广州市旅游需求预测.doc

广州市旅游需求预测 摘要：本文以广州市2004～2008年月季度的旅游人数（数据来源于广州市统计局网站）为例，通过SAS软件对该序列进行综合分析，预测广州旅游业短期内的趋势，就此向旅游业提出建议。 关键词：旅游需求；确定性分析； 问题的提出 广东省的旅游资源极其丰富，是一个国际旅游地区。合理规划、正确地预测预报旅游需求，对于促进广东省各地区的经济发展和文化交流有着重要意义。现对广州地区进行旅游需求的预测，建立数学模型，来帮助有关部门进一步规划好旅游资源。随着经济发展，广州市已成为一个国际大都市，旅游人数在日趋上升，且受季节等影响，即其数据是既有趋势起伏变动又有季节效应的复杂序列。所以考虑用采用综合分析进行模型拟合。 确定性因素分解 确定性因素包括以下三个方面： 长期趋势波动：包括长期趋势和无固定周期的循环波动； 季节性变化：包括所有具有稳定周期的循环波动； 随机波动：除上述变化外，其他因素的综合影响。 1 绘制时序图 首先根据2004年～2008年广州市旅游人数数据（单位:万人次）绘制成时序图（如图2-1）表 广州市旅游人数数据 图2-1 时序图 2 选择拟合模型 时序图显示：序列具有长期递增趋势和以固定周期的季节波动，尝试用混合模型拟合该序列的发展： xt=St·(Tt+It) 3 计算该序列的季节指数 如表所示。根据季节指数图2-2可以非常直观地看出每年的第四季度是广州市旅游业的旺季，而第二季度是淡季，其他季度的季节效应不明显。 表 序列的月度季节指数表 月份 1 2 3 4 5 6 季节指数 0.964 0.988 1.028 0.999 0.920 0.736 月份 7 8 9 10 11 12 季节指数 0.865 0.929 0.851 1.362 1.151 1.207 图2-2 季节指数图 消除季节效应后拟合该序列的趋势变动规律。根据拟合模型假设，在原始序列值除以相应的季节指数的基础上，基本上消除季节性因素对原序列的影响，得到只受长期趋势波动和随机波动影响的序列（如图）。图显示该序列有一个基本线性递增的长期趋势。 图2- 趋势图 考虑用一元线性回归进行趋势拟合。在SAS软件中用最小二乘估计方法得到该线性趋势模型为： 线性趋势拟合后的效果如图所示。 图2- 拟合趋势图 5 用原序列值除以季节指数，再减去长期趋势拟合值，其残差项视为随机波动的影响。残差图如图所示，残差序列是不规则的，说明较充分地把原序列蕴含的相关信息提取出来，所拟合的模型通过检验。 图2- 随机波动因子图 利用拟合模型对序列的历史数据进行短期预测，第t期的预测值为，得到2009年各月份广州市旅游季节指数、趋势值及未来旅游人数的预测值如表所示。 表 序列预测结果 预测期数 S60+l T60+l X60(l) 1 974.44 0.964 939.36 2 979.11 0.988 967.03 3 983.79 1.028 1011.65 4 988.46 0.999 987.60 5 993.13 0.920 913.34 6 997.80 0.736 734.83 7 1002.47 0.865 867.28 8 1007.14 0.929 935.16 9 1011.82 0.851 861.27 10 1016.49 1.362 1384.12 11 1021.16 1.151 1175.61 12 1025.83 1.207 1238.15 将2004-2008年广州市旅游人数序列与估计值序列联合作图，如图所示，可以看出拟合效果非常好。 图2- 拟合效果图