旅游者数量范文

旅游者数量范文（精选5篇）

旅游者数量 第1篇

在旅游经济活动中, 旅游者是旅游活动的主体和旅游服务的对象, 也是旅游活动产生的前提。旅游者数量的多少对旅游经济效益具有直接的影响。这种影响具体表现在两方面:一方面, 旅游经济活动中随着旅游者数量的增加, 必然相应增加旅游收入, 从而提高旅游产品和旅游服务的利用效率, 增加旅游经济效益;另一方面, 旅游经济活动中的劳动占用和耗费, 特别是表现为固定费用部分 (如基本工资、折旧、管理费用等) , 在一定范围内会随旅游者数量的增加而相对减少, 于是在其他条件不变的情况下, 旅游者数量越多, 则对于每一个旅游者所花费的成本费用就相对减少, 从而相应使旅游经济效益增加。

另外, 由于旅游者来自于不同的国家或地区, 来自不同的经济阶层, 来自不同的社会文化圈, 因而具有不同的爱好、习俗、消费习惯及旅游支付能力, 这使他们在旅游活动中的旅游消费和支出具有不同的构成和特点, 从而对旅游经济效益也产生着重要的影响。因此, 不仅旅游者的数量规模大小对旅游经济效益具有直接的影响作用;而且旅游者的结构状况也对旅游经济效益产生直接的影响。

故, 在旅游领域里对目的地的旅游者进行深入分析是十分有意义的, 能在一定程度上为目的地旅游业的发展提供理论指导。

2 相关概念概述

2.1 旅游者

旅游者是指旅游产品的最终消费者, 包括购买旅游产品的个人或家庭, 如观光旅游者、度假旅游者、商务旅游者、会议旅游者等。旅游者购买旅游产品是为了满足个人或家庭物质和精神需要, 并无牟利动机, 根据旅游者所处的地域范围, 可以分为国内旅游者和入境旅游者, 其中入境旅游者又分为外国旅游者、港澳台旅游者。根据旅游者旅行的时间的长短可以分为过夜旅游者和一日游旅游者。

2.2 回归分析

回归分析预测法, 是在分析市场现象自变量和因变量之间相关关系的基础上, 建立变量之间的回归方程, 并将回归方程作为预测模型, 根据自变量在预测期的数量变化来预测因变量关系, 大多表现为相关关系, 因此, 回归分析预测法是一种重要的市场预测方法, 当我们在对市场现象未来发展状况和水平进行预测时, 如果能将影响市场预测对象的主要因素找到, 并且能够取得其数量资料, 就可以采用回归分析预测法进行预测。它是一种具体的、行之有效的、实用价值很高的常用市场预测方法。

3 海南旅游者数量及其构成

3.1 旅游者的数量及构成

在过去10年, 海南岛接待了大量游客来访, 笔者从海南省旅游局获得了一些数据资料, 具体如表1。

为了更加清晰地阅读这些数据, 我们将其转换成折线图, 如图1和图2。

从表1和图1、图2我们可以看出, 海南省在过去10年里, 接待的过夜旅游者总人数逐年上升, 接待的过夜国内旅游者人数逐年上升, 接待的过夜入境旅游者人数每年基本不变。过去10年, 国内游客人数逐年上升是拉动海南省总旅游人数逐年上升的主要力量, 国内市场是海南省的主要客源市场。各类入境游客中, 外国人总人数占有很大的比重, 在过去10年里, 港澳台地区的游客数量较少, 且年变化量不大。外国游客人数年变化量较大, 从2004~2008年里入岛旅游的外国游客人数逐年上升, 但是2008~2009年里外国游客人数出现急剧下滑的现象, 2009~2011年入岛旅游的外国游客数量又成上升趋势, 之后又开始缓慢下降。

那么, 在海南省接待的外国游客中, 游客的洲际分布和国籍分布究竟是怎样的呢?我们从海南省旅游局提供的数据得到如下的折线图 (图3) 。

从图3中我们可以看出, 在过去的6年里, 亚洲和欧洲始终是海南省的主要国际客源市场, 其来海南岛旅游的人数大大超过其他几大洲的人数。来自美洲、大洋洲和非洲的游客人数虽不多, 但数量稳定, 年变化量很小。2008~2009年欧亚两洲的国际游客曾大幅度下降, 2009~2011年来自欧洲的游客人数又急剧增加, 后又成降低趋势, 这与图2中2008年以后外国游客人数的变化轨迹十分相似。由此, 我们联想到这样一个结论, 即:亚欧两大洲的游客人数变化直接影响到入岛旅游的外国游客人数的变化。

那么, 在过去的6年里, 入岛旅游的外国人又主要来自哪些国家呢?笔者将从海南省旅游局获得的相关数据绘制成了如下的折线图 (图4) 。

笔者在五大洲的众多客源国中选取韩国、日本、马来西亚、新加坡、俄罗斯、美国和德国7个国家来对客源国情况进行相关分析。因为从海南省旅游局提供的官方数据来看, 2008~2013年里这7个国家来海南旅游的总人数占外国游客总人数的比重分别为77%、69%、75%、75%、73%、66.3%, 历年的比重均超过60%, 具有统计学意义。从图4我们可以看出, 俄罗斯是海南岛最大的客源国, 新加坡是第二大客源国, 此外德国、美国、马来西亚及日本入岛旅游的游客人数不相上下, 且历年年变化量不大, 游客人数趋于平稳。韩国2008年入岛的游客人数位居第二, 但之后急剧下降, 2009~2013年间, 人数平稳, 变化不大。俄罗斯入岛旅游的游客人数在2008~2009年间急剧下降, 2009~2011年又急剧上升, 之后又呈下降趋势, 与图3中欧洲游客人数的变化曲线及图2中外国游客人数的变化曲线极为相似。从总体来看, 韩国游客人数、俄罗斯游客人数和新加坡游客人数三者处在活跃变化的状态中。

3.2 回归分析

综上, 我们将历年来入岛旅游的俄罗斯游客人数、韩国游客人数、新加坡游客人数、亚洲游客人数、欧洲游客人数、外国游客人数放在同一个图形里观察, 并进行相关回归分析, 以探究他们之间存在的相互关系, 如图5。

从图5中我们可以看出, 2008~2013年, 俄罗斯游客人数的变化曲线、欧洲游客人数的变化曲线及外国游客人数的变化曲线三者的走向性几乎一致。

3.2.1 欧洲游客

利用统计软件SPSS17.0对2008~2013年入岛旅游的俄罗斯游客人数与欧洲游客人数进行相关性分析。结果显示二者在95%置信水平上显著相关, 相关系数为0.998。用一元回归分析得到模拟方程如下:

式中:X0为俄罗斯入岛旅游人数, Y1为欧洲入岛旅游人数。以上方程R2=0.995;R2a=0.994;F=857.817;P=0.003, 表明方程具有统计意义。

3.2.2 亚洲游客

利用统计软件SPSS17.0对2008~2013年入岛旅游的新加坡游客人数、韩国游客人数与亚洲游客人数进行二元回归分析, 结果显示三者在95%置信水平上显著相关, 回归分析得到模拟方程如下:

式中:X1为韩国游客人数;X2为新加坡游客人数;Y2为亚洲游客人数。以上方程R2=1.000;R2a=1.000, P=0.000, 表明方程具有统计意义。

3.2.3 外国游客

利用统计软件SPSS17.0对2008~2013年入岛旅游的亚洲游客人数、欧洲游客人数与外国游客人数进行二元回归分析, 结果显示三者在95%置信水平上显著相关, 相关系数为0.978, 回归分析得到模拟方程如下:

式中:Y2为亚洲游客人数, Y1为欧洲游客人数, Y为入岛旅游的外国游客人数。以上方程R2=0.956;R2a=0.926;F=32.407;P=0.009, 表明该方程具有统计意义。

利用统计软件SPSS17.0对2008~2013年入岛旅游的韩国游客人数、新加坡游客人数、俄罗斯游客人数与外国游客人数进行回归分析, 回归分析得到模拟方程如下:

式中:X0为俄罗斯入岛旅游人数, X1为韩国游客人数;X2为新加坡游客人数。该方程中, R2=0.961;R2a=0.901;P=0.059a;F=16.235, 表明该方程具有统计学意义。

4 结论与分析

4.1 基本统计结论

本文数据分析结果显示, 国内游客市场是海南旅游发展的主要客源市场, 国内游客的人数多少直接决定海南旅游发展规模的大小。此外, 入境游客中绝大部分是外国游客, 只有一少部分是港澳台同胞, 在外国游客中俄罗斯、新加坡和韩国是海南岛主要的国际客源市场。

4.2 回归分析结论

本文回归分析结果显示, 海南的国际游客数量在很大程度上随新加坡游客人数、韩国游客人数及俄罗斯的游客人数的变化而变化, 受影响程度比较大。此外, 入岛的欧洲游客总人数与俄罗斯游客人数之间存在明显的规律性、入岛的亚洲游客总人数与韩国新加坡的游客人数之间也存在明显的规律性。

4.3 对策分析

俄罗斯、新加坡和韩国这三个国家是海南省非常重要的客源国, 这三个国家客流量的变化能在很大程度上影响海南省外国游客的总人数, 海南省在进行旅游营销时, 需要重点了解这三个国家的市场需求特点, 然后根据这些特点制定相对应的旅游产品和营销策略, 以更好地满足这些国家游客的旅游需求, 同时也更好地促进海南国际旅游市场的发展。

4.4 本文不足之处

由于海南省旅游局提供的样本数据有限, 本文不能进行重建及预测, 又由于年份跨度相对较短, 如果有数据的年份更多, 那么统计所发现的规律会更准确。此外, 由于笔者能力水平有限, 仅对数据进行了初步统计加工, 得到的结论相对浅显, 还有很多深入的问题有待继续解决, 例如为什么入岛旅游的亚洲游客数量和欧洲游客数量会呈现出“倒N”形, 为什么日本游客数量一路下滑, 为什么韩国游客数量在2009年急速下滑后再也没有回升等等, 影响国际游客数量变化的主要因素是笔者想要继续探索的对象。

摘要：指出了在旅游经济活动中, 旅游者是旅游活动的主体和旅游服务的对象, 也是旅游活动产生的前提。旅游者数量的多少及其结构状况对旅游经济效益具有直接的影响。利用过去几年的统计数据, 对海南入岛旅游者的数量及其构成进行了相关研究和回归分析, 并在此基础上提出了一些发展建议。

关键词：旅游者数量,旅游者构成,回归分析

参考文献

[1]李卉妍, 王浩.旅游经济学[M].北京:电子工业出版社, 2009.

[2]臧良运.旅游学概论[M].北京:电子工业出版社, 2009.

员工数量不重要 第2篇

保持一个人数较少的团队，有时能够成为企业的优势，让企业能够保持灵活性，提高员工的满意程度，甚至是客户的满意程度。员工满意，能够让企业获得不断向前发展的动力。而客户的满意程度，从长期来看将会决定一个企业的命运。

当然，抛开产品本身谈员工和消费者满意度是完全没有意义的。如果产品或服务的质量低于市场平均水平，客户是不可能满意的。需要注意的是，公司内部的工作效率、服务水平和产品质量与企业的员工人数并没有直接的关联。有的时候，团队中某一个人的表现，就能够左右一切。

马库斯创建了一个约会网站，如今这个网站已经有了数十万用户，营收达到了数百万。在这个网站成长的过程中，有很长一段时间，都是靠着马库斯一个人独自运营的。他明白一个道理，那就是价值来自于用户。只有用户才能左右一个企业的命运。

在经营约会网站时，为了保证网站上不会出现大量的垃圾信息和色情信息，马库斯没有招聘大量的工作人员对网站内容进行监测，而是选择让用户报告网站上的不当内容。这样一个简单的做法，就让企业避免了一次大规模招聘，减少了成本，还增加了用户活跃度。

经营者应该花时间去审视工作方式，对正在进行的每一项任务提出质疑，如果用户在使用产品时遇到了困难，应该立即修正。但并不是每一个问题都要依靠招聘来解决。在进行招聘之前，想想现有团队成员能否解决这个问题。

芝加哥大学的一个研究指出，对于小型企业来说，如果团队成员数量超过了当前所需，那么这家企业在进行创新的时候就会遇到困难。创新所需的时间长短，是由团队需求决定的。换句话说，团队规模越大，进行创新所需的时间就越长。

因此在决定要进行招聘之前，经营中应该进行周密地考虑，了解公司的实际需要，看看有没有其他方式解决当前的问题。

之前，帮助小企业提供在线预订服务初创公司Acuity Scheduling的客户支持部门人员请了年假，公司准备招聘新员工。在新同事未到岗之前，CEO加文暂时负责客户支持工作。代班过程中，加文发现人们提出的问题大多数都可以在帮助页面上找到答案，因此在网页上突出显示“常见问题”选择栏。这样之后，需要支持的客户数量下降了20%。

一个小小的创新举动，企业就不用再招聘新的员工。一些问题是能够通过优化企业内部职责来解决的。

判断一个企业是否成功，靠的并不是员工数量，而是能达到多高的成就。

编 辑 王玟兮 wangwenxi0991@foxmail.com

旅游者数量 第3篇

耦合( Coupling) 概念强调的是系统之间或运动方式之间相互影响而产生的彼此关联［1］,根据影响旅游者数量与旅游环境承载力耦合的内外部因素,耦合系统可分为 “结构式耦合”和 “胁迫式耦合”,结构式耦合由旅游环境系统内部要素结构及自身规律所决定,强调旅游环境承载力系统内生态子系统、社会子系统、经济子系统三大构成要素之间的耦合; “胁迫式耦合”强调旅游者数量对旅游环境承载力造成压力而产生胁迫式耦合,导致旅游环境系统内部 “结构累积式”矛盾不断增加,诱发旅游环境系统的危机。旅游者数量与旅游环境承载力的耦合关系具有多要素、多维度、多目标的复杂动态性, “结构式耦合”和 “胁迫式耦合”具有动态性和非线性,在耦合过程中 “熵”的转换随之产生。

旅游者数量与旅游环境承载力之间的耦合关系具有适地、适时和适度性。适地耦合强调旅游目的地域背景,依托资源禀赋,生态、社会、环境等众多影响因素的差异导致耦合的地域差异。适时耦合强调旅游者数量与旅游环境承载力的耦合随着时间产生波动。旅游者数量与旅游环境承载力之间的耦合是各种不同因素在一定时间、地域背景下综合影响的结果,旅游环境保护水平的高低和旅游者数量的增减是决定旅游目的地是否可持续承载的条件和基础。

一、耦合关系的特征与适用机制

旅游者数量与旅游环境承载力的耦合关系展现出聚集、流、非线性及多样性特性,具有标志、内部模型和积木机制［2］,耦合关系借助标志产生聚集、相互作用,并具有时空动态性。

( 一) 耦合关系的特征

1. 聚集。考虑旅游环境可持续承载的构成要素,为克服 “短板效应”,使旅游环境的整体效应达到最优,旅游者数量与旅游环境承载力的耦合状况对旅游目的地可持续发展具有重要的影响,通过相关系统之间的 “聚集”达到系统之间相互促进、和谐共生,可促成其产生聚集效应。

2. 流。在旅游者数量与旅游环境承载力的耦合关系中,“流”受制于不同的耦合关系和耦合水平,节点伴随着交互关系而存在。对旅游者数量与旅游环境承载力耦合关系的研究目的在于促成主体之间正反馈的实现,产生乘数效应和循环反应。

3. 非线性。旅游者数量与旅游环境承载力的耦合关系在时间和空间上呈不规则的运动和突变,在运动与突变中寻求主体的耦合规律,通过 “新举措”的实施可促成耦合关系主体之间的能动适应和协调［2］。

4. 多样性。在旅游者数量与旅游环境承载力的耦合关系演化进程中,借助 “经验积累”促使单个主体进行调整,可推进其他主体利用交互作用调整自身行为,主体之间通过相互 “学习”,形成耦合动态响应模式。

( 二) 耦合关系的适用机制分析

1. 标志。系统之间的差异在于标志的存在。耦合关系在其演化过程中的标志可以是特点、能力、依托群体、等级划分等,标志为耦合关系的形成提供可能,可借助标志之间的相互作用为旅游者数量与旅游环境承载力的耦合关系定位。本文通过分析旅游环境承载率的等级划分,对耦合度进行界定。

2. 内部模型。耦合关系和要素之间通过相互响应彼此间的输入信息,使关系内呈现某种功能模式,由此形成具有某种功能机制的内部模型。耦合关系中的 “经验积累”通过内部模型展现,“情境”的出现与内部模型形成的 “经验积累”可起到警示功能,根据积累的经验形成对类似问题进行处理的行为模式,并构建应对不同 “情境”的策略库。

3. 积木机制。系统之间耦合关系的细分程度与旅游目的地的特殊性有关,“积木块”之间通过相互组合,形成处理雷同问题的规则和经验,构建“经验积累”策略集。

二、耦合关系的形成机理及模块组成

( 一) 耦合关系的形成机理

旅游环境耦合系统中要素之间具有关联性和网格特征,耦合关系形成了具有资源共享、高度抽象、自相似、动态性特征的网络,见图1。

1. 支撑层。在旅游者数量与旅游环境承载力的耦合关系中,旅游环境系统的支撑作用是尽可能提供与旅游活动或旅游业发展需求相关的支撑与保障,增大旅游者数量与旅游环境承载力之间耦合的深度与广度。

2. 基础层。基础层的功能是以共享资源为基础的生态环境、经济旅游环境和社会旅游环境,它们是物理或逻辑实体,在长期监测的基础上构成了系统状态、运行状况等基础数据库。

3. 汇聚层。在对基础层的数据进行汇总的基础上得出耦合关系的衡量指标,将上述基础数据连接而形成耦合关系的核心部分。汇聚层提供的基础数据是在基础层的控制下转化的,旅游者数量与旅游环境承载力的安全验证也是在该层实现的。

4. 相关系统层。 “结构式耦合” 促成旅游环境系统内部的协调、优化,构成了耦合关系的基础,并基于 “胁迫式耦合”对旅游者数量与旅游环境承载力的耦合关系进行构建。

5. 交互层。这层的作用是建立 “胁迫式耦合”的交互关系,达到旅游者数量与旅游环境承载力的耦合关系中耦合规则的共享、调用,通过耦合关系的研究为耦合度和协调度研究提供一定的理论基础,在交互层构建 “胁迫式耦合”的关系“桥”,并构建 “桥”的量化模型。

6. 应用层。该层在一定的地域背景下把耦合理论与耦合实践相结合。要实现旅游者数量与旅游环境承载力的耦合关系的 “胁迫式耦合”应用,需要以汇聚层、相关系统层与交互层为依托。应用层通过耦合规则结合具体的旅游目的地,使 “胁迫式耦合”框架具体化,通过量化模型的构建出“胁迫式耦合”的具体状态,结合 “新应对能力”对耦合状态进行优化,促成旅游环境系统的可持续承载。

( 二) 耦合关系的模块分析

在旅游者数量与旅游环境承载力耦合关系中可构建耦合模块集( tourism environment system cou-pling model,简写TESCM) 。旅游者的数量( 用B表示) 对旅游环境承载力基指标( 用A表示) 的使用产生影响,构建二者耦合关系的模块集也称为模块或积木块,见公式( 1) 。

耦合关系模块集可通过旅游环境承载率( tourism environment carrying rate,缩写TECR) 这座 “桥”实现,旅游环境承载率反映了旅游环境系统的利用程度,见公式( 2) 。

其中TECR为旅游环境承载率,TN为旅游者数量,TECC为旅游环境承载力。

旅游者类型不同、对旅游目的地本底感知形象的差异以及决策感知形象的个性化影响着旅游者的空间位移,并对旅游环境系统产生不同程度的压力。旅游目的地发展的不同阶段、旅游者数量、旅游环境承载力的阈值、旅游环境的利用程度等具有一定的内在相关性［3］,本文构建了旅游目的地的旅游环境承载力、旅游者数量、旅游地生命周期、旅游环境承载率演进趋势的 “窗花” 模型( 见图2) ,图2 左右纵坐标箭头所指代表正方向,横坐标表示时间,ya… yh代表旅游环境承载率的截点,阴影部分代表旅游环境可持续承载区域,由图2 可见旅游环境承载力、旅游者数量、旅游地生命周期、旅游环境承载率之间发展存在强相关性。

旅游环境的可持续承载推进着旅游目的地可持续发展进程,并产生溢出效应。在旅游目的地发展到一定阶段,有效的旅游环境保护举措与旅游者的增减可能存在一定的正相关性,二者随着时间的发展可能呈现出 “S”型的交互耦合螺旋增长态势,通常情况下每次旅游环境保护举措的实施与旅游者数量增减成为旅游目的地旅游者数量与旅游环境承载力耦合的拐点,耦合度的数值需根据旅游目的地的发展差异而定［4］。但是,在实践中不可否认行之有效的旅游环境保护举措往往具有实施的滞后性和短期效果的非外显性,导致系统间的耦合关系在数值上呈现 “追涨杀跌”的惯性。根据旅游地的生命周期理论,旅游者数量的增加对旅游环境产生压力,旅游环境系统给旅游者数量增长带来阻力［5］,随着时间的推移,通过人为的“应对能力———新举措”构建 “单主题”或 “多主题”的 “优势”,防止旅游目的地 “流星现象”的出现,见图3。

在短期内,旅游环境承载力的数值保持稳定,结合旅游者数量的变动分析旅游环境承载率的变化,结合图2 界定的可持续承载的数值区间,考虑旅游环境系统的 “弹性强度和限度”与环境系统的 “恢复力”,人为干预旅游者的流量和流速,调整旅游目的地由于旅游者非均衡分布带来的承载压力,把旅游环境承载率推进到图2 所界定的阴影区域。在长期内,由于 “新应对能力” 的引入,使旅游环境承载力的具体数值出现动态调整,运用模糊推理与灰色预测结合的量化方法,考虑旅游业发展的季节性特征和旅游目的地 “新应对能力”,拟合其演变轨迹,计算承载率的演化速度,预测动态演变方向。

三、实证研究

( 一) 旅游区概况

河北省南戴河旅游度假区是国家 “4A”旅游区,总面积为20 平方公里,每年4 月到10 月旅游区对外开放,7 月份达到接待顶峰。旅游区包括欢乐大世界景区( 1996 年建成) 、海滨浴场景区( 1996 年建成) 、金龙山景区( 1998 年建成) 、中华荷园景区( 2002 年建成) 和槐花湖( 2008 年建成) 5 大景区。为了防止单一主题或多主题景区“流星现象” 的产生,旅游区借助 “多主题” 联动、实现竞争优势的适时转型和平稳过渡,开拓“持续竞争路径”,确保旅游区借助 “主题”实现“台阶式”稳步发展( 见图4) 。

( 二) 耦合指标体系的构建

通过建立旅游者数量与旅游环境承载力耦合关系的指标体系,本文运用模糊推理和灰色预测方法对南戴河国际娱乐中心7 月份的旅游者数量与旅游环境承载力的耦合度进行了测算。由于旅游环境系统的复杂性,涉及的因素众多,本文剔除了相关性比较微小的一些影响因子,并对该指标体系进行了适当的补充,分别从自然环境承载率( F1) 、经济环境承载率( F2) 和社会环境承载率( F3) 三个方面进行指标体系的构建,其中x1,x2,…,x13为其对应的基指标［6］,如表1 所示。根据图2,设定 “标志” 的等级截点ya － h= ( 0,0. 27,0. 38,0. 46,0. 55,0. 72,0. 80,0. 85,0. 89,+ ") 。基于指标体系的历史数据生成模糊推理的模糊规则。

( 三) 基于模糊推理与灰色预测的耦合度分析

1. 模糊推理规则的生成。假设指标体系中的基指标{ x1,x2,…,x13} 的变化范围为{ U1,U2,…,U13} ,Ui= [0,1],i = 1,2,…,13 ,Y为耦合度的目标变量,其论域为[0,+ "],模糊推理规则的一般形式为:

对历史数据输入—输出对( x11,x21,…,x113; y1) ,( x12,x22,…,x213; y2) ,…,( x1m,x2m,…,xm13; ym) 经过由输入—输出数据对产生模糊规则、确定模糊规则的强度、创建模糊规则库等步骤,基于创建的模糊规则库,选用带有乘积推理、单值模糊器、中心平均解模糊器的模糊系统［7］,见公式( 4) 。

2. 灰色预测。指标体系中的基指标{ x1,x2,…,x13} ,记为xn( t) ,其中n ∈[1,13],t表示时间,这样选取k年基指标的值,可以构成n × k维特征状态空间,见公式( 5) 。

对所有基指标建立相应的GM ( 1,1) 灰色模型,见公式( 6) 。

对公式( 6) 按最小二乘方法求解后,对基指标xi(0)( i = 1,2,…,n ) 组成的序列可构成n个多元微分方程,变换成标准形式可得系统预测模型的状态方程［7］,最终可得预测结果见公式( 7) 和公式( 8) 。

根据表2,利用模糊推理方法,得出2015 年南戴河国际娱乐中心旅游区7 月份旅游者数量与旅游环境承载力的耦合度为0. 8052,处于 “中等”耦合状态。

四、结论

耦合的可持续性促使旅游目的地整体价值的增值,本文借鉴耦合理论界定了旅游者数量与旅游环境承载力之间耦合关系的内涵,分析了其特征与适用机制,探讨了其形成机理与模块组成,并进行了实证分析,试图提高其对现实的解释力和指导力,促使旅游环境系统与相关系统的和谐共生。耦合关系在时空上不断发生演化,旅游环境系统在更多情况下被干扰后产生突变并形成反馈,“外力”对结果反馈的敏感性和响应的即时性是持续动态耦合关系形成的保障。鉴于旅游环境系统的脆弱性、变化的隐蔽性和滞后性,需细化旅游者与旅游环境承载力的耦合的相互作用,使耦合的机理和流程具体化。但是,由于反馈的滞后性和短期的非外显性,可能产生负效应的堆积,最终导致旅游环境系统的恶化。

立项数量大幅缩水 第4篇

某些制作机构“唯收视率论”的思想是导致这类现象的发生的主要原因，著名电视剧出品人马中骏认为：“目前的收视率导向存在很大误区，样本户数量少、低收入化，造成很多成本低、一味媚俗、题材陈旧的电视剧大行其道，这对电视剧行业的健康发展是一种伤害和制约。”

不过，本月虽剧目数量下滑，但仍不乏看点：

《小姨多鹤》开拍

根据著名作家严歌苓同名小说改编，由金牌编剧林和平操刀剧本，孙俪、姜武、阎学晶主演的电视剧《小姨多鹤》近日在大连开机，该剧由大连天歌与西安天晟共同投拍。

该剧讲述了“二战”中的日本遗孤多鹤近三十年的情感、生活历程。据制片方介绍，孙俪将在剧中出演命运跨度30年的“日本遗孤”多鹤。“我觉得多鹤一生的命运，是对那场战争的一种控诉。另外，也能通过这个人物在中国的生活，表现中国那一段的历史进程。《小姨多鹤》故事很辛酸、很沉重”。编剧林和平介绍道，他与导演安建准备把《小姨多鹤》打造成一部“苦难年代的温情故事。”

据制片方透露，《小姨多鹤》将在大连拍摄2/3的戏份，另外1/3将在丹东大梨树影视城拍摄，该剧预计于2010年在全国推出。

《南下》春节后开机

投入3000万元的以“南下干部”为题材的大型电视连续剧《南下》即将上马。《南下》以解放战争后期和建国初期这一段历史为大背景，分上下两部，共八十集。

该剧将讲述了在革命大“迁徙”中发生的一些生动故事，以及迁徙者在南方的工作状态和他们复杂、坎坷的感情经历，表现了中共“南下干部”解放南方、建设南方的精彩人生。

《南下》由著名作家邓一光担任编剧，导演由国家一级导演巴特尔担任，他的代表作品有电视剧《西部警察》、《车间主任》、《江山》、《舞台姐妹》、《旗舰》等。

据制片方介绍，目前已经完成《南下》上部的剧本创作，剧中主要角色的扮演者正在选择和洽谈中。本剧预计春节后开机。

《牵牛花开》亲情再现

电视剧《牵牛花开》已进入紧张的后期制作阶段。该剧由北京稻草熊影视文化有限公司、北京慈文影视制作有限公司和台湾全能制作股份有限公司三方联手投拍。

《牵牛花开》以独特的视角——“家种牵牛花会带来噩运”为切入，讲述一个特殊家庭的悲欢离合。剧中的一家人受到生活中各种困难的考验，但并未向生活低头，而是彼此鼓励与支持，勇敢面对所处的困境，坚强的像牵牛花一般生长着，由此走出一条感人泪下，荡气回肠的亲情励志之路，最终将“家种牵牛花会带来噩运”这一命运彻底冲破。

中国人口数量预测 第5篇

关键词：人口阻滞增长模型 中国人口数 预测

一、前言

2015年国家统计局发布数据表明，中国16—59岁劳动年龄段人口在2014年进一步减少了371万人，降幅相比2013年的244万人进一步扩大。现在的中国在年龄结构上，与日本上世纪80—90年代所经历的状况相似，中国在劳动年龄人口总数见顶开始回落之际，经济也开始减速，中国人口红利基本消失正在成为现实。刚刚闭幕的党的十八届五中全会传来重磅消息，我国全面放开二孩生育政策，这是我国人口政策自1980年实行计划生育以来的又一次重大变革。

人口问题是当前世界上人们最关心的问题之一。人口的数量与粮食问题、经济发展问题密切相关。认识人口数量的变化规律，较为准确地预报人口数量的变换趋势，是中国经济未来可持续发展的关键。

二、人口数量预测模型

指数增长模型和阻滞增长模型是两个最基本的人口模型。指数增长模型由英国人口学家马尔萨斯于1978年提出来的，其基本假设为人口的增长率是常数，获得的结果表明人口将以指数规律无限增长。而事实上，随着人口的增加，自然资源、环境条件等因素对人口增长的限制作用越来越明显。阻滞增长模型是考虑到自然资源、环境条件等因素对人口增长的阻滞作用，对指数增长模型的基本假设进行修改后得到的。阻滞作用体现在对人口增长率的影响上，使得随着人口数量的增加而下降。这个模型比指数增长模型更加合理。

人口阻滞增长模型（logistic模型）是：

■ （1）

这里r是固有增长率，xm是自然资源和环境条件下年容纳的最大人口容量，函数■表示人口增长率，是一个减函数，表明人口数越多，受自然资源、环境条件等因素的阻滞作用，人口的增长率就越低。当人口数x（t）达到最大人口容量xm时，人口增长率为0，表明人口数不再增长。解方程（1），得：

■（2）

这个模型用在美国人口数量预测上获得了比较好的结果[1]。应用这个模型，我们来预测中国的人口数量变化趋势。图1给出了中国建国以来六次人口普查数据。

三、预测结果

图1中人口普查的年份不是很有规律，考虑到中国人口普查是采用1%人口抽样调查的方法，以及建国初期调查条件的限制，我们把1953年、1964年、1982年的数据看成是1950年、1960年、1980年的数据。使用专门用于计算的数学软件Matlab软件[2]，应用图1中的数据对方程（2）中的r和xm进行拟合，得r=0.3652，xm=16.0792，这表明模型预测中国人口的最大容量是16.0792亿人。利用得到的参数代入方程（2）计算出模拟的结果，见图2和表1。

表1给出了模拟的结果和已有结果的比较。我们发现相对误差非常小，模拟结果与实际情况非常吻合。阻滞增长模型可用于预测中国的人口变化趋势。从图2可以看出，模型预测中国2020年、2030年、2040年、2050年的人口数分别是14.2722、14.7804、15.1549、15.4262亿人。考虑到中国实行放开二孩的政策，这个人口数可能有所增加。

参考文献：

[1]赵静，但琦.数学建模与数学实验（第4版）[M].北京：高等教育出版社，2014

[2]张志涌，杨祖樱.Matlab教程[M].北京：北京航空航天大学出版社，2010