［提要］ 通过爬虫程序获取百度指数平台上2012～2021年成渝经济圈5A级旅游景区月搜索指数数据，分析各景区网络关注度的年度和月度趋势特征；利用Python3对2012～2019年月度数据构建SARIMA模型，并运用网格搜索法对模型进行参数寻优；利用最优模型SARIMA（0，1，1）（0，1，1）12对2020～2021年月网络关注度进行预测，并将预测结果与ARIMA模型的预测结果进行对比分析。研究表明：（1）成渝经济圈各5A级旅游景区的网络关注度存在较大差异，其中成都市和乐山市的5A级旅游景区网络关注度较高；（2）成渝经济圈5A级旅游景区网络关注度时间分布具有显著的季节性和假期性特征；（3）SARIMA模型比ARIMA模型预测精度更高，更能反映成渝经济圈5A级旅游景区网络关注度的趋势特征。
关键词：成渝经济圈；5A级旅游景区；百度指数；网络关注度；SARIMA模型；趋势特征
中图分类号：F59 文献标识码：A
收录日期：2022年1月12日
游客在进行旅游活动之前，通常会通过互联网对旅游景区进行搜索，而这种网络关注情况被认为是旅游目的地客流量的前兆。因此，研究旅游景区网络关注度变化趋势，对把握游客旅游意向、分析未来潜在客流量、促进旅游持续发展等具有重要意义。
基于百度指数的旅游景区网络关注度研究主要分为以下四类：第一，探究景区网络关注度的时空特征，该类研究侧重于使用季节性集中指数、地理集中指数等，或通过GIS空间分析法分析网络关注度的时空特征。如，杜梦珽等（2020）利用洪崖洞百度指数搜索数据，研究洪崖洞网络关注度时空分布及变化特征；朱豆豆等（2021）分析新疆8个热门景区网络关注度的时空差异特征，并运用回归和相关性分析法探究其影响因素。第二，利用景区网络关注度的时空特征提出相应的营销策略。如，周晓丽（2019）基于五台山日网络搜索数据构建五台山客源市场的“重要性-发展潜力”矩阵，并提出相应的营销策略。第三，探究景区网络关注度和实际客流量的相关关系。如，马莉等（2018）研究发现长三角地区40个城市的每日实际游客量与网络关注度之间存在因果关系，即网络关注度是游客量变动的前兆。第四，利用景区网络关注度对未来游客量趋势进行预测。如，康俊锋等（2020）基于上海市的百度搜索数据和旅游人数数据构建ARIMA旅游趋势预测模型。
本文以成渝经济圈5A旅游景区的月百度搜索指数为研究对象，分析2012年1月～2021年12月5A级旅游景区网络关注度的时间变化特征，建立SARIMA模型对各景区网络关注度进行预测，以把握未来旅游网络关注度变化情况，为成渝经济圈5A旅游景区及旅游管理相关部门提供决策依据。
一、研究方法
（一）季节性集中指数。季节性集中指数（R）用于反映一年内旅游网络关注度的季节性变化：
Ri=■
其中，xi为第i月的网络关注度。R值越大，表明年内每月网络关注度差异越大，即关注度受季节性影响较大，淡旺季较明显；R值越接近于0，表明年内每月网络关注度分布较均匀，即关注度受季节性影响较小，淡旺季不明显。
（二）ARIMA模型。ARIMA模型，即差分自回归滑动平均模型，是由Box和Jenkins（1970）提出的时间序列预测方法，该方法通过差分处理将时间序列转化为平稳时间序列，利用其过去值预测未来值，并将误差项累加以消除预测中的随机波动。ARIMA模型构建的基础为ARMA（p，q）模型：
yt=c+φ1yt-1+φ2yt-2+…+φpyp+εt+θ1εt-1+θ2εt-2+…+θqεq
其中，p和q分别为自回归阶数和移动平均阶数。若原序列在d次差分之后得到平稳时间序列wt，并对wt建立ARMA（p，q）模型，即得到ARIMA（p，d，q）模型。
（三）SARIMA模型。SARIMA模型，即季节性差分自回归滑动平均模型，是在ARIMA模型的基础上进行了季节性调节，对具有季节性波动的时间序列有较高的预测精度。该模型可以表示为ARIMA（p，d，q）×（P，D，Q）S，其中，（p，d，q）为模型非季节性部分，与ARIMA（p，d，q）模型参数的含义相同，（P，D，Q）S为模型季节性部分，P为季节性自回归阶数，D为季节性差分阶数，Q为季节性移动平均阶数，S为季节性周期长度。
二、实证分析
（一）数据来源。百度指数是以网民海量搜索数据形成的数据分享平台，提供了2011年至今各关键词的每日搜索量数据。基于百度指数平台，本文将景区关键词检索到的移动端搜索指数和PC端搜索指数之和称作“网络关注度”，反映游客在互联网上对成渝经济圈5A级旅游景区的关注程度。将成渝经济圈中所有5A级景区的代表性关键词进行搜索，发现重庆市黔江区濯水景区没有被百度指数收录，故本文以成渝经济圈的11个5A级景区为研究对象，其中四川省7个、重庆市4个，如表1所示。本文通过Python爬虫程序搜索景区关键词，获取了2012年1月～2021年12月11个景区每月百度移动端和PC端搜索指数数据。（表1）
（二）成渝经济圈5A级旅游景区网络关注度时间分布特征
1、景区网络关注度年度分布特征。分类汇总求出11个5A级旅游景区的年度网络关注度，并绘制图1。从整体来看，2012～2017年游客对成渝经济圈内5A级旅游景区的网络关注度呈逐年上升趋势，而2018～2021年的关注度均较2017年有不同程度的下降，其中2020～2021年受新冠肺炎疫情的影响，游客出行受到一定限制，故11个景区整体关注度下降较明显。从各旅游景区网络关注度数量上看，11个景区的网络关注度存在明显差异，受网络关注最高的5A级旅游景区是成都市青城山-都江堰旅游景区，其次是乐山市乐山大佛景区和峨眉山景区。2012～2021年3个景区的网络关注度远高于其他8个景区，表明3个景区的知名度较高，游客出游意愿更强。而受网络关注最低的两个景区是邓小平故里旅游区和朱德故里景区。与其他9个景区不同，邓小平故里旅游区和朱德故里景区属于红色文化型旅游景区，而游客对两个景区网络关注度较低，表明这两个景区的红色文化影响力和知名度有待进一步的提升。（图1）
2、景区网络关注度月度分布特征。图2显示了每年成渝经济圈5A级旅游景区网络关注度月度分布情况。从平均值变化趋势上看，平均值曲线表现为倒“V”型，其中7～8月是成渝经济圈旅游备受关注的高峰时期，说明成渝地区能够吸引更多的学生和家长，暑假期间该地区亲子游、毕业游等市场火爆。此外，4月和10月也是受关注较高的时间段，说明清明节、“五一”节和国庆节成渝地区气候较为适宜，同样是旅游、登山的热点时段。而11月～次年1月成渝经济圈5A级旅游景区关注度为全年最低，说明成渝地区冬季气温较寒冷，游客出游意愿不强。对比每年网络关注度月度变化趋势，发现2012～2019年的成渝经济圈5A级旅游景区网络关注度月度变化趋势近似，而受疫情因素影响，2020年2月和2021年8月的关注度走势与其他年份差异较大。计算2012～2021年成渝经济圈5A级旅游景区的季节性强度指数，结果见表2。表2显示，每年的季节性集中指数均大于1，表明成渝经济圈5A级旅游景区网络关注度的季节性差异显著，存在明显的淡季和旺季。（图2、表2）
（三）实证分析。选取2012～2019年成渝经济圈5A级旅游景区的月网络关注度数据为训练集，基于Python3建立SARIMA模型，对2020～2021年月网络关注度进行预测，同时建立ARIMA模型进行对比分析。
1、平稳性检验。图3显示，2012～2019年成渝经济圈5A级旅游景区的网络关注度变化情况与趋势，从图中可识别出该序列为非平稳时间序列，且具有周期性，故需要对原始序列数据进行差分处理，使其变为平稳时间序列。根据单位根（ADF）检验结果，1阶差分后的检验统计量的值为-3.0657，小于显著性水平5%的临界值，即1阶差分后的序列是平稳的，无需进行2阶差分，因此确定非季节性差分阶数d=1。（图3、表3）
2、SARIMA模型与ARIMA模型构建。对1阶差分后的序列数据绘制自相关函数（ACF）与偏自相关函数（PACF）图。图4显示ACF和PACF在12阶、24阶位置出现尖峰，表明序列有周期为12个月的波动，故SARIMA模型中季节性周期长度S为12。为更准确地确定SARIMA（p，1，q）（P，D，Q）12模型的其余参数，本文通过网格搜索法进行遍历寻参，选择贝叶斯信息准则BIC作为模型的评估指标，并绘制热力图5所示。图5显示，当非季节性自回归阶数p和移动平均阶数q分别取0、1，且季节性自回归阶数P、差分阶数D和移动平均阶数Q分别取0、1、1时，SARIMA模型的BIC有最小值485.0，此时模型最优。（图4、图5）
绘制图6，对SARIMA（0，1，1）（0，1，1）12模型的残差序列进行诊断，可知该模型残差序列基本稳定，无趋势或季节项，且残差服从正态分布，不存在自相关，故可判定该模型残差序列为白噪声序列，说明SARIMA（0，1，1）（0，1，1）12模型提取序列信息较充分，拟合效果较好。同理，基于网格搜索法对ARIMA（p，1，q）模型进行遍历寻参，如图7所示，此时最优模型为ARIMA（1，1，1）。（图6、图7）
3、模型预测与对比分析。运用建立的SARIMA（0，1，1）（0，1，1）12模型和ARIMA（1，1，1）模型对2020年1月～2021年12月成渝经济圈5A级旅游景区网络关注度进行预测，并采用均方根误差（RMSE）作为模型的评估指标：
RMSE＝■
其中，■i为预测值；yi为真实值。模型的拟合结果和预测结果如图8所示，可看出SARIMA（0，1，1）（0，1，1）12模型的拟合效果优于ARIMA（1，1，1）模型，且SARIMA（0，1，1）（0，1，1）12模型更能够预测后疫情时代游客对成渝经济圈5A级旅游景区网络关注度的趋势变化。根据表4中的RMSE计算结果可以得知，SARIMA（0，1，1）（0，1，1）12模型在训练集和测试集上的误差均小于ARIMA（1，1，1）模型，表明利用SARIMA（0，1，1）（0，1，1）12预测成渝经济圈5A级旅游景区网络关注度的准确度更高，实用性更强。（图8、表4）
三、结论
本文基于2012年1月～2021年12月百度指数平台的月搜索数据，对成渝经济圈5A级旅游景区网络关注度的年度、月度变化趋势进行统计分析，利用SARIMA模型对景区网络关注度月度变化趋势进行预测，并与ARIMA模型进行对比分析。
总地来看：（一）受疫情因素影响，2020～2021年游客对成渝经济圈5A级旅游景区整体关注度呈下降趋势。2012～2021年11个5A级旅游景区的网络关注度之间存在较大差异，游客对青城山-都江堰、峨眉山和乐山大佛关注度较高，出游意愿更强。（二）成渝经济圈5A级旅游景区网络关注度的季节性差异显著，存在旺季和淡季之分，即7～8月暑假期间通常是成渝经济圈地区旅游备受关注的旺季时期，而寒冷的冬季则是旅游网络关注度的淡季时期。（三）SARIMA模型比ARIMA模型更能够拟合并预测成渝经济圈5A旅游景区的趋势特征，具有较好的实用性。但该模型完全依赖于数据本身，没有考虑疫情等其他影响因素，因此研究过程具有一定的局限性，未来可引入网络关注度的影响因素，并组合其他时间序列模型对网络关注度进行预测研究。
（作者单位：电子科技大学成都学院）
主要参考文献：
［1］马莉，刘培学，张建新，等.景区旅游流与网络关注度的区域时空分异研究［J］.地理与地理信息科学，2018.34（02）.
［2］王玉霞，王静.客流量与网络关注度的关系分析——以首都博物馆为例［J］.北京联合大学学报（自然科学版），2016（01）.
［3］杜梦珽，杨晓霞，陈鹏.基于百度指数的网红景区网络关注度时空特征研究——以重庆洪崖洞为例［J］.西南师范大学学报（自然科学版），2020.45（06）.
［4］朱豆豆，李玲，李晓东，等.新疆热门景区网络关注度时空差异及影响因素［J］.西北师范大学学报（自然科学版），2021（06）.
［5］周晓丽，张碧星.基于“重要性-发展潜力”矩阵的客源市场营销策略研究——以五台山省域客源市场为例［J］.忻州师范学院学报，2019（02）.
［6］孙烨，张宏磊，刘培学，张捷.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，2017.32（03）.
［7］康俊锋，方雷.基于百度指数时空分布的旅游趋势预测研究［J］.西南师范大学学报（自然科学版），2020.45（10）.
［8］Box G E P，Jenkins G M.Time Series Analysis Forecasting And Control［J］.Journal of Time Series Analysis，1970.03（3228）.
［9］李晓磊，肖进丽，刘明俊.基于SARIMA模型的船舶交通流量预测研究［J］.武汉理工大学学报（交通科学与工程版），2017.41（02）.
［10］郭静利，董渤.基于SARIMA模型的国际稻米价格预测［J］.价格理论与实践，2019（01）.
［11］代桂芳，段佩利.基于百度指数的山东省5A级旅游景区网络关注度研究［J］.绿色科技，2021（17）.
|
