运用灰色模型预测北京旅游经济发展.docVIP

运用灰色模型预测北京旅游经济发展 学 院: 财经学院 专 业: 统计042班 姓 名: 刘 喆 学 号: 3040812047 运用灰色模型预测北京旅游经济发展 摘要：利用灰色系统理论的灰色关联度分析法，对影响北京市旅游经济的影响因子进行定量分析，结果表明，影响北京市旅游营业收入的第一位因素是国内生产总值，其次是居民的收入；影响北京市国际外汇收入的第一位因素是星级酒店数量，其次是国内生产总值。同时建立了旅游经济的灰色GM（1,1）预测模型，短期预测精度很高，未来五年内北京市旅游经济发展呈良好态势。 关键词： 灰色关联度；灰色预测GM（1，1）模型；北京市；旅游营业收入；国际外汇收入 灰色系统(Grey Systems)是指部分信息已知，部分信息未知的系统[1]。它通过对“部分”信息已知信息的生成，开发去了解、认识现实世界，实现对系统运行行为和演化规律的正确把握和描述。旅游系统是一个复杂的巨系统，影响的因素很多，如旅游资源、交通条件、区域经济发展水平、客源市场、旅游者的可支配性收入、旅游偏好、年龄、职业及文化修养等等，而这些因素对旅游业的发展表现出明显的灰色性，因此，旅游经济可作为一个灰色系统来研究。 目前，灰色系统理论在社会、经济和自然科学的应用十分广泛，如预测宏观经济态势、区域经济优势分析、产业结构的调整方向等方面都取得了较好的应用效果，但在旅游经济应用研究方面尚不多见，本文以北京市为例，应用灰色关联分析的方法，定量地将影响北京市旅游经济发展的主导因素的分析出来，同时建立北京市旅游业的灰色GM（1，1）预测模型，进而为北京市旅游经济的发展提供科学依据。 一、影响北京市旅游经济发展因素的灰色关联度分析 (一)旅游发展现状 北京，是中国六朝古都，历史源远流长，保存着较为完整的古代建筑格局。北京，是中华人民共和国的首都，简称京，是中国的政治、文化和国际交往的中心，由此北京有着丰富多彩的古代、现代的人文景观，有着博大精深的文化底蕴。表1主要影响因子原始数据 数列 因 素 2001年 2002年 2003年 2004年 2005年 2006年 参考序列 X01 旅游营业收入(亿元) 39.04 44.53 53.72 58.64 65.09 73.31 X02 国际外汇收入(万美元) 7141 9790 11538 15973 18390 21108 比 较 序 列 X7245687 7825620 8337935 957204211759169 X2 人均国内生产总值(元) 22747 24230 25490 28932 31972 34850 X3 职工年平均工资(元) 10788 10936 11796 12788 14221 15872 X4 人均可支配收入(元) 10500 10522 11060 11976 13600 14336 X5 客运量（万人） 2578.2 3756 5536.9 8503 9910.3 11606.1 X6 旅客周转量(万人公里) 10296 1237 2120 2480 2919 5260 X7 星级饭店数（个） 45 47 68 70 95 97 X8 城市接待过夜旅游总人数(万人) 398.82 412.12 449.1 466.62 491.62 507.54 上表数据来源于2001年至2006年的《北京市统计年鉴》。 （三）计算方法与步骤： 1、将时间序列的原始数据作初值化变换处理，消除量纲，增强各因素之间的可比性。 2、求关联系数，并从中找出极大值与极小值。 先求参考数列x0与各比较数列xi之间的差列： = 再从差列△i(k)中找出最小值和最大值： min∣X0(k)-Xi(k)∣, max∣X0(k)-Xi(k)∣ 最后从不同比较数列最小、最大值再分别取最小、最大值： minmin∣X0(k)-Xi(k)∣, maxmax∣X0(k)-Xi(k)∣ 取分辨系数：０ρ１,这里取0.5 求关联系数： ＝ 求关联度： （四）计算结果 把表1的数据按上述方法经计算得到的关联度见表2、表3 表2 北京市旅游营业收入与各影响因子间的灰色关联度 GDP 人均GDP 职工年平均工资 人均可支配收入 客运量 旅客周转量 星级饭店数 城市接待过夜旅游总人数 关联度 0.9938 0.9922 0.9901 0.9886 0.9519 0.5983 0.9891 0.9885 表3 北京市国际外汇收入与各影响因子间的灰色关联度 GDP 人均GDP 职工年平均工资 人均可支配收入 客运量 旅客周转量