汪秋菊,劉 宇

（北京聯(lián)合大學(xué) 旅游學(xué)院,北京 100101）

基于網(wǎng)絡(luò)關(guān)注度的旅游景區(qū)客流量預(yù)警：研究框架與實(shí)證分析*
——以國家游泳中心水立方為例

汪秋菊,劉 宇

（北京聯(lián)合大學(xué) 旅游學(xué)院,北京 100101）

旅游景區(qū)客流量受多種因素的影響,利用傳統(tǒng)信息收集的手段,從眾多影響因素中捕捉客流量預(yù)警前兆指標(biāo)十分困難。借助搜索指數(shù),挖掘景區(qū)客流量預(yù)警的先兆指標(biāo),構(gòu)建基于網(wǎng)絡(luò)關(guān)注度的旅游景區(qū)客流量預(yù)警研究框架,并以奧運(yùn)場館國家游泳中心水立方為例,運(yùn)用格蘭杰因果關(guān)系理論及VAR模型,檢驗(yàn)網(wǎng)絡(luò)關(guān)注度與水立方客流量的相關(guān)性,對(duì)水立方客流量進(jìn)行預(yù)測預(yù)警。研究結(jié)果表明：網(wǎng)絡(luò)關(guān)注度與客流量之間存在雙向的Granger因果關(guān)系,可以將水立方網(wǎng)絡(luò)關(guān)注度作為客流量預(yù)警的先兆指標(biāo)；預(yù)測期間內(nèi)客流量的警度值在-0.49～-0.27之間,水立方客流量預(yù)警等級(jí)為客流量低值藍(lán)色預(yù)警。

景區(qū)；客流量；預(yù)警；網(wǎng)絡(luò)關(guān)注度；VAR模型

引言

近年來,旅游成為現(xiàn)代社會(huì)的重要休閑方式,我國出游人數(shù)猛增,景區(qū)人滿為患,特別是重要節(jié)假日或旅游旺季,一些旅游熱點(diǎn)景區(qū)客流量遠(yuǎn)遠(yuǎn)超過其承受的極限容量,導(dǎo)致景區(qū)及旅游線路超負(fù)荷承載,景區(qū)管理、配套服務(wù)協(xié)調(diào)失控,旅游資源遭到破壞,游客審美情緒被干擾,甚至引發(fā)騷亂與踩踏事件等問題。同時(shí),旅游淡季部分旅游景區(qū)又有大量資源閑置,造成極大的浪費(fèi)[1]。2013年實(shí)施的《旅游法》指出,景區(qū)是旅游流量控制的責(zé)任主體,承擔(dān)著游客最大承載量預(yù)警、制定和實(shí)施旅游者流量控制方案的責(zé)任[2]。因此,景區(qū)迫切需要建立客流量預(yù)警系統(tǒng),在客流量出現(xiàn)警情之前,給予有效的警告,采取有效措施合理調(diào)控客流量。

在預(yù)警系統(tǒng)構(gòu)建中,尋找警情的先兆指標(biāo)是非常重要的環(huán)節(jié)。而旅游景區(qū)客流量受多種因素的影響,利用傳統(tǒng)信息收集的手段從眾多影響因素中捕捉客流量前兆指標(biāo)十分困難。在網(wǎng)絡(luò)社會(huì)信息形態(tài)下,旅游信息的傳播不再受時(shí)空的限制。許多旅游經(jīng)營者、旅游企業(yè)以及各地的旅游政府機(jī)構(gòu)都通過互聯(lián)網(wǎng)發(fā)布旅游信息,同時(shí)許多旅游消費(fèi)者也通過互聯(lián)網(wǎng)體驗(yàn)虛擬旅游,了解他人感性經(jīng)驗(yàn),獲取旅游信息,制定旅游計(jì)劃及實(shí)現(xiàn)旅游產(chǎn)品預(yù)訂支付等。網(wǎng)絡(luò)關(guān)注度（即搜索指數(shù)）是以百度或谷歌等網(wǎng)頁搜索和新聞搜索為基礎(chǔ)的免費(fèi)海量數(shù)據(jù)分析服務(wù),反映不同關(guān)鍵詞在過去一段時(shí)間里的“用戶關(guān)注度”和“媒體關(guān)注度”[3]。網(wǎng)絡(luò)關(guān)注度全方位地反映了消費(fèi)者的興趣和愛好,也必然在一定程度上反映了游客出游行為。因此,本文試圖將游客網(wǎng)絡(luò)關(guān)注度作為旅游客流量預(yù)警先兆指標(biāo),構(gòu)建旅游景區(qū)客流量預(yù)警的研究框架,以奧運(yùn)場館水立方為例,運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)中格蘭杰因果關(guān)系理論及VAR模型,檢驗(yàn)、分析網(wǎng)絡(luò)關(guān)注度與水立方客流量的相關(guān)性,預(yù)測旅游客流量,并測算水立方旅游最大容量與保本容量,對(duì)水立方客流量進(jìn)行預(yù)警預(yù)報(bào),旨在拓展預(yù)警相關(guān)理論,并指導(dǎo)景區(qū)預(yù)警實(shí)踐。

一、研究綜述

預(yù)警是在災(zāi)害或?yàn)?zāi)難發(fā)生前,根據(jù)事態(tài)發(fā)展規(guī)律或觀測得到的可能性前兆,發(fā)出警示信號(hào),報(bào)告危險(xiǎn)情況,以避免危害在不知情或準(zhǔn)備不足的情況下發(fā)生,從而最大程度地降低危害損失的行為[4]。預(yù)警理論始于軍事需要,之后被廣泛應(yīng)用于經(jīng)濟(jì)、技術(shù)、政治、教育、醫(yī)療、災(zāi)變、治安等各個(gè)領(lǐng)域。旅游預(yù)警研究始于20世紀(jì)90年代,研究的視角主要包括旅游危機(jī)預(yù)警、旅游安全預(yù)警、旅游環(huán)境承載力預(yù)警、客流量

空間分布預(yù)警等方面,研究的尺度則涉及國家、區(qū)域、城市及景區(qū)等不同層次。景區(qū)客流量預(yù)警是以旅游預(yù)警管理理論和系統(tǒng)論為依托,建立的一種旅游景區(qū)客流量危機(jī)預(yù)警、預(yù)控的系統(tǒng)。研究者們基于不同的理論背景,對(duì)于與旅游景區(qū)客流量預(yù)警相關(guān)的旅游預(yù)警系統(tǒng)進(jìn)行闡述?；羲蓾ㄟ^對(duì)旅游目的地旅游預(yù)警系統(tǒng)運(yùn)行機(jī)理的分析,將旅游預(yù)警系統(tǒng)概括為警情動(dòng)態(tài)監(jiān)測、警源分析、警兆識(shí)別、警度預(yù)報(bào)和地理信息技術(shù)輔助等5個(gè)子系統(tǒng)[5]。梁留科則從對(duì)客流影響因素分析的角度,將景區(qū)與通道的容量加以結(jié)合,構(gòu)建旅游預(yù)警系統(tǒng)[6]。劉紅芳研究了基于GIS的旅游預(yù)警系統(tǒng)[7]。相關(guān)研究構(gòu)建了旅游景區(qū)客流量預(yù)警系統(tǒng)的基本框架,但由于旅游預(yù)警理論研究體系還不成熟,特別是警情的先兆指標(biāo),既有研究多是概念性的提出,而如何選擇警情的先兆指標(biāo)并利用先兆指標(biāo)數(shù)據(jù)對(duì)客流量進(jìn)行實(shí)際預(yù)測預(yù)警等內(nèi)容少有涉及。

現(xiàn)有研究對(duì)于旅游客流量進(jìn)行預(yù)測的方法主要有兩種：非因果關(guān)系預(yù)測與因果關(guān)系預(yù)測。非因果關(guān)系預(yù)測主要依靠歷史時(shí)間序列數(shù)據(jù)外推,建立模型來預(yù)測的。這些模型包括移動(dòng)平均預(yù)測模型、指數(shù)平滑模型等基礎(chǔ)時(shí)間序列預(yù)測模型、程序分析法、灰色系統(tǒng)理論、ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)等。因果關(guān)系預(yù)測方法,主要是利用計(jì)量經(jīng)濟(jì)學(xué)方法建立客流量影響因素與客流量多元回歸結(jié)構(gòu)化模型預(yù)測客流量。雖然非因果關(guān)系建模在旅游客流量的預(yù)測中發(fā)揮了重要的作用,但這類方法沒有對(duì)影響旅游客流變化的影響因素予以重視,當(dāng)影響客流量的因素發(fā)生變化,預(yù)測的結(jié)果必然造成較大的誤差。因果關(guān)系預(yù)測對(duì)客流量影響因素的歷史數(shù)據(jù)完整性要求較高,而在預(yù)測中難以收集到客流量影響因素的全部數(shù)據(jù)。同時(shí),由于多元回歸結(jié)構(gòu)化模型在描述經(jīng)濟(jì)變量之間關(guān)系,以及處理具有滯后效應(yīng)的經(jīng)濟(jì)變量時(shí),需要具有復(fù)雜的經(jīng)濟(jì)理論基礎(chǔ)[8],增加了客流量預(yù)測的難度。

近年來,由于網(wǎng)絡(luò)對(duì)于社會(huì)、經(jīng)濟(jì)的影響加深,網(wǎng)絡(luò)關(guān)注度與客流量關(guān)系的研究日益增多。李山等選取搜索引擎上的旅游信息流為研究對(duì)象,認(rèn)為旅游網(wǎng)絡(luò)關(guān)注度是現(xiàn)實(shí)客流量的前兆[9]。龍茂興等認(rèn)為,在旅游系統(tǒng)中不同的主體有不同的利益訴求,對(duì)信息流的功能作用也有不同的理解：一方面旅游信息流對(duì)客流量具有引導(dǎo)作用；另一方面旅游信息流也是客流量的“前兆”[10-11]。基于網(wǎng)絡(luò)關(guān)注度的客流量預(yù)測也進(jìn)一步拓展了傳統(tǒng)的旅游客流量預(yù)測方法。國敏建立了游客量與網(wǎng)絡(luò)關(guān)注度的回歸預(yù)測模型,黃先開建立了基于百度搜索指數(shù)的自回歸分布滯后模型,并結(jié)合故宮案例得出了旅游網(wǎng)絡(luò)關(guān)注度與客流量之間存在雙向Granger因果關(guān)系,為客流量預(yù)測進(jìn)行了有益的探索[12-13]。然而,盡管網(wǎng)絡(luò)關(guān)注度的前兆效應(yīng)得到了初步驗(yàn)證,研究方法的有效性仍需進(jìn)一步探討。Gitelson R J認(rèn)為,不同旅游目的地自身特有屬性吸引了具有不同社會(huì)人口特征的游客[14],依賴網(wǎng)絡(luò)信息進(jìn)行旅游決策的游客所占比重影響著旅游網(wǎng)絡(luò)關(guān)注度與客流量的關(guān)聯(lián)度[15]。此外,網(wǎng)絡(luò)關(guān)注度與游客量兩者關(guān)系的關(guān)聯(lián)度還受互聯(lián)網(wǎng)發(fā)達(dá)程度、區(qū)域人口規(guī)模、網(wǎng)民規(guī)模、區(qū)域間距離等諸多因素的影響[16]。因此,旅游網(wǎng)絡(luò)關(guān)注度與實(shí)際客流量的關(guān)系存在一定的復(fù)雜性和不確定性。鑒于此,本文試圖將旅游網(wǎng)絡(luò)關(guān)注度作為先兆指標(biāo)納入景區(qū)客流量預(yù)警系統(tǒng),并以科學(xué)方法驗(yàn)證兩者之間的有效性,研究旅游景區(qū)客流量預(yù)測新方法,從而構(gòu)建一個(gè)較為合理的旅游景區(qū)客流量預(yù)警的研究框架。

二、基于網(wǎng)絡(luò)關(guān)注度的旅游景區(qū)客流量預(yù)警研究框架的構(gòu)建

根據(jù)相關(guān)研究,預(yù)警系統(tǒng)主要由警情診斷子系統(tǒng)、警源分析子系統(tǒng)、警兆識(shí)別子系統(tǒng)、警度預(yù)報(bào)子系統(tǒng)和警度響應(yīng)子系統(tǒng)等組成。景區(qū)客流量預(yù)警是在一定范圍內(nèi)對(duì)一定時(shí)期客流量的影響因素進(jìn)行監(jiān)測,分析客流量可能性前兆,預(yù)測客流量發(fā)展趨勢,并及時(shí)發(fā)布預(yù)報(bào)的體系。由于警情診斷主要任務(wù)就是確定預(yù)警對(duì)象,本文已將景區(qū)客流量作為預(yù)報(bào)警情指標(biāo)。因此本文著重從警源分析、警兆識(shí)別、警度預(yù)報(bào)和警度響應(yīng)4個(gè)方面,結(jié)合現(xiàn)有研究成果,構(gòu)建旅游景區(qū)客流量預(yù)警研究框架,如圖1所示。

（一）客流量警源分析

客流量警源是指客流量警情產(chǎn)生的根源。盡管不同學(xué)者對(duì)客流量警源有不同認(rèn)識(shí),但警源的多維性與動(dòng)態(tài)性得到了眾多學(xué)者的認(rèn)同?？土髁烤纯梢詺w納為推力、拉力和阻力等3個(gè)方面[17],其中,推力是指能鼓勵(lì)人們出去旅游的因素,拉力是指吸引人們來景區(qū)的因素,阻力則是阻礙人們?nèi)ヂ糜蔚囊蛩亍＿@些力量中的任意一種因素的波動(dòng)都會(huì)影響與約束景區(qū)客流量,如果出現(xiàn)異常變化可能使旅游景區(qū)產(chǎn)生危機(jī),導(dǎo)致旅游系統(tǒng)警情的出現(xiàn)。尋找客流量警源是分析警兆的基礎(chǔ),也是排除警患的前提條件。

（二）客流量警兆識(shí)別

警兆是景區(qū)客流量發(fā)生異常變化導(dǎo)致警情爆發(fā)之前出現(xiàn)的一定先兆。警兆是一種旅游客流量出現(xiàn)過高或過低的先導(dǎo)現(xiàn)象,是警源過渡到警情的中間狀態(tài)。它在旅游客流量達(dá)到高峰或低谷之前,先行出現(xiàn)高峰或低谷,因而,識(shí)別客流量警兆是預(yù)警系統(tǒng)十分重要的環(huán)節(jié)。

圖1 基于網(wǎng)絡(luò)關(guān)注度的旅游景區(qū)客流量預(yù)警研究框架

由于旅游網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性存在不確定性,不能直接將旅游網(wǎng)絡(luò)關(guān)注度作為先兆指標(biāo)納入預(yù)警系統(tǒng),而要采用相關(guān)系數(shù)、格蘭杰因果檢驗(yàn)等方法對(duì)旅游網(wǎng)絡(luò)關(guān)注度與景區(qū)客流量相關(guān)性進(jìn)行驗(yàn)證。另外,將以旅游為目的的網(wǎng)絡(luò)關(guān)注度從其他目的對(duì)景區(qū)關(guān)注中識(shí)別出來,是景區(qū)客流量警兆識(shí)別另一個(gè)重要任務(wù)。網(wǎng)絡(luò)搜索關(guān)鍵詞的選擇是十分重要的,搜索的關(guān)鍵詞應(yīng)盡可能包括與景區(qū)旅游相關(guān)“吃、住、行、游、購、娛”六要素的所有信息,同時(shí)在收集搜索指數(shù)數(shù)據(jù)時(shí)要盡可能覆蓋整個(gè)網(wǎng)絡(luò)空間（百度引擎、谷歌引擎及其他引擎）,從而能客觀、全面地反映游客出游前的行為。

（三）客流量警度預(yù)報(bào)

警度,即警情的程度?？土髁烤阮A(yù)報(bào)首先要確定預(yù)警等級(jí)和標(biāo)準(zhǔn),然后預(yù)測景區(qū)客流量,衡量警情嚴(yán)重程度,最后將預(yù)警的結(jié)果及時(shí)發(fā)布出去,讓游客和景區(qū)能了解當(dāng)前的狀態(tài),方便游客科學(xué)合理地做出選擇。

1.預(yù)警等級(jí)和標(biāo)準(zhǔn)的確定

警度值是基于旅游最高容量Vmax（無害于景區(qū)可持續(xù)發(fā)展的客流量）與旅游最低容量Vmin（保證景區(qū)不虧不贏時(shí)的客流量）計(jì)算求得的,警度值計(jì)算公式與取值區(qū)間見表1。當(dāng)客流量大于Vmax時(shí),警度值等于V/Vmax,警度值取值區(qū)間為（1,+∞）；當(dāng)客流量等于Vmax時(shí),警度值等于1；當(dāng)客流量小于Vmax且大于Vmin時(shí),警度值為（V-Vmin）/（Vmax-Vmin）,警度值取值區(qū)間為（1,0）；當(dāng)客流量等于Vmin時(shí),警度值為0；當(dāng)客流量小于Vmin時(shí),警度值為（V-Vmin）/Vmin,警度值取值區(qū)間為（0,-1]。

表1 警度值計(jì)算公式與取值區(qū)間

警度值在0與1之間沒有警情；當(dāng)警度值大于1時(shí),警度值越大,景區(qū)游客超載越嚴(yán)重,對(duì)應(yīng)的預(yù)警等級(jí)也越高；當(dāng)警度值小于0,警度值越小,景區(qū)對(duì)游客

吸引力越差,對(duì)應(yīng)的預(yù)警等級(jí)也越高。參考國務(wù)院頒布的《國家突發(fā)公共事件總體應(yīng)急預(yù)案》的思路,將預(yù)警等級(jí)按照游客警度值的大小,劃分為三級(jí)：Ⅰ級(jí)（重警）、Ⅱ級(jí)（輕警）、Ⅲ級(jí)（無警）,依次用黃色、藍(lán)色和綠色表示。每一預(yù)警等級(jí)對(duì)應(yīng)的警度區(qū)間范圍與景區(qū)景觀特點(diǎn)、人力資源配備數(shù)量、景區(qū)管理水平等有關(guān),不同類型的景區(qū)各預(yù)警等級(jí)對(duì)應(yīng)的警度取值區(qū)間是不同的,各景區(qū)一般要結(jié)合自身實(shí)際情況來設(shè)定各預(yù)警等級(jí)對(duì)應(yīng)的警度取值區(qū)間。

2.景區(qū)客流量的預(yù)測

由于目前反映旅游網(wǎng)絡(luò)關(guān)注度與客流量兩者關(guān)系的理論,不足以為變量間的聯(lián)系提供有力的支持,因而基于網(wǎng)絡(luò)關(guān)注度的景區(qū)客流量預(yù)測更適宜采用非結(jié)構(gòu)模型預(yù)測。除了采用前面提到的自回歸分布滯后模型外,還可以采用分布滯后模型、自回歸模型、向量自回歸模型（VAR）、向量誤差修正模型（VEC）等,旅游景區(qū)可結(jié)合自身的數(shù)據(jù)特點(diǎn),建立相應(yīng)的非結(jié)構(gòu)模型來預(yù)測景區(qū)客流量。

（四）應(yīng)急響應(yīng)預(yù)案的設(shè)計(jì)

由于景區(qū)客流量超過旅游最高容量Vmax或低于旅游保本容量Vmin都可以出現(xiàn)警情,因而我們從這客流量高值預(yù)警和低值預(yù)警兩個(gè)方面,啟動(dòng)相應(yīng)的應(yīng)急響應(yīng)預(yù)案。

景區(qū)客流量高值預(yù)警方案分為3個(gè)級(jí)別,分別對(duì)應(yīng)黃色、藍(lán)色、綠色3種警報(bào)色。綠色級(jí)別啟動(dòng)客流監(jiān)控應(yīng)急預(yù)案,實(shí)時(shí)監(jiān)控客流量,在景區(qū)收費(fèi)處、入口處、景區(qū)官方網(wǎng)站,必要時(shí)還要通過旅游公共服務(wù)信息平臺(tái)、公共媒體等途徑公布最大承載量,保障旅游者的知情權(quán)和選擇權(quán)；藍(lán)色級(jí)別啟動(dòng)客流引導(dǎo)應(yīng)急預(yù)案,實(shí)時(shí)預(yù)報(bào)景區(qū)客流量及發(fā)展趨勢,采取門票預(yù)售的方式對(duì)景區(qū)接待游客的數(shù)據(jù)進(jìn)行控制,做好游客分流工作；黃色級(jí)別啟動(dòng)客流疏散應(yīng)急預(yù)案,在黃色應(yīng)急預(yù)案基礎(chǔ)上,景區(qū)要合理調(diào)整景區(qū)內(nèi)部旅游線路,提高游客的流動(dòng)率,增加景區(qū)服務(wù)人員的配備,增設(shè)清晰的景區(qū)標(biāo)志,引導(dǎo)游客,以避免造成不必要的擁堵。

景區(qū)客流量低值預(yù)警方案也有3個(gè)級(jí)別,主要圍繞旅游產(chǎn)品開發(fā)、服務(wù)質(zhì)量、營銷推廣等方面,采取不同的措施,提升景區(qū)核心競爭力,擴(kuò)大景區(qū)的知名度。

三、實(shí)證分析

（一）數(shù)據(jù)來源

國家游泳中心水立方是2008年北京奧運(yùn)會(huì)水上項(xiàng)目的比賽場館。奧運(yùn)會(huì)后水立方積極進(jìn)行轉(zhuǎn)型,已成為集參觀、嬉水休閑、大型賽事活動(dòng)為一體的旅游景區(qū)。由于水立方是一個(gè)室內(nèi)場館,容量相對(duì)有限,能夠事先預(yù)警對(duì)于其運(yùn)營具有重要意義。本文依據(jù)前述理論框架,對(duì)水立方客流量進(jìn)行預(yù)測預(yù)警。

根據(jù)國家游泳中心水立方提供的相關(guān)數(shù)據(jù),本文選取2010年8月1日至2011年12月31日間水立方奧運(yùn)場館日客流量為研究對(duì)象,水立方日客流量由參觀、游泳、嬉水游客數(shù)量疊加而成,如圖2所示。

圖2 水立方的客流量隨時(shí)間變化曲線

水立方日客流量變化曲線呈現(xiàn)周期波動(dòng)的特征。節(jié)假日時(shí)暑期水立方客流量處于高峰期；1月、3月、9月和12月,水立方客流量處于低谷期。

結(jié)合水立方經(jīng)營特點(diǎn),本文選取“水立方”、“水立方嬉水樂園”、“水立方游泳”、“水立方門票”等搜索關(guān)鍵詞,通過網(wǎng)絡(luò)關(guān)注度變化曲線,獲得2010年8月1日至2011年12月31日各個(gè)搜索關(guān)鍵詞對(duì)應(yīng)的日網(wǎng)絡(luò)關(guān)注度,然后再把這些數(shù)據(jù)疊加,即可得到水立方日網(wǎng)絡(luò)關(guān)注度的數(shù)據(jù)（見圖3）。水立方網(wǎng)絡(luò)關(guān)注度變化曲線也呈現(xiàn)周期波動(dòng)的特征,在節(jié)假日、暑期水立方網(wǎng)絡(luò)關(guān)注度也出現(xiàn)了峰值。

圖3 水立方的網(wǎng)絡(luò)關(guān)注度隨時(shí)間變化曲線

（二）旅游網(wǎng)絡(luò)關(guān)注度與客流量相關(guān)性分析

為避免因旅游網(wǎng)絡(luò)關(guān)注度與客流量數(shù)據(jù)不平穩(wěn)而產(chǎn)生“偽回歸”問題,利用Eviews 6.0,運(yùn)用ADF方法檢驗(yàn)數(shù)據(jù)的平穩(wěn)性。經(jīng)檢驗(yàn),旅游網(wǎng)絡(luò)關(guān)注度（GZD）與客流量（RS）的ADF值分別為-3.487和-3.775,而且概率P值都小于0.05,旅游網(wǎng)絡(luò)關(guān)注度與客流量原序列是平穩(wěn)的。

為分析兩個(gè)變量之間的相關(guān)性,在建立VAR模型之前,我們采用Granger因果關(guān)系方法,對(duì)水立方網(wǎng)絡(luò)關(guān)注度與客流量是否構(gòu)成因果關(guān)系進(jìn)行驗(yàn)證。由于Granger因果關(guān)系檢驗(yàn)對(duì)滯后的階數(shù)非常敏感。為此我們在滯后期的選擇上考慮了兩個(gè)因素：一是以AIC和SC最小信息準(zhǔn)則；二是旅游網(wǎng)絡(luò)關(guān)注度對(duì)客流量的影響有一定的滯后性。根據(jù)這兩個(gè)因素,最終選擇滯后期數(shù)為8天。Granger因果關(guān)系檢驗(yàn)結(jié)果如表2所示。

由表2可知,網(wǎng)絡(luò)關(guān)注度與客流量之間存在雙向的Granger因果關(guān)系。

（三）VAR模型的構(gòu)建

向量自回歸（VAR）是處理多個(gè)經(jīng)濟(jì)變量的分析與預(yù)測的非結(jié)構(gòu)模型。本文在研究中借助旅游網(wǎng)絡(luò)關(guān)注度這一先驗(yàn)指標(biāo),建立網(wǎng)絡(luò)關(guān)注度與景區(qū)客流量向量自回歸模型（VAR）,并采用OSL估計(jì)方法對(duì)模型進(jìn)行估計(jì),估計(jì)結(jié)果見式（1）。

式（1）中,兩個(gè)方程協(xié)調(diào)的擬合優(yōu)度R2RS= 0.835 248,R2GZD=0.841 910。通過AR特征多項(xiàng)式檢驗(yàn),VAR模型的全部根的倒數(shù)小于1,表明所建立的VAR（8）模型是穩(wěn)定的。

（四）景區(qū)客流量的預(yù)測預(yù)警

1.景區(qū)客流量預(yù)測

作為一個(gè)動(dòng)態(tài)系統(tǒng),由于沒有當(dāng)期外生變量,用VAR模型比較容易對(duì)變量進(jìn)行預(yù)測。利用已建立的VAR模型,采用確定型模擬方式和靜態(tài)求解遞推方法,預(yù)測2010年8月1日至2011年12月22日水立方網(wǎng)絡(luò)關(guān)注度與客流量,數(shù)據(jù)如圖4所示,預(yù)測值與實(shí)際值誤差較小,模型具有較好的預(yù)測能力。利用式（1）對(duì)樣本期外的2011年12月23日至2011年12月31日的水立方客流量進(jìn)行預(yù)測,實(shí)際人數(shù)和預(yù)測人數(shù)的對(duì)比見表。通過預(yù)測值和實(shí)際值的比較可以看出,除了12月26日誤差稍微大些外,水立方客流量實(shí)際值與預(yù)測值的預(yù)測誤差百分比比較小。因此,水立方可以采用此模型預(yù)測水立方客流量（如表3所示）。

圖4 客流量預(yù)測值與實(shí)際值的比較

表3 客流量預(yù)測值與實(shí)際值的比 較單位：人

2.水立方旅游容量的測算

（1）旅游最大容量的測算

國家旅游局（2003）制訂的《旅游規(guī)劃通則》將旅游容量分為空間容量、設(shè)施容量、生態(tài)容量和社會(huì)心理容量四類。本文將旅游空間容量作為旅游最大容量,僅測算水立方資源空間容納能力。旅游空間容量計(jì)算公式為：Vmax=（T/T0）×（A/A0）。Vmax為旅游最大容量；T為每日開放時(shí)間；T0為人均每次利用時(shí)間；A為資源的空間規(guī)模；A0為每人最低空間標(biāo)準(zhǔn)。

水立方目前可供游客自由活動(dòng)的區(qū)域主要包括：奧林匹克比賽大廳、水立方熱身池、多功能大廳、嬉水樂園、紀(jì)念館、探秘館、水滴劇場等,約占3萬多m2,每日平均開放時(shí)間為8小時(shí)。到水立方游玩的游客人均每次利用時(shí)間為大約為1小時(shí),而到水立方游泳、嬉水或參加觀看賽事活動(dòng)的游客人均每次利用時(shí)間為2.5個(gè)小時(shí)[18]。我們利用加權(quán)平均法測算出人均每次利用時(shí)間為2小時(shí)。一般情況下,最大人群密度是7～8人/m2。據(jù)此本文選擇每人最低空間標(biāo)準(zhǔn)取8m2。根據(jù)旅游最大日容量Vmax公式,可以取得水立方最大日容量Vmax為1.5萬人。

（2）旅游保本容量的測算

2011年水立方總收入為1.04億元,其中非旅游收入占68％,參觀、游泳、嬉水等旅游收入為3 328萬元,水立方場館維護(hù)、二期資產(chǎn)折舊、能耗等在內(nèi)的總成本約為9 930萬元。為簡化計(jì)算,設(shè)非旅游收入為固定收入,由此我們可以計(jì)算出水立方旅游保本收入為2 858萬元（等于3 328-（10 400-9 930））。游客平均每人花費(fèi)為28元（等于總收入/總游客數(shù)）。這樣我們就可以得出水立方維持盈虧平衡的日客流量Vmin為2 795人（28 580 000/（28元/人×365天））

3.水立方警度預(yù)報(bào)與響應(yīng)

根據(jù)水立方經(jīng)營現(xiàn)狀,預(yù)警等級(jí)劃分客流量高值預(yù)警與客流量低值預(yù)警,依次用黃色、藍(lán)色和綠色表示,每一預(yù)警等級(jí)對(duì)應(yīng)的警度區(qū)間范圍如表4所示。

表4 水立方預(yù)警等級(jí)的設(shè)定

表5 客流量預(yù)測值警度值的測算

利用警度值計(jì)算公式,測算水立方客流量預(yù)測值的警度值,如表5所示。預(yù)測期間內(nèi)水立方客流量的

警度值在-0.49～-0.27,預(yù)警等級(jí)為客流量低值藍(lán)色預(yù)警,也就是水立方客流量沒有達(dá)到保本經(jīng)營要達(dá)到的客流量水平。

因而,水立方應(yīng)采取客流量低值藍(lán)色預(yù)警方案,加快旅游產(chǎn)品結(jié)構(gòu)調(diào)整,積極開發(fā)奧運(yùn)體驗(yàn)旅游、體育休閑旅游等產(chǎn)品,增強(qiáng)奧運(yùn)場館旅游核心競爭力,同時(shí)加大水立方營銷力度,實(shí)行門票價(jià)格優(yōu)惠,最大限度地提高旅游淡季資源利用率。

四、結(jié)論

本文試圖將游客網(wǎng)絡(luò)關(guān)注度作為旅游客流量預(yù)警先兆指標(biāo),構(gòu)建了旅游景區(qū)客流量預(yù)警的研究框架,并以奧運(yùn)場館水立方為例,將網(wǎng)絡(luò)關(guān)注度作為預(yù)警先兆指標(biāo),運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)中格蘭杰因果關(guān)系理論及VAR模型,檢驗(yàn)、分析了旅游網(wǎng)絡(luò)關(guān)注度與客流量相關(guān)性,對(duì)水立方客流量進(jìn)行預(yù)警預(yù)報(bào)。相關(guān)研究結(jié)論如下：

第一,通過構(gòu)建基于網(wǎng)絡(luò)關(guān)注度的旅游景區(qū)客流量預(yù)警研究框架,將網(wǎng)絡(luò)關(guān)注度作為預(yù)警先兆指標(biāo),納入旅游景區(qū)客流量預(yù)警系統(tǒng),對(duì)客流量進(jìn)行預(yù)測預(yù)警,彌補(bǔ)了捕捉客流量前兆指標(biāo)困難的不足。同時(shí),考慮到旅游網(wǎng)絡(luò)關(guān)注度與客流量兩者關(guān)系的既有研究不足以為變量間的聯(lián)系提供充分的支持,因此,在將旅游網(wǎng)絡(luò)關(guān)注度作為景區(qū)客流量預(yù)警先兆指標(biāo)之前,必須要對(duì)網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性進(jìn)行驗(yàn)證,在此基礎(chǔ)上,建立非結(jié)構(gòu)模型對(duì)客流量進(jìn)行預(yù)測,預(yù)測結(jié)果更為精確。

第二,在對(duì)水立方實(shí)證研究中,水立方網(wǎng)絡(luò)關(guān)注度是影響客流量的重要因素,客流量也是影響水立方網(wǎng)絡(luò)關(guān)注度的重要因素,水立方網(wǎng)絡(luò)關(guān)注度可以作為客流量的預(yù)警先兆指標(biāo)；利用網(wǎng)絡(luò)關(guān)注度與客流量數(shù)據(jù)建立VAR模型,采用確定型模擬方式和靜態(tài)求解方法,對(duì)樣本期外的2011年12月23日至2011年12月31日的水立方客流量進(jìn)行預(yù)測,實(shí)際值與預(yù)測值的預(yù)測誤差百分比比較小,因而水立方可以采用VAR模型預(yù)測客流量；利用旅游最大日容量Vmax公式,求得水立方最大日容量Vmax為1.5萬人。利用盈虧平衡分析法,求得水立方保本容量Vmin為2 795人。預(yù)測期間內(nèi)水立方客流量的警度值在-0.49～-0.27,表明水立方客流量預(yù)警等級(jí)為客流量低值藍(lán)色預(yù)警。運(yùn)用這一方法進(jìn)行客流量預(yù)警,對(duì)奧運(yùn)場館運(yùn)營管理尤為重要。奧運(yùn)場館具有投資大、維護(hù)成本高的特點(diǎn),賽后奧運(yùn)場館可持續(xù)性運(yùn)營一直是令?yuàn)W運(yùn)主辦城市困惑的難題。加強(qiáng)奧運(yùn)場館客流量預(yù)警,準(zhǔn)確了解奧運(yùn)場館客流量未來變化趨勢,及時(shí)調(diào)整產(chǎn)品結(jié)構(gòu),為避免賽后場館資源閑置,破解賽后奧運(yùn)場館運(yùn)營問題提供了一個(gè)新思路。

第三,理論及實(shí)證研究表明,在網(wǎng)絡(luò)社會(huì)信息形態(tài)下,基于網(wǎng)絡(luò)關(guān)注度的旅游景區(qū)客流量預(yù)警研究框架是旅游預(yù)警理論的新拓展。將網(wǎng)絡(luò)關(guān)注度作為預(yù)警先兆指標(biāo),不僅為景區(qū)客流量預(yù)測預(yù)警提供了即時(shí)性數(shù)據(jù),也可以將本研究框架應(yīng)用到區(qū)域客流量、入境客流量預(yù)警等領(lǐng)域。

[1]劉紅芳.景區(qū)旅游預(yù)警系統(tǒng)分析研究[J].長春師范學(xué)院學(xué)報(bào)（自然科學(xué)版）,2009,28（6）：63-66.

[2]《〈中華人民共和國旅游法〉解讀》編寫組.《中華人民共和國旅游法》解讀[M].北京：中國旅游出版社,2013：150-154.

[3]yj003.百度指數(shù)[EB/OL].http：//baike.baidu.com/view/1235.htm.

[4]Faulkner.Towards a framework for tourism disaster management[J]. Tourism Management,2001（22）：135-147.

[5]霍松濤.旅游目的地旅游預(yù)警系統(tǒng)的研究[D].開封：河南大學(xué),2006.

[6]梁留科,周二黑,王惠玲.旅游系統(tǒng)預(yù)警機(jī)制與構(gòu)建研究[J].地域開發(fā)與研究,2006,25（3）：72-77.

[7]劉紅芳.旅游目的地預(yù)警系統(tǒng)的實(shí)例研究[J].新余高專學(xué)報(bào),2009,14（5）：5-8.

[8]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模[M].北京：清華大學(xué)出版社,2008.

[9]李山,邱榮旭,陳玲.基于百度指數(shù)的旅游景區(qū)網(wǎng)絡(luò)空間關(guān)注度：時(shí)間分布及其前兆效應(yīng)[J].地理與地理信息科學(xué),2008,24（6）：102-107.

[10]馬麗君,孫根年,黃蕓瑪.城市國內(nèi)客流量與游客網(wǎng)絡(luò)關(guān)注度時(shí)空相關(guān)分析[J].經(jīng)濟(jì)地理,2011,31（4）：680-685.

[11]龍茂興,孫根年,等.區(qū)域旅游網(wǎng)絡(luò)關(guān)注度與客流量時(shí)空動(dòng)態(tài)比較分析[J].地域研究與開發(fā),2011,30（3）：93-97.

[12]國敏.基于網(wǎng)絡(luò)搜索技術(shù)的游客量預(yù)測方法研究[D].北京：首都師范大學(xué),2012.

[13]黃先開,張麗峰,丁于思.百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測研究[J].旅游學(xué)刊,2013,28（11）：93-100.

[14]Gitelson R J,Crompton J L.The planning horizons and sources of information used by pleasure vacations[J].Journal of Travel Research,1983, 21（3）：2-10.

[15]汪秋菊.奧運(yùn)場館水立方的客流量與網(wǎng)絡(luò)關(guān)注度關(guān)系分析[J].東北石油大學(xué)學(xué)報(bào),2013（6）：67-75.

[16]龍茂興.網(wǎng)絡(luò)關(guān)注度的客流響應(yīng)差異成因分析以張家界和遵義為例[J].地域研究與開發(fā),2013（3）：27-29.

[17]陶偉,倪明.中西方旅游需求預(yù)測對(duì)比研究：理論基礎(chǔ)與模型[J].旅游學(xué)刊,2010,25（8）：12-16.

[18]劉宇,王春才.水立方2012年度奧運(yùn)旅游主題策劃報(bào)告[C]//2012年首都旅游產(chǎn)業(yè)研究報(bào)告.北京：中國旅游出版社,2012：245-270.Scenic Spot Forewarning of Tourism Flow Volume Based on Degree of Consumer Attention of Travel Network：Research Framework and Empirical Analysis

Wang Qiuju,Liu Yu
（Tourism Institute of Beijing Union University,Beijing 100101,China）

This paper attempts to regard degree of consumer attention as an aura indicator of tourist flow volume in early warning system,and establish a research framework of tourist flow volume forewarning.To take the case of Water Cube as instance,we use the dates of daily tourist flow volume and Baidu index from Aug.1,2010 to Dec.31,2011,and establish VAR model using non-structural method and Granger causality analysis method,and analyze the relationship between degree of consumer attention and tourist flow volume.The results show that：there is a two-way Granger causality between degree of consumer attention and tourist flow volume.The network attention of Water Cube may be as a harbinger of early warning indicators；The forecasting values of tourism flow volume are between-0.49 and-0.27,indicating that the rate of tourism flow volume of Water Cube is warning blue level which is below the guaranteed tourism flow volume.

scenic spot；tourism flow volume；early warning；degree of consumer attention；VAR model

F592.7

A

1674-3784（2014）05-0009-07

[責(zé)任編輯：呂觀盛]

北京市教育委員會(huì)社科計(jì)劃面上項(xiàng)目（SM201411417007）

2014-03-25

汪秋菊（1972-）,女,黑龍江伊春人,北京聯(lián)合大學(xué)旅游學(xué)院副教授,研究方向：管理科學(xué)與工程。

劉宇（1974-）,女,北京人,北京聯(lián)合大學(xué)旅游學(xué)院副教授,研究方向：旅游經(jīng)濟(jì)。