МОДЕЛІ АНАЛІЗУ ДИНАМІКИ РОЗВИТКУ ТУРИСТИЧНОГО РИНКУ

УДК 338.486.2:65.012

Некрасова О.І., cтудентка 2 року ОС магістр
ХНЕУ ім. С. Кузнеця

Анотація: проведено аналіз тенденцій розвитку туристичної галузі в Україні; здійснено оцінку факторів розвитку туристичного ринку; обґрунтовано систему індикаторів рівня розвитку туристичної сфери на підставі методів багатовимірного аналізу; розроблено прогнози розвитку туристичного ринку на підставі моделей панельних даних; проведено класифікацію регіональних сегментів туристичного ринку за рівнем привабливості на підставі нейронних мереж Кохонена.

Ключові слова: туристична галузь, ринок, динаміка, модель, оцінка, стан, прогноз, індикатори, кластер, економетричне моделювання, нейронна мережа.

Abstract: The analysis of tourism industry development tendencies in Ukraine is carried out. The assessment of the factors of tourism market development is substantiated. The indicators system of the level of the tourist sphere development by methods of multidimensional analysis is substantiated. The forecasts of the tourist market development by panel data models are developed. The regional segments classification of the tourist market by the attractiveness level by neural networks Kohonen is conducted.

Keywords: tourism industry, market, dynamics, model, estimation, state, forecast, indicators, cluster, econometric modeling, neural network

Туристична галузь набуває все більшої значущості і привабливості в останні роки. Для більш ніж 40 країн світу туристична галузь є основним джерелом надходжень бюджету, а для 70 – однією з основних його статей [1]. Туристична галузь набуває все більшої значущості і в економіці України. На частку туризму і пов’язаних з ним галузей припадає приблизно 8,3% робочих місць світу, 9,3% міжнародних інвестицій, 12% експорту, 5% сукупних надходжень до бюджету [2].

Незважаючи на свою значимість, туристична сфера в останні роки переживає найбільш нелегкий час і особливо чутливо реагує на поточну фінансову і системну кризи. Тенденції розвитку туристичної галузі України в міжнародному вимірі мають негативний характер, що відображається в зменшенні значення індексу конкурентоспроможності у сфері туризму, за яким Україна отримала у 2017 році 3,5 бали з сьомі можливих і опинилась на 88 місці.

Проблемі функціонування туристичної галузі в Україні приділяється багато уваги з боку вітчизняних вчених, таких як О.Є. Агафонова, О.О. Бедик, В.Ф. Данільчук, Р.А. Іванух, О.О. Любіцева та ін. Однак у науковій літературі недостатньо повно розглянуті питання моделювання динаміки розвитку туристичного ринку.

Мета роботи полягає у розробці комплексу моделей аналізу динаміки розвитку туристичного ринку, який на підставі методів редукції ознак, кластерного аналізу, техніки аналізу панельних даних, моделей нейронної мережі Кохонена, дозволяє здійснити просторово-динамічний (фоновий) аналіз розвитку туристичного ринку, визначити сегменти ринку зі стабільним, затухаючим та зростаючим попитом, обрати найбільш привабливі сегменти ринку та адекватну стратегію розвитку для українських туристичних підприємств.

Розроблений комплекс моделей включає модель класифікації країн Європи за рівнем соціально-економічного розвитку, моделі прогнозування рівня розвитку туристичного ринку, моделі класифікації країн за рівнем розвитку туристичної галузі. Нижче розглядається зміст кожної з моделей.

Побудовано модель класифікації країн Європи за рівнем соціально-економічного розвитку з метою визначення групи країн до якої відноситься Україна та сегменту, який є привабливим для розширення діяльності українського туристичного підприємства. Припущення стосовно кількості кластерів було перевірено за допомогою трьох методів: методу «кам’янистого осипу», методу статистичного розриву або GAP-методу, універсального методу на основі вбудованої функції NbClust [5]. Реалізацію кожного з методів проведено в R. Результати використання усіх трьох методів свідчать про необхідність виділення трьох однорідних груп. Таким чином, у результаті використання ієрархічних та агломеративних методів кластерного аналізу було виділено три групи країн за рівнем соціально-економічного розвитку: з високим, середнім та низькім рівнем розвитку. Найбільш привабливим для регіональної диверсифікації діяльності українського підприємства є ринок країн другої групи, адже їм характерний середній рівень конкурентоспроможності при середньому рівні доходів на душу населення та споживання. До цієї групи входять Болгарія, Хорватія, Кіпр, Чехія, Естонія, Греція, Угорщина, Італія, Латвія, Мальта, Польща, Португалія, Румунія, Словаччина, Словенія, Іспанія.

З метою подальшої оцінки туристичної галузі відібраних для дослідження країн було сформовано систему індикаторів розвитку туризму. В основу роботи закладено систему рейтингових оцінок WTTC, яка наведена у «Звіті про конкурентоспроможність туристичної галузі» від 2017 року. Згідно до проведеного аналізу будо виділено п’ять груп факторів [3, 4, 6]: природньо-культурні, політико-інституціональні, соціально-демографічні, матеріально-технічні, фінансово-економічні. Кожна група чинників містить сукупність субіндексів, що характеризують загальний стан галузі. З метою скорочення інформаційного простору ознак було використано метод «центру ваги». Основою даного методу є розрахунок відстаней між показниками кожної групи чинників (табл. 1).

Таблиця 1

Вибір показників-репрезентантів груп

Таким чином, як показник-репрезентант у групі показників природньо-культурних ресурсів буд виділений показник природні ресурси (х1), у групі показників матеріально-технічних чинників – морська та наземна інфраструктура (х9), у групі соціально-демографічних чинників – людські ресурси та зайнятість (х8), у політико-інституціональних чинниках – пріоритезація туристичної галузі (х4), у фінансово-економічних – бізнес-середовище (х15). Перевірка достовірності сформованої системи ознак-репрезентантів була здійснена на основі розрахунку інтегрального показника для досліджуваних країн на основі вихідної та скороченої сукупності ознак (табл. 2).

Таблиця 2

Порівняння значень інтегральних показників до та після скорочення інформаційного простору

Країна	Розрахунки на основі вихідної сукупності ознак		Розрахунки на основі скороченої сукупності ознак
Країна	Відстань \((c_{i0})\)	Рівень розвитку \((d_i^*)\)	Відстань \(Cc_{i0})\)	Рівень розвитку \((d_i^*)\)
Україна	12,09	0,12	6,78	0,03
Болгарія	7,64	0,29	5,15	0,26
Хорватія	7,86	0,27	5,82	0,17
Кіпр	8,1	0,25	3,95	0,44
Чехія	6,47	0,4	4,57	0,35
Естонія	5,89	0,46	3,23	0,54
Греція	6,53	0,4	4,38	0,37
Угорщина	7,85	0,27	5,09	0,27
Латвія	7,15	0,34	4,6	0,34
Україна	12,09	0,12	3,34	0,52
Мальта	6,68	0,38	4,61	0,34
Польща	8,08	0,25	2,68	0,62
Португалія	4,92	0,55	6,73	0,04
Румунія	9,64	0,11	5,46	0,22
Словаччина	7,89	0,27	3,66	0,48
Словенія	7,68	0,29	2,61	0,63
Іспанія	4,18	0,61	5,17	0,26

Коефіцієнт кореляції між інтегральними показниками до та після скорочення інформаційного простору ( \(R_{\text{ij}}\) ) дорівнює 0,85, що свідчить про наявність сильного зв’язку. Таким чином, можемо дійти до висновку, що відібрана сукупність показників є інформативною та може бути використана для подальшого аналізу. У результаті розрахунку інтегрального показника найбільш високий рівень конкурентоспроможності туристичної галузі серед досліджуваних країн за усіма виділеними критеріями мають Іспанія, Португалія, Греція, Естонія та Чехія. При цьому, нажаль, найнижчий рівень розвитку туризму характерний для України та Румунії.

З метою аналізу динаміки розвитку туристичної галузі у досліджуваних країнах було побудовано моделі панельних даних з урахуванням та без урахування лагових змінних. Розраховані значення критеріїв адекватності моделей показали, що модель панельних даних з фіксованим ефектом з урахуванням лагових змінних найкращим чином описує залежність рівня доходу туристичної галузі від показників рівня розвитку бізнес-середовища, рівня розвитку морської та наземної інфраструктури, пріоритетності розвитку туризму табл. 3.

Таблиця 3

Результати порівняння якості прогнозів на підставі моделі панельних даних з фіксованими ефектами з урахуванням та без урахування лагових змінних

Модель	Розрахункове значення критерію	Табличне (порогове) значення
Модель з лаговими змінними	F =7,875	F(0,05) =2,18
Модель без урахування лагових змінних	F=22	F(0,05) =2,18
Модель з лаговими змінними	m.a.p.e.=6.87%	<10%
Модель без урахування лагових змінних	m.a.p.e.=6.19%	<10%

Модель панельних даних з фіксованими ефектами має вид:

\[Y_{i}\left( t \right) = \ C\left( i \right) + \ 18590,2\ + \ 830,73*{X1}_{i}\left( t - 1 \right) - 1406.32\ *{X4}_{i}\left( t - 1 \right)- 1333,49*{X5}_{i}\left( t - 1 \right),\ \]

де \(C\) – фіксований ефект для кожної країни.

Найвищі значення фіксованого ефекту спостерігаються у туристично розвинених країн. Збільшення показника пріоритезації туристичної галузі позитивно впливає на рівень розвитку туристичної галузі, адже додаткові інвестиції у розвиток готельної інфраструктури, готельного комплексу, культурних цінностей тощо, позитивно впливає на туристичну привабливість країни.

На підставі моделей панельних даних знайдено прогнозні значення розміру прибутку туристичної галузі у кожній з країн на 2018 р. та розраховано середній темп зростання прибутку галузі. Згідно до отриманих результатів, позитивна динаміка зростання туристичної галузі спостерігається у Латвії, Мальті та Угорщини. Стійкий розвиток характерний для Хорватії, Греції, Португалії, Італії та Словаччини.

Для визначення найбільш перспективного регіонального сегменту туристичного ринку було здійснено побудову нейронної мережі Кохонена. У результаті розбиття країн на групи було виділено три однорідні групи країн – з найвищим, середнім та низьким рівнем привабливості туристичної галузі (рис. 1).

Рис. 1. Результати побудови нейронної мережі Кохонена

За результатами побудови карти Кохонена до першої групи країн потрапили Італія та Іспанія. Для цьому кластера характерні високі значення показників «Середній темп зростання туризму», «Природні ресурси» та «Рівень розвитку інфраструктури». Ця група країн є привабливою для інвестування, адже має позитивні тенденції розвитку туристичного ринку.

Другий кластер країн має середні показники рівня конкурентоспроможності туристичної галузі та характеризується стійким розвитком туристичної галузі. Ці країни мають розвинену інфраструктуру та сприятливий стан оточуючої середи. При цьому зона фактору «Природні ресурси» має відтінки червоного кольору, що відповідає найбільш високому рівню розвитку за цим фактором, а значить країни цієї групи мають значні можливості для подальшого розвитку сфери туризму. Виходячи з цього, також можна говорити про перспективність інвестування у країни цього кластеру: Хорватія, Греція, Польща, Португалія.

На заключному етапі дослідження здійснювався аналіз рейтингу топ-10 країн за кількістю в’їзних туристів. Результати показали, що більшість країн, віднесених до кластерів з найвищим та середнім рівнем привабливості туристичної галузі, потрапили у рейтинг топ-10 країн за рівнем відвідуваності, що свідчить про адекватність побудованих моделей та можливість їх використання під час розробки стратегії розвитку туристичного підприємства та формування концепції проектів розвитку. Виключенням є Португалія, яка не потрапила у вищенаведений рейтинг, незважаючи на високі показники конкурентоспроможності туристичної галузі. Це свідчить про перспективність розвитку туристичних послуг за цим напрямом.

ЛІТЕРАТУРА

Алєксєєва Ю.В. Державне регулювання розвитку туристичної галузі України в контексті досвіду Франції: Автореф. на здобуття ступеня кан. наук. з держ. управл.
Козловський Р. Україна: туристичний рух – 2013 / Р. Козловський. – Х.: Український туризм, 2014. – 26 с.
Момонт Т.В. Основні фактори розвитку ринку туристичних послуг / Т.В. Момонт // Економіка. Управління. Інновації, 2012.
Романова М.М. Факторы, влияющие на развитие индустрии туризма / М.М. Романова.
Package ‘NbClust’.
The Global Competitiveness Report 2016-2017.

Науковий керівник

д.е.н., професор Гур’янова Л.С.