桂林市入境旅游客流量的预测研究.docVIP

桂林市入境旅游客流量的预测研究 　　【摘要】以2005～2012年桂林市入境旅游客流量为研究对象，借助于MATLAB及SPSS软件，建立了多元线性回归模型和GM（1，1）模型，分别用这两个模型对桂林市入境旅游客流量进行预测，并将两种模型的预测效果进行比较分析，选择最优模型对未来5年桂林市入境旅游客流量进行预测。结果表明：采用GM（1，1）模型能够更科学有效地预测桂林市中长期的入境客流量，其预测方法和结果对旅游规划具有一定的参考价值。 　　【关键词】多元线性回归模型 GM（1，1）模型 入境旅游客流量 桂林市 　　一、引言 　　旅游人数预测是国家或地区旅游主管部门进行旅游规划的重要部分，是提高旅游产品质量的有效保证，是旅游资源开发及宾馆等接待设施建设的重要依据。精准的预测旅游人数关系着一个国家和地区所开展的旅游项目能否成功运作，将直接影响到旅游项目决策的科学性，是城市旅游发展规划的重要内容。 　　预测旅游客流量的方法分为定量预测和定性预测两大类。定性预测一般是通过定性分析并结合经验判断得到预测结果，预测的精确度较低。定量预测主要是通过数学方法建立定量化的预测模型，是目前使用较为广泛的预测方法，有较高的精准度。 　　桂林作为世界上著名的旅游城市，其独特的历史文化和民俗风情吸引了来自五湖四海的游客，其入境旅游产业得到了很大的发展。为了让旅游企业合理的支配有限的旅游资源以及在尽量降低风险的情况下获得最大的收益，因此，能够准确把握未来一定时期内桂林市入境客流的增长趋势和速度有着重大的意义，其预测方法和结果对旅游规划具有一定的借鉴意义。本文选取2005～2012年桂林市入境客流量和其他相关数据为对象，在对收集数据进行综合研究分析的基础上，分别建立两个不同类型的入境客流量预测模型，通过比较分析，选择最优模型对未来5年桂林市入境旅游人数进行预测。 　　二、相关模型介绍 　　（一）多元线性回归模型 　　回归预测模型是研究解释变量与被解释变量之间相互关系的一种数理统计方法，它根据所收集的数据资料所体现的相关关系，通过一定的数学方法建立反映其相关关系的模型，然后根据所建立的模型进行预测。设变量y与变量x1，x2，…，xm之间适合如下线性回归模型： 　　y=b0+b1x1+…+bmxm+ε （1-1） 　　其中，y为因变量，x1，x2，…，xm为自变量，b0，b1，…，bm是未知参数，ε是均值为零，方差为的δ20不可观测的随机变量，称为误差项，则称上述模型为多元线性回归模型。 　　（二）灰色GM（1，1）模型 　　灰色系统理论由邓聚龙教授1982年首次提出，它以“部分信息已知，部分信息未知”为研究对象，通过对已知信息的生成开发，提取有价值的信息，实现对系统运行行为的有效控制和正确认识。灰色系统建模是灰色系统量化分析方法的主要内容，它是直接将时间序列转化为微分方程，以此建立抽象系统的发展变化动态模型，简称为GM模型[1]。GM（1，1）模型灰色系统预测模型的核心，建模的过程是将随机的原始时间序列采取累加生成的方法形成的新的时间序列，并且用一阶线性微分方程的解来逼近该过程所呈现的规律。 　　假设原始数据序列x=x（1），x（2），…x（n），x对作一次累加生成得到新的序列x=x（1），x（2），…，x（n）=x（m），x（2），…x（m） 　　对新序列x（1），建立GM（1，1）预测模型的微分方程为：+ax（1）=μ。其中α，μ为待估参数，分别为发展灰数和内生控制灰数，设待估参数向量= 　　利用最小二乘法可求得=BB-1BY，其中 　　B=-x（1）+x（2） 1-x（2）+x（3） 1 … …-x（n-1）+x（n）1 Y=x（2）x（3） …x（n） 　　求微分方程，可得预测GM（1，1）模型如下： 　　x（t+1）=x（1）-e+ （1-2） 　　通过做一次累减还原， 得到 　　x（t+1）=x（t+1）-x（t） （1-3） 　　式中x（t）为预测值，（1-2）式，（1-3）式即为GM（1，1）模型进行灰色预测的基本计算公式[2]。 　　建立了GM（1，1）模型以后，经过精度检验合理的模型才能用来做预测用。 　　一般灰色GM（1，1）模型的精度检验有残差检验、关联度检验、后验差检验或者残差和后验差检验相结合。 　　残差和后验差相结合检验模型的精度主要以相对误差M、后验差比值C和小误差概率P这三个指标共同描绘。其中，相对误差M越小，表明预测值与拟合值差别越小，一般M0.05比较好；后验差比值C越小，表明预测值与数列已知值差别越小，C0.3，预测精度比较高；小误差概率P越接近于1，预测结果越理想[3]。 　　三、桂林市入境客流量预测模型的建立 　　（一）数据来源与处理 　　桂林市入境客流量来源于