余向洋+汪丽
摘要：依据黄山景色区1987年1月至2010年12月的月度客流数据，运用TRAMO/SEATS办法和小波剖析办法剖析了黄山景色区客流的时节性改变和多时刻标准特征，成果标明：黄山景色区客流时节性改变显着，不只存在月度动摇性，而且时节性动摇出现年度改变性，客流冷季过长，冷季与平季、旺季落差过大是黄山景色区面对的运营难题；具有6个月、12个月、29个月和60个月不一起刻标准的周期改变，其间12个月的周期振动最为显着，具有全域性；别的，6个月和12个月的时刻特征标准表现了黄山景色区客流因为时节性要素构成的年内时节性改变和年间的周期性改变，而29个月和60个月的时刻特征标准初步判别为由我国旅行业动摇周期、景区外围区域经济周期和危机事情冲击影响一起效果所构成。终究，本文提出了一些对应性战略。
关键词：客流动摇； 多时刻标准； 黄山景色区
景区旅行客流在气候、社会要素、景区知名度、外部交通、景区办理和偶发要素（骆培聪，张明锋，2010；陆林，1994；黄震方，等，2007；黄震方，等，2011；陆林，鲍捷，2010）等景区体系内外部要素一起效果下，在时刻特征上出现出激烈的动摇性。峰谷交织的客流动摇形状一直是困扰景区办理者的运营难题，因而经过景区长时段客流数据的监测，剖析其生长动摇特征和规则，猜测其规划和动摇规划，关于景区拟定平衡供需战略具有重要的指导效果。现在国内外关于旅行客流时刻特征方面的研讨首要会集于大中标准旅行地的客流猜测（Shen，et al.，2011；Coshall，2009；Chan，et al.，2010；张郴，张捷，2011；陶伟，倪明，2010）、时空散布特征、动态方式及影响要素（刘泽华，等，2010a；涂建军，2004；牛亚菲，等，2005；卢松，等，2004；刘泽华，等，2010b）和部分时刻段的客流改变（日、周、月、年及时节性改变）（骆培聪，张明锋，2010；陆林，1994；张捷，等，1999；余向洋，等，2013；汪德根，等，2004；陆林，等，2002）等方面；已有部分文献依据我国入境、国内旅行客流和旅行收入的年度数据进行了多周期剖析（马丽君，等，2009；陈友龙，等，2005），其间颜磊等（2009）和袁林旺等（2009）运用月度数据别离对九寨沟和盐城麋鹿生态旅行区客流动摇进行了多时刻标准剖析。整体来看，（1）因为长时段月度数据获取难度大，所以运用景区客流长时段监测的月度数据进行体系性多时刻标准（包含时节性和年际动摇）特征研讨的效果相对较少；（2）在时节性动摇特征剖析上，描述性核算办法（首要目标为均匀值、变异系数、极差、客流会集指数、基尼系数等）在透视时节性的年内改变方面直观明晰，但短少时节性的年际改变剖析功用；（3）年际动摇研讨方面，首要运用月度、季度或年度数据，选用时刻序列办法、模型拟合办法、波形剖析办法、谱剖析办法以及多办法归纳讨论旅行客流的周期性和阶段性特征（余向洋，等，2012），相比较，小波剖析办法在剖析时刻序列动摇全貌和细节上存在相对优势（潘雅婧，等，2012）。本文在上述研讨根底上，运用黄山景色区1987～2010年共24年的客流月度数据，选用TRAMO/SEATS时节调整办法和小波办法，剖析黄山景色区客流动摇的时节性及其动态改变和多时刻标准特征，以期对景区的运营办理决策供给理论指导。
1研讨区域概略及数据来历黄山景色区是享誉海内外的世界级景色名胜区，坐落黄山市境内的黟县、休宁县、歙县以及黄山区、徽州区之间，山体南北长40 km，东西宽30 km，总面积约1 200 km2，中心景区面积160.6 km2。据黄山管委会核算，自 1979 年对外开放以来，客流量增加敏捷，1979～2010 年，共招待国内外游客3 217.15 万人，累计旅行收入114.89 亿元，2010 年招待游客 251.83 万人，旅行收入 14.45亿元。因为1987年曾经的月度原始数据缺少，因而，本文选用1987年1月～2010年12月的客流月度数据，数据由黄山管委会和黄山市旅行委员会一起供给，经笔者收拾而成（见图1）。
2研讨办法
2.1TRAMO/SEATS办法现在最先进的时节调整办法为TRAMO/SEATS办法与X12ARIMA办法，关于时刻序列长度达12年的数据进行时节调整时，SEATS程序比X12具有更好的拟合效果（范维，等，2006），因为本文数据长度为24年，故选用TRAMO/SEATS剖析时节性要素及其动摇。TRAMO（Time series Regression with ARIMA noise，Missing observation，and Outliers）为具有ARIMA噪声、缺失值和反常值的时刻序列回归法，而SEATS（Signal Extraction in ARIMA Time Series）为ARIMA时刻序列的信号提取法（Hillmer，Tiao，1982；Bell，Hillmer，1984）。这两个程序往往联合起来运用，先用TRAMO对数据进行预处理，然后用SEATS将时刻序列分解出趋势、周期、时节以及不规则等要素。TRAMO/SEATS程序的优越性在于它能够灵敏地设定回归变量，引进运用者自己设定的回归因子，这样根本能够处理其他的时节调整程序无法处理的一些特定的时节要素（如日期不确定的我国新年或长假等）的问题，操作上相对简略，而且较少片面判别成分。
2.2小波剖析办法小波剖析是一种信号的时刻标准谐和剖析办法，它在傅里叶改换的根底上引进窗口函数（小波函数），然后答应把时刻序列分解为时刻和频率的奉献（潘雅婧，等，2012），小波改换的根本思想与傅立叶改换相似，但它既能够剖析信号的概貌，又可剖析其细节。其优势在于它能够提醒信号的层次特征及标准行为，即可在预先界说的标准上对原始信号进行多标准滤波。小波改换能够有效地提取非线性和非平稳时刻序列在不同标准上的改变规则和反常特征，已被广泛运用于骤变检测、特征提取、信号去噪和信号紧缩等多个范畴（袁林旺，等，2009）。本文选用复数方式的Morlet小波作为母小波函数，因为复数小波的实部和虚部的位相差为π/2，用复小波改换系数的模作为判别旅行客流数据中包含的各标准周期性的巨细及这些周期在时域中散布的判据，能够消除用实型小波改变系数作为判据时所发生的虚伪震动，使剖析成果更精确。因而，Morlet小波能够很好地对材料序列接连进行时域部分化剖析（潘雅婧，等，2012）。别的，能够经过小波方差图来反映不一起刻标准信息的动摇改变状况。关于离散时刻序列，小波方差的核算公式为（刘宇峰，等，2012）：Var（a）=1n∑nb=1Wf（a，b）2（1）式中，n为样本，Wf（a，b）为客流时刻序列f（t）在方位b，标准a上的小波系数。小波方差随标准a的改变进程，称为小波方差图。小波方差某一标准上的极值别离对应该标准上的显着周期，当小波系数到达最大值时，小波函数的标准与序列周期吻合得最好。3黄山景色区客流的时节性动摇特征运用欧洲核算署（Eurostat）开发的DEMETRA+软件，选用TRAMO/SEATS办法对黄山景色区旅行客流24年数据进行时节性剖析。首要对数据进行对数预处理，运用软件的自动辨认功用，选取ARIMA（1 0 0）（0 1 1）模型为TRAMO根底模型，运用TRAMO进程对日历等影响（包含工作日、闰年和反常值）进行预调整。然后经过SEATS进程将客流序列分解为趋势要素、循环要素、时节要素和不规则要素。
3.1时节性查验依据模型确诊成果，剖析黄山景色区客流数据序列的时节性，其时节性查验数据见表1、表2和表3，从表中能够看出，在1%的水平下黄山景色区客流月度数据存在安稳时节性和可辨认时节性，也就是说客流时节性动摇显着，在月度上出现出显着动摇；别的，黄山景色区客流月度数据在5%水平下存在移动时节性，即时节性跟着年度的改变而发生改变。
表1安稳时节性非参数查验KruskallWallis自由度概率水平查验成果244.7658110.00%在1%水平下证明存在时节性
表2可辨认时节性查验平方和自由度均方F值月间117.55381110.6867119.0810残差24.76912760.0897总计142.32292870.4959查验成果在1%水平下证明存在时节性
表3移动时节性查验平方和自由度均方F值年度间8.2640230.35936.8499差错13.27092530.0525查验成果在5%水平下证明存在移动时节性
3.2时节性动摇依据SEATS程序分解出的终究时节要素（图2a）并制作月度时节和不规则要素图（图2b）。结合图2a和图2b能够看出图2a中的横轴具有288个数据，只要经过图形的部分扩展才干看清楚各个细部特征，但囿于篇幅所限，无法供给细部特征图。图5同。，黄山景色区近24年客流年内呈显着的“3峰3谷”形状，5月、8月、10月为波峰，1月、6月和9月为波谷，在2007年曾经极峰值都在5月，随后极峰值搬运到了10月，这与2008年撤销“五一”黄金周有必定的相关。因而，11月至次年3月为冷季，4月、6月和9月为平季，5月、7月、8月和10月为旺季。黄山景色区客流存在的问题是冷季继续时刻长，淡旺季动摇起伏大，1987年月度时节要素极值比为51.1，虽然跟着客流规划的扩展以及办理营销等方面的提高，淡旺季间隔逐步缩小，但在2010年月度时节要素极值比仍为6.1。从24年时刻段来看，跟着客流规划扩展，黄山景色区客流时节性动摇振幅出现逐步削弱的趋势，表现了移动时节性的存在。从图2b中能够看出，时节性成分除1月、2月、3月上升以外，其他月份均呈下降或相等态势，尤其是5月下降起伏最大，5月、8月和10月3个峰值逐步下降；3个峰值之比由1987年的100∶82∶65变为2010年的100∶104∶123，峰值逐步拉平的一起，10月作为极峰的位置得到加强，而且7月和8月的暑期现已演化成相连的波峰。虽然波谷值也在逐步抬升，但11月至次年3月的波谷与平季、旺季的落差过大仍然是限制黄山景色区旅行开展的难题。
4黄山景色区客流动摇的多时刻标准及其特征
4.1黄山景色区客流动摇周期因为黄山景色区客流月度数据动摇起伏大，24年的月度数据极值比高达222.9，因而本文选用对数处理方式下降动摇起伏，别的文中客流数据为有限时刻数据序列，在时刻序列的两头可能会发生“鸿沟功效”，为消除或减小序列开始点和完毕点邻近的鸿沟效应，对其两头数据进行延伸，运用Matlab小波工具箱中的信号延伸（Signal Extension）功用，对客流数据两头进行对称性延伸，然后以复数方式的Morlet小波作为母小波函数进行小波改换，改换后去掉两头延伸数据的小波改换系数，保存原数据序列时段内的小波系数，核算并提取小波系数实部（见图3a）和小波系数模部平方（见图3b）2个重要变量，其间小波系数的实部标明不同特征时刻标准信号在不一起刻的强弱和位相两方面的信息，小波系数模部平方相当于小波能量谱，从中能够剖析不同周期的震动能量。图3a是对黄山景色区1987年1月～2010年12月的客流数据进行Morlet小波改换的小波系数实部等值线图，图中小波系数的正、负别离标明客流动摇起伏，小波系数为零对应着骤变点，等值线中心对应的时刻标准为客流改变的主周期。从图3a中能够看出，黄山景色区月度客流动摇首要存在12个月左右的特征时刻标准，其次是6个月左右的特征时刻标准，别的还存在29个～30个月和60个月左右的特征时刻标准，周期从大到小出现嵌套结构。图3b为小波模部平方等值线图，图中12个月左右动摇周期能量最强，呈条状占有整个剖析时段，其对整个客流时刻序列的方差奉献最大；其次是6个月左右动摇周期，动摇能量相同影响整个剖析时段；然后依次是29个～30个月和60个月左右的周期，前者动摇能量影响的时域首要在2001年～2005年这个时段，后者动摇能量影响的首要时域在1987年～1996年和2001年～2007年两个时段。
为了进一步剖析黄山景色区客流数据的动摇周期性，运用前文的公式（1）核算客流动摇的小波方差，并制作小波方差图（见图4），该图反映了动摇能量随时刻标准的散布状况，能够闪现时刻序列中各种时刻标准（周期）及其强弱（能量巨细）随标准的改变特征，方差曲线极值场所对应的时刻标准为该序列的首要标准，即时刻序列中起首要效果的周期。从图4中能够看出，存在1个显着峰值，即12个月，别的还有6个月、29个月和60个月的极值（因为峰值过大，图中极值闪现不杰出）。这与前面小波等值线图剖分出的成果是根本共同的，阐明黄山景色区客流存在6个月、12个月、29个月和60个月左右的动摇周期。
4.2黄山景色区客流多时刻标准特征运用Morlet小波函数对黄山景色区客流数据进行子波改换，提取出6个月、12个月以及29个月和60个月不同标准下的小波系数实部（见图5），剖析不同特征时刻标准的动摇改变特征。
图5a为6个月和12个月标准的小波系数实部图，反映了这两个时刻特征标准小波系数的改变进程。从图中能够看出二者的动摇起伏逐步下降，其间6个月标准的波峰根本落在每年的5月和10月（少数落在4月和11月），波谷则落在每年的2月和7月（部分坐落1月和8月），首要表现了黄山景色区客流存在每年5月和10月两大峰值。12个月标准的波谷均坐落每年的2月（少数坐落1月），波峰坐落每年的8月，充沛反映了黄山景色区客流年内淡旺季的周期改变（冷季中心坐落2月，旺季中心坐落8月）。整体上看来，6个月和12个月两个时刻特征标准首要表现了黄山景色区客流因为时节性要素构成的年内时节性改变和年间的周期性改变。图5b为29个月（约为2.4年）和60个月（5年）标准的小波系数实部图。从29个月标准的动摇改变进程图中能够看出，依据振幅巨细，黄山景色区客流24年间先后阅历1987年1月～1989年10月剧烈动摇、1989年11月～2001年6月平稳动摇、2001年7月～2005年3月剧烈动摇阶段和2005年3月～2010年8月平稳动摇4个阶段，剧烈动摇阶段刚好对应于“2003 SARS”等危机事情。从动摇周期来看，共阅历了11个动摇周期，周期长度约2.4年，这与陈友龙等（2005）得出的我国旅行业存在2年～2.67年动摇主周期的研讨定论具有共同性。但因为这种短周期动摇构成原因杂乱（陈友龙，等，2005），黄山景色区客流动摇在29个月标准上有多达22个骤变点，以及我国旅行业开展相关的月度数据缺少导致难以将黄山景色区的客流动摇与我国旅行业的动摇进行对应性剖析，因而初步判别黄山景色区客流动摇的29个月周期可能是因为我国旅行业的动摇周期和外部冲击事情所引起。从60个月时刻特征标准上来看，黄山景色区24年间的客流动摇阅历了6个正位相和5个负位相。5个负位相按深度从大到小依次为2002年3月～2004年8月、1988年5月～1990年11月、1993年7月～1996年1月、2007年1月～2009年6月和1998年1月～1999年9月，而且对应于“2003 SARS”“94千岛湖事情”“2008金融危机”“98亚洲金融危机”等危机事情，充沛标明60个月的时刻特征标准的构成与危机事情的影响关系密切。从周期长度来看，60个月的时刻特征标准与我国5年～6年的区域经济周期长度（石林松，等，2011）具有共同性，一起与改革开放以来安徽省经济动摇周期的均匀2.4年的扩张期（波谷到波峰之间的横向间隔）、3.2年的缩短期（波峰到波谷的横向间隔）（陈乐一，等，2012）具有相似性。因而能够说60个月的时刻特征标准与外围区域的经济周期和外部冲击影响密切相关。5定论及对策剖析
