APP下载

四川省入境旅游客流量预测研究
——基于灰色预测模型

2014-08-01李志勇

赤峰学院学报·自然科学版 2014年22期
关键词:客源入境残差

李志勇,张 成

(1.四川大学 旅游学院,四川 成都 610064;2.桂林旅游高等专科学院,广西 桂林 541004)

四川省入境旅游客流量预测研究
——基于灰色预测模型

李志勇1,张 成2

(1.四川大学 旅游学院,四川 成都 610064;2.桂林旅游高等专科学院,广西 桂林 541004)

旅游地客源市场的科学准确预测能够为旅游地的开发提供有力依据.本文基于四川省2002-2012年入境旅游客源统计资料为原始数据,引用GM(1,1)灰色动态模型,并利用此模型对四川省2013年-2015年的入境游客进行了预测与分析,以此对四川省发展入境旅游提出建议.

灰色预测模型;入境旅游;客流量

1 引言

旅游客源市场占有率在很大程度上能促进区域旅游协调可持续发展,对旅游地客源市场的科学准确预测能够为旅游地的开发提供有力依据.本文运用灰色系统理论中的GM(1,1)预测模型,以四川省2001年-2011年入境旅游人数为考察对象,对四川省2013-2015年入境游客人数进行了预测,以期为四川省旅游客源的开发提供参考和依据.

灰色系统理论,是用来解决信息不完备系统的数学方法,将控制论的观点和方法延伸到复杂的大系统中,用自动控制与运筹学的数学方法相结合手段,广泛研究了存在于客观世界中具有灰色性的问题.灰色系统理论在建模、预测和行为控制等方面具有独特性,因而在农业、林业、气象、经济、管理等方面都得到了广泛的应用和发展①.在旅游业方面,刘颂(2003)、史常凯(2005)指出由于旅游地客流量的动态性、不确定性及各要素间的模糊性符合灰色系统的特点,同时由于区域客源市场游客数量的变化同时受到旅游吸引物以及社会、经济、政治、文化等多种因子的影响,是上述因子的综合函数,且这些影响因子都具有信息部分可知和部分不可知的特征,因此可以将旅游地客流量视为一个灰色模型.

2 灰色预测模型构建及检验

2.1 模型构建

本文引用的GM(1,1)模型原理建模步骤②如下:

设x(0)(1),x(0)(2),…,x(0)(M)是所要预测的某项指标的原始数据,对原始数据累加可得累加生成数列AGOx(0)=x(1),将x(0)前后相邻两数据取平均值可得MEAN序列,即:MEANx(0)=z(1),然后,根据公式可得其中间参数:

GM(1,1)的灰微方程为

GM(1,1)的白化响应式为:

2.2 模型检验

2.2.1 残差检验

还原值

残差

相对误差:

附:x(i)(h)是实际值,x^(1)(h)是由模型得到的值.

2.2.2 关联度检验

关联系数代算公式:

灰关联度算式:

2.2.3 后验差检验

其次计算方差比c以及小误差概率p,确定模型精度等级见表1.

表1 灰色预测精度检查标准

3 实证研究

3.1 预测数据的选取

根据《中国统计年鉴》,四川省入境旅游客源2001-2012年的统计数据(见表2).

表2 四川省入境旅游接待人数(2001-2012)/万人次

灰色预测模型建模时,原始数列可能出现“激励点”.考虑模型的预测精度可以将“激励点”予以剔除.由上表可知,由于2003年由于突发性“非典”的影响,四川省入境游客量大大减少;而2008年由于世界经济危机和汶川大地震的影响,四川省旅游客源同样出现大幅下降,直到2011年(163.97万人次)才恢复到大地震之前(170.83万人次)的水平.认为2003年和2008-2011年是“激励点”,将其剔除.

3.2 分析过程

将原始数列处理后带入公式可得各参数C、D、E、F以及a、v的值,并由GM(1,1)的变化数列的灰微方程描述为x(0)(k)+az(1)(k)=v,其所对应的白化响应式为,可得出四川省入境游客预测模型为:

3.3 模型精度预测

3.3.1 残差检验

根据公式(12)和(3)计算出的原始数列的预测值及由公式(4)和(5)计算出的残差值和相对误差值列于表3.由表3中数据可知,平均相对误差不超过1%,预测模型的精度非常高.

表3 残差检验表/万人次

3.3.2 相关度检验

当ζ=0.5时,根据公式(6)可得,各个时刻的关联系数为:

3.3.3 后验差检验

由公式(8)-(12)可得结果如表4:

表4 预测值结果

3.4 GM(1,1)模型预测结果

根据GM(1,1)预测模型(14)式和(4)式对四川省2013-2015年的入境旅游人数进行预测.得到的预测值如表5:

表5 预测值/万人次

4 结论及讨论

由以上预测数据可看出,2013年四川省预计入境游客量将达到276.65万人次,同比增长21.7%.结合2012年四川入境旅游市场表现可看出,未来可能影响2013年入境游客变化的主要因素在于直航航线的开通.最为显著的是台湾游客的快速增长,已成为四川省第一大入境客源市场,同比增速达86.37%.与此同时,2011年6月份全日空航空“成都-东京”航线开通,日本成为四川省第二大客源市场.韩国、澳大利亚市场同比增速达60%以上.同时以美国、英国、德国为重点的欧美市场远程市场同比增幅也高达60%以上,说明四川省旅游产品在远程市场的影响力和吸引力正在增长.

四川省在入境旅游方面却存在诸多问题:景点较为分散且各景点之间距离较远;国际旅行社竞争力较弱,旅行社接待能力不足;旅游服务基础设施不完善,旅游从业人员水平有待提高;对外宣传营销投入不足,整个四川省旅游形象不突出等问题.针对这些问题,作者认为应采取相对应的解决办法,将其逐个击破:合理规划旅游线路,不断完善精品线路,同时大力发展旅游交通以减小各旅游景点的相对距离;不断增强四川省旅游可进入性;加大旅游业改革以增强旅游企业竞争力;不断提高四川省旅游设施水平,重视旅游管理培养一只素质高的旅游从业人员队伍;加大对外宣传力度,明确四川省市场定位,对外统一宣传口径等方法.

注 释:

①王红姝,张莹.黑龙江省入境旅游客源灰色模型研究[J].黑龙江对外经贸,2008(6):108-110.

②邓聚龙.灰色系统基本方法[M].华中科技大学出版社,2002.28-30,42,56-62.

〔1〕HaiyanSong,AnEmpiricalStudyofForecast Combination in Tourism [J], Journal of Hospitality&TourismResearch,Vol.33,No. 1,February2009,3-29.

〔2〕邓聚龙.灰色系统基本方法[M].华中科技大学出版社,2002.28-30,42,56-62.

〔3〕袁嘉祖.灰色系统理论及其应用[M].科学出版社,1991.11-12.

〔4〕吉培荣,黄巍松,胡翔勇.无偏灰色预测模型[J].系统工程与电子技术,2000(6):6-7.

F59;TV213.9

A

1673-260X(2014)11-0097-03

猜你喜欢

客源入境残差
基于双向GRU与残差拟合的车辆跟驰建模
基于残差学习的自适应无人机目标跟踪算法
浅析延边旅游客源市场现状及对策
基于递归残差网络的图像超分辨率重建
中国第三个国家级入境再制造示范区通过验收
沙家浜风景区客流时空特性
非法入境
学《易》当像老子、孔子那样入境悟理
平稳自相关过程的残差累积和控制图
马来西亚与新加坡旅华客源时空分布对比研究