基于百度指數(shù)的森林公園客流量影響因素分析

吳 瀟，陳紹志，趙 榮

(中國(guó)林業(yè)科學(xué)研究院林業(yè)科技信息研究所，北京100091)

基于百度指數(shù)的森林公園客流量影響因素分析

吳 瀟，陳紹志，趙 榮

(中國(guó)林業(yè)科學(xué)研究院林業(yè)科技信息研究所，北京100091)

隨著國(guó)內(nèi)旅游業(yè)的迅速發(fā)展，森林公園以其良好的資源優(yōu)勢(shì)成為更多游客的選擇。利用百度指數(shù)平臺(tái)獲得的各類搜索指數(shù)，研究了搜索指數(shù)與森林公園客流量的相關(guān)性以及森林公園客流量影響因素。研究發(fā)現(xiàn):森林公園客流量及搜索指數(shù)存在耦合性;通過(guò)多元線性回歸分析方法估測(cè)了包括搜索指數(shù)在內(nèi)的主要因素對(duì)各地區(qū)森林公園游客量的影響，發(fā)現(xiàn)對(duì)森林公園客流量影響較為顯著的因素是GDP及森林公園資源豐度，可見(jiàn)經(jīng)濟(jì)發(fā)展水平越高、森林公園自身資源條件越好的地區(qū)，其森林公園客流量越大;通過(guò)對(duì)百度指數(shù)和森林公園客流量分析，發(fā)現(xiàn)兩者的相關(guān)性在游客輸出地區(qū)和輸入地區(qū)呈現(xiàn)明顯的差異性。研究結(jié)果有助于指導(dǎo)各地區(qū)森林公園發(fā)展規(guī)劃和森林公園經(jīng)營(yíng)單位經(jīng)營(yíng)決策。

百度指數(shù);森林公園;客流量;影響因素

近年來(lái)，隨著我國(guó)經(jīng)濟(jì)的崛起及國(guó)家旅游發(fā)展戰(zhàn)略的調(diào)整，國(guó)內(nèi)旅游業(yè)發(fā)展迅速，森林公園［1］已成為更多游客的出行選擇?；ヂ?lián)網(wǎng)是發(fā)布旅游信息的重要平臺(tái)，可隨時(shí)為游客提供個(gè)性化的旅游信息服務(wù)和引導(dǎo)游客決策［2］。大數(shù)據(jù)、云平臺(tái)等新興旅游信息服務(wù)技術(shù)的突飛猛進(jìn)，也使得驗(yàn)證旅游網(wǎng)絡(luò)用戶關(guān)注度與旅游區(qū)客流量之間是否存在較高的耦合性成為可能［3－4］。

近年，全國(guó)旅游安全網(wǎng)絡(luò)關(guān)注度也呈增長(zhǎng)趨勢(shì)［5］，人們通過(guò)百度搜索引擎搜索旅游信息，一方面可以體現(xiàn)出自己的消費(fèi)意愿了;另一方面也可能會(huì)通過(guò)獲得的信息改變消費(fèi)傾向。人們按照自身的消費(fèi)意愿，利用檢索服務(wù)功能查詢和獲取信息，龐大的搜索數(shù)據(jù)被百度指數(shù)記錄下來(lái)。百度指數(shù)是以關(guān)鍵詞為統(tǒng)計(jì)對(duì)象計(jì)算該關(guān)鍵詞在百度網(wǎng)頁(yè)中搜索頻次的加權(quán)和，能夠反映該關(guān)鍵詞在一定時(shí)間內(nèi)的網(wǎng)絡(luò)關(guān)注度。百度用戶主要通過(guò)PC端及移動(dòng)設(shè)備端進(jìn)行關(guān)鍵詞搜索，因此根據(jù)搜索來(lái)源的不同，百度指數(shù)分為PC搜索指數(shù)和移動(dòng)搜索指數(shù)，本文利用在百度指數(shù)平臺(tái)獲得的搜索指數(shù)數(shù)據(jù)進(jìn)行全文分析，并將利用百度指數(shù)平臺(tái)獲得的各類搜索指數(shù)統(tǒng)稱為百度指數(shù)。目前，百度指數(shù)已成為旅游業(yè)方面研究的重要數(shù)據(jù)來(lái)源。龍茂興等［3］依托百度指數(shù)平臺(tái)研究發(fā)現(xiàn)，區(qū)域旅游網(wǎng)絡(luò)用戶關(guān)注度與實(shí)際旅游客流具有極強(qiáng)的正相關(guān)性。因此，研究森林公園客流量影響因素時(shí)引入百度指數(shù)將更符合互聯(lián)網(wǎng)時(shí)代旅游行業(yè)發(fā)展趨勢(shì)，可進(jìn)一步探討網(wǎng)絡(luò)旅游平臺(tái)對(duì)我國(guó)森林公園客流量的影響，而且對(duì)我國(guó)森林公園開發(fā)與規(guī)劃及預(yù)案制定具有重要參考價(jià)值。

1 森林公園百度指數(shù)與客流量相關(guān)性分析

1.1 數(shù)據(jù)來(lái)源

以“森林公園”為關(guān)鍵詞，通過(guò)百度指數(shù)檢索獲取2011—2015年全國(guó)森林公園綜合搜索指數(shù)時(shí)空變化曲線圖，在曲線圖中選取全年時(shí)間段的平均綜合搜索指數(shù)數(shù)據(jù)，由于林業(yè)統(tǒng)計(jì)年鑒最新數(shù)據(jù)截止到2014年，全國(guó)森林公園客流量來(lái)源于2011—2014《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》［6］。

1.2 全年時(shí)間段森林公園百度指數(shù)動(dòng)態(tài)變化

以“森林公園”為檢索詞在百度指數(shù)中檢索，結(jié)果顯示其來(lái)源檢索詞主要集中在“國(guó)家級(jí)森林公園”、“省級(jí)森林公園”、“森林公園門票”、“森林公園地圖”等方面。因此，以“森林公園”、“森林公園門票”、“森林公園地圖”、“森林公園風(fēng)景”等為關(guān)鍵檢索詞，上述檢索詞的百度指數(shù)較高省份多集中在經(jīng)濟(jì)較發(fā)達(dá)，人口多的地區(qū)，搜索指數(shù)排名前10位的為:北京、上海、福建、廣東、湖北、江蘇、河南、浙江、山東、天津。以全國(guó)“森林公園”為例，通過(guò)百度指數(shù)檢索獲取2015年全國(guó)森林公園搜索指數(shù)時(shí)空變化曲線圖，可以觀測(cè)森林公園百度指數(shù)2015年內(nèi)變化情況，結(jié)果如圖1所示。

圖1 2015年度森林公園百度指數(shù)變化趨勢(shì)Fig.1 Forest park Baidu index change trend in 2015

圖1表明，整體搜索指數(shù)與移動(dòng)端搜索指數(shù)的時(shí)間變化趨勢(shì)基本一致，且年內(nèi)的兩次峰值時(shí)間點(diǎn)集中在每年第17—18周(五一黃金周)和第39—40周(十一黃金周)。PC端的搜索量峰值出現(xiàn)的時(shí)間一般比移動(dòng)端和整體搜索指數(shù)要早。在28—32周(7—8月)也屬于搜索量較大的時(shí)間段，這一時(shí)間段氣候條件較熱，游客選擇帶全家人去森林公園避暑游玩的情況較多。由此可見(jiàn)，森林公園百度指數(shù)的高峰期和低谷期與旅游的淡旺季密切正相關(guān)［3，7］，百度指數(shù)與客流量年內(nèi)變化呈正相關(guān)［8－9］。

1.3 森林公園百度指數(shù)與客流量年度動(dòng)態(tài)變化

同樣，以“森林公園”為關(guān)鍵詞，所以選取2011—2014年數(shù)據(jù)，通過(guò)百度指數(shù)檢索獲取2011—2014年全國(guó)森林公園綜合搜索指數(shù)時(shí)空變化曲線圖，在曲線圖中選取全年時(shí)間段的平均綜合搜索指數(shù)數(shù)據(jù)，由于統(tǒng)計(jì)年鑒最近年限為2014年，分析了2011—2014年內(nèi)全國(guó)森林公園百度指數(shù)與全國(guó)森林公園客流量變化情況，結(jié)果見(jiàn)圖2。2011—2014年全國(guó)森林公園游客數(shù)量由48 051萬(wàn)人增長(zhǎng)到72 358萬(wàn)人，2011—2014年全國(guó)森林公園百度指數(shù)由254 405增長(zhǎng)到377 410，全國(guó)森林公園游客數(shù)量及百度指數(shù)呈上升趨勢(shì)并且存在較高的相似性。通過(guò)計(jì)算全國(guó)森林公園游客數(shù)量及百度指數(shù)相關(guān)性系數(shù)為r=0.988 2，呈極強(qiáng)相關(guān)性。

圖2 2011—2014年森林公園百度指數(shù)與客流量年度動(dòng)態(tài)變化Fig.2 Dynamic changes of the Baidu index and forest park passenger flow during 2011—2014

通過(guò)分析2015年全年時(shí)間段森林公園百度指數(shù)動(dòng)態(tài)變化和森林公園百度指數(shù)與客流量2011—2014年年度動(dòng)態(tài)變化，結(jié)果表明森林公園游客數(shù)量及百度指數(shù)無(wú)論是在短時(shí)間內(nèi)還是跨年時(shí)間內(nèi)都存在較高相關(guān)性，國(guó)敏［4］、李山［8］、黃先開［10］在進(jìn)行百度指數(shù)與旅游客流量相關(guān)性研究時(shí)也得出相似結(jié)論。

2 森林公園游客量影響因素分析

在一般的旅游客源市場(chǎng)研究中，經(jīng)濟(jì)發(fā)展水平、人口數(shù)量、旅游資源豐度、交通區(qū)位、環(huán)境及氣候條件等是影響旅游區(qū)客流量的主要因素［11－12］。旅游資源是吸引游客的物質(zhì)基礎(chǔ)，森林公園資源豐度(Forest Tourism Resources Abundance，F(xiàn)TRA)是衡量一個(gè)地區(qū)森林公園數(shù)量及質(zhì)量的尺度［13］。森林公園軟、硬環(huán)境建設(shè)力度(Forest Construction Degree of soft and hard Environment，F(xiàn)CDE)［14］主要體現(xiàn)在機(jī)場(chǎng)、鐵路及公路客運(yùn)量、旅行社及星級(jí)賓館數(shù)量、床位規(guī)模、平均客房出租率、旅游從業(yè)人員基本素質(zhì)、旅游管理者基本素質(zhì)等指標(biāo)方面，代表森林公園基礎(chǔ)設(shè)施建設(shè)發(fā)展水平，可以衡量森林公園對(duì)游客的容納能力。本文對(duì)森林公園游客量影響因素的分析，不僅考慮經(jīng)濟(jì)發(fā)展水平、人口數(shù)量、旅游資源豐度、森林公園軟、硬環(huán)境建設(shè)力度等因素，還將引入百度指數(shù)影響因素，試圖探討百度指數(shù)對(duì)我國(guó)森林公園客流量的影響程度。

2.1 數(shù)據(jù)來(lái)源

全國(guó)31個(gè)地區(qū)的森林公園相關(guān)數(shù)據(jù)來(lái)源于2014年《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》［6］;各地區(qū)人口、GDP來(lái)源于2014《中國(guó)統(tǒng)計(jì)年鑒》［15］;森林公園客流量(Forest Tourist Passenger Flow，F(xiàn)TPF)來(lái)源于《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》;百度指數(shù)(Baidu Index，BI)通過(guò)百度指數(shù)檢索工具獲取2014年全國(guó)各省森里公園綜合搜索指數(shù)。將森林公園資源豐富度(FTRA)類比于各省區(qū)旅游資源豐富度，按照國(guó)家級(jí)、省級(jí)和縣級(jí)3個(gè)等級(jí)進(jìn)行權(quán)數(shù)的確定，各級(jí)別權(quán)數(shù)的確定，依據(jù)接待游客量和旅游收入求其平均值，按各等級(jí)接待游客量或旅游收入比率確定，并在總量上保證各地區(qū)旅游森林公園資源豐富度在1～100之內(nèi)［13，17］。森林公園軟、硬環(huán)境建設(shè)力度(FCDE)參照旅游可持續(xù)能力評(píng)價(jià)指標(biāo)進(jìn)行權(quán)重確定［14］。森林公園資源豐度、森林公園軟、硬環(huán)境建設(shè)力度計(jì)算模型如下:

FTRA=2.5×國(guó)家級(jí)森林公園數(shù)量+1.5×省級(jí)森林公園數(shù)量+0.75×縣級(jí)森林公園數(shù)量

FCDE=1.5×車船總數(shù)+2.5×游步道總數(shù)+ 2.5×床位總數(shù)+2×餐位總數(shù)

對(duì)所有參數(shù)進(jìn)行計(jì)算后，對(duì)所得數(shù)據(jù)進(jìn)行線性回歸分析。

2.2 森林公園游客量影響因素多元線性回歸分析

以全國(guó)31個(gè)地區(qū)森林公園游客量為因變量，人口數(shù)量、GDP、森林資源豐度、森林公園軟、硬環(huán)境建設(shè)力度以及百度指數(shù)為自變量進(jìn)行多元線性回歸分析，得出方程:

客流量=－534.670－2.46×人口數(shù)+0.071× GDP+9.418×FTRA+0.01×FCDE－0.09×BI

在SPSS中進(jìn)行線性回歸分析得出:調(diào)整決定系數(shù)R=0.752，即線性方程對(duì)其真實(shí)數(shù)據(jù)的模擬程度良好，達(dá)到75.2%。F統(tǒng)計(jì)量的顯著相關(guān)水平遠(yuǎn)小于0.05，且至少有一個(gè)因素對(duì)因變量有顯著影響，因此該線性回歸方程成立。各自變量的T檢驗(yàn)如表1所示。

表1 系數(shù)t檢驗(yàn)值表Tab.1 Coefficient t test values

表1列出了常量、人口、GDP，F(xiàn)TRA，F(xiàn)CDE，BI的T檢驗(yàn)顯著性，其中與森林公園客流量具有顯著相關(guān)性的有GDP及森林公園資源豐富度，這兩個(gè)變量的Sig值均遠(yuǎn)小于0.05，說(shuō)明經(jīng)濟(jì)發(fā)展水平越高、森林資源豐度越高，森林公園的游客量越多;人口數(shù)量的顯著性T檢驗(yàn)值為0.055，而森林資源基礎(chǔ)建設(shè)完善程度以及百度指數(shù)在該方程中呈現(xiàn)非顯著相關(guān)性。

2.3 百度指數(shù)對(duì)森林公園游客量的影響非顯著相關(guān)原因分析

從各地?cái)?shù)據(jù)來(lái)看，各地森林公園百度指數(shù)與森林公園的客流量相關(guān)性不顯著。以全國(guó)31個(gè)地區(qū)森林公園百度指數(shù)為橫坐標(biāo)，客流量為縱坐標(biāo)，對(duì)這31個(gè)地區(qū)的兩個(gè)變量數(shù)據(jù)做出散點(diǎn)圖，見(jiàn)圖3。

圖3 全國(guó)31地區(qū)百度指數(shù)與客流量散點(diǎn)圖Fig.3 Scatter plot of Baidu index and forest park passenger flow of 31 regions in China

圖中北京和上海這兩個(gè)經(jīng)濟(jì)最發(fā)達(dá)地區(qū)偏離全國(guó)其他省份，其百度指數(shù)較高但客流量與多數(shù)省份接近，說(shuō)明北京上海等地區(qū)居民檢索森林公園頻次較高，其旅行目的地可能為其他地區(qū)。廣東地區(qū)百度指數(shù)與其他省份接近，但客流量遠(yuǎn)高于其他省份，這也是由于其經(jīng)濟(jì)發(fā)展水平、人口數(shù)量、森林旅游資源豐度、森林公園軟、硬環(huán)境建設(shè)力度等均處于全國(guó)領(lǐng)先水平，對(duì)其他省份游客有更大的吸引力。重慶、江西、浙江、湖南等地區(qū)旅游資源豐富，對(duì)游客吸引力也較大。山東、河南、安徽等地區(qū)森林公園客流量與其百度指數(shù)相關(guān)性較高。青海、西藏、新疆、甘肅、內(nèi)蒙古等內(nèi)陸地區(qū)森林公園百度指數(shù)與客流量均處于較低水平，因此應(yīng)加大內(nèi)陸地區(qū)森林旅游建設(shè)，提高其森林旅游吸引力，帶動(dòng)內(nèi)陸偏遠(yuǎn)地區(qū)經(jīng)濟(jì)發(fā)展。北京、上海、廣東及重慶、江西、浙江、湖南等傳統(tǒng)旅游區(qū)百度指數(shù)對(duì)森林公園游客量的相關(guān)性較小，而其他地區(qū)森林公園百度指數(shù)與該地區(qū)游客量相關(guān)性較高。

3 結(jié)論

森林公園客流量與森林公園百度指數(shù)有明顯的正相關(guān)關(guān)系，因此，百度搜索指數(shù)可以用于森林旅游游客量周、月以及年度預(yù)測(cè)，為森林旅游管理者采取高峰期應(yīng)急預(yù)案以及各地發(fā)展建設(shè)森林公園提供重要參考依據(jù)。各地區(qū)間森林公園客流量存在多方面影響因素，其中顯著相關(guān)的為GDP及森林公園資源豐富度，可見(jiàn)經(jīng)濟(jì)較發(fā)展水平與地區(qū)森林公園旅游發(fā)展有較強(qiáng)關(guān)系，且目前森林公園核心競(jìng)爭(zhēng)力仍然是其自然資源和環(huán)境。森林公園經(jīng)營(yíng)者建設(shè)森林公園時(shí)應(yīng)結(jié)合當(dāng)?shù)刈匀画h(huán)境，充分考慮森林承載力，并在此基礎(chǔ)上利用網(wǎng)絡(luò)等手段擴(kuò)大宣傳，適量增加客流量。

不同地區(qū)百度指數(shù)與森林公園客流量的相關(guān)性特征不同，經(jīng)濟(jì)最發(fā)達(dá)的大型城市如北京和上海，搜索指數(shù)處于較高水平但游客量總數(shù)并不是最高的，這些地區(qū)的游客存在向外輸出的特征;廣東省搜索指數(shù)處于中間水平，但是其客流量卻在所有省份中最高，這與當(dāng)?shù)厣止珗@資源豐富且經(jīng)濟(jì)發(fā)達(dá)有較大相關(guān)性。森林公園資源較豐富地區(qū)如重慶、江西、浙江及湖南等與普通資源地區(qū)如山東、河南和安徽的相關(guān)系數(shù)也有所差異。各地區(qū)森林公園經(jīng)營(yíng)與發(fā)展一方面要結(jié)合自身資源優(yōu)勢(shì)搞好基礎(chǔ)設(shè)施建設(shè);另一方面要重視通過(guò)互聯(lián)網(wǎng)信息平臺(tái)宣傳和打造獨(dú)具特色的森林公園名片。

［1］陳玲玲，屈作新．我國(guó)森林旅游資源開發(fā)現(xiàn)狀及可持續(xù)發(fā)展策略［J］．江蘇農(nóng)業(yè)科學(xué)，2016，44(1):483－486．

［2］李莉，張捷．互聯(lián)網(wǎng)信息評(píng)價(jià)對(duì)游客信息行為和出游決策的影響研究［J］．旅游學(xué)刊，2013，28(10):23－29．

［3］龍茂興，孫根年，馬麗君，等．區(qū)域旅游網(wǎng)絡(luò)關(guān)注度與客流量時(shí)空動(dòng)態(tài)比較分析——以四川為例［J］．地域研究與開發(fā)，2011，30(3):93－97．

［4］國(guó)敏．基于SPSS的百度指數(shù)與游客量相關(guān)性研究［J］．當(dāng)代經(jīng)濟(jì)，2015(29):136－137．

［5］鄒永廣，林煒鈴，鄭向敏．旅游安全網(wǎng)絡(luò)關(guān)注度時(shí)空特征及其影響因素［J］．旅游學(xué)刊，2015，30(2):101－109．

［6］國(guó)家林業(yè)局．中國(guó)林業(yè)統(tǒng)計(jì)年鑒［M］．北京:中國(guó)林業(yè)出版社; 2011—2014．

［7］鄭強(qiáng)，陳榮，孫進(jìn)松，等．風(fēng)景名勝區(qū)旅游客流量影響因素研究［J］．蚌埠學(xué)院學(xué)報(bào)，2014(2):98－102．

［8］李山，邱榮旭，陳玲．基于百度指數(shù)的旅游景區(qū)絡(luò)空間關(guān)注度:時(shí)間分布及其前兆效應(yīng)［J］．地理與地理信息科學(xué)，2008，24 (6):102－107．

［9］林志慧，馬耀峰，劉憲鋒，等．旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征分析［J］．資源科學(xué)，2012，34(12):207－213．

［10］黃先開，張麗峰，丁于思．百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測(cè)研究——以北京故宮為例［J］．旅游學(xué)刊，2013(11): 93－100．

［11］林振華．森林旅游市場(chǎng)預(yù)測(cè)方法探討［J］．林業(yè)資源管理，1992 (3):68－72．

［12］孫根年，潘潘．陜西十地市旅游業(yè)發(fā)展的地區(qū)差異及其影響因素分析［J］．干旱區(qū)資源與環(huán)境，2013，27(11):184－191．

［13］馬麗君，孫根年，黃蕓瑪，等．城市國(guó)內(nèi)客流量與游客網(wǎng)絡(luò)關(guān)注度時(shí)空相關(guān)分析［J］．經(jīng)濟(jì)地理，2011，31(4):680－685．

［14］王良?。糜慰沙掷m(xù)發(fā)展評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)方法研究［J］．旅游學(xué)刊，2001，16(1):67－70．

［15］國(guó)家統(tǒng)計(jì)局．中國(guó)統(tǒng)計(jì)年鑒［M］．北京:中國(guó)統(tǒng)計(jì)出版社; 2011—2014．

［16］孫根年，馮茂娥．西部入境旅游市場(chǎng)競(jìng)爭(zhēng)態(tài)與資源區(qū)位的關(guān)系［J］．西北大學(xué)學(xué)報(bào):自然科學(xué)版，2003，33(4):459－64．

Analysis of Impact Factors on Forest Park Passenger Flow Based on Baidu Index

WU Xiao，CHEN Shaozhi，ZHAO Rong
(Information Research Institute of Forestry，Chinese Academy of Forestry，Beijing 10091，China)

With the rapid development of domestic tourism，forest park has become the choice of more tourists because of its good resources.Using the Baidu index platform to obtain various search index，this paper studied the correlation of search index and forest park passenger flow，as well as the factors affecting forest park passenger flow.The results showed that there was a coupling between forest park and the search index.Multiple linear regression analysis method was used to estimate the main factors affecting the forest park passenger flow in various regions，including search index.The results showed that the main factors of forest park passenger flow were GDP and forest park resource abundance，thus it can be seen that the better economic and resource conditions of the region were associated with the greater forest park passenger flow.Through the analysis of Baidu Index and Forest Park traffic scatter plot，it was obvious that the correlation between the output and the input area of the tourists is obviously different.The results of this study will be helpful to guide the development plan of forest park and the operation decision of forest park management department.

Baidu Index，forest park，passenger flow，impact factor

S759.9

A

1002－6622(2017)01－0027－04

10．13466/j．cnki．lyzygl．2017．01．006

2016－12－28;

2017－01－25

中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)“林業(yè)重點(diǎn)產(chǎn)業(yè)競(jìng)爭(zhēng)力和發(fā)展?jié)摿︻A(yù)測(cè)研究”(CAFYBB2014MB004);“全面天保后中國(guó)木材供給策略研究”(CAFYBB2014MC002)

吳瀟(1991－)，安徽池州人，在讀碩士，研究方向:林業(yè)經(jīng)濟(jì)管理。Email:gy_woshiwuxiao@163.com

趙榮，副研究員，研究方向:林業(yè)經(jīng)濟(jì)理論與政策。