EN中文

经济地理 >

2025 , Vol. 45 >Issue 12: 219 - 227

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.12.022

旅游经济与管理

东北地区文旅短视频关注度的空间分布与情绪反馈机制

  • 朱建华 , 1, 2, 3 ,
  • 杨潇 1 ,
  • 刘宇博 1
展开
  • 1.东北师范大学 地理科学学院， 中国吉林 长春 130024
  • 2.东北师范大学 中国东北研究院， 中国吉林 长春 130024
  • 3.东北师范大学 长白山地理过程与生态安全教育部重点实验室， 中国吉林 长春 130024

朱建华（1988—），男，博士，副教授，硕士生导师，研究方向旅游地理与城市地理。E-mail:

收稿日期: 2025-07-15

  修回日期: 2025-12-01

  网络出版日期: 2026-02-04

基金资助

吉林省文化和旅游厅项目(2024KT036)

收起

Spatial Distribution and Emotional Feedback Mechanism of Cultural Tourism Attention in Northeast China's Short Videos

  • ZHU Jianhua , 1, 2, 3 ,
  • YANG Xiao 1 ,
  • LIU Yubo 1
Expand
  • 1. School of Geographical Sciences， Northeast Normal University， Changchun 130024，Jilin， China
  • 2. China Northeast Research Institute， Northeast Normal University， Changchun 130024，Jilin， China
  • 3. Key Laboratory of Geographical Processes and Ecological Security of Changbai Mountains (Ministry of Education)， Northeast Normal University， Changchun 130024，Jilin， China

Received date: 2025-07-15

  Revised date: 2025-12-01

  Online published: 2026-02-04

Fold

摘要

文章以“东北文旅”为研究标签，获取抖音平台500条短视频和89849条评论文本数据及375个文旅目的地，采用主成分分析法、GIS空间分析、文本挖掘与情感分析方法，系统探讨了东北地区文旅短视频的空间关注格局及情感认知特征，并分析其影响机制。研究发现：①东北地区文旅短视频整体关注度呈现“北部、东部偏高，中部偏低”的不均衡分布格局，高值区多集中于资源禀赋突出、城市功能完善的区域。②不同类型文旅目的地关注度存在显著空间差异，自然生态类呈头部极化，历史人文类形成“双核心”格局，现代体验类则以东部为主要区域集聚。③评论者情绪整体以正面为主，积极内容占比最高，体现出东北地区文旅良好的网络口碑，但亦存在如气候寒冷、价格偏高等负面感知内容。④短视频平台中的文旅目的地关注度由短视频内容、社媒平台、用户情绪反馈共同影响作用，反向建构关注地的网络形象，从而再次影响其关注度在网络上的传播效果。

关键词： 短视频关注度; 文化旅游; 情绪反馈; 网络形象; 自然生态; 历史人文; 东北地区

本文引用格式

朱建华 , 杨潇 , 刘宇博 . 东北地区文旅短视频关注度的空间分布与情绪反馈机制[J]. 经济地理, 2025 , 45(12) : 219 -227 . DOI: 10.15957/j.cnki.jjdl.2025.12.022

Abstract

With the rise of short-video platforms, cultural and tourism short videos have gradually become an important channel for the public to obtain travel information and share travel experiences, while user interactions and feedback significantly influence the online attention and image perception of destinations. Taking "cultural tourism in northeast China" as the research focus, this study collects 500 short videos, 89849 comment texts, and 375 tourist locations from Douyin, explores the spatial attention pattern and emotional cognition of viewers toward cultural tourism in northeast China and analyzes their influence mechanisms based on the methods of principal component analysis, spatial analysis, text mining, and sentiment analysis. The findings show that: 1) The overall attention toward cultural and tourism short videos in northeast China shows an uneven distribution pattern, which is higher in the north and east of northeast China and lower in the central region of northeast China, with high-value areas mostly concentrated in regions with prominent resource endowments and complete urban functions. 2) Different types of cultural tourism destinations exhibit significant spatial differentiation: natural ecological sites show strong polarization characteristics, historical and cultural destinations form a "dual-core" structure centered on major cities, modern experiential tourism is concentrated mainly in the eastern region. 3) Viewer sentiments are predominantly positive, with high proportions of favorable comments reflecting a good online reputation for their tourism in northeast China, although some negative feedback—such as cold weather and high costs—also exists. 4) The level of online attention to cultural tourism destinations is jointly driven by video content, platform dissemination logic, and user emotional responses, with emotional expressions in the comments section playing a reverse role in shaping the online image of these destinations.

Key words： short video attention; cultural tourism; emotional feedback mechanism; online image; natural ecology; historical and cultural heritage; northeast China

络信息中心第54次《中国互联网络发展状况统计报告》显示，截至2024年6月，我国网民规模近11亿人，短视频用户规模达到10.53亿人，用户使用率为96.40%[2]。短视频已成为人们生活中信息获取、情感表达与社会互动的重要媒介，因其便捷的制作与分享方式，极大激发了大众分享旅行经历、参与文旅创作的意愿[3]，有效覆盖不同受众群体，契合当下人们对文旅体验提出的更高要求[4]。对于潜在旅行者而言，文旅短视频成为获取信息、规划行程与形成认知的重要渠道[5]；对于文旅目的地而言，短视频则显著提升了文旅信息的传播效能。近年来，官方媒体和政府部门愈发重视短视频在文旅传播中的战略价值[6]。《“十四五”旅游业发展规划》明确提出要实施文化产业数字化战略，推动“新媒体+文化旅游”融合传播，通过线上网络关注度的提升向线下用户实际的旅游行为转化，实现文旅传播与产业发展的双向联动。
在此背景下，短视频的兴起亦体现了“注意力经济”在文旅领域的延伸，其本质是对公众注意力的竞争与再分配。注意力作为稀缺资源，在信息过载的数字时代具有显著经济价值，能持续吸引并维系用户注意的内容，往往能在社会影响与经济收益上实现双重增益。文旅短视频通过算法推荐与视觉叙事，将注意力资源重新分布于空间之中，重塑了区域形象的传播路径与文旅资源的曝光方式[7]。
不同主体对同一文旅场景的关注点与推荐内容存在差异，其实际旅游行为也有所不同[8]，旅行者也常追随网络热度进行文旅目的地选择[9]。地方文旅部门借此打造“网红文旅地”[10]，强化地域文化符号[11]，提升自身文旅产品、项目的知名度和曝光度[12]。然而网络热度具有明显的时效性，如果缺乏持续的品牌运营和服务优化，短期流量往往难以转化为长期消费。因此，城市如何抓住网络热潮，将关注度转化为区域品牌资产，实现“关注变现”，成为亟须解决的现实问题[14]。在这一过程中，评论区所承载的大量用户反馈与情感表达具有不可替代的研究价值，不仅有助于揭示公众对文旅目的地的认知逻辑与情感取向，也能为文旅目的地品牌建设、服务改进和资源配置提供决策参考。现有相关研究多聚焦于网红热门城市，如重庆[15]、长沙[16]、杭州[17]、淄博[18]等，而对于东北等文旅资源丰富、但关注度发展研究相对滞后的地区，仍缺乏系统的实证探索。
2023年底，哈尔滨在短视频平台上热度迅速攀升[19]，东北地区文旅发展也迎来了新高潮。据统计，2023年东北地区接待游客数量和旅游收入均实现了显著增长，其中黑龙江省接待游客数量高达2.20亿人次；吉林省接待游客3.14亿人次，实现旅游收入5284.63亿元；辽宁省接待游客5.10亿人次，实现旅游收入5022.60亿元。数据表明东北旅游经济发展迅猛，旅游市场发育良好。基于此，本文通过获取抖音平台中关于东北地区文旅的相关视频，提取文旅对象并度量其短视频关注度与空间分布特征，同时结合评论文本分析公众对东北地区文旅的认知形象与情感态度，旨在揭示短视频环境下东北地区文旅目的地关注度的空间分布特征与影响机制，为地方文旅品牌建设与精细化治理提供参考。

1 研究区、数据与方法

1.1 研究区概况

本文以辽宁省、吉林省、黑龙江省以及内蒙古自治区东部5盟市（文中简称“东北地区”）为研究区，同时基于抖音平台获取的500条“东北文旅”短视频，对其逐条进行人工观测与记录，提取出视频中实际介绍、展示或推荐的文旅目的地名称。通过整理，共获得375个具体文旅目的地，并借助百度坐标拾取系统获取其经纬度坐标，绘制东北地区文旅短视频网络关注地空间分布图（图略）。

1.2 数据来源与处理方法

本文使用国家基础地理信息数据库（http://www.ngcc.cn）提供的东北地区行政边界矢量数据。
为更全面捕捉潜在游客对东北地区文旅的即时关注与真实反馈，本文选取抖音平台作为核心数据来源。相较于携程、去哪儿、马蜂窝等传统平台，或百度指数等搜索行为数据，抖音凭借其庞大的用户基数、高频的内容生产与广泛的社会影响力，更能精准地反映公众在日常生活中的文旅目的地动态。在关注度的量化指标上，本文采用点赞、评论、收藏与分享4项用户主动行为数据。这些互动均体现了用户情感共鸣、信息价值判断与再传播意愿，能够有效衡量文旅目的地的网络吸引力。相比之下，播放量虽能反映视频的曝光度，但受推荐算法和点击诱饵等因素影响较大，数据量级差异明显，且往往存在“无效曝光”[20]，难以准确代表真实关注。因此，学者在相关研究中往往将播放量权重赋值较低[21]，或不将其作为数据基础，本文亦不将播放量纳入关注度计算指标中。在文本情绪分析部分，本文选取短视频下的评论文本作为核心语料。与点赞等简短反馈相比，评论更能直接呈现用户的主观感知与情绪态度[22]，可作为刻画文旅目的地形象与理解游客真实体验的重要渠道[23]。
在数据采集过程，为尽量规避社交媒体个性化推荐算法可能带来的样本偏差，本文使用从未登录、绑定过抖音账号的手机号进行注册，在平台默认的“综合排序”模式下进行搜索爬取，获取平台自然推荐内容，贴近普通用户在非引导状态下的真实浏览路径。数据采集采用基于Python的定向爬虫程序，通过调用抖音Web端接口获取结构化JSON数据。以“东北文旅”为核心关键词，于2025年2—3月系统性抓取平台推荐内容，共获得初始短视频样本1219条及其对应评论130190条。
在数据清洗阶段，首先利用Python程序实现的自动化处理流程去除广告、重复和无关内容，并由人工复核严格筛除非原创或非中文为主的视频，最终保留500条满足主题相关性与点赞量≥200、可保证互动热度的有效视频样本。针对评论数据，采用全量抓取策略，对每条视频尽可能获取前500条评论，并结合Python自动化处理流程与人工复核进行多轮次清洗，去除无效符号与乱码、统一网络流行用语、纠正拼写错误，并对语义不完整评论进行补充与重构，以确保评论的主题相关性与语言规范性。经处理后，共保留有效评论89849条，累计文本字数1766165字。
此外，本文在视频数据清洗的基础上，对保留的500条短视频内容进行逐条统计，通过人工方式识别其中明确提及的文旅目的地，共归纳提取出375个独立文旅目的地标注点。

1.3 研究方法

在关注度量化方面，鉴于研究样本数据量较大且各指标间存在相关性，在获得相关数据后，首先对点赞数、评论数、收藏数和分享数进行加总、对数化处理（log）与标准差标准化（z-score），以对关注度指标中的进行降维处理，然后采用主成分分析法计算各变量的综合权重[24]，从而构建各类型的综合关注度指数，最终实现关注度的可视化分析[25]。
在文本分析方面，本文首先运用ROST CM 6的情感分析功能，对评论文本进行极性判定[26]。该功能基于预定义的情感词典及语法规则，通过匹配情感关键词、量化程度副词与否定词修饰关系，计算文本的情感极性值，从而系统探究评论者对东北地区文旅内容的情感态度。其次，借助TSE（Tourists Sentiment Evaluation）模型对评论文本进行高频词提取与词频统计[27]，识别评论者对东北地区文旅的认知要素与情感要素[28]，以进一步揭示评论者对东北地区文旅的认知基础与形象构建。

2 东北地区文旅短视频关注度测算

本文基于点赞、评论、收藏与分享4项指标，构建整体层面的城市综合关注度指标，在正式进行主成分提取前，首先通过KMO检验与Bartlett球形度检验来评估变量之间的相关性与主成分分析的适宜性。结果可知，KMO值为0.69，大于临界值0.60，满足主成分分析的适用前提；数据通过Bartlett 球形度检验，p值为0，<0.05，说明变量之间具有较强相关性，表明研究数据适合进行主成分分析。
从表1可以看出，东北地区点赞、评论、收藏与分享4个指标在第一主成分（PC1，综合互动关注度）上的载荷系数分别为0.96、0.94、0.95和0.96，均远高于0.70，表明该主成分对各指标具有较强的解释力。同时，各变量的共同度均在0.89以上，进一步验证了所提取主成分能够有效保留原始指标中的大部分信息量。
表1 各关注度指标在第一主成分上的载荷系数与共同度

Tab.1 Loading coefficients and communalities of attention indicators on the PC1

名称 第一主成分载荷系数 共同度（公因子方差）
点赞数量 0.96 0.92
评论数量 0.94 0.89
收藏数量 0.95 0.89
分享数量 0.96 0.93
根据各主成分方差贡献率占因子累积贡献率的比重确定各主成分的权重，最终得到城市关注度得分，公式如下：
$\begin{array}{l}{\mathrm{F}}_{1}=0.504·\mathrm{点}\mathrm{赞}\mathrm{数}\mathrm{量}+0.495·\mathrm{评}\mathrm{论}\mathrm{数}\mathrm{量}+\\ 0.496·\mathrm{收}\mathrm{藏}\mathrm{数}\mathrm{量}+0.505·\mathrm{分}\mathrm{享}\mathrm{数}\mathrm{量}\end{array}$
根据综合关注度计算公式，得出东北地区36个地级行政区（以下简称“城市”）的关注度得分（表2）。本表基于全样本关注地构建，反映了各城市在短视频平台上的整体关注度水平。由于黑龙江省的七台河市、鹤岗市，吉林省的四平市、辽源市，以及内蒙古东部地区的赤峰市在所采集的视频样本中未被提及，缺乏有效关注地信息，故未纳入本次研究的分析范围。
表2 东北地区36个城市的短视频关注度得分

Tab.2 Scores of short video attention for 36 cities in northeast China

城市 关注度得分 城市 关注度得分
哈尔滨市 3.917 阜新市 0.284
沈阳市 3.548 呼伦贝尔市 0.134
白山市 2.693 通化市 0.103
长春市 1.938 黑河市 -0.211
牡丹江市 1.861 伊春市 -0.231
本溪市 1.618 盘锦市 -0.249
延边朝鲜族自治州 1.547 辽阳市 -0.540
丹东市 1.325 兴安盟 -1.114
大兴安岭地区 1.240 大庆市 -1.211
吉林市 1.190 锡林郭勒盟 -1.626
抚顺市 0.983 佳木斯市 -1.639
锦州市 0.764 松原市 -1.668
鞍山市 0.687 绥化市 -1.804
齐齐哈尔市 0.544 铁岭市 -1.875
葫芦岛市 0.501 鸡西市 -2.145
朝阳市 0.492 双鸭山市 -3.167
营口市 0.491 白城市 -3.669
大连市 0.341 通辽市 -5.053

3 东北地区文旅短视频关注度空间分布特征

3.1 整体文旅短视频关注度空间分布特征

为直观展示东北地区各城市文旅短视频的关注度空间格局，本文基于表2的综合得分结果，采用自然断裂点法将东北地区36个城市的综合关注度得分划分为5个等级，进一步揭示东北地区文旅短视频关注度空间格局（图1）。结果显示，东北地区文旅短视频城市关注度在空间上呈现出“北部、东部偏高，中部偏低”的空间分布特征。整体来看，高值城市主要集中在东北地区东部和北部，而位于四省区交界附近的中部区域则普遍关注度较低，构成了一个关注度相对稀疏地带，使东北地区整体空间结构在视觉和数值上都呈现出一种高低差异明显、中部断裂的分布。
图1 东北地区文旅短视频整体关注度空间分布

Fig.1 Spatial distribution of overall short video attention to cultural tourism in northeast China

东北地区的东部区域多依托自然山地景观和边境民族文化资源，且东部地区也是东北三省省会及区域性经济中心城市的聚集带，城市化水平较高，配套设施完善，文旅产业链条健全，具备良好的游客接待能力与旅游体验基础，也更加容易吸引优质短视频创作者驻留、产出高质量文旅内容，从而在网络平台形成持续热度。北部地区的独特地理区位与极寒边境的宣传印象增强了其短视频的视觉冲击力与新奇感。“祖国最北端”“林海雪原”等宣传标签，也在短视频平台上形成了显著的地域特质。中部地区虽在地理上处于中心位置，但因缺乏具象化、可视化传播优势的核心文旅资源，整体关注度偏低。多数城市未能在短视频传播中形成鲜明的城市形象，内容产出相对分散、缺乏统一叙事主题，难以在激烈的流量竞争中脱颖而出。

3.2 不同类型文旅目的地关注度空间分布特征

首先，参考国内外学者关于旅游资源分类、游客偏好以及数字文旅内容分析的相关研究成果[29]，同时结合实地获取的东北三省及内蒙古东部地区共计375个文旅短视频目的地的具体特点，基于景点的核心吸引力、空间属性和游客主要活动方式，将目的地划分为自然生态类、历史人文类与现代体验类（表3），并绘制东北地区不同类型文旅目的地的空间分布图（图2）。从类型分布数量看，自然生态类文旅目的地分布于35个城市，历史人文类分布于24个城市，现代体验类分布于26个城市。历史人文类文旅目的地分布城市数量相对较少，一方面反映出该类资源在区域旅游结构中的占比偏低，另一方面也表明历史人文类内容在短视频平台上的传播热度尚未得到充分释放。
表3 东北地区文旅目的地类型划分与特征

Tab.3 Classification criteria and characteristics for different types of cultural tourism destinations in northeast China

类型 主要特色 典型景观或活动
自然生态类 以自然环境原貌和自然景观为核心吸引要素，突出生态美感与风景观赏价值 山脉、湖泊、河流、湿地、森林公园、自然保护区等
历史人文类 强调历史文化积淀与地方人文符号，具有人文教育与文化传播功能 古城街区、博物馆、宗教建筑、历史遗址、民俗村等
现代体验类 注重互动性与沉浸感，聚焦现代休闲娱乐和文化消费体验 滑雪场、主题乐园、艺术展、市集、美食街等
图2 东北地区不同类型文旅目的地空间分布

Fig.2 Spatial distribution of different types of cultural tourism destinations in northeast China

其次，基于对文旅目的地类型的划分，本文分别对城市内部自然生态类、历史人文类与现代体验类文旅目的地的关注度进行计算，皆通过KMO和Bartlett检验。
再次，根据各主成分的方差贡献率占因子累计贡献率的比重确定权重，构建自然生态类、历史人文类与现代体验类短视频关注度的综合得分模型，分别记为F2、F3与F4，具体计算公式如下：
$\begin{array}{l}{\mathrm{F}}_{2}=0.505·\mathrm{点}\mathrm{赞}\mathrm{数}\mathrm{量}+0.499·\mathrm{评}\mathrm{论}\mathrm{数}\mathrm{量}+\\ 0.492·\mathrm{收}\mathrm{藏}\mathrm{数}\mathrm{量}+0.505·\mathrm{分}\mathrm{享}\mathrm{数}\mathrm{量}\end{array}$
$\begin{array}{l}{\mathrm{F}}_{3}=0.505·\mathrm{点}\mathrm{赞}\mathrm{数}\mathrm{量}+0.487·\mathrm{评}\mathrm{论}\mathrm{数}\mathrm{量}+\\ 0.499·\mathrm{收}\mathrm{藏}\mathrm{数}\mathrm{量}+0.509·\mathrm{分}\mathrm{享}\mathrm{数}\mathrm{量}\end{array}$
$\begin{array}{l}{\mathrm{F}}_{4}=0.502·\mathrm{点}\mathrm{赞}\mathrm{数}\mathrm{量}+0.497·\mathrm{评}\mathrm{论}\mathrm{数}\mathrm{量}+\\ 0.501·\mathrm{收}\mathrm{藏}\mathrm{数}\mathrm{量}+0.500·\mathrm{分}\mathrm{享}\mathrm{数}\mathrm{量}\end{array}$
最后，根据公式计算出东北地区文旅短视频自然生态类、历史人文类、现代体验类关注度，采取自然断裂点法将不同类型的关注度得分划分为5个等级，并绘制不同类型文旅目的地短视频关注度的空间分布（图3）。
图3 东北地区不同类型文旅目的地短视频关注度的空间分布

Fig.3 Spatial distribution of short video attention to different types of cultural tourism destinations in northeast China

①东北地区自然生态类关注度在空间分布上呈现出明显的极化特征和区域集聚现象，形成单核极值的空间分布格局。第一梯队的城市仅有吉林省白山市，其得分约为3.68，显著高于其他城市。该市依托长白山景区，凭借丰富的山地森林、天池火山地貌和冰雪资源，在短视频平台上获得极高的关注度，成为东北地区自然生态类文旅目的地的现象级代表。第二梯队包括牡丹江、本溪和吉林等8个城市，得分区间为[0.98,2.56]。其余城市得分普遍较低。
②东北地区历史人文类关注度涉及24个城市，划分为5个等级。其中，沈阳和哈尔滨市位于第一等级，得分分别为4.54和4.33，形成“双核心”格局，辐射周边文化基础较强的城市。第二梯队包括长春和丹东等6个城市，得分区间为[0.50,2.11]。其余城市关注度偏低。历史人文类关注度主要依赖城市文化底蕴与场景叙事张力，东北地区作为近代多国势力交汇地，保留了大量异国风情街区和抗战纪念场所，如俄式建筑、日占遗址、抗战纪念馆等，涉及的短视频宣传内容在平台上传播呈现出“特殊风情+铭记历史”双重主题特征。
③东北地区现代体验类关注度在空间上表现出“东部集聚、核心拉动”分布特征，尤其在东北三省省会城市及部分旅游资源密集地区形成较强的高值区。第一梯队包括哈尔滨市、沈阳市、长春市、白山市和延边朝鲜族自治州，得分区间为[1.46,3.88]，均为所在区域的核心城市或特色地区。其中，哈尔滨、沈阳和长春作为东北三省省会城市，旅游配套设施完善，现代体验类内容覆盖较广，如沉浸式商圈、文旅融合街区、主题乐园与冰雪嘉年华等，吸引众多用户以“沉浸式打卡”与“本地生活体验”为主要标签进行传播。白山市虽为地级市，但依托长白山景区配套开发的滑雪场、温泉度假区等现代化旅游设施，也进入高值区行列，体现了当下游客在欣赏自然风景之外对“享受型旅游体验”的偏好转向[30]。延边朝鲜族自治州则凭借民族风情街、美食市集、服饰体验等特色项目，在短视频平台形成了较强的现代民族文化体验传播力。

4 东北地区文旅短视频网络评论情感分析

为更加全面地了解网络用户对“东北文旅”相关短视频内容的情感态度，本文以处理后的评论有效数据为研究基础，借助ROST CM6软件中的情绪分析功能，对筛选后的89849条有效评论文本进行系统情感分析。ROST CM6中的情绪分析工具可根据内置的情感词典，对文本中的词汇进行自动识别与情感极性标注，判断评论所传达的情绪类型（积极、中性、消极）及其强度（一般、中度、高度），从而量化评论者的情绪表达倾向。
由表4可知，积极情绪评论占比达47.21%，中性情绪为34.99%，而消极情绪仅占17.00%。具体来看，积极情绪中“一般积极”即赋分在0~10分之间的评论最多，达32.12%，中等积极占9.83%，高度积极占5.24%。消极情绪中，同样以“一般消极”为主，占比14.08%，而中度和高度消极评论比例较低，分别为 2.66%和0.30%。该结果反映出评论者对东北地区文旅内容整体持正面态度，以积极和中性反馈居多，整体情感氛围良好，但东北地区文旅同样存在不足之处，影响了东北地区文旅的整体评价。
表4 东北地区文旅短视频评论情感分析结果

Tab.4 Sentiment analysis results of comments on cultural tourism short videos in northeast China

情感倾向 数量（条） 比例（%） 得分区间 数量（条） 比例（%）
积极情绪 42405 47.21 一般（0，10] 28861 32.12
中度（10，20] 8836 9.83
高度（20，+∞） 4708 5.24
中性情绪 31442 34.99
消极情绪 16002 17.00 一般[-10，0） 12647 14.08
中度[-20，-10） 2390 2.66
高度（-∞，-20） 270 0.30
总计 89849 100.00

4.1 积极评论分析

为进一步揭示评论者对东北地区文旅的积极情绪来源，本文筛选出情感表征为“积极”的评论，提取其出现频率>50次的高频词，共90个，绘制积极情感高频词词云图（图4a）。表5为积极情感高频词中出现频率前30的高频词表，这些高频词不仅反映了评论者的关注重点，也展现了东北地区文旅形象的积极维度特征，体现出评论者的情绪驱动因素和偏好表达。
图4 东北地区文旅短视频评论高频词词云图

Fig.4 Word clouds of high-frequency words in comments on cultural tourism short videos in northeast China

表5 东北地区文旅短视频积极评论情感高频词(前30位)

Tab.5 Top 30 high-frequency positive sentiment words in comments on cultural tourism short videos in northeast China

词语 频次 词语 频次 词语 频次 词语 频次 词语 频次
好 5169 家乡 913 冬天 711 希望 537 最好 386
欢迎 1925 回家 861 旅游 702 正宗 526 过年 380
好吃 1422 热情 843 便宜 693 本地 516 加油 378
喜欢 1224 家 787 美 660 宣传 504 感谢 353
好玩 1099 朋友 753 不错 641 好看 436 值得 332
冰雪 928 洗浴 716 确实 589 漂亮 422 振兴 324

4.2 消极评论分析

消极内容在游客反馈中存在不可忽视的重要性，相较于积极评论的泛化赞美，消极评论往往更具批判性与具体性，能够直接反映评论者在文旅体验中所遇到的问题与不满情绪。同样提取了出现频率>50次的消极情绪高频词，共29个，明显少于积极评论高频词的数量，说明消极情绪内容更集中、话题相对收敛，获取的29个消极情绪高频词，并绘制消极情感高频词词云图（图4b）。
在消极评论中，饮食住行等费用负担相关词语占主要比例。具体来说，“机票”（433）、“贵”（389）、“酒店”（342）在所有消极情绪高频词中排位较高，体现相关内容在评论中多次出现，表明部分评论者对住行等成本更为在意，费用支出可能为影响东北地区文旅体验满意度的重要负面因素。“冬天”（469）、“冻死”（145）、“零下”（140）等词汇反映出东北地区寒冷的气候对评论者出行旅游造成的不适体验，“不懂”（164）、“不对”（77）、“陌生”（75）反映出在东北地区独特的寒冷气候与文化在带来新奇的同时也会带来抗拒与不适应。“不行”（296）、“一般”（279）、“不好”（275）、“问题”（275）、“味道”（266）、“体验”（172）等词表明评论者在餐饮、住宿、景区服务等方面存在不同程度的落差感。“回家”（436）、“小时候”（175）、“家乡”（175）等词在积极评论中同样出现，但在消极评论中更多表达的是一种“回不去的情怀”，往往混合着失落、怀旧，也代表着离家的情愁。

5 东北地区文旅短视频关注度与情绪反馈机制分析

在短视频平台成为主流信息传播媒介的背景下，文旅目的地的关注度机制已不再仅依赖于传统资源禀赋，而是由平台推荐逻辑、用户互动行为与媒介内容建构共同驱动。基于此，本文构建东北地区文旅短视频关注度与情绪反馈机制，并绘制其机制框架（图5）。其中，平台算法可被视为一种信息筛选与资源配置机制，其推荐偏好直接影响文旅资源的曝光机会与潜在投资回报，帮助文旅目的地形成“网络热门”标签，实现注意力资源的再分配；短视频则以可视化叙事强化景区形象构建，在长期传播中固化文旅目的地的认知形象。用户作为平台内容的消费者与再传播者，通过点赞、评论、转发等行为参与平台与媒体内容的再宣传，构成反馈端的市场信号；通过留下的评论内容表达其对文旅目的地的主观感受与情绪态度，进而反向影响平台算法对潜在“网络热点”内容的识别与推送，在传播层面形成正向循环，构成了信息筛选与需求反馈的动态机制。推动信息二次传播的同时，也在潜移默化中更新公众对文旅目的地的整体认知。积极情绪强化口碑传播促进消费转化，拉动需求；消极情绪则形成市场惩罚效应，促使供给端改进服务，从而形成“情绪—市场—反馈”的循环调节路径。
图5 东北地区文旅短视频关注度的情绪反馈机制框架图

Fig.5 Framework of the emotional feedback mechanism of short video attention on cultural tourism in northeast China

首先，为验证上述机制，本文进行了数理统计分析。单因素方差分析结果显示，不同类型文旅目的地关注度差异不显著（F=0.00，p=1.00），说明尽管用户可能对不同类型文旅资源具有差异化偏好，反映出平台算法在注意力资源的分配中起到的均衡化作用，这些差异在总体关注度层面被显著削弱，不同类别文旅目的地在总体传播热度和整体关注度上的表现相对一致。同时，对关注度及四类用户互动行为进行Pearson相关分析（表6），结果显示关注度指数与各指标均呈显著正相关，其中与评论数量的相关性最强，说明评论不仅是用户情绪与认知反馈的集中表达，也因其具有更高的参与成本与信息含量，可作为衡量文旅目的地关注度的关键性指标。相比之下，点赞与分享具有即时性和低门槛，相关性略低；收藏则更具延迟性和工具属性，虽能反映用户潜在兴趣，但即时热度表现有限。此外，4项指标之间高度相关，说明用户互动行为常呈现联动特征，这与平台算法对多维度互动的综合考量密切相关。
表6 关注度指数与用户互动行为的Pearson相关系数

Tab.6 Pearson correlation coefficients between attention index and user interaction behaviors

关注度 点赞数量 评论数量 收藏数量 分享数量
关注度 1.00
点赞数量 0.65*** 1.00
评论数量 0.76*** 0.96*** 1.00
收藏数量 0.61*** 0.95*** 0.92*** 1.00
分享数量 0.65*** 0.98*** 0.96*** 0.98*** 1.00

注：* p<0.05， ** p<0.01， *** p<0.001。

其次，文本分析进一步揭示了不同类型文旅目的地的情绪信号差异。具体来看，自然生态类文旅目的地依赖景观画面、自然特征等高度视觉化元素激发“种草式”正向情绪，但在传播中也存在“被拔草”的双刃剑现象——既能引发积极共鸣，也可能导致负面反馈。例如“冰雪”“冬天”同时在积极与消极评论中出现，反映出极端气候对游客体验的双向影响。历史人文类文旅目的地则更侧重文化记忆与情感表达，该类别的评论高频词情绪结构更加复杂，认知取向更加多元，不仅有体现东北地区“热情”“欢迎”等积极词语，也会通过“家乡”“小时候”等可能引发怀旧、失落等负向情绪的关键词，在引发外地游客对地区的文化认同的同时，唤起本地人的情感共鸣。现代体验类文旅目的地的高频词更加强调互动性与沉浸感，呈现出更强的两极化情绪反应。一方面，如美食、感受等高互动内容获积极评价较多，如“好吃”“正宗”“宣传”；另一方面，也会出现如服务质量、消费成本或陌生体验带来的“贵”“麻烦”等负面反馈。“便宜”和“贵”作为高频词同时出现，反映游客的“消费敏感度”，说明消费感知已成为影响用户行为的重要维度。这些差异说明情绪反馈不仅影响传播表现，也在供给市场层面调节潜在的需求结构。
总体而言，短视频平台通过算法逻辑、内容建构与用户互动反馈形成了一个自洽的传播机制：平台算法和媒体内容在供给侧重塑曝光资源，情绪在需求侧传递市场信号，口碑效应在两者间实现动态均衡。文旅目的地关注度的形成，既是传播过程的产物，也是注意力资源在数字市场中不断再分配的结果。

6 结论与讨论

6.1 结论

本文基于抖音短视频平台，获取东北地区文旅相关短视频，结合短视频内容与评论文本，开展空间分析与情感识别研究，探究了东北地区文旅短视频关注度的空间格局与评论情绪特征，并分析其影响机制。研究结论如下：
①东北地区文旅短视频城市整体关注度在空间上呈现出“北部、东部偏高，中部偏低”的不均衡分布格局。其中高值城市多集中于资源禀赋突出、城市功能完善的东部与北部地区；中部地区虽位处地理中心，但整体呈现“内容弱化—形象模糊—关注度低”的传播困境。
②东北地区文旅短视频关注度在不同类型上呈现出差异化的空间特征：自然生态类关注度高度极化，白山市以长白山资源形成单核优势；历史人文类形成沈阳市、哈尔滨市的“双核心”格局；现代体验类关注度在东部集聚，省会城市与特色区域共同拉动热度，反映出用户对“可感可玩”内容的偏好转向。
③从情感分析结果看，东北地区文旅短视频评论内容情绪整体积极，积极评论占比达47.21%，中性评论占比34.99%，消极评论仅占17.00%。评论者整体反馈情绪良好，认为东北地区“好吃好玩”“热情友好”“性价比高”。消极评论则聚焦于气候与成本负担，指出存在“天气寒冷”“住宿机票贵”“体验落差”等消极体验。
④当前文旅目的地的关注度水平由平台算法逻辑、媒体内容建构与用户参与行为共同影响。不同类型文旅目的地在传播路径与情绪响应上表现出差异性，自然生态类依托视觉吸引形成“种草效应”；历史人文类承载情感共鸣与文化记忆；现代体验类则更受服务质量与个体感受影响，评论情绪分化明显。

6.2 讨论

①当前东北地区文旅认知形象高度集中于“冰雪”[31]和“热情”，虽易于传播和记忆，但长期来看易造成内容单一、形象固化。特别是在非冰雪季节、非主流宣传景区方面，东北地区文旅内容宣传缺乏多样化表达，影响东北地区文旅维持高网络关注度。未来可拓展更多元的发展视角，如聚焦生态景观，依托森林、湿地等独特地貌为背景，开展生态科普；深化文化资源，挖掘工业遗产与民族风情，展现老工业基地历史底蕴与少数民族的文化魅力；强化文化创意表达，通过情景再现、专家讲解、深度体验等形式，提升文旅内容的差异化和辨识度，在短视频环境下塑造更具韧性的地区形象。
②游客的消极情绪可被视为对供给端价格与服务策略的“逆向反馈信号”，促使文旅产业在价格、体验与预期之间重新校准。冰雪城市旅游发展是多因素联动的结果[32]，在东北地区文旅短视频评论中，消极情绪虽占比小但相对集中，主要围绕价格、气候、服务体验等问题，是需求市场信号的显性表达。负面评论在算法推送与口碑效应的双重作用下，被迅速放大，易形成负向集体印象，加剧目的地形象的波动。此时展现的情绪偏好并非单纯的心理反应，而是影响市场发展的“情绪资本”，其外溢效应直接影响着地区旅游信任度与潜在消费决策。未来，东北地区文旅可在价格治理层面推行分级定价与透明机制，建立联合监管体系，在价格透明化与服务质量监管中形成良性循环，不仅有助于稳定游客预期，也能提升区域旅游市场的信任度与竞争力。
③在“流量经济”与“情感传播”驱动的新媒体环境下，短视频平台已成为塑造地区形象、激发外部关注的重要媒介。东北地区文旅的高质量发展不仅关系到文旅产业本身的传播效能与服务优化，同样关乎东北地区的整体形象塑造与经济社会振兴[34]，要以高关注度内容提升文旅目的地的可见度与游客意愿，进而刺激住宿、交通、餐饮、文创等相关产业链的活跃；积极口碑强化投资信心与资本流向，而负面情绪则可能削弱消费意愿、抬升运营成本，从而影响区域旅游收入结构与经济韧性。未来东北地区可借助文旅短视频的热度窗口，强化现有品牌，形成“线上关注—线下转化—产业延伸”的联动机制；深挖冰雪艺术与城市文化融合点，推出反季项目构建全年冰雪综合体；同时以城市文化、工业遗产与民族民俗为支点，打造差异化文化体验，形成具有地域辨识度的综合文化品牌。此外，还应实现文旅多领域融合发展，以带动地方就业与经济活力，提升东北区域经济韧性与持续竞争力，服务于新时代东北全面振兴战略的实施。
本文的研究结果有助于深化对东北地区文旅目的地关注度与认知形象的理解，为其他地区的文旅发展提供了实践参考，但仍存在一定局限性。首先，本文主要基于单一时间截面数据进行分析，未能充分反映文旅短视频关注度的动态演变特征，未来研究可结合多时段数据开展时序追踪，进一步揭示关注度与情绪演化过程。其次，评论情绪的分析仍处于总体层面，后续可引入大语言模型或语义分类方法，探讨不同年龄、性别或地域群体的差异化认知与情绪特征，以期深化情绪—认知机制的理解。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
谢晓如, 朱竑, 胡蕊纯, 等. 旅游新质生产力及其对地方的作用机制——基于视频化社交媒体场域的案例研究[J]. 地理科学, 2025, 45(1):92-105.

DOI

[2]
中国互联网络信息中心. 第54次《中国互联网络发展状况统计报告》发布[EB/OL]. (2024-08-29)[2025-02-12]. https://www.cnnic.cn/n4/2024/0829/c88-11065.html.

[3]
Du X, Liechty T, Santos C A, et al. I want to record and share my wonderful journey:Chinese Millennials' production and sharing of short-form travel videos on TikTok or Douyin[J]. Current Issues in Tourism, 2022, 25(21):3412-3424.

DOI

[4]
唐承财, 梅江海, 上官令仪, 等. 新质生产力视域下国内外数字文旅研究评述与展望[J]. 地理科学进展, 2024, 43(10):1894-1912.

DOI

[5]
Zeng B, Gerritsen R. What do we know about social media in tourism?-A review[J]. Tourism Management Perspectives, 2014(10):27-36.

[6]
张想. 政府文旅宣传短视频增效地方旅游经济的定量分析[J]. 公共管理评论, 2024, 6(2):54-79.

[7]
郭文, 周尚意, 张敏, 等. 网红打卡地的数字化实践与新空间形态生产[J]. 热带地理, 2024, 44(9):1527-1548.

DOI

[8]
Zhou Q, Sotiriadis M, Shen S. Using TikTok in tourism destination choice:A young Chinese tourists' perspective[J]. Tourism Management Perspectives, 2023, 46:101101.

DOI

[9]
王维胜, 周泱宏, 唐承财. 短视频内容特征对旅游目的地形象及游客行为意愿的影响研究——基于积极情绪理论[J]. 地理与地理信息科学, 2025, 41(2):135-144

[10]
蔡礼彬, 万方亮, 李平. 从“网红”到“长红”:旅游公共服务吸引力与供给次序——基于抖音“淄博烧烤”话题的用户评论分析[J]. 消费经济, 2024, 40(2):26-36.

[11]
贺一雄, 郝丽莎, 李瑞. 江苏省古迹文化旅游的文旅融合发展特征分析——基于旅游景观的三维融合测度视角[J]. 地理与地理信息科学, 2023, 39(1):136-144.

[12]
Ukpabi D C, Karjaluoto H. Consumers' acceptance of information and communications technology in tourism:A review[J]. Telematics and Informatics, 2017, 34(5):618-644.

DOI

[13]
陈晓雪, 冯健. 媒介地理学视角下北京宋庄艺术区的多重地方建构[J]. 地理科学进展, 2024, 43(2):316-330.

DOI

[14]
Wengel Y, Ma L, Ma Y, et al. The TikTok effect on destination development:Famous overnight,now what?[J]. Journal of Outdoor Recreation and Tourism, 2022, 37:100458.

DOI

[15]
陆宇彤, 黄燕玲, 黄毅, 等. 家喻户晓能否门庭若市?“网红城市”旅游形象符号演变与圈层结构研究[J]. 旅游科学, 2024, 38(6):75-95.

[16]
范梦余, 陈怡宁, 张辉. 湖南旅游客源市场结构与目的地形象感知——基于地理标记照片的实证分析[J]. 经济地理, 2021, 41(12):223-232.

DOI

[17]
王君怡, 吴晋峰, 王阿敏. 旅游目的地独特形象与刻板形象关联关系——以杭州为例[J]. 旅游学刊, 2019, 34(1):58-72.

[18]
王浩, 张海芹. 旅游生活化:“网红城市”旅游者行为与体验特征研究——基于百度指数和UGC的淄博市游客大数据分析[J]. 干旱区资源与环境, 2024, 38(2):173-180.

[19]
赵书虹, 孔营营. 媒体朝圣与网红旅游目的地的形成机制——基于淄博和哈尔滨的扎根理论分析[J]. 商业经济与管理, 2024(8):63-74.

[20]
Cha M, Haddadi H, Benevenuto F, et al. Measuring user influence in Twitter:The million follower fallacy[C]. Proceedings of the International AAAI Conference on Web and Social Media (ICWSM), 2010.

[21]
Wu S, Rizoiu M A, Xie L. Beyond views:Measuring and predicting engagement in online videos[C]. Proceedings of the International AAAI Conference on Web and Social Media (ICWSM), 2018.

[22]
Chen H, Wang M, Zhang Z. Research on rural landscape preference based on TikTok short video content and user comments[J]. International Journal of Environmental Research and Public Health, 2022, 19(16):10115.

DOI

[23]
罗婉琳, 卞荷雨, 王洁, 等. 短视频视域下中国红色景区关注水平的空间差异及提升路径研究[J]. 地理研究, 2024, 43(12):3327-3349.

DOI

[24]
马嘉遥, 李九全, 常芳. “双碳”目标下乡村游客低碳旅游行为影响路径研究——基于SEM和fsQCA混合方法分析[J]. 人文地理, 2024, 39(4):171-181.

[25]
王艳霞, 宋晓晓, 王海燕, 等. 河北省乡村旅游地时空分布特征及动态演化研究[J]. 地理与地理信息科学, 2024, 40(5):153-160.

[26]
谭红日, 刘沛林, 李伯华. 基于网络文本分析的大连市旅游目的地形象感知[J]. 经济地理, 2021, 41(3):231-239.

DOI

[27]
刘逸, 保继刚, 陈凯琪. 中国赴澳大利亚游客的情感特征研究——基于大数据的文本分析[J]. 旅游学刊, 2017, 32(5):46-58

[28]
朱潇月, 赵现红, 王莹洁. 北京冬奥会举办前后北京旅游国内感知形象对比研究[J]. 地域研究与开发, 2023, 42(5):75-80.

[29]
陈玉娟, 王雨凡, 孙莹. 基于抖音数据的浙江省景区村庄网络关注度的空间分异及其影响因素[J]. 经济地理, 2025, 45(5):213-223.

DOI

[30]
温欣. 城市文旅热的地方性重构与文化阐释[J]. 旅游学刊, 2025, 40(1):75-86.

[31]
李鹏, 王熙尧, 王辉, 等. 中国东北三省冰雪旅游产业时空格局演变特征及优化策略研究[J]. 地理研究, 2025, 44(5):1342-1360.

DOI

[32]
王金伟, 张宏, 许淑婷, 等. 冰雪城市旅游高质量发展的生成逻辑及影响机制[J]. 地理科学, 2025, 45(9):2081-2095.

DOI

[33]
王金伟, 王启翔, 陆大道. 数字经济、旅游经济与新型城镇化时空耦合格局及影响因素——以长三角地区为例[J]. 地理研究, 2024, 43(12):3301-3326.

DOI

Options
文章导航

/

〈 〉