成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度研究

□文/馮 瀟 范樂(lè)瑤

（電子科技大學(xué)成都學(xué)院 四川·成都）

［提要］ 通過(guò)爬蟲程序獲取百度指數(shù)平臺(tái)上2012～2021 年成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)月搜索指數(shù)數(shù)據(jù)，分析各景區(qū)網(wǎng)絡(luò)關(guān)注度的年度和月度趨勢(shì)特征；利用Python3 對(duì)2012～2019 年月度數(shù)據(jù)構(gòu)建SARlMA 模型，并運(yùn)用網(wǎng)格搜索法對(duì)模型進(jìn)行參數(shù)尋優(yōu)；利用最優(yōu)模型SARlMA（0，1，1）（0，1，1）12 對(duì)2020～2021 年月網(wǎng)絡(luò)關(guān)注度進(jìn)行預(yù)測(cè)，并將預(yù)測(cè)結(jié)果與ARlMA 模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析。研究表明：（1）成渝經(jīng)濟(jì)圈各5A 級(jí)旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度存在較大差異，其中成都市和樂(lè)山市的5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度較高；（2）成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)間分布具有顯著的季節(jié)性和假期性特征；（3）SARlMA 模型比ARlMA 模型預(yù)測(cè)精度更高，更能反映成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的趨勢(shì)特征。

游客在進(jìn)行旅游活動(dòng)之前，通常會(huì)通過(guò)互聯(lián)網(wǎng)對(duì)旅游景區(qū)進(jìn)行搜索，而這種網(wǎng)絡(luò)關(guān)注情況被認(rèn)為是旅游目的地客流量的前兆。因此，研究旅游景區(qū)網(wǎng)絡(luò)關(guān)注度變化趨勢(shì)，對(duì)把握游客旅游意向、分析未來(lái)潛在客流量、促進(jìn)旅游持續(xù)發(fā)展等具有重要意義。

基于百度指數(shù)的旅游景區(qū)網(wǎng)絡(luò)關(guān)注度研究主要分為以下四類：第一，探究景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空特征，該類研究側(cè)重于使用季節(jié)性集中指數(shù)、地理集中指數(shù)等，或通過(guò)GIS 空間分析法分析網(wǎng)絡(luò)關(guān)注度的時(shí)空特征。如，杜夢(mèng)珽等（2020）利用洪崖洞百度指數(shù)搜索數(shù)據(jù)，研究洪崖洞網(wǎng)絡(luò)關(guān)注度時(shí)空分布及變化特征；朱豆豆等（2021）分析新疆8 個(gè)熱門景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空差異特征，并運(yùn)用回歸和相關(guān)性分析法探究其影響因素。第二，利用景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空特征提出相應(yīng)的營(yíng)銷策略。如，周曉麗（2019）基于五臺(tái)山日網(wǎng)絡(luò)搜索數(shù)據(jù)構(gòu)建五臺(tái)山客源市場(chǎng)的“重要性-發(fā)展?jié)摿Α本仃?，并提出相?yīng)的營(yíng)銷策略。第三，探究景區(qū)網(wǎng)絡(luò)關(guān)注度和實(shí)際客流量的相關(guān)關(guān)系。如，馬莉等（2018）研究發(fā)現(xiàn)長(zhǎng)三角地區(qū)40 個(gè)城市的每日實(shí)際游客量與網(wǎng)絡(luò)關(guān)注度之間存在因果關(guān)系，即網(wǎng)絡(luò)關(guān)注度是游客量變動(dòng)的前兆。第四，利用景區(qū)網(wǎng)絡(luò)關(guān)注度對(duì)未來(lái)游客量趨勢(shì)進(jìn)行預(yù)測(cè)。如，康俊鋒等（2020）基于上海市的百度搜索數(shù)據(jù)和旅游人數(shù)數(shù)據(jù)構(gòu)建ARIMA 旅游趨勢(shì)預(yù)測(cè)模型。

本文以成渝經(jīng)濟(jì)圈5A 旅游景區(qū)的月百度搜索指數(shù)為研究對(duì)象，分析2012 年1 月～2021 年12 月5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)間變化特征，建立SARIMA 模型對(duì)各景區(qū)網(wǎng)絡(luò)關(guān)注度進(jìn)行預(yù)測(cè)，以把握未來(lái)旅游網(wǎng)絡(luò)關(guān)注度變化情況，為成渝經(jīng)濟(jì)圈5A 旅游景區(qū)及旅游管理相關(guān)部門提供決策依據(jù)。

一、研究方法

（一）季節(jié)性集中指數(shù)。季節(jié)性集中指數(shù)（R）用于反映一年內(nèi)旅游網(wǎng)絡(luò)關(guān)注度的季節(jié)性變化：

其中，xi為第i 月的網(wǎng)絡(luò)關(guān)注度。R 值越大，表明年內(nèi)每月網(wǎng)絡(luò)關(guān)注度差異越大，即關(guān)注度受季節(jié)性影響較大，淡旺季較明顯；R 值越接近于0，表明年內(nèi)每月網(wǎng)絡(luò)關(guān)注度分布較均勻，即關(guān)注度受季節(jié)性影響較小，淡旺季不明顯。

（二）ARlMA 模型。ARIMA 模型，即差分自回歸滑動(dòng)平均模型，是由Box 和Jenkins（1970）提出的時(shí)間序列預(yù)測(cè)方法，該方法通過(guò)差分處理將時(shí)間序列轉(zhuǎn)化為平穩(wěn)時(shí)間序列，利用其過(guò)去值預(yù)測(cè)未來(lái)值，并將誤差項(xiàng)累加以消除預(yù)測(cè)中的隨機(jī)波動(dòng)。ARIMA 模型構(gòu)建的基礎(chǔ)為ARMA（p，q）模型：

其中，p 和q 分別為自回歸階數(shù)和移動(dòng)平均階數(shù)。若原序列在d 次差分之后得到平穩(wěn)時(shí)間序列wt，并對(duì)wt建立ARMA（p，q）模型，即得到ARIMA（p，d，q）模型。

（三）SARlMA 模型。SARIMA 模型，即季節(jié)性差分自回歸滑動(dòng)平均模型，是在ARIMA 模型的基礎(chǔ)上進(jìn)行了季節(jié)性調(diào)節(jié)，對(duì)具有季節(jié)性波動(dòng)的時(shí)間序列有較高的預(yù)測(cè)精度。該模型可以表示為ARIMA（p，d，q）×（P，D，Q）S，其中，（p，d，q）為模型非季節(jié)性部分，與ARIMA（p，d，q）模型參數(shù)的含義相同，（P，D，Q）S為模型季節(jié)性部分，P 為季節(jié)性自回歸階數(shù)，D 為季節(jié)性差分階數(shù)，Q 為季節(jié)性移動(dòng)平均階數(shù)，S 為季節(jié)性周期長(zhǎng)度。

二、實(shí)證分析

（一）數(shù)據(jù)來(lái)源。百度指數(shù)是以網(wǎng)民海量搜索數(shù)據(jù)形成的數(shù)據(jù)分享平臺(tái)，提供了2011 年至今各關(guān)鍵詞的每日搜索量數(shù)據(jù)?；诎俣戎笖?shù)平臺(tái)，本文將景區(qū)關(guān)鍵詞檢索到的移動(dòng)端搜索指數(shù)和PC 端搜索指數(shù)之和稱作“網(wǎng)絡(luò)關(guān)注度”，反映游客在互聯(lián)網(wǎng)上對(duì)成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)的關(guān)注程度。將成渝經(jīng)濟(jì)圈中所有5A 級(jí)景區(qū)的代表性關(guān)鍵詞進(jìn)行搜索，發(fā)現(xiàn)重慶市黔江區(qū)濯水景區(qū)沒(méi)有被百度指數(shù)收錄，故本文以成渝經(jīng)濟(jì)圈的11個(gè)5A 級(jí)景區(qū)為研究對(duì)象，其中四川省7 個(gè)、重慶市4 個(gè)，如表1 所示。本文通過(guò)Python 爬蟲程序搜索景區(qū)關(guān)鍵詞，獲取了2012 年1 月～2021 年12 月11 個(gè)景區(qū)每月百度移動(dòng)端和PC端搜索指數(shù)數(shù)據(jù)。（表1）

表1 成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)地域分布與搜索關(guān)鍵詞一覽表

（二）成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)間分布特征

1、景區(qū)網(wǎng)絡(luò)關(guān)注度年度分布特征。分類匯總求出11 個(gè)5A

級(jí)旅游景區(qū)的年度網(wǎng)絡(luò)關(guān)注度，并繪制圖1。從整體來(lái)看，2012～2017 年游客對(duì)成渝經(jīng)濟(jì)圈內(nèi)5A 級(jí)旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度呈逐年上升趨勢(shì)，而2018～2021 年的關(guān)注度均較2017 年有不同程度的下降，其中2020～2021 年受新冠肺炎疫情的影響，游客出行受到一定限制，故11 個(gè)景區(qū)整體關(guān)注度下降較明顯。從各旅游景區(qū)網(wǎng)絡(luò)關(guān)注度數(shù)量上看，11 個(gè)景區(qū)的網(wǎng)絡(luò)關(guān)注度存在明顯差異，受網(wǎng)絡(luò)關(guān)注最高的5A 級(jí)旅游景區(qū)是成都市青城山-都江堰旅游景區(qū)，其次是樂(lè)山市樂(lè)山大佛景區(qū)和峨眉山景區(qū)。2012～2021 年3 個(gè)景區(qū)的網(wǎng)絡(luò)關(guān)注度遠(yuǎn)高于其他8 個(gè)景區(qū)，表明3 個(gè)景區(qū)的知名度較高，游客出游意愿更強(qiáng)。而受網(wǎng)絡(luò)關(guān)注最低的兩個(gè)景區(qū)是鄧小平故里旅游區(qū)和朱德故里景區(qū)。與其他9 個(gè)景區(qū)不同，鄧小平故里旅游區(qū)和朱德故里景區(qū)屬于紅色文化型旅游景區(qū)，而游客對(duì)兩個(gè)景區(qū)網(wǎng)絡(luò)關(guān)注度較低，表明這兩個(gè)景區(qū)的紅色文化影響力和知名度有待進(jìn)一步的提升。（圖1）

圖1 成渝經(jīng)濟(jì)圈5A 旅游景區(qū)網(wǎng)絡(luò)關(guān)注度年度變化圖

2、景區(qū)網(wǎng)絡(luò)關(guān)注度月度分布特征。圖2 顯示了每年成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度月度分布情況。從平均值變化趨勢(shì)上看，平均值曲線表現(xiàn)為倒“V”型，其中7～8 月是成渝經(jīng)濟(jì)圈旅游備受關(guān)注的高峰時(shí)期，說(shuō)明成渝地區(qū)能夠吸引更多的學(xué)生和家長(zhǎng)，暑假期間該地區(qū)親子游、畢業(yè)游等市場(chǎng)火爆。此外，4 月和10 月也是受關(guān)注較高的時(shí)間段，說(shuō)明清明節(jié)、“五一”節(jié)和國(guó)慶節(jié)成渝地區(qū)氣候較為適宜，同樣是旅游、登山的熱點(diǎn)時(shí)段。而11 月～次年1 月成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)關(guān)注度為全年最低，說(shuō)明成渝地區(qū)冬季氣溫較寒冷，游客出游意愿不強(qiáng)。對(duì)比每年網(wǎng)絡(luò)關(guān)注度月度變化趨勢(shì)，發(fā)現(xiàn)2012～2019 年的成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度月度變化趨勢(shì)近似，而受疫情因素影響，2020 年2 月和2021 年8 月的關(guān)注度走勢(shì)與其他年份差異較大。計(jì)算2012～2021 年成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)的季節(jié)性強(qiáng)度指數(shù)，結(jié)果見(jiàn)表2。表2 顯示，每年的季節(jié)性集中指數(shù)均大于1，表明成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的季節(jié)性差異顯著，存在明顯的淡季和旺季。（圖2、表2）

表2 成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度季節(jié)性強(qiáng)度指數(shù)一覽表

圖2 成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度月度變化圖

（三）實(shí)證分析。選取2012～2019 年成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)的月網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)為訓(xùn)練集，基于Python3 建立SARIMA 模型，對(duì)2020～2021 年月網(wǎng)絡(luò)關(guān)注度進(jìn)行預(yù)測(cè)，同時(shí)建立ARIMA 模型進(jìn)行對(duì)比分析。

1、平穩(wěn)性檢驗(yàn)。圖3 顯示，2012～2019 年成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度變化情況與趨勢(shì)，從圖中可識(shí)別出該序列為非平穩(wěn)時(shí)間序列，且具有周期性，故需要對(duì)原始序列數(shù)據(jù)進(jìn)行差分處理，使其變?yōu)槠椒€(wěn)時(shí)間序列。根據(jù)單位根（ADF）檢驗(yàn)結(jié)果，1 階差分后的檢驗(yàn)統(tǒng)計(jì)量的值為-3.0657，小于顯著性水平5%的臨界值，即1 階差分后的序列是平穩(wěn)的，無(wú)需進(jìn)行2階差分，因此確定非季節(jié)性差分階數(shù)d=1。（圖3、表3）

圖3 2012～2021 年成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度月時(shí)序圖

表3 序列差分ADF 檢驗(yàn)結(jié)果一覽表

2、SARlMA 模型與ARlMA 模型構(gòu)建。對(duì)1 階差分后的序列數(shù)據(jù)繪制自相關(guān)函數(shù)（ACF）與偏自相關(guān)函數(shù)（PACF）圖。圖4顯示ACF 和PACF 在12 階、24 階位置出現(xiàn)尖峰，表明序列有周期為12 個(gè)月的波動(dòng)，故SARIMA 模型中季節(jié)性周期長(zhǎng)度S為12。為更準(zhǔn)確地確定SARIMA（p，1，q）（P，D，Q）12模型的其余參數(shù)，本文通過(guò)網(wǎng)格搜索法進(jìn)行遍歷尋參，選擇貝葉斯信息準(zhǔn)則BIC 作為模型的評(píng)估指標(biāo)，并繪制熱力圖5 所示。圖5 顯示，當(dāng)非季節(jié)性自回歸階數(shù)p 和移動(dòng)平均階數(shù)q 分別取0、1，且季節(jié)性自回歸階數(shù)P、差分階數(shù)D 和移動(dòng)平均階數(shù)Q 分別取0、1、1 時(shí)，SARIMA 模型的BIC 有最小值485.0，此時(shí)模型最優(yōu)。（圖4、圖5）

圖4 成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度月度數(shù)據(jù)的ACF 與PACF 圖

圖5 不同參數(shù)下SARIMA 模型BIC 值熱力圖

繪制圖6，對(duì)SARIMA（0，1，1）（0，1，1）12模型的殘差序列進(jìn)行診斷，可知該模型殘差序列基本穩(wěn)定，無(wú)趨勢(shì)或季節(jié)項(xiàng)，且殘差服從正態(tài)分布，不存在自相關(guān)，故可判定該模型殘差序列為白噪聲序列，說(shuō)明SARIMA（0，1，1）（0，1，1）12模型提取序列信息較充分，擬合效果較好。同理，基于網(wǎng)格搜索法對(duì)ARIMA（p，1，q）模型進(jìn)行遍歷尋參，如圖7 所示，此時(shí)最優(yōu)模型為ARIMA（1，1，1）。（圖6、圖7）

圖6 SARIMA（0，1，1）（0，1，1）12 模型殘差診斷圖

3、模型預(yù)測(cè)與對(duì)比分析。運(yùn)用建立的SARIMA（0，1，1）（0，1，1）12模型和ARIMA（1，1，1）模型對(duì)2020 年1 月～2021 年12 月成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度進(jìn)行預(yù)測(cè)，并采用均方根誤差（RMSE）作為模型的評(píng)估指標(biāo)：

其中，y＾i為預(yù)測(cè)值；yi為真實(shí)值。模型的擬合結(jié)果和預(yù)測(cè)結(jié)果如圖8 所示，可看出SARIMA（0，1，1）（0，1，1）12模型的擬合效果優(yōu)于ARIMA（1，1，1）模型，且SARIMA（0，1，1）（0，1，1）12模型更能夠預(yù)測(cè)后疫情時(shí)代游客對(duì)成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的趨勢(shì)變化。根據(jù)表4 中的RMSE 計(jì)算結(jié)果可以得知，SARIMA（0，1，1）（0，1，1）12模型在訓(xùn)練集和測(cè)試集上的誤差均小于ARIMA（1，1，1）模型，表明利用SARIMA（0，1，1）（0，1，1）12預(yù)測(cè)成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的準(zhǔn)確度更高，實(shí)用性更強(qiáng)。（圖8、表4）

表4 SARIMA 模型和ARIMA 模型預(yù)測(cè)誤差對(duì)比一覽表

?

圖8 SARIMA 模型和ARIMA 模型擬合預(yù)測(cè)對(duì)比圖

三、結(jié)論

本文基于2012 年1 月～2021 年12 月百度指數(shù)平臺(tái)的月搜索數(shù)據(jù)，對(duì)成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的年度、月度變化趨勢(shì)進(jìn)行統(tǒng)計(jì)分析，利用SARIMA 模型對(duì)景區(qū)網(wǎng)絡(luò)關(guān)注度月度變化趨勢(shì)進(jìn)行預(yù)測(cè)，并與ARIMA 模型進(jìn)行對(duì)比分析。

總地來(lái)看：（一）受疫情因素影響，2020～2021 年游客對(duì)成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)整體關(guān)注度呈下降趨勢(shì)。2012～2021年11 個(gè)5A 級(jí)旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度之間存在較大差異，游客對(duì)青城山-都江堰、峨眉山和樂(lè)山大佛關(guān)注度較高，出游意愿更強(qiáng)。（二）成渝經(jīng)濟(jì)圈5A 級(jí)旅游景區(qū)網(wǎng)絡(luò)關(guān)注度的季節(jié)性差異顯著，存在旺季和淡季之分，即7～8 月暑假期間通常是成渝經(jīng)濟(jì)圈地區(qū)旅游備受關(guān)注的旺季時(shí)期，而寒冷的冬季則是旅游網(wǎng)絡(luò)關(guān)注度的淡季時(shí)期。（三）SARIMA 模型比ARIMA 模型更能夠擬合并預(yù)測(cè)成渝經(jīng)濟(jì)圈5A 旅游景區(qū)的趨勢(shì)特征，具有較好的實(shí)用性。但該模型完全依賴于數(shù)據(jù)本身，沒(méi)有考慮疫情等其他影響因素，因此研究過(guò)程具有一定的局限性，未來(lái)可引入網(wǎng)絡(luò)關(guān)注度的影響因素，并組合其他時(shí)間序列模型對(duì)網(wǎng)絡(luò)關(guān)注度進(jìn)行預(yù)測(cè)研究。