我國鄉村旅游網絡關注度時空特征及影響機理

陳曦　田逢軍　雷夢園

［提 要］以國內31個省份的鄉村旅游網絡關注度為研究對象，構建基于國內多個網絡平臺的鄉村旅游網絡關注度評價指標體系，運用季節性指數、變異系數、多元線性回歸等方法對2011—2020年內我國鄉村旅游網絡關注度的時空特征及影響機理進行研究。結果表明：鄉村旅游網絡關注度在時間特征上存在明顯的周期性與季節性差異；在空間上呈現“東部較高，中部平穩，西部分化”的特征；鄉村旅游網絡關注度各影響因素對我國鄉村旅游網絡關注度的貢獻度大小排序為地區經濟發展水平>居民消費能力>受教育程度>網絡發達程度>資源影響力>年齡結構。

［關鍵詞］鄉村旅游；網絡關注度；時空特征；影響機理

［作者簡介］陳曦，江西財經大學旅城學院碩士研究生；

田逢軍，江西財經大學旅城學院教授，博士生導師；

雷夢園，江西財經大學旅城學院碩士研究生。

［基金項目］江西省高校人文社會科學研究課題（JC21120）資助

黨的十九大報告創新性地提出了“鄉村振興戰略”，預示著中國地域經濟的主流趨勢經過二十年波瀾壯闊的城鎮化后將跳轉到鄉村振興［1］。旅游業憑借其融合性好、關聯性強、覆蓋面廣等特點和優勢，已經成為建構鄉村地域空間的新要素和新動能［2］。發展鄉村旅游是推動城鄉融合發展的重要力量，是實現鄉村振興的重要途徑。2018年文化和旅游部等17部委印發《關于促進鄉村旅游可持續發展的指導意見》，指出要全面提升鄉村旅游的發展質量和綜合效益，為實現我國鄉村全面振興作出重要貢獻。

鄉村旅游是以鄉村地域及農事相關的風土、風物、風俗、風景組合而成的鄉村風情為吸引物，吸引旅游者前往休息、觀光、體驗及學習等的旅游活動［3］。隨著世界各國鄉村旅游的持續發展以及網絡信息技術的日新月異，搜索引擎、社交軟件等網絡平臺已成為（潛在）旅游者查詢出游信息、輔助出游決策、分享出游體驗的重要工具［4］，由此產生的網絡大數據為鄉村旅游研究提供了可靠數據來源和新的視角，因此對旅游關注度研究是近年來旅游界的一個研究熱點。JorgRech等國外學者基于谷歌和推特數據，討論了旅游目的地選擇、旅游需求預測、旅游目的地營銷等主題。國內學者更多則是基于百度搜索指數，對旅游安全、紅色旅游、冰雪旅游、古城旅游等主題，開展網絡關注度時空特征［5］、影響因素［6］及其客流響應特征等方面研究，其中也不乏基于新浪微博、攜程等網絡平臺，以網絡文本分析法［7-8］為研究工具進行的時空特征分析。

國內外有關鄉村旅游的研究已開展多年，取得了豐碩的研究成果，相關的理論和研究方法都比較成熟，但較少涉及鄉村旅游網絡關注度的研究。國內現有鄉村旅游網絡關注度的研究，其研究尺度也多為微觀或中觀尺度，較少從宏觀尺度分析全國鄉村旅游網絡關注度時空特征和影響機理，而且其數據來源多為百度指數、大眾點評網等單一平臺，在原始數據上缺乏足夠的代表性。鑒于此，本研究以國內31個省份的鄉村旅游網絡關注度為研究對象，嘗試構建基于多平臺和多源數據的鄉村旅游網絡關注度評價指標體系，定量測算其網絡關注度，并揭示其演變規律與影響機理，提供一種構建多平臺全國鄉村旅游網絡關注度評價體系的思路，同時也在鄉村振興背景下為各級政府評估轄區內鄉村旅游的發展情況、鄉村旅游影響力和網絡關注度空間差異以及找尋下一階段的發力點提供參考依據。

一、指標體系構建與研究方法

（一）鄉村旅游網絡關注度評價指標體系構建

關于旅游網絡關注度評價研究，目前學者們大多借助百度指數作為替代指標進行研究，存在指標體系單一、算法近似與數據全面性、有效性不強等問題。近年來，基于移動互聯網的移動社交、短視頻、長視頻等網絡平臺快速發展，用戶數量急劇增加，已成為大眾獲取信息的重要途徑之一。本文旨在構建一個基于多平臺和多源數據的鄉村旅游網絡關注度評價體系，該體系包括搜索引擎、長視頻、短視頻和社交網絡這四個一級指標，以及百度指數、優酷視頻、抖音和微信等8個二級指標（如表1）。此外，所有指標都經過歸一化處理，并采用層次分析法（AHP）根據14位專家問卷評估得出各指標的權重。對于一級指標，評估矩陣的最大特征根λmax=4.002，一致性指數CI=0.001，平均隨機一致性指標RI=0.90，一致性比率CR=0.043<0.1，通過了一致性檢驗。二級指標的檢驗方法相同。最終，得出了各級指標的權重，詳見表1。

（二）指標釋義

1.搜索引擎指數，主要由百度指數和360趨勢這兩大國內搜索引擎市場份額超過90%的平臺組成。這兩個平臺都是基于海量網民行為數據進行分析的工具。它們利用網頁和新聞資源作為檢索庫，通過跟蹤一段時間內互聯網用戶對相關關鍵詞信息的搜索和點擊量，計算出各關鍵詞的“用戶關注度”數值和變化趨勢。在本研究中，以“鄉村旅游”作為關鍵詞進行檢索。然而，百度指數僅能提供從2011年開始的數據，而360趨勢僅能提供從2017年開始的數據。因此，在百度指數官網采集了2011年1月1日至2020年12月31日各省“鄉村旅游”主題下PC+移動端的用戶關注度數據。相應地，360趨勢的數據采集時間范圍限定為2017年1月1日至2020年12月31日。

2.大視頻指數，采用中國在線視頻行業中月活躍度排名靠前的騰訊視頻和優酷視頻作為數據采集平臺。在這個指數中，以“鄉村旅游”作為檢索詞，并以視頻的播放量作為采集指標。根據視頻的標題和內容將其歸屬到相應的省份，并且排除內容時長小于（不等于）30秒的視頻作品。最終，搜集了優酷視頻在2018年至2021年期間和騰訊視頻在2015年至2021年期間的“鄉村旅游”視頻播放量數據，共計759條視頻。

3.短視頻指數，采用抖音和快手這兩個播放量排名靠前、知名度較高的短視頻平臺作為數據采集平臺。以“鄉村旅游”作為檢索詞，并以短視頻作品的點贊數作為采集指標。由于受軟件檢索功能的限制，只采集了這兩個平臺在2020年至2021年期間的相關數據。在采集過程中，根據視頻的內容和標題對作品進行了省份劃分。最終，共計獲取了278個相關的短視頻數據。

4.社交網絡指數，采用微信和微博作為數據采集平臺。在微博平臺上，主要采集圖文和視頻兩類博文數據，并以博文的點贊數反映用戶的關注度。而在微信平臺上，主要采集公眾號的推文數據，并以推文的閱讀量反映用戶的關注度。針對“鄉村旅游”作為檢索詞，以博文的點贊數和推文的閱讀量作為采集指標，并根據內容將作品歸屬到相應的省份。最終，獲取了2020年相關的博文數據共計290條，在微信平臺上則采集到了2015年至2021年期間的195篇推文數據。

在影響因素分析過程中，2019年至2022年的數據由于受到新冠疫情及其他不穩定因素的影響，導致了鄉村旅游網絡關注度出現異常波動，無法真實地反映該領域的發展趨勢。為避免分析中出現較大誤差，本文僅使用2011-2018年度的鄉村旅游網絡關注度進行影響因素的分析。2011至2018年的數據相對較為穩定，能夠更準確地反映鄉村旅游網絡關注度的發展態勢以及影響因素，從而更好地評估鄉村旅游網絡關注度的影響因素。

（三）研究方法

本文選取31個省份鄉村旅游網絡關注度為研究對象，構建鄉村旅游網絡關注度評價模型，在此基礎上，采用季節性集中指數和變異系數兩個指標，全面度量2011—2020年間我國鄉村旅游網絡關注度的時空演變規律。最后，采用多元線性回歸法探討鄉村旅游網絡關注度的影響機理。

1.鄉村旅游網絡關注度評價模型

2.季節性集中指數

3.變異系數

4.多元線性回歸

選取2011—2018年我國31個省份的相關面板數據構建多元線性回歸方程，以考察鄉村旅游網絡關注度的影響因素及內在機理。多元線性回歸模型常用于探討實際經濟問題中一個變量受到多個變量的影響，其基本表達式如下：

二、結果分析

（一）我國鄉村旅游網絡關注度的時空演變特征

1.鄉村旅游網絡關注度的時間特征

（1）時序變化特征

將所收集到的數據代入構建好的鄉村旅游網絡關注度評價模型進行測算，結果如表2所示。2011—2020年我國鄉村旅游網絡關注度總體上呈現向上的波動發展趨勢，大致可劃分為緩慢發展（2011—2014年）、快速發展（2014—2018年）與穩定發展三個階段（2018—2020年）。2014年是明顯的分水嶺，由于2015年3月，原農業部、國家旅游局聯合部署全國休閑農業與鄉村旅游示范縣、示范點創建工作，鄉村旅游受到各級政府相關部門和旅游開發商的高度重視，也引起了廣大旅游消費者的持續關注，使得鄉村旅游網絡關注度于2015年后邁上新的臺階。2018年，國家提出了實施鄉村振興戰略和促進鄉村旅游可持續發展意見，全國鄉村旅游進入穩定發展階段。在年度變化上，鄉村旅游網絡關注度呈現逐年增高的趨勢。

在周期性上，2011—2020年總體呈現“M”型的態勢，但2011—2014年的“M”型較為平緩，2015年后受國家政策影響，到2020年呈現出明顯的“M”型。每年的3-5月份國人有郊游踏青的習俗，同時該時段還穿插了清明節和五一小長假，為大眾游客的出游提供了時間上的保證，因而鄉村旅游的網絡關注度有較明顯的提升；每年的9-11月受中秋、國慶、重陽節等傳統節假日的影響，人們對鄉村旅游關注度有明顯的上升趨勢；每年6-8月份，主要為暑假期間，游客群體多為青少年，對于鄉村旅游的熱情度不高，導致鄉村旅游關注度較低，因而整體形成了一個“M”型態勢。

（2）季節變化規律

將十年的鄉村旅游網絡關注度數據代入季節性集中度公式進行計算，得到全國鄉村旅游網絡關注度的季節集中度（表3）。2011—2020年，各年度的全年季節集中度分別為1.33、1.50、1.74、1.57、1.95、1.00、1.18、1.20、1.36、1.01，鄉村旅游網絡關注度的季節集中度均大于1，表明各省（區、市）季節性差異顯著，呈現先緩慢增長，后又逐漸下降的變化趨勢，同時，數據表明每年鄉村旅游網絡關注度季節波動性較為明顯，具體月份差異有所不同。其中2015年2月份鄉村旅游網絡關注度的季節集中度高達19.51，恰逢各地舉辦鄉村旅游節等活動，譬如廣西貴港市的油菜花鄉村旅游節等，吸引了大量游客點擊關注，因此鄉村旅游網絡關注度直線飆升。另外，每年的一月季節性差異比較明顯。一月恰為元旦假期及春節假期，游客有充足的時間選擇出游，因此這個時段鄉村旅游網絡關注度季節性差異明顯。所以，說明“節假日”和“主題活動”對鄉村旅游網絡關注度會有明顯影響，會提高鄉村旅游的熱度，進而促進鄉村旅游客流量的增加。

2.鄉村旅游網絡關注度的空間特征

依我國在政策上的劃分，將31個省（區、市）的地域分布分為東部（最早實行沿海開放政策并且經濟發展水平較高的地區）、中部（經濟次發達地區）、西部（經濟欠發達地區）三大地區進行中觀層面的空間分析（如圖1），發現我國鄉村旅游網絡關注度大體呈現“東部領先，中部平穩，西部分化”的空間分布特征。

從圖1可看出，東部地區除海南與天津兩地以外，其余省（區、市）的鄉村旅游網絡關注度均呈現出穩定上升態勢，特別是廣東、浙江、江蘇、北京、山東等省鄉村旅游網絡關注度始終名列前茅。

中部地區各省的鄉村旅游網絡關注度較為均衡，呈現波動上漲的趨勢。其中湖南、河南、湖北鄉村旅游關注度居于上游，黑龍江、吉林則居于下游。西部地區的鄉村旅游網絡關注度較為離散，尤其是農家樂發源地四川、山城重慶等地的鄉村旅游網絡關注度在2011—2020年這十年間熱度逐年攀升，而西藏、寧夏、新疆等地則增長不明顯，從一個側面說明西部地區鄉村旅游在全國的影響力出現明顯的兩極分化狀態。

對2011—2020年31個省份鄉村旅游網絡關注度排序，將排位細分為上游（1-10）、中游（11-20）、下游（21-31）三個層次并將層級變動現象歸納為平穩、波動上升和波動下降三個類型。結果顯示（如表4所示），2011—2020年間三大地區各省的位序變化趨于平穩，大體呈現東部靠前、中部居中、西部靠后的格局。其中，海南、天津、黑龍江、吉林、西藏和青海等地在鄉村旅游網絡關注度位序表現上沒有明顯的增長且位次靠后，而中、西部的湖北、安徽、云南等地鄉村旅游關注度上升速度極快。

整理31個省份2011—2020年間鄉村旅游網絡關注度數據，并代入季節集中度指數公式中進行計算，得到各省鄉村旅游季節集中度堆積柱形圖（如圖2）。從圖中可以看出，2011—2020年31個省份鄉村旅游網絡關注度的季節集中度差異顯著。雖北京、天津等部分東部發達省的季節差異性無明顯變化，但總體而言各地區的季節性差異正逐步減小。從三大地區的空間尺度上來看，東、中、西部地區的季節集中度均呈現逐步上升的態勢，而西部地區受季節性因素的影響最深。

運用變異系數公式對我國鄉村旅游網絡關注度進行測算（如圖3），發現全國范圍內各省之間的差異在逐漸減小，從2014年巔峰的0.62下降至2020年的0.42（也是這十年間的最低點）。東、中部地區的變異系數在0.3-0.4之間浮動，西部地區變異系數在0.5-0.9間浮動，但總體而言三大地區內部差異逐年下滑。其中西部地區內部變異系數最大，表明西部地區鄉村旅游網絡關注度發展不均衡，但變異系數的不斷減小也說明西部地區各省（區、市）之間在鄉村旅游網絡關注度上的差距正在逐漸縮小，各級政府的執政措施有了明顯的成效。東部和中部地區近十年的變異系數相近，且均顯著低于全國31省（區、市）的變異系數；就二者的比較而言，這十年間中部省（區、市）鄉村旅游網絡關注度的差異縮小成效要顯著強于東部地區。總之，三大地區間存在明顯差距，但總體而言差距正隨著各級政府和鄉村景區工作人員的努力而不斷縮小。

（二）我國鄉村旅游網絡關注度的影響機理

1.影響因素選取

旅游者對目的地的網絡關注度是在需求引導下，為減少決策風險而主動在網絡中搜索信息的行為結果。基于以上觀點，在參考相關文獻［9］的基礎上，本文假定影響鄉村旅游網絡關注度時空差異的外部因素為：影響消費者旅游需求的經濟水平（即各地人均GDP和地區生產總值）、影響消費者獲知鄉村旅游相關信息的網絡普及程度（即各地互聯網普及率）和鄉村旅游資源影響力；假定影響鄉村旅游網絡關注度時空差異的內部因素為社會人口統計學中的各地域居民受教育程度和各地域居民年齡差異。

（1）經濟發展水平

旅游者所處的地區經濟基礎越好，人均GDP水平與地區生產總值越高，人們外出旅行的意愿便會越強［10］。從《中國統計年鑒中》摘取2011—2018年31個省份人均GDP和地區生產總值與我國鄉村旅游網絡關注度指數進行相關性分析。

（2）網絡普及程度

隨著全球信息化的不斷深入、互聯網市場的不斷下沉與手機等移動網絡的不斷普及，各旅游地在未來的競爭不再僅僅局限于地方資源稟賦是否優質，信息技術將逐漸成為重要競爭力。隨著微博、微信、抖音與攜程、馬蜂窩等網絡社交與OTA平臺等的興起，網絡信息對網絡用戶和潛在旅游者決策行為的影響進一步加深。選取2011—2018年31個省份互聯網普及率作為網絡發達程度的評價指標，與我國鄉村旅游網絡關注度指數進行相關性分析。

（3）鄉村旅游資源影響力

已有研究表明，游客對心儀旅游資源的搜索和點擊行為可反映旅游資源的影響力［11］。以2017年原農業部和國家旅游局公布的37個鄉村旅游示范縣（市、區）和100個示范點名單，使用景區名稱在百度指數網站中進行檢索并選取其2011—2018年每年的搜索指數平均值為原始數據開展后續研究。期間，為提高檢索結果的可靠性，確定了以下檢索標準：剔除不具有強獨一性的地方鄉村特色產業型旅游景區（點）；剔除不以旅游為核心產業的景區（點）。如新疆生產建設兵團第十師185團，雖位列《全國休閑農業與鄉村旅游示范縣名單》，但其近一半以上的檢索結果與旅游無關，故將此類景區剔除。基于以上原則，獲得百度指數收錄且符合條件的鄉村旅游示范縣（點）共計31個（如表5）。

（4）社會人口統計學特征

不同的年齡結構和受教育程度可能使得（潛在）旅游者對鄉村旅游的認知產生一定的偏差。從《中國統計年鑒》中摘取31個省份2011—2018年常住人口的受教育程度與年齡結構，與中國鄉村旅游網絡關注度指數進行相關性分析。其中受教育程度分為初中及以下、高中、大專及以上三個層次；年齡結構分為0-14歲、15-64歲、65歲及以上三個層次。

2.影響因素的相關性分析

將2011—2018年31個省份的上述四個指標導入SPSS中，使用Pearson系數法計算上述各因素與中國鄉村旅游網絡關注度之間的相關性，得到結果如表6所示。

由表6可知，中國鄉村旅游網絡關注度與地區生產總值、地區人均GDP、地區互聯網普及率、鄉村旅游資源影響力、地區常住人口受教育程度和年齡結構之間存在顯著相關性。

經濟發展水平方面，中國鄉村旅游網絡關注度與地區生產總值正向強相關、與地區人均GDP正向弱相關。與地區生產總值正向強相關說明，各地對鄉村旅游的關注程度與當地經濟發展水平直接掛鉤：結合國內近年相關新聞與行業趨勢來看，經濟發展良好的省可以在鄉村旅游產業上投入更多的資源，形成充裕的資金—優質的景區—網絡關注度提升—地區經濟收入提升的良性循環。與地區人均GDP正向弱相關說明，鄉村旅游網絡關注度仍會在一定程度上受各地區人均GDP的正向影響而上升，但各地區人均GDP不是影響鄉村旅游網絡關注度的決定性因素。究其原因，可能是一方面當今娛樂方式豐富、鄉村旅游景區同質化等情況使得鄉村旅游沒能成為大眾“口袋富裕”后業余消遣的首要選擇；另一方面旅游已經成為人們的生活方式，從而使得旅游與人均GDP的關聯相對較小。

網絡發達程度方面，中國鄉村旅游網絡關注度與互聯網普及率呈正向中相關，表明隨著網絡普及的不斷加快與深入，各地區居民能夠更快、更便捷地獲取網絡相關信息，從而促進鄉村旅游網絡關注度的攀升。

鄉村旅游資源影響力方面，中國鄉村旅游網絡關注度與旅游資源影響力呈正向中相關，其中東部0.711，中部0.532，西部0.295。說明目前中國鄉村旅游網絡關注明顯受到旅游資源影響力的影響，且受影響程度隨著地區經濟呈正相關。其原因在于目前國內各鄉村旅游景區在實際推廣過程中存在鄉村品牌宣傳力度欠佳的問題。此外，經濟發展水平較差的地區所能用于鄉村旅游景區推廣的經費少也是東、中、西部地區正向相關性逐漸減弱的原因。

社會人口統計學方面，中國鄉村旅游網絡關注度在整體上與各地區居民受教育程度和年齡結構正向中相關，且相關性隨著學歷及年齡的增長而不斷增強，即居民受教育程度越高、年齡越大對鄉村旅游的網絡關注度便會越強。與受教育程度正向中相關說明，隨著學歷與認知水平的提升，人們對鄉村旅游的關注度在不斷地提升，其原因或是出于人們現代都市生活的快節奏與高壓力激發了對鄉村閑適生活的向往；與年齡結構正向中相關，說明隨著年齡的不斷增長，追憶往事、休閑放松的需求增加，且時間逐漸富余，人們對鄉村旅游的關注度不斷提升。其增長態勢也與中國社會科學院發布的《2017-2018年中國休閑發展報告》研究結論相吻合，報告顯示隨著老年人消費觀念與生活方式的轉變以及老年人具體成員結構的變化，旅游已成為70%老人的首要選擇，其中鄉村旅游以其放松、回憶、休閑等標簽獲得了不少老年游客的共鳴，吸引了眾多老年游客的關注。

（三）鄉村旅游網絡關注度的影響機理

基于以上分析，進一步將地區經濟發展水平（地區生產總值）、居民消費能力（地區人均GDP）、網絡發達程度、鄉村旅游資源影響力、受教育程度、年齡結構六個變量與鄉村旅游網絡關注度共同構建多元線性回歸方程，討論各個變量對鄉村旅游網絡關注度的影響程度和作用機制。將鄉村旅游網絡關注度作為因變量，其他六個指標作為自變量導入SPSS回歸分析中得到ANOVAa方差分析表（如表7）。

回歸方程顯著性的F統計量的觀測值為51.253，其對應的概率P-值近似為0。已知，若顯著性水平a為0.05，因概率P-值小于a，拒絕回歸方程顯著性檢測的原假設。故本次選擇的多元線性回歸模型具有合理性。在此基礎上開展后續計算，得到各影響因素的標準化系數Beta（如表8）。

由表8中數據可知，各項指標的顯著性均小于0.05且VIF值小于10，即六個指標均對鄉村旅游網絡關注度產生顯著影響，且各自變量之間不受到嚴重的多元共線性影響。綜上，最終回歸方程為：

從最終的多元線性回歸方程模型來看，各影響因素對我國鄉村旅游網絡關注度的貢獻度大小排序為地區經濟發展水平>居民消費能力>受教育程度>網絡發達程度>資源影響力>年齡結構。其結果與前文對各影響因素與鄉村旅游網絡關注度相關性強弱之探討相吻合。值得一提的是，在多元線性回歸方程中，居民消費能力（人均GDP）對鄉村旅游網絡關注度的影響從正向弱相關變成負向強影響。其原因在于回歸方程構建過程中，各自變量之間存在相互影響，且由VIF可知該項受到多元共線性影響較深，故在結果上產生一定的出入。但就與實際情況的印證上來看，具有更強購買力的消費者擁有更多的選擇且更傾向于優質的服務與新奇、具有冒險性的景點。目前我國鄉村旅游仍多以鄉土情為主要導向，與這些高購買力人群的需求存在一定偏差。

三、結論

1.我國鄉村旅游網絡關注度具有明顯的周期性和季節性差異，周期性呈現“M”型的態勢。每年3-5月份有顯著上升并達到峰值，6-8月份較為平緩并形成低谷，9-11月份又呈現出上升趨勢，季節性差異明顯。鄉村旅游網絡關注度整體上處于穩定的上升期；年度變化上，鄉村旅游網絡關注度逐年增高。

2.空間上呈現東部較高、中部平穩、西部分化的特征。雖然鄉村旅游網絡關注度在全國范圍內呈波動上升態勢，但在我國的東中西部三大地區之間又呈現出明顯的東強西弱態勢。其中，浙江、江蘇、山東等東部省份的鄉村旅游網絡關注度的排序長期穩定在前五名；中部地區雖無明顯突出的省（區、市），但總體步調一致、沒有明顯的短板；而西部地區的排序整體表現不佳，雖有四川能夠長期排在前三名，但西藏、青海、寧夏等地卻常年排序倒數。此外，東、中、西部三大地區之間的變異系數在0.5上下波動，雖然有明顯的下降趨勢，但各地區時間的差距仍然較大。從三大地區內部各省（區、市）來看，中部地區各省（區、市）間變異系數最小，西部地區各省（區、市）間變異系數最大。結論證實了萬田戶等［12］提出的我國鄉村旅游重點村的空間分布符合凝聚分布模式且在各省市內部分布不均衡的觀點。鄉村旅游是實現共同富裕的重要引擎，破解鄉村旅游發展的區域不平衡性問題是學界和政界共同關注的科學命題和重大現實需求。

3.各影響因素對我國鄉村旅游網絡關注度的貢獻度大小排序為地區經濟發展水平>居民消費能力>受教育程度>網絡發達程度>資源影響力>年齡結構。在全國范圍內，鄉村旅游網絡關注度與地區人均GDP、地區生產總值、互聯網普及率、各地區居民年齡層次和受教育程度間均存在顯著的線性相關性。具體而言，地區生產總值、地區年齡層次和受教育程度與鄉村旅游網絡關注度總體呈正向強相關，互聯網普及率和地區人均GDP總體呈正向中、弱相關。值得注意的是，西部地區的互聯網普及率與鄉村旅游網絡關注度呈極弱相關，結合西部地區14個省（區、市）互聯網普及率僅在50%上下徘徊的情況，極弱相關現象的產生或與此有關。

綜上所述，本文對我國鄉村旅游網絡關注度的特征進行了深入研究，并提供了一套評價體系。這些結論有助于推動鄉村旅游的發展和政策制定，可以為相關部門提供決策參考，促進鄉村旅游的可持續發展，從而實現鄉村振興。然而，本研究也存在一些限制，例如數據來源的局限性和樣本選取的不足，未來的研究可以進一步完善和擴大樣本規模，加強數據的多樣性和準確性，以提高研究的可靠性和廣泛適用性。

［參考文獻］

［1］李志龍.鄉村振興——鄉村旅游系統耦合機制與協調發展研究——以湖南鳳凰縣為例［J］.地理研究，2019，38（3）.

［2］陸林，任以勝，朱道才，程久苗，楊興柱，楊釗，姚國榮.鄉村旅游引導鄉村振興的研究框架與展望［J］.地理研究，2019，38（1）.

［3］劉德謙.關于鄉村旅游、農業旅游與民俗旅游的幾點辨析［J］.旅游學刊，2006，（3）.

［4］榮慧芳，陶卓民.基于網絡數據的鄉村旅游熱點識別及成因分析——以江蘇省為例［J］.自然資源學報，2020，35（12）.

［5］王秋龍，潘立新，呂儉，李偉濤.基于網絡關注度的安徽省居民省內旅游需求時空特征分析［J］.地域研究與開發，2021，40（1）.

［6］唐鴻，許春曉.中國紅色旅游經典景區網絡關注度時空演變及影響因素［J］.自然資源學報，2021，36（7）.

［7］陸利軍，廖小平，戴湘毅.國家森林公園網絡關注度的空間關聯結構研究［J］.中南林業科技大學學報，2019，39（12）.

［8］梁保爾，潘植強.基于旅游數字足跡的目的地關注度與共現效應研究——以上海歷史街區為例［J］.旅游學刊，2015，30（7）.

［9］許艷，陸林，趙海溶.烏鎮景區網絡關注度動態演變與空間差異分析［J］.經濟地理，2020，40（7）.

［10］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（2）.

［11］林志慧，馬耀峰，劉憲鋒，高楠.旅游景區網絡關注度時空分布特征分析［J］.資源科學，2012，34（12）.

［12］萬田戶，張志榮，李樹亮，梁榮瓊.鄉村旅游國內網絡關注度的時空分布研究［J］.西南大學學報（自然科學版），2022，44（6）.

［責任編輯：邵猷芬］