上海世博会影响定量评估Word格式文档下载.docx
《上海世博会影响定量评估Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《上海世博会影响定量评估Word格式文档下载.docx(18页珍藏版)》请在冰豆网上搜索。
![上海世博会影响定量评估Word格式文档下载.docx](https://file1.bdocx.com/fileroot1/2023-1/4/2c3332eb-9194-4e75-a8fb-cc7bb6276476/2c3332eb-9194-4e75-a8fb-cc7bb62764761.gif)
因此,本底趋势线模型可以反映在没有特殊事件和因素的影响下,旅游业发展的自然趋势。
就重大事件活动而言,其性质是一种超常规的特殊因素,对于世博会这类一次性的重大活动来说,其特殊性就更加突出,因而,应用孙根年的本底趋势线模型方法分析重大事件活动对旅游业的影响是合适的。
故而,论文以2010年上海世博会的旅游业为例,在现有的统计资料的情况下,考虑到旅游业固有的发展规律,可以根据孙根年在环境评价本底值概念的启发下提出的旅游本底趋势线模型的原理和概念模型对其影响力进行定量评估。
并选择适当的指标值进行比较,采用各指标的实际值与预测值的差与其真实值之比作为该项指标的影响力,并可以选择熵值法求得各项指标影响力的综合影响力作为最终描述评估上海世博会对其旅游业的影响力的定量指标。
五、模型的建立与求解
5.1指标及数据的选取
建立旅游本底趋势线需要以统计数据为依据,论文所采集的统计数据主要取自上海市旅游局,统计指标包括上海市海外旅游人数、国内旅游人数及通过简单计算得到的旅游住宿总收入共三个序列,建模时间为2009年1月至2010年7月。
具体数据如表2。
其中旅游人数单位为十万人次,总收入费用单位为亿元。
表22009年1月至2010年7月上海市三项指标统计表
年月份
海外旅游人数
国内旅游人数
旅游住宿总收入
2009.1
4.14747
7.59913
4.99476931
2009.2
4.68685
6.62343
4.55963313
2009.3
5.10617
9.70093
6.64432604
2009.4
5.49291
1.772017
11.12931305
2009.5
4.90005
1.912114
10.95029858
2009.6
4.69343
1.586627
9.38118295
2009.7
5.42341
1.334833
7.93336534
2009.8
5.58876
1.245165
7.35241255
2009.9
5.2794
1.136429
8.16725829
2009.10
6.17274
1.56197
10.14453576
2010.11
6.41675
1.969628
13.05889069
2010.12
4.98374
1.333119
8.81843703
2010.1
5.41019
6.96609
5.11767293
2010.2
4.79208
6.64301
4.44775769
2010.3
6.94372
1.217327
9.37549674
2010.4
6.77586
1.763295
10.84330007
2010.5
7.13699
2.05591
15.92648277
2010.6
7.566
2.137543
17.03050248
2010.7
7.49327
2.289608
16.92683296
5.2数据的修正
建立旅游本底趋势线,需要对因突发事件所造成统计数据的异常变化进行修正。
统计数据的修正采用了直线内插法,具体方法是:
1)用原始统计数据作出长期变化的统计线;
2)根据目视观察,从统计线上找出需进行修正的时间区段,并确定适合直线内插的起始点
和终止点
;
3)用内插公式
订正异常区统计数据。
其中,
为进行内插的公差值,其计算公式为
通过对表2数据描点作图发现,统计图像存在明显的“凹形谷”,需对其进行内插修正后才适合建模预测。
上海市旅游内插区段、内插方程和内插修正值如表3。
表33个数据序列直线内插参数及内插数值
序列名称
内插区段
公差值
修正值公式
修正值
起始点终止点
111314
y1
1014
-0.3452
5.82765.13724.7921
y2
1116
-0.4127
19.696318.870918.4583
y3
1115
-0.9208
13.058911.21729.3755
5.3旅游本底趋势线的基本形式
旅游本底趋势线是指在不受境内外重大事件冲击和干扰的情况下所呈现的固有趋势方程,它反映了一个国家(或地区)旅游业发展天然而稳定的趋势和时间规律,是旅游目的地及其与客源市场在旅游需求、社会经济发展等诸因素相互作用的综合结果。
建立旅游本底趋势线,可以揭示某国(或地区)旅游业发展的固有趋势,结合旅游业发展的统计线又可作为指示旅游业兴衰的“晴雨表”。
旅游业的发展趋势是确定的和可预报的,而各个时期增长率的变化却是随机和不可预报的。
旅游业发展的本底趋势线归结为4种基本形式和6种复合形式,直线(或指数线)增长基础上的周期性波动可能反映了旅游业发展的基本规律。
在此基础上进而将其归纳成统一方程
。
旅游业的发展动态(
)可分解为趋势项(
)、周期项(
)、随机项(
)三个部分。
其中,趋势项(
)可用直线方程
或指数方程
来反应,周期项(
)可用三角函数
或逻辑增长函数
来反应,随机项(
)可用随机时间序列分析中的
或
来模拟。
与以往单纯的直线模拟、灰色建模、时间序列模拟相比较,这种时域组合模式经济意义明确、包含时间序列的信息量丰富,更能精确地反应旅游业发展的动态变化规律.由于本文的主要目的在于建立近19个月来上海市旅游业三项指标的本底趋势线方程,着重分析其趋势项和周期波动项,所以略去了随机波动项。
与以往单纯的直线模型、灰色建模、时间序列模拟相比较,这种时域组合模式经济意义明确、包含时间序列的信息量丰富,更能精确地反应旅游业发展的动态变化规律。
由于论文的主要目的在于建立近一年半来上海市入境旅游业的本底趋势线方程,着重分析其趋势项和周期波动项,所以略去了随机波动项,以此来评估2010年上海世博会对旅游业的影响力。
5.4上海市旅游本底趋势线的建立
在建模过程中所选择的旅游本底趋势线方程中时间变量
为从2009年1月到2010年7月次依次取值
5.4.1海外旅游人数本底趋势线
在上海市海外游客市场中,外国人(包括港、澳、台和华侨)占有绝对优势和比重。
2009年一月上海市共接海外游客约41.5万人次,2010年7月接待海外游客约75万人次,一年多来上海累计接待海外游客约109万人次,每月同比增长率38.2%,累计增长率33.9%。
根据这一年半来海外旅游人数的统计数据,并应用5.2节的方式进行修正后采用直线增长基础上的指数正弦复合函数模型进行模式识别,得到上海市海外旅游人数动态变化的本底趋势线方程∶
其中本底值的相关系数
为了更清晰地反应上海市近19个月的海外旅游人数的本底趋势线和实际统计线,采用MATLAB作图,具体拟合图见图1。
(其中Matlab程序见附录2,本底值数据见附录3。
)
图1海外旅游人数的本底趋势线和实际统计线
从海外旅游人数的本底趋势线与实际统计线可以看出:
在2009年的海外旅游人数在1月是一个旅游低潮期,而在4月达到第一个峰值,6月再次遭遇了一个低谷,继而在10月到11月迎来了峰顶,这与本底趋势线刻画出的估计情况一致。
迎来了2010年之后,第一个旅游淡季依旧在1月份左右,但是第一个旅游峰值是在6月才出现,与去年相比旅游旺季延长了2月有余,同期客流量增长高达50%,达到了海外旅客游览上海的一个最高峰,这时的客流量的实际统计线与本底趋势线相差明显,本底趋势线的2010的第一个旅游高峰仍是4月,这点正说明了2010年5月开展的上海世博会给海外旅游带来了巨大的冲击。
5.4.2国内旅游人数本底趋势线
国内旅游人数是反应旅游业发展水平的第一指标。
2009年1月上海市共接待入境游客约75万人次,2010年7月接待入境游客约229万人次,一年多来上海累计接待入境游客约2855万人次,每月同比增长率75.6%,累计增长率20.9%.根据这一年半来国内旅游人数的统计数据,并应用5.2节的方式进行修正后采用直线增长基础上的指数正弦复合函数模型进行模式识别,得到上海市国内旅游人数动态变化的本底趋势线方程∶
同样,为了清晰地反应上海市近19个月的国内旅游人数的本底趋势线和实际统计线,具体拟合图见图2。
图2国内旅游人数的本底趋势线和实际统计线
从国内旅游人数的本底趋势线与实际统计线可以看出:
在2009年11月到2010年4月之间本底趋势线与统计线有明显的差异,去上海的国内游客远小于估计的游客量,由于上海世博会是在2010年5月开展,而这个“凹形谷”正是世博会对上海旅游业产生了负影响,使得原本计划在2009年11月到2010年4月之间来上海旅游的游客改变行程安排,等上海世博会开展后再去一览风采。
而在随后的5月份,国内旅游人数的回暖,也验证了这一现象。
5.4.3旅游住宿总收入
旅游住宿总收入是反应旅游业发展水平的一个十分重要的指标,2009年1月上海市旅游住宿总收入约5亿元人民币,2010年7月旅游住宿总收入约16.7亿元人民币,一年多来上海累计旅游收入180亿元,每月同比增长率29.4%,累计增长率17.9%。
根据这一年半来国内旅游人数的统计数据,并应用5.2节的方式进行修正后采用直线增长基础上的指数正弦复合函数模型进行模式识别,得到上海市旅游住宿总收入动态变化的本底趋势线方程∶
同样,为了清晰地反应上海市近19个月的旅游住宿总收入的本底趋势线和实际统计线,具体拟合图见图3。
图3旅游住宿总收入的本底趋势线和实际统计线
从总旅游收入的本底趋势线与实际统计线可以看出:
在2009年11月到2010年3月之间本底趋势线与统计线存在明显差异,由于,在上海旅游游客量中,国内旅游人数是占有很大的份额的,也正是因为国内旅客的负影响,而造成的上海这段时间的旅游收入减少。
在2010年5月的收入额暴增也验证了这点,世博会的开幕带来了上海旅游的旺季。
5.5世博会对各月各个指标的影响力
首先根据各个指标最终的旅游本底趋势线模型,计算得到各个指标各年的本底值,再与各年的实际值相比较,得到各个指标各年的实际值与本底值之差。
定义各个指标各年的实际值与本底值之差与该指标的真实值之比为该项指标对旅游业发展的影响力。
根据旅游本底趋势线方法的思想,计算得到的影响力实际上是指由于举办世博会而带来的各个指标的增加率,也就是说:
假如不举办上海世博会的话,相关指标将会损失与这一影响率相同的数额。
因此,用各个指标的影响力就可以估算上海世博会的综合影响力。
计算的结果表明:
在世博会开始的2010年5月至2010年7月,对上海市海外旅游人数的影响力依次为0.0331,0.216,0.3237。
显然,随着时间的推移以及海外游客对世博会的了解的增多,世博会对海外旅游人数的影响越来越大。
同时,在世博会开始的2010年5月至2010年7月,对上海市国内旅游人数的影响力依次为为0.0256,-0.0151,0.0306。
显然,随着时间的推移以及国内游客对世博会的了解的增多,世博会对国内旅游人数的影响力在5月影响不大,甚至在6月出现负影响,这主要与国内旅客的生活方式及习惯有关系,但世博会的影响力在7月有了一定的提高,故而,对国内旅游人数的影响也很大。
最后,在世博会开始的2010年5月至2010年7月,对上海市旅游住宿总收入的影响力依次为为0.1812,0.1682,0.1815。
显然,随着时间的推移,旅游住宿总收入受到其影响也越来越明显。
具体见表4。
表42010年5月至7月三项指标的影响力表
海外旅游人数影响力
0.0331
0.2160
0.3237
国内旅游人数影响力
0.0256
-0.0151
0.0306
旅游住宿总收入影响力
0.1812
0.1682
0.1815
5.6世博会对上海旅游业的综合影响力
为了进一步研究定量研究上海旅游业收到世博会的影响力,为此需要根据世博会对各个指标的影响力来研究世博会对上海旅游业的综合影响力。
故而只需将各指标的影响力进行加权,因此权重的确定是必要的,拟采用熵值法求出各指标影响力的权重。
5.6.1熵值法原理与步骤
熵值法是一种客观的赋权方法,它通过计算指标的信息熵,根据指标的相对变化程度对系统整体的影响来决定指标的权重。
在信息论中,熵是一种不确定性的度量,信息量越大,不确定性就越小,熵也越小;
信息量越小,不确定性就越大,熵也越大。
根据熵的这种特性,可以通过熵值来判断一个事件的随机性及无序程度,也可以用熵值来判断某个指标的离散程度。
一般而言,指标的离散程度越强,熵值就越大;
反之,熵值就越小。
在应用多个指标对事物进行综合评价时,对于某个指标,若各个个体的值没有太大的区别,则该指标在综合分析中所起的作用不大;
反之,若对某个指标而言,各个个体的值有很大的波动,即该指标的离散程度很大,则这个指标在综合分析中有很重要的影响,所以可以根据各项指标的变异程度,利用信息熵这个工具,计算出各项指标的权重,为多指标综合评价提供依据。
熵值法进行评价的主要步骤如下:
(1)评价指标的标准化
为了使各项指标的数据具有可比性,须将原始数据无量纲化并压缩在
区间之内。
可以采用比重法对指标原始值进行标准化。
设有
个参评对象,
个定量评价指标
形成原始数据矩阵
在同一指标下,计算各指标取值占全部指标取值之和的比重,同时视为该指标某一可能结果对应的概率值:
(2)计算第
项指标的熵值
定义第
,其中,为了计算方便,上式取自然对数,调节系数
,显然
(3)将评价指标的熵值转化为权重
对于给定的
,
的差异性越小,则熵值
越大;
当
全部相等时,则
,此时对于方案的比较,指标
在综合评价中不起作用;
的差异性越大,则熵值
越小,指标
在综合评价中的作用越大。
于是某项指标的作用取决于该指标的信息熵
与1的差异系数
,可以定义差异性系数为:
,则第
项指标的权重定义为:
即:
某项指标的熵值越大,其权重越小,反之亦然。
(4)计算参评对象单一综合指标值。
按加权平均计算模型有:
,于是得到第
个参评对象的综合指标值。
值得注意的是:
1)在给定方案的各评价指标确定的前提下,熵权表现了各评价指标在竞争意义上的相对激烈程度;
2)若熵值为1,则权重为零,这意味着该评价指标没有提供任何有用信息,该评价指标可以被忽略;
3)若熵值较小,则权重较大,说明评价指标提供了较多信息,对预方案的比较有较大作用,应重点考察;
4)若熵值越大,则权重越小,说明该评价指标越不重要。
5.6.2综合影响力的确定
选择由5.5节计算的结果(见表5)为原始数据。
表52009年1月至2010年7月世博会对各项指标的影响力
影响力
-0.081550921
0.131321612
0.087044922
-0.013111151
0.027105291
-0.062168789
0.009923289
-0.115161124
-0.106673569
0.05368921
0.090539199
0.087293173
-0.038336344
0.026611384
-0.024620463
-0.03941041
-0.088012494
-0.070984338
0.103589808
-0.053045587
-0.00619342
0.069722085
0.032088117
0.048421188
-0.084043641
-0.13751057
0.013830625
0.022622045
-0.02081346
-0.025921762
2009.11
0.087388475
0.041042268
0.057033228
2009.12
-0.075316931
-0.496198014
0.219927942
0.060901743
-1.727771246
-1.189061347
-0.139213035
-1.626821275
-1.201176566
0.084669313
-0.389692334
-0.030836048
-0.042229326
-0.021496687
-0.022133477
0.03324791
0.02559937
0.18118142
0.216111552
-0.015114082
0.168168995
0.323633073
0.030576413
0.181542109
采用熵值法计算得到世博会对海外旅游人数、国内旅游人数及旅游住宿总收入的影响力对应的权重依次为:
带入综合影响力的计算公式
得到每个月的综合影响力见表6。
表62009年1月至2010年7月世博会对各项指标的每月的综合影响力
综合影响力
0.5444
0.7066
0.5758
0.4934
0.5734
0.2151
0.6829
0.0132
0.5559
0.6310
0.5311
0.5459
0.6998
0.6701
0.6851
0.8568
0.4929
0.9797
0.6142
六、结论
由于上海世博会的举办,上海市旅游业增加值成超常规增长。
由表4中的到的数据可以看出从2010年5月至2010年7月三个月来,世博会对上海市海外旅游人数的影响力依次为0.0331,0.216,0.3237;
再由表6中数据可以看出在2009年1月至2010年4月16个月内,没有综合影响力超过0.71的月份存在,而从世博开展以来,综合影响力由5月的0.6701到6月的0.8568,再到最后7月的0.9797充分表明世博会的开展对上海旅游经济带来了飞速的发展和实际的利益。
而这些数据正符合实际情况,以此作为依据来评估上海世博会对上海旅游业的影响是可行的。
本模型在解决拟合本底趋势线方程时采用了直线增长基础上的指数正弦复合函数模型进行模式识别,与以往单纯的直线模型、灰色建模、时间序列模拟相比较,这种时域组合模式经济意义明确、包含时间序列的信息量丰富。
以此为基础建立的综合影响力评估模型更能精确地反应旅游业发展的动态变化规律。
而且该模型可以反映在没有特殊事件和因素的影响下,旅游业发展的固有趋势线,与旅游业发展的统计线相比较得到指示旅游业兴衰的“晴雨表”,即用本底趋势线的自然延伸来预测世博会对上海旅游业未来发展的持续影响力。
本文的模型具有广泛的推广和应用价值,它能客观地反映上海世博会对上海旅游业的综合影响力,并且也可以用于其它类型的综合评价问题,比如说在历史文化、科技成果等方面,皆可使用本模型。
参考文献:
[1]上海市旅游局,