陳玉萍 ，劉嘉毅 ，郭修金

冰雪旅游是以寒冷氣候條件和冰雪資源為依托，以冰雪自然景觀及冰雪人文景觀為旅游吸引物，以冰雪運(yùn)動(dòng)、冰雪文化、冰雪觀光等為主要呈現(xiàn)形式，以冰雪運(yùn)動(dòng)與旅游業(yè)融合發(fā)展為基本特征的旅游業(yè)態(tài)。2016年兩會(huì)期間，習(xí)近平總書(shū)記作出“冰天雪地也是金山銀山”的重要指示。2018年年初，平昌冬奧會(huì)成功舉辦；2022 年，北京冬奧會(huì)指日可待。在宏觀戰(zhàn)略指引與國(guó)際冰雪賽事推動(dòng)下，中國(guó)冰雪旅游產(chǎn)業(yè)迎來(lái)跨越發(fā)展的戰(zhàn)略契機(jī)?！吨袊?guó)冰雪旅游發(fā)展報(bào)告（2017）》指出，預(yù)計(jì)在2021—2022 年冰雪季，中國(guó)冰雪旅游可達(dá)3.4 億人次，將帶動(dòng)旅游及相關(guān)產(chǎn)業(yè)產(chǎn)值高達(dá)2.88萬(wàn)億元。當(dāng)前，冰雪旅游日漸成為國(guó)內(nèi)外學(xué)者關(guān)注的重要領(lǐng)域。J.DAWSON等[1-3]研究了氣候變化對(duì)冰雪旅游目的地發(fā)展的影響；J.YANG 等[4]對(duì)冰雪旅游目的地可持續(xù)性空間差異進(jìn)行了研究；H.GELTER[5]就旅游者對(duì)冰雪旅游資源的體驗(yàn)性開(kāi)展了分析；T.J.DICKSON等[6]則對(duì)冰雪運(yùn)動(dòng)愛(ài)好者的海外冰雪旅游參與度進(jìn)行了探究。相比國(guó)外研究，國(guó)內(nèi)研究視角更為豐富，學(xué)者們主要聚焦于冰雪旅游的資源價(jià)值與資源開(kāi)發(fā)[7]、產(chǎn)業(yè)融合與發(fā)展[8-11]、企業(yè)營(yíng)銷(xiāo)[12]、游客滿意度感知[13]、冰雪旅游消費(fèi)[14]、產(chǎn)業(yè)發(fā)展的經(jīng)濟(jì)社會(huì)影響[15]等視角。誠(chéng)然，互聯(lián)網(wǎng)數(shù)據(jù)蘊(yùn)含豐富的價(jià)值，有助于發(fā)掘行業(yè)發(fā)展規(guī)律與提供行業(yè)決策信息[16]。

近年來(lái)，中國(guó)學(xué)術(shù)界開(kāi)始使用百度指數(shù)等網(wǎng)絡(luò)數(shù)據(jù)，對(duì)旅游目的地[17]、旅游安全[18-19]、旅游產(chǎn)品[20]、旅游服務(wù)[21]、節(jié)事旅游[22]等旅游相關(guān)對(duì)象的網(wǎng)絡(luò)關(guān)注度開(kāi)展研究。作為全球最大的中文網(wǎng)站，百度推出的百度指數(shù)記錄了網(wǎng)民對(duì)“冰雪旅游”搜索關(guān)注的數(shù)據(jù)痕跡。本研究將基于2011—2019 年冰雪旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，綜合應(yīng)用統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)地理學(xué)、計(jì)量經(jīng)濟(jì)學(xué)等跨學(xué)科理論方法，實(shí)證研究冰雪旅游網(wǎng)絡(luò)關(guān)注度的時(shí)空特征與影響因素，并提出產(chǎn)業(yè)發(fā)展啟示，以希望為推進(jìn)“三億人參與冰雪運(yùn)動(dòng)”、促進(jìn)冰雪體育發(fā)展與建設(shè)冰雪運(yùn)動(dòng)強(qiáng)國(guó)提供參考。

1 研究說(shuō)明與研究方法

1.1 研究說(shuō)明

“百度指數(shù)（Baidu index）”在一定程度上折射出網(wǎng)民的關(guān)注興趣、潛在需求等信息。本研究以“冰雪旅游”為關(guān)鍵詞，在百度指數(shù)在線頁(yè)面上輸入查詢后，獲得各省區(qū)冰雪旅游用戶關(guān)注度日均值（包含PC端與移動(dòng)端），作為冰雪旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)值，時(shí)間跨度為2011—2019年，地區(qū)涵蓋中國(guó)大陸31個(gè)省區(qū)（自治區(qū)、直轄市），對(duì)冰雪旅游用戶關(guān)注度按月查詢，得到冰雪旅游網(wǎng)絡(luò)關(guān)注度月度均值。

此外，百度指數(shù)提供了2013 年7 月1 日—2019 年底冰雪旅游網(wǎng)絡(luò)關(guān)注度的性別與年齡的人群屬性特征。其中，男性占比26.67%，女性占比73.33%；20~29 歲最多（40.24%），30~39 歲次之（32.24%），19歲以下居第3位（16.15%），40~49歲占比8.71%，50歲以上占比2.65%。

1.2 研究方法

基于中國(guó)大陸2011—2019年31個(gè)省（自治區(qū)、直轄市）冰雪旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，利用變異系數(shù)、基尼系數(shù)、洛倫茲曲線等分析冰雪旅游網(wǎng)絡(luò)關(guān)注度時(shí)序變化特征；選用空間重心、關(guān)注貢獻(xiàn)度、位序等指標(biāo)，刻畫(huà)冰雪旅游網(wǎng)絡(luò)關(guān)注度的空間重心遷移、分區(qū)變化趨勢(shì)與省區(qū)空間分異特征，使用Gis 自然斷裂法，基于冰雪旅游網(wǎng)絡(luò)關(guān)注度進(jìn)行聚類(lèi)分析。此外，本文采用泊松回歸對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注度的影響因素開(kāi)展實(shí)證分析，依據(jù)定量分析，提出產(chǎn)業(yè)發(fā)展啟示，相關(guān)指標(biāo)計(jì)算方法如下。

（1）基尼系數(shù)（G）。經(jīng)濟(jì)學(xué)家常用基尼系數(shù)來(lái)衡量收入分配差距，本文利用基尼系數(shù)來(lái)考察冰雪旅游網(wǎng)絡(luò)關(guān)注度的相對(duì)省際差異程度，G 處于0~1 之間，值越小，表明冰雪旅游省際網(wǎng)絡(luò)關(guān)注度差異越小，式（1）中x1、x2、…xn為降序排列的各省區(qū)冰雪旅游網(wǎng)絡(luò)關(guān)注度，基尼系數(shù)計(jì)算公式為：

（2）空間重心。空間重心計(jì)算仿照重力的分解與合成法則，其中，i為我國(guó)大陸31個(gè)省（自治區(qū)、直轄市），（xi，yi）為i省會(huì)城市（直轄市或首府）的經(jīng)緯度坐標(biāo)，Mi代表i省區(qū)某年的冰雪旅游網(wǎng)絡(luò)關(guān)注度日均值，空間重心用各省冰雪旅游網(wǎng)絡(luò)關(guān)注度日均值Mi作為權(quán)數(shù)加權(quán)平均而得，坐標(biāo)（X，Y）計(jì)算公式為：

（3）關(guān)注貢獻(xiàn)率（A）。關(guān)注貢獻(xiàn)率為某一時(shí)段（或某省區(qū)）的冰雪旅游網(wǎng)絡(luò)關(guān)注度（aj）占全部時(shí)段（或者全部樣本省區(qū)）相應(yīng)值和的比重，j為某時(shí)段或某省區(qū)，其計(jì)算公式為：

2 中國(guó)冰雪旅游網(wǎng)絡(luò)關(guān)注度時(shí)序特征

2.1 冰雪旅游網(wǎng)絡(luò)關(guān)注度年際時(shí)序變化特征

網(wǎng)民可以通過(guò)PC 端與移動(dòng)端兩條渠道搜索關(guān)注“冰雪旅游”，兩條渠道之和則為冰雪旅游網(wǎng)絡(luò)關(guān)注度日均值。在2011—2019 年間，冰雪旅游網(wǎng)絡(luò)關(guān)注度呈持續(xù)增長(zhǎng)趨勢(shì)，經(jīng)計(jì)算，年均增長(zhǎng)率為19%。從移動(dòng)端與PC 端兩條關(guān)注渠道來(lái)看，PC 端依然是網(wǎng)民搜索關(guān)注的主渠道，2011 與2012 年，移動(dòng)終端的關(guān)注占比分別為9%與18%，隨后7 年間，移動(dòng)端的占比提升到25%~40%，說(shuō)明移動(dòng)終端在冰雪旅游網(wǎng)絡(luò)關(guān)注渠道的力量開(kāi)始凸現(xiàn)（見(jiàn)圖1）。

圖1 冰雪旅游網(wǎng)絡(luò)關(guān)注度年際時(shí)序變化圖Figure1 Annual Change of the Online Attention to Ice-snow Tourism

2.2 冰雪旅游網(wǎng)絡(luò)關(guān)注度省際差異時(shí)序變化特征

數(shù)據(jù)顯示，變異系數(shù)與基尼系數(shù)保持一致的逐年遞減趨勢(shì)（見(jiàn)表1），這充分說(shuō)明，在樣本區(qū)間，冰雪旅游網(wǎng)絡(luò)關(guān)注度省級(jí)相對(duì)差異是逐年下降的。洛倫茲曲線（Lorenz Curve）更直觀展示了冰雪旅游網(wǎng)絡(luò)關(guān)注度省際差異時(shí)序變化，洛倫茲曲線離對(duì)角線越遠(yuǎn)，則其相對(duì)差異越大。2011 年的洛倫茲曲線在對(duì)角線的最外圍，說(shuō)明該年冰雪旅游網(wǎng)絡(luò)關(guān)注度省際相對(duì)差異最大（見(jiàn)圖2）。進(jìn)一步研究發(fā)現(xiàn)，隨時(shí)間推進(jìn)，各年的洛倫茲曲線離對(duì)角線愈來(lái)愈近，表明，中國(guó)大陸各省區(qū)冰雪旅游網(wǎng)絡(luò)關(guān)注度的非均衡狀態(tài)呈現(xiàn)隨時(shí)間逐步收斂的特征。

表1 2011—2019年冰雪旅游網(wǎng)絡(luò)關(guān)注度變異系數(shù)與基尼系數(shù)Table 1 Variation Coefficient and Gene Coefficient of Network At‐tention to Ice-Snow Tourism in 2011—2019

圖2 冰雪旅游網(wǎng)絡(luò)關(guān)注度洛倫茲曲線Figure2 Lorenz Curve of Online Attention to ice-snow Tourism

2.3 冰雪旅游網(wǎng)絡(luò)關(guān)注度月度分布特征

冰雪旅游網(wǎng)絡(luò)關(guān)注度分月變化軌跡發(fā)現(xiàn)，冰雪旅游網(wǎng)絡(luò)關(guān)注度總體呈現(xiàn)出兩頭高中間低的“U”型分布規(guī)律，其季節(jié)性差異明顯（見(jiàn)圖3）。其中，關(guān)注度最高月份都在12 月，其次為11月與1 月，7 月與8 月是冰雪旅游網(wǎng)絡(luò)關(guān)注的年度低谷時(shí)期。顯然，中國(guó)網(wǎng)民對(duì)冰雪旅游的關(guān)注熱度與冰雪旅游出游季在時(shí)間上高度吻合。同時(shí)，對(duì)每年各月的冰雪旅游網(wǎng)絡(luò)關(guān)注度求變異系數(shù)發(fā)現(xiàn)，2011 年月度變異系數(shù)為0.63，此后一直保持升高趨勢(shì)，到2014年達(dá)到最大值0.92，隨后持續(xù)減少，到2019年下降為樣本區(qū)間最小值0.31。由此可知，冰雪旅游網(wǎng)絡(luò)關(guān)注的月度非均衡狀態(tài)呈現(xiàn)出先擴(kuò)張?jiān)偈諗康难葑兲卣鳌?/p>

圖3 冰雪旅游網(wǎng)絡(luò)關(guān)注度分月變化圖Figure3 Monthly Changes in Online Atiiention to Ice-snow Tourism

3 冰雪旅游網(wǎng)絡(luò)關(guān)注度空間演變特征

3.1 冰雪旅游網(wǎng)絡(luò)關(guān)注度空間重心移動(dòng)特征

各省區(qū)冰雪旅游網(wǎng)絡(luò)關(guān)注度動(dòng)態(tài)變化將推動(dòng)空間重心遷移，依據(jù)上文空間重心的測(cè)度方法，計(jì)算出2011—2019 年冰雪旅游網(wǎng)絡(luò)關(guān)注度各年空間重心。數(shù)據(jù)顯示，2011 年冰雪旅游網(wǎng)絡(luò)關(guān)注度的空間重心坐標(biāo)為（119.666 854，32.082 086），地理位置位于江蘇鎮(zhèn)江丹陽(yáng)丹北鎮(zhèn)寶山村，2019 的空間重心坐標(biāo)為（117.971 112，28.515 012），位于江西上饒市上饒縣石獅鄉(xiāng)西約0.92 km 處，兩地相距約438 km；在2011—2019 年，中國(guó)冰雪旅游網(wǎng)絡(luò)關(guān)注度空間重心總體呈現(xiàn)出向西南方向遷移的運(yùn)動(dòng)軌跡，空間重心遷移反映了各省區(qū)網(wǎng)民對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注的強(qiáng)弱變遷（見(jiàn)表2）。省區(qū)各年數(shù)據(jù)發(fā)現(xiàn)，在樣本期間，廣東與川渝地區(qū)的冰雪旅游網(wǎng)絡(luò)關(guān)注度增速較快，故冰雪旅游網(wǎng)絡(luò)關(guān)注度空間重心向西南方偏移也就合情合理。

表2 2011—2019年冰雪旅游網(wǎng)絡(luò)關(guān)注度空間重心Table2 Spatial Centers of Online Attention to Ice-snow Tourism from Year 2011—2019

3.2 分區(qū)域的冰雪旅游網(wǎng)絡(luò)關(guān)注度空間特征

基于中國(guó)七大地理分區(qū)的慣用標(biāo)準(zhǔn)，華東包括江、浙、滬、皖、贛、魯、閩；華北包括京、津、冀、晉、蒙；華中包括豫、鄂、湘；華南包括粵、桂、瓊；西南包括川、渝、黔、滇、藏；西北包括陜、甘、青、寧、新；東北包括黑、吉、遼。七大區(qū)域分年度冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率及其位序變化顯示，2011—2019 年，東北與西北冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率呈總體下降趨勢(shì)，東北地區(qū)貢獻(xiàn)占比從期初的42.7%跌落到期末的28.1%，而華東、華中、華南地區(qū)冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率呈增長(zhǎng)趨勢(shì)，華東貢獻(xiàn)率提升5.6%，成為冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率增長(zhǎng)最快的區(qū)域，其次為華南地區(qū)，貢獻(xiàn)率增長(zhǎng)5%（見(jiàn)表3）。

表3 分區(qū)域的冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率及其位序/%Table3 Contribution Rate and Its Rank of Network Attention to Ice-Snow Tourism in Different Regions/%

從位序排名發(fā)現(xiàn)，2011—2019 年，東北、華北、華東始終位居冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率的前三位，但三者貢獻(xiàn)率之和從2011 年的78.7%逐年下滑至2019 年的73.7%，這也再次佐證了中國(guó)冰雪旅游網(wǎng)絡(luò)關(guān)注度地區(qū)差異存在空間收斂。華南、華中冰雪旅游網(wǎng)絡(luò)關(guān)注度位序呈總體上升趨勢(shì)，西北地區(qū)位序從2011年的第4位跌落到2019年的末位。

3.3 冰雪旅游網(wǎng)絡(luò)關(guān)注度的省際空間分異特征

對(duì)各省樣本時(shí)段冰雪旅游網(wǎng)絡(luò)關(guān)注度日均值求年度均值后，運(yùn)用GIS 自然斷裂法，按各省網(wǎng)絡(luò)關(guān)注度日均值的高低聚類(lèi)，將各省區(qū)劃分為高關(guān)注區(qū)、較高關(guān)注區(qū)、中等關(guān)注區(qū)、較低關(guān)注區(qū)和低關(guān)注區(qū)?？傮w來(lái)看，冰雪旅游網(wǎng)絡(luò)關(guān)注度各類(lèi)型空間錯(cuò)位分布，且大體呈現(xiàn)從北往南與從東往西的雙向梯度遞減趨勢(shì)。冰雪旅游網(wǎng)絡(luò)關(guān)注度的省際空間分異特征顯示：北京、黑龍江、吉林、廣東構(gòu)成了高關(guān)注區(qū)，其對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注的貢獻(xiàn)率為50.1%；江浙滬從屬于較高關(guān)注區(qū)；較低關(guān)注區(qū)包含9個(gè)省區(qū)，主體為中部與西部地區(qū)；而處于低關(guān)注的6個(gè)省區(qū)貢獻(xiàn)率僅為1.4%（見(jiàn)表4）。

表4 冰雪旅游網(wǎng)絡(luò)關(guān)注度的省際空間分異Table4 Provincial Space Differentiation of Network Attention to Ice-Snow Tourism

4 中國(guó)冰雪旅游網(wǎng)絡(luò)關(guān)注度影響因素

4.1 變量與數(shù)據(jù)

根據(jù)研究目的，被解釋變量為冰雪旅游網(wǎng)絡(luò)關(guān)注度，用其百度指數(shù)用戶關(guān)注度的日均值衡量，記為NETFOCUS?；谝延形墨I(xiàn)對(duì)網(wǎng)絡(luò)關(guān)注度的研究與冰雪旅游產(chǎn)業(yè)特性，特選用如下解釋變量。（1）經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展水平高的地區(qū)居民收入水平也高，其出游意愿與出游率也會(huì)隨之升高[23]，進(jìn)而會(huì)增加相關(guān)旅游信息的搜索[19]，故預(yù)期經(jīng)濟(jì)發(fā)展會(huì)提高冰雪旅游網(wǎng)絡(luò)關(guān)注度。經(jīng)濟(jì)發(fā)展水平將利用人均GDP的對(duì)數(shù)值來(lái)衡量，記為lnAVGDP。（2）網(wǎng)民規(guī)模。地區(qū)網(wǎng)民規(guī)模對(duì)特定對(duì)象的地區(qū)網(wǎng)絡(luò)關(guān)注度有影響[18-19]，受此啟發(fā)，本文預(yù)期網(wǎng)民規(guī)模會(huì)正向影響冰雪旅游網(wǎng)絡(luò)關(guān)注度。網(wǎng)民規(guī)模用網(wǎng)民人數(shù)的對(duì)數(shù)值表示，記為lnNETPOP。（3）冰雪旅游資源。用省會(huì)城市一年中最高溫度低于零攝氏度的天數(shù)作為省區(qū)冰雪旅游資源的代理變量。冰雪旅游資源越豐富的地區(qū)，冰雪運(yùn)動(dòng)與冰雪旅游的社會(huì)化程度也越高[24]，進(jìn)而引致該省區(qū)網(wǎng)民對(duì)冰雪旅游信息的網(wǎng)絡(luò)搜索量也越大。故預(yù)期冰雪旅游資源與冰雪旅游網(wǎng)絡(luò)關(guān)注度正相關(guān)，冰雪旅游資源記為RESOURCE。（4）品牌冰雪節(jié)慶。已有研究表明，品牌節(jié)慶會(huì)影響地區(qū)網(wǎng)絡(luò)關(guān)注度[25]，故預(yù)期擁有品牌冰雪節(jié)慶的省區(qū)與其他省區(qū)的網(wǎng)民相比，對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注度有顯著提高。引入冰雪節(jié)慶品牌變量（記為FESTIVAL），以“冰雪節(jié)”為關(guān)鍵詞在百度搜索（搜索時(shí)間2020年4月3日9時(shí)13分—50 分），截取前面20 個(gè)頁(yè)面，如果某省區(qū)具有20 年以上的冰雪節(jié)，則為1，否則為0。（5）品牌冰雪賽事。品牌冰雪賽事是標(biāo)志性體育賽事，汪蓓等[26]基于網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)發(fā)現(xiàn)，標(biāo)志性體育賽事傳播力的輻射空間以主辦城市或東道主省份為主，受此啟發(fā)，預(yù)期品牌冰雪賽事（如冬奧會(huì)）會(huì)提升本省區(qū)網(wǎng)民的冰雪旅游網(wǎng)絡(luò)關(guān)注度。為此，特將品牌冰雪賽事變量引入到解釋變量中，品牌冰雪賽事記為EVENTS。北京與張家口在2015 年聯(lián)合成功獲得2022 年冬奧會(huì)承辦權(quán)，則2015 年后北京與河北的變量值記為1，其他為0。

研究數(shù)據(jù)為2011—2019年大陸31個(gè)省（自治區(qū)、直轄市）的面板數(shù)據(jù)。其中，一年中最高溫度低于零攝氏度的天數(shù)為各日滿足條件的數(shù)據(jù)累加所得，各日最高溫度氣溫?cái)?shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)；2011—2018 年人均GDP、網(wǎng)民人數(shù)、CPI數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》（2012—2019），2019 年數(shù)據(jù)來(lái)源于各省區(qū)統(tǒng)計(jì)局、發(fā)改委與中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心正式發(fā)布的統(tǒng)計(jì)報(bào)告與公報(bào)，個(gè)別缺失數(shù)據(jù)用移動(dòng)平均法補(bǔ)齊。對(duì)人均GDP，以2011 年為基期，利用各省區(qū)各年度CPI 平減轉(zhuǎn)化為實(shí)際值。

4.2 模型設(shè)計(jì)與估計(jì)方法

依據(jù)研究目的，冰雪旅游網(wǎng)絡(luò)關(guān)注度NETFOCUS 為被解釋變量，由于百度公司提供的日均用戶關(guān)注度值為離散型的整數(shù)，且零值較多，因此可建立泊松回歸模型進(jìn)行分析，模型如下：

式中：X為解釋變量組，β為回歸系數(shù)，為壓縮變量尺度，經(jīng)濟(jì)發(fā)展水平與網(wǎng)民規(guī)模都求其對(duì)數(shù)值。主要利用面板泊松（含固定效應(yīng)FE與隨機(jī)效應(yīng)RE）對(duì)其進(jìn)行回歸分析，面板泊松回歸結(jié)果可依據(jù)Hausman檢驗(yàn)對(duì)應(yīng)P值來(lái)判斷選擇：當(dāng)P>0.05，選擇隨機(jī)效應(yīng)模型；當(dāng)P=0~0.05，則選擇固定效應(yīng)模型。

4.3 結(jié)果分析

在使用OLS（普通最小二乘法）、一般泊松、泊松FE、泊松RE 4 種方法下，31 個(gè)?。ㄗ灾螀^(qū)、直轄市）樣本時(shí)間段冰雪旅游網(wǎng)絡(luò)關(guān)注度影響因素的回歸結(jié)果顯示（見(jiàn)表5模型1~4），經(jīng)濟(jì)發(fā)展水平、網(wǎng)民規(guī)模、冰雪旅游資源、品牌冰雪節(jié)慶與品牌冰雪賽事都能顯著提升地區(qū)冰雪旅游網(wǎng)絡(luò)關(guān)注度；模型3 與4 是對(duì)面板數(shù)據(jù)進(jìn)行回歸的結(jié)果，Hausman 檢驗(yàn)的P=0.137 5>0.05，故選擇泊松隨機(jī)效應(yīng)模型3。模型3 顯示，在控制其他變量情況下，經(jīng)濟(jì)發(fā)展水平越高的地區(qū)對(duì)冰雪旅游的網(wǎng)絡(luò)關(guān)注越高，這與前文預(yù)期是一致的。數(shù)據(jù)表明，地區(qū)經(jīng)濟(jì)發(fā)展水平每提升1%，冰雪旅游網(wǎng)絡(luò)關(guān)注度也隨之提高1.974次。模型3數(shù)據(jù)也顯示，網(wǎng)民規(guī)模每提升1%，地區(qū)冰雪旅游網(wǎng)絡(luò)關(guān)注度會(huì)隨之提高0.903次；模型3 中冰雪旅游資源的回歸系數(shù)為0.157，在1%的水平上顯著，這反映出冰雪旅游資源越豐裕的地區(qū)，對(duì)冰雪旅游的搜索率也越高，主要原因可能在于處在冰雪旅游資源域中的人們出游路徑短，出游意愿增強(qiáng)，故網(wǎng)絡(luò)關(guān)注度也隨之提升。模型3中FESTIVAL 回歸系數(shù)為1.703，且通過(guò)1%的顯著性水平，表明舉辦品牌冰雪節(jié)慶的省區(qū)相比未主辦品牌冰雪節(jié)慶的省區(qū)而言，其日均“冰雪旅游”網(wǎng)絡(luò)關(guān)注度數(shù)值增加1.703次。EVENTS的回歸系數(shù)顯著為2.081，且通過(guò)1%的顯著性水平，這反映冰雪賽事能使舉辦地網(wǎng)民對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注的日均值提高2.081次。

采用掐頭去尾與分時(shí)段樣本法，進(jìn)一步考察冰雪旅游網(wǎng)絡(luò)關(guān)注度影響因素的穩(wěn)健性（見(jiàn)表5模型5~8）。（1）掐頭去尾法。模型5為掐頭法剔除被解釋變量年度均值最大省份黑龍江，模型6為去尾法剔除被解釋變量年度均值最小省份西藏。模型5與6的回歸結(jié)果都再次佐證，經(jīng)濟(jì)發(fā)展水平、網(wǎng)民規(guī)模、冰雪旅游資源、品牌冰雪節(jié)慶與品牌冰雪賽事的回歸系數(shù)顯著為正，說(shuō)明對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注度受以上因素的復(fù)合正向影響。（2）分時(shí)段樣本。將樣本劃分為2011—2015、2016—2019 2 個(gè)時(shí)段，模型7~8 各變量回歸系數(shù)皆在1%的置信水平上顯著，表明無(wú)論在何時(shí)間區(qū)段，經(jīng)濟(jì)發(fā)展水平、網(wǎng)民規(guī)模、冰雪旅游資源、品牌冰雪節(jié)慶與品牌冰雪賽事皆是影響冰雪旅游網(wǎng)絡(luò)關(guān)注度的穩(wěn)健因素。

表5 冰雪旅游網(wǎng)絡(luò)關(guān)注度影響因素的回歸結(jié)果（被解釋變量：NETFOCUS）Table 5 Regression Results of Influencing Factors of Network Attention to Ice-Snow Tourism

5 結(jié)論與啟示

5.1 研究結(jié)論

（1）冰雪旅游網(wǎng)絡(luò)關(guān)注度呈持續(xù)增長(zhǎng)的年際變化趨勢(shì)，各省區(qū)冰雪旅游網(wǎng)絡(luò)關(guān)注度的相對(duì)差異隨時(shí)間逐步收斂，季節(jié)性差異明顯，且月度非均衡狀態(tài)呈現(xiàn)先擴(kuò)張?jiān)偈諗康难葑兲卣?。?）冰雪旅游網(wǎng)絡(luò)關(guān)注度空間重心總體向西南方向遷移，東北、華北、華東位居冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率的前3 位，華南、華中冰雪旅游網(wǎng)絡(luò)關(guān)注度位序呈上升趨勢(shì)，西北地區(qū)位序顯著下滑；從空間分析來(lái)看，冰雪旅游網(wǎng)絡(luò)關(guān)注度各類(lèi)型空間錯(cuò)位分布，顯現(xiàn)出從北往南與從東往西雙向梯度遞減趨勢(shì)。（3）經(jīng)濟(jì)發(fā)展水平、網(wǎng)民規(guī)模、冰雪旅游資源、品牌冰雪節(jié)慶與品牌冰雪賽事等是形成冰雪旅游網(wǎng)絡(luò)關(guān)注度時(shí)空分異的影響因素。泊松回歸發(fā)現(xiàn)，網(wǎng)民規(guī)模對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注度有顯著正向影響；省區(qū)冰雪旅游資源越豐裕，該省區(qū)網(wǎng)民冰雪旅游網(wǎng)絡(luò)關(guān)注度越大；舉辦品牌冰雪節(jié)慶與品牌冰雪賽事，能顯著提升舉辦地網(wǎng)民對(duì)冰雪旅游的網(wǎng)絡(luò)關(guān)注度。

5.2 中國(guó)冰雪旅游產(chǎn)業(yè)發(fā)展啟示

（1）實(shí)施“互聯(lián)網(wǎng)+冰雪旅游”產(chǎn)業(yè)成長(zhǎng)戰(zhàn)略。從冰雪旅游網(wǎng)絡(luò)關(guān)注度的年度變化軌跡來(lái)看，網(wǎng)民對(duì)冰雪旅游的網(wǎng)絡(luò)關(guān)注度保持較高比例的年度增幅，反映出網(wǎng)民對(duì)“冰雪旅游”的信息偏好與出游需求有顯著提升，這也是中國(guó)冰雪旅游產(chǎn)業(yè)將繼續(xù)保持高速成長(zhǎng)的有力佐證。為迎合冰雪旅游的高成長(zhǎng)性與由此帶來(lái)的旅游信息需求，在“互聯(lián)網(wǎng)＋”時(shí)代中，冰雪旅游供給側(cè)必須從網(wǎng)民對(duì)冰雪旅游的信息需求內(nèi)容出發(fā)，積極主動(dòng)融入互聯(lián)網(wǎng)思維，推行以“互聯(lián)網(wǎng)+冰雪旅游”的產(chǎn)業(yè)成長(zhǎng)戰(zhàn)略。未來(lái)，無(wú)論是冰雪旅游目的地、冰雪旅游相關(guān)企業(yè)、在線旅游商，還是冰雪節(jié)事組織者，都應(yīng)該關(guān)注潛在冰雪旅游者的的信息檢索需求，在大數(shù)據(jù)網(wǎng)域中，合力搭建冰雪旅游信息共享平臺(tái)、電子商務(wù)平臺(tái)與冰雪旅游信息數(shù)據(jù)庫(kù)，以滿足“互聯(lián)網(wǎng)＋”時(shí)代中，網(wǎng)民對(duì)冰雪旅游的信息檢索需求。

同時(shí)，為滿足互聯(lián)網(wǎng)時(shí)代冰雪旅游產(chǎn)業(yè)的快速成長(zhǎng)，急需進(jìn)行冰雪旅游產(chǎn)品創(chuàng)新。當(dāng)前，冰雪旅游產(chǎn)品多以觀看冰燈、冰雕、雪雕、霧凇、賞雪、玩雪為主，未來(lái)可設(shè)計(jì)出多樣化的冰雪運(yùn)動(dòng)體驗(yàn)型產(chǎn)品，如雪地低空飛行、攀冰、冰上自行車(chē)、徒步雪林穿越、冰雪滑梯、溜冰、滑雪、冰洞探險(xiǎn)、雪地戰(zhàn)車(chē)、雪地摩托、爬犁、冬釣、冬捕、冬獵等；并且，將當(dāng)?shù)孛袼罪L(fēng)情、建筑風(fēng)格、歷史文化、特色餐飲、地方演藝等融入到產(chǎn)品創(chuàng)新開(kāi)發(fā)中，以建構(gòu)冰雪旅游目的地的地方感。此外，冰雪旅游目的地也需要加入創(chuàng)意元素，從依托冰雪資源為主走向依托“冰雪資源+創(chuàng)意資源”并舉的產(chǎn)業(yè)發(fā)展路徑，以延伸產(chǎn)業(yè)鏈條，豐富產(chǎn)品體系，增強(qiáng)冰雪旅游目的地的吸引力與競(jìng)爭(zhēng)力。

（2）實(shí)施差異化精準(zhǔn)營(yíng)銷(xiāo)戰(zhàn)略?！氨┞糜巍本W(wǎng)絡(luò)關(guān)注的時(shí)空分布規(guī)律反映了不同時(shí)空維度上的網(wǎng)民對(duì)冰雪旅游的關(guān)注差異，為此，旅游目的地可在時(shí)間與空間2個(gè)維度上實(shí)施差異化精準(zhǔn)營(yíng)銷(xiāo)戰(zhàn)略。從網(wǎng)民對(duì)冰雪旅游月度關(guān)注的“U”型分布規(guī)律來(lái)看，每年11、12月與次年1月是網(wǎng)民對(duì)冰雪旅游高度關(guān)注的月份，為此旅游目的地可在這3個(gè)月進(jìn)行密集的營(yíng)銷(xiāo)推廣，除傳統(tǒng)媒體外，也可以采用官方網(wǎng)站、網(wǎng)絡(luò)新聞、博客、BBS、微信等網(wǎng)絡(luò)渠道。從空間的區(qū)域維度上看，東北、華北、華東位居冰雪旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率前3 位，反映出3 個(gè)空間板塊對(duì)冰雪旅游巨大的需求潛力，為此，未來(lái)冰雪旅游營(yíng)銷(xiāo)應(yīng)該重點(diǎn)開(kāi)拓東北、華北和華東市場(chǎng)。從各省區(qū)對(duì)冰雪旅游網(wǎng)絡(luò)關(guān)注的差異來(lái)看，可對(duì)各省區(qū)開(kāi)展差異化的精準(zhǔn)營(yíng)銷(xiāo)戰(zhàn)略。對(duì)高關(guān)注區(qū)、較高關(guān)注區(qū)的省區(qū)（黑吉遼、江浙滬、京冀粵新蒙），冰雪旅游目的地的營(yíng)銷(xiāo)策略在于塑造品牌形象，設(shè)計(jì)多樣化的旅游體驗(yàn)產(chǎn)品，加強(qiáng)線上線下口碑管理；對(duì)中等關(guān)注區(qū)（川魯豫閩鄂），冰雪旅游目的地重在加大主題化、系列化的營(yíng)銷(xiāo)推廣，深度挖掘目標(biāo)市場(chǎng)，并可對(duì)不同客源地采用差異化價(jià)格策略，以提升冰雪旅游的市場(chǎng)滲透率；對(duì)中西部等較低關(guān)注區(qū)與低關(guān)注區(qū)，旅游目的地重在強(qiáng)化網(wǎng)民對(duì)冰雪旅游的認(rèn)知度，可設(shè)計(jì)冰雪運(yùn)動(dòng)的手游或網(wǎng)游產(chǎn)品，引用明星代言，并加大冰雪運(yùn)動(dòng)、冰雪旅游在微信與微博等新媒體的傳播推廣，以培育冰雪旅游的潛在消費(fèi)市場(chǎng)。

（3）冰雪節(jié)事品牌戰(zhàn)略。研究結(jié)果顯示，品牌冰雪節(jié)事（含節(jié)慶與賽事）是提升網(wǎng)絡(luò)關(guān)注進(jìn)而形成冰雪旅游現(xiàn)實(shí)需求的重要途徑，故旅游目的地可大力培育品牌化的冰雪節(jié)事，以提升旅游目的地的關(guān)注度與聲譽(yù)。當(dāng)前，中國(guó)已經(jīng)形成了哈爾濱國(guó)際冰雪節(jié)、吉林國(guó)際霧凇冰雪節(jié)、伊春森林歡樂(lè)冰雪季、內(nèi)蒙古冰雪那達(dá)慕、吉林查干湖冬捕節(jié)等知名冰雪節(jié)慶，但是在冰雪賽事上存在短板，未來(lái)可以利用中國(guó)豐裕的冰雪資源與人文特質(zhì)，引進(jìn)或培育國(guó)際一流的冰雪運(yùn)營(yíng)企業(yè)與冰雪賽事，誠(chéng)然也可以創(chuàng)新培育與馬拉松式的專(zhuān)業(yè)選手與大眾選手同臺(tái)競(jìng)技的冰雪運(yùn)動(dòng)品牌賽事。同時(shí)，推動(dòng)各冰雪旅游目的地在節(jié)事主題、節(jié)事運(yùn)作以及節(jié)事?tīng)I(yíng)銷(xiāo)的特色化、主題化、專(zhuān)業(yè)化、國(guó)際化，形成若干差異化競(jìng)爭(zhēng)的具有國(guó)際影響力的品牌冰雪節(jié)事，并以此為契機(jī)，聯(lián)合絲綢之路沿線國(guó)家與地區(qū)，打造絲綢之路冰雪旅游帶，培育絲綢之路高端冰雪節(jié)慶，推動(dòng)國(guó)際頂級(jí)冰雪賽事的常態(tài)化與專(zhuān)業(yè)化，以品牌驅(qū)動(dòng)實(shí)現(xiàn)提升中國(guó)冰雪運(yùn)動(dòng)與冰雪旅游國(guó)際競(jìng)爭(zhēng)力的國(guó)家理想。

誠(chéng)然，本文是基于互聯(lián)網(wǎng)數(shù)據(jù)對(duì)冰雪旅游的一個(gè)嘗試性研究，而互聯(lián)網(wǎng)數(shù)據(jù)除了搜索記錄數(shù)據(jù)，還包含應(yīng)用冰雪旅游APP數(shù)據(jù)、社交媒體數(shù)據(jù)、OTA 等大型旅游企業(yè)及點(diǎn)評(píng)服務(wù)平臺(tái)的數(shù)據(jù)，未來(lái)可以考慮應(yīng)用多種數(shù)據(jù)源對(duì)冰雪旅游開(kāi)展研究，以期為響應(yīng)“冰天雪地也是金山銀山”的戰(zhàn)略與建設(shè)冰雪運(yùn)動(dòng)強(qiáng)國(guó)貢獻(xiàn)理論智慧。