Chong Fo Lei1,2，Yuli Chen1，Zhaoyu Chen3 and Chia Wei Chu1
（1. Faculty of Data Science, City University of Macau, Avenida Padre Tomás Pereira Taipa, Macau, China，
2. Faculty of Creative Tourism and Intelligent Technologies, Macao University of Tourism, Colina de Mong-Ha, Macau, China，
3. Faculty of Creative Tourism and Intelligent Technologies/Faculty of Innovative Hospitality Management, Macao University of Tourism, Colina de Mong-Ha, Macau, China）
编者按：
该研究跳出传统的旅游预测框架，将医疗搜索关键词作为预测旅游需求的新型互联网数据源。作者采用多种人工智能模型，验证了医疗相关搜索数据与游客入境量之间显著的预测关系。这一研究证明了大数据和人工智能技术在洞察医疗游客行为、优化目的地营销策略以及提升服务精准度方面的巨大潜力。
自20世纪90年代末以来，医疗旅游发展迅速，是为目的地国家/地区（Destination Country）创造可观收入的最大服务产业之一。由于本地医疗费用上涨、漫长等待期以及目的地国家提供的优质且相对负担得起的医疗服务等因素，全球医疗旅游市场显著增长。随着技术的进步、医疗服务的快速普及、医疗程序质量的提升以及非必要医疗护理的低成本，越来越多的游客前往外国接受医疗服务。每位医疗游客每次访问医疗目的地平均消费3410美元。医疗旅游市场预计到2028年将增长至535.1亿美元，这表明对优质医疗服务的需求正在上升。医疗保健已超越其单纯的必需品属性，成为一种可用于消费和旅行的商品。
新冠疫情严重影响了医疗旅游业，将关注点转移到国内的医疗体系。疫情促使人们对自我保健的兴趣日益增长。随着疫苗接种率的提高以及随后的旅行限制放宽，医疗旅游市场在业内迅速崛起。目的地政府已利用其潜力，通过健康生态系统为医疗游客提供优惠政策、优质医疗产品和服务以及基础设施，以扩大旅游市场。例如，澳门政府将医疗旅游作为其经济多元化和可持续发展战略之一，并将其定义为“大健康”（Big Health，字面意思是指将本地和外国医疗机构联网，以开发有益于居民和游客的优质医疗技术和管理）。由于医疗游客的主要动机是健康收益（Health Benefits），目的地营销组织（Destination Marketing Organisations，DMO）提供了游客在其本国无法获得的创新医疗服务。例如，2018年香港出现了人乳头瘤病毒（HPV）疫苗短缺的情况。由于当时内地市场新版HPV疫苗（Gardasil 9）相对稀缺，中国内地游客前往香港接种，这为目的地带来了潜在的旅游市场。旅游目的地投入了大量资源来发掘医疗旅游的潜在市场。然而，没有明确的迹象表明医疗旅游资源的分配已导致该产业显著增长，特别是当医疗游客参与大众旅游等多种旅游活动时。这使得在确定医疗旅游发展的有效性时，旅游研究变得复杂。尽管现有医疗旅游研究涵盖了医疗旅游目的地品牌塑造、相关医疗服务评估、医疗游客体验和信息搜索行为等广泛主题，但特定医疗服务与旅游需求之间的关系仍不明朗。
尽管医疗数据具有高度机密性，难以获取，但可以通过医疗游客的在线搜索数据（搜索引擎产生的搜索查询数据）间接获得此类信息。这可以表明他们对医疗目的地的需求。由于医疗游客倾向于通过在线搜索信息来规划行程，获取与医疗游客相关的搜索数据有助于预测旅游需求。许多旅游预测领域的学者认识到这一益处，已将与旅游相关的搜索关键词作为其新的互联网数据来源，因为它反映了游客的行为、需求和偏好。然而，先前的研究尚未探索医疗搜索关键词与旅游需求预测之间的潜在关系，这可能是由于难以获取医疗数据或确定医疗搜索与旅游需求之间的预测关系。因此，本研究旨在通过使用与医疗服务相关的搜索关键词指数来预测游客入境量，从而验证医疗游客搜索查询数据与旅游需求之间的关系。相应地，本研究的研究问题是：与医疗相关的搜索查询数据能否用于预测游客入境量？
为了全面调查医疗搜索查询数据与游客入境量之间的预测关系，我们采用了三种基于人工智能的预测模型：循环神经网络、长短期记忆网络和卷积神经网络。使用搜索查询数据与基于人工智能的模型相结合来预测旅游需求，被认为是一种新颖且有效的方法，为当前的旅游预测研究发展做出了贡献。一些旅游预测研究已使用百度指数和谷歌趋势数据与基于人工智能的模型（例如带有注意力机制的长短期记忆网络、门控循环单元和核极限学习机来预测澳门、香港和中国内地其他热门目的地的游客入境量。通过采用这种方法，本研究假设可以使用基于人工智能的预测模型来预测医疗搜索查询数据所反映的旅游需求。
本研究期望通过应用非旅游相关的搜索查询数据（与医疗相关的搜索查询数据）来预测旅游需求，从而为旅游领域做出贡献。其应用贡献包括帮助医疗旅游服务提供商优化医疗旅行信息的在线内容，以及预测游客入境统计数据，从而指导DMO推广医疗旅游的目的地形象。具体而言，它呼吁利用搜索引擎营销来有效地锁定医疗游客。
资料来源：
根据Chong Fo Lei等于2025年发表在Journal of Travel & Tourism Marketing题目为《Forecasting tourism demand with medical search query: attracting tourists with medical treatments》的文章缩写整理而成。
（本文责任编辑：陈劭）
