殷 杰，鄭向敏，董斌彬，2

(1.華僑大學(xué)旅游學(xué)院，福建 泉州362021;2黎明職業(yè)大學(xué)土木建筑工程學(xué)院，福建泉州362021)

旅游者決策模型研究發(fā)現(xiàn)旅游者決策制定包含信息搜索、假期計(jì)劃和預(yù)定等3個(gè)完全不同的活動(dòng)[1]，其中，信息搜索成為旅游者決策的先決要素。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心《2014年第34次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》(以下簡(jiǎn)稱“《統(tǒng)計(jì)報(bào)告》”)指出，截至2014年6月，我國(guó)網(wǎng)民規(guī)模達(dá)6.32億，手機(jī)網(wǎng)民規(guī)模達(dá) 5.27 億[2]。隨著網(wǎng)絡(luò)的普及與發(fā)展，大量信息在網(wǎng)絡(luò)上交匯，旅游網(wǎng)絡(luò)信息對(duì)旅游者決策以及旅游活動(dòng)產(chǎn)生了巨大影響。尤其是網(wǎng)絡(luò)交流的實(shí)時(shí)性、交互性和易用性等特點(diǎn)使得多數(shù)游客傾向于在網(wǎng)絡(luò)上分享他們的體驗(yàn)或感受，從而使得相關(guān)事件的各類輿論信息在網(wǎng)絡(luò)中得以匯聚和展示[3]。同時(shí)，大量旅游者借助互聯(lián)網(wǎng)進(jìn)行旅游信息查詢，并以此為依據(jù)，進(jìn)行旅游決策，最終完成旅行活動(dòng)[4]。網(wǎng)絡(luò)中龐大的數(shù)據(jù)流是否與現(xiàn)實(shí)中的旅游流之間存在一定的內(nèi)在聯(lián)系?旅游者的網(wǎng)絡(luò)搜索行為是否對(duì)景區(qū)旅游人數(shù)造成影響?因此，探討旅游者搜索行為，分析景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游流的內(nèi)在聯(lián)系，對(duì)指導(dǎo)景區(qū)控制游客容量具有一定的指導(dǎo)意義。

一、研究進(jìn)展

中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心《統(tǒng)計(jì)報(bào)告》指出，截至2014年6月，我國(guó)搜索引擎用戶規(guī)模為5.07億[2]。廣大用戶按照自身興趣與喜好進(jìn)行信息搜索，而這些海量的用戶搜索數(shù)據(jù)被搜索工具記錄下來(lái)。黃先開(kāi)等認(rèn)為被網(wǎng)絡(luò)記錄的用戶搜索行為與用戶的現(xiàn)實(shí)社會(huì)行為存在一定的相關(guān)性[5]。J.Ginaberg將用戶網(wǎng)絡(luò)行為的數(shù)據(jù)流運(yùn)用于流行病監(jiān)測(cè)，構(gòu)建了基于谷歌數(shù)據(jù)的監(jiān)測(cè)模型，并驗(yàn)證了搜索數(shù)據(jù)對(duì)于流感疫情有一定的監(jiān)測(cè)能力[6]，此后利用網(wǎng)絡(luò)信息流的方法被廣泛應(yīng)運(yùn)于各類預(yù)測(cè)研究中。

從現(xiàn)有文獻(xiàn)來(lái)看，對(duì)網(wǎng)絡(luò)關(guān)注度的研究主要取得以下3方面進(jìn)展:(1)對(duì)網(wǎng)絡(luò)關(guān)注度的時(shí)空分布研究。馬麗君等系統(tǒng)收集了城市客流量以及網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，構(gòu)建了游客量與游客網(wǎng)絡(luò)關(guān)注度的時(shí)空相關(guān)模型[7];林志慧等選取47個(gè)旅游景區(qū)為研究對(duì)象，利用百度指數(shù)研究景區(qū)網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征[8];劉月紅等運(yùn)用百度指數(shù)研究永定土樓網(wǎng)絡(luò)關(guān)注度的時(shí)空演變特征[9]。(2)對(duì)客流量的預(yù)測(cè)研究。R.Jorg利用谷歌趨勢(shì)所提供的網(wǎng)絡(luò)信息流進(jìn)行市場(chǎng)規(guī)律分析[10];國(guó)敏在分析網(wǎng)絡(luò)搜索量與游客容量相關(guān)性的基礎(chǔ)上建立了預(yù)測(cè)模型，并探究基于網(wǎng)絡(luò)關(guān)注度的客流預(yù)測(cè)方法[11];黃先開(kāi)等基于百度指數(shù)，運(yùn)用相關(guān)計(jì)量知識(shí)，建立了有無(wú)百度關(guān)鍵詞的預(yù)測(cè)模型并將其進(jìn)行精度比較[5];崔麗敏基于網(wǎng)絡(luò)搜索行為構(gòu)建世園會(huì)客流量預(yù)測(cè)和預(yù)警模型[12]。(3)對(duì)客流量的影響研究。A.P.Davidson和路紫等均發(fā)現(xiàn)網(wǎng)站信息流對(duì)旅游者行為具有一定的引導(dǎo)作用[13－14];龍茂興等從空間視角對(duì)網(wǎng)絡(luò)關(guān)注度與客流進(jìn)行探討，發(fā)現(xiàn)二者在區(qū)域空間上存在明顯的呼應(yīng)關(guān)系[15];汪秋菊等根據(jù)消費(fèi)者購(gòu)買(mǎi)決策理論，分析旅游目的地客流量與網(wǎng)絡(luò)關(guān)注度的相互關(guān)系[16]。

從上述研究成果來(lái)看，較多側(cè)重于網(wǎng)絡(luò)關(guān)注度對(duì)客流的影響研究，較少關(guān)注客流與網(wǎng)絡(luò)關(guān)注度之間的相互影響;同時(shí)，大部分研究網(wǎng)絡(luò)關(guān)注度只選取單個(gè)關(guān)鍵詞作為研究對(duì)象，較少選取多個(gè)關(guān)鍵詞進(jìn)行研究。基于此，筆者選取多個(gè)關(guān)鍵詞建立實(shí)證模型，分析網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)的相互關(guān)系。

二、研究設(shè)計(jì)

(一)案例地選取

鼓浪嶼位于廈門(mén)島西南部，面積1.87 km2，常住人口約1.6萬(wàn)人，國(guó)家5A級(jí)旅游區(qū)、全國(guó)35個(gè)王牌景點(diǎn)之一、福建“十佳”風(fēng)景區(qū)之首，素有“海上花園”之譽(yù)。2005年，《中國(guó)國(guó)家地理》“選美中國(guó)”將鼓浪嶼評(píng)為“中國(guó)最美城區(qū)”;2006年鼓浪嶼入選“外國(guó)人最值得去的50個(gè)地方金獎(jiǎng)”，鼓浪嶼每年均有400萬(wàn)以上的海內(nèi)外游客慕名前來(lái)[17]。此外，鼓浪嶼多次入選《中國(guó)公民旅游關(guān)注度》(中國(guó)社會(huì)科學(xué)院旅游研究中心和樂(lè)途旅游網(wǎng)聯(lián)合發(fā)布)報(bào)告的“20大最受關(guān)注國(guó)內(nèi)景區(qū)”，其中，鼓浪嶼在2011年第三季度的《中國(guó)公民旅游關(guān)注度》中位列“20大最受關(guān)注國(guó)內(nèi)景區(qū)”以及“旅游服務(wù)綜合評(píng)價(jià)”第一位。基于此，筆者選取鼓浪嶼為案例研究地。

(二)數(shù)據(jù)來(lái)源

1.百度指數(shù)。百度指數(shù)以網(wǎng)頁(yè)搜索和新聞搜索為基礎(chǔ)，提供免費(fèi)的海量數(shù)據(jù)分析服務(wù)。它可以用來(lái)反映在過(guò)去一段時(shí)間里不同關(guān)鍵詞的“用戶關(guān)注度”和“媒體關(guān)注度”。用戶通過(guò)百度指數(shù)可以監(jiān)測(cè)網(wǎng)站關(guān)鍵詞變化數(shù)據(jù)，以此來(lái)關(guān)注網(wǎng)絡(luò)關(guān)注度的變化。百度指數(shù)直接體現(xiàn)的信息和資訊均是網(wǎng)民搜索、共享和挖掘的重點(diǎn)，能夠客觀地反映用戶的興趣和需求。因此，筆者選取百度指數(shù)作為研究數(shù)據(jù)，以此研究網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)的相互關(guān)系。

2.關(guān)鍵詞選取。旅游活動(dòng)已逐漸成為大眾活動(dòng)，越來(lái)越多的旅游者通過(guò)網(wǎng)絡(luò)進(jìn)行旅游信息搜索。黃先開(kāi)等認(rèn)為網(wǎng)絡(luò)搜索關(guān)鍵詞的選取是進(jìn)行網(wǎng)絡(luò)搜索與經(jīng)濟(jì)行為相關(guān)性研究的核心環(huán)節(jié)[5]，而利用單一關(guān)鍵詞進(jìn)行網(wǎng)絡(luò)關(guān)注度研究存在一定的局限性，李世霞等采用關(guān)鍵詞組合的方法進(jìn)行網(wǎng)絡(luò)關(guān)注度研究[18]，因此筆者擬選取多個(gè)關(guān)鍵詞進(jìn)行研究。就目前來(lái)看，大多數(shù)研究者通過(guò)技術(shù)取詞法、直接取詞法和范圍取詞法等3種方法來(lái)選取關(guān)鍵詞。孫毅等指出直接取詞法與范圍取詞法存在遺漏核心關(guān)鍵詞的風(fēng)險(xiǎn)[19]?；诖耍P者利用技術(shù)取詞法選取關(guān)鍵詞。筆者以鼓浪嶼、廈門(mén)等旅游形象的高頻詞為依據(jù)，選取“鼓浪嶼”“廈門(mén)鼓浪嶼”“鼓浪嶼門(mén)票”“鼓浪嶼圖片”等關(guān)鍵詞作為基準(zhǔn)關(guān)鍵詞，然后對(duì)這些基準(zhǔn)關(guān)鍵詞進(jìn)行百度指數(shù)搜索，查詢其搜索量和與其相關(guān)的關(guān)鍵詞。最終選取“鼓浪嶼”“鼓浪嶼旅游攻略”“鼓浪嶼地圖”“鼓浪嶼門(mén)票”以及“鼓浪嶼輪渡”等關(guān)鍵詞。其中，“鼓浪嶼”“輪渡”“地圖”屬于鼓浪嶼旅游形象的高頻特征詞[20]，“鼓浪嶼旅游攻略”則是前往鼓浪嶼的重要前提準(zhǔn)備，“鼓浪嶼門(mén)票”則是旅游者較為關(guān)心的話題。筆者通過(guò)這些關(guān)鍵詞搜索量的變化揭示出網(wǎng)絡(luò)關(guān)注度與鼓浪嶼景區(qū)旅游人數(shù)之間的關(guān)系。

3.數(shù)據(jù)獲取與處理。借助百度指數(shù)的搜索功能，分別獲取2011年1月至2014年5月“鼓浪嶼”“鼓浪嶼旅游攻略”“鼓浪嶼地圖”“鼓浪嶼門(mén)票”以及“鼓浪嶼輪渡”等5個(gè)關(guān)鍵詞的百度指數(shù)月平均值。通過(guò)查詢鼓浪嶼政務(wù)網(wǎng)(http://www.gly.cn/zhwgk/tzhgg/)獲取鼓浪嶼核心景區(qū)旅游人數(shù)的月度值。將“鼓浪嶼旅游攻略”“鼓浪嶼地圖”“鼓浪嶼門(mén)票”“鼓浪嶼”以及“鼓浪嶼輪渡”分別標(biāo)記為X1、X2、X3、X4、X5，將進(jìn)入鼓浪嶼核心景區(qū)的旅游人數(shù)標(biāo)記為Y(萬(wàn)人)。由于關(guān)鍵詞與旅游人數(shù)實(shí)際數(shù)據(jù)存在較大差異，因此對(duì)其做對(duì)數(shù)處理，將經(jīng)過(guò)對(duì)數(shù)處理的旅游人數(shù)、“鼓浪嶼旅游攻略”“鼓浪嶼地圖”“鼓浪嶼門(mén)票”“鼓浪嶼”以及“鼓浪嶼輪渡”分別標(biāo)記為 B、B1、B2、B3、B4、B5。如圖1 所示，鼓浪嶼旅游人數(shù)變化趨勢(shì)基本與“鼓浪嶼”“鼓浪嶼旅游攻略”以及“鼓浪嶼門(mén)票”等關(guān)鍵詞的變化趨勢(shì)一致。

圖1 鼓浪嶼景區(qū)關(guān)鍵詞與旅游人數(shù)變化趨勢(shì)圖Fig.1 Trend of keywords of Gulangyu Islands and tourist arrivals

(三)研究方法

本研究首先對(duì)建立的時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)和協(xié)整檢驗(yàn)，并建立相應(yīng)的時(shí)間序列模型，進(jìn)而分析變量之間的Granger因果關(guān)系，同時(shí)運(yùn)用脈沖響應(yīng)和方差分解考察變量系統(tǒng)的動(dòng)態(tài)變化特征。

1.平穩(wěn)性檢驗(yàn)。時(shí)間序列的平穩(wěn)性檢驗(yàn)一般采用ADF檢驗(yàn)進(jìn)行。進(jìn)行時(shí)間序列的平穩(wěn)性檢驗(yàn)主要是避免回歸分析中的偽回歸現(xiàn)象。

2.協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)說(shuō)明的是變量之間的長(zhǎng)期均衡關(guān)系。如果變量間存在協(xié)整關(guān)系，即可從自回歸分布滯后模型中導(dǎo)出誤差修正模型(VECM模型)，而VECM模型多應(yīng)用于具有協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列。

3.Granger因果關(guān)系檢驗(yàn)。Granger因果關(guān)系檢驗(yàn)主要用來(lái)說(shuō)明變量之間的因果關(guān)系，這樣能夠直觀反映各變量之間的相互作用關(guān)系。

4.脈沖響應(yīng)分析。該方法主要用于檢測(cè)在誤差項(xiàng)上施加一個(gè)沖擊后各變量今后一段時(shí)間內(nèi)的反應(yīng)。

5.方差分解。該方法主要用來(lái)說(shuō)明各自變量對(duì)因變量變化的貢獻(xiàn)程度，即各自變量對(duì)因變量變化的影響力大小。

三、實(shí)證分析

(一)平穩(wěn)性檢驗(yàn)

C.Granger等認(rèn)為如果利用非平穩(wěn)性變量序列進(jìn)行普通最小二乘法回歸，極有可能會(huì)因?yàn)槌霈F(xiàn)偽回歸現(xiàn)象而導(dǎo)致錯(cuò)誤的結(jié)論[21]，因而數(shù)據(jù)序列的平穩(wěn)性檢驗(yàn)對(duì)于數(shù)據(jù)分析而言非常重要。從圖1可以看出，只有 B3有明顯的趨勢(shì)，B、B1、B2、B3、B4、B5等6個(gè)變量均有截距項(xiàng)，因此，對(duì)B3序列進(jìn)行含趨勢(shì)和常數(shù)項(xiàng)的檢驗(yàn)，其他5個(gè)變量只進(jìn)行常數(shù)項(xiàng)無(wú)趨勢(shì)的檢驗(yàn)。檢驗(yàn)結(jié)果如表1所示。

根據(jù)表1的ADF檢驗(yàn)結(jié)果可知，在水平狀態(tài)下，原變量序列并非同階單整。而在一階差分下的變量序列ADF值均小于5%水平下的臨界值，因此可以說(shuō)明6個(gè)變量序列是一階單整。

表1 ADF檢驗(yàn)Table 1 ADF test

(二)協(xié)整檢驗(yàn)

由于數(shù)據(jù)非平穩(wěn)性，傳統(tǒng)的直接回歸分析會(huì)造成結(jié)果出現(xiàn)“偽回歸”，因此，筆者對(duì)變量進(jìn)行協(xié)整檢驗(yàn)。由于變量數(shù)多于2個(gè)，首先要建立VAR模型確定最優(yōu)滯后長(zhǎng)度，而確定最優(yōu)滯后階數(shù)需要綜合考慮LR(似然比)統(tǒng)計(jì)量、FPE最終預(yù)測(cè)誤差、AIC(Akaike)信息準(zhǔn)則、SC(Schwartz)信息準(zhǔn)則、HQ(Hannan-Quinn)信息準(zhǔn)則[22]。由表2可知，滯后階數(shù)為1是VAR模型的最優(yōu)滯后長(zhǎng)度，即建立滯后一階的VAR模型較為合理。

筆者選用Johansen的MLE(極大似然估計(jì)法)來(lái)檢驗(yàn)多個(gè)變量間的協(xié)整關(guān)系，結(jié)果如表3所示。根據(jù)跡統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量與相應(yīng)的5%臨界值比較發(fā)現(xiàn)，Johansen協(xié)整檢驗(yàn)拒絕不存在協(xié)整方程的假設(shè)，但是又接受存在至多1個(gè)協(xié)整方程的假設(shè)，因此變量間僅存在1個(gè)協(xié)整方程，說(shuō)明變量間存在協(xié)整關(guān)系，其標(biāo)準(zhǔn)化協(xié)整方程如下:

B=4.126B1－ 5.135B2－ 1.212B3+10.012B4－3.134B5+ecm (ecm表示誤差均衡項(xiàng))

根據(jù)協(xié)整方程顯示“鼓浪嶼旅游攻略”和“鼓浪嶼”的搜索量對(duì)旅游人數(shù)有正向促進(jìn)作用，而“鼓浪嶼地圖”“鼓浪嶼門(mén)票”以及“鼓浪嶼輪渡”的搜索量對(duì)旅游人數(shù)有一定的抑制作用。

表2 VAR模型滯后階數(shù)選取標(biāo)準(zhǔn)Table 2 Selection criteria of VAR model lag order

表3 Johansen協(xié)整檢驗(yàn)結(jié)果Table 3 Results of Johansen cointegration test

(三)VECM模型

1.模型穩(wěn)定性檢驗(yàn)。VECM模型平穩(wěn)性檢驗(yàn)方法采用的是AR(Auto-regressive)單位根檢驗(yàn)。由圖2所知，在AR單位根檢驗(yàn)圖中，全部的特征根均不大于1(所有點(diǎn)均在單位圓內(nèi))，由此判定建立的VECM模型穩(wěn)定有效，故可以對(duì)該模型進(jìn)行脈沖響應(yīng)以及方差分解分析。

2.Granger因果檢驗(yàn)。為了進(jìn)一步研究景區(qū)網(wǎng)絡(luò)關(guān)注度與景區(qū)旅游人數(shù)的關(guān)系，避免變量之間長(zhǎng)期因果關(guān)系，筆者基于VECM模型進(jìn)行Granger因果關(guān)系檢驗(yàn)(表4)，檢驗(yàn)變量之間是否存在因果關(guān)系，從而可以通過(guò)一個(gè)變量的表現(xiàn)來(lái)預(yù)測(cè)另一個(gè)變量[23]。

表4 基于VECM模型的Granger因果關(guān)系檢驗(yàn)Table 4 Granger causality test based on VECM model

(續(xù)表4)

圖2 VECM模型的單位根檢驗(yàn)Fig.2 Test of VECM model unit

通過(guò)檢驗(yàn)發(fā)現(xiàn)B1、B2、B3以及B4等關(guān)鍵詞的關(guān)注度的變化是引起B(yǎng)變化的Granger原因。相對(duì)應(yīng)地，B的變化是引起B(yǎng)4關(guān)注度變化的Granger原因。由此表明，景區(qū)網(wǎng)絡(luò)關(guān)注度和旅游人數(shù)之間存在著相互影響的內(nèi)在關(guān)系。

(四)脈沖響應(yīng)

脈沖響應(yīng)分析所描述的是在誤差項(xiàng)的基礎(chǔ)上施加一個(gè)標(biāo)準(zhǔn)差大小的脈沖，這將直接影響模型內(nèi)生變量當(dāng)前和將來(lái)的取值大小，它還會(huì)通過(guò)模型動(dòng)態(tài)結(jié)構(gòu)影響其他內(nèi)生變量[24]。因此，筆者基于VECM模型分別給變量施加一個(gè)正標(biāo)準(zhǔn)差新息(新息指隨機(jī)擾動(dòng)項(xiàng))，可以得到各變量的脈沖響應(yīng)路徑。圖3表示變量B受到自身以及其他變量沖擊時(shí)產(chǎn)生的響應(yīng)，具體表現(xiàn)如下:(1)B對(duì)自身沖擊的響應(yīng)表現(xiàn)為先產(chǎn)生負(fù)向影響，從第3期開(kāi)始產(chǎn)生正向影響，并在第3、4期達(dá)到最大值，此后產(chǎn)生波動(dòng)影響，最后趨于平穩(wěn)。該響應(yīng)表明旅游人數(shù)會(huì)受到自身沖擊的影響，短期內(nèi)表現(xiàn)為人數(shù)下降，之后人數(shù)變化產(chǎn)生波動(dòng)，最后趨勢(shì)趨于平穩(wěn)。(2)B對(duì)B1沖擊的響應(yīng)表現(xiàn)為前2期產(chǎn)生正向影響，此后開(kāi)始波動(dòng)變化，至第9期趨于平穩(wěn)。這表明“鼓浪嶼旅游攻略”關(guān)注量的增加短期內(nèi)會(huì)促進(jìn)旅游人數(shù)的增加，之后產(chǎn)生波動(dòng)影響，但這種正向影響將會(huì)長(zhǎng)期存在。(3)B對(duì)B2沖擊的響應(yīng)表現(xiàn)為前3期為正向影響，且在第3期達(dá)到峰值，此后開(kāi)始波動(dòng)下降，并于第7期開(kāi)始逐漸趨于0。這種表現(xiàn)說(shuō)明“鼓浪嶼地圖”關(guān)注量的增加同樣在短期內(nèi)會(huì)對(duì)旅游人數(shù)產(chǎn)生正向影響，長(zhǎng)期來(lái)看，這種影響將趨于0。(4)B對(duì)B3沖擊的響應(yīng)表現(xiàn)為整體圍繞橫軸上下波動(dòng)，負(fù)向、正向影響交替，從第9期開(kāi)始趨于0。該結(jié)果表明短期內(nèi)“鼓浪嶼門(mén)票”關(guān)注量的增加一定程度上會(huì)造成旅游人數(shù)的下降，但長(zhǎng)期來(lái)看，這鐘負(fù)向影響會(huì)逐漸消除。(5)B對(duì)B4沖擊的響應(yīng)表現(xiàn)為前3期產(chǎn)生強(qiáng)烈的正向影響，并在第3期達(dá)到峰值，此后開(kāi)始波動(dòng)下降，最終趨于平緩。該結(jié)果說(shuō)明短期內(nèi)“鼓浪嶼”關(guān)注量的增加會(huì)導(dǎo)致旅游人數(shù)的增加，但是在長(zhǎng)時(shí)間的作用下這種正向影響逐漸消失。(6)B對(duì)B5沖擊的響應(yīng)主要表現(xiàn)為產(chǎn)生正向影響，這種影響較為波動(dòng)，且在第6期達(dá)到峰值，長(zhǎng)期來(lái)看，正向影響趨勢(shì)逐漸減弱。這表明“鼓浪嶼輪渡”關(guān)注量的增加會(huì)導(dǎo)致旅游人數(shù)的增加，長(zhǎng)期來(lái)看，正向影響逐漸減弱。

圖3 變量B對(duì)各變量沖擊的響應(yīng)Fig.3 Variable B response to shocks

(五)方差分解

方差分解可以用于研究模型的動(dòng)態(tài)特征，最終得出不同結(jié)構(gòu)沖擊對(duì)變量變化的重要性。其主要方法是通過(guò)分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度來(lái)確定重要性[25]。因此，通過(guò)方差分解能夠判斷對(duì)VECM模型中的變量產(chǎn)生影響的各個(gè)隨機(jī)擾動(dòng)項(xiàng)的相對(duì)重要性程度。筆者借助方差分解來(lái)分析各關(guān)鍵詞的關(guān)注度對(duì)旅游人數(shù)的貢獻(xiàn)率。

圖4表示各變量對(duì)變量B的方差分解，各變量對(duì)變量B的重要程度具體表現(xiàn)如下:(1)變量B對(duì)自身的貢獻(xiàn)率，即旅游人數(shù)對(duì)自身的貢獻(xiàn)。前3期內(nèi)出現(xiàn)大幅度下降，在第3～4期出現(xiàn)短暫的平穩(wěn)后趨于緩慢下降，最終貢獻(xiàn)率基本維持在50%的水平。(2)變量B1對(duì)B的貢獻(xiàn)率，即“鼓浪嶼旅游攻略”關(guān)注度對(duì)旅游人數(shù)的貢獻(xiàn)。前2期呈現(xiàn)明顯的增長(zhǎng)，在第2～4期內(nèi)呈現(xiàn)短暫平穩(wěn)后逐步上升，在第5期時(shí)達(dá)到峰值，此后出現(xiàn)稍許下降，但貢獻(xiàn)率基本維持在30%的水平。(3)變量B2對(duì)B的貢獻(xiàn)率，即“鼓浪嶼地圖”關(guān)注度對(duì)旅游人數(shù)的貢獻(xiàn)。前3期出現(xiàn)緩慢的增長(zhǎng)，此后貢獻(xiàn)率基本維持在3%的水平。(4)變量B3對(duì)B的貢獻(xiàn)率，即“鼓浪嶼門(mén)票”關(guān)注度對(duì)旅游人數(shù)的貢獻(xiàn)。其在觀察期內(nèi)基本保持穩(wěn)定趨勢(shì)，貢獻(xiàn)率基本維持在2%的穩(wěn)定水平。(5)變量B4對(duì)B的貢獻(xiàn)率，即“鼓浪嶼”關(guān)注度對(duì)旅游人數(shù)的貢獻(xiàn)。前3期出現(xiàn)明顯的增長(zhǎng)趨勢(shì)，至第3期達(dá)到峰值，此后出現(xiàn)緩慢下降，至第6期開(kāi)始基本維持在4%的穩(wěn)定水平。(6)變量B5對(duì)B的貢獻(xiàn)率，即“鼓浪嶼輪渡”對(duì)旅游人數(shù)的貢獻(xiàn)。前3期存在明顯的增長(zhǎng)趨勢(shì)，此后呈現(xiàn)緩慢的增長(zhǎng)，至第6期開(kāi)始貢獻(xiàn)率水平基本維持在9.5%的穩(wěn)定水平。

圖4 變量B的方差分解Fig.4 Variance decomposition of variable B

四、結(jié)論與討論

(一)研究結(jié)論

筆者以廈門(mén)鼓浪嶼為例，基于2011年1月至2014年5月鼓浪嶼核心景區(qū)旅游人數(shù)的月度數(shù)據(jù)以及“鼓浪嶼旅游攻略”“鼓浪嶼地圖”“鼓浪嶼門(mén)票”“鼓浪嶼”和“鼓浪嶼輪渡”等百度關(guān)鍵詞搜索數(shù)據(jù)，通過(guò)ADF檢驗(yàn)和協(xié)整檢驗(yàn)，建立了VECM模型，基于該模型進(jìn)行了Granger因果關(guān)系檢驗(yàn)、脈沖響應(yīng)分析和方差分解，以此探究旅游人數(shù)與以百度關(guān)鍵詞為代表的網(wǎng)絡(luò)關(guān)注度之間的相互關(guān)系，得出以下主要結(jié)論。

1.景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)存在協(xié)整關(guān)系。通過(guò)協(xié)整檢驗(yàn)發(fā)現(xiàn)景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)存在協(xié)整關(guān)系。B1和B4關(guān)注度的增加會(huì)促使進(jìn)入鼓浪嶼核心景區(qū)的人數(shù)增加。B2、B3以及B5關(guān)注度的增加反而會(huì)促使進(jìn)入鼓浪嶼核心景區(qū)的人數(shù)減少。通過(guò)搜索“鼓浪嶼地圖”“鼓浪嶼門(mén)票”以及“鼓浪嶼輪渡”等關(guān)鍵詞，旅游者發(fā)現(xiàn)鼓浪嶼存在擁擠、門(mén)票價(jià)格高等問(wèn)題，部分旅游者會(huì)改變前往鼓浪嶼的旅游意愿，對(duì)旅游人數(shù)產(chǎn)生反向影響。

2.景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)存在Granger因果關(guān)系。通過(guò)檢驗(yàn)發(fā)現(xiàn)B1、B2、B3以及B4等關(guān)鍵詞的關(guān)注度變化是引起B(yǎng)變化的Granger原因。相對(duì)應(yīng)地，B的變化是引起B(yǎng)4關(guān)注度變化的Granger原因。

3.景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)存在脈沖響應(yīng)關(guān)系。通過(guò)脈沖響應(yīng)分析發(fā)現(xiàn)景區(qū)網(wǎng)絡(luò)關(guān)注度和旅游人數(shù)之間的短期效應(yīng)明顯，長(zhǎng)期關(guān)系趨于平穩(wěn)，具體表現(xiàn)在:(1)當(dāng)B受到B1、B2、B4的沖擊時(shí)表現(xiàn)為前期產(chǎn)生正向影響，此后正、負(fù)影響波動(dòng)產(chǎn)生，最終影響逐漸趨于平穩(wěn)。(2)當(dāng)B受到自身、B3、B5的沖擊時(shí)表現(xiàn)為前期產(chǎn)生負(fù)向影響，此后正、負(fù)影響波動(dòng)產(chǎn)生，最終影響逐漸趨于平穩(wěn)。

4.景區(qū)網(wǎng)絡(luò)關(guān)注度對(duì)旅游人數(shù)變動(dòng)的貢獻(xiàn)程度。雖然變量B對(duì)自身貢獻(xiàn)存在下降趨勢(shì)，但依舊貢獻(xiàn)最大。各關(guān)鍵詞對(duì)旅游人數(shù)貢獻(xiàn)大小依次為B1、B5、B4、B2、B3。

(二)討論

景區(qū)網(wǎng)絡(luò)關(guān)注度是旅游者對(duì)景區(qū)關(guān)注的直觀體系，各百度關(guān)鍵詞是旅游者對(duì)景區(qū)的關(guān)注點(diǎn)。此外，景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)存在相關(guān)關(guān)系，景區(qū)網(wǎng)絡(luò)關(guān)注度對(duì)景區(qū)旅游人數(shù)的預(yù)測(cè)具有一定作用。因此，景區(qū)管理者應(yīng)注重以下管理策略的實(shí)施。

1.及時(shí)調(diào)整旅游服務(wù)重點(diǎn)。各時(shí)間段內(nèi)旅游者對(duì)景區(qū)關(guān)注的重點(diǎn)并不完全一致，這些關(guān)注點(diǎn)往往可以通過(guò)百度關(guān)鍵詞來(lái)反映，如鼓浪嶼輪渡調(diào)整后其關(guān)鍵詞的搜索次數(shù)明顯高于去年同期的搜索次數(shù)。因此，景區(qū)管理者可以通過(guò)百度關(guān)鍵詞的變化來(lái)調(diào)整景區(qū)的服務(wù)重點(diǎn)，如針對(duì)“鼓浪嶼輪渡”搜索量的增加，鼓浪嶼相關(guān)方面應(yīng)做出相應(yīng)調(diào)整，發(fā)布輪渡相關(guān)信息，為旅游者提供便利。

2.及時(shí)加強(qiáng)旅游營(yíng)銷。網(wǎng)絡(luò)關(guān)注度的變化是引起旅游人數(shù)變化的Granger原因，因此景區(qū)可以根據(jù)旅游者的搜索關(guān)鍵詞來(lái)加強(qiáng)營(yíng)銷重點(diǎn)，迎合旅游需求，爭(zhēng)取吸引更多的旅游者。如針對(duì)“鼓浪嶼地圖”搜索量的增加，景區(qū)營(yíng)銷者可以在鼓浪嶼地圖方面加強(qiáng)營(yíng)銷宣傳，發(fā)布鼓浪嶼電子地圖、手繪地圖等;又如針對(duì)“鼓浪嶼輪渡”搜索量的增加，景區(qū)應(yīng)加強(qiáng)輪渡方面的營(yíng)銷，提供便捷購(gòu)票服務(wù)、提升輪渡服務(wù)質(zhì)量等。

3.完善景區(qū)旅游信息。景區(qū)可以通過(guò)各關(guān)鍵詞對(duì)旅游人數(shù)變化的貢獻(xiàn)來(lái)完善相關(guān)旅游信息，豐富網(wǎng)站內(nèi)容，加強(qiáng)信息的準(zhǔn)確性和可獲取性。如針對(duì)“鼓浪嶼旅游攻略”搜索量的增加，景區(qū)管理者可在景區(qū)網(wǎng)站發(fā)布更多鼓浪嶼攻略信息，確保攻略信息的全面性、可靠性。同時(shí)，應(yīng)根據(jù)實(shí)際情況及時(shí)發(fā)布信息。如針對(duì)“鼓浪嶼”搜索量的上升，景區(qū)管理者應(yīng)及時(shí)發(fā)布景區(qū)的相關(guān)旅游人次、旅游流量等信息，將景區(qū)的最新情況告知旅游者。

越來(lái)越多的旅游者通過(guò)網(wǎng)絡(luò)進(jìn)行旅游信息搜索，這使得網(wǎng)絡(luò)空間信息流與現(xiàn)實(shí)世界旅游流之間存在相關(guān)性。筆者通過(guò)建立VECM模型并使用因果檢驗(yàn)、脈沖響應(yīng)和方差分解等方法分析旅游景區(qū)網(wǎng)絡(luò)關(guān)注度與旅游人數(shù)的動(dòng)態(tài)關(guān)系，驗(yàn)證了信息流和旅游流之間的關(guān)系，這能夠?yàn)榫皡^(qū)旅游營(yíng)銷、完善旅游信息和調(diào)整服務(wù)重點(diǎn)提供一定的借鑒和啟示。

[1]KENNETH F H.Information processing，and touring，planning，theory[J].Annals of Tourism Research，2008，35(3):712－731.

[2]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第34次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].(2014-07-21)[2015-01-26].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/.

[3]許鑫，姚占雷，柳向楠.會(huì)展旅游的網(wǎng)絡(luò)信息實(shí)證分析——以上海世博會(huì)為例[J].旅游論壇，2011，4(4):100－104.

[4]馮娜，李君軼，張高軍.基于因特網(wǎng)的重大事件旅游客流前兆效應(yīng)研究——以西安世園會(huì)為例[J].河南科學(xué)，2013，31(2):244－249.

[5]黃先開(kāi)，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(cè)研究——以北京故宮為例[J].旅游學(xué)刊，2013，28(11):93－100.

[6]GINABERG J，MOHEBBI M H，PATEL R S，et al.Detecting influenza epidemics using search engine query data[J].Nature，2009(2):1012－1014.

[7]馬麗君，孫根年，黃蕓瑪，等.城市國(guó)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.

[8]林志慧，馬耀峰，劉憲鋒，等.旅游景區(qū)網(wǎng)絡(luò)關(guān)注度時(shí)空分布特征分析[J].資源科學(xué)，2012，34(12):2427－2433.

[9]劉月紅，黃遠(yuǎn)水.福建永定土樓網(wǎng)絡(luò)空間關(guān)注度的時(shí)空演變——基于百度指數(shù)的分析[J].樂(lè)山師范學(xué)院學(xué)報(bào)，2014，29(1):62－68.

[10]JORG R.Discovering Trends in Software Engineering with Google Trend[J].ACM SIGSOFT Software Engineering Notes，2007，32(2):1－2.

[11]國(guó)敏.基于網(wǎng)絡(luò)搜索技術(shù)的游客量預(yù)測(cè)方法研究——以故宮和泰山景區(qū)為例[D].北京:首都師范大學(xué)，2012:18－23.

[12]崔麗敏.基于網(wǎng)絡(luò)搜索行為的世園會(huì)客流量預(yù)測(cè)預(yù)警研究[D].青島:青島理工大學(xué)，2013:27－35.

[13]DAVIDSON A P，YU Y M.The internet and the occidental tourist:Analyses of Taiwan's tourism websites from the perspective of western tourist[J].Information Technology ＆ Tourism，2005(7):91－102.

[14]路紫，趙亞紅，吳士鋒，等.旅游網(wǎng)站訪問(wèn)者行為的時(shí)間分布及導(dǎo)引分析[J].地理學(xué)報(bào)，2007，62(6):621－630.

[15]龍茂興，孫根年，龍珍付.遵義紅色旅游網(wǎng)絡(luò)關(guān)注度的客流響應(yīng)研究[J].地理與地理信息科學(xué)，2013，29(5):98－101.

[16]汪秋菊，賈宇，劉宇，等.奧運(yùn)場(chǎng)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)，2013，37(5):118－125.

[17]佚名.鼓浪嶼概覽[EB/OL].[2015-05-19].http://www.gly.cn/glyfq/jqgk/glygl/index.htm.

[18]李世霞，田至美.基于百度指數(shù)的旅游目的地網(wǎng)絡(luò)關(guān)注度影響因素分析——以青島為例[J].首都師范大學(xué)學(xué)報(bào):自然科學(xué)版，2014，35(1):56－59.

[19]孫毅，呂本富.網(wǎng)絡(luò)搜索與經(jīng)濟(jì)行為相關(guān)性研究綜述[J].管理評(píng)論，2011，23(7):72－77.

[20]付業(yè)勤，王新建，鄭向敏.基于網(wǎng)絡(luò)文本分析的旅游形象研究——以鼓浪嶼為例[J].旅游論壇，2012，5(4):59－66.

[21]GRANGER C，NEWBOLD P.Spurious regressions in economics[J].Journal of Economics，1974，2(2):111－120.

[22]楊旭，萬(wàn)魯河，王繼富，等.基于VECM模型的經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染和能源消耗關(guān)系研究[J].地理與地理信息科學(xué)，2012，28(5):75－79.

[23]李強(qiáng).產(chǎn)業(yè)轉(zhuǎn)移、人力資本積累與中部經(jīng)濟(jì)增長(zhǎng)[J].數(shù)理統(tǒng)計(jì)與管理，2011，30(1):107－117.

[24]向延平，蔣才芳.旅游外匯收入、FDI和GDP關(guān)系的脈沖響應(yīng)分析[J].數(shù)理統(tǒng)計(jì)與管理，2013，32(5):896－902.

[25]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模:EViews應(yīng)用及實(shí)例:第一版[M].北京:清華大學(xué)出版社，2006:269－271.