網(wǎng)絡(luò)關(guān)注度視角下南京夫子廟景區(qū)旅游需求時(shí)空動(dòng)態(tài)分析

葉翠 郝至燁

摘 要：本文以南京夫子廟景區(qū)為例，在網(wǎng)絡(luò)關(guān)注度視角下探究景區(qū)的旅游需求時(shí)空動(dòng)態(tài)分布特征。基于百度指數(shù)搜索數(shù)據(jù)，從年、月、季3個(gè)不同的時(shí)間尺度分析南京夫子廟的旅游需求時(shí)序特征，綜合運(yùn)用地理集中度指數(shù)、首位度指數(shù)、莫蘭指數(shù)、標(biāo)準(zhǔn)差橢圓等方法探究夫子廟景區(qū)旅游需求空間分布特征和演變。結(jié)果表明：2020年人們對(duì)夫子廟景區(qū)的旅游需求整體低于2019年，2019年和2020年夏季需求較大，2019年秋季需求最小，2020年秋季需求較大；夫子廟景區(qū)旅游需求的地理集中度較高，首位分布明顯，需求市場(chǎng)集中在江蘇省鄰近區(qū)域，聚集方向呈“東北-西南”。

關(guān)鍵詞：網(wǎng)絡(luò)關(guān)注度；百度指數(shù)；旅游需求；南京夫子廟景區(qū)

中圖分類(lèi)號(hào)：F592.7 文獻(xiàn)標(biāo)識(shí)碼：A

基金項(xiàng)目：國(guó)家自然科學(xué)基金“空間O-D模型優(yōu)化與不確定性分析”（41771417）；國(guó)家自然科學(xué)基金“城鎮(zhèn)群擴(kuò)展下流域水循環(huán)要素多時(shí)空尺度演變規(guī)律及驅(qū)動(dòng)機(jī)制”（41771029）。

引言

旅游需求是旅游者對(duì)旅游產(chǎn)品的需求，從各個(gè)維度分析人們的旅游需求特征與消費(fèi)行為，能夠?yàn)橄嚓P(guān)部門(mén)開(kāi)發(fā)旅游產(chǎn)品和有針對(duì)性地制訂營(yíng)銷(xiāo)方案提供參考，從而滿(mǎn)足人們的美好生活需求，促進(jìn)經(jīng)濟(jì)和諧發(fā)展。因此，旅游需求的研究逐漸受到國(guó)內(nèi)外學(xué)者的關(guān)注，其主要的研究方向有旅游需求的影響因素[1-2]、時(shí)空分布規(guī)律[3-5]、旅游需求分析與預(yù)測(cè)[6-8]等。例如，翁鋼民等基于因子分析方法發(fā)現(xiàn)居民的收入和消費(fèi)水平是影響中國(guó)39個(gè)城市居民旅游需求的主要因素[2]；崔鳳軍應(yīng)用問(wèn)卷調(diào)查法分析了泰山景區(qū)旅游需求的日、周、年變化規(guī)律及客源地的空間分布特征[4]；康赫霍爾（Coshall）等對(duì)蘇格蘭地區(qū)國(guó)際旅游業(yè)的季節(jié)性模式進(jìn)行了分析[5]；阿努拉格（Anurag）等基于貝葉斯雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)評(píng)估了新加坡的旅游需求[8]。

傳統(tǒng)的旅游數(shù)據(jù)一般來(lái)自問(wèn)卷調(diào)查，樣本量有限且更新速度慢。互聯(lián)網(wǎng)的發(fā)展為旅游需求的研究提供了大量數(shù)據(jù)。游客在進(jìn)行決策前，往往使用搜索引擎來(lái)獲取旅游目的地的相關(guān)信息，該行為會(huì)被搜索引擎記錄并生成網(wǎng)絡(luò)搜索數(shù)據(jù)。因此，網(wǎng)絡(luò)關(guān)注度與旅游需求之間存在密切聯(lián)系[9-10]，近年來(lái)逐漸有學(xué)者采用網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)對(duì)旅游地的國(guó)內(nèi)旅游需求進(jìn)行分析[11]。其中，百度搜索數(shù)據(jù)覆蓋人群廣、更新速度快，廣泛用于旅游需求的相關(guān)研究。孟思聰基于該數(shù)據(jù)發(fā)現(xiàn)了季節(jié)和閑暇時(shí)間會(huì)影響連云港旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度[12]。王秋龍等基于百度指數(shù)平臺(tái)分析安徽省64家典型景區(qū)的居民旅游需求的時(shí)空分布特征，并探究了經(jīng)濟(jì)發(fā)展水平、季節(jié)性、氣候舒適度等因素的影響[13]。有學(xué)者對(duì)比了百度指數(shù)數(shù)據(jù)和谷歌趨勢(shì)查詢(xún)數(shù)據(jù)在景區(qū)流量預(yù)測(cè)上的性能[14]。王哲成基于百度指數(shù)數(shù)據(jù)建立了上海迪士尼景區(qū)的需求預(yù)測(cè)模型[15]。

本文以南京夫子廟景區(qū)為例，基于百度指數(shù)平臺(tái)探究該景區(qū)的旅游需求特征，嘗試在網(wǎng)絡(luò)關(guān)注度的新視角下為旅游景區(qū)的供需平衡和科學(xué)管理提供參考和建議。從年、月、季3個(gè)不同的時(shí)間尺度對(duì)夫子廟景區(qū)的百度指數(shù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析，基于地理集中度指數(shù)、首位度指數(shù)揭示不同省份對(duì)夫子廟景區(qū)旅游需求的結(jié)構(gòu)特征，綜合運(yùn)用莫蘭指數(shù)、標(biāo)準(zhǔn)差橢圓等方法探究旅游需求的空間分布特征和演變，從“時(shí)空動(dòng)態(tài)”視角探析南京夫子廟景區(qū)旅游需求的時(shí)空分布規(guī)律。

一、研究設(shè)計(jì)

（一）研究區(qū)概況

南京市是中國(guó)歷史文化名城和首批優(yōu)秀旅游城市，吸引了全國(guó)各地的游客前來(lái)游玩。據(jù)南京市文化和旅游局統(tǒng)計(jì)，在2020年國(guó)慶期間，前往南京的旅游者總計(jì)967.3萬(wàn)人次，旅游營(yíng)收達(dá)93.4億元，位于全國(guó)前列。截至目前，南京市擁有兩個(gè)5A級(jí)旅游景區(qū)。5A級(jí)景區(qū)之一的南京夫子廟秦淮風(fēng)光帶（以下簡(jiǎn)稱(chēng)南京夫子廟），是一處全國(guó)聞名的開(kāi)放式景區(qū)，它包含中華門(mén)甕城、白鷺洲公園、江南貢院、烏衣巷等景點(diǎn)，以自然景觀與園林交相輝映、淮揚(yáng)街區(qū)市井與文化為特色。

南京夫子廟作為中國(guó)著名景區(qū)代表之一，分析其旅游需求的時(shí)空特征，有助于該地游客流預(yù)測(cè)與市場(chǎng)細(xì)分，為旅游精準(zhǔn)營(yíng)銷(xiāo)提供一定的理論依據(jù)和基礎(chǔ)，也可為其他類(lèi)似旅游地的客源市場(chǎng)及實(shí)踐管理提供參考。

（二）數(shù)據(jù)來(lái)源

百度搜索引擎是全球領(lǐng)先的中文搜索引擎，人們使用該引擎搜索相關(guān)信息的行為一般會(huì)被記錄下來(lái)。百度指數(shù)平臺(tái)基于對(duì)大量用戶(hù)數(shù)據(jù)搜索行為的統(tǒng)計(jì)與分析，提供關(guān)鍵詞的搜索指數(shù)和用戶(hù)來(lái)源地分布的相關(guān)數(shù)據(jù)，可用于網(wǎng)民偏好與關(guān)注熱點(diǎn)的研究。根據(jù)數(shù)據(jù)的可獲取性、代表性、權(quán)威性的選擇標(biāo)準(zhǔn)，本研究選取百度指數(shù)數(shù)據(jù)代表游客對(duì)于旅游地的網(wǎng)絡(luò)關(guān)注度。以南京夫子廟為統(tǒng)計(jì)對(duì)象，選取“南京夫子廟”“夫子廟”為基準(zhǔn)關(guān)鍵詞，獲取了31個(gè)中國(guó)行政區(qū)（港澳臺(tái)除外）2019年、2020年每日百度搜索指數(shù)數(shù)據(jù)（PC端和移動(dòng)端）。

（三）研究方法

1.地理集中度

二、結(jié)果分析

（一）旅游需求時(shí)序特征

圖1顯示了2019—2020年不同月份旅游需求的平均百度指數(shù)變化，從年份來(lái)看，2020年月關(guān)注度曲線整體在2019年的下面，表明2020年南京夫子廟旅游需求整體低于2019年。

從月份來(lái)看，2020年1—2月網(wǎng)絡(luò)關(guān)注度持續(xù)降低，達(dá)到最低點(diǎn)，3月以后網(wǎng)絡(luò)關(guān)注度開(kāi)始持續(xù)上升，6月開(kāi)始網(wǎng)絡(luò)關(guān)注度快速增長(zhǎng)，在7—8月、9—10月迎來(lái)了高峰期，10月開(kāi)始網(wǎng)絡(luò)關(guān)注度下降。2019年與2020年的月關(guān)注度曲線趨勢(shì)有相似的部分，但也有所不同。2019年和2020年都顯示出了網(wǎng)絡(luò)關(guān)注度月份的不平穩(wěn)性，但2020年整體變化趨勢(shì)波動(dòng)小于2019年。2019年呈現(xiàn)“多峰型”，2020年為“雙峰型”，2019年最大峰值出現(xiàn)在8月，在12月達(dá)到最低值，而2020年在2月達(dá)到最低值，峰值則出現(xiàn)在10月左右。

圖2顯示了不同季節(jié)旅游需求的百度平均指數(shù)變化，從季節(jié)來(lái)看，2019年和2020年的夏季需求量都較大，2019年春季和夏季夫子廟旅游需求量最大，秋季需求量最小，季節(jié)波動(dòng)較??；而2020年秋季與之相反，秋季最大，季節(jié)需求量呈現(xiàn)倒U型曲線。

（二）旅游需求結(jié)構(gòu)特征

計(jì)算南京夫子廟2019年和2020年各月的地理集中度、二省區(qū)指數(shù)、四省區(qū)指數(shù)、十一省區(qū)指數(shù)，反映了南京夫子廟需求市場(chǎng)的地理集中程度及其變化，結(jié)果顯示各個(gè)指標(biāo)在年份、月份上都有所差異（見(jiàn)表1）。從年份來(lái)看，2019年的地理集中度與2020年地理集中度存在差異，2020年地理集中度月平均要小于2019年，因此相較于2019年，2020年夫子廟旅游需求市場(chǎng)結(jié)構(gòu)更加分散。2019—2020年月平均二省區(qū)指數(shù)、四省區(qū)指數(shù)、十一省區(qū)指數(shù)，與地理集中度趨勢(shì)相似，2019年相應(yīng)的首位度指數(shù)高于2020年。

從月份來(lái)看，2019年1—6月旅游需求地理集中度整體高于2020年，而6—12月低于2020年，說(shuō)明2019年1—6月較2020年市場(chǎng)結(jié)構(gòu)相對(duì)集中，6—12月市場(chǎng)結(jié)構(gòu)相對(duì)分散。2019年2月和10月地理集中度最高，11月和12月二省區(qū)指數(shù)最高，11月和6月四省區(qū)指數(shù)最高，十一省區(qū)指數(shù)2月和10月最高。說(shuō)明2019年10—12月旅游需求首位分布明顯。2020年8月和10月地理集中度最高，旅游需求在空間上相對(duì)集中。從月份變化趨勢(shì)看，2019年與2020年在2月份的差異最大，2019年2月相較其他月份地理集中度和首位度都較高，而2020年則恰恰相反。

整體上，無(wú)論是2020年還是2019年，南京夫子廟的首位度總體值都接近于1或者大于1，地理集中度指數(shù)也較高，綜合來(lái)看，居民對(duì)夫子廟景區(qū)的旅游需求可能存在結(jié)構(gòu)失衡和過(guò)于集中的趨勢(shì)。

（三）旅游需求空間分布特征

圖3顯示了夫子廟景區(qū)網(wǎng)絡(luò)關(guān)注度排名前10的地區(qū)。為進(jìn)一步分析南京夫子廟旅游需求空間分布的情況，筆者繪制2019—2020年旅游需求分布的標(biāo)準(zhǔn)差橢圓，其結(jié)果如表2所示。

從空間分布的整體情況來(lái)看，2019年與2020年南京夫子廟旅游需求空間分布基本一致，具有明顯的空間分布特征，符合地理學(xué)第一定律，與江蘇省越鄰近的省份對(duì)夫子廟的旅游需求越大，除北京和廣東外，旅游需求較高的地區(qū)主要集中在江蘇省的鄰近區(qū)域（安徽、浙江、山東、上海），其次為次鄰近的區(qū)域（河南、湖北、河北）。

從標(biāo)準(zhǔn)差橢圓來(lái)看，2019年與2020年分布情況相似，都呈現(xiàn)“東北-西南”走向，且2020年偏轉(zhuǎn)方位角增大，這表明“東北-西南”方向是南京夫子廟旅游需求分布的主要聚集發(fā)展軸。2020年旅游需求的重心相較于2019年往西南方向偏移，2020年比2019年的標(biāo)準(zhǔn)差橢圓的短軸有所收縮，而長(zhǎng)軸有所增長(zhǎng)，客源的方向性分布趨勢(shì)加強(qiáng)。2019年標(biāo)準(zhǔn)差橢圓面積大于2020年，表明2020年南京夫子廟景區(qū)客源的范圍可能小于2019年。利用莫蘭指數(shù)來(lái)計(jì)算夫子廟旅游需求分布的空間自相關(guān)程度，2019年、2020年的全局莫蘭指數(shù)分別為0.155、0.157，且結(jié)果具有顯著性，這表明2019年和2020年夫子廟旅游需求都表現(xiàn)出顯著的正空間自相關(guān)性，存在空間上的集聚，進(jìn)一步驗(yàn)證了上文集中度的結(jié)果。

三、結(jié)論

本研究依托“百度指數(shù)”大數(shù)據(jù)平臺(tái)，從“時(shí)空動(dòng)態(tài)”視角探析南京夫子廟旅游需求分布特征，結(jié)果如下。

第一，2020年南京夫子廟旅游需求與2019年差異較大。2020年整體對(duì)南京夫子廟的旅游需求低于2019年，2019年12月—2020年2月游客對(duì)夫子廟的旅游需求經(jīng)歷了一段“低谷期”，2020年3月后逐步回升，9—10月迎來(lái)了高峰期。2020年夫子廟旅游需求整體變化波動(dòng)小于2019年，2019年呈現(xiàn)“多峰型”，2020年呈現(xiàn)“雙峰型”。

第二，夏季人們到南京夫子廟的游玩意愿較高，2019年秋季最低，2020年秋季與之相反，需求量最高。

第三，南京夫子廟的旅游需求的地理集中度和首位度在不同年份和月份均表現(xiàn)出一定的差異，但南京旅游需求的地理集中度總體較高，首位分布較為明顯，可能存在結(jié)構(gòu)失衡和過(guò)于集中的趨勢(shì)。

第四，旅游需求量最大地區(qū)為江蘇本省，除北京和廣東外，與江蘇省鄰近的區(qū)域（山東、上海、安徽、浙江等）人們對(duì)南京夫子廟關(guān)注度較高?！皷|北-西南”走向是南京夫子廟需求分布的主要聚集方向軸。相較于2019年，2020年客源地的重心向西南方向有所偏移，“東北-西南”方向性分布趨勢(shì)加強(qiáng)，整體范圍小于2019年。

參考文獻(xiàn)

[1] LIM C.The major determinants of Korean outbound travel to Australia[J].Mathematics and computers in simulation，2004（3）：477-485.

[2] 翁鋼民，徐曉娜，尚雪梅.我國(guó)城市居民國(guó)內(nèi)旅游需求影響因素分析[J].城市問(wèn)題，2007（4）：31-35.

[3] JANSEN-VERBEKE M，SPEER R.A regional analysis of tourist flows with Europe[J].Tourism management，1995（1）：73-82.

[4] 崔鳳軍，張建忠，楊永慎.泰山旅游需求時(shí)空分布規(guī)律及旅游者行為特征的初步研究[J].經(jīng)濟(jì)地理，1997（3）：62-67.

[5] COSHALL J， CHARLESWORTH R，PAGE S J.Seasonality of overseas tourism demand in Scotland：a regional analysis[J].Regional studies，2015（10）：1603-1620.

[6] 陶偉，倪明.中西方旅游需求預(yù)測(cè)對(duì)比研究：理論基礎(chǔ)與模型[J].旅游學(xué)刊，2010（8）：12-17.

[7] 鄒伏霞，鄒冬生.基于五種模型比較的湖南省生態(tài)旅游需求預(yù)測(cè)研究[J].長(zhǎng)江流域資源與環(huán)境，2020（11）：2406-2416.

[8] KULSHRESTHA A，KRISHNASWAMY V，SHARMA M，et al.Bayesian BILSTM approach for tourism demand forecasting[J].Annals of tourism research，2020，83：1-19.

[9] 馬麗君，孫根年，黃蕓瑪，等.城市國(guó)內(nèi)客流量與游客網(wǎng)絡(luò)關(guān)注度時(shí)空相關(guān)分析[J].經(jīng)濟(jì)地理，2011（4）：680-685.

[10] 林志慧，馬耀峰，劉憲鋒，等.旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征分析[J].資源科學(xué)，2012（12）：2427-2433.

[11] 王茜雅，張建新，劉培學(xué)，等.大數(shù)據(jù)視角下城市客源市場(chǎng)空間結(jié)構(gòu)動(dòng)態(tài)研究：以南京市為例[J].資源開(kāi)發(fā)與市場(chǎng)，2018（1）：77-82.

[12] 孟思聰，馬曉冬.基于百度指數(shù)的連云港旅游網(wǎng)絡(luò)關(guān)注度研究[J].旅游論壇，2017（5）：102-115.

[13] 王秋龍，潘立新，呂儉，等.基于網(wǎng)絡(luò)關(guān)注度的安徽省居民省內(nèi)旅游需求時(shí)空特征分析[J].地域研究與開(kāi)發(fā)，2021（1）：120-125.

[14] YANG X，PAN B，EVANS J A，et al.Forecasting Chinese tourist volume with search engine data[J].Tourism management，2015，46：386-397.

[15] 王哲成.基于百度指數(shù)的上海迪士尼入園游客量預(yù)測(cè)[D].上海：上海財(cái)經(jīng)大學(xué)，2020：3-5.