近日，统计学院刘小惠教授、范雅文同学与美国天普大学Yang Yang教授、佛罗里达海湾海岸大学Lan Jiang教授共同合作完成论文《Search query and tourism forecasting during the pandemic: When and where can digital footprints be helpful as predictors?》

　　(https://doi.org/10.1016/j.annals.2022.103365)，并被录用发表在旅游学国际A类期刊Annals of Tourism Research上，其中刘小惠为该文通讯作者。

　　文章使用ARX模型结合lasso方法预测了2020年74个国家的每日旅游需求，并评估了在线搜索查询数据在提高预测准确性方面的有用性。结果表明，虽然并非所有国家的在线搜索查询数据均有利于提高对酒店入住率预测的有效性，但确实存在不少可减少预测误差的案例。有鉴于此，文章后续部分进一步借助回归手段对所有预测结果进行了深入分析，并得出在线搜索查询数据的相对有用性与流行病的严重程度、入境旅游的主导地位和岛屿地理位置间可能存在密切关系。

　　结合文章中所有分析结果，文章研究得出，在大流行的不同阶段，单一模型的预测效果可能有很大差异，故建议参考多个模型的预测结果，以获得更清晰的预测；同时，在线搜索查询数据可能会在疫情激增的情况下提高每日旅游需求预测的准确性；文章还表明，应该使用各种旅游需求预测系统或平台来收集信息，特别是谷歌趋势的数字足迹数据。考虑到当前疫情仍在世界范围内流行，此篇文章结果可望为酒店相关从业者提供有益参考。

　　Annals of Tourism Research（最新影响因子9.01）为国际公认的最顶尖的旅游学术期刊，代表着国际旅游学术研究的最高水平，在国际旅游研究领域享有崇高的声誉。此刊物被评级为FMS管理科学高质量期刊推荐列表中A级期刊，ABS四星级和中科院SSCI管理学大类一区期刊。（图文/统计学院    编辑/窦春蕾    审核/姜莹 赵旻 李大晖）