基于最小二乘法赋权的ARIMA-LSTM模型预测入境旅游人数——以上海市为例

为降低新冠病毒感染疫情大流行对旅游业的二次冲击,对疫情防控期间入境旅游市场的需求进行准确预测可为后期旅游业复苏提供科学依据。以上海市为研究区域,选取入境旅游人数、主要客源国、谷歌搜索指数、新增确诊病例数等数据,定量分析疫情前后入境旅游人数的空间变化特征及时间变化趋势,并用基于最小二乘法赋权的ARIMA-LSTM模型预测疫情后的入境旅游人数。结果表明:(1)疫情发生前后,亚洲客源市场一直占据入境旅游市场的核心地位,且传统入境游客与非传统入境游客的比例约为9∶1;(2)入境旅游人数与谷歌搜索指数存在长期正相关及格兰杰因果关系,与确诊病例数无明显相关性;(3)通过对比模型评价指标发现,当ARIMA-LSTM模型的R2大于0.8时,拟合较好,预测误差较单一模型小,预测精度较单一模型高,适用于疫情前、中、后期的旅游人数恢复预测;(4)对2021—2024年入境旅游人数进行恢复预测,发现该期间入境旅游人数呈明显的U形曲线。自2022年12月疫情全面放开后,旅游业逐步恢复,预计入境旅游人数在2024年12月恢复至疫情前水平,即需1.5 a的恢复期。

上海市入境旅游本底趋势线的建立及其应用

依据 1 978 - 1 997年上海市入境旅游的统计数据 ,建立了上海市客流总量、外国人 (包括华侨 )、港澳台胞及旅游外汇收入 4条本底趋势线 ;并利用本底趋势线自然延伸的预测功能 ,对未来 4年上海市入境旅游业的发展趋势进行了预测 .结果表明 :未来 4年 ,外国人市场将处于一个低谷期 ,港澳台市场仍快速增长 ,入境客流总量基本保持平稳增长 ,入境旅游收入将处于持续增长 .同时还给出了旅游本底趋势线的统一形式 .

上海市入境旅游市场影响因素分析与预测——以德国、法国、英国、美国与泰国客源国为例

入境旅游是衡量一个国家知名度、影响力和旅游发展水平的主要因素,也是赚取外汇和旅游收入的重要路径。上海是外国游客入境重要的目的地,也是中国最大的入境游客中转站。文章分析了德国、法国、英国、美国、泰国五个上海主要入境旅游客源国2004年第一季度至2018年第三季度的数据,运用计量经济学方法建模,并实证分析了上海入境旅游需求的影响因素。研究表明,口碑效应、客源地的收入水平与上海入境旅游需求正相关;上海入境旅游具有较大的季节波动特点,冬夏两季入境游客数量减少;世博会对上海入境旅游拉动作用较大。同时,对德国、法国、泰国三大市场未来十年的旅游季度需求进行了预测,预测发现,德国、法国、泰国三大市场未来十年都有较大增长,特别是泰国市场的年均增长率达到4%。