基于百度指数的A级景区网络关注度时空特征研究

曾铭

摘要：针对湖南省案例景区网络关注度的时空分布特征，指出了分析景区网络关注度时空特征对景区舆情预测、旅游流监控和市场营销具有重要指导意义。以湖南省为研究区域，基于百度指数获取并筛选区域内2009～2016年3A及以上景区网络关注度数据，采用弹性系数、GIS数据可视化处理等方法，分析了旅游景区的网络关注度时空特征，进而为景区网络热度提升提出了相关建议。

关键词：旅游；网络关注度；时空变化；GIS空间分析

中图分类号：F592

文献标识码：A 文章编号：16749944（2017）11024803

1 引言

截至2016年12月，我国网民总人数达7.31亿，互联网普及率为53.2%[1]。互联网已成为公众关注和了解旅游信息的重要方式，网民群体借助搜索引擎进行目的地信息查询，为其出游决策提供依据[2]。因此，探究旅游景区网络关注度的时空特征，对于景区网络营销、舆情监测、旅游流预警等工作开展具有重要意义[3]。当前，关于旅游网络关注度的研究着重于分析现实与网络的相互关系及影响。李山[4]等人利用百度指数研究了旅游景区网络关注度的年内时间分布，发现了网络关注度对于现实客流量的前兆效应；路紫等研究者[5]对旅游网站的访客信息查询的分布时间及其对现实客流的导引作用进行了研究；林志慧等[6]基于百度指数的网络关注度数据研究了案例景区的关注度时空分布特征；谢志华等人[7，8]使用皮尔逊相关系数、地理集中指数等对目的地旅游流分布及目的地空间结构的协同效应进行了研究；邹永广等[9]采用首位度、赫芬达尔系数、差异系数等指标，对旅游安全网络关注度的时空特征进行了分析。

上述学者对旅游网络关注度开展了广泛的研究，但时间维度上年际变化分析较少，空间维度上区域空间分布的研究较少。鉴于此，利用百度指数，收集湖南省3A以上景区2009～2016年8年时间跨度的网络关注度数据，采用地理空间分析方法及数理统计，从景区网络关注度的年际变化角度切入，分析关注度的时空变化特征，并探讨特征所反映出的游客出游意向的变化规律，为景区网络热度提升提供相关建议。

2 数据来源及研究方法

2.1 研究对象概况

湖南省旅游资源丰富，截至2017年1月，湖南省旅游局官网公布有A级景区292个，涉及自然风光、民族风情、医疗保健等多个类型，便于不同类型景区研究对比，具有较好的研究价值和代表性。基于百度指数平台进行网络关注度搜索，景区当中3A及以下景区的网络搜索量较小，无法获取相关数据。鉴于此，选择4A及以上景区为研究样本，其中永州柳子庙、芷江和平园等景区未被百度指数收录关键词，从研究样本中剔除；张家界武陵源—天门山等联合景区，分析中视为两个景区，最终选取案例景区62个，其中5A景区10个，4A景区52个。

2.2 数据来源

百度指数是以网民搜索行为数据为基础的分析平台，主要板块为网络关注度指数，以公众搜索词条为数据基础，以关键词为统计对象。以案例景区名称为关键词，利用爬取软件收集整理百度指数上关键词2009～2016年8年间逐日网络关注度数据，单个关键词逐日关注度求和后统计为逐年总数。数据分别来源于：①省旅游局官网公布的湖南省A级景区名录（截至2017年1月）；②百度地图坐标拾取器获取的各景区地理坐标；③百度指数（http：//index.baidu.com）上利用爬取软件获取的关键词网络关注度数据。

3 湖南省景区网络关注度时空特征

3.1 网络关注度年际变化分析

在年际变化上，8年间湖南省景区网络关注度增长率均大于0，关注度值持续上升（表1）。

在此基础上，进一步引入弹性系数来测度湖南省景区的关注度变化情況。弹性系数是测量对应变量增长率及关系的重要指标，主要应用于经济学和统计学领域[10]，用Tx表示。具体公式为：Tx=ΔG/G[]ΔM/M。其中：ΔG与ΔM分别指网络关注度与网民的变化量；G与M则是指互联网用户和网络关注度值，其中网民数据取自中国互联网络信息中心发布网民统计报告[1]。当Tx=1时，表明网民增长率与关注度增长率持平；当Tx<1时，代表关注度增长率小于网民增长率；当Tx>1时，则代表关注度增长率大于网民增长率。测量弹性系数可得（图1），湖南省景区的网络关注度弹性系数整体呈波动递减的趋势。至2015年末，以前年度的弹性系数均大于1，表明景区网络关注度增长率大于全国网民增长率，即全国网民对湖南省景区的关注热度呈上升趋势；而至2016年末，全年弹性系数小于1，表明案例景区的网络关注度增速小于全国网民的增速，代表了网民对湖南省景区的关注度值仍在增长，但增速已经下降，边际递减效应产生，网民的关注热情回落明显。此外，2013年中弹性系数曲线出现低谷特征，表明关注度增长率相对放缓，这可能与2013年旅游法正式实施、中央严控“三公消费”等事件的发生有关。旅游监管力度的加强，对游客出游意向和相关旅游网络搜索产生了一定影响。至2014年中，弹性系数呈现上涨趋势，并出现小高峰特征，表明景区网络关注度增速出现小幅增长。2014年中国在线旅游领域发展迅速，携程、艺龙等一系列OTA崛起，开始了市场份额争夺战、“价格战”等网络营销竞争。同时，大量旅游企业着手开发移动端网民市场，在线旅游定制化业务开始蓬勃发展，极大的活跃了旅游在线市场。在该背景下，大量的出游者及潜在旅游者开始尝试在线旅游服务，并通过百度等网络搜索渠道了解和关注目的地旅游信息。

3.2 网络关注度空间分布变化

运用GIS反距离权重插值的空间分析方法将湖南省景区的网络关注度数据进行可视化处理，生成空间分布栅格图（图2）。由图可得，在空间分布上景区网络关注度在8年间逐步形成“多中心”空间布局，“核心-边缘”特征突出，部分网络关注度中心组成峰值区。全省网络关注度最高峰值出现在张家界景区群，所环绕的武陵源、天门山等知名景区网络关注度总量较高。自2009年开始，天门山、张家界大峡谷等景区网络关注度值快速增长，至2016年与武陵源风景名胜区达到同一关注度分段水平，形成了张家界关注度峰值区。张家界大峡谷、天门山玻璃栈道等景点的高关注热度，也表明了近年来特色景点的旅游热度显著升温，湖南开发新奇旅游资源和网络营销推广的成功。而湘西的凤凰古城，在8年间关注度稳步增长，随着周边湘西矮寨旅游区的迅速成长，于2016年二者共同形成了湘西关注度峰值区，该特征也表明了湖南省民俗风情类旅游近年来的持续热度。相较于以上两个峰值区，湖南省其他景区的关注度增长较为平稳，尚未形成新的关注度峰值区，其中以岳麓山、韶山等为主的长株潭景区群，网络关注度分布较为分散，各景区之间协同效应不强，各自形成单独的关注度中心。该特征也表明湖南省红色旅游、文物古迹类旅游的关注热度较为稳定，尚未有旅游热度大幅波动态势出现。从图可以看出，位于湘南的南岳衡山景区和湘北的岳阳楼景区，从2009年开始，得益于其古迹、宗教等人文旅游资源的独特优势，其网络关注度数值一直维持较高水准，独自形成了关注度中心。除上述景区外，新宁崀山、平江石牛寨、郴州莽山等景点也在过去的8年里快速成长，网络关注度达到较高水准，形成了单独的网络关注度中心。至2016年，湖南省景区网络关注度的“多中心”空间布局逐渐形成。

4 结论和建议

基于百度指数，本文收集了近8年湖南省景区网络关注度数据，并对其时空变化特征进行分析，得出以下结论。

（1）年际变化上，案例景区网络关注度一直呈增长趋势；网络关注度的增长率呈现波动递减态势，弹性系数在2013年和2014年分别达到低谷和小高峰，自2014年后又出现下滑；2016年全年系数低于1，表明网民对湖南省景区的关注度可能仍在增长，但增长速度已下降，边际递减效应产生，网民的关注热情回落明显。

（2）空间分布上，湖南省关注度逐步形成“多中心”空间结构，部分关注度中心开始组成峰值区。网络关注度最高峰值区出现在张家界景区群，相关景点借助成功的网络营销推广，近年来关注度大幅上涨并组成峰值区。此外，其他景区关注度稳定增长，形成相关地区关注度中心，“多中心”空间布局逐渐形成。

由以上结论可知，湖南省景区网络关注度时空特征明显，对于景区市场营销、科学规划、合理开发具有重要意义。因此提出以下建议。

（1） 以多样化互联网平台为依托，着力提高景区知名度。微博、微信公众号等互联网新媒体为旅游景区网络营销和品牌塑造提供了新的传播平台。各个景区应以自身资源特色和发展阶段为切入点，采取不同的网络推广策略。对于已经具有较高关注度的A级景区，应充分利用互联网传播平台，提升公众对景区的品牌归属感和文化认同感，增强游客重游意愿，促进景区长远发展。对于当前关注度较低的景区，应着力于突出自身特色，采用多样化网络传播方式，迅速塑造景区形象，从而提高景区知名度。

（2）以资源优势和创新创意为核心，着重开发特色景区。张家界大峡谷、天门山玻璃栈道等特色景区网络关注度近年呈现几何式增长。不仅在于成功的网络营销手段，还得益于该类特色景区的特色旅游资源和优秀旅游体验。因此，应从游客的旅游需求出发，注重体验感和参与度，以创新创意为核心，开发特色旅游景点。例如平江石牛寨，以天门山、张家界大峡谷为模版，在景区内建造玻璃桥、音乐玻璃栈道等新奇景点，再融合网络营销手段，使其在一段时间内达到较高话题热度，网络关注度大幅上涨，形成新的网络关注度中心。

（3）以区域旅游合作为基础，整合同类旅游资源。在旅游景区开发上，应将相似景区充分组合利用。例如湘西州、张家界等地级市，以其周边数量较多的景区群为依托，围绕武陵源周边的张家界大峡谷、天门山，围绕凤凰古城周边的湘西矮寨、古丈红石林等景区，进行统一旅游规划和线路设计，做到老景区带新景区，从而提升当地旅游人气，促进景区关注度的快速增长。因此，应将同类旅游资源开发整合，形成高话题热度的旅游线路和景区群跨区域合作，从而形成景区间合理布局、良性竞争，达到旅游热度的协同增长。

参考文献：

[1] 国家互联网信息中心. 第39次中国互联网络发展统计报告[R]. 2016.

[2] 龙茂兴，孙根年，马丽君，等.区域旅游网络关注度与客流量时空动态比较分析——以四川为例[J].地域研究与开发，2011，30（3）：93～97.

[3]张晓梅，程绍文，刘晓蕾，等.古城旅游地网络关注度时空特征及其影响因素——以平遥古城为例[J]. 经济地理，2016，33（7）：133～134.

[4] 李 山，邱荣旭，陈 玲.基于百度指数的旅游景区网络空间关注度：时间分布及其前兆效应[J].地理与地理信息科学，2008，24（6）：102～107.

[5] 路 紫，刘 娜，Zui Z.澳大利亚旅游网站信息流对旅游人流的导引：过程、强度和机理问题[J].人文地理， 2007，22（5）：88～93.

[6] 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分析[J].资源科学，2012，34（12）： 2427～2433.

[7] 谢志华，吴必虎.中国资源型景区旅游空间结构研究[J].地理科学，2008，28（6）：751～752.

[8] 邹永广，林炜铃，郑向敏，等.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.

[9] 国 涓，唐焕文，孙 平.投入產出弹性系数研究[J].辽宁工程技术大学学报，2006，25（5）：754～757.

Abstract： This paper pointed out temporal and spatial characteristics of network attention in case area. It is of great significance to analyze the spatial and temporal characteristics of scenic spots' attention and tourism monitoring and marketing.Based on the Baidu Index， the data of network coverage degree of 3A and above in the region from 2009 to 2016 were obtained and analyzed based on the Baidu Index.The spatial and temporal characteristics of the network attention degree of the tourist area were analyzed by the elastic coefficient and the visualization of the GIS data， providing some suggestion for scenic spot on the development of network attention.

Key words： tourism； network attention； temporaland spatial variation； GIS spatial analysis