基于景區(qū)抖音粉絲關(guān)注度的長江經(jīng)濟帶旅游經(jīng)濟空間結(jié)構(gòu)及其影響因素分析

劉卓林，趙 芮，丁志偉

(河南大學地理與環(huán)境學院/黃河中下游數(shù)字地理技術(shù)教育部重點實驗室/區(qū)域發(fā)展與規(guī)劃研究中心/環(huán)境與規(guī)劃國家級實驗教學示范中心，河南 開封 475004)

景區(qū)等級不僅是旅游資源開發(fā)與社會認可的重要體現(xiàn)，同時也是景區(qū)品牌效應以及對外宣傳的重要保障[1].然而，在旅游業(yè)迅猛發(fā)展的新常態(tài)下，單純地依靠提升單個景區(qū)等級質(zhì)量或者增加地區(qū)景區(qū)數(shù)量已不能滿足旅游體系整體發(fā)展的需要，網(wǎng)絡化的宣傳已成為重要的宣傳手段和推介渠道.因此，提升景區(qū)的網(wǎng)絡宣傳效應，深度加強景區(qū)之間的合作與融合，才能更好地開創(chuàng)旅游業(yè)發(fā)展的新路徑，滿足消費者的多樣化、個性化需求，也有利于更好應對疫情背景下旅游業(yè)發(fā)展所面臨的困難和挑戰(zhàn)[2].抖音作為傳播熱點事件的熱門APP，以獨特的運營機制以及營銷手段博得用戶關(guān)注，成為“記錄美好生活”“連接你我”“看見世界”的熱門短視頻軟件.因此，各景區(qū)的抖音粉絲量指標，作為測度景區(qū)線上發(fā)展以及用戶關(guān)注度的虛擬數(shù)據(jù)，表征著景區(qū)實體建設質(zhì)量、景區(qū)影響力、整體資源開發(fā)和組合狀況，是測度景區(qū)“線上”發(fā)展水平的重要指標.基于此，本研究依據(jù)景區(qū)的抖音粉絲量數(shù)據(jù)，對長江經(jīng)濟帶旅游經(jīng)濟的空間組合狀況以及發(fā)育水平進行研究，從而為景區(qū)空間結(jié)構(gòu)的優(yōu)化以及高質(zhì)量發(fā)展提供微觀尺度的支撐，也期望為建設旅游經(jīng)濟強帶提供理論支持．

從以往的研究來看，國內(nèi)外學者多從兩個方面來揭示景區(qū)的空間結(jié)構(gòu)特征，一是實體景區(qū)的空間結(jié)構(gòu)以及分布規(guī)律，以此來分析景區(qū)的分布格局[3-6]、集散特征[7-9]以及影響因素[10-13]，二是通過對景區(qū)空間結(jié)構(gòu)演化特征的研究來揭示景區(qū)結(jié)構(gòu)的動態(tài)演化過程[14-16].而基于網(wǎng)絡關(guān)注度指標對景區(qū)虛擬空間結(jié)構(gòu)的研究較少，空間結(jié)構(gòu)動態(tài)演化的分析亦不多見.從數(shù)據(jù)來源來看，以往的研究多是基于官方統(tǒng)計數(shù)據(jù)[15]、游客足跡[16-19]等對景區(qū)空間結(jié)構(gòu)展開研究，鮮有學者利用熱門、直觀且新潮的抖音云數(shù)據(jù)對虛擬旅游結(jié)構(gòu)進行研究.從研究視角來看，早期對于景區(qū)結(jié)構(gòu)的研究多基于景區(qū)分布特征[6，8，10]、空間可達性[9]、旅游線路網(wǎng)絡以及景區(qū)經(jīng)濟聯(lián)系[20-22]，而近期伴隨旅游大數(shù)據(jù)的興起，使得基于網(wǎng)絡數(shù)據(jù)對旅游景區(qū)虛擬空間結(jié)構(gòu)的研究逐漸增多.總體看來，當前旅游大數(shù)據(jù)主要集中在百度指數(shù)[23-25]、微博[26]以及數(shù)字足跡[17-19]等方面，基于抖音關(guān)注量指標的景區(qū)空間結(jié)構(gòu)研究相對較少.從旅游空間結(jié)構(gòu)研究涉及的尺度來說，國內(nèi)基于景區(qū)關(guān)注度的研究多從宏觀尺度和微觀尺度兩個方面展開.在宏觀尺度上，選取全國[6，9]或者長江三角洲[27]、中原經(jīng)濟區(qū)[28]、黃河流域[29-31]等典型大區(qū)進行研究，在微觀尺度上選取某個知名省[5，7，13]、市[10，14-15]進行研究，且研究區(qū)多集中于南部和東南部地區(qū)，而對中宏觀尺度的研究較少.因此，在當今抖音日用戶量突破6億的火爆局面下，借助抖音粉絲量指標數(shù)據(jù)，結(jié)合數(shù)理統(tǒng)計及空間分析等方法來探究長江經(jīng)濟帶的虛擬旅游空間結(jié)構(gòu)特征，對拓寬已有的旅游網(wǎng)絡關(guān)注度視角、加快旅游產(chǎn)業(yè)線上線下的融合發(fā)展、促進疫情常態(tài)下旅游業(yè)的復蘇具有重要的時代價值．

1 研究數(shù)據(jù)及方法

1.1 數(shù)據(jù)及來源

1.1.1 景區(qū)名錄數(shù)據(jù) 基于獲取的長江經(jīng)濟帶景區(qū)名錄，利用百度地圖拾取坐標系統(tǒng)(http：//aqsc.shmh.gov.cn/gis/getpoint.htm)獲得各景區(qū)的經(jīng)緯度坐標，得到景區(qū)的數(shù)量統(tǒng)計圖和空間矢量化數(shù)據(jù)(圖1和圖2)．

圖1 長江經(jīng)濟帶景區(qū)數(shù)量統(tǒng)計圖Fig.1 Number of scenic spots in the Yangtze River Economic Belt

1.1.2 粉絲量數(shù)據(jù) 景區(qū)的粉絲量數(shù)據(jù)主要通過在抖音APP中爬取獲得，由于考慮到部分私人賬戶以景區(qū)名稱命名，與景區(qū)關(guān)聯(lián)性不大且主觀性較強，因此對私人景區(qū)賬戶進行摒棄，僅選用開設有官方抖音賬號的景區(qū)進行研究.結(jié)合景區(qū)粉絲量數(shù)據(jù)的爬取結(jié)果及確定的A級以上景區(qū)名錄，最終確定了1 750個研究單元．

1.1.3 景區(qū)實體發(fā)展數(shù)據(jù) 本研究選用美團、攜程、去哪兒旅行三方網(wǎng)站的用戶總評價數(shù)據(jù)來間接測度景區(qū)的實體發(fā)展情況.通過爬取1 750個研究單元在三方網(wǎng)站的用戶評價數(shù)據(jù)并將其進行匯總處理，得到景區(qū)總的點評量數(shù)據(jù)．

1.1.4 影響因子數(shù)據(jù) 經(jīng)濟社會統(tǒng)計數(shù)據(jù)來源于各地市統(tǒng)計年鑒、公報及官方數(shù)據(jù)，景區(qū)宣傳及運營數(shù)據(jù)來源于相關(guān)網(wǎng)站及抖音APP.

1.2 研究方法

1.2.1 空間等級差異法 常見的空間分級、分類方法有自然斷裂點分級法、等值劃分法、幾何間隔分類法等，各種方法各有其利弊[32-33].其中，自然斷裂點能使分類結(jié)果保持組內(nèi)差異最小、組間差異最大的統(tǒng)計特征，實現(xiàn)對研究尺度的科學分類.因此本研究采用該方法分析景區(qū)關(guān)注度的空間分布特征以及景區(qū)線上發(fā)展的總體空間結(jié)構(gòu)特征．

1.2.2 空間集聚分析法 核密度分析在地理學中常用來表征點狀要素在空間上的分布密度[34-35]，在分析空間核心集聚區(qū)中具有獨有的優(yōu)勢.基于景區(qū)的抖音關(guān)注度指標，選用k=1 km的范圍對各類景區(qū)空間虛擬關(guān)注度進行核密度分析，由此反映長江經(jīng)濟帶A級景區(qū)線上發(fā)展的“冷熱”地區(qū)．

1.2.3 空間結(jié)構(gòu)分析法 最鄰近指數(shù)是近年來判斷點狀事物空間分布類型的常用指標，因此本研究采用此方法來準確、客觀地分析景區(qū)點要素的空間結(jié)構(gòu)屬性，計算公式如下：

(1)

(2)

1.2.4 空間回歸分析 作為空間統(tǒng)計分析中的前沿方法，GWR模型利用非參數(shù)局部加權(quán)回歸技術(shù)，完善了傳統(tǒng)線性回歸模型的擬合優(yōu)度，能夠反映參數(shù)在不同時空尺度內(nèi)的非平穩(wěn)性以及變量間的關(guān)系隨空間變化的特征[37]，其測度結(jié)果更具科學性.本文利用GWR模型對長江經(jīng)濟帶景區(qū)虛擬關(guān)注度的影響因素進行空間回歸分析，模型如下：

(3)

式中，yi為i單元上的因變量，(ui，vi)為第i個研究單元的空間地理坐標，βk(ui，vi)為第i個研究單元上的第k個回歸參數(shù)，xik為i單元上的第k個解釋變量，εi為隨機誤差．

2 結(jié)果與分析

2.1 空間分異特性

通過ArcGIS空間分析軟件，利用Jenks自然斷裂點分析法，將各A級景區(qū)的抖音關(guān)注度水平進行等級劃分，并進行可視化處理，結(jié)果見圖2．

圖2 長江經(jīng)濟帶抖音關(guān)注度水平自然斷裂點分級圖Fig.2 Classification map of natural breaking points of Douyin’s attention level of the Yangtze River Economic Belt

由圖2可知，景區(qū)抖音關(guān)注度差異較大，基于關(guān)注度的差異跨度，將其分為高、較高、中等、較低、低5個等級區(qū)間.從各等級構(gòu)成來看，景區(qū)數(shù)量與關(guān)注度等級表現(xiàn)出明顯的負相關(guān)特征，即關(guān)注度等級越高，景區(qū)數(shù)量越少.在研究區(qū)的1 750個景區(qū)中，高關(guān)注度景區(qū)僅有1個，不足景區(qū)總數(shù)的1‰，表現(xiàn)出明顯的翹首特征，較高及中等關(guān)注度景區(qū)有13個，數(shù)量雖有所增加，但仍屬于區(qū)區(qū)之眾。相比之下，較低及低等級關(guān)注度景區(qū)數(shù)量明顯較多，占據(jù)景區(qū)總數(shù)的99.2%，這也從側(cè)面表現(xiàn)出研究區(qū)景區(qū)抖音線上關(guān)注度水平整體不高的特點.從景區(qū)粉絲量的數(shù)量差異來看，高水平景區(qū)粉絲量高達363.2萬人，成為抖音界的翹楚，而多數(shù)景區(qū)抖音粉絲量低至1.1萬人，更有甚者低至個位數(shù)，表現(xiàn)出明顯的落差跨度.從景區(qū)的空間分布來看，高等級關(guān)注度景區(qū)在空間上呈“孤峰”式的分布特征，并在其周邊由多個中低等級關(guān)注度景區(qū)形成密集式環(huán)繞；較高關(guān)注度景區(qū)在空間分布上較為集中，且主要分布在全區(qū)的東部及東北部；中等、較低關(guān)注度景區(qū)在空間分布上表現(xiàn)出不均衡特征，主要分布在研究區(qū)的東部和西部地區(qū)，而在中部地區(qū)分布較少，且表現(xiàn)出“東密西疏”特征；低關(guān)注度景區(qū)分布范圍較廣，但主要集中在東部沿海地區(qū)，而在西部地區(qū)的四川、云南一帶分布密度較低．

從市域尺度來看，成都市、蘇州市、上海市、南昌市、嘉興市等的景區(qū)空間分布密度較大，且常伴有高關(guān)注度景區(qū)分布，線上旅游經(jīng)濟發(fā)展前景較好；而甘孜州、涼山州、臨滄市、文山壯族苗族自治區(qū)、天門市、潛江市、滁州市等地的景區(qū)分布相對稀疏且關(guān)注度水平不高，旅游經(jīng)濟發(fā)展較為落后.總體來看，全區(qū)線上旅游發(fā)展水平差距較大，整體表現(xiàn)出東西分異格局，東部沿海地區(qū)景區(qū)分布密集且關(guān)注度水平整體較高，呈現(xiàn)出線上線下雙發(fā)展的融合之勢，而西部邊緣區(qū)景區(qū)發(fā)展后勁明顯不足，應更加注重推動旅游業(yè)的轉(zhuǎn)型及融合發(fā)展，打造特色旅游、優(yōu)質(zhì)景區(qū)，增加景區(qū)的吸引力，提升景區(qū)的影響力．

2.2 空間集聚特征

依據(jù)所劃分的景區(qū)類型，對全區(qū)帶1 750個景區(qū)的抖音關(guān)注度進行密度分析，結(jié)果見圖3．從全部景區(qū)的核密度分布特征來看，在空間上呈現(xiàn)“雙核引航，多核聯(lián)動”的分布格局.雙核主要分布在四川省的成都市以及江蘇省的蘇州市這兩個地區(qū)，前者是由成都市大熊貓繁育研究基地憑一己之力帶動所形成，而后者的形成多依賴于景區(qū)空間臨近度的優(yōu)勢以及多個高關(guān)注度景區(qū)的融合之力所形成.另外，在江蘇省徐州市還分布有一個中等密度的核心區(qū)，作為歷史文化名城，其形成多基于當?shù)氐奈幕绊懥?除上述核心區(qū)以外，在昆明、重慶、武漢、長沙以及蘇浙的西部等地區(qū)還形成了多個等級不一的弱級核心，與高等級核心區(qū)共同構(gòu)成多核并存的空間分布格局.從自然類景區(qū)看，在空間上呈現(xiàn)“一片兩高，三中四弱”的分布特征，“一片”是指在蘇浙地區(qū)，圍繞南通、蘇州以及杭州、湖州、宣州、黃山四市交界處所形成的高水平的集聚片區(qū)；“兩高”是指在云南省的西雙版納自治州以及昆明市所形成的高關(guān)注度核心區(qū)，以上集聚區(qū)的形成從側(cè)面反映出了該地區(qū)自然風光的旖旎及景區(qū)影響力；“三中”是指在武漢市、重慶市西南部以及萍鄉(xiāng)市和宜春市的交界處所形成的中等密度核心區(qū)；“四弱”主要分布在連云港市、宜昌市、重慶市與達州市交界處以及甘孜州與迪慶藏族自治州的交界地帶，這幾個地區(qū)雖自然類景區(qū)分布較多，但受制于低景區(qū)質(zhì)量以及弱宣傳投資的影響，景區(qū)抖音線上關(guān)注度指數(shù)不高，線上發(fā)育不完善.從人文類景區(qū)的空間關(guān)注格局來看，主要呈現(xiàn)出“二強一弱”的結(jié)構(gòu)特征.在江蘇省的蘇州市、徐州市等東部地區(qū)形成兩個高密度集聚核心區(qū)，展現(xiàn)出江蘇省深厚的文化底蘊，而在中部以及西部地區(qū)核密度較低，僅在成都市形成一個相對較弱的核心區(qū)，表現(xiàn)出明顯的東西分異格局.人工型景區(qū)表現(xiàn)為典型的“主核引領(lǐng)，副核驅(qū)動”特征，主核位于四川省成都市，其形成主要依仗大熊貓繁育基地的建立.作為“國寶”的大熊貓，憑借其稀缺性、價值性以及可愛的外表，俘獲大批粉絲，帶動該地成為高關(guān)注度核心區(qū).副核位于紹興市、金華市以及上海市一帶，該區(qū)域利用技術(shù)及資金優(yōu)勢打造生態(tài)園、科技產(chǎn)業(yè)園、影視城、歡樂谷等，在景區(qū)建設中融入科技元素，更具時代特色，同時也增加了景區(qū)自身的神秘感和趣味性，因此景區(qū)的抖音關(guān)注量較大。

圖3 長江經(jīng)濟帶景區(qū)關(guān)注度核密度分析圖Fig.3 Kernel density analysis chart of scenic spot attention in the Yangtze River Economic Belt

2.3 空間結(jié)構(gòu)特征

基于五個等級分類，利用最鄰近指數(shù)公式來計算各關(guān)注度等級景區(qū)在空間上的相互鄰近程度，結(jié)果見表1．

由表1可知，從空間集聚類型來看，中、高關(guān)注度旅游景區(qū)在空間上均呈均勻狀態(tài)分布，但高、較高關(guān)注度水平的旅游景區(qū)最鄰近指數(shù)大于1的趨勢更加明顯，空間均勻分布的特征更為顯著.中等關(guān)注度等級景區(qū)最鄰近指數(shù)雖大于1，但接近于1的特征顯著，更傾向于隨機分布.較低、低關(guān)注度等級的景區(qū)空間分布類型均為凝聚型，空間集聚特征顯著，且表現(xiàn)出空間集聚水平隨等級降低而增強的趨勢.從距離變化特征來看，由高關(guān)注度景區(qū)到低關(guān)注度景區(qū)，平均最鄰近距離減少了2.827 4 km，理論平均最鄰近距離減少了1.344 km，使得景區(qū)最鄰近指數(shù)減少了1.347 8，表明隨著景區(qū)關(guān)注度水平的降低，景區(qū)的空間集聚性在進一步增強.從各關(guān)注度等級的景區(qū)數(shù)量來看，景區(qū)數(shù)量隨關(guān)注度等級的降低出現(xiàn)猛增趨勢，從而使景區(qū)在空間上的密集程度有所提高，這也進一步解釋了最鄰近指數(shù)的變化特征．

表1 各關(guān)注度旅游景區(qū)最鄰近指數(shù)Tab.1 Closest proximity index of tourist attractions of interest

2.4 虛實差異對比

景區(qū)點評數(shù)量從側(cè)面反映了景區(qū)接待人數(shù)的多寡，是景區(qū)實體受關(guān)注度以及發(fā)育狀態(tài)的間接表征.基于此，在利用抖音虛擬關(guān)注度指標對長江經(jīng)濟帶旅游經(jīng)濟空間結(jié)構(gòu)進行分析的基礎上，通過搜集美團、攜程、去哪兒三方網(wǎng)站的景區(qū)點評量數(shù)據(jù)并進行綜合整理，運用自然斷裂點分級法進行空間表達，結(jié)果見圖4.

圖4 長江經(jīng)濟帶各景區(qū)三方網(wǎng)站點評量分級圖Fig.4 The grading chart of the amount of comments on the websites of scenic spots in Yangtze River Economic Belt

由圖4可知，各景區(qū)點評量高值集聚、中低值分散的特征明顯.景區(qū)點評量的高、較高值點主要分布在長江經(jīng)濟帶上游的成渝經(jīng)濟區(qū)以及下游的長三角地區(qū)，尤其在四川成都、江蘇蘇州以及上海市的高值集聚特征明顯.四川省憑借獨特的地理環(huán)境造就了得天獨厚的旅游資源，擁有眾多高品位的自然景觀和人文景觀，如九寨溝、峨眉山、樂山大佛、青城山、大熊貓自然保護區(qū)等，而成都市作為四川省的省會城市，不僅在資源開發(fā)建設方面具有傾向性優(yōu)勢，而且自身還是歷史文化名城，歷史遺留下來的名勝古跡帶有很好的抖音關(guān)注；蘇州作為歷史和現(xiàn)代相結(jié)合的旅游城市，不僅有“園林之城”“人間天堂”的美稱，而且還是重要的商業(yè)中心、經(jīng)濟中心和交通中心，不管是旅游軟實力還是發(fā)展環(huán)境硬實力的支撐作用都是顯著的；上海作為新興發(fā)展起來的旅游城市，不僅地理位置優(yōu)越，而且旅游資源種類眾多，除山地景觀、水域風光、遺址遺跡等傳統(tǒng)的自然和人文類旅游資源之外，還依托經(jīng)濟以及科技實力的支撐打造出建筑和設施類風光，如東方明珠、環(huán)球中心、金茂大廈等，吸引眾多游客觀光游覽.除上述地區(qū)以外，在江蘇揚州、安徽黃山、浙江金華、湖北武漢、四川樂山等地也形成了小范圍的較高值點，這主要與區(qū)內(nèi)的單一型景區(qū)建設有關(guān).中值景區(qū)數(shù)量相對較多且分布范圍較廣，主要集中在入?？谝粠Вw表現(xiàn)出“東密西疏”的特點.

同時，結(jié)合景區(qū)抖音虛擬關(guān)注度的空間差異特征(圖2)和景區(qū)實體發(fā)展情況(圖4)，對“智慧旅游”背景下長江經(jīng)濟帶旅游經(jīng)濟的虛實發(fā)展差異進行對比分析.通過比較分析可知，區(qū)域內(nèi)景區(qū)的發(fā)展模式大致可以分為四種類型：1) “線上線下”雙發(fā)展型.江蘇蘇州、浙江金華、四川成都以及上海等地不僅基于三方平臺所測度的景區(qū)線下接待游客數(shù)量多，而且基于虛擬關(guān)注度水平所測度的景區(qū)“線上”網(wǎng)絡關(guān)注度水平也比較高，無論是“線上”還是“線下”都屬于旅游高質(zhì)量發(fā)展區(qū).這也說明上述地區(qū)不僅注重景區(qū)自身建設以及名片的打造，還充分順應互聯(lián)網(wǎng)之勢，借助大數(shù)據(jù)平臺對景區(qū)進行多樣化宣傳，形成景區(qū)“線上線下”雙發(fā)展的融合態(tài)勢.2) “線上”單發(fā)展型.江蘇徐州景區(qū)線下接待游客數(shù)量并不多，其實體建設水平在整個景區(qū)體系中并不突出甚至于較為落后，但借助于網(wǎng)絡數(shù)據(jù)平臺對旅游產(chǎn)品進行精心營銷和包裝打造，使得該地區(qū)發(fā)育成為景區(qū)“線上”高質(zhì)量發(fā)展區(qū).3) “線下”單發(fā)展型.安徽黃山和湖北武漢憑借豐富的旅游資源使得景區(qū)的實體發(fā)展情況較好，在景區(qū)體系中屬于較高發(fā)展水平，但是由于不注重“互聯(lián)網(wǎng)+旅游”模式對旅游業(yè)的積極影響，不注重對景區(qū)的網(wǎng)絡宣傳，使得“線上”旅游業(yè)的發(fā)展水平并不高.4) “線上線下”雙低型.大部分景區(qū)，尤其是低等級和質(zhì)量水平不高的景區(qū)，不僅忽視景區(qū)自身建設，不注重景區(qū)形象的提升，導致基礎設施不健全、游客游覽體驗感不佳，而且還不懂得巧借互聯(lián)網(wǎng)發(fā)展的優(yōu)勢，改變景區(qū)發(fā)展模式，開辟景區(qū)線上發(fā)展的新境界并注重對景區(qū)的宣傳和營銷，以至于形成“線上線下”雙低格局．

3 影響因素分析

景區(qū)網(wǎng)絡關(guān)注水平是以地區(qū)發(fā)展環(huán)境為支撐，以實體景區(qū)建設為依托，并借助網(wǎng)絡化的宣傳和營銷手段所形成的產(chǎn)物，不僅與地區(qū)發(fā)展環(huán)境相聯(lián)系，與實體建設相掛鉤，還與網(wǎng)絡的宣傳和運作密切相關(guān).因此從經(jīng)濟條件、交通條件、服務水平這3個維度出發(fā)，選取6個指標因子對地區(qū)發(fā)展環(huán)境的支撐作用進行測度評估.同時，考慮到抖音的“同城”功能以及鄉(xiāng)土情懷對人們的影響，選取地區(qū)的常住人口數(shù)來表征地區(qū)的人口支撐力.國內(nèi)旅游人數(shù)、旅游收入以及景區(qū)等級是景區(qū)自身建設的直接表征，因此選用這3個指標來測度景區(qū)的實體發(fā)育水平以及容納力.值得說明的是，景區(qū)等級作為質(zhì)化的級別分類結(jié)果，無法進行矢量化分析，因此用量化的等級得分表征，其中5A級景區(qū)5分，4A級4分，以此類推.景區(qū)的網(wǎng)絡化宣傳是借助于互聯(lián)網(wǎng)大勢，通過質(zhì)化和量化的宣傳手段，提升景區(qū)知名度并獲得經(jīng)濟效益的重要方式，因此選用年末寬帶用戶數(shù)來反映地區(qū)網(wǎng)絡經(jīng)濟的發(fā)育狀況，選用景區(qū)發(fā)布的抖音視頻數(shù)以及點贊量來反映宣傳力度.考慮到景區(qū)點的各項指標數(shù)據(jù)的獲取難度，因此本文以長江經(jīng)濟帶127個市、州為面域單元進行分析，結(jié)果見表2．由表2可知，景區(qū)網(wǎng)絡宣傳的視頻質(zhì)量對景區(qū)關(guān)注度水平提升大于景區(qū)實體建設水平.地區(qū)生產(chǎn)總值、國內(nèi)旅游收入等實體經(jīng)濟指標有一定作用，但明顯不及視頻宣傳效應.

利用OLS模型和GWR模型對所選指標進行數(shù)據(jù)擬合性測算，結(jié)果見表3.由表3可知，OLS回歸模型的決定系數(shù)R2為0.795，調(diào)整后的R2為0.776，低于GWR模型的決定系數(shù)和調(diào)整決定系數(shù)，說明GWR模型的擬合效果要優(yōu)于OLS.同時，OLS模型的AICc值為182.152，與GWR模型的AICc值176.696相差大于3，進一步說明GWR模型更具適用性，能更好的擬合觀測數(shù)據(jù)，因此選用GWR模型對長江經(jīng)濟帶旅游景區(qū)網(wǎng)絡關(guān)注水平的空間異質(zhì)性因素進行分析[38]．結(jié)果見圖5、圖6.

表2 OLS分析結(jié)果Tab.2 OLS analysis results

表3 OLS與GWR對比Tab.3 OLS and GWR comparison

3.1 宣傳力度對網(wǎng)絡旅游經(jīng)濟的影響

由圖5可知，云南、貴州、四川、重慶、湖南西部省份以及湖北恩施市的回歸系數(shù)為負值且絕對值較小，表明上述地區(qū)的網(wǎng)絡旅游發(fā)育情況與投放市場進行宣傳的視頻數(shù)量具有較弱的負相關(guān)性.而江蘇、浙江、上海、安徽、江西以及湖北省東部的部分省份表現(xiàn)則為正驅(qū)動特征，尤其在蘇浙滬三個地區(qū)最為顯著.形成這種影響力空間異質(zhì)性的原因主要是由于地區(qū)的網(wǎng)絡經(jīng)濟發(fā)育水平，沿海一帶的網(wǎng)絡化水平較高，宣傳力度隨視頻數(shù)量的增加而增加，而上中游地區(qū)由于網(wǎng)絡發(fā)育水平不高，所以視頻數(shù)量不會對網(wǎng)絡旅游經(jīng)濟發(fā)展產(chǎn)生重大影響.由圖5亦可知，視頻獲贊數(shù)的回歸系數(shù)均為正值，說明視頻質(zhì)量與網(wǎng)絡旅游經(jīng)濟發(fā)育水平呈正相關(guān)，即視頻質(zhì)量越高，網(wǎng)絡經(jīng)濟發(fā)育越好.視頻質(zhì)量的回歸系數(shù)呈現(xiàn)出由南向北逐漸增加的趨勢，且在江蘇、安徽、湖北省的北部省份，四川省巴中縣相關(guān)性最強，說明較南部地區(qū)而言，宣傳質(zhì)量對北部地區(qū)的正向驅(qū)動作用更強.除了景區(qū)自身的宣傳作用以外，政府、主流媒體以及抖音APP的推送也推動著網(wǎng)絡旅游經(jīng)濟的增長.政府為網(wǎng)絡經(jīng)濟的發(fā)展提供大環(huán)境支撐，也為景區(qū)的網(wǎng)絡化營銷保駕護航；主流媒體具有較強的網(wǎng)絡傳播力以及宣傳引領(lǐng)作用，對于“智慧旅游”的發(fā)展起到積極的引導作用；抖音以獨特的運營機制將景區(qū)所投放視頻定向的推送給潛在用戶，對于提高短視頻“完播量”以及影響力意義重大．

圖5 長江經(jīng)濟帶網(wǎng)絡宣傳回歸系數(shù)空間分布Fig.5 Spatial distribution of regression coefficient of network publicity in the Yangtze River Economic Belt

3.2 實體建設及網(wǎng)絡化水平對網(wǎng)絡旅游經(jīng)濟的影響

由圖6可知，國內(nèi)旅游人數(shù)的回歸系數(shù)在四川、云南、重慶以及貴州西部為負值，呈現(xiàn)負驅(qū)動作用，在該區(qū)域以東回歸系數(shù)均為正值且逐漸增大，正向驅(qū)動作用逐漸明顯，說明與西部地區(qū)相比而言，景區(qū)建設水平在東部地區(qū)表現(xiàn)出更強的正向相關(guān)性，這主要是由于區(qū)位條件以及交通通達度所造成的.年末寬帶用戶數(shù)的回歸系數(shù)除在江蘇東南部、浙江中東部、上海以及云南德宏州具有正向相關(guān)作用以外，其他地區(qū)均表現(xiàn)出負相關(guān)作用，且在成渝經(jīng)濟區(qū)及東部部分地區(qū)負相關(guān)作用明顯，表明網(wǎng)絡經(jīng)濟發(fā)育水平在一定程度上推動了“智慧旅游”的發(fā)展，但主要以負效應為主，正效應只存在于少數(shù)地區(qū)．

圖6 長江經(jīng)濟帶實體建設與網(wǎng)絡化水平回歸系數(shù)空間分布Fig.6 Spatial distribution of horizontal regression coefficient between physical construction and networking in the Yangtze River Economic Belt

3.3 經(jīng)濟條件對網(wǎng)絡旅游經(jīng)濟的影響

由圖7可知，地區(qū)生產(chǎn)總值對23.6%的地區(qū)具有正向影響，對76.4%的地區(qū)具有負相關(guān)效應.受正向影響的地區(qū)主要分布在重慶、云南、四川、貴州、安徽以及河北省西部的部分市域單元內(nèi)，其中云貴川渝的正向相關(guān)性最強.受負向影響的地區(qū)分布在江蘇、浙江、上海、安徽、貴州以及河北省的東部市域，且呈現(xiàn)出由西向東負效應逐漸增強的趨勢.其原因在于研究區(qū)西部地區(qū)的經(jīng)濟發(fā)育水平落后，網(wǎng)絡旅游的發(fā)展受經(jīng)濟的制約性作用較大，而東部地區(qū)經(jīng)濟發(fā)展水平較高，限制性作用較小.人均可支配收入除對四川、貴州的大部分地區(qū)以及云南省具有較弱的負向相關(guān)作用以外，對其他地區(qū)均表現(xiàn)出正相關(guān)影響，且由西向東進入蘇浙等生活水準較高的地區(qū)，回歸系數(shù)逐漸變大，影響作用變強，說明人均可支配收入的提高在很大程度上對網(wǎng)絡旅游經(jīng)濟的發(fā)展具有正向促進作用．

3.4 交通條件對網(wǎng)絡旅游經(jīng)濟的影響

由圖8可知，高速公路里程的回歸系數(shù)除在云南大部分地區(qū)以及貴州興義市為負之外，在其他地區(qū)均顯著為正，且由內(nèi)陸到沿海，正向相關(guān)性逐漸增強，在江蘇、上海以及浙江省的湖州、寧波、紹興、嘉興等地達到最強.表明大部分地區(qū)的高速里程對網(wǎng)絡旅游的發(fā)展產(chǎn)生正向效應，且對旅游“熱區(qū)”的正向相關(guān)性較強.從公路里程回歸系數(shù)的空間分布看，在江蘇、浙江的大部分地區(qū)，云南的德宏、保山、臨滄、普洱、西雙版納以及上海等地相關(guān)系數(shù)為負值，說明在上述地區(qū)公路里程與網(wǎng)絡旅游的發(fā)展呈負相關(guān)，尤其在蘇浙一帶絕對值較大，說明負相關(guān)性較強.而在除此之外的其他地區(qū)系數(shù)均為正值，其中正相關(guān)性強度在除甘孜州以外的四川地區(qū)、云南昭通、湖南西部部分市區(qū)、重慶以及湖北十堰、神農(nóng)架、宜昌、恩施等地形成“駝峰”分布，造成這一現(xiàn)象的原因主要是由于區(qū)域地形差異．

圖7 長江經(jīng)濟帶經(jīng)濟支撐回歸系數(shù)空間分布Fig.7 Spatial distribution of economic support regression coefficients in the Yangtze River Economic Belt

圖8 長江經(jīng)濟帶交通支持回歸系數(shù)空間分布Fig.8 Spatial distribution of regression coefficients of traffic support in the Yangtze River Economic Belt

3.5 服務水平對網(wǎng)絡旅游經(jīng)濟的影響

由圖9可知，城鎮(zhèn)化率除在蘇浙一帶表現(xiàn)為較弱的負相關(guān)特征以外，在其他地區(qū)均表現(xiàn)為正驅(qū)動特征，且在四川、云南、貴州、重慶等地的正相關(guān)作用最為顯著，這主要是由于云貴地區(qū)整體發(fā)展較為落后，設施不完備，旅游業(yè)的發(fā)展容易受制于城鎮(zhèn)化水平的影響.三產(chǎn)人員比重除在四川、云南等地表現(xiàn)為較弱的負相關(guān)性以外，在東部的其他地區(qū)均變現(xiàn)出正向驅(qū)動特征，且由西向東，相關(guān)性逐漸增強，到蘇浙一帶達到最強.這是由于蘇浙等地資金、科技力量較為雄厚，多以建設人工型景區(qū)為主，所以對第三產(chǎn)業(yè)的要求較高．

圖9 長江經(jīng)濟帶服務水平回歸系數(shù)空間分布Fig.9 Spatial distribution of regression coefficient of service level in the Yangtze River Economic Belt

4 結(jié)論與討論

4.1 結(jié)論

從空間分異特征來看，各省、市的旅游網(wǎng)絡化水平存在差異，整體網(wǎng)絡入駐水平較高的地區(qū)有上海、云南、湖南、湖北等地，而四川、江蘇、安徽等地的旅游“線上”發(fā)育水平相對較低.同時，由景區(qū)網(wǎng)絡關(guān)注水平的分級特征來看，景區(qū)數(shù)量與關(guān)注度等級表現(xiàn)為明顯的負相關(guān)特征，較高及高等關(guān)注水平景區(qū)數(shù)量少，且集中于長三角經(jīng)濟區(qū)，在四川成都也有孤點分布，中低等關(guān)注水平的景區(qū)數(shù)量顯著增多，在研究區(qū)內(nèi)均有分布，但整體呈現(xiàn)出“東密西疏”的特征．

從空間集聚來看，整體呈現(xiàn)“雙核引領(lǐng)，多核驅(qū)動”的分布特征.同時通過對景區(qū)進行類別劃分可知，自然類景區(qū)表現(xiàn)為“一片兩高，三中四弱”的分布特征，人文類景區(qū)的空間關(guān)注格局呈現(xiàn)為“二強一弱”的特征，人工型景區(qū)的特征更加明顯，在四川成都形成主核心，在長江入?？谝粠纬筛焙诵?，呈現(xiàn)明顯的“主核引領(lǐng)，副核驅(qū)動”的格局特征．

從空間結(jié)構(gòu)看，整體呈現(xiàn)出高等級景區(qū)均勻分布，低等級景區(qū)凝聚分布，且隨著景區(qū)關(guān)注度水平的降低，集聚特征逐漸增強的特征.

從虛實發(fā)展差異來看，景區(qū)的“線上”高關(guān)注度地區(qū)與“線下”高質(zhì)量發(fā)展區(qū)在空間上基本吻合，而基于虛實兩個視角的中間等級景區(qū)在數(shù)量上表現(xiàn)出明顯的異質(zhì)性且差異跨度明顯不同，表明“智慧旅游”雖已在長江經(jīng)濟帶打開了主流市場，但因存在兩極分化現(xiàn)象，網(wǎng)絡化體系仍不完善．

從影響因素來看，用于宣傳投放旅游網(wǎng)絡化市場的視頻質(zhì)量以及實體旅游發(fā)展水平對網(wǎng)絡旅游經(jīng)濟的發(fā)展影響較大，經(jīng)濟支撐、網(wǎng)絡化水平次之，交通條件和服務水平作用最小.同時，從各變量回歸系數(shù)的空間異質(zhì)性分布可以發(fā)現(xiàn)，所選解釋因子對東部沿海地區(qū)的解釋作用較強，而對成渝經(jīng)濟區(qū)及以東的中部地區(qū)的解釋力較小．

4.2 討論

本研究基于A級以上景區(qū)的抖音粉絲量數(shù)據(jù)來測度長江經(jīng)濟帶旅游經(jīng)濟的網(wǎng)絡發(fā)育情況，并對造成空間異質(zhì)性的原因進行探究，對長江經(jīng)濟帶“智慧旅游”的迅猛發(fā)展以及旅游資源的空間組合優(yōu)化具有重要的現(xiàn)實意義.與以往的研究相比，本研究著眼于5G時代短視頻對“智慧旅游”的宣傳和營銷作用，利用虛擬的景區(qū)抖音關(guān)注度數(shù)據(jù)對景區(qū)線上發(fā)展的空間格局進行探析，對于擴寬已有的旅游網(wǎng)絡關(guān)注度視角、分析線上線下的融合模式、促進新冠疫情常態(tài)化背景下旅游業(yè)的復蘇具有重要的時代價值.同時，將景區(qū)的虛擬關(guān)注特征與實體發(fā)展情況進行對比分析，透視“智慧旅游”背景下長江經(jīng)濟帶旅游經(jīng)濟的虛實發(fā)展差異，為帶動旅游發(fā)展新模式的開拓以及網(wǎng)絡旅游經(jīng)濟的增長提供理論支撐，也為旅游業(yè)在長江經(jīng)濟帶的“云端”異彩發(fā)光提供支持.但值得說明的是，由于抖音上市時間較短，入駐抖音的景區(qū)數(shù)量還相對較少且所選單元面積較大，所以在數(shù)據(jù)獲取方面出現(xiàn)空缺.同時，基于各市域單元對長江經(jīng)濟帶旅游經(jīng)濟的發(fā)展情況進行解釋，由于所選單元面積較大，可能會導致對結(jié)果的解釋力不強，仍需繼續(xù)探索更加精細化且契合度高的數(shù)據(jù)，這是今后的研究中需要努力和突破的方向．