基於SPSS的百度指數與遊客量相關性研究
理論探索
作者：國敏
【摘要】 信息化技術的普及及網絡平台的建立為旅遊研究提供了重要的數據基礎。本文以北京故宮為例，基於相關性分析方法，對所選取網絡關鍵詞的搜索量指數與實際遊客量進行了相關分析。結果表明網絡關鍵詞搜索量指數與實際遊客量之間存在明顯的相關關係；遊客一般在出遊前2—5天對所關注信息進行查詢，最關注的出遊信息主要為景區門票的價格、相關旅遊路線圖和景區開放時間。本研究對旅遊管理部門做出科學合理的決策具有一定的現實意義，為遊客量的預測研究提供了重要的理論依據。
【關鍵詞】 SPSS 百度指數 遊客量 相關性分析
一、前言
隨著我國經濟的迅猛發展，旅遊業已成為中國經濟發展的支柱性產業之一。越來越多的人通過參與旅遊活動豐富物質文化生活，因此也帶來諸多旅遊城市遊客量的逐年攀升。尤其一些熱門的旅遊景點，在“五一”、“十一”等大小長假期間更是出現遊客量爆棚甚至超負荷承載的狀態。因此，關於遊客量的分析研究對城市旅遊業和景區生態環境的可持續發展、旅遊資源的合理規劃和開發具有重要的現實意義。
互聯網技術的普及，大數據、雲平台等新興技術的成熟落地，為蓬勃發展的旅遊業注入了新鮮的血液。旅遊企業選擇互聯網這一重要平台發布旅遊信息，遊客的需求和體驗也不再局限於傳統的旅遊方式，互聯網技術可隨時為遊客提供個性化的服務和實時有效的旅遊信息。越來越多的旅遊者通過網絡搜索技術，有針對性地獲取實時有效的旅遊信息。根據CNNIC的研究顯示，搜索引擎是旅遊用戶在線獲取旅遊信息的首選渠道，占比近8成。
可見，旅遊業與信息化的融合愈加突顯。運用大數據、搜索引擎等互聯網技術分析旅遊的網絡關注度與現實旅遊行為的關係，對旅遊管理部門做出科學、合理的決策和安排具有重要的現實意義，為遊客量的預測研究提供重要的理論依據。
二、國內外相關研究
目前，基於SPSS的遊客量相關研究的數據基礎主要以實際遊客量的曆史數據為主。張紅賢等收集了1978—2003年中國入境遊客量的值，運用多元回歸分析的方法，對我國入境遊客的規模進行了預測。黃宏等基於1979—2007年中國入境旅遊人數資料，利用SPSS統計分析軟件，預測中國入境旅遊人數。結果表明，該方法準確可靠高、方便快捷，適用於入境遊客量的預測。李世泰等基於山東省1992—2008年國內遊客量，利用SPSS軟件定量分析模型分析了不同時間尺度旅遊客源市場預測方麵的客觀差異。隨著基於信息技術對社會行為的深入研究，網絡搜索技術的旅遊行為預測研究主要集中在網絡關注度與旅遊客流關係的研究。路紫、趙亞紅、吳士鋒、韓冰運用網上查詢係統、網站訪問數量統計工具，獲取旅遊網站訪問者的時間分布資料，分析了網絡信息流對旅遊流的導引作用。梁明英、王麗娜以山東泰山為例，通過對景區遊客進行問卷調查，調研了旅遊網絡信息在景區遊客中的應用，分析出景區旅遊網絡信息對該旅遊目的地遊客行為模式的影響。戴維森等（Davidson，et al.）通過實證對比分析以台灣為旅遊目的地的旅遊網站的信息流與現實旅遊流，發現網站信息流對遊客旅遊行為具有引導潛力。
以上國內外文獻研究顯示，以往研究主要基於實際遊客量的曆史數據的SPSS相關性分析和網絡搜索技術兩種方法分別對遊客量進行了論證分析，但將兩種方法相結合的分析研究文獻較少。本文將借助SPSS軟件，通過收集能夠反映旅遊關注度的網絡關鍵詞的百度搜索量指數，對北京故宮在2010年五個假期的實際遊客量進行相關性分析。
三、相關性分析
1、關鍵詞的選取
由於遊客的異質性，他們對事物關注的角度會有差異，因此在出遊前檢索的相關信息和網絡關鍵詞具有多樣性。根據旅遊理論基礎、遊客的行為特點以及遊客在出遊前對旅遊目的地信息的關注，對遊客在出遊前對旅遊目的地（景區景點）旅遊信息所關注的內容的分析，選取出旅遊目的地（景區景點）的名稱、圖片、旅遊路線、門票價格等與旅遊目的地（景區景點）相關的基準關鍵詞，利用網絡搜索引擎中的關鍵詞推薦功能，確定本次研究的關鍵詞為：故宮、北京故宮、故宮博物院、故宮門票、北京故宮門票、故宮門票價格、故宮地圖、北京故宮地圖、故宮圖片、北京故宮圖片、故宮博物院圖片、故宮旅遊、故宮開放時間共13個關鍵詞。