□文/张军全 何昭丽 孙怡君 刘晓静 吴海燕 赵昕泽

（南京财经大学工商管理学院 江苏·南京）

［提要］ 以百度指数为数据来源，获取我国31 个省、自治区、直辖市2011～2018 年对江苏旅游商品网络关注度的数据，采用网络数据挖掘法、泰尔指数、波士顿矩阵法等研究方法对江苏旅游商品的网络关注度特征进行分析，从而为江苏省旅游商品开发规模、产品品质、品牌建设等方面提供决策建议，以提高江苏旅游购物占比，促进江苏经济发展效益。

在大众旅游时代背景下，旅游已经逐渐成为我国居民一种常态化的生活休闲娱乐方式。互联网的飞速发展不仅快速地推进着旅游产业发展和变革，同时也不断地优化着旅游信息的传播方式，并时刻作用和影响着我国居民的旅游消费方式。Ratchford 等学者曾指出，居民在进行信息收集时，往往会选择成本最小化和利益最大化的信息渠道途径。而互联网的高普及率、高便捷性和高时效性为旅游者在旅游全过程（旅游前、旅游中和旅游后）搜索、购买、评价旅游信息和产品提供了极大的方便。随着互联网和智能手机的普及，如今越来越多的游客选择通过网络来搜集旅游信息，感知旅游商品的价值和服务，这在一定程度上反映出了一个地区旅游商品的网络关注度特征。国外对旅游商品的研究起步较早，始于20 世纪70 年代。我国虽然起步较晚，但随着改革开放以来我国社会主义市场经济体系的不断完善，旅游产业发展迅速，国内对旅游商品的研究也逐渐成为热点。陈钢华等基于ATR 和TM 反映的学术态势通过文献分析法进行了国外旅游购物研究综述，认为国外旅游购物研究的视角经历了从旅游购物（品）向旅游购物者的转变，研究方法也由描述性方法、数理统计法逐渐转变为模型构建法，而相比国外，我国旅游商品的研究存在着一定的不足，还需转变研究方法并进行深入细致化的研究。吴儒练在对比中外旅游商品研究后发现，国外学者对旅游商品的研究侧重于游客的消费行为以及满意度等方面，提倡理论研究与实证分析相结合的研究方法，而这也是今后我国学者研究的重点。

就目前而言，我国旅游商品的研究多集中在概念界定、旅游商品开发现状及建议对策等方面，这也是国内旅游界学者探讨最为集中、成果最为丰富的一个领域。在研究方法上，开始由经验总结、现象描述向规范演绎、实证分析转变，并主动引入其他学科的理论成果来解释旅游购物现象，极大地丰富了旅游购物研究的方法论；在研究对象上，已由纯粹的旅游商品衍生到购物行为、商品市场、产业发展等方面，完成了从局部问题分析向系统研究的观念转变。总体来看，国内外旅游商品研究的差异点主要在于国外学者侧重于旅游商品消费者行为、顾客满意度等方面的研究，而国内的研究则局限于商品本身。

通过查阅相关文献发现，近年来，百度指数在旅游领域的相关学科研究中被越来越多的学者所应用，其内容主要集中在网络信息对客流的导引作用、网络信息与入境旅游流之间的耦合关系、网络关注度与客流量的影响、旅游景区或重大节事的网络关注度的时空特征、客流量前兆效应等方面。在国内，李山等最先利用百度指数来研究旅游景区的网络空间关注度，通过百度指数中“用户关注度”功能搜索关键词并对其中具有完整数据的53 个5A 级景区展开了统计分析，发现了旅游景区网络关注度的时间分布特征具有周内“手掌”模式，年内“双峰”模式以及游客量的前兆效应。何小芊等基于百度指数，运用相关系数、变异系数等统计指标从年度差异、月度差异、周度差异和省际差异两个维度分析了温泉旅游网络关注度的时空特征。然而，现有研究对网络关注度的运用基本都是用来分析旅游景区的顾客感知和市场需求，对基于网络关注度的旅游商品的研究屈指可数。何小芊等认为，目前国内学者多以百度指数来分析某一景区或旅游目的地的网络关注度的时空差异及其与实际游客量的关系，而缺乏对网络关注度时空差异影响因素的研究。当前，影响旅游购物研究理论进展及其实践价值实现的“瓶颈”主要是细化研究的缺乏。旅游商品基础理论研究相对薄弱，就如何提高旅游商品对旅游经济增长的贡献率的研究不够。而作为旅游六要素的“购”，其在旅游经济中有着十分重要的地位，对促进地区经济的发展起着重要的作用，更能够直接增加当地居民的收入。与旅游商品相关的关键词的网络搜索量，能够表明游客在互联网上对该旅游目的地旅游商品的关注度，也反映出该旅游商品的发展趋势、品牌形象和营销效果，为今后旅游商品形象塑造、品牌建设和营销推广提供依据。因此，本文以江苏为例，通过百度指数获取我国31 个省、自治区和直辖市对江苏旅游商品的关注度数据，分析各省份对江苏旅游商品关注度的特征以及区域差异，并为江苏旅游商品的开发和规模化发展提出可行的建议，以期进一步推动江苏旅游经济的发展。

一、研究方法与数据来源

（一）研究方法

1、网络数据挖掘法。基于百度指数平台，以江苏旅游商品为研究对象，根据一些学者对旅游商品的定义如苗学玲认为，旅游商品（或称旅游购物品）是指由旅游活动引起旅游者出于商业目的以外购买的，以纪念品为核心的有形商品，包括旅游纪念品、日常用品（旅游前和途中购买）和免税商品三个部分，选取旅游商品、旅游特产、旅游纪念品和旅游购物等作为关键词进行搜索，发现这些关键词除旅游特产和旅游购物外其余都没有检索数据。对江苏旅游购物分13 个市分别进行检索后发现，只有南京购物、徐州购物、无锡购物、苏州购物、扬州购物、常州购物、泰州购物的检索频次稍高，整体日均值分别为92、28、22、69、21、12 和 29，其余市均为 0 或 1，而旅游特产江苏 13 个市均有收录且搜索频次都较高，因此，最终以江苏特产代替江苏旅游商品，细分江苏13 个市，以“市名+特产”（如南京特产、苏州特产……）为关键词来进行百度指数的叠加搜索，获取我国31 个省市区2011～2018 年对江苏旅游商品关注度的数据，并利用EXCEL 等数理工具进行初期整理、汇总、统计和归纳，进而通过关键词的搜索量套用公式计算网络关注度和网络关注率及其增长率。按每年365 天计算得到各省份对江苏旅游商品的年度网络关注度，计算公式为：

Ait＝Iit×d

式中：Ait为i 省份t 年度对江苏旅游商品的网络关注度；Iit为i 省份t 年度对江苏旅游商品关键词的搜索指数日均值；d 取365 天。由于各地区人口总数和上网人数影响网络关注度，为真实地反映各省份对江苏旅游商品的关注程度，所以引入网络关注率指标，其计算公式为：

Rit＝Ait/Pit

式中：Rit为i 省份t 年度对江苏旅游商品的网络关注率；Pit为i 省份t 年度的常住人口数量。

网络关注率增长率计算公式为：

式中：r 为江苏旅游商品的网络关注率增长率；Rt0为基期的网络关注率；Rt为末期的网络关注率。

2、泰尔指数。泰尔指数又称锡尔熵，最早是由Theil 和Henri 于1967 年提出的，该指数是衡量区域发展差异的重要指标。泰尔指数数值的大小，决定了区域差异程度的大小。由于旅游商品的网络关注度与互联网上网人数（考虑到数据的完整性，这里采用互联网宽带接入用户数替代）存在相关关系，而互联网发展各地区又有差异，所以通过计算泰尔指数就可以发现江苏旅游商品在全国范围内的网络关注度的区域差异情况，同时该指数可按区域结构进行多层次分解，将江苏旅游商品网络关注度区域差异分解成区域之间差异、区域内部以及省际总体差异。具体分解过程为：

表1 全国各省份对江苏旅游商品的网络关注度和网络关注率一览表

（1）区域内江苏旅游商品网络关注度差异泰尔指数TPi：

式中：Sij和Nij分别为区域i 内省区j 的江苏旅游商品网络关注度指数和互联网宽带接入用户数，Si和Ni分别为区域i 江苏旅游商品网络关注度指数和互联网宽带接入用户数。

（2）区域间江苏旅游商品网络关注度差异泰尔指数TBP：

式中：Si和Ni分别为区域i 江苏旅游商品网络关注度指数和互联网宽带接入用户数，S 和N 分别为全国江苏旅游商品网络关注度指数和互联网宽带接入用户数。

（3）以省际为单元的江苏旅游商品网络关注度差异泰尔指数TP：

式中：Sij和Nij分别为区域i 内省区j 的江苏旅游商品网络关注度指数和互联网宽带接入用户数，S 和N 分别为全国江苏旅游商品网络关注度指数和互联网宽带接入用户数。

3、波士顿矩阵。波士顿矩阵又称四象限分析法，是由美国波士顿咨询公司创始人亨德森于1970 年首创，用于分析企业产品组合的合理性。本文借鉴波士顿矩阵的分析方法，利用江苏旅游商品的网络关注率数据，通过EXCEL 工具形成了江苏旅游商品的全国网络关注率矩阵，进而分析江苏旅游商品在全国关注度的市场情况。

（二）数据来源。本文中的网络关注度数据来源于百度指数平台，通过在百度指数平台输入关键词来获取2011～2018 年的搜索指数作为基础数据。将按照关键词检索到的搜索指数通过公式计算出网络关注度和网络关注率，来反映江苏旅游商品在全国范围内的游客和潜在游客的网络关注程度。此外，本研究中用到的互联网宽带接入用户数来源于国家统计局官方网站公布的《中国统计年鉴》和中国互联网络信息中心发布的《中国互联网络发展状况统计报告》，各省、自治区、直辖市的常住人口数据来源于《中国统计年鉴》公布的数据。

二、研究分析

（一）江苏旅游商品网络关注度分析

1、江苏旅游商品网络关注度总体状况

（1）网络关注度及网络关注率。基于百度指数平台获取的网络关注度数据，按每年365 天计算出2011～2018 年各省份对江苏旅游商品的年度网络关注度和网络关注率及8 年的平均值，以8 年平均值（Rmean）代表各省份对江苏旅游商品的网络关注率指标来进行分析，并按降序排列，如表1。因表格大小局限，仅对均值保留两位小数。（表1）

由表1 发现，网络关注率排名最高的前四位省份分别是上海、北京、江苏和天津，均超过1 万次/百万人，都为经济最发达、人口较多及旅游业发达的省市，对江苏旅游商品关注度最高。网络关注率在0.5～1万次/百万人的省份有浙江，为东部沿海发达地区。网络关注率在0.1～0.5 万次/百万人的有25 个省份，主要包括东北三省、西北各省、中部地区、西南地区以及东南地区的部分省份，对江苏旅游商品的关注率较高。网络关注率低于0.1 万次/百万人的只有西藏1 个省份，为西部偏远地区省份，由于其地理位置偏僻，经济落后，互联网覆盖率较低，互联网上网人数不足，导致其对江苏旅游商品的网络关注率较低。

（2）网络关注度与互联网宽带接入用户数关系。从2011～2018 年的数据来看，我国互联网用户以及潜在游客对江苏旅游商品越来越关注，总体呈现出平稳增长的态势，其增长趋势与不断增长的互联网宽带接入用户数的增长趋势相吻合。（图1）

从2011 年开始，江苏旅游商品在全国的网络关注度达到0.03 亿次，2011～2018 年间共增长0.04 亿次，但相比我国互联网宽带接入用户数，江苏旅游商品的网络关注度规模仍较小，2011～2018 年的比重分别为2.24%、1.79%、1.90%、2.36%、2.27%、2.08%、2.01%和1.72%，说明全国各地互联网用户或游客中通过网络关注江苏旅游商品的人数还不多，江苏旅游商品的顾客网络关注度并不是很高。但根据近年来的增长趋势，可以预测出未来江苏旅游商品的网络关注度会随着互联网宽带接入用户数的增加而越来越高，因为网络关注度与经济发展水平、人口规模之间表现出明显的正相关关系，随着我国未来经济和人口规模的增长，互联网上网人数也会相应增长，进而拉动江苏旅游商品网络关注度的增长。

2、江苏旅游商品网络关注度区域差异。从整体数据来看，2011～2018 年江苏旅游商品的网络关注度呈现出平稳增长的态势，但通过计算泰尔指数发现，江苏旅游商品网络关注度还存在较明显的区域差异，如表 2。（表2）

总体来看，省际间和区域内的泰尔指数较大，说明省际间和区域内的差异较大，区域间的泰尔指数较小，说明区域间的差异较小，但是区域间、区域内和省际间的泰尔指数均呈现出上升趋势，表明江苏旅游商品网络关注度的区域差异在增大。其中，省际间的泰尔指数呈现出“升—降—升—降—升”的波动增长趋势，由2011 年的0.1332 增长到2018 年的0.2025，这说明各省对江苏旅游商品的关注度存在不稳定性，关注度差异总体是在逐渐增大。用区域间泰尔指数衡量我国三大区域之间江苏旅游商品网络关注度差异，发现区域间的泰尔指数呈现逐年缓慢增长的趋势，与省际间的增长趋势整体相一致。2011 年区域间的泰尔指数为0.0154，2018 年上升到0.0474，表明区域间对江苏旅游商品的关注度差异在缓慢增大，应该引起注意。用区域内江苏旅游商品网络关注度差异泰尔指数计算公式，得出东部—中部—西部三大区域内的泰尔指数，三大地区的泰尔指数均有轻微的波动，其中东部地区的泰尔指数比中、西部地区大，说明江苏旅游商品网络关注度在东部地区的差异较大。

表2 江苏旅游商品网络关注度泰尔指数一览表

表3 全国各省份对江苏旅游商品的网络关注率增长率一览表（单位：%）

（二）网络关注率矩阵分析。在江苏旅游商品的网络关注率矩阵中，横坐标表示网络关注率，纵坐标表示网络关注率增长率，如表3。使用平均值法确定分界线，横坐标平均值为0.39，纵坐标平均值为16.16%，以两条分界线的交点作为参照点，将江苏旅游商品的全国网络关注率矩阵划分为4 类市场组合。（表3、图2）

由图2 发现，明星市场只有江苏，对江苏旅游商品的网络关注率和增长率均较高，这是因为江苏作为全国旅游大省，其入省旅游人数较多，本地市场游客网络关注度也较高。对于明星市场上的省份，应继续提高其对江苏旅游商品的网络关注度，牢牢抓住本地的游客，使其不断巩固。由于江苏省经济发达，人口较多，互联网普及率较高，可重点加强线上宣传力度，借助各类网络平台进行产品外宣，提高江苏旅游商品的曝光率。其次，江苏省入境旅游人数较多，也可进行线下宣传，通过提高游客的感知价值和购物体验来进一步提高江苏旅游商品的知名度。

金牛市场包括北京、上海、天津、浙江和辽宁，这些省份对江苏旅游商品的网络关注率较高，但增长率不高。这说明江苏旅游商品在这些省份已具有较高的知名度，但存在潜在市场吸引力不足的问题。对于金牛市场的省份，在保持现有的关注率外，应积极采取创新策略，开发更多富有南京特色的旅游商品，不断提高游客购物体验感，以此吸引更多的潜在游客。

图1 互联网宽带接入用户与江苏旅游商品网络关注度变化图

图2 江苏旅游商品网络关注率矩阵图

问题市场包括青海、甘肃、云南、贵州、四川、内蒙古和重庆，这些地区对江苏旅游商品的关注率增长率较高，但网络关注率较低，说明江苏旅游商品在这些区域是具有发展前景的，但目标客户群体过少。对此需要进行营销策略的改进，可选择人口较多的省份进行市场培育，扩大网络关注率。在增长率数据中青海的数据明显异于其他数值，核对数据和计算方法后排除了数据和计算错误。经深入研究发现，虽然青海的关注度总量不高，但近年来一直稳步增长，尤其后四年，且由于常住人口基数和人口变动较小使得基期的网络关注率较低，而末期的网络关注率较高，末期与基期的差值很大而引起。

瘦狗市场的数量最多，占比达到58.1%，这些省份对江苏旅游商品的网络关注率和增长率均低于平均值，说明这些省份没有发展潜力。对于这类市场应该采取紧缩性的战略，不易过多投入资源，应着重对于有望进入金牛市场的个别省份进行重点培育，开发出有吸引力的旅游商品，激发其发展潜力。

三、研究结论

本文借助百度指数平台，以全国31 个省、自治区、直辖市2011～2018 年的江苏旅游商品的关键词搜索指数作为基础数据，利用网络关注率、泰尔指数、网络关注率矩阵对江苏旅游商品网络关注度进行了分析，得出以下主要结论：

（一）从2011～2018 年来看，江苏旅游商品的网络关注度及关注率整体在增加，江苏旅游商品越来越受到关注，呈现出波动性发展的趋势。其中，网络关注率最高的前四位省份分别是上海、北京、江苏和天津，均超过1 万次/百万人，都为经济最发达、人口较多及旅游业发达的省市，对江苏旅游商品关注度最高。

（二）我国互联网用户以及潜在游客对江苏旅游商品越来越关注，总体呈现出平稳增长的态势，其增长趋势与不断增长的互联网宽带接入用户数的增长趋势相吻合，但是相比我国互联网宽带接入用户数，江苏旅游商品的网络关注度规模仍较小。

（三）省域网络关注度显示，省际间和区域内差异较大，区域间、区域内和省际间的泰尔指数均呈现出上升趋势，表明江苏旅游商品网络关注度的区域差异在增大。对江苏旅游商品关注度较高的省份，主要集中在临近江苏的东部沿海地区。造成关注率地域差异较大的主要原因是地区人口、网络使用率的差异程度。

（四）在网络关注率矩阵中，江苏等明星市场应继续提高其对江苏旅游商品的网络关注度，牢牢抓住本地的游客，使其不断巩固。对于江苏本地，可进行线上线下立体化宣传，通过提高游客的感知价值来进一步提高江苏旅游商品的知名度；北京、上海、浙江、天津等金牛市场，在保持现有的关注率外，应积极采取创新策略，开发出更多富有江苏地域特色的旅游商品，不断提高游客购物体验感，以此吸引更多的潜在游客；甘肃等问题市场，需要进行营销策略的改进，可选择人口较多的省份进行市场培育，扩大网络关注率；瘦狗市场应着重对于有望进入金牛市场的个别省份进行重点培育，开发出有吸引力的旅游商品，激发其发展潜力。