肖 剛，李曉峰

（江西財經(jīng)大學旅游與城市管理學院，江西南昌 330013）

隨著“互聯(lián)網(wǎng)+旅游”融合日益加深，游客更加依賴互聯(lián)網(wǎng)的旅游信息決策自己的出行旅游目的地，尤其是網(wǎng)絡關注度是影響游客目的地選擇的關鍵因素，推動景區(qū)“互聯(lián)網(wǎng)+旅游”深度融合發(fā)展。盡管婺源篁嶺景區(qū)旅游宣傳形式多樣，品牌知名度不斷擴大，對游客的旅游吸引力也在不斷增強。但是景區(qū)對游客承載、客流分流和安全應急等存在不足，導致景區(qū)在某個時段的游客擁堵現(xiàn)象，從而影響游客出游體驗。通過研究篁嶺景區(qū)網(wǎng)絡關注度有助于了解游客的旅行習慣和旅游偏好，把握景區(qū)客源分布特征，為景區(qū)科學運營和信息化管理提供決策信息參考，提高游客的旅游體驗，提升篁嶺景區(qū)旅游品質(zhì)。

網(wǎng)絡關注度應用到旅游研究日益增加，研究內(nèi)容不斷豐富，通過國內(nèi)外文獻脈梳理如下：（1）國外研究現(xiàn)狀。當前，游客更多地通過互聯(lián)網(wǎng)來搜索旅游目的地信息。國外關于旅游網(wǎng)絡關注度主要借助Google 搜索引擎研究，一是旅游預測模型和精準度分析，如Pan B 等探究確定了最佳的酒店客房需求計量經(jīng)濟學預測模型[1]，Yang Xin 等發(fā)現(xiàn)搜索引擎數(shù)據(jù)有助于減小旅游目的地的訪問者人數(shù)預測誤差[2]，Nder I 和Gunter U發(fā)現(xiàn)使用谷歌趨勢數(shù)據(jù)可以提高總需求量和客源市場水平預測的精準度[3]，Zeynalov A 分析了谷歌趨勢在預測布拉格的來訪者和過夜人數(shù)的可靠性[4]，Yi Xiao 等分析旅游交通需求預測[5]。二是網(wǎng)絡關注度與旅游客流之間關系，Park Lee 等短期預測了日本游客流向韓國的流量[6]，Dinis G 等預測英國到葡萄牙的游客流入量[7]，Antolini F and Grassini L 預測意大利入境游客人數(shù)的優(yōu)勢[8]。（2）國內(nèi)研究現(xiàn)狀。國內(nèi)對旅游網(wǎng)絡關注度的研究較早，研究內(nèi)容豐富，主要集中在以下幾個方面：①旅游信息流。路紫等認為景區(qū)網(wǎng)站訪問量與游客量之間存在顯著的相關性，證明旅游信息流對客流具有導引作用[9]。②游客流。馬麗君構建了國內(nèi)游客量與網(wǎng)絡關注度的時空相關模型[10]。黃先開等發(fā)現(xiàn)利用百度指數(shù)可提高預測的北京故宮的游客量時效性[11]。方葉林等利用百度指數(shù)分析了網(wǎng)絡關注度與實際游客量之間的“錯位特征”及其影響機理[12]。③時空分布特征及影響因素研究。李山等、林志慧等通過百度指數(shù)實證分析了景區(qū)網(wǎng)絡關注度的時空分布特征[13-14]。影響因素主要包括網(wǎng)絡發(fā)展水平、經(jīng)濟發(fā)展水平、人口規(guī)模[15-18]和氣候舒適度[15]、地理空間距離[18]等。

根據(jù)以上文獻可知，國外關于旅游網(wǎng)絡關注度的研究主要集中在通過網(wǎng)絡搜索數(shù)據(jù)對旅游客流或需求進行預測和利用網(wǎng)絡搜索數(shù)據(jù)進行旅游決策兩個方面，而國內(nèi)主要研究旅游網(wǎng)絡關注度與旅游信息流、游客流、分布特征及其影響因素研究，研究成果具有很大學術價值與政策啟示，國內(nèi)對旅游網(wǎng)絡關注的研究案例地多以熱門城市為主，對于中國傳統(tǒng)古村落的研究相對較少,婺源篁嶺景區(qū)旅游采用網(wǎng)絡游記分析[19-20]。本研究分析篁嶺景區(qū)與旅游網(wǎng)絡關注度時空分布差異演變，厘清其影響因素，以期為篁嶺景區(qū)旅游管理、營銷以及網(wǎng)絡關注度的提升帶來科學指導。

一、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

本研究利用360 搜索引擎作為的搜索數(shù)據(jù)分析工具，通過輸入關鍵詞“篁嶺”，獲得全國31 個省級行政單位（除港澳臺地區(qū)）3 年篁嶺景區(qū)網(wǎng)絡關注度逐日搜索量為基礎研究數(shù)據(jù)，選取2018 年1 月1 日至2020 年12 月31 日為研究時段，分析景區(qū)網(wǎng)絡關注度的時空分布演變特征。影響因素的指標計算數(shù)據(jù)來源于《中國互聯(lián)網(wǎng)網(wǎng)絡發(fā)展狀況統(tǒng)計報告（2018—2020）》和《中國統(tǒng)計年鑒（2018—2020）》等。

（二）研究方法

本研究分析方法，主要包括年際變動指數(shù)（Yi）、年際集中指數(shù)（Y）、季節(jié)集中度指數(shù)（S）、變差系數(shù)（CV）、地理集中度（G）、赫芬達爾系數(shù)（H）和首位度（P）指數(shù)，具體分析方法如下：

（1）年際變動指數(shù)。年際變動指數(shù)用來說明篁嶺景區(qū)網(wǎng)絡關注年際間差異的相對值。

式中：Xi表示篁嶺景區(qū)的年網(wǎng)絡關注度；n 為年度數(shù)。Yi值越接近100%，說明篁嶺景區(qū)網(wǎng)絡關注度的年際變動強度越小，時間差異越?。环粗瑫r間差異越大。

（2）年際集中指數(shù)。年際集中指數(shù)反映篁嶺景區(qū)網(wǎng)絡關注度在某一時段的集中、分散和均勻程度。

式中：Xi為第i 年的網(wǎng)絡關注度占總時間段的百分比的值；n 為年度數(shù)。Y 值越大，說明篁嶺景區(qū)網(wǎng)絡關注度的年際差異性越大，即網(wǎng)絡關注度年際集中性越強；反之，篁嶺景區(qū)網(wǎng)絡關注度年際集中性越弱，即網(wǎng)絡關注度分布越均勻。

（3）季節(jié)集中度指數(shù)。季節(jié)集中度指數(shù)用以反映篁嶺景區(qū)網(wǎng)絡關注度的時間集中程度。

式中：Xi表示各月篁嶺景區(qū)網(wǎng)絡關注度占全年的比值。S 值越大，反映篁嶺景區(qū)網(wǎng)絡關注度越集中于某個或某些時段，時間差異越大；反之，時間差異越小。

（4）變差系數(shù)。變差系數(shù)又稱離散系數(shù)或單位風險，用以衡量某一時點區(qū)域之間及內(nèi)部子區(qū)域的差異程度。

式中：Xi表示各地區(qū)的篁嶺景區(qū)網(wǎng)絡關注度；X 為其均值；CV 反映地區(qū)間篁嶺景區(qū)網(wǎng)絡關注度分布的離散程度。CV 值越大，說明篁嶺景區(qū)網(wǎng)絡關注度空間差異越顯著；反之，空間差異越小。

（5）地理集中度。地理集中度是衡量客源市場地理來源和聚集程度的重要指標。

式中：Pi表示第i 個地區(qū)的篁嶺景區(qū)網(wǎng)絡關注度，P 表示所有省份篁嶺景區(qū)網(wǎng)絡關注度的總量。一般來說，G 的取值在0～100 之間，G 值越接近100，篁嶺景區(qū)的網(wǎng)絡關注度越集中；反之，G 值越接近0，篁嶺景區(qū)的網(wǎng)絡關注度越分散。

（6）赫芬達爾指數(shù)。赫芬達爾指數(shù)是衡量區(qū)域經(jīng)濟規(guī)模指標集聚程度的重要指標，取值范圍為0-1。

式中：Si表示各地區(qū)篁嶺景區(qū)網(wǎng)絡關注度與總量的比值。H 值越接近1，說明篁嶺景區(qū)網(wǎng)絡關注度地區(qū)或區(qū)域集中度越高；反之，H 值越接近0，集中程度越低。

（7）首位度指數(shù)。首位度指數(shù)是衡量區(qū)域規(guī)模經(jīng)濟指標主導性的重要指標，常以區(qū)域第一大城市與第二大城市的經(jīng)濟規(guī)模之比作為評判標準。

式中：P1、P2分別為規(guī)模最大、第二大的地區(qū)對篁嶺景區(qū)的網(wǎng)絡關注度。一般認為，P＜2，集聚適中，區(qū)域結構正常；P＞2，則表現(xiàn)為集中過度，空間結構不均衡。

二、研究案例地簡介

篁嶺古村,坐落于江西省婺源縣江灣鎮(zhèn)，村中徽派古建筑形態(tài)多樣，以“曬秋”聞名遐邇。篁嶺村旅游開發(fā)采用“以屋換屋”的形式，通過吸納社會資本，對徽派古建實施異地搬遷上山，集中開發(fā)運營，保留了古村文化的原真性和原味性，創(chuàng)造了鄉(xiāng)村旅游“篁嶺模式”，篁嶺景區(qū)先入選國家4A 級旅游景區(qū)，“篁嶺曬秋”入選最美中國符號，隨后又相繼獲得“中國最美休閑農(nóng)村”、“中外最美外景地”、“全國特色景觀旅游名村”、“2019 網(wǎng)友最喜愛的十大古村鎮(zhèn)”等稱號。

三、婺源篁嶺景區(qū)網(wǎng)絡關注度的時空差異分析

由于自然因素、社會因素和游客因素的影響，從年際、月際和節(jié)假日三個方面來分析篁嶺景區(qū)網(wǎng)絡關注度的時間特征，從總地區(qū)、區(qū)域間和區(qū)域內(nèi)三個方面來分析篁嶺景區(qū)網(wǎng)絡關注度的空間特征。

（一）婺源篁嶺景區(qū)網(wǎng)絡關注度的時間差異分析

（1）年度差異

通過360 趨勢獲取篁嶺景區(qū)逐日網(wǎng)絡關注度數(shù)據(jù)，計算得到2018—2020 年篁嶺景區(qū)的年網(wǎng)絡關注度（圖1），由圖1 可以看出，篁嶺景區(qū)的網(wǎng)絡關注度總體上呈遞減趨勢，且變動幅度較大，2019 年相較2018 年下跌了32.21%，2020 年相較2019 年下降了49.57%，這是由于2019 年是新中國成立70 周年，游客傾向選擇紅色旅游景區(qū)出游，分散了游客對篁嶺景區(qū)的網(wǎng)絡關注。2020 年因疫情原因降低了游客出游意愿，導致篁嶺景區(qū)的網(wǎng)絡關注度下降。

圖1 2018－2020 年篁嶺景區(qū)全國網(wǎng)絡關注度

（2）月際差異

通過對2018-2020 年篁嶺景區(qū)逐日網(wǎng)絡關注度進行計算月網(wǎng)絡關注度，從圖2 和表1 中可以看出，景區(qū)網(wǎng)絡關注度數(shù)值的變化趨勢呈現(xiàn)出“雙峰”形態(tài)，1—3 月份指數(shù)上升而3—5 月份急速下降趨勢，形成第一個波峰，5—7 月份指數(shù)表現(xiàn)平穩(wěn)而7—9 月又出現(xiàn)上升變化，9—12 月份數(shù)值開始回降，形成第二個波峰。2020 年上半年因疫情影響，景區(qū)的網(wǎng)絡關注度持續(xù)低迷，但2020 年下半年走勢與2018 年和2019 年相同，從圖中可以看出，網(wǎng)絡關注度高峰期在3 月份，主要是因為3 月份篁嶺景區(qū)油菜花盛開的時間，促進景區(qū)網(wǎng)絡關注度陡然上升；下半年的網(wǎng)絡關注度集中在9 月份和10 月份，主要是因為中秋節(jié)和國慶節(jié)，為游客提供了旅游的閑暇時間，從而提高了景區(qū)的網(wǎng)絡關注度。

圖2 2018－2020 年篁嶺景區(qū)全國網(wǎng)絡關注度各月分布曲線圖

通過公式（3）計算篁嶺景區(qū)網(wǎng)絡關注度的季節(jié)集中度指數(shù)（表1），分別為8.2470、8.2468、8.2469，表明篁嶺景區(qū)網(wǎng)絡關注度存在較強的季節(jié)性差異，春季為主要的高峰期，春天油菜花盛開提高了游客對篁嶺景區(qū)的網(wǎng)絡關注度，而夏季、秋季和冬季的網(wǎng)絡關注度有明顯的下降，尤其是篁嶺景區(qū)夏季天氣炎熱，游客的出游意愿低，景區(qū)網(wǎng)絡關注度最低。

表1 2018－2020 年篁嶺景區(qū)網(wǎng)絡關注度季節(jié)值及季節(jié)性強度指數(shù)

（3）節(jié)假日差異

游客出游需要閑暇時間，節(jié)假日出游意愿增加（表2），根據(jù)2018—2020 年篁嶺景區(qū)的逐日網(wǎng)絡關注度數(shù)據(jù)，分析國家法定節(jié)假日節(jié)前兩周到節(jié)后一周的數(shù)據(jù)。

根據(jù)表2，從整體上來看，每個節(jié)日篁嶺景區(qū)進入網(wǎng)絡搜索高峰期的時間都較早，在節(jié)假日期間，網(wǎng)絡用戶對篁嶺景區(qū)的關注明顯下降，但節(jié)后篁嶺景區(qū)的網(wǎng)絡搜索量并未持續(xù)下降，而是呈現(xiàn)顯著的上升趨勢，據(jù)推測可能是因為節(jié)假日期間景區(qū)游客人流量大，許多游客為避開龐大的客流而選擇“錯峰旅游”，在節(jié)假日結束前往篁嶺景區(qū)旅游。

表2 2018－2020 年篁嶺景區(qū)網(wǎng)絡關注度與節(jié)假日的關系

通過分析篁嶺景區(qū)節(jié)假日期間的網(wǎng)絡關注度數(shù)據(jù)，發(fā)現(xiàn)呈現(xiàn)節(jié)前先上升后下降——節(jié)中持續(xù)穩(wěn)定在谷底——節(jié)后上升的趨勢，這個趨勢演變與游客的旅游需求和旅游心理相符合，節(jié)假日游客出行決策前網(wǎng)絡關注度會升高，游客做出旅游決策網(wǎng)絡關注度會下降；節(jié)中游客出游網(wǎng)絡關注度會持續(xù)低迷；節(jié)后選擇錯峰旅游的游客會在網(wǎng)上搜索旅游信息為出游做準備，網(wǎng)絡關注度會回升。

（二）篁嶺景區(qū)網(wǎng)絡關注度的空間差異分析

（1）省域差異

通過統(tǒng)計2018—2020 年全國31 個省級行政區(qū)（除港澳臺地區(qū)）的篁嶺景區(qū)網(wǎng)絡關注度，發(fā)現(xiàn)廣東、江蘇、浙江、上海、山東、北京、安徽等地關注度排名相對靠前，其中北京、上海、廣東等排名始終位居前列；寧夏、青海、新疆和西藏4 個西部省份排名始終靠后，這表明經(jīng)濟發(fā)達程度影響篁嶺景區(qū)的網(wǎng)絡關注度。通過省域空間分布圖（圖3）可知，篁嶺景區(qū)網(wǎng)絡關注度空間分布呈現(xiàn)出“東、中部省域高、西部省域低”的格局，這說明篁嶺景區(qū)網(wǎng)絡關注度表現(xiàn)出空間距離衰減規(guī)律特征。

圖3 2018－2020 年篁嶺景區(qū)網(wǎng)絡關注度空間分布圖

（2）區(qū)域間差異

本研究通過公式（4）、（5）、（6）和（7），計算2018—2020 年對篁嶺景區(qū)的各省網(wǎng)絡關注度，探究中國31個省市（除港澳臺地區(qū)）篁嶺景區(qū)網(wǎng)絡關注度的省域間差異和區(qū)域間差異（表3）。根據(jù)省域間差異可知，全國各省的篁嶺景區(qū)網(wǎng)絡關注度省域間結構比較穩(wěn)定，聚集適中，但各地區(qū)間的差異和區(qū)域集中度均逐年上升。各年的變差系數(shù)都大于1，表明各省間的篁嶺景區(qū)網(wǎng)絡關注度的差異較為顯著；赫芬達爾指數(shù)都更趨向于0，表明不同省市之間篁嶺景區(qū)網(wǎng)絡關注的聚集程度較低；各年的首位度都小于2，說明篁嶺景區(qū)網(wǎng)絡關注度分布的區(qū)域結構正常，聚集適中；各年的各省間網(wǎng)絡關注度地理集中度指數(shù)較小，呈逐年上升趨勢，說明各地區(qū)篁嶺景區(qū)網(wǎng)絡關注度區(qū)域集中度較低，集中度在逐年升高，集中趨勢越來越明顯。

表3 2018—2020 年篁嶺景區(qū)網(wǎng)絡關注度的省域間差異和三大區(qū)域間差異

而根據(jù)東、中、西部區(qū)域間差異可知，三大區(qū)域間的變差系數(shù)維持在0.6—0.7 之間，2019 年的區(qū)域間景區(qū)網(wǎng)絡關注度的空間差異最大；赫芬達爾系數(shù)都接近0.5，表明區(qū)域間的景區(qū)網(wǎng)絡關注度的空間分布較為集中；三年的首位度都小于2，表明篁嶺景區(qū)網(wǎng)絡關注度的區(qū)域分布結構正常；地理集中度指數(shù)均在60 以上，2019 年甚至達到了70，可知2018—2020 年三個區(qū)域的景區(qū)網(wǎng)絡關注度集中度較高。

（3）區(qū)域內(nèi)差異

運用公式（4）、（5）、（6）和（7），測算2018—2020 年中國東部、中部和西部三個區(qū)內(nèi)的篁嶺景區(qū)網(wǎng)絡關注度數(shù)據(jù)（表4）。從變異差數(shù)來看，呈現(xiàn)西—中—東部遞減趨勢，且三個區(qū)域內(nèi)的變差系數(shù)都在逐年增加，西部地區(qū)內(nèi)空間差異最大，接著中、東部地區(qū)；從赫芬達爾指數(shù)來看，呈現(xiàn)東—西—中部遞增的趨勢，東部波動較小，中部和西部波動較大；從首位度指數(shù)來看，呈現(xiàn)出逐年增大且穩(wěn)定程度在逐年降低，東部和西部區(qū)域內(nèi)集中程度較低，區(qū)域結構較為穩(wěn)定，中部區(qū)域內(nèi)的集中度升高，區(qū)域結構不穩(wěn)定。從地理集中度來看，呈現(xiàn)東—西—中部遞增趨勢，但波動較大，中部地區(qū)內(nèi)的集聚程度最高，接著依次為西、東部地區(qū)。

表4 2018－2020 年篁嶺景區(qū)網(wǎng)絡關注度的區(qū)域內(nèi)差異

四、婺源篁嶺景區(qū)網(wǎng)絡關注度的影響因素

根據(jù)文獻研究發(fā)現(xiàn)，影響景區(qū)網(wǎng)絡關注度因素主要包括網(wǎng)絡發(fā)展水平、經(jīng)濟發(fā)展水平、人口規(guī)模[15-18]和氣候舒適度[15]、地理空間距離[18]等。鑒于數(shù)據(jù)獲取的可獲得性與完整性，本研究選取各地區(qū)人均GDP、GDP 規(guī)模、互聯(lián)網(wǎng)普及率、各地區(qū)人們的文化教育水平和年齡結構以及各省省會距篁嶺景區(qū)的空間直線距離作為相關計算指標。由于各地區(qū)網(wǎng)絡關注度數(shù)據(jù)的獲取限制和數(shù)據(jù)鏈的不完整，本研究選取指標數(shù)據(jù)來源于2018 年《中國統(tǒng)計年鑒》，具體結果（見表5）與分析如下：

表5 篁嶺景區(qū)網(wǎng)絡關注度時空差異影響因素的相關性分析

（一）經(jīng)濟發(fā)展水平

網(wǎng)絡用戶或潛在旅游者所在地區(qū)的經(jīng)濟發(fā)展基礎越好，出游的意愿就越強烈[21]。研究結果顯示，篁嶺景區(qū)網(wǎng)絡關注度與各地區(qū)的GDP 規(guī)模和人均GDP 均呈顯著正相關性（P＜0.01），相關性系數(shù)分別為0.716 和0.516。由此可見，地區(qū)的經(jīng)濟發(fā)展水平與篁嶺景區(qū)網(wǎng)絡關注度的分布差異有著非常緊密的聯(lián)系。

（二）網(wǎng)絡發(fā)達程度

互聯(lián)網(wǎng)技術的高速發(fā)展擴大了人們搜集信息的途徑，對游客進行旅游決策產(chǎn)生了重大的影響。研究結果顯示，地區(qū)的網(wǎng)絡發(fā)達程度與篁嶺景區(qū)網(wǎng)絡關注度呈顯著正相關性（P＜0.01），相關性系數(shù)為0.489，這表明篁嶺景區(qū)網(wǎng)絡關注度空間差異與地區(qū)的網(wǎng)絡發(fā)達程度存在相關性。

（三）社會人口統(tǒng)計特征

網(wǎng)絡用戶的文化教育水平和年齡差異影響游客對景區(qū)的認知差異，通過參考鄒永廣等[21]選取的旅游網(wǎng)絡關注度影響因素分析中的社會人口特征評價指標。研究結果顯示，初中、高中、大專及以上教育程度與篁嶺景區(qū)網(wǎng)絡關注度呈顯著正相關性（P＜0.01），相關性系數(shù)分別為0.489、0.575、0.654；年齡結構與篁嶺景區(qū)網(wǎng)絡關注度也呈顯著正相關，但顯著水平較弱，相關性系數(shù)分別為0.428、0.549、0.462。從結果中可以看出，三個不同層次的受文化教育水平和三個不同層次的年齡結構和篁嶺景區(qū)網(wǎng)絡關注度之間的相關性系數(shù)都為正數(shù)且都大于0.4，這表明各地區(qū)文化教育程度和年齡結構差異是篁嶺景區(qū)網(wǎng)絡關注度差異的影響因素之一。

（四）地理空間距離

旅游客源地與旅游目的地的空間距離會影響游客的出行意愿[22]。研究結果顯示，各省與篁嶺景區(qū)的地理空間距離和篁嶺景區(qū)網(wǎng)絡關注度呈顯著負相關性（P＜0.01），相關性系數(shù)為-0.702，這表明篁嶺景區(qū)網(wǎng)絡關注度的空間分布表現(xiàn)出距離衰減規(guī)律的特征，由此可見，地理空間距離遠近是影響篁嶺景區(qū)網(wǎng)絡關注度空間分布差異的主要因素之一。

五、結論與對策建議

（一）研究結論

本研究以婺源篁嶺景區(qū)為案例地，以“篁嶺”為關鍵詞，通過360 指數(shù)，獲取了2018—2020 年全國31 個?。ǔ郯呐_地區(qū)）的篁嶺景區(qū)逐日網(wǎng)絡關注度數(shù)據(jù)，運用多種分析方法，從年際、月際和節(jié)假日三個時間尺度，從省域、區(qū)域內(nèi)和區(qū)域間三個空間尺度，分析了篁嶺景區(qū)網(wǎng)絡關注度的空間差異演變及其影響因素，主要結論如下：

（1）時間分布差異：從年際變化來看，篁嶺景區(qū)網(wǎng)絡關注度總體呈現(xiàn)下降趨勢，年際差異較大，年際集中性較強。從月際變化來看，呈現(xiàn)“雙峰雙谷”的形態(tài)，季節(jié)性差異較大；從節(jié)假日變化來看，呈現(xiàn)節(jié)前先上升后下降—節(jié)中持續(xù)穩(wěn)定在谷底—節(jié)后上升的趨勢，錯峰旅游現(xiàn)象明顯。

（2）空間分布差異：從省域區(qū)差異來看，呈現(xiàn)東、中部地區(qū)高，西部地區(qū)低的空間分布特點；從區(qū)域間差異來看，各省的篁嶺景區(qū)網(wǎng)絡關注度空間差異較大，區(qū)域結構比較穩(wěn)定，聚集適中；三大區(qū)域間的篁嶺景區(qū)網(wǎng)絡關注度存在空間差異，區(qū)域分布結構正常，集中度較高；從區(qū)域內(nèi)差異來看，東部、中部、西部三個區(qū)域篁嶺景區(qū)網(wǎng)絡關注度的區(qū)域內(nèi)分布差異都比較明顯，變異差數(shù)呈現(xiàn)東部—中部—西部遞增趨勢，赫芬達爾指數(shù)呈現(xiàn)東部—西部—中部遞增趨勢，地理集中度指數(shù)普遍呈現(xiàn)東部—西部—中部遞增趨勢。

（3）影響因素：通過相關性分析，發(fā)現(xiàn)經(jīng)濟發(fā)展水平、網(wǎng)絡發(fā)達程度、社會人口統(tǒng)計特征和地理空間距離都是引起篁嶺景區(qū)網(wǎng)絡關注度差異的主要因素。其中，地理空間距離與篁嶺景區(qū)網(wǎng)絡關注度呈現(xiàn)顯著負相關性，經(jīng)濟發(fā)展水平、網(wǎng)絡發(fā)達程度和社會人口統(tǒng)計特征與篁嶺景區(qū)網(wǎng)絡關注度呈現(xiàn)顯著正相關性。

（二）對策建議

（1）增加營銷活動，創(chuàng)新旅游產(chǎn)品。篁嶺旅游淡季策劃更實惠、更新穎的旅游活動和產(chǎn)品，吸引更多網(wǎng)絡用戶或潛在旅游者的關注，降低淡季對景區(qū)帶來的影響。針對東部、中部和西部區(qū)域設計不同的旅游產(chǎn)品，可以推出特色精品旅游路線，或者進行不同區(qū)域的旅游聯(lián)動，滿足游客的多樣化需求，提升游客的旅游體驗。

（2）拓寬宣傳途徑，提高品牌知名度。針對互聯(lián)網(wǎng)普及率低的地區(qū)，景區(qū)可以加大線下宣傳，拓寬宣傳渠道。線上篁嶺景區(qū)可以通過微信、微博、抖音等新媒體平臺發(fā)布景區(qū)的旅游資訊或旅游短視頻；線下可以在旅游雜志、電視或公交站臺等地投放廣告，注重宣傳內(nèi)容的創(chuàng)新性和趣味性，加深篁嶺品牌在人們腦中的印象，提高品牌知名度。

（3）完善基礎設施，提升旅游質(zhì)量。為游客提供更加多元化的交通工具，提高交通通達度，縮短游客花在路程上的時間。同時，景區(qū)內(nèi)部的設施也要進行健全完善，在便捷的生活設施的基礎上，提高游客的參與度，使游客能夠更加投入地感受篁嶺古村的魅力，為游客提供更加優(yōu)質(zhì)的服務。

（4）挖掘旅游數(shù)據(jù)，加強信息化建設。加強篁嶺景區(qū)的信息化建設，有利于景區(qū)根據(jù)更加全面和真實的游客信息進行旅游產(chǎn)品開發(fā)和精準化營銷。景區(qū)也可以根據(jù)旅游大數(shù)據(jù)進行游客流量的預測，從而對景區(qū)的分流和疏散進行科學地規(guī)劃，為游客提供更佳的旅游體驗。