徐 萍

【关键字】百度指数；网络关注度；时空特征；螺蛳粉

一、引言

随着网络信息科技的高速发展，互联网已经逐渐成为人们信息获取的主要渠道。根据中国互联网络信息中心（China Internet Network Information Center，CNNIC）统计，截至2020年12月，我国网民规模达到9.89亿，较2020年3月新增网民8540万，互联网普及率达70.4%，较2020年3月提升5.9个百分点，这为广大网民利用网络搜索获得商品信息提供了方便快捷的途径。

近些年，国内外学者基于网络搜索引擎数据，大量应用到旅游与商品研究中。Onder通过谷歌趋势数据以及图像指数数据，对两个国家和两座城市的旅游需求进行比较研究。Clark等利用谷歌趋势数据，建立美国国家公园的客流量模型，并与传统的自回归模型进行对比分析等。马莉研究发现，近距离旅游流量与游客网络关注度在时间和地理空间上存在很强的关联性。Li等提出了一种基于百度指数的旅游客流量的预测模型，并验证了该模型的有效性。

程慧等人基于百度指数，研究了雪峰山旅游景区网络关注度的时空特征。丁鑫、杜梦珽等基于百度指数，研究了厦门市、重庆洪崖洞旅游目的地网络关注度的时空特征与影响因素。魏衍增基于百度指数，对大众汽车销量建立机器学习模型，证明了搜索指数数据与汽车销量存在相关性，与基于单一销量数据的ARMA模型相比，加入百度指数的LSTM模型具有更好的预测能力。黄娅碰基于百度指数与电商评论数据，研究九芝堂营销策略。

综上所述，国内外学者利用搜索引擎数据进行大数据分析，对各地旅游需求以及商品销售进行精确地预测分析。螺蛳粉作为这几年刚兴起的网红食品，怎样摆脱网红食品“短命”的命运？本文将基于百度搜索平台，爬取以“螺蛳粉”关键词2015—2020年每日网络关注度数据，通过对关注度数据的时空分布、搜索人群的年龄与性别分布分析，旨在挖掘潜在的客户群体，丰富螺蛳粉销售数据分析研究。

二、数据来源与研究方法

1.数据来源

百度作为国内最大的中文搜索引擎，百度指数是以百度海量网民行为数据为基础的数据分享平台。在这里，你可以研究关键词搜索趋势、洞察网民兴趣和需求、监测舆情动向、定位受众特征。因此，采用其中的数据研究，具有一定的普遍性和可信度，本文利用百度指数分析平台，以“螺蛳粉”作为关键词，爬取2015—2020年34个省级行政区域每天关键词搜索次数，采用地理空间分析及数理统计方法，从时间和空间两个维度分别分析螺蛳粉网络关注特征与差异。

2.研究方法

季节性集中指数：季节性集中指数（I），又称季节性时间强度指数，可对商品网络关注度的季节集中程度加以定量分析，计算公式为：

式（1）中， 表示每月网络关注度占全年关注度总数的比重。指数值越大，表明网络关注度的季节集中程度越高，季节性差异越大；相反，指数值越趋于0，表明关注度的季节集中程度越低，季节分布越均匀。本文将用其测算螺蛳粉2015—2020年这6年网络关注度的季节集中程度。

STL（Seasonal and Trend decomposition using Loess）是以鲁棒局部加权回归作为平滑方法的时间序列分解方法。对螺蛳粉网络关注度数据进行STL分解为趋势项（trend component）、季节项（seasonal component）和余项（remainder component）。由于趋势项和季节项的稳健性，STL分解不会被异常值所影响。本文将采用STL分解，以探讨螺蛳粉关注度的季节效应与趋势效应。

三、螺蛳粉网络关注度的时间变化特征

1.年度变化特征

通过爬取的每天关注度数据，计算各年、各月份关注度均值，并计算出增长率、标准差、变异系数、季节性集中指数等结果（表1）。

?

从表1可以看出，螺蛳粉网络关注度年度变化具有以下几个特征：

（1）从搜索指数日均值和增长率可以看出，2015—2020年螺蛳粉的网络关注度整体上呈增长趋势，在2018年有小幅的回落；其中2016年、2019年、2020年增长率超过30%，2020年增长率最高达到57.41%，在新冠肺炎疫情下，直播经济快速发展，出现了大量吃播带货，其中不乏也有线上螺蛳粉带吃，这使得螺蛳粉的关注度在疫情冲击全球经济的情况下不减反增。

（2）从标准差可以看出，2015—2018年螺蛳粉的每日网络关注度比较集中，2019—2020年其差异性陡然上升。

（3）从变异系数与月度集中指数上看，2016—2018年，变异系数及季节性集中指数比较小，说明螺蛳粉网络关注度年内分布比较分散。而2019年、2020年受短视频、直播带货的影响，使得螺蛳粉网络关注度年内分布比较集中。

2.月度变化特征

通过计算获得螺蛳粉2015—2020年各月份的平均网络关注度，并绘制成折线图（如图1）。从图1可以看出，螺蛳粉网络关注度月季变化具有以下特征：①2015—2020年，同月份的每日平均关注度呈逐年递增的趋势；其中2020年增长最为明显，除1月外，其他月份增幅与往年同期相比都达到最大，说明螺蛳粉的知名度正在逐步扩大。②2015—2019年的网络关注度折线图均呈现出双峰的特征，其第一个峰值出现在每年的3月和4月，即这个时候为春节假期结束返岗时段以及学生的主要开学时间，开学季以及上班潮拉动了螺蛳粉的消费需求；第二个峰值也是出现在秋季开学季的9月和10月，这也从侧面反映出螺蛳粉的消费人群大多为年轻人群。③除双峰特征外，每年的关注最低点集中在每年的1月和2月，这个时段主要是岁末年初，大家都在忙碌，从而导致螺蛳粉的关注度较低。

图1 2015—2020年螺蛳粉日平均网络关注度月度变化图

为了探讨关注度数据的发展趋势，采用STL时间序列分解方法对数据进行分解。图2从上到下分别是2015—2020年螺蛳粉网络关注度数据的观测项、趋势项、季节项和余项。从图2季节性变化图可以看出，关注度确实存在一个春节前低谷，节后高峰的情况。从整体的趋势变化可以看出，2015—2020螺蛳粉网络关注度在逐渐上升。具体来看，2015—2018年螺蛳粉缓慢地进入人们的视野，平均每年增长21%；2018年后随着小视频以及美食主播行业的兴起，关注度得到快速拉升，平均每年增长43%，即使2020年新冠肺炎疫情的暴发也没有影响到人们对螺蛳粉的关注，这体现了食品的强大韧性。

图2 2015—2020螺蛳粉STL时间序列分解图

四、螺蛳粉网络关注度空间分布与人群分布特征

1.螺蛳粉网络关注度空间分布特征

不同地方存在不同的饮食习惯，螺蛳粉最受哪些地方的喜爱呢？通过百度指数搜索地域分析，获取2015—2020年对“螺蛳粉”关键词搜索人群在全国各省份的关注度日平均值给出前10名（表2），由表2可以看出：①2015—2020年，各省级行政区对螺蛳粉的网络关注度呈上升趋势，且在2018—2020年增长速率最大，说明小视频、吃播等行业兴起扩大了螺蛳粉的知名度。②各个区域对螺蛳粉关注度存在较大的差异，其中关注度最高的10个省份分别为广东、北京、山东、浙江、广西、江苏、上海、河南、四川以及河北，主要集中在两广、长三角经济发达省份以及北京和一些饮食喜辣的四川、河南、河北，统计6年来前10名省份网络关注度的比重发现，其比重总和超过了51.57%，进一步说明了省份分布的差异较大，集中程度比较高。

表2 各省份网络关注度日均值

2.螺蛳粉网络关注度年龄分布特征

不同的年龄段对不同食品的需求也不同，螺蛳粉是一种比较油辣酸爽的食品，在一些中老年人眼中可能会被视为“垃圾视频”，然而这种酸辣可口的感觉却深受年轻人的喜爱。根据百度指数平台2015—2020年“螺蛳粉”关键词搜索人群分布比例进行分析，得到搜索人群平均年龄与网民年龄分布对比图（见图3）。

图3 螺蛳粉网络关注度年龄分布图

图3中红色条形图表示不同年龄段螺蛳粉网络关注度在总人群的占比，绿色为网民不同年龄段分布。从图3可以知道，螺蛳粉的关注人群主要集中在20～39岁人群中，占总人数的67%左右，说明青年人是螺蛳粉网络关注度的主要人群。对比网络年龄分布来看，螺蛳粉口感油辣鲜美受到许多30岁以下青年人的喜爱，而大于30岁的群体关注螺蛳粉的人群比例较低。

3.螺蛳粉网络关注度性别分布特征

根据百度指数平台2015—2020年“螺蛳粉”关键词搜索人群性别数据进行分析，得到搜索人群性别占比图（见图4）。关键字搜索螺蛳粉的性别，女性达到56.7%，高于男性。可能女性是家庭食材的购买者，导致螺蛳粉网络关注度中女性比例较大。

图4 螺蛳粉网络关注度性别分布图

五、结语

本文基于百度指数，从不同层次分析了螺蛳粉网络关注度的时空分布特征，根据分布特征得到结论与建议如下：①螺蛳粉网络关注度年际变化正在快速提升，且各年整体变化趋势具有较高的一致性，全年中网络关注度最高一般在3月和4月，返校以及复工上班潮拉动了人们对螺蛳粉的需求，关注度最低点一般在前一年的11月到后一年的2月。针对这种规律性强的现象，我们可以在关注度地点、时期加大产品研发，丰富不同年龄段、不同地域人群的口味，在春节过后大家返校、返岗期间，开展老客户新品免费试吃等，通过老客户的饮食习惯改进新品，提高品质。②地域分布上，螺蛳粉网络关注度人群存在明显的地域差异，其主要分布在两广、长三角、北京、山东等经济发达省份，以及一些饮食喜辣的四川、河南、河北省份，针对这些省份，我们可以加大螺蛳粉在各地的宣传，举行免费试吃等活动，让大家真实体会口感；对于东北、西北等关注度较低的省份，可以根据当地饮食习惯，研发适合当地人的螺蛳粉口味。③螺蛳粉网络关注度女性高于男性，我们可以设置情侣套餐、闺蜜套餐等，挖掘已有客户身边的潜在客户群体，或者通过购买获取积分领取增值服务等。

本研究依然存在不足之处，百度指数解析的数据来源于网民百度搜索行为，数据广度存在局限性。同时，螺蛳粉的销量数据不易统计，不能客观地分析螺蛳粉网络关注度数据与真实销量间的关系。