祖培福 劉嘉揚

[摘 要] 運用對背景值優(yōu)化的改進灰色預(yù)測模型，以黑龍江省近八年的旅游收入數(shù)據(jù)為依據(jù)，對其未來幾年的旅游收入做出預(yù)測，從預(yù)測值可以看到黑龍江省旅游收入將在2019年突破2000億元，并在2020年突破2200億元。同時，對影響黑龍江省旅游收入的主要因素做了比較研究，以確定各因素與旅游業(yè)收入的相關(guān)程度。結(jié)果顯示：所選的八個因素與旅游收入都密切相關(guān)，按照影響程度由大到小，分別是住宿餐飲業(yè)、城鎮(zhèn)常住居民人均可支配收入、年末金融機構(gòu)住戶存款額、鐵路旅客周轉(zhuǎn)量、公路旅客周轉(zhuǎn)量、信息傳輸、民航旅客周轉(zhuǎn)量、綠色食品產(chǎn)值。

[關(guān)鍵詞] 黑龍江省;預(yù)測;旅游收入;關(guān)聯(lián)度

[中圖分類號] F592[文獻標識碼] A[文章編號] 1009-6043（2019）10-0005-03

Abstract： Using the improved grey prediction model of background value optimization， based on the data of tourism income of Heilongjiang province in the past eight years， the paper forecasts the tourism income of the province in the next few years. From the prediction value， it can be seen that the tourism income of the province will break through 200 billion yuan in 2019 and 220 billion yuan in 2020. At the same time， the paper makes a comparative study of the main factors affecting the tourism income of the province， in order to determine the correlation between each factor and the tourism income. The results show that the eight factors are closely related to tourism income. According to the degree of influence， they are accommodation and catering industry， per capita disposable income of urban residents， household deposits of financial institutions at the end of the year， railway passenger turnover， highway passenger turnover， information transmission， civil aviation passenger turnover and green food output value.

Key words： Heilongjiang， prediction， tourism income， correlation

一、引言

在黨中央把促進消費、擴大內(nèi)需確定為促進國民經(jīng)濟發(fā)展的長期戰(zhàn)略方針和基本立足點的背景下，旅游業(yè)作為第三產(chǎn)業(yè)的重要組成部分，成為發(fā)展最快的新興產(chǎn)業(yè)之一。旅游業(yè)的發(fā)展以國民經(jīng)濟發(fā)展水平為基礎(chǔ)，反過來又促進著國民經(jīng)濟各行業(yè)的發(fā)展，在國民經(jīng)濟中占有越來越重要的地位。旅游業(yè)的模糊性和不確定性，為旅游業(yè)相關(guān)的分析和決策帶來很大困難，因此對某一地區(qū)的旅游業(yè)相關(guān)指標盡可能進行定量分析一直是熱點研究問題。國內(nèi)許多學(xué)者關(guān)于此問題的研究取得了豐碩的成果，如靳巧花等利用灰色動態(tài)模型對麗江旅游人數(shù)進行了預(yù)測研究[1];鄭洲順等利用灰色預(yù)測模型及回歸模型對2008年北京旅游人口進行了分析，預(yù)測出了2008年每月入京的旅游人數(shù)[2];在改善預(yù)測誤差方面，黨婷等基于權(quán)變方法建立了GM-ES-GASVR組合預(yù)測模型對麗江旅游需求進行了預(yù)測[3];張舒等將灰色預(yù)測模型與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合對海南的旅游需求進行了預(yù)測分析[4];而陳美璘等通過建立基于熵權(quán)法的混合模型對貴州省旅游人數(shù)進行了較好的預(yù)測[5]。以上文獻都是從旅游人數(shù)角度利用預(yù)測模型進行了預(yù)測和分析，而還有一些文獻重點研究分析了旅游業(yè)對地區(qū)國民經(jīng)濟發(fā)展的貢獻。例如，王維國等運用狀態(tài)空間模型測度了中國的旅游邊際消費傾向，分析了旅游業(yè)對國民經(jīng)濟的拉動作用并提出了相應(yīng)的對策建議[6];而周芳等利用乘數(shù)模型研究分析了旅游業(yè)對西藏經(jīng)濟的重要影響[7]。上述文獻從不同角度對旅游業(yè)的定量研究取得了很有價值的成果，極大豐富了對旅游業(yè)問題定量研究的理論與方法。

鑒于灰色系統(tǒng)理論[8-12]在處理小樣本、貧信息方面的優(yōu)勢并考慮到傳統(tǒng)灰色預(yù)測模型的預(yù)測精度問題，本文將運用對灰色預(yù)測模型背景值進行優(yōu)化以提高預(yù)測精度的預(yù)測模型[9]結(jié)合黑龍江省2010-2017年旅游收入數(shù)據(jù)，對黑龍江未來幾年的旅游收入狀況做出了預(yù)測，并在考慮數(shù)據(jù)可得基礎(chǔ)上選取了潛在影響黑龍江旅游收入的城鎮(zhèn)常住居民人均可支配收入、旅客周轉(zhuǎn)量及綠色食品產(chǎn)值等指標進行了系統(tǒng)分析，可為黑龍江旅游業(yè)發(fā)展宏觀決策與戰(zhàn)略制定提供科學(xué)依據(jù)資料。

二、建立優(yōu)化背景值的改進灰色預(yù)測模型

由灰色系統(tǒng)理論可知，傳統(tǒng)灰預(yù)測模型實際上是由一個單變量的原始數(shù)據(jù)列作累加生成處理后，建立的一階微分方程，建立GM（1，1）模型首先確定原始時間序列X（0），記為：

X（0）={x（0）（1），x（0）（2），…，x（0）（n）}

接下來作一階累加生成序列，得：

進而利用累加所生成數(shù)列X（1）建立下述一階白化微分方程：

為求此方程的解，可用最小二乘法并結(jié)合MATLAB通過下式估計參數(shù)列（a，b）T：

而Z（1）={z（1）（2），z（1）（3），…，z（1）（n）}為X（1）的緊鄰均值生成序列，其中z（1）（k）為：

在此基礎(chǔ)上得到的解即為傳統(tǒng)灰色預(yù)測模型解[9]，由上述灰色預(yù)測模型的建模過程可知，預(yù)測模型的預(yù)測精度與參數(shù)a和b有直接關(guān)系，而這些又會受到背景值z（1）（k）影響，從而背景值可認為是直接關(guān)系到模型模擬與預(yù)測精度的關(guān)鍵因素，所以對背景值進行優(yōu)化可以較好地提高預(yù)測模型的預(yù)測精度，運用文獻[9]中所介紹的方法對背景值進行優(yōu)化改進，從而優(yōu)化后的背景值表達式如下：

利用此優(yōu)化后的背景值取代上述利用累加生成序列的緊鄰均值計算的背景值，可得到通過對背景值優(yōu)化的白化方程的解為：

由下述方程：

x（0）（k）+az（1）（k）=b

接下來將運用此改進預(yù)測模型對黑龍江省旅游收入進行預(yù)測。

三、黑龍江省旅游收入預(yù)測

本文的研究選用2010-2017年黑龍江省旅游收入數(shù)據(jù)進行分析，數(shù)據(jù)如下表：

基于以上數(shù)據(jù)得到由最小二乘法結(jié)合MATLAB7.5軟件得到的背景值優(yōu)化后的GM（1，1）預(yù)測模型如下：

根據(jù)此式并結(jié)合上述原始數(shù)據(jù)對2018年-2021年黑龍江省旅游收入的預(yù)測如下：

四、影響黑龍江省旅游業(yè)收入的主要因素研究

為研究黑龍江省旅游收入變化與其相關(guān)因素的關(guān)系，將運用灰色關(guān)聯(lián)分析法來進行分析，此方法以灰色理論為基礎(chǔ)，以各指標的樣本數(shù)據(jù)為依據(jù)，通過計算灰色關(guān)聯(lián)度量化指標間的強弱次序，達到分析各分指標與整體系統(tǒng)的關(guān)聯(lián)程度，是相對某一基準的多指標分析法，且此方法對樣本的分布規(guī)律及樣本量均無明確限制。具體分析過程如下：

（一）建立分析數(shù)據(jù)列

首先確定參考數(shù)據(jù)列，本文中即為旅游收入（億元），記為X0：

X0={x0（1），x0（2），…，x0（n）}

然后建立各影響因素的比較數(shù)據(jù)列，記為Xi，

Xi={xi（1），xi（2），…，xi（n）}，i=1，2，…，m

在考慮數(shù)據(jù)可得情況下，對影響黑龍江省旅游收入因素分析，我們選取的主要潛在影響因素為：城鎮(zhèn)常住居民人均可支配收入（元）、年末金融機構(gòu)住戶存款額（億元）、信息傳輸（億元）、鐵路旅客周轉(zhuǎn)量（億人公里）、公路旅客周轉(zhuǎn)量（億人公里）、民航旅客周轉(zhuǎn)量（億人公里）、住宿餐飲業(yè)（億元）及綠色食品產(chǎn)值（億元），依次記為X1，X2，X3，X4，X5，X6，X7，X8各指標數(shù)據(jù)見下表：

表3 2013-2017年黑龍江省旅游收入及各影響因素數(shù)據(jù)[13]

（二）原始數(shù)據(jù)的無量綱化處理

對原始數(shù)據(jù)本文采用初值化方法作無量綱化處理，即指對每個數(shù)據(jù)列均用其第一個數(shù)xi（1）去除各數(shù)據(jù)xi（k）（k=1，2，3，4，5），從而得到一個新的數(shù)列.將X0，X1，X2，X3，X4，X5，X6，X7，X8中的原始數(shù)據(jù)序列作初值化變換，見表4：

表4 2013-2017年黑龍江省旅游收入

及各影響因素原始數(shù)據(jù)初值化處理結(jié)果

（三）各因素關(guān)聯(lián)系數(shù)計算及確定關(guān)聯(lián)度

對于參考數(shù)列X0及若干比較數(shù)據(jù)列X1，X2，X3，…，Xn的情況，關(guān)聯(lián)性就是考察曲線間幾何形狀的差別，可利用下面公式表示參數(shù)曲線與各比較曲線在各點的差：

五、總結(jié)

本文通過運用對背景值優(yōu)化后的灰色預(yù)測模型，結(jié)合黑龍江省近些年的旅游收入數(shù)據(jù)，對未來幾年的旅游收入狀況進行了預(yù)測，從預(yù)測值可以看到黑龍江省旅游收入將在2019年突破2000億元，并在2020年突破2200億元，這與《黑龍江省旅游業(yè)“十三五”發(fā)展規(guī)劃》中到2020年實現(xiàn)旅游業(yè)收入達到2200億元的發(fā)展目標還是很相符的，也間接說明了此改進預(yù)測模型有較好的預(yù)測精度。

另外，通過灰色關(guān)聯(lián)分析方法對影響黑龍江旅游收入的潛在影響因素進行了分析，可看到在所選的八個因素中，關(guān)聯(lián)度值最大為0.90006，最小值為0.6076，平均值達到了0.7989，顯示各因素與旅游收入都密切相關(guān)。其中住宿餐飲業(yè)對旅游收入的影響最大;緊隨其后的是城鎮(zhèn)常住居民人均可支配收入與年末金融機構(gòu)住戶存款額，從關(guān)聯(lián)度值可看出二者與黑龍江省旅游收入也有著非常緊密的關(guān)系，基本上與住宿餐飲業(yè)的影響在同一水平線上;再就是鐵路旅客周轉(zhuǎn)量與公路旅客周轉(zhuǎn)量這兩個因素，二者與旅游收入的關(guān)聯(lián)度值也都超過了0.8，顯示二者對黑龍江省旅游收入的影響也是很大的;信息傳輸與民航旅客周轉(zhuǎn)量這兩個因素與旅游收入的關(guān)聯(lián)度值都剛過0.7，顯示與旅游收入關(guān)系一般;而黑龍江省綠色食品產(chǎn)值與旅游收入的關(guān)聯(lián)度在眾多因素中最小，顯示其有很大發(fā)展空間。

[參考文獻]

[1]靳巧花，李帥彪，等.基于灰色動態(tài)模型的麗江旅游人數(shù)預(yù)測研究[J].數(shù)學(xué)的實踐與認識，2012，42（22）：42-46.

[2]鄭洲順，湯嘉，等.基于灰色預(yù)測模型的2008北京旅游人口預(yù)測分析[J].數(shù)學(xué)的實踐與認識，2010，40（9）：8-15.

[3]朱曉華，楊秀春，等.基于GM-ES-GASVR組合模型的麗江國內(nèi)旅游需求預(yù)測[J].數(shù)學(xué)的實踐與認識，2017，47（8）：279-287.

[4]張舒，王浩華，等.基于神經(jīng)網(wǎng)絡(luò)算法的海南旅游需求測估模型[J].數(shù)學(xué)的實踐與認識，2015，45（19）：12-22.

[5]陳美璘，何清龍.基于熵權(quán)法混合模型的貴州省旅游人數(shù)預(yù)測研究[J].數(shù)學(xué)的實踐與認識，2018，48（21）：307-313.

[6]王維國，徐勇.中國旅游業(yè)發(fā)展對國民經(jīng)濟貢獻的計量分析[J].數(shù)學(xué)的實踐與認識，2009，39（9）：1-8.

[7]周芳，馬守春，等.西藏旅游收入乘數(shù)模型及主要因素的關(guān)聯(lián)分析[J].數(shù)學(xué)的實踐與認識，2018，48（16）：110-115.

[8]鄧聚龍.灰預(yù)測與灰決策[M].武漢：華中科技大學(xué)出版社，2002.

[9]劉思峰，黨耀國，等.灰色預(yù)測與決策模型研究[M].北京：科學(xué)出版社，2009.

[10]劉思峰，鄧聚龍.GM（1，1）模型的適用范圍[J].系統(tǒng)工程理論與實踐，2000，5（20）：121-124.

[11]羅黨.灰色決策問題的分析方法研究[D].南京：南京航空航天大學(xué)，2005.

[12]黨耀國.灰色不確定性分析與決策模型研究[D].南京：南京航空航天大學(xué)，2006.

[責任編輯：史樸]