基于多步變權組合法的我國國內旅游人數預測

湯杰　王祖靜

摘 要：該文提出了多步變權重組合預測方法，綜合考慮多種單項模型，對我國國內旅游人數進行了分析與預測，研究結果表明所提出的組合預測方法比單項預測方法更加科學合理，具有可行性。

關鍵詞：國內旅游；變權；二次規劃；組合預測

中圖分類號 F59 文獻標識碼 A 文章編號 1007-7731（2015）05-06-04

Abstract：This article has presented the method of multi-step variable weight combination forecasting by considering many individual models. In order to analysis and forecast the number of domestic tourists. The research result shows that the proposed combination forecast method is more reasonable and scientific than each individual model. And it is also feasible.

Key words：Domestic tourism；Variable weight；Combination forecasting；Quadratic programming

1 引言

由于我國改革開放以來國民經濟在各方面的飛速增長，帶動了旅游業最近十幾年的快速增長[1]。旅游需求預測在旅游業發展中具有重要的作用，而單一的旅游預測模型已經不能很好的預測旅游業的發展狀況，因此急需一種新的預測游客量的組合預測方法，以便更加科學合理的規劃和管理旅游地的相關工作[2]。

組合預測方法首次是由J.M.Bates和C.W.J.Granger于20世紀60年代末提出，他們給出了時間序列的2個單項預測，證明了這2個預測的適當的線性組合導致了一個比這2個單項預測更好的預測結果[3]。在早期關于旅游組合預測的文獻中，R.Fritz，C.Brandon和J.Xander結合時間序列模型（自回歸綜合移動平均方法，ARIMA）和傳統的計量模型預測了佛羅里達州的航空游客[4]。吳敬芳和洪星運用灰色GM（1，1）模型和線性回歸組合模型建立了我國國內旅游人數預測的組合模型[5]。梅亮、葛世倫和高尚采用BP神經網絡模型、GM（1，1）模型以及指數曲線模型組合后的非負權重組合模型對江蘇省入境游客源進行了預測[6]。C.K.Chan，S.F.Witt，Y.C.E.Lee和H.Song利用工程技術中的CUSUM技術確定時間更新權重后用二次規劃計算出組合預測值[7]。

本文研究的基礎數據主要來源于《中國統計年鑒》（1995-2010），主要以國內生產總值、人口數及構成、國內旅游情況3部分數據為基礎，將它們處理后導入PASW軟件中分別進行三次曲線擬合，利用MATLAB對擬合后的數據進行多次求解二項規劃得出所需的權重，并求出組合預測值，再與單項預測結果進行比較，最后根據此種方法預測出未來6a的我國國內旅游人數。

2 單項預測模型

根據《中國統計年鑒》（1995-2010）中的相關信息，對1994-2009年我國國內旅游情況原始數據進行整理，在綜合分析國民經濟影響范圍的基礎上，結合專家的指導意見，建立以下3個單項的預測模型（由于采用組合預測方法，所以單項預測模型必須多于一項），分別為我國國內旅游人數與時間關系的模型、國內旅游人數與全國人口模型、國內旅游人數與GDP模型。

由于2003年我國受SARS疫情影響，國內旅游人數明顯下降，不符合常態分布，所以采用插值法對2003年的數據進行修正。

4 預測

4.1 各預測模型比較 根據以上分析求出組合預測值和各單項預測結果進行比較，計算出各預測方法的年平均誤差的絕對值（表4）。從表4可以看出，在與各單項預測模型的比較中，除n=2時組合預測值的年平均誤差絕對值16.1大于國內旅游人數與全國人口模型15.3外，多步變權重組合預測法的平均誤差最小，并且年平均誤差絕對值的波動也相當最小，說明組合預測模型與單項預測模型相比具有更高的精度。

再分別建立國內旅游人數和時間關系模型、國內旅游人數和全國人口模型、國內旅游人數和GDP模型，求出相應的預測結果。最后，根據已建立的模型利用上述多步變權重組合預測法預測出2010-2015年我國國內旅游人數。

2010-2015年我國國內旅游人數時間序列三次曲線模型和變權重組合預測的比較結果。2010-2015年我國國內旅游人數是逐年增加的，這與1994-2009年的統計數據所呈現的規律相符。未來6a我國國內旅游人數的年平均增長率為12.7%、年平均游客量為30.419億人次，預測數據具有合理性。

5 結語

綜上所述，本文結合了國民經濟的多個方面來預測未來一段時間的我國國內旅游人數，揭示了國內旅游人數和相關要素之間的關系，比使用單項預測模型精度更高，得出的預測結果更加準確。由于旅游業的發展受到多種因素的影響，但是本文的組合預測模型只選取了國民經濟中影響旅游業的很小的一部分的相關要素進行分析，忽略了其他許多相關要素，因此，將來可以結合國民經濟中影響旅游業發展的各部分因素組成組合預測模型進行進一步的綜合分析。

參考文獻

[1]王萍.基于人工神經網絡的旅游需求預測與實證研究——以青島市為例[D].蘭州：西北師范大學，2004.

[2]胡柏葉，孫靜春，劉哲松.考慮節假日因素影響的上海市月入境旅游人數預測[J].西安工程大學學報，2009，23（1）：98-101.

[3]J.M.Bates，C.W.J.Granger.Combination of forecasts[J].Operational Research Quarterly，1969，20（4）：451-468.

[4]R.Fritz，C.Brandon，J.Xander.Combining time series and econometric forecast of tourism activity[J].Annals of Tourism Research，1984，11（2）：219-229.

[5]吳敬芳，洪星.GM（1，1）模型和線性回歸組合模型在旅游人數預測中的應用[J].現代商業，2008（15）：117-118.

[6]梅亮，葛世倫，高尚.基于非負權重組合模型的江蘇省入境旅游客源預測[J].江蘇科技大學學報：自然科學版，2007，21（4）：85-90.

[7]C.K.Chan，S.F.Witt，Y.C.E.Lee，H.Song.Tourism forecast combination using the CUSUM technique[J].Tourism Management，2010，31（6）：891-897.

[8]K. K. F.Wong，H.Song，S.F.Witt，D.C.Wu.Tourism forecasting：to combine or not to combine？.Tourism Management，2007（28）：1068-1078.

[9]張軍謀.甘肅省入境客流量預測模型構建研究[J].旅游學刊，2010，25（11）：33-38.

[10]韓穎，黃小原，李麗君.多步變權組合預測法及其應用——以預測我國郵政收入及從業人員為例[J].東北大學學報：自然科學版，2007（7）：1061-1064.

（責編：張宏民）