網(wǎng)絡(luò)信息搜索的旅游需求預(yù)測(cè)

《網(wǎng)絡(luò)信息搜索的旅游需求預(yù)測(cè)》由會(huì)員分享，可在線(xiàn)閱讀，更多相關(guān)《網(wǎng)絡(luò)信息搜索的旅游需求預(yù)測(cè)（5頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、網(wǎng)絡(luò)信息搜索的旅游需求預(yù)測(cè) 網(wǎng)絡(luò)信息搜索的旅游需求預(yù)測(cè) 2014/07/15 《系統(tǒng)管理學(xué)報(bào)雜志》2014年第三期 １文獻(xiàn)綜述 １．１旅游需求預(yù)測(cè)對(duì)于從事旅游業(yè)的各部門(mén)和機(jī)構(gòu)而言，準(zhǔn)確預(yù)測(cè)旅游需求至關(guān)重要。由于旅游產(chǎn)品從本質(zhì)上講是“易逝”的（例如未賣(mài)出的航班座位、旅館房間等不能像其他產(chǎn)品一樣儲(chǔ)存），因此預(yù)測(cè)的準(zhǔn)確性尤為關(guān)鍵，精確的短期預(yù)報(bào)能夠有助于更好地制定日程計(jì)劃、人員安排以及應(yīng)急預(yù)案等。因此，旅游需求預(yù)測(cè)模型得到了學(xué)界和實(shí)務(wù)界共同關(guān)注。根據(jù)文獻(xiàn)中的評(píng)述，圍繞這一領(lǐng)

2、域國(guó)外旅游期刊上共發(fā)表了數(shù)百篇論文，利用各種定性和定量方法，對(duì)不同目的地的旅游業(yè)進(jìn)行預(yù)測(cè)。定量預(yù)測(cè)研究大體上可以分為兩大類(lèi)：時(shí)間序列模型和經(jīng)濟(jì)計(jì)量模型，時(shí)間序列模型用旅游需求的歷史量以及隨機(jī)擾動(dòng)項(xiàng)進(jìn)行預(yù)測(cè)，重點(diǎn)在于研究歷史變動(dòng)趨勢(shì)和模式，而經(jīng)濟(jì)計(jì)量模型則研究各種經(jīng)濟(jì)指標(biāo)對(duì)旅游需求的影響。對(duì)于經(jīng)濟(jì)計(jì)量模型，游客接待量是反映旅游需求最為通用的指標(biāo)，而解釋變量則千差萬(wàn)別，其中，游客收入、目的地旅游價(jià)格與來(lái)源國(guó)價(jià)格之比、其他目的地旅游價(jià)格以及匯率是影響旅游需求最重要的指標(biāo)。從分析的粒度來(lái)看，大部分研究以國(guó)家和地區(qū)為研究對(duì)象，時(shí)間頻率多為年度、季度和月度，以長(zhǎng)期預(yù)測(cè)為主，很少有研究以天為時(shí)間單位預(yù)測(cè)短期

3、旅游需求。近年來(lái)，國(guó)內(nèi)對(duì)旅游需求的研究發(fā)展很快，但多是對(duì)國(guó)外理論的引介，實(shí)證研究較少，特別是以景區(qū)為對(duì)象的微觀研究則更少。例外的是，文獻(xiàn)中分別以海南省天涯海角景區(qū)、四川九寨溝景區(qū)和重慶武隆景區(qū)為對(duì)象對(duì)旅游流量進(jìn)行了預(yù)測(cè)。然而，該類(lèi)研究大都以單一景區(qū)為研究樣本，從而在一定程度上影響了研究結(jié)論的外部效度?？傮w而言，現(xiàn)有旅游需求預(yù)測(cè)研究對(duì)影響旅游需求的因素、旅游需求預(yù)測(cè)方法等領(lǐng)域有著較為扎實(shí)的基礎(chǔ)。然而，從實(shí)證研究的具體應(yīng)用角度而言，數(shù)據(jù)的時(shí)間分辨率和空間分辨率較低（時(shí)間尺度多為月或年，空間分辨率多為國(guó)家或省市）。因此，盡管這些研究能夠?yàn)楹暧^政策制定提供參考，但是在短期（例如以周／天為時(shí)間單位）、特

4、定景區(qū)的游客需求預(yù)測(cè)方面現(xiàn)有研究仍顯不足；同時(shí)，由于依賴(lài)于統(tǒng)計(jì)部門(mén)或市場(chǎng)調(diào)研機(jī)構(gòu)發(fā)布的數(shù)據(jù)，現(xiàn)有研究一般都有時(shí)間滯后，無(wú)法做到實(shí)時(shí)預(yù)測(cè)。而在黃金周這類(lèi)旅游需求集中釋放時(shí)期，及時(shí)的預(yù)測(cè)往往又是最為需要的。由于網(wǎng)絡(luò)信息搜索數(shù)據(jù)具有精度高、實(shí)時(shí)性強(qiáng)的特點(diǎn)，因此能夠?qū)鹘y(tǒng)時(shí)間序列模型和經(jīng)濟(jì)計(jì)量模型進(jìn)行有效補(bǔ)充。 １．２網(wǎng)絡(luò)信息搜索在各種消費(fèi)者行為模型當(dāng)中，信息處理理論都占有重要地位［，這一理論認(rèn)為消費(fèi)者決策過(guò)程包含５大過(guò)程：?jiǎn)栴}認(rèn)知、信息搜索、評(píng)價(jià)、選擇、購(gòu)買(mǎi)后過(guò)程。旅游服務(wù)的特點(diǎn)決定了旅行決策通常伴有較高的風(fēng)險(xiǎn)，因此游客會(huì)采取各種策略降低風(fēng)險(xiǎn)，其中就包括進(jìn)行廣泛的信息搜索。在旅游目的地選擇過(guò)程中，

5、游客會(huì)形成并逐漸縮小備選集并最終做出選擇，這一過(guò)程同時(shí)受到社會(huì)心理和非社會(huì)心理因素的影響，這些因素分為４類(lèi)：內(nèi)部變量（態(tài)度、價(jià)值觀、生活方式、動(dòng)機(jī)、意愿、人格特征等）、外部變量（預(yù)算限制、目的地的吸引力、營(yíng)銷(xiāo)組合、家庭成員或熟人的影響、文化和亞文化等）、旅行本身的特點(diǎn)（規(guī)模、距離、時(shí)間等）以及旅行體驗(yàn)（旅行中的情緒和感受、購(gòu)買(mǎi)后評(píng)價(jià)等），而最終目的地的選擇取決于這些變量之間的相互作用。文獻(xiàn)中針對(duì)游客信息搜索行為提出了一個(gè)整合了心理、經(jīng)濟(jì)和信息處理視角的綜合理論模型，提出盡管有多種因素影響搜索行為，但是這些因素大都經(jīng)由對(duì)目的地的熟悉程度和經(jīng)驗(yàn)２個(gè)中介變量產(chǎn)生影響。文獻(xiàn)［中利用實(shí)驗(yàn)室環(huán)境下開(kāi)展的現(xiàn)

6、場(chǎng)研究方法，對(duì)網(wǎng)絡(luò)用戶(hù)的旅行信息搜索行為進(jìn)行了研究，結(jié)果發(fā)現(xiàn)，搜索引擎在搜索過(guò)程當(dāng)中發(fā)揮了重要作用。傳統(tǒng)上，游客常用的信息來(lái)源包括旅行社、旅游傳單／畫(huà)冊(cè)、廣告、游客中心等。與此不同的是，互聯(lián)網(wǎng)是一個(gè)由相互鏈接的網(wǎng)頁(yè)節(jié)點(diǎn)組成的大型超鏈接系統(tǒng)，其優(yōu)點(diǎn)是有助于用戶(hù)快速獲取大量信息并進(jìn)行自由組合，但是由于缺乏傳統(tǒng)信息的結(jié)構(gòu)化特點(diǎn)，因此，用戶(hù)要找到想要的信息需要花費(fèi)更大的認(rèn)知努力。而搜索引擎可以被看成是“互聯(lián)網(wǎng)上的哈勃望遠(yuǎn)鏡”，能夠幫助游客從數(shù)以?xún)|計(jì)的網(wǎng)頁(yè)中定位所需要的旅游信息。有研究顯示，關(guān)鍵詞搜索是游客在線(xiàn)信息搜索時(shí)最常用的策略，平均八成以上游客在利用互聯(lián)網(wǎng)搜索信息時(shí)會(huì)使用搜索引擎的關(guān)鍵詞搜索功能。

7、因此，以搜索引擎關(guān)鍵詞搜索為指標(biāo)的網(wǎng)絡(luò)信息搜索有可能反映游客的旅游意愿并用于旅游需求預(yù)測(cè)。遺憾的是，目前有關(guān)網(wǎng)絡(luò)信息搜索、特別是搜索引擎的研究大多集中于計(jì)算機(jī)科學(xué)和信息科學(xué)領(lǐng)域，盡管已經(jīng)開(kāi)始出現(xiàn)少量研究探討了網(wǎng)絡(luò)信息搜索與經(jīng)濟(jì)行為的相關(guān)性［１８－２２］，但這些研究大多以宏觀綜合經(jīng)濟(jì)指標(biāo)為對(duì)象（例如失業(yè)率、ＣＰＩ等），網(wǎng)絡(luò)信息搜索是否能夠?qū)ξ⒂^主體的市場(chǎng)表現(xiàn)產(chǎn)生預(yù)測(cè)作用仍不清楚。本研究將網(wǎng)絡(luò)搜索作為衡量游客信息搜索的直接指標(biāo)，基于景區(qū)層次的面板數(shù)據(jù)，利用搜索引擎數(shù)據(jù)的實(shí)時(shí)性特點(diǎn)，以天為時(shí)間尺度探討網(wǎng)絡(luò)信息搜索對(duì)旅游需求的影響。 ２實(shí)證研究 ２．１數(shù)據(jù)本研究使用的景區(qū)樣本為納入四川省假日旅游統(tǒng)

8、計(jì)系統(tǒng)的九寨溝、黃龍等２１個(gè)景區(qū)１）。旅游數(shù)據(jù)來(lái)自于四川省旅游局（具體數(shù)據(jù)可從四川省旅游局網(wǎng)站直接獲得２）），分別采集２０１０～２０１１年２個(gè)“十一”黃金周期間各景區(qū)的日游客接待量作為反映旅游需求的指標(biāo)。游客搜索行為是通過(guò)關(guān)鍵詞搜索反映的，搜索數(shù)據(jù)來(lái)自于百度指數(shù)。百度是全球最大的中文搜索引擎，截至２０１２年第三季度，百度在國(guó)內(nèi)的市場(chǎng)份額達(dá)到８０．３％，遠(yuǎn)遠(yuǎn)超過(guò)其后的谷歌中國(guó)（１４．６％）、搜狗（２．３％）和搜搜（１．５％）［２３］。百度指數(shù)是以百度網(wǎng)頁(yè)搜索為基礎(chǔ)的免費(fèi)海量數(shù)據(jù)分析服務(wù)，用以反映不同關(guān)鍵詞在過(guò)去一段時(shí)間里的“用戶(hù)關(guān)注度”。用戶(hù)關(guān)注度是以數(shù)千萬(wàn)網(wǎng)民在百度的搜索量為數(shù)據(jù)基礎(chǔ)，以關(guān)鍵詞

9、為統(tǒng)計(jì)對(duì)象，表示各個(gè)關(guān)鍵詞在百度網(wǎng)頁(yè)搜索中搜索頻次。百度指數(shù)每天更新１次，并且提供自２００６年６月至今任意時(shí)間段的用戶(hù)關(guān)注度數(shù)據(jù)。圖１為百度指數(shù)的一個(gè)應(yīng)用示例，顯示的是２０１２年２個(gè)景點(diǎn)峨眉山和青城山的用戶(hù)關(guān)注度變化趨勢(shì)。由圖１可以看出，在２０１２年的大部分時(shí)間里，峨眉山受關(guān)注程度要高于青城山，其中在４～９月份旅游旺季期間兩景區(qū)的用戶(hù)關(guān)注度的差距較大（前者約為后者的３倍），而在１～３月以及１０～１２月旅游淡季期間兩景區(qū)的差距較?。ㄇ罢呒s為后者的２倍）。由于百度指數(shù)僅以圖形形式提供關(guān)鍵詞的用戶(hù)關(guān)注度變化情況，并無(wú)提供源數(shù)據(jù)導(dǎo)出的功能。因此，本研究采用了一種數(shù)據(jù)抓取軟件獲取數(shù)據(jù)。一般而言，本研究所

10、使用的關(guān)鍵詞來(lái)自于景區(qū)的正式名稱(chēng)，同時(shí)對(duì)其全稱(chēng)取其簡(jiǎn)稱(chēng)作為搜索關(guān)鍵個(gè)原因：①大部分景區(qū)的全稱(chēng)對(duì)應(yīng)的網(wǎng)絡(luò)搜索量不夠，無(wú)法獲取其百度指數(shù)；②假定游客在出行前搜索景區(qū)相關(guān)信息時(shí)會(huì)選擇能夠代表景區(qū)（無(wú)歧義）的最簡(jiǎn)關(guān)鍵詞（即簡(jiǎn)稱(chēng)）進(jìn)行搜索。從百度提供的相關(guān)詞功能看，游客在搜索景區(qū)相關(guān)信息時(shí)，除了會(huì)直接關(guān)注景區(qū)信息，還會(huì)對(duì)其他相關(guān)信息進(jìn)行搜索。排在前面幾位的關(guān)鍵詞為：天氣、門(mén)票、地圖、旅游攻略、住宿等（表示景區(qū)名稱(chēng)），這也驗(yàn)證了文獻(xiàn)［２４］中的觀點(diǎn)，即搜索請(qǐng)求反映出用戶(hù)的目標(biāo)并且信息目標(biāo)占主導(dǎo)地位。需要說(shuō)明的是，由于假定搜索關(guān)鍵詞反映的是游客的旅游意愿，因此最終的數(shù)據(jù)中刪除了有歧義的景點(diǎn)信息（僅包括黃龍景

11、區(qū)，原因在于對(duì)關(guān)鍵詞“黃龍”的搜索可能指代游戲“黃龍騎士團(tuán)”或“黃龍溪古鎮(zhèn)”）。此外，有２個(gè)景區(qū)由于搜索量不足無(wú)法獲取其搜索數(shù)據(jù)（華鎣山石林和梓潼七曲山）而被排除掉。因此，最終的面板數(shù)據(jù)包括了２０１０～２０１１年２個(gè)“十一”黃金周期間１８?jìng)€(gè)景區(qū)的日游客流量及相應(yīng)的景區(qū)搜索量（具體景區(qū)為碧峰峽、都江堰、峨眉山、海螺溝、九寨溝、恐龍博物館、樂(lè)山大佛、青城山、三星堆、石象湖、蜀南竹海、四姑娘山、瓦屋山、西嶺雪山、小平故居、興文石海、中國(guó)死海以及閬中古城）。與現(xiàn)有旅游需求經(jīng)濟(jì)計(jì)量模型研究一致，本研究還收集了各景區(qū)的門(mén)票價(jià)格。表１列出了數(shù)據(jù)的統(tǒng)計(jì)描述情況。由表１可以看出，各景區(qū)的游客量和搜索量逐年增加，

12、游客量的偏度和峰度逐年減小，逐步趨向于正態(tài)分布，而搜索量在該指標(biāo)上變化的方向相反。相關(guān)分析表明，搜索量和游客量之間的相關(guān)系數(shù)為０．３５（Ｐ＜０．０１）。圖２反映了搜索量和游客量之間的相關(guān)性３）?？梢钥吹?，大部分景區(qū)位于了線(xiàn)性擬合９５％置信度區(qū)間以?xún)?nèi)。就單個(gè)景區(qū)而言，小平故居和閬中古城在置信區(qū)間以上且偏移較遠(yuǎn)，可能的原因是小平故居屬于紅色旅游景點(diǎn)，游客大多來(lái)自單位組織，而閬中古城屬于古鎮(zhèn)類(lèi)旅游景點(diǎn)（區(qū)別于其他自然風(fēng)光類(lèi)景點(diǎn)），因此搜索量較少而游客量較多。在置信區(qū)間以下且偏移較遠(yuǎn)的是四姑娘山和西嶺雪山，游客量與搜索量之比低于平均水平，說(shuō)明部分旅游需求尚未滿(mǎn)足，景區(qū)有待進(jìn)一步開(kāi)發(fā)。 ２．２模型估計(jì)

13、首先采用自回歸時(shí)間序列模型作為基準(zhǔn)模型，然后在基準(zhǔn)模型的基礎(chǔ)上加入搜索指標(biāo)作為搜索模型，分別估計(jì)模型參數(shù)并進(jìn)行比較。本研究所有的分析通過(guò)Ｓｔａｔａ１１．０完成，盡管不同的計(jì)量軟件可能導(dǎo)致參數(shù)估計(jì)出現(xiàn)細(xì)微差別，但這不應(yīng)在統(tǒng)計(jì)義上影響本研究的總體結(jié)論。利用廣義最小二乘法（ＧＬＳ）對(duì)上述模型進(jìn)行估計(jì)，結(jié)果顯示，基準(zhǔn)模型可以解釋游客流量９２．９％的方差，而搜索模型能夠解釋游客流量９５．１％的方差，提高了２．２％。增量Ｆ檢驗(yàn)顯示，這一差異在統(tǒng)計(jì)上是顯著的（ＷａｌｄＣｈｉ－Ｓｑｕａｒｅ（１）＝４４０．０８，Ｐ＜０．００１），這表明，網(wǎng)絡(luò)搜索指標(biāo)能夠顯著提高模型的解釋能力。Ｒｈｏ值（不可觀測(cè)的景區(qū)異質(zhì)性導(dǎo)致

14、的方差所占比例）從基準(zhǔn)模型的３６．８％下降到搜索模型的１０．７％，說(shuō)明所增加的搜索增量指標(biāo)能夠反映部分景區(qū)異質(zhì)性信息。就單個(gè)解釋變量而言，搜索增量與景區(qū)游客流量之間存在顯著的正相關(guān)關(guān)系（β＝３．３３，Ｐ＜０．００１），驗(yàn)證了網(wǎng)絡(luò)信息搜索能夠反映旅游需求的假設(shè)。結(jié)果還顯示，上一年游客流量與當(dāng)年游客流量顯著正相關(guān)（β＝１．０６，Ｐ＜０．００１），這與自回歸模型的假設(shè)是一致的。此外，景區(qū)價(jià)格對(duì)游客流量的影響在５％的水平下不顯著（β＝－１．４７，Ｐ＝０．７６），這表明，對(duì)于在黃金周集中出游期間，景區(qū)門(mén)票價(jià)格對(duì)游客旅游目的地決策不存在顯著影響。表２列出了基準(zhǔn)模型和搜索模型的估計(jì)結(jié)果比較。２．３模型驗(yàn)證下

15、面采用模型估計(jì)———樣本外預(yù)測(cè)的程序評(píng)估預(yù)測(cè)模型的外部效度。由于數(shù)據(jù)量限制，很難將據(jù)集隨機(jī)分為估計(jì)樣本和預(yù)測(cè)樣本，因此本研究采用如下輪轉(zhuǎn)方法進(jìn)行處理：輪流將１８?jìng)€(gè)景區(qū)中的１個(gè)景區(qū)作為預(yù)測(cè)對(duì)象，利用其他１７個(gè)景區(qū)的數(shù)據(jù)估計(jì)模型參數(shù)并進(jìn)行樣本外預(yù)測(cè)，分別計(jì)算出基于基準(zhǔn)模型和搜索模型的預(yù)測(cè)值，然后評(píng)估基準(zhǔn)模型和搜索模型預(yù)測(cè)值與實(shí)際值之間的誤差。根據(jù)文獻(xiàn)［２５］中提出的準(zhǔn)則，本研究選擇平均絕對(duì)誤差（ＭＡＥ）和均方根誤差（ＲＭＳＥ）作為反映預(yù)測(cè)準(zhǔn)確性的指標(biāo)：表３列出了旅游需求預(yù)測(cè)驗(yàn)證結(jié)果。可以看出，對(duì)于大部分景點(diǎn)而言，基于搜索模型的預(yù)測(cè)值誤差小于基于基準(zhǔn)模型的預(yù)測(cè)值誤差。平均而言，在ＭＡＥ和ＲＭＳＥ這２

16、個(gè)指標(biāo)上，基于搜索模型的預(yù)測(cè)誤差分別比基于基準(zhǔn)模型的預(yù)測(cè)誤差小約８０８（人次）和１１７９（人次），使預(yù)測(cè)精度分別提高了約４１％和４３％。盡管網(wǎng)絡(luò)搜索指標(biāo)對(duì)預(yù)測(cè)誤差的改進(jìn)取決于具體的預(yù)測(cè)模型和數(shù)據(jù)樣本，但是從以上的對(duì)比中還是能夠看出網(wǎng)絡(luò)搜索指標(biāo)的價(jià)值。圖３以箱線(xiàn)圖的形式驗(yàn)證了搜索數(shù)據(jù)的預(yù)測(cè)效度。由圖３可看出，不論是ＭＡＥ指標(biāo)還是ＲＭＳＥ指標(biāo)，基于搜索模型的預(yù)測(cè)的誤差都低于基準(zhǔn)模型的誤差。為了進(jìn)一步驗(yàn)證這一差異是否具有統(tǒng)計(jì)意義，首先計(jì)算出每組數(shù)據(jù)基于不同模型的預(yù)測(cè)值絕對(duì)誤差，然后進(jìn)行配對(duì)Ｔ檢驗(yàn)。結(jié)果顯示，在０．１％的顯著性水平上，基于搜索模型的預(yù)測(cè)誤差顯著低于基于基準(zhǔn)模型的預(yù)測(cè)誤差（ｔ＝４．３５，

17、Ｐ＜０．００１）。由此可見(jiàn)，基于網(wǎng)絡(luò)信息搜索的模型能夠顯著提高旅游需求預(yù)測(cè)的準(zhǔn)確性。 ３結(jié)語(yǔ) 本文從旅游需求預(yù)測(cè)和信息搜索理論出發(fā)，重點(diǎn)討論了網(wǎng)絡(luò)信息搜索在旅游需求預(yù)測(cè)中的作用，并通過(guò)模型估計(jì)和驗(yàn)證對(duì)所提出的搜索模型的預(yù)測(cè)準(zhǔn)確性進(jìn)行了評(píng)價(jià)。結(jié)果顯示，以搜索引擎關(guān)鍵詞搜索為基礎(chǔ)的旅游網(wǎng)絡(luò)信息搜索是反映游客出游意愿的有效指標(biāo)，結(jié)合了網(wǎng)絡(luò)信息搜索的旅游需求預(yù)測(cè)模型能夠?qū)Χ唐?、景區(qū)層次的旅游需求進(jìn)行及時(shí)、準(zhǔn)確的預(yù)測(cè)，在ＭＡＥ和ＲＭＳＥ這２個(gè)指標(biāo)上相對(duì)于基準(zhǔn)模型預(yù)測(cè)精度分別提高約４１％和４３％。從研究方法論層次看，本文的研究結(jié)果提出了一個(gè)新的、基于網(wǎng)絡(luò)信息搜索的預(yù)測(cè)指標(biāo)，驗(yàn)證了網(wǎng)絡(luò)搜索對(duì)需求預(yù)測(cè)的增

18、量解釋能力，從而表明，基于網(wǎng)絡(luò)信息搜索的預(yù)測(cè)是對(duì)傳統(tǒng)旅游需求預(yù)測(cè)方法的有效補(bǔ)充。從現(xiàn)實(shí)意義來(lái)看，隨著互聯(lián)網(wǎng)發(fā)展成為游客獲取信息并購(gòu)買(mǎi)相關(guān)產(chǎn)品的途徑之一，各旅游部門(mén)、機(jī)構(gòu)和旅游從業(yè)者將能夠及時(shí)、便捷地通過(guò)搜索引擎等工具提前了解游客出游意愿，并且將網(wǎng)絡(luò)搜索信息整合到現(xiàn)有需求預(yù)測(cè)模型當(dāng)中，提高旅游需求預(yù)測(cè)的準(zhǔn)確性。特別是在黃金周這類(lèi)旅游需求集中釋放時(shí)期，對(duì)各景區(qū)游客流量進(jìn)行及時(shí)、準(zhǔn)確的預(yù)測(cè)將為旅游有關(guān)部門(mén)和機(jī)構(gòu)提供可靠的決策依據(jù)，例如提前發(fā)布流量預(yù)報(bào)、制定限流方案等，幫助實(shí)現(xiàn)從“被動(dòng)應(yīng)急”轉(zhuǎn)變?yōu)椤爸鲃?dòng)調(diào)控”，促進(jìn)旅游業(yè)實(shí)現(xiàn)可持續(xù)、生態(tài)友好型發(fā)展。由于數(shù)據(jù)可獲得性等原因，本研究只對(duì)“十一”黃金周的旅游

19、需求進(jìn)行了驗(yàn)證，模型是否適用于非假日旅游需求的預(yù)測(cè)還有待驗(yàn)證。例如，本研究模型估計(jì)結(jié)果顯示，旅游目的地價(jià)格對(duì)旅游需求影響不顯著，這可能是我國(guó)特有的黃金周休假制度帶來(lái)的旅游需求集中釋放引起的，非假日情況下這種情況可能有所不同。由于旅游決策受到出行地和目的地之間的距離和交通等因素影響，在本研究模型基礎(chǔ)上，如果能區(qū)分本地和外地旅游需求并結(jié)合相應(yīng)的網(wǎng)絡(luò)搜索數(shù)據(jù)，將可能進(jìn)一步提高模型的解釋和預(yù)測(cè)能力。 作者：王煉賈建民單位：西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院香港中文大學(xué)工商管理學(xué)院 上一個(gè)文章： 汽車(chē)零部件制造商與再制造商的競(jìng)爭(zhēng)下一個(gè)文章： 產(chǎn)能隨機(jī)下的零售商訂購(gòu)策略