中部六省紅色旅游網絡關注格局及影響因素的時空分異

摘要：

紅色旅游是我國新興的一種專項特色旅游活動形式，具有相對獨特的網絡關注空間特征和影響因素。文章從時間和空間雙視角，以2011—2019年中部六省88個省轄市為研究區域，基于變異系數、地理集中指數等模型，使用百度指數數據，運用ArcGIS10.3軟件進行空間分析，揭示中部六省88個省轄市紅色旅游網絡關注度時空變化特征，并運用地理加權回歸分析方法，構建網絡關注時空異質性影響因素模型。先后從年際變化、月度差異、“黃金周”分布三方面揭示了紅色旅游網絡關注度的時間演變特征，從空間整體和局部的角度分析了紅色旅游網絡關注度的空間演變特征，從自然因素、傳統節日和假日制度三方面分析了影響網絡關注度時間異質性的因素，從經濟、交通、教育和互聯網四方面分析了影響紅色旅游網絡關注度空間異質性的因素。通過將定性與定量分析結果相結合，得出研究結果：紅色旅游網絡關注度有明顯的月份和節假日變化特征，6月和10月分別為年度旅游關注的主、次波峰，“十一”、春節等節假日在節前、節中和節后的網絡關注度大體上呈現出“V”型特征。紅色旅游網絡關注度具有明顯的省際差異和市際差異特征，關注度的高值區主要分布在太行山區、伏牛山區、大別山區、羅霄山區等地，從南向北大體上呈現出“S”型的分布特征，省際差異逐漸縮小，但存在著較為明顯的市際差異。氣候條件、特殊節日和假日制度是影響紅色旅游網絡關注度時間異質性變化的重要因素；經濟發展水平、教育發展水平、網絡發展水平以及交通發展水平等因素是造成紅色旅游網絡關注度空間異質性的重要因素。最后，研究著眼中部六省全域旅游與紅色旅游的關系，提出對紅色旅游的研究，要以系統理論為指導；紅色旅游規劃建設要與全域旅游發展戰略緊密融合，對接國家發展政策與發展戰略，以“革命老區”為政策契機，打造區域性紅色旅游發展核心，實現區域旅游業全域化發展；學術界應當注重對紅色專項旅游規律的探討，從不同學科背景視角下探索紅色旅游時空關注度演變規律，為豐富紅色旅游理論體系提供實踐參考，開創具有創新性的研究成果。

關鍵詞：紅色旅游；百度指數；網絡關注度；空間異質性

中圖分類號：F592.7；G127nbsp; 文獻標志碼：A" 文章編號：1008-5831（2023）02-0082-15

2004年至今，黨中央、國務院積極推進紅色旅游的發展，國家發改委已經連續發布三期《全國紅色旅游發展規劃綱要》，為加快紅色旅游持續健康發展指明了方向。近年來，隨著我國經濟社會的發展，人們生活水平和收入水平不斷提高，對于以旅游業為代表的美好生活（外出旅游）的需求更加強烈，紅色旅游作為旅游業中的重要組成部分同樣受到更多人的關注與青睞。《2018年全國旅游工作報告》顯示，2015—2017年底我國紅色旅游共計34.78億人次，綜合收入實現9 295億元。全國紅色旅游人次由2004年的1.4億提升到2017年的11.47億，年均增幅達到16%，紅色旅游出游人次呈現出高速增長的發展態勢。且一個明顯的變化是客群主力逐漸被年輕人取代，從2018年1—6月數據來看，攜程網提供數據顯示，60后和70后游客占比下降到32%，80后和90后占比達到39%，這表明紅色旅游具有較好的市場發展前景。

旅游網絡關注度數據因信息及時、準確與直觀等特征，近些年逐漸受到學者們的關注［1］。目前國內外相關文獻主要集中在以下六個方面：一是紅色旅游概念，本研究較為認可的紅色旅游是指以中國共產黨革命事跡、革命歷史和革命精神形成的紀念地或建筑物為載體，組織游客學習參觀的專題旅游活動［2］。二是旅游景區、旅游城市等旅游目的地網絡關注度研究［3-8］。三是游客數量與網絡關注度數據之間關系研究［9-12］。四是旅游安全網絡關注度研究［13-16］，如特殊旅游事件。五是專項旅游的旅游關注度研究［17-22］，如郵輪旅游、鄉村旅游、溫泉旅游、古城旅游、工業旅游等。六是紅色旅游網絡關注度研究，研究對象主要包括紅色旅游景區、紅色旅游地等的研究內容［23-24］，研究尺度包含中國、省、市等研究內容［12，25-26］，研究方法主要包括涉及百度指數、社會網絡分析、GIS、Gephi等研究方法［27-28］。

通過梳理可以發現，現有成果多以單個景區為研究案例區，分析探討研究對象的旅游關注度狀況。近些年在紅色旅游網絡關注度研究方面，已有研究成果多側重于時空分布特征、影響因素及客流響應等方面分析［12］，但總體來看研究成果較少，研究內容仍有待深入與拓展。紅色旅游作為傳承紅色文化的重要載體，旅游者作為旅游活動得以開展的前提條件，對紅色旅游網絡關注度的研究是相關研究應有之義。基于此，研究運用百度指數數據，對紅色旅游資源豐富的中部六省紅色旅游的網絡關注度時空演變特征及影響因素的時空異質性進行分析，以期為紅色旅游業空間布局優化與良性健康發展提供理論支持和案例借鑒。

一、數據來源與研究方法

（一）研究區概況和數據獲取

中部六省指的是中國中部地區的六個省份，自南向北包括湖南、江西、湖北、安徽、河南、山西等六個省份，中部地區國土面積約102.8萬平方公里，占全國國土面積的10.71%。中部六省中全國重點文物保護單位、重點紅色旅游區、重點紅色旅游經典景區和紅色旅游精品線路在全國占比分別為25%、33.3%、26%、36.7%，在全國占比較高，且早期革命武裝根據地多在該區域建立，案例區選擇具有一定的典型性。2021年1月以來，中部六省“紅色旅游”搜索熱度較上年同期增長143%，其中湖南增長最快，為202%，在中部地區排名第一。紅色旅游作為精神文化消費的重要方式受到越來越多人追捧。

研究數據獲取采用關鍵詞取詞方法進行。關鍵詞的選取是運用百度指數方法研究的基礎，通過借鑒相關研究成果［9，21，29］，采用范圍取詞法進行分析［30-31］，研究中以“紅色旅游”為關鍵詞進行檢索。空間分析以省轄市域為單位，檢索獲取2011—2019年中部六省（河南省、山西省、湖北省、安徽省、湖南省、江西省）88個市紅色旅游關注度年、月、日等3個尺度的數據。

（二）變量說明與數據處理

1.年際集中指數

研究中引入年際集中指數來表示不同地市間紅色旅游網絡關注度的年際集中或分散程度，集中指數的數值越大，表明關注度年際變化越大，隨時間變化關注度表現越不穩定，反之，數值越小則說明關注度隨時間變化穩定。計算公式：

V=Ni=1（Ti-T）2N（1）

其中：V表示年際集中指數；N為研究時段的年份；T為逐年關注度數量的年均值與研究期內關注度總量的比值；Ti為第i年的關注度數量與研究期內關注度總數的比值。

2.季節性集中指數

季節集中指數用以定量分析網絡關注度時間集中程度［32］。研究中引入季節集中指數來表示不同地市間紅色旅游網絡關注度季節的集中或分散程度，集中指數的數值越大，表明關注度月際變化越大，隨時間變化關注度表現越不穩定，反之，數值越小則說明關注度隨時間變化穩定。計算公式如下：

S=12i=1（Xi-8.33）212（2）

式中：S為網絡關注度季節集中指數；Xi為各月網絡關注度占全年比重。S值越大，季節性差異越大，S值越趨近于零，則關注度時間分布越均勻。

3.地理集中指數和變異系數

地理集中指數用以反映網絡關注度空間分布集中程度［33］。研究中引入地理集中指數和變異系數來表示中部六省紅色旅游網絡關注度空間分布的均衡和分散程度。地理集中指數計算公式如下：

G=100×ni=1（piP）2 （3）

式中：G為網絡關注度地理集中指數；pi為第i地區的網絡關注度，P為網絡關注度總數。G值越接近100，網絡關注度越集中于某一個或某幾個地區；G值越小，網絡關注度越分散。

變異系數［34］：又稱標準差率或離散系數，用以反映地區之間網絡關注度相對均衡或差異程度。計算公式如下：

CV=ni=1（yi-

y）2ny

（4）

式中：CV為網絡關注度變異系數，yi為第i地區網絡關注度，y為yi的平均值。CV值越大，網絡關注度空間差異越大。

4.地理加權回歸（GWR）

研究中運用GWR方法是為了測度數據因地理位置不同引起變量間結構的非平穩變化［35］。計算公式如下：

lnyi=βi0+βi1Xi1+…+βikXik+εi（5）

式中：n為研究區總數，y表示紅色旅游網絡關注度，i指第i個研究區，εi表示隨機誤差，βik表示回歸系數，Xik表示自變量。

二、實證結果與分析

（一）紅色旅游網絡關注度的時間演變特征

1.年際變化特征

黨的十八大以來，在一系列政策的引導和支持下，全國多地掀起紅色文化旅游的熱潮。隨著我國旅游熱度的提升，紅色旅游越來越受到游客青睞。受我國紅色旅游消費熱度提升的影響，中部六省作為我國紅色革命的主要戰場，政府積極推動紅色旅游發展。研究中將2011—2019年紅色旅游網絡關注度逐日數據進行相加，結果如圖1所示。總體上可以看出，紅色旅游網絡關注度呈現出逐年遞增的變化趨勢，年際變化較大。2012—2015年有局部下滑趨勢，2016年之后依然呈現快速增長。

根據公式（1）計算出2011—2019年中部六省（河南省、山西省、湖北省、安徽省、湖南省、江西省）及全國的紅色旅游網絡關注度的年際集中指數，如表1所示。結果發現：全國紅色旅游網絡關注度的年際差異較大，全國的年際集中指數為49.47，遠遠高于中部六省；在中部六省中，河南省的年際集中指數與其他省份相比最高，為20.97；江西和山西的指數較低，分別為13.28和15.05；湖北（17.12）、湖南（17.76）和安徽（19.34）的年際集中指數介于17～20之間。

/

2.月度差異特征

將研究時段內紅色旅游網絡關注度按月加和求平均值（圖2），可以看出中部六省紅色旅游網絡關注度季節性差異呈現出先增加后減少的變化特征，全年在6月份出現一個波峰。除了1—2月份，其他時間沒有明顯的季節特征，從3月至12月的網絡關注度基本都在3 000以上，淡旺季不分明；“五一”“十一”、春節等三個節假日節前、節中和節后的網絡關注度大體上呈現出“V”型特征。

3.“黃金周”分布特征

閑暇時間是旅游者出行的基礎條件。研究中以春節和“十一”兩個小長假為例進行“黃金周”特征的分析，為了更全面觀察“黃金周”假期的變化狀況，研究中選取假期的前5天、中7天和后3天進行分析。圖3中可以明顯看到，“十一”假期的網絡關注度大體呈現出先增加后減少，再次增加后又減少的雙波峰特征，兩次波峰分別在第3天和假期結束前后。春節假期的網絡關注度總體上呈現出先增加后減少，再次波動上升的變化趨勢，基本在前4天左右達到關注度小高峰，假期后2天再次達到小高峰。

由于網絡關注度發生在出游前后（出游前多是對旅游線路進行設計安排，出游后主要對旅游目的地進行“回味”和分享），因此網絡關注度數據具有一定的先兆性和滯后性特征。總體而言，“十一”的紅色旅游網絡關注度的高峰比春節稍高，假期的網絡關注度大體上呈現“V”字型。2014年春節期間的紅色旅游網絡關注度的“V”字型特征尤為明顯。

（二）紅色旅游網絡關注度的空間演變特征

1.空間分布總體特征

運用百度指數時可根據用戶的IP識別用戶的空間分布狀況，這對中部六省各地區紅色旅游網絡關注度空間差異的分析，和對把握紅色旅游市場的空間分布特征與變化規律具有重要的實踐意義。總體上看，中部六省紅色旅游網絡關注度的高值區域多集中分布在省會地區，以及太行山區、伏牛山區、大別山區、羅霄山區等省際邊界地區，且高值區的范圍相對穩定，從南向北大體上呈現出“S”型的分布趨勢（圖4）。

運用百度指數數據，對中部六省網絡關注度情況進行排名，網絡關注度從大到小依次為：湖南省、河南省、湖北省、安徽省、江西省和山西省。同時對中部六省88個省轄市紅色旅游關注度數據進行排名，位列前十名的城市依次為：長沙市、武漢市、鄭州市、南昌市、合肥市、太原市、贛州市、湘潭市、新鄉市和洛陽市，紅色旅游網絡關注度高值區前六名均為經濟發展水平較高的省會城市。為了更好地探究紅色旅游網絡關注度的空間分布狀況和空間擴散狀況，在研究中對中部六省不同城市逐年的網絡關注度數據進行市場份額等級劃分。依據相關研究成果劃分辦法［36］，結合研究區實際情況，將中部六省紅色旅游網絡關注度總量占比5%以上、2.5%～5%、1%～2.5%、1%以下的地區分別作為一級、二級、三級和四級客源市場區（表2）。基于ArcGIS10.3軟件，將計算結果進行可視化展示（圖4），可以看出：一級市場基本穩定在長沙、武漢、鄭州、南昌、合肥、太原這6個省會城市；二級市場主要分布在江西南部的贛州市；三級市場主要分布在太行山區、伏牛山區、大別山區、羅霄山區等地區，分布范圍呈現出先縮小后擴大的變化趨勢；四級市場主要分布在一、二、三級市場的中間區域或外圍區域。

2.空間分布的集聚性與差異性

根據前文公式（3）和（4）可以計算出中部六省88個城市2011—2019年紅色旅游網絡關注度的變異系數與地理集中指數數值，整理后得到表3。表中可以看出，中部六省88個城市2011—2019年紅色旅游網絡關注度的地理集中指數數值在15.27～24.16之間，隨年份增長呈現出先增加后減少再增加的變化趨勢，表明中部六省88個城市紅色旅游網絡關注度的集聚性先增強后變弱再增強的變化趨勢。從變異系數的計算結果可以看出，中部六省88個城市2011—2019年紅色旅游網絡關注度的變異系數數值在1.03～2.04之間，紅色旅游網絡關注度呈現出先增加后變小的變化趨勢，一定程度上反映出中部六省紅色旅游網絡關注度空間分布差異在擴大之后呈現出縮小的變化趨勢。

3.網絡關注度時空異質性的影響因素分析

紅色旅游是以紅色資源為依托，以愛國主義教育和革命傳統教育為主題的主題性旅游活動。早期的紅色旅游主要跟革命活動與戰爭活動密切相關，出于革命發展的需要，革命多發生在大別山、羅霄山等山區地區，這些革命遺址或者遺跡成為紅色旅游資源的重要依托，山區地形與革命時期紅色旅游資源分布具有較高的相關性，這一結論在上文空間分布特征中也得到了證實。雖然對革命遺址學習、參觀、瞻仰等可以追溯到建國之初，但當時尚不具備旅游屬性，真正意義上的紅色旅游興起于20世紀末。隨著市場經濟體制改革以及“黃金周”假日制度的實施，紅色旅游順勢而發。紅色旅游發展過程受到多種因素的制約，本研究以網絡關注度為切入口，從時間和空間雙視角對中部六省紅色旅游資源時空分布異質性的影響因素進行分析。

（1）時間分布異質性特征影響因素

從前文研究結果中可以看出，2011—2019年中部六省紅色旅游關注度逐年增長，具有明顯的季節性分布特征，且不同年份間逐月的分布特征具有相似性，說明自然因素中的氣候條件、地形區位條件，社會因素中的特殊節日和假日制度是影響紅色旅游網絡關注度時間分布異質性特征的重要因素。

1）自然因素

第一，氣候條件。多個研究成果表明，不同的季節、不同的氣候條件會對旅游者的旅游感知產生直接影響，旅游目的地的淡旺季跟季節和氣候條件有直接的關系，這就造成了不同旅游目的地游客數量的季節變化特征明顯。從2011—2019年紅色旅游游客出游的月份和季節特征來看，從3月份開始到11月之間呈現出先增加后降低的變化趨勢，12月、1月、2月這三個月份（冬季）紅色旅游游客數量最少，冬季紅色旅游游客數量少的原因是整體上全國各地氣溫較低，造成了氣候舒適度較差，降低了人們的出游意愿。同時，早期的紅色革命基地選址已經預判到持久戰的重要性，多選擇在東亞季風區，氣候適宜，物產豐富，資源充足，除了糧食作物以外，還有藥材、油料作物等供應，便于部隊籌糧和自給自足發展。

第二，地形區位條件。早期中國共產黨的力量較為弱小，敵我力量懸殊，革命道路漫長。在此背景下，中國共產黨逐漸走向成熟，找到了正確的革命道路。當時的革命政權選址從地形和區位上看，重點受三方面因素影響：一是革命時期確立了“農村包圍城市，武裝奪取政權”的中國特色革命道路和總戰略，首先在敵人統治力量比較薄弱的農村建立革命根據地，有利于發展壯大革命武裝、積蓄革命力量，如井岡山革命根據地建立在三省交界處；二是建立在地勢險要、易守難攻的山區，山區地形是根據地天然的屏障，可以實現有利戰機時進可攻、不利戰機時退可守的目的，便于革命力量的隱藏和轉移，可以在最大程度上保存和發展革命力量；三是中國革命對廣大的農民階級力量的需要，將根據地建立在接近農區的山區或遠離城市的偏遠農區，更容易借助農民階級的力量開展武裝斗爭和土地革命，尤其是在受地主階級和資產階級壓迫、迫害比較重的偏遠地區，農民群眾參與革命、改變貧苦生活境況的意愿尤為強烈。這與前文中分析的紅色旅游網絡關注度的空間分布總體特征中的“中部六省紅色旅游網絡關注度的高值區域多集中分布在太行山區、伏牛山區、大別山區、羅霄山區等省際邊界地區”的結論存在一致性。

2）特殊節日

相較于其他類型旅游產品，紅色旅游產品除了受氣候條件影響較大的共性特征之外，特殊節日對紅色旅游的旅游者數量產生較大的影響，這主要受到“七一”建黨節和“八一”建軍節等特殊節日的作用，各類特殊節日所在月份主要集中在6月、7月和8月份（夏季），民眾對紅色旅游景區關注和移動趨勢近十年的平均增長率為2.5%，移動趨勢近八年的平均增長率為30.6%。從月份和季節特征來看，7、8月份時雖然氣溫較高、氣候舒適度不高，但旅游者數量并沒有降低，仍為每年最多。同時，深入紅色景區，了解反侵略、反帝、反封建歷史，對個人的成長影響深遠，這也是紅色景區接待游客人次逐年增長的重要原因。

3）假日制度

隨著經濟社會發展，人民收入水平不斷提高，假日制度成為人們外出旅游的必要條件。從2011—2019年紅色旅游逐月游客量數據來看，我國法定節假日對應月份紅色旅游的游客量人數較多。研究時將2011—2019年逐日數據進行趨勢分析，發現法定節假日前后會呈現出一個個小的波峰，表明法定節假日期間的紅色旅游游客數量較多。通過對2011—2019年“十一”“黃金周”和春節前后的逐日數據分析可以看出，節日對紅色旅游游客數量具有積極作用。假日制度，不僅解放了工作的成年人，也為兒童和在校學生提供了休息時間，中國家庭對孩子的教育自古以來對民族精神傳承較為看重，參觀紅色景區是孩子親近革命英雄、傳承革命精神最好的方式。近幾年紅色研學旅行的興起，也是紅色景區打開旅游市場的重要渠道。

（2）空間分布特征影響因素異質性分析

在參考已有研究成果的基礎上［18，22］，根據指標的代表性、可獲得性、相關性等原則，在研究中主要分析經濟發展水平（人均GDP）、互聯網發展水平（網民普及率）、交通通達水平（客運量）、游客潛力水平（常住人口數量）以及教育發展水平（大專及以上學歷人數）等對中部六省紅色旅游網絡關注度的影響。研究中采用最值標準化和逐步回歸分析方法，對數據進行標準化處理和共線性分析，選取容差數值在0.7以上的指標，最終確定人均GDP、網民普及率、客運量、常住人口數量等四個指標作為自變量來探討中部六省不同地市紅色旅游網絡關注度的影響機理。

研究中采用地理加權回歸分析（GWR）中的最小二乘法對2011—2018年中部六省不同地市人均GDP、教育發展水平（大專及以上學歷人數）、客運量、常住人口數量對紅色旅游網絡關注度的影響過程進行分析，囿于篇幅限制，研究中僅對2018年的研究結果進行展示（圖5）。研究中采用了AIC信息準則方法，求出2018年影響中部六省88個地市網絡關注度時間和空間變化時不同影響因素的GWR模型參數（表4），表中可以看出，2018年模型調整后的的擬合優度分別為0.904 2，均在85%以上，表明該模型得到的結論較為可靠。

1）經濟發展水平對網絡關注度差異的影響

經濟發展是紅色旅游發展的根本動力。人均GDP比較客觀地反映了地區經濟發展水平，在一定程度上也是人們出游動機產生的客觀條件之一。模型結果顯示，人均GDP影響平均值為0.172 371，在四個影響因素中最大。圖5（a-b）中可以看出，2011年至2018年間，中部六省人均GDP的回歸系數總體變化不大，空間范圍呈現出中部更加集中的趨勢，表明河南南部、湖北以及安徽西部區域經濟發展水平對紅色旅游網絡關注度的影響越來越大。隨著經濟發展，人們收入水平不斷提升，出游的意愿更加迫切，紅色旅游作為近些年發展較快的旅游類型，越來越多得到人們的喜歡和追求，因此大別山區、羅霄山區等紅色旅游資源豐富的中部地區的網絡關注度要遠高出中部六省邊緣地區。

2）交通發展水平對網絡關注度差異的影響

交通發展水平是區域旅游產生、發展的基本條件和重要推手。模型結果顯示，客運量影響平均值為0.014 832，在四個影響因素中較大。圖5（c-d）中可以看出，從2011年到2018年，中部六省客運量的回歸系數總體上變化較大，空間范圍上的高值區由湖北西部地區逐漸轉移到山西和河南西北部地區。表明近年來，交通發展對中北部省份（山西與河南）城市紅色旅游的敏感性更強，這在一定程度上反映了基礎設施發展對空間的拉動作用范圍進行了轉移，山西與河南西北部地區近年來交通基礎設施發展對紅色旅游的拉動作用較為明顯。因此，加快交通設施建設對促進紅色旅游發展具有重要的推進作用。

3）教育發展水平對網絡關注度差異的影響

教育為紅色旅游持續發展提供動力支持。大專及以上學歷人口數在一定程度上代表了區域人才發展水平，模型結果顯示，教育發展水平影響平均值為0.011 142。從圖5（e-f）回歸系數結果來看，中部六省總體上呈現出“南強北弱”的發展趨勢，南部省份（江西、湖南、湖北、安徽）受教育發展水平的影響明顯大于北部省份（河南、山西），表明教育水平對江西、湖南、湖北、安徽等省份的紅色旅游網絡關注度有明顯的作用。旅游發展的核心是人才，旅游業發展的競爭歸根結底是人才競爭，人才是教育的縮影，因此，大力發展高等教育，培養高水平人才對提升紅色旅游發展具有積極作用。

4）互聯網發展水平對網絡關注度差異的影響

互聯網發展水平代表了區域網絡的發展水平，在一定程度上能夠促進紅色旅游網絡關注度提升。圖5（g-h）中可以看出，2011年至2018年間，中部六省網絡普及率的回歸系數總體上變化較大，空間范圍上的高值區由南部地區（湖南、江西、安徽）逐漸轉移到北部地區（湖北、河南、山西），表明近年來，互聯網發展對于北部省份城市紅色旅游發展的敏感性更強，這反過來說明互聯網發展對紅色旅游網絡關注度的拉動作用從南方地區向北方地區進行了轉移。

三、結論與討論

（一）結論

研究中借助百度指數數據，綜合運用數理模型與空間統計模型等方法，對中部六省88個省轄市的紅色旅游網絡關注度狀況進行分析，解釋了紅色旅游在時間和空間上的演變特征，并對形成這一特征影響因素的時空異質性進行分析，得到的主要結論如下。

第一，2011—2019年，中部六省紅色旅游網絡關注度總體上呈現出逐年增加的變化趨勢，年際間變化差異較大。紅色旅游網絡關注度的季節差異明顯，夏季最高，冬季最低，春季和秋季較為平穩。1—12月份紅色旅游網絡關注度總體上呈現出先增加后降低的變化趨勢，主高峰值出現在6月份，次高峰值出現在10月份，網絡關注度最低的月份是1月，呈現出“淡季短、旺季長”的特點。從“十一”“黃金周”和春節假日來看，總體上兩個節假日的網絡關注度呈現“V”字形變化特征。

第二，空間演變中的高值區和次高值區集中分布在太行山區、伏牛山區、大別山區、羅霄山區等地，從南向北大體上呈現出“S”型的分布趨勢，省會地區均處在紅色旅游網絡關注度的高值區域。地理集中指數隨年份增長呈現出先增加后減少的變化趨勢，中部六省各城市紅色旅游網絡關注度的集聚性先增強后變弱。紅色旅游網絡關注度變異系數指數呈現出先增加后變小的變化趨勢，在一定程度上反映出中部六省各城市紅色旅游網絡關注度空間分布差異在擴大之后呈現出縮小的變化趨勢。

第三，紅色旅游網絡關注度時間分布的影響因素主要有氣候條件、地形區位條件、特殊節日和假日制度等，中部六省不同城市間的經濟、網絡、交通、教育等發展水平是影響紅色旅游網絡關注度空間分布特征差異的重要因素。不同氣候條件會直接影響紅色旅游游客的旅游感知，“七一”建黨節和“八一”建軍節等特殊節日對紅色旅游游客增加有明顯的拉動作用，法定假日制度的實施也增強了人們出游的意愿。河南南部、湖北以及安徽西部受區域經濟發展水平影響大于其他區域。互聯網發展對北部省份城市（河南、山西）和湖北的紅色旅游發展的敏感性強于南部省份城市（湖南、江西、安徽）。南部省份（江西、湖南、湖北、安徽）受教育發展水平的影響明顯大于北部省份（河南、山西）。交通發展對于北部省份（山西、河南）城市紅色旅游的影響作用強于其他區域。

（二）討論

研究結果揭示了中部六省不同城市紅色旅游網絡關注度的時空演變特征與演變規律。在實踐中要充分認識全域旅游與紅色旅游的關系，紅色旅游作為專項旅游，是旅游業的重要組成部分，二者是整體與部分的關系、線與面的關系。對于紅色旅游的研究，要以系統理論為指導，將紅色旅游與全域旅游發展戰略進行對接與融合，積極培育紅色旅游亮點，打造區域性紅色旅游發展核心，對接國家發展政策與發展戰略，以“革命老區”為政策契機，建立紅色旅游協作區［37］，做大做足紅色旅游發展品牌，實現區域旅游業全域化發展。紅色旅游作為一種專項特色旅游活動形式，本身在具有旅游業一般基本特性的同時也有一定的特殊性，學術界應當注重對紅色專項旅游規律的探討。研究以中部六省88個城市為研究案例區進行了一些探索，但囿于歷史數據的不完整，缺乏對長時序的深入探索，因此，在全域旅游時代和我國特殊語境下，仍需旅游界學者的持續研究與創新，取得具有不同學科背景視角下的創新性研究成果。

參考文獻：

［1］馬麗君，孫根年，黃蕓瑪，等.城市國內客流量與游客網絡關注度時空相關分析［J］.經濟地理，2011（4）：680-685.

［2］張凌云，朱莉蓉.紅色旅游概論［M］.北京：旅游教育出版社，2014.

［3］許艷，陸林，趙海溶.烏鎮景區網絡關注度動態演變與空間差異分析［J］.經濟地理，2020（7）：200-210.

［4］陸利軍，戴湘毅.基于百度指數的湖南旅游目的地城市旅游者網絡關注度及其空間格局研究［J］.長江流域資源與環境，2020（4）：836-849.

［5］馬麗君，肖洋.典型城市居民國內旅游流網絡結構特征［J］.經濟地理，2018（2）：197-205，219.

［6］馬麗君，郭留留.基于網絡關注度的北京市居民對5A級景區旅游需求時空特征分析［J］.干旱區資源與環境，2017（10）：203-208.

［7］王碩，曾克峰，童潔，等.黃金周風景名勝區旅游客流量與網絡關注度相關性分析：以廬山、華山、八達嶺長城風景名勝區為例［J］.經濟地理，2013（11）：182-186.

［8］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（12）：2427-2433.

［9］孫燁，張宏磊，劉培學，等.基于旅游者網絡關注度的旅游景區日游客量預測研究：以不同客戶端百度指數為例［J］.人文地理，2017（3）：152-160.

［10］汪秋菊，黃明，劉宇.城市旅游客流量—網絡關注度空間分布特征與耦合分析［J］.地理與地理信息科學，2015（5）：102-106，127.

［11］殷杰，鄭向敏，董斌彬.基于VECM模型的景區網絡關注度與旅游人數的關系研究：以鼓浪嶼為例［J］.福建農林大學學報（哲學社會科學版），2015（5）：68-75.

［12］龍茂興，孫根年，龍珍付.遵義紅色旅游網絡關注度的客流響應研究［J］.地理與地理信息科學，2013（5）：98-101，118.

［13］馬麗君，張家鳳.旅游危機事件網絡輿情傳播時空演化特征與機理：基于網絡關注度的分析［J］.旅游導刊，2019（6）：26-47.

［14］李勇泉，張雪婷.旅游安全網絡關注度空間差異及影響因素：基于地理探測器方法的研究［J］.華僑大學學報（哲學社會科學版），2018（4）：15-25.

［15］鄒永廣，林煒鈴，鄭向敏.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（2）：101-109.

［16］林煒鈴，鄒永廣，鄭向敏.旅游安全網絡關注度區域差異研究：基于中國31個省市區旅游安全的百度指數［J］.人文地理，2014（6）：154-160.

［17］曹咪，侯志強.郵輪旅游網絡關注度的空間分異及影響因素：基于郵輪旅游百度指數的分析［J］.福建農林大學學報（哲學社會科學版），2020（1）：89-98.

［18］郝詩雨，趙媛.中國郵輪旅游網絡關注度的時空格局及影響因素研究［J］.首都師范大學學報（自然科學版），2019（2）：69-78.

［19］琚勝利，陶卓民，韓彥林.南京鄉村旅游景區游客網絡關注與景區引力耦合協調度［J］.經濟地理，2017（11）：220-228.

［20］薛小洋.國內鄉村旅游網絡關注度時空格局研究［D］.上海：上海師范大學，2017.

［21］何小芊，劉宇，吳發明.基于百度指數的溫泉旅游網絡關注度時空特征研究［J］.地域研究與開發，2017（1）：103-108，124.

［22］張曉梅，程紹文，劉曉蕾，等.古城旅游地網絡關注度時空特征及其影響因素：以平遙古城為例［J］.經濟地理，2016（7）：196-202，207.

［23］蘇卉，康文婧.紅色旅游經典景區網絡關注度時空特征及影響因素研究［J］.干旱區資源與環境，2022（5）：200-208.

［24］王永明，逯佳瑩.紅色旅游地網絡關注度的時—空間格局與影響因素［J］.黃河文明與可持續發展，2021（2）：78-86.

［25］唐鴻，許春曉.中國紅色旅游經典景區網絡關注度時空演變及影響因素［J］.自然資源學報，2021（7）：1792-1810.

［26］王欽安，曹煒，張麗惠.安徽省紅色旅游網絡關注度時空分布研究［J］.資源開發與市場，2022（5）：627-633.

［27］焦珊珊，李明，田逢軍，等.中國紅色旅游經典景區網絡關注度分布格局及驅動機制［J］.經濟地理，2022（1）：211-220.

［28］李磊，陶卓民，賴志城，等.長征國家文化公園紅色旅游資源網絡關注度及其旅游流網絡結構分析［J］.自然資源學報，2021（7）：1811-1824.

［29］黃娟，黃英，張敏.基于網絡關注度構建智慧旅游公共服務體系的實證建議：以武漢為例［J］.現代城市研究，2016（2）：126-131.

［30］高楠，張新成，王琳艷.中國紅色旅游網絡關注度時空特征及影響因素［J］.自然資源學報，2020（5）：1068-1089.

［31］丁鑫，汪京強，李勇泉.基于百度指數的旅游目的地網絡關注度時空特征與影響因素研究：以廈門市為例［J］.資源開發與市場，2018（5）：709-714.

［32］孫毅，呂本富.網絡搜索與經濟行為相關性研究綜述［J］.管理評論，2011（7）：72-77.

［33］耿磊磊.“滾雪球”抽樣方法漫談［J］.中國統計，2010（8）：57-58.

［34］盧松，陸林，王莉，等.古村落旅游客流時間分布特征及其影響因素研究：以世界文化遺產西遞、宏村為例［J］.地理科學，2004（2）：250-256.

［35］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（3）：365-370.

［36］周彩屏，戈冬梅.旅游規模差異及其位序規模體系研究：以浙江省為例［J］.經濟地理，2010（2）：345-350.

［37］田逢軍.主城區居民評價性游憩空間認知研究：以南昌市為例［J］.經濟地理，2011（6）：1036-1041.

Temporal-spatial characteristics of red tourism network attention and

its influencing factors in six provinces of central China

XU Jiawei1，2a，3， WANG Wei2b， DU Jin2a，3

（1. Academician Laboratory for Urban and Rural Spatial Data Mining/Collaborative Innovation Center of

Urban-Rural Coordinated Development， Henan University of Economics and Law， Zhengzhou

450046， P. R. China; 2. a. Key Research Institute of Yellow River Civilization and Sustainable

Development， b. School of Cultural Industry and Tourism Management， Henan University， Kaifeng 475004，

P. R. China; 3. Henan Urban Planning Institute amp; Corporation， Zhengzhou 450044， P. R. China）

Abstract：

Red Tourism is a new form of special tourism activities in China， which has a relatively unique network attention space characteristics and influencing factors. On this basis， under the guidance of system theory and from the perspective of time and space， 88 provincial-level cities in six central provinces from 2011 to 2019 were chosen as the study area. Based on the models of coefficient of variation and geographical concentration index， by using Baidu index data， and using the software of Arcgis10.3， this paper reveals the temporal and spatial variation characteristics of the attention degree of the red tourism network in 88 provincial-level cities of six central provinces， and constructs the influencing factor model of the spatial and temporal heterogeneity of the network attention by using the method of geographical weighted regression analysis. This paper reveals the time evolution characteristics of red tourism network attention degree from three aspects of inter-annual change， monthly difference and “Golden Week” distribution. This paper analyzes the spatial evolution characteristics of the Red Tourism network attention degree from the angle of the whole and part of the space， and analyzes the factors influencing the time heterogeneity of the network attention degree from three aspects of the natural factors， the traditional festival and the holiday system. This paper analyzes the factors influencing the spatial heterogeneity of red tourism network attention from four aspects of economy， transportation， education and Internet. 1） Red tourism network attention has obvious month and holiday characteristics， and June and October are the main and secondary peaks of annual tourism attention， respectively; “November”， Spring Festival and other holidays in the pre-festival， festival and post-festival network attention generally presents a “V” characteristic. 2） The attention degree of red tourism network has obvious inter-provincial difference and inter-city difference， and the high value areas of attention degree are mainly distributed in Taihang Mountain area， Funiu Mountain area， Dabieshan Mountain area， Luoxiao Mountain area， etc.. From the south to the north， the distribution characteristics of “S” type are generally presented， and the inter-provincial differences are gradually reduced， but there are more obvious inter-city differences. 3） Climatic conditions， special festivals and holidays are the important factors that affect the time heterogeneity of Red Tourism network attention; Economic development level， education development level， network development level and traffic development level are the important factors that cause the heterogeneity of red tourism network attention. Focusing on the relationship between global tourism and red tourism in the six central provinces， the paper proposes that the research on red tourism should be guided by the system theory， and that the planning and construction of red tourism should be closely integrated with the global tourism development strategy， to coordinate national development policies and development strategies， take “old revolutionary areas” as the policy opportunity， build the core of regional red tourism development， and realize the development of regional tourism in an all-round way; From the perspective of different disciplines to explore the evolution of red tourism space-time attention law， to enrich the theoretical system of red tourism to provide a practical reference and create innovative research results.

Key words：" red tourism; Baidu Index; network attention; spatial heterogeneity

（責任編輯 傅旭東）