硕士论文网/国内首批论文服务机构

当前位置:硕士论文网首页 > 旅游管理 > 上海入境旅游人数预测及客源市场分析

上海入境旅游人数预测及客源市场分析

时间:2020-11-16 12:49 | 栏目:旅游管理 | 浏览:

硕士论文网第2020-11-16期,本期硕士论文写作指导老师为大家分享一篇旅游管理文章《上海入境旅游人数预测及客源市场分析》,供大家在写论文时进行参考。
  本篇论文旅游管理硕士论文范文,通过计算每个区间平均值作为中心点,很容易得到中心点三角白化权函数,从而建立该函数。在案例研究中,根据相对误差表明,本文基于初值修正与中心点三角白化权函数的灰色马尔可夫模型通过对上海入境旅客人数的预测优于传统 GM(1,1)、初值修正 GM(1,1)与传统灰色马尔可夫模型,而且本文一系列灰色模型都比线性回归和时间序列的预测结果更好。因此,从理论和实践对本文模型实行了验证。

   第 1 章 引 言

  1.1 研究背景及意义
  由于全世界经济的的大发展,人民生活的水准也不断上升,人们慢慢开始选择旅游来放松自己以及给自己开拓眼界。中国的旅游业是一个刚发展没多久的产业,开始的比较晚,发展却迅速的让人想象不到。将它用旅游地域划分,可分成国际旅游与国内旅游,而国际旅游又分为出境旅游与入境旅游。 旅游实际上是一种劳动服务,效用肉眼看不见,对社会作为一种特殊的价值,能满足游客旅行,休闲和拜访亲戚朋友等许多其他的要求,特别是入境旅游,由于不同文化和生活方式的吸引和跨国经营活动,吸引了来自世界各地的游客。 国际旅游业的竞争越来越激烈。目前,可称中国为旅游大国,但旅游大国与旅游强国间还有许多的距离。从旅游大国转为旅游强国,亟需开展入境旅游,增加其在国际上的地位。上海地处东南沿海,是中国的出入境口岸之一,也是我们未来走向世界的门户,发展入境旅游有非常大的优势。2014 年上海旅游相关部门想把上海打造成世界著名旅游城市,依靠上海迪斯尼乐园的上海国际度假村项目也稳步推进,这也表明上海当局十分看重入境旅游,入境旅游明显已成为促进发展的新新活力。对上海入境旅客人数、入境旅客客源市场结构与入境旅游时间多尺度特征分析,一方面能了解上海入境旅游现况,另一方面也可以为上海入境旅游之后的发展提供新的思路,基于上述背景确定了本文的题目。 研究上海入境旅游往年数据,并预测上海入境旅游未来发展,帮助我们从另一个角度了解上海的入境旅游市场,它还可以给上海旅游部门和企业一些有用的意见。上海入境旅游市场有很好的前景,因此研究它具有重要意义,也有助于抓住时机,抓住国外旅游市场,生产畅销旅游品,确定最优计划。 全球旅游越来越热,旅游市场的争夺也越来越猛烈。争夺焦点是旅游客源市场要有一定规模,所以有必要讨论入境旅游客源。看一个国家或区域旅游业是否国际化和成不成熟,要看其入境旅游开展情况,而入境旅游市场结构对入境旅游产业的规模与发展非常重要。偏差-份额分析法全面且非静态,能很好地解析区域入境旅游客源市场结构和竞争情况的好和不好,反映客源市场结构的改变状况,更好研究客源市场。 入境旅游是我国旅游业的主要市场之一,可以获得收入、加多中国与外国的交流沟通、增加我国在外国的影响力等。它的迅速发展使得我们国家的旅游业蓬勃发展,而且让我们国家在全球的地位进一步上升。所以,分析我国入境旅游市场,了解入境旅游市场的时间尺度变化特征和基本规律,对计划我们国家的入境旅游发展策略有及其重要的意义。
  1.2 研究目的、思路和内容
  本文的研究目的首先是预测上海旅客人数,为上海旅游局下一年的计划给一些参考,然后是研究上海入境旅游客源市场结构,可以看出到上海的客源国是上升还是下降趋势、结构合不和理以及竞争力大小,最后研究上海入境旅游客源市场时间多尺度特征及趋势分析,能够得到客源国到上海旅游的周期性。这些都为上海旅游产业提供很好的建议,能够更好发展上海旅游业。本文的研究思路先是引言部分,详细阐述文章的研究背景、研究意义、研究目的、研究思路、研究内容、研究方法和创新之处。然后将预测模型、旅游客源市场结构分析、偏离-份额分析法和集合经验模态分解的国内外文献综述仔细描述。接下来对上海入境旅客人数预测、上海入境旅游客源市场结构分析和上海入境旅游客源市场时间多尺度特征及趋势分析。最后进行文章的总结、描述出文章的创新点和不足之处。
 

  第 2 章 相关概念和文献综述

  2.1 相关概念
  入境旅游是外国居民入境的旅游活动,或其他国家居民来我们国家的旅游活动。入境旅游是国际旅游的一部分。来中国以及中国城市旅游的主要客源国市场分两部分:一是香港、澳门和台湾的同胞和侨胞,二是外国人(包含已经有外国国籍的华人)。入境游客是在报告期以内来中国(大陆)旅游、欢度假期、拜访亲戚朋友、看病治疗、买衣服化妆品、参加会议或者工作与经济、文化、体育、宗教等活动有关的外国人、港澳同胞、台湾同胞等也就是入境旅客人数。相关人员做统计的时候,入境游客被认为一次入境计为 1 个人。入境游客者与一日游游客都属于入境游客。入境游客是在中国境内(大陆)旅游住宿设施里停留大于等于一夜的入境游客中的外国人和港澳台同胞。入境旅客不包括:(一)应邀访华的等于或高于政府部长级别的官员及一起随行的人员;(二)外国驻华使馆工作人员、外交官及其随行的家庭服务人员与被抚养人;(三)居住中国境内大于等于 1 年的外国专家、学生、新闻工作者和业务人员;(四)不需要通过护照查验进入中国内地国际航班口岸的过境的中转旅客;(五)进出边境地区的边境居民;(六)返回祖国定居的香港、澳门、台湾同胞;(七)定居在中国境内的外国人和出境后返回中国境内定居的外国人;(八)回国的中国内地公民。入境一日游客是指在中国(大陆)境内旅游不留宿的外国人、香港同胞、澳门同胞和台湾同胞。一天入境游客包含汽车、火车、坐船、游艇入境旅游游客,在船或车上过夜的游客和车、机、船上的服务人员,但不包括中国(大陆)境外(内)住但在中国(大陆)境内(外)工作,同一天来回的香港、澳门、台湾同胞以及周边国家的边民。旅游客源市场指旅游区域里某一特殊指定有关旅游产品的实际和隐藏购买者。从经济学上看,它是旅游产品供应与需求关系的和。从地理上看,它是旅游市场的旅游经济活动中心。它是一般商品市场范畴,有商品市场的基本特点,包括游客和旅游目的地,以及旅游经营者与购买者间的关系。一般商品市场和旅游市场有不同点,旅游市场出售的并不是特殊指定的相关物质产品,而是提前计划好的路线。旅游客源市场是旅游供需市场的和,体现了国家间、国家与旅游经营者间、旅游经营者与旅游者间不简单的经济关系。旅游市场的形成与发展是这些关系协调发展的必然结果。旅游客源市场是一个人口众多、结构复杂的巨大市场。这些人来自不一样的地方,有不一样的性格,不一样的文化还有不一样的旅游要求。因此,旅游客源市场的需求是多样化的。旅游目的地的工作人员,应仔仔细细调查,而不是靠自己凭空想象,来定下客源的要求,应该采取效率较高的方法来达到客源市场的需求多样化。
上海入境旅客人数灰色模型预测值
  2.2 文献综述
  本节仔细理清了国内外入境旅游人数预测、入境旅游客源市场结构分析和入境旅游客源的时间多尺度特征分析的相关参考文献,以及灰色马尔可夫模型、偏差份额分析法和经验模态分解法的研究现况。随着国家人民经济的快速增加,人民收入也不断提升,人们多会选择空闲时间出去旅游来提升自己的生活质量。当下,旅游已经慢慢的融入到我们的生活当中,人们都喜欢出去游玩。世界已经步入旅游的大时代潮流,旅游需求预测作为很重要的一环,国内外关于此方面的理论与应用正一步一步的研究。入境旅游人数的预测方法有很多:Jiechen Tang、Songsak Sriboonchitta 和 Xinyu Yuan用结合信念函数的时间序列模型对中国国际旅游需求预测。Veloce W用误差修正模型(ECM)与传统的回归模型预测加拿大入境游客。Witt S F 和 Turner L W用综合时间序列计量经济学分析(SITEA)法对中国入境游客人数预测。Ying Y、Yirui W 和 Shangce G提出了利用树状神经网络模型(SA-D 模型)进行旅游需求预测的季节趋势自回归综合移动平均线。胡丽娟选取秦皇岛入境旅游需求预测指标,构建基于 BP 神经网络的入境旅游需求预测模型。李乃文和韩婧婧将ARIMA 模型与 RBF 神经网络相联合预测我国入境旅游游客量。王晓珊建立适应我国入境旅游的引力模型,并且可以测出各因素对我国入境旅游的影响。乔睿用指数和 Logistic 曲线模型来预测上海入境旅游人数。熊靓的上海入境旅游人数模型之中,时间序列模型精度最高,效果最好,经常用于随时间变化的随机序列;四次曲线模型在一元模型中效果较好,适合中短期预测;在指标不完整的情况下,多元回归模型更适于主因素排序分析。陈鹏基于 GM(1,1)模型预测安徽省入境旅游人数,并为入境旅游市场开发提出一些意见。从以上文献可以看出,入境旅游人数的预测方法有时间序列、误差修正模型(ECM)、回归模型、树状神经网络模型(SA-D 模型)、BP 神经网络、差分自回归移动平均模型(ARIMA)、引力模型、指数和 Logistic 曲线、GM(1,1)模型等等。 张蕊采用改进灰色-马尔可夫模型预测陕西省粮食产量并从传统投入和农业政策两方面对影响因素研究。石朝阳提出改进灰色马尔科夫链预测模型一方面解决了以往灰色马尔可夫链模型完全依据建模者主观经验对状态划分的劣势,另一方面提高了判断划分状态是否稳定通过马氏检验问题的效率,改进后的灰色马尔科夫模型对我国居民消费价格指数数据进行研究预测。胡小勇主要构建了灰色系统预测模型、加权马尔可夫链预测模型和灰色马尔可夫链预测模型,比较三类模型的效果好坏。
根据相对误差划分状态表
 

  第 3 章 上海市入境旅客人数预测分析

  3.1 灰色 GM(1,1)模型
  3.2 灰色马尔可夫模型
  3.3 改进灰色马尔可夫模型
  3.4  本章小结

  第 4 章 对上海入境旅游客源市场结构分析

  4.1 偏离-份额分析法
  4.2 上海入境旅游客源市场结构分析
  4.3 Shift-Share 分析图
  4.4 本章小结

  第 5 章 上海入境旅游客源的时间多尺度特征分析

  5.1 数据来源与说明
  5.2 集合经验模态分解方法(EEMD)原理
  5.3 结果与分析
  5.4 本章小结

  第 6 章 结论

 
  本文以上海为研究对象,通过改进灰色马尔可夫模型对上海入境旅游人数进行预测,再用偏离-份额方法对上海入境旅游客源市场结构进行分析,最后基于EEMD 方法对上海入境旅游客源进行时间多尺度特征和趋势研究,得到如下结论: 初值修正改进 GM(1,1)和中心点三角白化权函数改进马尔可夫模型,一起构建了改进的灰色马尔可夫预测模型。用此模型预测上海入境旅客人数,通过与传统 GM(1,1)、初值修正的 GM(1,1)和传统灰色马尔可夫预测模型结果进行比较,该模型的预测结果更精确,且 4 个模型都比线性回归和时间序列模型的预测效果好。 用偏离-份额分析法分析入境旅游客源市场的变化,结果表明,入境旅游客源市场相对合理,而且有很好地竞争力,但对于每个入境旅游客源国, 具体情况不同。 采用集合经验模态分解方法(EEMD)分析上海入境旅游客源的时间多尺度特征和趋势。结果得到,入境旅游客源总量和外国人入境上海的旅游人数具体的周期波动;获得以周期波动为主且没有显著趋势变化的客源国和具体的周期波动;得出有明显趋势变化的客源国,并知详细的周期波动和趋势变化。 据以上结论,准确的预测对于旅游部门的决策和游客的出行具有重要的意义,有利于资源的合理配置,避免拥堵和游客滞留。为了上海入境旅游业的蓬勃发展,提供参考一些意见,使得上海入境旅游客源市场的竞争力进一步加强和提升。 因为笔者的理论知识与写论文时间有限,论文还存在一些不够好的地方,还有一些地方需要更深一步研究和讨论,如灰色模型的初值修正可能有更好的方法,可以使得预测的结果更加准确;用偏离-份额分析法对上海入境旅游客源市场的变化进行研究,由于好多客源国的数据找不到,只能用已知的 12 个客源地进行分析,而且港澳的数据只有合在一起的,没有港澳单独的数据,这都使得好多结论无法展现;用 EEMD 的方法分析入境旅游客源的时间多尺度特征和趋势,同样也是有一些客源国的数据找不到,只有主要客源国的数据信息,因此对于一些国家我们无法进行预测来上海旅游的情况等等。真心期望经过本文的研究,能够对上海入境旅游业的发展贡献自己的一点微小的力量,并能提供一些参考意见。
 

以上论文内容是由硕士论文网为您提供的关于《上海入境旅游人数预测及客源市场分析》的内容,如需查看更多硕士毕业论文范文,查找硕士论文、博士论文、研究生论文参考资料,欢迎访问硕士论文网旅游管理栏目。