基于百度指数的中国沿海地区5A级景区网络关注度研究

尹书婷，段佩利，尹 鹏

(鲁东大学 商学院，山东 烟台 264025)

根据《中国互联网发展报告(2021)》，截至2020年底，中国网民规模为9.89亿人，互联网普及率达70.4%。百度是最大的中文搜索引擎，依靠庞大的互联网搜索数据，占据了中国搜索行业最大的市场份额(超过70%)。百度指数是互联网搜索数据的代表，自2011年以来，该指数提供了不同关键词的每日搜索量数据[1]。此外，还可以根据时间和地点获得特定关键词的搜索次数。根据百度搜索中互联网用户的搜索量，将搜索频率与特定关键词加权计算百度指数。该指标反映了网民的关注重点和需求，搜索旅游目的地可能会提示用户计划去哪里旅游[2-3]。

目前，百度指数用于旅游研究领域的成果主要集中在3个方面：一是针对某一特定类型旅游景区的研究，如许艳等利用百度指数获取中国大陆31个省区市的乌镇景区网络搜索指数，分析了乌镇景区网络关注度的空间差异特征及其影响因素[4]；季国斌等基于百度指数获取西溪国家湿地公园网络关注度指数，探讨其网络关注度的时空特征与影响因素[5]。二是针对旅游目的地的研究，如丁鑫等采用季节性集中指数、周内分布偏度指数和地理集中指数等指标研究了厦门市旅游网络关注度的时空分布特征[6]；陆利军等对湖南旅游目的地城市的网络关注度及其空间格局进行了系统分析[7]。三是网络关注度与旅游目的地相关性分析，如王硕等结合庐山、华山、八达岭长城风景名胜区十一黄金周客流量及游客网络关注度数据，对其客流量与网络关注度的变化特征进行分析[8]；汪秋菊等以杭州市38个3A级以上景区旅游客流量与网络关注度数据为研究对象，对旅游客流量与网络关注度空间对应变动关系进行了探索分析[9]。

鉴于利用百度指数对中国沿海地区5A级景区网络关注度的相关研究较少，本文基于百度指数平台，收集2011—2020年沿海地区5A级景区网络关注度数据，并运用季节性集中指数和赫芬达尔指数研究沿海地区5A级景区的网络关注度时空变化特征，以此为沿海地区旅游发展政策的制定提供参考。

1 数据来源及研究方法

1.1 研究区域

中国沿海地区包括辽宁、天津、河北、山东、江苏、上海、浙江、福建、广东、广西、海南等11个省区中，经济发达、交通便利，旅游资源丰富多样。根据文化和旅游部统计，中国沿海地区共有50个5A级景区，既有名山胜景、沙滩浴场，又有名胜古迹、风景园林。其中有个别景区由于知名度较低，搜索力度小，百度指数未将其相关关键词收录在内，无法获取与之有关的数据。因此本文选取中国沿海地区44个5A级景区为研究对象。

1.2 数据来源及关键词选取

百度指数是一个与互联网用户行为有关的数据共享平台，由趋势研究、需求图谱、人群画像3部分组成。利用百度指数趋势研究功能，以所输关键词为统计对象，可以科学有效地分析并计算出所搜索关键词在百度网站上搜索频率的总和，并能通过形象直观的曲线图和具体指数表现出来(其中搜索指数包括PC日均值、移动日均值以及整体日均值)。

关键词选取是网络搜索结果的关键，本文采用直接选取关键词的方式，对比同一景区不同关键词百度指数数值，以数值最高的关键词为统计对象。如搜索天津盘山风景名胜区的关键词，取“天津盘山”“盘山风景区”“盘山风景名胜区”3个关键词，“盘山风景区”关键词百度指数最高，故选取“盘山风景区”为该景区搜索关键词。沿海地区44个5A级景区百度指数搜索关键词见表1。

表1 沿海地区44个5A级景区百度指数搜索关键词

2 研究方法

2.1 季节性强度指数

季节性强度指数主要用于反映景区网络关注度在时间分布上的集中程度，计算公式[10-11]为

(1)

式中：R表示景区网络关注度的季节性强度指数；xi表示景区第i月旅游网络关注度在该景区全年网络关注度中的占比。R值越接近于0，说明该景区网络关注度时间分布集中度越低，游客旅游景区选择偏好在年内各月份分布越均匀，旅游淡旺季区别越小；R值越大，淡旺季区别越明显。

2.2 赫芬达尔指数

赫芬达尔指数是一种通常应用于经济学中测量产业市场集中度的综合指数，应用于旅游学中可以反映景区旅游网络关注度的季节性波动情况，计算公式[12-13]为

(2)

式中：H为景区网络关注度的赫芬达尔指数；pi为景区第i月旅游网络关注度占景区该年全年旅游网络关注度的比重。H值越接近于0，则代表该景区网络关注度在年内各月的分布差异越大，季节性越强，旅游淡旺季更明显；H值越接近于1，则相反。

3 沿海地区景区网络关注度时间分布特征

3.1 网络关注度年度变化趋势

通过观察沿海地区44个5A级景区2011—2020年日均值变化趋势(图1)，发现2011—2020年总体网络关注度和移动端网络关注度均呈“单峰”型变化趋势。其中，2011—2016年总体网络关注度在稳定上升，说明网络影响在逐年增强，2016年达到峰值，2017—2020年呈下降趋势，除2020年受新型冠状病毒肺炎疫情的影响，下降幅度相对较大，其余年份均呈现平稳下降趋势；PC端网络关注度在2011—2014年较为稳定，波动幅度不明显，2016—2020年呈较小幅度的下降趋势；移动端网络关注度变化趋势与总体网络关注度变化趋势相似，2011—2016年呈现较大幅度的上升，2017年相对之前年份增长率较为平缓，2018—2020年呈下降趋势。

图1 中国沿海地区5A级景区2011—2020年日均值变化趋势

3.2 季节变化趋势

通过百度指数检索并计算2011—2020年沿海地区5A级景区网络关注度的总体月度日均值，并绘制季节变化气泡图(图2)。从图中可以看出，沿海地区5A级景区网络关注度呈现以下3个特征：

图2 中国沿海地区5A级景区2011—2020年季节变化趋势

1)受新冠疫情的影响，2020年上半年网络关注度较低且波动幅度较小，在8月份网络关注度开始增长，到10月份达到峰值。其中8月份和10月份正处国家法定节假日，且疫情得到控制，游客出游呈现“爆发式”增长，网络关注度相对同年其他月份增长率较高。

2)除2020年外，其他年份网络关注度低谷期大多都处在1月、11月和12月。该时段没有较长的法定节假日，且沿海地区较为寒冷，受天气的影响游客大多会选择室内或其他温度较高的景区。

3)除2020年外，其他年份网络关注度呈“多峰型”的变化趋势，其中7、8月份一般为网络关注度的最高峰，此外2、4、10月又会出现不同程度的小峰值。主要原因是7、8月份正值暑假，属于学生和亲子出游高峰期，并且天气较为炎热，大多游客会选择沿海地区作为旅游目的地；2月份正处寒假且包含春节小长假，近几年随着人们传统观念的转变，越来越多的人选择外出旅游过年；4月天气温暖宜人，正是出游踏青的好时节，期间包含清明假期，另外五一黄金周前期，人们大量搜索景区信息，为五一假期外出旅行做准备；10月国庆黄金周期间历来是人们外出旅游的高峰期。

通过计算各年份的季节性强度指数和赫芬达尔指数(表2)，进一步分析沿海地区5A级景区网络关注度的季节性差异。从表2中可以看出,各年份网络关注度的季节性强度指数和赫芬达尔指数的变化程度大致相同，且数据差异不大，说明2011—2020年沿海地区5A级景区网络关注度季节性变化差异不显著。

表2 中国沿海地区5A级景区网络关注度季节性强度指数、赫芬达尔指数

4 沿海地区景区网络关注度的空间分布特征及影响因素

4.1 景区网络关注度空间分布

将沿海地区5A级景区按所在省份位置划分为3个区域：环渤海地区、长江三角洲、珠江三角洲(1)为了方便统计，将辽宁、河北、山东、天津划分到环渤海地区，江苏、浙江、福建、上海划分到长三角地区，广东、海南划分到珠三角地区。，统计2011—2020年全国31个省区市(不包含港澳台)对3个区域5A级景区网络关注度的日均值，如图3所示。从图3中可以看出，长三角地区5A级景区网络关注度最高，数值大多都集中在2 000左右，最高值达6 000；其次是环渤海地区，数值大多集中在1 500以内且分布较均匀，最高值可达1 500；最后是珠江三角洲地区，除最高值3 000外，其余网络关注度日均值都在500左右。从各省份对3个地区网络关注度来看：

图3 中国各省区市对东部沿海5A级景区网络关注度

1)对环渤海地区5A级景区网络关注度最高的是山东省，其数值接近2 500；其次是北京、河北、辽宁、天津、广东、江苏等省市，其数值均在1 000以上；网络关注度最低的主要是西藏、青海、宁夏等省区。对环渤海地区5A级景区网络关注度最高的省份除辽宁、河北、山东和天津这4个外，还包括江苏、广东和北京3个省市，这3个省市可以大致分成两类，一类是距离较近的江苏，另一类是经济较发达的广东，北京则同时具备两种因素，至于西藏、青海和宁夏，其距离较远，交通相对没有其他地区方便，人口相对较少，因此网络关注度较低。

2)对长三角地区5A级景区网络关注度最高的是上海，其数值超过6 000；其次是浙江、江苏、福建、广东等省份，其数值均在4 000及以上，网络关注度最低的是西藏、青海、宁夏。上海对长三角5A级景区网络关注度高是毋庸置疑的，其他4个省份除经济发达的广东外都位于长三角地区。

3)对珠三角地区5A级景区网络关注度最高的是广东，其数值超过3 000；其次是海南，数值接近1 500；其余省份都在1 000及以内。广东省经济发达，且属于珠江三角洲的核心省份，其对珠三角5A级景区网络关注度显而易见是最高的，海南省同时也包含在珠三角地区，其网络关注度也较高。

4.2 景区网络关注度空间差异影响因素

根据已有研究[14-17]，基于对沿海地区5A级景区网络关注度空间分布特征的描述，主要从地理距离、客源地经济发展水平和目的地景区知名度等方面分析景区网络关注度空间分异的原因。

1)地理距离。地理距离是人们选择旅游目的地的重要因素之一，根据上述分析发现对3个不同地区5A级景区网络关注度较高的省份，在空间分布上基本满足“距离衰减”规律。地理空间上距离旅游目的地越近，到景区旅游的游客越多，景区关注度越高。西藏、青海、宁夏等西部省区，距离东部沿海较远，相对的出游成本较高，旅游目的地对游客的吸引力较低，相应的网络关注度较低。

2)客源地经济发展水平。人们在做出游决策时，现实经济收入状况和出游经费往往是考虑的首要因素。经济发展水平高的地区，相应的居民人均收入也高，加之地区信息技术发达，人们的旅游意愿强，进而导致查询意愿强，旅游网络关注度高。广东、北京、上海3个省市对环渤海、长三角和珠三角的5A级景区网络关注度日均值都较高，其中广东最为明显。

3)目的地景区知名度。景区的知名度在旅游者选择旅游目的地的过程中起到重要作用。景区知名度越高，网上的信息资源越丰富，对游客的吸引力越强，进而网络关注度越高。长三角地区包含东方明珠、上海野生动物园等多个高知名度的5A级景区，相对于其他知名度较低的景区人们对该类景区会产生更高的查询意愿，因此其他省份对长三角地区的景区网络关注度最高。

5 结论

网络关注度在一定程度上反映了旅游目的地景区潜在旅游者的需求状况，网络关注度越高，景区游客量越多；反之则越少。本文借助百度指数提供的“用户关注度”功能，研究2011—2020年中国沿海地区5A级景区网络关注度的时空变化特征，其结果一定程度上可以反映出客流在时间和空间上的分布情况，主要得出以下结论：

1)在时间分布上，中国沿海地区5A级景区网络关注度在2011—2020年整体上呈现“单峰型”变化趋势，2016年达到数值最高峰；中国沿海地区5A级景区网络关注度季节性变化特征明显，呈现多个高峰期和低谷期，景区网络关注度高峰期主要在春、夏、秋季，低谷期则是在气候寒冷的冬季。

2)在空间分布上，中国沿海地区5A级景区网络关注度空间差异显著。环渤海地区5A级景区网络关注度较高的省份主要集中在环渤海附近和经济较发达的广东，长三角地区5A级景区网络关注度较高的省份主要集中长三角地区和广东，珠三角地区5A级景区网络关注度较高的省份主要是广东省，其次是海南省，西藏、青海、宁夏等西部省区对3个地区的5A级景区网络关注度均较低。网络关注度存在空间差异主要是受地理距离、客源地经济发展水平和目的地景区知名度等多种因素的影响。