【九寨沟风景区日游客量预测研究】区域景区游客量预测方法

时间：2019-05-12 03:21:15　来源：柠檬阅读网本文已影响人

　　摘要：要实现风景区科学规划与永续利用,游客数量的预测是关键,其中短期的游客数量预测则是景区资源统一管理与合理调度的直接依据。本文分析了九寨沟的游客到达历史数据,建立了游客到达的日预测回归模型和BP修正模型,实际数据证明该模型有效。
　　关键词：日游客量预测; 景区管理; 九寨沟
　　1 引言
　　自20世纪50年代以来,世界旅游业发展迅速。蓬勃发展的旅游业给目的地带来经济效益与社会效益的同时,也给旅游风景区的自然生态环境造成了威胁。怎样协调好经济效益、社会效益和生态环境三者的关系,是我们亟待解决的问题。许多旅游景点的游客量呈现持续增长的趋势,但这种增长并不是一条直线,往往表现为在旺季人满为患,在淡季却门庭冷落。游客数量在时间上的不均衡波动给景区管理带来很大挑战。要实现风景区科学规划与永续利用,需要把握游客的时空变化规律,准确预测游客数量。其中短期游客量的预测是景区进行资源科学管理与合理调度的基本依据,对此进行深入研究有重要的现实意义。
　　 2 问题提出与解决框架
　　2.1 研究区域
　　九寨沟位于四川省阿坝藏族羌族自治州九寨沟县境内,海拔在2000米以上,沟内遍布原始森林,分布了108个湖泊,是我国被列入世界遗产名录的著名旅游风景区之一。九寨沟一年四季景色都十分迷人,各个季节有不同的景致,因此游客络绎不绝,其中以4月至11月游客量最多(章小平,朱忠福，2007)。
　　2.2 问题提出
　　国内外学者对旅游景区容量及游客量预测问题的研究始于20世纪60年代，几十年的发展取得了丰富的成果，如Law（1999）利用神经网络模型预测游客需求，Mello（2001）使用向量自回归方法预测英国旅游者的长期旅游需求及目的地份额，Stucka（2002）使用了计量经济学中普通最小二乘法（OLS）与相似非相关模型（SUR）来预测克罗地亚的旅游需求。国内学者的研究成果也比较丰富,如楚方林研究发现非季节性自回归移动平均结合模型能获得较优的预测结果(Chu Fonglin,1998),王朝宏使用模糊时间序列与混合灰色理论预测到台湾的美国和香港游客的旅游需求(Wang ChaoHung,2004),曾忠禄、郑勇(2009)使用计量经济学模型预测了内地赴澳门的游客量,雷可为、陈瑛(2007)应用了BP神经网络和ARIMA组合模型预测中国入境游客量,颜磊等(2009)提出了小波分析法并用此方法分析了九寨沟景区游客旅游时间流的特征,胡小猛等(2006)通过研究得出三个主要阻碍上海居民去崇明岛旅游的障碍因素,得出了游客量与潜在游客规模及各类阻碍相关的预测模型。这些方法大多以预测某地游客量的发展趋势以及分析影响这些地区游客量的因素为主。虽然国内外学者对年际游客量的预测形成了丰富的成果,但是对日游客量的预测问题鲜有研究。随着游客的旅游方式的变化,影响一个地区游客量的因素已经不仅仅是由旅游的季节性因子和景区基础条件所决定,各种社会因素、自然突发状况也会对一个景区的游客量产生重要影响(吴耀宇,黄震方,2010)。本文研究日游客量的预测问题正是基于对上述变化的思考。考虑季节与季节之间的各种影响游客量的因子存在很大差别,而相邻两日的各个影响因素变化不大,因此在预测中前一日的游客数量有重要的参考意义。
　　

相关热词搜索： 风景区 九寨游客预测

【九寨沟风景区日游客量预测研究】区域景区游客量预测方法

最新文章

热门文章

【九寨沟风景区日游客量预测研究】 区域景区游客量预测方法

最新文章

热门文章

【九寨沟风景区日游客量预测研究】区域景区游客量预测方法