Инструменты и технологии в анализе данных туристского потока Северного Кавказа
Автор: Кумратова А.М., Третьякова Н.В., Аджиева А.Б.
Журнал: Известия Санкт-Петербургского государственного экономического университета @izvestia-spgeu
Рубрика: Методология и инструментарий управления
Статья в выпуске: 3 (159), 2026 года.
Бесплатный доступ
Настоящая статья посвящена анализу туристского потока в субъекты СевероКавказского федерального округа за последние 4 года на основе данных с официального сайта Росстата с применением современных технологий программирования и инструментов анализа. В статье обоснована важность и необходимость комплексного анализа туристского потока. Для визуализации сравнительного анализа продемонстрирован авторский программный продукт «Анализ табличных данных с помощью круговых диаграмм» на языке программирования Python (версия 3.12) с использованием модуля анализа данных pandas, а также модуля построения графиков и диаграмм matplotlib. Эффективность и удобство визуализации при анализе табличных данных заключается в размещении на форме как самих табличных данных, так и диаграмм, построенных на их основе. Дополнительным плюсом являются выведенные для пользователя настройки изображения диаграмм, такие как коэффициент радиуса диаграммы, угол поворота диаграммы, а также удаленность надписей от центра диаграммы.
Туристский поток, турпоток, анализ, динамика, круговые диаграммы, прогнозирование
Короткий адрес: https://sciup.org/148333752
IDR: 148333752
Tools and technologies in data analysis of the tourist flow in the North Caucasus
This article presents an analysis of the tourist flow to the subjects of the North Caucasus Federal District over the past 4 years based on data from the official website of Rosstat using modern programming technologies and analysis tools. The importance of a comprehensive analysis of the tourist flow is due to the need to predict the future tourist flow in order to plan the budget of the subject, as well as identify effective marketing measures that increase this flow. To visualize the comparative analysis, the author's software product "Analysis of Tabular Data Using Pie Charts" is demonstrated in the Python programming language (version 3.12) using the pandas data analysis module and the matplotlib graphing and charting module. The effectiveness and convenience of visualizing this software product when analyzing tabular data lies in the fact that both the tabular data itself and the charts based on it are displayed on the form. An additional advantage is the user-friendly settings for chart images, such as the chart radius coefficient, chart rotation angle, and the distance of the labels from the center of the chart.
Текст научной статьи Инструменты и технологии в анализе данных туристского потока Северного Кавказа
В условиях глобальной пандемии и международных санкций показал свой потенциал внутренний туризм России. Особенное место среди направлений внутреннего туризма занимает Северо-Кавказский федеральный округ (СКФО); горные рельефы и кавказское гостеприимство во все времена привлекали путешественников. Соответственно, в последние годы среди направлений экономического развития регионов СКФО на передний план вышел туризм. Регионы СКФО усердно занялись разработкой инвестиционных проектов по созданию и развитию так называемых «точек притяжения» туристов.
В данных условиях важное значение приобрели анализ и прогнозирование туристского потока с возможностью выделения сегментов по различным характеристикам, однако, на существующих данных о турпотоке построить достаточно точный прогноз является трудной задачей, с связи с отсутствием детальной информации. Задачу сбора информации по существующему турпотоку с сегментацией (далее – датасет) пытаются решить не один год. Попытки собрать датасет для анализа и прогнозирования турпотока сделали крупные операторы мобильной связи, такие как ПАО Мегафон, ПАО Вымпелком (Билайн), ПАО Мобильные телесистемы (МТС). Первым этапом проделанной работы собраны данные о перемещении потребителей услуг мобильной связи, вторым этапом – достигнуты договоренности об интеграции информационных систем и объединении данных датасетов.
Представленные для тестирования данные датасетов в министерство туризма Карачаево-Черкесской Республики оказались неинформативными. Причина кроется в невозможности отбора данных по конкретной рекреации, отбор данных в полученных датасетах ведется только по муниципалитету. Таким образом, получив информацию о количестве человек, приехавших в Карачаевский городской округ, мы не можем сделать вывод о соответствии этого числа количеству туристов, посетивших, например, поселок Домбай, который административно входит в муниципалитет Карачаевского городского округа. Аналогично, невозможно сделать вывод о количестве туристов, посетивших Медовые водопады, т.к. данная рекреация также располагается не в границах муниципального образования. Операторы мобильной связи продолжают свою работу в поисках возможного решения данной проблемы, чтобы собрать качественный датасет с возможностью сегментации о перемещениях туристов.
Материалы и методы
Актуальность настоящего исследования обусловлена острой необходимостью учета и анализа туристического потока в макрорегионах России. На сегодняшний день для анализа турпотока используются сведения, собранные и размещенные на официальном сайте Росстата. Сбор сведений на сайте Росстата начинается с 2022 года, источниками получения сведений являются:
-
1. Отчетность коллективных средств размещения (КСР) – гостиниц, мотелей, хостелов, домов отдыха, турбаз, санаториев и других подобных организаций. КСР сдают отчетность о количестве принятых гостей, а также о количестве ночей проживания принятых гостей.
-
2. Отчетность турфирм – туроператоров и турагентов. Турфирмы отчитываются о количестве людей, воспользовавшихся их услугами и о выбранных ими направлениях.
-
3. Административные данные – данные Пограничной службы ФСБ России и МВД России, эти данные касаются только въездного и выездного туризма.
Объектом исследования выступает процесс учета туристического потока в таком макрорегионе России, как СКФО. Для осуществления анализа обратимся к Методике оценки туристического потока, утвержденного Приказом Федеральной службы государственной статистики от 26.02.2021 г. № 109 (далее – Методика). Для начала определимся с определениями туриста и туристической поездки, приведем цитаты из методики:
«Турист – физическое лицо, совершившее за определенный период времени хотя бы одну туристскую поездку. Туристская поездка – поездка, совершаемая посетителем на срок от 24 часов до года или с осуществлением посетителем не менее одной ночевки в стране (месте) временного пребывания. По- сетитель – физическое лицо, совершающее поездку в какое-либо основное место назначения, находящееся за пределами его обычной среды, на срок менее года с любой главной целью (деловая поездка, отдых или иная личная цель), без занятия деятельностью, связанной с получением дохода от источников в стране (месте) временного пребывания».
Используя терминологию Методики, также следует определиться с понятием турпотока: «Туристский поток (по количеству туристских поездок) – общее количество туристских поездок на определенную территорию за определенный промежуток времени. Туристский поток (по количеству ночевок) – общее количество ночевок туристов на определенной территории за определенный промежуток времени». Таким образом, мы имеем две метрики для оценки турпотока на определенной территории за определенный период времени: количество туристских поездок, количество ночевок туристов.
Предметом исследования являются методы и инструменты анализа туристического потока для выявления закономерностей, влияющих на экономическое развитие регионов СКФО. Целью данного исследования является разработка и обоснование комплексного подхода к анализу туристического потока СКФО для решения прикладных задач экономики отдельных субъектов Российской Федерации.
Результаты и обсуждение
Проведем анализ турпотока в субъекты СКФО по обеим метрикам на основе данных, полученных с официального сайта Росстата, за период с 2022 по 2024 гг. Для визуализации сравнительного анализа специально разработан программный продукт (ПП) «Анализ табличных данных с помощью круговых диаграмм» на языке программирования Python (версия 3.12) с использованием модуля анализа данных pandas, а также модуля построения графиков и диаграмм matplotlib. Эффективность и удобство визуализации данного ПП при анализе табличных данных заключается в размещении на форме как самих табличных данных, так и диаграмм, построенных на их основе.
Дополнительным плюсом являются выведенные для пользователя настройки изображения диаграмм, такие как коэффициент радиуса диаграммы, угол поворота диаграммы, а также удаленность надписей от центра диаграммы. На рисунке 1 представлены диаграммы с данными о турпотоке (по количеству поездок) за прошедшие завершенные 3 года, а именно 2022, 2023 и 2024 годы. Хорошо видно, что радиус диаграммы за 2023 год больше остальных. Рассмотрим соответствующую диаграммам таблицу 1.
Действительно, таблица свидетельствует о хорошей динамике роста общего турпотока в СКФО, который в 2023 г. превысил аналогичный показатель за 2022 г. на 650 тысяч поездок, т.е. на 12,8%. Однако, в 2024 г. наблюдается небольшое уменьшение общего числа поездок на 323 тысячи, т.е. на 5,7%. Если рассматривать показатели каждого субъекта за 2024 год, то можно увидеть, что спад турпотока коснулся не всех субъектов, а именно, в Чеченской Республике, а также Ингушетии наблюдается прирост турпотока.
Таблица 1
Сведения о турпотоке (по количеству поездок) в субъекты СКФО за 2022-2024 гг.
|
Субъект СКФО |
2022 |
2023 |
2024 |
|
Республика Дагестан |
680140,00 |
1094062,00 |
956120,00 |
|
Республика Ингушетия |
92830,00 |
72737,00 |
165195,00 |
|
Кабардино-Балкарская Республика |
832908,00 |
394611,00 |
340701,00 |
|
Карачаево-Черкесская Республика |
427838,00 |
923044,00 |
742180,00 |
|
Республика Северная Осетия – Алания |
338215,00 |
354239,00 |
266115,00 |
|
Чеченская Республика |
305843,00 |
306050,00 |
363269,00 |
|
Ставропольский край |
2398071,00 |
2581145,00 |
2568407,00 |
|
Итого |
5075845,00 |
5725888,00 |
5401987,00 |
Если же рассмотреть диаграммы с данными о турпотоке (по количеству ночевок) в субъекты СКФО за 2022-2024 гг. (рисунок 2), можно обнаружить динамику уменьшения длительности проживания в субъектах СКФО. С чем связана данная регрессия, было пояснено на Кавказской бизнес-конференции 2024 года (см.: . В связи с почти максимальной загруженностью средств размещения, т.е. с дефицитом средств размещения в территориальной близости к популярным локациям, растет уровень цен на проживание, соответственно, туристы предпочитают сократить длительность проживания.
В 2023 г. на 4% уменьшилась длительность проживания в субъектах СКФО, в 2024 году уменьшение длительности проживания продолжилось и достигло 11,6% (таблица 2). Для анализа динамики роста турпотока в текущем году на сайте Росстата собраны сведения за 3 квартала только по количеству поездок, таким образом, возможен сравнительный анализ данных о турпотоках (по количеству поездок) за 9 месяцев с аналогичным периодом прошедших лет. Построим диаграммы на основе данных о тур-потоке (по количеству поездок) в СКФО за 9 месяцев 2023-2025 годов (рис. 3 и табл. 3).
Таблица 2
Сведения о турпотоке (по количеству ночевок) за 2022 - 2024 годы в субъекты СКФО
|
Субъекты СКФО |
2022 |
2023 |
2024 |
|
Республика Дагестан |
2723762,00 |
3651179,00 |
3119385,00 |
|
Республика Ингушетия |
137943,00 |
115616,00 |
315570,00 |
|
Кабардино-Балкарская Республика |
5330669,00 |
2566148,00 |
2029603,00 |
|
Карачаево-Черкесская Республика |
1540530,00 |
2919037,00 |
2146698,00 |
|
Республика Северная Осетия – Алания |
898373,00 |
820637,00 |
691849,00 |
|
Чеченская Республика |
875590,00 |
756211,00 |
865488,00 |
|
Ставропольский край |
17887151,00 |
17392190,00 |
16813996,00 |
|
Итого |
29394018,00 |
28221018,00 |
25982589,00 |
Рис. 3. Сведения о турпотоке (по количеству поездок) в субъекты СКФО за 9 месяцев 2023-2025 гг. в ПП «Анализ табличных данных с помощью круговых диаграмм»
Таблица 3
Сведения о турпотоке (по количеству поездок) за 9 месяцев 2023-2025 годов в субъекты СКФО
|
Периоды |
2023 |
2024 |
2025 |
|
Республика Дагестан |
974393,00 |
1210580,00 |
703480,00 |
|
Республика Ингушетия |
67082,00 |
52628,00 |
70783,00 |
|
Кабардино-Балкарская Республика |
893327,00 |
345419,00 |
257698,00 |
|
Карачаево-Черкесская Республика |
341878,00 |
571408,00 |
994775,00 |
|
Республика Северная Осетия – Алания |
190999,00 |
272324,00 |
161444,00 |
|
Чеченская Республика |
186355,00 |
208591,00 |
266905,00 |
|
Ставропольский край |
2421829,00 |
1983100,00 |
2139761,00 |
На круговых диаграммах можно наблюдать незначительное снижение общего количества туристских поездок в 2024 и 2025 гг. в СКФО. Однако, при анализе данных в разрезе субъектов картина наблюдается следующая. Снижение количества туристских поездок в Республику Дагестан происходит на фоне значительного роста турпоездок в Карачаево-Черкесскую республику, в остальных субъектах СКФО существенных изменений не наблюдается.
Заключение
Рост туристского потока в Карачаево-Черкесскую республику почти в 2 раза в 2025 г. по сравнению с аналогичным периодом прошлых лет обусловлен эффективной политикой развития туристской отрасли в Карачаево-Черкесской Республике. А именно, проведено значительное число мероприятий для привлечения туристов, имеются привлекательные инвестиционные проекты, происходит модернизация инфраструктуры, связи и транспорта региона, осуществляется распространение новостных объявлений в федеральных СМИ, продвижение в социальных сетях информации о планируемых и прошедших мероприятиях, организована реклама туризма – этот комплекс мер по развитию туризма Карачаево-Черкесской Республики повлек значительный рост туризма.
Из всего вышесказанного следуют выводы: ожидается продолжение роста количества туристских поездок в СКФО в общем и в Карачаево-Черкесскую республику, в частности; необходимо наращивать количество гостиничных номеров и хостелов для предупреждения дефицита мест размещения и роста цен за ночевку; необходимо увеличивать количество дипломированных специалистов в сфере гостиничного дела и сервиса для организации качественного обслуживания туристов, т.е. увеличивать набор на соответствующие специальности.
С целью дальнейшего анализа и прогнозирования турпотока необходимо разработать информационную систему сбора сегментированной информации в разрезе рекреаций, а также API-модуль интеграции с иными информационными системами, содержащими сведения о турпотоках.