Моделирование устойчивого развития туризма с помощью метода проекции на латентные структуры Текст научной статьи по специальности «Экономика и бизнес»

26 (212) - 2014

Математические методы анализа

УДК 519.863

моделирование устойчивого развития туризма

с помощью метода проекции

на латентные структуры

Д.С. ХАЗОВА,

аспирантка кафедры прикладной математики E-mail: d.hazova@gmail.com Финансовый университет при Правительстве Российской Федерации

В настоящее время туризм во многих регионах и странах играет заметную роль, поэтому проблема создания эффективной системы развития устойчивого туризма приобретает все большую актуальность. В работе с помощью PLS-анализа разработана модель устойчивого туризма штата США, который по рекреационным ресурсам имеет много общего с Республикой Алтай. Полученные результаты моделирования могут быть использованы для создания региональной идеи и построения эффективной модели устойчивого туризма в российских регионах.

Ключевые слова: устойчивое развитие туризма, метод наименьших частных квадратов, метод проекции на латентные структуры, путевой анализ, латентная переменная

Среди последних глобальных тенденций развития туризма широкое распространение получила концепция устойчивого развития. Необходимость соблюдения принципов устойчивого развития в туриндустрии очевидна. Существует множество примеров, когда неконтролируемый рост туризма, главной целью которого является быстрое получение прибыли, оказывает негативное воздействие на окружающую среду, на социальную сферу и разрушает ту основу, на которой строится успешное развитие туристской отрасли.

Под устойчивым туризмом понимают такой вид туризма, при котором обеспечивается рациональное использование ресурсов окружающей среды, поддерживаются социально-культурные особенности принимающих сообществ, обеспечивается эффективность и жизнеспособность долгосрочных экономических процессов, а часть получаемых средств от развития туризма направляется на восстановление туристских ресурсов и совершенствование технологий производства туристских услуг [2].

Таким образом, необходимо учитывать три сферы при оценке перспектив развития туриндус-трии в регионе: экономическую, экологическую и социальную. Для этого необходимо определить индикаторы, которые будут описывать каждую из этих сфер. Всемирная туристская организация (ВТО) занимается проблемой определения индикаторов устойчивого развития туризма с начала 1990-х гг. В 2004 г. вышла последняя версия путеводителя ВТО по ключевым индикаторам устойчивого развития туризма, в разработке которой приняли участие более 60 экспертов из 20 стран мира [5]. Индикаторы являются индивидуальными для каждой территории и могут служить инструментами планирования для оптимального развития туристской сферы.

Основной проблемой моделирования устойчивого туризма в российских регионах является

отсутствие достаточного количества статистических данных. Практически невозможно собрать статистические показатели за достаточно длительный период, которые бы затрагивали не только характеристику экономического развития региона, но и были бы связаны с развитием туризма в регионе, с уровнем социального комфорта, с расходами на охрану окружающей среды.

Поэтому первоначальная задача исследования была определена как поиск региона в какой-либо стране, для которого выполняются следующие условия:

- существует обширная база, содержащая статистические данные по разным сферам жизни региона (экономическая сфера, социальная сфера, охрана окружающей среды) за длительный период времени (минимум 20 лет);

- исследуемый регион должен иметь аналогичные рекреационные ресурсы региона России, а именно, Республики Алтай, где развитие устойчивого туризма является задачей первостепенной важности. Это необходимо для того, чтобы полученные результаты моделирования можно было с определенными допущениями использовать для рекомендаций по развитию туризма в Республике Алтай.

В результате анализа большого количества регионов разных стран в качестве объекта моделирования был выбран штат на востоке США -Северная Каролина. Во-первых, для этого штата существует интерактивная база данных - LINC (LogInto North Carolina)1, содержащая статистическую информацию по экономике, экологии, занятости населения и многим другим сферам общественной жизни Северной Каролины за 1989-2013 гг.

Во-вторых, по рекреационным ресурсам штат Северная Каролина похож на Республику Алтай -на ее территории присутствуют как равнинные территории (в восточной области), так и большая горная цепь, в которую входят Горы Голубого хребта и Великие Дымные горы.

В настоящее время Северная Каролина входит в десятку самых экономически развитых штатов США. Для него характерны хорошо развитый финансовый сектор, промышленность, туризм и сельское хозяйство [3].

1 North Carolina Office of State Budget and Management (2013). Log Into North Carolina (LINC). URL: http://data.osbm.state. nc.us/pls/linc/dyn_linc_main.show.

Благодаря мягкому климату и плодородным почвам штат занимает первое место в США по объемам производства табака. Кроме того, на полях Северной Каролины выращивают соевые бобы, бататы, кукурузу, хлопок, различные овощи и другие культуры. Также хорошо развиты животноводство, птицеводство и рыболовство. В последние годы в связи с резким увеличением спроса многие фермерские хозяйства штата переориентировались на производство экологически чистых продуктов.

Благодаря разнообразному ландшафту и климату в Северной Каролине развит как зимний туризм (лыжи, сноуборд, коньки, сноукайтинг, хоккей) в горной части штата, так и летний (плавание, каякинг, дайвинг). Также большую популярность имеют традиционные походы, кемпинг, велосипедные и пешие прогулки по лесам, экскурсии к водопадам [1].

Таким образом, можно рассматривать Северную Каролину как один из вариантов успешного развития Республики Алтай в будущем: экономически развитый регион, имеющий высокую туристскую привлекательность, сохранивший богатый природный потенциал, на территории которого у людей, занятых в сельском хозяйстве, сохранился высокий уровень социального комфорта.

Так как в данном исследовании использованы статистические данные развития Северной Каролины с 1989 г., то можно рассматривать работу как вариант моделирования будущего развития устойчивого туризма в Республике Алтай. В заключении исследования будут также приведены некоторые меры, которые способствовали успешному развитию Северной Каролины и которые могут быть приняты во внимание в настоящее время в Республике Алтай.

В табл. 1 представлены аналоги индикаторов устойчивого развития туризма, предложенные Дж. Гринвудом в 2006 г. для одного из городов Северной Каролины [4]. Так как город находится в пределах небольшого штата, будем считать, что эти же субституты могут быть использованы для моделирования устойчивого туризма во всем штате.

В качестве метода анализа в статье применяется метод моделирования взаимосвязей между латентными (неявными) переменными PLSPM (project on latent structures path modeling), а PLS-анализ предназначен для анализа данных высокой размерности в условиях плохо структурированной среды [6, c. 17]. Метод PLSPM широко применяет-

Таблица 1

Ключевые индикаторы устойчивого развития туризма и индикаторы-субституты

Индикатор Содержание

Количество рабочих мест в туриндустрии TIE (Travel Industry Employment), тыс. чел. Общая численность всех рабочих мест в туристической индустрии за календарный год

Фонд заработной платы туриндустрии TIP (Travel Industry Payroll), млн долл. Фонд заработной платы туриндустрии за календарный год

Стоимость жилья HV (Housing Values), долл. Средняя стоимость жилой недвижимости (участок не более 10 акров и дом на одну семью)

Налоговые поступления от туриндустрии LTR (Local Tax Revenues from Tourism), млн долл. Общая сумма налоговых поступлений от туриндустрии за календарный год

Количество детей, получающих субсидии на лечение NSC (Number of Subsidized Children), чел. Среднемесячное количество детей, получающих субсидии на лечение

Госрасходы на социальные услуги для населения HSE (Human Services Expenditures), долл. Сумма государственных расходов на здравоохранение и другие социальные услуги за год

Уровень безработицы UER (Unemployment Rate), % Отношение общей численности безработных к экономически активному населению

Госрасходы на охрану окружающей среды EPE (Environmental Protection Expenditures), долл. Сумма государственных расходов на охрану окружающей среды за календарный год

Доля рабочих мест в туриндустрии ERT (Employment Ratio: Tourism to Total), % Доля рабочих мест в туриндустрии в общем объеме рабочих мест

Количество бедных семей FP (Families in Poverty), ед. Количество семей с уровнем дохода ниже прожиточного минимума

Госрасходы на охрану общественной безопасности PSE (Public Safety Expenditures), долл. Сумма государственных расходов на охрану общественной безопасности (полиция, пожарная служба, служба спасения и др.)

Госрасходы на экономическое развитие EPD (Economic & Physical Development Expenditures), долл. Сумма госрасходов на планирование и экономическое развитие (повышение занятости населения и др.)

Гос. доходы за коммунальные услуги UR (Utility Revenues), долл. Сумма денежных поступлений от населения за коммунальные услуги

Расходы коммунальных служб UE (Utility Expenditures), долл. Сумма госрасходов на оказание коммунальных услуг населению

Общий объем потребляемой воды TWU (Total Water Use), млн галл. Среднедневной объем потребляемой населением воды из всех доступных источников за календарный год

Средняя протяженность маршрута школьного автобуса ASB (Average School Bus Mileage), мл Сумма расстояний, пройденных школьными автобусами за календарный год

ся в психологии (для оценки таких качественных показателей, как интеллект, целеустремленность и чувство собственного достоинства), в социологии (социальный статус), в экономике (полезность, уровень экономического развития), в экологии (плодородие почвы) и в других науках. Такие общие качественные показатели называются неявными (латентными) переменными, а те показатели, по которым имеются статистические данные, называются явными переменными.

В предлагаемом исследовании было выделено четыре латентных показателя, которые связаны с количественными (явными) индикаторами (см. табл. 1).

1. Уровень развития туризма (Туризм).

2. Уровень социального комфорта (Социум).

3. Уровень готовности общества заниматься охраной окружающей среды (Экология).

4. Уровень экономического развития (Экономика).

Исходная модель исследования представлена на рис. 1. Взаимосвязь латентных переменных представляет собой внутреннюю модель системы, взаимосвязи латентных переменных с явными -внешнюю модель.

Представим внутреннюю и внешнюю модели системы в аналитическом виде. Внутренняя модель может быть записана в виде уравнения [6, с. 36]

LVt =р0 +exLVs +e2LVec +Р3 LVecon + Errort, где LVt - латентная переменная туризма; Р0 - свободный член;

Рр Р2, Р3 - «путевые» коэффициенты (path coefficients), т.е. коэффициенты силы и направления связи между латентными переменными;

LVs - латентная переменная социума; LVec - латентная переменная экологии; LV - латентная переменная экономики;

econ г

Errort - остаточный член.

Экология Латентная переменная

FP

Явная переменная

Внешняя модель имеет вид:

XTIE =KTIE +\IELVt + ErrorjIE , xtip = V, + KEVt + ErrorTIP,

XUER = KmR + XlmsLVs + Err0rUER , XHSE = + K„LVs + Err0rHSE ,

XEPD = X0EPD + XlEDDLVecon + Err0rEPD , XASB = X 0^ + XlASBLVecon + Err0rASB ,

XEPE = \PE + XlEPELVec + Err0rEPE , XERT = X0ERT + XlETILVec + Err0rERT ,

0TIE 0

X, , X,

TIE T

Error

и обозначается У, т.е.

„_„ у

ьу] = ^ =Х .

к

В рассматриваемой модели оценки латентных переменных могут быть представлены в виде следующей системы уравнений:

1У\ = Yt = WTmX11E + WTIPXTIP +

где XTIE, XTIP,...,XERT - явные переменные; Хп , Хп ,...,Х„ - свободные члены;

0ERT

..., Xj - коэффициенты нагрузки; TIE, ErrorTIP,...,ErrorERT - остаточные члены.

В методе моделирования путевых коэффициентов с помощью наименьших частных квадратов вводится также такое понятие, как оценка латентной переменной, которая представляет собой линейную комбинацию соответствующих явных переменных

+WHVXHV + WLTRXLIS ,

LV s = у = Wr^Xr,

X

s у s WUERXUER + WHSEXHSE + WNSCX NSC , LVec = yec = WEPEXEPE + WERTXERT + +WFPXFP + WPSEXPSE ,

LVecon = yecon = WEPDXEPD + WURXUR + +WUEXUE + WTWUXTWU + WASBXASB ,

где wTIE, wTIp,..., wASB - внешние веса модели.

Все расчеты и графики в данной работе реализованы с помощью языка программирования Я2. Для анализа были использованы следующие инструменты:

2 R Development Core Team (2010). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0. http://www.R-project. org/.

1

0,5

л к

<D

И о а

s

â

-0,5

пакет для компонентного анализа - plsdepot3; пакет для анализа методом наименьших частных квадратов - plspm4;

- пакет для работы с файлами Microsoft Excel -excel.link5.

Для предварительной проверки модели проведем компонентный анализ с помощью пакета plsdepot. На рис. 2 представлены визуализированные корреляции явных переменных с двумя первыми главными компонентами.

Компонентный анализ подтверждает правильность разбивки переменных по секторам (Туризм - Социум - Экология -Экономика).

Анализ модели с помощью пакета plspm включает в себя следующие этапы:

- проверку внутренней согласованности в блоках; проверку значимостей переменных во внешней модели; проверку перекрестных корреляций переменных блока с латентными переменными других блоков;

проверку внутренней модели; проверку качества модели по индексу соответствия модели данным; оптимизацию модели. Проверка внутренней согласованности. Для проверки внутренней согласованности в блоках в пакете Plspm использованы следующие критерии:

- коэффициент aK Кромбаха;

- коэффициент pDG Диллона - Гольдштейна;

- величины собственных значений матрицы корреляций явных переменных.

-1

Компонента 1

Рис. 2. Корреляции явных переменных с первыми главными компонентами

Результаты проверки согласованности в блоках представлены в табл. 2.

Анализ табл. 2 показывает, что блоки «Экономика» и «Туризм» имеют хорошие значения коэффициентов ак и pDG. В то же время блоки «Экология» и «Социум» обладают плохой внутренней согласованностью (ак < 0,7 и pDG < 0,7).

Коэффициенты корреляций r явных и латентных переменных (по блокам) представлены в табл. 3.

В блоке «Экология» переменные ERT и EPE имеют отрицательную корреляцию с латентной переменной. В блоке «Социум» также присутствует

Таблица 2

Проверка внутренней согласованности в блоках

3 Gaston Sanchez (2012). Partial Least Squares (PLS) Data Analysis Methods. R package version 0.1.17. http://CRAN.R-project.org/ package=plsdepot.

4 Gaston Sanchez, Laura Trinchera and Giorgio Russolillo (2013). Tools for Partial Least Squares Path Modeling (PLS-PM). R package version 0.4.1. http://CRAN.R-project.org/package=plspm.

5 GregoryDemin (2013). Excel.link: Convenient way to work with data in Microsoft Excel. R package version 0.6. http://CRAN.R-project.org/package=excel.link.

Блок Коэффициент Собственное значение

Кромбаха ак Диллона-Гольдштейна pDG ^2

Экономика 0,88 0,91 3,41 0,72

Экология 0,00 0,00 2,98 0,73

Социум 0,00 0,58 2,37 0,38

Туризм 0,85 0,90 2,84 0,70

Таблица 3

Коэффициенты нагрузок переменных во внешней модели

Блок Переменная Коэффициент нагрузок

Экономика EPD 0,30

UR 0,28

UE 0,45

TWU 0,80

ASB 0,86

Экология EPE -0,81

ERT -0,93

FP 0,90

PSE 0,81

Социум UER -0,86

HSE 0,89

NSC 0,90

Туризм TIE 0,96

TIP 0,98

HV 0,57

LTR 0,77

переменная UER с отрицательной корреляцией. Это приводит к внутренней несогласованности в блоках. После модификаций переменных FP, PSE, UER получаем показатели согласованности внешней модели (табл. 4).

Все три критерия согласованности после модификаций удовлетворяют необходимым условиям (ак > 0,7, рш > 0,7, Ху > 1, ^2 < 1).

Коэффициенты корреляций явных и латентных переменных (по блокам) после модификации представлены в табл. 5.

Проверка внешней модели. Результаты расчетов представлены в табл. 6.

Переменные считаются значимыми, если коэффициент нагрузки Ху превышает значение 0,7. По результатам проверки из модели следует исключить переменные UR, иЕ, EPD и НУ.

Результаты проверки внешней модели после исключения незначимых переменных представлены в табл. 7.

Таблица 4

Проверка внутренней согласованности в блоках после модификаций

Блок Коэффициент Собственное значение

Кромбаха ак Диллона-Гольдштейна pDG X2

Экономика 0,88 0,91 3,41 0,72

Экология 0,88 0,94 1,78 0,22

Социум 0,85 0,93 1,74 0,26

Туризм 0,85 0,90 2,84 0,70

Таблица 5

Коэффициенты нагрузок переменных во внешней модели после модификации

Блок Переменная Коэффициент нагрузок

Экономика EPD 0,30

UR 0,28

UE 0,45

TWU 0,80

ASB 0,86

Экология EPE 0,81

ERT 0,93

FP 0,90

PSE 0,81

Социум UER 0,86

HSE 0,89

NSC 0,90

Туризм TIE 0,96

TIP 0,98

HV 0,57

LTR 0,77

Проверка перекрестных корреляций переменных блока с латентными переменными других блоков. После проверки коэффициентов нагрузки Х1у, т.е. проверки связанности явных переменных с латентной переменной соответствующего им блока, необходимо проверить перекрестные нагрузки, т.е. определить силу связи между явными переменными и латентными переменными других блоков. Это позволит избежать наличия индикаторов «предателей», т.е. таких индикаторов, сила связи которых с латентной переменной другого блока выше, чем с латентной переменной соответствующего им блока (рис. 3).

Таблица 6

Значения коэффициентов внешней модели

Блок Переменная Внешний вес, м 1 Нагрузка, XV

Экономика UR 0,53 0,28

TWU -0,34 0,84

ASB -0,90 0,86

UE -0,45 0,45

EPD 0,36 0,31

Экология ERT 0,34 0,93

EPE 0,30 0,81

-FP 0,29 0,90

-PSE 0,23 0,81

Социум HSE 0,34 0,90

NSC 0,42 0,91

1 - UER 0,36 0,86

Туризм TIP 0,38 0,98

LTR 0,23 0,78

HV 0,12 0,57

TIE 0,40 0,96

Таблица 7

Значения коэффициентов внешней модели после модификаций

Блок Переменная Внешний вес, w. j Нагрузка, ч

Экономика TWU 0,39 0,91

ASB 0,67 0,97

Экология ERT 0,33 0,93

EPE 0,30 0,81

-FP 0,29 0,90

-PSE 0,23 0,81

Социум HSE 0,34 0,90

NSC 0,42 0,91

1 - UER 0,36 0,86

Туризм TIP 0,41 0,99

LTR 0,22 0,77

TIE 0,44 0,97

Переменная Экономика Экология Социум Туризм

Экономика TWU 0,91 -0,50 -0,09 -0,13

ASB 0,97 -0,54 -0,09 -0,23

Экология ERT -0,49 0,93 0,58 0,81

EPE -0,33 0,81 0,58 0,73

-FP -0,63 0,90 0,65 0,72

-PSE -0,48 0,81 0,64 0,56

Социум HSE -0,04 0,58 0,90 0,69

NSC -0,11 0,75 0,91 0,84

1 - UER -0,08 0,52 0,86 0,72

Туризм TIP -0,24 0,84 0,80 0,99

LTR 0,09 0,43 0,68 0,77

TIE -0,29 0,89 0,85 0,97

Рис. 3. Значения коэффициентов перекрестной нагрузки

Рис. 4. Внутренняя модель с «путевыми» коэффициентами

Сила связи всех явных переменных с латентными переменными соответствующих им блоков выше, чем с латентными переменными других блоков (см. рис. 3), т.е. все переменные «лояльны» своим блокам.

Проверка качества внутренней модели. На рис. 4 представлено графическое изображение внутренней модели с указанными значениями «путевых» коэффициентов из уравнения

LVt =р0 +PjLV +e2LVec +e,LVecon + Error,. В табл. 8 приведены оценки р. из уравнения структурной модели, а также результаты проверки критерия ,-статистики.

Критерий ,-статистики выполнен для блоков «Экология» и «Социум» (Pr(>,|) < 0,05), но не выполнен для блока «Экономика» (Pr(>|,|) > 0,05). На этапе оптимизации данный блок можно исключить из модели.

В табл. 9 представлена суммарная статистика по структурной модели.

Показатель R2 для целевого блока «Туризм» больше 80%. Доля воспроизводимой изменчивости характеризует долю изменчивости блока, которая воспроизводится латентной переменной этого блока. Для всех блоков этот показатель намного превышает 50%, что положительно характеризует исследуемую модель. В последнем столбце представлен показатель, характеризующий долю извлеченной дисперсии (средняя доля дисперсии индикаторов блока, объясненная латентной переменной блока, в общей дисперсии, содержащей ошибку измерений). Показатель AVE для всех блоков превышает 50%, следовательно, по этому критерию внутренняя модель также считается удовлетворительной.

Вычисление единого коэффициента качества соответствия модели данным - GoF (Goodness-of-Fit). Коэффициент характеризует качество как внутренней модели системы, так и внешней, и служит показателем прогностической надежности модели. Прогностическая надежность модели считается высокой, если

Таблица 8

Статистика внутренней модели

Показатель/блок Оценка ß; Стандартная ошибка SEßi /-статистика Pr(>|/|)

Свободный член 2,16289E - 17 0,085354054 2,53403E - 16 1

Экономика 0,190282792 0,119057102 1,598248144 0,12492643

Экология 0,64313833 0,167063135 3,849672335 0,000930128

Социум 0,414363828 0,139606488 2,968084329 0,007337254

Таблица 9

Суммарная статистика внутренней модели

Блок R2 Доля воспроизводимой изменчивости, BC Доля извлеченной дисперсии, AVE

Экономика 0,00 0,89 0,89

Экология 0,00 0,74 0,74

Социум 0,00 0,79 0,79

Туризм 0,85 0,84 0,84

коэффициент GoF превышает значение 70%. Для исследуемой в данной работе модели коэффициент GoF равен 82%.

Оптимизация модели. Все критерии, характеризующие качество модели, выполнены, кроме критерия ,-статистики для блока «Экономика» во внутренней модели (см. табл. 8). Исключим блок «Экономика» (см. рис. 4) из системы и выполним все этапы проверки для обновленной модели.

Первый этап - проверка внутренней согласованности в блоках (табл. 10).

Коэффициенты корреляций явных и латентных переменных (по блокам) после исключения блока «Экономика» представлены в табл. 11.

Второй этап - проверка значимостей переменных во внешней модели (табл. 12).

Третий этап - проверка перекрестных корреляций переменных блока с латентными переменными других блоков (рис. 5).

Четвертый этап - проверка внутренней модели (табл. 13, 14).

Пятый этап - проверка качества модели по индексу соответствия модели данным. Коэффициент GoF в новой модели равен 86%.

Таким образом, все требуемые условия качества для модели выполняются. Внутренняя модель системы может быть записана в следующем виде: LVt = 0,55LVs + 0,43LVec + Error\.

Оценки латентных переменных производятся по формуле

LVt = 0,42 XTIE + 0,39 XTP + 0,27 XLTR, < LVs = 0,37(1 -XUER) + 0,34XHSE + 0,42XNSC, LVec = 0,3XEPE + 0,33XERT - 0,29XFP - 0, 23Xpse .

Графически полученные результаты можно изобразить в виде графа (рис. 6).

Существенное влияние на уровень развития туризма в штате оказывают две характеристики:

Таблица 10 Проверка внутренней согласованности в блоках после исключения блока «Экономика»

Блок Коэффициент Собственное значение

Кромбаха ак Диллона-Гольдштейна pDG

Экология 0,88 0,92 2,98 0,73

Социум 0,87 0,92 2,37 0,38

Туризм 0,90 0,94 2,53 0,45

Таблица 11 Коэффициенты нагрузок переменных во внешней модели после исключения блока «Экономика»

Блок Переменная Коэффициент нагрузки

Экология EPE 0,81

ERT 0,93

-FP 0,90

PSE 0,81

Социум 1 - UER 0,86

HSE 0,89

NSC 0,91

Туризм TIE 0,96

TIP 0,96

LTR 0,77

Таблица 12

Значения коэффициентов внешней модели после исключения блока «Экономика»

Блок Переменная Внешний вес, w. j Нагрузка,

Экология ERT 0,33 0,93

EPE 0,30 0,81

-FP 0,29 0,90

-PSE 0,23 0,81

Социум HSE 0,34 0,90

NSC 0,42 0,91

1 - UER 0,37 0,86

Туризм TIP 0,39 0,98

LTR 0,27 0,80

TIE 0,42 0,96

Переменная Экология Социум Туризм

Экология ERT 0,93 0,58 0,80

EPE 0,81 0,58 0,73

-FP 0,90 0,65 0,71

-PSE 0,81 0,64 0,55

Социум HSE 0,58 0,90 0,69

NSC 0,75 0,91 0,84

1 - UER 0,52 0,86 0,73

Туризм TIP 0,84 0,80 0,98

LTR 0,43 0,68 0,80

TIE 0,89 0,85 0,96

Рис. 5. Значения коэффициентов перекрестной нагрузки после исключения блока «Экономика»

Таблица 13

Статистика внутренней модели после исключения блока «Экономика»

Показатель (блок) Оценка ß; Стандартная ошибка SEfij t-статистика Pr(>H)

Свободный член 1,7726E - 17 0,090808067 1,95203E - 16 1

Экология 0,433665664 0,127880991 3,391165947 0,002626084

Социум 0,54539304 0,127880991 4,264848383 0,000315956

Таблица 14

Суммарная статистика внутренней модели после исключения блока «Экономика»

Блок Тип блока R2 Доля воспроизводимой изменчивости, ВС Доля извлеченной дисперсии, AVE

Экология Экзогенный 0 0,743174071 0,743174071

Социум Экзогенный 0 0,787916914 0,787916914

Туризм Эндогенный 0,818585688 0,84015712 0,84015712

уровень социального комфорта и уровень готовности общества заниматься охраной окружающей среды с силой влияния 0,55 и 0,43 соответственно. Кроме того, исследование позволило выявить достаточно слабое влияние уровня экономического развития на развитие туризма. Возможно, это обусловлено спецификой анализируемой территории. Тем не менее отсутствие значимой зависимости туризма от экономического фактора дает определенные надежды, если экстраполировать результаты моделирования на Республику Алтай: устойчивое развитие туризма возможно и в экономически развитом регионе, и в развивающемся.

Согласно полученным результатам, оценить уровень социального комфорта можно по трем факторам:

- уровень занятости населения (доля людей, имеющих постоянную работу, в общем количестве экономически активного населения);

- сумма государственных расходов на здравоохранение и другие социальные услуги;

-PSE

0,42 — путевые коэффициенты 0,37 — внешние веса

Рис. 6. Итоговая модель устойчивого развития туризма штата Северная Каролина

- среднемесячное количество детей, получающих субсидии на лечение.

Уровень готовности общества заниматься охраной окружающей среды можно оценить по четырем факторам:

- сумма государственных расходов на охрану окружающей среды;

- доля рабочих мест в туристической индустрии в общем объеме рабочих мест;

- количество семей с уровнем дохода ниже прожиточного минимума (отрицательная зависимость);

- сумма государственных расходов на охрану общественной безопасности (отрицательная зависимость).

На основании итоговой модели можно рассчитать латентные индексы для каждого года и создать симулятор для прогнозирования будущих значений.

Итак, при принятии решений, влияющих на уровень социального комфорта и на уровень экологии в регионе, следует понимать, что они оказывают непосредственное влияние и на развитие туризма.

Вместе с тем, полезно принять во внимание и все те меры, направленные на развитие региона и туристской отрасли, которые были реализованы в Северной Каролине за прошедшее столетие. Еще менее века назад среди населения этого штата преобладали сельские жители, а сама Северная Каролина считалась едва ли не самым бедным штатом в США, который даже относили к странам третьего мира. А теперь Северная Каролина считается образцом для подражания во всей Америке [3].

Существуют вполне конкретные факты помимо таких очевидных, как развитие инфраструктуры, которые оказали существенное влияние на оживление экономики региона:

- создание крупнейшей научной, образовательной и технопарковой агломерации США. В 1959 г. в Северной Каролине был создан научно-исследовательский центр Research Triangle Park (Исследовательский треугольник), который стал одним из крупнейших в США. Практически сразу же объем промышленного производства в Северной Каролине превысил доходы от сельского хозяйства. Штат перестал быть сельским, его экономика постепенно становилась все более разнонаправленной. Позже подобные крупные центры инновационных разработок были созданы и в двух других мегаполисах шта-

та: North Carolina Research Campus неподалеку от Шарлотты и Piedmont Triad Research Park в районе «Триады Пидмонта»;

- формирование имиджевых отраслей. Северная Каролина - один из крупнейших за пределами Калифорнии центр кинематографии США. Киностудии расположены в Шарлотте, Роли, Дареме, Уинстон-Сейлем и, самая большая в штате -EUE Screen Gems Studios - в Уилмингтоне. В штате проводится целый ряд кинофестивалей, привлекающих множество туристов;

- создание культовых мероприятий. В послевоенные годы в штате Северная Каролина зародились ставшие чрезвычайно популярными в Соединенных Штатах Америки гонки серийных автомобилей - NASCAR. В настоящее время на автодроме Charlotte Motor Speedway проводится одна из самых престижных гонок, которая не только создает в штате рабочие места, но и привлекает тысячи туристов [1].

Таким образом, изучая историю развития штата Северная Каролина, а также учитывая результаты моделирования развития устойчивого туризма за последние четверть века, можно сформировать региональную стратегию, которая позволит Республике Алтай обеспечить как устойчивое развитие региона в целом, так и устойчивое развитие туристской отрасли.

Предложенный в статье инструмент позволит определять характеристики, воздействие на которые оказывает наибольшее влияние на уровень развития туризма. Описанный PLS-анализ может быть использован для успешного решения задач устойчивого развития туристской индустрии как на уровне региональных структур власти, так и на уровне субъектов турбизнеса. Вместе с тем необходимо понимать, что стратегическое планирование и мониторинг результатов невозможны без правдивых всеобъемлющих данных статистики и их научного анализа, которых пока так не хватает в России.

Список литературы

1. История штата Северная Каролина. Старый северный штат. URL: http://www.prousa.ru/north_ carolina_history_old_north_state.

2. Максарова Е.М. Основные направления реализации принципов устойчивого развития в туризме // Известия Российского государственного педагогического университета им. А.И. Герцена. 2008. № 85. С. 345-350.

3. Ремённый А. Исследовательский треугольник Северной Каролины - крупнейшая научная, образовательная и технопарковая агломерация США. URL: www.sibai.ru/assets/media/Research-Triangle-Park.pdf.

4. Greenwood J.B. Sustainable development in a tourism destination context: a Plimsoll model of sus-

tainability in Tyrell Country. North Carolina, Raleigh, NC, 2006.

5. Indicators of Sustainable Development for Tourism Destinations: a Guidebook. World Tourism Organization, Madrid, 2004.

6. Sanchez G. PLS Path Modeling with R. Berkeley, California, 2013.

Financial analytics: science and experience Mathematical methods of analysis

ISSN 2311-8768 (Online) ISSN 2073-4484 (Print)

MODELING SUSTAINABLE TOURISM DEVELOPMENT BY USING THE METHOD OF PROJECTION ON LATENT STRUCTURES

Daniela S. KHAZOVA

Abstract

At the present time tourism in many regions and countries plays a prominent role, so the problem of establishing an effective system of sustainable tourism development is of increasing importance. The paper with the aid of the PLS-analysis develops the model of the sustainable tourism in a state of the United States of America, which for recreational resources has much in common with the Republic of Altai. The results of modeling can be used to create regional ideas and to build an effective model of sustainable tourism in the Russian regions.

Keywords: sustainable tourism development, method of least private squares, method of projection on latent structures, track analysis, latent variable

References

1. History of the State of North Carolina. Old northern staff. Available at: http://www.prousa.ru/ north_carolina_history_old_north_state. (In Russ.)

2. Maksarova E.M. Osnovnye napravleniya reali-zatsii printsipov ustoichivogo razvitiya v turizme [The main directions of realization of the principles of a sustainable development in tourism]. Izvestiya Rossiiskogo gosudarstvennogo pedagogicheskogo universiteta

im. A.I. Gertsena - News of Herzen Russian State Pedagogical University, 2008, no. 85, pp. 345-350.

3. Remennyi A. Issledovatel'skii treugol'nik Severnoi Karoliny - krupneishaya nauchnaya, obrazovatel'naya i tekhnoparkovaya aglomeratsiya SShA [Research triangle of Northern Carolina is the largest scientific, educational and technopark agglomeration of the USA]. Available at: www.sibai.ru/assets/ media/Research-Triangle-Park.pdf. (In Russ.)

4. Greenwood J.B. Sustainable development in a tourism destination context: a Plimsoll model of sus-tainability in Tyrell Country. North Carolina, Raleigh, NC, 2006.

5. Indicators of Sustainable Development for Tourism Destinations: a Guidebook. World Tourism Organization, Madrid, 2004.

6. Sanchez G. PLS Path Modeling with R. Berkeley, California, 2013.

Daniela S. KHAZOVA

Financial University under Government of Russian Federation, Moscow, Russian Federation d.hazova@gmail.com