中国冰雪旅游网络关注度的时空特征及影响因素

北京冬奥会助推了中国冰雪旅游高质量发展,冰雪旅游日益成为中国冬季旅游的主导业态,其可持续发展对健康中国、生态文明建设等国家战略具有重要意义。基于百度指数,利用区域经济差异测算指标与地理探测器模型,详细梳理了北京冬奥会前后中国冰雪旅游网络关注度时空分布特征,并进一步对其影响因素进行分析总结。结果表明：(1)时序演化方面,冰雪旅游网络关注度总体时序呈“倒V型”分布特征,具有4个峰值;网络关注度周时段呈现由“尖峰尖谷”向“尖峰平谷”的特征演变。(2)空间演化方面,省域尺度上,冰雪旅游网络关注度空间分布呈现不均衡分布态势,表现为自东向西逐渐衰减的空间特征;区域尺度上,东部、中部、西部三大区域间的空间差异于第2周最为显著;区域内差异表现为中部地区集聚程度最高,东部地区次之,西部地区集聚程度最低。(3)影响因素方面,经济发展状况、人口数量、教育发展水平、网络发展水平等社会经济因素是冰雪旅游网络关注度时空演化格局的核心影响因素,自然因素、体育因素和地理空间距离是次级影响因素。     

广州市旅游景区网络关注度时空特征研究

利用"百度指数"数据分享平台,获取广州市23个4A级及以上景区2016年的网络关注度数据,并利用季节性集中指数、变异系数、回归分析等对广州市旅游景区网络关注度的时空特征进行分析。研究发现:旅游景区网络关注度周内呈现"双休日高、工作日低"的特点;网络关注度年内出现4个波峰,具有"旺季长、淡季短"的特点;"五一"和"十一"网络关注度在假期期间达到顶峰,移动趋势远高于PC趋势,与整体趋势保持一致。全国居民对广州市景区的旅游偏好具有较大差异,以长隆旅游度假区为主的番禺景区群和海珠区的广州塔旅游偏好最强;旅游景区网络关注度省际差异显著,广东、北京等经济发达地区网络关注度较高,东、中、西部省份间的关注度存在差异,西部省份间差异最大。旅游景区网络关注度空间差异是地区人口规模、经济发展水平和距离目的地远近程度等多因素综合影响的结果。     

芜湖方特网络关注度分布特征及与客流量关系研究——以PC端和移动端百度指数为例

基于2016年芜湖方特PC端和移动端逐日网络搜索数据,使用日际变动指数、R指数、G指数、季节指数等方法分析了芜湖方特不同客户端百度指数的网络关注度分布特征,探索了网络关注度与实际客流量之间的关系。结果表明:(1)方特水上乐园PC端与移动端的网络关注度均最为集中,方特东方神画PC端与方特欢乐世界移动端则较为分散;(2)方特欢乐世界PC端网络关注度分布最失衡且最偏向周时段前期,方特东方神画移动端则最为失衡且最偏向周时段后期;(3)方特欢乐世界、方特梦幻王国和方特东方神画PC端网络关注度的旺季为每年4—9月,方特水上乐园为每年5—8月,移动端网络关注度的旺季则依次为3—9月、7—10月、4—9月、6—8月;(4)4个园区的PC端月网络关注度对芜湖方特月客流量的作用强度由大到小依次为方特欢乐世界、方特梦幻王国、方特水上乐园、方特东方神画,移动端则为方特东方神画、方特梦幻王国、方特水上乐园、方特欢乐世界。     

基于百度指数的旅游地景观关注度比较研究——以杭州“西湖十景”为例

百度指数以网页搜索海量数据为基础,通过分析关键词在过去一段时间内的网络曝光率和用户关注度,并根据其变化趋势,直接客观地反映网民对旅游地景观的兴趣和需求。以"西湖十景"为例,通过对2012年、2013年和2014年清明节前后一星期的百度指数变化情况分析,描述旅游者对"西湖十景"各景区网络关注度的差异。研究发现:1检索2012—2014年清明节前后一周内的景区热点曲线图表明,整体趋势图由与PC趋势图相似到逐渐与移动趋势图相似;2PC趋势图和移动趋势图在清明节假日期间,两者呈相反的趋势;3节假日前夕,PC趋势图会出现一个曲线走向高峰;4移动趋势图一般在节假日期间呈现出高峰。     

基于关键词查询的旅游目的地在线信息关注度分析——以我国8大旅游热点城市为例

网络已成为国内游客获取旅游信息的重要渠道,而搜索引擎是信息搜索的重要手段。利用百度的关键词检索,查询我国北京、上海、广州、杭州、西安、成都、昆明和桂林8大旅游热点城市的旅游景点、酒店预订、旅游攻略、旅游地图、地方特产和特色小吃等6个关键词的关注值,构建网络关注度指数,分析8大旅游热点城市的网络关注差异,分析区位指数、知名度指数和旅游经济度指数对网络关注度的影响。     

国家公园类景区网络关注度时空变化特征研究——以泛长三角地区为例

旅游网络信息是景区客流量预测研究的重要基础。以泛长江三角洲地区4A级以上国家公园类景区为研究对象,基于百度指数获取并筛选2010—2016年案例景区网络关注度数据,采用弹性系数、地理集中指数、基尼系数、不平衡指数等指标和GIS反距离权重插值的空间分析方法研究了案例景区网络关注度时空变化特征。结果表明:(1)研究时段内案例景区网络关注度总体呈现上升趋势,但增长速度呈现波动递减的态势;(2)从景区类别角度对比,风景名胜区关注度数值一直最高,2015年之后森林公园关注度增长速度转为最快;(3)网络关注度空间布局"核心—边缘"结构突出,总体呈现分散式集中的"多核"空间结构特征,分布特征年际变化较小,不平衡状态仍将持续存在。     

基于网络游记的城市旅游目的地形象探究——以西安市为例

随着网络信息技术的发展,现代游客和旅游活动与网络的关系越来越密切,网络游记已成为旅游者表达和反映对目的地形象感知的重要平台.在回顾前人对旅游目的地形象相关研究的基础上,运用内容分析法对旅游者发表在携程旅行网上的西安游记进行相关质性分析,探讨了国内旅游者对西安的城市旅游形象感知,以期有针对性地打造旅游产品,精准游客认知.     

基于百度指数的网络空间关注时空分布研究——以长三角5A级景区为例

旅游景区网络空间关注度是其现实旅游流的前兆。利用百度指数提供的"用户关注度"功能,通过关键词搜索获得长三角地区30个5A级旅游景区2014年1月1日至2014年12月31日的网络空间关注度数据,利用GIS等方法进行分析。研究表明:周内存在"日前兆"现象,平日关注度明显高于周末、节假日;月内存在"月前兆"现象,黄金周呈现明显的"井喷现象";网络关注度的空间分布与铁路、高速公路布局趋于相同;2011—2014年间存在相似的时空分布规律,但也有一定的差异性。网络关注度是一种潜在的旅游流,其时空分布特征可为区域旅游流的预测提供一定的理论指导。     

三大古城网络关注度时空分布及其影响因素研究

以我国中部凤凰古城、西部丽江古城、东部乌镇三大具有代表性的古城为研究对象,分析了三大古城网络关注度在2011年、2013年、2016年的时空分布与影响因素。结果表明:(1)三大古城网络关注度分布集中在我国东南部地区,丽江古城的网络关注度分布为集中发展,凤凰古城、乌镇网络关注度为分散发展。(2)乌镇是省际间差异最明显的古城,丽江古城是区域间差异最明显的古城,区域内的差异是古城网络关注度差异形成的最主要原因且差异集中在东部地区。2011—2016年,三大古城的网络关注度区域间差异贡献率逐渐减小而区域内贡献率逐渐增大。(3)关注地的经济发展水平、上网人数以及与古城的经济联系强度和古城的网络关注度空间分布密切相关,关注地上网人数是主要因素;气候与节假日因素对凤凰古城与乌镇网络关注度的时间分布影响显著,且节假日因素起主要影响。     

贵州旅游网络关注度时空差异及政策匹配研究

基于促销政策视角探究贵州旅游网络关注度动态演变、空间差异对制定旅游促销政策具有重要的理论与实践意义。利用百度指数数据,采用引力模型、季节集中度指数和引入旅游舒适度、出游半径及阻尼系数参考值,对贵州旅游网络关注度时空差异演变特征及原因进行研究,并采用IPA模型分析网络关注度与促销政策的匹配效应。结果发现：(1)贵州旅游网络关注度的年际变化总体呈增长趋势,月度分布集中在4—10月。(2)门票和过路费优惠促销政策显著拉高了年际网络关注度。旅游旺季促销加剧了季节性,淡季“大力”促销有“平衡”季节性作用。(3)贵州旅游网络关注度空间分异呈现“本省、周边省份和经济发达省份关注度高”的特征,1500km半径内距离阻力是主要影响因素,1500—3500km半径范围外经济发展水平为主要因素,优惠促销政策首次推出有明显促进效应,连续推出对经济发达省份会产生疲劳效应。(4)IPA矩阵的优势区分布于本省和周边经济发达省份,改进区以周边不发达省份和个别经济发达省份为主,机会区以偏远的经济不发达地区为主,意外区分布于距离稍远的经济发达省份。     

基于IPA理论的会展旅游目的地形象研究——以苏州市为例

在分析会展旅游目的地形象内涵与构成要素的基础上,以苏州为例,通过实地调研与访谈获取数据,并根据IPA理论分析苏州会展旅游目的地形象的基本特点,提出城市会展旅游目的地形象的提升策略,以期为同类型城市发展会展旅游提供借鉴与参考.     

基于旅游者视角的旅游投诉特征与影响因素分析——以云南省为例

从旅游者视角对旅游投诉进行研究,对旅游产业可持续发展有着重要意义。以2014—2016年人民网旅游3·15投诉平台为数据来源,以云南省的投诉案例作为研究样本,借助网络文本分析方法,从旅游者视角对旅游投诉的特征、内容及影响因素进行分析。结果表明:旅游投诉逐年增长,呈现出时间和空间的集聚趋势,时间主要集中在第三季度,空间主要集中在昆明、大理、丽江;导游、旅行社和景区是主要投诉对象,旅游购物是投诉重点,严重损害了目的地的旅游形象。根据研究结果,从旅游投诉机制、导游管理、旅游购物、游客教育、旅游目的地形象维护五个方面提出相应的建议。     

基于百度指数的长沙市居民游憩活动行为时空演变特征研究

基于"百度指数"大数据平台,运用数理建模和ArcGIS空间分析方法探究了长沙市居民游憩活动行为时空演变特征。结果表明:(1)居民对不同景区的游憩选择偏好分异特征鲜明,各景区游憩市场需求引力具有明显的时间演替性。(2)居民游憩选择偏好集中程度不断减弱,游憩活动行为需求和空间指向趋于多元分散化。(3)游憩偏好指数等值线分布呈由中心城区向周边区域逐级递减的"圈层状"结构,游憩活动行为选择"空间极化"态势逐步弱化。(4)游憩活动行为重心位于中心城区,表现为先向"东北",再向"东南"方向迁移,标准差椭圆呈"东北—西南"偏转方向。     

旅游经济网络结构的时空演变与驱动因素研究——以贵州省为例

在旅游业高速背景下,探究所辖子区域旅游经济演化情况及联系强度,对指导区域旅游发展布局有实践意义。研究基于修正的引力模型并结合社会网络分析法,分析了贵州省旅游经济网络结构的时空演变特征及驱动因素。结果发现：(1)贵州省旅游经济联系结构日趋合理,打破了贵阳市“一枝独秀”的单一增长极,出现遵义市、黔东南州、安顺市新的增长极。(2)核心城市持续增多,区域旅游发展由单极化向多级化演变,核心城市逐渐从贵阳市逐渐扩展至遵义市、黔东南州、安顺市、毕节市、黔南州。(3)整体旅游经济网络逐渐由松散关系向紧密关系迈进。核心城市呈现出“三足鼎立、五强矗立、七区联合”的演进趋势。边缘城市六盘水市、黔西南州需加大政策扶持,加强旅游基础设施建设,加大涉旅项目投入,逐渐消解其边缘性。     

基于旅游者视角的旅游投诉特征与影响因素分析——以云南省为例CSSCI

从旅游者视角对旅游投诉进行研究,对旅游产业可持续发展有着重要意义。以2014—2016年人民网旅游3·15投诉平台为数据来源,以云南省的投诉案例作为研究样本,借助网络文本分析方法,从旅游者视角对旅游投诉的特征、内容及影响因素进行分析。结果表明:旅游投诉逐年增长,呈现出时间和空间的集聚趋势,时间主要集中在第三季度,空间主要集中在昆明、大理、丽江;导游、旅行社和景区是主要投诉对象,旅游购物是投诉重点,严重损害了目的地的旅游形象。根据研究结果,从旅游投诉机制、导游管理、旅游购物、游客教育、旅游目的地形象维护五个方面提出相应的建议。     

基于泰尔指数的亲子游网络关注度区域差异研究——以我国31个省份为研究区域

利用百度指数方法,获取2013—2016年我国31个省份亲子游网络关注度数据,运用变差系数(CV)、泰尔指数(T)量化测度我国亲子游网络关注度的区域差异,分别探讨东、中、西部地区,沿海和内陆区域的差异与变化特征。结果表明:我国31个省市区对亲子游的网络关注不断升高;东、中、西部地区总体差异处于相对稳定状态,区域间、区域内差异变化明显,区域内差异是东、中、西部地区总体差异的主要贡献者,其中东部地区对区域内差异贡献率最大;沿海与内陆地区的总体差异、区域间差异、区域内差异均呈现下降趋势,区域内差异是总体差异的主要贡献者,沿海地区为区域内差异的主要贡献者。     

遗产旅游目的地风土记忆研究——以福建省武夷山为例

以福建省武夷山为例,调查居民与游客对当地的风土记忆认知特征,比较不同主体之间记忆水平及其影响因素的差异,并分析记忆与地方依恋之间的关系。结果表明:武夷山居民风土记忆水平普遍高于游客,其影响因素以居民个人特征为主,而游客风土记忆水平与游览特征有关;风土记忆水平与地方依恋具有正向关联性。基于研究结论,提出遗产旅游目的地规划与管理建议。     

旅游时空模式与目的地的选择

旅游时空因素和旅游目的地的选择具有微妙而复杂的关系。本文把旅游资源市场、旅游目的地以及旅游活动和旅游行为动态地纳入旅游时空模式之中进行分析,探讨了施游时空因素与目的地选择之间的关系,并从大、中、小3个尺度分析了目标市场的旅游时空行为。     

基于多源数据的旅游公共设施空间分布特征及供需平衡研究——以福建省厦门市为例

全域旅游和供给侧改革背景下,旅游公共设施的供需平衡尤为重要。使用POI数据和夜间灯光数据,运用Ripley's K(r)函数分析、空间自相关和标准差椭圆法等方法分析了福建省厦门市旅游公共设施的空间分布特征及供需平衡状况。结果发现:①旅游公共设施供给空间呈集聚性和不均衡性特征,为大集聚、小分散空间分异模式。②旅游需求空间形成了多中心、大分散的空间分布特征。③旅游公共设施形成了明显的供需盈赤区。④厦门市应发展多核旅游增长动力,培育专业化旅游服务空间,延长旅游产业链。     

基于IPA分析的旅游目的地形象感知研究——以武陵源风景名胜区为例

运用IPA分析法对武陵源旅游目的地形象感知进行了实证分析.研究表明,武陵源旅游目的地形象建立在过硬的基础设施之上,软件建设相对不足,旅游服务质量不稳定.从总体上看,武陵源旅游目的地形象与游客的预期还存在差距,其中民俗文化独特性、当地物价水平、旅游商品品质属于弱势项目,是今后建设的重点.