河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空演變特征與影響因素

王偉 呂婷婷 周曉冰

摘 要：基于百度指數(shù)平臺，分析了河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度在2015-2021年的時(shí)空演變特征與影響因素.研究結(jié)果表明：（1）河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度年際變化不大，集中分布在春夏季和早秋，月份呈現(xiàn)4月，8月，10月“三峰”狀變化；（2）從節(jié)假日變化來看，網(wǎng)絡(luò)關(guān)注度在“五一”“十一”假期呈現(xiàn)倒“U”形的曲線圖，假期前夕持續(xù)上升，假期初期達(dá)到峰值，隨后開始平緩下降至平穩(wěn)狀態(tài)；（3）網(wǎng)絡(luò)關(guān)注度空間分布比較集中，主要分布在東南沿海地區(qū)以及河南省及周邊省市，近年來空間分布趨于分散，同時(shí)發(fā)現(xiàn)全國各省市居民更偏向于河南5A級景區(qū)的人文類景觀；（4）節(jié)假日、人口基數(shù)、互聯(lián)網(wǎng)普及率、經(jīng)濟(jì)聯(lián)系強(qiáng)度等是影響河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的重要因素.

關(guān)鍵詞：河南5A級景區(qū)；網(wǎng)絡(luò)關(guān)注度；時(shí)空演變特征；百度指數(shù)

中圖分類號：F590文獻(xiàn)標(biāo)志碼：A

截至2021年底，我國有10.32億用戶接入了互聯(lián)網(wǎng)［1］，形成了全世界最大規(guī)模的數(shù)字社會(huì)，經(jīng)濟(jì)社會(huì)生活正在發(fā)生顯著變化.隨著現(xiàn)代信息技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)已經(jīng)成為國民出游的重要輔助工具，人們在利用網(wǎng)絡(luò)搜尋旅游相關(guān)信息時(shí)，會(huì)在網(wǎng)絡(luò)上留下檢索痕跡，這些痕跡經(jīng)過統(tǒng)計(jì)就形成了“網(wǎng)絡(luò)關(guān)注度”［2］.在“互聯(lián)網(wǎng)+”“智慧旅游”的時(shí)代背景下，探討旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空演變特征及其影響因素，對旅游客流高峰預(yù)警、旅游項(xiàng)目開發(fā)、旅游市場營銷、旅游網(wǎng)絡(luò)輿情監(jiān)測等工作的開展具有重要指導(dǎo)意義.

國外學(xué)者基于網(wǎng)絡(luò)搜索相關(guān)數(shù)據(jù)的研究成果較為豐富，最早出現(xiàn)在流行病的傳播監(jiān)測方面［3］，隨后逐漸延伸到社會(huì)經(jīng)濟(jì)領(lǐng)域，例如房地產(chǎn)行業(yè)的房屋銷量預(yù)測［4］、電影行業(yè)的影院入場率預(yù)測［5］等.近些年面向大數(shù)據(jù)的用戶搜索行為研究繼續(xù)呈現(xiàn)加速增長態(tài)勢，關(guān)于旅游網(wǎng)絡(luò)關(guān)注度的研究主要體現(xiàn)在通過構(gòu)建在線旅游搜索的概念模型進(jìn)行游客需求預(yù)測［6］、運(yùn)用季節(jié)集中指數(shù)和社會(huì)網(wǎng)絡(luò)分析方法研究旅游客流的空間結(jié)構(gòu)特征［7］以及借助變異系數(shù)和回歸分析等方法探討旅游者網(wǎng)絡(luò)搜索行為特征及影響因素［8］等.國內(nèi)學(xué)者基于百度搜索數(shù)據(jù)的旅游網(wǎng)絡(luò)關(guān)注度研究主要集中在與游客流量的相關(guān)性分析，發(fā)現(xiàn)網(wǎng)絡(luò)關(guān)注度可以反映游客旅游需求［9］，并且預(yù)測旅游客流量，表現(xiàn)出“前兆效應(yīng)”［10］；省域或市域不同景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空分異及其影響因素［11］；還有應(yīng)用到旅游輿情［12］、旅游安全［13］、紅色旅游［14］、冰雪旅游［15］、旅游民宿［16］等研究領(lǐng)域.總體來看，學(xué)術(shù)界對于旅游網(wǎng)絡(luò)關(guān)注度研究給予了越來越多的關(guān)注，并且取得了較為豐碩的成果，但是研究時(shí)間尺度多在一年以內(nèi)，研究案例地多為發(fā)達(dá)地區(qū)的熱門旅游景區(qū)，而以欠發(fā)達(dá)的中西部地區(qū)或城市為案例地并進(jìn)行多年網(wǎng)絡(luò)關(guān)注度的研究相對較少.鑒于此，本文以百度指數(shù)為搜索平臺，基于2015-2021年河南5A級景區(qū)的搜索指數(shù)及其變化趨勢，著重探討河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征及其影響因素，以期為河南旅游景區(qū)的科學(xué)管理提供有益參考.

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

隨著一個(gè)生產(chǎn)數(shù)據(jù)、分享數(shù)據(jù)、應(yīng)用數(shù)據(jù)時(shí)代的到來，可以研究關(guān)鍵詞搜索趨勢、需求圖譜、人群畫像等網(wǎng)民行為內(nèi)容的百度指數(shù)已成為統(tǒng)計(jì)分析海量數(shù)據(jù)的重要平臺之一.基于百度指數(shù)平臺，本文分別以河南5A級景區(qū)的名稱作為搜索關(guān)鍵詞，對2015-2021年7年范圍內(nèi)網(wǎng)絡(luò)關(guān)注度的時(shí)空演變特征和影響因素進(jìn)行研究.根據(jù)搜索關(guān)鍵詞發(fā)現(xiàn)平頂山市中原大佛和南陽市恐龍遺跡園的代表性較弱，故剔除這兩個(gè)景區(qū)，保留剩下的18個(gè)景區(qū)，其中人文類有6個(gè)、自然類有12個(gè)，如表1所示.

1.2 研究方法

1.2.1 年際變動(dòng)指數(shù)

年際變動(dòng)指數(shù)是用來表明網(wǎng)絡(luò)關(guān)注度年際差異相對量變化的一種指標(biāo)，根據(jù)網(wǎng)絡(luò)關(guān)注度年度指數(shù)的變化趨勢，計(jì)算網(wǎng)絡(luò)關(guān)注度在年份區(qū)間內(nèi)的年際變動(dòng)幅度，公式如下［11］：Y=Ni1n∑ni=1Ni，（1）

其中，Y為年際變動(dòng)指數(shù)；Ni為第i年的網(wǎng)絡(luò)關(guān)注度年度指數(shù)；n表示年度數(shù).Y值越接近100%，表明在研究年份區(qū)間內(nèi)的景區(qū)網(wǎng)絡(luò)關(guān)注度越穩(wěn)定，年際變動(dòng)幅度越小.

1.2.2 季節(jié)強(qiáng)度指數(shù)

季節(jié)強(qiáng)度指數(shù)是研究旅游季節(jié)分布特征的一個(gè)重要指標(biāo)，可用于開展網(wǎng)絡(luò)關(guān)注度時(shí)間分布集中度的量化研究.為研究月際分布的特征，根據(jù)網(wǎng)絡(luò)關(guān)注度月份指數(shù)的變化趨勢，計(jì)算網(wǎng)絡(luò)關(guān)注度的季節(jié)性變化幅度以及淡旺季分布差異，公式如下［7］：R=∑12i=1（xi-8.33）2/12，（2）

其中，R為季節(jié)強(qiáng)度指數(shù)；xi為各月指數(shù)占全年網(wǎng)絡(luò)關(guān)注度總數(shù)的百分比.隨著R值的增大，各個(gè)季節(jié)之間的差異越明顯，表現(xiàn)出集中程度高和淡旺季差距大；如果R值趨向0，則季節(jié)分布比較均勻，淡旺季差距不大.

1.2.3 周內(nèi)分布偏度指數(shù)

周內(nèi)分布偏度指數(shù)是在逐日網(wǎng)絡(luò)關(guān)注度累計(jì)曲線的基礎(chǔ)上建立起來的，用來探究網(wǎng)絡(luò)關(guān)注度在周時(shí)段內(nèi)的集中分布特征，公式如下［17］：

T=100×27∑7i=1ixi-4，（3）

其中，T為周內(nèi)分布偏度指數(shù);xi為第i日網(wǎng)絡(luò)關(guān)注度占周內(nèi)網(wǎng)絡(luò)總關(guān)注度總數(shù)的百分比.T值小于0，表明周內(nèi)前半周的網(wǎng)絡(luò)關(guān)注度較為集中；T值大于0，表明周內(nèi)后半周的網(wǎng)絡(luò)關(guān)注度比較集中；T值等于0，表明周內(nèi)前后半周的網(wǎng)絡(luò)關(guān)注度呈對稱分布.

1.2.4 地理集中指數(shù)

地理集中指數(shù)是用來探究網(wǎng)絡(luò)關(guān)注度在空間分布上集中程度的一種指標(biāo)，公式如下［16］：G=100×∑ni=1xiS2，（4）

其中，G為地理集中指數(shù)；xi為第i個(gè)省市的網(wǎng)絡(luò)關(guān)注度；S為所有省市網(wǎng)絡(luò)關(guān)注度的總和；n為省市數(shù)量.G值越接近100，表明景區(qū)網(wǎng)絡(luò)關(guān)注度的空間分布越集中，反之亦然.

2 景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)間演變及其影響因素

2.1 時(shí)間演變特征

2.1.1 年際分布特征

統(tǒng)計(jì)分析2015-2021年河南5A級景區(qū)年度網(wǎng)絡(luò)關(guān)注度發(fā)現(xiàn)（見圖1），網(wǎng)絡(luò)關(guān)注度整體上呈現(xiàn)上升趨勢，2015-2018年表現(xiàn)比較平穩(wěn)，2019-2021年則有較大起伏，特別是近兩年受到新冠疫情的影響，2020年的網(wǎng)絡(luò)關(guān)注度整體偏低，2021年的網(wǎng)絡(luò)關(guān)注度雖然有所回升，但是波動(dòng)比較大.還有網(wǎng)絡(luò)關(guān)注度變化趨勢具有較高的相似性，呈現(xiàn)“三峰”狀.“三峰”分布在4月，8月，10月這3個(gè)時(shí)段.總體來看，隨著河南5A級景區(qū)數(shù)量的不斷增多以及景區(qū)旅游吸引力的持續(xù)提升，全國各地對河南5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度將會(huì)繼續(xù)保持上升態(tài)勢.

通過計(jì)算河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的年際變動(dòng)指數(shù)發(fā)現(xiàn)（見表2），2015-2017年的Y值接近100%，2018-2021年的Y值偏離幅度較大，其中2020年的Y值為研究年份跨度中最低值，2021年的Y值則迅速回升，說明新冠疫情對網(wǎng)絡(luò)關(guān)注度變化影響較大.整體而言，河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度年際變化趨勢相對穩(wěn)定，部分年份的網(wǎng)絡(luò)關(guān)注度年際變動(dòng)指數(shù)在100%上下波動(dòng).

2.1.2 季節(jié)變化特征

統(tǒng)計(jì)分析2015-2021年河南5A級景區(qū)月份網(wǎng)絡(luò)關(guān)注度發(fā)現(xiàn)，全年網(wǎng)絡(luò)關(guān)注度主要分布在春夏季和早秋.根據(jù)旅游客流季節(jié)劃分的標(biāo)準(zhǔn)［18］，經(jīng)計(jì)算可得，河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的旺季分布相對集中，平旺季時(shí)間長，主要為4月至10月，其他月份為淡季.通過進(jìn)一步計(jì)算出2015-2021年河南5A級景區(qū)的季節(jié)強(qiáng)度指數(shù)，分別為8.246 71，8.246 69，8.246 69，8.246 69，8.246 76，8.246 69，8.246 73，如表3所示.計(jì)算數(shù)據(jù)顯示R值在整體上有增大趨勢，說明河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度有較為明顯的季節(jié)性差異，其中2015-2018年R值變化微小，說明這4年的季節(jié)性差異表現(xiàn)平穩(wěn)，而2019年的季節(jié)性差異變化最大，集中程度最高.在新冠疫情時(shí)期，2020-2021年R值有所下降，但與整體水平差異不大.

從月份來看，近7年的網(wǎng)絡(luò)關(guān)注度均呈現(xiàn)波浪狀起伏變化，變化的走向與高度趨向一致，在4月，8月，10月分別達(dá)到局部高點(diǎn)，為3個(gè)高峰月份.從3月開始網(wǎng)絡(luò)關(guān)注度曲線呈持續(xù)上漲態(tài)勢，直到8月達(dá)到全年最高值，隨后開始下滑直至10月上旬反彈出現(xiàn)小高峰.比照國家法定假日和學(xué)生假期，每年的3個(gè)高峰月份分別與清明節(jié)和勞動(dòng)節(jié)、暑假、國慶節(jié)等節(jié)假日和假期的時(shí)間段相對應(yīng).

2.1.3 節(jié)假日分布特征

如前所述，網(wǎng)絡(luò)關(guān)注度在清明節(jié)、五一勞動(dòng)節(jié)、十一國慶節(jié)等法定節(jié)假日時(shí)間段出現(xiàn)了局部高峰期，因此選取五一勞動(dòng)節(jié)、十一國慶節(jié)這兩個(gè)出游率高的時(shí)間段，來統(tǒng)計(jì)分析2015-2021年河南5A級景區(qū)節(jié)假日的網(wǎng)絡(luò)關(guān)注度分布特征.為了使節(jié)假日的網(wǎng)絡(luò)關(guān)注度研究更易比較，文中統(tǒng)一選定各年網(wǎng)絡(luò)關(guān)注度“五一”前后和“十一”前后的時(shí)間段，即4月26日至5月5日和9月27日至10月9日的逐日數(shù)值作為樣本分析數(shù)據(jù)，如圖2、圖3所示.

從圖2可知，2015-2021年河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的整體變化趨勢趨向較為一致，但是2020年受新冠疫情影響較大，當(dāng)時(shí)網(wǎng)絡(luò)關(guān)注度顯著降低，后期隨著疫情防控得當(dāng)，旅游景區(qū)逐步向外開放，2021年“五一”前后的網(wǎng)絡(luò)關(guān)注度迅速回復(fù)常態(tài).進(jìn)一步對比分析七年的變化趨勢發(fā)現(xiàn)，2015年網(wǎng)絡(luò)關(guān)注度峰值出現(xiàn)在5月1日，2016年峰值出現(xiàn)在4月30日，2017-2019年峰值均出現(xiàn)在4月29日，2020年峰值不明顯，2021年峰值則出現(xiàn)在5月2日，總體來看，“五一”假期及前后網(wǎng)絡(luò)關(guān)注度的高峰期出現(xiàn)明顯前移的現(xiàn)象.這一現(xiàn)象與旅游出游人數(shù)在假期前期較少、在假期初期較多的分布形成鮮明對比，主要是由于互聯(lián)網(wǎng)的普及，人們在出游前先對“五一”出游計(jì)劃進(jìn)行網(wǎng)上信息搜索，一般是前一至兩天搜索量達(dá)到了高峰值，展現(xiàn)出一種明顯的“前兆效應(yīng)”.

從圖3所知，2015-2021年河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度總體上形成了一個(gè)倒“U”形的曲線圖.與“五一”相比，由于“十一”假期較長，網(wǎng)絡(luò)關(guān)注度的高峰期沒有出現(xiàn)在假期前兩天，而是出現(xiàn)在假期的中前期，那么旅游客流高峰很大可能出現(xiàn)在“十一”黃金周中前期.因此，旅游者為了規(guī)避旅游客流高峰，采取“錯(cuò)高峰、分流游”的出游方案很有必要.

通過計(jì)算周內(nèi)分布偏度指數(shù)發(fā)現(xiàn)，2015-2021年河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的T值均小于0，說明網(wǎng)絡(luò)關(guān)注度集中分布在“十一”黃金周的前半周.之所以出現(xiàn)這種現(xiàn)象，主要得益于近年來移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，人們外出旅游活動(dòng)的準(zhǔn)備時(shí)間越來越短，在旅途中調(diào)整出游計(jì)劃也越來越便捷，時(shí)空限制因素逐漸減弱，因而人們對旅游信息的搜索熱度聚焦于假期初期.

2.2 影響因素分析

相關(guān)研究表明，影響網(wǎng)絡(luò)關(guān)注度時(shí)間分布的因素眾多，包括氣候舒適度、節(jié)假日、休假制度、重要節(jié)事、景觀季節(jié)性、媒體曝光度等.其中，氣候舒適度是影響景區(qū)網(wǎng)絡(luò)關(guān)注度變化的重要因素，而溫濕指數(shù)則是衡量氣候舒適度的主要參照指標(biāo).溫濕指數(shù)（THI）的計(jì)算公式為：THI=（1.8t+32）-0.55（1-f）×（1.8t-26）.式中：t為攝氏溫度，f為相對濕度［19］.本文選取河南5A級景區(qū)所在城市累年各月份攝氏溫度和相對濕度計(jì)算求出相對應(yīng)的溫濕指數(shù)并對其賦值，代表氣候舒適度，如表4所示.由于平時(shí)空閑時(shí)間多為碎片化時(shí)間，人們外出旅游時(shí)間多集中在周末休息日、國家法定節(jié)假日等時(shí)段，景區(qū)網(wǎng)絡(luò)關(guān)注度的變化因而還受到節(jié)假日的影響.借鑒國內(nèi)學(xué)者提出的節(jié)假日虛擬因子［20］，通過對各月網(wǎng)絡(luò)關(guān)注度受節(jié)假日影響的大小進(jìn)行賦值研究：我國法定節(jié)假日主要分布在一年中的1月，2月，4月，5月，6月，10月，還有7月和8月是暑假出游高峰期，分別賦值為0.25，0.25，0.75，0.50，0.50，1 .00，0.75，0.75，其余月份賦值為0.此外，景區(qū)的媒體曝光度會(huì)在一定時(shí)間內(nèi)影響互聯(lián)網(wǎng)用戶對該景區(qū)的關(guān)注，另外選取百度資訊指數(shù)表示景區(qū)的媒體曝光度.

借助SPSS 22.0軟件，利用皮爾遜相關(guān)系數(shù)分析氣候舒適度、節(jié)假日、媒體曝光度對河南省5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的影響，如表5所示.由此可知，在3個(gè)影響因素中，只有節(jié)假日變量在P=0.01水平上與河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的月平均指數(shù)呈現(xiàn)顯著正相關(guān)，而氣候舒適度和媒體曝光度與河南5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度之間均未呈現(xiàn)顯著相關(guān)性.

3 景區(qū)網(wǎng)絡(luò)關(guān)注度空間演變及其影響因素

3.1 空間演變特征

3.1.1 地理空間分布特征

通過百度搜索指數(shù)所提供的景區(qū)整體日均值網(wǎng)絡(luò)關(guān)注度，匯總整理少林寺、龍門石窟、清明上河園等18家河南5A級景區(qū)的關(guān)注度數(shù)值，計(jì)算出2015-2021年網(wǎng)絡(luò)關(guān)注度總量.為了清晰展示近幾年河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度市場等級的空間演變情況，通過借鑒國內(nèi)旅游客源市場的分級標(biāo)準(zhǔn)［21］，按照各省份對河南省5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度占全國總網(wǎng)絡(luò)關(guān)注度的比例進(jìn)行客源市場等級劃分：即占比5%以上的為一級市場；占比（1%，5%）的為二級市場，其中占比［2.5%，5%）的為強(qiáng)二級市場，占比（1%，2.5%）的為弱二級市場；占比1%以下的為三級市場.

本文利用ArcGIS 10.2軟件，對2015，2017，2019，2021年各省份的網(wǎng)絡(luò)關(guān)注度市場進(jìn)行可視化處理.由此可見，河南省5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的一級市場除了聚焦于河南本省外，還集中在我國的東南沿海和中部地區(qū)，即京津冀、長三角、珠三角等經(jīng)濟(jì)發(fā)達(dá)和互聯(lián)網(wǎng)普及率高的省份；西藏、青海、寧夏等西北省份由于經(jīng)濟(jì)發(fā)展水平相對落后、互聯(lián)網(wǎng)使用人數(shù)不多，始終為對河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度貢獻(xiàn)偏低的三級市場；山西、陜西、湖北、安徽等河南周邊省份由于地理位置較近、交通便捷，一直保持為網(wǎng)絡(luò)關(guān)注度較為穩(wěn)定的強(qiáng)二級市場，剩余其他省份則為弱二級市場.總體來看，2015-2021年河南省5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的客源市場等級分布情況變化不大，除了2020-2021年受新冠疫情影響，網(wǎng)絡(luò)關(guān)注度有所下降外，近幾年全國各地對河南5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度空間分布穩(wěn)中有升，其中增長比較突出的有湖南、福建、海南等省份.

根據(jù)（4）式，計(jì)算河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度2015-2021年的地理集中指數(shù)，分別為24.829，25.660，25.280，24.250，23.796，23.363，23.356，總體上顯示河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度空間地理分布比較集中.不過從近7年G值有逐漸減小的趨勢來看，河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的集中程度在緩慢下降，空間分布趨于分散.

3.1.2 偏好空間分布特征

景區(qū)網(wǎng)絡(luò)關(guān)注度是用戶通過百度平臺搜索景區(qū)相關(guān)信息所留下的搜索數(shù)量，用戶對某一個(gè)景區(qū)的網(wǎng)絡(luò)關(guān)注度數(shù)值越高，就說明對該景區(qū)的旅游偏好程度越高，因此，本文利用旅游偏好指數(shù)［22］的衡量指標(biāo)來分析全國各地對河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的偏好分布.河南5A級景區(qū)主要分為兩大類型，一類是人文類景觀，另一類是自然類景觀，為此，將2015-2021年我國各省市居民對河南相同類型的5A級景區(qū)的旅游偏好指數(shù)進(jìn)行加總求和，可繪制旅游偏好空間分布圖.研究結(jié)果表明，河南、河北、山西等少數(shù)省份居民偏好于自然類景觀；湖北、遼寧、上海、陜西、天津等省市居民對自然類景觀和人文類景觀的偏好程度持平；其余省市居民偏好于人文類景觀.總體來看，雖然河南5A級景區(qū)中的自然類景觀數(shù)量比較多，但是人文類景觀更受全國各省市居民的關(guān)注和青睞，這與河南文化旅游的獨(dú)特魅力和吸引力相關(guān).

3.2 影響因素分析

由于港澳臺用戶對河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度不高，并且獲取有關(guān)數(shù)據(jù)困難，故選取2019年31個(gè)省、市、自治區(qū)的樣本數(shù)據(jù)，運(yùn)用回歸分析方法研究河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的影響因素.其中，以各省、市、自治區(qū)網(wǎng)絡(luò)關(guān)注度為因變量，基于景區(qū)空間關(guān)注的特點(diǎn)與演化規(guī)律，推斷經(jīng)濟(jì)發(fā)展水平、人口基數(shù)、互聯(lián)網(wǎng)普及率、空間距離、經(jīng)濟(jì)聯(lián)系強(qiáng)度等因素會(huì)影響河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的空間分布，故選用為自變量.①經(jīng)濟(jì)發(fā)展水平：經(jīng)濟(jì)發(fā)展水平高的地區(qū)，其居民出游意愿和出游率呈正相關(guān)關(guān)系［23］，對景區(qū)也會(huì)有更高的關(guān)注度.用人均GDP的數(shù)據(jù)值來衡量，記為X1；②人口基數(shù)：一般來說，人口基數(shù)越大的地區(qū)，其會(huì)顯著正向影響景區(qū)網(wǎng)絡(luò)關(guān)注度.用地區(qū)人口數(shù)量值來衡量，記為X2；③互聯(lián)網(wǎng)普及率：互聯(lián)網(wǎng)普及率越高的地區(qū)對景區(qū)網(wǎng)絡(luò)關(guān)注度也越強(qiáng).用互聯(lián)網(wǎng)普及率百分比來衡量，記X3；④空間距離：目的地和客源地之間的空間距離，在一定程度上會(huì)影響到用戶對景區(qū)的關(guān)注度.用經(jīng)緯度計(jì)算空間距離來衡量，記為X4；⑤經(jīng)濟(jì)聯(lián)系強(qiáng)度：目的地與客源地之間的經(jīng)濟(jì)聯(lián)系一般也會(huì)影響景區(qū)的關(guān)注度.用經(jīng)濟(jì)強(qiáng)度引力模型計(jì)算經(jīng)濟(jì)發(fā)展合作水平來衡量，記為X5.

利用所獲得的指標(biāo)數(shù)據(jù)進(jìn)行皮爾遜相關(guān)性分析，發(fā)現(xiàn)景區(qū)網(wǎng)絡(luò)關(guān)注度與經(jīng)濟(jì)發(fā)展水平、人口基數(shù)、互聯(lián)網(wǎng)普及率、經(jīng)濟(jì)聯(lián)系強(qiáng)度呈正相關(guān)關(guān)系，與空間距離呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.233，0.652，0.118，0.915，-0.558，其中人口基數(shù)、空間距離、經(jīng)濟(jì)聯(lián)系強(qiáng)度呈顯著相關(guān)性，P值均小于0.01.

借助SPSS 22.0軟件，將以上影響指標(biāo)因素進(jìn)行逐步回歸模型分析，如表6所示.在逐步回歸過程中，由于存在多重共線性問題，經(jīng)濟(jì)發(fā)展水平、空間距離兩個(gè)變量先后被剔除.由表6可以看出，人口基數(shù)、互聯(lián)網(wǎng)普及率、經(jīng)濟(jì)聯(lián)系強(qiáng)度3個(gè)解釋變量都達(dá)到了較好的回歸效果，并且在P值小于0.01的水平下是顯著的.通過VIF值（小于2）、D-W值（1.859）、殘差正態(tài)性、方差齊性等檢驗(yàn)，可建立回歸模型為：Y=-708 535.949+64.537X2+17 347.308X3+183.777X5.式中，R2=0.975，Adjusted R2＝0.973，并且在0.05的顯著性水平上通過了檢驗(yàn)，說明回歸方程擬合優(yōu)度高，模型整體線性關(guān)系顯著.從回歸結(jié)果來看，經(jīng)濟(jì)聯(lián)系強(qiáng)度對河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的影響最大，其次是人口基數(shù)，最后是互聯(lián)網(wǎng)普及率.

4 結(jié)論與建議

4.1 結(jié)論

從年際變化來看，河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度存在年度差異，特別是2020年受到新冠疫情的嚴(yán)重沖擊，網(wǎng)絡(luò)關(guān)注度整體偏低，不過總體上各年整體變化趨勢具有較高的相似性，且呈現(xiàn)穩(wěn)定上升趨勢；從季節(jié)變化來看，河南5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度具有明顯的季節(jié)性差異，主要集中在春夏季和早秋，此外各月份分布也不均勻，呈現(xiàn)4月，8月，10月“三峰”狀變化，具有旺季集中，平旺季時(shí)間長的特點(diǎn)；從節(jié)假日變化來看，河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度在“五一”“十一”假期呈現(xiàn)倒“U”形的曲線圖，假期前夕持續(xù)上升，假期初期達(dá)到峰值，隨后開始平緩下降，節(jié)后逐漸趨于一個(gè)比較平穩(wěn)的狀態(tài).

河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度在空間分布上比較集中，主要分布在河南省及周邊省市，以及經(jīng)濟(jì)發(fā)達(dá)和互聯(lián)網(wǎng)普及率高的東南沿海地區(qū).同時(shí)，隨著地理集中指數(shù)的逐年減小，網(wǎng)絡(luò)關(guān)注度空間分布集中程度在緩慢下降，空間分布亦趨于分散.還有通過旅游偏好指數(shù)分析來看，我國各省市居民更偏向于河南5A級景區(qū)的人文類景觀.

河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度受節(jié)假日因素的影響顯著.基于逐步回歸分析發(fā)現(xiàn)，人口基數(shù)、互聯(lián)網(wǎng)普及率、經(jīng)濟(jì)聯(lián)系強(qiáng)度對網(wǎng)絡(luò)關(guān)注度均有顯著正向影響，而經(jīng)濟(jì)聯(lián)系強(qiáng)度是影響網(wǎng)絡(luò)關(guān)注度空間分布的最主要因素.

4.2 建議

了解和掌握河南5A級景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空演變特征與影響因素，可以為旅游景區(qū)的運(yùn)營管理提供參考.在網(wǎng)絡(luò)關(guān)注度爬升的清明節(jié)、“五一”、暑假、“十一”等旅游旺季時(shí)段，重點(diǎn)監(jiān)測旅游景區(qū)網(wǎng)絡(luò)信息的搜索需求，提前預(yù)判旅游景區(qū)游客高峰時(shí)段，加強(qiáng)自身的傳播力度并及時(shí)與新聞媒體溝通交流，以降低或杜絕旅游景區(qū)容量高峰或飽和所帶來的負(fù)面影響.此外，受節(jié)假日影響大的旅游景區(qū)，可以在平淡季增加優(yōu)惠等措施引導(dǎo)客流，受氣候舒適度影響大的旅游景區(qū)，還可以開發(fā)淡季旅游新產(chǎn)品來吸引游客；同時(shí)，根據(jù)網(wǎng)絡(luò)關(guān)注度的空間差異性可以制定不同的旅游營銷策略，針對性、最大化地吸引不同地區(qū)的旅游者，為河南5A級景區(qū)源源不斷地輸送旅游客源.還有對人口基數(shù)大、互聯(lián)網(wǎng)普及率高以及經(jīng)濟(jì)聯(lián)系強(qiáng)度大等地區(qū)，旅游景區(qū)更應(yīng)該密切監(jiān)測網(wǎng)絡(luò)關(guān)注度的變化，做到趨利避害、揚(yáng)長避短，這樣才能不斷壯大自身發(fā)展.

參 考 文 獻(xiàn)

［1］ ?中國互聯(lián)網(wǎng)絡(luò)信息中心.第49次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告［EB/OL］.［2022-02-25］.http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202202/t20220225_71727.htm.

［2］馬麗君，龍?jiān)?基于網(wǎng)絡(luò)關(guān)注度的湖南省居民旅游需求時(shí)空特征［J］.經(jīng)濟(jì)地理，2017，37（2）：201-208.

MA L J，LONG Y.Spatiotemporal characteristics of residents tourism demand for typical scenic spots in Hunan province based on network attention［J］.Economic Geography，2017，37（2）：201-208.

［3］GINSBERG J，MOHEBBI M H，PATEL R S，et al.Detecting influenza epidemics using search engine query data［J］.Nature，2009，457（19）：1012-1014.

［4］WU L，BRYNJOLFSSON E.The future of prediction：how Google searches foreshadow housing prices and sales［C］//NBER Conference Technological Progress & Productivity Measurement.［s.l.：s.n.］，2009.

［5］CHRIS H，GUY J.Searching for the picture：forecasting UK cinema admissions using Google Trends data［J］.Applied Economics Letters，2012，19（11）：1051-1055.

［6］PAN B.Online information search：vacation planning process［J］.Annals of Tourism Research，2006，33（3）：809-832.

［7］LIU Y W，LIAO W.Spatial characteristics of the tourism flows in China：a study based on the Baidu index［J］.ISPRS International Journal of Geo-Information，2021，10（6）：378-396.

［8］YAO J S，LIU Y L.Study on spatial-temporal characteristics and influencing factors of network attention：the case of Guilin，China［J］.Journal of Physics Conference Series，2020（12）：7-15.

［9］王秋龍，潘立新，呂儉，等.基于網(wǎng)絡(luò)關(guān)注度的安徽省居民省內(nèi)旅游需求時(shí)空特征分析［J］.地域研究與開發(fā)，2021，40（1）：120-125.

WANG Q L，PAN L X，LYU J，et al.Spatio-temporal characteristics analysis for residents tourism demand in Anhui Province based on network attention［J］.Areal Research and Development，2021，40（1）：120-125.

［10］李山，邱榮旭，陳玲.基于百度指數(shù)的旅游景區(qū)網(wǎng)絡(luò)空間關(guān)注度：時(shí)間分布及其前兆效應(yīng)［J］.地理與地理信息科學(xué)，2008，24（6）：102-107.

LI S，QIU R X，CHEN L.Cyberspace attention of tourist attractions based on Baidu index：temporal distribution and precursor effect［J］.Geography and Geo-Information Science，2008，24（6）：102-107.

［11］梁改童，高敏華，白洋.新疆5A級旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征研究［J］.西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，57（2）：118-126.

LIANG G T，GAO M H，BAI Y.A study on the spatial and temporal distribution characteristics of the network attention degree of 5A tourist attractions in Xinjiang［J］.Journal of Northwest Normal University（Natural Science），2021，57（2）：118-126.

［12］馬麗君，馬曼曼.“天價(jià)蝦”事件對青島旅游網(wǎng)絡(luò)關(guān)注度的影響［J］.資源開發(fā)與市場，2018，34（1）：83-87.

MA L J，MA M M.Influence of “Tianjiaxia” events to Qingdao tourism network attention［J］.Resource Development & Market，2018，34（1）：83-87.

［13］鄒永廣，林煒鈴，鄭向敏.旅游安全網(wǎng)絡(luò)關(guān)注度時(shí)空特征及其影響因素［J］.旅游學(xué)刊，2015，30（2）：101-109.

ZOU Y G，LIN W L，ZHENG X M.Spatial-temporal characteristics and influential factors of network attention to tourism security［J］.Tourism Tribune，2015，30（2）：101-109.

［14］焦珊珊，李明，田逢軍，等.中國紅色旅游經(jīng)典景區(qū)網(wǎng)絡(luò)關(guān)注度分布格局及驅(qū)動(dòng)機(jī)制［J］.經(jīng)濟(jì)地理，2022，42（1）：211-220.

JIAO S S，LI M，TIAN F J，et al.Distribution pattern and driving mechanism of network attention of Chinese red tourism classic scenic spots［J］.Economic Geography，2022，42（1）：211-220.

［15］劉悅，呂興洋，周曉麗.冰雪旅游景區(qū)網(wǎng)絡(luò)關(guān)注度和實(shí)際客流量之間的關(guān)系研究：以成都西嶺雪山景區(qū)為例［J］.山西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，35（4）：96-102.

LIU Y，LYU X Y，ZHOU X L.Study on the relationship between network attention and actual passenger flow in ice and snow tourism scenic spots：taking Xi-Ling snow mountain as an example［J］.Journal of Shanxi Normal University（Natural Science Edition），2021，35（4）：96-102.

［16］馮曉兵.中國民宿網(wǎng)絡(luò)關(guān)注時(shí)空特征及影響因素研究［J］.世界地理研究，2022，31（1）：154-165.

FENG X B.A study on the spatial and temporal characteristics of network attention and its influencing factors of China's homestay［J］.World Regional Studies，2022，31（1）：154-165.

［17］劉澤華，李海濤，史春云，等.短期旅游流時(shí)間分布對區(qū)域旅游空間結(jié)構(gòu)的響應(yīng)：以云南省黃金周旅游客流為例［J］.地理學(xué)報(bào)，2010，65（12）：1624-1632.

LIU Z H，LI H T，SHI C Y，et al.The response of short term tourist flows to spatial structure of regional tourism：a case study of tourist flows of Yunnan in golden weeks［J］.Acta Geographica Sinica，2010，65（12）：1624-1632.

［18］盧松，陸林，王莉，等.古村落旅游客流時(shí)間分布特征及其影響因素研究：以世界文化遺產(chǎn)西遞、宏村為例［J］.地理科學(xué)，2004，24（2）：250-256.

LU S，LU L，WANG L，et al.Temporal characteristics of tourist flows to ancient villages：a case study of two world cultural heritages，xidi village and Hongcun village［J］.Scientia Geographica Sinica，2004，24（2）：250-256.

［19］季國斌，劉明月，施偉秋，等.國家濕地公園網(wǎng)絡(luò)關(guān)注度時(shí)空特征與影響因素研究：以西溪國家濕地公園為例［J］.生態(tài)經(jīng)濟(jì)，2020，36（8）：133-138.

JI G B，LIU M Y，SHI W Q，et al.Research on the spatial-temporal characteristics and influencing factors of network attention for national wetland park：a case study of Xixi national wetland park［J］.Ecological Economy，2020，36（8）：133-138.

［20］常直楊，李俊樓.基于網(wǎng)絡(luò)關(guān)注度視角下旅游需求時(shí)空特征及其影響因素研究：以周莊古鎮(zhèn)為例［J］.電子商務(wù)，2020（12）：1-5.

CHANG Z Y，LI J L.Study on the temporal and spatial characteristics of tourism demand and its influencing factors from the perspective of network attention：a case study of Zhouzhuang Ancient Town［J］.Electronic Commerce，2020（12）：1-5.

［21］丁正山.南京國內(nèi)旅游流時(shí)空演變研究［J］.旅游學(xué)刊，2004，19（2）：37-40.

DING Z S.A research on the space-time evolution of the domestic tourist flow in Nanjing［J］.Tourism Tribune，2004，19（2）：37-40.

［22］孫根年.國際旅游支付方程、支付等級與旅游偏好［J］.地理學(xué)與國土研究，2001，17（1）：50-54.

SUN G N.International tourism payment equation，payment grade and tourism inclination［J］.Geography and Territorial Research，2001，17（1）：50-54.

［23］楊金華，章錦河，儲光.新冠疫情下旅游品質(zhì)感知與幸福感增強(qiáng)邏輯：基于衡陽居民本地出游的調(diào)查及主體間性自省［J］.人文地理，2021，36（3）：167-174.

YANG J H，ZHANG J H，CHU G.The logic of quality perception and well-being enhancement in tourist destinations under covid-19：based on the survey of tourism activities in the surrounding areas of Hengyang residents and intersubjective introspection［J］.Human Geography，2021，36（3）：167-174.

Spatial-temporal evolutionary characteristics and influencing factors of network attention to 5A scenic spots in Henan province

Wang Weia， Lü Tingtinga， Zhou Xiaobinga，b

（a. Research Center of Energy Economy; School of Business Administration; b. School of Emergency Management， Henan Polytechnic University， Jiaozuo 454003， China）

Abstract： Based on Baidu index platform， this paper analyzed spatial-temporal evolutionary characteristics and influencing factors of network attention to 5A scenic spots in Henan province from 2015 to 2021. The results showed that：（1）The network attention of 5A scenic spots in Henan province had little inter-annual change， and was centrally distributed in spring， summer and early autumn. There were three peaks of months change in April， August， and October. （2）From the perspective of changes in holidays， the network attention showed an inverted U-shaped curve during May Day and National Day. It continued to rise on the eve of the holiday， reaching a peak at the beginning of the holiday， and then gradually declined to a steady state. （3）The spatial distribution of network attention is relatively concentrated， mainly in the southeast coastal area and Henan province and surrounding provinces. However， the spatial distribution tended to be scattered in recent years. At the same time， it was found that tourists were more inclined to the humanistic landscape of 5A scenic spots of Henan province. （4）Holiday， population base， internet availability rate and economic connection strength were important factors that affected the network attention of 5A scenic spots in Henan province.

Keywords： 5A scenic spots in Henan province; network attention; spatial-temporal evolutionary characteristics; Baidu index

［責(zé)任編校 陳留院 趙曉華］

收稿日期：2022-03-18;修回日期：2022-06-01.

基金項(xiàng)目：國家自然科學(xué)基金（41901176）；河南省重點(diǎn)研發(fā)與推廣專項(xiàng)軟科學(xué)研究項(xiàng)目（222400410449）；河南省教育科學(xué)規(guī)劃課題（2021YB0086）.

作者簡介：王偉（1984-），男，河南光山人，河南理工大學(xué)副教授，博士，研究方向?yàn)槁糜谓?jīng)濟(jì)，E-mail：twangwei@hpu.edu.cn.

通信作者：周曉冰（1983-），女，河南漯河人，河南理工大學(xué)博士研究生，研究方向?yàn)槁糜伟踩珽-mail：zxb@hpu.edu.cn.