基于百度指數的中國沿海地區(qū)5A級景區(qū)網絡關注度研究

尹書婷，段佩利，尹 鵬

(魯東大學 商學院，山東 煙臺 264025)

根據《中國互聯網發(fā)展報告(2021)》，截至2020年底，中國網民規(guī)模為9.89億人，互聯網普及率達70.4%。百度是最大的中文搜索引擎，依靠龐大的互聯網搜索數據，占據了中國搜索行業(yè)最大的市場份額(超過70%)。百度指數是互聯網搜索數據的代表，自2011年以來，該指數提供了不同關鍵詞的每日搜索量數據[1]。此外，還可以根據時間和地點獲得特定關鍵詞的搜索次數。根據百度搜索中互聯網用戶的搜索量，將搜索頻率與特定關鍵詞加權計算百度指數。該指標反映了網民的關注重點和需求，搜索旅游目的地可能會提示用戶計劃去哪里旅游[2-3]。

目前，百度指數用于旅游研究領域的成果主要集中在3個方面：一是針對某一特定類型旅游景區(qū)的研究，如許艷等利用百度指數獲取中國大陸31個省區(qū)市的烏鎮(zhèn)景區(qū)網絡搜索指數，分析了烏鎮(zhèn)景區(qū)網絡關注度的空間差異特征及其影響因素[4]；季國斌等基于百度指數獲取西溪國家濕地公園網絡關注度指數，探討其網絡關注度的時空特征與影響因素[5]。二是針對旅游目的地的研究，如丁鑫等采用季節(jié)性集中指數、周內分布偏度指數和地理集中指數等指標研究了廈門市旅游網絡關注度的時空分布特征[6]；陸利軍等對湖南旅游目的地城市的網絡關注度及其空間格局進行了系統分析[7]。三是網絡關注度與旅游目的地相關性分析，如王碩等結合廬山、華山、八達嶺長城風景名勝區(qū)十一黃金周客流量及游客網絡關注度數據，對其客流量與網絡關注度的變化特征進行分析[8]；汪秋菊等以杭州市38個3A級以上景區(qū)旅游客流量與網絡關注度數據為研究對象，對旅游客流量與網絡關注度空間對應變動關系進行了探索分析[9]。

鑒于利用百度指數對中國沿海地區(qū)5A級景區(qū)網絡關注度的相關研究較少，本文基于百度指數平臺，收集2011—2020年沿海地區(qū)5A級景區(qū)網絡關注度數據，并運用季節(jié)性集中指數和赫芬達爾指數研究沿海地區(qū)5A級景區(qū)的網絡關注度時空變化特征，以此為沿海地區(qū)旅游發(fā)展政策的制定提供參考。

1 數據來源及研究方法

1.1 研究區(qū)域

中國沿海地區(qū)包括遼寧、天津、河北、山東、江蘇、上海、浙江、福建、廣東、廣西、海南等11個省區(qū)中，經濟發(fā)達、交通便利，旅游資源豐富多樣。根據文化和旅游部統計，中國沿海地區(qū)共有50個5A級景區(qū)，既有名山勝景、沙灘浴場，又有名勝古跡、風景園林。其中有個別景區(qū)由于知名度較低，搜索力度小，百度指數未將其相關關鍵詞收錄在內，無法獲取與之有關的數據。因此本文選取中國沿海地區(qū)44個5A級景區(qū)為研究對象。

1.2 數據來源及關鍵詞選取

百度指數是一個與互聯網用戶行為有關的數據共享平臺，由趨勢研究、需求圖譜、人群畫像3部分組成。利用百度指數趨勢研究功能，以所輸關鍵詞為統計對象，可以科學有效地分析并計算出所搜索關鍵詞在百度網站上搜索頻率的總和，并能通過形象直觀的曲線圖和具體指數表現出來(其中搜索指數包括PC日均值、移動日均值以及整體日均值)。

關鍵詞選取是網絡搜索結果的關鍵，本文采用直接選取關鍵詞的方式，對比同一景區(qū)不同關鍵詞百度指數數值，以數值最高的關鍵詞為統計對象。如搜索天津盤山風景名勝區(qū)的關鍵詞，取“天津盤山”“盤山風景區(qū)”“盤山風景名勝區(qū)”3個關鍵詞，“盤山風景區(qū)”關鍵詞百度指數最高，故選取“盤山風景區(qū)”為該景區(qū)搜索關鍵詞。沿海地區(qū)44個5A級景區(qū)百度指數搜索關鍵詞見表1。

表1 沿海地區(qū)44個5A級景區(qū)百度指數搜索關鍵詞

2 研究方法

2.1 季節(jié)性強度指數

季節(jié)性強度指數主要用于反映景區(qū)網絡關注度在時間分布上的集中程度，計算公式[10-11]為

(1)

式中：R表示景區(qū)網絡關注度的季節(jié)性強度指數；xi表示景區(qū)第i月旅游網絡關注度在該景區(qū)全年網絡關注度中的占比。R值越接近于0，說明該景區(qū)網絡關注度時間分布集中度越低，游客旅游景區(qū)選擇偏好在年內各月份分布越均勻，旅游淡旺季區(qū)別越小；R值越大，淡旺季區(qū)別越明顯。

2.2 赫芬達爾指數

赫芬達爾指數是一種通常應用于經濟學中測量產業(yè)市場集中度的綜合指數，應用于旅游學中可以反映景區(qū)旅游網絡關注度的季節(jié)性波動情況，計算公式[12-13]為

(2)

式中：H為景區(qū)網絡關注度的赫芬達爾指數；pi為景區(qū)第i月旅游網絡關注度占景區(qū)該年全年旅游網絡關注度的比重。H值越接近于0，則代表該景區(qū)網絡關注度在年內各月的分布差異越大，季節(jié)性越強，旅游淡旺季更明顯；H值越接近于1，則相反。

3 沿海地區(qū)景區(qū)網絡關注度時間分布特征

3.1 網絡關注度年度變化趨勢

通過觀察沿海地區(qū)44個5A級景區(qū)2011—2020年日均值變化趨勢(圖1)，發(fā)現2011—2020年總體網絡關注度和移動端網絡關注度均呈“單峰”型變化趨勢。其中，2011—2016年總體網絡關注度在穩(wěn)定上升，說明網絡影響在逐年增強，2016年達到峰值，2017—2020年呈下降趨勢，除2020年受新型冠狀病毒肺炎疫情的影響，下降幅度相對較大，其余年份均呈現平穩(wěn)下降趨勢；PC端網絡關注度在2011—2014年較為穩(wěn)定，波動幅度不明顯，2016—2020年呈較小幅度的下降趨勢；移動端網絡關注度變化趨勢與總體網絡關注度變化趨勢相似，2011—2016年呈現較大幅度的上升，2017年相對之前年份增長率較為平緩，2018—2020年呈下降趨勢。

圖1 中國沿海地區(qū)5A級景區(qū)2011—2020年日均值變化趨勢

3.2 季節(jié)變化趨勢

通過百度指數檢索并計算2011—2020年沿海地區(qū)5A級景區(qū)網絡關注度的總體月度日均值，并繪制季節(jié)變化氣泡圖(圖2)。從圖中可以看出，沿海地區(qū)5A級景區(qū)網絡關注度呈現以下3個特征：

圖2 中國沿海地區(qū)5A級景區(qū)2011—2020年季節(jié)變化趨勢

1)受新冠疫情的影響，2020年上半年網絡關注度較低且波動幅度較小，在8月份網絡關注度開始增長，到10月份達到峰值。其中8月份和10月份正處國家法定節(jié)假日，且疫情得到控制，游客出游呈現“爆發(fā)式”增長，網絡關注度相對同年其他月份增長率較高。

2)除2020年外，其他年份網絡關注度低谷期大多都處在1月、11月和12月。該時段沒有較長的法定節(jié)假日，且沿海地區(qū)較為寒冷，受天氣的影響游客大多會選擇室內或其他溫度較高的景區(qū)。

3)除2020年外，其他年份網絡關注度呈“多峰型”的變化趨勢，其中7、8月份一般為網絡關注度的最高峰，此外2、4、10月又會出現不同程度的小峰值。主要原因是7、8月份正值暑假，屬于學生和親子出游高峰期，并且天氣較為炎熱，大多游客會選擇沿海地區(qū)作為旅游目的地；2月份正處寒假且包含春節(jié)小長假，近幾年隨著人們傳統觀念的轉變，越來越多的人選擇外出旅游過年；4月天氣溫暖宜人，正是出游踏青的好時節(jié)，期間包含清明假期，另外五一黃金周前期，人們大量搜索景區(qū)信息，為五一假期外出旅行做準備；10月國慶黃金周期間歷來是人們外出旅游的高峰期。

通過計算各年份的季節(jié)性強度指數和赫芬達爾指數(表2)，進一步分析沿海地區(qū)5A級景區(qū)網絡關注度的季節(jié)性差異。從表2中可以看出,各年份網絡關注度的季節(jié)性強度指數和赫芬達爾指數的變化程度大致相同，且數據差異不大，說明2011—2020年沿海地區(qū)5A級景區(qū)網絡關注度季節(jié)性變化差異不顯著。

表2 中國沿海地區(qū)5A級景區(qū)網絡關注度季節(jié)性強度指數、赫芬達爾指數

4 沿海地區(qū)景區(qū)網絡關注度的空間分布特征及影響因素

4.1 景區(qū)網絡關注度空間分布

將沿海地區(qū)5A級景區(qū)按所在省份位置劃分為3個區(qū)域：環(huán)渤海地區(qū)、長江三角洲、珠江三角洲(1)為了方便統計，將遼寧、河北、山東、天津劃分到環(huán)渤海地區(qū)，江蘇、浙江、福建、上海劃分到長三角地區(qū)，廣東、海南劃分到珠三角地區(qū)。，統計2011—2020年全國31個省區(qū)市(不包含港澳臺)對3個區(qū)域5A級景區(qū)網絡關注度的日均值，如圖3所示。從圖3中可以看出，長三角地區(qū)5A級景區(qū)網絡關注度最高，數值大多都集中在2 000左右，最高值達6 000；其次是環(huán)渤海地區(qū)，數值大多集中在1 500以內且分布較均勻，最高值可達1 500；最后是珠江三角洲地區(qū)，除最高值3 000外，其余網絡關注度日均值都在500左右。從各省份對3個地區(qū)網絡關注度來看：

圖3 中國各省區(qū)市對東部沿海5A級景區(qū)網絡關注度

1)對環(huán)渤海地區(qū)5A級景區(qū)網絡關注度最高的是山東省，其數值接近2 500；其次是北京、河北、遼寧、天津、廣東、江蘇等省市，其數值均在1 000以上；網絡關注度最低的主要是西藏、青海、寧夏等省區(qū)。對環(huán)渤海地區(qū)5A級景區(qū)網絡關注度最高的省份除遼寧、河北、山東和天津這4個外，還包括江蘇、廣東和北京3個省市，這3個省市可以大致分成兩類，一類是距離較近的江蘇，另一類是經濟較發(fā)達的廣東，北京則同時具備兩種因素，至于西藏、青海和寧夏，其距離較遠，交通相對沒有其他地區(qū)方便，人口相對較少，因此網絡關注度較低。

2)對長三角地區(qū)5A級景區(qū)網絡關注度最高的是上海，其數值超過6 000；其次是浙江、江蘇、福建、廣東等省份，其數值均在4 000及以上，網絡關注度最低的是西藏、青海、寧夏。上海對長三角5A級景區(qū)網絡關注度高是毋庸置疑的，其他4個省份除經濟發(fā)達的廣東外都位于長三角地區(qū)。

3)對珠三角地區(qū)5A級景區(qū)網絡關注度最高的是廣東，其數值超過3 000；其次是海南，數值接近1 500；其余省份都在1 000及以內。廣東省經濟發(fā)達，且屬于珠江三角洲的核心省份，其對珠三角5A級景區(qū)網絡關注度顯而易見是最高的，海南省同時也包含在珠三角地區(qū)，其網絡關注度也較高。

4.2 景區(qū)網絡關注度空間差異影響因素

根據已有研究[14-17]，基于對沿海地區(qū)5A級景區(qū)網絡關注度空間分布特征的描述，主要從地理距離、客源地經濟發(fā)展水平和目的地景區(qū)知名度等方面分析景區(qū)網絡關注度空間分異的原因。

1)地理距離。地理距離是人們選擇旅游目的地的重要因素之一，根據上述分析發(fā)現對3個不同地區(qū)5A級景區(qū)網絡關注度較高的省份，在空間分布上基本滿足“距離衰減”規(guī)律。地理空間上距離旅游目的地越近，到景區(qū)旅游的游客越多，景區(qū)關注度越高。西藏、青海、寧夏等西部省區(qū)，距離東部沿海較遠，相對的出游成本較高，旅游目的地對游客的吸引力較低，相應的網絡關注度較低。

2)客源地經濟發(fā)展水平。人們在做出游決策時，現實經濟收入狀況和出游經費往往是考慮的首要因素。經濟發(fā)展水平高的地區(qū)，相應的居民人均收入也高，加之地區(qū)信息技術發(fā)達，人們的旅游意愿強，進而導致查詢意愿強，旅游網絡關注度高。廣東、北京、上海3個省市對環(huán)渤海、長三角和珠三角的5A級景區(qū)網絡關注度日均值都較高，其中廣東最為明顯。

3)目的地景區(qū)知名度。景區(qū)的知名度在旅游者選擇旅游目的地的過程中起到重要作用。景區(qū)知名度越高，網上的信息資源越豐富，對游客的吸引力越強，進而網絡關注度越高。長三角地區(qū)包含東方明珠、上海野生動物園等多個高知名度的5A級景區(qū)，相對于其他知名度較低的景區(qū)人們對該類景區(qū)會產生更高的查詢意愿，因此其他省份對長三角地區(qū)的景區(qū)網絡關注度最高。

5 結論

網絡關注度在一定程度上反映了旅游目的地景區(qū)潛在旅游者的需求狀況，網絡關注度越高，景區(qū)游客量越多；反之則越少。本文借助百度指數提供的“用戶關注度”功能，研究2011—2020年中國沿海地區(qū)5A級景區(qū)網絡關注度的時空變化特征，其結果一定程度上可以反映出客流在時間和空間上的分布情況，主要得出以下結論：

1)在時間分布上，中國沿海地區(qū)5A級景區(qū)網絡關注度在2011—2020年整體上呈現“單峰型”變化趨勢，2016年達到數值最高峰；中國沿海地區(qū)5A級景區(qū)網絡關注度季節(jié)性變化特征明顯，呈現多個高峰期和低谷期，景區(qū)網絡關注度高峰期主要在春、夏、秋季，低谷期則是在氣候寒冷的冬季。

2)在空間分布上，中國沿海地區(qū)5A級景區(qū)網絡關注度空間差異顯著。環(huán)渤海地區(qū)5A級景區(qū)網絡關注度較高的省份主要集中在環(huán)渤海附近和經濟較發(fā)達的廣東，長三角地區(qū)5A級景區(qū)網絡關注度較高的省份主要集中長三角地區(qū)和廣東，珠三角地區(qū)5A級景區(qū)網絡關注度較高的省份主要是廣東省，其次是海南省，西藏、青海、寧夏等西部省區(qū)對3個地區(qū)的5A級景區(qū)網絡關注度均較低。網絡關注度存在空間差異主要是受地理距離、客源地經濟發(fā)展水平和目的地景區(qū)知名度等多種因素的影響。