利用克朗蓬1966年建立的引力模型课件.ppt

1、第4章1旅游需求及其预测旅游需求预测与旅游流旅游需求预测与旅游流旅游流2引例：国内旅游需求增长的几个转折点引例：国内旅游需求增长的几个转折点v 伴随着国家休假政策的调整，我国旅游需求形成了三次十伴随着国家休假政策的调整，我国旅游需求形成了三次十分鲜明的转折点，每一次转折都带来全国范围内旅游者行分鲜明的转折点，每一次转折都带来全国范围内旅游者行为特征的巨大变化：为特征的巨大变化：p 第一次转折：第一次转折：1978年我国确立国家工作重心的新转移。职工每日年我国确立国家工作重心的新转移。职工每日8小小时之外的时间、每周的休息日和节假日开始不再为政治活动所占用。时之外的时间、每周的休息日和节假日开始

2、不再为政治活动所占用。这一休息权的回归，也就使得大众旅游有了真正的可能。这一休息权的回归，也就使得大众旅游有了真正的可能。p 第第二二次转折：次转折：1995年年5月起我国职工开始享受周月起我国职工开始享受周5日工作制。中国居日工作制。中国居民越来越强烈地表现出对旅游的渴望，因此也就逐渐形成一浪高过一民越来越强烈地表现出对旅游的渴望，因此也就逐渐形成一浪高过一浪的出行热潮。国内旅游出现浪的出行热潮。国内旅游出现“周末旅游热周末旅游热”p 第第三三次转折：次转折：1999年全国年节及纪念日放假实行新办法。这一年年全国年节及纪念日放假实行新办法。这一年“十一十一”期间，国内旅游业突发了期间，国内旅

3、游业突发了“井喷井喷”式的全国出游高潮，至此式的全国出游高潮，至此之后每年的三个之后每年的三个“旅游黄金周旅游黄金周”都成为了国内旅游业极为关注的热点。都成为了国内旅游业极为关注的热点。引例：国内旅游需求增长的几个转折点引例：国内旅游需求增长的几个转折点v 伴随着国家休假政策的调整，我国旅游需求形成了三次十伴随着国家休假政策的调整，我国旅游需求形成了三次十分鲜明的转折点，每一次转折都带来全国范围内旅游者行分鲜明的转折点，每一次转折都带来全国范围内旅游者行为特征的巨大变化：为特征的巨大变化：2007年，国家对全国年节及纪念日放假办法做出了新年，国家对全国年节及纪念日放假办法做出了新一轮的修订，增

4、加清明、端午、中秋这些中国传统节日为一轮的修订，增加清明、端午、中秋这些中国传统节日为法定假日，取消法定假日，取消“五一五一”黄金周，强化春节长假，使得国黄金周，强化春节长假，使得国内民众旅游出行的时间、线路选择更加自由、灵活。随着内民众旅游出行的时间、线路选择更加自由、灵活。随着国内旅游供给能力的增强和旅游市场秩序的完善，以及带国内旅游供给能力的增强和旅游市场秩序的完善，以及带薪休假的逐渐普及，国内旅游需求必将迎来更大的增长空薪休假的逐渐普及，国内旅游需求必将迎来更大的增长空间。间。4.1 旅游需求及其预测旅游需求及其预测定义：定义：旅游需求旅游需求是一定时期内、一定价格上旅游者是一定时期内

5、、一定价格上旅游者愿意而且能够购买的旅游产品的数量愿意而且能够购买的旅游产品的数量。旅游需求是。旅游需求是激发旅游者旅游动机及行为的内在动力，若从经济激发旅游者旅游动机及行为的内在动力，若从经济学视角对其进行量化，可看作是在一定时期内符合学视角对其进行量化，可看作是在一定时期内符合旅游者购买意愿与购买能力的旅游产品或服务的数旅游者购买意愿与购买能力的旅游产品或服务的数量。量。4.1.1 旅游需求的影响因素旅游需求的影响因素 1）旅游者自身特征）旅游者自身特征 2）客源地的旅游需求水平）客源地的旅游需求水平 3）目的地的旅游供给水平）目的地的旅游供给水平 旅游者旅游者 自身特征自身特征 收入水平

6、和闲暇时间收入水平和闲暇时间 职业和教育程度职业和教育程度 年龄和性别年龄和性别4.1 旅游需求及其预测旅游需求及其预测4.1.1 旅游需求的影响因素旅游需求的影响因素收入收入可支配收入可支配收入一般来说，人们的收入水平与他们的出游力存一般来说，人们的收入水平与他们的出游力存在明显的正相关。在明显的正相关。根据根据20032003年对北京市场的抽样调查，出游高频年对北京市场的抽样调查，出游高频假日消费群体主要集中在家庭收入在假日消费群体主要集中在家庭收入在30003000元以元以上的群体。上的群体。图图2.5 收入水平对旅游产品的需求弹性（据收入水平对旅游产品的需求弹性（据Walsh，1986

7、：:29）闲暇闲暇显性闲暇：国家规定的一年显性闲暇：国家规定的一年104104个双休日，加上全国年节个双休日，加上全国年节及纪念日共及纪念日共1111天假期，全年假日天假期，全年假日115115天。天。按时间长短还可以分为：每日工作之后的闲暇时间、周按时间长短还可以分为：每日工作之后的闲暇时间、周末闲暇时间、公共假日闲暇时间和带薪假期。末闲暇时间、公共假日闲暇时间和带薪假期。隐形闲暇：学生、教师的寒暑假、退休人员绝大多数隐形闲暇：学生、教师的寒暑假、退休人员绝大多数”赋闲在家赋闲在家”、“远程办公远程办公”、“自由职业者自由职业者”的动态工的动态工作闲暇时间。作闲暇时间。职业和教育水平职业和教

8、育水平金融家企业主干部律师会计师教师工程技术人员高级职员医生旅游机会较多的职业旅游机会较多的职业年龄与出游力的关系：年龄与出游力的关系：一般来说，年龄与游憩活动的参与率之间存在负相一般来说，年龄与游憩活动的参与率之间存在负相关（关（WalshWalsh，19861986）。）。对不同类型的游憩活动，不同年龄层次的人参与概对不同类型的游憩活动，不同年龄层次的人参与概率也不同。率也不同。总结：总结：1.1.一般来说，年龄与旅游需求呈负相关。但是一般来说，年龄与旅游需求呈负相关。但是这条规律在不同类型的游憩活动之间存在明显这条规律在不同类型的游憩活动之间存在明显的差异。的差异。2.2.我国中年出游力

9、要大于青年。我国中年出游力要大于青年。3.3.环城市游憩活动，城市居民年龄与旅游需求环城市游憩活动，城市居民年龄与旅游需求呈正相关。呈正相关。银发市场（银发市场（senior tourism market）美国国家研究理事会认为（美国国家研究理事会认为（20012001）世界老年人）世界老年人口的增加趋势将持续整个口的增加趋势将持续整个2121世纪。世纪。4.1.1旅游需求的影响因素旅游需求的影响因素 客源地旅游客源地旅游需求水平需求水平 经济发展水平经济发展水平 人口状况人口状况 城市化程度城市化程度经济发展水平经济发展水平人均国民生产总值人均国民生产总值旅游动机旅游动机800-1000美元

10、美元普遍产生国内旅游动机普遍产生国内旅游动机4000-10000美元美元普遍产生国际旅游动机普遍产生国际旅游动机超过超过10000美元美元洲际旅游动机洲际旅游动机发达国家人口特征不发达国家人口特征人口出生率低，人口较稳定城市化水平高城市化水平高经济发展快人口出生率高，绝对量大城市化水平低经济发展缓慢旅游需求较大旅游需求较小人口特征人口特征4.1.1旅游需求的影响因素旅游需求的影响因素 目的地旅游目的地旅游供给水平供给水平 资源、交通和设施资源、交通和设施 价格和汇率价格和汇率资源和交通资源和交通 旅游资源的吸引力的强弱与旅游需求呈正比例关系 交通条件的好坏与旅游需求呈正比例关系价格不变的情况下

11、，汇率与旅游需求成反比。价格不变的情况下，汇率与旅游需求成反比。思考：人民币升值对中国旅游发展的影响？思考：人民币升值对中国旅游发展的影响？价格与汇率价格与汇率4.1.2 旅游需求的特征旅游需求的特征旅游需求具有时间和空间上的显著特征。一方面，旅游需求旅游需求具有时间和空间上的显著特征。一方面，旅游需求会随着时间的变化而发生明显变化，在某些时段旅游需求会随着时间的变化而发生明显变化，在某些时段旅游需求比较集中；另一方面，各旅游目的地的客源地在空间分布比较集中；另一方面，各旅游目的地的客源地在空间分布上也会呈现出较强的集中性。上也会呈现出较强的集中性。1)旅游需求旅游需求 时间特征时间特征衡量指

12、标衡量指标 季节性（时间）强度指数季节性（时间）强度指数 高峰指数高峰指数4.1.2 旅游需求的特征旅游需求的特征 季节性（时间）强度指数：季节性（时间）强度指数：R=xi-8.33()212i=112式中：R为旅游需求的时间分布强度指数；xi为各月游客量占全年的比重。注意：注意：R值越大，旅游需求的时间变动越大，旅游淡旺季差异也相应越大；值越大，旅游需求的时间变动越大，旅游淡旺季差异也相应越大；R值越小，旅游需求的时间分布越均匀，旅游淡旺季之间的差异也越小；值越小，旅游需求的时间分布越均匀，旅游淡旺季之间的差异也越小；R值趋近于，旅游无淡旺季之分。值趋近于，旅游无淡旺季之分。它较适用于不同年

13、它较适用于不同年份（时段）的比较份（时段）的比较和不同旅游地（设和不同旅游地（设施）的比较。施）的比较。案例：不同休假政策时期武陵源旅游不同休假政策时期武陵源旅游需求的变化特征需求的变化特征v 世界自然遗产地武陵源风景名胜区在世界自然遗产地武陵源风景名胜区在1986-2006年间四个年间四个代表我国不同休闲政策时期的各月游客量如图代表我国不同休闲政策时期的各月游客量如图4-1所示。所示。其中其中：1986-1988年为我国单休日休假制度时期，年为我国单休日休假制度时期，1996-1998年为我国双休日休假制度时期年为我国双休日休假制度时期，2000-2002年年、2004-2006 年分别为我

14、国黄金周休假制年分别为我国黄金周休假制度时期的第一和第二阶段。度时期的第一和第二阶段。问题：问题：通过通过R值可以看出武陵源客流呈现怎样的变化趋势和特征？值可以看出武陵源客流呈现怎样的变化趋势和特征？案例：不同休假政策时期武陵源旅游不同休假政策时期武陵源旅游需求的变化特征需求的变化特征图图4-1 1986-2006年武陵源风景名胜区各月游客统计年武陵源风景名胜区各月游客统计 案例：不同休假政策时期武陵源旅游不同休假政策时期武陵源旅游需求的变化特征需求的变化特征表表4-1 武陵源三个休闲制度时期的季节性强度指数比较武陵源三个休闲制度时期的季节性强度指数比较分析提示：单休日、双休日和黄金周三个时期

15、的季节强分析提示：单休日、双休日和黄金周三个时期的季节强度指数度指数R值有逐渐增大的趋势，但这种变化非常小，几值有逐渐增大的趋势，但这种变化非常小，几乎可以忽略不计，而从黄金周时期第一阶段到黄金周时乎可以忽略不计，而从黄金周时期第一阶段到黄金周时期第二阶段，季节强度指数期第二阶段，季节强度指数R值则略有降低。值则略有降低。表表3-3 锦锈中华、中国民俗文化村旅游者时间锦锈中华、中国民俗文化村旅游者时间(月份月份)分配情况分配情况37请你分析各旅游地请你分析各旅游地R值差异的原因。值差异的原因。特点：特点：锦绣中华差异变小，民俗文化村差异变大；锦绣中华差异变小，民俗文化村差异变大；相对其它地区景

16、区，本景区的相对其它地区景区，本景区的R R值偏小，游客各月数值偏小，游客各月数量差异不明显。量差异不明显。4.1.2 旅游需求的特征旅游需求的特征 高峰指数：高峰指数：式中：Pn为高峰指数；V1为最繁忙时段的游客数；Vn为第n个时段的游客数;n为参照时段（最繁忙时段）。注意：注意：当游客量在所有时段都相同时，当游客量在所有时段都相同时，Pn为，为，当游客集中在某些时段时，当游客集中在某些时段时，Pn值会增大。值会增大。pn=v1-vn(n-1)v1100用于横向比较各旅游地的高峰程度用于横向比较各旅游地的高峰程度用于纵向对比本旅游地高峰程度的用于纵向对比本旅游地高峰程度的 变化趋势变化趋势n

17、月份月份开房率开房率/%n1896（最高）（最高）V1n2791n3991n4689n51085n6582（中值点）（中值点）n7474n8372n91170n10260n11153n121249（最低）（最低）加拿大温哥华饭店某年各月开房率加拿大温哥华饭店某年各月开房率100)1(11-=VnVVPnn10096)16(8296-=n值的选择重要：值的选择重要：它是与它是与最繁忙期比较的时段。最繁忙期比较的时段。4.1.2 旅游需求的特征旅游需求的特征 2)旅游需求空间特征衡量指标：地理集中指数旅游需求空间特征衡量指标：地理集中指数G=100(xiT)2i=1n式中：G为客源地的地理集中指数

18、；xi为第i个客源地的游客数量；T为旅游地接待游客总量；n为客源地总数。注意：G值越接近100，表明游客来源越少越集中；G值越接近，则表明客源地越多越分散。对于任何一个旅游地来说，G值适中为妥。表表3-7 1996年杭州、桂林、昆明三市主要国际游客地理分布年杭州、桂林、昆明三市主要国际游客地理分布1.南京市南京市1995-1996年境外客源市场区域结构分析年境外客源市场区域结构分析计算得计算得1996年年 G=45.40 G值较大；值较大；但与但与 1995 年（年（G=48.16）相比有所减小。说明南京市）相比有所减小。说明南京市境外客源市场趋向较稳定状态。境外客源市场趋向较稳定状态。2.南

19、京市国内客源市场区域结构分析南京市国内客源市场区域结构分析1996年年10月至月至1997年年10月国内客源市场区域分布情况表月国内客源市场区域分布情况表式中：式中：Tij为客源地为客源地 i 与旅游目的地与旅游目的地 j 之间旅游次数的之间旅游次数的某种量度；某种量度；Pi为客源地为客源地 i 的人口规模、财富或旅行倾向的的人口规模、财富或旅行倾向的量度；量度；Aj为目的地为目的地 j 的吸引力或容量的某种量度；的吸引力或容量的某种量度；Dij为客为客源地源地 i 与目的地与目的地 j 之间的距离；之间的距离；G、a为经验参数。为经验参数。旅游客源的空间结构主要指旅游者的地理来源和强度。旅游

20、客源的空间结构主要指旅游者的地理来源和强度。1.1.旅游市场范围的确定旅游市场范围的确定（1）空间距离市场范围）空间距离市场范围 引力模型公式引力模型公式:根据距离衰减法则，旅游者的行为（活动）空间变化根据距离衰减法则，旅游者的行为（活动）空间变化遵循距离递减的规律，距离愈近，活动的机会愈多，距离遵循距离递减的规律，距离愈近，活动的机会愈多，距离增加，活动机会减少。由此可以得到以旅游地为中心的周增加，活动机会减少。由此可以得到以旅游地为中心的周边地区客源地的旅游次数或旅游流量的某种度量值，并根边地区客源地的旅游次数或旅游流量的某种度量值，并根据其随距离变化曲线的拐点划分出一级市场、二级市场和据

21、其随距离变化曲线的拐点划分出一级市场、二级市场和三级市场的范围。三级市场的范围。（2）时间距离市场范围）时间距离市场范围时间距离即从旅游客源地到旅游目的地所需的时间，时间距离即从旅游客源地到旅游目的地所需的时间，它是空间距离在时间维上的表达。它是空间距离在时间维上的表达。可以以旅游目的地为中心，将旅途所需时间相等的旅可以以旅游目的地为中心，将旅途所需时间相等的旅游客源地联结起来，绘制成旅游等时线图。游客源地联结起来，绘制成旅游等时线图。一般情况下时间距离越近，旅游的机会越大。因此，一般情况下时间距离越近，旅游的机会越大。因此，旅游目的地的客源市场往往集中在交通沿线。旅游目的地的客源市场往往集中

22、在交通沿线。出游力出游力（emissiveness）出游率出游率等游线等游线（isotourist）等时线等时线（isochronic）游憩活动空间游憩活动空间（recreational activity space RAS）出游力：指某一客源地居民群体在经济能力、休假制度、身出游力：指某一客源地居民群体在经济能力、休假制度、身心健康等条件下形成的参与户外休闲或旅游的综合能力。心健康等条件下形成的参与户外休闲或旅游的综合能力。出游率：指抽样调查中某客源地的被试着回答实际到访过某出游率：指抽样调查中某客源地的被试着回答实际到访过某一目的地的人数与被试者总数的比。一目的地的人数与被试者总数的比。等

23、游线：指出游范围内由出游率相同的点组成的连线，它一等游线：指出游范围内由出游率相同的点组成的连线，它一般围绕着客源地呈同心圆或其变形的圈层所组成。般围绕着客源地呈同心圆或其变形的圈层所组成。等时线：与等游线的趋势相反，指从客源地到目的地旅行时等时线：与等游线的趋势相反，指从客源地到目的地旅行时间相等的点连接成的同心圆或其变形圈层，等游率越低，等间相等的点连接成的同心圆或其变形圈层，等游率越低，等时线值越大。时线值越大。游憩活动空间：多根等游线（等时线）形成的趋势面。游憩活动空间：多根等游线（等时线）形成的趋势面。4.1.3 旅游需求预测旅游需求预测 旅游需求预测方法分为定量预测方法与定性预测方

24、法两类：趋势外推模型1结构模型2人工智能方法31）定量预测方法：4.1.3 旅游需求预测旅游需求预测趋势外推模型1p 趋势外推模型是依据一系列历史资料推测未来旅游的需求量及其发展趋势的一种预测模型。该模型的建立基于这样的假设，即历史数据的趋势将在未来一段时间内持续下去。p 时间序列模型是旅游需求预测中运用较广的趋势外推模型。时间序列是指把某一变量在不同时间上的数值按时间先后顺序排列起来所形成的序列。基于不同假设，可将时间序列模型分为确定性时间序列模型和随机性时间序列模型。同步思考：同步思考：我国旅游发展水平和城市化水平的趋势和特征是什么？我国旅游发展水平和城市化水平的趋势和特征是什么？v 下下

25、图是根据我国改革开放以来国际旅游收入和城市化水平的图是根据我国改革开放以来国际旅游收入和城市化水平的时间序列数据绘制的趋势线图，请分析：这两幅图中反映时间序列数据绘制的趋势线图，请分析：这两幅图中反映出的我国自出的我国自1980年到年到2005年来的旅游发展水平和城市化发年来的旅游发展水平和城市化发展水平的趋势和特征是什么？若要基于两图中的时间序列展水平的趋势和特征是什么？若要基于两图中的时间序列数据构建预测模型，需分别构建什么类型的时间序列模型？数据构建预测模型，需分别构建什么类型的时间序列模型？（1 1）确定性时间序列预测模型（传统统计学方法）确定性时间序列预测模型（传统统计学方法）包括无

26、改变法、比例改变法、趋势拟合法、指数平滑法包括无改变法、比例改变法、趋势拟合法、指数平滑法（2 2）随机性时间序列模型）随机性时间序列模型时间序列模型最常用的方法时间序列模型最常用的方法 在需要对两种或两种以上的变量的相关关系进行预测时，可采在需要对两种或两种以上的变量的相关关系进行预测时，可采用线性回归模型或多元回归模型。用线性回归模型或多元回归模型。用回归法求出旅游需求随某因素变化的趋势，模型中的自变量用回归法求出旅游需求随某因素变化的趋势，模型中的自变量可以是旅游需求影响因素中的任何一种，人们通常采用时间作为自可以是旅游需求影响因素中的任何一种，人们通常采用时间作为自变量。变量。模型的形

27、式主要有指数曲线模型、逻辑曲线（模型的形式主要有指数曲线模型、逻辑曲线（LogisticLogistic，俗称，俗称“S S曲线曲线”）、多项式增长模型、龚百兹增长曲线模型、增长曲线模）、多项式增长模型、龚百兹增长曲线模型、增长曲线模型（型（GrowthGrowth）、幂曲线模型（）、幂曲线模型（PowerPower）等。）等。这些都属于简单的外推方法，作为一种快速、短期预测的方法这些都属于简单的外推方法，作为一种快速、短期预测的方法较为适用，但其预测结果往往不准确。较为适用，但其预测结果往往不准确。统计某旅游地各年游客人数；统计某旅游地各年游客人数；建立直角坐标系，将统计数据绘于坐标系中；建

28、立直角坐标系，将统计数据绘于坐标系中；绘制趋势线段（尽量与各点靠近）；绘制趋势线段（尽量与各点靠近）；量度线段的代表坐标，建立回归方程；量度线段的代表坐标，建立回归方程；检验、预测应用、修正。检验、预测应用、修正。bKxy=bKxy=289=1979k+b-400=1985k+b-111=6kK=18.5400=198518.5+bB=-36322.5y=18.5x36322.5得：得：年份年份(x)19861987198819891990预测数预测数(y)418.5437.0455.5474.0492.5y=18.5x36322.5福建省入境旅游市场模型的建立与开发对策福建省入境旅游市场模型

29、的建立与开发对策Logistic曲线模型为曲线模型为:利用利用SPSS13.0软件对曲线进行多次拟合软件对曲线进行多次拟合,笔者发现笔者发现,当上限当上限值值u取值为取值为300万人次时万人次时,建立的相应建立的相应Logistic曲线模型的预曲线模型的预测精确程度较为理想测精确程度较为理想,模型对近期数据的拟合效果很好模型对近期数据的拟合效果很好,其拟其拟合效果图如图合效果图如图2所示。建立所示。建立Logistic曲线模型如下曲线模型如下:4.1.3 旅游需求预测旅游需求预测p 结构模型是依赖于旅游需求与一系列原因变量之间的关系确定未来旅游的需求量及其发展趋势的一种预测模型。引力模型和计量

30、经济模型是旅游需求预测中常用的结构模型。结构模型2引力模型引力模型为寻求旅游需求与多个变量的关系时，需要应用为寻求旅游需求与多个变量的关系时，需要应用多元回归的数学方法。多元回归的数学方法。利用克朗蓬（利用克朗蓬（1966年）建立的引力模型（改进）年）建立的引力模型（改进）ijiijDAPGTj=客源地客源地i与旅游目的与旅游目的地地j之间旅游次数的之间旅游次数的某种量度，例如：某种量度，例如：到目的地旅游的游到目的地旅游的游客量客量客源地旅游倾向的量度，客源地旅游倾向的量度，例如：人均经济收入例如：人均经济收入旅游目的地能力的量度，旅游目的地能力的量度，例如：旅游吸引力例如：旅游吸引力客源地

31、与目的客源地与目的地的距离地的距离G,为参数，建模就是求出参数。为参数，建模就是求出参数。深度剖析：深度剖析：克朗蓬的旅游需求引力预测模型是否存在缺陷克朗蓬的旅游需求引力预测模型是否存在缺陷？v 克朗蓬构建的旅游需求引力模型一经提出，便引起了旅游学克朗蓬构建的旅游需求引力模型一经提出，便引起了旅游学界的极大反响，并成为了大量研究者推广应用的基本模型。界的极大反响，并成为了大量研究者推广应用的基本模型。然而该模型在对旅游需求量进行预测时是否存在缺陷？继克然而该模型在对旅游需求量进行预测时是否存在缺陷？继克朗蓬之后有没有更加优化的模型可以克服这一缺陷？朗蓬之后有没有更加优化的模型可以克服这一缺陷？

32、1.模型无约束，也就是说模型预测的旅行次数没有上限。模型无约束，也就是说模型预测的旅行次数没有上限。2.模型有过高估计短途旅行次数和过低估计长途旅行次数的模型有过高估计短途旅行次数和过低估计长途旅行次数的倾向（倾向（Smith，1989）。3.引力模型对中长期的预测结果缺乏可靠性，只能用来预测引力模型对中长期的预测结果缺乏可靠性，只能用来预测近期的市场变化（近期的市场变化（van Doorn，1991:8）.解决的方法：发展有确定的实际上限的有约束模型和修正距解决的方法：发展有确定的实际上限的有约束模型和修正距离变量。离变量。如如Wolfe（1972）、）、Edwards和和Dennis（19

33、76）对距）对距离变量的修正；离变量的修正；Cesario和和Knetsch（1976）对方程约束）对方程约束条件的完善等。条件的完善等。该式给出的引力模型的弱点：该式给出的引力模型的弱点：4.1.3 旅游需求预测旅游需求预测p 结构模型是依赖于旅游需求与一系列原因变量之间的关系确定未来旅游的需求量及其发展趋势的一种预测模型。引力模型和计量经济模型是旅游需求预测中常用的结构模型。结构模型2 计量经济模型。该模型已成为当前旅游需求预测的主要方法之一，包括 ADML模型、ECM模型、VAR模型、TVP模型、AIDS模型 等，最新的研究还尝试将多种模型结合。3.案例案例全国各省、市、自治区到京游客量

34、的预测引力模型1)模型基础数据基础数据基础数据：北京市国内旅游者地区分布及相应地区的人口、经济收入和到京距离目的目的：得出游客量与地理空间距离、经济收入、人口三个参数之间的数学模型表达式表表3-10 北京市国内旅游者地区分布北京市国内旅游者地区分布2)建立模型(1)修改基本模型(2)建模的数学方法变换变换 为为 (i=1,2,-，j=1)式中，式中，Tij为某时段全国各省、市、自治区到北京的游客量为某时段全国各省、市、自治区到北京的游客量(西藏、西藏、台湾除外，台湾除外，1985年海南省未建省，归广东省年海南省未建省，归广东省)；x1为各省、市、为各省、市、自治区经济收入；自治区经济收入；x2

35、为各省、市、自治区人口；为各省、市、自治区人口；G、为参数，为参数，dij为各省、市、自治区到京距离。为各省、市、自治区到京距离。bijjiijDAPGT=ijijdxxGT21=采用多元回归方法建模，建模的关键是要求做出采用多元回归方法建模，建模的关键是要求做出G、等等参数，并使模型在数学上达到要求。将上式两边取对数，得：参数，并使模型在数学上达到要求。将上式两边取对数，得：令令 ，得得然后可以应用多元回归数学方法求取参数然后可以应用多元回归数学方法求取参数G、。ijijdxxGTlglglglglg21-=lgijijTT=lgGG=11lgxx=22lgxx=lgijijdd=21iji

36、jdxxGT-=(3)指标的选取各省、市、自治区到京游客量各省、市、自治区到京游客量一个指标：一个指标：6 6月份游客量。月份游客量。各省、市、自治区游客经济收入各省、市、自治区游客经济收入两个指标：职工年平均工资；职工年平均工资与从省城到北京两个指标：职工年平均工资；职工年平均工资与从省城到北京火车票票价之比。火车票票价之比。人口人口两个指标：大学毕业生两个指标：大学毕业生(包括在校生和肆业生包括在校生和肆业生)，大学毕业生加，大学毕业生加高中生。高中生。地理的空间距离地理的空间距离两个指标：铁路距离，从省城到北京乘火车需要的时间两个指标：铁路距离，从省城到北京乘火车需要的时间(4)模型建立

37、模型建立(5)讨论讨论指标选择是预测模型建立的关键：指标的可获取性和代表性指标的可获取性和代表性在保证精度的条件下，应使模型尽可能简单化简单化。经检验，符合要求的数学模型如下：经检验，符合要求的数学模型如下：Q(剩余平方和剩余平方和)=0.1272，U(回归平方和回归平方和)=0.3082，F=8.89，R(复相关系数复相关系数)=0.841，S(剩余标准差剩余标准差)=0.1075式中，式中，Tij为各省、市、自治区为各省、市、自治区6月份到京游客量月份到京游客量(万人万人)；x1为年为年均工资与火车票价比；均工资与火车票价比；x2为大学毕业生人数为大学毕业生人数(万人万人)；dij为乘为乘

38、火车从省城到北京需用的时间火车从省城到北京需用的时间(h)。4216.06223.022624.011623.3ijdxxT=（6）应用分析）应用分析4.1.3 旅游需求预测旅游需求预测p 人工智能方法作为一种新兴的定量分析方法近些年越来越多地被应用到旅游需求预测中，具体包括神经网络、粗糙集、遗传算法、灰色算法、支持向量回归等。其中，神经网络模型（Neural Network Model）是当前旅游需求预测中运用最广的人工智能方法。该模型是实际模仿人脑神经网络而建立的一种信息处理系统，是由大量神经元相互连接而成的能够进行复杂逻辑操作的网络系统。整个网络的信息处理即是通过这些被称为节点的神经元向

39、邻近的节点发出抑制或激励的信号而完成的。人工智能方法34.1.3 旅游需求预测旅游需求预测 旅游需求预测方法分为定量预测方法与定性预测方法两类：定性预测方法并不完全依赖于数据，而是根据各种历史资料，运用人的知识、经验及主观判断，对预测目标的未来发展作出趋势、方向、性质等方面的判断。1）定性预测方法：在旅游需求预测中较常使用的特尔菲法。该方法根据有专业知识的人的直接经验，采用系统的程序，以互不见面和反复进行的方式，对某一未来问题进行判断。该方法的具体实施程序如下：4.1.3 旅游需求预测旅游需求预测 旅游需求预测方法分为定量预测方法与定性预测方法两类：1）定性预测方法：特尔菲法的具体实施程序：明

40、确预测问题，成立预测工作小组。确立专家组成员。制定和分发第一轮问卷。回收第一轮问卷，并整理结果。分发第二轮问卷。回收第二轮问卷，并整理结果。分发第三轮问卷。回收第三轮问卷，整理结果，确定是否需要作进一步的问卷调查。4.3 旅游流旅游流v4.3.1 旅游流体系旅游流体系旅游流根据流动对象可分为狭义定义和广义定义。狭义的旅游流（tourist flows）：即旅游客流，在一定区域由于旅游需求的近似而引起的旅游者集体性空间位移现象。广义的旅游流（tourism flows）：以旅游客流为主体，包含信息流、资金流、物质流、文化流等在内的复杂巨系统。4.3 旅游流旅游流v4.3.2 旅游流要素及属性旅游

41、流要素及属性要素：旅游主体、旅游节点和旅游通道。属性：流量；流向；时间；长度；饱和度；对称性；平衡性。4.3 旅游流旅游流v4.3.3 旅游流的分类旅游流的分类根据旅游流产生或流动的空间尺度划分根据旅游流产生或流动的空间尺度划分根据旅游流来源地划分根据旅游流来源地划分根据旅游流与被研究目的地的空间关系划分根据旅游流与被研究目的地的空间关系划分123根据旅游流单位时间的流量划分根据旅游流单位时间的流量划分根据旅游目的划分根据旅游目的划分454.3 旅游流旅游流v4.3.3 旅游流的分类旅游流的分类根据旅游流来源地划分根据旅游流来源地划分1可分为三类，即国内旅游流、入境旅游流、出境旅游。p国内旅游

42、流来源于国内，在国内集聚与扩散；p入境旅游流来源于境外，流向国内后在各目的地间集聚与扩散，随后流出境外；p出境旅游流来源于国内，在国际间集聚与扩散。4.3 旅游流旅游流v4.3.3 旅游流的分类旅游流的分类根据旅游流与被研究目的地的空间关系划分根据旅游流与被研究目的地的空间关系划分2可分为两类，即集聚旅游流和扩散旅游流。p集聚旅游流是客源地或其它目的地的旅游流流向所研究的目的地，在空间上呈现出集聚状态；p扩散旅游流是旅游流从被研究的目的地流向其他旅游目的地或返回客源地，在空间上呈现出扩散状态。4.3 旅游流旅游流v4.3.3 旅游流的分类旅游流的分类根据旅游流产生或流动的空间尺度划分根据旅游流

43、产生或流动的空间尺度划分3可分为三类，即国家旅游流、区域旅游流、地方旅游流。p国家旅游流是指全国范围内的旅游流，也被称为大尺度旅游流；p区域旅游流是指省级行政区，或城市群、都市圈等较大地理单元的旅游流，也被称为中尺度旅游流；p地方旅游流是指省域范围内一个城市、一个社区等较小地区的旅游流，也被称为小尺度旅游流。4.3 旅游流旅游流v4.3.3 旅游流的分类旅游流的分类根据旅游流单位时间的流量划分根据旅游流单位时间的流量划分4一般以年为时间单位分为八类，按流量由大到小分别是：超级旅游流（150万游客）、特大型旅游流（100-150万游客）、大型旅游流（50万-100万游客）、中型旅游流（20万-5

44、0万游客）、小型旅游流（10万-20万游客）、较小型旅游流（5万-10万游客）、微小型旅游流（l万-万游客）、特小型旅游流（1万游客）。4.3 旅游流旅游流v4.3.3 旅游流的分类旅游流的分类根据旅游目的划分根据旅游目的划分5根据国家旅游局国内旅游抽样调查问卷中的旅游目的可分为十类，分别是：休闲(度假)旅游流、观光(游览)旅游流、探亲访友旅游流、商务旅游流、会议旅游流、健康(疗养)旅游流、宗教(朝拜)旅游流、文化(体育、科技交流)旅游流、公务旅游流、购物旅游流。4.3 旅游流旅游流v4.3.4 旅游流的时空特性旅游流的时空特性1.旅游流的时间特性：即在发生时间上，旅游流呈现明显的节律性。具体

45、来说，旅游流在流量、流向、流速等方面呈现出在某一季或某几季的明显变化，由此形成旅游地的旅游旺季、平季和淡季。2.旅游流的空间特性：即旅游流在旅游系统内不断集聚与扩散，整个过程呈现出明显的空间特性，具体表现为：扩散路径闭合性、空间分布不均衡性、流向双向性、双向流量不对称性。4.3 旅游流旅游流v4.3.5 旅游流的网络结构旅游流的网络结构1）旅游流网络结构的内涵：旅游流网络结构是旅游者在不同旅游地之间从事旅游活动的过程中发生联结而建立的各种旅游流关系的总和，反映了旅游者活动的空间状态，体现了旅游活动的空间属性和相互关系。4.3 旅游流旅游流v4.3.5 旅游流的网络结构旅游流的网络结构2）旅游流

46、网络结构的建构要素：网络结构的构建包含两个关键要素，即节点和边。4.3 旅游流旅游流v4.3.5 旅游流的网络结构旅游流的网络结构3）旅游流网络结构的评价指标：（1）节点结构：主要包括节点中心性和节点结构洞。节点中心性用于识别旅游流网络中的重要节点，重要的旅游节点通常占据旅游流网络中的战略区位，后者用于发现旅游流网络节点之间的关系断裂现象。4.3 旅游流旅游流v4.3.5 旅游流的网络结构旅游流的网络结构3）旅游流网络结构的评价指标：（2）网络结构：主要包括网络规模、网络密度、网络直径、网络中心势、核心边缘度等。同步案例同步案例问题：问题：n什么是网络虚拟旅游流？什么是网络虚拟旅游流？n网络虚

47、拟旅游流的影响因素和主要特征是什么？网络虚拟旅游流的影响因素和主要特征是什么？理解要点：虚拟旅游流主要是指包括网络关注人数和网络实际购买人数在内的旅游客流。虚拟旅游流能够在一定程度上反映现实旅游流，甚至导引现实旅游流，由此成为现实旅游流的晴雨表。可从对现实旅游流和虚拟旅游流的对比入手，探究两者在概念、成因、产生条件、时空特征等方面的异同。数据来源于国内知名的拉手网、糯米、窝窝团三大团购网数据来源于国内知名的拉手网、糯米、窝窝团三大团购网站，数据采集的时间选择在站，数据采集的时间选择在 2011年年“十一十一”黄金周前夕的黄金周前夕的9月份。月份。“十一十一”黄金周即将来临之际，旅游地及旅游企业

48、必会尽其全力黄金周即将来临之际，旅游地及旅游企业必会尽其全力对旅游团购产品进行网络营销，此时采集的数据将会使得研究对旅游团购产品进行网络营销，此时采集的数据将会使得研究结果更加丰富、可靠。基于结果更加丰富、可靠。基于9月的旅游产品团购数据，统计各月的旅游产品团购数据，统计各站点来自中国站点来自中国 26个旅游地的旅游团购产品规模、类型及购买个旅游地的旅游团购产品规模、类型及购买产品的游客量。新疆、西藏、青海、宁夏、内蒙古产品的游客量。新疆、西藏、青海、宁夏、内蒙古5个省域旅个省域旅游地在拉手、糯米、窝窝团上未向游客提供任何旅游团购产品游地在拉手、糯米、窝窝团上未向游客提供任何旅游团购产品;此外

49、，数据采集未包含港澳台地区。此外，数据采集未包含港澳台地区。基于网络团购的虚拟旅游流空间差异及动力机制研究基于网络团购的虚拟旅游流空间差异及动力机制研究 由于不同旅游地提供的旅游产品数量不同，因此造成不同由于不同旅游地提供的旅游产品数量不同，因此造成不同旅游地购买产品的旅游流差异较大而无法比较。为了便于比旅游地购买产品的旅游流差异较大而无法比较。为了便于比较，旅游流统一使用平均旅游流，即所有团购产品的虚拟游较，旅游流统一使用平均旅游流，即所有团购产品的虚拟游客量相加后除以产品数量得到平均虚拟旅游流，其中虚拟旅客量相加后除以产品数量得到平均虚拟旅游流，其中虚拟旅游流包括关注人数与实际购买人数。数

50、据统计结果为旅游产游流包括关注人数与实际购买人数。数据统计结果为旅游产品网络团购虚拟旅游流空间差异及动力机制研究提供了保障。品网络团购虚拟旅游流空间差异及动力机制研究提供了保障。案例题案例题 上海世博会中国国内旅游者空间行为上海世博会中国国内旅游者空间行为 2010年年5月月1日至日至10月月31日期间，第日期间，第41届世界博览会届世界博览会在上海举行。此次世博会是由中国举办的首届世界博览会。在上海举行。此次世博会是由中国举办的首届世界博览会。上海世博会以上海世博会以“城市，让生活更美好（城市，让生活更美好（Beauty City,Better Life）”为主题，聚焦了全世界的目光，并吸引