中國世界遺產網絡關注熱度矩陣及營銷策略研究

依托百度指數獲取2011—2021年中國34個省級行政區對世界遺產的網絡關注度數據，通過引入網絡關注熱度指標，借鑒波士頓矩陣分析法構建世界遺產網絡關注熱度矩陣，探討各省份世界遺產網絡關注熱度時空特征.研究發現：1） 網絡關注熱度方面，11年間世界遺產網絡關注熱度地理空間格局相對穩定，用自然裂點分級法可劃分為4個層級，其中以第三層級的空間集聚較為顯著，其余層級世界遺產網絡關注熱度空間集聚水平適中.2） 網絡關注增長率方面，各地區世界遺產網絡關注熱度增長率存在顯著差異，西藏自治區增幅最大，增長率超過100%，絕大多數地區介于15%～30%之間，增速回落但波動較小，僅有5個省級行政區呈負增長.3） 網絡關注熱度矩陣方面，四大類型中“問題型”幾近空白＼，“金牛型”相對薄弱＼，“明星型”區域次之，但時空指標均高于臨界值;“瘦狗型”區域最為集中，但時空指標均低于臨界值.最后，圍繞4種不同類型區域的矩陣結果針對性地提出世界遺產品牌營銷策略.

世界遺產; 網絡關注熱度; 波士頓矩陣; 營銷策略

F590

A

0794-10

06.009

在“互聯網+”背景下，數字化、信息化、智慧化的多元融合發展趨勢，為中國各大領域的發展帶來了前所未有的契機.截至2021年底，中國互聯網普及率達73.0%[1].越來越多的網民使用互聯網搜索引擎獲取信息，其搜索足跡反映了廣大網民的市場需求偏好，有助于學界和業界了解其目標客源市場狀況及網絡關注熱潮.

近年來，隨著遺產數量的增加與遺產類型的豐富，世界遺產地的品牌及口碑效應成為了影響旅游者感知與行為意向的重要條件，其榮譽往往能夠提高遺產地的知名度，帶來區域經濟效益，提升遺產地旅游形象[2].截至2021年底，中國世界遺產總數達56項，其中世界文化遺產34項、世界自然遺產14項、世界文化與自然雙重遺產4項、世界文化景觀4項.此外，中國還有一些其他遺產類型，如世界灌溉工程遺產、世界記憶遺產、人類非物質文化遺產、全球重要農業文化遺產等.中國作為幅員遼闊、資源豐富、文化多樣的世界遺產大國，有必要結合中國行政區域劃分的特殊性研究全國各省級行政區對世界遺產品牌的網絡關注熱度變化特征.鑒于此，本研究嘗試從網絡關注熱度的視角，以“世界遺產”為搜索詞，通過百度指數平臺獲取2011—2021年全國34個省級行政區對世界遺產的網絡關注度數據，引入網絡關注熱度指標，借鑒波士頓矩陣分析世界遺產的網絡關注熱度時空差異特征，對提升世界遺產品牌知名度與吸引力、促進遺產保護與旅游發展具有重要的理論意義和實踐價值.

1 文獻綜述

1.1 世界遺產 有關世界遺產的研究，國外研究較為深入，已形成多學科、多層次的研究體系.地理學、管理學、教育學、歷史學、農學等不同學科的高度融合，體現了國外世界遺產在各個領域的研究熱點，其主要涉及世界遺產保護與旅游開發、利益相關者、遺產地品牌形象塑造、世界遺產對旅游需求的影響等方面的研究.如Su等[3]提出遺產保護和旅游利用不可避免地與遺產地交織在一起，衍生出了共生與緊張的沖突關系.旅游業雖然是經濟增長的主要引擎，但也造成了難以管理的負擔，對遺產的保護產生了很大的影響[4].Su等[5]通過構建模型，驗證了世界遺產與全球國際游客接待量之間存在正相關關系，在一定程度上世界遺產可以促進旅游業的發展，帶來更多的經濟、社會和環境效益.此后，世界遺產項目的存在經常被用作促進旅游和增加吸引力的手段.相比國外，中國對世界遺產的研究相對較晚，主要研究開始于1987年中國第一批世界遺產申報成功后.早期的研究主要集中在對世界遺產地的保護，后來學術界通常把前往世界遺產地的旅游稱為遺產旅游[6].可以發現，遺產保護與旅游開發之間的沖突關系不僅在西方學術界已經進行了長期的討論，這種研究熱潮在中國也較為多見[7]，如張朝枝等[8-9]從不同的角度總結了國外遺產旅游開發與遺產保護的管理經驗，為國內世界遺產旅游的管理提供了重要的建議.為了調和世界遺產保護和旅游開發之間的矛盾，吳必虎等[10]從人口數量、遺產地的空間特征、潛在市場需求等方面闡述了國內世界遺產加強保護的必要性.直至21世紀，在世界遺產品牌效益的驅動下，國內對世界遺產的研究逐步增多，研究對象不僅包括世界遺產地，還包括遺產類型，如李經龍等[11]從世界遺產的發展與世界遺產的類型拓展等方面探討了未來世界遺產的出路.

1.2 網絡關注度 有關網絡關注度的研究，主要基于Google趨勢和百度指數展開[12].在國外，沒有網絡關注度這一說法，主要是利用Google網絡搜索引擎工具獲取相關數據進行分析，其中最早的研究主要運用于醫學領域，如Lali等[13]提出搜索引擎可以用于搜索流感的相關信息，證明了搜索數據能在一定程度上預測流感疫情.目前，谷歌搜索數據應用范圍逐步擴展到旅游、社會、經濟學等領域，如檢驗環境問題與經濟增長之間的關系[14]、預測客流量信息[15]等，以反映社會現象和廣大網民的網絡關注熱度.而國內學者主要是將百度指數平臺獲取的數據作為網絡關注度的基礎分析數據，研究內容主要包含網絡關注度與客流量的相關性分析[16-17]、網絡時空特征及影響因素[18]等，研究對象涉及不同類型的旅游景區[19-20]，研究范圍包含體育旅游、紅色旅游、鄉村旅游、研學旅行等[21-25].

1.3 世界遺產網絡關注度 在新的數字范式中，搜索引擎在遺產中介化方面的社會和經濟影響在很大程度上尚未得到檢驗[26].大多數學者主要利用谷歌軟件（谷歌地圖、谷歌街景、谷歌地球等）展開研究，這種應用凸顯了大數據可以為考古學和世界遺產領域提供巨大機遇[27-28].國內對世界遺產網絡關注度的研究較少，如盧鈺琳[29]和張佳瑩[30]分別利用百度指數探討了中國世界遺產地網絡關注度的時空特征及影響因素.孫曉東等[31]在文旅融合的背景下，分析了中國世界文化遺產旅游關注度的時空分布特征.

綜上，國內外對世界遺產的研究內容較為寬泛，研究尺度涉及國家、遺產類型、遺產地、利益相關者等，其基本理論趨于成熟，研究方法多以定性研究為主，定量研究也逐漸趨于多樣化.同時，基于網絡搜索引擎數據的研究逐步趨向于旅游領域，涉及不同的旅游景區（點）、旅游資源類型，但針對世界遺產網絡關注度的研究較少，主要涉及某一遺產地或同一類型的遺產地進行對比分析其區域關注度特征，且在研究過程中未將世界遺產桂冠作為品牌進行研究.而且，在數字化時代，世界遺產品牌在全國各區域的關注熱度及其品牌吸引力的提升等相關問題鮮有研究.鑒于此，本文以世界遺產作為研究對象，利用百度指數得到全國34個省級行政區對世界遺產品牌的網絡關注度數據，分析其網絡關注熱度特征，并在互聯網背景下提出相關營銷策略，為提升世界遺產品牌吸引力，推進世界遺產傳播提供參考依據.

2 研究設計

2.1 數據來源 百度是國內應用最普及的中文搜索引擎[32]，百度指數作為其附屬功能，其龐大數據庫的形成可以有效反映關鍵詞搜索量的動態變化.百度指數以網絡用戶的搜索量數據為基礎，以檢索關鍵詞為統計對象，對各關鍵詞在百度網頁中搜索頻次的加權，能夠清晰地顯示網絡用戶對某一關鍵詞搜索的關注程度及變化情況[33].搜索指數越高，表明民眾對此關注越明顯，其需求量越大.因百度指數僅能提供2011年至今的數據，本文將時間跨度限定為2011年1月1日—2021年12月31日，以“世界遺產”為檢索詞，引入波士頓矩陣，將時空關注熱度作為中國對世界遺產品牌網絡關注熱度的衡量指標.2011—2021年各地區的常住人口數據來源于《中國經濟與社會發展統計數據庫》[34].

2.2 研究方法

2.2.1 網絡關注熱度

網絡關注熱度是用來計算某省級行政區在某一時間段內的人均網絡關注度變化的一種指標，計算公式[35]為

ZA，B=TA，B/IA，B.

（1）

式中，ZA，B表示A省級行政區在B時期內的網絡關注熱度，TA，B、IA，B分別表示A省級行政區在B時期內的網絡關注度總數與常住人口數.

2.2.2 波士頓矩陣分析法

基于百度指數的網絡關注熱度數據，本文建構了世界遺產網絡關注熱度波士頓矩陣，對世界遺產網絡關注熱度的橫、縱坐標重新賦值，橫坐標為空間指標＼，縱坐標為時間指標，臨界值分別用34個省級行政區2011—2021年對世界遺產的網絡關注熱度與網絡關注熱度增長率的平均值表示，其中：

1） 空間指標是反映中國34個省級行政區對世界遺產網絡關注熱度的空間變化特征，用網絡關注熱度（ZA）表示，A地區2011—2021年對世界遺產的“網絡關注熱度”用這11 a的均值來衡量，An為A省級行政區第n年度對世界遺產的網絡關注熱度[36]，即

ZA=∑2021n=2011（An）/11.

（2）

2） 時間指標是反映中國34個省級行政區對世界遺產網絡關注熱度的時間變化特征，用網絡增長率（RA）表示，A地區2011—2021年對世界遺產的“網絡關注熱度增長率”用11 a的平均增長率來表示，An為A省級行政區第n年度對世界遺產的網絡關注熱度，即

RA={∑2021n=2012[An－A（n－1）]/A（n－1）}/10.

（3）

3 研究結果分析

3.1 網絡關注度 以“世界遺產”為搜索關鍵詞，統計了百度指數平臺上2011—2021年全國34個省級行政區對“世界遺產”關鍵詞的年度關注度數據.考慮到數據的可獲取性與準確性，利用百度指數中的“平均值”板塊，將獲取的各省級行政區當月的百度指數平均值乘以當月天數，得到各省級行政區當月對世界遺產的網絡關注度數據，并進行逐月加權統計，得到各年度中國網民對世界遺產品牌網絡關注度總數[35]（圖1）.可知，34個省級行政區2011—2021年整體年度網絡關注度呈增長趨勢，由2011年的548 028次增長到2021年的730 898次，增長率為33.37%.各省份之間的網絡關注度呈多峰形、增降交錯的階梯式變化特征，其中浙江省對世界遺產網絡關注度達到最高峰值，近年來呈“堆積式”的穩定增長態勢.因2011年浙江省杭州西湖被聯合國教科文組織列入世界遺產名錄，作為全球少數湖泊類的世界文化景觀之一，隨著“申遺熱”以及“品牌熱”的呼聲，進一步促進了世界遺產的網絡關注度.

3.2 網絡關注熱度

地區人口數量會直接影響某地區對世界遺產的網絡關注度總數，直接使用網絡關注度數據會有一定的誤差，為增加數據的準確性，本文引入“網絡關注熱度”指標，將獲取的常住人口數與網絡關注度數據代入（1）式，計算得到2011—2021年全國34個省級行政區對世界遺產的網絡關注熱度（表1）.

整體來看，2011—2021年全國世界遺產網絡關注熱度總體呈上升增長態勢，其中2012、2016年小幅下降，因這2年隨著郵輪旅游與絲綢之路主題旅游年的召開在一定程度上削弱了網民對世界遺產的網絡關注熱度;2013—2015年平穩上升，且總體網絡關注熱度值波動較小;2017、2018、2020年整體關注度呈高峰趨勢，究其原因，2017年伴隨著“中國世界自然遺產保護和發展大會暨中國首批申遺成立30周年研討會”的召開以及將每年6月第二個星期六的“文化遺產日”，調整為“文化和自然遺產日”，從而進一步擴充了“世遺效應”;特別是2018年全域旅游年的開展，提出依托遺產旅游、鄉村旅游、紅色旅游等不同的旅游資源共同推進旅游市場，持續提升了中國世界遺產品牌的影響力和吸引力[37];2020年雖受到新冠疫情的沖擊，但當年的文化和自然遺產日舉辦的線上非遺展活動滿足了網民對互聯網技術的依賴與需求，根據中國非物質文化遺產網統計，當年線上非遺展總體播放量超過8.7億次，這種其他類型遺產有效的互聯網推廣及傳播手段帶動了世界遺產的整體網絡關注熱度.

3.3 網絡關注熱度矩陣

3.3.1 指標確立

1） 空間指標：根據（2）式，計算得到34個省級行政區對世界遺產網絡的關注熱度（表2），并將各省級行政區對世界遺產網絡關注熱度的變化特征劃分為4個層級.

由表2可知，全國范圍內對世界遺產網絡關注熱度最高的第一層級（ZA＞21）包含北京市、海南省、寧夏回族自治區、天津市、西藏自治區等5個省級行政區.一方面在經濟發展水平上，北京市、天津市、上海市經濟發展水平較其他省來說處于領先地位，另一方面在地理位置方面均屬于東部地區，信息化技術發達、網絡普及率高.而部分地區雖對世界遺產網絡關注度總量偏低，但因地區人口基數較小而拉高了整體網絡關注熱度比值，如海南省、寧夏回族自治區、西藏自治區等.

位于第二層級（11＜ZA≤21）的有黑龍江省、甘肅省、浙江省、福建省、云南省、重慶市、山西省、上海市等8個省級行政區，其中浙江省、福建省、云南省、山西省世界遺產資源豐富且知名度較高，如浙江省文化名湖——西湖、中華第一城——良渚古城遺址;福建省世界遺產項目（遺產點）數量、非物質文化遺產項目均居全國前列;云南省、山西省擁有世界遺產項目較多，涵蓋了建筑、石窟、山岳、水文、生物等多種遺產旅游資源，而重慶市、黑龍江省、甘肅省地貌類型復雜多樣，自然與人文資源較為雄厚，且人口規模相對較少，故對世界遺產的網絡關注熱度排名靠前.

絕大多數地區對世界遺產的網絡關注熱度集中在第三層級（6＜ZA≤11），包括貴州省、吉林省、內蒙古自治區、江西省、陜西省、湖北省、廣東省、江蘇省、湖南省、安徽省、山東省、遼寧省、河南省等13個省級行政區.整體空間分布結構較為均衡，包含東部、中部、西部以及東北四大地區，其中東、中部地區雖在地理位置與遺產資源方面具有一定的優勢，但因涉及的部分省區（廣東省、江蘇省、山東省、河南省、湖南省、安徽省等）歷年來人口數量較多且持續增多，導致相關省份對世界遺產的網絡關注熱度值趨于穩定，增幅較小，同樣位于該層級的中國西部與東北地區各省份在對世界遺產網絡關注熱度上具備一定的發展潛力.

第四層級（0＜ZA≤6）包括青海省、澳門特別行政區、河北省、香港特別行政區、新疆維吾爾自治區、廣西壯族自治區、四川省、臺灣省等8個省級行政區.除香港特別行政區、澳門特別行政區外，其余各地對世界遺產整體網絡關注度較高，一方面受客源的影響，另一方面部分地區人口規模大，尤其是河北省、四川省等地一直為中國的人口大省，所以整體拉低了其對世界遺產的網絡關注熱度比值.

2） 時間指標：通過（3）式，計算得到2011—2021年全國34個省級行政區對世界遺產網絡關注熱度的時間增長率變化情況（表3）.

整體來看，2011—2021年全國對世界遺產的網絡關注熱度呈良好的增長趨勢，僅有5個省區出現負增長.網絡關注熱度增長率RA超過30%的第一層級的包括西藏自治區、澳門特別行政區、海南省、寧夏回族自治區、黑龍江省、云南省等6個省級行政區，其中西藏自治區增長幅度最大，增長率達到182.60%.一方面，因西藏自治區人口規模較小，網民用戶占自治區內人口比例較大，截至2021年，固定互聯網寬帶接入用戶115.31萬戶，全區行政村光纖寬帶覆蓋率達99%，提升了西藏自治區當地網民對世界遺產網絡搜索及信息技術使用的便捷性[38];另一方面，西藏自治區世界遺產項目布達拉宮是其標志性建筑，素有“高原圣殿”的榮譽，具有較高的知名度.2017年以前，百度指數平臺尚未收錄澳門特別行政區對世界遺產的搜索數據，因此，2011—2016年網絡關注度與網絡關注熱度值均為0，并且其歷史城區作為中國特別行政區內唯一的一項世界遺產，是20多處遺產點中西文化交融的歷史精髓.近年來，資源整合、吸引力的傳播使澳門特別行政區對世界遺產的關注持續升溫.海南省、寧夏回族自治區、黑龍江省、云南省因人口基數少，導致近年來網絡關注率增長速度較快.

絕大多數的省級行政區增長率介于第二層級15lt;RA≤30，包括東部的浙江省、福建省、江蘇省、北京市、廣東省和山東省，中部的安徽省、山西省、江西省、湖南省、湖北省和河南省，以及西部的甘肅省、重慶市和貴州省.一方面，說明涉及的東部地區經濟發達、地理位置優越、世界遺產資源豐富.另一方面，中部地區所涉及的世界遺產地大多屬于山岳型世界遺產，數量較多，具有較高的知名度與吸引力，從而提高了各地區世界遺產的網絡搜索熱度增長率，如安徽省黃山、山西省五臺山、江西省三清山、湖南省武陵源、湖北省武當山等;西部地區雖然地廣人稀，但文化與自然資源豐富，世界遺產入選數量逐漸增多，氣候環境適宜，對世界遺產網絡關注熱度也保持著良好的增長態勢.

位于第三層級0lt;RA≤15的包括上海市、天津市、內蒙古自治區、青海省、吉林省、陜西省、遼寧省、河北省等8個省級行政區.一方面，受世界遺產項目數量影響及世界遺產（遺產點）分布的影響，口碑與品牌效應具有一定的差異;另一方面，受距離與區域優勢的影響，故其對世界遺產的網絡關注熱度常年處于緩慢增長期，但數值波動較小，表明位于該層級的各地區對世界遺產的網絡關注增長率具有一定的提升空間.

位于第四層級RA≤0的包括臺灣省、四川省、香港特別行政區、廣西壯族自治區、新疆維吾爾自治區等5個省級行政區，均處于負增長的熱度值范圍內，且近年來網絡關注熱度與增長率均處于滯后階段.一方面因地理位置、地區人口、經濟發展等相關因素的限制，另一方面世界遺產數量本身較少，其中四川省世界遺產資源豐富，但因2011—2021年人口數量一直位居前列，故而因人口規模過大拉低了網絡關注增長率.

3.3.2 矩陣建立

根據2011—2021年34個省級行政區的世界遺產網絡關注熱度和網絡關注熱度增長率，構建世界遺產的全國網絡關注熱度矩陣，并按照時空2個維度，使用各省級行政區對世界遺產網絡關注熱度、網絡關注熱度增長率的平均值來確定分界線，其橫、縱坐標平均值分別為11.28%、23.95%，將世界遺產的全國網絡關注率矩陣劃分為4種類型，即問題型、明星型、瘦狗型、金牛型[39]（圖2）.

因散點聚類較為密集，為更清晰呈現出可視化效果，對矩陣數據標簽效果進行了調整.從整體矩陣分布來看，世界遺產的全國網絡關注熱度矩陣呈現出以下特征：

1） 問題型區域包括澳門特別行政區和貴州省，對世界遺產的網絡關注熱度增長率較高.因澳門特別行政區屬于東部地區，經濟發展水平較高、網絡信息化程度高、人口規模較小，而貴州省作為中國世界自然遺產數量最多的省份，擁有奇特的喀斯特地貌、丹霞地貌等資源，但澳門特別行政區和貴州省對世界遺產的網絡關注熱度整體較低，這也間接說明這類地區營銷存在一定問題.

2） 明星型區域包括云南省、浙江省、黑龍江省、甘肅省、寧夏回族自治區、海南省、西藏自治區，網絡關注熱度與網絡關注熱度增長率均較高.浙江省位于中國東部地區，其網絡、教育、旅游、經濟、遺產等資源較為雄厚，西藏自治區、云南省世界遺產及世界遺產（點）數量較多，黑龍江省、甘肅省、寧夏回族自治區、海南省受人口規模影響助推了民眾對世界遺產的網絡關注度及增長率.

3） 瘦狗型區域主要包括河北省、四川省、山東省、安徽省、江蘇省、廣東省等19個省（區），占比超過50%，其網絡關注熱度和網絡關注增長率均低于臨界值，其中臺灣省、四川省、香港特別行政區、廣西壯族自治區、新疆維吾爾自治區的網絡關注增長率呈現負增長態勢.

4） 金牛型區域包括上海市、北京市、天津市等6個地區，這些地區得益于地理位置、網絡發達程度等因素而促使網絡關注熱度較高，但網絡關注熱度增長率大致處于滯后狀態.

4 結論與建議

4.1 結論

基于百度指數搜索平臺，本研究獲取了2011—2021年全國34個省級行政區對世界遺產的年度網絡關注度數據，引入網絡關注熱度指標，借鑒波士頓矩陣分析法，構建網絡關注熱度矩陣，分析各省級行政區對世界遺產網絡關注熱度的時空演變特征，研究發現：

1） 網絡關注熱度方面，利用自然斷裂分級法劃分為4個層級.整體來看，2011—2021年世界遺產網絡關注熱度地理空間格局相對穩定.４個層級中第一、二、四層級的世界遺產網絡關注熱度空間集聚度水平適中，第三層級的空間集聚較為密集，區域分布較為均衡，均涉及東部、中部、西部、東北部四大地區，但部分省級行政區受人口規模影響，導致該層級對世界遺產網絡關注熱度的增幅較為緩慢，但對世界遺產的網絡關注熱度具備較大的發展空間.

2） 網絡關注熱度增長率方面，34個省級行政區對世界遺產網絡關注熱度增長率存在顯著差異，6個省級行政區的網絡關注熱度增長率超過30%，其中西藏自治區增長速度較快，增長率超過100%.絕大多數省級行政區的網絡關注熱度增長率介于15%～30%，但增長波動變化較小，僅有5個省級行政區呈現出負增長趨勢，且網絡關注熱度及網絡關注熱度增長率排名均靠后.

3） 網絡關注熱度矩陣方面，共得到問題型、明星型、瘦狗型、金牛型4種區域類型.整體矩陣結構分布存在顯著差異，問題型幾近空白，網絡關注熱度增長率較高，網絡關注度較低;明星與金牛型區域相對薄弱，但處于明星區域的各省級行政區網絡關注熱度及其網絡關注熱度增長率均較高;瘦狗型雖然區域龐大，但網絡關注熱度及其增長率均低于臨界值.

4.2 建議

4.2.1 問題型：融合發展，升級創新產品業態

問題型區域對世界遺產的網絡關注熱度較低，說明這類省級行政區對世界遺產在宣傳推廣方面存在一定問題，為進一步提升世界遺產品牌在此區域的整體關注熱度，需加大此區域的營銷力度，改進營銷主題.首先，應立足精細化、標準化、一體化的整體營銷體系.如澳門特別行政區世界遺產項目——澳門歷史城區，雖涉及遺產點較多，空間布局較為分散，但不能以自身固有的建筑名稱而獨立宣傳，需采用主題統一的產品聯合促銷模式，形成規模聚集效益.其次，應創新世界遺產旅游產品與營銷主題，如打造季節變化型、天氣環境型、晝夜交叉型的旅游產品，創新產品市場化營銷模式.最后，均衡與其他地區的世界遺產申報數量，挖掘適合滿足申遺條件的其他遺產類型，擴大其整體網絡關注熱度規模.

4.2.2 明星型：協同推廣，打造數字營銷模式

明星型區域可節省人力、物力、財力等讓其順應市場規律，自行調節維持關注熱度的活力.一方面，對浙江省這類得益于人口基數、地理區位等因素已有較高知名度的省級行政區，可以考慮采取線上的營銷推廣力度，不斷增加世界遺產在互聯網平臺上的曝光率，同時可以考慮提升該省級行政區世界遺產品牌的美譽度.另一方面，對西藏自治區、云南省等這類人口基數較小的省級行政區，線下營銷力度不宜過大，應加大地區網民互聯網使用規模，但為了防止突發事件的發生而阻礙世界遺產品牌推廣的營銷鏈，應實行智能化、數字化、信息化的全方位應對戰略，迎合線上網民的生活模式，打造“居家游”的虛擬動態視覺體驗，協同線下資源的創新產品供需平衡，穩固對世界遺產的網絡關注熱度及其增長率.

4.2.3 瘦狗型：聯動營銷，豐富全民經濟業態

瘦狗型區域占比較大，但面臨發展后勁不足的問題，需進行分區聯動營銷.首先，對網絡關注熱度和增長率相對較高的省級行政區，應順應市場規律，穩定其網絡關注態勢.其次，對網絡關注熱度與增長率較為穩定的省級行政區應加強區域合作，可選擇人口較多的廣東省、河南省、四川省等進行重點市場培育，強化省、市、縣域之間的客源市場宣傳推介，謀劃多功能網站和社交媒體等推廣項目，加大網民對世界遺產新類型、新產品等的網絡關注規模.最后，對5個呈現負增長的省級行政區應予以重點關注，需采用線上營銷等低投入、高效率的營銷方式，聚焦“新媒體、全品類、全民互動”的營銷體系，并根據營銷效果好壞調整營銷策略.

4.2.4 金牛型：全民共享，激發區域關注熱潮

金牛型區域因其人口基數相對較小，對世界遺產網絡關注率較低，這表明世界遺產在此類省級行政區中已具有較高知名度，但其吸引力不足.一方面，為擴大此類區域網民對世界遺產的網絡關注率規模，應加大網民使用率與覆蓋率，提升民眾對世界遺產的認知度、參與度及關注度.另一方面，可采取多元化的營銷方式，吸引潛在客源市場，如各地應利用各地特色，順應市場變化規律，融合其他類型的世界遺產類型，如農業文化遺產、非物質文化遺產等的開發，帶動各地人民有“遺”可依、有“遺”共享的世界遺產關注熱情，將地區發展與全民經濟效益相結合，提升世界遺產知名度和美譽度.

本文只將“世界遺產”作為關鍵詞進行了研究，未選取其他類型遺產與同類遺產項目做對比分析.在數據選取方面，只獲取了百度搜索指數平臺數據，但隨著互聯網技術的引進與搜索引擎工具的蓬勃發展，網民對其互聯網市場的關注熱潮已不拘泥于百度搜索平臺，后期應擴展其他搜索平臺（微信指數、微博指數、360指數、谷歌趨勢等）數據的收集，以此來增進研究的深入度.

參考文獻

[1] 中國互聯網信息中心. 第49次《中國互聯網絡發展狀況統計報告》[EB/OL]. （2022-04-01）[2022-10-31]. http：//www.cnnic.net.cn/n4/2022/0401/c88-1131.html.

[2] 駱梁笑. 熱貢地區場所景觀特征研究[D]. 西安：長安大學，2017.

[3] SU M M， WALL G. Global-local relationships and governance issues at the Great Wall World Heritage Site， China[J]. Journal of Sustainable Tourism，2012，20（8）：1067-1086.

[4] BUCKLEY R. Tourism and natural world heritage： a complicated relationship[J]. Journal of Travel Research，2018，57（5）：563-578.

[5] SU Y W， LIN H L. Analysis of international tourist arrivals worldwide： the role of world heritage sites[J]. Tourism Management，2014，40：46-58.

[6] 齊欣. 遺產旅游能帶來什么？[N]. 人民日報海外版，2022-03-07（011）.

[7] ZHANG C， FYALL A， ZHENG Y. Heritage and tourism conflict within world heritage sites in China： a longitudinal study[J]. Current Issues in Tourism，2015，18（2）：110-136.

[8] 張朝枝，保繼剛. 國外遺產旅游與遺產管理研究：綜述與啟示[J]. 旅游科學，2004（4）：7-16.

[9] 張朝枝，保繼剛，徐紅罡. 旅游發展與遺產管理研究：公共選擇與制度分析的視角：兼遺產資源管理研究評述[J]. 旅游學刊，2004（5）：35-40.

[10] 吳必虎，李咪咪，黃國平. 中國世界遺產地保護與旅游需求關系[J]. 地理研究，2002（5）：617-626.

[11] 李經龍，張小林，鄭淑婧. 試論世界遺產的出路[J]. 旅游學刊，2006（9）：86-91.

[12] 生延超，吳昕陽. 游客滿意度的網絡關注度演變及空間差異[J]. 經濟地理，2019，39（2）：232-240.

[13] LALI M， UL MUSTAFA R， SALEEM K， et al. Finding healthcare issues with search engine queries and social network data[J]. International Journal on Semantic Web amp; Information Systems，2017，13（1）：48-62.

[14] JEFFORDS C， THOMPSON A， GWINN J. The luxury of environmental concern in the US： evidence from Google Trends data[J]. Letters in Spatial and Resource Sciences，2019，12（2）：121-132.

[15] DERGIADES T， MAVRAGANI E， PAN B. Google Trends and tourists’ arrivals： emerging biases and proposed corrections[J]. Tourism Management，2018，66：108-120.

[16] 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，2013，33（11）：182-186.

[17] 馬麗君，郭留留，吳志才. “爸爸去哪兒”對拍攝地旅游發展的影響：基于游客網絡關注度的分析[J]. 旅游科學，2016，30（3）：57-68.

[18] 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，2020，35（5）：1068-1089.

[19] 楚純潔，周金風，姚蒙. 山岳型景區網絡關注度時空分布及差異比較研究：以河南省4個5A級景區為例[J]. 地域研究與開發，2021，40（6）：111-117.

[20] 趙芮，趙恒，丁志偉. 基于網絡關注度的中國沙漠型A級景區空間格局及其影響因素分析[J]. 中國沙漠，2022，42（5）：101-113.

[21] 楊利，謝慧，謝炳庚. 中國大陸31個省（市、自治區）濕地旅游網絡關注度時空差異及其影響因素[J]. 湖南師范大學學報（自然科學版），2022，45（4）：77-85.

[22] 陳昆侖，林晨喧，劉小瓊，等. 中國馬拉松網絡關注的時空特征及影響因素[J]. 經濟地理，2022，42（1）：117-126.

[23] 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，2022，42（1）：211-220.

[24] 萬田戶，張志榮，李樹亮，等. 鄉村旅游國內網絡關注度的時空分布研究[J]. 西南大學學報（自然科學版），2022，44（6）：138-149.

[25] 張博，吳柳. 網絡關注度視角下研學旅行發展現狀與影響因素研究[J]. 地域研究與開發，2022，41（2）：84-88.

[26] GARDUNO F C， GONZALEZ ZARANDONA J A. Digital spectres： the Notre-Dame effect[J]. International Journal of Heritage Studies，2021，27 （12）：1264-1277.

[27] ISAAC J. Pics or it didn’t happen： the artwork formerly known as heritage in Google Street Art[J]. Convergence，2019，25（3）：374-392.

[28] AGAPIOU A. Remote sensing heritage in a petabyte-scale： satellite data and heritage Earth Engine （c） applications[J]. International Journal of Digital Earth，2017，10（1）：85-102.

[29] 盧鈺琳. 基于百度指數的中國世界遺產地網絡關注度時空特征研究[D]. 武漢：湖北大學，2019.

[30] 張佳瑩. 中國世界遺產網絡關注度時空特征及影響因素分析[D]. 開封：河南大學，2020.

[31] 孫曉東，陳嘉玲. 我國世界文化遺產旅游關注度時空特征及營銷策略研究[J]. 華東師范大學學報（哲學社會科學版），2022，54（2）：142-158.

[32] 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，2017，32（3）：152-160.

[33] 梅大偉，修春亮，馮興華. 中國城市信息網絡結構演變特征及驅動因素分析[J]. 世界地理研究，2020，29（4）：717-727.

[34] 中國經濟網. 2021年各省區市國民經濟和社會發展統計公報匯總[EB/OL]. （2022-2-28）[2022-11-30]. http：//district.ce.cn/zg/202202/28/t20220228_37363001.shtml.

[35] 蔡衛民，彭晶，覃娟娟. 韶山的全國網絡關注熱度矩陣及推廣策略研究[J]. 旅游科學，2016，30（4）：61-72.

[36] 李經龍，代傳苗. 旅游目的地網絡關注熱度矩陣與影響因素研究：以黃山風景區為例[J]. 合肥工業大學學報（社會科學版），2020，34（1）：12-19.

[37] 王儲，盧長寶，把多勛，等. 中國代表性滑雪場網絡關注度時空演變及影響因素[J]. 自然資源學報，2022，37（9）：2367-2386.

[38] 西藏自治區統計局. 西藏國民經濟和社會發展統計公報[EB/OL]. （2022-4-26）[2022-11-6]. http：//www.xizang.gov.cn/rsxz/gmjjhshfztjgb/202307/t20230714_365911.html.

[39] 黃文勝. 基于百度指數的廣西旅游網絡關注率矩陣及營銷策略研究[J]. 地域研究與開發，2019，38（5）：101-104.

A Study on Network Attention Heat Matrix andPromotion Strategy of Chinas World Heritage

LI Jinglong， WANG Haitao

（Business School， Anhui University， Hefei 230601， Anhui）

Based on Baidu Index， the network attention data of 34 provinces （cities and districts） in China from 2011 to 2021 were obtained. By introducing the network attention heat index， the Boston matrix analysis method was built， and the spatial and temporal characteristics of the world heritage network attention heat in each province were discussed. The research finding that： 1） In terms of network attention， the geospatial pattern of world heritage network attention is relatively stable in 11 years， which can be divided into four levels by the natural crack classification method， among which the level of spatial concentration at the third level is relatively significant， while the other levels of the world heritage network is moderate. 2） In terms of network attention growth rate， there are significant differences in the growth rate of the world heritage network attention in different regions. Tibet saw the largest growth rate， with a growth rate of more than 100%， and most regions were between 15% and 30%. The growth rate fell but the fluctuation was small， and only 5 provinces （municipalities and autonomous regions） showed negative growth. 3） In terms of heat matrix in the network’s four types， the “problem” is almost blank， the “Taurus” is relatively weak， and the “star” areas are second， where the spatiotemporal indicators are all higher than the critical value， and the “thin dog” areas are the most concentrated， where the spatiotemporal indicators are all lower than the critical value. Finally， the world heritage brand marketing strategy is proposed around the matrix results of four different types of regions.

world heritage; web focus heat; Boston matrix; marketing strategy

（編輯 余 毅）