国内旅游市场行业分析范文篇1
[关键词]旅游经济；预警指数；模型构建；实证分析
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2017）04-0010-10
Doi：10.3969/j.issn.1002-5006.2017.04.007
2008年国际金融危机以来，我国政府高度重视旅游经济对宏观经济平稳运行的作用，将旅游经济运行分析纳入宏观经济分析体系，按季度形成分析报告。课题组自2008年开始承担我国旅游经济运行分析的专项任务，本文致力于将上述研究实践进行理论化和模型化，构建中国旅游经济运行的监测与预警模型，并进行实证检验。
1问题的提出和研究现状
1.1问题的提出
要实现旅游经济持续平稳健康运行的目标，既取决于良好的发展环境和市场主体的基础作用，也取决于政府部门加强对旅游经济的宏观调控能力，这些都要求全面掌握旅游经济运行总体情况，特别是其发展趋势，使政府和行业各方面加强预见性，制定宏观指导政策、加强预警、引导产业发展。然而，我国现有的旅游统计体系只有旅游市场和旅行社等部分产业的历史数据，缺乏旅游经济的全面数据，特别是及时性、趋势性等动态数据，加上分析预测方法和专业队伍有待完善，导致无法反映旅游经济运行全貌，无法进行形势判断和宏观决策。因此，在旅游领域开展经济运行分析具有必要性，只有建立一个统一的旅游经济运行监测与预警系统，将分散的旅游市场、产业、区域、环境、国际等数据和信息进行有机整合，形成科学的分析模型，并对旅游经济运行状态进行刻画、描述、推断、评价和警情预报等方面综合分析，实现对旅游经济态势进行综合监测和预警的功能，才能为我国旅游经济宏观调控体系建设和分类指导奠定坚实的科学基础，促进旅游经济发展的战略目标的实现。从理论上看，在中国开展旅游经济运行的分析，具有创新性。我国旅游经济运行监测与预警研究及其与宏观经济研究、国际旅游研究的经验交流，不仅影响着实践发展，也将对旅游经济学的方法和内容产生影响。
1.2研究现状
当前宏观经济监测与预警研究相对成熟，例如我国有代表性的“中经指数”和“高盛（中国）先行指数”等。国家统计局的中国经济景气监测中心经过建设，已经开发出中国经济运行景气监测系统，并中国经济景气运行月度报告。从行业层面来看，一些行业根据自身运行特点和规律开发了预警体系，如金融[2-4]、房地产业[5-6]、价格[7]、纺织行业[8]以及钢铁业、农业、互联网行业和环境保护等领域。旅游经济领域的监测预警研究也有所探索。近年来随着旅游安全事件引起广泛关注，学术界开展了较多旅游危机的预警研究[9-12]，还有研究关注了目的地发展[13]、旅游企业经营预警[14]，以及针对某一具体旅游行业或者旅游市场的景气研究，如饭店产业景气指数[15-18]、旅行社景气周期的指数化、旅游市场景气指数[19]等研究。张凌云等[20]在回顾国内旅游景气指数研究的基础上，提出了一套旅游景气指数编制的方法。值得关注的是，应用研究也在官方和非官方旅游组织和商业机构的推动下开展，例如世界旅游组织“全球旅游晴雨表”、国际旅游联合会定期的世界旅游经济报告。美国旅行协会数据中心定期的年度旅行力指数，对美国全国和各州旅游产业的经济运行状况进行监测，并预测发展趋势。一些主要的旅游咨询机构、大型旅游企业也定期针对整个旅游产业和具体行业经济运行和市场状况的研究报告及数据，为战略投资者和企业管理者提供决策参考。上述宏观经济、相关产业和旅游领域的相关研究文献为建设中国旅游经济监测与预警系统提供了可资借鉴的研究思路和方法模型。
自2008年以来，课题组将研究对象从传统的旅游市场、旅游产业扩展到包括旅游需求、旅游供给、政策设计与行政监管、旅游服务贸易在内的整个旅游经济系统，开展对旅游经济基本面的数据分析和发展预测。2013年，课题组出版《中国旅游经济O测与预警研究》一书，全面介绍了研究工作，同年筹建国家旅游经济实验室。2015年年初，获得联合国世界旅游组织尤利西斯研究创新奖，根据国家要求筹备旅游统计与经济分析中心，建设国家旅游局数据中心，建立游客调查体系等。在上述工作基础上，有必要对中国旅游经济运行监测与预警研究进行理论总结、模型化和实证检验。
2模型构建与实证分析
2.1模型设计
构建旅游经济运行监测与预警模型，首先要明确其原理、内容和方法等一般问题。模型设计必须建立在我国旅游经济运行规律和经济景气监测原理的基础上，才能成为准确、有效反映旅游经济运行态势的预警工具和方法。
2.1.1旅游经济运行的主要内容
基于旅游经济理论研究和产业实践两方面的考虑，课题组将旅游经济的内容定义为CTE，所包含的市场基本面定义为TM，产业基本面定义为TI，发展环境定义为TDE，信心判断指标定义为TWC，得：
式中，TELaI为旅游经济运行滞后指数，TMLaI为旅游市场运行滞后指数，TILaI为旅游产业运行滞后指数。
2.1.3旅游经济运行预警指数
预警指数综合反映计算期内旅游经济运行的过去、现在和将来等状况，由旅游经济运行中的关键指标构成，既要考虑到旅游市场、旅游产业、发展环境、信心指标等旅游经济运行的各方面，也要考虑到先行指数、一致指数和滞后指数共同构成。
式中，TEEAI为旅游经济运行预警指数，f为预警指数与各项构成指标之间的函数关系。
研究设计还包括旅游预警灯号图和宏观调控措施、产业对策等分析内容。研究结果的范围包括内部和外部，形式上有内参、产业分析报告、新闻稿、旅游经济周报等（表1）。
2.2指标体系的确定
监测和预警是通过旅游经济的指标体系来实现的。指标体系构建应符合科学的原则和全面反映我国旅游经济运行特征，相关指标应具有代表性和明确的经济意义，对旅游经济运行的变化具有较高的灵敏度，指标数据应具有充足性、时效性和可用性，通常应可以获得月度或季度数据。
本模型筛选、确定的反映旅游经济运行的市场、产业、环境和信心等4大方面指标体系，总体上涵盖了旅游经济各个层面的主要指标，在该指标体系的基础上归纳出相应的旅游经济运行景气指数，即先行、一致、滞后指数。
旅游经济预警指数的确定，是根据指标代表性、及时性和有效性等原则，分别从先行、一致和滞后指标组中选择若干项重点指标，结合统计特征和专家经验，确定了表2所示的预警指标体系。
表2列出上述模型中的部分指标。在这些指标当中，也需要进行具体分析。例如国内旅游市场指标包含国内旅游人数和国内旅游收入。按消费主体划分，国内旅游人数可以分为城镇居民旅游人数和农村居民旅游人数，国内旅游收入可以分为城镇居民旅游花费和农村居民旅游花费；按消费时间划分，国内旅游人数可以分为国内一日游旅游人数和国内过夜旅游人数，国内旅游收入可以分为国内一日游旅游收入和国内过夜旅游收入。相应地，还可以统计城镇居民和农村居民的情况。依此类推，模型涉及的旅游经济指标逾千个。
2.3数据的收集和处理
旅游经济运行监测与预警系统的关键环节之一就是建立比较稳定的数据来源渠道，实现对旅游经济运行数据的掌握具有主动性和独立性，满足项目预先分析的需要。目前课题组获取数据的主要来源渠道有以下5个方面：（1）中国经济景气监测中心即时和月度的统计和调查数据；（2）国家旅游局统计部门和行业管理部门定期的统计和调查数据；（3）相关行业管理部门，如国家外汇管理局、交通部等定期的旅游相关数据；（4）行业协会或行业研究组织例等定期的统计和调查数据；（5）自行开展的旅游市场和旅游行业调查数据，其中又以产业景气调查获得的一手数据为主。
在我国旅游经济统计调查的内容和及时性尚不能满足监测和预警需要的条件下，本模型为此补充了一些指标，收集各类替代数据，模型获得的数据类型多样化。其类型除了可分为旅游市场、产业、信心、环境等之外，还有主观数据、客观数据；绝对数、相对数；成本型数据、效益型数据等。为了最终形成同质数据，需要根据我国经济景气指数的数值介于0～200之间的基本划分标准1，具体研究每一个指标数据标准化算式。
本文根据课题组公开至2014年的数据，对模型涉及的主要指数进行分析。由于数据指标较多和时间序列较长，以及许多数据可公开渠道获得，因此原始数据没有直接写入文中。指数的合成公式和方法在文中已有列出，参考文献包含详细合成过程，可实现可重复性的研究原则。
分行业监测与预警指数主要体现在表3中。旅游各行业运行情况等可以行业指标体系为基础，结合专题调查研究进行分析。课题组开发了中国旅游经济蓝皮书，国内、入境、出境和休闲等市场年度报告，住宿、旅行服务、景区和集团等产业年度报告等。旅游投资是本研究的重要指标，作为先行指标的关键内容，在监测分析中起到重要作用，在季度性分析中，投资也作为专门领域形成专题分析报告。旅游经济与宏观经济的关系，学术界已经有较多的研究，因此研究报告体系尚未专题关注，但随着时间序列的延长和数据的增加，进一步探讨两者关系已经成为必要。
2.4计算结果和检验
2.4.1预警指数
根据式（1）、式（6）、式（7）、式（8）、式（9），得计算结果如图1。结果显示，综合反映我国旅游经济运行情况的预警指数，2009年处于100以下的不景气水平，2010―2012年回升较快且总体处于100以上的景气水平，2013年再次下降至100以下。上述波动与2009年国际金融危机冲击及此后我国刺激旅游消费、扶持旅游产业发展相一致，十以来，我国旅游经济受政策转型的短期影响，也相应步入转型期。
从景气指数信号灯（表3）来看，2009年之后，基本是绿灯，显示旅游经济总体处于平稳发展状态。从构成指标的信号灯看，我国居民的国内消费和出境消费快速增长，景气较高；企业经营业绩较好，对前景相对乐观，这些都是预警信号灯相对稳定的有力支撑。
2.4.2旅游经济构成指数
2009―2014年，尽管国内旅游特别是出境旅游快速增长，但受入境旅游规模波动的影响，市场指数一直较低，总体处于冷或偏冷的不景气水平（表3）。产业指数则总体较高，处于稳定或偏热的景气水平，主要是受国内、出境旅游消费，以及行业创新活跃等因素推动。上述“市场冷、产业热”是近年来旅游经济运行的显著特点，显示入境旅游问题亟待解决，产业面繁荣的基础有待夯实1。数据还显示2009年之后，旅游发展环境也相对稳定，各季度的有利因素相对较多。受此影响，居民出游意愿、旅游企业家信心保持在较高水平，旅游经济运行总体相对乐观。
2.4.3旅游经济运行指数
分析表明，先行指数、一致指数c基准循环波动序列的波动趋势最为接近，先行指标和一致指标有明显的时差关系，先行指标的波动开始明显领先于一致指标，先于一致指标两个季度抵达第二次谷底，波峰的领先趋势也比较明显。图1显示，一致指数和预警指数走势大体一致，并且多数转折点出现在同一时点上。针对两个变量的统计检验和相关性分析结果如表4，结果可以看出，一致指数和预警指数时间序列的Pearson相关系数为0.840，具有强正相关性。
2.4.4指标预测结果
对每个季度、年度做出下一时期内诸多经济指标的相应预测，是旅游经济监测预警系统的重要内容，特别是三大旅游市场的规模和收入预测尤为重要。课题组采取综合的时间序列分析方法构建不同的预测模型进行了相关市场预测，表5选取2009―2014年的相关预测结果和实际值。从MAPE值来看，只有2010年第一季度的国内收入误差超过了10%，其余预测结果精度都比较高，但总体略为保守。将上述预测值和实际值进行比较，并进一步测算预测精度，结果发现MAPE值仅为3%，小于10%的较高精度要求，预测结果比较理想。在各项指标预测的过程中，使用了包括RMSPE、MAPE等运算、检验。由于本研究成果的季度周期连续性、政府实际应用性等特点，特别是旅游经济概念、旅游统计口径的持续变化等影响，因此本研究也将实践检验、行业人士评价作为准确性的基本方法。从模型方法本身来说，异常情况不明显。过去数年的监测计算显示，结果的异常主要来自两方面，一是外部冲击，如宏观经济、流感疾病、安全、国内外形势等；二是对旅游经济的认识的变化及其带来的统计数据、统计口径等的变化。从研究经验看，决定对旅游经济运行分析工作有效性的因素，不完全是模型计算，而是工作体系完善、各类相关数据充足、日常分析积累以及经验形成和成果应用等多重因素。
3结论和建议
从实证分析来看，2009年国际金融危机冲击以来，我国旅游经济运行景气水平波动较大，总体不高。2010之后，预警指数处于平稳水平，运行趋势有所波动但总体趋好，发展潜力始终充足，经济结构不断优化。具体地说，国际金融危机冲击、十以来国内政策转向等环境因素影响很大，因此必须高度关注外部因素并建立宏观调控体系；在国内市场和出境市场的推动下，我国旅游经济平稳运行，产业运行和创新水平较高，但入境市场波动大，对模型指数产生较大影响；模型也显示，我国旅游经济运行存在的问题比较明确，突发因素冲击、三大市场结构失衡、产业体系相对单一、消费热点相对不足以及运行质量有待提升等。
从应用效果来看，模型基本满足旅游经济运行分析的要求，体系比较稳定。模型可以为面向政府的政策建议奠定实证基础，推动国家和地方旅游行政主管部门微观规制和市场推广等传统工作，并以全局意识、宏观思维和行业变量对旅游经济进行宏观调控和分类指导。从本课题的持续研究来看，研究缺陷主要体现在理论凝练、开放性的统计分析、数据广度深度、非线性处理、细化指标、变量关系分析等方面的不足，这些问题随着国家旅游局数据中心、旅游经济统计与分析中心、旅游经济实验室、旅游经济宏观调控理论体系建设和产业报告等工作的开展，正在逐步完善。
基于以上结论，本研究的持续性、开放性以及理论化应当是未来研究的基本方向，建议加快旅游经济运行监测与预警系统的应用并纳入我国各级旅游数据中心，建立我国各级政府的旅游经济调控和分类指导体系。具体要将该系统作为基础的旅游研究项目持续加强支持，增加研究队伍，优化模型方法、指标体系和研究体系，加强预警系统在宏观经济体系、地方旅游发展、行业交流和国际交流方面的应用。完善预警系统的政策转化效果，坚持以预警信息为导向的政府旅游宏观调控和分类指导体系。建议以本模型在研究旅游经济、服务政府和产业实践的过程中深化旅游经济学研究的理论认识和方法创新等为基础，推动以旅游经济运行监测与预警模型为核心的旅游经济学构建，推动旅游经济学不仅在于解释现象，更在于指导和推动实践，在与实践的交互建构中实现理论创新。
致谢：感谢旅游经济预警课题组成T陈旭、周晓歌、杨宏浩、战冬梅、何琼峰、吴丽云、夏少颜等人的工作。
参考文献（References）
[1]YuGenqian.UserManualforIntelligentChineseEconomicDatabaseandMonitoringSystem[M].Beijing：EconomySciencePress，2007：8.[余根钱，智能型中国经济数据库及监测系统用户手册[M].北京：经济科学出版社，2007：8.]
[2]ZhongBin.ChenHao.Theory，indexandmethodoffinancialstabilitymonitoring[J].ShanghaiFinace，2004，（9）：33-35.[仲彬，陈浩.金融稳定监测的理论、指标和方法[J].上海金融.2004，（9）：33-35.]
[3]TangKexin.AnempiricalstudyonfinancialbusinesscycleearlywarningbasedonBPalgorithm[J].EconomyProblem，2010，（11）：109-112.[唐可欣.基于BP算法的金融经济周期预警机制实证研究[J].经济问题，2010，（11）：109-112.]
[4]GuntherWJ，MoorRR.Earlywarningmodelsinrealtime[J].JournalofBanking&Finance，2003，27（10）：1997-2001.
[5]HuangFL，WangF.Asystemforearly-warningandforecastingofrealestatedevelopment[J].AutomationinConstruction，2005，（14）：333-342.
[6]MaF，FengZY.Empiricalresearchonrealestateearlywarningsystembasedonthetheoryofsystemcoreandcoritivity：TakingPekingforinstance[J].InternationalConferenceonWirelessCommunications，2008，（4）：1-5.
[7]ZhangHuazhong.PriceMonitoringandForecasting[M].Beijing：ChinaMarketPress，2006：4.[张化中.价格监测及预测预警[M].北京：中国市场出版社，2006：4.]
[8]KarfunkleR.Statisticalindicatorsofthetextilecycle[J].BusinessEconomies，1969，（5）：13-17.
[9]PrideauxB，LawsE，FaulknerB.EventsinIndonesia：Exploringthelimitstoformaltourismtrendsforecastingmethodsincomplexcrisissituations[J].TourismManagement，2003，24（4）：475-487.
[10]RenXuehui，WangYue.Designingthesystemofprecautionandemergencyrescuedecisionfortouringsafetyaccidentsofcoastalcity[J].ProgressinGeography，2005，24（4）：123-128.[任W慧，王月.滨海城市旅游安全预警与事故应急救援系统设计[J].地理科学进展，2005，24（4）：123-128.]
[11]ZhaoHuaiqiong，WangMingxian.Astudyontourismsecuritysystem[J].ChinaSafetyScienceJournal，2006，16（1）：17-21.[赵怀琼，王明贤.旅游安全风险系统预警[J].中国安全科学学报，2006，16（1）：17-21.]
[12]XieChaowu.ResearchontheconstructionofChinastourismsecurityearlywarningsystem[J].ChinaSafetyScienceJournal，2010，26（8）：170-176.[谢朝武.我国旅游安全预警体系的构建研究[J].中国安全科学学报，2010，26（8）：170-176.]
[13]HuoSongtao.ResearchonTourismDestinationEarlyWarningSystem[D].Kaifeng：HenanUniversity，2006.[霍松涛.旅游目的地旅游预警系统研究[D].开封：河南大学，2006.]
[14]LiFeng.ResearchonfinancialwarningofstockmarkettourismenterprisesbasedonBPneuralnetwork[J].CoastalEnterprisesandScience&Technology，2007，（6）：142-144.[李锋.基于BP神经网络的上市旅游企业财务预警[J].沿海企业与科技，2007，（6）：142-144.]
[15]DaiBin，YanXia，HuangXuan.AstudyontheindustrycycleindexofChinatravelservices[J].TourismTribune，2007，22（9）：35-40.[戴斌，阎霞，黄选.中国旅行社产业景气周期的指数化研究[J]，旅游学刊，2007，22（9）：35-40.]
[16]YouHao，WuJin，ZhangFang，etal.Researchonsystemstoevaluatethecyclicalfluctuationsofstarhotels[J].TourismScience，2008，（12）：20-25.[游灏，伍进，张芳，等.星级酒店业景气波动的评价体系研究[J].旅游科学，2008，（12）：20-25.]
[17]YanXia.ResearchonChinaHotelIndustryCycleIndex[D].Beijing：BeijingInternationalStudiesUniversity，2008.[阎霞.中国饭店产业景气研究[D].北京：北京第二外国语学院，2008.]
[18]QinBingwang.A.StudyonCompositeIndexofChinasEconomyHotelIndustry[D].Shanghai：EastChinaNormalUniversity，2009.[秦炳旺，我国经济型酒店景气指数研究[D].上海：华东师范大学，2009.]
[19]NiXiaoning，DaiBin.EvaluationandanalysisresearchofcompositeindexontouristindustryofChina[J].JournalofBeijingInternationalStudiesUniversity，2007，11：1-4.[倪晓宁，戴斌，中国旅游市场景气指数计算与分析[J]，北京第二外国语大学学报，2007，11：1-4.]
[20]ZhangLingyun，PangShiming，LiuBo.Tourismprosperityindexresearch：Retrospectandprospect[J].TourismScience，2009，（10）：21-28.[张凌云，庞世明，刘波.旅游景气指数研究回顾与展望[J].旅游科学，2009，（10）：21-28.]
[21]DaiBin，ZhouXiaoge，LiZhongguang.ResearchontheChinaTourismEconomyMonitoringandEarlyWarning[M].Beijing：TourismEducationPress，2013：6.[戴斌，周晓歌，李仲广.中国旅游经济监测与预警研究[M].北京：旅游教育出版社，2013：6.]
国内旅游市场行业分析范文篇2
关键词：旅游市场；需求预测；方法
abstract：tourismdemandandconsumerbehaviorarebothimportantissuesunderresearchinchina'stourism.inthisregardtherehavebeenplentyofachievementsbynow.thispaperreviewstheresearchesconcernedintherecent30yearsandgeneralizestheforecastingmethodsforthereferenceofdevelopingchina′stourism.
keywords：tourismmarket；demandforecast；method
一、引言
旅游需求是旅游市场形成的根本基础，没有旅游需求，旅游市场就无从谈起，旅游产品的价值也就无法实现。因此，对某地旅游产品的需求量是旅游目的地旅游管理部门、旅游企业(景区、旅行社等)和旅游从业人士都十分关切的重要问题。wWw.133229.cOM旅游需求的重要性说明，任何一个国家或地区在发展旅游业时，都必须以人们对该国或该地区旅游产品的需求为依据，在此基础上有针对性地开发旅游产品，合理地规划和控制旅游业的开发规模和发展速度，以实现发展区域旅游业的最佳效益。对旅游者需求研究特别是对其消费行为的研究非常重要，中国的旅游业发展需要这方面的研究来指导实践。而消费者的需求和消费行为也随着社会发展不断变化，需要业界不断地追踪研究，与时俱进。旅游者需求与消费行为将始终是中国旅游研究的前沿问题[1]。我国的学者一直以来十分重视这个问题的研究，进行不断地探索，取得了一定的研究成果。
随着我国旅游业的不断发展，旅游活动对社会的影响不断加大，关于旅游需求的研究开始向更深的层次展开，很多不同领域的学者开始介入到旅游需求的研究之中。从旅游目的地的角度研究旅游需求可以指导目的地的旅游产品的开发与规划、旅游企业经营策略，为旅游资源开发与规划等提供科学的依据。
二、旅游市场需求预测研究中的统计分析
利用中国期刊网搜索，从研究内容进行选取，共有137篇文章来探索旅游市场需求预测问题。王铁生(1984)首先发表文章探讨杭州国内旅游需求预测[2]。而1985年12月通过鉴定的《北京旅游发展战略》，其中包含了客源市场调查研究篇幅，从内容上看，包括了客源市场预测、市场发展战略、旅游者行为分析等；从方法上看，使用了大规模的问卷抽样调查，并进行了旅游市场预测研究，在全国具有领先意义[3]。从此开始，我国学者对旅游需求预测进行不断研究和探索。
(一)文献数量统计
从文献的时间动态分布统计中看出(见图1)，我国学者从20世纪80年代中期开始进行旅游市场需求预测研究，在20世纪80年代仅有4篇相关文献。而持续进行此方面的研究始于20世纪90年代中期。我国学者陆续开始进行旅游市场需求预测的研究。从1996-2004年，文献数量基本持平，但总体上略有递增趋势。近几年(2005-)有关旅游市场需求预测的研究又有新的增长，而且增幅很大，尤其是2005年达到15篇，是2004年的3.75倍，2006年达到了20篇，2007年截至到7月份已经有19篇文献，可见我国对旅游市场需求预测的研究真正兴起于最近几年。
(二)研究方法分类统计
国内对旅游需求预测的研究主要是在借鉴国外旅游需求预测方法的基础上做更进一步的探索与分析，不少学者对旅游需求预测方法改进做了大量研究[4]。笔者参考了任来玲(2006)的旅游需求预测分类[5]，将137篇文献按照研究方法进行分类。从传统的研究方法来看，有60.1%的文献采用，其中有15.2%的文献采用了定性研究方法，有44.9%文献采用了定量研究方法，所有的传统研究方法中回归模型的应用最多，达到了24.6%；有39.9%的文献采用了人工智能方法，在人工智能方法中，灰色系统研究方法应用最多，达到了19.6%。
三、旅游市场需求研究轨迹分析
在对137篇文献进行总体统计分析的基础上(结合表1和图1)，根据我国旅游市场需求研究的具体情况，从研究发展的轨迹来看，可以划分为三个阶段：第一个阶段为20世纪80年代，我国的旅游研究起步于改革开放以后的20世纪70年代末期，这个旅游研究处于起步阶段，一直到20世纪80年代末期，我国对旅游市场需求预测的研究仅有很少的学者介入，研究成果很少；第二个阶段为20世纪90年代，我国的旅游研究蓬勃发展，有较多的学者开始对旅游市场需求预测进行研究，从内容和方法都有一定的扩展；第三个阶段为2000年以来。2000年以来，我国的旅游市场需求预测研究在数量上和研究方法上都出现了比较大的变化，虽然回归模型仍然是主要的研究方法，但是已经从简单的一元回归向多元回归、指数回归、多项式回归转变，新的研究方法引入、如神经网络、粗集理论开始应用到旅游市场需求预测之中，而且多种方法的综合应用研究也不断地增加。
(一)零散的摸索起步阶段(20世纪70年代末-80年代末)
在此期间共有5篇相关文献。从研究方法的时间演进看，我国的旅游市场需求预测研究在1990年以前，我国的学者开始进行旅游市场需求预测研究的摸索，在研究方法上主要使用传统的研究方法，虽然以定量方法为主，但是利用的定量方法比较简单，回归模型都是使用了简单的一元线性回归方法，而且都以国民人均收入为自变量。
这一阶段代表性成果有王铁生，葛立成(1984)利用铁路运输、公路运输、水运和空运发送人次对杭州旅游人次进行匡算，并指出了其中的误差。在对杭州市旅游市场需求进行预测中，认为经济发展是衡量国内旅游发展的重要因素，因此，其利用人均国民收入作为自变量用一元回归模型进行旅游市场需求预测。同时为了弥补第一种方法的不足，又使用了指数方程(时间序列)进行了预测。文章最后指出旅游增长率高于人均国民收入增长率[2]。叶涛(1986)首次提出运用计量经济学的方法进行旅游市场需求预测。文章提出了黄山客流量模型，文章使用了回归和滑动平均结合模型对黄山旅游市场需求进行了预测[6]。韩德宗(1986)首次将引力模型和旅行发生模型引入国内，并进行了介绍、分析[7]。
(二)稳定的探讨成长阶段(20世纪90年代)
在这一阶段，旅游市场需求研究文献数量相比较第一阶段有了很大的提高，在研究方法上也出现多元化，特尔菲法、arima模型和灰色系统都第一次运用到旅游市场需求预测之中，但回归模型和时间序列仍然占有主导地位。研究出现了从简单单变量分析向复杂的多变量分析、静态模型向动态模型、单一方法向方法综合发展，多种学科(如数学、地理)开始介入到研究之中的变化趋势。
一些新的预测方法、模型应用到旅游市场需求预测之中。保继刚(1992)首次运用修正引力模型对北京市6月份国内游客预测模型，并指出模型的使用范围，在我国使用引力模型存在数据问题，要使用引力模型进行旅游市场需求预测必须有些解决旅游数据获取[8]。张洪明(1995)首次将灰色理论应用于旅游市场预测之中，建立了引入残差信息的灰色预测模型，指出灰色建模不需要大量原始数据，不存在误差积累，和概率统计、回归模型比较具有精度高的特点，适合用于中长期旅游市场需求预测[9]。赵西萍，王磊，邹慧萍(1996)对国际上旅游市场预测方法进行了综述，并提出了旅游需求预测的发展趋势——与经营管理过程相融合的预测方法[10]。魏启恩，刘新平(1997)引入随机时间序列arma，arima模型分析方法，建立了西安境外游客的arima动态预测模型[11]。
这一阶段一些综合性的组合方法开始出现，如周建设，刘新平(1996)选用了逻辑斯缔曲线模型，选用常规的线性回归和三次曲线模型等7种模型对昆明入境游客进行预测，通过比较分析发现带虚拟变量的线性回归模型和指数曲线模型较优。并利用7种预测模型进行了组合预测[12]管宁生，杨丽，王建平(1998)利用指数模型和特尔菲法对鹤庆县旅游市场进行了预测[13]。
(三)快速的发展整合阶段(2000年-)
2000年以来，我国对旅游市场需求预测的研究进入了新的阶段，目前有108篇成果出现，远远多于前20年的总和，由此来看，对于旅游市场需求预测的研究成为了旅游研究的热点之一。随着经济学的介入和人工智能理论的成熟以及在各行业的广泛应用，旅游研究者将计量经济方法、神经网络、灰色模型等这些方法引入旅游业，并进行了旅游需求模型和预测研究的有益探索。在旅游市场需求研究中尝试将新的研究方法于最新的研究结合和整合运用，研究方法逐渐精细化，这样得益于旅游需求理论的不断提升，旅游建模和预测方法也经历了比较大的变化。
李峰，孙根年(2006)应用旅游本底趋势线的概念和方法研究了2003年“sars”对我国的旅游的影响[14]。吕连琴，王世文(2000)通过定性与定量相结合的方法，分析了小浪底国内客源市场的趋势和走向，还尝试采用了趋势分析法、专家咨询法、分级累计法、平均值法等多种预测方法，对小浪底旅游区国内旅游市场进行了深入的分析与预测[15]。田喜洲(2001)对重庆市美国旅游客源市场进行了详细分析，并通过建立指数方程预测模型预测了重庆市未来3年的美国游量[16]。张启敏，汪文帅(2002)采用hammerstein模型对宁夏2006年的旅游需求量进行预测、并对该模型进行了修正，同时指出在小样本条件下hammerstein模型是一个非线性模型[17]。吴江，黄震方(2004)运用logistic曲线对旅游地生命周期的发展阶段进行模拟，并应用stellii语言建立了模型，代入一定的数据进行处理，模拟旅游产品生命周期曲线，并对这一曲线的主要影响因素进行了讨论，得出旅游市场预测的非线性规律，并讨论回头客对旅游地持续发展的重要性[18]。王娟、曾昊(2001)研究了人工神经网络(artficialneuralnetworks)在旅游市场预测的应用及其重要性[19]。郑江华，刘平(2001)利用线性组合预测方法对新疆国际旅游客源量进行了预测[20]。张立生(2004)研究了影响旅游需求的因素，并对经济、人口和交通因素分别进行分析，建立了预测模型，预测了我国2005年和2010年的国内旅游人次和旅游收入[21]。刘颂(2003)利用gm(1，1)模型对旅游地客源市场动态预测方法进行了探讨[22]。曹霞(2006)在分析上海市2000年1月—2004年9月旅游市场动态变化时序数据的基础上，采用博克斯-詹金斯(b-j)方法预测了2004年4月—2004年9月间上海市旅游客流的发展变化趋势[23]。谭频频等(2006)建立基于月度数据的桂林漓江旅游航班、运量及游客的需求预测模型，运用指数平滑、sarima和elman人工神经网络3种方法，并采用平均绝对误差(mae)、均方差百分比误差(rmse)和平均绝对百分比误差(mape)评价模型预测效果。预测实例表明elman神经网络模型更能反映时间序列的波动性，更适合桂林漓江旅游需求预测[24]。
四、结语
综上所述，可以看出国内对旅游市场需求预测的研究具有以下特点：
第一，从研究方法来看，国内在对旅游市场需求预测的研究过程中仍然偏重于定量研究方法(模型)的使用和探索，但是，研究成果具有一定的相似性。近年，开始注重定量与定性方法相结合以及一些方法的综合运用，预测方法正由单一化逐渐向综合化方向发展。但是和国外的研究相比较，虽然研究方法日益丰富，但是研究零散，缺乏系统性，没有形成体系，因此，对于研究方法的理论探讨和体系形成需要不断地努力。
第二，从研究对象和研究内容来看，国内旅游市场需求预测研究方面着重现象的统计描述，利用模型进行过程和机制分析较少；针对某一消费者群或旅游目的地的实证分析较多，对基础理论与方法论的探索少；强调个案研究多，以个案推导整体的做法不够严谨，样本质量和代表性存在问题，研究结论不具备普遍指导意义。在研究中对于旅游市场需求预测的目的和意义认识不够，对于预测过程和结果的分析不足，致使其实用价值受到很大影响。
参考文献：
[1]范业正.旅游者需求与消费行为始终是旅游研究的前沿问题[j].旅游学刊，2005，20(3)：10-11.
[2]王铁生，葛立成.对来杭国内旅游者的动态分析[j].浙江学刊，1984(4)：7-13.
[3]http：///expert/user1/27/archives/2005/458.shtml[eb/ol].
[4]欧阳润平，胡晓琴.国内外旅游需求研究综述[j].南京财经大学学报，2007(3)：80-83.
[5]任来玲，刘朝明.旅游需求预测方法文献述评[j].旅游学刊，2006(8)：90-92.
[6]叶涛.黄山旅游市场的分析和预测[j].数量经济技术经济研究，1986(2)：63-68.
[7]韩德宗.旅游需求预测重力模型和旅行发生模型[j].预测，1986(6)：66-67.
[8]保继刚.引力模型在游客预测中的应用[j].中山大学学报(自然科学版)，1992(4)：133-136.
[9]张洪明.森林旅游客流量引入残差信息的灰色预测[j].四川林勘设计，1995(4)：29-33.
[10]赵西萍，王磊，邹慧萍.旅游目的地国国际旅游需求预测方法综述[j].旅游学刊，1996(6)：28-32.
[11]魏启恩，刘新平.西安市境外游客动态预测模型[j].陕西师范大学学报(自然科学版)，1997(2)：67-71.
[12]周建设，刘新平.昆明境外游客市场预测探讨[j].陕西师范大学学报(自然科学版)，1996(4)：75-79.
[13]管宁生，杨丽，王建平.鹤庆县旅游市场分析与预测[j].社会科学家，1998(增刊)：105-108.
[14]李峰，孙根年.基于旅游本底线法(tblm)的旅游危机事件研究——以2003年“sars”事件为例[j].人文地理，2006(4)：102-105.
[15]吕连琴，王世文.黄河小浪底旅游开发的国内客源市场分析与预测[j].地域研究与开发，2000(4)：93-96.
[16]田喜洲.重庆市美国客源市场分析、预测与开发对策[j].重庆商学院学报，2001(3)：18-20.
[17]张启敏，汪文帅.宁夏旅游需求量的预测[j].信阳师范学院学报(自然科学版)，2002(2)：162-165.
[18]吴江，黄震方.旅游地生命周期曲线模拟的初步研究—logistic曲线模型方法的应用[j].地理与地理信息科学，2004(5)：91-94.
[19]王娟，曾昊.人工神经网络——一种新的旅游需求预测系统[j].旅游科学，2001(4)：24-27.
[20]郑江华，刘平.新疆国际旅游客源量的线性组合预测[j].交通运输系统工程与信息，2001，1(2)：140-143.
[21]张立生.我国国内旅游市场规模分析与预测[j].地域研究与开发，2004(1)：59-61.
[22]刘颂.旅游地客源市场动态预测方法探讨[j].曲阜师范大学学报，2003(4)：107-110.
国内旅游市场行业分析范文篇3
客源市场的大小、潜在游客的多少是目的地旅游业发展的基础，一个旅游区接待游客的多少不完全取决于旅游资源等级，还应该包含其他多种因素。显然，客源市场对旅游目的地的作用不言而喻。
客源市场是旅游企业和旅游者双方买卖旅游产品的实际场所，经济学意义上的客源市场是指旅游产品交换过程中反映的各种经济行为的经济关系的总和，而市场营销学将客源市场定义为在一定时期内某一地区中存在的对旅游产品具有支付能力的现实和现在的购买者。
在某一特定区域内，当旅游资源以及旅游设施形成了一定程度的空间集中，并对某一类型的旅游者形成了一定吸引力，而成为满足一定规模的旅游者旅游活动的空间，这一特定区域便成为旅游目的地。
一、旅游目的地保持现有客源市场的重要性
1.客源市场是旅游目的地开发的前提
对于旅游目的地而言，保持现有的客源市场是最基本的追求。只有首先满足游客的需要，才能进而满足旅游目的地自身发展的需要，满足客源的需要实际上就是在满足旅游目的地的需要，因此客源市场是旅游目的地开发和管理考虑的第一因素。
2.客源市场分析为旅游目的地旅游活动营销提供科学依据
就旅游项目的开发和旅游业的发展而言，如果不了解客源市场的规模、不了解游客的来源和旅游目的地人群的状况、不了解旅游客源的基本规律、不了解旅游目的地在市场竞争中的强项和弱点，那么这种旅游目的地开发将是一种盲目的开发。而如果一个旅游目的地能够了解客源市场的现状及其变化动向，能够据此有针对性地去开发旅游项目和发展旅游业，并据此有计划地系统开展旅游营销活动，该旅游目的地取得成功的可能性以及获得成功的程度都将会因此而增大。
二、兴隆旅游目的地客源市场现状与分析
兴隆是个多国家和地区民族融汇的华籍侨民聚居地，先后安置了来自21个国家和地区的归国华侨1万余人，主要的旅游景点有海南兴隆侨乡国家森林公园、兴隆热带植物园、兴隆热带花园、兴隆美食街、兴隆绿道等。2014年兴隆被评为海南十大文化名镇，目前年接待游客超过200万人次。
目前从兴隆这个旅游目的地的客源市场分析来看，主要有三种情况：
1.冬季“候鸟”聚集地
这是兴隆旅游发展的一大亮点。一般在每年国庆过后，大批的内地游客、特别是北方游客会开始聚集到兴隆，开始为期3-5个月的过冬生活。因为兴隆地处海南岛热带气候的最北端，拥有全海南岛独特的气候条件和生活环境，极大地吸引了这些前来海南过冬的内地游客。这些人一般会在兴隆购买楼房，每年冬季的时候前来居住，夏天返回内地，比如目前兴隆已建成“石梅山庄”、“长春城”等大型住宅小区，这里都居住着非常多的“候鸟”，而这些“候鸟”就自然而然地成为兴隆这个旅游目的地客源市场最重要的一部分。
2.省内家庭自驾游目的地
这是目前兴隆旅游发展的一大趋势。随着海南国际旅游岛建设的不断推进，一些沿海地区越来越倾向于开发小集体自驾游、家庭团体游等休闲式旅游。因此一到周末，不少省内的游客都会选择带上自己的家人出来走走，而兴隆往往是这些人的选择，因为这里拥有休闲旅游的一切因素，比如兴隆温泉、热带花园、国家绿道等等，人们会选择驾车前来兴隆短住一晚，泡泡兴隆温泉，喝喝兴隆咖啡，骑骑单车看看红艺人表演，这是一种最好的休闲旅游放松方式。另外，兴隆这一旅游目的地也是岛内外驴友骑行的一大选择，很多驴友骑行之中会选择在兴隆小憩1-2天，不但可以选择在国家绿道骑行，还可以逛逛周围的东南亚风情村、文通村等乡村休闲旅游景点。
3.省内外旅游团集体旅游目的地
除了前面两种情况，兴隆作为一个旅游经济开发区，也是省内外旅游团的旅游目的地之一。兴隆是海南老牌的旅游点，拥有良好的旅游环境资源和旅游基础设施，对外也拥有很好的名声，加上近几年当地政府的巨大投资和大力支持，这里开发了不少的旅游项目，如奥特莱斯大型购物广场、临近的神州半岛度假区、石梅湾度假区等等，这些都成为吸引规模式旅游团前来旅游的资源优势。
三、对兴隆保持现有旅游客源的意见建议
1.对旅游客源市场定期进行分析
既然客源市场对旅游目的地有着举足轻重的作用，那么对旅游目的地客源市场系统、科学的分析当然就显得非常重要。对兴隆来说，比如在“候鸟型”客源市场中，还分为北方客源、长三角地区客源、中西部地区客源等等，这些不同的客源市场中的不同个体的生活习惯、消费习惯以及对旅游资源环境的审美、定位往往有很大不同，因此定期系统、科学地分析客源市场是兴隆这一旅游目的地开发与经营管理的基础。
目的地客源市场分析的理论依据包括“距离决定论”、“圈层结构理论”、“交通干线理论”等等。对客源市场的分析可以通过建立理论模型来解决，如旅游中心地辐射模型、交通连接点轴模型、远距离卫星模型，每种模型适用于不同的客源市场分析。比如旅游中心地辐射模型表现为消费水平较低、淡旺季需求不明显、重游率高，对兴隆来说，家庭式自驾游往往适用于运用该模型分析；交通连接点轴模型表现为淡旺季需求明显、停留时间较短，对兴隆来说，省内外旅游团集体旅游与之相对应；远距离卫星模型表现为消费水平高、停留时间较长、受市场冲击较大，对兴隆来说，冬季“候鸟”型则与之相对应。
2.因地制宜创新旅游项目开发
对旅游目的地进行系统、科学的分析后，就可以着手对旅游目的地的旅游项目开发进行因地制宜地创新。笔者认为，针对前面谈到的三种客源类型，就兴隆这一旅游目的地的旅游项目开发与管理，当地政府管理部门可结合实际开发多种多样的旅游项目。针对不同地区的“候鸟型”客源，可规划开发多元化旅游度假小生活圈，不同的生活圈展现不同的地域文化和生活习俗，包括过冬游客居住的建筑格局也可以因人而异；针对省内外旅游团集体旅游客源，重点开发打造独具兴隆特色的东南亚风情旅游，如“红艺人表演”、“兴隆咖啡体验园”、“国家热带森林公园”等等；针对家庭式自驾游的客源，可重点开发乡村休闲旅游和休闲旅游购物项目。
【国内旅游市场行业分析(收集3篇) 】相关文章：
三年级日记精选(整理6篇) 2024-08-01
学游泳日记精选1(整理9篇) 2024-07-28
我的日记[精选5](整理3篇) 2024-07-28
四年级日记[精选9](整理5篇) 2024-07-27
描写秋天的日记精选1(整理9篇) 2024-07-27
下雪日记[精选](整理5篇) 2024-07-13
[精选]开学日记(整理5篇) 2024-07-04
骄傲的大公鸡作文(整理8篇) 2024-08-01
国内旅游市场行业分析(收集3篇) 2024-08-01
大风的作文(整理9篇) 2024-08-01