浅析旅游类PPP项目客流量预测方法


来自:大岳咨询     发表于:2019-07-29 10:53:26     浏览:137次

为优化旅游公共产品供给,促进旅游资源合理利用,完善旅游资源布局,更好地满足人民群众对旅游公共服务的需要,政府有关部门先后出台了一系列规范性文件,鼓励和引导社会资本参与旅游类PPP项目的建设和运营。

旅游类PPP项目投资大、周期长,景区类项目客流量预测的质量直接关系到财务测算结果的准确性,同时也与政府方缺口补贴、社会资本预期收益等核心边界条件息息相关。从某种程度上说,客流预测的精度将直接影响项目运作的成败。本文就景区客流量预测的不同方法及其利弊进行梳理,以供参考。

一、类推分析法

类推分析法是通过不同事物的某些相似性类推出其他的相似性,从而预测它们在其他方面存在类似可能性的方法。预测景区客流量时,可以调研同等规模、同类型、同地区或相近地区现有景区的客流数据,并根据实际情况设置调整系数,达到预测效果。

优点:实用性广,符合大部分旅游类项目。

缺点:对标选择、调整系数的设置具有主观性,预测数据可能和实际情况偏差较大。

二、时间序列法

时间序列预测方法是根据系统观测得到的时间序列数据,发现其历史的趋势和模式,并依据这种历史的趋势和模式,通过曲线拟合和参数估计来建立数学模型的理论和方法。

优点:适用于绝大部分旅游景区,且考虑了景区客流量变化的历史趋势,预测过程相对简单,对中长期旅游客流量的预测效果较好。

缺点:对旅游客流量生成与影响因素的内在运作机理分析不够,没有考虑到现实存在或新产生的各种干扰因素;且对历史数据的准确性要求较高,偏差较大的数据对结果影响较大。

三、回归分析法

采用计量经济学方法揭示经济活动中各个因素之间的定量关系,通过对景区客流量相关因素,如人均可支配收入、景区门票价格、景区知名度、交通通达度、景区所在城市吸引力系数(该城市游客人数/全国游客数量)、景区吸引力系数(景区游客人数/该城市游客人数)等相关数据的收集,建立多元线性回归模型,达到预测效果。

优点:将影响客流量的各种因素作为解释变量,以大数据作为支撑,预测精度较高,且克服了时间序列法的解释变量单一的缺陷。

缺点:前期数据收集耗时耗费大,影响因子较多,难以确定;所收集的数据多为二手数据,容易失真。

四、引力模型分析法

引力模型的预测基本原理是将客源地和目的地看成是两个具有吸引力的物体,它们之间的引力(客流量)与两个地方的人口规模成正比,与距离成反比,原始的旅游引力模型如下:

I=P1P2/D

其中P1、P2两城市的人口,D为两城市的距离。


但过于简单的研究因子,常常得出与实际情况差距很大的预测结果。为了提高预测精度,还应综合考虑人口规模、交通通达度、城市和景区的吸引力、宏观经济水平、景区消费水平、景区可参观性等指标,并合理设置调节系数,提高预测精度。

优点:适用面广,几乎适用于所有的旅游类项目。此方法充分考虑人口、距离、收入等因素,较为全面。

缺点:涉及参数较多,计算较为繁琐,吸引力参数系数的取值受主观影响较大,难以准确预测。

五、环境容量分析法

环境容量是指保证旅游质量不下降和生态环境不被破坏的前提下,一定时间和空间内,允许容纳的最大游客数量。较常用的环境容量分析为面积法,具体如下:

A=B*C/D


其中:A为环境容量(即日游客数),B为可游览面积,C为周转率(日开放时间/游览景区所需时间),D为每位游客应占有的合理游览面积。

优点:适用面广,几乎适用于所有的旅游类项目。

缺点:最大容量法测算的游客数与实际游客数可能存在较大偏差,没有考虑其他影响景区游客数的关键因子。

六、大数据统计分析法

通过景区闸机门、售票系统、车流量、视屏监控、红外设备等获取相关数据,并采用一定的技术手段进行处理,最终统计出当前景区客流量,并用以预测未来的客流量。

优点:所获取的资料均为一手资料,数据真实性高。

缺点:数据收集周期长,过程繁琐;只适用于已建成的景区,无法对新建景区进行预测。

实际操作中,应考虑数据的可获得性、时效性、全面性,综合使用一种或多种预测方法,并通过设置调节因子,尽可能提高预测精度。

·近期精选·

【经典】PPP项目绩效管理将成为PPP实施阶段的热点、难点和重点

【经典】PPP的下半程——绩效为王


版权声明:本文著作权归新newPPP平台所有,NewPPP小编欢迎分享本文,您的收藏是对我们的信任,newppp谢谢大家支持!

上一篇:【招商政策】关于依法依规加强PPP项目投资和建设管理的通知
下一篇: