Modelización predictiva para la gestión sostenible del caudal peregrino en el Camino de Santiago

Autores/as

DOI:

https://doi.org/10.25145/j.pasos.2025.23.029

Palabras clave:

sobreturismo, modelos predictivos, gestión, Camino de Santiago

Resumen

Cuando los destinos se encuentran en fase de crecimiento o madurez, suelen surgir dos debates simultáneos: ¿existe sobreturismo? y -en caso de que exista- ¿tiene consecuencias negativas? La literatura se ha ocupado de dar respuestas científicas a estas preguntas analizando casos de destinos urbanos y de sol y playa. Los elementos diferenciales de los destinos rurales en relación con este tema han sido habitualmente desatendidos. Este estudio presenta un instrumento de predicción construido específicamente para un destino en crecimiento ubicado -casi en su totalidad- en un entorno rural: Camino de Santiago. A partir de la información recogida en los últimos 20 años por la Oficina de Acogida al Peregrino sobre más de 4 millones de peregrinos, este instrumento de predicción tiene como objetivo predecir el número de peregrinos que pasarán por una serie de hotspots -empleando la Media Móvil Autorregresiva Estacional Integrada (SARIMA)-, y Trigonometric seasonality, Box-Cox transformation, ARMA errors, Trend and Seasonal Components (TBATS) models- ayudando a la gestión del flujo de peregrinos y controlando así las posibles consecuencias negativas del sobreturismo, optimizando la experiencia de turistas, empresarios y residentes de los hotspots.

Descargas

Datos de publicación

Metric
Este artículo
Otros artículos
Revisores/as por pares 
2
2,4

Perfil evaluadores/as  N/D

Declaraciones de autoría

Declaraciones de autoría
Este artículo
Otros artículos
Disponibilidad de datos 
N/D
16%
Financiación externa 
No
32%
Conflictos de intereses 
N/D
11%
Metric
Esta revista
Otras revistas
Artículos aceptados 
52%
33%
Días para la publicación 
391
145

Indexado en

Editor y equipo editorial
Perfiles
Editorial 
Instituto Universitario de Investigación Social y Turismo. Universidad de La Laguna (España) - Instituto Universitario da Maia ISMAI (Portugal)

PFL

1 2 3 4 5
Not useful Very useful

Citas

Algieri, B. (2006). An econometric estimation of the demand for tourism: The case of Russia. Tourism Economics, 12(1), 5–20. https://doi.org/10.5367/000000006776387114

Almeida, F. (2006). Tipología de visitante turístico y satisfacción de la experiencia turística en Santiago de Compostela. Baetica. Estudios de Arte Geografía e Historia, 28, 231–258. https://doi.org/10.24310/baetica.2006.v1i28.260

Armstrong, G. W. G. (1972). International tourism: Coming or going. The methodological problems of forecasting. Futures, 4(2), 115–125. https://doi.org/10.1016/0016-3287(72)90036-5

Box, G. E. P. & Cox, D. R. (1964). An Analysis of Transformations. In Journal of the Royal Statistical Society: Series B (Methodological) (Vol. 26, Issue 2, pp. 211–243). https://doi.org/10.1111/j.2517-6161.1964.tb00553.x

Cifuentes, M. (1992). 1992_METODOLOGÍA CIFUENTES.pdf. In Determinación de capacidad de carga turística en áreas protegidas (p. 23).

Coccossis, H. (2001). Sustainable development and tourism in small islands: Some lessons from Greece. Anatolia, 12(1), 53–58. https://doi.org/10.1080/13032917.2001.9686999

Coccossis, H., & Mexa, A. (2004). The Challenge of Tourism Carrying Capacity Assessment: Theory and Practice. Ashgate Publishing.

Colomb, C., & Novy, J. (2016). Protest and resistance in the tourist city. Routledge.

Cortes, C., & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297.

de Livera, A. M., Hyndman, R. J., & Snyder, R. D. (2011). Forecasting time series with complex seasonal patterns using exponential smoothing. Journal of the American Statistical Association, 106(496), 1513–1527. https://doi.org/10.1198/jasa.2011.tm09771

Duque, C. M., & Morère-Molinero, N. (2019). Analysis of social carrying capacity of the French Way for the Camino de Santiago: A quantitative approach. Boletin de La Asociacion de Geografos Espanoles, 82, 1–33. https://doi.org/10.21138/bage.2682

Fernández, M., & Riveiro, D. (2018). Estudio del impacto socioeconómico del Camino de Santiago. Axencia de Turismo de Galicia.

Frechtling, D. C. (2001). Forecasting: Tourism demand methods and strategies (1st ed.). Butterworth-Heinemann.

García-Hernández, M., Ivars-Baidal, J., & Mendoza de Miguel, S. (2019). Overtourism in urban destinations: The myth of smart solutions. Boletin de La Asociacion de Geografos Espanoles, 83, 1–38. https://doi.org/10.21138/bage.2830

García Hernández, M., & De la Calle Vaquero, M. (2012). Capacidad de carga en grandes recursos turístico-culturales. Anales de Geografía, 32(2), 253–274.

Gardner, E. S. (1985). Exponential Smoothing: The State of the Art. Journal of Forecasting, 4(August 1984), 1–28.

Getz, D. (1983). Capacity to absorb tourism. Concepts and implications for strategic planning. Annals of Tourism Research, 10(2), 239–263. https://doi.org/10.1016/0160-7383(83)90028-2

Gigirey, A. (2023). Turismo cultural en espacios sagrados desde la perspectiva de los residentes. Un estudio de la Catedral de Santiago de Compostela. Estudios Turísticos, 158, 79–108.

Gray, H. P. (1966). The Demand for International Travel by the United States and Canada. International Economic Review, 7(1), 83–92.

Guisán, M. del C. (1997). Econometría. McGraw-Hill, Interamericana de España.

Guthrie, H. W. (1961). Demand for tourists’ goods and services in a world market. Papers of the Regional Science Association, 7(1), 159–175.

Hamilton, J. D. (1994). Time series analysis. Princeton university press. https://doi.org/10.1016/0377-2217(85)90052-9

Hansen, T. (2020). Media framing of Copenhagen tourism: A new approach to public opinion about tourists. Annals of Tourism Research, 84(February), 102975. https://doi.org/10.1016/j.annals.2020.102975

Hassani, H., Silva, E. S., Gupta, R., & Segnon, M. K. (2015). Forecasting the price of gold. Applied Economics, 47(39), 4141–4152. https://doi.org/10.1080/00036846.2015.1026580

Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9, 1735–1780.

Holt, C. C. (2004). Forecasting seasonals and trends by exponentially weighted moving averages. International Journal of Forecasting, 20(1), 5–10. https://doi.org/10.1016/j.ijforecast.2003.09.015

Información estadística Oficina Peregrino. (2024). Oficina de Acogida Al Peregrino. https://oficinadelperegrino.com/estadisticas-2/

Karabiber, O. A., & Xydis, G. (2019). Electricity price forecasting in the Danish day-ahead market using the TBATS, ANN and ARIMA methods. Energies, 12(5). https://doi.org/10.3390/en12050928

Kuchcik, M. (2021). Mortality and thermal environment (UTCI) in Poland—long-term, multi-city study. International Journal of Biometeorology, 65(9), 1529–1541. https://doi.org/10.1007/s00484-020-01995-w

Li, G., Song, H., & Witt, S. F. (2005). Recent developments in econometric modeling and forecasting. Journal of Travel Research, 44(1), 82–99. https://doi.org/10.1177/0047287505276594

Liu, H., Liu, Y., Wang, Y., & Pan, C. (2019). Hot topics and emerging trends in tourism forecasting research: A scientometric review. Tourism Economics, 25(3), 448–468. https://doi.org/10.1177/1354816618810564

Lopez, L., Pazos Otón, M., & Piñeiro Antelo, M. de los Á. (2019). ¿Existe overtourism en Santiago de Compostela? Contribuciones para un debate ya iniciado. Boletín de La Asociación de Geógrafos Españoles, 83(2825), 1–48.

Mc Cool, S. F., & Lime, D. W. (2001). Tourism carrying capacity: Tempting fantasy or useful reality? Journal of Sustainable Tourism, 9(5), 372–388. https://doi.org/10.1080/09669580108667409

McCulloch, W. S., & Pitts, W. H. (1943). A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5, 115–133. https://doi.org/10.7551/mitpress/12274.003.0011

Medina, X. S., & Lois González, R. C. (2017). Ordenación del Territorio y estrategias de planificación en los Caminos de Santiago Patrimonio Mundial. Investigaciones Geográficas, 68, 47. https://doi.org/10.14198/ingeo2017.68.03

Milano, C. (2018). Overtourism, malestar social y turismofobia. Un debate controvertido. PASOS. Revista de Turismo y Patrimonio Cultural, 18(3), 551–564. https://doi.org/10.25145/j.pasos.2018.16.041

Park, S., Lee, J., & Song, W. (2017). Short-term forecasting of Japanese tourist inflow to South Korea using Google trends data. Journal of Travel and Tourism Marketing, 34(3), 357–368. https://doi.org/10.1080/10548408.2016.1170651

Perán López, J. (2008). Demanda de espacios naturales para el ocio: Modelos de capacidad de acogida perceptual. Aplicación a los parques nacionales de Timanfaya y Ordesa, y Monteperdido. Universidad Politécnica de Madrid.

Postma, A., Koens, K., & Papp, B. (2018). Overtourism: Carrying Capacity Revisited. In The Overtourism Debate (pp. 229–249). https://doi.org/10.1108/978-1-83867-487-820201015

Postma, A. & Schmuecker, D. (2017). Understanding and overcoming negative impacts of tourism in city destinations: conceptual model and strategic framework. Journal of Tourism Futures, 3(2), 144–156. https://doi.org/10.1108/JTF-04-2017-0022

Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386–408. https://doi.org/10.1037/h0042519

Santos Solla, X. M., & Pena Cabrera, L. (2014). Management of Tourist Flows. The Cathedral of Santiago de Compostela. PASOS Revista de Turismo y Patrimonio Cultural, 12(4), 719–735. https://doi.org/10.25145/j.pasos.2014.12.053

Seraphin, H., Sheeran, P., & Pilato, M. (2018). Overtourism and the fall of Venice as a destination. Journal of Destination Marketing and Management, 9(September 2017), 374–376. https://doi.org/10.1016/j.jdmm.2018.01.011

Shelby, B., Vaske, J. J., & Heberlein, T. A. (1989). Comparative_analysis_of_crowding_in_mult.pdf. Leisure Sciences, 11, 269–291.

Shelby, B. & Heberlein, T. A. (1987). Carrying capacity in recreation settings. Oregon State University Press.

Silva, E. S., Hassani, H., Madsen, D. Ø., & Gee, L. (2019). Googling fashion: Forecasting fashion consumer behaviour using Google Trends. Social Sciences, 8(4). https://doi.org/10.3390/socsci8040111

Song, H., & Li, G. (2008). Tourism demand modelling and forecasting-A review of recent research. Tourism Management, 29(2), 203–220. https://doi.org/10.1016/j.tourman.2007.07.016

Talkhi, N., Akhavan Fatemi, N., Ataei, Z., & Jabbari Nooghabi, M. (2021). Modeling and forecasting number of confirmed and death caused COVID-19 in IRAN: A comparison of time series forecasting methods. Biomedical Signal Processing and Control, 66(February), 102494. https://doi.org/10.1016/j.bspc.2021.102494

UNWTO. (2018). ‘Overtourism’? – Understanding and Managing Urban Tourism Growth beyond Perceptions, Executive Summary. In ‘Overtourism’? – Understanding and Managing Urban Tourism Growth beyond Perceptions, Executive Summary. https://doi.org/10.18111/9789284420070

UNWTO. (2023). UNWTO. https://www.unwto.org/why-tourism

Uysal, M., & Crompton, J. L. (1985). An Overview of Approaches Used to Forecast Tourism Demand. Journal of Travel Research, 7–15.

Verbeek, M. (2004). A Guide to Modern Econometrics (2nd ed.). John Wiley & Sons, Ltd.

Wattanacharoensil, W., & Weber, F. (2020). Preface to Journal of Travel and Tourism Marketing: special issue on measuring and monitoring overtourism. Journal of Travel and Tourism Marketing, 37(8–9), 871–872. https://doi.org/10.1080/10548408.2020.1840839

Winters, P. R. (1960). Forecasting Sales by Exponentially Weighted Moving Averages. Management Science, 6(3), 324–342. https://doi.org/10.1287/mnsc.6.3.324

Witt, S. F., & Witt, C. A. (1995). Forecasting tourism demand: A review of empirical research. International Journal of Forecasting, 11(3), 447–475. https://doi.org/10.1016/0169-2070(95)00591-7

Wooldridge, J. (2016). Introductory Econometrics.

Yang, Y., Liu, H., & Li, X. (Robert). (2019). The World Is Flatter? Examining the Relationship between Cultural Distance and International Tourist Flows. Journal of Travel Research, 58(2), 224–240. https://doi.org/10.1177/0047287517748780

Yang, Y., Pan, B., & Song, H. (2014). Predicting Hotel Demand Using Destination Marketing Organization’s Web Traffic Data. Journal of Travel Research, 53(4), 433–447. https://doi.org/10.1177/0047287513500391

Publicado

2025-04-21

Cómo citar

Atrio Lema, Y., Neira Gómez, I., & del Río, M. L. (2025). Modelización predictiva para la gestión sostenible del caudal peregrino en el Camino de Santiago. PASOS Revista De Turismo Y Patrimonio Cultural, 23(2), 433–448. https://doi.org/10.25145/j.pasos.2025.23.029