佛教旅游地网络关注度时空分布差异及其影响因素研究——以五台山景区为例

以佛教旅游地五台山景区的网络关注度为研究对象,基于百度指数和《中国统计年鉴》有关数据,采用季节集中指数、地理集中指数、变差系数和市场集中度指数等多个指标,并运用面板回归模型分析了五台山景区的网络关注度时空分布特征及其影响因素.结果表明,五台山网络关注度存在一定季节差异,但总体淡旺季差异较小,且旺季长淡季短;网络关注度的省际分布差异显著,高关注省份主要是山西省和周边临近省份及经济发展水平较高的东部沿海省份;五台山网络关注度空间差异的影响因素从大到小排列依次是各省距离五台山的距离、人口规模、居民消费水平、互联网普及率和大专及以上人数占比.在今后的发展中应注重差异化营销策略,并不断提高游客满意度.     

东北5A级景区网络关注度区域差异研究

以2013—2016年全国31个省、自治区、直辖市对东北5A级景区网络关注度的百度指数为数据基础,采用弹性系数、变异系数和泰尔指数的方法来测度东北5A级景区的网络关注度的区域差异特征,分析了网络关注度的空间格局和影响因素。研究发现:2013—2016年全国对东北5A级景区的网络关注度总体呈现出增长的趋势;区域间、区域内和以省际为单元的网络关注度差异显著,网络关注度的空间格局未发生根本性变化;区域间差异是造成东北5A级景区网络关注度区域差异的主要原因,区域内差异对总差异的贡献率较小;客源地的旅游资源丰度和客源地与旅游目的地间的空间距离是东北5A级景区旅游网络关注度空间分布的主要影响因素。     

基于百度指数的东北三省4A级及以上景区网络关注度分析

基于2015—2016年百度指数,利用GIS空间分析方法及泰尔指数分析了全国31个省、自治区、直辖市对东北三省4A级及以上旅游景区的网络关注度.结果表明:(1)对于4A级以上景区关注强的省份主要集中在近距离省份以及经济发达的省份;(2)东北三省4A级以上旅游景区中,网络关注度高的与网络关注度低存在显著的差异;(3)全国31省对东北三省旅游网络关注度从高到低依次是辽宁省、黑龙江省和吉林省.     

中国邮轮旅游网络关注度的时空格局及影响因素研究

邮轮旅游作为我国新兴的专项旅游活动,市场需求旺盛.越来越多的旅游者通过网络获取邮轮旅游的相关信息,并在检索过程中形成了对邮轮旅游的网络关注度.可以说,邮轮旅游网络关注度是旅游者的需求状况在网络上的直观表现.本文基于百度指数,综合运用变异系数、地理加权回归等数理及空间分析方法,研究2011—2016年我国邮轮旅游网络关注度的时空特征及影响因素.结果表明:(1)邮轮旅游网络关注度总体上呈逐年递增的趋势,年际差异较大,呈现明显的季节性特征,旺季高、淡季低,全年出现7月和3月两个主次波峰."春节"期间的网络关注度基本在节日前两天达到高峰,"十一"的关注度的高峰比"春节"提前1天,"十一"及"春节"期间的网络关注度整体呈现"V"字型,节前、节后的网络关注度均高于节日内.(2)邮轮旅游网络关注度的省际差异较大,关注度的高值区主要位于东部沿海地区,其范围呈现由沿海到内陆、从南方向北方并不断向中部地区拓展的变化趋势,省际差异逐渐缩小.(3)气候条件及闲暇时间是影响关注度时间分布的重要因素,各省之间经济、旅游、教育等发展水平不同是导致其空间分布差异的重要因素.     

法定节假日四川旅游网络关注度时空分异及影响因素

基于2015-2019年全国31个省、自治区、直辖市节假日期间对四川省旅游网络关注度的百度指数,采用莫兰指数和Getis-Ord Gi*指数等分析节假日四川省旅游网络关注度的时空分异特征,运用最小二乘法和地理探测器研究网络关注度时空分异的影响因素.研究发现:①2015-2019年节假日四川省旅游网络关注度在中秋节和国庆...     

福建省海岛旅游网络关注度时空分布格局及影响因素

海岛旅游的网络搜索能够反映游客出行的前兆效应和发展趋势.利用百度指数获取2017—2021年近5年中国大陆31个省份对福建省海岛旅游的网络关注度的搜索指数，以东山岛、平潭岛、湄洲岛和鼓浪屿4个福建省具有代表性的海岛为例进行分析.研究发现：(1)2017—2021年福建省海岛旅游网络关注度总体上呈现出先上升后下降的态势，其中2020年新冠疫情突发为重要拐点；季节性差异较明显，平潭岛季节性变化幅度最大、湄洲岛季节性变化最小；年内搜索旺季集中在春夏秋季节，具有旺季时间长淡季时间短的特点.(2)福建省海岛旅游网络关注度存在地域分布差异性，具有明显的地域衰减规律，整体呈“东部-中部-西部”波动递减的趋势，随时间推移区域间关注度分布向均衡发展.(3)福建省网络关注度与气候适宜性、地区经济发展水平、互联网发展程度和地理距离等有密切关联，是造成福建省海岛旅游网络关注度时空特征变化的重要原因.     

基于百度指数的省域旅游形象口号 网络关注度时空特征研究

以百度指数作为数据来源,运用变异系数、基尼系数等统计分析方法和全局自相关空间分析方法,对中国8个省的省域旅游形象口号网络关注度的时空特征进行研究。结果显示:在年变化特征上,关注度总体呈降低趋势,特别是推出时间较早的形象口号;整体月变化曲线呈双"M"形,特殊事件对关注度的影响非常显著,网络关注度的高峰、低谷与国内旅游活动的季节性差异具有同步性;关注度月变异系数整体多呈波动降低趋势,各月份间的网络关注度差异在变小;周变化曲线呈倒斜"一"型,网络关注度平时较高,周末较低。在空间特征上,省域旅游形象口号网络关注度较高的区域是本省(市)、东部经济发达地区和邻近省(市),关注度高的区域与旅游客源地具有重合性,关注度的省际基尼系数与莫兰指数的结果具有共同性。最后从省域旅游形象口号的设计、宣传方式和目的地营销这3个方面给出了建议。     

长征国家文化公园沿线红色旅游经典景区网络关注格局及影响因素

以长征国家文化公园沿线15个省区的红色旅游经典景区为研究对象,运用季节集中度指数、地理集中度、变差异系数等方法探讨2015—2022年沿线红色旅游经典景区网络关注度的时空特征及影响因素。结果表明：(1)从时序上看,2015—2022年景区网络关注度整体特征呈现波浪式增长的稳定演变趋势,且季节性差异较小,全年分布较为均匀;(2)从空间上看,东-中-西部地区关注度差异性呈明显下降趋势,集聚程度较低,省域间网络关注度的地域空间格局相对稳定,均衡性逐渐增强;(3)景区层面,根据季节差异性来划分,景区数量呈“金字塔”结构,单峰型景区季节差异性特征显著,多峰型景区季节差异较小;(4)教育发展水平、区域人口量级水平、交通发展状况、经济发展水平、互联网发展水平综合作用促成了长征国家文化公园沿线红色旅游经典景区网络关注度的关注格局,而红色旅游发展水平对其影响效果不显著。     

中国省际人口迁移空间特征与影响因素分析

采用全国第六次人口普查的省际人口迁移及相关社会经济等数据,首先分析省际迁移人口的空间分布特征,然后利用全局Moran’s I指数考察了省际人口迁移流中的网络自相关性,再构建基于网络自相关的特征向量空间过滤模型对省际人口迁移的动力机制进行分析,并与引力模型的回归结果进行对比验证,揭示网络自相关影响下省际人口迁移的动力机制. 结果表明:(1)省际迁入及净迁入人口主要集中在我国三大经济圈,省际迁出人口主要分布于我国中南部;省际总迁移人口积聚于三大经济圈及中南部地区. (2)省际人口迁入、迁出流存在网络自相关,对人口迁移动力建模时应考虑网络自相关因素.文中加入了网络自相关因素后的特征向量空间过滤模型的拟合水平整体优于引力模型,较成功地揭示了人口迁移流中的网络自相关效应,减少了对其他变量的有偏估计. (3)非网络自相关变量中,人口总量、经济及距离因素对人口迁移活动的影响较大.     

基于网络评论的旅游目的地评价研究——以我国31个省市自治区为例

以创新旅游目的地评价方法为目的,基于旅游网络评论数据,从旅游目的地发展规模和质量两个维度构建旅游目的地关注度—满意度分析(ASA)模型.整合国内8大在线旅游平台评论数据,采集全国23 496个景点的1 368 052条有效评论,建立我国大陆31个省市自治区基础数据库.通过模型化和可视化的方法对省域旅游目的地发展水平进行分析,结果显示：1)网络旅游关注度呈现长尾和极化特征,约80%的在线旅游评论集中在10%的核心旅游景点;核心旅游景点空间聚集度呈现出由高到低的“东—中—西”格局;2)不同类型景点在网络关注度和满意度上均有明显差异,且游客对不同类型景点具有不同的正负面情感特征.基于上述特征分析,结合31个省市自治区ASA定位分析结果,提出了我国大陆31个省市自治区旅游发展优化路径.     

研学旅游网络关注度时空差异及影响因素研究

基于百度指数获取2016—2021年我国31个省份“研学旅游”的网络搜索量,应用季节性集中指数和热点分析等方法,探究研学旅游网络关注度空间分布的时空差异特征,并从经济、教育、旅游、公共服务等方面探究研学旅游网络关注度空间分布差异的原因.研究发现：(1)研学旅游网络关注度在2016—2021年呈下降趋势,且在季节分布上具有不均衡性,在节假日前后呈现一定的集中性.(2)研学旅游网络关注度具有聚类分布特征,并且有较高的显著性：东部沿海和中部省份研学旅游网络关注度较高,西北、东北和西南地区较低.(3)区域经济水平、教育水平、研学旅游的发展水平和公共服务等因素是影响研学旅游网络关注度的主要因素.     

河南5A级景区网络关注度时空演变特征与影响因素

基于百度指数平台，分析了河南5A级景区网络关注度在2015-2021年的时空演变特征与影响因素.研究结果表明：(1)河南5A级景区网络关注度年际变化不大，集中分布在春夏季和早秋，月份呈现4月，8月，10月“三峰”状变化；(2)从节假日变化来看，网络关注度在“五一”“十一”假期呈现倒“U”形的曲线图，假期前夕持续上升，假期初期达到峰值，随后开始平缓下降至平稳状态；(3)网络关注度空间分布比较集中，主要分布在东南沿海地区以及河南省及周边省市，近年来空间分布趋于分散，同时发现全国各省市居民更偏向于河南5A级景区的人文类景观；(4)节假日、人口基数、互联网普及率、经济联系强度等是影响河南5A级景区网络关注度的重要因素.     

岳麓山-橘子洲景区国内网络关注度时空分布的特征

岳麓山-橘子洲景区是长沙著名景点之一，是长沙旅游的风向标。以景区相应关键词的百度指数为网络关注度计算基础，分析景区2018—2021年国内网络关注度时空分布规律及变化特征。结果显示，景区网络关注度总体处于上升趋势，2020年虽有较大幅度下跌，但2021年强势反弹，扭转了下跌势头。这4年间景区国内网络关注度时序规律变化总体不大，各年际变动相对较小，各季节占比保持了相对均衡，但是2020年后景区网络关注度淡、平、旺季分布规律有明显改变，假期分布规律在2020年上半年有较大变化。地理集中指数显示景区网络关注度空间分布相对分散，各省区市网络关注度变化相对同步，但首位度指数显示湖南本省优势突出，省域变异系数表明各省区市之间差异较大，自相关分析结果显示空间分布有较强集聚性，影响因素分析结果表明地理空间距离、人口数量和GDP等与景区网络关注度之间存在较强相关性。     

湖南“红三角”旅游区PC与移动游客网络关注度时空分布特征及其异同

【目的】揭示“红三角”PC和移动游客网络关注度时空分布特征及影响因素,分析各影响因素的边际效应,在此基础上,分析两者的异同。【方法】收集游客网络关注度及其他相关数据,利用季节性强度指数、地理集中度指数和重心模型,进行统计分析和比较。【结果】①移动游客网络关注度相对较高,年内变化波动幅度较大,PC游客网络关注度相对较低,年内变化波动幅度较小。两者对重大事件影响同步响应,但响应程度有较大区别。PC游客网络关注度具有较明显的前兆效应,移动游客网络关注度的前兆效应不明显,移动游客网络关注度对节假日的响应程度高于PC游客网络关注度。②普通周周内移动游客网络关注度与PC游客网络关注度周内变化呈反向变化关系;移动游客网络关注度在春节和十一假期内均呈倾斜的“L”型,PC游客网络关注度在春节期间呈倾斜的“L”型,而在十一期间呈“M”型,黄金周内峰值均出现在假期开始后的第三天。PC和移动游客网络关注度月变化均呈山岭形,但两者变化趋势存在反向相关的关系,PC游客网络关注度季节性相对较小。③PC与移动游客网络关注度空间分布的影响因素基本相同;山东、河南等7省区PC和移动游客网络关注度规模分布较一致;其他省区PC与移动游客网络关注度规模分布存在较大偏差。各月PC与移动游客网络关注度重心变化存在较大差异,整体上PC游客网络关注度重心更偏向东北方向。PC与移动游客网络关注度的空间分布的影响因素的基本相同,但在网络普及率,以及各因素影响程度上两者间有较明显的差异。【结论】相关结果可为丰富旅游与信息流的相关研究,促进湖南“红三角”旅游客源市场开发提供参考。
     

湖南“红三角”旅游区PC与移动游客网络关注度时空分布特征及其异同

【目的】揭示"红三角"PC和移动游客网络关注度时空分布特征及影响因素,分析各影响因素的边际效应,在此基础上,分析两者的异同。【方法】收集游客网络关注度及其他相关数据,利用季节性强度指数、地理集中度指数和重心模型,进行统计分析和比较。【结果】1移动游客网络关注度相对较高,年内变化波动幅度较大,PC游客网络关注度相对较低,年内变化波动幅度较小。两者对重大事件影响同步响应,但响应程度有较大区别。PC游客网络关注度具有较明显的前兆效应,移动游客网络关注度的前兆效应不明显,移动游客网络关注度对节假日的响应程度高于PC游客网络关注度。2普通周周内移动游客网络关注度与PC游客网络关注度周内变化呈反向变化关系;移动游客网络关注度在春节和十一假期内均呈倾斜的"L"型,PC游客网络关注度在春节期间呈倾斜的"L"型,而在十一期间呈"M"型,黄金周内峰值均出现在假期开始后的第三天。PC和移动游客网络关注度月变化均呈山岭形,但两者变化趋势存在反向相关的关系,PC游客网络关注度季节性相对较小。3PC与移动游客网络关注度空间分布的影响因素基本相同;山东、河南等7省区PC和移动游客网络关注度规模分布较一致;其他省区PC与移动游客网络关注度规模分布存在较大偏差。各月PC与移动游客网络关注度重心变化存在较大差异,整体上PC游客网络关注度重心更偏向东北方向。PC与移动游客网络关注度的空间分布的影响因素的基本相同,但在网络普及率,以及各因素影响程度上两者间有较明显的差异。【结论】相关结果可为丰富旅游与信息流的相关研究,促进湖南"红三角"旅游客源市场开发提供参考。     

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

互联网已经成为当前绝大部分居民出游前了解旅游相关信息的最主要渠道.基于百度指数的数据分析功能,分析旅游目的地的网络关注度变化及影响因素,对指导旅游目的地的发展具有一定的意义.以青岛为例,经检索得到青岛2011年旅游网络关注曲线,发现2011年青岛旅游网络注度时间分布特征:①在一年内,用户旅游关注相对集中;②在局部时间段内,用户旅游网络关注度存在小的峰值;③用户旅游关注度曲线呈现一种齿状波动.由此得出影响旅游目的地网络关注度的关键因素有:季节变化、闲暇时间以及旅游目的地已有知名度,三者综合作用,影响着人们对旅游目的地的关注度.     

敦煌旅游网络关注度时空特征及因素分析

选取敦煌作为本研究的案例地,汇总用户网络关注度的统计数据,并分析季节性集中指数,地理集中指数等指标,探究敦煌旅游网络关注度时空特征。研究发现：敦煌网络关注度的时间分布集中下降,具有显著的季节性,假期性;敦煌旅游网络关注度的分布特征区域差异较大,且具有显著集中性。在此基础上,本文对旅游网络关注度影响因素进行解析。     

互联网应用对农村居民消费结构的影响分析

互联网经济从工具、渠道、基础设施到经济体演进,部分指标的概念从外延和内涵上都发生较大变化,衡量互联网经济发展水平的指标有待进一步完善,其对农村居民消费结构影响的模型也需进一步优化.本文用熵值法测度了互联网应用基础和互联网应用规模两个综合指标,从空间分布上对比分析其对农村居民消费结构的影响.结果表明:受网购规模、网上支付规模等指标控制的互联网应用规模综合指标对农村居民消费结构的影响显著,受互联网普及率、移动电话普及率控制的互联网应用基础综合指标对其影响呈边际效应递减;从区域差异看,互联网应用规模对东、中、西部影响存在显著差异,对经济欠发达地区影响更显著.最后,本文从互联网应用规模的视角提出建议,以期优化农村居民消费结构.     

新疆5A级旅游景区网络关注度时空分布特征研究

基于百度指数和新疆旅游局官网的有关数据,以2015—2018年全国各地对新疆5A级景区的网络关注度为研究对象,采用年际变动指数、季节强度指数、周内分布指数和地理集中指数等指标,从时间和空间两方面分析了新疆5A级景区的网络关注度分布特征.结果表明,新疆5A级景区的网络关注度存在年际差异,但整体上变化不大,且趋于稳定上升态...     

基于百度指数的重庆马拉松网络关注度时空特征研究

【目的】揭示重庆马拉松网络关注度时空分布特征及影响因素。【方法】利用百度指数"指数探索"功能和时空属性数据,以重庆马拉松为关键词,时间段为2012—2016年,利用Excel,SPSS,ArcGIS等分析工具,运用季节性强度指数、地理集中指数、首位度指数、空间聚类和相关分析等方法进行分析。【结果】重庆马拉松网络年度关注度呈现阶梯状上升趋势;年内关注度的"双峰"形态突出,"尖峰平谷"形态鲜明,赛事报名期与举办期共同成为网络关注度的前兆期和峰值期;比赛周的周末搜索指数明显高于平日,网络关注与赛事举办形成共振效应;除重庆外,周边省份、东部沿海省份和发达城市的网络关注度较高,关注度水平与区域经济发展水平、人口数量(网民数量)、网络普及率等存在正相关关系,与空间距离存在负相关关系;重庆马拉松网络关注度的空间均衡水平逐年提升。【结论】马拉松正从单纯的专业体育赛事转变为大众体育旅游事件,利用网络关注度数据理清马拉松营销效应的时空特征及影响因素,将有利于基于马拉松旅游的城市营销,不断提升马拉松服务质量和赛事品质。