(1.中国海洋大学 管理学院,山东 青岛266100;2.教育部人文社会科学重点研究基地 中国海洋大学 海洋发展研究院,山东 青岛266100)

1　引言

随着我国从“单独二孩”到“全面二孩”等生育政策的调整与实施,我国未来的人口总量与人口结构将发生较大变化[1],同时对居民家庭规模与结构产生影响。据国家统计局发布,自2013年我国颁布的生育政策的实施,少儿抚养比持续上升,2016年增长到22.95%[2],说明未来0—14岁的人群数量呈现扩增趋势。自2013年以来,随着“爸爸去哪儿了”、“爸爸回来了”等亲子类综艺节目的热播,引起了全民开展亲子活动的热潮,大众开始注重亲子互动,通过亲子活动与孩子互动相处,了解孩子的真实想法与兴趣,进而有利于孩子的健康成长。目前,我国已进入大众旅游时代,旅游需求日益增加,家庭旅游、自驾游、周边游等旅游形态成为越来越多居民日常生活中的组成部分,家庭旅游市场规模日渐庞大。亲子游作为家庭旅游的一部分,已成为比较受欢迎的旅游方式之一。与家庭旅游有所不同的是,亲子游更加注重“亲”与“子”的互动,是由父母和未成年子女共同参与,为增进亲子家庭之间感情的一种旅游形式,具有认知性、体验性、休闲性等特点。艾瑞咨询和驴妈妈旅游网联合发布的《2016年中国暑假亲子游市场》显示,2018年我国在线亲子游市场交易规模将达到492.9亿元,同比增长52.5%[3],可见未来我国亲子游市场消费规模庞大。国外对亲子游的研究包含在家庭旅游领域中,主要研究包括家庭旅游决策中孩子的地位与作用[4,5]、孩子在家庭旅游决策过程中扮演的角色[6]、家庭与孩子之间的假期互动[7,8]等方面,研究视角集中在讨论家庭旅游决策成员的角色与地位,家庭旅游消费中的决定因素等方面。我国亲子游市场发展起步较晚,亲子游产品体系尚未完善,与家庭旅游概念有所混淆,未能突出亲子游产品“亲”与“子”之间互动的特征,虽在名义上各大旅游企业均推出适合亲子家庭的亲子游产品,但同质类产品泛滥,未能突出亲子旅游的真正目的,部分产品甚至与普通休闲类产品并无差别,出现欺骗游客的不道德行为。近几年我国亲子游市场作为具有消费潜力的市场迅速崛起,但其学术研究相对匮乏,有关亲子游的学术研究主要集中研究亲子游概念的界定[9,10]、亲子游市场及产品的问题与现状分析[11,12]。近几年该领域开始运用实证方法研究亲子游问题。例如，黄先开[13]构建了城市公园亲子家庭游客忠诚影响因素的结构方程模型,并对其进行实证研究;刘敏、窦群[14]采用实地调研和问卷发放方式获取数据,运用SPSS等统计方法量化分析亲子游市场,并基于家庭结构变化的背景,揭示了城市居民亲子游的消费特征。但从网络关注视角探究我国亲子游市场格局及区域差异研究相对匮乏。

随着我国社会经济发展、互联网的普及,网络信息成为目前大众获取信息的重要方式之一。中国互联网络信息中心(CNNIC)发布的第40次《中国互联网络发展状况统计报告》显示,截止到2017年6月我国的网民规模达到7.51亿人次,互联网普及率为54.3%。网络信息对旅游的发展也产生了重要影响。《2017年中国在线旅游年度监测报告》显示,2016年中国在线旅游市场交易规模增长到5934.6亿元,增长率34%,线上渗透率12.1%,可见越来越多的游客通过网络方式进行目的地旅游信息搜索,在线预定旅游产品,实施旅游活动。网络信息与旅游的研究也逐渐受到业界关注,主要是网络信息对旅游者搜索、决策行为的影响[15,16]、网络信息对旅游目的地及旅游流的影响[17-19],以及利用网络信息预测旅游需求[20]、评价旅游资源吸引力[21],网络信息对旅游者满意度的影响研究等方面[22,23],可见网络信息已成为旅游者日常旅游消费的重要决策环节,旅游者对旅游活动的网络关注度可被认为是旅游者需求及决策行为在网络上的直接体现。目前有关网络关注度与旅游的研究主要集中在网络关注度与客流量的研究[24,25]、研究区域案例分析[26,27]、旅游需求特征分析[28]等,涉及旅游活动与网络关注度的研究较少,国内学者大多运用百度搜索引擎中的百度指数方法作为网络关注度的基础数据,百度指数(Baidu Index)方法所获取的用户关注度数据为网络关注度提供了有力支撑,百度指数是以关键词搜索用户关注数值,虽然通过该方法获取的数据可能会出现检索误差,无法达到非常精确,有研究表明运用该方法得出的研究走势及结论具有科学依据[29]。基于此,本文利用百度指数方法,获取2013—2016年我国31个省份(未包含香港和澳门特别行政区、台湾地区,下同)对亲子游的网络关注度数据,探讨亲子游网络关注度的区域差异及产生的原因分析,为亲子游市场的培育及亲子游产品开展提供科学参考。

2　研究方法与数据来源

2.1　研究方法

变差系数(CV):变差系数又称为标准差率或离散系数,是标准差与平均数的比值,它是衡量两个或多个区域经济规模样本指标之间的差异程度。

(1)

变差系数反映区域间亲子游网络关注度的相对均衡度或差异程度,CV值越大,表示我国31个省份对亲子游网络关注度的空间差异越显著。

泰尔指数(T):本文选取泰尔指数测度我国亲子游网络关注度的区域差异。由于泰尔指数可以将我国亲子游网络关注度按区域结构进行多层次分解,因此我国亲子游网络关注度区域差异可分解成区域间差异、区域内差异和以省际为单元的总体差异,计算公式为:

区域间亲子游网络关注度差异泰尔指数Tbr:

(2)

式中,Ii和Ni分别为区域i亲子游网络关注度指数和互联网上网人数;I和N分别为我国亲子游网络关注度指数和互联网上网人数。

区域内亲子游网络关注度差异泰尔指数Twr:

(3)

式中,Iij和Nij分别为区域i内省区j的亲子游网络关注度指数和互联网上网人数,Ii和N分别为区域i亲子游网络关注度指数和互联网上网人数。

以省际为单元的亲子游网络关注度总体差异泰尔指数TP:

(4)

式中,Iij、Nij分别为区域i内省区j的亲子游网络关注度指数和互联网上网人数;I、N分别为全国亲子游网络关注度指数和互联网上网人数。

为了进一步分析我国31个省份亲子游网络关注度产生区域差异的原因,将泰尔指数分解为区域间差异和区域内差异,并计算亲子游网络关注度区域差异贡献率。

区域间亲子游网络关注度对我国亲子游网络关注度差异形成的贡献率为:

Tbr/TP

(5)

区域内亲子游网络关注度差异对我国亲子游网络关注度差异形成的贡献率为:

(6)

区域i内部亲子游网络关注度差异对我国亲子游网络关注度差异形成的贡献率为:

(7)

2.2　数据来源

百度指数是以百度网页和百度新闻数据为基础的数据分享平台,是当前互联网乃至整个数据时代最重要的统计分析平台之一。该方法可计算出每个关键词的“用户关注度”的数值,并且反映不同关键词在过去一段时间内的“用户关注度”的变化态势及网民的需求。“用户关注度”是以网民在百度的搜索量为数据基础,以关键词为统计对象,科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权和,并以曲线图的形式展现[30]。

本研究以“亲子游”作为关键词,在百度指数中搜索我国31个省份的亲子游网络关注度。由于2013年亲子游类节目开始热播,并考虑数据的可对比性,本研究选取2013年1月1日至2016年12月31日网络用户对“亲子游”的用户关注度作为网络关注度的数据,同时对我国31个省份按年份和地区进行统计,获得我国网络用户对亲子游网络关注度的一手数据,为分析我国亲子游网络关注度区域差异提供科学的数据支撑。本研究所使用的互联网人数数据来源于中国互联网络信息中心2013—2016年发布的《中国互联网络发展状况统计报告》统计数据。

3　亲子游网络关注度区域差异特征分析

3.1　网络关注度总体态势分析

2013—2016年我国网络用户(或潜在旅游者)对亲子游的网络关注度总体呈现上升状态(图1),由整体趋势、PC趋势、移动趋势的曲线可见,网络用户(或潜在旅游者)对亲子游网络关注度总体态势相似,均呈现逐渐上升趋势,2016年略微下降,PC端较移动端搜索亲子游信息的网络用户更多,而利用移动端搜索亲子游信息甚至预订亲子游产品的网络用户相对较少。2013—2016年我国互联网上网人数分别为6.18亿人次、6.49亿人次、6.8亿人次、7.31亿人次,与关注亲子游的网络用户数量相比,网络用户对亲子游的网络关注度较少,对亲子游信息关注不高,但随着互联网的普及,亲子游活动的多样化、丰富化,可预测出我国亲子游网络关注度会越来越高,网络用户通过网络搜索旅游信息也会越来越便利。

图1　2013—2016年亲子游网络关注度总体趋势分析

为了探讨2013—2016年我国31个省份对亲子游网络关注度的总体差异,利用变差系数测度东、中、西地区之间,沿海和内陆之间的差异变化(图2),CV1表示2013—2016年东、中、西部区域之间的差异变化,CV2表示2013—2016年沿海与内陆区域之间的差异变化。由式(1)计算结果可知,CV1和CV2均呈现下降趋势,CV2高于CV1且下降趋势更加明显(图2),说明与东、中、西部区域差异相比,沿海与内陆之间区域差异逐渐缩小,沿海与内陆区域内各省份对亲子游网络关注度均有所上升。而东、中、西部地区之间的区域差异缩小趋势较为缓和,从2013年区域差异开始减小,2015年到达最低值,随后2016年呈现差异增大态势,深入分析发现,东部地区省份对亲子游网络关注度最高,尤其是以上海、浙江、江苏、广东为主的东部沿海地区四年来居于亲子游网络关注度的前五位,亲子旅游市场及旅游需求不可小觑;中部地区主要以河南、湖北省为代表,对亲子游网络关注度逐渐增加;西部地区对亲子游网络关注度较弱,其中四川省网络用户对亲子游的网络关注较高,四川省亲子游活动也相当火爆,推动西部地区亲子游市场的发展,西部其他地区网络关注较弱,亲子游市场处于待开发阶段。

图2　2013—2016年我国各个区域亲子游网络关注度差异变化

3.2　网络关注度的区域差异分析

为了深入探讨我国31个省份亲子游网络关注度的区域总体差异,本研究将我国31个省份分为东部、中部、西部三大区域,使用以省际为单位的亲子游网络关注度泰尔指数公式计算,区域间差异表示三大区域之间的差异,区域内差异表示三个区域内各省份之间的差异。由式(2)—式(4)计算结果可知,2013—2016年亲子游网络关注度东、中、西部区域总体差异呈现先略微下降后上升的趋势,为相对稳定的状态(图3),说明东、中、西部三大区域总体差异逐渐缩小,但由于西部地区网络普及率较低,网络尚未完全实现信息化,网络搜索亲子游信息较少,因此总体差异缩小频率较慢;三大区域间差异呈现略微下降态势,泰尔指数从2013年的0.0313迅速下降到2016年的0.0020,说明三大区域之间的差异在逐渐缩小;三大区域内差异明显,下降幅度较大,泰尔指数从2013年的0.1904降低至2016年的0.1739,说明三大区域内差异大幅度减小。

图3　2013—2016年亲子游网络关注度总体、区域间、区域内差异

东、中、西部区域差异总体呈下降态势。由图4可见,东部区域差异泰尔指数呈急剧下降趋势,从2013年的0.1759下降到2016年的0.1325,表明东部区域内各省份对亲子游的网络关注差异在迅速减小。深入分析发现,东部地区中北京市、上海市、江苏省、浙江省、山东省这五个省份在近四年来网络用户对亲子游的网络关注均位列前十位,且网络关注呈现上升态势,东部地区差异急剧缩小。中部区域差异泰尔指数出现“降—升—降”特征,从2013年的0.0194突然降低到2014年0.0057。深入分析发现,黑龙江省网络用户对亲子游网络关注突然升高,究其原因是由于迪士尼3D动画电影《冰雪奇缘》在2013年上映。截止2014年7月16日,《冰雪奇缘》以全球12.74亿美元的票房成为全球动画史票房冠军,引发了全民对冰雪旅游的需求,因此黑龙江省网络用户极其关注亲子游活动,旅游需求急剧上升。中部区域差异泰尔指数从2014的0.0057上升到2016年的0.0070,区域差异逐渐变大,原因是山西省、江西省等中部地区网络用户对亲子游的关注度减少,可能与亲子游开发有关。西部区域差异泰尔指数在三大区域差异中最低,且处于相对稳定的状态,分析发现,西部地区中只有四川省网络用户对亲子游的网络关注有所上升,其他西部地区省份均未有太大变化,一方面说明四川省亲子游消费需求上升,急需开发亲子游产品满足亲子游家庭需求;另一方面说明大部分西部地区的亲子游市场与产品大处于初步开发阶段,急需刺激亲子旅游需求,增大亲子旅游消费市场。

图4　2013—2016年亲子游网络关注度东、中、西部差异

为了进一步分析我国亲子游网络关注度差异的原因,本研究利用式(5)—式(7)对区域内各地区、三大区域内、三大区域间亲子游网络关注度对我国亲子游网络关注度差异形成的贡献率进行测算(表1)。

表1　2013—2016年亲子游网络关注度东部、中部、西部贡献率分解

由表1可见,区域间的亲子游网络关注度差异对总体差异的贡献率在2013年表现较为显著,达到了0.2091;但在2014年以后,亲子游网络关注度区域内差异对总体差异的贡献率较大,从2014年的0.1632上升到2016年的0.1739,主要表现在东部区域内贡献率最高,贡献率均在75%以上,远远超过中、西部地区内贡献率;西部地区内贡献率保持在0.1左右,处于次要地位,中部地区内贡献率最低,保持在0.01左右,说明我国范围内东部地区网络用户对亲子游的网络关注最高,远远高于中、西部地区。

3.3　沿海与内陆亲子游网络关注度区域差异

为了深入探讨我国亲子游网络关注度总体差异的形成,本研究将我国31个省份划分为两大区域即沿海地区与内陆地区,利用泰尔指数的可分解性,对我国亲子游网络关注度总体差异分为区域间差异和区域内差异,并且采用泰尔指数折线图来反映亲子游网络关注度空间差异的变化过程,使用以省际为单位的亲子游网络关注度泰尔指数公式计算,代表总体差异,使用区域间差异表示沿海与内陆两大地区之间的差异,使用区域内差异表示两大区域内各省份之间的差异。由式(2)—式(4)计算结果可知,2013—2016年我国亲子游网络关注度区域总体差异、区域间差异、区域内差异均呈现下降趋势,总体差异与区域内差异泰尔指数相近且走势相一致,总体上都是呈现出逐步下降的趋势(图5),表明我国亲子游网络关注度区域总体差异主要由沿海地区和内陆地区两大区域内各省份之间的差异带来的。而区域间差异泰尔指数一直维持在较低的水平,表明区域间差异变化不大,处于相对稳定的状态。

图5　2013—2016年亲子游网络关注度沿海与内陆三类区域差异

沿海和内陆地区之间的差异呈现大幅度持续下降趋势(图6),2013年沿海地区泰尔指数为0.1276,2016年降低到0.0988,而内陆地区泰尔指数从2013年的0.1999降低到2016年0.0736,表明沿海与内陆区域内差异在迅速缩小,并且内陆地区比沿海地区内差异缩小速度更快,说明内陆地区网络用户较沿海地区对亲子游网络关注度更加强烈,沿海地区区域差异有所缓和,呈现关注度分布平均增长态势。深入分析发现,自2013年“爸爸去哪儿了”、“爸爸回来了”等亲子类节目开播,引起了全民对亲子游活动的关注。一方面,沿海地区省份中以上海市、浙江省、江苏省、广东省网络用户对亲子游网络关注度最高,四年来均处于31个省份中的前五位,可见沿海地区亲子旅游需求量巨大,其他沿海地区省份网络用户对亲子游的关注度也较高。沿海地区亲子游市场较内陆地区大,近四年来沿海地区网络关注度区域差异逐渐缩小,呈现平均发展态势,也与近几年沿海地区省份亲子游市场饱和度相关。另一方面,内陆地区亲子游市场发展起步较晚。2013年内陆地区网络用户对亲子游网络关注度整体不高,随着人们经济水平的提高,对旅游需求越来越旺盛,对旅游活动不再只局限于传统的观光旅游,而是更注重有体验性、教育性的亲子游活动,因此内陆地区网络用户逐渐开始关注亲子游活动,其中北京市、河南省、湖北省网络用户对亲子游的网络关注度最高。值得注意的是,四川省网络用户近两年对亲子游网络关注迅速提高,预示着未来四川省亲子游市场的规模增大。

图6　2013—2016年亲子游网络关注度沿海与内陆区域差异

为进一步分析我国亲子游网络关注度差异的原因,本研究利用式(5)—(7)对区域内各地区、两大区域内、两大区域间亲子游网络关注度对我国亲子游网络关注度差异形成的贡献率进行测算(表2)。由表2可见,2013—2016年两大区域内贡献率是亲子游网络关注度区域总体差异的最主要贡献者,两大区域内贡献率2013年为0.9659,2016年上升到0.9957,近四年贡献率均高达95%以上,而两大区域间差异相对而言非常低,从2013年的0.0341降低到0.0043,近4年贡献率均不到0.05%。2013—2016年沿海地区贡献率稳步上升,2013年沿海地区内贡献率为0.4295,2016年上升到0.5506,而内陆地区内贡献率处于逐渐下降趋势,2013—2016年贡献率由0.5134降低到0.4411,2014年以后沿海地区取代内陆地区,成为区域差异的主要贡献者。

表2　亲子游网络关注度沿海与内陆区域差异贡献率分解

4　结论与讨论

4.1　结论

本研究利用百度指数方法,获取2013—2016年我国31个省份对亲子游网络关注度的数据,为了全方位、多角度分析我国对亲子游的网络关注产生区域差异及其差异原因,将全国31个省份划分为东部地区、中部地区、西部地区和沿海地区、内陆地区进行分析,根据泰尔指数可分解的特性,计算区域间及区域内泰尔指数及泰尔指数贡献率。结论如下:①2013—2016年我国31个省份对亲子游网络关注度总体处于上升态势,网络用户更愿意使用PC端搜索获取亲子游信息。②2013—2016年东、中、西部地区省份对亲子游网络关注度的区域总体差异不断缩小,区域内各省份的网络关注差异较区域间差异缩小幅度较大。亲子游网络关注度区域内差异对总体差异的贡献率较大,其中东部地区贡献率最高。东部地区网络用户对亲子游的网络关注均高于中西部地区。③2013—2016年亲子游网络关注度区域总体差异主要由区域内差异产生,区域间差异相对稳定;沿海与内陆区域内差异均在迅速缩小,并且内陆地区比沿海地区内差异缩小速度更快,且区域内贡献率是亲子游网络关注度区域总体差异的最主要贡献者,其中沿海和内陆地区贡献率较为平均,但沿海地区逐渐取代内陆地区,成为区域差异的主要贡献者。

4.2　讨论

我国31个省份对亲子游这一旅游活动的网络关注度在不断的增加,且区域差异不断较小,由于网络关注度与客流量之间的关系可以预测,因此区域差异减小在一定程度上起到了预示客流量的作用。在未来亲子旅游活动的产品或线路规划发展中,如何对待我国亲子游网络关注度区域差异是一个关键性的问题,由于亲子游活动呈现周边游、短途游、周末游的趋势,旅游企业、旅行社等相关企业应根据我国31个省份对亲子游活动的网络关注度来开发适宜性的亲子游产品,刺激亲子游消费市场,满足亲子游家庭的旅游需求。对亲子游网络关注较高的省份大多集中在我国东部与中部地区尤其是沿海地区,西部地区的网络关注度较低,如何在网络关注度高的区域满足旅游者需求,在网络关注度较弱的地区培育亲子游市场,挖掘旅游者的亲子旅游需求还需进一步深入地研究。