客流量与网络关注度的关系分析——以首都博物馆为例

王玉霞，王 静

(北京联合大学，北京 100101)

客流量与网络关注度的关系分析
——以首都博物馆为例

王玉霞，王 静

(北京联合大学，北京 100101)

以首都博物馆为例，首先分析了特定时间段内首都博物馆客流量和网络关注度之间的变化曲线，发现首都博物馆的客流量和网络关注度都出现周期性的波动。其次，通过VAR模型结果分析，验证了博物馆的网络关注度对客流量的前兆效应，表明网络关注度对客流量有着显著影响，但值得关注的是首都博物馆的客流量对网络关注度的影响却并不显著。根据实证分析结果提出提升博物馆旅游服务的对策建议：一是建立网络数据监测平台，做好预警工作；二是增强游客体验，扩大口碑效应；三是注重网络宣传，增强博物馆的影响力。最后文章分析了本研究存在的不足之处。

博物馆；网络关注度；客流量；关系分析；旅游服务提升建议

0 前言

节假日日益增长的博物馆参观人数，可以作为一个民族不断走向文明的标志。零门槛、零障碍的免费开放政策扩大了博物馆的参观群体，彰显了博物馆的公益属性和政府实在的文化惠民举措。随着游客数量的攀升，阶段性、突发性的极限客流出现的机率将逐渐增多，在拥挤的状况下，一方面游客的参观环境没办法保障，另一方面人员的安全问题将成为一大隐患。为了保证观众的参观质量和文物的安全，避免人满为患、消除安全事故隐患，客流量预警工作应当引起我们的充分重视。但是，同样值得关注的是，除节假日外，博物馆门庭冷落的现象仍然时常出现。

例如首都博物馆这种大型的、现代化博物馆，多以散客为主，在假日期间外地游客急剧增多，外地散客在游览博物馆时因为不确定性因素较多，大多数情况下不会提前预约，这也是博物馆官方网站上预约功能的缺陷所在。随着互联网技术的普及，许多旅游经营者都通过互联网这一重要平台发布信息，相应的互联网已经成为游客获取信息的重要渠道。因此，游客无论是否提前预约，只要把博物馆作为旅游目的地，都会通过网络搜索、查询相关信息。基于此，我们可以通过网络搜索数据进行更科学、更精确的预测和安排，做好预警工作，而网络关注度可以很好地实现这一功能。博物馆可以对网络关注度的检测实现常规化运作，这样除了能做好日常安排，更重要的是可以在节假日来临之际做到人力、物力、财力资源的充分合理利用，保证游客的参观质量以及人身安全，并提高游客的旅游体验。游客的体验效果越好，游客重游并进行二次传播的意愿就越强，博物馆的影响力就会不断增大。

1 国内外的研究现状

在网络关注度与游客流关系的研究上，国内外学者主要从网络信息流对人流的影响、网络关注度和客流量之间的相关性、影响因素和研究对象等几方面进行了阐述。在网络信息流对人流的影响方面，Adams等从新信息与通信技术(ICTs)的地理视角，对网络信息在促进印度向美国移民的作用上进行了定性分析，描述了信息流对人流的导引作用，为同类型的研究提供了一种新的思路和方法[1]。Skadberg等发现好的网络体验能够直接和间接地影响人们对旅游目的地的态度和行为，在一定程度上激发人们实际到访的意愿[2]。吴世峰认为网站信息流对我国旅游人流有增强作用，信息流的增长快于人流的增长[3]。在网络关注度与客流量之间的相关性上，龙茂兴等人基于百度指数用户关注度数值的研究发现，在没有发生意外事件与活动的惯常环境条件下，区域旅游网络的关注度与实际旅游客流之间具有极强的正相关性[4]。马丽君等认为游客的网络关注度与客流量在时空变化上有较强的相关性[5]。龙茂兴和龙珍付也认为网络关注度的变化是旅游客流变化的前兆[6]。路紫等分析了旅游相关网络搜索量与实际游客人数之间的相关性及网络信息流对旅游流的导引作用[7]。李山等利用百度指数，在探讨网络空间信息流与现实世界旅游流的关系时，使用的是前兆而不是导引[8]。黄先开等以故宫为例，在探讨百度搜索指数与客流量的关系时也得出：随着各个百度关键词搜索指数的增加，故宫的实际游客量也会相应增加的结论[9]。龙茂兴等人还研究了影响旅游地网络关注度与客流的地区分布差异及两者呼应关系显著性的因素，认为影响因素主要有旅游主体、旅游客体和旅游介体三个方面[10]。

综上所述，国外利用网络搜索数据专门研究旅游人流的文献还很少，而国内对网络关注度与旅游客流关系的研究方法上，主要是对网络搜索数据进行分析，或者是将搜索的数据与实际数据通过图表的形式进行比较，从而探讨它们之间的关系，而把网络搜索数据和实际数据结合起来，通过图表和建立模型的方式来动态地分析两者关系的文献还很少。另外，国内学者在探讨完网络关注度与客流量的关系后并没有提出对现实情况中博物馆服务的影响和作用。因此，本文以首都博物馆为例，利用百度搜索指数，运用计量经济学中的VAR模型，动态研究网络关注度与实际客流量之间的关系，并提出提升博物馆旅游服务质量的对策建议，为博物馆更好地实现旅游服务提供理论依据。

2 网络关注度与旅游客流量变化之间相关关系的形成

某一事物网络关注度的高低很大程度上是由搜索数据体现出来的，人们在网络上对该事物搜索的次数越多就表示人们对它的关注度越高。网络关注度与旅游客流量变化之间相关关系的形成源于现代人们获取信息方式的改变，互联网已经成为用户获取资料和信息最快捷的途径之一，而搜索引擎又是游客从互联网上获取信息最常用的信息检索工具。一方面，游客通过搜索引擎可以很方便地获取游前及游中的相关信息，包括吃、住、行、游、购等各方面信息，以便为出游做好充分准备。这种搜索数据就反映出网络关注度与旅游客流量变化之间的相关关系。另一方面，游客旅游结束后，有的还会通过微博、朋友圈、论坛、博客和空间等方式展示或评价本次旅游，这又成为后续游客利用搜索引擎检索的信息库，同时也提高了各旅游目的地的关注度。

3 实证分析

3.1 数据的获得

本研究中以百度指数为标准来反映某旅游目的地的网络关注度。百度指数是以百度网页搜索和百度新闻搜索为基础的免费海量数据分析服务，它反映不同的关键词在过去一段时间里的用户关注度和媒体关注度。其中，用户关注度即为网络关注度，是以数千万网民在百度的搜索量为数据基础，以关键词为统计对象，分析并计算各个关键词在百度网页搜索中搜索频次的加权和，并以曲线图的形式进行展现[11]。

通过分析游客出游前想要获得的旅游信息的内容，选取了首都博物馆、首都博物馆预约、首都博物馆地址、 首都博物馆官网、首都博物馆门票、首都博物馆开放时间等关键词进行百度指数的搜索，最后根据这些关键词搜索量的大小，确定关键词为首都博物馆、首都博物馆地址、首都博物馆预约。因此本文分别收集了这些关键词在相应时间段内百度指数的日搜索量，将数据进行叠加，再将其与实际客流量进行比较、分析并建立模型。

3.2 网络关注度和实际客流量之间的比较分析

选取2013年9月1日—2013年11月30日期间每日进入首都博物馆的游客量以及在此期间以首都博物馆、首都博物馆地址、首都博物馆预约为关键词的网络关注度的数据、加和作为研究对象，运用Excel 复制出首都博物馆的网络关注度和客流量的曲线图(如图1所示)。

虽然人们的基本情况不同，但从统计意义上而言，网络搜索数据确实存在某种规律。从图1可以看出，搜索数据的变化趋势与实际旅游客流量的变化趋势表现出较强的一致性。首都博物馆的客流量曲线(由于周一闭馆，所以有的客流量为零)和网络关注度曲线总是以周为周期呈现波动特征。

与客流量不同的是，客流量每周的高峰除节假日外均出现在周末，而网络关注度的高峰期几乎都出现在工作日。网络关注度每周出现峰值的时间要比实际客流量出现峰值的时间提前1～3 d。因此人们主要在工作日期间搜集各种相关信息，为周末出游做准备。

3.3 模型估计与分析

3.3.1 VAR模型

鉴于首都博物馆客流量与网络关注度的关系，采用非结构化方法建立向量的自回归模型，即VAR模型。这种模型采用多方程联立的形式，它不以经济理论为基础。在模型的每一个方程中，内生变量对模型的全部内生变量的滞后项进行回归，从而估计全部内生变量的动态关系。p阶VAR模型(记为VAR(p))是以N个第t期变量y1ty2t…,yNt为应变量，以N个应变量y1ty2t….yNt的最大p阶滞后变量为解释变量的方程组模型，定义式为

∏iYt-i+Ut=∏1Yt-1+

∏2Yt-2+…∏PYt-Ρ+Ut，

式中，∏i(i=1,2,…,Ρ)是第i个待估参数N×N阶矩阵;Ut=(u1tu2t…uNt)T是N×1阶随机误差列向量;p为模型的最大滞后阶数。

3.3.2 VAR模型的建立

本文将旅游客流量(rs)、网络关注度(gzd)作为内生变量，估计两者之间的动态关系。但是在建立模型之前，两序列必须满足以下条件：

1) 为避免客流量与网络关注度指标变量的不平稳而产生伪回归现象，需利用Eviews软件，采用ADF方法检验两序列的平稳性。客流量和关注度的ADF值分别为-3.310 199和-4.381 132，小于5%的临界值，概率P值分别为0.017 5和0.000 6均小于0.05。客流量、关注度序列在5%的显著性水平下拒绝原假设，即客流量和关注度的原序列是平稳的。

2) 变量间具有相关关系是建立VAR模型的基础，具体可用格兰杰因果关系来进行检验，但首先要根据赤池信息准则(AIC)和施瓦茨准则(SC)值最小的原则确定模型中的最大滞后阶数p。根据AIC和SC值最小的原则确定模型中的最大滞后阶数为2。对两变量进行格兰杰(Granger)因果关系检验，检验结果如表1所示。

表1 格兰杰因果关系检验结果

Table 1 The results of Granger causality test

原假设样本数F统计量P值rs不能Granger引起gzd891.395240.2535gzd不能Granger引起rs15.49442.E-06

由表1可知，客流量和关注度之间存在单向的格兰杰因果关系，即客流量不是影响网络关注度的重要因素，而网络关注度是客流量的格兰杰原因，因此，在一定程度上可以认为首都博物馆的网络关注度对客流量存在前兆效应。客流量不是网络关注度的格兰杰原因，即在一定程度上客流量的变化不是引起网络关注度变化的原因，出现该结果是否是因为首都博物馆的社会链条较短、影响力不大、不能引起游客二次出游的动机，这是一个值得进一步探讨的问题。

3) 对于含有两个变量的VAR(2)模型，用线性方程组可表示为

将内生变量旅游客流量(rs)、网络关注度(gzd)对它们的滞后项进行回归，得到以下方程

rs=- 0.051 800 377 822 3×rs(-1)+0.021 819 213 037 8×rs(-2) +4.248 744 021 8×gzd(-1)+0.900 366 314 563×gzd(-2)+145.243 798 035，

gzd=- 0.026 163 489 309 7×rs(-1)-0.006 937 680 773 23×rs(-2)+0.610 323 780 574×gzd(-1)+0.232 605 293 99×gzd(-2)+313.049 300 139。

式中，两个方程的拟合优度R2rs=0.619 516,R2gzd=0.552 605。

滞后一天和滞后二天的关注度的回归系数均为正，表明其与实际游客量存在正相关，也就是说，随着前两天搜索量的增加会引起实际游客量的相应增加，只是增加的幅度不同而已。而滞后一天和滞后两天的游客流量与网络关注度并没有出现正相关关系，即前两天客流量的增加不能引起网络搜索量的增加。

3.3.3 脉冲效应函数

分别给客流量和网络关注度一个冲击后，得到如图2所示的首都博物馆客流量和网络关注度的脉冲响应函数图。其中横轴表示冲击作用的滞后期间数/天，纵轴表示客流量/人或网络关注度/人次，实线代表脉冲响应函数，代表客流量对自身和网络关注度冲击的反应，或者是网络关注度对自身和客流量冲击的反应。虚线表示正负2倍标准差偏离带。

从图2可以看出，当给客流量一个正冲击后，网络关注度对客流量的冲击从一个较小值不断趋向于零，说明客流量的增加对网络关注度没有太大影响。

当给网络关注度一个正冲击后，客流量在前3天的反应很大，在第2天达到最大值，而后逐渐趋于平稳，而且此反应具有较长的持续效应，这说明给网络关注度一个冲击也会给客流量带来同向的冲击，即网络关注度的增加会引起客流量的增加，且在第2天客流量增加的数量最多。

3.3.4 方差分解

方差分解能够给出对VAR模型中的变量产生影响的每个随机扰动项的相对重要性的信息。对首都博物馆的客流量和网络关注度进行方差分解，发现网络关注度的冲击对客流量的方差分解贡献率达到了30.707%，说明网络关注度的变化对客流量变化的影响较大；而客流量的冲击对网络关注度的方差分解贡献率不足10%，说明客流量的变化对网络关注度的变化影响不大，可以表明首都博物馆的游览内容并没有成为游客进行二次营销的内容。

4 结论及对策建议

通过实证分析，揭示了网络关注度与首都博物馆游客流量之间的相关关系，并得到如下结论:首先，从案例的结果中发现，在一定程度上证实了旅游目的地网络关注度对客流量存在前兆效应，本文的研究结果显示网络的关注度越高，说明未来1～3 d的实际客流量就越大。其次，通过案例还可以看出博物馆实际客流量的变化对网络关注度的变化没有影响或影响不大。因此，针对以上结论我们可以提出以下3个提升博物馆旅游服务水平的对策建议。

1) 博物馆可以利用网络关注度对客流量的前兆效应，建立网络数据监测和发布平台，该平台主要监测和发布博物馆在各搜索引擎上的搜索量。博物馆官网上预约平台显示的数据可以近似认为是实际到访人数，而网络数据监测和发布平台可以发现潜在的客户量，两平台互补结合，可有效提高客流量的预测效果。尤其对于易发生游客拥挤的假期，可以及时发布预警并分流游客，做好馆外与馆内的旅游接待服务，另一方面游客可以通过该平台避开游览高峰期，合理安排游览日程。

2) 通过案例还可以看出博物馆实际客流量的变化对网络关注度的变化没有影响或影响不显著，

可能与人们在游览完博物馆之后进行二次传播的意愿不强烈有关，因此，博物馆需要加强游客体验，扩大口碑效应，最有效的途径之一就是充分利用科技。科技在博物馆的复兴中起到了重要作用，通过技术和数字工具让观众更好地理解博物馆及其藏品，为观众提供更为个性化的服务和新信息，让观众在游览之后能够有所得，以便增强游客自觉传播的意愿。

3) 注重网络宣传，增强博物馆的影响力。在互联网和移动客户端时代，在旅游目的地形象的形成过程中网络起到了重要作用[12]。一方面人们对旅游目的地形象的初步感知和进行旅游目的地选择时，互联网逐渐成为不可替代的工具。与此同时，互联网影响的广泛性、信息传播的及时性以及应用的普及性等特点，也使其成为博物馆宣传和塑造博物馆形象最主要的途径之一。博物馆应该充分利用网络数据监测和官方网站信息发布平台做好潜在游客信息搜集阶段的网络宣传工作以及日常展览信息的更新发布工作。

不足之处：在对研究对象内在机理的深入研究和关键词的选取上还有待进一步的完善。选取关键词时要保证准确、全面，虽然本文也运用了一些技术方法去补充、筛选和确定关键词的选取，但还是无法完全剔除主观因素的影响，这也是需要进一步加强的地方。

[1] Adams P, Ghose R. The construct ion of a space between India [J]. Progress in human geography, 2003, 27 (4): 414-437.

[2] Skadberg Y X, Skadberg A N, Kimmel J R. Flow experience and its impact on the effectiveness of a tourism website [J]. In format ion technology & tourism, 2005(7): 147-156.

[3] 吴士锋,陈兴鹏,路紫，等.网站信息流对旅游人流增强作用研究[J]．现代情报,2009,29(11):220-224．

[4] 龙茂兴,孙根年,马丽君，等. 区域旅游网络关注度与客流量时空动态比较分析——以四川为例[J]. 地域研究与开发,2011,30(3):97.

[5] 马丽君,孙根年,黄芸玛,等. 城市国内客流量与游客网络关注度时空相关分析[J].经济地理,2011,31(4):684-685.

[6] 龙茂兴,龙珍付.旅游地网络关注度的客流时序响应—以张家界和遵义为例[J]. 商业时代,2013(17):58.

[7] 路紫,赵亚红,吴士锋,等．旅游网站访问者行为的时间分布及导引分析[J]．地理学报,2007,62(6): 621-630.

[8] 李山,邱荣旭,陈玲．基于百度指数的旅游景区网络空间关注度：时间分布及其前兆效应[J].地理与地理信息科学,2008,24(6):102-107.

[9] 黄先开,张丽峰,丁于思.百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J].旅游学刊,2013,28(11):98.

[10] 龙茂兴.网络关注度的客流响应差异成因分析——以张家界和遵义为例[J]. 科学咨询(科技·管理),2013(9):68-70.

[11] 汪秋菊,贾宇,刘宇,等.奥运场馆水立方的客流量与网络关注度关系分析[J].东北石油大学学报,2013,37(5):118 - 119.

[12] 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.

(责任编辑 柴 智)

Analyzing Based on the Relationship Between Tourist Flow and Network Attention——Take the Capital Museum as an Example

WANG Yu-xia，WANG Jing

(Beijing Union University, Beijing 100101，China)

This article analyzed the two curves of tourist flow and network attention of Capital Museum in a specific time period, and found it came to periodic fluctuation. Then by analyzing the VAR model, the results verified the precursor effect of network attention to tourist flow, showed the network attention had a significant impact on tourist flow. However, it is worth attention that the impact of tourist flow on network attention is not significant. Finally, according to the results of the empirical analysis we put forward three corresponding suggestions to improve museum tourism services: one is to establish a network data monitoring platform for warning of tourist flow; the second is to enhance tourist experience, and expand the effect of public praise; the third is to attach importance to the network publicity to enhance the influence of the museum. Finally, this article analyzed the existing deficiencies in this study.

Museum; Tourist flow; Network attention; Relationship analysis; Suggestions of improving museum tourism services

10.16255/j.cnki.ldxbz.2016.01.014

2015-11-14

北京市属高等学校高层次人才引进与培养计划项目(CIT&TCD201404079),北京市教委项目(12210991503105)。

王静，E-mail: lytwangjing@buu.edu.cn

G 269.271

A

1005- 0310(2016)01- 0075- 06