[摘 要] 在全球性金融危機(jī)的形勢下,浙江省旅游業(yè)難免受到一定的沖擊。本文利用ARIMA預(yù)測模型,對未來幾年浙江省入境旅游人數(shù)進(jìn)行預(yù)測,結(jié)果表明,2009年~2014年,浙江省入境旅游人數(shù)分別為585.68、628.93、669.73、708.36、745.06、780.06萬人次。本文的預(yù)測方法可為類似應(yīng)用及研究提供參考,本文的預(yù)測結(jié)果可為相關(guān)部門提供決策依據(jù)。
[關(guān)鍵詞] SPSS ARIMA模型 宏觀經(jīng)濟(jì) 預(yù)測
一、前言
當(dāng)前,金融危機(jī)席卷全球,浙江省旅游業(yè)難免受到一定的負(fù)面影響,入境旅游受到了更大的沖擊,對未來幾年浙江省入境旅游人數(shù)進(jìn)行預(yù)測,可對旅游管理和發(fā)展提供科學(xué)的決策依據(jù)。在對旅游人數(shù)的預(yù)測,常用的方法有一般時(shí)間序列模型、引力模型、灰色預(yù)測模型、神經(jīng)網(wǎng)絡(luò)模型、多元回歸模型等,這些方法都能夠較好地預(yù)測了旅游人數(shù)的數(shù)量,但預(yù)測結(jié)果受突發(fā)情況(例如SARS事件)的影響比較大。而差分自回歸移動(dòng)平均模型(ARIMA),克服了隨機(jī)干擾問題,更合適應(yīng)用于當(dāng)前形勢下的入境旅游人數(shù)預(yù)測。關(guān)于ARIMA模型的原理本文不再螯述,其應(yīng)用過程可參見文獻(xiàn)和。本文利用ARIMA模型,在SPSS統(tǒng)計(jì)分析軟件上,對浙江省入境旅游人數(shù)進(jìn)行預(yù)測,為相關(guān)部門提供決策依據(jù)。
二、模型的應(yīng)用
1979年~2006年浙江入境游客人數(shù)從《2007年浙江統(tǒng)計(jì)年鑒》獲取,2007年~2008年數(shù)據(jù)從《2007年浙江省國民經(jīng)濟(jì)社會(huì)發(fā)展公報(bào) 》和《2007年浙江省國民經(jīng)濟(jì)社會(huì)發(fā)展公報(bào) 》獲取,見表1。利用SPSS11.5中的ARMA模型進(jìn)行預(yù)測分析和驗(yàn)證,主要過程如下:
1.定義變量年份和入境游客量。如圖1。
2.調(diào)用ARIMA程序。點(diǎn)擊Analyze →Time Series→Create Models →AR IMA,系統(tǒng)彈出如圖2的對話框,將“實(shí)際人數(shù)”選人dependent一欄。
3.參數(shù)設(shè)置。點(diǎn)擊Criteria →Model,系統(tǒng)彈出如圖3的對話框,在Autoregressive(p)、Difference Moving(d) 、Average(q)的Nonseasonal欄目輸入1,選擇Continue,然后點(diǎn)擊確定。
4.結(jié)果輸出。結(jié)果輸出見如圖4。
三、預(yù)測結(jié)果及分析
1.預(yù)測準(zhǔn)確度驗(yàn)證
1979年~2008年入境旅游人數(shù)實(shí)際值和預(yù)測值見表1。1980年到1984年相對誤差較大,原因之一是改革開放頭幾年入境旅游人數(shù)還未穩(wěn)定增加;原因之二是ARIMA預(yù)測模型的預(yù)測結(jié)果自驗(yàn)的時(shí)候,往往在前幾年的誤差比較大,但并不影響后面的預(yù)測結(jié)果。1989年~1990年、2003年~2004年,由于受到政治風(fēng)波、SARS等突發(fā)事件的影響,相對誤差很高,但是ARIMA模型顯示出了良好的自我校正功能,驗(yàn)證了消除隨機(jī)干擾的強(qiáng)大優(yōu)點(diǎn),第二年即調(diào)整到了較好的準(zhǔn)確度。總的來說,大部分相對誤差在0%~10%范圍內(nèi),預(yù)測結(jié)果令人滿意。
2.2009年~2014年浙江省入境旅游人數(shù)預(yù)測
利用此模型預(yù)測了2009年~2014年浙江省入境旅游人數(shù),結(jié)果見表2。
四、結(jié)論
在SPSS統(tǒng)計(jì)軟件平臺(tái)上,ARIMA預(yù)測模型顯示出了強(qiáng)大的自我校正功能,克服了隨機(jī)事件的干擾,及其適用于入境旅游人數(shù)的預(yù)測。本文預(yù)測了浙江省2009年到2014年入境旅游人數(shù),為浙江省旅游事業(yè)的管理提供科學(xué)的參考依據(jù)。
參考文獻(xiàn):
[1]Burger CJSC, Dohnal M, Kathrada M, Law R.Apractitioners Guide to time series methods for tourism demand forecastin: a case study of Durban, South Africa[J]. Tourism Management ,2001,22:403-409.
[2][保繼剛.引力模型在游客預(yù)測中的應(yīng)用[J].中山大學(xué)學(xué)報(bào)(自然科學(xué)版),1992,31(4)133-136
[3]衛(wèi)海燕:上海市四個(gè)主要境外旅游客源市場的灰色預(yù)測模型[J].陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2000,28 (1):106-109
[4]Rob Law. Aneural network model to forecast Japanese demand for Travel to HongKong[J]. Tourism Management,1999,20:89-97.
[5]張紅賢 馬耀峰:中國入境旅游市場的多元回歸預(yù)測[J].資源開發(fā)與市場2005,21(2):105-106
[7]黃秀娟 張 燕 林鳳柳:ES和ARIMA旅游需求模型預(yù)測效果比較[J].商場現(xiàn)代化,2007,35:180-182
[8]陳 瑤 鄧 婕 黃 懿 蒙紹祥 黃 宏:ARIMA模型在專業(yè)人才需求預(yù)測中的應(yīng)用[J].現(xiàn)代商業(yè),2009,(3):286-287
[9]楊東方 高振會(huì) 黃 宏 于子江 鄧 婕 常彥祥:ARIMA模型在國內(nèi)旅游市場預(yù)測中的應(yīng)用[J].科學(xué)決策,2008,(11):151-152
[10]黃 宏 鄧 婕 常彥祥 李文鳳 楊東方:SPSS在旅游人數(shù)的預(yù)測應(yīng)用[J].山地學(xué)報(bào),2008,26(旅游專輯):77-80
[11]浙江省統(tǒng)計(jì)局.2007年浙江統(tǒng)計(jì)年鑒[Z].北京:中國統(tǒng)計(jì)出版社, 2007
[12]浙江省統(tǒng)計(jì)局. 2007年浙江省國民經(jīng)濟(jì)社會(huì)發(fā)展公報(bào)[R].北京:中國統(tǒng)計(jì)出版社, 2008
[13]浙江省統(tǒng)計(jì)局. 2008年浙江省國民經(jīng)濟(jì)社會(huì)發(fā)展公報(bào)[R].北京:中國統(tǒng)計(jì)出版社, 2009