• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于ARIMA模型的城鄉(xiāng)居民國(guó)內(nèi)旅游人均消費(fèi)的預(yù)測(cè)

      2023-05-22 23:56:44李孟群
      旅游縱覽 2023年5期
      關(guān)鍵詞:ARIMA模型城鄉(xiāng)居民

      李孟群

      摘 要:旅游業(yè)是我國(guó)經(jīng)濟(jì)發(fā)展的重要領(lǐng)域之一,在旅游市場(chǎng)中城鎮(zhèn)居民和農(nóng)村居民的國(guó)內(nèi)旅游人均消費(fèi)呈現(xiàn)出不同的發(fā)展趨勢(shì)。以往的研究缺乏對(duì)城鎮(zhèn)居民和農(nóng)村居民的對(duì)比和預(yù)測(cè),為了分別研究城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)的發(fā)展情況,本文選取2002年至2021年的旅游數(shù)據(jù),采用ARIMA模型對(duì)未來(lái)幾年的數(shù)據(jù)進(jìn)行預(yù)測(cè),得出結(jié)論:農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)的增長(zhǎng)速度更快,未來(lái)農(nóng)村居民的旅游消費(fèi)水平也將持續(xù)快速增長(zhǎng)。最后對(duì)未來(lái)我國(guó)城鄉(xiāng)居民國(guó)內(nèi)旅游的經(jīng)濟(jì)增長(zhǎng)提出建議,為相關(guān)部門制定政策提供參考,以期促進(jìn)我國(guó)旅游業(yè)進(jìn)一步發(fā)展。

      關(guān)鍵詞:城鄉(xiāng)居民;國(guó)內(nèi)旅游;人均消費(fèi);ARIMA模型

      中圖分類號(hào):F592.7 文獻(xiàn)標(biāo)識(shí)碼:A

      基金項(xiàng)目:國(guó)家社科基金項(xiàng)目一般項(xiàng)目“鄉(xiāng)村旅游地文化景觀的原真性構(gòu)建與形成機(jī)制研究”(21BGL285)。

      引言

      近年來(lái)我國(guó)居民的生活水平不斷提高,消費(fèi)情況發(fā)生了很大的變化,其中旅游是居民消費(fèi)支出的一部分。影響城鄉(xiāng)居民旅游消費(fèi)支出的因素有很多,其中最主要的有三個(gè):旅游消費(fèi)意愿、旅游實(shí)際購(gòu)買力、閑暇時(shí)間。自從實(shí)行每周五天工作制以來(lái),人們的閑暇時(shí)間增多[1]。同時(shí),城鄉(xiāng)居民的收入不斷增加,國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示,2022年城鎮(zhèn)居民和農(nóng)村居民人均可支配收入分別較去年增長(zhǎng)3.9%和6.3%,這促進(jìn)了城鄉(xiāng)居民旅游消費(fèi)需求的增長(zhǎng)和旅游消費(fèi)意愿的增強(qiáng),因此,城鄉(xiāng)居民的國(guó)內(nèi)旅游人數(shù)和國(guó)內(nèi)旅游消費(fèi)均有所增長(zhǎng)。

      城鎮(zhèn)居民和農(nóng)村居民旅游消費(fèi)增長(zhǎng)的速度并不相同。2003年起,我國(guó)高度重視農(nóng)村、農(nóng)業(yè)、農(nóng)民的“三農(nóng)”問(wèn)題,制定了一系列政策和措施,幫助農(nóng)民增加收入、改善生活條件、促進(jìn)農(nóng)村居民的旅游消費(fèi)[2]。2017年,我國(guó)提出鄉(xiāng)村振興戰(zhàn)略,并逐步實(shí)施。我國(guó)城市居民和農(nóng)村居民的旅游資源、旅游設(shè)施、旅游服務(wù)等存在一定的差異,就大趨勢(shì)而言,近年來(lái)農(nóng)村居民旅游的發(fā)展速度比城市居民的發(fā)展速度更快。

      本文從計(jì)量經(jīng)濟(jì)學(xué)角度,運(yùn)用時(shí)間序列分析中的ARIMA模型,對(duì)城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)的數(shù)據(jù)進(jìn)行處理、分析、檢驗(yàn)等,得出其發(fā)展的規(guī)律和趨勢(shì),并對(duì)未來(lái)幾年的數(shù)據(jù)進(jìn)行預(yù)測(cè)。由于城鎮(zhèn)和農(nóng)村的發(fā)展存在一些差異,本文分別從城鎮(zhèn)和農(nóng)村兩個(gè)方面進(jìn)行分析和預(yù)測(cè),可以比較得出城鎮(zhèn)和農(nóng)村旅游發(fā)展的快慢,進(jìn)而提出相關(guān)建議,為相關(guān)部門制定政策提供參考。

      一、數(shù)據(jù)來(lái)源與研究方法

      (一)數(shù)據(jù)來(lái)源

      本文所用的數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局的網(wǎng)站,從網(wǎng)站上獲取了近20年的城鄉(xiāng)旅游數(shù)據(jù),即2002年至2021年城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均花費(fèi)的年度數(shù)據(jù)。之所以選取人均花費(fèi)的數(shù)據(jù)而不選總?cè)藬?shù)或總花費(fèi)的數(shù)據(jù),是因?yàn)榭側(cè)藬?shù)和總花費(fèi)容易受外界影響,其數(shù)值變化較大,而人均花費(fèi)是總花費(fèi)與總?cè)藬?shù)的比值,相比之下所受影響較小。

      (二)研究方法

      ARIMA模型可以找到歷史數(shù)據(jù)之間的自相關(guān)性,進(jìn)而預(yù)測(cè)未來(lái)的數(shù)據(jù),該模型的優(yōu)勢(shì)在于其使用十分簡(jiǎn)便,只需要實(shí)際數(shù)據(jù)自身的變量,不需要再設(shè)置其他的變量。但是該模型也有一定的局限性,就是要求的時(shí)序數(shù)據(jù)必須是穩(wěn)定的,對(duì)于不穩(wěn)定的數(shù)據(jù)需要進(jìn)行差分處理。

      ARIMA(p,d,q)模型包括AR模型、MA模型、ARMA模型和ARIMA模型這五種,需要確定3個(gè)參數(shù),其中p指序列值滯后p階、d是差分階數(shù)、q指誤差項(xiàng)滯后q階。

      本文采用的統(tǒng)計(jì)軟件是Eviews 10.0。主要分析步驟為:①時(shí)間序列預(yù)處理,即序列的平穩(wěn)性檢驗(yàn)、差分處理;②模型的識(shí)別,即確定ARIMA模型中的p、d、q值;③模型的檢驗(yàn),即檢驗(yàn)殘差序列是否為白噪聲序列;④數(shù)據(jù)的預(yù)測(cè),即建立模型進(jìn)行數(shù)據(jù)的預(yù)測(cè)。

      二、預(yù)測(cè)與分析

      (一)原序列的平穩(wěn)性檢驗(yàn)

      由于ARIMA模型預(yù)測(cè)需要的數(shù)據(jù)是平穩(wěn)的序列,故首先要對(duì)原始的序列進(jìn)行檢驗(yàn),判斷其是否平穩(wěn),常用的方法有時(shí)序圖檢驗(yàn)、單位根檢驗(yàn)(ADF檢驗(yàn))、自相關(guān)檢驗(yàn)等,檢驗(yàn)結(jié)果如下。

      ①時(shí)序圖檢驗(yàn):城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)的各數(shù)值都不在零均值附近,雖然數(shù)據(jù)在2020年有略微的下降,但是整體呈現(xiàn)逐漸遞增的趨勢(shì),可以判斷原時(shí)間序列屬于非平穩(wěn)序列。

      ②單位根檢驗(yàn):城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)原時(shí)序的ADF值均大于1%置信水平下t統(tǒng)計(jì)量的臨界值,同時(shí)P值均大于0.05,所以認(rèn)為原序列中存在單位根,原始數(shù)據(jù)的時(shí)間序列不平穩(wěn)。

      ③自相關(guān)檢驗(yàn):城鎮(zhèn)居民和農(nóng)村居民的原時(shí)序自相關(guān)系數(shù)圖表現(xiàn)為拖尾;偏自相關(guān)系數(shù)圖表現(xiàn)為1階截尾,P值均為0,小于0.05,所以認(rèn)為序列為非白噪聲序列,原時(shí)間序列不平穩(wěn)。

      綜上,城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)的原時(shí)間序列不平穩(wěn),需要進(jìn)行差分處理。

      (二)一階差分的平穩(wěn)性檢驗(yàn)

      將原始序列進(jìn)行一階差分后,對(duì)其進(jìn)行平穩(wěn)性檢驗(yàn),結(jié)果如下。

      ①時(shí)序圖檢驗(yàn):一階差分后城鎮(zhèn)居民和農(nóng)村居民的各數(shù)值都在零均值附近,且無(wú)明顯的上升趨勢(shì),可以判斷得出結(jié)論,即一階差分后的時(shí)間序列具有平穩(wěn)性,通過(guò)白噪聲檢驗(yàn)。

      ②單位根檢驗(yàn):一階差分后城鎮(zhèn)居民和農(nóng)村居民序列的ADF值均小于1%置信水平下t統(tǒng)計(jì)量的臨界值,同時(shí)P值均小于0.05,所以認(rèn)為上述檢驗(yàn)不存在單位根,一階差分后時(shí)間序列數(shù)據(jù)具有平穩(wěn)性。

      ③自相關(guān)檢驗(yàn):城鎮(zhèn)居民和農(nóng)村居民數(shù)據(jù)的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)大部分都落在95%的置信區(qū)間內(nèi)[3],P值均大于0.05,基本通過(guò)平穩(wěn)性檢驗(yàn),可以判斷一階差分后的數(shù)據(jù)具有平穩(wěn)性。

      綜上,可將ARIMA模型中的階數(shù)d確定為1。

      (三)模型的識(shí)別與檢驗(yàn)

      在對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)之前,要構(gòu)建合適的ARIMA模型,確定模型中的p、d、q參數(shù),并對(duì)模型進(jìn)行檢驗(yàn),通過(guò)模型殘差的自相關(guān)圖判斷其是否通過(guò)白噪聲檢驗(yàn)。

      1.模型的識(shí)別

      根據(jù)一階差分的平穩(wěn)性結(jié)果,ARIMA模型的階數(shù)d=1,但是由一階差分的自相關(guān)圖和偏自相關(guān)圖并不能準(zhǔn)確判斷p、q的值,故建立多個(gè)模型進(jìn)行模擬和比較,AR模型和MA模型分別選取0,1,2,得出模型:ARIMA(1,1,0)、ARIMA(1,1,1)、ARIMA(1,1,2)、ARIMA(0,1,1)、ARIMA(2,1,1)、ARIMA(2,1,2)。在Eviews軟件中建立以上模型,得出各模型的AIC、SC、H-Q值,根據(jù)選取最小值的原則[4],比較得出最合適的預(yù)測(cè)模型:

      ①城鎮(zhèn)居民:ARIMA(1,1,2)模型;

      ②農(nóng)村居民:ARIMA(1,1,0)模型。

      2.模型的檢驗(yàn)

      建立了合適的ARIMA模型之后,需要對(duì)其殘差數(shù)據(jù)進(jìn)行檢驗(yàn),分別做出城鎮(zhèn)居民和農(nóng)村居民模型殘差的自相關(guān)和偏自相關(guān)圖,可知其自相關(guān)系數(shù)和偏自相關(guān)系數(shù)雖然部分波動(dòng)較大,但是均落在95%的置信區(qū)間內(nèi)[3],Q統(tǒng)計(jì)量的P值均大于0.05,所以模型的殘差序列為白噪聲序列,具有平穩(wěn)性,是較為合適的模型。

      (四)數(shù)據(jù)的預(yù)測(cè)與分析

      1.擬合和分析結(jié)果

      將數(shù)據(jù)的實(shí)際值、模型的預(yù)測(cè)值和殘差值放在一起進(jìn)行擬合,可知預(yù)測(cè)值和實(shí)際值的重合度較高,只有兩處差距較大的數(shù)據(jù),殘差值大部分落在置信區(qū)間內(nèi),可以判斷模型較為合適,擬合效果較好,具體的分析結(jié)果如下。

      第一,2007年城鎮(zhèn)居民數(shù)據(jù)的殘差值出現(xiàn)了明顯的升高。2007年11月,黃金周休假制度調(diào)整成了2個(gè)大長(zhǎng)假結(jié)合5個(gè)小長(zhǎng)假的結(jié)構(gòu),這個(gè)調(diào)整分散了之前過(guò)度集中的假期,緩解了旅游高峰期的供求矛盾,進(jìn)而大幅度增加了我國(guó)城鎮(zhèn)居民的人均出游次數(shù)和人均花費(fèi),2007年城鎮(zhèn)居民國(guó)內(nèi)旅游人均消費(fèi)迅速增高。

      第二,2011年農(nóng)村居民數(shù)據(jù)的殘差值出現(xiàn)了明顯的升高。2009年至2010年農(nóng)村居民的旅游消費(fèi)已經(jīng)從奢侈品變?yōu)榱吮匦杵穂5],越來(lái)越多的農(nóng)村居民具備了旅游消費(fèi)的能力也普遍增強(qiáng)了旅游消費(fèi)的意愿,因此農(nóng)村居民國(guó)內(nèi)旅游的人數(shù)和花費(fèi)有了顯著的提高。

      第三,2020年城鎮(zhèn)居民和農(nóng)村居民數(shù)據(jù)的殘差值都明顯下降,這是因?yàn)槭艿酵饨缫蛩赜绊?,城鄉(xiāng)居民的旅游出行受到限制,出行次數(shù)和旅游花費(fèi)均有所減少。

      2.預(yù)測(cè)值

      根據(jù)分析結(jié)果,對(duì)2022—2024年城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)做出預(yù)測(cè),表1中,2002—2022年的數(shù)據(jù)為實(shí)際值,2023—2024年的數(shù)據(jù)為預(yù)測(cè)值。由表1可知,2020年之前的數(shù)據(jù)逐年遞增,2020年的數(shù)據(jù)有所下降;2021年較2020年有所上升;2020年至2022年這三年,城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游的人均消費(fèi)值偏低;2023年開始,人們的出行旅游意愿將會(huì)有所增強(qiáng),旅游人數(shù)和旅游消費(fèi)值都將增加,根據(jù)ARIMA模型的預(yù)測(cè)值,2023年城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游的人均消費(fèi)值將分別達(dá)到1 068.6元和644.6元,基本上能恢復(fù)到2019年人均1 062.6元和634.7元的水平,之后的發(fā)展也將呈現(xiàn)繼續(xù)上升的趨勢(shì),預(yù)計(jì)到2024年城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游的人均消費(fèi)值會(huì)分別達(dá)到1 126.8元和644.6元。

      三、結(jié)論與建議

      (一)研究結(jié)論

      1.對(duì)國(guó)內(nèi)旅游發(fā)展情況的預(yù)測(cè)

      2023年將會(huì)是我國(guó)經(jīng)濟(jì)、旅游等方面的恢復(fù)期,城鄉(xiāng)居民旅游的意愿和需求將會(huì)十分強(qiáng)烈,各項(xiàng)數(shù)據(jù)指標(biāo)將會(huì)恢復(fù)到往年的水平。未來(lái)我國(guó)旅游行業(yè)將會(huì)持續(xù)穩(wěn)定發(fā)展,城鎮(zhèn)居民和農(nóng)村居民的國(guó)內(nèi)旅游人均消費(fèi)水平將逐步提高。

      2.城鎮(zhèn)居民和農(nóng)村居民數(shù)據(jù)的比較

      從已有數(shù)據(jù)可以看出,城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)的發(fā)展規(guī)律和趨勢(shì)并不一樣。2002年,城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)人均旅游消費(fèi)的比值為3.54;到了2012年其比值減小為1.86;2019年的比值為1.67;從預(yù)測(cè)的數(shù)據(jù)來(lái)看,2023年城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)人均旅游消費(fèi)的比值為1.65??梢娫诔擎?zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)逐年增長(zhǎng)的同時(shí),農(nóng)村居民增長(zhǎng)的速度較快,其原因可能是我國(guó)鄉(xiāng)村振興戰(zhàn)略的實(shí)施,鄉(xiāng)村旅游逐漸發(fā)展,農(nóng)村居民的收入提高,生活水平進(jìn)一步提高,故旅游的消費(fèi)支出也有所增加。

      (二)研究建議

      1.恢復(fù)和發(fā)展旅游服務(wù)

      從預(yù)測(cè)的數(shù)據(jù)來(lái)看,2023年城鄉(xiāng)居民的國(guó)內(nèi)旅游人均消費(fèi)水平將恢復(fù)到2020年之前的水平,因此國(guó)內(nèi)旅游市場(chǎng)應(yīng)結(jié)合這一趨勢(shì),恢復(fù)和發(fā)展各項(xiàng)旅游服務(wù),進(jìn)一步開發(fā)旅游資源,如促進(jìn)旅游景區(qū)的正常開放,適當(dāng)增加旅游服務(wù)人員,重新啟動(dòng)旅游項(xiàng)目等。同時(shí),相關(guān)部門需要提出相應(yīng)的政策和措施來(lái)支持與促進(jìn),如旅游企業(yè)做好宣傳、相關(guān)部門做好衣食住行方面的保障、制定相關(guān)政策鼓勵(lì)城鄉(xiāng)居民旅游等,只有這樣才能切實(shí)滿足城鄉(xiāng)居民逐漸恢復(fù)和增長(zhǎng)的國(guó)內(nèi)旅游消費(fèi)需求。

      2.促進(jìn)農(nóng)村居民旅游消費(fèi)

      由于城鎮(zhèn)居民和農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)水平的發(fā)展趨勢(shì)和特點(diǎn)不同,從數(shù)量上看,城鎮(zhèn)居民旅游消費(fèi)水平更高,是國(guó)內(nèi)旅游消費(fèi)的主力軍;從速度上來(lái)看,農(nóng)村居民的發(fā)展速度更快,是國(guó)內(nèi)旅游消費(fèi)的發(fā)展對(duì)象,因此,要結(jié)合城鎮(zhèn)居民和農(nóng)村居民旅游消費(fèi)的發(fā)展趨勢(shì)調(diào)整和完善旅游發(fā)展策略。城市的旅游建設(shè)要在現(xiàn)有的旅游資源基礎(chǔ)上,增加和完善面向農(nóng)村居民的、適應(yīng)農(nóng)村居民旅游消費(fèi)特點(diǎn)的旅游資源、設(shè)施和服務(wù);鄉(xiāng)村的旅游建設(shè)要結(jié)合國(guó)家的鄉(xiāng)村振興戰(zhàn)略,大力發(fā)展鄉(xiāng)村旅游,讓更多農(nóng)村居民充分享受當(dāng)?shù)芈糜钨Y源,不用到遠(yuǎn)距離的地方也能進(jìn)行旅游消費(fèi)。在推動(dòng)城鎮(zhèn)居民旅游消費(fèi)穩(wěn)步發(fā)展的同時(shí),增加農(nóng)村居民的旅游消費(fèi),進(jìn)而促進(jìn)城鄉(xiāng)居民旅游消費(fèi)的均衡發(fā)展。

      參考文獻(xiàn)

      [1] 劉文彬.影響城鄉(xiāng)居民國(guó)內(nèi)旅游消費(fèi)的若干因素分析[J].消費(fèi)導(dǎo)刊,2009(3):12-13.

      [2] 范智軍.農(nóng)村居民平均旅游消費(fèi)傾向的影響因素分析[J].湖北農(nóng)業(yè)科學(xué),2015(13):3307-3310.

      [3] 巴蒂·H·巴爾塔基.《計(jì)量經(jīng)濟(jì)學(xué)方法與應(yīng)用》[M].7版.聶巧平,攸頻,魏學(xué)輝,譯.北京:中國(guó)人民大學(xué)出版社,2015:22.

      [4] 劉璋溫.赤池信息量準(zhǔn)則 AIC 及其意義[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),1980(3):64-72.

      [5] 鄒蓉.我國(guó)城鄉(xiāng)居民國(guó)內(nèi)旅游消費(fèi)屬性及其影響因素:基于1994~2010年數(shù)據(jù)的比較研究[J].福建江夏學(xué)院學(xué)報(bào),2012(5):1-7.

      猜你喜歡
      ARIMA模型城鄉(xiāng)居民
      提高就業(yè)質(zhì)量助推城鄉(xiāng)居民增收的分析和思考
      河北省城鄉(xiāng)居民醫(yī)保整合的主要成效與思考
      江蘇“聚焦富民”大打城鄉(xiāng)居民增收主攻仗
      基于時(shí)間序列模型的中國(guó)出口總額分析及預(yù)測(cè)
      基于R軟件的金融時(shí)間序列的預(yù)測(cè)分析
      基于Eviews上證綜合指數(shù)預(yù)測(cè)
      人力資本、城鎮(zhèn)化與城鄉(xiāng)居民收入差距
      基于ARIMA模型的滬銅期貨價(jià)格預(yù)測(cè)研究
      商(2016年27期)2016-10-17 06:06:02
      對(duì)我國(guó)進(jìn)出口總額的預(yù)測(cè)
      商(2016年22期)2016-07-08 14:41:15
      組合預(yù)測(cè)法在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用
      商(2016年19期)2016-06-27 14:21:53
      十堰市| 济源市| 达拉特旗| 东乌珠穆沁旗| 吴川市| 当雄县| 苏尼特左旗| 长顺县| 高碑店市| 睢宁县| 东阳市| 连州市| 高台县| 石嘴山市| 杭州市| 汉寿县| 四川省| 昭苏县| 特克斯县| 财经| 邯郸市| 鄂尔多斯市| 荥阳市| 驻马店市| 阿拉善左旗| 丰台区| 比如县| 仁寿县| 崇左市| 英山县| 禹城市| 南平市| 邻水| 莱州市| 安图县| 晋州市| 弥渡县| 松潘县| 安阳市| 静海县| 璧山县|