武汉市不同等级景区旅游吸引力时空变化

马丽君，邓思凡

(湘潭大学 商学院，湖南 湘潭 411105)

0 引言

旅游目的地的吸引力就是目的地的各类条件和若干因素综合作用而形成的对旅游者的诱惑程度[1]。旅游地吸引力随着空间距离的增加而减小，存在距离衰减的现象，同时，不同季节旅游地吸引物等因素可能会发生变化，导致不同季节旅游吸引力存在一定的差异，也就是说旅游地吸引力存在时空变化。国外关于旅游吸引力的研究开始较早，主要集中在概念界定和影响因素的研究上[1，2]，运用定量分析等方法，构建多种测量模型对旅游地吸引力进行测量[3]。如Crampon从游客访问次数、旅游地容量、客源与旅游地距离、客源地规模财富等方面出发率先建立了旅游吸引力模型[4]；Wolfe对Crampon的旅游吸引力模型进一步改进，提出修正后的模型[5]；此后，许多学者以这两者所建立的模型进行改进和拓展[6-8]。国内关于景区旅游吸引力的研究主要集中在吸引力测评、影响因素和吸引力模型等方面，其中吸引力测评多采用李克特量表来获取旅游者感知水平，通过空间交互模型、层次分析法和层次聚类等实现量化评估[9，10]；随着大数据在研究中的应用，张毅等提出了一个基于公开的链接数据度量景区旅游吸引力的方法[11]。在旅游吸引力影响因素方面，相关研究主要集中在影响因子的选择及其作用机理等方面[12，13]，研究表明旅游吸引力的强弱与旅游吸引物的等级、旅游设施和服务的数量及质量等高度相关[14]。

在吸引力模型方面，张凌云在总结国外研究的基础上，提出了包括综合门槛分析等概念的吸引力模型[15]；保继刚、马耀峰等在对引力模型进行改进的基础上，将其应用于国内外旅游需求的预测[16，17]；万年庆等对Grampon模型和Wilson模型进行了科学的修正，并将旅游目的地的旅游业发展因素、游客量和游客克服的距离同时放到扩展的重力模型中，通过求取各变量的参数来测算两地的旅游吸引力[18]；谌贻庆建立了一个旅游目的地的最大可能旅游吸引量的理论模型[19]；高德武、李山等提出了基于数理统计和计量、空间相互作用等的引力模型，对旅游地旅游吸引力进行分析测算[20-22]。

纵观国内外相关研究，可以发现，有关旅游地吸引力测评及影响因素的研究已较为深入，为本研究提供了一定的理论支撑和方法借鉴。2007年中国开始实施景区级别划分，将景区划分为AAAAA，AAAA，AAA，AA，A 5个等级，其他条件相同的情况下，景区级别越高旅游吸引力往往越强。截至2018年，中国有A级景区10 300多家，其中5A级景区259家、4A级景区3 034家。同一等级景区，由于所处地理位置不同其旅游吸引力存在差异，同一地区不同等级景区旅游吸引力同样存在较大差异。然而，有关不同等级景区旅游吸引力时空变化比较的分析尚不多见，此外，由于数据的限制，前人的相关研究多基于问卷调查或者政府抽样调查，样本量较小，使研究具有一定的局限性。旅游地吸引力与旅游需求一体两面，在衡量旅游地吸引力大小时，往往用游客的旅游需求来测度。前人的相关研究表明，网络关注度(搜索指数)与旅游需求间存在密切的正相关关系，可以用网络关注度(搜索指数)来衡量旅游需求的大小。百度是全球最大的中文搜索引擎，本文以武汉为案例地，选取不同等级景区为研究对象，依托百度指数，收集2017年9月至2018年8月全国(不包括港澳台)363个城市对各景区的网络关注度，分析同一城市不同等级景区旅游吸引力时空变化特征及差异，以期为丰富旅游吸引力相关研究，以及促进相关景区精准营销和提高吸引力，加快景区发展提供理论依据。

1 数据来源及分析方法

1.1 数据来源

武汉市共有A级景区48个，其中5A级景区9个、4A级景区20个和3A级景区19个，其2018年全年接待国内外游客28 788万余人次，占湖北省旅游接待总人次的39.6%，旅游业总收入3 172亿元，占武汉市全年地区生产总值的21.36%。一般认为3A级以上为高级别景区，由于武汉市各级景区名录只对3A级以上景区进行收录，因此本文结合武汉市3A级以上景区在百度指数上的收录情况，只分别选取了黄鹤楼、木兰山和木兰天池3个5A级景区，湖北省博物馆、归元寺和马鞍山森林公园3个4A级景区，晴川阁、武汉东湖海洋世界和武汉中华奇石馆3个3A级景区为研究对象。

研究所需数据包括2017年9月至2018年8月363个城市对上述9个景区的网络关注度、各城市与景区之间的距离(各城市到武汉市的距离)、各省、直辖市和自治区总GDP、受教育程度和总人口。本文数据均来源于政府权威统计资料以及百度指数，其中，网络关注度主要通过百度指数，以各景区名称为关键词，分别检索363个城市对各景区的网络关注度；各城市到景区的距离通过百度地图测距获得；各省、直辖市和自治区总GDP、总人口数主要来自于各城市2017年国民经济和社会发展统计公报；受教育程度为各城市2010年度第六次人口普查公报中学历为高中及高中以上学历的人口数。

1.2 分析方法

本文主要采用离散系数、地理集中指数、多元线性回归分析和皮尔逊相关检验等方法进行分析，其中地理集中指数是衡量研究对象集中程度的一个重要指标[23]，本文用地理集中指数来衡量各景区旅游吸引力的集中程度，公式为：

(1)

式中：n为城市个数；TA为363个城市居民对A景区的网络关注度总量，即总旅游吸引力；xi是第i城市对A景区的网络关注度，即A景区对i城市的旅游吸引力。G取值在0～100，G越接近100，说明该景区的旅游吸引力越集中于某些城市。皮尔逊相关检验、多元线性回归分析等方法前人多有描述，本文不再赘述。

2 不同空间距离范围内城市及吸引力分布

2.1 不同空间距离范围内城市分布

以武汉市为中心，通过百度地图，测量其与其它363个城市的距离，并以100 km为单位，统计各景区不同空间距离范围内城市的数量，结果如图1所示。可以看到，距离武汉最远的城市为3 554 km，有70.52%的城市集中分布在300～1 400 km内。在0～900 km范围内，各空间距离范围内的城市数量随距离的增加而增加，900～3 600 km范围内，各空间距离范围内的城市数量随着距离的增大而减少。

图1 不同空间距离范围内城市分布

2.2 不同空间距离范围内景区吸引力分布

利用2017年9月至2018年8月363个城市对各景区的网络关注度年总量，计算不同空间距离范围内景区吸引力(某景区一空间距离范围内所有城市网络关注度总量与363个城市对该景区的网络关注度总量之比)，结果如表1所示。

从表中可以看出，当累积吸引力达到0.5左右时，黄鹤楼、晴川阁的引力半径约为900 km，归元寺、湖北省博物馆、木兰山和木兰天池约为600 km，马鞍山森林公园、武汉中华奇石馆和武汉东湖海洋世界为300 km；当累积吸引力达到0.8左右时，黄鹤楼的引力半径约为1 200 km，木兰山、木兰天池、归元寺、湖北省博物馆、晴川阁和马鞍山森林公园约为900 km，武汉东湖海洋世界约为600 km，武汉中华奇石馆仍为300 km。不难发现，级别较高的景区的吸引力半径要大于级别较低的景区，或者说级别较低的景区的客源市场主要集中在距离较近的区域，总体而言，景区50%的客源市场集中在900 km范围内，80%的客源市场集中在1 200 km范围内。此外，同一级别景区由于知名度大小的不同，其旅游吸引力半径也存在较大差异。

表1 各景区不同空间距离范围内的累积旅游吸引力

分别将各景区不同空间距离范围内的旅游吸引力绘制成图，并按照旅游吸引力的变化将9个景区分为两类(图2)。从图中可以看到，黄鹤楼、归元寺、晴川阁、湖北省博物馆、木兰山、木兰天池、马鞍山森林公园和武汉东湖海洋世界旅游吸引力呈下降—上升—下降的趋势，在0～200 km区间内旅游吸引力随距离增加而降低，在200～900 km区间内旅游吸引力随距离增加而升高，在900～3 600 km区间内旅游吸引力呈现波动式下降。武汉中华奇石馆为下降趋势，其主要客源市场为武汉市。可以发现，除武汉中华奇石馆外，其它景区旅游吸引力空间变化与城市数量的空间分布基本一致，即景区旅游吸引力空间分布主要由城市空间分布状况所决定。

图2 各景区不同空间范围旅游吸引力

3 不同级别景区旅游吸引力分布比较分析

3.1 各景区旅游总量吸引力差异

计算2017年9月至2018年8月363个城市对各景区的网络关注度，分析各景区的旅游吸引力大小(表2)，5A级景区中黄鹤楼网络关注度为15 545 474人次、木兰山为419 233人次、木兰天池为1 455 019人次；4A级景区中归元寺网络关注度为909 737人次、湖北省博物馆网络关注度为1 943 702人次、马鞍山森林公园网络关注度为135 428人次；3A级景区中的晴川阁网络关注度为568 937人次、武汉中华奇石馆网络关注度为2 924人次、武汉东湖海洋世界网络关注度为195 115人次。计算可得5A级景区的平均旅游需求约为5 806 575人次、4A级景区约为996 289人次、3A级景区约为255 659人次，其中5A级景区的平均年旅游需求是4A级景区的5.8倍，是3A级景区的22.7倍，可以看出，景区级别越高旅游吸引力越大，然而其中也有例外，如5A级中的木兰山旅游吸引力排在第六，甚至低于3A级景区中的晴川阁，这可能与其知名度和旅游宣传推广有关。

受气候舒适性、景观的季节变化等因素的影响，不同季节各景区旅游吸引力有较大的差异。计算各景区四季网络关注度(表2)。可以看出，春季(2018年3～5月)的景区旅游吸引力较强，除湖北省博物馆和武汉东湖海洋世界以外的7个景区其春季网络关注度在年总网络关注度中占比最大；其次是夏季(2018年6～8月)和秋季(2017年9～11月)，这两个季节的网络关注度在年总网络关注度中占比相近；冬季(2017年12月至2018年2月)各景区旅游吸引力较小，除湖北省博物馆和归元寺以外的7个景区其冬季网络关注度在年总网络关注度中占比最小。

计算各个景区不同季节旅游吸引力的离散系数，结果显示5A级、4A级、3A级景区的平均离散系数分别为0.210 2、0.188 7、0.273 8。可以看出，3A级景区的离散系数最大，旅游吸引力季节变化较大；4A级景区的离散系数最小，旅游吸引力季节变化相对较小。

表2 各景区不同季节的旅游吸引力

3.2 各景区旅游吸引力集中度差异

依据各景区网络关注度及地理集中度计算公式，计算各景区旅游吸引力集中度(表3)。从单个景区来看，黄鹤楼的旅游吸引力集中度最小，客源市场最分散；其次是湖北省博物馆、木兰天池，旅游吸引力集中度较小，客源市场较分散；再次为晴川阁、归元寺和木兰山，地理集中指数在20～25；武汉东湖海洋世界、马鞍山森林公园的旅游吸引力集中度较高，客源市场较集中；武汉中华奇石馆的旅游吸引力集中度较高，客源市场最集中。从景区级别看，5A级景区的旅游吸引力集中度最小，客源市场最分散；其次是4A级景区，3A级景区的旅游吸引力集中度最大，客源市场最集中。

表3 各城市居民对5A级景区旅游需求的地理集中指数

注：G为景区各个季节的地理集中指数，G′为景区的年地理集中指数，G″为各级别景区的平均地理集中指数.

景区旅游吸引力集中度有明显的季节变化，黄鹤楼的旅游吸引力春季最为集中，冬季最为分散；湖北省博物馆的旅游吸引力秋季最为集中，冬季最为分散；晴川阁的旅游吸引力秋季最为集中，春季最为分散；木兰山、木兰天池、归元寺、马鞍山森林公园和武汉东湖海洋世界的旅游吸引力冬季最为集中，夏季最为分散；武汉中华奇石馆的旅游吸引力一年四季都集中于武汉市内。计算各个景区不同季节地理集中指数的离散系数，结果显示5A级、4A级、3A级景区的平均离散系数分别为0.104 1、0.091 6、0.090 2。可以看出，5A级景区的离散系数最大，即在不同季节中5A级景区的吸引力集中程度差异较大；4A和3A级景区的离散系数相对较小，且两者平均离散系数相近，即4A和3A级景区在不同季节中的吸引力集中程度差异较小。

3.3 景区旅游吸引力变化及差异分析

不同空间距离范围内所含城市数量不同，导致不同空间距离范围内吸引力或者说旅游需求不同，不能直接比较不同级别景区旅游吸引力的大小，为此，本文计算各景区在不同空间距离范围内的平均吸引力(某空间距离范围内城市对景区网络关注度与该空间距离范围内城市数量之比)进行分析，并按照吸引力的大小将其划分为6个等级(表4)。可以看出，各景区的平均旅游吸引力均呈现出随距离增加而减少的距离衰减规律。级别较高的景区在不同空间距离范围内的吸引力相差较小，客源市场较分散，级别较低的景区在不同空间距离范围内的吸引力相差较大，客源市场较集中。900 km范围内，级别较高的景区的旅游吸引力与级别较低的景区相差不大，甚至要小于低级别景区；900 km以后，级别较高的景区的旅游吸引力则明显高于级别较低的景区。

表4 各景区不同空间距离范围内平均旅游吸引力

Tab.4 Average tourist attraction within different spatial distances of each scenic spot

各景区不同季节不同空间距离范围内平均旅游吸引力如表5所示，由表5可以看出，各个景区平均旅游吸引力的距离衰减规律在该景区的各个季度中同样得到了表现。秋冬季，各个景区的平均旅游吸引力在不同空间距离范围内更为分散和平均，春夏季相对集中。

表5 各景区不同季节不同空间距离范围内平均旅游吸引力

注：由于版面的限制，5A、4A、3A各选择一个景区的数据在表中进行展示。

依据各景区不同空间距离范围内的平均旅游吸引力，计算各景区旅游吸引力的衰减速度(在计算过程中，根据各景区不同空间距离范围内的平均旅游吸引力变化，对黄鹤楼、归元寺、湖北省博物馆和晴川阁进行分段统计和计算)，结果显示，每增加100 km，黄鹤楼的旅游吸引力下降0.05%，木兰山下降0.89%，木兰天池下降0.64%，归元寺下降1.33%，湖北省博物馆下降1.02%，马鞍山森林公园下降1.63%，晴川阁下降0.96%，武汉中华奇石馆下降2.94%，武汉东湖海洋世界下降1.46%。5A级景区的旅游吸引力下降速度最慢，平均下降速度为0.53%/100 km，其次是4A级景区，平均下降速度为1.33%/100 km，3A级景区的旅游吸引力下降速度最快，平均下降速度为1.79%/100 km。

表6 各景区旅游吸引力衰减速度

各个景区在不同季节的旅游吸引力衰减速度也有所差异，由表7可见，多数景区在秋冬季节衰减速度更快，而在春夏季节衰减速度较慢，并且在景区级别层面表现出的旅游吸引力衰减规律同样呈现出平均衰减速度5A<4A<3A。

依据各城市到武汉市的距离，以及各景区对每个城市的吸引力(各城市对景区的网络关注度)，利用皮尔逊相关检验来分析距离变化对景区旅游吸引力的影响，由于武汉中华奇石馆只对武汉市居民有吸引力，其他城市居民对其没有网络关注度，在分析中予以剔除，结果如表8所示。可以看到，马鞍山森林公园在5%的水平下呈负相关，其他景区则在1%的水平下呈负相关，说明在其他条件相同的情况下，景区旅游吸引力随距离的增加而减小。

表7 各景区不同季节平均旅游衰减速度

表8 景区旅游吸引力与空间距离的皮尔逊相关检验结果

注：**Correlation is significant at the 0.01 level(2-tailed).*Correlation is significant at the 0.05 level(2-tailed).

4 景区旅游吸引力差异影响因素分析

4.1 景区旅游吸引力影响因素

景区旅游吸引力的影响因素包含内外两个层面，内部即景区自身条件，如资源丰度、基础设施等，外部即客源市场条件，如客源地经济发展水平、受教育水平、网络普及率以及景区和客源地之间的距离等[24]，自身条件对景区旅游吸引力影响的研究前人已多有研究。本文着重从客源地条件这个角度分析，结合数据的可获取性及其可量化性，分别选取31个省、直辖市、自治区的总人口、GDP及其与各景区之间的空间距离为自变量，以景区对各省的吸引力(各省对景区的网络关注度)为因变量(表9)，其中人口数和GDP均为该省全省总值，该省到各级景区的距离用其省会城市到武汉的距离替代，分析各因素对旅游吸引力的影响，并考察不同级别景区间的差异。

在此基础上，利用皮尔逊相关检验法，分析景区旅游吸引力与GDP、总人口及空间距离之间的相关关系(表10)。可以看出，5A级景区中总人口、经济发展水平和受教育程度与旅游吸引力在1%的的水平下呈正相关关系，空间距离则与旅游需求在1%的水平下呈负相关关系；4A级景区中总人口、经济发展水平与旅游吸引力在5%的的水平下呈正相关关系，受教育程度与旅游吸引力在1%的的水平下呈正相关关系，空间距离则与旅游需求在1%的水平下呈负相关关系；3A级景区中空间距离与旅游需求在1%的水平下呈负相关关系，受教育程度与旅游吸引力在5%的的水平下呈正相关关系，但总人口、经济发展水平与旅游吸引力未表现出相关关系，这可能与3A级景区吸引力较小，导致网络关注度数据较小有关。说明在其它条件相同的情况下，城市经济发展水平越高、人口越多、距离越近，景区对其吸引力越强。

表9 31个省、直辖市、自治区的总人口、GDP及其与各级景区的距离和网络关注度

表10 皮尔逊相关性检验结果

注：**Correlation is significant at the 0.01 level(2-tailed).*Correlation is significant at the 0.05 level(2-tailed).

在皮尔逊相关性检验的基础上，以旅游吸引力为(网络关注度)因变量，分别以总人口、GDP、空间距离为自变量与其进行线性回归分析(表11)。可以发现，5A级景区中总人口每增加(或减少)1万人，旅游吸引力将增加(或减少)7.239人次，GDP每增加(或减少)1亿元，旅游吸引力将增加(或减少)6.345人次，空间距离每增加(或减少)1 km，旅游吸引力将减少(或增加)3.384人次，高中学历以上人口每增加(或减少)1万人，旅游吸引力将增加(或减少)8.983人次；4A级景区中总人口每增加(或减少)1万人，旅游吸引力将增加(或减少)2.077人次，GDP每增加(或减少)1亿元，旅游吸引力将增加(或减少)2.369人次，空间距离每增加(或减少)1 km，旅游吸引力将减少(或增加)3.046人次，高中学历以上人口每增加(或减少)1万人，旅游吸引力将增加(或减少)2.816人次；3A级景区中总人口每增加(或减少)1万人，旅游吸引力将增加(或减少)1.812人次，GDP每增加(或减少)1亿元，旅游吸引力将增加(或减少)2.015人次，空间距离每增加(或减少)1 km，旅游吸引力将减少(或增加)2.921人次，高中学历以上人口每增加(或减少)1万人，旅游吸引力将增加(或减少)2.454人次。各影响因素的边际影响系数5A级景区最大，其次是4A级景区，3A级景区最小。

表11 线性回归结果

注：R指的是拟合优度，t指的是相关系数.

4.2 景区旅游吸引力集中度差异影响因素分析

不同级别景区的旅游吸引力强度有所不同，而从上文的分析中可知，不同级别景区其地理集中度也同样存在着差异，造成这种差异的原因与景区的级别有着密不可分的关联，景区的级别是对一个景区资源、基础设施、服务接待设施和建设水平等的综合评价。为进一步分析景区级别对旅游吸引力集中度的影响，本文对各级景区地理集中指数(用研究对象中分属各个级别的3个景区的地理集中指数平均值代替)与景区级别进行回归分析，以各级平均地理集中指数为因变量，以景区级别为自变量，方程如下：

G=-6.619L+9.504

(3)

R=0.988 8，方程拟合度高。式中：G代表景区旅游吸引力地理集中指数；L代表景区级别。可以发现，景区级别每提高(或降低)1个等级，旅游吸引力集中指数将减少(或增加)6.619。

4.3 景区旅游吸引力衰减速度差异影响因素分析

由上文可知，不同景区其旅游吸引力的衰减速度各不相同，5A级景区的旅游吸引力下降速度最慢，其次是4A级景区，而3A级景区的旅游吸引力下降速度最快。为进一步分析景区级别对旅游吸引力衰减速度的影响，本文对各个景区的平均衰减速度与各个景区的级别进行皮尔逊相关检验(表12)。

表12 皮尔逊相关性检验结果

注：*Correlation is significant at the 0.05 level(2-tailed).

从表中可以看到，景区级别与旅游吸引力衰减速度在5%的水平下呈负相关关系，即当其他条件相同时，景区级别越高，旅游吸引力衰减速度越慢。以各景区旅游吸引力衰减速度为因变量，以景区级别为自变量进行回归分析，方程如下：

Q=-2.468L+3.583

(4)

R=0.682，方程拟合度较高。式中：Q代表各景区旅游吸引力衰减速度；L代表景区级别。可以发现，景区级别每提高(或降低)1个等级，旅游吸引力衰减速度将减少(或增加)2.468。

5 结果与讨论

本文收集2017年9月至2018年8月363个城市对武汉市3个级别9个级景区的网络关注度，利用地理集中指数、皮尔逊相关系数和多元线性回归等方法，分析景区旅游吸引力时空变化及影响因素，结果发现：(1)景区级别越高，其吸引力半径越大，总体而言，景区50%的客源市场集中在900 km范围内，80%的客源市场集中在1 200 km范围内。此外，同一级别景区由于知名度大小的不同，其旅游吸引力半径也存在较大差异。(2)在其它条件相同的情况下，景区级别越高旅游吸引力往往越大。级别越高的景区旅游吸引力集中度往往较小，客源市场较分散，级别越低的景区旅游吸引力集中度较大，客源市场较集中。不同季节各景区旅游吸引力有较大的差异，景区旅游吸引力集中度有明显的季节变化。(3)各景区的平均旅游吸引力均存在距离衰减现象。相较于级别越低的景区，级别越高的景区在不同空间距离范围内的吸引力相差较小，衰减速度较小。900 km范围内，级别越高的景区和级别越低的景区其旅游吸引力相差不大；900 km以后，级别越高的景区的旅游吸引力则明显高于级别越低的景区。不同季节的旅游吸引力衰减速度有所不同。(4)景区旅游吸引力的影响因素包含内外两个层面，内部即景区自身条件，如资源丰度、基础设施等，外部即客源市场条件，如客源地经济发展水平、受教育水平、网络普及率以及景区和客源地之间的距离等。在其它条件相同的情况下，城市经济发展水平越高、人口越多、距离越近，景区对其吸引力越强。

而景区级别是一个景区综合实力的综合评价的结果，因此景区首先要从自身出发加强基础设施和旅游接待设施建设，提高服务水平和产品质量，从供给侧激发游客的出游动机和提高游客的出游兴趣，同时注重景区形象的塑造、宣传和营销，在提高自身的综合实力的同时，提高景区的知名度和美誉度。

本文借助网络关注度数据，分析景区旅游吸引力时空变化及影响因素，考察不同级别景区间的差异，在研究内容和结论中有一定的新意，丰富了旅游地旅游吸引力的相关研究，为促进相关景区精准营销和提高吸引力，加快景区发展提供了理论依据。但也存在一定的局限性，一方面网络关注度是间接数据，不能完全体现旅游地吸引力；另一方面，影响旅游地吸引力的因素众多，但由于数据的限制，本文在分析中只着重分析了外部条件中的经济发展水平、总人口数量和空间距离这3个因素，可能会导致相关结论不全面。以上两个方面将在后续的研究中予以完善。