后疫情時代國內旅游測度研究

摘要：自2019年新冠疫情爆發以來，對中國社會各行各業的發展產生了不同程度的沖擊和影響，其中以“流動經濟”為主要特征形式的旅游業首當其沖。本文利用模糊時間序列模型，擬在無疫情影響的條件下，對國內旅游的游客人數進行短期預測，將其與疫情下的實際游客人數進行對比，定量分析新冠疫情對旅游業的影響程度，并通過分析影響居民旅游意向的因素，給出恢復旅游業發展的政策建議。

關鍵詞：旅游業;模糊時間序列模型; 旅游意向 ;主成分分析

1.研究背景及意義

1.1旅游業發展現狀

旅游業屬于中國國民經濟發展第三產業中的龍頭產業，在國內不少地區的經濟發展中占據著舉足輕重的地位，發揮著極其重要的行業引領作用。隨著我國改革的不斷深化和對外開放的不斷擴展，旅游業作為崛起的支柱產業，不僅在國民經濟中占有重要地位，而且對促進民經濟的發展，對相關產業的帶動，對經濟結構的改善等都具有十分重要的作用。

社會不確定風險對中國社會各行各業的發展產生了不同程度的沖擊和影響，其中以“流動經濟”為主要特征形式的旅游業首當其沖。例如2020年春節旅游業幾乎顆粒無收。根據中國旅游研究院測算，受疫情影響，2020年全年我國旅游總人次將較上年減少9.8億人次，旅游總收入減少約1.55萬億元，2020上半年國內旅游市場受疫情影響尤其顯著，2020年春節，全國鐵路、道路、水路共發送旅客約1.9億人次，比去年春運同期下降近73%。2020年一季度國內旅游人次和旅游收入分別負增長56%和69%，全年減少9.32億人次，減收1.18萬億元。

中國旅游業作為國內不少地區拉動經濟發展的支柱產業甚至是龍頭產業，采取相關政策，面對目前所面臨的困難和挑戰，突破重圍，率先得到恢復和發展變得刻不容緩。恢復旅游業的發展，不僅能夠推動中國經濟的發展，而且能夠為世界各地恢復旅游業的發展提供示范參考作用，從而更好的促進世界經濟的發展。因此旅游需求的預測和分析為國家制定相關政策發展旅游業提供了理論依據，很大程度上提高了國家旅游經濟量化水平，為國內旅游市場的恢復和開發提供重要的理論依據，推動后疫情時代旅游業更好的恢復和發展。

1.2模糊時間序列簡介

近年來，隨著互聯網的廣泛應用和普及，帶動了大數據的發展，使數據變得尤為重要，這其中包括精確的數據和模糊的數據，它們自身蘊含著巨大的價值，它們不僅記錄著事物發展變化的過程，還擁有其自身的規律性。現實生活中還存在著另外一種模糊的、不完整的數據，我們通常稱它們為模糊時間序列數據，模糊時間序列數據一般具有以下特征：趨勢性、波動性和隨機性，比如對于年紀的大小常常用“年輕”、“中年”、“老年”等模糊語言來說明，對于氣溫的描述，人們通常用“有點兒冷”、“熱”、“涼爽”和“很熱”等模糊語言數據來表示，經典的時間序列分析對這種模糊數據無從下手，或者出現精確度低的問題。

2.文獻綜述

2.1國內文獻綜述

我國學者對疫情之前的國家旅游現狀做了大量的研究和分析，然而在其發生后，我國國內的旅游業現狀和模式都發生了不少的改變，甚至國內旅游業的發展正處于回暖的時期，面臨著新的挑戰和機遇，之前的國內旅游業的發展模式似乎不適應現如今國內旅游業的發展現狀，因此不少學者專家對疫情前后國內旅游業發展的現狀進行了相關的研究和分析，做出了合理的分析并提出了發展的意見。

魯芳，黃艷（2014）在分析了大量經典模糊時間序列模型的基礎上，對1994年到2012年國內旅游人數進行了整理分析，并利用改進聚類算法的模糊時間模型對國內旅游需求進行了預測。廖民生，張鯤（2015）提出了一種對模糊時間序列的改進方法對三亞旅游總收入進行了預測，該方法提高了傳統預測的精度，大大減少了預測的誤差。趙亮（2020）研究分析了新冠疫情下我國國內旅游發展的特點，分別從政策層面，經濟層面，社會層面和技術層面進行分析，并根據我國旅游業所處現狀和特點提出了應對政策和發展方向，提出應加大政府扶持力度，轉變旅游消費特征，發展企業主體策略和行業協同策略的應對政策;湯月婷，蔡建剛，童思野（2020）對在重大突發公共衛生事件下我國居民的出游意向及其影響因素進行了調查研究，選取了可能影響居民意向的16個影響因素，包括個人健康安全、疫情影響程度、社會治安、國家地區出行限制、可支配收入等其他因素，采用主成分分析法，為這些影響因素從高到低排除順序，直觀的反映出最能夠影響居民出游意向的影響因素，更好的從國民的角度出發，為國家制定振興旅游業政策提供了合理有效的理論依據。

2.2.國外文獻綜述

Song Q 在Zadeh模糊時間序列的基礎上，定義并研究了以語言價值觀為觀察對象的動態過程，采用模糊關系方程作為模型，研究概括了模糊時間序列的一些基本性質，并討論了建立模糊時間序列模型的步驟，最后提出了一種利用模糊時間序列進行預測的方法。Muhammad H. Lee，Maria E. Nor等采用了區別于傳統時間序列預測方法的一種新的預測方法即現代時間序列預測方法（模糊時間序列預測方法），對旅游人數進行了預測，經驗結果表明，現代方法比傳統方法更能進行精準的預測，同時進一步發現，使用轉換的數據可以改進模糊時間系列方法的性能。Tsaur Ruey Chyn，Kuo Ting Chun提出了預測臺灣旅游需求的自適應模糊時間序列模型，將模糊時間序列數據傳輸到模糊邏輯組，然后將權重分配給每個周期，以進一步提高預測的精準度。Zheng Cao等利用全球向量自回歸模型研究了24個主要國家旅游需求的協同效應，并借助模擬脈沖響應函數評估了對中國經濟的沖擊，結果與旅游政策制定者和檢測宏觀經濟環境的跨國公司高度相關。

3.研究概述

本文使用模糊時間序列，數據選取2009年至2019年國內的旅游人數，基于聚類算法建立模糊時間序列模型，對擬定無重大突發公共衛生事件影響的國內人數進行預測，隨后與在有影響的真實旅游人數數據進行對比，從定量的角度分析旅游業在新冠疫情下的影響程度;并采用問卷調查的方法，對影響居民出游意向的因素，例如影響程度，社會治安，國家地區出行限制，個人健康安全，可支配收入等其他因素進行調查，利用主成分分析法最直觀反映出最能影響居民旅游意向的因素，以便于從民生的角度出發，制定更為合理的恢復旅游發展政策。

作者簡介：李菲菲（1998年3月），女，漢族，陜西商洛。西安財經大學統計學2020級研究生，研究方向：經濟統計