笔谈 | 宋海岩、吴晨光：新一轮科技革命与旅游需求分析和预测创新：理论探讨与实践前沿
在以人工智能、大数据、物联网和云计算等为代表的信息技术引领下，新一轮科技革命正在重构全球创新版图和全球经济结构。旅游行业也不例外，正在经历向数字化、网络化和智能化转型的发展趋势。从旅游业供给角度来看，旅游产品从传统的线下吃住行游购娱服务，逐步升级为具备数字化、网络化和智能化特征的旅游产品，如智能酒店和无人酒店的发展、智慧交通和智慧景区的推广、餐厅的数字化转型等。伴随旅游供给业态的重构，游客决策和行为机制也随之变化，这为旅游需求分析和预测提出新的要求和挑战。一方面，经典的经济理论已不足以全面解释和预测游客行为和旅游需求，亟需多学科理论的交叉融合；另一方面，新一轮科技革命背景下出现的多源异构大数据为旅游需求分析和预测提供了新的数据来源和类型，如何从中挖掘出有价值的信息，亟需方法创新。
一、大数据背景下旅游需求分析和预测需要多学科的理论融合和创新
经典的经济学理论是旅游需求分析和预测研究的理论基础。根据经济学理论，影响目的地旅游需求最关键的因素是游客收入、目的地价格和竞争地价格，其他影响因素还包括季节因素、战争或灾难等一次性事件等。因此，传统的旅游需求分析和预测往往基于这些变量来构建计量模型。然而，在新一轮科技革命下，游客的决策行为不仅受价格和收入的影响，而且，基于互联网和信息技术的网络搜索、游客评分、游客评论和游记、游客照片、网络社区的游客互动等也都直接影响了游客的旅游决策和行为。经典经济学理论已不足以解释这些因素导致的旅游需求变化。近期的学术研究发现，将在线评论和新闻信息等变量纳入计量模型，能够显著提高旅游需求的预测精度。然而，“为什么”这个问题尚未得到学术界的广泛关注。因此，从多学科视角引入更加丰富的理论来解释这些新的变量如何影响旅游需求变化，是旅游需求分析和预测领域的重要问题。举个例子，引入心理学的情绪传染理论（emotional contagion theory），能够一定程度上理解游客评论中的情感倾向为何能够解释旅游需求的波动。
二、数字经济背景下旅游需求分析和预测亟需方法和技术创新
方法创新不仅可以将非结构化大数据转化为结构化数据，而且在传统的计量模型基础上得到拓展，越来越多的人工智能模型应用于旅游需求预测并得到优秀的预测效果。作为一种数据驱动和模型自由的非线性建模技术，人工智能模型如卷积神经网络、长短期记忆网络等在处理大规模数据方面具有显著优势。同时，集成算法通过集成或组合，能够实现更稳健的参数估计和预测结果，该算法与计量经济模型或者人工智能方法组合，可以得到更强的学习器，是旅游预测的重要发展方向之一。此外，传统的旅游需求影响变量如收入、价格等往往是年度、季度或月度的低频变量，而大数据变量的数据频率往往相对较高，如日数据或小时数据。为减少高频数据信息损失，混频建模方法应运而生，将高频变量和低频变量纳入同一模型系统中进行分析，成为大数据挖掘背景下的有效建模工具之一。当大数据与计量经济模型结合时，时变参数建模技术能够有效解决需求模型中由于疫情引起的结构变化问题，为疫情背景下的大数据旅游预测提供重要的解决方案。
三、全球疫情和复杂国际环境对高不确定性下的旅游预测提出要求
物联网发展使旅游系统各个主体的彼此关系更加紧密，而全球疫情和复杂国际环境为全球经济和旅游业发展带来更高的不确定性，为旅游需求预测和及时响应带来更大挑战。第一，新冠肺炎疫情下，经典经济理论无法充分解释旅游需求的变化，经济变量对旅游需求的短期影响变弱甚至消失。而大数据能够有效捕捉疫情对旅游需求的影响，因此，应当将其作为重要的决定性变量纳入旅游需求模型中。第二，从系统视角而不是单一视角进行旅游需求分析，能够更好捕捉现实中旅游主体之间存在的相互关系，如全球向量自回归模型、时空计量模型逐渐被应用于旅游需求建模中。第三，情境预测在疫情背景下被广泛应用于实践，即首先设定不同的可能情境，之后在不同情境下对旅游需求分别进行预测和提前制定决策策略。第四，相对于操作简单直接的点预测方法，概率预测方法能够为实践者提供更丰富的不确定性信息，逐渐受到学术界和业界更多关注。主要的概率预测方法包含区间预测、密度预测和事件概率预测，其预测结果的形式存在差异。其中，区间预测是给定不同的置信水平上得到不同的预测区间。旅游行业从业者可根据自身的风险承受度灵活选择不同风险水平的预测结果，提高旅游资源配置效率，降低错误决策带来的风险；密度预测的预测结果是未来所有可能值的概率密度分布，是对未来不确定性最为完整的描述；事件概率预测是对某特定情境或事件发生的概率进行预测。大数据挖掘与概率预测的有机融合，是未来旅游需求预测的重要方向之一。
四、建立基于云计算的旅游需求分析和预测信息系统
云计算的发展为旅游分析和预测服务于中国旅游业实践提供重要路径。随着科技革命下云计算的实现及其算力的不断强大，建立基于云计算的快速、动态灵活和安全可靠的旅游分析和预测信息系统成为可能。该系统能够及时自动获取网络大数据，并通过自动化运算为旅游相关行业和政府随时随地进行市场监控、行业发展、舆情分析和服务质量评估等提供及时丰富的不同维度数据和信息，助力旅游管理数字化和智能化的实现。
作为五大幸福产业之首，旅游业高质量发展是实现“人民对美好生活的向往”奋斗目标的重要路径。新一轮科技革命重构旅游业，为旅游业发展提出挑战，同时也带来更多的机会。如何让旅游大数据为旅游需求分析和预测赋能，是学界和业界需要认真思考的命题。首先，新科技革命背景下，需要从多学科交叉融合的视角，为旅游需求分析和预测提供更加丰富的理论基础。其次，如何从文本、图片等海量数据中挖掘有价值的信息，服务于旅游需求分析和预测，需要更多的方法和技术创新。第三，全球疫情和复杂国际关系背景下，积极发挥大数据优势，从系统的视角分析旅游需求，能够更好捕捉旅游系统中的相互关系。同时，概率预测能够有效捕捉和体现旅游系统的不确定性，为政府和企业的战略制定和投资运营决策提供更加科学全面的信息和数据支撑。最后，建立基于云计算的旅游分析和预测信息系统，是旅游分析和预测研究成果应用于旅游实践的有效路径。总体而言，新一轮科技革命为旅游业带来的颠覆式变化，为旅游业发展提供了更大的舞台，积极面对并实现理论创新和方法创新，将为中国旅游业高质量发展助力启航。
（参考文献略）
作者简介：宋海岩，香港理工大学酒店与旅游管理学院副院长、讲座教授；吴晨光，中山大学管理学院教授、通讯作者
引用本文
宋海岩, 吴晨光. 新一轮科技革命与旅游需求分析和预测创新：理论探讨与实践前沿[J]. 旅游学刊, 2022, 37(10): 1-3.
责任编辑 || 吴巧红
责任校对 || 宋志伟
技术编辑 || 籍祥 北京联合大学旅游学院
图片来源 || 籍祥 北京联合大学旅游学院
旅
游
学
刊
Tourism Tribune
国家社科基金资助期刊
中国最具国际影响力学术期刊（人文社科类）
全国中文核心期刊 中国人文社会科学 期刊AMI综合评价（A刊） 权威期刊 《中文社会科学引文索引》（CSSCI）来源期刊
（lyxkwx@163.com） 返回搜狐，查看更多
责任编辑：