Serviços customizados
texto em 
Inglês (pdf)
Artigo em XML
Referências do artigo
Enviar este artigo por email
Citado por SciELO 
Similares em
SciELO 
Permalink
Introducción
Actualmente el turismo es una de las actividades económicas de mayor crecimiento y representa una de las principales fuentes de ingresos en numerosos países en desarrollo. Este crecimiento va de la mano del aumento de la diversificación y de la competencia entre los destinos. Dentro de cualquier mercado o entorno económico, la demanda es una variable importante para un destino turístico que debe conocerse, medirse y analizarse (Fernández López et al., 2020; Sarmiento Silvierio, 2016; Torres Álvarez et al., 2021).
Pues, el turismo es probablemente la única actividad económica que involucra muchos otros sectores, niveles e intereses de la sociedad siendo, a su vez, la protección del medioambiente parte esencial de su propio desarrollo, ya que sin una adecuada calidad ambiental el turismo actual y su desarrollo futuro pueden verse comprometidos.
Determinado así por el doble papel que el turismo implica; por un lado, contribuye positivamente al desarrollo socioeconómico y cultural, mientras que, por otro, conlleva a la degradación del medioambiente y a la pérdida de la identidad local en relación estrecha con la calidad del destino receptor (Fernández López et al., 2019).
En un sector de tan rápido crecimiento y dinamismo como es el turismo, las empresas están obligadas a renovar sus ofertas, para así conservar su permanencia en el mercado, elevando su eficacia, eficiencia, rentabilidad y competitividad sobre la base de la satisfacción del cliente y la calidad de los servicios (López Boudet et al., 2020). En este aspecto, el turismo es considerado como uno de los sectores más diversos y relevantes en el ámbito internacional y resulta de gran importancia en el desarrollo de la sociedad debido a su impacto ecológico, económico, político y social.
Es válido decir que el análisis de los rasgos distintivos de la demanda turística conllevará a diseñar acciones que propendan a mejorar la capacidad del destino para satisfacer las necesidades y deseos de ocio del turista (Fernández López et al., 2020; Tusell Rey et al., 2021).
Es por ello que el turismo, para diversos países, constituye un sector priorizado por los beneficios que reporta a la economía. Por ende, es uno de los motores mundiales de desarrollo económico social. Cobra marcado interés la correcta gestión de los destinos turísticos la cual depende, en gran medida, del pronóstico que se realice de la demanda de los arribos al destino (Torres Álvarez et al., 2021).
A esto se suma la tendencia de un mundo cada vez más incierto, donde la dinámica mundial acelera la forma de gestionar los procesos en cualquier sector y ocasiona un incremento del valor al uso de la planificación mediante los pronósticos de la demanda (Fernández López et al., 2021). De ahí, la importancia del estudio de la demanda turística de un destino, que se enfoca en conocer las características de los viajeros, relacionadas con el segmento al que pertenecen, el gasto turístico y el nivel de satisfacción de los atractivos del destino, entre otros.
En Cuba, el turismo como industria tiene sus orígenes a principios del siglo XX y su desarrollo va estrechamente ligado a los cambios económicos, sociales y políticos ocurridos en la isla, convirtiéndose en un sector estratégico prioritario para el desarrollo del país. Enmarcado en este contexto, se encuentran los antecedentes de las primeras investigaciones respecto a los pronósticos de la demanda turística en Cuba, las cuales no son numerosas (Fernández López et al., 2020, 2021; La Serna Gómez, 2012; Rigol Madrazo et al., 2009).
Esto implica poca evidencia empírica, metaanálisis y artículos de revisión que han contribuido al desarrollo teórico y metodológico del pronóstico de la demanda turística en Cuba. Sin embargo, aún no se ha realizado una revisión exhaustiva sobre el desarrollo metodológico y la evolución de los métodos de pronóstico en este sentido.
Por lo cual, se plantea como objetivo principal revisar las tendencias generales y la evolución de los métodos de pronóstico de la demanda turística en una perspectiva histórica y rastrear el desarrollo de métodos de pronóstico de la demanda en Cuba para que sirva como punto de partida a futuras investigaciones.
Materiales y métodos
Para identificar las tendencias generales y la evolución de los métodos de pronóstico de la demanda turística, se realizó una búsqueda a gran escala en varias bases de datos, incluidos Google Scholar y Web of Science, se utilizó como criterio de búsqueda las palabras clave: "pronóstico", "demanda" y "turismo" y la combinación de ellas, tanto en inglés como en español y se recopilaron inicialmente 32 documentos científicos relevantes desde el año 1990 hasta el 2021.
Para tratar este conjunto de datos de una manera no superficial, el equipo de autores identificó un grupo manejable de los estudios más importantes. El método para seleccionar los estudios clave implica cuatro pasos:
Excluir los estudios no turísticos y no pronósticos
Evaluar los artículos en términos de su amplitud e impacto
Seleccionar los representativos teniendo en cuenta el paso anterior
Análisis, visualización de los datos e interpretación
En este aspecto, se terminó con una muestra final de 19 artículos científicos para analizar los hallazgos clave, las comparaciones y los rendimientos de los métodos a lo largo del tiempo que se procesaron mediante el software o lenguaje de programación R.
Resultados y discusión
Dada la importancia de pronósticos precisos para el mercado turístico dinámico y complejo, en las últimas décadas se ha publicado un grupo significativo de estudios sobre modelos y pronósticos de la demanda turística. Estos estudios se han centrado principalmente en la construcción de modelos, pero no en la evaluación del desempeño de estos, lo que significa una desventaja.
Como un primer resultado de la presente investigación, se establece el gráfico de barra mostrado en la figura 1 que contiene la distribución temporal de la producción científica a partir del año 1990 al 2021, resaltando la creciente producción en la última década.
En relación con lo anterior, los antecedentes de las primeras investigaciones respecto a los pronósticos de la demanda turística en Cuba permiten establecer un panorama sobre la dirección y la evolución de las investigaciones que hasta hoy son escasas.
Tal es el caso del estudio efectuado por Haider y Ewing (1990) quienes describen un método experimental para analizar las preferencias de los vacacionistas invernales de los destinos caribeños, incluida Cuba, por varios atributos de destino: alojamiento, la distancia de las instalaciones turísticas relevantes al alojamiento y el precio. El modelo se puede usar para implementar la demanda para la planificación y el marketing de destinos, pero se queda muy subjetivo a la dinámica turística.
Robyn et al. (2002) analizan el impacto a largo plazo en la economía de EE.UU. que presupone eliminar las restricciones a los viajes de estadounidenses a Cuba. Esto implicaría un aumento en la demanda, un beneficio neto para las compañías de vuelos y un incremento considerable de la actividad económica para ambos países. Al mismo tiempo, atribuye múltiples beneficios para el desarrollo, sobre todo, por su impacto económico y las situaciones de bienestar social (Quintana et al., 2005).
En la misma dirección, Romeu (2008) ratifica que una apertura de Cuba al turismo estadounidense representaría un cambio radical en la industria turística del Caribe. El estudio modela el impacto de tal apertura potencial, estimando un acontecimiento que no ha sucedido en el entorno actual observable que captura la actual restricción bilateral al turismo entre los dos países. Así mismo, los destinos vecinos perderían la protección implícita que les brinda la restricción actual y Cuba ganaría participación en el mercado; siendo estos pronósticos ideas planteadas de manera subjetiva.
A diferencia de los autores anteriores, Rigol Madrazo et al. (2009) presentan un modelo conceptual para la gestión de la demanda turística. De acuerdo con los autores, en la actualidad existe una contradicción entre la necesidad de gestionar la demanda de un destino turístico y la incapacidad de los métodos existentes para facilitar este empeño, haciéndose necesario un conjunto de fundamentos teóricos y prácticos que permita abordar el tema de la gestión de la demanda de un destino turístico, en correspondencia con las capacidades disponibles en este.
Por su parte, Hernández Aro y Machado Chaviano (2010), desde un enfoque de marketing, plantean elaborar una estrategia para abordar la demanda que satisfaga el mercado chino a partir solo de un análisis teórico conceptual, teniendo en cuenta las características del mercado emisor, pero no abordan herramientas de pronóstico y solo se centran en un único mercado.
Al mismo tiempo, Josefá Barbosa y Parada Gutiérrez (2010) desarrollan un procedimiento teórico simplista para el análisis de la demanda turística mediante la aplicación de los métodos clásicos de descomposición para conocer, entre otros elementos, tendencia y estacionalidad, teniendo en cuenta solo un método: la regresión lineal.
El estudio de Rodríguez Betancourt y Estévez Mártir (2012) propone realizar la elaboración del presupuesto mediante la regresión lineal borrosa, con el fin de obtener un intervalo del presupuesto que sirva de base para la experticia de la estimación futura. Sin embargo, los autores se limitan a los estados financieros y no consideran que los ingresos y gastos son generados a partir de la demanda turística.
Desde otro punto de vista, La Serna Gómez (2012) determina la demanda turística con redes neuronales artificiales implicando variables mercadológicas, pero no incluye un análisis de los factores temporales que han afectado la actividad turística como puede ser el efecto de crisis económicas. Mientras que Delgado Castro y Martín Fernández (2014) incluyen en su estudio variables climatológicas y analizan el efecto del cambio climático a la industria turística y a su demanda.
Aspectos como el análisis de la emigración cubana hacia los países desarrollados, fundamentalmente hacia los Estados Unidos y otros países emisores de turismo para Cuba, ha permitido que Perelló Cabrera y Llanes Sorolla (2015) consideren que esta emigración sea la causa de los principales emisores de turismo e integren un segmento de viajeros capaces de realizar los mayores gastos de viaje en su país de origen y que forma parte de la demanda turística.
Posteriormente, Sarmiento Silvierio (2016) realiza una medición de la demanda turística al destino Cuba, partiendo del análisis del comportamiento de solo un mercado emisor: el canadiense. Realizan la proyección de la demanda para el período 2016-2018, emplean para ello un alisamiento exponencial, pero en su proyección no proveen el nivel de ajuste que ofrece el modelo, dando paso a que puedan existir mejores variantes.
Por otra parte, Fernández López et al. (2019) establecen una evolución de la concepción del turismo, caracterizan los distintos tipos de pronóstico de demanda y presentan los diferentes modelos de series temporales más usados para la predicción de la demanda turística.
Teniendo en cuenta al virus SARS-COV-2 y las graves afectaciones que ha proporcionado al sector turístico, Hernández Flores et al. (2020) caracterizan la demanda potencial al destino Cuba en la nueva normalidad e identifican los cambios previsibles en la demanda turística hacia Cuba, relacionados fundamentalmente con la decisión de viaje, fecha oportuna, motivaciones, vías de obtención de información, formas de organización del viaje, duración promedio del mismo, así como con las prioridades y medidas de prevención ante el riesgo de contagio.
Al mismo tiempo, Fernández López et al. (2020) elaboran un modelo de pronóstico para la demanda turística mediante el empleo de técnicas de series temporales que permiten predecir el comportamiento del turismo, sustentado en la metodología Box-Jenkins para la Cadena Hotelera Cubanacán de Pinar del Río.
El estudio de López Boudet et al. (2020) proporciona un procedimiento para el lanzamiento de un nuevo producto turístico donde incluye el análisis de la demanda como uno de los elementos principales, pero solo propone el uso de modelos básicos como la regresión lineal, exponencial y logarítmica.
En cambio, Martínez et al. (2021) analizan el efecto de la actividad turística en el cambio climático y realizan predicciones en las variables climatológicas en diferentes escenarios. Sin embargo, no incluyen en su análisis el pronóstico de la demanda turística como elemento importante.
Desde un enfoque multivariado, Fernández López et al. (2021) consideran dos indicadores: el costo por peso y los ingresos medios por turista, los que hacen referencia a la eficiencia y eficacia. Estos autores realizan una caracterización de la demanda turística en la Cadena Hotelera Cubanacán de Pinar del Río donde proyectan la eficiencia y eficacia del grupo empresarial en el tiempo.
Semejante a La Serna Gómez (2012), Delgado Castro y Martín Fernández (2014), Torres Álvarez et al. (2021) implementan las Redes Neuronales Artificiales para pronosticar el porcentaje de ocupación del hotel Brisas Guardalavaca y no al uso de los arribos turísticos al hotel, elemento directamente relacionado con el porcentaje de ocupación.
Se debe agregar, que las investigaciones analizadas proponen modelos que contemplan como ventaja, rasgos del pronóstico de la demanda turística a corto y mediano plazo, sin embargo, no aplican procedimientos de selección al mejor modelo, y no proponen la integración de herramientas cuantitativas y cualitativas para mejorar la efectividad del pronóstico. Tampoco enfatizan en los enfoques prospectivos de construcción de escenarios que puedan combinarse con los modelos de pronósticos pues la incertidumbre actual deja un poco inutilizable estos modelos. A esto se suma la crisis económica generada por la Covid-19, más el recrudecimiento de las medidas económicas impuestas por el gobierno de Estados Unidos hacia Cuba.
Categorización y hallazgos
La información especificada sobre estos 19 estudios clave se resume en la tabla 1 para obtener un enfoque más integrado, ya que se busca adquirir información más amplia, que permita tener visión crítica de la situación de estas investigaciones en el contexto cubano. A partir de ello, se determinan autor y año, método de pronóstico, subcategoría de los métodos de pronóstico y el contexto u objetivo de cada investigación.
Tabla 1 Resumen de los estudios realizados en Cuba
| Autor y año | Método de pronóstico | Subcategorías | Contexto |
|---|---|---|---|
| Haider y Ewing (1990) | Econométrico | Bayesiana | Método experimental para estimar la demanda a partir de las preferencias del turista |
| Robyn et al. (2002) | Delphi | Expertos | Impacto sobre la economía tanto en Cuba como en Estados Unidos si se eliminaran las restricciones de viaje impuestas por el bloqueo económico |
| Quintana et al. (2005) | Delphi | Expertos | Las tendencias de la economía cubana y el efecto de la actividad turística en el desarrollo económico del país |
| Romeu (2008) | Delphi | Expertos | La apertura del turismo norteamericano hacia Cuba y el efecto económico y el posicionamiento de Cuba en la región |
| Rigol Madrazo et al. (2009) | Enfoque econométrico | Modelo teórico | Propuesta de un modelo conceptual que ofrece sobre una base metodológica el apoyo al proceso de toma de decisión |
| Hernández Aro y Machado Chaviano (2010) | Enfoque econométrico | Estrategia | Análisis del mercado principalmente el mercado chino y su importancia para el destino turístico en desarrollo de Villa Clara, Cuba |
| Josefá Barbosa y Parada Gutiérrez (2010) | Series de tiempo con enfoque econométrico | Procedimiento. Regresión lineal simple para la estacionalidad | Estructura un procedimiento en diferentes etapas que analiza la estacionalidad, la modelización econométrica y la satisfacción de los clientes |
| Rodríguez Betancourt y Estévez Mártir (2012) | Econométrica | Matemática borrosa | Propone realizar la elaboración de presupuesto mediante la regresión lineal borrosa para enfrentar la demanda de los arribos. La propuesta se implementa en una instalación hotelera |
| La Serna Gómez (2012) | Inteligencia Artificial. Enfoque econométrico | Redes Neuronales Artificiales | Pronostica la demanda turística a nivel de país incluyendo variables mercadológicas mediante la propuesta de un procedimiento |
| Delgado Castro y Martín Fernández (2014) | Inteligencia Artificial. Enfoque econométrico | Redes Neuronales Artificiales | Pronostica la demanda turística en Cuba, pero toma en consideración variables climatológicas |
| Perelló Cabrera y Llanes Sorolla (2015) | Delphi | Experto | Análisis del mercado turístico, la emigración cubana hacia países desarrollados y los efectos positivos al convertirse en un fenómeno social de mayor impacto para el desarrollo turístico en Cuba |
| Sarmiento Silvierio (2016) | Series de tiempo | Alisado exponencial | Análisis del mercado emisor para Cuba y pronóstico de la demanda turística del mercado proveniente de Canadá |
| Fernández López et al. (2019) | Series de tiempo | Promedio móvil, suavización exponencial, regresión lineal, Box-Jenkins | Análisis de los modelos de series de tiempo para el pronóstico de la demanda turística y las ventajas para la toma de decisiones |
| Hernández Flores et al. (2020) | Delphi | Experto | En el contexto de la Covid-19 se realiza un análisis de las preferencias de los viajeros que en una normalidad puedan acceder a destino turístico Cuba |
| Fernández López et al. (2020) | Series de tiempo | Método avanzado de la metodología Box-Jenkins. ARIMA y SARIMA | Propuesta de modelos de series de tiempo sustentados en la metodología Box-Jenkins para el pronóstico de la demanda turística en la Cadena Hotelera Cubanacán |
| López Boudet et al. (2020) | Series de tiempo | Suavización exponencial, regresión lineal y logarítmica | Propone un procedimiento para el lanzamiento de un producto turístico donde incluye al pronóstico de la demanda como elemento fundamental |
| Martínez et al. (2021) | Delphi | Experto | El impacto por los efectos negativos de la actividad del turismo y la inclusión de variables climatológicas |
| Fernández López et al. (2021) | Series de tiempo | Método avanzado de la metodología Box-Jenkins. ARIMA y SARIMA. Suavización exponencial, regresión lineal | Se pronostica la demanda turística. También se toma en consideración el análisis de indicadores de eficiencia y eficacia y además se realizan análisis multivariados de series de tiempo y se selecciona el mejor modelo considerando las mejores medidas de dispersión |
| Torres Álvarez et al. (2021) | Inteligencia artificial | Redes neuronales artificiales | Pronostica el por ciento de ocupación de una instalación hotelera aplicando las redes neuronales artificiales |
Fuente: elaboración propia
A partir de la tabla anterior, se determina como hallazgo cuatro clasificaciones de los métodos para el pronóstico de la demanda turística que se ha implementado en Cuba. En este sentido, se tiene a los métodos de series de tiempo (31.57 %), los modelos econométricos (26.31 %), los métodos Delfos (26.31) y los modelos que implementan las herramientas de inteligencia artificial (15.78 %) como lo son las redes neuronales. En complemento a este resultado se muestra el gráfico de pastel de la figura 2.
Teniendo en cuenta los resultados previos, Cuba se nutre de pocos resultados científicos referentes a los modelos de pronóstico de la demanda para la planificación en este sector estratégico como es el turismo. Por otro lado, la industria turística cubana y los escenarios futuros posibles juegan un papel imprescindible, estudiar el futuro y proponer estrategias que viabilicen el accionar sobre los acelerados cambios en el contexto socioeconómico y cultural por el que atraviesa el mundo de hoy y, en especial, Cuba, es primordial.
En el mismo contexto, es importante analizar indicadores de la actividad turística y enfatizar en que el sector puede convertirse en el impulsor de la recuperación económica en un escenario postpandemia. En este sentido, la importancia radica en pronosticar la demanda turística para los distintos escenarios probables.
A partir de la literatura, se reconoce una clasificación para los modelos de pronóstico de la demanda turística, los cuales abarcan cuatro grandes grupos: series de tiempo, modelos econométricos, métodos basados en inteligencia artificial y métodos basados en juicios. Sin embargo, se pudiera agregar la clasificación de modelos mixtos para el pronóstico que abarque la integración de las demás categorías y el análisis del tráfico de redes que hoy es tendencia en el mundo.
Por último, se determina como deficiencia los incipientes estudios de pronóstico de la demanda en la industria turística en Cuba. Se dificulta de esta manera la toma de decisiones que permita predecir el comportamiento de los mercados emisores en este sector tan importante para la economía, lo que garantiza así un adecuado encadenamiento productivo. Sin embargo, las investigaciones existentes no responden a la integración de herramientas cuantitativas y cualitativas que mejoran la efectividad del pronóstico, ni integran los enfoques prospectivos de construcción de escenarios para enfrentar el alto nivel de incertidumbre. Además de ser escasos los estudios prospectivos, principalmente para la planificación de la demanda turística.
