百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例

《百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据旅游学刊第28卷2013年第11期百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例黄先开，张丽峰，丁于思(北京联合大学旅游学院，北京100101)[摘要]网络搜索数据记录了用户的搜索关注与需求，为研究旅游经济行为提供了必要数据基础。文章基于百度指数，以北京故宫为例，利用计量经济学中的协整理论和格兰杰因果关系分析了百度关键词与北京故宫实际游客量问的关系，建立了没有百度关键词和加入百度关键词的两种预测模型并进行了预测精度比较。结果表明：故宫实际游客量与百度关键词存在长期均衡关系和格兰杰因果关系；加入百度关键词后的自回归分

2、布滞后模型的样本期内的预测精度比没有百度关键词的ARMA模型提高了12．4％，样本期外的预测精度提高了14．5％。运用带有百度关键词的模型可以实现利用当天及滞后1～2天的百度指数数据预测故宫当天的游客量，不仅增强了预测的时效性，还可以更加及时、准确地为故宫景区管理部门提供决策的依据。[关键词]百度指数；旅游景区；协整；ARMA模型；自回归分布滞后模型[中图分类号]F59[文献标识码]A[文章编号】1002—5006(2013)11—0093一08Doi：10．3969／i．issn．1002—5006．2013．011．011一、前言

3、随着我国的旅游事业的迅速发展，国内一些著名的旅游城市、景区景点的游客量日益攀升，特别是“五一”、“十一”长假，国内多个地区的旅游景点人满为患，客流量爆棚，远超出景区的承载能力。2012年，“十一”长假陕西华山旅游景区甚至因此爆发了轰动全国的伤人事件，引起了广泛关注。如何科学合理地对旅游景区的游客量进行预测，结合景区的承载能力，及时合理安排和采取应对措施，避免对景[收稿日期]2013一03一06；[修订日期]2013一04一03[作者简介]黄先开(1964一)，男，湖南浏阳人，教授，博士，博士生导师，研究方向为旅游经济、数量经济，E-m

4、ail：xiankai@buu．edu．cn；张丽峰(1969一)，女，河北秦皇岛人，副教授，博士，研究方向为旅游经济、数量经济、低碳经济，E—mail：zhanglifen妙99@163．com，通讯作者；丁于思(1979一)，女，湖南怀化人，博士，讲师，研究方向为酒店管理、游客行为分析。区的破坏和促进景区的可持续发展显得尤为紧迫和重要。传统预测方法的数据来源于政府及相关统计部门的统计报告，但这些数据的收集和公布往往存在滞后性，并且数据量也难以达到模型预测要求，极大限制了预测的有效性。据此，无论研究者使用的预测方法与预测工具如何先进

5、，也难以从存在着干扰和误差的数据中得到准确的预测结果。因此，寻找质量更高的数据资源对预测结果的改善具有更为重要的意义。搜索引擎的发展为经济学、管理学等学科的预测研究开辟了新的领域。基于网络搜索数据的流感预测、失业率监测、汽车及房地产等行业销售量预测都拥有较高的准确度，网络数据的即时性能够很好地弥补传统预测方法的滞后性，具有更强的时效性。因此，可以利用网络搜索数据对社会经济活动进行监测及预测，它能从大量搜索数据中获取新的关联信息，能从复杂数据背景中通过数据分析创建合成指数，找出解决问题的有效途径。互联网技术在我国的日益普及，使得旅游信息

6、的传播不再受时空的限制。许多旅游经营者、旅游企业以及各地的旅游政府机构都通过互联网这一重要平台发布旅游信息，随之互联网平台也越来越成为广大旅游者出游的重要信息来源。百度和谷歌公司分别推出了百度指数和谷歌搜索解析功能，通过这些功能，可以获取到在相应时间段内，某关键词分别在百度和谷歌中的关注度趋势和搜索量。这些功能可以直接、客观地反映某特定时间段内的社会热点、用户的兴趣和需求所在。因此，依托网络搜索数据的时效性，挖掘出用户对旅游的网络关注度和实际旅游需求的关系，指导旅游管理部门做出科学、合理的决策和安排，促进旅游的可持续发展具有重要的现实

7、意义。二、国内外研究现状随着网络信息技术的飞速发展，搜索引擎成为万方数据黄先开等I百度指数与旅游景区游客萋的关系及预测研究第28卷2013年第11期广大网民的重要网络信息平台，人们按照自己的需求和兴趣，利用其检索服务功能查询和获取信息。这期间，庞大的网络搜索数据被网络搜索工具记录下来。有研究表明，这些庞大的搜索数据与现实的社会行为之间存在一定的相关性。这一研究方法最早应用于流行病监测。金斯伯格等(Ginsberg，eta1．)利用谷歌提供的搜索解析功能，发现部分与流感有关的关键词的网络关注度指数与同期的流感病人数存在较高的相关性，由此

8、构建了基于谷歌搜索数据的监测模型，该模型能够比传统监测方法提前2周测算出流感的爆发趋势，证明了搜索数据对流感疫情具有一定的预测能力⋯。之后，这一方法迅速从传染病学向经济社会领域的各层面扩散，在零售产品销售预测嵋1、股票市