旅游目的地国国际旅游需求预测方法综述，本文主要内容关键词为：需求预测论文,国际旅游论文,目的地论文,方法论文,旅游论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自1961年第一篇名为《国际市场上旅游商品与服务的需求》的文章问世以来，国际旅游需求预测领域活跃着大批学者，他们从多个角度对作为目的地的发达国家和发展中国家的国际旅游需求作出分析研究，现已形成一套以定量分析为主的预测方法体系。本文介绍了国际旅游需求预测领域的最新动态，希望能起到抛砖引玉的作用，引起国内理论界对中国国际旅游需求预测现状的反思，摸索出一套适应中国旅游业的预测方法，为中国旅游业立足于瞬息万变的国际市场做出贡献。
一、旅游需求的预测方法
目前国际上预测旅游需求的常用方法为时间序列法、回归模型法、德尔菲法等。
1.时间序列法
该法认为从历史数据中观察的动态可以在未来持续一段时间，由此可根据过去递推未来。递推方法多样，主要有：
（1）无改变法（no change）：该方法的前提是t+1段时间内的旅游需求与t段时间的旅游需求相等，即E[，t+1]＝E[，t0]。尽管前提过于理想化，卫特认为该方法是所有预测方法中最为准确的。
（2）比例改变法（proportional change）：认为旅游需求随时间有定百分比的改变，即
。
（3）趋势拟合法（简单回归模型）：这是时间序列模型法中最常用的方法，用简单回归法求出旅游需求随某因素变化的趋势，模型中的自变量可以是旅游需求影响因素中的任何一种，人们通常采用时间作为自变量。模型的形式主要有直线方程、指数方程、对数方程、对数二次方程等10种方程，其中对数二次方程在预测旅游者人数时最准确。
另外，还有移动平均法、Box-Jenkins模型法、指数平滑法等。
2.回归模型法
该方法依靠识别旅游需求量与一系列影响因素之间的关系来进行预测，识别这些复杂关系的手段是多元回归，一旦回归模型被标定，自变量未来值便可代入模型中，用于预测未来的旅游需求。
回归模型法有三种形式：（1）经济模型（economic model），重点分析经济因素（主要是收入与价格因素）对旅游需求的影响；（2）引力模型（gravity model），重点分析客源国与目的地间距离、客源国人口规模、目的地吸引力及接待能力等因素对旅游需求的影响；（3）旅行生成模型（trip generation model），是上述两种模型的综合。
前30年间回归模型法被研究者们频频采用，克罗奇认为原因在于该法具有其它方法无法比拟的优点：可以将旅游需求与众多因素之间的关系模型化；可实现假设预测（What-if forecasting）；可为预测者提供有关回归精确度和显著性的统计数据。另外，由于回归模型能清楚地反映变量对预测结果的影响，旅游经营者可将未来发展战略和发展计划与预测结果结合考虑，研究适应未来旅游需求的政策选择问题。
然而，近年来许多研究者对该方法的有效性提出质疑，认为它远比非因果模型复杂，在某些特定情况下并不适用，而且该法只有在旅游经营者的充分理解及参与下，才能使需求函数建立在正确的因果关系的基础上。摩利、萨玛瑞、约翰逊等人认为在识别影响旅游者购买决策行为的主要因素上，回归模型法有较大局限性，主要表现为：（1）过分依赖于有限的变量，许多主要影响因素被排斥于模型之外，如旅游目的地的供给因素，以及从长远看来更为重要的非经济因素；（2）模型通常只是静态陈述；（3）难以预测需求函数中设置的自变量在未来的变化趋势；（4）自变量的适用性可能会随时间而改变。尽管回归模型法有许多局限，但至少在目前该方法仍被广泛采用。
克罗奇曾对1961年以来国际上80项旅游需求回归模型预测研究作了调查，他认为预测结果的精度与环境特点（预测时间与地点）和模型本身的特点有关。环境特点是我们鞭长莫及的，所以，在此仅探讨模型特征的影响。
（1）模型的函数形式
有乘法形式（对数一线性模型）和加法形式（线性模型）两种。研究者们普遍认为乘法形式优于加法形式，因为前者符合历史数据的内在趋势，并且能产生直接衡量需求弹性的回归函数。但是由于乘法形式有一恒定的弹性结构，当自变量的取值超出原始范围时会导致荒谬的结论。
（2）模型采用的数据类型
大多数研究者使用时间序列数据，特别是研究从单一客源国对单一目的地国的旅游需求时均用该数据。时间序列数据的主要优势在于能形成趋势外推，主要局限在于样本容量会受到可获得数据期间的限制。
截面数据可用于调查不同国家（而非不同时期）旅游需求模式的变化状况，尽管这类数据因不含时间趋势而使分析结果对预测目的的贡献减少，然而它具有时间序列数据所没有的优势，例如：它可以用于调查不同类型的影响因素。
少数研究者将时间序列与截面数据合并在一起使用，以图缓和二者的局限性，然而合并也可能会破坏回归分析关于恒定误差的假定。
（3）单一方程／联立方程
大多数研究者采用单一方程模型，少数也采用联立方程。联立方程在理论上更灵活，可考虑到旅游供给与需求的同时性问题以及其它目的地或其它产品的影响，所以有些研究人员建议使用联立方程。当然，在发达的目的地国家，国际旅游者对旅游设施的需求总是远远小于国内旅游者的需求，供给大部分具有完全的弹性，所以当研究者们忽略供给与需求的同时性问题而采用单一方程模型时，并没有产生太大的偏差。但是，在重国际旅游轻国内旅游的中国研究国际旅游需求问题时就不能忽略这个问题。
（4）处理多重共线性和序列相关的方法
回归模型中最普遍的难题是：如何从一组具有多重共线性的因素中，将某个决定性因素对旅游需求的影响单独分离出来。该难题至今仍未有令人满意的解决方案，过去的研究者们采用了不同的缓解方式：①将共线性变量从模型中去除。由于省略了一些重要的解释变量，这种简单的解决方式会导致不准确的模型，模型中剩余变量的回归系数也会有偏差。②将共线性变量合并，形成一新的综合变量。由于该变量的变动是由不同原因导致的，人们难以解释回归系统的意义。③合并时间序列数据和截面数据以提高解释变量的变化性。这种方法可以部分克服共线性问题，然而，由于这两类数据反映了不同的行为方式，所以结果仍难以解释。④使用岭回归法（ridge regression）。
数据的序列相关引发了更多的问题，人们通常用科奇日瓦—奥瓦特方法（Cochrane - Oruittechnique）来处理。序列相关要求人们对需求模型的动态和时滞结构做进一步的分析。
3.德尔菲法
在现有的以定量分析为主的预测方法体系下，德尔菲法是一个有益的补充。德尔菲法建设性地系统地利用专家在信息较充分条件下所做的直观判断，它至少具有3个优点：首先，该法能将更广泛范围的不可量化的因素考虑进来。新加坡几年前曾运用德尔菲法预测新加坡旅游业发展前景，问卷中待确定的未来影响因素包括闲暇和旅游活动的未来趋势、技术进步、未来的国际旅游环境、未来的地区间合作、旅游业培训、政治前景与旅游障碍等。这些因素是几乎不可以量化的，若采用回归模型分析法，可能只有将其省略，然而事实上，这些事件会对旅游业产生深刻影响。其次，该方法为预测结果的使用者充分参与预测提供了可能。定量分析法往往有许多复杂的技术性问题，使用者将预测过程视为黑暗，只关心预测人员提交的数据分析报告，这往往会造成预测过程中变量不合理的设置。德尔菲法可充分接受旅游专业人士（而非预测技术人员）的咨询，使预测结果更加科学合理。第三，该方法提供了综合使用多种预测方法的机会。
选用德尔菲法时最重要的一点是专家组的选择。专家组的规模并没有一定之规，但达尔克认为15～20人是确保预测精确性的最小规模。至于专家入选的资格，马提诺指出专家关于预测问题的知识与阅历是该法的最关键的因素，然而多项研究表明专家的高水平并不是高质量预测所必需的。
二、对现有预测方法体系的评价
国外研究者对上述各种方法的预测准确度做了大量研究，比较一致的观点是：在对旅游人数的预测上，时间序列法优于回归模型法；而由于诸多影响因素对旅游者开支的影响远大于对目的地抉择的影响，所以回归模型（尤其是经济模型）在预测旅游者开支时会最有效。德尔菲法是争议最大的方法，但人们普遍承认，在不能使用其它方法的情况下，该法在帮助旅游规划者和政策分析者预测可能的未来发展方向时颇有价值。
夏威夷大学的波利恩教授用1970－1986年间6个客源国到美国的旅游者开支和人数数据来检验6种预测方法（无改变法、比例改变法、趋势拟合法、布朗双指数平滑法、线性经济模型法、对数一线性经济模型法）的预测精度，其中1970～1980年的数据用于调试模型，1981～1986年的数据用于检验各模型的准确性，得出的结论是：没有任何一种方法有绝对的优势，但总的说来无改变法是最准确的方法，其次是布朗双指数平滑法，最差的方法是趋势拟合法和线性经济模型法。这个结论给我们的启迪是：复杂的预测方法并不一定比简单的方法产生更准确的预测，从方法中得到的收益可能并不与其耗费的时间与成本相称。
所以，在对一具体目的地进行需求预测时，应充分考虑到各种预测方法的特点、预测问题本身的特点以及时间、人员、费用、相关数据充分程度等制约因素，选择出最合适的方法。
三种预测方法特点比较
时间序列模型回归模型法 德尔菲法
技术知识要求 低—中中—高 低—中
数据类型时间系列数据截面数据、时间序列事实、观点
数据精确度中—高 高低
计算能力要求 弱—一般 一般—高无
预测水平 短期长期 长期
预测成本 低 高不一定，复杂
最适合的简单、稳定 复杂、有已知的
有已知的定性的关系
预测类型或周期性
定量的关系
及很强的不确定因素
资料来源：旅游决策与分析方法
尽管现有以定量分析为主的预测方法体系已为搜集可获得数据、探求各因素间关系并以此为基础估计未来可能影响等工作提供了有价值的分析工具，然而，这套运用“物质的，机械的”范式来解释旅游经济现象的方法，在当代混沌理论的审视下有相当大的局限性。
现有预测方法的基本假定是：变量之间的关系是固定的和线性的（或近似线性），由于负反馈机制占主导地位，旅游需求现象隐含着朝向一均势状态发展的趋势。然而，沃德普由现代物理学的深刻变革中得到启示，认为社会经济系统是开放的而不是封闭的，是有组织有系统的而不是机械的，是动态的而不是静态的，是由正反馈而不是由负反馈来驱动的。这种社会经济系统使混沌理论与旅游需求预测的联系成为可能，混沌理论探讨非线性现象以及最初的微小变化导致累积大效应的趋势（蝴蝶效应）。在旅游经济现象中，非线性现象包括：①在一个需求接近饱和的成熟市场中，需求增长速度变慢；②对一个处于产品生命周期内的旅游目的地，旅游需求的变化速度是波动的。另外，旅游业中也有“蝴蝶效应”，非洲国家森林公园里羚羊的死亡也许会导致旅游者人数呈指数增长。
在是否推翻现有方法体系、建立新技术范式下的方法体系这一点上，多数专家的态度比较现实，他们认为不同技术范式反映了真理的不同侧面，因为现有方法仍具有实用性（它在明确旅游需求的约束条件等方面仍有价值），尤其重要的是目前仍缺乏一种完全可操作的替代方法，所以目前更适当的作法应是增补修正现有方法体系，重视在变化动态性的假设方面局限性较少的方法（如德尔菲法）。
三、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
预测应是旅游经营管理过程中的中心环节，但是在过去的研究中，预测过程往往脱离了经营管理过程而孤立地进行着。管理者们本应是预测过程的关键人物，因为正是他们要在预测结果的基础上做进一步的分析与决策，然而，他们被预测方法的科学性所催眠，被预测技术的复杂性所吓倒，于是很放心地把所有的事情都交给对预测问题、预测背景、预测目的缺乏足够了解的专业预测人员，预测过程变成一个黑箱，管理者只对输出的数据分析报告感兴趣。这样一来，管理者的工作是轻松了，但当他们了解以下事实后，他们一定会为以前天真的迷信而汗颜。即：
（1）预测方法所基于的假定简单化、理想化，与现实的预测背景相差甚远；（2）预测方法不可避免地带有局限性，应根据预测问题的特点，考虑到时间、费用、相关数据可获得性等制约因素，小心谨慎地选择最适当的方法；（3）预测过程中，涉及到大量的变量设置与解释问题，大多数预测专家对旅游专业是门外汉，若没有专业人员的指点，他们会对复杂多变的旅游经济现象产生误解，从而得出错误的分析结果；（4）没有绝对精确的预测方法，也没有绝对可信的预测结果。
卡兰托等人的调查结果表明，过去的研究中预测对于旅游业管理规划的贡献极为有限，如何使预测真正成为管理决策的有效工具呢？彼得提出应寻求一种与管理过程相融合的预测方式，该方式满足以下几点要求：
（1）该法应综合运用现有的预测方法，使各方法互补，尽量克服自身局限性。
（2）该法应是管理规划过程的重要部分，为管理者估计未来的机遇与威胁提供依据。
（3）该法应促成预测专家与管理规划者之间有效的沟通，使双方对预测的性质和任务都有全面了解。通过有效的顾问机制的引入，使管理者运用专业知识与经验直觉，对预测方法做出修正，对变量的设置与解释给以指导。
（4）该法应鼓励管理规划者不要仅看表面价值就盲目接受预测结果，应充分考虑到方法本身的局限性及假定的不现实性对结果产生的影响。
澳大利亚旅游委员会（ATC）于1995年率先在预测国际旅游者对澳大利亚的旅游需求时运用了ATC目标设定法，力求体现上述“融合”的思想。
ATC目标设定法的核心是目标的设定。ATC根据各海外市场的旅游需求设置一系列目标，这些目标为有关规划者制定营销战略、分配资源提供依据，并向整个旅游业公开，以指导企业的经营工作。ATC目标设定方法的主要特征如下：
（1）通过市场份额分析对竞争环境做出估计。以往的旅游需求预测几乎没有对市场份额予以分析，这可能是因为各国出境旅游方面的统计很混乱，使研究者难以获得可靠数据。然而，ATC认为市场份额分析对目标设定程序提供了有价值的数据，使人们对澳大利亚与竞争者的关系有一个较明晰的了解。单纯地看澳大利亚的旅游者总人数趋势分析，会掩盖澳大利亚在一个特定市场上开发竞争优势方面的绩效。
（2）综合考虑旅游偏好、出境旅游、市场份额等方面的趋势，形成对未来前景的两套估计：一套是“趋势前景”，假定现有市场份额趋势将在未来延续下去；一套是“稳定前景”假定现有市场份额保持不变。
（3）澳大利亚旅游研究部门经济预测（BTR预测）可为每个特定市场的分析提供一基点。BTR预测采用经济模型方法，自变量包括客源国国民生产总值增长趋势、旅游偏好、航空交通状况、政治／贸易因素等。
（4）建立顾问机制，使澳大利亚及国外的旅游业专业人士与ATC成员能够共同参与到目标设定过程中来。ATC举办由航空公司、旅馆业、旅游吸引物管理机构、入境旅游者接待机构和旅游研究部门参与的研讨会，邀请具有不同背景与观点的资深人士做顾问，向他们提供数据与分析资料，如：澳大利亚旅游研究部门所做的旅游需求预测、原有目标的实施情况、市场份额发展趋势、稳定前景和趋势前景等，顾问们在对单个市场（某个客源国）目标作评估时，应将ATC提供的数据资料与其个人对该市场的知识经验综合起来，并以书面形式将评估意见反馈给ATC。同时，ATC设在海外的分支机构也在某客源国内组织有关人士进行评估。
可见，ATC目标设定方法是朝更开放、更透明的方向的一个有益尝试，它在一定程度上减少了对经济模型的依赖，引入了较少受制于定量分析的因素，而且，有效的顾问机制的引入不仅仅使考虑因素更为多样化，而且也使预测与管理融合在一起。但是，该法仍有很大局限性，它没有探讨极端前景（几乎不可能发生的对旅游需求有致命影响的事件）对未来的影响。
那么，应如何应付突如其来发生的极端事件呢？彼得指出：应重视应急规划能力的开发，即：对极端事件予以考虑（如：全球经济危机、油价猛涨、军事冲突等），周期性地估计这类事件的潜在影响，产生不同的可供选择的前景预测，赋予不同前景以发生可能性，并为应付每种前景制定特别的战略计划。该方法的价值在于：通过充分考虑未来潜在的发展与相应措施，企业将不会在未预料事件发生时仓促做出漏洞百出的决策。我们可以将彼得的这种提供法作为ATC方法的补充。
彼得的努力对我们的启示是：若没有意识到预测的最终目的是为了经营管理，我们的预测便是劳而无获，甚至与我们的设想背道而驰。中国的国际旅游需求预测领域的专家们应借鉴澳大利亚的作法，积极寻求使预测与管理结合的最佳形式。