第四章 旅游需求预测

Tij G
Pi A j D ij
b
• 上式给出的引力模型的弱点： 模型无约束，也就是说模型预测的旅行次 数没有上限 模型有过高估计短途旅行次数和过低估计 长途旅行次数的倾向 解决的思路：发展有确定的实际上限的有 约束模型和修正距离变量。
• 1972年，沃尔夫(Wolfe R I)提出了一个修正 了距离变量的引力模型
• 探讨： • 引力模型的理论根源：万有引力 • 两地的“质量”和“距离”决定引力的大 小 • “质量”和“距离”怎样衡量 • 现有模型侧重在综合和一般指标，如人口 总数、经济总量、地理距离等 • 旅游资源、旅游心理应予考虑 • 参数的确定。
• 四、定性模型 • 主观判断预测 • 特尔菲法应用最广。
• 五、四种模型的应用 • 实际应用、选择模型时主要考虑到精确性 与时间、经费和其他资料限制之间的关系。 精确性要求越高，所需要的时间、经费和 其他资料越多；反之，精确性要求较低， 投入的时间、经费和其他资料都较少。
第四节 趋势外推模型
推论： 如果时间段改变，系数和指数也会不同。
R，旅游需求的时间分布强度指数 xi，各月游客量占全年的比重 8.33，=100/12，表示游客量的平均月比重
入境旅游者 R
入境外国 旅游者 R
全部 外国人 港胞 1.23 2.66 1.06
会议 观光 探亲 全部 /商务 /休闲 访友 2.66 2.48 3.58 3.27
• 一、趋势外推模型 • 依据一系列历史资料推测未来形势，假定 历史的趋势还将持续 • 图形法：绘图直观 • 模型法：函数拟合 • 有简单回归分析，时间序列模型等。
• 二、结构模型 • 以引力模型为代表，仿照万有引力公式， 探讨空间相互作用。
• 三、仿真模型 • 使用Dynamo程序进行仿真动态预测。
万有引力
• 万有引力定律： • 自然界中任何两个物体都是相互吸引的， 引力的大小跟这两个物体的质量的乘积成 正比，跟它们的距离的二次方成反比
m1 m 2 FG 2 r
式中： m1、m2为两个物体的质量 r为两个物体间的距离 G为万有引力常量，其含义：在数值上等于两个质量都是 1kg的物体相距1m时的相互作用力.
第二季度 87 97
第三季度 120 88
第四季度 78 98
泰山、九华山两地主要国内游客地理分布，计算空 间分布集中指数，并对结果进行分析
泰山
山东65 河北8
北京7
天津6
江苏5
九华山 安徽30 江苏10 浙江8
上海7
福建6
第三节 旅游需求预测模型
趋势外推模型
结构模型 仿真模型 定性模型。
式中： Pn为高峰指数 V1为最繁忙时期的游客数 Vn为第n个时期的游客数 n为参照时段（1=最繁忙时期）
高峰指数的应用： 当游客量在所有时期都相同时，Pn=0， 没有高峰 当游客集中于某些时期时，Pn值会增大； Pn值越大，说明离峰值较远（即起伏波 动较大），反之则表示变化平稳
二、旅游需求的空间分布集中性
Tij Pi A jexp -Cij ) (
(x 1 )(x 2 )(x 3 ) x 4 其中： Cij x 6 x5
式中： Cij为i、j之间的旅行费用；λ为经验估计系数； x1为每升汽油的价格；x2为每千米耗油升数； x3为每小时平均旅行千米数； x4为每小时闲暇时间的价值（定义为每小时工资的25%）； x5为每辆车平均载人数；x6为旅行时间.
第二节 旅游需求的时空分布集中性
旅游需求的显著特点： 需求随时间变化而出现剧烈的变化； 每一个旅游目的地都有自己相对稳定的 客源地。
一、旅游需求的时间分布集中性
• 季节性(时间)强度指数R
R (月)
( x i 8.33 ) 12 i 1
12
R值越接近于零—— 旅游需求时间分配越均匀 R值越大—— 2 时间变动越大，旅游淡旺季差异越大
RQ EK 2 r
100 n A i R n i1 Pi
A Q P 1 n xi K n i 1 x i
式中： R为旅游资源丰度指数 Q为旅游客源丰度指数 r为距离指数 K为介质系数 n为旅游资源的统计种类数目 Ai为A地区第i项旅游资源的数量 Pi为全国第i项旅游资源的数量 A代表某一地的旅游客源量 P代表全国的旅游客源量 xi为某一地区第i项因子的设施数、业 务量或水平值 x (上一杆)为第i项因子的全国平均值.
三、实例分析
• 保继刚(1986)利用北京市委政策研究室组织的国 内游客抽样调查资料，建立起了全国各省、市、 自治区到京游客量的预测引力模型
• 其步骤： • 1、设定引力模型
x1 x 2 Tij G d ij


• 2、应用多元回归方法求取参数G、α 、β 、γ
• 3、利用已经求得参数的引力模型公式进行游客量 预测。
泰国金融危机——旅游量上升——旅游外汇收入减少
二、旅游需求预测资料的获取
• 按资料的来源和性质分：
第一手资料 主要方法：调查法（询问法）、观察法、实验法 第二手资料 来源主要有三个： · 企业内部材料； · 旅游报刊、杂志、调研专辑； · 国际和区域旅游组织和专业旅游市场调研 机构年报及其他资料。
• 经济学家齐普夫(Zipf G K) 于1949年创立了 人类行为中的最少努力原则
P1 P2 I D
式中： I称为吸引力指数 P1、P2为两城市的人口数 D为两城市之间的距离
• 艾萨德(Isard W)1960年提出的模型，对所 有系统进行了阐述以及修正了社会引力模 型
N ij g
U i Pi U j Pj d ij
• 1976年，切萨里诺(Cesario F J)和尼奇 (Knetsch J K)将旅行产生模型和旅游分布 模型的特征合二为一，提出一个综合模型
Tij GPi K j 或者 GPi K j

( 1 )

A je xp( bD ij ) Ki A je Ki
( bD ij )
( 1 )

其中, K i A k e xp(bDik ) ; ( j K )

式中： Aj为某一给定目的地 的吸引力； Ki为所有其他目的地 的吸引力或竞争力
(同样) A k e

( bD ik )
; (j K)
• 1986年，（国内）张凌云仿物理学上点电荷吸引公式构造引力模型
• 经济发展水平，决定性因素
• 人口特征（出生率，年龄，性别构成）
• 收入与闲暇
• 职业和教育水平
• 资源和交通 • 价格和汇率 人民币坚挺——汇率升高——人民币值钱——同样的费用 说明旅游价格升高；汇率升高——同样的出口产品原来 的价格不变，其实是涨价了，敦促产业升级 经济危机——汇率下跌——越生产越赔钱
• 天体物理学者斯图尔特(Stewart J Q )第一 个指出赖利的假定和牛顿的万有引力定律 的同型关系 • 1948年，斯图尔特定义了两地间的“人口 统计力”(demographic force)
D ij g
Pi Pj d ij
2
式中： Dij为人口统计力 Pi、Pj为i、j两地的人口数 dij为i、j两地之间的距离 g为经验参数
83.00 90.00
二、时间序列模型
1、概述 一般而言，旅游需求的时间序列图形 为季节性需求图形。
2、季节性交乘趋势的应用 ·方法概要 ·举例分析：颐和园游客分月预测。 模型的应用加上科学的分析，能使预 测更为准确有效，更好地为决策服务
第五节 引力模型
• 一、引力模型的发展 • 1929年，赖利(Reilly W J )在研究零售市场 问题时，提出假定： • 在两个城市中心之间的人口移动和它们的 居民数的乘积成正比，而和其间的距离平 方成反比。
澳胞 0.99
服务 员工 1.00
台胞 3.28 其他
2.64
• 以上是2003年入境旅游的R值 • 说明： • 入境旅游者的季节（月度）差异不甚显著，其中台胞差异最 大，澳胞最小 • 入境外国旅游者的季节（月度）差异稍大，其中观光休闲目 的差异最大，服务员工最小。
• 高峰指数
V1 Vn Pn 100 (n 1) V1
回归系数a和b的计算: （最小二乘法）

b
(x
i
x)
2
a y bx
某景区的游客数量，请用最小二乘法求出一元线性回归方程 以及相关系数，并对未来三年的游客数量进行预测
2004 2005 2006 2007 2008
50.00 55.00 63.00 65.00 75.00
2009 2010
二、旅游研究中的引力模型及其发展
***克朗蓬(Crampon L J，1966)第一个清楚地证 明引力模型在旅游研究中是有用的，他的基本引 力模型，也是绝大多数其他研究者应用的基本引 力模型 i j ij b ij
T G
PA D
式中： Tij为客源地i与目的地j之间旅行次数的某种量度 Pi为客源地人口规模、财富或旅行倾向的量度 Aj为目的地j吸引力或容量的某种量度 Dij为客源地i与目的地j之间的距离 G、b为经验参数
D ijlog Pi A j m] Tij G [ b n D ij
式中： Tij为客源地i与目的地j之间旅行次数的某种量度 Pi为客源地人口规模、财富或旅行倾向的量度 Aj为目的地j吸引力或容量的某种量度 Dij为客源地i与目的地j之间的距离 G、b为经验参数 m、n为经验估计系数
D ij
• 1976年，爱德华兹(Edwards S L)和丹尼斯 (Dennis S J)提出了另一个距离变量修改（用旅途 费用）形式
• 一、简单回归分析 概述
一元线性回归是最简单也是最常用的趋势 外推数学方法，在研究以年为时间单位的旅游需 求量变化时较为常用 其数学形式为： y＝a + bx 式中：y为因变量； x为自变量； a为常数项； b为y对x的回归系数。