旅游需求预测模型探析

1 旅游需求预测模型探析 信息与计算科学 2005 级 郭敏 指导教师 石立新 讲师 摘要 摘要 随着旅游产业的蓬勃发展及在全球范围内的不断推进 有关旅游需求的研究向更深 更广的领域展开 需求预测有助于旅游企业掌握旅游需求的基本规律 从而制定有针对性 的服务战略 以有效协调服务供需的矛盾 同时也有利于旅游企业科学合理的引导旅游者 可持续消费 进而实现旅游的可持续发展 本文采用计量经济法 着重探讨旅游需求预测 中的模型构建 并以攀枝花市为例 对 AIDS 模型进行验证 关键词 关键词 旅游需求 预测 计量经济法 AIDS 模型 Travel demand forecast model GUO Min Information and Computational Science Grade 2005 Directed by SHI Li xin Lecturer Abstract With the rapid development of the tourism industry and on a global scale continue to promote the study of tourism demand to the deeper and broader fields Demand forecasts will help tourism enterprises to master the basic law of demand for tourism so as to formulate the strategy of targeted services to the effective coordination of services to the contradiction between supply and demand At the same time is also conducive to scientific and rational tourism enterprises sustainable consumption tourist guide and proceed to realize the sustainable development of tourism In this paper measurement of economic law focusing on the travel demand forecast model And Panzhihua City for example to verify the model of AIDS Keywords Tourism demand Forecasting Econometric approach AIDS modle 2 1 绪论绪论 1 1 研究背景研究背景 随着旅游产业的蓬勃发展及在全球范围内的不断推进 有关旅游需求的研究向更深 更广的领域展开 1 旅游需求预测是旅游决策的重要支撑 也一直是国外旅游经济研究 中的重点 需求预测有助于旅游企业掌握旅游需求的基本规律 从而制定有针对性的服 务战略 以有效协调服务供需的矛盾 研究旅游需求的目的主要是为了提高评价 预测 与了解旅游者行为的能力及提高对特定旅游目的地 区域的公众行为的理解能力 对旅 游需求的研究不仅可以发现游客的需求特征及需求规律 找出影响旅游者需求的因素 而且可以指导旅游企业对旅游产品的开发与规划 为旅游企业制定经营管理策略提供重 要参考 为旅游资源的开发与规划提供科学的依据 同时也有利于旅游企业科学合理的 引导旅游者可持续消费 进而实现旅游的可持续发展 2 旅游业作为一个在战后发展起来的新兴产业不论在发达国家还是发展中国家都获得 了快速发展 尤其对于中国这样的发展中大国 旅游业已经成长为国民经济的主导产业 之一 然而 随着旅游业的蓬勃发展 与之形成反差的是旅游管理质量和水平的落后 其中一个关键性的衡量指标 就是旅游预测与发达国家相比还处于学习阶段 由于旅游 产品的易逝性和不可贮存等特点 必然对旅游的预测工作提出了更高的要求 我国对旅 游需求预测的研究主要是在借鉴国外旅游需求预测方法的基础上做更进一步的探索与分 析 不少学者对旅游需求预测方法改进做了大量研究 对旅游需求的研究已趋于体系化 研究内容日益丰富 对旅游需求的研究主要集中在对影响旅游者需求因素的研究和旅游 需求调查的研究上 近年来也对旅游需求的预测方法进行了探讨 相比而言 目前国外 则更多侧重于对旅游需求预测及模型的探讨与应用上 在对旅游需求的分析过程中偏重 于定量研究方法的使用和探索 同时注重定量与定性方法相结合 国内也已开始注重旅 游需求的定量分析 主观的 经验性的研究正逐渐减少 从研究结果来看 国内主要是通过对某一具体的消费者群或旅游目的地的实证分析 给旅游目的地政策制定者提供一些参考价值 研究结论不具备普遍指导意义 国外对旅 游需求的研究则更为深入和广泛 注重研究结果的应用价值 所运用的预测方法正由单 一化逐渐向综合化方向发展 研究结果更为精确 由此看来 国内外对旅游需求的研究 3 无论是对基础理论的探讨 还是对具体案例的分析与应用 都已经日趋成熟 大量的研 究使用了定量分析方法 预测模型的研究和使用最为广泛 但无论是理论的研究还是具 体案例的分析都是为旅游业各方面的发展提供可借鉴和参考的依据 旅游企业究竟如何 很好的预测旅游需求 鉴别旅游者的需求 并在旅游活动中如何适应和引导旅游者的需 求仍是研究者们亟待探索和研究的问题 1 2 旅游需求定义旅游需求定义 旅游需求预测开始于 20 世纪 60 年代 研究文献主要侧重于对旅游需求模型与旅游 需求预测的理论探索与案例研究 我国对旅游需求的研究开始于 20 世纪 80 年代 这时 期的旅游需求研究以理论研究为主 研究特点在于对西方经济学在旅游学中的阐述以及 国外计量研究成果的介绍 进入上个世纪 90 年代 相关研究开始丰富并逐步深化 就旅 游需求的概念而言 国内外对什么是旅游需求并无统一的界定 斯蒂芬 史密斯曾指出 需求有多种解释 旅游分析者所用的定义至少有四个 最传 统的定义是新古典主义经济学的定义 需求是以不同的具体价格进行消费的商品和服务 的数量一览表 需求也指实际消费 第三个定义是指潜在需求 即潜在消费水平同观 察消费水平之差量 这种差量可能是由于供给不足 价格过高 安排不当或其他障碍所 引起的 最后一个定义 需求也用来指未消费预测 从未来参与这一意义来讲 需求可 以被看作是许多变量的功能 不仅仅是价格 2 目前国内一般将其定义为 在一定时期内 一定价格上 旅游者愿意而且能够购买 的旅游产品的数量 即旅游者对某一旅游目的地所需求的数量 3 从经济学的角度出发将 旅游需求定义为 价格与需求 的关系 把旅游者的需求界定为是对旅游产品的需求 定义中包含了旅游者需求内容和需求量两个方面的内容 1 3 方法简介方法简介 旅游需求预测开始于 20 世纪 60 年代 但预测方法的快速发展却是在 20 世纪 80 年 代 国外对旅游需求的预测主要以定量分析为主 分析方法包括德尔菲法 逻辑推断法 回归模型法 时间序列法 计量经济学模型等 20 世纪 90 年代以前有关旅游预测的研究 多集中在传统的回归模型上 然而近来的研究越来越集中于更先进的计量技术 包括整 合分析 误差校正模型 ECM 向量自回归法 VAR 和 TVP 法 以及人工智能方法包括 神经网络模型 粗集理论和灰色理论等方法 这些研究的目的是决定影响旅游需求的因 4 素并预测旅游者到达的数目 以便旅游部门制定适当的旅游政策 Greenidge使用STM模型 Structural Time SeriesMode1 对加勒比海地区的阿卢巴岛进行 国际游憩需求预测 Christine Lima 和Michael McAleer 2000 使用ARIMA法对澳大利亚 在亚洲的三个主要客源国 香港 马来西亚 新加坡进行旅游需求预测 Fong Ramesh Durbarry 和 M Thea Sinclair 使用 AIDS 模型预测了法国人的旅游需求 Song 和 Witt 2000 Song et al 2003 和 Witt Song 以及 Wanhill 将传统 VAR 法应用于 预测旅游需求和旅游就业 Kuan Yu Chen Cheng Hua Wang 以 1985 2001 年到中国 的旅游者为样本 研究应用了一个新的神经网络技术 支持向量回归 SVR 来预测旅游需 求 国内对旅游需求预测的研究主要是在借鉴国外旅游需求预测方法的基础上做更进一 步的探索与分析 不少学者对旅游需求预测方法改进做了大量研究 王娟 曾吴 2001 探究了人工神经网络作为一种新型的预测系统在旅游市场需求研究中的重要性 吴江华 等 2002 尝试用人工神经网络模型的3层BP模型来仿真模拟国际入境旅游需求 并以香港 的国际旅游需求为例进行模型验证 腾丽等 2004 利用人工神经网络的Kohonen网络对中 国39个城市居民的旅游需求分类 并在考虑收入 旅游消费占收入的比例 区域旅游供 给强度和交通条件4个因素的基础上对各个类型的城市居民旅游需求特征信息进行了进一 步的分析 孙睿君 钟笑寒 2005 运用旅行费用模型估计典型消费者需求函数与收益 但是 对于旅游需求预测方法的最优模型尚无统一定论 不过 通过对计量经济预 测与外推预测的比较发现在大多数案例中计量经济预测更为精确 计量经济方法具有较 强的说服力 所以大多数研究采取的是计量经济研究方法 4 计量经济方法 又分为因果 关系的计量经济方法与时间序列方法 时间序列方法在中短期预测方面性能良好 但该 方法由于没有考虑需求的影响因素 得出的结果不能进行结构分析 也不能为政策制定 者与旅游管理者提供决策支持 所以本文采用计量经济方法 本文着重探讨了旅游需求 预测中计量经济模型构建 2 模型构建模型构建 2 1 基本模型基本模型 最基本的因果关系计量经济模型是将影响旅游需求的主要因素考虑进去 如旅游者 的可自由支配收 旅游价格 替代旅游价格 旅行成本 旅游营销费用等 5 其函数 6 为 5 1 ijijjkijij Qf Y P PCM 是 i 国旅游者对目的国 j 的旅游需求 是客源国 i 真实的收入 是目的国 j ij Q i Y j P 旅游产品价格 是目的国 j 的竞争对手 k 国的旅游价格 是旅行成本 是旅游 jk P ij C ij M 目的国 j 针对旅游客源国 i 的营销费用 一般 我们把它写成这样的形式 2 35124 ijjijkijij QAP YP C M A 是常数 是参数 12345 等式两边取对数 设 则上式可变为 0 ln A 3 012345 lnlnlnlnlnln ijjijkijij QPYPCM 依据研究的对象不同而不同 它可表示为旅游收入 旅游者人数 旅游过夜天数 ij Q 旅游者花费等 一般用旅游目的国的消费者价格指数来表示 一般用客源国的真实 j P i Y 的国内生产总值来表示 是竞争国的旅游价格的加权平均值 一般用平均的经济仓 jk P ij C 机票价格来表示 是营销费用 ij M 1 j j iij CPI P CPIEX 1 n jkkkk k PCPIEXw 1 n kKK wTTATTA 是消费价格指数 是 i 国与 j 国的外汇比率 j 是目的国 i 是客源国 kCPI ij EX 是同类地区的竞争对手 n 是竞争对手总数 是到 k 国的旅游人数 是 k 国的 k TTA k w 市场份额 式 3 中 是弹性系数 反映了价格 收入 替代价格 旅 12345 行成本 营销费用变动对旅需求的影响 其中 为负 意味着需求随价格与旅行成 1 4 6 本成反向变动 即价格上升 需求量减少 价格下降 需求量增加 旅行成本增加 需 求量减少 旅行成本减少 需求量增加 另外 为正 意味着需求随客源国 235 收入 替代价格与营销费用成正向变动 即客源国收入增加 需求增加 替代价格上升 需求增加 营销费用增加 需求增加 反之亦然 研究结果表明 模型中并不显著 所以可以剔除出模型 并且认为不显著的原 ij C ij C 因可能是因为平均的经济仓机票价格并不能很好地代替旅行成本 7 基本模型将影响旅游需求的主要因素考虑了进去 较为完整地反映了旅游需求与收 入 价格 替代价格之间的关系 同时模型清楚地将弹性计算了出来 有利于管理者进 行各种经济分析 但是 旅游需求是具有趋势性的 从世界各国的旅游发展来看 旅游 人次呈不断上涨的趋势 据世界旅游组织预测 到 2020 年 全球的国际旅游者人数将达 到 l 6 亿人次 而旅游收入也将超过 2 万亿美元 旅游业将成为增长速度最快也是最大的 产业之一 另外 旅游业又是个非常脆弱的产业 任何政治 经济 社会的风吹草动都 会影响到旅游需求 而在基本模型里没有将旅游的发展趋势与脆弱性考虑进去 这可 以说是该模型的致命缺陷 2 2 改进模型改进模型 改进模型是在基本模型的基础上 添加了趋势变量与虚拟变量 使得模型更能反映 旅游业的发展趋势性与受特殊事件影响的脆弱性 8 11 改进后的旅游需求预测模型是 ijijjkijijh Qf Y P PCMT D 4 ij01j2 i3jk4ij5ij67 ln Q l n P ln Y l n P l nC l n M T hit D 5 T 是时间趋势 是指影响旅游需求的特殊事件 h 是特殊事件的数目 h 1 h D 2 如 1973 1974 年的石油危机 1991 年的海湾战争 2001 年恐怖分子袭击美国世 贸大厦事件 都对旅游需求造成了很大的影响 所以这些事件就用来反映 是 0 h D h D 7 1 变量 当某事发生时 的值为 1 当某事没有发生时 的值为 0 比如 要预测美 h D h D 国来华旅游人数 2001 年的 9 11 事件就要作为虚拟变量进入模型 2001 年时 1 h D 其他年份 0 是随机误差 h D t 考虑了时间趋势 特殊事件与随机误差的改进模型更为优越 前面提到 计量经济 方法中的时间序列模型在中短期预测方面精度更高一点 所以 如何在因果关系计量经 济模型中将时间序列预测方法的优点吸收进来 是下一步研究的重点 2 3 因果关系模型与时间序列模型的结合因果关系模型与时间序列模型的结合 结构时间序列模型结构时间序列模型 时间序列分析是研究事物发展变化规律的一种量化分析方法 它认为时间序列是过 去值和一些相关变量的函数 正是在此理论基础上建立了时间序列预测模型 即根据序 列的过去值来预测序列的未来值 由旅游人次数构成的时间序列具有趋势性 季节性与 周期性的特征 12 将时间序列的这 3 种发展变化特征考虑进模型 从而形成因果关系预 测与时间序列预测的结合预测模型称为结构时间序列模型 Structural Timing Series Mode1 简称为 STM 模型 13 STM模型的形式为 6 jj iji ik PP lnARR f 1nY In In Trend Seasonal Cycle PP 这里 代表客源国i到目的国j的旅游人数 是客源国i真实的GDP 是旅游 ij ARR i Y j P 目的国j旅游服务的价格指数 是客源国i的消费者价格指数 是竞争对手k国的价格 i P k P 指数 i代表客源国 j代表目的国 k代表竞争对手 Trend代表时间序列的趋势性 Seasonal代表时间序列的季节性 Cycle代表时间序列的周期性 时间序列的趋势性包括两种 一种是水平趋势 一种是倾斜趋势 水平趋势 7 11tttt 2 0 tNID 倾斜趋势 8 1ttt 2 0 tNID 代表水平趋势变量 代表倾斜趋势变量 与是水平趋势与倾斜趋势的分布 t t t t 8 它们是均值为0 方差为的白噪音 NID指正态独立分布 2 季节性为 9 11 ttt st 2 0 tNID 是季节性变量 s是季节长度 是均值为0 方差为的白噪音 它是随机季节 t t 2 性的虚拟变量形式 随机季节性的三角形式可表达为 10 2 1 s ta t j 是s 2取整数 总的就可以表示为 2 s a t 11 1 1 cossin a ta taa taat for 12 1 1 sincos a ta taa taat 1 2 s 与是均值为0 方差在时互不相关的白噪音 是频率 at at 2 1 2 s a 0 可以通过的参数估计来决定作为确定的或离散的季节性是否应该进入模 a 2 型 周期性是指旅游目的地的旅游产品需求具有生命周期 这一理论是巴特勒 Butler 于1980年首次提出的 并命名为 旅游生命周期 旅游生命周期 理论指出旅游目 的地会经历6个成长阶段 开拓 进入 发展 巩固 停滞 下降或者复兴 14 15 周期性变量为 13 1 1 cossin sincos tcctt cc ttt k k 1 tT 是频率 0 是阻尼 衰减 因子 0 1 是均值为0 方差为 c c tt k k 的白噪音 Harvey 1995 2 STM模型既保留了因果分析计量经济模型结构分析的特点 也吸取了时间序列模型 趋势性 季节性 周期性预测的优点 STM通过STAMP5 0软件包来计算 Greenidge Kevin采用STM模型预测了美国旅游者对巴巴多斯岛的旅游需求 一般来说 STM模型能 够包含大多数被普通的回归模型抛弃在残差里的重要的信息 STM模型可以直接用来解 释 并能让计划者更进一步洞察旅游行为 而且 模型中的变量可以随时间变动 模型 9 的预测结果也得到了改良 2 4 基于效用理论的基于效用理论的AIDS模型模型 AIDS模型是Almost Ideal Demand System 的缩写 它是在1980年由Deaton与 Muellbauer共同提出的 AIDS模型最初是用来研究消费者行为的 后来研究者将它引入旅 游业 用来分析旅游目的地的旅游收入 AIDS模型的基本形式是 14 00 1111 1 log logloglog 2 i nnnn iiijiji iiji c u ppppup u是效用水平 是既定价格p下为达到效用水平u所花费的成本 是旅游目的 c u p i P 地i的旅游价格 是竞争对手j的旅游价格 n是目的地数量 是参数 j P 00 iiji i 1 n j l n 旅游目的国i的旅游收入份额为 15 loglog iiijji j X p P 是旅游者在目的国i的花费份额 X是旅游者的旅游总花费 P是 i 2 ijijjt 旅游价格总指数 P通过下式计算得来 0 1 logP logloglog 2 iiijij iij ppp 16 在AIDS模型中 旅游需求是相关价格与真实花费的非线性函数 Muellbauer与 Deaton 1980 表示将P用斯顿指数 Stone S index 来代替 从而将非线性函数转化为近似 P 线性函数 斯顿指数为 P loglog ii i Pp 17 是样本预算份额 i 各约束条件为 10 111 1 0 0 nnn iijiijji iii AIDS模型在预测旅游收入方面是较为理想的模型 而且通过AIDS模型可以分析目的 国在同类竞争市场上所处的地位 从而管理者通过调整相关的政策或采取相应的措施来 提高旅游目的国在区域中的地位 3 预测结果与分析预测结果与分析 3 1 AIDS模拟验证模拟验证 由攀枝花市旅游局统计资料 凉山统计年鉴 中国统计年鉴 整理得到表1如下 表表 1 1 20002000年到年到20072007年 攀枝花与西昌一览表年 攀枝花与西昌一览表 Table 1 A list of Panzhihua and Xichan from 2000 to 2007 指标20002001200220032004200520062007 攀枝花旅游 收入 万元 西昌旅游收 入 万元 攀枝花市 GDP 万元 旅游价格总 指数 15800 29380 1147600 0 4 24400 38300 1240800 0 7 32000 43200 1380500 0 8 46800 52900 1638200 1 2 75500 82000 2030000 3 9 104457 117000 2480000 1 8 181200 136900 2900717 1 5 261700 205000 3455875 4 8 本文在攀枝花市旅游局与 凉山年鉴 中提取2000年到2007年间 攀枝花与周边城 市西昌旅游收入作为观测值 攀枝花作为旅游目的地 周边城市西昌则为竞争地区 利 用AIDS模型 代入2000年到2007年西昌与攀枝花相关数loglog iiijji j X p P 11 据 进行2008年攀枝花地区的旅游需求预测 并与实际值做比较 算出误差值 通过MATLAB 7 0软件包 得到2008年攀枝花旅游需求预测值如下表2 表表 2 2 20082008年攀枝花旅游需求年攀枝花旅游需求 Table 2 Panzhihua tourism demand in 2008 指标指标 i a ij i j pXP i 数据数据0 21450 1872 0 17692375002954810 0590 0691 0 0691为攀枝花2008年的旅游收入份额 攀枝花市2008年旅游收入则为X值 i 295481万元 实际上 2008年 攀枝花地区实际旅游收入份额为0 0658 实际旅游收入则为281200 万元 可以算出 预测误差约为5 通过预测值与实际值的比较 能够体现出用AIDS方 法进行旅游需求预测 在实际应用过程中具有一定的准确性和实际应用价值 3 2 结论分析结论分析 计量经济模型是旅游需求预测的重要工具 包含影响因素变量 具有强大的解释功 能 对数线性构建的预测模型对旅游管理者与政策制定者来说更有价值 本文从模型变 量的选择开始分析 阐述了从最简单的计量模型到包含季节性 趋势性 周期性计量模 型的构建 本文虽然提出了各种计量模型的一般形式 但是在实践中需要注意的是一定 要根据研究对象的特点而选择合适的模型进行预测 因为不可能构建一个单一的模型来 适合所有的旅游目的地 没有哪一种模型方法是绝对最优的 只有相对的 有些简单的预测方法也能取得理 想的预测效果 因而预测技术并不是越复杂越好 考虑因素也不一定力求面面俱到 应 根据实际问题选用适当的方法 在选取预测方法时 还要考虑预测的精度与成本之间的 关系 例如采用立方多项法进行旅游需求预测 表明立方多项模型的平均绝对误差百分 比要高于正弦波动非线性回归模型与季节性 非季节性自回归移动平均结合模型 从 精确度来说 立方多项模型并不是最理想的 但是因为立方多项模型内在的线性特征 它具有低成本的优势 预测的目的绝不是为了单纯的预测 预测是用来提高管理水平与绩效的 而目前的 旅游需求预