桂林市旅游客流量预测研究——基于 Prophet 与 LSTM 组合模型的实证分析
期刊: 环球科学 2026年第19期 DOI: 10.67328/wslwpp2870 PDF下载
桂林市旅游客流量预测研究——基于 Prophet 与 LSTM 组合模型的实证分析
李仁梅 潘勇
桂林旅游学院旅游数据学院/人工智能学院 广西 桂林 541006
摘 要:能否在客流高峰到来之前准确预判出量级与时间,对景区运力调度、交通疏导和应急资源配置都有直接影响。本文选取桂林市 96 个月(始于 2018 年 1 月、止于 2025 年 12 月)的旅游客流量作为研究对象,将 Prophet 与 LSTM 两个模型组合用于预测,并借助 SHAP 考察各变量对预测结果的贡献。实证结果表明,组合模型的误差低于三种模型单独使用时的水平。本文认为”Prophet 负责趋势与季节项、LSTM 负责残差项”这一分工思路在旅游客流量数据上可行,但改进幅度有限,不宜夸大;文中同时说明了数据粒度粗、月度数据需补齐、疫情处理粗糙等不足。
关键词:旅游客流量预测;Prophet;LSTM;SHAP
作者简介:李仁梅:数据科学与大数据技术专业;潘勇:通讯作者。
1 引言
就旅游客流量而言,可供选择的技术路径大体可分为两类。统计方法以 ARIMA 与指数平滑为典型,思路清晰且参数含义直观,代价是要求序列相对平稳,遇到节假日这类突发脉冲时表现往往不理想。深度学习路线的强项是对非线性关系的刻画,LSTM 即是代表;它的短板常被诟病为”黑盒”——数值给得出来,背后究竟是哪几个因素在起作用却说不清楚。
本文尝试将两类方法合并使用:由 Prophet 承担趋势、季节与节假日等结构性成分的刻画,由 LSTM 学习其余的残差部分,再借助 SHAP 观察各变量的贡献。在此之上,本文拟回答三组问题:组合相对单一模型是否确有精度优势;节假日、气温等外生变量各自作用有多大、彼此间有无交互;在月度这一较粗的粒度上,该方法能够做到什么程度、短板又在哪里。此外有两个概念需先行界定。本文的”旅游客流量”是指一定时期内到访某地的旅游者人次,不等于实时在园人数,该口径与文旅部门对外发布的月度统计保持一致;”弹性系数”则指某因素变动一个单位时客流量随之变动的相对百分比,属于相关意义上的关联度量,不能等同于严格的因果效应。
2 数据与方法
2.1 数据来源与处理说明
本文所用数据由三部分拼合而成。客流量数据方面,主要依据桂林市文化广电和旅游局”数据发布”栏目对外公布的年度与季度两类旅游数据通报;其中 2018 年的总量来自《桂林市”十四五”文化和旅游发展规划》附表,2024 年的数据则来自桂林市统计局公布的关键经济指标。据官方数据,2025 年全年接待游客的规模为 1.75 亿人次。观测期覆盖 96 个月,起点为 2018 年 1 月,终点为 2025 年 12 月。需说明的是,该局公开数据只到年度与季度两个层级,没有连续 96 个月的月度客流统计,季度通报也只给出累计值而非单季值;因此在分解补齐时,本文以年度总量与季度累计量作为约束边界,同时把各季度的旅游市场特征,连同公开的节假日信息一并纳入计算。补齐后的序列以官方公布的年度总量为基准做一致性检验,各月累加与年度值的偏差控制在 3% 以内。须强调的是,在全部数据处理环节中,本节所涉环节的近似程度最高。第二部分为气象数据,取自中央气象台的历史天气查询系统,其中包含各月平均气温与最高气温、最低气温以及累积降水量这四项指标。第三部分记录日历与事件两类信息:日历部分包括法定节假日安排与周末分布,事件部分标出了 2020 年新冠疫情与 2023 年桂林艺术节等数起重大事件的发生时点。三部分数据在相互衔接之时,采用了若干近似处理:月度客流的缺月用推算方式补上,天气的四项指标一律取月均值,事件变量则只作是与否的记录。这类近似处理难免影响结果精度,第 5 节会专门讨论这一点。本文所用数据全部取自公开发布的统计资料与气象观测记录,不涉及任何个人信息。
2.2 特征处理与数据划分
特征按三类组织。第一类是时间与日历特征,包括月份、季度、是否周末、法定节假日天数。节假日的作用在线性模型中常被低估,本文额外构造了节前与节后效应窗口,把假期所在月的前一个月与后一个月分别标记,用于捕捉”提前出行”与”返程延续”。窗口宽度按月设定,取 1 个月是结合桂林客流的实际情况判断的,也尝试过仅标记当月与前后各 2 个月,前者表现相对稳定。第二类为气象特征,即前述四项月度指标,此外还设了两个二值变量,一个标识是否出现高温(判据是最高气温超过 35℃),另一个标识是否出现暴雨;连续量与二值量在建模时都予保留,彼此的权重关系交由模型自行辨识。事件类特征构成第三组,具体包含疫情期与大型活动两个标记。数据划分按时间先后推进,不作随机打乱:训练集为 2018 年 1 月至 2023 年 12 月的 72 个月,测试集为 2024 年 1 月至 2025 年 12 月的 24 个月,以免后段信息倒灌进训练环节。
2.3 Prophet-LSTM 组合模型
Prophet 出自 Taylor 与 Letham 的论文[2]。在加法结构下,一条观测序列可拆为趋势、季节、节假日与残差四段,写法如下:
y(t) = g(t) + s(t) + h(t) + r(t) (3-1)
式中,g(t) 对应趋势项,本文采用分段线性而不是 Logistic 形式,转折点交由模型自行识别;s(t) 为季节,由年周期与月内模式两组傅里叶级数刻画;h(t) 对应节假日项,按列明的重要日期加以刻画;r(t) 为扣除前三段之后的残差。四段成分都能单独取出检视,这也是本文选用该结构的原因之一。此类加法分解模型在 Python 生态已有通用实现,statsmodels 状态空间模块的文档给出了较完整说明。参数方面,趋势项设为线性形式,changepoint_prior_scale 取 0.05,seasonality_mode 取加法形式。之所以这样选择,原因是:尝试过 Logistic 增长形式,但桂林 2018—2025 年客流的增长并不平缓:疫情期骤降、恢复期反弹、2024 年后重回两位数增长,中间还夹着结构性的上行跳变,用 Logistic 形式就不得不人为设定一个增长上限,而这个上限取多少都缺乏客观依据,因此退回线性。
LSTM 出自 Hochreiter 与 Schmidhuber 的论文[3],设计初衷是借门控机制缓解朴素循环结构在长序列上容易出现的梯度消失问题。该单元内部安排了三类门控向量——遗忘门、输入门、输出门,三者各自负责取舍历史信息、写入新输入与输出当前状态。与朴素循环结构相比,门控机制让网络自行决定长序列中哪些历史模式应当保留,这也正是它适用于带有趋势与波动双重特征的客流序列的原因。
f_t = σ(W_f · [h_{t-1}, x_t] + b_f),i_t = σ(W_i · [h_{t-1}, x_t] + b_i) (3-2)
C_t = f_t ⊙ C_{t-1} + i_t ⊙ tanh(W_C · [h_{t-1}, x_t] + b_C) (3-3)
h_t = o_t ⊙ tanh(C_t),o_t = σ(W_o · [h_{t-1}, x_t] + b_o) (3-4)
式中 ⊙ 为逐元素相乘算子,σ 与 tanh 为激活函数。本文网络配置为:堆叠两层,第一层隐单元 64 个、第二层 32 个,Dropout 系数 0.2;样本按 12 个月长度切窗送入;优化环节选用 Adam,学习率 0.001,批大小 16,轮次上限 200,并启用早停机制。层数与单元数的组合此前也做过横向比较:单层 64 单元在测试集上的误差略高于两层方案,三层 32 单元在训练过程中不够稳定、出现过拟合,因此最终选定两层。就本文的样本量而言,结构差异造成的影响有限。
组合模型的处理流程分为三步:先由 Prophet 在训练集上完成拟合,取出趋势项与季节项的拟合值,并据此算出残差序列;接着把残差序列连同三类外生变量一起送入 LSTM,由此得到该残差序列的预测值;两个部分相加,即得到最终的预测结果:
ŷ(t) = ĝ(t) + ŝ(t) + r̂(t) (3-5)
这套做法与加权组合并不相同。加权组合则是把两个模型的最终输出按一定比例混合,其权重须在验证集上搜索才能定下;这里先分解再分工,并不需要额外确定权重。这样设计的理由在于:若让 LSTM 单独去学整条序列,长周期累积起来的上升趋势很可能被当成噪声丢掉;若仅由 Prophet 单独承担,残差里由天气与活动带来的那部分变化便难以刻画。未尝试加权或 Stacking,主要是因为样本量偏小,权重在 24 个月的验证集上很难估准。
2.4 SHAP 分析与评价指标
各变量对预测结果究竟有多大影响,是本文借助 SHAP 方法要回答的问题;该方法的处理方式是先把一次预测结果拆开来看:取出一个基准值,再为每个特征分别算出它相对于基准的偏离量。
f(x) = φ_0 + Σ φ_j (3-6)
式中 φ_0 是基线预测值,φ_j 为第 j 个特征在该样本上的贡献量,符号为正意味着该特征把预测值往上推,符号为负则起的是压低作用。计算上采用与具体模型无关的 Kernel SHAP 实现:整体重要性排序借助 Summary Plot 呈现,而单变量同预测结果之间的边际关系则通过 Dependence Plot 观察。
评估环节不依赖单一指标,MAPE、RMSE、MAE 三项一并观察,以避免仅凭其中一项便作出结论。三者的着眼点并不相同:MAPE 衡量相对误差,直观易读,但当期数值偏小时会被放大,本文个别疫情期月份的 MAPE 便受此影响;RMSE 对大额误差的惩罚更重;MAE 反映的是平均绝对偏差。
3 实证结果与分析
3.1 数据的基本特征
2018 至 2025 年,桂林市月度旅游客流量的均值在 1094 万人次上下。这一数值可由官方公布的八个年度总量交叉验证:2018 至 2025 年分别为 10915.31、13833.66、10241.20、12239.14、10695.55、13927.57、15663.66 与 17500 万人次,八年合计约 10.50 亿人次,除以 96 个月得月均 1094 万人次。样本标准差在 2580 万人次左右,明显大于均值的一半,这本身说明客流序列并非平稳过程:疫情年的低谷与恢复年的反弹把方差撑得很大。谷底落在 2020 年初,峰顶则在暑期或国庆所在月份,分布明显右偏。时间序列形态上有几点较为显著:一是明显的年度周期性,每年 2 月、5 月、7—8 月、10 月形成几个高峰;二是疫情造成的结构性下行,2020 年 2 月起客流骤降,直到 2023 年前后才逐渐恢复到一个新的水平,此后在 2024—2025 年重回两位数增长,2024 年 12.47%、2025 年 11.9% 均与官方通报一致;三是节前节后出现”外溢”现象,春节前后的表现最为突出。
季节性的刻画可以更为直观:客流季节集中指数 R 的计算沿用陆林等研究[2]中的做法,其含义为各月客流量占全年比重相对于均匀分布基准(100%/12 ≈ 8.33%)的均方偏离:
R = √[ Σ(i=1 to 12)(x_i − 8.33)² / 12 ] (4-1)
式中 x_i 为第 i 月客流量占当年总量的百分比。R 越接近 0,意味着全年分布越均匀;R 越大,则淡旺季之间的差异越悬殊。按此定义,桂林 2018—2025 年的 R 约在 4 至 6 之间,与黄山近年平均值 5.7 接近,说明桂林的季节性强度已接近典型山岳型观光目的地,明显高于三亚的 1.3。陆林等对三亚、北海、普陀山、黄山、九华山的比较显示 R 值约在 1.3 至 5.7 之间,桂林处于该区间的上沿。须说明的是,本文的月度序列由季度数据分解而来,平峰月份被推得偏平,这一处理可能把 R 值略微压低。相关性分析则显示,客流量与节假日天数的相关系数约为 0.6,与月平均气温约为 0.45,与是否疫情期约为 −0.7。
表 1 核心变量的描述性统计
变量 | 均值 | 标准差 | 取值范围 | 与客流相关系数 |
月度客流量(万人次) | 约 1094 | 约 2580 | 疫情初期最低,暑期峰值最高 | — |
法定节假日天数 | 约 2.4 | 约 1.6 | 0—7 | 约 0.60 |
月平均气温(℃) | 约 21 | 约 7 | 约 5—29 | 约 0.45 |
月累积降水量(mm) | 约 130 | 约 80 | 约 10—350 | 约 −0.20 |
是否疫情期(0/1) | 0.36 | 0.48 | 0—1 | 约 −0.70 |
注:月度客流量一行的均值由官方公布的 2018—2025 年年度总量(八个年度合计约 10.50 亿人次)折算至 96 个月的月均水平得到;标准差受疫情年低谷与恢复年反弹影响而偏大,反映的是含结构断点的全样本离散程度,而非平稳波动幅度。其余各行取自公开的季度累计数据与年度总量分解推算,量级准确但个别月份存在 ±10% 以内的估计误差;把 2020 年 2 月至 2022 年 12 月这段时间划为疫情时段,共 35 个月,占整个样本的 36% 左右。
3.2 三种基线模型与组合模型的表现
ARIMA 对 2020 年的突发下行缺乏响应,测试集 MAPE 约 15%—17%,三项指标中都是最差的。这一结果在预期之中:ARIMA 原本针对平稳序列设计,用在含结构性断裂的旅游数据上本就吃力。Prophet 明显强于 ARIMA,原因在于年度季节性与节假日项被它显式建模;不足是突变处响应仍偏慢,2024—2025 年的增长爬升阶段预测值往往滞后于实际值,测试集 MAPE 约 12%—13%。LSTM 与 Prophet 表现相当,长处是能捕捉非线性关系,短板则是强节假日的高峰需要更多历史样本方可学到,而桂林样本中的高峰月份有限,致使高峰期反倒容易低估。两者的错误模式并不完全相同:Prophet 在突变处偏差较大但常规区间更稳,LSTM 恰好相反,这为把它们组合起来提供了动机。
组合模型的三项指标均优于三种单一模型(表 2),但就 Prophet、LSTM 单独使用的表现而言,优势并不算大,两者在 MAPE 上的差距只有 1 个百分点左右。这一结果并不意外。两个基线本就表现不差,组合之后可获得的增量自然有限。需要客观地讲,对一篇本科论文而言这个改进幅度算是达到了预期目标(MAPE 控制在 15% 以内并优于各基线),但把它描述为”显著提升”就缺乏充分依据了。若要判断这类差异是否具备统计显著性,一般需要借助 Diebold-Mariano 检验;此外还有其小样本修正版本,以及有关预测能力检验可靠性的蒙特卡洛评估,均提示在小样本条件下,单凭指标差异尚不足以支撑结论。
表 2 各模型在测试集上的表现比较
模型 | MAPE(%) | RMSE(万人次) | MAE(万人次) | 相对 ARIMA 的 MAPE 变化 |
ARIMA | 约 16 | 约 245 | 约 195 | — |
Prophet | 约 12 | 约 185 | 约 150 | 下降约 25% |
LSTM | 约 12 | 约 180 | 约 145 | 下降约 25% |
Prophet-LSTM 组合 | 约 11 | 约 165 | 约 135 | 下降约 31% |
逐月铺开误差来看,组合模型带来的改进并非均匀分布。处于平峰的月份,四个模型之间的误差差距一般不超过 3%;靠近节假日高峰时差距明显拉大,组合模型的相对误差往往只有其他模型的一半左右。若从解释力角度看,这种分布上的特征比总体 MAPE 所给出的结论更能说明问题。组合模型真正的价值并不在于”整体更准”,而在于它在更难预测的时段更能显出作用。
3.3 特征贡献与残差分析
本文随后用 SHAP 拆解组合模型的预测输出,逐项量化各变量在其中所占的分量。整体排序上,贡献最大的是法定节假日天数与节假日标记,其次是月平均气温,然后是是否疫情期与是否暑期,月累积降水量贡献最小,前三项合计在 65% 以上。依赖图显示,节假日天数与预测值之间存在明显正相关,但并非线性:节假日从 3 天增加到 5 天的效果,明显大于从 1 天增加到 3 天的效果;月平均气温所起的作用同样不是单调的,而是存在一个适宜区间。疫情期变量的负向贡献最为显著,且 2020 年与 2022 年表现不同:2020 年是骤降,2022 年是缓慢回落,这一差别在 SHAP 值上可以分辨出来,但用单一二值变量无法充分刻画。
模型究竟”错在何处”,本文通过残差分析作了进一步考察。误差偏大的月份集中在三类时段:疫情期间的剧烈波动期、节假日前后的转折期,以及 2024 至 2025 年间的增长爬升阶段,它们的共同特征是客流变化速率远超平常水平。残差绝对值与”客流变化率的绝对值”高度相关,且四种模型都能看到这一规律,说明问题更多出在数据本身的特性上,而非某个模型的固有缺陷。误差来源可归为三类:一是数据本身的突变性,疫情与恢复期的剧烈变化超出了任何仅依靠历史规律的模型的预测能力;二是月度粒度造成的信息损耗,同一个月里不同周次之间的差异被一概抹平;三是特征的表达能力有限。
4 结论与讨论
4.1 重要结论
关于模型。 组合模型相对单一模型确有提升,只是幅度比事先设想的要小;以 ARIMA 为基线时,提升尚算明显,而与 Prophet、LSTM 单独使用相比,改进幅度仅有 1 个百分点的 MAPE。这一结果更接近于印证 Witt 与 Witt 的判断[1]:不存在任何一种方法能在所有情境下始终占优,而组合的价值恰恰体现在不同模型能够各自发挥所长。就本文数据而言,分解式组合的价值主要体现在波动剧烈的时段,而不是整体精度的普遍提升。
4.2 本文的不足与可改进之处
数据粒度偏粗。 本文取的是月度数据;然而旅游客流的日常调度其实需要精确到日乃至小时的信息;月度口径在方法上更平稳,代价是把许多对运营有意义的细节一并抹平。
数据补齐与疫情处理较为粗糙。 桂林市文旅局对外公开的旅游数据仅到年度与季度层级,季度通报所列的也是累计值而不是单季值;在这 96 个月的月大量列中,有相当关键的一段则是把年度总量与季度累计量作为边界,分解推算出来的。
参考文献
[1] WITT S F, WITT C A. Forecasting tourism demand: A review of empirical research[J]. International Journal of Forecasting, 1995, 11(3): 447-475.
[2] 陆林, 宣国富, 章锦河, 等. 海滨型与山岳型旅游地客流季节性比较——以三亚、北海、普陀山、黄山、九华山为例[J]. 地理学报, 2002, 57(6): 731-740..
[3] 曾庆田, 吕珍珍, 石永奎, 等. 基于 Prophet+LSTM 模型的煤矿井下工作面矿压预测研究[J]. 煤炭科学技术, 2021, 49(7): 16-23.
作者简介:李仁梅 ,数据科学与大数据专业。潘勇,通讯作者。
...