(西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院,甘肅 蘭州 730070)

廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空特征研究

嚴(yán)江平,宋志紅,李 巍

(西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院,甘肅 蘭州 730070)

利用“百度指數(shù)”數(shù)據(jù)分享平臺(tái),獲取廣州市23個(gè)4A級(jí)及以上景區(qū)2016年的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù),并利用季節(jié)性集中指數(shù)、變異系數(shù)、回歸分析等對(duì)廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空特征進(jìn)行分析。研究發(fā)現(xiàn):旅游景區(qū)網(wǎng)絡(luò)關(guān)注度周內(nèi)呈現(xiàn)“雙休日高、工作日低”的特點(diǎn);網(wǎng)絡(luò)關(guān)注度年內(nèi)出現(xiàn)4個(gè)波峰,具有“旺季長(zhǎng)、淡季短”的特點(diǎn);“五一”和“十一”網(wǎng)絡(luò)關(guān)注度在假期期間達(dá)到頂峰,移動(dòng)趨勢(shì)遠(yuǎn)高于PC趨勢(shì),與整體趨勢(shì)保持一致。全國(guó)居民對(duì)廣州市景區(qū)的旅游偏好具有較大差異,以長(zhǎng)隆旅游度假區(qū)為主的番禺景區(qū)群和海珠區(qū)的廣州塔旅游偏好最強(qiáng);旅游景區(qū)網(wǎng)絡(luò)關(guān)注度省際差異顯著,廣東、北京等經(jīng)濟(jì)發(fā)達(dá)地區(qū)網(wǎng)絡(luò)關(guān)注度較高,東、中、西部省份間的關(guān)注度存在差異,西部省份間差異最大。旅游景區(qū)網(wǎng)絡(luò)關(guān)注度空間差異是地區(qū)人口規(guī)模、經(jīng)濟(jì)發(fā)展水平和距離目的地遠(yuǎn)近程度等多因素綜合影響的結(jié)果。

廣州市;旅游景區(qū);網(wǎng)絡(luò)關(guān)注度;百度指數(shù)

1 引言

互聯(lián)網(wǎng)的廣泛傳播和網(wǎng)絡(luò)資源的共享為社會(huì)公眾提供了一個(gè)開(kāi)放式[A3]的信息發(fā)布和查詢(xún)平臺(tái),作為重要的信息傳播媒介,互聯(lián)網(wǎng)正以不同形式影響著人們的生產(chǎn)和生活。越來(lái)越多的人借助互聯(lián)網(wǎng)來(lái)獲取所需信息,互聯(lián)網(wǎng)上的搜索記錄反映了人們的關(guān)注熱點(diǎn)和需求狀況,而網(wǎng)絡(luò)空間中的信息流已逐漸被應(yīng)用于科學(xué)研究領(lǐng)域。國(guó)外最早將網(wǎng)絡(luò)搜索的相關(guān)數(shù)據(jù)應(yīng)用于流行病監(jiān)測(cè)[1],隨后逐漸向社會(huì)經(jīng)濟(jì)領(lǐng)域延伸,在失業(yè)率預(yù)測(cè)[2]、房屋銷(xiāo)量預(yù)測(cè)[3]等宏觀、微觀經(jīng)濟(jì)領(lǐng)域取得了豐富的成果。網(wǎng)絡(luò)搜索數(shù)據(jù)同樣被用于旅游研究領(lǐng)域。李山等研究了我國(guó)53個(gè)5A級(jí)旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度時(shí)間分布特征,發(fā)現(xiàn)了景區(qū)網(wǎng)絡(luò)關(guān)注度具有“前兆效應(yīng)”,即周內(nèi)表現(xiàn)為“日前兆”,年內(nèi)表現(xiàn)為“旬前兆”[4]。有學(xué)者基于不同研究案例地對(duì)旅游網(wǎng)絡(luò)關(guān)注度進(jìn)行研究,驗(yàn)證了旅游網(wǎng)絡(luò)關(guān)注度的“前兆效應(yīng)”[5]，進(jìn)一步發(fā)現(xiàn)旅游網(wǎng)絡(luò)關(guān)注度與現(xiàn)實(shí)客流量之間具有較強(qiáng)的相關(guān)性[6-10],網(wǎng)絡(luò)搜索數(shù)據(jù)也被應(yīng)用于旅游預(yù)測(cè)方面的研究[11-12]。黃先開(kāi)構(gòu)建了網(wǎng)絡(luò)關(guān)注度的游客量預(yù)測(cè)模型,以提高預(yù)測(cè)精準(zhǔn)度[13]。時(shí)空動(dòng)態(tài)分析方面,汪秋菊對(duì)旅游要素的網(wǎng)絡(luò)關(guān)注度空間演化特征進(jìn)行了研究[14]。王章郡等利用Google搜索解析分析了我國(guó)自駕車(chē)市場(chǎng)演變規(guī)律[15]，更有學(xué)者基于不同研究對(duì)象(平遙古城、全國(guó)溫泉旅游、旅游安全等)對(duì)旅游網(wǎng)絡(luò)關(guān)注度時(shí)空特征與影響因素進(jìn)行研究[16-19]?？傮w來(lái)講,學(xué)術(shù)界關(guān)于旅游網(wǎng)絡(luò)關(guān)注度的研究仍處于起步階段,研究案例地多為全國(guó)范圍[4,5]、省域范圍[9,20]內(nèi)的熱門(mén)旅游景區(qū),以東南沿海城市為案例地進(jìn)行網(wǎng)絡(luò)關(guān)注度的研究相對(duì)較少。

鑒于此,本文以廣州市部分具有代表性的國(guó)家級(jí)旅游景區(qū)為研究對(duì)象,對(duì)廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空特征進(jìn)行了更深層次的研究,將不同類(lèi)型的景區(qū)進(jìn)行分類(lèi)定量分析,并試圖解釋影響其分布特點(diǎn)的主要因素,以期為廣州市旅游開(kāi)發(fā)、規(guī)劃和網(wǎng)絡(luò)營(yíng)銷(xiāo)提供有益參考,同時(shí)也可豐富信息技術(shù)時(shí)代旅游者行為的研究?jī)?nèi)涵。

2 數(shù)據(jù)來(lái)源

2.1 百度指數(shù)

百度指數(shù)是百度公司推出的一款以用戶(hù)搜索量和媒體檢索量作為基礎(chǔ)數(shù)據(jù),同時(shí)對(duì)這些數(shù)據(jù)進(jìn)行檢驗(yàn)與過(guò)濾后相加形成的指數(shù)。搜索人數(shù)與搜索次數(shù)直接決定了百度指數(shù)數(shù)值,可直觀地反映某個(gè)關(guān)鍵詞在之前一段時(shí)間內(nèi)的搜索頻次。本文將百度指數(shù)中的用戶(hù)搜索量(搜索指數(shù))作為網(wǎng)絡(luò)關(guān)注度衡量指標(biāo),統(tǒng)計(jì)2016年1月至2016年12月廣州市23個(gè)旅游景區(qū)每日的搜索指數(shù)數(shù)據(jù),研究廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征。

2.2 景區(qū)與關(guān)鍵詞選擇

廣州是我國(guó)重要的旅游城市,也是改革開(kāi)放的前沿地、南方最大的對(duì)外通商口岸和最著名的港口城市之一。廣州市旅游資源豐富、文物古跡眾多,擁有國(guó)家級(jí)旅游景區(qū)49個(gè),其中5A級(jí)景區(qū)2個(gè)、4A級(jí)景區(qū)23個(gè)、3A級(jí)景區(qū)23個(gè)、2A級(jí)景區(qū)1個(gè)。2016年，廣州市全年接待過(guò)夜游客5940.56萬(wàn)人次,同比增長(zhǎng)5.0%;旅游業(yè)總收入實(shí)現(xiàn)3217.05億元,同比增長(zhǎng)12.0%。

本文選取廣州市25個(gè)4A級(jí)及以上景區(qū),代表了廣州市旅游景區(qū)的最高水平,也是游客關(guān)注度較高的熱點(diǎn)旅游景區(qū)。首先我們將景區(qū)名稱(chēng)作為關(guān)鍵詞搜索對(duì)象,獲取景區(qū)在2016年1月1日至2016年12月31日的“搜索指數(shù)”數(shù)據(jù),在關(guān)鍵詞搜索中發(fā)現(xiàn)“圓玄道觀”未被百度指數(shù)收錄,故沒(méi)有百度指數(shù)數(shù)據(jù);“白云山風(fēng)景名勝區(qū)”、“九龍湖旅游度假區(qū)”和“蓮花山旅游區(qū)”與我國(guó)多地景區(qū)同名,會(huì)影響搜索結(jié)果,因此剔除這4個(gè)樣本。長(zhǎng)隆旅游度假區(qū)未被百度指數(shù)收錄,但可搜索到長(zhǎng)隆旅游度假區(qū)包含的長(zhǎng)隆歡樂(lè)世界、長(zhǎng)隆野生動(dòng)物世界、長(zhǎng)隆水上樂(lè)園3個(gè)旅游景區(qū)的百度指數(shù)數(shù)據(jù),故以這三個(gè)旅游景區(qū)的搜索量代表長(zhǎng)隆旅游度假區(qū)的網(wǎng)絡(luò)關(guān)注度。將可搜索到百度指數(shù)數(shù)據(jù)的旅游景區(qū)作為基礎(chǔ)關(guān)鍵詞,利用長(zhǎng)尾關(guān)鍵詞挖掘工具愛(ài)站網(wǎng)(http://ci.aizhan.com/)上的SEO綜合查詢(xún)對(duì)基礎(chǔ)關(guān)鍵詞進(jìn)行拓展,選擇排名靠前的關(guān)鍵詞,對(duì)這些關(guān)鍵詞進(jìn)行篩選再找出可替代其名稱(chēng)的相關(guān)關(guān)鍵詞,最后確定搜索量排名第一的基礎(chǔ)關(guān)鍵詞或相關(guān)關(guān)鍵詞。部分關(guān)鍵詞有多重意思,指向性不明確,如廣州塔別名“小蠻腰”,搜索量遠(yuǎn)遠(yuǎn)高于廣州塔,但“小蠻腰”不僅包含廣州塔,還是當(dāng)今流行的網(wǎng)絡(luò)用語(yǔ),故搜索量較高,因此仍選擇廣州塔作為關(guān)鍵詞的搜索對(duì)象,共計(jì)23個(gè)旅游景區(qū)作為分析樣本(表1)。搜索發(fā)現(xiàn),“正佳廣場(chǎng)”2016年6月24日搜索量達(dá)到9247次,該日的搜索量超過(guò)平日搜索量均值的兩倍標(biāo)準(zhǔn)差,顯然為異常值。調(diào)查發(fā)現(xiàn),2016年6月24日廣州正佳廣場(chǎng)啟動(dòng)“共享經(jīng)濟(jì)”行動(dòng)計(jì)劃,吸引消費(fèi)者使用手機(jī)搜索“正佳廣場(chǎng)”關(guān)鍵詞來(lái)參與活動(dòng),因此不能用來(lái)反映旅游關(guān)注度,本文利用插值法對(duì)該日的數(shù)據(jù)進(jìn)行了處理。

表1 廣州市4A級(jí)及以上景區(qū)百度指數(shù)搜索關(guān)鍵詞

3 景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)間分布特征

3.1 景區(qū)網(wǎng)絡(luò)關(guān)注度周時(shí)段分布特征

我們將23個(gè)景區(qū)2016年1月1日至2016年12月31日百度指數(shù)中的“搜索指數(shù)”數(shù)值按星期相加求均值,得到周內(nèi)網(wǎng)絡(luò)關(guān)注度的日均分布情況(圖1)。觀察發(fā)現(xiàn),景區(qū)網(wǎng)絡(luò)關(guān)注度具有明顯的周內(nèi)分布規(guī)律,表現(xiàn)為“雙休日高、工作日低”的特征,周二比周一關(guān)注度有所下降,周三最低,周四、周五逐日上升,周六達(dá)到最高峰,周日略有下降,但仍高于工作日期間的關(guān)注度。這一分布特征與工作日旅游人數(shù)少、周末旅游人數(shù)多相吻合,與李山等研究的旅游景區(qū)網(wǎng)絡(luò)關(guān)注度是旅游景區(qū)現(xiàn)實(shí)游客量的重要前兆之一,在周內(nèi)表現(xiàn)為“日前兆”的說(shuō)法相悖[4]?？赡艿慕忉?zhuān)阂皇菑V州市的常住人口不斷增多,2016年廣州市常住人口達(dá)1404萬(wàn)人,比2015年增長(zhǎng)了4.0%,他們距離旅游目的地較近,多以短途旅游為主,因此當(dāng)日的網(wǎng)絡(luò)搜索可為當(dāng)日的出行做準(zhǔn)備。二是隨著無(wú)線網(wǎng)的日益普及,人們的上網(wǎng)方式逐漸由PC轉(zhuǎn)向手機(jī),出游不再傾向于提前搜索旅游信息,而是臨時(shí)制定出游計(jì)劃,隨時(shí)在手機(jī)上進(jìn)行旅游信息搜索,因此出現(xiàn)景區(qū)網(wǎng)絡(luò)關(guān)注度與現(xiàn)實(shí)旅游流開(kāi)始吻合跡象。

圖1 廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度周內(nèi)變化

3.2 景區(qū)網(wǎng)絡(luò)關(guān)注度月時(shí)段分布特征

本文將23個(gè)景區(qū)2016年1月1日至2016年12月31日網(wǎng)絡(luò)關(guān)注度按月相加求均值,得到月內(nèi)網(wǎng)絡(luò)關(guān)注度的日均分布情況(圖2)。總體來(lái)看,旅游景區(qū)網(wǎng)絡(luò)關(guān)注度存在月度差異,不同于以往學(xué)者研究的月內(nèi)網(wǎng)絡(luò)關(guān)注度在一年中出現(xiàn)雙峰或三峰,廣州市旅游網(wǎng)絡(luò)關(guān)注度全年出現(xiàn)四個(gè)波峰,主高峰在7月，次高峰在10月，其他兩個(gè)小高峰分別為2月和4月;景區(qū)網(wǎng)絡(luò)關(guān)注度最低的月份是1月、11月和12月,是兩個(gè)關(guān)注度低谷。參照游客量季節(jié)劃分標(biāo)準(zhǔn),將月網(wǎng)絡(luò)關(guān)注度大于年平均月網(wǎng)絡(luò)關(guān)注度的月份劃分為旺季,為年平均月網(wǎng)絡(luò)關(guān)注度80%—100%的月份劃分為平季,小于年平均月網(wǎng)絡(luò)關(guān)注度80%的月份劃分為淡季[21]。經(jīng)計(jì)算發(fā)現(xiàn),廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的旺季為4月、5月、6月、7月、8月、10月,平季是2月、3月、9月,淡季是1月、11月、12月,可見(jiàn)網(wǎng)絡(luò)關(guān)注度具有旺季長(zhǎng)、淡季短的特點(diǎn)。通過(guò)引入季節(jié)性集中指數(shù)I來(lái)分析廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的季節(jié)分布特征[21],計(jì)算公式為:

(1)

式中,I為景區(qū)網(wǎng)絡(luò)關(guān)注度的季節(jié)性集中指數(shù),用來(lái)描述網(wǎng)絡(luò)關(guān)注度季節(jié)變化程度;Xi為各月網(wǎng)絡(luò)關(guān)注度占全年的百分比。I值越大,則網(wǎng)絡(luò)關(guān)注度年內(nèi)各月差異越大；I值越小，則網(wǎng)絡(luò)關(guān)注度年內(nèi)各月分布均勻。計(jì)算得出廣州市23個(gè)景區(qū)網(wǎng)絡(luò)關(guān)注度的I值為1.73,說(shuō)明景區(qū)網(wǎng)絡(luò)關(guān)注度在2016年各月分布較均勻,季節(jié)性差異小。

圖2 廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度季節(jié)變化

統(tǒng)計(jì)單個(gè)景區(qū)月時(shí)段日均網(wǎng)絡(luò)關(guān)注度數(shù)據(jù),并繪制各景區(qū)網(wǎng)絡(luò)關(guān)注度月度分布圖,23個(gè)景區(qū)分為“單峰型、雙峰型、三峰型、四峰型”,其中單峰型景區(qū)1個(gè)、雙峰型景區(qū)10個(gè)、三峰型景區(qū)3個(gè)、四峰型景區(qū)9個(gè),見(jiàn)表2。計(jì)算各景區(qū)網(wǎng)絡(luò)關(guān)注度季節(jié)性集中指數(shù),可將23個(gè)景區(qū)分為4個(gè)等級(jí)。其中,長(zhǎng)隆水上樂(lè)園I值為7.36,各月網(wǎng)絡(luò)關(guān)注度差異最大;南越王墓博物館、長(zhǎng)隆歡樂(lè)世界等6個(gè)景區(qū)I值在2.03—3.48之間,各月網(wǎng)絡(luò)關(guān)注度差異較大;廣州塔、中山紀(jì)念堂等13個(gè)景區(qū)I值在1.03—1.89之間,各月網(wǎng)絡(luò)關(guān)注度差異較小,黃花崗、正佳廣場(chǎng)、陳家祠3個(gè)景區(qū)的I值分別為0.62、0.98、0.94,各月網(wǎng)絡(luò)關(guān)注度分布相對(duì)均勻。景區(qū)景觀的季節(jié)變化、氣候舒適度、節(jié)假日等因素影響景區(qū)網(wǎng)絡(luò)關(guān)注度的季節(jié)性分布。長(zhǎng)隆水上樂(lè)園作為唯一一個(gè)單峰型景區(qū),季節(jié)性集中指數(shù)最高,除峰值月份外,其他月份網(wǎng)絡(luò)關(guān)注度分布相對(duì)均衡,夏季由于天氣炎熱,適宜水上運(yùn)動(dòng),7月又處于暑期,更是增大了出游率。雙峰型景區(qū)峰值月份多在4月、10月或7月、10月,三峰型景區(qū)峰值月份2月、4月、10月或4月、7月、10月,四峰型景區(qū)峰值月份在2月、4月、7月和10月。2月正處于春節(jié)期間,由于廣州春節(jié)期間氣溫較高,適宜戶(hù)外活動(dòng),吸引北方游客南下,出游人數(shù)增多;3—5月除了雙休日之外,還有法定假日“清明節(jié)”、“五一勞動(dòng)節(jié)”等節(jié)日在此時(shí)段聚集。此外,此時(shí)廣州氣候宜人,正是出游的最佳時(shí)機(jī)。6月下旬,學(xué)校陸續(xù)放暑假讓大眾有更多的空余時(shí)間旅游,導(dǎo)致7月份廣州旅游景區(qū)網(wǎng)絡(luò)關(guān)注度達(dá)到全年的最高峰;10月秋高氣爽,是一個(gè)適宜旅游的“黃金季節(jié)”,同時(shí)又迎來(lái)7天長(zhǎng)假,因此此時(shí)的網(wǎng)絡(luò)關(guān)注度又形成一個(gè)高峰。

表2 廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度月度分布特征

3.3 景區(qū)網(wǎng)絡(luò)關(guān)注度節(jié)假日分布特征

本文以“五一”、“十一”為例,對(duì)假期前后與期間網(wǎng)絡(luò)關(guān)注度特征進(jìn)行分析,選取了“五一”假期前五天,假期三天和假期后三天共計(jì)11天的網(wǎng)絡(luò)關(guān)注度;“十一”國(guó)家法定假期為7天,因此選取假期前五天,假期七天及假期后三天共計(jì)15天的網(wǎng)絡(luò)關(guān)注度,將2016年假期期間廣州市旅游景區(qū)在搜索指數(shù)下的整體趨勢(shì)、PC趨勢(shì)和移動(dòng)趨勢(shì)的網(wǎng)絡(luò)關(guān)注數(shù)據(jù)整理后進(jìn)行分類(lèi)研究。從圖3可見(jiàn),“五一”期間,網(wǎng)絡(luò)關(guān)注度整體趨勢(shì)曲線呈現(xiàn)一個(gè)明顯的倒“V”形,網(wǎng)絡(luò)關(guān)注度假期期間出現(xiàn)“井噴”現(xiàn)象,在節(jié)假日期間高度集中,假期第二天達(dá)到最高峰,“五一”期間網(wǎng)絡(luò)關(guān)注度與假期前后差異明顯。移動(dòng)趨勢(shì)曲線圖與整體趨勢(shì)曲線圖保持一致,網(wǎng)絡(luò)關(guān)注度PC趨勢(shì)曲線圖在假期前一天達(dá)到關(guān)注度最高峰,假期期間呈現(xiàn)緩慢下降趨勢(shì)。

圖3 “五一”廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度分布特征

從圖4可見(jiàn),“十一”期間,網(wǎng)絡(luò)關(guān)注度整體趨勢(shì)曲線圖在假期前兩天出現(xiàn)上升趨勢(shì),9月30日之后直線上升,10月2日的網(wǎng)絡(luò)關(guān)注度最高,其次是1日和3日,3日后呈現(xiàn)平緩下降趨勢(shì),整體趨勢(shì)圖形成一個(gè)倒“U”形,不同于“五一”網(wǎng)絡(luò)關(guān)注度整體趨勢(shì)曲線圖的倒“V”形,“十一”期間游客對(duì)景區(qū)網(wǎng)絡(luò)關(guān)注度相對(duì)分散。移動(dòng)趨勢(shì)曲線圖仍然與整體趨勢(shì)曲線圖保持一致,PC趨勢(shì)圖在假期前一天出現(xiàn)曲線高峰,假期期間變化不顯著。

圖4 “十一”廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度分布特征

從以上分析可見(jiàn),旅游景區(qū)整體關(guān)注度高峰出現(xiàn)在假期期間,移動(dòng)趨勢(shì)曲線圖始終高于PC趨勢(shì)曲線圖,并與整體趨勢(shì)保持一致。移動(dòng)趨勢(shì)曲線圖在假期期間達(dá)到頂峰,而PC趨勢(shì)曲線圖在假期前后變化不顯著,只在假期前兩天象征性地比其他時(shí)間稍高。截至2012年6月底,我國(guó)手機(jī)網(wǎng)民規(guī)模達(dá)3.88億人,手機(jī)網(wǎng)民規(guī)模首次超越臺(tái)式電腦用戶(hù)[22],表明網(wǎng)民搜索習(xí)慣已發(fā)生變化,逐漸由PC終端轉(zhuǎn)向移動(dòng)終端,游客更傾向于假期期間搜索目標(biāo)景區(qū)的旅游信息,而不是提前在PC終端上查詢(xún),這一習(xí)慣的變化進(jìn)一步弱化了網(wǎng)絡(luò)關(guān)注度的前兆效應(yīng)。

4 景區(qū)網(wǎng)絡(luò)關(guān)注度空間分布特征

4.1 景區(qū)旅游偏好空間分布特征

定量分析旅游偏好的方法有多種,我國(guó)學(xué)者孫根年提出的旅游偏好指數(shù)能直觀地反映游客對(duì)某一景區(qū)的偏好程度,且簡(jiǎn)單易行[23]。因此,本文利用旅游偏好指數(shù)的衡量指標(biāo)來(lái)分析全國(guó)網(wǎng)民對(duì)廣州市旅游景區(qū)的關(guān)注程度,即偏好程度,計(jì)算公式為:

(2)

式中,Xi為第i個(gè)景區(qū)的網(wǎng)絡(luò)關(guān)注度;X為全部景區(qū)的網(wǎng)絡(luò)關(guān)注度的總值;P的取值范圍在0—1之間,P值越趨近于1,則游客對(duì)該景區(qū)的旅游偏好程度越強(qiáng)。

我們將搜集到廣州市23個(gè)旅游景區(qū)2016年的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)進(jìn)行了整理分析,計(jì)算出全國(guó)網(wǎng)民對(duì)廣州市23個(gè)旅游景區(qū)的偏好系數(shù)。研究結(jié)果表明,網(wǎng)民對(duì)長(zhǎng)隆歡樂(lè)世界、廣州塔、長(zhǎng)隆水上樂(lè)園3個(gè)景區(qū)的網(wǎng)絡(luò)關(guān)注度最高,屬于最強(qiáng)偏好,偏好系數(shù)分別為13.26%、11.56%、11.54%,日均網(wǎng)絡(luò)關(guān)注度為2952—3392;對(duì)長(zhǎng)隆野生動(dòng)物園、嶺南印象園、百萬(wàn)葵園、白水寨4個(gè)景區(qū)的旅游偏好較強(qiáng),偏好系數(shù)為5.31%—7.14%,日均網(wǎng)絡(luò)關(guān)注度為1359—1827;對(duì)廣州動(dòng)物園、華南植物園等9個(gè)景區(qū)的旅游偏好較弱,偏好系數(shù)為2.10%—4.61%,日均網(wǎng)絡(luò)關(guān)注度為539—1181;對(duì)南越王墓博物館等7個(gè)景區(qū)的旅游偏好最弱,偏好系數(shù)為0.57%—1.73%,日均網(wǎng)絡(luò)關(guān)注度為148—445。

圖5 全國(guó)居民對(duì)廣州市景區(qū)旅游偏好空間分布

利用全國(guó)網(wǎng)民對(duì)廣州市23個(gè)景區(qū)網(wǎng)絡(luò)關(guān)注度的旅游偏好系數(shù),借助Ssurfer 8.0制圖軟件,以景區(qū)為中心,選擇0.5%為間隔,繪制旅游偏好系數(shù)等值線圖(圖5),分析廣州市23個(gè)景區(qū)網(wǎng)絡(luò)關(guān)注度的空間分布特征。從圖5可見(jiàn),等值線最密集的是以長(zhǎng)隆旅游度假區(qū)為主的番禺景區(qū)群,旅游偏好最強(qiáng);其次是位于海珠區(qū)的廣州塔,旅游偏好較強(qiáng);旅游偏好系數(shù)較大的還有增城白水寨、天河區(qū)華南植物園和正佳廣場(chǎng)等景區(qū),形成部分零散的關(guān)注度中心;位于南沙區(qū)的百萬(wàn)葵園、南沙天后宮等景區(qū)旅游偏好系數(shù)也相對(duì)較大;越秀區(qū)景區(qū)群集聚了廣州動(dòng)物園、越秀公園、中山紀(jì)念堂等在內(nèi)的6大景區(qū),該地區(qū)景區(qū)網(wǎng)絡(luò)關(guān)注度普遍處于中等偏下水平;位于花都區(qū)的石頭記礦物園周?chē)挥幸粭l等值線,是旅游偏好系數(shù)最小的景區(qū)。

居民對(duì)不同類(lèi)型和不同級(jí)別旅游景區(qū)的偏好存在很大差異,景區(qū)等級(jí)與知名度、景觀的獨(dú)特性與多樣性、吸引物的可參與性等是影響旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的重要因素。長(zhǎng)隆野生動(dòng)物園與廣州動(dòng)物園屬于同類(lèi)旅游資源,但兩者的網(wǎng)絡(luò)關(guān)注度相差甚遠(yuǎn)。原因是:長(zhǎng)隆野生動(dòng)物園屬5A級(jí)景區(qū),具有較高的旅游資源品質(zhì)和知名度,景區(qū)獨(dú)特的觀光方式、多樣性和可參與性的娛樂(lè)項(xiàng)目吸引著游客的目光,同時(shí)又有水上樂(lè)園和歡樂(lè)世界兩大旅游景區(qū)相鄰,加大了關(guān)注度。廣州塔是廣州市的地標(biāo)性建筑,知名度較大,因此旅游偏好強(qiáng)。中山紀(jì)念堂、黃花崗公園、廣州烈士陵園、南海神廟這些具有紀(jì)念意義或用于朝拜目的的景區(qū),旅游資源相對(duì)單調(diào)、重游率不高,或因目標(biāo)游客相對(duì)較少,因此旅游偏好較弱。廣州屬于亞熱帶季風(fēng)氣候,常年氣溫較高,百萬(wàn)葵園、華南植物園這些以植物觀光為主的旅游景區(qū)具有較高的關(guān)注度。

圖6 廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度空間分布

4.2 旅游景區(qū)網(wǎng)絡(luò)關(guān)注度全國(guó)分布特征

對(duì)廣州市23個(gè)旅游景區(qū)的關(guān)鍵詞進(jìn)行搜索,從百度指數(shù)人群畫(huà)像的地域分布中統(tǒng)計(jì)2016年全年對(duì)廣州市旅游景區(qū)有關(guān)注的省份,結(jié)果顯示,國(guó)內(nèi)31個(gè)省、直轄市、自治區(qū)和香港特別行政區(qū)、臺(tái)灣省都有關(guān)注,將“地區(qū)”限制在這些省份,統(tǒng)計(jì)各省2016年日均網(wǎng)絡(luò)關(guān)注度數(shù)據(jù),利用ArcGIS軟件畫(huà)出景區(qū)網(wǎng)絡(luò)關(guān)注度的省域分布圖(圖6)。從圖6可見(jiàn),廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度全國(guó)分布不均衡,廣東省關(guān)注度最高,日均網(wǎng)絡(luò)關(guān)注度可達(dá)17418,北京、浙江、江蘇、上海等東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)也具有較高的網(wǎng)絡(luò)關(guān)注度,日均網(wǎng)絡(luò)關(guān)注度為2089—2693;江西雖與廣東接壤,但與山東、河南、湖南、湖北、廣西、福建、四川等14個(gè)省份位于網(wǎng)絡(luò)關(guān)注度的第三層級(jí),日均網(wǎng)絡(luò)關(guān)注度為1006—1999;重慶、云南、黑龍江、吉林等7省市同處于網(wǎng)絡(luò)關(guān)注度的第四層級(jí),日均網(wǎng)絡(luò)關(guān)注度為539—978;西部經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)網(wǎng)絡(luò)關(guān)注度普遍偏低,新疆、西藏、青海、寧夏日均網(wǎng)絡(luò)關(guān)注度均低于500;香港、臺(tái)灣的日均網(wǎng)絡(luò)關(guān)注度也未超過(guò)500。

分析廣州市23個(gè)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的空間均衡程度,將廣州市旅游景區(qū)有關(guān)注度的33個(gè)省區(qū)作為研究對(duì)象,計(jì)算各省區(qū)對(duì)廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的變異系數(shù)[24]。由于廣東省網(wǎng)絡(luò)關(guān)注度明顯高于其他地區(qū),為避免干擾計(jì)算結(jié)果,將剩下的32個(gè)省區(qū)劃分為東部、中部、西部進(jìn)行分析。東部包括北京、浙江、江蘇、上海、福建、山東、河北、遼寧、天津、海南10個(gè)省市;中部有湖南、河南、湖北、江西、安徽、山西、黑龍江、吉林8個(gè)省,西部地區(qū)包括四川、廣西、陜西、貴州、重慶、云南、內(nèi)蒙古、甘肅、新疆、寧夏、青海、西藏12個(gè)省區(qū),香港、臺(tái)灣位于我國(guó)東部,考慮到分析的需要將并列入東部地區(qū)。

變異系數(shù)(CV)是標(biāo)準(zhǔn)差與平均數(shù)的比值,變異系數(shù)越大,網(wǎng)絡(luò)關(guān)注度空間分布越不均衡。計(jì)算結(jié)果顯示,廣州市旅游網(wǎng)絡(luò)關(guān)注度省際間變異系數(shù)為0.57,說(shuō)明各省市間的差異大,東部地區(qū)網(wǎng)絡(luò)關(guān)注度的變異系數(shù)為0.52,各省網(wǎng)絡(luò)關(guān)注度差異較大,分布不均衡;中部地區(qū)網(wǎng)絡(luò)關(guān)注度的變異系數(shù)為0.34,省際間差異較小,網(wǎng)絡(luò)關(guān)注度分布較均衡;西部地區(qū)網(wǎng)絡(luò)關(guān)注度變異系數(shù)達(dá)0.73,各省區(qū)網(wǎng)絡(luò)關(guān)注度差異大,網(wǎng)絡(luò)關(guān)注度分布極不均衡。研究發(fā)現(xiàn),同樣處于西部地區(qū)的四川、陜西兩省的網(wǎng)絡(luò)關(guān)注度遠(yuǎn)高于西藏、青海、寧夏,其中四川的日均網(wǎng)絡(luò)關(guān)注度是西藏的57倍,這是西部地區(qū)網(wǎng)絡(luò)關(guān)注度變異系數(shù)大的重要原因;東部、中部、西部區(qū)域間變異系數(shù)為0.31,三個(gè)區(qū)域間的網(wǎng)絡(luò)關(guān)注度差異不大。

4.3 網(wǎng)絡(luò)關(guān)注度全國(guó)分布差異的影響因素

鑒于數(shù)據(jù)的可獲得性和指標(biāo)選取的合理性,本文主要分析國(guó)內(nèi)31個(gè)省區(qū)的人口規(guī)模、經(jīng)濟(jì)發(fā)展水平(人均可支配收入)、網(wǎng)民普及率與兩地間的距離對(duì)廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的影響。人口為2015年統(tǒng)計(jì)值，人均可支配收入數(shù)據(jù)來(lái)源于各省份統(tǒng)計(jì)局網(wǎng)站，網(wǎng)民普及率來(lái)源于第39次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[25]，地理距離為各省區(qū)政府所在地至廣州市政府所在地的空間距離,可利用百度地圖獲取。所選四個(gè)變量?jī)?nèi)部存在線性相關(guān)關(guān)系,為避免多重共線性現(xiàn)象生,本文采用多元線性逐步回歸法進(jìn)行分析,結(jié)果見(jiàn)表3。

表3 回歸系數(shù)及檢驗(yàn)結(jié)果

納入方程的是人均可支配收入(X1)、人口規(guī)模(X2)和兩地間的距離(X3),反映地區(qū)信息技術(shù)水平的網(wǎng)民普及率未被納入回歸方程,因此廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的線性回歸方程模型為:y=0.619X1+0.506X2-0.314X3,方程模型的判定系數(shù)R2=0.868,調(diào)整后R2=0.852,F=56.753,表明回歸模型擬合狀況良好,三個(gè)自變量可解釋因變量的86.8%?；貧w系數(shù)的膨脹因子VIF小于5,容差大于0.5,因此各變量之間共線性不顯著。以上分析表明,人均可支配收入對(duì)廣州市旅游網(wǎng)絡(luò)關(guān)注度影響最大,其次是人口規(guī)模,兩地間的距離與網(wǎng)絡(luò)關(guān)注度為負(fù)相關(guān)。網(wǎng)民普及率在以往研究中被列為旅游網(wǎng)絡(luò)關(guān)注度的影響因素,在本文中由于地區(qū)網(wǎng)絡(luò)關(guān)注度與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平具有很強(qiáng)的相關(guān)性,經(jīng)濟(jì)發(fā)展水平越高的地區(qū),網(wǎng)民普及率相對(duì)較高,因此網(wǎng)民普及率對(duì)旅游網(wǎng)絡(luò)關(guān)注度的影響被經(jīng)濟(jì)發(fā)展水平因素所包含。

除廣東省外,距廣州市1000km范圍內(nèi)的省區(qū)包括湖南、福建、廣西、湖北、江西、海南、香港和臺(tái)灣,這8個(gè)省份網(wǎng)絡(luò)關(guān)注度占總關(guān)注度的26%;距離在1000—1500km之內(nèi)的有浙江、江蘇、上海、湖南、貴州、安徽、重慶、云南,這8個(gè)省份的網(wǎng)絡(luò)關(guān)注度占總關(guān)注度的32%。距離廣州市1500km內(nèi)的16個(gè)省份網(wǎng)絡(luò)關(guān)注度僅占總體網(wǎng)絡(luò)關(guān)注度的58%,說(shuō)明廣州市旅游網(wǎng)絡(luò)關(guān)注度雖存在距離衰減現(xiàn)象,但距離衰減現(xiàn)象不顯著。海南、香港兩地距離廣州近,網(wǎng)絡(luò)關(guān)注度排名靠后,原因是兩地人口基數(shù)小,網(wǎng)民規(guī)模相對(duì)較少,因此網(wǎng)絡(luò)關(guān)注度排名靠后;北京距離廣州市較遠(yuǎn),但網(wǎng)絡(luò)關(guān)注度處于領(lǐng)先地位,北京與廣州均是經(jīng)濟(jì)高度發(fā)達(dá)的城市,兩地之間商務(wù)活動(dòng)頻繁,使北京對(duì)廣州關(guān)注度不斷增加,同時(shí)旅游關(guān)注度也在增長(zhǎng);上海、浙江、江蘇人均可支配收入在30000元以上,具有較強(qiáng)的旅游消費(fèi)能力和旅游動(dòng)機(jī),所以網(wǎng)絡(luò)關(guān)注度較高;四川、河南、山東、陜西4省份距離廣州市1000km以外,四省是人口大省,網(wǎng)民規(guī)模較大,因此網(wǎng)絡(luò)關(guān)注度較大;四川、河南、陜西屬于內(nèi)陸省份,對(duì)廣州市這種沿海城市的向往更加熱切,這也是網(wǎng)絡(luò)關(guān)注度較高的原因所在;新疆、青海、寧夏、西藏距離廣州市遠(yuǎn),經(jīng)濟(jì)發(fā)展落后、人口基數(shù)小,造成3地網(wǎng)絡(luò)關(guān)注度排名靠后。以上分析說(shuō)明,地區(qū)網(wǎng)絡(luò)關(guān)注度空間差異是區(qū)域人口規(guī)模、經(jīng)濟(jì)發(fā)展水平和距離目的地遠(yuǎn)近程度等多重因素綜合影響的結(jié)果。

5 結(jié)論與討論

廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度周內(nèi)呈現(xiàn)“雙休日高、工作日低”的特點(diǎn),這一分布特征與工作日旅游人數(shù)少、周末旅游人數(shù)多相吻合。旅游景區(qū)整體網(wǎng)絡(luò)關(guān)注度全年出現(xiàn)四個(gè)波峰,7月是主高峰,次高峰為10月,2月和4月是兩個(gè)小高峰;全年網(wǎng)絡(luò)關(guān)注度旺季長(zhǎng)、淡季短,網(wǎng)絡(luò)關(guān)注度各月分布較均勻,季節(jié)性差異小。23個(gè)景區(qū)可分為單峰型、雙峰型、三峰型和四峰型,其中單峰型景區(qū)季節(jié)性集中指數(shù)最大,網(wǎng)絡(luò)關(guān)注度季節(jié)性差異明顯,其他三種類(lèi)型景區(qū)季節(jié)性集中指數(shù)相對(duì)較小?！拔逡弧焙汀笆弧本W(wǎng)絡(luò)關(guān)注度在假期期間達(dá)到頂峰,其他時(shí)間分布相對(duì)平穩(wěn),移動(dòng)曲線圖始終高于PC曲線圖,并與總體趨勢(shì)保持高度一致,表明游客搜索習(xí)慣的變化,由PC終端逐漸轉(zhuǎn)向移動(dòng)終端。

全國(guó)居民對(duì)廣州市景區(qū)的旅游偏好具有較大差異,以長(zhǎng)隆旅游度假區(qū)為主的番禺景區(qū)群和海珠區(qū)的廣州塔旅游偏好最強(qiáng);旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度在全國(guó)分布不均衡,廣東、北京、浙江、江蘇、上海5省市關(guān)注度較高,存在距離衰減現(xiàn)象,但不顯著;32個(gè)省(市、區(qū))之間網(wǎng)絡(luò)關(guān)注差異明顯,東部、中部、西部省份間的關(guān)注度存在較大差異,西部省份間差異最大,分布極不均勻,中部各省份差異較小。網(wǎng)絡(luò)關(guān)注度客源地經(jīng)濟(jì)發(fā)展水平對(duì)廣州市旅游網(wǎng)絡(luò)關(guān)注度影響最大,其次是人口規(guī)模,兩地間的距離與網(wǎng)絡(luò)關(guān)注度成負(fù)相關(guān)。

本文優(yōu)化了關(guān)鍵詞的選詞方法,有別于以往關(guān)鍵詞選取的主觀性,使搜索結(jié)果更切合實(shí)際;系統(tǒng)分析了廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征,通過(guò)對(duì)網(wǎng)絡(luò)關(guān)注度周內(nèi)與節(jié)假日分布規(guī)律的分析,改變了此前李山等關(guān)于網(wǎng)絡(luò)關(guān)注度前兆效應(yīng)的假設(shè);在前人研究的基礎(chǔ)上,檢驗(yàn)了廣州市旅游網(wǎng)絡(luò)關(guān)注度的影響因素,否定了網(wǎng)民普及率是廣州市旅游網(wǎng)絡(luò)關(guān)注度的重要影響因素的假想。本研究不足主要體現(xiàn)在:僅以百度指數(shù)的搜索數(shù)據(jù)作為網(wǎng)絡(luò)關(guān)注度的衡量指標(biāo),搜索數(shù)據(jù)雖然具有一定代表性,但仍不全面,搜索范圍有待進(jìn)一步拓寬。此外,廣州市旅游景區(qū)網(wǎng)絡(luò)關(guān)注度年內(nèi)出現(xiàn)四個(gè)高峰,與以往學(xué)者研究的出現(xiàn)兩個(gè)或三個(gè)高峰有所不同,因此關(guān)于網(wǎng)絡(luò)關(guān)注度的時(shí)間分布特征在不同地域?qū)Ρ确治鍪俏磥?lái)研究重點(diǎn)關(guān)注的問(wèn)題。

[1]Ginsberg J,Mohebbi M H,Patel R S,et al.Detecting Influenza Epidemics Using Search Engine Query Data[J].Nature,2009,457(2)∶1012-1014.

[2]Francesco D.Predicting Unemployment in Short Samples with Internet Job Search Query Date[R].Mpra Paper,2009.

[3]Wu L,Brynjolfsson E.The Future of Prediction：How Google Searches Foreshadow Housing Prices and Sales[R].Working Paper,2009.

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

[5]林志慧,馬耀峰,劉憲峰,等.旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征分析[J].資源科學(xué),2012,34(12)∶2427-2433.

[6]王碩,曾克峰,童潔,等.黃金周風(fēng)景名勝區(qū)旅游客流量與網(wǎng)絡(luò)關(guān)注度相關(guān)性分析——以廬山、華山、八達(dá)嶺長(zhǎng)城風(fēng)景名勝區(qū)為例[J].經(jīng)濟(jì)地理,2013,33(11)∶182-186.

[7]龍茂興,孫根年,馬麗君,等.區(qū)域旅游網(wǎng)絡(luò)關(guān)注度與客流量時(shí)空動(dòng)態(tài)比較分析——以四川為例[J].地域研究與開(kāi)發(fā),2011,30(3)∶93-97.

[8]龍茂興,孫根年,龍珍付.遵義紅色旅游網(wǎng)絡(luò)關(guān)注度的客流響應(yīng)研究[J].地理與地理信息科學(xué),2013,29(5)∶98-102.

[9]馬威,張耀南,敏玉芳.基于互聯(lián)網(wǎng)搜索數(shù)據(jù)的甘肅省旅游客源地時(shí)空分析[J].中國(guó)沙漠,2016,36(3)∶857-864.

[10]馬麗君,孫根年,黃蕓瑪,等.城市國(guó)內(nèi)客流量與游客網(wǎng)絡(luò)關(guān)注度時(shí)空相關(guān)分析[J].經(jīng)濟(jì)地理,2011,31(4)∶680-685.

[11]Choi H,Varian H.Predicting the Present with Google Trents[J].Economic Record,2012,88(S1)∶2-9.

[12]Yang Y,Pan B,Song H.Predicting Hotel Room Demand Using Destination Market Organizations WEB Traffic Date[J].Journal of Travel Research,2014,53(4)∶443-447.

[13]黃先開(kāi),張麗峰,丁于思.百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測(cè)研究——以北京故宮為例[J].旅游學(xué)刊,2013,28(11)∶93-100.

[14]汪秋菊,劉宇,李新,等.中國(guó)主要城市旅游要素網(wǎng)絡(luò)關(guān)注空間演化特征[J].世界地理研究,2017,26(1)∶45-55.

[15]王章郡,方忠全,杜坤.中國(guó)自駕車(chē)旅游網(wǎng)絡(luò)空間關(guān)注度的時(shí)空演變——基于Google搜索解析的分析[J].地域研究與開(kāi)發(fā),2011,30(5)∶112-117.

[16]張曉梅,程紹文,劉曉蕾,等.古城旅游地網(wǎng)絡(luò)關(guān)注度時(shí)空特征及其影響因素——以平遙古城為例[J].經(jīng)濟(jì)地理,2016,36(7)∶196-203.

[17]何小芊,劉宇,吳發(fā)明.基于百度指數(shù)的溫泉旅游網(wǎng)絡(luò)關(guān)注度時(shí)空特征研究[J].地域研究與開(kāi)發(fā),2017,36(1)∶103-109.

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

[19]林煒鈴,鄒永廣,鄭向敏.旅游安全網(wǎng)絡(luò)關(guān)注度區(qū)域差異研究——基于中國(guó)31個(gè)省市區(qū)旅游安全的百度指數(shù)[J].人文地理,2014,29(6)∶154-160.

[20]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.

[21]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.

[22]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第30次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].2012.

[23]孫根年.國(guó)際旅游支付方程、支付等級(jí)與旅游偏好[J].地理學(xué)與國(guó)土研究,2010,17(1)∶50-54.

[24]周彩萍,戈冬梅.旅游規(guī)模差異及其位序規(guī)模體系研究——以浙江省為例[J].經(jīng)濟(jì)地理,2010,30(2)∶345-350.

[25]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第39次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].2017.

StudyonTemporalandSpatialCharacteristicsofNetworkAttentioninGuangzhouScenicSpot

YAN Jiang-ping,SONG Zhi-hong,LI Wei

(College of Geography and Environment Science,Northwest Normal University,Lanzhou 730070,China)

Based on dates for 2016 about network attention of 4A and above level scenic spots in Guangzhou obtained from the “Baidu index" data sharing platform,this paper analyzed the temporal and spatial characteristics of the network attention degree of tourist attractions in Guangzhou by using the seasonal concentration index,coefficient of variation,regression analysis.The authors found that the network of tourist attractions showed “weekend high,low working days" features,there were four peaks in the year,with the characteristics of “l(fā)ong peak season and short slow season",the “Labor Day" and “National Day" Internet attention peak during the holiday,and mobile trends were much higher than PC trends,consistent with the overall trends,the tourist search habits changed,from the PC terminal gradually turned to the mobile terminal.There were differences among citizens around the country about the tourist preference of Guangzhou scenic areas,and the most popular scenic were Panyu scenic areas and the Guangzhou tower in Haizhu district.Beijing and other economically developed provinces had higher levels of Internet attention.There was a difference in the degree of attention between the eastern,central and western provinces;the difference degree in the western region was maxi.The spatial differences of tourism scenic spots were the result of the combined effects of factors such as the size of the population,the level of economic development and the degree of distance.The level of economic development had the greatest impact on the attention of Guangzhou′s tourism network,followed by the population size.The distance between the two places was negatively correlated with the network concern.

Guangzhou City;tourist attractions;network attention;Baidu index

2017-11-03；

2017-12-19

國(guó)家社會(huì)科學(xué)基金項(xiàng)目(編號(hào):14BSH029)。

嚴(yán)江平(1959-),男,江蘇省無(wú)錫人,副教授,碩士生導(dǎo)師,主要研究方向?yàn)闅庀髮W(xué)與氣候?qū)W、旅游管理。

宋志紅(1992-),女,河南省安陽(yáng)人,碩士研究生,主要研究方向?yàn)槁糜尉皡^(qū)規(guī)劃管理。

10.3969/j.issn.1005-8141.2018.01.016

F592.68

A

1005-8141(2018)01-0088-06