婺源景區網絡關注度分析
——基于百度指數的視角

程金蕾，蔣文波，劉春燕

(江西師范大學地理與環境學院，330022，南昌)

0 引言

根據最新發布的第45次《中國互聯網絡發展狀況統計報告》，截至2020年3月，我國網民規模已達9.04億，互聯網普及率為64.5%，較2018年提升了4.9個百分點。隨著互聯網普及率的持續增長，人們的生活也全面“網絡化”。人們越來越習慣于通過網絡關注、了解和獲取旅游地信息，為其旅游行為提供依據。

旅游網絡關注度是旅游者需求狀況和行為習慣在網絡上的直觀體現[1]。目前國內學者運用網絡關注度進行旅游相關研究主要表現在2個方面：一是旅游網絡關注度與客流量相關性分析及預測，如龍茂興[2]等依托百度指數，對四川省區域旅游網絡關注度與客流量的時空動態進行了比較分析；黃先開[3]等運用模型探析了百度指數與旅游景區游客量的關系，并對景區游客量進行預測；汪秋菊[4]等將旅游客流量與網絡關注度進行空間分析，有效發現二者在空間分布的高度耦合性；孫燁[5]等以不同客戶端的百度指數為例，證實了移動端比PC端指數模型具有更好的客流預測精度；馬莉[6]等則研究了旅游流與網絡關注度的區域時空分異，優化了游客量的預測方法；二是旅游景區、旅游目的地或某種旅游活動的網絡關注度時空特征及影響因素分析，張麗峰[7]等基于百度指數分析了北京5A景區周度、月度與黃金周的分布特征；何小芊[1]等基于百度指數研究了溫泉旅游網絡關注度的時空特征；張曉梅[8]等研究了平遙古城的網絡關注度及其影響因素；鄒永廣[9]等發現影響旅游安全網絡關注度的主要因素有經濟發展水平、網絡發達程度、社會人口統計特征等；程鈺婷[10]等研究發現影響某個旅游地的網絡關注時空差異的主要原因有公共假期、品牌知名度、空間距離、各省經濟發展水平和人口數量特征等。

網絡關注度用于旅游領域的研究逐漸成為熱點，但研究區域基本都是國內比較著名的景區，如北京故宮、杭州西湖和五臺山景區等，且用于分析的數據大部分都是一年以內，不利于充分研究網絡關注度的動態變化和發展趨勢。近年來，對婺源景區的研究主要集中在當地居民旅游感知[11]、旅游產品優化[12]、旅游地生態效率[13]等方面，并未對婺源景區旅游網絡關注度進行研究。鑒于此，本文以江西省婺源景區作為研究地域，利用統計描述、相關性分析等手段，主要分析2016—2018年景區網絡關注度分布的時空特征和影響因素，以了解游客出行前對景區的需求和偏好，為婺源景區旅游可持續發展提供參考。

1 數據來源與研究方法

1.1 數據來源

國內網絡關注度平臺主要有百度指數、360指數、搜狗指數、微指數等，百度作為全球最大的中文搜索引擎，在我國搜索引擎市場中的份額呈快速上升趨勢，用戶首選百度搜索引擎的比例大幅度增加。百度指數(Baidu Index)是百度旗下的一款數據分析共享平臺，功能模板有趨勢研究、需求圖譜、人群畫像。本文采用百度指數作為衡量網絡關注度的重要指標，時間分析數據來源于趨勢研究板塊的搜索指數，其算法是以互聯網用戶在百度的搜索量為數據源，以關鍵詞為統計量，計算出各個關鍵詞的加權和。空間分析數據來自人群畫像功能里的地域分布，其算法是采用數據挖掘技術，對搜索用戶進行聚類分析，得出其所在地域信息。

通過搜索關于婺源景區的不同關鍵詞，將得到的百度指數和婺源景區實際的客流量進行對比，發現關鍵詞“婺源旅游攻略”最能反映真實客流量，故本文以“婺源旅游攻略”為搜索關鍵詞，統計2012年1月1日至2018年12月31日的婺源景區網絡搜索指數，將以此檢索得到的百度指數作為網絡關注度分析。

1.2 研究方法

1)季節性集中指數。用以反映婺源景區網絡關注度的季節集中水平。其公式為：

式中：S為季節性集中指數；xi為第i月游客量占全年游客量的比重。S值越大，表明季節性越強，旅游旺季和淡季的游客量差異越大；S值越趨于0表明旅游需求在時間上分配越均勻。

2)周內分布偏移指數。用以研究旅游黃金周和普通工作周內婺源旅游網絡關注度的分布情況。其表達式為：

式中：T為周內分布偏移指數；pi為第i日網絡關注度占1周內網絡關注度總數的比重。T<0，表明網絡關注度趨向于集中在本周的前期，T>0，表明網絡關注度趨向于集中在本周的后期；T=0，表明網絡關注度在本周內是均勻分布的。

3)地理集中指數。用以研究婺源景區網絡關注度在空間分布上的集中程度。公式為：

式中：G為景區網絡關注度的地理集中指數；Xi為第i個省區的百度指數；T為所有省份百度指數總和；n為研究省區的總數。G值越趨近100，代表研究對象的地理集中度越高，G越接近0，則表示該研究對象在地理空間內分布越分散。

4)兩地經濟聯系強度。表達式為：

式中：Lij表示婺源和全國31個省市區之間的經濟聯系強度；Pi、Pj分別表示婺源和其他省市區2016年末的地區常住人口；Vi、Vj分別表示婺源和其他省市區2016年末地區國內生產總值；Tij表示婺源和其他直轄市和省會之間的鐵路交通最短旅行時間。

2 婺源景區網絡關注度的時空分布特征

2.1 時間分布特征

在江西文化和旅游廳網站(www.jxta.gov.cn)上獲取2012年每月統計的婺源景區實際客流量，并與2012年婺源景區的月百度指數進行對比(圖1)，婺源景區月百度指數的變化趨勢和真實的客流量基本相當。對其進行相關性分析，得到相關系數ρij=0.7，表明景區網絡關注度與實際客流量存在明確的相關性，在一定程度上有前兆效應。

圖1 2012年婺源景區百度指數與實際客流量對比曲線圖

2.1.1 年際分布特征 婺源景區百度指數呈現出“先快速增長，后急劇下降”的趨勢(圖2)。具體來看，從2012—2017年婺源景區網絡關注度持續增長，年均增長率為14.5%；但是到了2017—2018年其百度指數開始急劇下降，增長率為-14.3%。

圖2 2012—2018年婺源景區百度指數年際分布曲線圖

2.1.2 月份分布特征 婺源景區百度指數2016—2018年間變化趨勢基本穩定，呈“單峰型”(圖3)，景區年內搜索淡旺季明顯，且旺季短、淡季長。關注旺季在每年2—4月，其他月份則為淡季。通過計算景區百度指數的季節性集中指數(表1)可知，婺源景區網絡關注度季節性集中程度高，且主要集中在春季。

圖3 2016—2018年婺源景區月百度指數分布曲線圖

表1 2016—2018年婺源景區網絡關注度季節性集中指數

表2 2016—2018年婺源景區百度指數 “十一”黃金周周內分布偏移指數數

2.1.3 黃金周和工作周分布特征 因“五一”黃金周每年調休的時間不一致，本文以每年4月26日至每年5月7日為樣本時間區；“十一”黃金周的放假時間比較統一，以每年的9月27日至10月9日為樣本時間區。景區百度指數在“五一”黃金周期間，呈現的趨勢為節前3—4 d指數快速上升，節前1—2 d達到頂峰，節初和節中迅速下降到一個穩定區間，節末到達低谷(圖4)。此外“五一”黃金周的搜索高峰有提前的趨勢，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”黃金周期間，景區百度指數趨勢較“五一”黃金周的分布趨勢更加穩定。節前1—3 d持續快速上升，節初1—2 d達到頂峰，節初和節中迅速下降到一個穩定的區間，節末到達低谷(圖5)。通過計算景區百度指數國慶假期7 d內(10月1—7日)的周內分布偏移指數(表2)，發現周內分布偏移指數T<0，且數值較大，表明婺源景區旅游的網絡關注熱度偏向集中于黃金周內前期，且偏移程度高。工作周內景區百度指數在周一到周五緩慢上升，周五達頂峰，周日迅速下降(圖6)。這一特點直觀反映了生活中人們傾向于在工作日期間為周末的出行收集信息。

圖4 2016—2018年婺源景區“五一” 黃金周百度指數分布曲線圖

圖5 2016—2018年婺源景區黃金周百度指數分布曲圖

圖6 2016—2018年婺源景區工作周百度指數百分比分布曲線圖

2.2 空間分布特征

利用ArcGIS軟件對2016—2018年間各省(市)對婺源景區旅游網絡關注指數進行可視化處理，并統計其整體日平均值，顏色越深、空心圓的直徑越大，表明該城市整體日均值越大(圖7)。整體日均值較高的主要為江西省內城市，如南昌、上饒，而北京、上海、廣州和杭州的整體日均值較高與國內高鐵建設、本地區經濟較發達有關系。為了進一步量化分析景區百度指數的空間分布特點，通過計算百度指數整體日均值的地理集中指數(表3)，發現婺源景區旅游百度指數在空間上集中分布在江西鄰近省份，且景區網絡關注度的空間分布狀態穩定。

圖7 2016—2018年婺源景區百度指數空間分布圖

表3 2016-2018年婺源景區百度指數地理集中指數

3 婺源景區網絡關注度的影響因素分析

3.1 油菜花主花期

油菜花是婺源當地最具特色的旅游資源，每年油菜花盛開的季節為2—4月，屆時會吸引全國各地的觀光客。本文根據婺源油菜花主花期記載，整理出每年的3月1—11日是油菜花花期的初開期，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日是凋謝期。然后根據油菜花對月客流量的帶動情況和油菜花花期在每個月的天數占比，確定其所影響的月份和每個月的虛擬值。將2月份、3月份、4月份油菜花虛擬值分別設置為0.2、1、0.6，其他月份虛擬值都為0。通過SPSS相關性分析，油菜花主花期和景區百度指數的相關系數為0.901(表4)，表明婺源油菜花主花期和對應月的百度指數具有極強相關性，且二者呈正相關，并與婺源景區網絡關注指數搜索旺季為2—4月，呈現“單峰型”趨勢相一致。

表4 婺源景區網絡關注度影響因素相關性分析

3.2 法定節假日

國家法定節假日主要有春節、勞動節、國慶節等，按照不同節假日放假時間和人們在不同節假日的出行習慣，參考相關文獻[14]將春節假期影響月份2月虛擬值設為0.1；學生出游高峰影響月份3月虛擬值設為0.15；“五一”黃金周影響月份4月和5月分別設為0.1、0.08；“十一”黃金周影響月份9月和10月的虛擬值分別設為0.1和0.08。通過SPSS相關性分析，國家法定假日和婺源景區百度指數的相關系數為0.773(表4)，表明節假日比較多的月份，人們的出游的欲望越強，且“五一”“十一”黃金周放假時間長，潛在旅游者的旅游需求高，故婺源旅游的百度指數越高。

3.3 兩地經濟聯系強度

經濟聯系強度指標可以衡量客源地和旅游目的地在經濟、人口和交通方面的緊密程度。經濟聯系強度指標數值越大，其潛在旅游者對旅游景區的旅游需求越高，相應的百度指數越高。將2016年31個省市區與婺源縣的經濟聯系強度和2016年末相對應地區百度指數進行兩變量之間相關性分析。計算得兩者的相關系數為0.87，各省市區與婺源縣經濟聯系強度和其百度指數具有極強相關性，且具有統計學顯著性意義。

3.4 人均GDP

人均地區生產總值反映了當地基礎設施建設的水平以及當地居民的收入水平，人均GDP越高的地區，其網絡信息化設施建設越完善，當地人口使用互聯網的比例越高且外出旅行能力越強，在網上搜集旅游信息的人數也越多。本文選取31個省市區2016年末人均GDP與2016年末對應地區的百度指數進行兩變量之間相關性分析。計算得人均GDP和百度指數兩者的相關系數為0.415，表明各省市區人均GDP和其百度指數具有中等程度相關，且與圖7中北京、上海、廣州、武漢等地對婺源景區網絡關注指數的整體日均值較大的現象相一致。

3.5 空間距離

客源地和旅游地的空間距離是影響潛在旅游者選擇旅游目的地的重要因素之一，在多個旅游地對旅游者的吸引力相當的時候，人們往往選擇在空間距離上比較近的旅游目的地。本文選取各省會、直轄市到婺源縣的公路距離，而不是直線距離，更能體現因為地形而增加或減少的空間距離。將公路距離與婺源景區百度指數進行相關性分析發現：兩者相關系數為-0.734，表明空間距離與婺源景區網絡關注度具有弱相關性，有顯著性意義。隨著經濟發展水平和人們生活水平的提高，以及交通網絡的發達，游客在選擇旅游目的地時會漸漸脫離空間距離衰減規律。

4 結論與討論

本文通過獲取2012—2018年婺源景區百度指數，利用季節性集中指數、地理集中指數、周內分布偏移指數和經濟聯系強度等指標，揭示江西省婺源景區網絡關注度的時空分布特征，并分析了其影響因素。結果如下。

1)隨著互聯網的普及，人們已經習慣于使用互聯網搜素引擎提前了解旅游地信息，百度指數在某種意義上就是游客量的前兆，二者呈正相關，并且通過分析婺源百度指數的時空變化規律，能夠預測真實的游客量走向。

2)2012—2018年婺源景區百度指數在時間分布上有以下特點：年際分布呈現出“先快速增長，后急劇下降”的趨勢，2012—2017年持續快速增長，2018年突然下降；年內搜索淡旺季明顯，呈現出以春季2—4月為搜素旺季的“單峰型”形狀；旅游黃金周期間，婺源景區百度指數呈“金字塔”狀，搜索頂峰在節前或節初1—2 d；工作周內，百度指數在工作日緩慢上升并達到峰值，周末快速下降。

3)婺源景區百度指數在空間分布上，地理集中度高，集中分布于江西省內和其周邊經濟發達省份。

4)影響婺源景區網絡關注度變化的主導因素是婺源油菜花主花期、節假日、游客所在地與旅游地的經濟聯系強度、客源地區人均GDP、客源地與旅游地的空間距離。

研究發現每年2—4月婺源景區網絡關注度高，這就要求景區需提前加強自己的旅游基礎設施建設，更好地應對游客高峰；油菜花是婺源景區的特色旅游主題，圍繞此主題可創造多樣化的游客體驗活動，提升游客體驗質量。婺源景區搜索量較大的地區主要是省內城市和經濟較發達地區，婺源景區管理部門可增加對這些地區的廣告投放和宣傳。在節假日期間，相關部門和經營主體需改善服務，加大管理力度，提升景區智慧管理水平。隨著互聯網使用率的高速提升，游客對旅游景區的網絡關注度變化會越來越快，各景區需充分掌握游客的潛在需求，更好地指導旅游產品的開發和營銷，促進景區可持續發展。