冰雪旅游需求的時空分布規律研究

劉 悅，呂興洋，周曉麗

冰雪旅游需求的時空分布規律研究

劉 悅1，呂興洋2，周曉麗3

1.西南財經大學體育學院，四川 成都，611130；2.西南財經大學工商管理學院，四川 成都，611130；3.長治學院歷史文化與旅游管理系，山西 長治，046000。

利用冰雪旅游網絡關注度和現實冰雪旅游客流之間的密切相關性，收集2011-2018年全國31個省、市和自治區的“冰雪旅游”網絡關注度數據，采用季節性集中指數、地理集中指數和變差系數對冰雪旅游需求的時間和空間分布規律進行研究。結果顯示：（1）2011-2018年全國冰雪旅游需求穩步快速增長，但總體需求量仍有很大的提升空間；（2）冰雪旅游需求具有明顯的季節性特征，每年的1月、11月和12月3個月是冰雪旅游需求的最旺季；（3）冰雪旅游需求在全國31個省、市、自治區具有明顯的地區分布差異，黑龍江、北京、浙江、上海等地是冰雪旅游需求最旺盛的地區。研究結論為以市場需求為依據、為推動我國冰雪旅游發展、實現3億人參與冰雪運動的戰略目標提供了管理建議。

冰雪旅游；網絡搜索指數；時空特征；季節性集中指數；地理集中指數；變差系數

2015年7月，國際奧委會主席巴赫宣布2022年冬奧會將由北京和張家口聯合舉辦，中國冰雪產業迎來了新的發展機遇[1]。之后中共中央辦公廳、國務院辦公廳、國家體育總局和文化與旅游部等部門多次出臺各種政策和措施，如《冰雪運動發展規劃（2016-2025年）》、《競技體育“十三五”規劃》、《全國冰雪場地設施建設規劃（2016-2022年）》、《群眾冬季運動推廣普及計劃（2016-2020年）》、《帶動三億人參與冰雪運動實施綱要（2018-2022年）》、《關于以2022年北京冬奧會為契機大力發展冰雪運動的意見》等，為冰雪產業發展提供指導方向，期望加速促進中國冰雪產業的發展。許多省市都明確把冰雪運動作為發展重點，大力支持冰雪運動場館建設。在此背景下，眾多地區都將滑雪產業當成促進經濟發展的利器，投資建設滑冰館和滑雪場等冰雪運動場館。

冰雪旅游作為冰雪產業的重要組成部分，也將以2022年冬奧會為契機，迎來重要的發展機遇。實踐領域已顯示，各地建設的冰雪場館數量、各種規模的冰雪賽事和冰雪主題節慶活動都明顯增加。實踐的飛速發展帶動了學術領域的研究關注，縱觀國內現有的研究，主要集中于各區域冰雪旅游資源開發的適宜性評價[2-4]、2022年冬奧會對各地冰雪旅游發展的影響研究[5-7]、具體區域冰雪旅游產業的開發[8-9]以及冰雪旅游產業的發展策略研究[10]，亦有研究關注冰雪旅游與城市旅游環境發展的耦合協調度[11]以及冰雪旅游的營銷策略[12]等。可見，大部分研究者都基于供給視角對國內冰雪旅游產業的發展予以研究。然而市場經濟條件下，市場需求是檢驗供給側供給效率和效果的根本標準。冰雪旅游市場需求是冰雪旅游供給設施充分利用的市場基礎，在冰雪旅游飛速發展的背景下，加強冰雪旅游需求規律的研究已迫在眉睫。但是，目前基于需求視角對冰雪旅游產業的研究主要集中于冰雪旅游者的消費行為模式[13]和滿意度感知[14]，對冰雪旅游需求規律的研究很少。研究冰雪旅游需求的時間和空間分布規律，有助于為冰雪旅游供給側的改革和發展提供市場依據。因此本研究擬對冰雪旅游市場需求的時空分布規律進行探索，以期為冰雪旅游設施建設提供實踐指導建議。

1 數據來源與研究方法

1.1 研究思路

消費者需求領域的研究顯示信息收集是消費者復雜型決策制定的核心環節[15-16]，即潛在的冰雪旅游參與者在實際出游之前，會搜索各種相關信息幫助其制定出游決策。信息過剩和消費者的主觀選擇性使得“搜索”逐漸成為消費者信息獲取的主要方式[17]。潛在冰雪旅游參與者在產生冰雪旅游出游欲望的前提下，會在搜索引擎或旅游網站等搜索相關信息，在供需不斷碰撞的過程中形成初步的出游決策，并最終引導其在現實空間流動。可見，理論上“冰雪旅游”關鍵詞搜索量與現實冰雪旅游客流量之間必然存在一定的因果相關性。旅游領域的大量研究均證實網絡信息搜索量和實際客流量之間存在密切的相關性[18-20]，且已有部分研究者開始借助網絡關注度數據研究旅游需求的時空分布特征[21-22]。因此，本研究擬借助潛在冰雪旅游參與者的網絡搜索數據替代現實冰雪旅游客流數據研究冰雪旅游需求的時間和空間分布規律。

1.2 數據來源

基于上述研究思路，本研究擬提取“冰雪旅游”的網絡搜索數據。據CNNIC《2016年中國網民搜索行為調查報告》，截止2016年12月，中國綜合搜索引擎用戶規模達6.02億，使用率為82.4%。百度（www.baidu.com）是全球最大的中文搜索引擎，其作為搜索引擎品牌在國內旅游信息搜索中占據著絕對的主導地位[23]。百度公司基于其海量搜索數據推出了免費的百度指數功能，提供2006年至今百度指數收錄關鍵詞的網絡日搜索量數據；2013年12月百度指數進行了改版，提供2011年1月至今百度指數收錄關鍵詞的移動端、PC端及綜合日搜索指數數據[24]。

因此筆者以“冰雪旅游”為關鍵詞，提取了百度指數平臺2011-2018年度全國31個省（市、區）對“冰雪旅游”的日搜索指數，使用31個省（市、區）的日網絡搜索指數之和作為“冰雪旅游”全國搜索指數。

1.3 研究方法

1.3.1 時間分布規律研究方法 季節性集中指數[25]。季節性集中指數是反映消費者需求時間分布集中性的重要指數，本文將其用于分析冰雪旅游需求年度月份分布集中性，計算公式如下：

式中R為冰雪旅游需求的季節性集中指數，xi為i月冰雪旅游需求的全年占有率×100，R值趨近于0，說明冰雪旅游需求的季節性不明顯，在全年各月份呈較均勻分布；相反，R值越大，冰雪旅游需求越集中于少數月份，時間分布季節性越顯著。

1.3.2 空間分布規律研究方法 （1）地理集中指數[25]。地理集中指數是衡量消費者需求地理集中程度的重要指標，本研究用其分析冰雪旅游需求的空間分布特征，計算公式為：

式中G為地理集中指數，Ai為i省對冰雪旅游的搜索量，AT為全國冰雪旅游搜索總量，G值越大，冰雪旅游需求越集中于少數省份，省際差異越顯著；相反，G值越小，冰雪旅游需求的空間分布越分散。

（2）變差系數（coefficient of variation, CV）[25]：變差系數本是衡量兩個或多個區域經濟規模樣本差異程度的重要指標，本研究將其用于分析冰雪旅游需求在全國31個省、市和自治區分布的空間差異程度，計算公式為：

游需求的省際差異越顯著。

2 結果分析

2.1 冰雪旅游需求的時間分布特征

2.1.1 年際分布規律 為了從總體上把握冰雪旅游需求的時間序列分布規律，文章利用Excel表格工具統計了“冰雪旅游”關鍵詞2011-2018年8個自然年度全國搜索指數，如圖1。可見，2011-2014年全國冰雪旅游需求呈“降—升—降”的緩慢波動態勢，相比2011年，到2014年全國冰雪旅游需求無增反降，冰雪旅游活動在國內的發展態勢非常不理想；2015-2018年全國冰雪旅游搜索指數呈現平穩快速的增長態勢，說明全國的冰雪旅游需求在急速爆發。2015年是我國冬奧會申辦成功之年，以此為契機國內各部委頻繁出臺各項政策促進全國的冰雪旅游發展，激發了市場上消費者潛在的冰雪旅游需求，人們的冰雪季出游欲望顯著增強。然而，對比“冰雪旅游”和“旅游”2018年度的搜索指數（圖2）可見，國民的冰雪旅游需求依然非常有限，冰雪旅游活動尚未成為人們外出參加旅游活動的主要方式，仍有非常大的發展空間。

圖1 2011-2018年全國冰雪旅游搜索指數折線圖

圖2 2018年全國“冰雪旅游”和“旅游”搜索指數對比圖

2.1.2 月份分布規律 圖3所示，2011-2018年全國冰雪旅游搜索指數呈明顯的月份波動規律，具體而言，在每年的1月、11月和12月冰雪旅游搜索指數會呈現明顯的波峰，其余月份則呈緩慢的上下波動態勢。說明全國的冰雪旅游需求旺季集中在每年的1月、11月和12月，此時天氣寒冷，本屬我國的旅游淡季，人們出游較少，但此時卻亦屬我國的冬季，降雪較多，雪量充足，是人們參加冰雪旅游活動的高峰期，可見促進冰雪旅游的發展有助于減少我國旅游市場需求的淡旺季差異。

進一步采用季節性集中指數對2011-2018年全國冰雪旅游需求的季節集中度進行測算（表1），2011-2018年全國冰雪旅游需求的季節集中指數介于4.36~8.89之間，最小的是2017年為4.36，最大的是2014年為8.89，但都遠大于1，說明每年冰雪旅游需求都存在非常明顯的季節性。但是總體來看，2011-2018年全國冰雪旅游需求的季節集中指數呈下降趨勢，說明冰雪旅游需求的季節差異性在逐漸減小。因為1月、11月和12月屬于季節集中度最高的3個月份，因此進一步測算了這3個月占全年冰雪旅游需求的比率，表1可見除去2017年，3個月的冰雪旅游需求均超過了全年的50%，冰雪旅游需求的季節集中性非常高，但總體上這3個月的全年占有率確實是下降趨勢，印證了冰雪旅游需求的季節差異性在減小。

圖3 2011-2018年各月冰雪旅游需求量折線圖

表1 2011-2018年冰雪旅游需求的季節集中指數和11-1月的全年占有率

2.2 冰雪旅游需求的省際空間分布規律

2011-2018年冰雪旅游需求除了存在非常明顯的時間差異外，全國不同的省、市、自治區也存在顯著的空間差異特征。表2統計了2011-2018年全國31個省、市、自治區冰雪旅游需求的全國占有率，可見：黑龍江作為冰雪旅游的首要目的地，其冰雪旅游需求也位居首位，8年冰雪旅游需求的全國占有率均值達19.2%；其次是2022年冬奧會的主辦城市北京，其冰雪旅游需求也非常旺盛，8年冰雪旅游需求的全國占有率均值為16.9%，兩個省市的冰雪旅游需求遠超全國的其他省份，成為我國冰雪旅游需求的最重要地區。接下來是位于東部的廣東、上海和位于東北部的遼寧，其冰雪旅游需求的全國占有率均值介于5%-10%之間，是僅次于黑龍江和北京的冰雪旅游需求旺盛區；值得注意的是上海，從均值來看，上海位居第4，但是從2011-2018年數據來看，上海的冰雪旅游需求相比全國數據有著更快的增長速度，其全國占有率從2011年的2.2%攀升至2018年17.4%，單從2018年的數據來看，已成為全國冰雪旅游需求最旺盛的地區。位于第3組別的省市分別是浙江、新疆、江蘇、內蒙古和河北，其8年的冰雪旅游需求全國占有率均值超過31個省市平均狀態下的占有率3.2%，但是不足5%，新疆和內蒙古本屬于我國僅次于東三省的冰雪旅游目的地，冰雪旅游需求也相對較旺，浙江和江蘇都屬于我國東部經濟較發達的省份，在國家倡導冰雪旅游運動的背景下，其冰雪旅游需求也超過全國大多數省份，河北屬于2022年冬奧會另一主辦城市張家口所在省份，又緊鄰北京和天津，但其冰雪旅游需求的全國占有率（3.4%）僅剛超過31個省、市、自治區平均狀態下的占有率（3.2%），全國排名第10位，其冰雪旅游需求應該還有較大的上升空間。

表2 2011-2018年31個省市冰雪旅游需求的全國占有率（%）

注：按31個省、市、自治區需求占有率的8年均值從高到低排列。

進一步使用地理集中指數和變差系數測算中國31個省、市、自治區冰雪旅游需求的空間分布差異，結果見表3。可見，2011-2018年全國冰雪旅游需求的地理集中指數介于29.45~35.39之間，變差系數介于1.29~1.70之間，呈現差異波動，但總體變化趨勢不明顯。說明全國冰雪旅游需求主要集中于少數省份，地區分布的集中度較高，而且8年基本持續這樣的地區分布不均衡態勢。

表3 2011-2018年冰雪旅游需求的地理集中指數和變差系數

3 結論與建議

3.1 研究結論

本研究利用信息流和旅游客流之間的密切相關性，使用“冰雪旅游”百度指數搜索指數替代實際冰雪旅游需求數據，采用季節性集中指數、地理集中指數和變差系數，對2011-2018年全國31個省、市、自治區冰雪旅游需求的時空分布規律進行研究，結論如下：

（1）2011-2018年我國冰雪旅游需求基本呈增長態勢，尤其是2015年之后，全國冰雪旅游需求呈穩步的快速增長態勢，但是總量上看，冰雪旅游需求仍非常有限，有較大的發展空間。一方面說明我國冰雪旅游處于快速發展階段，冬奧會是我國冰雪旅游發展的加速器，冬奧會的成功申辦使得作為“小眾”的冰雪運動項目逐漸受到人們的青睞，越來越普及，觀賞、參與冰雪旅游的人數急劇增加。另一方面，冰雪旅游在我國旅游市場中的普及率還非常有限，相比其他類型的旅游活動，冰雪旅游活動仍處在發展初期，有巨大的發展空間和潛力。

（2）冰雪旅游需求的季節集中性非常明顯，一年內不同月份需求量差異特別顯著，每年的1月、11月和12月是冰雪旅游需求的最旺季，其他月份冰雪旅游需求較少。冰雪旅游屬于季節和氣溫約束性很強的旅游產品，每年的1月、11月和12月屬于我國的雪季，氣溫低，降雪比較充足，雖然其他月份國外也有非常適合冰雪旅游的目的地，但是很明顯我國居民目前的冰雪旅游需求主要存在于國內，因此在我國的冬季人們冰雪旅游出游欲望強烈，過了冬季，受氣溫的影響國內不再降雪，人們的冰雪旅游需求也逐漸轉向其他更適宜的旅游產品。

（3）冰雪旅游需求的不同省、市、自治區空間分布差異顯著。黑龍江、北京是冰雪旅游需求最集中的地區，其次是廣東和上海，上海是全國冰雪旅游需求增長率最快的地區。中國國土遼闊，不同省、市、自治區的季節氣候差異顯著，受不同區域季節及冬季降雪差異的限制，冰雪旅游在我國不同區域的發展狀況差異顯著，致使不同區域冰雪旅游需求也存在較大差異。從2011-2018年冰雪旅游需求增長率來看，上海、廣東、江蘇、浙江等省市的冰雪旅游需求增長速度遠遠超過其他省市的需求增長速度，說明我國80年代開始實施的“北冰南展”戰略初見成效。

3.2 管理建議

基于冰雪旅游需求的時間和空間分布規律，為目的地冰雪旅游發展提出以下管理建議：

（1）一方面，利用特殊事件對旅游需求的強烈影響，借助特殊事件的舉辦促進冰雪旅游需求的增加，條件適宜的省市在冬季可以通過舉辦各種形式的滑雪比賽、冰雪節、冰雕節等推動本地和周邊地區人們冰雪旅游需求的增長。另一方面加快冰雪旅游供給側改革，以政策和設施供給帶動冰雪旅游市場需求的快速增加。最終實現習總書記提出的3億人上冰雪的目標。

（2）注資打造全季侯室內冰雪游樂綜合體。冰雪旅游需求的季節性主要是受冰雪元素的季節性和氣溫制約，為了促進冰雪旅游的穩步快速發展，打破季節和氣溫對冰雪旅游發展的制約障礙勢在必行。2019年中共中央辦公廳和國務院辦公廳引發了《關于以2022年北京冬奧會為契機大力發展冰雪運動的意見》，指出到2022年我國的冰雪運動總體發展更加均衡，普及程度明顯提升，冰雪產業規模明顯擴大。冰雪運動的更加均衡不僅指區域之間的均衡，亦包含了時間上的更加均衡，而技術的進步已使得夏季滑雪不再是天方夜譚，因此資金和技術條件允許的地區可注資打造全季侯室內冰雪游樂綜合體，促進冰雪旅游的更加均衡發展。

（3）冰雪旅游供給設施如滑雪場和滑冰館的開發和建設需分地區逐步推進。市場經濟條件下，供—需匹配才能實現最大化市場效率，中國的冰雪旅游需求在地區之間還存在極強的不均衡性，因此冰雪旅游供給設施的開發和建設不能盲目而上，必須以各地的冰雪旅游需求為依據，穩步推進冰雪旅游供給設施建設。

3.3 研究不足與展望

本研究基于冰雪旅游百度指數搜索指數研究了冰雪旅游需求的時空分布規律，但也存在一些不足：（1）是數據收集方面，本研究僅選取“冰雪旅游”一個關鍵詞提取了百度指數一個平臺的網絡搜索數據，數據全面性有待提高，后期可以選取多個平臺的更全面搜索指數進行研究；（2）受各地互聯網普及率和信息化程度差異影響，潛在冰雪旅游者的信息獲取渠道也存在差異，即各省冰雪旅游網絡關注度和冰雪旅游客流量之間的相關性強弱并不完全一致，利用網絡搜索指數替代實際旅游客流分析需求時空分布規律僅是一種次優方案，后續希望可以獲取真實的冰雪旅游客流數據提高研究結論的準確性。

[1] 顧久賢.2022年冬奧會的舉辦對區域消費需求與行為影響的研究——以河北冰雪體育旅游為分析個案[J].體育與科學，2016，37（03）：114~120.

[2] 張雪瑩，張正勇，劉 琳.新疆冰雪旅游資源適宜性評價研究[J].地球信息科學學報，2018，20（11）：1604~1612.

[3] 程志會，劉 鍇，孫 靜，席建超，楊 俊.中國冰雪旅游基地適宜性綜合評價研究[J].資源科學，2016，38（12）：2233~2243.

[4] 郝晶晶，齊曉明，張素麗，侯曉瑩.內蒙古冰雪旅游資源及其利用研究[J].干旱區資源與環境，2017，31（09）：201~207.

[5] 姜廣義，席亞飛，劉歡歡，等.北京冬奧前期長春市冰雪休閑旅游發展對策分析—基于區位理論視角[J].山東體育學院學報，2017，33（03）：48~53.

[6] 吳玲敏，任保國，和立新，等.北京冬奧會推動京津冀冰雪旅游發展效應及協同推進策略研究[J].北京體育大學學報，2019，42（01）：50~59.

[7] 郭金豐.北京冬奧會背景下推動我國冰雪產業發展的對策[J].經濟縱橫，2018（08）：114~120.

[8] 陳思宇.京津冀冰雪旅游生態化發展的框架構建與路徑選擇[J].北京體育大學學報，2018，41（10）：32~38.

[9] 張苗苗.吉林省冰雪休閑體育旅游發展SWOT分析[J].體育文化導刊，2018（04）：89~93+152.

[10] 陳思宇.2022年冬奧會背景下北京建成一流國際體育中心城市的策略研究[J].首都體育學院學報，2018，30（03）：244~248.

[11] 楊春梅，李 威，鄭繼興.冰雪旅游經濟與城市旅游環境耦合協調度研究[J].企業經濟，2018（01）：179-184.

[12] 武傳璽.互聯網+冰雪體育旅游的營銷模式與發展路徑[J].體育文化導刊，2017（05）：121~125.

[13] 張瑞林，李 凌.冰雪體育旅游消費者行為與體驗模式的影響研究[J].天津體育學院學報，2017，32（02）：93~98.

[14] 朱曉柯，楊學磊，薛亞碩，等.冰雪旅游游客滿意度感知及提升策略研究——以哈爾濱市冰雪旅游為例[J].干旱區資源與環境，2018，32（04）：189~195.

[15] Snepenger D, Meged K, M Snelling, etal. Information Search Strategies by Destination Native Tourists[J]. Journal of Travel Research, 1990, 29(01): 13~16.

[16] Vogt C A, Fesenmaier D R. Expanding the functional information search model [J]. Annals of Tourism Research, 1998, 25(03): 551~578.

[17] 周曉麗，李振亭.基于百度指數的搜索引擎中旅游搜索行為研究—以西安典型旅游景區為例[J].天津商業大學學報，2016，36（03）：11~16.

[18] 黃先開，張麗峰，丁于思.百度指數與旅游景區游客量的關系及預測研究—以北京故宮為例[J] .旅游學刊，2013，28（11）：93~100.

[19] 汪秋菊，黃 明，劉 宇.城市旅游客流量—網絡關注度空間分布特征與耦合分析[J].地理與地理信息科學，2015，31（05）：102~107.

[20] 王玉霞，王 靜.客流量與網絡關注度的關系分析——以首都博物館為例[J].北京聯合大學學報，2016，30（01）：75~80.

[21] 馬麗君，郭留留.基于網絡關注度的北京市居民對5A級景區旅游需求時空特征分析[J].干旱區資源與環境，2017，31（10）：203~208.

[22] 馬麗君，龍 云.基于網絡關注度的湖南省居民旅游需求時空特征[J].經濟地理，2017，37（02）：201~208.

[23] 中國互聯網絡信息中心. 2016年中國網民搜索行為調查報告[EB/OL]. http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/ssbg/201801/ t20180109_70143.htm.

[24] 周曉麗，李振亭.基于百度指數的旅游者目的地在線信息搜索內容偏好研究—以西安為例[J].新疆財經，2016（04）：72~80.

[25] 鄒永廣，林煒玲，鄭向敏.旅游安全網絡關注度時空特征及其影響因素[J].旅游學刊，2015，30（02）：101~109.

Research on the Spatial and Temporal Distribution of Ice-Snow Tourism Demand

LIU Yue1, LV Xingyang2, ZHOU Xiaoli3

1.School of Sports, Southwestern University of Finance and Economics, Chengdu Sichuan, 611130, China;2.School of Business Administration, Southwestern University of Finance and Economics, Chengdu Sichuan, 611130, China;3.School of History, Culture and Tourism Management, Changzhi University, Changzhi Shanxi, 046000, China.

Based on the close relationship between ice-snow tourism network attention and actual ice-snow tourists flow, this paper collects the data of ice-now tourism network attention in 31 provinces from 2011 to 2018, uses the seasonal concentration index, geographical concentration index and coefficient of variation to study the temporal and spatial distribution of ice-snow tourism demand. The results show that: (1) the demand for ice-snow tourism in China has increased steadily and rapidly from 2011 to 2018, but there is still much space for its development; (2) the demand for ice-snow tourism has obvious seasonal characteristics, the peak season of ice-snow tourism is in January, November and December every year; (3) the demand for ice-snow tourism in 31 provinces, in China has obvious regional distribution differences. Heilongjiang, Beijing, Zhejiang, Shanghai are the areas with the strongest demand for ice-snow tourism. The conclusion of the study provides management suggestions for promoting the development of ice-snow tourism in China and realizing the strategic goal of 300 million people participating in ice-snow sports on the basis of market demand.

Ice-snow tourism; Network search index; Spatial and temporal characteristics; Seasonal concentration index; Geographical concentration index; Coefficient of variation

G811.118

A

1007―6891（2020）01―0091―05

10.13932/j.cnki.sctykx.2020.01.20

2019-06-03

2019-07-23

國家社會科學基金青年項目“西南地區滑雪旅游產業競爭潛力評價及路徑選擇研究”（17CTY014）。