用微信扫码二维码

分享至好友和朋友圈

WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于百度指数的武夷山国家公园网络关注度时空特征研究

毛志莹 罗镁玲 董思宁 高扬仪 朱里莹

毛志莹, 罗镁玲, 董思宁, 等. 基于百度指数的武夷山国家公园网络关注度时空特征研究[J]. 四川林业科技, 2023, 44(2): 94−102 doi: 10.12172/202209080003
引用本文: 毛志莹, 罗镁玲, 董思宁, 等. 基于百度指数的武夷山国家公园网络关注度时空特征研究[J]. 四川林业科技, 2023, 44(2): 94−102 doi: 10.12172/202209080003
MAO Z Y, LUO M L, DONG S N, et al. Research on spatial-temporal characteristics of network attention in Wuyi Mountain National Park based on Baidu index[J]. Journal of Sichuan Forestry Science and Technology, 2023, 44(2): 94−102 doi: 10.12172/202209080003
Citation: MAO Z Y, LUO M L, DONG S N, et al. Research on spatial-temporal characteristics of network attention in Wuyi Mountain National Park based on Baidu index[J]. Journal of Sichuan Forestry Science and Technology, 2023, 44(2): 94−102 doi: 10.12172/202209080003

基于百度指数的武夷山国家公园网络关注度时空特征研究


doi: 10.12172/202209080003
详细信息
    作者简介:

    毛志莹(1994—),女,硕士,1658595277@qq.com

    通讯作者: ZLY_2022@126.com
  • 基金项目:  福建省自然科学基金项目“面向多目标权衡的国家公园周边城乡居民点空间布局智能优化研究”(2022J01613);福建省社会科学基金项目“基于虚拟现实技术的恢复性环境心理承载量研究”(FJ2021BF044);福建农林大学杰青项目“以国家公园为主体的自然保护地体系五维网络空间结构构建与应用研究——以福建省为例”(XJQ2021S2);福建农林大学学科专业建设项目“武夷山国家公园生态-视觉敏感性耦合模型研究”(YSYL-XKJC-7)

Research on Spatial-temporal Characteristics of Network Attention in Wuyi Mountain National Park Based on Baidu Index

More Information
    Corresponding author: ZLY_2022@126.com
  • 摘要: 国家公园代表着我国生态系统的保护特色,具有全民公益性,近年来逐渐成为重要的旅游目的地之一,对其网络关注度的研究,可以为国家公园的生态旅游网络营销提供参考依据。根据武夷山国家公园从2011年至2021年共11年的百度指数日指数,采用多指数和空间集散程度分析法探究其网络关注度时空变化特征。结果表明:(1)武夷山国家公园的日均年际网络关注度整体呈现明显的“单峰”特征;月均网络关注度具有“双峰”的季节性特征,其中4月和7月为峰值期,1月为低谷期;五一假期前网络关注度逐渐增加,假期期间则趋势下降,这与游客假期出游的“前兆”效应相吻合;十一假期期间,网络关注度逐渐上升后又下降,有明显的“单峰”趋势,游客可能存在“错峰”出行的现象。(2)2011年至2021年总体网络关注度空间分布集聚较分散,三大片区网络关注度与空间集聚水平整体上相一致,表现为东部地区>中部地区>西部地区。(3)武夷山国家公园网络关注度与GDP、人口总量、人均可支配收入成正相关,与空间距离呈负相关。由此提出针对性策略,以期实现武夷山国家公园的可持续发展。
  • 图  1  2011—2021年武夷山国家公园网络关注度年际变化图

    Fig.  1  Inter-annual change chart of network attention in Wuyi Mountain National Park from 2011 to 2021

    图  2  武夷山国家公园2011—2021年月平均网络关注度分布趋势

    Fig.  2  Distribution trend of monthly average network attention in Wuyi Mountain National Park from 2011 to 2021

    图  3  2011—2021年武夷山国家公园“五一”近两周网络关注度日均变化趋势

    Fig.  3  Daily average change trend of network attention in Wuyi Mountain National Park during May Day holidays from 2011 to 2021

    图  4  2011—2021年武夷山国家公园“十一”近两周网络关注度日均变化趋势

    Fig.  4  Daily average change trend of network attention in Wuyi Mountain National Park during National Day holidays from 2011 to 2021

    图  5  2011、2013、2015、2017、2019、2021年武夷山国家公园日均网络关注度省域分布图

    Fig.  5  Provincial distribution map of daily average network attention in Wuyi Mountain National Park in 2011, 2013, 2015, 2017, 2019 and 2021

    图  6  2011—2021年武夷山国家公园网络关注度分地区变化趋势

    Fig.  6  Regional change trend of network attention in Wuyi Mountain National Park from 2011 to 2021

    表  1  2011—2021年武夷山国家公园网络关注度季节性强度指数

    Tab.  1  Seasonal intensity index of network attention in Wuyi Mountain National Park from 2011 to 2021

    年份20112012201320142015201620172018201920202021
    S8.2466898.2466828.2466768.2466688.2466978.2466738.2466848.2466768.2466798.2466948.246694
    下载: 导出CSV

    表  2  2011—2021年武夷山国家公园网络关注度地理集中指数

    Tab.  2  Geographical concentration index of network attention in Wuyi Mountain National Park

    年份20112012201320142015201620172018201920202021
    地理集中指数23.2622.4122.5623.6323.1322.8522.2622.3222.3821.4421.65
    下载: 导出CSV

    表  3  武夷山国家公园网络关注度赫芬达尔指数

    Tab.  3  Herfindal Index of network attention in Wuyi Mountain National Parknal Park

    年份区域内三大区域
    东部中部西部
    20110.05420.04460.00660.0030
    20120.05390.04450.00640.0030
    20130.05090.04070.00670.0035
    20140.05580.04500.00730.0035
    20150.06310.04380.00670.0126
    20160.05210.04180.00640.0039
    20170.04950.03800.00750.0040
    20180.04990.03950.00720.0032
    20190.05010.03960.00730.0032
    20200.04600.03430.00750.0042
    20210.04690.03540.00760.0039
    下载: 导出CSV

    表  4  武夷山国家公园网络关注度影响因素相关性分析结果

    Tab.  4  Correlation analysis results of influencing factors of Wuyi Mountain National Park network attention

    指标GDP人口数常住人口人均
    可支配收入
    空间距离
    网络关注度0.3060.4120.517−0.621
    下载: 导出CSV
  • [1] 杜家禛,徐菁,靳诚. 基于百度指数的长江三角洲虚拟旅游流流动特征和影响因素分析[J]. 长江流域资源与环境,2021,30(2):290−301.
    [2] 韩剑磊,明庆忠,史鹏飞,等. 基于百度指数的中国省域旅游信息流网络结构特征及其影响因素[J]. 陕西师范大学学报(自然科学版),2021,49(6):43−53.
    [3] 康俊锋,郭星宇,方雷. 基于百度指数时空分布的旅游趋势预测研究——以上海市为例[J]. 西南师范大学学报(自然科学版),2020,45(10):72−81.
    [4] 孙烨,张宏磊,刘培学,等. 基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例[J]. 人文地理,2017,32(3):152−160.
    [5] 丁鑫,汪京强,李勇泉. 基于百度指数的旅游目的地网络关注度时空特征与影响因素研究——以厦门市为例[J]. 资源开发与市场,2018,34(5):709−714.
    [6] 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.
    [7] 王子芝,李玥,华世明,等. 基于生态保护加权的普达措国家公园功能分区研究[J]. 南京林业大学学报(自然科学版),2021,45(6):225−231.
    [8] 马月伟, 潘健峰, 蔡思青, 等. 生态系统服务社会价值与生态价值的权衡与协同关系——以普达措国家公园为例[J/OL]. 地理科学: 1–12[2022–09–07].
    [9] 王尚慧, 姜嫄, 王泰棋, 等. 构建和完善国家公园人才保障体系研究[J/OL]. 林业经济: 1–12[2022–09–07].
    [10] 张云路,徐拾佳,韩若楠,等. 基于山地特征的城市山地公园游憩服务能力评价与优化——以承德市为例[J]. 中国园林,2020,36(12):19−23.
    [11] 尹楠. 武夷山风景区旅游发展的现状研究[J]. 绿色科技,2013(5):268−269. doi: 10.3969/j.issn.1674-9944.2013.05.111
    [12] 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. doi: 10.15957/j
    [13] 杨利, 谢慧, 谢炳庚. 中国大陆31个省(市、自治区)湿地旅游网络关注度时空差异及其影响因素[J/OL]. 湖南师范大学自然科学学报, 2022(4): 77–85[2022–09–07].
    [14] 石峰,兰洪超. 基于百度指数的山东省滨海旅游网络关注度研究[J]. 科技和产业,2020,20(8):17−23. doi: 10.3969/j.issn.1671-1807.2020.08.003
    [15] 唐鸿,许春晓. 中国红色旅游经典景区网络关注度时空演变及影响因素[J]. 自然资源学报,2021,36(7):1792−1810.
    [16] 王志一,杨大利,侯凌燕. 人脸识别中的遮挡多层重建方法[J]. 北京信息科技大学学报(自然科学版),2015,30(5):30−35.
    [17] 张学玲. 顺应论视角下江西省部分县市外宣材料英译实践报告[D]. 江西师范大学, 2016.
    [18] 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.
    [19] 方叶林,程雪兰,黄震方,等. 国家重点风景名胜区网络关注度与游客量的错位特征及机理[J]. 经济地理,2020,40(4):204−213.
    [20] 李明欣,张贞,付艳华. 基于百度指数的盘山风景区网络关注度时空特征研究[J]. 天津城建大学学报,2022,28(3):204−209+215. doi: 10.19479/j.2095-719x.2203204
    [21] 周婷,冼丽君,徐颂军. 珠江三角洲湿地公园的空间分布特征及其影响因素分析[J]. 湿地科学,2018,16(6):707−716.
  • [1] 钟汝淇, 黄秋燕, 杨建欣, 霍明宇, 刘文苑, 廖婉柔, 黄茵燕, 柳怡辰, 罗晓蕾, 郭耿娜, 贺文杰, 陈颢文, 李高山.  园林树木冠层疏透度测度及遮荫功能综合评价 . 四川林业科技, 2024, 45(3): 1-9. doi: 10.12172/202310200001
    [2] 秦炜锐, 刘景怡, 宋心强, 付明霞, 潘翰, 程勇, 薛飞, 周材权, 杨彪.  大熊猫国家公园荥经片区大熊猫可食竹生物量模型 . 四川林业科技, 2024, 45(): 1-7. doi: 10.12172/202309070001
    [3] 郭丽, 罗文皓, 龚雪茜, 张德顺.  大熊猫国家公园科普教育基地游憩适宜性评价 . 四川林业科技, 2024, 45(2): 1-8. doi: 10.12172/202307280001
    [4] 陈莹, 兰芳, 刘金平, 张一嫚, 万其松.  日本菟丝子对园林植物危害度及适应性生长的研究 . 四川林业科技, 2023, 44(1): 32-39. doi: 10.12172/202203070001
    [5] 何柳燕, 李春容, 谭小昱, 罗言云.  大熊猫国家公园邛崃山-大相岭片区景观格局动态变化研究 . 四川林业科技, 2023, 44(2): 21-30. doi: 10.12172/202206150001
    [6] 郑雄, 廖亮, 曾详波, 赖緖林, 张俊先, 赵卫红, 王戈, 张鑫, 朱洪民, 陈竺, 黄科, 余家华, 李生强, 杨志松.  大熊猫国家公园德阳片区的雉类多样性与分布 . 四川林业科技, 2023, 44(2): 64-72. doi: 10.12172/202206010004
    [7] 依来阿支, 唐勇, 何莉, 余雪.  西昌森林火灾风险敏感度分层聚类研究 . 四川林业科技, 2022, 43(1): 70-76. doi: 10.12172/202105220001
    [8] 黄琴, 何江林, 郭海铭, 余水, 孟常来, 王鑫.  成都市城市景观格局时空演变特征及生态效应驱动研究 . 四川林业科技, 2022, 43(4): 31-37. doi: 10.12172/202204110003
    [9] 李永东, 杨旭, 贾国清, 王宇, 郑笑傲, 蒋勇, 杨彪, 李生强.  四川贡嘎山国家级自然保护区白马鸡与血雉的时空生态位分化 . 四川林业科技, 2022, 43(2): 47-55. doi: 10.12172/202107310001
    [10] 雷雨, 冯彬, 谢瑶瑶, 胡露, 赵姗姗, 董鑫.  基于RS与GIS的九寨沟国家级自然保护区地震前后植被覆盖度变化分析 . 四川林业科技, 2022, 43(2): 81-87. doi: 10.12172/202108160002
    [11] 李悦, 姚杨鑫, 王纪杰.  四川大熊猫国家公园区域景观生态系统特征与国家公园适宜性研究 . 四川林业科技, 2022, 43(4): 38-44. doi: 10.12172/202107280003
    [12] 李佩洪, 曾攀, 龚霞, 唐伟, 陈政.  生草对花椒园土壤养分及微生物丰度的影响 . 四川林业科技, 2021, 42(4): 73-77. doi: 10.12172/202012100002
    [13] 张萌, 卢杰, 任毅华.  土壤呼吸的时空变化特征研究进展 . 四川林业科技, 2021, 42(4): 132-138. doi: 10.12172/202103200001
    [14] 吴沛桦, 侯金, 黄耀华, 张栋耀, 白文科, 付励强, 周材权, 张晋东.  利用红外相机调查马边大风顶保护区鸟类资源的时空分布特征 . 四川林业科技, 2020, 41(1): 27-35. doi: 10.12172/201909060002
    [15] 吴世磊, 陈英, 张泽, 苏宇, 张炜, 贺维.  基于灰色关联度的地震损毁地植被快速恢复模式筛选 . 四川林业科技, 2020, 41(6): 111-116. doi: 10.12172/202008190001
    [16] 谢颖颖.  茶叶中游离氨基酸总量的测量不确定度评定 . 四川林业科技, 2019, 40(3): 109-114. doi: 10.16779/j.cnki.1003-5508.2019.03.023
    [17] 刘倩, 覃先林, 李晓彤, 侯亚男.  基于点模式法的四川省林火时空分布特征研究 . 四川林业科技, 2019, 40(6): 6-12,18. doi: 10.16779/j.cnki.1003-5508.2019.06.002
    [18] 梁玉喜, 王戈, 王洪荣.  基于GIS大熊猫活动区域环境特征分析——以大熊猫国家公园(四川)为例 . 四川林业科技, 2018, 39(4): 98-101,114. doi: 10.16779/j.cnki.1003-5508.2018.04.024
    [19] 肖艳, 杨丽娟, 孙佳媛, 高丽楠, 詹毅, 王岑涅, 罗晓波.  基于游客满意度的成都采摘旅游季节性特征研究 . 四川林业科技, 2017, 38(1): 41-45. doi: 10.16779/j.cnki.1003-5508.2017.01.009
    [20] 石亮亮, 杨存建.  震区植被覆盖度动态变化及其受损研究——以芦山县为例 . 四川林业科技, 2014, 35(3): 21-26. doi: 10.16779/j.cnki.1003-5508.2014.03.003
  • 加载中
  • 图(6) / 表(4)
    计量
    • 文章访问数:  288
    • HTML全文浏览量:  147
    • PDF下载量:  22
    • 被引次数: 0
    出版历程
    • 收稿日期:  2022-09-08
    • 网络出版日期:  2023-02-04
    • 刊出日期:  2023-04-25

    基于百度指数的武夷山国家公园网络关注度时空特征研究

    doi: 10.12172/202209080003
      作者简介:

      毛志莹(1994—),女,硕士,1658595277@qq.com

      通讯作者: ZLY_2022@126.com
    基金项目:  福建省自然科学基金项目“面向多目标权衡的国家公园周边城乡居民点空间布局智能优化研究”(2022J01613);福建省社会科学基金项目“基于虚拟现实技术的恢复性环境心理承载量研究”(FJ2021BF044);福建农林大学杰青项目“以国家公园为主体的自然保护地体系五维网络空间结构构建与应用研究——以福建省为例”(XJQ2021S2);福建农林大学学科专业建设项目“武夷山国家公园生态-视觉敏感性耦合模型研究”(YSYL-XKJC-7)

    摘要: 国家公园代表着我国生态系统的保护特色,具有全民公益性,近年来逐渐成为重要的旅游目的地之一,对其网络关注度的研究,可以为国家公园的生态旅游网络营销提供参考依据。根据武夷山国家公园从2011年至2021年共11年的百度指数日指数,采用多指数和空间集散程度分析法探究其网络关注度时空变化特征。结果表明:(1)武夷山国家公园的日均年际网络关注度整体呈现明显的“单峰”特征;月均网络关注度具有“双峰”的季节性特征,其中4月和7月为峰值期,1月为低谷期;五一假期前网络关注度逐渐增加,假期期间则趋势下降,这与游客假期出游的“前兆”效应相吻合;十一假期期间,网络关注度逐渐上升后又下降,有明显的“单峰”趋势,游客可能存在“错峰”出行的现象。(2)2011年至2021年总体网络关注度空间分布集聚较分散,三大片区网络关注度与空间集聚水平整体上相一致,表现为东部地区>中部地区>西部地区。(3)武夷山国家公园网络关注度与GDP、人口总量、人均可支配收入成正相关,与空间距离呈负相关。由此提出针对性策略,以期实现武夷山国家公园的可持续发展。

    English Abstract

    • 国家公园是生态旅游的重要类型,具有生态与经济双重价值。大数据背景下的网络关注度是游客在信息检索留下的数字足迹,在一定程度上能够反映游客对某一旅游信息的关注程度和潜在需求,与游客的真实出游行为存在紧密关联。因此对国家公园网络关注度时空特征的研究,将有助于了解国家公园的公众关注度,借此针对性的提出发展策略,有利于助推国家公园生态旅游的进一步发展。

      现有国内外学者对旅游网络关注度的研究主要集中在三个方面:一是网络关注度与旅游流的关系研究。杜家禛运用地理回归模型以长江三角洲为研究对象,基于百度指数探求区域虚拟旅游流流动特征[1]。韩剑磊运用社会网络分析法和地理探测器等方法对我国省域基于百度指数所表征的旅游信息流进行网络空间结构特征及影响因素进行分析[2]。二是网络关注度与旅游预测研究。康俊峰以上海市为例,根据百度指数构建旅游趋势预测模型,提出地理位置的旅游空间距离与旅游出游率呈反比[3]。孙烨等利用协整理理论及格兰杰因果检验分析PC端和移动百度指数与实际游客量之间的关系,发现移动端的预测效果优于PC端百度指数模型的预测效果[4]。三是网络关注度与旅游目的地的时空特征研究。丁鑫采用季节性集中、地理集中指数等指标研究厦门市旅游网络关注的时空分布特征[5]。何小芊等运用基尼系数、相关系数分析法等研究温泉旅游网络关注度的时空分布特征[6]。当前国内外对国家公园旅游的研究多侧重于功能分区[7]、生态价值[8]、体制建设[9]、游憩评价[10]等方面,缺乏国家公园在市场需求及宣传营销方面的研究。

      综上所述,国内外对网络关注度的研究较为全面,关于国家公园的研究虽有一定基础,但鲜有与大数据相结合的“线上”研究。因此,基于百度指数获取武夷山国家公园的网络关注度数据,采用季节性强度指数、地理集中指数、赫尔芬达指数等方法,探析国家公园网络关注度的时空演变及其影响因素,以期揭示国家公园网络关注度的时空差异,为国家公园的可持续发展提供参考依据。

      • 武夷山国家公园位于福建省与江西省的西北部交界地带,是国家级首批重点风景名胜区之一[11],荣获世界自然与文化双重遗产、国家5A级旅游景区、国家生态旅游示范区等称号。其由武夷山国家级自然保护区、武夷山国家级风景名胜区、九曲溪上游保护地带等区域组成,总面积面积1001.41 km2。武夷山国家公园以丹霞地貌和理学文化为特色,自然资源与人文游憩资源丰富,是集风景游赏、保护培育、科普教育为一体的山岳型国家级风景名胜区,每年吸引着众多游客到访游憩,因此研究武夷山国家公园具有较强的代表性。

      • 百度指数是一种衡量海量网民网络行为的参照依据,可以直客观地反映社会热点、网民的兴趣和需求[12],近年来被广泛应用于旅游、市场营销等多门学科。因此,本文将百度指数作为衡量潜在游客网络关注度的重要指标,以“武夷山”为关键词,分别获取从2011年1月1日至2021年12月31日共11年的日均、月均、年均百度指数,分析武夷山国家公园网络关注度的时空分布特征与影响因素。影响因素的变量设置参考已有期刊研究结果,指标数据主要来源于《中国统计年鉴》和《国民经济和社会发展统计公报》等。

      • 季节性强度指数是反映季节性周期变动规律,用来衡量网络关注度在时间分布上的集中程度,计算公式[13]

        $$ S=\sqrt{\displaystyle\sum_{\mathrm{i}=1}^{12}\frac{\left({\mathrm{p}}_{\mathrm{i}}-8.33\right)^2}{12}} $$ (1)

        式中,$ {\mathrm{p}}_{\mathrm{i}} $为分月武夷山国家公园网络关注度占全年网络关注度的比值。季节性强度指数S的值越大,武夷山国家公园网络关注度时间分布集中度越高,淡旺季差异越明显,反之差异较小。

      • 地理集中度是地理聚类分析的方法,用来衡量地理要素分布的聚集程度,取值范围为0~100。本研究用来反映武夷山国家公园网络关注度的地理来源于分布强度,计算公式[14]

        $$ G=100\times \sqrt{\displaystyle\sum_{\mathrm{i}=1}^{\mathrm{n}}\left(\frac{{\mathrm{q}}_{\mathrm{i}}}{\mathrm{q}}\right)^2} $$ (2)

        式中,$ {\mathrm{q}}_{\mathrm{i}} $和q分别表示第i个地区的武夷山国家公园网络关注度和武夷山国家公园网络关注度的总量。若G值越大,则说明武夷山国家公园网络关注度分布越集中;反之,G值越小,武夷山国家公园网络关注度分布越分散。

      • 赫芬达尔系数是用来衡量区域经济规模指标集聚程度的重要指标,取值范围为0–1,本文用以衡量武夷山国家公园网络关注度的区域集中程度,其计算公式[15]

        $$ H=\sum _{\mathrm{i}=1}^{\mathrm{n}}{\mathrm{S}}_{\mathrm{i}}^{2} $$ (3)

        式中,$ {\mathrm{S}}_{\mathrm{i}}^{} $为i省武夷山国家公园网络关注度占全国的比重。H值介于0和1之间,若其值越接近1,则代表武夷山国家公园网络关注度区域集中程度越高;反之,值越接近0,区域集中程度越低。

      • 对2011—2021年武夷山国家公园的日均年际网络关注度进行统计分析(见图1),分析可知武夷山国家公园2011—2021年的网络关注度总体表现出明显的“单峰”特征。计算可知,2013年度出现小幅度的下滑,下降了3.84%;到2014—2017年开始出现大幅度增长,2017年网络关注度较2016年增加了42.25%,增长率较明显;但2019—2020年开始大幅度下滑,2020年网络关注度较2019年下降了24.98%,2021年还是处于下降趋势,但较2020年下降趋势放缓,波动性较小。进入21世纪,全国各地兴起旅游开发的热潮,而国家公园是以生态保护为前提,游憩与保护的双重矛盾给武夷山国家公园景区带来了严峻挑战。且园区服务水平参差不齐、游憩产品同质化严重、文化价值挖掘不够深入等问题层出不穷,仅靠武夷山国家公园优良的自然游憩资源很难持久保持吸引力。2017年福建省政府实施《武夷山国家公园总体规划及专项规划(2017—2025年)》,武夷山国家公园网络关注度得到大幅的提升。然而因为2019年国内新冠肺炎疫情的爆发,2020年1月国家文和旅游部发布《暂停旅游企业经营活动的紧急通知》,游客出于自身安全以及响应国家政策,出游意愿锐减,武夷山国家公园受到相应的影响,故2020年游客的网络关注度出现大幅度下降。

        图  1  2011—2021年武夷山国家公园网络关注度年际变化图

        Figure 1.  Inter-annual change chart of network attention in Wuyi Mountain National Park from 2011 to 2021

      • 武夷山国家公园的网络关注度表现出明显的季节变化特征,如表1所示,2011—2021年季节性强调指数均在8.247以上,整体指数较高且年际变化不明显,可见武夷山国家公园网络关注度的月份分布较分散,月份之间差异变动较大。季节性强度不同使得客流量也呈现出随季节变化的特点。本文对武夷山国家公园近十年网络关注度按月份均值进行汇总,结果如图2所示,总体而言武夷山国家公园表现出明显的“双峰”特征,4月、7月为两个高峰期,1月为最低值。按照四季划分标准,即春(3–5月)、夏(6–8月)、秋(9–11月)、冬(12–2月),对近10年武夷山国家公园总网络关注度进行季节占比计算,计算得到春季27.80%、夏季29.82%、秋季25.43%、冬季16.94%。春季、夏季占比较高,与武夷山国家公园的旅游淡旺季相符。冬季游客出行意愿受温度影响,网络关注度较低;春季天气回暖,旅游人数得到回升;但4–6月春夏交接,福建省进入梅雨期,受雨季影响,游人出行减少,网络关注度有所回落;夏季气温较高,但处于国内暑假期间,且受漂流、竹筏等水上娱乐项目的影响,游客量激增,网络关注度迅速上升;秋季,随着学生开学返校,游客量平缓递减。

        表 1  2011—2021年武夷山国家公园网络关注度季节性强度指数

        Table 1.  Seasonal intensity index of network attention in Wuyi Mountain National Park from 2011 to 2021

        年份20112012201320142015201620172018201920202021
        S8.2466898.2466828.2466768.2466688.2466978.2466738.2466848.2466768.2466798.2466948.246694

        图  2  武夷山国家公园2011—2021年月平均网络关注度分布趋势

        Figure 2.  Distribution trend of monthly average network attention in Wuyi Mountain National Park from 2011 to 2021

      • “五一”和“十一”作为我国小长假对于分析武夷山国家公园网络关注度变化特征具有代表意义。本文以通过计算2011—2021年5月1日和10月1日所在两周网络关注度日数据,得到“五一”和“十一”小长假近两周的变化趋势,结果如图3所示。分析可知,武夷山国家公园“五一”期间近两周关注度峰值为5月1日,五一假期前游客对武夷山国家公园的搜索量逐渐增加,假期期间对武夷山国家公园的则网络关注度整体趋势呈下降的态势,与游客假期出游的“前兆”效应[16]吻合。

        图  3  2011—2021年武夷山国家公园“五一”近两周网络关注度日均变化趋势

        Figure 3.  Daily average change trend of network attention in Wuyi Mountain National Park during May Day holidays from 2011 to 2021

        游客在十一假期对武夷山国家公园的关注度呈现“单峰”的趋势,如图4所示。分析可知,9月24日—10月2日武夷山国家公园的网络关注度逐步攀升,于10月2日到达峰值点,10月2号之后关注度有所下降,但10月2日—10月5日关注度仍高于十一假期前,可能是由于出现“错峰”旅游的现象,游客选择在此时间段内到访游玩。

        图  4  2011—2021年武夷山国家公园“十一”近两周网络关注度日均变化趋势

        Figure 4.  Daily average change trend of network attention in Wuyi Mountain National Park during National Day holidays from 2011 to 2021

      • 选取2011年、2013年、2015年、2017年、2019年、2021年的武夷山国家公园各省日均网络关注度值借助ArcGIS软件绘制省域空间分布图(见图5),颜色越深表明网络关注度越高。整体而言,武夷山国家公园网络关注度在各省分布存在不均衡性,整体呈现东部关注度高,中部关注度次之,西部关注度低;且距离武夷山国家公园越近,网络关注度越高。

        图  5  2011、2013、2015、2017、2019、2021年武夷山国家公园日均网络关注度省域分布图

        Figure 5.  Provincial distribution map of daily average network attention in Wuyi Mountain National Park in 2011, 2013, 2015, 2017, 2019 and 2021

        从省域层面来看,福建、广东、浙江的网络关注度近年来均居于前三位,而西藏、青海、新疆、内蒙古、黑龙江、甘肃、陕西等的关注度在近几年均低于其他地区。选取地理集中指数从空间角度对武夷山国家公园网络关注度进行进一步的分析。地理集中指数的测量结果如表2所示,2011—2021年武夷山国家公园地理集中指数在21.11~23.63之间起伏波动,但幅度较小,表明武夷山国家公园网络关注度地理空间格局相对稳定。若武夷山国家公园的网络关注度平均分布于31个省份之间,地理集中指数为30.15,因为2011—2021年实际网络关注度小于30.15,因此,从省份的视角而言,11年间武夷山国家公园的网络关注度较为分散。

        表 2  2011—2021年武夷山国家公园网络关注度地理集中指数

        Table 2.  Geographical concentration index of network attention in Wuyi Mountain National Park

        年份20112012201320142015201620172018201920202021
        地理集中指数23.2622.4122.5623.6323.1322.8522.2622.3222.3821.4421.65

        从区域的层面来看,因为省域之间经济水平发展的不均衡性,故本研究将武夷山国家公园网络关注度划分为东部地区、中部地区和西部地区三个区域展开分析,结合图5图6所示,东部地区的发展趋势与整体发展趋势基本一致。但东、中、西三大地区之间的关注度存在明显的差异,由高至低排列为:东部地区>中部地区>西部地区,与地区间的经济发展水平相吻合。东部地区经济发展水平普遍高于中西部地区,且武夷山国家公园位于东部地区,园区的基础设施、接待设施、生态环境等的完善有雄厚的资金支撑且由于交通的便利性,东部地区人们的出游意愿也更强烈。其次人口密度较大也意味着东部地区拥有更多的潜在旅游者,对武夷山国家公园信息的关注水平亦会受到影响。使用赫芬达尔系数衡量我国东-中-西三大区域的空间集聚程度,如表3所示。东、中、西三大区域内的差异总体呈现波动上升又平缓下降的态势,武夷山国家公园网络关注度的区域总体集中程度较低。总体上我国东部地区的空间聚聚水平高于中西部地区,福建、广东和浙江均属于国内旅游较发达的城市,在交通便利性和游客客流量上具有较强的优势。而黑龙江、内蒙古、西藏等省份因其旅游产业较不发达,且远距离的原因,因而对武夷山国家公园的关注度也处在较低的水平。

        图  6  2011—2021年武夷山国家公园网络关注度分地区变化趋势

        Figure 6.  Regional change trend of network attention in Wuyi Mountain National Park from 2011 to 2021

        表 3  武夷山国家公园网络关注度赫芬达尔指数

        Table 3.  Herfindal Index of network attention in Wuyi Mountain National Parknal Park

        年份区域内三大区域
        东部中部西部
        20110.05420.04460.00660.0030
        20120.05390.04450.00640.0030
        20130.05090.04070.00670.0035
        20140.05580.04500.00730.0035
        20150.06310.04380.00670.0126
        20160.05210.04180.00640.0039
        20170.04950.03800.00750.0040
        20180.04990.03950.00720.0032
        20190.05010.03960.00730.0032
        20200.04600.03430.00750.0042
        20210.04690.03540.00760.0039
      • (1)气候舒适度,已有研究表明气候条件对网络关注度的季节变化有直接的影响[17]。据2011—2021年武夷山国家公园网络关注度的数据可以看出,冬季气温较低,游客出行意愿也较低,进而导致网络关注度也相对较低;而春秋两季由于适宜的气温,游客出行意愿相对较高,其网络关注度也相对较高。

        (2)节庆假日,对武夷山网络关注度有重要的影响。据2011—2021年武夷山国家公园月均网络关注度可以看出,4–5月、7–10月的网络关注度相对较高,且五一、暑假、十一等节假日均在其中,游客出游意愿大,因而对武夷山国家公园的网络关注度也相较其他月份要高,存在季节性特征。

      • 为探求武夷山国家公园网络关注度时空分布的影响因素,在参考相关文献的基础上[18-20],根据中国统计年鉴,将各地区的GDP、人口数、常驻居民人均可支配收入、空间距离4个指标列为解释变量,借助SPSS进行相关性分析。

        根据表4检验结果显示,武夷山国家公园网络关注度与GDP、人口数、常住人口人均可支配收入呈正相关,与空间距离相关性较弱。国内生产总值与常住人口人均可支配收入两个指标共同构成地区经济发展水平,其中常住人口的人均可支配收入高于国内生产总值。自然保护区、森林公园、湿地公园等保护地的建设与发展主要依靠政府的财政投入和支持[21]。武夷山国家公园的建设发展离不开政府财的财政支持,经济发展水平越高,武夷山国家公园的发展也相应的越好。游客的出行动机收到人均可支配收入的影响,人均可支配收入越高,潜在游客的出行意愿相对更强,进而影响武夷山国家公园的网络关注度水平。东部地区的经济发展水平相对较高于中部和西部地区,景区的建设发展与服务品质也存在一定的差异,故东部地区存在更多的潜在旅游者,对武夷山国家公园的网络关注度也相对较高。人口数也在一定程度上影响网络关注度。以四川和贵州省为例,四川省近10年平均人口为8248.4万人,贵州为3754.5万人,两地距武夷山国家公园的空间距离相近,但近10年四川省的网络关注度为151478,贵州省为80039。由此可见人口总数对网络关注度呈正相关。空间距离的远近也是影响游客出行意愿的重要因素之一,各地与武夷山国家公园的距离越远,网络关注度越低,一方面与武夷山国家公园的知名度有关,另一方面,也与交通费用相关,当交通费用超过游客预期,游客大多会选择相近的其他景点作为替代,相应的对武夷山国家公园的网络关注度也会下降。

        表 4  武夷山国家公园网络关注度影响因素相关性分析结果

        Table 4.  Correlation analysis results of influencing factors of Wuyi Mountain National Park network attention

        指标GDP人口数常住人口人均
        可支配收入
        空间距离
        网络关注度0.3060.4120.517−0.621
      • 采用百度指数获取了2011—2021年11年的武夷山国家公园网络关注度,结合时空测度指标,全面分析中国31个省(市、自治区)对武夷山国家公园网络关注度时空差异特征及其影响因素,主要结论如下。

        (1)2011—2021年全国各省对武夷山国家公园的网络关注度总体呈先升后降的“单峰”时间变化趋势;武夷山国家公园网络关注度月际上下波动呈“双峰”时间变化趋势,主要集中在4月和7月,季节性强度指数均值大于8.247,也表明存在季节性差异;节假日期间,武夷山国家公园网络关注度出现“前兆”效应,反映游客有出游前准备的可能,且存在错峰出游的可能性。

        (2)2011—2021年全国各省对武夷山国家公园的网络关注度存在不均衡性。从省域层面而言,11年间武夷山国家公园的网络关注度的集中水平较为分散。从区域层面而言,三大片区的网络关注度呈现东部地区>中部地区>西部地区的格局,与整体时间变化基本一致。

        根据赫尔芬达系数结果,三大片区集聚程度由高至低依次为东部地区>中部地区>西部地区

        (3)影响武夷山国家公园网络关注度的时间差异受气候舒适度、节庆假日的影响。空间差异受GDP、人口数、人均可支配收入和空间距离的影响,其中与GDP、人口数和人均可支配收入均呈正相关,与空间距离呈负相关。

      • (1)完善国家公园的特色旅游体验,增加自然教育基础设施

        武夷山国家公园多以自然观光为主,多为漂流、划竹排等娱乐项目,类型单一,且受气候影响因素较大,导致冬季时,游客可玩性较低,体验感不佳。目前,游客对自然教育等体验活动接触较少,可以在保护的前提下,在园区内开展农事体验、自然课堂和实地巡护体验等高品质、多样化的环境教育活动,以弥补当前武夷山国家公园项目类型单一的不足,发挥对游客的集聚力,进一步增强武夷山国家公园的知名度。

        (2)正视网络关注度空格局的不均衡性,借力新媒介推广国家公园的知名度

        从网络关注度的空间差异分析可以看出,武夷山国家公园的网络关注度中部、西部较低,应深度提炼武夷山国家公园的形象,侧重挖掘特色资源,借力相关的微博、微信、网络媒体等新媒介根据网络关注度实行战略推广和营销,形成口碑效应,使得武夷山国家公园的旅游形象深入人心,打破空间限制,从而提高中西部的网络关注度。

        (3)借助大数据监测,实行国家公园动态化管理发展。

        借助大数据可以即时了解游客对国家公园的关注度高低。当网络关注度逐步攀高时,应及时控制游客容量,完善游客服务接待设施,做好游客路线疏散等应急管理措施;当网络关注度进入低谷期时,应采取门票优惠、开发文创产品等措施,吸引游客到访游憩。

    参考文献 (21)

    目录

      /

      返回文章
      返回