旅游市场的需求预测理论基础与模型

旅游市场的需求预测理论基础与模型

旅游管理11级（硕）吴鸿成学号：21120078

摘要

随着我国经济的持续高速增长和人均收入的提高，我国旅游市场呈迅速扩张态势。旅游业作为朝阳产业将对我国经济发展产生日益明显的推动作用，中国将成为世界一流旅游大国。建立科学的、可操作的旅游需求预测模型，进行准确预测是实现我国旅游业持续健康发展的基础性前提。

通过文献阅读，发现西方学者对于旅游需求预测的研究主要侧重于旅游需求模型与实证分析。我国旅游需求预测研究主要是建立在西方研究基础上的理论引介与探讨。本文基于对中西方研究差距与差异的对比分析，讨论了旅游需求预测的难点、全球及中国旅游需求预测的各种问题，并且列举了中国旅游需求影响因素的分类方法。

［关键词］旅游需求;预测;理论基础;模型

1.背景

旅游需求预测在国家旅游发展政策制定和战略规划、旅游市场资源优化配置、旅游企业战略计划和决策制定等方面有着极为重要的作用。西方学者对于旅游需求预测的研究始于20 世纪 60 年代，在 80年代迅速发展，研究文献主要侧重于旅游需求模型与实证分析。而我国作为世界旅游大国，旅游需求预测研究从 20 世纪末才开始，正处于起步阶段，现有的文献主要是建立在西方研究基础上的理论引介与探讨，实证研究较少。中西方研究差距与差异的对比对我国旅游需求预测研究的进一步推进有着积极的意义。

2.文献综述

2.1旅游需求的影响因素

旅游需求影响因素的研究是旅游需求预测研究的核心内容之一，是国内外旅游需求预测研究中相对成熟的领域。国外在旅游需求影响因素研究方面主要运用定量方法构建模型来分

析，并已有两种普遍较为认可的分类。

(1) 在《应用旅游预测》一书中，作者将影响因素分为推动、拉动和阻力(如表 1)。

表（1）旅游市场拉力、推力、阻力因素

(2) 国外在运用模型分析影响因素时，其研究对象主要是经济因素。如塞夫金(Sevgin)和穆尼奥斯(Munoz)在研究旅游需求时发现经济因素是影响旅游决策的一个重要方面。宋海岩等通过研究香港的 16 个主要客源国的旅游需求，发现最主要的影响因素是旅游产品价格、客源国的经济水平、竞争旅游目的地的旅游费用等。虽然国外对经济影响因素有较为一致的认可，但仍未有系统的归纳。本文引用倪明等人的研究成果将影响旅游需求的因素归纳为经济因素、非经济因素和特殊事件(如图 2)。

图2：旅游需求影响因素

国内现在研究旅游需求影响因素的文献较多，研究也较为细化。如牛亚菲提出了客源地人口规模、收入水平、旅游资源质量水平、客源地与目的地间的距离等影响因素。刘富刚认为旅游需求的产生分为外部因素和内部因素。王艳平从旅游发生过程的系统观点出发，提出旅游需求因子层次模式。卞显红分析了旅游目的地选择过程中的花费与时间限制、旅游价格、消费者偏爱、旅游产品质量、信息与广告、旅游城市化及新旅游目的地的出现等影响因素。但除了可支配收入和

可支配时间这两个普遍认可的影响因素外，国内学界对其他影响因素及分类说法不一，缺少系统性分析和归纳。本文在研究有关文献的基础上，根据不同侧重点，并结合我国国情，归纳了两种分类方法：

1.按宏观和微观分为社会因素和个人因素。

2.按旅游流分为客源地因素、目的地因素、媒介因素。

综观几种分类可以发现:国内外对于旅游需求影响因素的分析基本上是一致的。《应用旅游预测》(Practical Tourism Forecasting)一书中提出的推力是指能鼓励人们出去旅游的因素，基本可以划为客源地市场的影响因素;拉力是指吸引人们来某一目的地旅游的因素，可以划分为目的地的影响因素;阻力则包含了阻碍因子，等同于国内的旅游流分类方法。由于西方国家影响旅游需求的最主要因素是经济因素，其他非经济因素的影响力相对较弱，所以按照经济因素分类有利于国外学者建立模型进行研究和预测。而影响我国旅游需求的主要因素除了经济因素外，家庭消费习惯、政治社会因素，以及日益改变的消费观念等都是较为主要的因素，因而只按经济因素的分类方法在我国不适用。

2. 2 旅游需求预测及难点

至今，“旅游需求预测”仍未有统一的定义，本文引用市场预测的概念将旅游需求预测理解为:运用科学的方法，对影响旅游市场供求变化的诸因素进行调查研究，分析和预见其发展趋势，掌握旅游市场供求变化的规律，为经营决策提供可靠的依据。旅游需求预测，从预测目标的确立到最后结果的评估，是个多环节的复杂过程，需要考虑的因素众多，正因为如此，旅游需求预测有几个难点。

(1)预测目标的选择

旅游需求预测对预测的前期环境分析、模型的选择、最后结果分析的要求和依据都不一样，这就需要按照具体的实际需要制定预测方案，而这种目标选择的多样性相当于增加了预测的难度。

(2)历史数据的收集

预测是在分析大量的历史数据的基础上才能得出结果。大部分预测方法要求至少有 5 年至 10 年的数据支撑，拥有数据的年限越长、越完善、数据越丰富，预测结果越准确。(3)旅游需求的多变性

旅游者的旅游动机多种多样，且旅游需求量随着季节、环境的变化而变动性较大。旅游表现经常变动形式越多，越不利于数据采集、构建模型、拟合需求的发展趋势。加上旅游需求对无法预知的特殊事件的敏感性，更增加了预测的难度。

(4) 预测方法的多样性

随着经济学和计量经济学的发展，及在旅游预测研究中的应用日益广泛，旅游需求预测的方法也日趋多样化。因变量和自变量的不同组合，不同预测模型的应用，所得到的结果也不尽相同;而且由于各种预测方法有不同的适用条件和性能，最优方法的选择要根据市场需要来确定。这在某种意义上来说，也限制了旅游需求预测研究的发展。

3 旅游需求预测方法与模型

3. 1 旅游需求预测方法

中西方普遍将旅游需求预测方法分为定量和定性两大类，定量方法又分为计量经济模型和时间序列模型，再加上近 20 年间各学科的交叉发展，人工智能方法在预测领域中的应用也越来越普遍。但由于预测模型种类繁多，加上近年来组合模型的广泛应用，本文只初步对预测方法进行了收集(如图4)。

3. 2 中西方运用模型对比

国内在定量方法的研究和应

用方面与国外存在着很大的差距。

国外在旅游预测研究中采用的定

量方法种类繁多，所列举的各类模

型在国外都有不同程度的应用;反

观国内，使用频率较高的只有一些

基础模型和灰色预测模型，国外常

用且已证明预测精确度较高的模

型，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，

在国内的研究及应用则寥寥无几。

本文列举了3个产生此问题的原

因。

(1)国内外普遍运用的模型

这些模型包括一元回归、多元

回归、线性回归等基础计量经济/

回归模型，天真法、移动平均预测

模型、指数平滑预测模型等基础时

间序列预测模型，ARIMA 模型

( 自回归移动平均模型 )，BP

图4.国内外使用的预测模型

( backpropogation) 神经网络等。这些方法普遍运用的原因有以下几点:

①础模型数学计算简单，操作容易;

②发展相对成熟，能对符合其条件的问题进行较准确的预测;

③由于旅游业的相关数据搜集年限短、影响因素多、社会敏感性高等特点，这些模型对数据的要求相对传统的高级计量经济和时间序列模型较为宽松;

④我国旅游业的发展现状及数据统计情况较适用于这些方法。因此，这些模型在国内外的旅游预测研究中都极为常用。