武漢市不同等級景區旅游吸引力時空變化

馬麗君，鄧思凡

(湘潭大學 商學院，湖南 湘潭 411105)

0 引言

旅游目的地的吸引力就是目的地的各類條件和若干因素綜合作用而形成的對旅游者的誘惑程度[1]。旅游地吸引力隨著空間距離的增加而減小，存在距離衰減的現象，同時，不同季節旅游地吸引物等因素可能會發生變化，導致不同季節旅游吸引力存在一定的差異，也就是說旅游地吸引力存在時空變化。國外關于旅游吸引力的研究開始較早，主要集中在概念界定和影響因素的研究上[1，2]，運用定量分析等方法，構建多種測量模型對旅游地吸引力進行測量[3]。如Crampon從游客訪問次數、旅游地容量、客源與旅游地距離、客源地規模財富等方面出發率先建立了旅游吸引力模型[4]；Wolfe對Crampon的旅游吸引力模型進一步改進，提出修正后的模型[5]；此后，許多學者以這兩者所建立的模型進行改進和拓展[6-8]。國內關于景區旅游吸引力的研究主要集中在吸引力測評、影響因素和吸引力模型等方面，其中吸引力測評多采用李克特量表來獲取旅游者感知水平，通過空間交互模型、層次分析法和層次聚類等實現量化評估[9，10]；隨著大數據在研究中的應用，張毅等提出了一個基于公開的鏈接數據度量景區旅游吸引力的方法[11]。在旅游吸引力影響因素方面，相關研究主要集中在影響因子的選擇及其作用機理等方面[12，13]，研究表明旅游吸引力的強弱與旅游吸引物的等級、旅游設施和服務的數量及質量等高度相關[14]。

在吸引力模型方面，張凌云在總結國外研究的基礎上，提出了包括綜合門檻分析等概念的吸引力模型[15]；保繼剛、馬耀峰等在對引力模型進行改進的基礎上，將其應用于國內外旅游需求的預測[16，17]；萬年慶等對Grampon模型和Wilson模型進行了科學的修正，并將旅游目的地的旅游業發展因素、游客量和游客克服的距離同時放到擴展的重力模型中，通過求取各變量的參數來測算兩地的旅游吸引力[18]；諶貽慶建立了一個旅游目的地的最大可能旅游吸引量的理論模型[19]；高德武、李山等提出了基于數理統計和計量、空間相互作用等的引力模型，對旅游地旅游吸引力進行分析測算[20-22]。

縱觀國內外相關研究，可以發現，有關旅游地吸引力測評及影響因素的研究已較為深入，為本研究提供了一定的理論支撐和方法借鑒。2007年中國開始實施景區級別劃分，將景區劃分為AAAAA，AAAA，AAA，AA，A 5個等級，其他條件相同的情況下，景區級別越高旅游吸引力往往越強。截至2018年，中國有A級景區10 300多家，其中5A級景區259家、4A級景區3 034家。同一等級景區，由于所處地理位置不同其旅游吸引力存在差異，同一地區不同等級景區旅游吸引力同樣存在較大差異。然而，有關不同等級景區旅游吸引力時空變化比較的分析尚不多見，此外，由于數據的限制，前人的相關研究多基于問卷調查或者政府抽樣調查，樣本量較小，使研究具有一定的局限性。旅游地吸引力與旅游需求一體兩面，在衡量旅游地吸引力大小時，往往用游客的旅游需求來測度。前人的相關研究表明，網絡關注度(搜索指數)與旅游需求間存在密切的正相關關系，可以用網絡關注度(搜索指數)來衡量旅游需求的大小。百度是全球最大的中文搜索引擎，本文以武漢為案例地，選取不同等級景區為研究對象，依托百度指數，收集2017年9月至2018年8月全國(不包括港澳臺)363個城市對各景區的網絡關注度，分析同一城市不同等級景區旅游吸引力時空變化特征及差異，以期為豐富旅游吸引力相關研究，以及促進相關景區精準營銷和提高吸引力，加快景區發展提供理論依據。

1 數據來源及分析方法

1.1 數據來源

武漢市共有A級景區48個，其中5A級景區9個、4A級景區20個和3A級景區19個，其2018年全年接待國內外游客28 788萬余人次，占湖北省旅游接待總人次的39.6%，旅游業總收入3 172億元，占武漢市全年地區生產總值的21.36%。一般認為3A級以上為高級別景區，由于武漢市各級景區名錄只對3A級以上景區進行收錄，因此本文結合武漢市3A級以上景區在百度指數上的收錄情況，只分別選取了黃鶴樓、木蘭山和木蘭天池3個5A級景區，湖北省博物館、歸元寺和馬鞍山森林公園3個4A級景區，晴川閣、武漢東湖海洋世界和武漢中華奇石館3個3A級景區為研究對象。

研究所需數據包括2017年9月至2018年8月363個城市對上述9個景區的網絡關注度、各城市與景區之間的距離(各城市到武漢市的距離)、各省、直轄市和自治區總GDP、受教育程度和總人口。本文數據均來源于政府權威統計資料以及百度指數，其中，網絡關注度主要通過百度指數，以各景區名稱為關鍵詞，分別檢索363個城市對各景區的網絡關注度；各城市到景區的距離通過百度地圖測距獲得；各省、直轄市和自治區總GDP、總人口數主要來自于各城市2017年國民經濟和社會發展統計公報；受教育程度為各城市2010年度第六次人口普查公報中學歷為高中及高中以上學歷的人口數。

1.2 分析方法

本文主要采用離散系數、地理集中指數、多元線性回歸分析和皮爾遜相關檢驗等方法進行分析，其中地理集中指數是衡量研究對象集中程度的一個重要指標[23]，本文用地理集中指數來衡量各景區旅游吸引力的集中程度，公式為：

(1)

式中：n為城市個數；TA為363個城市居民對A景區的網絡關注度總量，即總旅游吸引力；xi是第i城市對A景區的網絡關注度，即A景區對i城市的旅游吸引力。G取值在0～100，G越接近100，說明該景區的旅游吸引力越集中于某些城市。皮爾遜相關檢驗、多元線性回歸分析等方法前人多有描述，本文不再贅述。

2 不同空間距離范圍內城市及吸引力分布

2.1 不同空間距離范圍內城市分布

以武漢市為中心，通過百度地圖，測量其與其它363個城市的距離，并以100 km為單位，統計各景區不同空間距離范圍內城市的數量，結果如圖1所示。可以看到，距離武漢最遠的城市為3 554 km，有70.52%的城市集中分布在300～1 400 km內。在0～900 km范圍內，各空間距離范圍內的城市數量隨距離的增加而增加，900～3 600 km范圍內，各空間距離范圍內的城市數量隨著距離的增大而減少。

圖1 不同空間距離范圍內城市分布

2.2 不同空間距離范圍內景區吸引力分布

利用2017年9月至2018年8月363個城市對各景區的網絡關注度年總量，計算不同空間距離范圍內景區吸引力(某景區一空間距離范圍內所有城市網絡關注度總量與363個城市對該景區的網絡關注度總量之比)，結果如表1所示。

從表中可以看出，當累積吸引力達到0.5左右時，黃鶴樓、晴川閣的引力半徑約為900 km，歸元寺、湖北省博物館、木蘭山和木蘭天池約為600 km，馬鞍山森林公園、武漢中華奇石館和武漢東湖海洋世界為300 km；當累積吸引力達到0.8左右時，黃鶴樓的引力半徑約為1 200 km，木蘭山、木蘭天池、歸元寺、湖北省博物館、晴川閣和馬鞍山森林公園約為900 km，武漢東湖海洋世界約為600 km，武漢中華奇石館仍為300 km。不難發現，級別較高的景區的吸引力半徑要大于級別較低的景區，或者說級別較低的景區的客源市場主要集中在距離較近的區域，總體而言，景區50%的客源市場集中在900 km范圍內，80%的客源市場集中在1 200 km范圍內。此外，同一級別景區由于知名度大小的不同，其旅游吸引力半徑也存在較大差異。

表1 各景區不同空間距離范圍內的累積旅游吸引力

分別將各景區不同空間距離范圍內的旅游吸引力繪制成圖，并按照旅游吸引力的變化將9個景區分為兩類(圖2)。從圖中可以看到，黃鶴樓、歸元寺、晴川閣、湖北省博物館、木蘭山、木蘭天池、馬鞍山森林公園和武漢東湖海洋世界旅游吸引力呈下降—上升—下降的趨勢，在0～200 km區間內旅游吸引力隨距離增加而降低，在200～900 km區間內旅游吸引力隨距離增加而升高，在900～3 600 km區間內旅游吸引力呈現波動式下降。武漢中華奇石館為下降趨勢，其主要客源市場為武漢市。可以發現，除武漢中華奇石館外，其它景區旅游吸引力空間變化與城市數量的空間分布基本一致，即景區旅游吸引力空間分布主要由城市空間分布狀況所決定。

圖2 各景區不同空間范圍旅游吸引力

3 不同級別景區旅游吸引力分布比較分析

3.1 各景區旅游總量吸引力差異

計算2017年9月至2018年8月363個城市對各景區的網絡關注度，分析各景區的旅游吸引力大小(表2)，5A級景區中黃鶴樓網絡關注度為15 545 474人次、木蘭山為419 233人次、木蘭天池為1 455 019人次；4A級景區中歸元寺網絡關注度為909 737人次、湖北省博物館網絡關注度為1 943 702人次、馬鞍山森林公園網絡關注度為135 428人次；3A級景區中的晴川閣網絡關注度為568 937人次、武漢中華奇石館網絡關注度為2 924人次、武漢東湖海洋世界網絡關注度為195 115人次。計算可得5A級景區的平均旅游需求約為5 806 575人次、4A級景區約為996 289人次、3A級景區約為255 659人次，其中5A級景區的平均年旅游需求是4A級景區的5.8倍，是3A級景區的22.7倍，可以看出，景區級別越高旅游吸引力越大，然而其中也有例外，如5A級中的木蘭山旅游吸引力排在第六，甚至低于3A級景區中的晴川閣，這可能與其知名度和旅游宣傳推廣有關。

受氣候舒適性、景觀的季節變化等因素的影響，不同季節各景區旅游吸引力有較大的差異。計算各景區四季網絡關注度(表2)。可以看出，春季(2018年3～5月)的景區旅游吸引力較強，除湖北省博物館和武漢東湖海洋世界以外的7個景區其春季網絡關注度在年總網絡關注度中占比最大；其次是夏季(2018年6～8月)和秋季(2017年9～11月)，這兩個季節的網絡關注度在年總網絡關注度中占比相近；冬季(2017年12月至2018年2月)各景區旅游吸引力較小，除湖北省博物館和歸元寺以外的7個景區其冬季網絡關注度在年總網絡關注度中占比最小。

計算各個景區不同季節旅游吸引力的離散系數，結果顯示5A級、4A級、3A級景區的平均離散系數分別為0.210 2、0.188 7、0.273 8。可以看出，3A級景區的離散系數最大，旅游吸引力季節變化較大；4A級景區的離散系數最小，旅游吸引力季節變化相對較小。

表2 各景區不同季節的旅游吸引力

3.2 各景區旅游吸引力集中度差異

依據各景區網絡關注度及地理集中度計算公式，計算各景區旅游吸引力集中度(表3)。從單個景區來看，黃鶴樓的旅游吸引力集中度最小，客源市場最分散；其次是湖北省博物館、木蘭天池，旅游吸引力集中度較小，客源市場較分散；再次為晴川閣、歸元寺和木蘭山，地理集中指數在20～25；武漢東湖海洋世界、馬鞍山森林公園的旅游吸引力集中度較高，客源市場較集中；武漢中華奇石館的旅游吸引力集中度較高，客源市場最集中。從景區級別看，5A級景區的旅游吸引力集中度最小，客源市場最分散；其次是4A級景區，3A級景區的旅游吸引力集中度最大，客源市場最集中。

表3 各城市居民對5A級景區旅游需求的地理集中指數

注：G為景區各個季節的地理集中指數，G′為景區的年地理集中指數，G″為各級別景區的平均地理集中指數.

景區旅游吸引力集中度有明顯的季節變化，黃鶴樓的旅游吸引力春季最為集中，冬季最為分散；湖北省博物館的旅游吸引力秋季最為集中，冬季最為分散；晴川閣的旅游吸引力秋季最為集中，春季最為分散；木蘭山、木蘭天池、歸元寺、馬鞍山森林公園和武漢東湖海洋世界的旅游吸引力冬季最為集中，夏季最為分散；武漢中華奇石館的旅游吸引力一年四季都集中于武漢市內。計算各個景區不同季節地理集中指數的離散系數，結果顯示5A級、4A級、3A級景區的平均離散系數分別為0.104 1、0.091 6、0.090 2。可以看出，5A級景區的離散系數最大，即在不同季節中5A級景區的吸引力集中程度差異較大；4A和3A級景區的離散系數相對較小，且兩者平均離散系數相近，即4A和3A級景區在不同季節中的吸引力集中程度差異較小。

3.3 景區旅游吸引力變化及差異分析

不同空間距離范圍內所含城市數量不同，導致不同空間距離范圍內吸引力或者說旅游需求不同，不能直接比較不同級別景區旅游吸引力的大小，為此，本文計算各景區在不同空間距離范圍內的平均吸引力(某空間距離范圍內城市對景區網絡關注度與該空間距離范圍內城市數量之比)進行分析，并按照吸引力的大小將其劃分為6個等級(表4)。可以看出，各景區的平均旅游吸引力均呈現出隨距離增加而減少的距離衰減規律。級別較高的景區在不同空間距離范圍內的吸引力相差較小，客源市場較分散，級別較低的景區在不同空間距離范圍內的吸引力相差較大，客源市場較集中。900 km范圍內，級別較高的景區的旅游吸引力與級別較低的景區相差不大，甚至要小于低級別景區；900 km以后，級別較高的景區的旅游吸引力則明顯高于級別較低的景區。

表4 各景區不同空間距離范圍內平均旅游吸引力

Tab.4 Average tourist attraction within different spatial distances of each scenic spot

各景區不同季節不同空間距離范圍內平均旅游吸引力如表5所示，由表5可以看出，各個景區平均旅游吸引力的距離衰減規律在該景區的各個季度中同樣得到了表現。秋冬季，各個景區的平均旅游吸引力在不同空間距離范圍內更為分散和平均，春夏季相對集中。

表5 各景區不同季節不同空間距離范圍內平均旅游吸引力

注：由于版面的限制，5A、4A、3A各選擇一個景區的數據在表中進行展示。

依據各景區不同空間距離范圍內的平均旅游吸引力，計算各景區旅游吸引力的衰減速度(在計算過程中，根據各景區不同空間距離范圍內的平均旅游吸引力變化，對黃鶴樓、歸元寺、湖北省博物館和晴川閣進行分段統計和計算)，結果顯示，每增加100 km，黃鶴樓的旅游吸引力下降0.05%，木蘭山下降0.89%，木蘭天池下降0.64%，歸元寺下降1.33%，湖北省博物館下降1.02%，馬鞍山森林公園下降1.63%，晴川閣下降0.96%，武漢中華奇石館下降2.94%，武漢東湖海洋世界下降1.46%。5A級景區的旅游吸引力下降速度最慢，平均下降速度為0.53%/100 km，其次是4A級景區，平均下降速度為1.33%/100 km，3A級景區的旅游吸引力下降速度最快，平均下降速度為1.79%/100 km。

表6 各景區旅游吸引力衰減速度

各個景區在不同季節的旅游吸引力衰減速度也有所差異，由表7可見，多數景區在秋冬季節衰減速度更快，而在春夏季節衰減速度較慢，并且在景區級別層面表現出的旅游吸引力衰減規律同樣呈現出平均衰減速度5A<4A<3A。

依據各城市到武漢市的距離，以及各景區對每個城市的吸引力(各城市對景區的網絡關注度)，利用皮爾遜相關檢驗來分析距離變化對景區旅游吸引力的影響，由于武漢中華奇石館只對武漢市居民有吸引力，其他城市居民對其沒有網絡關注度，在分析中予以剔除，結果如表8所示。可以看到，馬鞍山森林公園在5%的水平下呈負相關，其他景區則在1%的水平下呈負相關，說明在其他條件相同的情況下，景區旅游吸引力隨距離的增加而減小。

表7 各景區不同季節平均旅游衰減速度

表8 景區旅游吸引力與空間距離的皮爾遜相關檢驗結果

注：**Correlation is significant at the 0.01 level(2-tailed).*Correlation is significant at the 0.05 level(2-tailed).

4 景區旅游吸引力差異影響因素分析

4.1 景區旅游吸引力影響因素

景區旅游吸引力的影響因素包含內外兩個層面，內部即景區自身條件，如資源豐度、基礎設施等，外部即客源市場條件，如客源地經濟發展水平、受教育水平、網絡普及率以及景區和客源地之間的距離等[24]，自身條件對景區旅游吸引力影響的研究前人已多有研究。本文著重從客源地條件這個角度分析，結合數據的可獲取性及其可量化性，分別選取31個省、直轄市、自治區的總人口、GDP及其與各景區之間的空間距離為自變量，以景區對各省的吸引力(各省對景區的網絡關注度)為因變量(表9)，其中人口數和GDP均為該省全省總值，該省到各級景區的距離用其省會城市到武漢的距離替代，分析各因素對旅游吸引力的影響，并考察不同級別景區間的差異。

在此基礎上，利用皮爾遜相關檢驗法，分析景區旅游吸引力與GDP、總人口及空間距離之間的相關關系(表10)。可以看出，5A級景區中總人口、經濟發展水平和受教育程度與旅游吸引力在1%的的水平下呈正相關關系，空間距離則與旅游需求在1%的水平下呈負相關關系；4A級景區中總人口、經濟發展水平與旅游吸引力在5%的的水平下呈正相關關系，受教育程度與旅游吸引力在1%的的水平下呈正相關關系，空間距離則與旅游需求在1%的水平下呈負相關關系；3A級景區中空間距離與旅游需求在1%的水平下呈負相關關系，受教育程度與旅游吸引力在5%的的水平下呈正相關關系，但總人口、經濟發展水平與旅游吸引力未表現出相關關系，這可能與3A級景區吸引力較小，導致網絡關注度數據較小有關。說明在其它條件相同的情況下，城市經濟發展水平越高、人口越多、距離越近，景區對其吸引力越強。

表9 31個省、直轄市、自治區的總人口、GDP及其與各級景區的距離和網絡關注度

表10 皮爾遜相關性檢驗結果

注：**Correlation is significant at the 0.01 level(2-tailed).*Correlation is significant at the 0.05 level(2-tailed).

在皮爾遜相關性檢驗的基礎上，以旅游吸引力為(網絡關注度)因變量，分別以總人口、GDP、空間距離為自變量與其進行線性回歸分析(表11)。可以發現，5A級景區中總人口每增加(或減少)1萬人，旅游吸引力將增加(或減少)7.239人次，GDP每增加(或減少)1億元，旅游吸引力將增加(或減少)6.345人次，空間距離每增加(或減少)1 km，旅游吸引力將減少(或增加)3.384人次，高中學歷以上人口每增加(或減少)1萬人，旅游吸引力將增加(或減少)8.983人次；4A級景區中總人口每增加(或減少)1萬人，旅游吸引力將增加(或減少)2.077人次，GDP每增加(或減少)1億元，旅游吸引力將增加(或減少)2.369人次，空間距離每增加(或減少)1 km，旅游吸引力將減少(或增加)3.046人次，高中學歷以上人口每增加(或減少)1萬人，旅游吸引力將增加(或減少)2.816人次；3A級景區中總人口每增加(或減少)1萬人，旅游吸引力將增加(或減少)1.812人次，GDP每增加(或減少)1億元，旅游吸引力將增加(或減少)2.015人次，空間距離每增加(或減少)1 km，旅游吸引力將減少(或增加)2.921人次，高中學歷以上人口每增加(或減少)1萬人，旅游吸引力將增加(或減少)2.454人次。各影響因素的邊際影響系數5A級景區最大，其次是4A級景區，3A級景區最小。

表11 線性回歸結果

注：R指的是擬合優度，t指的是相關系數.

4.2 景區旅游吸引力集中度差異影響因素分析

不同級別景區的旅游吸引力強度有所不同，而從上文的分析中可知，不同級別景區其地理集中度也同樣存在著差異，造成這種差異的原因與景區的級別有著密不可分的關聯，景區的級別是對一個景區資源、基礎設施、服務接待設施和建設水平等的綜合評價。為進一步分析景區級別對旅游吸引力集中度的影響，本文對各級景區地理集中指數(用研究對象中分屬各個級別的3個景區的地理集中指數平均值代替)與景區級別進行回歸分析，以各級平均地理集中指數為因變量，以景區級別為自變量，方程如下：

G=-6.619L+9.504

(3)

R=0.988 8，方程擬合度高。式中：G代表景區旅游吸引力地理集中指數；L代表景區級別。可以發現，景區級別每提高(或降低)1個等級，旅游吸引力集中指數將減少(或增加)6.619。

4.3 景區旅游吸引力衰減速度差異影響因素分析

由上文可知，不同景區其旅游吸引力的衰減速度各不相同，5A級景區的旅游吸引力下降速度最慢，其次是4A級景區，而3A級景區的旅游吸引力下降速度最快。為進一步分析景區級別對旅游吸引力衰減速度的影響，本文對各個景區的平均衰減速度與各個景區的級別進行皮爾遜相關檢驗(表12)。

表12 皮爾遜相關性檢驗結果

注：*Correlation is significant at the 0.05 level(2-tailed).

從表中可以看到，景區級別與旅游吸引力衰減速度在5%的水平下呈負相關關系，即當其他條件相同時，景區級別越高，旅游吸引力衰減速度越慢。以各景區旅游吸引力衰減速度為因變量，以景區級別為自變量進行回歸分析，方程如下：

Q=-2.468L+3.583

(4)

R=0.682，方程擬合度較高。式中：Q代表各景區旅游吸引力衰減速度；L代表景區級別。可以發現，景區級別每提高(或降低)1個等級，旅游吸引力衰減速度將減少(或增加)2.468。

5 結果與討論

本文收集2017年9月至2018年8月363個城市對武漢市3個級別9個級景區的網絡關注度，利用地理集中指數、皮爾遜相關系數和多元線性回歸等方法，分析景區旅游吸引力時空變化及影響因素，結果發現：(1)景區級別越高，其吸引力半徑越大，總體而言，景區50%的客源市場集中在900 km范圍內，80%的客源市場集中在1 200 km范圍內。此外，同一級別景區由于知名度大小的不同，其旅游吸引力半徑也存在較大差異。(2)在其它條件相同的情況下，景區級別越高旅游吸引力往往越大。級別越高的景區旅游吸引力集中度往往較小，客源市場較分散，級別越低的景區旅游吸引力集中度較大，客源市場較集中。不同季節各景區旅游吸引力有較大的差異，景區旅游吸引力集中度有明顯的季節變化。(3)各景區的平均旅游吸引力均存在距離衰減現象。相較于級別越低的景區，級別越高的景區在不同空間距離范圍內的吸引力相差較小，衰減速度較小。900 km范圍內，級別越高的景區和級別越低的景區其旅游吸引力相差不大；900 km以后，級別越高的景區的旅游吸引力則明顯高于級別越低的景區。不同季節的旅游吸引力衰減速度有所不同。(4)景區旅游吸引力的影響因素包含內外兩個層面，內部即景區自身條件，如資源豐度、基礎設施等，外部即客源市場條件，如客源地經濟發展水平、受教育水平、網絡普及率以及景區和客源地之間的距離等。在其它條件相同的情況下，城市經濟發展水平越高、人口越多、距離越近，景區對其吸引力越強。

而景區級別是一個景區綜合實力的綜合評價的結果，因此景區首先要從自身出發加強基礎設施和旅游接待設施建設，提高服務水平和產品質量，從供給側激發游客的出游動機和提高游客的出游興趣，同時注重景區形象的塑造、宣傳和營銷，在提高自身的綜合實力的同時，提高景區的知名度和美譽度。

本文借助網絡關注度數據，分析景區旅游吸引力時空變化及影響因素，考察不同級別景區間的差異，在研究內容和結論中有一定的新意，豐富了旅游地旅游吸引力的相關研究，為促進相關景區精準營銷和提高吸引力，加快景區發展提供了理論依據。但也存在一定的局限性，一方面網絡關注度是間接數據，不能完全體現旅游地吸引力；另一方面，影響旅游地吸引力的因素眾多，但由于數據的限制，本文在分析中只著重分析了外部條件中的經濟發展水平、總人口數量和空間距離這3個因素，可能會導致相關結論不全面。以上兩個方面將在后續的研究中予以完善。