張碧星，周曉麗

(長(zhǎng)治學(xué)院歷史文化與旅游管理系，山西長(zhǎng)治 046000)

旅游決策作為一個(gè)復(fù)雜的決策過(guò)程[1]，它涉及環(huán)境感知、信息搜集和信息比較與判斷等環(huán)節(jié)，其中處于中間核心環(huán)節(jié)的是信息搜集，信息的有效搜集影響旅游者對(duì)旅游目的地的環(huán)境感知[2]．旅游者通過(guò)不同的渠道獲取信息，結(jié)合自身因素對(duì)環(huán)境進(jìn)行感知，特別是空間距離的感知對(duì)最終旅游決策具有顯著影響[3]．隨著互聯(lián)網(wǎng)信息通信技術(shù)的迅速發(fā)展，網(wǎng)絡(luò)成為潛在旅游者進(jìn)行旅游決策制定的重要信息源．潛在旅游者的互聯(lián)網(wǎng)旅游信息搜索行為可以直接、客觀地反映其去旅游目的地或旅游景區(qū)的意向，研究旅游者互聯(lián)網(wǎng)信息搜索行為的時(shí)空分布特征可以幫助目的地或景區(qū)更好地把握旅游需求的時(shí)空分布特征，為促進(jìn)目的地或景區(qū)的旅游發(fā)展、市場(chǎng)營(yíng)銷提供決策依據(jù)．

宗教旅游目的地作為特殊的一類旅游場(chǎng)所，一方面其特殊精神內(nèi)涵不僅對(duì)具有宗教旅游動(dòng)機(jī)的旅游者具有穩(wěn)定而較強(qiáng)的吸引力；另一方面其蘊(yùn)含深邃、豐富的文化及其依賴的優(yōu)美環(huán)境，對(duì)非宗教旅游動(dòng)機(jī)旅游者也具有廣泛的吸引力．在網(wǎng)絡(luò)時(shí)代下，旅游決策行為也表現(xiàn)出強(qiáng)烈的網(wǎng)絡(luò)信息搜索傾向，對(duì)于宗教旅游地網(wǎng)絡(luò)關(guān)注時(shí)空差異研究，特別是對(duì)網(wǎng)絡(luò)關(guān)注集中度及其影響因素的研究，不僅可以揭示其旅游需求的時(shí)空結(jié)構(gòu)集中狀況，而且可以為旅游目的地后續(xù)的針對(duì)性營(yíng)銷、資源開發(fā)和容量管理等提供參考．

大數(shù)據(jù)背景下，百度、谷歌、新浪等平臺(tái)都保存了消費(fèi)者的信息搜索數(shù)據(jù)，為進(jìn)行旅游研究提供了便利，因此近幾年利用各大網(wǎng)絡(luò)平臺(tái)提供的數(shù)據(jù)，研究旅游者網(wǎng)絡(luò)關(guān)注度的文獻(xiàn)較多.從研究的內(nèi)容看，主要包括以下3方面：第一，旅游者網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征及影響因素研究[4-9]．大多研究是基于百度指數(shù)平臺(tái)獲取某目的地或景區(qū)特定關(guān)鍵詞一定時(shí)段的搜索量數(shù)據(jù)，時(shí)間上分析其年際、季度、月度、周內(nèi)分布規(guī)律并探究其影響因素，空間上分析網(wǎng)絡(luò)關(guān)注度的區(qū)域、省際和城市關(guān)注度差異并探討其影響因素，研究方法從初期的簡(jiǎn)單Excel分析到后來(lái)的SPSS和Eviews定量指數(shù)分析、相關(guān)分析和回歸分析等．第二，旅游網(wǎng)絡(luò)關(guān)注度和旅游客流的相關(guān)性或耦合性研究[10-13]．這些研究多采用定量研究方法，主要為協(xié)整檢驗(yàn)和格蘭杰因果關(guān)系檢驗(yàn)等，研究結(jié)論證明了旅游網(wǎng)絡(luò)關(guān)注度和旅游客流量之間的顯著相關(guān)性和因果關(guān)聯(lián)性，因此很多學(xué)者將網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)引入目的地或景區(qū)的客流量預(yù)測(cè)研究．第三，基于網(wǎng)絡(luò)關(guān)注度的需求分析和營(yíng)銷策略研究[14-16]．這是近幾年網(wǎng)絡(luò)關(guān)注度研究進(jìn)一步深入的結(jié)果，學(xué)者利用網(wǎng)絡(luò)關(guān)注度和旅游客流之間的密切相關(guān)性，利用網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)研究需求偏好和相應(yīng)的營(yíng)銷策略，但這方面的研究剛剛起步，亟待深化．

五臺(tái)山居我國(guó)四大佛教名山之首，其藏傳和漢傳佛教的空間同一，每年吸引數(shù)百萬(wàn)游客來(lái)訪，在佛教旅游地中具有典型代表性，研究其網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征及影響因素，對(duì)于了解和促進(jìn)該類旅游地發(fā)展具有現(xiàn)實(shí)意義．

1 數(shù)據(jù)來(lái)源和研究方法

1.1 數(shù)據(jù)來(lái)源

目前關(guān)于網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征影響因素分析的數(shù)據(jù)基本來(lái)源于百度指數(shù)平臺(tái)特定關(guān)鍵詞的用戶關(guān)注度數(shù)據(jù)，文中也沿用這一數(shù)據(jù)來(lái)源渠道，獲取百度指數(shù)平臺(tái)關(guān)于五臺(tái)山景區(qū)的用戶關(guān)注度數(shù)據(jù)．在百度指數(shù)平臺(tái)查詢到和五臺(tái)山景區(qū)有關(guān)的收錄關(guān)鍵詞包括“五臺(tái)山旅游攻略”“五臺(tái)山天氣”、“五臺(tái)山地圖” “五臺(tái)山門票” 和“五臺(tái)山在哪兒”等，但不同關(guān)鍵詞各省市搜索數(shù)據(jù)的排名存在明顯差異，為了研究的便利與統(tǒng)一，且考慮到這些詞都含有五臺(tái)山這一景區(qū)名稱，因此以“五臺(tái)山”為關(guān)鍵詞，提取了百度指數(shù)平臺(tái)2011—2017年度全國(guó)31個(gè)省(自治區(qū)、直轄市)對(duì)“五臺(tái)山”的日搜索量數(shù)據(jù)，使用其日網(wǎng)絡(luò)關(guān)注度之和作為五臺(tái)山全國(guó)日網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)．

其他影響因素?cái)?shù)據(jù)主要來(lái)源于2011—2017年《中國(guó)統(tǒng)計(jì)年鑒》和互聯(lián)網(wǎng)信息中心發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》．

1.2 研究方法

以選取2011年1月—2017年12月各省、自治區(qū)和直轄市對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，借鑒網(wǎng)絡(luò)關(guān)注度時(shí)空差異的研究方法，引入?yún)^(qū)域經(jīng)濟(jì)差異的分析方法，采用網(wǎng)絡(luò)關(guān)注度的季節(jié)性集中指數(shù)(Seasonal concentration index)、地理集中指數(shù)(Geographic concentration index)、變異系數(shù)(Coefficient of variation)、市場(chǎng)集中度指數(shù)(Market concentration index)等指標(biāo)，采用SPSS 19.0和Eviews 9.0軟件分析各省對(duì)五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)空差異特征．

1.2.1 季節(jié)性集中指數(shù)和地理集中指數(shù) 季節(jié)性集中指數(shù)(R)主要是用來(lái)反映研究對(duì)象時(shí)間分布集中程度的一個(gè)指標(biāo)，用其來(lái)比較判斷不同年份五臺(tái)山網(wǎng)絡(luò)關(guān)注度月度時(shí)間分布集中程度，R值越大，說(shuō)明信息檢索的淡旺季差異越大，其公式為[2]76

其中,xi為各月網(wǎng)絡(luò)搜索指數(shù)占全年比重．

地理集中指數(shù)(G)是用來(lái)反映被研究對(duì)象地理區(qū)域分布集中程度的一個(gè)指標(biāo)，文中用其反映五臺(tái)山網(wǎng)絡(luò)信息搜索用戶省際間的空間集中程度,G值越接近100，說(shuō)明信息用戶的搜索地越集中,值越小，則說(shuō)明越分散，其公式為[17]367

其中，n為樣本數(shù)量；pi為i地區(qū)網(wǎng)絡(luò)信息搜集量；P為網(wǎng)絡(luò)信息搜集總量．

1.2.2 變異系數(shù) 變異系數(shù)(VC)，也稱變差系數(shù)、離散系數(shù)，是一組樣本數(shù)據(jù)的標(biāo)準(zhǔn)差與其平均值的百分比，用來(lái)測(cè)算數(shù)據(jù)離散程度，是一種相對(duì)差異量數(shù)．用來(lái)測(cè)量集中量數(shù)相差較大的數(shù)據(jù)變異情況的比較變差系數(shù)，離散系數(shù)越大，說(shuō)明數(shù)據(jù)樣本的離散程度越大，其平均數(shù)的代表性越差．文中使用變異系數(shù)測(cè)量五臺(tái)山網(wǎng)絡(luò)關(guān)注度的省際差異程度,VC值越大，意味著五臺(tái)山網(wǎng)絡(luò)關(guān)注度的省際間差異越大，其計(jì)算公式為[18]346

1.2.3 市場(chǎng)集中度指數(shù) 市場(chǎng)集中度是指特定市場(chǎng)中前幾位最大企業(yè)所占的市場(chǎng)份額．一般來(lái)講，市場(chǎng)集中度越高，說(shuō)明大企業(yè)的市場(chǎng)支配能力越強(qiáng)，則企業(yè)間的競(jìng)爭(zhēng)程度就越低；反之，競(jìng)爭(zhēng)加?。?jīng)常使用的集中度計(jì)量指標(biāo)有行業(yè)集中率(Concentration rate)、赫芬達(dá)爾系數(shù)(Herfindahl index)和首位度(Primacy index)．文中使用赫芬達(dá)爾系數(shù)(H)衡量五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)間集中程度和地理集中程度,H值越接近1，表示五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)間和空間分布聚集程度越高；反之,H值越接近0，五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)空聚集程度越低，其計(jì)算公式為[19]102

其中,n為樣本數(shù)量；Pj為j地域或j月占總數(shù)的比重．

使用赫芬達(dá)爾系數(shù)(H)、首位度(P)和行業(yè)集中率(RC)衡量五臺(tái)山網(wǎng)絡(luò)關(guān)注度的省際集中程度．首位度計(jì)算公式為[19]102

其中,p1,p2分別為提名前兩位省份的搜索量.P值越大，說(shuō)明搜索量越集中，越不均勻．

行業(yè)集中率計(jì)算公式為[21]306

其中,∑(Xi)n為排名前n位省份的搜集量總和；∑(Xi)N為全部搜集量總和.RC值越大說(shuō)明搜索量越集中．

2 五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)空特征分析

2.1 五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)間差異分析

大多關(guān)于網(wǎng)絡(luò)關(guān)注度時(shí)間分布的研究均證明了網(wǎng)絡(luò)關(guān)注度的年際遞增和周內(nèi)工作日高、周末低的分布規(guī)律，研究發(fā)現(xiàn)五臺(tái)山旅游網(wǎng)絡(luò)關(guān)注度的年際和周內(nèi)分布亦符合這一規(guī)律，因此不再單獨(dú)列出，這里僅分析五臺(tái)山網(wǎng)絡(luò)關(guān)注度的月度差異變化．

通過(guò)2011—2017年五臺(tái)山各月網(wǎng)絡(luò)關(guān)注度占全年的比重(表1)可見，若以高于各月平均占有率8.33%為分界線，每年4—10月可以看成是五臺(tái)山旅游網(wǎng)絡(luò)關(guān)注度的旺季，11月到次年3月為五臺(tái)山網(wǎng)絡(luò)關(guān)注度的淡季．網(wǎng)絡(luò)關(guān)注度的旺季時(shí)段正好也是五臺(tái)山旅游的高峰期，尤其是每年7—8月，正值暑期，五臺(tái)山由于氣候清涼等因素，正處于旅游高峰期，因此關(guān)于五臺(tái)山的網(wǎng)絡(luò)關(guān)注度也比較高；10月以后，五臺(tái)山氣溫急劇下降，甚至出現(xiàn)降雪，旅游開始進(jìn)入淡季，關(guān)于五臺(tái)山的網(wǎng)絡(luò)關(guān)注度也比較低．但是總體來(lái)看，五臺(tái)山各月網(wǎng)絡(luò)關(guān)注度的差異并不像一些景區(qū)那么明顯，淡旺季之間的差異相對(duì)較?。?/p>

表1 2011—2017年五臺(tái)山各月網(wǎng)絡(luò)關(guān)注度占全年的比重

采用赫芬達(dá)爾系數(shù)和季節(jié)性集中指數(shù)對(duì)2011—2017年五臺(tái)山網(wǎng)絡(luò)關(guān)注度的各月指數(shù)進(jìn)行測(cè)算，結(jié)果列于表2.可以看出，2011—2017年五臺(tái)山網(wǎng)絡(luò)關(guān)注度的季節(jié)性集中指數(shù)分別為1.787 3,1.622 6,3.676 6,1.544 4,1.794 3,1.510 9和1.775 0，除 2013年五臺(tái)山網(wǎng)絡(luò)關(guān)注度的季節(jié)差異特別明顯，季節(jié)集中指數(shù)高達(dá)3.676 6外，其余年份五臺(tái)山網(wǎng)絡(luò)關(guān)注度的季節(jié)性差異相對(duì)較小，在1.7左右徘徊，近7年五臺(tái)山網(wǎng)絡(luò)關(guān)注度的季節(jié)差異波動(dòng)不大．結(jié)合五臺(tái)山網(wǎng)絡(luò)關(guān)注度的赫芬達(dá)爾系數(shù)各年均低于0.1，說(shuō)明五臺(tái)山網(wǎng)絡(luò)關(guān)注度的淡旺季差異相對(duì)比較小，相對(duì)淡旺季差異明顯的景區(qū)而言五臺(tái)山各月網(wǎng)絡(luò)關(guān)注度分布比較均勻，這也說(shuō)明宗教旅游地和一般自然風(fēng)景類旅游地比較雖存在旅游接待季節(jié)性差異，但變化較?。?/p>

2.2 五臺(tái)山網(wǎng)絡(luò)關(guān)注度的省際差異分析

以各省網(wǎng)絡(luò)關(guān)注度指數(shù)比上五臺(tái)山的全國(guó)網(wǎng)絡(luò)關(guān)注度指數(shù)得出各省五臺(tái)山網(wǎng)絡(luò)關(guān)注度的全國(guó)市場(chǎng)占有率，結(jié)果見表3，可見五臺(tái)山網(wǎng)絡(luò)關(guān)注度存在顯著的省際差異特征．

表2 2011—2017年五臺(tái)山網(wǎng)絡(luò)關(guān)注度的赫芬達(dá)爾系數(shù)和季節(jié)性集中指數(shù)

具體而言，對(duì)五臺(tái)山網(wǎng)絡(luò)關(guān)注度最高的省份是北京、山西和河北，連續(xù)7年它們的網(wǎng)絡(luò)關(guān)注度市場(chǎng)占有率都排在31個(gè)省、自治區(qū)和直轄市的前三位.從空間區(qū)位看，這3個(gè)省距離五臺(tái)山最近，出游比較便利，成為五臺(tái)山的重要客源市場(chǎng).山東、廣東、河南的五臺(tái)山網(wǎng)絡(luò)關(guān)注度市場(chǎng)占有率僅次于北京、山西和河北，這6個(gè)省7年的網(wǎng)絡(luò)關(guān)注度平均市場(chǎng)占有率超過(guò)了五臺(tái)山全國(guó)網(wǎng)絡(luò)關(guān)注度的40%，市場(chǎng)集中度較高；但是西藏、青海、寧夏、海南和新疆連續(xù)7年對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度市場(chǎng)占有率均排在31個(gè)省(市、區(qū))的最后5位，這幾個(gè)省份普遍距離五臺(tái)山較遠(yuǎn)，經(jīng)濟(jì)發(fā)展水平及網(wǎng)絡(luò)普及程度相對(duì)滯后，5個(gè)省份網(wǎng)絡(luò)關(guān)注度平均市場(chǎng)占有率之和僅占五臺(tái)山全國(guó)網(wǎng)絡(luò)關(guān)注度的5.5%，難以成為五臺(tái)山的目標(biāo)市場(chǎng)．

對(duì)五臺(tái)山網(wǎng)絡(luò)關(guān)注度的變差系數(shù)、赫芬達(dá)爾系數(shù)、首位度和地理集中度指數(shù)進(jìn)行計(jì)算，結(jié)果列于表4．2011—2017年31個(gè)省、自治區(qū)和直轄市對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度變差系數(shù)約0.7，2017年達(dá)到0.715 0，差異波動(dòng)，呈現(xiàn)“增—減—增—減”態(tài)勢(shì).具體來(lái)看2011—2012年呈上升趨勢(shì)，2013年出現(xiàn)了明顯幅度的減少，2014—2015年連續(xù)增加，2016—2017年又開始減少，但從整體來(lái)看其波動(dòng)變化較??；赫芬達(dá)爾系數(shù)在0.04～0.05波動(dòng)，說(shuō)明各省對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度積聚程度較低，關(guān)注較為分散，且7年波動(dòng)不大；首位度在1.0～1.2，說(shuō)明對(duì)五臺(tái)山關(guān)注度最高的省份和次高省份差距不大，結(jié)構(gòu)較為合理；地理集中指數(shù)在21～22，變化幅度較小，從省際的角度來(lái)看對(duì)五臺(tái)山網(wǎng)絡(luò)關(guān)注度雖不均衡，但未過(guò)度集中于某一區(qū)域．進(jìn)一步統(tǒng)計(jì)2011—2017年排名前10的省份網(wǎng)絡(luò)關(guān)注度比重(表4)可見，7年間排名前10的省份網(wǎng)絡(luò)關(guān)注度比重均超過(guò)55%，省際間分布的集中程度較高．

3 五臺(tái)山網(wǎng)絡(luò)關(guān)注度影響因素的相關(guān)性分析

3.1 影響因素的選取

旅游者對(duì)目的地或景區(qū)的網(wǎng)絡(luò)關(guān)注度是在需求的制約下，為降低決策的風(fēng)險(xiǎn)而在互聯(lián)網(wǎng)上主動(dòng)進(jìn)行信息搜索的行為結(jié)果[21]．因此，凡是影響旅游者需求的因素和影響旅游者信息獲取行為的因素都是影響網(wǎng)絡(luò)關(guān)注度的因素．根據(jù)市場(chǎng)營(yíng)銷的研究結(jié)果“需求=人口規(guī)模+購(gòu)買力+購(gòu)買欲望”，客源地的人口規(guī)模和購(gòu)買力是旅游需求最重要的兩個(gè)影響因素[22]；潛在旅游者的信息來(lái)源渠道多種多樣，在需求喚起的約束下，旅游者既可以主動(dòng)地通過(guò)互聯(lián)網(wǎng)搜索自己所需信息，也可以通過(guò)親朋好友的口碑推薦或其他渠道獲取所需信息，而客源地互聯(lián)網(wǎng)發(fā)達(dá)程度和潛在旅游者的受教育程度是影響其通過(guò)互聯(lián)網(wǎng)主動(dòng)檢索所需信息的重要因素．這些因素的提取和之前學(xué)者的研究基本相似，差距較大的是文中選取了各省的人均消費(fèi)水平而非人均GDP代表客源地的購(gòu)買力，結(jié)合宗教文化作為宗教旅游地的核心[23]及五臺(tái)山旅游者學(xué)歷程度構(gòu)成情況[24]，選取了大專及以上人數(shù)占總?cè)藬?shù)的比例而非絕對(duì)人數(shù)代表各省的受教育程度，因?yàn)榻^對(duì)人數(shù)又潛在地受到了人口規(guī)模這一因素的影響，對(duì)于多位學(xué)者采用的兩地間經(jīng)濟(jì)聯(lián)系指標(biāo)文中進(jìn)行了剔除，一方面是因?yàn)樵诶碚摲治鲋袥]有這一指標(biāo)考慮，另一方面是因?yàn)閷W(xué)者對(duì)兩地間經(jīng)濟(jì)聯(lián)系強(qiáng)度的計(jì)算公式涉及兩地的人口規(guī)模、距離和國(guó)內(nèi)生產(chǎn)總值(即地方經(jīng)濟(jì)發(fā)展水平)，與指標(biāo)中幾個(gè)因素重疊，意義不大．因此，最后選取了31個(gè)省、自治區(qū)和直轄市的互聯(lián)網(wǎng)普及率、人均消費(fèi)水平、人口規(guī)模、距離五臺(tái)山的距離和大專及以上人數(shù)占人口總數(shù)的比例作為可能的影響因素進(jìn)行研究，分別記為X1,X2,X3,X4,X5，各省網(wǎng)絡(luò)關(guān)注度作為被解釋變量，記為Y．

表3 2011—2017年各省(市、區(qū))五臺(tái)山網(wǎng)絡(luò)關(guān)注度比率(%)

3.2 影響因素的實(shí)證分析

由于2018年《中國(guó)統(tǒng)計(jì)年鑒》尚未出版，2017年《中國(guó)統(tǒng)計(jì)年鑒》統(tǒng)計(jì)的是2016年中國(guó)各省區(qū)的經(jīng)濟(jì)、人口等情況，因此筆者以2011—2016年網(wǎng)絡(luò)關(guān)注度和以上5個(gè)影響因素為數(shù)據(jù)源采用Eviews進(jìn)行面板數(shù)據(jù)的協(xié)整檢驗(yàn)和回歸檢驗(yàn)．

表4 2011—2017年五臺(tái)山網(wǎng)絡(luò)關(guān)注度的省際差異測(cè)算

為了減少共線性和異方差出現(xiàn)的概率，將所有的變量取對(duì)數(shù)進(jìn)行檢驗(yàn)．協(xié)整檢驗(yàn)理論的前提是各自變量單整階數(shù)不高于因變量單整階數(shù)，因此首先對(duì)各變量進(jìn)行ADF單位根檢驗(yàn)，結(jié)果見表5.變量X4距離是特征變量，不隨時(shí)間變化而變化，因此屬于常數(shù)序列，其他變量均在面板數(shù)據(jù)單位根檢驗(yàn)(LLC方法)對(duì)應(yīng)的P值遠(yuǎn)小于顯著性水平0.01上，拒絕存在單位根的假設(shè)，為0階單整平穩(wěn)變量，滿足協(xié)整關(guān)系檢驗(yàn)的前提條件．

表5 變量的單位根檢驗(yàn)結(jié)果

進(jìn)行序列的協(xié)整關(guān)系檢驗(yàn)[25]，對(duì)模型進(jìn)行回歸后，預(yù)測(cè)其殘差項(xiàng)(e)，若殘差項(xiàng)是單整序列，則說(shuō)明存在協(xié)整關(guān)系．根據(jù)計(jì)算結(jié)果對(duì)回歸后殘差項(xiàng)(e)進(jìn)行平穩(wěn)性檢驗(yàn)，殘差序列為平穩(wěn)的0階單整序列，結(jié)果說(shuō)明各變量之間存在協(xié)整關(guān)系，因變量和自變量存在內(nèi)在長(zhǎng)期穩(wěn)定關(guān)系，可基于此進(jìn)行面板數(shù)據(jù)回歸分析[26]．

為了確定面板數(shù)據(jù)是固定效應(yīng)模型還是隨機(jī)效應(yīng)模型[27]，采取HAUSMAN檢驗(yàn)，檢驗(yàn)結(jié)果為卡方統(tǒng)計(jì)量130.04，P值為0.000，即在1%水平下拒絕原假設(shè)，使用固定效應(yīng)模型．基于Eviews對(duì)被解釋變量和解釋變量進(jìn)行固定效應(yīng)模型回歸，結(jié)果見表6．從回歸結(jié)果來(lái)看，擬合方程的R2為0.9998，調(diào)整的R2為0.9997，解釋程度達(dá)99.9%，模型擬合結(jié)果較好．除了變量X4在10%水平上顯著外，其余自變量均在5%水平上顯著，且自變量互聯(lián)網(wǎng)普及度、人均消費(fèi)水平、人口規(guī)模和大專以上占比系數(shù)均顯著為正，說(shuō)明它們對(duì)網(wǎng)絡(luò)關(guān)注度呈正向影響，距離變量系數(shù)顯著為負(fù)，說(shuō)明距離對(duì)網(wǎng)絡(luò)關(guān)注度呈現(xiàn)負(fù)向作用．各自變量影響程度從高到低排列為距離、人口規(guī)模、人均消費(fèi)水平、互聯(lián)網(wǎng)普及率和大專以上人數(shù)占人口總數(shù)的比率．

表6 回歸模型估計(jì)結(jié)果

*在10%水平上.

4 結(jié)論與討論

4.1 結(jié)論

基于百度指數(shù)，使用2011—2017年全國(guó)31個(gè)省、自治區(qū)和直轄市對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度指數(shù)，分析了五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征和影響因素，結(jié)論如下：

1)五臺(tái)山網(wǎng)絡(luò)關(guān)注度的時(shí)間分布存在季節(jié)性差異，每年的4—10月是五臺(tái)山網(wǎng)絡(luò)關(guān)注度的高峰期，11月到次年3月是五臺(tái)山網(wǎng)絡(luò)關(guān)注度的淡季，但總體而言，季節(jié)性波動(dòng)差異不大．

2)五臺(tái)山網(wǎng)絡(luò)關(guān)注度存在省際間的顯著差異，北京、山西、河北、山東、河南、廣東等排名靠前，西藏、青海、寧夏、海南和新疆排名靠后，且存在較大差距．2011—2017年省際間變異系數(shù)在0.7左右波動(dòng)，省際差異較大．各省對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度聚集程度較低，關(guān)注相對(duì)比較分散．

3)通過(guò)相關(guān)分析發(fā)現(xiàn)，距離、互聯(lián)網(wǎng)普及率、受教育程度、地區(qū)人口規(guī)模和人均消費(fèi)水平等因素是五臺(tái)山網(wǎng)絡(luò)關(guān)注度空間分布差異的主要影響因素．網(wǎng)絡(luò)用戶所在地區(qū)距離五臺(tái)山越近、受教育程度越高、所在地互聯(lián)網(wǎng)越發(fā)達(dá)、人口規(guī)模越大、人均消費(fèi)水平越高，對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度也越高，反之亦然．但是各因素對(duì)五臺(tái)山網(wǎng)絡(luò)關(guān)注度的影響程度不一，影響最大的是距離因素，對(duì)五臺(tái)山網(wǎng)絡(luò)關(guān)注度呈阻礙作用；客源地的人口規(guī)模和人均消費(fèi)水平，對(duì)五臺(tái)山網(wǎng)絡(luò)關(guān)注度有較高的正向貢獻(xiàn)；互聯(lián)網(wǎng)普及率和受教育程度的正向貢獻(xiàn)相對(duì)較低．

4.2 討論及建議

在本研究中，對(duì)于網(wǎng)絡(luò)搜索關(guān)鍵詞選取的針對(duì)性、準(zhǔn)確性有待提高，文中主要通過(guò)PC端進(jìn)行了信息搜集與分析，而對(duì)于移動(dòng)客戶端未涉及，因此在信息搜集完整性有待提高與區(qū)別；另一方面，在選擇對(duì)搜索的影響因素時(shí)，影響因素的選擇面還不夠?qū)?，主觀性較強(qiáng)，未通過(guò)定量分析進(jìn)行篩選，因此在科學(xué)性方面有待提高．

1)注重制定差異化營(yíng)銷策略．由于宗教旅游地具有的穩(wěn)定香客資源，使其在季節(jié)性差異方面表現(xiàn)相對(duì)觀光型旅游地來(lái)說(shuō)不明顯，但如能保持一定程度的差異，對(duì)促進(jìn)旅游區(qū)的發(fā)展特別是經(jīng)濟(jì)發(fā)展具有一定現(xiàn)實(shí)意義；宗教旅游地空間吸引力與其他類型旅游地具有一致性，即都存在明顯吸引的空間距離衰減．在時(shí)間差異方面，游客對(duì)五臺(tái)山的網(wǎng)絡(luò)關(guān)注度存在季節(jié)性差異，但季節(jié)性差異不大，結(jié)合五臺(tái)山目前的季節(jié)性表現(xiàn)出旺季不夠旺的特點(diǎn)，今后應(yīng)進(jìn)一步加強(qiáng)五臺(tái)山的旺季營(yíng)銷．選擇每年的4—10月強(qiáng)化營(yíng)銷，尤其是在公共假日來(lái)臨之前，加強(qiáng)營(yíng)銷．旅游淡季，由于宗教型旅游地吸引的特殊性，保持一定營(yíng)銷力度即可；在空間差異方面，注重北京、山西、河北、山東、河南等山西周邊省份目標(biāo)市場(chǎng)的營(yíng)銷推廣活動(dòng)，改善和周邊省份的交通通達(dá)性；加強(qiáng)在距離稍遠(yuǎn)但是經(jīng)濟(jì)發(fā)達(dá)省份的旅游推廣和宣傳，吸引遠(yuǎn)距離客源市場(chǎng)的游客來(lái)訪．

2)注重游客滿意度的提高．新媒體時(shí)代旅游者的信息獲取渠道發(fā)生了較大的變化，越來(lái)越多的潛在旅游者在互聯(lián)網(wǎng)終端主動(dòng)搜索所需信息，而已游游客也會(huì)將自己的出游經(jīng)歷和感受發(fā)布在互聯(lián)網(wǎng)上成為其他潛在游客的信息源，因此注重游客滿意度的提高，既有助于促使游客發(fā)布正面的口碑評(píng)價(jià)給其他游客，也有利于提高旅游地游客的重游率．宗教型旅游地與其他類型旅游地在這方面存在著普遍的一致性．