基于數(shù)據(jù)挖掘的旅游行業(yè)風(fēng)險(xiǎn)預(yù)測(cè)和預(yù)警的控制模型

鄧浩 龍杰 陳加英

摘 要 本文通過數(shù)據(jù)挖掘和模型的建立，以及對(duì)旅游行業(yè)‘基本面的深入研究，從而合理地篩選出了相關(guān)性較強(qiáng)的影響因素，并對(duì)旅游行業(yè)未來的發(fā)展趨勢(shì)和投資風(fēng)險(xiǎn)進(jìn)行了預(yù)測(cè)。根據(jù)對(duì)因素的多重分析，制定出一套完整的風(fēng)控預(yù)警機(jī)制，并能夠在疫情出現(xiàn)后及時(shí)地幫助行業(yè)作出相應(yīng)調(diào)整。結(jié)合模型分析以及我國目前疫情走勢(shì)，給出了旅游行業(yè)發(fā)展的新業(yè)態(tài)建議，并解答旅游從業(yè)人員的困惑。

關(guān)鍵詞 Logistic回歸模型 特征檢驗(yàn) 灰色預(yù)測(cè)模型 內(nèi)插法 數(shù)據(jù)挖掘 SPSS

中圖分類號(hào)：C37 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0745（2020）02-0045-09

隨著全球經(jīng)濟(jì)的飛躍性增長(zhǎng)，旅游行業(yè)的發(fā)展逐步呈現(xiàn)指數(shù)型上升趨勢(shì)。對(duì)于我國來講，無論是經(jīng)濟(jì)、文化，甚至環(huán)境都與旅游行業(yè)的發(fā)展密切相關(guān)。在經(jīng)濟(jì)方面：旅游行業(yè)的直接作用是換取外匯（出口貿(mào)易）和回籠貨幣（穩(wěn)定市場(chǎng)經(jīng)濟(jì)）;間接帶動(dòng)了國民經(jīng)濟(jì)的發(fā)展：①促進(jìn)了交通運(yùn)輸業(yè)的發(fā)展;②促進(jìn)了建筑業(yè)的發(fā)展;③促進(jìn)了工商業(yè)、農(nóng)副產(chǎn)品、手工業(yè)等行業(yè)的發(fā)展。在文化方面：有助于文明傳播。消極影響是指由于越來越多國際游客的到來，他們會(huì)將他們的生活方式帶到旅游地，其中不僅有文明的，健康的，值得學(xué)習(xí)的東西，也會(huì)有一些消極的思想和落后的生活方式。在自然環(huán)境方面：旅游行業(yè)的發(fā)展促進(jìn)自然環(huán)境的美化和保護(hù)，但也加速了自然環(huán)境的污染和破壞。因此對(duì)于旅游行業(yè)的發(fā)展我們需要合理的進(jìn)行預(yù)測(cè)，在破壞力度最低的情況下，及時(shí)的作出調(diào)整，使得旅游行業(yè)發(fā)展更為迅速，國家經(jīng)濟(jì)效益得到更大的提升[1]。

通過翻閱資料我們發(fā)現(xiàn)，旅游行業(yè)在面對(duì)旅游危機(jī)方面主要有以下測(cè)策略：（1）制定較為完備的危機(jī)應(yīng)對(duì)策略;（2）旅行社成立應(yīng)對(duì)危機(jī)的管理機(jī)構(gòu)、建立起危機(jī)預(yù)警系統(tǒng);（3）激活旅游業(yè)，重塑旅游形象;（4）構(gòu)建旅游服務(wù)網(wǎng)絡(luò)系統(tǒng);（5）改善旅行社經(jīng)營的模式。

對(duì)于目前國情結(jié)合2003年的非典對(duì)旅游行業(yè)造成了極大的影響，分析2003年的非典的旅游行業(yè)研究方法：（1）旅游危機(jī)對(duì)旅行社的深層剖析;（2）旅行社危機(jī)管理的抽樣調(diào)查;（3）我國旅行社行業(yè)經(jīng)營體制分析;（4）我國旅行社經(jīng)營管理上存在的主要問題;（5）旅行社應(yīng)對(duì)旅游危機(jī)的策略;（6）制定較為完備的危機(jī)管理制度;（7）成立旅行社危機(jī)管理機(jī)構(gòu)，建立危機(jī)預(yù)警系統(tǒng);（8）積極激活旅游市場(chǎng)，重塑旅游形象;（9）構(gòu)建旅游服務(wù)網(wǎng)絡(luò)系統(tǒng);（10）調(diào)整旅行社經(jīng)營目標(biāo)模式[2]。

針對(duì)今年的疫情，我們將對(duì)以下三個(gè)問題進(jìn)行分析和解決。

問題一：建立數(shù)學(xué)模型分析旅游行業(yè)的“基本面”，解答旅游從業(yè)人員的困惑。預(yù)測(cè)未來三年國內(nèi)旅游市場(chǎng)的發(fā)展情況。

問題二：建立量化模型分析未來三年旅游行業(yè)投資的潛在風(fēng)險(xiǎn)和預(yù)期收益，給出旅游行業(yè)發(fā)展的新業(yè)態(tài)建議[3]。

問題三：今年的疫情爆發(fā)并非個(gè)例，也許每隔若干年就會(huì)有大規(guī)模的疫情出現(xiàn)，我們將為旅游行業(yè)構(gòu)建一套比較實(shí)用的風(fēng)控預(yù)警機(jī)制，并能夠在疫情出現(xiàn)后及時(shí)幫助行業(yè)做出調(diào)整。

對(duì)于問題一，運(yùn)用灰色預(yù)測(cè)模型，結(jié)合excel和spss軟件，對(duì)數(shù)據(jù)進(jìn)行挖掘，得出旅游行業(yè)未來三年的發(fā)展趨勢(shì)。

對(duì)于問題二，首先對(duì)各輸入量和目標(biāo)變量進(jìn)行了特征檢驗(yàn)，將次要因素過濾后，并以同比增長(zhǎng)的轉(zhuǎn)換率作為新的目標(biāo)，利用Logistic回歸模型分析預(yù)測(cè)出旅游行業(yè)的發(fā)展投資風(fēng)險(xiǎn)。后將整合的數(shù)據(jù)帶入時(shí)間序列模型，利用指數(shù)平滑預(yù)測(cè)的方法對(duì)未來幾年的預(yù)期收益進(jìn)行了預(yù)測(cè)[4]。

對(duì)于問題三，先對(duì)數(shù)據(jù)進(jìn)行篩選，然后用spss的生存分析討論變量之間的相關(guān)性，根據(jù)顯著性看各變量能否由現(xiàn)有數(shù)據(jù)推廣到整體，之后繪出一系列的散點(diǎn)圖，可以直觀的看出各變量之間的相關(guān)性，根據(jù)散點(diǎn)圖分析可以得到變量之間的影響關(guān)系和對(duì)旅游行業(yè)的影響。

1 行業(yè)概況

1.1 旅游業(yè)的概念

旅游業(yè)是借助旅游資源和設(shè)施，專門接待游客，為游客提供游覽、餐飲、住宿和文化娛樂等服務(wù)的行業(yè)。旅游業(yè)在國際上被稱為旅游產(chǎn)業(yè)，即旅游業(yè)在性質(zhì)上是一個(gè)經(jīng)濟(jì)性產(chǎn)業(yè)，是一個(gè)國家或地區(qū)國民經(jīng)濟(jì)的組成部分[5]。

1.2 旅游業(yè)的構(gòu)成

旅游業(yè)的構(gòu)成有幾種說法。一是從各行各業(yè)中為游客提供服務(wù)的角度分析，人們認(rèn)為，旅游業(yè)主要由三大部分組成，即旅行社業(yè)、交通客運(yùn)業(yè)和以飯店為主體的住宿行業(yè)。它們是旅游行業(yè)的三大支柱。二是從旅游市場(chǎng)的營銷角度分析，旅游業(yè)主要由五大部分構(gòu)成，即除了上面的三大支柱外，還包括景點(diǎn)為代表的游覽場(chǎng)地經(jīng)營部門和各級(jí)旅游管理部門[6]。

1.3 旅游業(yè)的行業(yè)特點(diǎn)

（1）旅游業(yè)具有綜合性。旅游業(yè)是集游、住、吃、購、娛等服務(wù)為一體的綜合性大產(chǎn)業(yè)。

（2）旅游業(yè)具有經(jīng)濟(jì)性。發(fā)展旅游業(yè)最為根本的目的就是為了取得經(jīng)濟(jì)效益。

（3）旅游業(yè)具有服務(wù)性。旅游業(yè)為游客提供的服務(wù)是一種能夠用于交易的特殊商品。

（4）旅游業(yè)具有帶動(dòng)性。旅游業(yè)能帶動(dòng)其他直接或間接為旅游者提供服務(wù)的產(chǎn)業(yè)發(fā)展。

（5）旅游業(yè)具有外向性。旅游業(yè)是一種跨地區(qū)和跨國界的人際交往活動(dòng)。

（6）旅游業(yè)具有季節(jié)性。一個(gè)國家或地區(qū)的旅游業(yè)的季節(jié)性和該國或地區(qū)的旅游活動(dòng)密切相關(guān)，而且是旅游活動(dòng)是由季節(jié)所決定的[7]。

2 理論概述

2.1 問題一理論概述

對(duì)于問題一，使用了灰色預(yù)測(cè)模型?；疑A(yù)測(cè)模型：如果一個(gè)系統(tǒng)具有層次、結(jié)構(gòu)關(guān)系的模糊性，動(dòng)態(tài)變化的隨機(jī)性，指標(biāo)數(shù)據(jù)的不完備或不確定性，則稱這些特性為灰色性。具備灰色性的系統(tǒng)被稱為灰色系統(tǒng)。由灰色系統(tǒng)建立的數(shù)學(xué)模型稱為灰色模型，它能了解系統(tǒng)內(nèi)部事物連續(xù)變化的過程[8]。

灰色理論能夠建立微分方程預(yù)測(cè)模型，其主要依據(jù)為：

（1）灰色理論將隨機(jī)量當(dāng)作是在一定范圍內(nèi)變化的灰色量，將隨機(jī)過程當(dāng)作是在一定范圍，一定時(shí)區(qū)內(nèi)變化的灰色過程。

（2）灰色系統(tǒng)將無規(guī)律的歷史數(shù)據(jù)列經(jīng)累加后，使其變?yōu)榫哂兄笖?shù)增長(zhǎng)規(guī)律的上升形狀數(shù)列，由于一階微分方程解的形式是指數(shù)增長(zhǎng)形式，所以可對(duì)生成后數(shù)列建立微分方程模型。所以灰色模型實(shí)際上是生成數(shù)列所建模型。

（3）灰色理論通過灰數(shù)的不同生成方式、數(shù)據(jù)的不同取舍、不同級(jí)別的殘差GM模型來調(diào)整、修正、提高精度。

（4）對(duì)高階系統(tǒng)建模，灰色理論是通過GM（1，n）模型群解決的。GM模型群即一階微分方程組的灰色模型。

（5）GM模型所得數(shù)據(jù)必須經(jīng)過逆生長(zhǎng)，即累減生成做還原后才能應(yīng)用[9]。

2.2 問題二理論概述

2.2.1 風(fēng)險(xiǎn)評(píng)估的方法概述

對(duì)于測(cè)量風(fēng)險(xiǎn)的模型有很多，比如：二元（多元）Logistic邏輯回歸模型、神經(jīng)網(wǎng)絡(luò)模型等。其中“神經(jīng)網(wǎng)絡(luò)模型”是由大量的、簡(jiǎn)單的處理單元（通常稱為神經(jīng)元），其大量的、廣泛的互相連接形成了復(fù)雜的網(wǎng)絡(luò)系統(tǒng)。它反映了人腦功能的許多基本特征，是一個(gè)高度復(fù)雜的非線性動(dòng)力學(xué)習(xí)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行、分布式存儲(chǔ)和處理、自組織、自適應(yīng)和自學(xué)能力。通常應(yīng)用在需要同時(shí)考慮許多因素和條件的、不精確和模糊的信息處理問題。對(duì)于問題二主要運(yùn)用了Logistic回歸模型加上數(shù)據(jù)特征分析方法，其運(yùn)用如下文所示。

2.2.2 Logistic回歸方法

Logistic回歸函數(shù)又稱為邏輯回歸函數(shù)（也稱為增長(zhǎng)函數(shù)）。Logistic回歸與線性回歸有許多的相似之處，最大的區(qū)別是它們因變量的類型不同。Logistic的因變量滿足二項(xiàng)分布，而對(duì)于線性回歸來說，其自變量和因變量都會(huì)連續(xù)性變量[10]。

2.2.3 Logistic回歸的原理

總結(jié)：Logistic回歸是一種廣泛的使用算法，如果在進(jìn)行回歸運(yùn)算之前先進(jìn)行特征值的篩選，這樣會(huì)使得回歸效果更好。因此在下面模型當(dāng)中，對(duì)數(shù)據(jù)首先便進(jìn)行了篩選處理。其另一個(gè)優(yōu)點(diǎn)是非常容易實(shí)現(xiàn)，且訓(xùn)練起來很高效，可作為數(shù)據(jù)基準(zhǔn)，可以用來衡量其它更復(fù)雜的算法性能。

其缺點(diǎn)是只能用來解決非線性問題，因?yàn)樗臎Q策面是線性的，所以對(duì)于線性問題需要進(jìn)行轉(zhuǎn)換[11]。

2.3 問題三理論概述

2.3.1 生存分析的定義

生存分析是對(duì)生存時(shí)間進(jìn)行分析的統(tǒng)計(jì)技術(shù)的總稱，生存時(shí)間是從某一時(shí)間點(diǎn)起到所關(guān)心事件發(fā)生所經(jīng)歷的時(shí)間。生存分析是一種既考慮結(jié)局又同時(shí)考慮結(jié)局出現(xiàn)時(shí)間的統(tǒng)計(jì)分析方法。生存分析的目的就是描繪生存時(shí)間，生存時(shí)間多數(shù)情況下是連續(xù)型數(shù)據(jù)，但也存在生存時(shí)間為離散型數(shù)據(jù)的情況[12]。

給定一個(gè)實(shí)例i，我們用一個(gè)三元組來表示，其中Xi表示該實(shí)例的特征向量，Ti表示該實(shí)例的事件發(fā)生時(shí)間。

如果該實(shí)例發(fā)生了我們感興趣的事件，那么 Ti表示的是事件發(fā)生時(shí)間點(diǎn)到基準(zhǔn)時(shí)間點(diǎn)之間的時(shí)間，同時(shí) δi= 1。

如果該實(shí)例未發(fā)生我們感興趣的事件，那么 Ti表示的是事件發(fā)生時(shí)間點(diǎn)到觀察結(jié)束時(shí)間點(diǎn)的時(shí)間，同時(shí) δi=0。

生存分析的研究目標(biāo)就是對(duì)一個(gè)新的實(shí)例Xj，來估計(jì)它所發(fā)生感興趣事件的時(shí)間。

2.3.2 生存分析的基本概念

（1）事件。事件也稱為失效事件，指由研究者所規(guī)定的生存結(jié)局，根據(jù)研究目的的不同而不同。定義清楚事件是非常重要的，它直接關(guān)系到數(shù)據(jù)的記錄是否準(zhǔn)確。事件的定義一定要在數(shù)據(jù)收集之前完成，而不是沒有定義清楚事件就開始收集數(shù)據(jù)，否則很可能做的是無用功。

（2）生存時(shí)間。生存時(shí)間是指從某一起點(diǎn)開始到所關(guān)心事件發(fā)生的時(shí)間，按失效事件發(fā)生或失訪（刪失）前最后一次隨訪時(shí)間記錄，常用符號(hào)t表示。因?yàn)樯鏁r(shí)間是生存分析的分析對(duì)象，所以對(duì)生存時(shí)間的長(zhǎng)度確定至關(guān)重要[13]。

（3）刪失。刪失指觀察對(duì)象終止隨訪，事件發(fā)生未被觀測(cè)到或無法被觀測(cè)到以至于生存時(shí)間無法被準(zhǔn)確記錄下來，不是由于失效事件發(fā)生，而是無法繼續(xù)隨訪下去。刪失分為右刪失、左刪失和期間刪失三種。只知道生存時(shí)間大于某一時(shí)間點(diǎn)，這種刪失稱為右刪失;只知道生存時(shí)間小于某一時(shí)點(diǎn)的刪失稱為左刪失;只知道生存時(shí)間在某一段時(shí)間之內(nèi)的刪失稱為區(qū)間刪失，右刪失的情況最為常見。雖然刪失使得生存時(shí)間無法準(zhǔn)確計(jì)算，但在生存分析時(shí)還是應(yīng)該將其考慮在內(nèi)，因?yàn)閯h失數(shù)據(jù)會(huì)影響到最終的生存率結(jié)果。出現(xiàn)刪失的原因有：①中途失訪，包括拒絕訪問、失去聯(lián)系或中途退出實(shí)驗(yàn)、死于其他與研究無關(guān)的原因，如：肺癌患者死于心肌梗死、自殺，或因車禍死亡。終止隨訪的時(shí)間被稱為死亡時(shí)間。

②隨訪研究結(jié)束時(shí)觀察的對(duì)象仍舊存活，由于不清楚這些觀察對(duì)象發(fā)生失效事件的時(shí)間，他們的生存時(shí)間數(shù)據(jù)并不完整，因此其觀察值稱為截尾值（或刪失）。

生存函數(shù)又稱累積生存率，表達(dá)式：S（t）=P（T>t）（T為生存時(shí)間），生存函數(shù)的實(shí)際意義是生存時(shí)間大于時(shí)間點(diǎn)t的概率。生存函數(shù)定義為隨機(jī)變量T越過某個(gè)時(shí)點(diǎn)t時(shí)，所有考察對(duì)象中，沒有發(fā)生事情的概率，也就是生存下來的概率。當(dāng)t=0時(shí)，生存函數(shù)取值為1，隨著時(shí)間推移（t增大），生存函數(shù)的值逐漸變小，因此生存函數(shù)是時(shí)間t的單調(diào)遞減函數(shù)。根據(jù)生存函數(shù)，又可以提出累積風(fēng)險(xiǎn)函數(shù)，它的公式為：，表示生存時(shí)間T為超過時(shí)間點(diǎn)t時(shí)，研究對(duì)象中，已經(jīng)發(fā)生事件的概率。此外還有一個(gè)風(fēng)險(xiǎn)概率密度函數(shù)，它是累積風(fēng)險(xiǎn)函數(shù)的導(dǎo)數(shù)，公式如下：

風(fēng)險(xiǎn)概率密度函數(shù)表示某個(gè)時(shí)間點(diǎn)t上，事件發(fā)生的概率。通過以上公式，最終我們可以得到風(fēng)險(xiǎn)函數(shù)，計(jì)算公式為：

表示生存時(shí)間T達(dá)到時(shí)間點(diǎn)t時(shí)，在接下來一瞬間，事件發(fā)生的概率。風(fēng)險(xiǎn)函數(shù)和生存函數(shù)之間可以互相推導(dǎo)，因此在生存分析中，既可以使用生存函數(shù)，也可以用風(fēng)險(xiǎn)函數(shù)，生存函數(shù)和風(fēng)險(xiǎn)函數(shù)是用來描述生存時(shí)間分布的兩個(gè)主要工具[14]。

2.3.3 生存分析的原理

生存分析描繪的是生存時(shí)間的分布情況，這里的分布指的是概率分布，如何描繪生存時(shí)間的分布情況呢？可以建立一個(gè)二維坐標(biāo)圖，橫軸是時(shí)間長(zhǎng)度，縱軸是事件發(fā)生概率，這就能很清楚的知道生存時(shí)間的概率分布情況了[15]。

2.3.4 生存分析的方法

生存分析的目的是得出生存函數(shù)，常用方法有壽命表法和Kaplan-Meier法。不考慮其它實(shí)驗(yàn)外因素（混雜因素），只考慮某個(gè)分類變量組間的生存時(shí)間分布情況，可以使用壽命表法和Kaplan-Meier法。這兩種方法之間的區(qū)別在于生存時(shí)間的記錄方式不同，Kaplan-Meier法的生存時(shí)間是通過記錄事件發(fā)生準(zhǔn)確時(shí)間點(diǎn)得到的，而壽命表法則適用于事件發(fā)生的時(shí)間點(diǎn)無法準(zhǔn)確記錄，只能確定事件發(fā)生在某段時(shí)間內(nèi)。

（1）壽命表法和Kaplan-Meier法的共同點(diǎn)：壽命表法與K-M法都可以實(shí)現(xiàn)對(duì)生存時(shí)間分布進(jìn)行描述性統(tǒng)計(jì)。

（2）壽命表法和Kaplan-Meier法的區(qū)別點(diǎn)：

1）適用范圍不同。K-M法適用于樣本量較少，每個(gè)被觀察個(gè)體事件所發(fā)生的時(shí)間點(diǎn)或刪失發(fā)生的時(shí)間點(diǎn)能夠被準(zhǔn)確記錄下來的數(shù)據(jù);而壽命表法適用于樣本量較大，生存時(shí)間分段記錄的數(shù)據(jù)。

2）基本思想不同。壽命表法將生存時(shí)間分成較多小的時(shí)間段，計(jì)算該段內(nèi)的生存率，研究總體的規(guī)律;K-M法計(jì)算每一個(gè)“結(jié)局”事件發(fā)生時(shí)點(diǎn)的生存率，除了分析總體的生存規(guī)律外，還需尋找與之相關(guān)的影響因素。

3）生存曲線不同。壽命表的曲線可以回答試驗(yàn)時(shí)間內(nèi)的生存率如何;而K-M過程更傾向于回答某種干預(yù)因素實(shí)施后，生存時(shí)間的變化情況[16]。

4）統(tǒng)計(jì)方法不同。壽命表法采用Wilcoxon法，K-M過程則提供了Log rank法、Breslow法、Tarone-Ware法。

3 構(gòu)造旅游模型分析表

3.1 數(shù)據(jù)挖掘

由于所給數(shù)據(jù)具有不完整性以及存在各種不利因素，因此在進(jìn)行后續(xù)模型的建立之前，對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理的工作。這個(gè)數(shù)據(jù)處理工作就是指在數(shù)據(jù)挖掘過程中的數(shù)據(jù)準(zhǔn)備環(huán)節(jié)，其不但可以建模模型，也可以提高模型的準(zhǔn)確度，對(duì)問題的解答更深入、更合理。所謂的數(shù)據(jù)挖掘是指從大量的、不完全的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中去建立個(gè)屬性間的內(nèi)在聯(lián)系，并對(duì)重復(fù)、有誤、缺失數(shù)據(jù)進(jìn)行清洗、合并、更新的一個(gè)過程。常用的數(shù)據(jù)挖掘軟件有很多，主要有：SAS，SPSS，ECXEL等。例如我們采用了excel軟件自帶的內(nèi)插法法，對(duì)缺省的數(shù)據(jù)，在CEIC官網(wǎng)上進(jìn)行數(shù)據(jù)查詢并補(bǔ)全，因此我們主要使用了SPSS和Excel軟件。而對(duì)于數(shù)據(jù)的預(yù)處理通常會(huì)根據(jù)數(shù)據(jù)的不同情況進(jìn)行相應(yīng)處理。如缺失值、異常值、數(shù)值型變量;一般的方法有：刪除、替換（平均數(shù)、中位數(shù)-連續(xù)、眾數(shù)-離散）最大似然估計(jì)法、隨機(jī)森林、二值化等[17]。

3.2 問題分析

3.2.1 問題一分析

對(duì)于基本面，我們分析了旅游業(yè)的基本盈利模式、行業(yè)的優(yōu)缺點(diǎn)、旅游公司的市值、旅游總收入的預(yù)測(cè)分析。根據(jù)建立模型分析出來的數(shù)據(jù)，預(yù)測(cè)未來三年國內(nèi)的旅游市場(chǎng)的發(fā)展情況分析。

（1）旅游業(yè)的基本盈利式。旅游業(yè)本身的利潤(rùn)薄，但是，旅游業(yè)的溢出效應(yīng)明顯。所謂溢出效應(yīng)是指一件事物的一個(gè)方面的發(fā)展帶動(dòng)了其他放面的發(fā)展。我國旅游業(yè)的模式不盡相同，但是都有成功的。具體的分為一下幾類：

1）主要依靠獨(dú)特的自然資源獲得收益，比如黃山，石林等獨(dú)一無二的資源，獲得收益。黃山旅游公司在過去的幾年收入中，景點(diǎn)收入占60%左右的份額。

2）旅游產(chǎn)業(yè)鏈中，每個(gè)環(huán)節(jié)都力爭(zhēng)做到最好。如首旅集團(tuán)，首旅集團(tuán)不僅擁有六大環(huán)節(jié)的業(yè)務(wù)，而且每個(gè)業(yè)務(wù)都有很好的品牌和發(fā)展目標(biāo)[18]。

3）借助網(wǎng)絡(luò)，網(wǎng)絡(luò)中介機(jī)構(gòu)，旅游網(wǎng)站。

4）利用“旅游+房地產(chǎn)”模式。

5）旅游公司把旅游業(yè)作為副業(yè)。如中青旅，中青旅最初的業(yè)務(wù)是旅行社，但是，后來實(shí)行多元化戰(zhàn)略，業(yè)務(wù)涵蓋旅行社（入境游、國內(nèi)游、出境游）、會(huì)展服務(wù)、烏鎮(zhèn)旅游、酒店、科技業(yè)務(wù)、福利彩票銷售、房地產(chǎn)銷售、物業(yè)出租等八個(gè)領(lǐng)域。

（2）旅游公司的市值。據(jù)中商情報(bào)網(wǎng)訊統(tǒng)計(jì)顯示，截止到2018年12月28日，2018年中國行業(yè)上市公司總市值排名前十的企業(yè)有：中國國旅、中青旅、騰邦國際、眾信旅游、凱撒旅游、嶺南控股、云南旅游、海航創(chuàng)新、麗江旅游、三特索道。值得關(guān)注的是，2018年中國旅游行業(yè)上市公司總市值排行榜主要統(tǒng)計(jì)了13家滬深上市企業(yè)的市值排名，市值超過百億元的僅1家。其中，2018年中國旅游行業(yè)上市公司總市值居第一的是來自北京市的中國國旅，市值達(dá)1175.39億元。中青旅市值居第二，市值為93.3億元。騰邦國際市值居第三，市值為55.73億元。

（3）行業(yè)的優(yōu)缺點(diǎn)：我國旅游業(yè)總收入不斷增長(zhǎng)，旅游業(yè)發(fā)展迅速，產(chǎn)業(yè)規(guī)模不斷擴(kuò)大，產(chǎn)業(yè)體系日趨完善。但總體來說我國旅游業(yè)仍處于一種低消費(fèi)、低水平、中近距離旅游的狀態(tài)。雖然旅游的基礎(chǔ)設(shè)施和服務(wù)設(shè)施建設(shè)發(fā)展得很快，但仍不能適應(yīng)國內(nèi)旅游的發(fā)展速度[19]。

3.2.2 問題二分析

本題要求建立量化模型來分析未來三年旅游行業(yè)投資發(fā)展的潛在風(fēng)險(xiǎn)和預(yù)期收益，并給出旅游業(yè)發(fā)展的新業(yè)態(tài)建議。因此首先需要將所給數(shù)據(jù)進(jìn)行一個(gè)歸納劃分。由于數(shù)據(jù)的分布很不均勻，且側(cè)重點(diǎn)不同，因此我們將統(tǒng)計(jì)結(jié)果分為了兩類，一類為旅游行業(yè)的社會(huì)經(jīng)濟(jì)發(fā)展，一類為消費(fèi)者和投資者的意向。由于數(shù)據(jù)量過少，我們采用滿足最少數(shù)據(jù)量的需求進(jìn)行分配。然而還是會(huì)存在缺失值，以及變量類型存有搭配不符的問題，因此我們下面將著重解決問題。

3.2.3 問題三分析

預(yù)警機(jī)制即為能預(yù)先發(fā)布警告的一種制度，它能通過一些反?，F(xiàn)象，讓危險(xiǎn)信號(hào)提前反饋給決策層，及時(shí)針對(duì)危險(xiǎn)進(jìn)行布置、防風(fēng)險(xiǎn)于未然。像這次疫情，雖然有征兆，但是我們沒有及時(shí)做出反應(yīng)，采取相應(yīng)的措施，我們還是低估了這次疫情造成的破壞，旅游業(yè)更是慘不忍睹，不僅游客量急劇減少而導(dǎo)致收入驟減，更有甚者直接面臨破產(chǎn)的嚴(yán)峻考驗(yàn)。導(dǎo)致這些情況出現(xiàn)的原因就是我們沒有一套完整的預(yù)警機(jī)制，不能根據(jù)疫情出現(xiàn)前的征兆和相關(guān)數(shù)據(jù)來合理分析疫情會(huì)不會(huì)爆發(fā)，爆發(fā)的嚴(yán)重程度如何，怎樣根據(jù)疫情的輕重制定出相應(yīng)的策略。

如何建立合理的預(yù)警機(jī)制阻止或降低疫情帶來的影響呢？首先我們要明確建立風(fēng)險(xiǎn)預(yù)警的過程，即以下四步：（如圖3.2.3（1））

我們第一步要對(duì)有用的信息進(jìn)行篩選，知道哪些因素可以預(yù)判疫情是否會(huì)爆發(fā)和疫情的走向;其次是如何根據(jù)這些信息來分析疫情，也就是評(píng)判標(biāo)準(zhǔn)是什么;然后我們根據(jù)這套預(yù)警體系來評(píng)估研究的結(jié)果是否合理，是否有使用價(jià)值;最后如果結(jié)果合理，能基本預(yù)測(cè)結(jié)果，那么我們就可以根據(jù)這個(gè)結(jié)果來在疫情到來前對(duì)旅游行業(yè)決策層進(jìn)行及時(shí)提醒，并制定出相應(yīng)的策略。

根據(jù)疫情的危害程度，我們需要對(duì)疫情進(jìn)行等級(jí)劃分，即預(yù)警規(guī)劃。根據(jù)預(yù)警規(guī)劃來制定合理且有效的預(yù)警方案。在可能存在風(fēng)險(xiǎn)的情況下，如何將預(yù)警方案正確地應(yīng)用于實(shí)際情況中，有效的發(fā)揮預(yù)警機(jī)制預(yù)防風(fēng)險(xiǎn)、減少損失的作用顯得尤為重要，實(shí)施方需準(zhǔn)確掌握風(fēng)險(xiǎn)預(yù)警機(jī)制的實(shí)施流程。

3.3 變量的缺失統(tǒng)計(jì)分析

我們所統(tǒng)計(jì)的字段共有13段，可卻包含了一些缺失值（空值），經(jīng)過數(shù)據(jù)審核我們可以分析出各類信息的分布情況、均值、極值、標(biāo)準(zhǔn)差以及缺失值的個(gè)數(shù)和占比如圖三和圖四所示。

對(duì)于缺失值的處理，我們首先利用時(shí)間散點(diǎn)圖，觀察各因素是否存在季節(jié)性波動(dòng)。其圖像如圖五所示，由圖可以并不存在季節(jié)性波動(dòng)，近乎為類指數(shù)型的變化趨勢(shì)。對(duì)于缺失值我們采用插補(bǔ)的方法，由于數(shù)據(jù)統(tǒng)計(jì)的隨機(jī)性，因此我們針對(duì)不同數(shù)據(jù)的分布不同采用不同的變化形式，對(duì)于“旅游景區(qū)就業(yè)數(shù)”和“全國政府性基金支出增長(zhǎng)指數(shù)”我們采用逆模型的方法進(jìn)行處理;對(duì)于“旅游景區(qū)總數(shù)”采取對(duì)數(shù)log10進(jìn)行處理;“學(xué)校數(shù)_旅游院?！辈捎萌?duì)數(shù)logN進(jìn)行處理。將所有因素的分布都大致靠近于正太分布，利用正態(tài)分布的抵償性和統(tǒng)計(jì)隨機(jī)性，以各因素的平均值和標(biāo)準(zhǔn)差作為參考，進(jìn)行隨機(jī)值的填補(bǔ)。

3.4 數(shù)據(jù)類型的處理和目標(biāo)字段的選取

對(duì)于Logistic回歸模型其目標(biāo)變量類型為二值化（0，1），因此我們需要進(jìn)行變量轉(zhuǎn)化，我們將所給數(shù)據(jù)中“入境旅游總收入”+“國內(nèi)旅游總收入”=“旅游總收入”。然后令轉(zhuǎn)化率p=“旅游總收入”/“旅游總支出”（含義：每一份旅游支出能轉(zhuǎn)化為多少的旅游收入）。然后采用同比增長(zhǎng)制，以本年的轉(zhuǎn)化率與上一年轉(zhuǎn)換率相比，如果大于1則令其值1，如果小于1則令其為0，此間接測(cè)量因素我們?cè)O(shè)置為目標(biāo)量，并取名為“提高度”。然而在之后的時(shí)間預(yù)測(cè)模型中，需要進(jìn)行類型的轉(zhuǎn)換以及字段的填充。因此采用to_date（）代碼進(jìn)行數(shù)據(jù)類型的轉(zhuǎn)換。

4 模型的建立與仿真

4.1 問題一的模型建立與仿真

4.1.1 灰色模型的建立與求解

灰色系統(tǒng)理論建模要求原始數(shù)據(jù)必須等時(shí)間間距。首先對(duì)原始數(shù)據(jù)進(jìn)行累加生成，目的是弱化原始時(shí)何序列數(shù)據(jù)的隨機(jī)因素，然后建立生成數(shù)的微分方程。建立時(shí)間序列為，從2010年到2019年的國內(nèi)和入境旅游總收入數(shù)據(jù)時(shí)間序列如下：

求解及模型還原值，根據(jù)得到的模型方程，可以預(yù)測(cè)出2010年=2019和2020-2023年的旅游總收入，

從2010到2019年預(yù)測(cè)旅游收入，用SPSS軟件對(duì)真實(shí)的旅游總收入和預(yù)測(cè)的旅游總收入進(jìn)行相關(guān)性分析，預(yù)測(cè)旅游收入與實(shí)際的旅游收入的相關(guān)性高達(dá)99.7%。對(duì)旅游景區(qū)就業(yè)人數(shù)進(jìn)行預(yù)測(cè)分析，發(fā)現(xiàn)旅游景區(qū)預(yù)測(cè)人數(shù)在未來三年也是增長(zhǎng)的，對(duì)于疫情之后很可能會(huì)有“報(bào)復(fù)性消費(fèi)”，旅游行業(yè)的經(jīng)濟(jì)會(huì)恢復(fù)。

根據(jù)SPSS modeler軟件分析旅行社數(shù)量、旅游院校數(shù)、景區(qū)總數(shù)、國內(nèi)居民旅游人數(shù)對(duì)于旅游總收入的影響。結(jié)果如下圖，發(fā)現(xiàn)旅行社數(shù)量對(duì)于旅游總收入的影響是最大的。

灰色關(guān)聯(lián)度分析。首先，選取參考序列

M個(gè)比較數(shù)列：

為比較數(shù)列為參考數(shù)列在k時(shí)刻的關(guān)聯(lián)參數(shù)，其中為分辨系數(shù)：一般來講，分辨系數(shù)越大，分辨率越大，越小，分辨率越小。

為數(shù)列對(duì)參考數(shù)列的關(guān)聯(lián)度。給定數(shù)列

旅游總收入為因變量，景區(qū)總數(shù)為控制變量，其他因素與旅游總收入的相關(guān)性。（如表4.1（4））

第 1、2、3、4分別為國內(nèi)居民旅游人數(shù)、旅行社數(shù)量，國內(nèi)居民人均旅游花費(fèi)、旅游景區(qū)接待游客人數(shù)。

4.2 問題二的模型建立與仿真

經(jīng)過上面的數(shù)據(jù)預(yù)處理，我們最終得到的風(fēng)險(xiǎn)數(shù)據(jù)集。然后將數(shù)表格進(jìn)行保存，以便可以利用SPSS系統(tǒng)可以打開。再利用spss Modeler軟件導(dǎo)入源文件。

4.2.1 進(jìn)行線性回歸檢查

利用線性回歸的數(shù)據(jù)類型特點(diǎn)，我們將轉(zhuǎn)化率設(shè)置為目標(biāo)點(diǎn)，采用分區(qū)設(shè)置，將訓(xùn)練區(qū)間設(shè)置為20%，測(cè)試區(qū)間設(shè)置為80%，并為分區(qū)數(shù)據(jù)構(gòu)建分割模型，以此更好地對(duì)數(shù)據(jù)進(jìn)行客觀分析，減少偶然性誤差，去除冗余項(xiàng)。

在回歸分析中，采用逐步法的原理，對(duì)尚未添加到模型的輸入量進(jìn)行評(píng)估，選擇最佳輸入量能夠顯著增加模型的預(yù)測(cè)能力。因此可以篩選出對(duì)于目標(biāo)量有著重要影響的因素。

由此可以看出“旅游外匯收入增速”相對(duì)其它因素所占比例更大，因此需要更好的進(jìn)行優(yōu)勢(shì)放大。

4.2.2 Logistic模型建立與仿真

對(duì)于Logistic回歸模型，前面提到過，如果在模型分析之前對(duì)不必要數(shù)據(jù)進(jìn)行預(yù)處理（刪除、清理），那么可以大大提高Logistic回歸模型的預(yù)測(cè)效果，因此我們將建模數(shù)據(jù)帶入，按照以下流程進(jìn)行數(shù)據(jù)的特征分析。（如圖4.2.3（1））

在數(shù)據(jù)特征分析過程中，通過分類目標(biāo)，類別預(yù)測(cè)變量的p值（重要性）以Pearson相關(guān)系數(shù)來表示目標(biāo)量與影響因素之間的相關(guān)度。相關(guān)系數(shù)的絕對(duì)值越大，相關(guān)性越強(qiáng)。相關(guān)系數(shù)越接近于0，其相關(guān)度越弱。因此我們可以將不重要因素給刪除，以提高Logistic回歸模型的準(zhǔn)確度。緊接著我們?cè)谶M(jìn)行分區(qū)實(shí)驗(yàn)，將訓(xùn)練分區(qū)大小和測(cè)試分區(qū)大小各占50%，然后進(jìn)一步采用步進(jìn)的方法開始模型仿真。

緊接著我們通過模擬擬合信息和案件處理總結(jié)可得中可以知道其預(yù)測(cè)提高度為1的概率為77.8%，而為0的概率為22.2%，并且其卡方檢驗(yàn)的數(shù)值為9.535，由此可知其實(shí)驗(yàn)結(jié)果具有一定的可信度。所以我國旅游行業(yè)未來的發(fā)展風(fēng)險(xiǎn)較低，大概率其提高度會(huì)持續(xù)為1，投入轉(zhuǎn)換率呈上升趨勢(shì)。（如其簡(jiǎn)表4.2.3所示）

將調(diào)整好的數(shù)據(jù)，把時(shí)間間隔調(diào)整成按年計(jì)算，并將觀察值由日期/時(shí)間字段進(jìn)行指定。并考慮到季節(jié)的影響，我們采用指數(shù)平滑法St=aYt-1+（1-a）St-1。利用一次指數(shù)平滑預(yù)測(cè)，其預(yù)測(cè)公式為yt+1=ayt+（1-a）yt。然后根據(jù)數(shù)據(jù)數(shù)據(jù)的波動(dòng)性調(diào)整a值，其調(diào)整如下：

（1）當(dāng)時(shí)間序列呈現(xiàn)較穩(wěn)定的水平趨勢(shì)時(shí)，應(yīng)選較小的a值，一般可在0.05～0.20之間取值;

（2）當(dāng)時(shí)間序列有波動(dòng)，但長(zhǎng)期趨勢(shì)變化不大時(shí)，可選稍大的a值，常在0.1～0.4之間取值;

（3）當(dāng)時(shí)間序列波動(dòng)很大，長(zhǎng)期趨勢(shì)變化幅度較大，呈現(xiàn)明顯且迅速的上升或下降趨勢(shì)時(shí)，宜選擇較大的a值，如可在0.6～0.8間選值，以使預(yù)測(cè)模型靈敏度高些，能迅速跟上數(shù)據(jù)的變化;

（4）當(dāng)時(shí)間序列數(shù)據(jù)是上升（或下降）的發(fā)展趨勢(shì)類型，a應(yīng)取較大的值，在0.6～1之間。

便可以預(yù)測(cè)出我國旅游未來5年的預(yù)期收入。

4.3 問題三的模型建立與仿真

4.3.1 對(duì)變量的分析

先進(jìn)行變量之間的相關(guān)性分析，利用SPSS做出各變量之間的顯著性關(guān)系。當(dāng)顯著性P<0.05時(shí)，在0.05水平上顯著，說明事件至少有95%的把握能發(fā)生，該樣本就可以推廣到整體，研究得可靠程度才高。根據(jù)圖中關(guān)系查找得出各變量之間的相關(guān)性后，由SPSS繪出各變量之間的散點(diǎn)圖。

由于旅游景區(qū)總數(shù)和旅行社數(shù)量之間有很強(qiáng)的正相關(guān)性，可認(rèn)為旅行社的數(shù)量隨著旅游景區(qū)總數(shù)的增加而增加。

由散點(diǎn)圖分析出旅行社就業(yè)人數(shù)和旅行社數(shù)量之間存在較強(qiáng)的正相關(guān)性，由此可知，近年來隨著旅行社數(shù)量的增加，旅行社就業(yè)人數(shù)也跟著增加，看起來可能是好事，增加了不少工作崗位，但是也有可能導(dǎo)致的結(jié)果就是“無用”人員太多，讓旅游社行業(yè)呈現(xiàn)出一種重?cái)?shù)量而不重質(zhì)量的“病態(tài)”中。 這樣下去，游客的心態(tài)肯定會(huì)受到一定的影響，最后可能導(dǎo)致旅行社行業(yè)不景氣，私人組隊(duì)出游的情況增加。因此，精減旅行社的數(shù)量顯得尤為重要。

由旅游總收入和時(shí)間的散點(diǎn)圖可知，旅游景區(qū)總數(shù)與旅游總收入之間存在高度的相關(guān)性，而且這個(gè)增長(zhǎng)趨勢(shì)也隨時(shí)間越來越大。

4.3.2 建立預(yù)警機(jī)制

（1）建立突發(fā)疫情應(yīng)對(duì)小組：傳染病疫情報(bào)告管理領(lǐng)導(dǎo)成員為傳染病暴發(fā)應(yīng)急領(lǐng)導(dǎo)小組，負(fù)責(zé)出現(xiàn)重大疫情預(yù)警時(shí)的疾病確診，預(yù)警上報(bào)的指導(dǎo)工作，然后及時(shí)向決策層反映，讓決策層做出相應(yīng)的應(yīng)對(duì)措施。

（2）設(shè)定傳染病預(yù)警對(duì)象，一經(jīng)發(fā)現(xiàn)，及時(shí)向有關(guān)衛(wèi)生部門和領(lǐng)導(dǎo)小組反應(yīng)：

1）發(fā)現(xiàn)甲類傳染病、疑似病人、和病原攜帶者，衛(wèi)生部規(guī)定按照甲類管理的其他乙類傳染病和突發(fā)原因不明傳染病。2）發(fā)現(xiàn)不明原因的肺炎、不明原因的死亡病例。3）發(fā)現(xiàn)同一種急性傳染病。

（3）制定報(bào)告的方式：首次發(fā)現(xiàn)上述任何一種情況的病例，應(yīng)于2小時(shí)內(nèi)及時(shí)上報(bào)，相關(guān)人員了解情況，確認(rèn)后報(bào)告領(lǐng)導(dǎo)，由負(fù)責(zé)領(lǐng)導(dǎo)啟動(dòng)預(yù)警預(yù)案，疫情管理領(lǐng)導(dǎo)小組成員對(duì)報(bào)告信息進(jìn)行會(huì)診討論，最后決定是否報(bào)告疾控部門，并向相應(yīng)部門和地點(diǎn)發(fā)出預(yù)警信息。

（4）建立責(zé)任制：各級(jí)人員應(yīng)明確責(zé)任，對(duì)未及時(shí)上報(bào)傳染病信息，由此造成嚴(yán)重后果者，根據(jù)相關(guān)規(guī)定給以處理。

4.3.3 在疫情出現(xiàn)后的調(diào)整

當(dāng)疫情爆發(fā)后，線下旅游實(shí)體企業(yè)的營業(yè)受到?jīng)_擊，旅游行業(yè)可以及時(shí)推出線上旅游產(chǎn)品，讓大家能足不出戶也能感受到旅游的樂趣。在疫情期間，一些中小旅游企業(yè)沒有收入來源，面臨破產(chǎn)的悲慘結(jié)局。在這期間，要合理合法的使用國家政府的扶持政策，來盡量讓自己度過這段危險(xiǎn)期，而且這段時(shí)間，旅游企業(yè)要對(duì)自身優(yōu)化，刪減不必要的分支機(jī)構(gòu)和支出。而且經(jīng)歷過這次疫情后，旅游也朝著健康旅游的方向發(fā)展，大眾也異常關(guān)心以健康的方式去旅游，旅游行業(yè)也應(yīng)該把重心從注重?cái)?shù)量轉(zhuǎn)移到注重品質(zhì)上，從大眾景區(qū)轉(zhuǎn)變成優(yōu)質(zhì)景區(qū)。只要讓游客的體驗(yàn)感得到提升，那么去旅游的游客數(shù)量自然也會(huì)增多，所帶來的收益將超乎想象。

5 模型的優(yōu)缺點(diǎn)與優(yōu)化方案

5.1 問題一模型的優(yōu)缺點(diǎn)及改進(jìn)方法：

優(yōu)點(diǎn)：即使旅游行業(yè)的數(shù)據(jù)少也能大致預(yù)測(cè)出結(jié)果，結(jié)果也比較精確。缺點(diǎn)：（1）模型都是以原始的時(shí)間序列具有指數(shù)增長(zhǎng)規(guī)律為基礎(chǔ)，而在現(xiàn)實(shí)中旅游行業(yè)只能呈現(xiàn)近似的指數(shù)整長(zhǎng)規(guī)律;（2）對(duì)于旅游行業(yè)的數(shù)據(jù)具有極大的波動(dòng)性和隨機(jī)性，不能簡(jiǎn)單地說數(shù)據(jù)之間滿足單一函數(shù)關(guān)系。

改進(jìn)：建立多個(gè)模型進(jìn)行數(shù)據(jù)對(duì)比分析。

5.2 問題二模型的優(yōu)缺點(diǎn)及改進(jìn)方法

優(yōu)點(diǎn)：（1）模型二對(duì)異常數(shù)據(jù)進(jìn)行了合理的處理，并對(duì)數(shù)據(jù)進(jìn)行了篩選，很大程度上提高了模型仿真的準(zhǔn)確性;（2）在運(yùn)用模型進(jìn)行預(yù)測(cè)的時(shí)候，巧妙地對(duì)時(shí)序數(shù)據(jù)進(jìn)行了季節(jié)性檢驗(yàn)，排除了時(shí)序干擾。

缺點(diǎn)：（1）數(shù)據(jù)量過少，且最終整合的數(shù)據(jù)實(shí)用性不廣泛，比較局限;（2）目標(biāo)變量的的預(yù)測(cè)準(zhǔn)確性不高。

改進(jìn)：（1）旅游行業(yè)的其它新興項(xiàng)目對(duì)于旅游行業(yè)的發(fā)展也會(huì)起到很大的重要性，因此也需要結(jié)合起來;（2）多去查閱資料，補(bǔ)全旅游行業(yè)發(fā)展的影響因素，使得模型仿真結(jié)果嚴(yán)謹(jǐn)，普遍性和實(shí)用性更高。

5.3 問題三模型的優(yōu)缺點(diǎn)及改進(jìn)方法

優(yōu)點(diǎn)：（1）充分利用了篩選的數(shù)據(jù)，使結(jié)果更具有說服力;（2）分析了不同變量之間的相關(guān)性，得出變量之間的關(guān)系。缺點(diǎn)：數(shù)據(jù)量太少，相關(guān)性分析可能會(huì)得到偶然性的結(jié)果。改進(jìn)：使用多種不同的分析法對(duì)數(shù)據(jù)進(jìn)行分析。

6 結(jié)論

6.1 解答旅游從業(yè)人員的困惑

（1）出境游市場(chǎng)目前來說，依然是可以靠信息差來獲取大量利潤(rùn)的機(jī)會(huì)。分析各類平臺(tái)和各大旅行社的數(shù)據(jù)，都可以看到出境游業(yè)務(wù)在持續(xù)增長(zhǎng)。

現(xiàn)在出境游產(chǎn)品，大部分為觀光游，品質(zhì)和服務(wù)都一般，少量團(tuán)隊(duì)開始做品質(zhì)游。以東南亞為例，雖然頭部玩家已經(jīng)占據(jù)了很大份額，但考慮到中國的人口紅利和東南亞旅游產(chǎn)品的普遍低質(zhì)量，依然機(jī)會(huì)很大。旅游從業(yè)人員需要具備足夠強(qiáng)的供應(yīng)鏈整合能力，并做好產(chǎn)品的創(chuàng)新和服務(wù)的提升，一定可以獲得大的發(fā)展。

（2）國內(nèi)游市場(chǎng)傳統(tǒng)跟團(tuán)游的機(jī)會(huì)已經(jīng)越來小，競(jìng)爭(zhēng)也越來越激烈。無論是供應(yīng)鏈資源，還是服務(wù)品質(zhì)提升，都已經(jīng)很難有大的機(jī)會(huì)。旅游行業(yè)在國內(nèi)發(fā)展到今天，跟團(tuán)游產(chǎn)品已經(jīng)極大豐富，供大于求，那就要尋求根本模式的改變和創(chuàng)新。

突破方向1：做真正的自由行產(chǎn)品，收益主要來源于高額得服務(wù)費(fèi)。真正的自由行應(yīng)該是攻略+供應(yīng)鏈管理+服務(wù)的模式。

突破方向2：文旅主題游的時(shí)代已經(jīng)到來。

國民對(duì)于旅游的需求，已經(jīng)從打卡購物的時(shí)代，進(jìn)入到了精神享受的層面。人們?cè)敢鉃榱宋幕瘍r(jià)值認(rèn)同和精神共鳴而選擇參加一場(chǎng)旅行活動(dòng)，并且愿意花費(fèi)足夠多的錢。文化+藝術(shù)+娛樂+旅行線路+營地+品牌，這些不同領(lǐng)域的內(nèi)容交織在一起，會(huì)暴發(fā)出巨大的能量。

6.2 給旅游行業(yè)發(fā)展的新業(yè)態(tài)建議

6.2.1 輕戶外和旅行的結(jié)合

隨著全球經(jīng)濟(jì)的發(fā)展，國內(nèi)旅游已經(jīng)逐漸呈現(xiàn)出開放式運(yùn)營，很多旅行社都齊刷地把目光轉(zhuǎn)向城市周邊，對(duì)于戶外、露營、徒步、登山、房車、野餐、騎行等產(chǎn)品已經(jīng)開始被挖掘和開發(fā)，事實(shí)證明這一系列的旅游新分支很好的結(jié)合了我國對(duì)于旅游政策的開放性，以及相當(dāng)符合消費(fèi)者的客觀需求。例如：輕戶外是一個(gè)前幾年就開始且被重視和提及的市場(chǎng)，攜程在很早的時(shí)候就布局了主題游，其中就包含徒步登山、騎行露營這樣的產(chǎn)品。但前幾年包括現(xiàn)在這依然是一個(gè)不斷增量的小眾市場(chǎng)，都知道方向但不知道趨勢(shì)紅利具體什么時(shí)候來。今年很多的供給大量加入，用戶得到不斷的教育和普及，可能會(huì)是戶外和旅行結(jié)合的起點(diǎn)。

6.2.2 旅游從業(yè)者的互聯(lián)網(wǎng)時(shí)代

今天小視頻、抖音、公眾號(hào)、微信都能創(chuàng)業(yè)者提供很好的自主創(chuàng)業(yè)機(jī)會(huì)，在川西、云南、新疆和西藏等旅游目的上不少的司機(jī)、領(lǐng)隊(duì)、導(dǎo)游都成為了各自領(lǐng)域里的“小網(wǎng)紅”，他們通過互聯(lián)網(wǎng)能夠找到足夠的存在感和好生活。因?yàn)槌杀镜?、接團(tuán)少、個(gè)人背書反而能夠獲得更多地推薦。甚至有不少的“網(wǎng)紅領(lǐng)隊(duì)”開始接團(tuán)反交給旅行社。從旅行社、公司里等著被派團(tuán)到主動(dòng)分配自己接不過來的團(tuán)給旅行社，巨大轉(zhuǎn)變的背后，是互聯(lián)網(wǎng)提供給每個(gè)人的機(jī)會(huì)。

6.2.3 國內(nèi)好產(chǎn)品被加速發(fā)現(xiàn)

國內(nèi)優(yōu)質(zhì)旅行資源會(huì)被加速挖掘，很多人出不了國，無論主動(dòng)和被動(dòng)都要多一些目光給國內(nèi)。這個(gè)時(shí)候旅行軟件和硬件都很不錯(cuò)的目的地會(huì)受到歡迎，比如新疆、西藏和四川這些具有異域風(fēng)情同時(shí)文化和自然資源都很豐富的地方。而對(duì)于外國友人來講，我國特有的風(fēng)景資源更是得天獨(dú)厚，因此我們應(yīng)大力結(jié)合當(dāng)今網(wǎng)絡(luò)信息傳播的廣泛性和快速性，積極對(duì)國外旅游愛好者進(jìn)行宣傳，將我國的旅游資源利用到極致。

參考文獻(xiàn)：

[1] 育兒能手.數(shù)學(xué)建模旅游業(yè).[OL].[2020-07-07].https：//wenku.baidu.com.

[2] 醉漾輕舟1984.第三章旅游企業(yè).[OL].[2020-07-07].https：//www.doc88.com.

[3] shin.什么叫基本面？基本面怎么看？如何分析基本面？[OL].[2020-07-06].https：//wk.baidu.com.

[4] 知識(shí)分享的店.旅游公司組織管理結(jié)構(gòu).[OL].[2020-07-07].https：//wk.baidu.com.

[5] 人人都是產(chǎn)品經(jīng)理.疫情過后，談一談對(duì)2020旅游業(yè)一些基本面的理解[OL].[2020-07-10].https：//www.sohu.com.

[6] 張凌云.1996年旅游上市公司評(píng)析[J]旅游學(xué)刊，1996（03）：14-18.

[7] cowboy_wz.三個(gè)有名的決策樹算法：CHAID＼CART和C4.5.[OL].[2020-07-12].https：//blog.csdn.net.

[8] Yomi JIN.SPSS Modeler決策樹CART算法實(shí)踐案例.[OL].[2020-07-13].https：//blog.csdn.net .

[9] 劉慶余.PPG模式與旅游業(yè)供應(yīng)鏈管理創(chuàng)新[J].旅游學(xué)刊.2008 （09）：54-59.

[10] 王振宇.中國旅游業(yè)發(fā)展的潛力及對(duì)策[J].安陽工學(xué)院學(xué)報(bào)， 2009（03）：45-47.

[11] 梁文博，劉晨，王艷玲.基于Logistic回歸模型的居民出行方式影響因素分析[J].生產(chǎn)力研究.2020（01）：125-127.

[12] 周旦，馬曉龍，金盛，王殿海.基于Logistic模型的混合自行車流量-密度關(guān)系[J].交通運(yùn)輸工程學(xué)報(bào).2016（03）：133-141.

[13] 白曉東.應(yīng)用時(shí)間序列分析[M].清華大學(xué)出版社，2017.

[14] 胡保強(qiáng).如何理解和使用生存分析？[OL].[2020-07-12].https：//zhuanlan.zhihu.com.

[15] obwte.生存分析.[OL].[2020-07-13].https：//blog.csdn.net.

[16] 張靜. 旅游業(yè)對(duì)目的地經(jīng)濟(jì)影響研究[D].四川師范大學(xué)，2006.

[17] 趙振學(xué).西北旅游業(yè)生態(tài)文明導(dǎo)向與投融資創(chuàng)新[J].甘肅社會(huì)科學(xué)，2019（06）：143-150.

[18] 我國旅游行業(yè)積極應(yīng)對(duì)“非典”沖擊[J].飯店現(xiàn)代化，2003 （02）：16.

[19] 劉春玲，鄭艷俠.旅游危機(jī)對(duì)旅行社行業(yè)的影響及應(yīng)對(duì)策略研究——以“非典”事件為例[J].商場(chǎng)現(xiàn)代化，2007（04）：237-238.

西華大學(xué)，四川 成都