基于灰色-馬爾可夫模型的國內游客總數預測

張冬詠， 陳泗達

（河南農業大學信息與管理科學學院，鄭州 450002）

旅游業作為綠色無煙產業，是我國非貿易外匯收入的主要來源之一和經濟發展的支柱性產業之一［1］.根據文化和旅游部2019 年2 月12 日發布的《2018 年旅游市場基本情況》（http://zwgk.mct.gov.cn/auto255/201902/t20190212_837271.html?keywords=），我國旅游業對GDP的貢獻額度持續增長，2018年旅游業對GDP總量的綜合貢獻為9.94 萬億元，占據GDP 總量的11.04%. 此外，自我國經濟轉型以來，經濟發展邁入新常態，第一、二產業的發展相對放緩，以商品和服務為主的第三產業對經濟增長的拉動作用更為明顯. 因此，作為第三產業重要組成部分之一的旅游業，在對外開放、促進消費、鄉村振興、精準扶貧以及“一帶一路”等方面的建設中扮演著重要角色，并且成為拉動消費、推動供給側結構改革的新的經濟增長點［2］.

在旅游業的營銷、運營以及戰略制定中，游客總數是一個重要指標，科學準確地預測未來游客總數能夠有助于相關部門與企業把握游客增長趨勢，從而制定合理的方案策略. 通過文獻研究，發現目前對未來游客總數的預測方法主要包括時間序列［3-5］、BP神經網絡［6］、灰色模型［7-8］、馬爾可夫模型［9］和組合模型［10-11］等. 不同的預測方法有不同的優缺點及適用范圍，它們之間并非相互排斥，而是可以組合以增加適用性及預測精度［11］. 通過上述文獻，發現組合模型憑借模型之間的優勢互補，已經越來越多的應用于預測研究. 如雷可為和陳瑛基于BP神經網絡和ARIMA模型構建了組合模型，預測結果證明組合模型相比于單一的預測方法預測精度更高；……