摘要 运用 GooSeeker 软件, 在马蜂窝、携程和途牛等知名旅游 UGC 平台上爬取游客赴北京的网络游记, 并借助 ROST CM 6.0 和 ROST EA 软件, 对网络文本内容进行内容分析和情感分析, 探究获冬奥会举办权对北京旅游目的地形象的影响, 得到如下结果。1)申办冬奥会成功后, 北京关于“冬奥会”的形象特征得到一定程度的凸显, 但凸显程度不高。2)申奥成功前后游客感知北京旅游目的地形象的维度具有差异性: 申奥成功前, 游客目的地形象感知主要体现在地方氛围、吸引物、交通和奥运场馆; 申奥成功后, 游客目的地形象感知主要体现在地方氛围、吸引物、旅游服务和国际化形象。3)游客情感以积极情感为主, 中性情感为辅, 整体上趋于中性化。
关键词 北京; 目的地形象; 感知形象; 冬奥会; 内容分析
大型体育赛事对旅游业有重要的促进作用, 其在城市发展中起到的“催化剂综合效应”能够深远地影响旅游目的地的形象[1]。旅游目的地形象是影响游客出游行为的重要因素, 分析城市目的地形象感知特征对于旅游市场的健康发展、有效的市场营销和旅游政策的制定具有重要意义。在中国出境旅游快速发展的同时, 中国的入境旅游却面临下降趋势。以北京市为例, 2011 年之后入境游客数量进入下跌状态。2015 年 7 月 31 日, 北京获得 2022 年第二十四届冬季奥林匹克运动会的举办权, 这也是我国发展冰雪旅游产业的重要时间节点。为助力2020 年北京冬奥会, 打造“冰雪旅游”的城市名片, 相关部门推出一系列冰雪旅游产品和节事活动, 包括 30 条冬季特色旅游线路和北京冰雪文化旅游节等, 并对北京冰雪文化旅游资源进行整合, 全力建设“京张冰雪体育休闲旅游带”, 推动京津冀协同发展。然而, 基于游客感知视角, 冬奥会申办以及后续实施的冰雪旅游举措对北京目的地形象是否产生影响, 对这一问题尚无答案。本研究爬取北京地区2010—2019 年 10 年间的游记文本, 运用内容分析法和情感分析法, 以 2015 年北京获“冬奥会举办权”为节点, 进行前后对比分析, 探究冬奥会成功申办对北京旅游目的地形象的影响, 并归纳和总结北京游客感知形象变化特征, 给出旅游目的地提升建议, 以期为北京旅游目的地市场营销和相关政策的制定提供参考。
20 世纪 70 年代, Mayo[2]首次将“形象”这一概念运用到旅游研究中, 用于指人们对目的地的认知。此后, 关于旅游目的地形象的理论研究日益丰富。Crompton[3]认为目的地形象是个体对目的地的信念、观点及印象的总和。Gartner[4]提出, 旅游目的地形象由“认知形象”、“情感形象”和“意动形象”构成。Baloglu 等[5]将目的地形象感知分为认知评价及情感评价, 认为后者是前者的延伸与升华, 并提出“认知–情感”模型。Ruzzier[6]将目的地形象的概念扩展到旅游目的地品牌资产中, 并将目的地品质和游客忠诚度作为旅游目的地形象的组成部分。目前, 对于“旅游目的地形象”这一概念的内涵, 学界尚未达成统一的认识。
国外针对旅游目的地形象的研究多关注目的地形象测量、目的地形象影响因素、目的地形象作用机理以及目的地品牌等方面, 且呈现定量化的研究趋势。例如, Carballo 等[7]运用离散选择模型(discrete choice model, DCE), 从经济学角度对旅游目的地形象的价值进行评估。Veasna 等[8]证实目的地形象在目的地信息来源和游客满意度之间发挥中介作用。Pan 等[9]发现中国旅游目的地形象具有长尾效应, 使用尾部词语的游客具有更高的出行意愿。Hunter[10]对首尔在线旅游图片进行研究, 基于比较符号学, 对旅游在线目的地形象进行社会建构。Stylidis 等[11]的研究表明, 认知形象对情感形象和整体形象有显著的积极影响, 而情感形象对整体形象的影响要大于认知带来的影响。在国外研究的基础上, 国内相关研究人员从理论方面进行深度探索, 其中陈传康等[12]的旅游形象策划理论(CI)、李蕾蕾[13]的旅游地形象系统设计模式(TDIS)、吴必虎等[14]的区域旅游形象分析技术程序以及杨振之等[15]的“形象遮蔽”和“形象叠加”理论具有较大的影响力。近年来, 研究视角又扩展到旅游目的地形象认知过程建构[16]、群体比较[17]和测量方法[18]等方面, 且相关实证研究在数量和质量上均有较大的提升。
目前, 关于北京旅游目的地形象的研究多聚焦于目的地形象感知方面。陈倩[19]基于游客感知视角, 对北京旅游目的地形象进行建构, 结果表明“城市硬环境形象”、“城市软环境形象”、“旅游功能形象”和“旅游服务形象”这四大要素对北京旅游目的地形象有显著的积极影响。陈焱等[20]通过问卷调查法, 研究入境游客对 2008 年奥运会后北京旅游目的地形象的感知, 但该研究是静态的, 维度单一, 未突出奥运会举办前后的目的地形象的差异。徐成龙等[21]基于对海外游客网络游记的文本分析, 研究北京奥运会对旅游目的地形象塑造的影响, 结果显示, 北京奥运会使海外游客对北京的目的地形象感知产生持续性较强的提升, “奥运”已成为北京城市品牌的一个重要表征。
随着更多技术和理论在旅游目的地感知领域的应用, 北京旅游目的地形象研究视角也愈加多元化。例如, 冯捷蕴[22]对国内外旅游者的博客进行多维话语分析, 研究国内外游客在“文化繁荣”、“生态宜居”、“现代化都市”、“社会和谐”和“经济发展”五大维度上对北京旅游目的地形象感知的异同。商军等[23]从灰色关联视角出发, 运用邓式关联分析法, 以北京 5A 景区为例, 研究旅游目的地形象网络传播及影响, 侧重于比较景区的网络影响力。邓宁等[24]基于 UGC 图片元数据, 从认知形象和情感形象两个方面, 对目的地形象感知进行研究, 结果表明, 传统的外国人聚集区域已成为北京新的城市形象名片, 游客对北京目的地的主要情感形象是愉悦感和兴奋感。邓宁等[25]随后运用更为先进的技术手段, 基于深度学习的 Flicker 图片分析, 对不同来源地旅游者对北京目的地形象感知差异进行探索性研究。
通常情况下, 大型体育赛事对旅游目的地形象具有重要的提升作用[26]。事件前后目的地形象变化的实证研究得到国外学者的广泛关注。Ritchie等[27]通过调查美国人和欧洲人对加拿大城市形象的感知, 发现举办冬奥会提升了卡尔加里的关注度, 城市形象得到有效的改善。Kenyon 等[28]发现伦敦奥运会举办前后, 目的地形象产生从认知形象到情感形象的转化。然而, Tasci 等[29]通过对里约奥运会举办前、中、后 3 个时间段目的地形象的纵向演变研究, 发现巴西的目的地形象并未发生显著的变化, 并提出媒体的舆情风向对目的地形象的控制作用。近年来, 国内学者也开始关注这一领域, 对我国举办的大型体育赛事进行研究。申丽萍等[30]发现, 2010 年广州亚运会成功地塑造了目的地旅游品牌形象, 在一定程度上提升了广州城市旅游吸引力; 2008 年奥运会后, 北京旅游目的地形象明显提升, 鸟巢、水立方等奥运遗产作为新兴旅游景点丰富了北京的旅游资源, 增强旅游吸引力[31–32]。还有学者对其作用机理进行系统的总结, 发现大型体育赛事不仅能够直接吸引游客, 赛事期间的媒体聚焦对目的地形象传播和形象塑造也具有重要的放大作用[33]。作为世界规模最大的国际性冬季综合体育赛事, 冬奥会是否会成为提升北京旅游目的地形象的重大事件, 对这一问题还鲜有实证分析。
本研究以大数据游客评论文本(user generated content, UGC)为内容分析的数据基础, UGC 来自马蜂窝网、携程网、去哪儿网、驴妈妈网和途牛网这5 个当前国内知名度最高的在线旅游社交网站。搜集 2010 年 1 月 1 日—2019 年 12 月 31 日 10 年间的数据, 选取 2015 年 7 月 31 日北京获冬奥会举办权这个特殊时间节点, 对比分析申办冬奥会成功前后北京旅游目的地感知形象的变化。
采用网络爬虫工具爬取与人工筛选相结合的方法, 首先通过 GooSeeker 软件进行数据抓取, 在旅游网站上以“北京游记”为关键词的游记数量众多, 质量参差不齐, 因此需要对游记文本进行人工筛选来控制数据质量。筛选原则如下: 1)游记内容全, 包含作者的游览行程、所见所感、游后感受与评价等; 2)为了方便研究, 剔除文体为诗歌、歌词及全部为图片或视频的游记; 3)游记内容客观、真实且相关, 排除旅行社或其他旅游经销商以营销为目的撰写的、用于吸引旅游者的“广告式”游记, 选取游客亲力亲为, 记载其真实感受的游记文本。
共抓取 3308 条北京游记, 其中包含申办冬奥会成功前的游记 1983 篇以及申办冬奥会成功后的游记 1325 篇, 总字数超过 1050 万, 平均每篇游记约3176 字。
2.2.1数据处理工具
ROST CM 是武汉大学沈阳教授研发编码的一款文本内容挖掘和分析软件, 可以对抓取的文本内容进行中英文分词和词频统计、社会网络和语义网络分析、情感分析和聚类分析等, 从而辅助各学科进行研究, 协助完成其文本分析[34]。ROST EA是 ROST 系列中专门用于情感分析的软件, 该软件基于情感词典对文本进行情感词抽取后, 根据其定义的语法规则和计算程序, 为文本进行情感值计算, 并根据情感值的正负判断文本的情感倾向[35]。国内学者多利用ROST系列软件对网页、论坛和博客等网络文本进行处理和分析, 从而进行旅游目的地的形象感知研究[36–37]。以“文本分析”和“旅游形象感知”为关键词检索到的 47 篇中文文献中, 有 33 篇采用 ROST CM 软件进行文本分析, 说明该软件分析效果好, 受到国内学者的欢迎。同类的非结构化文本分析软件 KH Coder 和 Wordstat 主要应用于英文、法文和西班牙文等语言类型, 与之相比, ROST系列软件在中文文本的处理和挖掘方面具有更大的优势[38]。因此, 本研究选用 ROST CM 和 ROST EA 软件, 分别对文本进行内容分析和情感分析。
2.2.2样本文本预处理
由于游记作者的语言表达方式、习惯和能力不同, 在撰写过程中容易出现繁体字、英文和错别字, 且存在重复和无关的内容, 所以需要对研究文本进行提炼和精化。我们对所选的 3308 篇游记进行文本内容预处理, 步骤如下: 1)将所有文字统一为简体字, 并另存为 ROST CM 和 ROST EA 能够识别的TXT 文档; 2)部分游客分几次对其游览行程进行连续记载, 将一个系列的游记进行整合; 3)删除将北京作为目的地之一的游记中与北京无关的记录; 4)删除与游记文本无关的部分, 如表情符号、标点、英文和无效链接等。保存修正后的文档, 以便进行数据分析。
2.2.3数据分析过程
第 1 步, 构建过滤词表。在游记的撰写过程中, 作者一般会使用大量的介词、冠词、代词和助词等(例如“在、于、一个、的、这里、那里”等), 而这些词与游客对北京的感知形象无关, 并且会影响分词与词频统计, 所以需要建立过滤词表, 将这些词去除。
第 2 步, 建立自定义词典。由于软件的局限性, 分词的结果一般都为两个字组成的词语, 缺乏准确性。为了使分词更加精确, 首先要对分词词表进行修正, 建立自定义词典。需要参考文本内容, 添加与旅游体验、旅游产品及旅游活动相关的词汇, 并检索北京旅游资源、美食、酒店和人物等专有名词, 进行有针对性地补充, 保证分词的准确率。
第 3 步, 运用 ROST CM 软件对预处理后的北京游记文本内容进行分词和过滤, 获取北京网络游记的高频特征词表及其频次。
第 4 步, 进行情感分析。借助 ROST EA 软件,对游记文本数据进行情感分析。导入情感词典, 进行情感值计算和情感特征词提取, 分别生成情感分析详细结果、情感分段统计结果、情感分布统计视图以及正面、中性和负面情绪结果文件。
第 5 步, 进行社会语义网络分析。借助 ROST CM 软件, 对样本数据提取高频词和行特征, 构建高频词共现矩阵, 将其导入 Gephi 0.9.2 中, 通过模块化(modularity)处理, 生成社会语义网络图。
经过 ROST CM 软件的处理, 分别获得申办冬奥会成功前后几年间北京游记特征词词频表, 由于篇幅限制, 各取排名前 50 位的高频词绘制词频表(表 1)。一般认为, 某一旅游资源、旅游活动等的词语出现频率越高, 表明游客对这些项目的感知度越高, 这些项目更易影响游客对北京的总体评价及其行为意向。
对比申办冬奥会成功前后几年游客游记的高频词可以发现, 词频最高的前四位均是“北京”、“故宫”、“时间”和“地方”, 可见故宫在北京旅游目的地形象中一直保持高感知度, 时间和空间两个维度均为游客关注的重点。其次是“长城”、“天安门”、“胡同”和“颐和园”这些著名旅游景点, 虽然申奥前后词频排名有些许变化, 但均持续受到游客高度感知。2015 年申办冬奥会成功后, 游客对“地铁”、“公交”等传统公共交通方式的感知度比之前有明显的下降, 可能是由于共享经济时代下滴滴出行和共享单车成为游客更多的选择。“不错”和“喜欢”这类反映游客情感的词汇词频也较高, 申办冬奥会成功前后均属于各自词频表的前 40 位, 反映出游客对北京旅游形象的整体感知较好。申办冬奥会成功前后, “参观”和“游览”的词频较为一致, 但“体验”一词的词频排名从 100 位之后升至第 50 位, 反映游客的旅游方式由观光游览式转向深度体验式, 更加追求旅游质量。
表1 申办冬奥会成功前后北京游记高频词对比(前 50 位)
Table 1 Comparison of high-frequency words in Beijing travel notes before and after the successful bid for the Winter Olympics (top 50)
序号申办冬奥会成功前申办冬奥会成功后 特征词词频/次频率/‰特征词词频/次频率/‰ 1北京22676 3.81北京175503.85 2故宫/紫禁城76181.17故宫/紫禁城69601.36 3时间63851.07时间54051.19 4地方63191.06地方40810.90 5长城60731.02胡同34460.76 6地铁55720.94天安门34410.76 7天安门50830.85门票33640.74 8酒店46100.77酒店33550.74 9公交45350.76建筑32670.72 10门票45170.76长城31020.68 11颐和园44490.75中国29470.65 12小时42010.71颐和园29330.64 13胡同39400.66小时26140.57 14广场34840.59广场26100.57 15景点32290.54第一25980.57 16不错29910.50地铁25630.56 17建筑29720.50景区22680.50 18天坛29160.49景点22300.49 19鸟巢27310.46开放21430.47 20中国26770.45历史20470.45 21圆明园26670.45喜欢19850.44 22喜欢26420.44公交19480.43 23分钟26360.44公园18510.41 24恭王府24860.42参观17420.38 25参观24850.42游记17140.38 26前门/前门大街24410.41游客17010.37 27王府井23310.39博物馆16040.35 28步行22200.37圆明园16030.35 29南锣鼓巷21640.36南锣鼓巷15730.35 30味道21360.36古北水镇15500.34 31公园21130.35分钟15180.33 32历史21070.35皇帝15080.33 33行程20310.34文化14520.32 34导游19960.34行程14460.32 35后海/什刹海18740.31不错14070.31 36烟袋斜街18630.31晚上13620.30 37皇帝18420.31世界13560.30 38方便18410.31方便13510.30 39雍和宫18380.31旅游13270.29 40照片18230.31艺术13260.29 41便宜17710.30免费13020.29 42大街17400.29旅行12720.28 43水立方17320.29照片12700.28 44八达岭17130.29拍照12450.27 45排队17090.29排队12380.27 46火车17060.29天坛12310.27 47旅游16910.28味道12280.27 48开放16830.28交通12210.27 49游览16670.28游览12120.27 50好吃16580.28体验11740.26
说明: 频率=词频/样本总字数。
3.1.1景点感知对比
分别取申办冬奥会成功前后两部分数据中景点特征词词频前 100 位的高频词, 利用 GooSeeker 网站绘制词云图, 如图1所示。
通过对比可以发现, 申办冬奥会成功前后游客对北京部分旅游景点的感知存在较高的一致性, 如词频排名前列的景点均为“故宫”、“天安门”、“长城”、“胡同”、“颐和园”和“圆明园”等北京知名度最高的旅游景点, 且“故宫”稳居核心位置, 其他景点感知度略有起伏。部分景点在申办冬奥会成功前后存在较大的感知差异, 如申办冬奥会成功后, 游客对“鸟巢”、“水立方”和“奥林匹克公园”等奥运遗产景点的感知度大大降低, 从侧面反映出 2008 年奥运会效应逐渐消散。同时, “香山”、“西山”和“古北水镇”等京郊景点受到更多游客的关注, 随着北京旅游产品日益多元化, 游客目的地选择出现向郊区转移的趋势。2019年北京世园会的成功举办使得“世园会”成为北京新兴旅游景点, 获得游客较高的感知, 说明大型节事活动的举办有利于提升旅游目的地形象。
图1 申办冬奥会成功前(a)、后(b)的景点词云图
Fig. 1 Wordcloud of attractions before (a) and after (b) the successful bid for the Winter Olympics
3.1.2与冬奥会相关的感知对比
首先建立与冬奥会相关的词库, 包括“场馆”、“赛区”、“季节”和“项目”等一系列直接相关和间接相关的词语, 分别对申办冬奥会成功前后几年间的游记文本数据进行词频分析, 筛除词频为0的词语, 得到词频对比表(表2)。
经过对比发现, 申办冬奥会成功后, “冰雪”、“冬季”和“滑雪”这类词汇在词频和频率上都有明显提升, 说明游客对北京冬季冰雪运动(如滑雪等)类旅游资源的感知度有较为显著的提升。“赛区”、“冬奥”和“速滑”及几个比赛场馆虽然词频较少, 但词频和频率都呈上升趋势, 因此可以得知游客对北京冬奥会存在一定程度的感知。
表2 冬奥会相关游记内容特征词对比
Table 2 Comparison of relevant words of the Winter Olympics
冬奥会相关词申办冬奥会成功前申办冬奥会成功后词频变化频率变化 词频频率词频频率 赛区10.0240.09++ 冬奥10.0250.11++ 国家体育馆10.02200.44++ 五棵松体育馆20.0330.07++ 首都体育馆20.0350.11++ 速滑20.0370.15++ 冰球60.1040.09−− 张家口330.55310.68−+ 冰雪450.761292.83++ 体育771.29501.10−− 滑冰901.51791.74−+ 运动1362.281513.32++ 河北1462.451072.35−− 冬季1502.522315.07++ 滑雪1702.853477.62++ 奥林匹克1752.941433.14−+ 延庆3115.223768.26++ 水立方173229.0959913.16−− 鸟巢273145.86107623.63−−
说明: 频率=词频/样本总字数(鉴于数据可观性, 将频率计算结果乘以 100000); +号表示提高, −号表示降低。
从数据处理结果分析来看, 游客对北京冬奥会的感知并不明显, 尚未发现获冬奥会举办权对北京目的地形象产生明显的影响。这可能是因为北京2022 年冬奥会尚未举办, 相关场馆和设施等尚处于建设阶段, 且官方尚未进行大规模宣传, 因此现阶段对北京旅游目的地形象感知未产生显著的影响, 但根据 2008 年奥运会产生的影响来看, 从长远意义上, 冬奥会举办将对北京旅游目的地形象产生一定程度的影响。
通过构建高频词共现矩阵, 导入 Gephi 0.9.2, 经模块化处理后, 生成社会语义网络图(图 2)。图中相同颜色节点群的属性联系密切, 气泡连接的线条越多, 代表其在整个网络中的中心度越强, 与其他高频词的间接联系越多。
冬奥会申办成功前的文本社会语义网络中, 有四大关系密切的网络组团, 反映出游客对北京旅游目的地的形象认知主要表现在地方氛围、吸引物、交通和奥运场馆 4 个方面。
地方氛围方面, “北京”是旅游目的地形象的主体, 作为网络核心词, 具有远高于其他高频词的中心度。旅游目的地模块中包含游客对北京的整体认知, 其中“中国”、“著名”、“不错”和“喜欢”等高频词体现游客较为正面的情感评价, “时间”和“地方”两个高频词具有仅次于“北京”的中心度, 表明游客对时间和空间具有较高的感知度。“排队”这一高频词与“时间”、“空间”和“地方”都存在关联, 在一定程度上反映出旅游旺季景点排队现象较为普遍。“长城‒八达岭长城”这条关系链表明在北京众多长城景区中, 八达岭长城是游客的首要选择。
吸引物方面, 以“门票”和“故宫”为核心, 地理空间位置成为影响景区高频词关联度的重要因素, 如“北海公园”和“景山公园”由于靠近故宫, 三者与天安门广场一同连成经典旅游路线; “恭王府”和“什刹海”周边遍布大小“胡同”, “颐和园”与“圆明园”在地理位置和景区性质上存在较高相似性, 也展现出一定的关联度。值得注意的是, “导游”、“讲解”与“故宫”关系密切, 表明故宫具有相对完备的解说系统, 而其他景区仍需加强。
交通方面, 作为北京重要公共交通工具之一, “地铁”占据核心位置, 既连接“酒店”等旅游服务设施, 也与北京著名旅游景点有较高的关联度, 尤其是将景点名作为地铁站名的“前门”、“天坛东门”和“王府井”等。“地铁”得到游客“方便”、“便宜”的正面评价, 凸显其重要的游客中转作用。
图2 申办冬奥会成功前(a)、后(b)的社会语义网络图
Fig. 2 Semantic social netword diagram before (a) and after (b) the successful bid for the Winter Olympics
奥运场馆“鸟巢”与“水立方”之间由于存在很高的关联度, 被单独划分为一个组团, 揭示北京申办冬奥会成功前的目的地形象受 2008 年奥运会影响较大。
冬奥申办成功后的社会语义网络可划分为5个组团, 四大主题: 地方氛围、吸引物、旅游服务和国际化形象。冬奥申办成功后, “北京”依然居于网络的核心位置且中心度有所提升, 其所在组团将旅游目的地要素和旅游基础设施要素涵盖其中, 在整个社会语义网络中占据主体地位。其中, “地铁”的中心度大幅降低, 可能是由于 2015 年后滴滴出行、共享单车等“互联网+”出行手段兴起, 游客的交通出行方式受到影响, 甚至重构。北京的关联词中新增“体验”和“特色”等, 表明在消费升级的大背景下, 游客的旅游消费结构和旅游需求正在发生改变, 北京旅游产品呈现个性化和体验化的趋势, 尤其是文化创意产业与旅游体验的有机结合, 丰富了游客的旅游体验。“拍照”和“美食”等关联词体现游客偏好的转变, “网红打卡”成为年轻人热衷的旅游方式。在该网络中, 以“时间”为核心的第二组团独立出来, 进一步凸显旅游公共服务和管理的重要性。“排队”仍与“时间”紧密关联, 反映高峰时期部分景区游客拥挤度过高的问题依然存在。以“故宫”为核心的组团以及“圆明园”、“颐和园”、“皇家”和“园林”独立构成的组团反映出随着国际化和旅游业的发展, 游客对世界文化遗产皇家园林的感知不断增强。第五组团包含“世界”和“中国”, 表明在此阶段北京国际旅游目的地形象感知有所提升, 且“建筑”和“历史”的中心度有所提高, 与北京城市形象的定位契合。
网络游记及评论是游客在旅游活动开展或结束后由综合情绪叠加形成的一种情感表达[39]。运用ROST EA 分别对冬奥会申办成功前后的文本数据进行情感分析, 基于情感词典计算各段文本的情感值, 并据此判断文本的情感倾向, 最终划分为积极情绪、中性情绪和消极情绪三大类, 统计结果见图3 和表 3。
从图 3 可以看出, 游客对北京旅游目的地形象的情感认知整体上是积极的, 申办冬奥会成功前后积极情绪均占 50%以上, 且高度消极情绪占比极少。其中, 申办冬奥会成功前积极情绪占比(55.26%)略高于成功后(54.62%), 但差距不大。申办冬奥会成功后, 消极情绪占比从 13.41%降至 11%, 表明游客对北京旅游服务水平及旅游产品质量的满意度有所提升。以北京冬奥会的举办为契机, 北京地区大力推广冬季文化旅游活动,尤其是冰雪旅游服务场所与设施在数量和质量上均有很大的提升, 在很大程度上丰富了游客的旅游体验。例如:
图3 情感分析结果统计
Fig. 3 Statistical graph of sentiment analysis results
表3 情感分析分段统计结果
Table 3 Results of sentiment analysis
情绪分段申办冬奥会成功前文本/条申办冬奥会成功后文本/条 一般(0~10)2549 (24.69%)1474 (24.53%) 积极中度(10~20)1368 (13.25%)819 (13.63%) 高度(20以上)1789 (17.33%)989 (16.46%) 一般(−10~0)991 (9.60%)484 (8.05%) 消极中度(−20~−10)266 (2.58%)127 (2.11%) 高度(−20以下) 40 (0.39%) 17 (0.28%)
景区内刚开的冰雪嘉年华项目, 可以滑冰车, 这个就真的太让人怀念了, 小时候在老家的水库里滑冰车摔跤的记忆一下子就唤起来了让人重回童年时代。
世葡园为迎接 2022 冬奥会, 引进了先进的冰雪娱乐设施和娱乐项目, 在户外真实的雪场疯狂玩耍后还可以来到场馆里体验超刺激的VR滑雪。
根据分段统计结果(表 3)可知, 两部分文本都存在趋近中性化的现象, 中性情绪均超过 30%, 且一般程度的积极情绪与消极情绪均占比最高, 这一现象在冬奥会申办成功后愈加凸显。文本中的负面信息多集中在自然条件、旅游服务和突发情况方面, 其中也包含对旅游项目未能开放的遗憾。例如:
北京真的太冷了, 在北京不戴帽子真的是要命啊北海公园可以滑冰所以去了, 但是春节期间停业整顿, 否则觉得也没啥好玩的, 15 块钱的门票也是觉得一点都不值。
本文通过对比 2015 年冬奥会申办成功前后的网络游记文本分析结果, 探究成功申办冬奥会对北京旅游目的地形象的影响, 得出以下结论。
第一, 申办冬奥会成功后, 北京关于“冬奥会”的形象感知得到提升, 但提升程度不高。高频词分析结果表明, 2015 年申奥成功后, 游客对北京“冬季”、“冰雪”、“滑冰”和“运动”的感知度明显提升, 说明北京正在以 2022 冬奥会的举办为契机, 丰富冰雪旅游资源, 塑造冰雪旅游目的地形象, 将北京打造成一个重要的冰雪旅游目的地。本研究结论与Ritchie 等[27]和 Tasci 等[29]的研究结论具有一致性, 即冬奥会的举办可以提升举办城市的关注度, 城市形象得到改善, 但是提升幅度不大。基于网络旅游博客内容的分析发现, 奥运会的举办增强了北京的曝光度, 提高了海外游客对北京城市形象的认知[21]。可以预见, 同为世界瞩目的国际性大型赛事的冬奥会也将对北京国际旅游目的地形象的塑造产生积极影响, 但由于目前北京尚处于冬奥会建设阶段, 且由于时效性和较高的经济成本, 冰雪运动尚未成为全民热门运动, 与夏季奥运会相比, 公众对冬奥会的关注度并不是特别高, 因此游客对北京冬奥会举办地的形象感知度不及 2008 年夏季奥运会显著。
第二, 申办冬奥会成功前后, 游客感知北京旅游目的地形象的维度具有差异性。在旅游目的地系统构成理论中, Gunn 等[40]认为旅游目的地系统由吸引物、信息、交通、服务和促销 5 个部分构成, 吴必虎[41]认为旅游目的地系统由吸引物、设施和服务 3 个部分构成。基于目的地系统构成视角, 本文认为申办冬奥会前游客目的地形象感知主要表现在4 个方面——地方氛围、吸引物、交通和奥运场馆; 申办冬奥会后, 游客目的地形象感知主要体现在地方氛围、吸引物、旅游服务和国际化形象。游客目的地形象感知验证了 Gunn 等[40]和吴必虎[41]的旅游目的地系统构成理论, 吸引物、设施和服务是旅游目的系统的重要构成部分, 且地方氛围已超越吸引物而成为影响游客目的地形象感知最重要的因素。此外, 奥运举办地和国际形象也成为游客感知的重要维度, 北京 2008 年奥运会的后奥运效应显著, 游客对奥运场馆(如鸟巢和水立方)感知程度的前后变化, 验证了奥运大事件对目的地形象的影响, 北京的国际化形象得以凸显[30], 同时也证实奥运效应的持续时间有限[20]。申办冬奥会后, 突出的特点是游客从原来关注基础设施转变为关注旅游公共服务与管理以及中国的国际化形象。游客从过去关注旅游硬件设施转变为关注旅游服务软环境, 揭示游客的旅游需求升级, 旅游方式从满足基本需求的观光游向追求品质的深度体验转变。
第三, 申办冬奥会成功前后, 游客对北京旅游目的地的情感感知存在微弱差异。游客对北京旅游目的地的情感总体上以积极情感为主, 中性情感为辅, 存在中性化的趋势。申办冬奥会成功后, 消极情绪占比有所下降, 中性情绪升高, 积极情绪基本上持平。情感维度中的中性情绪占比偏高, 影响游客将旅游体验转化成重游意愿和推荐意愿。因此, 应当在降低消极情绪的基础上, 注重将中性情绪转化为积极情绪。Kenyon 等[28]发现伦敦奥运会举办前后, 目的地形象会发生从认知形象到情感形象的转化, 积极情绪占比升高。本研究结论与之存在一定的差异, 原因可能在于冬奥会申办成功与奥运会举办的影响程度不同, 且 2010—2015 年是北京后奥运效应时期。
根据本研究得出的结论, 申奥成功后游客对北京国际化形象的感知有所提升, 并且可预见的冬奥会举办将对北京旅游目的地形象的塑造产生积极影响。在冬奥会这一契机下, 北京可以从以下几个方面来提升自身旅游目的地形象。
1)大力改善和提升旅游服务, 注重旅游体验品质的提升。随着旅游需求升级, 游客从满足基本需求的观光游向追求品质的深度体验转变, 加上冬奥会这场大型国际赛事会吸引众多国内外游客来京, 北京可利用前期已建设完善的基础设施, 进一步提升旅游服务软环境, 营造舒适、便捷和品质化的国家旅游目的地形象。
2)利用奥运旅游资源, 打造“双奥之都”城市名片。2022 年冬奥会一旦成功举办, 北京将成为奥运史上第一个既举办过夏季奥运会, 又举办过冬季奥运会的城市, 可以凭借这一特殊地位, 进一步提升国际知名度。此外, 冬奥会成功举办后会产生后奥运效应, 例如奥运遗产可作为旅游产业的一部分而得到持续发展。
3)促进冰雪运动的普及, 增强民众对冰雪运动的参与程度和情感特征。鼓励以青少年为主的民众积极参与冰雪旅游项目, 增强冬奥会效应。冬奥会结束之后, 将冬奥会建设成果作为新的冰雪旅游资源, 例如冬奥专用滑雪赛道、冬奥专用冰球场馆等, 从而丰富冰雪旅游资源, 塑造冰雪旅游形象。冬奥会的比赛场馆和赛道除用于正式比赛外, 作为旅游产业的一部分, 其可持续发展能力在很大程度上仍然依赖于民众的广泛利用。
本研究存在一些不足之处。首先, 采用大数据文本分析游客对旅游目的地的形象感知, 而游客对旅游目的地形象的感知会受到城市旅游吸引力、城市整体环境以及居民文化交流等多方面因素的影响[42], 但本研究只考虑申奥成功这一大事件的影响, 将冬奥会申办成功作为时间节点进行对比分析, 未检验其他要素的影响, 因而研究结论中申奥前后的差异也可能包括其他影响因素综合作用的结果, 这一问题有待未来采用多学科、多方法进行进一步分析。其次, 鉴于目前冬奥会尚未真正举办, 冬奥会对旅游目的地形象的影响并不显著, 仅能在一定程度上反映大事件的影响, 而不能代表冬奥会对北京旅游目的地形象的影响。若要比较冬奥会申办成功与冬奥会举办对北京旅游目的地形象的影响差异, 还有待 2022 年冬奥会正式举办后开展进一步的研究。第三, 由于北京是知名度较高的旅游目的地, 作为研究对象范围过大, 易受其他因素的干扰。未来可以针对张家口, 或者具体的奥运场馆来进行更深入细化的研究, 以期获得更加有针对性的研究结果。
参考文献
[1] 张永韬. 大型体育赛事对城市(区域)的影响研究述评. 体育与科学, 2013, 34(3): 18–23
[2] Mayo E J. Regional images and regional travel beha-vior // The Travel Research Association Fourth Annual Conference Proceedings. Sun Valley, Idaho, 1973: 211–218
[3] Crompton J L. An assessment of the image of Mexico as a vacation destination and the influence of geo-graphical location upon that image. Journal of Travel Research, 1979, 17(4): 18–23
[4] Gartner W C. Image formation process. Journal of Travel &Tourism Marketing, 1993, 2(2/3): 191–216
[5] Baloglu S, McCleary K W. A model of destination image formation. Annals of Tourism Researeh, 1999, 26(4): 868–897
[6] Ruzzier M K. Extending the tourism destination image concept into customer-based brand equity for a tourism destination. Economic Research-Ekonomska Istraživanja, 2010, 23(3): 24–42
[7] Carballo M M, Araña J E, León C J, et al. Economic valuation of tourism destination image. Tourism Eco-nomics, 2015, 21(4): 741–759
[8] Veasna S, Wu W Y, Huang C H. The impact of desti-nation source credibility on destination satisfaction: the mediating effects of destination attachment and destination image. Tourism Management, 2013, 36: 511–526
[9] Pan B, Li X R. The long tail of destination image and online marketing. Annals of Tourism Research, 2011, 38(1): 132–152
[10] Hunter W C. The social construction of tourism online destination image: a comparative semiotic analysis of the visual representation of Seoul. Tourism Manage-ment, 2016, 54: 221–229
[11] Stylidis D, Shani A, Belhassen Y. Testing an inte-grated destination image model across residents and tourists. Tourism Management, 2017, 58: 184–195
[12] 陈传康, 王新军. 神仙世界与泰山文化旅游城的形象策划(CI). 旅游学刊, 1996(1): 48–52
[13] 李蕾蕾. 旅游地形象策划: 理论与实务. 广州: 广东旅游出版社, 1999
[14] 吴必虎, 宋治清. 一种区域旅游形象分析的技术程序. 经济地理, 2001, 21(4): 496–499
[15] 杨振之, 陈谨. “形象遮蔽”与“形象叠加”的理论与实证研究. 旅游学刊, 2003, 18(3): 62–67
[16] 王阿敏, 吴晋峰, 王君怡. 非特定目的地旅游经验对目的地形象的影响研究. 旅游学刊, 2018, 33(7): 79–90
[17] 张高军, 吴晋峰. 不同群体的目的地形象一致吗? ——基于目的地形象群体比较研究综述. 旅游学刊, 2017, 31(7): 114–126
[18] 刘国华, 王红国. 旅游目的地形象测量: 基于国外文献的研究. 旅游学刊, 2010, 25(6): 83–87
[19] 陈倩. 基于受众感知的旅游目的地形象构成要素分析——以北京为例. 特区经济, 2014(1): 157–161
[20] 陈焱, 朴根秀. 2008 年奥运会后北京作为旅游目的地形象的研究. 内蒙古师范大学学报(哲学社会科学版), 2012, 41(1): 114–119
[21] 徐成龙, 刘东锋. 以海外游客视角分析北京奥运会对旅游目的地形象塑造的影响——基于对网络旅游博客的内容分析. 湖北体育科技, 2018, 37(7): 586–590
[22] 冯捷蕴. 北京旅游目的地形象的感知——中西方旅游者博客的多维话语分析. 旅游学刊, 2011, 26(9): 19–28
[23] 商军, 陆卫群. 基于灰色关联分析的旅游目的地形象网络传播与影响研究——北京 5A 景区为例//中国高等科学技术中心. 第 25 届全国灰色系统会议论文集. 北京: 中国高等科学技术中心, 2014: 221–225
[24] 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. 旅游学刊, 2018, 33 (1): 53–62
[25] 邓宁, 刘耀芳, 牛宇, 等. 不同来源地旅游者对北京目的地形象感知差异——基于深度学习的 Flickr图片分析. 资源科学, 2019, 41(3): 416–429
[26] 罗秋菊. 大型事件活动提升举办地旅游形象评价研究. 旅游学刊, 2009, 24(2): 6–7
[27] Ritchie J B, Smith B H. The impact of a mega-event on host region awareness: a longitudinal study. Journal of Travel Research, 1991, 30(1): 3–10
[28] Kenyon J A, Bodet G. Exploring the domestic relationship between mega-events and destination image: the image impact of hosting the 2012 Olympic Games for the city of London. Sport Management Review, 2018, 21(3): 232–249
[29] Tasci A D A, Hahm J, Terry D B. A longitudinal study of Olympic Games’ impact on the image of a host country. Journal of Travel & Tourism Marketing, 2019, 36(4): 443–457
[30] 申丽萍, 王跃, 朱洵韬. 大型体育赛事对城市旅游的促进机理分析. 城市问题, 2012(9): 55–57
[31] 李祗辉. 大型节事活动对旅游目的地形象影响的实证研究. 地域研究与开发, 2011, 30(2): 110–112
[32] 陈楠, 乔光辉. 基于感知‒认知因素的奥运会后北京旅游形象变化研究——以入境游客为例. 资源科学, 2009, 31(6): 1000–1006
[33] 赵承磊. 大型体育赛事对旅游目的地的作用机理和功能提升策略. 南京体育学院学报(社会科学版), 2016, 30(1): 53–59
[34] 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. 地理研究, 2018, 37(6): 1159–1180
[35] 丛丽, 何继红. 野生动物旅游景区游客情感特征研究——以长隆野生动物世界为例. 旅游学刊, 2020, 35(2): 53–64
[36] 丛丽, 吴必虎. 基于网络文本内容分析的野生动物旅游体验研究——以四川成都大熊猫繁育养殖基地为例. 北京大学学报(自然科学版), 2014, 50(6): 1087–1094
[37] 张珍珍, 李君轶. 旅游形象研究中问卷调查和网络文本数据的对比——以西安旅游形象感知研究为例. 旅游科学, 2014, 28(6): 73–81
[38] 程慧荣, 黄国彬, 郑琳. 非结构化文本分析软件比较研究——以 KH Coder 和 Wordstat 为例. 图书与情报, 2015(4): 110–117
[39] 刘逸, 保继刚, 朱毅玲. 基于大数据的旅游目的地情感评价方法探究. 地理研究, 2017, 36(6): 1091–1105
[40] Gunn C A, Turgut V. Tourism planning: basics con-cepts cases. 4th ed. New York: Routledge, 2002
[41] 吴必虎. 区域旅游规划原理. 北京: 中国旅游出版社, 2001
[42] 郑鹏. 旅游目的地整体形象认同的影响因素及差异研究——以郑州国内市场为例. 干旱区资源与环境, 2014, 28(7): 200–204
Impact of Successful Bid for Winter Olympics on Perceived Image in Beijing Tourism Destination
Abstract This study conducts an empirical study on the impact of Beijing’s rights to host the Winter Olympics on its tourist destination image. In order to explore how winning the right to host the winter Olympics would affect the image of Beijing as a tourist destination, online travel notes of tourists to Beijing were collected on UGC platforms such as Mafengwo, Ctrip and Tuniu, and the content and emotion analysis of online text were conducted by using ROST CM 6.0 and ROST EA. The results show that: 1) after the success of the bid for the winter Olympics, Beijing’s image of the “winter Olympics” is more prominent, but not to a high degree. 2) The dimensions of the tourists’ perceived image of Beijing before and after the successful bid are different. Before the successful bid, the tourists’ perceived images of destinations are mainly reflected in the local atmosphere, attractions, transportation and Olympic venues, while after the successful bid, the tourists’ perceived images of destinations are mainly embodied in the local atmosphere, attractions, tourism services and international image. 3) Tourists’ emotions are mainly positive emotions, supplemented by neutral emotions, and the overall tends to neutralize.
Key words Beijing; destination image; perceived image; Winter Olympic Games; content analysis
doi: 10.13209/j.0479-8023.2021.017
北京林业大学大学生创新创业训练计划(S201910022021)资助
收稿日期: 2020–03–17;
修回日期: 2020–08–01