基于多步变权组合法的我国国内旅游人数预测

汤杰　王祖静

摘 要：该文提出了多步变权重组合预测方法，综合考虑多种单项模型，对我国国内旅游人数进行了分析与预测，研究结果表明所提出的组合预测方法比单项预测方法更加科学合理，具有可行性。

关键词：国内旅游；变权；二次规划；组合预测

中图分类号 F59 文献标识码 A 文章编号 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

由于我国改革开放以来国民经济在各方面的飞速增长，带动了旅游业最近十几年的快速增长[1]。旅游需求预测在旅游业发展中具有重要的作用，而单一的旅游预测模型已经不能很好的预测旅游业的发展状况，因此急需一种新的预测游客量的组合预测方法，以便更加科学合理的规划和管理旅游地的相关工作[2]。

组合预测方法首次是由J.M.Bates和C.W.J.Granger于20世纪60年代末提出，他们给出了时间序列的2个单项预测，证明了这2个预测的适当的线性组合导致了一个比这2个单项预测更好的预测结果[3]。在早期关于旅游组合预测的文献中，R.Fritz，C.Brandon和J.Xander结合时间序列模型（自回归综合移动平均方法，ARIMA）和传统的计量模型预测了佛罗里达州的航空游客[4]。吴敬芳和洪星运用灰色GM（1，1）模型和线性回归组合模型建立了我国国内旅游人数预测的组合模型[5]。梅亮、葛世伦和高尚采用BP神经网络模型、GM（1，1）模型以及指数曲线模型组合后的非负权重组合模型对江苏省入境游客源进行了预测[6]。C.K.Chan，S.F.Witt，Y.C.E.Lee和H.Song利用工程技术中的CUSUM技术确定时间更新权重后用二次规划计算出组合预测值[7]。

本文研究的基础数据主要来源于《中国统计年鉴》（1995-2010），主要以国内生产总值、人口数及构成、国内旅游情况3部分数据为基础，将它们处理后导入PASW软件中分别进行三次曲线拟合，利用MATLAB对拟合后的数据进行多次求解二项规划得出所需的权重，并求出组合预测值，再与单项预测结果进行比较，最后根据此种方法预测出未来6a的我国国内旅游人数。

2 单项预测模型

根据《中国统计年鉴》（1995-2010）中的相关信息，对1994-2009年我国国内旅游情况原始数据进行整理，在综合分析国民经济影响范围的基础上，结合专家的指导意见，建立以下3个单项的预测模型（由于采用组合预测方法，所以单项预测模型必须多于一项），分别为我国国内旅游人数与时间关系的模型、国内旅游人数与全国人口模型、国内旅游人数与GDP模型。

由于2003年我国受SARS疫情影响，国内旅游人数明显下降，不符合常态分布，所以采用插值法对2003年的数据进行修正。

4 预测

4.1 各预测模型比较 根据以上分析求出组合预测值和各单项预测结果进行比较，计算出各预测方法的年平均误差的绝对值（表4）。从表4可以看出，在与各单项预测模型的比较中，除n=2时组合预测值的年平均误差绝对值16.1大于国内旅游人数与全国人口模型15.3外，多步变权重组合预测法的平均误差最小，并且年平均误差绝对值的波动也相当最小，说明组合预测模型与单项预测模型相比具有更高的精度。

再分别建立国内旅游人数和时间关系模型、国内旅游人数和全国人口模型、国内旅游人数和GDP模型，求出相应的预测结果。最后，根据已建立的模型利用上述多步变权重组合预测法预测出2010-2015年我国国内旅游人数。

2010-2015年我国国内旅游人数时间序列三次曲线模型和变权重组合预测的比较结果。2010-2015年我国国内旅游人数是逐年增加的，这与1994-2009年的统计数据所呈现的规律相符。未来6a我国国内旅游人数的年平均增长率为12.7%、年平均游客量为30.419亿人次，预测数据具有合理性。

5 结语

综上所述，本文结合了国民经济的多个方面来预测未来一段时间的我国国内旅游人数，揭示了国内旅游人数和相关要素之间的关系，比使用单项预测模型精度更高，得出的预测结果更加准确。由于旅游业的发展受到多种因素的影响，但是本文的组合预测模型只选取了国民经济中影响旅游业的很小的一部分的相关要素进行分析，忽略了其他许多相关要素，因此，将来可以结合国民经济中影响旅游业发展的各部分因素组成组合预测模型进行进一步的综合分析。

参考文献

[1]王萍.基于人工神经网络的旅游需求预测与实证研究——以青岛市为例[D].兰州：西北师范大学，2004.

[2]胡柏叶，孙静春，刘哲松.考虑节假日因素影响的上海市月入境旅游人数预测[J].西安工程大学学报，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]吴敬芳，洪星.GM（1，1）模型和线性回归组合模型在旅游人数预测中的应用[J].现代商业，2008（15）：117-118.

[6]梅亮，葛世伦，高尚.基于非负权重组合模型的江苏省入境旅游客源预测[J].江苏科技大学学报：自然科学版，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]张军谋.甘肃省入境客流量预测模型构建研究[J].旅游学刊，2010，25（11）：33-38.

[10]韩颖，黄小原，李丽君.多步变权组合预测法及其应用——以预测我国邮政收入及从业人员为例[J].东北大学学报：自然科学版，2007（7）：1061-1064.

（责编：张宏民）