一種基于百度指數(shù)的城市日游客規(guī)模預(yù)測方法

任歡，劉婷，康俊鋒，潘寧，李敏靚，艾順毅

（1.杭州師范大學(xué)理學(xué)院，浙江杭州 311121；2.首都師范大學(xué)資源環(huán)境與旅游學(xué)院，北京 100048；3.江西理工大學(xué)建筑與測繪工程學(xué)院，江西贛州 341000；4.鄭州旅游職業(yè)學(xué)院，河南鄭州 450000）

科學(xué)合理且精準(zhǔn)的游客規(guī)模預(yù)測不僅能為景區(qū)管理者提供管理決策依據(jù)，也能提醒游客避開熱點(diǎn)區(qū)域，增強(qiáng)旅游體驗(yàn)效果。因此，游客規(guī)模預(yù)測一直是旅游研究的重要方向之一。傳統(tǒng)的游客規(guī)模預(yù)測大多基于政府及相關(guān)管理部門的統(tǒng)計(jì)報(bào)告數(shù)據(jù)和抽樣調(diào)查數(shù)據(jù)，存在時間尺度較大、數(shù)據(jù)滯后、數(shù)據(jù)量達(dá)不到預(yù)測建模要求等問題［1］。以新浪微博為代表的位置簽到數(shù)據(jù)在旅游研究中獲得了廣泛關(guān)注，成為重要的數(shù)據(jù)源。位置簽到數(shù)據(jù)是利用帶有GPS的智能終端記錄某一時刻某處產(chǎn)生的具有空間性、時間性和社會化屬性的數(shù)據(jù)信息，以大眾簽到的興趣點(diǎn)為主要表現(xiàn)形式［2］，是一種重要的眾源地理數(shù)據(jù)。旅游景區(qū)的位置簽到數(shù)據(jù)可精確到日，通過研究位置簽到數(shù)據(jù)與實(shí)際數(shù)據(jù)的關(guān)系，模擬實(shí)際游客量，以彌補(bǔ)傳統(tǒng)預(yù)測方法在時效性和精確度上的不足［3］。通過獲取游客出行前的網(wǎng)絡(luò)搜索數(shù)據(jù)，預(yù)測其之后的旅游活動成為互聯(lián)網(wǎng)時代探究旅游出行特征的新方法。百度公司推出的以海量網(wǎng)民行為數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)分析平臺——百度指數(shù)（http：//index.baidu.com），是網(wǎng)絡(luò)搜索數(shù)據(jù)的優(yōu)質(zhì)數(shù)據(jù)來源。

基于百度指數(shù)預(yù)測實(shí)際數(shù)據(jù)最早在社會領(lǐng)域得到應(yīng)用，如預(yù)測失業(yè)率和流行?。?］等，之后在居民消費(fèi)預(yù)測［5］、股票市場預(yù)測［6］、房地產(chǎn)市場預(yù)測［7］等經(jīng)濟(jì)領(lǐng)域得到廣泛應(yīng)用，并取得了豐碩成果。當(dāng)前，基于百度指數(shù)的旅游研究多集中于探討實(shí)際游客量與網(wǎng)絡(luò)關(guān)注度在時間維度［8-10］和空間維度［11-12］上的關(guān)系，結(jié)合網(wǎng)絡(luò)搜索數(shù)據(jù)和實(shí)際游客數(shù)據(jù)建立預(yù)測模型的研究［13-14］逐漸興起，如任樂等［15］結(jié)合百度指數(shù)與歷史數(shù)據(jù)構(gòu)建北京市旅游客流量預(yù)測模型等，但其中使用的實(shí)際游客量多基于傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)，模型的解釋變量多由簡單的關(guān)鍵詞詞組構(gòu)成，忽視了網(wǎng)絡(luò)大數(shù)據(jù)本身的地理位置等特有屬性。.

本文以杭州市為例，用新浪微博簽到人數(shù)模擬實(shí)際游客量，結(jié)合計(jì)量經(jīng)濟(jì)學(xué)中的協(xié)整檢驗(yàn)和格蘭杰因果關(guān)系檢驗(yàn)，分析百度指數(shù)與新浪微博簽到人數(shù)之間的關(guān)系，用新浪微博簽到人數(shù)單獨(dú)建立杭州市日游客規(guī)模自回歸移動平均（auto regressive moving average，ARMA）模型并進(jìn)行預(yù)測，然后與加入基于百度指數(shù)空間分布特征及主成分分析后提取的3 個解釋變量的向量自回歸（vector auto regression，VAR）模型進(jìn)行預(yù)測精度的比較與分析，通過挖掘數(shù)據(jù)時空屬性的價值以填補(bǔ)游客規(guī)模預(yù)測過程中網(wǎng)絡(luò)數(shù)據(jù)的冗余、關(guān)鍵詞選取的隨機(jī)性，以得到更快速準(zhǔn)確的預(yù)測效果。

1 游客規(guī)模預(yù)測方法

1.1 基于ARMA 模型的游客規(guī)模預(yù)測

ARMA 模型是時間序列分析的重要方法，常用于資料的長期追蹤研究。式（1）為（p，q）階的自回歸移動平均模型，即ARMA（p，q）。

其中，p為自回歸模型的階數(shù)，q為移動平均模型的階數(shù)；?1，?2，…，?p為自回歸系數(shù)，θ1，θ2，…，θq為移動平均系數(shù)，這些均為模型的待估參數(shù)；εt為殘差，yt為觀測值。AR 模型和MA 模型是ARMA（p，q）模型的兩種特殊情況，若階數(shù)q=0，則為自回歸模型AR（p）；若階數(shù)p=0，則為移動平均模型MA（q）。

本研究使用景區(qū)內(nèi)每日新浪微博簽到的時間序列數(shù)據(jù)單獨(dú)構(gòu)建ARMA 模型，以預(yù)測游客規(guī)模。

1.2 基于VAR 模型的游客規(guī)模預(yù)測

VAR 模型是多元時間序列分析中最常用的方法之一。它基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)，將系統(tǒng)中每個內(nèi)生變量作為系統(tǒng)所有內(nèi)生變量的滯后值的函數(shù)，并用其構(gòu)造模型，通常用于預(yù)測相互聯(lián)系的時間序列系統(tǒng)，分析隨機(jī)擾動對變量系統(tǒng)的動態(tài)沖擊，解釋各種經(jīng)濟(jì)沖擊對經(jīng)濟(jì)變量形成的影響［16］。本研究基于百度指數(shù)數(shù)據(jù)對ARMA 模型進(jìn)行優(yōu)化，首先，用技術(shù)取詞法確定百度指數(shù)關(guān)鍵詞；其次，根據(jù)百度指數(shù)數(shù)據(jù)的空間分布特征提取3 個主成分，分別通過單位根檢驗(yàn)、協(xié)整檢驗(yàn)和格蘭杰因果關(guān)系檢驗(yàn)分析新浪微博簽到人數(shù)和3 個主成分的關(guān)系；最后，構(gòu)建新浪微博簽到人數(shù)與百度指數(shù)的VAR 模型：

其中，Yt為由k個內(nèi)生變量組成的向量，Yt=(TPt，BD1t，BD2t，…，BD(k-1)t)；μt為k維隨機(jī)擾動向量；p為滯后階數(shù)；Π1，Π2，…，Πp為k×k維待估系數(shù)矩陣。

基于百度指數(shù)的游客規(guī)模預(yù)測優(yōu)化技術(shù)路線如圖1 所示。

2 實(shí)證研究

2.1 研究區(qū)域和數(shù)據(jù)來源

選擇杭州為旅游目的地進(jìn)行研究。杭州市位于我國東部，是浙江省的省會城市，旅游資源豐富，美麗的自然風(fēng)光與獨(dú)特的人文歷史景觀合而為一，為我國最佳旅游目的地城市之一。

圖1 基于百度指數(shù)的游客規(guī)模預(yù)測模型優(yōu)化技術(shù)路線圖Fig.1 Optimization technology roadmap of tourist scale forecast model based on Baidu index

通過新浪微博應(yīng)用程序接口（application programming interface，API）抓 取2012—2015 年 杭州市景區(qū)興趣點(diǎn)（point of interest，POI）位置簽到數(shù)據(jù)，根據(jù)微博用戶注冊信息分析客源市場結(jié)構(gòu)，并與2014 和2015 年浙江省國內(nèi)旅游抽樣調(diào)查報(bào)告中的客源市場結(jié)構(gòu)進(jìn)行相關(guān)性分析。利用皮爾森相關(guān)系數(shù)研究實(shí)際游客市場結(jié)構(gòu)與微博簽到用戶市場結(jié)構(gòu)的關(guān)系。計(jì)算結(jié)果表明，2014 和2015 年杭州市客源市場結(jié)構(gòu)與微博簽到用戶市場結(jié)構(gòu)之間的相關(guān)系數(shù)分別為0.980 和0.973，p值均小于0.05，即實(shí)際游客市場結(jié)構(gòu)與微博簽到用戶市場結(jié)構(gòu)之間有極強(qiáng)相關(guān)性，可用新浪微博每日簽到人數(shù)模擬實(shí)際游客量。為此，采用2012—2015 年在新浪微博平臺上杭州市所有景區(qū)POI 每日位置簽到數(shù)據(jù)（以下簡稱微博簽到人數(shù)）模擬實(shí)際旅游人數(shù)。

本研究的解釋變量為杭州旅游相關(guān)關(guān)鍵詞的百度指數(shù)?？紤]百度指數(shù)的地理空間屬性，共獲取2012—2015 年34 個?。ㄖ陛犑?、自治區(qū)、特別行政區(qū)）以及全國逐日時間序列的百度指數(shù)數(shù)據(jù)。

2.2 ARMA 模型與預(yù)測分析

首先，用微博簽到人數(shù)模擬實(shí)際游客量，根據(jù)微博簽到人數(shù)時間序列的自相關(guān)和偏自相關(guān)圖，選擇ARMA 模型的階數(shù)。其次，根據(jù)擬合優(yōu)度R2、赤池信息準(zhǔn)則（Akaike information criterion，AIC）、施瓦茲信息準(zhǔn)則（Schwarz criterion，SC）和均方根誤差（root mean squared error，RMSE）對模型進(jìn)行評價，最終確定的ARMA 模型為ARMA（8，2）。此模型具有較小的AIC 值和SC 值，模型調(diào)整后的擬合優(yōu)度較高，擬合效果較好，且具有較小的預(yù)測均方根誤差。為比較模型的預(yù)測能力，選擇2012 年1 月1 日至2015 年12 月31 日的數(shù)據(jù)作為訓(xùn)練樣本，選擇2016 年1 月的數(shù)據(jù)作為測試樣本，進(jìn)行模型檢驗(yàn)，公式如下：

其中，WEIBO 表示微博簽到人數(shù)。調(diào)整后的擬合優(yōu)度為0.715 7，AIC 值為11.735 2，SC 值為11.778 7，AR 模型根的倒數(shù)和MA 模型根的倒數(shù)均在單位圓內(nèi)，表明模型是穩(wěn)定的。用式（3）對樣本期內(nèi)的杭州旅游人數(shù)進(jìn)行預(yù)測，均方根誤差為84.721 3。同時，對樣本期外的2016 年1 月的杭州旅游人數(shù)（這里指用微博簽到人數(shù)模擬的游客量）進(jìn)行預(yù)測，均方根誤差為111.172 3。

2.3 基于百度指數(shù)的VAR 模型的優(yōu)化

2.3.1 百度指數(shù)關(guān)鍵詞的選取及其空間特征分析

采用技術(shù)取詞法選取百度指數(shù)關(guān)鍵詞。首先，利用網(wǎng)絡(luò)技術(shù)盡可能獲取所有相關(guān)搜索關(guān)鍵詞，并構(gòu)建詞與詞間的相關(guān)性；然后，基于關(guān)鍵詞詞組和關(guān)鍵詞與研究目的相關(guān)性分析結(jié)果，確定模型關(guān)鍵詞。選取百度指數(shù)關(guān)鍵詞的步驟如下：

（1）以“杭州旅游”為基準(zhǔn)關(guān)鍵詞，采用技術(shù)取詞法找到相關(guān)的搜索關(guān)聯(lián)詞，發(fā)現(xiàn)與“杭州旅游攻略”“杭州旅游景點(diǎn)大全”和“杭州旅游”的關(guān)聯(lián)程度較高。

（2）通過觀察3 個關(guān)鍵詞的百度指數(shù)搜索趨勢圖，發(fā)現(xiàn)“杭州旅游攻略”的搜索數(shù)據(jù)更具趨勢性變化且逐年遞增，因此，將“杭州旅游攻略”確定為百度指數(shù)關(guān)鍵詞。

對比2012—2015 年杭州市微博簽到人數(shù)與“杭州旅游攻略”百度指數(shù)數(shù)據(jù)（圖2（a）和（b））可以發(fā)現(xiàn)，百度指數(shù)增幅大于微博簽到人數(shù)增幅，且兩者差距逐漸增大，說明越來越多的人在出行前通過百度搜索旅游目的地相關(guān)內(nèi)容，了解目的地信息，制訂旅行計(jì)劃。選 取2013 年8 月7 日至2013 年12 月9 日（圖2（c）和（d））為時間窗口，發(fā)現(xiàn)兩者雖然在數(shù)值上差異很大，但是在整體趨勢、起伏變化和滯后性等方面大致相似。

在ARMA 模型基礎(chǔ)上，增加百度指數(shù)關(guān)鍵詞“杭州旅游攻略”，并將其作為模型的解釋變量以優(yōu)化模型，為避免模型的共線性，降低對預(yù)測模型的干擾，需要根據(jù)百度指數(shù)的地理空間特征提取更合適的解釋變量，以進(jìn)一步提高預(yù)測精度。

圖2 微博簽到人數(shù)與“杭州旅游攻略”百度指數(shù)數(shù)據(jù)對比Fig.2 Comparison of the Baidu index data of"Hangzhou Tourism Strategy"with Sina Weibo check-in number

綜合考慮地區(qū)人口數(shù)量、經(jīng)濟(jì)發(fā)展水平及出行距離，對34 個省（直轄市、自治區(qū)、特別行政區(qū)）進(jìn)行可視化分類，將客源市場劃分為核心市場區(qū)域、一般市場區(qū)域和邊緣市場區(qū)域。其中，核心市場區(qū)域經(jīng)濟(jì)發(fā)達(dá)，與杭州距離較短或者兩地間交通便捷；一般市場區(qū)域人口規(guī)模較大、經(jīng)濟(jì)水平中等且與杭州市有一定距離；邊緣市場區(qū)域人口規(guī)模較小或距杭州市較遠(yuǎn)。地區(qū)分類結(jié)果如圖3 所示。圖3 中，距離指地區(qū)行政中心到杭州市的距離，以km 為單位；圓形大小代表人口規(guī)模，以廣東省人口規(guī)模為基準(zhǔn)進(jìn)行變換；顏色代表所在的市場，紅色為核心市場區(qū)域，黃色為一般市場區(qū)域，綠色為邊緣市場區(qū)域（為更好地展示效果，圖中未標(biāo)注與杭州市距離超過3 800 km 的新疆和西藏，此兩地實(shí)際屬于邊緣市場區(qū)域）。

由圖3 和圖4 可知，核心市場區(qū)域、一般市場區(qū)域和邊緣市場區(qū)域最明顯的差異是百度指數(shù)數(shù)據(jù)。為減少預(yù)測模型中的自變量，降低多重共線性的干擾，對3 個市場區(qū)域的百度指數(shù)進(jìn)行主成分分析。首先，分別計(jì)算3 個市場區(qū)域中變量的KMO（Kaiser Meyer Olkin）統(tǒng)計(jì)量，得到核心市場區(qū)域、一般市場區(qū)域和邊緣市場區(qū)域的KMO 值，分別為0.896，0.969 和0.985，說明適合用主成分分析法。然后，在核心市場區(qū)域中提取一個主成分HXSC（核心市場），貢獻(xiàn)率為93.027%；在一般市場區(qū)域中提取一個主成分YBSC（一般市場），貢獻(xiàn)率為94.521%；在邊緣市場區(qū)域中提取2 個主成分F1、F2，貢獻(xiàn)率分別為63.909% 和5.940%，將這2個主成分按解釋比例分配，構(gòu)成一個新的成分BYSC（邊緣市 場，BYSC=63.909%×F1+5.940%×F2）。將所有原始變量（34 個?。ㄊ?、區(qū)），已經(jīng)被分為3 個市場區(qū)域）線性組合為3 個綜合變量HXSC、YBSC、BYSC（見圖4（d）），并且用此3 個變量代替3 個市場區(qū)域，它們與3 個市場區(qū)域的原始變量關(guān)系如下：

圖3 地區(qū)分類結(jié)果Fig.3 Results of regional classification

2.3.2 單位根檢驗(yàn)和協(xié)整檢驗(yàn)

為保證時間序列的平穩(wěn)性和避免偽回歸現(xiàn)象，在建立計(jì)量經(jīng)濟(jì)學(xué)模型之前對序列進(jìn)行單位根檢驗(yàn)和協(xié)整檢驗(yàn)。單位根檢驗(yàn)采用ADF 檢驗(yàn)法［16］，檢驗(yàn)結(jié)果見表1。

由表1 可知，微博簽到人數(shù)序列和主成分核心市場原序列為平穩(wěn)序列，一般市場和邊緣市場的原序列不平穩(wěn)，一階差分后平穩(wěn)，為一階單整。此4個變量符合協(xié)整檢驗(yàn)的前提條件。采用Johansen協(xié)整檢驗(yàn)微博簽到人數(shù)與百度指數(shù)3 個主成分之間的均衡關(guān)系，結(jié)果如表2 所示。由表2 可知，原假設(shè)為“最多有3 個協(xié)整關(guān)系”的特征根跡檢驗(yàn)和最大特征值檢驗(yàn)在0.05 顯著性水平上接受原假設(shè)，說明微博簽到人數(shù)、核心市場、一般市場和邊緣市場4 個變量間存在3 個協(xié)整關(guān)系，即百度指數(shù)基于地理空間分類的3 個市場與微博簽到人數(shù)之間具有長期均衡關(guān)系，因此可以用這4 個變量建立VAR模型。

表1 變量的單位根檢驗(yàn)結(jié)果Table 1 The results of variables unit root test

表2 Johansen 協(xié)整檢驗(yàn)結(jié)果Table 2 The result of Johansen co-integration test

2.3.3 格蘭杰因果關(guān)系檢驗(yàn)

格蘭杰因果關(guān)系能夠檢驗(yàn)變量之間是否具有預(yù)測能力，其對滯后期的選取較敏感。根據(jù)AIC 和SC等信息準(zhǔn)則確定最優(yōu)滯后期，對核心市場、一般市場、邊緣市場與微博簽到人數(shù)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，結(jié)果如表3 所示。

由表3 可知，主成分核心市場與微博簽到人數(shù)間存在雙向因果關(guān)系，即主成分核心市場與微博簽到人數(shù)互為格蘭杰因果的概率幾乎為100%。主成分一般市場、主成分邊緣市場與微博簽到人數(shù)均存在雙向因果關(guān)系。即這3 個主成分與微博簽到人數(shù)都是相互影響的。本質(zhì)上可以將百度指數(shù)看作某地區(qū)對杭州的公眾關(guān)注度的表征，所以這一結(jié)果也驗(yàn)證了“實(shí)際游客到訪前會關(guān)注旅游目的地城市，到訪后會提高對旅游目的地城市的關(guān)注度”這一結(jié)論。

2.3.4 建立VAR 模型

將3 個主成分作為解釋變量加入VAR 模型進(jìn)行預(yù)測。首先，通過滯后長度準(zhǔn)則確定VAR 模型的最優(yōu)滯后階數(shù)。在5 個評價指標(biāo)（似然比檢驗(yàn)LR、最終預(yù)測誤差FPE、赤池信息準(zhǔn)則AIC、施瓦茨準(zhǔn)則SC、漢南-奎因信息準(zhǔn)則HQ）中，3 個指標(biāo)的最優(yōu)滯后期為23，因此選取VAR（23）進(jìn)行建模。該模型以微博簽到人數(shù)為被解釋變量，以其自身和3 個“杭州旅游攻略”百度指數(shù)的主成分為解釋變量，構(gòu)成回歸函數(shù)，公式為

其中，WEIBO 表示微博簽到人數(shù)，HXSC、YBSC、BYSC 分別表示從核心市場、一般市場、邊緣市場提取的3 個主成分，其中C（j，i）表示參數(shù)j（包含1～4，分別代表參數(shù)WEIBO、HXSC、YBSC、BYSC）的系數(shù)估計(jì)值，滯后階數(shù)i=1，2，…，23。調(diào)整后式（9）的擬合優(yōu)度為0.765 4，AIC 值 為11.586 3，SC 值 為11.927 2。此模型的所有特征根倒數(shù)的模都在單位圓內(nèi)，因此該模型是穩(wěn)定的。

VAR（23）模型與ARMA（8，2）模型的預(yù)測效果對比如表4 所示。加入關(guān)鍵詞的3 個主成分后，VAR（23）模型的擬合優(yōu)度得以提高，AIC 值減小，增強(qiáng)了對微博簽到人數(shù)的解釋能力。利用式（9）對樣本期內(nèi)人數(shù)進(jìn)行預(yù)測的均方根誤差為73.799 5，與ARMA（8，2）模型的均方根誤差84.721 3 相比，預(yù)測精度提高了12.9%。為進(jìn)一步檢測式（9）的預(yù)測能力，對樣本期外（2016 年1 月）的杭州實(shí)際游客量進(jìn)行了預(yù)測，預(yù)測的均方根誤差為80.206 6，與ARMA（8，2）模型預(yù)測的均方根誤差111.172 3 相比，精度提高了27.9%。因此，VAR（23）模型較ARMA（8，2）模型具有更好的預(yù)測能力。

表4 ARMA（8，2）模型和VAR（23）模型預(yù)測效果對比Table 4 Comparison of prediction effect between ARMA（8，2）model and VAR（23）model

3 結(jié)論

以杭州市為例，基于2012 年1 月1 日至2015 年12 月31 日的微博簽到人數(shù)以及百度指數(shù)數(shù)據(jù)，利用協(xié)整檢驗(yàn)和格蘭杰因果關(guān)系檢驗(yàn)，分析了微博簽到人數(shù)與具有地理空間屬性的百度指數(shù)間的關(guān)系，對微博簽到人數(shù)單獨(dú)預(yù)測模型和加入具有時空分布特征的百度指數(shù)數(shù)據(jù)后的模型進(jìn)行了比較，并對比了2 個模型的預(yù)測精度，得到以下主要結(jié)論：

3.1 微博簽到人數(shù)與旅游統(tǒng)計(jì)調(diào)查數(shù)據(jù)具有較強(qiáng)的相關(guān)性，利用精確到日的微博簽到人數(shù)模擬游客量，可降低數(shù)據(jù)的時間粒度。

3.2 百度指數(shù)在時間特征上具有延后性和前兆效應(yīng)。杭州市微博實(shí)際簽到人數(shù)與經(jīng)空間劃分從“杭州旅游攻略”百度指數(shù)中提取出的核心市場、一般市場和邊緣市場3 個主成分之間存在長期均衡關(guān)系，且3 個市場與微博簽到人數(shù)之間均存在雙向格蘭杰因果關(guān)系。研究表明，微博簽到人數(shù)與百度指數(shù)數(shù)據(jù)是相互影響的，百度指數(shù)與實(shí)際出行人數(shù)具有相關(guān)性，實(shí)際游客到訪前會關(guān)注旅游目的地城市，到訪后會提高對旅游目的地城市的關(guān)注度。此外，研究發(fā)現(xiàn)，從百度搜索到實(shí)際旅游的滯后期為1～23 d，因此，不僅可以利用百度指數(shù)數(shù)據(jù)預(yù)測未來23 d 的游客規(guī)模，而且還可以利用這23 d 的窗口期加強(qiáng)旅游目的地城市的宣傳，提高潛在游客的旅游意向，將其轉(zhuǎn)變?yōu)閷?shí)際游客。

3.3 旅游目的地臨近區(qū)域搜索率較高且出行率隨之增加。根據(jù)關(guān)鍵詞“杭州旅游攻略”的百度指數(shù)數(shù)據(jù)的空間劃分結(jié)果，發(fā)現(xiàn)為“杭州旅游攻略”提供最大搜索量的核心市場除距離杭州較近且人口規(guī)模大、經(jīng)濟(jì)發(fā)達(dá)的上海、江蘇省等外，還包括與杭州距離較遠(yuǎn)但擁有便利交通的北京、廣東省等，說明旅游出行率還與交通便利程度有關(guān)。因此，需及時關(guān)注不同市場的交通發(fā)展?fàn)顩r，新增交通路線會改變途經(jīng)地區(qū)對旅游目的地的搜索貢獻(xiàn)量，從而引起三級市場的變化。

3.4 百度指數(shù)的地理位置屬性有助于提升預(yù)測精度。本文依據(jù)百度指數(shù)的地理位置屬性將其劃分成3個市場，相比基于微博簽到人數(shù)單獨(dú)建立的ARMA模型，基于百度指數(shù)地理空間分布特征建立的模型在樣本期內(nèi)的預(yù)測精度提高了13.1%，在樣本期外的預(yù)測精度提高了27.9%，說明百度指數(shù)對預(yù)測實(shí)際游客量有正向作用。同時，模型的優(yōu)化結(jié)果說明，除數(shù)值外，數(shù)據(jù)的地理位置屬性也存在研究價值。

值得說明的是，本文提出的基于百度指數(shù)的游客規(guī)模預(yù)測VAR 模型，在研究區(qū)域上有一定局限性，適用于有實(shí)際游客量的地區(qū)，如可監(jiān)控游客量的封閉景區(qū)。此外，微博、QQ、微信等社交平臺和百度、谷歌等網(wǎng)絡(luò)搜索引擎都是信息的載體，人們在微博等社交網(wǎng)站上表達(dá)觀點(diǎn)、宣泄情緒等所體現(xiàn)的是信息供給行為，反映了使用者的情緒；而用網(wǎng)絡(luò)搜索引擎搜索信息，體現(xiàn)的是信息需求行為，反映了使用者的關(guān)注度［17］。因此，未來的研究既可以從多平臺角度入手，又可以加入互聯(lián)網(wǎng)信息內(nèi)容進(jìn)行分析，獲得游客的觀點(diǎn)和行為，進(jìn)一步推進(jìn)基于互聯(lián)網(wǎng)大數(shù)據(jù)的旅游規(guī)模預(yù)測研究。