基于百度指数的长岛旅游网络关注度的时空演变研究

高晓莘 胡宇娜 刘晓华 马鑫涛 牛斌

摘要：为促进长岛旅游业的可持续发展，文章基于百度指数收集2013-2019年长岛旅游网络关注度的数据，采用季节集中度指数和地理集中度指数分析长岛旅游网络关注度的时空演变特征及其影响因素，并提出建议。研究结果表明：长岛旅游网络关注度整体较高且呈上升趋势，季节性差异较大并与长岛旅游实际客流量的走势基本吻合，同時会因特殊事件等因素出现异常高峰;长岛旅游网络关注度的地区分布不均衡，主要分布在距离较近的城市、经济较发达的城市和内陆城市，但有趋于分散的发展潜力;长岛应大力发展旅游业和加大宣传力度，保持网络关注度、扩大影响力和提高知名度。

关键词：旅游目的地;百度指数;网络关注度;海岛旅游;客流量

中图分类号：F592.7;P748文献标志码：A文章编号：1005—9857（2022）06—0042—05

The Temporal and Spatial Evolution of Changdao Island Tourism Network Attention Based on Baidu Index

GAO Xiaoshen1，HU Yu′na1，LIU Xiaohua1，MA Xintao2，NIU Bin3

（l.School of Business，Ludong University，Yantai 264025，China;

2.Zhixing College，Beijing Normal University，Zhuhai 519087，China;

3.Jinan Art School，Jinan 250002，China）

Abstract：In order to promote the sustainable development of Changdao Island tourism，this paper collected the data of Changdao Island tourism network attention from 2013 to 2019 based on Baidu Index，analyzed the temporal and spatial evolution characteristics and influencing factors of Changdao Island tourism network attention by using seasonal concentration index and geographical concentration index，and put forward some suggestions. The results showed that the overall attention of Changdao Island tourism network was high and showed an upward trend，with large seasonal differences，which was basically consistent with the trend of the actual passenger flow of Changdao Island tourism，and there would be abnormal peaks due to special events andother factors. The regional distribution of Changdao Island tourism network attention was uneven，mainly distributed in nearby cities，economically developed cities and inland cities，but it had decentralized development potential. Changdao Island should vigorously develop tourism and increase publicity，maintain online attention，expand influence and improve popularity.

Keywords：Tourist destinations，Baidu Index，Network attention，Island tourism，Passenger flow

0引言

近年来旅游目的地网络关注度逐渐引起国内学者的广泛关注，目前国内学者主要从2个方面进行探讨。①旅游目的地网络关注度的时空差异特征及其影响因素。李山等[1]首次利用百度指数收集我国53个热门旅游景区的网络关注度数据，提出网络关注度是旅游景区实际客流量的重要前兆之一;林志慧等[2]以我国47个热门旅游景区为研究对象，提出旅游景区网络关注度的季节性分布与周内分布具有很强的关联性;常直杨等[3]提出南京旅游网络关注度具有明显的时空分布差异。②旅游目的地网络关注度与实际客源地之间的关系及其影响因素。曾可盈等[4]对百度指数进行GIS空间分析，发现对于旅游目的地网络关注度来说，距离旅游目的地较近地区明显高于较远地区，经济发达地区明显高于经济落后地区，此外不同旅游目的地的网络关注度存在较大差异;孙烨等[5]以三清山景区为研究对象，研究旅游目的地网络关注度与实际客流量的关系，同时研究PC端和移动端的百度指数对实际客流量的影响差异，发现移动端对实际客流量的预测效果较好。

综上所述，目前国内对于旅游目的地网络关注度的时空演变研究较少，且大部分处于简单分析阶段。本研究以我国典型的北方海岛型旅游目的地——长岛为研究对象，运用百度指数采集网络关注度数据，分析长岛旅游网络关注度的时空演变特征，为长岛旅游业的发展提供参考。

1材料与方法

1.1研究区域

2020年9月1日，长岛被正式划入蓬莱行政区域并在省级海洋生态文明建设功能区体制下独立运转。作为我国典型的北方海岛型旅游目的地，长岛具有丰富的旅游资源、广阔的旅游市场、较成熟的旅游产业和密集的旅游交通网络，旅游业发展的竞争力较强。

长岛拥有全国唯一的海岛型国家地质公园。海岛因远离大陆而具有神秘感和陌生感，对游客尤其是内陆地区游客具有较大的吸引力。由于大部分游客对长岛旅游的认知较少，到访前会大量搜索信息以增进了解，长岛旅游网络关注度随之上升。此外，与我国南方海岛型旅游目的地相比，长岛旅游的季节性差异明显。因此，研究长岛旅游网络关注度的时空演变特征具有一定的代表性。

1.2数据来源

百度是目前最大的中文搜索引擎，百度指数是百度旗下收集用户搜索行为信息的板块。本研究基于百度指数，以“长岛县”为关键词，以6 d为1个周期，收集2013—2019年长岛旅游网络关注度的数据，分析其时空演变特征及其影响因素。

1.3研究方法

（1）季节集中度指数的计算公式为：

式中：R表示季节集中度指数;X表示旅游目的地在第i月的月网络关注度与年网络关注度之比。

季节集中度指数越大，旅游目的地网络关注度在全年内的时间分布越集中，即季节性差异越大;季节集中度指数越小，旅游目的地网络关注度在全年内的时间分布越均匀，即季节性差异越小。

（2）地理集中度指数的计算公式为：

式中：G表示地理集中度指数;Y表示客源地j的旅游目的地网络关注度;T表示旅游目的地网络关注度的总量;n表示客源地的总数。

地理集中度指数越大，旅游目的地网络关注度的空间分布越集中;地理集中度指数越小，旅游目的地网络关注度的空间分布越分散。

2结果与分析

2.1长岛旅游网络关注度的时间演变特征

2.1.1年际变化

2013—2019年长岛旅游网络关注度如图1所示。

由图1可以看出，2013—2019年长岛旅游网络关注度整体呈上升趋势，其中2013—2015年上升较为缓慢，自2016年开始升幅明显加大，2018—2019年升幅最大，至2019年达到峰值。从整体来看，长岛旅游网络关注度较高，表明其潜在游客较多。

根据第42次《中国互联网络發展状况统计报告》，截至2018年6月，我国网民规模达8.02亿，互联网普及率为57.7%。长岛旅游网络关注度上升与我国互联网的发展密切相关，即随着网民的逐渐增多，游客越来越习惯通过互联网搜索信息，使长岛旅游网络关注度有非常明显的年际变化。

2.1.2季节性变化

2013—2019年长岛旅游网络关注度的季节集中度指数如表1所示。

由表1可以看出：2013—2019年长岛旅游网络关注度的季节集中度指数较大，平均值为8.245，表明其季节性差异较大;各年份季节集中度指数的标准差较小（0.006），表明季节性差异的年际变化较小。

从具体季节来看，长岛旅游网络关注度的集中期较多出现在夏季，而平淡期出现在秋季末和冬季，该变化特征与长岛旅游的实际客流量相对应。长岛属暖温带季风型大陆性气候，夏季高温多雨，冬季寒冷干燥，因此大部分游客选择在夏季到长岛旅游[6]，使长岛旅游出现较明显的旺季和淡季，进而影响长岛旅游网络关注度。

2.1.3月际变化

2013—2019年逐月的长岛旅游网络关注度如图2所示。

由图2可以看出，各年份相同月份的长岛旅游网络关注度呈上升趋势，且各年份的月际变化具有相似性。

各月份长岛旅游实际客流量的走势与网络关注度基本吻合，进一步表明旅游目的地网络关注度是其实际客流量的重要前兆之一，即具有明显的“旬前兆效应”[1]。4-10月为长岛旅游旺季，其中4-6月气温回升，春暖花开，“小长假”分布较为集中，长岛旅游逐渐进入旺季，网络关注度逐渐上升;7-8月为暑假期间，学生出游量显著增多，网络关注度随之上升;8月底至9月初暑假结束，网络关注度随之下降;进入秋季后，游客开始计划出游，网络关注度有所回升并在中秋节达到小高峰;国庆节由于假期时间较长且气候宜人，网络关注度呈现暴发式上升。11月至次年3月为长岛旅游淡季，由于滨海旅游产品属性、假期分布和气候因素，网络关注度在波动中下降。

2.1.4异常波动

异常波动是指在正常波动外出现的异常高峰或低峰。总体来看，长岛旅游网络关注度异常波动的原因主要包括突发状况、节假日、特殊事件和其他未知情况。

由图2可以看出：第一个异常高峰出现在2013年11月4日，这是受2013年10月“救人事件”突发状况的影响，长岛旅游网络关注度在此后1个月内有明显上升并形成异常高峰;第二个和第三个异常高峰分别出现在2016年4月25日和9月12日，其中4月的异常高峰可能与即将到来的劳动节假期有关，而9月的异常高峰的原因未知;第四个和第五个异常高峰分别出现在2018年和2019年的暑假，该时期原本就是长岛旅游旺季，加之长岛分别于2018年6月19日和2019年5月18日入选“海洋生态文明综合试验区”和“2019中国最美县域榜单”，这些特殊事件使长岛旅游网络关注度出现小高峰或异常高峰。

2.2长岛旅游网络关注度的空间演变特征

2.2.1地区分布

旅游目的地网络关注度虽不能准确代表实际客流量，但可在一定程度上代表游客的旅游意愿[7]。2013—2019年长岛旅游网络关注度（日均）排名前10位的地区如表2所示。区分布不均衡，大致呈现“东部高，西部低”的特征;长岛旅游网络关注度最高的地区是山东，其次是北京、江苏和河北等距离长岛较近的地区，而西南和西北地区均较低，表明长岛旅游网络关注度基本符合“距离衰减定律”[8]，且距离衰减现象较为明显。

有研究表明，在旅游过程中支出最大的要素就是“行”[9]，这在很大程度上影响游客对旅游目的地的选择，即大部分游客会选择距离自己较近的旅游目的地，因此距离长岛较近地区的网络关注度较高。此外，造成地区分布不均衡的原因除距离因素外还有经济因素[10]，长岛位于我国东部沿海地区，其周边地区经济较发达，游客往往拥有较充足的闲暇时间、较自由的可支配收入以及较强烈的旅游意愿。

2.2.2城市分布

2013—2019年长岛旅游网络关注度的城市地理集中度指数如表3所示。

由表2可以看出：长岛旅游网络关注度的地

由表3可以看出：2013—2019年长岛旅游网络关注度的城市地理集中度指数较大，平均值为25.24，表明其城市分布较集中;各年份城市地理集中度指数的标准差较大（0.851），表明城市分布的年际变化较大。值得一提的是，长岛旅游网络关注度的城市地理集中度指数有逐年减小的趋势，表明其城市分布趋于分散，即客源市场更为广阔，有利于长岛旅游业的发展。

2013—2019年长岛旅游网络关注度（日均）排名前10位的城市如表4所示。

从位置因素来看，青岛和烟台等距离长岛较近的城市排名靠前;从经济因素来看，北京、天津和上海等经济发达的城市排名靠前。除距离长岛较近和经济较发达的城市外，北京和济南等内陆城市的长岛旅游网络关注度较高，这是由于海洋对内陆城市游客具有较强吸引力，这些游客往往优先考虑距离较近的海岛型旅游目的地。

3结语

本研究基于百度指数收集2013—2019年长岛旅游网络关注度的数据，并采用季节集中度指数和地理集中度指数分析长岛旅游网络关注度的时空演变特征及其影响因素，主要得到2点结论。①时间演变特征：长岛旅游网络关注度整体较高且呈上升趋势，表明其潜在游客较多，并与我国互联网的发展密切相关;季节性差异较大，其中旅游旺季较高，而旅游淡季较低;各年份的月际变化具有相似性，并與长岛旅游实际客流量的走势基本吻合;异常高峰的原因主要包括突发状况、节假日、特殊事件和其他未知情况。②空间演变特征：长岛旅游网络关注度的地区分布不均衡，主要原因包括距离因素和经济因素;城市分布较集中，主要分布在距离较近的城市、经济较发达的城市和内陆城市，但有趋于分散的发展潜力。基于研究结论，长岛应大力发展旅游业，弥补季节性因素导致网络关注度下降的不足，如可在旅游淡季举办丰富多彩的活动，通过特殊事件保持网络关注度和扩大影响力;加大对海岛独特魅力的宣传力度，吸引距离较近的内陆城市乃至距离较远城市的游客，提高旅游知名度。

本研究的不足之处主要在于：①百度指数的数据主要是由网民搜索行为产生的，仅具有广度但缺乏深度，且无法展示网民的具体信息，即数据本身存在一定的局限性：②本研究没有获取长岛游客来源的信息，在未来的研究中应进一步收集数据，探索长岛旅游网络关注度与实际客源地之间的联系。

参考文献

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

[2]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[J].资源科学，2012，34（12）：2427-2433.

[3]常直杨，邹树平.南京市旅游网络关注度时空特征及影响因素分析[J].电子商务，2018（10）：3-9.

[4]曾可盈，周丽君.基于百度指数的东北三省4A级及以上景区网络关注度分析[J].东北师范大学学报（自然科学版），2019，51（1）：133-138.

[5]孙烨，张宏磊，刘培学，等.基于旅游者网络关注度的旅游景区日游客量预测研究：以不同客户端百度指数为例[J].人文地理，2017（3）：152-160.

[6]任伯骅，杨成芳，姜俊玲，等.山东半岛三个旅游城市的旅游气候舒适度分析[J].贵州气象，2016，40（4）：52-55.

[7]李想，黄震方.南京旅游客流时间分布特征分析[J].南京大学学报（自然科学版），2000，23（4）：351-354.

[8]李慧芳，谢双玉，张琪，等.武汉市国内旅游客源市场空间结构及其影响因素研究[J].河南科学，2015，33（7）：1258-1264.

[9]马鑫涛，胡宇娜，马榕禧，等.基于游客评论的海岛型旅游目的地要素演变评价研究：以山东长岛为例[J].统计与管理，2021，36（6）：116-121.

[10]邹永广，林炜铃，郑向敏.旅游安全网络关注度时空特征及其影响因素[J].旅游学刊，2015，30（2）：101-109.