敦煌旅游网络关注度时空特征及因素分析

2022-07-04白子康陆文婧

河北省科学院学报 2022年3期

白子康，陆文婧

(西北师范大学旅游学院，甘肃兰州 730070)

0 引言

随着互联网信息技术的不断发展与普及应用，游客能够通过网络及时掌握目的地相关信息，旅行中和旅行后游客可用互联网分享旅游体验，从而衍生潜在需求[1]。通过揭示目的地网络关注度时空分布特征及其影响因素，有助于合理规划和布局业态要素，并推动地区旅游产业发展[2]。

通过文献分析发现，旅游网络关注度的研究区域主要集中于东部热点地区[3-4]。缺乏对西部城市旅游网络关注度时空特征的研究。基于此，本文选择敦煌作为旅游案例地，探究其网络关注度的时空特征及因素，以期为市场开发提供依据。

1 数据来源及研究方法

1.1 区域概况

敦煌是丝绸之路的重要旅游城市，以莫高石窟，戈壁沙漠，壁画艺术等闻名于世界，具有西部旅游城市的典型特征[5]。且据相关部门统计，敦煌市2019年底前累计实际接待国内外观光游客达1337.33万人次，实现观光旅游产业总收入149.69亿元，旅游发展前景广阔。基于此，选择敦煌作为研究案例地，分析其旅游网络关注度时空分布特征，探讨西部城市网络关注度特征。

1.2 数据来源

百度指数是基于百度平台而开发的一款海量数据免费在线搜索引擎，能够以“搜索指数”和“媒体指数”反映检索关键词在各时段及各地区的网络关注度。因此，使用百度指数分析法可预测潜在偏好。通过文献及搜索指数分析，遴选其中“敦煌旅游+敦煌旅游攻略+鸣沙山”为关键词分析其2017-2019年网络关注度时空分布特征，并阐明其影响因素[6-8]。

1.3 研究方法

(1)季节性集中指数。季节性集中指数(R)是根据统计数据的规律反映某一地理事物时间分布集中情况的季节性波动特点，计算公式如下：

其中，R为季节性集中指数，xi表示各月游客网络关注度总值在中所占比重。通常，R的数值越大，季节间集中程度越高，反之季节集中程度越低，分布越均匀。

(2)周内分布偏度指数。周内分布偏度指数(T)是反映某一地理事物周内分布偏度特征的指标，可直接反映出游客关注度周内分布偏度，其基本公式如下：

其中，T为周内分布偏度指数，xi表示第i日指数值的周内占比。一般而言，T在(-100，100)内取值。若T<0，说明关注度集中于周内前期；T>0，说明关注度集中于周内后期。

(3)地理集中指数。地理集中指数(G)是反应某一地理事物空间分布特征的指标，其计算公式为：

其中，G代表地理集中指数，yi为第i省级行政区划的网络关注度；T表示全国总和，G值在0-100内变动，G值越大，地理分布越集中，反之，越均匀。

2 敦煌旅游网络关注度的时空分布特征

2.1 时间分布特征

图1 2017—2019年网络关注度年际变化曲线

(1)年际变化特征。研究发现，2017—2019年敦煌网络关注度年际变化稳定，存在轻微波动态势，网络关注度逐年下降，均表现为“单峰”特征。如图1所示，峰值位于6-8月。1-3月，11-12月为峰谷。冬季寒冷，居民个体需求弱，资讯服务需求低；而后，天气回暖，居民拥有较强的旅游意愿。

(2)季度变化特征。分析敦煌2017—2019年各月网络关注度指数发现其网络关注度具显著的季节集中性，夏季月份显著高于其他月份，而晚秋及冬季较低。通过图1中数值变化趋势可知敦煌的旅游旺季为夏季和初秋。

通过综合计算，2017—2019年敦煌网络关注度集中指数数值分别为3.617 3，3.908 3，3.938 8，并结合图1中各月关注度及其所占比重，表明其关注度有显著季节差异，3年中2019年波动明显且较高。

图2 2017—2019年网络关注度周度变化曲线

(3)周度变化特征。将敦煌市2017—2019年3年旅游网络关注度指数日数据整理后，按照星期顺序划分，求出日数据的平均值，如图2所示，网络关注度日内平均值数值变化周期曲线，用以反映一周网络关注度的分布情况。

从图2中可看出，周内分布具一定相似特征，工作日水平高，而休息日水平低。周四明显下降，到周六降至最低水平。周日开始，略微回升。工作日人们搜集信息准备出游，周四确定出游，网络关注度值下降。随着出游发生，周六达最低值；一方面，游客通过媒体平台分享体验，另一方面，潜在客流查询信息，共同促使数值回升。

通过计算周内分布偏度指数(T)，得到2017—2019年敦煌旅游网络关注度周内偏度指数(T)分别为-3.05，-5.957，-3.986，均小于0，说明网络关注度偏向于假期前期的分布。

结合图2曲线分析可知,2017年的网络关注度自周一周二上升，至周三达最高值,而后继续下降。2018年和2019年的最高值出现在周二，而后下降，峰值提前表明“日前兆”前移。

(4)节假日特征。节假日是公民出游的高峰，数值变化显著，因而以“五一”假期与“十一”小长假为例，考虑前兆效应的影响，选取前后三天数据研究。由图3可看出，2017—2018年“五一”假期前后敦煌旅游网络关注度具峰形变动特点及前兆效应，最高峰在4月30日前后。

从第1天假期开始就出现波动下降的趋势，在假期即将结束时回落至一个相对平稳区间。2019年的网络关注度在假期开始后的5月2日抵制峰值水平，随假期结束网络关注度回落于相对稳定的区间。对比后发现，网络关注度最高峰呈后移。

由图4可以看出，2017年-2019年敦煌旅游网络关注度在“十一”假期的前后具有“单峰”的变动趋势。主要表现为假期前上升，假期中1-2天到达峰值。随后下降，一直持续到假期结束到达最低水平，对比发现“十一”假期的旅游网络关注度变动幅度显著大于“五一”假期。

将图3和图4进行对比分析，发现“十一”，“五一”期间指数值变化趋势表现为“单峰”状。假期前网络关注度不断上升，假期初到达峰值。随假期结束回落于较低稳定状态。

图3 2017—2019年“五一”旅游网络关注度分布曲线

图4 2017—2019年“十一”前后网络关注度分布曲线

通过计算周内偏度指数(T)，得到2017—2019 年的 “十一”黄金周内周内偏度指数(T)为-3.05，-5.957，-3.986数值均小于0，这表明敦煌市“十一”黄金周假期期间的网络关注度集中于假期的前期。

2.2 空间分布特征

区域经济的发展是旅游产业发展的基础，而区域经济水平的差异是旅游活动空间差异产生的主要因素[9]。研究发现，区域分布情况趋稳，主要位于所在的西北地区，以及华北，华东等发达地区。省级区划中，广东省，北京市，浙江省分别蝉联前三名。通过地理集中指数计算得到2017—2019年的地理集中指数分别为 19.46，19.51，19.50，说明其空间分布较为集中。

3 敦煌网络关注度影响因素

网络关注度主要受经济社会发展水平，旅游地的气候舒适度，客源地人口规模，网络发达程度，两地间经济联系与地理空间距离等因素影响[3，10]。分析发现，敦煌旅游网络关注度的影响因素为气候舒适度、休假制度、经济社会发展水平、地理空间距离等。

3.1 气候舒适度

旅游地的气候舒适程度及舒适气候持续时间是影响游客选择旅游目的地、选择出游时间的重要因素[11]。

敦煌地区具有温差大、气候干燥,四季分明的特殊气候条件特点，冬季气候寒冷，不宜外出旅游；而夏季气候温和，适宜旅游。随着假期的闲暇时间的增多，出游率提升，关注度也较高。

3.2 休假制度

大多数游客会在节假日期间开展旅游活动[12]。因此，休假制度显著影响敦煌旅游网络关注度年内变动特征。网络关注度的高峰期主要集中在6月-8月，7月-8月敦煌旅游网络关注度达到其顶峰。因为正值暑假，学生出游集中。群体获取信息制定计划，进而使网络关注度达到高峰。而11月-12月的节假日少，闲暇时间短，出行可能性少，加上寒冷天气影响，故网络关注度低。

3.3 经济社会发展水平

经济社会发展水平越高的地区，居民拥有更高的出游意愿与出游比率，旅游业的网络关注程度也越高[13]。由表1可知，我国经济发达的地区，如上海、江苏、北京等地网络关注度较高，且高于中部。

为进一步证实结论可靠性，对人均可支配收入水平和网络关注度数值进行相关性检验分析，采用显著性检验的T检验法，进行分析后得到表2结果。由结果可知，显著性为0.009，小于0.05的界限值，满足相关性的标准，通过检验[14]。人均可支配收入水平构成对网络关注度有显著影响。经济发达地区的人均可支配收入高而出游意愿强烈，游客寻求信息强，网络关注度越高。由此可见经济社会发展水平也是敦煌旅游网络关注度差异影响因素之一。

3.4 地理空间距离

出游意愿与旅游客源地和目的地的距离密切相关，地理空间距离对目的地的旅游信息需求产生影响[15]。随距离增加旅游者出行成本上升，且意愿减弱。根据百度搜索指数平台，分析出三年来全国省级行政区对敦煌的关注度，结合可视化分析发现，网络关注度水平较高的地区主要为敦煌所在的甘肃省及临近省份：陕西，四川，新疆。网络关注度水平较低的地区主要为距离较远的省区如海南，黑龙江等。这一特征与“距离衰减规律”具有高吻合度，即随客源地与目的地之间距离增加，网络游客关注度相应降低[16]。