乡村旅游国内网络关注度的时空分布研究

万田户， 张志荣， 李树亮， 梁荣琼

上饶师范学院 历史地理与旅游学院，江西 上饶 334001

根据最新的互联网发展统计报告显示，截至2020年3月，我国网民规模为9.04亿人，互联网普及率达64.5%，庞大的网民构成了中国蓬勃发展的消费市场，也为数字经济发展打下了坚实的用户基础[1]．现实用户通过互联网搜索相关旅游信息，在线预订交通票务、宾馆酒店以及定制旅游计划等行为日渐趋于常态，在百度等搜索平台上汇聚了大量信息流，形成围绕旅游等关键词的网络关注度大数据资源．随着百度、谷歌等网络检索平台的不断发展，国内外学者注意到外部事物与网络数据搜索之间存在一定关系，如Ettredge等[2]和Cooper等[3]分别将网络搜索数据应用于美国失业率研究与癌症相关话题研究．自此，网络数据分析在社会学、经济学等领域被广泛运用，成为学术研究的热点之一．Yang等[4]认为网络搜索引擎汇聚的信息流，不仅反映出搜索用户对旅游产品偏好的趋势，而且提供了预测搜索用户旅游消费行为的依据．Kim等[5]和FIRARDIN等[6]分别发现性别特征、文化背景对旅游者网络搜索行为的影响，这种决策前的信息获取行为，为分析、预测与最终决策提供了重要数据支撑．由于网络空间信息流是现实出游行为中一种重要的“前兆”现象[7]，网络关注度因此成为大数据时代旅游学科的研究热点之一．

1) 网络关注度与旅游流的相互关系及旅游需求预测研究方面：国外学者分别基于香港、加勒比海、西班牙等旅游目的地主要客源的信息搜寻数据，认为谷歌趋势信息对于研究现实旅游流与预测旅游需求大有裨益[5，8-11]；国内学者一方面基于百度指数对目的地旅游需求、省域居民旅游需求、旅游需求与旅游产业耦合协调关系展开研究[12-14]；另一方面则聚焦国内旅游、区域旅游、城市旅游网络关注度与现实旅游流相互关系、时空差异及其影响因素等相关问题[15-19]，尤其在景区与目的地网络关注度与现实旅游流相互关系、时空差异及其影响因素方面的研究成果斐然[20-48]．

2) 旅游业态、旅游安全、游客满意等网络关注度及其时空差异研究方面：经过国内外文献检索发现，这是我国学者较外国学者研究较为个性化的领域．近年来，网络关注度与旅游业态结合方面的研究成果主要体现在红色旅游、邮轮旅游、体育旅游、户外旅游、冰雪旅游、自驾游、温泉旅游、美食旅游和乡村旅游等旅游新业态方向[49-60]．除此之外，亦有学者创新性地对旅游安全、游客满意度的网络关注度及其时空格局和影响因素进行了探索性研究[61-66]．以上成果数据来源均基于百度指数平台，搜索关键词多基于旅游业态名词以及研究对象本身进行精准锁定，以便从整体上、宏观上把握相关旅游业态以及研究对象的网络关注度及其时空格局和影响因素等，这也为本文研究关键词的设定和数据源的获取提供了相应标准和参考依据．

2014年国务院《关于促进旅游业改革发展的若干意见》提出：要大力发展乡村旅游，加强乡村旅游精准扶贫；2018年国家发改委等部门印发的《促进乡村旅游发展提质升级行动方案(2018-2020年)》，从补齐乡村设施建设短板、推进人居环境整治、建立健全产品和服务标准、鼓励引导社会资本参与、加大配套政策支持5个方面对乡村旅游提质升级作出系统部署；2018年文化和旅游部等部门印发的《关于促进乡村旅游可持续发展的指导意见》倡导：通过落实乡村振兴战略、增加政策供给、强化要素保障．为实现乡村旅游可持续发展保驾护航；农业农村部发布的《2020年乡村产业工作要点》提出：要积极发展乡村休闲旅游，增添乡村产业发展亮点．在国家系列利好政策的推动下，各级政府高度重视乡村旅游发展，乡村旅游呈现市场需求旺盛、产品供给丰富的良好发展态势，热度有增无减．据统计，2019年前两季度全国乡村旅游总人次达15.1亿次，总收入0.86万亿元，就业总人数达886万人．

本研究通过百度指数抽取海量乡村旅游信息流的基础数据，获取数量充足的研究样本，深度挖掘与分析乡村旅游国内网络关注度的时空数据，旨在探究乡村旅游国内网络关注度的时间与空间分布规律，以了解国内(不含港澳台地区)网民对乡村旅游的搜索关注情况以及潜在消费意愿，以进一步为掌握乡村旅游市场需求、促进乡村旅游资源开发与利用、实现乡村旅游充分平衡的高质量发展目标提供决策参考．

1 研究方法与数据来源

1.1 研究方法

1.1.1 高峰指数

高峰指数是指乡村旅游网络关注数量最多的时间段相对于关注数量最少时间短的比值．公式如下：

(1)

V1是关注最高时期的关注数；Vn是在第n个时间内的关注数；n为参考时间段，一般取中间值．

1.1.2 年际变动指数

年际变动指数是说明旅游流年际之间差异的相对量，它是以多年度旅游流流量的平均值为基准数，除年度流量值得到的商，公式如下：

(2)

本文中的年际变动指数所代表的是乡村旅游网络关注度年际差异的相对量，以乡村旅游年度网络关注度为基准数，其中Ni为年度乡村旅游网络关注数值；n为年度数；Yv值越趋于100%，则说明乡村旅游网络关注度的年际变动强度越小，关注越稳定；而Yv值过大或者过小，则说明乡村旅游网络关注度的年际变动强度越大，关注度越不稳定．

1.1.3 季节性结构分量模型

季节性结构分量模型是为有季节性波动的数据准备的时间序列模型，也可处理确定性和随机季节成分，该模型将原来的数据分解为趋势、周期、时期和不稳定因素[13]．

Yt=f(Tt，St，It)

(3)

其中：Tt代表长期趋势；St为季节因子；It为随机波动，函数f有加法和乘法两种模型．一般使用乘法模型．

1.1.4 地理集中指数

地理集中指数是表示某项经济活动在地域上集中程度的指标，用地理集中指数衡量乡村旅游分布集中程度，其计算公式为

(4)

Xi为第i个地区的关注度总数，T为总关注度数，n为地区个数，G为地理集中指数．地理集中指数越高，表示关注度越集中，发展越不均衡；地理集中指数越低，关注度分散，发展越均衡．

1.2 数据来源

百度指数作为一款基于百度搜索平台而开发的应用型软件，通过关键词的搜索能够挖掘并获得其完整的网民关注度时空数据，从而发掘特定关键词在特定时空内的演变、发展态势，聚焦、识别与分析网民对特定关键词进行关注的潜在需求．百度指数分为PC指数、移动指数以及综合指数，PC指数自2006年开始沉淀，移动指数自2011年开始沉淀，故PC指数和移动指数相结合形成的综合指数从2011年开始统计．本文出于宏观研究的需要，重在搜集网民对乡村旅游整体业态的关注度，所以并未综合“乡村民宿”“乡村景点”“乡村美食”“乡愁文化”等元素类关键词展开地毯式搜索，而是直接突出“乡村旅游”这一研究对象，并将其设定为搜索关键词．虽然乡村旅游网络信息流与现实游客流无法精准匹配，但两者之间在时空维度上依然紧密相关，因而具有一定的典型性、代表性、适用性和合理性．所以，一方面不用苛求代表乡村旅游的关键词面面俱到，另一方面也不用担心计算出的乡村旅游关注度会小于实际的乡村旅游关注度．因此，通过自定义时间为2011年1月至2018年12月、自定义区域为除港澳台地区以外的中国内陆31个省、自治区、直辖市，自定义指数为综合指数对乡村旅游关注度数据进行采集和整理．在获取了2011-2018年不同省网民对乡村旅游关注的月度综合指数后，为了保证统计口径的一致性，将2011-2018年不同省份网民乡村旅游关注度月度综合指数相加，则得到2011-2018年全国网民乡村旅游关注度综合指数．

2 乡村旅游国内网络关注度的时间分布研究

2.1 年际分布

如图1所示，2011-2018年我国乡村旅游网络关注度整体呈上升趋势．总体上，可将2011-2018年我国乡村旅游网络关注度划分为3个发展阶段：第一阶段(2011-2013年)，波动中稳步上升，除2013年小幅度下降外，2014年小幅上升．第二阶段(2014-2016年)，快速攀升阶段，2016年达到巅峰数值．第三阶段(2017-2018年)回拢阶段，在2016年出现顶峰后回到平稳阶段．结合乡村旅游的发展背景分析，2015年中共中央、国务院发布中央1号文件《关于加大改革创新力度加快农业现代化建设的若干意见》强调大力发展乡村旅游，该文件首次提及要推进农村一、二、三产业融合发展，积极开发农业多种功能，挖掘乡村生态休闲、旅游观光、文化教育价值，打造形式多样、特色鲜明的乡村旅游休闲产品．同时加大对乡村旅游休闲基础设施建设的投入，增强线上线下营销能力，提高管理水平和服务质量，落实乡村旅游休闲发展的用地、财政、金融等扶持政策和税收优惠政策，这系列的政策极大推动了乡村旅游的快速发展．同年8月国务院发布《关于进一步促进旅游投资和消费的若干意见》强调，实施乡村旅游提升计划，推进乡村旅游扶贫，加大指导规划、专业培训、宣传推广力度，开展综艺活动，为乡村旅游的快速发展奠定了基础．2016年的关注数达到8年的巅峰，2015年底，国务院发布《关于支持沿边重点地区开发开放若干政策措施的意见》(国发〔2015〕72号)提出：要加大对边境回迁村(屯)的扶持力度，提高补助标准，鼓励边民自力更生发展生产．2016年4月，国家旅游局发布120亿旅游基建基金申报启动信息，乡村旅游为重点支持对象之一．农业部部署全国休闲农业和乡村旅游示范县的创建工作，提高了其他地区乡村旅游发展的积极性．2015年和2016年乡村旅游政策的连续发布，助推2016年乡村旅游网络关注度达到巅峰．

图1 2011-2018年乡村旅游网络关注数量

观察2011-2018年乡村旅游网络关注度、接待人次、收入年增长率曲线发现(图2)，2015年作为“特殊点”将8年的旅游网络关注度、接待人次和收入年增长率分为两个阶段．第一阶段2011-2015年接待人次和收入的年增长率有相似的走势，乡村旅游网络关注度年增长率呈上下波动变化，2011-2014年乡村旅游网络关注度的增长速度慢，关注数量稳定，2012-2013年有微微下降．第二阶段2015-2017年接待人次和关注度年增长率及收入年增长率与第一阶段相反，呈逐渐下降趋势．

图2 2011-2018年乡村旅游网络关注度、接待人次、接待收入年增长率曲线

通过历年关注度数据的对比，发现2016年为关注度最高时期，2011年为关注度最低时期．选择n值为4，代表8年中的中间时段，得到2011-2018年乡村旅游网络关注度的高峰指数为14.3，说明乡村旅游网络关注度在8年间的发展差异大，总体上升快．

综合表1中历年乡村旅游年际变动指数发现，2014年的年际变动指数最接近100%，则说明2014年的乡村旅游网络关注度年际变动小，关注度稳定；其他年份的乡村旅游网络关注度的年际变动指数分别为148%，132%，120%，51.26%，34.98%，25.35%，12.50%，均过大于或过小于100%，则说明乡村旅游网络关注度在2011，2012，2013，2015，2016，2017，2018年的年际变动大，关注较不稳定．

表1 2011-2018年年际变动指数

2.2 年内季节性分布

2.2.1 季节性分布形状差异

利用SPSS季节性结构分量模型将国内除港澳台地区以外的31个省、自治区、直辖市的关注数据进行分析处理．通过观察所有的季节因子图，将我国乡村旅游网络关注度形状特征总结为“双峰型” “三峰型” “多峰型”3类，具体结果如表2所示．上海、四川、浙江、陕西、湖北为双峰型；北京、广东、天津、重庆、江苏、湖北、福建、黑龙江、山东、辽宁、吉林、云南、新疆、江西、安徽、甘肃、海南、青海为三峰型；多峰型有河南、广西、山西、湖南、内蒙古、贵州、宁夏、西藏．

2.2.2 季节性分布时间差异

季节因子图能够反映各地区每个周期(一年为一周期)对乡村旅游网络关注度水平的影响程度．以100和85的季节指数划分各地区乡村旅游网络关注度季节性状况：0～85，86～100，100以上分别对应乡村旅游网络关注度淡季、平季与旺季，如表2．

分析发现，国内各地区乡村旅游网络关注度普遍表现为旺季时间长，主要分布在3，4，5，6，9，10，11，12月份；淡季时间短，主要分布在1，2月份；7，8月则更多处于平季，对乡村旅游网络的关注度一般．除港澳台地区以外的31个省、自治区、直辖市的极峰值分布在3，4，5，6，8，10月和11月，其中5月分布最多．

通过各地乡村旅游网络关注度的季节性对比分析发现：乡村旅游网络关注度经历了1，2月的淡季之后，将直接过渡到3-6月共4个月的关注度旺季．1-2月受春节、下雪等极端天气以及春运出行人次多、票价高等因素影响，大多数人出游意愿受到一定抑制，从而形成整体关注度的低谷期；3-4月一般是乡村踏青出游的好时节，加上清明假期的撬动效应，旅游正值从淡季、平季到旺季的过渡期；5月因为劳动节小长假的驱动与刺激，6月因为临近暑假．10月因为国庆节长假，有时叠加中秋节的缘故，11-12月因为临近次年元旦，正是因这种“前兆效应”的存在，乡村旅游网络关注度会在这些月份中也出现关注高峰．

表2 季节性划分

3 乡村旅游国内网络关注度的空间分布

3.1 省域空间分布集中度

将2011-2018年国内除港澳台地区以外的31个省、自治区、直辖市对乡村旅游网络关注度数据进行整理，再通过ArcGIS将其可视化，如图3所示．2011-2018年乡村旅游网络关注度分别从南到北扩大分布、从东往西扩大分布，整体呈现横纵向延伸状．乡村旅游网络关注度高值地区主要有北京、山东、浙江、四川、广东、江苏，较高地区有河南、湖南、陕西、重庆、安徽、贵州、湖北，关注度一般地区有江西、福建、广西、甘肃、山西、上海、云南、河北，较低地区有内蒙古、天津、吉林、黑龙江、辽宁、海南，关注度低的地区有新疆、青海、宁夏、西藏．同时，沿海地区的关注度高于内陆地区，华东地区和华南地区关注度较高．通过表3可知，31个省、自治区、直辖市的地理集中指数均低于6，说明乡村旅游网络关注度空间分布较均衡．

审图号：GS(2019)1833号(自然资源部监制)图3 2011-2018年各省乡村旅游网络关注度的空间分布

表3 31个省、自治区、直辖市乡村旅游关注度地理集中指数

将2011-2018年全国除港澳台地区以外的31个省、自治区、直辖市的GDP数据整理成图4，并综合前文分析结果，发现广东、江苏、上海、浙江等GDP越高的地区乡村旅游网络关注度越高，而西藏、青海、宁夏等经济发展水平低的地区乡村旅游网络关注度则较低，新疆、青海、宁夏、西藏虽每年都有所增长，但总体关注度依旧偏低．

图4 2011-2018年31个省、自治区、直辖市GDP

3.2 区域空间分布集中度

为了从区域上更好地反映我国乡村旅游网络关注度的差异，我们将全国除港澳台地区以外的31个省、自治区、直辖市分为华东(山东、江苏、安徽、浙江、福建、上海)、华南(广西、广东、海南)、华中(湖北、湖南、江西、河南)、华北(北京、天津、河北、山西、内蒙古)、西北(宁夏、新疆、青海、陕西、甘肃)、西南(四川、云南、贵州、西藏、重庆)、东北(辽宁、吉林、黑龙江)七大区域．其中，出于江西省地理区位、资源属性、文化特质与乡村旅游发展现实的特殊性以及为了平抑华东区域过度集中的情况，经综合考量，本文将江西省从华东区域抽离出来归入华中区域．利用地理集中指数公式计算出七大区域的乡村旅游关注集中指数，如表4所示．华东地区的地理集中指数最高为26.83，其乡村旅游网络关注度分布相对集中，各省之间的关注度差异较明显；其次为西南、华中、华北和华南地区；而西北和东北地区的集中指数均小于10，其乡村旅游网络关注度分布较均衡，差异小．

表4 七大区域乡村旅游关注集中指数

4 结论与建议

4.1 结论

本文通过高峰指数、年际变动指数、季节性结构分量模型以及地理集中指数分析与解读乡村旅游网络关注度的时空分布特征，主要结论如下：

4.1.1 乡村旅游国内网络关注度的时间分布

年际变化上，我国乡村旅游网络关注度呈现阶段性增长，总体发展差异大，2014年年际变动指数最小，关注度最稳定．年内分布上，我国乡村旅游网络关注度旺季时间长，有3，4，5，6，9，10，11和12月共8个旺季时段；平季与淡季时间短，分别集中于在7，8月和1，2月．

4.1.2 乡村旅游国内网络关注度的空间分布

我国乡村旅游网络关注度呈分散均衡式发展，但四川、浙江、广东、山东、北京的乡村旅游网络关注度较高．七大区域中，华东地区乡村旅游网络关注度空间分布最为集中，其次为西南、华中、华北、华南地区，西北、东北地区空间分布则较均衡．

由结论可知，乡村旅游网络关注度时间分布总体趋势与国家政策导向相一致，不同政策强度引发的社会关注强度存在较大差异，政策效应十分显著；同时，乡村旅游网络关注度季节性表现总体均衡，与乡村旅游旺盛的市场消费需求较为匹配，但1，2，7月和8月乡村旅游供需结构仍待进一步提升与优化．乡村旅游网络关注度空间分布上，因为当地资源禀赋、自然气候条件、经济发达程度等因素共同作用，形成了空间分布上的热点、温点与冷点区域，呈现出集中与均衡分布并存的局面，这无疑对各级职能管理部门与乡村旅游市场相关主体在政策制定、决策等方面具有重要参考价值，从而利于我国乡村旅游产业实现更充分、更平衡的高质量发展．

4.2 建议

4.2.1 通过互联网赋能乡村旅游发展

乡村旅游国内网络关注度呈现出明显的阶段性增长特征，这也预示着网络用户对乡村旅游偏好及潜在需求存在阶段性增长．旅游管理部门与旅游企业应积极关注数据背后的乡村旅游产业发展导向，整合相关乡村旅游发展要素，通过积极拥抱互联网，构建智慧乡村旅游政务平台、服务平台、乡建平台，满足信息搜寻者的检索需求、预定需求、分享需求、点评需求等，合理引导乡村旅游潜在需求向实际需求转化．

4.2.2 通过多维创新平衡乡村旅游季节性

乡村旅游季节性既包括时间上形成的旺季、平季和淡季时段，也包括空间上形成的热点、温点和冷点区域，应通过产品、营销等主要创新手段进行适度平衡．在乡村旅游平季和淡季期间需平抑季节性对乡村旅游带来的消极影响；在西南、华中、华北与华南四大区域应加大推广力度，实施重点营销；在西北、东北区域，应积极引导需求和培育市场，提升乡村旅游的市场渗透率．一方面，可通过产品创新不断打造乡村旅游爆品，制造旅游热点，实现四季均衡发展．如还原乡愁，激活文化记忆，摄影旅游等，精心设计乡土研学旅行产品，让教育为乡村旅游引流．另一方面，可通过营销创新不断演绎乡村生活方式，利用抖音、快手等新媒体加大网红营销、事件营销、节庆营销、赛事营销力度．

4.2.3 通过政策手段调节乡村旅游供需错位

随着乡村旅游旺盛市场需求的迸发，多元化、个性化、体验化、品质化乡村旅游需求进一步彰显．然而乡村旅游市场有效供给明显不足，不平衡不充分的供给水平难以满足当前市场需求，供需结构矛盾突出，急需转型升级、提质增效，逐步实现高质量发展目标．政府应主动作为，强化乡村旅游发展的顶层设计，放松规制，通过实施积极的乡村旅游产业发展政策，创新乡村旅游发展管理体制和运营机制，培育多元化、多层次的乡村旅游市场主体，激发乡村旅游市场主体的创造活力，加速推进乡村旅游与文化旅游、体育旅游、健康旅游等新业态融合，扎实推动乡村旅游市场供给侧改革，实现乡村旅游供需匹配、均衡发展．

由于目前乡村旅游网络关注度方面的宏观、中观和微观研究成果相对较少，在参考仅有的几篇相关文献的基础上，本文基于百度指数对乡村旅游国内网络关注度进行了探索性研究．毋庸置疑，大数据时代，数据渠道非常多元，百度指数只是沧海一粟、冰山一角，加上仅仅使用乡村旅游作为关键词对乡村旅游国内网络关注度进行研究，在数据的有效性和可靠性方面还显不足．本研究将在今后综合运用乡村旅游方面的点评数据、满意度数据、APP数据、直播平台等媒体数据进一步地深化研究．