山岳型景區旅游網絡關注度的時空分異特征及其成因

許 艷，趙海溶 ，胡 悅 ，沈驚宏 ，周葆華

（1.安徽師范大學 地理與旅游學院，安徽 蕪湖241000；2.安慶師范大學 資源環境學院，安徽 安慶246133；3.中山大學 旅游學院，廣東 珠海519000）

一、引 言

互聯網是人類文明史進步發展的重要成果表現之一。截至2019年上半年，中國網絡用戶總規模接近8.54億人次，網絡覆蓋率高達61.2%，其中使用在線旅行功能的網絡用戶規模約為4.18 億人次[1]，信息化時代的到來使得人們漸漸慣于借助互聯網獲取數據信息、表達自身觀點乃至拓寬社交空間。旅游網絡關注度意指某一個旅游事物、某一個旅游者或者某一個旅游相關話題在互聯網上受到所有社會公眾關注的程度。近年來，谷歌、百度、新浪等網絡運營商陸續推出了谷歌指數、百度指數、微博指數等信息數據共享平臺，它們為研究人員開展旅游網絡關注度研究提供了諸多幫助。綜合來看，國內“旅游網絡關注度”研究主要表現為以下兩方面：一是研究某一主題旅游活動或某一類型旅游地網絡關注度的時空演變規律[2-6]，二是研究某旅游地網絡關注度與現實客流量的耦合協調關系[7-10]。

山岳型景區是中國乃至全世界最早的旅游景區表現形態之一。2015年6月中國山岳旅游聯盟組織在黃山宣布成立，同年10月首屆國際山地旅游大會在貴州省拉開序幕，2018年12月中國旅游景區協會山岳分會在黃山風景區正式成立，這些活動不斷引發了人們對山岳型景區和山岳旅游的話題熱議?；仡櫚l現，相關研究多側重于探討山岳型景區旅游資源的分類評價、規劃開發與發展、管理與治理模式等[11]，包括山岳旅游資源特性與質量評價[12]、山岳旅游環境質量與影響[13]、山岳旅游客流市場與營銷戰略[14]、山岳旅游產品設計與開發模式[15]等。另有部分學者偏向探討山岳型景區的旅游者形象感知[16]、山岳型景區旅游者的軌跡聚類與線路選擇[17]、特殊時段的山岳型景區旅游擁擠現象與調控模式[18]等議題。

比較來看，國內研究多傾向從政府、營運者等管理部門的視角探討山岳型景區的規劃與發展，雖然有部分學者轉向關注山岳型景區旅游者、門戶社區居民的情感認知與態度判定，但這些研究多依賴實地調研，樣本量相對有限，難以呈現出各山岳型景區的旅游需求差異。因此，鑒于海量網絡數據信息的可獲取性，以“旅游網絡關注度”為研究切入口，以關注“黃山”“泰山”“華山”“衡山”“恒山”和“嵩山”六個山岳型景區的網絡用戶為研究對象，采取時間集中指數、周內分布偏度指數、地理集中指數等研究方法，系統分析六個山岳型景區旅游網絡關注度的時空分異特征及其成因，希望能夠展現國內山岳型景區的旅游市場需求特征，為山岳型景區市場拓展與管控分流提供借鑒。

二、數據來源與研究方法

（一）數據來源

百度指數是百度公司于2006 年7 月上線發布的一款海量數據在線免費搜索應用程序。它以百度平臺海量網民的行為數據為基礎，能夠清晰地反映出一段時間內某一關鍵詞的漲跌態勢，以及與其相關的新聞輿情，最終以曲線圖的形式呈現。統計2018 年 1 月 1 日至 12 月 31 日期間黃山等六個山岳型景區百度用戶的分地區逐日搜索指數，共計67890個數據。隨后將它們作為基礎數據用于分析山岳型景區旅游網絡關注度的時空分異特征。

（二）研究方法

主要從時間和空間兩個視角比較分析山岳型景區旅游網絡關注度的時空分異特征。

1.季節性集中指數

季節性集中指數（或時間集中指數）是用以描述山岳型景區旅游網絡關注度時間分布集聚性的重要指標。其計算公式是：

式中：R 為山岳型景區旅游網絡關注度的時間集中指數；xi為分月或分地區旅游網絡關注度占全年或全國的比值。R 值越靠攏零，表明時間分布越均衡；R值越大，表明時間分布越失衡。

2.周內分布偏度指數

周內分布偏度指數是用以描述山岳型景區旅游網絡關注度時間分布集中性的一個指標，但它主要描述某一星期內分布的偏離對稱性。其計算公式是：

式中：T 為山岳型景區旅游網絡關注度周內分布偏度系數；Pi為第i日與這一周旅游網絡關注度的比值。T 值小于零，表示分布偏向該周前期；T 值等于零，表示該周內分布對稱；T 值大于零，表示分布偏向該周后期。

3.地理集中指數

地理集中指數是用以描述山岳型景區旅游網絡關注度空間分布集聚性的重要指標。其計算公式是：

式中：G 為山岳型景區旅游網絡關注度的地理集中指數；wi為第i 個地區的旅游網絡關注度；W 為全國各地區的旅游網絡關注度總和。G 值越接近100，表示空間分布越集中；G 值越接近0，表示空間分布越離散。

三、時間維度的分布特征

（一）年時段變化特征

旅游網絡關注度是旅游者或潛在旅游者對山岳型景區的百度搜索指數，反映的是他們的旅游需求動機和對各個山岳型景區的偏好程度。搜索指數值越高，景區偏好情緒越強烈，消費傾向可能性越高。統計整理得到各景區2018 年度網絡關注度總值的柱狀排列圖。如圖1所示，黃山、華山、泰山、衡山、嵩山、恒山六個山岳型景區旅游網絡關注度的年度總值分別為 2829968、2613695、2508853、675386、511200 和 444411，表明 2018 年山岳型景區受追捧程度由高到低分別為：黃山＞華山＞泰山＞衡山＞嵩山＞恒山，符合古代先賢“黃山歸來不看岳”的個人情感選擇，也符合現代游客“黃山位列周邊山地游目的地排行磅首位”的大眾投票結果[19]。黃山已經成為人們意向體驗山岳型景區或山岳旅游活動的首選目的地。

圖1 2018年六個山岳型景區年際旅游網絡關注度的柱狀排列圖

（二）月時段變化特征

從圖2 可以看出，2018 年六個山岳型景區的分月旅游網絡關注度具有明顯的波峰和波谷，泰山、華山和衡山三個景區表現為“三峰”型變動曲線，且分布曲線較為相似，主高峰均為4月份，小高峰均為10月份；恒山、嵩山和黃山三個景區表現為“M”型雙峰曲線，高峰值均為4 月份和10 月份，但恒山和嵩山兩個景區主高峰出現在4 月份、次高峰出現在10月份，而黃山景區恰恰相反，主高峰出現在10月份、次高峰出現在4 月份。由此可見，六個山岳型景區的分月旅游網絡關注度存在明顯差異，但4 月份和10月份是山岳旅游網絡關注度的高峰期，表明人們更傾向選擇這兩個時段出游山岳型景區。

圖2 2018年六個山岳型景區的分月旅游網絡關注度

采用公式（1）進一步分析山岳型景區旅游網絡關注度的月時段分布差異，詳見表1。結果顯示，黃山、華山、泰山、衡山、嵩山、恒山六個山岳型景區旅游網絡關注度的季節性集中指數分別為1.81、2.78、1.86、1.17、1.04、1.04，表明2018 年各山岳型景區存在旅游網絡關注度的季節性差異，華山景區最為突出。此外，各山岳型景區旅游網絡關注度存在月內分布差異，以10月份和2月份最為突出。對照2018年國家法定節假日安排發現2 月份和10 月份與春節假期和“十一”國慶節假期的時間點相符。一般情況下，人們在小長假期間選擇出游的動機較為強烈，景區較之以往的受關注度也會上漲，故而特殊月度內旅游網絡關注度大多存在時間差異，與同時段內的實際客流漲跌規律相似[20]。

表1 2018年六個山岳型景區的分月旅游網絡關注度與季節性集中指數

（三）節假日變化特征

2018 年六個山岳型景區在2 月份和10 月份存在時間分布差異，因此選取2月份春節假期和10月份國慶節假期為例，分別對各山岳型景區假期前、中、后時段的旅游網絡關注度變化特征進行統計分析。為便于行文說明，統一選取法定假期和假期前后各一周的逐日旅游網絡關注度作為基礎數據。

圖3 2018年春節假期前后六個山岳型景區的逐日旅游網絡關注度分布曲線

圖3 為2018 年春節假期前后六個山岳型景區的逐日旅游網絡關注度變化曲線。由圖可見，山岳型景區旅游網絡關注度在春節假期前后總體變化態勢相仿，假期之前普遍較為平緩，假期期間較節前大幅增長，假期之后又逐漸回落至一個穩定狀態。經公式（2）測算發現，各山岳型景區旅游網絡關注度的周內分布偏度指數在春節假期內普遍偏右，多集中于春節假期后期，以華山最為明顯（表2），這一分布特征恰恰與我國“新年不遠行”的傳統過年文化相呼應。春節二字蘊含著中國人的“過年”情結，盡管隨著時代的飛速發展，人們總說現在過年的年味越來越淡，但辭舊迎新、闔家團圓的傳統習俗仍然為人們所重視，因此春節前期關注出游的網絡用戶相對較少。此外觀察比較發現，春節假期內，六個山岳型景區旅游網絡關注度高峰值顯現日期略有不同。黃山和衡山分別在假期第三天（17日）和第四天（18 日）達到峰值，泰山等其他四岳均在假期第五天（19日）達到峰值。查閱資料發現，黃山景區在17日全天累計接待游客共27779人次，云海和日出共同顯現的壯觀景象吸引了眾多的家庭游和自助游，創造了2018年春節黃金周的首個旅游高峰日；泰山景區19日游客量突破30萬人次，登弘德樓祈福國泰民安成為旅游者的首選。這一實際現象與各山岳型景區旅游網絡關注度基本一致，表明人們在開展短程近郊活動時，逐漸習慣在游程中完成信息搜索、查詢和反饋，旅游網絡關注度的前兆預判功能正在慢慢弱化。[21]

表2 2018年六個山岳型景區旅游網絡關注度在黃金周期間的周內分布偏度指數

圖4 2018年國慶節假期前后六個山岳型景區的逐日旅游網絡關注度分布曲線

圖4 為2018 年國慶節前后六個山岳型景區逐日旅游網絡關注度的變化曲線。觀察發現，各山岳型景區關注度在“十一”黃金周前后的變動態勢較為相近，均表現為“節前穩步增長、節中攀至高峰、節后平緩回落”的分布特征。運用公式（2）測算發現，各山岳型景區旅游網絡關注度的周內分布偏度指數在國慶節周內普遍偏左，均小于零，可見各山岳型景區在國慶節前期的網絡搜索指數集中性更強，黃山尤為突出，T 指數為-15.65（表2）。資料顯示，2018年國慶期間黃山景區游客接待規模累計達18.96 萬人次，其中前兩日全天游客接待量分別為16135 人次和29621 人次，第三日上午截至11 時已達29699人次，幾近容量飽和，統計發現它前三天的游客接待規模已經占國慶小長假總接待量的40.14%，可見人們較為傾向在國慶前三天到訪黃山風景區，這與黃山國慶節內旅游網絡關注度的變化態勢幾近一致。

四、空間維度的分布特征分析

通過百度指數提供的趨勢研究功能，設定自定義時間和省份，分別獲取2018 年全國31 個省、市、區對黃山、華山、泰山、衡山、嵩山和恒山六個山岳型景區的百度用戶搜索指數，共計67890 個基礎數據。

表3顯示，除黃山景區外，其他五個山岳型景區的全國分地區旅游網絡關注度時間集中指數并不穩定，表明各地區網絡用戶對黃山景區的關注時間較為分散，對其他五個山岳型景區較為集中。其次，全國各地區對山岳型景區的旅游網絡關注度分布并不均衡。統計排名前五的省份，黃山景區分別是安徽、江蘇、廣東、浙江和上海，華山景區分別是陜西、廣東、河南、江蘇和四川，泰山景區分別是山東、江蘇、北京、廣東和河南，衡山景區分別是廣東、湖南、北京、廣西和江蘇，嵩山景區分別是河南、廣東、山東、江蘇和北京，恒山景區分別是山西、北京、廣東、河北和山東。比較發現，除衡山景區以外，其他五個山岳型景區旅游網絡關注度位居首位的省份均為山岳景區所屬省份；廣東省網民對各山岳型景區的旅游網絡關注度普遍較高。運用公式（3）對山岳型景區全國31 個地區的旅游網絡關注度進行計算，得到各個山岳型景區旅游網絡關注度的地理集中指數，分別為 21.91、20.98、22.28、21.82、20.55和19.67，表明各山岳型景區旅游網絡關注度的地理分布相對集中。為增強可視化表達，利用Arc-GIS10.2 繪制各山岳型景區旅游網絡關注度的省域空間分布圖，如圖5所示。整體來看，各山岳型景區旅游網絡關注度的空間分布規律較為相似，均表現出“東部地區偏高、西部地區偏低”的空間分布特征，并且網絡用戶搜索熱度較高的地區多集中在山岳型景區所屬省份及其周邊區域，關注熱度較低的區域多是與山岳型景區相距較遠的地區，空間分布符合距離衰減定律，可見人們更傾向關注與自己相距較近的山岳型景區。

表3 2018年六個山岳型景區全國各地區的旅游網絡關注度與季節性集中指數

圖5 2018年六個山岳型景區旅游網絡關注度的省域空間分布圖

五、形成時空分異的影響因素分析

觀察表4 可見，各山岳型景區旅游網絡關注度的多元線性回歸方程可以分別表示如下：

Y黃山=0.525X1+0.412X2-0.252X4，Y華山=0.574X1+0.344X3-0.343X4，Y泰山=0.634X1+0.367X2-0.202X4，Y衡山=0.486X1+0.312X3-0.313X4，Y嵩山=0.572X1-0.346X4，Y恒山=0.478X1+0.389X3-0.419X4，式中X1、X2、X3和X4分別代表地區人口規模、人均GDP、互聯網普及率和兩地空間距離。黃山和泰山兩個景區回歸模型的調整后判定系數R2分別為0.723 和0.732，F 值分別為27.141 和28.297，表明模型的擬合優度較好，自變量變化分別可以解釋因變量變化的72.3%和73.2%。方差膨脹因子VIF 小于10，X1、X2、X4自變量之間不存在多重共線性。表明全國各地區的人口規模對黃山和泰山兩個景區旅游網絡關注度影響力最強，另外是人均GDP，兩地間的距離表現為負向影響。華山、衡山和恒山三個景區回歸模型的調整后判定系數R2分別為0.672、0.568 和0.696，F 值分別為 21.464、14.148 和 23.842，各自變量對因變量的解釋能力較好，且VIF 均小于5，表明這三個山岳型景區均受地區人口規模、互聯網普及率和兩地空間距離的作用影響。嵩山景區回歸模型的調整后判定系數R2為0.589，F值為22.524，VIF小于5，表明回歸模型擬合狀況良好，該景區主要受地區人口規模和兩地空間距離的影響。

比較來看，地區人口規模是山岳型景區旅游網絡關注度產生時空分布差異的主要成因之一。由于現代信息技術的快速發展，人們擁有和使用移動設備的概率大幅提高，因而各地區人口基數越大該區域內用戶通過網絡查詢山岳型景區旅游信息的可能性越大，搜索指數相應越高。例如2018年廣東省常住人口為11169萬人，位居全國首位，因而廣東省網民對各山岳型景區的旅游網絡關注度普遍較高（表4）。山東省常住人口為10006萬人，僅次于廣東省，因此山東泰山景區旅游網絡關注度的影響最為強烈，顯著高于其他山岳型景區。另外，兩地空間距離與各山岳型景區旅游網絡關注度均呈現負相關，由高到低依次為泰山、黃山、衡山、華山、嵩山和恒山，這主要取決于各山岳型景區的品牌知名度和復雜的客源市場結構。數據顯示，泰山和黃山景區的品牌指數①分別為500.17和593.17，表明全國各地旅游者對這兩個景區的認可度相對較高，全國各地的旅游者慕名而來，因而兩地的空間距離對其旅游網絡關注度產生的影響較其他景區更為直觀。

表4 六個山岳型景區旅游網絡關注度多元線性回歸模型的回歸系數表

六、主要結論與不足

通過統計整理黃山等六個山岳型景區的百度用戶搜索指數，從年、月、節假日和省際差異等多個視角切入，分層次探討了山岳型景區旅游網絡關注度的時空分布規律及其影響因素，主要結論如下。

從時間分布特征來看，2018 年六個山岳型景區旅游網絡關注度之間存在一定差異，由高到低分別表現為：黃山＞華山＞泰山＞衡山＞嵩山＞恒山，黃山已經成為當代游客傾向體驗山岳型景區或山岳旅游活動的首選之地。月時段變化特征顯示，4 月份和10月份是山岳型景區旅游網絡關注度的高峰期，與現實客流幾近吻合，旅游網絡關注度的前兆預判功能正在慢慢弱化。同時，節假日變化曲線顯示，人們在小長假期間選擇出游的動機較為強烈，但與春節黃金周相比，人們更傾向選擇國慶時段游覽山岳型景區，且多集中在假期前三天。

從空間分布特征來看，山岳型景區旅游網絡關注度整體表現為“東部地區偏高、西部地區偏低”的空間分布特征，各山岳型景區所屬省份的旅游網絡關注度大多較高甚至位居首位，網絡用戶或潛在旅游者多考慮交通因素，傾向選擇與自己相距較近的山岳型景區。同時，全國各地區對各山岳型景區的旅游網絡關注度存在時間差異，中西部地區較東部地區的季節性差異現象更明顯。

山岳型景區旅游網絡關注度產生時空差異的成因各不相同，但地區人口規模和兩地間的空間距離是主要成因，與前者均呈現正相關關系，與后者均呈現負相關關系。此外，研究也存在以下不足之處：一是檢索關鍵詞設定的合理性欠缺。以“黃山”“華山”“泰山”“衡山”“嵩山”和“恒山”作為各山岳型景區的表征符號，但它們能否全面反映出人們的網絡搜索行為尚且有待考量。二是檢索平臺選擇的全面性欠缺。人們利用網絡進行旅游信息檢索時不僅僅拘囿于百度網站，也包括360、搜狗等其他網站，僅檢索百度平臺不足以覆蓋整個網絡系統。網絡關注度是旅游者消費愿景、消費動機和消費偏好在網絡空間中的典型數字足跡，希望未來能有更多學者關注并探討相關研究。

注釋：

①數據來源于邁點指數（https://i.meadin.com），它是一個聚焦商業空間產業品牌價值查詢的檢索平臺。本研究選取2018年下半年與2019年上半年的品牌指數均值作為黃山和泰山兩個景區的品牌指數。