EN中文

经济地理 >

2019 , Vol. 39 >Issue 6: 214 - 222

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.06.024

旅游经济与管理

江西省城市旅游形象的网络化呈现

  • 田逢军 , 1 ,
  • 吴珊珊 1 ,
  • 胡海胜 , 1, ※ ,
  • 田国林 2 ,
  • 李向明 1
展开
  • 1.江西财经大学 旅游与城市管理学院，中国江西 南昌 330013
  • 2.浙江工商大学 财务与会计学院，中国浙江 杭州 310018
※ 胡海胜（1978—），男，江西弋阳人，博士，副教授。主要研究方向为旅游规划与设计。E-mail：。

田逢军（1975—），男，土家族，湖南永顺人，博士，教授。主要研究方向为城市旅游与城市游憩。E-mail：。

收稿日期: 2018-12-17

  修回日期: 2019-03-28

  网络出版日期: 2025-04-24

基金资助

江西省高校人文社会科学研究项目(JC17104)

收起

Networked Presentation of Jiangxi City Tourism Image

  • TIAN Fengjun , 1 ,
  • WU Shanshan 1 ,
  • HU Haisheng , 1, ※ ,
  • TIAN Guolin 2 ,
  • LI Xiangming 1
Expand
  • 1. School of Tourism and Urban Management，Jiangxi University of Finance and Economics，Nanchang 330013，Jiangxi，China
  • 2. School of Accounting，Zhejiang Gongshang University，Hangzhou 310018，Zhejiang，China

Received date: 2018-12-17

  Revised date: 2019-03-28

  Online published: 2025-04-24

Fold

摘要

基于互联网旅游大数据，以江西省11个地级市为研究对象，构建以互联网上目的地旅游知名度和旅游美誉度为基础指标的网络旅游形象矩阵，分析江西省各市网络旅游形象的感知与分异特征；在此基础上，结合旅游者网络评价的话语分析，采用语义网络分析和主题分析方法探讨网络虚拟社区中旅游者对江西省各市代表性景区的负面评价及影响因素。结果表明，江西各市网络旅游形象感知总体表现为知名度偏低但美誉度较突出的特征，各市间的网络旅游形象有较大差异；江西各市代表性景区负面评价语义网络呈现核心圈层、次核心圈层和外围圈层的核心—边缘意象结构；景点与景色、管理与服务、收费与消费是影响江西城市网络旅游形象的主要因素，并可进一步凝练成“性价比”这一综合问题。文章最后从宣传、整饰、提升三个层面提出加强江西城市网络旅游形象建设的建议。

关键词： 城市旅游形象; 旅游知名度; 旅游美誉度; 语义网络分析; 江西省

本文引用格式

田逢军 , 吴珊珊 , 胡海胜 , 田国林 , 李向明 . 江西省城市旅游形象的网络化呈现[J]. 经济地理, 2019 , 39(6) : 214 -222 . DOI: 10.15957/j.cnki.jjdl.2019.06.024

Abstract

Based on the network tourism big data and taking 11 prefecture-level cities in Jiangxi Province as the research object, this paper constructs the online tourism image matrix based on the network popularity and reputation of the tourism destination, analyzes the perception and differentiation characteristics of the online tourism image of each city in Jiangxi Province. On the basis of these, it explores the negative evaluation of the representative scenic spots in the internet virtual community and the influencing factors of city tourism destination image in Jiangxi Province applying the discourse analysis of the tourist network evaluation, the semantic network analysis and the topic analysis method. The results show that the overall perception of city tourism image in Jiangxi is characterized as low network popularity but high network reputation. The online tourism image among cities is quite different. The negative evaluation semantic network of representative scenic spots in Jiangxi is characterized as core-edge circle structure which is the core layer, subcore layer and edge layer. Attractions and scenery, management and services, fees and consumption are the main factors affecting the online tourism image of cities in Jiangxi Province, and can be further condensed into a comprehensive problem of"the ratio of price to performance". At the end of the article, the paper puts forward suggestions on strengthening the construction of online tourism image in various cities of Jiangxi Province from the perspectives of propaganda, decoration and promotion.

Key words： city tourism image; tourism popularity; tourism reputation; semantic network analysis; Jiangxi Province

城市既是主要的旅游客源地，同时也是重要的旅游目的地。自1980年代以来，城市旅游一直是旅游研究中的重要主题[1]。通过发展旅游业促进经济社会发展已成为中国大部分城市的战略选择。在此背景下，新老旅游城市在市场中的竞争日趋激烈，良好的城市旅游形象成为了吸引旅游者的关键要素[2]。同时，在互联网时代，越来越多的旅游者开始借助网络完成旅游过程（游前的确定目的地、游中的服务搜寻和游后评价）。网络对城市旅游形象的影响日益凸显[3]。
Gartner提出旅游目的地形象由认知、情感和意动三个成分构成[4]。在该研究基础上，Baloglu等将目的地形象分为认知形象、情感形象以及总体形象三个维度[5]。后续的大量研究也都认可和证实了旅游目的地形象的三层次结构[6⇓-8]。在目的地感知形象的形成机制方面，研究者将目的地形象分为出游前、出游时、出游后三个阶段的感知过程[9]，每个阶段影响游客感知的因素不同[10]。在网络普及前，游客在行前获取信息主要通过报纸、广告等方式，而当前则可以通过Google、Baidu等搜索引擎全面获取网络数据，并在游后通过旅游虚拟社区将照片或点评分享出去，表达自己对目的地的情感态度。尽管目的地形象包含多个维度以及复杂的形成过程，但目前相关研究较多聚焦于行前或游后对目的地形象感知的角度[11⇓-13]，较少从游前与游后感知相结合的视角来研究目的地形象，导致目的地形象的评价可能存在偏差。目的地品牌是与旅游目的地形象类似的概念，包括品牌知名度、品牌美誉度等若干维度[14-15]。尽管从严格意义上来说，目的地形象并不等同于目的地品牌，但目的地形象的打造是完成开发品牌本体、物化展示品牌本体环节工作的关键[16]。从二者联系来看，目的地形象中的认知成分可以表征旅游目的地的知名度，而情感成分可以表征旅游目的地的美誉度[17]。李蕾蕾提出旅游目的地知名度是旅游者（包括潜在旅游者）对旅游地的识别、记忆程度，目的地的美誉度是旅游者（包括潜在旅游者）对一个城市获得旅游者信任、接纳和欢迎的程度[18]。结合目的地形象三个阶段的演进过程不难发现，目的地知名度能够反映旅游者（包括潜在旅游者）游前对目的地的识别程度，而目的地的美誉度能够反映旅游者游后对目的地的信任、接纳和欢迎程度。
从研究方法来看，以往研究所采用的结构法和非结构法主要依靠人工问卷调查或实地访谈的方式获取研究数据。近年来，基于网络的在线游客数据激增，游客感知可以通过社交媒体、在线评论等用户生成的内容反映[19]，越来越多的中外学者开始借助网络数据来研究旅游目的地形象。文本的内容分析成为目的地形象评价的一个重要手段。尽管随着研究方法的进步，学者们已经可以使用多种网络数据，但仅有少数学者利用游客的行前搜索数据或游后照片[20-21]对目的地形象进行研究。目前比较多的研究是基于网络文本（如游客评语、游记等）通过词频分析[19,22⇓⇓-25]、情感分析[19,22-23]、语义网络分析[19,22⇓-24]等方式评价某一目的地的游客感知形象，也有少量研究通过质性分析概括文本主题的方式来研究目的地形象。王佳果等运用质性分析软件对一个典型的民族旅游目的地的旅游者在互联网上传播的旅游者文本进行分析，发现旅游者对该目的地的总体感知倾向于正面评价，但对旅游服务设施抱怨明显[26]。丛丽等使用内容分析和质性主题分析相结合的研究方法，探讨了中国旅游者在访问圈养环境中的大熊猫研究基地时的旅游体验，发现大熊猫旅游体验的主题可以概括为旅游者、目的地和大熊猫三大核心主题[27]。
本研究利用互联网旅游大数据，以互联网上目的地旅游知名度和美誉度为两个向度构建网络旅游形象矩阵，对江西省各市网络旅游形象感知进行定量评价。由于相比游客线上的正面评价，改善负面评价对目的地旅游形象的提升更为重要[17]，本研究采用文本的内容分析和主题分析法对网友提出的江西旅游城市代表性景区的负面评价进行编码分析，探索城市网络旅游形象的影响因素。在此基础上，提出相应的对策建议，为互联网时代江西城市旅游发展提供参考。

1 研究方法与数据来源

1.1 网络旅游形象矩阵的建立

随着互联网不断走进普通人的生活，搜索引擎在成为人们获取信息的重要平台的同时，也生成和记录了大量用户搜索数据[28]。游客在做出旅游决策前，往往会利用搜索引擎搜寻目的地的交通、气候、住宿等影响消费决策的信息。搜索引擎数据记录了游客上亿次的不同搜索，能够反映旅游者对旅游产品的关注、偏好趋势以及提供关于游客未来旅游行为的预测[29] 。这种现象，即数据所反映的关注度，使得网络搜索数据与旅游者关注与行为产生密切联系，同时使得研究人员探寻二者之间的关系成为可能[30]。本研究以搜索数据所反映的网络关注度作为互联网上该目的地旅游知名度的定量数据。
旅游者往往用相机将美景记录下来，并将之传到在线旅游社区中。研究显示，约89%的游客会在旅行过程中拍照，其中41%的人在网上发布照片[31]。根据“旅游凝视”理论，旅游凝视是旅游诉求、动机与行为相融合的产物[32]，视觉（“凝视”）在旅游者感知中有着至关重要的作用[33⇓-35]。游客的视觉感知可以是高度有形的，例如特定设施或活动的感知，也可能是高度无形的，例如对“美”的感知[34]。而摄影恰是旅游凝视的物化体现，一方面是游客记录个人经历、保留个人记忆、重塑目的地景象的重要途径之一[36]。而另一方面，图像或照片也是用户（旅游者）传递他们想法与情感，促进相互理解的载体之一[37]。因此，本研究认为：一个旅游目的地的网络美景照片占该目的地全部网络旅游照片的比例反映了线上旅游者对该目的地的认可与赞美程度，可将其作为互联网上该目的地旅游美誉度指标。
在参考国内外相关文献[10,38]的基础上，结合上述分析，本文提出以互联网上目的地旅游知名度和旅游美誉度为两个向度指标的网络旅游形象矩阵（图1）。
图1 网络旅游形象矩阵

Fig.1 The online tourism image matrix

1.2 文本分析与主题分析

文本分析与主题分析是描述性定性分析的两种不同方法[39]。其中，文本分析是社会科学中一种常用的研究方法，通常用于系统地评估所有形式的记录人类交流的符号内容，包括书面文件、照片、录像等[27,40]。而主题分析是一种识别、分析和解释定性数据中的图案意义或“主题”的方法[41-42]，通过将单独来看毫无意义的部分想法或经验组合在一起[43]，使之赋有意义。由于不同游客对目的地的描述具有高度的一致性[44]，可以通过文本分析和主题分析挖掘有价值的信息。本文借助ROST Content Mining软件和Nvivo 8软件进行文本分析和主题分析。

1.3 数据处理流程

在数据获取方面，以百度指数作为网络知名度数据的来源网站，以携程旅行网作为美景图片和游客评论数据的来源网站。携程旅行网是中国内地最大的在线旅游运营商，百度是全球最大的中文搜索引擎，利用百度指数平台提供的“搜索指数”，可以快速准确地获取目的地区域不同时间段的网络关注度及趋势曲线图，探究旅游人流与网络信息流间的关系[30]。
P a = ( A 2015 + A 2016 + A 2017 ) 3 × 365
式中： P a表示某城市在互联网上的旅游知名度； A 2015表示某城市2015年的日平均网络关注度。
其次，以携程网旅游攻略社区江西省11市主页中旅游者上传的美景图片为数据源分析江西各市在互联网上的旅游美誉度。在筛选美景照片时，将美景照片限定为有景物构成、反映城市风貌、具有一定观赏价值的照片。需要指出的是，旅游者对一座城市或一个景区的赞美不仅仅体现在对风景的记录，也体现在对历史遗迹、民俗风情等城市特色的拍摄与记忆中。因此，美景图片可以是风景照片，也可以是反映城市历史与民俗特色的照片，但需要剔除单纯人物照片或以人物为主题的照片、导览图照片，以及其他不具有美感或反映景区环境、管理等负面问题的照片。由于各个城市的旅游图片数量庞大，考虑到研究的方便性，本研究采用系统抽样方法。某城市在互联网上的旅游美誉度计算公式如（2）所示。
R a = B P a ÷ T P a
式中： R a表示某城市在互联网上的旅游美誉度； B P a表示美景图片数量； T P a表示总的旅游图片数量。
然后，在上述数据分析的基础上，分别以某城市在互联网上的旅游知名度和旅游美誉度为横纵坐标，以m、n为横、纵坐标分界线，构建城市网络旅游形象矩阵，将四象限分别命名为“明星型”、“调整型”、“口碑型”、“问题型”，四象限分别构成城市网络旅游形象的四种状态（图1）：其中象限Ⅰ为“明星型”，表示旅游城市具有众人皆知的好形象；象限Ⅱ为“口碑型”，表示旅游城市的认可度高，但不出名；象限Ⅲ为“问题型”，表示旅游城市认可度低且不出名；象限Ⅳ为“调整型”，表示旅游城市知名度高，但旅游者认可度低。矩阵中横、纵坐标分界线m、n分别表示某区域各城市在互联网上旅游知名度和旅游美誉度的平均值。计算公式如下：
m = ∑ a = 1 11 P a 11     , n = ∑ a = 1 11 R a 11
式中： R a表示某城市在互联网上的旅游知名度； P a表示某城市在互联网上的旅游美誉度；i表示城市旅游地的数量。
文本分析时，选取江西省11个地级市的37个代表性景区（各市网络评价最多的一个景区及评价在300条以上的景区，对知名度和美誉度的影响最大） ① ，提取评价中2分和1分评论（剔除低分评价中可能包括的正面和中性评价）。首先，进行负面评价文本的语义网络分析，将文本数据导入ROST CM 6.0软件，绘制江西省代表性景区的负面评价语义网络图。其次，进行负面评价文本的主题分析，将江西省各市代表性景区负面评价文件导入到NVivo 8软件中，分四步进行自由编码：①自由节点编码（一级编码）。对文本逐行阅读，将主观认为反映旅游者负面评价的词句标出，归类为自由节点。②树节点编码（二级编码）。将表示相同概念的自由节点归为同一类中。③三级编码。在树节点编码基础上进行主题的凝练。④导出模型。

2 结果分析

2.1 江西省城市网络旅游形象的感知与分异特征

根据上述公式和模型，绘制江西省各市网络旅游形象矩阵（图2）。其中，旅游知名度分界值m=82976.7，旅游美誉度分界值n=68.8%。总体来看，江西省各市旅游美誉度指标数值均在50%以上，其中更有5个城市位于美誉度分界值以上，说明江西省各市在互联网上的旅游美誉度总体较高。相比之下，仅有南昌、九江、赣州、景德镇等4市的旅游知名度在分界值以上，其余城市均在分界值以下，说明江西省各市在互联网上的旅游知名度总体偏低。其中，九江、南昌、上饶是江西省旅游知名度和美誉度较高的城市旅游地，而新余、吉安是旅游知名度、美誉度较低的城市。另外，就旅游知名度来看，南昌最高，赣州次之，九江第三；就旅游美誉度而言，上饶最高，萍乡次之，抚州第三。江西省各市网络旅游形象的感知分异特征及原因分析见表1。
图2 江西省各市网络旅游形象矩阵

Fig.2 The online tourism image matrix of each city in Jiangxi

表1 江西省城市网络旅游形象分异表

Tab.1 Online tourism image differentiation of Jiangxi

象限 特征 范围 原因浅析
口碑型 P A< m； R A> n
知名度低，美誉度突出		 上饶、萍乡、
抚州、鹰潭		 这些城市的代表性旅游景区有三清山、龙虎山、婺源、武功山、大觉山等，属于江西省的代表性旅游资源和优质旅游景区，具有比较突出的口碑。
明星型 P A> m； R A> n
知名度高，美誉度突出		 九江 九江位于江西省北部，号称“天下眉目之地”，境内旅游资源丰富，有世界文化遗产庐山，国内第一大淡水湖鄱阳湖，江西千岛湖“庐山西海”等。近年来庐山旅游对九江旅游的推动，也使得九江旅游网络形象的知名度和美誉度都处于比较突出的水平。
问题型 P A< m； R A< n
知名度低，美誉度不突出		 新余、吉安、
宜春		 这三大城市虽拥有明月山、井冈山等全国知名旅游景区，但也存在着旅游宣传等方面的问题，世人知井冈山而不知吉安、知明月山而不知宜春。同时相比省内其他城市，这三市的旅游资源较为单薄，除井冈山、明月山外，缺乏其他突出的代表性旅游景区，属于低意象型城市旅游地。
调整型 P A> m； R A< n
知名度高，美誉度不突出		 南昌、景德镇、
赣州		 南昌是江西省会城市，景德镇作为中国“瓷都”自古以来就享有盛名，赣州则是江西省内最大、人口最多的一个城市，这三个城市在全国均有较高的知名度，但由于游客体验、景区管理等问题，美誉度并不突出。

2.2 江西省城市网络旅游形象的影响因素

2.2.1 文本与主题分析结果

语义网络图是通过概念和语义关系来展现要素之间联系的一种网络图。本研究将各网络图中意象元素的节点大小设置为按照词频高低显示，游客在评论中提及该词次数越多，词频越高，节点越大，该词在游客负面评价中代表的意象元素对游客负面情感的贡献度越大。语义网络分析结果（图3）显示游客对江西省各城市代表性景区网络形象的负面评价可大致分为三个层次：第一层为核心圈层，以“景区”、“景点”、“门票”、“管理”、“服务”等高频词为中心而簇布，主要与城市景点有关，反映了游客对城市旅游设施与服务的较深刻的认知形象感知；第二层为次核心圈层，以“人员”、“景色”、“游客”、“地方”、“时间”、“建议”、“收费”等中高频次词汇为中心分布，主要反映了游客对各城市景（区）点产生负面评价的对象；第三层次是外围圈层，包含有“浪费”、“混乱”、“失望”、“商业化”、“油菜花”、“性价比”、“不值”、“太差”、“缆车”等众多低频词汇，是对核心圈和次核心圈评价的丰富，主要与游客的负面情感评价内容有关。
图3 江西省代表性景区游客负面评价语义网络关系

Fig.3 Semantic network of negative comments about representative scenic spots in Jiangxi

由图3不难发现，“景点”、“景区”、“门票”等词汇有较强的共线关系，彼此间关联紧密，在游客负面评价中较具有代表性。此外，“景区”、“管理”、“服务”、“门票”、“游客”构成闭合回路，并与“性价比”、“不值得”、“时间”、“太差”等词紧密相连，显示了它们之间也存在较为紧密的关联。
从共性来看，江西省11市中除萍乡市外，其他城市的网络旅游形象基本与图3一样，呈现出典型的核心—边缘意象结构（图4）。其中，核心意象要素多为“景点”、“门票”、“服务”等游客感知较为强烈的意象元素，边缘意象要素多为游客的情感评价词。从差异性来看，南昌、九江、上饶、景德镇、宜春的语义网络共线条数较多，意象元素间的关系较密切，而赣州、萍乡的游客评价语义网络共线数较少，意象元素间的关系相对稀松。可能的解释是：①南昌、九江、上饶等城市内部的知名景点较多，游客停留的时间较长，对整个城市的了解以与游后评价更为充分，而赣州、萍乡等城市的内部知名景点相对偏少，游客的评价也相对较少；②江西省某些城市和景区之间呈现的“星亮月暗”的态势（如一些线上游客知井冈山而不知吉安市，知武功山而不知萍乡市）也是上述现象产生的可能原因。
图4 江西省各市代表性景区游客负面评价语义网络关系

Fig.4 Semantic network of negative comments about representative scenic spots in each city of Jiangxi Province

前述的语义网络分析较直观地展现了江西各旅游城市意象要素之间的关系，能够在一定程度上显现游客负面评价文本的深层次结构，但尚无法确切地概括出影响游客评价的关键因素。进一步对相关文本进行编码分析，共整理出自由节点（一级编码）53个（其中自由节点的参考点共有514处），树节点（二级编码）10个，核心主题（三级编码）3个。结合主题分析模型图5可知，游客负面评价主要体现为3大核心主题：景点与景色、管理与服务、收费与消费。其中，景区（点）特色问题主要体现在景色特征、景点保护、环境、交通区位、基础设施等方面；管理与服务问题主要体现在员工管理、游客管理、第三方管理等方面；收费与消费问题主要体现在门票、景区消费等方面。此外，三大核心主题可进一步凝练成“性价比”这一综合问题，即游客觉得欣赏到的景色、所获得的服务与所付出的金钱不相符，旅游的性价比较低。
图5 江西省各市代表性景区游客负面评价主题分析模型图

注：为方便图示，图中自由节点仅列示35个。

Fig.5 Theme analysis of negative comments about representative scenic spots in each city of Jiangxi Province

2.2.2 主要影响因素提炼

旅游者对目的地的认知形象是情感形象的基础，情感反应源于对客体的认知[45]。游客之所以会打出1分、2分的评价，很大程度上是因为城市旅游的一些重要环节在旅游者体验后无法令他们感到满意。结合图3~图5不难发现，影响江西省城市网络旅游（负面）形象的主要因素有如下几个：①景区规划与景点特色。由主题分析模型图不难发现，景区（点）特色对应景点与景色三级编码，体现在景点特征、景点保护、景区环境、通达性以及基础设施建设等方面；同时，由语义网络图3可知，“景区”、“景点”与“风景”、“地方”等词汇直接关联，游客对景区不满意的地方包括景色单调、缺乏个性、人多拥挤等，而这些正是景区规划和景点布置不到位的体现。②员工管理与服务。“管理”与“服务”既位于负面评价语义网络的核心圈层，同时也是负面评级三大主题之一。由图3可以看到，“管理”、“服务”与“人员”、“游客”等次核心圈要素紧密相连，显现了管理、服务与员工、游客之间的密切关系。结合主题分析模型图可知，景区管理与服务主要体现在员工管理、游客管理和第三方管理等三个方面。其中，员工管理这一二级编码的参考点在主题分析模型图中共有95条，占管理与服务这一三级编码参考点的52.7%，占总参考点的18.5%，说明员工管理是影响游客对景区管理评价的主要因素，也是城市网络旅游形象的关键影响因素之一。③景区消费与门票。收费主要反映在门票问题上。在语义网络图3、图4中，“门票”大都处于核心意象群中，且词频较高，说明门票问题的普遍存在性、游客的普遍关注性。游客对代表性景区门票不满意的地方主要有门票价格高、难以退票、捆绑销售、额外收费、以通票方式一刀切等。在江西省各市代表性景区负面评价的主题编码中，关于门票二级编码的参考点共有114条，占收费与消费这一三级编码参考点的57%，占总参考点的22.2%，进一步说明门票是城市网络旅游形象的关键影响因素之一。④“晕轮效应”。如果景区本身非常有特色，如江西三清山，可以在一定程度上弥补游客对管理和服务上带来的不满（爱屋及乌型）。相反，如果景区本身没有鲜明特色，门票价格相对较高（旅游者会以国内外著名景区为参照标准）又管理不善、服务滞后的话，则会加剧游客的不满（憎其胥余型）；而对景区及景区内工作人员和当地居民的不满又会影响到所在城市乃至整个江西省的网络旅游形象感知。例如李坑，从游客的负面网络评价来看，已经初步显现“李坑坑人”的不良名声，如果再不加以有效管制，将可能对婺源县、上饶市乃至整个江西省的旅游形象带来消极影响。

3 对策建议

3.1 基于旅游者行为规律的城市网络旅游形象宣传

由前述分析可知，江西省部分城市在互联网上的旅游知名度和美誉度偏低。本研究认为，造成这一现象的原因可能与其旅游形象宣传没有较好地遵从旅游者行为规律有较大关联。从旅游者空间行为规律来看，大尺度旅游者力图到级别较高的旅游点旅游，以景区所在的城市为支点安排旅程，构成环线或发散状的旅游路线[46]；而从区域旅游规划的角度来看，以城市为中心，规划、发展各代表性旅游景区并配套相应基础服务设施也有助于确定各旅游景区的特色，发挥规模效应，并通过旅游乘数效应促进整个城市的经济社会发展。例如，黄山是中国最具知名度的山岳景观，徽州地区在撤地建市时改名黄山市就充分利用了上述旅游者行为与区域旅游发展规律，形成到黄山市游黄山的旅游认知并促使旅游者以黄山市为支点来安排行程。相比较而言，江西省各市的旅游形象宣传是以景区（景点）为主，景区（点）所在的中心城市则被相对弱化。表面上看，这种宣传手段凸显了景区的地位，但实际上却并不利于景区在旅游者认知图中的定位（知道该景区在江西而不清楚景区所在的具体城市），从而隔离了景区和依托中心城市的联系，影响了所在中心城市的旅游知名度和美誉度，导致城市和景区之间呈现一种“星亮月暗”的态势，最终也降低了地方旅游发展对城市整体的经济、社会发展的推动作用。因此，建议江西省、市两级旅游部门改变资源依赖型的旅游形象宣传思路（突出代表性景区），充分尊重旅游者的行为规律（凸显中心城市），更多关注中心城市的网络旅游形象宣传，以“融景入城”为手段，将代表性知名景区置于所在中心城市名下，并通过挖掘旅游城市的地方特性，提炼城市网络旅游形象口号，塑造鲜明的城市网络旅游形象。

3.2 基于地方特色的城市网络旅游形象整饰

由前述所及，江西省部分城市代表性景区（点）规划问题突出，游客不满景区的名不副实、景色单调、性价比低等，某种程度上是旅游城市地方性特色不突出所致。旅游本身强调生活差异的体验和地方特色的追求，但时下的城市建设留给旅游者记忆深刻的画面却越来越少[47]。任何城市都是在特定的自然环境和地域文化背景中生长起来的，不同时期的自然遗产和文化遗产共同编织了城市自然环境和地域文化变迁的记忆，构成城市最内在、最持久的本底要素，是城市特色形成的基石。城市旅游形象只有建立在城市特色基础上才能在文脉环境上为人们创造连续的、可以使人感受到历史变迁和生活场景变化的文化背景；才能在视觉上为人们提供轻柔明快、典型鲜明的视觉享受；才能在空间环境上为人们创造舒适方便的生活空间。
江西省11个地级市个个依山傍水、秀美天成，而且大都拥有大量与自然环境相协调、富有地方特色的历史街区，形成独具特色的地域景观文化。建议依托各市特定的自然环境和地域文化，实施基于城市特色的城市网络旅游形象优化策略。以赣州市为例，虽然并无特别知名的景点，但其“山水古城”的整体景观极具美感，且人文底蕴深厚，以“江南宋城”为代表的宋文化享誉中外，对休闲导向的城市旅游者有较大吸引力。因此，赣州城市网络旅游形象的优化，应注重以优美的自然山水反映城市的地域生态特色，并通过与自然山水环境的有机融合体现对城市地脉的继承，以“江南宋城”等历史文化遗存体现“古城”的传统文化精神，使之名副其实，保持城市文脉的连续性和“本土性”。同时，在全球化、现代化以及城市竞争日趋剧烈的今天，江西各市旅游形象的优化更要从城市发展的长远利益出发，着眼于地方历史文脉延续，规避地方政府在城市旅游形象建设中的短期行为和急功近利的倾向，以避免城市在发展中失去自我。

3.3 基于质量管理的城市网络旅游形象提升

由前述所及，员工管理与服务、景区收费与门票是旅游者负面印象的集中面，也是影响江西各市网络旅游形象的核心因素。因此，加强员工培训，提高服务质量以及淡化门票经济，加强景区收费管理等就自然成为江西各市进行城市网络旅游形象提升工程的着力点。
鉴于“晕轮效应”也是影响游客评价的重要因素，江西城市旅游主管部门和相关景区的经营者应及时更新观念，从互联网时代信息传播特征和旅游者的消费心理出发，全面实施基于网络口碑效应的城市网络旅游形象整饰策略，即重点关注城市旅游（景区）的网络口碑效应，重视旅游者的差评，努力通过各种手段消除现有管理和服务中的不足，提升城市旅游的美誉度。此外，通过建设界面更友好的网站，开设微博和微信传播城市旅游形象，并获得新一代旅游者的认可，也是产生良好网络口碑效应的重要举措。

4 结论与讨论

4.1 结论

本研究利用网络旅游大数据，构建了城市网络旅游形象矩阵，分析了江西省各地级市网络旅游形象感知与分异的特征，并借助文本的语义网络分析和主题分析研究了城市网络旅游形象的影响因素。本文的主要研究结论如下：①江西各市网络旅游形象感知总体表现为知名度偏低但美誉度较突出的特征，各地级市之间的网络旅游形象存在较大差异。其中，九江的旅游知名度较高，美誉度较突出；上饶、萍乡、鹰潭、抚州4市的旅游美誉度较突出但知名度较低；南昌、赣州、景德镇3市的旅游知名度较高但美誉度不足；而新余、吉安、宜春的旅游知名度和美誉度均不突出。②江西省各市代表性景区负面评价的语义网络呈现核心圈层、次核心圈层和外围圈层的核心—边缘意象结构。核心圈层多以景区为中心，游客感知最为强烈；次核心圈层集中了游客负面情感评价的对象，如收费、景色等；外围圈层则反映了游客对旅游设施和服务的情感态度感知。③景区规划与景色特征、景区管理与服务、景区收费与消费是影响江西城市网络旅游形象的主要因素，而根本因素是性价比，且在晕轮效应的作用下，游客对某一景区的不满会影响所在城市的网络旅游形象感知。

4.2 研究贡献与启示

Pritchard等研究了旅行者对西澳大利亚的感知形象[33]；徐小波等从感知内容和感知态度的视角，利用目的地形象的感知度—认可度模型，将中国旅游城市分为四大类[10]。上述研究在建构目的地形象测评模型时均建构了以目的地形象为感知对象的因子体系，通过计算因子的重要性和表现性来确定总体形象的感知维度。这种方式计算复杂，不利于研究方法的推广和应用。本研究的贡献与启示在于：第一，将目的地城市网络旅游形象分解为互联网上目的地旅游知名度和旅游美誉度两个向度，以较为简单和可行的方式构建评价模型，从而更易于对相对抽象的目的地网络旅游形象进行评价。第二，多种研究方法相结合的评价手段对于研究城市网络旅游形象是必要的，单一的评价手段无法全面了解具有多个维度的城市网络旅游形象。第三，本文研究了江西各地级市网络旅游形象感知和分异的特征以及影响因素，这对于江西省各市城市建设、旅游规划具有重要意义，对于其他省市的旅游发展具有参考意义。第四，如果旅游研究者、政府主管部门能与携程网等旅游在线供应商进行合作，通过提取大数据对旅游目的地进行横向和纵向比较研究，那么就能及时、准确地反映互联网上目的地旅游知名度和旅游美誉度的差异及动态变化，继而通过改变旅游发展理念和提升服务水平等方式提升旅游者体验及满意度，以形成良好的城市网络旅游形象。

4.3 研究不足与展望

首先，本研究仅以携程网为网络评价数据的获取源，未能全面反映某时期互联网上所有江西城市旅游形象的网络化呈现情景。其次，部分数据的挖掘和分析受制于研究人员的主观判断，例如依靠研究人员的主观感知定义和选择美景图片，未来可通过线上与线下数据（如问卷调查）的相互验证以提高研究结论的准确性和可靠性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Ashworth G, Page S J. Urban tourism research:Recent progress and current paradoxes[J]. Tourism Management, 2011, 32(1):1-15.

[2]
Calantone R J, Di Benedetto C A, Hakam A, et al. Multiple multinational tourism positioning using correspondence analysis[J]. Journal of Travel Research, 1989, 28(2):25-32.

[3]
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.

[4]
Gartner W C. Image formation process[J]. Journal of Travel & Tourism Marketing, 1994, 2(2-3):191-216.

[5]
Baloglu S, McCleary K W. A model of destination image formation[J]. Annals of Tourism Research, 1999, 26(4):868-897.

[6]
Sharma P, Nayak J K. Testing the role of tourists' emotional experiences in predicting destination image,satisfaction,and behavioral intentions:A case of wellness tourism[J]. Tourism Management Perspectives, 2018, 28:41-52.

[7]
Stylidis D, Shani A, Belhassen Y. Testing an integrated destina tion image model across residents and tourists[J]. Tourism Management, 2017, 58:184-195.

[8]
粟路军, 何学欢, 胡东滨, 等. 服务质量对旅游者抵制负面信息意愿的影响机制研究——基于Stimulus-Organism-Response (S-0-R)分析框架[J]. 旅游科学, 2017, 31(6):30-51.

[9]
Gunn C A. Tourism planning[M]. New York: Taylor & Francis,1980.

[10]
徐小波, 赵磊, 刘滨谊, 等中国旅游城市形象感知特征与分异[J]. 地理研究, 2015, 34(7):1367-1 379.

[11]
Chew E Y T, Jahari S A. Destination image as a mediator between perceived risks and revisit intention:A case of post-disaster Japan[J]. Tourism Management, 2014, 40:382-393.

[12]
Tigre Moura F, Gnoth J, Deans K R. Localizing cultural values on tourism destination websites:The effects on users’willingness to travel and destination image[J]. Journal of Travel Research, 2015, 54(4):528-542.

[13]
Tseng C, Wu B, Morrison A M, et al. Travel blogs on China as a destination image formation agent:A qualitative analysis using Leximancer[J]. Tourism Management, 2015, 46:347-358.

[14]
Hankinson G. Destination brand images:a business tourism perspective[J]. Journal of Services Marketing, 2005, 19(1):24-32.

[15]
Horng J S, Liu C H, Chou H Y, et al. Understanding the impact of culinary brand equity and destination familiarity on travel intentions[J]. Tourism Management, 2012, 33(4):815-824.

[16]
曲颖, 李天元. 旅游目的地形象、定位和品牌化:概念辨析和关系阐释[J]. 旅游科学, 2011, 25(4):10-19,48.

[17]
沈体雁, 黄宁, 彭长江, 等. 中国景区网络形象指数研究——基于互联网内容分析方法[J]. 旅游学刊, 2015, 30(6):80-90.

[18]
李蕾蕾. 旅游地形象策划理论与实务[M]. 广州: 广东旅游出版社, 1999:88-97.

[19]
孙晓东, 倪荣鑫. 中国邮轮游客的产品认知,情感表达与品牌形象感知——基于在线点评的内容分析[J]. 地理研究, 2018(6): 1 159-1 180.

[20]
刘彬, 甘巧林. Web 2.0时代下的旅游摄影与婺源旅游地形象研究——基于旅游摄影照片的内容分析[J]. 旅游论坛, 2015, 8(2):54-60.

[21]
邓宁, 钟栎娜, 李宏. 基于UGC图片元数据的目的地形象感知——以北京为例[J]. 旅游学刊, 2018, 33(1):53-62.

[22]
王永明, 王美霞, 李瑞, 等. 基于网络文本内容分析的凤凰古城旅游地意象感知研究[J]. 地理与地理信息科学, 2015, 31(1):64-67.

[23]
郭风华, 王琨, 张建立, 等. 成都“五朵金花”乡村旅游地形象认知——基于博客游记文本的分析[J]. 旅游学刊, 2015, 30(4):84-94.

[24]
李君轶, 杨敏. 基于关键词选择的在线旅游信息搜寻行为模式研究[J]. 旅游学刊, 2013, 28(10):15-22.

[25]
吴恒, 姚冬玲. 基于词频分析的“驴友”旅游目的地选择研究[J]. 情报科学, 2015, 33(11):57-61.

[26]
王佳果, 王尧. 基于NVivo软件的互联网旅游文本的质性研究——以贵州黔东南肇兴的旅游者文本为例[J]. 旅游论坛, 2009, 2(1):30-34.

[27]
丛丽, 吴必虎. 基于网络文本分析的野生动物旅游体验研究——以成都大熊猫繁育研究基地为例[J]. 北京大学学报:自然科学版, 2014, 50(6):1087-1 094.

[28]
Li X, Pan B, Law R, et al. Forecasting tourism demand with composite search index[J]. Tourism Management, 2017, 59:57-66.

[29]
Yang X, Pan B, Evans J A, et al. Forecasting Chinese tourist volume with search engine data[J]. Tourism Management, 2015, 46:386-397.

[30]
孙烨, 张宏磊, 刘培学, 等. 基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例[J]. 人文地理, 2017(3):152-160.

[31]
Lo I S, McKercher B, Lo A, et al. Tourism and online photography[J]. Tourism Management, 2011, 32(4):725-731.

[32]
Robinson R N S. The Tourist Gaze 3.0[J]. International Journal of Contemporary Hospitality Management, 2014, 26(1):154-156.

[33]
Ashworth G. Tourism promotion and power;creating images,creating identities[J]. Tourism Management, 2001, 22(2):205-206.

[34]
Garrod B. Exploring place perception a photo-based analysis[J]. Annals of Tourism Research, 2008, 35(2):381-401.

[35]
MacKay K J, Fesenmaier D R. Pictorial element of destination in image formation[J]. Annals of Tourism Research, 1997, 24(3):537-565.

[36]
刘丹萍. 旅游凝视:从福柯到厄里[J]. 旅游学刊, 2007, 22(6):91-95.

[37]
Lowe-Calverley E, Grieve R. Thumbs Up:A Thematic Analysis of Image-based Posting and Liking Behaviour on Social Media[J]. Telematics and Informatics, 2018:10.1016/j.tele.2018.06.003.

[38]
Pritchard M P, Havitz M E. Destination appraisal:An analysis of critical incidents[J]. Annals of Tourism Research, 2006, 33(1):25-46.

[39]
Vaismoradi M, Turunen H, Bondas T. Content analysis and thematic analysis:Implications for conducting a qualitative descriptive study[J]. Nursing & Health Sciences, 2013, 15(3):398-405.

[40]
Kolbe R H, Burnett M S. Content-analysis research:An examination of applications with directives for improving research reliability and objectivity[J]. Journal of Consumer Research, 1991, 18(2):243-250.

[41]
Braun V, Clarke V, Terry G. Thematic analysis[J]. Qual Res Clin Health Psychol, 2014, 24:95-114.

[42]
Camprubí R, Coromina L. Content analysis in tourism research[J]. Tourism Management Perspectives, 2016, 18:134-140.

[43]
Mbaiwa J E, Stronza A L. Changes in resident attitudes towards tourism development and conservation in the Okavango Delta,Botswana[J]. Journal of Environmental Management, 2011, 92(8):1950-1 959.

[44]
Douglas A C, Mills J E. Logging brand personality online:website content analysis of Middle Eastern and North African destinations[C]//Information and Communication Technologies in Tourism 2006. Vienna:Springer, 2006:345-345.

[45]
Seo S, Yun N, Kim O Y. Destination food image and intention to eat destination foods:a view from Korea[J]. Current Issues in Tourism, 2017, 20(2):135-156.

[46]
保继刚, 楚义芳. 旅游地理学(第三版)[M]. 北京: 高等教育出版社, 2011.

[47]
侯兵, 黄震方, 尚正永. 基于城市意象变迁的城市旅游形象塑造研究——以江苏省扬州市为例[J]. 经济地理, 2009, 29(12):2012-2 017.

Options
文章导航

/

〈 〉