【正文】 模型來(lái)進(jìn)行旅游需求的預(yù)測(cè)分析至今沒(méi)有一個(gè)統(tǒng)一的范式。 第一章引言 中國(guó)入境旅游發(fā)展分析預(yù)測(cè)的研究意義 中國(guó)入境旅游發(fā)展分析預(yù)測(cè)的研究意義隨著社會(huì)經(jīng)濟(jì)的發(fā)展和人民生活水平的提高，人們?cè)跐M足了自身物質(zhì)需求以后，開(kāi)始追求更高層次的需求，即精神文化需求，旅游產(chǎn)業(yè)由此應(yīng)運(yùn)而生。對(duì)外開(kāi)放是入境旅游的前提，只有對(duì)外開(kāi)放才有入境旅游，而且對(duì)外開(kāi)放的層次和程度決定著入境旅游的范圍和規(guī)模。在旅游業(yè)的規(guī)劃與經(jīng)營(yíng)管理過(guò)程中，旅游需求預(yù)測(cè)扮演了關(guān)鍵性的角色。由于旅游業(yè)最早是在國(guó)外西方發(fā)達(dá)國(guó)家開(kāi)始出現(xiàn)，因此國(guó)外在旅游市場(chǎng)研究方面歷史較長(zhǎng)，尤其是旅游發(fā)達(dá)國(guó)家，如西班牙、澳大利亞等等。(4)系統(tǒng)分析中國(guó)入境旅游，如馬耀峰、李天順等著的《中國(guó)入境旅游研究》，它主要是從地理學(xué)、統(tǒng)計(jì)學(xué)的角度進(jìn)行分析。并比較了三種預(yù)測(cè)模型方法特點(diǎn)，認(rèn)為在對(duì)旅游人數(shù)的預(yù)測(cè)上，時(shí)間序列法優(yōu)于回歸模型法；而由于諸多影響因素對(duì)旅游者開(kāi)支的影響遠(yuǎn)大于對(duì)目的地抉擇的影響，所以回歸模型在預(yù)測(cè)旅游者開(kāi)支時(shí)會(huì)最有效。研究方法采用十種不同的時(shí)間序列模型，包含簡(jiǎn)算法(一)、簡(jiǎn)算法(二)、簡(jiǎn)單線性回歸、二次曲線回歸、指數(shù)曲線非線性回歸、波動(dòng)性時(shí)間序列非線性回歸模型、自相關(guān)模型、滑動(dòng)平均模型、季節(jié)性與非季節(jié)性自相關(guān)整合移動(dòng)平均模型、豪特溫特斯模型。③診斷與檢驗(yàn)，就是以樣本為基礎(chǔ)檢驗(yàn)擬合的模型，以求發(fā)現(xiàn)某些不妥之處。凡此種種，都使得定量預(yù)測(cè)的理論與實(shí)踐正以空前的速度走向完善。 ARIMA模型的概念A(yù)RIMA模型又稱博克斯詹金斯( BoxJerkins)模型，是由美國(guó)統(tǒng)計(jì)學(xué)家G. C. P. Box和G. M. Jerkins于1970年首次系統(tǒng)提出的，該模型有三種基本模式:自回歸模型、移動(dòng)平均模型與自回歸移動(dòng)平均模型。鑒于三種基本模式可視作ARIMA模型的特例，故ARIMA模型又常被作為這一族模型的總稱。模型的適用性檢驗(yàn)常從殘差分析入手，其思路是，當(dāng)不拒絕殘差序列為一白噪聲序列時(shí)，擬合的模型是適用的；否則，說(shuō)明殘差中包含非隨機(jī)信息，所選模型不夠合適。也可對(duì)前m個(gè)自相關(guān)函數(shù)值rk構(gòu)造統(tǒng)計(jì)量 ,Q近似服從分布，其中P,q為自回歸及移動(dòng)平均階數(shù)，n為有效樣本容量。對(duì)序列的平穩(wěn)性檢驗(yàn)有兩種方法：1)根據(jù)時(shí)序圖和自相關(guān)圖顯示的特征做出判斷的圖檢驗(yàn)方法；2)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量進(jìn)行假設(shè)檢驗(yàn)的單位根檢驗(yàn)（unit root test）方法。程序運(yùn)行結(jié)果如下圖：圖5 程序運(yùn)行結(jié)果圖平穩(wěn)序列通常具有短期相關(guān)性，只要序列時(shí)期足夠長(zhǎng)，自相關(guān)系數(shù)都會(huì)收斂于零。下面再觀察偏自相關(guān)圖PACF：圖7：偏自相關(guān)圖根據(jù)PACF圖，偏自相關(guān)系數(shù)在2處是截尾的，不是特別明顯。3）過(guò)擬合檢驗(yàn)。為了便于更直觀的顯示模型的預(yù)測(cè)效果，我們繪制了原始數(shù)據(jù)線和預(yù)測(cè)數(shù)據(jù)線的時(shí)間序列圖。由此可見(jiàn)，需求預(yù)測(cè)的研究方法很多，但實(shí)踐結(jié)果表明針對(duì)旅游業(yè)的需求預(yù)測(cè)以Boxamp。其基本思想是，對(duì)于同一個(gè)預(yù)測(cè)目標(biāo)，只要可能，最好不要只從某些角度著眼進(jìn)行預(yù)測(cè)，而是從多個(gè)不同的方法系統(tǒng)地進(jìn)行。中國(guó)作為世界旅游大國(guó)之一，有著極為豐富的旅游資源，有著非常巨大的旅游客源市場(chǎng)，還有著非常廣闊的發(fā)展前景，研究入境旅游情況顯得尤為必要。ydif1=dif(number)。plot (ydif1 ydif2 ydifdif)*year。 run。/*原始數(shù)據(jù)線和預(yù)測(cè)數(shù)據(jù)線的時(shí)間序列圖*/proc gplot data=ee。我國(guó)居民消費(fèi)價(jià)格指數(shù)的短期預(yù)測(cè)[J]。 感謝一直支持和鼓勵(lì)我的父母，他們剛直、勤奮、樂(lè)觀和善良的精神是我克服各種困難的動(dòng)力源泉。 最后，再一次向所有關(guān)心過(guò)我，給過(guò)我?guī)椭娜藗儽硎旧钌畹?、誠(chéng)摯的謝意。 2004，4[6]]龐麗，王錚，劉清春 我國(guó)入境旅游的特點(diǎn)和經(jīng)濟(jì)增長(zhǎng)關(guān)系分析[J]地域研究與開(kāi)發(fā) 2006，25（3）5155[7][J].陜西經(jīng)貿(mào)學(xué)院學(xué)報(bào)，2001,[8][[J}.青年地理學(xué)家，1986. 4.[9]安鴻志等，時(shí)間序列分析與應(yīng)用［M］ 北京：科學(xué)出版社[10],An Introduction to Probability and its Applications,2nd edtion, York,1971致 謝值此論文完成之際，衷心的向辛勤培育我的導(dǎo)師孫敏教授表示崇高的敬意和深深的感謝。symbol2 i=none v=circle r=1 c=green。 run。/*參數(shù)估計(jì)與預(yù)測(cè)*/proc arima data=number。ydifdif=dif(dif(number))。附錄：（數(shù)據(jù)與程序） 1978～2003年入境旅游人數(shù)yearnumberyearnumber197818092211991333497571979420390119923811494519805702536199341526945198177670961994436844561982792426119954638651119839477005199651127516198412852185199757587923198517833097199863478401198622819450199972795594198726902267200083443881198831694804200189012924198924501394200297908252199027461821200391662082來(lái)自《中國(guó)旅游統(tǒng)計(jì)年鑒》SAS程序：/*繪制原始數(shù)據(jù)圖*/proc gplot data=number。因此，研究我國(guó)的入境旅游市場(chǎng)，對(duì)于制定我國(guó)入境旅游開(kāi)發(fā)對(duì)策有著積極的參考價(jià)值。其中ARIMA模型充分注意到旅游統(tǒng)計(jì)資料的時(shí)差性，構(gòu)建了隨機(jī)差分方程，可較好模擬有時(shí)間間隔的動(dòng)態(tài)變量的變化趨勢(shì)。國(guó)內(nèi)外發(fā)展旅游業(yè)的實(shí)踐證明，發(fā)展旅游業(yè)拉動(dòng)內(nèi)需、增加創(chuàng)匯、刺激消費(fèi)、活躍市場(chǎng)、帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展，促進(jìn)物質(zhì)文明建設(shè)，還可以擴(kuò)大就業(yè)、傳播先進(jìn)文化、提高人的素質(zhì)、保護(hù)生態(tài)環(huán)境、加強(qiáng)精神文明建設(shè)、促進(jìn)對(duì)外交往、增進(jìn)世界人民友好等政治文明、精神文明發(fā)揮特殊作用，使旅游業(yè)成為宣傳我國(guó)燦爛文明和現(xiàn)代建設(shè)成就的窗口，成為傳播科學(xué)知識(shí)和先進(jìn)文化的陣地。下面，進(jìn)行估計(jì)和診斷檢驗(yàn)。 模型的估計(jì)與診斷模型診斷檢驗(yàn)至少包括以下內(nèi)容:1）平穩(wěn)可逆性檢驗(yàn)。p已經(jīng)很小，拒絕序列為白噪聲的原假設(shè)，即拒絕延遲期數(shù)小于等于6的序列值之間相互獨(dú)立，說(shuō)明經(jīng)過(guò)滯后6次差分轉(zhuǎn)換后序列是平穩(wěn)非白噪聲序列，還蘊(yùn)藏著相關(guān)信息，需要提取出來(lái)，因此該序列有一個(gè)ARIMA模型。經(jīng)處理得到的數(shù)據(jù)見(jiàn)下表：表2：一次插分、二次插分、二階插分表年份人數(shù)一次插分二階插分二次插分年份人數(shù)一次插分二階插分二次插分 197818092211991333497575887936884836329275091979420390123946801992381149454765188106531241122748198057025361498635389331589604519934152694534120008177188135318819817767096206456035631955659251994436844562157511556951112544891982792426115716522217251907395199546386511270205548595665445441983947700515527441709909139557919965112751647410057443060203895019841285218533751804927924182243619975758792364604071120141217194021985178330974980912835609216057321998634784015890478123508855699291986228194504986353996726554411999727955949317193152076713426715198726902267408281790691709035362000834438811064828719965480133109419883169480447925378875354709720200189012924556904316217330507924419892450139471934102400873+072002979082528895328144643713326285199027461821296042742329831015383720039166208262461702649158+07所以取d=2 識(shí)別模型下面對(duì)p和q進(jìn)行篩選。一方面刪除模型中的多余參數(shù)，另一方面嘗試提高模型階數(shù),考察殘差平方和有無(wú)明顯減小，從而評(píng)價(jià)當(dāng)前模型是否參數(shù)不足。記上式的樣本值、估計(jì)值均由理論值代替，則上式變?yōu)榇思从勺韵嚓P(guān)表示的參數(shù)的解。其中AR指自回歸，p為模型的自回歸項(xiàng)數(shù)；MA為移動(dòng)平均；q為模型的移動(dòng)平均項(xiàng)數(shù)；I指積分，d為時(shí)間序列成為平穩(wěn)之間必須取其差分的次數(shù)。建立ARIMA(p，d，q)模型計(jì)算復(fù)雜，必須借助于計(jì)算機(jī)才能完成當(dāng)前國(guó)際上最為流行的統(tǒng)計(jì)分析軟件SAS。常用的時(shí)間序列定量預(yù)測(cè)方法有很多，如移動(dòng)平均數(shù)法、趨勢(shì)預(yù)測(cè)法、指數(shù)平滑法、趨勢(shì)季節(jié)模型預(yù)測(cè)法、Markov鏈預(yù)測(cè)方法、灰色模型及ARIMA模型方法等。綜上所述，本文采用求和自回歸移動(dòng)平均(ARIM