理大酒店及旅遊業管理學院副院長及講座教授兼陳澤富伉儷國際旅遊教授宋海岩教授，介紹團隊研發的首個大灣區旅遊需求預測平台。
理大酒店及旅遊業管理學院副院長及講座教授兼陳澤富伉儷國際旅遊教授宋海岩教授，介紹團隊研發的首個大灣區旅遊需求預測平台。
理大酒店及旅遊業管理學院院長田桂成教授(中)、副院長及講座教授兼陳澤富伉儷國際旅遊教授宋海岩教授(右四)與研究團隊成員。
香港理工大學（理大）酒店及旅遊業管理學院研究團隊預測，至 2024 年底，大灣區的國際訪客總量將恢復到新冠疫情前水平，即近 1.3 億人次；至 2025 年，香港的入境訪客總量將恢復至 2018 年水平，即 6,500 萬人次。學院今日舉行「大灣區自動化與自動調整旅遊需求預測平台開發」（GBA-TDFP1 ）項目發佈會，推出首個大灣區旅遊需求預測平台，並公佈相關研究成果。
是次項目由理大酒店及旅遊業管理學院副院長及講座教授兼陳澤富伉儷國際旅遊教授宋海岩教授帶領，團隊採用跨學科方法，結合經濟學、旅遊管理及計算機科學等理論來開發 GBA-TDFP。平台的主要功能包括大數據視覺化、市場敏感度分析、短中長期預測、情感分析和互動情境預測，有助業界專業人士、決策者和學者預測大灣區在不同經濟環境下的訪客人數。
旅遊業是大灣區的重要產業之一，並旨在 2035 年前將大灣區打造成為世界級旅遊目的地。雖然大灣區經濟已從疫情期間採取的旅遊限制和公共衞生措施造成的衝擊中恢復過來，但仍須克服許多挑戰，包括勞動力短缺、供應鏈受限、不斷變化的經濟環境和消費者行為轉變等。宋教授說：「這表明了如要維持旅遊業的復甦勢頭，準確預測旅遊的復甦需求，對於決策者和從業者制定可持續旅遊策略，促進大灣區長遠經濟增長至關重要。」
為更準確預測，是次項目從統計部門和國際貨幣基金組織等國際機構收集大灣區城市及其主要客源市場的當地生產總值、消費者物價指數和匯率等宏觀經濟數據。在短期旅遊需求預測方面，則從谷歌、攜程和百度等熱門線上和社交媒體平台收集大數據。
分析結果顯示：
-
根據短期預測結果，至 2024 年底，香港及澳門的訪客量、大灣區內地城市的入境和本地訪客量，以及大灣區內的客流量將大幅回升，訪客數量將回復至新冠疫情前水平。
-
根據未來五年的長期旅遊需求預測結果，至 2024 年底，大灣區的本地和入境訪客量、大灣區內的客流量將恢復至新冠疫情前水平。至 2027 年，大灣區整體本地訪客將超過 3.35 億人次，入境訪客達 1.95 億人次，而大灣區內部的客流量達到 2 億人次。
-
所有大灣區城市的訪客評論均傾向正面，證明大灣區的旅遊業復甦強勁，也表明大灣區旅遊市場具備巨大增長潛力。與此同時，中性和負面評論指出大灣區城市在旅遊服務品質和跨境管制等重要範疇仍有改進空間。
-
從訪客評論獲得的情感分數可見，訪客就所有大灣區城市的每月平均滿意度持續正面，但每日滿意度卻浮動，顯示旅遊體驗的滿意度時刻在變。不同旅遊活動的滿意度也存在明顯差異。
由預測平台生成的大灣區訪客量預測結果。
GBA-TDFP 旨在簡化決策者和行業領導者對不同情境下旅遊需求進行預測的過程。用家只需輸入決定變數（例如生產總值和價格水平）的假設值，預測平台的計量經濟學模型便會據此進行情境預測。此功能對於策略評估和決策制定極具參考價值。
隨著科技進步，旅遊目的地和訪客的決策愈趨依賴資訊科技和通訊技術的輔助。通過將雲計算、大數據、人工智能技術和先進的預測模型相結合，預測平台將為業界專業人士和學者提供創新見解和指導，有效地將海量數據轉化為可實踐的資訊，幫助他們作出明智決策，實現價值最大化。
理大酒店及旅遊業管理學院院長及講座教授兼郭炳湘家族基金國際酒店服務業管理教授田桂成教授表示：「我們一直致力將前沿研究成果轉化成商業實踐，協助旅遊業應對全球挑戰，很高興學院再次為旅遊業作出貢獻。」
關於理大酒店及旅遊業管理學院
四十五年來，理大酒店及旅遊業管理學院為酒店及旅遊教育重新定位，成為世界頂尖的酒店與旅遊教育學府。學院在 2023 上海軟科世界一流學科排名的「旅遊休閒管理」類別中連續七年位列全球第一，在 2022/2023 大學學術表現排名的「商業、管理、旅遊業及服務學科」領域中連續六年位居榜首，在 2017 世界大學排名中心的「酒店、休閒、體育與旅遊」類別中排名世界首位，並在 2023 QS 世界大學排名的「酒店管理」類別中連續七年於大學為本課程全球排名第二，是卓越教育的象徵，印證了學院為酒店及旅遊發展開創新紀元的座右銘。
通過推動教育與傳授知識以服務業界及學術組織是學院的使命，亦是其前進的動力。學院擁有來自全球二十個國家和地區的九十位學者組成的強大國際團隊，提供由學士學位至博士程度的優質課程。唯港薈是學院別樹一幟的教學及研究酒店，亦是其實踐酒店與旅遊教育範式轉變的重要部分。學院致力提高教育、學習及研究的水準，啟發新一代充滿熱誠及銳意進取的專業人才，培育他們成為未來酒店及旅遊業的領袖。
網址: https://www.polyu.edu.hk/shtm/
1 The Development of an Automated and Self-Adaptive Tourism Demand Forecasting Platform for the Greater Bay Area
