婺源景区网络关注度分析——基于百度指数的视角

程金蕾，蒋文波，刘春燕

(江西师范大学地理与环境学院，330022，南昌)

0 引言

根据最新发布的第45次《中国互联网络发展状况统计报告》，截至2020年3月，我国网民规模已达9.04亿，互联网普及率为64.5%，较2018年提升了4.9个百分点。随着互联网普及率的持续增长，人们的生活也全面“网络化”。人们越来越习惯于通过网络关注、了解和获取旅游地信息，为其旅游行为提供依据。

旅游网络关注度是旅游者需求状况和行为习惯在网络上的直观体现[1]。目前国内学者运用网络关注度进行旅游相关研究主要表现在2个方面：一是旅游网络关注度与客流量相关性分析及预测，如龙茂兴[2]等依托百度指数，对四川省区域旅游网络关注度与客流量的时空动态进行了比较分析；黄先开[3]等运用模型探析了百度指数与旅游景区游客量的关系，并对景区游客量进行预测；汪秋菊[4]等将旅游客流量与网络关注度进行空间分析，有效发现二者在空间分布的高度耦合性；孙烨[5]等以不同客户端的百度指数为例，证实了移动端比PC端指数模型具有更好的客流预测精度；马莉[6]等则研究了旅游流与网络关注度的区域时空分异，优化了游客量的预测方法；二是旅游景区、旅游目的地或某种旅游活动的网络关注度时空特征及影响因素分析，张丽峰[7]等基于百度指数分析了北京5A景区周度、月度与黄金周的分布特征；何小芊[1]等基于百度指数研究了温泉旅游网络关注度的时空特征；张晓梅[8]等研究了平遥古城的网络关注度及其影响因素；邹永广[9]等发现影响旅游安全网络关注度的主要因素有经济发展水平、网络发达程度、社会人口统计特征等；程钰婷[10]等研究发现影响某个旅游地的网络关注时空差异的主要原因有公共假期、品牌知名度、空间距离、各省经济发展水平和人口数量特征等。

网络关注度用于旅游领域的研究逐渐成为热点，但研究区域基本都是国内比较著名的景区，如北京故宫、杭州西湖和五台山景区等，且用于分析的数据大部分都是一年以内，不利于充分研究网络关注度的动态变化和发展趋势。近年来，对婺源景区的研究主要集中在当地居民旅游感知[11]、旅游产品优化[12]、旅游地生态效率[13]等方面，并未对婺源景区旅游网络关注度进行研究。鉴于此，本文以江西省婺源景区作为研究地域，利用统计描述、相关性分析等手段，主要分析2016—2018年景区网络关注度分布的时空特征和影响因素，以了解游客出行前对景区的需求和偏好，为婺源景区旅游可持续发展提供参考。

1 数据来源与研究方法

1.1 数据来源

国内网络关注度平台主要有百度指数、360指数、搜狗指数、微指数等，百度作为全球最大的中文搜索引擎，在我国搜索引擎市场中的份额呈快速上升趋势，用户首选百度搜索引擎的比例大幅度增加。百度指数(Baidu Index)是百度旗下的一款数据分析共享平台，功能模板有趋势研究、需求图谱、人群画像。本文采用百度指数作为衡量网络关注度的重要指标，时间分析数据来源于趋势研究板块的搜索指数，其算法是以互联网用户在百度的搜索量为数据源，以关键词为统计量，计算出各个关键词的加权和。空间分析数据来自人群画像功能里的地域分布，其算法是采用数据挖掘技术，对搜索用户进行聚类分析，得出其所在地域信息。

通过搜索关于婺源景区的不同关键词，将得到的百度指数和婺源景区实际的客流量进行对比，发现关键词“婺源旅游攻略”最能反映真实客流量，故本文以“婺源旅游攻略”为搜索关键词，统计2012年1月1日至2018年12月31日的婺源景区网络搜索指数，将以此检索得到的百度指数作为网络关注度分析。

1.2 研究方法

1)季节性集中指数。用以反映婺源景区网络关注度的季节集中水平。其公式为：

式中：S为季节性集中指数；xi为第i月游客量占全年游客量的比重。S值越大，表明季节性越强，旅游旺季和淡季的游客量差异越大；S值越趋于0表明旅游需求在时间上分配越均匀。

2)周内分布偏移指数。用以研究旅游黄金周和普通工作周内婺源旅游网络关注度的分布情况。其表达式为：

式中：T为周内分布偏移指数；pi为第i日网络关注度占1周内网络关注度总数的比重。T<0，表明网络关注度趋向于集中在本周的前期，T>0，表明网络关注度趋向于集中在本周的后期；T=0，表明网络关注度在本周内是均匀分布的。

3)地理集中指数。用以研究婺源景区网络关注度在空间分布上的集中程度。公式为：

式中：G为景区网络关注度的地理集中指数；Xi为第i个省区的百度指数；T为所有省份百度指数总和；n为研究省区的总数。G值越趋近100，代表研究对象的地理集中度越高，G越接近0，则表示该研究对象在地理空间内分布越分散。

4)两地经济联系强度。表达式为：

式中：Lij表示婺源和全国31个省市区之间的经济联系强度；Pi、Pj分别表示婺源和其他省市区2016年末的地区常住人口；Vi、Vj分别表示婺源和其他省市区2016年末地区国内生产总值；Tij表示婺源和其他直辖市和省会之间的铁路交通最短旅行时间。

2 婺源景区网络关注度的时空分布特征

2.1 时间分布特征

在江西文化和旅游厅网站(www.jxta.gov.cn)上获取2012年每月统计的婺源景区实际客流量，并与2012年婺源景区的月百度指数进行对比(图1)，婺源景区月百度指数的变化趋势和真实的客流量基本相当。对其进行相关性分析，得到相关系数ρij=0.7，表明景区网络关注度与实际客流量存在明确的相关性，在一定程度上有前兆效应。

图1 2012年婺源景区百度指数与实际客流量对比曲线图

2.1.1 年际分布特征 婺源景区百度指数呈现出“先快速增长，后急剧下降”的趋势(图2)。具体来看，从2012—2017年婺源景区网络关注度持续增长，年均增长率为14.5%；但是到了2017—2018年其百度指数开始急剧下降，增长率为-14.3%。

图2 2012—2018年婺源景区百度指数年际分布曲线图

2.1.2 月份分布特征 婺源景区百度指数2016—2018年间变化趋势基本稳定，呈“单峰型”(图3)，景区年内搜索淡旺季明显，且旺季短、淡季长。关注旺季在每年2—4月，其他月份则为淡季。通过计算景区百度指数的季节性集中指数(表1)可知，婺源景区网络关注度季节性集中程度高，且主要集中在春季。

图3 2016—2018年婺源景区月百度指数分布曲线图

表1 2016—2018年婺源景区网络关注度季节性集中指数

表2 2016—2018年婺源景区百度指数 “十一”黄金周周内分布偏移指数数

2.1.3 黄金周和工作周分布特征 因“五一”黄金周每年调休的时间不一致，本文以每年4月26日至每年5月7日为样本时间区；“十一”黄金周的放假时间比较统一，以每年的9月27日至10月9日为样本时间区。景区百度指数在“五一”黄金周期间，呈现的趋势为节前3—4 d指数快速上升，节前1—2 d达到顶峰，节初和节中迅速下降到一个稳定区间，节末到达低谷(图4)。此外“五一”黄金周的搜索高峰有提前的趋势，2016年的搜索高峰在4月30日，2017年和2018年提前到了4月28日。“十一”黄金周期间，景区百度指数趋势较“五一”黄金周的分布趋势更加稳定。节前1—3 d持续快速上升，节初1—2 d达到顶峰，节初和节中迅速下降到一个稳定的区间，节末到达低谷(图5)。通过计算景区百度指数国庆假期7 d内(10月1—7日)的周内分布偏移指数(表2)，发现周内分布偏移指数T<0，且数值较大，表明婺源景区旅游的网络关注热度偏向集中于黄金周内前期，且偏移程度高。工作周内景区百度指数在周一到周五缓慢上升，周五达顶峰，周日迅速下降(图6)。这一特点直观反映了生活中人们倾向于在工作日期间为周末的出行收集信息。

图4 2016—2018年婺源景区“五一” 黄金周百度指数分布曲线图

图5 2016—2018年婺源景区黄金周百度指数分布曲图

图6 2016—2018年婺源景区工作周百度指数百分比分布曲线图

2.2 空间分布特征

利用ArcGIS软件对2016—2018年间各省(市)对婺源景区旅游网络关注指数进行可视化处理，并统计其整体日平均值，颜色越深、空心圆的直径越大，表明该城市整体日均值越大(图7)。整体日均值较高的主要为江西省内城市，如南昌、上饶，而北京、上海、广州和杭州的整体日均值较高与国内高铁建设、本地区经济较发达有关系。为了进一步量化分析景区百度指数的空间分布特点，通过计算百度指数整体日均值的地理集中指数(表3)，发现婺源景区旅游百度指数在空间上集中分布在江西邻近省份，且景区网络关注度的空间分布状态稳定。

图7 2016—2018年婺源景区百度指数空间分布图

表3 2016-2018年婺源景区百度指数地理集中指数

3 婺源景区网络关注度的影响因素分析

3.1 油菜花主花期

油菜花是婺源当地最具特色的旅游资源，每年油菜花盛开的季节为2—4月，届时会吸引全国各地的观光客。本文根据婺源油菜花主花期记载，整理出每年的3月1—11日是油菜花花期的初开期，3月12—17日是初旺期，3月18日—4月5日是旺花期，4月8—15日是凋谢期。然后根据油菜花对月客流量的带动情况和油菜花花期在每个月的天数占比，确定其所影响的月份和每个月的虚拟值。将2月份、3月份、4月份油菜花虚拟值分别设置为0.2、1、0.6，其他月份虚拟值都为0。通过SPSS相关性分析，油菜花主花期和景区百度指数的相关系数为0.901(表4)，表明婺源油菜花主花期和对应月的百度指数具有极强相关性，且二者呈正相关，并与婺源景区网络关注指数搜索旺季为2—4月，呈现“单峰型”趋势相一致。

表4 婺源景区网络关注度影响因素相关性分析

3.2 法定节假日

国家法定节假日主要有春节、劳动节、国庆节等，按照不同节假日放假时间和人们在不同节假日的出行习惯，参考相关文献[14]将春节假期影响月份2月虚拟值设为0.1；学生出游高峰影响月份3月虚拟值设为0.15；“五一”黄金周影响月份4月和5月分别设为0.1、0.08；“十一”黄金周影响月份9月和10月的虚拟值分别设为0.1和0.08。通过SPSS相关性分析，国家法定假日和婺源景区百度指数的相关系数为0.773(表4)，表明节假日比较多的月份，人们的出游的欲望越强，且“五一”“十一”黄金周放假时间长，潜在旅游者的旅游需求高，故婺源旅游的百度指数越高。

3.3 两地经济联系强度

经济联系强度指标可以衡量客源地和旅游目的地在经济、人口和交通方面的紧密程度。经济联系强度指标数值越大，其潜在旅游者对旅游景区的旅游需求越高，相应的百度指数越高。将2016年31个省市区与婺源县的经济联系强度和2016年末相对应地区百度指数进行两变量之间相关性分析。计算得两者的相关系数为0.87，各省市区与婺源县经济联系强度和其百度指数具有极强相关性，且具有统计学显著性意义。

3.4 人均GDP

人均地区生产总值反映了当地基础设施建设的水平以及当地居民的收入水平，人均GDP越高的地区，其网络信息化设施建设越完善，当地人口使用互联网的比例越高且外出旅行能力越强，在网上搜集旅游信息的人数也越多。本文选取31个省市区2016年末人均GDP与2016年末对应地区的百度指数进行两变量之间相关性分析。计算得人均GDP和百度指数两者的相关系数为0.415，表明各省市区人均GDP和其百度指数具有中等程度相关，且与图7中北京、上海、广州、武汉等地对婺源景区网络关注指数的整体日均值较大的现象相一致。

3.5 空间距离

客源地和旅游地的空间距离是影响潜在旅游者选择旅游目的地的重要因素之一，在多个旅游地对旅游者的吸引力相当的时候，人们往往选择在空间距离上比较近的旅游目的地。本文选取各省会、直辖市到婺源县的公路距离，而不是直线距离，更能体现因为地形而增加或减少的空间距离。将公路距离与婺源景区百度指数进行相关性分析发现：两者相关系数为-0.734，表明空间距离与婺源景区网络关注度具有弱相关性，有显著性意义。随着经济发展水平和人们生活水平的提高，以及交通网络的发达，游客在选择旅游目的地时会渐渐脱离空间距离衰减规律。

4 结论与讨论

本文通过获取2012—2018年婺源景区百度指数，利用季节性集中指数、地理集中指数、周内分布偏移指数和经济联系强度等指标，揭示江西省婺源景区网络关注度的时空分布特征，并分析了其影响因素。结果如下。

1)随着互联网的普及，人们已经习惯于使用互联网搜素引擎提前了解旅游地信息，百度指数在某种意义上就是游客量的前兆，二者呈正相关，并且通过分析婺源百度指数的时空变化规律，能够预测真实的游客量走向。

2)2012—2018年婺源景区百度指数在时间分布上有以下特点：年际分布呈现出“先快速增长，后急剧下降”的趋势，2012—2017年持续快速增长，2018年突然下降；年内搜索淡旺季明显，呈现出以春季2—4月为搜素旺季的“单峰型”形状；旅游黄金周期间，婺源景区百度指数呈“金字塔”状，搜索顶峰在节前或节初1—2 d；工作周内，百度指数在工作日缓慢上升并达到峰值，周末快速下降。

3)婺源景区百度指数在空间分布上，地理集中度高，集中分布于江西省内和其周边经济发达省份。

4)影响婺源景区网络关注度变化的主导因素是婺源油菜花主花期、节假日、游客所在地与旅游地的经济联系强度、客源地区人均GDP、客源地与旅游地的空间距离。

研究发现每年2—4月婺源景区网络关注度高，这就要求景区需提前加强自己的旅游基础设施建设，更好地应对游客高峰；油菜花是婺源景区的特色旅游主题，围绕此主题可创造多样化的游客体验活动，提升游客体验质量。婺源景区搜索量较大的地区主要是省内城市和经济较发达地区，婺源景区管理部门可增加对这些地区的广告投放和宣传。在节假日期间，相关部门和经营主体需改善服务，加大管理力度，提升景区智慧管理水平。随着互联网使用率的高速提升，游客对旅游景区的网络关注度变化会越来越快，各景区需充分掌握游客的潜在需求，更好地指导旅游产品的开发和营销，促进景区可持续发展。