Характеристика влияния различных сценариев на развитие туристской инфраструктуры

В данной статье будет продемонстрирован механизм, отслеживающий динамику туристских потоков между регионами России под воздействием факторов средового влияния и, как следствие, отслеживающий динамику доходов/расходов дестинации от туристской деятельности и уровня развития инфраструктуры. Данный алгоритм основан на методах машинного обучения. В ходе статьи будет доказана важность построения двух типов моделей. Модели первого типа прогнозируют совокупный туристский поток, измеряемый числом ночевок и объемом доходов коллективных средств размещения (КСР), в регион с заданными характеристиками. Модели второго типа прогнозируют перекрестные потоки между регионами, при этом регион отправления и регион прибытия описываются разным набором признаков. В статье отмечено, что использование моделей двух типов обусловлено следующими причинами. Во-первых, стоит отметить, что мировой опыт прогнозирования туристских потоков представлен в большинстве случаев именно моделями прогнозирования туристских прибытий без анализа географической структуры спроса. Более того, представленные модели, за редким исключением, не предполагают использование факторов средового влияниях и уровня развития туристской инфраструктуры в качестве объясняющих переменных. Таким образом, поставленная в настоящей статье научная задача является новой. Во-вторых, имеют место существенные различия в методиках сбора статистической информации о туристском потоке.