[摘 要]本文試圖理清旅游需求預(yù)測(cè)方法發(fā)展的思路許多方法的應(yīng)用進(jìn)行了評(píng)價(jià)。

[關(guān)鍵詞]旅游需求；預(yù)測(cè)；方法

[中圖分類(lèi)號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002—5006(2006)08—0090—03

1 前言

經(jīng)濟(jì)管理活動(dòng)離不開(kāi)預(yù)測(cè)。要大力發(fā)展旅游業(yè)，提高旅游業(yè)的管理水平，旅游預(yù)測(cè)工作是必不可少的。而由于旅游產(chǎn)品的易逝性、不可貯存等特點(diǎn)，對(duì)旅游的預(yù)測(cè)工作提出了更高的要求。

本文共分四部分：第一部分前言；第二部分介紹旅游需求預(yù)測(cè)方法的分類(lèi)；第三部分是對(duì)部分預(yù)測(cè)方法預(yù)測(cè)結(jié)果實(shí)證檢驗(yàn)的綜述；第四部分是結(jié)論。

2 旅游需求預(yù)測(cè)方法分類(lèi)

2．1 旅游需求預(yù)測(cè)方法文獻(xiàn)統(tǒng)計(jì)

旅游需求預(yù)測(cè)開(kāi)始于20世紀(jì)60年代，但快速發(fā)展卻是在20世紀(jì)80年代。如圖1所示，在149篇旅游需求預(yù)測(cè)的文獻(xiàn)中，80年代之前的只有9篇，進(jìn)入21世紀(jì)后，短短5年時(shí)間，旅游需求預(yù)測(cè)的文章直追20世紀(jì)90年代的文獻(xiàn)總數(shù)。這些文章絕大部分發(fā)表于世界一流的旅游學(xué)期刊上，如《旅游研究》、《旅行研究》、《旅游管理》，還有一部分發(fā)表于《應(yīng)用經(jīng)濟(jì)學(xué)》與《國(guó)際預(yù)測(cè)》等期刊上。

2．2 旅游需求預(yù)測(cè)方法分類(lèi)

旅游研究者對(duì)旅游需求預(yù)測(cè)方法進(jìn)行了多角度的探索。在20世紀(jì)90年代之前，一般采用的是傳統(tǒng)的定量定性研究方法，如計(jì)量經(jīng)濟(jì)方法、時(shí)間序列方法等。而20世紀(jì)90年代之后，隨著人工智能理論的成熟以及在各行業(yè)的廣泛應(yīng)用，旅游研究者將這些方法引入旅游業(yè)，并進(jìn)行了旅游需求預(yù)測(cè)的探索。各種旅游需求預(yù)測(cè)方法見(jiàn)圖2。

3 旅游需求預(yù)測(cè)方法的實(shí)證檢驗(yàn)

評(píng)價(jià)預(yù)測(cè)結(jié)果的標(biāo)準(zhǔn)不外乎3個(gè)：一是預(yù)測(cè)的準(zhǔn)確性，二是預(yù)測(cè)成本的高低，三是預(yù)測(cè)方法的可行性。1989年馬丁與威特首次提出了旅游預(yù)測(cè)準(zhǔn)確性的問(wèn)題。許多學(xué)者對(duì)旅游需求預(yù)測(cè)方法的準(zhǔn)確性也進(jìn)行了研究。

預(yù)測(cè)的準(zhǔn)確性通過(guò)預(yù)測(cè)值與實(shí)際值之間的誤差來(lái)決定。通常采用的是平均絕對(duì)誤差百分比(MAPE：Mean Absolutely Percentage Error)，均方誤(MSE：Mean Square Error)，均方根誤(RMSE：RootMean Square Error)，以及塞爾的U系數(shù)比較(Theil’sU coefficient)。

3．1 傳統(tǒng)方法之間的比較

蒂莫·斯達(dá)克利用計(jì)量經(jīng)濟(jì)模型普通最小二乘法(OLS：Ordinal Least Square)與好像非相關(guān)回歸模型(SUR：Seemingly Unrelated Regression)來(lái)預(yù)測(cè)克羅地亞的旅游需求，并比較了這兩種方法。這些模型表明到克羅地亞的旅游人數(shù)是客源國(guó)真實(shí)的國(guó)內(nèi)生產(chǎn)總值和實(shí)際匯價(jià)的函數(shù)。通過(guò)分析，好像非相關(guān)回歸模型比最小二乘法模型更準(zhǔn)確，更有效果。

瑪格瑞德·梅洛在2001年使用向量自回歸(Sims’s VAR：Vector Autoregression)模型，作為迪頓與繆俄鮑爾的接近理想需求方法(AIDS：AlmostIdeal Demand System)的替代，分析了旅游份額、旅游價(jià)格與英國(guó)旅游者預(yù)算之間的長(zhǎng)期關(guān)系。通過(guò)受限制的向量自回歸模型預(yù)測(cè)了英國(guó)旅游者的長(zhǎng)期旅游需求與目的地份額。作者最后得出結(jié)論，向量自回歸模型是一個(gè)相當(dāng)準(zhǔn)確的旅游需求預(yù)測(cè)方法。

凱里·高與羅布·勞(2001)利用香港的10大客源國(guó)的數(shù)據(jù)進(jìn)行模型建立與評(píng)價(jià)，并選用了10個(gè)時(shí)間序列模型，分別是天真方法(天真法一、天真法二)、移動(dòng)平均法(3個(gè)月移動(dòng)平均法、12個(gè)月移動(dòng)平均法)、指數(shù)平滑法(簡(jiǎn)單指數(shù)平滑法、霍特指數(shù)平滑法、溫特指數(shù)平滑法)、自回歸移動(dòng)平均結(jié)合法(ARIMA：AutoRegressive Integrated Moving Average)、季節(jié)性自回歸移動(dòng)平均結(jié)合法(SARIMA：Multiplicative SeasonalARIMA)、帶干預(yù)項(xiàng)分析的自回歸移動(dòng)平均結(jié)合法。并且用塞爾的U系數(shù)、平均絕對(duì)誤差百分比(MAPE)、均方誤(MSE)、均方根誤差百分比(RMSPE)、均方誤根(RMSE)、平均絕對(duì)離差(MAD)對(duì)預(yù)測(cè)的準(zhǔn)確性進(jìn)行了檢驗(yàn)。在有干預(yù)因素的情況下，季節(jié)性自回歸移動(dòng)平均結(jié)合方法預(yù)測(cè)的準(zhǔn)確度最高。

楚方林(1998)利用6種預(yù)測(cè)技術(shù)來(lái)預(yù)測(cè)亞太地區(qū)國(guó)家的旅游需求，這6種方法分別為天真一法、天真二法、霍特——溫特指數(shù)平滑法、簡(jiǎn)單線性回歸時(shí)間序列法、正弦波動(dòng)時(shí)間序列非線性回歸模型以及季節(jié)性——非季節(jié)性自回歸移動(dòng)平均結(jié)合模型。結(jié)果表明雖然預(yù)測(cè)的準(zhǔn)確性隨國(guó)家的不同而有所不同，但總的來(lái)說(shuō)在預(yù)測(cè)國(guó)際旅游需求方面季節(jié)性——非季節(jié)性自回歸移動(dòng)平均結(jié)合模型是最準(zhǔn)確的。研究還發(fā)現(xiàn)，根據(jù)塞兒不等式系數(shù)值的判斷，季節(jié)性——非季節(jié)性自回歸移動(dòng)平均結(jié)合模型優(yōu)于其他的預(yù)測(cè)方法。

納達(dá)·庫(kù)倫詹與麥克斯韋·金于1997年使用誤差修正模型與時(shí)間序列模型來(lái)預(yù)測(cè)國(guó)際旅游的季度流動(dòng)，文章通過(guò)4個(gè)主要旅游市場(chǎng)，美國(guó)、日本、英國(guó)與新西蘭流向澳大利亞的旅游者季度流動(dòng)預(yù)測(cè)來(lái)比較預(yù)測(cè)模型。這些模型包括誤差修正模型、自回歸模型、自回歸移動(dòng)平均結(jié)合模型、基礎(chǔ)的結(jié)構(gòu)模型與時(shí)間序列回歸模型。主要結(jié)論是：與時(shí)間序列模型相比，誤差修正模型的效果最差。

納達(dá)·庫(kù)倫詹與斯蒂芬·威特(2001)解釋說(shuō)國(guó)際旅游需求的最小平方回歸模型沒(méi)有無(wú)變化模型(天真法一)準(zhǔn)確。文章研究認(rèn)為采用最新的計(jì)量模型比最小平方回歸模型更準(zhǔn)確，但是這些新的計(jì)量模型仍然沒(méi)有無(wú)變化模型與時(shí)間序列模型好。

派勒·崗贊雷澤與潘·莫瑞爾(1996)認(rèn)為估計(jì)的結(jié)構(gòu)模型預(yù)測(cè)結(jié)果比兩個(gè)替代動(dòng)態(tài)模型、轉(zhuǎn)化函數(shù)與誤差修正模型更準(zhǔn)確。

約翰·蒲瑞澤與斯蒂芬·威特(2003)的研究結(jié)果表明單變量狀態(tài)空間模型最好，單變量自回歸移動(dòng)平均結(jié)合模型次之，多變量狀態(tài)空間模型最差。

克里斯廷·利穆(2002)比較了幾種指數(shù)平滑模型，并用各種指數(shù)平滑模型來(lái)估計(jì)1975—1999年從香港、馬來(lái)西亞與新加坡到澳大利亞的各季度旅游人數(shù)。均方誤根用來(lái)檢驗(yàn)預(yù)測(cè)的準(zhǔn)確性。結(jié)果認(rèn)為霍特——溫特加法模型與多元季節(jié)模型比單一的二次霍特——溫特非季節(jié)性指數(shù)平滑模型預(yù)測(cè)準(zhǔn)確。

3．2 人工智能方法的比較

羅布·勞與諾曼·奧(1999)利用神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)日本游客對(duì)香港的旅游需求，這也是神經(jīng)網(wǎng)絡(luò)進(jìn)入旅游研究后的第一篇用來(lái)預(yù)測(cè)旅游需求的文獻(xiàn)。實(shí)證表明使用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)日本游客到香港旅游的人數(shù)比多元回歸模型、天真模型、移動(dòng)平均模型與指數(shù)平滑模型更好。

博格等人(2001)用一系列的時(shí)間序列預(yù)測(cè)模型來(lái)預(yù)測(cè)南非德班的旅游需求。包括：天真模型、移動(dòng)平均法、季節(jié)調(diào)整法、單一指數(shù)平滑法、自回歸移動(dòng)平均結(jié)合法、多元回歸模型、遺傳回歸模型與神經(jīng)網(wǎng)絡(luò)法。結(jié)果表明神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果最好。

文森特·楚(2003)用3種不同的時(shí)間序列方法來(lái)預(yù)測(cè)旅游需求的準(zhǔn)確性，這3種方法分別是指數(shù)平滑法、單變量自回歸移動(dòng)平均結(jié)合法以及神經(jīng)網(wǎng)絡(luò)方法，并且用均方誤根(RMSE)與平均絕對(duì)誤差百分比(MAPE)進(jìn)行了檢驗(yàn)，最后的結(jié)論是在這3種方法中，人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果是最準(zhǔn)確的。

羅布·勞(2000)的研究沿用了神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)旅游需求，實(shí)證結(jié)果表明使用向后繁衍神經(jīng)網(wǎng)絡(luò)比回歸模型，時(shí)間序列模型以及向前推進(jìn)神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)準(zhǔn)確性更好。

潘蒂與斯尼德宣布，通過(guò)實(shí)證檢驗(yàn)，使用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)非線性的旅游者的行為能比線性趨勢(shì)預(yù)測(cè)方法、指數(shù)平滑法、自回歸移動(dòng)平均結(jié)合法或天真模型法得到較低的平均絕對(duì)百分誤，較低的累計(jì)相關(guān)絕對(duì)誤，較低的均方誤根。

奧在2003年利用模糊理論來(lái)預(yù)測(cè)具有不確定性的旅游業(yè)。模型混合了計(jì)量自回歸模型與模糊模型，在傳統(tǒng)計(jì)量自回歸模型的基礎(chǔ)上，試圖采用非參數(shù)的模糊模型來(lái)預(yù)測(cè)旅游需求人數(shù)，因?yàn)樗鼈冎g的關(guān)系是高度非線性的并且是動(dòng)態(tài)的。作者認(rèn)為混合回歸一模糊模型作為一個(gè)整體來(lái)研究旅游市場(chǎng)，其預(yù)測(cè)結(jié)果是比較準(zhǔn)確的。

凱里·高與羅布·勞(2003)認(rèn)為粗集理論可以從原始的混亂的數(shù)據(jù)中找到有用的信息并從決定規(guī)則的數(shù)據(jù)中發(fā)現(xiàn)知識(shí)。他們用香港的10大客源國(guó)1985—2000年的數(shù)據(jù)來(lái)檢驗(yàn)。結(jié)論是粗集理論在用來(lái)預(yù)測(cè)旅游需求時(shí)的準(zhǔn)確率可以達(dá)到87．2％。

王朝宏(2004)使用模糊時(shí)間序列與混合灰色理論來(lái)預(yù)測(cè)旅游需求，實(shí)證結(jié)果表明模糊時(shí)間序列方法最適合預(yù)測(cè)香港到臺(tái)灣的需求，灰色理論比較適合香港與美國(guó)到臺(tái)灣的旅游需求，而馬克沃改進(jìn)模型最適合德國(guó)到臺(tái)灣的旅游需求。

4 結(jié)論

使用哪種預(yù)測(cè)模型，一般來(lái)說(shuō)要根據(jù)研究的需要來(lái)決定。如果自變量的值是已知的或是能夠準(zhǔn)確估計(jì)的，那么神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果最準(zhǔn)確。當(dāng)自變量受政策影響需要估計(jì)時(shí)，回歸模型會(huì)更有用；如果自變量不能夠得到，時(shí)間序列模型預(yù)測(cè)效果最好。

目前的旅游需求預(yù)測(cè)文獻(xiàn)，主要論述是從方法的角度來(lái)闡述，基本上沒(méi)有涉及到旅游預(yù)測(cè)方法在實(shí)踐中的作用，也沒(méi)有提到通過(guò)旅游需求預(yù)測(cè)，如何提高旅游目的地的服務(wù)水平與供給能力，使需求與供給達(dá)到平衡，最大可能地提高旅游目的地的績(jī)效水平。而這點(diǎn)卻是旅游目的地最關(guān)心的，也是旅游需求預(yù)測(cè)的最終目的。

[責(zé)任編輯：宋子千；責(zé)任校對(duì)：趙英麗]

“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文?！?/p>