中国海滨浴场网络关注度时空演变及影响因素研究

徐珩 张佑印

[关键词]海滨浴场;网络关注度;时空演变;地理探测器;影响因素

海滨浴场作为海洋旅游的重要组成部分，是发展海洋经济、建设旅游文化强国的重要内容，直接影响沿海地区的经济发展水平与国家海洋战略布局[1]。根据《中国海洋经济统计公报》发布的数据，2016—2020年，我国海洋旅游业在海洋产业的增加值占比依次为42.1%、46.1%、47.8%、50.6% 和47%，位居所有海洋产业之首。海洋旅游是社会经济发展的重要驱动力，不仅有着丰富的海洋旅游资源和良好的海洋生态环境，而且蕴含着深厚的海洋文化底蕴，是国内外游客观光游览的理想目的地。

当前，国内外学者对海洋旅游的研究已取得了一定成果，研究内容亦在不断细化与深入[2]。然而从已有研究内容来看，当前针对海洋旅游的相关成果主要侧重于从经济学的角度验证单一因素或多重因素对海洋旅游的影响[3-4]，或基于心理学角度分析海洋旅游者的行为特征[5]，而对于海洋旅游资源的分析还相对较少。在研究对象方面，已有研究多局限于特定细分市场或海洋旅游区域，较少涉及全国范围的海滨浴场资源的地理空间分布与客源市场的区域差异[6-7]。在数据获取方面，已有研究多是依托官方统计数据及问卷调查，对网络大数据的利用相对较少，与此相应的是对特定海洋目的地的网络关注度研究稍显薄弱[8]。

在新时代“互联网+旅游”背景下，百度搜索作为国内最大的中文搜索引擎，占绝对市场优势。百度指数是以海量百度用户的搜索行为为基础，以关键词为统计对象，经科学分析和计算得到的关键词搜索频次的加权和，旗下的百度指数平台被广泛运用于分析网络用户时空分布特征。该平台以百度网海量网民行为数据为基础，通过研究关键词搜索趋势，洞察网民需求变化，从而定位数字消费者特征，识别旅游市场特点[9]。在大力推广互联网技术及智能手机快速普及的大背景下，通过网络获取目的地旅游信息、完成出游预订服务以及发布旅游照片和游记已成为普遍现象。借助大数据对群体性的大量网络行为进行统计分析，可以更好地了解并掌握其需求和关注规律[10]。当前，基于百度指数进行特定主题的网络关注度研究不断丰富，在旅游学领域也得到了广泛应用[11]，相关研究内容主要集中于客流量的预测、旅游景区关注度、重大事件对目的地的影响等方面，这些均为本研究的进一步开展提供了重要的方法论基础[12]。海滨浴场作为海洋旅游的重要载体，旅游市场的关注度可以很好地反映各地海洋旅游发展的水平，也是衡量区域海洋旅游发展的重要手段。

而滨海旅游过程较内陆旅游复杂，旅游者对用网络搜索目的地相关信息的依赖程度更高，所以借助百度平台对我国海滨浴场的关注度进行分析更具典型性[13]。

本研究依托2012—2022年中国海滨浴场的百度搜索指数及趋势变化，运用季节性强度指数、地理集中度指数、首位度、赫芬达尔系数和地理探测器等研究方法，试图从宏观视域分析我国 31 个省（区、市，不含香港、澳门、台湾，下同）居民近十年对中国海滨浴场的网络关注度，探析中国海滨浴场网络关注度的时空动态演化规律及其影响因素，揭示海洋旅游市场的时空特征及需求趋势，以期为我国海洋旅游的可持续发展提供理论参考和实践启示。

1 数据来源及研究方法

1.1 研究区域

中国海洋旅游资源丰富，有1.8万km 大陆海岸线、1.4万km 岛屿岸线、6 500多个岛屿，沿海滩涂面积20 799 km2[14]，漫长曲折的海岸线造就了万千气象。海滨浴场是滨海旅游业的一个重要组成部分，在沿海地区，它又是海洋产业构成中的1个关键部分[15]。因此，分析我国11个沿海省份（由于数据的可获得性，此次分析数据不含台湾地区）、45个沿海城市海滨浴场情况，对于了解我国滨海旅游发展空间格局，提升滨海旅游高质量发展具有重要意义[16]。

1.2 数据获取

百度搜索指数可用于揭示过去不同时段用户对某关键词的搜索量和变化趋势，从而客观地反映用户的选择偏好和需求程度，是当前衡量网民规模化搜索行为的一种极其重要的大数据指标[17]。

在百度指数搜索平台检索关键词“海滨浴场”，利用站长工具网站（网址：https：//index.chinaz.com/）数据分享之家网站（网址：http：//www.datasharehome.com/）的关键词挖掘功能，将检索时间设置为2012年1月1日至2023年1月1日，以我国31个省（区、市）为基本地域单元，获得包括 PC 端和移动端在内的上述关键词的逐日网络关注度数据，最终得到“滨海浴场”关键词检索量1 269 997，检索数据量较为充足，“海水浴场”“海滨浴场”等关键词百度指数均未收录，因此文章主要以检索的“海滨浴场”指数量进行统计测算。此外，本研究涉及的其他数据主要来源于 2012-2020 年《中国统计年鉴》、2012-2020 年《中国旅游统计年鉴》、2012-2020年31个省（区、市）的统计年鉴，以及中华人民共和国国家统计局国家数据库（网址：http：//www.stats.gov.cn/）。

1.3 研究方法

1.3.1 季节性强度指数

季节性强度指数主要反映中国海滨浴场网络关注度的时间分布集中程度，这有利于分析由季节性引起的旅游需求的时间分布集中性，季节性强度指数的测度结果不仅可以用于调节游客的季节分配不均匀，还可以分析游客客流的变化幅度[18]，其算式为：

式中：I 表示季节性强度指数;xm 表示m 月份中国海滨浴场旅游网络关注度占全年网络关注度的比重。I越大，说明网络关注度的时间分布越集中，季节性差异越大;I 趋于0，说明各月网络关注度较一致。

1.3.2 地理集中度指数

地理集中度指数是反映网络关注度在地理空间上的集聚程度，可衡量中国海滨浴场客源市场的空间集聚程度[3]，[19]199。该指数反映了游客出游的空间分布特征，有助于了解中国海滨浴场客源市场关注度分布的对称性、密度分布的稳定性等特征，从而有助于决策部门更好地调整海滨浴场和海洋旅游景区发展规划的方向，其算式为：

式中：G 表示地理集中度指数;Pa 表示第a 个地区的网络关注度;P 表示全国各省（区、市）的网络关注度总和。G 越大，说明网络关注度的地理集聚程度越高;反之则说明关注度趋于分散。

1.3.3 首位度

首位度是衡量区域规模经济的重要指标，可直观反映中国海滨浴场网络关注度的集中程度，为首位地区与第二位地区网络关注度的比值。学者们多认为区域的一种良好的发展态势就是建立合理的有层次的点位发展体系，首位关注度海滨浴场各种要素的集聚可以保证资源的有效利用和分配。首位度指数是通过计算海滨浴场中某要素排名第一位的海滨浴场在一定范围内该要素的占比，用于衡量城市群该要素的集聚程度[19]197，其算式为

式中：R 为首位度指数;A1、A2 分别表示区域内规模处于首位与第二位的地区中国海滨浴场网络关注度。通常认为，R ≥2，表示地区关注度过于集中;R<2，表示地区关注度相对均衡，集聚程度适中。

1.3.4 市场集中度

市场集中度为某行业排行前几位的企业占市场份额的总和，是测量某行业在特定地理区域集中程度的指标。常用的市场集中度计量指标有：赫芬达尔指数、行业集中率、洛伦茨曲线和基尼系数等。在此主要采用赫芬达尔指数（Herfindahl-Hirschmanindex）作为计量指标。赫芬达尔指数兼有绝对集中度和相对集中度指标的优点，对变化的反应非常明显[13]，[19]197，其算式为

式中：H 为赫芬达尔指数，Sa 为第a 个地区的网络关注度占全国总关注度的比值。H 的取值范围为0～1，越趋近于1，表示集聚程度越高，空间分布越不均衡;反之则集聚程度越低。

1.3.5 地理探测器

地理探测器是一种探测事物空间分异，揭示其驱动因子的新兴统计学方法，包括分异及因子探测、交互作用探测、风险区探测与生态探测。其优点是可度量数据的空间分异，对自变量的共线性免疫无需线性假设，在样本量较少的情况下也能达到较高的统计精度，较传统的经典回归方法更具优势。本研究选用因子探测和交互作用探测作为分析影响中国海滨浴场网络关注度空间分异的因素[20]，因子探测计算公式为：

式中：q 为探测因子x 的解释力;i=1，2，…，L 为探测因子x 的分层数;N 和Ni 分别为研究区和层i的单元数;σ2 和σ2i分别代表研究区域以及层i 的网络关注度方差。q 的取值范围为0～1，越接近于1，说明探测因子对中国海滨浴场网络关注度空间分异的影响越强;反之则越弱。

交互作用探测可评估不同因子共同作用对网络关注度的增减效果。记两个因子的交互作用为q（x1∩x2），通过比较q（x1）、q（x2）与q（x1∩x2），可判断各探测因子交互作用的强弱及交互作用类型（表1）。

生态探测用于比较两因子x1 和x2 对属性Y的空间分布的影响是否有显著的差异，以F 统计量来衡量，其算式为：

其中，零假设H0∶SSWx1 =SSWx2 。如果在α显著性水平上拒绝H0，这表明两个因子x1 和x2对属性Y的空间分布的影响存在着显著的差异。

2 结果分析

2.1 中国海滨浴场网络关注度的时序演变

2.1.1 年际变化特征

对2012-2022年各月度百度指数的搜索量求和，获得历年总关注度数据（图1）。可以看出，近10年来我国海滨浴场的网络关注度呈“先升后降”的倒“U”型格局，具体可划分为快速上升期、平稳期、下降期3个阶段，其中上升期主要是2012-2014年，两年间的网络关注度增长率分别为21.01%和83.16%。实践来看，2012年以后，我国迎来了旅游业发展的“黄金时期”，游客的出游意愿极强。2013年，中国首次将海洋作为年度旅游主题，以“美丽中国，海洋之旅”为主题口号，“海洋旅游”成为2013年旅游热点关键词之一，海滨浴场也成为游客出游选择的热门景点。2014年，随着“十佳海洋旅游目的地”“十大热门海岛旅游景点”“十佳海滨旅游城市”“海洋旅游入选中国十大旅游新闻”等的陆续推出，中国旅游加快走向海洋，由此掀起了一场“海滨浴场热”。平稳期主要是指2015-2019年，该阶段我国海滨浴场网络关注度稳定在16万人次左右，海岛度假、邮轮旅游、海水浴场、海洋运动旅游、海洋文化旅游等新型旅游产品不断完善，市场趋于稳定。下降期主要是指2020-2022 年，海滨浴场的网络关注度从2018年的17.59万人次下降到2020年的6.04万人次，减少了11.55万人次的网络关注，2021年达到了仅有5.8万人次关注度的历史低谷。网络关注主题重心转移，使得滨海旅游的网络关注热度下降。同时也可以看到，随着新冠疫情的逐渐减弱，2022年海滨浴场的关注度呈现出小幅提升。

2.1.2 月度变化特征

通过季节强度指数对网络关注度的季节性进行分析，从结果来看（图2），我国海滨浴场的网络关注度的季节性差异显著，得分均在8.24 左右。从2012-2022年的整体变化幅度来看，各年的变化不大，这说明我国海滨浴场网络关注的季节性具有较强的稳定性，不因年度变化而改变。

汇总各年份的月度网络关注度数据可以看出（表2），2012-2022年中国海滨浴场网络关注度的月度变化总体呈“单波浪”型的上下起伏规律，且各月的指数变化走势较为一致。其中，1～5月走势较为平稳，6～9月为先升后降，10～12月偏向波动下降。其他月份中，除2014年和2018年以外，各年的网络关注度均表现出4～6月上升、9～11月下降、12月起逐渐回升持续至次年3月的发展格局。

从春（3～5月）、夏（6～8月）、秋（9～11月）、冬（12～2月）四季对比来看，我国海滨浴场在4个季度的网络关注度分别为春季22%、夏季43%、秋季20%、冬季15%，其中夏季海滨浴场网络关注度占比最高，春秋两季次之，冬季相对最低。究其原因，主要与我国沿海地区的气候特征与气候舒适度有着密切的关系，我国沿海地区大多属于温带季风性气候、亚热带季风性气候，夏季高温多雨，因此“洗海澡”对于温度依赖性较高，冬季气温偏低，甚至北方地区的海滨浴场多降雪且持续时间长。

借鉴旅游客流季节划分标准计算可知，旺季6～9月是月网络关注度与年月均网络关注度比值大于100%的月份，平季4月、5月和10月是比值介于80%～100%的月份，其他月份均为淡季，是比值小于80%的月份。总体来看，中国海滨浴场网络关注度的季节性差异比较明显，旺季较短且集中，淡季则较长，适宜旅游的海滨浴场旺季网络关注度高，淡季期间则较低。

2.2 中国海滨浴场网络关注度的时空特征

2.2.1 整体特征

选取赫芬达尔系数、地理集中度指数、首位度来衡量中国海滨浴场网络关注度的空间特征，结果如表3所示。2012-2018年中国海滨浴场网络关注度的赫芬达尔系数均在0.1左右，说明各地网络关注度空间集聚程度差异不显著，空间分布较为分散。

从发展趋势来看，中国海滨浴场网络关注度的赫芬达尔系数从2012年的0.051逐年递增至2022年的1，总体呈现大幅递增态势;从地理集中度指数来看，2012-2022年中国海滨浴场网络关注度的地理集中度指数也从22.69猛增至100，表现出大幅提升的态势，表明空间集聚程度不断提高;从首位度指数来看，除2020年、2022年以外，其他年份的首位度指数均小于2，表明2012-2022年各省（区、市）中国海滨浴场网络关注度集聚程度整体适中，空间分布相对均衡。

从整体来看，中国海滨浴场网络关注度的首位地区与第二位地区之间的差异正在逐渐拉大，自2012至2022年中国海滨浴场网络关注度由均衡状态向集聚状态演变，分布由分散向集中演化。

2.2.2 基于全国层面的网络关注度的空间格局演变

通过分析全国各省（区、市）对海滨浴场网络关注度的年度日均值情况可以发现（表4），2012-2022年各个省（区、市）网络关注度变化趋势基本保持一致，但区间差异较大。

2012-2016年，天津市网络关注度排名始终最高，自2017年以来，不同省份网络关注度居于前列出现差异，其中经济发达的北京市、浙江省分别在2017年、2018年网络关注度居于首位，2019-2022年距离海滨浴场所在地较远的省（区、市）（如安徽、湖北、重庆等）对海滨浴场的网络关注度较高，且期待海滨浴场旅行体验。这说明，我国海滨浴场网络关注度主要集中在西南、中部地区和经济发达的东部沿海地区。

2.2.3 基于省域层面的网络关注度的空间格局演变

由表4可知，2012年到2022年我国各省（区、市）海滨浴场网络关注度先升高后降低，2020年是其中的重要转折点，空间分布变化趋势变动剧烈，2020年后由于新冠疫情影响，全国对于海滨浴场的关注度都下降非常明显。究其原因，自2020年以来，网络关注度人数下降主要与新冠疫情暴发有关，新冠疫情大流行作为突发性公共卫生事件，引发了全国上下的广泛关注，旅游者出于安全的考虑往往不会选择外出旅游，出游意愿和动机明显下滑，因此基于旅游产生的网络检索量骤然递减。其间，全国各省份有关部门也纷纷出台限制旅游的警示与文件，居民前往海滨浴场景点旅游的人数大幅度下滑，以上原因可用于解释新冠疫情期间的数据明显出现突变。

从空间分布区域差异角度分析来看，空间分布上主要集中在东部沿海带，其次是中部地区，最低是西部地区。2012年到2022年我国各省（区、市）海滨浴场网络关注度整体从东部地区向西部地区转移。具体来看，2012-2016年存在显著的东高西低阶梯状空间分异特征;2017-2020年，主要集中在我国的东南部地区;2021-2022年，网络高关注度地区从东南地区向西南地区转移，且分布更加独立。我国海滨浴场网络关注度的空间分布呈现由分散到集聚的演变态势。滨海旅游爱好者的空间分布规律主要集中在我国的东部沿海地区和西南地区，且自2012年以来，有逐渐向西移动的趋势，这为后续海滨浴场旅游的负责企业、政府开展营销时提供了空间营销思路，抓住我国东部沿海城市和西南地区潜力城市的主要市场，重点开展营销宣传，有利于更好地吸引客源。

3 影响因素的地理探测

3.1 中国海滨浴场网络关注度空间分异的影响因素

中国海滨浴场网络关注度空间分异是在众多因素共同作用下形成的。本研究在参考已有研究的基础上，结合各省（区、市）相关数据的可获得性和科学性，构建了空间分异影响因素指标体系，运用地理探测器模型探测影响空间分异的因素，2013年是我国居民对中国海滨浴场网络关注度显著提升的一年，这意味着该年份的数据具有较高的代表性，能够较好地反映公众对海滨浴场网络的关注趋势。其次，在这一年，海滨浴场关注变化度达到高峰，反映了海滨浴场设施建设的活跃状态，这为分析空间分异提供了丰富的信息。综合考虑数据的完整性、可获得性以及显著性，因此，我们选取2013年的数据来进行分析，以期更准确地揭示影响海滨浴场网络空间分异的关键因素。

具体指标见表5，其中经济发展水平因素包括人均可支配收入、地区生产总值、居民消费水平三个指标;人口数量因素包括人口数量一个指标;城市化水平包括城市化比重;硬件设施水平包括公共财政支出指标;自然环境水平包括主要城市夏季（6～8月份）平均气温、主要城市全年平均气温、主要城市全年总降水、主要城市全年日照时数、主要城市年平均相对湿度;环境污染程度包括废水排放总量、废气（以SO2 为例）排放总量;水体保护程度包括湿地面积、近海与海岸面积;水产业发展程度包括水产品总产量和海水产品总产量;交通便利程度包括铁路营业里程和公路里程;以及网络发达程度、旅游发展程度、教育文化水平等，共计12个一级指标和23个二级指标作为全国的海滨浴场的空间分布的影响因素[21-23]。

海洋环境的受污染程度与海洋旅游的发展密切相关，环境污染程度和水体保护程度对于以水资源为基础的海滨浴场旅游发展而言尤其重要，其中，废水废气的排放对于水体的污染程度影响甚大。可以供人类活动的近海海岸面积和湿地滩涂面积为海滨浴场旅游活动提供了场地，环境保护状况和环境污染程度对于海滨浴场网络关注度的分布会产生重要影响，因此将废水排放总量、废气排放总量纳入环境污染程度衡量指标，将湿地面积、近海与海岸面积纳入水体保护程度衡量指标。

海滨浴场的建设、运营、管理和可持续发展离不开水产业发展程度，水产品加工业的发展对于渔业的发展起着桥梁纽带的作用，不仅是我国当前加快发展现代渔业的重要内容，而且与海洋相关绿色产业发展互利共赢。水产业包括水产品和海水产品两个重要的组成部分，以水产业为基础发展休闲产业、旅游产业对于海滨浴场网络关注度的分布也会产生影响，因此将水产品总产量、海水产品总产量纳入水产业发展程度衡量指标。

旅游从业人员的行为和品德往往被视为旅游企业或城市形象的缩影。为提高旅游行业从业者素质，满足游客增长见识、放松心情、锻炼身体、文化交流等诉求，以教育文化水平、网络发达程度为依托，将普通高等学校（机构）数量、普通高等学校（机构）教职工人数纳入教育文化水平衡量指标，互联网电商企业数量纳入网络发达程度衡量指标。旅游业的发展往往也会影响海滨浴场网络关注程度，旅游经济效益通常可以用旅游总收入和接待游客数来衡量，因此将旅客周转量纳入旅游发展程度衡量指标。

3.2 指标数据来源

对于影响因素的各项指标数据，主要是通过统计数据来支撑。其中，自然环境水平的五项指标数据来自ArcGIS Online最新矢量化成果和各省（区、市）政府官网和第一次国情地理普查公报;环境污染程度和水体保护程度数据来自国家生态环境部官网;交通便利程度数据来自12306官网;经济发展水平、人口数量、城市化水平、硬件设施水平、水产业发展程度、网络发达程度等数据来自国家统计局、国家和各省（区、市）2012-2020年统计年鉴。

3.3 因子探测结果分析

3.3.1 整体特征分析

通过自然断裂法对网络关注度、各影响因素（探测因子）进行分层，将各数值转换为类型变量。运用地理探测器分别计算2013年各探测因子的q 值，识别不同探测因子的影响力，结果见表6。2013年，除人口数量（X4）、主要城市全年日照时数（X10）、废气（以SO2 为例）排放总量（X13）、湿地面积（X14）、铁路营业里程（X18）、公路里程（X19）、普通高等学校（机构）数量（X22）和普通高等学校（机构）教职工人数（X23）以外，其余15个因子的探测结果均在0.1水平上通过显著性检验（p<0.1），各因子对中国海滨浴场网络关注度空间分异的解释力排序为：互联网电商企业数量（X20）>废水排放总量（X12）>人均可支配收入（X1）>近海与海岸面积（X15）>水产品总产量（X16）>居民消费水平（X3）>主要城市全年平均气温（X8）>城市化比重（X5）>海水产品总产量（X17）>主要城市全年总降水（X9）>地区生产总值GDP（X2）>公共财政支出（X6）>旅客周转量（X21）>主要城市年平均相对湿度（X11）>主要城市夏季（6～8月份）平均气温（X7）。

3.3.2 探测因子特征分析

以p<0.1为显著性检验的条件，划定q>0.35为判断海滨浴场分布的标准，进一步排除：公共财政支出（X6）、主要城市夏季（6～8 月份）平均气温（X7）、主要城市年平均相对湿度（X11）、旅客周转量（X21）4项探测因子，则中国海滨浴场网络关注度空间分异的主导因子为网络发达程度、经济发展水平、城市化水平、自然环境水平、环境污染程度、水体保护程度和水产业发展程度。

（1）网络发达程度。近年来，智能手机的广泛使用，使得互联网的影响范围不断扩大，各省（区、市）互联网用户均呈高速增长态势，网络发展水平差异正在逐渐缩小。网络发达程度（互联网电商企业数量，X20）的解释力最高，q=0.789。网络搜索早已成为人们获取目的地信息的主要途径，互联网提供了充分了解海滨浴场相关信息的平台，可全面且客观地了解各浴场旅游安全、价格、服务等信息。

（2）经济发展水平、城市化水平。地区生产总值GDP （q=0.367）作为衡量一个地区整体经济水平的核心指标，能体现地区发展效益和人民生活水平，其与人均可支配收入因子（q=0.684）、居民消费水平因子（q=0.596）共同对居民参与海滨浴场项目需求产生直接影响。经济能力的提升为地区发展及各项基础服务设施的完善提供更多的资金支持，以满足人们生活质量不断提高的需求。人均可支配收入、居民消费水平与居民出游能力密切相关，滨海旅游的花费通常较国内一般旅游多，沿海城市的旅游过程中消费水平也远远高于内陆地区，因此经济发展水平和居民消费能力均居前列的东部地区是海滨浴场网络关注度的热点区域。此外，城市化比重（q=0.447）是影响海滨浴场网络关注度空间分异的重要因子。城市化是生产与消费的各类要素在空间上趋向集中的一种动态过程，是区域旅游产业发展的助推器。伴随人口不断向城市聚集，各产业结构不断升级转变及城市文化与精神水平逐渐提升，城市的现代化程度越来越高，基础设施建设更加完善，在推动区域旅游规模不断扩大的同时，也为滨海旅游的发展提供了必要的要素支持。

（3）自然环境水平、环境污染程度。海滨浴场在露天环境下建设对于气温和降水的要求较高，自然生态环境作为滨海洗浴的基础性因素对海滨浴场的分布影响显著，主要包括主要城市全年平均气温（q=0.518）、主要城市全年总降水（q=0.390）。环境污染程度同样对于人们“洗海澡”的意愿产生显著影响，废水排放总量（q=0.765）的解释力排名第2，显著证明人们更倾向于在没有受到污染的海水浴场中体验。生态空间建设如火如荼，自然生态环境因素对于海滨浴场空间布局选址与发展也有着极为重要的影响。

（4）水体保护程度、水产业发展程度。海洋产业发展基础是重要影响因素，产业发展是联结游客与海滨浴场之间的媒介通道，对海滨浴场的空间布局有重要意义，其中近海与海岸作为海滨浴场建设的主要选址地，保护面积和保护力度将直接影响人们是否能够在海滨浴场中获得好的体验满意度，因此代表水体保护程度的近海与海岸面积（q=0.663）与代表水产业发展程度的水产品总产量因子（q=0.652）、海水产品总产量（q=0.443）对海滨浴场的分布具有强解释力。

3.3.3 交互探测特征分析

单因素分析能有效探测对中国海滨浴场网络关注度空间分异具有显著影响的因子及其作用强度，而交互作用探测可识别不同探测因子之间交互叠加后对中国海滨浴场网络关注度空间分异的影响，从而评估多因子共同作用下网络关注度解释力度的变化。在本研究中，评估所选探测因子对中国海滨浴场网络关注度空间分异的影响是否相互独立[24-26]。因此，在单因子探测的基础上，进一步采用交互探测方法检测双因子交互作用对中国海滨浴场网络关注度空间分异的影响，结果见表7。结果显示，双因子交互作用的解释力均大于单因子的解释力，其交互作用类型以双因子增强为主，少数表现为非线性增强。

由此可见，中国海滨浴场网络关注度的空间分异特征并非由单一因素造成，而是经济发展水平、人口数量、城市化水平、硬件设施水平、自然环境水平、环境污染程度、水体保护程度、水产业发展程度、交通便利程度、网络发达程度、旅游发展程度、教育文化水平等多因子共同作用的结果。

其中，表征：（1）自然环境水平对交通便利程度（X8∩X19）、网络发达程度（X8∩X20）、教育文化水平（X8∩X22）（X11 ∩X22）、环境污染程度（X2 ∩X12）（X11∩X12）、经济发展水平（X1∩X18）（X2∩X9）、水体保护程度（X11 ∩X14）、人口数量（X4 ∩X11）因子的交互作用最强，探测结果q=1，说明自然环境水平是海滨浴场建立和发展的必要和先决条件，即从侧面映射海滨浴场网络关注度空间差异产生的根源，海滨浴场的搭建会综合自然环境及其他因素。（2）经济发展水平与交通便利程度（X1 ∩X18）（X2∩X18）（X3∩X18）因子的交互作用显著，探测结果q=1，进一步说明了海滨浴场的发展需要经济基础和财政支持，经济发展水平中的居民消费水平将对潜在旅游者的出游意愿产生直接影响，直观反映出海滨浴场旅游吸引具有消费能力、地区生产总值较高的游客群体关注和参与;（3）水产业发展程度对自然环境水平（X9 ∩X17）、环境污染程度（X12∩X17）、人口数量（X4 ∩X17）、教育文化水平（X17∩X23）4个组合交互作用较强，探测结果q=1，代表海滨浴场的搭建会综合当地水产发展程度和其他影响因素。此外，水产业发展程度与其他因子的交互作用均表现为双因子增强，表明水产业的发展不仅能促进海滨浴场游客人员往来，还能够间接带动当地经济、文化等发展，同时也能带动商务旅游、交通基础设施建设，因此水产业发达地区具有更高的海洋旅游网络关注度。

4 结论和讨论

4.1 结论

本文以中国海滨浴场为研究对象，综合运用季节性强度指数、地理集中度指数、赫芬达尔系数等分析了2012-2022年海滨浴场网络关注度的时空演变特征，并通过单因子探测、交互作用探测、生态探测进一步讨论了中国海滨浴场网络关注度空间分异的影响因素。研究发现：

第一，从时间上看：（1）近11年来中国海滨浴场网络关注度年际变化整体呈“先升后降”的“倒U型”发展格局，总体可划分为上升期（2012-2014年）、平稳期（2015-2018年）和下降期（2019-2022年），其中2020年开始出现的显著下滑主要是受新冠疫情的影响;（2）中国海滨浴场的月度网络关注度总体呈现“单波浪”型上下起伏格局，总体分为平稳期（1～5 月）、上升期（6～9 月）、下降期（10～12月）;（3）四季特征方面，夏季与春、秋、冬季的网络关注度差异显著，夏季最高、春秋次之、冬季最低。

第二，从空间上看：（1）各地海滨浴场网络关注度空间集聚程度差异可分为空间均衡期（2012-2018年）和空间集聚期（2019-2022年）;（2）2012年到2022年我国各省（区、市）中国海滨浴场网络关注度先升高后降低，空间分布变化趋势变动剧烈，空间分布上主要集中在东部沿海带，其次是中部地区，最低是西部地区;（3）各省（区、市）网络关注度在2012-2022年间的变化趋势基本保持一致，其中2012-2016年，天津市网络关注度排名始终最高，自2017年以来，关注热点区域从经济发达的北京市、浙江省转移至位置距离较远且期待海滨浴场旅行体验的省市;（4）中国海滨浴场网络关注度在2016年前存在显著的东高西低阶梯状空间分异特征，2017年后主要集中在中部地区和经济发达的东部沿海地区。因此，滨海旅游爱好者主要集中在我国的东部沿海地区、中部地区，未来的海洋旅游营销可以重点关注和投放这两大区域，以期获得良好的营销效果。

第三，从影响因素上看：（1）网络发达程度、经济发展水平、城市化水平、自然环境水平、环境污染程度、水体保护程度、水产业发展程度是各省（区、市）网络关注度空间分异的主导因子，其中网络发达程度的解释力最高，经济和自然因素也起到重要的作用，因此，在开展旅游营销过程中不仅要考虑区域的经济发展水平和自然环境条件，也要利用好当地的网络资源，开展云宣传;（2）各影响因子间的交互作用对海滨浴场网络关注度空间分异的影响远高于单因子的影响，交互作用的类型以双因子增强为主，非线性增强为辅，水产业发展程度与其他因子的交互作用均表现为双因子增强;（3）生态探测结果显示，生态因子对海滨浴场关注度分布影响无显著差异，海滨浴场网络关注度空间分异的演化并非由单一因子造成，而是多因子共同作用的结果。

4.2 讨论

本研究也存在诸多有待完善之处，需进一步深入探索。首先，仅以百度指数衡量网络关注度不足以全面呈现我国居民关注中国海滨浴场的网络搜索行为。海滨浴场网络的时空特征变化有可能受到各地旅游政策的影响，因此，综合考虑更多网络平台的关注数据。其次，地区性的舆情事件对目的地旅游有直接影响。部分海滨浴场所在城市的舆情事件直接影响城市及所在省份的旅游名片、旅游品牌和旅游形象，不利于吸引游客前往当地旅游。囿于数据的限制，本研究并未将此项列入实证讨论范畴，因而“舆情事件”“舆论热点”“头条话题”对海滨浴场网络关注度与需求的时空分异影响程度有待进一步验证，未来可增加定性分析。最后，本研究主要从客源地视角分析我国居民对中国海滨浴场的网络关注度情况，但海洋旅游同时受目的地旅游资源、经济水平、文化形态、政治局势和外交政策等因素的影响，因此，未来可考虑综合客源地与目的地的双重视角，以更全面地解释我国居民海洋旅游网络关注度的时空分异形成机制，进而为海洋旅游的健康发展提供理论依据。