Análisis económico de la demanda de turismo en España en la era digital

Resumo

Esta tesis doctoral lleva a cabo un análisis económico del turismo en España desde la perspectiva de la demanda. El objetivo general es comprender la evolución del comportamiento de los consumidores en respuesta a la constante transformación del contexto turístico y tecnológico. Para alcanzar el objetivo general planteado, los trabajos que componen esta tesis doctoral se centran en aspectos económicos del turismo. Y, más concretamente, se dedican al estudio del turismo en España desde la perspectiva de los consumidores (comportamiento de los turistas, modelos y predicción de la demanda). En esta era digital, la cada vez mayor disponibilidad de dispositivos inteligentes conectados a Internet y el uso generalizado de las plataformas digitales, como las redes sociales, han acentuado la producción de datos, dando lugar al conocido como big data. Además, se están desarrollando continuamente nuevas técnicas de análisis basadas en la inteligencia artificial que aprenden a partir de la ingente cantidad de información existente y tratan de conseguir una mayor capacidad predictiva del comportamiento del consumidor. Esta tesis participa en el debate sobre el uso del big data y de los modelos de aprendizaje automático basados en la inteligencia artificial, tratando de esclarecer las técnicas más adecuadas para predecir el complejo proceso de toma de decisiones del turista. En el capítulo 1, se modelizan e identifican, con base en la teoría económica clásica, los factores determinantes de la demanda de turismo internacional en una de las principales regiones turísticas de España, Andalucía. Los modelos empíricos aplicados al número de viajeros y pernoctaciones utilizan un conjunto de datos de panel referidos a 21 países de origen de los turistas para el período 2008-2018. Los datos de turismo (viajeros y pernoctaciones) proceden de la Encuesta de Ocupación Hotelera, publicada por el Instituto Nacional de Estadística (INE). Además de las variables económicas clásicas que determinan la demanda de cualquier bien o servicio (precio, renta, tipo de cambio, etc.) se incluyen variables que permiten medir el efecto sobre la demanda de la fidelidad al destino de los consumidores y la importancia del boca a boca entre los turistas. El capítulo 2 profundiza en el estudio de los factores que influyen en el turista para utilizar Internet como canal de compra, mostrando desigualdades en su comportamiento en función de las características socioeconómicas del individuo y las características del viaje. Una de las conclusiones más importantes que se extrae de este estudio es que los factores identificados han variado en intensidad e influencia, demostrando el carácter dinámico del comportamiento del consumidor digital y que los perfiles del e-turista evolucionan con el tiempo. Además, este estudio confirma los potenciales beneficios en términos predictivos del uso de los modelos de aprendizaje automático para investigar la complejidad del comportamiento del turista. Siguiendo en el área de comportamiento del turista, en el capítulo 3, se realiza un estudio que define el perfil y características de los viajes de ocio realizados por los residentes en España según el destino del viaje. Este estudio se fundamenta en la teoría ¿pull and push factor¿ y utiliza una base de microdatos recogidos de la Encuesta de Turismo de Residentes del INE para los años 2019-2021. Los resultados confirman la evolución y cambio del perfil del turista y del tipo de viaje en el periodo analizado. Uno de los hallazgos más relevantes de este trabajo está relacionado con el aumento de la importancia del efecto frontera en los viajes internacionales, escasamente investigado en la literatura. De este modo, se observa un mayor incremento de los viajes internacionales con respecto a los domésticos en las regiones con fronteras internacionales. En el capítulo 4 se explora si se pudieran mejorar las previsiones de la demanda utilizando nuevas fuentes de datos obtenidas de la huella digital generada por los turistas en las redes sociales. En concreto, se ha utilizado la información obtenida de la plataforma social Twitter para predecir la demanda hotelera de Santiago de Compostela. La selección de este destino se debe a que Santiago de Compostela es una ciudad internacionalmente conocida por concluir la ruta turística del Camino de Santiago, importante ruta de peregrinación reconocida como el primer Itinerario Cultural Europeo por el Consejo de Europa en 1987. Una de las contribuciones clave de este estudio es que se avanza en la necesidad de obtener información en tiempo real para ajustar con antelación los cambios en la demanda turística. De este modo, este estudio brinda a las partes interesadas un nuevo marco metodológico para la creación de valor de la información obtenida de una nueva fuente de datos en tiempo real, que mejora la precisión de las predicciones de la demanda turística. Asimismo, y en cualquier caso, esta investigación contribuye a una mejor comprensión de la huella digital de los turistas en el turismo de peregrinación. Por otro lado, el sector turístico ha tenido que hacer frente desde siempre a numerosas crisis y shocks externos como atentados terroristas, catástrofes naturales, inestabilidades políticas y recesiones económicas, entre otros. Los efectos de estos acontecimientos son casi siempre inmediatos y con un impacto negativo en los flujos de turistas y la imagen del destino, tanto en la región afectada, como en las regiones colindantes. En el marco de vulnerabilidad del sector turístico ante perturbaciones externas, se presentan dos estudios que atañen a dos importantísimas catástrofes recientemente acontecidas, la COVID-19 y la Invasión de Rusia a Ucrania. En los capítulos 5 y 6 se analizan los efectos directos e indirectos de ambos acontecimientos sobre el turismo en España. La tesis se completa con las conclusiones generales extraídas del conjunto de trabajos que la componen, así como las futuras líneas de investigación. Esta tesis cubre diferentes temáticas de interés en el campo de la demanda de turismo y comportamiento del turista en España empleando una amplia variedad de herramientas y metodologías disponibles. Por un lado, los estudios empíricos se han desarrollado a partir de bases de datos oficiales, lo que los ha dotado de una rigurosa representatividad. Asimismo, de manera conjunta a las bases de datos oficiales, se han explorado las ventajas de inmediatez y abundante cantidad de información que actualmente ofrece la cada vez mayor disponibilidad del big data. Por otro lado, el auge de este big data ha motivado en esta tesis la implementación de métodos analíticos basados en la inteligencia artificial, los cuales presentan un alto potencial predictivo. Finalmente, para la realización de esta tesis se ha hecho uso de las principales herramientas analíticas disponibles para extraer, procesar, analizar y dotar el conjunto de datos de sentido común y científico, estas son Stata, WEKA, Pyhton y VOSviewer. Gracias al empleo combinado de estos programas se han podido identificar patrones, comportamientos y tendencias no observables con los métodos tradicionales, a partir de las cuales se han proporcionado recomendaciones de política económica.