收到日期:03/08/2020接受日期:15/08/2020发表日期:25/08/2020
企业动态管理;covid-19流行后期;旅游产业;政策评估;做模型;时间序列分析
访问更多的相关文章研究和评论:社会科学杂雷竞技苹果下载志》上
背景:在世界范围内传播的新型冠状病毒(COVID-19),全球经济已经进入了一个寒冷的冬天,国际货币基金组织(imf)预测,全球经济在2020年将收缩3%。流行病的爆发也对中国经济造成重大损失。在2020年第一季度,实际GDP急剧下降第一次首次同比增长6.8%。这是记录以来的首次下降。然后,根据业务的数据调查今年3月,中国经济与2月相比有所提高,这表明美国经济反弹的影响下的政策。从当前形势下,尽管中国已经过了高峰期的流行,受到国外高情况下,只能进行缓慢的恢复生产。在宏观经济微观个体,企业需要通过分析企业深化改革的动态管理的商业系统和激发企业的活力。这也将为政府制定相关政策提供数据支持,这有利于各种政策的协同作用,增强经济复苏的势头。
另一方面,我们选择旅游作为特定的研究对象。因此,我们需要设置不同的场景中根据疫情的发展现状,评价新型冠状病毒疫情的影响对中国的旅游业,并讨论旅游业发展和机遇post-epidemic时代旅游方面的应对疫情和epidemic4后旅游业的发展趋势。
方法:本文首先论述了企业动态管理的问题后covid-19流行时代,建立了法模型(模型),并提高模型合理。提出了不同区域的动态管理计划,和法官的影响政策的实施流行病。同时,也针对流行病的影响在旅游业重要的时间点。弹性法和线性回归是用来评估和预测。使用交通数据作为领先指标,弹性的游客总数Et1和旅游总收入的弹性Ei1春节,春节期间计算分别是1.39和1.60。COVID-19春节旅游市场的影响是通过春节弹性评估;期间,弹性的国际工人一天旅游市场相对于春节旅游市场Et2, Ei2计算通过数据分别是1.14和0.9024。结合春节旅游市场的预测结果和数据校准的不同的预测情况,预测是国际劳动节。旅游行程的总数和总旅游期间的收入;国定假日,上述想法是用来计算的弹性国定假日旅游市场相对于春节和国际工人一天旅游市场Et3Ei3, 0.69和0.94,分别预测游客和旅游总收入的总数在国定假日期间。
发现:基于做模型分析结果表明,政策的显著性水平江苏省GDP的32%。湖北省显著水平为37%。在2020年第一季度,总旅行时间和旅游总收入预计2020年第一季度,和对数线性回归方程建立了基于总旅游人数和旅游总收入在2020年作为解释变量的旅游行程和总旅游收入在第一季度。旅游行程的总数是3.94亿,2020年第一季度减少74.42%,去年同期,和旅游收入的总额是3190亿5.65亿元,去年同期减少77.01%。的对照预测价值的游客总数在6.76亿年第一季度的2020年是10亿,和对照的预测价值旅游总收入是1万亿和5800亿元。2020年上半年期间,游客和旅游收入总额的总数预计在今年上半年。游客总数在第一季度国际劳动节是作为解释变量的总旅行时间在今年上半年。对数线性回归方程分别建立了,取而代之的是估计的值。预测价值总额的游客数量在2020年上半年10亿4.4亿,这是比去年同期低53.25%。旅游总收入的预测价值1万亿年和1650亿年的9800万元,下降58.09%。 Compared with the same period last year, the potential decline of the total number of tourists in the first half of the year 2020 is 1 billion 911 million, with a decrease of 57.03%, resulting in a potential loss of 1 trillion and 994 billion 902 million yuan and a loss ratio of 63.13% for tourism total revenue. Under the optimistic forecast, the total number of tourist trips in the year 2020 is 4 billion 659 million. A decrease of 23.12% compared with the same period last year, and the total value of tourism revenue is 4 trillion and 807 billion 295 million yuan, 26.27% lower than that of the same period last year. Under the prudent forecast, the total number of tourist trips in the year 2020 is 3 billion 941 million, a decrease of 34.97% over the same period last year, and the total value of tourism revenue is 3 trillion and 922 billion 883 million yuan, a decrease of 39.83%, over the same period of the last year.
解释:中国经济受到疫情影响不同程度在所有领域,尤其是在第三产业。因为中国的疫情形势看起来并不好2020年第一季度,几乎所有的公司在2020年第一季度的亏损。应对经济危机,中国政府采取了各种措施,例如发行优惠券来刺激消费,打折促销,等。中国国内疫情继续改善,越来越多的公司在过去两个月已经恢复正常操作。相信在不久的将来,中国的经济形势将明显比第一季度。
COVID-19已经影响到国民经济的各行各业。对抗病毒/ 4个月后,它基本上是在控制下,因此,国内经济正面临重启post-epidemic时代(1,2]。如何准确地促进post-epidemic行业的复苏,最终把危机变成机会已成为一个重要的话题,各界继续关注。如果我们想进一步采取经济复苏的步伐,我们需要使企业管理可计算化,然后实施动态管理合理(3]。只有通过分析企业战略调整的影响因素,建立动态管理模型,从而可以获得可持续的竞争优势基于企业动态战略管理。另一方面,旅游业是高度市场化,主要依靠人们收集和使用,是影响最大的行业之一4]。因此,研究旅游产业是一个很好的爆发的经济影响的分析,和提出建议5]。
本文将解决以下问题:1。分析COVID-19的影响在post-epidemic时代企业动态管理,并给出一个总体规划设计。2。结合政府的疫情动态管理政策,微观动态管理的影响企业实施动态管理的评价和建议。3所示。要点时间而言,这部小说有什么影响冠状动脉肺炎已经和可能会对我们的旅游业在节日如春节、国际工人的一天,国定假日。4。
根据旅游的影响在不同的情况下,政府应该如何制定或改进政策进行干预。
数据
基于模型1中,我们选择了结合湖北能源集团有限公司有限公司(以下简称湖北能源)(7),江苏新能源发展有限公司有限公司(以下简称江苏Xinneng) (8],九州通医药集团有限公司有限公司(以下简称九州通医药)9)和江苏恒瑞医药有限公司有限公司(以下简称恒瑞医药)(10)两组,从第二产业。为了确保企业的全面性,我们也选择湖北广播电视信息网络有限公司有限公司(以下简称湖北广播电视)(11),江苏广播电视有线信息网络有限公司有限公司(以下简称江苏电缆)12另一组)。对于不同行业的分析,我们主要收集第三产业,如阿里巴巴网络技术有限公司有限公司(以下简称阿里巴巴)13),科幻表达有限公司。(以下简称科幻小说)14,深圳市腾讯计算机系统有限公司有限公司(以下简称腾讯)15),苏宁乐购集团有限公司有限公司(以下简称苏宁)16]这些大型企业的季度数据,为了保证行业的全面性,我们也收集了季度数据Muyuan食品有限公司有限公司(以下简称Muyuan股票)。
该模型
的方法分析COVID-19对企业动态管理的影响和评估的影响微动态管理实施动态管理通常是建立模型(17]。
在分析疫情的影响在旅游时,我们主要使用弹性方法。
DID-based方法
| 数学符号 | 解释 |
|---|---|
| Yit | 解释变量,一个公司或区域的经济形势 |
| tݎe݁“透明国际” | 哑变量组,治疗组是1,对照组是0 |
| Pt | 哑变量,1政策实施后,0之前政策 实现 |
| þi | 变系数 |
| 圣 | 剩余 |
| tݎe݁ti×Pt | 十字路口的哑变量的时间和群体的哑变量代表了全面的哑变量和代表双不同的估计。这个哑变量的系数β3由本文有关并影响, 显示对经济政策的影响 |
表1。数学符号的解释模型
绘制折线图根据已知的数据,我们可以获得实际GDP比较省和江苏省具有相同的变化趋势,与实际国内生产总值比较省B和湖北省具有相同的变化趋势。所示的结果图1。
图1所示。比较GDP的A和B的省份分别与江苏和湖北
因此,当政策对经济影响的分析湖北和江苏两省,A和B的已知数据省及其预测2019年和2020年GDP SPSS是设置为对照组。湖北和江苏的实际国内生产总值GDP预测的SPSS作为对照组,建立了模型,设置基本回归方程如公式所示。
弹性估计的方法
关于流行病的影响在旅游一个重要的时间,弹性方法主要用于评估和预测。等的意义之间的比率是总数的百分比变化的游客和独立变量的百分比变化。Ei的意义之间的比率是旅游总收入的比例变化和独立变量的百分比变化。通过双对数回归,Et的弹性值和Ei可以估计基于历史数据,然后总旅游参观的预测价值可以估计等,和旅游总收入的预测价值可以被Ei估计。
春节是而言,因为大爆发的时候,正值春节假期,在这篇文章中,交通数据作为领先指标评价COVID-19对春节旅游市场的影响通过春节运输的灵活性。
国际工人天内而言,国际工人日旅游市场的弹性相对于春节旅游市场可以从历史数据计算,加上春节旅游市场的预测结果和数据校准的不同的预测情况,游客和旅游收入总额的总数在国际工人一天可以预测。
国定假日而言,上述想法是用来预测的总数在国定假日期间游客和旅游总收入计算弹性的国定假日旅游市场相对于春节旅游市场和国际工人的一天。
当预测游客和旅游总收入的总数在2020年第一季度,我们建立回归方程通过春节旅游市场数据;当预测游客和旅游总收入的总数在2020年上半年,我们建立回归方程通过第一季度和国际工人一天旅游市场数据;当预测游客总数和2020年全年旅游总收入,我们建立一个回归方程通过今年上半年全国假日旅游市场数据。
基于以下三个原则评估和预测COVID-19的影响对中国的旅游动态管理:
(1)反事实的原则:计算假设下的旅游业发展的期望值没有流行,然后预测旅游业的实际情况可能呈现不同趋势下的疫情,疫情的影响旅游业的计算根据两者的区别;
(2)有限外推法的原理:当疫情并未结束,防治形势复杂,重点把握短期预报,预报和关键点进行有限外推;
| 数学 符号 |
解释 |
|---|---|
| E我 | 旅游总收入的百分比变化之间的比例和独立变量的百分比变化 |
| Et | 变化百分比之间的比率在总游客数量和独立变量的百分比变化 |
| 等1 | 许多游客在春节假日期间和乘客的弹性值发送春节期间 |
| Ei1 | 春节假日期间旅游总收入和弹性乘客发送春节期间的价值 |
| 等2 | 国际工人日上的游客数量和弹性的中国新年假期的游客数量 |
| Ei2 | 国际工人一天旅游总收入和春节假期旅游总收入弹性值 |
| 等3 | 弹性的平均价值在国定假日游客的数量,数量的游客在春节和国际 工人一天 |
| E我3 | 旅游总收入的平均价值在国定假日和弹性的总收入在春节期间与国际 工人一天 |
表2。数学符号的解释弹性的方法
(3)相机校正的原理:作出合理修正预测结果根据最新疫情的变化。
本文基于上述流行的判断,集三种不同场景进行评估和预测。场景1很乐观,认为国内的流行会在3月底结束,它将会完全结束在4月初最新;
场景2是谨慎,假设基本上国内流行将在5月底结束,最近,它将完全在六月初结束。
| 国内爆发 | 场景1:乐观 | 场景2:谨慎 | |
|---|---|---|---|
| 最迟在3月底,4月初 | 最迟在5月底,6月初 | ||
| 时间 | 春节 | 损失 | 损失 |
| 国际工人日 | 反弹 | 损失 | |
| 全国性的节日 | 没有影响 | 反弹 | |
| 期 | 第一季 | 损失 | 损失 |
| 第二季 | 有限的反弹 | 损失 | |
| 今年下半年 | 没有影响 | 有限的反弹 | |
表3。两个场景假设
基于模型的动态管理模型估计1吗
根据已知的数据,在占据软件(17),显示了结果表4和5。
表4。江苏省政策对GDP的影响
表5所示。湖北省的政策对GDP的影响
没有控制变量添加到订单中。治疗组和对照组之间的差异在政策执行之前是37.709,和之间的差别政策实施后治疗组和对照组-1.3 e + 03. - -1.4 e + 03是双不同的系数估计。假定值的系数为0.941,表明它通过测试在一个很高的显著性水平18]。
没有控制变量添加到订单中。治疗组和对照组之间的差异在政策执行之前是16.784,而治疗组和对照组之间的差异后,政策的实施是-3.3 e + 03。-3.5 e + 03是双不同的系数估计。假定值的系数是0.729,这意味着它通过测试在一个较高的显著性水平。
我们可以看到表4和5上面,正是因为采用的有效政策江苏省在抗击艾滋病,其经济影响较小的流行,由此可见,江苏有自己的力量。
动态管理模型2
根据已知的相关数据,观察到的变量满足平行趋势的假设测试,以及测试过程模型是一样的,所以这里将不会重复。符合平行趋势检验后,建立了模型,然后公式①用于回归分析。
湖北省企业和江苏省,我们选择了三种类型的行业,即湖北能源和江苏Xinneng,湖北广播和电视和江苏有线,九州通医药恒瑞医药,其中第一第二组和第三组是第二产业是第三产业。在占据软件,结果获得通过命令所示表6、7和8。
表6所示。湖北能源政策对经济的影响,江苏Xinneng作为对照组
表7所示。湖北广播电视政策的影响,江苏有线控制
表8所示。九州通医药政策的影响,恒瑞医药作为对照组
没有控制变量添加到订单中。治疗组和对照组之间的差异在政策执行之前是11.973,而治疗组和对照组之间的差异后,政策的实施是3.506。-8.467的系数差估计的两倍。假定值的系数是0.192,这意味着它通过测试在一个很高的显著性水平。模型显示了综合效应的政策和实证结果表明,艾滋病将影响企业的经济。
没有控制变量添加到订单中。治疗组和对照组之间的差异在政策执行之前是-17.016,而治疗组和对照组之间的差异后,政策的实施是-2.845。-0.694的系数差估计的两倍。假定值的系数为2.151,表明它通过测试在一个很高的显著性水平。模型显示了综合效应的政策和实证结果表明,艾滋病将影响企业的经济。
没有控制变量添加到命令。治疗组和对照组之间的差异之前,政策执行是-17.016,和治疗组和对照组之间的差异后,政策的实施是-6.924。10.092的系数差估计的两倍。假定值的系数是0.515,这意味着它通过测试在一个较高的显著性水平。模型显示了综合效应的政策和实证结果表明,艾滋病将影响企业的经济。
模型1和模型2的数据表明,政策和流行病将影响企业的经济。对于第一个问题,我们生产的总体设计方案,确定建立的企业形象对企业的发展产生影响。
动态管理模型3
类似于模式1和2。首先,根据收集到的企业的净利润在2020年的第一季度之前,时间序列分析是由SPSS获得拟合值和预测值。我们将使用获得的拟合值和预测价值通过时间序列分析为对照组,与实际公司的净利润作为治疗组,建立了模型,并通过公式进行回归分析
为国内企业受政府政策的影响,我们选择知名大型企业为研究对象,分别科幻,苏宁,阿里巴巴和腾讯。在占据软件,结果获得通过命令所示表9、10、11、12和13所示。
表9所示。政策对科幻小说表达的净利润的影响
表10。政策对苏宁的净利润的影响
表11所示。政策对阿里巴巴的净利润的影响
表12。政策对腾讯的净利润的影响
表13。Muyuan政策的净利润的影响
没有控制变量添加到命令。治疗组和对照组之间的差异在政策执行之前是0.113,而治疗组和对照组之间的差异后,政策的实施是-12.184。-12.297的系数差估计的两倍。假定值的系数为0.606,表明它通过了测试在一个很高的显著性水平。模型显示了综合效应的政策。实证结果表明,该策略通过科幻表达,如路线的快速布局,充分保证进出口货物运输的顺畅,协助企业恢复生产,提供不同类型的产品和服务,提供国际快递服务进出口公司和个人,提供海外国际包裹和仓库服务跨境电子商务卖家,并提供国际航空运输及国际航运服务国际商人、制造、跨国公司(19]。这些一系列措施缓解流行病的影响,有效地促进了企业的经济增长。
没有控制变量添加到订单中。治疗组和对照组之间的差异之前,政策执行是-2.247,和治疗组和对照组之间的差异后,政策的实施是-54.834。-52.587的系数差估计的两倍。假定值的系数是0.415,这意味着它通过测试在一个较高的显著性水平。模型显示了综合效应的政策。实证结果显示,苏宁采用的政策,如苏宁乐购、家乐福、苏宁店,和零售云存储,满足一线支持的需求的基础上,充分保证材料的保护,健康产品,民生产品的供应和价格稳定;苏宁物流负责一线卫生防疫物资运输的行业;运动,健康,红孩子和其他系统,充分发挥的优势商品和内容,并为用户提供在线健身、健康、和儿童保育相关经验内容;金融提供了更大的信贷支持范围广泛的供应商和中小企业。这些一系列措施缓解流行病的影响,有效地促进了企业的经济增长。
没有控制变量添加到订单中。治疗组和对照组之间的差异在政策执行之前是26.141,而治疗组和对照组之间的差异后,政策的实施是-243.030。-269.171的系数差估计的两倍。这个系数的p值为0.630,这意味着它将测试在一个很高的显著性水平。模型显示了综合效应的政策。实证结果表明,该策略通过阿里,如开放免费医疗服务医务人员短缺时,和联合运输公司开放的全球绿色通道时,材料运输通道被阻塞;饿了商家在批次降低佣金,就业会面临失业的餐馆工人等待他们的工作;迫切需要研究和开发效率,它使所有病毒疫苗和新药的研究和开发为公共科研人工智能计算能力(20.]。这些一系列措施缓解流行病的影响,有效地促进了企业的经济增长,大大改善了汽车企业的正面形象,而人民也显示阿里的企业文化。这是企业的核心竞争力的动态管理。
没有控制变量添加到订单中。治疗组和对照组之间的差异在政策执行之前是-1.882,而治疗组和对照组之间的差异后,政策的实施是-129.230。-127.348的系数差估计的两倍。假定值的系数为0.733,表明它通过测试在一个很高的显著性水平。做模型表达的综合影响政策。实证结果表明,该策略通过腾讯,如发挥企业的责任感,捐赠了15亿国家,自由开放的各种远程会议办公软件如腾讯会议、企业微信,积极扩大在游戏产业21]。这些一系列措施缓解流行病的影响,有效地促进了企业的经济增长,同时也增加了市场对企业的信任,这也是企业文化相关企业的动态管理。
没有控制变量添加到命令。治疗组和对照组之间的差异之前,政策执行是3.083,治疗组和对照组之间的差异后,政策的实施是-29.510,和-32.593的系数差估计的两倍。这个系数假定值为0.203,这表明它通过了测试在一个非常高水平的意义。做模型表达的综合影响政策。实证结果表明,该策略通过Muyuan有限公司有限公司等智能养猪业,扩大就业需求,收缩高铁和飞机,以确保返回工作岗位,帮助贫穷国家和贫困家庭22]。这些一系列措施缓解了疫情的影响,有效地促进了企业的经济增长。
综合分析的第二个问题,分析了企业形象和企业文化是企业管理的一个非常重要的方面,由于技术落后,管理可能会失败,只有企业文化支持公司长期发展的关键。
春节假期的影响,旅游业的动态管理
开展评估工作,首先建立一个反事实的参考系统为2020年春节旅游市场。2020年1月9日,国务院新闻办公室举行新闻发布会,预计发送旅客数量由该国2020年春节期间将达到约30亿。COVID-19尚未完全爆发以来,反设事实的数据能反映预期价值,可以作为评价参考。2020年2月20日,春节交通运输部公布的数据显示,40天春节结束于2020年。全国铁路、公路、水路、民航派出14.8亿名乘客,比2019年同期下降了50.3%。假设弹性总游客和旅游总收入将保持大致相同的2020年,估计COVID-19对旅游的影响在春节期间所示表14。
| 乘客发送春节期间(单位:1亿人) | 春节假日期间的游客总数(单位:1亿人) | 春节假日期间旅游总收入(单位:1亿元) | |
|---|---|---|---|
| 绝对指数 | |||
| 2019年实际值 | 29.8 | 4.15 | 5139年 |
| 2020年估计价值 | 14.76 | 1.45 | 516.65 |
| 2020年反事实的估计价值 | 30. | 4.23 | 5254.38 |
| 2020年估计和反事实的估计之间的区别 | -15.24 | -2.78 | -4737.73 |
| 相对指标(单位:%) | |||
| 基于2020年同比增长率估计价值 | -50.47 | -65.06 | -89.95 |
| 同比增长率2020年基于反事实的估算值 | 0.67 | 1.93 | 2.25 |
| 2020估计之间的差异和反事实的估计是相当于反事实的估计的比值 | -50.8 | -65.72 | -90.17 |
表14。COVID-19的影响在2020年春节假期旅游
估计结果所示表14。估计2020年春节期间的游客总数是1.45亿,比2019年同期下降65.06%。
反事实的估计是4.23亿;旅游总收入的估计价值在2020年春节期间是516.65亿元,比2019年同期下降89.95%。反事实的估计是5254.38亿元。从绝对值,之间的差异估计总游客和旅游总收入和反事实的估计在2020年春节期间(可以理解为亏损)是2.78亿和4737.73亿元,分别。从相对价值的角度,不同的游客和旅游总收入估计总数和反事实的估计在2020年春节期间的比例相当于反事实的估计(可以理解为损失)的65.72%和90.17%,分别。
2020年国际工人一天持续5天,也就是1天,超过前一年和2天超过2018。因此,基于反设事实预测结果显示显著增长的基本面。本文假设有一个稳定的弹性关系春节旅游市场和国际工人一天旅游市场。在场景1中,上述的反事实的估计春节旅游市场2020年用于计算。预测结果所示表15。
| 的游客总数 (1亿) |
旅游总收入 (1亿元) |
||||
|---|---|---|---|---|---|
| 场景1 | 场景2 | 场景1 | 场景2 | ||
| 绝对指数 | |||||
| 2019年实际值 | 1.95 | 1176.7 | |||
| 2020年的预测 | 2.32 | 0.31 | 1443.69 | 165.78 | |
| 反事实的预测为2020 | 2.28 | 1413.51 | |||
| 实际值之间的差别 在2020年和反事实的预测价值 |
0.04 | -1.97 | 30.18 | -1247.73 | |
| 相对指标(%) | |||||
| 基于2020年同比增长率的预测 | 18.97 | -84.1 | 22.69 | -85.91 | |
| 基于反事实的同比增长预测为2020 | 16.92 | 20.12 | |||
| 2020年的预测和反事实的预测之间的区别的反事实的比例 预测 |
1.75 | -86.4 | 2.14 | -88.27 | |
表15。的影响COVID-19旅游在国际工人在2020年
在场景1下,旅游市场流行后经历了一个反弹的需求,这是积极的叠加在反事实的基本面因素的增长趋势。据预测,游客数量的总数在国际工人在2020年将达到2.32亿的预测价值和旅游总收入1443.69亿元,分别增长18.97%和22.69%,同期的前一年。
在场景3,国际工人一天仍在流行期间,和反事实的上升趋势的基本面远不足以抵消实际需求的下降趋势。总游客数量的预测价值在国际工人在2020年是3100万,和旅游总收入的预测价值是165.78亿元,这是一个同期分别下降84.10%和85.91%的前一年。根据反事实的标准,造成潜在的游客总数下降COVID-19是1.97亿,一个潜在的下降率为86.40%,旅游总收入的潜在损失是1247.73亿元,和潜在损失的88.27%。
国定假日的影响旅游业的动态管理
2020年国家节日持续8天,这一天超过往年。因此,预测基于反设事实显示了一个基本的增加。考虑到疫情的结束时间之间的关系和国家假日,场景2的区别,场景3没有对全国假日旅游市场产生重大影响。我们假设国庆节和春节和国际工人一天旅游市场属于一个相对稳定的弹性关系。在场景1中,春节旅游市场的估计价值估计价值在国际工人的场景1天旅游市场用于计算,几何平均的结果。详细的结果所示表16。
| 的游客总数 (1亿) |
旅游总收入 (1亿元) |
|||
|---|---|---|---|---|
| 场景1 | 场景2 | 场景1 | 场景2 | |
| 绝对指数 | ||||
| 2019年实际值 | 7.82 | 6497.1 | ||
| 2020年的预测 | 8.52 | 8.65 | 7126.02 | 7469.81 |
| 反事实的预测为2020 | 8.52 | 7126.02 | ||
| 2020年实际值之间的差异和反事实的 预测价值 |
0 | 0.13 | 0 | 343.79 |
| 相对指标(%) | ||||
| 基于2020年同比增长率的预测 | 8.95 | 10.61 | 9.68 | 14.97 |
| 基于反事实的同比增长预测为2020 | 8.95 | 9.68 | ||
| 2020年的预测和反事实的预测之间的区别的反事实的比例 预测 |
0 | 1.53 | 0 | 2.02 |
表16所示。COVID-19对旅游的影响在2020年国定假日
在场景1中,流行平息在国庆期间,但补偿早些时候发布的旅游需求一直,所以预测的结果是一样的反事实的情况。的预测价值总额2020年国庆期间旅游访问是8.52亿,估计价值的旅游总收入7126.02亿元,分别增长8.95%和9.68%去年同期。
在场景2中,流行平息在国庆期间,积极和释放com pensatory需求叠加的增长趋势反事实的fundam中央的。的预测价值总额2020年国庆期间旅游访问是8.65亿,和预测价值的旅游总收入7469.81亿元,分别增长10.61%和14.97%去年同期。
通过对比评价结果COVID-19影响旅游业的重要时间点如春节、国际工人一天国定假日,可以看出旅游业损失引起的疫情主要集中在春节旅游市场和国际工人的一天。疫情造成一个潜在的旅游总人数下降2.78亿年春节期间,下降率为65.72%,潜在损失的旅游总收入4737.73亿元,损失率为90.17%。谨慎乐观预测场景下,流行病造成一个潜在的旅游总人数下降6.09亿国际工人日期间,下降率为30.26%,潜在损失的旅游总收入458.74亿元,损失率为32.45%。
值得注意的是,除了影响损失的规模在不同时间点在旅游行业,不同的预测场景也会导致旅游市场不同的篮板。一般来说,在不同的预测场景下,市场反弹的游客总数和旅游总收入预计将在1%至3%之间。
小说的影响冠状动脉肺炎在2020年一季度旅游
在任何预测的情况下,第一季度的主要时期旅游业受到疫情影响。当预测旅游旅行和旅游总收入的总数在2020年第一季度,本文使用的总数旅游旅行和旅游总收入春节期间的解释性变量总旅游活动和旅游总收入在第一季度建立对数线性回归方程,并把上述估计值代入计算的2020年春节旅游市场。具体的预测结果所示表17。
| 总数(100的游客 百万) |
旅游总收入 (1亿元) |
|
|---|---|---|
| 绝对指数 | ||
| 2019年实际值 | 15.4 | 13900年 |
| 2020年的预测 | 3.94 | 3195.65 |
| 反事实的预测为2020 | 16.76 | 15800年 |
| 2020年实际值之间的差异 和反事实的预测价值 |
-12.82 | -12604.35 |
| 相对指标(%) | ||
| 基于2020年的同比增长率 预测 |
-74.42 | -77.01 |
| 基于反事实的同比增长预测为2020 | 8.83 | 13.67 |
| 2020年预测的区别和反事实的预测的比例 反事实的预测 |
76.49 | 79.77 |
表17所示。COVID-19的影响在2020年第一季度的旅游
所示表17、总量的预测价值旅游在2020年第一季度的3.94亿年,减少74.42%的去年同期;旅游总收入的预测价值是3195.65亿元,同期减少77.01%。在2020年第一季度,总旅游参观的反事实的预测价值是16.76亿,和反事实的预测价值的旅游总收入是1.58万亿元。根据反事实的标准,COVID-19造成的潜在总游客数量下降12.82亿年的第一季度,与一个潜在的降低率为76.49%,和一个潜在的损失均完成的旅游总收入1240元,潜在损失的79.77%。
小说的影响冠状动脉肺炎在2020年上半年旅游
不同的预测场景下,COVID-19期间造成了对旅游的影响在2020年上半年是不同的。当预测旅游旅行和旅游总收入的总数在2020年上半年,本文使用在第一季度总旅游和国际工人一天的解释变量的总旅游旅行在今年上半年,和第一季度和国际工人一天的解释变量旅游总收入在今年上半年,然后建立了对数线性回归方程分别代入上述估计计算。其中,场景1和场景2取代春节旅游市场估计和国际工人一天旅游市场估计计算在相应的场景。预测结果所示表18。
| 的游客总数 (1亿) |
旅游总收入 (1亿元) |
|||
|---|---|---|---|---|
| 场景1 | 场景2 | 场景1 | 场景2 | |
| 绝对指数 | ||||
| 2019年实际值 | 30.8 | 27800年 | ||
| 2020年的预测 | 14.4 | 9.85 | 11650.98 | 7992.5 |
| 反事实的预测为2020 | 33.51 | 31600年 | ||
| 2020年实际值之间的差异和反事实的预测 价值 |
-19.11 | -23.66 | -19949.02 | -23607.5 |
| 相对指标(%) | ||||
| 基于2020年同比增长率的预测 | -53.25 | -68.02 | -58.09 | -71.25 |
| 基于反事实的同比增长预测为2020 | 8.8 | 13.5 | ||
| 2020年的预测和反事实的预测之间的区别的反事实的比例 预测 |
-57.03 | -70.61 | -63.13 | -74.71 |
表18。COVID-19的影响在2020年上半年旅游
所示表18,反事实的预测价值总额的旅游业在2020年上半年的33.51亿年的反事实的预测价值,旅游总收入是3.16万亿元。
场景1的乐观预测下,游客数量总额的预测价值2020年上半年是14.4亿,比去年同期减少53.25%;旅游总收入的预测价值是1.165098万亿元,去年同期减少58.09%。疫情造成的潜在旅游总人数下降19.11亿年上半年的2020年57.03%的速度减少,潜在损失的旅游总收入1.994902万亿元,损失率为63.13%。
场景2的谨慎的预测下,总旅游的预测价值是9.85亿,2020年上半年减少去年同期的68.02%;旅游总收入是7992.5亿的预测价值,减少从去年同期的71.25%。疫情造成的潜在旅游总人数下降23.66亿年上半年的2020年,减少70.61%的速度,和一个潜在的损失.750完成的旅游总收入2360元,损失率为74.71%。
小说的影响冠状动脉肺炎旅游在整个2020年
为了避免造成的multi-collinearity问题相关的独立变量,当预测旅游的总人数和2020年全年旅游总收入,旅游的总人数今年上半年,国家假期将被用作解释变量总数的全年旅游,旅游收入总额今年上半年和国定假日作为解释变量的全年旅游总收入,然后我们建立对数线性回归方程,用不同的预测场景下的领先指标代替数据计算。预测结果所示表19。
| 的游客总数 (1亿) |
旅游总收入 (1亿元) |
|||
|---|---|---|---|---|
| 场景1 | 场景2 | 场景1 | 场景2 | |
| 绝对指数 | ||||
| 2019年实际值 | 60.6 | 62500年 | ||
| 2020年的预测 | 46.59 | 39.41 | 48072.95 | 39228.83 |
| 反事实的预测为2020 | 66.37 | 71954.72 | ||
| 2020年实际值之间的差异和反事实的预测 价值 |
-19.78 | .26.96 | -23881.77 | -32725.89 |
| 相对指标(%) | ||||
| 基于2020年同比增长率的预测 | -23.12 | .34.97 | -26.27 | -39.83 |
| 基于反事实的同比增长预测为2020 | 9.52 | 10.36 | ||
| 2020年的预测和反事实的预测之间的区别的反事实的比例 预测 |
-29.8 | -40.62 | .33.19 | -45.48 |
表19。COVID-19影响旅游业在整个2020年
所示表19anti-factual预测价值总额的旅游业在2020年是66.37亿,和anti-factual预测价值的旅游总收入是7.195472万亿元。
在场景1的乐观的预测,预测的总旅游价值在2020年是46.59亿年,减少23.12%的去年同期;旅游总收入的预测价值是4807.295亿元,减少26.27%的去年同期。疫情造成的潜在旅游总人数下降19.78亿人,2020年29.80%的速度减少,潜在损失的旅游总收入2.388177万亿元,损失率为33.19%。
场景2的谨慎的预测下,总游客数量的预测价值在2020年是39.41亿年,减少34.97%的前一年同期;旅游总收入的预测价值是3922.883亿元,同期减少39.83%。疫情造成的潜在旅游总人数减少26.96亿,2020年40.62%的速度减少,潜在损失的旅游总收入32.72589万亿元,损失率为45.48%。
当预测COVID-19在第一季的影响,2020年半年度和年度旅游基于不同的场景,不同的解释变量选择和领先指标数据,因此预测结果主要用于观察的总体影响旅游的流行趋势,不准确的数值比较或时间总和。
从实证结果可以看出,政策对企业发展的重大影响,以及不同企业根据实际情况采取了不同的应对策略。
以科幻小说表达的第三产业为例,企业采用的政策迅速布局等路线,充分保证进出口货物运输的顺畅,协助企业恢复生产;提供不同的方式满足市场的不同需求和不同类型的产品服务;提供国际快递服务进出口公司和个人,提供海外国际包裹和仓库服务跨境电子商务卖家,并提供国际航空运输及国际航运服务国际商人,制造,和跨国公司。这一系列措施极大地增加了科幻的业务数量和收入,和它的市场份额进一步增加。然而,本中心等三家快递公司、圆通和申通都拒绝在不同程度上的应收账款和商业体积。
以阿里巴巴的第三产业为例,在经历非典的爆发,它进一步扩大在阿里COVID-19增加人民的信任后,因为他们有采取适当的政策来实现危机和周转。
根据文化部和旅游的数据:2020年5月从1到5,总共收到了1.15亿国内游客,实现国内旅游收入475.6亿元。在的乐观,谨慎的预测模型中,在国际国内游客总数工人一天是1.97亿年和3900万年,分别,国内旅游收入分别为1188亿人和677.8亿人。在乐观的预测,假定国内流行最迟将于4月上旬结束,5月1日旅游情况会反弹与前几年相比,和谨慎预测假设国内疫情将早在5月底结束。COVID-19情况将导致损失5月1日旅游业。这个模型的预测值和文化部和旅游业之间的关系数据与假设是一致的,和模型预测是相对一致的。然而,由于价格上涨,人民币的价值是不一样的在前几年,这将导致国际工人日旅游收入高于真实价值当谨慎预测。
近年来,做模型广泛应用于经济学的测量项目或公共政策实施效果评估,如谈论中国的煤炭铁路专线开通区域经济增长(23一带一路的影响),影响中国的出口增长和国家二元边际和一系列政策效应(24),与动态管理模型。此外,评估和干预事件的影响可以被包括在医疗健康领域,并动态管理模型还可以用于分析(25]。
因为预算过程的动态管理模型基于弹性值模型是复杂的,有很多数据,计算过程是巨大的,它不能被认为是全面,导致一些与实际情况不一致。所以旅游情况的预测是指补偿需求非典疫情后设置一个额外的增长区间,这部小说的适用性和冠状动脉肺炎需要进一步提高得到证实。
当预测COVID-19在第一季的影响,2020年半年度和年度旅游基于不同的场景,不同的解释变量选择和领先指标数据,因此预测结果主要用于观察的总体影响旅游的流行趋势需要进一步改进,使其适合准确的数值比较或时间总和。
双差模型反映了政策冲击的直接影响,但有时政策冲击有滞后效应。我们通常滞后一个周期估计平均政策冲击的影响,但由于我们已经收集的数据只有在第一季度,这个想法的数据有限,不能实现。我们需要进一步收集数据,第二季度。
因为它是必要的,以确保时间治疗组和对照组的趋势是一致的政策实施之前,这种假设只能用足够长的时间序列数据进行测试。必须确保对照组和治疗组至少有两个时期政策之前发生在同一时间,当湖北省企业设置为处理组和江苏省企业设置对照组,因为是不可能保证这两个平行的趋势相同,三重不同模型可以用来消除时间趋势的影响。
利益冲突,我们没有利益冲突披露和手稿已经阅读和批准所有命名的作者。
这项工作得到了湖北教育部哲学社会科学研究项目(19 y049),和盯着博士的研究基金会湖北科技大学(BSQD2019054),湖北省,中国。
菜单