江西省世界地质公园网络关注度时空分布特征研究
|
摘要
以江西省的三清山、龙虎山、庐山世界地质公园为例,从百度指数平台获取三者2014-2018年的网络关注度数据,采用弹性系数、季节性集中指数和地理集中指数分析其时空分布特征,再采用标准差椭圆法研究其空间分布的演变特征。结果表明:时间上,三者的网络关注度总体上均呈现出上升的趋势,每年主要为4月、7月和8月、 10月3个峰值,其中又以节假日的峰值最高,但不同节假日的峰值出现时间稍有差异,如清明节和劳动节在节前达到顶峰,而国庆节则出现在节中;空间上,网络关注度的集中程度较高,形成江西省、珠三角、长三角、京津冀和川渝地区4个核心区;演变上,整体表现为东北—西南格局,出现向正东—正西方向转变的趋势,庐山和三清山中等关注度地区向东和向西增加,龙虎山高关注度地区向西缩减,低关注度地区在空间上无变化。
Taking Sanqingshan, Longhushan and Lushan World Geoparks in Jiangxi Province as examples, the network attention data of 2014-2018 were obtained from Baidu index platform. The elastic coefficient, seasonal concentration index and geographic concentration index were used to analyze temporal and spatial distribution characteristics, and the evolution characteristics of spatial distribution are studied by standard deviation ellipse method. The results show that: in terms of time, the network attention of the three shows an overall upward trend. The annual peaks are mainly in April, July, August and October, and the peak of the holiday is the highest, but different holidays. The peak occurrence time is slightly different. For example, the Ching Ming Festival and Labor Day reach the peak before the festival, while the National Day Festival appears in the festival. In space, the concentration of network attention is high, forming Jiangxi Province, Pearl River Delta, Yangtze River Delta. The four core areas of the Beijing-Tianjin-Hebei region and the Sichuan-Yunnan region; in terms of evolution, the overall performance is the northeast-southwest pattern, with a trend of shifting to the east-west direction, and the medium-focused areas of the Lushan and Sanqingshan areas increasing eastward and westward. The Longhushan high-interest area has been reduced to the west, and the low-interest areas have not changed in space.
Taking Sanqingshan, Longhushan and Lushan World Geoparks in Jiangxi Province as examples, the network attention data of 2014-2018 were obtained from Baidu index platform. The elastic coefficient, seasonal concentration index and geographic concentration index were used to analyze temporal and spatial distribution characteristics, and the evolution characteristics of spatial distribution are studied by standard deviation ellipse method. The results show that: in terms of time, the network attention of the three shows an overall upward trend. The annual peaks are mainly in April, July, August and October, and the peak of the holiday is the highest, but different holidays. The peak occurrence time is slightly different. For example, the Ching Ming Festival and Labor Day reach the peak before the festival, while the National Day Festival appears in the festival. In space, the concentration of network attention is high, forming Jiangxi Province, Pearl River Delta, Yangtze River Delta. The four core areas of the Beijing-Tianjin-Hebei region and the Sichuan-Yunnan region; in terms of evolution, the overall performance is the northeast-southwest pattern, with a trend of shifting to the east-west direction, and the medium-focused areas of the Lushan and Sanqingshan areas increasing eastward and westward. The Longhushan high-interest area has been reduced to the west, and the low-interest areas have not changed in space.
引文
[1] 李君轶,杨敏.西安国内游客旅游网络信息搜索行为研究[J].经济地理,2010,30(7):1212-1216,1220.
[2] 郑鹏,马耀峰,李天顺,等.信息技术变革中旅游信息传播概念模式研究[J].地域研究与开发,2009,28(6):131-135.
[3] 巫宁.从社会信息形态变革看旅游营销[J].旅游学刊,2007(4):6-7.
[4] 李陇堂,王艳茹,王继霞,等.沙漠型景区客源市场结构与游客行为特征——以宁夏沙坡头为例[J].中国沙漠,2017,37(3):587-593.
[5] 马丽君,孙根年,黄芸玛,等.城市国内客流量与游客网络关注度时空相关分析[J].经济地理,2011,31(4):680-685.
[6] 汪秋菊,黄明,刘宇.城市旅游客流量—网络关注度空间分布特征与耦合分析[J].地理与地理信息科学,2015,31(5):102-106,127.
[7] 王硕,曾克峰,童洁,等.黄金周风景名胜区旅游客流量与网络关注度相关性分析——以庐山、华山、八达岭长城风景名胜区为例[J].经济地理,2013,33(11):182-186.
[8] 潘伟安,马丽君.张家界旅游网络关注度与客流量时空相关分析[J].旅游纵览(下半月),2017(8):52-54.
[9] 龙茂兴,孙根年,龙珍付.遵义红色旅游网络关注度的客流响应研究[J].地理与地理信息科学,2013,29(5):98-101,118.
[10] 黄先开,张丽峰,丁于思.百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J].旅游学刊,2013,28(11):93-100.
[11] 孙烨,张宏磊,刘培学,等.基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例[J].人文地理,2017,32(3):152-160.
[12] Li S ,Chen T ,Wang L ,et al.Effective tourist volume forecasting supported by PCA and improved BPNN using Baidu index[J].Tourism Management,2018,68:116-126.
[13] 李山,邱荣旭,陈玲.基于百度指数的旅游景区络空间关注度:时间分布及其前兆效应[J].地理与地理信息科学,2008(6):102-107.
[14] 张晓梅,程绍文,刘晓蕾,等.古城旅游地网络关注度时空特征及其影响因素——以平遥古城为例[J].经济地理,2016,36(7):196-202,207.
[15] 何小芊,刘宇,吴发明.基于百度指数的温泉旅游网络关注度时空特征研究[J].地域研究与开发,2017,36(1):103-108,124.
[16] 何小芊,张艳蓉,刘宇.旅游洞穴网络关注度的时空特征研究——以中国最美五大旅游洞穴为例[J].中国岩溶,2017,36(2):275-282.
[17] 林志慧,马耀峰,刘宪锋,等.旅游景区网络关注度时空分布特征分析[J].资源科学,2012,34(12):2427-2433.
[18] 王丽丽,田明中.内蒙古扎兰屯地质公园旅游资源类型与开发利用浅析[J].干旱区资源与环境,2013,27(10):202-208.
[19] 肖景义,沙占江,侯光良,等.青海省坎布拉国家地质公园旅游资源分类与评价[J].干旱区资源与环境,2012,26(2):180-185.
[20] 余菡.中国世界地质公园的资源类型、特点、现状及开发保护建议[J].经济地理,2006(S2):59-62.
[21] 陈丽红,张璞,武法东,等.河北承德丹霞地貌国家地质公园地质遗迹景观及其旅游地学意义[J].地球学报,2015,36(4):500-506.
[22] 龚明权,马寅生,田明中,等.黄河壶口瀑布国家地质公园旅游资源评价[J].地球学报,2009,30(3):325-338.
[23] 吴月,范坤,李陇堂.阿拉善腾格里沙漠地质公园旅游资源及其综合评价[J].中国沙漠,2009,29(3):409-414.
[24] 何小芊,刘宇,熊国保.国内外地质旅游研究现状与展望[J].热带地理,2015,35(1):130-138.
[25] 杨洪,贺喜,袁开国.湖南地质公园旅游开发研究[J].经济地理,2014,34(8):180-185.
[26] 吴学成,李江风,方世明,等.地质遗迹保护视角下的地质公园旅游开发构想——以克什克腾世界地质公园阿斯哈图石林园区为例[J].干旱区资源与环境,2014,28(4):187-193.
[27] 吴艳飞,杨辉,唐朝晖.广西桂平国家地质公园旅游产品开发[J].资源与产业,2013,15(1):96-100.
[28] 易平,方世明.嵩山世界地质公园游客满意度评价研究[J].干旱区资源与环境,2014,28(8):196-202.
[29] 陈金华,秦耀辰.基于游客满意度分析的地质公园可持续发展研究——以福建省泰宁世界地质公园为例[J].河南大学学报(社会科学版),2008,48(6):48-54.
[30] 杨利,李冬杰,都刘宁,等.国家公园类景区网络关注度时空变化特征研究——以泛长三角地区为例[J].资源开发与市场,2017,33(9):1142-1146,1154.
[31] 丁时洪.基于百度指数的“一带一路”网络关注度空间特征[J].城市地理,2017(20):243-245.
[2] 郑鹏,马耀峰,李天顺,等.信息技术变革中旅游信息传播概念模式研究[J].地域研究与开发,2009,28(6):131-135.
[3] 巫宁.从社会信息形态变革看旅游营销[J].旅游学刊,2007(4):6-7.
[4] 李陇堂,王艳茹,王继霞,等.沙漠型景区客源市场结构与游客行为特征——以宁夏沙坡头为例[J].中国沙漠,2017,37(3):587-593.
[5] 马丽君,孙根年,黄芸玛,等.城市国内客流量与游客网络关注度时空相关分析[J].经济地理,2011,31(4):680-685.
[6] 汪秋菊,黄明,刘宇.城市旅游客流量—网络关注度空间分布特征与耦合分析[J].地理与地理信息科学,2015,31(5):102-106,127.
[7] 王硕,曾克峰,童洁,等.黄金周风景名胜区旅游客流量与网络关注度相关性分析——以庐山、华山、八达岭长城风景名胜区为例[J].经济地理,2013,33(11):182-186.
[8] 潘伟安,马丽君.张家界旅游网络关注度与客流量时空相关分析[J].旅游纵览(下半月),2017(8):52-54.
[9] 龙茂兴,孙根年,龙珍付.遵义红色旅游网络关注度的客流响应研究[J].地理与地理信息科学,2013,29(5):98-101,118.
[10] 黄先开,张丽峰,丁于思.百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J].旅游学刊,2013,28(11):93-100.
[11] 孙烨,张宏磊,刘培学,等.基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例[J].人文地理,2017,32(3):152-160.
[12] Li S ,Chen T ,Wang L ,et al.Effective tourist volume forecasting supported by PCA and improved BPNN using Baidu index[J].Tourism Management,2018,68:116-126.
[13] 李山,邱荣旭,陈玲.基于百度指数的旅游景区络空间关注度:时间分布及其前兆效应[J].地理与地理信息科学,2008(6):102-107.
[14] 张晓梅,程绍文,刘晓蕾,等.古城旅游地网络关注度时空特征及其影响因素——以平遥古城为例[J].经济地理,2016,36(7):196-202,207.
[15] 何小芊,刘宇,吴发明.基于百度指数的温泉旅游网络关注度时空特征研究[J].地域研究与开发,2017,36(1):103-108,124.
[16] 何小芊,张艳蓉,刘宇.旅游洞穴网络关注度的时空特征研究——以中国最美五大旅游洞穴为例[J].中国岩溶,2017,36(2):275-282.
[17] 林志慧,马耀峰,刘宪锋,等.旅游景区网络关注度时空分布特征分析[J].资源科学,2012,34(12):2427-2433.
[18] 王丽丽,田明中.内蒙古扎兰屯地质公园旅游资源类型与开发利用浅析[J].干旱区资源与环境,2013,27(10):202-208.
[19] 肖景义,沙占江,侯光良,等.青海省坎布拉国家地质公园旅游资源分类与评价[J].干旱区资源与环境,2012,26(2):180-185.
[20] 余菡.中国世界地质公园的资源类型、特点、现状及开发保护建议[J].经济地理,2006(S2):59-62.
[21] 陈丽红,张璞,武法东,等.河北承德丹霞地貌国家地质公园地质遗迹景观及其旅游地学意义[J].地球学报,2015,36(4):500-506.
[22] 龚明权,马寅生,田明中,等.黄河壶口瀑布国家地质公园旅游资源评价[J].地球学报,2009,30(3):325-338.
[23] 吴月,范坤,李陇堂.阿拉善腾格里沙漠地质公园旅游资源及其综合评价[J].中国沙漠,2009,29(3):409-414.
[24] 何小芊,刘宇,熊国保.国内外地质旅游研究现状与展望[J].热带地理,2015,35(1):130-138.
[25] 杨洪,贺喜,袁开国.湖南地质公园旅游开发研究[J].经济地理,2014,34(8):180-185.
[26] 吴学成,李江风,方世明,等.地质遗迹保护视角下的地质公园旅游开发构想——以克什克腾世界地质公园阿斯哈图石林园区为例[J].干旱区资源与环境,2014,28(4):187-193.
[27] 吴艳飞,杨辉,唐朝晖.广西桂平国家地质公园旅游产品开发[J].资源与产业,2013,15(1):96-100.
[28] 易平,方世明.嵩山世界地质公园游客满意度评价研究[J].干旱区资源与环境,2014,28(8):196-202.
[29] 陈金华,秦耀辰.基于游客满意度分析的地质公园可持续发展研究——以福建省泰宁世界地质公园为例[J].河南大学学报(社会科学版),2008,48(6):48-54.
[30] 杨利,李冬杰,都刘宁,等.国家公园类景区网络关注度时空变化特征研究——以泛长三角地区为例[J].资源开发与市场,2017,33(9):1142-1146,1154.
[31] 丁时洪.基于百度指数的“一带一路”网络关注度空间特征[J].城市地理,2017(20):243-245.