(華僑大學(xué) 旅游學(xué)院,福建 泉州362021)

旅游安全信息是旅游者出游決策的重要參考,對旅游安全信息的需求也是地區(qū)居民旅游安全意識的直接反映?；ヂ?lián)網(wǎng)的發(fā)展與移動終端等通訊設(shè)備的普及為旅游者提供了獲取旅游信息的多種渠道,公眾不再局限于傳統(tǒng)媒體等渠道了解旅游信息。截至2016年12月,我國網(wǎng)民規(guī)模達(dá)到7.31億人,互聯(lián)網(wǎng)普及率為53.2%,手機(jī)網(wǎng)民占比高達(dá)95.1%[1]。旅游者可通過網(wǎng)絡(luò)檢索全面了解目的地旅游安全狀況,為旅游決策提供有效參考[2]。

互聯(lián)網(wǎng)用戶通過網(wǎng)絡(luò)檢索產(chǎn)生的海量檢索數(shù)據(jù)被記錄下來,這些數(shù)據(jù)能直接客觀地反映旅游者旅游需求信息[3]。用戶對旅游安全的檢索數(shù)據(jù)直觀體現(xiàn)了旅游者對目的地旅游安全的關(guān)注度,側(cè)面反映了對安全的重視程度。研究我國各省、自治區(qū)、直轄市的旅游安全網(wǎng)絡(luò)關(guān)注度,能把握居民對旅游安全相關(guān)的網(wǎng)絡(luò)關(guān)注行為,為旅游目的地實(shí)施差異化旅游安全管理提供理論依據(jù)。

1 文獻(xiàn)回顧

網(wǎng)絡(luò)關(guān)注度指數(shù)來源于互聯(lián)網(wǎng)海量檢索記錄,是了解旅游者對旅游目的地關(guān)注程度的重要參考,對現(xiàn)實(shí)客流量和游客行為有引導(dǎo)預(yù)測作用,具有較大的應(yīng)用價值。近年來,學(xué)術(shù)界對網(wǎng)絡(luò)信息及用戶網(wǎng)絡(luò)關(guān)注行為的探討逐漸深入。李山等較早關(guān)注到百度指數(shù)這一用戶數(shù)據(jù),并運(yùn)用到景區(qū)現(xiàn)實(shí)客流量預(yù)測中[4]。此后聚焦于網(wǎng)絡(luò)關(guān)注度與現(xiàn)實(shí)旅游客流關(guān)系研究的旅游學(xué)者逐漸增多。龍茂興等以四川省為研究對象,再次驗(yàn)證了旅游網(wǎng)絡(luò)用戶關(guān)注度與實(shí)際旅游客流之間存在極強(qiáng)的正相關(guān)性[5]。隨著研究的深入,一些學(xué)者嘗試建立基于網(wǎng)絡(luò)信息的旅游客流預(yù)測模型。黃先開等利用計量經(jīng)濟(jì)學(xué)方法分析了百度關(guān)鍵詞與北京故宮實(shí)際游客量間的關(guān)系,建立了沒有百度關(guān)鍵詞和加入百度關(guān)鍵詞的兩種預(yù)測模型并進(jìn)行了預(yù)測精度比較[6];張斌儒等引入百度指數(shù)提供的關(guān)鍵詞數(shù)據(jù)對海南省旅游收入進(jìn)行了預(yù)測[7]。此外,旅游學(xué)科對網(wǎng)絡(luò)關(guān)注度的研究集中于探討網(wǎng)絡(luò)關(guān)注度的時空特征及其影響因素。林志慧等對旅游景區(qū)逐日網(wǎng)絡(luò)空間關(guān)注度周內(nèi)分布和季節(jié)性分布進(jìn)行了實(shí)證分析[8];張曉梅等采用地理集中指數(shù)等方法測度了平遙古城網(wǎng)絡(luò)關(guān)注度時空特征,在此基礎(chǔ)上指出客源地人均GDP和兩地間的距離是影響網(wǎng)絡(luò)關(guān)注度空間分布的重要特征[9]。

以上研究多從旅游網(wǎng)絡(luò)關(guān)注度與實(shí)際客流的關(guān)系角度切入,旅游安全網(wǎng)絡(luò)信息作為游客網(wǎng)絡(luò)檢索信息需求的重要方面,較少有旅游學(xué)者深入研究該議題。有關(guān)旅游安全網(wǎng)絡(luò)關(guān)注度的研究主要包括：林煒鈴等分析了全國旅游安全網(wǎng)絡(luò)關(guān)注度的區(qū)域差異特征[2];鄒永廣等研究了區(qū)域間的旅游安全網(wǎng)絡(luò)關(guān)注度差異并具體分析時空差異特征,初步判斷地區(qū)經(jīng)濟(jì)發(fā)展水平、網(wǎng)絡(luò)發(fā)達(dá)程度、突發(fā)事件數(shù)量等差異影響各省市旅游安全網(wǎng)絡(luò)關(guān)注度的差異[10]。前人的研究內(nèi)容相對聚焦,但涉及面局限,多集中于網(wǎng)絡(luò)關(guān)注度時空特征、與實(shí)際客流量關(guān)系研究。多數(shù)學(xué)者選擇特定區(qū)域、A級景區(qū)探討網(wǎng)絡(luò)關(guān)注度時空分布,旅游安全網(wǎng)絡(luò)關(guān)注度作為旅游者對旅游安全信息需求的重要反映,卻缺乏旅游學(xué)者的深入研究與充分探討；研究方法上一般采用時間序列數(shù)據(jù)或者橫截面數(shù)據(jù),極少有面板數(shù)據(jù)模型的應(yīng)用。本文在上述研究成果的基礎(chǔ)上結(jié)合計量經(jīng)濟(jì)學(xué)方法對我國31個省、自治區(qū)、直轄市的面板數(shù)據(jù)進(jìn)行實(shí)證分析(未包括香港與澳門特別行政區(qū)、臺灣地區(qū),下同),進(jìn)一步探究旅游安全網(wǎng)絡(luò)關(guān)注度的影響因素,以期對旅游安全管理有現(xiàn)實(shí)指導(dǎo)意義。

2 研究方法與數(shù)據(jù)

2.1 指標(biāo)選取與數(shù)據(jù)來源

本研究以我國31個省、自治區(qū)及直轄市為研究對象,選取2011—2015年31個省、自治區(qū)、直轄市的面板數(shù)據(jù)作為研究樣本。梳理已有文獻(xiàn)發(fā)現(xiàn),旅游安全網(wǎng)絡(luò)關(guān)注度的影響因素涉及諸多指標(biāo)。綜合考慮指標(biāo)數(shù)據(jù)的可獲取性與完整性,本研究確定選取的指標(biāo)見表1。

表1 旅游安全網(wǎng)絡(luò)關(guān)注度的影響因素及其指標(biāo)

解釋變量:①社會人口統(tǒng)計特征。主要包括分地區(qū)居民性別比、受教育程度指標(biāo)。根據(jù)《中國統(tǒng)計年鑒》統(tǒng)一劃分,性別比指人口中男、女性人數(shù)之比,即每100名女性人口相對應(yīng)的男性人口數(shù);將受教育程度指標(biāo)分為6歲和6歲以上初中人口數(shù)、高中人口數(shù)、大專及以上人口數(shù)。前人研究指出,男女兩性在網(wǎng)絡(luò)信息的關(guān)注取向和關(guān)注程度的確存在差異[11],性別對游客安全感有顯著影響[12],建立在男、女安全感存在顯著差異[12]的理論基礎(chǔ)上認(rèn)為不同性別的游客對旅游安全的信息需求及關(guān)注程度不同,因此選擇性別比作為解釋變量,并預(yù)期性別對地區(qū)旅游安全網(wǎng)絡(luò)關(guān)注度有顯著影響,其影響方向和強(qiáng)度待進(jìn)一步分析驗(yàn)證。②地區(qū)經(jīng)濟(jì)發(fā)展水平,選取人均GDP進(jìn)行衡量。鄒永廣分析發(fā)現(xiàn),旅游安全網(wǎng)絡(luò)關(guān)注度與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平呈現(xiàn)顯著相關(guān)性[10];張曉梅認(rèn)為客源地的人均GDP是網(wǎng)絡(luò)關(guān)注度空間分布的主要影響因素[9]。地區(qū)經(jīng)濟(jì)發(fā)展水平與當(dāng)?shù)匦畔⒒A(chǔ)設(shè)施建設(shè)的完善程度息息相關(guān),較為發(fā)達(dá)的地區(qū)人均GDP較高,當(dāng)?shù)鼐用裼懈嗟馁Y金用于旅游消費(fèi),出游意愿較強(qiáng),因此對旅游相關(guān)信息的需求也更大,對旅游安全信息的關(guān)注度更高。在衡量地區(qū)經(jīng)濟(jì)發(fā)展水平的各項(xiàng)指標(biāo)中,人均GDP是衡量一個地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r的重要指標(biāo)。本研究選擇人均GDP衡量各地區(qū)經(jīng)濟(jì)發(fā)展水平,因此預(yù)期人均GDP與地區(qū)旅游安全網(wǎng)絡(luò)關(guān)注度有顯著正向影響。③互聯(lián)網(wǎng)發(fā)展水平?；ヂ?lián)網(wǎng)發(fā)展水平主要由互聯(lián)網(wǎng)上網(wǎng)人數(shù)、互聯(lián)網(wǎng)普及率體現(xiàn)。綜合前人文獻(xiàn)和概念內(nèi)涵,本研究選取互聯(lián)網(wǎng)普及率作為衡量我國各地區(qū)互聯(lián)網(wǎng)發(fā)展水平的指標(biāo)。旅游安全網(wǎng)絡(luò)關(guān)注度是建立在用戶網(wǎng)絡(luò)檢索行為上采集的海量信息,而產(chǎn)生網(wǎng)絡(luò)檢索行為的前提條件是互聯(lián)網(wǎng)發(fā)展?fàn)顩r。鄒永廣[10]、李霞[13]等指出互聯(lián)網(wǎng)發(fā)展水平是影響網(wǎng)絡(luò)關(guān)注度的重要因素。互聯(lián)網(wǎng)普及率高,說明該地區(qū)使用互聯(lián)網(wǎng)的人數(shù)占總?cè)藬?shù)的比例更大,總體旅游安全網(wǎng)絡(luò)關(guān)注度指數(shù)更高,因此預(yù)期地區(qū)互聯(lián)網(wǎng)普及率與地區(qū)旅游安全網(wǎng)絡(luò)關(guān)注度有顯著正向影響。④地區(qū)人口規(guī)模。各地區(qū)旅游安全網(wǎng)絡(luò)關(guān)注度指數(shù)體現(xiàn)的是基于地區(qū)IP地址的互聯(lián)網(wǎng)所在地區(qū)的用戶對旅游安全的關(guān)注程度,考慮到百度指數(shù)的實(shí)際計算邏輯,研究認(rèn)為地區(qū)人口規(guī)模是地區(qū)旅游安全網(wǎng)絡(luò)關(guān)注度存在差異性的重要因素之一。比較之下,人口基數(shù)大的地區(qū)旅游安全網(wǎng)絡(luò)關(guān)注度指數(shù)更高。

被解釋變量:被解釋變量為我國31個省、自治區(qū)、直轄市的旅游安全網(wǎng)絡(luò)關(guān)注度,具體數(shù)據(jù)來源于以“旅游安全”為主要關(guān)鍵詞的各地區(qū)百度指數(shù),選擇其中的“用戶關(guān)注度”指數(shù)數(shù)據(jù)旅游安全網(wǎng)絡(luò)關(guān)注度指數(shù)。百度指數(shù)是以百度海量網(wǎng)民行為數(shù)據(jù)為基礎(chǔ),基于百度搜索引擎的海量數(shù)據(jù)為用戶提供海量數(shù)據(jù)信息服務(wù)的在線數(shù)據(jù)分享平臺[14]。檢索條件中的“地區(qū)”選項(xiàng)體現(xiàn)的是基于IP地址的互聯(lián)網(wǎng)所在地區(qū)的用戶或居民對旅游安全問題的關(guān)注情況[10]。

樣本數(shù)據(jù):本研究數(shù)據(jù)時間為2011—2015年,數(shù)據(jù)分析軟件為Eviews9.0，原始數(shù)據(jù)來源于相關(guān)年份的《中國統(tǒng)計年鑒》、中國統(tǒng)計局官方網(wǎng)站、百度指數(shù)平臺等。由于2016年《中國統(tǒng)計年鑒》中2015年分地區(qū)受教育程度數(shù)據(jù)統(tǒng)計制度與前四年不同,統(tǒng)計結(jié)果口徑不同,數(shù)據(jù)水平差異大,故通過插值補(bǔ)全法對2015年受教育程度原始數(shù)據(jù)進(jìn)行歸一化處理。

2.2 研究方法

本研究擬根據(jù)數(shù)據(jù)類型特點(diǎn),建立合適的面板數(shù)據(jù)模型(Panel Data Model),實(shí)證分析各個解釋變量對我國31個省、自治區(qū)、直轄市的旅游安全網(wǎng)絡(luò)關(guān)注度的影響。面板數(shù)據(jù)兼具橫截面、時間和指標(biāo)三維信息特點(diǎn),是對不同時間的截面?zhèn)€體進(jìn)行連續(xù)觀測得到的多維時間序列數(shù)據(jù)[15],使用面板數(shù)據(jù)進(jìn)行實(shí)證分析,能提高分析結(jié)果的精度和有效性。為了避免非平穩(wěn)時間序列建立回歸模型時易發(fā)生的“偽回歸”問題,面板數(shù)據(jù)將時間序列數(shù)據(jù)和橫截面數(shù)據(jù)進(jìn)行了混合。本研究在構(gòu)建面板數(shù)據(jù)模型前首先進(jìn)行了單位根檢驗(yàn)和協(xié)整檢驗(yàn),以檢驗(yàn)數(shù)據(jù)序列的平穩(wěn)性[16]。平穩(wěn)性檢驗(yàn)通過后,使用F檢驗(yàn)和Hausman檢驗(yàn)方法確定面板數(shù)據(jù)模型設(shè)定形式。主要是:①單位根檢驗(yàn)。單位根檢驗(yàn)過程中若發(fā)現(xiàn)數(shù)據(jù)序列存在單位根,則對序列進(jìn)行一階差分后繼續(xù)檢驗(yàn);若仍然存在單位根,則需進(jìn)行二階甚至高階差分后檢驗(yàn),直至序列平穩(wěn)為止。目前檢驗(yàn)方法主要有LLC檢驗(yàn)、IPS檢驗(yàn)、ADF檢驗(yàn) 和 PP檢驗(yàn)等。為了避免單一檢驗(yàn)方法的偏差,保證結(jié)論的穩(wěn)健性,本研究使用LLC、IPS、Fisher-ADF和Fisher-PP四種檢驗(yàn)方法對數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。②協(xié)整檢驗(yàn)。面板協(xié)整檢驗(yàn)一般包括同質(zhì)面板協(xié)整和異質(zhì)面板協(xié)整檢驗(yàn),前者一般使用Kao檢驗(yàn),后者一般使用Pedroni協(xié)整檢驗(yàn)。這兩種檢驗(yàn)方法的原假設(shè)均為不存在協(xié)整關(guān)系,從面板數(shù)據(jù)中得到的殘差統(tǒng)計量進(jìn)行檢驗(yàn)。

3 旅游安全網(wǎng)絡(luò)關(guān)注度影響因素實(shí)證分析

3.1 平穩(wěn)性檢驗(yàn)

單位根檢驗(yàn):本研究選擇四個統(tǒng)計檢驗(yàn)量對研究中涉及的變量進(jìn)行單位根檢驗(yàn),從而檢驗(yàn)研究數(shù)據(jù)的平穩(wěn)性。其中,LLC檢驗(yàn)原假設(shè)為“各截面序列具有相同單位根過程”;IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)和Fisher-PP檢驗(yàn)原假設(shè)為“各截面序列具有不同的單位根”。檢驗(yàn)結(jié)果見表2。序列l(wèi)nX1、lnX2、lnX3、lnX4、lnX5、lnX6、lnX7、lnY四種檢驗(yàn)方法對應(yīng)的P值遠(yuǎn)小于顯著性水平0.05,拒絕存在單位根的原假設(shè),為平穩(wěn)變量I(0)。

表2 變量平穩(wěn)性檢驗(yàn)結(jié)果

協(xié)整檢驗(yàn):變量間同階單整情況下,采用KAO協(xié)整檢驗(yàn)法對變量進(jìn)行協(xié)整檢驗(yàn)。從表3可見,P值小于0.05(0.0197),拒絕原假設(shè)。在置信度為95%的條件下,認(rèn)為變量之間存在協(xié)整關(guān)系,可進(jìn)行下一步研究。

表3 序列協(xié)整檢驗(yàn)結(jié)果

3.2 模型選擇

本研究中面板數(shù)據(jù)模型形式為:

yit=αi+β1ix1it+β2ix2it+…+βkixkit+uit(i=1,2,3…,N；t=1,2,3…，T)

(1)

經(jīng)Eviews9.0軟件分析后的結(jié)果見表4、表5。對給定的顯著性水平0.05,F檢驗(yàn)結(jié)果中的P值<0.05,拒絕原假設(shè),拒絕建立混合模型,采用固定效應(yīng)模型;Hausman檢驗(yàn)結(jié)果顯示,P值遠(yuǎn)小于0.05時,拒絕原假設(shè),拒絕建立個體隨機(jī)效應(yīng)模型。綜合上述兩種檢驗(yàn)結(jié)果,本研究確定建立個體固定效應(yīng)變截距模型。

表4 F檢驗(yàn)結(jié)果

表5 Hausman 檢驗(yàn)結(jié)果

3.3 結(jié)果分析

模型估計結(jié)果:模型估計結(jié)果見表6。從表6可見,R2=0.9644,調(diào)整后的R2=0.9532,可決系數(shù)很高,F檢驗(yàn)P值小于0.05,拒絕原假設(shè),說明回歸方程顯著,即列入模型的各個解釋變量聯(lián)合起來對被解釋變量有顯著影響。但多個變量所對應(yīng)的P值>0.05,且影響系數(shù)符號與理論預(yù)期相反,表明該模型可能存在嚴(yán)重的多重共線性問題。

表6 模型估計結(jié)果

我們將每個X變量分別作為別解釋變量對其余X變量進(jìn)行回歸,檢測回歸所得可決系數(shù)和方差擴(kuò)大因子的數(shù)值。表7的結(jié)果顯示,除lnx1、lnx4、lnx6外,輔助回歸的可決系數(shù)很高,當(dāng)方差擴(kuò)大因子VIFj≥10時,通常說明該解釋變量與其他解釋變量之間有較嚴(yán)重的多重共線性[16],這里除lnx2、lnx3、lnx4、lnx7的方差擴(kuò)大因子遠(yuǎn)大于10,表明確實(shí)存在嚴(yán)重的多重共線性問題。

表7 輔助回歸的值

模型修正結(jié)果:借助Eviews9.0軟件,采用廣義最小二乘法逐步回歸對個體固定效應(yīng)模型進(jìn)行參數(shù)估計,lnX2、lnX3被剔除,得出結(jié)果見表8。

表8 面板模型參數(shù)估計結(jié)果

從參數(shù)估計各項(xiàng)結(jié)果看:①F-statistic指標(biāo)P值為0,小于顯著性水平0.05,拒絕原假設(shè),說明回歸方程顯著,即列入模型的各個解釋變量聯(lián)合起來對被解釋變量有顯著影響。②多重可決系數(shù)衡量估計模型對觀測值的擬合程度,多重可決系數(shù)數(shù)值介于0和1之間,數(shù)值越接近1,說明模型對數(shù)據(jù)的擬合程度越好。分析結(jié)果顯示,R2=0.9843,修正的可決系數(shù)為0.9790,本研究中模型對樣本的擬合較好,解釋能力較強(qiáng)。③DW檢驗(yàn)方法是檢驗(yàn)自相關(guān)的常用方法,主要用于檢驗(yàn)殘差序列的相關(guān)性,其區(qū)間為(0,4)；當(dāng)DW值=2時,不相關(guān)。分析結(jié)果中DW≈2.2835,說明殘差序列不相關(guān),不存在自相關(guān)情況。進(jìn)一步分析參數(shù)可知,地區(qū)人口數(shù)、互聯(lián)網(wǎng)普及率、人均地區(qū)生產(chǎn)總值、受教育程度(大專及以上人口數(shù))均對旅游安全網(wǎng)絡(luò)關(guān)注度有顯著影響(|t|>2,P<0.05),性別比對旅游安全網(wǎng)絡(luò)關(guān)注度的影響不顯著(|t|<2,P>0.05)。

4 結(jié)論與討論

性別這一變量與理論預(yù)期不符。從性別比對旅游安全網(wǎng)絡(luò)關(guān)注度的無顯著影響來看,當(dāng)前網(wǎng)絡(luò)高度化發(fā)展時代,網(wǎng)絡(luò)已成為人們獲取信息的基本渠道,這是不分性別的?；谏鲜鐾普?目前性別差異對旅游者通過網(wǎng)絡(luò)獲取旅游信息資訊并無顯著的影響,移動終端的高度普及使人們獲取網(wǎng)絡(luò)信息更加便利。以往研究中曾指出,女性受職業(yè)地位與家庭內(nèi)部資源分配影響,導(dǎo)致其信息設(shè)備購買能力低于男性,這一結(jié)論在新的時代背景下有待商榷。前人研究成果指出性別的差異造成男女對網(wǎng)絡(luò)關(guān)注行為有所差異,且性別對網(wǎng)絡(luò)關(guān)注行為的影響是動態(tài)且多元化的,會受到年齡、教育程度等因素的影響[11]。本研究未全面考慮其他因素的影響,有關(guān)性別對旅游安全網(wǎng)絡(luò)關(guān)注的影響作用有待深究。

地區(qū)人口數(shù)對旅游安全網(wǎng)絡(luò)關(guān)注度有顯著的正向作用,且其影響彈性系數(shù)最大(1.4093)。前人較少探討地區(qū)人口規(guī)模對網(wǎng)絡(luò)關(guān)注度的影響,但本研究考慮到旅游安全網(wǎng)絡(luò)關(guān)注度的計算邏輯,認(rèn)為地區(qū)人口規(guī)模是影響其旅游安全網(wǎng)絡(luò)關(guān)注度指數(shù)水平的重要因素,旅游安全網(wǎng)絡(luò)關(guān)注度是基于地區(qū)居民網(wǎng)絡(luò)搜索記錄產(chǎn)生的指數(shù)數(shù)據(jù),該關(guān)注度的高低與該地人口規(guī)模密不可分。本研究結(jié)果也驗(yàn)證了前文理論分析中人口數(shù)越大的省、自治區(qū)、直轄市的旅游安全網(wǎng)絡(luò)關(guān)注度指數(shù)越大。

互聯(lián)網(wǎng)發(fā)展水平對旅游安全網(wǎng)絡(luò)關(guān)注度有顯著的正向作用,為主要影響因素之一。結(jié)果顯示,互聯(lián)網(wǎng)普及率對旅游安全網(wǎng)絡(luò)關(guān)注度的影響彈性系數(shù)為0.6991,僅低于地區(qū)人口數(shù)的影響彈性系數(shù)。一方面,互聯(lián)網(wǎng)發(fā)展水平高的省份說明該地區(qū)能為居民使用互聯(lián)網(wǎng)提供更為優(yōu)質(zhì)的硬軟件環(huán)境,居民上網(wǎng)更為便捷,搜尋旅游安全網(wǎng)絡(luò)信息的途徑更順暢;另一方面,互聯(lián)網(wǎng)發(fā)展水平高的地區(qū)經(jīng)濟(jì)發(fā)展水平一般也較高,居民有較強(qiáng)的經(jīng)濟(jì)基礎(chǔ)支撐旅游活動,因此正向影響旅游安全網(wǎng)絡(luò)關(guān)注度。

人均地區(qū)生產(chǎn)總值對旅游安全網(wǎng)絡(luò)關(guān)注度有積極的正向影響。其原因可從兩個角度進(jìn)行解釋:一方面,作為體現(xiàn)地區(qū)經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)之一,人均地區(qū)生產(chǎn)總值高,說明地區(qū)的經(jīng)濟(jì)發(fā)展水平相對其他地區(qū)更高,各方面的基礎(chǔ)設(shè)施投入包括互聯(lián)網(wǎng)接入設(shè)備等投入更加完善;另一方面,居民經(jīng)濟(jì)狀況對其出游決策有重要制約作用,人均GDP高,地區(qū)居民出游意向更高。人本主義心理學(xué)家Maslow曾提出著名的需要層次理論[17],其中闡述了人類的不同層次需要對指導(dǎo)其自身行為具有重要意義。在人類一系列復(fù)雜需要中,根據(jù)其優(yōu)先次序可分為生理需要至自我實(shí)現(xiàn)的五層次的需要。對人類個體來說,只有滿足基本需要才能發(fā)展更高級的需要。經(jīng)濟(jì)基礎(chǔ)是推動游客出游的重要基礎(chǔ)條件,從而在具備出游意愿的基礎(chǔ)上產(chǎn)生對旅游安全相關(guān)信息的關(guān)注。一些地區(qū)居民因個人經(jīng)濟(jì)條件受限導(dǎo)致旅游意愿較弱,如青海、西藏等,因此地區(qū)經(jīng)濟(jì)發(fā)展水平的差異使各省份旅游安全網(wǎng)絡(luò)關(guān)注度差異較大。

由受教育程度(大專及以上人口數(shù))這一指標(biāo)的分析結(jié)果可知,大專及以上人口數(shù)對旅游安全網(wǎng)絡(luò)關(guān)注度有顯著的正向影響,影響彈性系數(shù)為0.0031。即受教育程度高的人口數(shù)越多,則該地區(qū)的旅游安全網(wǎng)絡(luò)關(guān)注相對更高。相比之下,大專及以上人口數(shù)的影響系數(shù)明顯低于人口數(shù)、互聯(lián)網(wǎng)普及率及人均地區(qū)生產(chǎn)總值的影響系數(shù),可見受教育程度并非旅游安全網(wǎng)絡(luò)關(guān)注度的決定性影響因素。該結(jié)果再次驗(yàn)證,在網(wǎng)絡(luò)高度發(fā)展與移動設(shè)備廣泛普及的信息化時代,受教育程度、性別差異對居民網(wǎng)絡(luò)使用率的影響逐漸減弱。

居民網(wǎng)絡(luò)關(guān)注行為受多種因素的影響,基于該統(tǒng)計的旅游安全網(wǎng)絡(luò)關(guān)注度指數(shù)的影響因素也是多元而復(fù)雜的。除了本研究中提及的因素外,可能還包括地區(qū)居民閑暇時間、旅游目的地突發(fā)事件數(shù)量等[18-20]。以上各個要素中,有些促使地區(qū)旅游安全網(wǎng)絡(luò)關(guān)注度提高,有些則降低旅游安全網(wǎng)絡(luò)關(guān)注度,關(guān)注我國旅游安全網(wǎng)絡(luò)關(guān)注度的動態(tài)變化能在一定程度上預(yù)測旅游目的地實(shí)際客流量,從而針對性地對不同地區(qū)采取差異化的旅游安全管理。

本文在前人研究基礎(chǔ)上進(jìn)行了進(jìn)一步拓展,研究結(jié)果表明:地區(qū)人口數(shù)、互聯(lián)網(wǎng)發(fā)展水平、地區(qū)經(jīng)濟(jì)發(fā)展水平、受教育程度等對旅游安全網(wǎng)絡(luò)關(guān)注度有顯著的正向影響,其中地區(qū)人口數(shù)、互聯(lián)網(wǎng)發(fā)展水平和地區(qū)經(jīng)濟(jì)發(fā)展水平是重要的影響因素?？紤]到本研究樣本為面板數(shù)據(jù),閑暇時間、居民出游偏好、氣候舒適度等信息較難獲得合適的測度數(shù)據(jù),因此選取的指標(biāo)數(shù)據(jù)受限,結(jié)果僅在一定層面驗(yàn)證了前人成果并進(jìn)一步對影響方向和影響強(qiáng)度進(jìn)行了探究,而有關(guān)旅游安全網(wǎng)絡(luò)關(guān)注度的諸多因素未全面考慮到,還需做進(jìn)一步的研究驗(yàn)證。

參考文獻(xiàn)：

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心.第39次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[EB/OL].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/.

[2]林煒鈴,鄒永廣,鄭向敏.旅游安全網(wǎng)絡(luò)關(guān)注度區(qū)域差異研究——基于中國31個省市區(qū)旅游安全的百度指數(shù)[J].人文地理,2014,(6)∶154-160.

[3]蔡衛(wèi)民,彭晶,覃娟娟.韶山的全國網(wǎng)絡(luò)關(guān)注熱度矩陣及推廣策略研究[J].旅游科學(xué),2016,(4)∶61-72.

[4]李山,邱榮旭,陳玲.基于百度指數(shù)的旅游景區(qū)絡(luò)空間關(guān)注度：時間分布及其前兆效應(yīng)[J].地理與地理信息科學(xué),2008,(6)∶102-107.

[5]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,(3)∶93-97.

[6]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(yù)測研究——以北京故宮為例[J].旅游學(xué)刊,2013,(11)∶93-100.

[7]張斌儒,黃先開,劉樹林.基于網(wǎng)絡(luò)搜索數(shù)據(jù)的旅游收入預(yù)測——以海南省為例[J].經(jīng)濟(jì)問題探索,2015,(8)∶154-160.

[8]林志慧,馬耀峰,劉憲鋒,等.旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時空分布特征分析[J].資源科學(xué),2012,(12)∶2427-2433.

[9]張曉梅,程紹文,劉曉蕾,等.古城旅游地網(wǎng)絡(luò)關(guān)注度時空特征及其影響因素——以平遙古城為例[J].經(jīng)濟(jì)地理,2016,(7)∶196-202.

[10]鄒永廣,林煒鈴,鄭向敏.旅游安全網(wǎng)絡(luò)關(guān)注度時空特征及其影響因素[J].旅游學(xué)刊,2015,(2)∶101-109.

[11]蔣美華,李翌萱.網(wǎng)絡(luò)信息關(guān)注行為的性別差異分析[J].山西師范大學(xué)學(xué)報(社會科學(xué)版),2013,(5)∶141-144.

[12]Franklin C A,Franklin T W.Predicting Fear of Crime：Considering Differences Across Gender[J].Feminist Criminology,2009,4(1)∶83-106.

[13]李霞,曲洪建.郵輪旅游網(wǎng)絡(luò)關(guān)注度的時空特征和影響因素——基于百度指數(shù)的研究[J].統(tǒng)計與信息論壇,2016,(4)∶101-106.

[14]百度指數(shù).產(chǎn)品簡介[EB/OL].https：//index.baidu.com/Helper/?tpl=help&word=.

[15]黃曉燕,曹小曙,李濤.中國城市私人汽車發(fā)展的時空特征及影響因素[J].地理學(xué)報,2012,(6)∶745-757.

[16]龐皓.計量經(jīng)濟(jì)學(xué)(第二版)[M].北京：科學(xué)出版社,2010.

[17]許金聲.動機(jī)與人格[M].北京：華夏出版社,1987.

[18]馬麗君,孫根年,李玲芬,等.海口旅游氣候舒適度與客流量年內(nèi)變化相關(guān)分析[J].資源科學(xué),2008,(11)∶1754-1759.

[19]曹偉宏,何元慶,李宗省,等.麗江旅游氣候舒適度與年內(nèi)客流量變化相關(guān)性分析[J].地理科學(xué),2012,(12)∶1459-1464.

[20]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(jì)地理,2011,(4)∶680-685.