邮轮旅游网络关注度的时空特征和影响因素
——基于百度指数的研究

李　霞，曲洪建

(上海工程技术大学 a.管理学院； b.服装学院， 上海 201620)



邮轮旅游网络关注度的时空特征和影响因素
——基于百度指数的研究

李霞a，曲洪建b

(上海工程技术大学 a.管理学院； b.服装学院， 上海 201620)

摘要：百度指数作为一个数据获取的重要工具和途径，对分析和研究相关问题具有重要作用。基于百度指数系统收集了中国各地区邮轮旅游网络关注度的数据，进行了时空特征和影响因素的研究。研究发现：邮轮旅游网络关注度具有时间差异较大，变化显著等特征；邮轮旅游网络关注度根据空间特征可以划分为四种类型：关注强势区、关注发展区、关注平稳区、关注弱势区；各区域邮轮旅游网络关注度指数主要受到人均GDP和网民数量的影响。

关键词：百度指数；邮轮旅游；网络关注度

一、引 言

随着互联网的普及，社会公众主要通过互联网关注、了解和获取旅游地信息，从而为其出游决策提供依据，旅游网络信息对旅游者的出游决策和出游活动将起着更为关键的作用。越来越多的游客借助互联网进行目的地信息查询，并最终进行旅游决策，完成旅行活动。同时，旅游学界很早开始关注和应用网络调查这种全新的调查方法，网络上旅游信息访问量与现实旅游者人数之间在时间和空间上密切相关，二者在走势上表现出紧密相连的波涟状特征[1]。中国学者曹新向提出充分利用网络，为旅游研究和决策服务的目标[2]。国外学者已广泛借助google搜索解析提供的网络信息流开展市场规律的分析和预测[3]。国内学者则利用百度指数开展相关研究，虽然百度指数产生的相关数据可能因为检索采样问题、近似算法问题而无法达到非常精确，但可以肯定的是，百度指数中得出的走势、趋向性结果还是有其科学根据的，网络关注度是旅游信息流的具体表征。因此，百度指数作为一个数据获取的重要工具和途径，对分析和研究相关领域的问题具有重要的帮助。特别是，邮轮旅游游客量总体统计数据很翔实(参见中国邮轮发展报告)，但是缺乏区域性客源信息。因此，研究网络空间上邮轮旅游信息流的时空演变对于分析现实邮轮旅游市场演变规律有重要的参考意义。

二、研究综述

在国内外现有文献中，关于旅游网络关注度的研究主要集中在以下几个方面：一是城市区域关注度特征研究。比如，梁志峰基于 Google 趋势，分析了湘潭的网络关注度特征[4]。杨秀会等利用 Alexa 排名网站、GoogleTrends 统计分析工具和百度指数，分析了河北省各地级城市的网络关注度高低的成因[5]。二是城市游客量与网络关注度的关系研究。比如，龙茂兴等运用百度指数研究了四川省旅游网络关注度与实际旅游客流量的关系，发现两者具有很强的正相关性[6]。马丽君利用中国 15 个主要城市客流量及网络关注度数据构建了国内游客量与网络关注度的时空相关模型[7]。三是旅游景区网络关注度特征研究。比如，李山等分析了中国 66 个 5A 级景区的网络空间关注度的时间分布[8]。林志慧等分析了中国百强景区的网络关注度的分布特征[9]。四是旅游景区关注度与游客量的关系研究。王硕等进行了黄金周风景名胜区旅游客流量与网络关注度相关性分析[10]。五是其他类型旅游行为的网络关注度。主要涉及到旅游安全、自驾车旅游、大学生消费决策等。比如，林炜铃等基于中国31个省份旅游安全的百度指数，进行了旅游安全网络关注度区域差异研究[11]。邹永广等进行了旅游安全网络关注度时空特征及其影响因素研究[12]。王章郡等关注了中国自驾车旅游网络空间特征[13]。

本文以邮轮旅游为研究对象，系统收集2011年1月至2014年12月近四年邮轮旅游网络关注的变化数据，进行邮轮旅游关注度时间和空间差异比较分析，着重进行邮轮旅游区域关注度的影响因素分析，从而全面揭示中国邮轮旅游网络关注度的时空发展格局，为邮轮旅游发展提供参考。

三、数据来源

“百度指数”是全球最大的中文搜索引擎百度公司推出的一款基于互联网数据搜索分析的在线应用软件。它是以百度网页搜索和百度新闻搜索为基础的免费海量数据分析服务，可以形象反映不同关键词在过去一段时间里的“用户关注度”和“媒体关注度”及每天的变化趋势，用来发现、共享和挖掘互联网上最有价值的信息和资讯，直接、客观地反映社会热点、网民的兴趣和需求[14]。

有鉴于此，本研究在百度指数平台搜索“邮轮旅游”这个关键词，获取 2011年1月至2014月12 月中国大陆 31个省份(不含港、澳、台地区)的搜索信息流数据，对邮轮旅游网络空间关注度的时空演变特征展开研究(见图 1)。图中纵坐标为邮轮旅游网络空间关注度，横坐标为时间。同时，将百度指数的邮轮旅游关注度的周数据导出，可以形成如图2的年数据折线图。

图1　2011-2014年邮轮旅游百度指数截图

图2　2011-2014年邮轮旅游网络关注度折线图

四、时间演变特征

(一)邮轮旅游网络关注度随着时间推移不断处于递增状态

1．无论是PC端还是移动端，关注度都处于不断递增状态。从图3可以看到，无论是PC端还是手机端，邮轮旅游百度指数都处于增长趋势。移动端邮轮旅游百度指数增长趋势远高于PC端，这主要与智能手机的普及和人们更倾向于用智能手机取代电脑进行信息检索有关。

图3　2011-2014年邮轮旅游百度指数PC端截图

2．百度指数年数据与邮轮游客量年数据呈现高度相关。纵观近几年，随着中国消费观念的转变和可支配收入的不断增加，邮轮旅游已经步入快速发展的轨道。无论是从中国邮轮母港出发的邮轮船次，还是邮轮游客数量都呈现高速增长态势，邮轮旅游必将发展成为一种重要的旅游业态。

表1　百度指数与邮轮游客数量

注：数据来源于百度和《中国邮轮发展报告》(2011-2014年)。通过SPSS软件将表1中的百度指数年数据与中国邮轮游客数量进行相关性分析，结果显示，相关性特别显著，相关系数高达0.999。由此可见，邮轮旅游网络关注度随着时间的推移处于不断递增的状态，与中国邮轮游客数量不断增长的状态一致。

(二)邮轮旅游关注度年数据流波动逐年加剧，时间差异较大

1．波动特征。通过图2可以看到，邮轮旅游关注度年数据流并不是很平稳，表现出相对波动。比如2013年与2014年邮轮旅游关注度最高点时段出现时间就完全不一致，2013年最高时段出现在10月份，而2014年最高时段出现在6月份。同时，通过表2邮轮旅游关注度周数据描述统计量来看，可以发现标准差逐年加大，从2011年到2014年邮轮旅游网络关注度呈现逐年波动加剧的特征。

表2　2011-2014年邮轮旅游关注度周数据描述统计量

注：有效的N为52。

2．时间差异特征。旅游市场需求通常随时间变化而出现剧烈的变化。季节性强度指数是衡量该变化剧烈程度的有效指标[15]52-55。由于百度指数检测的数据为周数据，计算公式稍作修改为：

其中，R 为邮轮旅游网络空间关注度的季节强度指数；xi为第 i 周网络空间关注度占全年的百分比；1.923= 100/52为各周网络空间关注度占全年百分比的均值。R值越大，邮轮旅游网络关注度的时间差异越大；R值越趋近于0，则邮轮旅游网络关注度的时间差异越小，全年分布越均匀。

经计算所得，2011年R值1.912 771，2012年R值1.912 772，2013年R值1.912 773，2014年R值为1.912 8，说明每年时间差异还是较大的。

(三)邮轮旅游与传统旅游项目的关注度不同，变化特征显著

双休日、节假日和庆典事件对游客网络关注度的影响具有超前性，大多数游客往往在双休日和节假日或庆典事件到来前就对双休日、节假日或庆典期间的旅游活动进行了安排，使得双休日和节假日或庆典事件之前的游客网络关注度远大于双休日和节假日或庆典事件期间的游客网络关注度。然而由于邮轮旅游产品都是邮轮公司根据年度计划提前安排好的既定的时间和线路，因此与节假日关联相对较小。当然邮轮旅游产品具有相对的季节性，即适合温度高的时候海上出游，所以更多的关注度集中在6～10月份，见图2。同时，借助 SPSS 统计分析软件，对表2进行邮轮旅游网络空间关注度周数据的相关性分析。结果显示，2011-2014 年邮轮旅游的网络关注度变化特征存在显著的一致性。

五、空间特征分析

(一)各个省份邮轮旅游关注度呈现逐年增长状态

通过百度指数的区域数据来看，无论是一线城市的北京、上海，还是沿海省份山东，亦或内陆省份四川、山西，都表现出逐年增长的趋势，这跟中国邮轮旅游的大发展趋势完全趋同。

(二)各个省份邮轮旅游关注度存在差异

通过图4可以看到，各个省份邮轮旅游网络空间关注度大小不同，差异性明显。根据各个省份所处空间不同，将其划分为四个类型：邮轮旅游关注强势区、邮轮旅游关注发展区、邮轮旅游关注平稳区、邮轮旅游关注弱势区(具体见表3)。

图4　2015年1～6月份各省份邮轮旅游网络关注度柱状图(月均值)

类型所含区域邮轮旅游关注强势区(关注度>150)江苏、浙江、广东、北京、上海邮轮旅游关注发展区(150>关注度>100)湖南、河北、河南、辽宁、四川、湖北、天津、福建、山东邮轮旅游关注平稳区(100>关注度>50)贵州、吉林、山西、云南、江西、广西、黑龙江、重庆、安徽、陕西邮轮旅游关注弱势区(50>关注度>0)西藏、青海、宁夏、新疆、海南、内蒙古

六、影响因素分析

(一)回归模型构建

本文以邮轮旅游百度指数CTBI作为被解释变量，以人均国内生产总值GDPPC、网民数量IUQ、旅行社数量TAQ和区位LOC作为解释变量，构建多元回归模型如下：

CTBI=β0+β1GDPPC+β2IUQ+β3TAQ+β4LOC+η

其中β0是截距项，β1、β2、β3、β4分别代表人均国内生产总值、网民数量、旅行社数量、区位对邮轮旅游百度指数的回归系数，η是误差项。

(二)实证数据来源

通过查找2014年《中国经济统计年鉴》、《旅游统计年鉴》、《信息化统计年鉴》，将数据制作成表4。

(三)结果分析

1．相关性分析。从表5相关性结果可以看出，邮轮旅游百度指数和人均国内生产总值、网民数量、旅行社数量、区位相关系数都大于0.5，说明模型符合回归分析的要求；另外人均国内生产总值、网民数量、旅行社数量和区位之间的相关性也较大，可能存在共线性问题，为了进一步检验是否存在共线性问题，进行了VIF检验，所有的VIF值都少于10，所以不存在共线性问题，可以进行回归分析。

表4　2014年各区域邮轮旅游百度指数影响因素指标数据

表5　邮轮旅游百度指数与各影响因素的相关性分析

注：*、**分别表示5%、1%的显著水平。

2．回归结果分析。从表6的回归结果可以看出：

人均国内生产总值对邮轮旅游百度指数影响通过了显著性检验，且回归系数为正，说明人均国内生产总值和邮轮旅游网络关注度存在正相关，这与国际邮轮经济的发展惯例完全一致。有数据表明：当一个国家或地区经济发展人均GDP达到6 000～8 000美元时，人们的生活方式、消费理念将随之发生变化，邮轮经济将得到快速发展。中国经济的快速发展使得更多的民众开始关注邮轮旅游，体验邮轮旅游这种全新旅游形式。

网民数量对邮轮旅游百度指数影响通过了显著性检验，且回归系数为正，说明网民数量和邮轮旅游网络关注度存在正相关。网民数量越多，各类网络信息检索行为就多，这与常识一致。

旅行社数量对邮轮旅游百度指数影响没有通过显著性检验，说明旅行社数量和邮轮旅游网络关注度不存在明显的线性关系。由此可见，一个地区旅游业务活跃程度很难在一定程度上影响到当地民众对某种旅游项目的网络信息检索。

区位对邮轮旅游百度指数影响没有通过显著性检验，说明区位和邮轮旅游网络关注度不存在明显的线性关系。这与传统观点中认为的沿海城市民众对邮轮旅游关注度一定会高于内陆地区，并不一致。

由此可见，中国邮轮旅游网络关注度主要受到人均GDP和网民数量的影响，而受旅行社数量和区位影响相对较弱。因而，邮轮旅游的大发展也取决于国民收入增长水准。

七、基于网络关注度的中国邮轮旅游发展对策

(一)邮轮旅游的发展需关注消费者的多样化需求

随着“互联网+”时代的到来，消费者对邮轮旅游的网络关注度的变化会越来越快，并且呈现出与目前不一样的特征。因此，无论是邮轮公司、邮轮港，还是旅行社，都应该关注消费者的旅游信息检索需求，在大数据的指导下，为消费者提供所需要的各类信息，做好邮轮旅游信息建设。同时，各邮轮公司和旅行社应更加关注游客的网络关注度与其分布特征，掌握潜在的需求，更好地指导邮轮产品的开发，满足游客多样化的需求。

(二)针对不同的区域，采用不同的营销策略

由于不同的邮轮旅游关注区域对邮轮旅游的认知程度不同，因此要采取不同的区域营销策略。一是，针对邮轮旅游关注强势区，加强各类邮轮产品的开发，不同价位，不同航线，进行各类邮轮产品的营销推广，满足市场多元化的需求。二是，针对关注发展区，加大邮轮旅游的推广力度，着重进行系列化的邮轮旅游宣传，进行市场的深度挖掘，强化民众邮轮体验认知度。三是，针对平稳区和弱势区，加大邮轮旅游的宣传力度，注重邮轮旅游的明星代言效应，提高民众邮轮旅游的认知度，发掘潜在的消费者市场。

(三)针对不同的季节，布局不同的邮轮航线

邮轮旅游的网络关注度主要集中在6～10月份，一方面主要是与气候的舒适度有关，另一方面由于邮轮旅游适合家庭出游，暑期是全家出游的最好季节，这使得每年6～10月份成为邮轮产品的销售旺季。因此，针对中国邮轮市场的淡旺季，要进行邮轮产品的合理布局，比如很多邮轮公司将船只布局在中国不同港口，来进行淡旺季的协调。同时，目前国内邮轮航线主要集中在日韩线路，而日韩线路受到季节性影响，很容易出现明显的淡旺季。因此，应该加大开发力度，开发台湾航线、东南亚航线，甚至近海游航线，满足消费者的多样化需求。

(四)加强手机移动端的营销策划

目前邮轮旅游关注度移动端的查询远大于PC端，同时移动端的查询增长速度也远大于PC端。因此，未来如何加大手机应用环节就成为邮轮产品销售的重点。除了传统的各类网站信息的建设运营外，还需要加大各类旅游相关APP的邮轮内容营销，这里面需要旅游电子商务网站与旅行社、邮轮公司的通力合作，强化移动端邮轮产品的推广与销售，实现邮轮产品销售的便利性。

八、结束语

网络旅游信息流与现实旅游流并不保持完全一致，但是网络旅游信息访问量与现实旅游市场在时间和空间上具有密切的相关性。百度平台提供了一种新兴的且广受欢迎的网络调查工具(百度指数)可以检测大量的旅游信息流数据，研究样本数量很大，具有广泛代表性。因此，网络搜索引擎提供的基础数据，对旅游市场开发决策具有有一定的参考借鉴价值。

参考文献：

[1]Lexhagen M.The Importance of Value-added Services to Support the Customer Search and Purchase Process on Travel Web-sites [J].Information Technology and Tourism,2005,7(2).

[2]曹新向．充分利用网络，为旅游研究和决策服务[J]．旅游学刊，2007，22(5)．

[3]Jorg Rech.Discovering Trends in Software Engineering with Google Trend[J].Software Engineering Notes,2007(2).

[4]梁志峰．基于 Google 趋势分析的区域网络关注度研究———以湘潭为例[J]．湖南科技大学学报，2010，13(5)．

[5]杨秀会，庞秀平，马书刚．河北省区域网络关注度研究[J]．河北经贸大学学报，2013，13(2)．

[6]龙茂兴，孙根年，马丽君．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)．

[7]马丽君，孙根年，黄芸玛．城市国内客流量与游客网络关注度时空相关分析[J]． 经济地理，2011，31(4)．

[8]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)．

[9]林志慧，马耀峰，刘宪锋．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)．

[10]王硕，曾克峰，童洁，刘超．黄金周风景名胜区旅游客流量与网络关注度相关性分析——以庐山、华山、八达岭长城风景名胜区为例[J]．经济地理,2013(11)．

[11]林炜铃，邹永广，郑向敏．旅游安全网络关注度区域差异研究——基于中国31个省市区旅游安全的百度指数[J]．人文地理，2014(6)．

[12]邹永广，林炜铃，郑向敏．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(2)．

[13]王章郡，方忠权，杜坤．中国自驾车旅游网络空间关注度的时空演变——基于 Google 搜索解析的分析[J]．地域研究与开发，2011(10)．

[14]何潇．“百度指数”VS“Google 趋势”[J]．电子商务，2006(10)．

[15]保继刚，楚义芳．旅游地理学[M]． 北京： 高等教育出版社，1993．

(责任编辑：李勤)

收稿日期：2015-11-22

基金项目：上海高校青年教师培养资助计划专项基金项目《中国邮轮旅游需求预测和空间格局研究》(ZZGJD12031)；上海工程技术大学科研培育项目《基于知识获取路径的知识员工创新行为研究》(A25001201194)

作者简介：李霞，女，山东烟台人，管理学博士，讲师，研究方向：旅游管理；

中图分类号：F590.75∶C813

文献标志码：A

文章编号：1007-3116(2016)04-0101-06

Spatial-temporal Characteristics and Influential Factors of Network Attention to Cruise Tourism：Based on Baidu Index

LI Xiaa,QU Hong-jianb

(a.School of Management Studies; b.Fashion College,Shanghai University of Engineering Science,Shanghai 201620,China)

Abstract:As an important tool and the way of data acquisition,Baidu index plays an important role in analysis and research on related issues.Therefore,based on Baidu index,the paper collected the network attention data of China's regional cruise tourism,carried out spatial-temporal characteristics and influential factors studies.Research finding:Cruise tourism network attention has difference in time and has remarkable time change characteristics;According to the spatial-temporal characteristics,cruise tourism network attention can be divided into four types:strong area,development area,smooth area,weak area; the regional cruise tourism network attention index is mainly affected by GDP per capita and the number of Internet users.In view of the above research content,the paper proposed the concrete countermeasures of cruise tourism development in our country.

Key words:Baidu index; cruise tourism; network attention

曲洪建，男，山东烟台人，管理学博士，副教授，研究方向：企业管理。

【统计调查与分析】