Влияние сезонной и событийной составляющих на процессы планирования и управления туристскими потоками

ВЛИЯНИЕ СЕЗОННОЙ И СОБЫТИЙНОЙ СОСТАВЛЯЮЩИХ НА ПРОЦЕССЫ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ ТУРИСТСКИМИ ПОТОКАМИ

Удобное географическое положение, развитая транспортная инфраструктура, обилие природных и др. туристических ресурсов, густая населенность предгорий и гостеприимство местного населения делают Карачаево-Черкесскую Республику (КЧР), одним из регионов наиболее интересных для посещения туристами [2].

Туристский поток в пос. Домбай Карачаево-Черкесской Республики регистрируется в контрольно-пропускном пункте в течение суток, зимой и летом. Наличие этих статистических данных по туристическому потоку позволяет авторам провести исследование временного ряда (ВР) туристского потока за 10 лет с 01.05.2003 г. по 31.12.2013 г. для выявления прогностических свойств и, соответственно, выбора и адаптации моделей и методов прогнозирования [8,9].

Особо отметим актуальность использования и развития современных экономико-математических методов и подходов для выявления свойств, характеризующих потенциальную прогнозируемость временных рядов с памятью, к которым относится исследуемый временной ряд туристского потока. Актуальным представляется также построение прогнозных моделей адекватно отражающих развитие реальных экономических процессов и систем. Необходимость исследований в этом направлении обуславливается, прежде всего, практическим отсутствием завершенной теории прогнозирования временных рядов с памятью [12].

На рисунке 1 приведен график ежедневной динамики туристского потока, который демонстрирует наличие выраженной календарной составляющей. Ежедневные туристские потоки слабо подвержены воздействию сезонных факторов, их динамика обладает высокой инерционностью, что обусловлено рядом факторов, влияющих на данный процесс, а именно: метеоусловия, политическая обстановка в регионе, маркетинг в сфере услуг, ценовая политика и т. д.

Визуализация рисунка 2 позволяет констатировать резкое увеличение объемов туристского потока в июле/августе каждого года. Процедура агрегирования данных в ежемесячном измерении, дает возможность оценить масштаб календарных эффектов для ВР в ежемесячном измерении, что наглядно иллюстрирует рисунок 2.

Благодаря наличию сезонной составляющей динамики (seasonal component, seasonal variations) уровни временного ряда, соответствующие определенным месяцам или кварталам, регулярно увеличиваются или уменьшаются по сравнению с соседними значениями. Сезонные колебания обусловлены изменяющимися погодно-климатическими условиями, ритмичностью производственных процессов (сдача жилья в эксплуатацию в конце года, годовое бюджетное финансирование, выплата премий по итогам года и к праздникам), ритмичностью учебного процесса, периодами предпраздничной торговли, периодами массовых отпусков и другими подобными причинами [4].

Исследуем ежемесячный ВР величины туристского потока в курортный горнолыжный поселок Домбай за период с 01.05.2003 г. по 31.12.2013 г. На основе визуализации рисунка 2 авторами предлагается разделить исходный ВР на три периода, точкой разделения ряда являются точки смены значения средней арифметической. Введем обозначения:

— ВР ежемесячных туристских потоков за период с 05.2003 — 05.2006 гг.;

— ВР ежемесячных туристских потоков за период с 06.2006 — 07.2010 гг.;

— ВР ежемесячных туристских потоков за период с 08.2010 — 12.2013 гг.

Исследуем каждый период в отдельности. Период — период со стабильными значениями без ярко выраженной сезонной составляющей. Качественный переход периода в период подчеркивает факт того, что на туристическую сферу Карачаево-Черкесии было оказано влияние определенного событийного составляющего [4], т.к. число туристов, отдыхавших в республике в 2006 году, составило один миллион двести тысяч человек, что на 20 процентов больше, чем в 2005 году [2].

Действительно, визуализация рисунка 2 позволяет сделать вывод о резком (в 2 раза) увеличении объемов туристского потока в популярный курорт Домбай начиная с июля 2006 года. Это обусловлено рядом чрезвычайных событий, произошедших в июле 2006 года в Кабардино-Балкарии [3]. Фактически эти события перенаправили туристический поток Кабардино-Балкарии в Карачаево-Черкесскую Республику.

Таким образом, имеем событийное составляющее [4], которое сыграло важную роль в формировании дальнейших объемов ВР туристских потоков.

Для подтверждения данного факта исследуем ежедневные данные туристских потоков за два периода методами классической статистики с использованием пакета Statistica 6.0. Представляет практический интерес построить эмпирическую функцию распределения (ЭФР) для ВР туристских потоков [13].

Вычисленные статистические показатели указывают на то, что вышеуказанные ВР не подчиняется нормальному закону распределения. Наличие правостороннего «хвоста» и для, и для свидетельствует о более вероятном наступлений событий с большими значениями туристских потоков, нежели ожидания наступлений событий с минимальными значениями туристских потоков через контрольно-пропускной пункт пос. Домбай.

для

MX для

Максимум=533

для

MX для

Максимум=2706

Отметим, что максимальное значение для туристского потока в 2005 году составляет 533 человека в месяц, математическое ожидание = 87 человек в месяц, а для аналогичного периода за 2007 год максимальное значение равно 2706 человек, МХ = 505 человек.

Период ознаменовался рядом событий, произошедших в пос. Домбай. Качественный переход периода в период спровоцирован следующими событийными составляющими [4] (август и сентябрь 2010 года), которые сформировались одновременным воздействием трех факторов:

• 1) август — пик сезона отдыхающих и туристов в Карачаево-Черкесской Республике;
• 2) с 1 августа 2010 года вступило в силу исполнение Постановления Правительства КЧР от 11.03.2010 № 68 «Об организации и проведении оздоровительной кампании детей в Карачаево-Черкесской Республике» [1];
• 3) с 15 по 26 августа 2010 года в Домбае прошел ряд семинаров, в том числе Кавказский форум российской молодежи «Лучше вместе!». Отметим отдельно, что данные мероприятия проводились в КЧР разово.

Рисунок 5 Сглаженные ежемесячные данные по туристским потокам за период с 01.05.2003 г. по 31.12.2013 г

Авторам представляется необходимым провести исследование как всего исходного ВР, так и каждого из периодов на наличие сезонной составляющей с вычислением конкретных значений индекса сезонности.

На предварительном этапе осуществим подготовку данных. Для этого исключим из ВР аномальные уровни [14]: август и сентябрь 2010 года, так как их использование исказит результат исследования ВР. Для этого: вычислим среднее значение за 2 предыдущих и 2 последующих годов за указанные месяцы. На рисунке 5 представлен график ежемесячных данных по туристским потокам, где данные за август и сентябрь 2010 года усреднены (сглажены).

На рисунке 6 представлены ежемесячные данные по туристским потокам за 2004;й, 2006;й, 2008;й, 2010;й, 2012;й годы, т. е. с дискретностью в 2 года. Визуально нетрудно заметить, что исследуемому ряду присущ возрастающий тренд и повторяющиеся из года в год подъемы (январь и август) и спады (апрель и ноябрь) количества туристских потоков в одни и те же периоды года, т. е. явно ряду присущи сезонные колебания. Таким образом, процесс, характеризуемый этим временным рядом, относится к тренд-сезонным экономическим процессам. Для данного ряда, , так что .

Рассмотрим итерационные фильтрации компонент сглаженного временного ряда ежемесячных данных туристских потоков [11,14]. Основная идея итерационных процедур заключается в многократном применении скользящей средней:

туристский поток домбай событийный и одновременной оценке сезонной компоненты в каждом цикле.

Для вычисления скользящей средней временного ряда туристского потока воспользуемся методом Четверикова [14].

• 1. Проведем выравнивание эмпирического ряда с использованием центрированной скользящей средней с периодом сглаживания Т₀. То есть берется (Т₀+1) членов исходного ряда, из которых первый и последний берутся с половинным весом:. Выпадающие Т₀/2 членов ряда с обоих его концов либо восстанавливаются экстраполированием выровненного ряда, либо остаются в стороне при последующей стадии работ. Получается предварительная оценка тренда. Полученную предварительную оценку тренда вычитаем из исходного эмпирического ряда, или .
• 2. Для каждого года i вычислим среднеквадратическое отклонение, величины, используя для этого формулу

.

Значения величины :

t.
	1174.6.	486.3.	2402.6.	3499.16.	2776.05.	3409.2.	6251.46.		10 311.8.	6134.7.

Делим отдельные значения каждого месяца на отклонения соответствующего года: .

3. Из «нормированных» таких путем отклонений вычислим предварительную среднюю сезонную волну: .

Таблица 1.

Коэффициенты средней сезонной волны.

Месяц.		Месяц.
Январь.	0.1757.	Июль.	0.896.
Февраль.	— 0.3704.	Август.	1.42 326.
Март.	— 0.1299.	Сентябрь.	0.8 018.
Апрель.	— 0.9422.	Октябрь.	— 0.5399.
Май.	— 0.1102.	Ноябрь.	— 1.4285.
Июнь.	0.34 493.	Декабрь.	— 1.0097.

4. Предварительную среднюю сезонную волну умножаем на среднеквадратическое отклонение каждого года, и вычитаем из исходного эмпирического ряда: .

В результате получаем ряд, лишенный предварительной сезонной волны.

5. Получающийся таким образом ряд, лишенный предварительной сезонной волны, вновь сглаживается скользящей средней. В результате — новая оценка тренда .

6. Вычисляем отклонения ряда от исходного эмпирического ряда. Полученные отклонения подвергаем обработке в соответствии с пп.2 и 3 для выявления новых значений сезонной волны.

При сравнении значений коэффициентов сезонной волны, полученных на первой и второй итерациях, т. е. значений, нетрудно заметить, что они незначительно отличаются друг от друга.

7. Производим вычисление коэффициента напряженности сезонной волны в следующем порядке: по формуле фактически получаем значения случайной компоненты. С использованием соотношения.

определяем величины коэффициента напряженности для каждого года, кроме первого и последнего.

Значения коэффициента напряженности сезонной волны:

	1.625.	1.1 044.	1.312.	1.0002.	1.195.	1.165.	1.81.	1.65.	1.62.	1.42.

• 8. Используя коэффициент напряженности вычисляем окончательные значения сезонной компоненты временного туристского потока: .
• 9. Найдем индексы сезонности по формуле:, где .

Рисунок 8 Индексы сезонной волны туристских потоков в пос. Домбай (в течение года)

Таким образом, в изучаемом явлении (исследование туристского потока в пос. Домбай) явно присутствует сезонная составляющая с пиком в август месяц.

Учитывая выделенные выше событийные составляющие, представляет практический интерес рассчитать индекс сезонности для периодов, , .

Для периодов и наблюдается пик в июле месяце. Максимальные значения индексов сезонности для периода наблюдаются в июле и августе.

Данная информация является предпрогнозной [6] и позволит в дальнейшем правильно планировать и управлять туристскими потоками в пос. Домбай.

Изучение инфраструктуры курорта Домбай позволит делать ставки не только на посещение туристов в зимний период, но и в летний, что согласуется с основной целью действующей республиканской целевой программы «Юг России (2009;2013 годы)» подписанной Правительством Карачаево-Черкесской республики является повышение благосостояния Карачаево-Черкесской Республики. Развитие туристско-рекреационного комплекса, как одно из основных направлений реализации задач Программы, в свою очередь обеспечит высокие темпы экономического роста и занятость населения [5,7,10,15].

• 1. http://mol-kchr.ru/news/2010;08−24−80.
• 2. http://www.dombayinfo.ru/news/news10042007.
• 3. http://www.sk-news.ru/.
• 4. Бессонов В. А.

  Введение

  в анализ российской макроэкономической динамики переходного периода / В. А. Бессонов. М.: ИЭПП, 2003. 151 с.

• 5. Кумратова А. М. Математические методы в задачах оценки зон земледелия с точки зрения безопасности финансовых вложений. [текст]/ А. М. Кумратова, Е. В. Попова, В. И. Тинякова, Л. А. Чикатуева. Краснодар: Экономика устойчивого развития. 2014. № 1 (17). С. 83−92.
• 6. Перепелица В. А. Предпрогнозный анализ объемов стока горных рек как элемент экономической безопасности региона / В. А. Перепелица, Е. В. Попова, Т. М. Леншова, А. М. Янгишиева //Вестник Воронеж. ун-та. Сер. Экономика и управление. 2005.№ 1.С. 73−84.
• 7. Попова Е. В. Сегментация туризма как отражение современного состояния туристического рынка / Е. В. Попова, А. А. Шевченко, Н. С. Курносова // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. Краснодар: КубГАУ, 2013. № 89. С. 1063−1075.
• 8. Попова Е. В. Системный подход к определению туризма и его социально-экономической сущности в современном обществе / Е. В. Попова, А. А. Шевченко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 89. С. 1210−1219.
• 9. Попова Е. В. О прогнозировании дискретных эволюционных процессов на базе теории нечетких множеств и линейных клеточных автоматов / Е. В. Попова, А. М. Янгишиева, С. Н. Степанов, С. А. Чижиков // Труды Кубанского государственного аграрного университета. 2007. № 5. С. 32−36.
• 10. Попова, Е. В. Устойчивость развития аграрного сектора: комплекс математических методов и моделей [текст]/Е.В. Попова, А. М. Кумратова, Л.А. Чикатуева//Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. Краснодар: КубГАУ, 2013.№ 06 (090).С. 953 -968.
• 11. Рынок сахара: современные методы исследования динамики: монография / Е. В. Попова, Т. М. Леншова и др. Краснодар: КубГАУ, 2012. 186 с.
• 12. Туристско-рекреационная деятельность: методы, модели, прогноз: монография (Научное издание). /Попова Е.В., Кумратова А. М. и др. Краснодар: КубГАУ, 2008. 194 с.
• 13. Халафян А. А. Статистический анализ данных. Statistica 6.0: Учеб. пособие. Краснодар: КубГУ, 2005. 307 с.
• 14. Федосеев В. В. Экономико-математические методы и прикладные модели / В. В. Федосеев, А. Н. Гармаш и др. // Учеб. Пособие для вузов; под ред. В. В. Федосеева. М.: ЮНИТИ, 2001. 391 с.
• 15. Янгишиева А. М. Моделирование экономических рисков методами нелинейной динамики: Автореферат дисс. канд. экон. наук / Ставропольский государственный университет. Ставрополь, 2005.