四川旅游需求预测.docVIP

四川旅游需求预测模型 摘 要 旅游需求预测可以帮助旅游地掌握市场需求的变化及其发展趋势，是旅游地制定发展战略和市场营销决策的基本依据。为使得四川可以更好地发展旅游，本文针对四川的旅游需求进行预测，建立了线性回归模型、时间序列模型、指数模型和灰色系统模型，并得到了最优预测值，从而为政府提供决策资料等就具有了重要的意义。 模型一：首先利用多元回归知识，综合考虑年末实有公共汽车数、出租汽车数、每年平均温度等因素，建立逐步回归模型和时间序列模型，并利用软件计算，得到最优方程，从而得出最终预测值。 模型二：其次，在模型一的基础上，利用计量经济学理论，我们建立了指数模型和logistic模型，并利用编程求出结果。由于2008年的突发事件，使得2008-2010年的旅游人数出现异常情况，此时，我们可以只考虑1996-2007年的人数建立模型，接着再建立指数模型来拟合数据，编程求解得到指数模型为： 而2008年之后旅游业在逐渐恢复正常，增长趋势将与1996-2007年近似，可在此基础上建立另一个子模型。考虑到环境与地区的容量能力有限，不会无穷增大，最终会有最大值，这里采用logistic模型进行修正，从而提高预测值的可信度。 模型三：在假设旅游资源近几年不会有较大变化的前提下,基于灰色系统理论，我们建立GM（1,N）灰色模型，根据1996年至2010年影响旅游人数各因素的数据，利用对未来十年的数据进行预测。通过拟合值与观察值的差额即残差值比较一、二模型，GM（1,N）模型的预测效果比较好。从而得出较为可信的预测值。 三个模型的预测结果如下表: 年份 模型1 模型2 模型3 2011 228.6872 231.1887 231.6462 2012 249.3368 251.8617 251.9716 2013 269.1123 273.9227 273.5151 2014 293.3364 297.9294 296.2766 2015 321.5587 324.0533 320.2562 2016 351.9967 352.4812 345.4538 最后，我们对所用的几种模型进行对比，分析其中的优劣点，并对误差进行分析。同时，对建立模型所需的准备工作进行了总结，根据模型预测结果和相关统计数据向有关部门就当地旅游发展提出了建议。 关键词： 旅游需求 时间序列 逐步回归 模型 灰色系统 问题的重述 随着社会的发展，旅游业已发展成为当今中国最大的经济产业；作为现代文明社会标志之一的旅游，也已成为现代人日常生活不可缺少的组成部分。而四川是中国旅游业发展速度最快的省市之一，具有丰富的旅游资源，因此对旅游需求的合理规划和正确预测，对促进旅游业的发展和文化交流有着十分重要的意义。 根据中华人民共和国国家统计局和中国旅游网公布的数据，分析四川省或成都市的旅游资源、环境、交通、费用和服务质量等因素对旅游需求的影响，并在此基础上建立了关于旅游需求的预测模型，预测未来10 年的旅游需求的发展趋势。 问题的分析 本文要求以四川旅游业市场为研究对象，收集最近15年的相关数据，建立多种预测模型，并结合若干性能指标对各个模型进行分析比较，指出影响旅游需求的主要因素。经过分析得出，对于预测问题，首先我们想到的是一些经典预测方法，如时间序列预测、回归预测、灰色理论等等。其次对于旅游业发展的预测,我们考虑运用比较具有科学性的多元回归、时间序列、灰色系统理论三种方法分别对四川旅游业市场进行了预测。 对于回归模型，本论文将以旅游总人数为目标函数，将它与影响旅游市场的交通建立多元线性关系，利用软件得出方程，然后再将现有的数据带入进行检验，进而可以得出预测值，再与实际值进行比较，得出相对误差，最后再对模型进行合理的分析。 对于时间序列模型，根据多方面的数据以及因素的关系，运用动态回归理论，以时间序列为规律，对数据建立时间序列模型。由于每年游客人数增长具有延续性，我们建立指数模型来拟合数据，由于2008年的突发事件，使得2008-2010年的旅游人数处于一场情况，我们可以只考虑1996-2007年的人数建立指数模型，而2008年之后旅游在慢慢恢复，我们可以在1996年-2007年的模型基础上建立另一个子模型，然后再用logistic模型进行修正，从而得到可信度比较高的预测结果。 对于灰色模型的建立，根据GM(1,1)基本定义，利用软件求解，得出灰色模型，对已有的数据进行预测，再进行模型检验。若模型精准度较高，可对未来几年进行预测，得出合理的预测结果。否则建立GM(1,N)模型进而进行模型预测与检验，得到预测值。 模型的假设 1、旅游业在需求发展是渐进的，即平稳发展； 2、中国政策不会在短期内改变； 3、中国内外经济政治环境相对稳定； 4、四