中国特色小镇网络关注时空演化特征研究

冯晓兵

(乐山师范学院 旅游学院，四川 乐山 614000)

0 研究背景

特色小镇是指相对独立于市区，依赖某一特色产业和特色环境因素打造的具有明确的产业定位、文化内涵、旅游特征和一定社区功能的综合开发项目[1]。中国的特色小镇最先兴起于浙江，2014年10月，时任浙江省长李强首次提出特色小镇的概念，将特色小镇定位为浙江产业创新的重要载体；2015年5月，浙江省政府办公厅发布《关于加快特色小镇规划建设的指导意见》，将建设特色小镇定位于推动浙江省经济转型升级和城乡统筹发展的重大决策；2016年10月，国家发展改革委发布《关于加快美丽特色小(城)镇建设的指导意见》，为建设特色小镇提供了较为全面的指导意见，作为供给侧结构性改革重要平台、新型城镇化的重要抓手，特色小镇开始在全国范围内推广[2]。截至2018年底，全国共有国家级特色小镇数量403个，省级特色小镇数量为996个。

对于特色小镇的研究，也日益受到学者的关注。目前对于特色小镇的研究以中微观的个体案例实践研究为主，集中于建设路径[3，4]、发展模式[5，6]、规划设计[7，8]、产业融合[9，10]、产城融合[11，12]等方面，宏观尺度的研究以国家级特色小镇的空间分布特征研究为主。张思蒙研究发现，国家级特色小镇在地理空间上趋于集聚分布，空间分布密度具有明显差异，京津冀、长三角、珠三角为特色小镇的高密度空间热点区[13]；时浩楠对403个国家级特色小镇的空间分布特征分析发现，国家级特色小镇分布具有明显的空间集聚性，呈现“东南密、西北疏”的空间格局[14]；方叶林发现，中国特色小镇在空间上具有“总体集聚、依托经济、沿线、围城、靠景”的分布特征，呈现东多西少、南多北少、东南多西北少的分布格局[15]。中国的特色小镇有历史文化、城郊休闲、特色产业、时尚创意等多种类型，也有学者对具体细分类型的特色小镇的空间分布特征进行了研究。范成文对中国第一批96个运动休闲特色小镇空间分布进行分析，发现运动休闲特色小镇数量在行政区域上分布不平衡，呈现集聚形态，主要集中在华东地区和华北地区[16]。除对国家区域大尺度特色小镇空间分布特征的研究外，区域局部特色小镇的空间分布特征也是学者的研究重点。吕振华分析发现，长江经济带内国家级特色小镇呈现凝聚分布的空间形态，特色小镇数量在经济带大范围内相对均衡，在省域范围集中分布[17]；杨茜茜对福建省特色小镇空间分布特征研究发现，特色小镇在省级空间尺度上分布较为均匀，市场、交通、资源、地形等是影响福建省特色小镇发展的重要因素[18]。

作为一种产业空间组织，特色小镇的建设需协调产业和空间区位双重因素[19]。网络搜索体现了人们对某种事物或现象的现实关注与潜在需求情况，网络搜索数据也成为研究者分析某一区域或事物的有效工具[20]。文章以“特色小镇”的百度搜索数据为基础，使用数理统计和地理空间分析方法对特色小镇网络关注的时空分布规律进行研究，分析区域特色小镇数量与网络关注度的相关性，探求影响特色小镇网络关注度的主要因素，从网络搜索角度揭示中国特色小镇发展的时空演化特征。

1 数据来源与研究方法

1.1 数据来源

以百度指数为工具，以“特色小镇”为关键词，统计时间段为2015～2019年，对中国内地31个省域空间单位五年间“特色小镇”的日搜索量分别进行统计，形成2015～2019年中国31个地区“特色小镇”网络关注度的搜索数据，作为文章研究的基础数据。在特色小镇网络关注时空演化特征影响因素的数据获得上，国家级特色小镇数量及不同地区的分布数据来源于国家住建部官网，人口规模、城镇化水平、互联网发达程度和受教育程度等数据来源于国家统计局官网。

1.2 研究方法

(1)赫芬达尔系数

赫芬达尔系数可以反映特色小镇网络关注度在时间和空间上的集聚程度。H值越趋近1，说明网络关注度在时间和空间分布上越集中；H值越趋近0，说明网络关注度时空分布越分散。

式中：Pi是某月或某地区网络关注度占全年或全国关注度的比重。

(2)季节性集中指数

季节性集中指数用来反映特色小镇网络关注度在时间上的集中分散程度。

式中：xi为各月网络关注度与全年关注度的比值。S值越大，网络关注度的季节性集中程度越高；S值越趋于0，网络关注度在全年的时间分布越均衡。

(3)地理集中指数

使用地理集中指数分析特色小镇网络关注度在空间上的集聚与分散特征。G值越大，说明网络关注度越集中于某一个或几个地区；G值越小，说明网络关注度的空间分布越分散。

式中：xi为第i个地区的网络关注度，S为全国31个地区的网络关注度总和。

(4)变差系数

变差系数可以反映特色小镇网络关注度的相对均衡或差异程度，CV值越大，特色小镇网络关注度的空间差异越显著。

(5)首位度

首位度可以反映特色小镇网络关注的地区集中程度，是网络关注度最高、第二高地区之间的比值，值越大反映网络关注度越集中。

P=P1/P2

2 特色小镇网络关注度的时间演化特征分析

从图1可以看出，2015～2019年间中国特色小镇网络搜索趋势呈现抛物线状。对“特色小镇”的日搜索量进行汇总加和，计算可知2015～2019年特色小镇网络关注指数分别为54 328、179 858、436 738、282 427、149 138。2015年的搜索趋势较为平缓，2015年1月，浙江省两会提出将特色小镇作为省重点工作；2015年12月，中财办提交的《浙江特色小镇调研报告》获中共中央总书记习近平批示，特色小镇开始在全国范围内引起重视并兴起与发展。2016年的搜索呈现稳步上升，2016年7月，住房城乡建设部、国家发展改革委、财政部发布《关于开展特色小镇培育工作的通知》，特色小镇的网络搜索量提升明显；2016年10月，住房城乡建设部公布了第一批中国特色小镇名单、国家发展改革委发布《关于加快美丽特色小(城)镇建设的指导意见》，使得特色小镇的网络关注度持续上升，一直到2017年3月；特色小镇的网络关注度在2017年6月达到最高峰，2017年8月，住建部公布了第二批特色小镇名单；之后特色小镇的网络搜索开始下降，除2月份以外，2018年特色小镇的网络关注度总体呈现较为明显的下降趋势，2019年特色小镇的网络关注度趋于平稳。作为产业升级和城乡互动需求背景下产生的特色小镇，其兴起与发展具有鲜明的政府政策导向支持，国家各级政府部门发布的特色小镇相关政策、文件，均会对特色小镇的网络关注度起到明显的提升效果。

图1 2015～2019年特色小镇网络关注度时间分布图

使用季节性集中指数对2015～2019年特色小镇网络关注度的月度分布特征进行计算，发现2015～2019年特色小镇网络关注度的季节性集中指数分别为8.246 7、8.246 8、8.246 7、8.246 7、8.246 7，说明特色小镇的网络关注度月度分布不平衡，不同月份间的特色小镇网络搜索量存在较大的差异。总体来看，特色小镇在3月的网络搜索量最高，12月份次之；2月份最低，1月份倒数第二低，特色小镇在1月、2月的网络关注度要显著低于其他月份；4～6月、7～11月的网络关注度相对差异较小，4～6月呈现一个阶段性的搜索小高峰，6月以后逐渐下降一直持续到9月，然后又开始呈现缓慢增长的态势。

计算特色小镇网络关注度月度分布上的赫芬达尔指数，可知2015～2019年赫芬达尔系数分别为0.088 0、0.103 5、0.085 9、0.086 8、0.084 5，赫芬达尔系数较小，说明特色小镇网络搜索量在月度分布上较为分散。按照传统的四季划分，统计特色小镇网络关注度的季度分布，2015～2019年特色小镇在冬季(12～2月)的网络搜索量为155 107，春季(3～5月)的网络搜索量为297 254，夏季(6～8月)的网络搜索量为282 859，秋季(9～11月)的网络搜索量为276 005，冬季的网络搜索量最低，春季最高，但和夏季、秋季的搜索量差距不大。虽然文化旅游、运动休闲是特色小镇的重要主题类型，旅游类特色小镇在全国特色小镇数量中的占比也较高，但是特色小镇的网络关注度却不具有明显的淡旺季差异，受节假日的影响较小，在“五一”、“国庆”、“春节”等传统的旅游假期前后，特色小镇的网络关注度并没有表现出明显的“前兆”效应和搜索高峰。

表1 2015～2019年特色小镇网络关注度时间分布特征Tab.1 Time distribution characteristics of network attention of characteristic towns from 2015 to 2019

3 特色小镇网络关注度的空间演化特征分析

3.1 特色小镇网络关注度的空间分布特征

根据百度指数工具的地区筛选功能，对全国31个地区的特色小镇网络搜索量进行统计，形成特色小镇网络关注度的空间分布数据。分析可知，中国特色小镇网络关注度呈现明显的“胡焕庸线”空间分布特征，东部区域的特色小镇网络关注度较高；西部区域除四川、陕西、云南外，其他地区的特色小镇网络关注度均低于东部、中部的地区。2015年的特色小镇关注度，区域之间差距明显，最早提出特色小镇的浙江省保持了最高的关注度，浙江省对特色小镇的网络关注度占全国关注度的53.37%；除浙江外的其他地区，在2015年对特色小镇的网络搜索量均较低，其中内蒙古、青海和西藏三个地区的网络关注度是0。2015年以后，特色小镇开始在全国范围内受到关注，除浙江省外的30个地区，2016年特色小镇的网络关注度相比2015年均至少增加了10倍，浙江省的网络关注比例也从53.37%降到9.33%，特色小镇网络关注度的空间差异在缩小；浙江、江苏、广东、北京、山东、河北、河南、陕西、重庆的关注度也较高。2017年全国各地区的网络关注度依然保持了较高的增长速度，2018和2019年全国各地区的特色小镇网络关注度均开始保持较为明显的下降，但特色小镇网络关注度的空间分布形态基本固定，形成了“以浙江、江苏、山东、广东、北京为代表的高关注区域，河南、河北、安徽、湖南、湖北、四川为代表的次高关注区域”的空间格局。

进一步对特色小镇网络关注度空间分布的地理集中指数、赫芬达尔系数、首位度和变差系数进行分析，发现2015年的数据与其他年份的差距较为明显。2015年特色小镇网络关注度的地理集中指数为54.751 6，数值较大，说明特色小镇的网络关注度较为集中于某一个地区，浙江省的网络关注度一枝独秀，是关注度排名第二的广东的9.169 4倍；赫芬达尔系数和变差系数也呈现同样的数据结果，说明2015年的特色小镇网络搜索量的空间分布较为集中，主要集中在浙江省。2016年相比2015年，特色小镇的网络搜索量在空间分布上较为均衡，地理集中指数、赫芬达尔系数、首位度、变差系数均大幅下降；2016～2018年特色小镇网络关注度的地理集中指数、赫芬达尔系数、变差系数均逐渐变小，地理集中指数从21.929 5降低到19.672 1，赫芬达尔系数从0.048 1降低到0.038 7，变差系数从0.693 9降低到0.446 7，说明特色小镇的网络关注度在空间分布上逐渐分散，网络关注度集中于某一个或几个地区的趋势在减弱。首位度指数在2015～2019年一直呈现下降的趋势，说明特色小镇网络关注度排名前两位的地区之间的差距在缩小，2019年的首位度指数达到1.021 2，接近于1。除首位度指数外，2019年特色小镇网络关注度空间分布的地理集中指数、赫芬达尔系数、变差系数，相比2018年均呈现了增长的趋势，说明特色小镇网络关注度的区域差异有扩大的趋势，但增长幅度不是很明显。

表2 2015～2019年特色小镇网络关注度 及国家级特色小镇数量空间分布Tab.2 Network attention of Characteristic Towns and spatial distribution of the number of national characteristic towns from 2015 to 2019

3.2 特色小镇网络关注度空间分布特征的影响因素

根据住建部公布的全国特色小镇名单，目前全国31个地区共有国家级特色小镇数量403个，其中浙江、江苏、山东、广东、四川的数量较多，分别有23、22、22、20、20个。从图2可以看出，特色小镇数量的空间分布与网络关注度分布特征具有较强的相似性。对国家级特色小镇数量空间分布特征进行分析，特色小镇数量空间分布的地理集中指数、赫芬达尔系数、首位度和变差系数分别是19.148 5、0.036 7、1.045、0.369 7。相比网络关注度的空间分布，特色小镇的数量在空间分布上更为均衡。在前文的分析中发现，中国特色小镇网络关注度呈现明显的“胡焕庸线”空间分布特征，“胡焕庸线”是划分中国人口密度的对比线，在某种程度上也是城镇化水平的分割线，所以，区域人口规模和城镇化水平可能也会对特色小镇的网络关注度产生影响。此外，互联网发达程度和受教育程度是影响网民网络搜索的主要因素[21]。因此，选取特色小镇数量、人口规模、城镇化水平、互联网发达程度和受教育程度为自变量，以特色小镇网络关注度为因变量，分析其与特色小镇网络关注度的相关性。

图2 2015～2019年国家级特色小镇数量空间分布Fig.2 Spatial distribution of the number of national characteristic towns from 2015 to 2019

使用Pearson系数相关分析发现，特色小镇数量、城镇化水平和互联网发达程度与特色小镇的网络关注度具有较强的相关性，相关系数分别为0.604、0.782、0.731，显著性P值均为0.000；人口规模、受教育程度与特色小镇网络关注度没有相关性。为了揭示特色小镇网络关注度的主要因素，以网络关注度为因变量，特色小镇数量、城镇化水平和互联网发达程度为自变量，进行多元线性回归分析。从表3可以看出，特色小镇网络关注度空间分布影响因素回归模型R方值为0.612，调整R方值为0.569，说明特色小镇数量、城镇化水平、互联网发达程度可以解释网络关注度56.9%的变化原因。对模型进行F检验时，发现模型通过F检验(F=14.217，P=0.000<0.05)，模型公式为：网络关注度=14 366.193-117.817*特色小镇数量+0.508×城镇化水平+0.244×互联网发达程度。可以看出，城镇化水平显著正向影响特色小镇的网络关注度空间分布，特色小镇数量、互联网发达程度并不会对网络关注度产生影响关系。

表3 2015～2019年特色小镇网络关注度空间分布特征指数Tab.3 Spatial distribution index of network attention of characteristic towns from 2015 to 2019

表4 特色小镇网络关注度空间分布影响因素回归模型Tab.4 Regression model of influencing factors of spatial distribution of network attention in Characteristic Towns

4 结论与讨论

特色小镇是国家和地方政府在新型城镇化战略部署和产业结构供给侧改革背景下的产物，其兴起与发展具有鲜明的政府政策导向支持。特色小镇网络关注度的时间分布特征与国家各级政府部门发布的政策文件密不可分，特色小镇相关政策文件的出台会对特色小镇的网络关注度起到明显的提升效果。特色小镇的网络关注度在时间分布上呈现“局部起步—快速发展—逐渐稳定”的发展特征，2015年是中国特色小镇网络关注度的起步阶段，主要以浙江省为主；2016～2017年是网络关注度的快速发展阶段，网络关注度呈现倍速式增长；网络关注度在2018～2019年开始逐渐稳定，并有逐步下降的趋势。其次，特色小镇的网络关注度在时间分布上较为分散，月度分布不平衡，不同月份间的特色小镇网络搜索量存在较大的差异；最后，文化旅游休闲类特色小镇虽是中国特色小镇的重要组成，但传统的节假日并不会对特色小镇的网络关注度产生影响。

中国特色小镇网络关注度呈现明显的“胡焕庸线”空间分布特征，东部区域的特色小镇网络关注度较高；西部除四川、陕西、云南外，其他地区的特色小镇网络关注度均低于东部、中部的地区；形成了“以浙江、江苏、山东、广东、北京为代表的高关注区域，河南、河北、安徽、湖南、湖北、四川为代表的次高关注区域”的分布格局。2016～2018年，中国特色小镇网络关注度空间分布更加分散，地区之间的差异在逐渐缩小；2019年特色小镇网络关注度的区域差异有扩大的趋势，但增长幅度不明显。中国403个国家级特色小镇数量的空间分布与网络关注度分布特征具有较强的相似性，地区的城镇化水平是影响特色小镇网络关注度空间分布差异的主要因素，特色小镇数量、人口规模、互联网发达程度、受教育程度等因素并不会对特色小镇网络关注度空间分布产生影响。