煙臺市旅游客運需求結(jié)構(gòu)預(yù)測分析

王顏萍， 郭瑞軍，2

(1.大連交通大學 交通運輸工程學院，遼寧 大連 116028；2.國家ITS研究中心 交通運輸部公路科學研究院，北京 100088)

煙臺市旅游客運需求結(jié)構(gòu)預(yù)測分析

王顏萍1， 郭瑞軍1，2

(1.大連交通大學 交通運輸工程學院，遼寧 大連 116028；2.國家ITS研究中心 交通運輸部公路科學研究院，北京 100088)

近年來，隨著煙臺市旅游業(yè)的快速發(fā)展，到煙臺的國內(nèi)外游客數(shù)量不斷增長，游客結(jié)構(gòu)也在不斷發(fā)生新變化，造成煙臺中型以下旅游包車供求矛盾日益加劇.通過分析煙臺旅游客運現(xiàn)狀，包括旅游業(yè)發(fā)展現(xiàn)狀、旅游客運市場現(xiàn)狀以及旅游客運車輛情況，發(fā)現(xiàn)了旅游包車存在車輛數(shù)量不足以及結(jié)構(gòu)不合理這兩個主要問題.利用一元線性回歸、直線趨勢模型以及灰色預(yù)測模型3種方法的組合預(yù)測模型預(yù)測了旅游人次，根據(jù)調(diào)查所得到的比例確定了旅游旺季高峰期的旅游人次，并利用出行方式模型預(yù)測出各種類型等級車輛的數(shù)量，從而解決了旅游客運包車存在的問題，為旅游客運包車規(guī)劃提供了依據(jù).

旅游包車；車輛類型等級；預(yù)測分析

旅游包車客運作為道路旅客運輸業(yè)的重要組成部分，近年來在社會經(jīng)濟快速發(fā)展的刺激下取得了長足的進步，為旅游業(yè)的健康穩(wěn)步提升提供了有力保障，同時在鐵路客運大提速的背景下成長為道路客運行業(yè)新的經(jīng)濟增長點，逐步引起各方的重視.但不可否認，旅游包車客運同時還面臨許多問題，比如數(shù)量不足和結(jié)構(gòu)不合理等，成為制約行業(yè)轉(zhuǎn)型升級的瓶頸.如何進一步解決旅游包車問題成為一道急需解決的難題.

對于旅游交通需求量預(yù)測，國內(nèi)外已有較多的研究應(yīng)用.許軍提出將旅游客運量、人口、人均生產(chǎn)總值和旅游收入作為指標，使用線性回歸模型對區(qū)域旅游交通總量進行預(yù)測[1]；劉晨慧使用三次趨勢曲線模型對內(nèi)蒙古旅游交通總量進行預(yù)測[2]；Christime等利用時間序列對澳大利亞的國際旅游需求進行預(yù)測[3]；Susanne等以距離模型研究了游客與交通費用的關(guān)系，認為旅游交通和旅行距離對旅游交通出行的研究超越了其它旅游因素[4]；易燕使用彈性系數(shù)法對旅游交通線路上的交通量進行預(yù)測[5]；張文斌等根據(jù)景區(qū)特點、景區(qū)核定接待人數(shù)和旅游交通規(guī)律建立模型對旅游交通量進行預(yù)測[6].

季節(jié)性作為旅游產(chǎn)業(yè)最為重要的特征之一，對旅游業(yè)發(fā)展具有非常重要的影響，主要體現(xiàn)在比較短的時間內(nèi)旅游目的地集中了大量的旅游客流，并因此而使得該旅游目的地產(chǎn)生旅游旺季、淡季以及介于兩者之間的平季.David等從旅游者特征角度分析了旅行者的出行方式選擇行為[7].Snepenfer等研究了旅游需求的季節(jié)性[8].James等評價了旅游者對于公共交通的態(tài)度，認為相對于公共交通的舒適度，旅游者更關(guān)心旅游信息及目的地可達性[9].Christine等建立了澳大利亞亞洲旅游市場季節(jié)波動的數(shù)學預(yù)測模型[10].本文將對煙臺市旅游客運需求結(jié)構(gòu)進行預(yù)測分析.

1 旅游客運現(xiàn)狀

1.1 旅游業(yè)發(fā)展現(xiàn)狀

煙臺旅游資源十分豐富，A級以上的旅游景點不斷拓展，從2010年的45處增加到了2014年的60處，主要包括風景名勝區(qū)、自然保護區(qū)和森林公園.如此豐厚、特色的旅游資源夯實了煙臺旅游業(yè)基礎(chǔ)，也更好地促進了煙臺市旅游客運市場的發(fā)展.2007-2014煙臺市旅游人次及全國人均GDP及其變化率見表1和圖1.從表1可以看出煙臺的旅游人次呈現(xiàn)逐年遞增的趨勢.

表1 2007-2014年煙臺市旅游人次和全國人均GDP

年份20072008200920102011201220132014旅游人次/萬人次2029．672381．162802．773318．73917．944502．995003．515481．5人均GDP/元20337．123912．025962．630567．536017．639544．343320．146628．5

圖1 旅游人次和人均GDP變化率

1.2 旅游客運市場現(xiàn)狀

(1)旅客運輸量

旅游的發(fā)展離不開交通建設(shè)的平臺，并且在眾多旅游運輸方式中，公路旅游客運是中短途旅客運輸?shù)闹髁?，尤其是汽車旅游客運也正在占據(jù)主要的地位，近年來煙臺公路旅客運輸量增長較快(見表2).長期來看公路旅游客運業(yè)的可持續(xù)增長需要依托公路交通的建設(shè).

(2)季節(jié)分布

表2 2010-2014年煙臺市公路旅客運輸量及增長速度

年份旅客運輸量/萬人次增長率/%公路旅客運輸量/萬人次增長率/%公路旅客運輸量占比/%201033612．767．632598．07．596．98201133875．310．832753．00．596．69201235896．756．0346565．896．542013367332．3353692．196．29201439230．846．838021．77．596．92

綜合來看，季節(jié)性的變化對游客出行有一定的影響，使旅游觀光的客流量呈現(xiàn)一定的變化規(guī)律，旅游旺季的客流量明顯增加，而旅游淡季的客流量明顯下降.旅游市場特點分析見表3.

表3 旅游市場特點分析

月份特征原因121月份至2月上旬較旺春節(jié)游玩中、下旬較淡新年開始，出行少3453月份至5月份較旺三八婦女節(jié)、春游、“五一”、展覽會等66月份稍淡春假剛過，出游需求暫時得到釋放7897月份至9月上旬較旺學生、教師出行9月中、下旬清淡學校開學了1010月份較旺十一黃金周、各種會議、參觀、考察等111211月至12月上旬較淡秋假剛過，出游需求得到釋放12月中、下旬清淡天冷，出行少

1.3 旅游客運車輛情況

截至2014年8月，煙臺市共有合法資質(zhì)旅游汽車公司35家，各類型旅游車輛353輛.其中省際/市際包車305輛、縣際包車48輛，座位總數(shù)16 367個.目前，煙臺大型車(31個座位以上)共347輛16 245個客座，中型車(19座至30座)共6輛122個客座，小型車(18座以下)尚未審批.煙臺市各區(qū)城車輛分布情況如圖2所示.

圖2 煙臺各區(qū)域車輛分布情況

從2012年10月1日起，每年國務(wù)院辦公廳文件確定的春節(jié)、清明節(jié)、勞動節(jié)、國慶節(jié)及其連休日期間，在收費公路上行駛的7座及以下小型客車將免費通行.這一政策的實施將會帶動7座及以下小型客車旅游出行量的大幅增長.

2 旅游包車存在的問題

2.1 車輛數(shù)量不足

2013年煙臺市年接待游客人數(shù)約為5 000萬，其中旅行社接待約172萬人次，根據(jù)年度統(tǒng)計報告顯示，第二季度和第三季度約占全年比重的64.5%，也就是5月至10月，煙臺市旅行社大約接待4萬多個旅游團隊110.94萬人次，在旅游旺季甚至一天可以接待十幾萬人次的客流量，然而全市各種旅游車輛僅353輛總共16 367個座位，尤其是中型以下旅游包車僅有2輛，且還沒有注冊過的小型車輛，根本無法滿足旅游客運市場的需求.同時也造成了旅游市場秩序混亂，并且增加了安全隱患：一是由于必須解決抵煙游客團隊出行，各旅行社想方設(shè)法調(diào)用廠企班車、公司自備車、社會私家車、黑白出租車、外地非法營運車等“黑車”運送游客，旅游用車市場混亂；二是由于煙臺市本地旅游客運車輛供不應(yīng)求，每年5～10月有大量的外地旅游車輛進入煙臺，約占全市旅游客運市場供給總量的56%，這部分車輛沒有在煙臺市運營部門備案，缺乏統(tǒng)一監(jiān)管和管理，服務(wù)質(zhì)量、安全狀況難以保障.

2.2 結(jié)構(gòu)不合理

(1)不能滿足游客結(jié)構(gòu)變化需求

煙臺游客的結(jié)構(gòu)發(fā)生了明顯的變化，來自機關(guān)單位、大型企業(yè)以及事業(yè)單位的大型團隊集體出游大幅度下降，然而10～20人的旅游團隊已經(jīng)成為市場出游的新型主體，占旅行社接待量的70%以上.大型旅行團隊數(shù)量的銳減直接導(dǎo)致33座以上旅游客車數(shù)量的需求量下降，即使在使用旅游客車最為緊張和吃力的7月中旬到8月中旬期間，煙臺市現(xiàn)有的大型旅游客車也基本上能夠滿足需求.旅游團隊接待需求新型的旅行團隊所需要的中、小型車的數(shù)量嚴重不足，這將會導(dǎo)致一部分旅行社不得不放棄這一部分旅客，另一部分旅行社不得不協(xié)調(diào)游客進行二次拼團，這將會難以滿足不同旅客的需求，甚至有可能會失去這部分旅客.

(2)不能滿足煙臺市特色旅游需求

近年來，煙臺市的8個高爾夫球場吸引了大量的愛好打高爾夫的游客.2012年，煙臺市接待喜愛打高爾夫的游客大約為73 200人左右，入境人數(shù)大約為27.75萬人，約占37.91%；其中來自韓國的游客大約為15.47萬人左右，約占入境游客比重的55.75%左右，然而韓國游客組成的高爾夫旅游團基本上是4～6人，以游玩2～3天的行期為主，并且此類旅游團隊基本上不接受拼團建議，這就需要有一定數(shù)量的7～9個座位的商務(wù)車來保障出游，才不會流失掉這類游客.

(3)不能滿足個性化旅游需要

當前煙臺市旅游業(yè)正在由“觀光旅游型”向“休閑度假型”轉(zhuǎn)變，并且人們的出游方式也逐漸向個性化、多樣化需求的定制化旅游方向轉(zhuǎn)變，自助游、自駕游、家庭游、朋友游等也逐步成為重要的出游形式.同時，隨著煙臺市軌道的建立、城際輕軌和動車的開通運營，大量觀光、休閑、度假、會議的散客、小型團隊必將大幅度增加，然而目前零星和零散的21座位以下的合法旅游包車很難滿足未來市場的需求.

3 旅游客運需求預(yù)測

3.1 灰色預(yù)測GM(1，1)模型

灰色預(yù)測方法是根據(jù)過去及現(xiàn)在已知或不完全確定的信息，建立一個從過去到將來的GM模型，從而確定系統(tǒng)在未來發(fā)展的趨勢，為規(guī)劃決策提供依據(jù).灰色預(yù)測模型中，對時間序列進行數(shù)量大小的預(yù)測稱為等間隔序列的數(shù)列預(yù)測，預(yù)測模型為一階微分方程和一個變量的灰色模型，記為GM(1，1).

(1)

其對應(yīng)的微分方程為

(2)

方程的解為

(3)

按最小二乘法得

U=(BTB)-1BTy

(4)

根據(jù)式(4)就可以解出參數(shù)b和μ的值，由此可得方程的解.

3.2 直線趨勢模型預(yù)測

如果在時間序列中，數(shù)據(jù)按近似線性增加或減小，則該序列的長期趨勢為直線型，即

(5)

其參數(shù)a和b的估計可用最小二乘法得出

(6)

3.3 組合預(yù)測模型-方差倒數(shù)法

在預(yù)測實踐中，由于建模機制和出發(fā)點不同，通常同一問題可以有不同的預(yù)測方法，不同的預(yù)測方法提供不同的有用信息，其預(yù)測精度往往也是不同的.組合的主要目的就是較大限度地綜合利用各種方法所提供的信息，盡可能地提高預(yù)測精度，它比單個預(yù)測模型考慮問題更系統(tǒng)、更全面、更科學，能有效地減少單個模型預(yù)測過程中一些環(huán)境因素的影響[11].

通常來說單一的預(yù)測模型其預(yù)測精度往往是不同的.預(yù)測誤差平方和是反映預(yù)測精度的指標之一.預(yù)測誤差平方和越大，表明該預(yù)測模型的預(yù)測精度就越低，從而可以說明它在組合預(yù)測模型中的重要程度就越低，意味著應(yīng)賦予的權(quán)重就越小.

組合預(yù)測模型為

(7)

組合權(quán)重的公式為

(8)

3.4 預(yù)測結(jié)果

根據(jù)煙臺市統(tǒng)計年鑒2007-2014年的旅游人次與中國人均生產(chǎn)總值，用一元線性回歸模型(人均GDP是自變量，該自變量的變化是用增長率法進行預(yù)測的；旅游人次是因變量)、灰色模型以及直線趨勢模型對旅游人次進行預(yù)測，其結(jié)果見表4.

表4 煙臺市旅游人次預(yù)測

年份20072008200920102011201220132014人均GDP/元20337．12391225962．630567．536017．639544．343320．146628．5實際旅游人次/萬人次2029．672381．162802．773318．73917．944502．995003．515481．5一元線性回歸模型1983．852452．052720．623323．714037．514499．394993．95427．2直線趨勢模型1889．182400．782912．383423．983935．584447．184958．785470．38灰色預(yù)測模型2029．672529．262892．083306．953781．344323．784944．045653．27

以年度為橫軸，旅游人次為縱軸，做出原始數(shù)據(jù)和各種模型預(yù)測值的曲線，如圖3所示.

圖3 各種預(yù)測模型的數(shù)據(jù)擬合圖

分析表4和圖3可知，對于旅游人次的預(yù)測，3種模型的預(yù)測精度均較高.因此，將3種模型組合，建立組合模型.取均方誤差(MSE)結(jié)果，通過表5的對比結(jié)果可以看出，組合預(yù)測模型的預(yù)測效果較好，所以該組合模型能夠達到良好的預(yù)測效果，因而預(yù)測結(jié)果更為精確.利用組合預(yù)測模型對2015-2020年的旅游人次進行預(yù)測，其具體結(jié)果見表6.

表5 組合預(yù)測模型預(yù)測值與單項預(yù)測模型的評價指標

預(yù)測指標一元線性回歸模型直線趨勢模型灰色預(yù)測模型組合預(yù)測模型MSE66．8141448583．47024104127．538701855．89290754

表6 預(yù)測結(jié)果 萬人次

通過對旅游景點的調(diào)研可知，每年的7月和8月是旅游旺季，這2個月的旅游人次占全年的40%;每年的11月至次年的3月，這5個月是旅游的淡季，這5個月的旅游人次占全年的20%，4月、5月、6月以及9月和10月是旅游平季，這5個月的旅游人次占全年的40%.

在旅游旺季中8月份的旅游人次占67.13%，比重明顯高于7月份.而在8月份中報團的旅游人數(shù)占48.02%.根據(jù)前面預(yù)測的全年的旅游人次可推斷出未來6年旅游旺季高峰期報團的旅游人次，具體數(shù)據(jù)見表7.

表7 高峰期(八月)的旅游人次 萬人次

年份201520162017201820192020高峰期的旅游人次1648．8931831．1222030．0672247．8672486．9492750．062

4 旅游包車需求預(yù)測

旅游包車可以看成是是人們乘坐客車出行的一種方式，而這種方式屬于條件類交通方式的出行.條件類交通方式主要指單位小汽車、單位大客車、摩托車、私人小汽車等交通方式，人們不能自由地選擇這類交通方式，只有通過特定的人員、特定的目的才可以選擇這類交通方式.

影響選擇這類交通方式的因素包括內(nèi)在因素及外在因素：(1)有關(guān)政策；(2)社會、經(jīng)濟的發(fā)展水平；(3)車輛擁有量；(4)出行目的；(5)出行距離.

按照這類方式的影響因素，可以認為其出行占各種交通方式出行的總比例取決于其車輛的擁有量.出行方式總比例預(yù)測模型如下：

(9)

式中：K為某種車輛類型的的出行比例；V為某種車輛的擁有量(輛)；N為某種車輛的平均出行次數(shù)(次/(輛*天))；H為某種車輛的平均載客量；P為旅游人數(shù)(人)；G為人均旅游次數(shù)(次/(人*天)).

根據(jù)公式(9)可以算出大型車與中型車的出行方式比例，然后再根據(jù)這兩種類型車占旅行社接待量的百分數(shù)以及額定載客量，就可以得出每種類型的車輛數(shù)量，其結(jié)果見表8.

表8 各種車輛類型數(shù)量的預(yù)測(單位：輛)

類別VNHP?G占旅行社接待量的百分數(shù)/%車輛的額定載客量/人預(yù)測車輛數(shù)量/輛10～20人的旅行團212165495707020904大型旅游團3510．32454957020301133

通過表8的預(yù)測數(shù)據(jù)，結(jié)合旅游包車出現(xiàn)的問題和相關(guān)部門的建議，得出以下結(jié)論：

1) 煙臺市小型的旅游團隊數(shù)量正在逐年增加且增長速度較快，但是目前煙臺市小型車輛還沒有得到審批，通過去多家旅行社以及相關(guān)部門調(diào)查，得出滿足旅客需求的實際車輛數(shù)量為1 000輛，所以小型車的缺口數(shù)量為1 000輛.

2) 10～20人的旅游團隊成為市場出游的新型主體，占旅行社接待量的70%以上.滿足旅客需求的實際車輛數(shù)量為904輛，但是目前煙臺市現(xiàn)有注冊合法供給只有2輛，所以中型車的缺口數(shù)量為902輛.

3) 煙臺市縣際和市際的大型旅游團隊近幾年比較多，滿足旅客需求的實際車輛數(shù)量為1 133輛，但是目前煙臺市現(xiàn)有注冊合法供給351輛，所以大型車的缺口數(shù)量為782輛.

希望上述分析能夠為煙臺市有關(guān)部門的決策提供依據(jù)，使煙臺旅游業(yè)能夠持續(xù)、健康發(fā)展.

[1]許軍.公路旅游交通預(yù)測探討[J].科學之友,2010(26)：82-83.

[2]劉晨慧.內(nèi)蒙古草原旅游車流量預(yù)測研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學，2010.

[3]CHRISTIMEL,MICHAELM.TimeseriesforecastsofinternationaltraveldemandforAustralia[J].TourismManagement,2002(23):389-396.

[4]SUSANNEB,AARONS.DistancemodelsforNewZealandinternationaltouristsandtheroleoftransportprices[J].JournalofTravelResearch,2010,50(3):303-320.

[5]易燕.公路旅游交通量預(yù)測研究[J].科技創(chuàng)業(yè)月刊，2009(4)：114-115.

[6]張文斌，王博，陳先義.旅游公路交通量預(yù)測模型研究[J].公路工程，2013(2)：87-90.

[7]DAVIDP,PETERN.Estimatingvisitors′travelmodechoicesalongtheBearLakeRoadinRockyMountainNationalPark[J].JournalofTransportGeography,2011,19(5):1 210-1 221.

[8]SNEPENFERD,HOUSERB.Seasonalityofdemand[J].AnnalsofTourismReasearch,1990(4):606-609.

[9]JAMESK,BRIANC.AnexaminationofthequalityandeaseofpublictransportinDublin[J].JournalofPublicTransportation,2011,14(1):69-81.

[10]CHRISTINEL,MICHAELM.Monthlyseasonalvariations-AsiatourismtoAustralia[J].AnnalsofTourismReasearch,2001(1):68-82.

[11]潘麗.組合預(yù)測模型在城市公共交通需求預(yù)測中的應(yīng)用[D].合肥：合肥工業(yè)大學，2005.

(編輯：郝秀清)

Yantai passenger travel demand forecasting system design and development

WANG Yan-ping1，GUO Rui-jun1,2

(1.College of Communication and Transportation Engineering,Dalian Jiaotong University, Dalian 116028 ,China;2.Department of Highway Science Research Institute, National Research Center of ITS, Beijing 100088, China)

In recent years, with the rapid development of tourism industry in Yantai, the growing number of domestic and foreign tourists to Yantai tourism, tourist structure has also been changed, which results in the increasing of contradiction between the supply and the demand for Yantai medium-sized travel cars.This paper analyzes the current situation of tourism development, tourism market and tourism vehicle condition, find two main problems in tourism charter:the vehicle shortage and unreasonasle structure,predict the tourist time using a linear regression prediction,tourism linear trend model and grey prediction model,determine the number of tourists in the peak tourist season according to the investigation of the proportion,and predict the number of various types of vehicle grade according to the travel mode.It can solve the existing problems of tourism passenger charter and provide reference for them.

travel car; vehicle type level;forecast analysis

2016-06-12

王顏萍, 女, 752502036@qq.com;

1672-6197(2017)02-0058-06

U492.4+13

A