城市空气质量与入境旅游关系研究

以空气质量指标和入境旅游人数的长期趋势和周期波动规律为研究对象,通过格兰杰因果关系检验和向量自回归(VAR)模型研究空气质量对入境旅游的影响.结果表明:空气质量对入境旅游的影响主要表现为周期波动关系,多数城市的空气质量指标季节变化是其入境旅游季节变化的格兰杰原因,舟山和三亚等市的空气质量不影响其入境旅游.在长期趋势上,只有少数城市的一氧化碳浓度(质量浓度)是入境旅游的格兰杰原因.     

小波理论在我国旅游市场分析中的应用

结合小波理论,利用Matlab小波分析工具箱,选择db3小波对我国1978—2009年入境旅游数据进行连续小波分析和三层离散小波分析.可以得出如下结论：第一,我国入境旅游人数存在长期增长趋势并存在16年和6年的震荡周期.第二,影响我国入境人数变化最大的因素是政治环境和旅游政策,保持国家政治经济的稳定和良好的国际形象是保持我国入境旅游人数稳定增长的关键.第三,我国旅游业不是脆弱的,而是抗干扰能力很强的行业.     

世博会对于旅游业影响力的定量评估——以上海海外入境旅游人数为例

通过建立灰色理论的GM（1,1）、本底趋势线两个不同的预测模型,从上海海外入境旅游人数的视角,研究世博会对海外入境旅游人数影响力的大小。经过对比分析,评价两种预测方法,认为本底趋势线模型更适合预测旅游业的发展趋势,对上海世博会进行旅游业影响力的定量评估更合理。将2010年的实际值与本底趋势线预测值对比,得出2010年上海世博会对上海海外入境旅游人次的影响力为21.24%,最后提出了进一步提高预测精度的改进意见。     

GM(1,1)模型的改进及其在火灾致死人数预测中的应用

为了弥补传统GM(1,1)模型在波动数据序列预测中误差较大的缺陷,采用一阶差分方法对初始数据序列进行改进,构建了一阶差分GM(1,1)模型。分别应用传统GM(1,1)模型和一阶差分GM(1,1)模型对2009—2016年火灾致死人数进行预测分析。结果显示,一阶差分GM(1,1)模型的预测精度高于传统GM(1,1)模型。     

云南省入境旅游与区域经济增长关系的实证研究

入境旅游是衡量云南省从旅游大省向旅游强省迈进的重要指标,体现一个地区的国际旅游竞争力。运用单位根检验、协整分析、Granger因果检验等经济计量方法,对云南省1995—2013年入境旅游与区域经济增长之间的关系进行了实证分析。结果表明:云南省入境旅游与经济增长之间存在比较稳定的长期均衡关系,协整模型显示入境旅游每增长1%,能拉动区域经济增长1.01%;Granger因果检验得出存在经济驱动入境旅游发展的单向因果关系,即经济增长是入境旅游发展的长期原因,而入境旅游并不是经济增长的长期原因。     

我国留学生人数的预测及其对居民消费的影响

采用1985—2012年数据,利用时间序列分析方法,建立了刻画我国出国留学人数变动的模型ARIMA(2,2,2),得到较好的预测效果.同时研究了出国留学人数与我国城镇居民人均消费性支出之间的关系,建立了相应的模型,并进行了Granger因果关系检验.结果表明:出国留学生数的对数每增加1%,城镇居民人均消费性支出的对数将增加近0.06%.     

Eviews软件在ARIMA模型中的应用研究——以苏州接待国内游客人数为例

ARIMA模型是一种精度较高的短期时序预测模型,本文使用2003年至2010年苏州接待国内游客人数作为原始序列,对其进行对数运算,得出一阶差分后的序列是平稳的,建立了ARIMA(1,1,1)模型,并利用Eviews软件计算出2011年的预测结果为7877万。     

民族地区入境旅游与经济增长的实证研究

本文通过建立VAR模型,运用协整分析、Granger因果检验以及脉冲响应函数来分析民族地区入境旅游与经济增长之间的关系。结果表明,民族地区入境旅游与经济增长之间存在着长期稳定的协整关系,通过建立误差修正模型说明变量间存在的动态均衡关系。同时,Granger因果检验表明民族地区入境旅游收入与经济增长之间存在单向的因果关系。     

GDP的时间序列模型的建立及应用——以兰州市为例

GDP是人们了解和把握一个国家或地区宏观经济运行状况的有效途径.文章在介绍时间序列的基础上,利用Eviews统计软件及非参数统计方法,对兰州市1978-2010年的GDP数据进行实证分析,建立了ARIMA(1,1,4)模型.检验表明,该模型具有较好的预测效果,利用该模型对兰州市未来5年的GDP进行了预测.     

ARIMA模型在江苏省GDP预测中的应用

对江苏省1978至2013年GDP时间序列进行分析,建立了ARIMA(4,2,2)模型,经过验证可知该模型具有较好的短期预测力,可作为江苏省制定经济调控政策、经济发展目标提供决策参考。     

四川入境游人数的预报

根据2004年1月至2010年3月四川入境游数据,运用时间序列分析方法建立干预模型,进而以所建立的干预模型对四川入境游人数进行了预测,为四川省将来入境游事业的规划与发展提供理论依据和政策建议.     

基于SSM方法的徐州市入境旅游客源市场结构分析

运用SSM方法,综合分析了2000—2007年徐州市入境旅游客源市场结构,研究表明,自2000年以来,徐州入境旅游有了较快的发展。入境旅游客源市场中,我国港澳台地区以及德国等基础好,竞争力强,极具增长优势;英国、法国、加拿大等基础差但发展快,竞争力较好,具有一定优势;美国、日本、韩国基础好,但竞争力较差。最后,评价了SSM方法在区域入境旅游市场结构分析中的应用效果。     

中国城镇化率与旅游发展指标面板数据分析

城镇化是拉动内需的重要驱动力,截至2011年中国城镇化率已达到51.27%,城镇化与旅游发展的相关性值得探讨。通过收集2005-2009年间全国31个省级行政单位的城镇化率以及旅游业发展主要指标数据,利用stata软件进行面板数据分析,发现各地区城镇化与国际旅游外汇收入、星级酒店床位数、旅行社单位数、旅行社组团国内旅游者人天数四项指标成正相关;而与接待入境旅游人数、旅游业从业人数、旅行社接待国内旅游者人天数情况成负相关关系。并根据数据分析结论建立城镇化与旅游发展相关性概念模型。     

桂林旅游业"四主战略"的关键成功要素分析

桂林作为国际旅游名城是入境游客普遍看好的旅游目的地.拓展入境旅游对促进桂林旅游业的发展至关重要.文章系统阐述桂林提出的主市场、主产品、主渠道、主力军"四主战略"内涵,深入分析其关键成功要素:细分"主市场", 优化客源市场结构;重塑"主产品",突出适销对路的主打产品;创新"主渠道",构筑新的营销网络;夯实"主力军",整合主要旅游企业.并就"四主战略"的深入实施提出了若干建议,以期对桂林入境旅游市场的更深拓展具有一定的指导作用.     

近15年安徽入境游客时空分布特征研究

通过时间序列和空间尺度等时空分析方法来研究安徽省15年入境游客的年际变化,时间分布指数,空间集聚。结果表明：安徽省入境游客的到访率年际变化在69．34％～4％之间,年际集中指数在6．61～12．85之间,入境游客在各个地级市的停留时间不均匀。入境游客在安徽省的空间分布差异比较大,多年来一直呈现“皖南热,皖中温,皖北冷”的局面,黄山市的入境游客数量占安徽省入境游客总量的50％以上。入境游客在安徽省的空间集聚现象非常明显,但近年来集聚指数开始下降,地域间差异开始缩小,安徽省入境游客空间分布在向分散均衡发展。     

入境旅游发展的灰色马尔可夫预测模型研究

旅游业是城市服务业的支柱产业,对国民经济和社会发展的贡献显著,入境旅游发展预测具有重要的经济价值和社会意义。将GM（1,1）灰色系统理论和马尔可夫理论相结合,建立灰色马尔可夫数学模型。根据苏州市入境旅游外汇收入历史数据进行预测,结果显示,灰色马尔可夫预测模型精度高,预测效果好,具备良好的参考价值。     

淮安外语导游人才需求分析与培养路径选择

外语导游与入境旅游经济紧密相连,其人才能否满足入境旅游经济发展的需要及如何培养淮安外语导游人才,是淮安入境旅游经济发展过程中需要考虑的问题。通过对淮安的国际旅行社、旅游景点、境外游客调查及近年入境游相关数据的分析可以看出,外语导游人才的数量和质量均不能满足淮安旅游市场发展的需求。为此,要结合市场需求,以高校为依托,制定合理的导游人才培养目标及方案,培养出符合淮安入境游要求的外语导游人才。