Прогнозирование влияния средств массовой информации на распределение внутреннего туристкого потока в Российской Федерации
Автор: Узбекова Е.А.
Журнал: Сервис в России и за рубежом @service-rusjournal
Рубрика: Актуальные вопросы государственного, муниципального и корпоративного управления в сфере услуг
Статья в выпуске: 3 (112), 2024 года.
Бесплатный доступ
В статье рассматриваются особенности развития внутреннего туризма в современной ситуации и анализируются факторы, влияющие на предпочтения туристов. В частности, исследовано влияние средств массовой информации на выбор туристами отдельных направлений поездок внутри страны. Построенная модель зависимости количества поездок в регионы России от нескольких факторов была проверена на актуальных данных и получила статистическое подтверждение. Для анализа были использованы данные о числе поездок россиян с 2022 по 2024 гг. в регионы России, которые Росстат начал собирать с 2022 г. Сделан вывод о влиянии сообщений средств массовой информации на формирование предпочтений туристов и распределение турпотоков. Для рассредоточения турпотока и снижения перегрузки массовых направлений возможно управление информационными потоками через взаимодействие государства и СМИ.
Туризм, прогнозирование, туристский поток, влияние средств массовой информации, поведенческая экономика, туристский спрос, потребительский выбор
Короткий адрес: https://sciup.org/140307221
IDR: 140307221 | УДК: 338.48 | DOI: 10.5281/zenodo.14437663
Текст научной статьи Прогнозирование влияния средств массовой информации на распределение внутреннего туристкого потока в Российской Федерации
To view a copy of this license, visit
Система российского туризма в последние годы находилась под воздействием значимых внешних факторов. С 2020 г. влияние на туристические потоки внутри страны и их распределение между отдельными направлениями оказывали ограничения, введённые в связи с пандемией COVID-19. С 2022 г. воздействие на внутренний туризм начали оказывать введённые санкционные ограничения по ряду направлений выездного туризма [6]. На фоне внешних факторов активную политику в сфере внутреннего туризма с 2020 г. проводило государство в соответствии с доминировавшим тогда восприятием отрасли туризма как инструмента повышения качества жизни населения [7]. В стране были запущены как программы стимулирования потребительского спроса через «туристический кешбэк», субсидии, так и программы стимулирования предложения через субсидирование чартерных программ по отдельным направлениям, льготное кредитование бизнеса [1]. Программы стимулирования спроса в основном были свёрнуты с октября 2022 г., когда было упразднено само Федеральное агентство по туризму. Государство перешло к умеренному стимулированию пред-ложени я1. В результате внутреннему туризму были приданы разнонаправленные импульсы.
В современной ситуации, когда система туризма адаптировалась к этим факторам, на первый план выходят внутренние закономерности развития отрасли, в частности, механизмы принятия туристами решений о совершении поездки и выбора направления для путешествий. С учётом поставленной цели выйти к 2030 г. на 140 млн туристических поездок по стране в год2, изучение потребительского поведения в сфере внутреннего туризма особенно актуально. Важно понимать, как именно «убедить» туристов совершить намеченное количество поездок, причём так, чтобы рост турпотока не приводил к перегрузке инфраструктуры.
В этой связи возникают два вопроса. Во-первых, ещё до пандемии в отраслевом сообществе и на государственном уровне была обозначена проблема учёта внутреннего туристического поток а3. Стало вполне очевидно, что данные Росстата о количестве забронированных в отелях мест не отражают реальную ситуацию, так как значительная доля туристов (особенно на массовых южных направлениях) размещается в частых гостевых домах, квартирах, которые недоступны для учёта официальной статистике [6, С.68].
Во-вторых, после отмены стимулирующих спрос программ, которые были нацелены в том числе на диверсификацию турпотока и переключения его с массовых направлений на малоизвестные направления внутри страны, вновь обострилась проблема перенасыщенности российского юга. Как сообщали СМИ, в летнем сезоне 2024 г. железнодорожные билеты на юг были раскуплены в первые же дни открытия продаж ещё в апреле4, авиабилеты подорожали на 20–40%5, также выросли цены на средства размещения6. Инженерные инфраструктуры явно не справляются с наплывом туристов. Из-за сбоя на Ростовской электро- станции в середине июля 2024 г. без электричества остались миллионы абонентов на юге6 страны7.
Ответом на первый вопрос стала запущенная с 2022 г. новая статистика Росстата. Ведомство начало вести ежемесячный учёт количества посещений туристами всех регионов страны. Собранные Росстатом данные были критически оценены в отраслевом сообще-ств е8. Однако других более точных данных нет. Собранный материал может быть оценён с точки зрения релевантности.
Для ответа на второй вопрос в конце 2023 г. было объявлено о создании в России курортов «пяти морей», а затем дано поручение президента по разработке концепции проекта «Пять морей и озеро Байкал »9. Проект явно нацелен на рассредоточение массового турпо-ток а10.
В этой связи актуальным становится изучение и построение модели выбора направлений туристами для оценки возможностей перераспределения турпотока. Турпродукт как комплексный продукт имеет значимую информационную составляющую. Потому информационная среда, знания, почерпнутые туристами из внешних источников, например, сети Интернет, оказывают влияние на формирование предпочтений [9, 10]. Этот эффект был исследован и продемонстрирован на основе анкетирования туристов [4].
Методы исследования
С появлением официальной статистики Росстата по числу поездок россиян в регионы страны появилась возможность оценить влияние информационной составляющей на предпочтения туристов на основе этих массовых данных. Ранее, пока отсутствовали данные по внутреннему туризму, подобные оценки нами были проведены на основе данных по выездному туризму в 2019–2020 гг. На основе проведённого исследования была предложена определённая модель выбора туристами направлений для отдыха [7]. Проведённое исследование позволило прийти к выводу о том, что помимо рациональных факторов, оценки «полезности» направлений через соотнесения их с бюджетным ограничением, выбор туристов определяется и нерациональными факторами, которые были теоретически описаны в рамках поведенческой экономики. В частности, в соответствии с идеями Саймона, которые описаны в литературе [3], возможно предположить, что для экономии ресурсов, каждый из туристов может иметь некий стандарт, с которым ему проще сравнивать все доступные альтернативы, чтобы сделать выбор. В результате, сделанный выбор может и не быть самым рациональным и потому эффективным, но он будет приемлемым.
Исходя из накопленных исследователями данных применительно к туристской сфере можно исходить из следующих положений. Некие «стандарты» путешествий, которые присутствуют в сознании каждого туриста, устанавливаются на нескольких уровнях. Во-первых, будет играть роль прежний опыт туриста, который включает в себя опыт предшествующих личных путешествий, полученных впечатлений, сопоставления направлений и осознаваемая степень удовлетворённости от путешествий. Во-вторых, будет влиять социальное окружение и опыт, переданный знакомыми, друзьями через общение как личное, так и посредством современных средств коммуникации, включая мессенджеры, социальные сети. В-третьих, на формирование «стандартов» будет влиять общий информационный фон. Его формируют как институционализированные средства массовой информации (имеют лицензию Роскомнадзора), так и все прочие источники информации, находящиеся в свободном доступе, то есть официальные страницы предприятий сферы туризма, организаций и органов власти, публичные каналы в мессенджерах, публичные страницы в социальных сетях, блоги, рекомендательные сервисы, порталы агрегаторов в сфере туризма и в целом весь прочий контент, который представлен в сети Интернет. А поскольку сегодня практически все СМИ помимо традиционных носителей (бумаги, электронного сигнала) размещают производимый контент также в сети Интернет, то и этот сегмент также относится к ин-тернет-контенту. Конкретный человек, помимо целенаправленного поиска информации о конкретных направлениях и объектах в сети Интернет воспринимает «фоновую» информацию о туризме по телевидению, радио, в газетах и журналах, где она представлена в различных жанрах от кратких новостных сообщений до подробных репортажей.
При этом для целей исследования достаточный материал даёт массив сообщений СМИ, представленный в сети Интернет, поскольку, как было указано выше, практически весь контент, создаваемый СМИ дублируется в сети Интернет. Таким образом, наше исследование касается третьего из выделенных сегментов формируемого «стандарта» в сознании туриста. При этом исследовались только сообщения средств массовой информации. Это обусловлено как сложившейся практикой разграничения традиционных СМИ и новых социальных медиа на рынке мониторинга информационных сообщений, так и наличием слишком большого и до конца ещё не структурированного массива информации в социальных медиа, трудно поддающегося верификации. Вопрос о степени влиянии социальных медиа на формирование предпочтений туристов -предмет отдельного исследования.
Предварительный анализ нескольких крупнейших систем мониторинга сообщений показал разделение массивов сообщений СМИ и сообщений новых социальных медиа. Такого подхода придерживаются, например, системы «Медиалогия», «Интегрум», «СПАРК-Интерфакс». К тому же иные каналы массового распространения информации, как перечисленные выше мессенджеры, блоги, сайты агрегаторов, не относятся к социальным медиа и также не попадают в мониторинги.
СМИ как наиболее институционализированный канал распространения информации, в частности, о туризме имеют свои интересы, оказывают влияние на туристов, что выражается в «отклонениях» от рациональности. То есть СМИ играют активную роль в формировании факторов полезности туризма и создании определённой полезности у конкретных направлений.
Степень такого влияния СМИ была зафиксирована на основе статистических расчётов, сделанных с помощью пакета статистических программ SPSS. В частности, была использована построенная ранее на основе изучения данных выездного туризма модель линейной регрессии [8]:
N = 728 264 + 10X1 – 3,3 X2 – 2,1 X3 – 217 988 X4, где: N - турпоток по конкретному направлению (количество поездок); X1 - общее количество упоминаний направления в СМИ; X2 - стоимость перелёта (руб.); X3 - стоимость тура (руб.); X4 - наличие системы «Всё включено».
Данная модель была адаптирована и применена для изучения влияния СМИ на предпочтения туристов на материале внутреннего туризма.
В качестве независимой переменной использовались упомянутые выше данные Росстата по турпотоку с 2022 по первое полугодие 2024 г. В частности, использованы данные по числу поездок россиян в разрезе по регионам
РФ, агрегированные за го д11.
Для оценки влияния СМИ на распределение внутреннего туристического потока в число независимых переменных были включены количество упоминаний в СМИ, стоимость переезда и наличие морских ресурсов, пригодных для пляжного отдыха.
Количество сообщений в СМИ измерялось с помощью систем мониторинга СМИ. Представители систем «Медиалогия», «Инте-грум» отказали в предоставлении доступа к своим базам данных для проведения исследований, сославшись, что предоставляют доступ только для коммерческих целей. Сбор данных проводился с использованием общедоступного агрегатора Seldon.News и контролировался с помощью системы мониторинга «СКАН Интерфакс», представители которой безвозмездно предоставили доступ для проведения исследований.
Подсчитывалось количество упоминаний в СМИ отдельных регионов РФ вместе с ключевым словом «туризм» в 2022, 2023 и первом полугодии 2024 гг. Необходимо отметить, что данные систем по количеству сообщений отличаются, но не критично. В целом выдерживается количественное соотношение сообщений по различным направлениям. Расхождения связаны с различиями в базах анализируемых источников информации, а также в интерпретации этих источников. В некоторых случаях, одна система воспринимает конкретный портал как СМИ, тогда как другая оценивает как отраслевой информационный ресурс (например, порталы отраслевых туристических объединений). Данные разночтения не представляют системной проблемы, так как конкретный турист вряд ли досконально оценивает, какой именно источник информации он использует. Важна общая интенсивность потока информации по тому или иному направлению.
Данные по стоимости переезда собирались на основе открытой информации агрегаторов железнодорожных и авиационных билетов. При этом учитывалась минимальная отображаемая стоимость ж/д или авиабилета из Москвы в столицу каждого из регионов. Такой подсчёт является условным, он лишь фиксирует различия в уроне цен по тому или иному направлению. На выбор туристов также оказывает влияние стоимость средств размещения. Но этот параметр отдельно не учитывался в исследовании из-за большого разброса цен. Стоимость средств размещения зависит только от выбора туриста, так как в каждом регионе есть отели класса «люкс», как и средства размещения «эконом». Стоимость туров по России не использовалась в исследовании в качестве параметра, так как в реалиях внутреннего российского туризма преобладающими являются самостоятельные путешествия, а стоимость туров коррелирует со стоимостью переезда и далее будет зависеть только от выбора туристом средства размещения. Подобная логика отбора переменных при построении модели описана в литературе [5, с.118].
Переменная наличия системы «все включено», присутствовавшая в исходной модели была исключена. Вместо неё была введена бинарная переменная – наличие морских ресурсов для пляжного отдыха, где «0» – нет ресурсов, «1» – есть ресурсы. Переменная введена для проверки гипотезы о том, что большинство российских туристов (около 60%) ориентируются на пляжный отды х12.
Таким образом, к регионам, располагающими морскими ресурсами были отнесены регионы, вошедшие в проект «Пять морей и озеро Байкал». Это черноморские регионы – Краснодарский край, г. Севастополь, Крым, прибалтийские регионы – Калининградская область, Ленинградская область и г. Санкт-Петербург, прикаспийский регион – Дагестан, а также Приморский край, располагающий побережьем Японского моря и два региона на озере Байкал – Бурятия и Иркутская область. Запорожская область, выходящая на Азовское море и также включённая в проект, в статистике Росстата не учитывается, потому в исследовании не участвовала.
Для проведения расчётов ряды данных по регионам были выстроены в одну последовательность с 2022 по 2024 гг. и синхронизированы с данными по количеству упоминаний. Ханты-Манский, Ямало-Ненецкий автономные округа рассматривались как отдельные случаи, так как Росстат предоставляет отдельную статистику по этим территориям. Таким образом, за каждый год исследовались данные по 85 случаям (регионам). Общее число случаев составило 255 (85×3).
Результаты
После проведения расчётов с помощью пакета статистических программ SPSS были получены довольно высокие значения модели. Коэффициент детерминации составил R=0,778. Такая модель описывает 0,60% случаев в генеральной совокупности (показатель R квадрат, R Square = 0,620). Значение теста Дарбина-Уот-сона (Durbin-Watson) = 2,025, что является очень хорошим показателем. Значение, близкое к 2 указывает практически на полное отсутствие систематических связей между так называемыми остатками модели, т.е. на отсутствие системных связей между отклонениями наблюдаемых значений от теоретически ожи-даемы х13. Такая модель довольно адекватно описывает реальность.
Полученное уравнение имеет вид:
N = 144 034 + 1210X1 – 27X2 + 1 873 176X3, где: N – количество поездок в конкретный регион по данным Росстата; X1 – общее количество упоминаний туристического направления в СМИ; X2 – стоимость переезда (руб.); X3 – наличие возможностей для пляжного отдыха
Таким образом эта модель в общем виде описывает ситуацию выбора туристами направления для путешествия внутри страны.
Базовый турпоток по отдельным направлениям составляет 144 тыс. поездок в год. Каждое упоминание этого направления в СМИ будет увеличивать турпоток условно на 1210 поездок, повышение стоимости переезда/пере-лёта на один рубль будет снижать турпоток на 27 поездок. При этом наличие возможностей для пляжного отдыха сразу же увеличивает турпоток на 1,8 млн поездок в год, то есть переводит направление в разряд массовых.
Таким образом, подтверждено положительное влияние СМИ на турпоток. Однако можно предполагать, что эффект СМИ носит отсроченный характер. То есть если рассматривать роль СМИ с точки зрения формирования турпотока по малоизвестным направлениям, нужно иметь в виду, что влияние СМИ проявляется не в год поездки, а только на следующий год. Турист должен усвоить сформированный информационный фон. К тому же действует накопительный эффект. Это предположение было подтверждён статистически. После разбивки массива данных на отдельные годы и введения в модель независимой переменной количества упоминаний в СМИ в предшествующий год показатели выросли. Так, для количества поездок в 2024 г. и количестве упоминаний в СМИ 2023 г. показатели составили R=0,896, модель описывает 80% случаев в генеральной совокупности (R Square = 0,803), тест Дарбина-Уотсона (Durbin-Watson) = 2,235, что является приемлемым показателем. Кроме того, стоит отметить и ещё один показатель – значимость предсказательной способности модели (Sig. F Change). Он показывает, что использование регрессионной модели при определении зависимой переменной «число поездок» статистически значимо лучше, чем просто использование средних значений независимых переменных. Этот критерий должен быть меньше 0,001. В нашем случае данное требование также выполняется (Sig. F Change = 0,000).
Характеристики модели представлены в табл. 1 и 2. Те же выводы справедливы и для количества поездок в 2023 г.
Таблица 1 – Характеристики регрессионной модели зависимости внутреннего турпо-тока в 2024 г. от количества упоминаний в СМИ в 2023 г.
R |
R Square |
Sig. F Change |
Durbin-Watson |
0,896 |
0,803 |
0,000 |
2,235 |
Таблица 2 – Коэффициенты регрессионной модели зависимости турпотока в 2024 г. от количества упоминаний в СМИ в 2023 г.
Нестан-дартизи-рованный коэффициент B |
Стандар-тизиро-ванный коэффициент Beta |
Оценка коллинеарности |
||
Tolerance |
VIF |
|||
Константа |
-150481,665 |
|||
Количество упоминаний в СМИ в 2023 г. |
487,937 |
0,878 |
0,940 |
1,064 |
Стоимость переезда |
-11,611 |
-0,084 |
1,000 |
1,000 |
Наличие моря |
196660,589 |
0,048 |
0,940 |
1,064 |
В табл. 2 представлена содержательная часть модели. Сформированная модель отражает зависимость турпотока в конкретные направления от количества упоминаний в СМИ этого направления в контексте туризма в предшествующем году. В нашем случае полученное итоговое уравнение для 2024 года имеет следующий вид:
N = – 150 481,7 + 487,9X1 – 11,6X2 + 196 660,6X3, где: N – количество поездок в конкретный регион в 2024 г. по данным Росстата; X1 – общее количество упоминаний туристического направления в СМИ в 2023 г.; X2 – стоимость переезда по этому направлению в 2024 г. (руб.); X3 – наличие возможностей для пляжного отдыха в конкретном регионе.
Значения независимых переменных в модели отражены в первой колонке (нестан-дартизированный коэффициент B) табл. 2. Коэффициент B отражает количественные изменения зависимой переменной при изменении независимой переменной на одну единицу.
То есть, в нашей модели, например, увеличение числа упоминаний в СМИ региона России как туристического направления приводит к увеличению числа посещений этого региона на 488 посещений. При этом увеличение стоимости переезда в этот регион на один рубль приводит к снижению турпотока на 11 посещений, а наличие моря приводит к увеличению турпотока на 197 тыс. посещений.
Однако в этих случаях в уравнении появилась отрицательная константа, что может быть интерпретировано как вероятность снижения турпотока относительно предшествующего года при отсутствии упоминаний в СМИ либо как определённая избыточность сообщений СМИ. То есть в общем информационном пространстве в любом случае уже существует определённый фон вокруг каждого из направлений в виде некоего набора сообщений, которые никак не влияют на турпоток. Это и есть эффект накопления информационного фона. Для увеличения турпотока оказывается уже недостаточным просто поддерживать текущее количество сообщений, а необходимо его увеличивать, чтобы перекрыть отрицательную константу (условно выйти на нулевые показатели) и прибавить относительно базового потока.
Потому для регионов, не обладающих условиями для пляжного отдыха на море, стоимость переезда куда составляет минимальную сумму (ок. 1 тыс. руб.) будет выдерживаться нулевой турпоток при наличии в информационном пространстве примерно 308 сообщений об этом регионе в контексте туризма вышедших в предыдущий год (150 481 / 487,7 = 308). Такие показатели выполняются в любом случае. Но в реальности сообщений выходит больше, потому отрицательная константа преодолевается. Но это означает, что при недостаточно активной информационной политике можно будет наблюдать постепенное сокращение туристического потока.
К характеристикам модели также относится стандартизированный коэффициент Beta («Бета»). В этом случае показатели всех независимых и зависимой переменных приводятся к стандартным отклонениям. Тогда все изменения рассчитываются в стандартных отклонениях. То есть, например, увеличение количества упоминаний туристического направления на одно стандартное отклонение при неизменных других переменных приводит к изменению турпотока по данному направления на 0,878 стандартного отклонения. Такое сопоставление коэффициентов важно для оценки степени влияния каждой из независимых переменных на зависимую переменную. Из представленных коэффициентов видно, что упоминания в СМИ оказывают примерно в 10 раз большее влияние на турпоток, чем стоимость переезда в регион и примерно в 20 раз большее влияние на турпоток, чем наличие моря.
Также модель характеризуют показатели оценки коллинеарности, то есть взаимозависимости независимых переменных. Иначе говоря, оценивается, не влияют ли независимые переменные друг на друга, ведь в этом случае сделать вывод о зависимости турпотока от интенсивности информационного потока будет невозможно. В данном случае использованы показатели Tolerance и VIF. Чем ближе коэффициент Tolerance к нулю, тем выше мультиколлинеарность. Предполагается, что этот показатель должен быть больше 0,2. В нашем случае по каждой из независимых переменных он заметно выше порогового значения, то есть системная взаимосвязь между независимыми переменными отсутствует. Наконец, VIF (коэффициент инфляции дисперсии) показывает, насколько сильно выражена мультиколлинеарности в множественной регрессионной модели, если она там присутствует. Показатель сравнивает дисперсию независимых переменных друг с другом. Считается, что на отсутствие корреляции между независимыми переменными указывает значение VIF = 1, а при превышении значения VIF = 5 уже стоит говорить о наличии заметных взаимосвязей между независимыми переменными. В данном случае значение VIF находится около 1.
Построенная модель имеет значение для прогнозирования если не конкретных цифр по туристическому потоку в определённые регионы, то тенденций. Они уже проявляются в современной ситуации. Примером может служить Калининградская область, которая увеличила туристический поток при мощной информационной поддержке, а также Дагестан. Туристический поток по этому направлению стал заметно увеличиться на фоне внимания СМИ и ограниченности ресурсов черноморского побережья. Выводы, полученные в ходе исследования, могут быть учтены при планировании развития туристических направлений.
Заключение
Таким образом, проведённое исследование доказывает влияние сообщений средств массовой информации на распределение предпочтений туристов между отдельными направлениями поездок внутри страны. При этом данное влияние проявляется скорее не как непосредственный стимул к выбору конкретного направления, а как общий информационный фон, направляющий внимание туристов на определённые направления.
Необходимо иметь в виду, что средства массовой информации имеют свои собственные интересы и уделяют внимание более популярным направлениям. Поэтому более массовые направления заведомо получают больше внимания СМИ и поддерживают свою популярность. В этом заключается сложность современной ситуации в России. Известные массовые направления притягивают ещё больше людей, что приводит к их перегрузке. Результаты проведённого анализа также доказывают целесообразность запуска проекта «Пять морей и озеро Байкал» в силу высокой значимости для российских туристов именно пляжного отдыха на море. Направления, обладающие такими ресурсами, получают заметное увеличение туристического потока. Курорты по замыслу должны быть круглогодичными, но их продвижение именно как морских должно помочь привлечь туристические потоки. А для этого как раз необходима информационная поддержка со стороны СМИ для создания необходимого информационного фона, формирования информационной части этого турпродукта. Именно средства массовой информации в силу своего институцио- нального характера оказываются наиболее подходящими ресурсами для взаимодействия с органами государственной власти в части выстраивания определённой информационной политики для эффективного перераспределения туристических потоков.
Список литературы Прогнозирование влияния средств массовой информации на распределение внутреннего туристкого потока в Российской Федерации
- Бареева Е.Д., Прохорова О.Н. Антикризисные меры по развитию внутреннего туризма в России // Экономика. Информатика. 2021. Т.48. №2. С. 252-263.
- Барабанова Н.А. Информационно-библиографическое обеспечение туристской деятельности: Автореф. дис. … канд. пед. наук. Самара, 2010.
- Борисов А.Ю. Поведенческая экономика как направление современной экономической мысли: Дис. … канд. экон. наук. М., 2018.
- Платов А.В., Силаева А.А. Чхиквадзе Н.А., Удалов Д.Э. Влияние интернет-контента на потребительское поведение в туризме // Финансовые рынки и банки. 2021. №5. С. 36-41.
- Пранов Б. М., Рассохина Т. В., Ронжина И. А. Моделирование экономикоуправленческих аспектов устойчивого развития на региональном уровне посредством многомерного статистического анализа. М.: Издат. дом «Дело» РАНХиГС, 2019. 190 с.
- Ситкевич Д.А., Куек С.Э. Влияние санкций на динамику российского туристического рынка // Экономическое развитие России. 2023. Т.30. №8. С. 66-76.
- Узбекова Е.А. Моделирование процессов влияния системы средств массовой информации на потребительское поведение туристов // Вестник РМАТ. 2024. №2.С. 97-105.
- Узбекова Е.А. Эволюция подходов к стратегированию развития туризма при формировании механизмов государственного управления // Экономика, Бизнес, Инновации. Актуальные вопросы теории и практики: Сб. ст. III Междунар. науч.-практ. конф. Пенза, 2024. С. 68-72.
- Negussie D., Fekede F., Gotoro G Social media and tourism: a systematic literature review // A global journal of interdisciplinary studies. 2023. №6(4). Рp. 1-8. DOI: 10.47968/gapin.640001.
- Leung D., Law R., Van Hoof H., Buhalis D. Social Media in Tourism and Hospitality: A Literature Review // Journal of Travel & Tourism Marketing. 2024. №30(1-2). Рp. 3-22. DOI: 10.1080/10548408.2013.750919.