基于多种预测模型的旅游市场初步探索

苏航

旅游市场需求的预测直接影响了旅游经济决策的决策、规划和管理。本文应用生产管理学现代预测方法，对旅游需求预测的定量方法进行初步探索。

近年来，随着中国消费升级大势的推动以及居民收入水平稳步提高，居民出游的意愿和支付能力显著增强，旅游业迎来井喷式发展，因此，国家提出将继续做好相关工作，推动我国旅游业转型升级、提质增效。旅游业逐渐成为国民经济的重要组成部分，我国也成为了旅游业发展潜力最大的国家。

生产需求预测是对未来可能发生的预计与推测，是企业长期的战略性决策的重要输入，同时也为短期日常经营与调整提供了重要依据。旅游预测是为企业决策与规划管理服务的，是企业制定科学管理制度的重要指标，直接影响企业的经济发展。本文将运用生产预测模型，对旅游需求进行初步探索。

一、定量分析

（一）时间序列模型

时间序列预测模型主要根据按时间顺序排列的数据变动的方向和程度，对旅游市场或其他经济活动进行外延或类推，可以有效地消除或减少随机成分的影响，预测结果可以较好地反映平均需求水平。

时间序列预测模型在旅游行业，可用于对历年旅游经济的预测，对旅游景点人数的预测，对旅游产品销售量随季节变化的预测等。本文以历年国内旅游总支出为例，用平滑模型对2018年旅游总支出进行预测。其中，t为2012-2017年的年份，At为2012-2017年实际旅游总支出（单位：亿元），Ft+1是平滑预测总支出，具体预测如表1。预测可得，2018年国内预测旅游总支出为47 746.40亿元。

（二）因果分析模型

因果分析模型主要是根据各有关指标之间内在的相互依存、相互制约关系，建立相应的因果数学模型进行预测分析。此方法可利用坐标图进行目测，画出多个变量的散点图予以分析，也可利用数理统计方法，计算相关系数。此方法可以在时间序列的基础上，综合考虑多种因素对旅游市场需求的影响，如经济指数、政府规划、金融信息等，通过对与旅游需求有关的先导指数的计算，对需求进行预测。

本文以旅游政策出台的增长速度为自变量，以2012-2017年的增长速度与注册旅行社机构个数的相互影响情况作为依据，采用一元线性回归方程，预测旅行机构个数的增加状况。最终求的一元线性回归方程为：

yt=21 873.1+976.4×x （1）

代入x=7，求得次年旅游社机构预测个数为28 708。

（三）调查问卷模型

调查问卷模型主要通过市场调研获得资料，然后进行整理、加工，再运用现代数学方法计算。这种方法不仅可作出定性描述，更可以进行长期定量预测，其优点是预测来源于消费主体，较真实地反映了市场情况。对于旅游市场实际的调研选择，在撰写本文的前期已进行了真实调研，这里主要叙述性质调研。

关于旅游实体年龄段的调研显示，20岁以下占10.73%，21～25岁占51.74%，26～30岁占12.62%，30岁以上占24.9%。关于理想旅游同伴的调研显示，家人或恋人占44.48%，自己占9.58%，朋友占42.92%，其他占3.92%。并有超过62%的人表示，对自己已有的旅行不满意，有73.2%的人渴望追求新型的旅行模式。

二、定性分析

定性分析也称非数量分析。不同于定量分析，其不需要数学模型与公式，是一种依靠预测人员的丰富实践经验以及主观的判断和分析能力，推断出事物的性质和发展趋势的主观分析方法。

这一类型的预测方法主要分为两大类，专家意见法和集合意见法。在专家意见法中，可以咨询旅游行业专业研究人员，为管理当局提供高度专业化和有价值的信息；也可基于旅游企业最高管理层团队的经验、才能和直觉，对市场进行预测并提出建議；亦可参考基层优秀销售人员的一线经验，对消费者的偏好、购买力等方面进行预测。集合意见法中，可运用小组讨论的方式，就旅游市场某一方面的分析并达成共识；也可给出专家预测结果权重，计算平均权重；亦可采用德尔菲法。

值得注意的是，预测并不同数学一样是一种准确的科学，应看作一门特别的技巧，是决策者作出决策的重要依据。而在旅游市场中，传统大类旅游早已无法满足人们日益增长的精神文化需求，而需求侧的共享急需要供给侧的开放。旅游行业决策者应积极响应需求，努力做出预测，改变产品至深度旅游已迫在眉睫，市场需要新的血液。

（作者单位：天津科技大学机械工程学院）