基于网络关注度视角下旅游需求时空特征及其影响因素研究.docxVIP

?

?

基于网络关注度视角下旅游需求时空特征及其影响因素研究

?

?

常直杨李俊楼

摘要：大数据背景下旅游网络关注度为了解景区旅游需求时空变化提供了切入点。以周庄古镇为例，借助周内分布偏度指数、地理集中指数、温湿指数、经济联系强度指数等参数探讨了周庄古镇2011年至2018年旅游网络关注度的时空特征，并利用回归模型剖析了影响因素。表明：①网络关注度年际变化呈现明显的“双峰型”特征；季节性特征呈现“双峰型”及“多峰型”，淡季为11月至来年1年，旺季为3月至10月，旺季持续时间长；周庄古镇五一、十一等节假日“井喷”现象近几年正在变弱；周内特征方面正在由“工作日高值，周末低值”向“周五、周六高值，周日略低，工作日平稳”转变。②受经济水平及“距离衰减”规律影响，周庄古镇网络关注度高值主要集中在江苏省省内及上海市区、浙江省、广东省等经济发达地区。③周庄古镇网络关注度月均值的时间影响因素有温湿指数、社会因素，其年均值的空间分布影响因素有经济联系强度、人口总数、人均GDP。最后从景区品牌、旅游产品开发、景区基础设施等方面提出了周庄古镇旅游发展的建议。

关键词：网络关注度；时空特征；周庄古镇；影响因素

★基金项目：江苏高校哲学社会科学基金自助项目“长三角区域居民旅游需求时空特征及形成机制研究——基于网络关注度视角”（2019SJA2246）；本论文得到江苏省高职院校教师专业带头人高端研修项目资助；江苏省教育厅2018年度青蓝工程优秀青年骨干教师培养项目。

游客旅游需求的研究对于景区相关营销宣传具有重要意义。随着互联网的不断发展，越来越多游客借助网络工具对旅游目的地相关信息进行查询，就会留下检索痕迹，这些痕迹又被称为“网络关注度”[1]。已有研究表明网络关注度与旅游需求之间密切关联[2，3]，在某种程度上可以代表旅游需求的一种体现，通过对其剖析，可以間接的反映出旅游需求年、月、日内的变化规律，因而具有较高的可信度[3，4]，也为大数据背景下旅游需求横截面对比分析的研究提供了一个切入点。当前国内外旅游网络关注度的相关研究主要集中在城市旅游网络关注度的研究[5，6]，旅游景区网络关注度时空特征的研究[7-10]，旅游目的地网络关注度与游客量[11，12]、气候舒适度[13]之间的关系研究，洞穴旅游[14]、美食旅游[15]、佛教旅游地[16]等其它多类型的旅游网络关注度研究方面。进而对已有文献的总结，可以发现在大数据背景下，网络关注度已成为了解游客旅游需求行之有效的方法之一，并且越来越多的学者开始关注旅游目的地长时间尺度网络关注度的时空特征。

古镇是建筑、历史、文化、艺术等价值的集合，以其独特的文化魅力及地方特色吸引着游客。近年来有关古镇的相关研究多集中在游客满意度和各项体验研究[17]，古城空间和文化演变过程的探索研究[18]，古镇的开放模式[19]及生态环境承载力等方面[20]。这些研究多以问卷、访谈或借助遥感技术为主，而借助大数据了解古镇旅游需求的研究仍较少。周庄古镇是首批中国历史文化名镇、首批国家5A级旅游景区，在全世界享有“中国第一水乡”的美誉，在我国古镇旅游发展中具有代表性及典型性。有鉴于此，以周庄古镇为例，采用时空分析、统计分析的手段和方法，深入研究了2011年-2018年间其旅游网络关注度在年月日上的时空分布特征，并分析其影响因素，以了解其旅游需求特点与规律，进而为我国古镇的旅游发展提供借鉴。

1、数据来源与研究方法

百度是全球最大的中文搜索引擎，许多游客出行会选择百度进行旅游目的地信息搜索，衍生的百度指数成为大数据时代重要的分析指数之一。其是以网民在百度中搜索的关键词为统计对象，计算出关键词的搜索频次的加权和，在网页中以曲线图的形式呈现。通过对关键词的筛选，确定以“周庄”、“周庄古镇”为检索词，在百度指数平台进行检索，通过Physon编程抓取得到2011年1月1日至2018年12月31日间的逐日百度数据，作为分析的基础。

在探讨周庄古镇网络关注度时空分布特征及影响因素时，选取的指数有周内分布偏度指数、地理集中指数、温湿指数和经济联系强度指数等，各个指数的计算模型及地理意义详见表1。

2、周庄古镇网络关注度的时空特征分析

2.1周庄古镇网络关注度时间分布特征

2.1.1年际变化特征

通过统计分析2011年至2018年周庄古镇网络关注度，可以发现，2011年至2015年之间周庄古镇日均网络关注度由2999直线上升至4759，2016年至2018年周庄古镇日均网络关注度则下降至3441，其年际变化特征呈现明显的“双峰型”特征。对比统计分析数据，可以发现逐日网络呈锯齿形，关注度的高峰值上也是2015年达到了峰值，该年份以“10年不涨价，良心景区：周庄100元能玩3天”、“中国第一水乡”周庄“打春牛”聚富迎新春、“周庄外空地有