鄱阳湖国家湿地公园网络关注度时空分布特征及其影响因素

2022-07-14杨利廖洁

湖北林业科技 2022年3期

杨利　廖洁

摘要：以鄱阳湖国家湿地公园为研究对象，基于百度指数获取2013～2019年日均、月均、年均网络关注度数据，采用年际变动指数、季节性强度指数、地理集中指数、标准差椭圆等方法分析鄱阳湖国家湿地公园网络关注度的时空特征，并探究其影响因素。结果表明：①鄱阳湖国家湿地公园的年际网络关注度总体呈下降趋势;网络关注度的各月分布较分散，月份之间差异较大，表现出明显的“双峰”特征。②鄱阳湖国家湿地公园网络关注度在空间上呈集中分布，各省网络关注度极其不均衡，整体呈现东南部、中部关注度高，西部、西北部关注度低;且距离越近，网络关注度越高;网络关注度的重心总体呈现向东南方向移动的趋势，方向趋势明显。③气候舒适度、闲暇时间、当地特色活动举办时间和人口规模、经济发展水平、网络发达程度、两地间的空间距离分别是影响鄱阳湖国家湿地公园网络关注度时间和空间分布的重要因素。

关键词：百度指数;网络关注度;时空分布;影响因素;鄱阳湖国家湿地公园

中图分类号：F590.3 文献标识码：A 文章编号：1004-3020（2022）03-0042-07

Spatial-Temporal Distribution Characteristics and Influencing Factors of Network Attention of Poyang Lake National Wetland Park

Yang LiLiao Jie

（College of Tourism， Hunan Normal UniversityChangsha410081）

Abstract：Poyang Lake National Wetland Park was research object， the daily， monthly and annual average network attention data from 2013 to 2019 were obtained based on Baidu index. The spatial and temporal characteristics of network attention of Poyang Lake National Wetland Park were analyzed by means of interannual variation index， seasonal intensity index， geographical concentration index and standard deviation ellipse， and its influencing factors were explored. The results showed that①The annual network attention of Poyang Lake National Wetland Park was on the decline; The monthly distribution of network attention of Poyang Lake National Wetland Park was scattered， and there was a big difference between months， showing obvious “double peaks”. ② The network attention degree of Poyang Lake National Wetland Park was concentrated in space， and the network attention degree of each province was extremely unbalanced， the southeast and central regions have high attention， while the west and northwest regions have low attention. And the closer the distance， the higher the network attention. The focus of network attention of Poyang Lake National Wetland Park was generally moving to the southeast， and the direction trend was obvious; ③Climate comfort， leisure time， holding time of local characteristic activities and population size， economic development level， degree of network development and spatial distance between the two places are the important factors influencing the temporal and spatial distribution of network attention of Poyang Lake National Wetland Park.

Key words：Baidu index; network attention; spatial-temporal distribution; influencing factor; Poyang Lake National Wetland Park

互聯网快速发展，旅游者越来越依赖互联网获取目的地相关信息，这种搜索行为表达了旅游者对目的地的旅游偏好和潜在的消费需求。国家在《关于进一步促进旅游投资和消费的若干意见》及《关于实施“互联网+旅游”行动计划的通知》中提出大力发展“互联网+旅游”和建设互联网基础设施等，“互联网+旅游”即将迎来快速融合与发展[1]。在“十三五旅游业发展规划”中，国家提出发展湿地生态旅游目的地，助推湿地生态旅游的进一步发展[2]。

国内学者对网络关注度的研究主要集中在三个方面：一是旅游景区、目的地或某种旅游活动的网络关注度的时间和空间特征分析。何小芊等分析了2011～2014年我国温泉旅游网络关注度的时空特征[3]。张丽峰等分析了2011～2013年北京5A级旅游景区网络关注度的时间特征[4]。高楠等以31个省（区、市）“红色旅游网络关注度”为研究对象，对2011～2018年中国红色旅游网络关注度的时空特征进行研究[5]。季国斌等基于百度指数，探讨2011～2018年西溪国家湿地公园网络关注度的时空特征[2]。二是网络关注度与客流量的相关性分析与预测。马丽君等构建了城市国内客流量与旅游网络关注度的时空相关模型[6]。龙茂兴等研究得出网络关注度与区域及景区客流量存在显著的正相关性[7，8]。郑玉莲等以芜湖方特为例，探索网络关注度与实际客流量之间的关系[9]。三是网络关注度的影响因素分析。李世霞等结合青岛2001年网络关注度数据发现季节变化、闲暇时间和目的地知名度对网络关注度时间分布影响最大[10]。于洁研究发现研学旅游发展水平、配套设施、旅游发展水平等因素对研学旅游基地网络关注度影响较大[1]。马丽君等发现影响中国15个主要城市网络关注度的因素是经济发展水平、旅游资源丰度、人口数量、气候舒适度[6]。

综上所述，网络关注度的相关研究较为全面，基于此，本研究基于百度指数来获取鄱阳湖国家湿地公园的网络关注度数据，采用年际变动指数、季节性强度指数、地理集中指数、标准差椭圆等方法，分析其时空特征及影响因素，為鄱阳湖国家湿地公园的网络营销、潜在客源市场的开发等方面提供相关建议。

1数据来源与研究方法

鄱阳湖国家湿地公园位于江西省北部，上饶市西部，鄱阳县境内，2008年正式挂牌成立，湿地公园总面积为36 285 hm，其中湿地总面积为35 116.1 hm，占土地总面积的96.8%，鄱阳湖国家湿地公园以自然的鄱阳湖、河流、草州、泥滩、岛屿、泛滥地、池塘等湿地为主体景观，是世界六大湿地之一，是亚洲湿地面积最大、湿地物种最丰富的国家级湿地公园，因此研究鄱阳湖国家湿地公园具有较强的代表性[11]。

1.1数据来源

百度指数是以网民在百度的搜索量为数据基础，统计和计算各关键词的加权和[12]。本研究以“鄱阳湖国家湿地公园”为关键词，搜索2013～2019年的日均、月均、年均百度指数，将其7年间百度指数数据作为网络关注度基础数据，分析其网络关注度的时空特征与影响因素。

1.2研究方法

1.2.1年际变动指数

1.2.2季节性强度指数

1.2.3地理集中指数

1.2.4标准差椭圆

2结果与分析

2.1鄱阳湖国家湿地公园网络关注度的时间特征

2.1.1网络关注度年际变化特征

对2013～2019年鄱阳湖国家湿地公园的日均年际网络关注度进行统计分析（图1），可以发现鄱阳湖国家湿地公园2013～2019年的网络关注度总体呈下降趋势。经计算鄱阳湖国家湿地公园的网络关注度年际变动指数得知（表1），年际变动指数的基准定为100%[13]，2015年、2016年的年际变动指数分别是114.87%和107.44%，接近基准值，表明鄱阳湖国家湿地公园2015年、2016年的年际网络关注度变化强度相对小，趋于稳定，而2013年、2014年、2017～2019年的年际变动指数均大于160%和小于62%，与基准数值相差较大，表明鄱阳湖国家湿地公园这五年的年际网络关注度变动强度相对大、不稳定。

2.1.2网络关注度季节变化特征

对2013～2019年鄱阳湖国家湿地公园网络关注度的月均网络关注度进行统计分析（图2），总体来说鄱阳湖国家湿地公园表现出明显的“双峰”特征，4月、7～10月为两个高峰期，而6月为最低值。经计算鄱阳湖国家湿地公园的网络关注度季节性强度指数得知（表2），2013～2019年网络关注度季节性强度指数均在8.24以上，数值偏大，说明鄱阳湖国家湿地公园网络关注度的各月分布较分散，月份之间差异较大。根据客流季节划分标准[15]，计算表明鄱阳湖国家湿地公园网络关注度的旺季为4月、7～10月，平季为1～3月、5～6月、11月，淡季为12月，能看出鄱阳湖国家湿地公园网络关注度的季节性特征为旺季与平季长、淡季短。

2.2鄱阳湖国家湿地公园网络关注度的空间特征

2.2.1网络关注度的地理集中程度

选取地理集中指数作为衡量鄱阳湖国家湿地公园网络关注度在全国各省份的分布情况，地理集中指数结果如下（表3），设G表示网络关注度平均分布于各省时的地理集中指数，计算得知G为17.149 86，结果表明2013～2019年鄱阳湖国家湿地公园的网络关注度的地理集中指数均大于17.149 86，且7年地理集中指数整体呈上升趋势，故从省际层面来看，2013～2019年鄱阳湖国家湿地公园网络关注度呈集中分布，且集中化程度越来越高。

2.2.2网络关注度的空间分布变化

选取2013年、2015年、2017年、2019年的鄱阳湖国家湿地公园各省日均网络关注度数值做空间分布图（图3～图6），颜色越深表明网络关注度越高。整体来看，鄱阳湖国家湿地公园网络关注度在各省分布不均匀，整体呈现东南部、中部关注度高，西部、西北部关注度低;且距离越近，网络关注度越高; 从省域层面来看，除去台湾、香港、澳门外，江西、广东、浙江的网络关注度在近几年均居于前三位，而西藏、新疆、青海、甘肃、吉林的网络关注度在近几年均低于其他地区。

选取标准差椭圆来反映鄱阳湖国家湿地公园网络关注度在全国范围内的分布中心和扩散方向，根据Arcgis10.2标准差椭圆分析（图7、表4）得知，这7年间短半轴逐年缩短，表明鄱阳湖国家湿地公园网络关注度的空间分布越来越聚集，2013～2019年椭圆扁率呈现波动变化，但总体呈上升趋势，表明鄱阳湖国家湿地公园网络关注度空间分布的方向趋势更为明显;椭圆中心点由2013年的（114.869 100°E，31.832 090°N）移动到2019年的（116.053 554°E，29.948 485°N），表明2013～2019年鄱阳湖国家湿地公园网络关注度的重心总体呈现向东南方向移动的趋势。

2.3鄱阳湖国家湿地公园网络关注度时空分布特征的影响因素

2.3.1鄱阳湖国家湿地公园网络关注度时间分布影响因素

（1）气候舒适度。是指人们正常进行生理过程且感觉舒适的气候条件，直接影响网络关注度季节变化[11]。根据2013～2019年鄱阳湖国家湿地公园的月均网络关注度的数据能看出，冬季气温较低，游客出游意愿较低，导致其网络关注度也相对较低;而春秋季节由于气候舒适度的原因，游客出游意愿较高，其网络关注度也相对较高。

（2）闲暇时间。是影响旅游业的重要因素。根据2013～2019年鄱阳湖国家湿地公园的月均网络关注度的数据能看出，4月、5月、7～10月的网络关注度相对较高，这几个月中，有清明节、五一劳动节、暑假、中秋节、国庆节等，出游机会大，导致鄱阳湖国家湿地公园的网络关注度相对其他月份较高。

（3）当地特色活动举办时间。

当地特色活动的举办在一定程度上会影响旅游目的地的网络关注度。开渔季活动是鄱阳湖国家湿地公园最具特色的活动，自2017年6月底第一届开渔季活动起，每年6月底到8月底的开渔季活动期间实行各类优惠政策，且举办常态化演出及展示特色舞台情景剧、摄影体验场景及捕捞技艺等各类特色活动，地方媒体的大量报道导致7～9月鄱阳湖国家湿地公园网络关注度相对增加，同时也会增加游客的进入量及当地旅游收入。

2.3.2鄱阳湖国家湿地公园网络关注度空间分布影響因素

本研究对于鄱阳湖国家湿地公园网络关注度空间分布的影响因素分析都是在除去江西、香港、澳门、台湾等省份及特别行政区的基础上进行的，香港、澳门、台湾等地区由于数据难以获取，故剔除;江西省则是由于其省内的网络关注度数据过高，约占据了全国总网络关注度数据的三分之一，影响到其影响因素与其他省份的相关分析，故剔除。

（1）人口规模。在一定程度上会影响旅游目的地的网络关注度。本研究选取2019年各省市自治区常住人口数量与鄱阳湖国家湿地公园网络关注度进行相关分析，得出相关性系数为0.465，且P=0.01，表明人口数量与鄱阳湖国家湿地公园网络关注度存在显著的正相关。我国人口大省如广东、江苏等省份由于人口基数较大，对公园网络关注度相对较高，而青海、西藏、宁夏等省份由于人口基数相对较小，对公园的网络关注度相对较低。

（2）经济发展水平。是影响游客出游意愿和出游率的重要因素，游客出游意愿和出游率增加，对旅游目的地的网络关注度也随之增加。本研究选取2019年各省市自治区的地区生产总值与鄱阳湖国家湿地公园网络关注度进行相关分析，得出相关性系数为0.780，且P=0，表明经济发展水平与鄱阳湖国家湿地公园网络关注度存在显著的正相关。经济发达地区，如北京、上海、江苏、浙江、广东等省份经济发展水平越高，游客出游意愿越高，对公园的网络关注度较高，而经济欠发达地区，如新疆、青海、甘肃、西藏、宁夏等省份经济发展水平越低，游客出游意愿较低，从而导致其网络关注度也相对较低。

（3）网络发达程度。

互联网快速发展，旅游者越来越依赖互联网获取目的地相关信息，对旅游目的地的网络关注度也随之增加。本研究选取2019年各省市自治区互联网普及率与鄱阳湖国家湿地公园网络关注度进行相关分析，得出相关性系数为0.644，且P=0，表明网络发达程度与鄱阳湖国家湿地公园网络关注度存在显著的正相关。我国东部沿海及经济发达地区如北京、上海、江苏、浙江、广东等省份互联网普及率较高，对相关信息的获取更加便利，因此对鄱阳湖国家湿地公园的网络关注度相对较高，而中部、西部等地区，如新疆、青海、甘肃、西藏、宁夏等省份的互联网普及率较低，对网络信息的获取相对不敏感及不便利，因此对鄱阳湖国家湿地公园的网络关注度也相对较低。

（4）两地间的空间距离。

旅游客源地与目的地空间距离的远近会对旅游者对目的地的选择产生一定影响，从而间接影响其对旅游目的地的相关信息的搜索[2]。采用经纬度距离公式计算各省会城市与鄱阳湖国家湿地公园的地理距离，把地理距离和鄱阳湖国家湿地公园的网络关注度进行相关分析，得出相关性系数为-0.575，且P=0.001，表明两地间的空间距离与鄱阳湖国家湿地公园网络关注度存在显著的负相关。空间距离越近，如江西、广东、浙江、福建、湖北、安徽等省份与鄱阳湖国家湿地公园的空间距离相对较近，游客出游意愿相对较高，对其网络关注度也相对较高，而甘肃、内蒙古、青海、西藏、新疆的空间距离相对较远，对公园的网络关注度相对较低。

3结论与讨论

以鄱阳湖国家湿地公园为研究对象，基于百度指数数据，对其时空特征和影响因素进行分析，主要研究结论：①2013～2019年鄱阳湖国家湿地公园的网络关注度总体呈下降趋势，2015年、2016年年际网络关注度变化强度小、相对较稳定，而2013年、2014年、2017～2019年年际网络关注度变化强度大、趋于不稳定。②鄱阳湖国家湿地公园网络关注度的各月分布较分散，月份之间差异较大，表现出明显的“双峰”特征，4月、7～10月为两个高峰期，而6月为最低值。③2013～2019年鄱阳湖国家湿地公园网络关注度在空间上呈集中分布，各省网络关注度极其不均衡，整体呈现东南部、中部关注度高，西部、西北部关注度低，且距离越近，网络关注度越高;网络关注度的重心总体呈现向东南方向移动的趋势，方向趋势明显。④气候舒适度、闲暇时间、当地特色活动举办时间和人口规模、经济发展水平、网络发达程度、两地间的空间距离分别是影响鄱阳湖国家湿地公园网络关注度时间和空间分布的重要因素。

鉴于鄱阳湖国家湿地公园网络关注度呈现季节、区域等差异较大的特点，公园的旅游宣传应根据网络关注度进行精准定位，实现战略营销。①灵活运用网络营销，促进“互联网+湿地旅游”的深入融合，创新湿地旅游的网络营销手段及方法，加强网络营销力度，提高鄱阳湖国家湿地公园知名度。②关注鄱阳湖国家湿地公园网络关注度的时间分布特征，在淡季打造特色旅游产品及开展特色旅游活动，同时加大网络宣传力度，增加淡季游客网络关注度和游客量。③关注鄱阳湖国家湿地公园网络关注度的空间分布特征，根据其空间分布特征划分客源市场，不同的客源市场实施不同的营销策略。

本研究中，网络关注度局限于百度指数数据，后续有望加入多样的搜索数据如微博、谷歌数据等;本研究主要结合前人学者的影响因素进行相关分析，后续有望找到更全面的指标来分析其影响因素。

参考文献

[1]于洁.中国研学旅游基地网络关注度时空特征及影响因素研究[D].武汉：华中师范大学，2018.

[2]季国斌，刘明月，施伟秋，等.国家湿地公园网络关注度时空特征与影响因素研究——以西溪国家湿地公园为例[J].生态经济，2020，36（8）：133-138.

[3]何小芊，刘宇，吴发明.基于百度指数的温泉旅游网络关注度时空特征研究[J].地域研究与开发，2017，36（1）：103-108，124.

[4]张丽峰，丁于思.北京5A级旅游景区网络关注度分布特征研究[J].资源开发与市场，2014，30（11）：1382-1384，1370.

[5]高楠，张新成，王琳艳.中国红色旅游网络关注度时空特征及影响因素[J].自然资源学报，2020，35（5）：1068-1089.

[6]马丽君，孙根年，黄芸玛，等.城市国内客流量与游客网络关注度时空相关分析[J].经济地理，2011，31（4）：680-685.

[7]龙茂兴，孙根年，龙珍付.遵义红色旅游网络关注度的客流响应研究[J].地理与地理信息科学，2013，29（5）：98-101，118.

[8]龙茂兴，孙根年，马丽君等.区域旅游网络关注度与客流量时空动态比较分析——以四川为例[J].地域研究与开发，2011，30（3）：93-97.

[9]郑玉莲，陆林，赵海溶.芜湖方特网络关注度分布特征及与客流量关系研究——以PC端和移動端百度指数为例[J].资源开发与市场，2018，34（9）：1315-1320.

[10]李世霞，田至美.基于百度指数的旅游目的地网络关注度影响因素分析——以青岛为例[J].首都师范大学学报（自然科学版），2014，35（1）：56-59.