基于旅游數字足跡的開封A級旅游景區關注度與共現效應研究

摘要：研究選取2019年1月—2023年12月160篇點贊量上千的游記形成文本集合，探究了開封A級旅游景區游客關注度及景區間的共現效應。結果顯示：（1）開封A級旅游景區間存在著顯著的冷熱不均現象；（2）旅游者更傾向于選擇地域特色突出、知名度高的文化體驗型景區；（3）景區間的共現呈現多三角狀的聯動效果；（4）旅游者對景區服務接待過程中存在著負面感知，A級旅游景區聯動發展仍有很大提升空間。

關鍵詞：開封市；A級旅游景區；關注度；共現效應；旅游數字足跡

中圖分類號：G202文獻標識碼：A

引言

當下互聯網與我們的生產生活日益緊密，“萬物互聯”更是推動了旅游產業的數字化發展和業態創新，也為旅游研究提供了廣泛的信息支持。旅游數字足跡指旅游者在數字設備上的旅游活動痕跡，其能夠直觀地反映旅游者的空間移動規律，進而揭示出旅游者對旅游目的地的關注度與選擇偏好、空間移動的軌跡及情感表達[1]。

開封擁有豐富的歷史文化資源，作為八朝古都，曾有過“東京夢華”的壯麗史詩，孕育了影響深遠的“宋文化”，留下了彌足珍貴的歷史古跡。在文旅融合的大背景下，開封更是大力發展旅游業，以獨特的文化吸引了海內外眾多游客。但是擁有資源優勢的開封，在旅游業發展方面也存在很多的不足，如一些具備重要歷史文化價值的旅游資源還未得到充分的開發和利用、各景區對外宣傳和推廣的力度不夠，聯動發展效益不高、旅游服務質量仍待進一步提高等。

基于此，筆者試圖從游客發布的網絡游記中挖掘其在開封的旅游線路及旅游景區選擇偏好，對開封市A級旅游景區的游客關注度及景區間的聯動發展效應進行研究，通過社會網絡分析方法探究開封A級旅游景區間的發展潛力及聯動發展機制，以期為開封旅游發展提供有針對性的營銷與管理建議。

一、研究設計

（一）研究方法

社會網絡分析法是從動力學角度考察社會實體間的關系連接及其結構特征的一種量化研究方法，其擅長對各類復雜系統的網絡結構進行分析。隨著社會網絡分析法應用的不斷拓展與創新，網絡中的節點已不局限于組織、個人等實體，還可以指代詞語、地方等，其應用的延伸對旅游研究中的許多問題也有著強大的解釋力[2]。本文中的景區共現指的是以某位游客的開封游記文本為分析單元，若文本中出現對若干個A級旅游景區的描述，可以認為景區間因旅游者的旅游線路而產生了某種關聯，再結合社會網絡分析的思想來解釋景區間的這種關系。

（二）研究數據

研究以開封22個景區為研究對象，探究景區關注度及景區間的聯動發展效應。該研究在攜程、馬蜂窩兩大平臺上，以開封為搜索詞，搜索到2019年1月—2023年12月160篇點贊數超過1 000次的網絡游記，作為研究樣本。之后借助python計算文本中22個A級旅游景區的關注次數與各景區之間的共現次數。其中，關注次數為景區出現在文本中的篇幅數，即一個景區在某個文本中被提及，則關注次數記為1，若在n個文本中被提及，則關注次數為n；共現指兩個景區在同一文本中共同出現，因此兩個景區在某個文本中共同出現了，則共現次數記為1，若在n個文本中共現，則共現次數為n，以此對A級旅游景區的關注度和共現次數進行計算。

二、研究過程與結果

（一）開封市A級旅游景區關注度分析

關注度表示旅游者對景區的重視程度及旅游目的地選擇的偏好，能夠一定程度上反映景區的冷熱狀況。研究通過某個景區關注次數除以22個景區關注次數之和（696）來反映該景區的關注度，以此求得各景區的關注度數值（表1）。

本文將0.6設為判定景區熱度的閾值，將關注度進行降序排序后，依據景區累計關注度首次超過0.6劃分冷熱景區。由表1結果可知，清明上河園、開封府、大相國寺、萬歲山大宋武俠城、龍亭景區、包公祠的關注度之和首次超過0.6，因此將這6個景區定義為開封熱門景區。清明上河園作為開封唯一的5A級旅游景區，得到眾多游客的青睞。“來開封一定要看看現實版的清明上河圖，一朝步入畫卷，一日夢回千年”，清明上河園已然成為開封最為著名且熱門的旅游景點之一，不僅以恢宏的氣勢再現了北宋的盛世繁榮，也通過巧妙創意活化歷史，帶給游人深度的體驗感，旅游者因此也就有了“不虛此行”的感慨。而擁有深厚文化底蘊的開封府、大相國寺也為開封熱度較高的景區，其關注度均超過0.1。

研究結果也顯示，開封旅游者的旅游目的地選擇偏好較為集中，A級旅游景區間存在著顯著的冷熱不均情況。22個A級旅游景區中，排名前6的景區熱度之和就已超出景區冷熱閾值，而熱門景區數量少且熱度之和較大，就說明景區間存在明顯的冷熱不均衡。其中，皇宋大觀、愛思嘉農業嘉年華、河南省蘭考縣文化交流中心、劉少奇陳列館、禹王臺景區、夢里張莊等景區的關注度均不足0.001，甚至夢里張莊均未出現在160個樣本的游記中。這些景區很少被游客關注和提及，相關景區應加大宣傳力度，努力打造特色化的旅游體驗產品吸引旅游者前來觀光。

（二）開封市A級旅游景區共現效應分析

關注度是對單個景區的研究，而共現分析體現的是區域景觀的一體化發展，通過景區間聯動產生“1+1>2”的效應。研究通過不同景區在同一文本中共同出現建立關聯，通過python共現平臺計算各景區的共現次數并構建共詞矩陣，再通過社會網絡分析工具Ucinet和NetDraw進行可視化展示，得到開封市A級旅游景區共現網絡圖（圖1）。

游記文本體現的開封A級旅游景區的共現特征為：網絡呈現明顯的“核心—次核心—邊緣”結構，以清明上河園為核心，與開封府、包公祠、龍亭景區、鐵塔景區、大相國寺、天波楊府、萬歲山大宋武俠城等7個景區產生顯著的聯動，且這些景區均處于網絡中心，形成多三角狀的聯動效果。其中清明上河園、開封府、大相國寺3個景區間的聯動效應最為顯著，可認為是共現網絡中的“鐵三角”，這3個景區也是旅游者最為青睞的景區。清明上河園已成為開封代表性景點，開封府作為“北宋第一首府”，沉淀著深厚的歷史文化遺存，同時也通過極具特色的展演活動詮釋著府衙文化與古代司法文化。大相國寺是我國著名的佛教古剎，也是開封著名的文化地標，千百年來神奇的傳說更是讓大相國寺增添了許多傳奇色彩。另一方面，從旅游體驗的角度來看，研究結果也說明了旅游者更傾向于選擇文化深厚、地域特色突出、知名度高的文化體驗型景區。

而位于蘭考縣的焦裕祿紀念館、河南省蘭考縣文化交流中心、夢里張莊及位于祥符區以現代農業為主題的旅游地愛思嘉農業嘉年華處在網絡的邊緣位置，其聯動發展效益目前還不顯著，這與景區所處位置也有著直接的關聯。由于受到旅行時間與旅行成本的限制，旅游者更傾向于用更加集中的時間游覽更多的景點，因此景區相對集中的龍亭區更受旅游者青睞。

值得關注的是，景區聯動還有著廣闊的發展空間，如開封府和包公祠都與著名的歷史文化名人包拯有著千絲萬縷的聯系，且二者均坐落于開封古城西南的包公湖畔，位置鄰近，有著巨大的聯動發展優勢。但研究結果中，二者的共現效應相對而言并不突出，僅有36次。開封因包拯為游人熟知，作為開封重要的文化名片，相關景區也應合力打造名人效應，強化開封的旅游文化品牌與旅游形象。

三、結論與啟示

（一）研究結論

開封市A級旅游景區游客關注度研究顯示：A級旅游景區間存在著顯著的冷熱不均情況，清明上河園、開封府、大相國寺、萬歲山大宋武俠城、龍亭景區、包公祠為熱門景區，河南省蘭考縣文化交流中心、劉少奇陳列館、禹王臺景區、夢里張莊等景區相對熱度較低；旅游者更傾向于選擇文化深厚、地域特色突出、知名度高的文化體驗型景區；且旅游者對開封的眾多景區存在著負面體驗情緒。景區共現研究顯示：共現網絡呈現顯著的“核心—次核心—邊緣”結構，其中以清明上河園為核心，與開封府、包公祠、龍亭景區、鐵塔景區、大相國寺、天波楊府、萬歲山大宋武俠城等7個景區產生顯著的聯動，且這些景區均處在網絡中心，形成多三角狀的聯動效果，其中清明上河園、開封府、大相國寺3個景區間的聯動效應最為顯著；同時，景區間聯動發展的潛力一定程度上受到景區地理位置的影響，但也具備十分廣闊的發展空間。

（二）管理啟示

1.采取聯合營銷策略，發揮熱門景區的帶動作用

依托關注度高、知名度高的旅游景區，通過實行聯合營銷策略，平衡冷熱景區間訪問量差異大的現狀，提高游客對熱度低的景點的訪問率，達到“以點帶線再帶面”的目的。如可將多個景區門票打包實行門票的組合售賣，即“套票”，并通過科學的定價策略給予“套票”更多的優惠與性價比，給旅游者帶來價格優勢；各景區間也可共同開發系列演繹活動，實現多景區“夢幻聯動”，打造形象鮮明旅游演藝品牌；各景區可聯合開展主題活動，如音樂節、文化節等，將一系列景區或活動串聯起來，成為特定時間、特定地點的地域標志性活動，提高景區間的關聯性。

2.優化整合旅游線路，突出線路的主題性

積極打造開封宋都文化旅游線路來展現開封古都的魅力所在，為旅游愛好者和歷史文化愛好者提供一個深度的文化體驗型線路產品。在進行旅游線路的設計與安排時要優化景觀組合方式，將自然景觀與人文景觀組合起來豐富旅游者的體驗感。要聚焦紅色傳承、歷史探索、生態、非遺、文博等主題打造精品研學旅行線路，要通過創新謀劃和精心組織，持續性地將資源優勢轉化為產品優勢，通過旅游教育傳承與創新歷史文化。

3.多方發力建立有效的景區合作機制

建立政府主導、企業運作、社會參與的景區合作機制，多方共同發力推動景區間的合作與交流。具體做法有：在政府的主導下，相關景區可簽訂合作協議，在此基礎上搭建信息共享平臺，讓景區間信息交流暢通無阻，這樣也帶給一些景區學習優秀景區先進管理與開發經驗的機會；建立聯席會議制度，通過會議形式及時分享景區規劃管理新思路，集思廣益共同商討開封景區發展的創新之路。

參考文獻

[1]Girardin F.， Calabrese F.， Fiore F. D.， et al. Digital footprinting：uncovering tourists with user-generated content[J].IEEE Pervasive Computing，2008（4）： 36-43.

[2]張紅霞，蘇勤，張影莎.社會網絡分析在國外旅游研究中的應用進展[J].地理科學進展，2019（4）： 520-532.