基于百度指數的高危險性體育項目網絡關注度時空演變及影響因素研究

中圖分類號：G812 文獻標識碼：A 文章編號：1009-9840（2025）02-0023-10

Spatio Temporal Evolution and Influencing Factors of Network Attention of High Risk Sports Based on Baidu Index

GUO Siyu ， WANG Mengyang

（School of Sport Economy and Management， Tianjin University of Sport， Tianjin 301617，China）

Abstract：The research on the network attention of high risk sports events is an important topic to promote the prosperity of sports market and economic growth， and boost the high-quality development of sports industry. The results show that： （1） From 2013 to 2022， the network atention of high-risk sports first increased and then decreased， showing an obvious inverted U -shaped trend.（2） The distribution pattern of “hot in the east—cold in the west” was presented， and the hot spot regions showed an annual expanding trend. Among the hot spots， there are more provinces in the eastern region， while in the cold spot， there are more provinces in the western parts region. （3） There were two types of high -risk sports， unimodal and bimodal， with obvious seasonal diferences; skiing， bungee jumping and surfing have the highest preference， while wingsuit flying has less attntion， and the annual attention sequence ranking is relatively stable. （4） Atention is positively correlated with the level of economic development， the degree of internet development， the age structure， and the degree of education， in which the regional GDP and the number of internet users have the strongest influence on attention.

Key words： high-risk sports：; network attention ; temporal and spatial evolution; influencing factors

由于高危險性體育項目具有刺激性和觀賞性而備受人們青睞與追捧，產業發展前景廣闊，但是由于項目固有的高風險特點，其產業發展也面臨諸多制約因素。隨著互聯網普及率的不斷提升，網絡逐漸成為社會公眾關注、了解和獲取高危險性體育項目相關信息的渠道。相關數據顯示，滑雪、潛水和蹦極的話題總閱讀量分別為14.34億、5.73億和2.55億[1]。越來越多的民眾通過網絡了解高危險性體育項目相關信息，高危險性體育項目相關信息備受網絡用戶關注[2]。

當前，有研究者探究了體育賽事、體育旅游的網絡關注度與影響因素[3-5]。例如，管陳雷等的重慶馬拉松網絡關注度研究[6]；舒麗等的體育旅游網絡關注度研究[23]。有研究者分析了旅游景區、城市網絡、生態文明等主題的網絡關注度與影響因素[7-9]。例如，梁改童等研究了新疆5A級景區的網絡關注度[10]；田深圳等研究了我國濱海城市的網絡格局[1]；李霖等研究了生態文明關注度的時空特征[12]。但學界目前鮮有關于高危險性體育項目時空關注度的研究，學者大都從高危險性體育項目的管理層面進行研究[13-16]，然而高危險性體育項目的關注現狀作為促進體育市場繁榮發展的重要切入點被忽視。通過對高危險性體育項目網絡關注度的時空特征與影響因素進行分析，可以揭示不同地區對高危險性體育項目關注度的時間與空間上的變化，為體育行政部門、相關行業協會、高危險體育項目經營者進行體育市場擴大、運動定點推廣、決策制定和風險管理提供科學依據，促進高危險性體育項目的健康可持續發展，從而豐富體育產業業態，促進體育產業的健康高質量發展。

1測量指標與數據來源

1.1 測量指標

（1）年際變動指數。衡量不同年份間高危險性體育項目網絡關注度的差異，以高危險性體育項目年度網絡關注度為基準進行計算。計算公式如下：

以上公式中， H_i"表示年度高危險性體育項目網絡關注度值； n 表示年度；通過計算得到的 Y 值越接近，說明高危險性體育項目的網絡關注度在不同年份間變化較小，關注度更為穩定；而 Y 值過大或過小則表示高危險性體育項目網絡關注度的年際變動較，關注度越不穩定[17]

（2）季節性強度指數。用于衡量高危體育在不同時間段上的集中程度，計算公式如下：

以上公式中， T_i"代表高危險性體育項目在不同月份網絡關注度與全年總值的比例，當 s 值越大時，表示在特定時段高危險性體育項目關注度更為集中，反之則越分散[18]

（3）地理集中指數。用來衡量高危險性體育項目空間集聚程度的指標，其計算公式如下：

以上公式中， Pi 表示第 χ_i"個區域對高危險性體育項目的網絡關注度， N 表示高危險性體育項目的總網絡關注度。 G 值越接近100表示網絡關注度越集中，反之則表示越分散[19]。

（4）首位度。用于表示網絡對于高危險性體育項目的關注度均衡情況，計算公式如下：

P=X₁/X₂

以上公式中， X₁"與 X₂"分別表示最受關注的地區和最不受關注的地區；當 Pgt;2 時，意味著網絡關注度在空間上趨于集聚；當 Plt;2 時，意味著網絡關注度比較均衡[20]。

（5）熱點分析。用于評估各地區對高危險性體育項目關注度的聚集程度，并確定冷熱點區域的分布特征，計算公式如下：

以上公式中，通過熱點分析可計算出 Z 值， Z 值大小可以反映出地區的熱點程度，值越高表示該地區為熱點地區，值越小表示為冷點地區，而接近于0的 Z 值則意味著該地區空間集聚性不明顯[21]。

（6）彈性系數。測量高危險性體育項目網絡關注度與網民數量之間的相關變化關系，計算公式如下：

以上公式中， ΔG 表示為高危險性體育項目的網絡關注度增量， G 表示總量； ΔN 表示網民的增量， N 表示總量； ETgt;1Ω，ET=1 和 ETlt;1 ，分別表示網絡關注度增速大于、等于和小于網民增速[22] 。

（7）變異系數。用于衡量高危險性體育項目網絡關注度在各省份之間的差異程度，計算公式如下：

以上公式中， X_i"代表 i 地區的網絡關注度; CV 值越大，說明不同省份之間的網絡關注度差異越大，反之則越小[23]。

（8）高危險性體育項目偏好系數。表示高危險性體育項目在各地網民中受歡迎程度的指標，計算公式

如下：

以上公式中， i 地區對 j 運動的偏好系數代表了對該項運動的喜愛程度，取值范圍在 0～1 之間； i 地區 j 運動的網絡關注度表征了該地區對該運動的關注程度； V 則表示 i 地區對某運動的網絡關注度。該數值越大，表示該地區對該運動的偏好程度越高，反之則越低[24]。

1.2 數據來源

百度指數是一種通過檢索關鍵詞并獲取相應的搜索數據的應用程序。當前對于“高危險體育運動”范圍的界定較為明確的官方文件來源于2013年國家體育總局等部門聯合發布的《第一批高危險性體育項目目錄公告》，具體項目包括游泳、高山滑雪、自由式滑雪、單板滑雪、潛水、攀巖。然而隨著經濟的快速發展，近年來興起的諸如速降等一大批戶外高危險性體育項目并未被列入高危險性體育項目的界定范圍。故本研究由下而上，通過選取網民最為關注的高危險性體育項目展開此研究。

具體選用范圍取詞法作為關鍵詞選擇的方法[25]（1）使用愛站網（https：//www.aizhan.com/）關鍵詞挖掘工具，以“危險體育運動”作為關鍵詞進行需求詞挖掘，通過這一步驟，篩選出28個與關鍵詞相關度為100% 的需求詞；（2）刪除無效需求詞，如“蹦極一年死亡多少人”和“跳傘死亡率”等，確保關鍵詞的有效性；（3）對相似詞匯進行整合，得到網民最關注的10項高危險性體育項目作為研究對象（見表1），可以發現民眾較為關注航空運動；（4）運用Python3.9.0軟件獲取百度指數平臺全國31個省（自治區、直轄市）對10項高危險性體育項目的網絡關注度數據，劃定時間范圍為2013年1月1日—2022年12月31日。

2高危險性體育項目網絡關注度時間演化特性

2.1 年度變化

基于2013—2022年高危險性體育項目網絡關注度的年度關注數據（見圖1），網絡關注度表現出先增后減，并漸趨平緩的趨勢。2013一2018年關注度逐年上漲，呈增長態勢，增長率為 63.62% ;2018年后關注度雖然有所下降，但是關注度依然保持在較高水平。

隨著2014—2015年服務業占比提高至 48.2% 、城鎮凈增就業1070萬、國家體育總局正式取消“商業性和群眾性體育賽事”審批、2015年北京被列為冬奧會候選城市、2017—2018年國內就業形勢不斷向好、手機國內長途漫游費全面取消等因素影響，2014年《關于加快發展體育產業促進體育消費的若干意見》和2021年《全民健身計（2021—2025年）》提出2025年體育產業規模目標為達到5萬億。

年變動指數及彈性系數的計算結果展現了網絡關注度與網民數量之間的變動特性（見圖2），該項數據表明2014—2022年間網絡關注度的彈性系數呈現多峰型、升降交錯和趨于平穩的特點。升降曲線轉折點發生于2016年、2017年、2019年、2020 年和2021年，其中2015年和2021年為極值年份，對應彈性系數為2.25與-1.66。除2014年、2015年、2017年、2018年外彈性系數均小于1，說明高危險性體育項目的網絡關注度增速低于網民數量的增速。2014—2022年間，高危險性體育項目網絡關注度的年變動指數之間存在微弱差距，表明多數年份網絡關注度的變動相對穩定。

2.2 月度變化

2013—2022年高危險性體育項目月份網絡關注度間的差異十分明顯（見表2），2月、3月、5月、7月和8月為關注度占比較高的月份，總和占比 54.24% ，1月、4月、9月和11月為關注度占比較低的月份。根據《中國戶外探險類事故報告》顯示，一年中發生戶外探險事故頻次最多的月份由高到低為7月、8月、5月、2月等，發生戶外探險事故頻次最低的月份由低到高為9月、11月、1月和4月等，與網絡關注度較高和較少的月份有所呼應，說明社會熱點會提升網民對于高危險性體育項目的關注度。

根據單月份匯總數據的分析（見圖3），網絡關注度的波動在整個年份中呈現兩個峰值，分別出現在2月和5月；總體上，上半年關注度逐漸上升，下半年關注度下降并保持平穩態勢。由于寒假和春節假期的影響，2月份關注度占比最高，占比13.66% 。通過式（2）測算的季節性強度指數（見圖4），指數值均在8以上，說明網絡關注在季節上雖存在明顯差異，但年份之間的變化并不突出，差異狀態相對穩定。

2.3 高危險性體育項目月度變化

數據統計結果顯示，滑雪運動月關注度呈現先下降再升高的趨勢，具有明顯的季節特征（見圖5），速降運動月關注度在年末驟升，其他運動月關注度呈現先升高再下降的態勢。10項高危險性體育項目關注度由高到低分別為滑雪、蹦極、沖浪、攀巖、跳傘、速降、滑翔傘、翼裝飛行、滑翔翼和高空跳水（見表3）。其月度波動類型可分為單峰與雙峰兩種，翼裝飛行和滑雪為雙峰型，滑翔翼、滑翔傘、速降、跳傘、蹦極、高空跳水、沖浪和攀巖為單峰型。由于滑雪主要在冬季進行、翼裝飛行在春季和秋季的穩定氣流條件下更為流行，滑雪關注度峰值在12月和2月，翼裝飛行關注度峰值在5月和10月，故二者為雙峰型；而滑翔翼等運動由于季節因素、突發事件（如賽事等）、社交媒體報道和學校假期節假日的影響，關注度多集中在7月至8月，故其為單峰型。由此可得，高危險性體育項目的季節性波動類型與季節性差異存在極大相關性。

3高危險性體育項目網絡關注度空間演化特性

3.1 地區維度

2013—2022年高危險性體育項目網絡關注度在全國和地區層面均呈現先升后降的態勢（見圖6）。華東、華南和華北地區關注度占比較高，占全國網絡關注度總量的 69.13% ；東北、華中、西北和西南地區關注度占比 40.78% 。關注人群占比最高的華東、華南和華北地區人口密度和消費水平較高，賽事眾多，吸引力強，具有較高的城市化水平及多元的文化氛圍[28]；關注度占比較低的地區如東北、華中、西北和西南地區，地理環境和氣候條件不太適合一些高危險性體育項目的開展，且西部地區賽事舉辦數量較少，媒體曝光度低，其人口規模和經濟發展水平相對較低。故應重視經濟發達且賽事舉辦數量多的城市居民用戶，作為對高危險性體育項目關注度高的人群，更應重視高危險性體育項目針對其的推廣與安全管理。

基于變異系數計算結果可探究不同地區網絡關注度的差異（見圖7）。在全國范圍內，變異系數先增再降并趨于穩定，說明差異程度先增強再減弱并逐漸趨于穩定。表明全國各地區的網絡關注度經歷了一定的波動和變化，但最終達到相對穩定的狀態。在各地區層面上，西北地區變異系數最高，均值為1.33，而華中地區的變異系數最低，均值為0.12，說明西北地區各省區間對高危險體育運動的網絡關注度差異較大，而華中地區的差異較小。西北地區跨越多個省區，每個省區都有自己的特點和文化背景；而華中地區相對較集中，各省區之間的差異較小。可以發現，西北地區的網絡關注度差異變動幅度與增長率較大，極值差為0.35，而東北地區的差異變動幅度最小，極值差為0.06，表明西北地區內部省區對高危險性體育項目的網絡關注度差異波動幅度較大而東北地區的差異則相對較小。說明西北地區在制定高危險性體育項目推廣與安全管理策略時應考慮到不同地區的特點從而加大策略的針對性與差異化。

基于地理集中指數 （G） 和首位度 （P） 測算結果可分析地區空間上網絡關注度的變化差異（見表4）。結果顯示，我國地理集中指數""平均值為49.49，波動范圍在42至117之間，首位度 P 平均值為4.44，表明網絡關注度比較集中且空間上呈現高度聚集狀態。但各區域的地理集中指數""值存在顯著的不同，除華北和華東地區外，其余地區的""值均超過50，這表明網絡關注度在各地區的分布更集中且分配不均。東北、華中和華東地區以外的地區，首、次位度的平均值均超過2，這進一步驗證了該地區的網絡關注度存在顯著差別。此現象表明各地區的網絡關注度呈集群化分布。

3.2 省際維度

熱點分析數據結果揭示（見圖8），2013—2022年高危險性體育項目網絡關注度在各省（自治區、直轄市）間存在顯著差異，整體格局呈現為“東熱—西冷”其中，主要熱點區域囊括8個省（自治區、直轄市）（河南、山東、安徽、江蘇等），次熱點區域囊括11個省（自治區、直轄市）（內蒙古、山西、河北、北京、天津等），次冷點區域囊括8個省（自治區、直轄市）（黑龍江、吉林、新疆、陜西等），冷點區域囊括4個省（自治區、直轄市）（寧夏、甘肅、青海、西藏）。對比分析2013年、2018年和2022年的數據，可以將各省（市、自治區）的冷熱點波動劃分為三種變動類型序列：上升型（由冷轉熱）、穩定型（冷熱變化不明顯）以及下降型（由熱轉冷）。其中，22個省（自治區、直轄市）如山東、安徽、江蘇、上海等處于穩定型序列；6個省（自治區、直轄市）如內蒙古、重慶、廣西、廣東、四川和河南處于上升型序列；湖北、湖南和寧夏等4個省（自治區、直轄市）處于下降型序列。總體而言，熱點區域逐年擴大，并呈現出由東至西逐漸擴散的趨勢。盡管部分省份對高危險性體育項目的關注度存在變化，但冷熱點格局和序列整體上保持穩定發展態勢。

根據《2022年度中國戶外探險類事故報告》，2022年發生事故最多的省份前五為廣東、浙江、陜西、山東和貴州，但是2022年山西和貴州均為高危險性體育項目網絡關注度的次冷點區域，說明兩個地區對于高危險性體育項目的網絡宣傳不夠廣泛，沒有引起人們的重視。

3.3 高危險性體育項目維度

根據式（8）計算結果和偏好性系數排名，可以將高危險性體育項目劃分為3個層級，高偏好層級（1＼～3名）包括滑雪、蹦極和沖浪；中偏好層級（4＼～6名）包括攀巖、跳傘和滑翔傘；低偏好層級（7＼～10名）包括翼裝飛行、速降、滑翔翼和高空跳水。由于滑雪、蹦極和沖浪是相對而言傳統和較為普及的體育項目，很多地區的滑雪資源和設施較為豐富，蹦極在較多旅游景點作為旅游項目，沖浪在沿海地區和海灘旅游勝地受到廣泛歡迎，所以這3項運動偏好系數較高。根據2013—2022年的偏好系數，發現有5項高危險性體育項目在層級序列上保持穩定，分別是滑雪、蹦極、速降、滑翔翼和高空跳水。其中，滑雪和蹦極一直保持高偏好，速降、滑翔翼和高空跳水則一直保持低偏好。另外，還有5項高危險性體育項目在層級序列上發生變化，分別是沖浪、攀巖、跳傘、滑翔傘和翼裝飛行，且其在不同年份的偏好性系數排名發生了變動。總的來說，根據偏好性系數和排名，高危險性體育項目可以被劃分為不同的層級，其中有些運動保持了穩定的偏好程度，而其他運動在不同年份之間發生了變化。故而，針對滑雪等關注度較高的運動需要引起高危險性體育項目組織者的重視，加大對于滑雪等運動的安全宣傳與針對性推廣。

4高危險性體育項目網絡關注度的影響因素

4.1 影響因素的指標選取

高危險性體育項目網絡關注度是多種因素產生影響的結果，前人研究大都包含經濟發展水平和人口學統計特征兩個維度。綜合指標的可獲取性與本研究需要，本研究基于表6中的影響因素，選取了經濟發展水平、網絡發達程度、社會人口統計特征3個維度的9個指標作為自變量，以高危險性體育項目網絡關注度作為因變量，分析各個因素與高危險性體育項目網絡關注度的相關性。有學者認為處于不同年齡階段的人群的網絡關注度存在很大差異[28]，且高危險性體育項目作為極具刺激性與冒險性的運動，深受中青年群體喜愛，根據百度指數的人群畫像也驗證了此觀點，故本研究選擇15＼～64歲人口作為年齡結構的表征變量。

（1）經濟發展水平

基于本研究需要，經濟發展水平選取了地區生產總值和人均地區生產總值。有研究表明地區生產總值和人均地區生產總值越高，當地的基礎設施越完善，公共服務能力越強，且經濟較為發達時居民收入水平較高，消費能力越強，能夠承擔參與高危險性體育項目的費用。同時，經濟發達地區居民教育程度較高，對新事物接受度強[27]，更有可能接受并參與一些新興的高危險性體育項目。

（2）網絡發達程度

網絡的發達程度是高危險性體育項目關注度必要搜索途徑的前提[29]。網絡發達程度的提高可以促使人們獲取更豐富的信息和娛樂資源，許多高危險性體育項目在社交媒體上擁有大量的粉絲，人們通過網絡觀看和了解各種體育項目，包括高危險性體育項目，這種便利性和可及性會增加人們對高危險性體育項目的關注程度。故而本研究選取網民數量、互聯網普及率和移動互聯網接入流量作為假設變量。

（3）社會人口統計特征

各地區網絡用戶的社會人口統計特征是影響高危險性體育項目關注度的重要因素。由于高危險體育運動本身具有刺激性與冒險性的特點，以及網絡用戶的年齡、受教育程度等方面的不同，會導致其對高危險體育運動的認知存在偏差。結合百度指數人群畫像搜索結果以及中國統計年鑒的年齡劃分標準，選取15＼～64歲人口作為假設變量，

4.2 影響因素的相關分析

本研究利用SPSS21.0軟件對高危險性體育項目的影響因素與高危險性體育項目網絡關注度的時間變化序列數據進行相關性分析，分析結果見表7。其中，影響因素中經濟發展水平、網絡發達程度、年齡結構和文化程度相關數據主要來源于《中國統計年鑒》（2014—2023年）及《中國互聯網絡發展狀況統計報告》（2014—2023年）。如表7所示，9個可能假設變量均與高危險性體育項目網絡關注度呈現顯著相關關系。

4.2.1 經濟發展水平

根據研究結果，高危險性體育項目網絡關注度與當地經濟發展水平表現出顯著相關性（ Plt;0.01） 。經濟發展水平較高的地區通常具有多樣化的體育設施資源、有錢有閑且受過良好教育的居民、開放多元的社會文化氛圍等，均能夠促進高人們對高危險性體育項目的關注與參與。根據2013—2022年各省份網絡關注度，廣東、北京、浙江、江蘇、山東、上海等經濟發達的地區網絡關注度也較高，說明需重點開拓以上省份的體育市場，針對各省重點關注的體育項目，進行相應開發。

4.2.2 網絡發達程度

根據研究結果，高危險性體育項目網絡關注度與當地網民數量、互聯網普及率和移動互聯網接入流量表現出顯著相關性（ Plt;0.01 ）。網絡發達程度越高的地區，擁有更廣泛的數字化傳媒平臺、更成熟的網絡社群和互動機制、更多的網絡廣告和贊助支持，均能夠為人們提供便捷的途徑獲取與分享高危險性體育項目相關內容，為高危險性體育項目的組織者提供更加高效的信息發布、宣傳和推廣平臺。但是網絡發達程度的3個指標，即網民數量、互聯網普及率與移動互聯網接人流量，與高危險性體育項目網絡關注度的相關性程度有所差別。其中，網民數量相關性最高，2022年網民數量排名前六的省份為廣東、山東、河南、江蘇、四川、河北，故而要針對網民數量較少的省份，采取措施，提高其網絡發達程度，以此助推對高危險性體育項目的關注度，進而加大參與度，促進當地經濟發展

4.2.3 年齡結構

研究結果顯示，高危險性體育項目網絡關注度與15～64 歲年齡人數顯著相關（ Plt;0.01） 。15＼～64歲人口是青壯年人口的主要年齡段，通常對刺激和挑戰更感興趣，其成長在數字化社會中，科技意識高，社交影響力高，更易接觸到和了解高危險性體育項目相關的信息和內容，故而高危險性體育項目廣告投放商應將其作為重點錨定人群。15＼～64歲人口更容易受到同齡人的社交影響，當某些高危險性體育項目成為社交媒體上的熱門話題、流行文化符號時，他們更有可能加入相關的討論。所以需要社交媒體上的廣告和推廣針對這個年齡段的人口進行定向營銷，增加他們對高危險性體育項目的興趣。

4.2.4 文化程度

研究結果顯示，高危險性體育項目網絡關注度與初中、高中、大專以上文化程度人數顯著相關（ Plt;0 01），相關程度由大到小為大專及以上、高中及以上、初中及以上。利用文化程度較高的人通常具有較強的探索精神和求知欲，更愿意接觸和了解高危險性體育項目的特點，重點針對其推廣高危險性體育項目專業知識和技能，向其推廣高質量的高危險性體育項目媒體文化產品和傳播渠道、賽事的報道、資訊等。

5 結論與啟示

5.1 研究結論

（1）高危險性體育項目網絡關注度的時間序列特征明顯。2013年至2022年關注度呈現先增后減的趨勢，移動端關注度逐年升高；關注度增速低于網民數量增速，多數年份關注度變動相對穩定。月份關注度差異明顯，與戶外探險事故月發生頻次相對應。高危險性體育項目月度變化上，滑雪月關注度先下降再升高，速降月關注度在年末驟升，其他運動月關注度呈現先升高再降低的趨勢；月度波動類型除滑雪和翼裝飛行為雙峰型，其他均為單峰型

（2）高危險性體育項目網絡關注度的空間特征差異明顯。地區關注度呈現先增后減的趨勢，華東、華南和華北地區關注度較高，其他地區較低；各地區間的差異程度由大變小并趨于穩定，西北地區內部省份關注度差異程度最大，華中地區差異程度最小；網絡關注度相對集中且呈現集聚性。整體呈現“東熱一西冷”的格局，熱點區域逐年擴大，冷熱點格局和序列整體上呈現穩定發展態勢。高危險性體育項目維度上，滑雪、蹦極和沖浪關注度最高，翼裝飛行、滑翔翼和高空跳水關注度最低；滑雪、蹦極等5項運動的層級序列保持穩定，其他運動均有變化。

（3）經濟發展水平、網絡發達程度、15＼～64歲人口占比和文化程度均正向顯著影響了高危險性體育項目網絡關注度，影響效果最大的指標為地區生產總值，影響效果最小為互聯網普及率。9項指標均顯著正向影響了高危險性體育項目的網絡關注度。

5.2 研究建議

（1）依靠5G互聯網大戶數據平臺，推動高危險性體育項目產業數字化轉型。發展數字體育新業態，規劃以大數據為基石，以高危險性體育產業發展為抓手的新興發展戰略，建立數據時代的高危險性體育項目一體化服務體系。通過政府、行業組織和高危險性體育項目經營企業之間的合作，建立高危險性體育項目信息共享平臺以及高危險性體育信息數據庫，利用大數據分析來預測市場需求和消費趨勢，同時關注消費者的反饋信息，從而制定更精準有效的市場營銷策略，以適應不同消費者層次和多樣化的需求。

（2）基于高危險性體育項目網絡關注度時空分布特征，開展精準化營銷，挖掘體育消費增長點。進行時空兩維營銷策略，在時間上，利用多元化的宣傳渠道，如官方網站或者社交媒體等，在關鍵時刻進行大量精準信息推送，采取受眾喜愛的宣傳方式。在空間上，加強對特定地區的宣傳，特別是針對高危險性體育項目的關注因素和主要受眾群體。堅持多元化、特色化、集群化發展思路，針對不同人群的需求，提供按需推送和個性化定制的宣傳熱點和營銷策略，以滿足個性化的需求，提高人民生活質量。

（3）以“加強優勢地位、解決劣勢影響、拓展中端市場”為準則，創新體育消費引導機制，制定未來導向的高危險性體育項目推廣方案。大型高危險性體育賽事和活動的舉辦能夠提升網絡的曝光度和關注度，增加體育項目的知名度和影響力。借鑒其他國家和地區在高危險性體育項目發展方面的經驗，可以選擇在具備良好的經濟基礎、交通便利和完善的場館設施的一線城市舉辦大型或國際性高危險性體育賽事。對于具備豐富資源、自然景觀優越、基礎設施和交通較為完備的地區，如山區或海濱地區，可以舉辦國際中等規模的高危險性體育賽事。在部分二三線城市，可以通過改造當地的場館設施和景區，舉辦小型高危險性體育賽事，營造相應氛圍，推廣高危險性體育項目。

由于數據檢索的局限性，本研究還存在以下不足之處：（1）由于高危險性體育項目較多，本研究沒有收集到所有高危險性體育項目的網絡關注度數據；（2）本研究主要依靠網絡面板數據進行相關性研究，鑒于數據的可獲取性與假設的不全面性，導致相關性指標選取具有局限性；（3）僅通過百度指數來檢索高危險性體育項目的相關信息，數據的代表性有所欠缺。未來希望針對以上不足進行優化和深入，以進一步豐富和完善高危險性體育項目研究

參考文獻：

[1]DT研究院.2023戶外運動報告［EB/OL].（2023-05-26）[2023-10-15].http：//www.199it.com/archives/1606140.html.

[2]丁志偉，馬芳芳，張改素.基于抖音粉絲量的中國城市網絡關注度空間差異及其影響因素［J].地理研究，2022，41（9）：2548-2567.

[3]付磊，蔡興林.大型賽事贊助、網絡關注度與企業市場價值——2018年俄羅斯世界杯中國贊助商實證研究［J].體育科學，2020，40（4）：28-34.

[4]王嘯.“看球”還是“看人”：結果不確定性與明星質量對中國足球協會超級聯賽網絡關注度的影響［J].體育科學，2019，39（7） ：12-22.

[5]王結春.競技體育社會效應研究——基于“里約奧運會\"大數據檢驗[J].北京體育大學學報，2017，40（6）：33-40.

[6]管陳雷，胡志毅.基于百度指數的重慶馬拉松網絡關注度時空特征研究［J].重慶師范大學學報（自然科學版），2018，35（5）：136-142.

［7]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，2012，34（12）：2427-2433.

[8]宗會明，郝靈莎，戴技才.基于百度指數的成渝地區雙城經濟圈城市網絡結構研究［J].西南大學學報（自然科學版），2022，44（1） ：36-45.

[9]李智山，鄧一榮.中國生態文明網絡關注度區域差異及其影響因素[J].生態經濟，2020，36（2）：208-213.

［10]梁改童，高敏華，白洋.新疆5A級旅游景區網絡關注度時空分布特征研究［J].西北師范大學學報（自然科學版），2021，57（2） ：118-126.

[11]田深圳，李守偉，李雪銘.我國濱海城市網絡時空格局研究——基于2012-2019年百度指數數據[J].城市問題，2020，301（8） ：14-21.

［12]李霖，陳選，蘇世亮.基于百度指數的生態文明關注度時空分析[J].地理信息世界，2020，27（1）：20-25.

[13]黃希發，呂偉，張學謙.高危險性體育項目經營活動監管中的國家標準適用研究[J].中國體育科技，2022，58（9）：96-101.

[14]汪全勝，宋琳璘，張奇.我國高危險性體育項目的立法缺陷及其完善[J].武漢體育學院學報，2020，54（6）：46-53.

[15]汪全勝，張奇.我國高危險性體育項目法律責任設置的問題與完善[J].北京體育大學學報，2019，42（12）：11-19.

[16]高俊，黃濱.高危險性體育管理現狀及發展對策研究［J].西安體育學院學報，2016，33（1）：74-79，100.

[17]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.

[18]馬麗琿，周婷婷，徐剛.重慶市干旱強度時空分布規律研究[J].地球與環境，2019，47（3）：310-320.

[19]厲新建，殷婷婷，李姍，等.中國露營地空間分布及其影響機制[J].經濟地理，2023，43（5）：205-218.

[20]袁利，孫根年.出境旅游網絡關注度時空演變及影響因素研究——以泰國為例[J].浙江大學學報（理學版），2023，50（1）：1-15.[21]再釗，高建華，楊捷，等.中國商業健身資源集聚的格局演化及其形成機理[J].地理學報，2023，78（6）：1573-1590.

[22]郭琰，尤飛，肖琴，等.海南省農業科技進步貢獻率、要素貢獻率與農業經濟增長的時空演變特征［J].科技管理研究，2022，42（14） ：59-64.

[23]王磊，栗向陽，王雪利，等.長江經濟帶生活性服務業發展水平的空間格局及驅動因素[J]．長江流域資源與環境，2022，31（10） ：2109-2121.

[24]呂巖威，王玲力.基于動態偏離—份額空間拓展模型的產業結構與競爭力評價研究：以山東省為例[J].現代城市研究，2023（1） ：112-118.

[25]魏德樣，雷雯.中國滑雪旅游信息流特征及市場開發策略研究——基于百度指數的分析[J].北京體育大學學報，2022，45（7） ：82-94.

[26]李霞，曲洪建.郵輪旅游網絡關注度的時空特征和影響因素——基于百度指數的研究［J].統計與信息論壇，2016，31（4） ：101-106.

[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，2022，42（1）：211-220.

[28]潘磊，劉芳枝.我國馬拉松賽事網絡關注度的時空演進及影響因素——基于2011—2018年百度指數的實證分析［J].上海體育學院學報，2020，44（8）：78-86.

[29]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，2018，34（5）：709-714.

[30]任濤，游茂林，張志彬.2020年東京奧運會中國居民網絡關注度的時空特征變化及其影響因素［J].首都體育學院學報，2021，33（6） ：595-603.

[31]舒麗，張凱，王小秋，等.基于百度指數的我國體育旅游網絡關注度研究[J].北京體育大學學報，2020，43（6）：110-122.

[32]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，2015，30（2）：101-109.