•旅游经济•
2019.1
九寨沟游客网络关注度与客流量互动关系研究
马丽君，胡汝佳
(湘潭大学商学院，湖南湘潭411105)
摘要：本文收集九寨沟2016年逐日移动游客网络关注度与客流量数据，从天、周、月3个时 间尺度分析两者年内变化规律及其异同，在此基础， 关 、
分析两者间的相关关系，结发现：（1)九寨沟移动游客有淡旺季变化；（2)以天 游客网络关注度客流量年内变化“ 游客增多，出游时间长，涉及的目的地偏多， 量之间存在向
中图分类号：F590
关系，两者 文献标识码：A
，
； 。分析
关键词：九寨沟；网络关注；客流量；
”，两者变
基本
；（3)
分析方，
，九寨沟移动
间学生
；（4)移动游客网络关注度和客流
_、弓I言
旅游与电子商务相结合是当今的主流趋势。通 分析游客网络关注度以及 动
旅游
Kim 人分析了游客网络信息
人数，需要说明的是2016年5月24日、6月18—19 曰、7月8日进沟游客数据缺失，在分析予以剔除。
(二)研究方法
果关系检验及回归分析是本文采用
的主要分析方法。Granger因果关 中分析两个经济变量间有无因果关 要方，它
游客数量®;
，是经济学
种重
客流量，X
有重要意义。在具体研究中，、不同文化间的差异①;Yang X 数据 #;
的研究表明谷歌搜索数据能逸
因素，以及同 人基 客流量 导 注度有 我们发现九寨沟
时间序列在一定滞后期上是否
存在因果关系，主要检测现在的Y在大度上被 过去 X解释。本文在分析九寨沟游客网络关注度 与客流量年内时间变化 用回分析，构建两者间 间的边际
。
三、九寨沟游客网络关注度与 客流量年内变化特征比较分析(一）以天为单变化 绘制成图1。从图
及比分析
2016年逐日移动游客网络关注度和客流量
以看到，移动游客网络关注度
”，分别出现在2月、7月、
年内变化呈“锯齿状多峰形”。图移动游客网络关 注度有3个明显的‘‘
10月；此外，还有以周为单循环出现的一个个‘‘小
峰”，说每周移动游客网络关注度变化有似 。移动游客网络关注度的年内变化 适度、节日、景观变化
气 ，1—2月
•
基础上，首先采
r
分析了信息流旅游流网络关注与旅游流 关关系，
：网络关
®;李山
较，发现两者间具有 兰杰因果关系检验法检验两者之间的关系，进而利
关模型，分析两者
％;冯娜外向在线旅游信息流与内外游客有巨大的吸力，年
人境旅游流的耦合关系进行了分析®。而在实践中， 内节变化明显，有明显淡旺季，同时有较完整 游客统数据。本文以九寨沟研究象，收集九寨 沟每日接待游客数量及移动游客网络关注度数据， 进行游客网络关注度与客流量互动关系研究。
二、数据来源与研究方法
(一)数据来源
本文依托百度数，以九寨沟、九寨沟旅游、九 寨沟旅游攻略为关键词
2016年每日九寨沟移
统
。同时，
动游客网络关注度数据，进行
收稿日期：2018-11-10
从九寨沟景区官方网站收集2016年每日进沟游客
基金项目：国家自然科学基金(编号:41501156)、湖南省社科基金（编号：17YBA370)资助项目
作者简介：马丽君（1981 —），男，山东临沂人，博士，副教授，硕士生导师，研究方向：旅游网络信息与旅游气候
82
江苏商论
•旅游经济•
客流量与网络关注度 注度
升高，客流量由14
的21万人次。
2019.1
12月天气寒冷，旅游（求较低，为旅游淡季，移动游 升，28—32 ，受暑的6.4万人次上升到
35
客网络关注度较低，除春节期间外，日移动游客网 络关注度最高为1万人次。3—$月随着气温回升， 气候舒适度升高，人们旅游（求增强，移动游客网 络关注度逐渐升高，日移动游客网络关注度最低为
7094人次，最高为3.6万人次。7—8月除受气候影
假及九寨沟适宜气候的影响，客流量与游客网络关
32周24.1万人次，网络关注度由14周的8万人次
上升 31 庆
随着气温的
降低，客流量与网络关注度 注度达到年内的 络关注度
呈下降趋势。受国 ，客流量与移动游客网
响外，暑假也是促使其成为旅游旺季的重要原因。
9 一 11月随着气候舒适度的降低，移动游客网络关
的影响，40 的客流量与移动游客网络关
为20.9万人次与26.7万人次。44周
注度呈下降趋势，但受秋季绚丽多彩的景致及国庆 节的影响，9一 10月仍是旅游的旺季，日移动游客网 络关注度最低为8420人次，最高为4.5万 人次。
客流量年内变化与游客网络关注度年 内变化非常相近，同样呈“锯齿状多
有“主峰”、“小峰”和“周相似性”，主
”，
，客流量与移动游客网络关注度大幅度下降。
出现在2月、3月、8月、10月。1一2月和
12月天气冷，旅游（求较低，为旅游淡
季。除春节期间外，日客流量最高为1.9万 人次。3—8月随着气温回升，气候舒适度 升高，客流量逐渐升高，日客流量最低为3188人 次，最高为3.8万人次。9一 11月随着气候舒适度的 降低，客流量呈下降趋势，除国庆假期外，日客流量 最低为2722人次，最高为3.1万人次。可以发现，九 沟游客网络关注度与客流量 相近，说明两者间
变化
非常
的“
” 间
的相关关系。
(三）以月为单位变化特征及比较分析 以月
3 月 、8 月
移动游客网络关注度与客流量
10 月 ， 移动游客网络关注度的 27 月
10 月 ，
7 月
8 月
显的季节变，其客流量的3 “波峰”分别出现
的间 ，其原因可是暑假
，且暑假期间学生游客增多，游强，
成移动游客网络关注度的
。同也
游客
1
时间长，涉及的的地偏多，计“ 型、为。
图
”
游时间长度影响到游客：行 变化趋势较为一致，客流量
1
月的8.3万人次上升到3月的45.8万人
九寨沟网络关注度和客流量年内变化峰林结构
次，3月的关注度
1月份的
30万人，是
(二）以周为单位变化特征及比较分析
2是九寨沟移动游客网络关注度与客流量 周变化图。 流量
可以
的季节变化，
，游客网络关注度与客的高
2
。7—8月受暑假的影响，客流量与网 升高，客流量 4月的35万人次上
络关注度
升到8月的84.4万人次，网络关注度由4月的32.7 万人次上升到7月的72.3万人次。9一 12月，移动 游客网络关注度 9月的62.9万人次下降 12月 的29.3万人次，受国庆节的影响，10月客流量与移 动游客网络关注度成年内共同的高，客流量与 移动游客网络关注度 人次。
四、九寨沟游客网络关注度与客流量
年内变化相关关系分析
(—■)基于Granger因果关系检验的分析
为77.3万人次 74.3万
月、3月、8月和10月。网络关注度与客流量 3个时间相近的“波峰”， 人
变化趋势较为一致。第6—
的时间、件和的2.5万人次上升
1
7周，春节小假期，使得游客
旅游，客流量
7周的5.8万人次，网络关注度从第1周的3.5
万人次上升到6.0万人次。3月随着气温升，游客 的
出行，客流量到13
， 景 变化
多的游客
16.2万人次。14#28
83
江苏商论
•旅游经济•
五、结论
2019.1
釤
o9
57 60 45 30
Y.R/
迥划张濟
游客网络关注度与客流量之间有着密 切的系。本文以九寨沟为案例地，收集 2016 变规
图3
九寨沟客流量与网络关注的年内月变化
移动游客网络关注度与客流量
3
间尺度分析两者年，在此
，利用格
E
数据，从天、'
兰杰因果关系检验、回归分析等方，分 两者间的相关关系，结果发现：以天为单位，
九寨沟移动游客网络关注度和客流量年内 “
”；以周为单位，九寨沟移动游客网
“
”和“五
络关注度和客流量年内变分 客流量年内变分 变 时间长，
。 的目的
“双
本文利用Eviews9.0检验九寨沟移动网络关注 度与客流量的相关关系，首先对以天为单位的移动 游客网络关注度与客流量两组数据进行I稳性检 验，发现两组数据单位根检验I稳，故对两组变量 的原数据进行格兰杰因果检验，根据AIC值和SC 值最小规则，最优滞后阶数为3阶，检验结果如表1。从表中可以看到，在10M的显著水I下，九寨沟
移动游客网络关注度和客流量之间存在双向格兰 杰因果关系，即两者互为因果，相互影响。
峰形”；以月为单位，九寨沟移动游客网络关注度和
”和“三峰形”，两者间
游客
， 游
，
，计划性和提前性
移动游客网络关注度，二者存在双向格兰杰因果 关系，即两者互为因果，相互影响，移动游客网络关 注度每增加(或减少)1
，客流量
加（或减少)
1.0038
。
九寨沟移动 游客网络关注度和 客，
游流与
。 ，文
，用数据
两者间的相互关系，
流相关研究及九寨沟客流
游客在
的
量最大的3个
面；此外，文仅从时间
81
移动游客网络关注度与客流量
的Granger因果检验结果
Null Hypothesis
W does not Granger Cause KK does not Granger Cause W
同）。
Obs
363
F-Statistic5.471144.27874Prod.0.00110.0055
文分
流量 可为 量 所用关 关
注:W代表移动游客网络关注度(下同），K代表客流量(下
(二）网络关注度与客流量的回归分析 为进 流量为 纵坐标，
分移动游客网络关注度与客流量 ， 以客流量和移动游客网络关注度为两者的关系
4,从图中可以看到
之间的关系，文分以移动游客网络关注度和客
的
察了移动游客网络关注度和客流量的相关
性，两者在空间分布上是否具相关性，还）要进
。
注释：
两者存在为显的线性相关关系，以此进行二者 的回归分析，具体如下：
K=1.0038W+800.61
(1)
）1
，客流量
加(2)
相关系数R=0.8182,方程显著相关。即移动游 客网络关注度每增加（ (或减少）1.0038
W=0.667K+5226.5
。
相关系数R=0.8182,方程显著相关。
釤-<屮/_燒姊
0 10 20 30 4010 20 30 40
客流量/千人次
50
网络关注度/千人次
图4
®Kim D, Lehto X Y, Morrison A M, Gender differences in online travel information search: implications for marketing communications on the Intemet[J]. Tourism Management, 2007,28(2): 423-433.
② Yang X, Pan B, James A, etal. Forecasting chinese tourist volume with search engine data[J]. Tourism Management, 2015, (46)：386-397.
③ BangwayoSkeete, F P, Skeete, etal. Can Google data improve the forecasting performance of tourist arrivals? Mixed-data sampling approach[J]. Tourism Management, 2015, (46):454-464.④ 路紫，赵亚红，吴士锋，等.旅游网站访问者行为的时间分布 及导引分析[J].地理学报，2007,62(6):621-630.⑤李 山，邱荣旭，陈玲. 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):102-107.⑥ 冯娜，李君轶.外向在线旅游信息流与入境旅游流的耦合分
客流量与网络相关度关系散点图
84
江苏商论
•旅游经济•
2019.1
析-以美加入境旅游流为例[J].旅游学刊,2014,29(4):79-86.参考文献：
[1] [2]
马丽君，孙根年,黄芸玛，等.城市国内客流量与游客网络关 马丽君，江恋.湖南“红三角”旅游区PC与移动游客网络关
注度时空相关分析[J].经济地理,2011,31(4):684-685.注度时空分布特征及其异同[J].重庆师范大学学报(自然科学 版),2017,34(1):123-130.
[3] Davidson AP,YuY. The internet the occidental tourist: an analysis of Taiwan’s tourism websites from the perspective of western tourists[J]. Information Technolog &tourism, 2005,7(3):91-102.[4] 岑成德，梁婷.我国年轻旅游者的网络信息搜索行为研究— 以广州高校学生为例[J].旅游科学,2007,21(1):56-62.[5] 李君轶，杨敏.西安国内游客旅游网络信息搜索行为研究[J]. 经济地理,2010,30(7):1212-1216.[6] 胡兴报， ， .国内旅游者网络旅游信息搜寻动机与搜寻内容研究[J].旅游学刊,2012,27(11):105-112.
[7] 陆川.基于性别异的网络旅游信息搜索行为研究—以 来游客为例[D].上海:上海师范大学,2014.[8] 王章郡， ，杜坤.中国自驾车旅游网络空间关注度的
—基于Google搜索解析的分析[J].地域研究与开
发，2011,30(5):102-107.
[9] 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31个省市区旅游安全的百度指数[J].人文地理， 2012,29(6):2427-2433.[10] ，马耀峰，刘宪锋，等.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):2427-2433.[11] 黄 ，丽峰，丁于思.度 与旅游景区游客量的关及预测研究-以北京故宫为例[J].旅游学刊，2013,28(11):93-100.
[12] 王硕，曾克峰，童洁，等.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，2013,33(11):182-186.[13] ，孙根年，马丽君，.区域旅游网络关注度与客流量时空 分析——以 为例 [J]. 地 研究与 ，2011，30(3):93-97.[14] ，贾字，刘宇，等.奥运场馆水立方的客流量与网络关注度关系分析[J]. 学学报，2013,37(5):118-124.[15] 王玉霞，王静.客流量与网络关注度的关分析——以首 都博物馆为例[J].北京联合大学学报，2016,30(1):75-80.[16] 孙烨，张宏磊，刘培学，等.基于旅游者网络关注度的旅游景 区日游客量预测研究—以不同客户端百度指数为例[J].人 文地理，2017,32(3):152-160.
Study on the Interaction Relationship Between Tourists^ Network Attention and Visitor Data in Jiuzhaigou
Ma Lijun, Hu Rujia
(Business school of Xiangtan University, Xiangtan, 411105)
Abstract： This paper collects the daily mobile tourist network attention and visitor data of Jiuzhaigou in 2016，and analyzes the annual variation as well as similarities and differences between the two during the three time scales of day，week and month. On this basis， Granger causality test，regression analysis and other methods were used to analyze the correlation between the two，and the results showed that: (1)Jiuzhaigou mobile tourist network attention and visitor data changes during the year are subject to climate comfort，holidays and other factors，and there are significant seasonal changes，slack and peak seasons; (2)By taking the day as unit，the year change of Jiuzhaigou mobile tourist network attention and visitor data was shown in \"jagged multimodal] shape，and the change trend of the two was basically the same; (3) During the summer vacation，there are increased number of student tourists that are with longer travelling time，involving more destinations，stronger planning and advance，resulting in more obvious \"precursor effect\" of mobile tourists network attention; (4)There! s two-way Granger causality correlation between mobile tourists network attention and visitor data， and the two is with causality and mutual influence.Key words： Jiuzhaigou; Network attention; visitor data; Granger causality test; Regression analysis
因篇幅问题不能全部显示，请点此查看更多更全内容