基于百度指数的盘山风景区网络关注度时空特征研究

李明欣，张 贞，付艳华

（天津城建大学a.地质与测绘学院；b.经济与管理学院，天津 300384）

自2010 年“智慧旅游”概念提出后，旅游网络关注度成为相关学者研究的热点.就目前研究内容来看，主要集中在基于旅游网络关注度与现实旅游间的关系预估，研究方法主要集中于利用偏度指数、地理集中指数等方法测度其时空特征. 根据2020 年第45 次《中国互联网络发展状况统计报告》显示，我国搜索引擎用户规模达7.50 亿，占网民整体的83%.百度搜索是网民信息搜索的主要手段，为了获取网民搜寻趋向，百度指数应运而生，基于百度指数的旅游关注度的研究成为新兴数据获取渠道，丰富了基础数据来源[1].盘山作为天津市5A 级景区，现有文献大多描述盘山风景区的生态环境、规划构思、资源评价等，对其旅游关注度的研究相对较缺乏.因此本文以全国31 个省（自治区、直辖市）对盘山风景网络关注度为研究对象，通过百度指数平台以“盘山风景区”为关键词获取2011-01-01—2020-12-21 日数据为基础并利用季节集中度指数、地理集中度、赫芬达尔指数、首位度指数、莫兰指数对盘山风景区的网络关注度时空变化特征量化，进一步引用空间自相关性分析其空间变化特征，旨为盘山风景区的旅游规划提供参考价值.

1 研究区概况与数据来源

1.1 研究区概况

天津盘山风景区位于天津市蓟县西北15 km 处，占地面积106 km2.属燕山山脉南部，中低山地地貌.它主要受季风环流支配，是东亚季风盛行的地区，属大陆性气候.该风景区在2007 年被评为5A 级景区，著名景点有三盘暮雨、入胜、元宝石等景点[2]，是帝王将相文人墨客竞游之地.随着盘山风景区旅游资源不断挖掘，基础设施的不断完善，再加上其生态环境状况的优势使其旅游业发展态势颇好.但由于盘山风景区在服务建设方面不够完善，存在商品售卖简陋及特色产品雷同等问题，旅游人群相对局限.因此，本文旨在从网络关注度视角探寻盘山风景区的网络受众动向.

1.2 数据来源

网络关注度指全国网民网络搜索的数据，它是通过互联网渠道，以点击数、搜索量等具体数字表达出来的.在百度指数平台输入关键词后会在不同板块呈现时间段内的趋势研究、搜索热度的需求图谱、需求人群的分布等，研究者可在网页输入关键词获取网络关注度.因此，本文通过百度指数平台以“盘山风景区”为关键词获取2011-01-01—2021-12-31 网络关注度日数据，对盘山风景区的网络关注变化特征进行研究.

2 研究方法

本研究应用季节变动强度指数、地理集中度、赫芬达尔指数、首位度指数、莫兰指数等多指数量化盘山风景区的网络关注度时间和空间变化特征，基于Genda 软件平台探讨其空间分布特征.

2.1 时间变化特征分析方法

季节变动强度指数是根据统计数据的规律性季节变动进行预测的一种方法，可以反映盘山风景区的网络关注度的季度时间内的集中程度，如下式

式中：Xi为盘山风景区各月网络关注度占全年的比值，其中8.33 是评价季节变动的指标，Xi与8.33 相差数值越大，S 值越大，反映盘山风景区网络关注度越集中于某个或某些时段，时间差异越大；反之，S 值越小，则其时间差异越小，全年分布越均匀[3].

2.2 空间变化特征分析方法

2.2.1 空间集散程度指数

地理集中度（geographic concentration index）作为地理聚类分析方法，是衡量客源市场地理来源和聚集程度的重要指标，取值范围为0~100，其公式为

式中：Pi和P 分别表示第i 个地区的盘山风景区网络关注度和盘山风景区网络关注度的总量；G 值越大，说明盘山风景区网络关注度越集中；反之，G 值越小，盘山风景区网络关注度越分散[4].

赫芬达尔指数（Herfindahl-Hirschman index）是用以衡量区域经济规模指标集聚程度的重要指标，取值范围为0~1，其公式为

式中：Si表示各地区盘山风景区网络关注度与总量的比值；H 值越大，说明盘山风景区网络关注度地区或区域集中度越高；反之，H 值越小，集中程度越低[3].

首位度指数（primacy index）是衡量区域规模经济指标主导性的重要指标，常以区域第一大城市与第二大城市的经济规模之比作为评判标准，其公式为

式中：p1和p2分别代表区域中盘山风景区网络关注度的首位地区和次级地区；一般认为，P＜2，集聚适中，区域结构正常；P＞2，则表现为集中过度，空间结构不均衡[3].

2.2.2 空间自相关分析——莫兰指数

莫兰指数（Moran’s I）是研究变量在同一个分布区内的观测数据之间潜在的相互依赖性的一个重要指标.其本身是一个有理数，经过方差归一化之后，它的值会被归一化到-1.0 与+1.0 之间. Moran’s I ＞0 表示空间正相关性，其值越大，说明盘山风景区的网络关注度的空间相关性越明显；Moran’s I ＜0 表示空间负相关性，其值越小，说明盘山风景区的空间差异越大；Moran’s I=0，其空间相关呈随机性[5].

3 盘山风景区网络关注度的时空特征分析

3.1 盘山风景区网络关注度的时间特征分析

3.1.1 年度变化特征

通过百度指数平台以“盘山风景区”为关键词搜索2011-01-01—2020-12-31 日网络关注度数据. 将网络关注度逐年汇总，并计算与前一年网络关注度汇总结果的比值，得到盘山风景区近九年网络关注度增长率，结果如表1 所示.2011—2019 年盘山风景区网络关注度除2016 年和2018 年呈现略微下降态势之外，整体呈上升态势.而2020 年呈现明显下降态势.盘山风景区自2007 年被评为5A 级景区后在国内知名度越来越高，并且冬季滑雪以及戏剧等项目不断增加与完善.盘山风景区的旅游服务设施主要位于二级和三级保护区，集中分布于官庄镇的特色旅游村，景区提供住宿和餐饮服务的机构越来越一体化，服务项目越来越完善.并且近几年蓟县加快旅游升级转型的步伐，发展盘山特色旅游，以佛教文化为突破口，大力弘扬盘山佛教文化，通过组建盘山佛教协会、开放北少林寺等举措打造“大盘山”旅游格局，并配合大型实景演出《天下·盘山》项目，提升景区的文化内涵，促进高端文化旅游整体产业链的建设.通过一系列的改进与升级，盘山风景区的吸引力越来越大，也成为越来越多旅游者的选择.

然而在2020 年盘山风景区网络关注度相较于2019 年出现大幅度下降的主要原因是国内新冠肺炎疫情的爆发.2020 年1 月26 日，国家文化和旅游部发布《暂停旅游企业经营活动的紧急通知》，国内旅游业彻底按下了暂停键，全国各旅游企业皆会受到疫情的影响. 游客出于自身安全保护以及响应国家防控政策，出游意愿锐减，春节期间不少游客取消节后出游计划，同时疫情后消费者出行意愿恢复速度缓慢，盘山风景区同样也受到此影响.

表1 盘山风景区近10 年网络关注度增长率

3.1.2 季节变化特征

盘山风景区的网络关注度表现出显著的季节变化特征，如表2 所示.2011—2020 年季节集中度指数均为8.247，整体数值偏高且年际变化不大，可见盘山风景区网络关注度季节性较强[6]. 本文对盘山风景区近十年网络关注度按季节进行汇总，结果如图1所示. 盘山风景区网络关注度在春季至秋季期间逐步提升，冬季下降. 盘山风景区位于华北地区属于温带大陆性季风气候，春、夏和秋季山光水色、风和日丽，桃红柳绿，是游客爬山的好时节.冬季受气候影响景观欠佳，并且部分路段会在11 月中旬进行封山，主要景观如天成寺、罗汉园等均被封锁，仅开放部分路段可游览冰瀑景观，为此盘山风景区网络关注度具有季节性.

表2 盘山风景区近10 年季节集中度指数

图1 盘山风景区近十年各季节网络关注度汇总

3.1.3 月际变化特征

以“盘山风景区”为关键词，通过百度指数平台搜索2011-01-01—2020-12-31 网络关注度日数据. 将10 年网络关注度进行逐月汇总，并计算各月网络关注度占总数比值，得到盘山风景区近10 年12 个月份网络关注度占比（见图2）.盘山风景区各月网络关注度占比呈M 型分布，1 至4 月呈上升趋势，4 至6 月呈下降趋势，6 至12 月呈先上升后下降趋势.其中4 月和8 月网络关注度占比位于M 型顶端，最高月份4 月份的网络关注度占比是最低月份1 月份的5.4 倍，说明盘山风景区的网络关注度月际变动较大.网络关注度占比处于高位的月份分别为4，5，8，9，10 月. 其均处于旅游旺季，说明盘山风景区与旅游淡旺季需求分布存在较强的相关性.

3.1.4 节假日变化特征

图2 盘山风景区近10 年网络关注度月数据占比

图3 盘山风景区近10 年“五一”近两周网络关注度日数据变化趋势

“五一”和“十一”作为我国小长假对于分析节假日期间盘山风景区网络关注度变化特征具有代表意义.本文以“盘山风景区”为关键词，通过百度指数平台搜索2011—2020 年5 月1 日和10 月1 日所在两周网络关注度日数据，计算得到盘山风景区网络关注度“五一”和“十一”小长假近两周变化趋势，结果如图3 所示.盘山风景区“五一”小长假近两周网络关注度高峰为4 月30 日，五一假期期间盘山风景区网络关注度整体呈下降趋势，而在五一小长假结束即5 月6日开始上升.由此可得到网民对于盘山风景区的网络搜索动向，网民在五一假期之前对于盘山风景区的搜索量逐渐上升，在4 月30 日达到最高点，五一假期期间网民对于盘山风景区的搜索量逐渐减少.其符合网民在假期出游前作旅游攻略并在五一假期期间出游的旅游动向，且反映出网络关注度对于游客假期出游具有“前兆”效应[7].

网民在“十一”假期近两周对于盘山风景区的网络关注度呈先上升后下降的趋势，如图4 所示.具体来看，9 月24 日至10 月2 日呈上升趋势，10 月2 日至10 月7 日呈下降趋势，最高点在10 月2 日.结合现实分析，其符合网民假期前做旅游攻略并在假期期间出游的动向.但最高点在10 月2 日，说明游客在10月1 日出游期间持续对盘山风景区进行网络搜索，也可能是更多网民选择盘山风景区游玩的时间在10 月2 日之后，出现“错峰”旅游的动向.

3.2 盘山风景区网络关注度的空间特征分析

3.2.1 空间相关性特征分析

本文以“盘山风景区”为关键词，通过百度指数平台搜索2011—2020 年网络关注度日数据；引入莫兰指数工具针对近十年数据进行全局分析（结果如图5所示）.

图4 盘山风景区近10 年“十一”近两周网络关注度日数据变化趋势

图5 盘山风景区近10 年各省市网络关注度的全局空间自相关指数

盘山风景区的网络关注度的莫兰指数近10 年除2020 年为最低值0.122 以外，整体数值区间为0.2~0.31，但由于近10 年的莫兰指数都大于0，所以盘山风景区的网络关注度在国内分布具有集聚性.2011—2015 年莫兰指数持续下降，2016—2019 年呈波动上升，在2020 年则急剧下降[5]. 随着互联网的使用在2011—2015 年间日益普及，盘山风景区的知名度逐渐提高，远距离游客游览意愿高涨，空间相互依赖性也就越低，进而很大程度上使得盘山风景区的网络关注度在2011—2015 呈下降趋势. 但由于盘山风景区作为山岳型风景区在不同地区均有替代景观，且距离越远替代性越强，网络影响力受更多因素冲击，使得盘山风景区的网络关注度自2016 年起因距离因素影响更为重要，自2016 年起空间依赖性更强.另外受到交通费用等因素的影响，群众的需求在空间也会有一定差异.而2020 年受国内新冠肺炎疫情影，响国内游客急剧减少，使得盘山风景区的空间相关性不明显进而使得莫兰指数急剧下降.

进一步分析盘山景区的局部空间自相关特征，并将全国31 个省（自治区、直辖市）近10 年莫兰指数划分为高-高、低-低、低-高、高-低四类，其结果如表3所示.其中高-高表示该地区对盘山风景区的网络关注度较高，周边地区对盘山风景区的网络关注度也较高；低-低表示该地区对盘山风景区的网络关注度较低，周边地区对盘山风景区的网络关注度也较低；低-高表示该地区对盘山风景区的网络关注度较低，而周边地区对盘山风景区的网络关注度较高；高-低表示该地区对盘山风景区的网络关注度较高，而周边地区对盘山风景区的网络关注度较低.通过该方法可以有针对性地分析各省市对盘山风景区的网络关注度相对于周边地区的依赖性[5].2011—2019 年整体高-高类型的省市共五个，分别为北京、天津、河北、辽宁、山东；低-低类型的省市共六个，分别为西宁、新疆、四川、西藏、云南、贵州；低-高类型的省市共两个，分别为内蒙古、吉林；高-低类型的省市为广东.在2020 年呈低-低类型的省市为新疆、青海、西藏；呈低-高类型的省份为吉林；呈高-低类型的省份为广东；而呈正相关的高-高类型的省市为零.说明在2020 年盘山风景区的空间自相关性并不强，其主要原因是2020 年国内新冠肺炎疫情爆发，游客出于自身保护以及响应国家旅游局政策出游受限.

3.2.2 空间集散程度分析

本文以“盘山风景区”为关键词，通过百度指数平台搜索2011—2020 年网络关注度日数据，分别计算近10 年全国31 个省（自治区、直辖市）网络关注度总值，将总值排名前10 的城市和网络关注度进行列表展示（结果如表4 所示），并将排名前3 城市的网络关注度逐年展示（结果如图6 所示）.

选取地理集中度、赫芬达尔指数及首位度指数来从空间角度对盘山风景区进行分析.近10 年地理集中度约为30.1，数值偏低，说明盘山风景区的网络关注度分布较为分散.本文选取近10 年对盘山风景区的网络关注度排名前10 的省市进行集散程度分析[7]，赫芬达尔指数为0.65，说明盘山风景区网络关注度在排名前10 的地区集中程度较高.

通过表4 可以进一步发现近10 年来盘山风景区的网络关注度主要集中在北京、天津、河北三个省市，因此，本部分将集中对北京、天津和河北三个城市对于盘山风景区的网络关注度进行进一步分析.首位度为1.42，区域结构正常，表明盘山风景区在首位地区和次要地区之间结构合理.虽然盘山风景区网络关注度的首位度城市和次要城市分别是北京和河北，但总体结构合理，其主要原因和消费群体具有不可分割的关系.根据2020 年中国统计年鉴了解到，北京市2019年人口数为2 154 万、河北省人口数为7 592 万、天津市人口数为1 562 万，相比之下天津市人口总数与北京市和河北省相比具有一定距离，所以从消费群体层面来讲并不占有优势.通过图6 近10 年这三个地区的网络关注度的发展趋势可以看出，天津市的网络关注度总数在2011—2014 年位于北京和河北之间，近乎与河北持平，但随着盘山风景区的发展，网络关注度总数在三个地区同时增长的同时，河北省的网络关注度超越天津，并且天津市与河北省、北京市的差距逐渐拉大，说明盘山风景区作为旅游产业发展越来越好.河北省的总人口数是北京市的三倍左右，而网络关注度却和北京相比有一定差距，其主要原因是河北省有白洋淀、野三坡、白石山等5A 级自然风景区为替代，并且分布在河北省内较为分散.而北京市作为国家首都并没有5A 级自然风景区，并且距离盘山风景区较近，因此北京市相较于河北省对盘山风景区的需求更强烈.

表3 盘山风景区近10 年各省市网络关注度的局部空间自相关性

表4 盘山风景区的网络关注度排名前10 的省市

图6 北京、天津、河北近10 年盘山风景区网络关注度变化趋势

4 网络关注度的影响因素分析

本文重点考虑空间直线距离、人口数、气候差异及经济发展水平四个因素，并进一步利用皮尔逊相关指数分析四个因素对盘山风景区网络关注度的影响重要度，结果如表5 所示.空间直线距离的相关系数绝对值最大，结果为-0.622，呈明显负相关性.各地与盘山风景区的直线距离越远，网络关注度越低.空间距离一方面会影响游客对旅游地信息的获取，另一方面不同距离的游客游览盘山风景区的交通费用也有差异，交通费用超出游客接受范围时，游客大多会选择其他景点作为替代.近10 年国内各省市GDP 与网络关注度的相关指数为0.280，呈正相关.经济发展水平直接影响群众人均收入，进而影响群众消费水平[8].各省市近10 年的人口数分别与网络关注度的相关指数为0.103，呈正相关性，但相关性并不显著[9].以山东省与山西省为例，山东省近5 年来平均人口数为9 983.4 万，山西省为3 699 万，两地距离盘山风景区直线距离相差并不大，但近5 年山东省对盘山风景区的网络关注度为27 964，山西省对盘山风景区的网络关注度为17 164，由此证明人口总数对盘山风景区呈正相关性[10].将不同省市与盘山风景区的相对湿度差和平均气温差作为评价气候差异的指标，并计算与盘山风景区的网络关注度之间的相关性[11]，其中平均湿度的结果为-0.214，平均气温的结果为-0.109.二者与盘山风景区的网络关注度之间均呈负相关性，说明气候差异越大，盘山风景区的网络关注度越小[12].盘山风景区在旅游旺季4 月、5 月、10 月均气温差异大，天气变化幅度大，更受众于居住地具有相似气候的游客.影响盘山风景区的网络关注度的因素还有很多，但以上阐述因素限制性更小及影响力度更大.由此可见，空间直线距离对旅游网络关注度的影响更大.

表5 不同指标与盘山风景区网络关注度的相关系数

5 结 论

本文基于百度平台提取天津盘山风景区2010—2020 年百度指数日数据，采用多指数和空间自相关法探讨其网络关注度变化特征，主要研究结论如下.

（1）盘山风景区网络关注度近10 年除2020 年受疫情影响下降外整体呈上升趋势；季节分布不均，冬季相较于其他季节更低；月际变化整体呈“M”型，主要集中在4 月和8 月；节假日期间，盘山风景区的网络关注度出现“前置效果”，反映出游客为旅游做准备的旅游动向，并存在游客错峰出行的可能性.

（2）盘山风景区的网络关注度在空间分布上具有明显的集聚性，其主要集中于华北地区天津周边位置及部分东北地区，其中，北京、天津、河北、辽宁在空间自相关性方面具有明显的空间依赖性.

（3）影响盘山风景区的网络关注度的差异性的因素有空间直线距离、人口和气候差异等，其中空间直线距离的相关性更为强烈.一方面盘山风景区的知名度随空间距离增加而递减；另一方面远距离游客游玩盘山风景区需要考虑交通费用，如果费用过高超过游客接受程度，更多游客会选择其他可替代景点.未来，盘山风景区需在合理利用自身资源的基础上突破季节性限制，在非旅游旺季开发一些季节性的旅游项目.此外，盘山风景区需要找到自身特色，打造品牌效应，加大宣传力度，打破空间限制，在提高国内知名度的同时注重自身可持续发展.