До недавнего времени туристский рынок РФ представлял собой динамично развивающийся и элемент мирового туристского рынка со среднегодовым ростом равным 7,5 %. Политическая стабильность, рост доходов населения вывели российский выездной туризм на 5 место по показателям расходов туристов в турпоездках в 2012 г. [8, 9]. Несмотря на некоторые преграды в туристских и визовых формальностях для россиян, большая величина населения страны представляла собой существенный потенциал роста выездного туризма для большинства мировых туристских дестинаций настолько, что многие страны, распознав указанный потенциал, предприняли шаги по упрощению визовых формальностей, особенно страны латинской Америки, дальнего Востока [10].
Начиная с 2014 г. российский туризм вошел в кризисное состояние. Это связано с политическими проблемами, негативными изменениями в экономике и социальной сфере [5]. Падение мировых цен на нефть пагубно отразилось на стабильности национальной валюты. Произошла существенная девальвация рубля, вызвавшая падение реальных доходов населения и его покупательской способности [6]. Несмотря на то, что в России имеет хождение только российский рубль, следует отметить, что цены на туры всегда пересчитываются из американского доллара или Евро, поскольку турпродукт закупается именно в этих валютах.
Согласно данным и прогнозам World Travel & Tourism Council в 2015 г. по вкладу туризма в ВВП в 2015 г. РФ будет занимать следующие места среди стран мира (всего 184): абсолютное значение – 13 место, относительное значение – 142 место, рост – 183 место и долгосрочный прогноз роста – 143 место. По прямому вкладу в занятость РФ окажется на 165 месте, по общему вкладу в занятость – на 170-м, по инвестициям – на последнем 184-м, по экспорту туруслуг – на 166-м.
Целью данного исследования выступает анализ туристского спроса в Российской Федерации и определение основных факторов, влияющих на этот спрос. Туристский спрос выступает одним из основных понятий туристского рынка. Туристский спрос имеет следующие определения [1, 2]:
1. Туристский спрос – количество туристского продукта, которое турист желает приобрести в течении определенного периода времени при определенных условиях .
2. Туристский спрос – требования на туристские услуги со стороны населения, подтвержденные его платежеспособностью.
Условия, оказывающие влияние на объем туристского спроса включают цены на туристские услуги (стоимость нахождения туриста в месте пребывания и стоимость перемещения в дестинацию), наличие конкурирующих (замещающих) дестинаций и цены в них, доходы потенциальных туристов, стоимость рекламы, вкусы туристов, генерирующих турпотоки, a также другие социальные, культурные, географические и политические факторы [3, 4, 5].
Туристский спрос определяется следующим общим уравнением (для дестинации i и источника туристов j):
Qij = f(Pi, Ps, Yj, Tj, Aij, Eij),
где Qij – спрос на туристский продукт в дестинации i туристов из страны j; Pi – цена на турпоездку в дестинацию i; Ps – цена на поездку в конкурирующие (замещающие) дестинации; Yj – уровень доходов населения страны-источника j; Tj – вкусы потребителей страны-источника j; Aij – затраты на рекламу дестинации i в стране источнике j; Eij – фактор возмущения, охватывающий любые возможные параметры, способные повлиять на туристский спрос в дестинации i со стороны туристов-источников страны j.
В исследованиях спроса туризма обычно затруднительно точно вычислить все факторы вследствии недостатка или несвоевременности статистических данных [1, 7]. Среди различных показателей, влияющих на туристский спрос, к наиболее важным относятся: население, доход на душу населения, цена [4], цены в конкурирующих дестинациях, вкусы туристов [5], маркетинг, ожидания и привычки, качественные эффекты (эффекты возмущения). Большое число факторов, влияющих на туристский спрос, приводит к необходимости сбора и анализа огромных статистических баз данных, что становится затруднительным и ведет к необходимости поиска более простых моделей [1].
Материалы и методы исследования
Исходные данные для моделирования выездного потока РФ представлены в табл. 1:
Таблица 1
Социально-экономические показатели РФ в 2000–2015 гг.
Год |
Среднегодовой курс доллара США (USD) |
Среднегодовой курс Евро (EUR) |
Заработная плата, руб. (SalRub) |
Заработная плата, долл. США (SalUSD) |
Заработная плата, Евро (SalEur) |
Индекс потребительских цен (CPI) |
Выездной турпоток, поездок (TourFlow) |
2000 |
28,14 |
26,03 |
2253,08 |
86,56 |
87,43 |
120,18 |
4485000 |
2001 |
29,17 |
26,13 |
3282,67 |
125,63 |
125,58 |
118,58 |
3972000 |
2002 |
31,35 |
29,65 |
4415 |
148,92 |
148,58 |
115,06 |
4426000 |
2003 |
30,69 |
34,69 |
5509,5 |
158,84 |
158,61 |
111,99 |
5640000 |
2004 |
28,81 |
35,82 |
6833,5 |
190,79 |
190,67 |
111,73 |
6557000 |
2005 |
28,29 |
35,23 |
8556,58 |
242,96 |
243,66 |
110,92 |
6785000 |
2006 |
27,17 |
34,12 |
10738 |
314,74 |
314,55 |
109,00 |
7753000 |
2007 |
25,58 |
35,01 |
13529,5 |
386,45 |
385,96 |
111,87 |
9368000 |
2008 |
24,86 |
36,43 |
17238 |
473,16 |
472,99 |
113,28 |
11313697 |
2009 |
31,83 |
44,18 |
18805,92 |
425,63 |
425,95 |
108,80 |
9542107 |
2010 |
30,36 |
40,27 |
21211,33 |
526,79 |
527,59 |
108,78 |
12605053 |
2011 |
29,39 |
40,87 |
23690,08 |
579,61 |
579,34 |
106,10 |
14495894 |
2012 |
30,24 |
39,92 |
26837,25 |
672,35 |
672,13 |
106,57 |
15332136 |
2013 |
31,85 |
42,31 |
30141,33 |
712,43 |
711,73 |
106,47 |
18291737 |
2014 |
38,47 |
50,87 |
32629,08 |
641,48 |
644,14 |
111,35 |
17611569 |
2015 |
58,85 |
65,58 |
29118,63 |
444,02 |
458,04 |
109,77 |
5489293* (11400000) |
Примечание. * за первую половину 2015 г., в скобках – прогноз.
Разработанная модель множественной регрессии зависимости туристского потока от всех показателей выглядит следующим образом:
TourFlow = 2,8967E7 – 175344,×USD – 210735, ×Eur – 123446, ×CPI + 956,435×SalRub + + 9242,39×SalEur – 27080,0×SalUSD
Таблица 2
Показатели модели множественной регрессии
Параметр |
Оценка |
Стандартная ошибка |
Т-статистика |
P-значение |
CONSTANT |
2,8967E7 |
2,49285E7 |
1,162 |
0,2751 |
USD |
–175344, |
157377, |
–1,11417 |
0,2941 |
Eur |
–210735, |
145762, |
–1,44575 |
0,1822 |
CPI |
–123446, |
152225, |
–0,810942 |
0,4383 |
SalRub |
956,435 |
402,811 |
2,3744 |
0,0416 |
SalEur |
9242,39 |
263181, |
0,035118 |
0,9728 |
SalUSD |
–27080,0 |
273070, |
–0,0991688 |
0,9232 |
Таблица 3
Анализ дисперсии
Источник |
Сумма квадратов |
Разница |
Среднеквадратичное |
F-значение |
P-значение |
Model |
3,25233E14 |
6 |
5,42055E13 |
93,08 |
0,0000 |
Residual |
5,24141E12 |
9 |
5,82379E11 |
||
Total (Corr.) |
3,30474E14 |
15 |
Таблицы показателей модели (табл. 2) и анализа дисперсии (табл. 3).
Поскольку Р-значение в таблице анализа дисперсии меньше чем 0,05, то можно заключить о существенной зависимости туристского потока от выбранных независимых переменных. Показатель R-квадрат равен 98,414 %, a скорректированный R-квадрат равен 97,36 %, что является очень выскоим показателем качества аппроксимации подобранной модели. Статистика Durbin-Watson равна 2,09515 при P-значении равном 0,1240; поскольку оно существенно выше 0,05, то в остатках модели отсутствует автокорреляция, что опять свидетельствует о высоком качестве модели. Качество рассчитанной модели можно визуально увидеть на графике (рис. 1):
На нем видно, что фактические и предсказанные значения очень близки.
Модель показывает, что на выездной туристский турпоток больше всего влияют обменные курсы и изменение заработной платы с учетом этих курсов, a также изменение потребительских цен. Кроме того, необходимы меры по поддержанию кросс-курса доллар-Евро для недопущения их срастания.
Для определения возможной мультиколлинеарности модели необходимо рассмотреть показатель Р-значения. Поскольку большинство показателей имеют Р-значение больше 0,05, то можно заключить, что в данной модели возникла проблема мультиколлинеарности. Об этом также свидетельствует матрица корреляции показателей (табл. 4).
В данном случае 14 коэффициентов превышают показатель 0,5, что свидетельствует о необходимости уменьшения числа независимых переменных. Постепенно изымая показатели из модели множественной регрессии удалось получить простую модель, результаты которой демонстрируют, что выездной туристский поток граждан РФ можно рассчитать и спрогнозировать всего по одному показателю: заработная плата россиян в Евро. Для этого выбрана модель простой линейной регрессии:
Турпоток = а + b×(Заработна плата в Евро).
Рис. 1. Результаты модели множественной регрессии
Таблица 4
Матрица коэффициентов корреляции
CONSTANT |
USD |
Eur |
CPI |
SalRub |
SalEur |
SalUSD |
|
CONSTANT |
1,0000 |
–0,7024 |
–0,8774 |
–0,9818 |
0,8745 |
0,7216 |
–0,7498 |
USD |
–0,7024 |
1,0000 |
0,4971 |
0,5815 |
–0,7921 |
–0,7759 |
0,7974 |
Eur |
–0,8774 |
0,4971 |
1,0000 |
0,8376 |
–0,8113 |
–0,6808 |
0,7038 |
CPI |
–0,9818 |
0,5815 |
0,8376 |
1,0000 |
–0,7919 |
–0,6345 |
0,6612 |
SalRub |
0,8745 |
–0,7921 |
–0,8113 |
–0,7919 |
1,0000 |
0,5952 |
–0,6355 |
SalEur |
0,7216 |
–0,7759 |
–0,6808 |
–0,6345 |
0,5952 |
1,0000 |
–0,9987 |
SalUSD |
–0,7498 |
0,7974 |
0,7038 |
0,6612 |
–0,6355 |
–0,9987 |
1,0000 |
Таблица 5
Коэффициенты модели простой регрессии
Параметр |
Оценка наименьших квадратов |
Стандартная ошибка |
Т-статистика |
P-значение |
Intercept |
1,49821E6 |
491543, |
3,04796 |
0,0087 |
Slope |
22060,8 |
1132,07 |
19,4872 |
0,0000 |
Таблица 6
Анализ дисперсии
Источник |
Сумма квадратов |
Разница |
Среднеквадратичное |
F-значение |
P-значение |
Model |
3,18724E14 |
1 |
3,18724E14 |
379,75 |
0,0000 |
Residual |
1,17502E13 |
14 |
8,39299E11 |
||
Total (Corr.) |
3,30474E14 |
15 |
Параметры коэффициентов модели (табл. 5) и таблица дисперсионного анализа (табл. 6).
Коэффициент корреляции равен 0,982061, R-квадрат равен 96,44 %, скорректированный r-квадрат равен 96,19 %, статистика Durbin-Watson составляет 1,42938 (при P-значении, равном 0,0677). Полученное уравнение регрессии:
TourFlow = 1,49821E6 + 22060,8×SalEur.
Поскольку P-значение в таблице анализа дисперсии меньше 0,05, можно заключить о существееной зависимости между туристским потоком и заработной платой в Евро. R-квадрат показывает, что модель описывает 96,44 % вариабельности показателя турпотока. Коэффициент корреляции указывает на сильную, почти функциональную зависимость между переменными. Стандартная ошибка модели равна 916133, что может быть использовано при определении доверительных интервалов прогнозной модели. Статистика Durbin-Watson свидетельствует об отсутствии автокорреляции остатков модели. График регрессии представлен на рис. 2.
Рис. 2. График модели простой регрессии
Из него видна линейная зависимость показателей и высокое качество подобранной модели регрессии.
Для сравнения был проведен расчет еще по 24 моделям. Четыре модели показали результаты лучше, чем модель линейной регрессии, однако их показатели ненамного выше, a интерпретация результатов гораздо сложнее. Поэтому в качестве результативной модели оставлена простая линейная регрессия. Следует также отметить, что аналогичные модели зависимости турпотока от заработной платы, рассчитанной в национальной валюте и даже в долларах США продемонстрировали худшие результаты.
Результаты исследования и их обсуждение
Из проведенного анализа можно сделать следующий вывод: объем выездного турпотока можно прогнозировать исходя из единственного показателя: заработная плата россиян, рассчитанная в Евро по текущему курсу. Таким образом, важнейшим вопросом становится определение и прогноз именно курса Евро и заработной платы россиян. Что касается средней заработной платы, то наилучшей прогнозной моделью этого показателя служит Случайное блуждание со смещением, равным 1791,04. Прогноз по этой модели представлен в табл. 7.
Таблица 7
Прогноз средней заработной платы в РФ, руб.
Период |
Прогноз |
Нижняя граница |
Верхняя граница |
2016 |
30909,7 |
27276,5 |
34542,8 |
2017 |
32700,7 |
27562,7 |
37838,7 |
2018 |
34491,7 |
28199 |
40784,5 |
Прогнозировать курс Евро затруднительно, поскольку в настоящий момент времени отсутствуют объективные предпосылки для его расчета. Можно воспользоваться экспертными методами. Так некоторые источники считают, что среднегодовые курсы Евро на три года составят 59,45, 57,62 и 59,15 в 2016, 2017 и 2018 гг. соответственно. Прогноз курса Евро по имеющимся данным по модели Случайного блуждания со смещением, равным 2,63672 дает следующие результаты (табл. 8).
Таблица 8
Прогноз курса Евро
Период |
Прогноз |
Нижняя граница |
Верхняя граница |
2016 |
68,2167 |
58,1019 |
78,3315 |
2017 |
70,8534 |
56,549 |
85,1579 |
2018 |
73,4902 |
55,9708 |
91,0095 |
На основании этих прогнозов средняя заработная плата, рассчитанная в Евро может составить следующие значения (табл. 9).
Таблица 9
Прогноз средней заработной платы в РФ, Евро
Период |
Прогноз |
Пессимистический прогноз |
Оптимистический прогноз |
2016 |
453,110455 |
348,218788 |
594,521005 |
2017 |
461,526194 |
323,665802 |
669,131196 |
2018 |
469,337408 |
309,846774 |
728,674595 |
Соответственно, выездной туристкий поток по модели регрессии TourFlow = 1,49821E6 + 22060,8×SalEur составит следующие значения (табл. 10).
Таблица 10
Прогноз объемов выездного туризма РФ
Период |
Прогноз |
Пессимистический прогноз |
Оптимистический прогноз |
2016 |
11494189 |
9180195 |
14613819 |
2017 |
11679847 |
8638537 |
16259779 |
2018 |
11852169 |
8333678 |
17573354 |
В результате проведенного анализа можно заключить, что объем выездного туристского потока в ближайшие три года окажется на уровне 11,5–11,8 млн поездок. При худшем развитии ситуации он снизится до 8,3–9,2 млн поездок, a при благоприятном – выйдет на предкризисные показатели 14,6–17,5 млн туристских поездок.
Заключение
Российский выездной туризм имеет высокий потенциал. В настоящее время туристские потоки снижены по причине кризисного состояния социально-экономической и политической сфер. Состояние выездного туризма существенно зависит от показателей благосостояния граждан РФ. Однако модели множественной регрессии показывают наличие мультиколлинеарности независимых переменных.
Снижение количества независимых переменных привело к выводу о практически функциональной зависимости выездного турпотока от единственного фактора – объема доходов населения, выраженного в иностранной валюте, в частности, в Евро. На основе результатов построенной модели регрессии можно сделать вывод о том, что, в зависимости от развития экономики страны, выездной турпоток может либо вернуться на низкий уровень 2006 г., либо при наилучшем раскладе восстановить значения 2013–14 гг. Оптимальный прогноз выездного потока по полученной модели – на уровне 11–12 млн поездок, что, в целом, свидетельствует о тенденции снижения количества выездов.
Основной проблемой при прогнозировании выездного туристского потока в ближайшем будущем станет оценка средней заработной платы. Эта проблема связана с желанием Правительства РФ изменить порядок расчета этого показателя. Будущие исследования должны быть направлены на оценку и расчет поправок данного статистического показателя.
Библиографическая ссылка
Козлов Д.А. ПРОГНОЗИРОВАНИЕ ВЫЕЗДНОГО ТУРИЗМА РОССИЙСКОЙ ФЕДЕРАЦИИ // Международный журнал прикладных и фундаментальных исследований. – 2016. – № 1-2. – С. 232-237;URL: https://applied-research.ru/ru/article/view?id=8356 (дата обращения: 17.08.2024).