基于UGC的旅游地空气质量满意度研究
——以北京、福建5A景区的对比分析为例
张 峰，陶玉国
（江苏师范大学历史文化与旅游学院，江苏 徐州 221116）
摘 要： UGC数据为研究游客对空气质量的满意度提供了新视角。采用网络爬虫获取新浪微博近七年来游客对北京、福建5A景区空气质量发布的32万余字的评论文本，通过基于Boson中文语义开放平台的情感分析法测算满意度值。研究发现，北京、福建景区空气质量整体满意度评价值分别为0.752、0.811，等级依次为良级、优级；从时间演变来看，北京呈下降趋势，降幅为6.41%，福建呈上升趋势，涨幅为1.76%；游客对北京景区的雾霾等空气污染讨论频次高于福建。因此，建议旅游电商、社交媒体等平台应充分重视UGC数据的挖掘，积极探索建立游客满意度评估管理系统。
关键词： UGC；旅游目的地；空气质量；满意度
引言
近年来，中国不少城市出现了严重的空气污染状况，旅游目的地的空气质量也相应受到影响。鉴于空气质量是旅游地选择的重要因素[1]，旅游者对空气质量的满意度不仅构成了重要的旅游经历，而且对他们的出行计划、重游意愿等产生重要影响。与此同时，社交媒体时代快速发展背景下，越来越多的游客将对旅游地空气质量的感受，通过各种自媒体平台进行传播，形成了大量的有关旅游地空气质量评价的用户生成内容（UGC）[2]。充分研究这些UGC传播中的满意度评价，不仅有利于减少污染造成的对游客心理的不利影响，也有利于景区管理者对空气质量的提升提出针对性建议，对旅游目的地结合自身空气质量条件进行营销管理有借鉴意义。
当前对旅游地空气质量满意度等心理方面的研究较少，相关研究主要集中于天气状况对旅游目的地形象影响[3～5]、旅游者目的地选择行为影响这两方面[6～7]。基于此，本文选取北京、福建这两个自然生态环境差异较大的地区作为案例地，获取游客对其5A景区发布的空气质量的网络评论，对这些评论满意度进行了对比研究。
当前的小学数学课堂，教师的主导思维依然比较严重，忽视学生的自主学习和发展，不注重兴趣的引导和激发，不注重启发和思考，不注重和生活实践的结合等教学模式，严重限制了数学这门学科的教学意义和价值，学生无法从数学学习中感受到充分的乐趣，课堂教学的有效性不高。在这种教学思想和教学习惯的指导下，小学生通过几年的数学学习，除了会做题，会运算之外，对数学的感悟非常淡薄，只知道数学是考试科目，对为什么要学习数学，学习数学有什么用没有一个起码的认知，这是教师必须要重视的问题。
一、数据来源与研究方法
1.数据来源。文中的UGC数据来自于新浪微博，以“景区名称+空气+游”为关键词，利用网络爬虫工具获取。考虑新浪微博用户在2011年才开始活跃，故限制搜索时间为2011年1月1日至2018年6月31日。同时为了保证数据准确性，设置微博发布地为各景区所在城市，类型为原创。数据去燥后获取评论3 253条，共计32万余字。
2.研究方法。游客情感是体验满意度的主要测量标准[8]，因此利用情感分析法测度游客满意度。情感分析是关于人们对实体、个体、问题、事件、主题及其属性的看法、评价、态度和情感的计算研究[9]。鉴于Boson中文语义分析平台提供了更具针对性的微博语料库，而本文的评论数据来自新浪微博，故本研究选择该平台，便于进行标注和机器学习，获得更佳的情感判断准确率。通过Python3.0编写计算机编程语言调用Boson中文语义开放平台，在调用时通过URL参数选择微博社交语料库模型对评论数据进行情感分析，以获取不同时间段游客对北京、福建共计15家5A景区空气质量满意度评价分值。在满意度评价的等级标准方面，考虑到分值在0—1之间，将评价标准拟定为劣级（0—0.20）、差级（0.21—0.40）、中级（0.41—0.60）、良级（0.61—0.80）、优级（0.81—1），正负临界值为0.5，分值越高，情感越趋向正面，满意度越高。
二、结果与分析
2.各景区满意度对比。测算各5A景区网络评论的满意度值可知（见表1），北京地区满意度值排名前三的景区分别为恭王府、奥林匹克公园、明十三陵，值最低的景区是故宫，仅为0.688。福建地区满意度值排名前三的景区分为是太姥山、清源山、白水洋鸳鸯溪，均为自然风景型景区。就福建地区而言，相较于文化古迹类景区，自然风景型景区自然环境优美、植被茂盛，空气质量也更佳，游客在网络信息传播中会表达较高的满意度。
1.满意度年份变化对比。由下图可知（未统计2018年7个月的数据），近七年北京景区空气质量UGC满意度值分别为 0.780、0.780、0.781、0.779、0.757、0.726、0.730，均为“良级”，2011—2014年满意度值变化较平稳，近七年整体呈下降趋势，降幅为6.41%。福建景区空气质量UGC满意度值分别为0.756、0.796、0.833、0.818、0.846、0.778、0.795，2013—2015 年值为“优级”，其余年份值为“良级”，近七年整体呈上升趋势，涨幅为1.76%。仅在2011年，福建空气质量满意度值低于北京，其余年份均高于北京。满意度值一定程度上反映了空气质量。因此，北京景区空气质量满意度值呈下降趋势体现了其空气质量的下降，其原因可能与大气污染带来的威胁相关。
空气质量满意度年份变化对比图
总的来看，北京1 545条网络评论的满意度均值是0.752，福建1 708条评论的均值是0.811，福建地区相较于北京高出7.85%。按照满意度值区间划分，北京景区的网络评论满意度属于“良级”，福建则属于“优级”，表明在网络信息传播中，游客更倾向于对福建景区的空气质量发表正面评论。鉴于空气质量是旅游目的地形象的重要组成成分，这种对空气质量的满意度最终将影响到对目的地整体形象的评价。
研究结果表明，UGC传播中的北京、福建景区空气质量整体满意度评价值分别为0.752、0.811，等级依次为良级、优级；从满意度值的时间演变来看，北京呈下降趋势，降幅为6.41%，福建呈上升趋势，涨幅为1.76%；福建地区的自然风景型景区空气质量满意度高于文化古迹类；北京的雾霾等空气污染是满意度较低的主要原因，其空气质量快速恶化已成事实，加强其旅游地空气质量管理势在必行。本研究也有一定局限性，UGC数据获取渠道仅为新浪微博，从旅游网站、APP等平台获取的评论更能丰富本研究成果，建议未来研究可获取图片、视频等多源数据。
表1 各5A景区满意度
由此可见，北京地区相对于福建地区，城市整体发展速度快，同时也带来了更为严重的城市碳排放、雾霾天气等空气质量污染问题，导致了游客会在网络中传播这些负面信息。如北京游客的评论“呼吸着肮脏的空气，我来到了故宫，登上城墙，远眺被雾霾笼罩的帝都”，表达了其对空气污染的不满，此类信息的传播将对潜在游客的出游决策行为产生负面影响。
表2 UGC文本高频词对比
三、结论及政策建议
3.情感高频词对比。统计UGC文本中排名前20的高频词汇发现（见表2），两地区景区的评论中均出现了清新、新鲜这两个赞美空气质量的情感词，但北京景区清新、新鲜的词频分别为246、138，低于福建景区的词频（词频为480、179）。此外，北京景区评论高频词还出现了污染、雾霾这两个表征空气质量不佳的负面词汇，福建地区评论中未出现这些词。
通过辨析以上相关概念，对于公职律师的概念可表述为：具有中华人民共和国律师资格或法律职业资格，依法取得公职律师执业证书，为政府部门或具有社会公共管理、服务职能的事业单位、社会团体提供专门法律服务的公职人员。
旅游目的地生态环境治理需要全社会共同参与，有关立法、执法部门应尽快开展旅游地空气污染整顿，增强空气污染危害，以及如何形成、如何预防治理等方面的教育，提升个人与企业的社会责任，提倡更低碳、经济的生活与生产方式，控制空气污染状况的发生。同时，也建议旅游电商、旅游社交媒体等平台充分重视UGC大数据的挖掘与利用，积极探索建立游客满意度评估管理系统，避免负面旅游UGC内容的传播带来的游客出游决策行为改变等不良影响。
其中，i和t分别表示样本城市和时间；CP、HP和LP分别表示物价、房价和地价；WI、RI、PS和FR分别表示工资收入、房地产住宅投资、人口规模和财政收入；CPi,t-2、HPi,t-2和LPi,t-2分别表示物价、房价和地价的二阶滞后项，滞后阶数是根据AIC准则确定的模型最佳滞后阶数；uit、ξit和vit分别表示对应方程的随机扰动项；α0、α1、α2、α3，β0、β1、β2、β3、β4，γ0、γ1、γ2和γ3为各方程的待估系数。
参考文献：
[1]Goh C.Exploring impact of climate on tourism demand[J].Annals of Tourism Research，2012，(4)：1859-1883.
[2]Zeng B.，Gerritsen R.What do we know about social media in tourism?A review[J].Tourism Management Perspectives，2014，(10)：27-36.
[3]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[J].旅游学刊，2011，(9)：19-28.
[4]Sajjad F.，Noreen U.，Zaman K.Climate change and air pollution jointly creating nightmare for tourism industry[J].Environmental Science and Pollution Research，2014，(21)：12403-12418.
[5]Aiping Z.，Linsheng Z.，Yong X.，et al..Tourists’Perception of Haze Pollution and the Potential Impacts on Travel：Reshaping the Features of Tourism Seasonality in Beijing，China[J].Sustainability，2015，(3)：2397-2414.
[6]许春晓，周美静，王甫园.旅游目的地选择意愿的影响因素——以韶山为例[J].经济地理，2015，(4).
[7]Mayaka M.，Mutinda R.Application of destination choice model：Factors influencing domestic tourists destination choice among residents of Nairobi，Kenya[J].Tourism Management，2012，(6)：1593-1597.
[8]马天，李想，谢彦君.换汤不换药?游客满意度测量的迷思[J].旅游学刊，2017，(6)：53-63.
[9]Alaei A.R.，Becken S.，Stantic B.Sentiment analysis in tourism：Capitalizing on big data[J].Journal of Travel Research，2017，(9)：1-14.
中图分类号： F590
文献标志码： A
文章编号： 1673-291X（2019）24-0174-03
收稿日期： 2019-03-18
基金项目： 国家自然科学基金项目“区域旅游业碳排放的测度、影响因素与碳减排效应研究——以江苏省为例”（41571131）；江苏师范大学研究生创新项目“基于UGC大数据的游客雾霾风险感知及情感特征研究”（2018YXJ210）
作者简介： 张峰（1995-），男，江苏徐州人，硕士，从事低碳旅游、旅游UGC研究；陶玉国（1976-），男，湖南耒阳人，副教授，硕士生导师，博士，从事低碳旅游研究。
[责任编辑 李晓群]
标签：UGC论文; 旅游目的地论文; 空气质量论文; 满意度论文; 江苏师范大学历史文化与旅游学院论文;