一、研究综述
随着网络普及率的升高及相关功能的日趋完善,网络已逐渐融入到人们的旅游活动中,成为游客搜索目的地相关信息、辅助其进行出游决策的重要工具。在国外学者的研究中,Skadberg (2005)发现良好的在线旅游经历能改变使用者对旅游目的地的态度和行为,激发一定的现实到访意愿;Da⁃vidson (2005)通过台湾旅游网站搜集相关数据,对西方游客的网络搜索行为进行了研究;Wolk (2008)通过比较分析,揭示了西方旅游者旅游信息需求的特征;Vermeulen (2009)分析了网络信息对旅游产品销售的影响;Vuylsteke (2010)揭示了游客网络信息搜索行为特征及影响因素;James Katz (1997)通过问卷调查,分析了游客网络检索行为的动机及影响因素等。在国内学者的研究中, 李君轶(2008)研究发现旅游网络信息场是影响旅游流流动的重要因素之一,也是推动旅游流流动的重要力量;杨敏(2012)对网络信息与入境旅游流之间的耦合关系进行了分析;涂玮(2012)、岑成德(2007)等以特殊体为例,通过问卷调查分析其网络信息搜索行为模式;路紫等(2007)对旅游者网络检索行为时空分布特征及其对旅游流的导引过程、强度和机理进行了一系列研究;李山
(2008)、林志慧(2012)等揭示了旅游景区网络关注度的时空分布特征及影响因素;王章郡(2011)通过Google 收集相关数据,分析了我国自驾车旅游网络空间关注度的时空演变规律;林炜铃(2014)基于百度指数分析了旅游安全网络关注度的区域差异及影响因素等。黄先开(2013)、马丽君(2011) 、王硕(2013)等人的研究表明,目的地游客网络关注度与客流量之间存在着很强的正相关关系,基于游客网络关注度,可以对目的地客流量进行预测。因此,揭示目的地游客网络关注度时空分布特征,可在一定程度上反映目的地客流量的时空分布状况,对于目的地景区管理及客源市场开发具有重要意义。
喀纳斯是我国著名的旅游景区,景点级别高,资源独特,且季节变化明显。本文以喀纳斯为研究对象,系统收集2014年游客网络关注度及相关数据,构建相关模型,揭示喀纳斯游客网络关注度时空分布特征及其影响因素。 二、数据来源与分析方法(一)数据来源
百度指数是以百度海量网民行为数据为基础的数据分享平台,用户关注度(或搜索指数)及其地域分布是其重要的功能模块之一,“用户关
新疆喀纳斯游客网络关注度时空分布特征及影响因素
文/何镜如江恋马丽君
【摘
要】收集2014年喀纳斯游客网络关注度及其他相关数据,利用季节性强度指数和重心模型,分析其
时空分布特征及影响因素,构建游客网络关注度空间分布模型,定量分析各影响因素的边际效应。结果发现:①以天为单位的喀纳斯游客网络关注度年内时间变化呈锯齿状“M”形,其变化主要受气候、暑假、“十一黄金周”的影响,周中游客网络关注度数略高于周初和周末。②游客网络关注度年内各月份布差异较大,淡旺季比较明显,年内游客网络关注度空间分布具有明显的季节波动性。③喀纳斯旅游客源市场涉及全国30个省区,但涉及的城市相对较少,大部分城市的客源市场有待开发。④喀纳斯游客网络关注度空间分布主要受到各省区人口基数、受教育程度、网络普及率、移动电话用户数、空间距离等因素的影响。【关键词】新疆;喀纳斯;游客网络关注度;时空分布;百度指数
【基金项目】国家自然科学基金(41501156);湖南省教育厅优秀青年基金(15B243)。
【作者简介】何镜如,湘潭大学商学院助教,硕士,研究方向:商务与旅游管理;江恋,湘潭大学硕士研究生,研究方向:旅游网络信息;马丽君,湘潭大学副教授,博士,研究方向:旅游网络信息与旅游气侯。
经济论坛Economic Forum
Apr.2017Gen.561No.04
2017年4月总第561期第04期
·
·54
注度”是以数千万网民在百度的搜索量为数据基
础,以关键词为统计对象,科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权和,本文以“喀纳斯旅游”为关键词收集2014年喀纳斯逐日网络关注度以及各省区、城市的网络关注度数据。此外,本文还需各省区人口数、各省区人口受教育程度、各省区手机用户数、网络普及率等相关数据,其中各省区手机用户数、各省区人口数和受教育程度来源于各省区2013~2014年统计公报及统计年鉴,受教育程度按大专及以上学历占受教育人口的百分比统计。网络普及率数据来源于中国互联网络信息中心发布的《第35次中国互联网络发展状况统计报告》中2013~2014年中国内地各省(市、自治区)互联网普及率。
(二)分析方法
1.季节性强度指数。季节性强度指数是反映旅游需求时间分布集中性的一个指标,本文将其应用于游客网络关注度年内时间分布集中性的分析,计算公式为R=∑(x i-8.33)2/12(1)式(1)中R为游客网络关注度的季节性强度指数,x i为各月游客网络关注度量占全年的比重。R值越接近零,游客网络关注度年内各月分布越均匀;R值越大,游客网络关注度年内各月份布差别越大,旅游淡旺季越明显。
2.重心模型。重心模型在经济地理学中应用较为广泛,该模型可以描述某指标的时空变化过程。本文主要将其用于分析喀纳斯游客网络关注度地域结构的季节变化,其计算公式为
xˉ=
∑Q i∙x i
∑Q i,yˉ=
∑Q i∙y i
∑Q i(2)
其中,xˉ、yˉ为某月喀纳斯游客网络关注度重心的经度值和纬度值,x i、y i为i省区经度值和纬度值(为便于分析和计算,各省区经纬度采用省会城市的经纬度进行计算),Q i该月i省区的游客网络关注度量。
三、新疆喀纳斯游客网络关注度的时间分布特征及其影响因素
(一)以天为单位游客网络关注度年内时间变化特征及影响因素
气候是影响游客旅游需求的重要环境因素。图1为2014年喀纳斯每天游客网络关注度变化状况。从图1中可以看出,以天为单位的喀纳斯游客网络关注度年内时间变化呈锯齿状“M”形。1~3月天气寒冷,为旅游淡季,游客网络关注度稀少,日均游客网络关注度为98人次;4月以后,随着温度的升高,天气由冷变暖,日均游客网络关注度逐渐增加,由4月的130人次增加到6月的171人次。7~9月喀纳斯气候舒适,且适逢暑假,喀纳斯进入旅游旺季,日均游客网络关注度为306人次,其中受暑假及“十一”假期前兆效应的影响,7月和9月游客网络关注度略高于8月。10月,受“十一”假日的影响,10月1~7日游客网络关注度较高,日均游客网络关注度为290人次,其后随着气温开始下降,气候舒适度降低,日均游客网络关注度迅速下降到139人次。11~12月天气寒冷,喀纳斯进入旅游淡季,日均游客网络关注度为84
人次。可以发
图12014年喀纳斯逐日游客网络关注度
·
·55
现,气候是影响喀纳斯游客网络关注度年内时间变化的主要因素。此外,暑假、“十一”假日也是其重要的影响因素,其他因素和节假日对其影响不明显。
(二)以周为单位游客网络关注度时间变化特征及影响因素
图2(A)为2014年喀纳斯普通周周内的游客网络关注度变化。考虑到淡旺季的差异,分别从2月、5月、7月中抽取一周,即2月17~23日、5月
19~25日、7月7~13日。从图中可以看出,7月7~13日周游客网络关注度为1984人次,远高于2月17~23日的846人次和5月19~25日的1022人次。各周周中(周二、周三、周四)游客网络关注度略高于周初(周一)和周末,这种变化规律主要受周中游客为周末或其他节假日出游做准备、周初出游归来需求降低等因素的影响。
图2(B)为2014年喀纳斯黄金周周内的游客网络关注度变化。从图中可以看出,春节期间,气候寒冷,游客网络关注度较低,平均游客网络关注度为70人次,呈先减少后增加再减少的趋势,初一、初二合家团聚,拜年、聚餐等活动较多,游客网络关注度由初一的58人次下降到初二的0人次,初三到初四,游客网络关注度逐渐增加,并达到周内的最高值129人次,初五之后随着假期临近结束,游客网络关注度逐渐减少,由初五的123人次下降至初七的61人次。“十一”期间,游客网络关注度相对较高,平均游客网络关注度为290人次,整体呈下降趋势,由10月1日的349人次下降至10月7日的210人次,这与喀纳斯气候变化,以及距中东部主要客源市场远,往返所需时间较长,游客往往集中在假日的前几天等因素有关。
(三)以月为单位的游客网络关注度年内时间变化特征及影响因素
图3是2014年喀纳斯各月游客网络关注度,从图中可以看出,1月天气寒冷,气候舒适性低,游客网络关注度较少为0.25万人次;2~6月随着气温的升高,气候舒适性上升,游客网络关注度逐渐增多,由2月的0.32万人次增长到6月的0.51万人次;7~9
月喀纳斯气舒舒适,处于旅游旺季,游图22014
年喀纳斯普通周和黄金周周周内游客网络关注度时间变化
图32014年喀纳斯各月游客网络关注度图42014年喀纳斯游客网络关注度重心变化·
·56
客网络关注度维持较高水平,游客网络关注度在0.86万人次到1万人次之间;10月,喀纳斯天气迅速变冷,气候舒适度下降,游客网络关注度迅速下降到0.54万人次;11~12月天气寒冷,游客网络关注度进一步降低,分别为0.24万人次和0.27万人次,喀纳斯进入旅游淡季。依据季节性强度指数计算公式,计算喀纳斯游客网络关注度季节性强度指数,结果为4.38,说明游客网络关注度年内各月份布差异较大,淡旺季比较明显。
四、新疆喀纳斯游客网络关注度空间分布特征及影响因素
(一)以省区为单位的喀纳斯游客网络关注度空间分布特征
系统收集2014年各省区喀纳斯游客网络关注度数据,将其绘制成图5。从图中可以看出,喀纳斯游客网络关注度空间分布主要受到空间距离、人口基数、经济发展水平等因素的影响,距喀纳斯地区较近、人口基数较大或经济发展水平较高的省区游客网络关注度较多。按各省区游客网络关注度数量的大小,可以将31个省区划分为5个档次,其中新疆、北京、广东、浙江年游客网络关注度最多,年游
客网络关注度数量大于1万人次;其次是江苏、陕西、上海、山东、河南、河北、四川、天津,年游客网络关注度在0.5万~1万人次之间;山西、辽宁、福建、重庆、安徽、湖北、湖南、甘肃年游客网络关注度数量在0.3万~0.5万人次之间,属于第三档次;黑龙江、内蒙古、江西、吉林、广西、云南、贵州年游客网络关注度较少,年游客网络关注度量在0.1万~0.3万人次之间;海南、宁夏、青海、西藏年游客网络关注度最少,年游客网络关注度量小于0.1万人次,其中西藏年游客网络关注度为0。
(二)以城市为单位的喀纳斯游客网络关注度空间分布特征
系统收集2014年334个城市喀纳斯游客网络关注度数据,将其绘制成图6。可以看到,与以省区为单位的喀纳斯游客网络关注度空间分布相类似,喀纳斯游客网络关注度主要分布在距喀纳斯地区较近、经济发展水平较高的城市,距离喀纳斯地区较远、经济发展水平较低的城市游客网络关注度较少。按各城市游客网络关注度数量的多少,可以将
334个城市划分为4个档次,其中,乌鲁木齐和北京年游客网络关注度数量最大,分别为3.2万人次和1.9万人次;其次是上海、西安、石河子、克拉玛依、天津、广州、郑州、成都、杭州、重庆、昌吉、南京、嘉兴等13个城市,年游客网络关注度总量在0.3万~1万人次之间;再次是阿勒泰、吐鲁番、济南、塔城、深圳、兰州、苏州、巴音郭楞等25个城市,年游客网络关注度数量在0.1万~0.3万人次之
间;第四个档次是佛山、嘉峪关、南宁、保定、沧州、南阳、长春、徐州、南昌、大连、呼和浩特、银川等年游客网络关注度数量介于0~0.1万人次之间的42个城市和其余如滁州、漳州、惠州、武威、柳州、遵义等年游客网络关注度数量为0的252个城市。可以发现,喀纳斯旅游客源市场虽涉及全国30个省区,但涉及的城市相对较少,大部分城市的客源市场有待开发。
(三)游客网络关注度空间分布的季节变化分析
受气候等因素的影响,各省区不同月份喀纳斯
游客网络关注度会出现明显的变化。利用重心模型
图5喀纳斯游客网络关注度省区空间分布图图6喀纳斯游客网络关注度城市空间分布图
·
·57
及2014年各省区游客网络关注度数据计算各月喀纳斯游客网络关注度重心(图4)。可以看到,1~
4月中东部地区游客由于距喀纳斯较远,且天气寒冷,旅游需求较低,游客网络关注度增长速度缓慢,相比较而言,西北部距离喀纳斯较近的地区游客网络关注度增长速度较快,喀纳斯游客网络关注度重心主要向西北方向移动,4月游客网络关注度重心到达最北端和最西端。5~9月喀纳斯气候变暖,气候舒适度升高,中东部经济发展水平较高的省区游客旅游需求迅速升高,游客网络关注度增长速度较西北部省区快,游客网络关注度重心主要向东南方向移动,9月游客网络关注度重心到达最东端和最南端。10~12月随着喀纳斯地区气候的变冷,中东部省区游客网络关注迅速减少,导致游客网络关注度重心再次向西北方向移动。
(四)游客网络关注度空间分布影响因素分析
喀纳斯游客网络关注度空间分布受到多种因素的影响,其中,人口基数、经济发展水平、网络普及率(分为PC网络普及率和移动网络普及率,在计算过程中移动网络普及率用移动电话用户数代替)、受教育程度、空间距离是影响较大的5个因素,且相关数据较容易获取。因此,本文拟以各省区游客网络关注度为因变量,上述5个因素为自变量构建模型,分析各因素对游客网络关注度空间分布的影响。其中,空间距离依据距离喀纳斯地区的远近,将全国31个省区划分为5个档次,由近及远分别赋值为9、7、5、3、1,各省区游客网络关注度、人口数、PC网络普及率、移动电话用户数、受教育程度及空间距离赋值见表1。由于经济发展水平和网络普及率之间存在共线性,且网络普及率与游客网络关注度的关系更为紧密,故在构建模型时将经济发展水平这一因素剔除。在此基础上,以人口基数
、受教育程度、网络普及率、移动电话用户数、空间距离为自变量,以各省区游客网络关注
地区
北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南游客网络
关注度
(人次)
19345
5110
6570
4380
1825
4015
1460
2555
9125
9490
11680
3285
4015
1825
8030
7300
人口
数
(万
人)
2115
1472
7333
3630
2498
4390
2751
3835
2415
7939
5498
6030
3774
4522
9733
9413
受教
育程
度
(%)
41.21
23.05
7.734
10.72
10.08
19.83
11.56
12.24
24.69
13.73
17.33
9.154
8.895
9.39
9.893
8.091
网络普
及率
(%)
75.3
61.4
49.1
50.6
45.7
58.8
45.2
41.7
71.7
53.8
62.9
36.9
65.5
预计负债34.1
47.6
36.9
移动用
户数
(万户)
3168
1303
5513
2765
2550
4291
2257
2854
3008
7471
6443
3610
4049
2639
7589
5788
空
间
距
离
3
3
3
3
5
3
1
1
1
1
1
3
1
1
3
3
地区
湖北
湖南
广东
广西
海南
重庆
四川
贵州
云南
西藏
陕西
甘肃
青海
宁夏
新疆
—
游客网络
关注度
(人次)
3285
3285
12045
1460
730
3650
6570
1095
1460
9490
3285
365
730
38325
—
人口数
(万人)
5799
6691
10644
4719
895
2970
8107
3502
japanese from voice4687
312
3764
2582
578
654
2264
—什么是以火灭火
受教育
贵州省公路局局长程度
(%)
11.92
8.498
8.196
7.699
8.779
9.361
10.54
9.092
7.756
2.391
11.99
9.021
12.57
11.25
12.85
—
网络普
及率
(%)
45.3
38.6
68.5
39.2
47
45.7
37.3
34.9
35.1
39.4
46.4
36.8
50
45.1
50.3
—
移动用户
数(万
户)
4554
4262
12683
3483
775.6
2070
5498
2515
2896
235.5
3265
1764
537.2余姚市舜水中学
605.4
2009
—
空
间
距
离
3
3
1
1
1
3
5
3
3
5
5
5
7
5
9
—表1各省区游客网络关注度、人口数、受教育程度、网络普及率、移动电话用户数及空间距离
··58