三亚旅游季节性客流毕业论文.doc

湖南科技大学本科生毕业论三亚市旅游客流特征分析作者： 指导老师： （湖南科技大学建筑与城乡规划学院地理科学系，湖南 湘潭 411201）摘要：利用20052012年三亚统计年鉴中三亚旅游客流各月份及各客源地的统计数据，通过旅游季节性（时间）强度指数、旅游需求的空间分布集中性、一元线性回归方程以及图表等方法分析三亚市旅游客流在时间和空间上的特征。三亚市旅游客流的特征：时间上,.季节性不明显；时间分布形式为三峰两谷型；随着时间的增加，三亚市的旅游客流呈逐年增加的趋势。空间上,国际客源市场主要集中于发达国家；空间集中度较集中，客源市场不稳定，受客源市场影响较大。关键词：三亚市 旅游客流 季节性 空间集中性 一元线性回归方程在海南建设国际旅游岛的背景下，三亚市作为海南岛最南端的城市和国内唯一的热带海滨旅游城市，拥有优越的地理优势和丰富的热带旅游资源优势，而且三亚市相对完善的旅游接待设施与比较完善的旅游服务行业，决定了三亚市在海南建设国际旅游岛的建设中就要起到龙头作用 詹鹏、陈延理.在国际旅游岛背景下三亚市旅游发展现状探究J.神州商贸，2010：70-71。 基于国内外对旅游方面研究的不断深入和成果的逐渐积累，有了不少旅游方面的研究成果。其中涉及到三亚市旅游方面的作品就有陆林 陆林、宣国富等.海滨型与山岳型旅游地客流比较以三亚市、北海、普陀山、黄山、 九华山为例J.地理学报，2002,57（6）：731-740，宣国富 宣国富、陆林等.三亚市市旅游客流空间特征性研究J.地理研究，2004,23（1）：115-124，刘俊 刘俊.三亚市海滨旅游开发对城市发展的影响J.地域研究与开发，2009,28（6）：58-62，陆芸 陆芸、田良.海南入境旅游季节性特征与调控措施J.人文地理，2013,4（132）：140-143等人的发表的论文及期刊，但是他们在三亚市旅游客流特征方面的研究都存在了一定的局限性，在描写三亚旅游客流特征时都只是片面的说到了三亚旅游客流的时间特征或者空间特征，都没有对其进行统一的研究分析，让读者无法更直接更直观的观察到全面的特征。所以本文在分析三亚市旅游客流特征时，将通过旅游季节性（时间）强度指数、旅游需求的空间分布集中性、一元线性回归 保继刚、楚义芳.旅游地理学M.北京：高等教育出版社，2012：76-83以及图表等方法，对三亚市旅游客流在时空上的特征进行充分分析。1 旅游客流时间特征1.1季节性不明显研究一个地方的旅游需求在时间分布上的集中性，利用季节性强度（时间）指数来分析，因为旅游的季节性是造成旅游需求出现时间分布集中性的重要原因，所以本文利用旅游需求上的季节性（时间）强度指数R对旅游客流量进行定量分析。其计算公式为： （公式1） 式中：R为旅游需求的季节性（时间）强度指数； 为各月客流量占全年比重的百分比； 8.33为各月客流量占全年百分比的平均值。若R值越接近于零，说明旅游需求的时间分配就越均匀；R值越大，则时间变动就越大，旅游淡旺季的差异就越大。特别注意的是旅游季节性强度指数是以时间为单位的计算方法，所以公式中的12个月份还可以换成其他任意长度的时间段，那么相应的系数也要随之变换。 根据三亚市统计局统计年鉴中提供的2008年至2012年各月份客流量数据，整理得出三亚市2008年至2012年的旅游者时间（月份）分配情况（表1）。 表1 三亚市2008年至2012年各月份旅游者时间分配情况各月份所占比例/%时间/年200820092010201120121月12.8912.9511.9911.4410.082月11.1811.3310.8711.379.723月10.019.8111.5210.029.064月8.969.049.498.827.595月7.57.728.238.016.266月6.696.887月7.917.848月8.888.679.038.717.399月7.047.277.377.26.3510月8.278.47.098.028.0611月10.6610.129.1411.2510.53资料来源：引自2008年至2012年三亚市统计年鉴 表2 三亚市2008年-2012年季节性（时间）强度指数年份20082009201020112012R1.911.981.821.751.96 三亚市旅游客流在2008年至2012年的各月份客流量的变化幅度不大（见表1），导致计算出的R值也不大，R值在1.75到1.98之间移动（表2），可见三亚市的旅游客流季节性比较小（与100相比）：说明三亚市的旅游客流在年内各月份的变化不大，即季节性不明显。三亚市出现季节性不明显的原因主要是三亚市是热带海滨旅游城市，春、夏、秋、冬四季变化不明显，适宜一年四季旅游。 1.2 客流分布呈三峰两谷型旅游客流的表现形式可以通过旅游接待过夜人数来描述。根据三亚市2008年至2012年三亚市旅游客房开房率三亚市旅游饭店业现状调研/view/23c0e5d2360cba1aa811dabc.htmlSanya tourist passenger flow characteristic analysisHuang Yanxia Instructor Yang Yuelong (Hunan university of science and technology of architecture and urban planning college of geographical science in Xiangtan, Hunan province, 411201)Abstract: This paper analyses the character of the time and space of the tourism passenger flow in Sanya by using the method of making use of the statistical data of the tourist flow each month and each source according to the statistical yearbook from 2005 to 2012 in Sanya. Besides,the paper takes advantage of the method of analyzing the strength index in tourist season and the spatial distribution of tourism demand and a linear regression equation and chart. The character of the tourism passenger flow in Sanya are as follow: the seasonality is not obvious in time,and the time distribution is in the form of three peaks and two valleys.As the time increasing, the tourist passenger flow in Sanya showed an increasing trend year by year. In space, the international tourist market mainly concentrated in developed countries;the spatial concentration is concentrated highly, the tourist market is not stable and the source market is influenced easily .Keywords: Sanya;tourism passenger flow;seasonality;spatial concentration;one linear regression equation致谢信感谢指导老师阳岳龙老师的指导和帮助，帮助我确定毕业论文的方向和题目提供了不少方法，在论文完成后的修改过程中耐心的帮我修改论文和启发了我不少写作的灵感；感谢我的家人在收集论文资料和完成毕业论文期间对我的经济支持；此外还有感谢班主任莫宏伟老师，在准备毕业论文以及寻找工作期间对我们的关心和督促.，得到三亚市旅游客流在时间分布上的一个曲线图，如图1。由图1可知，三亚市的旅游客流在不同的年份中所表现出来的曲线基本保持一致，曲线图的分布规律呈“W”型，也就是三峰两谷型的分布规律，其变化规律为：谷峰为1月、8月和12月；谷底为6月和9月。曲线中开房率的上升时间段为6月至8月、9月至1月，下降时间段为1月至6月，8月至9月。每年的3、4月份以后，全国各地天气回暖，企业或学生假期结束，游客开始减少至六月出现第一个低峰期；6月后全国各高校开始放暑假、天气炎热，吸引了很多游客来三亚旅游度假、避暑，在8月出现了一个小的高峰期；8月后各高校开学，北方地区进入秋天，游客减少至9月出现第二个低峰期。10月以后，全国各地开始降温，冬季来临，作为最温暖的南方城市，吸引了大量的北方“候鸟”来避寒过冬；加上12月以后人们的各种假期、节日的出现，特别是春节前后，日均涌入的客流量可达13万，在12月、1月出现了两次高峰。可见，三亚旅游客流的分布形式为三峰两谷型。 图1 三亚市旅游饭店客房开房率资料来源：引自三亚市旅游政务网2 旅游客流空间特征 2.1 客源市场主要集中于发达国家 利用三亚市在2009年到2011年期间三亚市旅游客流的入境旅游的15个客源地分布情况，数据经过处理后得到2009年到2011年15个客源地的客流地理分布情况（表3）。2009年至2011间三亚市旅游客流占比例较大的来源市场主要集中于发达国家：2009年的三亚市旅游客源市场主要来源于俄罗斯、日本以及美国；2010年的客源市场主要集中于俄罗斯、日本、德国和美国；2011年的旅游客源市场主要集中于俄罗斯、美国、日本。三亚市拥有优越的地理位置和丰富的旅游资源，加上海南建设国际旅游岛的政策影响下，得到国家众多的政策优惠与经济支持，吸引了大量发达国家的游客来三亚旅游。 表3 三亚市2009年至2011年客流地理分布情况 单位：%序号n客源地2009年2010年2011年1日本10.776.143.972菲律宾0.520.590.793新加坡2.662.412.494泰国0.540.30.355印度尼西亚0.470.450.466美国5.784.694.277加拿大1.941.871.638英国2.761.621.649法国210德国4.844.832.9311意大利1.040.890.6512俄罗斯35.3746.9254.9113澳大利亚1.981.681.3814新西兰0.240.260.215其他28.5925.2422.61总计100100100 资料来源：引自三亚市2009年至2011年统计年鉴2.2客源市场较集中 研究三亚市的客流量在空间上的方法则可以通过旅游需求的空间分布集中性来分析。旅游需求在空间上的分布结构主要是指旅游者的地理来源和数量强度。其中空间集中性是用地理集中指数来进行定量分析。其计算公式为： （公式2）式中：G为客源地的地理集中指数； 为第i个客源地的客流量； T为旅游地接待客流的总量； n为客源地总数。如果G值越接近100，则客源来源越少，客源地集中性越集中；而G值越小，客源地集中性越分散。而对于任何一个旅游地来说，客源地越分散，说明旅游地的旅游经营越稳定，反之，如果客源太集中，就容易受到客源地经济、政治、社会、文化等诸多方面变化的冲击。 通过2007年三亚、杭州、桂林、昆明四个旅游城市的国际客流地理分布情况（见表4），代入地理集中指数公式2，得到表5。 表4 2007年三亚、杭州、桂林、昆明主要国际客流地理分布情况 单位：人序号客源地三亚市杭州桂林昆明1日本29552276212108203538222菲律宾137910618470415783新加坡78294138013813348664泰国16545690344363436715美国1437512409395145303306加拿大4470276382905473747英国6442224334327691388法国55132664065106215919德国1075641705391811102310俄罗斯14734610621480228511澳大利亚452428262312381653412其他198174304793201451111710合计432014971298676014343922资料来源：引自2008年中国旅游年鉴和2009年三亚市统计年鉴 表5 2007年三亚、杭州、桂林、昆明四地的地理集中指数旅游地G值n三亚57.4512杭州41.7912桂林35.2312昆明36.0012 由表5可见，三亚、杭州、桂林、昆明同为12个客源地，但是客源来源存在较明显的区别。G值越大（三亚杭州昆明桂林），客源市场集中性越集中，说明三亚市的旅游客流客源市场的集中度最为集中，客源市场越集中，则越容易受到客源地的影响。3 未来客流量呈上升趋势 预测一个地方的发展趋势可以利用一元线性回归来分析，一元线性回归分析是现在最容易也是最常用的一种趋势外推数学方法，而且在研究以年时间单位的旅游需求量变化中也经常用到它。 其公式为： （公式3） 式中:为因变量； 为自变量； 为常数； 为对的回归系数。 由此可知若一个地方的因变量是当地的旅游需求量或者消费的度量，例如到三亚市某风景区游览的人数，经济总收入等。相应的自变量则可以是指旅游地的经济收入、总体市场大小等因素。利用这个数学方法可以预测某地客流量的未来几年客流量的发展趋势。 表6 三亚市旅游20052012年的年客流量时间 2005年2006年2007年2008年2009年2010年2011年2012年客流量/万人406.59454.90538.43604.15669.06882.651021.071148.52 资料来源：引自三亚市20052012年统计年鉴将三亚市2005年至2012年的年客流量（表6）在坐标上表示出来（如图2），显现出的是客流量与时间的关系式酷似于一条直线。因而我们可以得到一个客流量与时间之间的关系式也就是线性回归方程。 图2 三亚市旅游客流的一元线性回归方程一元线性回归方程 相关系数式中：为年客流量； 为时间段； 为相关系数。 表7 三亚市2013年2017年客流量的预测值年份2013年2014年2015年2016年2017年预测值/万人次1204.311312.901421.491530.081638.67 由一元线性回归模型可以预测出三亚市旅游客流5年的发展趋势（表7）。一元线性回归模型应用于旅游需求的预测时间不宜过长，容易出现偏差，因为客流