湯杰　王祖靜

摘 要：該文提出了多步變權(quán)重組合預(yù)測(cè)方法，綜合考慮多種單項(xiàng)模型，對(duì)我國(guó)國(guó)內(nèi)旅游人數(shù)進(jìn)行了分析與預(yù)測(cè)，研究結(jié)果表明所提出的組合預(yù)測(cè)方法比單項(xiàng)預(yù)測(cè)方法更加科學(xué)合理，具有可行性。

關(guān)鍵詞：國(guó)內(nèi)旅游；變權(quán)；二次規(guī)劃；組合預(yù)測(cè)

中圖分類號(hào) F59 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2015）05-06-04

Abstract：This article has presented the method of multi-step variable weight combination forecasting by considering many individual models. In order to analysis and forecast the number of domestic tourists. The research result shows that the proposed combination forecast method is more reasonable and scientific than each individual model. And it is also feasible.

Key words：Domestic tourism；Variable weight；Combination forecasting；Quadratic programming

1 引言

由于我國(guó)改革開放以來國(guó)民經(jīng)濟(jì)在各方面的飛速增長(zhǎng)，帶動(dòng)了旅游業(yè)最近十幾年的快速增長(zhǎng)[1]。旅游需求預(yù)測(cè)在旅游業(yè)發(fā)展中具有重要的作用，而單一的旅游預(yù)測(cè)模型已經(jīng)不能很好的預(yù)測(cè)旅游業(yè)的發(fā)展?fàn)顩r，因此急需一種新的預(yù)測(cè)游客量的組合預(yù)測(cè)方法，以便更加科學(xué)合理的規(guī)劃和管理旅游地的相關(guān)工作[2]。

組合預(yù)測(cè)方法首次是由J.M.Bates和C.W.J.Granger于20世紀(jì)60年代末提出，他們給出了時(shí)間序列的2個(gè)單項(xiàng)預(yù)測(cè)，證明了這2個(gè)預(yù)測(cè)的適當(dāng)?shù)木€性組合導(dǎo)致了一個(gè)比這2個(gè)單項(xiàng)預(yù)測(cè)更好的預(yù)測(cè)結(jié)果[3]。在早期關(guān)于旅游組合預(yù)測(cè)的文獻(xiàn)中，R.Fritz，C.Brandon和J.Xander結(jié)合時(shí)間序列模型（自回歸綜合移動(dòng)平均方法，ARIMA）和傳統(tǒng)的計(jì)量模型預(yù)測(cè)了佛羅里達(dá)州的航空游客[4]。吳敬芳和洪星運(yùn)用灰色GM（1，1）模型和線性回歸組合模型建立了我國(guó)國(guó)內(nèi)旅游人數(shù)預(yù)測(cè)的組合模型[5]。梅亮、葛世倫和高尚采用BP神經(jīng)網(wǎng)絡(luò)模型、GM（1，1）模型以及指數(shù)曲線模型組合后的非負(fù)權(quán)重組合模型對(duì)江蘇省入境游客源進(jìn)行了預(yù)測(cè)[6]。C.K.Chan，S.F.Witt，Y.C.E.Lee和H.Song利用工程技術(shù)中的CUSUM技術(shù)確定時(shí)間更新權(quán)重后用二次規(guī)劃計(jì)算出組合預(yù)測(cè)值[7]。

本文研究的基礎(chǔ)數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒》（1995-2010），主要以國(guó)內(nèi)生產(chǎn)總值、人口數(shù)及構(gòu)成、國(guó)內(nèi)旅游情況3部分?jǐn)?shù)據(jù)為基礎(chǔ)，將它們處理后導(dǎo)入PASW軟件中分別進(jìn)行三次曲線擬合，利用MATLAB對(duì)擬合后的數(shù)據(jù)進(jìn)行多次求解二項(xiàng)規(guī)劃得出所需的權(quán)重，并求出組合預(yù)測(cè)值，再與單項(xiàng)預(yù)測(cè)結(jié)果進(jìn)行比較，最后根據(jù)此種方法預(yù)測(cè)出未來6a的我國(guó)國(guó)內(nèi)旅游人數(shù)。

2 單項(xiàng)預(yù)測(cè)模型

根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》（1995-2010）中的相關(guān)信息，對(duì)1994-2009年我國(guó)國(guó)內(nèi)旅游情況原始數(shù)據(jù)進(jìn)行整理，在綜合分析國(guó)民經(jīng)濟(jì)影響范圍的基礎(chǔ)上，結(jié)合專家的指導(dǎo)意見，建立以下3個(gè)單項(xiàng)的預(yù)測(cè)模型（由于采用組合預(yù)測(cè)方法，所以單項(xiàng)預(yù)測(cè)模型必須多于一項(xiàng)），分別為我國(guó)國(guó)內(nèi)旅游人數(shù)與時(shí)間關(guān)系的模型、國(guó)內(nèi)旅游人數(shù)與全國(guó)人口模型、國(guó)內(nèi)旅游人數(shù)與GDP模型。

由于2003年我國(guó)受SARS疫情影響，國(guó)內(nèi)旅游人數(shù)明顯下降，不符合常態(tài)分布，所以采用插值法對(duì)2003年的數(shù)據(jù)進(jìn)行修正。

4 預(yù)測(cè)

4.1 各預(yù)測(cè)模型比較 根據(jù)以上分析求出組合預(yù)測(cè)值和各單項(xiàng)預(yù)測(cè)結(jié)果進(jìn)行比較，計(jì)算出各預(yù)測(cè)方法的年平均誤差的絕對(duì)值（表4）。從表4可以看出，在與各單項(xiàng)預(yù)測(cè)模型的比較中，除n=2時(shí)組合預(yù)測(cè)值的年平均誤差絕對(duì)值16.1大于國(guó)內(nèi)旅游人數(shù)與全國(guó)人口模型15.3外，多步變權(quán)重組合預(yù)測(cè)法的平均誤差最小，并且年平均誤差絕對(duì)值的波動(dòng)也相當(dāng)最小，說明組合預(yù)測(cè)模型與單項(xiàng)預(yù)測(cè)模型相比具有更高的精度。

再分別建立國(guó)內(nèi)旅游人數(shù)和時(shí)間關(guān)系模型、國(guó)內(nèi)旅游人數(shù)和全國(guó)人口模型、國(guó)內(nèi)旅游人數(shù)和GDP模型，求出相應(yīng)的預(yù)測(cè)結(jié)果。最后，根據(jù)已建立的模型利用上述多步變權(quán)重組合預(yù)測(cè)法預(yù)測(cè)出2010-2015年我國(guó)國(guó)內(nèi)旅游人數(shù)。

2010-2015年我國(guó)國(guó)內(nèi)旅游人數(shù)時(shí)間序列三次曲線模型和變權(quán)重組合預(yù)測(cè)的比較結(jié)果。2010-2015年我國(guó)國(guó)內(nèi)旅游人數(shù)是逐年增加的，這與1994-2009年的統(tǒng)計(jì)數(shù)據(jù)所呈現(xiàn)的規(guī)律相符。未來6a我國(guó)國(guó)內(nèi)旅游人數(shù)的年平均增長(zhǎng)率為12.7%、年平均游客量為30.419億人次，預(yù)測(cè)數(shù)據(jù)具有合理性。

5 結(jié)語

綜上所述，本文結(jié)合了國(guó)民經(jīng)濟(jì)的多個(gè)方面來預(yù)測(cè)未來一段時(shí)間的我國(guó)國(guó)內(nèi)旅游人數(shù)，揭示了國(guó)內(nèi)旅游人數(shù)和相關(guān)要素之間的關(guān)系，比使用單項(xiàng)預(yù)測(cè)模型精度更高，得出的預(yù)測(cè)結(jié)果更加準(zhǔn)確。由于旅游業(yè)的發(fā)展受到多種因素的影響，但是本文的組合預(yù)測(cè)模型只選取了國(guó)民經(jīng)濟(jì)中影響旅游業(yè)的很小的一部分的相關(guān)要素進(jìn)行分析，忽略了其他許多相關(guān)要素，因此，將來可以結(jié)合國(guó)民經(jīng)濟(jì)中影響旅游業(yè)發(fā)展的各部分因素組成組合預(yù)測(cè)模型進(jìn)行進(jìn)一步的綜合分析。

參考文獻(xiàn)

[1]王萍.基于人工神經(jīng)網(wǎng)絡(luò)的旅游需求預(yù)測(cè)與實(shí)證研究——以青島市為例[D].蘭州：西北師范大學(xué)，2004.

[2]胡柏葉，孫靜春，劉哲松.考慮節(jié)假日因素影響的上海市月入境旅游人數(shù)預(yù)測(cè)[J].西安工程大學(xué)學(xué)報(bào)，2009，23（1）：98-101.

[3]J.M.Bates，C.W.J.Granger.Combination of forecasts[J].Operational Research Quarterly，1969，20（4）：451-468.

[4]R.Fritz，C.Brandon，J.Xander.Combining time series and econometric forecast of tourism activity[J].Annals of Tourism Research，1984，11（2）：219-229.

[5]吳敬芳，洪星.GM（1，1）模型和線性回歸組合模型在旅游人數(shù)預(yù)測(cè)中的應(yīng)用[J].現(xiàn)代商業(yè)，2008（15）：117-118.

[6]梅亮，葛世倫，高尚.基于非負(fù)權(quán)重組合模型的江蘇省入境旅游客源預(yù)測(cè)[J].江蘇科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，21（4）：85-90.

[7]C.K.Chan，S.F.Witt，Y.C.E.Lee，H.Song.Tourism forecast combination using the CUSUM technique[J].Tourism Management，2010，31（6）：891-897.

[8]K. K. F.Wong，H.Song，S.F.Witt，D.C.Wu.Tourism forecasting：to combine or not to combine？.Tourism Management，2007（28）：1068-1078.

[9]張軍謀.甘肅省入境客流量預(yù)測(cè)模型構(gòu)建研究[J].旅游學(xué)刊，2010，25（11）：33-38.

[10]韓穎，黃小原，李麗君.多步變權(quán)組合預(yù)測(cè)法及其應(yīng)用——以預(yù)測(cè)我國(guó)郵政收入及從業(yè)人員為例[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2007（7）：1061-1064.

（責(zé)編：張宏民）