雾霾污染对入境客流量影响的统计研究

近年来，雾霾天气肆虐，严重影响了游客的出行。文章基于2005～2014年京津冀三个地区的面板数据，采用混合模型，实证研究了雾霾污染对入境旅游的影响。结果表明：雾霾污染对入境客流量有显著的负面影响，而其他影响入境客流量的变量，如旅游资源丰度、星级饭店规模和旅行社数量等均对其有显著的正向影响，地区生产总值对入境客流量没有显著的影响。进一步提出政策建议：各部门应多管齐下，减轻雾霾污染对旅游业的影响；加大景区开发宣传力度，提升目的地吸引力；完善配套设施，提升旅游服务质量；制定个性化计划，迎合差异化需求。

甘肃省入境客流量预测模型构建研究

入境客流量预测是入境旅游产业研究的基础,科学有效的入境客流量预测是推动入境旅游产业持续健康发展的关键。本文利用SPSS统计分析软件提供的相关数据分析方法,针对甘肃省1998～2007年入境客流量的变化进行了系统的实证研究,总结出两种不同类型的入境客流量定量预测模型,并对未来一定时期内甘肃省入境客流的发展规模和增长速度做了预测和分析。研究结果表明:与传统的定性和简单的测算方式相比,本研究构建的两个客流量预测模型均有较高的精度和良好的适应性。采用该模型能够科学有效地预测甘肃省中长期的入境客流量,准确把握未来一定时期内甘肃省入境客流的增长趋势和速度,从而为甘肃省入境客流的科学开发提供依据。

泰安气候舒适度与入境客流量季节变化的相关分析

利用泰安1980年-2010年的月度气候数据,计算泰安气候舒适度指数,分析泰安的最适游期为4月-5月和9月-10月;结合2010年-2014年泰安入境客流量月值数,采用OLS回归分析的方法建立线性回归方程,结果显示：泰安入境旅游客流量和气候舒适度呈高度相关关系,弹性系数高达0.933;用关联度分析方法分析泰安入境旅游客流量和温湿指数、风效指数、着衣指数及综合的舒适度指数之间的关联程度,发现入境旅游客流量和风效指数的关联系数最大,为0.623.

甘肃省入境客流量演变及其客源市场结构组成分析

通过对相关资料进行搜集整理,在此基础上重点分析了甘肃省入境客流量年际增长变化的总体特征和增长趋势以及境外客源市场的空间组成特征.研究结果显示:甘肃省入境客流目前正处于高位巩固高速增长期,客流规模处于大型入境客流阶段,境外客源市场表现为布局分散,结构稳定.这一研究为甘肃省入境旅游产业发展战略的制定和入境客源市场的开发提供了新的依据.

南宁市气候舒适度与入境客流量相关性分析

基于2007~2016年南宁市平均气温、相对湿度、平均风速和日照时数等气象观测资料,运用温湿指数和风效指数2项人居环境气候舒适度评价模型,结合南宁市各月入境客流量数据,采用最小二乘法建立入境客流量月指数与气候舒适指数回归方程,分析南宁市气候舒适度与入境客流量的相关性。结果表明:气候舒适度与入境客流量变化有密切关系。南宁市气候舒适期为5个月,入境客流量主要集中在6~10月,入境客流量月指数与气候舒适指数之间的线性关系显著,弹性系数为1.019%。

甘肃省入境客流量影响因子研究

在综合分析的基础上,确定主要影响事件、甘肃省社会经济发展水平、甘肃省对外联系水平、涉外旅游服务水平、旅游基础设施水平、旅游资源质量、区位交通条件、国际入境游客在中国的消费水平、国际入境游客来中国的出游水平9个因素作为甘肃省入境客流量增长变化的影响因子,采用因子分析方法中的主成分分析方法进行分析评价,总结出影响甘肃省入境客流量增长水平的变量类型,进而计算出不同类型变量的综合得分,在此基础上对影响因素做出相关分析说明。

基于PCA改进的LS-SVM入境旅游客流量预测模型

影响入境旅游客流量的众多因素加大了预测模型输入变量的复杂化,限制了模型的运行速度和预测精确。首先,利用主成分分析对影响入境旅游客流量的众多指标进行综合分析得到主成分,然后建立以主成分为输入变量以入境旅游客流量为输出变量的最小二乘支持向量机预测模型。通过实例验证和比较,展示了基于主成分分析改进的最小二乘支持向量机入境旅游客流量预测模型具有较好的预测效果和较高的推广价值。

基于支持向量机的海南省入境旅游客流量预测研究

海南省以其独特的热带旅游资源吸引着大批游客前来观光度假,旅游业已成为海南建省后的支柱产业。文章通过对海南省1987年至2005年入境旅客客流量数据的特征分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于支持向量机的海南省入境旅游客流量预测模型。实例分析表明,该方法具有收敛速度快、泛化能力强等优点,比较适合旅游客流量的预测。

基于引力模型的云南省国际入境旅游客流量研究

构建了评价云南省国际入境旅游客流量的引力模型,运用2000年至2008年云南省和17个主要国际客源地区的面板数据分析了影响入境旅游客流量的主要因素,并采用系统聚类分析法将客源地进行分类,最后提出了云南省旅游产业国际化发展的建议。

桂林市入境旅游客流量的预测研究——基于多元线性回归模型与GM(1,1)的比较

以2005~2012年桂林市入境旅游客流量为研究对象,借助于MATLAB及SPSS软件,建立了多元线性回归模型和GM(1,1)模型,分别用这两个模型对桂林市入境旅游客流量进行预测,并将两种模型的预测效果进行比较分析,选择最优模型对未来5年桂林市入境旅游客流量进行预测。结果表明:采用GM(1,1)模型能够更科学有效地预测桂林市中长期的入境客流量,其预测方法和结果对旅游规划具有一定的参考价值。

四川省入境旅游客流量预测

在预测入境旅游客流量方面,灰色预测模型具有较高的精确度。基于GM(1,1)模型的建模过程和精度检验方法,选取2010~2013年四川入境旅游客流量作为原始数据,建立四川省入境旅游客流量和时间数列预测GM(1,1)模型,模型检验结果表明预测精度可靠,可用于中长期预测。依据该模型预测出2014~2020年四川省入境旅游客流量,预计"十三五"期间四川省入境旅游客流量会继续迅速上升,甚至有望于2019年突破400万人次。

中国边境省区入境旅游发展的时间同步性与区域响应

依据1980—2011年中国边境9省区入境旅游客流量和旅游收入数据,分析其入境旅游发展的时间同步性与区域响应,结果表明:中国边境省区入境旅游可分为1980—1991年的缓慢增长期、1992—2003年的快速增长期和2004—2011年的加速增长期3个发展阶段;边境9省区入境旅游的增长变化、波动周期大致相同,但相关系数较低;各边境省区入境旅游发展还存在着较大的差异。依据基准年数值划分边境各省区各阶段入境旅游发展的起点,依据平均增速划分边境各省区各阶段入境旅游的发展速度,可动态地刻画不同省区不同阶段入境旅游的发展态势,揭示各省区入境旅游发展的区域响应,并为各省区入境旅游发展的动态比较研究和旅游发展规划制定提供参考依据。