李少游，程 丹，劉利斌

（1.桂林理工大學(xué) 旅游學(xué)院，廣西 桂林 541004；2.池州學(xué)院 數(shù)學(xué)計(jì)算機(jī)科學(xué)系，安徽 池州 247000）

紅色旅游是我國(guó)20世紀(jì)90年代興起的專項(xiàng)旅游產(chǎn)品，主要是指以中國(guó)共產(chǎn)黨領(lǐng)導(dǎo)人民在革命和戰(zhàn)爭(zhēng)時(shí)期建樹(shù)豐功偉績(jī)所形成的紀(jì)念地、標(biāo)志物為載體，以其所承載的革命歷史、革命事跡和革命精神為內(nèi)涵，組織和接待旅游者開(kāi)展緬懷、學(xué)習(xí)、參觀、游覽的主題性旅游活動(dòng)［1］。它既能發(fā)展紅色旅游地的經(jīng)濟(jì)，創(chuàng)造經(jīng)濟(jì)效益，又能讓國(guó)民增長(zhǎng)歷史知識(shí)、接受教育，促進(jìn)精神文明建設(shè)，創(chuàng)造社會(huì)效益。自2004年12月中共中央、國(guó)務(wù)院布署紅色旅游發(fā)展規(guī)劃以來(lái)，各級(jí)政府和業(yè)界人士積極響應(yīng)，紅色旅游蓬勃發(fā)展。湖南省依托眾多的革命遺址遺跡，開(kāi)發(fā)了大批的紅色旅游景點(diǎn)，其中紅色韶山的旅游發(fā)展更引人注目。隨著《2011～2015年全國(guó)紅色旅游發(fā)展規(guī)劃綱要》的出臺(tái)，政府對(duì)紅色旅游的極大重視和對(duì)相關(guān)紀(jì)念活動(dòng)的宣傳推廣（如2011年中國(guó)共產(chǎn)黨成立90周年、2013年毛澤東同志誕辰120周年、2015年抗日戰(zhàn)爭(zhēng)勝利70周年），未來(lái)全國(guó)紅色旅游的發(fā)展勢(shì)必氣勢(shì)如虹。

為了提高紅色旅游研究、規(guī)劃、管理的科學(xué)水平和效力，及時(shí)、準(zhǔn)確地對(duì)其客源進(jìn)行預(yù)測(cè)顯得尤為重要，因?yàn)槁糜涡枨笕藬?shù)是旅游目的地了解旅游需求現(xiàn)狀與趨勢(shì)、掌握旅游市場(chǎng)變化情況的依據(jù)。如何準(zhǔn)確地預(yù)測(cè)旅游需求人數(shù)，對(duì)旅游目的地管理與決策者的意義不言而喻。其實(shí)，早在20世紀(jì)60年代就有人涉獵旅游需求預(yù)測(cè)研究，此后對(duì)這方面的研究也是日益增多和深入。不少研究人員給出了多種旅游預(yù)測(cè)方法［2－5］，例如：移動(dòng)平均法、指數(shù)平滑法、自回歸移動(dòng)平均結(jié)合法等。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，人工智能理論在旅游預(yù)測(cè)中也得到了廣泛應(yīng)用［6－8］，如神經(jīng)網(wǎng)絡(luò)模型、混沌理論、支持向量機(jī)等。

最近，灰色理論［9－12］也被許多國(guó)內(nèi)學(xué)者應(yīng)用于旅游需求人數(shù)的預(yù)測(cè)。用灰色模型對(duì)旅游需求人數(shù)進(jìn)行預(yù)測(cè)，可以解決少信息不確定性問(wèn)題，結(jié)果有一定的可信度。但是灰色預(yù)測(cè)系統(tǒng)也存在一定的局限性，主要表現(xiàn)在對(duì)原始數(shù)據(jù)的選取要求，要將原始數(shù)據(jù)作一定的處理后，成為有一定規(guī)律的遞增曲線才能建模預(yù)測(cè)。為了解決上述問(wèn)題，Chu［13］引入三次多項(xiàng)式擬合模型，對(duì)一些處于穩(wěn)定發(fā)展期的旅游需求人數(shù)進(jìn)行預(yù)測(cè)，并與非線性回歸和自回歸移動(dòng)平均結(jié)合法［3］（ARIMA）進(jìn)行了比較。在此基礎(chǔ)上，筆者以韶山紅色旅游景區(qū)為例，提出了基于三次多項(xiàng)式和四次多項(xiàng)式的混合多項(xiàng)式預(yù)測(cè)方法，并與常用的灰色預(yù)測(cè)模型GM（1，1）的精度進(jìn)行了比較。

一、多項(xiàng)式擬合模型的介紹

所謂多項(xiàng)式擬合，主要是采用多項(xiàng)式函數(shù)形式來(lái)進(jìn)行擬合、來(lái)逼近數(shù)據(jù)所呈現(xiàn)的趨勢(shì)。下面我們給出多項(xiàng)式擬合的定義。

于是，我們把滿足（1）式的p n（x）稱為多項(xiàng)式擬合函數(shù)，R稱為最小二乘擬合多項(xiàng)式p n（x）平方誤差，可以作為擬合好壞的一個(gè)參數(shù)。

二、三次和四次多項(xiàng)式擬合模型對(duì)韶山景區(qū)旅游需求人數(shù)的預(yù)測(cè)

筆者首先分別采用三次和四次多項(xiàng)式擬合模型，對(duì)2001～2010年韶山紅色旅游景區(qū)旅游需求人數(shù)的數(shù)據(jù)進(jìn)行建模，并與GM（1，1）模型進(jìn)行了比較，模型的預(yù)測(cè)結(jié)果以及實(shí)際值之間的誤差見(jiàn)表1，其中2001～2009年所用原始數(shù)據(jù)都來(lái)源于文獻(xiàn)［11］，2010年的數(shù)據(jù)來(lái)源于新華網(wǎng)發(fā)展論壇?？紤]到2003年“非典”突發(fā)事件對(duì)韶山紅色旅游接待的嚴(yán)重影響，我們對(duì)2003年數(shù)據(jù)進(jìn)行修正，取修正值x2003＝ （x2002＋x2004）/2，實(shí)際統(tǒng)計(jì)值為185萬(wàn)人次；同理，2005年為國(guó)家旅游局確定的“紅色旅游發(fā)展年”，韶山紅色旅游人數(shù)比2004年突增了32.6%，同樣，我們采用類似的方法對(duì)其數(shù)據(jù)進(jìn)行修正，取修正值x2005＝（x2004＋x2006）/2，實(shí)際統(tǒng)計(jì)值為305萬(wàn)人次。

從表1中的數(shù)值結(jié)果可以看出，三次多項(xiàng)式擬合模型的平均相對(duì)誤差為6.84%，比GM（1，1）模型的平均相對(duì)誤差8.30%低1.46%，而四次多項(xiàng)式擬合模型的平均相對(duì)誤差為2.57%，明顯低于GM（1，1）模型的相對(duì)誤差。且從圖1可知，三次多項(xiàng)式擬合模型和GM（1，1）模型的絕對(duì)誤差相差不大，而四次多項(xiàng)式擬合模型的絕對(duì)誤差最小。

表1 多項(xiàng)式擬合模型在10年序列旅游人數(shù)建模中的計(jì)算結(jié)果（單位：萬(wàn)人次）

圖1 不同預(yù)測(cè)方法的絕對(duì)誤差比較

三、混合多項(xiàng)式擬合模型對(duì)韶山景區(qū)旅游需求人數(shù)的預(yù)測(cè)

（一）韶山2001－2010年紅色旅游需求人數(shù)建模

綜合上述分析，從預(yù)測(cè)的精度來(lái)考慮，四次多項(xiàng)式擬合模型的精度明顯高于三次多項(xiàng)式擬合模型和GM（1，1）模型，但是從表1中的預(yù)測(cè)數(shù)據(jù)發(fā)現(xiàn)，用四次多項(xiàng)式擬合模型預(yù)測(cè)2002年的人數(shù)為164.9萬(wàn)人次，明顯低于2001年的數(shù)據(jù)，這一點(diǎn)與韶山旅游景區(qū)近年來(lái)旅游人數(shù)逐年遞增的趨勢(shì)相違背。而三次多項(xiàng)式擬合模型雖然精度稍微低一些，但是其預(yù)測(cè)的數(shù)據(jù)符合逐年遞增的趨勢(shì)。因此，結(jié)合這兩者的優(yōu)勢(shì)，筆者構(gòu)造出混合多項(xiàng)式擬合模型，在保持預(yù)測(cè)結(jié)果的有效性同時(shí)提高其精確性。構(gòu)造該模型的具體步驟如下：

步驟1：由表1中的韶山紅色旅游的原始數(shù)據(jù)得出如下三次多項(xiàng)式擬合模型

同理可得如下四次多項(xiàng)式擬合模型

其中t表示時(shí)間，以2001年為基準(zhǔn)，從1開(kāi)始依次取值；y3，y4分別表示三次和四次多項(xiàng)式擬合模型預(yù)測(cè)旅游需求人數(shù)。

步驟2：取一個(gè)權(quán)重α∈ ［0，1］，得到如下混合多項(xiàng)式擬合模型

其中y混表示混合多項(xiàng)式擬合模型預(yù)測(cè)旅游需求人數(shù)，當(dāng)α＝0時(shí)，模型（4）為四次多項(xiàng)式擬合模型，當(dāng)α＝1時(shí)，模型（4）為三次多項(xiàng)式擬合模型，即為文［13］中給出的方法。

步驟3：選擇合適的α值，使得y混關(guān)于時(shí)間t為單調(diào)遞增函數(shù)，且預(yù)測(cè)結(jié)果的平均相對(duì)誤差比較小。

考慮到四次多項(xiàng)式模型的變化率比較快，且為了保證混合多項(xiàng)式模型隨著時(shí)間t單調(diào)增加，混合多項(xiàng)式模型（4）中的α取值應(yīng)該接近1。于是，本文首先將α取0.9－1，步長(zhǎng)為0.01，利用模型（4）進(jìn)行計(jì)算，分別給出2001－2010年韶山紅色旅游人數(shù)的預(yù)測(cè)值，然后取其平均值作為當(dāng)年的預(yù)測(cè)值，結(jié)果見(jiàn)表2。

表2 不同α所對(duì)應(yīng)的2001－2010年韶山紅色旅游人數(shù)預(yù)測(cè)結(jié)果（單位：萬(wàn)人次）

在表2中，我們將最后一行的數(shù)值作為2001－2010年韶山紅色旅游人數(shù)的預(yù)測(cè)值較為合理，因?yàn)槠淦骄鄬?duì)誤差的平均值僅為6.52%，小于GM（1，1）模型和三次多項(xiàng)式模型的平均相對(duì)誤差，其中比GM（1，1）模型的相對(duì)誤差8.30%低了1.78%。由此可見(jiàn)，針對(duì)韶山的紅色旅游人數(shù)預(yù)測(cè)問(wèn)題，本文提出的混合多項(xiàng)式模型的預(yù)測(cè)精度要高于GM（1，1）模型和三次多項(xiàng)式模型。

（二）2011－2013年韶山紅色旅游需求人數(shù)預(yù)測(cè)

根據(jù)混合多項(xiàng)式擬合模型的預(yù)測(cè)方法，分別利用混合多項(xiàng)式擬合模型和GM（1，1）模型對(duì)韶山2011－2013年的旅游需求人數(shù)進(jìn)行預(yù)測(cè)，具體預(yù)測(cè)結(jié)果見(jiàn)表3。表3中給出了當(dāng)α取0.9－1時(shí)的11組不同的預(yù)測(cè)值，為了使預(yù)測(cè)結(jié)果更為可靠，我們?nèi)∵@11組預(yù)測(cè)值的平均值作為最后的預(yù)測(cè)值。由表3的數(shù)據(jù)可知，混合多項(xiàng)式擬合模型預(yù)測(cè)出2011年的旅游需求人數(shù)為824.8萬(wàn)人次，而GM（1，1）模型預(yù)測(cè)出的人數(shù)僅為662.7萬(wàn)人次，顯然，混合多項(xiàng)式擬合模型預(yù)測(cè)值更為可信，因?yàn)?010年韶山實(shí)際的旅游需求人數(shù)就已達(dá)650萬(wàn)人次，況且2011年為中國(guó)共產(chǎn)黨建黨90周年。又從上文的精度檢驗(yàn)結(jié)果分析可知，混合多項(xiàng)式擬合模型的預(yù)測(cè)精度要高于GM（1，1）模型。因此，相對(duì)于GM（1，1）模型來(lái)說(shuō)，混合多項(xiàng)式擬合模型的預(yù)測(cè)結(jié)果最為可信。

表3 2011－2013年韶山紅色旅游需求人數(shù)預(yù)測(cè)結(jié)果（單位：萬(wàn)人次）

四、結(jié)論

綜上所述，我們可以得到如下結(jié)論：

第一，用混合多項(xiàng)式擬合模型對(duì)韶山景區(qū)紅色旅游需求人數(shù)預(yù)測(cè)，可以解決信息呈遞增趨勢(shì)的問(wèn)題，結(jié)果具有一定的可信度。筆者首先分別利用三次和四次多項(xiàng)式擬合模型對(duì)韶山景區(qū)旅游需求預(yù)測(cè)進(jìn)行比較研究。然后分別吸取它們的優(yōu)點(diǎn)（三次的效度和四次的精度），提出了混合多項(xiàng)式擬合模型，所得模型的預(yù)測(cè)精度比GM（1，1）模型和三次多項(xiàng)式擬合模型的預(yù)測(cè)精度要高。該模型的預(yù)測(cè)結(jié)果對(duì)韶山紅色旅游研究、規(guī)劃及經(jīng)營(yíng)管理具有一定的參考價(jià)值。

第二，利用混合多項(xiàng)式擬合模型進(jìn)行預(yù)測(cè)，能極大地降低預(yù)測(cè)的計(jì)算量，花費(fèi)的代價(jià)較小。因?yàn)榛旌隙囗?xiàng)式擬合模型在本質(zhì)上也是線性模型，算法并不復(fù)雜，而且容易被復(fù)制和推廣應(yīng)用。

第三，混合多項(xiàng)式擬合模型有一定的局限性。沒(méi)有一個(gè)預(yù)測(cè)模型完全適用于所有旅游景區(qū)的需求預(yù)測(cè)，也沒(méi)有任何一個(gè)預(yù)測(cè)模型是永遠(yuǎn)優(yōu)于其他的預(yù)測(cè)模型，只能說(shuō)是相對(duì)更適合而已。同樣，相對(duì)而言，混合多項(xiàng)式擬合模型適合處于穩(wěn)定增長(zhǎng)期的旅游景區(qū)（如文中的韶山紅色旅游景區(qū)）的需求預(yù)測(cè)，對(duì)于其他處于不同發(fā)展期的旅游景區(qū)的需求預(yù)測(cè)還有待研究；而且該模型只適宜做短期預(yù)測(cè)，對(duì)于長(zhǎng)期預(yù)測(cè)，要不斷地調(diào)整數(shù)據(jù)并及時(shí)修正權(quán)重α，以提高預(yù)測(cè)精度。

［1］田孝蓉.旅游經(jīng)濟(jì)學(xué)［M］.鄭州：鄭州大學(xué)出版社，2006：33.

［2］Qu H L，Lam S.A travel demand model for Mainland Chinese tourists to Hong Kong［J］.Tourism Management，1997，18（8）：593－597.

［3］Goh C，LawR.Modeling and forecasting tourism demand for arrivals with stochastic no stationary seasonality and intervention［J］.Tourism Management，2002（23）：79－84.

［4］Chu F L.Forecasting tourist arrivals［J］.Journal of Travel Research，1998（36）：79－84.

［5］Kulendran N，Maxwell K L.Forecasting international quarterly tourist flows using error correction and time－series models［J］.International Journal of Forecasting，1997（13）：319－327.

［6］Rob L.A neural network model to forecast Japanese demand for travel to Hong Kong［J］.Tourism Management，1999（20）：89－97.

［7］Rob L.Back－propagation learning in improving the accuracy of neural network－based tourism demand forecasting［J］.Tourism Management，2000（21）：331－340.

［8］李志龍，陳志鋼，覃智勇.基于支持向量機(jī)旅游需求預(yù)測(cè)［J］.經(jīng)濟(jì)地理，2010，30（12）：2122－2126.

［9］蔣蓉華，劉曲華，焦俊剛.基于灰色動(dòng)態(tài)GM模型與計(jì)算機(jī)模擬的麗江旅游前景預(yù)測(cè)［J］.安徽農(nóng)業(yè)科學(xué)，2010，38（13）：7116－7118.

［10］劉慧敏，樊鎖海.基于灰色系統(tǒng)理論的廣州市旅游接待人數(shù)預(yù)測(cè)與分析［J］.統(tǒng)計(jì)與決策，2010（17）：64－66.

［11］劉紅海，劉建平.基于灰色模型的韶山紅色旅游景區(qū)客源預(yù)測(cè)［J］.經(jīng)濟(jì)地理，2010，30（6）：1047－1051.

［12］朱曉華，楊秀春，蔡運(yùn)龍.基于灰色系統(tǒng)理論的旅游客源預(yù)測(cè)模型［J］.經(jīng)濟(jì)地理，2005，25（2）：232－235.

［13］Chu F L.Forecasting tourism demand：a cubic polynomial approach［J］.Tourism Management，2004（25）：209－218.