旅游信息流对客流的时空影响研究——以山西省为例
Research on the Spatiotemporal Impact of Tourism Information Flow on Passenger Flow—Taking Shanxi Province as an Example
摘要: 短视频平台的高强度普及,使旅游信息流在旅游活动中呈现更为重要、生动的角色,因此为充分辨析旅游信息流对旅客流在时间和空间上的影响,本文以山西省为研究区域,主要以百度迁徙规模及抖音搜索指数为数据依据,分别采用自然断点对其进行空间分析,并将二者在时空上进行动态关联比较。研究发现,旅游信息流在空间传播上与经济水平高度相关;客流在空间传播中呈地域邻近性,距旅游目的地较远的客源地流量甚微;从二者的关系上看,客流对信息流有明显的时间滞后性,空间距离是影响客流的主要因素。通过实证分析信息流时空传播特征及对客流的影响,以期为合理调控客流量、优化旅游资源配置、避免旅游供求关系瓶颈等提供参考。
Abstract: The high popularity of short video platform makes tourism information flow play a more important and vivid role in tourism activities. Therefore, in order to fully distinguish the impact of tourism information flow on passenger flow in time and space, this paper takes Shanxi Province as the research area, mainly based on the migration scale of Baidu and TikTok search index, uses natural breakpoints to carry out spatial analysis on them, and compares them dynamically in time and space. Research has found that tourism information flow is highly correlated with economic level in spatial dissemination; Passenger flow exhibits regional proximity in spatial transmission, with little flow in source areas that are far away from tourist destinations; From the relationship between the two, there is a significant time lag between passenger flow and information flow, and spatial distance is the main factor affecting passenger flow. Through empirical analysis of the spatiotemporal propagation characteristics of information flow and its impact on passenger flow, this study aims to provide reference for rational regulation of passenger flow, optimization of tourism resource allocation, and avoidance of bottlenecks in tourism supply and demand relationships.
文章引用:介明芳. 旅游信息流对客流的时空影响研究——以山西省为例[J]. 可持续发展, 2025, 15(1): 117-125. https://doi.org/10.12677/sd.2025.151015

1. 引言

CNNIC发布的第54次《中国互联网络发展状况统计报告》中显示,截至2024年6月,短视频用户占中国网民整体的95.5%,短视频应用占比达37.3%,且短视频平台用户粘性不断提升[1]。抖音平台仅在2024年1月新生成知识类短视频超过3.37亿个,这类视频涵盖历史文化、科学普及等知识。同年5月29日,中国科普研究所联合抖音发布的《短视频平台共创知识传播新生态》报告显示,有95%的受访者表示会通过短视频获取知识。短视频应用已成为信息传递的主要渠道,并对人流的产生与波动起到明显的导引作用,在众多人流要素中最具影响力[2]。“互联网 + 旅游”的深度融合使旅游信息的产生及传播加快了速度,开展互联网营销已经成为诸多文旅企业推广业务的首选方式。互联网营销主要包括数字化营销、社交媒体营销等。数字化营销运用VR、AR等技术为游客提供个性化、沉浸式体验,如成都金沙遗址博物馆“考古时空门”数字体验项目。社交媒体营销主要通过抖音、微博、微信及小红书等平台创建和分享与文旅相关的内容以吸引目标群体的关注、提升品牌知名度,如北京野生动物园抖音号发布有趣的动物视频吸引大量粉丝关注。

信息流是指在空间和时间上向同一方向运动过程中的一组信息,其有着共同的信息源和信息接受者,即由一个信息源向另一个单位传递的全部信息的集合。旅游信息流则是指旅游客源地和旅游目的地在空间相互作用过程中形成的与旅游活动有关的信息传递及交流,其是旅游流体系中重要的组成部分。旅游信息流网络是运用互联网技术,以旅游信息为桥梁将旅游目的地与客源地连接到一起的信息通道组合。大量网络旅游信息的快速传播潜移默化地影响着用户的心理和行为,进而促进了客流的产生[3],也因此引发了学术界关于网络旅游信息流对客流影响的关注与研究。

国外有部分学者分析数字信息质量对游客体验的影响,以帮助规划者提高营销策略[4];也有学者就信息搜索行为与人流的关系研究他们的时空相关性[5];还有学者比较不同旅游网站不同组织和分发旅游信息方式差异,以帮助游客如何更好地利用超链接信息[6];另外有学者探讨旅游信息流和区域旅游经济联系之间的关系[7]。这些研究多从宏观的角度出发,而国内近年来有学者从微观层面入手,研究具体景区在线搜索与客流波动的动态关联[8];刘学者等人分析甘肃省地级市之间旅游信息流动的场强大小[9];还有学者用旅游需求指数分析其时空分异特征及影响因素[10];以及基于空间面板计量模型实证研究省域网络旅游信息流对现实旅游流的空间效应[3];陈学者将时空尺度精细化,研究旅游信息流对客流的时间滞后性和空间异质性等[11]。而很少有学者探讨旅游信息流的传播特征及客流的时空轨迹特征,因此本文以当前网络热门山西文旅为研究地,实证分析旅游信息流对客流的时空影响,以期为城市旅游协调发展提供一些参考。

2. 研究区概况

山西位于华北地区,黄河、长城和太行山是其地利人和的文化旅游资源和优势。在经历一些历史变革后留下了众多文物,包括大量的寺庙、石窟等佛教建筑,体现了古代佛教文化的繁荣,如中国四大佛教名山之一——五台山、中国第一个皇家授权开凿的石窟——云冈石窟等;还有众多的古建筑和古代民居,反映了当时建筑艺术的成就和古代社会的生活方式,如现今我国境内保存最为完整的一座古代县城——平遥古城、中国优秀的传统建筑文化遗产和民居艺术珍品——乔家大院等。2024年8月20日,《黑神话:悟空》游戏的上线为山西文旅迎来了巨大的关注和旅游流量。《黑神话:悟空》作为中国首款3A游戏大作,其以《西游记》为背景,通过全景3D扫描技术对36个现实古建筑进行复刻,其中27个取景地源于山西,包括隰县小西天、朔州应县木塔和大同云冈石窟等,让山西成为了旅游热门目的地。游戏上线后,这些取景地客流量显著增加,如隰县小西天的门票同比增长了300% [12],大同华严寺的游客接待量较去年同期相比增长了50%以上[13]。作为非常驻热门旅游省份,山西文旅爆火是流量经济与实体经济深度融合的结果。太原的文化展览与特色活动、大同的文艺演出与“跟着悟空去旅行”主题线路以持续促进网络热度提升,进而使“云旅游”到“沉浸式体验”得到了良性发展。自2024年8月20日至9月17日中秋节假期结束,山西文旅相关话题热度增长迅猛,这使得山西省成为信息时代网络流量对现实流量产生显著影响的典型案例,因此本文以山西省为研究区,深入探讨数字经济时代下旅游信息流对客流的影响,以期为利用网络旅游信息促进区域旅游业可持续发展提供一些建议。

3. 研究方法与数据来源

3.1. 研究方法

空间趋势面分析,其利用数学曲面来模拟地理系统要素在空间上的分布及变化趋势。在旅游研究中,可以绘制旅游客流的空间趋势面图,将不同地区的旅游客流密度和变化趋势进行可视化分析。该方法所绘制的三维透视图中,X、Y坐标表示空间要素的分布位置,Z坐标表示分析要素的属性值。

3.2. 数据来源与处理

3.2.1. 客流数据

百度迁徙是一项主要用于展示和分析人口迁徙轨迹及特征的大数据服务,为社会学等科学提供了方法工具。自2024年8月20日《黑神话:悟空》游戏上线以来,山西各大景区游客接待量实现“井喷式”增长。据人民日报客户端山西频道发布得知,8月23日当天27个涉文物景点(其中观音堂不开放)共接待12.66万人次,环比增长21.86%。因此为有效分析8月20日至9月17日城市客流情况,采用百度迁徙数据更具有针对性和准确性。自此,运用规划云对百度迁徙平台中山西省连日迁徙数据进行搜集,获得该期间迁入山西来源地的城市迁徙指数和迁徙比例两种数据,通过对二者乘积逐日求和以及各城市乘积求和,获得各城市及每日向山西迁徙的人口量化可比指数,共获得有迁徙记录的城市123个。

3.2.2. 旅游信息流数据

目前,短视频用户占网民整体的95.5%,人们多通过短视频平台查看相关信息。因此,本研究选择抖音搜索指数以衡量关键词在抖音平台上的搜索热度。在巨量算数平台分别对各城市“山西旅游”和“黑神话:悟空”两个关键词搜索指数进行抓取,获得8月20日至9月17日所有城市对山西的旅游信息流。为考虑数据的有效性,对该期间“山西旅游”搜索指数均值为0及“黑神话:悟空”搜索指数小于20的城市剔除,共获得有关于“山西旅游”信息流记录的城市321个,与“黑神话:悟空”关键词相关的有332个。分别将通过两个关键词所获得的信息流数据与以人口量化可比指数为依托的客流数据进行相关性分析,结果为0.649,显示“黑神话:悟空”关键词与山西客流在0.01水平上相关性显著。

4. 旅游信息流与旅游流时空联系特征

4.1. 旅游信息流传播特征

从时间传播特征看,据统计发现(图1)信息流在全国范围内均有涉及,但信息流扩散强度及时间顺序与城市经济水平有较强的相关性。从8月20日以来,信息流空间联系程度较强的前十位地级市中旅游城市占比较多,分别是北京、重庆、上海、成都、广州、杭州深圳等较发达地区,且浙江、江苏省多数城市信息流明显高于其他南方省域。另外,排名靠前的则是各省省会城市及旅游城市。经济发达城市通常是游戏产业的重要聚集地,且存在大量的游戏玩家群体及不少核心玩家。《黑神话:悟空》以其深厚的文化内涵、精湛的画面吸引了众多玩家的关注,也加大了核心玩家的期待值。在调研时间期内,8月21日是各地《黑神话:悟空》游戏热度高峰期,至此之后,全国各地对该游戏的关注度持续下降。虽自21日热度开始下降,但全网结合《黑神话:悟空》宣传山西文旅和古建相关话题的阅读量突破百亿,使得山西文旅在全国乃至全球范围内的知名度大幅提升,许多网友也因游戏开始认识和了解山西的历史文化和旅游景点。

Figure 1. TikTok keyword search index of “Black Myth: Wukong” in all provinces from August 20 to September 17, 2024

1. 2024年8月20日至9月17日各省《黑神话:悟空》抖音关键词搜索指数

从信息流空间联系看,《黑神话:悟空》信息流空间联系呈多核心结构。将搜集到的各城市抖音搜索指数运用ArcGIS自然断点分类法,将各空间联系程度分为5级(图2),图中圆点大小表示空间联系的强弱(图2),V级核心点为北京、广州、天津和上海等一线城市,这些城市的玩家不仅对游戏品质、文化内涵等方面展开讨论,还会分析游戏剧情、角色设计及美术风格等,且一线城市媒体资源丰富,游戏相关新闻较多,也进一步推动了话题的传播和深入探讨。成都、西安、郑州等多个城市形成了IV级核心点,成都等游戏产业较为发达的城市,对《黑神话:悟空》的关注更多地集中在游戏产业发展的层面。这些地区的游戏从业者、开发者及相关企业会深入探讨该游戏对国内游戏产业的推动作用、技术创新的启示及未来游戏发展的方向等。像山西、陕西等具有深厚历史文化底蕴的地区,与《黑神话:悟空》游戏所展现的中国传统文化元素产生了强烈共鸣,游戏中所呈现的古建筑及传统文化,使这些地区的人们感到亲切与自豪的同时,也引发了关于本地文化与游戏结合的讨论。山西境内众多古建筑作为游戏的取景地,这使得山西玩家对游戏的关注度极其高,相关话题不仅在游戏圈子里传播,还延伸了当地文化、旅游等领域,进而推动了当地文旅产业与游戏的联动发展。

基于中华人民共和国自然资源部标准地图GS (2024) 0650号制作,底图无修改,图3同。

Figure 2. Spatial distribution of information flow in “Black Myth: Wukong” from August 20th to September 17th

2. 8月20日至9月17日《黑神话:悟空》信息流空间分布

4.2. 客流特征

4.2.1. 空间分布特征

从空间轨迹特征来看,客流呈现明显的地域邻近性。同样通过自然断点分析8月20日至9月17日山西客流空间联系,被分为5个等级(图3)。从图3中可以发现,客流联系以山西为聚集中心向外围扩散,形成了山西邻近省份城市–与山西东部河北邻近省份城市–区域中心城市–非邻近城市4级客流空间联系强度的分布格局。结果认证了旅游目的地与旅游客源地之间的空间距离直接影响旅游客流的流向和流量,也影响了旅游者的心理感知和选择意愿,这就构成了旅游目的地客源市场的圈层模式。除去空间距离影响,经济情况也是影响客流的重要因素。从客流空间距离占比看,客源地份额差异显著。75%的游客来自距山西不到500 km的地域;在500~1000 km的范围内,游客量占比达17%;大于1000 km的范围中,客流量不足1%。80%的客流分布在距离山西省500 km以内的城市,表明山西在客源市场空间分布上不均衡、结构不合理。

Figure 3. Spatial distribution of tourist flow in Shanxi from August 20th to September 17th

3. 8月20日至9月17日山西旅游客流空间分布

从空间分布趋势看,东西方向上呈缓状抛物线,南北方向上自南向北客流量持续上升。分析旅游热度的空间趋势变化,能精准识别游客来源地,以此通过个性化差异吸引多方游客。根据山西省一定时期内全国市域客流量所绘制的空间分布趋势透视图(图4),图中X、Y轴组成二维地理空间,Z轴表示各城市客流量强度。其中,X、Y轴正方向分别代表东方和北方,绿色趋势线表示客流在东西方向上的变化趋势,蓝色趋势线则表示在南北方向上的变化趋势。从图4可以看出,中东部客流量最多,东部有下降趋势,而自南向北则客流逐渐增多,表明其客源市场在邻近市域,表现出明显的空间指向性。此外,不同方向上趋势程度存在差异,南北方向上的趋势面斜率较高,而东西方向上的趋势面走势较为平缓,证明山西客流在南北方向上的分异特征较为显著。研究发现,山西旅游客流的空间表现形式与区域经济发展水平、空间距离等的空间差异高度耦合。

Figure 4. Trend map of national urban passenger flow distribution in Shanxi province from August 20th to September 17th

4. 8月20日至9月17日山西省全国市域客流分布趋势图

4.2.2. 时间分布特征

从时间走势来看(图5),游戏爆火的第一个周末山西旅游客流直线式上升。自8月20日山西旅游被游戏《黑神话:悟空》带火后,在最近的一个周末(8月24日)客流迎来首个峰值,之后客流呈下降趋势,而之后的两个周末虽有高峰,但均不及第一个周末。而中秋节假期再次达到第一个周末客流量值,节后客流陡然减少。就周末与中秋节假期的客流量相比而言,休闲时间的增加为人们提供更多可支配时间,从而增强了其出行动力,人们不再受限于短暂周末,继而降低了出行难度。

Figure 5. The dynamic relationship between information flow and passenger flow in “Black Myth: Wukong” from August 20th to September 17th

5. 8月20日至9月17日《黑神话:悟空》信息流与客流动态关联

4.3. 旅游信息流与客流时空关联特征

运用SPSS26软件对《黑神话:悟空》网络信息流与山西客流做线性回归分析,模型拟合度为42.1%,虽模型拟合度较低,但由于旅游客流受交通、社会、经济等多方面因素的影响,因此《黑神话:悟空》关键词抖音搜索指数的预测值已具有代表性。而回归系数值为1.469,其在0.001水平上正向影响旅游客流,表明网络信息流空间联系强度越高,客流越多。

从旅游信息流与客流的时间动态关联看(图5),该期间《黑神话:悟空》游戏抖音搜索指数在21日出现峰值后陡然下降,客流量依据假期前的搜索指数呈时间滞后性,且在节假日出现旅游高峰期。这也体现了游客搜集到足够信息后,根据自己的时间、预算等因素进行决策。从旅游信息流与客流的空间动态关联看(图6),在山西周边省份中,河南、河北、陕西和内蒙古的客流呈逆增长趋势,北京、天津其旅游信息流与客流高度一致,而广东信息流虽排名第一,但分析客流数据发现并无跟随其有峰状。安徽以下的城市客流甚少,但信息流与其差距较小,而安徽与四川之间省份有少量客流,这之间的省份信息流与客流差距明显。从图3中分析可得,即使旅游信息流充足,但空间距离是影响旅游决策的主要原因。

Figure 6. The dynamic correlation between information flow and passenger flow of “Black Myth: Wukong” in various provinces from August 20th to September 17th

6. 8月20日至9月17日各省《黑神话:悟空》信息流与客流动态关联

5. 结论与讨论

研究发现,旅游信息流对客流存在时间滞后性及地域邻近性。假期前及假期搜集的旅游信息对假期客流有导引及促进作用,在空间联系上周边省份城市的跨区域联系特征显著。因此,为吸引空间距离较远的客源,可丰富旅游信息、优化旅游线路、提升信息质量。为提高用户体验,可建立客流拥堵预警机制、提升服务水平、提高旅游平台监管效率。本文在追踪时期上存在一些不足,研究周期较短,未来研究可加长追踪时间,以充分运用时间序列预测客流走势,为旅游业高质量发展提供更有针对性、代表性的价值。

旅游信息流对客流的影响在不同时间和空间上存在差异,在节假日、旅游旺季等特定时间段,有关山西旅游景点的信息传播量会大幅上升,如中秋、国庆等长假期间,各大旅游咨询平台、社交媒体上关于山西介休绵山、忻州五台山等著名景点的介绍、攻略、游记等信息大量出现,这使得潜在游客能够更方便、更全面地获取山西旅游的相关信息,从而刺激了他们的出游意愿。即使在旅游淡季,旅游从业者和相关部门会通过推出优惠活动、特色主题游等信息吸引游客,持续的信息流传播,也会影响游客的出行决策。另外,核心景区具有强大的信息辐射能力,这些景区知名度高,且信息传播广泛,可吸引大量游客,游客在游览核心景区的同时,也会关注到周边的其他景点和地区,从而带动了周边地区的客流量。信息化时代使得原本不太知名的山西景区通过网络信息传播逐渐被人们所了解,这些新兴景区的崛起在丰富山西旅游资源的同时,也改变了山西旅游客流的空间分布,这不仅有助于缓解热门景区的客流压力,同时也促进了山西旅游业的均衡发展。这要求我们在制定旅游营销策略时应充分考虑时空异质性。针对不同市场和客源地,制定差异化的信息传播方案。另外,也要时刻关注旅游信息流的动态变化,及时调整营销策略和信息传播方案,以适应市场变化。同时,更要注重旅游产业的可持续发展,要保护生态环境、传承文化遗产、促进社会和谐等方面的发展。

参考文献

[1] 中国互联网络信息中心. 中国互联网络发展状况统计报告[R]. 中国互联网络信息中心, 2024.
[2] 黄松, 王梦飞, 李燕林. 基于在线平台的旅游信息流流空间特征——以珠江-西江经济带核心城市为例[J]. 广西师范大学学报(自然科学版), 2021, 39(2): 162-173.
[3] 李啸虎, 施谌谌, 王立明, 等. 网络旅游信息流对国内旅游流影响的空间效应——基于中国省域空间面板计量模型的研究[J]. 西北师范大学学报(自然科学版), 2022, 58(5): 119-126, 134.
[4] Kullada, P. and Michelle Kurniadjie, C.R. (2020) Examining the Influence of Digital Information Quality on Tourists’ Experience. Journal of Quality Assurance in Hospitality & Tourism, 22, 191-217.
https://doi.org/10.1080/1528008x.2020.1769522
[5] Liu, P., Zhang, H., Zhang, J., Sun, Y. and Qiu, M. (2019) Spatial-Temporal Response Patterns of Tourist Flow under Impulse Pre-Trip Information Search: From Online to Arrival. Tourism Management, 73, 105-114.
https://doi.org/10.1016/j.tourman.2019.01.021
[6] Park, H. and Stepchenkova, S. (2022) Invisible Power of Culture: Mapping Tourist Information Flow of National DMO Websites. Journal of Travel Research, 62, 753-767.
https://doi.org/10.1177/00472875221095220
[7] Ruan, W. and Zhang, S. (2021) Can Tourism Information Flow Enhance Regional Tourism Economic Linkages? Journal of Hospitality and Tourism Management, 49, 614-623.
https://doi.org/10.1016/j.jhtm.2021.11.012
[8] 刘培学, 朱知沛, 张捷, 等. 旅游在线搜索与客流波动的动态关联研究——以南京钟山风景名胜区为例[J]. 旅游学刊, 2021, 36(11): 95-105.
[9] 刘利利, 杨秀平, 王里克, 等. 甘肃省旅游信息流影响因素研究[J]. 地域研究与开发, 2022, 41(2): 101-106.
[10] 阮文奇, 张舒宁, 李勇泉, 等. 中国赴泰旅游需求时空分异及其影响因素[J]. 旅游学刊, 2019, 34(5): 76-89.
[11] 陈文婷, 沈丽珍, 汪侠. 旅游信息流对假期客流的时空影响效应研究——以淄博市为例[J]. 地理科学进展, 2024, 43(6): 1156-66.
[12] 凤凰网山西. 政晋行丨从“藏在深闺”到“泼天流量”, 隰县做对了什么? [EB/OL].
https://i.ifeng.com/c/8dYvBFfhWID, 2024-03-17.
[13] 中国网. 游戏带火山西大同 华严寺游客接待量暴增超50% [EB/OL].
http://travel.china.com.cn/txt/2024-09/04/content_117405964.shtml, 2024-03-10.