TM-旅游领域的生成式AI：谁赢了，谁输了？

image.png

引文信息（APA）

Jung, H., Sharma, A., & Nicolau, J. L. (2026). GenAI in tourism: Who wins, who loses?
Tourism Management, 114, 105357.
https://doi.org/10.1016/j.tourman.2025.105357

1. 简介

随着 ChatGPT 于 2022 年底发布，生成式人工智能 (Generative Artificial Intelligence, GenAI) 快速渗透旅游与酒店业。不同于既有文献主要关注 GenAI 对运营效率或消费者体验的影响，本文聚焦一个更具战略性的核心问题：GenAI 相关公告如何影响旅游产业中不同类型企业的市场价值？谁是赢家，谁是输家？

作者以股票市场反应作为投资者对企业长期竞争力与战略地位的前瞻性判断，系统分析 OTA、酒店企业与大型科技公司 发布 GenAI 相关公告后，对整个旅游产业生态中其他企业所产生的溢出效应。

在方法上，论文采用事件研究法 (event study)，结合面板数据随机效应回归模型，并将研究对象从“公告企业自身”扩展到“产业内其他企业”，从而刻画 跨企业、跨平台的竞争与依赖关系变化。

核心结论包括：

OTA 的 GenAI 公告对酒店企业产生显著负面溢出效应，但 OTA 自身及其他 OTA 获得正向市场反应；
酒店的 GenAI 公告对其他酒店产生负面冲击，但对 OTA 却是正向信号；
科技公司 (如 Google、OpenAI) 的 GenAI 公告对 OTA 与酒店均产生负面市场反应。

理论上，本文综合 信号理论、双边市场理论、竞争动态理论与颠覆式创新理论，提出一个强调 关系性 (relational) 的技术信号解读框架。

2. 研究背景与研究问题 {sec-background}

2.1 旅游产业的双边市场结构

旅游产业是典型的双边市场结构。OTA 作为平台中介连接酒店与消费者，在定价权、流量分配与客户数据控制方面占据关键地位。酒店一方面依赖 OTA 获取需求，另一方面又持续尝试通过直订渠道降低佣金依赖。

GenAI 的引入，使这种结构性张力进一步加剧：

OTA 借助 GenAI 强化搜索、推荐与旅行规划功能，可能巩固中介地位；
酒店通过 GenAI 强化个性化服务与客户关系管理，可能削弱 OTA 依赖；
科技公司将 GenAI 嵌入通用平台，可能直接取代 OTA 成为新的流量入口。

2.2 核心研究问题

在上述背景下，本文围绕以下问题展开实证分析：

GenAI 公告是否被资本市场视为正向技术创新信号？
不同类型企业的 GenAI 公告是否引发差异化的跨企业溢出效应？
这些差异能否通过平台竞争、战略依赖与颠覆风险进行解释？

2.3 研究假说的提出及其理论逻辑

本节系统梳理论文 GenAI in tourism: Who wins, who loses? 中各项研究假说 (H1a–H3b) 的提出逻辑。作者将 GenAI 相关公告视为一种战略信号，并强调其在旅游产业这一高度互依的双边市场结构中的关系性解读。因此，假说并非围绕“GenAI 是否提升效率”，而是围绕 GenAI 是否改变平台权力、竞争强度与依赖结构 展开。

一、总体假说构建思路

作者的核心判断是：GenAI 公告并非中性技术信息，而是会被市场解读为战略性行为信号。在 OTA–酒店–消费者构成的双边市场中，同一技术公告对不同主体具有不同经济含义。

因此，本文采取“公告来源 × 企业类型”的假说构建方式，重点考察 跨企业溢出效应 (spillover effects)，而非仅关注公告企业自身的市场反应。

二、H1 组假说：OTA 主导的 GenAI 公告

H1a：OTA → 酒店（负向效应）

假说 H1a

OTA 发布 GenAI 相关公告会降低酒店企业的市场价值。

理论基础

信号理论 (Spence, 1978)
双边市场理论 (Rochet & Tirole, 2003)

逻辑链条

OTA 在旅游分销体系中充当核心中介角色；
OTA 引入 GenAI 技术以强化搜索、推荐和行程规划能力；
该技术升级被市场解读为 OTA 中介能力的增强；
酒店对 OTA 的依赖程度可能上升，其议价能力下降；
投资者据此下调酒店的长期价值预期。

核心直觉

OTA 的 GenAI 投资被视为“中介权力的强化”，而非行业公共技术进步。

H1b：OTA → OTA（负向效应，理论预期）

假说 H1b

某一 OTA 的 GenAI 公告会降低其他 OTA 的市场价值。

理论基础

竞争动态理论 (Chen, 1996)
平台内同侧竞争 (same-side competition)

逻辑链条

OTA 之间存在激烈的同侧竞争；
GenAI 技术可能带来用户体验差异化与潜在先发优势；
单个 OTA 的技术跃迁被视为对竞争对手的威胁；
市场预期其他 OTA 市场份额与盈利能力受损。

核心直觉

在成熟平台市场中，技术创新往往被解读为零和竞争信号。

三、H2 组假说：酒店主导的 GenAI 公告

H2a：酒店 → OTA（负向效应，理论预期）

假说 H2a

酒店发布 GenAI 公告会降低 OTA 的市场价值。

理论基础

双边市场理论
去中介化 (disintermediation) 逻辑

逻辑链条

酒店通过 GenAI 强化直订渠道与客户关系管理；
技术升级可能降低酒店对 OTA 的分销依赖；
市场据此预期 OTA 的中介价值被削弱；
投资者下调 OTA 的长期盈利预期。

核心直觉

酒店的 GenAI 投资被视为削弱平台中介地位的尝试。

H2b：酒店 → 酒店（负向效应）

假说 H2b

某一酒店的 GenAI 公告会降低其他酒店的市场价值。

理论基础

竞争动态理论
成熟行业中的技术竞赛机制

逻辑链条

酒店行业同质化程度高、利润空间有限；
GenAI 投资伴随高固定成本与组织调整；
个别酒店的技术升级提高行业竞争门槛；
其他酒店面临被迫跟进投资与利润压缩风险；
市场对非公告酒店形成负面预期。

核心直觉

同行的技术升级意味着自身未来成本压力上升。

四、H3 组假说：科技公司主导的 GenAI 公告

H3a：科技公司 → OTA（负向效应）

假说 H3a

科技公司发布 GenAI 公告会降低 OTA 的市场价值。

理论基础

颠覆式创新理论 (Christensen, 2015)
平台替代风险

逻辑链条

科技公司掌控底层 GenAI 技术；
GenAI 可直接承担搜索、规划与决策支持功能；
OTA 面临被新型 AI 中介替代的风险；
用户入口与第一方数据控制权可能外移；
市场下调 OTA 的长期平台价值预期。

核心直觉

GenAI 本身可能成为新的中介平台。

H3b：科技公司 → 酒店（负向效应）

假说 H3b

科技公司的 GenAI 公告会降低酒店企业的市场价值。

理论基础

颠覆式创新理论
平台依赖与价值被抽取机制

逻辑链条

酒店高度依赖外部 IT 与平台技术；
科技公司 GenAI 能力增强加剧技术锁定；
酒店可能失去对客户关系与数据的控制；
企业战略自主性下降；
投资者下调酒店的长期价值预期。

核心直觉

关键不在于是否使用 AI，而在于 AI 的控制权归属。

五、小结：假说体系的整体逻辑

全文假说体系围绕一个核心命题展开：

GenAI 公告的市场含义取决于其是否被解读为
(1) 中介权力的强化，
(2) 同业竞争的加剧，或
(3) 外部颠覆者的进入。

该研究提供了一个标准且具有教学价值的假说构建范例：
每一条假说均基于明确的理论基础、清晰的经济机制与可检验的市场预期，即便部分假说在实证中被否定，其理论逻辑依然完整且自洽。

3. 数据来源与变量界定

3.1 GenAI 公告数据

数据来源：Factiva 新闻数据库；
时间范围：2022 年 11 月至 2024 年 10 月；
共识别 46 个 GenAI 相关正式公告：
- OTA 公告：42.4 %
- 酒店公告：21.2 %
- 科技公司公告：36.4 %

事件日期以首次公开披露时间为准。

3.2 企业样本

美国上市 OTA 与酒店企业共 15 家；
最终样本规模：660 个 firm–event 观测值。

3.3 核心变量

被解释变量：累计异常收益 (CAR)；
关键解释变量：
- 公告来源虚拟变量 (OTA / 酒店 / 科技公司)；
- 企业类型虚拟变量 (OTA = 1，酒店 = 0)；
- 公告来源与企业类型的交互项；
控制变量：
- 企业规模 (log 总资产)；
- 盈利能力 (ROA)。

4. 研究设计与识别策略

4.1 事件研究法

基于有效市场假说，股票价格会迅速反映新信息。作者采用标准市场模型：

$R_{it} = \alpha_i + \beta_i R_{mt} + \varepsilon_{it}$

异常收益定义为：

$AR_{it} = R_{it} - (\hat{\alpha}_i + \hat{\beta}_i R_{mt})$

并在不同事件窗口内计算累计异常收益：

$CAR_i = \sum_{t-k}^{t+l} AR_{it}$

事件窗口设置为 (−1, +1) 至 (−5, +5)。

4.2 溢出效应的面板回归设计

作者构建随机效应面板模型：

image.png

该模型允许系统检验不同公告来源对不同企业类型的差异化影响。

5. 主要实证结果与结论

5.1 整体市场反应

image.png

该表显示，在 (−1, +1) 窗口内，GenAI 公告整体引发显著负 CAR，表明市场对 GenAI 的短期反应总体偏谨慎。

5.2 分类型溢出效应

image.png

主要发现包括：

OTA 公告 → 酒店：显著负面；
OTA 公告 → OTA：正面反应；
酒店公告 → 酒店：显著负面；
酒店公告 → OTA：正面反应；
科技公司公告 → OTA / 酒店：均为显著负面。

image.png