合的模型。纳入同行评议期刊中的计算与数据驱动模型。
1.3 Research Objectives and Research Questions
1.3.1 Research Objectives
研究人员使用SMART框架明确目标：RO1系统识别并分类2011—2026年同行评议文献中的游客路线交通动态建模方法；RO2映射并分析可持续性要求（环境、社会、经济与治理，ESEG）在不同模型家族中的整合或缺失；RO3通过引文突发分析识别AI、机器学习、GIS和网络分析等方向在2021年前后的趋势与加速；RO4综合为目的地管理者和研究者提供可操作的模型选择框架。
1.3.2 Research Questions
四个研究问题：RQ1主要计算模型家族及其分类；RQ2可持续性指标如何在不同模型家族中整合或明确处理；RQ3自2021年以来的新兴方向和2021—2026年文献如何建立在2011—2020年基础方法上；RQ4基于模型家族特征为目的地管理者选择模型提供实践指导。
1.4 Literature Review
路线建模从传统交通工程演化到专门计算方法。传统优化方法中遗传算法和模拟退火仍具价值；机器学习与AI自2015年以来用于路线交通预测和优化，但可解释性有限；GIS和网络分析日益突出，支持空间粒度与地理可达性约束；深度学习与多模态融合增强能力。已识别空白包括可持续性整合不足、实时自适应能力有限、治理机制和多利益相关者框架缺乏，以及研究地理集中于中国和亚洲。
2. Methodology
2.1 Systematic Literature Review Protocol
遵循PRISMA 2020指南，事先制定综述协议，规定目标、检索策略、纳入标准、数据提取与综合方法。鉴于跨学科性质，采用系统文献综述（systematic literature review, SLR）整合旅游、交通、地理和信息技术证据。
2.2 Literature Search Strategy
在Google Scholar、Scopus和Web of Science（WoS）检索，使用与游客路线交通模型、模型特征和路线优化相关的关键词及布尔运算符，在标题、摘要和关键词字段检索。
2.3 Eligibility Criteria
2.3.1 Inclusion Criteria
纳入标准：同行评议且发表于索引期刊；全文可获取；英文；报告定量或混合方法游客路线交通模型开发、应用或评估；包含模型类型、特征或操作参数的明确数据或分析。检索未设下限，语料涵盖2011—2026年。
2.3.2 Exclusion Criteria
排除：仅定性方法且无定量建模；仅论述性讨论游客路线交通而未测量或操作化模型特征；书籍章节、会议论文、灰色文献或编辑评论；被撤稿记录。
2.4 Screening and Selection Process
按PRISMA 2020两阶段：标题/摘要筛选和全文评估。两名评审员独立使用Rayyan QCRI筛选，Cohen’s kappa（κ）=0.78，95%置信区间（confidence interval, CI）[0.71–0.85]，表明高度一致。对847篇可能合格研究全文评估，最终59篇纳入，788篇排除并有记录原因。
2.5 Data Extraction and Coding
开发标准化码本，提取出版特征、研究情境、模型家族、数据来源、建模技术、操作测度、运输方式、优化算法和应用情境。两名评审员独立对10篇（17%）提取，κ=0.82，表明几乎完美一致。
2.6 Data Synthesis and Taxonomy Development
数据综合分两阶段：描述性统计映射出版趋势、地理分布和模型家族频率；使用CiteSpace v16.1进行引文突发分析，时间窗口年度，2021年前后对比，识别25个时间变化最强关键词。定性内容分析通过三轮共识归纳开发模型家族分类：第一轮开放编码20篇产生47个初步代码；第二轮联合编码59篇，合并为15个候选家族，κ=0.79，95% CI [0.72–0.86]；第三轮共识会议按数学基础、路线级特异性、主要输出类型细化至11个模型家族，100%共识。第三评审员验证10篇（17%）得到94%一致。最终分类包含11个模型家族、33项定义性特征和147项家族级标签。
3. Results
3.1 Current Trends in Tourist Route Traffic Modelling
2011—2026年出版量持续增长。2011—2020年每年少于5篇；2021年增至8篇，2024年峰值14篇，2025年略降至8篇。研究地理覆盖12国但高度集中于中国（42/59，71.2%）；西班牙和巴西各3篇（5.1%），土耳其和日本各2篇（3.4%），韩国、加拿大、突尼斯、意大利、罗马尼亚、伊朗和印度尼西亚各1篇（1.7%）。引文突发分析显示早期关注个性化旅行和搜索，2017年前后转向景点、路线和运输方式，2019—2020年路线规划与多目标优化突出，2024—2026年与深度学习、旅游推荐、网络、目的地和景观相关。
3.2 Typologies and Measures of Tourist Route Traffic Models
归纳分析识别11个模型家族。由于研究常组合多种方法，频率按采用该家族的论文数报告。兴趣域模型采用最多（n=46; 78.0%），其次为旅游中的人工智能（AI in Tourism）（n=20; 33.9%）和网络分析模型（n=19; 32.2%）。遗传算法（genetic algorithms, GA）（n=3; 5.1%）和改进遗传算法（improved genetic algorithms, IGA）（n=2; 3.4%）较少。模型家族涵盖数学优化、人工智能、空间分析、仿真和决策支持。共现分析显示多数研究组合多个模型家族，兴趣域模型是共现网络核心，常与旅游中的人工智能、网络分析模型和多准则决策（multi-criteria decision-making, MCDM）共同出现。
3.3 Detailed Model Characteristics and Operational Measures
在11个模型家族中识别33项定义性特征，每个家族有3项核心特征。操作性测度指用于实施定义性特征的定量指标、算法程序或数据输入。关系被映射，并详细描述操作化与主要应用情境。
3.4 Sustainability Integration Analysis
59篇中45篇（76.3%）整合可持续性，但ESEG维度覆盖不均。经济维度占可持续性聚焦研究的90.9%，环境和社会各54.5%，治理仅36.4%。时间趋势显示加速：2021年前约28.6%涉及可持续性，2021—2026年为67.7%。四个关键空白：治理整合有限；环境承载力和生态限制关注不足；社区层面社会结果代表性不足；模型预测与可持续性政策实施联系弱。八项研究展示整体ESEG整合最佳实践。
4. Discussion
4.1 Reflections on the Typologies and Measures of Tourist Route Traffic Models
综述形成11家族、33特征分类，沿计算复杂性和规划导向定位，为碎片化文献提供结构化分类。但发现尽管有33项定义性特征，只有有限操作性测度被一致应用，如兴趣域模型中的兴趣强度和流行度指数、GA和IGA模型中的适应度函数与约束公式、AI和机器学习模型中的精确率和召回率、GIS方法中的最短路径和可达性测度；即使常用测度，其操作定义和实施也存在显著差异。
4.2 The Typological Spectrum and Its Implications for Model Selection
类型谱按计算复杂性（从传统优化到自适应AI）和规划导向（从行前规划到实时运营管理）定位11个家族，提供比较建模方法的基础。AI和基于代理的模型能更细致捕捉游客行为，适合动态决策，但依赖大量数据、计算资源和技术专长；兴趣域模型和GA类方法数据需求较少、更易实施，适合技术资源有限目的地，但对快速变化旅游条件适应性较低。
4.3 Sustainability in Tourist Route Modelling: Prevalence and Gaps
可持续性整合不均衡，但近期加速。45篇（76.3%）涉及至少一个维度，经济主导，治理最少。2021年前28.6%到2021—2026年67.7%显著加速。多数模型优先路线效率和游客体验优化，而非环境承载力评估、社区收益测量和政策整合机制。未来模型应将环境阈值、社会结果测度和治理联系系统嵌入核心逻辑，而非事后附加。
4.4 Limitations of the Review
局限包括：语言和出版偏倚，仅英文同行评议文章；术语缺口，检索围绕伞形术语，未系统纳入运筹学标签如旅行商问题或车辆路径问题；地理集中，中国42/59（71.2%），其他地区仅13篇（22%）；分类主观性，三轮共识过程涉及解释判断。
4.5 Theoretical and Practical Implications
理论启示：系统化碎片化研究领域，11家族分类和类型谱提供组织框架，定位模型沿计算复杂性和规划时间维度，帮助识别未充分探索组合，如含可持续性约束的时间预测模型，并揭示研究注意力与实践之间的时间滞后。实践启示：类型谱可作为决策支持工具，低资源情境可用兴趣域或GA类方法，中等能力目的地可用GIS或MCDM框架，高能力地区可部署AI驱动或实时动态路线系统。治理整合空白（36.4%）为模型创新提供机会。
4.6 Future Research Directions
五项优先方向：可持续性整合模型开发，将环境承载力阈值、社会公平措施和治理政策一致性作为核心目标；地理多样化，在非中国情境开展实证与比较研究；实时自适应系统，整合实时游客流、环境传感器和政策触发；跨学科整合，桥梁旅游建模与交通科学、环境管理、城市规划；实施研究，考察采用障碍和研究到实践转化。
5. Conclusions
5.1 Summary of Key Findings
综述建立首个面向信息技术的游客路线交通模型系统分类，11家族分类和类型谱沿计算复杂性和规划导向维度提供结构化基础。三项总体发现：建模仍术语碎片化、操作定义不一致、跨学科交流有限；不同模型家族具有互补而非竞争优势，选择由规划目标、数据可用性和情境约束引导；可持续性整合不均衡且加速，经济主导，治理最少，2021年前28.6%到之后67.7%。证据基础地理集中（中国71.2%，其他地区22%）。
5.2 Key Findings and Their Implications
理论贡献：系统化领域，分类和二维类型谱阐明数学基础、数据需求和规划导向如何影响适用性，并预测方法创新。实践含义：类型谱作为决策支持工具，低资源用兴趣域或GA，中等用GIS或MCDM，高能力用AI或实时动态路线。治理整合空白为创新机会，使路线模型成为正式目的地管理中的循证工具。
5.3 Priorities for Future Research
五项优先：可持续性整合模型架构，将环境承载力阈值、社会公平措施、治理政策一致性作为核心设计目标；地理多样化和模型可迁移性；实时自适应响应系统；跨学科整合与方法借用；实施研究和采用障碍。
5.4 Concluding Remarks
游客路线交通建模随AI、地理空间技术和智慧旅游系统快速发展。综述提供系统分类、记录当前实践与空白、识别优先方向。进展依赖方法创新以及术语与报告一致性、可持续性目标系统整合、实证研究地理多样化、学术研究与实际实施更强联系。
5.5 Limitations and Further Research
局限：71.2%研究来自中国；仅英文和三个主要数据库索引；样本量59且定性综合无法定量比较性能；未应用正式质量评价工具。未来优先：地理多样化、实时自适应模型、可持续性整合架构、跨学科整合、实施研究。未来系统综述可考虑PROSPERO注册、领域特定质量评估工具、多语言数据库检索和灰色文献。
