首页 理论教育 如何预测休闲需求?——从定性预测到定量预测

如何预测休闲需求?——从定性预测到定量预测

时间:2023-05-24 理论教育 版权反馈
【摘要】:休闲需求的预测主要有定性预测和定量预测两大类。这种方法最为典型的是专家预测法,它是通过征求熟悉行业情况、富有管理经验的专家学者对未来的休闲需求进行判断和推测的意见,用匿名的方式进行意见交换,并逐步取得较为一致的预测结果[75]。在休闲经济学中,基于休闲市场需求的影响因素(自变量)较多,所以在使用回归预测模型时,更多的是采用多元回归预测模型。

如何预测休闲需求?——从定性预测到定量预测

1.预测的类型

对休闲需求进行合理预测,不仅有利于休闲企业了解市场需求情况,提高产品营销的针对性和有效性,也有利于政府主管部门分析和评估休闲产业在当地经济体系中的地位和贡献度,进而制定合理有效的休闲产业政策。休闲需求的预测主要有定性预测和定量预测两大类。

定性预测是指在充分考虑影响休闲产品需求各种因素的基础上,将这些因素按其重要性的大小进行归类分析,然后依次讨论它们对未来需求变化趋势的影响,进而得出未来需求量的大小。由于定性分析法在很大程度上是依靠人的主观推断进行的,因而无法构建公式和模型来较为精确地说明各种因素与休闲需求之间的关系。这种方法最为典型的是专家预测法,它是通过征求熟悉行业情况、富有管理经验的专家学者对未来的休闲需求进行判断和推测的意见,用匿名的方式进行意见交换,并逐步取得较为一致的预测结果[75]

定量预测是指基于已掌握的比较完备的休闲需求历史数据,运用相关数学方法进行科学的加工整理,借以揭示休闲需求量与有关因素之间的规律性联系,用于预测和推测休闲需求发展变化情况的预测方法。定量预测偏重于数量分析,受主观因素的影响较少,因而能做出变化程度在数量上的准确描述。但其也存在着显著的缺点,如计算手段刻板,不易灵活掌握运用,对信息资料质量要求较高,不能考虑未来突发因素等。例如,“9.11”事件给那些依赖需求预测进行决策的企业带来了非常严重的财务问题。预测者应不断关注内外环境的变化,随时注意那些可能导致预测失效的因素。

2.预测的方法

休闲经济的正常运行离不开对休闲需求规模的预测。基于休闲产品与服务多样复杂性、易逝性等特点,对人们所做的预测提出了更高的要求。在定量预测方法上,研究人员已建立很多数量模型,如时间序列预测模型、回归预测模型、引力预测模型以及人工神经网络模型等等。

(1)时间序列预测模型

时间序列预测模型是基于统计学中的时间序列理论对休闲需求进行预测的。我们知道消费者的休闲需求具有一定的时间性波动,时间序列预测模型主要特点是剔除了休闲需求中的季节变动、周期变动和一些不规则变动,并对其数据进行一定修正和完善。

简单地说,按照时间序列排列的观测值是一个时间序列,预测的任务是直接对已经观测到的时间序列的值X1,X2,…,Xn去推断未来的Xn+1,Xn+2,…,Xn+a。因为人们的休闲需求是不断变化的,因此我们要把休闲需求的变动分解开来以便更加清楚地了解影响休闲需求变化的因素,一般影响时间序列的因素包括长期趋势变动因素(T)、周期变动因素(C)、季节变动因素(S)以及不确定变动(I)的因素。我们假设休闲消费者人数就是这些因素的函数,可以表示为:

这四种变动因素是相互影响的,我们常用具体的函数形式是

式中,休闲人数D和长期变动趋势T用绝对数表示,其他的用百分数表示。

(2)多元回归预测模型

回归模型在休闲旅游需求预测中运用较为广泛,它运用最小二乘法(Ordinary Least Squares,简称OLS),根据相关关系变量已知的样本值来建立回归方程,再通过假设检验得出总体模型的假设是否显著,最后依据回归方程对总体进行经济分析和预测。

在休闲经济学中,基于休闲市场需求的影响因素(自变量)较多,所以在使用回归预测模型时,更多的是采用多元回归预测模型(Multiple Regression,简称MR)。例如,休闲消费者人数是一个随机变量,影响因素(自变量)不止一个,因此我们可以假设其多元回归方程为:

式中,y为休闲人数估计值;a0为常数项;a1,a2,…,an分别为x1,x2,x3,…,xn回归系数

利用此模型不仅可以从所有可能的影响因素中找出与自变量相关度较高的因子,建立它们之间的定量表达式,作为预测方程;同时可以从共同影响因变量的因子(自变量)中找出最主要的影响因子和次要影响因子。多元回归分析的优点就是可以从多影响因素中排出主次。

(3)人工神经网络模型[76]

人工神经网络系统(Artificial Neural Network,简称ANN)作为一种非线性模型,拓展了“计算”非线性系统的可能性和途径,其模拟人脑的基本原理,具有高维性、神经元之间广泛的互连性、自适应性等特点,使得神经网络具有大规模并行、分布式存储和处理、自组织、自适应、自学习能力,特别适用于复杂的现代社会经济系统中的经济信息处理。如上文分析,影响人们休闲需求的变量是多样而复杂的,因而相比于其他的预测模型,人工神经网络预测模型具有并行处理、自适应、自组织以及逼近任意非线性的特征,它可以处理模糊的、非线性的、含噪声的数据和结构优化问题,分析中的权重并不带有太多主观的成分,在处理滞后变量和季节差变量上具有优势。

(4)引力预测模型

引力模型采用因素分析的形式,即靠识别克朗蓬(Crampom L.J.)休闲需求量和其他一系列因素之间的关系来预测可能的休闲需求规模的大小。L.J.Crampon在1996年首次说明了该模型在休闲旅游研究中的实用性。引力模型源于牛顿定律,即两物体的吸引力与物体的质量成正比,与两物体的距离平方成反比。Crampon认为休闲旅游产品对消费者的吸引力存在这样的规律,引力模型可以用来预测休闲旅游者的规模和数量[77]

拓展阅读2-7

市场预测性分析工具需求高涨[79]

全球商业分析软件市场欣欣向荣,各大商业分析软件公司在收益及市场份额等方面竞争激烈。全球商业分析软件市场包括水平工具和部署在决策自动化用例中的预先包装好的分析应用程序,以及软件支持全生命周期的数据集成、完整性、分析、可视化和相关的决策支持功能。

虽然2015年汇率变化带来了一些负面影响,但全球商业分析软件市场收入依然增长了2.5%。

2015年在12个市场细分部分收入增长较为明显。增长最快的前三个市场分别是内容分析、客户关系分析应用程序和先进的预测分析。最大的两个市场当属终端用户查询、报告、分析和分析数据管理。(www.xing528.com)

2015年的大事件应该是面向云的“大迁徙”。整个市场的本地服务萎缩了1.4%,而公共云服务收入增长了26.5%。公共云的部分市场现在占有17%的市场份额。重要的是,分析应用程序(40%)和聚合类别的商业智能(BI)分析工具,分析数据管理和集成平台以及空间信息分析工具(7%),在采用云服务时有显著的差异。

2015年,甲骨文公司以16.4%的市场份额继续作为最大的商业分析软件供应商。紧随其后的是SAP、IBM、微软、SAS和Teradata,他们的收入都超过了10亿美元。这些顶级供应商从2013年63%的市场份额跌落到如今的58%。在前30名的供应商中,增长最快的是Amazon,Cloudera以及Tableau软件。

“这414亿美元软件市场的需求仍然是健康的,”分析和信息管理集团副总裁Dan Vesset说:“对大型供应商来说,货币汇率和收入确认模型的改变造成了较大的影响。组织在实现可行的分析时,这些金融因素对持续强劲的投资带来了一定的冲击。”

商业智能和分析工具

全球商业智能(BI)和分析工具软件市场主要由三个部分组成:终端用户查询,报告和分析工具;先进和预测分析工具;内容分析工具。在这些主要细分市场又衍生出一系列工具:生产报告,视觉发现,OLAP,统计模型开发、测试和执行。

三个主要的细分市场——终端用户查询,报告和分析软件占有了72%的份额,但2015年仅增长了0.7%。先进的和预测分析市场增长了7.8%,内容分析市场增长了12.9%。2015年,整个市场的本地部分仅增长了1.2%,而公共云服务的收入增长了38.5%。

IDC研究了全球顶级供应商的商业智能和分析工具软件市场。2015年,SAP依然是最大的BI和分析工具供应商。然而,由于外汇汇率和日益激烈的竞争带来的负面影响,它的份额有所下降。排名在SAP之后的有微软、SAS、IBM和Oracle。前五大供应商现在拥有52%的市场份额(2013年是58%,2010年是59%)。

商业智能和分析市场部分供应商情况简介

SAS在先进的市场预测分析中保持领先地位。尽管遭到初创企业、开源工具和一些供应商的竞争冲击,SAS依然以约32%的市场份额继续主导市场。这在一定程度上要归功于SAS的商业模式——依靠订阅定价模型。由于从本地迁移到云服务,公司不容易受到收入确认模型变化的影响。

微软在扩大先进的预测分析市场方面有显著的影响。其重点支持R社区以及Azure分析服务,可以受益于公司大规模的合作伙伴网络。

先进的市场预测分析供应商中增长率最高的是RapidMiner。虽然论及总收入时RapidMiner并不起眼,但其开源软件和数据科学家及业务分析师可能帮助它维持一个较高的增长率。

在查询、报告和分析细分市场,2015年SAP、IBM和Oracle的收入有所减少。这可能是受到一些金融因素的影响以及收入确认模型的改变,也有部分原因是来自微软、亚马逊和Salesforce等视觉发现供应商和低价产品的竞争冲击。尤其是SAP、IBM和Oracle受到不同的企业应用程序开发部署及系统软件产品中嵌入BI和分析功能的影响。总体来说,这些力量造成SAP、IBM和Oracle在2015年收入下滑。来自这三个供应商的云业务分析解决方案的新产品和IBM Watson分析可能会带来不一样的效果。

Tableau软件以高于市场增长的强劲势头引人注意。然而,它也已经体验到更激烈的竞争和一些发展的困扰。

总的来说,最终用户查询,报告和分析市场的快速发展让终端用户更加积极地寻求扩大或升级软件投资。

(资料来源:Hely.2015 IDC全球商业智能及分析工具软件市场份额调查[EB/OL].(2016-11-23).http://www.raincent.com/content-10-7932-1.html.)

习  题

【思考题】

(1)讨论休闲动机在形成人们休闲行为过程中的作用。

(2)简述休闲需求的概念及特征。

(3)试着阐述休闲需求量与人们的休闲动机、个人年龄、通货膨胀之间的规律,并画坐标图来表示。

(4)举例说明休闲需求的社会、经济、环境等方面的影响因素。

(5)简述休闲需求价格弹性对休闲消费者的影响。

(6)举例说明休闲需求市场预测对休闲企业的重要性。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈