А. Ю. Александрова, В. Е. Домбровская. Адаптивное моделирование туризма: опыт, проблемы и перспективы применения на региональном уровне
УДК 338.48:332.1
DOI: 10.15507/2413-1407.118.030.202201.076-102
Аннотация
Введение. Кризис туристской отрасли, вызванный пандемией COVID-19, подчеркнул существующую региональную асимметрию в развитии российского туризма. При всем разнообразии туристско-рекреационных потенциалов в регионах основная причина столь существенных различий в эффективности работы сферы индустрии и гостеприимства кроется в управлении туристской деятельностью. Цель статьи – проанализировать прогностические возможности адаптивных моделей применительно к туристским исследованиям на региональном масштабном уровне на основе данных официальной статистики, что может иметь значение для практики регулирования туризма, особенно в период циклического кризиса.
Материалы и методы. Исследование строится на методе адаптивного моделирования, который хорошо зарекомендовал себя для получения краткосрочных прогнозов рядов малых выборок, развивающихся в условиях неопределенности. Объектами моделирования выступали ряды динамики показателей, характеризующих туристскую деятельность в Байкальском регионе. Моделирование проведено как на характерных для регионального туризма рядах с ярко выраженной сезонной компонентой, так и на временных рядах с годовыми показателями, где при декомпозиции выявляется только трендовая составляющая.
Результаты исследования. Адаптивные модели показали высокие прогностические возможности за исключением рядов, в которых резкое обрушение показателя, вызванное в данном случае введением ограничений на туристскую мобильность, происходит в течение одного последнего временного шага. Модель в этих условиях объективно не успевает адаптироваться. При наличии временной возможности к «обучению» прогноз даже резкого снижения исследуемых значений обладает подтвержденной высокой точностью.
Обсуждение и заключение. По итогам проведенного исследования подтверждается возможность применения адаптивного моделирования для прогнозирования рядов динамики показателей туристской деятельности на региональном уровне, претерпевающих резкие изменения в условиях неопределенности. Результаты работы могут быть полезны специалистам в области региональной политики, в частности работникам туристской администрации, бизнес-сообществу, научно-педагогическим кадрам в соответствующей области, и могут быть использованы при подготовке специалистов высшего и среднего профессионального образования в туризме.
Ключевые слова: прогнозирование, адаптивное моделирование, туристские потоки, региональная асимметрия, язык программирования R
Авторы заявляют об отсутствии конфликта интересов.
Для цитирования: Александрова А. Ю., Домбровская В. Е. Адаптивное моделирование туризма: опыт, проблемы и перспективы применения на региональном уровне // Регионология. 2022. Т. 30, № 1. С. 76–102. doi: https://doi.org/10.15507/2413-1407.118.030.202201.076-102
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Остапенко И. Н., Усенко Р. С. Об экспертных методах моделирования показателей туристической деятельности // Управление экономическими системами. 2017. № 9 (103). URL: https://elibrary.ru/item.asp?id=30022784 (дата обращения: 30.08.2021).
2. The Tourism Forecasting Competition / G. Athanasopoulos [et al.] // International Journal of Forecasting. 2011. Vol. 27, issue 3. Рp. 822–844. doi: https://doi.org/10.1016/j.ijforecast.2010.04.009
3. Морозов М. А., Морозова Н. С. Моделирование и прогнозирование развития туристских дестинаций // Сервис plus. 2014. Т. 8, № 3. С. 32–38. doi: https://doi.org/10.12737/5535
4. Siddique N., Adeli H. Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing. West Sussex, United Kingdom, 2013. 532 p. doi: https://doi.org/10.1002/9781118534823
5. Computational Intelligence in the Hospitality Industry: A Systematic Literature Review and a Prospect of Challenges / J. Guerra-Montenegro [et al.] // Applied Soft Computing Journal. 2021. Vol. 102. doi: https://doi.org/10.1016/j.asoc.2021.107082
6. Дараган С. В., Румянцева А. Использование нейросетевых технологий в управлении предприятиями туриндустрии // Индустрия туризма: возможности, приоритеты, проблемы и перспективы. 2018. Т. 12, № 2. С. 52–60. URL: https://www.elibrary.ru/item.asp?id=35588064 (дата обращения: 30.08.2021).
7. Козлов Д. А. Нейроагентные технологии в индустрии гостеприимства и туризма // ИТпортал. 2016. № 3 (11). URL: https://itportal.ru/science/economy/neyroagentnye-tekhnologii-v-industr/ (дата обращения: 30.08.2021).
8. Xiea G., Qiana Y., Wang Sh. A Decomposition-Ensemble Approach for Tourism Forecasting // Annals of Tourism Research. 2020. Vol. 81. doi: https://doi.org/10.1016/j.annals.2020.102891
9. Review of Tourism Forecasting Research with Internet Data / X. Li [et al.] // Annals of Tourism Research. 2021. Vol. 83. doi: https://doi.org/10.1016/j.tourman.2020.104245
10. Li H., Hu M., Li G. Forecasting Tourism Demand with Multisource Big Data // Annals of Tourism Research. 2021. Vol. 83. doi: https://doi.org/10.1016/j.annals.2020.102912
11. Bokelmann B., Lessmann S. Spurious Patterns in Google Trends Data – An Analysis of the Effects on Tourism Demand Forecasting in Germany // Tourism Management. 2019. Vol. 75. Pp. 1–12. doi: https://doi.org/10.1016/j.tourman.2019.04.015
12. Евстропьева О. В., Бибаева А. Ю., Санжеев Э. Д. Моделирование туристских потоков на региональном и локальном уровнях. Опыт реализации в ЦЭЗ БПТ // Современные проблемы сервиса и туризма. 2019. Т. 13, № 1. С. 85–97. doi http://doi.org/10.24411/1995-0411-2019-10110
13. Обзор современных моделей и методов анализа временных рядов динамики процессов в социальных, экономических и социотехнических системах / Е. Г. Андрианова [и др.] // Российский технологический журнал. 2020. Т. 8, № 4. С. 7–45. doi: https://doi.org/10.32362/2500-316X-2020-8-4-7-45
14. Visitor Arrivals Forecasts Amid COVID-19: A Perspective from the Europe Team / A. Liu [et al.] // Annals of Tourism Research. 2021. Vol. 88. doi: https://doi.org/10.1016/j.annals.2021.103182
15. Visitor Arrivals Forecasts Amid COVID-19: A Perspective from the Asia and Pacific Team / R. T. R. Qiu [et al.] // Annals of Tourism Research. 2021. Vol. 88. doi: https://doi.org/10.1016/j.annals.2021.103155
16. Visitor Arrivals Forecasts Amid COVID-19: A Perspective from the Africa Team / N. Kourentzes [et al.] // Annals of Tourism Research. 2021. Vol. 88. doi: https://doi.org/10.1016/j.annals.2021.103197
17. Сверхтуризм на Байкале: проблемы и пути решения / А. Ю. Александрова [и др.] // География и природные ресурсы. 2021. № 3. doi http://dx.doi.org/10.15372/GIPR20210308
18. Александрова А. Ю., Домбровская В. Е. Применение адаптивного моделирования в исследованиях туристских потоков // Современные проблемы сервиса и туризма. 2021. Т. 15, № 1. С. 7–20. doi: https://doi.org/10.24411/1995-0411-2021-10101
Поступила 03.09.2021; одобрена после рецензирования 14.10.2021; принята к публикации 25.10.2021.
Об авторах:
Александрова Анна Юрьевна, профессор кафедры рекреационной географии и туризма Московского государственного университета имени М. В. Ломоносова (119991, Российская Федерация, г. Москва, Ленинские горы, д. 1), доктор географических наук, ORCID: https://orcid.org/0000-0002-1772-8431, analexan@mail.ru
Домбровская Вероника Евгеньевна, доцент кафедры туризма и природопользования Тверского государственного университета (170100, Российская Федерация, г. Тверь, ул. Желябова, д. 33), кандидат физико-математических наук, ORCID: https://orcid.org/0000-0002-7138-1774, dombrovskaya.ve@tversu.ru
Заявленный вклад авторов:
А. Ю. Александрова – концепция статьи; теоретическое содержание статьи; анализ и интерпретация результатов исследования.
В. Е. Домбровская – методы исследования; проведение исследования; обработка данных; анализ и интерпретация результатов исследования.
Все авторы прочитали и одобрили окончательный вариант рукописи.
All the materials of the "REGIONOLOGY" journal are available under Creative Commons «Attribution» 4.0