基于百度指数的石窟景区网络关注度时空特征分析——以三大石窟为例

董引引

〔郑州大学 旅游管理学院，河南 郑州 450000〕

经济与管理

基于百度指数的石窟景区网络关注度时空特征分析
——以三大石窟为例

董引引

〔郑州大学 旅游管理学院，河南 郑州 450000〕

以龙门石窟、云冈石窟、敦煌莫高窟三大石窟景区为研究案例地，利用百度指数获取2014-2016年三大石窟逐日网络关注度，采用季节集中指数、周内偏度指数、地理集中指数等方法测度网络关注度的时空特征。研究表明：三大石窟网络关注度在2014-2016年呈逐年递增趋势；月度上呈现“三峰模式”和“单峰模式”两个特征；节假日表现为节前关注度上升，节日放假前三天达到最高值；周内表现为“周内低谷，工作日高峰”的特征；网络关注度在空间分布上不均匀，并有不断集中的趋势。

石窟景区；网络关注度；时空特征

一、引言

随着社会经济发展、科技进步、互联网普及，网络作为重要的信息传播渠道在各领域广泛应用。网络给广大民众带来了极大的便利，也为旅游业的利益相关者带来诸多益处。旅游管理部门依托网络发布监管信息、旅游警示，旅游经营者通过网络进行营销推广与在线交易，旅游者借助网络获取决策所需信息并进行交易支付。[1]百度指数是一种强大的网络数据分析工具，它可让我们清楚了解旅游景区网络关注度的时空变化规律。

网络关注度是现实旅游流的前兆，国内许多学者开展了网络关注度的相关研究。李山首次将百度指数运用到对旅游景区网络关注度的研究中，发现网络空间关注度是现实客流量的前兆:周内表现为 “日前兆”，年内表现为“旬前兆”。[2]之后学者们又陆续运用百度指数来拓宽旅游研究的问题。从研究内容上，路紫、吴士锋等分别从引导过程和强度两方面进行了探讨；[3]研究视角上，龙茂兴、孙根年等从空间视角对遵义红色旅游网络关注度的客流响应展开分析，揭示了网络关注度的客流空间响应的基本特点和规律。[4]户文月从时间与空间两个维度探讨了浙江5A旅游景区节假日期间网络关注度的特征。[5]张丽峰、丁于思从时间角度分析了北京5A景区网络关注度分布的特征，总结了游客出行前对北京旅游景区的偏好；[6]研究方法上，学者们普遍运用区域经济差异分析法来分析网络关注度，张晓梅、程绍文等利用季节集中指数、地理集中指数分析了古城网络关注度的时空特征。[7]汪秋菊、黄明等采用局部多项式空间插值方法，生成客流量、网络关注度密度空间分布图，并采用非参数计量方法，分析了两者空间对应变动关系；[8]研究尺度上，学者们分别从市、省、区域、国家等不同尺度进行研究。赵鹏宇等分析了五台山景区网络关注度的时空特点。[9]龙茂兴、孙根年等对四川省的网络关注度和实际客流量进行了对比分析。[10]林志慧、马耀峰等对我国百强景区网络关注度的时空特征进行了研究。[11]

石窟景观是我国宝贵的文化遗产，龙门石窟、云冈石窟、敦煌莫高窟均被列入世界文化遗产名录，国内学者对石窟类景区进行了大量研究，主要集中在对石窟资源的保护性开发、景区环境承载力的监测、石窟游客满意度及石窟景区的创新营销等方面，但以石窟类景区为案例地，进行多时间尺度的网络关注度的研究较少。我们借助百度指数获取石窟类景区网络关注度数据，以龙门石窟、云冈石窟、敦煌莫高窟为检索关键词，有针对性地分析石窟类景区网络关注度的时空特点，以期为石窟类景区的网络营销提供决策依据。

二、数据来源与分析

1.百度指数及网络关注度

百度是中国互联网用户最常用的搜索引擎，每天完成上亿次搜索，也是全球最大的中文搜索引擎。用户对旅游信息的搜寻主要是通过对信息的“关键词”搜索和点击来体现的。百度指数是基于百度网页搜索和百度新闻媒体搜索的海量数据，以网民在百度的搜索量为基础，以相关关键词为统计对象，通过对PC和移动两个终端搜索量的科学统计，记录各个关键词的搜索频次加权和，并以曲线图的形式直观地展现出来。而且，还可以大致了解与搜索目的相关的检索词、搜索人群的地域分布以及人群基本属性等情况。虽然，百度指数产生的相关数据可能因为检索采样问题、近似算法问题而无法达到非常精确，但可以肯定的是，利用百度指数得出的走势、趋向性结果还是有一定科学根据的。[12]

2.数据来源

龙门石窟、云冈石窟、敦煌莫高窟三大石窟是中国石窟艺术的典范，以三大石窟为例探求石窟景区网络关注度，具有代表意义。我们基于用户关注度和媒体关注度两方面的信息，以龙门石窟、云冈石窟、敦煌莫高窟为关键词进行比较检索，统计2014-2016年用户关注度数据，并从时间和空间两个维度对石窟景观网络关注度进行研究分析。

三、石窟景区网络关注度的时间分布特征

1.石窟景区网络关注度的年际变化特征

统计学里的皮尔逊积矩相关系数可度量两个变量间的相互关系，即线性相关，取值范围在(-1， +1)之间。我们借助SPSS软件探究三大石窟景区网络关注度的年际相关程度，P<0.05，表明2014年1月1日至2016年12月31日期间三大石窟景区的网络空间关注度变化特征存在相似性。由此可见，石窟景区旅游市场的季节变化特征存在较强的规律性，每一年都较为相似，但法定节假日调整前后的差异略大。

此外，根据百度平台指数搜索的基础数据对2014-2016年三大石窟景区的网络关注度进行统计分析可以看出(见图1)，三大石窟景区2014-2016年每一年的网络关注度都在上升，龙门石窟网络关注度排名第一位，敦煌莫高窟排名第二位，云冈石窟排名第三位，其中龙门石窟网络关注度远远高于敦煌莫高窟和云冈石窟，而敦煌莫高窟和云冈石窟网络关注度相差不大。此外龙门石窟网络关注度2015年的增长率为16.50%，2016年的增长率为5.15%，虽然龙门石窟2014-2016年网络关注度不断增高，但是2016年比2015年的增长幅度降低。敦煌莫高窟2015年网络关注度增长幅度为9.27%，2016年增长幅度为10.78%，虽然2014-2016年敦煌莫高窟网络关注度的总量不及龙门石窟，但是增幅在稳步上升。而云冈石窟是三大石窟中网络关注度最低的，2015年网络关注度的增幅仅为8.38%，但是2016年网络关注度增幅达到14.73%，说明未来云冈石窟网络关注度有不断上升的潜力。

图1 三大石窟景区网络关注度的年际变化

2.石窟景区网络关注度的季节特征

用三大石窟2014-2016年每月网络关注度的平均值，来衡量石窟景区月度网络关注度(见图2)，通过对比发现，总体上龙门石窟和云冈石窟网络关注度的季节变化呈现出独特的三峰值，峰值出现的时间基本相同，第一个峰值出现在4月，第二个峰值出现在8月，第三个峰值出现在10月，峰值的出现意味着潜在客流量的增多。参考旅游客流季节划分标准，将月平均网络关注度大于年平均网络关注度的月份划分为旺季，相当于年平均网络关注度80%-100%的月份划分为平季，小于年平均网络关注度80%的月份划分为淡季。[13]经计算，龙门石窟网络关注度的淡季出现在1月和12月，平季是2月、3月、6月、9月、11月，旺季是4-5月、7-8月、10月。云冈石窟的网络关注度淡季是12-2月， 而旺季和平季的分界不明显。

图2 三大石窟每月日均网络关注度

对比龙门石窟和云冈石窟网络关注度的峰值发现：龙门石窟4月峰值最大，网络关注度达到3737，10月峰值位居第二，网络关注度为2948，8月峰值最小，为2252。云冈石窟虽然也呈现三峰值，但是整体季节性波动不大，究其原因，首先体现在地理位置方面，位于河南省洛阳市的龙门石窟和位于山西省云冈石窟距离较近，省域相邻，在吸引客源上有冲突和竞争；从交通方面看，龙门石窟依托河南省便利的交通条件大大提高了景区的可进入性，为吸引潜在客源提供了优势条件；从景区知名度方面看，虽然龙门石窟和云冈石窟都是国家5A级景区，都被列入世界文化遗产名录，但是总体来说龙门石窟的知名度和美誉度都高于云冈石窟。所以在选择同质的石窟造像景观时，龙门石窟的网络关注度要远高于云冈石窟。

三个石窟景区中，敦煌莫高窟网络关注度的季节变化，呈现出与龙门石窟、云冈石窟不同的特点，敦煌莫高窟的网络关注度仅有一个明显的峰值，出现在7月份。敦煌莫高窟的网络关注度7月达到峰值，主要原因和暑假有关，暑假是很多景区游客量激增的时期。敦煌莫高窟网络关注度之所以与其他两个石窟景区存在较大差异，主要原因是距离问题，敦煌莫高窟位于甘肃省敦煌市，交通不便，与龙门石窟和云冈石窟相比景区可进入性不高，此外敦煌石窟景区所在地气候舒适度不高，这也降低了潜在游客的网络关注度。

从石窟景观方面看，敦煌莫高窟的石窟景观与龙门石窟和云冈石窟相比，除了拥有石窟景观之外，还有壁画4.5万平方米，泥质彩塑2415尊，所处地理位置具有特殊性，石窟景观更具脆弱性，所以敦煌莫高窟的石窟景观更是独具一格。影响潜在游客关注度的，主要还是地理位置及气候等因素。

为了进一步对比不同类型景区的关注度，我们引入了季节性集中指数，对其波动性加以定量分析。旅游景区网络关注度季节性集中指数可以定量分析网络关注度的时间集中程度。其计算公式为：

(1)

公式(1)中R为景区网络关注度季节性集中指数；xi为各月网络关注度占全年的比重。R值越大则关注度季节性差异越大，R值趋向零，则关注度全年分布均匀。另外，极淡月与极旺月关注度之比更能反映出客流的季节差异。从表1可知，龙门石窟景区在2014-2016年期间R值分别为2.24，2.30，2.19，每年的季节指数都大于云冈石窟和敦煌莫高窟，而且龙门石窟的平均季节指数为2.24，位居第一位，说明龙门石窟与云冈石窟、敦煌莫高窟相比每一年季节性差异都最大，虽呈现逐年降低的趋势，但仍然高于其他石窟景区。云冈石窟2015年季节指数最大，达到2.07，但三年来平均季节指数为1.69，且季节指数呈现先上升后下降的趋势；2014年云冈石窟季节指数仅为1.20，2015年季节指数升到为2.07，升幅较大，2016年又下降至1.80，但降幅较小。在三大石窟中，总体来看，云冈石窟季节指数最小，但从2015年开始，季节指数达到了1.80以上，说明2015-2016年，云冈石窟景区季节性差异变大。敦煌莫高窟三年来平均季节指数达到1.98，在三大石窟中位居第二位，敦煌莫高窟季节指数呈现先下降后上升的趋势，但季节指数总体波动幅度不大，在1.85-2.12的范围内波动，总体来看，敦煌莫高窟的季节性较强。

表1 三大石窟景区网络关注度的季节指数(2014-2016)

3.黄金周期间石窟景区网络关注度的特征

自2007年国家法定假日制度调整之后，形成了7个小假日，其中最具外出旅游高峰代表的是“五一”和“十一”黄金周，也是旅游网络关注度最具有明显波动的时期。我们以三大石窟景区2014-2016年“十一”黄金周网络关注度的平均值为例，选取“十一”假日前5天，假日7天，假日后5天的网络关注度，着重分析石窟景区假日网络关注度的特点。(见图3)

图3 三大石窟十一黄金周期间日均网络关注度

研究发现三大石窟网络关注度变化情况基本保持一致，均表现为节前网络关注度明显上升，并在节日放假前三天达到最高值，在第四天节假日期间持续下降，在节后下降到一个稳定的范围。其中龙门石窟在“十一”黄金周前后网络关注度明显比云冈石窟、敦煌莫高窟高，且宽广开口呈现标准的倒U性，逐个对比2014-2015年龙门石窟“十一”黄金周期间网络关注度，发现宽广开口有倒V型的倾向，说明十一黄金周期间龙门石窟网络关注度越来越集中，与节前节后差异越来越大，逐渐呈现出明显的“井喷”现象。综合三大石窟“十一”黄金周网络关注度的均值，发现整体上石窟景观网络关注度的黄金周变化与龙门石窟网络关注度变化保持一致，这也说明龙门石窟在中国三大石窟艺术群中占有不可忽视的地位。

与龙门石窟相比，云冈石窟“十一”黄金周网络关注度在9月26日到9月28日相差不大，基本保持在1800-2300之间，但从9月29到10月3日，龙门石窟网络关注度日均增速快于云冈石窟，两景区的日均网络关注度都在10月3日达到峰值，之后逐渐降低，10月4日之后龙门石窟日均网络关注度下降速度快于云冈石窟，在10月9日到10月12日期间，龙门石窟与云冈石窟日均网络关注度逐渐降低到一个稳定值。

敦煌莫高窟网络关注度在“十一”黄金周期间除了10月2日到10月3日有稍微的波动外，整体较为平缓，网络关注度基本低于2000，这与敦煌莫高窟网络关注度在季度上的变化一致。

为进一步分析三大石窟景区网络关注度在“十一”黄金周内的分布状，引入周内分布偏度指数(G index)。周内分布偏度指数(G index)可很好地测量石窟景区网络关注度在黄金周微时间尺度的集中分布特征。计算公式为:

(2)

式(2)中xi为第i日网络关注度占黄金周全部网络关注度比重，i为网络关注度从大到小的排列序号。G指数在理论上的取值范围是[-600/7， 600/7]，若G<0，说明网络关注度更多地集中在黄金周前期；G>0，说明网络关注度更多地集中在黄金周后期；G=0，则说明网络关注度在黄金周内对称分布。

从表2可以看出，2014-2016年三大石窟黄金周期间周内偏度均G<0，说明石窟景区网络关注度偏向于黄金周前期，而且云冈石窟和敦煌石窟黄金周期间的网络关注度偏度有不断扩大的趋势，云冈石窟黄金周期间网络关注度从2014年的-8.40扩大到-13.50，敦煌莫高窟则从-3.75扩大到-6.66。但总体上敦煌莫高窟黄金周期间的网络关注度偏度低于龙门石窟和云冈石窟。龙门石窟的黄金周期间网络关注度偏度在2014-2016年期间变为相对先集中后分散的趋势，龙门石窟在2015年黄金周期间网络关注度偏度最为集中，到2016年黄金周期间偏度下降至三年来最低，至-10.36。

表2 三大石窟景区黄金周周内偏度指数(2014-2016)

4.周时段石窟景区网络关注度的特征

基于上文对石窟群网络关注度的年际变化和月变化及黄金周变化情况的分析，在对石窟群网络关注度的周时段变化情况进行分析时，选取龙门石窟2014-2016年的日搜索指数按星期相加求平均值，得到每年度周内网络关注度的日均分布情况。(见图4)

图4 龙门石窟周内日均网络关注度

总体而言，2014-2016年龙门石窟网络关注度在周内分布具有一致性，表现为“工作日高，双休日低”的特征，这与景区实际客流量相反，在双休日游客普遍出行，网络关注度降低，而在工作日潜在游客总是会为周末出行而上网搜索，这与学者李山研究的“周内日前兆”现象相符。具体观察发现，龙门石窟网络关注度周内分布的最高峰总体具有推后的趋势，从2014年的周三推迟到2016年的周五。周日的网络关注度普遍最低，其次是周一和周二，2014年龙门石窟网络关注度周内最高值出现在周三，2015年周内网络关注度最高值是周四，2016年周内网络关注度峰值出现在周五。峰值推后的原因，可能是互联网的普遍使用，手机移动客户端的推出，潜在游客可以随时随地进行旅游目的地的信息搜索，不必提早很多进行信息查询。

四、石窟景区网络关注度的空间特征

利用百度指数所提供的地域分布功能，确定了在2014年-2016年对三大石窟景区持有关注度的34个省级区域，并将“地区”限定于这些特定区域，再次搜索各景区2014-2016年的百度指数数据，建立景区网络关注度地域分布数据库。在中国34个省份中，除去澳门对三大石窟关注度为0外，其他33个省份对三大石窟都有关注，但是各个省份对三大石窟关注度有所差异，其中龙门石窟2014-2016年期间日均网络关注度排名前6位的地区分别是河南、北京、广东、江苏、陕西、山东，云岗石窟日均网络关注度排名前6位的地区是山西、北京、河北、广东、内蒙古、江苏，敦煌莫高窟日均网络关注度排名前6位的地区是甘肃、广东、江苏、浙江、北京。对三大石窟景区网络关注度排名前6位的地区中，都有北京、广东、江苏三省，而且三省的排名均相对靠前，说明我国石窟景观对北京、广东、江苏的游客具有较大的吸引力。此外还发现，对龙门石窟网络关注度最高的省份是河南，对云冈石窟网络关注度最高的省份是山西，对敦煌莫高窟网络关注度最高的省份是甘肃，这主要与石窟景观的地理位置有关，也说明石窟景观对本省游客具有较大的吸引力。但是对石窟群的关注度又不完全符合距离衰减规律。比如广东省距离三大石窟均远，但是对石窟景观的关注均排名靠前。

为了考察石窟景观网络关注度区域分布的集中性，引入地理集中指数，计算公式为：

(3)

式(3)中:xi为第i个省区的网络关注度；T为所有省区网络关注度总数；n为省区总数。一般来说，G的取值在0-100之间，G值越接近100，网络关注度越集中；G值越小，网络关注度则越分散。

在2014-2016年三大石窟景区除澳门网络关注度为0外，在全国包括港台在内的其他33个省区市均有关注。我们采用地理集中度指数衡量网络关注度在全国各省区市的分布情况(见表3)，三大石窟景区网络关注度的地理集中度在18.95-22.83之间，假如石窟景区网络关注度在全国各省平均分布，地理集中指数应为17.15，然而三大石窟景区在2014-2016年平均网络关注度均大于17.15，所以从省区的角度来看，2014-2016年三大石窟景区网络关注度具有地理集中性。

表3 三大石窟群网络关注度的地理集中指数(2014-2016年)

五、结论与讨论

我国三大石窟在2014-2016年期间的时空特征主要有以下几方面：其一，总体上三大石窟网络关注度呈现逐年递增的趋势。龙门石窟网络关注度增长率有下降的趋势，而敦煌莫高窟网络关注度稳步上升，云冈石窟网络关注度增幅最大。其二，三大石窟网络关注度在季节上有明显差异，其中龙门石窟旺季集中在4-5月、7-8月、10月，季节集中指数保持在1.85-2.12范围内，季节波动较大；云冈石窟平季和旺季区分不明显，三年来的季节指数呈现先上升后下降的趋势；敦煌莫高窟仅在每年7月出现一个峰值。其三，三大石窟网络关注度在“十一”黄金周期间变化情况基本保持一致，均表现为节前网络关注度明显上升，并在节日放假第三天达到最高值，三大石窟在黄金周期间周内偏度G<0，说明黄金周期间网络关注度集中在节假日前。其中龙门石窟在“十一”黄金周期间网络关注度呈现U型并有倒V型的倾向，而敦煌莫高窟网络关注度在“十一”黄金周期间除了10月2日和10月3日稍有波动外，整体网络关注度较平稳，网络关注度基本低于200。其四，三大石窟景区在2014-2016年网络关注度在周内分布具有一致性，表现为“工作日高，双休日低”的特征。其五，除澳门外，我国33个省份对三大石窟景区都有关注，但各个省份对三大石窟关注度有所差异，且三大石窟景区网络关注度的地理集中指数在18.95-22.83，说明三大石窟网络关注度空间分布具有地理集中性。其中北京、广东、江苏三省市对三大石窟关注度较高，排名均在前6名。另外，三大石窟景区网络关注度最高的省份是石窟所在省份，却又不完全符合地理衰减规律。

[1] 林志慧，马耀峰，刘宪锋，高楠.旅游景区网络关注度时空分布特征分析[J].资源科学.2012，34(12):2427-2433.

[2] 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.

[3] 路紫，刘娜，Zui Z.澳大利亚旅游网站信息流对旅游人流的导引:过程、强度和机理问题[J].人文地理，2007(5)：88-93.

[4] 龙茂兴，孙根年，龙珍付.遵义红色旅游网络关注度的客流响应研究[J].地理与地理信息科学，2013，29(5)：98-101.

[5] 户文月.基于百度指数旅游景区假期网络关注度特征研究——以浙江省5A级旅游景区为例[J].旅游论坛，2011，8(1):56-60.

[6] 张丽峰，丁于思.北京5A级旅游景区网络关注度分布特征研究[J].资源开发与市场，2014，30(11)：1382-1384.

[7] 张晓梅，程绍文，刘晓蕾，等.古城旅游地网络关注度时空特征及其影响因素——以平遥古城为例[J].经济地理，2016，36(7)：196-202.

[8] 汪秋菊，黄明，刘宇.城市旅游客流量——网络关注度空间分布特征与耦合分析[J].地理与地理信息科学，2011，31(5)：102-105.

[9] 赵鹏宇，崔嫱，常咪.五台山景区关键词网络关注度与空间分布特征[J].中南林业科技大学学报(社会科学版)，2016，10(5)：78-84.

[10] 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)：93-97.

[11] 林志慧，马耀峰，刘宪锋，等.旅游景区网络关注度时空分布特征分析[J].资源科学，2012，34(12)：2427-2433.

[12] 张力.基于百度指数分析的地域网络关注度研究——以镇江为例[J].图书情报研究，2012，(5):41-47.

[13] 卢松，陆林，王莉，等.古村落旅游客流时间分布特征及其影响因素研究——以世界文化遗产西递、宏村为例[J].地理科学，2004，24(2):250-256.

(责任编辑：朱登臣)

2017-01-13

董引引(1990-)，女，河南驻马店人，郑州大学旅游管理学院硕士研究生。

10.3969/j.issn.2096-2452.2017.01.003

F592.6

A

2096-2452(2017)01-0010-06