【摘要】旅游需求的预测对地区旅游业的发展具有重要意义。随着互联网的普及,游客出行前对目的地的搜索行为和关注度与该地区旅游需求密切相关,因此,可以运用反映搜索行为和关注度的百度指数数据对区域旅游需求进行预测。为克服同频模型仅能基于相同频率数据建模预测的局限性,文章以三亚市为例,根据混频模型的建模理论,分别构建基于百度指数周数据的单变量MIDAS模型和多变量MIDAS模型,对三亚市月度旅游需求预测。预测结果表明:百度指数周数据的加入能够改善同频模型的预测效果,且总体而言,多变量MIDAS模型的预测结果更具有准确性,同时证实了在短期伪样本外预测时主成分分析法与混频预测相结合能够进一步改善预测效果。使用百度指数与混频模型相结合的最优模型对2018年7月和8月的三亚旅游人数进行预测,预测结果显示三亚旅游人数呈现高于10%的较高速增长趋势。