王玉霞，王 靜

(北京聯(lián)合大學，北京 100101)

客流量與網(wǎng)絡(luò)關(guān)注度的關(guān)系分析
——以首都博物館為例

王玉霞，王 靜

(北京聯(lián)合大學，北京 100101)

以首都博物館為例，首先分析了特定時間段內(nèi)首都博物館客流量和網(wǎng)絡(luò)關(guān)注度之間的變化曲線，發(fā)現(xiàn)首都博物館的客流量和網(wǎng)絡(luò)關(guān)注度都出現(xiàn)周期性的波動。其次，通過VAR模型結(jié)果分析，驗證了博物館的網(wǎng)絡(luò)關(guān)注度對客流量的前兆效應，表明網(wǎng)絡(luò)關(guān)注度對客流量有著顯著影響，但值得關(guān)注的是首都博物館的客流量對網(wǎng)絡(luò)關(guān)注度的影響卻并不顯著。根據(jù)實證分析結(jié)果提出提升博物館旅游服務的對策建議：一是建立網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測平臺，做好預警工作；二是增強游客體驗，擴大口碑效應；三是注重網(wǎng)絡(luò)宣傳，增強博物館的影響力。最后文章分析了本研究存在的不足之處。

博物館；網(wǎng)絡(luò)關(guān)注度；客流量；關(guān)系分析；旅游服務提升建議

0 前言

節(jié)假日日益增長的博物館參觀人數(shù)，可以作為一個民族不斷走向文明的標志。零門檻、零障礙的免費開放政策擴大了博物館的參觀群體，彰顯了博物館的公益屬性和政府實在的文化惠民舉措。隨著游客數(shù)量的攀升，階段性、突發(fā)性的極限客流出現(xiàn)的機率將逐漸增多，在擁擠的狀況下，一方面游客的參觀環(huán)境沒辦法保障，另一方面人員的安全問題將成為一大隱患。為了保證觀眾的參觀質(zhì)量和文物的安全，避免人滿為患、消除安全事故隱患，客流量預警工作應當引起我們的充分重視。但是，同樣值得關(guān)注的是，除節(jié)假日外，博物館門庭冷落的現(xiàn)象仍然時常出現(xiàn)。

例如首都博物館這種大型的、現(xiàn)代化博物館，多以散客為主，在假日期間外地游客急劇增多，外地散客在游覽博物館時因為不確定性因素較多，大多數(shù)情況下不會提前預約，這也是博物館官方網(wǎng)站上預約功能的缺陷所在。隨著互聯(lián)網(wǎng)技術(shù)的普及，許多旅游經(jīng)營者都通過互聯(lián)網(wǎng)這一重要平臺發(fā)布信息，相應的互聯(lián)網(wǎng)已經(jīng)成為游客獲取信息的重要渠道。因此，游客無論是否提前預約，只要把博物館作為旅游目的地，都會通過網(wǎng)絡(luò)搜索、查詢相關(guān)信息?；诖?，我們可以通過網(wǎng)絡(luò)搜索數(shù)據(jù)進行更科學、更精確的預測和安排，做好預警工作，而網(wǎng)絡(luò)關(guān)注度可以很好地實現(xiàn)這一功能。博物館可以對網(wǎng)絡(luò)關(guān)注度的檢測實現(xiàn)常規(guī)化運作，這樣除了能做好日常安排，更重要的是可以在節(jié)假日來臨之際做到人力、物力、財力資源的充分合理利用，保證游客的參觀質(zhì)量以及人身安全，并提高游客的旅游體驗。游客的體驗效果越好，游客重游并進行二次傳播的意愿就越強，博物館的影響力就會不斷增大。

1 國內(nèi)外的研究現(xiàn)狀

在網(wǎng)絡(luò)關(guān)注度與游客流關(guān)系的研究上，國內(nèi)外學者主要從網(wǎng)絡(luò)信息流對人流的影響、網(wǎng)絡(luò)關(guān)注度和客流量之間的相關(guān)性、影響因素和研究對象等幾方面進行了闡述。在網(wǎng)絡(luò)信息流對人流的影響方面，Adams等從新信息與通信技術(shù)(ICTs)的地理視角，對網(wǎng)絡(luò)信息在促進印度向美國移民的作用上進行了定性分析，描述了信息流對人流的導引作用，為同類型的研究提供了一種新的思路和方法[1]。Skadberg等發(fā)現(xiàn)好的網(wǎng)絡(luò)體驗能夠直接和間接地影響人們對旅游目的地的態(tài)度和行為，在一定程度上激發(fā)人們實際到訪的意愿[2]。吳世峰認為網(wǎng)站信息流對我國旅游人流有增強作用，信息流的增長快于人流的增長[3]。在網(wǎng)絡(luò)關(guān)注度與客流量之間的相關(guān)性上，龍茂興等人基于百度指數(shù)用戶關(guān)注度數(shù)值的研究發(fā)現(xiàn)，在沒有發(fā)生意外事件與活動的慣常環(huán)境條件下，區(qū)域旅游網(wǎng)絡(luò)的關(guān)注度與實際旅游客流之間具有極強的正相關(guān)性[4]。馬麗君等認為游客的網(wǎng)絡(luò)關(guān)注度與客流量在時空變化上有較強的相關(guān)性[5]。龍茂興和龍珍付也認為網(wǎng)絡(luò)關(guān)注度的變化是旅游客流變化的前兆[6]。路紫等分析了旅游相關(guān)網(wǎng)絡(luò)搜索量與實際游客人數(shù)之間的相關(guān)性及網(wǎng)絡(luò)信息流對旅游流的導引作用[7]。李山等利用百度指數(shù)，在探討網(wǎng)絡(luò)空間信息流與現(xiàn)實世界旅游流的關(guān)系時，使用的是前兆而不是導引[8]。黃先開等以故宮為例，在探討百度搜索指數(shù)與客流量的關(guān)系時也得出：隨著各個百度關(guān)鍵詞搜索指數(shù)的增加，故宮的實際游客量也會相應增加的結(jié)論[9]。龍茂興等人還研究了影響旅游地網(wǎng)絡(luò)關(guān)注度與客流的地區(qū)分布差異及兩者呼應關(guān)系顯著性的因素，認為影響因素主要有旅游主體、旅游客體和旅游介體三個方面[10]。

綜上所述，國外利用網(wǎng)絡(luò)搜索數(shù)據(jù)專門研究旅游人流的文獻還很少，而國內(nèi)對網(wǎng)絡(luò)關(guān)注度與旅游客流關(guān)系的研究方法上，主要是對網(wǎng)絡(luò)搜索數(shù)據(jù)進行分析，或者是將搜索的數(shù)據(jù)與實際數(shù)據(jù)通過圖表的形式進行比較，從而探討它們之間的關(guān)系，而把網(wǎng)絡(luò)搜索數(shù)據(jù)和實際數(shù)據(jù)結(jié)合起來，通過圖表和建立模型的方式來動態(tài)地分析兩者關(guān)系的文獻還很少。另外，國內(nèi)學者在探討完網(wǎng)絡(luò)關(guān)注度與客流量的關(guān)系后并沒有提出對現(xiàn)實情況中博物館服務的影響和作用。因此，本文以首都博物館為例，利用百度搜索指數(shù)，運用計量經(jīng)濟學中的VAR模型，動態(tài)研究網(wǎng)絡(luò)關(guān)注度與實際客流量之間的關(guān)系，并提出提升博物館旅游服務質(zhì)量的對策建議，為博物館更好地實現(xiàn)旅游服務提供理論依據(jù)。

2 網(wǎng)絡(luò)關(guān)注度與旅游客流量變化之間相關(guān)關(guān)系的形成

某一事物網(wǎng)絡(luò)關(guān)注度的高低很大程度上是由搜索數(shù)據(jù)體現(xiàn)出來的，人們在網(wǎng)絡(luò)上對該事物搜索的次數(shù)越多就表示人們對它的關(guān)注度越高。網(wǎng)絡(luò)關(guān)注度與旅游客流量變化之間相關(guān)關(guān)系的形成源于現(xiàn)代人們獲取信息方式的改變，互聯(lián)網(wǎng)已經(jīng)成為用戶獲取資料和信息最快捷的途徑之一，而搜索引擎又是游客從互聯(lián)網(wǎng)上獲取信息最常用的信息檢索工具。一方面，游客通過搜索引擎可以很方便地獲取游前及游中的相關(guān)信息，包括吃、住、行、游、購等各方面信息，以便為出游做好充分準備。這種搜索數(shù)據(jù)就反映出網(wǎng)絡(luò)關(guān)注度與旅游客流量變化之間的相關(guān)關(guān)系。另一方面，游客旅游結(jié)束后，有的還會通過微博、朋友圈、論壇、博客和空間等方式展示或評價本次旅游，這又成為后續(xù)游客利用搜索引擎檢索的信息庫，同時也提高了各旅游目的地的關(guān)注度。

3 實證分析

3.1 數(shù)據(jù)的獲得

本研究中以百度指數(shù)為標準來反映某旅游目的地的網(wǎng)絡(luò)關(guān)注度。百度指數(shù)是以百度網(wǎng)頁搜索和百度新聞搜索為基礎(chǔ)的免費海量數(shù)據(jù)分析服務，它反映不同的關(guān)鍵詞在過去一段時間里的用戶關(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)計對象，分析并計算各個關(guān)鍵詞在百度網(wǎng)頁搜索中搜索頻次的加權(quán)和，并以曲線圖的形式進行展現(xiàn)[11]。

通過分析游客出游前想要獲得的旅游信息的內(nèi)容，選取了首都博物館、首都博物館預約、首都博物館地址、 首都博物館官網(wǎng)、首都博物館門票、首都博物館開放時間等關(guān)鍵詞進行百度指數(shù)的搜索，最后根據(jù)這些關(guān)鍵詞搜索量的大小，確定關(guān)鍵詞為首都博物館、首都博物館地址、首都博物館預約。因此本文分別收集了這些關(guān)鍵詞在相應時間段內(nèi)百度指數(shù)的日搜索量，將數(shù)據(jù)進行疊加，再將其與實際客流量進行比較、分析并建立模型。

3.2 網(wǎng)絡(luò)關(guān)注度和實際客流量之間的比較分析

選取2013年9月1日—2013年11月30日期間每日進入首都博物館的游客量以及在此期間以首都博物館、首都博物館地址、首都博物館預約為關(guān)鍵詞的網(wǎng)絡(luò)關(guān)注度的數(shù)據(jù)、加和作為研究對象，運用Excel 復制出首都博物館的網(wǎng)絡(luò)關(guān)注度和客流量的曲線圖(如圖1所示)。

雖然人們的基本情況不同，但從統(tǒng)計意義上而言，網(wǎng)絡(luò)搜索數(shù)據(jù)確實存在某種規(guī)律。從圖1可以看出，搜索數(shù)據(jù)的變化趨勢與實際旅游客流量的變化趨勢表現(xiàn)出較強的一致性。首都博物館的客流量曲線(由于周一閉館，所以有的客流量為零)和網(wǎng)絡(luò)關(guān)注度曲線總是以周為周期呈現(xiàn)波動特征。

與客流量不同的是，客流量每周的高峰除節(jié)假日外均出現(xiàn)在周末，而網(wǎng)絡(luò)關(guān)注度的高峰期幾乎都出現(xiàn)在工作日。網(wǎng)絡(luò)關(guān)注度每周出現(xiàn)峰值的時間要比實際客流量出現(xiàn)峰值的時間提前1～3 d。因此人們主要在工作日期間搜集各種相關(guān)信息，為周末出游做準備。

3.3 模型估計與分析

3.3.1 VAR模型

鑒于首都博物館客流量與網(wǎng)絡(luò)關(guān)注度的關(guān)系，采用非結(jié)構(gòu)化方法建立向量的自回歸模型，即VAR模型。這種模型采用多方程聯(lián)立的形式，它不以經(jīng)濟理論為基礎(chǔ)。在模型的每一個方程中，內(nèi)生變量對模型的全部內(nèi)生變量的滯后項進行回歸，從而估計全部內(nèi)生變量的動態(tài)關(guān)系。p階VAR模型(記為VAR(p))是以N個第t期變量y1ty2t…,yNt為應變量，以N個應變量y1ty2t….yNt的最大p階滯后變量為解釋變量的方程組模型，定義式為

∏iYt-i+Ut=∏1Yt-1+

∏2Yt-2+…∏PYt-Ρ+Ut，

式中，∏i(i=1,2,…,Ρ)是第i個待估參數(shù)N×N階矩陣;Ut=(u1tu2t…uNt)T是N×1階隨機誤差列向量;p為模型的最大滯后階數(shù)。

3.3.2 VAR模型的建立

本文將旅游客流量(rs)、網(wǎng)絡(luò)關(guān)注度(gzd)作為內(nèi)生變量，估計兩者之間的動態(tài)關(guān)系。但是在建立模型之前，兩序列必須滿足以下條件：

1) 為避免客流量與網(wǎng)絡(luò)關(guān)注度指標變量的不平穩(wěn)而產(chǎn)生偽回歸現(xiàn)象，需利用Eviews軟件，采用ADF方法檢驗兩序列的平穩(wěn)性?？土髁亢完P(guān)注度的ADF值分別為-3.310 199和-4.381 132，小于5%的臨界值，概率P值分別為0.017 5和0.000 6均小于0.05。客流量、關(guān)注度序列在5%的顯著性水平下拒絕原假設(shè)，即客流量和關(guān)注度的原序列是平穩(wěn)的。

2) 變量間具有相關(guān)關(guān)系是建立VAR模型的基礎(chǔ)，具體可用格蘭杰因果關(guān)系來進行檢驗，但首先要根據(jù)赤池信息準則(AIC)和施瓦茨準則(SC)值最小的原則確定模型中的最大滯后階數(shù)p。根據(jù)AIC和SC值最小的原則確定模型中的最大滯后階數(shù)為2。對兩變量進行格蘭杰(Granger)因果關(guān)系檢驗，檢驗結(jié)果如表1所示。

表1 格蘭杰因果關(guān)系檢驗結(jié)果

Table 1 The results of Granger causality test

原假設(shè)樣本數(shù)F統(tǒng)計量P值rs不能Granger引起gzd891.395240.2535gzd不能Granger引起rs15.49442.E-06

由表1可知，客流量和關(guān)注度之間存在單向的格蘭杰因果關(guān)系，即客流量不是影響網(wǎng)絡(luò)關(guān)注度的重要因素，而網(wǎng)絡(luò)關(guān)注度是客流量的格蘭杰原因，因此，在一定程度上可以認為首都博物館的網(wǎng)絡(luò)關(guān)注度對客流量存在前兆效應?？土髁坎皇蔷W(wǎng)絡(luò)關(guān)注度的格蘭杰原因，即在一定程度上客流量的變化不是引起網(wǎng)絡(luò)關(guān)注度變化的原因，出現(xiàn)該結(jié)果是否是因為首都博物館的社會鏈條較短、影響力不大、不能引起游客二次出游的動機，這是一個值得進一步探討的問題。

3) 對于含有兩個變量的VAR(2)模型，用線性方程組可表示為

將內(nèi)生變量旅游客流量(rs)、網(wǎng)絡(luò)關(guān)注度(gzd)對它們的滯后項進行回歸，得到以下方程

rs=- 0.051 800 377 822 3×rs(-1)+0.021 819 213 037 8×rs(-2) +4.248 744 021 8×gzd(-1)+0.900 366 314 563×gzd(-2)+145.243 798 035，

gzd=- 0.026 163 489 309 7×rs(-1)-0.006 937 680 773 23×rs(-2)+0.610 323 780 574×gzd(-1)+0.232 605 293 99×gzd(-2)+313.049 300 139。

式中，兩個方程的擬合優(yōu)度R2rs=0.619 516,R2gzd=0.552 605。

滯后一天和滯后二天的關(guān)注度的回歸系數(shù)均為正，表明其與實際游客量存在正相關(guān)，也就是說，隨著前兩天搜索量的增加會引起實際游客量的相應增加，只是增加的幅度不同而已。而滯后一天和滯后兩天的游客流量與網(wǎng)絡(luò)關(guān)注度并沒有出現(xiàn)正相關(guān)關(guān)系，即前兩天客流量的增加不能引起網(wǎng)絡(luò)搜索量的增加。

3.3.3 脈沖效應函數(shù)

分別給客流量和網(wǎng)絡(luò)關(guān)注度一個沖擊后，得到如圖2所示的首都博物館客流量和網(wǎng)絡(luò)關(guān)注度的脈沖響應函數(shù)圖。其中橫軸表示沖擊作用的滯后期間數(shù)/天，縱軸表示客流量/人或網(wǎng)絡(luò)關(guān)注度/人次，實線代表脈沖響應函數(shù)，代表客流量對自身和網(wǎng)絡(luò)關(guān)注度沖擊的反應，或者是網(wǎng)絡(luò)關(guān)注度對自身和客流量沖擊的反應。虛線表示正負2倍標準差偏離帶。

從圖2可以看出，當給客流量一個正沖擊后，網(wǎng)絡(luò)關(guān)注度對客流量的沖擊從一個較小值不斷趨向于零，說明客流量的增加對網(wǎng)絡(luò)關(guān)注度沒有太大影響。

當給網(wǎng)絡(luò)關(guān)注度一個正沖擊后，客流量在前3天的反應很大，在第2天達到最大值，而后逐漸趨于平穩(wěn)，而且此反應具有較長的持續(xù)效應，這說明給網(wǎng)絡(luò)關(guān)注度一個沖擊也會給客流量帶來同向的沖擊，即網(wǎng)絡(luò)關(guān)注度的增加會引起客流量的增加，且在第2天客流量增加的數(shù)量最多。

3.3.4 方差分解

方差分解能夠給出對VAR模型中的變量產(chǎn)生影響的每個隨機擾動項的相對重要性的信息。對首都博物館的客流量和網(wǎng)絡(luò)關(guān)注度進行方差分解，發(fā)現(xiàn)網(wǎng)絡(luò)關(guān)注度的沖擊對客流量的方差分解貢獻率達到了30.707%，說明網(wǎng)絡(luò)關(guān)注度的變化對客流量變化的影響較大；而客流量的沖擊對網(wǎng)絡(luò)關(guān)注度的方差分解貢獻率不足10%，說明客流量的變化對網(wǎng)絡(luò)關(guān)注度的變化影響不大，可以表明首都博物館的游覽內(nèi)容并沒有成為游客進行二次營銷的內(nèi)容。

4 結(jié)論及對策建議

通過實證分析，揭示了網(wǎng)絡(luò)關(guān)注度與首都博物館游客流量之間的相關(guān)關(guān)系，并得到如下結(jié)論:首先，從案例的結(jié)果中發(fā)現(xiàn)，在一定程度上證實了旅游目的地網(wǎng)絡(luò)關(guān)注度對客流量存在前兆效應，本文的研究結(jié)果顯示網(wǎng)絡(luò)的關(guān)注度越高，說明未來1～3 d的實際客流量就越大。其次，通過案例還可以看出博物館實際客流量的變化對網(wǎng)絡(luò)關(guān)注度的變化沒有影響或影響不大。因此，針對以上結(jié)論我們可以提出以下3個提升博物館旅游服務水平的對策建議。

1) 博物館可以利用網(wǎng)絡(luò)關(guān)注度對客流量的前兆效應，建立網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測和發(fā)布平臺，該平臺主要監(jiān)測和發(fā)布博物館在各搜索引擎上的搜索量。博物館官網(wǎng)上預約平臺顯示的數(shù)據(jù)可以近似認為是實際到訪人數(shù)，而網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測和發(fā)布平臺可以發(fā)現(xiàn)潛在的客戶量，兩平臺互補結(jié)合，可有效提高客流量的預測效果。尤其對于易發(fā)生游客擁擠的假期，可以及時發(fā)布預警并分流游客，做好館外與館內(nèi)的旅游接待服務，另一方面游客可以通過該平臺避開游覽高峰期，合理安排游覽日程。

2) 通過案例還可以看出博物館實際客流量的變化對網(wǎng)絡(luò)關(guān)注度的變化沒有影響或影響不顯著，

可能與人們在游覽完博物館之后進行二次傳播的意愿不強烈有關(guān)，因此，博物館需要加強游客體驗，擴大口碑效應，最有效的途徑之一就是充分利用科技。科技在博物館的復興中起到了重要作用，通過技術(shù)和數(shù)字工具讓觀眾更好地理解博物館及其藏品，為觀眾提供更為個性化的服務和新信息，讓觀眾在游覽之后能夠有所得，以便增強游客自覺傳播的意愿。

3) 注重網(wǎng)絡(luò)宣傳，增強博物館的影響力。在互聯(lián)網(wǎng)和移動客戶端時代，在旅游目的地形象的形成過程中網(wǎng)絡(luò)起到了重要作用[12]。一方面人們對旅游目的地形象的初步感知和進行旅游目的地選擇時，互聯(lián)網(wǎng)逐漸成為不可替代的工具。與此同時，互聯(lián)網(wǎng)影響的廣泛性、信息傳播的及時性以及應用的普及性等特點，也使其成為博物館宣傳和塑造博物館形象最主要的途徑之一。博物館應該充分利用網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測和官方網(wǎng)站信息發(fā)布平臺做好潛在游客信息搜集階段的網(wǎng)絡(luò)宣傳工作以及日常展覽信息的更新發(fā)布工作。

不足之處：在對研究對象內(nèi)在機理的深入研究和關(guān)鍵詞的選取上還有待進一步的完善。選取關(guān)鍵詞時要保證準確、全面，雖然本文也運用了一些技術(shù)方法去補充、篩選和確定關(guān)鍵詞的選取，但還是無法完全剔除主觀因素的影響，這也是需要進一步加強的地方。

[1] Adams P, Ghose R. The construct ion of a space between India [J]. Progress in human geography, 2003, 27 (4): 414-437.

[2] Skadberg Y X, Skadberg A N, Kimmel J R. Flow experience and its impact on the effectiveness of a tourism website [J]. In format ion technology & tourism, 2005(7): 147-156.

[3] 吳士鋒,陳興鵬,路紫，等.網(wǎng)站信息流對旅游人流增強作用研究[J]．現(xiàn)代情報,2009,29(11):220-224．

[4] 龍茂興,孫根年,馬麗君，等. 區(qū)域旅游網(wǎng)絡(luò)關(guān)注度與客流量時空動態(tài)比較分析——以四川為例[J]. 地域研究與開發(fā),2011,30(3):97.

[5] 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)注度時空相關(guān)分析[J].經(jīng)濟地理,2011,31(4):684-685.

[6] 龍茂興,龍珍付.旅游地網(wǎng)絡(luò)關(guān)注度的客流時序響應—以張家界和遵義為例[J]. 商業(yè)時代,2013(17):58.

[7] 路紫,趙亞紅,吳士鋒,等．旅游網(wǎng)站訪問者行為的時間分布及導引分析[J]．地理學報,2007,62(6): 621-630.

[8] 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：時間分布及其前兆效應[J].地理與地理信息科學,2008,24(6):102-107.

[9] 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)系及預測研究——以北京故宮為例[J].旅游學刊,2013,28(11):98.

[10] 龍茂興.網(wǎng)絡(luò)關(guān)注度的客流響應差異成因分析——以張家界和遵義為例[J]. 科學咨詢(科技·管理),2013(9):68-70.

[11] 汪秋菊,賈宇,劉宇,等.奧運場館水立方的客流量與網(wǎng)絡(luò)關(guān)注度關(guān)系分析[J].東北石油大學學報,2013,37(5):118 - 119.

[12] Govers R, Go F M. Projected destination image online: Website content analysis of pictures and text[J]. Information technology & tourism, 2004, 7(2): 73-89.

(責任編輯 柴 智)

Analyzing Based on the Relationship Between Tourist Flow and Network Attention——Take the Capital Museum as an Example

WANG Yu-xia，WANG Jing

(Beijing Union University, Beijing 100101，China)

This article analyzed the two curves of tourist flow and network attention of Capital Museum in a specific time period, and found it came to periodic fluctuation. Then by analyzing the VAR model, the results verified the precursor effect of network attention to tourist flow, showed the network attention had a significant impact on tourist flow. However, it is worth attention that the impact of tourist flow on network attention is not significant. Finally, according to the results of the empirical analysis we put forward three corresponding suggestions to improve museum tourism services: one is to establish a network data monitoring platform for warning of tourist flow; the second is to enhance tourist experience, and expand the effect of public praise; the third is to attach importance to the network publicity to enhance the influence of the museum. Finally, this article analyzed the existing deficiencies in this study.

Museum; Tourist flow; Network attention; Relationship analysis; Suggestions of improving museum tourism services

10.16255/j.cnki.ldxbz.2016.01.014

2015-11-14

北京市屬高等學校高層次人才引進與培養(yǎng)計劃項目(CIT&TCD201404079),北京市教委項目(12210991503105)。

王靜，E-mail: lytwangjing@buu.edu.cn

G 269.271

A

1005- 0310(2016)01- 0075- 06