基于百度指数的旅游景区网络空间关注度实证研究

基于百度指数的旅游景区网络空间关注度实证研究

1研究内容1:基于互联网的网络空间关注度中国互联网产业已经进入新世纪以来迅速发展。据中国互联网信息中心统计，自2008年6月以来，超过2.53亿中国用户使用互联网信息的比例达到69.2%。2011年6月下旬，中国网民规模达到4.85亿，仅在3个月内增加了91.7%。另根据《2011年中国网民旅行及预订行为调查报告》,我国网民中有34.3%的人过去半年内外出旅游过,这一群体规模达到1.66亿。从旅游决策的角度分析,当游客存在潜在旅游需求要进行决策时,会设法搜索相关旅游信息。Ratchford等指出消费者对信息渠道的选择取决于信息获取的价值和成本,而互联网能够提供多样性的信息,并且获取过程相对便捷。由于使用网络的心理和经济成本较低,越来越多的游客将会选择这种方式。在未来10年至20年内,包括中国在内的大部分国家的许多人将生活在互联网和电子商务生活方式之中,对他们来讲,借助网络获取旅游信息、选择旅游目的地、制定旅游计划和安排旅游行程将成为一种习惯。游客在搜寻信息的过程中,常常使用搜索引擎,主要使用的搜索引擎是百度和Google,分别占65.7%和20.6%;游客搜索信息的网站主要是景区网站,约占28.9%,其次是综合性门户网站(如新浪、搜狐、网易等的旅游频道)和专业旅游网站(如e龙、携程网等),分别约占23.4%和15.1%,这在一定程度上说明百度和景区网站在游客中有较大的影响力,它们提供的旅游信息能得到较高的访问率。因此对旅游信息关注的网民是潜在的旅游者,对潜在旅游者网络关注度的研究就显得尤为重要,其时空分布特征更是研究的基础。本文选取搜索引擎上的旅游信息流为对象,利用百度指数搜索平台,对我国景区的网络关注度问题展开研究。近几年来,以网络空间关注度为代表的信息流与现实旅游接待人数为代表的旅游流之间的关系问题,也引起学术界的关注。李山首次基于百度指数对66个5A级景区的网络空间关注度的时间分布进行有益研究,发现网络空间关注度是现实客流量的前兆:周内表现为“日前兆”,年内表现为“旬前兆”;龙茂兴依托百度指数,研究四川省旅游网络关注度与实际旅游客流量的关系,发现二者具有极强的正相关性,具有较高耦合性,且关注度变化较之与现实客流量具有长度约半个月的超前性;马丽君收集中国15个主要城市客流量及游客网络关注度数据,分析影响客流量及网络关注度时空变化的主要因素及其边际效应,构建了国内游客量与游客网络关注度的时空相关模型;梁志峰基于Google趋势分析湘潭的网络关注度。本文在上述成果基础上,对网络关注度的时空分布进行进一步的实证分析,并试图解释其中的原因,且对其季节性波动和黄金周特殊时段的“井喷现象”进行定量化分析,为景区网络市场营销决策提供有益参考。2数据来源2.1旅游信息搜寻百度是中国互联网用户最常用的搜索引擎,每天完成上亿次搜索,也是全球最大的中文搜索引擎,根据艾瑞咨询分析师陈泓发布的分析报告显示,截至2011年第三季度,百度在中国搜索引擎市场中的份额达77.7%,呈快速上升趋势。而用户对旅游信息的搜寻则主要是通过对信息的“关键词”搜索和点击来体现的。百度指数是用以反映关键词在一定时间内的网络曝光率及用户关注度,其中“用户关注度”以网民在百度的搜索量为数据基础,以关键词为统计对象,科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权和,它能形象地反映该关键词每天的变化趋势,直接、客观地反映网民的兴趣和需求。本研究统计2010年1月1日至12月31日的用户关注度数据,并将百度指数的用户关注度称作网络关注度,以此代表和衡量被搜索的“关键词”在网络空间中的信息流状况,反映出潜在旅游市场情况。2.2研究样本的选取根据2011年6月中国旅游总评榜组委会公布的百强景区排行榜(此排行榜主要是依据2010年景区接待人数),这些景区中多数为5A级景区及国家级风景名胜区,代表了中国旅游景区的最高水平,也是最受游客青睐的旅游热点景区,在网络日益成为重要信息源的今天,这些景区也是网络空间最受关注的对象。为使研究更加聚焦,选择接待人数居前的50个景区作为研究对象,利用景区名称作为关键词获取各个景区2010年1月1日至12月31日的逐日的网络关注度(用户关注度)数据,在关键词搜索中发现“灵隐飞来峰”、“星湖”和“甪直古镇”没有百度指数数据,因此这3个样本剔除。这样,共47个景区作为分析样本,其中北方合计14个景区,南方合计33个景区,具体的数据见表1。3结果分析3.1日公共利益分析将47个景区2010年1月1日至12月31日的百度用户关注度数值按星期相加求平均值,得到其周内网络关注度的日均分布情况(图1)。从图中可看出,在时间层面上,对景区的网络空间关注度平日较高、周末较低,周二较周一略有下降,周三最高,周四、周五逐渐降低,除周三关注度较高外,平日其他4天差别不明显;而周六最低,周日略有回升。这一特征与旅游人数平日较少、周末较多的分布呈互补状,说明网络关注度体现潜在游客市场。平日为周末出游做准备而在网上搜索,一般提前三天搜索的目的性最强,因此周三达到关注顶峰,周末因为出游而网络关注度降低,周六出游人数最多,比例最大,因此关注度最低,周日休息结束,网络关注度略有增加。在空间层面上,按传统南北方划分依据,对旅游景区的日均网络空间关注度进行统计(图2),发现南方的日均关注度为1207高于北方日均关注度948,均表现出平日高、周末低的特点,但北方景区网络关注度周内更均衡,除周六偏低外,其他相差很小。而南方景区网络关注度波动性相对较大,周五和周六落差明显,平日较平稳。南北方的这一差异,一部分是因为在47个景区中,北方景区偏少,只有14个,网络关注度明显低于南方景区。另外一个原因是天气与气候状况的影响,它不仅影响到景观的观赏效果以及景区内项目能否顺利开展,同时,还直接影响到人们的出行、舒适程度等。我国北方由于所处纬度高,年平均气温低,冬季天气寒冷,不适宜户外旅游活动,相反,夏季气温凉爽舒适,适宜旅游活动,一年中寒冷或极冷时间长,不适宜旅游活动的时间亦较长;而我国南方所处纬度相对较低,年平均气温较高,适宜旅游的时间较长,故游客关注度较高。3.2网络关注度季节变化统计每个景区分月的日均网络关注度,得到各自的季节性特征,47个景区大致可分为“单峰”型、“双峰双谷”型和“三峰三谷”型。单峰型景区除峰值月份外,其他月份都相对平稳,峰值出现在4月的有明十三陵,出现在7月的有深圳华侨城、五台山、野三坡,出现在9月的有井冈山、三亚南山、拙政园,三亚天涯海角景区峰值出现在12月。双峰双谷型一般为4月和9月为波峰,4月为主高峰9月为次高峰的只有乐山大佛;9月为主高峰4月为次高峰的有横店影视城、九华山、衡山、泰山、曲阜、杭州宋城、灵山大佛、丹霞山、三清山、峨眉山、黄山、天柱山、雁荡山、华清池;故宫和秦始皇兵马俑11月为主高峰,4月为次高峰;云台山为8月主高峰,4月次高峰;茅山为7月主高峰,4月次高峰;西柏坡为6月主高峰,10月次高峰。在三峰三谷型景区中,周庄、乌镇、同里、凤凰古城、西塘这5个古镇型旅游景区都无一例外的包含在内,观察其日均网络空间关注度分布(图3)发现,除乌镇稍有不同外,其他4个古镇景区季节性分布非常相似,均为主高峰为9月,次高峰为7月,小高峰为4月,而乌镇推迟一个月,主高峰为10月,次高峰为8月,小高峰为5月。对47个景区的网络关注度取平均值,从总体上得到旅游景区分月的日均网络空间关注度分布(图4)。旅游景区全年的网络关注度季节性明显,总体上呈现“双峰”特征,主高峰在9月,次高峰在4月,4月的峰值是由于5月和6月的下降,事实上7月、8月、10月都是高于4月的,5月有一个低谷,而12月到次年的2月为全年的低谷期,最低谷出现在1月。在旅游客流季节划分上,将月客流量大于年平均月客流量的月份划为旺季,将月客流量为年平均月客流量80%~100%的月份划为平季,将月客流量少于年平均月客流量80%的月份划为淡季。经计算可得,旺季是4、6、7、8、9、10、11月,平季是3、5、12月,淡季是1月和2月,具有旺季长,淡季短的特点。而现实旅游流由于“五一”和“十一”节假日的影响,5月和10月为高峰期,刚好比网络关注度推迟一个月,与李山的“前兆效应”相吻合,也说明网络关注度可在一定程度上代表潜在旅游客流量。在空间层面上,按照北方-南方统计旅游景区的日均网络空间关注度(图5),对比发现,南方和北方网络关注度曲线基本相似,极淡月和极旺月均出现在1月和9月,但波谷出现月份不同,且南方景区网络关注度较北方景区波动性更明显。第一季度,南方景区和北京景区关注度相差不大,极淡月均出现在1月,因为此季度为旅游淡季,人们出游意愿还不明显,网络关注度均较低;第二季度,南方景区和北方景区在4月出现第一个波峰,南方景区的波谷出现在5月,而北方景区则出现在6月,5月的低谷是“五一”节假日人们的出行产生的必然结果,而北方景区在5月小低谷之后没有回升,而是在6月份形成其第一个波谷,主要是因为全国高考是在6月上旬,高考之后增加了人们的出游率,而北方的5月-6月份是旅游气候舒适度最高的季节,因此出游率的增加造成网络关注度的减少;第三季度,南北方景区关注度趋势基本一致,极旺月均出现在9月,这是借助网络平台为“十一”假期的出游做准备;第四季度,9月的迅速飙升后,从10月开始到12月网络关注度一直在下降,南方景区10月到11月落差明显,但北方景区的下降趋势较南方景区更加平缓。可以用季节性集中指数对其波动性加以定量分析,旅游景区网络关注度季节性集中指数I可以定量分析网络关注度的时间集中程度,其计算公式为:式中I为景区网络关注度季节性集中指数;Xi为各月网络关注度占全年的比重。I值越大则关注度季节性差异越大,I值趋向零,则关注度全年分布均匀。另外,极淡月与极旺月关注度之比更能反映出客流的季节差异,经计算得出北方景区和南方景区的I值分别为1.85,2.19,淡旺月关注度比值分别为0.44,0.37。北方景区I值小,淡旺月比值大,全年分布更均匀,南方景区季节性波动更明显。3.3节假日前后景区网络关注度特征1999年国务院公布《全国年节及纪念日放假方法》后,“五一”和“十一”黄金周旅游接待人数明显增加,使5月和10月旅游客流峰值明显。从2008年1月1日起施行的全国年节及纪念日放假办法,增设清明节、端午节、中秋节为国家法定节日,全年共有春节、“十一”两个7天的黄金周,以及元旦、“五一”、清明、端午、中秋5个3天的小假期。这些法定假日是中国公民外出旅游的高峰期,旅游景区网络关注度也呈现出明显波动特征,具有很强的代表性。本文以“五一”和“十一”为例,对假期前一个月到节日10天内共40天的网络关注度进行对比研究(图6)。五一节和国庆节前后景区网络关注度的变化规律比较相似,呈现多峰多谷型,节日前5天到9天关注度明显上升,到节日的前一天出现最高峰,“五一”前一天上升了9%,“十一”前一天上升17.7%;而节日当天关注度迅速下降,“五一”下降了30%,中秋节下降了26%,“十一”下降了22%,节假日内均保持较低关注度,第7到9天后有缓慢上升趋势。而现实客流量变化规律是4月和9月初客流量与日俱增,“五一”、“十一”达到客流极高峰,然后急剧减少,7天后呈缓慢下降趋势直到6月和10月底,这一规律与网络关注度呈互补趋势。赵安周等将不同于日常客流特征的特殊时段旅游流时空聚集和扩散现象定义为旅游流“井喷”现象,从图6看出网络关注度井喷现象也非常明显。G指数是参照基尼系数所建立研究时间段期间客流分布的偏度指数,能反映假日7天内的关注度分布情况,计算公式为:式中fi为该周第i天的网络关注度比例;i为客流量从大到小的排列序号;G<0则网络关注度分布偏向在黄金周前期,G>0则其网络关注度分布偏向在黄金周后期,G=0则关注度为对称分布。经计算得“五一”和“十一”的G指数分别为-3.0、-6.5,说明网络关注度均偏向黄金周前期,“十一”期间偏向更明显。4季节动态特征基于百度指数,通过对47个景区的网络关注度分析,发现以下时间分布特征:(1)一周内平日较高,周末较低,周三最高,周六最低,这一特征与旅游人数平日较少、周末较多的分布呈互补状,说明网络关注度体现潜在游客市场,南方景区关注度高于北方景区,且南方关注度周内波动性较大,北方景区较平稳。(2)47个景区的季节性波动大致可分为“单峰”型,“双峰双谷”型和“三峰三谷”型,三亚南山和三亚天涯海角景区的旺季在10、11、12和1月,与其他景区差异明显。中国历史具有代表性的景区故宫和秦始皇兵马俑景区均为“双峰双谷”型,且主高峰都为11月,次高峰都为4月。周庄、乌镇、同里、凤凰古城、西塘这5个古镇型旅游景区都为“三峰三谷”型,且景区季节性分布非常相似,均为主高峰为9月,次高峰为7月,小高峰为4月,而乌镇推迟一个月,主高峰为10月,次高峰为8月,小高峰为5月。(3)网络关注度季节性波动呈现“双峰”特征,主高峰在9月,次高峰在4月,旺季是4、6、7、8、9、10、11月;平季是3、5、12月;淡季是1月和2月,与现实旅游流相比具有旺季长,淡季短的特