“天价虾”事件对青岛旅游网络关注度的影响

(湘潭大学 商学院,湖南 湘潭 411105)

“天价虾”事件对青岛旅游网络关注度的影响

马丽君,马曼曼

(湘潭大学 商学院,湖南 湘潭 411105)

通过收集网络关注度相关数据,分析了“天价虾”事件的网络影响生命周期、地域范围和对青岛旅游网络关注度的影响。结果发现:①“天价虾”事件对青岛旅游发展具有较大的负面作用,使2016年青岛国内旅游客流量增长率下降了1%。②“天价虾”事件的网络影响生命周期可划分为酝酿期、爆发期、延续期和衰落期,“天价虾”事件影响地域范围广,涉及国内31个省份。③2016年1—9月对青岛旅游网络关注度共损失171.1万人次,“天价虾”事件中各省份对青岛旅游月均网络关注度均有影响,但各省份对青岛旅游网络关注度的损失存在较大差异,导致地区差异的因素主要有经济发展水平、人口数量、网络普及率、与青岛间的距离。

“天价虾”事件;青岛旅游;网络关注度

1 引言

旅游业是一个对环境非常敏感的行业,极易受到各种事件的影响。2015年“十一”黄金周期间,青岛发生了著名的“天价虾”事件,引起了全国人民的广泛关注,对青岛旅游形象与旅游业发展产生了较大的负面影响。

事件对旅游业的影响一直是学术的界研究热点。国外相关研究主要集中在危机事件对旅游业影响的机理[1,2],自然灾害、疾病、暴恐事件对旅游业的影响评估[3,4],旅游危机事件的管理等方面[5]。国内相关研究虽然起步相对较晚,但发展速度很快,在危机类型划分、影响机理分析、危机影响评估、危机管理等方面研究日益深入。例如，李九全、尹贻梅等学者分析了危机事件的类型和旅游业受危机事件影响的机理,提出了在危机各阶段需要采取的主要应对措施[6,7];冯四朵从测量量表角度,对人为导致类危机属性的构成进行了研究[8];魏小安等学者对近30年来的灾难事件进行了梳理和分析[9];孙根年提出了本底趋势线理论,并将其应用到1989年政治风波对我国入境旅游影响的分析中[10];张广瑞[11]、朱迎波[12]、李锋[13]等学者利用相邻年比较法和本底趋势线法,定量评估了SARS危机对我国旅游业发展的影响;马丽君主要分析了30年来7次事件与极端天气气候对旅游业的影响[14,15];傅业勤对旅游危机舆情管理进行了评价研究[16];吴良平探究了危机事件及政策变动对入境旅游的影响[17];李宜聪对自然灾害危机后旅游市场的恢复进行了分析[18]。

综上所述,国内外有关危机事件对旅游影响的定量评估研究多集中在自然灾害、经济、政治、疾病、暴恐等类型的事件上,对类似于“宰客”这类影响到目的地旅游形象和旅游者权益事件的研究相对较少,且由于缺乏相关数据的支持,使相关研究多为定性的理论分析[19]。

网络是当今人们获取相关信息的主要手段,它传播速度快、范围广。网络关注度是指将人们在网络上的检索痕迹统计起来用以反映人们对某事件(物)关注程度或需求的数据，网络关注度在百度指数中又称“搜索指数”。前人的相关研究表明,目的地旅游网络关注度与旅游客流量之间呈密切的正相关关系[20,21],可以用旅游网络关注度揭示目的地客流量的变化[22,23]。在缺少客流量相关统计数据的情况下,本文利用百度指数收集网络关注度数据,在分析“天价虾”事件网络影响生命周期和地域范围的基础上,进一步分析了“天价虾”事件对青岛旅游网络关注度的影响,并分析了区域差异和影响因素,用以考察“天价虾”事件对青岛旅游客流量的影响,以期为丰富事件对旅游影响的研究与旅游地的危机管理提供一定的参考。

2 数据来源与案例地旅游发展概况

2.1 数据来源

百度是全球最大的中文搜索引擎之一,百度指数是以百度海量网民行为数据为基础的数据分享平台。本文通过百度指数,以“天价虾”为关键词,收集2015年10月每天的全国网络关注度和各省份的网络关注度,用以分析“天价虾”事件的网络影响生命周期与地域范围,以“青岛旅游攻略、青岛旅游”为关键词,收集2011—2016年全国以及各省区网络关注度数据,用以分析“天价虾”事件对青岛旅游网络关注度的影响。

本文还收集了各省区的人口总数、人均生产总值、各省区网络普及率、各省区至青岛的距离,用以分析“天价虾”事件对青岛旅游网络关注度的区域影响差异。其中,各省区人口数和人均生产总值来源于相关年份的《中国统计年鉴》,网络普及率来源于中国互联网络信息中心发布的《第37次中国互联网络发展状况统计报告》,各省区至青岛的空间距离则是根据百度地图上青岛至各省区省会距离的远近,按9、7、5、3、1进行赋值(表1)。

表1 各省区青岛旅游网络关注度损失及其他相关数据

(续表1)

省区网络关注度(人次)地区总人数(万人)网络普及率(%)人均生产总值(元)空间距离赋值自然增长率(%)2016年①2016年②损失量(人次)损失率(%)西藏102331844.629252127.65183899084846.13陕西5797377550.046929731.052547617940753629.58甘肃3038359138.826433533.81127658730403531.61青海139558354.539671533.7065384230230835.30宁夏179866249.341834538.7589916000299133.27新疆2883229854.940648129.49103737020335332.33

注:2016年①为根据自然增长率计算值,2016年②为实际统计值;损失量=2016年①-2016年②,损失率=(损失量/2016年①)×100%。

2.2 案例地旅游发展概况

青岛是我国著名的海滨旅游城市和历史文化名城,在国内外具有较高的知名度,拥有A级旅游景区113处(5A级景区1处、4A级旅游景区24处、3A级旅游景区65处),是我国的热点旅游城市。近几十年来,青岛旅游业发展迅速。2015年的《青岛市国民经济和社会发展统计公报》显示,青岛全市接待游客7455.8万人次,增长了8.9%;实现旅游消费总额1270.0亿元,增长了14.1%。在福布斯评选的“中国大陆旅游业最发达城市30强排行榜”中，青岛名列第13位,并蝉联三届“中国十大最佳休闲城市”。

2.3 “天价虾”事件对青岛旅游流的影响

“天价虾”事件的相关报道与影响主要集中在国内,对青岛国内旅游客流量产生了较大的负面影响,使2016年青岛国内旅游客流量增长速度出现较大幅度下降。2013—2015年，青岛国内旅游客流量分别为6161.3万人次、6715.9万人次和7322.0万人次,增长率分别为10.2%、8.9%和9.0%,3年平均增长率为9.4%;2016年青岛国内旅游客流量为7940.1万人次,增长率为8.4%,可见“天价虾”事件使2016年青岛国内旅游客流量增长率下降了1%,实际客流量损失73.22万人次。

3 “天价虾”影响生命周期与地域范围

3.1 “天价虾”事件网络影响的生命周期

“天价虾”事件影响较大,受到社会的广泛关注。“天价虾”事件网络影响生命周期见图1。

图1 “天价虾”事件网络影响的生命周期

从图1可见,“天价虾”事件的网络影响生命周期大致可划分为酝酿期、爆发期、延续期和衰落期4个阶段。其中,2016年10月4—6日为酝酿期,该阶段主要为微博爆料,传播范围及影响力相对较小;10月6日之前对“天价虾”事件的日网络关注度均为0;10月7—10日为爆发期,期间随着事态的扩大,各大媒体争相报道,引起了人们的广泛关注,网络关注度迅速升高,10月9日达到最高值,网络关注度为20493人次;10月11—25日为延续期,该阶段相关报道逐渐减少,日均网络关注度为2295人次,事件影响力虽然在下降,但仍处于一个较高水平;10月25日之后的日网络关注度降至1000人次以下,并逐日降低,“天价虾”事件的网络影响进入衰落期。可以发现,该事件的酝酿期为3天,即从事件发生到引起社会的广泛关注所用时间为3天,传播速度快,历时较短,该阶段也是控制或降低事件影响的关键阶段。若此阶段没有对事件进行很好的处理和控制,后续影响会迅速扩大;爆发期历时4天,时间较短,但影响较大,延续期历时15天,时间较长;10月25日以后为衰落期,时间最长,事件影响力逐渐下降。即酝酿期、爆发期、延续期和衰落期的历时是逐渐升高的,影响力先升高后降低。

3.2 “天价虾”事件网络影响的地域范围

本文收集了2015年10月各省区对“天价虾”网络的关注度数据,利用ArcGIS软件绘制“天价虾”网络关注度省区分布图(图2)。

图2 2015年10月各省区对“天价虾”事件的网络关注度

从图2可见,“天价虾”事件的影响地域范围广,涉及我国31个省份,中部和东部沿海经济发展水平较高、人口较多、距离青岛较近的省份的网络关注度较大。按各省份网络关注度的大小,可将31个省区份为5个档次:北京、广东、浙江的网络关注度最大,对“天价虾”事件关注的人数最多,网络关注度在1万人次以上,占全国总关注度的20.22%;上海、江苏、山东、河南、四川的网络关注度在0.75—1万人次之间,占全国总关注度的25.04%;辽宁、河北、安徽、福建、湖北、湖南、广西、重庆、陕西的网络关注度较大,对“天价虾”事件关注的人数较多,网络关注度在0.5—0.75万人次之间,占全国总关注度的29.05%;天津、山西、内蒙古、吉林、黑龙江、江西、贵州、云南、甘肃、新疆的网络关注度较小,对“天价虾”事件关注的人数较少,网络关注度在0.25—0.50万人次之间,占全国总关注度的22.18%;宁夏、海南、青海、西藏网络关注度最小,对“天价虾”事件关注的人数最少,小于0.25万人次,仅占全国总关注度的3.51%。

4 “天价虾”对旅游网络关注度的影响

4.1 “天价虾”对旅游总网络关注度的影响

2011—2016年全国对青岛各月旅游网络关注度的变化见图3。

图3 2011—2016年对青岛各月旅游网络关注度的变化

从图3可见,全国对青岛市年内旅游网络关注度呈倒“V”形变化。以7月为界,7月之前各月的网络关注度逐渐上升,7月网络关注度达到年内最高值,之后各月网络关注度逐渐下降。对青岛旅游关注度的这种变化规律主要受气候舒适性的影响[24,25],夏季气候适宜,为旅游旺季,旅游网络关注度最高;1—3月、11—12月天气寒冷,为旅游淡季,旅游网络关注度最低。2011—2015年全国对青岛各月的旅游网络关注度在逐年上升,5年来1—9月各月的平均增长率分别为35%、21%、28%、32%、25%、32%、35%、39%、21%。2016年1—9月,受“天价虾”事件的影响,对青岛旅游网络关注度比2015年有明显下降。依据2011—2015年1—9月各月网络关注度的平均增长率与2015年1—9月各月网络关注度数值,估算在不受“天价虾”事件影响的情况下,2016年1—9月各月旅游网络关注度,并将其与2016年1—9月各月的旅游网络关注度进行比较,计算2016年1—9月各月的旅游网络关注度损失量,结果分别为3.4万人次、1.0万人次、4.9万人次、9.4万人次、14.1万人次、24.9万人次、59.5万人次、51.3万人次和2.6万人次,总损失量为171.1万人次。

4.2 “天价虾”对各省区网络关注度的影响

2015—2016年网络关注度地域分布对比:2015—2016年1—9月各省区月平均对青岛旅游网络关注度的对比见图4。从图4可见,2015年北京、河北、上海、江苏、浙江、山东、河南、广东对青岛旅游网络的关注度较高,月均网络关注度在2.0万人次以上;其次是天津、山西、内蒙古、辽宁、吉林、黑龙江、江西、安徽、湖北、湖南、重庆、四川、陕西,月均网络关注度在1.0—2.0万人次之间;福建、广西、海南、贵州、云南、西藏、甘肃、青海、宁夏、新疆的旅游网络关注度较低,月均网络关注度小于1.0万人次。研究发现,经济发展水平较高、人口较多、距离青岛较近的省区的旅游网络关注度相对较高。除四川省外,2016年各省区月均旅游网络关注度比2015年有明显下降。其中,山东、江苏、河北、河南、广东下降量在5000人次以上;上海、天津、浙江、安徽下降量在3000—5000人次之间;北京、辽宁、吉林、内蒙古、湖北、湖南、福建、江西、四川、重庆、陕西下降量在1000—3000人次之间;黑龙江、桂林、海南、贵州、云南、西藏、甘肃、青海、宁夏、新疆下降量在1000人次以下。

图4 2015/2016年各省份月平均对青岛旅游网络关注度的对比

事件对各省份网络关注度的影响估算:为了考察“天价虾”事件各省区对青岛旅游网络关注度的影响,本文利用2012—2015年1—9月各省区月均对青岛旅游网络关注度的数据,计算各省区2013—2015年1—9月月均对青岛旅游网络关注度的环比增长率,并求其平均值作为各省区2016年1—9月对青岛旅游网络关注度的自然增长率。在此基础上,结合2015年各省区1—9月对青岛旅游网络关注度的数据,恢复2016年1—9月各省区对青岛旅游网络关注度,并与2016年1—9月各省区对青岛旅游网络关注度的实际统计值进行比较,计算“天价虾”事件各省区对青岛旅游网络关注度的损失量和损失率,结果见表1。由表1可见,“天价虾”事件发生后,各省份对青岛旅游网络关注度均有所减少。其中,山东、广东和江苏月均网络关注度损失量最多,在2.1—5.8万人次之间;北京、浙江、河北、河南和上海的月均网络关注度损失量较多,在1.0—2.0万人次之间;甘肃、宁夏、广西、海南、贵州、云南、青海、新疆、西藏月均网络关注度损失量较少,小于0.5万人次。与损失量相比,损失率能更准确地反映“天价虾”事件各省区对青岛旅游网络关注度的影响。从表1可见,“天价虾”事件对广东、北京、山东、西藏的网络关注度影响最大,各省区的损失率在40%以上,西藏由于数据偏小导致波动较大,损失率偏大;对黑龙江、广西、陕西、四川的网络关注度影响较小,各省区的损失率均在30%以下;其他省区的网络关注度损失率介于两者之间。“天价虾”事件各省区对青岛旅游月均网络关注度均有影响,对经济较发达、距离青岛较近、人口较多的省区影响相对较大,对经济欠发达、距离青岛较远、人口较少的地区影响较小。

网络关注度响应区域差异的机理:“天价虾”事件各省份对青岛旅游网络关注度的影响存在差异。从宏观上分析,导致地区差异的因素主要有经济发展水平、人口数量、网络普及率、与青岛间的距离等。经济发展水平影响到居民旅游需求,经济发展水平越高,居民旅游需求越旺盛,对青岛旅游需求相对越大。在受到“天价虾”事件影响时,损失量往往相对较大。在其他条件相同时,一个地区的人口数量越多,出游人数就越多,对青岛旅游需求相对越多;同时看到“天价虾”事件相关报道的人会越多,受到影响的人就越多,因此在受到“天价虾”事件影响时的损失量也会相对较大。网络普及率则直接影响到有多少居民可以通过网络检索目的地旅游信息,在其他条件相同时,网络普及率越高,通过网络检索青岛旅游信息的居民会越多,看到“天价虾”事件相关报道的人就会越多,受到影响的人也就越多,在受到“天价虾”事件影响时,损失量就会相对较大;与青岛的距离影响到居民对青岛旅游需求的大小,在其他条件相同的情况下,距离青岛越近,居民对青岛的旅游需求越强,通过网络检索青岛旅游信息的居民越多,在受到“天价虾”事件影响时,网络损失量就会越大。

为了进一步分析各因素对网络关注度的损失量影响,本文以各省区人口数量、网络普及率、经济发展水平、空间距离为自变量,以各省区月均青岛旅游网络关注度损失量为因变量,构建回归方程:

S=0.595P+0.073W+0.275G+0.126C-13489.557

(1)

相关系数R=0.745,拟合度较高。式中,S为各省区月平均旅游网络关注度损失量;P为人口数量;W为网络普及率;G为各省区人均生产总值;C空间距离赋值。

可以看出,人口数量的边际影响系数最大为0.595,其次是地区生产总值,边际影响系数为0.275,而空间距离的边际影响系数较小为0.126,网络普及率的边际影响系数最小为0.073。

5 结果与讨论

5.1 研究结果

“天价虾”事件对青岛旅游网络关注度产生了重大影响。本文系统收集了“天价虾”事件对青岛旅游网络关注度的相关数据,分析了“天价虾”事件的网络影响生命周期与地域范围,发现“天价虾”事件对青岛旅游发展具有较大的负面作用,使2016年青岛的国内旅游客流量增长率下降了1%,实际客流量损失73.22万人次。“天价虾”事件的网络影响生命周期可划分为酝酿期、爆发期、延续期和衰落期,四个阶段历时逐渐升高,影响力先升高后降低。“天价虾”事件影响地域范围广,涉及我国31个省份,中部和东部沿海经济发展水平较高、人口较多、距离青岛较近的省区的网络关注度较大。估算了“天价虾”事件对青岛旅游网络关注度的影响,发现2016年1—9月青岛旅游网络关注度共损失171.1万人次,“天价虾”事件各省份对青岛旅游的月均网络关注度均有影响,但各省份对青岛旅游网络关注度的损失存在较大差异,导致地区差异的因素主要有经济发展水平、人口数量、网络普及率、与青岛间的距离,经济较发达、距离青岛较近、网络普及率较高、人口较多的省区对青岛旅游网络关注度的损失量较大,经济欠发达、距离青岛较远、网络普及率较低、人口较少的省区对青岛旅游网络关注度的损失量较小。青岛旅游网络关注度下降和损失在一定程度上反映了青岛旅游客流量的下降和损失。

5.2 对策与建议

“天价虾”事件对青岛旅游形象产生了较大的负面影响,造成了旅游客流量损失,不利于青岛旅游的健康与可持续发展。该事件反映出3个主要问题:首先，市场监管不严,这是类似事件发生的根本原因。因此,必须加强旅游市场监管力度,维护良好的旅游市场秩序,严禁类似的违法违规行为,严厉查处扰乱旅游市场秩序的各种行为,加大查处力度,从根本上杜绝该类事件发生。其次，管理机构责任不清。出现问题时各部门相互推诿,对事件处理不及时,导致事件的进一步发酵。因此,必须明晰各部门的权利和责任,使游客投诉有的放矢,并要求相关部门对游客投诉及时处置,严禁推诿扯皮,维护好游客的合法权益,挽回和维护青岛旅游形象。第三，网络舆情监管不到位,使该事件的影响持续扩大。因此,需要加强网络舆情监管,建立旅游突发事件网络舆情监管机制,制定相关预案,在及时处理相关事件的同时,第一时间在各媒体上发布事件相关信息和处理结果,防止不良炒作,引导舆论,消除不良影响。

5.3 局限与展望

本文收集了相关数据,分析了“天价虾”事件的网络影响生命周期、地域范围及对青岛旅游网络关注度的影响,并根据旅游网络关注度与旅游客流量的相关关系,揭示“天价虾”事件对青岛旅游客流量的影响,丰富了网络关注度和事件对旅游影响的相关研究。但研究中还存在一些不足之处：第一，不同人群使用的搜索引擎不同,其关键词也不相同,因此本文的网络关注度数据并不全面;第二,导致旅游网络关注度的损失存在地区差异的因素多,所建模型仅考虑了人口数量、网络普及率、经济发展水平、空间距离4个因素,模型的准确度和解释能力有待提高。以上两个方面将在后续的研究中予以逐步完善和改进。

[1]Michaelk.Lindell.Assessing Community Impacts of Natural Disasters[J].Natural Hazards Review,2003,4(4)∶176-185.

[2] Becker H A.Social Impact Assessment[J].European Journal of Operational Research,2001,128(2)∶311-321.

[3]Mazzocchi M,Montini A.Earthquake Effects on Tourism in Central Italy[J].Annals of Tourism Research, 2001,28(4)∶1031-1046.

[4]Huang J H,Min J C H.Earthquake Devastation and Recovery in Tourism：The Taiwan Case[J].Tourism Management, 2002,23(2)∶145-154.

[5]Nevenka Cavlek.Tour Operators and Destination Safety[J].Annals of Tourism Research,2002,29(2)∶478-496.

[6]李九全,李开宇,张艳芳.旅游危机事件与旅游业危机管理[J].人文地理,2003,18(6)∶35-39.

[7]尹贻梅,陆玉麒,邓祖涛.旅游危机管理：构建目的地层面的动态框架[J].旅游科学,2005,19(4)∶71-77.

[8]冯四朵,白凯.旅游目的地人为导致类危机属性构成：测量量表开发的视角[J].旅游学刊,2016,31(8)∶90-101.

[9]魏小安,曾博伟.汶川地震后中国旅游形势分析与判断[J].旅游学刊,2008,23(8)∶13-18.

[10]孙根年.我国境外旅游本底趋势线的建立及科学意义[J].地理科学,1998,18(5)∶442-448.

[11]张广瑞,魏小安,刘德谦. 2003年“非典”对我国旅游业的影响[M].北京：社会科学出版社,2004.

[12]朱迎波,葛全胜,魏小安,等.SARS对中国入境旅游人数影响的研究[J].地理研究,2003,22(5)∶551-559.

[13]李锋.基于本底线的不同性质旅游危机事件影响比对研究——以中国4次旅游危机事件为例[J].旅游学刊,2009,24(4)∶73-78.

[14]马丽君,孙根年.30年来危机事件对中国旅游业发展的影响及比较[J].经济地理,2009,29(6)∶1005-1010.

[15]马丽君,孙根年,马耀峰,等.极端天气气候事件对旅游业的影响[J].资源科学,2010,32(1)∶107-112.

[16]付业勤,陈雪钧,郑向敏,等.旅游危机事件网络舆情应对水平的评价研究：基于灰色统计和熵权TOPSIS方法[J].重庆师范大学学报(自然科学版),2015,32(2)∶162-167.

[17]吴良平,张健.危机事件及政策变动对中国入境旅游的影响研究——基于剔除直接价格效应的中国入境旅游收入[J].旅游学刊,2013,28(3)∶29-37.

[18]李宜聪,张捷,刘泽华,等.自然灾害型危机事件后国内旅游客源市场恢复研究——以九寨沟景区为例[J].旅游学刊,2016,31(6)∶104-112.

[19]郭伟,李娅.基于IPA方法研究旅游宰客行为的治理[J].学术交流,2014,(4)∶141-144.

[20]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.

[21]王硕,曾克峰,童洁,等.黄金周风景名胜区旅游客流量与网络关注度相关性分析——以庐山、华山、八达岭长城风景名胜区为例[J].经济地理,2013,33(11)∶182-186.

[22]林志慧,马耀峰,刘宪锋,等.旅游景区网络关注度时空分布特征分析[J].资源科学,2012,34(12)∶2427-2433.

[23]马丽君,郭留留,吴志才.“爸爸去哪儿”对拍摄地旅游发展的影响----基于游客网络关注度的分析[J].旅游科学,2016,30(3)∶57-68.

[24]马丽君,孙根年,李玲芬,等.海口旅游气候舒适度与客流量年内变化相关分析[J].资源科学,2008,30(11)∶1754-1759.

[25]马丽君,孙根年,王洁洁.中国东部沿海沿边城市旅游气候舒适度评价[J].地理科学进展, 2009,28(5)∶713-722.

Influenceof“Tianjiaxia”EventstoQingdaoTourismNetworkAttention

MA Li-jun,MA Man-man

(Business School,Xiangtan University,Xiangtan 411105,China)

Based on the data of network attention,the life cycle of network effect on“Tianjiaxia”events,geographical scope and influence to Qingdao tourism network attention was analyzed.The results showed that:①“Tianjiaxia”events had a negative effect on the development of tourism in Qingdao.Because of the case,the growth rate of domestic tourist traffic dropped by 1% in Qingdao in 2016.②The life cycle of network effect on“Tianjiaxia”events could be divided into gestation period,outbreak period, extended period and terminal decline.“Tianjiaxia”events affected a wide range of areas,involving 31 provinces in China.③In January 2016 to September,Qingdao tourism network attention loss 1.711 million visitors,the impact of “Tianjiaxia”events was throughout the various provinces,but there was a great difference in the provinces of Qingdao tourism network attention loss,the main factors leading to regional differences were the level of economic development,the number of population,network penetration,the distance to Qingdao.

Tianjiaxia events;Qingdao tourism;network attention

2017-11-13；

2017-12-25

国家自然科学基金项目(编号:41501156);湖南省教育厅优秀青年基金项目(编号:15B243);贵州省科技厅科学技术基金项目(编号：黔科合J字[2014]2171号)的阶段性成果。

及通讯作者简介：马丽君(1981-),男,山东省临沂人,博士,副教授,硕士生导师,研究方向为旅游网络信息与旅游气候。

10.3969/j.issn.1005-8141.2018.01.015

F592.68

A

1005-8141(2018)01-0083-05