景区网络关注度的时空特征及影响因素分析——以辽宁省5A级景区为例

李今朝，侯俊轩

（辽宁师范大学地理科学学院，辽宁 大连 116029）

一、引言

根据中国互联网络信息中心（CNNIC）2021年2月3日发布的第47次《中国互联网络发展状况统计报告》显示，截至2020年12月，我国网民规模达9.89亿人，互联网普及率达70.4%。随着社会经济的发展和科技的进步，互联网技术在人们日常生活中的应用更加普及，网络信息流在社会网络中联系也更加密集。“旅游+互联网”产业迅速发展使得“互联网+”快速融入大众旅游和智慧旅游之中，万物互联的数字时代加速了旅游业的生态融合和业态创新，为旅游管理和营销智慧化带来更多可能和更多机遇。从旅游动机的产生，到旅游决策、旅游活动，再到旅游反馈，互联网技术参与到了旅游的各个环节。近年来，作为虚拟信息流中重要的反馈机制，网络关注度很好地反映了大众的旅游需求，因此在大数据和旅游结合的信息化时代，其相关研究越来越受到国内外学者的广泛关注。

百度作为全球最大的中文搜索引擎，已经成为人们获取信息的主要途径，反映网络关注度的百度指数成为旅游活动研究的重要参考数据。对于某旅游词汇及其关联词的百度搜索量所呈现出来的不同时空特征，能进一步去探讨旅游词汇和其网络关注度之间的关系。李山等基于百度指数数据，通过与现实客流量进行比较，发现百度指数具有反映游客数量的前兆效应。马耀峰等研究不同时间尺度内网络关注度的分布状况，对季节性特征、周内特征和黄金周特征进行分析。Huang通过运用协整理论、格兰杰因果关系分析互联网搜索量与实际旅游流之间的关系，发现增加的百度关键词搜索指数与旅游客流量增长之间呈正相关。安文等将百度指数和热播影视剧取景地结合，分析了影视剧播放前后关联旅游景区网络关注度的变化特征，并对其进行了回归方程的建立。李霞、何小芊和陈哲使用定量分析方法，分别对邮轮旅游、洞穴旅游和户外旅游不同主题的百度指数进行时空特征研究。有些学者对不同地区的居民对于景区的网络关注度进行研究，分析了区域内居民的旅游需求特征和旅游偏好。通过文献梳理可以发现，旅游网络关注度在一定程度上反映了大众生活中对某一事物关注度的倾向性，具有极强的社会特征和科学解决问题的实际意义。

本文依靠百度指数数据，以2011—2020年辽宁省5A级景区的百度日搜索指数及其动态演变规律为基础，来分析辽宁省5A级景区网络关注度的时空特征，以此为辽宁省旅游目的地的经营管理和市场营销提供参考。

二、数据来源与研究方法

（一）数据来源

截至2021年5月，辽宁省内共有六家5A级景区，由于景区关联词较多，且多个关联词搜索量占比极大，因此本文对单个景区关键词进行了整理汇总。在剔除了搜索量影响很小的冗余关键词的基础上，最大程度上收集出完整的景区网络关注度数据。因此对六家景区共整理出21个关键词作为研究对象（见表1），在百度指数搜索平台上对2011-01-01至2020-12-31时间段内，全国23个省、4个直辖市、5个自治区、2个特别行政区共34个省区，对辽宁省5A级景区的百度指数逐日搜索数据，进行查询。其他数据来源于《中国互联网网络发展状况统计报告》和国家统计局官网的统计年鉴数据等。

表1 辽宁省5A级景区及其百度指数搜索关键词

2.研究方法

季节集中指数，用来计算网络关注度时间集中程度的指标，进行季节性差异分析。

其中，X为各月网络关注度占全年的比重。一般来说，R值越接近于零，则网络关注度的季节性差异越小；反之，R值越大，季节差异性越大。

周内分布偏度系数，在逐日网络关注度累计曲线（洛伦兹曲线）的基础上建立，用来反映虚拟旅游流在周内分布的集中性。

其中，X为第i天网络关注度占周关注度的比重。周内分布偏度系数小于0，则说明网络关注度集中在节假日所在周的前期；大于0则说明网络关注度集中在后期；等于0，则说明网络关注度不集中，在周内对称分布。

地理集中性指数，用来衡量网络关注度的客源市场在地理位置上聚集程度的重要指标。

其中G为网络关注度的地理集中指数；Xi为第i个省域的网络关注度；T为所有省域网络关注度的总量；n为样本即省域数量，为34。G值越接近100，各省域网络关注度越集中；越接近于0，各省域网络关注度越分散。

变异系数，用来分析辽宁省5A级景区网络关注度在地区之间的差异程度。

其中，X为i省对辽宁省5A级景区的网络关注度。变异系数越大，说明各地区网络关注度的空间差异越显著；反之越小，则越均匀。

三、辽宁省5A级景区网络关注度的时间特征分析

（一）年度特征

对2011—2020年全国对于辽宁省5A级景区网络关注度进行汇总分析（见图1），十年来呈现先上升后下降的倒“V”型趋势。2011—2016年游客对于辽宁省高等级景点的搜索量和关注度不断上升，并在2016年达到顶峰。但是之后便明显下降。2020年因受到疫情原因下降趋势明显，但2016—2019年逐年搜索量的下降，也可以说明在网络传播媒介上游客对于辽宁5A级景区的关注度的下降，景区自身知名度的下滑。网络关注度体现了大众对于景区的网络倾向性，反映了游客的旅游意向和决策行为。年度变化也给辽宁省各景区在网络营销、旅游客容量管理等方面提供了参考。网络关注度的下降使景区需要考虑在网络运营、景区宣传上寻找新的传播途径，随着“互联网+”技术以及自媒体运营的发展，充分发挥技术手段，促进景区网络关注度的提高。

图1 2011-2020年辽宁省5A级景区网络关注度

（二）季节特征

旅游目的地的季节性特征使得客流量同样也呈现出随季节而变化的特点。通过计算各月份2011-2020年网络关注度的平均值，得到图2所示的分布趋势。从图2可以看出游客对于辽宁省5A级景区的网络关注度基本呈现“单峰”趋势。年内分布集中在7、8两个月份，其次是9、10月份。4、5、6三个月份基本持平。从10月份开始便加速下滑。按照常用四季划分标准，即春（2、3、4月份）、夏（5、6、7月份）、秋（8、9、10月份）、冬（11、12、1月份），对十年来辽宁景区总的网络关注度分别进行各月份占比计算，得出网络关注度的季节占比情况分别为春季24.49%，夏季36.79%，秋季27.26%，冬季11.46%。夏秋季占比较高，辽宁省旅游的旺季也在7、8月份。辽宁省内纬度较高，夏季凉爽，是较为理想的避暑地区。以大连为主的海滨城市夏秋季节气候适宜，吸引了大量游客。从11月份开始，气温大幅度下降，类似于金石滩等沿海景区游客体验性下降。虽然东北冰雪文化吸引着大量的外地游客，但辽宁省雪乡胜景由于受到地理纬度因素以及其他两个省份的游客分流等原因，辽宁省内冬季游客关注度并不高，未能形成具有吸引力的人文自然风光。因此11月至次年3月份，网络关注度呈现出走低态势。通过对季节集中指数的计算，得到2011-2020年的数据（见表2）。季节集中指数年际变化平稳，都处于8.24657附近，网络关注度季节关注倾向性基本没有改变。季节性差异扩大或缩小特征不明显。总体来看，季节集中性指数偏高，辽宁省5A级景区的网络关注度季节差异明显，季节分布不均匀，淡旺季差异显著。

图2 2011-2020年月平均网络关注度分布趋势

表2 网络关注度季节集中指数统计

（三）节假日特征

节假日特征运用周内分布偏度系数，以清明节、劳动节、端午节、中秋节及国庆节为例，取节假日及前后各两天的数据，而国庆节以10月1日到7日一周数据进行计算（见表3）。结果表明，除了2018年和2020年两个假期的数据大于0以外，各年辽宁省5A级景区节假日网络关注度的周内分布偏度系数值都小于0。这说明网络关注度集中于节假日周内的前半程。即反映出游客对于辽宁省5A级景区网络关注度的前兆效应明显。游客多在假期前期进行旅游景点的搜索，以此能有更充足的时间为出行做准备。国庆节的篇幅最大，其次是劳动节。而清明节、端午节和中秋节偏度系数相对较小。可见节假日时长对游客行为产生很大影响，节假日时间越长，游客们的搜索量更能直观体现在节假日前半程。从周内分布偏度系数年度特征来看，游客搜索量趋势转移到节假日后半程趋势并不明显，游客错峰出行意愿并不强烈，且仍然集中于先搜索后出行的节假日前期时间段。因此景区在假期内接待游客仍然以假期前半程为主，且尤其以国庆节和劳动节这种典型假期为主。

表3 2011-2020年节假日周内分布指数

四、辽宁省5A级景区网络关注度的空间特征分析

（一）空间特征分析

为了更好分析辽宁省5A级景区网络关注度在全国各省区的分布，对2016年—2020年全国34个省、自治区、直辖市每年对于辽宁省5A级景区网络关注度数据进行了整理（见图3）。排名靠前的省份为辽宁、北京、吉林、黑龙江，这些地区在行政单元上与辽宁省的空间距离较近。排名靠后的为澳门、台湾、香港、西藏等地区，在空间距离上与辽宁省较远。除此之外，还发现虚拟旅游市场排序部分省份名次出现明显变动。河北、天津地区的变化较明显，河北名次变化为6-5-5-5-10，天津名次变化为13-12-12-13-16，尤其是在2020年下降明显。对于两地市场关注度的下降需要进行反思，对如何激发传统旅游市场的活力、改善下降的趋势需要重视起来。上海、江苏排名显著提升，上海为12-13-9-9-8，江苏为7-6-6-6-3。作为经济较为发达的地区，两地成为辽宁省旅游景区的重要客源地，对旅游市场的进一步发展有着极为重要的意义。

图3 全国34个省区对辽宁省5A级景区网络关注度

通过对2016年—2020年地理集中性指数和变异系数的计算来分析全国客源市场的空间状况（见表4）。地理集中性指数都在30左右，说明各省网络关注度较为分散，总体来看呈现波动上升的趋势，2020年上升显著，说明各地区网络关注度的分布出现逐渐集中的趋势。变异系数说明了辽宁省5A级景区网络关注度各省区之间的差异程度，也呈现出总体上升的趋势，可见各省份之间的差异逐渐显著。由此得出，从空间特征上分析，全国各省区对于辽宁省5A级景区的网络关注度之间的差异逐渐明显，虽然在地区之间的分布较为分散，但也有集中于某些地区的倾向。

表4 辽宁省5A级景区网络关注度地理集中性指数和变异系数

（二）影响因素分析

网络关注度在通过自身特征反映出现实旅游流变化的同时，也受到经济、网络普及率、人口、空间距离等自然和人文地理因素的影响。在参考现有研究的基础上，结合百度指数网络关注度的数据，并考虑到影响因素的易取和真实性，本研究选取分地区经济发展水平、网络发达程度、人口特征、地理空间距离、旅游要素特征作为主要影响因素，选取2019年各要素数据和分地区网络关注度数据进行等级相关系数的计算，得出表5数据。

表5 辽宁省5A级景区2019年网络关注度影响因素相关性分析

地理空间距离会影响到游客对于某个旅游地的出游意向，尤其是在现代社会，旅游交通占用大量时间的话，会使得游客的出游意向大幅降低。本数据利用百度地图得到各省区政府所在地至辽宁省政府直线距离进行分析。从表6中可以看到两地间距离同网络关注度之间呈现显著性负相关，根据空间距离划定圈层得出，距离辽宁省空间距离1000km以内的省区有八个，它们的网络关注度在全年网络关注度所占比重达到了55.43%，距离辽宁省1000km-2000km以内的省区占总体网络关注度的比重为31.55%，而超过2000km的省区，网络关注度占比情况为13.02%。由此可见，不同地区对于辽宁省5A景区网络关注度呈现距离衰减趋势，并且十分显著。

旅游客源地的状况通过旅行社数量不仅可以反映出不同地区的经济发展状况和第三产业结构，同时也间接描述了游客的出游能力。根据国家统计局的数据，截至2019年第四季度，我国31个省区注册登记的旅行社数量近39000家。相关分析后可以得出旅行社数量同网络关注度呈现正相关。在全国旅行社数量排序中，广东、北京、江苏、浙江、山东、上海、辽宁、河北为前八位，均为东部沿海地区，广东与辽宁省之间的空间距离虽然较远，但广东省本身作为全国重要的旅游客源地，有着很大的出游能力。因此旅行社数量所传递出跟团游或是个人游的信息，可以更好地确定旅游市场，并更好地在不同地区设计新的旅行线路。

网络关注度同样也受到省区内部游客或是人口特征的影响，在这里选取的是人口规模（年末人口数）、文化特征（每十万人口高校学生平均在校生）和年龄特征进行相关性计算。可以发现人口数量以及人口的文化特征同网络关注度之间并没有显著性相关。网络关注度和地区人口数量之间的关系并不具有相关性。辽宁省网络关注度靠前的区域为东北地区，但是人口规模在全国排名并不靠前。年龄结构中0～14岁和65岁以上年龄段人口占比和网络关注度通过显著性检验。随着老龄化社会到来，经济发展以及人们消费观念的改变，越来越多的老人在退休后出游意向快速上升，银发经济发展迅速。辽宁省5A级景区多以观赏类风景区为主，由名山、海滨、公园展览馆构成。辽宁省气候适宜，兼具自然风景和人文气息，满足了老年群体休闲度假的需要。

经济发展水平和网络发达程度两项影响因素并没有通过显著性检验，可见辽宁省5A级景区网络关注度在各省区内部的分布与经济水平不匹配。这也符合空间分析中的结果，这也可能会导致辽宁省5A级景区游客的消费能力不足等问题。

五、结论

辽宁省5A级景区网络关注度由于经济发展和网络普及得到大幅增长，但也由于景区自身宣传力度不足等原因使得最近几年出现下降趋势。网络关注度年内分布呈现“单峰状”变化，游客对于景区关注度夏季最高，其次是春秋季节，最后是冬季，这种趋势在月份分布上也得到印证。网络关注度与游客出游意向同旅游目的地的气候舒适度有着重要关系。节假日期间，网络关注度周内偏度仍然很大，游客错峰出行特征不明显，假期前半程出行意图显著，且在大型节假日期间更为突出。辽宁省5A级景区网络关注度在空间特征上与空间距离有着重要相关性，排名靠前的均为空间距离接近的省份。除此之外，和旅游客源地的状况以及人口特征具有重要相关性。

对于辽宁省高等级景区的特征分析可以投射到整个辽宁省现有景区的研究。网络关注度时空特征也将为区域旅游规划和市场开发提供参考。