黃 榕 王毅勇,2* 薛曌娜 周超凡
(1 寶雞文理學院陜西省災害監(jiān)測與機理模擬重點實驗室,陜西 寶雞 721013;2 中國科學院東北地理與農(nóng)業(yè)生態(tài)研究所,吉林 長春 130102)
隨著信息時代的到來,互聯(lián)網(wǎng)信息業(yè)在我國發(fā)展迅速。截至2022年6月,中國網(wǎng)民數(shù)量達10.51億,其中,搜索引擎用戶規(guī)模達10.47億(中國互聯(lián)網(wǎng)信息中心, 2022)。分析整理網(wǎng)絡數(shù)據(jù),獲得某一領域的網(wǎng)絡關注度與其相關搜索關鍵詞,能更好地了解時代動向,制定更好的發(fā)展方案(肖凝,2023)。當前,國內(nèi)外使用最多的搜索引擎主要是谷歌和百度。國外暫未出現(xiàn)使用網(wǎng)絡關注度作為研究對象的研究,Correa(2021)運用谷歌趨勢研究每月到訪哥倫比亞的游客數(shù)量,證明谷歌趨勢能夠幫助預測游客流量;Padhi(2017)、Clark(2019)等學者在谷歌趨勢數(shù)據(jù)的基礎上,結合經(jīng)濟模型構建客流量模型精準預測景點人流量。國內(nèi)主要是以百度指數(shù)為數(shù)據(jù)基礎,分析旅游目的地關注度的時空特征、影響因素和客流量等:如馬麗君(2011)認為氣候和節(jié)假日是影響網(wǎng)絡關注度及客流量的重要影響因素;龍茂興(2011, 2013)發(fā)現(xiàn)區(qū)域旅游網(wǎng)絡用戶關注度與實際旅游客流具有極強的正相關性。國內(nèi)關于旅游網(wǎng)絡關注度的研究區(qū)主要有紅色景區(qū)、古寨、美食景區(qū)等。許家偉(2023)研究我國中部6省紅色旅游地,認為紅色旅游網(wǎng)絡關注度具有明顯的省際差異和市際差異特征;萬田戶(2023)研究得出江蘇居民贛菜消費區(qū)域集中,且與經(jīng)濟水平、旅游淡旺季、人口、地理環(huán)境等顯著正相關;羅明春(2023)以長沙橘子洲頭為研究區(qū),得出網(wǎng)絡關注度與地理空間距離、人口數(shù)量和GDP等存在較強相關性。
當前我國關于旅游網(wǎng)絡關注度的研究主要以百度指數(shù)為數(shù)據(jù)基礎,且研究區(qū)大多比較小,一般局限在某個景區(qū)或某個地區(qū)。對于濕地旅游網(wǎng)絡關注度的研究目前僅查詢到楊力一篇論文(2022),且研究區(qū)排除了香港、澳門和臺灣地區(qū)。本文綜合采用百度、谷歌平臺數(shù)據(jù)以及年輕人比較喜歡的巨量算數(shù)、熱浪算數(shù)等短視頻平臺數(shù)據(jù)集,并把研究區(qū)域擴展到中國整個區(qū)域,力爭使研究結果較為客觀和全面。
本文數(shù)據(jù)來源于以下3個渠道 :1)在百度指數(shù)中,使用“濕地旅游”作為檢索詞,統(tǒng)計分析2013—2022年網(wǎng)絡關注度數(shù)據(jù),進行時間與空間上的差異分析。2)在Google Trends上,使用“濕地旅遊”作為檢索詞,統(tǒng)計分析2013—2022年港澳臺地區(qū)網(wǎng)絡關注度數(shù)據(jù),將其整理統(tǒng)計并與中國東部地區(qū)總體的網(wǎng)絡關注度進行相關性分析。3)在巨量算數(shù)、熱浪算數(shù)等網(wǎng)絡大數(shù)據(jù)平臺,整理收集抖音、頭條等熱門資訊短視頻平臺對濕地旅游的關注度研究。
1.2.1 季節(jié)性強度指數(shù)(S)季節(jié)性強度指數(shù)(Seasonal strength index) 反映季節(jié)性周期變動規(guī)律,用來衡量時間分布特征,本文中將其作為濕地旅游網(wǎng)絡關注度在時間維度上的集中程度。
式中:Mi為分月濕地旅游網(wǎng)絡關注度占全年網(wǎng)絡關注度的比值。季節(jié)性強度指數(shù)S值越大,濕地旅游網(wǎng)絡關注度時間分布集中度越高,淡旺季差異愈明顯;反之,時間分布越分散,淡旺季差異相應較小。
1.2.2 地理集中指數(shù)(G)地理集中指數(shù)(Geographic Concentration Index)是一種數(shù)值化的指標,可以用來衡量一個經(jīng)濟或人口特定變量的分布是否集中在某些區(qū)域中,本文用以衡量各省域間濕地旅游網(wǎng)絡關注度的空間差異特性。
式中:Xi表示第i地區(qū)濕地旅游網(wǎng)絡關注度;T表示網(wǎng)絡關注度總數(shù)。一般來說,所得出的G值越高,網(wǎng)絡關注度越集中,反之越分散。
2.1.1 年際差異在百度指數(shù)上,用“濕地旅游”作為檢索詞,選取2013—2022年百度指數(shù)進行趨勢分析(圖1)。從圖1可知:2013—2022年濕地旅游百度指數(shù)總體呈下降趨勢,2015年、2017年、2020年呈現(xiàn)出小幅增長。近年來,隨著中國經(jīng)濟的發(fā)展與居民生活水平的不斷提高,旅游成了老百姓日常生活的一部分,相對于其它綜合類旅游景區(qū)宣傳的多樣性,濕地旅游資源較為單一,游客對單一景區(qū)宣傳的關注度逐年下降。
圖1 2013—2022年濕地旅游網(wǎng)絡關注度年際變化統(tǒng)計圖Fig.1 Statistical chart of interannual changes in wetland tourism network attention from 2013 to 2022
2.1.2 月際變化利用Open Search Server軟件爬取百度指數(shù)中檢索“濕地旅游”關鍵詞的結果,將2013—2022年每月的“濕地旅游”網(wǎng)絡關注度相加求均值,并做出月份變化統(tǒng)計圖(圖2)。從圖2可知:2013—2022年“濕地旅游”網(wǎng)絡關注度月均值呈現(xiàn)出明顯的“M形”曲線,網(wǎng)絡關注度在2月最低,3—6月呈上升趨勢,7—8月急速下降,9月開始緩慢回升,12月關注度又出現(xiàn)下降趨勢。由此可見,“濕地旅游”網(wǎng)絡關注度有明顯的季節(jié)性差異,在春季、初夏和秋季關注度較高,在冬季與盛夏氣溫極端時關注度較小。
圖2 2013-2022年濕地旅游網(wǎng)絡關注度月均值變統(tǒng)計圖Fig.2 Statistical chart of monthly mean change of wetland tourism network attention from 2013 to 2022
2.1.3 季節(jié)性強度指數(shù)選取2013—2022年的“濕地旅游”網(wǎng)絡關注度數(shù)據(jù)進行季節(jié)性強度指數(shù)計算(表1)。從表1可知:這10年季節(jié)性強度指數(shù)差異較小,整體呈現(xiàn)先增長后下降趨勢,2016年達到高峰。2013—2022年“濕地旅游”網(wǎng)絡關注度時間分布集中度差異較高,淡旺季較明顯。
表1 2013—2022年濕地旅游網(wǎng)絡關注度季節(jié)性強度指數(shù)統(tǒng)計表Table 1 Statistical table of seasonal intensity index of wetland tourism network attention from 2013 to 2022
2.2.1 省際差異考慮到港澳臺地區(qū)多用谷歌搜索查詢相關信息,本文用python爬取了Google Trends上自2013—2022年港澳臺地區(qū)對于“濕地旅遊”搜索量指數(shù),將其整理統(tǒng)計并與中國東部地區(qū)總體的網(wǎng)絡關注度進行相關性分析(表2)。從表2可知:港澳臺濕地旅游網(wǎng)絡關注度與中國東部地區(qū)濕地旅游網(wǎng)絡關注度相關性不顯著。為避免同一IP使用不同搜索引擎搜索產(chǎn)生的誤差值,后續(xù)的研究中對于港澳臺地區(qū)不采用Google Trends的搜索指數(shù),僅以百度指數(shù)爬取值作為研究依據(jù)。
表2 2013—2022年谷歌港澳臺濕地旅游網(wǎng)絡關注度與中國東部地區(qū)網(wǎng)絡關注度相關性分析Table 2 Correlation analysis of Google's attention to wetland tourism networks in Hong Kong,Macao and Taiwan from 2013 to 2022 in eastern China
選取2013年、2016年、2019年、2022年中國大陸各省份網(wǎng)絡關注度用GIS自然斷點法將空間分為極高關注區(qū)、高關注區(qū)、中關注區(qū)和低關注區(qū)4部分,進行空間演化分析(圖3)。從圖3可知:總體上濕地旅游網(wǎng)絡關注度逐漸遞減,且極高關注區(qū)在2022年消失,東部沿海地區(qū)濕地旅游網(wǎng)絡關注度明顯高于其它地區(qū),西藏、青海兩地始終處于濕地旅游低關注度區(qū),關注度最弱。綜上,可能是區(qū)域經(jīng)濟條件影響了濕地旅游網(wǎng)絡關注度的高低。
圖3 2013-2022年濕地旅游網(wǎng)絡關注度的空間變化分析Fig.3 Spatial variation analysis of wetland tourism network attention from 2013 to 2022
統(tǒng)計2013—2022年各省市的“濕地旅游”網(wǎng)絡關注度,按各地區(qū)的經(jīng)濟發(fā)展程度,將我國大陸地區(qū)的31個省市及兩個自治區(qū)分為東中西3個部分,并繪制關注度趨勢地區(qū)統(tǒng)計圖(圖4)。從圖4可知:東部地區(qū)對濕地旅游的網(wǎng)絡關注度遠高于中部和西部,它們的關注度排序是:東部>中部>西部。由此可見,人們對濕地旅游的網(wǎng)絡關注度可能與當?shù)氐慕?jīng)濟發(fā)展水平有關,經(jīng)濟發(fā)展水平越高的地區(qū),人們可能更加注重精神生活,旅游的頻率也會增加。
圖4 2013—2022年網(wǎng)絡關注度指數(shù)地區(qū)分布統(tǒng)計圖Fig.4 Regional distribution of the Internet Attention Index from 2013 to 2022
2.2.2 地理集中指數(shù)選取2013—2022年“濕地旅游”網(wǎng)絡關注度進行地理集中指數(shù)計算,G值越接近100,則越集中。由表3可知:地理集中指數(shù)普遍在30左右,相對集中。并且,地理集中指數(shù)有小幅度的起伏變化趨勢,2013年達到最高峰,2020年落入最低點。
表3 2013—2022年濕地旅游網(wǎng)絡關注度地理集中指數(shù)統(tǒng)計表Table 3 Statistical table of geographic concentration index of wetland tourism network attention from 2013 to 2022
分析濕地旅游網(wǎng)絡關注度的主要影響因素,可更好地了解濕地旅游關注度動向,提前安排旅游活動,做好旅游基礎設施的維護與建設。本文在參考相關旅游網(wǎng)絡關注度文獻(陳昆侖等, 2023; 張華玉等, 2023; 孫根年等, 2007; 劉佳等, 2018)的基礎上,結合濕地旅游特點,從氣象氣候、經(jīng)濟水平、文化水平、濕地旅游發(fā)展水平、網(wǎng)絡普及度5個維度,選取年均氣溫(X1)、年均降水(X2)、國內(nèi)生產(chǎn)總值(X3)、人均GDP(X4)、人均可支配收入(X5)、高校數(shù)量(X6)、濕地景點數(shù)量(X7)、上網(wǎng)人數(shù)(X8)8個指標,利用SPSS以皮爾遜相關系數(shù)法對各指標與網(wǎng)絡關注度之間的相關性進行估算,以此作為濕地旅游網(wǎng)絡關注度影響因素的分析依據(jù)(表4)。
表4 濕地旅游網(wǎng)絡關注度影響因素指標Table 4 Indicators of influencing factors of wetland tourism network attention
利用SPSS統(tǒng)計分析軟件以皮爾遜相關系數(shù)法對各指標與網(wǎng)絡關注度之間的相關性進行分析,得到各指標與網(wǎng)絡關注度之間的相關性排序為:人均可支配收入>國內(nèi)生產(chǎn)總值=人均GDP>上網(wǎng)人數(shù)>濕地景點數(shù)量>高校數(shù)量>年均氣溫>年均降水量,其中,除氣象氣候這一維度所含的指標外,其余指標的相關性結果P值均小于0.01(表5)。由此可見,濕地旅游網(wǎng)絡關注度與經(jīng)濟水平、文化水平、濕地旅游發(fā)展水平和網(wǎng)絡普及度均呈正相關性。
表5 2013—2022年濕地旅游網(wǎng)絡關注度與各指標相關性分析Table 5 Correlation analysis between wetland tourism network attention and indicators from 2013 to 2022
3.2.1 氣候條件影響年均降水量和年均氣溫與濕地旅游網(wǎng)絡關注度的相關性最不顯著,對人們濕地旅游的影響甚微(表5)。原因是除極端天氣(臺風、暴雨等)外,正常的年度氣候條件波動不足以改變?nèi)藗冾A定的出行計劃。文中圖2也凸顯了這一點,3—6月和10—11月濕地旅游網(wǎng)絡關注度都較高。用巨量算數(shù)分析抖音、快手和頭條上濕地旅游作為重要關鍵詞引發(fā)巨大熱度的時間是在1月、8月和11月。
3.2.2 區(qū)域經(jīng)濟水平影響經(jīng)濟因素所代表的3個指標與濕地旅游網(wǎng)絡關注度的相關性最強(表5)。根據(jù)《中國統(tǒng)計年鑒》數(shù)據(jù)分析,近年來國民生產(chǎn)總值穩(wěn)步提升,人均可支配收入也逐漸增多,同時,自我國經(jīng)濟總體達到小康水平后,旅游人數(shù)與產(chǎn)生的經(jīng)濟效益與日俱增,可見二者具有很強的相關性。
3.2.3 文化水平影響旅游地推廣的必要因素便是人們對該地文化背景的認知程度,濕地這一概念出現(xiàn)的頻率較弱,而人口受教育程度提升,人們對濕地的了解更多,關注度也就更高。根據(jù)巨量算數(shù)中抖音、快手以及頭條上與濕地旅游地相關詞分析,吸引人們對濕地旅游關注的是該旅游地的人文景觀建造以及供游客玩樂的基礎設施。因此,文化水平也是濕地旅游網(wǎng)絡關注度的重要影響因素之一,文化水平越高,對濕地旅游網(wǎng)絡關注度的影響越大。
3.2.4 旅游發(fā)展水平影響濕地景點數(shù)量對濕地旅游網(wǎng)絡關注度的影響相對于其它相關性顯著的指標較弱。結合當前抖音、快手、頭條旅游上榜的頻率以及總視頻中旅游相關視頻所占比例,人們對旅游的關注度極高,可能短視頻平臺相對于旅游宣傳來說更具有直觀性。因此,本文認為旅游發(fā)展同樣是影響濕地旅游網(wǎng)絡關注度的影響因素之一,影響程度相對其它較弱。
3.2.5 網(wǎng)絡普及度影響根據(jù)《國家互聯(lián)網(wǎng)信息中心(第50次調(diào)查報告)》顯示,網(wǎng)絡關注度前5的地區(qū)分別是上海、北京、天津、遼寧、河北,這與歷年網(wǎng)絡關注度最高的地區(qū)高度重合。從相關性分析結果看,上網(wǎng)人數(shù)與網(wǎng)絡關注度的相關性較高,可見,網(wǎng)絡發(fā)展程度同樣是影響濕地旅游網(wǎng)絡關注度的重要因素。
3.2.6 其它因素影響疫情及國家政策也是影響濕地旅游關注度的重要因素。2019年末,我國爆發(fā)新冠疫情,自此開始直至2022年6月旅游業(yè)都未恢復至新冠前的繁榮。2021年我國通過了《濕地保護法》草案,自此濕地真正進入百姓眼中(楊賢群, 2021;李藝等, 2012),濕地關注度升高,根據(jù)巨量算數(shù)熱點分析結果顯示:草案發(fā)布后濕地旅游的網(wǎng)絡關注度飆升,熱度維持了2個月左右。國家政策作為我國未來發(fā)展的風向標,同樣也是影響濕地旅游網(wǎng)絡關注度的因素之一。
我國自然濕地在城市化的進程中不斷減少,人工濕地逐漸增多(賀峰等, 2010)。何若晨等(2023)提出推進濕地旅游產(chǎn)業(yè)同樣是在保護濕地,保證后續(xù)人工濕地的建設與修護。根據(jù)網(wǎng)絡搜索熱度詞相關性顯示,人們在搜索濕地時相關性最高的是西溪濕地、撈魚河等,而與濕地旅游相關的網(wǎng)紅打卡地和游玩攻略等關鍵詞的相關性排名為50,說明當前很多人不了解什么是濕地,更不會有去濕地景點旅游的想法。因此,應采取網(wǎng)絡宣傳、戶外宣傳等方法宣傳濕地相關知識,讓人們充分了解濕地和濕地生態(tài)功能,提高濕地景點的知名度。
短視頻平臺是游客對旅游信息獲取的主要方式。當前,很多導游或自媒體在短視頻平臺上分享自己的旅游照片、旅游攻略,這種視覺與聽覺的沖擊感鼓勵很多刷到視頻的人去該地旅游。濕地景觀奇特,應抓住網(wǎng)絡時代的熱潮,利用各種短視頻平臺,吸引游客目光。濕地景點吸引力不高的主要原因還有景觀的單一性,很多游客更喜歡可玩性高的景區(qū),因此,在建設濕地景區(qū)時,不僅要保留它的自然風光,還應建設一些玩樂項目,保證游客的體驗感。
新冠疫情對我國旅游行業(yè)的打擊無法估量,相關部門應提前制定相應的解決方案,推行云旅游,線上互動等項目,確定突發(fā)狀況發(fā)生時,整個景區(qū)的可運行性。同時,在濕地景區(qū)建設過程中,要盡最大努力保護濕地資源,保護生態(tài)環(huán)境。
1)中國濕地旅游網(wǎng)絡關注度在年際總體呈現(xiàn)下降趨勢,在月際上呈“雙峰式”趨勢,且季節(jié)性強度指數(shù)較強。
2)中國濕地旅游網(wǎng)絡關注度在空間上差異明顯,東部關注度大于中部和西部,且地理集中指數(shù)為30,相對集中。
3)經(jīng)濟水平是影響中國濕地旅游網(wǎng)絡關注度的基礎因素,網(wǎng)絡普及度決定了網(wǎng)絡關注度的高低,網(wǎng)絡越普及的地區(qū),關注度也越高。濕地發(fā)展水平與文化水平是提升網(wǎng)絡關注度的關鍵,濕地數(shù)量越多、受教育水平越高的地區(qū),網(wǎng)絡關注度越高。