基于_谷歌趋势_数据的入境外国游客量预测_沈苏彦.pdf

Resources Science 第37卷第11期 2015年11月 2015，37（11）：2111-2119 Vol.37，No.11Nov.，2015 文章编号：1007-7588（2015）11-2111-09 基于“谷歌趋势”数据的入境外国游客量预测 1 1 2 沈苏彦 ，赵 锦 ，徐 坚 （1.南京林业大学旅游管理系，南京210037；2. 南京信息职业技术学院信息服务学院，南京210023） 摘 要：入境游客量的预测是制定旅游发展规划和相关政策法规的重要依据。基于“谷歌趋势”提供的涉及旅 游活动食、住、行、游、购、娱等环节的相关关键词搜索数据，通过计算相关系数，找出与国家旅游局公布的2004年1 月至2015年3月中国入境外国游客量统计数据密切相关的搜索关键词。同时，利用2004年1月至2012年12月的 入境外国游客量数据构建一般季节性乘积ARIMA模型，以及带搜索关键词作为自变量的季节性乘积ARIMA模型， 分别对2013年1月至2015年3月入境外国游客量进行模拟预测，比较两模型的拟合程度和预测能力。研究发现： 加入谷歌关键词作为自变量的季节性乘积ARIMA模型比一般季节性乘积ARIMA模型拟合效果和预测精度高，而 中国签证政策与航班信息均对入境外国游客量有显著的影响。 关键词：谷歌趋势；入境外国游客；游客量；ARIMA模型 研究者重视，被运用于传播学[4] [5，6] 1 引言 、消费者行为学 、 疾病传播与预防[7，8] [9] 入境旅游对中国旅游业的发展起到了重要作 、金融学 等众多研究领域。研 用。中国闯入世界旅游大国行列的标志也是接待 究表明，网络搜索数据能快速有效地帮助人们进行 海外入境旅游人次数的快速增长。尽管近年来中 市场预测[10]。与此同时，互联网已经成为许多旅游 国出境旅游人数不断增加，但入境旅游由于其在创 经营者以及各地旅游行政管理部门发布相关旅游 汇等方面优势，依然是中国重点发展的旅游市场。 信息的重要平台。游客出游前也逐渐形成了通过 而入境游客量的预测是制定旅游发展规划和相关 互联网搜索相关旅游信息的习惯。网络搜索数据 政策法规的重要依据，对提高旅游服务和管理水平 逐渐成为研究旅游需求的一种新兴的、具有较强时 也具有重要的现实意义[1]。入境游客量的预测也一 效性的数据来源。但是利用网络搜索数据开展的 直是旅游研究领域的一个重要研究内容。从预测 旅游方面的研究才刚刚起步。例如，路紫等运用多 方法来看，近年来趋向于采用定量研究模型，包括 种网上查询系统和网站访问量统计工具分析了旅 线性模型、对数线性模型、引力模型、自回归模型、 游网站访问者人数与实际游客人数之间的相关性 移动平均法、误差纠正模型、神经网络模型等[2，3]。 及网络信息流对旅游流的导引作用[11]。李山等利用 绝大多数传统游客量的预测模型都依赖于年度或 百度指数数据，对中国第一批66个5A级旅游景区 者季度的历史统计数据，但这些数据的公布往往存 的日关注度数据进行了统计分析，研究发现旅游景 在一定的滞后性，从而极大地削弱了预测的短期有 区网络空间关注度在时间分布上具有周内“手掌” 效性。此外，传统的利用历史数据来预测旅游需求 模式，年内“双峰”和“三峰”模式等