基于百度指数的景区客流量预测研究
产业经济Һ㊀
基于百度指数的景区客流量预测研究①
校园言情小说网刘㊀聪ꎬ杨㊀阳ꎬ邓洋阳
摘㊀要：景区客流量预测是以百度指数与景区客流量的内在联系为基础ꎮ本研究以四川九寨沟景区日接待客流量和百度指数的相关数据为基础ꎬ利用ＥＧ两步法结合误差修正模型分析了百度指数与景区客流量的长期和短期关系ꎬ并对模型的预测效果进行了评价ꎮ得出如下结论：百度指数与景区客流量之间存在长期均衡关系ꎻ长期范围内的百度指数与景区客流量之间的数量关系受时间因素的影响ꎻ误差修正机制在发生作用ꎬ会将偏离长期均衡的客流量拉回正常值ꎻ模型整体预测效果良好ꎮ关键词：百度指数ꎻ景区客流量ꎻＥＧ两步法ꎻ误差修正模型
中图分类号:Ｆ５９０.６５４㊀㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀㊀文章编号:１００８－４４２８(２０１９)０６－００６７－０２
有什么单机游戏好玩
一㊁引言
一般只有节假日才能供给远途旅游所需要的时间ꎬ这是我国的国民大多选择节假日出游的主要原因ꎮ过于集中的出行时间造成景区客流量迅速增加ꎬ这会对地方和景区造成很大的管理压力ꎬ增加游客的安全风险
ꎮ例如２０１４年１２月３１日的上海外滩的拥挤踩踏事件和２０１３年１０月２日的四川九寨沟景区游客滞留事件ꎮ如果能够提前预知景区的客流量ꎬ景区可以有充足的准备时间ꎬ通过合理调配资源的方式ꎬ将资源供给到最需要的地方ꎬ提高资源的使用效率ꎮ预测景区客流量的方法有很多ꎬ时间序列分析是一种常用的方法ꎮ这种方法对于数据有较高的要求ꎬ它主要来源于官方的统计数据ꎮ官方数据已经无法满足现代预测对数据时效性的要求ꎮ近十年ꎬ有很多学者用百度指数替代传统的官方数据用于预测景区客流量ꎬ主要是百度指数是日统计数据ꎬ并且具有容易获取㊁客观性等特征ꎮ这些研究在提出预测模型之前ꎬ都实证了百度指数与景区客流量的长期均衡关系ꎮ研究结论也非常统一ꎬ认为长期范围内同等百度指数增加导致的景区客流变化量相等ꎮ从极限的思维来考虑ꎬ百度指数依托于通信设备的使用ꎬ早期的游客没有通信设备ꎬ而现在游客带有通信设备的比例也在变化ꎬ所以从发展的角度来看百度指数与景区客流量之间的长期关系不可能是固定不变的ꎮ
基于此ꎬ本文以２０１６年１月至２０１６年１２月四川九寨沟景区的日接待游客量数据和关键词 九寨沟 的百度指数数据为基础ꎬ利用ＥＧ两步法ꎬ结合误差修正模型讨论百度指数与景区客流量之间的动态关系ꎬ利用模型进行预测ꎬ并评价预测效果ꎬ期望能为景区客流量的预测提供工具ꎮ
二㊁数据来源和研究方法
采菊东篱下 悠然见南山全诗本研究选取四川九寨沟景区作为样本ꎬ时间区间为２０１６年１月至２０１６年１２月ꎬ景区日接待游
客量数据来源于九寨沟ꎮ关键词 九寨沟 的检索指数来源于百度指数的ꎬ数据采集使用到第三方工具ꎮ为了减少异方差ꎬ研究对客流量和指数数据取对数ꎮＩＴ表示取对数后的景区客流量ꎬＩＤ表示取对数后的百度指数ꎮ
ＥＧ两步法是用于检验两个变量之间长期均衡关系的一种方法ꎮ它要求时间序列满足平稳性ꎬ并且两个变量为同阶单整ꎮ协整关系的存在还要求变量回归结果的残差也满足稳定性要求ꎮ误差修正模型是将协整方程的残差作为自变量带入差分方程中ꎬ讨论的是协整关系作为一个外部因素是如何影响因变量ꎬ以及短期内的自变量变化如何影响因变量ꎮ
三㊁实证分析
(一)单位根检验
ＥＧ两步法需要变量满足同阶单整ꎮＡＤＦ是常用的单位根检验方法ꎮ表１是百度指数和九寨沟景区客流量的单位根检验结果ꎮ检验结果显示两个变量的水平检验均未通过５％显著性水平ꎬ无法拒绝单位根假设ꎮ但是ꎬ两个变量的一阶差分均通过１％显著性水平检验ꎬ能够拒绝存在单位根的假设ꎮ检验结果显示百度指数和景区客流量的数据符合ＥＧ两步法对数据同阶单整的要求ꎮ
表１㊀ＡＤＦ检验结果
变量
水平检验一阶差分检验检验形式ＡＤＦ值Ｐ值检验形式ＡＤＦ值Ｐ值ＩＴ(１ꎬ１ꎬ７)－１.７５２０.７２６(０ꎬ０ꎬ６)－７.３８０.０００ＩＤ(１ꎬ１ꎬ７)－１.６１０.７７５(０ꎬ０ꎬ６)－６.８１０.０００注：检验形式中第一个数字为趋势项ꎬ第二个为常数项ꎬ第三个为滞后阶数ꎮ(二)协整分析
协整关系存在的条件是回归结果的残差满足稳定性条件ꎮ研究将百度指数对九寨沟景区客流量和趋势项进行了回归ꎮ比较是否加入趋势项ꎬ结果显示加入趋势项能够显著提升方程的解释能力ꎮ残差的ＡＤＦ检验值等于－４.０４４ꎬ小于样本数超过１００的１％显著性水平的临界值－３.９０ꎮ因此ꎬ回归结果的残差通过稳定性检验ꎬ说明百度指数与九寨沟景区客流量之间存在包含趋势项和常数项的长期均衡关系ꎬ均衡方程见表达式１ꎮ小括号内为标准差ꎬ中括号内为Ｐ值ꎮＩＴ＝１.８７５ˑＩＤ－０.００３１７ˑ＠ＴＲＥＮＤ－７.９４９
㊀㊀(０.０５７)㊀(０.０００２６)㊀(０.５１６)
㊀㊀[０.０００]㊀[０.０００]㊀㊀[０.０００](１)
７６
①基金项目：江苏高校哲学社会科学研究基金项目 基于数字足迹的旅游社会容量控制研究 (项目编号:
２０１７ＳＪＢ１２９０)ꎮ
回归方程显示百度指数与景区客流量之间存在长期均衡关系ꎮ自变量㊁趋势项和常数项的检验结果均显示其在１％显著性水平显著ꎮ回归方程包含趋势项说明长期内的百度指数与景区客流量的关系会受到时间因素的影响ꎮ最初的时候ꎬ百度指数增加导致景区客流量增加１.８７５％ꎮ随着日期的后移ꎬ百度指数变化导致景区客流变化量逐渐下降ꎮ这种变化趋势非常缓慢ꎬ约为每日０.００３１７％ꎮ
(三)误差修正模型
本研究将协整方程的残差作为自变量和百度指数的一阶差分及其滞后项对一阶差分的九寨沟景区客流量做普通最小二乘法回归ꎮ关于滞后项的选择ꎬ参考的是ＡＩＣ准则ꎬＡＩＣ值越小说明模型越优ꎮ具体误差修正模型的参数估计和显著性检验结果见表达式(２)ꎮ同样ꎬ小括号内为标准差ꎬ中括号内为Ｐ值ꎮＤＩ表示一阶差分后的对数化百度指数ꎬＴＩ表示一阶差分后的对数化景区客流量ꎮ
清朝皇帝排序
ＴＩ＝－０.１８９ˑＥＣＭ(－１)＋０.３６４ˑＤＩ(－２)－０.４５３ˑＤＩ(－７)㊀㊀㊀㊀(０.０２９)㊀㊀㊀(０.１４６)㊀㊀㊀(０.１４２)㊀㊀㊀㊀[０.０００]㊀㊀㊀[０.０１３]㊀㊀㊀[０.００１](２)表达
式(２)中ＥＣＭ表示误差修正项ꎬ它的系数通过了１％显著性水平的Ｔ检验ꎬ说明长期均衡也对短期的景区客流量变化产生作用ꎮ误差修正项的参数估计值为负ꎬ说明误差修正机制在持续发生作用ꎬ即当景区客流量偏离协整方程长期均衡值的时候ꎬ误差修正机制会将其拉回到正常值ꎬ其强度约为０.１８９ꎮ回归方程还包含两个百度指数的一阶差分滞后项ꎬ并且这两个滞后项均通过了５％显著性水平的Ｔ检验ꎬ说明短期内的百度指数变化也会对景区客流量造成影响ꎮＤＩ(－２)的系数为正ꎬ说明滞后两期的百度指数增加１％会造成当期的景区客流量增加约０.３６４％ꎮ滞后七阶的一阶差分项显著为负ꎬ说明百度指数的上升会造成七期后的景区客流量下降０.４５３％ꎮ
综上所述ꎬ百度指数与景区客流量之间存在长期均衡关系ꎮ这种均衡关系会对短期内景区客流量的偏离进行修正ꎮ另外ꎬ短期内的百度指数变化也会对景区客流量产生影响ꎮ这种影响表现为对滞后两期客流量的拉高和滞后七期客流量的拉低ꎮ
(四)预测效果评价
利用构建的误差修正模型ꎬ本研究对２０１６年１月１日至２０１６年１２月３１日的九寨沟景区日接待游客量进行了静态预测ꎮ预测结果见图１ꎮ预测的均方根误差等于３２９４.５４２ꎬ泰尔不等式系数等于０.０９９ꎮ分解泰尔系数ꎬ得到预测值与真实值的偏差比只有０.００６ꎬ预测值与实际值波动比只有０.００２ꎬ模型整体预测效果良好
pinocchio fxꎮ
图１㊀模型预测结果
四㊁研究结论
本研究以四川九寨沟景区２０１６年１月１日至２０１６年１２月３１日的日接待游客量和关键词 九寨沟 的百度指数统计数据为基础ꎬ通过ＥＧ两步法验证了两者之间的长期均衡关系ꎬ并构建和估计了
相应的长期均衡模型ꎬ利用误差修正模型讨论了协整关系和短期内的百度指数变化如何影响景区客流量ꎮ得出如下结论:
(一)百度指数与景区客流量之间存在长期均衡关系长期范围内ꎬ百度指数的变化会引起景区客流量的变化ꎮ但是ꎬ这种量化的关系并不稳定ꎬ它会受到时间因素的影响ꎮ早期ꎬ百度指数变化会引起较大幅度的景区客流量上升ꎬ但是随着时间的推移ꎬ相同百度指数变化引发的景区客流量变化幅度大幅下降ꎮ
(二)长期均衡对偏离误差的修正作用和往期百度指数的变化能够部分解释景区客流量的短期波动
误差修正机制一直在发挥作用ꎬ当景区客流量偏离长期均衡的时候ꎬ误差修正机制会将其拉回均衡值ꎮ短期内的百度指数上升会造成两天后的景区客流量增加和七天后的景区客流量减少ꎮ
(三)预测结果显示模型具有良好的预测效果
本研究通过均方根误差和泰尔系数评价了模型的预测效果ꎮ泰尔指数的分解指标显示模型的预测结果与真实值的偏差非常小ꎬ并且波动情况也比较相似ꎮ对预测结果的分析能够得出该模型能够较好地完成对九寨沟景区日接待游客量的预测任务的结论ꎮ
本研究存在一些不足：只选取了四川九寨沟景区作为研究样本ꎬ缺乏足够的对比样本来验证研究结论的正确性ꎮ未来的研究将集中于进一步探讨百度指数对景区客流量的动态影响ꎬ以进一步提升模型预测
效果ꎮ
参考文献:
[１]孙烨ꎬ张宏磊ꎬ刘培学ꎬ等.基于旅游者网络关注度的旅游景区日游客量预测研究  以不同客户端百度指数为例[Ｊ].人文地理ꎬ２０１７(３):１５２－１６０.
那种病人不宜饮茶
[２]何一夫.基于百度指数的旅游景区游客量预测研究  对黄先开模型的改进[Ｊ].重庆与世界(学术版)ꎬ２０１６(１２):５４－５５.
[３]先开ꎬ张丽峰ꎬ丁于思.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[Ｊ].旅游学刊ꎬ２０１３ꎬ２８(１１):９３－１００.
[４]郑玉莲ꎬ陆林ꎬ赵海溶.芜湖方特网络关注度分布特征及与客流量关系研究  以ＰＣ端和移动端百度指数为例[Ｊ].资源开发与市场ꎬ２０１８ꎬ３４(９):１３１５－１３２０.
作者简介:
刘聪ꎬ男ꎬ江苏如皋人ꎬ硕士ꎬ南通理工学院商学院助教ꎬ研究方向：旅游信息系统ꎻ
杨阳ꎬ女ꎬ江苏南通人ꎬ南通理工学院商学院学生ꎬ研究方向：企业竞争情报ꎻ
邓洋阳ꎬ男ꎬ江苏南通人ꎬ南通理工学院商学院学生ꎬ研究方向：旅游管理ꎮ
８６

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。