摘要:隨著“營(yíng)銷(xiāo)時(shí)代”的來(lái)臨,全國(guó)各城市無(wú)不投入精力塑造城市形象,提升城市知名度。不少城市借用旅游景區(qū)打響城市品牌、提升城市知名度,其中,5A級(jí)旅游景區(qū)作為城市對(duì)外宣傳的金名片,在城市知名度提升中起著重要的作用。借用網(wǎng)絡(luò)知名度的概念,采用網(wǎng)絡(luò)計(jì)量的方法,將全國(guó)37個(gè)5A級(jí)景區(qū)及其所在城市列為研究對(duì)象,得到了5A級(jí)景區(qū)對(duì)其所在城市知名度的貢獻(xiàn)率,驗(yàn)證了5A級(jí)景區(qū)與城市構(gòu)成體系符合位序——規(guī)模分布原理。同時(shí),得到規(guī)律,5A旅游景區(qū)對(duì)中、小城市知名度的影響普遍比大城市大。
關(guān)鍵詞:5A景區(qū);城市知名度;網(wǎng)絡(luò)計(jì)量;位序-規(guī)模分布
中圖分類(lèi)號(hào):F592 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1673-291X(2010)23-0119-03
引言
在全球一體化、競(jìng)爭(zhēng)激烈化的背景下,城市走入了地域營(yíng)銷(xiāo)、品牌經(jīng)營(yíng)的時(shí)代。縱觀國(guó)內(nèi)各大、中、小城市無(wú)一不投入精力塑造城市形象,提升城市知名度。旅游作為眾多城市著力發(fā)展的朝陽(yáng)產(chǎn)業(yè),對(duì)城市品牌的塑造起著十分重要的作用;旅游地作為城市對(duì)外展示的窗口,旅游景區(qū)作為展示城市形象的金名片,對(duì)城市知名度提升有著不可忽視的影響。2007年5月,國(guó)家旅游局首批評(píng)定66個(gè)5A級(jí)試點(diǎn)景區(qū),作為行業(yè)標(biāo)桿。一方面,5A的金字招牌可以為景區(qū)贏得更多的境內(nèi)外客源市場(chǎng)份額;另一方面,可以給所在城市乃至區(qū)域帶來(lái)巨大的社會(huì)效益。如何定量的衡量5A景區(qū)的社會(huì)效益,特別是5A景區(qū)為其所在城市知名度提升帶來(lái)的積極效應(yīng),是擺在當(dāng)前的熱點(diǎn)問(wèn)題。本文試從旅游景區(qū)與城市知名度的關(guān)系入手,運(yùn)用網(wǎng)絡(luò)計(jì)量的方法,探尋5A級(jí)景區(qū)對(duì)其所在城市知名度的影響程度,以期在這個(gè)過(guò)程中驗(yàn)證、探索出一些規(guī)律。
一、研究基礎(chǔ)
(一)研究方法
研究旅游景區(qū)對(duì)城市知名度的影響,本文借用網(wǎng)絡(luò)知名度這一概念,運(yùn)用網(wǎng)絡(luò)計(jì)量的統(tǒng)計(jì)方法。1997年,Almind等人提出了網(wǎng)絡(luò)計(jì)量學(xué)(Webometrics)一詞,將情報(bào)計(jì)量方法用于萬(wàn)維網(wǎng)信息(www)的研究。網(wǎng)絡(luò)計(jì)量是采用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等各種定量研究方法,對(duì)網(wǎng)上信息的數(shù)量、組織、存貯、分布、傳遞等進(jìn)行定量描述和統(tǒng)計(jì)分析,涉及網(wǎng)上文獻(xiàn)、文獻(xiàn)信息及相關(guān)特征信息的計(jì)量。
在信息高速發(fā)展的今天,網(wǎng)絡(luò)已經(jīng)成為人們?nèi)粘I畋夭豢缮俚囊徊糠郑W(wǎng)絡(luò)用戶(hù)在網(wǎng)絡(luò)空間傳播人或事物的信息,就會(huì)形成具體的網(wǎng)絡(luò)知名度。網(wǎng)絡(luò)是現(xiàn)實(shí)社會(huì)的投射,網(wǎng)絡(luò)知名度在一定程度上反映了事物的實(shí)際知名度。例如,按照網(wǎng)頁(yè)數(shù)統(tǒng)計(jì)而成的2006中國(guó)城市網(wǎng)絡(luò)知名度排行榜在很大程度上反映了我國(guó)城市的基本排名。網(wǎng)絡(luò)知名度可以通過(guò)網(wǎng)絡(luò)傳播的信息量來(lái)進(jìn)行測(cè)度,比如,利用搜索引擎搜索得到的網(wǎng)頁(yè)數(shù)目可以大體判定具體的事物的網(wǎng)絡(luò)知名度高低。
在研究方法上主要采用網(wǎng)頁(yè)文獻(xiàn)計(jì)量方法,即網(wǎng)頁(yè)的數(shù)量來(lái)進(jìn)行計(jì)量。關(guān)注5A級(jí)旅游景區(qū)對(duì)城市知名度的影響,在分析5A景區(qū)與城市知名度之間的關(guān)系時(shí),借用引文分析中的影響因子評(píng)價(jià)公式。與期刊影響因子相類(lèi)似,在網(wǎng)絡(luò)環(huán)境下,搜索引擎為網(wǎng)絡(luò)文獻(xiàn)計(jì)量提供數(shù)據(jù)源,基于這一原理,建立5A景區(qū)—城市知名度影響因子基本公式:I=T/C,其中I為知名度影響因子,T為景區(qū)—城市相關(guān)網(wǎng)頁(yè)數(shù),C為城市相關(guān)網(wǎng)頁(yè)數(shù)。再取一個(gè)指標(biāo)S—城市人口數(shù),作為城市規(guī)模大小的參考量,作進(jìn)一步評(píng)價(jià)。
(二)數(shù)據(jù)收集
考慮到5A級(jí)景區(qū)是國(guó)內(nèi)景區(qū)中最具鮮明特色和高品質(zhì)服務(wù)的代表,是行業(yè)內(nèi)的標(biāo)桿和城市名片,特將其列為研究對(duì)象。為了能更準(zhǔn)確的反映一個(gè)5A景區(qū)對(duì)其所在城市知名度的影響,從全國(guó)66個(gè)5A級(jí)旅游景區(qū)及其所在53個(gè)城市中,篩除了城市和景區(qū)一對(duì)多的情況,留下37個(gè)城市及各個(gè)城市所對(duì)應(yīng)的5A級(jí)旅游景區(qū)。
首先,在Google搜索引擎中中輸入各個(gè)城市名稱(chēng),搜索城市相關(guān)網(wǎng)頁(yè);其次,用同樣的方法在輸入各個(gè)5A級(jí)旅游景區(qū)的最簡(jiǎn)縮寫(xiě)關(guān)鍵詞,如要查找西湖風(fēng)景名勝區(qū)與杭州市的相關(guān)網(wǎng)頁(yè),輸入的關(guān)鍵詞“西湖景區(qū) 杭州”;再者,登陸各個(gè)政府網(wǎng)站及維基百科查找各個(gè)城市對(duì)應(yīng)的最近常住人口,作為城市規(guī)模大小辨別依據(jù)。得到的基礎(chǔ)數(shù)據(jù)如下表。
二、變量分析
按照5A景區(qū)—城市知名度影響因子評(píng)價(jià)基本公式I=T/C,變量有T、C,分別為5A景區(qū)——城市相關(guān)網(wǎng)頁(yè)數(shù)和城市相關(guān)網(wǎng)頁(yè)數(shù),另外再取S城市人口數(shù)作為進(jìn)一步測(cè)評(píng)的依據(jù)。
一定地域范圍內(nèi),城市體系的等級(jí)規(guī)模結(jié)構(gòu)服從位序規(guī)模分布模型:Pi*Riq=K 其中Pi代表第i位城市人口,Ri代表第i位城市的位序,q代表回歸斜率,q的絕對(duì)值越接近于1,越接近理想狀態(tài)。本研究嘗試用這一冪次方程檢驗(yàn)城市相關(guān)網(wǎng)頁(yè)數(shù)、5A景區(qū)-城市相關(guān)網(wǎng)頁(yè)數(shù)、知名度影響因子,考察其是否同樣滿(mǎn)足位序規(guī)模分布模型。
(一)5A景區(qū)-城市相關(guān)網(wǎng)頁(yè)數(shù)
5A景區(qū)-城市相關(guān)網(wǎng)頁(yè)數(shù)(T)相差甚大,其中最多的是“西湖景區(qū)-杭州”達(dá)到了589萬(wàn)條搜索,其次是“黃鶴樓公園-武漢”,再者是“黃山景區(qū)-黃山市”;排名靠后幾位的是“沙湖景區(qū)-石嘴山”、“崆峒山景區(qū)-平?jīng)觥薄ⅰ吧称骂^景區(qū)-中衛(wèi)”,其中“沙坡頭景區(qū)-中衛(wèi)”的搜索量只有3.6萬(wàn)條。從這一變量搜索量排名來(lái)看,前幾位的城市如杭州市、武漢市、黃山市、秦皇島市所在的5A級(jí)旅游景區(qū)知名度較高,相對(duì)而言這些城市也是較典型的旅游城市。
類(lèi)似城市體系位序規(guī)模方程,基于5A景區(qū)——城市相關(guān)網(wǎng)頁(yè)數(shù)及其排名數(shù)據(jù),在SPSS中進(jìn)行回歸分析,得到?jīng)Q定系數(shù)R2 為0.911,大于0.9,P值為0.000,具有統(tǒng)計(jì)學(xué)意義。因此,5A景區(qū)—城市相關(guān)網(wǎng)頁(yè)所構(gòu)成的“5A景區(qū)城市知名度體系”服從這一遞歸模型,符合位序規(guī)模分布規(guī)律。具體景區(qū)——城市網(wǎng)頁(yè)位序規(guī)模排列見(jiàn)下圖。
(二)城市相關(guān)網(wǎng)頁(yè)數(shù)
5A景區(qū)所在的城市相關(guān)網(wǎng)頁(yè)數(shù)(C)相差很大,其中最多的是深圳有18 400萬(wàn)條搜索結(jié)果,最少的是石嘴山144萬(wàn)條。網(wǎng)絡(luò)搜索排名前幾位城市,如深圳、廣州、杭州、武漢的網(wǎng)頁(yè)數(shù)量是后幾位平?jīng)觥⑿弥荨⒓斡P(guān)、中衛(wèi)、石嘴山的近百倍。城市相關(guān)網(wǎng)頁(yè)排名與通俗意義上人們對(duì)各城市認(rèn)知的排名一致,在一定程度上反映了城市知名度的高低。從中也可以看到東部、中部地區(qū)城市的知名度普遍比西部地區(qū)城市知名度要高得多。
同樣基于搜索城市相關(guān)網(wǎng)頁(yè)數(shù)和城市知名度排名兩組數(shù)據(jù),在SPSS中進(jìn)行冪次回歸分析,得到?jīng)Q定系數(shù)R2為0.929,P為0.000,具有統(tǒng)計(jì)學(xué)意義。因此,5A景區(qū)所在城市的網(wǎng)頁(yè)所構(gòu)成的“5A景區(qū)城市知名度體系”服從這一遞歸模型,符合位序規(guī)模分布規(guī)律。具體城市網(wǎng)頁(yè)位序規(guī)模排列見(jiàn)下圖。
(三)5A景區(qū)對(duì)城市知名度影響因子
按照5A景區(qū)——城市知名度影響因子評(píng)價(jià)基本公式I=T/C,得到各個(gè)5A景區(qū)對(duì)城市知名度的貢獻(xiàn)率。其中I的最大值為0.3375,其次為0.1867,最小值為0.007,說(shuō)明黃山景區(qū)對(duì)黃山市知名度的影響較大。影響因子I的平均值為0.0521,意味著5A景區(qū)對(duì)其所在城市的平均貢獻(xiàn)率為5.21%。
去除頭尾各兩組差別較大的數(shù)據(jù),對(duì)5A景區(qū)—城市知名度影響因子I與其排名回歸分析,得到?jīng)Q定系數(shù)R2為0.907,P為0.000,具有統(tǒng)計(jì)意義。將其擬合成冪次函數(shù)得到,Y=161.3X-1.5, 說(shuō)明5A景區(qū)城市知名度體系服從位序規(guī)模分布規(guī)律。
比較各個(gè)T值、C值還是I值,都能發(fā)現(xiàn)差異較大。華中、華東地區(qū)在城市知名度、5A景區(qū)——城市聯(lián)合知名度、景區(qū)-城市知名度影響因子上普遍比西部地區(qū)要高。此外,將影響因子(I)與城市人口(S)數(shù)據(jù)比對(duì)不難發(fā)現(xiàn),5A景區(qū)對(duì)大城市的知名度影響不大。城市人口多、規(guī)模排名靠前的幾個(gè)大城市知名度影響因子I值反而小。比如,長(zhǎng)隆旅游度假區(qū)對(duì)深圳的知名度影響只有0.1%,而華僑城旅游度假區(qū)對(duì)廣州的影響更不顯著,只有0.07%。原因在于大城市多樣化、綜合性的產(chǎn)業(yè)特色,在知名度方面受當(dāng)?shù)芈糜尉皡^(qū)的影響相對(duì)較小。相反,一些中、小城市的旅游景區(qū)對(duì)其知名度影響較大。比如5A景區(qū)對(duì)黃山市、池州、忻州、秦皇島等城市知名度的貢獻(xiàn)率超過(guò)了10%。
三、結(jié)論及啟示
其一,根據(jù)統(tǒng)計(jì)得到5A景區(qū)對(duì)其所在城市知名度的平均貢獻(xiàn)率為5.21%,因此5A景區(qū)對(duì)其所在城市知名度具有一定的貢獻(xiàn)。其二,通過(guò)冪次函數(shù)模型的驗(yàn)證,5A景區(qū)對(duì)城市知名度影響因子符合位序—規(guī)模分布規(guī)律,回歸得到的冪次函數(shù)為Y=161.3X-1.5。其三,5A景區(qū)對(duì)中、小城市知名度影響普遍比大城市要大。因此,對(duì)于想提高城市知名度的中、小城市來(lái)說(shuō),借助旅游景區(qū)或者培育知名旅游地品牌,能取得更好的效果。
參考文獻(xiàn):
[1] 陳彥光,羅靜.城市位序-規(guī)模問(wèn)題的分形理論探討[J].信陽(yáng)師范學(xué)院學(xué)報(bào):自然科學(xué)版,1998,11(3):264-268.
[2] 劉繼生,陳彥光.分形城市引力模型的一般形式和應(yīng)用方法[J].地理科學(xué),2000,20(6):528-533.
[3] 趙渺稀.競(jìng)技體育對(duì)城市知名度的影響分析[J].體育科技文獻(xiàn)通報(bào),2008,3(6):117-120.
[4] 吳華香.網(wǎng)絡(luò)計(jì)量學(xué):互聯(lián)網(wǎng)上的文獻(xiàn)計(jì)量學(xué)[J].圖書(shū)館雜志,2001,2(1):150-155.
[5] 徐久齡,劉春茂,劉亞軒.網(wǎng)絡(luò)計(jì)量學(xué)的研究[J].情報(bào)學(xué)進(jìn)展,1999,(3):56-60.
[6] 王京山.網(wǎng)絡(luò)聲望初論[J].北京印刷學(xué)院學(xué)報(bào),2008,16(5):145-150.
[7] 何愛(ài)琴,張芮.網(wǎng)絡(luò)信息計(jì)量學(xué)研究綜述[J].科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì),2006,16(7):92-93.
[8] 趙啟民.網(wǎng)絡(luò)計(jì)量學(xué)的應(yīng)用研究[J].吉林師范大學(xué)學(xué)報(bào):人文社會(huì)科學(xué)版,2006,(1):106-110.
[9] 楊濤.中國(guó)50所大學(xué)網(wǎng)站的網(wǎng)絡(luò)影響因子比較分析[J].圖書(shū)情報(bào)工作,2005,(6):47-54.
[10] http://zh.wikipedia.org/zh-cn/Wikipedia: