旅游市场预测研究评价 - core.pdfVIP

2009年02月 今日南国 NO.02，2010 （总第148期） THESOUTHOFCHINATODAY 旅游市场预测研究评价 靳惠娟 魏 敏 （厦门大学管理学院 福建 厦门 361005） [摘要]国内外旅游研究的专家和学者对旅游市场预测进行了多角度的探索。在20世纪90年代之前，一般采用的是传统的定 量定性研究方法，如计量经济方法、时间序列方法等。而20世纪90年代之后，随着人工智能理论的成熟以及在各行业的广泛应 用，旅游研究者将这些方法引入旅游业，并进行了旅游需求预测的探索。本文针对国内外学者该领域的研究进行分析和总结，作出 相关评价，并试图以此解决国内旅游市场预测中存在的问题。 [关键词]旅游市场；预测；评价 当前，旅游已成为大众的消费产品 法)、指数平滑法(简单指数平滑法、霍特 交通的通达性、各种交通方式的通车里 以来，旅游业的管理者、投资者、研究人 指数平滑法、温特指数平滑法)、自回归 程及各种交通网络的密度等，这就要求 员等通过各种途径、采取各种措施对旅 移动平均结合法(ARIMA：AutoRegressive在研究的过程中必须有所取舍。旅游市 游市场的预测进行大量的研究，但通过 IntegratedMovingAverage)、季节性自回 场预测必须建立在旅游市场规模的指标 大多数研究案例发现，旅游市场预测研 归移动平均结合法(SARIMA：Multiplica-研究与确定的基础上。同时，张立生还对 究各有千秋，都能解决一些问题，但又存 tiveSeasonalARIMA)、带干预项分析的 旅游者人数预测与旅游收入预测做了实 E 在一些问题，不能保证预测的准确性和 自回归移动平均结合法。并且用塞尔的 证研究。杨东方（2008）等利用ARIMA 预测方法的可行性。本文深入挖掘、探讨 U系数、平均绝对误差百分比(MAPE)、 模型对旅游市场进行预测，明确指出 C O N 国内外学者关于旅游市场的预测方法， 均方误(MSE)、均方根误差百分比(RM-ARIMA模型的基本思想是将预测对象 保持旅游市场持续健康的发展是区域经 SPE)、均方误根(RMSE)、平均绝对离差 随时间推移而形成的数据序列视为一个 O M I 济发展亟待解决的问题，也是学者关于 (MAD)对预测的准确性进行了检验。在 随机序列，用数学模型来描述，模型被 C R 旅游市场的预测研究所面临的重要问题。 有干预因素的情况下，季节性自回归移 识别后可以从时间序列的过去值及现在 动平均结合方法预测的准确度最高。 值来预测未来值。ARIMA模型在对旅游E S 一、国外预测方法