Now- und Forecasting touristischer Nächtigungen, Umsätze und Wertschöpfung für Österreich (Now- and Forecasting of Tourist Overnight Stays, Revenues and Value Added for Austria)
Studien, Dezember 2022, 32 Seiten
Auftraggeber: Österreich Werbung
Studie von: Österreichisches Institut für Wirtschaftsforschung
Durch die Anwendung geeigneter Modellansätze sollen vorherrschende Informationslücken geschlossen und der Tourismusindustrie
damit neue Entscheidungshilfen zur Verfügung gestellt werden, um sich nicht nur auf das quantitative Wachstum der Gästeankünfte
und der touristischen Übernachtungen zu konzentrieren, sondern auch auf die Steigerung des durch die touristischen Dienstleistungen
generierten Wertes. Dafür soll ein Instrument geschaffen werden, das die Überwachung der touristischen Zyklen anhand von Umsatz-
und Wertschöpfungskennzahlen ermöglicht. Für die zu prognostizierenden Größen werden verschiedene Prognosemodelle verwendet
und deren Leistungsfähigkeit anhand von Prognosegenauigkeit und Fehlerminimierung gegeneinander abgewogen. Über die drei Prognosevariablen
zeigten sich robuste Ergebnisse mit den geringsten durchschnittlichen absoluten Prognosefehlern bei der Prognostizierung der
Bruttowertschöpfung des Sektor I, gefolgt von den Umsätzen in der Beherbergung und Gastronomie. Die angewandten Shrinkage-Modelle
wiesen relativ zu den anderen Prognosemodellen die höchste Prognosegüte auf. Anhand dieser Ergebnisse sollen Branchenvertreter
und Tourismusorganisationen zukünftig fundiertere Entscheidungen über Entwicklungsziele treffen können, während die gewonnenen
Erkenntnisse auch in die Formulierung künftiger politischer Maßnahmen Eingang finden sollen.
Forschungsbereich:Regionalökonomie und räumliche Analyse
Sprache:Deutsch
Now- and Forecasting of Tourist Overnight Stays, Revenues and Value Added for Austria
By the application of appropriate modeling approaches prevailing information gaps will be filled and thus provide the tourism
industry with new decision-making tools to focus not only on the quantitative growth of guest arrivals and tourist overnight
stays, but also on increasing the value generated by tourism services. For this purpose, a tool will be created that will
allow the monitoring of tourism cycles based on turnover and value-added indicators. Different forecasting models are used
for the variables to be forecast and their performance is weighed against each other based on forecast accuracy and error
minimisation. Robust results were shown across the three forecast variables, with the lowest average absolute forecast errors
for forecasting sector I gross value added, followed by accommodation and food service revenues. The shrinkage models applied
had the highest forecasting quality relative to the other forecasting models. Based on these results, industry representatives
and tourism organisations should be able to make more informed decisions about development goals in the future, while the
lessons learned should also inform the formulation of future policies.