樂山旅游網絡關注時空分布特征分析

馮曉兵

（樂山師范學院 旅游與地理科學學院，四川 樂山 614000）

一、研究背景

互聯(lián)網及在線旅游的快速發(fā)展為旅游者搜集旅游信息、輔助旅游決策提供了便利。網絡搜索反映了人們對某種事物的現實關注與潛在需求情況，對旅游目的地的網絡搜索是游客潛在出游行為的一種前兆。隨著旅游信息化的快速發(fā)展，網絡平臺成為旅游者出游前獲取旅游信息的主流渠道，網絡搜索數據也成為旅游研究者分析某一區(qū)域或事物的有效工具。百度指數是以百度海量網民行為數據為基礎的數據分享平臺，可以分析關鍵詞搜索趨勢、洞察網民需求變化。龍茂興（2011）以百度指數為基礎，分析比較四川旅游網絡關注度與客流量時空動態(tài)，發(fā)現二者具有極強的正相關性；汪秋菊（2015）分析發(fā)現杭州市38 個3A 級以上景點（區(qū)）旅游客流量與網絡關注度存在顯著的正相關關系；馬莉（2018）發(fā)現網絡關注度在時間上表現為城市游客量的前兆。可以看出，網絡關注度與旅游客流量之間存在密切相關性已被現有研究所證實，百度指數也成為分析游客對旅游目的地、旅游行為或者旅游活動網絡關注度的重要工具。

在現有旅游目的地網絡關注度的研究中，田董煒（2018）發(fā)現南京旅游網絡關注度在全國區(qū)域間差異明顯，網絡關注度位序與旅游客源地客流位序存在一定相關性；丁鑫（2018）分析廈門市旅游網絡關注度的時空特征發(fā)現，廈門市旅游網絡關注度在時間和空間分布上均相對集中，時間集中分布在夏季，空間集中分布在東南沿海地區(qū)；馮鵬超（2021）對后疫情時代武漢旅游的網絡關注度進行了研究，發(fā)現新冠肺炎疫情后武漢旅游景區(qū)的整體網絡關注度要低于新冠肺炎疫情前四年的水平，但新冠肺炎疫情后網絡關注度呈現不斷增長的趨勢。樂山是中國優(yōu)秀旅游城市、國家歷史文化名城，是世界文化與自然遺產“峨眉山—樂山大佛”所在地。本文以樂山作為研究區(qū)域，以2011—2020 年“樂山旅游”“樂山美食”的百度搜索指數為基礎數據，分析樂山旅游網絡關注度的時空分布特征，以期為樂山旅游市場精準營銷和高質量發(fā)展提供參考。

二、研究方法

（一）季節(jié)性集中指數

（二）赫芬達爾指數

赫芬達爾指數反映旅游目的地的網絡關注度在時間和空間上的集聚分散程度。赫芬達爾指數越接近1，說明網絡關注度越集中于某個或某幾個時間段或地理空間；赫芬達爾指數越小，說明網絡關注度在時間或空間上分布越分散。公式中P是某月或某地區(qū)的網絡關注度占全年或全國網絡關注度的比重。赫芬達爾系數的計算公式如下：

（三）地理集中指數

（四）變差系數

（五）首位度

首位度反映旅游目的地網絡關注度空間分布的集中程度，是旅游目的地網絡關注度最高地區(qū)與第二高地區(qū)之間的比值，首位度越大說明網絡關注度在空間分布上越集中。首位度的計算公式如下：

三、樂山旅游網絡關注的時空分布特征

（一）樂山旅游網絡關注的時間分布特征

2011—2020 年間，樂山旅游網絡關注度整體呈現快速上升的趨勢（見圖1、表1）。2011 年樂山旅游網絡關注指數為122926，之后逐年上升，并在2018 年達到網絡關注的最高峰；從2019 年開始，樂山旅游網絡關注度呈現明顯的下降趨勢，2020 年樂山旅游網絡關注度已經與2017 年較為接近，下降幅度較大。2011—2012 年，樂山旅游網絡關注度的變化趨勢較為相似，在不同月份上的分布差異較小。從2013 年6 月開始，樂山旅游網絡關注度呈現較大幅度的增加，6 月的網絡關注度為12544，7 月已經增加為26283。樂山旅游網絡關注度在2014—2016 年的分布趨勢較為相近，2014 年的網絡關注度是8 月最高、11 月最低；2015 年的網絡關注度是8 月最高，12 月最低；2016 年樂山旅游網絡關注度在1 月份最低、8 月最高，但全年網絡關注指數略低于2015 年。2017年，樂山旅游網絡關注度在2 月份最低，1 月、11月、12 月之間的網絡關注度差別不大，2—10 月整體呈現上升的趨勢，并形成8 月和10 月兩個關注峰值。2018 年，樂山旅游網絡關注度的月份差異較大，1 月、11 月、12 月的網絡關注度要明顯低于其他月份，1—6 月中4 月為關注高峰，7—12月中8 月為關注高峰。樂山旅游網絡關注度在2019 年同樣呈現波動式分布，上半年的網絡關注度要高于下半年，形成了2 月、5 月、7 月三個關注高峰，7 月以后的關注度一直呈現下降趨勢。2020 年，樂山旅游網絡關注度也整體低于2018 年和2019 年，2 月最低、9 月最高，整體月份間的分布差異不明顯。

圖1 樂山旅游網絡關注度的時間分布特征

將2011—2020 年樂山旅游網絡關注度按照月份進行匯總，統(tǒng)計樂山旅游網絡關注度的月度分布特征（見表1）。分析可知，樂山旅游網絡關注度在1 月最低，1—4 月呈現較為明顯的增長態(tài)勢，并在4 月達到一個階段性的小高峰；4—6 月呈現下降趨勢，6 月以后再次快速增長，并在8 月達到全年網絡關注最高值。8—12 月，樂山旅游網絡關注度呈現下降趨勢，其中10—11 月下降最為明顯，11—12 月平緩下降。計算樂山旅游每個月的網絡關注度與月度關注均值之間的比例，發(fā)現1—2 月、11—12 月與月度均值的比值均低于1，其中1 月最低，與月度均值的比值僅為0.72；2 月、11月、12 月的比值也均小于0.9，這4 個月的樂山旅游網絡關注度均顯著低于年度均值，是一年中樂山旅游網絡關注的淡季。3 月網絡關注度與月度均值的比值為0.92，6 月網絡關注度與年度均值的比值為1.01，可將3 月與6 月看作樂山旅游網絡關注的平季。其他月度網絡關注度均顯著高于月度均值，尤其是7 月、8 月，比值均在1.2 以上，是樂山旅游網絡關注的旺季。進一步計算樂山旅游網絡關注度的季節(jié)性集中指數和赫芬達爾指數，2015 年、2016 年的季節(jié)性集中指數較小，說明樂山旅游網絡關注度在這兩年的月度分布較為均衡；2013 年、2017 年、2018 年、2020 年的 季節(jié)性 集中指數均大于2。從圖1 也可以看出，樂山旅游網絡關注度在這幾年的月度分布差異較為明顯；樂山旅游網絡關注度的赫芬達爾指數在2011—2020年均變化較小，均在0.08 左右，這說明樂山網絡關注度的時間分布較為分散。

表1 2011—2020 年樂山旅游網絡關注指數時間分布特征

（二）樂山旅游網絡關注的空間分布特征

利用百度指數的地區(qū)篩選功能，以省域為空間單元統(tǒng)計樂山旅游網絡關注度數據，分析樂山旅游網絡關注度的空間分布特征。從表2 可以看出，中國31 個省(自治區(qū)、直轄市) 對樂山旅游的網絡關注度差異較為明顯，四川一直是樂山旅游網絡關注度最高的區(qū)域。除四川外，重慶、北京、廣東、上海、江蘇、浙江、陜西等地對樂山旅游的網絡關注度也較高，其中重慶、陜西與四川地理空間相鄰，且高速鐵路的開通使得三地之間的客流轉移成本進一步降低，旅游空間聯(lián)系交往密切；北京、廣東、上海、江蘇、浙江的經濟發(fā)展水平在我國處于前列，居民旅游消費能力較強，是國內重要的旅游客源輸出地。2011 年對樂山旅游網絡關注度排名前五的地區(qū)依次是四川、北京、重慶、陜西、浙江；2014 年依次為四川、北京、廣東、重慶、陜西；2017 年依次為四川、重慶、北京、廣東、江蘇；2020 年為依次四川、重慶、廣東、北京、江蘇。2011 年排序前五區(qū)域的樂山旅游網絡關注度占全國總關注度的51.22%，2014 年為65.01%，2017 年為58.99%，2020 年為56.49%。這說明樂山旅游網絡關注度的空間分布較為集中，網絡關注度主要集中于少數幾個省域。2011—2020 年，排名第一的四川對樂山旅游的網絡關注度占全國總關注度的比例均超過20%。其中2013—2017 年的網絡關注度比例均在30%以上，2015 年和2016 年的網絡關注度比例在35%以上。

表2 2011—2020 年樂山旅游網絡關注指數空間分布

表2 （續(xù)）

從2011—2020 年樂山旅游網絡關注度的空間分布特征指標來看（見表3），地理集中指數、赫芬達爾指數、首位度、變差系數在2015 年均達到最大。2011—2015 年間，樂山旅游網絡關注空間分布特征指數均呈現顯著增長的趨勢；2011 年，樂山旅游網絡關注空間分布的地理集中指數、赫芬達爾指數、首位度、變差系數分別為29.3446、0.0861、2.4747、1.3134；2015年則分別增長為41.0311、0.1684、3.8612、2.0880，這說明樂山旅游網絡關注度的空間分布趨于集中化，四川的樂山旅游網絡關注度增長最快，排名靠前的少數幾個省份占據了樂山旅游網絡關注度的較大比重，網絡關注度在區(qū)域間的差異變得更大。2015—2018 年，地理集中指數、赫芬達爾指數、首位度、變差系數均呈現明顯的下降態(tài)勢，這說明樂山旅游網絡關注度在空間分布上趨于分散化、均衡化，其中2018 年的地理集中指數、赫芬達爾指數、首位度、變差系數分別下降為31.0572、0.0965、2.8815、1.4340。2018—2019 年，樂山旅游網絡關注度空間分布的各項指標變化不大；2019—2020年，地理集中指數、赫芬達爾指數、首位度、變差系數略有上漲但整體變化較小，這說明樂山旅游網絡關注度的空間分布趨于穩(wěn)定化。

表3 2011—2020 年樂山旅游網絡關注度空間分布特征指數

（三）樂山旅游網絡關注的影響因素分析

樂山旅游網絡關注度是客源地居民對“樂山旅游”信息網絡搜索的結果。客源地的互聯(lián)網發(fā)展水平是影響網民網絡搜索的主要因素之一，經濟發(fā)展水平、居民購買力、人口規(guī)模、目的地距離等因素在已有研究中被證實會對網絡關注度產生影響。因此，選取經濟發(fā)展水平、居民購買力、人口規(guī)模、空間距離、互聯(lián)網發(fā)展水平作為影響因素，分析其與樂山旅游網絡關注度的相關性。從表4 可以看出，經濟發(fā)展水平、居民購買力與樂山旅游網絡關注度的相關性不顯著，人口規(guī)模、空間距離、互聯(lián)網發(fā)展水平均與樂山旅游網絡關注度存在顯著的相關性。其中空間距離的相關性最為顯著，相關系數為-0.461。這說明旅游客源地與樂山的空間距離越近，該地居民對樂山旅游的網絡關注度越高。客源地的人口規(guī)模、互聯(lián)網發(fā)展水平均與樂山旅游網絡關注度呈現顯著正相關關系，人口規(guī)模、移動互聯(lián)網用戶、互聯(lián)網寬帶接入用戶與樂山旅游網絡關注度的相關系數分別為0.377、0.400、0.380。經濟發(fā)展水平和居民購買力是衡量客源地旅游需求的關鍵指標，但旅游需求的空間指向不具有特定性，即經濟發(fā)展水平較高、居民購買力較強的地區(qū)通常情況下具有較強的旅游需求，但客源地居民外出的旅游目的地選擇卻是多樣的。這個目的地可能是樂山，也可能是國內外的其他目的地。計算樂山旅游網絡關注度與旅游接待人次的相關性，結果顯示Pearson 相關系數為0.862（p＜0.01），兩者存在顯著的正相關性。這進一步證明利用網絡搜索數據進行旅游需求預測的科學性。

表4 樂山旅游網絡關注度影響因素相關性分析

四、研究結論

本文以“樂山旅游”“樂山美食”作為關鍵詞，基于2011—2020 年中國31 個省(自治區(qū)、直轄市) 的百度搜索數據，對樂山旅游網絡關注度的時空分布特征進行研究，并探討影響樂山旅游網絡關注度的主要因素。研究發(fā)現：樂山旅游網絡關注度在2011—2020 年整體呈現快速增長的趨勢，2018 年是樂山旅游網絡搜索的最高峰。樂山旅游網絡關注度在時間分布上較為分散，不同月份間的網絡關注差異較為明顯；樂山旅游網絡關注度與樂山旅游接待人次存在顯著的正相關關系，樂山旅游市場傳統(tǒng)淡季的1 月、2 月、11 月、12月，也是樂山旅游網絡關注度一年中最低的幾個月份；3—6 月是樂山旅游網絡關注度的搜索平季；7—10 月的樂山旅游網絡關注度在一年中最高，而這段時間也正好是樂山旅游的傳統(tǒng)旺季。

相較在時間上的分散分布，樂山旅游網絡關注度的空間分布較為集中，關注度排名前五區(qū)域占樂山旅游總關注度的比例在50%以上，其中四川是樂山旅游網絡關注度最高的區(qū)域，在2011—2020 年的網絡關注度占比均超過20%。2011—2015 年，樂山旅游網絡關注度呈現空間集聚的態(tài)勢，區(qū)域間的網絡關注度差異在變大；2015—2018 年，樂山旅游網絡關注度空間分布的集聚趨勢明顯下降；2019—2020 年，樂山旅游網絡關注度的空間分布趨于穩(wěn)定化。2011—2020 年樂山旅游網絡關注度排序前十的區(qū)域是四川、重慶、北京、廣東、江蘇、上海、陜西、浙江、山東、湖北；樂山旅游網絡關注度受客源地人口規(guī)模、空間距離、互聯(lián)網發(fā)展水平等因素的影響，其中空間距離的相關性最高；經濟發(fā)展水平、居民購買力與樂山旅游網絡關注度的相關性不顯著。

樂山旅游網絡關注度在時間和空間上的分布差異，體現出不同時間段和不同區(qū)域對樂山旅游的認知和需求情況，可為樂山旅游提前預測旅游客流和識別主要客源流入地提供依據。樂山旅游營銷可根據網絡關注度的時空分布差異，制定差異化和針對性的營銷策略。在時間上要進一步加強在旺季的旅游營銷，即每年的4—10 月保持旅游營銷高頻次，尤其要注重節(jié)假日來臨前的提前營銷，并做好旅游接待服務工作準備；在旅游淡季時保持常規(guī)的營銷即可。在空間上旅游營銷要有明確的指向性，要對省內主要客源地、空間相鄰的重慶、陜西以及北京、廣東、上海、江蘇、浙江等對樂山旅游網絡高關注度的省域實行重點營銷，提高樂山旅游對核心客源市場的吸引力。