一、研究背景(一)绪论
根据中国互联网络信息中心(CNNIC )发布的第45次《中国互联网络发展状况统计报告》显示,截至2020年3月,我国网民规模为9.04亿人。互联网时代消费者的旅游体验影响力不断增强,旅游目的地的问题和缺点也会在网络环境下扩大化,进而塑造景区的网络口碑。
不同景区网络营销水平存在差异,进而导致网络世界关注度的不均衡。以旅游城市重庆为例,一些闻名已久的景区在互联网时代下与网红景区拉开了差距,重庆大足石刻2019年1-10月累计接待游客85.83万人次,而“网红景点”洪崖洞民俗风貌区仅国庆7天就接待游客88.9万人次,而像钓鱼城①、湖广会馆等有着丰富历史底蕴和人文
内涵的景区相对受到冷落。可见借助大众化的互联网平台,对于不同地区的旅游发展也能带来截然不同的影响。
(二)旅游网络关注度研究现状
与其他客体网络关注度一样,旅游网络关注度是以网络数据中相应的旅游信息为基础,以曲线图的形式呈现某一关键词在某一时间内的“用户关注度”(李君轶和杨敏,2010)。
目前我国关于旅游网络关注度的研究集中在局部区域及某一类型旅游网络关注度的时空分布趋势描述、
旅游网络关注度及其相关性影响研究和旅游网络关注度主要影响因素三个方面。王琨等(2010)将用户贡献内容(UGC )作为网络关注度的数据源,对国外电子旅游网络社区Tripadvisor 中有关中国旅游的内容进行检索。琚胜利
网络关注对地区旅游发展的影响
——基于百度指数的实证分析
任润蕾
【摘
要】以全国5A 级旅游景区为例,研究景区网络热度对地区旅游发展的影响。通过百度指数搜集景
区的网络热度,对网络关注度与国内旅游人数和国内旅游收入为指标的旅游发展程度的时空趋势进行研究,进一步使用固定面板数据变截距模型,研究不同客户端、不同地区网络关注对旅游发展影响的差异。研究结果显示,地区景区网络关注热度和旅游发展存在显著的正向关系。PC 端和移动端呈现互补作用,并非互相替代的竞争关系。国内网络搜索对东中部地区旅游业发展影响最大,而西部地区影响不明显。【关键词】网络关注度;旅游发展;网络营销
【作者简介】任润蕾,上海交通大学媒体与传播学院,博士,研究方向:文化产业发展。
经济论坛Economic Forum
天气谚语大全
Dec.2020No.12
Gen.605
2020年12月第12期
徐若瑄 av
总第605期
◆旅游经济◆
(2017)则将国内旅游点评网站去哪儿、携程和大众点评作为网络搜索信息来源,以景区在上述三个网站中的游记、点评及其浏览、转载、收藏评论数作为指标,来衡量相关景区的网络热度。多数研究以景区在百度指数中对应的词条作为网络关注度的关键词选择(李山等,2008)。部分学者将关键词进一步细化,排除扰动因素的影响:比如刘璐(2018)将关键词定义为“蓬莱旅游”和“蓬莱旅游攻略”;生延超(2019)将“游客满意度”作为唯一关键词。细化网络关注关键词对于全国范围的旅游网络关注度研究并不适用。因此,本研究以全国5A级旅游景区为例,根据各景区在百度指数上收录的词条搜索频数,作为景区的网络关注度指标。
(三)网络对旅游业发展的影响研究
1.网络载体的旅游影响研究。这方面的研究包括对自媒体和社交媒体、省旅游、移动互联网等的研究。唐书转(2013)认为,自媒体能为景区提供低廉又高效的广告平台,人们可以在自媒体上分享内容,有助于口碑营销和病毒营销[1]。在旅游网站方面,研究者以官方旅游网站为例,发现网站影响力与地区旅游收入呈极强的正相关关系[2]。在移动互联方面,学者认识到旅游业对移动互联网需求的必然性,同时意识到需要发挥微博、拍客、手机电商、信息推送等移动端在旅游业中的应用[3]。
2.网络营销和网络信息的旅游影响研究。通过网络营销,旅行社可以扩大营业范围,提供个性化的旅游产品和服务,更大程度满足消费者的需求,增强用户粘性[4]。而网络信息会对旅游者的决策的影响体现在满足信息需求和心理暗示两个方面,Pan等(2011)指出,2007年以来,旅游者的网络信息需求发生极大的变化,对于住宿和交通的信息需求最高,其次是旅游吸引物[5][6]。国内学者周春林(1999)最早研究旅游网络信息与旅游决策的关联[7],研究发现对网络的熟悉程度越高,
消费者越能够更加快捷便利地搜寻网络信息,并对网络搜集的旅游信息产生更多的偏好和信任感,进而影响购买决策和行为[8]。
3.网络口碑的旅游发展营销研究。相较于传统口碑的塑造,网络口碑传播更广、影响更大。消费者对旅游服务和产品的满意度是影响网络口碑传播的重要因素[9]。由于这些信息大部分由其他消费者提供,所以对潜在旅游人而言,网络评论更具有真实感,消费者会认为网络评论形成的口碑更具有可
信度[10],而这也是网络口碑产生巨大影响力的重要原因。从影响方式来看,当互联网平台上有不同的消费者对同一个旅游产品和服务秉持相同的意见时,能够提高信息的可信度[11]。
在网络关注度对旅游发展的影响研究方面,Williams(1993)提出信息技术和旅游业相结合是必然的趋势,Skadberg等(2005)研究表明,良好的网上搜索体验能够直接或间接地改变或影响消费者对旅游目的地的偏好,进而激发或限制现实到访意愿。Davidson(2005)和Vuylsteke(2010)的研究表明,网络搜索信息能够影响消费者的旅游决策和行为,更多的学者通过网络数据对旅客需求和客流量进行预测,Bangwayo-Skeete (2015)验证了谷歌搜索数据能够有效预测客流量。
二、旅游景区网络关注度与客流量分布特征
(一)数据来源与获取
国家A级旅游景区是依照《旅游景区质量等级的划分与评定》国家标准,由国家文化与旅游部发布的精品景区。截至2018年12月31日,我国共有259个5A级旅游景区,考虑到数据的可获取性,本文仅考察位于全国121个地级市的5A级旅游景区网络搜索热度,并以地级市作为最小的研究单位。张靓颖离开少城
本文主要研究国内互联网关注对旅游发展的影响,因此选择全球最大、我国应用最普及的中文搜索引擎“百度(baidu)”作为网络关注
经济论坛2020·12
热度的数据来源。通常一个景区被收录了1个词条,本研究以此作为景区的网络关键词。百度指数数据起始于2011年,因而本研究选取了2011年1月1日至2018年12月31日百度指数年份数据。
本研究以国内旅游人数和国内旅游收入分别作为旅游目的地发展的指标。所在市星级酒店数、公共厕所数、旅行社企业数等旅游数据均来源于CEIC中国经济数据库,缺失指标从各市历年国民经济和社会发展统计公报及统计年鉴中获取。所在市气温、降雨量、空气质量等自然因素来源于中国气象数据网。绿地面积、财政支出、人均可支配收入等其他相关数据均来源于历年《中国城市发展年鉴》。考虑到数据的可获取性,本文仅针对全国30个省份、121个地级市的旅游景区作为研究对象,共涵盖206个5A级旅游景区。
(二)实证模型
本文的研究思路是:首先检验景区网络关注度与地区旅游发展之间是否存在一定的内在联系,然后以旅游收入和旅游人次为衡量指标,结合自然、社会经济、服务设施、交通条件等客观因素,对景区网络关注度对地区旅游发展的影响进行显著性检验,最后分析PC和移动端网络关注度对地区旅游发展影响的差异性,并对东部、中部、西部不同地域进行异质性检验,分析网络关注度对不同地区旅游发展的影响。
根据上述研究思路,本文建立如下计量模型:
旅游发展模型1:
log()
Number of tourists
i,t=α1+βNetwork Attetion i,t +θi,t+γi+δt+μi,t(1)
旅游发展模型2:
log()
Tourism revenue
i,t=α1+βNetwork Attetion i,t +θi,t+γi+δt+μi,t(2)
模型1中Number of tourists i,t为第t年第i个市的国内旅游人数(因变量),β是关键解释变量的相关系数,θi,t表示回归模型的解释变量集,包括所在市气温、降雨量和GDP等相关因素,γi表示不随时间变化的省级固定效应,δt表示不随省份变化的年份固定效应。μi,t为模型残差。模型2中将国内旅游收入
作为代表旅游发展的因变量。
(三)地区网络关注度及旅游发展时空分布特征1.时间动态发展趋势。5A级景区网络关注度总体呈上升趋势,2016年后趋向平稳,网络关注度总体增长率显示除2017年稍微下降外,近8
判断上下联的口诀
年图1旅游景区旅游发展变化特征图
◆旅游经济◆
来一直保持着正增长率,网络关注度不断增长(图2)。其中2013年、2014年网络关注度增速最快,为19.45%和16.16%。分渠道来看,2014年之前,PC端旅游相关网络搜索占据主流,而2014年之后移动端超越PC端,这与国内互联网发展历程相一致,可以看出旅游相关网络搜索由PC端向移动端发展是不可避免的趋势。2017年后,PC端有一定回升,但体量上远低于移动用户的搜索量。
图1和图2结果显示,2011—2018年间旅游收入和旅游人数稳步上升,网络关注度也呈现上升趋势。在增长率方面,网络关注度年增长趋于平稳,而旅游收入、旅游人次仍保持较快速度的波动性增长。同时,移动用户逐渐超越网页端,成为旅游网络搜索的主体。总之,对于旅游景区的网络关注度与旅游发展的时间变化趋势特征基本吻合,均呈现正向的发展趋势,有着良好的前景。
2.空间分布特征及时空动态趋势。(1)全国旅游景区网络关注度的空间地域分布。计算各省区景区网络关注度占全国总量的比重,考虑到各省行政面积、5A景区数量存在差异,故使用全省各景区网络关注度的平均值。本研究涵盖除新疆、香港、澳门、台湾以外的30个省、自治区和直辖市。研究表明,旅游网络关注度整体呈现“东西高,中间低”的趋势,与经济发展状况相异。其中,北京、上海、青海、重庆、湖北、西藏、云南、浙江、四川、陕西的景区网络关注度均值较高,占比大。其次是海南、山西、江苏、安徽、河北、山东、江西、福建、广东、河南等省区,占比在0.5%~1%;内蒙古、广西、湖南、吉林、甘肃、天津市、贵州、黑龙江、辽宁、宁夏占比较低。(2)国内旅游人次和国内旅游收入的空间地域分布。选取2018年旅游发展相关数据,以各省市的国内旅游人数和国内旅
游收入为例,计算其占全国总量的比重。研究表明,与旅游景区网络关注度空间分布类似,国内客流量和国内旅游收入在东部和西部地区具有优势。以国内客流量为例,重庆、天津、上海、北京4个直辖市
的客流量和旅游收入占比较高。广西、山东、辽
图2旅游景区网络关注度发展态势
经济论坛2020·12
宁、四川、广东、云南、贵州、浙江、江苏、湖北、吉林国内客流量位于第二批次,占比在2.1%~5.2%之间;陕西、内蒙古、海南、福建、山西、江西、湖南、安徽、河北、黑龙江等地的客流量所占比重在1.0%~2.0%之间;宁夏、甘肃、西藏、青海和河南的占比均在1%以下。旅游收入趋势与国内客流量类似,呈现东西部地区较多,中部地区较少的分布格局。依据我国地理位置区域划分,东部地区景区网络关注度存在北京和上海两个中心,中部地区海南、安徽和湖北人力资源六大模块
的网络搜索量较高;西部地区的网络热点分布较为平均,除贵州和甘肃外,其他西部省份都有较好的旅游网络搜索量。(3)网络关注度与旅游发展的回归分析。为进一步分析旅游网络关注度与地区旅游发展的关系,本文分别以旅游网络关注度为自变量,以国内旅客人数和国内旅游收入作为因变量,二者的回归分析结果如下:
log ()tourism income =0.412794log ()Network Attetion +5.138545
(1)
log ()Number of tourists =0.3148924log ()
鸣人vs大蛇丸多少集Network Attetion 年份旅游景区网络关注度20112012201320142015201620172018旅游景区移动端网络关注度
20112012201320142015201620172018旅游景区PC 端网络关注度
20112012201320142015201620172018
样本量121121121121121121121121121121121121121121121121121121121121121121121121
均值
491000580000627000749000870000959000957000971000120000202000290000406000543000683000705000663000352000382000342000348000330000279000250000310000
标准差
632000756000731000884000
1060000119000011300001130000145000258000318000469000673000860000844000775000504000517000425000424000399000337000295000360000最小值
134030
251002677915273186001312221783001076011128515710544542510369001216615651101168056769711414
最大值
418875950704974805058595922374186157671067754488174993821069533195331520534573110929454795758187895289669489514838170093151941275160128482942870658245060122552122604234
表12011—2018年分渠道网络关注度描述性统计
单位:次
◆旅游经济◆