基于指数模型的湖南省旅游总收入预测的研究

李雪峰

摘要：2013年湖南省旅游总收入达到了2681.86亿元，占全省GDP的11%，旅游业在全省经济发展的过程中所发挥的作用更加突出。2014年，全省旅游系统战略目标是全力打造旅游强省，不断进行改革创新，努力使湖南旅游经济继续腾飞，力争实现旅游总收入3000亿元。本文通过建立指数模型预测2014年湖南省的旅游总收入，根据预测结果探讨2014年3000亿元的旅游总收入的目标是否能够实现并且给出增加湖南省旅游总收入的建议。

关键词：湖南省旅游总收入；指数模型；预测

一、引言

目前，预测旅游总收入的模型有很多。例如多元回归模型、人工神经网络模型、时间序列模型等。但是，由于影响某一地区的旅游总收入的因素太多以及统计数据不够全面，导致往往面临解释变量难以选择以及数据的缺失的问题。人工神经网络模型的预测精度比较高，但是也同样面临影响旅游总收入的因素过多的问题。时间序列模型只需要旅游总收入的历史数据即可建立模型，几乎不存在上述问题[1]。时间序列模型也分为趋势模型、求和自回归移动平均模型（ARIMA模型）、自回归模型等。其中，常见的趋势模型有指数模型和多项式模型。对于湖南省旅游总收入多年以来一直呈指数增长的趋势，建立指数模型和多项式模型的组合即一种复合的指数模型无疑会提高模型预测的精度。

二、模型的建立

下面表中给出了1991—2013年的湖南省旅游总收入，先用eviews作出趋势图，观察趋势图再建立趋势模型，趋势模型的最一般形式为

从各个参数的p值除b0外，其余在001的显著性水平下均显著，所以模型的估计较好。

四、模型的评价

（1）基于预测误差的评价指标：均方根误差（RMSE），平均绝对误差（MAE），平均绝对百分误差（MAPE），希尔不等系数（TIC）。其中前两项测量的是绝对误差，后俩项测量的是相对误差。

（2）误差成分分析指标：偏差率（BP），方差率（VP），斜变率（CP）。偏差率反映了预测值序列的均值和实际值序列的均值之差。若偏差比较大，则说明预测是有偏的。方差率测量预测值序列和实际值序列标准差的差距，若该值比较大，说明预测值与真实值的变异存在明显的差异。这两项指标反映的误差叫做系统性误差。协变率反映的误差是非系统性误差。一个精确的预测的误差中，应该非系统性误差占的比重尽可能大，系统性误差占的比重尽可能小。

（3）根据所建立的指数模型得出上述预测评价指标结果如下：

一般MAPE取值在10以内说明预测精度高，TIC在0～1之间，取值越小越好。由上表：MAPE=6169272，TIC=0007274，BP=0001076，VP=0000279，CP=0998645，所以预测结果十分理想。根据建立的模型对2014年湖南省旅游总收入预测值为3159616亿元。作出预测值和真实值的趋势图

由图可见，1991-2013年预测值和真实值非常接近，预测精度非常高。同时也可以看出2014年预测值超过3000亿元。

五、结论

本文通过建立指数模型预测湖南省2014年旅游总收入，结果表明模型的预测精度较高，模型预测值为3159616亿元高于既定的目标3000亿元。预测结果说明2014年还是有很大可能性完成目标，该目标定得比较合理。但是，要想完成该目标，首先，要以改革为动力、以开发为平台。其次，加大旅游资源的宣传力度，提高服务质量，完善基础建设。最后，以自然资源、红色资源为中心，挖掘原生态资源，开发新生态资源，并将旅游元素和文化元素紧密地结合起来[3]。（作者单位：南京财经大学经济学院）

参考文献：

[1]张华初.中国国际旅游收入的时间序列模型.经济评论[J].2007年第2期.

[2]易丹辉.数据分析与Eviews应用[M].北京：人民大学出版社，2008，54-55.

[3]雷晚蓉.增强湖南旅游文化产业整体实力与竞争力的战略对策研究.湖北经济学院学报[J].2013年第12期.