國家公園類景區網絡關注度時空變化特征研究
——以泛長三角地區為例

(湖南師范大學 旅游學院,湖南 長沙410081)

國家公園類景區網絡關注度時空變化特征研究
——以泛長三角地區為例

楊 利,李冬杰,都劉寧,韓秀珍

(湖南師范大學 旅游學院,湖南 長沙410081)

旅游網絡信息是景區客流量預測研究的重要基礎。以泛長江三角洲地區4A級以上國家公園類景區為研究對象,基于百度指數獲取并篩選2010—2016年案例景區網絡關注度數據,采用彈性系數、地理集中指數、基尼系數、不平衡指數等指標和GIS反距離權重插值的空間分析方法研究了案例景區網絡關注度時空變化特征。結果表明:①研究時段內案例景區網絡關注度總體呈現上升趨勢,但增長速度呈現波動遞減的態勢;②從景區類別角度對比,風景名勝區關注度數值一直最高,2015年之后森林公園關注度增長速度轉為最快;③網絡關注度空間布局“核心—邊緣”結構突出,總體呈現分散式集中的“多核”空間結構特征,分布特征年際變化較小,不平衡狀態仍將持續存在。

國家公園;網絡關注度;時空變化;百度指數，GIS空間分析

1 引言

《第39次中國互聯網絡發展狀況統計報告》顯示,截至2016年年末,國內網民總人數達7.31億人,互聯網普及率達到53.2%。龐大的網民群體借助網絡搜索引擎進行旅游目的地信息查詢,為其出游決策提供依據,開展旅行活動[1]。隨著互聯網信息在游客出游目的地決策中扮演的角色越來越重要,研究旅游景區網絡關注度成為目的地尺度上旅游運作的重要問題之一,對旅游目的地網絡輿情預測、旅游流預警、旅游地營銷、旅游社會文化影響等方面的研究具有重要的指導意義。當前,國內對國家公園的研究主要集中在國家公園的相關概念、建立國家公園的可行性、對比與借鑒其他國家經驗等方面[2]。李景奇、李經龍等[3-5]通過研究認為,中國的國家公園體系在部門管理體制下逐漸演變成多種類型的分布狀態,主要包括國家級風景名勝區、森林公園、地質公園等類型。1994年發布的

《中國風景名勝區形勢與展望》綠皮書明確指出,中國“風景名勝區”與國際上的國家公園具有相對應的建設特征[6]。因此,本文將國家級的森林公園、風景名勝區、地質公園、濕地公園等類型景區歸結為國家公園類景區。

網絡與現實的相互關系和影響一直是信息地理學的研究重點。旅游網絡關注度對旅游目的地客流量和營銷具有重要的影響,近年來得到了國內外學者的廣泛認可和關注。國外學者深諳此道,Castella[7]提出“流空間理論”,在地理空間與社會網絡中引入虛擬技術空間概念,奠定了對比研究虛擬信息空間與現實空間的基礎。基于流空間理論,Goetz[8]、Matsumoto[9]學者探討了航空港、河海港和鐵路等交通運輸量對城市網絡的影響;James Katz[10]學者分析了游客網絡使用行為的若干因素;Derudder[11]、Burns[12]學者從航空貨物運輸網絡、互聯網基礎設施等角度進行了廣泛的實證研究。國內學者近年也有所涉獵。例如，李山[13]較早利用百度指數分析了旅游景區網絡關注度的時間分布,研究了網絡關注度對現實客流量的前兆效應;路紫等[14,15]對旅游信息網站訪客瀏覽的分布時間及其對旅游流的導引作用進行了一系列研究;林志慧等[16]基于網絡關注度數據,研究了案例景區網絡關注度的時空分布特征;劉澤華、謝志華等[17,18]使用R指數、G指數、Person相關系數等對短期旅游流時間分布與目的地空間結構的響應進行了研究;鄒永廣等[19]采用變差系數、赫芬達爾系數、首位度等指標,分析了旅游安全網絡關注度的時空差異特征。

以上學者對旅游網絡關注度的研究貢獻突出,在時間維度上多數集中在節假日、“黃金周”等年內特殊時段,對旅游高峰期進行了微觀分析,但缺乏宏觀層面的年際變化分析;在空間層面上多進行對比與可視化分析,但缺乏空間分布規律及變化特征分析。網絡關注度的研究不但有助于解構游客的目的地出游意向,而且有助于科學預測旅游流動向,有助于深入理解游客出游動機的產生、旅游意向的地方感形成等內容[20]。鑒于此,本文在旅游流研究的相關理論基礎上,引入數理統計及地理空間分析方法,從旅游網絡關注度的年際變化角度切入,分析網絡關注度的時空分布變化特征,并探討這一特征所反映出的游客目的地選擇意向的發展規律,為國家公園類景區的分布構建、科學管理、客流預測等提供科學參考。

2 數據來源及研究方法

2.1 數據來源

百度指數是以百度網民行為數據為基礎的數據分析平臺,主要模塊為網民搜索指數,以搜索量為數據基礎,以關鍵詞為統計對象。出于數據來源多元化和研究區域多樣化的需求,本文將長三角地區的范圍由長江三角洲城市群擴大到泛長三角“江浙滬皖”三省一市地區[21,22]。該地區擁有中國最大的經濟區,經濟社會發展水平、科技水平與交通通達度、人均收入水平均較高,旅游業發展成熟。長三角地區國家公園類景區分布較密集,4A級以上級別國家公園類景區多達56處,區域內互聯網普及率達89%以上,遠高于全國平均水平。

圖1 泛長三角地區案例景區空間分布

研究數據分別來源于:①景區名錄出自國家旅游局官網(http://www.cnta.gov.cn/)公布的《5A級旅游景區名錄》、《4A級旅游景區名錄》、《中國國家級風景名勝區名錄》、《中國國家地質公園名錄》、《中國國家森林公園名錄》、《中國國家濕地公園名錄》等;②通過百度地圖坐標拾取系統(http://api.map.baidu.com/lbsapi/getpoint/index.html)獲取各景區地理經緯度坐標;③篩選案例景區關鍵詞,利用爬取軟件獲取對象關鍵詞在2010—2016年的網民關注度數據,剔除沒有百度指數關鍵詞的景區,最終確定44處國家公園類景區網絡關注度數據,構建泛長三角地區國家公園類景區網絡關注度數據庫，景區空間分布見圖1。

2.2 研究方法

彈性系數:彈性系數源于物理學領域,現在統計學和經濟學領域得到充分應用,是衡量對應變量增長速度依存關系的重要指標,用TX表示[23]。當TX=1時,表明網絡關注度增長速度與互聯網用戶增長速度同步;當TXlt;1時,表面網絡關注度增長速度小于互聯網用戶增長速度;當TXgt;1時,表明網絡關注度增長速度大于互聯網用戶增長速度。

計算公式為:

(1)

式中,ΔG與ΔM是指網絡關注度與互聯網用戶數的變化量;G與M是指網絡關注度和國內互聯網用戶的總量。

地理集中指數:地理集中指數源于地理學領域,是衡量空間集中程度的重要指標,在本研究中用以反映網絡關注度的空間集聚程度,用D表示[24]。D值越接近100,網絡關注度越集中于某一個或幾個景點;反之,D值越小,景點的網絡關注越分散。

計算公式為:

(2)

式中,Zq表示第q景區網絡關注度；Z表示案例景點關注度總數。

基尼系數及不平衡指數:基尼系數是衡量特殊時段內離散區域空間要素分布差異的重要指標,用G表示[20]。

計算公式為:

(3)

(4)

Y=1-G

(5)

式中,Bj為第j個景區的網絡關注度數值占案例景區網絡關注度總規模的比重;S為景區數量;Y為分布均勻度;G的值介于0和1之間,值越大，表明網絡關注度集中程度越高、空間分布越不均衡。采用不平衡指數進一步度量案例景區網絡關注度分布均衡狀況,不平衡指數反映研究對象空間分布的均衡程度,計算方法采用洛倫茲曲線中的集中指數,用P表示[20]。

計算公式為:

(6)

式中,s為景區數量;Bj為各景區網絡關注度數值占案例景區總規模的比重從大到小排序后第j位的累計百分比。P的取值介于0和1之間,P越大,網絡關注度空間分布越集中;P越小,網絡關注度空間分布越均衡。

反距離權重插值:反距離權重(IDW)插值是一種ArcGIS軟件內置的GIS空間分析方法,此方法能有效反應各數據點相互影響程度及“集聚—離散”關系。通過GIS軟件對矢量數據點屬性值插值處理生成柵格影像,并通過分層設色的方法直觀展示各景區關注度的空間分布特征。

3 國家公園網絡關注度時空變化特征

3.1 國家公園網絡關注度時間變化特征

時間維度上,2010—2016年泛長三角地區國家公園的網絡關注度總體呈現上升趨勢(表1)。從景區等級來看,5A級景區由于知名度和資源稟賦等因素的影響,網絡關注度值明顯高于4A級景區;從景區類型來看,山岳型(包括森林公園、風景名勝區等類型)國家公園位居網民關注度首位,其次是濕地公園,原因包括這類景區包含眾多知名度較高的山岳和湖泊,且地處人類社會經濟活動較少的區域,自然生態環境保護良好,契合了人們愈發提升的環保意識和生態旅游需求。

表1 2010—2016年泛長三角地區國家公園網絡關注度(次)

近年來,泛長三角地區國家公園景區網絡關注度的彈性系數呈現動蕩遞減的趨勢(圖2)。由圖2可知,2015年以前的彈性系數一直大于1,泛長三角地區網絡關注度增長速度快于全國網民增長速度,表明網民對該地區國家公園的關注度熱情增長度呈現上升趨勢;而2016年,彈性系數小于1,案例地區網絡關注度增長速度慢于全國網民增長速度,表面網民對案例地區國家公園類景區關注度可能仍在增長,但增長速度已有所下降,網民關注度熱情回落明顯。此外,2014年彈性系數出現峰值,表明泛長三角地區國家公園類景區網絡關注度出現爆發式增長。

2014年對中國的在線旅游市場發展具有重要意義,出現了諸如各大在線旅游網站蜂擁擴展,以“價格戰”等方式發力營銷,移動端網絡用戶漸成主力,資本并購活動頻繁,網絡定制旅游突破式發展等現象,極大活躍了在線旅游市場。受助于此背景,大量社會公眾接觸在線旅游服務,并通過網絡搜索渠道了解相關目的地信息。

圖2 2011—2016年泛長三角地區國家公園網絡關注度彈性系數

從景區類型角度來看,2010—2016年網民對森林公園和風景名勝區的關注度最高,總占比保持在72.88%—76.61%之間(圖3)。網絡關注度數值排名依次為風景名勝區、森林公園、濕地公園和地質公園,但增長速度卻有不同。風景名勝區在2015年之前呈現出最高速增長態勢,而2015年之后,風景名勝區增長放緩,森林公園的增長速度躍居首位,表明網絡群眾對森林公園類景點的關注熱情增長,人們更加向往擁有清潔空氣和優美自然環境的森林公園。社會經濟發展帶來的環境污染等負面影響加劇,尤其是以霧霾為代表的空氣污染給社會公眾的日常工作和生活帶來的不良影響日益明顯，因此以森林公園為代表的自然生態環境較好、空氣潔凈的目的地越來越受到網絡群體的關注。

圖3 2010—2016年泛長三角地區各類型國家公園網絡關注度變化

3.2 國家公園網絡關注度空間變化特征

通過GIS反距離權重空間插值的方法將泛長三角地區國家公園網絡關注度的數據進行插值處理,生成空間分布柵格影像圖(圖4,見封四)。由圖4可知,國家公園的網絡關注度空間布局“核心—邊緣”突出,總體呈現“多核”空間結構特征,形成多個旅游網絡關注度峰值區。國家公園的旅游網絡關注度最高峰值出現在皖南—浙西中心圈,環繞著黃山、千島湖、九華山等知名景區網絡關注度數值較高。自2012年以后,蘇南景觀區成為網絡關注度的另一個峰值區,包含鐘山—中山陵名勝區、天目湖、沙家浜濕地等景區網絡關注度數值較高。除了這兩個峰值區,杭州西湖風景名勝區和西溪濕地為首的浙江東北部地區從2012年開始出現快速增長趨勢,并于2014年后形成另一個關注度峰值區。浙江省的東北部是城市化水平較高的地區,環城旅游景區密集,該地區的增長現象表面近年來城市周邊短程旅游目的地關注度升溫。2013年12月《國務院關于修改〈全國年節及紀念日放假辦法〉的決定》第三次修訂發表,進一步精細化了我國節假日制度,三日短假期成為主要的放假類型[25]。這促進了社會公眾對距離和時間成本更低的短程目的地的關注,位于城市群周邊的國家公園類景區網絡關注熱度得以迅速提升。

值得一提的是:位于浙江省東部舟山群島的普陀山自2012年起網絡關注度出現了幾何增長態勢,至2014年以后已獨立形成關注度的峰值核心。普陀山地處東海之濱的舟山群島,有著得天獨厚的海島山岳型自然風光,同時作為觀音菩薩的道場,知名度較高,佛教文化資源豐富。得益于社會經濟快速發展、人們生活水平與受教育程度的提升、交通體系日漸完善、宗教旅游升溫,人們對宗教旅游景區的關注熱情激增[26]。自2012年以后,同為“四大佛教”圣地的九華山景區的關注度也出現了高速增長。宗教旅游升溫反映出公眾休閑旅游的目的地選擇出現轉變,正由單一的自然風景觀光向兼具文化體驗的綜合游覽過渡。

表2 2010—2016年泛長三角地區國家公園網絡關注度空間集中度指數

本文依托各案例景區網絡關注度數據,分別運用地理集中度指數、基尼系數、不平衡指數公式計算出網絡關注度空間分布的各項系數和均勻度,綜合顯示泛長三角地區國家公園網絡關注度空間分布總體不均衡,呈現“分散式集中”的特征。由表2可得,2010—2016年泛長三角地區國家公園類景區網絡關注度空間分布的地理集中度保持在22—26之間,遠低于100,總體集中程度下降趨勢明顯,表明網絡群體對泛長三角地區案例景區的網絡關注度空間分布不集中,呈現分散的態勢。從基尼系數角度分析也不難發現,案例景區網絡關注度基尼系數均大于0.8,2010—2013年集中程度總體上升到最高值為0.8715,之后緩慢下降,但總體變化不大,表明局部空間分布較為集中,且均勻度很低。進一步利用不平衡指數衡量泛長三角地區國家公園網絡關注度分布均衡程度,測定研究時段P值均大于0.4,表明案例地區各景區間網絡關注度空間分布不均衡態勢較明顯。綜合以上三個指數表明，泛長三角地區國家公園的網絡關注度空間分布總體不均衡,具有明顯的總體分散局部集中態勢,且各年度相關指數變化較小,空間分布不均衡狀態將持續存在。

4 結論與建議

4.1 結論

基于百度指數,本研究收集2010—2016年泛長江三角洲地區共44個4A級以上級別國家公園類景區網絡關注度數據,并對其時空差異特征進行分析,得出如下結論:①時間維度上,泛長三角地區國家公園類景區的網絡關注度總體呈現上升趨勢;網絡關注度的增長速度呈現動蕩遞減的趨勢,彈性系數值自2014年之后出現下滑,到2016年低于1,表明網民對該地區國家公園類景區關注度仍可能在增長,但增長速度已有所下降,網民關注度熱情回落明顯。②網民對森林公園和風景名勝區的關注度較高,兩者總占比保持在72.88%—76.61%之間;2015年以后森林公園類景區的關注度增長最快,表明環境污染問題給社會公眾的日常生活帶來的不良影響日益加劇,以森林公園為代表的自然生態環境較好、空氣潔凈的旅游目的地越來越受到網絡群體的關注。③空間布局上,研究時段內泛長三角地區國家公園類景區網絡關注度地理集中度指數介于22—26之間,基尼系數均大于0.8,不平衡指數P值均大于0.4,表明空間分布呈分散式集中狀態,年際變化較小,分布不均衡狀態將持續。空間布局“核心—邊緣”突出,總體呈現“多核”空間結構特征,形成多個旅游網絡關注度高峰值;旅游網絡關注度最高峰值出現在皖南—浙西中心圈,2012年以后蘇南景觀區和浙江東北部地區也相繼成為峰值區;位于國家公園內的宗教旅游景點關注度迅速增加。

4.2 建議

由以上結論可知,國家公園類景區網絡關注度時空分布特征明顯,針對景區市場營銷、規劃開發和科學管理提出幾點建議:①將網絡作為國家公園類景區的主要營銷渠道。最近幾年,在線旅游市場出現爆炸式發展,旅游目的地的網絡營銷成為重要的推廣方式,網絡營銷具有超越時間和距離限制的特點,可以對受眾產生交互式影響,提升社會知名度和影響力。數據顯示,國內網民群體及國家公園類景區的關注度均呈現與日俱增的趨勢,將網絡作為主要的營銷渠道有利于國家公園類景區的市場推廣。②優先發展山岳型森林公園等自然生態環境較好的景區。森林公園類景區近年關注度出現幾何式增長起因于人們對環境污染(特別是空氣污染)對自身健康影響的擔憂。尤其是山岳型森林公園,由于地處人類社會經濟活動較少地區的優勢,自然生態環境保護較好,空氣潔凈,越來越受到網絡群體的關注。同時,結合山岳森林公園內自然及人文旅游資源稟賦,將自然觀光與文化旅游相結合,提升科學開發及管理水平。在我國國家公園體制尚未健全的背景下,優先發展山岳森林公園景區,既契合社會公眾的現實需求,又推動了國家公園體系整體良性發展。③科學構建國家公園等級體系。隨著構建國家公園體制政策的提出,國家公園將成為國內旅游學界和業界關注的焦點。由上文分析得出,泛長三角地區國家公園類景區網絡關注度空間布局呈現“多核”等級狀態分布,與城市群分布特征趨同。構建以高知名度景區為核心、多等級多層次的國家公園體系,將有助于國家公園體系的科學構建與管理,推動國家公園體系持續健康發展。

本研究僅收集百度指數數據,分析了國家公園類景區網絡關注度的時空差異特征,相關問題還有待深入研究。如O2O旅游網站數據和旅游博客數據在國家公園類景區的時空分布狀態研究,網絡關注度與實際客流量之間的關系與網絡關注度的影響因素研究等。

[1]龍茂興,孫根年,馬麗君,等.區域旅游網絡關注度與客流量時空動態比較分析——以四川為例[J].地域研究與開發,2011,30(3)∶93-97.

[2]袁婷,王輝,孫靜,等.國家公園學術研究的進展與思考[J].大連民族學院學報,2016,18(2)∶142-150.

[3]李景奇,秦小平.美國國家公園系統與中國風景名勝區比較研究[J].中國園林,1999,15(3)∶70-73.

[4]李經龍,張小林，鄭淑婧.中國國家公園的旅游發展[J].地理與地理信息科學,2007,23(2)∶109-112．

[5]田世政,楊桂華.中國國家公園發展的路徑選擇：國際經驗與案例研究[J].中國軟科學,2011,(12)∶6-14.

[6]中華人民共和國建設部.風景名勝區規劃規范(國標GB50298-1999),1999∶1-2.

[7]Castells M.The Iinformation City[M].Oxford：Basil Blackwell,1989.

[8]Goetz A R.Air Ppassenger Transportation and Growth in the US Urban System 1950-1987[J].Growth and Change,1992,23(2)∶218-242.

[9]Matsumoto H.International Uurban Systems and Air Passenger and Cargo Flows：Some Calculations[J].Journal of Air Transport Management,2004,10(4)∶239-247.

[10]Katz J,Aspden P.Motivations for and Barriers to Internet Usage：Results of a National Public Opinion Survey [J].Internet Research：Electronic Networking Applications and Policy,1997,7(3)∶170-188.

[11]Derudder B,Witlox F.An Appraisal of the Use of Airline Data in Assessing the World City Network：A Research Note on Data[J].Urban Studies,2005,42(13)∶2371-2388.

[12]Burns M C,Cladera J R,Bergad M M.The Spatial Implications of the Functional Proximity Deriving from Air Passenger Flows Between European Metropolitan Urban Regions[J].GeoJournal,2008,71(1)∶37-52.

[13]李山,邱榮旭,陳玲.基于百度指數的旅游景區網絡空間關注度：時間分布及其前兆效應[J].地理與地理信息科學,2008,24(6)∶102-107.

[14]路紫,劉娜,Zui Z.澳大利亞旅游網站信息流對旅游人流的導引：過程、強度和機理問題[J].人文地理,2007,22(5)∶88-93.

[15]路紫,趙亞紅,吳士鋒,等.旅游網站訪問者行為的時間分布及導引分析[J].地理學報,2007,62(6)∶621-630.

[16]林志慧,馬耀峰,劉憲鋒,等.旅游景區網絡關注度時空分布特征分析[J].資源科學,2012,34(12)∶2427-2433.

[17]劉澤華,李海濤,史春云,等.短期旅游流時間分布對區域旅游空間結構的響應——以云南省黃金周旅游客流為例[J].地理學報,2010,65(12)∶1624-1632.

[18]謝志華,吳必虎.中國資源型景區旅游空間結構研究[J].地理科學,2008,28(6)∶751-752.

[19]鄒永廣,林煒鈴,鄭向敏,等.旅游安全網絡關注度時空特征及其影響因素[J].旅游學刊,2015,30(2)∶101-109.

[20]李偉,胡靜,陸汝瑞,等.基于旅游目的的特殊時段旅游流時空分布特征研究----以武漢市為例[J].經濟地理,2013,33(1)∶180-186.

[21]寧越敏,李健.泛長三角地區城鎮化的機制、模式與戰略[J].南京社會科學,2009,(5)∶8-14.

[22]彭震偉,唐偉成,張立,等.長江三角洲城市群發展演變及其總體發展思路[J].上海城市規劃,2014,(1)∶7-12.

[23]國涓,唐煥文,孫平.投入產出彈性系數研究[J].遼寧工程技術大學學報,2006,25(5)∶754-757．

[24]保繼剛,甘萌雨.改革開放以來中國城市旅游目的地地位變化及因素分析[J].地理科學,2004,24(3)∶365-370.

[25]丁凌.節假日旅游景點周邊路網優化研究[D].西安：西安建筑科技大學碩士學位論文,2016.

[26]謝若齡,吳必虎.30年境內外宗教旅游研究綜述[J].旅游學刊,2016,31(1)∶111-125.

StudyonTemporalandSpatialVariationofNetworkAttentioninNationalParkScenicSpots——ACaseStudyofPan-ChangjiangRiverDelta

YANG Li,LI Dong-jie,DU Liu-ning,HAN Xiu-zheng

(Tourism College，Hunan Normal University,Changsha 410081,China)

Tourism network information was a significant basis for forecasting tourist amount.This paper selected the data of the network coverage degree of the scenic spots in 2010-2016 based on Baidu Index.With the using of lasticity coefficient,geographical concentration index,Gini coefficient and imbalance and the spatial analysis method of GIS inverse distance weight interpolation,this paper studied the temporal and spatial variation characteristics of network coverage in case scenic area.The results showed that:①The network attention to the case of the scenic spot was generally growing,but the growth rate was decreasing.②From the perspective of scenic categories,the authors found that the scenic spots got highest value of attention of all the time and the forest park attention got the fastest growth rate after 2015.③The spatial layout with “core-periphery" of the network attention was prominent,with the general distributed the concentration of spatial structure of “multi-core",and the distribution characteristics of annual change smaller,which would continue to exist the imbalance distribution.

national park;network attention;temporal and spatial variation;Baidu Index;GIS spatial analysis

10.3969 /j.issn.1005-8141.2017.09.0024

F590.82

A

1005-8141(2017)09-1142-05

2017-07-12；

2017-08-22

湖南師范大學青年優秀人才計劃項目(編號:2014YX05)。

及通訊作者簡介：楊利(1973-),女,江西省泰和人,博士,副教授,主要研究方向為旅游資源開發與濕地生態環境保護。