进博会网络关注度时空分布特征及影响因素研究

蔡卫民 于雅静 成 义

(1.湖南师范大学 旅游学院，湖南 长沙 410006；2.武汉理工大学，湖北 武汉 430070)

0 引言

截至2019年6月，我国互联网用户数量达8.54亿，搜索引擎用户数量达6.95亿。众多网络用户通过百度、微博等网络平台检索和分享展会信息，以指导自身行为。因此，探究和揭示进博会网络关注度时空变化特征及其影响因素，有助于官方对进博会的网络信息影响力进行定位，更好地开展网络营销宣传，提高进博会知名度。目前，国外利用网络关注度进行分析和预测的相关研究十分丰富。Jorg Rech[1]对如何运用网络数据分析多个主题之间的大众关注度、搜索兴趣和因果关系进行了阐述。Peter J Ellery等[2]用Google趋势来研究美国的健康网络搜索模式，并总结出其发展趋势。国内关于网络信息检索数据的研究主要集中在3个方面：一是网络关注度的时空分布特征分析[3-5]；二是网络关注度的影响因素研究[6-7]；三是市场与消费者之间的相关性研究及预测分析，其中，以景区网络关注度与客流量的相关性研究和预测分析最为广泛[8-9]。本文以百度指数为数据源，采用统计分析、GIS空间分析、灰色关联分析等方法，分析中国进口博览会网络关注度的时空特征及影响因素，以期为进博会网络营销提供理论指导，进而提高其知名度。

1 数据来源及研究方法

1.1 数据来源

研究数据来源：①中国国际进口博览会(简称进博会)的网络关注度数据来源于百度指数平台。自2018年起，进博会定于每年11月10日-15日举办。本文统计了2018年10月9日-2019年12月31日全国31个省市自治区(香港、澳门、台湾除外)的逐日百度指数作为各个地区的网络关注度值，分析全国对进博会网络关注的时空分布特征。②影响因素指标数据来源于中国统计年鉴、各省市统计年鉴、中国展览数据统计报告等专业统计平台。

1.2 研究方法

(1)地理集中指数。拟采用地理集中指数分析进博会网络关注度的空间分布集中性。计算公式为：

(1)

公式(1)中，G表示进博会网络关注度的地理集中指数；Xi是第i个省份的进博会网络关注度；T是各省份进博会网络关注度总值；n为各省市自治区的数量。其中，地理集中指数G越接近100，进博会网络关注度省份分布越集中；G值越小，网络关注度省份分布越分散。

(2)基尼系数。拟采用基尼系数体现我国进博会网络关注度空间分布的均匀程度。计算公式如下：

(2)

公式(2)中，Xi表示第i个省份进博会网络关注度的数值占进博会网络关注度总值的比重。理论上，基尼系数Gini取值区间在0-1内，数值越大，表示分布均匀度越低，反之均匀度越高。

(3)灰色关联分析。灰色关联分析是探究多个自变量与一个因变量间关联性的方法。具体而言，将因变量组成的参考序列{Z0}和自变量组成的比较序列{Zi}组合为数列矩阵，再结合公式(3)-公式(5)即可算出进博会某项指标与其网络关注度的灰色关联度。

无量纲化处理：

(3)

灰色关联计算：

ni(k)=

(4)

(5)

式中，i和k分 别 表 示 序 列 个 数 和 长 度 ；ρ表示分辨系数；ni(k)表示进博会某项指标与其网络关注度的灰色关联系数；ri为进博会某项指标与其网络关注度的灰色关联度。

2 进博会网络关注度的时空特征分析

2.1 进博会网络关注度的时间分布特征

(1)月均值分布。图1所示为2018年10月-2019年12月每月的全国进博会网络关注度值，横轴代表月份，纵轴代表网络关注度。通过对比进博会举办前后(10～12月)的网络关注度数据可以看出，2019年全国进博会网络关注度明显低于2018年；单看11月份举办月数值，2018年的网络关注度约是2019年的两倍。11月作为进博会举办月，是各年份进博会网络关注度月均值的峰值，且远高于其他月份。虽然10月和12月均紧邻进博会举办月，但网络关注度10月远高于12月，10月份作为筹办期，潜在参展客商和专业观众会从互联网平台搜索信息，故网络关注度较高。1～9月期间，全国网络关注度值进入低谷，普遍居于600～800点之间。

图1 2018年10月-2019年12月进博会网络关注度月均值分布

(2)日均值分布。图2所示为2018年及2019年11月3日-11月12日全国进博会网络关注度值，其中横坐标为时间，纵坐标代表网络关注度。可以看出，两年全国进博会网络关注度在展览举办期变化趋势一致。11月5日网络关注度值到达顶峰，之后关注度一直呈下降趋势。11月5日是进博会开展日期，介于网络舆论和媒体导向，网络关注达到最高。11月7日网络关注度均低于同年11月4日网络关注度，可以看出进博会开展前期关注度颇高，而后期关注度偏低，下降趋势明显。再次比较两年关注度，可以看出2019年网络关注度明显低于2018年网络关注度。

图2 进博会举办日网络关注度均值分布

2.2 进博会网络关注度空间分布特征

选取地理集中指数及基尼系数衡量进博会网络关注度在全国的分布情况，根据公式(1)与公式(2)，分别计算出2018年及2019年两年进博会网络关注度的地理集中指数与基尼系数，结果见表1。2018年及2019年进博会网络关注度地理集中指数分别为54.49和25.17，均远低于100，且2019年指数值低于2018年指数值，表明进博会网络关注度整体较分散，空间分布不集中，且集中程度呈下降趋势。2018年全国进博会网络关注度基尼系数值为0.1884,2019年基尼系数为0.2073，均较接近0，表明进博会网络关注度在全国分布均匀。

表1 2018年-2019年进博会网络关注度的地理集中指数与基尼系数

以省域为单位，统计各省份2018年及2019年对进博会的日均网络关注度。由统计结果可知，上海作为进博会的举办地，两年内均保持着极高的网络关注度。经济发达地区如北京和广州以及毗邻上海的地区如江苏、浙江均保持较高的网络关注度。进博会网络关注度在中部地区普遍偏高，包括四川、重庆、陕西、山西、河南、河北、湖南、湖北等区域；在西部地区及少数民族自治区普遍偏低，包括西藏、新疆、贵州、广西、云南、宁夏等地区。北上广等经济、贸易、网络发达的地区有着较高的网络关注度，经济、网络条件较为落后西部地区网络关注度普遍偏低。整体来看，进博会网络关注度在全国的分布较为分散，进一步印证了地理集中指数与基尼系数的计算结果。

3 进博会网络关注度的影响因素分析

3.1 因素指标选取及说明

参考会展业发展及旅游地网络关注度影响因素相关研究成果[10-12]，本文将进博会网络关注度的影响因素总结为会展业发展水平、互联网发展水平、经济发展水平、对外经贸水平、人口因素、旅游业发展水平6个方面，并初步选取15项指标，见表2。

表2 进博会网络关注度影响因素及可量化指标初建

为保证影响因素量化指标体系的客观性和科学性，本文利用Pearson相关性分析方法对各个可量化指标进行相关性筛选，剔除掉不满足相关性条件的指标后，最终形成进博会网络关注度影响因素指标体系(见表3)。

表3 进博会网络关注度影响因素评价指标及其相关系数

3.2 灰色关联分析

将我国内地31个省市自治区2018年进博会网络关注度年均值作为参考数列，将影响因素评价指标数据作为比较数列，利用DPS数据统计软件，进行处理得到灰色关联度输出结果(见表4)，进一步求均值得到进博会网络关注度各影响因素关联度(见表5)。

由表4可知，各指标与进博会网络关注度的关联度均大于0.6，进一步证实了指标体系的合理性和客观性。将各指标基于关联度由大到小排列：展会数量X3>展览总面积X4>人均可支配收入X2>互联网发展水平X6>进出口贸易总额X5>城镇人口比重。

表4 进博会网络关注度影响因素量化指标关联度

表5 进博会网络关注度影响因素关联度

X7>第三产业比重X1。由表5可得，影响因素基于关联度由大到小排列：会展业发展水平>对外经贸水平>经济发展水平>互联网发展水平>人口因素，结果符合常理。关联度最高为会展业发展水平，其关联度为0.7537。其中，展会数量指标对于进博会网络关注度影响最大。展会数量和展览总面积不是定值，因为它们是随着每年举办展会数量而变化的，所以它们也可以灵活、准确地表现该地区会展业发展水平。会展业越发达对会展关注的人就多，进而显著影响进博会网络关注度。影响因素中排列第二的是对外经贸水平，符合中国国际进口博览会以贸易为主的现实情况。经济发展水平、互联网发展水平、人口因素的关联度大小接近，分别为0.6761,0.6685，0.6572，这些影响因素作为大众化指标，对于进博会网络关注度均有一定影响。

4 结论与建议

4.1 结论

(1)进博会网络关注度的时间变化特征。在年际尺度下，2018年全国进博会网络关注度值显著高于2019年进博会网络关注度值。月份尺度下，11月作为进博会举办月，网络关注度达到峰值，且远远高于其他月份。10月和12月关注度较高，且10月明显高于12月份。1-9月是网络关注度低谷期，趋于平稳。最后在举办周，进博会网络关注度表现出“爆炸式增长、断崖式下跌”的特点，峰值在开展首日。进博会开幕前两日的关注度高于活动期间后两日的关注度。

(2)进博会网络关注度的空间变化特征。在总体分布上，全国进博会网络关注度空间分布十分分散，在中部地区普遍偏高，西部地区普遍偏低，且该特点在2019年较2018年更为显著。上海作为进博会的举办地，两年里网络关注度都是最高的，且远远超过其他地区。经济发达地区如北京、广州以及毗邻上海的江苏、浙江均保持较高的网络关注度。

(3)进博会网络关注度的影响因素。通过文献梳理和初步的相关性分析，得出影响因素：会展业发展水平、经济发展水平、对外经贸水平、互联网发展水平、人口因素。通过灰色关联分析，最终得出5个影响因素的关联程度排序：会展业发展水平>对外经贸水平>经济发展水平>互联网发展水平>人口因素。

4.2 建议

(1)加强中西部地区宣传。从空间分布结果来看，中西部地区远远低于东部地区，空间分布十分不均匀。可以通过联系中西部地区会展行业协会协助进行进博会宣传造势。此外，地区媒体更多地进行报道，使更多的当地居民了解到这一重大国际活动，扩大进博会的知名度。

(2)带动会展业不发达地区参展。会展业发展水平与网络关注度具有较高的关联度，为提高会展业不发达地区的网络关注度，进博会主办方可以为该地区商务厅提供更多的参展名额，以及为该地区参展企业提供更多福利。

(3)加强进博会网络平台建设。作为一年一办的大型展会活动，进博会需要一个成熟、功能齐全且丰富、有吸引力的官网平台，甚至开展相关栏目，实时报道进出口贸易动态，可以吸引网民浏览关注，从而弥补低谷月的网络关注度不足的问题。