2017年2月 林业资源管理 January 2017 FOREST RESOURCES MANAGEMENT 基于百度指数的森林公园客流量影响因素分析 吴潇,陈绍志,赵荣 (中国林业科学研究院林业科技信息研究所,北京100091) 摘要:随着囯内旅游业的迅速发展,森林公园以其良好的资源优势成为更多游客的选择。利用百度指数平台获得 的各类搜索指数,研究了搜索指教与森林公园客流量的相关性以及森林公园客流量影响因素。研究发现:森林 公因客流量及搜索指数存在耦合性;通过多元线性回归分析方法估测了包括搜索指数在内的主要因素对各地区 森林公园游客量的影响,发现对森林公园客流量影响较为显著的因素是GDP及森林公园资源丰度,可见经济发 展水平越高、森林公园自身资源条件越妤的地区,其森林公园客流量越大;通过对百度指敫和森林公园客流量 分析,发现两者的相关性在游客输出地区和输入地区呈现明显的差异性。研究结果有助于指导各地区森林公园 发展规划和森林公园经营单位经营决策。 关键词:百度指数;森林公园;客流量;影响因素 中图分类号:S759.9文献标识码:A文章编号:1002-622(2017)01-0027-04 DOI:10.13466/jcnk. lyzygl.2017.01.006 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) Abstract: 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 affectin 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 fac ors 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 pas- senger 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 Key words: Baidu Index, forest park, passenger flow, impact factor 收稿日期:2016-12-28;修回日期:2017-01 基金项目:中央级公益性科研院所基本科研业务费专项“林业重点产业竞争力和发展潜力预测研究”( CAFYBE2OI4MBO4) 全面天保后中国木材供给策略研究”( CAFYBB014MOO) 作者简介:吴潇(1991-),安徽池州人,在读硕土,研究方向:林业经济管理。Email:rywoshiwuxiao@163.com 通讯作者:赵荣,副研究员,研究方向:林业经济理论与政策
２０１７年 ２月 第 １期 林业资源管理 ＦＯＲＥＳＴＲＥＳＯＵＲＣＥＳＭＡＮＡＧＥＭＥＮＴ Ｊａｎｕａｒｙ２０１７ Ｎｏ１ 基于百度指数的森林公园客流量影响因素分析 吴 潇，陈绍志，赵 荣 （中国林业科学研究院林业科技信息研究所，北京 １０００９１） 摘要：随着国内旅游业的迅速发展，森林公园以其良好的资源优势成为更多游客的选择。利用百度指数平台获得 的各类搜索指数，研究了搜索指数与森林公园客流量的相关性以及森林公园客流量影响因素。研究发现：森林 公园客流量及搜索指数存在耦合性；通过多元线性回归分析方法估测了包括搜索指数在内的主要因素对各地区 森林公园游客量的影响，发现对森林公园客流量影响较为显著的因素是 ＧＤＰ及森林公园资源丰度，可见经济发 展水平越高、森林公园自身资源条件越好的地区，其森林公园客流量越大；通过对百度指数和森林公园客流量 分析，发现两者的相关性在游客输出地区和输入地区呈现明显的差异性。研究结果有助于指导各地区森林公园 发展规划和森林公园经营单位经营决策。 关键词：百度指数；森林公园；客流量；影响因素 中图分类号：Ｓ７５９９ 文献标识码：Ａ 文章编号：１００２－６６２２（２０１７）０１－００２７－０４ ＤＯＩ：１０．１３４６６／ｊ．ｃｎｋｉ．ｌｙｚｙｇｌ．２０１７．０１．００６ ＡｎａｌｙｓｉｓｏｆＩｍｐａｃｔＦａｃｔｏｒｓｏｎＦｏｒｅｓｔＰａｒｋ ＰａｓｓｅｎｇｅｒＦｌｏｗＢａｓｅｄｏｎＢａｉｄｕＩｎｄｅｘ ＷＵＸｉａｏ，ＣＨＥＮＳｈａｏｚｈｉ，ＺＨＡＯＲｏｎｇ （ＩｎｆｏｒｍａｔｉｏｎＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＦｏｒｅｓｔｒｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｂｅｉｊｉｎｇ１００９１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｄｏｍｅｓｔｉｃｔｏｕｒｉｓｍ，ｆｏｒｅｓｔｐａｒｋｈａｓｂｅｃｏｍｅｔｈｅｃｈｏｉｃｅｏｆｍｏｒｅ ｔｏｕｒｉｓｔｓｂｅｃａｕｓｅｏｆｉｔｓｇｏｏｄｒｅｓｏｕｒｃｅｓＵｓｉｎｇｔｈｅＢａｉｄｕｉｎｄｅｘｐｌａｔｆｏｒｍｔｏｏｂｔａｉｎｖａｒｉｏｕｓｓｅａｒｃｈｉｎｄｅｘ，ｔｈｉｓ ｐａｐｅｒｓｔｕｄｉｅｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｏｆｓｅａｒｃｈｉｎｄｅｘａｎｄｆｏｒｅｓｔｐａｒｋｐａｓｓｅｎｇｅｒｆｌｏｗ，ａｓｗｅｌｌａｓｔｈｅｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇ ｆｏｒｅｓｔｐａｒｋｐａｓｓｅｎｇｅｒｆｌｏｗＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｅｗａｓａｃｏｕｐｌｉｎｇｂｅｔｗｅｅｎｆｏｒｅｓｔｐａｒｋａｎｄｔｈｅ ｓｅａｒｃｈｉｎｄｅｘＭｕｌｔｉｐｌｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｗａｓｕｓｅｄｔｏｅｓｔｉｍａｔｅｔｈｅｍａｉｎｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｔｈｅ ｆｏｒｅｓｔｐａｒｋｐａｓｓｅｎｇｅｒｆｌｏｗｉｎｖａｒｉｏｕｓｒｅｇｉｏｎｓ，ｉｎｃｌｕｄｉｎｇｓｅａｒｃｈｉｎｄｅｘＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｍａｉｎｆａｃ ｔｏｒｓｏｆｆｏｒｅｓｔｐａｒｋｐａｓｓｅｎｇｅｒｆｌｏｗｗｅｒｅＧＤＰａｎｄｆｏｒｅｓｔｐａｒｋｒｅｓｏｕｒｃｅａｂｕｎｄａｎｃｅ，ｔｈｕｓｉｔｃａｎｂｅｓｅｅｎｔｈａｔ ｔｈｅｂｅｔｔｅｒｅｃｏｎｏｍｉｃａｎｄｒｅｓｏｕｒｃｅｃｏｎｄｉｔｉｏｎｓｏｆｔｈｅｒｅｇｉｏｎｗｅｒｅａｓｓｏｃｉａｔｅｄｗｉｔｈｔｈｅｇｒｅａｔｅｒｆｏｒｅｓｔｐａｒｋｐａｓ ｓｅｎｇｅｒｆｌｏｗＴｈｒｏｕｇｈｔｈｅａｎａｌｙｓｉｓｏｆＢａｉｄｕＩｎｄｅｘａｎｄＦｏｒｅｓｔＰａｒｋｔｒａｆｆｉｃｓｃａｔｔｅｒｐｌｏｔ，ｉｔｗａｓｏｂｖｉｏｕｓｔｈａｔ ｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｏｕｔｐｕｔａｎｄｔｈｅｉｎｐｕｔａｒｅａｏｆｔｈｅｔｏｕｒｉｓｔｓｉｓｏｂｖｉｏｕｓｌｙｄｉｆｆｅｒｅｎｔＴｈｅｒｅｓｕｌｔｓｏｆ ｔｈｉｓｓｔｕｄｙｗｉｌｌｂｅｈｅｌｐｆｕｌｔｏｇｕｉｄｅｔｈｅｄｅｖｅｌｏｐｍｅｎｔｐｌａｎｏｆｆｏｒｅｓｔｐａｒｋａｎｄｔｈｅｏｐｅｒａｔｉｏｎｄｅｃｉｓｉｏｎｏｆｆｏｒｅｓｔ ｐａｒｋｍａｎａｇｅｍｅｎｔｄｅｐａｒｔｍｅｎｔ Ｋｅｙｗｏｒｄｓ：ＢａｉｄｕＩｎｄｅｘ，ｆｏｒｅｓｔｐａｒｋ，ｐａｓｓｅｎｇｅｒｆｌｏｗ，ｉｍｐａｃｔｆａｃｔｏｒ 收稿日期：２０１６－１２－２８；修回日期：２０１７－０１－２５ 基金项目：中央级公益性科研院所基本科研业务费专项“林业重点产业竞争力和发展潜力预测研究”（ＣＡＦＹＢＢ２０１４ＭＢ００４）； “全面天保后中国木材供给策略研究”（ＣＡＦＹＢＢ２０１４ＭＣ００２） 作者简介：吴潇（１９９１－），安徽池州人，在读硕士，研究方向：林业经济管理。Ｅｍａｉｌ：ｇｙ＿ｗｏｓｈｉｗｕｘｉａｏ＠１６３ｃｏｍ 通讯作者：赵荣，副研究员，研究方向：林业经济理论与政策
林业资源管理 近年来,随着我国经济的崛起及国家旅游发展果显示其来源检索词主要集中在“国家级森林公 战略的调整,国内旅游业发展迅速,森林公园口已园”、“省级森林公园”、“森林公园门票”、“森林公 成为更多游客的出行选择。互联网是发布旅游信园地图”等方面。因此,以“森林公园”、“森林公园 息的重要平台,可随时为游客提供个性化的旅游信门票”、“森林公园地图”、“森林公园风景”等为关键 息服务和引导游客决策。大数据、云平台等新兴检索词,上述检索词的百度指数较高省份多集中在 旅游信息服务技术的突飞猛进,也使得验证旅游网经济较发达,人口多的地区,搜索指数排名前10位 络用户关注度与旅游区客流量之间是否存在较高的为:北京、上海、福建、广东、湖北、江苏、河南、浙 的耦合性成为可能3。 江、山东、天津。以全国“森林公园”为例,通过百度 近年,全国旅游安全网络关注度也呈增长趋势{s,指数检索获取2015年全国森林公园搜索指数时空 人们通过百度搜索引擎搜索旅游信息,一方面可以体变化曲线图,可以观测森林公园百度指数2015年内 现出自己的消费意愿了;另一方面也可能会通过获得变化情况,结果如图1所示。 的信息改变消费倾向。人们按照自身的消费意愿,利 用检索服务功能査询和获取信息,庞大的搜索数据被 25001 整体搜索指数 百度指数记录下来。百度指数是以关键词为统计对象 PC端搜索指数 计算该关键词在百度网页中搜索频次的加权和能够量 反映该关键词在一定时间内的网络关注度。百度用户 主要通过P℃端及移动设备端进行关键词搜索,因此根250 据搜索来源的不同,百度指数分为PC搜索指数和移动 搜索指数,本文利用在百度指数平台获得的搜索指数 图12015年度森林公园百度指数变化趋势 数据进行全文分析,并将利用百度指数平台获得的各 Fig. I Forest park Baidu index change trend in 2015 类搜索指数统称为百度指数。目前,百度指数已成为 旅游业方面研究的重要数据来源。龙茂兴等3依托百 图1表明,整体搜索指数与移动端搜索指数的 度指数平台研究发现,区域旅游网络用户关注度与实时间变化趋势基本一致,且年内的两次峰值时间点 际旅游客流具有极强的正相关性。因此,研究森林公集中在每年第17-18周(五一黄金周)和第39-40 园客流量影响因素时引人百度指数将更符合互联网时周(十一黄金周)。PC端的搜索量峰值出现的时间 代旅游行业发展趋势,可进一步探讨网络旅游平台对 般比移动端和整体搜索指数要早。在28-32周 我国森林公园客流量的影响,而且对我国森林公园开(7-8月)也属于搜索量较大的时间段,这一时间段 发与规划及预案制定具有重要参考价值。 气候条件较热,游客选择带全家人去森林公园避暑 游玩的情况较多。由此可见,森林公园百度指数的 1森林公园百度指数与客流量相关性分析 高峰期和低谷期与旅游的淡旺季密切正相关3, 1.1数据来源 百度指数与客流量年内变化呈正相关9 以“森林公园”为关键词,通过百度指数检索获1.3森林公园百度指数与客流量年度动态变化 取2011-2015年全国森林公园综合搜索指数时空 同样,以“森林公园”为关键词,所以选取 变化曲线图,在曲线图中选取全年时间段的平均综2011-2014年数据,通过百度指数检索获取2011 合搜索指数数据,由于林业统计年鉴最新数据截止2014年全国森林公园综合搜索指数时空变化曲线 到2014年,全国森林公园客流量来源于2011 图,在曲线图中选取全年时间段的平均综合搜索指 2014《中国林业统计年鉴》。 数数据,由于统计年鉴最近年限为2014年,分析了 1.2全年时间段森林公园百度指数动态变化 2011-2014年内全国森林公园百度指数与全国森 以“森林公园”为检索词在百度指数中检索,结林公园客流量变化情况,结果见图2。2011-2014
林业资源管理 第 １期 近年来，随着我国经济的崛起及国家旅游发展 战略的调整，国内旅游业发展迅速，森林公园［１］已 成为更多游客的出行选择。互联网是发布旅游信 息的重要平台，可随时为游客提供个性化的旅游信 息服务和引导游客决策［２］ 。大数据、云平台等新兴 旅游信息服务技术的突飞猛进，也使得验证旅游网 络用户关注度与旅游区客流量之间是否存在较高 的耦合性成为可能［３－４］ 。 近年，全国旅游安全网络关注度也呈增长趋势［５］ ， 人们通过百度搜索引擎搜索旅游信息，一方面可以体 现出自己的消费意愿了；另一方面也可能会通过获得 的信息改变消费倾向。人们按照自身的消费意愿，利 用检索服务功能查询和获取信息，庞大的搜索数据被 百度指数记录下来。百度指数是以关键词为统计对象 计算该关键词在百度网页中搜索频次的加权和，能够 反映该关键词在一定时间内的网络关注度。百度用户 主要通过 ＰＣ端及移动设备端进行关键词搜索，因此根 据搜索来源的不同，百度指数分为 ＰＣ搜索指数和移动 搜索指数，本文利用在百度指数平台获得的搜索指数 数据进行全文分析，并将利用百度指数平台获得的各 类搜索指数统称为百度指数。目前，百度指数已成为 旅游业方面研究的重要数据来源。龙茂兴等［３］ 依托百 度指数平台研究发现，区域旅游网络用户关注度与实 际旅游客流具有极强的正相关性。因此，研究森林公 园客流量影响因素时引入百度指数将更符合互联网时 代旅游行业发展趋势，可进一步探讨网络旅游平台对 我国森林公园客流量的影响，而且对我国森林公园开 发与规划及预案制定具有重要参考价值。 １ 森林公园百度指数与客流量相关性分析 １１ 数据来源 以“森林公园”为关键词，通过百度指数检索获 取 ２０１１—２０１５年全国森林公园综合搜索指数时空 变化曲线图，在曲线图中选取全年时间段的平均综 合搜索指数数据，由于林业统计年鉴最新数据截止 到 ２０１４年，全国森林公园客流量来源于 ２０１１— ２０１４《中国林业统计年鉴》［６］ 。 １２ 全年时间段森林公园百度指数动态变化 以“森林公园”为检索词在百度指数中检索，结 果显示其来源检索词主要集中在“国家级森林公 园”、“省级森林公园”、“森林公园门票”、“森林公 园地图”等方面。因此，以“森林公园”、“森林公园 门票”、“森林公园地图”、“森林公园风景”等为关键 检索词，上述检索词的百度指数较高省份多集中在 经济较发达，人口多的地区，搜索指数排名前 １０位 的为：北京、上海、福建、广东、湖北、江苏、河南、浙 江、山东、天津。以全国“森林公园”为例，通过百度 指数检索获取 ２０１５年全国森林公园搜索指数时空 变化曲线图，可以观测森林公园百度指数 ２０１５年内 变化情况，结果如图 １所示。 图 １ ２０１５年度森林公园百度指数变化趋势 Ｆｉｇ１ＦｏｒｅｓｔｐａｒｋＢａｉｄｕｉｎｄｅｘｃｈａｎｇｅｔｒｅｎｄｉｎ２０１５ 图 １表明，整体搜索指数与移动端搜索指数的 时间变化趋势基本一致，且年内的两次峰值时间点 集中在每年第 １７—１８周（五一黄金周）和第 ３９—４０ 周（十一黄金周）。ＰＣ端的搜索量峰值出现的时间 一般比移动端和整体搜索指数要早。在 ２８—３２周 （７—８月）也属于搜索量较大的时间段，这一时间段 气候条件较热，游客选择带全家人去森林公园避暑 游玩的情况较多。由此可见，森林公园百度指数的 高峰期和低谷期与旅游的淡旺季密切正相关［３，７］ ， 百度指数与客流量年内变化呈正相关［８－９］ 。 １３ 森林公园百度指数与客流量年度动态变化 同样，以 “森 林 公 园”为 关 键 词，所 以 选 取 ２０１１—２０１４年数据，通过百度指数检索获取 ２０１１— ２０１４年全国森林公园综合搜索指数时空变化曲线 图，在曲线图中选取全年时间段的平均综合搜索指 数数据，由于统计年鉴最近年限为 ２０１４年，分析了 ２０１１—２０１４年内全国森林公园百度指数与全国森 林公园客流量变化情况，结果见图 ２。２０１１—２０１４ ２８
吴潇等:基于百度指数的森林公园客流量影响因素分析 年全国森林公园游客数量由48051万人增长到的分析,不仅考虑经济发展水平、人口数量、旅游资 72358万人,2011-2014年全国森林公园百度指数源丰度、森林公园软、硬环境建设力度等因素,还将 由254405增长到377410,全国森林公园游客数量引入百度指数影响因素,试图探讨百度指数对我国 及百度指数呈上升趋势并且存在较高的相似性。森林公园客流量的影响程度。 通过计算全国森林公园游客数量及百度指数相关2.1数据来源 性系数为r=0.9882,呈极强相关性。 全国31个地区的森林公园相关数据来源于 2014年《中国林业统计年鉴》;各地区人口、GDP 0来源于2014《中国统计年鉴》;森林公园客流量 一森林公园百度指数50 ( Forest Tourist Passenger Flow,FTPF)来源于《中国 林业统计年鉴》;百度指数( Baidu Index,BI)通过百 度指数检索工具获取2014年全国各省森里公园综 200000 202年份2013204+100合搜索指数。将森林公园资源丰富度(FTRA)类比 于各省区旅游资源丰富度,按照国家级、省级和县 图22011-2014年森林公园百度指数与客流量年度动态变化级3个等级进行权数的确定,各级别权数的确定,依 Fig 2 Dvnamic changes of the baidu index and forest 据接待游客量和旅游收入求其平均值,按各等级接 park passenger flow during 2011-2014 待游客量或旅游收入比率确定,并在总量上保证各 地区旅游森林公园资源丰富度在1~100之 通过分析2015年全年时间段森林公园百度指内。森林公园软、硬环境建设力度(FCDE)参 数动态变化和森林公园百度指数与客流量2011 照旅游可持续能力评价指标进行权重确定。森 2014年年度动态变化,结果表明森林公园游客数量 林公园资源丰度、森林公园软、硬环境建设力度计 及白度指数无论是在短时间内还是跨年时间内都算模型如下: 存在较高相关性,国敏4、李山、黄先开在进行 FTRA=2.5×国家级森林公园数量+1.5×省 百度指数与旅游客流量相关性研究时也得出相似级森林公园数量+0.75×县级森林公园数量 FCDE=1.5×车船总数+2.5×游步道总数+ 2.5×床位总数+2×餐位总数 2森林公园游客量影响因素分析 对所有参数进行计算后,对所得数据进行线性 在一般的旅游客源市场研究中,经济发展水回归分析。 平、人口数量旅游资源丰度交通区位、环境及气2.2森林公园游客量影响因素多元线性回归分析 候条件等是影响旅游区客流量的主要因素1-2。 以全国31个地区森林公园游客量为因变量,人 旅游资源是吸引游客的物质基础,森林公园资源丰口数量、GDP、森林资源丰度、森林公园软、硬环境建 度( Forest tourism Resources Abundance,FTRA)是衡设力度以及百度指数为自变量进行多元线性回归 量一个地区森林公园数量及质量的尺度。森林分析,得出方程: 公园软、硬环境建设力度( Forest Construction degree 客流量=-534670-2.46×人口数+0.071 of soft and hard environment,FCDE)主要体现在CDP+9.418×FTRA+0.01×FCDE-0.09×Br 机场、铁路及公路客运量、旅行社及星级宾馆数量、 在SPS中进行线性回归分析得出:调整决定系数 床位规模、平均客房出租率、旅游从业人员基本素R=0.752,即线性方程对其真实数据的模拟程度良好 质、旅游管理者基本素质等指标方面,代表森林公达到752%。F统计量的显著相关水平远小于0.05 园基础设施建设发展水平,可以衡量森林公园对游且至少有一个因素对因变量有显著影响,因此该线性 客的容纳能力。本文对森林公园游客量影响因素回归方程成立。各自变量的T检验如表1所示
第 １期 吴潇等：基于百度指数的森林公园客流量影响因素分析 年全国森林公园游客数量由 ４８０５１万人增长到 ７２３５８万人，２０１１—２０１４年全国森林公园百度指数 由 ２５４４０５增长到 ３７７４１０，全国森林公园游客数量 及百度指数呈上升趋势并且存在较高的相似性。 通过计算全国森林公园游客数量及百度指数相关 性系数为 ｒ＝０９８８２，呈极强相关性。 图２ ２０１１—２０１４年森林公园百度指数与客流量年度动态变化 Ｆｉｇ２ＤｙｎａｍｉｃｃｈａｎｇｅｓｏｆｔｈｅＢａｉｄｕｉｎｄｅｘａｎｄｆｏｒｅｓｔ ｐａｒｋｐａｓｓｅｎｇｅｒｆｌｏｗｄｕｒｉｎｇ２０１１—２０１４ 通过分析 ２０１５年全年时间段森林公园百度指 数动态变化和森林公园百度指数与客流量 ２０１１— ２０１４年年度动态变化，结果表明森林公园游客数量 及百度指数无论是在短时间内还是跨年时间内都 存在较高相关性，国敏［４］ 、李山［８］ 、黄先开［１０］ 在进行 百度指数与旅游客流量相关性研究时也得出相似 结论。 ２ 森林公园游客量影响因素分析 在一般的旅游客源市场研究中，经济发展水 平、人口数量、旅游资源丰度、交通区位、环境及气 候条件等是影响旅游区客流量的主要因素［１１－１２］ 。 旅游资源是吸引游客的物质基础，森林公园资源丰 度（ＦｏｒｅｓｔＴｏｕｒｉｓｍＲｅｓｏｕｒｃｅｓＡｂｕｎｄａｎｃｅ，ＦＴＲＡ）是衡 量一个地区森林公园数量及质量的尺度［１３］ 。森林 公园软、硬环境建设力度（ＦｏｒｅｓｔＣｏｎｓｔｒｕｃｔｉｏｎＤｅｇｒｅｅ ｏｆｓｏｆｔａｎｄｈａｒｄＥｎｖｉｒｏｎｍｅｎｔ，ＦＣＤＥ）［１４］主要体现在 机场、铁路及公路客运量、旅行社及星级宾馆数量、 床位规模、平均客房出租率、旅游从业人员基本素 质、旅游管理者基本素质等指标方面，代表森林公 园基础设施建设发展水平，可以衡量森林公园对游 客的容纳能力。本文对森林公园游客量影响因素 的分析，不仅考虑经济发展水平、人口数量、旅游资 源丰度、森林公园软、硬环境建设力度等因素，还将 引入百度指数影响因素，试图探讨百度指数对我国 森林公园客流量的影响程度。 ２１ 数据来源 全国 ３１个地区的森林公园相关数据来源于 ２０１４年《中国林业统计年鉴》［６］ ；各地区人口、ＧＤＰ 来源于 ２０１４《中国统计年鉴》［１５］ ；森林公园客流量 （ＦｏｒｅｓｔＴｏｕｒｉｓｔＰａｓｓｅｎｇｅｒＦｌｏｗ，ＦＴＰＦ）来源于《中国 林业统计年鉴》；百度指数（ＢａｉｄｕＩｎｄｅｘ，ＢＩ）通过百 度指数检索工具获取 ２０１４年全国各省森里公园综 合搜索指数。将森林公园资源丰富度（ＦＴＲＡ）类比 于各省区旅游资源丰富度，按照国家级、省级和县 级 ３个等级进行权数的确定，各级别权数的确定，依 据接待游客量和旅游收入求其平均值，按各等级接 待游客量或旅游收入比率确定，并在总量上保证各 地区 旅 游 森 林 公 园 资 源 丰 富 度 在 １～１００之 内［１３，１７］ 。森林公园软、硬环境建设力度（ＦＣＤＥ）参 照旅游可持续能力评价指标进行权重确定［１４］ 。森 林公园资源丰度、森林公园软、硬环境建设力度计 算模型如下： ＦＴＲＡ＝２５×国家级森林公园数量 ＋１５×省 级森林公园数量 ＋０７５×县级森林公园数量 ＦＣＤＥ＝１５×车船总数 ＋２５×游步道总数 ＋ ２５×床位总数 ＋２×餐位总数 对所有参数进行计算后，对所得数据进行线性 回归分析。 ２２ 森林公园游客量影响因素多元线性回归分析 以全国 ３１个地区森林公园游客量为因变量，人 口数量、ＧＤＰ、森林资源丰度、森林公园软、硬环境建 设力度以及百度指数为自变量进行多元线性回归 分析，得出方程： 客流量 ＝－５３４６７０－２４６×人口数 ＋００７１× ＧＤＰ＋９４１８×ＦＴＲＡ＋００１×ＦＣＤＥ－００９×ＢＩ 在 ＳＰＳＳ中进行线性回归分析得出：调整决定系数 Ｒ＝０７５２，即线性方程对其真实数据的模拟程度良好， 达到７５２％。Ｆ统计量的显著相关水平远小于 ００５， 且至少有一个因素对因变量有显著影响，因此该线性 回归方程成立。各自变量的 Ｔ检验如表１所示。 ２９
林业资源管理 表1系数t检验值表 图中北京和上海这两个经济最发达地区偏离 Tab. I Coefficient t test values 全国其他省份,其百度指数较高但客流量与多数省 量 份接近,说明北京上海等地区居民检索森林公园频 常量 534.67 0.921 次较高,其旅行目的地可能为其他地区。广东地区 2.009 0.055 百度指数与其他省份接近,但客流量远高于其他省 0.010 份,这也是由于其经济发展水平、人口数量、森林旅 FTRA 游资源丰度、森林公园软、硬环境建设力度等均处 于全国领先水平,对其他省份游客有更大的吸引 0.009 0.675 0.506 力。重庆、江西、浙江、湖南等地区旅游资源丰富 对游客吸引力也较大。山东、河南、安徽等地区森 表1列出了常量、人口、GDP,FTRA,FCDE,B林公园客流量与其百度指数相关性较高。青海、西 的T检验显著性,其中与森林公园客流量具有显著藏、新疆、甘肃、内蒙古等内陆地区森林公园百度指 相关性的有GDP及森林公园资源丰富度,这两个变数与客流量均处于较低水平,因此应加大内陆地区 量的sg值均远小于0.05,说明经济发展水平越高、森林旅游建设,提高其森林旅游吸引力,带动内陆 森林资源丰度越高,森林公园的游客量越多;人口偏远地区经济发展。北京、上海、广东及重庆、江 数量的显著性T检验值为0.055,而森林资源基础西浙江、湖南等传统旅游区百度指数对森林公园 建设完善程度以及百度指数在该方程中呈现非显游客量的相关性较小,而其他地区森林公园百度指 著相关性。 数与该地区游客量相关性较高。 2.3百度指数对森林公园游客量的影响非显著相 关原因分析 3结论 从各地数据来看,各地森林公园百度指数与森 森林公园客流量与森林公园百度指数有明显 林公园的客流量相关性不显著。以全国31个地区的正相关关系,因此,百度搜索指数可以用于森林 森林公园百度指数为横坐标,客流量为纵坐标,对旅游游客量周、月以及年度预测,为森林旅游管理 这31个地区的两个变量数据做出散点图,见图3。者采取高峰期应急预案以及各地发展建设森林公 园提供重要参考依据。各地区间森林公园客流量 存在多方面影响因素,其中显著相关的为GDP及森 林公园资源丰富度,可见经济较发展水平与地区森 林公园旅游发展有较强关系,且目前森林公园核心 竞争力仍然是其自然资源和环境。森林公园经营 者建设森林公园时应结合当地自然环境,充分考虑 江西 森林承载力,并在此基础上利用网络等手段扩大宣 传,适量增加客流量。 不同地区百度指数与森林公园客流量的相关 性特征不同,经济最发达的大型城市如北京和上 海,搜索指数处于较高水平但游客量总数并不是最 百度指数(搜索量次) 高的,这些地区的游客存在向外输出的特征;广东 图3全国31地区百度指数与客流量散点图 省搜索指数处于中间水平,但是其客流量却在所有 Fig 3 Scatter plot of Baidu index and forest park 省份中最高,这与当地森林公园资源丰富且经济发 passenger flow of 31 regions in China (下转第62页)
林业资源管理 第 １期 表 １ 系数 ｔ检验值表 Ｔａｂ１Ｃｏｅｆｆｉｃｉｅｎｔｔｔｅｓｔｖａｌｕｅｓ 变量 系数 Ｔ Ｓｉｇ 常量 －５３４６７０ －０９２１ ０３６６ 人口 －０２４６ －２００９ ００５５ ＧＤＰ ００７１ ２８０５ ００１０ ＦＴＲＡ ９４１８ ４７４４ ００００ ＦＣＤＥ ０００１ ０２２６ ０８２３ ＢＩ －０００９ －０６７５ ０５０６ 表 １列出了常量、人口、ＧＤＰ，ＦＴＲＡ，ＦＣＤＥ，ＢＩ 的 Ｔ检验显著性，其中与森林公园客流量具有显著 相关性的有 ＧＤＰ及森林公园资源丰富度，这两个变 量的 Ｓｉｇ值均远小于 ００５，说明经济发展水平越高、 森林资源丰度越高，森林公园的游客量越多；人口 数量的显著性 Ｔ检验值为 ００５５，而森林资源基础 建设完善程度以及百度指数在该方程中呈现非显 著相关性。 ２３ 百度指数对森林公园游客量的影响非显著相 关原因分析 从各地数据来看，各地森林公园百度指数与森 林公园的客流量相关性不显著。以全国 ３１个地区 森林公园百度指数为横坐标，客流量为纵坐标，对 这 ３１个地区的两个变量数据做出散点图，见图 ３。 图 ３ 全国 ３１地区百度指数与客流量散点图 Ｆｉｇ３ＳｃａｔｔｅｒｐｌｏｔｏｆＢａｉｄｕｉｎｄｅｘａｎｄｆｏｒｅｓｔｐａｒｋ ｐａｓｓｅｎｇｅｒｆｌｏｗｏｆ３１ｒｅｇｉｏｎｓｉｎＣｈｉｎａ 图中北京和上海这两个经济最发达地区偏离 全国其他省份，其百度指数较高但客流量与多数省 份接近，说明北京上海等地区居民检索森林公园频 次较高，其旅行目的地可能为其他地区。广东地区 百度指数与其他省份接近，但客流量远高于其他省 份，这也是由于其经济发展水平、人口数量、森林旅 游资源丰度、森林公园软、硬环境建设力度等均处 于全国领先水平，对其他省份游客有更大的吸引 力。重庆、江西、浙江、湖南等地区旅游资源丰富， 对游客吸引力也较大。山东、河南、安徽等地区森 林公园客流量与其百度指数相关性较高。青海、西 藏、新疆、甘肃、内蒙古等内陆地区森林公园百度指 数与客流量均处于较低水平，因此应加大内陆地区 森林旅游建设，提高其森林旅游吸引力，带动内陆 偏远地区经济发展。北京、上海、广东及重庆、江 西、浙江、湖南等传统旅游区百度指数对森林公园 游客量的相关性较小，而其他地区森林公园百度指 数与该地区游客量相关性较高。 ３ 结论 森林公园客流量与森林公园百度指数有明显 的正相关关系，因此，百度搜索指数可以用于森林 旅游游客量周、月以及年度预测，为森林旅游管理 者采取高峰期应急预案以及各地发展建设森林公 园提供重要参考依据。各地区间森林公园客流量 存在多方面影响因素，其中显著相关的为 ＧＤＰ及森 林公园资源丰富度，可见经济较发展水平与地区森 林公园旅游发展有较强关系，且目前森林公园核心 竞争力仍然是其自然资源和环境。森林公园经营 者建设森林公园时应结合当地自然环境，充分考虑 森林承载力，并在此基础上利用网络等手段扩大宣 传，适量增加客流量。 不同地区百度指数与森林公园客流量的相关 性特征不同，经济最发达的大型城市如北京和上 海，搜索指数处于较高水平但游客量总数并不是最 高的，这些地区的游客存在向外输出的特征；广东 省搜索指数处于中间水平，但是其客流量却在所有 省份中最高，这与当地森林公园资源丰富且经济发 （下转第 ６２页） ３０