吳 瀟，陳紹志，趙 榮

(中國林業(yè)科學研究院林業(yè)科技信息研究所，北京100091)

基于百度指數的森林公園客流量影響因素分析

吳 瀟，陳紹志，趙 榮

(中國林業(yè)科學研究院林業(yè)科技信息研究所，北京100091)

隨著國內旅游業(yè)的迅速發(fā)展，森林公園以其良好的資源優(yōu)勢成為更多游客的選擇。利用百度指數平臺獲得的各類搜索指數，研究了搜索指數與森林公園客流量的相關性以及森林公園客流量影響因素。研究發(fā)現(xiàn):森林公園客流量及搜索指數存在耦合性;通過多元線性回歸分析方法估測了包括搜索指數在內的主要因素對各地區(qū)森林公園游客量的影響，發(fā)現(xiàn)對森林公園客流量影響較為顯著的因素是GDP及森林公園資源豐度，可見經濟發(fā)展水平越高、森林公園自身資源條件越好的地區(qū)，其森林公園客流量越大;通過對百度指數和森林公園客流量分析，發(fā)現(xiàn)兩者的相關性在游客輸出地區(qū)和輸入地區(qū)呈現(xiàn)明顯的差異性。研究結果有助于指導各地區(qū)森林公園發(fā)展規(guī)劃和森林公園經營單位經營決策。

百度指數;森林公園;客流量;影響因素

近年來，隨著我國經濟的崛起及國家旅游發(fā)展戰(zhàn)略的調整，國內旅游業(yè)發(fā)展迅速，森林公園［1］已成為更多游客的出行選擇。互聯(lián)網是發(fā)布旅游信息的重要平臺，可隨時為游客提供個性化的旅游信息服務和引導游客決策［2］。大數據、云平臺等新興旅游信息服務技術的突飛猛進，也使得驗證旅游網絡用戶關注度與旅游區(qū)客流量之間是否存在較高的耦合性成為可能［3－4］。

近年，全國旅游安全網絡關注度也呈增長趨勢［5］，人們通過百度搜索引擎搜索旅游信息，一方面可以體現(xiàn)出自己的消費意愿了;另一方面也可能會通過獲得的信息改變消費傾向。人們按照自身的消費意愿，利用檢索服務功能查詢和獲取信息，龐大的搜索數據被百度指數記錄下來。百度指數是以關鍵詞為統(tǒng)計對象計算該關鍵詞在百度網頁中搜索頻次的加權和，能夠反映該關鍵詞在一定時間內的網絡關注度。百度用戶主要通過PC端及移動設備端進行關鍵詞搜索，因此根據搜索來源的不同，百度指數分為PC搜索指數和移動搜索指數，本文利用在百度指數平臺獲得的搜索指數數據進行全文分析，并將利用百度指數平臺獲得的各類搜索指數統(tǒng)稱為百度指數。目前，百度指數已成為旅游業(yè)方面研究的重要數據來源。龍茂興等［3］依托百度指數平臺研究發(fā)現(xiàn)，區(qū)域旅游網絡用戶關注度與實際旅游客流具有極強的正相關性。因此，研究森林公園客流量影響因素時引入百度指數將更符合互聯(lián)網時代旅游行業(yè)發(fā)展趨勢，可進一步探討網絡旅游平臺對我國森林公園客流量的影響，而且對我國森林公園開發(fā)與規(guī)劃及預案制定具有重要參考價值。

1 森林公園百度指數與客流量相關性分析

1.1 數據來源

以“森林公園”為關鍵詞，通過百度指數檢索獲取2011—2015年全國森林公園綜合搜索指數時空變化曲線圖，在曲線圖中選取全年時間段的平均綜合搜索指數數據，由于林業(yè)統(tǒng)計年鑒最新數據截止到2014年，全國森林公園客流量來源于2011—2014《中國林業(yè)統(tǒng)計年鑒》［6］。

1.2 全年時間段森林公園百度指數動態(tài)變化

以“森林公園”為檢索詞在百度指數中檢索，結果顯示其來源檢索詞主要集中在“國家級森林公園”、“省級森林公園”、“森林公園門票”、“森林公園地圖”等方面。因此，以“森林公園”、“森林公園門票”、“森林公園地圖”、“森林公園風景”等為關鍵檢索詞，上述檢索詞的百度指數較高省份多集中在經濟較發(fā)達，人口多的地區(qū)，搜索指數排名前10位的為:北京、上海、福建、廣東、湖北、江蘇、河南、浙江、山東、天津。以全國“森林公園”為例，通過百度指數檢索獲取2015年全國森林公園搜索指數時空變化曲線圖，可以觀測森林公園百度指數2015年內變化情況，結果如圖1所示。

圖1 2015年度森林公園百度指數變化趨勢Fig.1 Forest park Baidu index change trend in 2015

圖1表明，整體搜索指數與移動端搜索指數的時間變化趨勢基本一致，且年內的兩次峰值時間點集中在每年第17—18周(五一黃金周)和第39—40周(十一黃金周)。PC端的搜索量峰值出現(xiàn)的時間一般比移動端和整體搜索指數要早。在28—32周(7—8月)也屬于搜索量較大的時間段，這一時間段氣候條件較熱，游客選擇帶全家人去森林公園避暑游玩的情況較多。由此可見，森林公園百度指數的高峰期和低谷期與旅游的淡旺季密切正相關［3，7］，百度指數與客流量年內變化呈正相關［8－9］。

1.3 森林公園百度指數與客流量年度動態(tài)變化

同樣，以“森林公園”為關鍵詞，所以選取2011—2014年數據，通過百度指數檢索獲取2011—2014年全國森林公園綜合搜索指數時空變化曲線圖，在曲線圖中選取全年時間段的平均綜合搜索指數數據，由于統(tǒng)計年鑒最近年限為2014年，分析了2011—2014年內全國森林公園百度指數與全國森林公園客流量變化情況，結果見圖2。2011—2014年全國森林公園游客數量由48 051萬人增長到72 358萬人，2011—2014年全國森林公園百度指數由254 405增長到377 410，全國森林公園游客數量及百度指數呈上升趨勢并且存在較高的相似性。通過計算全國森林公園游客數量及百度指數相關性系數為r=0.988 2，呈極強相關性。

圖2 2011—2014年森林公園百度指數與客流量年度動態(tài)變化Fig.2 Dynamic changes of the Baidu index and forest park passenger flow during 2011—2014

通過分析2015年全年時間段森林公園百度指數動態(tài)變化和森林公園百度指數與客流量2011—2014年年度動態(tài)變化，結果表明森林公園游客數量及百度指數無論是在短時間內還是跨年時間內都存在較高相關性，國敏［4］、李山［8］、黃先開［10］在進行百度指數與旅游客流量相關性研究時也得出相似結論。

2 森林公園游客量影響因素分析

在一般的旅游客源市場研究中，經濟發(fā)展水平、人口數量、旅游資源豐度、交通區(qū)位、環(huán)境及氣候條件等是影響旅游區(qū)客流量的主要因素［11－12］。旅游資源是吸引游客的物質基礎，森林公園資源豐度(Forest Tourism Resources Abundance，F(xiàn)TRA)是衡量一個地區(qū)森林公園數量及質量的尺度［13］。森林公園軟、硬環(huán)境建設力度(Forest Construction Degree of soft and hard Environment，F(xiàn)CDE)［14］主要體現(xiàn)在機場、鐵路及公路客運量、旅行社及星級賓館數量、床位規(guī)模、平均客房出租率、旅游從業(yè)人員基本素質、旅游管理者基本素質等指標方面，代表森林公園基礎設施建設發(fā)展水平，可以衡量森林公園對游客的容納能力。本文對森林公園游客量影響因素的分析，不僅考慮經濟發(fā)展水平、人口數量、旅游資源豐度、森林公園軟、硬環(huán)境建設力度等因素，還將引入百度指數影響因素，試圖探討百度指數對我國森林公園客流量的影響程度。

2.1 數據來源

全國31個地區(qū)的森林公園相關數據來源于2014年《中國林業(yè)統(tǒng)計年鑒》［6］;各地區(qū)人口、GDP來源于2014《中國統(tǒng)計年鑒》［15］;森林公園客流量(Forest Tourist Passenger Flow，F(xiàn)TPF)來源于《中國林業(yè)統(tǒng)計年鑒》;百度指數(Baidu Index，BI)通過百度指數檢索工具獲取2014年全國各省森里公園綜合搜索指數。將森林公園資源豐富度(FTRA)類比于各省區(qū)旅游資源豐富度，按照國家級、省級和縣級3個等級進行權數的確定，各級別權數的確定，依據接待游客量和旅游收入求其平均值，按各等級接待游客量或旅游收入比率確定，并在總量上保證各地區(qū)旅游森林公園資源豐富度在1～100之內［13，17］。森林公園軟、硬環(huán)境建設力度(FCDE)參照旅游可持續(xù)能力評價指標進行權重確定［14］。森林公園資源豐度、森林公園軟、硬環(huán)境建設力度計算模型如下:

FTRA=2.5×國家級森林公園數量+1.5×省級森林公園數量+0.75×縣級森林公園數量

FCDE=1.5×車船總數+2.5×游步道總數+ 2.5×床位總數+2×餐位總數

對所有參數進行計算后，對所得數據進行線性回歸分析。

2.2 森林公園游客量影響因素多元線性回歸分析

以全國31個地區(qū)森林公園游客量為因變量，人口數量、GDP、森林資源豐度、森林公園軟、硬環(huán)境建設力度以及百度指數為自變量進行多元線性回歸分析，得出方程:

客流量=－534.670－2.46×人口數+0.071× GDP+9.418×FTRA+0.01×FCDE－0.09×BI

在SPSS中進行線性回歸分析得出:調整決定系數R=0.752，即線性方程對其真實數據的模擬程度良好，達到75.2%。F統(tǒng)計量的顯著相關水平遠小于0.05，且至少有一個因素對因變量有顯著影響，因此該線性回歸方程成立。各自變量的T檢驗如表1所示。

表1 系數t檢驗值表Tab.1 Coefficient t test values

表1列出了常量、人口、GDP，F(xiàn)TRA，F(xiàn)CDE，BI的T檢驗顯著性，其中與森林公園客流量具有顯著相關性的有GDP及森林公園資源豐富度，這兩個變量的Sig值均遠小于0.05，說明經濟發(fā)展水平越高、森林資源豐度越高，森林公園的游客量越多;人口數量的顯著性T檢驗值為0.055，而森林資源基礎建設完善程度以及百度指數在該方程中呈現(xiàn)非顯著相關性。

2.3 百度指數對森林公園游客量的影響非顯著相關原因分析

從各地數據來看，各地森林公園百度指數與森林公園的客流量相關性不顯著。以全國31個地區(qū)森林公園百度指數為橫坐標，客流量為縱坐標，對這31個地區(qū)的兩個變量數據做出散點圖，見圖3。

圖3 全國31地區(qū)百度指數與客流量散點圖Fig.3 Scatter plot of Baidu index and forest park passenger flow of 31 regions in China

圖中北京和上海這兩個經濟最發(fā)達地區(qū)偏離全國其他省份，其百度指數較高但客流量與多數省份接近，說明北京上海等地區(qū)居民檢索森林公園頻次較高，其旅行目的地可能為其他地區(qū)。廣東地區(qū)百度指數與其他省份接近，但客流量遠高于其他省份，這也是由于其經濟發(fā)展水平、人口數量、森林旅游資源豐度、森林公園軟、硬環(huán)境建設力度等均處于全國領先水平，對其他省份游客有更大的吸引力。重慶、江西、浙江、湖南等地區(qū)旅游資源豐富，對游客吸引力也較大。山東、河南、安徽等地區(qū)森林公園客流量與其百度指數相關性較高。青海、西藏、新疆、甘肅、內蒙古等內陸地區(qū)森林公園百度指數與客流量均處于較低水平，因此應加大內陸地區(qū)森林旅游建設，提高其森林旅游吸引力，帶動內陸偏遠地區(qū)經濟發(fā)展。北京、上海、廣東及重慶、江西、浙江、湖南等傳統(tǒng)旅游區(qū)百度指數對森林公園游客量的相關性較小，而其他地區(qū)森林公園百度指數與該地區(qū)游客量相關性較高。

3 結論

森林公園客流量與森林公園百度指數有明顯的正相關關系，因此，百度搜索指數可以用于森林旅游游客量周、月以及年度預測，為森林旅游管理者采取高峰期應急預案以及各地發(fā)展建設森林公園提供重要參考依據。各地區(qū)間森林公園客流量存在多方面影響因素，其中顯著相關的為GDP及森林公園資源豐富度，可見經濟較發(fā)展水平與地區(qū)森林公園旅游發(fā)展有較強關系，且目前森林公園核心競爭力仍然是其自然資源和環(huán)境。森林公園經營者建設森林公園時應結合當地自然環(huán)境，充分考慮森林承載力，并在此基礎上利用網絡等手段擴大宣傳，適量增加客流量。

不同地區(qū)百度指數與森林公園客流量的相關性特征不同，經濟最發(fā)達的大型城市如北京和上海，搜索指數處于較高水平但游客量總數并不是最高的，這些地區(qū)的游客存在向外輸出的特征;廣東省搜索指數處于中間水平，但是其客流量卻在所有省份中最高，這與當地森林公園資源豐富且經濟發(fā)達有較大相關性。森林公園資源較豐富地區(qū)如重慶、江西、浙江及湖南等與普通資源地區(qū)如山東、河南和安徽的相關系數也有所差異。各地區(qū)森林公園經營與發(fā)展一方面要結合自身資源優(yōu)勢搞好基礎設施建設;另一方面要重視通過互聯(lián)網信息平臺宣傳和打造獨具特色的森林公園名片。

［1］陳玲玲，屈作新．我國森林旅游資源開發(fā)現(xiàn)狀及可持續(xù)發(fā)展策略［J］．江蘇農業(yè)科學，2016，44(1):483－486．

［2］李莉，張捷．互聯(lián)網信息評價對游客信息行為和出游決策的影響研究［J］．旅游學刊，2013，28(10):23－29．

［3］龍茂興，孫根年，馬麗君，等．區(qū)域旅游網絡關注度與客流量時空動態(tài)比較分析——以四川為例［J］．地域研究與開發(fā)，2011，30(3):93－97．

［4］國敏．基于SPSS的百度指數與游客量相關性研究［J］．當代經濟，2015(29):136－137．

［5］鄒永廣，林煒鈴，鄭向敏．旅游安全網絡關注度時空特征及其影響因素［J］．旅游學刊，2015，30(2):101－109．

［6］國家林業(yè)局．中國林業(yè)統(tǒng)計年鑒［M］．北京:中國林業(yè)出版社; 2011—2014．

［7］鄭強，陳榮，孫進松，等．風景名勝區(qū)旅游客流量影響因素研究［J］．蚌埠學院學報，2014(2):98－102．

［8］李山，邱榮旭，陳玲．基于百度指數的旅游景區(qū)絡空間關注度:時間分布及其前兆效應［J］．地理與地理信息科學，2008，24 (6):102－107．

［9］林志慧，馬耀峰，劉憲鋒，等．旅游景區(qū)網絡關注度時空分布特征分析［J］．資源科學，2012，34(12):207－213．

［10］黃先開，張麗峰，丁于思．百度指數與旅游景區(qū)游客量的關系及預測研究——以北京故宮為例［J］．旅游學刊，2013(11): 93－100．

［11］林振華．森林旅游市場預測方法探討［J］．林業(yè)資源管理，1992 (3):68－72．

［12］孫根年，潘潘．陜西十地市旅游業(yè)發(fā)展的地區(qū)差異及其影響因素分析［J］．干旱區(qū)資源與環(huán)境，2013，27(11):184－191．

［13］馬麗君，孫根年，黃蕓瑪，等．城市國內客流量與游客網絡關注度時空相關分析［J］．經濟地理，2011，31(4):680－685．

［14］王良健．旅游可持續(xù)發(fā)展評價指標體系及評價方法研究［J］．旅游學刊，2001，16(1):67－70．

［15］國家統(tǒng)計局．中國統(tǒng)計年鑒［M］．北京:中國統(tǒng)計出版社; 2011—2014．

［16］孫根年，馮茂娥．西部入境旅游市場競爭態(tài)與資源區(qū)位的關系［J］．西北大學學報:自然科學版，2003，33(4):459－64．

Analysis of Impact Factors on Forest Park Passenger Flow Based on Baidu Index

WU Xiao，CHEN Shaozhi，ZHAO Rong
(Information Research Institute of Forestry，Chinese Academy of Forestry，Beijing 10091，China)

With the rapid development of domestic tourism，forest park has become the choice of more tourists because of its good resources.Using the Baidu index platform to obtain various search index，this paper studied the correlation of search index and forest park passenger flow，as well as the factors affecting forest park passenger flow.The results showed that there was a coupling between forest park and the search index.Multiple linear regression analysis method was used to estimate the main factors affecting the forest park passenger flow in various regions，including search index.The results showed that the main factors of forest park passenger flow were GDP and forest park resource abundance，thus it can be seen that the better economic and resource conditions of the region were associated with the greater forest park passenger flow.Through the analysis of Baidu Index and Forest Park traffic scatter plot，it was obvious that the correlation between the output and the input area of the tourists is obviously different.The results of this study will be helpful to guide the development plan of forest park and the operation decision of forest park management department.

Baidu Index，forest park，passenger flow，impact factor

S759.9

A

1002－6622(2017)01－0027－04

10．13466/j．cnki．lyzygl．2017．01．006

2016－12－28;

2017－01－25

中央級公益性科研院所基本科研業(yè)務費專項“林業(yè)重點產業(yè)競爭力和發(fā)展?jié)摿︻A測研究”(CAFYBB2014MB004);“全面天保后中國木材供給策略研究”(CAFYBB2014MC002)

吳瀟(1991－)，安徽池州人，在讀碩士，研究方向:林業(yè)經濟管理。Email:gy_woshiwuxiao@163.com

趙榮，副研究員，研究方向:林業(yè)經濟理論與政策。