黃曉琳 何 珍 黃小燕 黃恒榮 蔣亞軍

桂林市紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空特征分析

黃曉琳 何 珍 黃小燕 黃恒榮 蔣亞軍

（桂林理工大學(xué)，廣西 桂林 541004）

選取桂林市十大紅色旅游景區(qū)作為研究對象，從搜索引擎、視頻媒體、社交網(wǎng)絡(luò)三個(gè)維度出發(fā)進(jìn)行數(shù)據(jù)采集，運(yùn)用季節(jié)性集中指數(shù)、基尼系數(shù)、旅游偏好系數(shù)分析網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征。研究結(jié)果表明：（1）2018年—2020年桂林市紅色旅游景區(qū)季節(jié)性年際差異顯著，整體呈現(xiàn)波動(dòng)增長的趨勢。（2）景區(qū)間網(wǎng)絡(luò)關(guān)注度空間分布差異明顯，集中體現(xiàn)在部分紅色文化影響力大且蘊(yùn)含較高的歷史文化價(jià)值的景區(qū)，旅游網(wǎng)絡(luò)關(guān)注度重心整體向北偏移。

紅色旅游景區(qū)；網(wǎng)絡(luò)關(guān)注度；時(shí)空特征

引言

紅色旅游主要以紅色文化遺產(chǎn)所體現(xiàn)的革命意志、先進(jìn)精神為內(nèi)涵，對于新時(shí)代紅色基因的傳承和弘揚(yáng)具有重要意義?！笆濉逼陂g內(nèi)，紅色旅游市場發(fā)展態(tài)勢穩(wěn)步向好，截止至2020年我國紅色旅游年際出游人數(shù)已超1億人次，占據(jù)國內(nèi)旅游市場份額的11%以上，紅色旅游已逐漸成為旅游市場的重要組成部分[1]。隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展，截止至2021年6月，我國網(wǎng)民規(guī)模達(dá)10.11億，互聯(lián)網(wǎng)普及率達(dá)71.6%[2]。互聯(lián)網(wǎng)信息已經(jīng)成為影響游客出游決策和意愿的重要因素[3,4]，而旅游網(wǎng)絡(luò)關(guān)注度作為游客互聯(lián)網(wǎng)檢索、瀏覽的關(guān)注數(shù)據(jù)量，是游客出游意愿的重要體現(xiàn)之一，也是衡量紅色旅游資源網(wǎng)絡(luò)影響力的重要因素[5]。網(wǎng)絡(luò)關(guān)注度已成為旅游數(shù)據(jù)的主要來源。Dinis等[6]通過對2006年至2018年發(fā)表的有關(guān)在旅游和酒店的研究中搜索引擎數(shù)據(jù)的文獻(xiàn)進(jìn)行總結(jié)分析，得出谷歌趨勢數(shù)據(jù)在旅游和酒店研究中的使用頻率較高。以谷歌趨勢為主，展開了對旅游需求[7]、客流量預(yù)測[8]、旅游網(wǎng)站的優(yōu)化[9]等問題的探究。除此之外，還有對于“Twitter”數(shù)據(jù)的利用，主要從影響游客決策[10]、游客情感[11]等方面進(jìn)行研究。相較于國外，國內(nèi)旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)的獲取主要以百度指數(shù)為主，在旅游研究中應(yīng)用廣泛，包括“溫泉旅游”[12]、“洞穴旅游”[13]、“紅色旅游”[14]在內(nèi)等多種類型的旅游活動(dòng)，主要聚焦在“客流量變化與網(wǎng)絡(luò)關(guān)注度”[15,16]、“時(shí)空分布特征”[17,18]、“旅游需求”[19,20]等方面。此外，還有部分學(xué)者利用新浪微博[21]、微信[22]等平臺(tái)展開對旅游網(wǎng)絡(luò)關(guān)注度的研究。因此，利用網(wǎng)絡(luò)關(guān)注度、數(shù)字足跡等旅游大數(shù)據(jù)，分析紅色旅游的發(fā)展態(tài)勢，對于加強(qiáng)紅色旅游景區(qū)的管理以及促進(jìn)紅色旅游景區(qū)客源市場的開發(fā)有重要的研究意義。

我國紅色旅游最早出現(xiàn)在20世紀(jì)50年代初，其表現(xiàn)為以政治接待為主的前往革命圣地或紀(jì)念地參觀和學(xué)習(xí)一種旅游活動(dòng)。而有關(guān)于“紅色旅游”的研究也隨著文化強(qiáng)國等戰(zhàn)略的提出成為學(xué)術(shù)界的研究熱點(diǎn)之一。經(jīng)過長期的發(fā)展與建設(shè)，紅色旅游的研究范圍不斷拓展，諸多學(xué)者從紅色旅游價(jià)值[23]、旅游產(chǎn)品開發(fā)[24]等方面進(jìn)行探究?？v觀國內(nèi)紅色旅游研究現(xiàn)狀來看，紅色旅游經(jīng)過長期的發(fā)展已具備一定的研究基礎(chǔ)，但從中國知網(wǎng)（CNKI）同時(shí)檢索“紅色旅游”“網(wǎng)絡(luò)關(guān)注度”的結(jié)果來看，當(dāng)前國內(nèi)對“紅色旅游網(wǎng)絡(luò)關(guān)注度”的研究較少，并且多從宏觀層面出發(fā)。從數(shù)據(jù)獲取途徑來看，大部分研究主要采用單一的數(shù)據(jù)源，缺乏多維度的數(shù)據(jù)源綜合評價(jià)?；诖耍疚囊怨鹆质惺蠹t色旅游景區(qū)作為研究對象，從搜索引擎、視頻媒體、社交網(wǎng)絡(luò)三個(gè)維度出發(fā)進(jìn)行數(shù)據(jù)采集，運(yùn)用季節(jié)性集中指數(shù)、基尼系數(shù)、旅游偏好系數(shù)分析桂林紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征，并進(jìn)一步探究其影響因素。更好地把握旅游網(wǎng)絡(luò)關(guān)注度的發(fā)展規(guī)律和趨勢，促進(jìn)桂林紅色旅游景區(qū)網(wǎng)絡(luò)營銷，為旅游管理部門做出正確、科學(xué)、合理的旅游決策提供借鑒和參考。

1 研究方法與數(shù)據(jù)來源

1.1 數(shù)據(jù)來源

桂林市除了擁有“甲天下”的山水風(fēng)光，還有著深厚的紅色文化底蘊(yùn)。紅色旅游資源種類豐富多樣，主要集中在桂北地區(qū)。以國家、省市公布的景區(qū)評估成果作為主要的選取依據(jù)，遴選出桂林市內(nèi)具有代表性10處紅色旅游景區(qū)（表1）。

表1 桂林市十大紅色旅游景區(qū)

關(guān)于網(wǎng)絡(luò)關(guān)注度的評價(jià)，主要有兩種方法：一是直接利用百度指數(shù)等作為單一的指標(biāo)。馬麗君等[25]以國內(nèi)30個(gè)熱點(diǎn)旅游城市作為研究地，分析了百度指數(shù)與城市國內(nèi)客流關(guān)系。柴海燕等[26]利用百度指數(shù)獲取數(shù)據(jù)，分析武漢市網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征。二是采用多渠道的數(shù)據(jù)源進(jìn)行網(wǎng)絡(luò)關(guān)注度評價(jià)指標(biāo)體系的構(gòu)建。高楠等[5]利用百度指數(shù)、騰訊視頻等構(gòu)建網(wǎng)絡(luò)關(guān)注度評價(jià)指數(shù)，研究旅游者對紅色旅游網(wǎng)絡(luò)關(guān)注度的時(shí)空分布規(guī)律及其影響因素。李磊等[27]通過攜程、馬蜂窩、微信等多平臺(tái)獲取網(wǎng)絡(luò)評價(jià)、網(wǎng)絡(luò)游記等數(shù)據(jù)，深入剖析了網(wǎng)絡(luò)關(guān)注度與旅游流網(wǎng)絡(luò)結(jié)構(gòu)之間的關(guān)系。兩種方法各有利弊，但由于桂林市紅色經(jīng)典旅游景區(qū)的詞條創(chuàng)建體系尚未完善，可獲取的數(shù)據(jù)量不多且分布較為零散，僅靠單一的數(shù)據(jù)源獲取的數(shù)據(jù)全面性和有效性較差。因此，本文選擇采用第二種方法，從用戶關(guān)注度、視頻播放量、點(diǎn)贊數(shù)、文章閱讀量來衡量潛在旅游者的網(wǎng)絡(luò)關(guān)注度。

數(shù)據(jù)挖掘前，需確定10處紅色旅游經(jīng)典景區(qū)檢索的關(guān)鍵詞，關(guān)鍵詞的選取主要依據(jù)游客出游前對桂林市紅色旅游景區(qū)所關(guān)注的旅游信息進(jìn)行分析，選取出桂林市紅色旅游目的地（景區(qū)景點(diǎn)）的名稱、重大事件、戰(zhàn)役等相關(guān)信息，提取基準(zhǔn)關(guān)鍵詞和替代性關(guān)鍵詞。由于在各個(gè)平臺(tái)可查詢年份數(shù)據(jù)分布零散甚至沒有數(shù)據(jù)，在多渠道進(jìn)行詞條檢索后，發(fā)現(xiàn)可查詢年份，大部分集中在2018年及之后。因此，以2018年1月1日至2020年12月31日作為研究年限，根據(jù)測度標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。

1.2 研究方法

（1）獨(dú)立權(quán)系數(shù)法[28]，是依據(jù)指標(biāo)與指標(biāo)之間的共線性強(qiáng)弱來確定權(quán)重的方法。所有數(shù)據(jù)均在Min-Max標(biāo)準(zhǔn)化處理的基礎(chǔ)上，采用獨(dú)立權(quán)系數(shù)法分別確定一級和二級指標(biāo)的權(quán)重值（表2）。具體運(yùn)算步驟：第一步，通過多元回歸計(jì)算各個(gè)指標(biāo)與其他指標(biāo)之間的復(fù)相關(guān)系數(shù)，即回歸系數(shù)；第二步，求出各指標(biāo)與其他指標(biāo)之間復(fù)相關(guān)系數(shù)的倒數(shù)，并對數(shù)據(jù)進(jìn)行歸一化處理得出各指標(biāo)最終的權(quán)重。

表2 紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度評價(jià)指標(biāo)體系

（2）季節(jié)性強(qiáng)度指數(shù)[29]，是以時(shí)間序列含有季節(jié)性周期變動(dòng)的特征，計(jì)算描述該變動(dòng)的季節(jié)變動(dòng)指數(shù)。網(wǎng)絡(luò)關(guān)注度S的季節(jié)性集中度值越大，表明各月份之間桂林紅色旅游網(wǎng)絡(luò)關(guān)注度差異程度越大；反之，則呈現(xiàn)均勻分布。公式如下：

式中：Xi為各月份桂林紅色旅游網(wǎng)絡(luò)關(guān)注度占全年桂林紅色旅游網(wǎng)絡(luò)關(guān)注度合計(jì)值的比例。

（3）旅游偏好系數(shù)[30]，用于分析游客對某景區(qū)的偏好程度，故本文引用孫根年提出的旅游偏好系數(shù)來分析游客的旅游需求偏好。值越大，說明該景區(qū)的偏好越強(qiáng)；反之，則越小。公式如下：

（4）基尼系數(shù)[31]，通過運(yùn)算可以得到區(qū)域收入差異程度，是區(qū)域經(jīng)濟(jì)發(fā)展差異研究中常用的度量方法。本研究通過基尼系數(shù)對比分析桂林紅色旅游景區(qū)之間的網(wǎng)絡(luò)關(guān)注度空間差異。公式如下：

式中：G為基尼系數(shù)；P為第個(gè)桂林紅色旅游景區(qū)的旅游需求（網(wǎng)絡(luò)關(guān)注度）占年度總旅游需求的比重；N為所選取的桂林紅色旅游景區(qū)的總數(shù)。G介于0～1，系數(shù)越小，表示游客的旅游需求越分散，越有利于旅游目的地的均衡發(fā)展。

2 桂林紅色旅游經(jīng)典景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空特征分析

2.1 時(shí)間特征分析

依據(jù)紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度評價(jià)指標(biāo)進(jìn)行計(jì)算可知（表3），2018年—2020年桂林市紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度總體上呈現(xiàn)波動(dòng)上升態(tài)勢。從各年份的發(fā)展?fàn)顩r來看，2018年5月和8月、2019年6月至7月、2020年2月、4月和12月份紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度相比于其他年份的同一月份較高，其主要原因在于這些月份大多是旅游的旺季或旅游者出行高峰的前期，是學(xué)校以及家庭進(jìn)行愛國主義教育活動(dòng)、紅色研學(xué)活動(dòng)以及中國共產(chǎn)黨重要的紀(jì)念節(jié)日等活動(dòng)的重要時(shí)期。從2018年—2020年的季節(jié)性月際變化趨勢可以看出，桂林市紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度在1月—4月呈波動(dòng)上升的趨勢，4月—6月呈下降趨勢，6月—9月呈“先升后降”的態(tài)勢，9月—12月呈緩慢上升的態(tài)勢，這與旅游出行的淡旺季以及紅色旅游自身的特殊性質(zhì)密切相關(guān)。人們大多在勞動(dòng)節(jié)、寒暑假、國慶黃金周等時(shí)間段內(nèi)選擇出游。而近年來，隨著教育部高度重視中小學(xué)生的愛國主義教育，中小學(xué)生已逐漸成為紅色旅游市場的主力軍，每年7月紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度出現(xiàn)高峰，市場導(dǎo)向性作用明顯。

根據(jù)季節(jié)集中指數(shù)進(jìn)行測算（表3），2018年—2020年桂林市紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度季節(jié)集中指數(shù)分別為9.1573、8.1771、6.1206，可知每年紅色旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的季節(jié)性存在著顯著的差異。受2020年初新冠肺炎疫情的影響，旅游者出行需求難以釋放，致使2020年網(wǎng)絡(luò)關(guān)注度的季節(jié)性不明顯。此外，各月份之間也有所差異，其中2018年各月的差異性最為顯著，因?yàn)?019年將迎來紅軍長征出發(fā)85周年，桂林市作為紅軍長征路上的重要節(jié)點(diǎn)，因此游客的網(wǎng)絡(luò)關(guān)注度較高，具備顯著的前兆效應(yīng)。

表3 2018年—2020年桂林市紅色旅游經(jīng)典景區(qū)網(wǎng)絡(luò)關(guān)注度及季節(jié)集中指數(shù)

2.2 空間特征分析

2.2.1 景區(qū)網(wǎng)絡(luò)關(guān)注度空間分布差異

為定量測度分析桂林十大紅色旅游景區(qū)間的網(wǎng)絡(luò)關(guān)注度空間差異，利用基尼系數(shù)進(jìn)行量測。結(jié)果表明，桂林十大紅色旅游經(jīng)典景區(qū)網(wǎng)絡(luò)關(guān)注度存在區(qū)域差異，基尼系數(shù)從2018年的0.7441增加到2020年的0.9135，呈現(xiàn)上升趨勢，說明景區(qū)之間網(wǎng)絡(luò)關(guān)注度的差異逐漸擴(kuò)大。

利用洛倫茨曲線（圖1）進(jìn)一步分析其空間分布差異。將桂林十大紅色旅游經(jīng)典景區(qū)的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)所占比重進(jìn)行匯總，并進(jìn)行降序排序，計(jì)算累積百分比。洛倫茨曲線為上凹型，54.01%的網(wǎng)絡(luò)關(guān)注度主要集中在紅軍長征突破湘江烈士紀(jì)念碑園、八路軍桂林辦事處紀(jì)念館、新圩阻擊戰(zhàn)紀(jì)念園和覺山鋪?zhàn)钃魬?zhàn)舊址，這4個(gè)景區(qū)紅色旅游資源豐富且蘊(yùn)含較高的歷史文化價(jià)值，是國內(nèi)旅游者對桂林市紅色旅游需求的主要偏好景區(qū)。

圖1 桂林十大紅色旅游景區(qū)需求偏好洛倫茨曲線

注：橫軸數(shù)字分別代表10處景區(qū)，詳見表1。

2.2.2 景區(qū)網(wǎng)絡(luò)關(guān)注度空間特征

根據(jù)旅游偏好系數(shù)，計(jì)算出2018年—2020年桂林十大紅色旅游景區(qū)的旅游偏好系數(shù)，系數(shù)由大到小進(jìn)行排列，劃分為四級，分別為強(qiáng)偏好景區(qū)（系數(shù)≥15.5%）、較強(qiáng)偏好景區(qū)（10.5%～15.5%）、較弱偏好景區(qū)（5.5%～10.5%）、弱偏好景區(qū)（系數(shù)≤5.5%）。網(wǎng)絡(luò)關(guān)注度節(jié)點(diǎn)越大表示旅游偏好系數(shù)越大，節(jié)點(diǎn)越小表示系數(shù)越小。

從2018年—2020年景區(qū)旅游偏好系數(shù)的均值分布上來看，“紅軍長征突破湘江烈士紀(jì)念碑園”為19.13%，屬于強(qiáng)偏好景區(qū)；“八路軍桂林辦事處紀(jì)念館”“新圩阻擊戰(zhàn)紀(jì)念園”“覺山鋪?zhàn)钃魬?zhàn)舊址”分別為12.6%、11.54%、10.75%，為較強(qiáng)偏好；“新圩阻擊戰(zhàn)舊址”“金石紅軍堂”“千家寺紅軍標(biāo)語樓”“白面瑤寨”的偏好系數(shù)為10.04%、9.26%、8.59%、7.86%，為較弱偏好；而“紅三軍、紅五軍團(tuán)指揮部舊址”“灌陽縣烈士陵園”兩景區(qū)的偏好系數(shù)均小于5.5%，為弱偏好。從時(shí)間變化上來看，各個(gè)景區(qū)均呈現(xiàn)波動(dòng)變化的趨勢，其中“新圩阻擊戰(zhàn)紀(jì)念園”從2018年的0.70%弱偏好上升至2020年的19.46%，屬于強(qiáng)偏好。整體上紅色旅游景區(qū)的旅游偏好系數(shù)從個(gè)別景區(qū)網(wǎng)絡(luò)關(guān)注度的高度集中逐漸向均衡分布的發(fā)展趨勢，出現(xiàn)“多點(diǎn)開花”的格局。

3 研究結(jié)論與建議

本文對桂林市紅色旅游景區(qū)進(jìn)行分析，發(fā)現(xiàn)2018年—2020年網(wǎng)絡(luò)關(guān)注度整體呈波動(dòng)上升趨勢，存在著明顯的季節(jié)性差異。但網(wǎng)絡(luò)關(guān)注度總體偏低，空間分布差異性顯著，呈現(xiàn)出高—低值相互交叉，但高值景區(qū)示范帶動(dòng)低值景區(qū)發(fā)展的作用不突出。網(wǎng)絡(luò)關(guān)注度客觀地反映了旅游景區(qū)對于游客吸引力的大小，從網(wǎng)絡(luò)關(guān)注度詞條檢索結(jié)果來看，在全國范圍內(nèi)桂林市紅色旅游資源知名度較低，部分景區(qū)檢索結(jié)果多出現(xiàn)無關(guān)注或關(guān)注量較少的情況，紅色資源的網(wǎng)絡(luò)宣傳陣地仍有待加強(qiáng)。

一是合理運(yùn)用新媒體傳播手段，建立完善網(wǎng)絡(luò)宣傳陣地。靈活地掌握和運(yùn)用大眾所喜聞樂見的媒體渠道，展開差異化宣傳和營銷，針對知名度相對較高的景區(qū)，在營銷宣傳中注重網(wǎng)絡(luò)口碑的建立和維護(hù)，樹立良好的景區(qū)形象，如八路軍桂林辦事處、紅軍長征突破湘江烈士紀(jì)念碑園等。針對知名度較低的景區(qū)，采用多渠道相結(jié)合的宣傳手段，利用抖音、微信公眾號、微博等平臺(tái)宣傳景區(qū)紅色革命內(nèi)涵，擴(kuò)大景區(qū)知名度。

二是優(yōu)化旅游交通線路，重點(diǎn)打造桂北紅色旅游圈。桂林市的紅色旅游資源主要分布在桂北地區(qū)，但整體資源的分布較為分散，景點(diǎn)之間相距較遠(yuǎn)，相互連通性較差，使得游客高效的“進(jìn)出”成為一大難題。對桂北紅色旅游資源進(jìn)行整合和規(guī)劃，進(jìn)行組合產(chǎn)品的規(guī)劃和開發(fā)，設(shè)計(jì)出滿足游客個(gè)性化需求并且合理科學(xué)的精品旅游線路，節(jié)省游客出行的時(shí)間和耗費(fèi)的精力，體驗(yàn)更加高質(zhì)量的旅游服務(wù)。

[1] 央視網(wǎng)．文化和旅游部: 今年全年紅色旅游出游人數(shù)超1億人次[EB/OL]．https://news.ectv.corn/2020/12/17/ARTl2UIUOnasQUtulZRBNsz4201217.Shtml，2020-12-17．

[2] 中國互聯(lián)網(wǎng)絡(luò)信息中心．第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL]. http://www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/202109/t20210915_71543.htm，2021-9-15.

[3] 李莉，張捷. 互聯(lián)網(wǎng)信息評價(jià)對游客信息行為和出游決策的影響研究[J]. 旅游學(xué)刊，2013，28(10): 23-29.

[4] 王貴斌. 網(wǎng)絡(luò)口碑對游客旅游決策的影響研究[J]. 安徽師范大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012，35(3): 270-275.

[5] 高楠，張新成，王琳艷. 中國紅色旅游網(wǎng)絡(luò)關(guān)注度時(shí)空特征及影響因素[J]. 自然資源學(xué)報(bào)，2020，35(5): 1068-1089.

[6] DINIS G, BREDA Z, COSTA C. Google Trends in tourism and hospitality research: A systematic literature review[J]. Journal of Hospitality and Tourism Technology, 2019, 8: 747-763.

[7] HUARNG K, YU T Application of Google Trends to forecast tourism demand[J]. Journal of Internet Technology, 2019, 11: 1273-1280.

[8] CLARK M, WILKINS E J, DAGAN D T, et al. Bringing forecasting into the future: Using Google to predict visitation in U.S. national parks[J]. Journal of Environmental Management, 2019, 243: 88-94.

[9] VYAS C. Evaluating state tourism websites using Search Engine Optimization tools[J]. Tourism Management, 2019, 73: 64-70.

[10] E BIGNé, OLTRA E, ANDREU L. Harnessing stakeholder input on Twitter: A case study of short breaks in Spanish tourist cities[J]. Tourism Management, 2019, 71: 490-503.

[11] PHILANDER K, ZHONG Y Y. Twitter sentiment analysis: Capturing sentiment from integrated resort tweets[J]. International Journal of Hospitality Management, 2016, 55: 16-24.

[12] 何小芊，劉宇，吳發(fā)明. 基于百度指數(shù)的溫泉旅游網(wǎng)絡(luò)關(guān)注度時(shí)空特征研究[J]. 地域研究與開發(fā)，2017，36(1): 103-108，124.

[13] 何小芊，張艷蓉，劉宇. 旅游洞穴網(wǎng)絡(luò)關(guān)注度的時(shí)空特征研究——以中國最美五大旅游洞穴為例[J]. 中國巖溶，2017，36(2): 275-282.

[14] 龍茂興，孫根年，龍珍付. 遵義紅色旅游網(wǎng)絡(luò)關(guān)注度的客流響應(yīng)研究[J]. 地理與地理信息科學(xué)，2013，29(5): 98-101，118.

[15] 汪秋菊，賈宇，劉宇，等. 奧運(yùn)場館水立方的客流量與網(wǎng)絡(luò)關(guān)注度關(guān)系分析[J]. 東北石油大學(xué)學(xué)報(bào)，2013，37(5): 118-124，134.

[16] 黃先開，張麗峰，丁于思. 百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測研究——以北京故宮為例[J]. 旅游學(xué)刊，2013，28(11): 93-100.

[17] 常直楊，鄒樹平. 南京市旅游網(wǎng)絡(luò)關(guān)注度時(shí)空特征及影響因素分析[J]. 電子商務(wù)，2018(10): 3-5.

[18] 唐鴻，許春曉. 中國紅色旅游經(jīng)典景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空演變及影響因素[J]. 自然資源學(xué)報(bào)，2021，36(7): 1792-1810.

[19] 王秋龍，潘立新，呂儉，等. 基于網(wǎng)絡(luò)關(guān)注度的安徽省居民省內(nèi)旅游需求時(shí)空特征分析[J]. 地域研究與開發(fā)，2021，40(1): 120-125.

[20] 馬麗君，龍?jiān)? 基于網(wǎng)絡(luò)關(guān)注度的湖南省居民旅游需求時(shí)空特征[J]. 經(jīng)濟(jì)地理，2017，37(2): 201-208.

[21] 張子昂，黃震方，靳誠，等. 基于微博簽到數(shù)據(jù)的景區(qū)旅游活動(dòng)時(shí)空行為特征研究——以南京鐘山風(fēng)景名勝區(qū)為例[J]. 地理與地理信息科學(xué)，2015(4): 121-126.

[22] 龔言浩，甄峰，席廣亮，等. 基于微信公眾號文章的城市關(guān)注度等級與聯(lián)系網(wǎng)絡(luò)研究[J]. 現(xiàn)代城市研究，2019(4): 69-75，131.

[23] 左冰. 紅色旅游與政黨認(rèn)同——基于井岡山景區(qū)的實(shí)證研究[J]. 旅游學(xué)刊，2014，29(9): 60-72.

[24] 范力，焦世泰，韋復(fù)生. 左右江紅色旅游區(qū)紅色旅游產(chǎn)品開發(fā)模式研究[J]. 中國軟科學(xué)，2013(11): 170-177.

[25] 馬麗君，孫根年，黃蕓瑪，等. 城市國內(nèi)客流量與游客網(wǎng)絡(luò)關(guān)注度時(shí)空相關(guān)分析[J]. 經(jīng)濟(jì)地理，2011(4): 680-685.

[26] 柴海燕，劉雨，尹春香. 武漢旅游網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征分析——基于百度指數(shù)[J]. 國土資源科技管理，2021，38(1): 97-106.

[27] 李磊，陶卓民，賴志城，等. 長征國家文化公園紅色旅游資源網(wǎng)絡(luò)關(guān)注度及其旅游流網(wǎng)絡(luò)結(jié)構(gòu)分析[J]. 自然資源學(xué)報(bào)，2021，36(7): 1811-1824.

[28] 張淑瑩，胡友彪，邢世平. 基于獨(dú)立性權(quán)-灰色關(guān)聯(lián)度理論的突水水源判別[J]. 水文地質(zhì)工程地質(zhì)，2018，45(6): 36-41.

[29] 陸林. 山岳風(fēng)景區(qū)國際旅游經(jīng)濟(jì)效益探析——以黃山國際旅游業(yè)為例[J]. 旅游學(xué)刊，1991(1): 39-43，71-72.

[30] 孫根年. 國際旅游支付方程、支付等級與旅游偏好[J]. 地理學(xué)與國土研究，2001(1): 50-54.

[31] 齊欣，王昕. 成渝經(jīng)濟(jì)區(qū)旅游景區(qū)空間結(jié)構(gòu)研究[J]. 地理與地理信息科學(xué)，2013，29(1): 105-110.

Analysis on the Spatial and Temporal Characteristics of the Network Attention of Red Tourism Attractions in Guilin

This paper selects the top ten red tourist attractions in Guilin as the research object, and conducts data collection from three dimensions of search engine, video media and social network. It uses seasonal concentration index, Gini coefficient, and tourism preference coefficient to analyze the temporal and spatial distribution characteristics of network attention. The results show that: (1) From 2018 to 2020, the seasonal and interannual difference of Guilin red tourist attractions are significant, showing a trend of fluctuating growth. (2) The spatial distribution difference of network attention among scenic spots is obvious, which is mainly reflected in some scenic spots with great influence of red culture and high historical and cultural value. The focus of tourism network attention is shifted to the north as a whole.

red tourism attractions; network attention; spatial-temporal characteristics

F590

A

1008-1151(2022)11-0165-04

2022-07-30

廣西旅游產(chǎn)業(yè)研究院本科生科研創(chuàng)新基金項(xiàng)目“桂林紅色旅游網(wǎng)絡(luò)關(guān)注度的時(shí)空特征及影響因素”（LYCY2021-38）。

黃曉琳（2001－），女，福建泉州人，桂林理工大學(xué)學(xué)生，研究方向?yàn)槁糜螒?yīng)用；何珍（2000－），女（瑤族），廣西賀州人，桂林理工大學(xué)學(xué)生，研究方向?yàn)槁糜螒?yīng)用；黃小燕（1999－），女，廣西欽州人，桂林理工大學(xué)學(xué)生，研究方向?yàn)槁糜螒?yīng)用。黃恒榮（2001－），男，福建泉州人，桂林理工大學(xué)學(xué)生，研究方向?yàn)槁糜螒?yīng)用。

蔣亞軍（1975－），湖南永州人，桂林理工大學(xué)旅游與風(fēng)景園林學(xué)院教授，碩士生導(dǎo)師，博士，研究方向?yàn)榧t色旅游、旅游經(jīng)濟(jì)。