Search results

This study aims to determine the mutual association between the volatility of macroeconomic indicators (MIs) and India’s tourism demand.

Bivariate generalized autoregressive conditional heteroscedasticity (GARCH) models are applied to estimate the volatility spillover effect (VSE) from one market to another. Compared to the other methods, bivariate GARCH has wide acceptance for estimating the VSE. The monthly MIs and tourism demand data (2012–2021) are gathered for empirical analysis.

The evidence of the growth-led tourism (GLT) demand is seen. In the short term, tourism-led growth (TLG) is indicated. However, this TLG does not sustain itself in the long run. There is significant evidence in favour of the VSE from the MIs to the tourism demand ensuring GLT in India.

The main implication of the current study is to ignore the short-term influence of tourism demand on the economy because it does not sustain itself in the long run. However, the long-term influence of macroeconomic indicators on tourism demand should be seen with caution. Hedging, if possible, may be considered to protect the tourism sector’s interests from adverse economic fallouts.

There is a lack of studies on the volatility (especially on the VSE) between MIs and tourism demand. Hence, this study fills the research gap and presents a novel and unique contribution to the extent of the knowledge body on the topic and significantly contributes.

双变量GARCH模型用于估计从一个市场到另一个市场的波动溢出效应(VSE)。与其他方法相比, 双变量GARCH在估计波动溢出效应时得到了广泛的接受。收集2012-2021年的月度管理信息系统和旅游需求数据进行实证分析。

该研究旨在确定宏观经济指标(MIs)的波动与印度旅游需求之间的相互关系。

GLT(增长主导的旅游需求)的证据显而易见。从短期来看, 旅游导向型增长(TLG)可行。然而, 这种旅游导向型增长并不能长期维持下去。有重要的证据支持印度管理信息系统到旅游导向型增长的旅游需求波动溢出效应。

当前研究的主要启示是忽略了旅游需求对经济的短期影响, 因为从长远来看, 它无法自我维持。然而, 宏观经济指标对旅游需求的长期影响应谨慎看待。如有可能, 可考虑对冲, 以保护旅游业的利益不受不利的经济影响。

目前对管理信息需求与旅游需求之间的波动（尤其是波动溢出效应）的研究较少。因此, 本研究填补了这个研究空白, 并对该主题知识体系的内容呈现新颖而独特的促进作用, 有显著的贡献作用。

Los modelos GARCH bivariantes se aplican para estimar el efecto indirecto de la volatilidad (VSE) de un mercado a otro. En comparación con otros métodos, el GARCH bivariante goza de gran aceptación para estimar el VSE. Para el análisis empírico se recopilan los MI mensuales y los datos de demanda turística (2012–2021).

El estudio se centra en medir la relación mutua entre la volatilidad de los indicadores macroeconómicos (MI) y la demanda turística de la India.

Se observan indicios de GLT (demanda turística impulsada por el crecimiento). A corto plazo, se evidencia el TLG (crecimiento impulsado por el turismo). Sin embargo, este TLG no se mantiene a largo plazo. Existen pruebas significativas a favor del VSE de los MI a la demanda turística que garantizan el GLT en India.

La principal implicación del presente estudio es desestimar la influencia a corto plazo de la demanda turística en la economía porque no se sostiene a largo plazo. Sin embargo, la influencia a largo plazo de los indicadores macroeconómicos en la demanda turística debe considerarse con cautela. Por ello, la cobertura de riesgos puede plantearse para proteger los intereses del sector turístico de las repercusiones económicas adversas.

Existe una carencia de estudios sobre la volatilidad (especialmente en el VSE) entre los MI y la demanda turística. En consecuencia, este estudio realiza una aportación investigadora mediante una contribución novedosa y única en la ampliación del conocimiento sobre el tema de análisis.

One of the main factors that can impact the cost of holidays to a particular destination is the exchange rate; exchange rate fluctuations impact the overall price of the holiday and should be expected to effect tourism demand. This paper aims to scrutinize the volatility of the real effective exchange rate between the source market relative to the holiday destination and tourism demand volatility, where the influence of disaggregated data is noted.

The study uses multivariate conditional volatility regressions to simulate the time-varying conditional variances of international visitor demand and exchange rates for the relatively mature Caribbean tourist destination of Barbados. Data on the country’s main source markets, the UK, the USA and Canada is used, where the decision to disaggregate the analysis by market allows the authors to contribute to policymaking, particularly the future of tourism marketing.

The volatility models used in the paper suggests that shocks to total arrivals, as well as the USA and UK markets tend to die out relatively quickly. Asymmetric effects were observed for total arrivals, mainly due to the combination of the different source markets and potential evidence of Butler’s (1980) concept of a tourist area’s cycle of growth. The results also highlight the significance of using disaggregated tourism demand models to simulate volatility, as aggregated models do not adequately capture source market specific shocks, due to the potential model misspecification. Exchange rate volatility is postulated to have resulted in the greater utilization of packaged tours in some markets, while the effects of the market’s online presence moderates the impact of exchange rate volatility on tourist arrivals. Markets should also explore the potential of attracting higher numbers of older tourist, as this group may have higher disposable incomes, thereby mitigating the influence of exchange rate volatility.

Some of the explanatory variables were not available on a high enough frequency and proxies had to be used. However, the approach used was consistent with other papers in the literature.

The results from the paper suggest that the effects of exchange rate volatility in key source markets were offset by non-price factors in some markets and the existence of the exchange rate peg in others. In particular, the online presence of the destination was one of those non-price factors highlighted as being important.

In most theoretical models of tourism demand, disaggregation is not normally considered a significant aspect of the model. This paper contributes to the literature by investigating the impact real effective exchange rate volatility has on tourism demand at a disaggregated source country level. The approach highlights the importance of modeling tourism demand at a disaggregated level and provides important perspective from a mature small island destination.

该研究采用多元条件波动回归来拟合相对成熟的加勒比海旅游目的地巴巴多斯的国际游客需求和汇率的时变条件方差。本研究逐一分析了该国主要客源市场（英国, 美国和加拿大）的数据, 从而为政策制定, 尤其是对今后的旅游营销做出贡献。

汇率是影响到特定目的地度假成本的主要因素之一。汇率波动会影响整体的度假成本, 并会影响旅游需求。基于按客源地分类的数据, 本文详细研究了客源市场相对于度假目的地的实际有效汇率的波动性以及旅游需求的波动性。

本文使用的波动模型表明, 汇率冲击对入境总人数以及美国和英国市场影响短暂。冲击对总入境人数产生的不对称效应, 主要是由于不同的客源市场加总和巴特勒（1980）关于旅游区增长周期概念所致。本文结论还凸显了使用基于客源地数据的旅游需求模型来模拟波动性的重要性, 因为加总数据不能充分捕获具体客源地市场的冲击从而产生模型设定作物。汇率波动会引起某些市场中团体游客的增加, 而目的地的线上热度影响会调节汇率波动对游客人数的影响。市场还应探索吸引更多老年游客的潜力, 因为该群体的可支配收入可能更高, 从而减轻了汇率波动的影响。

由于一些解释变量的数据频率不够高, 本文不得不使用一些替代指标。所使用的方法与文献中的其他论文一致。

该论文的结果表明, 在某些客源地市场, 汇率波动的影响会被某非价格因素所抵消, 而在另一些主要客源地市场, 固定汇率的存在刚好规避了汇率波动产生的影响。目的地的线上热度是重要的非价格因素之一。

在大多数旅游需求理论模型中, 按客源地拆分的数据通常不被视为模型的重要方面。本文的理论贡献则是通过研究实际有效汇率波动对不同客源国的旅游需求的影响强调了旅游需求建模中使用基于客源地数据的重要性, 并以一个成熟的小岛目的地为角度进行了阐述。

Uno de los principales factores que pueden afectar al costo de las vacaciones a un destino en particular es el tipo de cambio; Las fluctuaciones del tipo de cambio afectan a el precio general de las vacaciones y es normal que afecten a la demanda turística. Este documento analiza la volatilidad del tipo de cambio efectivo real entre el mercado de origen en relación con el destino de vacaciones y la volatilidad de la demanda turística, donde se observa la influencia de los datos desagregados.

El estudio emplea regresiones de volatilidad condicional multivariadas para simular las variaciones condicionales variables en el tiempo de la demanda de visitantes internacionales y los tipos de cambio para el destino turístico caribeño relativamente maduro de Barbados. Se emplean datos sobre los principales mercados de origen del país, el Reino Unido, los Estados Unidos de América y Canadá, donde la decisión de desagrerar el análisis por mercado permite a los autores contribuir a la formulación de políticas, en particular al futuro del marketing turístico.

Los modelos de volatilidad utilizados en el documento sugieren que los shocks en las llegadas totales, así como en los mercados de los Estados Unidos y el Reino Unido, tienden a desaparecer con relativa rapidez. Se observaron efectos asimétricos para las llegadas totales, principalmente debido a la combinación de los diferentes mercados de origen y la evidencia potencial del concepto de Butler (1980) del ciclo de crecimiento de un área turística. Los resultados también resaltan la importancia de utilizar modelos desagregados de demanda turística para simular la volatilidad, ya que los modelos agregados no capturan adecuadamente los shocks específicos del mercado de origen, debido a la posible especificación errónea del modelo. Se postula que la volatilidad del tipo de cambio influye en una mayor utilización de los paquetes turísticos en algunos mercados, mientras que los efectos de la presencia del mercado en linea (online) moderan el impacto de la volatilidad del tipo de cambio en las llegadas de turistas. Los mercados también deberían explorar el potencial de atraer un mayor número de turistas mayores, ya que este grupo puede tener mayores ingresos disponibles, mitigando así la influencia de la volatilidad del tipo de cambio.

Algunas de las variables explicativas no estaban disponibles en una frecuencia alta y se tuvieron que utilizar proxies. Sin embargo, el enfoque utilizado fue consistente con otros artículos en la literatura.

Los resultados del documento sugieren que los efectos de la volatilidad del tipo de cambio en los mercados de origen clave fueron compensados por factores no relacionados con los precios en algunos mercados y la existencia de la vinculación del tipo de cambio en otros. En particular, la presencia en línea (online) del destino fue uno de esos factores no relacionados con el precio destacados como importantes.

En la mayoría de los modelos teóricos de la demanda turística, la desagregación normalmente no se considera un aspecto significativo del modelo. Este documento contribuye a la literatura al investigar el impacto que la volatilidad efectiva del tipo de cambio real tiene sobre la demanda turística a nivel de país de origen desagregado. El enfoque resalta la importancia de modelar la demanda turística a un nivel desagregado y proporciona una perspectiva importante desde un destino insular pequeño y maduro.

This study aims to estimate the determinants of international tourist flows between destinations by using the panel gravity model.

The multi-dimensional panel gravity model was used to analyse tourism originating from 30 different countries to the 14 most-visited countries in the world between 2008 and 2016. Income (i.e. per capita gross domestic product for both the origin and destination countries), distance between countries, various economic indicators and six dummy variables were added to the gravity model as control variables.

The results indicated that tourist arrivals depended mainly on economic factors, i.e. income and trade variables were significant determinants of tourist arrivals. The results also suggested that estimated international tourist flows are a negative function of distance, as is postulated in economic theory.

In recent years, gravity models have been used frequently to analyse international tourism demand and have demonstrated their ability to evaluate the effects of various determinants of international tourism for many countries. The literature includes studies that used a two-dimensional panel gravity model to analyse the determinants of tourism demand to a single country from many different countries. This study differs in terms of specificity; in that, it relied on a three-dimensional panel gravity model that allowed for modelling of multiple destination countries. As a result, more comprehensive and general results relative to the determinants of tourism demand were obtained. In addition, the application of a non-nested three-dimensional panel data model, which has limited use, contributes a new perspective to the econometric literature.

本研究旨在通过采用面板引力模型来估计目的地之间国际旅游流量的决定因素。

多维面板引力模型用于分析2008年至2016年间来自30个不同国家的游客赴世界上前14位旅游目的地国家的旅游情况。收入（即客源国和目的地国家的人均国内生产总值）, 国家之间的距离, 各种经济指标和六个虚拟变量作为控制变量加入到引力模型中。

结果表明, 游客到访主要取决于经济因素, 即收入和贸易变量是游客到访的重要决定因素。结果还表明, 估计的国际旅游流量是距离的负函数。

近年来, 引力模型经常被用来分析国际旅游需求, 并证明了它们能够评估许多国家的各种国际旅游决定因素的影响。文献包括使用二维面板引力模型来分析来自许多不同国家的单个国家的旅游需求的决定因素的研究。该研究的不同之处在于, 它依赖于非嵌套集合模型三维面板引力模型, 允许对多个目的地国家进行建模。因此, 此研究获得了与旅游需求决定因素相关的更全面和广泛的结果。此外, 使用不常运用的非嵌套三维面板数据模型的应用为计量经济学文献提供了新的视角。

国际旅游需求, 重力模型, 多维面板数据模型

Este estudio tiene como objetivo estimar los determinantes de los flujos turísticos internacionales entre destinos mediante el uso del modelo de panel de gravedad.

El modelo de gravedad de panel multidimensional se utilizó para analizar el turismo que se originó en 30 países diferentes a los 14 países más visitados del mundo entre 2008 y 2016.

Los resultados indicaron que las llegadas de turistas dependían principalmente de factores económicos, es decir, las variables de ingresos y comercio fueron determinantes significativos de las llegadas de turistas. Los resultados también sugirieron que los flujos turísticos internacionales estimados son una función negativa de la distancia.

En los últimos años, los modelos de gravedad se han utilizado con frecuencia para analizar la demanda turística internacional y han demostrado su capacidad para evaluar los efectos de varios determinantes del turismo internacional para muchos países. La literatura incluye estudios que utilizaron un modelo de gravedad de panel bidimensional para analizar los determinantes de la demanda turística a un solo país desde muchos países diferentes. Este estudio difiere en términos de especificidad en que se basó en un modelo tridimensional de panel de gravedad que permitió el modelado de múltiples países de destino.

Demanda turística internacional, Modelo de gravedad, Modelo de datos de panel multidimensional

This paper aims to examine the impact of the existing information and communication technology (ICT) infrastructure and the development of the destination’s ICT on the tourism demand of international tourists in an emerging economy, Vietnam.

Using time-series data from 1995 to 2019, this study applies vector error correction model to analyse the impact of ICT infrastructure in the short- and long term.

The results of analysis show that although ICT infrastructure does not affect the number of international tourists in the short term, it positively contributes to tourism development in the long term. In addition, the results also show that in the short term, consumer prices have a negative impact on tourist arrivals while having a positive effect in the long run.

This study only considers the impact of ICT infrastructure on the whole without going into each factor reflecting different aspects of the ICT infrastructure. Moreover, this research only stops at the pre-pandemic period, so it has not shown the role of ICT infrastructure in travel and tourism demand during severe pandemic periods.

The research results are an essential basis to support the Vietnamese Government’s strategy to pursue an accelerated investment policy in ICT infrastructure, especially investment in the tourism and hotel industries. On the other hand, the research results also create more motivation and confidence for managers and operators of destinations in Vietnam to invest in ICT infrastructure and apply ICT in management.

This study adds to the literature on tourism–ICT linkages in an emerging tourism market directly between ICT infrastructure and international arrivals with a dynamic time series–based approach that considers the dynamics in the tourist demand identification model. In addition, this study used consumer price index to assess the impact of price on tourist demand instead of using the exchange rate or using the relative prices between the origin and destination countries.

本文探讨了现有 ICT 基础设施和目的地 ICT 发展对新兴经济体越南国际游客旅游需求的影响。

该研究使用 1995 年至 2019 年的时间序列数据, 应用矢量纠错模型 (VECM) 来分析 ICT 基础设施的短期和长期影响。

分析结果表明, 虽然ICT基础设施在短期内不会影响国际游客数量, 但从长远来看对旅游业发展有积极贡献。此外, 研究结果还表明, 在短期内, 消费价格对游客人数产生了负面影响, 而从长期来看, 则产生了积极影响。

研究结果是支持越南政府加快信息通信技术基础设施投资政策战略的重要基础, 特别是对旅游业和酒店业的投资。另一方面, 研究成果也为越南旅游目的地的管理者和经营者投资ICT基础设施和在管理中应用ICT创造了更多动力和信心。

本研究通过考虑旅游需求识别模型中的动态的基于动态时间序列的方法, 增加了有关新兴旅游市场中旅游与 ICT 联系的文献, 该联系直接在 ICT 基础设施和国际入境者之间进行。此外, 该研究使用 CPI 来评估价格对游客需求的影响, 而不是使用汇率或使用来源国和目的地国之间的相对价格。

Smartphones have influenced tourists’ information search behaviors and trip experiences in various ways. Operationalized in the air travel context, this study aims to apply the technology acceptance model (TAM) to unveil the causal relationships and potential compatibility or consistency between smartphone apps and travelers’ prior experiences, perceived technological congruence and technology value, attitudes toward price change and usage intentions.

Research data were collected via an online survey administered by a survey sampling company. The online questionnaire queries respondents’ frequency of downloading smartphone apps, familiarity with travel-related mobile apps, frequency of travel experiences, perceived technological congruence of the app and travel needs, attitudes toward price change, intention to purchase the mobile app and demographic information.

Results from structural equation modeling analysis indicate that travelers’ smartphone usage experiences significantly influence their perception of the device’s technological value in relation to travel needs and therefore results in positive attitudes toward price of the new mobile app and intention to use it. Prior trip experience, however, was not found to be an influential determinant in consumers’ smartphone acceptability, which departs from the existing literature.

This study provides evidence for the need to include perceived technological congruence in the construct of travelers’ TAM. It highlights the influence of the technology congruence variable and the compatibility of apps and travel needs in the literature.

智能手机对游客信息搜索行为和旅行体验有着很多影响。本论文针对航空旅行体验, 旨在通过科技接受模型TAM来检验智能手机APP和游客之前经历、感知科技一致性、科技价值、对价格变化的态度、以及使用倾向的关系。

采样数据通过专业问卷取样公司来做在线问卷调查。问卷主要测量受访者通过智能手机下载APP的频率、对旅游APP的熟悉度、旅游频率、APP和旅游需求的感知科技一致性、对态度变化的态度、购买APP的意向、以及统计人口数据。

本论文采用结构方程模型来分析数据, 结果表明, 游客智能手机使用体验对其旅游需求科技一致性有显著影响, 因此, 其对新APP态度和使用意图有积极影响。然而, 之前的旅行经历对消费者智能手机接受度并没有显著影响, 这与现有文献的研究结果有区别。

本论文研究了在游客科技接受模型TAM下的感知科技一致性, 其突出了科技一致性因素和APP与旅游需求协调性的重要性。

、航空旅行、智能手机, 关键词：、科技接受模型tam 、科技一致性

Incorporating dynamic spatial effects exhibits considerable potential in improving the accuracy of forecasting tourism demands. This study aims to propose an innovative deep learning model for capturing dynamic spatial effects.

A novel deep learning model founded on the transformer architecture, called the spatiotemporal transformer network, is presented. This model has three components: the temporal transformer, spatial transformer and spatiotemporal fusion modules. The dynamic temporal dependencies of each attraction are extracted efficiently by the temporal transformer module. The dynamic spatial correlations between attractions are extracted efficiently by the spatial transformer module. The extracted dynamic temporal and spatial features are fused in a learnable manner in the spatiotemporal fusion module. Convolutional operations are implemented to generate the final forecasts.

The results indicate that the proposed model performs better in forecasting accuracy than some popular benchmark models, demonstrating its significant forecasting performance. Incorporating dynamic spatiotemporal features is an effective strategy for improving forecasting. It can provide an important reference to related studies.

The proposed model leverages high-frequency data to achieve accurate predictions at the micro level by incorporating dynamic spatial effects. Destination managers should fully consider the dynamic spatial effects of attractions when planning and marketing to promote tourism resources.

This study incorporates dynamic spatial effects into tourism demand forecasting models by using a transformer neural network. It advances the development of methodologies in related fields.

纳入动态空间效应在提高旅游需求预测的准确性方面具有相当大的潜力。本研究提出了一种捕捉动态空间效应的创新型深度学习模型。

本研究提出了一种基于变压器架构的新型深度学习模型, 称为时空变压器网络。该模型由三个部分组成：时空转换器、空间转换器和时空融合模块。时空转换器模块可有效提取每个景点的动态时间依赖关系。空间转换器模块可有效提取景点之间的动态空间相关性。提取的动态时间和空间特征在时空融合模块中以可学习的方式进行融合。通过卷积运算生成最终预测结果。

结果表明, 与一些流行的基准模型相比, 所提出的模型在预测准确性方面表现更好, 证明了其显著的预测性能。纳入动态时空特征是改进预测的有效策略。它可为相关研究提供重要参考。

所提出的模型利用高频数据, 通过纳入动态空间效应, 在微观层面上实现了准确预测。旅游目的地管理者在规划和营销推广旅游资源时, 应充分考虑景点的动态空间效应。

本研究通过使用变压器神经网络, 将动态空间效应纳入旅游需求预测模型。它推动了相关领域方法论的发展。

La incorporación de efectos espaciales dinámicos ofrece un considerable potencial para mejorar la precisión de la previsión de la demanda turística. Este estudio propone un modelo innovador de aprendizaje profundo para capturar los efectos espaciales dinámicos.

Se presenta un novedoso modelo de aprendizaje profundo basado en la arquitectura transformadora, denominado red de transformador espaciotemporal. Este modelo tiene tres componentes: el transformador temporal, el transformador espacial y los módulos de fusión espaciotemporal. El módulo transformador temporal extrae de manera eficiente las dependencias temporales dinámicas de cada atracción. El módulo transformador espacial extrae eficientemente las correlaciones espaciales dinámicas entre las atracciones. Las características dinámicas temporales y espaciales extraídas se fusionan de manera que se puede aprender en el módulo de fusión espaciotemporal. Se aplican operaciones convolucionales para generar las previsiones finales.

Los resultados indican que el modelo propuesto obtiene mejores resultados en la precisión de las previsiones que algunos modelos de referencia conocidos, lo que demuestra su importante capacidad de previsión. La incorporación de características espaciotemporales dinámicas supone una estrategia eficaz para mejorar las previsiones. Esto puede proporcionar una referencia importante para estudios afines.

El modelo propuesto aprovecha los datos de alta frecuencia para lograr predicciones precisas a nivel micro incorporando efectos espaciales dinámicos. Los gestores de destinos deberían tener plenamente en cuenta los efectos espaciales dinámicos de las atracciones en la planificación y marketing para la promoción de los recursos turísticos.

Este estudio incorpora efectos espaciales dinámicos a los modelos de previsión de la demanda turística mediante el empleo de una red neuronal transformadora. Supone un avance en el desarrollo de metodologías en campos afines.

This study aims to predict overnight stays in Italy at tourist accommodation facilities through a nonlinear, single factor, stochastic model called CIR#. The contribution of this study is twofold: in terms of forecast accuracy and in terms of parsimony (both from the perspective of the data and the complexity of the modeling), especially when a regular pattern in the time series is disrupted. This study shows that the CIR# not only performs better than the considered baseline models but also has a much lower error than other additional models or approaches reported in the literature.

Typically, tourism demand tends to follow regular trends, such as low and high seasons on a quarterly/monthly level and weekends and holidays on a daily level. The data set consists of nights spent in Italy at tourist accommodation establishments as collected on a monthly basis by Eurostat before and during the COVID-19 pandemic breaking regular patterns.

Traditional tourism demand forecasting models may face challenges when massive amounts of search intensity indices are adopted as tourism demand indicators. In addition, given the importance of accurate forecasts, many studies have proposed novel hybrid models or used various combinations of methods. Thus, although there are clear benefits in adopting more complex approaches, the risk is that of dealing with unwieldy models. To demonstrate how this approach can be fruitfully extended to tourism, the accuracy of the CIR# is tested by using standard metrics such as root mean squared errors, mean absolute errors, mean absolute percentage error or average relative mean squared error.

The CIR# model is notably simpler than other models found in literature and does not rely on black box techniques such as those used in neural network (NN) or data science-based models. The carried analysis suggests that the CIR# model outperforms other reference predictions in terms of statistical significance of the error.

The proposed model stands out for being a viable option to the Holt–Winters (HW) model, particularly when dealing with irregular data.

The proposed model has demonstrated superiority even when compared to other models in the literature, and it can be especially useful for tourism stakeholders when making decisions in the presence of disruptions in data patterns.

The novelty lies in the fact that the proposed model is a valid alternative to the HW, especially when the data are not regular. In addition, compared to many existing models in the literature, the CIR# model is notably simpler and more transparent, avoiding the “black box” nature of NN and data science-based models.

一般来说, 旅游需求往往遵循规律的趋势, 例如季度/月的淡季和旺季, 以及日常的周末和假期。该数据集包括欧盟统计局在打破常规模式的2019冠状病毒病大流行之前和期间每月收集的在意大利旅游住宿设施度过的夜晚。

本研究旨在通过一个名为cir#的非线性单因素随机模型来预测意大利游客住宿设施的过夜住宿情况。这项研究的贡献是双重的:在预测准确性方面和在简洁方面(从数据和建模复杂性的角度来看), 特别是当时间序列中的规则模式被打乱时。我们表明, cir#不仅比考虑的基线模型表现更好, 而且比文献中报告的其他模型或方法具有更低的误差。

当大量搜索强度指标被作为旅游需求指标时, 传统的旅游需求预测模型将面临挑战。此外, 鉴于准确预测的重要性, 许多研究提出了新的混合模型或使用各种方法的组合。因此, 尽管采用更复杂的方法有明显的好处, 但风险在于处理难使用的模型。为了证明这种方法能有效地扩展到旅游业, 使用RMSE、MAE、MAPE或AvgReIMSE等标准指标来测试cir#的准确性。

cir#模型明显比文献中发现的其他模型简单, 并且不依赖于黑盒技术, 例如在神经网络或基于数据科学的模型中使用的技术。所进行的分析表明, cir#模型在误差的统计显著性方面优于其他参考预测。

这个模型作为Holt-Winters模型的一个拟议模型, 特别是在处理不规则数据时。

即使与文献中的其他模型相比, 所提出的模型也显示出优越性, 并且在数据模式中断时对旅游利益相关者做出决策特别有用。

创新之处在于所提出的模型是Holt-Winters模型的有效替代方案, 特别是当数据不规律时。此外, 与文献中的许多现有模型相比, cir#模型明显更简单、更透明, 避免了神经网络和基于数据科学的模型的“黑箱”性质。

Normalmente, la demanda turística tiende a seguir tendencias regulares, como temporadas altas y bajas a nivel trimestral/mensual y fines de semana y festivos a nivel diario. El conjunto de datos consiste en las pernoctaciones en Italia en establecimientos de alojamiento turístico recogidas mensualmente por Eurostat antes y durante la pandemia de COVID-19, rompiendo los patrones regulares.

El presente estudio pretende predecir las pernoctaciones en Italia en establecimientos de alojamiento turístico mediante un modelo estocástico no lineal de un solo factor denominado CIR#. La contribución de este estudio es doble: en términos de precisión de la predicción y en términos de parsimonia (tanto desde la perspectiva de los datos como de la complejidad de la modelización), especialmente cuando un patrón regular en la serie temporal se ve interrumpido. Demostramos que el CIR# no sólo aplica mejor que los modelos de referencia considerados, sino que también tiene un error mucho menor que otros modelos o enfoques adicionales de los que se informa en la literatura.

Los modelos tradicionales de previsión de la demanda turística pueden enfrentarse a desafíos cuando se adoptan cantidades masivas de índices de intensidad de búsqueda como indicadores de la demanda turística. Además, dada la importancia de unas previsiones precisas, muchos estudios han propuesto modelos híbridos novedosos o han utilizado diversas combinaciones de métodos. Así pues, aunque la adopción de enfoques más complejos presenta ventajas evidentes, el riesgo es el de enfrentarse a modelos poco manejables. Para demostrar cómo este enfoque puede extenderse de forma fructífera al turismo, se comprueba la precisión del CIR# utilizando métricas estándar como RMSE, MAE, MAPE o AvgReIMSE.

El modelo CIR# es notablemente más sencillo que otros modelos encontrados en la literatura y no se basa en técnicas de caja negra como las utilizadas en los modelos basados en redes neuronales o en la ciencia de datos. El análisis realizado sugiere que el modelo CIR# supera a otras predicciones de referencia en términos de significación estadística del error.

El modelo propuesto destaca por ser una opción viable al modelo Holt-Winters, sobre todo cuando se trata de datos irregulares.

El modelo propuesto ha demostrado su superioridad incluso cuando se compara con otros modelos de la bibliografía, y puede ser especialmente útil para los agentes del sector turístico a la hora de tomar decisiones cuando se producen alteraciones en los patrones de datos.

La novedad radica en que el modelo propuesto es una alternativa válida al Holt-Winters especialmente cuando los datos no son regulares. Además, en comparación con muchos modelos existentes en la literatura, el modelo CIR# es notablemente más sencillo y transparente, evitando la naturaleza de “caja negra” de los modelos basados en redes neuronales y en ciencia de datos.

The aim of this paper is to provide a narrative review of previous research on tourism demand modelling and forecasting and potential future developments.

A narrative approach is taken in this review of the current body of knowledge.

Significant methodological advancements in tourism demand modelling and forecasting over the past two decades are identified.

The distinct characteristics of the various methods applied in the field are summarised and a research agenda for future investigations is proposed.

本文旨在对先前关于旅游需求建模和预测的研究进行叙述性回顾并对未来潜在发展进行展望。

本文采用叙述性回顾方法对当前知识体系进行了评论。

本文确认了过去二十年旅游需求建模和预测方法论方面的重要进展。

本文总结了该领域应用的各种方法的独特特征, 并对未来研究提出了建议。

El objetivo de este documento es ofrecer una revisión narrativa de la investigación previa sobre modelización y previsión de la demanda turística y los posibles desarrollos futuros.

En esta revisión del marco actual de conocimientos sobre modelización y previsión de la demanda turística y los posibles desarrollos futuros,se adopta un enfoque narrativo.

Se identifican avances metodológicos significativos en la modelización y previsión de la demanda turística en las dos últimas décadas.

Se resumen las características propias de los diversos métodos aplicados en este campo y se propone una agenda de investigación para futuros trabajos.

This study aims to introduce a dynamic perspective of tourism resilience by analyzing tourism demand in Spain during the 2020 and 2021 summers in the context of the COVID-19 pandemic.

This study uses regression and Lasso-type methods to demonstrate a great explanatory capacity of past determinants to explain the tourism demand of the Spanish provinces.

Results show how the previous specialization of the domestic market, the density and the geographic location related to the type of product are behind the bulk of the territorial differences in demand resilience, although in 2021 there has been a process of adaptation to the new context.

This study contributes to the theoretical understanding of tourist behavior and tourism destination management by introducing the concept of resilience dynamics of destinations.

The results are useful, on the one hand, for tourist destinations to understand the different stages of recovery from a shock, and on the other hand, to go in deep in consumer behavior after a shock.

These findings represent a paradigm shift in the static conception of resilience in tourism.

本文通过分析 2020 年和 2021 年夏季 COVID-19 大流行背景下西班牙的旅游需求, 介绍了旅游业复原力的动态视角。

我们使用回归和套索型方法来证明过去的决定因素解释西班牙各省旅游需求的能力。

我们的结果表明, 尽管 2021 年出现了一个适应新环境的过程, 但之前国内市场的专业化、密度以及提供的产品的位置相关类型是造成需求弹性的大部分地域差异的原因。

这些发现代表了旅游业复原力静态概念的范式转变。

本研究通过引入目的地特定弹性动态的概念, 有助于对游客行为和旅游目的地管理的理论理解。

一方面, 研究结果有助于旅游目的地了解从冲击中恢复的不同阶段, 另一方面有助于探索冲击后的消费者行为。

Este artículo presenta una perspectiva dinámica sobre la resiliencia del turismo mediante el análisis de la demanda turística en España durante los veranos de 2020 y 2021 en el contexto de la pandemia de COVID-19.

Utilizamos métodos de regresión y tipo Lasso para demostrar la capacidad de los determinantes pasados para explicar la demanda turística en las provincias españolas.

Nuestros resultados muestran cómo la especialización previa del mercado interno, la densidad y el tipo de producto ofrecido relacionado con la ubicación están detrás del grueso de las diferencias territoriales en la resiliencia de la demanda, aunque en 2021 hubo un proceso de adaptación al nuevo contexto.

Estos hallazgos representan un cambio de paradigma en la concepción estática de la resiliencia en el turismo.

Este estudio contribuye a la comprensión teórica de los comportamientos turísticos y la gestión de los destinos turísticos al introducir el concepto de dinámica de resiliencia específica del destino.

Por un lado, los resultados son útiles para que los destinos turísticos comprendan las diferentes etapas de recuperación de un shock y, por otro lado, para explorar el comportamiento del consumidor después de un shock.

Graphical abstract: The evaluation of the vulnerability of tourism.

The purpose of this study was to investigate eVisa applications. eVisa is a service that falls under eTourism, whose growing use can be attributed to its ability to simplify the process of obtaining a visa. The objectives of this study were twofold: to explore the eVisa experience of tourists who have previously visited Turkey by using the service and to analyse the perceptions of stakeholders who have contributed to eVisa.

The present research has utilised two methodologies within the context of qualitative research methods. Data were gathered from tourists by using reviews (n = 1690) and in-depth interviews key actors (n = 4), which represent consumers and contributors’ perspectives on the eVisa system, respectively. While consumers dictate the demand of the service, contributors control its supply. The contributors referenced herein are relevant eVisa stakeholders in Antalya.

The research findings revealed eVisa facilitation’s positive effects on a destination’s image and tourists’ intentions to revisit destinations compared to when they use traditional visa-obtaining processes. The research findings then present suitable data for destination managers and policymakers regarding eVisa facilitation, followed by this study’s conclusions and implications.

eVisa facilitation can foster demand for travel and tourism while maintaining bureaucratic elements of the traditional visa procedure. From a psychological perspective, eVisa facilitation can positively affect travel motivation to certain destinations where eVisas are applicable, as well as positively influence intentions to revisit tourist destinations.

The originality and uniqueness of the present study lies in its contribution to the increasing recognition of the significance and positive impacts of eVisa facilitation on travel and tourism demand.

本论文采用定性研究方法, 旨在探索电子签证的各种应用。电子签证属于电子化旅游范畴, 使申请签证的过程简化便捷。本研究目的共有两方面：探索土耳其游客的电子签证的旅游体验; 以及分析各方利益相关者对于电子签证所持的态度感知。

本论文主要采用定性研究方法。研究样本构成为游客评论（样本数据：1690条）和关键利益相关者的深度访谈（样本数据：4人）, 分别代表消费者和管理者对于电子签证系统的态度和观点。其中关键利益相关者是安塔利亚省的电子签证官员。

本研究结果表明电子签证, 相比对传统签证申请过程, 对于旅游目的地形象和游客再次访问动机有着积极作用。因此本研究结果对于旅游目的地管理人员和政策制定者有着重要启示作用。

本研究表明电子签证在保留传统签证申请程序的行政性能的同时, 还有助于促进旅游需求。从心理学角度, 电子签证对特定目的地的旅游动机有着积极影响, 此外, 电子签证还对游客的再次访问动机有着显著作用。

本研究结果对于电子签证在旅游需求和旅游业发展方面有着积极的贡献。