관광 빅데이터를 활용한 지역관광 소비지출액 결정요인에 대한 연구

A study on determining factors of regional tourism consumption expenditure using tourist big data: Application of non-euclidean regression model

이 연구는 COVID-19 이후 변화되고 있는 국내 지역관광의 변화를 파악하기 위해 최근 해양레저 및 산업관광의거점지역으로 주목받고 있는 경남지역을 대상으로 하였고, 비모수적 모형을 설계하여 지역관광 경영 및 마케팅 전략을수립하는 데 있어 적용 가능한 실증분석 결과를 제공하고자 하였다. 특히 빅데이터 기반 자료 분석시 선형모형에서 다루기힘든 사례에 대한 대안으로 비선형관계를 나타낼 수 있는 가법모형 사례를 제안함으로써 빅데이터 분석의 방법론적 측면에서도 학문적 다각화를 시도해보고자 하였다. 연구 분석의 주요 결과를 살펴보면, 먼저 경남지역의 22개 지자체는 방문자 증감패턴에 따른 군집분석 수행을 통해 총 4개의 군집으로 분류되었다. 다음으로 비유클리드 변수에 대한 가법모형을활용하여 빅데이터에서 추출한 연령대별 방문자 비율과 내비게이션 검색유형 비율이 각각 업종별 관광 소비지출액에미치는 영향을 각 4개의 군집별로 살펴보았다. 주요 특징은 경남지역에 50대 방문자 비율이 코로나 전과 비교하여 최근소폭 상승하고 있다는 점, 코로나 전후에 관광패턴의 차이가 가장 큰 지역인 군집 3의 경우 숙박업 및 쇼핑업 등의 업종이관광 소비지출액과의 영향관계가 유의미하게 나타나고 있다는 것이다. 또한, 소비지출액에 가장 영향을 미치는 연령대는1개 군집을 제외한 대부분의 지역에서 50대 이상의 그룹으로 나타났다. 위와 같은 분석결과를 바탕으로 빅데이터 분석시다양한 데이터의 비선형적 특성을 고려한 모델 설계가 유용할 수 있다는 학문적 시사점과 더불어 지역관광 정책 및 실무분야에서의 빅데이터 기반 전략 수립의 필요성을 제안하고자 한다.

This study examined changes in domestic regional tourism occurring after COVID-19, with a particular focus on the Gyeongnam region which has been recognized as a hub for marine leisure and industrial tourism. By doing so, it tried to provide empirical analysis results applicable to the formulation of regional tourism management and marketing strategies by using a non-parametric model. To overcome situations where the linear models commonly used in big data analysis are difficult to apply and to diversify the methodological aspects of big data analysis, this study proposed an additive model to represent nonlinear relationships. Key study procedures are as follows. Firstly, 22 cities in the Gyeongnam region were classified into four clusters based on a cluster analysis of visitor increase and decrease patterns. Subsequently, using an additive model for non-Euclidean variables, the impact of age group-specific visitor ratios and navigation search type ratios, extracted from big data on tourism expenditure by industry, in each of the four clusters were examined. Notable findings include a recent slight increase in the proportion of visitors in their 50s in the Gyeongnam region compared to pre-COVID-19. In Cluster 3, where the most significant differences in tourism patterns pre- and post-COVID-19 were observed, sectors such as accommodation and shopping were significantly related to tourism expenditure. Furthermore, except for one cluster, those aged 50 or older had the most influence on expenditure in most regions. Based on these results, the study suggests that designing models considering the nonlinear characteristics of diverse data can be valuable in big data analysis. Along with this, the study proposes the necessity of formulating big data-based strategies in regional tourism policies and practical fields, taking into account the insights derived from the analysis.