鄔 超，邵秀英，沈群凱

(1.山西工商學(xué)院 健康管理學(xué)院,太原 030006;2.太原師范學(xué)院 經(jīng)濟(jì)和管理學(xué)院,山西 晉中 030619; 3.南京工業(yè)大學(xué)浦江學(xué)院 學(xué)生處,南京 211200)

0 引言

工業(yè)旅游是以工業(yè)車間、工業(yè)展示區(qū)、工業(yè)歷史遺跡以及反映重大事件、體現(xiàn)工業(yè)科技水平的工業(yè)資源為主要吸引物,開展參觀游覽、體驗休閑、提升企業(yè)綜合效益的旅游活動[1]。文化和旅游部2016年和2018年分別發(fā)布的《全國工業(yè)旅游發(fā)展綱要(2016—2025年)》《全國工業(yè)旅游創(chuàng)新發(fā)展三年行動方案(2018—2020年)》以及工業(yè)和信息化部聯(lián)合其他部門2016年和2021年分別發(fā)布的《關(guān)于推進(jìn)工業(yè)文化發(fā)展的指導(dǎo)意見》《推進(jìn)工業(yè)文化發(fā)展實施方案(2021—2025年)》等文件均為我國發(fā)展工業(yè)旅游在政策方面提供強(qiáng)有力的支持,主要涉及“大力發(fā)展工業(yè)旅游”“將工業(yè)旅游列為戰(zhàn)略性新興產(chǎn)業(yè)”“工業(yè)旅游+教育、觀光、體驗、休閑”“因地制宜培育一批國家工業(yè)旅游示范基地和國家工業(yè)遺產(chǎn)旅游基地”等內(nèi)容。多路并進(jìn)的政策保障使工業(yè)旅游成為我國新型工業(yè)化發(fā)展的重要引擎和“旅游+”產(chǎn)業(yè)融合發(fā)展的新業(yè)態(tài),為我國工業(yè)旅游高質(zhì)量發(fā)展夯實基礎(chǔ)[2]。

國外關(guān)于工業(yè)旅游的研究始于20世紀(jì)80年代[3],以工業(yè)遺產(chǎn)的保護(hù)與管理為核心,從其概念內(nèi)涵[4]、開發(fā)條件[5]、影響因素[6]等方面展開研究。隨著研究的深入與工業(yè)旅游生命周期的演化,相關(guān)研究轉(zhuǎn)向工業(yè)旅游發(fā)展動因、工業(yè)旅游影響、工業(yè)旅游政策及工業(yè)旅游規(guī)劃與開發(fā)等方面,如聚焦企業(yè)和游客二元主體,分別從二者的旅游目的入手討論其對發(fā)展工業(yè)旅游的動因及態(tài)度[7-8]。國內(nèi)關(guān)于工業(yè)旅游的研究較少[3],研究內(nèi)容以工業(yè)遺產(chǎn)旅游利用、工業(yè)旅游產(chǎn)品開發(fā)和工業(yè)旅游空間分布等為主。黃淵基等[9]基于旅游體驗理論和RMP昂普分析,從資源、市場及產(chǎn)品等要素入手對株洲市進(jìn)行實證分析;許正中等[10]提出構(gòu)建內(nèi)蒙古“大金三角”和“小金三角”多元化工業(yè)旅游區(qū);王國華[11]對工業(yè)旅游發(fā)展的機(jī)理、動因、效益與模式進(jìn)行了闡述;唐健雄等[12]、徐菁等[13]分別對湖南省和江蘇省工業(yè)旅游空間分布特征進(jìn)行梳理,為工業(yè)旅游持續(xù)健康發(fā)展提供參考。

隨著數(shù)字時代的到來,學(xué)者們開始使用UGC、百度指數(shù)、POI等網(wǎng)絡(luò)數(shù)據(jù)對旅游形象[14-15]、旅游影響[16-17]、旅游資源空間分布[18]等內(nèi)容展開研究,但國內(nèi)鮮有涉及工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的研究。本研究以2011—2022年中國內(nèi)地31個省份工業(yè)旅游網(wǎng)絡(luò)關(guān)注度為研究數(shù)據(jù),運(yùn)用變異系數(shù)、地理探測器等對全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局和驅(qū)動機(jī)制進(jìn)行實證研究,以期為工業(yè)旅游發(fā)展與網(wǎng)絡(luò)營銷提供參考與依據(jù)。

1 研究區(qū)域、研究方法與數(shù)據(jù)來源

1.1 研究區(qū)域

以中國內(nèi)地31個省份為研究對象,揭示2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度以年際、月度為代表的時間演變特征和以總體空間、省際分異為代表的空間演變特征,并分析工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局的影響因素。

1.2 研究方法

1.2.1 季節(jié)集中度指數(shù)

季節(jié)集中度指數(shù)S[19]表示工業(yè)旅游網(wǎng)絡(luò)關(guān)注度在全年內(nèi)的時間集中度,值越大表示工業(yè)旅游網(wǎng)絡(luò)關(guān)注度季節(jié)性差異越明顯;反之,則為均勻分布。

1.2.2 變異系數(shù)

變異系數(shù)(CV)[20]是利用標(biāo)準(zhǔn)差和平均數(shù)兩者間的比值大小來測度各區(qū)域間的差異程度。值越大表示工業(yè)旅游網(wǎng)絡(luò)關(guān)注度區(qū)域差異越顯著;反之,越均衡。

1.2.3 莫蘭指數(shù)

莫蘭指數(shù)(Moran’sI)[21]用來度量空間相關(guān)性。全局莫蘭指數(shù)(Global Moran’sI)反映各單元是否出現(xiàn)集聚或異常值;局部莫蘭指數(shù)(Local Moran’sI)反映哪些單元存在集聚或異常值,其值域在[-1,1],值為正表示區(qū)域工業(yè)旅游網(wǎng)絡(luò)關(guān)注度相似屬性值聚集在一起;反之,則表示區(qū)域工業(yè)旅游網(wǎng)絡(luò)關(guān)注度相異屬性值聚集在一起。

1.2.4 地理探測器

地理探測器[22]用來探測各影響因子對全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局影響的解釋度。網(wǎng)絡(luò)關(guān)注度是旅游者為減少旅游決策風(fēng)險主動利用網(wǎng)絡(luò)搜尋相關(guān)信息以滿足旅游需求的行為導(dǎo)向[23]。參考已有相關(guān)研究[16,19-20,24],依照指標(biāo)選取的科學(xué)性、可獲取性等原則,從經(jīng)濟(jì)基礎(chǔ)、網(wǎng)絡(luò)水平、資源稟賦、交通條件、環(huán)境適宜性及教育水平6個維度選取城市化水平(X1)、區(qū)域經(jīng)濟(jì)發(fā)展水平(X2)、居民生活水平(X3)、網(wǎng)絡(luò)發(fā)達(dá)程度(X4)、網(wǎng)民規(guī)模(X5)、旅游資源豐度(X6)、工業(yè)旅游資源(X7)、工業(yè)企業(yè)數(shù)量(X8)、外部交通可達(dá)性(X9)、內(nèi)部交通可達(dá)性(X10)、空氣質(zhì)量(X11)、空氣溫度(X12)和學(xué)歷水平(X13)13個指標(biāo)作為工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局的影響因子(表1)。

表1 工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局影響因素指標(biāo)體系

1.3 數(shù)據(jù)來源

網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)來源于百度指數(shù)PC端和移動端[25],以“工業(yè)旅游”為關(guān)鍵詞,檢索時間段為2011—2022年,共得到135 036條工業(yè)旅游日關(guān)注度數(shù)據(jù)。一般來說,目標(biāo)群體指數(shù)(target group index,TGI)大于100,表明某類用戶更具有相應(yīng)傾向或偏好。女性對工業(yè)旅游的關(guān)注度TGI指數(shù)為113.58,表明女性對工業(yè)旅游的偏好程度更強(qiáng)。從年齡段分布看,20～29歲占比最高(38.17%),其他由高到低依次是30～39歲(33.65%)、40～49歲(12.91%)、19歲及以下(9.24%)、50歲及以上(6.03%)?？梢?工業(yè)旅游主體以中青年為主。網(wǎng)絡(luò)關(guān)注度影響因素指標(biāo)數(shù)據(jù)主要來源于2012年、2016年、2021年《中國文化和旅游年鑒》《中國統(tǒng)計年鑒》以及歷次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》。

2 工業(yè)旅游網(wǎng)絡(luò)關(guān)注度時間演變特征

2.1 年際演變特征

為了宏觀揭示2011—2022年全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的時間演變特征,分別從PC端和移動端兩個渠道得到各省份年度時序變化(圖1)。從整體來看,2011—2022年全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度呈波動式上升趨勢,雖然個別年份有所增減,但變化幅度較小。2020年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度最高,達(dá)到349 631,這可能是由于各部委出臺的相關(guān)政策和工業(yè)旅游示范基地、工業(yè)遺產(chǎn)旅游基地等名單的公示激發(fā)了潛在旅游消費(fèi)者對工業(yè)旅游的關(guān)注與搜索。2014年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度最低,為168 300。從關(guān)注渠道看,PC端逐漸成為主要渠道,占比從27.8%提高到51.2%,移動端占比從72.2%下降到48.8%,表明PC端在我國工業(yè)旅游網(wǎng)絡(luò)關(guān)注渠道中的作用越來越明顯。

圖1 2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度變化

2.2 月度演變特征

2011—2022年全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度月度波動表現(xiàn)出近似“M”型的分布規(guī)律,季節(jié)性差異不太明顯(圖2)。每年關(guān)注度最高月份在3月或5月,1月和2月關(guān)注度最低,3月至12月雖有波動但變化幅度不大。顯然,工業(yè)旅游受季節(jié)性影響較小,其活動范圍大多集中在企業(yè)車間廠房,氣候溫差對其影響較弱。值得關(guān)注的是,工業(yè)旅游不像其他旅游活動在5月和10月表現(xiàn)出明顯的高峰期,其網(wǎng)絡(luò)關(guān)注度在10月僅排名第7。對全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度季節(jié)集中度進(jìn)行分析,發(fā)現(xiàn)2011—2022年季節(jié)集中指數(shù)從2.190 1降至1.155 9,由此得出,工業(yè)旅游需求的季節(jié)差異較小。從旅游供給側(cè)看,在開發(fā)工業(yè)旅游產(chǎn)品時應(yīng)注重其產(chǎn)品附加值的延伸,增加旅游者的停留時間。

圖2 2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度月度變化

3 工業(yè)旅游網(wǎng)絡(luò)關(guān)注度空間演變特征

3.1 總體空間特征

2011—2022年31個省份工業(yè)旅游網(wǎng)絡(luò)關(guān)注度表現(xiàn)為波動上升,87%的省份工業(yè)旅游網(wǎng)絡(luò)關(guān)注度在2018—2020年達(dá)到峰值(圖3),其中2018年涉及的省份最多。進(jìn)一步發(fā)現(xiàn)全國三大地區(qū)工業(yè)旅游網(wǎng)絡(luò)關(guān)注度表現(xiàn)出由高到低依次為東部、中部、西部的趨勢,東部地區(qū)網(wǎng)民對工業(yè)旅游關(guān)注度無論是年均值還是日均值均最高。北京、上海、杭州、廣州、成都等城市工業(yè)旅游網(wǎng)絡(luò)關(guān)注度始終領(lǐng)先于其他地區(qū),東部地區(qū)海南工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的年均值極低,而西部地區(qū)四川工業(yè)旅游網(wǎng)絡(luò)關(guān)注度年均值在全國位居前列。

按照七大區(qū)域劃分標(biāo)準(zhǔn),2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度貢獻(xiàn)率由高到低依次為華東、華北、華南、華中、西南、東北、西北。其中,華東地區(qū)貢獻(xiàn)率12年間一直位居第1,且貢獻(xiàn)率持續(xù)增長,2021年貢獻(xiàn)率最高;華北地區(qū)貢獻(xiàn)率12年間排名第2,其貢獻(xiàn)率從2011年的22.4%下降到2022年的16.3%;華南地區(qū)貢獻(xiàn)率位序在3～4名之間波動,貢獻(xiàn)率占比呈現(xiàn)上升—下降—上升態(tài)勢;華中地區(qū)亦是如此,網(wǎng)絡(luò)關(guān)注度貢獻(xiàn)率位序在3～5名之間波動;西南地區(qū)貢獻(xiàn)率表現(xiàn)出波動式上升,表明工業(yè)旅游逐漸受到該地網(wǎng)民關(guān)注,2020年貢獻(xiàn)率達(dá)到最大值;東北、西北地區(qū)貢獻(xiàn)率一直較低,雖然個別年份有所增加,但波動較小,很快收斂(表2)。

圖3 2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度均值變化

表2 七大區(qū)域工業(yè)旅游網(wǎng)絡(luò)關(guān)注貢獻(xiàn)率 %

2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度比較穩(wěn)定的地區(qū)包括廣東、北京、上海、山東等高關(guān)注度省份,位序均處在1～10名;遼寧、廣西等中關(guān)注度省份,位序處在11～21名;甘肅、青海、寧夏、西藏等低關(guān)注度省份位序均處在22～31名。波動地區(qū)包括四川、江西等波動上升省份,從中關(guān)注度到高關(guān)注度、低關(guān)注度到中關(guān)注度遞進(jìn);吉林、山西等省份從中關(guān)注度到低關(guān)注度波動下降。

3.2 省際分異特征

使用變異系數(shù)對31個省份工業(yè)旅游網(wǎng)絡(luò)關(guān)注度進(jìn)行測算。2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度省際差異顯著,變異系數(shù)介于0.69～0.91,表現(xiàn)為先快速上升后平緩下降。為了進(jìn)一步驗證各省份之間工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的相關(guān)性,利用Moran’sI指數(shù)進(jìn)行測算,結(jié)果顯示2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度Moran’sI值在0.093～0.229波動,且通過95%置信度檢驗,表明31個省份工業(yè)旅游網(wǎng)絡(luò)關(guān)注度全局空間自相關(guān)性顯著。具體來看,12年間Moran’sI值均比較小,2017年Moran’sI值最低;除2012年、2013年、2021年Moran’sI值大于0.2以外,其余年份的Moran’sI值介于0.10～0.18,各年份之間的差異較小,說明全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度空間自相關(guān)性不顯著。

為了明確哪些省份存在空間自相關(guān)性,利用Geoda軟件采取隔年統(tǒng)計方式最終轉(zhuǎn)置得到2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度LISA集聚圖(圖4)。全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度表現(xiàn)出明顯的區(qū)域差異,關(guān)注度較高的省份多聚集在我國華東地區(qū),關(guān)注度較低的省份多聚集在西北地區(qū)。具體來看,高-高集聚區(qū)從2011年的河北、天津、江蘇、上海轉(zhuǎn)變到2022年的江蘇、安徽、上海、浙江、福建,聚集區(qū)成員較為穩(wěn)定;低-低集聚區(qū)從2011年的新疆、青海、甘肅過渡到2017年之后的新疆;高-低集聚區(qū)12年間僅有四川省,表明四川工業(yè)旅游網(wǎng)絡(luò)關(guān)注度一直較高,但其周邊地區(qū)關(guān)注度較低;低-高集聚區(qū)從2011年的安徽、福建過渡到江西,表明江西周邊地區(qū)工業(yè)旅游網(wǎng)絡(luò)關(guān)注度較高,但江西自身的關(guān)注度較低;12年間個別省份集聚區(qū)類型發(fā)生轉(zhuǎn)變,如西藏、青海、甘肅從低-低集聚逐漸轉(zhuǎn)變?yōu)椴伙@著,天津從高-高集聚依次轉(zhuǎn)變?yōu)榈?高集聚、不顯著,安徽在低-高集聚和高-高集聚之間波動并轉(zhuǎn)變?yōu)楦?高集聚。

圖4 2011—2022年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度LISA集聚圖

4 工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的影響因素

通過地理探測器分析工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局影響因素,分別選取2011年、2015年、2020年31個省份工業(yè)旅游網(wǎng)絡(luò)關(guān)注度作為被解釋變量。利用GIS自然間斷點法對13個指標(biāo)進(jìn)行分類處理之后計算,將結(jié)果求均值得到q值(表3)。根據(jù)q值大小,將影響因素劃分為核心影響因素(居民生活水平、工業(yè)企業(yè)數(shù)量、內(nèi)部交通可達(dá)性、網(wǎng)民規(guī)模、城市化水平、區(qū)域經(jīng)濟(jì)發(fā)展水平、網(wǎng)絡(luò)發(fā)達(dá)程度),次級影響因素(工業(yè)旅游資源、外部交通可達(dá)性、空氣溫度),一般影響因素(學(xué)歷水平、旅游資源豐度、空氣質(zhì)量)。

4.1 經(jīng)濟(jì)基礎(chǔ)

居民生活水平是影響工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的核心因素,也是實現(xiàn)個人旅游需求的主要客觀因素,其q值在2011年、2015年、2020年分別排名第1、第1、第4,均值為0.617。如北京、上海在2011年、2015年和2020年居民可支配收入在全國均居前2位,對應(yīng)年份網(wǎng)絡(luò)關(guān)注度排名均靠前。城市化水平q值分別排名第5、第2、第9,對網(wǎng)絡(luò)關(guān)注度影響呈現(xiàn)先上升后下降趨勢。區(qū)域經(jīng)濟(jì)發(fā)展水平即人均GDP與前兩者相比排名相對靠后,q值排名在第6、第8波動。從供需角度看,人均GDP越高,旅游者出游意愿越強(qiáng)烈,利用網(wǎng)絡(luò)查閱旅游信息的動機(jī)就越明顯。同時,旅游目的地經(jīng)濟(jì)基礎(chǔ)越好,以旅游基礎(chǔ)設(shè)施和旅游上層設(shè)施為代表的旅游投資力度越大,就越能吸引更多現(xiàn)實旅游者和潛在旅游者。

表3 工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局影響因素探測結(jié)果

4.2 網(wǎng)絡(luò)水平

網(wǎng)絡(luò)關(guān)注度搜索指數(shù)是互聯(lián)網(wǎng)用戶搜索行為作用的結(jié)果,網(wǎng)民規(guī)模直接影響網(wǎng)絡(luò)關(guān)注度指數(shù)。2011年、2015年、2020年網(wǎng)民規(guī)模q值分別排名第6、第5、第2,呈現(xiàn)不斷上升態(tài)勢,進(jìn)一步說明網(wǎng)民規(guī)模和網(wǎng)絡(luò)關(guān)注度呈正相關(guān)。但網(wǎng)民規(guī)模只能反映一個地區(qū)的網(wǎng)絡(luò)上網(wǎng)人數(shù),要客觀反映區(qū)域網(wǎng)絡(luò)水平需考慮互聯(lián)網(wǎng)普及率,如2011年河南網(wǎng)民規(guī)模排名第6,互聯(lián)網(wǎng)普及率排名第26?；ヂ?lián)網(wǎng)普及率代表地區(qū)經(jīng)常使用網(wǎng)絡(luò)的人口比例,其q值排名在第7、第3波動,網(wǎng)絡(luò)關(guān)注度表現(xiàn)為上升趨勢,如北京、上海、廣東2011年、2015年和2020年的互聯(lián)網(wǎng)普及率和網(wǎng)絡(luò)關(guān)注度始終保持在前6位。

4.3 資源稟賦

旅游資源在一定程度上會刺激區(qū)域旅游者的網(wǎng)絡(luò)關(guān)注行為,工業(yè)旅游亦是如此。解釋力q值由大到小依次為工業(yè)企業(yè)數(shù)量、工業(yè)旅游資源、旅游資源豐度,該結(jié)果似乎與旅游資源是旅游目的地吸引旅游者來訪的吸引力本源相悖,其實不然,雖然部分工業(yè)旅游資源屬于A級景區(qū),但數(shù)量較少,對區(qū)域工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的解釋力相對較弱。工業(yè)企業(yè)數(shù)量對工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的影響僅次于居民生活水平,2020年廣東、江蘇、山東工業(yè)企業(yè)數(shù)量排名前3,同年工業(yè)旅游網(wǎng)絡(luò)關(guān)注度排名前3的省份亦是廣東、江蘇、山東,表明我國各省份工業(yè)企業(yè)數(shù)量顯著影響工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的分布格局。

4.4 交通可達(dá)性

交通可達(dá)性是工業(yè)旅游活動順利開展的必要條件,內(nèi)部交通可達(dá)性作為核心影響因素對工業(yè)旅游網(wǎng)絡(luò)關(guān)注度產(chǎn)生重要影響,在影響因素中排名第3,q值高達(dá)0.552。工業(yè)旅游企業(yè)大多靠近城市,對城市交通便捷性要求較高,因此,內(nèi)部交通可達(dá)性有著較強(qiáng)解釋力。外部交通可達(dá)性在全部影響因素中排第8,屬于次級影響因素,q值0.378,解釋力相對較弱,原因可能是工業(yè)旅游活動大多依托市內(nèi)公共交通和自駕游形式完成,還可能跟唐健雄等[12]提到的工業(yè)旅游資源一般不會形成單獨的旅游吸引物有關(guān)。

4.5 環(huán)境適宜性

環(huán)境適宜性影響游客的出行意愿,空氣溫度是影響工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的次級影響因素,解釋力排名第9。已有研究表明,人體在空氣溫度處于18～26 ℃之間感覺最舒服[26]。隨著健康旅游理念的深入,游客在選擇旅游目的地前會更加關(guān)注該地氣溫,q值排名逐年上升可以印證該觀點?？諝赓|(zhì)量在所有影響因素中排名最后,q值0.123,解釋力最弱,原因可能是與其他類型的污染相比,空氣污染很難被人體感知和察覺。當(dāng)然,隨著空氣污染威脅游客身心健康的網(wǎng)絡(luò)化披露,空氣質(zhì)量會成為影響游客旅游目的地選擇的潛在客觀因素。

4.6 教育水平

以學(xué)歷水平為代表的教育水平對工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局解釋力較弱,q值0.187,排名第11,學(xué)歷水平對工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局的直接影響表現(xiàn)在游客文化素養(yǎng)越高,越容易培育其旅游消費(fèi)觀念,激發(fā)旅游動機(jī);間接影響表現(xiàn)在學(xué)歷水平和收入水平的正相關(guān)性更容易提升人們對工業(yè)旅游的興趣和關(guān)注。如北京、上海、江蘇等省份大專及以上學(xué)歷占常住人口的比例在全國居于前列,其在我國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度中處于上游水平。

5 結(jié)論與討論

5.1 結(jié)論

(1)2011—2022年全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度呈波動上升趨勢,月度波動表現(xiàn)出近似“M”型的分布規(guī)律,每年5月和11月關(guān)注度最高,1月和2月關(guān)注度最低。工業(yè)旅游網(wǎng)絡(luò)關(guān)注度季節(jié)性差異不太明顯,12年間工業(yè)旅游季節(jié)集中指數(shù)從1.503 6降低至0.603 6,工業(yè)旅游需求的時間差異較小,全年分布相對均勻。

(2)2011—2022年31個省份工業(yè)旅游網(wǎng)絡(luò)關(guān)注度省際差異顯著,東、中、西部呈梯度遞減趨勢,七大地區(qū)關(guān)注度表現(xiàn)為由高到低依次為華東、華北、華南、華中、西南、東北、西北,變異系數(shù)表現(xiàn)出先上升后平緩下降的趨勢,變異系數(shù)介于0.69～0.91,全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度地區(qū)之間的差距依舊明顯。

(3)全國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度全局空間自相關(guān)性顯著,2011—2022年Moran’sI值均較低且差異較小,工業(yè)旅游網(wǎng)絡(luò)關(guān)注度較高的省份大多聚集在華東地區(qū),關(guān)注度較低的多聚集在西北地區(qū)。高-高集聚區(qū)數(shù)量呈波動上升趨勢,低-低集聚區(qū)數(shù)量呈下降趨勢,高-低集聚區(qū)僅有四川,低-高集聚區(qū)從安徽、福建過渡到江西之后一直以江西為主。

(4)居民生活水平、工業(yè)企業(yè)數(shù)量、內(nèi)部交通可達(dá)性、網(wǎng)民規(guī)模、城市化水平、區(qū)域經(jīng)濟(jì)發(fā)展水平、網(wǎng)絡(luò)發(fā)達(dá)程度是核心影響因素;工業(yè)旅游資源、外部交通可達(dá)性、空氣溫度是次級影響因素;學(xué)歷水平、旅游資源豐度、空氣質(zhì)量是一般影響因素。

5.2 討論

工業(yè)旅游作為一種新型旅游業(yè)態(tài),兼具經(jīng)濟(jì)價值和遺產(chǎn)價值雙重屬性,如何在數(shù)字經(jīng)濟(jì)時代激發(fā)廣大潛在旅游者的關(guān)注度,培養(yǎng)工業(yè)旅游產(chǎn)品消費(fèi)習(xí)慣,推動工業(yè)旅游高質(zhì)量發(fā)展,是今后工業(yè)旅游應(yīng)關(guān)注的主要內(nèi)容。本研究從地理學(xué)視角探討了工業(yè)旅游網(wǎng)絡(luò)關(guān)注度,一定程度上豐富了工業(yè)旅游研究內(nèi)容,但仍存在一定的不足。第一,在數(shù)據(jù)選取時僅參考了百度指數(shù),其他衡量工業(yè)旅游網(wǎng)絡(luò)關(guān)注度的轉(zhuǎn)發(fā)、評論、點贊等數(shù)據(jù)未涉及,研究結(jié)果的全面性有所欠缺;第二,在構(gòu)建工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局影響因素指標(biāo)時,僅考慮可量化指標(biāo)和面板數(shù)據(jù),事實上短視頻、社交網(wǎng)絡(luò)、網(wǎng)絡(luò)直播等數(shù)字平臺已經(jīng)對旅游者的出游行為和旅游需求產(chǎn)生深刻影響,成為大眾獲取有效信息的主要媒介和手段,未來可綜合多種媒體數(shù)據(jù)構(gòu)建評價指標(biāo)體系。