Статистический анализ туристического потока по территории Российской Федерации
Автор: Калинина М.А., Калинин А.А., Балыкина П.Г., Поладова В.В.
Рубрика: Математическое моделирование
Статья в выпуске: 1, 2025 года.
Бесплатный доступ
В связи с прошедшей пандемией и введенными против России санкциями для выявления основных тенденций развития туриндустрии требуется разработка математической модели внутреннего туризма с помощью доказательных методов. К их числу относится статистический анализ, используемый в российской и зарубежной литературе для оценки проблем индустрии туризма. Особенность представленной работы заключается в том, что статистический анализ туристического потока проведен по направлению «Камчатка», тем самым заполняется пробел в статистических исследованиях тенденций развития туризма в этом регионе. Целью данного исследования является применение существующих математических инструментов и выделение минимального набора показателей, вносящих основной вклад в изменение внутреннего туристического потока за достаточно продолжительный период времени - 2008-2023 годы. В качестве определяющих параметров рассмотрены: численность населения, среднедушевой доход, средняя цена одного путешествия по территории России, средняя цена одного зарубежного путешествия, внутренний туристический поток за предыдущий период. На основании результатов вычислений и обзора научных публикаций показано, что методы статистического анализа позволяют выделить набор характерных параметров и построить прогноз числа путешествующих через турфирмы россиян на ближайшие годы. Применяемые в исследовании методы могут быть использованы для анализа других показателей туристической отрасли России: безопасности, доступности, транспортных возможностей. Представленная работа лежит в русле приоритетных направлений развития отечественного туристического бизнеса, связанных с внедрением современных цифровых технологий.
Внутренний туризм, статистический анализ, множественная корреляция, линейная регрессия, абсолютный прирост цепной и базисный, средний абсолютный прирост, средняя хронологическая
Короткий адрес: https://sciup.org/148330799
IDR: 148330799 | DOI: 10.18137/RNU.V9187.25.01.P.4
Текст научной статьи Статистический анализ туристического потока по территории Российской Федерации
В настоящее время внутренний туризм приобретает всё большее значение. Появляется всё больше исследований на эту тему. Одной из проблем является восстановление туристической отрасли после пандемии. Для этой цели в работе [1] предложена укрупненная имитационная модель динамики туристической отрасли. Следует отметить, что исходные статистические данные иногда представляют собой временные ряды с резко меняющимися показателями, поэтому необходим многоуровневый подход к их исследованию, предложенный в статье [2]. Еще одной проблемой является введение в 2014 году санкций против России. В работе [3] исследуется это влияние на туристический поток по территории нашей страны.
Самыми распространенными моделями при изучении процессов, происходящих в туристической отрасли, являются эконометрические модели . Работа [4] дает представление о том, какие существуют математические модели в индустрии туризма. В частности, описаны эконометрические, оптимизационные модели, а также модели теории игр. Выделены достоинства и недостатки рассмотренных моделей, указаны наиболее перспективные методы оценивания в туризме. В книге зарубежных авторов [5] представлен всеохватывающий подход к экономическому анализу туристической деятельности. Использованные в исследовании методы включают моделирование от общего к частному, векторную авторегрессию, моделирование с изменяющимися во времени параметрами, пространственно-временные эконометрические модели, гибридные модели прогнозирования, методы комбинирования прогнозов. В работе [6] описана эконометрическая модель, отражающая оценку зависимости объема туристического потока от денежных вложений в туристическую отрасль. Для проверки модели взяты показатели Центрального федерального округа Российской Федерации за 2009–2015 годы. Реализация методов оценки параметров модели выполнена в программной среде R, основное преимущество которой проявляется при анализе статистических данных. В статье [7] проведен экономический анализ особенностей туристического потока по Смоленской области. Построены линейные и нелинейные трендовые модели, отражающие динамику въездного туристического потока региона и темпов его роста. Проведен анализ качества построенных моделей и отобраны наиболее подходящие для разработки прогнозов на 2024 год. В работе [8] предложена регрессионная модель, отражающая зависимость количества путешествующих людей, в частности, от средней зарплаты, средней цены туристического пакета по нашей стране
Статистический анализ туристического потока по территории Российской Федерации и средней цены заграничного туристического пакета. Для проверки построенной модели автором применены методы математической статистики. Эконометрическое исследование [9] построено на методе адаптивного моделирования, используемом для получения краткосрочных прогнозов в условиях неопределенности. В работе проведен анализ временных рядов, характеризующих туристскую деятельность в Байкальском регионе. В статье [10] построена модель множественной регрессии, основу которой составляют такие показатели, как изменение цены на туристические путевки, состояние транспортной системы и общественного питания. Динамические временные ряды предварительно проанализированы на стационарность. Получены прогнозы количества туристических фирм и числа санаториев на основе методики Бокса – Дженкинса и данных Росстата за 2011–2020 годы.
Помимо эконометрических моделей, существуют также модели теории игр и оптимизационные модели . В статье [11] разработана математическая модель цепочки поставок туризма для двух случаев: экотуризм без разделения затрат и экотуризм с разделением затрат. С помощью моделей теории игр проведено сравнение результатов для этих случаев. Результаты данного исследования показывают, что общая прибыль выше, когда местный оператор обеспечивает устойчивое развитие, а часть затрат на экотуризм разделяет туроператор. В исследовании [12] построена модель теории игр, отражающая выбор оптимальной стратегии предоставления туристических услуг и учитывающая предпочтения путешественников. Данная модель позволяет проводить сравнение стратегий принимающих решения специалистов. В статье [13] представлены теоретические и практические методы создания модели бесшовного транспортного обслуживания в туристической отрасли, объединяющей транспортные объекты и элементы транспортного обслуживания, которые обеспечат непрерывное движение туристического потока в курортные зоны. В работе [14] рассмотрено применение методов оптимизации в туристической деятельности в соответствии с принципами устойчивого развития. Автором предложено несколько моделей трансформации бизнес-процессов предприятий туристической отрасли.
Представленные исследования внесли значительный методический вклад в статистическое обеспечение туротрасли. Эти исследования, а также оживленное обсуждение в научном и бизнес-сообществах проблемы интеграции математических инструментов (включая искусственный интеллект) в туристическую индустрию говорят о том, что требуются дальнейшие совершенствования ИТ-технологий в соответствии с современной парадигмой цифровизации. Особенность представленной работы заключается в том, что статистический анализ туристического потока проведен с 2008 по 2023 гг. по направлению «Камчатка». Таким образом, заполняется пробел в статистических исследованиях тенденций развития туризма в этом регионе.
Целью данного исследования является применение существующих математических инструментов и выделение минимального набора показателей, определяющих основной вклад в изменение туристического потока по территории России за достаточно продолжительный период времени.
Исследование опирается на результаты статистических наблюдений за основными характеристиками экономической деятельности туристических фирм1.
Вестник Российского нового университета
Серия «Сложные системы: модели, анализ и управление», выпуск 1 за 2025 год
Для статистического наблюдения взяты показатели:
-
1) численность населения Российской Федерации;
-
2) среднедушевой доход населения Российской Федерации;
-
3) средняя цена одного путешествия по территории Российской Федерации;
-
4) средняя цена одного путешествия за территорию Российской Федерации;
-
5) внутренний туристический поток за предыдущий период времени.
В качестве результативного показателя взят внутренний туристический поток на текущий период времени.
В работе [15] рассчитаны базисные и цепные индикаторы динамики показателей туристического потока за рубеж: абсолютный прирост, темпы роста и прироста. Также вычислены средние величины параметров: средний абсолютный прирост, средние темпы роста и прироста, средняя хронологическая. В настоящей работе эти показатели рассчитаны для внутреннего туристического потока.
Математическая модель туристического потока по территории России имеет вид [8]
Y = A0 + A1 X1 + A2 X2 + A3 X3 + A4 X4 + A5 X5 . (1)
Здесь А 0, …, А 5 – подлежащие определению коэффициенты; Y – количество путешествующих через турфирмы россиян, млн чел.; X 1 – численность россиян, млн чел.; X 2 – среднедушевой доход россиян в месяц, руб.; X 3 – средняя цена одного туристического пакета по России (стоимость реализованных туристических пакетов, руб., отнесенная к числу реализованных туристических пакетов, тыс. турпакетов); X 4 – средняя цена заграничного путешествия, руб. (стоимость реализованных туристических пакетов, руб., отнесенная к числу реализованных туристических пакетов, тыс. турпакетов); X 5 – внутренний туристический поток за предыдущий год, млн чел.
В данной модели зависимость между параметрами носит линейный характер. В этом случае множественный коэффициент корреляции определяется через определители матриц парных коэффициентов корреляции:
|
1 |
r . yx 1 |
.. ryxm |
1 |
rx 1 x 2 |
||||
|
Ryx 1 x 2- x m |
h A r 1 1-- \ A r 11 |
A r = |
r ryx 1 ... |
1. ... . |
.. rxm x 1 .. ... |
, A r 11 = |
rx 2 x 1 ... |
1 ... |
|
r ryxm |
r . xmx 1 |
.. 1 |
rxm x 1 |
r rxm x 2 |
r rx1 xm
r rx2xm
Здесь Ryx , Rxx , i , j = 1, …, m – парные коэффициенты корреляции. Коэффициенты корреляции вычисляются по формуле
r xy
x • y - x • y
У x - x , a y
, x – среднее значение по выборке X ; x 2
среднее зна-
чение по выборке X 2; y – среднее значение по выборке Y ; y 2 – среднее значение по выборке Y 2.
При правильном включении параметров в математическую модель должно выполняться неравенство
R > r , i = 1,^, m. (3)
yx1x2...xm yxi(max)
Статистический анализ туристического потока по территории Российской Федерации
Здесь Ryxx ... x – индекс множественной корреляции; ryx (max) – максимальный парный индекс корреляции.
В Таблицах 1 и 2 приведены показатели туристического потока по территории России: количество путешествующих через турфирмы россиян; численность населения России; среднедушевой доход россиян в месяц, руб.; средняя цена одного турпакета по России; средняя цена заграничного путешествия; внутренний туристический поток за предыдущий год.
В Таблице 3 приведены результаты расчетов статистических показателей динамики числа путешествующих через турфирмы россиян в 2008–2023 годах, полученные с помощью программы MSExcel: абсолютный прирост, темп роста и темп прироста.
Анализируя данные, приведенные в Таблице 3, можно сформулировать вывод об изменении числа путешествующих через турфирмы россиян по территории России: в 2023 году данное число увеличилось на 250,63 % по сравнению с 2008 годом (что соответствует числу 5,16 млн чел.). Максимальный прирост числа путешествующих через турфирмы россиян по территории РФ по сравнению с предыдущим годом зафиксирован в 2021 году и составляет 145,26 % (или 1,87 млн чел.), а максимальный спад числа путешествующих наблюдается в 2009 году как следствие кризиса предыдущего года и составляет 19,37 % (или 40 тыс. чел.).
Таблица 1
Показатели туристического потока в 2008–2023 годах: число путешествующих через турфирмы россиян, численность населения России и среднедушевой доход в месяц
|
Год |
Число путешествующих через турфирмы россиян, млн чел. |
Численность населения России, млн чел. |
Среднедушевой доход в месяц, руб. |
|
2008 |
2,06 |
142,80 |
14863,60 |
|
2009 |
1,66 |
142,70 |
16895,00 |
|
2010 |
1,74 |
142,90 |
18958,40 |
|
2011 |
1,73 |
142,90 |
20780,00 |
|
2012 |
1,79 |
143,00 |
23221,10 |
|
2013 |
1,92 |
143,30 |
25684,37 |
|
2014 |
1,97 |
143,70 |
27412,35 |
|
2015 |
2,63 |
146,30 |
30254,44 |
|
2016 |
3,28 |
146,50 |
30864,96 |
|
2017 |
3,29 |
146,80 |
31896,51 |
|
2018 |
3,37 |
146,90 |
33361,00 |
|
2019 |
4,37 |
146,80 |
35506,00 |
|
2020 |
4,13 |
146,70 |
36240,00 |
|
2021 |
5,99 |
146,20 |
40304,00 |
|
2022 |
6,92 |
147,00 |
44937,00 |
|
2023 |
7,22 |
146,40 |
50265,00 |
Источник: Федеральная служба государственной статистики. URL: (дата обращения: 21.01.2025).
Вестник Российского нового университета
Серия «Сложные системы: модели, анализ и управление», выпуск 1 за 2025 год
Таблица 2
Показатели туристического потока в 2008–2023 годах: средняя цена одного турпакета по России, средняя цена заграничного путешествия и внутренний туристический поток за предыдущий год
|
Год |
Средняя цена одного тур-пакета по России, руб. |
Средняя цена заграничного путешествия, руб. |
Внутренний туристический поток за предыдущий год, млн чел. |
|
2008 |
17219,74 |
31082,91 |
3,32 |
|
2009 |
18733,99 |
40747,52 |
2,06 |
|
2010 |
21036,64 |
44003,11 |
1,66 |
|
2011 |
22879,10 |
45884,87 |
1,74 |
|
2012 |
25143,87 |
49043,50 |
1,73 |
|
2013 |
24639,83 |
52358,96 |
1,79 |
|
2014 |
25649,19 |
65880,11 |
1,92 |
|
2015 |
37954,17 |
74121,68 |
1,97 |
|
2016 |
32155,66 |
84996,92 |
2,63 |
|
2017 |
33692,01 |
85286,37 |
3,28 |
|
2018 |
36421,23 |
90880,64 |
3,29 |
|
2019 |
32951,21 |
103513,57 |
3,37 |
|
2020 |
33889,21 |
96752,22 |
4,37 |
|
2021 |
40042,96 |
132084,19 |
4,13 |
|
2022 |
44777,27 |
137015,34 |
5,99 |
|
2023 |
47722,85 |
151258,23 |
6,92 |
Источник: Федеральная служба государственной статистики. URL: (дата обращения: 21.01.2025).
Таблица 3
Статистические показатели динамики числа путешествующих через турфирмы граждан России в 2008–2023 годах
|
Год |
Число путешествующих через турфирмы россиян, млн чел. |
Абсолютный прирост, млн чел. |
Темп роста, % |
Темп прироста, % |
|||
|
цепной |
базисный |
цепной |
базисный |
цепной |
базисный |
||
|
2008 |
2,06 |
||||||
|
2009 |
1,66 |
-0,40 |
-0,40 |
80,63 |
80,63 |
-19,37 |
-19,37 |
|
2010 |
1,74 |
0,08 |
-0,32 |
104,82 |
84,52 |
4,82 |
-15,48 |
|
2011 |
1,73 |
-0,01 |
-0,33 |
99,43 |
84,03 |
-0,57 |
-15,97 |
|
2012 |
1,79 |
0,06 |
-0,27 |
103,54 |
87,01 |
3,54 |
-12,99 |
|
2013 |
1,92 |
0,12 |
-0,14 |
106,92 |
93,03 |
6,92 |
-6,97 |
|
2014 |
1,97 |
0,06 |
-0,09 |
103,02 |
95,84 |
3,02 |
-4,16 |
|
2015 |
2,63 |
0,65 |
0,57 |
133,13 |
127,58 |
33,13 |
27,58 |
|
2016 |
3,28 |
0,66 |
1,22 |
124,96 |
159,43 |
24,96 |
59,43 |
Статистический анализ туристического потока по территории
Российской Федерации
Окончание таблицы 3
|
2017 |
3,29 |
0,00 |
1,23 |
100,04 |
159,49 |
0,04 |
59,49 |
|
2018 |
3,37 |
0,09 |
1,31 |
102,72 |
163,82 |
2,72 |
63,82 |
|
2019 |
4,37 |
1,00 |
2,31 |
129,59 |
212,29 |
29,59 |
112,29 |
|
2020 |
4,13 |
-0,25 |
2,07 |
94,37 |
200,33 |
-5,63 |
100,33 |
|
2021 |
5,99 |
1,87 |
3,93 |
145,26 |
291,01 |
45,26 |
191,01 |
|
2022 |
6,92 |
0,93 |
4,86 |
115,47 |
336,02 |
15,47 |
236,02 |
|
2023 |
7,22 |
0,30 |
5,16 |
104,35 |
350,63 |
4,35 |
250,63 |
В Таблице 4 приведены результаты расчетов средних показателей динамики числа путешествующих через турфирмы россиян в 2008–2023 годах, полученные с помощью программы MSExcel: средний абсолютный прирост, средний темп роста, средний темп прироста и средняя хронологическая.
Таблица 4
Средние показатели динамики числа путешествующих через турфирмы россиян в 2008–2023 годах
|
Средний абсолютный прирост, млн чел. |
Средний темп роста |
Средний темп прироста, % |
Средняя хронологическая, млн чел. |
|
|
Количество путешествующих через турфирмы россиян, млн чел. |
0,34 |
1,0872 |
8,72 |
3,3 |
Анализируя приведенные в Таблице 4 данные, можно сделать заключение, что число путешествующих через турфирмы россиян по территории нашей страны в среднем возрастает на 8,72 % по сравнению с каждым предыдущим годом и составляет 0,34 млн чел. В течение рассматриваемого периода времени (с 2008 по 2023 гг.) число путешествующих через турфирмы россиян по территории России в среднем ежегодно составляет 3,3 млн чел.
В результате корреляционного анализа модели, описываемой уравнением (1), с использованием программы MSExcel получены матрицы парных коэффициентов корреляции:
|
f 1 0,73 0,93 |
0, 73676 0,93461 0,89155 |
0,96934 0,93 |
474 " 239 455 |
|
|
676 1 0,83383 0,87027 |
0,82627 0,63 |
|||
|
461 0,83383 1 0,96530 |
0,98372 0,83 |
|||
|
r — |
0,89155 0,87027 0,96530 1 |
0,94837 0, 77643 |
||
|
0,96934 0,82627 0,98372 0,94837 |
1 0,85898 |
|||
|
[ 0,93' |
474 0, 63239 0,83455 0,77643 0,85898 1 f 1 0,83383 0,87027 0,82627 0,63239 л 0,83383 1 0,96530 0,98372 0,83455 |
7 |
||
|
r "— |
0,87027 0,96530 1 0,94837 0, 77643 0,82627 0,98372 0,94837 1 0,85898 4 0,63239 0,83455 0,77643 0,85898 1 7 |
. |
||
Вестник Российского нового университета
Серия «Сложные системы: модели, анализ и управление», выпуск 1 за 2025 год
Вычисляя определители матриц r и r 11, находим коэффициент множественной корреляции с помощью формул (2):
1 0,0000013
\ 0,000127
RYX 1 X 2 X 3 X 4 X 5
® 0,99474327.
Анализируя матрицу r , можно сказать, что между внутренним турпотоком Y в текущем году и остальными его показателями существует сильная связь (см. первый столбец матрицы): самая тесная (0,96934) с переменной X 4, обозначающей среднюю цену заграничного путешествия, и наименее тесная (0,3676) с переменной X 1, отражающей численность населения России.
Также можно отметить, что соблюдается правило (3): коэффициент множественной корреляции больше максимального парного индекса корреляции (0,99474327 > 0,96934).
В результате расчетов с использованием программы MSExcel получена следующая зависимость:
Y = 16,53 - 0,12 X 1 + 0,0001 X 2 + 0,00003 X 3 + 0,00006 X 4 + 0,42 X 5 . (4)
В Таблице 5 приведены результаты регрессионного и дисперсионного анализа, полученные с помощью программы MS Excel.
Таблица 5
Результаты, полученные с помощью программы MSExcel
|
Регрессионная статистика |
||||||||
|
Множественный R |
0,99474327 |
|||||||
|
R -квадрат |
0,989514173 |
|||||||
|
Нормированный R -квадрат |
0,984271259 |
|||||||
|
Стандартная ошибка |
0,235786536 |
|||||||
|
Наблюдения |
16 |
|||||||
|
Дисперсионный анализ |
||||||||
|
df |
SS |
MS |
F |
Значимость F |
||||
|
Регрессия |
5 |
52,46350862 |
10,49270172 |
188,7336434 |
1,46761E-09 |
|||
|
Остаток |
10 |
0,555952905 |
0,05559529 |
|||||
|
Итого |
15 |
53,01946152 |
||||||
|
Коэффициенты |
Стандартная ошибка |
t- статистика |
P- значение |
|||||
|
A 0 |
16,53926921 |
9,519014198 |
1,737498113 |
0,112940033 |
||||
|
A 1 |
–0,117624939 |
0,067917401 |
–1,731882227 |
0,113968406 |
||||
|
A 2 |
–9,8514E-05 |
4,12992E-05 |
–2,385371934 |
0,038259831 |
||||
|
A 3 |
2,60942E-05 |
2,87813E-05 |
0,906638584 |
0,385923335 |
||||
|
A 4 |
5,90414E-05 |
1,00749E-05 |
5,860265208 |
0,00015938 |
||||
|
A 5 |
0,420608323 |
0,078898028 |
5,331037181 |
0,000332468 |
||||
|
Нижние 95 % |
Верхние 95 % |
Нижние 95,0 % |
Верхние 95,0 % |
|||||
Статистический анализ туристического потока по территории
Российской Федерации
Окончание таблицы 5
|
A 0 |
–4,670416158 |
37,74895458 |
–4,670416158 |
37,74895458 |
|
A 1 |
–0,268954338 |
0,03370446 |
–0,268954338 |
0,03370446 |
|
A 2 |
–0,000190534 |
–6,4936E-06 |
–0,000190534 |
–6,4936E-06 |
|
A 3 |
–3,80345E-05 |
9,02229E-05 |
–3,80345E-05 |
9,02229E-05 |
|
A 4 |
3,65932E-05 |
8,14896E-05 |
3,65932E-05 |
8,14896E-05 |
|
A 5 |
0,244812561 |
0,596404086 |
0,244812561 |
0,596404086 |
Значение коэффициента детерминации R 2 = 0,989514173 близко к 1 (см. Таблицу 5), что указывает на адекватность построенной математической модели внутреннего туристического потока, на основании которой была получена формула (4).
Для оценки статистической значимости модели выдвинуты две гипотезы: основная – модель незначима, альтернативная – модель значима. Проводилось сравнение наблюдаемого значения критерия Фишера F = 188,7336434 (см. Таблицу 5) и табличного значения этого критерия F крит = 3,32583453 (степени свободы m = 5, n = 10, уровень значимости α = 0,05). Получено неравенство F > F крит, позволяющее принять основную гипотезу о статистической значимости модели внутреннего туристического потока.
Для оценки значимости регрессионных коэффициентов математической модели использовался критерий Стьюдента. Аналогично выдвинуты гипотезы: основная – коэффициенты регрессии незначимы, альтернативная – коэффициенты регрессии значимы. Проведено сравнение наблюдаемых значений для всех коэффициентов модели (см. Таблицу 5, столбец « t -статистика») с табличным значением критерия Стьюдента F крит = 2,228138852 (степени свободы n = 10 и уровень значимости α = 0,05). Для коэффициентов при переменных X 1 и X 3 получено неравенство | F | < F крит, что позволяет их признать незначимыми и исключить из рассмотрения.
В результате модель приняла вид
Y = 0,086 - 0,00009 X 1 + 0,00006 X 4 + 0,44 X 5. (5)
Таким образом, основные параметры, влияющие на внутренний туристический поток: X 1 – численность населения России;
-
X 4 – средняя цена заграничного путешествия;
-
X 5 – внутренний туристический поток за предыдущий год.
Изображение зависимости Y *, определяемой уравнением (5), и наблюдения Y представлены на Рисунке. Кривые Y * и Y практически совпадают, что подтверждает адекватность построенной регрессионной модели туристического потока.
Прогнозируемое число путешествующих по РФ через турфирмы россиян в 2024 году может быть рассчитано с использованием среднего темпа роста, поскольку приблизительно зависимость внутреннего турпотока от времени представляет собой экспоненциальную функцию (см. Таблицу 3, столбец 2, и Таблицу 4, столбец 3):
Y 2024 = 7,22 - 1,087234915 ® 7,85 , млн чел.
Полученное значение указывает на рост числа путешествующих через турфирмы россиян по сравнению с 2022 и 2023 годами и согласуется с некоторыми опубликованными в 2024 году данными туриндустрии.
Вестник Российского нового университета
Серия «Сложные системы: модели, анализ и управление», выпуск 1 за 2025 год
Годы
Рисунок. Изображение зависимости, определяемой уравнением (5), и наблюдения Y маркированной кривой Источник: рисунок составлен авторами.
В Таблице 6 приведены данные о числе путешествующих через турфирмы граждан России в 2008–2023 годах на Камчатку2.
В Таблицах 7 и 8 представлены рассчитанные с помощью программы MSExcel показатели динамики числа путешествующих через турфирмы граждан России в 2008–2023 годах на Камчатку.
Опираясь на данные, приведенные в Таблице 7, можно сформулировать следующие выводы: число путешествующих через турфирмы граждан России на Камчатку увеличивается по сравнению с 2008 годом и в 2023 году составило 18850 чел.; максимальное увеличение числа путешествующих по сравнению с предыдущим годом зафиксировано в 2021 году и составляет 84,88 % (или 6830 чел.); максимальное уменьшение числа путешественников по сравнению с предыдущим годом наблюдалось в 2017 году и составляло 20,74 % (или 2110 чел.) из-за извержения долго «спавшего» до этого вулкана Камбальный.
Таблица 6
Число путешествующих через турфирмы граждан России в 2008–2023 годах на Камчатку
|
Годы |
Число путешествующих через турфирмы россиян на Камчатку, млн чел. (доля во внутреннем туристическом потоке, %) |
|
2008 |
0,0040 (0,2) |
|
2009 |
0,0042 (0,25) |
|
2010 |
0,0060 (0,35) |
|
2011 |
0,0060 (0,35) |
|
2012 |
0,0049 (0,28) |
|
2013 |
0,0061 (0,32) |
|
2014 |
0,0053 (0,27) |
|
2015 |
0,0086 (0,33) |
Статистический анализ туристического потока по территории
Российской Федерации
Окончание таблицы 6
|
2016 |
0,0124 (0,38) |
|
2017 |
0,0066 (0,2) |
|
2018 |
0,0108 (0,32) |
|
2019 |
0,0102 (0,23) |
|
2020 |
0,0080 (0,2) |
|
2021 |
0,0149 (0,25) |
|
2022 |
0,0233 (0,34) |
|
2023 |
0,0229 (0,32) |
Источник: Федеральная служба государственной статистики. URL: (дата об- ращения: 21.01.2025).
Таблица 7
Статистические показатели динамики числа путешествующих через турфирмы граждан России на Камчатку в 2008–2023 годах
|
Год |
Число путешествующих через турфирмы граждан России на Камчатку, млн чел. |
Абсолютный прирост, тыс. |
Темп роста, % |
Темп прироста, % |
|||
|
цепной |
базисный |
цепной |
базисный |
цепной |
базисный |
||
|
2008 |
0,00404 |
||||||
|
2009 |
0,00422 |
0,00018 |
0,00018 |
104,45 |
104,45 |
4,45 |
4,45 |
|
2010 |
0,00603 |
0,00180 |
0,00198 |
142,71 |
149,06 |
42,71 |
49,06 |
|
2011 |
0,00600 |
–0,00003 |
0,00195 |
99,45 |
148,25 |
–0,55 |
48,25 |
|
2012 |
0,00494 |
–0,00106 |
0,00090 |
82,39 |
122,14 |
–17,61 |
22,14 |
|
2013 |
0,00606 |
0,00112 |
0,00201 |
122,66 |
149,82 |
22,66 |
49,82 |
|
2014 |
0,00531 |
–0,00074 |
0,00127 |
87,73 |
131,43 |
–12,27 |
31,43 |
|
2015 |
0,00856 |
0,00324 |
0,00451 |
160,97 |
211,56 |
60,97 |
111,56 |
|
2016 |
0,01239 |
0,00384 |
0,00835 |
144,84 |
306,43 |
44,84 |
206,43 |
|
2017 |
0,00657 |
–0,00582 |
0,00252 |
53,01 |
162,43 |
–46,99 |
62,43 |
|
2018 |
0,01076 |
0,00419 |
0,00671 |
163,74 |
265,97 |
63,74 |
165,97 |
|
2019 |
0,01015 |
–0,00060 |
0,00611 |
94,41 |
251,11 |
–5,59 |
151,11 |
|
2020 |
0,00805 |
–0,00211 |
0,00401 |
79,26 |
199,04 |
–20,74 |
99,04 |
|
2021 |
0,01488 |
0,00683 |
0,01084 |
184,88 |
367,98 |
84,88 |
267,98 |
|
2022 |
0,02332 |
0,00844 |
0,01927 |
156,68 |
576,57 |
56,68 |
476,57 |
|
2023 |
0,02290 |
–0,00042 |
0,01885 |
98,19 |
566,16 |
–1,81 |
466,16 |
Вестник Российского нового университета
Серия «Сложные системы: модели, анализ и управление», выпуск 1 за 2025 год
Таблица 8
Средние показатели динамики числа путешествующих через турфирмы граждан России в 2008–2023 годах на Камчатку и в Мурманскую область
|
Средний абсолютный прирост, млн чел. |
Средний темп роста |
Средний темп прироста, % |
Средняя хронологическая, млн чел. |
|
|
Камчатка |
0,0013 |
1,1225 |
12,25 |
0,0094 |
Анализируя приведенные в Таблице 8 данные, можно сделать вывод, что в среднем ежегодно число путешествующих через турфирмы граждан России на Камчатку увеличивается на 1300 чел. в год. В течение рассматриваемого периода времени, с 2008 по 2023 год, Камчатку ежегодно посещают в среднем 9400 чел.
Таким образом, в работе осуществлен статистический анализ туристического потока по территории России в 2008–2023 годах. Для исследования взяты показатели: численность населения Российской Федерации, среднедушевой доход населения Российской Федерации, средняя цена одного путешествия по территории Российской Федерации, средняя цена одного путешествия за границу, внутренний туристический поток за предыдущий период времени.
Получены следующие результаты:
-
1. Основными параметрами, влияющими на внутренний туристический поток, являются: численность населения России, средняя цена заграничного путешествия и внутренний туристический поток за предыдущий год.
-
2. В среднем ежегодно внутренний туристический поток увеличивается на 0,34 млн чел. и составляет 8,72 % от уровня предыдущего года.
-
3. Построен прогноз числа путешествующих через туристические фирмы россиян на 2024 год – 7,85 млн чел., что означает рост внутреннего туристического потока по сравнению с предыдущими годами и согласуется с уже опубликованными официальными данными.
Из проведенного исследования можно сделать вывод, что полноценная система информационного обеспечения в туристической отрасли позволит проводить всесторонний статистический анализ динамики развития туризма. Использование информационных ресурсов в передовых алгоритмах анализа данных является сегодня одной из важнейших и сложнейших задач. Именно эта задача в аспекте исследования развития регионального туризма рассмотрена в данной статье. Показана возможность анализировать туристические потоки, оценивать взаимосвязь между различными факторами. Представленная методика является полезной для прогноза развития регионального туризма. Методика может быть усовершенствована при обеспечении учета большего числа факторов и наличии соответствующей статистической информации.
