金融危機事件對我國入境旅游細分市場需求的影響研究
發(fā)布時間:2021-01-27 07:53
旅游業(yè)作為一項綜合性產業(yè)在我國經濟發(fā)展過程中占有重要地位,其在推動我國經濟增長、拉動相關產業(yè)發(fā)展和提高人民生活水平等方面做出了突出貢獻。而入境旅游作為我國旅游業(yè)三大市場中開發(fā)最早的市場,對旅游業(yè)的發(fā)展具有舉足輕重的作用。隨著旅游市場細分化趨勢發(fā)展越來越明顯的條件下,尤其是在研學旅游和老齡化趨勢發(fā)展日益鮮明的背景下,針對旅游細分市場的研究具有重要的現實意義。同時,入境旅游具有敏感性、脆弱性的特征,危機事件的發(fā)生會對其發(fā)展產生重大影響。此外,相關研究也表明,價格是影響國際旅游需求的重要因素之一,而價格受金融危機事件的影響較為敏感。因此,重點分析金融危機事件對我國入境旅游細分市場需求的影響具有重要意義,而目前學術界在研究危機事件對旅游市場的影響時主要采用的研究思路是運用旅游需求預測模型預測出危機事件發(fā)生年份的預測值,然后將預測值和實際值進行對比,來識別出危機事件對旅游需求的影響,因而預測方法的預測精度和誤差直接會影響到研究結果的可信度。綜上,本文在參考前人關于危機事件對入境旅游需求影響研究的基礎上,基于我國入境以年齡和旅游目的為細分標準的七個旅游細分市場2001年1月-2011年12月的入境...
【文章來源】:延邊大學吉林省 211工程院校
【文章頁數】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.2 研究目的及研究意義
1.2.1 研究目的
1.2.2 研究意義
1.3 研究內容與研究方法
1.3.1 研究內容
1.3.2 研究方法
第二章 理論基礎與文獻綜述
2.1 旅游需求預測的相關研究
2.2 危機事件對入境旅游需求的影響研究
2.3 旅游細分市場的相關研究
2.4 SARIMA模型和X-12乘法模型的比較研究
第三章 研究模型
3.1 SARIMA模型
3.2 基于X-12季節(jié)分解的組合預測方法
3.2.1 基于X-12季節(jié)調整法的入境旅游細分人數分解
3.2.2 入境旅游細分人數各分量的預測方法
第四章 實證分析
4.1 指標選取與數據來源
4.2 運用SARIMA模型和X-12乘法模型的預測結果比較
4.3 基于X-12乘法模型的入境旅游細分人數預測
4.3.1 入境旅游細分人數趨勢分量預測
4.3.2 入境旅游細分人數季節(jié)周期分量和隨機分量的預測
4.3.3 各入境旅游細分人數預測值還原
4.4 入境旅游細分人數預測及結果分析
4.4.1 影響時間
4.4.2 受損幅度
第五章 結論及建議
5.1 結論
5.2 建議
5.3 研究創(chuàng)新點
5.4 研究不足及今后研究方向
參考文獻
致謝
【參考文獻】:
期刊論文
[1]“3.01”暴恐事件對昆明入境旅游的影響[J]. 李中建,羅芳,孫根年. 資源開發(fā)與市場. 2018(10)
[2]基于季節(jié)調整模型的黃山旅客量發(fā)展狀況分析[J]. 韓穎. 嘉應學院學報. 2018(08)
[3]基于搜索大數據的旅游需求自回歸分布滯后模型預測研究[J]. 梁宗經,曠蕓. 生產力研究. 2018(02)
[4]研學旅游動機對體驗影響研究——以北京游為例[J]. 杜裕民. 德州學院學報. 2017(02)
[5]危機事件下中國入境旅游的受損格局與影響機制研究[J]. 吳良平,張健. 旅游科學. 2016(05)
[6]基于VAR模型的中國入境旅游影響因素實證研究——以英國客源市場為例[J]. 李亞楠,馬彩霞. 中國商論. 2015(Z1)
[7]基于Elman神經網絡的我國入境游客量動態(tài)預測[J]. 王琳,李士金. 資源開發(fā)與市場. 2015(05)
[8]震后游客贏回策略對四川游客量的影響研究——基于SARIMA模型的預測[J]. 趙永紅,李珊. 河南財政稅務高等?茖W校學報. 2015(02)
[9]基于時間序列修正算法的我國入境旅游人數預測[J]. 李乃文,韓婧婧. 資源開發(fā)與市場. 2015(01)
[10]CPI的SARIMA模型與X-12季節(jié)調整模型對比預測分析[J]. 張婷. 經濟問題. 2014(12)
碩士論文
[1]中國入境旅游外匯收入影響因素的實證分析[D]. 林埈基.遼寧大學 2018
[2]基于時間序列法和回歸分析法的改進月售電量預測方法研究[D]. 程超.重慶大學 2016
[3]基于面板協整模型的匯率變動對入境旅游需求影響研究[D]. 翁元.湖南大學 2016
[4]老齡化背景下老年旅游市場的開發(fā)研究[D]. 林徐律.浙江海洋學院 2015
[5]福建省旅游客源市場時空結構演變分析與拓展研究[D]. 紀小美.華僑大學 2014
[6]福州市大學生旅游市場開發(fā)初探[D]. 鄭曉真.福建師范大學 2013
[7]基于面板數據模型的中國入境旅游需求影響因素研究[D]. 郭琦蕾.大連理工大學 2011
本文編號:3002718
【文章來源】:延邊大學吉林省 211工程院校
【文章頁數】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.2 研究目的及研究意義
1.2.1 研究目的
1.2.2 研究意義
1.3 研究內容與研究方法
1.3.1 研究內容
1.3.2 研究方法
第二章 理論基礎與文獻綜述
2.1 旅游需求預測的相關研究
2.2 危機事件對入境旅游需求的影響研究
2.3 旅游細分市場的相關研究
2.4 SARIMA模型和X-12乘法模型的比較研究
第三章 研究模型
3.1 SARIMA模型
3.2 基于X-12季節(jié)分解的組合預測方法
3.2.1 基于X-12季節(jié)調整法的入境旅游細分人數分解
3.2.2 入境旅游細分人數各分量的預測方法
第四章 實證分析
4.1 指標選取與數據來源
4.2 運用SARIMA模型和X-12乘法模型的預測結果比較
4.3 基于X-12乘法模型的入境旅游細分人數預測
4.3.1 入境旅游細分人數趨勢分量預測
4.3.2 入境旅游細分人數季節(jié)周期分量和隨機分量的預測
4.3.3 各入境旅游細分人數預測值還原
4.4 入境旅游細分人數預測及結果分析
4.4.1 影響時間
4.4.2 受損幅度
第五章 結論及建議
5.1 結論
5.2 建議
5.3 研究創(chuàng)新點
5.4 研究不足及今后研究方向
參考文獻
致謝
【參考文獻】:
期刊論文
[1]“3.01”暴恐事件對昆明入境旅游的影響[J]. 李中建,羅芳,孫根年. 資源開發(fā)與市場. 2018(10)
[2]基于季節(jié)調整模型的黃山旅客量發(fā)展狀況分析[J]. 韓穎. 嘉應學院學報. 2018(08)
[3]基于搜索大數據的旅游需求自回歸分布滯后模型預測研究[J]. 梁宗經,曠蕓. 生產力研究. 2018(02)
[4]研學旅游動機對體驗影響研究——以北京游為例[J]. 杜裕民. 德州學院學報. 2017(02)
[5]危機事件下中國入境旅游的受損格局與影響機制研究[J]. 吳良平,張健. 旅游科學. 2016(05)
[6]基于VAR模型的中國入境旅游影響因素實證研究——以英國客源市場為例[J]. 李亞楠,馬彩霞. 中國商論. 2015(Z1)
[7]基于Elman神經網絡的我國入境游客量動態(tài)預測[J]. 王琳,李士金. 資源開發(fā)與市場. 2015(05)
[8]震后游客贏回策略對四川游客量的影響研究——基于SARIMA模型的預測[J]. 趙永紅,李珊. 河南財政稅務高等?茖W校學報. 2015(02)
[9]基于時間序列修正算法的我國入境旅游人數預測[J]. 李乃文,韓婧婧. 資源開發(fā)與市場. 2015(01)
[10]CPI的SARIMA模型與X-12季節(jié)調整模型對比預測分析[J]. 張婷. 經濟問題. 2014(12)
碩士論文
[1]中國入境旅游外匯收入影響因素的實證分析[D]. 林埈基.遼寧大學 2018
[2]基于時間序列法和回歸分析法的改進月售電量預測方法研究[D]. 程超.重慶大學 2016
[3]基于面板協整模型的匯率變動對入境旅游需求影響研究[D]. 翁元.湖南大學 2016
[4]老齡化背景下老年旅游市場的開發(fā)研究[D]. 林徐律.浙江海洋學院 2015
[5]福建省旅游客源市場時空結構演變分析與拓展研究[D]. 紀小美.華僑大學 2014
[6]福州市大學生旅游市場開發(fā)初探[D]. 鄭曉真.福建師范大學 2013
[7]基于面板數據模型的中國入境旅游需求影響因素研究[D]. 郭琦蕾.大連理工大學 2011
本文編號:3002718
本文鏈接:http://sikaile.net/weiguanjingjilunwen/3002718.html