音樂節的網絡關注度的時空分布實證分析目錄TOC\o"1-2"\h\u目錄 4第一章緒論 61.1研究背景 61.2研究目的與意義 8第二章文獻綜述 102.1音樂節相關研究 102.2網絡關注度相關研究 12第三章研究設計 163.1研究假設 163.2研究對象 163.3數據采集 173.4研究方法 18第四章數據分析 204.1迷笛音樂節歷屆舉辦時空分析 204.2迷笛音樂節百度指數時空分布 214.2.1迷笛音樂節百度指數時間分布特征 224.2.2迷笛音樂節百度指數空間分布特征 224.3迷笛音樂節對應分析和最優尺度 23第五章結論與建議 285.1研究結論 285.2研究建議與不足 28參考文獻 30致謝 32附錄 33第一章緒論1.1研究背景（1）音樂節歐美國家的音樂節文化發展成熟且迅速，有很多知名的音樂節，并且每年都會有大量的樂迷追捧。“音樂節”這個名詞最早的應用地是在英國，開始于18世紀，在1784年專門為音樂家韓德爾在西敏寺舉行了音樂節，在此之后韓德爾音樂節基本上屬于不間斷地舉辦。[[]小敏.世界著名的魅力音樂節[J].小演奏家,2013(03):36-37.]“比利時Tomorrowland電子音樂節是世界上最大的電子音樂節，每年在比利時小鎮Boom舉辦。舉辦期間，精美的舞臺和超炫的特效都能吸引大量來自世界各地的音樂愛好者來此聚集，超過幾十萬人。Tomorrowland電子音樂節從開始到今日，已經發展成為世界最具影響力的音樂節之一”。[[]小敏.世界著名的魅力音樂節[J].小演奏家,2013(03):36-37.[]bilibili專欄，世界最大的電音節之一：Tomorrowland[EB/OL].(2018-04-17)./read/cv990604.中國音樂節誕生較晚，在得到政府的支持和鼓勵后才開始發展起來，但目前的還處于不穩定階段，存在一定的問題。中國音樂節最早出現于20世紀50，60年代，如哈爾濱之夏音樂節、上海之春音樂節等。在21世紀后，中國音樂節的形式才逐漸多樣化發展，但數量仍相對較少。截止到2020年，戶外音樂節已經舉辦了20年，第一個10年，音樂節發展無多大起色，在2009年中國戶外音樂節數量也就只有44個。但從“2010年初，戶外音樂節‘井噴’，進入音樂節時代”，快速發展的原因與國家政策的支持有一定的關系。首先《國家“十二五”時期文化改革發展規劃綱要》中提出，“精神文化產品和社會文化生活要豐富多彩，更好地滿足人民群眾的精神文化需求”。并且《文化和旅游部關于進一步加強演出市場管理的通知(征求意見稿)》[[]文化和旅游部關于《文化和旅游部關于進一步加強演出市場管理的通知（征求意見稿）》公開征求意見的公告市場管理司2019-12-05357A11-16-2019-50255/zfxxgkml/scgl/202012/t20201206_918199.html]對音樂節管理也做了進一步闡釋。相應管理部門表示，管理要突出監管重點，對音樂節慶類演出活動，要重點對電音類、說唱類節目進行審核把關，配合公安等部門加強對演出現場、電子顯示屏內容以及互動環節的監督檢查，督促演出舉辦單位防范人群踩踏等安全事故，加強安保防范。同時，監管層提出，要深入實施音樂創意人才的扶持計劃，支持地方通過積極舉辦音樂、戲劇、雜技、舞蹈等演出節慶活動，推動文化和旅游的快速融合發展，促進文化和旅游消費。支持具備條件的A級旅游景區、全域旅游示范區、特色小鎮發展具有地方文化特色的旅游演出項目，促進夜間演出消費。[]文化和旅游部關于《文化和旅游部關于進一步加強演出市場管理的通知（征求意見稿）》公開征求意見的公告市場管理司2019-12-05357A11-16-2019-50255/zfxxgkml/scgl/202012/t20201206_918199.html我國的音樂節2015—2016年因政府的文件支持得到了快速發展，但目前整體音樂節市場規模呈現出增速緩慢的狀態，需要改變運營方式來幫助音樂節的市場得到發展，逐漸突破瓶頸。據小鹿角智庫發布的《2018年中國音樂節市場報告》顯示，目前音樂節規模增速放緩，2018年國內市場共有音樂節263個，較2017年有所下滑。雖然較2016年音樂節存活率有較高提升，2017年音樂節品牌在2018年的存活率仍未達到50%，這也就意味著，有超過一半的音樂節在第二年延期或者取消，還依舊是當前音樂節市場的現狀。據軟件統計，2018年，新出現音樂節品牌達到了140個，占整體52%。不過，在2016年、2017年、2018年三年均落地且具備一定品牌性的音樂節，只占據市場整體約15%。[[]小鹿角智庫,音樂財經網CMBN.2018年音樂節市場報告[EB/OL].(2019-04-19).][]小鹿角智庫,音樂財經網CMBN.2018年音樂節市場報告[EB/OL].(2019-04-19).（2）互聯網如今互聯網已經是我們生活的重要組成部分，網民數量龐大并且網絡關注度主要關注音樂節的人群是青壯年人群。龐大的網民群體搭建起了一個數字信息社會，網絡的普及度也越來越高，從網絡上可以得知人們的關注領域和消費習慣，網絡關注度的研究也可以得到應用。根據CNNIC，華經產業研究院整理，截至2020年12月，我國的網民總體規模已占全球網民的1/5左右。“十三五”期間，我國網民規模從6.88億快速增長至9.89億，并且從2020年3月—2020年12月，我國網民規模達到9.89億,新增了8540萬網民,互聯網普及率也達到70.4%，提升5.9個百分點。我們不難發現，關于音樂節的網絡關注度主要受眾人群是20~29歲的青年人，其次就是30~39歲的年齡段超過≤19歲、40~49歲、≥50歲。根據百度指數音樂節關鍵詞的搜索數據（圖1.1）。目前音樂節市場還存在著很多問題，本研究關注到中國的音樂節市場仍處在一個非常不穩定的發展階段，大量新品牌出現，也伴隨著大量音樂節消失，并且當前社會網絡發展迅速，互聯網和音樂節的主要受眾人群都是年輕人，可以通過網絡關注度的方法了解觀眾的時空分布，來完善音樂節的舉辦場地和時間的選擇，吸引受眾者，改善音樂節的存留率。圖1.1音樂節年齡分布表20.57213.61166.0912.9327.9912.936.150.7916.624.6533.8618.0633.7355.949.6420.57213.61166.0912.9327.9912.936.150.7916.624.6533.8618.0633.7355.949.641.2研究目的與意義（1）研究目的目前并沒有將網絡關注度方面的研究并沒有應用在音樂節領域，同時音樂節現在還處于一個發展不穩定的階段，存留率較低，發展增速緩慢，而互聯網和音樂節主要面對的群體都是青壯年，互聯網和人們的生活融入度越來越高，希望通過網絡關注度的時空分布特征，為音樂節的發展提供有用的意見。同時本研究基于迷笛音樂節相關文獻、網絡搜索資料，結合百度指數多年的迷笛音樂節關鍵詞連續數據，針對其網絡關注度時空分布和迷笛音樂節本身所具備的時空分布進行分析，分析形成迷笛音樂節百度指數時空分布差異的影響因素。再結合目前迷笛音樂節所呈現的趨勢，把握影響因素和消費者消費行為傾向，為未來音樂節的節事活動消費需求走向和節事活動消費趨勢預測提供理論依據。（2）研究意義理論意義。現如今互聯網的發展快速，音樂節方面的學術研究得到關注。已有的學術研究缺少網絡關注度和音樂節相結合的內容，現有的研究涉足領域雖然較為廣泛但主要還是在旅游領域的網絡關注度研究，這方面的研究是可以對消費市場進行預測，為之后的旅游提供借鑒基礎。網絡關注度的研究還并未涉足音樂節領域，本文是以迷笛音樂節作為研究對象展開研究，可以豐富網絡關注度研究涉足的領域。本研究采用百度指數進行2011-2020年的迷笛音樂節收集數據，應用SPSS、Excel、GIS、網絡關注度時空測度公式分析其網絡關注度的時空分布特點，結合迷笛音樂節本身舉辦的時空分布情況，找尋迷笛音樂節舉辦的時空分布和其百度指數時空分布特征是否存在關系，從而豐富音樂節方面的研究。實踐意義。基于“百度指數”數據共享平臺的迷笛音樂節搜索指數和人群畫像，來研究迷笛音樂節的網絡關注度時空分布特征，并驗證研究假設，并得出結論。針對音樂節，能夠提供促進其營銷發展和推動音樂節市場發展的重要意義和建議，為音樂節的經銷商和對音樂節的恢復提供有益的參考。

第二章文獻綜述本篇論文研究的參考文獻主要是通過從網絡關注度、音樂節、迷笛音樂節、營銷傳播，4個關鍵詞進行相關文獻搜索，其中主要分析的是網絡關注度和音樂節方面的相關文獻，將參考文獻分類整理進行羅列，整理的要點有：概括性歸納總結出文獻的研究主題（或關鍵詞）、運用領域或研究對象、研究內容，研究方法，或者是知識圖譜。2.1音樂節相關研究圖2.1.1音樂節研究文獻發表趨勢從中國知網中音樂節發文量的搜索結果中，我們可以看出音樂節受到了學者們的關注。在中國知網，進行關鍵詞搜索，其中音樂節相關的學術期刊發表共有4999篇，同時我們可以觀察到近20年的音樂節方面學術研究的發文情況。如圖2.1.1所示，我們可以總結出，從2001年-2014年，音樂節的研究文章發表量總體上是呈現出持續增長的狀態，從2014年-2020年文獻的發表量有所下降。圖2.1.2音樂節主要主題分布如圖2.1.2所示，音樂節文獻主要主題中，除音樂節排名前9的主題有作曲家、音樂家、festival、交響樂團、中央音樂學院、歌劇院、鋼琴家、演奏家和musicfestival。其中作曲家和音樂節的發文量占比超過了50%。其中關于音樂節方面學術期刊最早是在1883年發表的，并且持續到1951年都是外文期刊。直至1961年才開始發布中文的學術期刊，這個時期的文章基本上都是在研究國外的音樂節。王聯滋發表的文章就是在講述當時東京的音樂節情況，1952年舉辦的兩次“世界音樂會”，都是反蘇、反共、反社會的目的，完全是反動的政治本質。[[]王聯滋.為日本音樂家所不齒的“音樂節”[J].人民音樂,1961(06):18.]1982年律音發表了《海河春常在樂壇百花開》，這篇文章記錄了華北首屆音樂節受到毛主席的關注，云集了全國各地的音樂界代表人。[[]津音.海河春長在樂壇百花開——記首屆華北音樂節“海河之春”音樂周[J].人民音樂,1982(07):37.]這個時期中國音樂節才算剛剛起步，得到重視，隨后舉辦了黃河音樂節[[]畢系舟.黃河音樂節的意義[J].人民音樂,1985(08):57.]、香港中國音樂節[[]項祖華.香港中國音樂節隨感[J].人民音樂,1985(10):56-57.]、中國現代作曲家音樂節[[]段五一.“第一屆中國現代作曲家音樂節”在港舉行[[]王聯滋.為日本音樂家所不齒的“音樂節”[J].人民音樂,1961(06):18.[]津音.海河春長在樂壇百花開——記首屆華北音樂節“海河之春”音樂周[J].人民音樂,1982(07):37.[]畢系舟.黃河音樂節的意義[J].人民音樂,1985(08):57.[]項祖華.香港中國音樂節隨感[J].人民音樂,1985(10):56-57.[]段五一.“第一屆中國現代作曲家音樂節”在港舉行[J].音樂研究,1986(04):121.[]顧江文化產業經濟學南京：南京大學出版社，2007[]金燕.大型露天搖滾音樂節可以盈利嗎——迷笛音樂節個案分析[J].藝術評論,2008(04):41-44+40.[]涂超,金石出,趙小麗.從現狀看問題:戶外音樂文化未來發展研究——以北京迷笛音樂節和草莓音樂節為例[J].巢湖學院學報,2021,23(01):86-93.2.2網絡關注度相關研究圖2.2.1網絡關注研究文獻發表趨勢截止到2020年（2020年后是預測量不具備參考價值），在中國知網上篇關摘搜索到的網絡關注文獻共有517篇，根據中國知網的計量可視化分析結果和圖2.2.1所示，我們觀察到，關于網絡關注方面的文獻發表量在2009年以前發文量較少，對人們的消費影響小，學者在其領域研究的人數少。在2009年以后，發文量整體呈現明顯的上漲趨勢，并且熱度還呈上升趨勢。圖2.2.2網絡關注主要主題分布如圖2.2.2所示，網絡關注主要主題分布圖包括知網中網絡關注度的前9個，分別有百度指數、時空特征、影響因素、旅游景區、影響因素研究、客流量、關注度、時空分布、實證研究。其中百度指數的發表量最多有76篇占34%，時空分布特征發文量48占21%，影響因素發文量20占9%，旅游景區發文量18占8%。由此可看出，在網絡關注度這個主題下，其中大多數都是應用百度指數進行數據的獲取，關注時空分布特征的較多，并且主要是與旅游景區聯系起來做學術上的研究。網絡關注度方面的研究文獻涉及領域較為豐富。鄭邵嚴等（2019年）主要是研究重大事件對旅游景區的網絡關注度影響，研究認為重大事件對景區網絡關注度有顯著影響差異，即使和持續效應顯著，對知名度沒有那么高的景區影響有限[[]鄭昭彥.重大事件對舉辦地景區網絡關注度的影響——以杭州G20峰會為例[J].地域研究與開發,2019,38(05):111-114]；潘磊等（2020年）馬拉松賽事的網絡關注度時空演進及影響因素的研究，屬于體育賽事領域，研究認為馬拉松賽事的網絡關注度空間差異明顯，關注度存在季節效應，主要受區域經濟發展水平、網絡普及率、中青年人口比重及受教育程度的影響[[]潘磊,劉芳枝.我國馬拉松賽事網絡關注度的時空演進及影響因素——基于2011—2018年百度指數的實證分析[J].上海體育學院學報,2020,44(08):78-86.]；ZhangXuan（2021年）基于百度指數做了生態文明關注度的時空特征研究，并做了相關影響因素的分析，這篇研究屬于綠色生態的領域[[]ZhangXuan.ResearchontheTemporalandSpatialCharacteristicsofEcologicalCivilizationAttentionBasedOnBaiduIndex[J].IOPConferenceSeries:EarthandEnvironmentalScience,2021,651(4).]；李夢程等（2021年）研究了新館肺炎疫情的時空演變特征及影響因素[[]李夢程,王成新,薛明月,王瑞莉,周慧敏.新冠肺炎疫情網絡關注度的時空演變特征及其影響因素分析[J].人文地理,2021,36(02):110-119+154.][]鄭昭彥.重大事件對舉辦地景區網絡關注度的影響——以杭州G20峰會為例[J].地域研究與開發,2019,38(05):111-114[]潘磊,劉芳枝.我國馬拉松賽事網絡關注度的時空演進及影響因素——基于2011—2018年百度指數的實證分析[J].上海體育學院學報,2020,44(08):78-86.[]ZhangXuan.ResearchontheTemporalandSpatialCharacteristicsofEcologicalCivilizationAttentionBasedOnBaiduIndex[J].IOPConferenceSeries:EarthandEnvironmentalScience,2021,651(4).[]李夢程,王成新,薛明月,王瑞莉,周慧敏.新冠肺炎疫情網絡關注度的時空演變特征及其影響因素分析[J].人文地理,2021,36(02):110-119+154.[]林楓,龐沖,谷慶隆.基于百度指數的北京地區兒童過敏性鼻炎關注度研究[J].中國實用兒科雜志,2021,36(02):130-135.本篇文章主要研究的是音樂節網絡關注的時空分布特征，主要關注研究網絡關注度時空分布特征的文獻。何小芊等（2017年）研究認為，旅游網絡關注度是旅游者需求狀況和行為習慣在網絡上的直觀表現。基于百度指數，運用變異系數、基尼系數、相關系數等統計分析指標,研究我國溫泉旅游網絡關注度的時空特征[[]何小芊,劉宇,吳發明.基于百度指數的溫泉旅游網絡關注度時空特征研究[J].地域研究與開發,2017,36(01):103-108+124.[]何小芊,劉宇,吳發明.基于百度指數的溫泉旅游網絡關注度時空特征研究[J].地域研究與開發,2017,36(01):103-108+124.嚴江平等（2018年）研究利用"百度指數"數據分享平臺，獲取廣州市23個4A級及以上景區2016年的網絡關注度數據，并利用季節性集中指數、變異系數、回歸分析等對廣州市旅游景區網絡關注度的時空特征進行分析[[]嚴江平,宋志紅,李巍.廣州市旅游景區網絡關注度時空特征研究[J].資源開發與市場,2018,34(01):88-93+22.]；杜夢珽等（2020年）研究認為，基于網絡搜索數據的網絡關注度研究有利于了解網紅景區現象，推動景區健康可持續發展。以網紅景區重慶市洪崖洞為例,通過百度指數獲取其網絡關注度信息，計算變異系數、月季集中指數、地理集中指數、彈性系數并結合ArcGIS分析洪崖洞網絡關注度的時空特征[[[]嚴江平,宋志紅,李巍.廣州市旅游景區網絡關注度時空特征研究[J].資源開發與市場,2018,34(01):88-93+22.[]杜夢珽,楊曉霞,陳鵬.基于百度指數的網紅景區網絡關注度時空特征研究——以重慶洪崖洞為例[J].西南師范大學學報(自然科學版),2020,45(06):72-79.因為音樂節屬于節事旅游，所以本文主要參考了一下旅游領域兩篇2020年發表的文獻，具有很高的參考和學習價值。高楠等（2020年）的研究以31個省（區、市）“紅色旅游網絡關注度”為研究對象，運用莫蘭指數、面板向量自回歸模型等對2011—2018年中國紅色旅游網絡關注度的時空特征及其影響因素進行研究。認為紅色旅游網絡關注度是紅色旅游宣傳推廣水平的一種典型測量手段，也是紅色旅游影響力的重要反映。結果表明：（1）2011—2018年全國紅色旅游網絡關注度呈現波動增長趨勢，且季節性差異顯著；（2）全國紅色旅游網絡關注度差異性顯著,呈現東部—中部—西部依次遞減的趨勢,但西部紅色旅游5A級景區關注度上升態勢凸顯；（3）各省（區、市）紅色旅游網絡關注度具有顯著的全局空間自相關性，“高—高”“低—低”集聚現象分別集中于東、中部和西部地區；（4）紅色旅游網絡關注度影響因素的貢獻度大小排序為：互聯網普及率>人均GDP>旅游信息化指數>區域媒體關注度>紅色旅游經典景區網絡關注度。[[]高楠,張新成,王琳艷.中國紅色旅游網絡關注度時空特征及影響因素[J].自然資源學報,2020,35(05):1068-1089.]陳哲等（2020年）研究認為，戶外旅游網絡關注度是用戶對戶外旅游的關注情況及其需求程度的重要測度。基于百度指數,獲取2011-2016年我國內地31個省級行政區劃的戶外旅游網絡關注度相關數據,采用季節強度指數、地理集中度和空間自相關分析等8個指標測度戶外旅游網絡關注度的時空特征。研究發現:1)戶外旅游網絡關注度時間上具有明顯的"前兆效應"且呈現月份集中分布特征,每年6-10月屬于旺季,1-2月則是低谷期;2)戶外旅游網絡關注度空間上呈現"東高西低"、"南高北低"的態勢,存在明顯的區域差異和一定的空間聚集性,山東、江蘇、上海、浙江、廣東等7省市是戶外旅游關注的"高地";3)寧夏、青海、西藏區域內的戶外旅游網絡關注度差異明顯,北京、廣東、江蘇、山東、上海、四川、河南區域內差異小；4)局部空間自相關顯示，上海、江蘇等東部地區成為戶外旅游網絡關注度的熱點區域，冷點區域則分布于新疆、青海等西北地區。[[]陳哲,龍茂興.戶外旅游網絡關注度時空特征研究[J].地理與地理信息科學,2020,36(05):80-85+94.]兩人的學術研究共性：都是在旅游領域研究時空分布特征，并且應用了幾個同樣的指標測度，如季節[]高楠,張新成,王琳艷.中國紅色旅游網絡關注度時空特征及影響因素[J].自然資源學報,2020,35(05):1068-1089.[]陳哲,龍茂興.戶外旅游網絡關注度時空特征研究[J].地理與地理信息科學,2020,36(05):80-85+94.從音樂節和網絡關注度的文獻查閱中，發現目前并沒有將音樂節和網絡關注度相結合的研究，但互聯網和音樂節的主要受眾群體都是青壯年，本篇研究希望將網絡關注度應用到音樂節的領域，為音樂節市場提供有用的建議和意義。

第三章研究設計3.1研究假設本研究與旅游地的網絡關注度研究有所不同，迷笛音樂節不局限于單一的地區舉辦，而是面向全國，并且迷笛音樂節截止到2020年已經成功舉辦了38屆，因此迷笛音樂節自身就有他的時空分布特征。同時我們還要通過百度指數對迷笛音樂節網絡關注度的時空分布進行分析，如果音樂節舉辦地的選擇可以影響音樂節網絡關注度的時空分布，那么我們就可以借助其網絡關注度的時空分布來選擇舉辦地，吸引更多觀眾來音樂節。假設：音樂節網絡關注度時空分布與音樂節舉辦地的選擇有關系。3.2研究對象本研究是以迷笛音樂節為研究對象，其網絡關注度為研究內容。“迷笛音樂節”（MidiFestival）是國內第一個原創音樂節，目前已成為現代音樂最響亮的品牌之一。每年國內外都會有幾十支國知名的樂隊受邀參演，上萬的狂熱樂迷從全國各地蜂擁而來，國內外百余家知名媒體都在時刻關注它的動態，競相報道與其相關的消息，迷笛又被稱為中國的“伍德斯托克”（Woodstock）。迄今為止，迷笛音樂節已經成功舉辦了38屆，從2000-2009年迷笛音樂節是以每年一次的周期舉辦，從2010-2018年迷笛音樂節每年舉辦的屆數增加，最多達到了一年舉辦5屆音樂節。在舉辦地上，迷笛音樂節已經不僅限于在北京，而是將范圍擴大到了上海、鎮江、深圳等地。迷笛音樂節的表演風格主要是以搖滾為主，讓搖滾樂在中國得到了普京，并給大眾搭建了一個優秀的平臺，讓很多搖滾樂隊實現了從“地下”到“地上”的轉變，這也奠定了迷笛音樂節對中國大陸搖滾樂的發展有著不可磨滅的貢獻。迷笛音樂節作為目前中國規模最大、影響范圍最廣的音樂節，開創了中國大陸戶外音樂節的先鋒。同時迷笛音樂節長期以來得到中國政府機構、國外駐華使館和多個非政府組織的支持，這些組織包括國家文化部，瑞士駐華使館，ROSA，MXD，歌德學院北京分院，WWF，綠色和平組織、亞洲動物基金以及聯合國和聯合國開發計劃署等。作為在多地周期性舉辦的音樂節，迷笛音樂節具有典型性和代表性。3.3數據采集本研究主要是通過“百度指數”數據共享平臺，搜索迷笛音樂節的方法進行數據采集，通過搜索我們可以從平臺上得到2011-2020年迷笛音樂節的百度搜索指數。通過選擇篩選條件，確定想要搜索的時間范圍、地域選擇，可以得到對應的日均搜索指數和人群分布等，并且也能通過所給的數據計算得出網絡關注度的數量。圖4.2迷笛音樂節2011-2020年網絡關注度變化趨勢圖3.2迷笛音樂節地域分布3.3研究方法定性方法，是一種從事物的內在性質出發進行研究的方法或角度普遍存在的公里、定理、一套演繹邏輯、大量生活經驗或歷史事實為基礎，對事物特征的主要方面展開描述和闡釋，以期揭示事物的本質和規律。定量方法則是通過客觀存在的量，以實現資料數據為依據，以概率論、統計學等為基礎，統計分析等方法，對事物及其量的屬性做出回答。[[]袁燕君.旅游目的地網絡關注度時空特征及影響因素分析[D].華中師范大學,2017.[]袁燕君.旅游目的地網絡關注度時空特征及影響因素分析[D].華中師范大學,2017.附錄附錄1：屆數時間舉辦地點活動主題第1屆2000.4.30-5.1北京迷笛學校大禮堂第2屆2001.5.1-2北京迷笛學校大禮堂第3屆2002.5.1-3北京迷笛音樂學院向勞動者致敬第4屆2003.10.1-3北京迷笛音樂學院搖滾支持動物保護第5屆2004.10.1-4北京國際雕塑公園永遠年輕永遠熱淚盈眶第6屆2005.10.1-4北京海淀公園拯救中國河流第7屆2006.5.1-4北京海淀公園中國搖滾20年第8屆2007.5.1-4北京海淀公園綠色與和平第9屆2008.10.1-5北京迷笛音樂學院寬容第10屆2009.5.1-3江蘇鎮江十年第11屆2010.5.1-4北京海淀公園低碳生活第12屆2010.10.1-4江蘇鎮江集結第13屆2011.4.30-5.2北京門頭溝京浪島公園愛熊行動第14屆2011.5.6-8上海世紀公園愛熊行動第15屆2011.8.4-7山東日照奧林匹克水上公園愛熊行動第16屆2012.4.21-22上海浦東世紀公園PM2.5第17屆2012.4.29-5.1北京順義奧林匹克水上公園PM2.5第18屆2012.8.23-26貴州貴陽花溪公園PM2.5第19屆2013.4.29-5.1北京樂谷草地音樂公園迷笛學校20年第20屆2013.5.3-5上海浦東世紀公園迷笛學校20年第21屆2013.5.17-19廣東深圳龍崗大運中心迷笛學校20年第22屆2013.10.2-4上海浦東三甲港迷笛學校20年第23屆2013.12.31-14.1.2廣東深圳龍崗大運中心減少鳴笛第24屆2014.4.25-27上海浦東三甲港減少鳴笛第25屆2014.5.1-3北京海淀區狂飆樂園減少鳴笛第26屆2014.10.1-3上海浦東三甲港減少鳴笛第27屆2014.12.31-15.1.1廣東深圳大運中心內心的歌唱第28屆2015.5.1-3蘇州吳江七都鎮太湖迷笛營內心的歌唱第29屆2015.12.31-16.1.1廣東深圳大運中心遠離毒品靠近音樂第30屆2016.4.30-5.2蘇州吳江七都鎮太湖迷笛營遠離毒品靠近音樂第31屆2016.9.15-17湖北省利川市騰龍洞景區遠離毒品靠近音樂第32屆2016.11.5-6浙江紹興醉在江南第33屆2016.12.31-17.1.1廣東深圳大運中心點亮眼睛第34屆2017.4.29-5.1蘇州吳江七都鎮太湖迷笛營點亮眼睛第35屆2017.12.30-31廣東深圳大運中心拒絕塑料飯盒第36屆2018.4.21-22廣西欽州市三娘灣景區拒絕塑料飯盒第37屆2018.4.29-5.1蘇州吳江七都鎮太湖迷笛營拒絕塑料飯盒第38屆2019.5.2-4蘇州吳江七都鎮太湖迷笛營致敬伍德斯托克附錄2：時間地區12345672011688877711439566201268857372135776620131781331191181670101201426722824321432021118020154272214093002843282762016197148174176173140116201718714518115516413511020181561341601351531271032019153141161142154144102202013211712612015912292作用中的邊界1833144017231503185213791212表3.4.1對應表格（1）時間地區8910111213142011594572545566532012534273545062502013860101877892872014143107182142139151143201518712624121020118018520161167110712199101116201710872107114103101982018899410496869680201991681011118896282020734510798717667作用中的邊界1005670119510879701021907表3.4.1對應表格（2）時間地區15作用中的邊界201149106120124710072013881435201414128112015171374620169519502017901870201881169420198516652020651470作用中的邊界91218709表3.4.1對應表格（3）網絡數據挖掘本文主要是通過百度指數平臺搜索數據，以迷笛音樂節作為需要搜索的關鍵詞，搜索了從迷笛音樂節開始有數據紀錄以來的網絡關注度情況，從2011年—2020年逐年記錄百度指數對迷笛音樂節的網絡關注度搜索數據，利用Excel,SPSS,GIS等工具進行分析整理、統計、計算和歸納。數理統計法文章需借助Excel,SPSS,GIS的數據分析軟件，運用相關的統計學的方法，統計、計算、分析所收集的歷年迷笛音樂節網絡關注度的數據，繪制圖表，進行解釋分析。網絡關注度時間特征測度方法季節強度指數（S）：反映音樂節的網絡關注度在時間維度上的集中程度，即音樂節網絡關注度在季節層面上是集中分布還是均勻分布[．]。計算公式為：．公式中：Xi為各月音樂節網絡關注度占全年網絡關注度的比值。S值越大，表明音樂節網絡關注度月季際分布越集中；S值越趨近于0則表示音樂節網絡關注度的月際分布均勻。音樂節網絡關注度空間特征測度方法①區域變異系數（CV）：為標準差平均數的比值，用來反映多個區域的戶外音樂節網絡關注度的差異程度，計算公式為：公式中：Xi為i省音樂節網絡關注度，X為全國的音樂節網絡關注度；n為升級行政單位的總個數（本文中n=34）。CV值越大，表示音樂節網絡關注度的空間差異越大。②赫芬達爾—赫希曼指數（HHI）：是為了測量產業中集中度的綜合指數，可用來衡量音樂節網絡關注度的區域集中程度，計算公式為：公式中：Pi為i省音樂節網絡關注度占全國音樂節網絡關注的比重。HHI值越接近1則說明音樂節網絡關注度聚集程度越高，越接近0則表示音樂節網絡關注度越分散。③地理集中度（GC）：是可以用來反映音樂節網絡關注度的集中情況的，計算公式為：公式中：Xi為i省音樂節網絡關注度，X為全國的音樂節網絡關注度。GC越接近理想值17.96053，表示音樂節網絡關注度的區域分布越均衡；GC值越接近100，表示戶外旅游網絡關注度越集中于一個或幾個地區。第四章數據分析4.1迷笛音樂節歷屆舉辦時空分析迷笛音樂節截至2020年12月共舉辦了38屆，迷笛音樂節本身就具備自身的時空分布特征。從歷屆迷笛音樂節的舉辦情況來看，發現迷笛音樂節舉辦地空間分布特點：第1屆—第9屆（02年—08年）舉辦地一直都是在北京并沒有跨省舉辦；從第10屆開始迷笛音樂節打破空間上的局限，開始在其他省市舉辦，第10-13屆僅在北京和江蘇舉辦，從第14—27屆舉辦地基本在北京、上海、山東、貴州、廣東，長達13屆（3年）沒有在江蘇舉辦；從28屆—38屆舉辦地有江蘇、廣東、浙江、湖北、廣西，其中在江蘇舉辦的次數多達5屆。研究為了更好的看出舉辦地的空間分布特征，通過百度地圖API開放平臺搜索舉辦地的經緯度，再利用GIS軟件制作了一個舉辦地的空間分布圖，我們可以直觀的觀察到，舉辦地多為沿海地區，只有少數在中部地區。圖4.1.1迷笛音樂節歷屆舉辦地點空間分布迷笛音樂節舉辦時間分布特點：從2000—2009年一直保持著一年1屆的規律；2010年、2015年、2017年和2018年都舉辦了2屆，其中2015年還包括一屆跨年，2011年和2012年是一年3屆；2013年、2014年、2016年都是3屆音樂節再加一場跨年音樂節，每年四屆。再通過歷屆迷笛音樂節舉辦時間的散點圖，可以看出來每年的4-5月是迷笛音樂節一直以來主要選擇的舉辦時間，結合表格中的詳細舉辦時間，4-5月的舉辦時間都是在配合著“五一”小長假，其次就是10月的音樂節也是比較多的也是因為“十一”小長假的原因。從每年迷笛音樂節舉辦的數量來看，2000年—2016年迷笛音樂節都是持續增加的階段，被大眾所接受并得到了支持。圖4.1.2迷笛音樂節舉辦時間散點圖4.2迷笛音樂節百度指數時空分布運用“百度指數”數據共享平臺，分析迷笛音樂節網絡關注度所具備的時空分布特征，從迷笛音樂節這個關鍵詞在百度指數有記錄起，把每年的迷笛音樂節網絡關注度情況進行對比，分析時空分布特征。百度指數的數據是從2011年開始記錄的有對應的網絡關注度趨勢研究數據，但是人群畫像是從2013—2014年才開始有記錄的，所以分析迷笛音樂節網絡關注度時空分布的時間段以2013—2020年為主。從2013年-2020年的人群畫像地域分布來看，排名前十的大部分都是舉辦過迷笛音樂節的地區，其余少部分也都是臨近舉辦地的省份，地理位置也影響著網絡關注度的變化。每年的迷笛音樂節百度指數網絡關注度與其發布時間密切相關。根據迷笛音樂節每年的百度指數網絡關注度對比分析，發現迷笛音樂節每年都有幾個時間段是搜索指數的高峰，隨后搜索降低逐漸平穩。結合迷笛音樂節新浪官方微博發現，每年其百度指數網絡關注度與他的舉辦地發布時間緊密相關，發布日之后關注度會迅速達到高峰然后減低，逐漸平緩，再到下一個音樂節信息發布搜索指數再次升高。4.2.1迷笛音樂節百度指數時間分布特征通過運用網絡關注度的季節集中度進行計算（表4.2.1），2011-2020年的迷笛音樂節網絡關注度的全年季節集中度（S）分別為7.4414、8.2477、8.2485、7.8909、8.2492、8.2172、8.2468、8.2459、8.2484、8.2467，下面數據表明每年的迷笛音樂節網絡關注度的季節性有差異，但不突出，較為均衡。說明迷笛音樂節的網絡關注度不受季節的影響。圖4.2.12011-2020年迷笛音樂節全年網絡關注度季節集中度表4.2.1（2）2011-2020年迷笛音樂節全年網絡關注度季節集中度2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年S7.44148.24778.24857.89098.24928.21728.24688.24598.24848.24674.2.2迷笛音樂節百度指數空間分布特征迷笛音樂節音樂節網絡關注度的區域幾種情況分析。因為要測算省際區域之間的音樂節網絡關注度具體存在哪些差異，本研究采用了赫芬達爾—赫希曼指數（HHI）、地理集中度（GC）和變異系數（CV）測算迷笛音樂節的空間分布情況（表4.2.2）。隔年的HHI值均較小，接近0.04，表明各省的迷笛音樂節網絡關注度較為分散，音樂節的潛在受眾人群也是比較分散的。HHI的值整體趨勢呈現出先增大，到2015年達到峰值，值接著減小到2017年，然后再增大。表明顯示呈現網絡關注度逐漸集中—分散—集中。2011—2020年的地理集中度整體上呈現出實際值高于理想值的現象，實際值變化趨勢呈現出波動增長，表明各省的迷笛音樂節網絡關注度存在由分散向聚集演變的趨勢；看整體的數值情況，實際值和理想值相差不大且較為接近，說明空間聚集水平仍然不太高。從變異系數CV來看，整體數值接近0.02，數值較小，整體趨勢2011—2017年波動增加，2017年是變異系數的峰值，隨后低于峰值，但2018年—2020年也在緩慢增加。表明迷笛音樂節網絡關注度存在區域差異性，但是差異性不大，2017年的區域差異性較其他年份較大。表4.2.22011-2020年迷笛音樂節網絡關注度區域集中情況變異系數（CV）赫芬達爾—赫希曼指數（ＨＨＩ）地理集中度（ＧＣ）實際值理想值2011年0.01670.038919.723117.960532012年0.00340.038319.570417.960532013年0.01570.037819.442217.960532014年0.01670.038919.723117.960532015年0.01980.042720.664017.960532016年0.01760.039919.975017.960532017年0.02130.034018.439117.960532018年0.01790.040320.074917.960532019年0.01810.040620.149417.960532020年0.01970.042620.639817.960534.3迷笛音樂節對應分析和最優尺度對應分析通過百度指數，我們可以搜索到每年不同地區對“迷笛音樂節”的年度日均搜索指數，將舉辦地和年度排名前十的地區的相關數據進行整理來做迷笛音樂節網絡關注度日均搜索指數的對應分析和最優尺度，找尋迷笛音樂節網絡關注度時空分布特征和迷笛音樂節本身舉辦的時空分布特征直接是否存在關系，能夠偶滿足實驗假設。（數據中地區1-15分別代表：1廣東2上海3江蘇4浙江5北京6山東7河南8湖北9廣西10河北11四川12安徽13遼寧14湖南15福建）表4.4.2摘要維度奇異值慣性卡方顯著性慣性比例信賴單數值歸因于累積標準差相關210.1090.0120.4890.4890.004-0.04320.0850.0070.2970.7860.00730.0490.0020.0960.88240.0410.0020.0690.95150.0260.0010.0290.98060.0150.0000.0090.98970.0140.0000.0080.99880.0070.0000.0021.00090.0020.0000.0001.000總計0.024457.6050.000a1.0001.000圖4.4.1列和欄點數對稱的正規化圓1圓2圓1圓2由SPSS數據的對應分析的摘要表格可知，顯著性總計為0.000a搜索指數的時間有顯著差異性。在列和欄點數對稱的正規化圖中，為了方便分析，分別添加半徑為0.5、半徑為1的虛線圓，并分別命名為圓1、圓2。在圓1內的搜索指數大，在圓2外的數據搜索指數小。同時地區4浙江、7河南、11四川、12安徽在2017年的搜索指數最高；地區10河北在14年的搜索指數最高；地區3江蘇在2015年的搜索指數最高；地區5北京在2012年搜索指數最高。2016年舉辦地由江蘇、湖北、浙江，2014年舉辦地有廣東、上海、北京，2015年舉辦地有江蘇、廣東，2012年舉辦地有上海、北京、貴州。結合迷笛音樂節2013-2020年舉辦地和網絡關注度地區表，我們觀察到音樂節網絡關注度時空分布與音樂節舉辦地的選擇有關系，并且是舉辦地的選擇會一定程度上提升當地的網絡關注度，并且臨近的周邊城市網絡關注度也會有很大幅度的提升。最優尺度表4.4.3轉換變數相關性日均搜索指數地區時間日均搜索指數1.0000.6880.741地區0.6881.0000.079時間0.7410.0791.000維度123特效值2.0510.9210.028維度:1圖4.4.2識別測量圖（辨別度量圖）(0.567，0.434)(0.986，0.972)(0.499，0.617)(0.567，0.434)(0.986，0.972)(0.499，0.617)從轉換變數相關性表格分析數據，時間和地區的相關性為0.079距離1的距離最遠，相關性最低，日均搜索指數和地區的相關性為0.688距離1的距