汪秋菊，賈 宇，劉 宇，王 靜

（1．北京聯(lián)合大學(xué)旅游學(xué)院，北京 100101； 2．北京國(guó)家游泳中心有限責(zé)任公司北京 100101）

奧運(yùn)場(chǎng)館水立方的客流量與網(wǎng)絡(luò)關(guān)注度關(guān)系分析

汪秋菊1，賈 宇2，劉 宇1，王 靜1

（1．北京聯(lián)合大學(xué)旅游學(xué)院，北京 100101； 2．北京國(guó)家游泳中心有限責(zé)任公司北京 100101）

根據(jù)消費(fèi)者購(gòu)買決策理論，分析旅游目的地客流量與網(wǎng)絡(luò)關(guān)注度的關(guān)系，比較水立方2010年8月1日—2011年12月31日期間每日客流量與網(wǎng)絡(luò)關(guān)注度變化曲線，采用非結(jié)構(gòu)性方法建立VAR模型，判斷兩者之間的動(dòng)態(tài)影響關(guān)系．結(jié)果表明：水立方旅游網(wǎng)絡(luò)關(guān)注度與客流量之間存在雙向Granger因果關(guān)系，同時(shí)兩者之間的時(shí)滯效應(yīng)也是存在的．旅游前1d網(wǎng)絡(luò)關(guān)注度增加，當(dāng)天客流量也會(huì)增加．客流量與7、8d后旅游網(wǎng)絡(luò)關(guān)注度呈顯著負(fù)相關(guān)．依賴網(wǎng)絡(luò)信息源傳播信息的游客在整個(gè)旅游消費(fèi)群體中的比例大，是水立方客流量與網(wǎng)絡(luò)關(guān)注度兩者相互影響的重要前提．

客流量；網(wǎng)絡(luò)關(guān)注度；VAR模型；旅游目的地；水立方；奧運(yùn)場(chǎng)館

0 引言

隨著網(wǎng)絡(luò)經(jīng)濟(jì)和信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)成為旅游者獲取和傳遞旅游信息的重要渠道，關(guān)于旅游目的地客流量與網(wǎng)絡(luò)關(guān)注度之間關(guān)系的研究備受關(guān)注．水立方是2008年北京奧運(yùn)會(huì)水上項(xiàng)目的比賽場(chǎng)館，奧運(yùn)會(huì)期間承擔(dān)游泳、花樣游泳與跳水等賽事．奧運(yùn)會(huì)后水立方成功轉(zhuǎn)型，由功能單一的游泳館發(fā)展成為集參觀、嬉水休閑、大型賽事活動(dòng)為一體的旅游目的地．研究水立方客流量與網(wǎng)絡(luò)關(guān)注度內(nèi)在聯(lián)系，對(duì)奧運(yùn)場(chǎng)館旅游客流量的預(yù)測(cè)、預(yù)警及旅游目的地可持續(xù)發(fā)展具有重要意義．

路紫等運(yùn)用網(wǎng)上查詢系統(tǒng)和網(wǎng)站訪問(wèn)量統(tǒng)計(jì)工具，研究旅游網(wǎng)站訪問(wèn)者人數(shù)與景區(qū)旅游者人數(shù)之間的相關(guān)性，認(rèn)為旅游地旅游網(wǎng)站年內(nèi)訪問(wèn)者人數(shù)走勢(shì)與旅游地旅游者人數(shù)走勢(shì)表現(xiàn)波漣狀特征，信息流對(duì)人流存在導(dǎo)引作用［1］．李山等選取搜索引擎上的旅游信息流為對(duì)象，考慮“前兆效應(yīng)”，研究5A級(jí)旅游景區(qū)的網(wǎng)絡(luò)空間關(guān)注度，認(rèn)為旅游景區(qū)網(wǎng)絡(luò)關(guān)注度是現(xiàn)實(shí)客流量的前兆［2］．在研究網(wǎng)絡(luò)關(guān)注度對(duì)旅游目的地客流量作用的基礎(chǔ)上，馬麗君等認(rèn)為在慣常環(huán)境條件下，區(qū)域旅游網(wǎng)絡(luò)關(guān)注度與實(shí)際旅游客流具有極強(qiáng)的正相關(guān)性［3］．龍茂興、吳士鋒等認(rèn)為在旅游系統(tǒng)中，不同的主體基于不同的角度對(duì)信息流的功能作用具有不同的理解與訴求：一方面體現(xiàn)旅游信息流對(duì)客流量的引導(dǎo)作用；另一方面旅游信息流是客流量的“前兆”［4—5］．

這些研究成果揭示網(wǎng)絡(luò)關(guān)注度的動(dòng)態(tài)變化規(guī)律，大多是在旅游目的地網(wǎng)絡(luò)關(guān)注度與客流量數(shù)據(jù)比較的基礎(chǔ)上得出來(lái)的．雖然吳士峰利用多項(xiàng)式最小二乘擬合和方差分析法，也只是分析網(wǎng)站信息流對(duì)旅游人流的作用，沒(méi)有研究現(xiàn)實(shí)客流量對(duì)未來(lái)網(wǎng)絡(luò)用戶關(guān)注度的影響，沒(méi)有為兩者之間的聯(lián)系提供一個(gè)嚴(yán)密的說(shuō)明．因此，需要構(gòu)建實(shí)證模型，分析旅游目的地客流量與游客網(wǎng)絡(luò)關(guān)注度之間的互動(dòng)關(guān)系，以及網(wǎng)絡(luò)關(guān)注度與實(shí)際客流量作用關(guān)系存在的必要前提等，為旅游目的地發(fā)展提供支持．

1 旅游者消費(fèi)決策過(guò)程

百度指數(shù)是以百度網(wǎng)頁(yè)搜索和百度新聞搜索為基礎(chǔ)的免費(fèi)海量數(shù)據(jù)分析服務(wù)，反映不同關(guān)鍵詞在過(guò)去一段時(shí)間里的“用戶關(guān)注度”和“媒體關(guān)注度”．其中，用戶關(guān)注度即為網(wǎng)絡(luò)關(guān)注度，是以數(shù)千萬(wàn)網(wǎng)民在百度的搜索量為數(shù)據(jù)基礎(chǔ)，以關(guān)鍵詞為統(tǒng)計(jì)對(duì)象，分析并計(jì)算各個(gè)關(guān)鍵詞在百度網(wǎng)頁(yè)搜索中搜索頻次的加權(quán)和，并以曲線圖的形式展現(xiàn)［6］．

以旅游為目的的網(wǎng)絡(luò)關(guān)注度不同于其他目的的網(wǎng)絡(luò)關(guān)注度，網(wǎng)絡(luò)信息主體是旅游目的地潛在游客，搜索的關(guān)鍵詞一般為與“吃、住、行、游、購(gòu)、娛”旅游六要素相關(guān)的旅游信息，包括旅游景點(diǎn)、旅游交通、住宿、餐飲、購(gòu)物、娛樂(lè)、天氣氣候和居民好客程度等．

客流量是指一定時(shí)期內(nèi)進(jìn)入旅游目的地的旅游者數(shù)量，反映現(xiàn)實(shí)游客數(shù)量規(guī)模［7］．由于游客獲取信息的渠道是不同的，游客中既有依賴網(wǎng)絡(luò)信息源傳播旅游信息的消費(fèi)群體，又有依賴傳統(tǒng)信息源（朋友和親戚、目的地宣傳冊(cè)、咨詢機(jī)構(gòu)和紙質(zhì)、廣播、電視媒體等［8］）傳播旅游信息的消費(fèi)群體．

根據(jù)Arndt J提出的消費(fèi)者購(gòu)買決策理論，將旅游者消費(fèi)決策過(guò)程分為認(rèn)識(shí)問(wèn)題、收集信息、評(píng)價(jià)選擇、購(gòu)買決策和購(gòu)后感覺(jué)與行為等5個(gè)階段［9］（見(jiàn)圖1）：（1）認(rèn)識(shí)問(wèn)題階段，旅游信息源向旅游消費(fèi)者傳遞旅游產(chǎn)品信息，旅游消費(fèi)者作為信息被動(dòng)接受者，經(jīng)過(guò)對(duì)旅游產(chǎn)品信息的接觸、理解與內(nèi)化后，形成態(tài)度；（2）收集信息階段，旅游消費(fèi)者作為信息的主動(dòng)索取者，搜集各種大量的旅游產(chǎn)品信息以降低決策風(fēng)險(xiǎn)；（3）評(píng)價(jià)選擇階段，依據(jù)收集旅游信息，建立產(chǎn)品的評(píng)價(jià)標(biāo)準(zhǔn)，評(píng)價(jià)和選擇旅游產(chǎn)品；（4）購(gòu)買決策階段，旅游消費(fèi)者獲知旅游產(chǎn)品信息，比較可供選擇的產(chǎn)品后形成購(gòu)買意向，在購(gòu)買意向與購(gòu)買決策之間，還受到他人態(tài)度、意外事件和“知覺(jué)風(fēng)險(xiǎn)”的影響；（5）購(gòu)后感覺(jué)與行為階段，消費(fèi)者購(gòu)買行動(dòng)的結(jié)果被大腦記憶、貯存起來(lái)并供消費(fèi)者以后購(gòu)買參考，或者作為信息發(fā)布者反饋給旅游信息源．

圖1 旅游者消費(fèi)決策過(guò)程示意Fig．1 Tourist decision—making process

2 客流量與網(wǎng)絡(luò)關(guān)注度關(guān)系

在網(wǎng)絡(luò)社會(huì)信息形態(tài)下，旅游目的地客流量與網(wǎng)絡(luò)關(guān)注度之間存在相互影響、相互作用的復(fù)雜關(guān)系．旅游消費(fèi)者不僅包括依賴網(wǎng)絡(luò)信息源傳播信息的群體，也包括依賴傳統(tǒng)信息源傳播信息的群體．

在出游前，旅游消費(fèi)者作為信息的接受者，可以通過(guò)互聯(lián)網(wǎng)體驗(yàn)虛擬旅游、了解他人感性經(jīng)驗(yàn)、實(shí)現(xiàn)旅游信息獲取、旅游計(jì)劃決策和旅游產(chǎn)品預(yù)訂支付等［10］．這些行為無(wú)不預(yù)示旅游消費(fèi)者旅游出游行為，在一定程度上反映網(wǎng)絡(luò)關(guān)注度對(duì)旅游目的地客流量的前兆效應(yīng)．同時(shí)，獲取旅游目的地相關(guān)信息的屬性決定旅游意向能否實(shí)現(xiàn)，如果旅游消費(fèi)者獲得的網(wǎng)絡(luò)信息符合或超過(guò)心理預(yù)期，出游的概率就大．因此，旅游消費(fèi)者是否出游與網(wǎng)絡(luò)信息的屬性有關(guān)，也體現(xiàn)旅游信息流對(duì)旅游客流的導(dǎo)引功能．

在出游后，旅游消費(fèi)者將自己的旅游感受及對(duì)旅游目的地的評(píng)價(jià)，通過(guò)自媒體，如博客、Wiki、論壇等反饋給政府、企業(yè)、個(gè)人等信息傳播源，從而被其他消費(fèi)者搜索并為旅游消費(fèi)決策提供指導(dǎo)，直接影響旅游消費(fèi)者網(wǎng)絡(luò)關(guān)注度，間接影響未來(lái)客流量．

3 實(shí)證分析

3．1 變量選取及數(shù)據(jù)來(lái)源

水立方主要提供比賽、水上游泳健身、嬉水和旅游參觀等綜合性服務(wù)，建立官方網(wǎng)站與水立方新浪官方微博等，作為旅游信息傳播的重要網(wǎng)絡(luò)信息源，為旅游者提供網(wǎng)絡(luò)交互信息．

選取2010年8月1日—2011年12月31日期間每日進(jìn)入水立方奧運(yùn)場(chǎng)館觀光、休閑游客的數(shù)量作為研究對(duì)象，每日水立方客流量疊加而成的結(jié)果見(jiàn)圖2（由國(guó)家游泳中心提供數(shù)據(jù)）．

圖2 水立方的客流量隨時(shí)間變化曲線Fig．2 Dynamic curves of Water Cube’s tourist flow

由圖2可以看出，水立方日客流量變化曲線呈現(xiàn)周期波動(dòng)的特征，在2月、“五一”黃金周、暑期和“十一”黃金周時(shí)期是水立方旅游的高峰期，在1月、3月、9月和12月是水立方旅游的低谷期，總體上呈現(xiàn)周末客流量增加與工作日客流量減少的波動(dòng)特征．

考慮水立方經(jīng)營(yíng)特點(diǎn)，主要選取“水立方”、“水立方嬉水樂(lè)園”、“水立方游泳”、“水立方門票”等作為網(wǎng)絡(luò)關(guān)注度搜索關(guān)鍵詞，截取水立方每個(gè)搜索關(guān)鍵詞所對(duì)應(yīng)網(wǎng)絡(luò)關(guān)注度時(shí)空變化曲線，在曲線上獲得2010 年8月1日—2011年12月31日每天網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)；然后把每個(gè)搜索關(guān)鍵詞所對(duì)應(yīng)的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)疊加，得到水立方的網(wǎng)絡(luò)關(guān)注度隨時(shí)間變化曲線（見(jiàn)圖3）．

圖3 水立方的網(wǎng)絡(luò)關(guān)注度隨時(shí)間變化曲線Fig．3 Dynamic curves of Water Cube’s network attention

由圖3可以看出，水立方網(wǎng)絡(luò)關(guān)注度變化曲線呈現(xiàn)周期波動(dòng)的特征，在2月、“五一”黃金周、暑期和“十一”黃金周時(shí)期水立方網(wǎng)絡(luò)關(guān)注度出現(xiàn)峰值，與客流量的變化特征一致．網(wǎng)絡(luò)關(guān)注度出現(xiàn)峰值的時(shí)間點(diǎn)先于客流量出現(xiàn)峰值的時(shí)間點(diǎn)．以2011年2月為例，2月4日水立方網(wǎng)絡(luò)關(guān)注度達(dá)到峰值，客流量在2月6日達(dá)到峰值，在一定程度上證實(shí)旅游目的地網(wǎng)絡(luò)關(guān)注度對(duì)客流量存在引導(dǎo)作用和前兆效應(yīng)．由圖2和圖3可以看出，水立方客流量與網(wǎng)絡(luò)關(guān)注度存在一定的相關(guān)性，但水立方客流量與網(wǎng)絡(luò)關(guān)注度相互作用的動(dòng)態(tài)關(guān)系需要驗(yàn)證．

3．2 模型選擇與估計(jì)

考慮水立方客流量與網(wǎng)絡(luò)關(guān)注度關(guān)系，采用非結(jié)構(gòu)化方法建立向量自回歸模型（Vector Auto Regres—sion，VAR）．VAR把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后的函數(shù)構(gòu)造模型，數(shù)學(xué)表達(dá)式為式中：yt為內(nèi)生變量向量；Xt為外生變量向量；p為滯后級(jí)數(shù)；T為樣本個(gè)數(shù)；A1～Ap和B為被估計(jì)的系數(shù)矩陣；εt為擾動(dòng)向量［11］．

為避免客流量與網(wǎng)絡(luò)關(guān)注度指標(biāo)變量不平穩(wěn)而產(chǎn)生“偽回歸”現(xiàn)象，利用Eviews軟件，采用ADF方法檢驗(yàn)各指標(biāo)變量的平穩(wěn)性．關(guān)注度（GZD）和客流量（RS）的ADF值分別為—3．487 217和—3．774 792，小于5%的臨界值，且概率P值小于0．05．關(guān)注度、客流量序列在5%的顯著性水平下拒絕原假設(shè)，即關(guān)注度與客流量原序列是平穩(wěn)的．

采用OSL估計(jì)方法，分析水立方客流量與網(wǎng)絡(luò)關(guān)注度指標(biāo)變量之間關(guān)系．不同的滯后期將導(dǎo)致模型估計(jì)結(jié)果顯著不同，選擇依據(jù)：一種是根據(jù)經(jīng)濟(jì)理論的要求設(shè)定合適的滯后期；另一種是根據(jù)AIC或SC值最小準(zhǔn)則選擇合適的滯后期．由于關(guān)注度與客流量滯后期數(shù)無(wú)理論可循，因此建立多個(gè)VAR模型，比較每個(gè)VAR模型的AIC值，根據(jù)AIC值最小準(zhǔn)則確定VAR模型最優(yōu)滯后期為8期，即8天（見(jiàn)表1）．

表1 滯后期選擇結(jié)果Table 1 Lag selection

滯后1、7d的客流量對(duì)自身的影響參數(shù)分別為0．837和0．206，t分別為18．451 1和3．609 1，2個(gè)t 在5%的水平上顯著，其他客流量滯后期對(duì)自身影響不顯著，因此前1d及前7d客流量在很大程度上影響當(dāng)天客流量．滯后1d的網(wǎng)絡(luò)關(guān)注度對(duì)客流量的影響參數(shù)為3．476，t為5．853 70，在5%的水平上顯著，即前1d旅游網(wǎng)絡(luò)關(guān)注度影響當(dāng)天的客流量，與文獻(xiàn)［3—4］研究成果一致，驗(yàn)證網(wǎng)站信息流對(duì)旅游人流的增強(qiáng)作用．

滯后7、8d的客流量對(duì)網(wǎng)絡(luò)關(guān)注度的影響參數(shù)分別為—0．018和—0．012，t分別為—4．496 6和—4．165 1；主要原因是水立方的客源市場(chǎng)外地游客占62%，北京地區(qū)的游客占38%，外地游客在北京的逗留時(shí)間一般為2～3d，加上行程，外地游客出游的時(shí)間在7d左右，信息的傳播也隨之滯后［12］．滯后7、8 d客流量與網(wǎng)絡(luò)關(guān)注度呈顯著負(fù)相關(guān)．主要原因：（1）由于旅游產(chǎn)品銷售的40%靠口碑因素，游客的口口相傳成為重要的信息傳播渠道，隨著客流量的增加，部分替代網(wǎng)絡(luò)信息渠道，降低網(wǎng)絡(luò)關(guān)注度．（2）根據(jù)水立方滿意度調(diào)查數(shù)據(jù)顯示，近七成的游客對(duì)水立方整體服務(wù)感到非常滿意；近三成的游客認(rèn)為水立方經(jīng)營(yíng)的旅游產(chǎn)品缺乏競(jìng)爭(zhēng)力，奧運(yùn)體驗(yàn)產(chǎn)品與體育休閑產(chǎn)品不能滿足游客的需求，奧運(yùn)場(chǎng)館的吸引力不足．旅游者把不滿意的感受通過(guò)口碑傳播給周圍的人，負(fù)面口碑的影響遠(yuǎn)遠(yuǎn)大于正面口碑的［13］，從而降低旅游消費(fèi)者對(duì)水立方的關(guān)注度．

滯后1、7d的網(wǎng)絡(luò)關(guān)注度對(duì)自身的影響參數(shù)分別為0．728和0．151，t分別為16．950 1和2．834 11，2 個(gè)t在5%的水平上顯著，其他網(wǎng)絡(luò)關(guān)注度滯后期對(duì)自身影響不是很顯著．

3．3 Granger因果檢驗(yàn)與平穩(wěn)性檢驗(yàn)

為驗(yàn)證水立方客流量與網(wǎng)絡(luò)關(guān)注度是否構(gòu)成因果關(guān)系，利用Granger因果檢驗(yàn)分析．Granger因果關(guān)系檢驗(yàn)對(duì)滯后期數(shù)非常敏感，為了獲得最佳的滯后期數(shù)，以AIC和SC值準(zhǔn)則為標(biāo)準(zhǔn)，選取滯后8期作為最佳滯后期數(shù)．Granger因果關(guān)系檢驗(yàn)結(jié)果見(jiàn)表2．

表2 Granger因果檢驗(yàn)結(jié)果Table 2 The results of Granger causality test

由表2可知，網(wǎng)絡(luò)關(guān)注度與客流量之間存在雙向Granger因果關(guān)系，即網(wǎng)絡(luò)關(guān)注度是影響客流量的重要因素，同時(shí)客流量也是影響網(wǎng)絡(luò)關(guān)注度的重要因素．經(jīng)過(guò)AR Root Table檢驗(yàn)，VAR模型的全部根的倒數(shù)小于1，表明VAR模型的結(jié)構(gòu)是穩(wěn)定的．

不同旅游目的地自身特有屬性吸引具有不同社會(huì)人口特征（包括年齡、性別、受教育程度、職業(yè)、收入和婚姻狀況）的消費(fèi)群體．這些消費(fèi)群體信息消費(fèi)偏好、信息觀念不同，在旅游信息溝通過(guò)程中依賴信息渠道不同，也同樣影響客流量與網(wǎng)絡(luò)關(guān)注度之間關(guān)聯(lián)程度．年輕人群和依賴網(wǎng)絡(luò)信息源傳播信息的游客在整個(gè)旅游消費(fèi)群體中的比例大，是水立方客流量與網(wǎng)絡(luò)關(guān)注度兩者相互影響的重要前提．

3．4 脈沖響應(yīng)函數(shù)分析

水立方客流量與網(wǎng)絡(luò)關(guān)注度的脈沖響應(yīng)函數(shù)見(jiàn)圖4，刻畫分別給客流量RS、網(wǎng)絡(luò)關(guān)注度GZD施加1個(gè)標(biāo)準(zhǔn)差大小的沖擊后，2個(gè)變量復(fù)雜關(guān)系與相互影響的全過(guò)程．其中：實(shí)線表示脈沖響應(yīng)函數(shù)，代表旅游人數(shù)對(duì)各相應(yīng)變量的沖擊反應(yīng)；虛線表示正負(fù)2倍標(biāo)準(zhǔn)差偏離帶．

圖4 脈沖響應(yīng)函數(shù)Fig．4 Impulse response function

由圖4可以看出：（1）當(dāng)在本期給網(wǎng)絡(luò)關(guān)注度一個(gè)正沖擊后，客流量在前3d顯著增長(zhǎng)；在第3d到達(dá)最高點(diǎn)，然后緩慢下降；在第8d降到最低點(diǎn)，然后又開始平穩(wěn)增長(zhǎng)．這說(shuō)明網(wǎng)絡(luò)關(guān)注度受到外部條件的某一沖擊后，給客流量帶來(lái)同向的沖擊，即網(wǎng)絡(luò)關(guān)注度的正沖擊對(duì)客流量的增加具有顯著的促進(jìn)作用和較長(zhǎng)的持續(xù)效應(yīng)．（2）當(dāng)在本期給客流量一個(gè)正沖擊后，客流量在前2期內(nèi)帶來(lái)正面影響；從第3期后，對(duì)網(wǎng)絡(luò)關(guān)注度產(chǎn)生持續(xù)的負(fù)面影響，波動(dòng)幅度越來(lái)越小，然后趨于平穩(wěn)，即客流量的正沖擊將降低網(wǎng)絡(luò)關(guān)注度．

3．5 方差分解分析

將VAR模型系統(tǒng)內(nèi)一個(gè)變量的方差分解到各個(gè)擾動(dòng)項(xiàng)．客流量隨時(shí)間增加，變動(dòng)方差由自身變動(dòng)解釋的部分逐步下降，由關(guān)注度變動(dòng)解釋的部分逐漸增加，即大約40%的客流量變動(dòng)方差可以由網(wǎng)絡(luò)關(guān)注度變動(dòng)解釋；網(wǎng)絡(luò)關(guān)注度變動(dòng)方差由自身變動(dòng)解釋的部分逐步下降，由客流量變動(dòng)解釋的部分逐漸增加，即大約15%的網(wǎng)絡(luò)關(guān)注度變動(dòng)方差可以由客流量變動(dòng)解釋．

4 結(jié)論

（1）根據(jù)消費(fèi)者購(gòu)買決策理論及客流量與網(wǎng)絡(luò)關(guān)注度統(tǒng)計(jì)數(shù)據(jù)，利用非結(jié)構(gòu)方法建立奧運(yùn)場(chǎng)館水立方VAR模型，判斷客流量與網(wǎng)絡(luò)關(guān)注度之間動(dòng)態(tài)影響關(guān)系．

（2）水立方旅游網(wǎng)絡(luò)關(guān)注度與客流量之間存在雙向Granger因果關(guān)系，旅游網(wǎng)絡(luò)關(guān)注度與現(xiàn)實(shí)客流量存在時(shí)滯效應(yīng)．滯后1d的網(wǎng)絡(luò)關(guān)注度對(duì)客流量的影響參數(shù)為3．476，旅游前1d網(wǎng)絡(luò)關(guān)注度增加，當(dāng)天客流量也會(huì)增加；滯后7、8d的客流量對(duì)網(wǎng)絡(luò)關(guān)注度的影響參數(shù)分別為—0．018和—0．012，客流量與7、8d后旅游網(wǎng)絡(luò)關(guān)注度呈顯著負(fù)相關(guān)．

（3）年輕人群和依賴網(wǎng)絡(luò)信息源傳播信息的游客在整個(gè)旅游消費(fèi)群體中的比例大，是水立方客流量與網(wǎng)絡(luò)關(guān)注度兩者相互影響的重要前提．

（4）與水立方經(jīng)營(yíng)定位相同，服務(wù)于年輕人群的奧運(yùn)場(chǎng)館，可以將網(wǎng)絡(luò)關(guān)注度作為旅游目的地客流量的先行指標(biāo)，建立旅游目的地客流量預(yù)報(bào)、預(yù)警系統(tǒng)，科學(xué)估算旅游環(huán)境容量，及早進(jìn)行管理干預(yù)．同時(shí)，奧運(yùn)場(chǎng)館應(yīng)適應(yīng)市場(chǎng)需要，加快旅游產(chǎn)品結(jié)構(gòu)調(diào)整，大力發(fā)展奧運(yùn)體驗(yàn)旅游、體育休閑旅游等產(chǎn)品，增強(qiáng)奧運(yùn)場(chǎng)館旅游競(jìng)爭(zhēng)力．

［1］ 路紫，趙亞紅，吳士鋒，等．旅游網(wǎng)站訪問(wèn)者行為的時(shí)間分布及導(dǎo)引分析［J］．地理學(xué)報(bào)，2007，62（6）：621—630．Lu Zi，Zhao Yahong，Wu Shifeng，et al．The time distribution and guide analysis of visiting behavior of tourism website users［J］．Acta Geographica Sinica，2007，62（6）：621—630．

［2］ 李山，邱榮旭，陳玲．基于百度指數(shù)的旅游景區(qū)網(wǎng)絡(luò)空間關(guān)注度：時(shí)間分布及其前兆效應(yīng)［J］．地理與地理信息科學(xué)，2008，24（6）：102—107．Li Shan，Qiu Rongxu，Chen Ling．Cyberspace attention of tourist attractions based on baidu index：Temporal distribution and precur—sor effect［J］．Geography and Geo—Information Science，2008，24（6）：102—107．

［3］ 馬麗君，孫根年，黃蕓瑪．城市國(guó)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，2011，31（4）：680—685．Ma Lijun，Sun Gennian，Huang Yunma．A correlative analysis on the relationship between domestic tourists and network attention ［J］．Economic Geography，2011，31（4）：680—685．

［4］ 龍茂興，孫根年，馬麗君，等．區(qū)域旅游網(wǎng)絡(luò)關(guān)注度與客流量時(shí)空動(dòng)態(tài)比較分析：以四川省為例［J］．地域研究與開發(fā)，2011，30（3）：93—97．Long Maoxing，Sun Gennian，Ma Lijun，et al．An analysis on the variation between the degree of consumer attention of travel net—work and tourist flow in regional tourism：A case of Sichuan province［J］．Areal Research and Development，2011，30（3）：93—97．

［5］ 吳士鋒，陳興鵬，路紫，等．網(wǎng)站信息流對(duì)旅游人流增強(qiáng)作用研究［J］．現(xiàn)代情報(bào)，2009，29，（11）：220—224．Wu Shifeng，Chen Xingpen，Lu Zi，et al．The research of the website information flow strengthens the function to the tourist flow ［J］．Journal of Modern Information，2009，29，（11）：220—224．

［6］ 百度指數(shù)［EB／OL］．［2012—06—24］．http：／／baike．baidu．com／view／1235．htm．

［7］ 陳志輝，陳小春．旅游信息學(xué)［M］．北京：中國(guó)旅游出版社，2003：5—7．Chen Zhihui，Chen Xiaochun．Tourism informatics［M］．Beijing：China Travel ＆Tourism Press，2003：5—7．

DOI 10．3969／j．issn．2095—4107．2013．05．017

F590

A

2095—4107（2013）05—0118—07

2013—07—15；編輯：任志平

北京市教育委員會(huì)社科計(jì)劃面上項(xiàng)目（SM201211417007）

汪秋菊（1972—），女，博士，副教授，主要從事旅游經(jīng)濟(jì)方面的研究．

王 靜（1975—），女，副教授，主要人事文化旅游、旅游資源與開發(fā)和旅游目的地管理方面的研究，lytwangjing＠buu．edu．cn．

［8］ Gitelson R J，Crompton J L．The planning horizons and sources of information used by pleasure vacations［J］．Journal of Travel Re—search，1983，21（3）：2—10．

［9］ Arndt J．Role of product—related conversations in the diffusion of new product［J］．Journal of Marketing Research，1967，4（1）：356—376．

［10］ 龐聞，馬耀峰，鄭鵬．五種旅游信息傳播模式的比較與整合［J］．旅游學(xué)刊，2012，27（5）：74—79．Pang Wen，Ma Yaofeng，Zheng Peng．Comparison and integration of five kinds of tourism information dissemination models［J］．Tourism Tribune，2012，27（5）：74—79．

［11］ 高鐵梅．計(jì)量經(jīng)濟(jì)分析方法與建模［M］．北京：清華大學(xué)出版社，2008：249—254．Gao Tiemei．Econometric analysis and modeling［M］．Beijing：Tsinghua University Press，2008：249—254．

［12］ 劉宇，王春才．水立方2012年度奧運(yùn)旅游主題策劃報(bào)告／／2012年首都旅游產(chǎn)業(yè)論壇論文集［C］．北京：旅游教育出版社，2012：245—270．Liu Yu，Wang Chuncai．Planning report of water cube of 2012Olympic tourism theme／／2012tourism industry forum proceeding［C］．Beijing：Tourism Eduction Press，2012：245—270．

［13］ 孫麗．面向游客的旅游信息傳播效果研究：以青島為例［D］．青島：中國(guó)海洋大學(xué)，2009：56—59．Sun Li．Research on communicating effects of tourism information facing tourists：The case of Qingdao［D］．Qingdao：Ocean Uni—versity of China，2009：56—59．

［14］ 李昊禹．房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警模糊綜合評(píng)價(jià)方法［J］．大慶石油學(xué)院學(xué)報(bào)，2009，33（5）：111—115．Li Haoyu．Financial early warning of real estate enterprise with fuzzy comprehensive valuation method［J］．Journal of Daqing Petrole—um Institute，2009，33（5）：111—115．