论旅游需求预测模型研究

论旅游需求预测模型研究　宋利君　（广西师范大学历史文化与旅游学院广西桂林５４１００１）　【摘要】旅游业发展方兴未艾。本文以旅游需求概念为出发点，再对国内外旅游需求模型进行比较　研究，最后得出结论。　【关键词】旅游需求预测模型研究　［中图分类号】Ｖ５９０　［文献标识码】Ａ　［文章编号】１　００９—５５４９（２０１２）０５—０１　５４—０２　学术界对旅游需求的研究于２０世纪６Ｏ年代始于西方国　家，并逐渐成为旅游研究中的一个非常重要的领域。旅游业　在国民经济发展中的作用是不可忽视的。由于人们的旅游需　求在不同时期呈现出不同的特点，对旅游需求的相关研究要　具体问题具体分析。国外对旅游需求研究较早，尤其是对旅　游需求预测模型研究较多，而国内旅游需求研究主要是参考　国外研究的模型，但也提出了国内自己的研究模型。　一合性的回归移动平均法；季节性自回归移动平均法在有些研　究中的预测效果是最好的，它和多因素自回归移动平均法　（ＭＡＲＩＭＡ）优于其他几种时间序列模型。可见任何一种模型　的预测效果是不能断章取义的，而应该具体问题具体分析。　此外，国外研究倾向于模型整合，￣ｆｆＴＶＰ—ＥＣＭ—ＬＡＩＤＳ￣ＩＴＶＰ—　ＬＲ－ＬＡＩＤＳ。这些组合型模型相对于单一型模型的预测效果更　佳，应用范围更广泛。　、旅游需求概论　（二）国内旅游需求预测模型的研究　国内旅游需求预测研究主要是运用国外模型或者国内学　者改进的模型探讨国内不同地区不同领域的旅游需求情况。　王娟、曾吴（２００１）　指出人工神经网络比多元回归分　析适用范围更广，显著性更强。吴江华等（２００２）　将人工　神经网络模型的３层ＢＰ模型应用于日本对香港的国际旅游需　求。朱晓华和杨秀春（２００４）　采用中国１９７８—２００１年入　境客源数据运用多种模型分析得出序列较短时灰色预测模型　有较好的预测效果。殷英等（２００４）　采用统计学习理论建　立支持向量的时间序列预测模型对云南的旅游需求进行预测　及对策研究。陈俊（２００５）　采用ＢＰ神经网络模型对云南国　际旅游需求进行预测。覃频频等（２００６）　运用指数平滑、　ＳＡＲＩＭＡ和Ｅｌｍａｎ人工神经网络对月度数据的桂林漓江旅游航　班、运量及游客的需求预测，结果表明Ｅｌｍａｎ人工神经网络　模型更能反映时间序列的波动性，更适合桂林漓江旅游需求　预测。黄银珠和陈雅丽（２０１０）　运用灰色ＧＭ（１，１）模　型、动态趋势预测模型和回归分析预测模型，分别对福建省　未来５年国内游客接待量预测。结果表明，灰色模型的预测　效果最好。　综上所述，国内旅游需求预测研究除了学习借鉴国外　的预测模型外，还提出了国内的预测模型——灰色预测模　型。灰色预测模型对未来几年的预测效果好，误差小，应用　广泛。同时，人工神经网络研究较多。此外，针对不同的研　究对象，采用同一种方法比较得出的结果是不一样的，有时　甚至是截然相反的。因此，我们应用预测模型时应该权衡利　弊，以求所得结果更准确可靠。　旅游学是个年轻学科，对与旅游相关的一些概念至今仍　未形成统一系统定义。而关于旅游需求的定义，国内外亦无　统一界定。而对旅游需求的定义有传统定义，也有其他学者　个人的不同见解，如张辉、谢彦君、保继刚和王艳平。这些　定义的出发点相同，主要是从经济角度定义；不同之处在于　考虑问题有所差异。有些学者把旅游需求定义为数量问题或　者关系问题，而有些学者则涉及到数量和内容问题，即需求　量和需求内容两方面。这两者是不同的概念，旅游需求量是　对旅游需求的种种度量。　二、旅游需求预测模型的研究　（一）国外旅游需求预测模型研究　国外对旅游需求的预测主要以定量分析为主，包括德　尔菲法、逻辑推断法、回归模型法、时间序列法和计量经济　学模型等。随着信息技术的发展，国外研究不断融合整合分　析、误差校正模型（ＥＣＭ）、向量自回归法（ＶＡＲ）和时变参　数法（ＴＶＰ），使得预测效果更精确。　Ｋｕ１ｅｎｄｒａｎ（１９９７）　通过研究比较得出误差修正模　型优于天真１和季节性自回归移动平均法（ＳＡＲＩＭＡ）。Ｌａｗ　ａｎｄ　Ａｕ（１９９９）　证明神经网络模型比多元回归、移动平　均及指数平滑法在预测精度、标准化相关系数上更有优　势。Ｇｒｅｅｎｉｄｇｅ（２００１）　使用ＳＴＭ模型（Ｓｔｒｕｃｔｕｒａｌ　Ｔｉｍｅ　Ｓｅｒｉｅｓ　Ｍｏｄｅ１）对加勒比海地区的阿卢巴岛进行国际游憩　需求预测。Ｇｏｈ，Ｌａｗ（２００２）　运用多种模型对香港旅游　需求进行预测，发现季节性自回归移动平均法预测效果最　佳。Ｒａｍｅｓｈ　Ｄｕｒｂａｒｒｙ和Ｍ．Ｔｈｅａ　Ｓｉｎｃｌａｉｒ（２００３）　使用　ＡＩＤＳ模型预测法国的旅游需求。Ｓｍｅｒａｌ　ｅｔ　ａｌ（２００５）　通　过实证研究发现天真法１比各种回归移动平均法效果更好。　Ｌｉ　Ｓｏｎｇ，Ｗｉｔｔ（２００６）　将ＴＶＰ分别和ＥＣＭ—ＬＡＩＤＳ与长期线　性近乎理想需求方法ＬＲ—ＬＡＩＤＳ组成ＴＶＰ—ＥＣＭ—ＬＡＩＤＳ，ＴＶＰ—　ＬＲ—ＬＡＩＤｓ，通过比较得出该组合模型的预测效果更好。　Ｍｏｎｔｓｅｒｒａｔ（２００７）　结合跃迁概率矩阵的遗传算法证明该　组合模型比单一的遗传算法预测精度更高。　综上所述，国外旅游需求预测模型研究日趋成熟，方　法众多，以定量分析方法为主。由于不同的预测方法效果不　样，比如，在有些研究中误差修正模型优于天真法和季节　性自回归移动平均法；但在有些实证研究中天真法却优于综　一三、总结　（一）国内外模型应用同中有异　基础计量经济回归模型和基础时间序列预测模型，自回　归移动平均模型，ＢＰ神经网络等模型是国内外应用较多的模　型。而国外主要采用定量方法，种类繁多，并且旅游需求预　测模型都得到了不同程度的应用。国内主要借鉴国外模型，　侧重与理论研究，但灰色预测模型是国内使用频率较高的模　型。因为灰色预测模型是我国学者邓聚龙教授首次创立的，　比起国外预测模型，国内学者更倾向于简单实用的灰色预测　模型，因而应用范围更广。　（二）组合模型高于单一模型　责任编辑：张丽　宋利君（１９８６一），女，湖南湘潭人，广西师范大学历史文化与旅游学院旅游管￣２０１０级硕士研究生。研究方向：旅游生态经济。　瓣圆爨晾　数据类型、分析对象、应用领域的差异造成预测精度的　不同，因而每一种模型都不是万能的。为了获得精确的预测　效果，部分学者将不同模型组成新的模型，并运用实证研究　证明组合模型（￣ＮＴＶＰ—ＥＣＭ、ｐ－ＥＣＭ—ＬＡＩＤＳ和ＧＡ—ＳＶＲ等）比单　模型预测效果更佳。同时，综合自回归移动平均模型和指　数平滑模型作为利用单变量时间序列的历史数据对未来进行　预测的模型，只能对具有规律性的历史趋势进行预测。　一［５］Ｐ￣ＡＭＥＳＨ　ＤＵＲＢＡＲＥＹ，Ｍ．ＴＨＥＡ　ＳＩＮＣＬＡＩＲ．Ｍａｒ－ｋｅｔＳｈａｒｅｓ　Ａｎａｌｙｓｉｓ：Ｔｈｅ　Ｃａｓｅ　ｏｆ　Ｆｒｅｎｃｈ　Ｔｏｕｒｉｓｍ　Ｄｅ－ｍａｎｄ［Ｊ】．Ａｎｎａｌｓ　ｏｆ　Ｔｏｕｒｉｓｍ　Ｒｅｓｅａｒｃｈ，２００５，５０（４）：９２７－－９４１．　【６］Ｓｍｅｒａ，ｌ　Ｅ．，Ｗｕｇｅｒ，Ｍ．Ｄｏｅｓ　ｃｏｍｐｌｅｘｉｔｙ　ｍａｔｔｅｒ？Ｍｅｔｈｏｄｓ　ｆｏｒ　ｉｍｐｒｏｖｉｎｇ　ｆｏｒｅｃａｓｔｉｎｇ　ａｃｃｕｒａｃｙ　ｉｎ　ｔｏｕｒｉｓｍ：Ｔｈｅ　ｃａｓｅ　ｏｆ　Ａｕｓｔｒａｌｉａ『Ｊ］．　Ｊｏｕｒｎａｌ　ｏｆＴｒａｖｅｌＲｅｓｅａｒｃｈ，２００５，４４：１　００－１　１　０．　（三）国内外预测精确度存在差距　国外预测精确度高于国内，如误差修正模型、接近理　想需求方法、向量自回归、遗传算法等，而国内运用这些模　型的研究相对较少，部分基础预测模型误差较大，精确度较　低。线性回归Ｌ和滞后线性模型ＬＬ在许多旅游预测中运用较　多，但预测效果不佳。由于近乎理想需求方法有较好的经济　学理论基础，它非常适合于旅游需求的弹性分析。因此，国　内应加强对这些模型的研究和应用。　【７］Ｌｉ　Ｇ．，Ｗｏｎｇ，Ｋ．Ｆ．，Ｓｏｎｇ，Ｈ．，Ｗｉｔｔ，Ｓ．Ｆ．Ｔｏｕｒｉｓｍ　ｄｅｍａｎｄ　ｆｏｒｅｃａｓｔｉｎｇ：Ａ　ｔｉｍｅ　ｖａｒｙｉｎｇ　ｐａｒａｍｅｔｅｒ　ｅｒｒｏｒ　ｃ０ｒｒｅｃ—ｔｉｏｎｍｏｄｅ『『Ｊ］．Ｊｏｕｒｎａｌ　ｏｆＴｒａｖｅｌＥｅｓｅａｒｃｈ，２００６，４５：１　７５－Ｉ　８５．　［８］Ｍｏｎｔｓｅｒｒａｔ　Ｈｅｒｎａｎｄｅｚ—Ｌｏｐｅｚ，Ｊｏｓ　６　Ｊｕａｎ　Ｃａｃｅｒｅｓ—Ｈｅｒｎａｎｄｅｚ．　Ｆｏｒｅｃａｓｔｉｎｇ　ｔｏｕｒｉｓｔｓ’ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｂｙ　ａ　ｇｅｎｅｔｉｃ　ａｌｇｏｒｉｔｈｍ　ｗｉｔｈ　ａ　【参考文献】　【１】Ｋｕｌｅｎｄｒａｎ，Ｎ，ＭＬＫｉｎｇ．Ｆ０ｒｅｃａｓｔｊｎｇＩｎｔｅｒｎａｔｉｏｎａｌＱｕａｒｔｅｒｌｙＴｏｕｒｉｓｔＦｌ０　ｗｓｕｓｉｎｇＥｒｒｏｒ—ｃ０ｒｒｅｃｔｉ０ｎａｎｄＴｉｍｅ—ｓｅｒｉｅ８Ｍｏｄｅｌｓ［Ｊ】．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　ｆｏｒｅｃａｓｔｉｎｇ，１　９９７．１　５：５１　９—５２７．　ｔｒａｎｓｉｔｉｏｎ　ｍａｔｒｉｘ［Ｊ】．Ｔｏｕｒｉｓｍ　Ｍａｎａｇｅｍｅｎｔ，２００７，２８：２９０－２９７．　【９】王娟，曾昊．人工神经网络：一种新的旅游市场需求预　测系　Ｊ】．旅游科学，２００１（４）：２４—２７．　［１　Ｏ】吴江华，葛兆帅，杨达源．基于人工神经网络的国际入　境旅游需求的定量分析与预测——以日本对香港的国际旅游　需求分析为例［Ｊ］．旅游学刊，２００２，１（５）：５５－－５９．　［１　１】朱晓华，杨秀春．旅游客源预测模型及其对比【Ｊ】．地理　与地理信息科学，２００４，（５）．　【２】Ｒｏｂ　Ｌａｗ，Ｎｏ　ｒｍａｎ　Ａｕ．Ａ　ｎｅｕ　ｒａｌｎｅｔｗｏ　ｒｋｍｏｄｅｌ　ｔｏ　【１２】殷英，胡光华，邱宇青．基于统计学习理论的云南旅游　需求预测与分析［Ｊ】．云南大学学报（自然科学版），２００４，２６（增　刊）：２５－２６．　ｆｏｒｅｃａｓｔ　Ｊａｐａｎｅｓｅ　ｄｅｍａｎｄ　ｆｏｒ　ｔｒａｖｅｌ　ｔｏ　Ｈｏｎｇ　Ｋｏｎｇ［Ｊ】．Ｔｏｕｒｉｓｍ　Ｍａｎａｇｅｍｅｎｔ，１９９９，２Ｏ：８ｇ一９７．　【￥］ＫＥＶＩＮ　ＧＲＥＥＮＩＤＧＥ．Ｆｏｒｅｃａｓｔｉｎｇ　ｔｏｕｒｉｓｍ　ｄｅｍａｎｄ　ａｎ　ＳＴＭ　ａｐｐｒｏａｃｈ［Ｊ】．Ａｎｎａｌｓ　ｏｆ　Ｔｏｕｒｉｓｍ　Ｒｅｓｅａｒｃｈ，２００１，２８（１）：９８－１　１２．　［４］Ｇｏｈ　Ｃａｒｅｙ，Ｌａｗ　Ｅｏｂ．Ｍｏｄｅｌｉｎｇ　ａｎｄ　ｆｏｒｅｃａｓｔｉｎｇ　ｔｏｕｒｉｓｍ　ｄｅｍａｎｄ　ｆｏｒ　ａｒｒｉｖａｌｓ　ｗｉｔｈ　ｓｔｏｃｈａｓｔｉｃ　ｎｏｎｓｔａｔｉｏｎａｒｙ　ｓｅａｓｏｎａｌｉｔｙ　ａｎｄ　ｉｎｔｅｒｖｅｎｔｉｏｎ［Ｊ】．Ｔｏｕｒｉｓｍ　Ｍａｎａｇｅｍｅｎｔ，２００２，２５：４９９－５　１　０．　（上接１５６页）　［１　５】陈俊等．基于ＢＰ神经网络的云南国际旅游需求预测　［Ｊ］．昆明师范高等专科学校学报，２００５，２７（４）：８９－９１．　【１　４】覃频频，陆凯平，矛韩高．旅游需求预测模型研究［Ｊ】．　铁道运输与经济，２００６，２８（６）：８４－８８．　【１　５】黄银珠，陈雅丽．基于多种模型的福建省国内旅游需　求预测［Ｊ］．福建师范大学清分校学报，２０１　０，１（９７）：５２—５８　成规律，还要考虑到学生的基础和接受能力。实际教学中，　教师要一边教学一边观察，教学重点和学生兴趣点两手抓，　根据学生的学习情况不断地调整教学进度、修改课的设计，　形成最适合农村高中女生的篮球教学。　的困难也可以通过一些切合实际的努力来改变和解决。　（一）树立正确观念　树立正确的体育观是解决农村高中女篮教学问题的基　础，培养正确的体育观有利于学校体育与终身体育的顺利接　轨。农村中学的教师可以通过理论课和健康科普宣传栏等形　式普及健康知识，加强学生的健康意识；通过组织观看体育　比赛短片，激发学生的爱国主义精神和拼搏精神；通过组织　学生参与和观看校际、校内的篮球比赛，让学生体验体育运　动带来的感染力、凝聚力和集体荣誉感；加强思想教育，明　确学习目的，使学生真正认识到篮球运动能增强体质、增进　健康、塑造形体的功能。　（二）调动学习兴趣　调动学生的学习兴趣不仅要求教学的内容要具有知识　性、现实性，教学手段具备趣味性，还要求教师在教学过程　中的投入。采用抢答、判断、“赛事重播”、现场讲解等教　学手段，对于篮球的基本知识进行普及，对比赛行为进行解　释，让学生理解规则、看懂球赛，为兴趣培养打下基础。此　外，教师还要把自己融入到课堂中，而不是做一个旁观者和　指挥者。教师参与到学生的学习中去，体验学生情感，并用　自己的语言和行动感染学生，才能把学生带到快乐的篮球世　界中去。　（四）力争资源优化　场地器材资源和教师资源是发展农村中学体育的物质　基础。场地器材不足需要请求上级的协调和支持，同时也需　要体育教研组开拓创新，科学的规划场地格局，科学的进行　教学编班、合理安排教学进度，争取场地器材利用率的最　大化。教师资源不足可以采用“请进来”和“走出去”的方　法，通过开讲座、做交流、申请支教等方式请外校的骨干教　师和专家进校指导，还可以通过培训、观摩公开课、蹲点学　习等方式派出本校教师外出学习先进的理论和经验。　篮球教育对于体育基础薄弱的农村高中女生而言是一个　能引导其体育兴趣、提高其体育锻炼效果、促进其心理健康　发展的基础大项。农村高中女篮对于农村中学的体育教学发　展更是有着重要的意义，农村中学体育的教学现状也要求体　育教师更深入的思考女篮的发展和教学改革。在新课标的东　风下，农村中学女篮应该更积极主动的学习经验，探索科学　有效的发展道路。　【参考文献】　…１余怀．浅谈高中女子篮球课教学计划的制定【Ｊ】．科教文　汇，２００９．２（下旬刊）：２０１．　【２】胡甲子．浅析现阶段中学篮球教学存在的问题与对策　［Ｊ】＿新西部，２００８（１　８）：２６３．　（三）合理设计教学　课堂教学效果如何取决于体育教师是否能够正确认识校　情、学情，是否能够合理地设定教学目标、科学的设计教学　流程、针对性的安排教学内容。尤其在新课标的指导下，体　育教师设计教学时不仅要考虑到身体运动规律和运动技能形　嬲回爨晾