基于百度指數的冰雪體育網絡關注度時空分布特征

中圖分類號：G80-32 文獻標識碼：A 文章編號：1002-3488（2025）02-0033-10

Abstract：With therevitalization ofChina’s iceand snow sports industry and the networked development of society，itisofgreatpracticalguidingsignificancetostudythespatialandtemporalbehaviorsofthepublic based on the network attention degree.Taking the network attntion degree of ice and snow sports reflected by the “userattention degree”ofBaidu Index from 2019 to 2024as theresearchobject，andusing thespatial analysis method asa whole，this paperexplores the temporal distribution，spatial paternand influencing factorsof the networkatentiondegreeoficeandsnowsports inChina.Itisconcluded thatin terms of temporalcharacteristics， theoverall network atention degreeoficeand snowsports in Chinashowsanupward trend，withsignificant characteristics ofapeak in winter and of-seasons in springand summer，and the attention degree grows

synergisticallywith economic development.In terms of spatial distribution，the network attention degree of ice and snow sports in China presents a misaligned pattern of“more in the east and less in thewest”，and there is a positive correlation between the economic level，the population base and the attention degree. In terms of influencing factors，the popularization of educationis the strongest explanatory factor，and the

influenceof the population quantity，the levelof network development，the economic condition framework and the resourcesoficeand snow venuesdecreases inturn.Itis recommended tograsp the temporalrules，implement precise communication by taking advantage of the hot spots of sports events，and promote the linkage among thegovernment，enterprisesand schools to promote ice and snow sports in schools;implement precise spatial marketingand formulate regional strategies according to the diffrences between the eastern and western regions; makeamulti-dimensionallayout to break through the botlenecksand promote the integrated developmentof the industry，sports and tourism.

Keywords：iceand snowsports; network attention degree;spatialand temporaldistributioncharacteristics;Baidu index

1研究背景與理論概述

1.1 研究背景

隨著2022年北京冬奧會的成功舉辦，《“健康中國 規劃綱要》《冰雪運動發展規劃（2016-2025年）》等[1-2]文件精神得到有力貫徹，冰雪體育網絡關注的時間分布與空間格局亦隨之發生重大變革。雖然我國成功兌現“帶動三億人參與冰雪運動”的重大承諾，但地域差異及相關冰雪設施不健全使得冰雪運動項目的關注情況差異較大，時間分布、空間分布都不均衡[3]。隨著冰雪體育設施配套日漸落后于城市建設和經濟社會發展，如何優化布局、調控冰雪資源成為亟需解決的現實問題。為此，本文針對國內各省級行政區的冰雪體育網絡關注度進行詳細分析，意在通過探索冰雪體育網絡關注的時空分布特征，揭示從體育大國向體育強國邁進的轉型時期，我國城市居民網絡關注度時空分布的演化規律。同時，通過明確各個省份之間、季節交替之間我國居民冰雪體育網絡關注度時空分布的差異性，提出格局演變的優化方案，以期為后續研究提供實證成果。

1.2 理論概述

網絡關注度是研究社會公眾時空行為的重要手段之一，信息技術的不斷升級觸發網絡空間等新型空間結構的發生發展，網絡信息流以多元形式融入人民群眾的生活空間，不斷重塑著社會經濟結構[4]。國外對于冰雪體育網絡的關注可以追溯到19世紀末至20世紀初，隨著現代體育的興起以及國際滑冰聯盟、國際滑雪聯盟等組織的成立，進一步為冰雪體育的組織和管理提供了平臺。此后，國外學者、教練員、運動員開始關注冰雪運動的規則和技術，對于冰雪體育的研究逐漸加強。20世紀中葉至后期，冰雪體育逐漸成為備受關注的國際競技門類，各個國家和地區開始組織運動員參加國際冰雪賽事，并由此吸引了大批觀眾和媒體的關注。這促使更多學者和研究機構開始對冰雪體育展開深入研究，包括冰雪體育后備人才培養、訓練模式、技術改進以及冰雪旅游 [5-8]等方面。21世紀以來，在新聞價值理論、社會認同理論以及社會經濟理論等多元理論影響下，學界視角逐漸轉向冰雪體育網絡關注度的時間分異與空間布局[9，并在形成機制方面開展了諸多研究。

國內對于冰雪體育網絡關注度的研究相對較晚，主要集中在我國成功申辦冬奧會后。自2016年起，國內學者開始關注我國冬奧會申辦過程中的網絡關注度話題，通過利用社交媒體數據、新聞報道等多種信息來源，分析冬奧會申辦過程中的網絡熱點、關注趨勢及輿情態勢。2018年以后，隨著中國冰雪運動的發展和冰雪賽事的大量舉辦，學者們開始關注網絡上對于冰雪體育賽事的關注度。2019年以后，國內學者開始從傳播學角度研究冰雪運動在網絡上的傳播效果和影響力，通過分析社交媒體平臺上的冰雪內容、用戶互動行為等，探索冰雪體育傳播路徑和策略對網絡關注度的影響[10]。2020年以后，隨著冰雪運動IP的興起，學者們進一步開始關注冰雪運動IP在網絡上的關注度和影響力，通過分析冰雪明星、冰雪品牌等在社交媒體上的表現及用戶反饋，研究冰雪運動IP在形象塑造、粉絲互動等方面對網絡關注度的影響。由此可見，國內近年來對于冰雪體育的網絡關注度逐漸提升，但對于冰雪體育網絡關注度時空分布特征的重視程度仍然不足，相關研究較為零散。現有研究成果主要集中于賽事發展、空間格局、時空變化、冰雪旅游網絡關注度時空差異以及冬奧會網絡關注度時空變化特征[1-15]等。總體來看，在現有成果當中有兩點不足，一是僅有冰雪體育關注度的靜態分析研究，而缺乏對于冰雪體育關注時間的動態分析；二是鮮有對冰雪體育網絡關注時間分布與空間布局的耦合關系的研究，而冰雪體育網絡關注時間分布與空間布局是其時空分布特征分析的重要方面。

2研究對象與方法

2.1 研究對象

本文以 2 0 1 9 ～ 2 0 2 4 年百度指數“用戶關注度”所反映的冰雪體育網絡關注度作為研究對象。百度作為中國最知名的搜索引擎之一，在用戶規模、搜索量、服務范圍和技術實力等方面都具有明顯優勢，百度指數是大數據平臺提供的一項數據統計工具，用于展示和分析百度搜索引擎用戶搜索行為的趨勢和數據。本文參考陸利軍[16]等基于百度指數對旅游者網絡關注度的思路，以“百度指數”“冰雪體育”“網絡關注度”“時空分布”為關鍵詞，檢索時間年份為 2 0 1 4 ～ 2 0 2 4 年。在空間層面上，利用百度指數搜索關于冰雪體育排名前五的關鍵詞一“冰雪運動”“滑冰”“滑雪”“冬奧會”“亞冬會”，檢索2014年1月 ～ 2 0 2 4 年7月，我國31個省、市、區（港澳臺地區除外）的冰雪體育網絡關注度，由此獲取基礎大數據。此外，本文地理信息數據來源于全國地理信息資源目錄服務系統（http：//www.webmap.cn/）提供的 全國基礎地理數據庫。最后，在影響因素上，參照現有研究選取14個指標，指標數據選自 2 0 1 5 ～ 2 0 2 4 年的《中國統計年鑒》以及2 0 1 5 ～ 2 0 2 3 年的《中國滑雪產業白皮書》。

2.2 研究方法

本文整體采用空間分析的方法，運用變異系數（CoefficientofVariation，CV）、赫芬達爾-赫希曼指數（Herfindahl-HirschmanIndex，HHI）、季節性強度指數（Seasonal Intensity Index，SII）、地理集中指數（Geographic Concentration Index， G ）、地理探測器-因子探測5個指標和地理空間可視化表達方法，精準展現出我國冰雪體育網絡關注度的空間差異。

2.2.1 變異系數CV

CV是一種用來衡量數據離散程度的統計指標，通常用來比較不同數據集的離散程度，由一組數據的標準差與其均值之比計算得出[17]。本文以此對比我國31個省份之間冰雪體育網絡關注度的空間差異性， C V 值越大，表示各省份之間對于冰雪體育網絡關注度的空間差異越大。

公式（1）中， 為某一省份（i）的網絡關注度，其 n = 3 1 ，為31個省份網絡關注度的均值。

2.2.2赫芬達爾-赫希曼指數HHI

HHI常用于經濟學和產業研究中，是比較常見的反映市場相應集中度的指標[18]。本文用以反映我國31個省份冰雪體育網絡關注度的地域聚集情況。

公式（2）中， 表示某一省份（i）的網絡關注度， X 表示31個省份冰雪體育網絡關注度的總和。HHI的取值區間范圍為[0，1]，區間值越大，代表其網絡關注度越高，反之則越小。

2.2.3季節性強度指數SII

SII是一個衡量特定時間段內某個現象或活動強度和變化規律的指標，通常用于分析季節性變化對某一特定領域的影響，通過對時間序列數據進行統計分析，揭示出某個現象在不同季節或月份中的變化模式和強度。本文用SII反映我國冰雪體育網絡關注度的季節性差異，所得指數越大，表明季節性變化越明顯。

公式（3）中， 是第 t 個時間段的季節強度指數， 是指第 t 個時間段的觀測值， μ 為實際平均值， σ 代表標準差。SII取值區間范圍為［0，1]，數值越接近0，代表冰雪體育季節關注差異越不明顯，反之則代表其季節差異性較強。

2.2.4地理集中指數 G

G是反映研究對象聚集程度的重要指標[19]，它通常用于描述某種現象在地理區域上的聚集程度或分散程度，有助于人們分析和理解該現象在空間上的分布特征。本文以此反映我國冰雪體育網絡關注度地域空間的差異性。

公式（4）中， 表示某一省份 （ i ） 冰雪體育網絡關注度的數值，T表示我國各省份冰雪體育網絡關注度數值的總和。 G 值越大，網絡關注度越為集中，反之則越分散[20]。公式（5）中，表示網絡關注度空間聚集情況的完全平均值，表示我國各省份網絡關注度的平均值，其取值區間范圍為[0，100]。 G 與數值越相近，則代表冰雪體育網絡關注度越接近于絕對平均分布。

2.2.5地理探測器-因子探測

地理探測器是空間數據探索性分析工具，被廣泛用于探測分析地理對象空間異質性的影響因素及形成機理[21]。地理探測器可以進行多個方面的檢測，本文主要用到因子檢測[22]探測分析影響因子對于某種現象空間分異的解釋力大小，即分析每個影響因素對我國冰雪體育網絡關注度影響的大小。

公式 （ 6 ） ～ （ 8 ） 中，因子檢測[23]用 q 值衡量，q 的值域為[0，1]，數值越大說明因變量Y的空間分異性越明顯。

2.2.6地理空間可視化

空間可視化分析是利用地圖、圖表、圖像等可視化方式來展示和分析地理空間數據。通過空間可視化分析，可以更直觀地呈現地理空間數據的特征、分布、關聯性等信息，幫助人們更好地理解和解釋數據。本文利用ArcGIS10.8軟件對我國冰雪體育網絡關注度空間格局演變圖進行制作，并結合數據加以分析。

3結果分析與討論

3.1研究結果分析

3.1.1我國冰雪體育網絡關注度時間動態結構變化

3.1.1.1冰雪體育網絡關注度時序演變特征

利用ArcGIS10.8軟件將我國冰雪體育網絡關注度的數值進行年度劃分統計（圖1）。由圖1可以看出，受2014年索契冬奧會及2018年平昌冬奧會的影響，我國冰雪體育網絡關注度（ P C+ 移動總值）逐倍提升，日均達到了2萬次以上。2021年居民對于冰雪體育的網絡關注度直線上升，至2022年受北京冬奧會影響，冰雪體育網絡關注度達到近10年以來的最高峰，日均接近10萬次。2022年之后，關注度值出現了斷崖式下降，從3533萬回落至485萬，與另外幾年基本持平。由此可見，冬奧會為冰雪體育關注度帶來質的飛躍，但其彈性大且延續性較差。經統計，受哈爾濱第九屆亞冬會影響，2024年 1 ～ 7 月的冰雪體育網絡關注度約265萬，預計后續月份還會持續上升。另外，由圖1還可以看出，移動端逐漸成為我國居民搜索方式的主流，這對于冰雪體育文化發展提出了新的要求。

3.1.1.2 冰雪體育網絡關注度省域時間及位次變化特征

根據我國31個省份 2 0 1 4 ～ 2 0 2 4 年冰雪體育網絡關注度的數值及排名情況（表1）可以看出，近10年來，各省份對于冰雪體育網絡關注度的前5名相對穩定，波動幅度并不是很大，尤其是北京市、廣東省遠超其他省份，而江蘇省、浙江省、省以及山東省次之。由于2025年哈爾濱要舉行第九屆亞冬會，近兩年黑龍江省冰雪體育網絡關注度排名直線上升，至2024年7月其關注度數值已穩居第一。而寧夏回族自治區、青海省以及西藏自治區的冰雪體育網絡關注度一直穩定地位于榜單的后三位，表明對于冰雪體育網絡關注度數值較高的地區多是經濟發達、沿海周邊等人口稠密區域，而經濟落后、人口稀疏的西部地區則網絡關注度不高。分析表明，相鄰年份省份位次變化超過4名的共有9個省份，且在2014年、2018年和2022年冬奧會之后位次波動情況最為明顯。其中，吉林省和黑龍江省上下位次波動最大，其次是省、天津市以及江西省，均呈上升趨勢，說明以上5個地區的冰雪體育網絡關注度延續性

更好。綜合來看，我國對于冰雪體育網絡關注度 的情況整體較為平穩，但省份間的數值差異性較大。

3.1.1.3冰雪體育網絡關注度季節變化特征

按照氣象劃分法將每年12個月進行季節劃分，即春季 3 ～ 5 月、夏季 6 ～ 8 月、秋季 9 ～ 1 1 月、冬季 1 2 ～ 次年2月。利用SII分析冰雪體育網絡關注度在四季上的差異性（表2），其中，數值越小，表明差異性越不顯著。由表2所示，西北、華北地區的季節性變化對于冰雪體育網絡關注度的影響最為顯著，西北地區在春、秋、冬三季的關注度波動最大，而華北地區在秋季的關注度波動最大；華東地區在夏、冬兩季波動最大，夏季時表現為對于冰雪體育網絡關注度下降，在冬季時則顯著上升；西南、華東地區具有一定的相似性，西南地區在夏、秋、冬三季的冰雪體育網絡關注度差異性顯著，說明季節轉換對于西南地區來說具有非常重要的影響；四季變換對于華中地區的影響相對較小，僅冬去春來會產生一定的波動；而對于冰雪圣地東北地區來說，季節變化對于冰雪體育網絡關注度的影響最不顯著，其區域數值近乎于0，充分展現出特有的地域因素。

3.1.2我國冰雪體育網絡關注度空間格局演變特征

3.1.2.1冰雪體育網絡關注度整體空間特征分析

依據中國自然地理區域劃分方式，由北往南、由東向西排列依次為東北、華北、華中、華南、華東、西北和西南七大地區。利用ArcGIS10.8軟件自然斷點法對七大地區冰雪體育網絡關注度進行可視化分析，由于每個地區包含的省份數量不同，故取其平均值（圖2）。圖2中顏色越深代表本地區的冰雪體育網絡關注度越高。由此可知，華東地區對于冰雪體育網絡關注度最高，華北地區次之，西部地區除前文所述的四川省以外，其他省份關注度均不高。從整體來看，我國冰雪體育網絡關注度呈現出“東多西少”的趨勢，對照我國經濟發展情況的“東強西弱”，可以推測冰雪體育網絡關注度與我國經濟發展狀況呈正相關。

3.1.2.2冰雪體育網絡關注度地區演變特征分析

利用ArcGIS10.8軟件對我國各省份冰雪體育網絡關注度總值進行可視化分析（圖3）。由圖3所示，東部地區的北京市、廣東省、山東省、江蘇省、省等地區的圓形點位較大，說明其關注度整體較高；甘肅省、海南省、寧夏回族自治區、青海省、西藏自治區等地區的圓形點位最小，說明其關注度整體較低。結合地域特征來看，北方地區屬于溫帶季風性氣候，四季分明，其地域條件對于開展冰雪運動更為有利。但從圖3來看，北方地區在冰雪體育網絡關注度方面卻無優勢可言，甚至南方地方還優于北方地區。這表明網絡關注度還與環境吸引力和社會宣傳面有關，越是在資源條件反差和信息傳播發達的地區，冰雪體育網絡關注度越高。

3.1.2.3冰雪體育網絡關注度地域空間差異性分析

在觀察完時間維度后，繼續對冰雪體育網絡關注度地區空間差異進行分析（表3）。華南地區的 C V = 0 . 4 2 5 ，說明華南地區冰雪體育網絡關注度差異性最大；其 H H I= 0 . 5 1 4 ，是典型的高寡占型； G 值遠超于完全平均分布狀態下的 ，達到71.72。以上四個指標表明，華南地區冰雪體育網絡關注度的分布處于極不平衡狀態，主要是個別省份受自身地域、經濟等因素的影響，對冰雪體育網絡關注度的貢獻率過高。如廣東省的貢獻率高達 67 . 5 % ，遠超海南省和廣西省，成為華南地區冰雪體育網絡關注度的主貢獻者。西北、西南地區也呈現出相似情況，不僅 C V 值較高， G 值與G值也相差較大。這是由于在西南地區，四川省的貢獻率達到 3 9 . 3 % ；西北地區，陜西省的貢獻率達到 3 7 % 。華北地區在七大地區內處于中等水平，但其 C V 及 的值仍然很大，僅次于華南、西北及西南地區。而華東、華中及東北地區的冰雪體育網絡關注度分布較為均衡，其CV及（G-G）

的值相對較小，說明在地區內的各省份之間，冰雪體育網絡關注度近乎于平均分布。

3.1.3我國冰雪體育網絡關注度時空分布差異的影響因素

3.1.3.1 影響指標的選取

根據現有研究及結合本文的研究目的，綜合整理出5個維度，即社會人口學特征、教育普及情況、網絡發展水平、經濟條件架構以及冰雪場地資源。從5個維度當中合計提煉14個指標作為影響我國冰雪體育網絡關注度的自變量。

其中， X1 ～ X4 為人口數量，分別為總人口數量、 0 ～ 1 4 歲人口數量、 1 5 ～ 6 4 歲人口數量、65歲以上人口數量。人口數量是衡量和影響冰雪體育網絡關注度的重要指標，它直接或間接地影響著潛在觀眾數量、經濟潛力、社交影響力和媒體關注度。

$＼mathbf { ＼ } ＼times ＼mathbf { ＼sigma } ＼sim ＼mathbf { ＼mathbf { ＼ } ＼mu } ＼mathbf { X } ＼mathbf { ＼mathcal { I } }$ 為教育普及情況，分別為普通高中學歷、普通職業本專科學歷以及研究生學歷人口。學歷通常被視為一個人的受教育水平和知識儲備的代表，在某種程度上，學歷可以影響個體對冰雪運動的理解、欣賞和參與程度。由于冰雪運動的消費成本相對較高，使得它更多地成為中高層次人群的運動消費選擇。因此，在平均受教育水平較高的城市當中，冰雪體育的潛在消費者相對較多，且冰雪體育網絡關注度也會更高。

為網絡發展水平，分別為移動電話用戶、移動電話基站數以及互聯網寬帶接入端口。互聯網作為冰雪運動的傳播平臺和交流工具，是本文的研究基礎，對于觀測冰雪體育網絡關注度具有極其重要的作用。因而互聯網較為發達的地區，其冰雪體育網絡關注度自然也更具優勢。

X1 1 ～ X1 3 為經濟條件架構，分別為省內人均可支配收入、省內人均消費支出以及地區生產總值。在經濟條件發達的地區，冰雪體育設施相對完善，良好的經濟條件有助于居民維持對冰雪運動的投入。同時，經濟發達的省域舉辦冰雪賽事活動更為容易，良好的競訓條件也有助于培養冰雪競技人才，對于冰雪體育網絡關注度更高。

X14為冰雪場地資源，主要對我國各個省份的滑雪場地數量進行統計。滑雪場地能夠更直接地反映各個地區對于冰雪體育的投入情況以及重視程度，因其十分具有代表性，本文即用室內外滑雪場代表全部類型的冰雪場地。

3.1.3.2 影響因素分析

首先，本文利用地理探測器對冰雪體育網絡關注度時間變化特征因子進行類型處理，運用ArcGIS10.8軟件的kmeans聚類分類法將14個自變量數值轉變成類型量（表4）。

以每5年為分割線，從 2 0 1 4 ～ 2 0 1 8 年的因子探測結果來看，普通職業本專科學歷（X6）、研究生學歷（X7）、互聯網寬帶接入端口（X10）以及地區生產總值（X13）會對冰雪體育網絡關注度產生較大影響； 2 0 1 9 ～ 2 0 2 1 年各影響因子作用的差異逐漸不顯著，直至2022年舉辦北京冬奧會，大多數影響因素的作用驟然凸顯，以地區生產總值（X13）為代表，拉開我國31個省（自治區、直轄市）之間冰雪體育網絡關注度時間特征因子的差異性。

從影響機理來看，高學歷者（X6、X7）在信息獲取、分析和判斷能力方面往往更優秀，該群體會更加注重冰雪體育賽事的背景、規則、技術細節等內容，能從更專業的角度去關注和討論冰雪體育賽事，從而提升冰雪體育在網絡上的關注度。因此，高學歷人口較多的省份對于冰雪體育網絡關注度可能會更高，并且存在更大的消費潛力。如前文所述，如今大眾對于冰雪體育網絡信息的搜索已經發生了質的轉變，互聯網的便捷使大眾對冰雪體育信息的關注更具時效性，實現“互聯網 + 體育”的跨躍式發展。由此，互聯網寬帶接入端口（X10）便成為影響我國冰雪體育網絡關注度的重要因素。地區生產總值（X13）高通常意味著該地區經濟發展較為繁榮，居民收入水平相對較高。較強的經濟實力為人們參與和支持冰雪體育提供了更多的資源和機會，民眾也有更多的時間和財力參與冰雪運動，購買相關裝備及觀看比賽，從而提高了冰雪體育網絡關注度。此外，人口總數量（X1）對冰雪體育網絡關注度也有一定程度的影響，特別是在潛在參與者數量、粉絲群體規模、媒體宣傳報道以及經濟支持等方面。人口總量大往往意味著擁有更多的資源和條件來推動冰雪體育的發展與普及，進而提升冰雪體育網絡關注度。而從14個影響因子整體來看，只有省內人均可支配收入（X11）、省內人均消費支出（X12）、冰雪場地資源（X14）對于冰雪體育網絡關注度的影響較小。

其次，本文利用交互探測研究不同因素之間如何相互影響。通過因子交互探測，可以了解不同因素之間是否存在相互作用，以及這些相互作用對因變量影響的解釋力。兩因子對因變量的交互關系共有五種類型，即非線性減弱、單因子非線性減弱、雙因子增強、獨立以及非線性增強。由于本研究涉及的年份較多，出于篇幅考慮，只選取最近一個完整年度2023年的影響因子進行交互探測（表5）。從整體來看，雙因子交互作用對我國居民冰雪體育網絡關注度的解釋力較單因子作用力強， X1 ～ X1 4 中的任意兩個探測因子在交互探測后，均呈現出雙因子增強或非線性增強。該結果表明，我國冰雪體育網絡關注度不存在受單一的影響因素所控制，而是由多因素主導、在共同作用下才呈現出的現狀結果。從影響指標的獨立因素來看，X1（人口數量）、X3（ 1 5 ～ 6 4 歲人口數量）和X14（冰雪場地資源）的解釋力較弱，分別為0.292、0.292和0.151，但個體指標與其余13個影響因素的交互作用，增強了對我國冰雪體育網絡關注度空間分異的解釋力。

3.2討論：我國冰雪體育網絡關注度優化策略

針對我國冰雪體育網絡關注度呈現出來的整體狀況，首先，圍繞冰雪體育網絡關注度的時序特征，應注意加強宣傳時機，實施數智技術賦能，以此促進我國冰雪體育網絡關注度的提升。通過開發數智信息化共享平臺，根據用戶畫像和行為大數據，實現內容的個性化推薦，為用戶提供符合其興趣的冰雪體育內容，提升用戶體驗感和參與度。參照用戶數據開展各類互動性活動，如投票競猜、線上直播互動等，通過增加用戶的參與度和黏性，增強大眾冰雪體育網絡關注度的延續性，減少季節性冰雪體育網絡關注度差異。地方政府、媒體機構和學校應加強合作，注意挖掘冰雪賽事中的愛國主義情懷與明星效應，抓住實時熱點，共同策劃冰雪體育校園活動并做好宣傳，進一步推動冰雪運動進校園。

其次，針對冰雪體育網絡關注度空間分布規律特征，要直面現階段“東多西少”的整體狀況，分析區域性主要問題，在空間上實施差異化精準營銷戰略。要明確目標群體做好市場定位，利用大數據找到潛在的冰雪體育愛好者或潛在受眾群體，量身定制個性化的內容營銷策略，不斷實施優化與跟進。要強化東北地區冰雪體育產業鏈，通過與知名運動品牌、體育賽事組織者、網絡平臺等進行合作，開展更高規格的冰雪體育賽事和冰雪主題活動，大力培養冰雪體育人才。

最后，基于“強化優勢、消化弱勢、擴大中端”的原則，面對我國冰雪體育網絡關注度的制約因素，要制定冰雪體育全方位布局優化方案。產體旅融合是提升我國冰雪體育網絡關注度的重要手段，可注意加強對冰雪體育節、冰雪體育賽事等活動開展區域的遴選，通過結合南方經濟優勢和北方冰雪資源，在促進冰雪產業發展、縮小南北GDP差距的同時，全面帶動各地區民眾對于冰雪體育的關注。

4結論與建議

4.1結論

1.在時序特征方面，我國冰雪體育網絡關注度整體呈上升趨勢，在冬奧會年份會出現峰值波動，冬季高峰、春夏淡季的特征顯著。核心詞匯“冰雪運動”“滑雪”具強時效性，“冬奧會”等大事件帶動性強但持續不足，關注度與經濟發展協同增長。

2.在空間分布方面，我國冰雪體育網絡關注度呈現“東多西少”的錯位格局，經濟發達和沿海地區的關注度超過冰雪資源豐富的東北地區，顯示出經濟水平、人口基數與關注度呈正向關聯。3.在影響因素方面，教育普及情況為最強解釋因子，人口數量、網絡發展水平、經濟條件架構、冰雪場地資源的影響力依次減弱。

4.2建議

1.把握時序規律，借力賽事熱點實施精準傳播，構建數智平臺開展個性化推薦與互動活動。政校企聯動推進冰雪運動進校園，通過實時優化內容投放，緩解關注度的季節波動。2.實施空間精準營銷，針對東西部差異制定區域策略，強化東北地區冰雪產業鏈建設，搭建跨領域合作平臺，深挖潛在用戶需求。3.多維布局突破瓶頸，推進產體旅融合發展，在冰雪資源接合區打造賽事集群，圍繞節慶營銷提升民眾參與，平衡區域經濟發展與冰雪體育關注度。

參考文獻：

[1]中共中央國務院.《\"健康中國2030\"規劃綱要》[EB/OL].（2016-10-25）[2024-10-09].https：//www.sport.gov.cn/gdnps/files/c25531179/25531211.pdf.

[2] 國家體育總局.冰雪運動發展規劃（2016-2025年）[EB/OL].（2016-11-02）[2024-10-09].https：//www.sport.gov.cn/n10503/c773657/content.html.

[3] 白雪.后冬奧時代我國冰雪運動發展的突出問題與優化策略[J].冰雪運動，2023，45（2）：1-6.

[4] 花玉蓮，許艷，李桂莎，等.中國冰雪旅游網絡關注度的時空特征及影響因素[J].資源開發與市場，2023，39（9）：1209-1 217.

[5] ZhengH.Research on the Reserve Talent TrainingSystem ofIceand SnowCompetitive Sports inKorea[J].International Journal of Social Sciences inUniversities，2020，3（3）：32-38.

[6] HanBK，RyuJK，KimSC.Context-Awarewintersports based on multivariate sequence learning[J].Sensors，2019，19（15）：3 296.

[7] 韓杰，韓丁對我國滑雪旅游若干問題的研討[J].經濟地理，2001（4）：500-503.

[8] RechY，PagetE，DimancheF.Uncertaintourism：Evolution of a French winter sportsresort and networkdynamics[J].Journal ofDestination Marketingamp;Management，2019，12：95-104.

［9］馬曉帆.京津冀地區冰雪體育旅游的網絡關注度研究[D].淮北：淮北師范大學，2023.

[10]張慧婕，石靈珊，劉利.大數據透視下的我國冰雪運動網絡關注度探究[J].體育與科學，2019，40（1）：

[11]陳靖，姜曉珍“雙循環\"背景下我國冰雪體育賽事高質量發展趨向及對策研究[C]//中國體育科學學會.第十三屆全國體育科學大會論文摘要集：專題報告（體育管理分會）.內蒙古師范大學，2023：655-656.

[12]孫俐.吉林省冰雪體育資源空間格局與開發潛力研究[D].長春：東北師范大學，2023.

[13]蘭順領，楊仲元.東北三省冰雪體育旅游客流時空變化特征及影響因素分析[C]//中國體育科學學會.第十三屆全國體育科學大會論文摘要集：墻報交流（體育管理分會）.巢湖學院，2023：148-150.

[14]張宇飛，任艷路，梁麗敏.中國冰雪旅游網絡關注度的時空差異與影響因素：基于百度指數的實證數據[J].世界地理研究，2024，33（10）：155-167.

[15]張華玉，陳國藝，魏德樣.2022年北京冬奧會網絡關注度時空變化特征及其影響因素分析[J].體育教育學刊，2023，39（5）：76-82.

[16]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，2020，29（4）：836-849.

[17]商勇，韓立冬，李相如.北京2022年冬奧會網絡關注度時空特征及影響因素[J].學報，2023，37（4）：46-53.

[18]楊曉霞，玉波香，劉亞男.5A級旅游景區網絡關注時空特征及影響因素研究：基于成渝地區雙城經濟圈的分析[J].價格理論與實踐，2023（4）：185-189.

[19]謝宏，李穎灝，韋有義.浙江省特色小鎮的空間結構特征及影響因素研究[J].地理科學，2018，38（8）：1283-1291.

[20]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.

[21]胡美娟，沈一忱，郭向陽，等.長三角城市群旅游場強時空異質性及演化機理[J].長江流域資源與環境，2019，28（8）：1 801-1 810.

[22]李云濤，陶犁.基于地理探測器的云南省邊境州市旅游發展水平空間分異及影響因素分析[J].世界地理研究，2022，31（3）：624-636.

[23]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（1）：116-134.