(廣東工業(yè)大學(xué) 管理學(xué)院,廣東 廣州 510520)

近年來(lái),古城以其獨(dú)特的建筑風(fēng)貌、豐富的文化遺跡、深厚的人文內(nèi)涵受到人們的青睞,成為旅游市場(chǎng)的重要力量。麗江古城、烏鎮(zhèn)和鳳凰古城由于具有地方特色,是匯聚游客最多的古城區(qū),因此成為各類(lèi)研究的重點(diǎn)。近年來(lái)的研究多傾向于游客滿意度和各項(xiàng)體驗(yàn)研究[1-4],也有對(duì)當(dāng)下古城空間和文化演變過(guò)程和進(jìn)一步發(fā)展的探索研究[5-8],這些研究大多以問(wèn)卷調(diào)查或探訪方式進(jìn)行。在互聯(lián)網(wǎng)普及的時(shí)代下,網(wǎng)絡(luò)已成為了解旅游最重要的渠道,網(wǎng)絡(luò)對(duì)旅游的重要影響引起了學(xué)者們的重點(diǎn)關(guān)注,對(duì)古城區(qū)旅游與網(wǎng)絡(luò)關(guān)注度結(jié)合的研究仍然較少。

目前網(wǎng)絡(luò)關(guān)注度分析有通過(guò)國(guó)際最大旅游論壇Tripadvisor[9]和國(guó)際最大搜索引擎Google[10],也有通過(guò)國(guó)內(nèi)常用網(wǎng)站新浪微博[11]與新浪旅游博客[12]等獲取游客旅游關(guān)注度信息。百度是我國(guó)運(yùn)用最廣泛、人數(shù)最多的搜索引擎,目前許多研究都采用百度指數(shù)獲取網(wǎng)絡(luò)關(guān)注度的信息。研究主要集中在兩類(lèi)：第一類(lèi)是通過(guò)網(wǎng)絡(luò)關(guān)注度預(yù)測(cè)旅游地的游客量[13-16];第二類(lèi)是分析旅游地網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征及其影響因素[17-20]。本文通過(guò)百度指數(shù)獲取網(wǎng)絡(luò)關(guān)注度信息,以鳳凰古城、麗江古城和烏鎮(zhèn)作為我國(guó)中部、西部和東部的古城代表,分析網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征及其影響因素,為古城區(qū)旅游與互聯(lián)網(wǎng)的進(jìn)一步結(jié)合提供參考。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

本文獲取百度指數(shù)起始年2011年、2013年、2016年我國(guó)31個(gè)省級(jí)行政單位對(duì)“鳳凰古城、麗江古城、烏鎮(zhèn)”三個(gè)關(guān)鍵詞的關(guān)注度(未包括香港與澳門(mén)特別行政區(qū)、臺(tái)灣地區(qū))。結(jié)合中國(guó)互聯(lián)網(wǎng)網(wǎng)絡(luò)發(fā)布中心發(fā)布的《中國(guó)互聯(lián)網(wǎng)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》獲取2011年、2013年、2016年省級(jí)行政單位互聯(lián)網(wǎng)上網(wǎng)人數(shù)和國(guó)家統(tǒng)計(jì)局官網(wǎng)發(fā)布的《中國(guó)統(tǒng)計(jì)年鑒》獲取各省份2016年的人均GDP水平。

1.2 研究方法

運(yùn)用ArcGIS10.2軟件,對(duì)烏鎮(zhèn)、鳳凰古城、麗江古城各年網(wǎng)絡(luò)關(guān)注度在各省級(jí)行政單位分布狀況進(jìn)行直觀化處理,并結(jié)合地理集中指數(shù)研究網(wǎng)絡(luò)關(guān)注度空間演變狀況,采取泰爾指數(shù)分析網(wǎng)絡(luò)關(guān)注度在各省份間、區(qū)域間和區(qū)域內(nèi)的差異情況,在網(wǎng)絡(luò)關(guān)注度的影響因素研究中涉及到經(jīng)濟(jì)聯(lián)系強(qiáng)度與溫濕指數(shù)。

地理集中指數(shù):它是研究要素在區(qū)域中的集中程度的重要指標(biāo)[21],本文采用地理集中指數(shù)來(lái)衡量網(wǎng)絡(luò)關(guān)注度在31個(gè)省份中的分布情況,計(jì)算公式為:

(1)

式中,Xi為第i個(gè)省份的關(guān)注度總數(shù);t為關(guān)注度總數(shù);n為省份個(gè)數(shù);G為地理集中指數(shù)。當(dāng)G趨向于100時(shí),關(guān)注度在各省份分布越集中;當(dāng)G趨向于0時(shí),則分布越均勻。

泰爾指數(shù):將三個(gè)古城的網(wǎng)絡(luò)關(guān)注度按區(qū)域劃分為研究區(qū)域內(nèi)、區(qū)域間和省際間的差異,進(jìn)一步分析區(qū)域內(nèi)與區(qū)域間的差異貢獻(xiàn)率[22]。區(qū)域內(nèi)古城關(guān)注度差異泰爾指數(shù)Tpi:

Tpi=ΣjSjSilnSj/SiNj/Ni

(2)

式中,Sj和Nj分別為區(qū)域i內(nèi)j省的古城網(wǎng)絡(luò)關(guān)注度指數(shù)和互聯(lián)網(wǎng)上網(wǎng)人數(shù);Si和Ni分別為區(qū)域i的古城網(wǎng)絡(luò)關(guān)注度指數(shù)和互聯(lián)網(wǎng)上網(wǎng)人數(shù)。區(qū)域間古城關(guān)注度差異泰爾指數(shù)TBP:

TBP=ΣSiSlnSi/SNi/N

(3)

式中,Si和Ni分別為區(qū)域i古城網(wǎng)絡(luò)關(guān)注度指數(shù)和互聯(lián)網(wǎng)上網(wǎng)人數(shù);S和N分別為全國(guó)古城網(wǎng)絡(luò)關(guān)注度指數(shù)和互聯(lián)網(wǎng)上網(wǎng)人數(shù)。

省際為單位古城網(wǎng)絡(luò)關(guān)注度差異泰爾指數(shù)Tp:

Tp=ΣiΣjSjSlnSj/SNj/N

(4)

式中,Sj和Nj分別為區(qū)域i內(nèi)j省的古城網(wǎng)絡(luò)關(guān)注度指數(shù)和互聯(lián)網(wǎng)上網(wǎng)人數(shù);S和N分別為全國(guó)古城網(wǎng)絡(luò)關(guān)注度指數(shù)和互聯(lián)網(wǎng)上網(wǎng)人數(shù)。區(qū)域i內(nèi)部古城關(guān)注度差異對(duì)我國(guó)古城關(guān)注度的差異形成的貢獻(xiàn)率可表示為Epi:

Epi=SiSTpi/Tp

(5)

區(qū)域間的古城關(guān)注度差異對(duì)我國(guó)古城關(guān)注度的差異形成的貢獻(xiàn)率可表示為EBR:

EBR=TBP/Tp

(6)

經(jīng)濟(jì)聯(lián)系強(qiáng)度:為了測(cè)度古城與各省份間經(jīng)濟(jì)聯(lián)系強(qiáng)度,引入經(jīng)濟(jì)測(cè)度模型[23,24],公式為:

(7)

式中,Pi、Pj分別表示古城省份i和省份j的人口規(guī)模;Vi、Vj分別為古城省份i和省份j的國(guó)內(nèi)生產(chǎn)總值;Dij為古城省份i和省份j的最短交通距離;Rij為兩地之間的經(jīng)濟(jì)聯(lián)系強(qiáng)度。由于省份間的出行方式大多以飛機(jī)高鐵為主,而高鐵未普及全國(guó),因此采用飛行里程作為省份間的最短交通距離。其中,Pi、Pj、Vi、Vj可通過(guò)各省統(tǒng)計(jì)年鑒的數(shù)據(jù)獲取。

溫濕指數(shù)的計(jì)算公式為:

THI=(1.8t+32)-0.55(1-f)(1.8t-26)

(8)

式中,t為攝氏溫度;f為相對(duì)濕度;THI為溫濕指數(shù)。參考有關(guān)溫濕指數(shù)研究的文獻(xiàn)[25,26],將溫濕指數(shù)分為9個(gè)等級(jí),分級(jí)標(biāo)準(zhǔn)見(jiàn)表1。

表1 溫濕指數(shù)分級(jí)標(biāo)準(zhǔn)

2 古城各省網(wǎng)絡(luò)關(guān)注度空間分布及其影響因素

2.1 古城關(guān)注度的空間演變

在百度指數(shù)統(tǒng)計(jì)中,麗江古城、鳳凰古城、烏鎮(zhèn)三大古城的網(wǎng)絡(luò)關(guān)注度中烏鎮(zhèn)一直位居首位,依次是鳳凰古城、麗江古城。除了古城自身所在省份網(wǎng)絡(luò)關(guān)注度始終位居前列外,東部地區(qū)網(wǎng)絡(luò)關(guān)注度較高。本文利用ArcGIS10.2繪制各省份2011年、2013年、2016年的三大古城網(wǎng)絡(luò)關(guān)注度空間變化圖(圖1—3)。從圖1—3可見(jiàn),三大古城的網(wǎng)絡(luò)關(guān)注度集中在我國(guó)的東南部即廣東、浙江、江蘇等經(jīng)濟(jì)發(fā)達(dá)和互聯(lián)網(wǎng)普及的省份;而青海、西藏、新疆等西北省份由于互聯(lián)網(wǎng)上網(wǎng)人數(shù)少、地廣人稀,對(duì)三大古城的網(wǎng)絡(luò)關(guān)注度貢獻(xiàn)偏低。就網(wǎng)絡(luò)關(guān)注度分布而言,麗江古城在全國(guó)范圍內(nèi)的分布更均勻,這是由于昆明旅游業(yè)在全國(guó)范圍內(nèi)具有代表性,且麗江古城自身具備悠長(zhǎng)的文化底蘊(yùn)。

本文采取地理集中指數(shù)的變化情況衡量網(wǎng)絡(luò)關(guān)注度空間分布及演變情況,結(jié)果見(jiàn)表2。結(jié)合圖1—3得出結(jié)論,麗江古城、鳳凰古城和烏鎮(zhèn)的網(wǎng)絡(luò)關(guān)注度呈集中分布且集中在我國(guó)的東南部。麗江古城網(wǎng)絡(luò)關(guān)注度的地理集中指數(shù)在2011—2016年間不斷增大,鳳凰古城、烏鎮(zhèn)的網(wǎng)絡(luò)關(guān)注度地理集中指數(shù)則減小,因此可判斷鳳凰古城、烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度呈分散發(fā)展,而麗江古城呈集中發(fā)展。

表2 三大古城網(wǎng)絡(luò)關(guān)注度地理集中指數(shù)變化

2.2 古城網(wǎng)絡(luò)關(guān)注度的區(qū)域差異

運(yùn)用泰爾指數(shù)得出結(jié)果(表3),體現(xiàn)了三大古城關(guān)注地被劃分為東部、中部與西部三大區(qū)域后網(wǎng)絡(luò)關(guān)注度在省際間,區(qū)域間及區(qū)域內(nèi)的差異情況。麗江古城的網(wǎng)絡(luò)關(guān)注度總差異在研究期間變化不大,區(qū)域間的差異差距在0.0062之間,因此區(qū)域間的網(wǎng)絡(luò)關(guān)注度差異無(wú)明顯變化;區(qū)域內(nèi)的關(guān)注度差異變化最大,22011—2016年變化了0.035。研究期間西部地區(qū)的網(wǎng)絡(luò)關(guān)注度差異逐步擴(kuò)大,而東部與中部地區(qū)的網(wǎng)絡(luò)關(guān)注度差異則在逐步縮小。數(shù)據(jù)顯示,云南、四川等西部省份的網(wǎng)絡(luò)關(guān)注度在2016年顯著上升,使西部地區(qū)關(guān)注度差異得到提升。鳳凰古城總差異指數(shù)小于麗江古城,因此網(wǎng)絡(luò)關(guān)注度在各省際間的差距比麗江古城小。研究期間省際間差異指數(shù)總共下降了0.0331,可得出網(wǎng)絡(luò)關(guān)注度總體差異在2011—2016年間顯著縮小;區(qū)域間的差異逐步減小,且變化情況比麗江古城顯著;區(qū)域內(nèi)網(wǎng)絡(luò)關(guān)注度差異總體減小,中部區(qū)域的網(wǎng)絡(luò)關(guān)注度差異變化最大;西部地區(qū)網(wǎng)絡(luò)關(guān)注度差異總體上減少,而東部地區(qū)變化不明顯。烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度總體差異及變化情況在三大古城間最明顯,研究期間總差異減少了0.0378;區(qū)域間差異的變化先增加后減小,整體變化小;區(qū)域內(nèi)網(wǎng)絡(luò)關(guān)注度差異總體減小,中部地區(qū)的差異逐年減少,西部地區(qū)變化幅度不明顯。東部地區(qū)一直是網(wǎng)絡(luò)關(guān)注度差異最大的地區(qū)且變化最為明顯的地區(qū),這是由于烏鎮(zhèn)位于我國(guó)東部地區(qū),是我國(guó)上網(wǎng)人數(shù)最多和經(jīng)濟(jì)最發(fā)達(dá)的地區(qū),所占網(wǎng)絡(luò)關(guān)注度高,使差異較顯著。

圖1 麗江古城2011年、2013年、2016年各省份網(wǎng)絡(luò)關(guān)注度分布變化

圖2 鳳凰古城2011年、2013年、2016年各省份網(wǎng)絡(luò)關(guān)注度分布變化

圖3 烏鎮(zhèn)2011年、2013年、2016年各省份網(wǎng)絡(luò)關(guān)注度分布變化

綜上所述,結(jié)合三大古城網(wǎng)絡(luò)關(guān)注度區(qū)域差異情況分析:烏鎮(zhèn)總差異最大,這與圖3網(wǎng)絡(luò)關(guān)注度分布在省份間差異明顯相符;就區(qū)域間網(wǎng)絡(luò)關(guān)注度情況而言,麗江古城區(qū)域間差異情況較明顯,鳳凰古城與烏鎮(zhèn)差異情況相似;區(qū)域內(nèi)的網(wǎng)絡(luò)關(guān)注度差異大多集中在東部地區(qū)。

表3 三大古城網(wǎng)絡(luò)關(guān)注度區(qū)域差異

為了進(jìn)一步分析網(wǎng)絡(luò)關(guān)注度區(qū)域差異形成的原因,通過(guò)計(jì)算得到區(qū)域間、區(qū)域內(nèi)的差異貢獻(xiàn)率,見(jiàn)表4。從表4可知，三大古城的區(qū)域差異貢獻(xiàn)率的情況大致為:區(qū)域內(nèi)的貢獻(xiàn)率顯著高于區(qū)域間的貢獻(xiàn)率,說(shuō)明區(qū)域內(nèi)的差異是古城網(wǎng)絡(luò)關(guān)注度差異形成的最主要原因;區(qū)域內(nèi)的差異貢獻(xiàn)率最明顯的古城是烏鎮(zhèn),區(qū)域間差異貢獻(xiàn)率最明顯的古城是麗江古城;對(duì)區(qū)域內(nèi)差異而言,除麗江古城在2016年西部差異貢獻(xiàn)率大于東部貢獻(xiàn)率外,區(qū)域內(nèi)差異貢獻(xiàn)率最高的地區(qū)都是東部地區(qū);研究期間三大古城網(wǎng)絡(luò)關(guān)注度區(qū)域間差異貢獻(xiàn)率逐漸減小,而區(qū)域內(nèi)的差異貢獻(xiàn)率逐漸增大。

表4 三大古城網(wǎng)絡(luò)關(guān)注度區(qū)域差異形成分解

2.3 三大古城網(wǎng)絡(luò)關(guān)注度空間分布影響因素分析

對(duì)三大古城的網(wǎng)絡(luò)關(guān)注度空間分布影響因素主要考慮古城與關(guān)注地因素,以及兩者之間相互關(guān)聯(lián)的影響因素。由于古城對(duì)于關(guān)注地的影響因素大致相同,因此主要考慮關(guān)注地的因素。本文選取2016年三大古城網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)對(duì)網(wǎng)絡(luò)關(guān)注度空間分布影響因素進(jìn)行分析。其中以三大古城各省份網(wǎng)絡(luò)關(guān)注度為因變量,三個(gè)自變量為:關(guān)注地經(jīng)濟(jì)發(fā)展水平、上網(wǎng)人數(shù)、經(jīng)濟(jì)聯(lián)系強(qiáng)度。借助SPSS21.0軟件,采用多元線性回歸分析。本文將三大古城與我國(guó)31個(gè)省份間的經(jīng)濟(jì)聯(lián)系強(qiáng)度、各省份間人均GDP水平和上網(wǎng)人數(shù)作為自變量,各省份對(duì)三大古城的網(wǎng)絡(luò)關(guān)注度作為因變量進(jìn)行回歸分析,建立回歸模型為:①鳳凰古城。該方程模型的判定系數(shù)R2=0.776、AdjR2=0.75、F=30.032(P=0),說(shuō)明回歸方程的擬合度良好,被解釋變量與解釋變量全體的線性關(guān)系是顯著的,可建立線性方程。因此,建立回歸方程,系數(shù)為人均GDP(X1)、上網(wǎng)人數(shù)(X2)、經(jīng)濟(jì)聯(lián)系強(qiáng)度(X3)。該方程三個(gè)系數(shù)都通過(guò)了顯著性檢驗(yàn),顯著水平分別為0.026、0、0.015,顯著性均小于0.05。建立回歸方程模型為:y=0.224X1+0.61X2+ 0.311X3,標(biāo)準(zhǔn)化系數(shù)分別為0.224、0.61、0.311,說(shuō)明各省份對(duì)鳳凰古城網(wǎng)絡(luò)關(guān)注度的上網(wǎng)人數(shù)影響最大,其次是經(jīng)濟(jì)聯(lián)系強(qiáng)度,人均GDP水平。②麗江古城。該方程模型的判定系數(shù)R2=0.857、AdjR2=0.84、F=51.821(P=0),說(shuō)明回歸方程的擬合度高,被解釋變量與解釋變量全體的線性關(guān)系顯著,可建立線性方程。因此,建立回歸方程的系數(shù)為人均GDP(C1)、上網(wǎng)人數(shù)(C2)和經(jīng)濟(jì)聯(lián)系強(qiáng)度(C3),該方程三個(gè)系數(shù)都在0.1的顯著性水平上通過(guò)了檢驗(yàn),顯著水平分別為0.09、0、0.1。建立回歸方程模型為:y=0.212C1+0.812C2+0.132C3,標(biāo)準(zhǔn)化系數(shù)分別為0.212、0.812、0.132,說(shuō)明對(duì)鳳凰古城的上網(wǎng)人數(shù)影響最大,其次是人均GDP水平和經(jīng)濟(jì)聯(lián)系強(qiáng)度。③烏鎮(zhèn)。該方程模型的判定系數(shù)R2=0.833、AdjR2=0.814、F=43.227(P=0),說(shuō)明回歸方程的擬合度高,被解釋變量與解釋變量全體的線性關(guān)系顯著,可建立線性方程。因此,建立回歸方程,系數(shù)為人均GDP(A1)、上網(wǎng)人數(shù)(A2)和經(jīng)濟(jì)聯(lián)系強(qiáng)度(A3),該方程三個(gè)系數(shù)都在0.1的顯著性水平上通過(guò)了檢驗(yàn),分別為0,0,0.052。建立回歸方程模型為:y=0.423A1+0.658A2+0.175A3,標(biāo)準(zhǔn)化系數(shù)分別為0.423、0.658、0.175,說(shuō)明對(duì)鳳凰古城網(wǎng)絡(luò)關(guān)注度的上網(wǎng)人數(shù)影響最大,其次是人均GDP水平和經(jīng)濟(jì)聯(lián)系強(qiáng)度。

3 三大古城關(guān)注度時(shí)間演變及其影響因素

3.1 三大古城網(wǎng)絡(luò)關(guān)注度時(shí)間演變

從圖4可見(jiàn),鳳凰古城、麗江古城及烏鎮(zhèn)2011年、2013年、2016年各月份網(wǎng)絡(luò)關(guān)注度的變化情況具有以下幾個(gè)特征:①2011—2016年三大古城各月份網(wǎng)絡(luò)關(guān)注度明顯提高,說(shuō)明隨著信息化時(shí)代的發(fā)展,人們通過(guò)網(wǎng)絡(luò)獲取旅游信息的人數(shù)逐年上升,且2013—2016年的網(wǎng)絡(luò)關(guān)注度有大幅度提升,這是由于智能手機(jī)的高速發(fā)展。②2011年、2013年、2016年鳳凰古城、烏鎮(zhèn)的網(wǎng)絡(luò)關(guān)注度上半年均在4月份達(dá)到一個(gè)高峰值,麗江古城相對(duì)平穩(wěn)。除特殊情況外,三大古城年初和年末的搜索量處于低谷期。③鳳凰古城下半年搜索量從2011年、2013年無(wú)明顯高峰期,2016年高峰期集中在7月和8月。麗江古城2011年與2013年下半年網(wǎng)絡(luò)關(guān)注度呈現(xiàn)平穩(wěn)趨勢(shì),2016年下半年有7月、10月兩個(gè)明顯高峰值。烏鎮(zhèn)在2011年和2013年下半年的網(wǎng)絡(luò)關(guān)注度高峰值均出現(xiàn)在9月,2016年高峰值出現(xiàn)在10月。④在2011年、2013年三大古城全年網(wǎng)絡(luò)關(guān)注度分布較平穩(wěn),除特殊情況外變化幅度不大,而到了2016年三大古城全年網(wǎng)絡(luò)關(guān)注度變化幅度明顯,說(shuō)明隨著互聯(lián)網(wǎng)進(jìn)一步普及和節(jié)假日的調(diào)整,網(wǎng)絡(luò)關(guān)注度隨時(shí)間的變化更加顯著。值得注意的是,由于2013年4月出現(xiàn)鳳凰古城收費(fèi)事件,使鳳凰古城當(dāng)月的網(wǎng)絡(luò)關(guān)注度顯著升高,因此在下文采取關(guān)注度平均值進(jìn)行計(jì)算,排除特殊情況帶來(lái)的影響。

圖4 三大古城2011年、2013年、2016年各月份網(wǎng)絡(luò)關(guān)注度

3.2 三大古城網(wǎng)絡(luò)關(guān)注度時(shí)間分布特征的影響因素

數(shù)據(jù)顯示,古城網(wǎng)絡(luò)關(guān)注度在不同年份,不同月份上有不同的分布趨勢(shì)。本文主要以月為時(shí)間段對(duì)三大古城的網(wǎng)絡(luò)關(guān)注度進(jìn)行研究。為了得到總體各月份網(wǎng)絡(luò)關(guān)注度的變化趨勢(shì)及其影響因素,求出三年的各月份網(wǎng)絡(luò)關(guān)注度的一個(gè)平均數(shù)并與其擬影響因素進(jìn)行回歸分析。隨著人們旅游體驗(yàn)要求的提高,旅游的舒適性得到重視,其中氣候舒適度是多數(shù)游者關(guān)注的一個(gè)重點(diǎn)。在選擇旅游景點(diǎn)時(shí),通常會(huì)審視當(dāng)?shù)靥鞖鉅顩r,從而影響了出行月份,而溫濕指數(shù)是評(píng)價(jià)氣候舒適度一個(gè)常見(jiàn)的指標(biāo)。

在借鑒馬麗君等學(xué)者有關(guān)氣候舒適度對(duì)游客網(wǎng)絡(luò)關(guān)注度的影響研究上[27],本文選取三大古城所在城市累年各月份攝氏氣溫及相對(duì)濕度(數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái))計(jì)算并求出三大古城平均各月份溫濕指數(shù),代表氣候舒適度。根據(jù)三大古城三年平均各月份網(wǎng)絡(luò)關(guān)注度,計(jì)算平均各月網(wǎng)絡(luò)關(guān)注度平均月指數(shù)(即各月份網(wǎng)絡(luò)關(guān)注度占全年的比重),研究氣候舒適度與各月份網(wǎng)絡(luò)關(guān)注度的相關(guān)性。排除2013年4月鳳凰古城事件的影響外,結(jié)果見(jiàn)表5。

三大古城是國(guó)內(nèi)著名旅游景點(diǎn),網(wǎng)絡(luò)關(guān)注度變化除了可能受到氣候舒適度影響之外,還可能受到節(jié)假日的影響。借鑒國(guó)內(nèi)學(xué)者對(duì)于節(jié)假日影響網(wǎng)絡(luò)關(guān)注度的研究,根據(jù)古城具體情況設(shè)定虛擬指數(shù)[28]。4月清明節(jié)和“五一”假期搜索量都集中在4月,4月的虛擬指數(shù)設(shè)為“0.75”；5月受勞動(dòng)節(jié)的影響,6月是高考完出行高峰期,因此設(shè)虛擬指數(shù)為“0.5”；7、8月是暑假旅游高峰期,虛擬指數(shù)設(shè)為“1”;9月、10月受?chē)?guó)慶長(zhǎng)假影響,將虛擬指數(shù)設(shè)為“0.75”；其他月份設(shè)為“0”。

表5 三大古城溫濕指數(shù)和網(wǎng)絡(luò)關(guān)注度的平均月指數(shù)

擬定影響因素溫濕指數(shù)(Ci)和節(jié)假日虛擬指數(shù)(Ti)為自變量,以網(wǎng)絡(luò)關(guān)注度平均月指數(shù)(P)為因變量,運(yùn)用SPSS21軟件分別對(duì)三大古城進(jìn)行OLS回歸分析,所得方程為:①鳳凰古城。P=5.115+0.168Ci+5.311Ti。式中,R2=0.788、AdjR2=0.741、P=0.01,說(shuō)明模型對(duì)數(shù)據(jù)的擬合度良好,模型整體線性關(guān)系顯著,可以建立回歸方程。溫濕指數(shù)顯著性檢驗(yàn)結(jié)果為0.406,未通過(guò)顯著性檢驗(yàn)。節(jié)假日虛擬指數(shù)對(duì)鳳凰古城網(wǎng)絡(luò)關(guān)注度平均月指數(shù)影響水平顯著(Sig=0.000)。由該方程可見(jiàn),當(dāng)溫濕指數(shù)每變化1個(gè)單位,鳳凰古城網(wǎng)絡(luò)關(guān)注度平均月指數(shù)變化為0.168個(gè)單位;當(dāng)節(jié)假日虛擬指數(shù)每變化1個(gè)單位,鳳凰古城網(wǎng)絡(luò)關(guān)注度平均月指數(shù)變化5.311個(gè)單位。節(jié)假日因素對(duì)鳳凰古城網(wǎng)絡(luò)關(guān)注度的影響明顯大于氣候舒適度的影響。②麗江古城。P=5.381+0.398Ci+0.376Ti。式中,R2=0.762、AdjR2=0.709、P=0.02,說(shuō)明模型對(duì)數(shù)據(jù)的擬合度良好,模型整體線性關(guān)系是顯著的,可以建立回歸方程。溫濕指數(shù)對(duì)麗江古城網(wǎng)絡(luò)關(guān)注度平均月指數(shù)影響水平顯著(Sig=0.018),節(jié)假日虛擬指數(shù)對(duì)麗江古城網(wǎng)絡(luò)關(guān)注度平均月指數(shù)影響水平不顯著(Sig=0.526)。由該方程可見(jiàn),當(dāng)溫濕指數(shù)每變化1個(gè)單位,麗江古城網(wǎng)絡(luò)關(guān)注度平均月指數(shù)變化0.398個(gè)單位;當(dāng)節(jié)假日虛擬指數(shù)每變化1個(gè)單位,麗江古城網(wǎng)絡(luò)關(guān)注度平均月指數(shù)變化0.376個(gè)單位。節(jié)假日因素對(duì)麗江古城網(wǎng)絡(luò)關(guān)注度的影響小于氣候舒適度對(duì)關(guān)注度的影響。③烏鎮(zhèn)。P=4.87+0.374Ci+3.932Ti。式中,R2=0.789、AdjR2=0.742、P=0.01,說(shuō)明模型對(duì)數(shù)據(jù)的擬合度良好,模型整體線性關(guān)系顯著,可建立回歸方程。溫濕指數(shù)和節(jié)假日虛擬指數(shù)對(duì)烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度平均月指數(shù)影響在0.05水平上顯著(分別為0.034、0.01)。由該方程可見(jiàn),當(dāng)溫濕指數(shù)每變化1個(gè)單位,烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度平均月指數(shù)變化0.374個(gè)單位;當(dāng)節(jié)假日虛擬指數(shù)每變化1個(gè)單位,烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度平均月指數(shù)變化3.932個(gè)單位。節(jié)假日因素對(duì)烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度的影響明顯大于氣候舒適度對(duì)網(wǎng)絡(luò)關(guān)注度的影響。

4 結(jié)論與討論

本文將鳳凰古城、麗江古城和烏鎮(zhèn)劃分為中部、西部和東部的三大標(biāo)志性古城?；?011年、2013年、2016年三大古城在我國(guó)31個(gè)省份的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù),從空間和時(shí)間角度進(jìn)行了分析,得出以下結(jié)論:①隨時(shí)間增長(zhǎng)三大古城網(wǎng)絡(luò)關(guān)注度逐漸集中于東南部經(jīng)濟(jì)網(wǎng)絡(luò)條件發(fā)達(dá)的省份。麗江古城的網(wǎng)絡(luò)關(guān)注度分布往集中發(fā)展而鳳凰古城與烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度分布趨向分散發(fā)展,表明鳳凰古城與烏鎮(zhèn)的發(fā)展在全國(guó)范圍內(nèi)更加均衡,知名度提升。②烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度在省份間的差異最明顯,而麗江古城區(qū)域間差異最明顯;區(qū)域內(nèi)的差異是古城網(wǎng)絡(luò)關(guān)注度差異形成的最主要原因,其中區(qū)域內(nèi)貢獻(xiàn)率最明顯的古城是烏鎮(zhèn),差異貢獻(xiàn)率最高的地區(qū)主要是東部地區(qū);2011—2016年,三大古城網(wǎng)絡(luò)關(guān)注度區(qū)域間差異貢獻(xiàn)率逐漸減小而區(qū)域內(nèi)的差異貢獻(xiàn)率逐漸增大。③關(guān)注地的經(jīng)濟(jì)發(fā)展水平、上網(wǎng)人數(shù)、與古城的經(jīng)濟(jì)聯(lián)系強(qiáng)度同古城的網(wǎng)絡(luò)關(guān)注度密切相關(guān)。上網(wǎng)人數(shù)是影響三大古城網(wǎng)絡(luò)關(guān)注度的最主要因素,其次鳳凰古城網(wǎng)絡(luò)關(guān)注度主要受與關(guān)注地經(jīng)濟(jì)聯(lián)系強(qiáng)度影響,麗江古城和烏鎮(zhèn)主要受關(guān)注地經(jīng)濟(jì)發(fā)展水平影響。④就三大古城而言,氣候與節(jié)假日因素都對(duì)烏鎮(zhèn)網(wǎng)絡(luò)關(guān)注度有顯著影響,但節(jié)假日因素影響更大;麗江古城網(wǎng)絡(luò)關(guān)注度受節(jié)假日因素影響不顯著,而受氣候影響顯著;鳳凰古城網(wǎng)絡(luò)關(guān)注度受氣候影響不顯著而受節(jié)假日因素影響顯著。受節(jié)假日影響顯著的古城,可在淡季增加優(yōu)惠等措施吸引人流;受氣候影響顯著的古城,可挖掘淡季旅游新風(fēng)貌來(lái)吸引旅客。

本文選取百度數(shù)據(jù)起始年份2011年、2013年、2016年具有時(shí)間代表性的年份對(duì)三大古城進(jìn)行研究,但無(wú)法排除在中間年份出現(xiàn)特殊變動(dòng)的可能性,因此研究?jī)H圍繞著2011—2016年整體性的變動(dòng)趨勢(shì)。網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)僅基于百度指數(shù),但網(wǎng)絡(luò)信息的高速發(fā)展,對(duì)旅游地的關(guān)注已不僅僅停留在百度搜索層面,微信、微博、各大旅游網(wǎng)站也應(yīng)成為游前攻略不可或缺的一部分,因此本文的數(shù)據(jù)采集范圍仍存在局限。隨著信息技術(shù)的發(fā)展,大數(shù)據(jù)信息流與現(xiàn)實(shí)經(jīng)驗(yàn)相結(jié)合對(duì)古城的關(guān)注度展開(kāi)研究,值得進(jìn)一步關(guān)注。

參考文獻(xiàn):

[1]高燕,鄭焱.鳳凰古城景觀真實(shí)性感知比較研究——基于居民和旅游者視角[J].旅游學(xué)刊,2010,25(12)∶44-52.

[2]周運(yùn)瑜,田金霞,陽(yáng)芳.鳳凰古城休閑旅游滿意度研究[J].旅游論壇,2010,3(5)∶525-529.

[3]周永博,沙潤(rùn),楊燕,等.旅游景觀意象評(píng)價(jià)——周莊與烏鎮(zhèn)的比較研究[J].地理研究,2011,30(2)∶359-371.

[4]王昕,王雪君.旅游者對(duì)旅游目的地形象的感知行為研究——以麗江古城為例[J].重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,28(3)∶64-68.

[5]周霖,顧媛媛.“麗江古城"歷時(shí)態(tài)生長(zhǎng)演化及其空間形態(tài)對(duì)比研究[J].城市發(fā)展研究,2010,(7)∶106-112.

[6]墨紹山.歷史城鎮(zhèn)人口置換問(wèn)題研究——基于云南麗江古城的再思考[J].經(jīng)濟(jì)地理,2013,33(11)∶1-6.

[9]王琨,郭風(fēng)華,李仁杰,等.基于Tripadvisor的中國(guó)旅游地國(guó)際關(guān)注度及空間格局[J].地理科學(xué)進(jìn)展,2014,33(11)∶1462-1473.

[10]梁志峰.基于Google趨勢(shì)分析的區(qū)域網(wǎng)絡(luò)關(guān)注度研究——以湘潭為例[J].湖南科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2010,13(5)∶41-48.

[11]唐佳,李君軼.基于微博大數(shù)據(jù)的西安國(guó)內(nèi)游客日內(nèi)時(shí)間分布模式研究[J].人文地理,2016,(3)∶151-160.

[12]靜恩明,郭風(fēng)華,李仁杰,等.基于新浪旅游博客的河北省A級(jí)景區(qū)網(wǎng)絡(luò)關(guān)注度研究[J].地理與地理信息科學(xué),2015,31(3)∶118-122.

[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,(11)∶93-100.

[14]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,(4)∶680-685.

[15]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.

[16]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,(3)∶93-97.

[17]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,(7)∶196-202.

[18]蔣大亮,孫燁,楊鈿,等.基于百度指數(shù)的東南亞國(guó)家網(wǎng)絡(luò)關(guān)注度區(qū)域差異[J].熱帶地理,2015,(5)∶708-718.

[19]徐凡,尤瑋,周年興,等.基于百度指數(shù)的網(wǎng)絡(luò)空間關(guān)注時(shí)空分布研究——以長(zhǎng)三角5A級(jí)景區(qū)為例[J].資源開(kāi)發(fā)與市場(chǎng),2016,(4)∶489-493.

[20]林志慧,馬耀峰,劉憲鋒,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)∶207-213.

[21]李亞娟,陳田,王婧.黔東南州旅游吸引物空間結(jié)構(gòu)研究[J].資源科學(xué),2013,35(4)∶858-867.

[22]馬仁鋒,倪欣欣,張文忠,等.浙江旅游經(jīng)濟(jì)時(shí)空差異的多尺度研究[J].經(jīng)濟(jì)地理,2015,35(7)∶176-182.

[23]孟德友,陸玉麒.基于引力模型的江蘇區(qū)域經(jīng)濟(jì)聯(lián)系強(qiáng)度與方向[J].地理科學(xué)進(jìn)展,2009,28(5)∶697-704.

[24]李慧芳,謝雙玉,張琪,等.武漢市國(guó)內(nèi)旅游客源市場(chǎng)空間結(jié)構(gòu)及其影響因素研究[J].河南科學(xué),2015,(7)∶1258-1264.

[25]馬麗君,孫根年,王潔潔.中國(guó)東部沿海沿邊城市旅游氣候舒適度評(píng)價(jià)[J].地理科學(xué)進(jìn)展,2009,28(5)∶713-722.

[26]馮粉粉,溫家洪,王慧敏.基于GIS的華東地區(qū)旅游氣候舒適度分析[J].上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,41(2)∶196-202.

[27]馬麗君,孫根年,楊睿,等.城市氣候舒適度與游客網(wǎng)絡(luò)關(guān)注度時(shí)空相關(guān)分析[J].地理科學(xué)進(jìn)展,2011,30(6)∶753-759.

[28]張麗峰,丁于思.北京5A級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度分布特征研究[J].資源開(kāi)發(fā)與市場(chǎng),2014,30(11)∶1382-1384.