2010年数学建模B题论文

2010高教社杯全国大学生数学建模竞赛

承 诺 书

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.

我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 宜春学院 参赛队员 (打印并签名) ：1. 鄢志平

2. 江清根

3. 温军超 指导教师或指导教师组负责人 (打印并签名)： 数模组

日期：2010 年 9月 11 日

赛区评阅编号（由赛区组委会评阅前进行编号）：

2010高教社杯全国大学生数学建模竞赛

编 号 专 用 页

评 阅 人 评 分 备 注 赛区评阅编号（由赛区组委会评阅前进行编号）：

赛区评阅记录（可供赛区评阅时使用）：

全国统一编号（由赛区组委会送交全国前编号）：

全国评阅编号（由全国组委会评阅前进行编号）：

2010年上海世博会对其旅游业影响力的定量评估

摘要

本论文通过历年上海的旅游业数据和本底趋势预测将就2010年上海世博会旅游业影响力进行定量评估，并预测未来4年上海旅游业的发展趋势，建立三个数学模型。（分析时期：第一时期为1994-2009年，第二时期为2009-010年，第三时期为2011-2014年）。

模型一：分析时期为第一时期即1994-2009年，并且再将其分为1994-2002年和2003-2009这两个时期。对其运用Excel，熵值法原理确定上海旅游业的综合影响力值然后相互比较这两个时期时上海旅游业的综合影响力值，从而用计算机模拟出上海世博会对其旅游业的影响。从模型中通过比较研究可以知道在2002年之后，由于上海世博会的成功申办，其旅游业得到了显著的发展。

模型二：分析时期为第二时期即2009-2010年，建立旅游本底趋势模型估算这段时期上海世博会对其旅游业的影响效应，运用Excel和spss软件分别模拟得到下列方程：

（a）上海入境游客动态变化的本底线方程。 （b）上海外国人游客动态变化的本底线方程。 （c）上海市港澳台游客动态变化本底线方程。 （d）上海市入境旅游收入本底趋势方程。

然后应用spss软件模拟本底趋势线和实际统计线，同时也为旅游业的未来发展趋势提供一个直观的估计。

模型三：分析时期为第三时期即2011-2014年；利用模型二所建立的4条本底趋势线，对未来4年上海市入境旅游客流总量、外国人、港澳台市场及旅游外汇收入进行了预测，从而对2011-2014年上海市旅游业发展趋势进行预测。

关键词：熵值法原理；直线内插法；本底趋势线；效应评估；数理统计 ；

一 问题的提出重述

1

世博会是由一个国家的政府主办，有多个国家或国际组织参加，以展现人类在社会、经济、人文和科技领域所有取得成就的国际性大型展示会。世博会享有“经济、科技、文化领域内的奥林匹克盛会”的美誉，日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。不仅能给参展国家带来发展的机遇，扩大国际交流合作，促进经济的发展，而且也能给举办国家创造巨大的经济效益和社会效益，宣传和扩大举办国家的知名度，促进社会的繁荣和进步。2010年上海世博会是上海经济发展的又一历史机遇，对于加速推进上海国际化大都市的建设国际经济、金融、贸易、航运中心具有积极作用。

题目要求选者自己感兴趣的一个方面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。众所周知，一个国家举办世博会，受益最直接的是旅游业。为此，论文选择世博会对上海旅游业的影响力作为研究对象进行定量研究。

二 问题的分析

与对一般的重大事件活动进行经济影响评估一样，对世博会的经济影响进行评估的经典方法是成本效益分析，其基本评估技术是投入产出法。如同对社会经济发展过程中旅游的影响进行研究一样，如何从经济、环境和社会变化的诸多影响因素中单独测度出旅游的影响是十分困难的事。同样地，从影响目的地的诸多事件和因素中把某一旅游事件的影响和效应单独“剥离”出来，也是十分困难的事。

本文以2010上海世博会为例，在统计资料充足的条件下，采用孙根年的本底趋势线模型，对其效应进行量化评估，在环境评价本底值概念的启发下，孙根年提出了客源市场旅游本底趋势线(Background TrendLine)的原理和概念模型。后来，孙根年又把本底趋势线模型运用于旅游收入的分析之中，发现客流量及旅游收入增长率的变化存在三个时间尺度的波动周期，尤其以6～7年的尤格拉周期最为典型，并以旅游业综合发展指数为依据，对此周期进行了形态学的分析。

孙根年认为：复合函数的数据建模在理论方法上与传统回归分析一致，通过对其拟合方程的合理性进行检验，可以找出旅游发展在常规情况下的本底趋势。因此，本底趋势线模型可以反映在没有特殊事件和因素的影响下，旅游业发展的自然趋势。就重大事件活动而言，其性质是一种超常规的特殊因素，对于上海世博会这类一次性的重大活动用孙根年的本底趋势线模型方法分析重大事件活动对旅游业的影响是合适的。

2

三 模型假设

1 假设在世博会召开之前旅游业的发展是平稳的。

2 假设在2009年到2010年期间上海旅游业未受到其他重大事件活动的影响。 3 假设从互联网上收集的数据皆为真实可信的。 4 假设世博园是一个常规开发起来的景点。 5 假设旅游人数只受主要因素的影响，其他的一些因素可以忽略，比如天气等因素。

6假设世博会旅游人数波动不大。

四 符号说明

n m Xij 参评对象的个数 定量评价指标的个数 第i个参评对象第j个指标 第i个参评对象第j个指标可能结果对应的概率 第j项指标的熵值 调节系数 信息熵与1的差异系数 第j项指标的权重 第i个参评对象的综合指标值 进行内插的公差值 上海市海外旅游人数 上海市国内旅游人数 上海市旅游总收入 pij Hj k rj qj vi d y1 y2 y3

五 模型的建立与求解

3

5.1 模型一的建立：在1994-2010年内统计和比较上海旅游业的状况

由于中国上海在2002年取得了申办世博会的资格，因此我们通过比较研究的方法将其分成1994-2002年和2003-2010年这两个时间段，再分别对其旅游业的影响作出分析。 5.1.1 分析方法与步骤 （1）分析方法

分析的基本方法是：用Excel软件的方法，多种模型进行预测、相互比较以找出旅游业发展实际的本底趋势，然后从中剥离出上海世博会的影响。分析的指标包括：海外旅游人数，国内旅游人数，旅游花费。分析时段：1994～2010年。 （2） 分析步骤

第一步：搜索数据并将其进行统计，绘制图表。

第二步：分析图表，对比研究世博会成功申办对上海旅游业的影响。 第三步：分析总结上海世博会对其旅游业的效应。 5.1.2 模型准备：

（1）指标及数据的选取

为期半年的上海世博会，将吸引全球的目光，为上海加快旅游业的发展提供了良好的机会。世博会前后将完善上海的基础设施，丰富上海的旅游资源，招来大量的客源 上海将以独具特色的会展旅游，现代都市游和秀美风光游吸引国内外的游客。

通过查找可以得到：这段时期国内旅游人数（见附录表1）和外国人、港澳同胞，华侨入境旅游的人数（见表1），用Excel绘制图(1)，图（2）如下：

国内旅游人数随时间变化的统计18001600旅游人数（百万人）1400120010008006004002000城镇居民农村居民旅游总人数19941995199619971998199920002001200220032004200520062007年份（年）

图（1）国内旅游人数随时间变化的统计

4

2008表1 外国人、港澳同胞，华侨入境旅游的人数，增长率与比重 构成 人数 同比增长 占总数比重

外国人、台胞、港澳、华侨入境旅游人数比重外国人 201.7万 49.40% 77.30% 台胞 33.6万 4.90% 12.30% 港澳 23万 11.65% 8.50% 华侨 5.3万 12.80% 1.90% 总计 272.5万 33.40% 100% 8.50.30%1.90w.30%外国人台胞港澳华侨

图（2）

这段时期上海世博馆的每天参馆人数（见附录表1），用Excel绘制图（2），如

5

下：

6x 10554人数32100204060天80100120140

图（2） 每天参馆人数

这段时期国内旅游花费（见附录表2），用Excel绘制图（3），如下：

旅游花费随时间变化的曲线1000090008000旅游花费（亿元）70006000500040003000200010000城镇居民花费农村居民花费旅游总花费19941995199619971998199920002001200220032004200520062007年份（年）2008

图（3）旅游花费随时间变化的曲线

6

从1998年至2007年上海市人均消费和收入水平（见附录3和图（4））

2x 1041.8上海市人均消费和收入水平（元）1.6? 人均收入1.4? 人均消费1.210.80.6199819992000200120022003时间（年）2004200520062007

图（4）上海市人均消费和收入水平情况

2009年1月到2010年6月入境旅游人数（见附录表4）、入境旅游人数比去年同月增长率（见附录表5）及入境旅游人数比去年同期增长率（见附录表6），分别用Excel绘制：如下图（4）、图（5）、图（6）如下：

7

入境旅游人数（万人）102030405060700国际入境旅游人数台湾同胞入境旅游人数入境旅游人数图（4）入境旅游人数

时间（2009-2010）图（5）入境旅游人数比去年同月增长率

8

外国人入境旅游人数香港同胞入境旅游人数200920010920020920030920040920050920060920070920080920090920100920110920121020011020021020031020041020051006

图（6）入境旅游人数比去年同期增长率

在这段时期内外国人入境旅游按主要客源分的人数和同比增长率见附录表7，并绘制图（7）、图（8）如下：

外国人入境旅游按主要客源分的人数500000450000400000350000300000250000200000150000100000500000入境旅游人数日本菲律宾新加波泰国印尼马来西亚韩国美国加拿大英国法国德国意大利俄罗斯澳大利亚新西兰国别本月本年本月止累计

图（7）外国人入境旅游按主要客源分的人数

9

外国人入境旅游按主要客源分的人数同比增长率

外国人入境旅游按主要客源分的人数同比增长率020入境旅游人数100-10-20-30国别同比增长%累计后同比增长率%日本菲律宾新加波泰国印尼马来西亚韩国美国加拿大英国法国德国意大利俄罗斯澳大利亚新西兰

图（8）

（2） 结果与解释

从上图可以得到如下几点结论：

1.世博会将有力地促进举办地旅游资源和旅游项目的开发，将吸引和找来大量的游客，因此对其旅游业有非常明显的积极作用。

2.日、韩、美、德四国占来沪外国人旅游者的65.4％，是上海最主要的外国人市场，但同时我们也应看到这四国来沪旅游人数仅占该国出国总人数的4.8％、3.9％、0.4％、0.2％。这也从一个侧面说明上海发展国际旅游的市场空间还很大。

3.马、新、菲、泰等周边国家的来沪旅游人数近年增长很快，现在韩、马、赫等上海周边新兴市场来沪人数已超过欧美传统市场。

4.从上述分析可以确定2010年上海世博会的市场定位：

(1)日本、韩国是2010年上海世博会最重要的外国人客源市场，2002年上海共接待日本游客82.3万，占入境外国人的39.1％；接待韩国游客23.6万，占入境外国人的11.2％。

(2)美、欧是2010年上海世博会最主要的远程客源市场。2002年上海共接待美国游客21.8万，占入境外国人的10.3％；接待德、法、加、意、英等欧洲游客25.6万人，占入境外国人的12.1％。

(3)马、新、菲、泰等东南亚国家是2010年上海世博会新兴客源市场。2002年上海接待马、新、菲、泰等东南亚游客27万人，占入境外国人的12.8％，超过传统的欧洲市场。

(4)港澳台是2010年上海世博会是基本的入境客源市场。2002年上海接待港澳台游客56.6万，占入境旅游者总数的20.8％。

10

5.1.3 世博会对上海旅游业的综合影响力值

为了进一步研究定量研究上海旅游业收到世博会的影响力，为此需要根据世博会对各个指标的影响力值来研究世博会对上海旅游业的综合影响力值。故而只需将各指标的影响力值进行加权，因此权重的确定是必要的，拟采用熵值法求出各指标影响力值的权重。

熵值法原理与步骤：

熵值法是一种客观的赋权方法，它通过计算指标的信息熵，根据指标的相对变化程度对系统整体的影响来决定指标的权重。在信息论中，熵是一种不确定性的度量，信息量越大，不确定性就越小，熵也越小；信息量越小，不确定性就越大，熵也越大。根据熵的这种特性，可以通过熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度。一般而言，指标的离散程度越强，熵值就越大；反之，熵值就越小。

在应用多个指标对事物进行综合评价时，对于某个指标，若各个个体的值没有太大的区别，则该指标在综合分析中所起的作用不大；反之，若对某个指标而言，各个个体的值有很大的波动，即该指标的离散程度很大，则这个指标在综合分析中有很重要的影响，所以可以根据各项指标的变异程度，利用信息熵这个工具，计算出各项指标的权重，为多指标综合评价提供依据。

熵值法进行评价的主要步骤如下： (1) 评价指标的标准化

为了使各项指标的数据具有可比性，须将原始数据无量纲化并压缩在[0,1]区间之内。可以采用比重法对指标原始值进行标准化。设有n个参评对象，m个定量评价指标x1,x2,?,xm形成原始数据矩阵Xij(i?1,2,?,n;j?1,2,?,m)。在同一指标下，计算各指标取值占全部指标取值之和的比重，同时视为该指标某一可能结果对应的概率值：pij?Xijn。

ij?Xi?1(2) 计算第j项指标的熵值Hj

定义第j项指标的熵值Hj??k?pijlnpij,j?1,2,?,m，其中，为了计算方

i?1n便，上式取自然对数，调节系数k?1?0，显然Hj?0。 lnn(3) 将评价指标的熵值转化为权重

对于给定的j，Xij的差异性越小，则熵值Hj越大；当Xij全部相等时，则

Hj?1，此时对于方案的比较，指标Xij在综合评价中不起作用；Xij的差异性越

11

大，则熵值Hj越小，指标Xij在综合评价中的作用越大。于是某项指标的作用取决于该指标的信息熵Hj与1的差异系数rj，可以定义差异性系数为：

rj?1?Hj,j?1,2,?,m，则第j项指标的权重定义为：qj?rj?rj?1m,j?1,2,?,m。

j即：某项指标的熵值越大，其权重越小，反之亦然。

（4）计算参评对象单一综合指标值。按加权平均计算模型有：vi??qjpij，

j?1m于是得到第i个参评对象的综合指标值。

值得注意的是：

1) 在给定方案的各评价指标确定的前提下，熵权表现了各评价指标在竞争意义上的相对激烈程度。

2) 若熵值为1，则权重为零，这意味着该评价指标没有提供任何有用信息，该评价指标可以被忽略。

3) 若熵值较小，则权重较大，说明评价指标提供了较多信息，对预方案的比较有较大作用，应重点考察。

4) 若熵值越大，则权重越小，说明该评价指标越不重要。 5.1.4 综合影响力值的确定

（1）世博会对各年各个指标的影响值

1994—2010年，世博会对上海市海外游客的影响值为18.074万人次，对国内游客的影响值为67.881万人次，对游客总人次的影响值为365.186万人次，对旅游花费的影响值为71.661亿元，根据上面的说明，这些数值也就是上海世博会所带来的效应。在理论上，这些数值也是在不举办世博会的情况下，上海市在1994—2010年将损失的旅游效应。从上述指标的数据可以看出：无论是人次数还是收人额都低于世博园的人次和收人，其原因是容易发现的：上述本底趋势线的分析是不考虑任何影响下的旅游业按常规增长的态势，而分析其实际值与本底值的差额时得到的也只是考虑了世博会这一因素的影响下所带来的上海市旅游指标的变化值，因此，其隐含的假设是世博园是一个常规开发起来的景点。 由世博会对各年各个指标的影响值用熵值法计算可以得到世博会对海外旅游人数、国内旅游人数及旅游总收入的影响力值对应的权重依次为：

(q1,q2,q3)?(0.2642,0.3536,0.3821)。代入综合影响力值的计算公式vi??qjpij进

j?1n而得到综合影响力值见表（2）。

年月份 综合影响力值 12

年月份 综合影响力值

1994 1995 1996 1997 1998 1999 2000 2001 2002 0.0378 0.0451 0.2077 0.5481 0.5272 0.3929 0.3506 0.3263 0.3035 2003 2004 2005 2006 2007 2008 2009 2010 0.5251 0.721 0.5624 0.1254 0.0503 0.4864 0.6366 0.8825 表（2）

上述模型中，应用比较研究的方法，对1994-2002年和2003-2010年这两个阶段进行了综合影响力值作出比较，得到了上海世博会对其旅游业的积极影响和促进，为此世博会的举办促进了上海旅游业的发展。

5. 2模型二：建立旅游本底趋势模型估算2010世博会的效应

下面应用孙根年的旅游本底趋势线模型方法，并把它扩展到和旅游发展密切相关的国内生产总值GDP的本底分析中，以估上海世博会对旅游业在国民经济中地位变化所产生的影响力。旅游业的发展趋势是确定的和可预报的，而各年增长率的变化却是随机和不可预报的。旅游业发展的本底趋势线归结为,种基本形式和.种复合形式，直线（或指数线）增长基础上的周期性波动可能反映了旅游业发展的基本规律。

5.2.1数据的来源及校正方法 5.2.1.1 数据来源

建立旅游本底趋势线需要以长期的旅游统计数据为依据-本文所采集的统计数据主要取自《中国旅游年鉴》，统计项目包括入境游客流总量、外国人（包括华侨）、港澳台胞及入境旅游收入4个序列，建模的时间区段为1994年2014年。 5.2.1.2 数据的校正

建立旅游本底趋势线，需要对因突发事件所造成统计数据的异常变化进行校正，统计数据的校正采用了直线内插法，具体方法是： （1）用原始统计数据作出长期变化的统计线；

（2）根据目视观察从统计线上找出需进行订正的时间区段，并确定适合直线内插的起始点na和终止点nb； （3）用内插公式yn?ya?(n?na)d校正异常区统计数据。在该公式中，d为

yb?ya进行内插的公差值，其计算公式为：d?

nb?na5.2.2旅游本底趋势线的形式及建模方法与步骤

我们将旅游本底线方程归纳成直线,指数线,逻辑线,正弦曲线4种基本形式,

13

以及由此组合而成的直线-指数线,直线-逻辑线,指数-逻辑线,指数-正弦线,逻辑-正弦线等6种复合形式(见表3)在选配最优本底线时,主要根据统计数据时间序列的变化趋势而定。

表3 旅游本底趋势线的数学模型

较简单的本底线模型 模型名称 方程的数学形式 直线增长 指数增长 逻辑增长 正弦波动 直线—逻辑 yt?a?btyt?y0ert较复杂的本底线模型 模型名称 方程的数学形式 直线—逻辑 直线—正弦线 指数—逻辑线 yt?a?bt?y0ert yt?a?bt?qsin(?t??)yt?K1?e(c?rt) yt?y0eat?K1?e(c?rt) yt?qsin(?t??) 指数—正弦线 yt?y0eat?qsin(?t??) yt?a?bt?K1?e(c?rt)逻辑—正弦线 yt?qsin(?t??)?K1?e(c?rt) 建立本底线的方法是：

（1）选取订正后的时间序列数据，作出趋势线统计图； （2）观测统计图，选配一个合适的趋势线方程； （3）根据最小二乘原理进行数据的最优拟合和确定有关参数\建立本底趋势线方程,下面所列的本底线方程中t为时间变量，从1994年依次取t=1,2,3?。 1 入境客流总量本底趋势线

客流总量是反应旅游业发展水平的第一指标2010年上海市共接待入境游客24.02万人次，1997年接待入境游客165.35万人次，20年来上海累计接待入境游客约1623万人次，年接待量增长6.9倍，年均增长率为10.12%根据这20年来客流总量的统计数据，用直线—三角函数复合模型进行模式识别，得到上海入境游客动态变化的本底线方程：

yz?51491.2?74334.9t?36862sin(5.635t?2.732) （1）

相关系数r?0.9944

2 外国人客流量本底趋势线

在上海市入境客流市场中，外国人（包括华侨）占有绝对优势和比重，大致占入境游客总数75%左右.1978年上海市接待外国游客17.23万人次，1997年增长到135.23万人次，20年来增长7.8倍，年均增长率为10.8%。从近20年外国人客流量统计线可以发现其波动幅度有逐渐加剧趋势，故采用直线增长基础上的指数正弦复合模型进行模式识别，得到上海外国人游客动态变化的本底线方程如下：

yw?2.4595?5.834t?5e0.035tsin(0.655t?1.524) （2）

14

相关系数r?0.9925 3 港澳台客流量本底趋势线

港澳台游客在上海市入境客源市场中占有较重要地位，大致可占到入境客流总量的25%左右。1978年上海市接待入境的港澳台胞6.29万人次，1997年增长到36.12万人次，20年来年接待量增长了5.74倍，年均增长率9.1%采用直线增长基础上的指数正弦复合模型进行模型识别，得到上海市港澳台游客动态变化本底线方程：

yg?2.635t?1.696?4.1436e0.059tsin(0.503t?0.8203) （3）

相关系数r?0.9585

4 旅游外汇收入本底趋势线

旅游外汇收入是反应旅游业发展水平的一个十分重要的指标.1997年上海市旅游外汇收入13.17亿美元，约合109亿人民币，占当年上海国内生产总值的3.3%，这充分说明入境旅游业已成为上海市国民经济的支柱产业\从1978-1997年，上海市旅游外汇收入从0.47亿美元增长到13.17亿美元，旅游外汇收入增长了28倍，年均增长率18.13%采用指数增长基础上的正弦波动复合函数进行模型识别，得出上海市入境旅游收入本底趋势线方程 ：

yz?4673.12e0.16859t2583.34sin(0.379t?2.15) （4）

相关系数r?0.9981

5 本底趋势线与统计线的组合图形

为了更清晰地反应上海市近20年客流总量、外国人、港澳台游客及旅游收

入的本底趋势线和实际统计线，将所作的组合图形排列如（图9-图12）

图（9）上海市入境客流总量本底线与统计线

15

图（10）上海市外国游客入境客流量本底线与统计线

图(11)上海市港澳台入境客流量本底线与统计线

16

图(12)上海市入境旅游外汇收入本底线与统计线

这些组合图形，一方面弥补了文中略去的统计数据，另一方面也为更直观理解上述本底趋势线提供了一个窗口，更为重要的是：

（1）将本底线与统计线相比较，可看出旅游本底线的“晴雨表”功能，这种指示功能不仅是定性的，同时也是定量的。

（2）从本底线的自然延伸还可看出本底线的预测功能，对旅游业的未来发展趋势提供一个直观的估计。

5.3模型三：预测世博会对上海未来四年旅游业的影响效应

利用所建立的4条本底趋势线，对未来4年上海市入境旅游客流总量、外国人、港澳台市场及旅游外汇收入进行了预测（表4）

表4 2011-2014年上海市旅游业发展趋势预测

外国人及港澳台

入境总量①与②+③相外汇收入/亿美

华侨/万胞/万人

年份 /万人次 对误差/% 元

人次 次

2011 16718.3 14351.1 1446.1 5.70% 60 2012 17573.2 14972 1523.8 6.20% 63.2 2013 18109.7 15324.6 1594.2 5.4 65.7 2014 18704.9 15742.9 1637.8 2.3 66.9

①入境总量；②外国人及华侨；③港澳台胞 从表2所给出的结果来看，未来4年上海市入境旅游将出现如下几个明显的变化趋势：

（1） 外国人（包括华侨）客源市场将处于一个3-4年低谷期，它将预示着世界

经济的不“景气”及国际出境旅游的“萎缩”，最为明显的外部事件可能是国际“金融危机”；

（2） 港澳台市场将预示着一个快速增长阶段，客流量将以!&’以上的速度增长，

随着香港回归、澳门回归及海峡两岸的直接“三通”。来上海旅游的港澳台胞快速增长是可预期的；

（3） 由于港澳台市场的补偿作用，未来4年上海市入境客流总量将继续保持平

稳增长趋势，不会出现较大冲击或“衰落”；

（4） 在客流总量保持平稳增长，旅游创新和产品开发日益升级的趋势下，上海

市入境旅游收入必将继续保持快速增长趋势

17

六 模型的评价和建议

评价：

1. 该模型中模型一采用了比较研究方法建立了世博会与旅游业影响因素的关系，其中在将各影响因素抽象成数据时处理的不是很好。

2模型二中由于不知道影响各年份旅游人数因素的具体数据，因此本底趋势模型来解决此问题，但本底趋势模型对数据量较小时处理起来还行，如果数据量太大将会很影响最后的结果，使其不太符合实际。

3模型三中，我们利用模型一、二中的结果和从网上查了一些资料，运用语言和一些数据来分析和讨论要解决的问题，感觉缺乏创新性。

建议：

旅游业作为上海第三产业中的重点产业，其产业结构调整和效益的提高，对上海旅游业乃至国民经济的发展具有重要的实际意义。从产业结构的角度来看，今后上海国际旅游业的发展应该妥善处理好以下几个基本关系： 1. 国际旅游市场与国内旅游市场的关系；

2. 国际旅游业六大要素之间的关系及其与旅游景区建设、旅游配套设施建设的关系；

3. 国际旅游业与各行各业的关系。旅游业作为综合性经济产业，离不开国民经济的发展以及交通、邮电通讯、商业、金融业、饮食、文化卫生、科技教育、环保等各部门或行业的支持帮助； 4. 国际旅游市场与国内旅游市场的关系；

5. 国际旅游业六大要素之间的关系及其与旅游景区建设、旅游配套设施建设的关系；

6. 国际旅游业与各行各业的关系。

18

2003 2004 2005 2006 2007 11040 12631 13773 14762 17255 14035 14986 15887.2 16432.3 18352.6

表4 2009年12个月与2010年6个月的国际入境旅游、外国人入境旅游台湾同胞入境旅游、港澳同胞入境旅游的人数 本月(单位：万人次) 月 份 200901 200902 200903 200904 200905 200906 200907 200908 200909 200910 200911 200912 201001 201002 201003 201004 201005 201006 国际入境旅游外国人入境旅台湾同胞入境港澳同胞入人数 游人数 旅游人数 境旅游人数 31.89 35.27 40.48 42.57 37.82 36.53 42.07 43.39 42.2 47.76 51.51 38.26 43.61 36.32 56.72 54.82 56.69 58.07 31.89 35.27 40.48 42.57 37.82 36.53 42.07 43.39 42.2 47.76 51.51 38.26 43.61 36.32 56.72 54.82 56.69 58.07 24

5.31 7.9 6.39 7.07 7.18 6.5 7.72 8.02 6.37 8.39 7.43 6.85 6.49 7.58 7.5 7.54 8.61 9.75 4.28 3.7 4.19 5.29 4 3.91 4.44 4.48 4.23 5.58 5.23 4.72 4 4.02 5.21 5.4 6.07 7.84

表5 ：

2009年12个月与2010年6个月的国际入境旅游、外国人入境旅游台湾同胞入境旅游、港澳同胞入境旅游的人数的增长率

比去年同月增长（%） 月 份 国际入境旅游外国人入境旅台湾同胞入境港澳同胞入人数 游人数 旅游人数 境旅游人数 -25.4 -12.8 -13.8 -8.9 -15.5 -8.7 9.1 18.5 6.8 -4.3 5.4 18.8 36.7 3 40.1 28.8 49.9 59 -25.4 -12.8 -13.8 -8.9 -15.5 -8.7 9.1 18.5 6.8 -4.3 5.4 18.8 36.7 3 40.1 28.8 49.9 59 1.6 -7.2 8.6 8.8 9.8 5.4 -3 3.2 -4.7 7.1 19 30 22.2 -4 17.4 6.6 19.9 50.1 18.9 -5.6 -11.6 22.6 -7.5 -7.7 -1.7 12.2 -1 11.5 9 5 -6.3 8.6 24.3 2.1 51.9 100.7 200901 200902 200903 200904 200905 200906 200907 200908 200909 200910 200911 200912 201001 201002 201003 201004 201005 201006

25

表6 2009年12个月与2010年6个月的国际入境旅游、外国人入境旅游台湾同胞入境旅游、港澳同胞入境旅游的人数比去年同期增长率 比去年同期增长（%） 月 份 国际入境旅游外国人入境旅台湾同胞入境港澳同胞入人数 游人数 旅游人数 境旅游人数 - -19.3 -17.3 -15.1 -15.2 -14.2 -11.2 -8 -6.4 -6.2 -5 -3.5 36.7 19 27 27.5 32 36.4 - -19.3 -17.3 -15.1 -15.2 -14.2 -11.2 -8 -6.4 -6.2 -5 -3.5 36.7 19 27 27.5 32 36.4 - -3.8 -0.1 2.1 3.7 3.9 2.7 2.8 2 2.6 3.9 5.6 22.2 6.5 10.1 9.2 11.4 17.7 - 3.7 -2.1 4.2 1.8 0.2 -0.1 1.4 1.1 2.3 3 3.2 -6.3 0.6 8.8 6.7 15.1 28.3 200901 200902 200903 200904 200905 200906 200907 200908 200909 200910 200911 200912 201001 201002 201003 201004 201005 201006

26

表7 外国人按主要客源分的人数 国别 日本 菲律宾 新加波 泰国 印尼 马来西亚 韩国 美国 加拿大 英国 法国 德国 意大利 俄罗斯 澳大利亚 新西兰 本月 68870 9924 13623 3084 5231 9952 34418 5118 8206 10902 11240 16599 5324 3549 9511 18785 同比增长% -15.93 9.83 -15.56 -24.32 25.05 -19.91 -14.68 -8.47 3.13 -15.27 -18.78 -7.16 -8.77 -6.56 -9.97 -20.77 本年本月止累计 同比增长% 456222 71048 70641 30416 29172 61414 230539 236293 46975 65587 66063 94901 31239 22767 54810 8837 -13.81 4.22 -5.16 6.72 2.99 -6.01 -19.2 -12.49 -1.1 -15.02 -17.56 -8.62 -13.35 -22.3 -11.56 -17.47

表8 ：

2009年12个月与2010年6个月的国际入境旅游、外国人入境旅游台湾同 本月累计(万人) 月 份 国际入境旅游外国人入境旅台湾同胞入境港澳同胞入人数 游人数 旅游人数 境旅游人数 - - 27

200901 - - 200902 200903 200904 200905 200906 200907 200908 200909 200910 200911 200912 201001 201002 201003 201004 201005 201006 67.16 107.64 150.21 188.03 224.56 266.63 310.02 352.22 399.98 451.48 489.74 43.61 79.93 136.65 191.48 248.16 306.23 67.16 107.64 150.21 188.03 224.56 266.63 310.02 352.22 399.98 451.48 489.74 43.61 79.93 136.65 191.48 248.16 306.23 13.2 19.6 26.67 33.85 40.36 48.07 56.09 62.45 70.84 78.28 85.13 6.49 14.06 21.57 29.11 37.73 47.48 7.98 12.17 17.45 21.45 25.36 29.8 34.28 38.51 44.09 49.32 54.05 4 8.03 13.24 18.63 24.7 32.54 28

本文来源：https://www.bwwdw.com/article/bqq2.html