论文部分内容阅读
摘要：自2019年新冠疫情爆发以来，对中国社会各行各业的发展产生了不同程度的冲击和影响，其中以“流动经济”为主要特征形式的旅游业首当其冲。本文利用模糊时间序列模型，拟在无疫情影响的条件下，对国内旅游的游客人数进行短期预测，将其与疫情下的实际游客人数进行对比，定量分析新冠疫情对旅游业的影响程度，并通过分析影响居民旅游意向的因素，给出恢复旅游业发展的政策建议。
关键词：旅游业;模糊时间序列模型; 旅游意向 ;主成分分析
1.研究背景及意义
1.1旅游业发展现状
旅游业属于中国国民经济发展第三产业中的龙头产业，在国内不少地区的经济发展中占据着举足轻重的地位，发挥着极其重要的行业引领作用。随着我国改革的不断深化和对外开放的不断扩展，旅游业作为崛起的支柱产业，不仅在国民经济中占有重要地位，而且对促进民经济的发展，对相关产业的带动，对经济结构的改善等都具有十分重要的作用。
社会不确定风险对中国社会各行各业的发展产生了不同程度的冲击和影响，其中以“流动经济”为主要特征形式的旅游业首当其冲。例如2020年春节旅游业几乎颗粒无收。根据中国旅游研究院测算，受疫情影响，2020年全年我国旅游总人次将较上年减少9.8亿人次，旅游总收入减少约1.55万亿元，2020上半年国内旅游市场受疫情影响尤其显著，2020年春节，全国铁路、道路、水路共发送旅客约1.9亿人次，比去年春运同期下降近73%。2020年一季度国内旅游人次和旅游收入分别负增长56%和69%，全年减少9.32亿人次，减收1.18万亿元。
中国旅游业作为国内不少地区拉动经济发展的支柱產业甚至是龙头产业，采取相关政策，面对目前所面临的困难和挑战，突破重围，率先得到恢复和发展变得刻不容缓。恢复旅游业的发展，不仅能够推动中国经济的发展，而且能够为世界各地恢复旅游业的发展提供示范参考作用，从而更好的促进世界经济的发展。因此旅游需求的预测和分析为国家制定相关政策发展旅游业提供了理论依据，很大程度上提高了国家旅游经济量化水平，为国内旅游市场的恢复和开发提供重要的理论依据，推动后疫情时代旅游业更好的恢复和发展。
1.2模糊时间序列简介
近年来，随着互联网的广泛应用和普及，带动了大数据的发展，使数据变得尤为重要，这其中包括精确的数据和模糊的数据，它们自身蕴含着巨大的价值，它们不仅记录着事物发展变化的过程，还拥有其自身的规律性。现实生活中还存在着另外一种模糊的、不完整的数据，我们通常称它们为模糊时间序列数据，模糊时间序列数据一般具有以下特征：趋势性、波动性和随机性，比如对于年纪的大小常常用“年轻”、“中年”、“老年”等模糊语言来说明，对于气温的描述，人们通常用“有点儿冷”、“热”、“凉爽”和“很热”等模糊语言数据来表示，经典的时间序列分析对这种模糊数据无从下手，或者出现精确度低的问题。
2.文献综述
2.1国内文献综述
我国学者对疫情之前的国家旅游现状做了大量的研究和分析，然而在其发生后，我国国内的旅游业现状和模式都发生了不少的改变，甚至国内旅游业的发展正处于回暖的时期，面临着新的挑战和机遇，之前的国内旅游业的发展模式似乎不适应现如今国内旅游业的发展现状，因此不少学者专家对疫情前后国内旅游业发展的现状进行了相关的研究和分析，做出了合理的分析并提出了发展的意见。
鲁芳，黄艳（2014）在分析了大量经典模糊时间序列模型的基础上，对1994年到2012年国内旅游人数进行了整理分析，并利用改进聚类算法的模糊时间模型对国内旅游需求进行了预测。廖民生，张鲲（2015）提出了一种对模糊时间序列的改进方法对三亚旅游总收入进行了预测，该方法提高了传统预测的精度，大大减少了预测的误差。赵亮（2020）研究分析了新冠疫情下我国国内旅游发展的特点，分别从政策层面，经济层面，社会层面和技术层面进行分析，并根据我国旅游业所处现状和特点提出了应对政策和发展方向，提出应加大政府扶持力度，转变旅游消费特征，发展企业主体策略和行业协同策略的应对政策;汤月婷，蔡建刚，童思野（2020）对在重大突发公共卫生事件下我国居民的出游意向及其影响因素进行了调查研究，选取了可能影响居民意向的16个影响因素，包括个人健康安全、疫情影响程度、社会治安、国家地区出行限制、可支配收入等其他因素，采用主成分分析法，为这些影响因素从高到低排除顺序，直观的反映出最能够影响居民出游意向的影响因素，更好的从国民的角度出发，为国家制定振兴旅游业政策提供了合理有效的理论依据。
2.2.国外文献综述
Song Q 在Zadeh模糊时间序列的基础上，定义并研究了以语言价值观为观察对象的动态过程，采用模糊关系方程作为模型，研究概括了模糊时间序列的一些基本性质，并讨论了建立模糊时间序列模型的步骤，最后提出了一种利用模糊时间序列进行预测的方法。Muhammad H. Lee，Maria E. Nor等采用了区别于传统时间序列预测方法的一种新的预测方法即现代时间序列预测方法（模糊时间序列预测方法），对旅游人数进行了预测，经验结果表明，现代方法比传统方法更能进行精准的预测，同时进一步发现，使用转换的数据可以改进模糊时间系列方法的性能。Tsaur Ruey Chyn，Kuo Ting Chun提出了预测台湾旅游需求的自适应模糊时间序列模型，将模糊时间序列数据传输到模糊逻辑组，然后将权重分配给每个周期，以进一步提高预测的精准度。Zheng Cao等利用全球向量自回归模型研究了24个主要国家旅游需求的协同效应，并借助模拟脉冲响应函数评估了对中国经济的冲击，结果与旅游政策制定者和检测宏观经济环境的跨国公司高度相关。
3.研究概述
本文使用模糊时间序列，数据选取2009年至2019年国内的旅游人数，基于聚类算法建立模糊时间序列模型，对拟定无重大突发公共卫生事件影响的国内人数进行预测，随后与在有影响的真实旅游人数数据进行对比，从定量的角度分析旅游业在新冠疫情下的影响程度;并采用问卷调查的方法，对影响居民出游意向的因素，例如影响程度，社会治安，国家地区出行限制，个人健康安全，可支配收入等其他因素进行调查，利用主成分分析法最直观反映出最能影响居民旅游意向的因素，以便于从民生的角度出发，制定更为合理的恢复旅游发展政策。
作者简介：李菲菲（1998年3月），女，汉族，陕西商洛。西安财经大学统计学2020级研究生，研究方向：经济统计
关键词：旅游业;模糊时间序列模型; 旅游意向 ;主成分分析
1.研究背景及意义
1.1旅游业发展现状
旅游业属于中国国民经济发展第三产业中的龙头产业，在国内不少地区的经济发展中占据着举足轻重的地位，发挥着极其重要的行业引领作用。随着我国改革的不断深化和对外开放的不断扩展，旅游业作为崛起的支柱产业，不仅在国民经济中占有重要地位，而且对促进民经济的发展，对相关产业的带动，对经济结构的改善等都具有十分重要的作用。
社会不确定风险对中国社会各行各业的发展产生了不同程度的冲击和影响，其中以“流动经济”为主要特征形式的旅游业首当其冲。例如2020年春节旅游业几乎颗粒无收。根据中国旅游研究院测算，受疫情影响，2020年全年我国旅游总人次将较上年减少9.8亿人次，旅游总收入减少约1.55万亿元，2020上半年国内旅游市场受疫情影响尤其显著，2020年春节，全国铁路、道路、水路共发送旅客约1.9亿人次，比去年春运同期下降近73%。2020年一季度国内旅游人次和旅游收入分别负增长56%和69%，全年减少9.32亿人次，减收1.18万亿元。
中国旅游业作为国内不少地区拉动经济发展的支柱產业甚至是龙头产业，采取相关政策，面对目前所面临的困难和挑战，突破重围，率先得到恢复和发展变得刻不容缓。恢复旅游业的发展，不仅能够推动中国经济的发展，而且能够为世界各地恢复旅游业的发展提供示范参考作用，从而更好的促进世界经济的发展。因此旅游需求的预测和分析为国家制定相关政策发展旅游业提供了理论依据，很大程度上提高了国家旅游经济量化水平，为国内旅游市场的恢复和开发提供重要的理论依据，推动后疫情时代旅游业更好的恢复和发展。
1.2模糊时间序列简介
近年来，随着互联网的广泛应用和普及，带动了大数据的发展，使数据变得尤为重要，这其中包括精确的数据和模糊的数据，它们自身蕴含着巨大的价值，它们不仅记录着事物发展变化的过程，还拥有其自身的规律性。现实生活中还存在着另外一种模糊的、不完整的数据，我们通常称它们为模糊时间序列数据，模糊时间序列数据一般具有以下特征：趋势性、波动性和随机性，比如对于年纪的大小常常用“年轻”、“中年”、“老年”等模糊语言来说明，对于气温的描述，人们通常用“有点儿冷”、“热”、“凉爽”和“很热”等模糊语言数据来表示，经典的时间序列分析对这种模糊数据无从下手，或者出现精确度低的问题。
2.文献综述
2.1国内文献综述
我国学者对疫情之前的国家旅游现状做了大量的研究和分析，然而在其发生后，我国国内的旅游业现状和模式都发生了不少的改变，甚至国内旅游业的发展正处于回暖的时期，面临着新的挑战和机遇，之前的国内旅游业的发展模式似乎不适应现如今国内旅游业的发展现状，因此不少学者专家对疫情前后国内旅游业发展的现状进行了相关的研究和分析，做出了合理的分析并提出了发展的意见。
鲁芳，黄艳（2014）在分析了大量经典模糊时间序列模型的基础上，对1994年到2012年国内旅游人数进行了整理分析，并利用改进聚类算法的模糊时间模型对国内旅游需求进行了预测。廖民生，张鲲（2015）提出了一种对模糊时间序列的改进方法对三亚旅游总收入进行了预测，该方法提高了传统预测的精度，大大减少了预测的误差。赵亮（2020）研究分析了新冠疫情下我国国内旅游发展的特点，分别从政策层面，经济层面，社会层面和技术层面进行分析，并根据我国旅游业所处现状和特点提出了应对政策和发展方向，提出应加大政府扶持力度，转变旅游消费特征，发展企业主体策略和行业协同策略的应对政策;汤月婷，蔡建刚，童思野（2020）对在重大突发公共卫生事件下我国居民的出游意向及其影响因素进行了调查研究，选取了可能影响居民意向的16个影响因素，包括个人健康安全、疫情影响程度、社会治安、国家地区出行限制、可支配收入等其他因素，采用主成分分析法，为这些影响因素从高到低排除顺序，直观的反映出最能够影响居民出游意向的影响因素，更好的从国民的角度出发，为国家制定振兴旅游业政策提供了合理有效的理论依据。
2.2.国外文献综述
Song Q 在Zadeh模糊时间序列的基础上，定义并研究了以语言价值观为观察对象的动态过程，采用模糊关系方程作为模型，研究概括了模糊时间序列的一些基本性质，并讨论了建立模糊时间序列模型的步骤，最后提出了一种利用模糊时间序列进行预测的方法。Muhammad H. Lee，Maria E. Nor等采用了区别于传统时间序列预测方法的一种新的预测方法即现代时间序列预测方法（模糊时间序列预测方法），对旅游人数进行了预测，经验结果表明，现代方法比传统方法更能进行精准的预测，同时进一步发现，使用转换的数据可以改进模糊时间系列方法的性能。Tsaur Ruey Chyn，Kuo Ting Chun提出了预测台湾旅游需求的自适应模糊时间序列模型，将模糊时间序列数据传输到模糊逻辑组，然后将权重分配给每个周期，以进一步提高预测的精准度。Zheng Cao等利用全球向量自回归模型研究了24个主要国家旅游需求的协同效应，并借助模拟脉冲响应函数评估了对中国经济的冲击，结果与旅游政策制定者和检测宏观经济环境的跨国公司高度相关。
3.研究概述
本文使用模糊时间序列，数据选取2009年至2019年国内的旅游人数，基于聚类算法建立模糊时间序列模型，对拟定无重大突发公共卫生事件影响的国内人数进行预测，随后与在有影响的真实旅游人数数据进行对比，从定量的角度分析旅游业在新冠疫情下的影响程度;并采用问卷调查的方法，对影响居民出游意向的因素，例如影响程度，社会治安，国家地区出行限制，个人健康安全，可支配收入等其他因素进行调查，利用主成分分析法最直观反映出最能影响居民旅游意向的因素，以便于从民生的角度出发，制定更为合理的恢复旅游发展政策。
作者简介：李菲菲（1998年3月），女，汉族，陕西商洛。西安财经大学统计学2020级研究生，研究方向：经济统计