第四章 旅游需求预测
Chapter 4 Forecast of Tourism DemandsChapter Demands
2006-12-5
Geography of Tourism
.. .. .. .. 2
本章主要内容
.. 影响旅游需求的要素
.. 旅游需求的时空分布
.. 旅游需求的预测模型
2006-12-5
Geography of Tourism
.. .. .. .. 3
第一节 影响旅游需求的要素
.. 一、旅游需求的定义:
.. 旅游需求是在一定时期内、一定价格上,旅游者
愿意而且能够购买的旅游产品的数量,即旅游者
对某一旅游目的地所需求的数量。
2006-12-5
Geography of Tourism
.. .. .. .. 4
2006-12-5
Geography of Tourism
.. .. .. .. 5
二、影响旅游需求的要素
.. 影响旅游者需求的要素可以分为两个方面:
.. 1、从客源地方面来看:
.. 旅游客源地的情况 ————经济发展程度、人口特征、政治制度
.. 旅游者个人情况 ————个人收入、职业、带薪假期、教育水平、生活阶段、个人偏好
.. 2、从旅游目的地供给情况:
.. 资源吸引力、旅游价格、货币汇率、交通速度、接待
设施条件、旅游组织机构等
2006-12-5
Geography of Tourism
.. .. .. .. 6
详细分析,主要是以下几个因素影响到旅游需求:
.. 经济发展水平
.. 人口特征
.. 收入和闲暇
.. 职业和受教育水平
.. 资源和交通
.. 价格和汇率
2006-12-5
Geography of Tourism
.. .. .. .. 7
第二节 旅游需求的时空分布集中性
.. 旅游需求表现在时间和空间的集中性。
.. 旅游需求的一个显著特点是需求随时间变化而出
现剧烈的变化;
.. 另一个特点是每一个旅游目的地都有自己相对稳
定的客源地。
2006-12-5
Geography of Tourism
.. .. .. .. 8
..一、旅游需求的时间分布集中性..11、季节变动指数(RRii))..季节变动指数是指连续多年的每月平均指标值对连续多年的各月平均值的相对数,一般用百分比来表示。..公式::)....3,2,1%(100112111211njxnxnRinjjinjjii=×=ΣΣΣ==
2006-12-5
Geography of Tourism
.. .. .. .. 9
.. CaseCase::对中国入境游客的季节变动情况分析
.. 利用季节变动指数 RRii计算1993~19971993~1997年入境游客及外国人、港澳、台湾同胞和华侨游客的季节变动情况,得到如下入境旅游流的季节变动规律:
2006-12-5
Geography of Tourism
.. .. .. .. 10
2006-12-5
Geography of Tourism
.. .. .. .. 11
.. (11)就入境游客整体讲,近些年来形成了)44个旅游波峰期:33月中旬~4~4月中旬、77月~8~8月中旬、99月中旬~11~11月、1111月中旬~12~12月中旬,其中44个相应的高峰期为44月、88月、1010月、1212月。88月为最高峰,季节变动指数达到110.2%。春季、暑期、秋季和年末为中国入境游客旺季期,暑期为最旺期。同时也存在两个波谷期:11月~2~2月和55月~6~6月。两个谷底期是22月和66月,22月为最底谷,季节变动指数为86.0%。
2006-12-5
Geography of Tourism
.. .. .. .. 12
.. (22)外国游客的季节变动曲线形状和入境游客)整体季节变动曲线形状差异较大,是完全不同的两种入境期模式。外国游客的两个旅游波峰期为:33--55月;77--1111月。高峰期为44月、88月和1010月,和全国入境游客高峰期完全一致。最高峰为1010月,次高峰为88月,游客波谷期为1212--22月,最低谷期为22月。
.. (33)港澳同胞构成了全国入境游客的主体,其)季节变动指数曲线形状和全国入境游客指数曲线形状极为相似。反映出全国入境游客人数的季节变化受港澳台游客数的极大影响。
2006-12-5
Geography of Tourism
.. .. .. .. 13
.. (44)台湾游客:三个波峰期)33--55月中旬、66月中旬--77月中旬、88月中旬--1010月中旬,高峰期为44、77、1010月。44月、1010月和总体入境游客高峰期一致,77月高峰期却是入境游客整体、外国人的持平期或淡季,从而弥补和平衡了入境游客淡期人数的缺口。两个波谷期为:1111月--22月和66月。其中1111月和11月为谷底月,11月为最低月。
.. 总体来说,我国入境游客的季节变动性不是很
大,利于旅游管理和旅游企业运营。 44类游客的高峰月趋于相同,其中,港澳游客主要在44、88和1212月入境,外国游客主要在1010月入境。
2006-12-5
Geography of Tourism
.. .. .. .. 14
..22、季节性(时间)强度指数(RR))..也称为月季集中指数,指某种社会经济要素在年度内各月集中分布和离散均匀分布的度量指标。..公式:..xxii为各月游客量占全年总量的比重,为百分比的分子值;8.338.33为全年各月数量指标平均分布时的百分比分子值。Σ=.=121212/)33.8(iixR
2006-12-5
Geography of Tourism
.. .. .. .. 15
.. R值越接近于零,则旅游需求时间分配越均匀,
即旅游需求的月季差异越小;
.. R值越大,则时间变动越大,旅游需求时间分配
越不均匀,即旅游需求的月季差异越大,旅游淡
旺季差异越大;
2006-12-5
Geography of Tourism
.. .. .. .. 16
.. CaseCase
.. 计算 19931993--19971997年中国入境外国游客、港澳游客、台湾游客、华侨游客和入境游客总体月季集中指数,可以看出:
.. 我国入境游客的月季集中指数较小,仅为
0.63180.6318,比世界旅游市场,66大旅游目的地(美、法、英、意、西班牙、德)都小,,反映了我国入境游客季节性不强的特点。
.. 原因分析:我国地域辽阔、气候多样、旅游热点
多、旅游产品多(特别是历史人文旅游产品)
2006-12-5
Geography of Tourism
.. .. .. .. 17
.. CaseCase
.. 计算 1992~19941992~1994年到深圳锦绣中华和中国民俗文化村的旅游者的月季集中指数
.. 总体而言,两个主题公园的旅游需求时间变化强
度都不大,基本一致
.. 原因分析:深圳气候条件四季皆宜旅游;两个景
区同属一家公司经营管理
2006-12-5
Geography of Tourism
.. .. .. .. 18
..33、高峰指数..高峰指数可以度量游客某一时期相对于其它时期利用旅游设施游览某旅游地的趋势..公式:..该指数一个主要用途是用于对旅游地进行比较或用于考察某一设施随时间变化而出现的高峰趋势100)1(11×..=vnvvpnn
2006-12-5
Geography of Tourism
.. .. .. .. 19
.. 二、旅游需求的空间分布集中性
.. 旅游需求的空间分布结构主要是指旅游者的地理来源和
强度,其集中性可以用地理集中指数来定量分析,其计
算公式为:
.. 公式
.. 游客来源越少越集中, GG值越接近100100;;GG值越小,则客源地越多越分散。
.. Case:1996Case:1996年杭州、桂林、昆明三市主要国际游客的地理分布Σ=×=niiTxG12)(100
2006-12-5
Geography of Tourism
.. .. .. .. 20
第三节 旅游需求预测模型
.. 一、旅游需求预测资料的获取
.. 旅游需求预测需要的数据资料从其来源和性质可
以分为第一手资料和第二手资料两大类。
.. 我们在进行旅游需求预测之前,就是要想办法获
取这两方面的资料。
2006-12-5
Geography of Tourism
.. .. .. .. 21
.. 1、第一手资料
.. 为了专门的研究目的而收集的资料。可以获得许
多其它地方得不到的资料,但是收集第一手资料
成本高、耗时长、往往还需要地方政府的配合。
.. 获取第一手资料的途径
.. 1)收集和整理有关旅游者的直接和间接统计资料
).. 2)观察调查
).. 3)面谈和电话询问
).. 4)抽样调查
)
2006-12-5
Geography of Tourism
.. .. .. .. 22
.. 相比之下,抽样调查法在获取第一手资料中运用
较为广泛,其中以填写调查表方式的抽样调查最
为普遍。
.. 抽样调查是对客源市场的需求和反映进行调查的
一种简便易行的方法。调查的对象和范围根据调
查的目的和内容确定。
.. 抽样调查表(问卷)的结构与内容可以根据调查
对象和调查目的灵活设计。
2006-12-5
Geography of Tourism
.. .. .. .. 23
.. 2、第二手资料
.. 第二手资料的来源主要有三个:
.. 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和
其他资料
2006-12-5
Geography of Tourism
.. .. .. .. 24
.. 二、旅游需求预测模型
.. 旅游需求预测模型可以分为四类:
.. 1、趋势外推模型
.. 2、结构模型
.. 3、仿真模型
.. 4、定性模型
.. 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
2006-12-5
Geography of Tourism
.. .. .. .. 25
.. (一)趋势外推模型
.. 1、简单回归分析
.. 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: yy==a + bxbx
.. 式中: yy为因变量;
.. x为自变量;
.. a为常数项;
.. b为yy对xx的回归系数。
.. 2、时间序列模型
2006-12-5
Geography of Tourism
.. .. .. .. 26
.. (二)结构模型 ————引力模型
.. 1、引力模型的发展
.. 2、旅游研究中的引力模型及其发展
.. 克朗蓬 (Crampon L J(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
.. 公式 bijjiijDAPGT=
2006-12-5
Geography of Tourism
.. .. .. .. 27
.. 该引力模型的弱点:
.. 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。
.. 解决的方法:发展有确定的实际上限的有约束模
型和修正距离变量。
2006-12-5
Geography of Tourism
.. .. .. .. 28
.. (三)定性模型 ————特尔菲法
.. 1、概述
.. 特尔菲法是预测模型中最著名的也是最有争议的
方法之一。当历史资料或数据不够充分,或者当
模型中需要相当程度的主观判断时,趋势外推模
型和结构模型都无能为力,这时就得凭借特尔菲
法预测事件的发展。
.. 它最先由美国兰德公司 (RAND Corporation)(Corporation)在2020世纪5050年代初创立,在软科学领域得到了广泛应用,取得了大量令人满意的成果。
2006-12-5
Geography of Tourism
.. .. .. .. 29
.. 2、特尔菲法的工作步骤
.. 确定预测的问题,选择征询的专家组
.. 制定和分发第一轮问卷
.. 第一轮问卷回收后,整理结果
.. 将第一轮问卷的统计总结附在第二轮问卷上寄给第一轮征询
的专家组,各个专家自己第一轮回答的问卷也复印附上作为
参考。
.. 回收第二轮问卷并整理结果
.. 将第二轮问卷的结果和意见综合进第三轮,问卷的说明与第
二轮相似
.. 第三轮问卷的结果出来之后,要决定是否需要 做第四轮问卷
调查以获得进一步一致的预测
.. 最后一轮预测之后综合出来的结果包括中位数,内四分位数
(inter(inter--quartile)范围,还要确定有哪些事件没有一致性。
2006-12-5
Geography of Tourism
.. .. .. .. 30
.. 3、实例分析
.. 谢弗、莫勒和格蒂 (Shafer E L(L、Moeller G H and Getty R E)1974and 1974年应用特尔菲法预测未来有哪些发展将会影响美国的公园和游憩管理。
分享到:
相关推荐
根据给定的信息,“JDA & JD Demand Forecast 2013”主要涉及需求预测领域的行业现状分析与介绍。本文将围绕这一主题展开讨论,并结合标签“Forecast”进行深入解析。 ### 一、需求预测概述 #### 1.1 定义 需求...
标题“forecast-of-procedures.rar_交通流_交通流量_交通预测_卡尔曼 预测_短时预测”指的是一个关于使用卡尔曼滤波算法进行短时交通流量预测的程序包。这个压缩文件包含了实现这一预测模型的核心代码以及可能的数据...
Linuxstm-forecast-笔记
在本案例中,`ARMA_Forecast_Diff.m`是一个MATLAB脚本,用于实现ARMA模型的预测。这个脚本可能包含了以下关键步骤: 1. **数据预处理**:首先,数据需要进行清洗,去除异常值或缺失值,并转化为适合模型的形式,如...
当市场需求预测更新过程为MMFE(martingale model of forecast evolution),且在各时点存在不同固定订货成本条件下,证明正常渠道和紧急渠道最优订货策略分别为状态相关的basestock和(s,S)策略,最优订货点与...
灰色神经网络作为一种结合了灰色系统理论与神经网络优势的预测模型,被广泛应用在处理复杂、非线性且信息不完全的问题上,如订单需求预测。这篇资料“Order-forecast.rar”提供了关于灰色神经网络在订单预测中的应用...
在Excel中进行市场需求量预测是一项常见的数据分析任务,它可以帮助企业规划生产、制定销售策略和预算。这份名为"市场需求量预测.xlsx"的模板可能包含了多种预测方法和技术,旨在帮助用户更准确地预估未来市场对产品...
lstmtm-forecast-maib笔记
BP神经网络(Backpropagation Neural Network,简称BP网络)是一种广泛应用的人工神经网络模型,尤其在预测任务中,如人口预测和时间序列预测。本文将详细介绍BP网络的原理、实现方式以及在MATLAB中的应用。 BP网络...
时间序列预测服务Amazon Forecast的主要应用场景包括但不限于零售需求预测、库存管理和财务预测等领域。时间序列预测是分析时间序列数据,基于历史数据来预测未来数据点的一种方法。准确的预测对于减少资源浪费和...
使用Amazon SageMaker进行深度需求预测该项目使用和可用的新的最新深度学习模型为需求预测任务提供了端到端解决方案。概述输入数据的外观如何?输入数据是一个多元时间序列。例如,在41个月的时间里每小时有321位...
利用matlab软件建立模型,利用ARMA模型对数据进行预测
标题中的“lys10.m.rar_LOAD FORECAST_matlab 负荷预测_回归 负荷预测_负荷 matlab_负荷预测”明确指出这是一个使用MATLAB编程实现的负荷预测项目,重点在于回归分析方法。在电力系统领域,负荷预测是至关重要的,它...
算法题_forecast-m笔记
光伏功率预测_FORECAST_PV
商业统计预测模型是企业管理决策的重要工具,用于对未来业务量进行科学预测,以便更好地规划资源、制定销售策略和优化库存管理。在SAP APO(Advanced Planning & Optimization)和Excel等平台上,这种模型可以帮助...
论文用 预测相关 三个统计方法和组合预测的matlab程序
element-lstm-forecast-m笔记
数据集lstm-forecast-m笔记