Zeitschrift für Tourismus und Gastgewerbe

Zeitschrift für Tourismus und Gastgewerbe
Offener Zugang

ISSN: 2167-0269

Abstrakt

Prognose der Zahl der einreisenden Touristen und Analyse des Quellmarktes während der Coronavirus-Epidemie

Bin Zhao, Jiawei Xu, Jinming Cao

Mit der rasanten Entwicklung der Wirtschaft wird der Wettbewerb auf dem Markt für eingehenden Tourismus immer härter. Der entscheidende Punkt für eine nachhaltige Entwicklung des eingehenden Tourismus besteht darin, eine bestimmte Anzahl von Touristen sicherzustellen. Daher ist es ein wichtiger Schritt, die Anzahl der eingehenden Touristen vorherzusagen und den Markt für eingehende Touristen zu untersuchen. Wie man mehr Touristen anzieht, hängt nicht nur mit der Entwicklung des eingehenden Tourismus in Shanghai als einer der führenden Tourismusstädte Chinas zusammen, sondern bietet auch anderen Städten während der Coronavirus-Epidemie eine Inspiration. In diesem Artikel wird ein verbessertes Grey-Markov-Modell (GM) verwendet, um die Anzahl der eingehenden Touristen in Shanghai während der Coronavirus-Epidemie vorherzusagen. Anschließend werden die Marktveränderungen bei eingehenden Touristen mit der Abweichungsanteilsanalysemethode untersucht. Schließlich werden die zeitlichen Merkmale und Trends der eingehenden Touristen in Shanghai mithilfe einer empirischen Ensemblemoduszerlegung analysiert. Das GM(1,1)-Modell ist eines der am weitesten verbreiteten grauen dynamischen Vorhersagemodelle in der Grausystemtheorie, das aus einer Differentialgleichung erster Ordnung mit einer einzigen Variablen besteht. Die Anfangswertkorrektur verbessert das Grau-GM(1,1)-Modell und führt die Albino-Gewichtsfunktion des Mittelpunktsdreiecks in der Staatsaufteilung ein, um das Markova-Modell zu verbessern. Im Vergleich mit den Ergebnissen des traditionellen GM (1,1), des anfangswertmodifizierten GM (1,1) und des traditionellen Grau-Markov-Vorhersagemodells erweist sich die Vorhersagewirkung dieses Modells als besser. Diese Modelle sind besser als lineare Regression und Zeitreihen. Die Abweichungsanteilsanalyse untersucht die Veränderungen des Marktes für eingehende Touristen und die Ergebnisse zeigen, dass sich der Markt für eingehende Touristen in Shanghai von 2004 bis 2017 schneller entwickelt hat als im ganzen Land und eine vernünftigere und wettbewerbsfähigere Struktur aufweist. Außer in Japan ist die Zahl der eingehenden Touristen aus jedem Land im ganzen Land und in Shanghai gestiegen und hat stark zugenommen. Die zeitskaligen Merkmale und Trends der eingehenden Touristen in Shanghai werden mithilfe einer empirischen Ensemblemoduszerlegung analysiert. Die Ergebnisse zeigen: Erstens ändern sich die Gesamtzahl der einreisenden Touristen und die Zahl der ausländischen Touristen hauptsächlich innerhalb von 3 bis 6 Monaten, während die Zahl in Hongkong, Macau und Taiwan zwischen hoher und niedriger Frequenz schwankt. Zweitens gibt es hauptsächlich zyklische Schwankungen und keinen signifikanten Trend der Herkunftsländer. Die Schwankungsdauer in Japan, Thailand, Großbritannien, Frankreich und Deutschland beträgt 3 Monate; in Macau 3, 6, 12, 60, 180 Monate; in Singapur 3, 6, 180 Monate. Drittens gibt es einen klaren Trend und zyklische Schwankungen als Ergänzung zu den Herkunftsländern. Die Schwankungsdauer in Hongkong beträgt 3, 6, 90 und 180 Monate. In Taiwan, Kanada und Russland beträgt sie 3, 6 Monate; in Indonesien, den Vereinigten Staaten, Italien und Neuseeland beträgt sie 3, 6 und 12 Monate; in Malaysia beträgt sie 3, 180 Monate; in Südkorea 3,45 Monate; in Australien vier oder sieben Monate. Taiwan, Kanada,Russland und Neuseeland weisen den stärksten Aufwärtstrend auf. Aus den oben genannten Forschungsergebnissen können der Inbound-Tourismusbranche in Shanghai spezifische Vorschläge und Strategien für den Marktstrukturwettbewerb unterbreitet werden, und zwar auf der Grundlage der prognostizierten Zahl der Inbound-Touristen in Shanghai, der Struktur des Quellmarktes und der zyklischen Schwankungen und Trends des Quelllandes.

Haftungsausschluss: Diese Zusammenfassung wurde mithilfe von Tools der künstlichen Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.
Top