基于灰色理論和馬爾科夫修正的旅游需求預(yù)測*
——以云南省旅游市場為例

曾冬玲, 喻　科, 趙清俊

(1.重慶師范大學(xué) 數(shù)學(xué)學(xué)院，重慶 401331;2.重慶師范大學(xué) 涉外商貿(mào)學(xué)院，重慶 401331;3.重慶師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，重慶 401331)

?

基于灰色理論和馬爾科夫修正的旅游需求預(yù)測*
——以云南省旅游市場為例

曾冬玲1, 喻科2, 趙清俊3**

(1.重慶師范大學(xué) 數(shù)學(xué)學(xué)院，重慶 401331;2.重慶師范大學(xué) 涉外商貿(mào)學(xué)院，重慶 401331;3.重慶師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，重慶 401331)

摘要：基于灰色模型，以云南省旅游市場為例，對未來進(jìn)行了短期定量預(yù)測，并在此基礎(chǔ)上進(jìn)行了馬爾科夫修正；經(jīng)過模型的運算和多重檢驗過程，得出了未來三年國內(nèi)、海外和總市場需求的預(yù)測值，并發(fā)現(xiàn)，未來三年云南省的旅游總需求將強勢回暖，并保持穩(wěn)定增長態(tài)勢；海外需求在2015年迎來爆發(fā)式增長，之后又出現(xiàn)回落并趨于平穩(wěn)；國內(nèi)游客所占的比重將越來越大，而海外游客所占的比重將越來越??；根據(jù)這些結(jié)果，提出了相應(yīng)的政策建議。

關(guān)鍵詞：灰色理論；Markov修正；旅游預(yù)測

預(yù)測是利用歷史數(shù)據(jù)，運用適當(dāng)?shù)姆椒?，對事物未來的發(fā)展趨勢進(jìn)行科學(xué)地分析、估算和推斷的過程[1]。預(yù)測在政府決策、企業(yè)管理、工業(yè)安全、自然災(zāi)害預(yù)防等方面具有廣泛的應(yīng)用。旅游業(yè)的發(fā)展同樣離不開預(yù)測。首先，從長期來看，統(tǒng)計的滯后性和旅游資源開發(fā)、配套設(shè)施建設(shè)的提前性之間存在根本矛盾。例如第t期(年、季、月)的旅游業(yè)統(tǒng)計數(shù)據(jù)要到第t+1期才能獲得，而為了滿足第t期的潛在旅游需求增長，第t-n期就要著手旅游資源開發(fā)與配套設(shè)施建設(shè)。其次，從短期來看，當(dāng)前中國經(jīng)濟(jì)的下行和全球經(jīng)濟(jì)的不景氣，可能對旅游業(yè)的發(fā)展造成一定的負(fù)面影響，而2013年10月旅游法的實施又給旅游業(yè)的可持續(xù)發(fā)展注入了活力，在多方面因素的作用下，未來幾年旅游業(yè)發(fā)展的態(tài)勢顯得撲朔迷離。除此之外，在旅游業(yè)當(dāng)中存在著一條由游客、旅行社、功能性服務(wù)商(包含食宿行游娛購等)、旅游景點、旅游投資公司、旅游管理部門等所構(gòu)成的服務(wù)供應(yīng)鏈，這條供應(yīng)鏈最大的風(fēng)險就是供需不匹配，以及由此造成的旅游資源不合理配置和相關(guān)企業(yè)的經(jīng)濟(jì)損失，例如游客爆棚導(dǎo)致旅游資源過度使用，牛鞭效應(yīng)導(dǎo)致資源閑置和浪費。因此，為了幫助旅游產(chǎn)業(yè)提前進(jìn)行旅游規(guī)劃、資源開發(fā)、配套設(shè)施建設(shè)、產(chǎn)業(yè)規(guī)模擴充(或收縮)、人力資源儲備(或裁員)，進(jìn)行有效決策以降低供需不匹配的風(fēng)險，急需對未來幾年的目的地旅游需求(本質(zhì)上是游客量)做出科學(xué)合理的預(yù)測。

在旅游預(yù)測方面，眾多學(xué)者進(jìn)行了有益且頗具借鑒價值的研究。盡管這些研究所采用的方法多種多樣，但是大體上可分為兩類：定性預(yù)測和定量預(yù)測。定性預(yù)測方面，薛群慧等[2]分析了影響今后昆明旅游走向的因素，并預(yù)測了其未來的發(fā)展趨勢，提出了昆明旅游發(fā)展的新模式。中國旅游未來研究會課題組[3]對21世紀(jì)第二個10 年中國居民的出游格局、旅游產(chǎn)業(yè)的發(fā)展態(tài)勢、旅游發(fā)展與國家的關(guān)系，以及旅游活動內(nèi)在結(jié)構(gòu)的變化等做出了預(yù)測。定量比定性預(yù)測方法的應(yīng)用更加廣泛。何忠誠和張慧[4]采用指數(shù)平滑模型對環(huán)渤海地區(qū)國際旅游市場發(fā)展進(jìn)行了預(yù)測，發(fā)現(xiàn)各地區(qū)國際旅游發(fā)展水平差異大。張璞、李國和[5]基于貴州入境旅游市場數(shù)據(jù)，分析了貴州旅游市場發(fā)展的態(tài)勢，并采用回歸方法對貴州省入境需求人數(shù)進(jìn)行了定量預(yù)測。雷平和施祖麟[6]運用多種計量模型對我國入境旅游人數(shù)月度指數(shù)進(jìn)行了預(yù)測，并對各模型進(jìn)行了比較分析。吳小偉等[7]采用AHP 法對連云港濱海旅游資源進(jìn)行定量評價。在旅游定量預(yù)測中，由于灰色預(yù)測模型[8]具有良好的性能和較強的實用價值而倍受青睞。其中，朱曉華等[9]基于灰色系統(tǒng)理論，借助我國21年來的入境需求數(shù)據(jù)，建構(gòu)了旅游需求預(yù)測的灰色GM(1,1)模型，并與線性模型的預(yù)測精度進(jìn)行了對比。王曉霞等[10]運用GM(1,1)灰色預(yù)測模型，以牡丹江市近6年的旅游人數(shù)為例，對該市未來幾年的旅游人數(shù)進(jìn)行了預(yù)測，并得到了未來人數(shù)的變化規(guī)律?；疑糜晤A(yù)測的文獻(xiàn)不勝枚舉，其中典型代表還有文獻(xiàn)[11-12]。

在借鑒既往研究范式的基礎(chǔ)上，結(jié)合數(shù)據(jù)特征和研究需要，此處同樣采用灰色GM(1,1)模型對新形勢下旅游需求進(jìn)行了預(yù)測。但是，此處的研究與既往灰色旅游預(yù)測文獻(xiàn)具有一定的區(qū)別。首先，對樣本、數(shù)據(jù)、方法的選取進(jìn)行了詳細(xì)地可行性論證。其次，對預(yù)測方法和結(jié)果實施了更嚴(yán)格的檢驗過程：預(yù)測前的有效性檢驗，預(yù)測中的精度檢驗，預(yù)測后的隱性檢驗，以在更大程度上確保預(yù)測方法的可行性和預(yù)測結(jié)果的準(zhǔn)確性(既往相關(guān)文獻(xiàn)只有預(yù)測中的精度檢驗)。最后，在灰色預(yù)測的基礎(chǔ)上，進(jìn)行了Markov修正，并通過檢驗發(fā)現(xiàn)，修正后的模型具有更高的預(yù)測準(zhǔn)確度。雖然本研究以云南省旅游市場為例，但該研究思路和研究方法同樣適用于其他旅游市場。

1旅游預(yù)測

1.1數(shù)據(jù)和方法

為了使預(yù)測更為科學(xué)和準(zhǔn)確，選取的樣本市場應(yīng)該符合成熟穩(wěn)定、結(jié)構(gòu)合理、客源結(jié)構(gòu)多樣化的特征。云南省是我國傳統(tǒng)的旅游大省，不僅因獨特的自然風(fēng)光和民族風(fēng)情在國內(nèi)享有盛譽，而且毗鄰東南亞，海外需求也十分豐富，因此它是一個理想的樣本市場。除此之外，近5年內(nèi)對于云南省旅游預(yù)測的研究未見，故在當(dāng)前復(fù)雜形勢下十分有必要對該地區(qū)未來幾年的旅游需求(游客量)做出預(yù)測，以期能對該地區(qū)旅游產(chǎn)業(yè)的發(fā)展提供一些參考。

由于受“非典”的影響，2003和2004這兩年全國各地旅游業(yè)遭受重創(chuàng)，不僅國內(nèi)客源偏少，海外客源更是匱乏(當(dāng)時中國還一度遭到世界衛(wèi)生組織的旅游禁令)，因此，這兩年的旅游業(yè)各項指標(biāo)均十分異常和低迷。如果樣本數(shù)據(jù)中包含這兩年的數(shù)據(jù)，勢必對預(yù)測的精度造成較大影響。為了數(shù)據(jù)的延續(xù)性和預(yù)測的嚴(yán)謹(jǐn)性，將這兩年及之前的數(shù)據(jù)均不采用，故選取如表1所示的2005—2014年云南省旅游業(yè)的歷史數(shù)據(jù)作為研究的樣本數(shù)據(jù)(數(shù)據(jù)來源于《云南省國民經(jīng)濟(jì)與社會發(fā)展統(tǒng)計公報》)，且以游客量作為目的地旅游需求量指標(biāo)。

如前所述，此處研究目的是幫助旅游行業(yè)提前進(jìn)行合理規(guī)劃和科學(xué)決策以降低供需不匹配的風(fēng)險，因此，需要對未來三年的旅游市場需求進(jìn)行較為準(zhǔn)確的短期定量預(yù)測。常見的定量預(yù)測方法有指數(shù)平滑預(yù)測(如文獻(xiàn)[4])、因果關(guān)系預(yù)測(如文獻(xiàn)[5])、計量模型預(yù)測(如文獻(xiàn)[6])、Logistic增長模型預(yù)測(如文獻(xiàn)[7])、灰色預(yù)測(如文獻(xiàn)[9-12])等。這些方法沒有好差之分，各有各的優(yōu)勢和適用范圍，而具體選擇哪種預(yù)測模型，是由數(shù)據(jù)的特征和研究的需要決定的。

影響未來旅游需求的因素眾多，政治、經(jīng)濟(jì)、文化、人口、資源、氣候、環(huán)境、自然災(zāi)害，甚至是社會群體的主觀心理。這些關(guān)鍵因素之間具有十分復(fù)雜的關(guān)系，且很多相關(guān)數(shù)據(jù)根本無法獲取。通過查閱各種統(tǒng)計年鑒，只能獲取可用的10個年度增長態(tài)勢較為平穩(wěn)(圖1)的時間序列數(shù)據(jù)(云南省的很多季度和月份數(shù)據(jù)都是缺失的，而2005年之前的年度數(shù)據(jù)又不可用)，對未來做出較為準(zhǔn)確的短期定量預(yù)測。在這種情況下，顯然灰色預(yù)測法最為適合。更具體地，由于影響旅游需求的眾多因素之間存在層次和結(jié)構(gòu)關(guān)系的模糊性，動態(tài)變化的隨機性，指標(biāo)數(shù)據(jù)的不完備性，因此，將整個云南省旅游市場看成一個灰色系統(tǒng)，借助有限數(shù)據(jù)，運用灰色GM(1,1)模型對未來做出準(zhǔn)確預(yù)測。

圖1　2005—2014年云南省旅游需求變化趨勢圖Fig.1　Tourism demand trend of Yunnan in the period of 2005—2014

在灰色模型的運用上，此處研究和既往相關(guān)研究具有明顯的區(qū)別。既往文獻(xiàn)均在預(yù)測中對模型進(jìn)行了精度檢驗，但是，模型的精度高只能代表對歷史數(shù)據(jù)的擬合精度高，不能代表預(yù)測的效果好。甚至，有些擬合精度很高的文獻(xiàn)，事后發(fā)現(xiàn)預(yù)測結(jié)果和實際情況相距甚遠(yuǎn)。鑒于此，此處在模型檢驗上進(jìn)行了更嚴(yán)格的處理：預(yù)測前對模型進(jìn)行有效性預(yù)檢驗，預(yù)測中進(jìn)行精度檢驗，預(yù)測后進(jìn)行隱性檢驗。預(yù)測前的有效性檢驗，是指采用2005—2013年的數(shù)據(jù)預(yù)測2014年的值，再拿2014年的實際值和預(yù)測值進(jìn)行對比，查看預(yù)測的實際效果，以檢驗?zāi)Ｐ偷挠行?；預(yù)測中的精度檢驗，指的是同大多數(shù)相關(guān)文獻(xiàn)(如文獻(xiàn)[9-12])一樣，對預(yù)測模型進(jìn)行的相對誤差檢驗或后驗差檢驗；預(yù)測后的隱性檢驗，指的是在預(yù)測結(jié)果出來之后，驗證各預(yù)測值之間是否符合實際的邏輯關(guān)系。更具體地，盡管總需求、國內(nèi)需求和海外需求都是用各自獨立的時間序列數(shù)據(jù)預(yù)測出來的，但是這三者本質(zhì)上卻存在這樣的邏輯關(guān)系：海外需求+國內(nèi)需求=總需求，因而可以驗證這3個關(guān)鍵變量的預(yù)測值是否滿足這種關(guān)系，以此作為預(yù)測結(jié)果合理性的最后一重檢驗。除此之外，本文還在灰色預(yù)測的基礎(chǔ)上，加入了Markov修正。這是因為，灰色模型對于近似指數(shù)變化規(guī)律的平滑數(shù)據(jù)預(yù)測效果很好。但是仔細(xì)分析表1中各指標(biāo)值的增長率可以發(fā)現(xiàn)，樣本數(shù)據(jù)離指數(shù)變化還相距甚遠(yuǎn)，且變化趨勢并非完美平滑，而是存在一定的隨機波動性。眾所周知，Markov方法是處理隨機波動問題的典范[13]。因此，在利用灰色GM(1,1)模型發(fā)現(xiàn)序列主流變化趨勢的基礎(chǔ)上，再運用Markov方法進(jìn)行小幅修正，以進(jìn)一步揭示數(shù)據(jù)的隨機波動規(guī)律，從而得到更為準(zhǔn)確的預(yù)測結(jié)果。

1.2模型介紹

灰色GM(1,1)模型由鄧聚龍[8]提出，它結(jié)合了回歸和時間序列預(yù)測的優(yōu)點，適用于時間跨度小，波動不大(平滑度高)的系統(tǒng)對象，只需4個以上數(shù)據(jù)即可建立模型。由于其良好的性能，在預(yù)測研究中具有廣泛的應(yīng)用[9-12]：

1.2.1數(shù)據(jù)轉(zhuǎn)換

在灰色預(yù)測前，很多文獻(xiàn)(如文獻(xiàn)[9]和文獻(xiàn)[11])喜歡對原始序列進(jìn)行進(jìn)行數(shù)據(jù)轉(zhuǎn)換，以增加序列的平滑度。設(shè)給定Q0=[Q0(1),Q0(2),…,Q0(n)]為原始序列，根據(jù)序列Q0的特點進(jìn)行數(shù)據(jù)轉(zhuǎn)換，則有X0(k)=A(Q0(k))。常見的轉(zhuǎn)換形式有冪函數(shù)變換、指數(shù)變換、對數(shù)變換等。當(dāng)然，數(shù)據(jù)轉(zhuǎn)換并非是必須進(jìn)行的步驟，如文獻(xiàn)[10]和[12]就沒有經(jīng)過數(shù)據(jù)轉(zhuǎn)換而直接進(jìn)行了灰色預(yù)測。此處將對轉(zhuǎn)換和不轉(zhuǎn)換的序列都進(jìn)行一次預(yù)測，再根據(jù)檢驗結(jié)果進(jìn)行取舍。

1.2.2灰色預(yù)測模型

1) 對上述轉(zhuǎn)換后的序列X0進(jìn)行一階累加(若不進(jìn)行數(shù)據(jù)轉(zhuǎn)換，則直接對原始序列Q0進(jìn)行一階累加)，得序列X1=[X1(1),X1(2),…,X1(n)]，其中對于任意的k=1,2,…,n都有X1(k)=X0(1)+X0(2)+…+X0(k)。

1.2.3數(shù)據(jù)還原

1.2.4灰色模型的精度檢驗

檢驗GM(1,1)模型預(yù)測精度的方法有很多，例如相對誤差檢驗、后驗差檢驗和關(guān)聯(lián)度檢驗等[8]。同大多數(shù)文獻(xiàn)(如文獻(xiàn)[10-12])一樣，采用后驗差檢驗法。

I級(好)：C≤0.35，p≥0.95；II級(合格)：0.350.6，p<0.70。

1.2.5Markov修正

如1.1節(jié)所述，所用的時間序列數(shù)據(jù)雖然整體上比較平滑(見圖1)，但局部依然存在一定的隨機波動性(見表1的增長率序列)，因此在灰色預(yù)測的基礎(chǔ)上加入了Markov修正。事實上，先灰色預(yù)測后馬爾科夫修正的思想，最早由朱孔來[14]提出，但是很少有學(xué)者用于旅游預(yù)測當(dāng)中。文獻(xiàn)[14]對該方法的可行性和科學(xué)性進(jìn)行了詳細(xì)地論述，故此處不再重復(fù)，僅將模型作如下簡單介紹：

3) 狀態(tài)值的推斷。選擇距預(yù)測時間最近的1期數(shù)據(jù)，設(shè)它所在的狀態(tài)為Ei(i=1,2)，則R(1)中第i行最大值所在的列(不妨設(shè)為第j列)對應(yīng)的狀態(tài)，就是下一步最有可能轉(zhuǎn)向的狀態(tài)Ej。例如第i行的最大值在第2列，那么下一步最有可能的狀態(tài)為E2。

1.3有效性檢驗

盡管1.1節(jié)已進(jìn)行過詳細(xì)論證，但是為進(jìn)一步檢驗此處所選方法的可行性和有效性，選取表1中的2005—2013年云南省旅游總需求數(shù)據(jù)，對2014年的旅游需求進(jìn)行預(yù)測，然后再和2014年實際值進(jìn)行比較，以檢驗預(yù)測效果。

在運用GM(1,1)進(jìn)行預(yù)測時，既往文獻(xiàn)常常有兩種做法：進(jìn)行數(shù)據(jù)變換(如文獻(xiàn)[9]和[11])和不進(jìn)行數(shù)據(jù)變換(如文獻(xiàn)[10]和[12])。在此處所面對的問題中，預(yù)測前是難以斷定這兩種做法的預(yù)測效果的，因此，將這兩種方法都使用一遍，再根據(jù)檢驗結(jié)果從中做出取舍。由于表1中的數(shù)值較大，故數(shù)據(jù)轉(zhuǎn)換時采用對數(shù)變換法。

把表1中的總需求數(shù)據(jù)(2005—2013)代入1.2節(jié)的GM(1,1)模型中，經(jīng)運算得未經(jīng)對數(shù)轉(zhuǎn)換的灰色預(yù)測模型(稱模型1)為

35 772.602 37

而經(jīng)過對數(shù)轉(zhuǎn)換的灰色預(yù)測模型(稱模型2)為

527.395 654 7

根據(jù)上述模型，分別計算出相應(yīng)的擬合序列(預(yù)測序列)、殘差序列和精度，如表2所示。

表2　模型1和2的灰色擬合結(jié)果及狀態(tài)劃分

由表2可知，這兩個模型都體現(xiàn)出了極高的精度(C遠(yuǎn)小于0.35，p取得了極限值1)，因此可以分別運用這兩個模型對2014年云南省總需求進(jìn)行預(yù)測。經(jīng)計算得模型1和2的灰色預(yù)測值分別為

再和2014年總需求的實際值Q0(2014)=29 110.68進(jìn)行比較，求出模型1和2的預(yù)測誤差分別為

由上述結(jié)果可知，不論是模型的精度(見表2)還是實際的預(yù)測效果(預(yù)測誤差)，都是模型2優(yōu)于模型1，因此，后面的預(yù)測過程都將對原始數(shù)據(jù)進(jìn)行對數(shù)轉(zhuǎn)換。

盡管經(jīng)過對數(shù)轉(zhuǎn)換后的灰色預(yù)測模型，其精度檢驗結(jié)果十分完美(C=0.054，p=1)，然而預(yù)測的實際效果卻并不完美，仍然具有1.31%的實際預(yù)測誤差。這考慮是原始序列的隨機波動性造成的。因此，在上述灰色預(yù)測的基礎(chǔ)上，加入Markov修正。

因為2013年的狀態(tài)為E2且R(1)第二行的最大值2/3處在第二列，因此下一步最有可能轉(zhuǎn)向的狀態(tài)也為E2，即認(rèn)為2014年的狀態(tài)是E2。可見，通過Markov修正后的預(yù)測值為

將上述經(jīng)過Markov修正的預(yù)測值和2014年的實際值進(jìn)行比較，求出預(yù)測誤差為

發(fā)現(xiàn)經(jīng)過Markov修正之后的預(yù)測值，預(yù)測誤差竟然只有0.014%，預(yù)測效果非常完美。

因此，通過上述事前檢驗過程可以發(fā)現(xiàn)，基于灰色模型和Markov修正的方法用于云南省旅游需求預(yù)測是可行的，有效的(實際預(yù)測誤差僅為0.014%)。

1.4預(yù)測

通過1.1和1.3節(jié)，預(yù)測方法的可行性、有效性得到論證和檢驗。因此，可以運用該方法，基于2005—2014年云南省的總需求、國內(nèi)需求和海外需求數(shù)據(jù)，對2015—2017年相應(yīng)指標(biāo)值進(jìn)行預(yù)測。當(dāng)然，和既往文獻(xiàn)([9-12])一樣，預(yù)測過程中應(yīng)對模型進(jìn)行精度檢驗。

1.4.1總需求的預(yù)測

對總需求序列(2005—2014)進(jìn)行對數(shù)轉(zhuǎn)換，然后再把轉(zhuǎn)換后的序列代入1.2節(jié)的GM(1,1)模型中，經(jīng)計算得灰色預(yù)測模型為(下標(biāo)T表示Total Demand，即總需求)

524.342 660 1

根據(jù)上述模型，可得灰色擬合序列、殘差序列和模型的精度如表3所示。由表3可知，灰色模型具有極高的精度(C遠(yuǎn)小于0.35，p取得了極限值1)。因此，可以運用該模型對2015—2017年的總需求進(jìn)行灰色預(yù)測，預(yù)測結(jié)果為

表3　 總需求的灰色擬合結(jié)果及狀態(tài)劃分

而2014年的狀態(tài)值為E2，因此根據(jù)R(1)可得2015年最有可能的狀態(tài)為E2。再把2015年的狀態(tài)當(dāng)做初始狀態(tài)，可得2016年的狀態(tài)E2，同理2017年的也是E2。因此，在灰色預(yù)測值的基礎(chǔ)上，經(jīng)過Markov修正的最終預(yù)測值為

1.4.2國內(nèi)需求的預(yù)測

按照和1.4.1相同的過程，對國內(nèi)需求進(jìn)行預(yù)測?？傻没疑A(yù)測模型如下(下標(biāo)I表示Internal Demand，即國內(nèi)需求)，以及相應(yīng)的擬合結(jié)果、殘差序列、精度、灰色預(yù)測值、狀態(tài)劃分如表4所示。

518.294 702 2

表4　國內(nèi)和海外需求的灰色預(yù)測結(jié)果和狀態(tài)劃分

1.4.3海外需求的預(yù)測

同理可得海外需求預(yù)測的結(jié)果如下(下標(biāo)E表示External Demand，即海外需求)，以及相應(yīng)的擬合結(jié)果、殘差序列、精度、灰色預(yù)測值、狀態(tài)劃分如表4所示。

301.691 558 8

1.5隱性檢驗

盡管總需求、國內(nèi)需求和海外需求都是用各自獨立的時間序列數(shù)據(jù)預(yù)測出來的，但是這三者本質(zhì)上卻存在這樣的隱性邏輯關(guān)系：海外需求+國內(nèi)需求=總需求。因此，可以驗證這3個關(guān)鍵變量的預(yù)測值是否滿足這種關(guān)系，以作為預(yù)測結(jié)果合理性的最后一重檢驗。鑒于此，計算2015—2017年“國內(nèi)需求+海外需求”和“總需求”之間的偏差如下：

由此可知，2014—2016年間“國內(nèi)需求+海外需求”和“總需求”之間的偏差幾乎為零，即隱性檢驗的過程再一次驗證了預(yù)測結(jié)果的可靠性。

1.6結(jié)果分析

根據(jù)1.4節(jié)各指標(biāo)值的預(yù)測結(jié)果，對比2012—2014年的值，可以發(fā)現(xiàn)云南省未來幾年的旅游需求變化趨勢(表5)。

表5　需求增長和結(jié)構(gòu)變化趨勢

首先，對于云南省旅游總需求而言，雖然2014年的增長出現(xiàn)了明顯回落，但未來三年將強勢回暖，并保持穩(wěn)定增長態(tài)勢。事實上，2014年的回落有兩個原因：一方面，源于“3·1昆明暴恐”事件帶來的負(fù)面影響；另一方面，旅游法取消了自費和強制購物項目[15]，旅行社為了維持利潤，旅游產(chǎn)品的價格大幅上漲[16]，而價格的上漲又會抑制一部分需求，于是，短期內(nèi)旅游增長勢頭出現(xiàn)了回落。然而，隨著時間的推移，消費者會發(fā)現(xiàn)，價格上漲的同時伴隨著旅游服務(wù)和品質(zhì)的提升，而且暴恐事件的負(fù)面影響也將漸漸遠(yuǎn)去，于是未來三年云南省旅游需求將回歸理性——強勢回暖并保持穩(wěn)定增長態(tài)勢。

在新常態(tài)下，伴隨著中國經(jīng)濟(jì)增長的下行，輿論普遍認(rèn)為中國的旅游業(yè)也將明顯下行。然而相反，從預(yù)測結(jié)果來看，未來三年旅游需求將保持平穩(wěn)快速增長。這是因為，雖然經(jīng)濟(jì)下行會對旅游業(yè)增長產(chǎn)生一定的負(fù)面影響。但是，新常態(tài)不是經(jīng)濟(jì)不景氣，而是經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級的過程。在經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的過程中，需要增加服務(wù)業(yè)比重，加速服務(wù)業(yè)發(fā)展；在經(jīng)濟(jì)動力結(jié)構(gòu)轉(zhuǎn)換過程中，需要增強內(nèi)需消費的拉動力。這意味著，這種大環(huán)境將為旅游業(yè)的穩(wěn)定、持續(xù)發(fā)展創(chuàng)造良好的基礎(chǔ)。另外，旅游法的實施又為旅游業(yè)的良性發(fā)展提供了制度環(huán)境。因此，新常態(tài)下，旅游業(yè)仍將保持強勁增長勢頭。

其次，在2014年出現(xiàn)短暫衰退之后，海外需求在2015年迎來爆發(fā)式增長，之后又出現(xiàn)回落并趨于平穩(wěn)。事實上，2015年發(fā)生的爆發(fā)式增長和當(dāng)前的短暫衰退有很強的因果關(guān)系。2014年海外需求的負(fù)增長主要是受“3·1昆明暴恐”事件的影響，且這種影響要比該事件對國內(nèi)需求的影響大得多。這是因為，國內(nèi)大部分潛在游客對云南省的治安狀況是比較了解的，認(rèn)為暴恐事件只是暫時的突發(fā)事件。而海外游客就不同了，突發(fā)的暴恐事件會引發(fā)他們對云南治安狀況的擔(dān)憂，且由于對我國國情的不了解，這種擔(dān)憂持續(xù)的時間會相對長一點。因此，當(dāng)前海外需求出現(xiàn)衰退。然而，隨著時間的推移和了解的深入，2014年被壓抑的需求在2015年釋放出來，加上2015年本身的自然需求，于是，迎來爆發(fā)式增長就不足為奇了。爆發(fā)式增長之后，海外需求自然會回歸平穩(wěn)和理性。

最后，除了需求增長趨勢外，還發(fā)現(xiàn)云南省未來三年旅游需求的結(jié)構(gòu)變化(如表5的最后一列所示)。和過去幾年一脈相承的是，未來三年的國內(nèi)需求占總需求的比例將持續(xù)上升，而海外需求占比將持續(xù)下降，這背后的直覺非常簡單。我國是一個人口大國，但是旅游消費群體所占的比例依然很低。隨著人均可支配收入的持續(xù)提高，國內(nèi)需求具備了強勁的增長動力。而當(dāng)前國際經(jīng)濟(jì)形勢不如國內(nèi)，海外游客的增長勢頭相對于國內(nèi)游客而言自然就弱了。因此，國內(nèi)需求占比將持續(xù)上升，而海外需求占比將持續(xù)下降。

2結(jié)論和對策

伴隨著中國經(jīng)濟(jì)增長的下行和旅游法的實施，未來旅游市場存在很大的不確定性，這給管理部門、旅游企業(yè)、相關(guān)行業(yè)的決策帶來了很大的風(fēng)險。鑒于此，本文采用灰色理論和Markov修正的數(shù)學(xué)方法，以云南省旅游市場為例，對目的地未來旅游需求進(jìn)行了短期定量預(yù)測。經(jīng)過模型的運算和多重檢驗過程，得出了2015—2017年間云南省國內(nèi)、海外和總市場需求的預(yù)測值，并發(fā)現(xiàn)，未來三年云南省的旅游總需求將強勢回暖，并保持穩(wěn)定增長態(tài)勢；海外需求在2015年迎來爆發(fā)式增長，之后又出現(xiàn)回落并趨于平穩(wěn)；國內(nèi)游客所占的比重將越來越大。

基于上述結(jié)論，提出如下對策和建議：

第一，加快云南省旅游投資。新常態(tài)下，伴隨著中國經(jīng)濟(jì)增長的下行，輿論普遍認(rèn)為中國的旅游業(yè)也將明顯下行，于是很多地方都放慢了對旅游業(yè)的投資速度。但是，從上面的預(yù)測結(jié)果可見，未來幾年云南省旅游需求不僅不會疲軟，反而將強勢回暖，并保持穩(wěn)定增長態(tài)勢。若放慢投資速度，必然造成游客爆棚，旅游資源過度使用，并引起旅游品質(zhì)的下降，危害旅游業(yè)的可持續(xù)發(fā)展。因此當(dāng)前應(yīng)該加快旅游產(chǎn)業(yè)的投資，旅游資源的開發(fā)，旅游基礎(chǔ)設(shè)施的建設(shè)，旅游人力資源的儲備，為產(chǎn)業(yè)規(guī)模擴充和旅游需求的高速增長做好充分準(zhǔn)備，從而達(dá)到降低風(fēng)險，實現(xiàn)供需匹配和資源優(yōu)化配置的目的。

第二，隨著國內(nèi)需求比例的不斷上升，相關(guān)企業(yè)應(yīng)更專注于維系國內(nèi)游客。過去，旅行社大都以低價吸引顧客，通過自費項目扭虧和誘騙購物盈利，低價的背后自然是服務(wù)質(zhì)量的低下。隨著我國人均可支配收入的增加，國內(nèi)游客的需求越來越多樣化、個性化和高端化，當(dāng)前旅行社應(yīng)逐漸轉(zhuǎn)變經(jīng)營模式以維系國內(nèi)顧客。更具體地，旅行社應(yīng)該從“價格比拼”轉(zhuǎn)移到“質(zhì)量競爭”的模式上來，注重服務(wù)品質(zhì)，在鞏固觀光旅游的同時，努力發(fā)展休閑旅游項目，以提升顧客滿意度和重游率。除此之外，相關(guān)企業(yè)還應(yīng)致力于挖掘新奇旅游資源，開辟新的旅游路線，開發(fā)新的旅游產(chǎn)品(如民族游、宗教游、生態(tài)游、文化游、甚至是“私人訂制”等)，以滿足人們?nèi)找嬖鲩L的高品質(zhì)旅游需求，并引導(dǎo)過熱的出境旅游[17]“理性回歸”，實現(xiàn)良性循環(huán)。

第三，在吸引海外游客方面，要提升品質(zhì)，發(fā)展特色，放寬市場，簡化手續(xù)。隨著東南亞國家經(jīng)濟(jì)的發(fā)展，他們的旅游業(yè)開始和云南省展開競爭，這也在一定程度上導(dǎo)致了云南省海外游客所占比重的逐年下降。鑒于此，云南省旅游業(yè)不應(yīng)一味地打價格戰(zhàn)，而應(yīng)提升旅游品質(zhì)和內(nèi)涵，發(fā)展屬于自己的特色(如民族游和文化游等)，以便在競爭中擁有比較優(yōu)勢。除此之外，海外需求占比的逐年下降，不僅是云南省旅游市場面臨的問題，也是全國旅游市場的共同問題。因此，要解決這個問題，還需在國家層面進(jìn)行統(tǒng)籌規(guī)劃，放寬對旅游市場的限制，簡化出入境手續(xù)，甚至支持旅游城市推行落地簽和過境免簽等政策，以便利海外游客來往，延長游客逗留時間。

參考文獻(xiàn)(References)：

[1] 趙剛.物流定量模型與應(yīng)用[M].成都：四川人民出版社,2009

ZHAO G.Quantitative Model and Application in Logistics[M].Chengdu:Sichuan Renmin Press,2009

[2] 薛群慧,施叢峰,李瑞霞.在新的發(fā)展格局中昆明旅游未來走向預(yù)測[J].經(jīng)濟(jì)問題探索,2010(2):138-143

XUE Q H,SHI C F,LI R X.The Tourism Trend Forecast of Kunming under New Development Pattern [J].Inquiry into Economic Issues,2010(2):138-143

[3] 中國旅游未來研究會課題組.新10年中國旅游發(fā)展趨勢預(yù)測[J].旅游學(xué)刊,2011(3):93-94

Research Group of Commission on China Tourism’s Future.The Tourism Trend Forecast for China in the Next Decade[J].Tourism Tribune,2011(3):93-94

[4] 何忠誠,張慧.環(huán)渤海地區(qū)國際旅游發(fā)展態(tài)勢及前景預(yù)測[J].生產(chǎn)力研究,2012(7):144-146

HE ZH CH,ZHANG H.Development Trend and Prospect Forecast for International Tourism in the Area of Bohai Sea[J].Productivity Research,2012(7):144-146

[5] 張璞,李國和.貴州旅游市場發(fā)展態(tài)勢及預(yù)測模型研究[J].武漢理工大學(xué)學(xué)報,2009(20):151-155

ZHANG P,LI G H.Situation Analysis and Prediction Study of Inbound Tourist Market Development of Guizhou Province[J].Journal of Wuhan University of Technology,2009(20):151-155

[6] 雷平,施祖麟.我國入境旅游人次月度指數(shù)預(yù)測模型比較研究[J].旅游學(xué)刊,2008(3):24-28

LEI P,SHI Z L.A Comparison Study on the Index Forecast Model of Monthly Inbound Tourists in China[J].Tourism Tribune,2008(3):24-28

[7] 吳小偉,陳彥,仲崇慶.基于AHP 法濱海旅游資源定量評價:以連云港為例[J].重慶工商大學(xué)學(xué)報(自然科學(xué)版)，2013(6):53-60

WU X W,CHEN Y,ZHONG CH Q.The Quantitative Evaluation of Coastal Tourism Resources Based on AHP:Take Lianyungang as an Example [J].Journal of Chongqing Technology and Business University (Natural Science Edition),2013(6):53-60

[8] DENG J L.Control Problems of Grey Systems [J].Systems & Control Letters,1982(5):288-294

[9] 朱曉華,楊秀春,蔡運龍.基于灰色系統(tǒng)理論的旅游需求預(yù)測模型[J].經(jīng)濟(jì)地理,2005(2):332-335

ZHU X H,YANG X CH,CAI Y L.Forecasting Models of Tourism Passenger Based on the Grey Theory:a Case Study of the International Tourism Passenger Source of China[J].Economic Geography,2005(2):332-335

[10] 王曉霞,祖培福,潘偉.牡丹江旅游人數(shù)預(yù)測研究的灰色動態(tài)數(shù)學(xué)模型[J].數(shù)學(xué)的實踐與認(rèn)識,2013,43(16):35-39

WANG X X,ZU P F,PAN W.The Dynamic Mathematical Model of Grey System of Studying on Tour Number in Mudanjiang [J].Mathematics in Practice and Theory,2013,43(16):35-39

[11] 唐曉云,趙黎明,秦彬.灰色系統(tǒng)理論及其在旅游預(yù)測中的應(yīng)用:以廣西桂林為例[J].西安電子科技大學(xué)學(xué)報(社會科學(xué)版),2007,17(2):1-5

TANG X Y,ZHAO L M,QIN B.Grey System Theory and Its Application to Tourism Market Forecasting:Take Guilin as an Example[J].Journal of Xidian University (Social Science Edition),2007,17(2):1-5

[12] 劉慧敏,樊鎖海.基于灰色系統(tǒng)理論的廣州市旅游接待人數(shù)預(yù)測與分析[J].統(tǒng)計與決策,2010(17):64-66

LIU H M,FAN S H.The Tourist Reception Prediction and Analysis for Guangzhou Based on Grey Theory[J].Statistics And Decision,2010(17):64-66

[13] MENTHAL R M,GETOOR R K.Markov Process and Potential Theory[M].New York:Academy Press,1986

[14] 朱孔來.灰色馬爾柯夫鏈預(yù)測模型及其應(yīng)用[J].系統(tǒng)工程理論與實踐,1993(2):33-37

ZHU K L.The Calculating Pattern and Lise of the Grey Markov Chain Analysis[J].Systems Engineering Theory & Practice,1993(2):33-37

[15] 人民網(wǎng).中華人民共和國旅游法[N].人民日報,2013-04-28(08)

People’s Daily Onlie.The Tourism Law of the People’s Republic of China[N].People’s Daily,2013-04-28(08)

[16] 程慶.旅游產(chǎn)品價格透明化的困境與策略應(yīng)對[J].價格月刊,2014(4):26-28

CHENG Q.Predicament and Strategy of Tourism Product Price Transparency[J].Prices Monthly,2014(4):26-28

[17] 蔣依依,楊勁松.以免稅為主導(dǎo)的旅游購物政策創(chuàng)新破解旅游服務(wù)貿(mào)易逆差的擴大化[J].旅游學(xué)刊,2014,29(9):9-11

JIANG Y Y,YANG J S.Tax Exemption Based Tourism Shopping Policy Innovation Can Solve the Expansion of Tourism Deficit[J].Tourism Tribune,2014,29(9):9-11

責(zé)任編輯：李翠薇

doi:10.16055/j.issn.1672-058X.2016.0004.010

收稿日期：2015-10-08；修回日期：2015-12-04.

*基金項目：重慶市教委科學(xué)技術(shù)研究項目(KJ1500334).

作者簡介：曾冬玲(1988-)，女，江西龍南人，碩士研究生，從事系統(tǒng)理論研究.

中圖分類號：F224;F592.7

文獻(xiàn)標(biāo)志碼：A

文章編號：1672-058X(2016)04-0058-11

Tourism Demand Forecasting Based on Grey System Theory and Markov Adjustment——Taking Yunnan Tourism Market as an Example

ZENG Dong-ling1, YU Ke2, ZHAO Qing-jun3

(1.School of Mathematics, Chongqing Nomal University, Chongqing 401331, China; 2. School of Foreign Business and Trade, Chongqing Normal University, Chongqing 401331, China; 3. School of Economics and Management,Chongqing Normal University, Chongqing 401331, China)

Abstract：This paper uses grey model, takes Yunnan tourism market as an example, quantitatively makes short-term forecasting and then makes Markov adjustment. By operation and multiple test, this paper obtains the forecasting value of internal, external and overseas total tourism market demand in the coming three years, finds that in the coming three years, the total demand of Yunnan tourism will increase and will keep steadily growth, that overseas demand will usher a dramatic rise in 2015, then decline and become stable, and that the proportion of the domestic tourists will become bigger and bigger, however, the proportion of the overseas tourists will become smaller and smaller. According to these results, the corresponding policies and suggestions are pointed out.

Key words：grey system theory; Markov adjustment; tourism demand forecasting

**通訊作者：趙清俊(1977-)，男，四川宜賓人，博士，副教授，從事技術(shù)創(chuàng)新與管理研究.