Эконометрические подходы к управлению сферой туризма на региональном уровне
Кононов А.Ю.1, Ден В.Г.1, Батурина О.А.1
1 Владивостокский государственный университет
Скачать PDF | Загрузок: 5
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 14, Номер 5 (Май 2024)
Цитировать:
Кононов А.Ю., Ден В.Г., Батурина О.А. Эконометрические подходы к управлению сферой туризма на региональном уровне // Экономика, предпринимательство и право. – 2024. – Том 14. – № 5. – С. 2459-2472. – doi: 10.18334/epp.14.5.120944.
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=67918286
Аннотация:
Статья посвящена разработке эконометрической модели, позволяющей проанализировать и количественно оценить уровень влияния факторов на развитие туристской индустрии на региональном уровне (на примере Приморского края) для использования в процессе управления сферой. Использованы общенаучные методы анализа, синтеза, классификации, а также метод корреляционного анализа и эконометрического моделирования. Изучены факторы, влияющие на развитие сферы туризма на региональном уровне на примере Приморского края. Разработанную модель можно использовать в рамках любого региона Российской Федерации. Дальнейшее применение эконометрической модели позволит оптимизировать процесс управления и повысить его эффективность.
Ключевые слова: эконометрическая модель, сфера туризма, региональное развитие туризма, корреляционный анализ, управление сферой туризма
JEL-классификация: Z31, Z32, L83
Введение. В современных условиях индустрия туризма как сфера деятельности, нацеленная на удовлетворение потребностей людей и повышение качества жизни населения, активно развивается. По словам вице-премьера РФ Дмитрия Чернышенко, по итогам 2023 г. «спрос на внутренний туризм не просто восстановился, а уже превысил доковидный уровень. Мы сегодня говорим о 20% росте, и число поездок составило 78 млн» [1].
В январе 2024 г., согласно данным Росстата, общее число туристских поездок составило 9 391 625 ед. Вместе с тем, среднее значение по всем представленным в статистическом отчете субъектам Российской Федерации составило 114 532 ед. Максимальное число пришлось на г. Москва (1 575 714 ед.), минимальное – на Чукотский автономный округ (1 348 ед.). Естественным образом, такого рода динамика определяется значительным числом факторов, влияющих на развитие сферы туризма и определяющих самобытность, историческую хозяйственную специализацию дестинации, природные особенности, культурное наследие. Эконометрические модели способны количественно оценить влияние тех или иных факторов на динамику показателей, определяющих стратегии управления и планирования сферы туризма, на региональном уровне; построить имитационные модели происходящих процессов и спрогнозировать другие.
Таким образом, целью данного исследования является разработка эконометрической модели, позволяющей проанализировать и количественно оценить уровень влияния факторов на развитие туристской индустрии на региональном уровне (на примере Приморского края).
Для решения поставленной цели потребуется решить следующие задачи:
– систематизировать теоретические основы эконометрических подходов к анализу сферы туризма;
– разработать модель для оценки влияния факторов на сферу туризма;
– проанализировать влияние факторов на сферу труизма Приморского края.
Объект исследования – туристские ресурсы. Предметом являются эконометрические подходы к анализу ресурсной базы сферы туризма.
Материалы и методы исследования. Теоретические подходы интерпретации понятий «туристские ресурсы» в отечественной научно-исследовательской литературе изложены в работах таких авторов как А.А. Коржанова [2], Т.Н. Чугунова, М.И. Пукасев [3], О.В. Ильченко [4], А.Ю. Александрова [5].
Кроме того, различные авторы систематизируют туристские ресурсы на региональном уровне на примере Алтайского края (Н.Ф. Харламова, И.Н. Ротанова, К.В. Штраух, Е.В, Булгакова) [6], Рязанской области (Е.И. Мишнина) [7], Липецкой области (В.Г. Волков, Р.М. Иванова, О.В. Скороботова) [8], Тульской области (И.Е. Артюшина) [9].
Количественная оценка ресурсной базы выполняется методами эконометрического анализа. Обращаясь к эконометрике, необходимо отметить, что данная наука использует экономическую теорию, математику и статистические заключения для перевода качественных утверждений в количественные [10].
К классическим методам эконометрического анализа относят корреляционный анализ, используемый для количественного определения взаимосвязи между переменными.
Проведение корреляционного анализа включает в себя ряд шагов, включающих определение переменных; сбор данных; проверку данных на наличие ошибок или аномалий; выбор метода корреляции; вычисление коэффициент корреляции; проверка значимости.
Одним из наиболее распространенных способов количественной оценки взаимосвязи между двумя переменными является использование Шкалы Чеддока (таблица 1) [11].
Таблица 1
Описательная характеристика меры тесноты связи
Количественная мера тесноты связи
|
Качественная характеристика силы связи
|
0 - 0,3
|
Очень слабая
|
0,3 - 0,5
|
Слабая
|
0,5 - 0,7
|
Средняя
|
0,7 - 0,9
|
Сильная
|
0,9 - 1
|
Очень сильная
|
В данном случае 0 означает отсутствие связи между двумя переменными; 1 указывает на абсолютно положительную связь между двумя переменными. При отрицательной зависимости коэффициент имеет отрицательные значения, величина которых интерпретируется так же, как и для положительной зависимости.
При этом, эконометрические модели в аспекте анализа сферы туризма в современном научном поле представлены ограничено. В работе авторов М.А. Плешаковой, А.А. Худик и Н.К. Хореевой выделены основные эконометрические модели, используемые в туриндустрии [12]. Авторы Д.Ф. Брасалес, Л.М. Мата, К.Г. Альбан, используя метод линейной регрессии, объясняют сущность устойчивого туризма и его элементов [13]. При этом авторы ограничиваются аргументацией итоговой регрессии без практической апробации.
В рамках текущего исследования при проведении корреляционного анализа была протестирована описательная способность взаимного объяснения динамики независимых переменных, определяющих развитие сферы туризма и способствующих формированию стратегии управления отраслью на региональном уровне.
Были рассчитаны коэффициенты корреляции Спирмена для выявления силы связи индикаторов, характеризующих природные, культурно-исторические, социально-экономические, информационные ресурсы, а также результирующего показателя, фиксирующего реальный спрос на туристские услуги на региональном уровне.
Результаты. На первом этапе корреляционного анализа необходимо зафиксировать индикаторы по каждой из четырех категорий туристских ресурсов, позволяющих количественно оценить развитие сферы туризма (рисунок 1).
Рисунок 1. Классификация туристских ресурсов
Cоставлено авторами
В данном случае под природными туристскими ресурсами понимается комплекс физических и биологических элементов и сил природы, которые используются в процессе восстановления и развития физических и духовных сил человека, его трудоспособности и здоровья.
Культурно-исторические туристские ресурсы, представленные объектами и явлениями социокультурной среды, наиболее тесно связаны с историческими этапами и современными культурными процессами жизни общества и не всегда выражены в материальной форме.
К основным социально-экономическим туристским ресурсам принято относить инфраструктурные, трудовые и финансово-инвестиционные. Информационные ресурсы в туризме, в свою очередь, включают совокупность данных о территории, её истории, культуре, природе, хозяйстве и людях, научно-исследовательских открытиях, инновациях и уровне информатизации населения, полученную туристами во время путешествия, в ходе подготовки к нему или по прошествии некоторого времени.
В рамках предложенной эконометрической модели в качестве зависимой переменной был рассмотрен совокупный показатель, представляющий собой сумму показателей: объем оказанных услуг гостиниц и аналогичных услуг по предоставлению временного жилья, а также объем услуг туристических агентств, туроператоров и прочих услуг по бронированию и сопутствующие им услуги. Данный результирующий показатель будет фиксировать реальный спрос на туристские ресурсы на региональном уровне.
В качестве независимых переменных был выделен спектр статистических показателей, в той или иной степени демонстрирующих обеспеченность представленных категорий ресурсов (таблица 2).
Таблица 2
Список показателей
Категория
ресурсов
|
Показатель
|
Природные
|
Природно-ресурсный
ранг
Объекты природного наследия Объекты природного наследия ЮНЕСКО Количество особо охраняемых природных территорий Национальное богатство Российской Федерации на конец года |
Информационные
|
Организации,
выполнявшие научные исследования и разработки
Затраты на внедрение и использование цифровых технологий (тысяча рублей) Доля государственных информационных систем, интегрированных с Единым порталом государственных услуг Индекс цифровизации отраслей экономики и социальной сферы |
Культурно-исторические
|
Число
учреждений культурно-досугового типа Минкультуры России
Объекты культурного наследия, включенных в реестр Объем средств, полученных с посещения объектов культурно-досугового типа Количество культурно-образовательных и музейных комплексов |
Социально-экономические
|
Число турфирм
Трудоспособное население Инвестиции в основной капитал Кредитные и заемные средства как источник финансирования организации Численность студентов, обучающихся по программам бакалавриата Медианные среднедушевые денежные доходы населения |
Критерии для включения в общий список показателей включают наличие не только итоговых данных на федеральном уровне, но и по различным субъектам Российской Федерации. В качестве базового года служит 2022 год, который на момент проведения исследования был представлен в наиболее полном объеме.
В связи с этим в качестве зависимых переменных, отвечающих всем отмеченным критериям, были выделены следующие:
x1 Число турфирм;
x2 Трудоспособное население;
x3 Инвестиции в основной капитал;
x4 Число учреждений культурно-досугового типа Минкультуры России;
x5 Кредитные и заемные средства как источник финансирования организации;
x6 Численность студентов, обучающихся по программам бакалавриата;
x7 Медианные среднедушевые денежные доходы населения;
x8 Объекты культурного наследия;
x9 Природно-ресурсный ранг;
x10 Организации, выполнявшие научные исследования и разработки;
x11 Численность студентов, обучающихся по программам бакалавриата по направлениям по направлению «Туризм»;
x12 Численность студентов, обучающихся по программам бакалавриата по направлениям по направлению «Гостинично-ресторанный бизнес»;
x13 Численность студентов, обучающихся по программам бакалавриата, по направлениям по направлениям «Туризм» и «Гостинично-ресторанный бизнес»;
x14 Объем средств, полученных с посещения объектов культурно-досугового типа;
x15 Затраты на внедрение и использование цифровых технологий.
Источниками статистической информации послужили данные единой межведомственной информационно-статистической системы. Источником информации по показателю «Природно-ресурсный ранг» стало исследование РАЭКС-Аналитики.
Общее число наблюдений (субъектов Российской Федерации, по которым были доступны все отмеченные выше статистические показатели) составило 82. Отмеченные переменные отвечают предъявленным требованиям – отражают все виды туристских ресурсов, при этом позволяя провести сравнение динамики по всем субъектам РФ.
При этом, так как методика предложенной модели подразумевает анализ показателей в рамках одного года для различных субъектов РФ, в качестве метода корреляционного анализа использовался коэффициент корреляции Спирмена, при расчете которого не берутся численные значения, а используются соответствующие им ранги. В этом случае не требуется исследование распределений количественных данных на нормальность. Также данная методика позволяет использовать в анализе независимую переменную x9 Природно-ресурсный ранг.
Результаты корреляционного анализа представлены в таблице 3.
Таблица 3
Корреляционный анализ
Y1
|
X1
|
X2
|
X3
|
X4
|
X5
|
X6
|
X7
|
X8
|
X9
|
X10
|
X11
|
X12
|
X13
|
X14
|
X15
| |
Y1
|
1,000
|
0,837
|
0,827
|
0,420
|
0,562
|
0,112
|
0,676
|
0,416
|
0,049
|
-0,267
|
0,783
|
0,661
|
0,677
|
0,715
|
0,873
|
0,764
|
X1
|
0,837
|
1,000
|
0,851
|
0,348
|
0,629
|
0,102
|
0,785
|
0,364
|
0,091
|
-0,168
|
0,873
|
0,581
|
0,613
|
0,658
|
0,873
|
0,854
|
X2
|
0,827
|
0,851
|
1,000
|
0,261
|
0,735
|
0,090
|
0,905
|
0,257
|
0,020
|
-0,153
|
0,877
|
0,684
|
0,639
|
0,716
|
0,914
|
0,837
|
X3
|
0,420
|
0,348
|
0,261
|
1,000
|
0,042
|
0,206
|
0,113
|
0,815
|
-0,109
|
-0,520
|
0,332
|
0,181
|
0,190
|
0,210
|
0,368
|
0,506
|
X4
|
0,562
|
0,629
|
0,735
|
0,042
|
1,000
|
0,003
|
0,738
|
-0,011
|
-0,061
|
-0,257
|
0,676
|
0,434
|
0,362
|
0,457
|
0,628
|
0,626
|
X5
|
0,112
|
0,102
|
0,090
|
0,206
|
0,003
|
1,000
|
-0,029
|
0,141
|
-0,127
|
-0,131
|
0,133
|
0,024
|
-0,074
|
-0,027
|
0,1321
|
0,173
|
X6
|
0,676
|
0,785
|
0,905
|
0,113
|
0,738
|
-0,029
|
1,000
|
0,121
|
0,009
|
-0,089
|
0,871
|
0,651
|
0,646
|
0,708
|
0,793
|
0,741
|
X7
|
0,416
|
0,364
|
0,257
|
0,815
|
-0,011
|
0,141
|
0,121
|
1,000
|
0,023
|
-0,290
|
0,370
|
0,229
|
0,268
|
0,256
|
0,396
|
0,514
|
X8
|
0,049
|
0,091
|
0,020
|
-0,109
|
-0,061
|
-0,127
|
0,009
|
0,023
|
1,000
|
0,385
|
-0,008
|
0,069
|
0,103
|
0,100
|
0,074
|
0,034
|
X9
|
-0,267
|
-0,168
|
-0,530
|
-0,520
|
-0,257
|
-0,131
|
-0,089
|
-0,290
|
0,385
|
1,000
|
-0,218
|
-0,045
|
-0,114
|
-0,085
|
-0,197
|
-0,286
|
X10
|
0,783
|
0,873
|
0,877
|
0,332
|
0,676
|
0,133
|
0,871
|
0,370
|
-0,008
|
-0,218
|
1,000
|
0,621
|
0,560
|
0,654
|
0,830
|
0,847
|
X11
|
0,661
|
0,581
|
0,684
|
0,181
|
0,434
|
0,024
|
0,651
|
0,229
|
0,069
|
-0,045
|
0,621
|
1,000
|
0,622
|
0,936
|
0,705
|
0,548
|
X12
|
0,677
|
0,613
|
0,639
|
0,190
|
0,362
|
-0,074
|
0,646
|
0,268
|
0,103
|
-0,114
|
0,560
|
0,622
|
1,000
|
0,828
|
0,655
|
0,479
|
X13
|
0,715
|
0,658
|
0,716
|
0,210
|
0,457
|
-0,027
|
0,708
|
0,256
|
0,100
|
-0,085
|
0,654
|
0,936
|
0,828
|
1,000
|
0,739
|
0,557
|
X14
|
0,873
|
0,873
|
0,914
|
0,368
|
0,628
|
0,132
|
0,793
|
0,396
|
0,074
|
-0,197
|
0,830
|
0,705
|
0,655
|
0,739
|
1,000
|
0,844
|
X15
|
0,764
|
0,854
|
0,837
|
0,506
|
0,626
|
0,173
|
0,741
|
0,514
|
0,034
|
-0,286
|
0,847
|
0,548
|
0,479
|
0,557
|
0,844
|
1,000
|
При этом в таблице 3 отдельно выделен смысловой блок, описывающий результаты корреляционной статистики только между зависимой переменной и независимыми переменными с ранжированием по убыванию (таблица 4).
Таблица 4
Описательная способность факторов
Фактор
|
Описательная способность
| |
Коэффициент
|
Уровень значимости
| |
X14
|
0,8739
|
Сильный
|
X1
|
0,8372
| |
X2
|
0,8275
| |
X10
|
0,7830
| |
X15
|
0,7641
| |
X13
|
0,7159
| |
X12
|
0,6778
|
Средняя
|
X6
|
0,6768
| |
X11
|
0,6611
| |
X4
|
0,5622
| |
X3
|
0,4208
|
Слабая
|
X7
|
0,4168
| |
X5
|
0,1124
|
Очень слабая
|
X8
|
0,0491
| |
X9
|
-0,2671
|
Данные показывают, что наибольшую описательную способность имеют факторы:
х14 (Объем средств, полученных с посещения объектов культурно-досугового типа);
x1 (Число турфирм);
х2 (Трудоспособное население);
x10 (Организации, выполнявшие научные исследования и разработки):
x15 Затраты на внедрение и использование цифровых технологий;
х13 (Численность студентов, обучающихся по программам бакалавриата, по направлениям по направлениям «Туризм» и «Гостинично-ресторанный бизнес»).
При этом отдельно была проверена статистическая значимость корреляции посредством проведения t-теста (таблица 5).
Таблица 5
P-значения
Y1
|
X1
|
X2
|
X3
|
X4
|
X5
|
X6
|
X7
|
X8
|
X9
|
X10
|
X11
|
X12
|
X13
|
X14
|
X15
| |
Y1
|
0,000
|
0,000
|
0,000
|
0,000
|
0,314
|
0,000
|
0,000
|
0,661
|
0,015
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X1
|
0,000
|
0,000
|
0,001
|
0,000
|
0,357
|
0,000
|
0,000
|
0,414
|
0,130
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X2
|
0,000
|
0,000
|
0,017
|
0,000
|
0,417
|
0,000
|
0,019
|
0,855
|
0,170
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X3
|
0,000
|
0,001
|
0,017
|
0,705
|
0,062
|
0,312
|
0,000
|
0,326
|
0,000
|
0,002
|
0,102
|
0,086
|
0,057
|
0,000
|
0,000
| |
X4
|
0,000
|
0,000
|
0,000
|
0,705
|
0,975
|
0,000
|
0,918
|
0,584
|
0,019
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X5
|
0,314
|
0,357
|
0,417
|
0,062
|
0,975
|
0,795
|
0,203
|
0,253
|
0,240
|
0,233
|
0,828
|
0,506
|
0,804
|
0,236
|
0,118
| |
X6
|
0,000
|
0,000
|
0,000
|
0,312
|
0,000
|
0,795
|
0,275
|
0,932
|
0,423
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X7
|
0,000
|
0,000
|
0,019
|
0,000
|
0,918
|
0,203
|
0,275
|
0,836
|
0,008
|
0,000
|
0,038
|
0,014
|
0,019
|
0,000
|
0,000
| |
X8
|
0,661
|
0,414
|
0,855
|
0,326
|
0,584
|
0,253
|
0,932
|
0,836
|
0,000
|
0,943
|
0,536
|
0,355
|
0,370
|
0,506
|
0,756
| |
X9
|
0,015
|
0,130
|
0,170
|
0,000
|
0,019
|
0,240
|
0,423
|
0,008
|
0,000
|
0,049
|
0,682
|
0,307
|
0,447
|
0,074
|
0,009
| |
X10
|
0,000
|
0,000
|
0,000
|
0,002
|
0,000
|
0,233
|
0,000
|
0,000
|
0,943
|
0,049
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X11
|
0,000
|
0,000
|
0,000
|
0,102
|
0,000
|
0,828
|
0,000
|
0,038
|
0,536
|
0,682
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X12
|
0,000
|
0,000
|
0,000
|
0,086
|
0,000
|
0,506
|
0,000
|
0,014
|
0,355
|
0,307
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X13
|
0,000
|
0,000
|
0,000
|
0,057
|
0,000
|
0,804
|
0,000
|
0,019
|
0,370
|
0,447
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X14
|
0,00
|
0,000
|
0,000
|
0,000
|
0,000
|
0,236
|
0,000
|
0,000
|
0,506
|
0,074
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
| |
X15
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
|
0,118
|
0,000
|
0,000
|
0,756
|
0,009
|
0,000
|
0,000
|
0,000
|
0,000
|
0,000
|
Можно отметить, что для зависимой переменной p-значение больше 0,05 имеют только показатели х5 и х8.
Вышеперечисленные факторы целесообразно использовать для описания потенциала использования туристских ресурсов на региональном уровне. Позиции Приморского края по каждому выделенному показателю среди всех субъектов Российской Федерации представлены в таблице 6.
Таблица 6
Позиции Приморского края по отмеченным показателям среди всех субъектов РФ
Показатель
|
Позиция
среди всех субъектов
|
Y01 Услуги гостиниц и аналогичные услуги по предоставлению
временного жилья
|
9
|
Y02 Услуги туристических агентств, туроператоров и прочие
услуги по бронированию и сопутствующие им услуги
|
19
|
Y1 Результирующий показатель по Услугам гостиниц и аналогичным
услугам по предоставлению временного жилья и Услугам туристических агентств,
туроператоров и прочие услуги по бронированию и сопутствующие им услуги
|
15
|
X1
Число турфирм
|
31
|
X2
Трудоспособное население
|
37
|
X3
Инвестиции в основной капитал
|
67
|
X4
Число учреждений культурно-досугового типа Минкультуры России
|
26
|
X5
Кредитные и заемные средства как источник финансирования организации
|
6
|
X6
Численность студентов, обучающихся по программам бакалавриата
|
50
|
Х7
Медианные среднедушевые денежные доходы населения
|
35
|
Х8
Объекты культурного наследия
|
9
|
Х9
Природно-ресурсный ранг
|
26
|
Х10
Организации, выполнявшие научные исследования и разработки
|
37
|
Х11
Численность студентов, обучающихся по программам
бакалавриата, по направлениям по направлению «Туризм»
|
62
|
X12
Численность студентов, обучающихся по программам бакалавриата, по
направлениям по направлению «Гостинично-ресторанный бизнес»
|
63
|
X13
Численность студентов, обучающихся по программам бакалавриата, по
направлениям по направлениям «Туризм» и «Гостинично-ресторанный бизнес»
|
63
|
X14
Объем средств, полученных с посещения объектов культурно-досугового типа
|
45
|
Х15
Затраты на внедрение и использование цифровых технологий (тысяча рублей)
|
34
|
При этом можно отметить значительную неоднородность позиций в зависимости от показателя. По девяти показателям из пятнадцати Приморский край находится в первой половине списка среди всех субъектов РФ, представленных в статистическом обзоре. Еще по шести показателям Приморский край находится во второй половине списка. Среднее значение – 35,22, стандартное отклонение – 19,82, мода – 9. При этом по показателям, имеющим наибольшую корреляцию: объем средств, полученных с посещения объектов культурно-досугового типа; Число турфирм; Трудоспособное население; Организации, выполнявшие научные исследования и разработки; Затраты на внедрение и использование цифровых технологий; Численность студентов, обучающихся по программам бакалавриата, по направлениям по направлениям «Туризм» и «Гостинично-ресторанный бизнес». Приморский край в среднем занимает 41 место.
Вывод. В результате проведенного исследования было выявлено, что корреляционный анализ является эффективным инструментом для описания степени влияния различного рода факторов на развитие туристской индустрии на региональном уровне. При этом в качестве метода корреляционного анализа имеет смысл использовать коэффициент корреляции Спирмена, при расчете которого не берутся численные значения, а используются соответствующие им ранги. В этом случае не требуется исследование распределений количественных данных на нормальность. Также данная методика позволяет использовать в анализе сугубо ранговые независимые переменные.
Проведенные расчеты выявили, что наибольшую описательную способность динамики реального спроса на туристские услуги на региональном уровне имеют факторы «Объем средств, полученных с посещения объектов культурно-досугового типа»; «Число турфирм»; «Трудоспособное население»; «Организации, выполнявшие научные исследования и разработки»; «Затраты на внедрение и использование цифровых технологий»; «Численность студентов, обучающихся по программам бакалавриата, по направлениям «Туризм» и «Гостинично-ресторанный бизнес». Именно эти факторы необходимо рассматривать в первую очередь в рамках построения модели управления сферой туризма как экономической системой.
В контексте проецирования полученных на федеральном уровне выводов на уровень отдельного региона на примере Приморского края была выявлена неоднородность позиций в зависимости от показателя. По девяти показателям из пятнадцати Приморский край находится в первой половине списка среди всех субъектов РФ, представленных в статистическом обзоре. Еще по шести показателям Приморский край находится во второй половине списка. Среднее место Приморского края по всем рассматриваемым показателям среди всех попавших в итоговую выборку 82 субъектов РФ – 35,22, стандартное отклонение – 19,82, мода – 9. При этом по показателям, имеющим наибольшую корреляцию с зависимой переменной Приморский край в среднем занимает 41 место. Это демонстрирует необходимость дальнейшего уточнения полученной модели и ввода дополнительных независимых переменных.
Источники:
2. Коржанова А.А. Туризм как ресурс. Социокультурные туристские ресурсы // Молодой ученый. – 2010. – № 11-1. – c. 140-142.
3. Чугунова Т.Н., Пукасев М.И. Кадастр туристских ресурсов как инструмент развития туристских дестинаций // Проблемы и перспективы развития туризма в российской федерации: Сборник научных трудов. Симферополь, 2020. – c. 121-124.
4. Ильченко О.В. Об изучении туристских ресурсов России // География и экология в школе XXI века. – 2023. – № 1. – c. 69-72.
5. Александрова А.Ю. Туристские ресурсы и современное состояние туризма // Общенациональный интерактивный энциклопедический портал «Знания». – 2022. – № 1. – doi: 10.54972/00000005_2022_1_5.
6. Харламова Н.Ф., Ротанова И.Н., Штраух К.В., Булгакова Е.В. Реестр туристских ресурсов Алтайского края как основа кадастра туристских ресурсов // Экономика. Сервис. Туризм. Культура: Сборник статей XVII Международной научно-практической конференции. Барнаул, 2015. – c. 225-231.
7. Мишнина Е.И. Туристские ресурсы для организации образовательных экскурсий в Рязанской области // Актуальные проблемы развития туризма: Материалы международной научно-практической конференции. Москва, 2019. – c. 596-602.
8. Волков В.Г., Иванова Р.М., Скроботова О.В., Селезнев А.Н., Полякова И.Е., Карасева Г.Ю. Туристские ресурсы Липецкой области: основные принципы и опыт изучения. / Монография. - Елец: Елецкий государственный университет им. И.А. Бунина, 2017. – 100 c.
9. Артюшина И.Е. Типология и локализация культурно-исторических туристских ресурсов в белёвском районе Тульской области // Школа молодых учёных по проблемам гуманитарных наук: Сборник материалов областного профильного семинара. Елец, 2021. – c. 44-47.
10. Улиарис С. Что такое эконометрика? Представление теории в количественной форме. Финансы и развитие. [Электронный ресурс]. URL: https://studylib.ru/doc/2695369/vozvrashhenie-k-osnovam.-chto-takoe-e-konometrika%3F.
11. Chaddock R.E. Principles and Methods of Statistics. - Boston, New York: Houghton Mifflin Company, 1925. – 471 p.
12. Плешакова М.А., Худик А.А., Хореева Н.К. Использование эконометрических моделей для решения задач в туриндустрии // Индустрия туризма: возможности, приоритеты, проблемы и перспективы. – 2020. – № 2. – c. 130-137.
13. Brazales D.F., Mata L., Albân C.G. An approach to the understanding of sustainable tourism through a linear regression // Research Result. Business and Service Technologies. – 2021. – № 3. – p. 15-31. – doi: 10.18413/2408-9346-2021-7-3-0-2.
Страница обновлена: 14.07.2024 в 11:51:38