Giới thiệu dự án

Thành phố Đà Lạt (tỉnh Lâm Đồng) từ lâu đã khẳng định vị thế là trung tâm nghỉ dưỡng hàng đầu Việt Nam nhờ độ cao 1.500m trên cao nguyên Lâm Viên, khí hậu ôn hòa quanh năm (nhiệt độ trung bình 20–21°C) và di sản kiến trúc Pháp đặc sắc. Sau đại dịch COVID-19, ngành du lịch Việt Nam chứng kiến sự phục hồi vượt bậc với hơn 101,3 triệu lượt khách nội địa trong năm 2022 (vượt 168,3% kế hoạch đề ra). Riêng 6 tháng đầu năm 2022, lượng khách lưu trú tại Đà Lạt đạt trên 3,1 triệu lượt (tăng 90,3% so với cùng kỳ năm 2021). Lễ hội Festival Hoa Đà Lạt lần thứ 9 (2022) thu hút hơn 700.000 lượt khách chỉ trong 2 tháng tổ chức.

Tuy nhiên, thị trường du lịch nội địa đang đối mặt với sự cạnh tranh gay gắt từ nhiều điểm đến mới nổi và sự biến chuyển trong thị hiếu của du khách. Vấn đề đặt ra là: Các yếu tố thuộc về hình ảnh điểm đến (khí hậu, cảnh quan, ẩm thực, kiến trúc, văn hóa - con người, du lịch canh nông - sinh thái) tác động như thế nào đến sự hài lòng của du khách, và sự hài lòng này chuyển hóa thành ý định quay trở lại (revisit intention) ra sao? Thiếu hụt các mô hình lượng hóa thực nghiệm dẫn đến việc các nhà quản trị địa phương và doanh nghiệp F&B/lữ hành triển khai các chiến dịch marketing mang tính cảm tính, thiếu tối ưu nguồn lực.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận và xác định các thành phần cấu thành hình ảnh điểm đến du lịch Đà Lạt.
  2. Đo lường định lượng mức độ ảnh hưởng của hình ảnh điểm đến tới sự hài lòng của du khách nội địa.
  3. Phân tích tác động trực tiếp và gián tiếp của hình ảnh điểm đến và sự hài lòng lên ý định quay lại Đà Lạt.
  4. Đề xuất hệ thống giải pháp và hàm ý quản trị thực tiễn cho cơ quan quản lý du lịch và doanh nghiệp kinh doanh dịch vụ ăn uống, lữ hành tại địa phương.

Nghiên cứu ứng dụng phương pháp tiếp cận định lượng thông qua khảo sát mẫu du khách thực tế bằng bảng hỏi tiêu chuẩn Likert 5 điểm, kết hợp xử lý dữ liệu thống kê đa biến trên nền tảng IBM SPSS Statistics 22.0. Phạm vi nghiên cứu tập trung vào tập mẫu khách du lịch nội địa đã từng trải nghiệm du lịch tại Đà Lạt trong giai đoạn 2022–2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng quan các mô hình hành vi du khách hiện nay cho thấy sự phát triển từ các mô hình lý thuyết tổng quát đến các ứng dụng đặc thù:

Nghiên cứu & Tác giả Phương pháp / Mô hình Ưu điểm Hạn chế / Khoảng trống nghiên cứu
Echtner & Ritchie (2003) Thang đo hình ảnh điểm đến đa chiều (Holistic - Attribute) Khái quát hóa được hình ảnh chức năng và tâm lý của điểm đến. Chưa lượng hóa trực tiếp mối quan hệ với ý định hành vi sau đại dịch.
Chen & Tsai (2007) Mô hình cấu trúc: Image $\rightarrow$ Value $\rightarrow$ Satisfaction $\rightarrow$ Behavioral Intentions Tích hợp chuỗi giá trị cảm nhận vào hành vi du khách. Cần điều chỉnh các thuộc tính thành phần cho phù hợp với điểm đến cao nguyên/sinh thái.
Hà Nam Khánh Giao & Nguyễn Thị Kim Ngân (2021) Hồi quy tuyến tính đa biến tại Bà Rịa – Vũng Tàu ($N=398$) Xác định 7 nhân tố đặc thù cho du lịch biển. Không thể khái quát hóa cho mô hình du lịch khí hậu - di sản - nông nghiệp như Đà Lạt.
Đề tài nghiên cứu Đà Lạt (2023) Phân tích hồi quy và tương quan thực nghiệm (SPSS 22.0) Đo lường chính xác tác động của hình ảnh văn hóa, kiến trúc, ẩm thực Đà Lạt đến sự trung thành của khách nội địa. Cần mở rộng quy mô mẫu đa tầng sang khách du lịch quốc tế trong giai đoạn tiếp theo.

Phân loại yêu cầu thu thập dữ liệu và tiêu chí nghiên cứu theo mô hình MoSCoW:

  • Must have: Dữ liệu nhân khẩu học (độ tuổi, giới tính, thu nhập, tần suất đến Đà Lạt); thang đo độ tin cậy Cronbach's Alpha $> 0.70$; hệ số phân tích tương quan Pearson và mô hình hồi quy OLS (Ordinary Least Squares) với mức ý nghĩa kiểm định $p < 0.05$.
  • Should have: Phân tích ANOVA so sánh sự khác biệt giữa các nhóm đối tượng; chỉ số KMO và kiểm định Bartlett trong phân tích nhân tố khám phá (EFA).
  • Could have: Tích hợp phân tích hành vi khách du lịch theo các mô hình quán cà phê check-in mới nổi và du lịch canh nông (vườn dâu, nông trại hoa).
  • Won't have (lần này): Khảo sát mẫu khách du lịch quốc tế hoặc mô hình phương trình cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM).

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và mô hình hóa toán học được thiết lập dựa trên lý thuyết hành vi dự định (Theory of Planned Behavior - TPB) và mô hình thỏa mãn kỳ vọng (Expectancy-Disconfirmation Theory):

Mô hình toán học của các hàm hồi quy tuyến tính:

$$\text{SAT} = \beta_0 + \beta_1 \cdot \text{DI} + \epsilon_1$$

$$\text{RI} = \alpha_0 + \alpha_1 \cdot \text{DI} + \alpha_2 \cdot \text{SAT} + \epsilon_2$$

Trong đó:

  • $\text{DI}$ (Destination Image): Biến độc lập đo lường hình ảnh điểm đến (thiên nhiên, khí hậu, văn hóa, kiến trúc, ẩm thực, con người).
  • $\text{SAT}$ (Tourist Satisfaction): Biến trung gian đo lường mức độ hài lòng chung.
  • $\text{RI}$ (Revisit Intention): Biến phụ thuộc đo lường ý định quay trở lại và sẵn sàng giới thiệu cho người khác.
  • $\beta_1, \alpha_1, \alpha_2$: Các hệ số hồi quy chuẩn hóa phản ánh mức độ tác động.
  • $\epsilon_1, \epsilon_2$: Sai số ngẫu nhiên của mô hình.

Stack công nghệ và công cụ phục vụ thu thập, phân tích dữ liệu:

  • Thu thập dữ liệu: Google Forms API, bảng hỏi mã hóa trực tuyến tích hợp mã QR.
  • Tiền xử lý và làm sạch dữ liệu: Microsoft Excel 365 (Data Cleaning & Normalization).
  • Phân tích thống kê chuyên sâu: IBM SPSS Statistics phiên bản 22.0.
  • Xác thực thuật toán & Data Visualization: Python 3.10 (Pandas, SciPy, Statsmodels, Seaborn).

Methodology

Quy trình nghiên cứu kết hợp giữa phương pháp nghiên cứu định tính (nghiên cứu tài liệu thứ cấp, thảo luận nhóm chuyên gia để hiệu chỉnh thang đo) và phương pháp nghiên cứu định lượng (khảo sát diện rộng dữ liệu sơ cấp).

Quy trình quản lý chất lượng dữ liệu:

  • Kiểm soát rủi ro chọn mẫu: Lọc các mẫu không hợp lệ (thời gian hoàn thành $< 60$ giây, trả lời cùng một giá trị cho toàn bộ câu hỏi, người chưa từng đến Đà Lạt).
  • Độ tin cậy thang đo: Đảm bảo tất cả biến quan sát có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$ và hệ số Cronbach's Alpha toàn phần $\ge 0.70$.
  • Kiểm định mô hình: Sử dụng kiểm định Fisher ($F$-test) trong phân tích phương sai ANOVA để xác nhận độ phù hợp của mô hình ở mức ý nghĩa $p < 0.001$.

Implementation và kết quả

Development process

Quá trình thực thi dự án được triển khai qua 13 mốc công việc cụ thể từ tháng 02/2023 đến tháng 06/2023 theo tiến độ biểu đồ Gantt. Bộ công cụ câu hỏi khảo sát được chuẩn hóa thành 3 nhóm biến chính với thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):

  • Nhóm Hình ảnh điểm đến (DI): 12 biến quan sát bao gồm khí hậu mát mẻ, cảnh quan đồi thông/thác nước, kiến trúc Pháp cổ (Ga Đà Lạt, Khách sạn Dalat Palace, Trường CĐ Sư phạm), lễ hội Festival hoa, ẩm thực phong phú (Lẩu rau, Atiso), lòng hiếu khách của người dân địa phương, sự độc đáo của các quán cà phê săn mây và khu du lịch sinh thái (Hồ Tuyền Lâm, Thung lũng Tình Yêu, Đá Tiên).
  • Nhóm Sự hài lòng (SAT): 4 biến quan sát đánh giá sự thỏa mãn về chất lượng dịch vụ, cảnh quan, chi phí và trải nghiệm tổng thể.
  • Nhóm Ý định quay lại (RI): 3 biến quan sát đo lường khả năng ưu tiên lựa chọn Đà Lạt cho kỳ nghỉ tiếp theo và sự sẵn sàng lan tỏa thông tin tích cực.

Đoạn mã phân tích dữ liệu thực nghiệm viết bằng Python (sử dụng thư viện statsmodels và pingouin để mô phỏng tương đương thuật toán SPSS 22.0):

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols

# 1. Đọc và tiền xử lý dữ liệu khảo sát du khách Đà Lạt
def process_survey_data(file_path: str) -> pd.DataFrame:
    df = pd.read_csv(file_path)
    # Loại bỏ bản ghi không hợp lệ hoặc thiếu dữ liệu
    df_clean = df.dropna().copy()
    
    # Tính điểm đại diện cho các thang đo (Mean Score)
    df_clean['DI_Mean'] = df_clean[['DI_Climate', 'DI_Scenery', 'DI_Culture', 
                                    'DI_Cuisine', 'DI_Hospitality']].mean(axis=1)
    df_clean['SAT_Mean'] = df_clean[['SAT_Service', 'SAT_Cost', 
                                     'SAT_Overall']].mean(axis=1)
    df_clean['RI_Mean'] = df_clean[['RI_Return', 'RI_Recommend', 
                                    'RI_Priority']].mean(axis=1)
    return df_clean

# 2. Kiểm định mô hình hồi quy tuyến tính OLS
def run_regression_models(df: pd.DataFrame):
    # Model 1: Destination Image -> Satisfaction
    model_sat = ols('SAT_Mean ~ DI_Mean', data=df).fit()
    print("=== MODEL 1: DI -> SATISFACTION ===")
    print(model_sat.summary())
    
    # Model 2: Satisfaction -> Revisit Intention
    model_ri = ols('RI_Mean ~ SAT_Mean + DI_Mean', data=df).fit()
    print("\n=== MODEL 2: SAT & DI -> REVISIT INTENTION ===")
    print(model_ri.summary())
    return model_sat, model_ri

if __name__ == "__main__":
    # Khởi chạy pipeline phân tích
    data = process_survey_data("dalat_tourist_survey_2023.csv")
    model_1, model_2 = run_regression_models(data)

Testing và validation

Kết quả kiểm định thống kê trên tập mẫu hợp lệ bằng SPSS 22.0 mang lại các chỉ số định lượng cụ thể:

  1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha):

    • Thang đo Hình ảnh điểm đến ($\text{DI}$): $\alpha = 0.884$ (tất cả các hệ số tương quan biến - tổng đều nằm trong khoảng $0.512 - 0.743 > 0.30$).
    • Thang đo Sự hài lòng ($\text{SAT}$): $\alpha = 0.856$.
    • Thang đo Ý định quay lại ($\text{RI}$): $\alpha = 0.891$.
    • Kết luận: Cả 3 thang đo đều đạt độ tin cậy nội tại xuất sắc ($\alpha > 0.80$).

  2. Kiểm định mô hình hồi quy và ANOVA:

    • Mô hình 1: $\text{DI} \rightarrow \text{SAT}$: Hệ số xác định $R^2 = 0.468$ ($R^2$ hiệu chỉnh $= 0.465$), kiểm định $F = 184.23$ ($p = 0.000 < 0.001$). Hệ số hồi quy chuẩn hóa $\beta = 0.684$ ($t = 13.57, p < 0.001$).
    • Mô hình 2: $\text{SAT} \rightarrow \text{RI}$: Hệ số xác định $R^2 = 0.512$, kiểm định $F = 221.05$ ($p = 0.000 < 0.001$). Hệ số hồi quy chuẩn hóa $\beta = 0.716$ ($t = 14.86, p < 0.001$).
    • Mô hình 3: $\text{DI} \rightarrow \text{RI}$: Hệ số chuẩn hóa trực tiếp $\beta = 0.598$ ($p < 0.001$).

Kết quả đạt được

Giả thuyết nghiên cứu Đường dẫn tác động Hệ số chuẩn hóa ($\beta$) Mức ý nghĩa ($p$-value) Kết luận thực nghiệm
H1 Hình ảnh điểm đến $\rightarrow$ Sự hài lòng $+0.684$ $p < 0.001$ Chấp nhận giả thuyết (Tác động rất mạnh)
H2 Sự hài lòng $\rightarrow$ Ý định quay lại $+0.716$ $p < 0.001$ Chấp nhận giả thuyết (Tác động vượt trội)
H3 Hình ảnh điểm đến $\rightarrow$ Ý định quay lại $+0.598$ $p < 0.001$ Chấp nhận giả thuyết (Tác động trực tiếp tích cực)

Khảo sát nhân khẩu học cho thấy nhóm khách du lịch trẻ (độ tuổi 18–35) chiếm hơn 72% mẫu nghiên cứu, với động lực du lịch lớn nhất gắn liền với khí hậu ôn hòa (điểm trung bình $M = 4.62/5.0$), thưởng thức ẩm thực đặc trưng ($M = 4.41/5.0$) và trải nghiệm các điểm du lịch sinh thái, quán cà phê ngắm cảnh ($M = 4.38/5.0$).

Đổi mới và đóng góp

  • Đổi mới phương pháp luận: Dự án đã tích hợp thành công các yếu tố văn hóa địa phương đặc thù (văn hóa người K'Ho bản địa, kiến trúc di sản thời Pháp, văn hóa ẩm thực công nhận Top 100 món ngon Việt Nam như Canh Atiso hầm giò heo, Lẩu rau hoa) vào một mô hình định lượng hành vi thực nghiệm chuẩn tắc.
  • Giá trị khoa học xuất bản quốc tế: Toàn bộ kết quả nghiên cứu đã được bình duyệt và công bố chính thức trên tạp chí khoa học quốc tế:

    Journal on Tourism & Sustainability, bài báo nhan đề: "The Relationship Between Destination Image, Satisfaction and Revisit Intention: An Empirical Vietnamese Tourist Visits Da Lat City", Volume 6, Issue 2, June 2023, ISSN: 2515-6780.

  • Đóng góp kinh tế - xã hội: Cung cấp bằng chứng định lượng chứng minh rằng sự hài lòng đóng vai trò là cầu nối biến đổi 71,6% tác động từ cảm nhận thương hiệu sang hành vi trung thành quay lại của du khách, giúp tối ưu hóa chi phí tái tiếp thị của ngành du lịch địa phương.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  1. Ứng dụng cho Cơ quan Quản lý Nhà nước (Sở VHTTDL tỉnh Lâm Đồng):
    • Sử dụng mô hình đo lường để định kỳ đánh giá chỉ số hài lòng của khách du lịch (CSI - Customer Satisfaction Index).
    • Quy hoạch không gian đô thị bảo tồn nghiêm ngặt các công trình kiến trúc cổ (Ga Đà Lạt, Trường CĐ Sư phạm, hệ thống Dinh I, II, III) nhằm duy trì cốt lõi hình ảnh điểm đến.
  2. Ứng dụng cho Doanh nghiệp Nhà hàng & Khách sạn (F&B / Hospitality):
    • Phát triển các gói sản phẩm kết hợp ẩm thực đặc trưng (Canh atiso, mứt hoa bụp giấm, nông sản sạch) gắn liền với trải nghiệm văn hóa bản địa.
    • Ứng dụng số hóa menu, thanh toán không tiền mặt và hệ thống thu thập phản hồi khách hàng tự động để cải thiện tức thì chỉ số hài lòng tại điểm tiếp xúc.

Lộ trình triển khai khuyến nghị

Giai đoạn Thời gian Mục tiêu trọng tâm Chỉ số đo lường hiệu quả (KPIs)
Giai đoạn 1: Nâng cao chất lượng dịch vụ 0 – 6 tháng Kiểm soát chất lượng niêm yết giá, chỉnh trang hạ tầng các điểm check-in trọng điểm (Hồ Xuân Hương, Quảng trường Lâm Viên). Giảm 90% khiếu nại về chèo kéo, nâng điểm hài lòng dịch vụ lên $\ge 4.2/5.0$.
Giai đoạn 2: Tái định vị Marketing số 6 – 18 tháng Xây dựng chiến dịch quảng bá "Đà Lạt - Bốn mùa hoa" đa kênh trên TikTok, Facebook, Instagram dựa trên dữ liệu thị hiếu du khách trẻ. Tăng 25% tỷ lệ tương tác trực tuyến; nâng tỷ lệ khách có ý định quay lại lên $> 65%$.
Giai đoạn 3: Phát triển sản phẩm bền vững 18 – 36 tháng Mở rộng mô hình du lịch nông nghiệp công nghệ cao và sinh thái gắn liền với bảo tồn rừng thông 3 lá. Tăng thời gian lưu trú trung bình từ 2.1 ngày lên 3.0 ngày/khách; nâng doanh thu du lịch thêm 18–22%.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Phương pháp chọn mẫu thuận tiện qua kênh khảo sát trực tuyến tập trung chủ yếu vào đối tượng du khách sử dụng mạng xã hội (tỷ lệ lớn thuộc nhóm 18–35 tuổi), chưa bao phủ sâu rộng nhóm khách du lịch gia đình cao tuổi hoặc khách quốc tế.
  • Phương pháp luận mở rộng: Mô hình hiện tại sử dụng hồi quy tuyến tính cổ điển OLS trên SPSS.
  • Hướng phát triển tiếp theo:
    • Ứng dụng mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) thông qua SmartPLS 4 để phân tích chi tiết các biến trung gian đa cấp và biến điều tiết (như rào cản tài chính, độ tuổi, tần suất chuyến đi).
    • Mở rộng phạm vi nghiên cứu so sánh đối chiếu giữa Đà Lạt và các điểm đến cao nguyên khác (Sapa, Mộc Châu, Pleiku) để kiểm định tính phổ quát của mô hình.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Du lịch - Nhà hàng: Nguồn tài liệu tham khảo mẫu mực về cấu trúc khóa luận tốt nghiệp thực nghiệm, phương pháp thiết kế bảng hỏi và kỹ thuật xử lý dữ liệu SPSS 22.0.
  • Nhà nghiên cứu học thuật: Cung cấp bộ thang đo đã kiểm định độ tin cậy nội tại ($\alpha > 0.85$) và tài liệu trích dẫn khoa học từ bài báo quốc tế (ISSN: 2515-6780).
  • Nhà hoạch định chính sách du lịch: Bằng chứng khoa học giúp định hướng ngân sách đầu tư vào bảo tồn di sản cảnh quan thiên nhiên và tổ chức Festival hoa định kỳ.
  • Doanh nghiệp lữ hành, F&B và cơ sở lưu trú: Framework định lượng hóa hành vi du khách giúp thiết kế tour tuyến, cải thiện chất lượng dịch vụ và gia tăng tỷ lệ khách hàng trung thành.

Câu hỏi thường gặp

  1. Cỡ mẫu và phương pháp thu thập dữ liệu có đảm bảo tính đại diện thống kê không? Dữ liệu được thu thập qua bảng hỏi tiêu chuẩn hóa, kiểm định qua vòng sơ bộ (pilot test) và đạt kích thước mẫu đáp ứng quy tắc kinh nghiệm của Hair et al. ($N \ge 5 \times$ số biến quan sát). Các kiểm định Cronbach's Alpha ($> 0.80$) và ANOVA ($p < 0.001$) khẳng định độ tin cậy cao của tập dữ liệu.

  2. Yếu tố nào trong hình ảnh điểm đến Đà Lạt đóng vai trò quyết định nhất đến sự hài lòng của du khách? Dữ liệu thực nghiệm chỉ ra rằng khí hậu ôn hòa mát mẻ ($M = 4.62$) và vẻ đẹp thiên nhiên cảnh quan kết hợp kiến trúc cổ ($M = 4.45$) là hai yếu tố cốt lõi tạo nên sự khác biệt và thúc đẩy sự hài lòng vượt trội của du khách nội địa.

  3. Mô hình nghiên cứu này có thể áp dụng cho các điểm đến du lịch khác tại Việt Nam không? Hoàn toàn có thể. Quy trình nghiên cứu từ xây dựng thang đo, kiểm định độ tin cậy đến phân tích tương quan hồi quy có thể chuyển giao cho các địa phương du lịch khác như Sa Pa, Bà Rịa - Vũng Tàu, Phú Quốc sau khi điều chỉnh các biến quan sát thuộc tính điểm đến phù hợp.

  4. Làm thế nào để các doanh nghiệp vừa và nhỏ (SMEs) tại Đà Lạt chuyển đổi kết quả nghiên cứu thành doanh thu? Doanh nghiệp cần tập trung vào các điểm chạm tạo ra sự hài lòng tức thì: nâng cao chất lượng dịch vụ ăn uống (tận dụng nguyên liệu nông sản Atiso, dâu tây, rau củ quả sạch), tối ưu hóa góc chụp ảnh check-in không gian mở, và thiết lập chương trình khách hàng thân thiết để kích hoạt ý định quay lại ($\beta = 0.716$).

  5. Chi phí triển khai khảo sát và duy trì hệ sinh thái dữ liệu du lịch là bao nhiêu? Nhờ tận dụng các nền tảng mở như Google Forms, ngôn ngữ phân tích mã nguồn mở Python và SPSS, chi phí triển khai hệ thống đo lường mức độ hài lòng du khách định kỳ là rất thấp, mang lại tỷ suất hoàn vốn (ROI) cao thông qua việc giảm thiểu chi phí quảng cáo không đúng trọng tâm.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu về mối tương quan giữa hình ảnh điểm đến, sự hài lòng và ý định quay lại của khách du lịch nội địa khi đến Đà Lạt" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE) dưới sự hướng dẫn của ThS. Lương Thế Bảo là một công trình nghiên cứu khoa học thực nghiệm hoàn chỉnh, kết hợp nhuần nhuyễn giữa nền tảng lý thuyết quản trị du lịch và phương pháp định lượng hiện đại trên SPSS 22.0.

Nghiên cứu không chỉ chứng minh mối quan hệ tác động tích cực mạnh mẽ giữa Hình ảnh điểm đến $\rightarrow$ Sự hài lòng ($\beta = 0.684$) và Sự hài lòng $\rightarrow$ Ý định quay lại ($\beta = 0.716$), mà còn xuất sắc được công bố trên tạp chí khoa học quốc tế uy tín Journal on Tourism & Sustainability (ISSN: 2515-6780). Đây là tài liệu khoa học và thực tiễn giá trị cao dành cho các nhà nghiên cứu, sinh viên chuyên ngành Du lịch - Nhà hàng, cũng như các nhà hoạch định chiến lược phát triển kinh tế du lịch bền vững cho thành phố ngàn hoa Đà Lạt trong kỷ nguyên mới.