论文部分内容阅读
摘 要：随着互联网的发展以及人们生活方式的改变，网络在日常活动中的参与感越来越重，线上旅游正是互联网与传统旅游的结合，不仅便利了消费者的出行游玩，而且还为客户提供了更多选择和优质体验。本文建立评价指标体系，利用灰色系统理论，根据搜集的数据对中国线上旅游消费的市场潜力及影响因子进行分析，并且对其未来短期的市场潜力进行预测。
关键词：线上旅游 ;市场潜力;灰色系统理论;评价指标;预测
本文索引：张媛.<变量 2>[J].中国商论，2021（19）：-043.
中图分类号：F592 文献标识码：A 文章编号：2096-0298（2021）10（a）--03
从广义角度看，线上旅游，即互联网服务与线下实地体验相结合的旅游方式;从字面上理解，线上旅游即通过网络和虚拟技术实现的虚拟实地旅游。在2020年的抗疫大潮中，互联网和云端的存在感得到了强化。线上旅游作为传统旅游业和互联网结合的较为成熟的产业，发展形势也在这个特殊时期被媒体热烈讨论。事实上，在2015年9月，国家旅游局就在《旅游+互联网行动计划》中提出，到2020年要让互联网与旅游业更好融合，形成智慧旅游平台，实现“在线旅游投资占全国旅游直接投资的15%，在线旅游消费支出占国民旅游消费支出的20%”的目标。在此背景下，本文站在广义角度利用灰色系统理论对我国线上旅游消费的市场潜力进行评价和预测，并对推动我国线上旅游业的发展提出有效建议。
1 理论背景
1.1 线上旅游相关研究现状
目前，国内外学者对线上旅游的研究范围主要包括在线旅行社运营及行业前景研究，以及线上旅游消费者行为研究。O’Connor P指出随着线上旅游业态类型的不断丰富，研究要多关注在线旅游预订平台与在线旅游信息平台的竞争关系[1]。站在消费者角度，Amaro S和Duarte P把旅游者线上产品购买行为研究分为消费者视角、认知渠道视角以及网站和产品视角进行研究[2]。国内方面，狄蓉等（2019）在物联网、互联网、大数据和人工智能背景下，提出线上旅游与线下旅游相联合的“旅游‘新零售’”的运营模式[3]。站在消费者角度，司首婧（2019）基于DEMATEL方法对线上旅游产品购买的影响因素进行分析[4]。另外，苗秀杰和姜珊（2020）以传统旅行社和线上平台的合作为例，应用演化博弈理论构建双方的演化博弈模型并加以分析得出双方演化稳定策略[5]。
1.2 旅游业市场潜力相关研究现状
对旅游业市场潜力的研究需要建立评价指标体系，聂莉等（2010）从旅游资源、社会经济、环境容量三大层面选取评价指标[6];曹新向（2007）将指标体系的系统层分为需求潜力、供给潜力、潜力保障力和潜力支持力进行研究[7]。在潜力的评价上，学者们也采用了不同的方式，包括TOPSIS法、主成分分析法、灰色理论模型、系统动力学理论模型等。此外，Erdener Kaynak（2014）曾利用德尔菲定性预测技术来预测智利的未来旅游市场潜力[8]。
2 中国线上旅游市场规模的影响因素分析
2.1 中国线上旅游市场规模评价体系的建立
我国对于旅游业的市场潜力相关研究大部分集中在传统旅游业上，而对在线旅游的市场潜力评价研究较少。在线旅游的特点在于对中间平台的使用和互联网资源的利用，本文从需求、供给、平台三个层面建立评价体系（见表1）。考虑到现实中国家级旅游景点、星级酒店与民宿基本都可以通过网络进行预订，在研究中分别以“中国5A级景点数”“住宿业法人数”搜集的数据作为“在线预定景点数”和“可供在线预定住宿法人数”指标的研究数据。
2.2 基于灰色关联的中国在线旅游市场潜力影响因素分析
邓聚龙（1984）教授提出的灰色系统理论中的灰色关联分析是根据因素之间发展趋势的相似或相异程度来描述因素间关系的强弱、大小和次序[9]。数理统计中经常使用的回歸分析、主成分分析等方法需要大量的数据，而灰色关联分析对样本量的多少和样本有无规律没有要求，因此适合本次研究中样本数据较少的情况。
根据从《中国统计年鉴》、中国互联网信息中心、艾瑞咨询和易观智库搜集到的数据，利用SPSS对我国线上旅游市场潜力的影响因素进行灰色关联度分析。
得到结果如表2所示：
2.3 对关联结果进行分析
根据关联度值和排序可以得到的结论有：在列出的12个影响因素中，国内定期航线数的综合评价最高，与在线旅游交易市场规模的相关性最强，其次为在线交通预订市场规模和在线旅游度假市场交易规模。
从需求层面来看，在线交通预订对人们在线旅游消费影响最大，结合现实情况分析该结果，第一，可能是交通消费本身在旅游消费中占比较大，对于非周边游的行程，包含的机票或高铁票价格不低，甚至超过大部分快捷酒店和民宿的价格。第二，交通市场的互联网化程度较高，在线预订市场的发展也较成熟，比起线下去机场和高铁站排队购票，在线交通预订可以节省大量的时间、精力及财力，况且交通座位的选取不能提前实地考察综合环境，因此线下购票的优势不大，在消费者的选择中容易被在线预定取代。
从供给层面来看，国内定期航线数对线上旅游市场规模的影响最大，其次是可预订线上景点数。近年来，国内航线的增多一方面补充了更多消费供给，另一方面，航线的多样化给消费者提供了更多选择，从而带动需求的发展。同时，交通预订软件越来越多，交通预订市场趋于成熟，机票价格优惠增多使得人们在出行时更愿考虑乘坐飞机。另外，景点游玩依旧是旅行的重要体验项目，可线上预订景点的供给增多刺激了人们的旅游消费。
从平台层面考虑，手机网民规模对线上旅游消费的市场潜力影响较大，超过PC端网民规模的影响。相较于PC端，智能手机的普及和应用软件市场的扩大极大地便利了人们旅游的准备和过程，使其在旅游过程中也能随时随地对旅游产品进行选择和预订，让旅游方式更为灵活。 3 中國线上旅游的市场规模短期预测
3.1 灰色预测模型概述
灰色预测是对既含有已知信息，又含有不确定信息的系统进行预测，针对数据在一定范围内的变化、与时间有关的灰色过程进行预测[10]。可以针对数量少、数据完整性和可靠性较低的数据序列进行有效预测，一般适合用于短期预测，其中GM（1，1）模型应用最为广泛。
3.2 基于GM（1，1）模型的我国在线旅游市场规模短期预测
将2016—2019年线上旅游交易市场规模的数据录入SPSS，利用GM（1，1）模型进行预测，通过极比值检验、后验差比检验后得到模型预测值如表3所示。
由表3可知，2020—2022年我国线上旅游交易的市场规模，分别为11954.811、13199.560和14573.915亿元。该模型通过残差检验，拟合效果达到较高要求。
4 结语
本文从需求、供给、平台三大层面构建了中国线上旅游消费的市场潜力指标体系，并基于灰色系统理论利用SPSS对其影响因素进行分析，同时利用GM（1，1）模型对线上旅游消费市场潜力进行短期预测。通过分析可得，国内定期航线数对中国线上旅行消费的影响最大，其次是在线交通预订市场规模和在线旅游度假市场交易规模。相较之下，在线交通预订市场发展成熟，在线旅游度假市场交易饱和度较低，发展空间更大。目前中国在线旅游度假行业的下沉市场潜力增长明显，线上旅行平台可以关注市场需求、开发多样化产品、发掘特色主题旅行使之构成完整的消费体验。另外，中国可预订线上景点数的影响程度排第四，同时手机网民规模对线上旅游消费的影响也较为显著，由此建议线下景点、民宿及餐厅积极加盟在线平台，形成良好的合作关系。相关企业还应扩大自身的产业链优势，将实地景区与互联网结合得再紧密一些，充分利用虚拟现实等技术给用户提供更多选择，提高客户体验，景区也可在官网开发“云逛展”“云游览”等项目，让人们来一场“足不出户”的旅游。
参考文献
O’Connor.P.Managing.a hotel’s.imae.on TripAdvisor[J].Journal.of.Hospitality.Marketing & Management，2010，19（7）：754-772.
Amaro.S，Duarte.P.Onlin.etrave.purchasing：Aliterature.review[J].Journal.of Travel & Tourism Marketing，2013，30（8）.755-785.
狄蓉，曹静，赵袁军.旅游“新零售”背景下在线旅游运营模式——以携程旅行网为例[J].中国流通经济，2019，33（7）：45-52.
司首婧.线上旅游产品购买决策影响因素分析——基于DEMATEL方法[J].重庆科技学院学报（社会科学版），2019（4）： 57-59.
苗秀杰，姜姗.有限理性下旅游产业线上线下合作稳定性分析——以线上平台与传统旅行社的合作演化博弈为例[J].生产力研究，2020（8）：97-100+109.
聂莉，董观志.基于熵权——TOPSIS法的港口城市邮轮旅游竞争力分析[J].旅游论坛，2010，3（6）：789-794.
曹新向.中国省域旅游业发展潜力的比较研究[J].人文地理，2007（1）：18-22.
Erdener Kaynak，José.I.Rojas-Méndez.Predicting.touris.mmarket.potential.of Chileby usêo.fˇa qualitativ.eforecasting.technique[J].Internationa.fˇa Journa.o.Commerc.êand.Management，2014，24（2）.
邓聚龙.社会经济灰色系统的理论与方法[J].中国社会科学，1984（6）：47-60.
王文平，邓聚龙.灰色系统中GM（1，1）模型的混沌特性研究[J].系统工程，1997（2）：13-16.
Market Potential Evaluation and Short-term Prediction of Online Tourism Consumption In China
——Based on the Grey System Theory
Jiangsu University ZHANG Yuan
Abstract： With the development of Internet and the transformation of people’s life style， the Internet is playing a growingly significant role in people’s daily life. Online tourism is exactly the combination of the Internet and traditional tourism， which not only facilitates people’s travelling， but also supplies more choices and superior experience to consumers. In this research， evaluation indicator systems are established， based on the Grey System Theory. Then the impact factors of the online tourism consumption in China would be analyzed， depending on the collected data， and the market potential would be in short-term prediction in the future.
Keyword： online tourism; market potential; grey system theory; evaluation indicator; prediction
关键词：线上旅游 ;市场潜力;灰色系统理论;评价指标;预测
本文索引：张媛.<变量 2>[J].中国商论，2021（19）：-043.
中图分类号：F592 文献标识码：A 文章编号：2096-0298（2021）10（a）--03
从广义角度看，线上旅游，即互联网服务与线下实地体验相结合的旅游方式;从字面上理解，线上旅游即通过网络和虚拟技术实现的虚拟实地旅游。在2020年的抗疫大潮中，互联网和云端的存在感得到了强化。线上旅游作为传统旅游业和互联网结合的较为成熟的产业，发展形势也在这个特殊时期被媒体热烈讨论。事实上，在2015年9月，国家旅游局就在《旅游+互联网行动计划》中提出，到2020年要让互联网与旅游业更好融合，形成智慧旅游平台，实现“在线旅游投资占全国旅游直接投资的15%，在线旅游消费支出占国民旅游消费支出的20%”的目标。在此背景下，本文站在广义角度利用灰色系统理论对我国线上旅游消费的市场潜力进行评价和预测，并对推动我国线上旅游业的发展提出有效建议。
1 理论背景
1.1 线上旅游相关研究现状
目前，国内外学者对线上旅游的研究范围主要包括在线旅行社运营及行业前景研究，以及线上旅游消费者行为研究。O’Connor P指出随着线上旅游业态类型的不断丰富，研究要多关注在线旅游预订平台与在线旅游信息平台的竞争关系[1]。站在消费者角度，Amaro S和Duarte P把旅游者线上产品购买行为研究分为消费者视角、认知渠道视角以及网站和产品视角进行研究[2]。国内方面，狄蓉等（2019）在物联网、互联网、大数据和人工智能背景下，提出线上旅游与线下旅游相联合的“旅游‘新零售’”的运营模式[3]。站在消费者角度，司首婧（2019）基于DEMATEL方法对线上旅游产品购买的影响因素进行分析[4]。另外，苗秀杰和姜珊（2020）以传统旅行社和线上平台的合作为例，应用演化博弈理论构建双方的演化博弈模型并加以分析得出双方演化稳定策略[5]。
1.2 旅游业市场潜力相关研究现状
对旅游业市场潜力的研究需要建立评价指标体系，聂莉等（2010）从旅游资源、社会经济、环境容量三大层面选取评价指标[6];曹新向（2007）将指标体系的系统层分为需求潜力、供给潜力、潜力保障力和潜力支持力进行研究[7]。在潜力的评价上，学者们也采用了不同的方式，包括TOPSIS法、主成分分析法、灰色理论模型、系统动力学理论模型等。此外，Erdener Kaynak（2014）曾利用德尔菲定性预测技术来预测智利的未来旅游市场潜力[8]。
2 中国线上旅游市场规模的影响因素分析
2.1 中国线上旅游市场规模评价体系的建立
我国对于旅游业的市场潜力相关研究大部分集中在传统旅游业上，而对在线旅游的市场潜力评价研究较少。在线旅游的特点在于对中间平台的使用和互联网资源的利用，本文从需求、供给、平台三个层面建立评价体系（见表1）。考虑到现实中国家级旅游景点、星级酒店与民宿基本都可以通过网络进行预订，在研究中分别以“中国5A级景点数”“住宿业法人数”搜集的数据作为“在线预定景点数”和“可供在线预定住宿法人数”指标的研究数据。
2.2 基于灰色关联的中国在线旅游市场潜力影响因素分析
邓聚龙（1984）教授提出的灰色系统理论中的灰色关联分析是根据因素之间发展趋势的相似或相异程度来描述因素间关系的强弱、大小和次序[9]。数理统计中经常使用的回歸分析、主成分分析等方法需要大量的数据，而灰色关联分析对样本量的多少和样本有无规律没有要求，因此适合本次研究中样本数据较少的情况。
根据从《中国统计年鉴》、中国互联网信息中心、艾瑞咨询和易观智库搜集到的数据，利用SPSS对我国线上旅游市场潜力的影响因素进行灰色关联度分析。
得到结果如表2所示：
2.3 对关联结果进行分析
根据关联度值和排序可以得到的结论有：在列出的12个影响因素中，国内定期航线数的综合评价最高，与在线旅游交易市场规模的相关性最强，其次为在线交通预订市场规模和在线旅游度假市场交易规模。
从需求层面来看，在线交通预订对人们在线旅游消费影响最大，结合现实情况分析该结果，第一，可能是交通消费本身在旅游消费中占比较大，对于非周边游的行程，包含的机票或高铁票价格不低，甚至超过大部分快捷酒店和民宿的价格。第二，交通市场的互联网化程度较高，在线预订市场的发展也较成熟，比起线下去机场和高铁站排队购票，在线交通预订可以节省大量的时间、精力及财力，况且交通座位的选取不能提前实地考察综合环境，因此线下购票的优势不大，在消费者的选择中容易被在线预定取代。
从供给层面来看，国内定期航线数对线上旅游市场规模的影响最大，其次是可预订线上景点数。近年来，国内航线的增多一方面补充了更多消费供给，另一方面，航线的多样化给消费者提供了更多选择，从而带动需求的发展。同时，交通预订软件越来越多，交通预订市场趋于成熟，机票价格优惠增多使得人们在出行时更愿考虑乘坐飞机。另外，景点游玩依旧是旅行的重要体验项目，可线上预订景点的供给增多刺激了人们的旅游消费。
从平台层面考虑，手机网民规模对线上旅游消费的市场潜力影响较大，超过PC端网民规模的影响。相较于PC端，智能手机的普及和应用软件市场的扩大极大地便利了人们旅游的准备和过程，使其在旅游过程中也能随时随地对旅游产品进行选择和预订，让旅游方式更为灵活。 3 中國线上旅游的市场规模短期预测
3.1 灰色预测模型概述
灰色预测是对既含有已知信息，又含有不确定信息的系统进行预测，针对数据在一定范围内的变化、与时间有关的灰色过程进行预测[10]。可以针对数量少、数据完整性和可靠性较低的数据序列进行有效预测，一般适合用于短期预测，其中GM（1，1）模型应用最为广泛。
3.2 基于GM（1，1）模型的我国在线旅游市场规模短期预测
将2016—2019年线上旅游交易市场规模的数据录入SPSS，利用GM（1，1）模型进行预测，通过极比值检验、后验差比检验后得到模型预测值如表3所示。
由表3可知，2020—2022年我国线上旅游交易的市场规模，分别为11954.811、13199.560和14573.915亿元。该模型通过残差检验，拟合效果达到较高要求。
4 结语
本文从需求、供给、平台三大层面构建了中国线上旅游消费的市场潜力指标体系，并基于灰色系统理论利用SPSS对其影响因素进行分析，同时利用GM（1，1）模型对线上旅游消费市场潜力进行短期预测。通过分析可得，国内定期航线数对中国线上旅行消费的影响最大，其次是在线交通预订市场规模和在线旅游度假市场交易规模。相较之下，在线交通预订市场发展成熟，在线旅游度假市场交易饱和度较低，发展空间更大。目前中国在线旅游度假行业的下沉市场潜力增长明显，线上旅行平台可以关注市场需求、开发多样化产品、发掘特色主题旅行使之构成完整的消费体验。另外，中国可预订线上景点数的影响程度排第四，同时手机网民规模对线上旅游消费的影响也较为显著，由此建议线下景点、民宿及餐厅积极加盟在线平台，形成良好的合作关系。相关企业还应扩大自身的产业链优势，将实地景区与互联网结合得再紧密一些，充分利用虚拟现实等技术给用户提供更多选择，提高客户体验，景区也可在官网开发“云逛展”“云游览”等项目，让人们来一场“足不出户”的旅游。
参考文献
O’Connor.P.Managing.a hotel’s.imae.on TripAdvisor[J].Journal.of.Hospitality.Marketing & Management，2010，19（7）：754-772.
Amaro.S，Duarte.P.Onlin.etrave.purchasing：Aliterature.review[J].Journal.of Travel & Tourism Marketing，2013，30（8）.755-785.
狄蓉，曹静，赵袁军.旅游“新零售”背景下在线旅游运营模式——以携程旅行网为例[J].中国流通经济，2019，33（7）：45-52.
司首婧.线上旅游产品购买决策影响因素分析——基于DEMATEL方法[J].重庆科技学院学报（社会科学版），2019（4）： 57-59.
苗秀杰，姜姗.有限理性下旅游产业线上线下合作稳定性分析——以线上平台与传统旅行社的合作演化博弈为例[J].生产力研究，2020（8）：97-100+109.
聂莉，董观志.基于熵权——TOPSIS法的港口城市邮轮旅游竞争力分析[J].旅游论坛，2010，3（6）：789-794.
曹新向.中国省域旅游业发展潜力的比较研究[J].人文地理，2007（1）：18-22.
Erdener Kaynak，José.I.Rojas-Méndez.Predicting.touris.mmarket.potential.of Chileby usêo.fˇa qualitativ.eforecasting.technique[J].Internationa.fˇa Journa.o.Commerc.êand.Management，2014，24（2）.
邓聚龙.社会经济灰色系统的理论与方法[J].中国社会科学，1984（6）：47-60.
王文平，邓聚龙.灰色系统中GM（1，1）模型的混沌特性研究[J].系统工程，1997（2）：13-16.
Market Potential Evaluation and Short-term Prediction of Online Tourism Consumption In China
——Based on the Grey System Theory
Jiangsu University ZHANG Yuan
Abstract： With the development of Internet and the transformation of people’s life style， the Internet is playing a growingly significant role in people’s daily life. Online tourism is exactly the combination of the Internet and traditional tourism， which not only facilitates people’s travelling， but also supplies more choices and superior experience to consumers. In this research， evaluation indicator systems are established， based on the Grey System Theory. Then the impact factors of the online tourism consumption in China would be analyzed， depending on the collected data， and the market potential would be in short-term prediction in the future.
Keyword： online tourism; market potential; grey system theory; evaluation indicator; prediction