云南省旅游景区丰度与网络关注度的空间错位

戴镇涛 尹琴 陈叙成

摘要：旅游景区是地区旅游吸引力的重要来源，探究旅游景区丰度与网络关注度的空间错位对于实现区域旅游高质量发展具有重要意义.以云南省16个市州为研究对象，运用重力模型和空间错位指数模型分析2013—2019年云南省旅游景区丰度与旅游网络关注度的重心移动轨迹、错位类型及错位程度的演化趋势.两者存在明显的空间错位.将各市州的错位指数划分成高、中、低等错位3个不同层级后得到其演化趋势为：高等错位的市州数量呈现出波动增减的状态，中等错位的市州在不断减少，低等错位的市州在增加，整体错位度趋于减小.

关键词：空间错位; 网络关注度; 旅游景区; 云南省

中图分类号：K921  文献标志码：A  文章编号：1001-8395（2024）05-0631-07

doi：10.3969/j.issn.1001-8395.2024.

0 引言

党的十九大提出，我国经济发展战略方针由高速增长向高质量发展转变，二十大又提出了着力推动高质量发展，可见高质量发展依然是我们今后努力的方向.旅游业作为经济发展的支柱性产业，承载着重要的责任与使命，旅游业能否实现高质量发展，关系着整个经济发展全局.近年来，信息技术的快速革新使得互联网渗透到各行各业，旅游业也不例外，互联网＋驱动着旅游业走向适应时代的发展潮流.游客获取旅游信息及旅游活动都离不开携程和马蜂窝等平台，在这个过程中，通过互联网获取信息、完成决策和分享旅游活动等行为留下的痕迹形成网络关注度[1].旅游网络关注度一定程度上反映了区域潜在的旅游需求，会随着旅游发展、经济水平、交通条件以及地方政策等的不同而存在差异[2].一般而言，旅游景区是地区旅游吸引力的重要来源，高等级优质的旅游景区的知名度也非常高，更容易受到广大游客的关注，因此，旅游景区的丰裕度与网络关注度具有正向关系.但是在一些旅游景区丰裕度高的区域，其旅游网络关注度反而较低，二者不相匹配，产生了空间错位.

空间错位源于美国学者卡因对非裔美国人高失业率的系列研究，这一理论被提出后引发学术界广泛关注，相关研究逐渐涵盖规划学、地理学和社会学等学科[3-5].国内学者将空间错位理论引入到旅游中来探讨旅游要素的空间错位，如邓祖涛等[4]借用二维组合矩阵方法和重力模型，分析了国内各省市旅游资源、区位和入境旅游收入三者之间的空间错位现象.王美红等[5]采用3个组合矩阵分析了国内旅游景观资源、名牌景点和旅游财务业绩的空间错位.此后，地区、省域和市域等各种地域尺度的旅游空间错位研究快速涌现，研究的方法也日益完善，从早期的二维矩阵分析到空间错位指数模型，研究的数据也开始从单一年份的截面数据向多年份的时序数据转变，分析空间错位的演化趋势[6-7].研究内容方面，越来越多的学者开始探讨关联紧密的各种要素的空间错位，如旅游、文化产业与经济发展水平之间的空间错位[8];入境旅游流、旅游景区和星级酒店之间的空间错位演化[9];旅游景区与入境旅游质量之间的空间错位[10];旅游资源与旅游经济之间的空间错位[11].总而言之，当前旅游学空间错位的相关研究多局限在探讨旅游景区丰度与旅游收入之间的空间错位，鲜有从互联网视角出发，分析区域旅游景区丰度与网络关注度之间的空间错位现象.

云南省是我国著名的旅游大省，旅游资源丰富多样，旅游业是经济发展的支柱性产业，如何提质增效，实现高质量发展对其具有重要意义.基于此，本研究以云南省为例，运用重心模型和空间错位指数等方法定量分析其旅游景区丰裕度与网络关注度空间错位的程度和演化，寻找制约两者协调发展的关键问题区域，并提出相应对策改善二者错位问题，对促进云南省旅游产业高质量发展具有重要指导意义和实践意义.

1 数据来源与研究方法

1.1 数据来源

1.1.1 A级旅游景区 本文所需的历年（2013—2019）云南省A级旅游景区数量和级别来源于云南省文化和旅游厅官网公布的《云南省A级旅游景区名录》，如表1所示.各A级旅游景区的经度纬度坐标则是通过百度地图API坐标拾取系统获取.

1.1.2 景区网络关注度 景区网络关注度是旅游景区在互联网中受到旅游者关注的程度，具体表现为游客通过搜索引擎搜索某旅游景区关键词，该关键词的搜索频次加权和即为衡量旅游网络关注度的指标.

目前有多种路径可获取旅游景区网络关注度，如百度指数、新浪微博、旅游网站等，由于百度搜索引擎市场份额最高，因此，本文主要通过百度指数搜索平台获取2013—2019年各旅游景区网络关注度的搜索数据.

1.2 空间错位的指标测度及计算方法

1.2.1 旅游景区丰度指数 研究将云南省各级旅游景区（5A/4A/3A/2A/A）通过（1）式进行无量纲处理，并参考相关研究[12]赋予各级旅游景区不同权重系数来测算区域旅游景区丰度指数，计算公式如下：

Tij=（Dij－Min Dj）/（Max Dj-Min Dj），（1）

Ri=5Ti5+2.5Ti4+1.75Ti3+0.5Ti2+0.25Ti1.（2）

（1）式中的Tij表示云南省i市州的j级别旅游景区（j=1，2，3，4，5）的归一化数值，Dij为i地州市的j级别景区的原始个数，Min Dj 和Max Dj分别为j级别旅游景区数量的最小值和最大值;（2）式中的Ri表示云南省i市州A级旅游景区丰度指数，Ti5，…，Ti1依次为i市州5A至1A级旅游景区的归一化数值.

1.3 空间错位分析方法

1.3.1 重力模型 重力模型可以直观显示区域空间中某要素的重心变化情况.云南省A级旅游景区丰度与网络关注度的空间错位程度可通过重力模型计算旅游景区丰度重心和网络关注度重心是否重合来进行判定，公式如下：

N=∑ni=1（Ri×Ni）/∑ni=1Ri，E=∑ni=1（Ri×Ei）/∑ni=1Ri，（3）

N=∑ni=1（Qi×Ni）/∑ni=1Qi，E=∑ni=1（Qi×Ei）/∑ni=1Qi，（4）

其中，N为某要素值重心的纬度坐标，E为某要素值重心的经度坐标，Ri为i市州的A级旅游景区丰度指数，Qi为i市州的景区网络关注度，Ei和Ni分别为i市州行政中心的经度和纬度.

1.3.2 空间错位指数 引入空间错位指数，便于进一步测度区域旅游要素空间错位的具体程度，对公式进行调整后如下：

ISMI[KG-*1/5]i=1Q×[（Ri/R）×Q－Qi]×100，（5）

其中，Ｒi 为第i个市州的旅游景区丰度指数，Ｒ为云南省旅游景区丰度指数，Qi为第i个市州的旅游景区网络关注度，Q为云南省旅游景区网络关注度，ISMIi为第i个市州的旅游景区丰度与旅游景区网络关注度的错位指数.若ISMI[KG-*1/5]i＞0，则说明第i个市州的旅游景区网络关注度未达到与实际旅游景区丰度指数相匹配的预期，二者为正向错位;若ISMI[KG-*1/5]i＜0，则说明第i个市州的旅游景区网络关注度超过与实际旅游景区丰度指数相匹配的预期，为负向错位;若ISMI[KG-*1/5]i=0，则说明二者未发生空间错位.ISMI[KG-*1/5]i值越大，表明二者错位程度越大.

2 结果分析

2.1 云南省旅游景区丰度与旅游网络关注度的时序特征 [JP2]依据统计图，2013—2019年云南省旅游景区丰度和旅游网络关注度总体呈上升趋势，二者的时序变化特征大体一致.云南省旅游景区丰度指数呈持续上升趋势，从2013年的31.3上升至2019年的56.2，2013年至2014年上升幅度最大，主要是由于期间大理、丽江、红河等地4A级旅游景区新增数量较多，拉动旅游景区丰度值指数大幅上升.2016—2019年云南省旅游景区丰度指数增长缓慢，期间各市州高等级旅游景区总体变化不大，红河大理等地新增较多AAA、AA级旅游景区.云南省旅游景区网络关注度2013年为5.86×106，2013—2016年持续缓慢增长，2017年开始增长速度加快，从1.18×107最终增长至2019年的1.8×107，2016年以后云南省旅游景区的网络关注度明显快速增长，总体而言，2013—2019年云南省旅游景区丰度与网络关注度二者的增长具备一定的协同性，但自2016年起，旅游景区的网络关注度增长速度和幅度皆明显快于和大于旅游景区丰度.通过分析可知，旅游景区丰度持续上涨离不开社会经济的发展，因而需要不断地开发旅游资源满足大众的旅游需要.云南省旅游景区网络关注度近几年快速增长的原因主要有两方面：一方面是互联网的快速发展，手机互联网用户的普遍习惯是通过互联网中的各种平台和自媒体获取各种旅游信息;另一方面是云南作为全国热门旅游目的地之一，受到众多游客的广泛关注.

2.2 基于重心模型的旅游景区丰度与旅游网络关注度演变分析

2.2.1 旅游景区丰度与旅游网络关注度重心迁移路径分析 通过将2013—2019年云南省旅游景区数量、级别和旅游景区网络关注度数据进行归一化处理后，按照公式计算出旅游景区丰度指数和旅游网络关注度值，代入重心模型，得到历年云南省旅游景区丰度和旅游网络关注度的重心经纬度坐标值，通过坐标系将其可视化处理，得到2013—2019年云南省旅游景区丰度和旅游网络关注度的重心移动轨迹图（图1）.据图1可知，云南省旅游景区丰度和旅游网络关注度的重心无重叠，表明二者存在空间错位现象.其次，二者的移动轨迹呈现出一定的规律，这是因为各市州的社会经济环境和旅游资源禀赋等各方面条件存在差异所导致的.在研究时期内，云南省旅游景区重心自东南向西北迁移后再向东南回迁，呈现出2个不同的演化阶段.第一个阶段为自东南向西北大幅迁移，纬度北移0.17°，经度西迁0.24°，导致此种结果背后的主要原因是在这段时期内，滇西北地区接连获批多家高A等级旅游景区，如大理崇圣寺三塔文化旅游景区、丽江古城景区，以及迪庆普达措国家公园接连获批国家5A级旅游景区，这些高等级的旅游景区聚集在滇西北地区，并由此形成了一个区域旅游景区丰度指数高值中心，在省域范围内拉动旅游景区重心向西北方向移动.第二个阶段为旅游景区重心向东南回迁，根据景区名录的变化可以得知，是因为云南省南部与东南部的市州新增较多数量但等级一般的旅游景区，从而形成了相对的数量优势，导致该区域的要素质增高，拉动重心值从西北向东南移动.例如，2015年位于云南省东南部的红河州新增5个旅游景区，其中4个4A级，1个3A级旅游景区，云南中部的昆明和曲靖各新增1个4A级旅游景区;2016年滇西南保山和滇中昆明各新增一个5A级旅游景区;2017年滇中滇南的玉溪、普洱、红河各新增一个4A级景区;2018年滇南的普洱、版纳、玉溪、昭通、保山共新增31个旅游景区，其中，4A级3个、3A级28个;2019年滇东北的昭通、曲靖共新增9个3A级旅游景区.从图1中还可以看出旅游景区网络关注度重心的移动路径呈现出东—西—西南的移动态势，重心最大跨度为0.6个经度和0.25个纬度，这是由于大理、丽江和香格里拉等地的旅游景区在2013年前后知名度非常高，部分获批5A级旅游景区，是云南高等级旅游景区比较集中的地域.此外，一些影视作品将大理作为取景地，播出后给景区带来了相当大的知名度，《去大理》等一些歌曲的传颂也使得这些地区受到大众的广泛关注.2016年开始，网络关注度中心开始向东南迁移，这是由于云南南部、东南部的红河州、西双版纳和文山州等地的旅游景区开始走进大众视野，尤其是文山州的普者黑，一些综艺节目在此取景播出后在网络上大火，西双版纳的傣族特色服饰充斥着各大自媒体，这些地区的旅游景区在互联网上备受关注.当然，另一方面这些地区的旅游景区的建设也在加快，属于后起之秀.一般而言，云南较高等级的旅游景区都集中在滇西北和省会城市昆明，但近年来红河州和文山州等地新增大量旅游景区，在规模上形成了优势，这也是吸引广大游客的客观原因之一.

2.3 旅游景区丰度与旅游网络关注度空间错位演变分析 重心模型更多地从宏观尺度上反映云南省旅游景区丰度和旅游网络关注度的空间错位程度，而不能够揭示其内部各市州具体的空间错位情况和演变特征（如图2）.因此，进一步通过空间错位指数模型计算2013—2019年云南省旅游景区丰度与旅游网络关注度的空间错位指数，从更加微观的层面进一步分析云南省各市州内部的空间错位情况，如表2所示.

总体来看，云南省各市州旅游景区丰度与旅游网络关注度空间错位指数值高低不齐，存在一定的差异.空间错位指数值最大的为昆明市，表明其旅游景区丰度与旅游网络关注度并不匹配，空间错位指数值最小的为怒江州，表明其旅游景区丰度与旅游网络关注度之间较为协调.以各市州的空间错位指数值高低位序为依据，参考相关学者的研究成果和划分方法，将空间错位的类型划分为以下几种，分别为正向高等错位（ISMIi＞4）、正向中等错位（2＜ISMIi≤4）、正向低等错位（0＜ISMIi≤2）、负向低等错位（-2＜ISMIi＜0）、 负向中等错位（-4＜ISMIi≤-2）、负向高等错位（ISMIi≤-4）.正向错位即该区域旅游景区丰度大于旅游网络关注度，表明区域内旅游景区数量等级多，但是缺乏吸引力;负向错位即旅游景区丰度小于旅游网络关注度，表明区域内旅游景区具备一定的吸引力，但还需要不断提升旅游景区的规模等级以满足需求，具体如表3所示.

整体上云南省旅游景区丰度与旅游网络关注度高等错位的市州数量呈现出波动增减的状态，中等错位的市州在不断减少，低等错位的市州在增加，这表明总体在由以中高等错位为主向中低等错位为主演变.昆明一直处于高等错位状态，迪庆由低等错位向高等错位演化，楚雄由高等错位向低等错位演化，大理在中高等错位中波动，文山由中等错位向高等错位演化，版纳、玉溪、怒江、临沧和普洱由中等错位向低等错位演化，昭通和红河一直处于低等错位区.

结合计算结果，可以将云南省旅游景区丰度与旅游网络关注度空间错位的时空演变归纳为以下几种类型，空间错位指数值始终为正数的恒正向型错位，如怒江、昭通和玉溪;空间错位指数始终为负数的恒负向错位，如大理丽江.空间错位指数值由正数变化为负数的先正后负型错位，如临沧、文山和版纳;空间错位指数值由负数变化为正数的先负后正型错位，如迪庆、红河和曲靖.结合空间错位程度与类型，各市州具体错位演变情况如下：昆明为恒正向高等错位，大理由恒负向中等错位向恒负向低等错位演化，文山由正向中等错位向负向高等错位演化，玉溪、昭通和怒江为恒正向低等错位，版纳由正向中等错位向负向低等错位演化，红河由负向低等错位向正向中等错位演化，保山由正向低等错位向负向低等错位演化，临沧由正向中等错位向负向低等错位演化，丽江由负向中等错位向负向高等错位交叉演替.

3 结论

本研究通过运用重力模型和空间错位指数模型分析了云南省旅游景区丰度与旅游网络关注度的空间错位的演化，得出结论具体如下：

1） 云南省旅游景区丰度和旅游网络关注度的重心无重叠，表明存在空间错位.二者移动轨迹呈现出一定的规律，云南省旅游景区重心自东南向西北迁移后再向东南回迁，呈现出2个不同的演化阶段.第一个阶段为自东南向西北大幅迁移，第二个阶段为旅游景区重心向东南回迁，旅游景区网络关注度重心的移动路径呈现出东—西—西南的移动态势，重心最大跨度为0.6个经度和0.25个纬度.

2） 将云南省各市州的错位指数划分成高等、中等、低等错位3个不同层级，得到其演化趋势为：高等错位的市州数量呈现出波动增减的状态，中等错位的市州在不断减少，低等错位的市州在增加，这表明总体在由以中高等错位为主向中低等错位为主演化.

4 建议

云南省各市州普遍存在旅游景区丰度与旅游网络关注度的空间错位，但错位程度和错位类型以及演化过程存在差异，因此，针对不同的市州提出不同的建议.昆明的错位数值有逐年增大的迹象，表明其旅游网络关注度逐年与其现有的旅游景区资源不匹配，虽然旅游景区的开发建设逐渐趋于稳定，但同时应当加强对区域旅游形象的塑造和传播，需要增强对旅游吸引物的大力宣扬，大理作为众多影视作品中的取景地，知名度越来越大，但是其旅游景区开发建设相对较为迟缓，因此，应当加快建设新的旅游景区，培育新旅游亮点.文山的负向错位究其原因还是某档综艺节目在文山普者黑拍摄播出后令其名声大噪，但当地的旅游景区建设远远跟不上慕名而来的游客以及全国各地的关注，因此，需要注意加大当地旅游景区的建设投入.玉溪、昭通和怒江这样的恒正向低等错位的市州，今后可以挖掘自己区域内具有代表性的旅游吸引物通过互联网平台进行展示和宣扬，提升自己的知名度.版纳的旅游网络关注度正在持续上升，需要提升旅游景区的服务能力和规模等级.丽江作为云南省知名旅游目的地，景区规模等级相对固定，应大力挖掘民族特色提升旅游服务能力.

参考文献

[1] 朱豆豆，李玲，李晓东，等. 新疆热门景区网络关注度时空差异及影响因素[J]. 西北师范大学学报（自然科学版），2021，57（6）：110-117.

[2] 王琪林，方怡，鄢继尧，等. 法定节假日四川旅游网络关注度时空分异及影响因素[J]. 西南师范大学学报（自然科学版），2021，46（5）：64-72.

[3] MOONEY J D. Housing segregation， negro employment and metropolitan decentralization： an alternative perspective[J]. Quarterly Journal of Economics，1969，83（2）：299-311.

[4] 邓祖涛，尹贻梅. 我国旅游资源、区位和入境旅游收入的空间错位分析[J]. 旅游科学，2009，23（3）：6-10.

[5] 王美红，孙根年，康国栋. 中国旅游LR-NS-FA空间错位的组合矩阵分析[J]. 人文地理，2009，24（4）：115-119.

[6] 吴佳倚，陈亚颦，戴镇涛，等. 云南省旅游景区规模等级与旅游收入空间错位的时空演化[J]. 贵州师范大学学报（自然科学版），2022，40（2）：60-66.

[7] 郑涵丹. 广东省旅游景区与入境旅游质量空间错位演化分析[J]. 韶关学院学报，2018，39（1）：78-82.

[8] 吴耿安，刘巍，郑向敏. 旅游、文化产业与经济发展水平的空间错位分析[J]. 地域研究与开发，2018，37（3）：80-84.

[9] 任前，胡静，陈小娟，等. 浙江省入境旅游流、旅游景区、星级酒店空间错位演化分析[J]. 华中师范大学学报（自然科学版），2016，50（1）：151-157.

[10] 吴佳倚，陈亚颦，焦敏，等. 云南省A级旅游景区与入境旅游质量的空间错位研究[J]. 安徽师范大学学报（自然科学版），2022，45（1）：71-77.

[11] 霍红，白艺彩，詹帅. 东北地区旅游资源与旅游经济空间错位分析[J]. 西北师范大学学报（自然科学版），2020，56（4）：106-111.

[12] 卞显红. 长江三角洲城市旅游资源城际差异与丰度分析[J]. 江苏商论，2006（1）：109-112.

Study on Spatial Misalignment between Abundance of Tourist Attractions and Network Attention in Yunnan Province

DAI Zhentao， YIN Qin， CHEN Xuchen

（The College of Arts and Sciences-Kunming， Yunnan Normal University， Kunming 651700， Yunnan）

Abstract：Tourist attractions are an important source of regional tourism attraction. It is of great significance to explore the spatial dislocation of tourist attractions abundance and network attention to realize the high-quality development of regional tourism. In this paper， taking 16 cities and prefectures in Yunnan Province as the research object， the gravity model and spatial dislocation index model are used to analyze the evolution trend for the center of gravity movement trajectory， dislocation type and dislocation degree for the abundance of tourist attractions in Yunnan Province from 2013 to 2019 and the tourism network attention by using the gravity model and spatial dislocation index model. The results show that there is an obvious spatial dislocation of the two. After the dislocation index of the cities and states is divided into three different levels of high， medium and low dislocation， the evolution trend is as follows： the number of cities and states with high dislocation shows a state of fluctuation， the number of cities and states with low dislocation is decreasing， the cities and states are increasing， and the overall dislocation tends to decrease.

Keywords：space dislocation; network attention; tourist attractions; Yunnan Province

（编辑 郑月蓉）

基金项目：国家自然科学基金（41561034）

*通信作者简介：尹 琴（1986—），女，副教授，主要从事旅游管理的研究，E-mail：1075163005@qq.com

引用格式：戴镇涛，尹琴，陈叙成. 云南省旅游景区丰度与网络关注度的空间错位［Ｊ］．四川师范大学学报（自然科学版），2024，47（5）：31-637.