旅游客流预测模型的比较及其实证研究——以黄山风景区为例
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关 键字 ： 流 量 ； 测模 型 ； 测误差 客 预 预
中图分 类号 ： ５ ０ Ｆ ９
文 献标识 码 ： Ａ
文章编 号 ：０ １ ４ ３ ２ １ ）３— ２ ６ ５ １ ０ —２ ４ （０ ０ ０ ０ ８ —０
旅游 业是 一个 投入少 ， 出高 的朝 阳产 业 ， 产 中国旅 游业 经历 了 ３ ０多年 的发 展 ， 已经 取得 了辉煌 的成 绩 ． ２０ ０８年我 国旅游 总收 入达 到 １１ ．４万亿元 人 民币 ， 据世 界旅 游组织 预 测 ， ２２ 到 ０ ０年 ， 国将 成 为世 界第 一大 中
１ １ 线 性 回归模 型 ． 线性 回归预 测是研究 变 量之 间依赖关 系 的一种 数学方法 ， 据 回归分析 涉及变量 的不 同 ， 根 可分 为一元 回
归分析和多元回归分析 ． 在客流量预测中， 常使用一元线性 回归预测模型 ：
Ｙ ＝ ａｃ 十ｂ ｓ （） １
式中 口 ｂ ， 为待定系数 ， 为预测值．
旅 游 客 流预 测 模 型 的 比较 及 其 实证 研 究
— —
以黄 山风 景 区为 例
汪祖 丞 ， 刘 玲
２０６ ） ０ ０ ２
（ 东师范大学 资源与环境科学学院 ， 华 上海
摘
要 ： 文 以黄 山风 景 区 １７ 本 ９９—２０ 客 流量 为例 ， ０４年 定量 分 析 线性 回 归模 型 、 指数 平 滑模 型 、 灰
ｓ ｓ
系数值（ ｂ）再通过式（ ） ｎ ， ， ４ 求得预测值 ：
＋ Ｔ＝ ａ ＋ｂＴ ｆ ｔ （） ４
其中 Ｔ为从基期 ｔ 到预测期 的期数 ．
１３ ． 灰色预 测 模型
由于旅游客流量受到政治经济等因素的干扰 ， 仅以时间序列技术为主 的预测模型 ， 其精度已经不能满 足现代旅游管理 的需要 ． 我国学者邓聚龙教授 ， ２ 世纪 ８ 于 ０ ０年代首创的灰色系统理论， 为我们解决这个问 题提供 了一种行之有效的方法 ． 灰色预测模型就是基于灰色建模理论形成的 ， 其中最常 见的就是 Ｇ １１ Ｍ（ ，） 模型．
色预 测模 型 以及 Ｂ Ｐ网络预 测模 型 的应 用及 其 差异 问题 ， 出以 下结 论 ： ） 果序 列 较 长 （０ 得 １如 ２ ａ左
右） 可选择 指 数平 滑预 测模 型 ；） ， ２ 如果 序列较 短 （ａ以下） 可选择 线 性 回归预 测模 型 ； ） 于两者 ７ ， ３介
之 间的可以考虑使用灰 色预测模型 ；） Ｐ模型预测（ ４Ｂ 拟合 ） 值比较准确， 但结构复杂． 由于选择的模 式不同， 预测值也会有差别 ， 需要根据试算结果选择适 当的 网络模式和函数参数 ．
旅 游 客 流 的 主要 预 测 模 型
建立科学的旅游分析预测模型（ 一般用游客人数作为测度指标）是保证旅游业健康持续发展的前提 ． ， 在 ２ 纪 ６ 代至 ９ ０世 ０年 ０年代 初期 ， 旅游需 求预 测方 法 以时间序列 技术 为主 ， 主要 包括 线性 回归 模 型［ 指数 平 ３、 ３ ］ 滑法［ 趋势模型法［ 等 ； 引、 随着计算机技术 的发展 ， ］ 人工智能预测方法逐渐运用到游客量的预测中， 主要包 括灰色理论 人工神经网络模型 Ｊ ６、 、 遗传算法和专家系统等 ． 由于运算机理与方法 的不同， 以上数学模型 在旅游规划实践中各有优劣， 需要根据应用的具体情况鉴别和取舍． 本文从时间序列技术和人工智能技术中 各选 取两 种较有 代表性 的方法进 行预测 和 比较 ．
由于该方法简单易行 ， 在传统的游客流量预测 中， 保继 刚曾采用线性 回归方法预测了北京颐和园等旅 游地 的游客数量 ８．
１ ２ 指数 平滑预 测模 型 ．
游客量与时间序列不是简单的线性关系， 因此许 多学者开始将指数平滑法应用于旅游客流量的预测 中． 指数平滑预测分为一次指数平滑预测和高次指数平滑预测 ． 一次平滑预测不能跨期预测 ， 对其进行修改
收 稿 日期 专项资金项 目（８ ５６ ０ ． ４ ０４ ６ ）
作者简介： 汪祖丞 （９ ４一 ， ， １８ ）男 硕士生 ， 研究方 向为环境规划 与管理
３ ３卷第 ３期
汪祖丞 ， 刘 玲 ： 旅 游客流预测模型的 比较及其实证 研究
第３卷３ ３ 期
２ ０ ５月 ０１ 年
Ｊｕ ａ ｆ ｎ ｕ Ｎ大ｍａ Ｕｎｖｒｉ Ｎａｕａ ）ｉ ｃ） ｏ ｒ 安 徽 师 范 ｏ 学 ｉ ｓ自然科学版 ｅ ｅ ｎ ｌ ｈ ｉ ｒ ｌ学 报 （ｙ（ ｔｒｌ ｃ ｎ ｏＡ ｅ ｔ Ｓ
Ｖ０．３Ｎｏ３ １３ ．
Ｍａ ｙ．２０１０
２７ ８
可得到能够跨期预测 的高次指数平滑法［ 如二次指数平滑预测模型 ， 引， 即
｛ ＝口； ＋（ 一口 ｓ １ ） ｓ） １ ） 一 ； （） ２ 式中： 为第ｔ ｓ） ５ 期的一次指数平滑值， 一为第 ｔ １ ｓ１ ； 一 期的二次指数平滑值， 为加权系数（ ≤ ａ １．２ 口 ０ ≤ ）（） 式中的 ｓ ； ”可由（） ３ 式得到 ｛ ＝ａ ＋（ 一口 ｓ ｌ ） ｙ １ ）一 （） ３ 式中 ｌ 是第 ｔ 时期的一次指数平滑值， 是第ｔ ｌ ＿ ） １ 一１ Ｙ 时期的观测值． 二次指数平滑预测通过式（） ２ 得到平滑
旅游 目的地 ， 四大客源输 出国… ． 第 为了使整个社会经济更好的发展 ， 必须保持和实现旅游业 的稳定健康与
可持续发 展 ． 因此 ， 学制 定旅 游业 的持续发 展 战略规划 就显 得尤 为重要 ． 科 在旅 游发展 战略规划 中 ， 旅游 经济 分析有 ３个 问题 是必 不可 少 的 ：１ 区位分析 ；２旅 游 的游客人 数 预测 和 消费支 出 ；３投 入 产 出分析 【 ． （） （） （） ２ 对 Ｊ 于 自然景 区来说 ， 区位 是一 定 的 ， 而游 客人数 的预测 是实 现旅 游 经济 分析 量化 的基 础 和保 证 ， 它直 接 决定 了 旅 游业 的投入产 出 比． 旅游 人数 预测 的科学 与否直 接影 响到旅 游发展 战 略和宏观 决策 的科 学与 否 ．
中图分 类号 ： ５ ０ Ｆ ９
文 献标识 码 ： Ａ
文章编 号 ：０ １ ４ ３ ２ １ ）３— ２ ６ ５ １ ０ —２ ４ （０ ０ ０ ０ ８ —０
旅游 业是 一个 投入少 ， 出高 的朝 阳产 业 ， 产 中国旅 游业 经历 了 ３ ０多年 的发 展 ， 已经 取得 了辉煌 的成 绩 ． ２０ ０８年我 国旅游 总收 入达 到 １１ ．４万亿元 人 民币 ， 据世 界旅 游组织 预 测 ， ２２ 到 ０ ０年 ， 国将 成 为世 界第 一大 中
１ １ 线 性 回归模 型 ． 线性 回归预 测是研究 变 量之 间依赖关 系 的一种 数学方法 ， 据 回归分析 涉及变量 的不 同 ， 根 可分 为一元 回
归分析和多元回归分析 ． 在客流量预测中， 常使用一元线性 回归预测模型 ：
Ｙ ＝ ａｃ 十ｂ ｓ （） １
式中 口 ｂ ， 为待定系数 ， 为预测值．
旅 游 客 流预 测 模 型 的 比较 及 其 实证 研 究
— —
以黄 山风 景 区为 例
汪祖 丞 ， 刘 玲
２０６ ） ０ ０ ２
（ 东师范大学 资源与环境科学学院 ， 华 上海
摘
要 ： 文 以黄 山风 景 区 １７ 本 ９９—２０ 客 流量 为例 ， ０４年 定量 分 析 线性 回 归模 型 、 指数 平 滑模 型 、 灰
ｓ ｓ
系数值（ ｂ）再通过式（ ） ｎ ， ， ４ 求得预测值 ：
＋ Ｔ＝ ａ ＋ｂＴ ｆ ｔ （） ４
其中 Ｔ为从基期 ｔ 到预测期 的期数 ．
１３ ． 灰色预 测 模型
由于旅游客流量受到政治经济等因素的干扰 ， 仅以时间序列技术为主 的预测模型 ， 其精度已经不能满 足现代旅游管理 的需要 ． 我国学者邓聚龙教授 ， ２ 世纪 ８ 于 ０ ０年代首创的灰色系统理论， 为我们解决这个问 题提供 了一种行之有效的方法 ． 灰色预测模型就是基于灰色建模理论形成的 ， 其中最常 见的就是 Ｇ １１ Ｍ（ ，） 模型．
色预 测模 型 以及 Ｂ Ｐ网络预 测模 型 的应 用及 其 差异 问题 ， 出以 下结 论 ： ） 果序 列 较 长 （０ 得 １如 ２ ａ左
右） 可选择 指 数平 滑预 测模 型 ；） ， ２ 如果 序列较 短 （ａ以下） 可选择 线 性 回归预 测模 型 ； ） 于两者 ７ ， ３介
之 间的可以考虑使用灰 色预测模型 ；） Ｐ模型预测（ ４Ｂ 拟合 ） 值比较准确， 但结构复杂． 由于选择的模 式不同， 预测值也会有差别 ， 需要根据试算结果选择适 当的 网络模式和函数参数 ．
旅 游 客 流 的 主要 预 测 模 型
建立科学的旅游分析预测模型（ 一般用游客人数作为测度指标）是保证旅游业健康持续发展的前提 ． ， 在 ２ 纪 ６ 代至 ９ ０世 ０年 ０年代 初期 ， 旅游需 求预 测方 法 以时间序列 技术 为主 ， 主要 包括 线性 回归 模 型［ 指数 平 ３、 ３ ］ 滑法［ 趋势模型法［ 等 ； 引、 随着计算机技术 的发展 ， ］ 人工智能预测方法逐渐运用到游客量的预测中， 主要包 括灰色理论 人工神经网络模型 Ｊ ６、 、 遗传算法和专家系统等 ． 由于运算机理与方法 的不同， 以上数学模型 在旅游规划实践中各有优劣， 需要根据应用的具体情况鉴别和取舍． 本文从时间序列技术和人工智能技术中 各选 取两 种较有 代表性 的方法进 行预测 和 比较 ．
由于该方法简单易行 ， 在传统的游客流量预测 中， 保继 刚曾采用线性 回归方法预测了北京颐和园等旅 游地 的游客数量 ８．
１ ２ 指数 平滑预 测模 型 ．
游客量与时间序列不是简单的线性关系， 因此许 多学者开始将指数平滑法应用于旅游客流量的预测 中． 指数平滑预测分为一次指数平滑预测和高次指数平滑预测 ． 一次平滑预测不能跨期预测 ， 对其进行修改
收 稿 日期 专项资金项 目（８ ５６ ０ ． ４ ０４ ６ ）
作者简介： 汪祖丞 （９ ４一 ， ， １８ ）男 硕士生 ， 研究方 向为环境规划 与管理
３ ３卷第 ３期
汪祖丞 ， 刘 玲 ： 旅 游客流预测模型的 比较及其实证 研究
第３卷３ ３ 期
２ ０ ５月 ０１ 年
Ｊｕ ａ ｆ ｎ ｕ Ｎ大ｍａ Ｕｎｖｒｉ Ｎａｕａ ）ｉ ｃ） ｏ ｒ 安 徽 师 范 ｏ 学 ｉ ｓ自然科学版 ｅ ｅ ｎ ｌ ｈ ｉ ｒ ｌ学 报 （ｙ（ ｔｒｌ ｃ ｎ ｏＡ ｅ ｔ Ｓ
Ｖ０．３Ｎｏ３ １３ ．
Ｍａ ｙ．２０１０
２７ ８
可得到能够跨期预测 的高次指数平滑法［ 如二次指数平滑预测模型 ， 引， 即
｛ ＝口； ＋（ 一口 ｓ １ ） ｓ） １ ） 一 ； （） ２ 式中： 为第ｔ ｓ） ５ 期的一次指数平滑值， 一为第 ｔ １ ｓ１ ； 一 期的二次指数平滑值， 为加权系数（ ≤ ａ １．２ 口 ０ ≤ ）（） 式中的 ｓ ； ”可由（） ３ 式得到 ｛ ＝ａ ＋（ 一口 ｓ ｌ ） ｙ １ ）一 （） ３ 式中 ｌ 是第 ｔ 时期的一次指数平滑值， 是第ｔ ｌ ＿ ） １ 一１ Ｙ 时期的观测值． 二次指数平滑预测通过式（） ２ 得到平滑
旅游 目的地 ， 四大客源输 出国… ． 第 为了使整个社会经济更好的发展 ， 必须保持和实现旅游业 的稳定健康与
可持续发 展 ． 因此 ， 学制 定旅 游业 的持续发 展 战略规划 就显 得尤 为重要 ． 科 在旅 游发展 战略规划 中 ， 旅游 经济 分析有 ３个 问题 是必 不可 少 的 ：１ 区位分析 ；２旅 游 的游客人 数 预测 和 消费支 出 ；３投 入 产 出分析 【 ． （） （） （） ２ 对 Ｊ 于 自然景 区来说 ， 区位 是一 定 的 ， 而游 客人数 的预测 是实 现旅 游 经济 分析 量化 的基 础 和保 证 ， 它直 接 决定 了 旅 游业 的投入产 出 比． 旅游 人数 预测 的科学 与否直 接影 响到旅 游发展 战 略和宏观 决策 的科 学与 否 ．