Revista de Turismo y Hotelería

Revista de Turismo y Hotelería
Acceso abierto

ISSN: 2167-0269

abstracto

El pronóstico del número de turistas entrantes y el análisis del mercado de origen durante la epidemia de la enfermedad del coronavirus

Bin Zhao, Jiawei Xu, Jinming Cao

Con el rápido desarrollo de la economía, la competencia del mercado turístico receptor es cada vez más feroz. El punto clave del desarrollo sostenible del turismo receptor es asegurar un determinado número de turistas. Por lo tanto, es un paso importante para predecir el número de turistas entrantes y estudiar el mercado de turistas entrantes. Como ciudad turística líder en China, la forma de atraer a más turistas no solo está relacionada con el desarrollo del turismo entrante en Shanghái, sino que también sirve de inspiración para otras ciudades durante la epidemia de la enfermedad del coronavirus. En este documento, se utiliza un modelo Gray Markov (GM) mejorado para predecir el número de turistas entrantes en Shanghái durante la epidemia de la enfermedad del coronavirus, y luego se estudian los cambios en el mercado de los turistas entrantes mediante el método de análisis de desviación-participación. Finalmente, las características de la escala temporal y las tendencias de los turistas entrantes en Shanghái se analizan mediante la descomposición del modo empírico de conjuntos. El modelo GM(1,1) es uno de los modelos de predicción dinámica de grises más utilizados en la teoría de sistemas grises, que se compone de una ecuación diferencial de primer orden con una sola variable. La corrección del valor inicial mejora el modelo gris GM(1,1) e introduce la función de peso albino del triángulo del punto central en la división estatal para mejorar el modelo de Markova. Comparando con los resultados del GM tradicional (1,1), el GM modificado por valor inicial (1,1) y los modelos de predicción tradicionales de Gray Markov, se verifica que el efecto de predicción de este modelo es mejor. Estos modelos son mejores que la regresión lineal y las series de tiempo. El análisis de desviación-participación explora los cambios en el mercado turístico receptor, y los resultados muestran que de 2004 a 2017, el mercado turístico receptor en Shanghái se desarrolló más rápido que en todo el país, con una estructura más razonable y competitiva. Además de Japón, la cantidad de turistas entrantes de cada país a todo el país y Shanghai ha aumentado y aumentado considerablemente. Las características de la escala de tiempo y las tendencias de los turistas entrantes en Shanghái se analizan mediante la descomposición del modo empírico de conjuntos. Los resultados muestran que: primero, el número total de turistas entrantes y el número de turistas extranjeros cambian principalmente dentro de 3 o 6 meses, mientras que el de Hong Kong, Macao y Taiwán fluctúa entre alta y baja frecuencia. En segundo lugar, las principales fluctuaciones cíclicas y sin tendencia significativa de los países de origen. El período de fluctuación de Japón, Tailandia, Gran Bretaña, Francia y Alemania es de 3 meses; Macao es 3, 6, 12, 60, 180 meses; Singapur es de 3, 6, 180 meses. En tercer lugar, hay una tendencia clara y fluctuaciones del ciclo como complemento a los países de origen. Los periodos de fluctuación en Hong Kong son de 3, 6, 90 y 180 meses. En Taiwán, Canadá y Rusia es de 3, 6 meses; En Indonesia, Estados Unidos, Italia y Nueva Zelanda es de 3, 6 y 12 meses; En Malasia es de 3, 180 meses; En Corea del Sur es de 3,45 meses; En Australia son cuatro o siete meses. Taiwán, Canadá, Rusia y Nueva Zelanda muestran la tendencia ascendente más significativa. A partir de los resultados de la investigación anterior, se pueden presentar Sugerencias y estrategias específicas de competencia de la estructura del mercado a la industria del turismo receptor en Shanghái de acuerdo con el número previsto de turistas entrantes en Shanghái, la estructura del mercado de origen y la fluctuación cíclica y la tendencia del país de origen.

Descargo de responsabilidad: este resumen se tradujo utilizando herramientas de inteligencia artificial y aún no ha sido revisado ni verificado.
Top