中国冰雪旅游网络关注度的时空差异与影响因素

doi:10.3969/j.issn.1004-9479.2024.10.20222134

摘要/Abstract

摘要：

网络关注度已成为数字经济时代中国冰雪旅游发展的重要推手。以中国国家统计局和百度指数为主要数据源，综合运用经济地理学、统计学、计量经济学等研究方法，通过百度指数的“搜索指数”“人群画像”“需求图谱”三个模块，对中国冰雪旅游网络关注度的时空差异与影响因素进行分析。结果显示：（1）时间上，中国冰雪旅游网络关注度呈逐年增长趋势，PC端的搜索指数高于移动端搜索指数，季节性差异明显，每年11、12、1月为高搜索月份。（2）空间上，结构分布呈现“东部高、中部均衡、西部低”的发展格局，北京、黑龙江、吉林、广东依次是中国冰雪旅游网络关注度排名较高的省份。（3）影响因素上，排序为经济发展水平>冰雪旅游资源>大型冰雪赛事>地区网络普及率>人均消费支出；其中，青年人群占比与冰雪旅游网络关注度呈现负相关。最后提出冰雪旅游与大数据深度融合等建议，为国家制定相关政策促进冰雪旅游高质量发展提供科学依据和决策参考。

关键词: 冰雪旅游, 百度指数, 网络关注度, 时空差异, 影响因素, 中国

Abstract:

Network attention has become an important driving force for the development of ice-snow tourism in China.With the National Bureau of Statistics of China and the Baidu Index as the main data sources, the spatio-temporal differences and influencing factors of network attention on ice-snow tourism in China are analyzed through three modules of Baidu Index:"Search Index" "Crowd Portrait" and "Demand Mapping". The results show that: (1) In terms of time, China's ice-snow tourism network attention is growing year by year, the PC search index is higher than the mobile search index, and seasonal differences are obvious, with November, December and January being the high search months every year. (2) In terms of space, the structure distribution shows the development pattern of "high in the east, balanced in the middle and low in the west", with Beijing, Heilongjiang, Jilin and Guangdong being the provinces with higher ranking of network attention for ice-snow tourism in China.(3)In terms of influencing factors, ranked as economic development level > ice-snow tourism resources > large ice-snow events > regional network penetration rate > per capita consumption expenditure; the proportion of young people is negatively correlated with ice-snow tourism network concern. Finally, it proposes the deep integration of ice-snow tourism with big data and other recommendations to provide a scientific basis and decision-making reference for the formulation of relevant national policies to promote the high-quality development of ice-snow tourism.

Key words: ice-snow tourism, Baidu index, network attention, spatio-temporal difference, influencing factors, China

张宇飞, 任艳路, 梁丽敏. 中国冰雪旅游网络关注度的时空差异与影响因素[J]. 世界地理研究, 2024, 33(10): 155-167.

Yufei ZHANG, Yanlu REN, Limin LIANG. Spatio-temporal differences and influencing factors of network attention to ice-snow tourism in China[J]. World Regional Studies, 2024, 33(10): 155-167.

图/表 9

图1 中国冰雪旅游网络关注度相关时间差异变化

Fig.1 Temporal variation of ice-snow tourism network attention in China

图2 中国冰雪旅游网络关注度空间差异变化注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2022）4306号的标准地图制作，底图无修改。

Fig.2 Spatial difference of attention of ice-snow tourism network in China

表1 中国冰雪旅游网络关注度排名前10的城市

Tab.1 Top 10 cities with the highest attention of China's ice-snow tourism network

排名	城市	省份	区域	关注度/次
1	北京	—	东部	7757
2	哈尔滨	黑龙江	中部	6217
3	长春	吉林	中部	5173
4	广州	广东	东部	3559
5	沈阳	辽宁	东部	2401
6	杭州	浙江	东部	2379
7	上海	—	东部	2299
8	南京	江苏	东部	2264
9	石家庄	河北	东部	2155
10	济南	山东	东部	1624

表2 中国冰雪旅游网络关注度地理集中指数

Tab.2 Geographical concentration index of ice-snow tourism network attention in China

年份	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
G值	37.71	35.52	38.93	33.64	34.24	36.53	35.94	35.46	34.67	31.75

表3 中国冰雪旅游基地适宜度评定分级

Tab.3 Rating assessment based on suitability index of ice-snow tourism in China

冰雪旅游适宜度等级	区域分布
冰雪旅游高适宜区	黑龙江中部地区，吉林中、东部地区，新疆天山山脉附近地区
冰雪旅游中适宜区	黑龙江东、西部地区，吉林西部地区，内蒙古中、东部地区，新疆中北部地区，云南北部地区，四川西部地区
冰雪旅游基本适宜区	辽宁地区，北京地区，河北中北部地区，山西北部地区，内蒙古西部地区，新疆南部地区，西藏、青海、甘肃大部分地区，四川北部地区

表4 中国承办冬运会及以上赛事城市列表

Tab.4 List of cities hosting the Winter Games and above

赛事	举办城市
冬奥会	北京、张家口
冰雪世锦赛和世界杯	上海、南京、重庆
亚冬会和冬运会	哈尔滨、长春、乌鲁木齐、海拉尔

表5 冰雪旅游网络关注度时空差异影响因素的相关性分析

Tab.5 Correlation analysis of influencing factors of spatial and temporal differences in network attention of ice-snow tourism

	网络关注度	网络普及度	冰雪赛事效应	冰雪旅游资源	人均GDP	青年人群占比	人均消费支出
网络关注度	1.00	—	—	—	—	—	—
网络普及度	0.53	1.00	—	—	—	—	—
冰雪赛事效应	0.71	0.15	1.00	—	—	—	—
冰雪旅游资源	0.77	-0.10	0.70	1.00	—	—	—
人均GDP	0.52	0.01	0.05	-0.04	1.00	—	—
青年人群占比	0.66	0.25	0.07	-0.09	0.01	1.00	—
人均消费支出	0.49	0.46	0.53	0.15	0.18	0.31	1.00

表6 泊松模型回归结果

Tab.6 Regression results of Poisson model

Y_t	泊松回归	Z	OLS法	t值
网络普及率	0.49	3.51^***	1.85	0.22
冰雪旅游资源	0.97	68.30^***	8.77	2.68^**
冰雪赛事效应	0.79	66.96^***	6.62	5.05^**
人均GDP	2.77	17.91^***	1.37	0.62
青年人群占比	-0.63	-33.17^***	-1.76	-2.87^***
人均消费支出	0.32	32.61^***	0.43	2.42^**
$β 0$	-5.66	10.20^***	-42.63	-2.84^**
F			17.96^***
R2			0.82

表6 泊松模型回归结果

Tab.6 Regression results of Poisson model

Y_t	泊松回归	Z	OLS法	t值
网络普及率	0.49	3.51^***	1.85	0.22
冰雪旅游资源	0.97	68.30^***	8.77	2.68^**
冰雪赛事效应	0.79	66.96^***	6.62	5.05^**
人均GDP	2.77	17.91^***	1.37	0.62
青年人群占比	-0.63	-33.17^***	-1.76	-2.87^***
人均消费支出	0.32	32.61^***	0.43	2.42^**
$β 0$	-5.66	10.20^***	-42.63	-2.84^**
F			17.96^***
R2			0.82

表7 稳健回归结果

Tab.7 Robust regression results

1.85

（0.20）

8.45^**

（2.31）

6.62^***

（3.22）

1.37^*

（2.00）

－1.76^***

（－3.06）

0.43^**

（2.28）

参考文献 33

1	王玲.国内外冰雪旅游开发与研究述评.生态经济,2010(03):66-69.
	WANG L.A Summary on the Ice-Snow Tourism Development and Research at Home and Abroad.Ecological Economy,2010(03):66-69.
2	中国旅游研究院.中国冰雪旅游发展报告(2023),2023.
	China Tourism Academy.China ice-snow tourism Development Report(2023),2023.
3	ANDREW H.The use of visitor understanding in skiing management and development decisions at the Cairngorm Mountains,Scotland.Tourism Management,1998,19(2):145-152.
4	MEHMET F B, ERDOGAN K.An analysis of snow options for ski resort establishment.Tourism Management,2009,8(7):1-8.
5	DAWSON J, SCOTT D.Managing for climate change in the Alpine ski sector.Tourism Management,2013,35(4):244-254.
6	KONU H, LAUKKANEN T, KOMPPULA R. Using ski destination choice criteria to segment Finnish ski resort customers.Tourism Management,2011,32(5),1096–1105.
7	YANG J, YANG R, SUN J,et al.The spatial differentiation of the suitability of ice-snow tourist destinations based on a comprehensive evaluation model in China.Sustainability,2017,9(5):1-13.
8	李在军.冰雪产业与旅游产业融合发展的动力机制与实现路径探析.中国体育科技,2019,55(07):56-62.
	LI Z. Exploration & Analysis on the Dynamic Mechanism and Way of Implementation of the Integrated Development of the Ice & Snow Industry and the Tourism Industry.China Sport Science and Technology,2019,55(07):56-62.
9	刘国民,张彩云."互联网+冰雪旅游"产业发展路径选择——以黑龙江省为例.学习与探索,2018(01):130-134.
	LIU G, ZHANG C. From Modernization to Modernity——Exploration of Modernity in Chinese Literature and Art since 1990.Study & Exploration,2018(01):130-134.
10	康韵婕,杨建平,哈琳,等.冰冻圈旅游经济区发展水平及影响因素分析——以大香格里拉地区为例.世界地理研究,2022,31(5):1083-1095.
	KANG Y, YANG J,HA L,et al.Analysis on the development level and influencing factors of the cryosphere tourism economic zone——Taking the Greater Shangri-La Region as an example.World Regional Studies,2022,31(5):1083-1095.
11	王世金,徐新武,颉佳.中国滑雪场空间格局、形成机制及其结构优化.经济地理,2019,39(9):222-231.
	WANG S, XU X, XIE J. Spatial pattern,formation mechanism and structure optimization of China's Ski Resorts.Economic Geography,2019,39(9):222-231.
12	把多勋, 王储. 西北五省滑雪场空间分异特征及其影响因素研究.中国生态旅游, 2021, 11(6): 869-883.
	BA D, WANG C. Research on the spatial differentiation characteristics and influencing factors of ski resorts in the five provinces of Northwest China. Journal of Chinese Ecotourism, 2021, 11(6): 869-883.
13	张月,蒋依依.冬奥旅游遗产的创造、识别与利用.旅游学刊,2022,37(01):13-15.
	ZHANG Y, JIANG Y. The creation, recognition and utilization of Winter Olympic tourism Heritage.Tourism Tribune,2022,37(01):13-15.
14	ÖNDER I. Forecasting tourism demand with google trends: Accuracy comparison of countries versus cities. International Journal of Tourism Research, 2017, 19(6): 648-660.
15	PARK S B, OK C M, CHAE B K. Using twitter data for cruise tourism marketing and research. Journal of Travel & Tourism Marketing, 2016, 33(6): 885-898.
16	PADHI S S, PATI R K. Quantifying potential tourist behavior in choice of destination using google trends. Tourism Management Perspectives, 2017, 24: 34-47.
17	王储,卢长宝,把多勋,等.中国代表性滑雪场网络关注度时空演变及影响因素.自然资源学报,2022,37(09):2367-2386.
	WANG C, LU C, BA D,et al.Spatio-temporal evolution and influencing factors of network attention of representative ski resorts in China.Journal of Natural Resources,2022,37(09):2367-2386.
18	李磊,陶卓民,赖志城,等.长征国家文化公园红色旅游资源网络关注度及其旅游流网络结构分析.自然资源学报,2021,36(07):1811-1824.
	LI L, TAO Z, LAI Z,et al.Analysis of the Internet attention and tourism flow network structure of red tourism resources in Long March National Cultural Park. Journal of Natural Resources,2021,36(07):1811-1824.
19	陆利军,李浪,李成家,等.省域国家森林公园网络关注度与旅游吸引力动态耦合协调关系.经济地理,2022,42(03):150-159.
	LU L, LI L, LI C,et al.Coupling coordination relationship between network attention and tourism attraction of national forest park in provincial scale.Economic Geography,2022,42(03):150-159.
20	汪秋菊,刘宇,李新,等.中国主要城市旅游要素网络关注空间演化特征.世界地理研究,2017,26(01):45-55.
	WANG Q, LIU Y, LI X,et.al. Evolution characteristics of 24 major cities'network attention degree of six elements of tourism in China. World Regional Studies, 2017,26(1):45-55
21	高楠,张新成,王琳艳.中国红色旅游网络关注度时空特征及影响因素.自然资源学报, 2020, 35(5): 1068-1089.
	GAO N, ZHANG X, WANG L.Spatio-temporal characteristics and influencing factors of Chinese red tourism network attention.Journal of Natural Resources,2020, 35(5): 1068-1089.
22	舒丽,张凯,王小秋,等.基于百度指数的我国体育旅游网络关注度研究.北京体育大学学报, 2020, 43(6): 110-122.
	SHU L, ZHANG K, WANG X,et al.Network Attention of China's Sports Tourism Based on Baidu Index.Journal of Beijing Sport University,2020, 43(6): 110-122.
23	SOHRABI B, VANANI I R, NASIRI N, et al. A predictive model of tourist destinations based on tourists' comments and interests using text analytics. Tourism Management Perspectives, 2020, 35: 100710.
24	NIEZGODA A, NOWACKI M. Experiencing nature: Physical activity, beauty and tension in Tatra National Park: Analysis of Tripadvisor Reviews. Sustainability, 2020, 12(2): 601.
25	SONG J, JAI T M, LI X. Examining green reviews on TripAdvisor: Comparison between resort/luxury hotels and business/economy hotels. International Journal of Hospitality & Tourism Administration, 2020, 21(2): 165-187.
26	ABRAHAMS Z, HOOGENDOOM G, FITCHETT J. Glacier tourism and tourist reviews: An experiential engagement with the concept of "Last Chance Tourism". Scandinavian Journal of Hospitality and Tourism, 2022, 22(1): 1-14.
27	杨利,谢慧,谢炳庚.中国大陆31个省(市、自治区)湿地旅游网络关注度时空差异及其影响因素.湖南师范大学自然科学学报,2022,45(04):77-85.
	YANG L, XIE H, XIE B.Spatio-temporal Differences and Influencing Factors of Wetland Tourism Network Attention in 31 Provinces ( Municipalities and Autonomous Ｒegions) in China's mainland,Journal of Natural Science of Hunan Normal University,2022,45(04):77-85.
28	陈玉萍,刘嘉毅,郭修金.基于网络关注度的中国冰雪旅游产业发展启示.天津体育学院学报,2020,35(05):519-524.
	CHEN Y, LIU J, GUO X.Enlightenment of China's Ice-Snow Tourism Industry Development Based on Online Attention.Journal of Tianjin University of Sport,2020,35(05):519-524.
29	张慧婕,石灵珊,刘利.大数据透视下的我国冰雪运动网络关注度探究.体育与科学,2019,40(01):114-120.
	ZHANG H, SHI L, LIU L.Research on online attention of ice and snow sports in China from the perspective of big data.Sports & Science,2019,40(1):114-120.
30	刘海洋,王乃昂,叶宜好,等.我国沙漠旅游景区客流时空特征与影响因素——以鸣沙山、沙坡头、巴丹吉林为例.经济地理,2013,33(3):156-163.
	LIU H, WANG N, YE Y,et al.Analysis of spatio-temporal characteristics of Chinese desert tourism scenic, with examples of Mingshashan, Shapotou and Badanjilin.Economic Geography,2013,33(3):156-163.
31	张晓梅,程绍文,刘晓蕾,等.古城旅游地网络关注度时空特征及其影响因素——以平遥古城为例.经济地理,2016,36(07):196-202.
	ZHANG X, CHENG S, LIU X,et al.Spatial-Temporal Characteristics and Influencing Factors of Network Attention to Ancient City Destination: A Case of Pingyao.Economic Geography,2016,36(07):196-202.
32	鄢继尧,赵媛,熊筱燕,等.中国家政服务业发展时空演变特征及影响因素.世界地理研究,2022(5):1-15.
	YAN J, ZHAO Y, XIONG X,et al.Spatio-temporal evolution and influencing factors of domestic service industry development in China.World Regional Studies,2022(5):1-15.
33	程志会,刘锴,孙静,等.中国冰雪旅游基地适宜性综合评价研究.资源科学,2016,38(12):2233-2243.
	CHENG Z, LIU K, SUN J,et al.The comprehensive evaluation of suitability of ice-snow tourism base in China.Resources Science,2016,38(12):2233-2243.

[1]	赵亚博, 黄柳倩, 胡蝶, 陈瑞炀, 谢涤湘, 范建红. “流空间”视角下珠三角城市群综合客运网络特征及影响因素[J]. 世界地理研究, 2024, 33(9): 163-175.
[2]	胡曙虹, 杜德斌, 段德忠, 张宓之. 中国企业R&D全球化与创新能力升级：一个区位-关系视角的解释框架[J]. 世界地理研究, 2024, 33(9): 45-56.
[3]	刘航, 骆华松, 洪菊花, 王睿, 孙乐乐. 中国外交发言文本中的地缘关系热点研究[J]. 世界地理研究, 2024, 33(9): 71-81.
[4]	王素凤, 洪剑涛, 李化夫. 中国城市能源消费碳排放影响因素的时空异质性[J]. 世界地理研究, 2024, 33(8): 102-116.
[5]	安琳, 夏丽丽, 张佳锃, 林剑铬. 珠三角区域经济韧性的空间演化及影响因素研究[J]. 世界地理研究, 2024, 33(8): 132-147.
[6]	梁源钊, 魏冶. 城市收缩的时空格局与影响因素：德国东部地区与中国东北地区的对比研究[J]. 世界地理研究, 2024, 33(8): 40-51.
[7]	陈宇奇, 蒋雪中. 长江南京以下港口城市可持续效率演变与影响因素分析[J]. 世界地理研究, 2024, 33(7): 116-127.
[8]	李航飞, 魏少彬. 全球稀土贸易网络时空格局演化与中国地位变迁研究[J]. 世界地理研究, 2024, 33(6): 1-13.
[9]	宋关东, 唐承丽, 周国华. 基于县域尺度的乡村韧性测量及其影响因素分析[J]. 世界地理研究, 2024, 33(6): 128-140.
[10]	胡彬, 刘军. 肯尼亚人口分布空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(6): 64-75.
[11]	程成, 胡亚琪, 王云龙. 中国-东盟贸易流网络生长特征与国别角色识别[J]. 世界地理研究, 2024, 33(5): 1-17.
[12]	邬林果, 武荣伟, 杨德刚. 2000—2020年中国人口老龄化时空演变及影响因素研究[J]. 世界地理研究, 2024, 33(5): 163-176.
[13]	刘海朦, 田小波, 曹婷婷. 基于百度指数的乡村旅游需求时空特征及其影响因素研究[J]. 世界地理研究, 2024, 33(5): 177-188.
[14]	彭红艳, 丁志伟. 中国淘宝村“增长-消失”的时空特征及影响因素分析[J]. 世界地理研究, 2024, 33(4): 103-116.
[15]	张圣忠, 孟迪, 柴廷熠. 关中平原城市群物流企业空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(4): 117-129.