论文部分内容阅读
摘 要：对林珊珊等老师2014年发表在国际权威期刊 Annals of Tourism Research上的“调整预测的精度和偏差分析”一文的个人评述。
关键词：评述；德尔菲法
林珊珊等老师2014年发表在旅游领域影响因子最高的国际权威期刊 Annals of Tourism Research上的“调整预测的精度和偏差分析”一文，本人的读后评述如下：
文章利用香港季度入境访客数据，在提供统计预测的前提下，利用香港旅游需求预测系统（Hong Kong Tourism Demand Forecasting System）中的在线德尔菲调查平台，主观整合计量经济预测和专家预测（即德尔菲专家组对给定的统计预测进行主观修正）。林老师的这篇文章采用两阶段混合性研究方法（mixed methodsapproach），以定量法为主，定性访谈法为辅。
第一阶段，利用常用的预测误差测度指标和统计检验方法评价组合预测模型及其子模型的优劣，利用回归模型和统计检验方法分析预测结果偏离实际值的程度及其产生原因，为旅游需求预测的在线决策支持系统的设计提供实证支持。
第二阶段，通过个人深度访谈法，结合已有研究发现和本研究的实证结果，深入挖掘、剖析和阐释主观预测行为的内在信息。文章研究结果表明，此方法有效提高了旅游需求預测精度，在短期预测中效果尤为显著：通过德尔菲专家法对计量经济预测的调整预测的平均绝对百分比误差（MAPE）从第一轮的7.5%降低到第二轮的 6.5%。
文章里还发现，德尔菲专家法的应用可提高旅游预测精度，但无法消除预测偏差（bias），实际上，常常发现客源市场存在预测高估或低估的现象。个人访谈的数据分析结果与第一阶段统计分析发现的偏差类型不谋而合，即主观修正的预测存在两种主要偏差：基于统计预测结果做出调整而产生的偏差（anchoring）和依靠最近发生的事件和公布的数据进行调整而产生的偏差（recency）。
林珊珊等老师的研究以香港入境旅游访客预测为背景，尝试通过在线旅游预测系统来整合专家意见和统计预测结果。结果发现德尔菲专家法的应用可提高旅游预测精度。
文章中提到德尔菲专家法的应用可提高旅游预测精度，但无法消除预测偏差（bias）。尽管平均而言，德尔菲小组预测结果是无偏的，但针对个别市场，专家预测结果存在有偏性（个别预测序列出现过高或过低估计）。总体上看，该研究中德尔菲专家倾向于提供乐观估计（通常高估预测结果）。文章还发现，专家调整并不总是能改善预测结果，针对成熟的长途市场（如美国），整合专家意见反而降低预测精度。
国内田军（2006）认为典型德尔菲方法并未对群体意见的一致性给出一个判断标准，实际使用当中一般同时，对集成结果的可信性难以把握，缺乏有效的量度；而且，由于过程繁杂（一般要经过四到五轮的调查统计），存在不收敛的风险，如果个别专家坚持自己的意见，可能会使群体意见分歧，难以协调，因此要寻找可靠和有效的专家意见集成机制和方法，借以弥补德尔菲方法的不足.此外国外学者也在德尔菲法的一致性度量方面，Kacprzyk（1996）提出了OWA软度量算子和Chi（1997）提出的基于知识系统的KBS检查，他们认为在基于德尔菲法的预测中，专家的预测结果并不总是那么正确的，有可能出现完全相反的结果。如每个国家的股市市场，大部分权威专家预测市场后期乐观，但实际最后市场狂跌的情况也存在。所以在旅游需求预测中，德尔菲专家法是否一定能提高某个市场旅游预测的精度，还需要检验。
文章提到在深度访谈的数据分析结果时发现，使用不同的主观预测策略（heuristics）会导致不同的预测偏差，如基于统计预测结果做出调整而产生的偏差（anchoring）和依靠最近发生的事件和公布的数据进行调整而产生的偏差（recency）。深度访谈结果显示，专家对原始的基准统计预测具有很高的依靠性。但没有提到解决的办法，在文章结尾部分说明未来研究可以考虑量化可预见发生的事件的影响，并要求需要考虑某事件的原因。事实上，国内学者苏畅（2013）就已经提出了风险量化分析模型，试图定量分析当前中亚存在的政治风险及对未来走势进行预判，基本可以做到降低或为了降低或避免 anchoring 偏差的产生，苏畅已经把可预见的和不可预见的风险事件的影响全部考虑进去，并且量化组合定量预测和定性预测结果，比文章作者提出的意见更为详尽。只不过苏畅的研究方向不是旅游需求预测，而是东欧中亚政治风险的研究。
总体来说，林珊珊等老师的研究是国内外旅游预测文献中对统计预测和判断预测的误差产生原因探究的首次尝试，对于旅游需求预测领域有较大贡献，但文章中无量化误差产生原因，专家旅游量增长的预测往往呈乐观主义，这个会影响预测的精度。
参考文献
[1]ChiSC.C.（1997）.A GDSS for locatingmanufacturing facilities.The 6th Industrial Engineering ResearchConference Proceedings，（pp.169-174）.
[2]kacprzyk，J.（1996）.Supporting consensus reaching under fuzziness via ordered weighted averaging（OWA）operators.SoftComputing in IntelligentSystem s and Information Processing，pp.453-458.
[3]苏畅.（2013）.中亚国家政治风险量化分析.俄罗斯东欧中亚研究，17（1），pp.25-26.
[4]田军.（2004）.基于德尔菲法的专家意见集成模型研究.系统工程理论与实践，1（2），pp.58-60.
作者简介
孙娴娴，女，副教授，1978-，浙江大学工程硕士，博士在读，研究方向旅游经济、休闲健康旅游。
（作者单位：湖州职业技术学院）
关键词：评述；德尔菲法
林珊珊等老师2014年发表在旅游领域影响因子最高的国际权威期刊 Annals of Tourism Research上的“调整预测的精度和偏差分析”一文，本人的读后评述如下：
文章利用香港季度入境访客数据，在提供统计预测的前提下，利用香港旅游需求预测系统（Hong Kong Tourism Demand Forecasting System）中的在线德尔菲调查平台，主观整合计量经济预测和专家预测（即德尔菲专家组对给定的统计预测进行主观修正）。林老师的这篇文章采用两阶段混合性研究方法（mixed methodsapproach），以定量法为主，定性访谈法为辅。
第一阶段，利用常用的预测误差测度指标和统计检验方法评价组合预测模型及其子模型的优劣，利用回归模型和统计检验方法分析预测结果偏离实际值的程度及其产生原因，为旅游需求预测的在线决策支持系统的设计提供实证支持。
第二阶段，通过个人深度访谈法，结合已有研究发现和本研究的实证结果，深入挖掘、剖析和阐释主观预测行为的内在信息。文章研究结果表明，此方法有效提高了旅游需求預测精度，在短期预测中效果尤为显著：通过德尔菲专家法对计量经济预测的调整预测的平均绝对百分比误差（MAPE）从第一轮的7.5%降低到第二轮的 6.5%。
文章里还发现，德尔菲专家法的应用可提高旅游预测精度，但无法消除预测偏差（bias），实际上，常常发现客源市场存在预测高估或低估的现象。个人访谈的数据分析结果与第一阶段统计分析发现的偏差类型不谋而合，即主观修正的预测存在两种主要偏差：基于统计预测结果做出调整而产生的偏差（anchoring）和依靠最近发生的事件和公布的数据进行调整而产生的偏差（recency）。
林珊珊等老师的研究以香港入境旅游访客预测为背景，尝试通过在线旅游预测系统来整合专家意见和统计预测结果。结果发现德尔菲专家法的应用可提高旅游预测精度。
文章中提到德尔菲专家法的应用可提高旅游预测精度，但无法消除预测偏差（bias）。尽管平均而言，德尔菲小组预测结果是无偏的，但针对个别市场，专家预测结果存在有偏性（个别预测序列出现过高或过低估计）。总体上看，该研究中德尔菲专家倾向于提供乐观估计（通常高估预测结果）。文章还发现，专家调整并不总是能改善预测结果，针对成熟的长途市场（如美国），整合专家意见反而降低预测精度。
国内田军（2006）认为典型德尔菲方法并未对群体意见的一致性给出一个判断标准，实际使用当中一般同时，对集成结果的可信性难以把握，缺乏有效的量度；而且，由于过程繁杂（一般要经过四到五轮的调查统计），存在不收敛的风险，如果个别专家坚持自己的意见，可能会使群体意见分歧，难以协调，因此要寻找可靠和有效的专家意见集成机制和方法，借以弥补德尔菲方法的不足.此外国外学者也在德尔菲法的一致性度量方面，Kacprzyk（1996）提出了OWA软度量算子和Chi（1997）提出的基于知识系统的KBS检查，他们认为在基于德尔菲法的预测中，专家的预测结果并不总是那么正确的，有可能出现完全相反的结果。如每个国家的股市市场，大部分权威专家预测市场后期乐观，但实际最后市场狂跌的情况也存在。所以在旅游需求预测中，德尔菲专家法是否一定能提高某个市场旅游预测的精度，还需要检验。
文章提到在深度访谈的数据分析结果时发现，使用不同的主观预测策略（heuristics）会导致不同的预测偏差，如基于统计预测结果做出调整而产生的偏差（anchoring）和依靠最近发生的事件和公布的数据进行调整而产生的偏差（recency）。深度访谈结果显示，专家对原始的基准统计预测具有很高的依靠性。但没有提到解决的办法，在文章结尾部分说明未来研究可以考虑量化可预见发生的事件的影响，并要求需要考虑某事件的原因。事实上，国内学者苏畅（2013）就已经提出了风险量化分析模型，试图定量分析当前中亚存在的政治风险及对未来走势进行预判，基本可以做到降低或为了降低或避免 anchoring 偏差的产生，苏畅已经把可预见的和不可预见的风险事件的影响全部考虑进去，并且量化组合定量预测和定性预测结果，比文章作者提出的意见更为详尽。只不过苏畅的研究方向不是旅游需求预测，而是东欧中亚政治风险的研究。
总体来说，林珊珊等老师的研究是国内外旅游预测文献中对统计预测和判断预测的误差产生原因探究的首次尝试，对于旅游需求预测领域有较大贡献，但文章中无量化误差产生原因，专家旅游量增长的预测往往呈乐观主义，这个会影响预测的精度。
参考文献
[1]ChiSC.C.（1997）.A GDSS for locatingmanufacturing facilities.The 6th Industrial Engineering ResearchConference Proceedings，（pp.169-174）.
[2]kacprzyk，J.（1996）.Supporting consensus reaching under fuzziness via ordered weighted averaging（OWA）operators.SoftComputing in IntelligentSystem s and Information Processing，pp.453-458.
[3]苏畅.（2013）.中亚国家政治风险量化分析.俄罗斯东欧中亚研究，17（1），pp.25-26.
[4]田军.（2004）.基于德尔菲法的专家意见集成模型研究.系统工程理论与实践，1（2），pp.58-60.
作者简介
孙娴娴，女，副教授，1978-，浙江大学工程硕士，博士在读，研究方向旅游经济、休闲健康旅游。
（作者单位：湖州职业技术学院）