江苏省内居民旅游需求时空分异特征及影响因素研究
——基于网络关注度视角

2022-10-12 06:47常直杨李俊楼

江苏商论 2022年10期

常直杨，李俊楼

（1.南京晓庄学院旅游与社会管理学院，江苏南京 211171；2.南京旅游职业学院旅游管理学院，江苏南京 211100）

一、导言

2018年国内旅游市场接待人数和旅游产业总收入继续保持10%以上的增长态势，规模分别达到55亿人次和6万亿元①。旅游业的迅猛发展使得对旅游市场需求研究成为一个非常重要的领域。通过文献梳理发现，旅游需求影响因素是国内外学者最为关注的方向之一，主要从目的地、客源地和媒介三个不同角度展开研究②，对影响旅游需求的人口规模、教育程度、职业类别、经济水平、闲暇时间、心理偏好、旅游资源丰度、气候状况、重大事件、重要政策、空间距离、宣传营销]等因素进行探讨分析。而旅游需求预测模型也是研究的热点，计量经济、时间序列和人工智能3种模型的使用较为普遍。具体来看，从早期的基于价格、收入等因子构建计量经济模型，到对ARIMA、灰色理论、神经网络等方法建立的时间序列和人工智能模型进行改进和混合应用，使得旅游需求预测的方法越来越丰富。此外，也有部分学者关注了互联网大数据、空间差异、时空分布规律等旅游需求方面的研究。综上所述，尽管国内外对旅游需求已有较为深入的研究，但从地理视角对旅游需求时空格局及影响因素的研究相对较少，尤其是缺乏利用互联网大数据从多个客源地和多个目的地角度对经济发展水平较高、景区资源较为丰富的地区进行旅游需求时空分布特征及影响因素的探讨分析。

截至2018年12月，我国互联网用户数突破8亿，其中搜索引擎网民规模为6.81亿，利用网络搜索引擎获知旅游目的地概况并指导行程规划已成常态。用户借助搜索引擎获取旅游相关信息的同时，搜索引擎也会将此信息存入数据库，并通过对关键词的提炼、频次计算和加权求和，从而产生搜索指数（即网络关注度）。而百度指数作为国内最大的搜索引擎百度旗下的统计分析平台，能够以曲线图的形式形象生动地反映出该关键词一段时间内的日变化趋势，直接、客观地洞悉用户的兴趣和需求所在。已有研究证明百度指数与景区真实客流量之间存在双向正相关联系，具有较高的预测精准度，在很大程度上体现了游客的出行动机和出游需求，是现实客流量的前兆。百度指数在一定程度上代表潜在游客对目的地的关注度，是产生旅游动机和行为的先导条件，能够很好地体现旅游需求特征和区域差异。鉴于此，本文选择自然和人文类景区众多，经济体量和居民收入水平较高的江苏省为案例地，基于百度指数数据探讨江苏省内居民旅游需求时空变化特征及其主要影响因素，以期为丰富旅游需求理论研究及全省各景区旅游产品设计、市场开拓、宣传营销和政府相关部门政策实施提供参考价值。

二、数据来源与研究方法

（一）数据来源

据江苏省文化和旅游厅统计，全省4A级及以上景区的数量为223家，包括23家5A级景区和200家4A级景区。百度指数平台未收录濠河风景区、中华麋鹿园、宜兴张公洞、宿迁项王故里等景区的关键词，故在研究中应被排除在外。其他景区关键词的遴选需遵循以下四个标准：（1）典型性。除了景区名称之外，还要选择景区内部具有代表性的景点作为关键词，如周恩来故里景区的关键词有周恩来纪念馆、周恩来故居、河下古镇等。（2）区域性。部分景区的名称会存在重名的现象，为保证数据的准确性，需要在景区名称前加上所在地，如浙江、四川等多地均有“大明寺”，因此以“扬州大明寺”作为关键词来检索。（3）全面性。旅游需求具有综合性和多样性特征，单一关键词搜索很难全面衡量旅游需求。部分景区百度指数收录了多个关键词，本文在作分析时尽量将这些关键词全部选取，如苏州西山景区的关键词有苏州西山、苏州西山农家乐、苏州西山旅游攻略等。（4）整体性。苏州园林、镇江三山等5A级景区是由多家景区联合申报，在分析时分别选取各景区的关键词然后相加作为一个整体来研究。

依据关键词的筛选规则，最终选取21家5A级景区和67家4A级景区。运用Python工具分别抓取13个地级市居民对各景区2018年的逐日百度搜索指数，并进行分类计算汇总，作为分析江苏省居民景区旅游需求时空变化特征的基本数据。另外，本研究中用到的苏州气候数据来源于国家气象科学数据中心；人口规模、地区生产总值（地区GDP）和居民人均可支配收入来源于各市统计局2018年统计公报；各地级市到南京钟山风景名胜区的距离以百度地图测量的实际距离为准。

（二）研究方法

1.旅游需求集中指数。旅游需求集中指数是用于反映居民对景区旅游需求在一年内季节波动情况的参考指标，其计算方程为：

式（1）中，R是景区旅游需求时间分布集中系数；xi是该景区第i月的百度搜索指数与年总值之间的比值。R值越小，说明该景区年内旅游需求季节性波动越小；R值越大，说明年内旅游需求季节性波动越大，旅游淡旺季越显著。

2.旅游偏好指数。旅游偏好指数是用于反映居民对不同景区偏爱程度的一个指标，其计算方程为：

式（2）中，Pij代表i市居民对j景区的旅游偏爱程度，该值介于0-1之间，越接近于0，说明对该景区的旅游偏爱性越弱；Xij是i市对j景区的年内网络关注度；∑jXij是i市对所有景区的年内网络关注度总和。

三、居民旅游需求年内时间变化特征和影响因素

（一）居民旅游总需求年内时间变化特征

将各地级市居民对88个景区各月网络关注度分别加总求和，并以曲线图的形式将江苏省和南京市、苏州市2个典型城市居民对所有景区各月网络关注度的变化情况呈现出来（图1）。可以看出，全省和典型城市居民对省内景区的旅游需求年内主高峰均出现在4月，两个次高峰分别在8月和10月，整体表现出“三峰三谷”的季节性化特征。1—2月天气寒冷，省内景区冬季旅游产品较少，居民出游意愿较低。3—4月气温逐步回升，居民旅游需求也随之迅速增长，尤其是4月份，春暖花开，居民压抑了一个冬天的旅游需求得到充分释放，又恰逢“清明节”“劳动节”等小长假，旅游需求达到年内的最高峰。5—6月气温持续走高，居民出游意愿回落至全年的第一个次低谷期。7—8月开启酷暑模式，但由于暑假假期的原因，旅游需求在8月份回升至全年的第一个次高峰。9月入秋，学生开学，旅游需求有所回落，是年内的第二个次低谷期，但受“十一国庆节”的影响，10月份又出现居民旅游需求的第二个次高峰。11月中下旬入冬，居民旅游需求逐步下降至全年的最低谷。江苏省及南京市、苏州市居民对全省所有景区的旅游需求集中系数是1.71、1.35和1.54，结合以上“三峰三谷”季节变化特征的分析，可以看出江苏省内居民旅游需求主要集中在春、夏、秋三个季节，冬季旅游需求相对较低，但整体上看，全年旅游需求季节性波动并不显著。

图1 居民景区旅游总需求年内时间变化

（二）单个景区旅游需求年内时间变化特征

统计汇总江苏省居民对各景区各月网络关注度的数值，分别制作季节曲线变化图（图2），按照旅游需求季节变化情况，归类为单峰平谷、双峰双谷、三峰三谷和多峰多谷四种峰值变化形态（表1）。其中，单峰平谷型景区有太湖鼋头渚、徐州乐园等6家；双峰双谷型景区有静思园、南通狼山、梅园新村纪念馆等39家；三峰三谷型景区有天宁寺、寒山寺、甪直古镇等40家；多峰多谷型景区有南京博物院、朝天宫等3家。

表1 居民对景区旅游需求年内变化峰值和旅游需求集中指数

单峰平谷型景区旅游需求集中指数介于3.85—5.34之间，季节波动最为明显（图2a）。如3—4月是太湖鼋头渚樱花盛开时节，吸引众多游客前来参观游览，而其他月份的旅游需求处于相对较低且平稳的状态。夏季属于水上游乐项目的旺季，如连云港连岛旅游度假区是省内居民消暑休闲的好去处，7—8月网络关注度分别为全年最高的10.5万和11万人次。10—12月是南京栖霞山风景区赏红叶的季节，尤其是11月中旬，栖霞山的红叶五彩斑斓，居民旅游需求也达到了全年的最高峰。此外，吴承恩故居旅游需求集中指数为5.34，是所有景区中最高的，这是因为12月4日“吴承恩故居变六小龄童故居”事件在互联网上引发争议，导致单月网络关注度过高而产生的。

图2 不同峰值变化类型景区各月旅游需求变化

双峰双谷型景区旅游需求集中指数位于1.35—4.24之间，季节波动较为明显（图2b）。如泰州溱湖、吴中太湖等自然景观类旅游区和南京牛首山、茅山风景区等宗教山岳类景区的旅游需求高峰均出现于4月与10月，6—7月为次低谷，12—1月为最低谷。旅游旺季时节，溱潼会船节、太湖旅游节、春牛首国际马拉松节等节庆活动的举办进一步拉高了这些景区的网络关注度。

与双峰双谷型景区相比，三峰三谷型景区旅游需求集中指数要稍微低一些，介于0.77—3.07之间，季节波动较不明显（图2c）。如中华恐龙园、春秋淹城等主题乐园和瘦西湖、总统府等人文类景区的旅游需求高峰均是4月、8月和10月，次低谷期是5—6月和9月，最低谷期是1月。而苏州园林、钟山风景区等兼具自然和人文景观类景区的次低谷与最低谷之间并不明显，旅游需求集中指数分别为1.63和1.19，旅游季节差异性较小。

多峰多谷型景区旅游需求集中指数在1.18—1.77之间，旅游季节波动最不明显（图2d）。在文旅融合、文化复苏的背景下，越来越多的年轻人渴望了解中国传统文化，掀起一股博物馆热潮，加上清明、五一、国庆和寒暑假等节假日的影响，南京博物院、朝天宫等文化场所在2月、4月、8月和10月迎来小高峰。作为青少年参观较多的红色教育基地，同时受12月国家公祭日的影响，南京大屠杀遇难同胞纪念馆的需求小高峰分别是4月、8月、10月和12月。

（三）居民旅游需求时间分布差异的影响因素

通过对以上内容的分析，并结合前人的研究成果发现，影响居民旅游需求时间分布差异的主要因素有：（1）气候环境。气候是决定一个地区对居民吸引力程度最直接的外部自然条件，对居民出游的体感舒适性和景区吸引物的最佳呈现都会产生一定的影响。（2）资源禀赋。自然风光类景区的主要吸引物如果具有明显的季节性，会导致居民对其旅游需求集中于某个时间段内。人文类和主题乐园类景区季节性不是很明显，只要气候适宜都能顺利开展。自然和人文旅游资源兼备的综合类景区受季节的影响最小。（3）假期制度。受我国工作及闲暇制度的影响，清明、五一等小长假和寒暑假都是居民出游比较频繁的时间。（4）重大事件。突发事件、节庆活动和特殊纪念日等重大事件往往会引起社会的普遍关注，从而提升目的地的网络关注度。如G20杭州峰会、北京奥运会等重大事件会激发居民的旅游需求。（5）社会环境。近年来，社会各界不断倡导弘扬传统文化和培养爱国主义情怀，具有民族文化的博物馆和爱国主题教育的红色基地等景区年内旅游需求也在发生变化。

为量化分析各因素对居民旅游需求时间变化的影响程度，本文以自然和人文旅游资源兼具的苏州园林为例，将苏州园林各月的网络关注度设为因变量，苏州的气候环境（关于气候环境的计算方法很多，我们采用旅游气候综合舒适性评价模型来计算苏州市各月的气候环境指数）和假期制度设为自变量，采取SPSS做回归分析，模拟测试结果为：

四、居民旅游需求年内空间分布特征和影响因素

（一）全省居民旅游需求偏好空间分布特征

利用旅游偏好指数公式计算出全省及13个地级市居民对各景区的旅游偏好系数，并依据旅游偏好系数大小，将其划分为五个梯队。其中，处于全省居民旅游偏好第一梯队的景区有苏州园林、钟山风景名胜区、天目湖旅游区和无锡灵山，偏好系数大于等于3.89%，这4家景区都是旅游资源丰富的综合类5A级景区且都地处苏南地区。中华恐龙园、春秋淹城、周庄古镇、同里古镇等11家景区属于第二梯度，旅游偏好系数介于1.99—3.89%之间，这些景区主题特色鲜明，在整个区域内具有较高的资源差异性。红山森林动物园、周恩来故里、宜兴竹海等23家景区属于第三梯队，旅游偏好系数介于1.02—1.99%之间，居民旅游偏好程度适中。茅山风景区、徐州云龙湖、南京梅园新村等32家景区属于第四梯队，旅游偏好系数介于0.30—1.02%之间，居民旅游偏好程度较低。南京明文化村、高淳国际慢城、苏州盘门等18家景区属于第五梯队，旅游偏好系数小于0.30%，居民旅游偏好程度最低。

在ArcGIS中，采用自然裂点法将江苏省居民对各景区的旅游偏好系数划分为5个区间（图3），分析全省居民旅游需求偏好空间分布特征。从图中可以看出，苏北地区4A级及以上景区数量较少，且分布较为分散，景区串连成线的交通和时间成本较高，而反观苏南地区，4A级及以上景区数量较多且分布密集，再加上高速、高铁等交通网络发达，居民旅游需求偏好明显高于苏北地区，且主要集中于以下3个区域：（1）以无锡、常州多个景区为核心形成的斜Z型旅游偏好带，其中无锡灵山、太湖鼋头渚、三国水浒城等组成的环太湖景区群和天目湖旅游区、宜兴竹海等构成的自然山水类景区旅游需求最为旺盛。（2）以南京钟山风景名胜区为核心组成的J型旅游偏好带，包括总统府、夫子庙、牛首山等多个景区群。（3）以苏州园林为核心组成的倒L型旅游偏好带，包括周庄古镇、甪直古镇、寒山寺等多个苏州景区群，这些景区大都是充满人文气息的名胜古迹。

图3 江苏省居民旅游需求偏好空间分布图

（二）居民旅游需求偏好空间分布特征的影响因素

影响居民旅游需求偏好空间变化特征的主要因素有：（1）空间距离。由于费时短、开销低等原因，居民会优先考虑游玩居住地附近的旅游景区。（2）经济条件。旅游是经济水平发展到一定阶段的产物，居民可支配收入越高，旅游休闲意识越强。同时，经济发展水平较高的旅游目的地拥有足够的资金提升旅游产品的质量和服务水平，从而不断增强对居民的吸引力。（3）景区知名度。通常情况下，景区的等级越高，产品业态越多元化，配套服务设施越完善，受欢迎程度就越高，尤其是具有城市品牌形象的旅游景区如苏州园林、扬州瘦西湖等，居民来到这座城市往往都会前往参观游览。（4）资源丰度。旅游资源的丰富性和可参与性决定了对居民的吸引程度，如苏州石湖风景区、常州红梅公园等景区因为资源单一、可参与性不强导致对居民的吸引力较低。而无锡灵山从最初的佛教文化景区逐步发展成为富有禅意养生的旅游度假胜地，吸引不少游客慕名而来。（5）资源差异性。旅游资源的差异性会直接影响客源市场居民对目的地的喜好程度，如泰州、连云港、淮安等苏中、苏北地区的居民对中华恐龙园、环球动漫嬉戏谷等主题乐园旅游偏好程度较高。（6）人口规模。人口规模决定了一个地区有多少人能通过网络检索旅游目的地相关信息，也决定了一个地区能出游人数的多少。（7）对外交通。对外交通的便捷性也是影响居民旅游需求的重要因素，苏南地区由于丰富的城际高铁网极大地降低了居民出游的时间成本，因此居民对苏南地区景区的旅游需求也相对较高。（8）宣传营销。在移动互联网普及的大趋势下，景区运用新媒体营销推广可以有效激发居民的旅游动机。根据人民网发布的景区影响力排行榜，苏州园林、钟山风景区、无锡鼋头渚等景区自媒体平台在宣传营销方面发挥了重要作用，可以看出江苏省居民对它们的旅游偏好程度也比较高。

1.典型地级市居民旅游需求偏好空间特征的影响因素。南京市居民人均可支配收入在全省名列前茅，居民旅游需求强烈，本文以南京市为例分析地级市居民景区旅游需求的空间分布特征（图4）及其主要影响因素。受空间距离的影响，南京市居民旅游需求集中在南京的各市辖区，尤其是以钟山风景名胜区、总统府、夫子庙秦淮风光带等市区景点为主。另外，需要指出的是，近几年主打自然山水、休闲度假等系列产品的天目湖旅游区，距离南京自驾行程约1个半小时，南京市居民对该景区的旅游需求程度也比较高。其次是苏州园林、瘦西湖等具有较高品牌知名度的5A级景区。此外，南京市居民对中华恐龙园、春秋淹城、三国水浒景区等具有旅游资源差异性的主题乐园与影视基地以及周庄古镇、同里古镇等兼具水乡风情与人文古韵魅力的名胜古迹旅游需求也较高。整体而言，南京市居民对苏北景区的旅游需求偏低。

图4 南京市居民旅游需求偏好空间分布图

2.典型景区居民旅游需求偏好空间特征的影响因素。本分以品牌知名度较高、旅游资源丰富的综合类5A级景区钟山风景名胜区为例，从目的地的角度分析地级市居民旅游需求空间分布的特征（图5）及其主要影响因素。可以发现，距离钟山风景名胜区较近或经济发展水平较高的地级市居民对其旅游需求较高，其中南京市居民对钟山风景名胜区的旅游需求最为强烈，网络关注度高达88万人次。苏州市居民对钟山风景名胜区的旅游需求较为强烈，网络关注度为27.9万人次。无锡、常州、镇江、扬州市居民对钟山风景名胜区的旅游需求适中，网络关注度在12—16万人次之间。徐州、南通、盐城、淮安、泰州市居民对钟山风景名胜区的旅游需求较弱，网络关注度在7—12万人次之间。宿迁、连云港市居民对钟山风景名胜区的旅游需求最弱，网络关注度低于7万人次。

图5 南京钟山风景名胜区居民旅游需求空间分布图

3.其他影响因素。除了空间距离、经济条件两个要素之外，居民所在城市的人口规模、前往旅游目的地交通便利性等因素也会对居民旅游需求空间分布特征产生重大影响。考虑到相关数据的可获取性，本文以各地级市到钟山风景名胜区的距离、各地级市居民人均可支配收入、地区GDP和人口数量为自变量，以各地级市居民对钟山风景名胜区的全年网络关注度为因变量做回归分析，模拟测试结果为：

其中，Qi是各地级市居民对钟山风景名胜区的全年网络关注度；Di是空间距离；Pi是人口规模；Gi是地区生产总值；Ii是人均可支配收入。由回归方程可知，空间距离的边际效应最为明显，空间距离每变化1km，居民旅游需求随之变化1477.73人次。其次是人口数量每变化1万人，居民旅游需求随之变化976.378人次。再次是地区GDP每变化1亿元，居民旅游需求随之变化36.319人次，最后是居民人均可支配收入每变化1元，居民旅游需求随之变化13.456人次。

五、结论与讨论

（一）结论

本文收集2018年江苏省13个地级市居民对省内4A级及以上景区的百度指数数据，运用旅游需求集中指数、GIS空间分析等方法探讨了省内居民旅游需求时空变化特征及其主要影响因素。研究结果是：（1）在时间维度上，江苏省和南京市、苏州市等地级市居民旅游需求均呈现出“三峰三谷”的季节变化特征，春、夏、秋三个季节是省内居民旅游出行高峰时段。全省居民对单个景区年内旅游需求存在单峰平谷、双峰双谷、三峰三谷和多峰多谷4种峰值变化类型。（2）影响居民旅游需求时间变化的主要因素有气候环境、资源禀赋、假期制度、重大事件和社会环境等。其中，单峰平谷型景区主要受到旅游资源单一或重大事件的影响，而其他类型的景区则受到以上多个因素的综合影响。（3）在空间维度上，省内居民对苏南地区景区旅游需求偏好明显高于苏北地区，主要集中于以钟山风景名胜区为核心的J型、以苏州园林为核心的倒L型和以无锡、常州多个景区形成的斜Z型3个旅游偏好带。（4）从南京市为客源地定性探讨发现，空间距离、资源丰度、景区知名度、资源差异性等是影响南京市居民旅游空间偏好的主要因素；以钟山风景名胜区为目的地，通过定量分析发现，影响居民旅游需求空间偏好特征的主要因素为空间距离和人口规模，而地区生产总值和人均可支配收入影响相对较小。

（二）讨论

本研究可为江苏省各景区旅游产品开发、市场开拓、宣传营销和政府相关部门政策实施提供理论参考。（1）在景区层面上，针对冬季旅游淡季市场，有资源条件的景区应加大冬季旅游产品的打造和市场营销.如冬天在天目湖泡温泉、在花果山观雾凇，赏雪景等。由于空间距离原因，大多数景区还是应当以所在城市为核心市场，继而拓展周边旅游需求较为旺盛的其他城市。在营销推广方面，要结合目标市场用户特征和自身旅游产品特性综合考虑最适合的营销方式，以本地居民为主的旅游景区，侧重于选择与当地媒体之间的合作，而极富趣味性和体验性的旅游产品，抖音、快手等短视频不失为重要的传播载体。（2）在政府层面上，要加快苏中、苏北高铁线路建设，实现全省境内高铁网络的全连通，缩短城市之间的空间距离。加快苏南、苏北地区旅游产业发展一体化进程，形成区域协同化发展的多元空间格局，避免过度的同质化竞争，如常州的主题公园、盐城的滨海湿地、徐州的两汉文化、淮安的漕运文化等区域品牌定位。同时，针对苏北地区旅游景区数量和质量都相对落后的现状，从政策和资金方面支持苏北地区打造一批滨海风光、生态旅游、文化体验等主题特色鲜明的精品景区和旅游线路。

（三）改进方向

本研究揭示了江苏省居民旅游需求时空分异特征及其影响因素，首次利用百度指数衡量江苏省居民旅游需求，并在前人研究的基础上，对搜索关键词做了改进和创新，提出关键词选取遵循的典型性、区域性、全面性和整体性4个原则。使用Python工具全面抓取相关基础数据，力求旅游需求分析的准确性和完整性。然而研究中也存在一些不足：（1）文中基于百度指数的关键词选取虽有一定的代表性和合理性，但也存在非旅游需求的检索，且游客也未必都通过百度搜索引擎获取旅游信息，因此，作为旅游需求研究数据仍然不够全面，有待在后续的研究中拓宽搜索渠道。（2）自然、人文、综合类等不同类型景区是否存在旅游需求上的差异性和规律性，还需要进一步缩小研究范围，进行更精细化的研究，而非笼统性的分析.（3）影响居民旅游需求时空分布特征的因素众多，但所建模型仅使用了一些相对容易量化的指标进行回归分析，模型的准确度和解释力有待提高。以上几个方面还需在今后的研究中予以深化。

注释：

①中华人民共和国文化和旅游部.2018年文化和旅游发展统计公报[EB/OL].http://zwgk.mct.gov.cn.

②陶伟,倪明.中西方旅游需求预测对比研究:理论基础与模型[J].旅游学刊,2010,25(08):12-17.

③牛亚菲.旅游供给与需求的空间关系研究[J].地理学报,1996(01):80-87.

④翁钢民,徐晓娜,尚雪梅.我国城市居民国内旅游需求影响因素分析[J].城市问题,2007(04):31-35.

⑤许春晓,张欢,柴晓敏等.城市居民城郊旅游需求的职业分异研究——以长沙市为例[J].旅游学刊,2006(07):75-78.

⑥Crouch Geoffrey I..Effect of income and price on international tourism[J].Annals of Tourism Research,1992,19(4):643-664.

⑦Morley Clive L.The use of CPI for tourism prices in demand modelling[J].Tourism Management,1994,15(5):342-346.

⑧刘长生,简玉峰.中国入境旅游市场需求的影响因素研究[J].产业经济研究,2006(04):54-61.

⑨刘泽华,顾宗欣,王楠楠,等.闲暇时间约束对中山陵景区国内客源市场空间结构的影响[J].地理研究,2013,32(09):1737-1746.

⑩Isabel P.Albaladejo,María Isabel González-Martínez,María Pilar Martínez-García.Nonconstant reputation effect in a dynamic tourism demand model for Spain[J].Tourism Management,2016,53(4):32-139.

江苏省内居民旅游需求时空分异特征及影响因素研究——基于网络关注度视角