網(wǎng)絡(luò)關(guān)注度視角下研學(xué)旅行發(fā)展現(xiàn)狀與影響因素研究

張 博 ， 吳 柳

(1.河北地質(zhì)大學(xué) a.發(fā)展規(guī)劃處，b.河北省礦產(chǎn)資源開發(fā)管理與資源型產(chǎn)業(yè) 轉(zhuǎn)型升級軟科學(xué)研究基地，石家莊 050031； 2.河北師范大學(xué) 國際文化交流學(xué)院，石家莊 050024)

0 引言

隨著素質(zhì)教育理念的深入和旅游產(chǎn)業(yè)跨界融合發(fā)展，研學(xué)旅行作為一種體驗式教育和研究性學(xué)習(xí)活動在我國中小學(xué)推廣實施。截至2019年，全國共有中小學(xué)23.7萬所，在校學(xué)生1.94億人。隨著研學(xué)旅行逐步納入中小學(xué)教育教學(xué)計劃[1]和學(xué)分系統(tǒng)[2]等政策的實施，研學(xué)旅行市場需求將得到進一步釋放。目前，我國研學(xué)旅行市場發(fā)展空間巨大，多個省份已將“研學(xué)旅行”列為“十四五”期間旅游業(yè)發(fā)展的重要方向。

研學(xué)旅行是學(xué)界近年來才開始關(guān)注的方向，研究成果相對較少。以往研究大體經(jīng)歷了從歷史回溯到市場開發(fā)、價值探討、發(fā)展現(xiàn)狀以及對策建議的階段。研究早期以定性分析為主，集中于研學(xué)歷史、人物思想、發(fā)展現(xiàn)狀、產(chǎn)品開發(fā)等內(nèi)容，大多采用文獻分析、田野調(diào)查、訪談等研究方法[3]?，F(xiàn)階段學(xué)者們從解決現(xiàn)實問題出發(fā)，在產(chǎn)品開發(fā)策略、監(jiān)督管理和評價機制等方面提出了相關(guān)建議[4-6]。也有部分學(xué)者基于問卷調(diào)查法針對目的地選擇、參與意愿、需求動機等心理學(xué)層面問題開展定量研究[7-8]。但受限于研究方法本身不足和數(shù)據(jù)采集難度較大，以往研究以個案分析或少量的統(tǒng)計分析為主，針對地區(qū)整體尺度的研究尚待開展，研究方法也需要進一步拓展。

網(wǎng)絡(luò)關(guān)注度是基于關(guān)鍵詞網(wǎng)絡(luò)搜索次數(shù)的統(tǒng)計記錄，代表了居民對相關(guān)活動的關(guān)注程度及行動意愿?！把袑W(xué)旅行”網(wǎng)絡(luò)關(guān)注度在一定程度上可視為活動次數(shù)、宣傳效果、參與意愿等與研學(xué)旅行發(fā)展相關(guān)的綜合信息記錄。因此，本研究將網(wǎng)絡(luò)關(guān)注度作為研學(xué)旅行發(fā)展水平的替代觀測數(shù)據(jù)，通過調(diào)查不同省份搜索指數(shù)的分布，開展我國研學(xué)旅行網(wǎng)絡(luò)關(guān)注度時空分布特征和影響因素的研究，并以此討論研學(xué)旅行地區(qū)發(fā)展現(xiàn)狀，為研學(xué)旅行推廣提供科學(xué)參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

網(wǎng)絡(luò)搜索中包含了用戶的行為信息，百度、360等公司已推出各自的搜索指數(shù)來記錄某些關(guān)鍵詞的搜索痕跡，這類數(shù)據(jù)具有實時、客觀、樣本大、易獲取等特點，可直接、客觀地反映社會熱點及網(wǎng)民的興趣和需求等，目前已在流行病預(yù)測、公共政策、城市發(fā)展、旅游管理、金融預(yù)測等研究領(lǐng)域獲得較多應(yīng)用[9]。

網(wǎng)絡(luò)關(guān)注度的數(shù)據(jù)采集一般使用百度指數(shù)平臺，但目前百度指數(shù)并未收錄“研學(xué)旅行”為主題的關(guān)鍵詞，因此，只能通過其他平臺采集。360瀏覽器是目前國內(nèi)使用最多的瀏覽器，采集的數(shù)據(jù)樣本量較大并提供關(guān)注趨勢曲線，可以顯示搜索內(nèi)容在所選周期內(nèi)用戶的關(guān)注程度和持續(xù)變化情況。因此，本研究采用360指數(shù)平臺，將“研學(xué)旅行”作為搜索關(guān)鍵詞，采集了2017年1月至2021年7月的360指數(shù)數(shù)據(jù)，其中為避免疫情對各地關(guān)注度產(chǎn)生的影響，研究選取2017年1月1日至2019年12月31日作為影響因素研究的時間范圍。在搜索結(jié)果中采集全國34個省份的360指數(shù)年度均值作為網(wǎng)絡(luò)關(guān)注度的地區(qū)數(shù)據(jù)，地區(qū)數(shù)據(jù)加總后得到全國總體數(shù)據(jù)。此外，還搜集了國家統(tǒng)計局網(wǎng)站公布的各省份的人口規(guī)模、平均受教育年限、人均消費水平以及研學(xué)實踐教育基地數(shù)量等指標(biāo)作為影響因素討論的基礎(chǔ)數(shù)據(jù)。

1.2 研究方法

借鑒前人網(wǎng)絡(luò)關(guān)注度時空差異的研究方法[10-13]，分別采用赫芬達爾系數(shù)、變異系數(shù)、莫蘭指數(shù)、季節(jié)性集中指數(shù)衡量研學(xué)旅行網(wǎng)絡(luò)關(guān)注度分布的相對差異，并采用穩(wěn)健回歸方法探索網(wǎng)絡(luò)關(guān)注度地區(qū)差異的影響因素。

1.2.1赫芬達爾系數(shù)。該系數(shù)反映網(wǎng)絡(luò)關(guān)注度在時間上的集聚程度，其公式為：

式中:pi為i月研學(xué)旅行網(wǎng)絡(luò)關(guān)注度占全年關(guān)注度的比值;H為赫芬達爾系數(shù)，H值越趨近1，說明網(wǎng)絡(luò)關(guān)注度分布的時間差異越大。

1.2.2季節(jié)性集中指數(shù)。該指數(shù)是反映研究對象時間分布集中程度的一個指標(biāo)，可用于比較不同年份網(wǎng)絡(luò)關(guān)注度月度時間分布的集中程度，其公式為：

式中:xi代表i月關(guān)注度占全年的百分比；R為季節(jié)性集中指數(shù)，其值越大，說明網(wǎng)絡(luò)關(guān)注度分布的季節(jié)性特征越顯著。

1.2.3變異系數(shù)。該系數(shù)用于反映網(wǎng)絡(luò)關(guān)注度的離散程度，其計算公式為：

1.2.4基尼系數(shù)。該系數(shù)用來考察研學(xué)旅行地區(qū)關(guān)注度分布的差異程度。其計算公式為：

式中:x1，x2，…，xn為降序排序的各地區(qū)網(wǎng)絡(luò)關(guān)注度；n代表地區(qū)數(shù)量；G為基尼系數(shù)，G∈(0，1)，值越大，說明地區(qū)差異程度越大。

1.2.5穩(wěn)健回歸。該方法是統(tǒng)計學(xué)中穩(wěn)健估計的一種方法，主要通過對數(shù)據(jù)中樣本賦予不同的權(quán)重來體現(xiàn)出離群值對回歸方程的影響，通過穩(wěn)健估計方法可以得到更加準(zhǔn)確的結(jié)果，在抵御離群值方面具有較強的優(yōu)越性[14]，并且彌補了傳統(tǒng)最小二乘法(OLS)在使用條件上限制較多[15]的不足。因此，目前該方法已成為傳統(tǒng)線性回歸的替代方法之一。

2 研學(xué)旅行網(wǎng)絡(luò)關(guān)注度時間分布

2.1 年度分布特征分析

自2016年12月《關(guān)于推進中小學(xué)生研學(xué)旅行的意見》頒布以來，研學(xué)旅行關(guān)注度提升十分顯著。2017年以來我國研學(xué)旅行網(wǎng)絡(luò)關(guān)注度波動情況如圖1所示，360指數(shù)已由0增至400的平均關(guān)注度水平。其中在疫情前階段(2017—2019年)，我國研學(xué)旅行發(fā)展較快，360指數(shù)在2017年末激增至477，并在2018年繼續(xù)保持大幅增長，指數(shù)均值達到660，年度峰值接近1 500，而2019年網(wǎng)絡(luò)關(guān)注度增長速度變緩，指數(shù)均值為636，與上一年度接近，但整體關(guān)注度波動變化更加平穩(wěn)；疫情影響階段(2020年至今)，受2019年底全球新冠疫情的影響，研學(xué)旅行相關(guān)活動受到衛(wèi)生安全條件的制約，其關(guān)注度出現(xiàn)大幅下滑，2020年度關(guān)注度指數(shù)均值僅為255，并未出現(xiàn)明顯的波動，整體呈現(xiàn)出受抑制狀態(tài)，2021年網(wǎng)絡(luò)關(guān)注度有所回升，7月份年度平均指數(shù)升至375，但整體上仍處在緩慢的恢復(fù)階段。

圖1 2017年1月至 2021年7月研學(xué)旅行網(wǎng)絡(luò)關(guān)注度360指數(shù)

2.2 月度分布特征分析

為分析網(wǎng)絡(luò)關(guān)注度的月度分布特征，按月份分別計算2018—2020年度網(wǎng)絡(luò)關(guān)注度赫芬達爾系數(shù)和季節(jié)性集中指數(shù)，其中各年度赫芬達爾系數(shù)分別為0.096，0.087和0.086，其結(jié)果均大于0.083，研學(xué)旅行網(wǎng)絡(luò)關(guān)注度分布存在一定時間差異；各年度季節(jié)性集中指數(shù)分別為3.31，1.90和1.54,該指數(shù)在2018年較高，而疫情發(fā)生后開始降低，但整體上研學(xué)旅行網(wǎng)絡(luò)關(guān)注度仍然具有一定季節(jié)性分布特征。

為進一步研究網(wǎng)絡(luò)關(guān)注度的季節(jié)性分布規(guī)律，在統(tǒng)計各月360指數(shù)的基礎(chǔ)上繪制月關(guān)注度占比的堆積面積圖(圖2)。2018—2020年網(wǎng)絡(luò)關(guān)注度整體呈現(xiàn)出淡、旺季交替的周期性分布特征，具體表現(xiàn)在一般每年1—3月、7—9月為淡季，關(guān)注度在2月和8月分別下降至各時段的最低水平，隨后關(guān)注度開始升高；4—6月、10—12月為旺季，關(guān)注度在5月和11月分別提升至各時段的最高水平，隨后關(guān)注度開始下降。以上不同時段的關(guān)注度拐點時間與學(xué)校寒暑期及授課時段高度重合，旺季一般位于歷年春、秋兩季學(xué)期的中段，與以往中小學(xué)組織春游、秋游等時間相似，淡季一般位于寒暑假中段，同時發(fā)現(xiàn)夏季關(guān)注度水平一般高于秋季。上述特征體現(xiàn)了中小學(xué)目前作為研學(xué)旅行相關(guān)活動實施主體的作用，研學(xué)旅行關(guān)注度明顯受到相關(guān)活動組織時間的影響。

2.3 日度分布及需求分布特征分析

360指數(shù)網(wǎng)站24 h網(wǎng)絡(luò)關(guān)注度統(tǒng)計顯示，日關(guān)注度呈現(xiàn)出隨工作作息時間波動的特點，一般在休息時間內(nèi)關(guān)注較低，每日0：00—8：00時關(guān)注度較低，接近于0；工作時段內(nèi)(8：00—18：00)關(guān)注度較高，波峰分別出現(xiàn)在10：00和16：00，關(guān)注度分別達到300左右，之后關(guān)注度又逐步下滑，24：00后降至0。

圖2 2018—2020年研學(xué)旅行網(wǎng)絡(luò)關(guān)注度月度分布

用戶在搜索“研學(xué)旅行”的同時也經(jīng)常關(guān)注的關(guān)鍵詞包括“PPT模板”“可行性報告”“活動方案”“心得體會”“目的和意義”“管理與服務(wù)”等。其搜索范疇集中于研學(xué)旅行項目推廣實施階段的各項工作內(nèi)容，從明確目的和意義到制定方案、提供管理服務(wù)、開展各項宣傳活動等。由此可見，獲取與工作相關(guān)的信息是搜索的主要目的。結(jié)合其工作時段關(guān)注度較高的特征，表明教育、培訓(xùn)及旅游業(yè)相關(guān)群體是現(xiàn)階段的主要關(guān)注者。

3 研學(xué)旅行網(wǎng)絡(luò)關(guān)注度區(qū)域分布

圖3 研學(xué)旅行網(wǎng)絡(luò)關(guān)注度地區(qū)分布Fig.3 Provincial distribution of research travel network attention

4 研學(xué)旅行區(qū)域發(fā)展影響因素

4.1 影響因素假設(shè)

4.1.1地區(qū)消費水平。研學(xué)旅行具有一定的出游屬性，消費水平較高的區(qū)域具有較強的購買能力，出游意愿較高[8]。因此，假設(shè)研學(xué)旅行發(fā)展與區(qū)域消費水平有關(guān)，采用各地區(qū)年均消費總額的對數(shù)值衡量，記為x1。

4.1.2互聯(lián)網(wǎng)設(shè)施數(shù)量?；ヂ?lián)網(wǎng)是當(dāng)前信息獲取的主要方式，作為一種搜索平臺其便捷性也會影響到用戶的搜索行為。因此，假設(shè)網(wǎng)絡(luò)關(guān)注度與區(qū)域互聯(lián)網(wǎng)設(shè)施數(shù)量相關(guān)，用人均互聯(lián)網(wǎng)寬帶接入端口數(shù)量的對數(shù)值衡量，記為x2。

4.1.3受教育程度。研學(xué)旅行作為一種新的教育方式，其接受程度將受本地居民知識文化水平的影響。因此，假設(shè)研學(xué)旅行發(fā)展與受教育程度相關(guān)，用平均受教育年限衡量，記為x3。

4.1.4研學(xué)基地數(shù)量。研學(xué)旅行是有組織、有計劃、有目的的校外實踐活動，理想的空間場所可以保障活動效果和安全性，同時也能起到信息傳播路徑的作用。因此，研學(xué)旅行發(fā)展與研學(xué)基地數(shù)量有關(guān)，用教育部批準(zhǔn)的研學(xué)實踐教育基地、營地數(shù)量衡量，記為x4。

4.1.5旅游業(yè)發(fā)達程度。隨著消費結(jié)構(gòu)升級，國內(nèi)居民在教育和旅游方面的消費支出增長迅速，體驗式教育需求日益增加，旅游業(yè)中研學(xué)旅行相關(guān)產(chǎn)品的推廣也將提升本地區(qū)關(guān)注度。因此，假設(shè)研學(xué)旅行發(fā)展與旅游業(yè)發(fā)達程度有關(guān)，用各地區(qū)旅游業(yè)GDP的對數(shù)衡量，記為x5。

4.2 計算過程與結(jié)果

使用Stata 15.1軟件的robust命令對假設(shè)的影響因素進行穩(wěn)健回歸分析。

4.2.2相關(guān)性分析。依據(jù)相關(guān)性檢驗標(biāo)準(zhǔn)，一般認為相關(guān)性系數(shù)絕對值大于0.8為高度相關(guān)，在0.5～0.8為中度相關(guān)，在0.3～0.5為低度相關(guān)，小于0.3為微弱相關(guān)。與網(wǎng)絡(luò)關(guān)注度具有相關(guān)性且符合中度相關(guān)條件的變量包括受教育年限(x3)和研學(xué)基地數(shù)量(x4)兩個指標(biāo)變量，而人均消費(x1)、人均互聯(lián)網(wǎng)端口數(shù)量(x2)、旅游業(yè)GDP(x5)3個指標(biāo)變量與網(wǎng)絡(luò)關(guān)注度之間為微弱相關(guān)。各指標(biāo)變量中x3和x4以及x2和x5為中度相關(guān)，其他指標(biāo)之間為低度或微弱相關(guān)。

表1 潛在影響因素的robust回歸結(jié)果

4.2.4共線性檢驗。計算膨脹因子(VIF)是衡量自變量之間是否具有多重共線性的最常用方法，根據(jù)共線性診斷標(biāo)準(zhǔn)，如果方差膨脹因子(VIF)超過10，則回歸模型存在嚴重的多重共線性，方差膨脹因子小于10的范圍是可以接受的，表明自變量之間沒有共線性問題存在。通過Stata 15.1計算各變量(x1～x5)的VIF值分別為1.26，1.80，1.94，1.96，1.26，膨脹因子均小于10，說明變量通過共線性檢驗。

4.2.5內(nèi)生性檢驗。由于可能存在遺漏變量或是解釋變量和被解釋變量之間存在相互作用的情況，回歸的計算結(jié)果中將出現(xiàn)偏差從而導(dǎo)致內(nèi)生性問題，其典型表現(xiàn)是解釋變量和殘差項存在相關(guān)關(guān)系。因此，有學(xué)者提出使用二階最小二乘法，利用自變量誤差項的回歸系數(shù)的顯著與否來檢驗內(nèi)生性[21]。選取變量x3，x4為待檢驗變量并估計殘差序列，再將其引入到對所有變量的回歸估計中，其結(jié)果不顯著，說明變量通過內(nèi)生性檢驗。

4.3 結(jié)果討論

對以上結(jié)果的分析表明：(1)基地數(shù)量是網(wǎng)絡(luò)關(guān)注度的顯著影響因素。研學(xué)基地具有良好的空間載體功能，在產(chǎn)品設(shè)計、組織實施、課程建設(shè)等方面為研學(xué)旅行提供了可靠的平臺保障，在各地區(qū)研學(xué)旅行發(fā)展中具有重要的支撐作用；(2)平均受教育年限也是網(wǎng)絡(luò)關(guān)注度的顯著影響因素。不同地區(qū)居民的文化水平差異會影響到價值感知范圍和關(guān)注內(nèi)容[22]，作為一種全新的教育方式，在其推廣中也應(yīng)該考慮居民自身認知能力的現(xiàn)實因素；(3)旅游業(yè)發(fā)達程度、居民消費水平尚不是網(wǎng)絡(luò)關(guān)注度的影響因素，表明目前研學(xué)旅行產(chǎn)品并未進入消費者的關(guān)注視野，研學(xué)旅行市場化程度較低，將其作為一種潛在商品而主動關(guān)注的居民比例較?。?4)互聯(lián)網(wǎng)設(shè)施數(shù)量不是網(wǎng)絡(luò)關(guān)注度的顯著變量，表明目前已關(guān)注群體在社會中的整體比例仍然較低，研學(xué)旅行發(fā)展中網(wǎng)絡(luò)設(shè)施不是主要的限制因素。

5 結(jié)論與討論

5.1 結(jié)論

疫情前我國研學(xué)旅行發(fā)展較快，其網(wǎng)絡(luò)關(guān)注度提升迅速，疫情后出現(xiàn)了大幅下滑，截至目前尚未恢復(fù)。網(wǎng)絡(luò)關(guān)注度在時間上呈現(xiàn)出淡、旺季交替的周期性分布特征，不同時段的關(guān)注度拐點時間與學(xué)校寒暑期及授課時段高度重合。研學(xué)旅行網(wǎng)絡(luò)關(guān)注度存在明顯的地區(qū)差距，其中華北、華中、華東地區(qū)發(fā)展較快，網(wǎng)絡(luò)關(guān)注度較高，東北、華南、西北及西南地區(qū)發(fā)展較慢，關(guān)注度相對較低。受教育程度、研學(xué)基地數(shù)量是網(wǎng)絡(luò)關(guān)注度地區(qū)差異的影響因素，地區(qū)消費水平、互聯(lián)網(wǎng)設(shè)施數(shù)量、旅游業(yè)GDP影響不顯著。

5.2 討論

受新冠疫情的影響，我國研學(xué)旅行發(fā)展速度明顯放緩，隨著疫情進入常態(tài)化防控階段，研學(xué)旅行未來發(fā)展將面臨巨大挑戰(zhàn)，從目前研究結(jié)論中可以推斷：(1) 研學(xué)旅行主動關(guān)注意愿較低。研學(xué)旅行網(wǎng)絡(luò)關(guān)注度呈現(xiàn)出在學(xué)期內(nèi)季節(jié)性波動的特點，說明學(xué)校目前作為直接參與部門，主要承擔(dān)了研學(xué)旅行方案設(shè)計和推廣的工作，而相關(guān)搜索內(nèi)容和搜索時間都與工作密切相關(guān)，說明除工作安排以外的時間公眾主動搜索行為較少。(2) 研學(xué)旅行市場化程度低。旅游業(yè)發(fā)達程度、消費水平指標(biāo)對區(qū)域關(guān)注度還沒有顯著影響，說明研學(xué)旅行類產(chǎn)品尚未得到市場的廣泛認可，缺乏普遍的消費意愿。安全性、參與價值、服務(wù)質(zhì)量與完善的監(jiān)督機制是公眾消費行為發(fā)生的前提。因此，應(yīng)加強市場服務(wù)體系建設(shè)。(3)研學(xué)旅行發(fā)展面臨巨大挑戰(zhàn)?，F(xiàn)階段網(wǎng)絡(luò)關(guān)注度恢復(fù)速度仍比較緩慢，疫情反復(fù)將對研學(xué)旅行的快速發(fā)展造成阻礙，疫情影響下研學(xué)活動組織規(guī)模和頻率都會出現(xiàn)下滑并由此對從業(yè)者積極性產(chǎn)生不良影響。此外，市場化研學(xué)旅行的發(fā)展受居民消費能力的限制，疫情影響下全球經(jīng)濟發(fā)展可能出現(xiàn)放緩甚至衰退。因此，研學(xué)旅行未來發(fā)展仍將面臨著巨大挑戰(zhàn)。

本研究采用的360指數(shù)是百度指數(shù)的替代數(shù)據(jù)，搜索關(guān)鍵詞的選取沒有加入相近的關(guān)鍵詞，研究數(shù)據(jù)的全面性有待提高；自變量選取的理論依據(jù)仍有待于進一步加強，選取自變量的類型還不夠豐富，模型整體的擬合效果還有較大的提升空間；疫情穩(wěn)定后各地區(qū)研學(xué)旅行關(guān)注度正開始逐步恢復(fù)，其影響因素也將發(fā)生一定程度改變，未來仍需要對研學(xué)旅行發(fā)展進行跟蹤研究。