基干多元线性回归探析旅游供应链需求预测方法探讨.docVIP

基于多元线性回归分析的旅游供应链需求预测方法研究 　　当前，随着人民生活水平的不断提高，旅游行业在我国比重呈逐年上升趋势。对旅游行业特点和需求进行有效的预测，能够帮助我国更好的提高旅游业在社会发展中的拉动作用，加快旅游业发展。本文系统的分析了旅游需求预测影响因素，并提出了相应的多元线性回归预测模型，通过案例实证分析，对多元线性回归旅游供应链需求预测方法做了进一步的论证 当前，就国家相关部门统计，我国人口出游比率在逐年增长，旅游势头良好。和国际旅游市场有所不同，我国在旅游方面保持着较快的发展速度，这有赖于我国目前社会经济的发展。为了在很大程度上更够利用旅游资源，提高旅游舒适度，加快旅游配套设施服务，需要从各个方面加快对用户需求信息的把握，对旅游供应链需求有合理的预测 一、基于旅游供应链的旅游需求预测影响因素分析 传统方式对旅游需求进行预测主要采取的是原因分析法和时间段分析法。随着现代人们知识水平和认识能力的不断提高，人们开始运用引用供应链中各种因素对旅游需求进行分析。旅游供应链提供的不是实物产品，而是人们的服务，实时为客户提供相关的服务。总体上来看，旅游供应链是与景点、各大酒店以及购物中心相联系的，它们构成多位一体的关系，通过对这些不同资源进行整合，从而为游客提供高质量的服务。针对旅游供应链中的各大供应商，我们对餐饮、交通、景区、酒店等因素做了进一步的分析： （一）餐饮因素 对餐饮企业来说，影响其发展的主要是周围餐饮行业的数量以及餐饮的营业额。一般情况下，在流动人口大的环境中，餐饮企业发展的较好并且较快，人口对餐饮业的营业额有着重要的影响。在这种情况下，我们在考虑旅游需求影响因素中无疑需要将餐饮业的收益作为重要的影响因素 （二）交通通达度因素 交通通达度是影响旅游需求的一个重要因素。交通对于旅游需求得影响主要由飞机场数量、火车承载量、轮船数等反映出来的。不同的交通工具对旅游需求有着不同的影响，在分析过程中应当对交通方式种类做出必要的侧重 （三）景区环境因素 景区环境的好坏关系到能否吸引游客前往，是旅游供应链中最重要的因素。景区的影响因素由景区级别、景区人次、收益等构成。景区环境是游客选择旅游地区的首要条件，是旅游供应链需求的核心。通过有关人员对景区的环境因素做出估计，能够更好的对旅游供应链做出预测，加快旅游业的发展 （四）酒店影响因素 酒店的影响因素主要是酒店的服务、酒店数量、客房数以及入住人数等。根据消费需求的不同，人们选择的客房层次也显得不同。酒店入住人数的增长有助于旅游供应链的延长和提高 二、基于旅游供应链的多元线性回归预测模型 针对影响旅游供应链的需求因素，我们构建了多元线性回归分析模型，通过对模型进行预测和检验，从而能够得出有效的、普遍适用的预测模型。在这里。我们认为，多元线性回归预测模型是对旅游需求的比较精准的分析 （一）回归预测模型 在对客观事物进行观察和大量实验的基础上，以客观事物之间的关系为研究对象，对他们之间的相关关系做出了规律方面总结。根据影响旅游需求的因素，我们对多元线性回归模型进行研究和分析。其基本的模型为： Y1=B0+B1Xt1+B2Xt2+…+BkXtk+Ut， t=（1，2，…n） （1） 其中，y1为因变量，自变量个数为k，j=1，2…k，yt同时表现为自变量的线性函数，i=1，2，…k，ut表示随机误差项。总体上，多元线性回归方程为： E（yt）=B0=B1Xt1+B2Xt2+…+BkXtk （2） 基于多元线性回归分析的旅游供应链需求具有可借鉴性，它体现了新时期下我国旅游预测的新方向，有助于加快我国实现旅游需求分析精准化 三、基于旅游供应链需求预测实证分析 拿我国香港为例，香港作为我国、甚至是全世界知名的旅游胜地，它凭借着自己独特的地理位置和购物便捷的优势，每年吸引了巨多的国内外游客前来旅游，它是我国最受欢迎的旅游地区之一。相关数据显示，香港每年的游客数目仍旧在不断的增长之中 （一）影响因素相关指标 1、预测指标Y。根据多元回归预测模型，将每年内地到香港旅游的人数作为预测结果，将Y作为内地到香港旅游人数 2、经济因素。香港作为我国最发达的地区之一，其经济因素的获得具有多方面的体现。以消费物价指数为例，X1―港元利率；X2―美元兑港币汇率；X3―GDP；X4―人均产值；X5―人口总数；X6―消费物价指数年变动率 3、交通因素。香港的交通方式非常完备，因此交通数据很容易得到。交通影响因素指标如下：X7―飞机班次；X8-公路车次；X9―铁路车次；X10―客船班次. 4、餐饮因素。香港地区餐饮业在旅游中发挥着举足轻重的作用，主要指标为：X12―餐饮收益 5、住宿