金融危机事件对我国入境旅游细分市场需求的影响研究
发布时间:2021-01-27 07:53
旅游业作为一项综合性产业在我国经济发展过程中占有重要地位,其在推动我国经济增长、拉动相关产业发展和提高人民生活水平等方面做出了突出贡献。而入境旅游作为我国旅游业三大市场中开发最早的市场,对旅游业的发展具有举足轻重的作用。随着旅游市场细分化趋势发展越来越明显的条件下,尤其是在研学旅游和老龄化趋势发展日益鲜明的背景下,针对旅游细分市场的研究具有重要的现实意义。同时,入境旅游具有敏感性、脆弱性的特征,危机事件的发生会对其发展产生重大影响。此外,相关研究也表明,价格是影响国际旅游需求的重要因素之一,而价格受金融危机事件的影响较为敏感。因此,重点分析金融危机事件对我国入境旅游细分市场需求的影响具有重要意义,而目前学术界在研究危机事件对旅游市场的影响时主要采用的研究思路是运用旅游需求预测模型预测出危机事件发生年份的预测值,然后将预测值和实际值进行对比,来识别出危机事件对旅游需求的影响,因而预测方法的预测精度和误差直接会影响到研究结果的可信度。综上,本文在参考前人关于危机事件对入境旅游需求影响研究的基础上,基于我国入境以年龄和旅游目的为细分标准的七个旅游细分市场2001年1月-2011年12月的入境...
【文章来源】:延边大学吉林省 211工程院校
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 研究目的及研究意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容与研究方法
1.3.1 研究内容
1.3.2 研究方法
第二章 理论基础与文献综述
2.1 旅游需求预测的相关研究
2.2 危机事件对入境旅游需求的影响研究
2.3 旅游细分市场的相关研究
2.4 SARIMA模型和X-12乘法模型的比较研究
第三章 研究模型
3.1 SARIMA模型
3.2 基于X-12季节分解的组合预测方法
3.2.1 基于X-12季节调整法的入境旅游细分人数分解
3.2.2 入境旅游细分人数各分量的预测方法
第四章 实证分析
4.1 指标选取与数据来源
4.2 运用SARIMA模型和X-12乘法模型的预测结果比较
4.3 基于X-12乘法模型的入境旅游细分人数预测
4.3.1 入境旅游细分人数趋势分量预测
4.3.2 入境旅游细分人数季节周期分量和随机分量的预测
4.3.3 各入境旅游细分人数预测值还原
4.4 入境旅游细分人数预测及结果分析
4.4.1 影响时间
4.4.2 受损幅度
第五章 结论及建议
5.1 结论
5.2 建议
5.3 研究创新点
5.4 研究不足及今后研究方向
参考文献
致谢
【参考文献】:
期刊论文
[1]“3.01”暴恐事件对昆明入境旅游的影响[J]. 李中建,罗芳,孙根年. 资源开发与市场. 2018(10)
[2]基于季节调整模型的黄山旅客量发展状况分析[J]. 韩颖. 嘉应学院学报. 2018(08)
[3]基于搜索大数据的旅游需求自回归分布滞后模型预测研究[J]. 梁宗经,旷芸. 生产力研究. 2018(02)
[4]研学旅游动机对体验影响研究——以北京游为例[J]. 杜裕民. 德州学院学报. 2017(02)
[5]危机事件下中国入境旅游的受损格局与影响机制研究[J]. 吴良平,张健. 旅游科学. 2016(05)
[6]基于VAR模型的中国入境旅游影响因素实证研究——以英国客源市场为例[J]. 李亚楠,马彩霞. 中国商论. 2015(Z1)
[7]基于Elman神经网络的我国入境游客量动态预测[J]. 王琳,李士金. 资源开发与市场. 2015(05)
[8]震后游客赢回策略对四川游客量的影响研究——基于SARIMA模型的预测[J]. 赵永红,李珊. 河南财政税务高等专科学校学报. 2015(02)
[9]基于时间序列修正算法的我国入境旅游人数预测[J]. 李乃文,韩婧婧. 资源开发与市场. 2015(01)
[10]CPI的SARIMA模型与X-12季节调整模型对比预测分析[J]. 张婷. 经济问题. 2014(12)
硕士论文
[1]中国入境旅游外汇收入影响因素的实证分析[D]. 林埈基.辽宁大学 2018
[2]基于时间序列法和回归分析法的改进月售电量预测方法研究[D]. 程超.重庆大学 2016
[3]基于面板协整模型的汇率变动对入境旅游需求影响研究[D]. 翁元.湖南大学 2016
[4]老龄化背景下老年旅游市场的开发研究[D]. 林徐律.浙江海洋学院 2015
[5]福建省旅游客源市场时空结构演变分析与拓展研究[D]. 纪小美.华侨大学 2014
[6]福州市大学生旅游市场开发初探[D]. 郑晓真.福建师范大学 2013
[7]基于面板数据模型的中国入境旅游需求影响因素研究[D]. 郭琦蕾.大连理工大学 2011
本文编号:3002718
【文章来源】:延边大学吉林省 211工程院校
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 研究目的及研究意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容与研究方法
1.3.1 研究内容
1.3.2 研究方法
第二章 理论基础与文献综述
2.1 旅游需求预测的相关研究
2.2 危机事件对入境旅游需求的影响研究
2.3 旅游细分市场的相关研究
2.4 SARIMA模型和X-12乘法模型的比较研究
第三章 研究模型
3.1 SARIMA模型
3.2 基于X-12季节分解的组合预测方法
3.2.1 基于X-12季节调整法的入境旅游细分人数分解
3.2.2 入境旅游细分人数各分量的预测方法
第四章 实证分析
4.1 指标选取与数据来源
4.2 运用SARIMA模型和X-12乘法模型的预测结果比较
4.3 基于X-12乘法模型的入境旅游细分人数预测
4.3.1 入境旅游细分人数趋势分量预测
4.3.2 入境旅游细分人数季节周期分量和随机分量的预测
4.3.3 各入境旅游细分人数预测值还原
4.4 入境旅游细分人数预测及结果分析
4.4.1 影响时间
4.4.2 受损幅度
第五章 结论及建议
5.1 结论
5.2 建议
5.3 研究创新点
5.4 研究不足及今后研究方向
参考文献
致谢
【参考文献】:
期刊论文
[1]“3.01”暴恐事件对昆明入境旅游的影响[J]. 李中建,罗芳,孙根年. 资源开发与市场. 2018(10)
[2]基于季节调整模型的黄山旅客量发展状况分析[J]. 韩颖. 嘉应学院学报. 2018(08)
[3]基于搜索大数据的旅游需求自回归分布滞后模型预测研究[J]. 梁宗经,旷芸. 生产力研究. 2018(02)
[4]研学旅游动机对体验影响研究——以北京游为例[J]. 杜裕民. 德州学院学报. 2017(02)
[5]危机事件下中国入境旅游的受损格局与影响机制研究[J]. 吴良平,张健. 旅游科学. 2016(05)
[6]基于VAR模型的中国入境旅游影响因素实证研究——以英国客源市场为例[J]. 李亚楠,马彩霞. 中国商论. 2015(Z1)
[7]基于Elman神经网络的我国入境游客量动态预测[J]. 王琳,李士金. 资源开发与市场. 2015(05)
[8]震后游客赢回策略对四川游客量的影响研究——基于SARIMA模型的预测[J]. 赵永红,李珊. 河南财政税务高等专科学校学报. 2015(02)
[9]基于时间序列修正算法的我国入境旅游人数预测[J]. 李乃文,韩婧婧. 资源开发与市场. 2015(01)
[10]CPI的SARIMA模型与X-12季节调整模型对比预测分析[J]. 张婷. 经济问题. 2014(12)
硕士论文
[1]中国入境旅游外汇收入影响因素的实证分析[D]. 林埈基.辽宁大学 2018
[2]基于时间序列法和回归分析法的改进月售电量预测方法研究[D]. 程超.重庆大学 2016
[3]基于面板协整模型的汇率变动对入境旅游需求影响研究[D]. 翁元.湖南大学 2016
[4]老龄化背景下老年旅游市场的开发研究[D]. 林徐律.浙江海洋学院 2015
[5]福建省旅游客源市场时空结构演变分析与拓展研究[D]. 纪小美.华侨大学 2014
[6]福州市大学生旅游市场开发初探[D]. 郑晓真.福建师范大学 2013
[7]基于面板数据模型的中国入境旅游需求影响因素研究[D]. 郭琦蕾.大连理工大学 2011
本文编号:3002718
本文链接:https://www.wllwen.com/weiguanjingjilunwen/3002718.html