中圖分類號］F592 [文獻(xiàn)標(biāo)識碼］A [文章編號]1674-3784（2025）07-0035-16

0 引言

隨著數(shù)字化技術(shù)的快速發(fā)展，催生了以“網(wǎng)紅城市”為代表的城市競爭新模式，吸引網(wǎng)絡(luò)注意力已成為新時代城市營銷與旅游發(fā)展的重要途徑[1]，有效地利用社交媒體成為推廣文旅市場的較佳策略[2]。因此，地方政府應(yīng)當(dāng)重視社交媒體為文旅營銷渠道所帶來的革新性影響。社交媒體的盛行為網(wǎng)紅城市的出現(xiàn)提供新的營銷平臺[3]，部分城市借助社交媒體在平臺快速爆火，從而在短時間內(nèi)形成一種網(wǎng)紅符號，成為現(xiàn)象級的網(wǎng)紅城市。

借助新媒體打造出的現(xiàn)象級網(wǎng)紅城市背后，其傳播之道往往存在相似的規(guī)律與特點(diǎn)[4]，這其中，由地方政府或品牌推廣機(jī)構(gòu)組織的營銷活動對城市熱度的形成和持續(xù)起到關(guān)鍵性作用[5-7]。網(wǎng)紅城市熱于線上，源于線下。走紅的載體和符號看似由網(wǎng)民提煉和賦予，實則依托于城市獨(dú)特的資源稟賦和長期打造的優(yōu)勢產(chǎn)業(yè)[8，使城市已有的品牌符號能夠在短時間內(nèi)實現(xiàn)大規(guī)模擴(kuò)散。與傳統(tǒng)的城市營銷手段相比，網(wǎng)紅旅游目的地的開發(fā)是營銷模式的顛覆，是借助社交媒體實現(xiàn)靜態(tài)展示向動態(tài)傳播的轉(zhuǎn)變，同時也具有內(nèi)容導(dǎo)向性的顛覆，通過沉浸式的感觀體驗由功能型向體驗型轉(zhuǎn)變。因此，探索網(wǎng)紅城市如何在早期實現(xiàn)體驗型內(nèi)容的積累，并借助社交媒體實現(xiàn)動態(tài)傳播，打破原有的傳播小圈層，快速產(chǎn)生熱度蛻變，成為當(dāng)下城市品牌建設(shè)的重要內(nèi)容。

現(xiàn)代城市的數(shù)字平臺、媒介應(yīng)用推動了技術(shù)與日常生活領(lǐng)域的融合，也催生出了涵蓋網(wǎng)紅城市等在內(nèi)的一系列的城市傳播[9]。城市在社交媒體的熱度水平能夠直觀反映城市是否觸達(dá)“網(wǎng)紅級\"的傳播效應(yīng)。對于網(wǎng)紅城市的開發(fā)機(jī)制和傳播策略，袁華等認(rèn)為，網(wǎng)紅城市文化不是向來就有的，而是在流量的持續(xù)關(guān)注下，在吸收了原有城市文化內(nèi)核、迎合新型社會交往方式和公眾文化消費(fèi)需求的基礎(chǔ)上發(fā)展而來的[10]31。鄭中玉等認(rèn)為，依靠互聯(lián)網(wǎng)模擬現(xiàn)實情境所形成的空間，已成為非工具性的互動場所，并演化為一種社會形式[11]。因此，社交媒體作為互聯(lián)網(wǎng)網(wǎng)絡(luò)社會典型形態(tài)，也展現(xiàn)出顯著的社會性屬性，其作用早已超越工具層面。陸宇彤等從符號學(xué)視角出發(fā)，指出體驗型和情感型符號作為邊緣層旅游符號更能有效激發(fā)旅游者關(guān)注與認(rèn)同，是旅游城市形象優(yōu)化的重點(diǎn)路徑[12]16。呂飛等認(rèn)為，城市空間的視覺消費(fèi)被線上平臺不斷傳播、吸引公眾線下打卡并繼續(xù)分享空間內(nèi)容的良性循環(huán)過程，有利于城市空間網(wǎng)紅化的發(fā)展[13]。陳雪薇等指出，在新媒體語境下，青年群體通過參與式文化的數(shù)字文本與影像實踐，對標(biāo)志性地點(diǎn)進(jìn)行自主的符號化建構(gòu)，使非景區(qū)型地方轉(zhuǎn)變?yōu)榫W(wǎng)紅打卡地[14]。張志安對網(wǎng)紅城市的傳播機(jī)制提出通過3種路徑，將媒體從報道者、服務(wù)者角色提升至參與者、運(yùn)營者角色，以多重角色、強(qiáng)化資源整合、增進(jìn)服務(wù)價值助力城市傳播[4]18。喬秀峰認(rèn)為，橫縱向維度的傳播融合與主體協(xié)同共同構(gòu)成了網(wǎng)紅城市形象塑造與傳播的閉環(huán)機(jī)制[15］。袁華等從網(wǎng)紅城市文化角度分析其傳播策略，指出要對文化進(jìn)行意義編碼與塑造，以情緒傳播構(gòu)建情感鏈接，發(fā)揮輿論領(lǐng)袖的紐帶與詮釋作用等策略[10]34。王澤霖等通過分析短視頻賦能多家城市形象傳播的實踐經(jīng)驗，提出城市形象傳播的優(yōu)化策略[16]。任春認(rèn)為，旅游目的地營銷水平的提升依賴多元主體的協(xié)同與信息整合[17]?！熬W(wǎng)紅\"類旅游目的地，借助新媒體和社交平臺的協(xié)同與用戶參與，實現(xiàn)城市形象的快速建構(gòu)與旅游熱度的集中引爆，其對旅游發(fā)展的推動機(jī)制，實質(zhì)上延續(xù)了整合傳播的核心邏輯。劉錦岳等認(rèn)為，主流媒體不再是單向的信息輸出者，而是由傳播者角色向參與者角色轉(zhuǎn)變的功能擴(kuò)張[18]。依托用戶生成和以營銷為導(dǎo)向的文案信息，因其傳播結(jié)構(gòu)與情感驅(qū)動特性，易激發(fā)用戶參與與社交分享，從而在營銷方面展現(xiàn)出更強(qiáng)的動員效力[19-20]。伴隨著大量的用戶參與，平臺的價值和影響力也呈指數(shù)增長，在用戶生產(chǎn)內(nèi)容的推動下，網(wǎng)紅城市的傳播更加迅速和廣泛。

綜上所述，目前對于網(wǎng)紅城市的開發(fā)與傳播機(jī)制的研究，著重提出要以地域特色文化符號、情緒感知角度和加強(qiáng)用戶互動等方式助力網(wǎng)紅城市的開發(fā)，并提出網(wǎng)紅城市的傳播應(yīng)注重多方主體協(xié)同，配合社交媒體與用戶生產(chǎn)內(nèi)容，快速提高城市形象的知名度。但現(xiàn)有研究未能從案例角度揭示網(wǎng)紅城市熱度的規(guī)律性變化，尚未有效利用社交媒體與用戶之間產(chǎn)生的大量互動數(shù)據(jù)，從而捕捉用戶信息對于網(wǎng)紅城市發(fā)展的傳播路徑。因此，本文以哈爾濱為例，選取網(wǎng)紅城市在社交媒體上的視頻文案及相關(guān)熱度作為研究數(shù)據(jù)，通過對網(wǎng)紅城市的熱度進(jìn)行時間序列分析，了解熱度發(fā)展規(guī)律，使用修正后的數(shù)據(jù)探究點(diǎn)贊數(shù)與作品數(shù)之間的時間動態(tài)互動關(guān)系，以及識別在不同階段顯著提升點(diǎn)贊數(shù)量的核心熱詞，進(jìn)一步闡明優(yōu)化視頻文案和提升城市熱度之間的關(guān)系，探究社交媒體與用戶之間互動信息在網(wǎng)紅城市的開發(fā)和傳播中的作用，從而深入理解社交媒體用戶互動對網(wǎng)紅城市熱度演變的影響機(jī)制，以期彌補(bǔ)傳統(tǒng)研究對細(xì)節(jié)背景分析的不足，為網(wǎng)紅城市的熱度傳播和開發(fā)提供新的研究視角。

1 研究案例與數(shù)據(jù)

1.1 事件概括

近年來，隨著自媒體的持續(xù)發(fā)力，造就了“村超”進(jìn)淄趕烤”“哈爾濱\"等一批網(wǎng)絡(luò)熱詞和網(wǎng)紅地域。2023年年末，哈爾濱憑借“冰雪大世界”“南方小土豆”等關(guān)鍵詞和冰雪文化，通過社交媒體的廣泛傳播，使哈爾濱迅速崛起為網(wǎng)紅城市，引發(fā)全國關(guān)注，這座以重工業(yè)聞名的老城成為了旅游熱點(diǎn)城市，僅2024年的3天元旦假期，哈爾濱累計接待游客304.79萬人次，旅游總收人達(dá)59.14億元，均創(chuàng)下歷史新高。根據(jù)攜程發(fā)布的《2024年元旦跨年游旅游洞察》報告，旅游目的地為哈爾濱的訂單量同比增長了 631% 。這表明哈爾濱的火爆程度不僅體現(xiàn)在大幅度增加的游客數(shù)量，也體現(xiàn)在其作為網(wǎng)紅旅游城市的市場影響力和吸引力。哈爾濱的走紅，不僅依靠其獨(dú)特的冰雪景觀和豐富的文化符號作為核心基礎(chǔ)，還依靠社交媒體的強(qiáng)力推動，使其在短時間內(nèi)“爆火”，成為游客的首選旅游目的地。作為現(xiàn)象級爆紅的網(wǎng)紅城市，哈爾濱為探討網(wǎng)紅城市的傳播規(guī)律和持續(xù)發(fā)展路徑提供了典型案例的分析基礎(chǔ)。因此，本研究以哈爾濱為例，探討其熱度傳播機(jī)制與未來發(fā)展的可持續(xù)路徑。

1.2 數(shù)據(jù)獲取及預(yù)處理

抖音作為當(dāng)前主流的社交媒體平臺，用戶量超過了10億，日活量超過7億，已成為我國主要的熱點(diǎn)發(fā)酵地之一，具有較高的推動網(wǎng)絡(luò)熱點(diǎn)話題傳播的能力。本文相關(guān)數(shù)據(jù)來源于抖音熱門短視頻，獲取相關(guān)數(shù)據(jù)分為兩類：一是哈爾濱城市熱度期間的數(shù)據(jù)收集，通過Python智能算法及熱點(diǎn)分析工具，統(tǒng)計關(guān)于哈爾濱的爆紅周期以及在爆紅周期內(nèi)的視頻點(diǎn)贊量、作品量和評論量等數(shù)據(jù)。二是對于文案文本及爆紅期間和冷靜期間熱度的數(shù)據(jù)收集，通過檢索“哈爾濱”一詞，搜索發(fā)布時間為2023年12月1日—2024年2月29日點(diǎn)贊數(shù)量為1500個及以上的旅游相關(guān)視頻。本研究共抓取4998條視頻，包含視頻文案文本、點(diǎn)贊量、評論量以及轉(zhuǎn)發(fā)量等相關(guān)數(shù)據(jù)。由于視頻文案文本具有碎片化、高噪聲的特點(diǎn)，為確保所獲取的視頻文案能夠真實反映旅游意向的信息數(shù)據(jù)，提高數(shù)據(jù)分析的準(zhǔn)確性，本研究對所獲取的文本數(shù)據(jù)進(jìn)行了預(yù)處理：去除無效符號、標(biāo)點(diǎn)和非中文文本，將頻繁出現(xiàn)而意義不大的詞列入停用詞典；刪除以熱點(diǎn)詞匯吸引關(guān)注度、打廣告的無關(guān)數(shù)據(jù)；剔除不能體現(xiàn)對哈爾濱旅游意向的空白數(shù)據(jù)，最終獲取有效文案文本共3330條。

2 城市熱度的生命周期階段及驅(qū)動力研究

2.1城市熱度生命周期的雙曲線階段擬合性分析

為揭示哈爾濱從快速崛起到熱度巔峰，再到回歸常態(tài)的全過程，本研究以哈爾濱為關(guān)鍵詞，統(tǒng)計2023年12月1日－2024年2月29日的視頻熱度，共有相關(guān)作品47.509萬個，累計點(diǎn)贊量8.293億個，累計評論量8960.12萬條，累計分享數(shù)2.37億次。點(diǎn)贊數(shù)是用戶對內(nèi)容積極互動的直接體現(xiàn)，能夠及時反映公眾對城市某一階段熱度的態(tài)度和情感傾向。在熱度形成機(jī)制中，點(diǎn)贊數(shù)是對公眾態(tài)度的量化指標(biāo)，因其能夠直接反映用戶反應(yīng)和初步感覺[21]，相較評論數(shù)據(jù)更具普適性，能夠在更大范圍內(nèi)反映公眾接受程度，因而被視為衡量傳播熱度的核心指標(biāo)。本研究將獲贊量的時間序列數(shù)據(jù)作為衡量哈爾濱熱度水平的依據(jù)，并通過Logistic模型對哈爾濱城市熱度的生命周期進(jìn)行階段劃分。Logistic模型能夠有效地捕捉數(shù)據(jù)的非線性增長特征[22]，反映熱度在不同階段的變化速度和變化趨勢，是生命周期分析的經(jīng)典模型。而城市熱度生命周期分為多個階段，為了探究哈爾濱城市熱度發(fā)展的變化趨勢，本研究采用雙Logistic模型進(jìn)行分段擬合，通過分別擬合早期增長和后期衰退階段，更精確地描述各階段的特征。為確定不同階段的分割點(diǎn)，本研究同時使用殘差分析，識別模型擬合效果最差的關(guān)鍵點(diǎn)，這些點(diǎn)往往代表了趨勢的轉(zhuǎn)折，可以提升擬合的精度和分段的科學(xué)性，為理解哈爾濱城市熱度的生命周期提供了系統(tǒng)性框架（圖1）。

圖1哈爾濱城市熱度雙Logistic曲線生命周期

如圖1顯示，經(jīng)過雙Logistic模型擬合曲線與殘差值的分析，最終確定將2024年1月5日哈爾濱熱度達(dá)到峰值的時刻作為劃分哈爾濱城市熱度生命周期增長和衰退的轉(zhuǎn)折點(diǎn)，在該日期之前，哈爾濱的熱度呈現(xiàn)增長的趨勢，而在此日期后則呈現(xiàn)逐漸下降的趨勢。同時，分段Logistic曲線與整體Logistic曲線存在交叉現(xiàn)象，意味著分階段性擬合與整體趨勢發(fā)生了顯著偏差，表明城市熱度并非遵循單一的增長模式，而是在不同階段表現(xiàn)出不同的變化特征，而交叉點(diǎn)標(biāo)志著熱度正由一個特征階段向另一個特征階段過渡。因此，將城市熱度的生命周期過程進(jìn)行階段劃分（圖2）。

由圖2可知，依據(jù)整體擬合與分段擬合的交叉情況，共獲得3個時間節(jié)點(diǎn)可以作為劃分熱度生命周期階段點(diǎn)，依據(jù)生命周期理論，將第一個交叉點(diǎn)作為常態(tài)期到緩慢增長期的轉(zhuǎn)折點(diǎn)，延長回歸常態(tài)線與后期Logistic擬合曲線相交，確定哈爾濱城市熱度最終回歸常態(tài)水平的節(jié)點(diǎn)。最終，將哈爾濱城市熱度劃分為5個階段：常態(tài)期、緩慢增長期、急速傳播期、熱度衰退期和回歸常態(tài)期，以此闡明哈爾濱在不同階段的傳播動態(tài)。在2023年12月11日之前，哈爾濱城市熱度保持在常態(tài)水平，維持穩(wěn)定且較低的水平，表明城市此時處于常態(tài)曝光度水平，可以作為整個熱度生命周期開始的基準(zhǔn)線，作為后續(xù)各階段變化的參照。從2023年12月11日開始，哈爾濱城市熱度進(jìn)人緩慢增長階段，該階段由小規(guī)模的宣傳活動或口碑效應(yīng)推動。此時城市的吸引力開始顯現(xiàn)并積累初步的關(guān)注度，對后續(xù)的熱度爆發(fā)具有重要的鋪墊作用。2023年12月27日，哈爾濱城市熱度開始進(jìn)入急速傳播期，并于2024年1月5日達(dá)到峰值，此階段熱度的快速攀升主要受到前期關(guān)注度積累以及元旦假期效應(yīng)的推動，而游客的親身體驗和分享帶來城市熱度暴增，快速提升了哈爾濱在社交媒體上的討論熱度。在此期間，城市曝光度和互動量顯著提升，哈爾濱的品牌效應(yīng)與事件傳播能力達(dá)到最大化，進(jìn)一步推動了自媒體檢索熱度的爆發(fā)性增長。2024年1月5日，哈爾濱的點(diǎn)贊量達(dá)到峰值。然而，該熱度維持時間較短，隨著元旦假期的結(jié)束，熱度迅速進(jìn)入衰退階段，呈現(xiàn)顯著下降趨勢，傳播效果明顯減弱。熱度的快速衰退反映出網(wǎng)紅城市熱度的短暫性以及傳播效應(yīng)的時間約束性。2024年1月21日以后，哈爾濱的城市熱度已下降到急速傳播的初始階段水平，雖然在此之后的衰退速度有所減緩，但仍然持續(xù)下滑，直至2024年2月21日，城市熱度最終回歸至常態(tài)水平。盡管如此，這并不意味著城市影響力已經(jīng)徹底消散，游客在高峰體驗中形成的情緒與認(rèn)知印象，會長期儲存在記憶中，并轉(zhuǎn)化為持續(xù)的滿意度、再訪問意愿與正向推薦行為，從而實現(xiàn)城市品牌影響的再激活與外溢傳播。這一延續(xù)體現(xiàn)在2024年的“五一”假期，哈爾濱累計游客接待量623.97萬人次，同比增長 35.0% ，實現(xiàn)旅游總收入72.79億元，同比增長 71.7%② 。旅游經(jīng)濟(jì)收入與游客量的顯著提升，說明城市在歷經(jīng)爆紅期到回歸常態(tài)期后，仍可以維持一定時間的關(guān)注度，有效提升了城市旅游的經(jīng)濟(jì)活力。

圖2哈爾濱城市熱度生命周期階段劃分

2.2 城市熱度驅(qū)動力的動態(tài)互動效應(yīng)分析

2.2.1 模型預(yù)設(shè)

通過對哈爾濱城市熱度生命周期的分析，明確了熱度周期發(fā)展階段為2023年12月11日一2024年2月21日，從開始緩慢上升到回歸常態(tài)水平共73天，該時期可以作為哈爾濱城市熱度完整的生命周期。社交媒體上相關(guān)內(nèi)容的作品數(shù)量與發(fā)布頻率直接影響用戶的可見性與互動傾向[23]，是熱度形成的供給側(cè)因素。因此，分析作品數(shù)量的變化趨勢能夠反映城市推廣策略的調(diào)整與效果，是深入了解內(nèi)容供給與公眾響應(yīng)互動關(guān)系的關(guān)鍵。這種關(guān)系的識別和優(yōu)化，為制定精準(zhǔn)、有效的城市內(nèi)容推廣策略提供了實質(zhì)性的數(shù)據(jù)支持。為剖析哈爾濱城市熱度形成的核心驅(qū)動力，本研究選取向量誤差修正模型（vectorerrorcorrectionmodel，VCEM），旨在捕捉點(diǎn)贊數(shù)與作品數(shù)之間的動態(tài)互動及因果關(guān)系。VCEM的優(yōu)勢在于不依賴預(yù)設(shè)的因果假設(shè)，而是通過數(shù)據(jù)驅(qū)動揭示變量之間的真實互動機(jī)制，避免了人為假設(shè)所帶來的偏見。同時，該模型能夠識別變量間的時間滯后效應(yīng)，捕捉點(diǎn)贊數(shù)和作品數(shù)的相互傳導(dǎo)路徑。通過脈沖響應(yīng)分析，可以進(jìn)一步量化時間互動效應(yīng)的動態(tài)過程，從而揭示其在時間上的傳播機(jī)制及其發(fā)展路徑，為理解熱度變化的驅(qū)動力提供動態(tài)的分析視角。為確保分析的準(zhǔn)確性，本研究將點(diǎn)贊數(shù)和作品數(shù)的時間序列與熱度生命周期的時間跨度匹配，從而保證能夠在正確的熱度周期內(nèi)評估互動效應(yīng)。在初步建模過程中，數(shù)據(jù)在未經(jīng)處理的情況下具有趨勢性和季節(jié)性波動，導(dǎo)致殘差非平穩(wěn)，因此進(jìn)一步對數(shù)據(jù)進(jìn)行一階差分處理，檢驗結(jié)果如表1所示。

表1數(shù)據(jù)單位根檢驗的結(jié)果

注： ***分別代表指標(biāo)在顯著性 10%.5%.1% 下檢測數(shù)據(jù)的臨界值。

由表1可知，一階差分后的點(diǎn)贊數(shù)數(shù)據(jù)仍未達(dá)到平穩(wěn)性要求，不能滿足VCEM對于數(shù)據(jù)的要求。而二階差分盡管有助于提升時間序列的平穩(wěn)性，但其往往會放大高頻波動，引入較大的隨機(jī)噪聲，進(jìn)而影響模型估計的穩(wěn)定性與結(jié)果的解釋性，削弱分析結(jié)論的可靠性。為應(yīng)對VCEM對數(shù)據(jù)平穩(wěn)性的要求，從而解決數(shù)據(jù)與模型不匹配的問題，本研究需要采取進(jìn)一步的數(shù)據(jù)調(diào)整策略，以確保模型結(jié)果的可靠性。本研究選擇引人XGBoost（extremegradientboosting）模型以去除數(shù)據(jù)的假期效應(yīng)，但仍保留假期內(nèi)的數(shù)據(jù)，從而提高分析的準(zhǔn)確性和結(jié)果的可靠性。假期效應(yīng)通常會引發(fā)數(shù)據(jù)的異常波動，影響點(diǎn)贊數(shù)和作品數(shù)的平穩(wěn)性，而XGBoost通過擬合數(shù)據(jù)中的非線性趨勢和假期影響，可以顯著降低外生事件的干擾，更加符合VCEM的平穩(wěn)性假設(shè)[24]。因此，本研究依據(jù)我國法定節(jié)假日制度，選取2023年12月11日—2024年2月21日期間的法定節(jié)假日日期，分別將2023年12月30日一2024年1月1日（元旦）、2024年2月10日—2024年2月17日（春節(jié)）作為假期特征，并剔除假期對數(shù)據(jù)的異常影響，訓(xùn)練XGBoost模型，以更好反映點(diǎn)贊數(shù)與作品數(shù)的時間動態(tài)關(guān)系。調(diào)整后的數(shù)據(jù)經(jīng)過Ljung-BoxQ統(tǒng)計檢驗（LB-QTest）、Durbin-Watson檢驗（DW Test）顯示出無顯著自相關(guān)性，說明調(diào)整后的數(shù)據(jù)剔除假期效應(yīng)具有隨機(jī)性和合理性。同時， R² 值趨近于1，表明調(diào)整后的數(shù)據(jù)對模型的擬合效果較好，進(jìn)一步驗證了剔除假期效應(yīng)后數(shù)據(jù)的科學(xué)性。而盡管平均絕對標(biāo)準(zhǔn)化誤差絕對值較大，但相對誤差在 10% 以下的范圍內(nèi)（作品數(shù)平均絕對百分比誤差為 2.34% ，點(diǎn)贊數(shù)為 7.36% ，表示模型對剔除假期效應(yīng)后的數(shù)據(jù)調(diào)整是合理的，并且在一階差分處理后的數(shù)據(jù)已經(jīng)具有平穩(wěn)性，此時數(shù)據(jù)滿足VCEM的應(yīng)用條件（見表2）。

表2調(diào)整后數(shù)據(jù)與模型檢驗結(jié)果

注：表格空白處用“一\"表示，說明該數(shù)據(jù)或模型不必須（不能）使用該檢驗指標(biāo)。

為進(jìn)一步滿足VCEM的建模要求，構(gòu)建點(diǎn)贊數(shù)與作品數(shù)的回歸模型提取殘差值，并對殘差項進(jìn)行協(xié)整檢驗互動效應(yīng)的分析，同時對調(diào)整后的作品數(shù)與點(diǎn)贊數(shù)進(jìn)行格蘭杰因果檢驗（見表3）。

表3協(xié)整及格萊杰因果檢驗

注：、**、***分別代表指標(biāo)在顯著性 10%.5%.1% 下統(tǒng)計值的臨界值，“一\"表示無數(shù)據(jù)。

在協(xié)整檢驗中，統(tǒng)計量（40.30、5.81）都分別顯著大于臨界值（15.49、3.84），且 p 值小于0.05。在格蘭杰因果檢驗中，雙變量之間彼此 Σ_P 值均小于0.01，可以拒絕原假設(shè)，可以得出調(diào)整后的獲贊數(shù)和調(diào)整后的作品數(shù)之間存在協(xié)整及互為因果的關(guān)系。選擇最佳滯后階數(shù)時，參考多種信息準(zhǔn)則（AIC、

LR、SC、FPE），并結(jié)合實際需求和模型的解釋性進(jìn)行選擇，避免因為過多滯后項導(dǎo)致的過擬合問題，確保模型對因果關(guān)系的描述不因噪聲干擾而失真，從而找到變量之間的核心動態(tài)關(guān)系（見表4）。經(jīng)過綜合考量信息準(zhǔn)則，設(shè)定滯后階數(shù)為8，協(xié)整階數(shù)為1后，完成構(gòu)建VECM的預(yù)設(shè)。

表4VCEM最優(yōu)滯后階數(shù)檢驗

注：*表示在該信息準(zhǔn)則中為最優(yōu)滯后階。

2.2.2點(diǎn)贊數(shù)與作品數(shù)的互動效應(yīng)分析

為深入理解點(diǎn)贊數(shù)和作品數(shù)之間的動態(tài)互動關(guān)系，利用VECM的脈沖響應(yīng)方法，描述一個變量受到另一個變量的沖擊時，其自身以及對方在未來時期內(nèi)的反應(yīng)程度和路徑，以直觀地展示變量之間的因果影響和互動機(jī)制（圖3）。通過對點(diǎn)贊數(shù)和作品數(shù)的脈沖響應(yīng)分析，可以揭示兩者在時間序列上的相互作用方式，分析點(diǎn)贊數(shù)和作品數(shù)之間的動態(tài)互動效應(yīng)，以及影響力的持續(xù)時間和強(qiáng)度，從而更全面地理解哈爾濱城市熱度生命周期內(nèi)的傳播路徑和持續(xù)性特征。

圖3基于VECM構(gòu)建的脈沖響應(yīng)分析結(jié)果

由圖3可知，關(guān)于哈爾濱相關(guān)視頻的點(diǎn)贊數(shù)對自身的沖擊效應(yīng)表現(xiàn)顯著。在短期階段，點(diǎn)贊數(shù)無法正向驅(qū)動自身提升，并會產(chǎn)生負(fù)面影響。但基于長期脈沖響應(yīng)分析，點(diǎn)贊數(shù)的沖擊效應(yīng)在渡過即時階段后，迅速回升并保持正值，呈現(xiàn)出規(guī)律性的波動趨勢。這表明當(dāng)期的點(diǎn)贊行為對后續(xù)的點(diǎn)贊行為具有一定的正向驅(qū)動作用。哈爾濱相關(guān)視頻的點(diǎn)贊數(shù)動態(tài)驅(qū)動效應(yīng)具有顯著的傳播性規(guī)律，符合社交媒體信息的層級擴(kuò)展特性。由于內(nèi)容初期傳播范圍有限，即使質(zhì)量優(yōu)質(zhì)獲得較高的點(diǎn)贊數(shù)量，但仍局限于對哈爾濱有直接聯(lián)系的“小圈子”核心用戶，在此階段，點(diǎn)贊行為的擴(kuò)散較為緩慢，“圈外”用戶的興趣尚未完全激發(fā)，導(dǎo)致點(diǎn)贊數(shù)暫時下降。隨著時間推移，哈爾濱相關(guān)視頻的點(diǎn)贊數(shù)開始迅速上升，通過核心用戶的互動行為，內(nèi)容逐漸突破原有社交圈層，擴(kuò)展到次級用戶，進(jìn)而在不同圈層以波浪的形式擴(kuò)散，推動哈爾濱城市熱度提升。從點(diǎn)贊數(shù)對于作品數(shù)的互動效應(yīng)表現(xiàn)情況來看，哈爾濱相關(guān)視頻的點(diǎn)贊數(shù)在長短期均處于滯后正向影響，呈現(xiàn)出持久的傳導(dǎo)效應(yīng)。這說明獲贊數(shù)能夠在一定階段內(nèi)顯著提升用戶的創(chuàng)作動力，保持作品數(shù)量的較高水平增長。雖然該效應(yīng)在第3期時達(dá)到頂峰后逐漸減弱，作品數(shù)量依然增加，但創(chuàng)作動力開始出現(xiàn)波動。這可能是因為受點(diǎn)贊數(shù)量驅(qū)動導(dǎo)致大量內(nèi)容同時涌現(xiàn)，同質(zhì)化作品飽和，并且伴隨著內(nèi)容傳播的逐步擴(kuò)展，用戶在初期受點(diǎn)贊量的刺激而產(chǎn)生的興奮感和創(chuàng)作動機(jī)逐漸產(chǎn)生疲勞態(tài)勢，用戶的創(chuàng)造動力逐漸衰減，導(dǎo)致點(diǎn)贊數(shù)對作品數(shù)的影響水平產(chǎn)生波動。而在第8期后產(chǎn)生長尾效應(yīng)，即隨著哈爾濱熱度的逐步擴(kuò)散，新的用戶被吸引到平臺上繼續(xù)創(chuàng)作，雖然整體激勵效應(yīng)不如初期強(qiáng)烈，但能夠使點(diǎn)贊量對作品數(shù)的驅(qū)動力在較長時間內(nèi)得以保持。

從對哈爾濱作品數(shù)量的時間動態(tài)互動效應(yīng)分析來看，作品量對點(diǎn)贊數(shù)的沖擊長期呈現(xiàn)負(fù)向影響。作品數(shù)量突然急劇增加的情況下，導(dǎo)致信息過載用戶難以深入?yún)⑴c內(nèi)容的互動。同時，導(dǎo)致作品整體質(zhì)量產(chǎn)生被稀釋的現(xiàn)象，當(dāng)部分作品的質(zhì)量不佳或吸引力不足時，用戶會對同類作品失去興趣甚至感到厭煩，進(jìn)而減少對相關(guān)內(nèi)容的瀏覽。雖然在中期由于平臺算法的優(yōu)化推送，根據(jù)用戶興趣推薦內(nèi)容，使點(diǎn)贊數(shù)出現(xiàn)一定的回升，但由于同類作品已經(jīng)傳播了一段時間，用戶更傾向與高質(zhì)量的相關(guān)作品進(jìn)行互動，若之前質(zhì)量較低的作品仍然會推送給這類用戶，就會造成作品質(zhì)量與用戶預(yù)期不匹配，從而導(dǎo)致點(diǎn)贊數(shù)并未持續(xù)回溫。這種影響同時也能為作品數(shù)對自身的沖擊效應(yīng)提供解釋。作品數(shù)量在即時響應(yīng)期對自身的影響雖然為正向，但會急速下滑至負(fù)向，并長期在負(fù)值進(jìn)行波動。初期作品數(shù)對于自身有短時間的促進(jìn)作用，主要原因在于點(diǎn)贊數(shù)能夠在一定程度上反映作品的關(guān)注程度，而關(guān)注度能夠正向激勵創(chuàng)作者的內(nèi)容發(fā)布[25]，或者源于以營銷為自的的驅(qū)動制作者遵循了既定計劃進(jìn)行活動視頻的發(fā)布，導(dǎo)致作品數(shù)量持續(xù)增加。但由于初期作品數(shù)受點(diǎn)贊量的影響而暴增，當(dāng)作品數(shù)增加點(diǎn)贊量卻減少，創(chuàng)作者因作品未能引起預(yù)期反響后，則選擇減少創(chuàng)作，最終呈現(xiàn)出“負(fù)反饋循環(huán)”現(xiàn)象。

為進(jìn)一步量化點(diǎn)贊數(shù)和作品數(shù)在不同時間尺度上對城市熱度傳播過程中的貢獻(xiàn)程度和影響路徑，揭示哈爾濱城市熱度形成機(jī)制的復(fù)雜性及其階段性特征，本研究借助VECM的方差分解分析（圖4）。結(jié)果顯示，作品量對獲贊數(shù)的貢獻(xiàn)度介于 0.184-0.361 ，說明在熱度傳播的初期，由于用戶對新內(nèi)容的好奇心和平臺算法的廣泛推送，作品量的小幅增長帶動點(diǎn)贊數(shù)出現(xiàn)出現(xiàn)波動性上漲的態(tài)勢。而隨著傳播進(jìn)入中后期，貢獻(xiàn)度逐漸穩(wěn)定在0.361左右，表明持續(xù)增加的視頻投放能夠為獲贊數(shù)提供穩(wěn)固的供給側(cè)支持，但邊際效應(yīng)趨于平緩。獲贊數(shù)對作品量的貢獻(xiàn)度前期在 0-0.251 之間波動，但在第4期出現(xiàn)顯著上升，該滯后現(xiàn)象反映出高點(diǎn)贊內(nèi)容能夠在一定的滯后期后吸引更多內(nèi)容創(chuàng)作者圍繞相似主題進(jìn)行創(chuàng)作。值得注意的是，點(diǎn)贊數(shù)在第1期對自身的貢獻(xiàn)程度為1，在即時期點(diǎn)贊數(shù)并未能夠驅(qū)動作品數(shù)的產(chǎn)生，說明哈爾濱存在有以營銷為目的的驅(qū)動“制作者\(yùn)"遵循了既定的發(fā)布計劃進(jìn)行視頻發(fā)布。而在整個分析階段，點(diǎn)贊數(shù)和作品數(shù)對自身的最低貢獻(xiàn)分別為0.747和0.639，表明在長短期階段，獲贊數(shù)與作品數(shù)都在自身增長中承擔(dān)主要角色。

圖4調(diào)整后獲贊數(shù)與作品數(shù)的方差分解分析結(jié)果

綜上而言，已有的點(diǎn)贊量和持續(xù)創(chuàng)作無論在短期沖擊還是長期演化過程都能為自身提供持續(xù)貢獻(xiàn)。而作品量通過持續(xù)供給內(nèi)容為熱度積累奠定基礎(chǔ)，獲贊數(shù)則憑借用戶反饋反向激勵內(nèi)容生產(chǎn)，兩者形成動態(tài)循環(huán)機(jī)制。因此，政府與內(nèi)容創(chuàng)作者在制定傳播策略時，應(yīng)重點(diǎn)把握高貢獻(xiàn)率變量的驅(qū)動特性。在熱度傳播初期，利用作品量對獲贊數(shù)的穩(wěn)定貢獻(xiàn)，通過高頻次、主題化的內(nèi)容投放，快速提升曝光度。同時依據(jù)獲贊數(shù)對作品量的滯后反饋效應(yīng)，及時識別高互動內(nèi)容，針對性優(yōu)化后續(xù)創(chuàng)作方向，推動形成優(yōu)質(zhì)內(nèi)容產(chǎn)出到用戶積極反饋再到創(chuàng)作持續(xù)升級的正向循環(huán)。

并且，隨著作品數(shù)量持續(xù)增長，需同步強(qiáng)化內(nèi)容質(zhì)量管控，通過動態(tài)調(diào)整創(chuàng)作節(jié)奏、精準(zhǔn)適配平臺算法規(guī)則，規(guī)避產(chǎn)生作品臃腫乏味、用戶審美疲勞以及創(chuàng)作者動力疲乏等問題。

3 網(wǎng)紅城市熱度提升的文案驅(qū)動力分析

3.1高獲贊的視頻文案是城市爆紅的核心驅(qū)動力

視頻文案在城市品牌傳播中起到連接用戶、引導(dǎo)互動和強(qiáng)化傳播的多重作用。優(yōu)質(zhì)內(nèi)容在初期能獲得更多的曝光和互動，可以為城市熱度的快速積累奠定基礎(chǔ)。內(nèi)容的獲贊量則是用戶對文案認(rèn)可程度的直觀體現(xiàn)。因此，識別高獲贊的視頻文案對于吸引核心用戶和快速積累初期互動方面具有重要作用。后期，高贊作品還可以激發(fā)用戶的創(chuàng)作欲望，維持原有內(nèi)容的熱度，并能通過用戶的再創(chuàng)作引發(fā)新的傳播鏈條，形成不斷拓展的互動路徑，為城市熱度的持續(xù)增長提供動力。

3.2驅(qū)動視頻高點(diǎn)贊數(shù)的文案特征及傳播 路徑分析

依據(jù)熱度分異情況，本研究分別提取熱度上升期文案共1169條，熱度衰退期的文案共1360條。根據(jù)文案數(shù)量差異，給上升期和衰退期的關(guān)鍵詞賦予不同的權(quán)重，以便能夠更準(zhǔn)確地反映不同時期文案特征的異質(zhì)性因素。通過熱度分異下的熱詞提取，分別選取排序為前185的詞頻作為分析對象，并通過Jaccard相似系數(shù)計算上升期和衰退期關(guān)鍵詞的交集和并集，量化兩階段關(guān)鍵詞的相似性。結(jié)果顯示：熱度分異下關(guān)鍵詞的相似系數(shù)計算結(jié)果為0.751，表明上升期和衰退期的關(guān)鍵詞有 75.1% 的重疊，由此獲得熱度分異不同時期的共有熱詞139個。同時，統(tǒng)計熱詞的詞頻及點(diǎn)贊差異量，捕捉了詞匯在不同階段的動態(tài)特征，用于分析顯著提升點(diǎn)贊數(shù)的核心熱詞。

3.2.1 驅(qū)動點(diǎn)贊數(shù)提升的核心熱詞主題特征分析

熱度分異下的共有熱詞，涵蓋了上升期和衰退期的共同特征，代表兩階段的重疊部分，可以直接反映熱度變化的整體特征。本研究通過共有熱詞在不同時期的詞頻變動與對應(yīng)點(diǎn)贊量的變化，分析詞瀕與點(diǎn)贊數(shù)之間的相關(guān)性，同時為了排除混雜因素的干擾，采用因果推斷方法（差分法和傾向評分匹配），建立詞頻差異與點(diǎn)贊數(shù)差異之間的關(guān)系模型，準(zhǔn)確得出詞頻變化對點(diǎn)贊數(shù)的因果效應(yīng)及評分，進(jìn)而識別出驅(qū)動整個生命周期熱度提升的核心熱詞。依據(jù)網(wǎng)紅城市的生成原因及形象構(gòu)建分析[26-28]，按照地域和特色、引導(dǎo)和費(fèi)用、情感和體驗表達(dá)、文化與社交屬性四類相關(guān)詞匯主題，并添加視頻文案對哈爾濱進(jìn)行評分的權(quán)重分析（見表5）。

表5核心熱詞主題權(quán)重表

注：“—”表示無熱詞量。

對于核心主題的分類，將“哈爾濱”一詞單列，因為該詞是視頻文案的核心搜索關(guān)鍵詞，影響范圍廣，涉及地域、文化以及旅游等多個層面，相比其他分類詞匯，其決定了相關(guān)內(nèi)容的組織和呈現(xiàn)。通過上述方法，得出點(diǎn)贊數(shù)差和詞頻量差的相關(guān)性系數(shù)為0.62，且該系數(shù)的 p 值小于0.01，這表明兩者之間存在顯著正相關(guān)性，可以確定點(diǎn)贊數(shù)變化和詞頻量變化之間具有正向驅(qū)動關(guān)系。通過因果推斷，確定顯著提升點(diǎn)贊數(shù)的核心熱詞共74個。

由表5可知，地域和特色類詞匯高于引導(dǎo)和費(fèi)用類詞匯權(quán)重。該差異現(xiàn)象表明，觀眾對哈爾濱的冰雪景觀和地理文化的興趣超過實際出行的費(fèi)用和實用性信息。這說明在推動視頻點(diǎn)贊和互動方面，具有地方特色的自然與文化景觀具有更大的吸引力，尤其是對于廣東、云南等南方城市，“雪鄉(xiāng)”“滑雪\"等標(biāo)志性旅游資源，能夠迅速抓住觀眾的興趣，增加視頻的點(diǎn)擊率和傳播。雖然引導(dǎo)和費(fèi)用類詞匯的權(quán)重相對較低，但對這類詞匯的作用在于幫助潛在游客規(guī)劃行程，從而將視頻的熱度轉(zhuǎn)化為現(xiàn)實中的旅游行動。特別是在社交媒體上，觀眾受地域特色風(fēng)景吸引之后，“免費(fèi)”“酒店\"“機(jī)票”可以為觀眾提供旅游成本、行程規(guī)劃等實際信息，為哈爾濱的潛在游客提供了旅行決策的便利，有效降低了出行門檻。

情感和體驗表達(dá)類詞匯和文化與社交屬性類詞匯在提升視頻互動方面表現(xiàn)出不同的效果。情感類詞匯，如好玩、太美、震撼側(cè)重于游客的個人體驗，這類詞匯能夠直觀反映游客對目的地的認(rèn)知形象，是旅游目的地打造的基本要求。通過傳遞正面情感增強(qiáng)觀眾的代入感和共鳴。相比之下，具有文化與社交屬性的詞匯，更能反映的城市的人文特色和社交氛圍。例如“大哥\"“公主\"等稱呼，在社交場景中激發(fā)游客的情感共鳴，通過交互體驗打破游客身處異鄉(xiāng)的陌生感，從而建立起更緊密的情感聯(lián)系。同時，“小土豆”“搓澡”等特色元素的出現(xiàn)，表現(xiàn)出哈爾濱全民參與的交互行為，為哈爾濱呈現(xiàn)出一種獨(dú)特的主客交互模式，進(jìn)一步減少了本地居民與外地游客的信息交流隔閡。這種深層次的民俗文化交流，使居民在無形中扮演了目的地特色文化宣傳者的角色，為游客提供了更為深入和真實的民俗文化體驗。這種社交互動的詞匯加強(qiáng)了文案的親和力和幽默感，使視頻更具娛樂性和分享性。因此，文化與社交屬性類詞匯對點(diǎn)贊數(shù)和視頻的傳播有著更直接的推動作用，尤其是在打造城市社交品牌方面，這類詞匯發(fā)揮了不可忽視的作用。

3.2.2核心熱詞的傳播路徑分析

本研究通過構(gòu)建視頻文案的社會語義網(wǎng)絡(luò)，揭示熱詞之間的語義關(guān)聯(lián)，理解核心熱詞的關(guān)鍵布局。同時，追蹤信息傳播路徑，識別高互動節(jié)點(diǎn)，并篩選出橋梁詞匯，從而剖析出哈爾濱相關(guān)視頻內(nèi)容在不同語境的傳播路徑（圖5）。

由圖5可知，73個熱頻詞匯構(gòu)建了 73× 73的共現(xiàn)矩陣，理論有向關(guān)聯(lián)路徑總數(shù)為5329條，在共現(xiàn)矩陣導(dǎo)人GEPHI生成的結(jié)果中，節(jié)點(diǎn)數(shù)量為73個，路徑的數(shù)量為3502條，可得密度為0.657。同時，平均路徑長度為1.334，平均聚類系數(shù)為0.751，這表示各核心熱詞之間只需要通過1.334個單位即可相連，網(wǎng)絡(luò)中的節(jié)點(diǎn)傾向于形成高度互連的群體，熱詞的傳播關(guān)系較為均衡，熱詞之間的信息傳播關(guān)系具有強(qiáng)連接性，信息影響程度緊密。這說明在全生命周期內(nèi)，多數(shù)核心熱詞可以與其他熱詞呈現(xiàn)共現(xiàn)的現(xiàn)象。而度中心性的分析結(jié)果表明，“冰雪”“東北”等表現(xiàn)出極高的度中心性，這類具有地方特性的詞匯，塑造了哈爾濱的地域符號，是用戶認(rèn)知哈爾濱的核心入口，集中地傳遞了哈爾濱獨(dú)特的城市特征，可以強(qiáng)化用戶對哈爾濱的城市形象認(rèn)知，成為引導(dǎo)用戶點(diǎn)贊的重要節(jié)點(diǎn)。同時，高中心性詞匯在整個生命周期內(nèi)具有高頻傳播能力，持續(xù)出現(xiàn)在相關(guān)文案文本中，能夠不斷加深用戶對哈爾濱城市形象的認(rèn)知。在接近中心性分析中，“免費(fèi)”“歡迎”等引導(dǎo)和費(fèi)用詞匯表現(xiàn)出較高的接近中心性，而類似“免費(fèi)\"這一類極具促銷意義的詞匯，對用戶具有強(qiáng)烈的吸引力，并快速觸發(fā)用戶行為。通過將該類詞匯與其他內(nèi)容快速連接，使這類詞匯具有更強(qiáng)的傳播能力，能夠刺激更多潛在游客將哈爾濱之旅列入計劃之中。

圖5核心熱詞的社會語義網(wǎng)絡(luò)圖譜

社會語義網(wǎng)絡(luò)中核心熱詞呈現(xiàn)出的“小世界\"效應(yīng)，進(jìn)一步揭示熱詞之間既存在高度緊密的語義聚類，又可以依托少數(shù)樞紐節(jié)點(diǎn)形成高效的跨群信息傳播通道。核心熱詞如“冰雪\"“旅游”等通過少量橋梁詞匯就可以迅速連接到其他次級詞匯，形成緊密的傳播路徑，進(jìn)一步擴(kuò)大文案的覆蓋面。這有效地解釋了為何在短時間內(nèi)，哈爾濱相關(guān)視頻能夠迅速引發(fā)大范圍的社交互動，并獲得高點(diǎn)贊率。緊密的傳播結(jié)構(gòu)使得文案信息能夠通過少量中介詞快速擴(kuò)展到更廣泛的受眾群體，特別是在社交媒體這種信息傳播速度極快的環(huán)境中，觸發(fā)了用戶的大量參與和互動，進(jìn)一步推動了哈爾濱在短視頻平臺中的熱度上升。雖然在語義網(wǎng)絡(luò)結(jié)構(gòu)中仍然存在“結(jié)構(gòu)洞”的現(xiàn)象，但不同主題之間可以通過特定的橋梁詞匯進(jìn)行連接，實現(xiàn)信息的跨主題傳播，改善哈爾濱相關(guān)文案的跨集群傳播能力。介數(shù)中心性可以反映出在語義網(wǎng)絡(luò)中充當(dāng)“橋梁\"作用的詞匯，高介數(shù)中心性的詞匯表現(xiàn)為能夠在多個主題之間扮演著連接不同語義集群的橋梁角色。通過分析“小土豆”“搓澡”“美食\"等跨主題詞匯，說明提升哈爾濱熱度的視頻文案，不僅僅局限于冰雪旅游進(jìn)行創(chuàng)作，還將其與東北的文化符號，以及獨(dú)特的主客交互行為進(jìn)行結(jié)合，使內(nèi)容延展到生活、文化等多個領(lǐng)域，增強(qiáng)了內(nèi)容的故事性和層次感，從而推動了哈爾濱在社交媒體中的熱度上升。

4 結(jié)論與啟示

4.1 研究結(jié)論

社交媒體不是信息的單向輸出，而是信息交流的重要平臺。社交媒體已經(jīng)成為大眾生活獲取信息的主要來源渠道，以打造旅游目的地為目標(biāo)的城市旅游開發(fā)，必須高度重視以社交媒體為平臺的營銷手段。本研究以哈爾濱為案例，聚焦社交媒體的熱度指標(biāo)和用戶生成內(nèi)容，探究網(wǎng)紅城市在社交媒體平臺的熱度傳播規(guī)律，分析熱度直接相關(guān)指標(biāo)的互動效應(yīng)，了解在不同生命周期階段均能提升熱度的關(guān)鍵詞匯，得出以下主要結(jié)論：

（1）內(nèi)容積累與高敏感性節(jié)點(diǎn)共同推動城市熱度的快速增長。內(nèi)容的積累在城市的熱度從常態(tài)期進(jìn)人緩慢增長期尤為關(guān)鍵，持續(xù)的內(nèi)容產(chǎn)出不僅提升了潛在游客對城市的認(rèn)知度，還通過社交媒體的互動傳播，加深了城市在公眾心目中的品牌形象，使其具備了快速擴(kuò)散的條件。將假期作為高敏感性節(jié)點(diǎn)，是因為假期具備流量集中效應(yīng)、社交互動高峰、經(jīng)濟(jì)與政策驅(qū)動以及時間稀缺性四大核心特征，這些特征不僅賦予了假期強(qiáng)大的傳播潛力，還使其成為游客聚焦和參與的高價值時間窗口。通過分析哈爾濱的城市熱度生命周期節(jié)點(diǎn)，發(fā)現(xiàn)元旦假期作為哈爾濱的高敏性節(jié)點(diǎn)，其季節(jié)性特征與哈爾濱的獨(dú)特冰雪資源天然吻合，冬季游客對冰雪旅游的高度需求在元旦假期得到集中釋放，直接推動哈爾濱游客流量的激增。同時，假期的時間稀缺性進(jìn)一步放大了這種節(jié)點(diǎn)效應(yīng)，有限的假期時間使得游客更傾向于優(yōu)先選擇高價值的旅游目的地。而哈爾濱早期在社交媒體上的內(nèi)容積累和持續(xù)曝光，使其冰雪資源與節(jié)慶活動逐步被塑造為獨(dú)特而優(yōu)質(zhì)的旅游體驗標(biāo)簽，能夠在同類城市中具備更高的吸引力和認(rèn)知度，滿足了游客對高質(zhì)量旅游體驗的需求，成為游客規(guī)劃假期時的優(yōu)先選擇。

（2）地域特色與文化符號是打造網(wǎng)紅城市的基本要素。城市的爆紅，得益于社交媒體為城市形象傳播提供的絕佳平臺。依托社交媒體的傳播特性，通過高頻率的信息流動讓城市的核心元素進(jìn)人用戶視野，不僅提高了哈爾濱的社交媒體曝光率，還為其在平臺上的熱度積累提供了量化指標(biāo)支持，確保了城市能夠在激烈的競爭中脫穎而出。通過分析哈爾濱的成功案例，進(jìn)一步論證了社交媒體作為地方文化符號構(gòu)建的意義空間，以及地方文化符號在網(wǎng)紅城市熱度形成中的關(guān)鍵作用。通過精準(zhǔn)提煉哈爾濱以冰雪文化、東北風(fēng)情等元素構(gòu)建的特色地域文化符號，通過視覺化、情感化的內(nèi)容設(shè)計，在意義空間上具備極強(qiáng)的吸引力。用戶不僅被這些符號吸引，更通過互動、參與，進(jìn)一步推動了內(nèi)容的傳播。這種文化符號的有效塑造，使哈爾濱具備了鮮明的差異化特征，增強(qiáng)了用戶的記憶與情感連接，實現(xiàn)了大規(guī)模的認(rèn)知傳播和熱度積累，為其成為網(wǎng)紅城市奠定了基礎(chǔ)。

（3）點(diǎn)贊數(shù)與作品數(shù)之間動態(tài)互動效應(yīng)形成的正向“內(nèi)容生成一互動反饋”循環(huán)系統(tǒng)是社交媒體平臺上城市熱度累積的關(guān)鍵。城市的熱度生命周期并非靜態(tài)，它會隨著時間的推移和用戶興趣的變化呈現(xiàn)不同階段的波動。通過深入分析點(diǎn)贊數(shù)對于自身和作品數(shù)的驅(qū)動效應(yīng)，可以得出社交媒體互動機(jī)制能夠有效促進(jìn)網(wǎng)紅城市的廣泛傳播。根據(jù)對哈爾濱的數(shù)據(jù)分析，證明了在時間序列維度上，社交媒體通過用戶行為的雙向反饋不斷推動網(wǎng)紅城市的熱度提升，發(fā)現(xiàn)了用戶的點(diǎn)贊行為能夠激發(fā)其他用戶的創(chuàng)作欲望，促使更多相關(guān)作品不斷涌現(xiàn)，形成用戶生成內(nèi)容的良性循環(huán)，打破圈層傳播局限，使得內(nèi)容的傳播范圍迅速擴(kuò)大。同時，視頻文案中的高頻關(guān)鍵詞如“冰雪\"“免費(fèi)\"“東北\"等進(jìn)一步強(qiáng)化了用戶對城市的認(rèn)知和互動意愿。特別是“免費(fèi)”“門票”等與實際旅游相關(guān)的引導(dǎo)性詞匯，降低了用戶的參與門檻，增強(qiáng)了潛在游客的參與感，使視頻轉(zhuǎn)化為實際的旅游行為，使哈爾濱能夠在社交媒體平臺上實現(xiàn)熱度的快速積累。

（4）文案的多元主題延展與融合，既增添了傳播內(nèi)容的豐度，也讓社交媒體的傳播內(nèi)容更具廣泛性和吸引力。提升哈爾濱點(diǎn)贊量的文案熱詞，均具有較高的延展性，能夠有效地鏈接不同語義集群，使內(nèi)容能夠在更多的領(lǐng)域產(chǎn)生共鳴，吸引到更加多樣化的受眾群體。通過語義網(wǎng)絡(luò)分析，得出能夠具有顯著提升城市熱度的詞匯，是可以將地方特色文化符號與社交互動有效融合，利用社交媒體的互動機(jī)制提升了用戶的情感共鳴和參與感。哈爾濱成功地將地域文化、情感表達(dá)和生活方式等元素整合在一起，特別是在視頻文案中引入諸如“小土豆\"“搓澡”“美食\"等日常生活元素，突破了游客對傳統(tǒng)旅游地的刻板認(rèn)知，增強(qiáng)了旅游目的地的親和力和娛樂性。這種以情感共鳴為核心的跨主題傳播策略，使得哈爾濱有效地將城市的文化內(nèi)涵從冰雪景觀向更為多元的生活體驗擴(kuò)展，不再局限于景點(diǎn)和文化特色的展示，而是通過更貼近人們?nèi)粘Ｉ畹膬?nèi)容，打破了原有的傳播局限，吸引了更廣泛的受眾群體。

4.2 研究啟示

文章借助雙Logistic模型和單一的Logistic曲線，結(jié)合殘差分析，科學(xué)地劃分了網(wǎng)紅城市生命周期的各個階段，從實證的角度進(jìn)一步驗證內(nèi)容的積累效應(yīng)和高敏感性節(jié)點(diǎn)在不同階段的重要作用?；谛畔⒃谏缃幻襟w傳播規(guī)律的普適性[29]，利用VECM提取到的熱度指標(biāo)互動規(guī)律，從理論上可以適用于其他依賴社交媒體傳播的網(wǎng)紅城市。同時，借助社交語義網(wǎng)絡(luò)分析，發(fā)現(xiàn)在不同生命周期階段能夠顯著提升城市熱度的詞匯，均有較強(qiáng)的延展性和可融合性。據(jù)此，提出以下網(wǎng)紅城市的開發(fā)建議：

（1）網(wǎng)紅城市的打造應(yīng)注重內(nèi)容積累與關(guān)鍵節(jié)點(diǎn)效應(yīng)的有機(jī)結(jié)合。城市應(yīng)通過持續(xù)的內(nèi)容生產(chǎn)，提升城市的認(rèn)知基礎(chǔ)，并在適當(dāng)時機(jī)引爆熱度傳播。地方政府應(yīng)制定長期的內(nèi)容生產(chǎn)計劃，鼓勵地方企業(yè)、文旅機(jī)構(gòu)和個人創(chuàng)作者從多角度展示城市特色，以形成豐富的內(nèi)容資源庫。同時，應(yīng)精準(zhǔn)識別假期或重大活動等高敏感性節(jié)點(diǎn)，結(jié)合城市獨(dú)特的自然或文化資源，策劃與節(jié)點(diǎn)高度契合的主題活動。例如，利用節(jié)慶假期的流量優(yōu)勢，通過推出定制化的短視瀕挑戰(zhàn)、線上線下聯(lián)動活動等，放大節(jié)點(diǎn)的傳播潛力，快速吸引用戶關(guān)注。特別是對于城市在早期積累中形成的獨(dú)特品牌標(biāo)簽，應(yīng)結(jié)合節(jié)點(diǎn)活動進(jìn)行強(qiáng)化傳播，使其成為高認(rèn)知度、高吸引力的核心符號，進(jìn)一步提升城市在目標(biāo)受眾中的知名度和優(yōu)先選擇度。

（2）社交媒體平臺互動機(jī)制是網(wǎng)紅城市熱度傳播的核心動力。政府可通過政策引導(dǎo)、資源統(tǒng)籌等方式，鼓勵社會主體強(qiáng)化用戶行為激勵和內(nèi)容主題多樣化設(shè)計，優(yōu)化點(diǎn)贊與內(nèi)容創(chuàng)作的互動驅(qū)動機(jī)制。相關(guān)主體可借助獎勵、流量支持等方式，引導(dǎo)用戶創(chuàng)作與城市相關(guān)的高質(zhì)量內(nèi)容，形成自發(fā)傳播的良性循環(huán)。同時，文案和內(nèi)容設(shè)計應(yīng)注重多主題延展，結(jié)合城市的地域文化符號打破傳統(tǒng)旅游宣傳的局限。除了景點(diǎn)等核心吸引物介紹外，還應(yīng)在視頻文案中加入地域特色的日常文化符號，如地方美食、節(jié)慶風(fēng)俗、社交互動場景等，增強(qiáng)內(nèi)容的親和力與故事性，滿足不同受眾的興趣需求。通過豐富傳播內(nèi)容、優(yōu)化用戶體驗，城市能夠在不同圈層的用戶中建立更強(qiáng)的情感連接，持續(xù)擴(kuò)大傳播范圍與深度。

4.3 研究展望

在數(shù)據(jù)源方面，本研究選取的社交媒體是以抖音為代表，但仍有許多具有影響力的社交媒體平臺，未來可從微信、小紅書、微博等多平臺獲取數(shù)據(jù)進(jìn)行研究。在數(shù)據(jù)內(nèi)容方面，可從文案拓展至對視頻類型、音頻數(shù)據(jù)、圖片內(nèi)容等多方面分析，使研究更加深入。在熱度指標(biāo)選擇方面，可以在熱度的直接指標(biāo)（點(diǎn)贊量和視頻量）的基礎(chǔ)上，加入更多的潛在變量，如評論量、分享量、收藏量等，從而多層次地挖掘影響熱度提升的內(nèi)在規(guī)律。在研究廣度方面，網(wǎng)紅城市的熱度演變規(guī)律及開發(fā)利用是以打造網(wǎng)紅城市為目的，而在成功打造網(wǎng)紅城市之后，將面對如何“長紅”和如何破解流量消散帶來的經(jīng)濟(jì)效應(yīng)短期化等問題，同樣值得關(guān)注和探究。

注釋

① 黑龍江新聞網(wǎng).訂單量同比增長 631% 冰城關(guān)注丨哈爾濱上 榜元旦國內(nèi)熱門旅游目的地[EB/OL].（2023-12-20）[2024- 05-20]. https：//news. qq. com/rain/a/20231220A02SN900. ② 新華網(wǎng).哈爾濱“五一”假期接待游客623萬人次.[EB/ OL].（2024-05-06）[2024-05-20].https：//www.news. cn/politics/20240506/f1d5f2986bad4253bb1784a29da775b 3/c.html.

參考文獻(xiàn)

[1]陳曉紅，李楊揚(yáng)，汪陽潔，等.網(wǎng)紅城市、流量效應(yīng)與旅游發(fā)展[J].管理科學(xué)學(xué)報，2022（1）：1-22.

[2] ZENGBX，GERRITSENR.Whatdoweknowaboutsocial mediain tourism？A reviewJ].Tourism man-agementperspectives，20l4（10）：27-36.

[3] 黃琢瑋，保繼剛，周彤昕.社會媒介化視角下旅游目的地的地方建構(gòu)[J].旅游論壇，2024（1）：1-8.

[4] 張志安.從網(wǎng)紅到長紅：媒體如何助力城市傳播[J].傳媒，2024（20）：17-19.

[5]林明水，胡曉鵬，楊勇，等.流量經(jīng)濟(jì)對旅游資源創(chuàng)新2023（9）：2237-2262.

[6]宦佳，陳柏菡.融媒時代城市形象對外傳播的話語合作生產(chǎn)框架探析：以西安市為例[J].傳媒，2023（9）：60-63.

[7]嚴(yán)小翔，李濟(jì)翔.網(wǎng)紅城市何以長紅？影響城市品牌可持續(xù)性的因素：基于26個案例的模糊集定性比較分析[J].城市發(fā)展研究，2024（6）：38-46.

[8]陳發(fā)寶，佘穎，張雪，等.網(wǎng)紅城市現(xiàn)象調(diào)查[N].經(jīng)濟(jì)日報，2024-04-15（1）[2024-05-26]. http：//paper.ce.cn/pc/content/202404/15/content_292924.html.

[9]吳瑋，周孟杰.“抖音\"里的家鄉(xiāng)：網(wǎng)紅城市青年地方感研究[J].中國青年研究，2019（12）：70-79.

[10]袁華，沈正賦.有“緣\"有“故”：媒介社會視域下網(wǎng)紅城市文化的設(shè)計理念、生成機(jī)制和傳播策略[J].城市發(fā)展研究，2024（6）：31-37.

[11]鄭中玉，何明升.“網(wǎng)絡(luò)社會\"的概念辨析[J].社會學(xué)研究，2004（1）：13-21.

[12]陸宇彤，黃燕玲，黃毅，等.家喻戶曉能否門庭若市？“網(wǎng)紅城市\(zhòng)"旅游形象符號演變與圈層結(jié)構(gòu)研究[J].旅游科學(xué)，2024（6）：75-95.

[13]呂飛，王帥.城市空間網(wǎng)紅化現(xiàn)象測度及影響因素研究[J].城市問題，2023（12）：50-59.

[14]陳雪薇，竺煜逸.制造許愿地：青年群體“上岸地鐵站\"打卡實踐與意義書寫[J].中國青年研究，2024（2）：94-101.

[15］喬秀峰.網(wǎng)紅城市形象塑造的融合傳播與主體協(xié)同[J].傳媒，2022（11）：72-74.

[16］王澤霖，邱杰.短視頻賦能城市形象傳播的實踐探索與優(yōu)化策略[J].新聞愛好者，2023（11）：92-94.

[17]任春.整合營銷傳播理論在旅游目的地營銷中的應(yīng)用分析[J].企業(yè)經(jīng)濟(jì)，2008（7）：75-77.

[18]劉錦岳，劉玉軍.從扶貧攻堅看城市主流媒體“區(qū)域一體化\"重構(gòu)[J].中國出版，2021（3）：59-64.

[19]KARTSIVADZE T. Copywriting in social media[J].International journal of innovative technologies ineconomy，2022（40）：1-6.

[20]SHERIFF N M，ZULKIFLI A S，OTHMAN W NS W. Salient features of customer engagement，， visu-al presentation and copywriting for effective socialmedia marketing：an exploratory perspective[J].Journal of academia，2018（2）：28-37.

[21] MARIABQ，JUAN T Q，LLUIA O A J.Promo-tion of urban tourism：insights into user engagementonsocial media[J].Information technologyamp;.tourism，2021（4）：611-632.

[22]BATTY M. The size，scale，and shape of cities[J].Science，2008，319：769-771.

[23]ASHLEY C，TUTEN T. Creative strategies in so-cial media marketing：an exploratory study of bran-ded social content and consumer engagement[J].Psychologyamp;marketing，2015（1）：15-27.

[24]CHENTQ，GUESTRIN C. XGBoost：a scalabletree boosting system：proceedings of the 22nd ACMSIGKDD International Conference on Knowledge Dis-covery and Data Mining，San Francisco.California，USA，August 13—17，2016.[C]. New York：Asso-ciation for Computing machinery，2016.

[25] WUF，WILKINSON D M，HUBERMAN BA.Feedback loops of attention in peer production：pro-ceedings of the 2oo9 International Conference onComputational Science and Engineering，Vancouver.Canada，August 29-31 ，2009.[C]. Washington：IEEEComputer Society，2009.

[26]KHAN ML. Social media engagement：what moti-vates user participation and consumption on You-Tube？[J]. Computers in human behavior，2017，66：236-247.

[27] 謝曉如，翁晴，朱竑.“網(wǎng)紅”旅游地“好客”形象的建構(gòu)：以淄博為例[J].旅游學(xué)刊，2024（11）：108-123.

[28] 夏杰長，張雅俊.數(shù)字媒介與具身體驗：旅游城市品牌的構(gòu)建路徑[J].學(xué)習(xí)與探索，2024（3）：87-94.

[29] NOTARMUZID，CASTELLANOC，F(xiàn)LAMMINI A，etal.Universality，criticality and complexity ofinfor-mation propagation in social media[J/OL]. Naturecommunications，2022，13：289648.[2024-03-01].ht-tps：//doi.0rg/10.1038/s41467-022-28964-8.

The Evolution of Popularity and Development Utilization Paths of Internet-Famous Cities

-ACase Study of Harbin

GaoHuafeng，LüYanzhuo （Research Center for Ecological Cultural Tourism in Western Hubei， HubeiMinzuUniuersity，Enshi445ooO，China）

Abstract：The high level of interaction between social mediaplatforms and their users has given rise to the emergence of internet-famous cities while driving economic development. This study takes Harbin as a case study to analyze the mechanisms underlying the evolution of popularity and to explore the pathways for sustainable development. Employing methods such as text mining of user-generated content from social media platforms，and time series analysis，the research utilizes a dual-logistic model to fit the life cycle of cities’popularity，revealing the temporal dynamics of its rise and decline. A vector error correction model （VECM）was employed to explore the dynamic relationship between the number of likes and the volume of content. Combining word frequency and semantic network analyses，the study identifies distinct phases in Harbin's popularity life cycle and uncovers a feedback loop mechanism that sustains its popularity. Key influencing factors in video-based interactions are extracted to provide a comprehensive analytical framework for understanding the evolution of city popularity. The findings offer insights for local governments in leveraging social media for city marketing and enhancing the viability of tourism brands.

Keywords： internet-famous cities; popularity life cycle; driving factors; core words