Исследование и прогнозирование в туристической сфере

В частности, регрессионный анализ и сегодня не утратил своего значения,хотя в некоторых случаях прогнозы, полученные с его помощью, оказываются неточными, уступая моделям экспоненциального сглаживания и авторегрессий.В качестве примера прогноза на основе корреляционного анализа рассматривается прогноз выездного туризма в России по данным уже описанного ранее периода 2000 – 2012 гг. во взаимосвязи с ВВП на душу населения. Рассматривается линейная зависимость этих параметров (т.е. объема выездного туризма от ВВП на душу населения) в двух вариантах: взаимосвязи с текущим ВВП и с лагом в один год (т.е. с прошлогодним ВВП). Последнее представляется актуальным в связи с тем, что многие заграничные туристические поездки планируются загодя, исходя из чего на них выделяются средства. Таким образом, имея данные о ВВП на душу населения, можно спрогнозировать спрос на туристические выезды за границу на следующий год.Таблица 2. Прогнозы выездного туризма в тыс. человек на 2013 год по данным моделей линейной зависимости за 2000 – 2012 гг. между выездом туристов и ВВП на душу населенияРеальное значение 2013, тыс. человекПрогнозПрогноз176821615714893Отклонение, %8,615,8Проведенный анализ показывает хорошую взаимосвязь рассматриваемых параметров, однако, к реальному положению вещей ближе оказывается прогноз, построенный на данных о ВВП текущего года. Соответственно, и та и другая модели могут иметь практическое применение, но модель, основанная на ВВП на душу населения в текущем году, на практике может применяться, исходя из прогноза ВВП, в то время, как модель, основанная на ВВП прошлого года – исходя уже из реальных цифр с введением соответствующих поправок. В связи с тем, что ВВП страны, особенно крупной, не может в течение одного года подвергнуться резким колебаниям, не связанным с крупными экономическими и политическими причинами (разного рода масштабными кризисами, при возникновении которых спрос на отдых, как таковой и туризм в частности резко падают), данный показатель имеет смысл применять при прогнозировании туризма, в том числе, выездного.Однако, отнюдь не все показатели сферы туризма могут быть формализованы, соответственно, не на все из них могут даваться количественные прогнозы. Более того,отнюдь не всегда количественный прогноз способен отразить реальное изменение ситуации в отрасли, смену тенденций развития ее в целом или каких-то значимых и чувствительных направлений. А понимание вероятности перехода к такому развитию событий и временных рамок наступления этого перехода подчас оказываются гораздо более важным, чем знание тех или иных количественных показателей отрасли к какому-то конкретному моменту. Поэтому в современной индустрии туризма широко применяются и качественные прогнозы. Основные методы качественных прогнозов в туризме - это экспертные (индивидуальное и групповое экспертное заключение, метод Дельфи и пр.), реализуемые преимущественно людьми, хотя в последние годы большое развитие получили и машинные методы (использование экспертных систем, нейросетевые технологии и т.п.). Основным способом построения таких экспертных прогнозов является множественный анализ факторов, перечень которых и значимость их влияния на те или иные показатели отрасли эксперт выбирает, исходя из собственного опыта и понимания функционирования индустрии туризма. В машинных (например, нейросетевых) моделях, используемых для прогнозирования тех или иных параметров деятельности индустрии туризма, программа проходит специальное «обучение» на анализе множества факторов влияния на определенные ситуации в прошлом. В результате этого процесса в информационной среде анализа формируется набор факторов, а также их пространственно-временных сочетаний, ранжированный по уровню влияния на процессы в отрасли. Соответственно, прогнозирование тенденций возможно, исходя из вероятности принятия теми или иными факторами или их сочетаниями значений выше/ниже определенных пороговых, которые были рассчитаны системой в ходе «обучения».Комбинированные (качественно-количественные) методы прогнозирования в туризме являются наиболее сложными и дорогостоящими, однако, их результаты на уровне руководства отраслью в рамках территориального и государственного управления, а также деятельности крупных сетевых компаний в сфере туристских услуг – весьма востребованными. В настоящее время количественно-качественный прогноз дается, как правило, на основе методов нейросетевого анализа.Как правило, для выбора методики прогноза для конкретной задачи выполняется предварительная оценка доступных методик относительно сходных условий (например, для сходных туристских предложений, похожей инфраструктуры размещения и транспорта, совпадающей сезонности), а также длительности прогноза и доступных наборов входных данных. Указанный анализ и является обоснованием для применения определенного метода прогнозирования. Как правило, в качестве метода прогнозирования отбирается самый точный из доступных по набору анализируемых данных и техническому исполнению. Однако, следует иметь ввиду, что в силу высокой зависимости индустрии туризма от большого количества внутренних и внешних факторов и их сочетаний даже методики прогноза, дававшие устойчиво хороший результат в других условиях, в конкретном случае могут дать не вполне корректный результат.Еще одной важной особенностью прогнозирования в туризме (как, впрочем, практически в любой отрасли хозяйства) является то, что большинство методик прогнозирования не способно эффективно предсказывать кризисы в отрасли, в том числе и масштабные (за исключением, пожалуй, состояний, вызванных долговременным нарастанием внутренних противоречий в ней под давлением определенного известного набора факторов). Как правило, предсказания кризисов происходит в тот момент, когда они уже наступили или их наступление оказывается неизбежным. Однако, это не умаляет значимости прогнозирования в туризме, более того, даже такие прогнозы важны, поскольку они являются основой для определения временных рамок и вероятного результата выхода из кризиса.Таким образом, развитие туризма на современном этапе может описываться различными математическими и нематиматическими моделями, которые применяются для прогноза развития данной отрасли. Однако, единой широко признанной модели отрасли и прогнозов в ней в настоящее время не существует, а имеющиеся исследовательские подходы и прогнозные модели требуется адаптировать под конкретные объекты исследования и исследовательские задачи.Список использованных источников:Александрова А. Ю., Домбровская В. Е. АДАПТИВНОЕ МОДЕЛИРОВАНИЕ ТУРИЗМА: ОПЫТ, ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ НА РЕГИОНАЛЬНОМ УРОВНЕ // Регионология . 2022. №1 (118). – с. 76 – 102Антропов В. В. МЕЖДУНАРОДНЫЙ ТУРИЗМ КАК ЧАСТЬ ЭКОНОМИКИ ВПЕЧАТЛЕНИЙ В МИРЕ ГЛОБАЛЬНОЙ ПАНДЕМИИ: КРИЗИС И ПЕРСПЕКТИВЫ ВОССТАНОВЛЕНИЯ // Экономика. Налоги. Право. 2022. №2. – с. 104 - 116Генералова Н.К. Прогнозирование в сфере туризма: классификация и анализ методов // Журнал международного права и международных отношений. - 2014. - № 4. - С. 57-63Доброхотов А. Л. Новая философская энциклопедия. 2 изд. М.: Мысль, 2010. Т. 4Информационно-аналитическая справка о деловом туризме в мире // Сайт Российского союза выставок и ярмарок [Электронный ресурс]. Режим доступа: https://ruef.ru/assets/files/2.Деловой%20туризм%20в%20мире.pdfКарасев А. С., Мажар Л. Ю. Методы исследования туристско-рекреационных ресурсов // Огарёв-Online. 2016. №1 (66). – с.5Пшеничных Ю. А. АНАЛИЗ ДИНАМИКИ И ТЕНДЕНЦИЙ РАЗВИТИЯ СОВРЕМЕННОГО МЕЖДУНАРОДНОГО ТУРИСТСКОГО РЫНКА // Вестник ГУУ. 2021. №1. – с. 53 – 61Сайт Федеральной службы государственной статистики Российской Федерации [Электронный ресурс]. Режим доступа: www.gks.ruThe Tourism Forecasting Competition / G. Athanasopoulos [et al.] // International Journal of Forecasting. 2011. Vol. 27, issue 3. Pp. 822-844.World Tourism Barometer // UNWTO. - 2020. - V. 18, No. 1. - Pp. 1-48. Available at: https://www.unwto.org/world-tourism-barometer-n18-january-2020