上海世博会对长三角地区旅游业对影响VIP免费

第1页共10页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共10页上海世博会对周边城市旅游业的影响第2页共10页第1页共10页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共10页摘要本文考虑了三个问题：世博会开园期间的旅游人数规律、世博会结束之后其影响力与时间的关系及世博会影响力与地域半径之间的关系。利用经济活动中的创新扩散模型研究世博会开园期间旅游人数规律，并对未来一个多月中世博会游园人数作出了预测。对于后世博时期上海及周边城市旅游业情况采用修正模型预测。参考了昆明世博会及北京奥运会这类大型会展及活动结束后的影响规律，分析了上海世博会的影响力随时间的变化规律，给出了后世博时期上海及周边城市旅游人数的预测估计，此方法可以应用到所有类似事件后续效应的定量分析中。研究了事件的影响力与受影响地之间距离等因素之间的关系，得到了一个拟合函数。另外，采用了本底趋势线模型估计某地区旅游人数，由于该模型能消除突发事件的影响，用其估计数据作为增长率的计算基础，得到的结论更符合实际。关键词：世博会，创新扩散模型，后世博时期，本底趋势线第3页共10页第2页共10页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第3页共10页我们主要抽取上海、常州、南京三个城市在世博会举办前与举办中旅游业的相关数据进行建模，探讨世博会对周边城市的影响，考虑影响力与地域的关联，同时对后世博时代旅游业的发展进行预测。旅游业对影响除了平稳对发展外，突发事件对影响也是十分巨大的。非典时期与SARS病毒流行期间对旅游业的打击与奥运会对旅游业的推动都是总所周知的。因此考虑旅游业对发展变化需要两方面对数据。本底趋势线[1，2]是旅游业研究中消除突发事件影响的常用方法，我们将用其对三城市的旅游业发展进行预测，同时用创新扩散模型[3]研究世博会对旅游业的影响，两者的叠加就是城市旅游业的实际效果。文章分三部分。第一部分，用创新扩散模型对世博会开园期间的旅游行为进行计算和估计，第二部分，主要对后世博时代的旅游业进行预测，关键之处是推出动态影响力，我们认为，任何大型会展，其增值部分虽然总量是增加的，但是影响是衰减的，只有动态影响力才较好地反映这一事实。第三部分，世博会的影响力必将与地域即城市的距离有关，通过以上城市数据的研究，将给出世博会按距离衰减的规律。一、世博会后期旅游人数的预测对旅游人数对分布的讨论可以借鉴经济活动中的创新扩散模型。dN(t)dt=p[m−N(t)]+qmN(t)[m−N(t)]（1.1）其中，N(t)是t时刻的参观人数，m是市场的最大潜力。p,q分别是外部影响系数和内部影响系数。第一项的实际意义是：受旅游产品本身品质、宣传等影响而决定参与活动的人数，这部分人不受其他人的影响，即他们本来就决定要参与活动（有主见消费者），称为创新人数。第二项表示受已参与者影响而决定参加消费的人数（潜在消费者），q是相互影响因子。对于不同的产品，两部分的比例是不一样的，有些产品推出之初，第二项可以忽略不计，这也是模型称为“创新扩散模型”的由来。但是对旅游产品，显然两部分对影响都不可忽视。创新扩散模型有几个重要假设，这里不一一列出，其中最主要的涉及产品稳定性。显然，在世博园开园期间，产品的稳定性是可以保证的。该模型两个参数需要由统计数据支持。我们可以通过反演确定。首先，把方程差分为第4页共10页第3页共10页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第4页共10页N(t+1)−N(t)=p[m−N(t)]+qmN(t)[m−N(t)]（1.2）由此逐步计算p,q.事实上，方程（1.2）是p,q的一个超定线性方程，记方程组的系数矩阵A=(m−N(1)N(1)m(m−N(1))m−N(2)N(2)m(m−N(2))⋮⋮m−N(k)N(k)m(m−N(k)))k×2，B=(ΔN(1)=N(2)−N(1)ΔN(2)=N(3)−N(2)⋮ΔN(k)=N(k+1)−N(k)),根据最小二乘公式，方程（1.2）解出(pq)=(ATA)−1ATB.（1.3）比如，根据世博会官网发布的游客日流量数据，以及官方期望的流量总数，可以选择81万人为m值计算。由于本模型适用于稳定的形式，因此，我们选取游客流量相对稳定的两个时间段来计算p,q值...