“心動”便會“行動”嗎？
——旅游景區(qū)網(wǎng)絡關注市場轉化度指標的構建與應用

藍 雪 張 紅，2，* 張心怡 周凌寒

（1.華東師范大學地理科學學院，上海 200241；2.華東師范大學全球創(chuàng)新與發(fā)展研究院，上海 200062；3.南京大學地理與海洋科學學院，江蘇南京 210023；4.英屬哥倫比亞大學尚德商學院，加拿大溫哥華 V6T 1Z2）

0 引言

旅游是綠色產(chǎn)業(yè)的中堅力量，也是服務國家雙循環(huán)戰(zhàn)略的重要引擎①中華人民共和國國家發(fā)展和改革委員會.“十四五”旅游業(yè)發(fā)展規(guī)劃［EB/OL］.（2022-03-25）［2022-08-12］.https：//www.ndrc.gov.cn/fggz/fzzlgh/gjjzxgh/202203/t20220325_1320209_ex.t.html.。以互聯(lián)網(wǎng)為代表的信息技術日新月異，為旅游數(shù)字經(jīng)濟發(fā)展帶來了新的機遇?；ヂ?lián)網(wǎng)時代，旅游者獲取信息渠道更加多源便捷、需求更加個性多樣、更加注重旅游質(zhì)量。當前，旅游者出行決策受收入水平、目的地口碑、出游成本、旅游配套等（馬麗君等，2016；代傳苗，2020）多種因素影響，旅游目的地形象營銷在旅游者出行中發(fā)揮關鍵正向激勵作用（白凱 等，2012；韋瑋，2019），互聯(lián)網(wǎng)逐漸成為旅游景區(qū)形象營銷的主要途徑。

近年來，互聯(lián)網(wǎng)信息和大眾傳媒改變了傳統(tǒng)的旅游營銷方式（Pan，2015），通過多樣、便捷、快速的旅游查詢和實時、智能、精準的旅游推送，幫助游客多方位、實時了解旅游景區(qū)信息，從而智能化制定旅游出行方案（路紫 等，2007）。以百度搜索指數(shù)、攜程網(wǎng)游記、大眾點評文本數(shù)據(jù)、抖音視頻等為代表的旅游數(shù)字足跡研究亦受到廣泛關注?；谏鲜鰯?shù)據(jù)的多種分析不斷展開，如旅游景區(qū)的搜索、關注、到訪與點評的統(tǒng)計特征、空間格局、時空演化、影響因素等（吳必虎 等，1997；王碩 等，2013；熊鷹 等，2014；馬麗君 等，2017；孟樂，2020；郭文，2020），基于旅游搜索引擎和旅游點評數(shù)據(jù)的旅游流網(wǎng)絡特征分析也成為研究熱點（黃先開 等，2013）。國內(nèi)外研究者探討了旅游系統(tǒng)的空間組織與結構特性（路紫 等，2011；雷可為 等，2015；郭文，2020；Liao et al.，2020），發(fā)現(xiàn)旅游景區(qū)網(wǎng)絡關注既受市場狀態(tài)的影響（Chen et al.，2020），也受景區(qū)自身資源稟賦和游客到訪量的影響（Law et al.，1999；靜恩明等，2015；孫燁 等，2017；劉嘉毅 等，2019），并明確指出信息是旅游者出行決策的重要依據(jù)（Font et al.，2021），旅游目的地形象對旅游者出游產(chǎn)生積極影響（Afshardoost et al.，2020）。大數(shù)據(jù)驅動的旅游景區(qū)吸引力評價與營銷策略研究也開始涌現(xiàn)（Arefieva et al.，2021），特別是旅游者個體需求的多樣性與其對景區(qū)關注的敏感性（Weaver，2021），尋求旅游者行為主觀性和數(shù)據(jù)客觀性的平衡也成為旅游行為研究的瓶頸問題之一。

在多種開源旅游大數(shù)據(jù)中，由全球最大的中文搜索引擎公司百度提供的百度搜索指數(shù)，記錄了網(wǎng)絡用戶檢索給定關鍵詞的總頻次，且方便易得，近年來備受關注。特別是智能手機的普及和網(wǎng)民數(shù)量的增加，搜索方式逐步由PC 端向PC+移動端轉換，研究者們分析了不同客戶端搜索指數(shù)與客流量的耦合關系、對客流量的前兆效應（孫燁 等，2017）。旅游景區(qū)客流量的前兆效應呈現(xiàn)時間規(guī)律性，周內(nèi)表現(xiàn)為“日前兆”、年內(nèi)表現(xiàn)為“旬前兆”（李山 等，2008），譬如，華山、廬山等風景名勝區(qū)“十一”假期的網(wǎng)絡前兆效應為4 天（王碩 等，2013）。省級尺度下旅游安全網(wǎng)絡關注度時空格局及其影響因素也受到關注（鄒永廣 等，2015）。

眾所周知，在所有搜索過某旅游景區(qū)的網(wǎng)絡用戶中，僅有部分用戶會產(chǎn)生實際的旅游行為，導致以旅游景區(qū)或城市為載體的虛擬網(wǎng)絡關注流與真實游客流存在數(shù)量差異和空間分異（汪秋菊 等，2015；孟樂，2020）。然而，旅游者搜索行為和實際旅游行為的時空分異是旅游行為研究中的薄弱環(huán)節(jié)（蔡衛(wèi)民 等，2016）。現(xiàn)有研究缺少對旅游關注虛擬流和實體流的關聯(lián)研究，有多少瀏覽過某景區(qū)的網(wǎng)絡用戶產(chǎn)生了真實的旅游出行，不同類型、不同等級、不同位置的旅游景區(qū)的旅游關注虛體流與實體旅游流之間如何關聯(lián)，其空間同配性與異配性①同配性是指網(wǎng)絡關注量高的旅游景區(qū)的游客到訪量也很高（即虛擬流和實體旅游流表現(xiàn)為正向相關），反之，異配性是指網(wǎng)絡關注量高的旅游景區(qū)的游客到訪量低（即虛擬流和實體旅游流表現(xiàn)為負向相關）。特征如何，是否具有時間周期性等問題未有定論。

上海是中國歷史文化名城、國際會展之都，旅游資源十分豐富②新華社.上海將全面建成國際會展之都［EB/OL］.（2021-04-09）［2022-08-12］.https：//www.gov.cn/xinwen/2021-04/09/content_5598605.htm.。江南文化、海派文化和紅色文化等相得益彰，上海市旅游收入多年位居全國前三名③趙嘉鳴.建設具有世界影響力的社會主義國際文化大都市［EB/OL］.（2022-12-07）［2023-03-12］.https：//whlyj.sh.gov.cn/wlyw/20221207/293bf78962284db9b46c079220e84b04.html.。因此，本文以上海市為例，構建旅游景區(qū)網(wǎng)絡關注市場轉化度（以下簡稱市場轉化度）指標，挖掘各類型旅游景區(qū)市場轉化度的時空分異與鄰近性特征，揭示其空間同異配性，分析其可能的影響因素，以期豐富旅游空間結構理論，為旅游資源開發(fā)與旅游數(shù)字經(jīng)濟發(fā)展提質(zhì)增效提供依據(jù)。

1 理論框架構建

從旅游者“心動”視角來看，網(wǎng)絡搜索不會直接影響旅游者對旅游景區(qū)的出游意愿，但是網(wǎng)絡傳遞的信息影響旅游者對旅游景區(qū)的態(tài)度進而激發(fā)旅游動機（趙偉偉 等，2022）。旅游者對旅游景區(qū)的態(tài)度主要受旅游者主觀因素、旅游目的地客觀特征、旅游目的地營銷影響（趙雯 等，2019；龍潛穎 等，2022）。一方面，旅游者出游意愿隨年齡、學歷增長而減弱（席建超 等，2008），對旅游目的地偏好也隨年齡增長而轉變，如年輕人偏好主題樂園、都市旅游等體驗項目較多的旅游景區(qū)而年長者更喜歡山水園林、社會人文等靜態(tài)觀賞性旅游景區(qū)（彭聰 等，2014；劉建國 等，2018）。另一方面，旅游目的地感知滿意度在景區(qū)選擇中也扮演著重要角色（戈麗，2018），如影視營銷、虛擬旅游、形象營造等（Pike，2010；苑炳慧 等，2015），負面信息在一定程度上稀釋了旅游者的感知滿意度（聶元昆 等，2022）。

從旅游者“行動”視角來看，旅游者真實旅游行為與自身時間安排、天氣、旅游景區(qū)區(qū)位及交通可達性等因素相關（Lew et al.，2006；Ben-Elia et al.，2011）。交通可達性作為受時間約束的主要因子，在旅游活動中表現(xiàn)為隨出游時間增加，交通可達性對旅游者真實旅游行為的影響愈發(fā)顯著。在旅游目的地決策中，交通可達性亦是影響旅游者旅游線路設計與景區(qū)到訪的重要因素之一（汪麗 等，2021）。其中，短途及中心城區(qū)旅游景區(qū)受公交、地鐵的影響顯著，高到訪量景區(qū)與周邊景區(qū)轉換便捷性感知度高（張治意 等，2021）。此外，旅游景區(qū)等級亦對旅游者空間流動產(chǎn)生正向影響（戈麗，2018）。

綜上，旅游地理學包含以人為主的人類系統(tǒng)及以地為主的地域系統(tǒng)（鄒建琴等，2021）。旅游景區(qū)通過地域屬性差異（區(qū)位、等級、類型及可達性）形成旅游者選擇旅游目的地的物質(zhì)基礎，進而影響旅游者出游意愿的可實現(xiàn)性，最終表現(xiàn)為旅游地網(wǎng)絡關注量與游客到訪量空間分布的異配性。因此，旅游景區(qū)網(wǎng)絡關注量向游客到訪量的轉化是旅游者與旅游目的地相互作用的主要表現(xiàn)與最終結果，二者間的關系如圖1所示。

圖1 “心動-行動”理論框架

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

從上海市旅游景區(qū)實時信息系統(tǒng)①上海發(fā)布微信公眾號。獲得上海市138個旅游景區(qū)的名稱、等級與所屬行政區(qū)信息，以及2020 年9 月1 日至2021 年8 月31 日的實時游客到訪量。以半小時為間隔爬取游客到訪量，計算早上八點至晚上八點游客到訪量非零值的平均值作為景區(qū)平均游客到訪量，并區(qū)分工作日和節(jié)假日。同理，在百度指數(shù)網(wǎng)站（https：//index.baidu.com/v2/index.html#/）以旅游景區(qū)的全名、簡稱或慣稱作為關鍵詞進行搜索，爬取各旅游景區(qū)每日百度指數(shù)值，計算其工作日和節(jié)假日的平均值。景區(qū)轉換所需時間是以2021年11月10日中午12：00上海市實時路況為依據(jù)，從高德地圖應用程序（調(diào)用高德API）上爬取各旅游景區(qū)間的最短通行時間。

由于旅游景區(qū)接待游客人數(shù)與3A 級及以上等級景區(qū)數(shù)量存在顯著正相關關系，而與1A 級和2A 級景區(qū)數(shù)量關系不顯著（鄧純純 等，2020），在刪除因官方數(shù)據(jù)缺失、閉園、缺少百度指數(shù)而沒有記錄的旅游景區(qū)后，本文最終確定以上海市81個3A 級及以上等級旅游景區(qū)和2 個無等級著名景區(qū)（上海市自然博物館和國際旅游度假區(qū)）為研究對象，其對應的實時游客到訪量數(shù)據(jù)占所有有效實時游客到訪量數(shù)據(jù)的79.7%，基本能夠反映上海市旅游景區(qū)客流的真實情況。其中，無等級、3A級、4A 級和5A 級旅游景區(qū)的數(shù)量分別為2 個、27 個、51 個和3 個，空間分布如圖2所示。

圖2 上海市重要旅游景區(qū)空間分布圖

2.2 研究方法

2.2.1 格局分析

核密度插值法由概率論中密度函數(shù)估計衍生而來，基于給定樣本點數(shù)量確定變量的分布密度。地理學研究中，通過基于樣本點的空間插值生成密度表面，根據(jù)熱點和冷點的分布特征，刻畫地理事象空間分布的集聚與離散特征（尹章才 等，2022），具體計算過程可參考鄒建琴等（2021）和尹章才等（2022）的研究。

2.2.2 模型構建

為分析旅游者“心動”與“行動”之間的轉化程度，構建旅游景區(qū)網(wǎng)絡關注市場轉化度。網(wǎng)絡關注市場轉化度是一種相對指標的概念，并非絕對指標，一方面用于表征網(wǎng)絡關注量轉化為實際游客到訪量的相對程度；另一方面，從各旅游景區(qū)來看，可表征不同旅游景區(qū)之間網(wǎng)絡關注市場轉化度的相對大小。其計算公式為：

式（1）中：Indexi表示旅游景區(qū)i的網(wǎng)絡關注市場轉化度；Ni和Mi分別表示旅游景區(qū)i的實際游客到訪量占比和百度指數(shù)占比，其公式分別為：

式（2）和式（3）中：Vi表示旅游景區(qū)i的實際游客到訪量；n為旅游景區(qū)總個數(shù)；Ai為旅游景區(qū)i的百度指數(shù)。

2.2.3 影響因素分析

（1）偏相關分析法

偏相關系數(shù)，用以測度在排除其他因素影響下指定因素間的凈相關關系（陳旭，2013）。網(wǎng)絡關注市場轉化度包含兩個要素，即網(wǎng)絡關注量和游客到訪量?，F(xiàn)實情境中，各項因素可通過影響旅游景區(qū)網(wǎng)絡關注量和游客到訪量進而影響網(wǎng)絡關注市場轉化度。因此，本文參考旅游滿意度影響因素分析相關研究（Matzler et al.，2002；陳旭，2013），采用偏相關分析消除其他因素帶來的干擾，從而更加準確地反映相關因素對網(wǎng)絡關注量、游客到訪量的真實影響，具體計算過程可參考陳旭（2013）和薛曉玉等（2020）的研究。

（2）地理探測器

地理探測器的基本理論假設為：當某自變量對某因變量產(chǎn)生重要影響時，自變量和因變量的空間分布應該具有相似性（Wang et al.，2010）。該方法力圖通過探測各變量的空間分異性，揭示背后驅動力。因此，我們采用地理探測器中的因子探測及交互作用探測，與偏相關分析相互印證，進一步對上海市旅游景區(qū)網(wǎng)絡關注市場轉化度各影響因素進行機理分析。

因子探測用于探測因子X對屬性Y空間分異的解釋程度。其計算公式為：

式（4）、式（5）和式（6）中：h=1，…，L表示因子X的分層或屬性Y的分區(qū)；Nh和N分別表示層h和全區(qū)的單元數(shù)和σ2分別是層h和全區(qū)Y值的方差；SSW和SST分別表示層內(nèi)方差之和及全區(qū)總方差；q的值域為［0，1］。分層由自變量X生成，q值越大表示因子X對屬性Y的解釋力越強，反之則越弱。

交互作用探測用于檢驗不同風險因子X進行交互之后對屬性Y空間分異解釋力的疊加效果，具體方法參考王勁峰等（2017）的研究。

3 旅游景區(qū)網(wǎng)絡關注量與游客到訪量的時空分布

3.1 空間特征

3.1.1 旅游景區(qū)網(wǎng)絡關注量的空間分布

上海市旅游景區(qū)日均網(wǎng)絡關注量的空間分布如圖3所示。節(jié)假日與工作日的旅游景區(qū)網(wǎng)絡關注量均形成以都市旅游中心圈層為核心的單中心結構，網(wǎng)絡關注距離衰減效應明顯。

圖3 上海市旅游景區(qū)日均網(wǎng)絡關注量空間分布圖

（1）都市旅游中心圈層獨特的旅游風貌成為激發(fā)游客出游意愿的主要吸引力。從上海市“三圈三帶一島”①上海市人民政府.上海市旅游業(yè)改革發(fā)展“十三五”規(guī)劃［EB/OL］.（2016-11-15）［2022-08-12］.https：//www.shanghai.gov.cn/shssswzxgh/20200820/0001-22403_50560.html.景觀布局來看，都市旅游中心圈層包攬50%以上日均網(wǎng)絡關注量高于1000 人次的旅游景區(qū)，如東方明珠廣播電視塔（5A）、上海中心大廈（4A）、上海博物館（4A）等，涵蓋黃浦區(qū)、靜安區(qū)、徐匯區(qū)、楊浦區(qū)等。市郊景區(qū)網(wǎng)絡關注量整體偏低，僅有迪士尼、歡樂谷、佘山國家森林公園、辰山植物園等農(nóng)林風光及主題游樂型旅游景區(qū)網(wǎng)絡關注量相對較高。日均網(wǎng)絡關注量少于500人次的旅游景區(qū)散見于寶山區(qū)（2 個）、金山區(qū)（5 個）、奉賢區(qū)（2 個）、崇明區(qū)（7 個）、松江區(qū)（6個）和浦東新區(qū)（13個）。

（2）網(wǎng)絡宣傳與營銷有助于顯著提升景區(qū)的網(wǎng)絡關注度。譬如，四行倉庫（靜安區(qū)）和新場古鎮(zhèn)（浦東新區(qū)）雖為3A級旅游景區(qū)，但因《八佰》《三十而已》等電影、電視劇熱映，其網(wǎng)絡關注度躍居前列。此外，特色鮮明的高等級景區(qū)也是游客搜索熱點（李君，2010；馬麗君 等，2011）。結合上述分析，這進一步證實旅游景區(qū)等級及其知名度是影響網(wǎng)絡關注量的重要因素之一，區(qū)域內(nèi)高等級、代表性旅游景區(qū)往往成為游客網(wǎng)絡搜索的主要景區(qū)。

3.1.2 旅游景區(qū)游客到訪量的空間分布

都市旅游作為上海市旅游業(yè)的特色品牌深受游客青睞（朱堯 等，2019），市中心集聚的大量特色旅游資源及迪士尼樂園獨有的主題體驗（高峻 等，2007），共同造就上海市旅游景區(qū)日均游客到訪量呈現(xiàn)以都市旅游中心區(qū)和國際旅游度假區(qū)為中心的雙核攝動及距離衰減特征（見圖4）。

圖4 上海市旅游景區(qū)日均游客到訪量空間分布圖

（1）上海市日均游客到訪量形成小規(guī)模游客集聚區(qū)，如松江區(qū)北部（辰山植物園-上海歡樂谷-佘山國家森林公園）、閔行區(qū)東部（浦江郊野公園-召稼樓）、浦東新區(qū)東南部（上海海昌海洋公園-中國航海博物館-上海鮮花港-上海濱海森林公園）和寶山區(qū)西南部（上海顧村公園-古猗園）等。奉賢區(qū)以濱海旅游為主要發(fā)展方向，區(qū)域旅游產(chǎn)業(yè)發(fā)展受季節(jié)影響顯著，如海灣國家森林公園夏季單日游客到訪量最高達11萬人次但日均游客到訪量僅678人次，由于該區(qū)內(nèi)3A級及以上等級旅游景區(qū)數(shù)量較少，未形成規(guī)模集聚區(qū)。

（2）高等級旅游景區(qū)承載了主要游客到訪量。日均游客人數(shù)達2000人次以上的旅游景區(qū)有19 個，如上海國際旅游度假區(qū)、召稼樓、上海海昌海洋公園、上海植物園、上海野生動物園、魯迅公園、上海共青森林公園等。這19個景區(qū)包含所有5A級景區(qū)（3個）、14個4A 級景區(qū)、1個3A 級景區(qū)及上海國際旅游度假區(qū)，以23%的景區(qū)數(shù)量負載了75%以上的游客量，符合二八定律。與網(wǎng)絡關注量相似，日均游客到訪量較低的景區(qū)集中于市郊，如崇明區(qū)（7 個）、浦東新區(qū)（13 個）、奉賢區(qū)（2 個）、松江區(qū)（4個）、青浦區(qū)（3個）等。

3.2 時序特征

3.2.1 總體特征

如前所述，旅游景區(qū)網(wǎng)絡關注量與游客到訪量在節(jié)假日與工作日均表現(xiàn)出規(guī)模差異。鑒于此，我們繪制了不同類型（等級）旅游景區(qū)在工作日和節(jié)假日的網(wǎng)絡關注量差異圖，及節(jié)假日與工作日的游客到訪量差異圖，以此探究旅游景區(qū)網(wǎng)絡關注量、游客到訪量在不同時間內(nèi)的變化關系。

（1）高等級的主題樂園、歷史人文類型旅游景區(qū)的節(jié)假日網(wǎng)絡關注量顯著高于工作日網(wǎng)絡關注量（見圖5a 和圖5b），如上海影視樂園、新場古鎮(zhèn)等。在日常的大都市氛圍中，獨特的歷史人文積淀、別具一格的主題樂園更受節(jié)假日出游的旅游者青睞，亦促成旅游者日常生活與出游活動的互補體驗。節(jié)假日期間，游客擁有相對充足的休閑時間，出游空間范圍進一步擴大，能夠選擇諸如主題樂園、歷史人文類型等具有相對較高時間成本的旅游景區(qū)（李雪，2020）。

圖5 工作日與節(jié)假日上海市旅游景區(qū)日均網(wǎng)絡關注量及游客到訪量散點圖

（2）節(jié)假日游客到訪量顯著高于工作日，且不同類型、不同等級旅游景區(qū)游客到訪量增長幅度不一（見圖5c 和圖5d）。由于旅游者出游目的地決策兼具出游偏好和時間約束特征（黨寧 等，2017），部分3A 級旅游景區(qū)節(jié)假日游客到訪量以倍數(shù)遞增，如崇明區(qū)3A 級景區(qū)高家莊生態(tài)園節(jié)假日游客到訪量相比工作日增長達271倍，上海濱海森林公園、上海月湖雕塑公園、上海海灣國家森林公園等景區(qū)節(jié)假日游客到訪量增長倍數(shù)亦達到12 倍。與之相異，近市中心、相同類型集中的旅游景區(qū)節(jié)假日游客到訪量增長幅度較低，如上海田子坊、長風公園、上海植物園等山水園林、博物館類型。比較網(wǎng)絡關注量及游客到訪量規(guī)模（見圖5），游客到訪量在工作日與節(jié)假日的規(guī)模差異顯著大于網(wǎng)絡關注量在節(jié)假日與工作日的規(guī)模差異，顯示出旅游行為的地理約束性。

3.2.2 網(wǎng)絡關注量與游客到訪量時序演化

從星期、月度兩個時間尺度分析旅游景區(qū)網(wǎng)絡關注量及游客到訪量的時序演化特征，發(fā)現(xiàn)各旅游景區(qū)淡旺季特征明顯，游客出行存在周末周期性小高峰及假期短暫小高峰。上海市旅游景區(qū)以春、秋兩季為旺季，在此期間前來旅游的游客數(shù)量最多。此外，“五一”“十一”假期和暑假也會促使旅游景區(qū)網(wǎng)絡關注度和到訪量小高峰的形成。相較于游客到訪量，旅游景區(qū)網(wǎng)絡關注量的時間黏性更強，且相鄰月份的關注量較為相似。

基于月度相關系數(shù)（見圖6），上海市旅游景區(qū)的月均游客到訪量及網(wǎng)絡關注量在3 月—8 月、9 月—11 月、12 月—次年2 月范圍內(nèi)呈現(xiàn)相似的變化規(guī)律，選取2020 年9 月和12 月、2021 年1 月和6 月4 個月份，逐日分析總網(wǎng)絡關注量與總游客到訪量變化（見圖7）。周末游客到訪量顯著高于工作日，呈現(xiàn)以7天為周期的V 型“波峰-波谷-波峰”或W 型“波峰-波谷-小波峰-波谷-波峰”模式。網(wǎng)絡關注量整體與游客到訪量同頻變化，但寒、暑假兩個假期小高峰的增長趨勢更加顯著。由于旅游不同階段游客網(wǎng)絡搜索的目的各異，搜索總人數(shù)也有差異，如在1 月和6 月出現(xiàn)的網(wǎng)絡關注量非周期性變化的寬窄各異的“小高峰”，印證了長時段假期的前中后期（如寒假、暑假等）網(wǎng)絡與社交平臺在游客旅游活動中扮演多種角色（Weaver，2021）。出行之前通過網(wǎng)絡對旅游目的地的資源特色、交通與區(qū)位等信息進行搜索；出行中搜索景區(qū)轉換和場所交互建議；出行后則可通過社交平臺給其他游客留下出行建議。

圖6 上海市旅游景區(qū)網(wǎng)絡關注量及游客到訪量的月度變化

圖7 上海市旅游景區(qū)網(wǎng)絡關注量及游客到訪量的周期波動

假期作為時間上的一種特殊事件，對旅游景區(qū)網(wǎng)絡關注量及游客到訪量的影響應單獨查看。旅游景區(qū)網(wǎng)絡關注量及游客到訪量在假期迎來高峰（見圖8），表明假期效應在旅游者出游需求和行為決策中的重要作用。上海市旅游景區(qū)逐日總網(wǎng)絡關注量和游客到訪量呈現(xiàn)顯著的倒“V”型和“M”型分布特征。由節(jié)假日“井噴式”的集中出游特征可知，假期出游后引致旅游需求在節(jié)后短時段內(nèi)減少，如元旦和國慶節(jié)假期過后，旅游景區(qū)的網(wǎng)絡關注量與游客到訪量驟減并在假期結束后的周末仍維持在較低水平，與國家的節(jié)假日調(diào)休政策等相關。但春節(jié)和端午節(jié)假期過后，網(wǎng)絡關注量與游客到訪量仍維持在較高水平甚至略有爬升，這可能是因為春節(jié)與寒假疊加、端午節(jié)（2020年6月25—6月27日）與暑假疊加有關。綜上可得，旅游景區(qū)網(wǎng)絡關注量的節(jié)前特征、節(jié)后特征或“前兆效應”隨可旅游時間增加而愈發(fā)顯著（李山 等，2008）。

圖8 上海市旅游景區(qū)網(wǎng)絡關注量及游客到訪量的假期波動

4 旅游景區(qū)網(wǎng)絡關注市場轉化度特征分析

4.1 網(wǎng)絡關注市場轉化度的時空分異

上海市旅游景區(qū)網(wǎng)絡關注市場轉化度呈都市旅游中心區(qū)與上海國際旅游度假區(qū)雙核共振分布格局，且雙核匯集成片，溢出效應、虹吸效應和馬太效應并存。工作日與節(jié)假日相比，節(jié)假日核心旅游景區(qū)①核心旅游景區(qū)指“中心城旅游圈”范圍內(nèi)旅游景區(qū)。詳見：上海市人民政府.上海市旅游業(yè)改革發(fā)展“十三五”規(guī)劃［EB/OL］.（2016-11-15）［2022-08-12］.https：//www.shanghai.gov.cn/shssswzxgh/20200820/0001-22403_50560.html.對周邊景區(qū)的空間溢出效應更加顯著。當旅游景區(qū)及其鄰近景區(qū)類型不一、特色互補時，更容易發(fā)揮溢出效應。譬如，都市旅游中心區(qū)內(nèi)旅游景區(qū)分布密集、類型與等級多樣，通過規(guī)模效應帶動周邊旅游經(jīng)濟發(fā)展。當旅游景區(qū)特色鮮明、品牌效應顯著且已形成旅游商業(yè)綜合體時，更容易產(chǎn)生虹吸效應（見圖9）。譬如，上海國際旅游度假區(qū)以迪士尼樂園作為單一增長極，與周邊景區(qū)連接松散，形成迪士尼樂園高訪問、低溢出的特征（朱堯 等，2019）。當旅游景區(qū)與周邊景區(qū)距離接近，但特色與等級等差距顯著時，則會產(chǎn)生馬太效應。在停留時間約束下，許多前往迪士尼景區(qū)的游客會選擇充分游覽迪士尼旅游景區(qū)，放棄其周邊景區(qū)，而選擇去往市內(nèi)其他景區(qū)。譬如，距離迪士尼樂園僅2.1 公里的上海市游龍石文化科普館的網(wǎng)絡關注市場轉化度非常低，成為“路燈下的陰影”。

圖9 旅游景區(qū)網(wǎng)絡關注市場轉化度的空間分布

4.2 網(wǎng)絡關注市場轉化度影響因素分析

4.2.1 影響因素探測

網(wǎng)絡關注量作為游客出游意愿的測度指標，與游客的出游偏好具有高度相關性；游客到訪量是游客出游行為的直觀體現(xiàn)，體現(xiàn)游客在出游偏好基礎上綜合現(xiàn)實條件的折中決策。由此，游客出游從“心動”到“行動”轉化過程受網(wǎng)絡關注量及游客到訪量影響因素的共同作用。前述分析結果初步表明，旅游景區(qū)網(wǎng)絡關注量及游客到訪量與景區(qū)等級、類型之間關聯(lián)性較強；相關研究表明，隨出游時間的增加，旅游景區(qū)區(qū)位和交通可達性對游客到訪量的影響愈發(fā)顯著（Lew et al.，2006；汪麗等，2021）。因此，結合既有研究，本文選擇旅游景區(qū)等級、類型、交通可達性及景區(qū)鄰近性進行定量測度，通過控制各區(qū)域經(jīng)濟發(fā)展水平消除其他因素帶來的干擾，利用偏相關分析、地理探測器分析旅游景區(qū)網(wǎng)絡關注市場轉化度的影響因素（見表1）。

表1 偏相關分析與因子探測分析結果

（1）景區(qū)類型是游客“心動-行動”轉化的先決因素，不同類型旅游景區(qū)網(wǎng)絡關注市場轉化度存在差異。基于偏相關分析可知，景區(qū)類型與網(wǎng)絡關注市場轉化度顯著偏相關，偏相關系數(shù)為0.166，而以游客到訪量、網(wǎng)絡關注量為因變量的偏相關性并不顯著。相較于對網(wǎng)絡關注量、游客到訪量的解釋力，景區(qū)類型對網(wǎng)絡關注市場轉化度的解釋力更強，進一步證實了景區(qū)類型在“心動-行動”轉化過程的決定性作用。

（2）景區(qū)等級是貫穿游客“心動-行動”過程的重要影響因素。旅游景區(qū)等級與網(wǎng)絡關注量、游客到訪量及市場轉化度均顯著偏相關，偏相關系數(shù)分別為0.261、0.374、0.232，因子探測結果表明景區(qū)等級在游客到訪量中的解釋力高于網(wǎng)絡關注量。

（3）交通可達性及景區(qū)鄰近性成為影響“心動-行動”這一轉變的復合因素。偏相關分析結果表明，旅游景區(qū)交通可達性與游客到訪量顯著相關，而景區(qū)鄰近性則與網(wǎng)絡關注量顯著相關；因子探測中，景區(qū)鄰近及交通站點鄰近的q網(wǎng)絡關注量＞q市場轉化度＞q游客到訪量，這些均體現(xiàn)出不同的地理鄰近在游客出游決策過程中的差異性。此外，結合交互作用因子得分（見表2）可知，游客“心動-行動”的轉化受景區(qū)類型、景區(qū)等級、交通可達性及景區(qū)鄰近性多項因素綜合作用。

表2 交互作用因子得分

4.2.2 影響因素分析

（1）旅游景區(qū)類型——初始偏好

游客對旅游景區(qū)類型的偏好構筑游客出游的初始動機?；诼糜纹每剂浚慰透鼉A向于前往環(huán)境氛圍與自身居住地差異較大甚至風格迥異的旅游景區(qū)（陳健昌 等，1988；Merriman，1995）。上海市歷史人文類景區(qū)、動植物園及山水園林類景區(qū)的市場轉化度較高，博物館及主題樂園類景區(qū)次之，都市娛樂類景區(qū)市場轉化度波動較大。一方面，人文、生態(tài)景觀類型旅游景區(qū)是現(xiàn)今綠色生態(tài)倡導下游客出行的主要陣地，另一方面，商業(yè)景觀類型旅游景區(qū)同質(zhì)化現(xiàn)象及宣傳過熱等都是導致其網(wǎng)絡關注市場轉化度走低的潛在因素。譬如，上海市高家莊生態(tài)園、魯迅公園、植物園、上海國際旅游度假區(qū)、長風公園、黃興公園、徐家匯源等旅游景區(qū)成為游客日常打卡熱點；而位于市中心的東方明珠廣播電視塔、上?？萍拣^等以商業(yè)景觀為主的都市娛樂類旅游景區(qū)網(wǎng)絡關注市場轉化度走低，吸引能力有限。高網(wǎng)絡關注市場轉化度的山水園林類旅游景區(qū)數(shù)量從工作日的5 家變?yōu)楣?jié)假日的10 家（見表3），也證明了游客在空閑時間的旅游出行決策中，旅游景區(qū)類型在旅游需求轉化為現(xiàn)實旅游行為過程中具有重要作用。

表3 不同市場轉化度下各類型旅游景區(qū)數(shù)量

（2）旅游景區(qū)等級——優(yōu)先選擇

旅游景區(qū)等級綜合反映景區(qū)在服務質(zhì)量、環(huán)境質(zhì)量、景觀質(zhì)量及游客體驗等層面的水平。等級越高的旅游景區(qū)越稀缺，各項設施、服務水平也越高，由此成為游客旅游過程中的優(yōu)先選擇條件（陳健昌 等，1988）。通常，高等級旅游景區(qū)擁有廣泛的公眾認知基礎、較好的游客口碑和品牌效應，而部分低等級旅游景區(qū)也能另辟蹊徑，以“網(wǎng)紅打卡”“原真體驗”等特色深得游客青睞。某些5A級旅游景區(qū)雖知名度高但重游率低、推薦程度也不高。譬如，東方明珠廣播電視塔（5A）作為上海市地標建筑之一，其市場轉化度卻低于平均水平，相比于到東方明珠廣播電視塔內(nèi)游玩，游客更傾向于到東方明珠廣播電視塔附近，或者到被稱為上海城市景觀新地標的“陸家嘴三件套”（上海中心大廈、上海環(huán)球金融大廈、金茂大廈）附近游覽，同時觀賞東方明珠廣播電視塔的風貌，或在對岸黃浦江外灘進行游覽，同樣可以觀看東方明珠廣播電視塔的全貌并以其作為背景拍攝照片。4A 級、3A 級旅游景區(qū)，特別是市中心的低等級旅游景區(qū)，隨網(wǎng)絡信息互聯(lián)互通，與游客之間感知距離逐漸拉近（見圖10）。但結合不同類型旅游景區(qū)分析，等級越高的旅游景區(qū)其市場轉化度亦越高，景區(qū)等級仍是游客網(wǎng)絡關注市場轉化過程中不可忽略的重要影響因素。

圖10 3A級及以上旅游景區(qū)的網(wǎng)絡關注市場轉化度空間分布圖

（3）旅游景區(qū)地理鄰近——現(xiàn)實約束

旅游景區(qū)地理鄰近對游客真實出游行為影響顯著，游客多傾向于在居住地（或暫居地）周邊等級較高的旅游景區(qū)游玩（陳健昌 等，1988），由此，旅游景區(qū)地理鄰近成為游客從“心動”到正式“行動”中至關重要的“臨門一腳”。旅游景區(qū)地理鄰近對旅游行為的影響具體表現(xiàn)為兩個方面：

一是旅游景區(qū)的交通可達性，構成游客“行動”的直接約束。上海市旅游景區(qū)的交通可達性呈現(xiàn)中心-外圍圈層結構特征，交通站點設施布局浦西優(yōu)于浦東，如崇明區(qū)的旅游景區(qū)、浦東滴水湖附近旅游景區(qū)依賴于私家車出行，公共交通出行極不方便（見圖11）。旅游目的地交通便捷性會直接導致出游目的地選擇的異質(zhì)性，進而形成游客出游的時空差異分布。旅游資源有賴于游客進入而產(chǎn)生效益，沒有便捷的交通，旅游經(jīng)濟不可能規(guī)?；l(fā)展，也就無法可持續(xù)發(fā)展。

圖11 旅游景區(qū)地理鄰近分布圖

二是旅游景區(qū)的景區(qū)鄰近性，構成游客“行動”的間接約束。上海市旅游景區(qū)市場轉化度呈現(xiàn)核心-外圍特征，高市場轉化度旅游景區(qū)周邊鄰近的景區(qū)的市場轉化度往往也較高，并隨通勤時間遞增而減小（見圖11）。旅游景區(qū)間轉換便捷性是游客進行景區(qū)轉換、旅游點狀線路規(guī)劃的重要影響因素，特別是節(jié)假日，游客的出游空間更為分散（李濤 等，2020），成行后所在旅游景區(qū)及其周邊景區(qū)間的鄰近性成為游客潛在旅游需求的決定性因素。

5 結論與討論

5.1 結論

互聯(lián)網(wǎng)為游客信息檢索、分析與交互提供了重要途徑。數(shù)字經(jīng)濟時代下，許多游客習慣出行前通過網(wǎng)絡搜索信息了解旅游目的地情況，進行旅游決策，但網(wǎng)絡瀏覽反映的“心動”未必能成為真實的旅游“行動”。本文以上海市為例，采用核密度插值法定量刻畫各旅游景區(qū)的網(wǎng)絡關注量與游客到訪量的時空同異配性，通過偏相關分析和地理探測器挖掘旅游景區(qū)網(wǎng)絡關注市場轉化度的影響因素，結果發(fā)現(xiàn)：

（1）空間上，上海市旅游景區(qū)日平均網(wǎng)絡關注量以都市旅游中心區(qū)為核心，距離衰減效應明顯；而旅游景區(qū)日均游客到訪量則以都市旅游中心區(qū)和國際旅游度假區(qū)為中心雙核攝動。并且，23%的景區(qū)負載了75%以上的游客到訪量，呈現(xiàn)二八規(guī)律。

（2）時間上，上海市旅游景區(qū)網(wǎng)絡關注量與游客到訪量呈現(xiàn)顯著的潮汐性，淡旺季、周末小高峰、假期井噴式增長等效應疊加組合，形成規(guī)律性波動特征。游客到訪量的波動比網(wǎng)絡關注量的波動更為劇烈，反映了出游時長對旅游線路及景區(qū)到訪的影響。

（3）網(wǎng)絡關注市場轉化度，呈現(xiàn)都市旅游中心區(qū)與國際旅游度假區(qū)雙核共振分布的特征，且存在溢出效應、虹吸效應和馬太效應。旅游“心動-行動”轉化過程呈復雜的嵌套作用機制。首先，景區(qū)類型構筑游客出游意愿的初始偏好，導致不同類型景區(qū)的網(wǎng)絡關注市場轉化度形成層級結構，歷史人文、山水園林類景區(qū)市場轉化度高于主題樂園、都市娛樂類景區(qū)。其次，景區(qū)等級成為游客出游選擇的優(yōu)先條件，高等級旅游景區(qū)始終是游客的優(yōu)先選擇。最后，交通可達性及景區(qū)鄰近性通過現(xiàn)實約束性成為游客出游決策的摩擦力，現(xiàn)實旅游流與旅游者可支配時間高度關聯(lián)，旅游者更加關注旅游景區(qū)交通可達性等現(xiàn)實要素。

5.2 討論

旅游景區(qū)通過網(wǎng)絡營銷傳遞到互聯(lián)網(wǎng)用戶，營造了大批潛在旅游需求，如何將游客的旅游意愿轉化為旅游行為成為旅游景區(qū)營銷策略重要實踐方向。本文主要有以下兩個方面的貢獻：

（1）刻畫上海市旅游需求及現(xiàn)實旅游流的時空同異配性，對提升游客出游意愿及優(yōu)化景區(qū)空間布局具有重要意義。國內(nèi)外關于旅游景區(qū)網(wǎng)絡關注量及游客到訪量的研究多聚焦在二者耦合關系及其特性，鮮少關注旅游者搜索行為向實際旅游行為轉化的機理。本文將游客出游視為一個雙階段過程，基于景區(qū)關注及景區(qū)游覽二維視角，提出“心動-行動”轉化度的定量測度方法，明晰了不同旅游景區(qū)對游客吸引力轉化的分異性。當前，上海市各區(qū)內(nèi)旅游資源分布不均且不同類型旅游景區(qū)的網(wǎng)絡關注市場轉化度具有等級差異，在景區(qū)管理開發(fā)中應注重游客對不同類型旅游景區(qū)的訴求。

（2）擴展對旅游意愿至行為轉化機理的認識，可為旅游景區(qū)營銷及旅游管理工作提供指導。本文核心在于探索旅游目的地不同屬性對游客出游成行各階段的復合影響，結論初步突破了現(xiàn)有游客出游影響因素的研究視野，推進了旅游領域游客出游機制的理論研究。現(xiàn)實情景下，隨著游客對旅游景區(qū)的網(wǎng)絡感知更加高效快速，高、低等級旅游景區(qū)之間競爭態(tài)勢不斷加劇。在營銷管理中，在利用網(wǎng)絡營銷擴大市場面的同時仍要注重完善旅游景區(qū)周邊交通設施，以促進旅游景區(qū)的協(xié)調(diào)發(fā)展及跨區(qū)旅游景點聯(lián)動。

本文的不足之處主要有三點：（1）選取時間序列過短，有關突發(fā)公共事件，如后疫情時代游客網(wǎng)絡瀏覽與實際出行的行為分析、不同年份間的對比分析仍待探索；（2）未能區(qū)分本地游客與外地游客，針對重點景區(qū)的實地訪談和問卷調(diào)查將有助于深入理解景區(qū)網(wǎng)絡關注轉化度的空間分異；（3）缺少與其他城市的比較研究、上海在長三角地區(qū)的旅游區(qū)域協(xié)同一體化研究、游客景區(qū)認知研究等，未來可結合其他旅游數(shù)字足跡數(shù)據(jù)，如游記文本點評數(shù)據(jù)、抖音、快手等音視頻數(shù)據(jù)，更深入地挖掘游客對于旅游景區(qū)的情緒感知、場所交互，及其對網(wǎng)絡關注市場轉化度的影響。