旅游市场调查销售问题范文

本站小编为你精心准备了旅游市场调查销售问题参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：旅游者的需求和消费行为始终是中国旅游研究的前沿问题。我国在旅游市场需求预测研究方面也进行了不断的探索，取得了丰硕的成果。通过对国内旅游市场需求预测近30年的研究成果的系统梳理，总结我国旅游市场需求预测研究的轨迹和特点，为我国进一步进行旅游市场需求预测研究提供借鉴。

关键词：旅游市场；需求预测；方法

一、引言

旅游需求是旅游市场形成的根本基础，没有旅游需求，旅游市场就无从谈起，旅游产品的价值也就无法实现。因此，对某地旅游产品的需求量是旅游目的地旅游管理部门、旅游企业(景区、旅行社等)和旅游从业人士都十分关切的重要问题。旅游需求的重要性说明，任何一个国家或地区在发展旅游业时，都必须以人们对该国或该地区旅游产品的需求为依据，在此基础上有针对性地开发旅游产品，合理地规划和控制旅游业的开发规模和发展速度，以实现发展区域旅游业的最佳效益。对旅游者需求研究特别是对其消费行为的研究非常重要，中国的旅游业发展需要这方面的研究来指导实践。而消费者的需求和消费行为也随着社会发展不断变化，需要业界不断地追踪研究，与时俱进。旅游者需求与消费行为将始终是中国旅游研究的前沿问题[1]。我国的学者一直以来十分重视这个问题的研究，进行不断地探索，取得了一定的研究成果。

随着我国旅游业的不断发展，旅游活动对社会的影响不断加大，关于旅游需求的研究开始向更深的层次展开，很多不同领域的学者开始介入到旅游需求的研究之中。从旅游目的地的角度研究旅游需求可以指导目的地的旅游产品的开发与规划、旅游企业经营策略，为旅游资源开发与规划等提供科学的依据。

二、旅游市场需求预测研究中的统计分析

利用中国期刊网搜索，从研究内容进行选取，共有137篇文章来探索旅游市场需求预测问题。王铁生(1984)首先发表文章探讨杭州国内旅游需求预测[2]。而1985年12月通过鉴定的《北京旅游发展战略》，其中包含了客源市场调查研究篇幅，从内容上看，包括了客源市场预测、市场发展战略、旅游者行为分析等；从方法上看，使用了大规模的问卷抽样调查，并进行了旅游市场预测研究，在全国具有领先意义[3]。从此开始，我国学者对旅游需求预测进行不断研究和探索。

(一)文献数量统计

从文献的时间动态分布统计中看出(见图1)，我国学者从20世纪80年代中期开始进行旅游市场需求预测研究，在20世纪80年代仅有4篇相关文献。而持续进行此方面的研究始于20世纪90年代中期。我国学者陆续开始进行旅游市场需求预测的研究。从1996-2004年，文献数量基本持平，但总体上略有递增趋势。近几年(2005-)有关旅游市场需求预测的研究又有新的增长，而且增幅很大，尤其是2005年达到15篇，是2004年的3.75倍，2006年达到了20篇，2007年截至到7月份已经有19篇文献，可见我国对旅游市场需求预测的研究真正兴起于最近几年。

(二)研究方法分类统计

国内对旅游需求预测的研究主要是在借鉴国外旅游需求预测方法的基础上做更进一步的探索与分析，不少学者对旅游需求预测方法改进做了大量研究[4]。笔者参考了任来玲(2006)的旅游需求预测分类[5]，将137篇文献按照研究方法进行分类。从传统的研究方法来看，有60.1%的文献采用，其中有15.2%的文献采用了定性研究方法，有44.9%文献采用了定量研究方法，所有的传统研究方法中回归模型的应用最多，达到了24.6%；有39.9%的文献采用了人工智能方法，在人工智能方法中，灰色系统研究方法应用最多，达到了19.6%。

三、旅游市场需求研究轨迹分析

在对137篇文献进行总体统计分析的基础上(结合表1和图1)，根据我国旅游市场需求研究的具体情况，从研究发展的轨迹来看，可以划分为三个阶段：第一个阶段为20世纪80年代，我国的旅游研究起步于改革开放以后的20世纪70年代末期，这个旅游研究处于起步阶段，一直到20世纪80年代末期，我国对旅游市场需求预测的研究仅有很少的学者介入，研究成果很少；第二个阶段为20世纪90年代，我国的旅游研究蓬勃发展，有较多的学者开始对旅游市场需求预测进行研究，从内容和方法都有一定的扩展；第三个阶段为2000年以来。2000年以来，我国的旅游市场需求预测研究在数量上和研究方法上都出现了比较大的变化，虽然回归模型仍然是主要的研究方法，但是已经从简单的一元回归向多元回归、指数回归、多项式回归转变，新的研究方法引入、如神经网络、粗集理论开始应用到旅游市场需求预测之中，而且多种方法的综合应用研究也不断地增加。

(一)零散的摸索起步阶段(20世纪70年代末-80年代末)

在此期间共有5篇相关文献。从研究方法的时间演进看，我国的旅游市场需求预测研究在1990年以前，我国的学者开始进行旅游市场需求预测研究的摸索，在研究方法上主要使用传统的研究方法，虽然以定量方法为主，但是利用的定量方法比较简单，回归模型都是使用了简单的一元线性回归方法，而且都以国民人均收入为自变量。

这一阶段代表性成果有王铁生，葛立成(1984)利用铁路运输、公路运输、水运和空运发送人次对杭州旅游人次进行匡算，并指出了其中的误差。在对杭州市旅游市场需求进行预测中，认为经济发展是衡量国内旅游发展的重要因素，因此，其利用人均国民收入作为自变量用一元回归模型进行旅游市场需求预测。同时为了弥补第一种方法的不足，又使用了指数方程(时间序列)进行了预测。文章最后指出旅游增长率高于人均国民收入增长率[2]。叶涛(1986)首次提出运用计量经济学的方法进行旅游市场需求预测。文章提出了黄山客流量模型，文章使用了回归和滑动平均结合模型对黄山旅游市场需求进行了预测[6]。韩德宗(1986)首次将引力模型和旅行发生模型引入国内，并进行了介绍、分析[7]。

(二)稳定的探讨成长阶段(20世纪90年代)

在这一阶段，旅游市场需求研究文献数量相比较第一阶段有了很大的提高，在研究方法上也出现多元化，特尔菲法、ARIMA模型和灰色系统都第一次运用到旅游市场需求预测之中，但回归模型和时间序列仍然占有主导地位。研究出现了从简单单变量分析向复杂的多变量分析、静态模型向动态模型、单一方法向方法综合发展，多种学科(如数学、地理)开始介入到研究之中的变化趋势。

一些新的预测方法、模型应用到旅游市场需求预测之中。保继刚(1992)首次运用修正引力模型对北京市6月份国内游客预测模型，并指出模型的使用范围，在我国使用引力模型存在数据问题，要使用引力模型进行旅游市场需求预测必须有些解决旅游数据获取[8]。张洪明(1995)首次将灰色理论应用于旅游市场预测之中，建立了引入残差信息的灰色预测模型，指出灰色建模不需要大量原始数据，不存在误差积累，和概率统计、回归模型比较具有精度高的特点，适合用于中长期旅游市场需求预测[9]。赵西萍，王磊，邹慧萍(1996)对国际上旅游市场预测方法进行了综述，并提出了旅游需求预测的发展趋势——与经营管理过程相融合的预测方法[10]。魏启恩，刘新平(1997)引入随机时间序列ARMA，ARIMA模型分析方法，建立了西安境外游客的ARIMA动态预测模型[11]。

这一阶段一些综合性的组合方法开始出现，如周建设，刘新平(1996)选用了逻辑斯缔曲线模型，选用常规的线性回归和三次曲线模型等7种模型对昆明入境游客进行预测，通过比较分析发现带虚拟变量的线性回归模型和指数曲线模型较优。并利用7种预测模型进行了组合预测[12]管宁生，杨丽，王建平(1998)利用指数模型和特尔菲法对鹤庆县旅游市场进行了预测[13]。

(三)快速的发展整合阶段(2000年-)

2000年以来，我国对旅游市场需求预测的研究进入了新的阶段，目前有108篇成果出现，远远多于前20年的总和，由此来看，对于旅游市场需求预测的研究成为了旅游研究的热点之一。随着经济学的介入和人工智能理论的成熟以及在各行业的广泛应用，旅游研究者将计量经济方法、神经网络、灰色模型等这些方法引入旅游业，并进行了旅游需求模型和预测研究的有益探索。在旅游市场需求研究中尝试将新的研究方法于最新的研究结合和整合运用，研究方法逐渐精细化，这样得益于旅游需求理论的不断提升，旅游建模和预测方法也经历了比较大的变化。

李峰，孙根年(2006)应用旅游本底趋势线的概念和方法研究了2003年“SARS”对我国的旅游的影响[14]。吕连琴，王世文(2000)通过定性与定量相结合的方法，分析了小浪底国内客源市场的趋势和走向，还尝试采用了趋势分析法、专家咨询法、分级累计法、平均值法等多种预测方法，对小浪底旅游区国内旅游市场进行了深入的分析与预测[15]。田喜洲(2001)对重庆市美国旅游客源市场进行了详细分析，并通过建立指数方程预测模型预测了重庆市未来3年的美国游量[16]。张启敏，汪文帅(2002)采用Hammerstein模型对宁夏2006年的旅游需求量进行预测、并对该模型进行了修正，同时指出在小样本条件下Hammerstein模型是一个非线性模型[17]。吴江，黄震方(2004)运用Logistic曲线对旅游地生命周期的发展阶段进行模拟，并应用StellII语言建立了模型，代入一定的数据进行处理，模拟旅游产品生命周期曲线，并对这一曲线的主要影响因素进行了讨论，得出旅游市场预测的非线性规律，并讨论回头客对旅游地持续发展的重要性[18]。王娟、曾昊(2001)研究了人工神经网络(ArtficialNeuralNetworks)在旅游市场预测的应用及其重要性[19]。郑江华，刘平(2001)利用线性组合预测方法对新疆国际旅游客源量进行了预测[20]。张立生(2004)研究了影响旅游需求的因素，并对经济、人口和交通因素分别进行分析，建立了预测模型，预测了我国2005年和2010年的国内旅游人次和旅游收入[21]。刘颂(2003)利用GM(1，1)模型对旅游地客源市场动态预测方法进行了探讨[22]。曹霞(2006)在分析上海市2000年1月—2004年9月旅游市场动态变化时序数据的基础上，采用博克斯-詹金斯(B-J)方法预测了2004年4月—2004年9月间上海市旅游客流的发展变化趋势[23]。谭频频等(2006)建立基于月度数据的桂林漓江旅游航班、运量及游客的需求预测模型，运用指数平滑、SARIMA和Elman人工神经网络3种方法，并采用平均绝对误差(MAE)、均方差百分比误差(RMSE)和平均绝对百分比误差(MAPE)评价模型预测效果。预测实例表明Elman神经网络模型更能反映时间序列的波动性，更适合桂林漓江旅游需求预测[24]。

四、结语

综上所述，可以看出国内对旅游市场需求预测的研究具有以下特点：新晨

第一，从研究方法来看，国内在对旅游市场需求预测的研究过程中仍然偏重于定量研究方法(模型)的使用和探索，但是，研究成果具有一定的相似性。近年，开始注重定量与定性方法相结合以及一些方法的综合运用，预测方法正由单一化逐渐向综合化方向发展。但是和国外的研究相比较，虽然研究方法日益丰富，但是研究零散，缺乏系统性，没有形成体系，因此，对于研究方法的理论探讨和体系形成需要不断地努力。

第二，从研究对象和研究内容来看，国内旅游市场需求预测研究方面着重现象的统计描述，利用模型进行过程和机制分析较少；针对某一消费者群或旅游目的地的实证分析较多，对基础理论与方法论的探索少；强调个案研究多，以个案推导整体的做法不够严谨，样本质量和代表性存在问题，研究结论不具备普遍指导意义。在研究中对于旅游市场需求预测的目的和意义认识不够，对于预测过程和结果的分析不足，致使其实用价值受到很大影响。

参考文献：

[1]范业正.旅游者需求与消费行为始终是旅游研究的前沿问题[J].旅游学刊，2005，20(3)：10-11.

[2]王铁生，葛立成.对来杭国内旅游者的动态分析[J].浙江学刊，1984(4)：7-13.

[3]http：///expert/user1/27/archives/2005/458.shtml[EB/OL].

[4]欧阳润平，胡晓琴.国内外旅游需求研究综述[J].南京财经大学学报，2007(3)：80-83.

[5]任来玲，刘朝明.旅游需求预测方法文献述评[J].旅游学刊，2006(8)：90-92.

[6]叶涛.黄山旅游市场的分析和预测[J].数量经济技术经济研究，1986(2)：63-68.

[7]韩德宗.旅游需求预测重力模型和旅行发生模型[J].预测，1986(6)：66-67.

[8]保继刚.引力模型在游客预测中的应用[J].中山大学学报(自然科学版)，1992(4)：133-136.

[9]张洪明.森林旅游客流量引入残差信息的灰色预测[J].四川林勘设计，1995(4)：29-33.

[10]赵西萍，王磊，邹慧萍.旅游目的地国国际旅游需求预测方法综述[J].旅游学刊，1996(6)：28-32.

[11]魏启恩，刘新平.西安市境外游客动态预测模型[J].陕西师范大学学报(自然科学版)，1997(2)：67-71.

[12]周建设，刘新平.昆明境外游客市场预测探讨[J].陕西师范大学学报(自然科学版)，1996(4)：75-79.

[13]管宁生，杨丽，王建平.鹤庆县旅游市场分析与预测[J].社会科学家，1998(增刊)：105-108.

[14]李峰，孙根年.基于旅游本底线法(TBLM)的旅游危机事件研究——以2003年“SARS”事件为例[J].人文地理，2006(4)：102-105.

[15]吕连琴，王世文.黄河小浪底旅游开发的国内客源市场分析与预测[J].地域研究与开发，2000(4)：93-96.

[16]田喜洲.重庆市美国客源市场分析、预测与开发对策[J].重庆商学院学报，2001(3)：18-20.

[17]张启敏，汪文帅.宁夏旅游需求量的预测[J].信阳师范学院学报(自然科学版)，2002(2)：162-165.

[18]吴江，黄震方.旅游地生命周期曲线模拟的初步研究—Logistic曲线模型方法的应用[J].地理与地理信息科学，2004(5)：91-94.

[19]王娟，曾昊.人工神经网络——一种新的旅游需求预测系统[J].旅游科学，2001(4)：24-27.

[20]郑江华，刘平.新疆国际旅游客源量的线性组合预测[J].交通运输系统工程与信息，2001，1(2)：140-143.

[21]张立生.我国国内旅游市场规模分析与预测[J].地域研究与开发，2004(1)：59-61.

[22]刘颂.旅游地客源市场动态预测方法探讨[J].曲阜师范大学学报，2003(4)：107-110.

[23]曹霞，常玉春.上海旅游客流的B-J方法预测研究，旅游科学，2006(1)：39-44.

[24]谭频频，陆凯平，牙韩高.旅游需求预测模型研究[J].铁道运输与经济，2006(8)：73-75.