Pemodelan distribusi aggregat expenditure untuk Pariwisata Abstrak
Tujuan dari artikel ini adalah untuk memperoleh distribusi statistik yang menggambarkan pengeluaran agregat wisatawan terkait dengan lama tinggal mereka di suatu lokasi tertentu. Distribusi ini memungkinkan kita memperkirakan dua parameter secara bersamaan; yang satu mengontrol lama tinggal dan yang lainnya mengontrol biaya yang dikeluarkan. Kami mengusulkan dua model distribusi, yang ekspresi bentuk tertutupnya diperoleh. Variatif diperkenalkan untuk mempelajari faktor-faktor yang mempengaruhi pengeluaran agregat. Hasil yang diperoleh menunjukkan bahwa model mencapai kesesuaian yang cukup baik, dengan dan tanpa variatif.
Perkenalan
Mayoritas studi mikro data yang dilakukan untuk menyelidiki faktor-faktor penentu pengeluaran wisatawan di lokasi tertentu didasarkan pada model yang mengikuti teori konsumen ekonomi fundamental.
Mengikuti Disegani dan Ost (2016), sebagian besar studi mikro data yang dilakukan untuk menyelidiki pengeluaran wisatawan menggunakan model spesifikasi linier umum untuk menganalisis faktor-faktor yang mungkin menyebabkan pengeluaran ini. Metode estimasi yang paling umum digunakan untuk hal ini adalah pendekatan kuadrat terkecil biasa (Ols) bebas distribusi (Wang dan Davidson (2010); Bride dan Scuderia (2013); W e al. (2013)). Namun, spesifikasi dan estimator lain juga telah digunakan, lihat misalnya Leones dkk. (1992), Lee (2001), Zheng dan Zhang (2011), Barquet dkk. (2011) dan Kim dkk. (2011). Selain itu, Disegani dan Ost (2016) antara lain memperkirakan pengeluaran wisatawan dengan model Tabit. Model ekonometrik lain juga telah diusulkan untuk memperhitungkan bias seleksi, misalnya model Heckman yang dijelaskan oleh Alegre dkk. (2013)) dan model rintangan ganda, berdasarkan estimator dua langkah Helen dan Wes Hells, yang telah diterapkan oleh Martnez-Garca dan Raya (2012), Bride e al. (2012), Bride dkk. (2013a) dan Bride dkk. (2013b)). Baru-baru ini, metodologi baru yang inovatif telah digunakan untuk mempelajari pengeluaran wisatawan, dalam penelitian yang dilakukan oleh Abraham dkk. (2014), Alya dan Mehran (2017). Dalam hal ini, Bride dkk. (2018) menunjukkan bahwa kinerja Random Forest (RF) mencerminkan adanya hubungan non-linear antara komisariat yang digunakan dan total pengeluaran wisatawan kapal pesiar. RF adalah metodologi paling kuat yang tersedia untuk memperkirakan total pengeluaran wisatawan. Banyak penelitian terakhir yang menggabungkan faktor-faktor penjelas utama berikut mengenai pengeluaran di negara asal: status sosial-ekonomi, kebangsaan, usia, pekerjaan, pendapatan, lama tinggal, jenis akomodasi liburan, teman perjalanan, loyalitas destinasi, dan jenis paket (untuk tinjauan). mengenai pertanyaan ini, lihat Bride dan Scuderia (2013) dan juga Garca-Snchez al.(2013)).
Intinya, berbagai metode yang diusulkan seperti Ols, Tabit, Heckman atau regresi rintangan ganda, antara lain, berupaya menentukan dampak yang ditimbulkan terhadap rata-rata kondisional pengeluaran wisatawan akibat perubahan variabel eksogen yang disebutkan n di atas. Namun, penelitian terbaru telah mengambil pendekatan alternatif terhadap pertanyaan tentang apa yang terjadi pada pengeluaran wisatawan di berbagai titik pola distribusi. Dengan menggabungkan analisis sifat statistik dan pendekatan ekonomi, pene liti dapat merumuskan model empiris yang lebih mendekati teori konsumen ekonomi fundamental. Dalam pendekatan baru ini, para peneliti telah memperhitungkan aspek distribusi empiris pengeluaran, dengan memperkirakan distribusi yang berbeda, seperti median bersyarat (bukan mean) dan regresi kuantil bersyarat (Lew dan Ng (2012), Thrane (2014), marocu e al.(2015); antara lain). Baru-baru ini, model regresi kuanti tak bersyarat (Prez-Rodrguez dan Ledesma-Rodrguez (2018)) juga telah digunakan untuk menganalisis dampak yang dapat digeneralisasikan ke populasi (sesuatu yang tidak dapat dilakukan oleh hasil kuantil bersyarat (firpo dkk. (2009) )). Oleh karena itu, regresi kuantil telah digunakan untuk mengukur pengeluaran wisatawan, memberikan wawasan tambahan sehubungan dengan pariwisata tingkat mikro.
Namun, sepanjang pengetahuan kami, belum ada penelitian sebelumnya yang berfokus pada karakteristik distribusi belanja wisatawan agregat dan lama tinggal, sehingga memungkinkan kami untuk memodelkan kedua variabel secara bersamaan. Oleh karena itu, tujuan utama dari makalah ini adalah untuk mengusulkan sebuah model untuk menentukan pengeluaran wisatawan agregat yang berhubungan langsung dengan lama tinggal, dengan menggunakan basis statistik yang dapat dikombinasikan dengan model konsumen ekonomi untuk mengevaluasi faktor-faktor penentu pengeluaran ini. Metode yang kami uraikan, terdiri dari mempertimbangkan secara bersama-sama dua variabel yang terkait dengan lama kunjungan wisatawan dan biaya yang dikeluarkan, sehingga memiliki keuntungan karena secara simultan memperkirakan karakteristik yang relevan dari masing-masing variabel (mean, varians, dll.). Selain itu, dalam banyak kasus, kedua sumber data tersebut tidak tersedia secara terpisah. Misalnya, pengeluaran agregat mungkin diketahui tetapi lama tinggalnya tidak diketahui. Dengan asumsi distribusi probabilitas tertentu dari variabel tersebut, meskipun tidak ada data sampel, model agregat memungkinkan kita untuk menunjukkan karakteristik variabel ini yang mungkin tidak ada dalam sampel. Dalam hal ini, distribusi belanja agregat cenderung memiliki ekor yang lebih panjang dibandingkan dengan distribusi belanja klasik (gamma, invers Gaussian, dll.), yang memungkinkan kita untuk menyesuaikan nilai ekstrem yang mungkin terdapat pada ekor distribusi empiris.Keuntungan dari proposal kami adalah bahwa model pengeluaran lebih sesuai dibandingkan model klasik yang menggunakan, misalnya, kuadrat terkecil biasa (OLS) atau perkiraan yang disensor.
Dalam studi ini, kami menggunakan pendekatan univariat dengan mempertimbangkan distribusi kondisional antara pengeluaran dan jumlah malam yang dihabiskan di satu lokasi. Berdasarkan dekomposisi standar pengeluaran agregat, antara pengeluaran harian dan jumlah malam, hipotesis kami adalah bahwa pengeluaran wisatawan agregat (menurut individu atau kelompok) selama periode tertentu adalah jumlah dari langkah antar periode yang diacak (misalnya, tingkat perekonomian). waktu, seperti jumlah malam yang dihabiskan di suatu lokasi).
