CC BY
11
УДК 004:330:517
Б01: 10.15587/2312-8372.2018.147613
РОЗРОБКА ШФОРМАЦШНО1 ТЕХНОЛОГИ КОРЕЛЯЦ1ЙНОГО АНАЛ1ЗУ ТУРИСТИЧНОГО ПОПИТУ
Лш'янша Х. В.
1. Вступ
Розвиток галузi туризму за останш 60 рокiв, а також постшний прирiст надходжень вiд туристично! галузi до ВВП кра!н свiту спонукае учасникiв ринку все бшьше уваги придiляти методам стимулювання попиту на туристичш послуги. Зокрема, кшьюсть м1жнародних туристичних потокiв збiльшилася у 43 рази: вщ 25 млн. ошб у 1950 р. до 1087 млн. ошб у 2017 р. На туризм припадае 6 трлн. дол. США свггових швестицш (4,3 % вщ загального обсягу), що забезпечуе 120 млн. прямих i 176 млн. непрямих робочих мюць у сумiжних галузях. Туристична сфера тюно пов'язана з ринковою економiкою та впливае на розвиток 32 и секторiв [1].
Одним iз найвагомiших факторiв розвитку туризму в Укра!ш являеться ту-ристичний попит. За даними Укршформ Украши, торiк продовжилася тенденцiя збiльшення кшькост в'!зних туристiв пiсля дворазового падшня по-казника у 2014 рощ. Так, в 2017 року Украшу вщвщало 14,6 млн. шоземщв, що майже на мшьйон бiльше порiвняно з попереднiм роком. У 2013-му рощ Украшу вщвщало 25 млн. шоземних туристiв, а у 2014-му - 12,5 млн. Вiдтодi кшькють пршжджих зростае [2].
Тому в данш роботi пропонуеться використовувати метод кореляцшного аналiзу туристичного попиту Украши, на основi методiв суб'ективно! експерти-зи якiсних показникiв i !х статистичного аналiзу. Цi факти зумовлюють актуальнiсть дослiдження, а розроблена шформацшна технологiя кореляцiйного аналiзу туристичного попиту дасть змогу оперативно виршувати рiзнi окремi задачi фахiвцям та защкавленим користувачам.
2. Об'ект дослiдження та його технолопчний аудит
Об'ектом дослгдження е процес автоматизацп iнформацiйноi технологи кореляцiйного аналiзу туристичного попиту на основi когштивно-статистичного пiдходу. Попит - це один з найважливших факторiв, якi стиму-люють розвиток туризму. Попит тюно пов'язаний з пропозищею будь-якого туристичного продукту - туристично! послуги, товару, туристично-рекреацшного ресурсу, iнфраструктури та туристичних умов.
Одним з найбшьш проблемних мюць е визначення факторiв, що впливають на туристичний попит. Для чого i потрiбно розробити iнформацiйну технологш кореляцiйного аналiзу, яка дозволить визначати фактори, котрi найбiльше впливають на туристичний попит.
На певному еташ розвитку чи не кожен суб'ект туристично! галузi стикаеться з необхщнютю реорганiзацii туристичного бiзнесу у вщповщь на
змши зовшшнього середовища. Сьогоднiшнiй статус шформацшно-комп'ютерно! технологи (1КТ) та автоматизацп - один з найбiльш значущих чинникiв, що обумовлюють розвиток в туристичному 6Í3Heci. Темпи дiяльностi прискорюються i для того, щоб тримати доходи на вщповщному рiвнi з лояльнютю кменив (туристiв) i сшвробггниюв туристично! агенци чи не единий фактор пiдвищення конкурентоспроможностi органiзацii.
Для цього потрiбно розробити програму, яка автоматизуе процес визна-чення туристичного попиту, що протшае в Укра!ш, чим дасть можливiсть оцiнювати туристичний попит будь-якому користувачев^
При створенш цього програмного продукту орiентування проводилося на сучасний Web шгерфейс. Дана шформацшна технологiя реалiзована за допомо-гою мови програмування R з пакетом Shiny, що дозволяе використовувати рiзнi сховища даних для iмпорту iнформацii. Shiny - це пакет, який дозволяе ство-рювати штерактивш веб-додатки безпосередньо на мовi R.
Для розробки шформацшно! технологи моделювання та аналiзу туристичного попиту на основi когнiтивно-статистичного пiдходу, було прийнято ршення автоматизувати наступнi елементи: збiр iнформацii, побудова залежностi, прогнозування (рис. 1).
Обчислення параметрiв експертного оцшювання
Побудова ал.ежносп
Прогнозування
Прогноз змши фактов
Прогноз туристичного попиту
Результати
Рис. 1. Дiаграма процесу автоматизацп iнформацiйноi технологii моделювання та анаизу туристичного попиту на основi когштивно-статистичного пiдходу
Для побудови iнформацiйноi технологи моделювання та аналiзу туристичного попиту на основi когнiтивно-статистичного пiдходу пропонуеться наступний метод:
Крок 1. 1мпорт даних з бази даних в формат .csv, .xls, .dat, .sav, .txt, або безпосередне введення даних у програмне середовище.
Крок 2. Попереднш аналiз даних, вiдновлення пропущених значень, тдго-товка вектора тимчасового ряду для подальшого аналiзу.
Крок 3. Обчислення параметрiв експертного оцшювання по фактору рiвня iнфраструктури в регюш.
Крок 4. Обчислення кореляцiйноi залежностi мiж факторами, що вплива-ють на туристичний попит.
Крок 5. Побудова регресiйноi моделi туристичного попиту в Укра1'ш на ос-новi багатофакторноi моделi.
Крок 6. Побудова прогнозного значення показниюв туристичного попиту засобами АММЛ-моделювання.
3. Мета та задачi дослщження
Мета дослгдження - розробка шформацшно! технологи кореляцшного анаизу туристичного попиту, вщмшною особливiстю якого е врахування як яюсних, так i кiлькiсних параметрiв. Це дозволить видiлити основнi фактори, як впливають на туристичний попит.
Для досягнення зазначено! мети необхщно виконати такi задачi:
1. Вдосконалити метод кореляцiйного аналiзу туристичного попиту.
2. Розробити блок шформацшно! технологи, що визначае кореляцшш залежностi мiж факторами, що впливають на туристичний попит.
3. Побудувати на основi кореляцшного анаизу модель процесу форму-вання туристичного попиту.
4. Дослщження кнуючих р1шень проблеми
Для управлшня туристичною областю використовуються системи пщтри-мки прийняття ршень, в яких значну роль вщграють iнформацiйнi технологи моделювання та анаизу туристичного попиту. На сьогоднiшнiй час для вирь шення цiеi задачi використовують два основних пiдходи: статистичний та ког-нiтивний. При статистичному пщход^ використовують метод регресiйноi оцш-ки залежностей, проте перед цим визначають кореляцшний зв'язок мiж факторами, що можуть впливати на дослщжуваний об'ект.
Значний внесок у розробку теоретичних i прикладних питань моделювання соцiально-економiчних процесiв, що впливають на динамшу туристичних пото-юв, внесли багато вчених. Зокрема, автори до^дження [3] побудували еконо-метричну модель туристичного попиту на розвиненому туристичному ринку з метою покращення туристичного продукту Грецii. У пращ [4] проведено досль дження ощнки економiчних детермiнант мiжнародного попиту на туристичш послуги в 1спани на основi економетричних моделей, враховуючи таю чинники, як: реальний дохщ на душу населення, обмiннi курси та реальш цiни на юпан-ськi туристичнi послуги. Прикладне дослщження [5] туристичного попиту у Франци за допомогою економетрично1' моделi показуе позитивний зв'язок мiж витратами на туризм та виробництвом ВВП краши, а також негативне сшввщ-ношення мiж туристичними витратами та щнами. Авторами роботи [6] розроб-лено економетричш моделi попиту на туризм за даними туристичних потоюв у Захщнш Gвропi та запропоновано моделi прогнозування. Просторовий еконо-метричний шдхщ до моделювання туристичних потокiв представлено у досль дженнi [7]. Дослщження стану туристично1' галузi з використанням економiко-математичного моделювання проведено в роботах [8, 9], в яких визначено ос-новш фактори, що впливають на дiяльнiсть пiдприемств туристично1' сфери. За допомогою кореляцiйно-регресiйного анаизу проведено оцiнку впливу запро-понованих факторiв на функцiонування та розвиток туристичних пщприемств, обрано найбiльш вагомi чинники та запропоновано ряд економетричних моделей, що вщображають щ залежностi. У [10] дослiдженнi територiальнi органi-
зацп ринюв збуту в'1'зного туризму Украши як за допомогою факторного аналь зу, так i на основi розроблених картографiчних моделей. Динамiку туристичних потоюв Украши та виявлення факторiв, що впливають на ïx змшу з викорис-танням економетричних методiв i моделей дослiджували автори роботи [11]. За допомогою кореляцшно-регресшного аналiзу, у роботi [12], автор провiв оцiнку впливу економiчниx показникiв на величину вшзного туристичного потоку За-карпатського регiону (Украïна).
Iснуючi шформацшш теxнологiï моделювання i аналiзу туристичного попиту (COMFAR, PROPSPIN, Alt-Invest, Project Expert, Microsoft Project, Time Line, Primavera, Vortex, Forecast Expert) не забезпечують потрiбноï практики якосп, що значно знижуе ефективнiсть систем тдтримки прийняття рiшень.
На основi проведеного аналiзу можна зробити висновок, що багатьма вче-ними розроблено широке коло теоретичних i практичних аспеклв моделювання соцiально-економiчноï ситуацiï на рiзниx територiяx держави. Однак, особли-востi iнформацiйниx теxнологiй стосовно кореляцшного аналiзу туристичного попиту з урахуванням факторiв, що пiдштовxують, притягують i вщштовхують, залишаються поза увагою.
5. Методи дослiджень
У данш роботi побудуемо блок шформадшно!' теxнологiï (IT) моделювання та анашзу туристичного попиту на основi когнггивно-статистичного шдходу, що визна-чае кореляцшну залежнiсть м1ж факторами, що впливають на туристичний попит.
Попит туризму виражаеться юльюстю прибулих туриспв або витратами, здшснюваними в краïнi. У моделi попиту туризму враховують макроекономiчнi показники, такi, як доходи в крашах, вартiсть на туризм в Укра!ш, вартiсть транспорту, кшьюсть колективних засобiв розмiщування.
Туристичний попит в Укра1ш характеризуеться на основi наступних факторiв, що базуеться на наукових дослщженнях [3-5]:
Y = F (S, VTR, P, R, К, C, I, T,Z,N), (1)
де Y - потiк туриспв;
S - середня заробiтна плата на особу в туристичнш галузц
VTR - витрати на туризм;
R - кшьюсть колективних засобiв розмщування;
P - кiлькiсть суб'еклв туристично!' дiяльностi;
K - кшьюсть рекреацш;
C - випуск в основних щнах та випуск за видами економiчноï дiяльностi;
I - капггальш iнвестицiï за регiонами;
T - транспортне сполучення;
Z - еколопчна ситуацiя;
N - шфраструктура (суб'ективний показник).
Для розрахунку множинного коефiцiента кореляцiï туристичного попиту, вщмшною особливiстю якого е врахування як яюсних, так i кшьюсних пара_лтр^ -, необxiдно:
Крок 1: встановити фактори моделi (1), що найбiльш суттево впливають на туристичний попит У.
Крок 2: обчислити суми значень факторiв моделi (1). Обчислити середне арифметичне по факторах, розрахувати стандартш вiдхилення, використовуючи формулу стандартного вщхилення для кожного фактора.
КрокЗ: побудувати матрицю (А) парних коефицентш кореляци, гпЛ = \,к м1ж ознаками факторами модел1 (1) за допомогою коефкцента кореляци Шрсона гху:
г = X" |(-г'-у)
^ТЦъ-хУ-Т'и (у'-у)2
де XI \у{ - значения змшних фактор1в модел1 (1); х 1 у - середне значения змш-них факторiв моделi (1); п - обсяг вибiрки:
\ 1' /у -у /у -у >у >у >у 1 'ЯУтп 'ЯР >Я1{ 'ЯК 'ЯС 'Я! 'ЯТ 'Я.У /у 1 У У У -. 1Г 1Г 'У 'УткЯ ^ 'УткР'утк1{ гУткк'УТРХ: г¥тк1 гУткТ
ГРЯ ГР \'тк 1 ГРН ГРК ГРС ГРГ ГРТ Г ГКЯ ГН \'тк ГКР 1 гкк гнс гы гнт гк
А = ■у У <у -у 1 -у -у -у 'КЯ 'К \'ТТ1 ГКР 'КК 1 'КС 'КГ 'кт ?км 1Г -у 1г ■гг у 1 -г у <у ГСЯ 'С Упг ГСР 'СИ 'СК 1 'С1 'Оч 'У У V У г ¡я ' 1 \'Тр, ' ш г т г [к пс 1 ' тг ' т
У У -У У У У У \ 'У ' ТЯ ' 7Гтт; 'ТР ГТИ ГТК ГТС ' /Л
■у 'У У -у -у У у 'У _г ш ' ттк гЫР 'лж 'ж 'ж 'ш ' т 1
Крок 4: ощнити щiльнiсть зв'язку мiж залежною змiнною У та незалежни-ми змiнними факторiв моделi (1) вщповщно до таблицi значень величин коефь цiента кореляцii.
С декшька методiв визначення рiвня коефiцiента кореляци. Найбiльш вь домим е метод найменших квадратiв. Проте цей доволi трудомiсткий розраху-нок можна усшшно замiнити використанням функцiонально-статистичних за-лежностей у мовi програмування R.
6. Результати досл1джень
Перш нiж розпочати кореляцшний аналiз, потрiбно вiзуалiзувати данг Статистичнi показники взятi з Державноi служби статистики Украiни [2]. Рь вень iнфраструктури визначений на основi суб'ективноi експертизи [13].
Залежностi мiж показниками е досить близькими, адже вони моделюються як лiнiйнi. У ситуаци, коли на дiлянках розсшвання виявляються кривi шабло-ни, маемо справу з нелшшною асоцiацiею мiж двома змiнними. Тож, з графжа на рис. 2 видно, що вс залежностi мають лiнiйну залежнють.
Поки здаеться, що розподiл е нормальним. А тепер перевiримо формально. Один з статистичних критерив, що дозволяють перевiрити нормальнiсть розпо-
дшу даних, е критерiй Шапiро-Уiлкi. За допомогою цього критерiю перевiря-еться нульова гiпотеза, яка полягае в тому, що даш розподiленi нормально.
Рис. 2. Вiзуалiзацiя даних, що вливають на туристичний попит
Якщо по критерiю Шапiро-Уiлкi Р-\а1ив>0,05, то ймовiрнiсть того, що гiпотеза вiрна, нульова. Якщо рiвень значимостi менше 5 % (0,05), е шдстава вiдкинути нульову гiпотезу про те, що даш розподшеш нормально. Показник явки мае нормальний розподiл.
Як видно з результалв в табл. 1, значення Р-уа1ие е бшьшими, шж заздалегiдь визначений рiвень значень 0,05. Це означае, що розподш даних не суттево вiдрiзняеться вщ нормального розподiлу. 1ншими словами, можемо вважати, що розподiл е нормальним.
Таблиця 1
Значимiсть по критерш Шапiро-Уiлкi_
Показник Критерш Шатро-Ушю P-value
У - потк туриспв 0,99 0,09
£ - середня заробггаа плата на особу в туристичнш галуз 0,91 0,06
УТЯ - витрати на туризм 0,88 0,28
Я - юльюстъ колективних засоб1в розмiщування 0,82 0,09
Р - юльюсть суб'екпв туристично1' дiяльносгi 0,83 0,11
С - випуск в основних цшах та випуск за видами економчно!' дiяльносгi 0,88 0,25
I - капiтальнi 1нвестивд за регiонами 0,88 0,28
К - юльюсть рекреацш 0,96 0,04
2 - екологiчна ситуащя 0,82 0,08
Т - транспортне сполучення 0,86 0,21
N - шфраструктура (суб'ективний показник) 0,92 0,02
Кореляцшна матриця використовуеться для дослiдження залежност мiж декiлькома змiнними. Результатом е таблиця, що мiстить коефiцiенти кореляцп мiж кожною змiнною та шшими. Кореляцiйна матриця завжди симетрична (коефщент кореляцii мiж змiнними X i У дорiвнюе коефiцiенту кореляцii мiж змiнними У i X), i на головнiй дiагоналi такоi матрицi стоять 1 (кореляцiя змiнноi самоi з собою дорiвнюе 1).
Проведено кореляцшний аналiз процесу формування туристичного попиту (рис. 3). С декшька методiв визначення рiвня коефiцiента кореляцп. Найбшьш вiдомим е метод найменших квадратiв. Проте цей доволi трудомюткий розра-хунок можна успiшно замшити використанням функцiонально-статистичних залежностей у мовi програмування R, що дозволяе пошук кореляцiйних коефiцiентiв звести до справи кшькох хвилин.
>- с/з
а:
> си о.
о _
N
У Б
УТР Р Р С
I
К
г
Т
1 0.04 -0.23 0.81 0.86 -0.45 0.01 0.82 0.81 0.65 0.95
0.04 1 0.57 0.45 -0.24 0.09 0.36 -0.14-0.33 -0.25 -0.03
-0.23 0.57 1 0.15 -0.63 0.81 0.92 -0.12 -0.69 -0.8 -0.05
0.81 0.45 0.15 1 0.6 -0.34 0.3 0.67 0.55 0.45 0.83
0.86 -0.24 -0.63 0.6 1 -0.78-0.45 0.78 0.99 0.92 0.78
-0.45 0.09 0.81 -0.34-0.78 1 0.78 -0.29 -0.8 -0.95 -0.28
0.01 0.36 0.92 0.3 -0.45 0.78 1 0.04 -0.48 -0.67 0.2
0.82 -0.14 -0.12 0.67 0.78-0.29 0.04 1 0.74 0.52 0.91
0.81 -0.33 -0.69 0.55 0.99 -0.8 -0.48 0.74 1 0.94 0.74
0.65 -0.25 -0.8 0.45 0.92 -0.95 -0.67 0.52 0.94 1 0.52
0.95-0.03-0.05 1 1 0.83 0.78 -0.28 0.2 0.91 0.74 0.52 1
1
|- 0.8 0.6
■ 0.4
■ 0.2 0
-0.2 -0.4 I" -0.6 0.8 -1
Рис. 3. Матриця кореляцш туристичного попиту
Розрахунок кореляцiйноi матриц дае змогу зробити висновок про значну залежшсть мiж результативним показником (У) та факторними величинами, о^м декшькох факторiв УТЯ, С, I та Т). Бiльш детальнiшу iнформацiю представлено в табл. 2.
На основi кореляцшного аналiзу побудовано модель процесу формування туристичного попиту, яка буде мати наступний вигляд:
¥= Р(Р,Я К, АО,
де У - потш туристiв; Я - кiлькiсть колективних засобiв розмiщування; Р - кь лькiсть суб'ектiв туристично!' дiяльностi; К - кшьюсть рекреацiй; N - рiвень ш-фраструктури на основi суб'ективно1' експертизи.
Таблиця 2
Ощнка щшьносл зв'язку м1ж залежною зммною Y незалежними зммними
Результативный показник (за-лежна змiнна y) Факторний показник (незалежна змiнна х) Значення парного коефщента кореляци (г) Характеристика (щшьносп) л1ншного зв'язку Характер зв'язку
Y - попк туриспв R - кiлькiсть колективних засоб1в розм1щування 0,8137670 сильний пр шй
S - середня заробггна плата на особу в туристичнш галуз1 0,04219225 практично вщсутнш прямий
VTR - витрати на туризм -0,2271771 практично вщсутнш зворотнш
P - кшьюсть суб'екпв туристично1 д1яльносп 0,8613155 прямий
Z - еколопя 0,8080230 сильний прямий
N - р1вень шфраструктури на основ1 суб'ективно1 експертизи 0,94793356 дуже сильний прямий
K - кшьюсть рекреацш 0,81806 4 сильний прямий
C - випуск в основних цшах та випуск за видами економ1чно1 д1яльносп -0,44915574 слабкий зворотнш
I - каттальт швестици за регионами 0,006036328 практично вщсутнш прямий
T - транспортне сполучення 0,6452539 помтний прямий
На рис. 4 представлено код програми в R блоку шформацшно! технологи моделювання i анаизу для досл1дження туристичного попиту, що визначае кореляцшну залежнiсть мiж факторами, що впливають на туристичний попит.
Q Source on Save f - ■+■ Run * + Jf Source -
11
12 scatterpiotMatrix[d, diagonal = true, smooth = true,
13 г eg. line = Tr- lie)
14
15 shapiro. testCd$Y)
16 shapiro.testCd$s)
17 shapiro.test Cd$VTR;;
18 shapiro.testCd$R)
19 shapiro. test Cd$P'
20 shapiro.test [die.
21 shapiro.test£d l)
22 shapiro.test [diK
23 shapiro.test [d Z;
24 shapiro.test d$T
25 shapiro.test d N)
26
27 H <- cor d)
28 cor id)
29
30 col .¿color RampPalette(cC#9200DA", "#FF2400", "#77AADD", "#082567"))
31 corrplot M, method = "number",col = col(200))
32
33 aqpairsCd
34
2S:7 [Top LeveO i
Рис. 4. Код програми в R
v
R Script i
Bi3yanbHe представления блоку шформацшно1 технологii моделювання i аналь зу для дослщження туристичного попиту, що визначае кореляцшну залежностi мiж факторами, що впливають на туристичний попит, представлено на рис. 5.
Рис. 5. Вшно представлення кореляцiйноi матрицi у виглядi графiка
Запропонована iнформацiйна система забезпечуе визначення туристичного попиту, спрямована на шдвищення роботи тyристичноi галyзi та впроваджеш в yправлiннi з питань туризму та кyрортiв Тернопiльськоi обласноi державноi адмшь страцii (Украша) та туристично!' агенцii «Всюди разом» (м. Тернопть, Украша).
7. SWOT-аналiз результат дослiджень
Strengths. Запропонований опис дозволяе розробити блок шформацшно1' технологii моделювання i аналiзy для дослiдження туристичного попиту, що визначае кореляцшну залежнють мiж факторами, що впливають на туристичний попит. Завдяки цьому надасть змогу тдвищити ефективнiсть виконання анаизу за рахунок зниження рiвня невизначеностi щодо вiдповiдностi компетентностi та особистих якостей виконавщв ступеню складност проекту.
Weaknesses. Запропонований пiдхiд, оскшьки вiн базуеться на експертному оцшюванш, несе в собi органiчнi недолши цих методiв, а саме деяку суб'ективнють, хоч ii вплив на формування ршень експертною комiсiею вдало-ся суттево знизити.
Opportunities. У подальшому представляеться за доцшьне провести моделювання на основi отриманих резyльтатiв та розробити повнощнну технологiю моделювання та анаизу туристичного попиту на основi когштивно-статистичного пiдходy. Запропонована iнформацiйна система забезпечуе визначення факторiв, що впливають на туристичний попит, чим дае можливють спрогнозувати кшькють туриспв, а вiдповiдно, i передбачити майбутнш прибу-ток туристичного пiдприемства.
Threats. Запропонований опис при його збер^анш в шформацшнш технологii потенцiйно може бути зруйнований повнютю або частково. Причина
цьому е упередженi або неупередженi дн користувачiв та персоналу, який обслуговуе iнформацiйну технологiю туристичного агентства, i тому вимагае реаизацп спецiальних заходiв безпеки.
8. Висновки
1. Вдосконалено метод кореляцiйного аналiзу туристичного попиту, що представляе розрахунок множинного коефщента кореляци туристичного попиту, вщмшною особливiстю якого е врахування як якюних, так i кiлькiсних па-раметрiв. Для аналiзу туристичного попиту обрано наступнi фактори:
- середня заробггна плата на особу в туристичнш галузi;
- витрати на туризм;
- кшькють колективних засобiв розмщування;
- кiлькiсть суб'ектiв туристично! дiяльнг ^
- кiлькiсть рекреацш;
- випуск в основних щнах та випуск за видами економiчноi дiяльностi;
- капiтальнi iнвестицii за регюнами;
- транспортне сполучення;
- еколопчна ситуацiя;
- iнфраструктура (суб'ективний показник).
2 Розроблено блок шформацшно! технологи моделювання i анашзу для дослщження туристичного попиту, що визначае кореляцшну залежнють мiж факторами, що впливають на туристичний попит. 1нформацшна технолопя розроб-лена на мовi програмування R, пакетом Shiny, яка дае можливють створення штерактивних веб-додатюв, що дае простоту розробленш технологи для зви-чайного користувача.
3. Виявлено наступш фактори, що впливають на туристичний попит:
- кшькють колективних засобiв розмщування;
- кшькють суб'екив туристично! дiяльностi;
- кшькють рекреацш;
- рiвень iнфраструктури на основi суб'ективно! експертизи.
В результат на основi кореляцiйного аналiзу побудовано модель процесу формування туристичного попиту на основi когнiтивно-статистичного методу.
Лггература
1. UN'^O t urism Highlights. URL: https://www.e-unwto.org/doi/pdf/10.18111/9789284419876
2. Державна служба статистики Украши. URL: http://www.ukrstat.gov.ua/
3. Dritsakis N., Athanasiadis S. An Econometric Model of Tourist Demand // Journal of Hospitality & Leisure Marketing. 2008. Vol. 7, Issue 2. P. 39-49. doi: http://doi.org/10.1300/j150v07n02_03
4. Garin-Munoz T., Amaral T. P. An econometric model for international tourism flows to Spain // Applied Economics Letters. 2000. Vol. 7, Issue 8. P. 525-529. doi: http://doi.org/10.1080/13504850050033319
5. An Econometric Model of Tourisn Demand in France / Botti L. et. al. // Tourismos: an International Multidisciplinary Journal of Tourism. 2007. Vol. 2, Issue 1. P. 115-126.
6. Witt S. F., Martin C. A. Econometric Models for Forecasting International Tourism Demand // Journal of Travel Research. 1987. Vol. 25, Issue 3. P. 23-30. doi: http://doi.org/10.1177/004728758702500306
7. Yang Y., Wong K. K. F. A Spatial Econometric Approach to Model Spillover Effects in Tourism Flows // Journal of Travel Research. 2012. Vol. 51, Issue 6. P. 768778. doi: http://doi.org/10.1177/0047287512437855
8. Кальченко О. М. Ощнка впливу факторiв розвитку шдприемств туристич-но! сфери // Науковий вюник Чершпвського державного шституту економки i управлшня. Серш: Економка. 2013. Вип. 3. С. 94-101.
9. Балашова Р., 1вченко Л. Методичш засади анашзу та прогнозування ринку туристичних послуг в Укра'ш з використанням математичного моделювання // Економка. 2011. №№ 3 (110). С. 3-9.
10. Бейдик О. О., Новосад Н. О. Факторний аналiз формування потокiв в'!зного туризму Украши // Укра!нський географiчний журнал. 2012. №2 1. С. 44-49.
11. Барна M. Ю., Миронов Ю. Б. Економетричне моделювання динамки туристичних потокiв // Науковий вюник Полюся. 2017. №2 4. С. 165-170.
12. Морохович В. С. Економшо-математичне моделювання туристичних потоюв закарпатсько!' областi // Науковий вюник Ужгородського унiверситету. 2017. № 1. С. 143-146.
13. Куваева В. I., Лш'янша Х. В., Болтьонков В. О. Обробка експертно!' шфор-мацп при колективному оцiнюваннi туристично!' iнфраструктури // Сучасний стан наукових досл!джень та технологiй в промисловосп. 2018. № 3. С. 35-143.
