CC BY
22
УДК 911.3:39
DOI: 10.21209/2227-9245-2018-24-9-107-116
СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ КОМПОНЕНТЫ СЕТЕВЫХ СТРУКТУР ТУРИСТСКОЙ ДЕЯТЕЛЬНОСТИ В БАЙКАЛЬСКОМ РЕГИОНЕ
(ПОСТАНОВКА ЗАДАЧИ)
SOCIO-ECONOMIC COMPONENTS OF NETWORK STRUCTURES OF TOURIST ACTIVITY IN THE BAIKAL REGION (PROBLEM STATEMENT)
А. И. Труфанов,
Иркутский национальный
исследовательский технический университет, г. Иркутск [email protected]
A. Trufanov,
National Research Irkutsk State Technical University, Irkutsk
В. В. Куклина,
Иркутский национальный
исследовательский технический университет, г. Иркутск [email protected]
V. Kuklina,
National Research Irkutsk State Technical University, Irkutsk
M. В. Куклина,
Иркутский национальный
исследовательский технический университет, г. Иркутск [email protected]
M. Kuklina,
National Research Irkutsk State Technical University, Irkutsk
[Ü
LwK
Д. П. Трапезникова,
Иркутский национальный исследовательский технический университет, г. Иркутск [email protected]
D. Trapeznikova,
National Research Irkutsk State Technical University, Irkutsk
А. Л. Галтаева,
Иркутский национальный исследовательский технический университет, г. Иркутск [email protected]
A. Galtaeva,
National Research Irkutsk State Technical University, Irkutsk
107 © А. И. Труфанов, В. В. Куклина, М.В. Куклина,
Д. П. Трапезникова, А. Л. Галтаева, 2018
Отмечено, что акторно-сетевой подход, предложенный Б. Латура с соавторами, описывает идентичным образом материальные и семиотические отношения, т. е. отношения между субъектами, объектами и понятиями, и в этих связях подвергается серьезной критике, поэтому является весьма противоречивым. Напротив, комплексные сети, заявленные в работах А. Барабаши с соавторами, как исходная платформа для современного понимания сложных динамических объектов с большим количеством участников, позволяют и предполагают разнообразную стратификацию и демонстрируют их топологическую специфику.
Статья посвящена определению социально-экономических компонент сетевых структур, формирующих туристскую деятельность в Байкальском регионе. Показано, что при освоении региональных сетей рассматриваемой территории серьезной проблемой является сбор практических данных для проведения исследований и последующего анализа сетевой картины.
В качестве основных посредников конструирования и функционирования сетей туристской отрасли выделены следующие компоненты и их акторы: информационная составляющая; транспортная инфраструктура — агрегированные акторы — перевозчики; представители услуг размещения; агрегированные акторы — представители услуг общественного питания; агрегированные акторы — представители услуг в сфере развлечения. Данная стратификация услуг позволяет построить пятислойную сетевую модель туристской отрасли. Сделан вывод, что послойная детализация сетевой модели туристской отрасли с расчетом как отдельных элементов сети, так и агрегированных характеристик сети и её компонентов, сообществ и сети в целом даст возможность выявить структурно уязвимые места в региональной туристической системе и одновременно предложить топологические решения, выводящие систему на новый уровень развития
Ключевые слова: туристическая отрасль; туризм; Байкальский регион; социальное взаимодействие; «ак-тор-сети»; комплексные сети; сетевая теория; компоненты сетевых структур; сетевая модель; сетевая онтология
It is noted that the actor-network approach proposed by B. Latour and co-authors describes material and semiotic relations in an identical way, that is, relations between subjects and objects and concepts, and is seriously criticized in these connections and, therefore, is very controversial. On the contrary, the complex networks declared in the works of A. Barabashi and co-authors, as the initial platform for the modern understanding of complex dynamic objects with a huge number of participants, allow and suggest a variety of stratification and demonstrate their topological specificity.
The article is devoted to the definition of the socio-economic components of network structures that form tourist activity in the Baikal region. It is shown that in the development of regional networks of the territory in question, the collection of practical data for research and subsequent analysis of the network picture is a serious problem.
The following components and their actors were identified as the main intermediaries for the design and operation of tourist industry networks: information component; transport infrastructure - aggregated actors -carriers; accommodation service representatives; aggregated actors - representatives of public catering services; aggregated actors are entertainment services. This service stratification allows you to build a five-layer network model of the tourism industry. It is concluded that the layered detailing of the network model of the tourism industry with the calculation of both individual network elements and the aggregated characteristics of the network and its components, communities and the network as a whole will make it possible to identify structurally vulnerable places in the regional tourism system and at the same time propose topological solutions that bring the system to new level of development
Key words: tourist industry; tourism; Baikal region; social interaction; "actor-networks"; complex networks; network theory; components of network structures; network model; network ontology
ведение. Согласно данным, представленным Всемирным советом по путешествиям и туризму, туристская отрасль по общемировым объемам находится на четвертом месте [13], уступая лишь строительной, финансовой отраслям и торговле. Так, в 2016 г. доля прямого и косвенного вклада путешествий и туризма в мировой ВВП составила около 10 %.
Информационно-коммуникационные технологии являются одним из мощнейших факторов развития туризма. На Западе система компьютерного резервирования появилась в 1970-х гг., в 1980-х сформировалась Система глобального распределения, в 1990-х — сеть Интернет стала неотъемлемой частью туристического бизнеса. Информационные технологии способство-
вали появлению туристов, которые самостоятельно выбирают пункты назначения и формируют пакет предпочитаемых услуг. Они могут получать информацию не только от туристических компаний, но и от других туристов, например, читая отзывы при выборе той или иной услуги.
В настоящее время социально-технические сети по-иному организуют социальное взаимодействие и отношения в пространстве, заменяя живых посредников [16]. Так, туристы могут бронировать номера на сайтах отелей. Кроме того, помимо личных связей между людьми, которыми обычно оперируют сторонники сетевого подхода, в анализ включаются также участники виртуальных сообществ — туристы учитывают мнение не только своих знакомых, но и незнакомых лиц, которые участвуют в формировании рейтинга и отзывов о тех или иных туристических местах. В качестве посредников выступают как люди, так и проводной или Wi-Fi-выход в интернет, различные сайты для поиска, сравнения, бронирования, туристические агентства, телефонная связь, социальные сети и даже политика государств в сфере регулирования туризма.
Основные усилия при использовании современных ИКТ предприняты маркетологами туризма и направлены на рекламу услуг. Однако распространение цифровых технологий открывает большой потенциал для творчества и инноваций во всех аспектах индустрии туризма [11]. Интеграция между передовыми технологиями ИКТ и туристической индустрией играет важную роль в улучшении туристических услуг.
Сетевая теория в географических исследованиях. В географии прочно закрепилась сетевая теория, которая занимает собственную нишу в исследованиях человеческих общностей [14]. В частности, подходы к изучению сети мировых городов на основе развития работ У. Кристаллера и А. Лёша подробно рассмотрены П. Тэй-лором, который считает внешние связи ( connections ) главной причиной существования городов (raison-d-etre) [25].
В теории социальных сетей дистанцией обозначается количество различных посредников между двумя акторами. В частности, в работе Р. Dodds с соавторами [18] географическое положение имеет основное значение при формировании связи между индивидами. Ученые выделяют помимо «хабов» — элементов сети, имеющих наибольшее количество связей, еще и элементы, которые соединяют разные сообщества, т. е. пользуются своим положением посредника (Ъetweeness сепШ1^) [Там же]. Можно привести пример приграничных районов, которые, несмотря на обладание меньшим количеством связей, нежели центральные районы, имеют преимущества за счёт предоставления канала, соединяющего иные регионы.
Следуя разработкам М. Грановетте-ра, особое внимание необходимо уделять «слабым» связям, служащим «мостами» для циркулирования, обмена и обновления информации с внешним миром, потому что при «сильных» связях члены сообщества владеют практически одной и той же информацией [19].
В частности, М. Грановеттером продемонстрировано влияние социальных сетей на такие экономические показатели, как трудоустройство, ценообразование, продуктивность и инновации. Примером «сильных» связей может быть изолированное сообщество. За счёт исследования подобных «слабых» связей возможно расширение исследований локальных сообществ за пределами только традиционных и сельских.
Анализируя географию социальных сетей, социологи говорят о перемещениях людей в течение времени и конструировании сетей во времени (периодичность связей) и пространстве (далеко/близко, по телефону/по интернету) при помощи различных средств (визитов, встреч, телефонных переговоров, электронных сообщений). Соглашаясь с предложенным М. Грановеттером делением социальных связей на сильные и слабые, они настаивают на том, что, благодаря развитию технологий и мобильности, возможно поддержание даже сильных связей на расстоянии при условии регулярных
визитов. Причём с увеличением доступности различных форм коммуникации на расстоянии авторы предполагают, что увеличивается и количество поводов для встреч.
Социально-экономические компоненты сетевых структур. Для изучения социально-экономических компонентов сетевых структур используется акторно-сетевой подход (АСП), в котором акцентируется внимание на работе по формированию сетей акторов различного происхождения и оценке устойчивости тех или иных связей и организации приоритетов при формировании сетей [22].
Если традиционно вопросы функционирования актор-сетей изучались в плотных городских условиях, то в Байкальском регионе есть возможность сфокусироваться на тех ареалах, где подобные сети имеют наименьшую плотность. Подобная перспектива позволяет более детально исследовать влияние каждого участника сети в отдельности, благодаря их разреженности, изучить значимость и прочность тех или иных сетевых связей и на основе их анализа рассматривать территориальные закономерности формирования социально-экономических ассоциаций.
Характерно, что АСП одинаковым образом описывает любые отношения, которые носят материализованный характер. Участниками отношений могут быть как люди, так и иные сущности, которые, таким образом, также наделяются субъектно-стью деятельности, становятся актантами. Полученная в результате анализа актор-сетей информация позволяет далее развивать исследования на платформе комплексных сетей.
Данный подход частично опирается на комплексные исследования, посвященные изучению устойчивого развития туризма [7].
В Байкальском регионе комплексные исследования представлены работами Н. Н. Даниленко, Н. В. Рубцовой, О. В. Ев-стропьевой [5; 6]. В работе Н. Н. Даниленко и Н. В. Рубцовой [5] рассчитана оценка результативности сферы рекреации и туризма с помощью показателей социально-экономической эффективности на ос-
нове официальных статистических данных Иркутскстата и Бурятстата. Однако не решенным остается вопрос о соизмеримости различных факторов, влияющих на устойчивое развитие. Кроме того, обобщение туризма как общего набора количественных характеристик оставляет вне пределов внимания разнообразие и роль различных акторов, вовлекаемых в данную сферу.
С другой стороны, используются наработки в сфере изучения лишь единичных факторов (например, только экономических). Примерами исследования отдельных факторов являются следующие: оценка рекреационных ресурсов [8]; этнорекреаци-онных ресурсов [6]; транспортной доступности и сезонности [1]; инфраструктуры пространственных данных Байкальского региона [4].
Дополняя проведенные ранее исследования, мы нацелены на детализацию различных акторов, действующих в сфере туризма, и изучение взаимосвязей и взаимозависимости между ними при помощи комбинирования различных методов: наблюдение с элементом описательности, исторический, сравнительный, картографический, аналитико-статистический, экспедиционных исследований, математического моделирования, социологический.
Полученная в результате анализа актор-сетей информация позволит далее развивать исследования на платформе комплексных сетей.
В противоположность акторно-сете-вому подходу теория комплексных сетей (ТКС) разграничивает сущности в соответствии с их свойствами. ТКС зарекомендовала себя как надежный подход к решению сложных многоакторных задач в системах любой природы [24; 26].
Важно, что сложность систем оказалось возможным интерпретировать широким спектром сетевых представлений, в том числе в виде сетей: временных (динамических) [23], многослойных (муль-типлексов) [15], взаимозависимых [20], стволовых [9], комбинированных [12], агрегированных [27], а также их обобщения — кружева единых сетей (КЕС) [2].
Кроме того, в рамках ТКС освоено изучение систем, обладающих сетевой структурой и содержащих узлы, числом в миллионы и свыше [21]. Это оказалось доступным главным образом в связи с глубоким использованием глобальной сети Интернет и развитием методов и технологий
высокопроизводительных вычислений. Подобные сети называют «большими», «крупномасштабными» или «громадными» [28], причем в англоязычной литературе используют термины "large", "large-scaled иногда "massive"[17].
' viIIaU • " .
.....-щ^Ш '..• ц^-:
у** • Щ ♦ * • • > • ......••» •
Exponential Scale-free
Рис. 1. Топологии экспоненциальной и безмасштабной сетей [10] / Fig. 1. Topologies of exponential and scale-free networks [10]
При освоении крупномасштабных сетей серьезной проблемой является сбор практических данных для проведения исследований и последующего анализа сетевой картины. Требуются значительные финансовые и технические ресурсы, чтобы построить, например, социальную сеть или технологическую коммуникационную сеть в пределах мегаполиса или региона. С появлением инструментов глобальной сети Интернет оказалось возможным, например, посредством автоматизированных средств осуществить выборку данных для построения подсети на основе социальных сетей ^асеЬоок и подобных). Системы распределенных вычислений (высокопроизводительные кластеры) и быстро прогрессирующие информационные и коммуникационные технологии предоставили возможность хранения полученных массивов данных значительного объема и быстрой их обработки (расчета сетевых метрик и визуализации).
Итак, потенциал ТКС реализован в отдельных дисциплинах, но все еще не использован в полной мере для того, чтобы раздвинуть временные и концептуальные границы и подступиться к надежным и эффективным решениям социально-экономических и биосоциальных задач различных масштабов в разнообразных предметных областях.
Компоненты сетевых структур в Байкальском регионе. Уникальность географического положения (выход к оз. Байкал), разнородность и большая эстетическая ценность ландшафтов Байкальской природной территории: гольцовых, горнотаежных, предгорных, сложный рельеф и горные реки, хорошая транспортная освоенность и доступность привлекают огромное количество отдыхающих. При рекреационной оценке ландшафтов оцениваются современные природные условия территории в категориях значимости и чувствительности.
В первую очередь рассматриваются все имеющиеся на данной территории природные ресурсы, определяющие рекреационное использование территории и играющие важную роль в выборе района отдыха и путешествия. Рекреанты учитывают особенности ландшафта и климата, богатство и разнообразие растительного и животного мира, естественные возможности для занятия спортом, охотой, ловом рыбы и т. д. От того, каким набором природных ресурсов обладает территория, зависит организация видов и форм рекреационной деятельности, а также тип комплекса отдыха.
С одной стороны, горные территории с частой сменой ландшафтов весьма вызывают интерес у отдыхающих, которых привлекают живописные пейзажи, чистый живительный горный воздух, возможность для занятия спортом и т. д., а с другой — горный рельеф создает некоторые трудности при освоении территории. Рекреационный потенциал ландшафтов гор складывается из следующих ресурсов:
- экскурсионно-познавательного туризма (включая научный, мемориальный);
- спортивного пешего, водного, горного, спелеотуризма;
- спортивно-промыслового (охота, рыбная ловля);
- лечебно-оздоровительного отдыха;
- массового отдыха (пикникового, пляжно-купального, летнего и зимнего спортивно-оздоровительного);
- прогулочно-промыслового отдыха (сбор лекарственных трав, грибов, ягод, орехов).
Оценка значения ландшафтов определяется возможностями использования их для отдыха, а чувствительность оценивается по отношению к потенциальной возможности возникновения и активизации экзогенных рельефообразующих процессов в результате антропогенной деятельности [3 ].
При изучении туристской инфраструктуры предполагается использовать
сочетание качественных методов социологии, статистических, экономических, физико-географических и картографических как наиболее достоверный способ понять механизмы и пути взаимодействия социальных общностей между собой и природой, что происходит в реальности и что скрывается за обобщениями статистических данных.
В Байкальском регионе в качестве основных посредников конструирования и функционирования туристических сетей выделены следующие компоненты и их акторы:
- информационная составляющая (I);
- транспортная инфраструктура: агрегированные акторы — перевозчики (в том числе перевозчики сами по себе, транспортные средства, дороги) (Т);
- представители услуг размещения (включая владельцев средств размещения, зданий)(А);
- агрегированные акторы — представители услуг общественного питания (включая персонал, здания, меню) (М);
- агрегированные акторы — представители услуг в сфере развлечения (включая владельцев, персонал, здания, предоставляемые средства развлечения) (Е).
Данная стратификация услуг позволяет построить сетевую модель отрасли, включающую пять перечисленных слоев (I, Т, А, М, Е) (рис. 2). В соответствии с общим подходом КЕС, иная сетевая модель может быть также представлена в виде структуры, скомбинированной в кратко- и среднесрочные объединения — «букеты» акторов, учитывающей наличие различной природы у частных составляющих (граждан, организаций, элементов информационных, транспортных систем, систем размещения, питания, экскурсий, развлечений, медицины, правоохранительных и др.), значимых для туристической отрасли.
Туристы (потребители), С Р1 Провайдеры, Р
- информационная составляющая (I);
- транспорт (T);
Н- размещение (A);
- питание (M);
- развлечения (E)
Рис. 2. Сетевая онтология туристической отрасли/ Fig. 2. Network ontologyof the tourist industry
Заключение. Детализация сетевой модели туристской отрасли с расчетом как отдельных элементов сети, так и и агрегированных характеристик сети и её компонентов, сообществ и сети в целом даст возможность выявить структурно уязвимые места в региональной туристической системе и одновременно предложить топологические решения, выводящие систему на новый уровень развития. Характерно, что разномасштабный охват сетевой картины — с обзором локальных и глобаль-
Список литературы_
ных связей — дополняет знания о сетевой природе системы в целом и ее важнейшей составляющей — социально-экономической. Взаимозависимость сетей и их компонентов (социального, технологического, информационного и др.) стимулирует к дальнейшему объединению различных сетевых сущностей в единый объект анализа и построению перспективной кросс-дисциплинарной онтологии туристской отрасли с использованием платформы комбинированных сетей [12].
1. Абалаков А. Д., Панкеева Н. С. Особенности развития туризма в период глобального экономического кризиса // География и природные ресурсы. 2011. № 3. С. 111 — 117.
2. Аминова М., Россодивита А., Тихомиров А. А., Труфанов А. И. Кружево единых сетей (как справляться миром)// Научные труды Вольного экономического общества России. 2011. Т. 148. С. 190—207.
3. Беличенко И. Н. Оценка горных ландшафтов Прибайкалья для рекреации // Юг России: экология, развитие. 2007. № 1. С. 99-102.
4. Бешенцев А. Н. Инфраструктура пространственных данных Байкальского региона: размещение и картографирование / / ИнтерКарто/ИнтерГИС-18: материалы междунар. конф. 2016. Т. 22, № 1. С. 105-111.
5. Даниленко Н. Н., Рубцова Н. В. Туризм и устойчивое развитие региона: социальный и институциональный аспекты. Иркутск: БГУЭП, 2013. 157 с.
6. Евстропьева О. В. Этнорекреационный потенциал Байкальского региона / / География и природные ресурсы. 2013. № 1. С. 127-135.
7. Киякбаева Е. Г. Индикаторы устойчивого развития туризма и их использование в федеральных программах развития туризма в России // Известия Сочинского гос. ун-та. 2014. № 1. С. 78-80.
8. Рященко С. В., Богданов В. Н., Романова О. И. Региональный анализ рекреационной деятельности. Иркутск: Изд-во Института географии им. В. Б. Сочавы СОРАН, 2008. 143 с.
9. Тихомиров А. А., Труфанов А. И., Россодивита А. Модель взаимодействующих стволовых сетей в решении задач топологической устойчивости сложных систем // Безопасность информационных технологий. 2013. № 1. C. 125-126.
10. Albert R., Jeong H., Barabasi A. L. Error and attack tolerance of complex networks // Nature. 2000. Vol. 406. P. 378-382.
11. Almobaideen W., Allan M., Saadeh M. Smart archaeological tourism: contention, convenience and accessibility in the context of cloud-centric IoT / / Mediterranean Archaeology and Archaeometry. 2016. Vol. 16. No. 1. P. 227-236.
12. Ashurova Z., Myeong S., Tikhomirov A., Trufanov A., Kinash N., Berestneva O., Rossodivita A. Comprehensive mega network(CMN) platform: Korea MTS Governance for CIS Case Study / / Information technologies in science, management, social sphere and medicine. Atlantis Press, 2016. P. 266-269.
13. Benchmark Report 2017 - World Summary [Электронный ресурс]. Режим доступа: https://www. wttc.org/-/media/files/reports/benchmark-reports/regional-reports-2017/world.pdf (дата обращения: 26.07.2018).
14. Blanutsa V. I. Geographical investigation of the network world: basic principles and promising directions // Geography and Natural Resources. 2012. No. 1. P. 1-9.
15. Boccaletti S., Bianconi G., Criado R., I Del Genio C., Gomez-Gardenes J., Romance M., Sendina-Nadal I., Wang Z., Zanin M. The structure and dynamics of multilayer networks / / Physics Reports. 2014. Vol. 544. P. 1-122.
16. Boelie Elzen, Bert Enserink, Wim A. Smit. Socio-technical networks: how a technology studies approach may help to solve problems related to technical change / / Social Studies of Science. 1996. Vol. 26. No. 1. P. 95-141.
17. Chakrabarti M., Heath L., Ramakrishnan N. New methods to generate massive synthetic networks [Электронный ресурс]. Режим доступа: https://www.arxiv.org/abs/1705.08473 (дата обращения: 13.06.2018).
18. Dodds P., Sheridan М., Roby Watts D. J. An experimental study of search in global social networks / / Science. 2003. No. 301.
19. Granovetter M. The strength of weak ties // American Journal of Sociology. 1973. No. 78.
20. Johansson J., Hassel H. An approach for modelling interdependent infrastructures in the context of vulnerability analysis// Reliability Engineeringand System Safety. 2010. Vol. 95. P. 1335-1344.
21. Kinash N., Tikhomirov A., Trufanov A., Berestneva O., Boukhanovsky A., Ashurova Z. Analysis of large-scale networks using high performance technology // Creativity in Intelligent, Technologies and Data Science. Series Communications in Computer and Information Science. 2015. Vol. 535. P. 531-541.
22. Latour B. Reassembling the social: AN Introduction to Actor-Network Theory. Oxford: Oxford University Press, 2005. 311 p.
23. Majdandzic A., Podobnik B., Buldyrev S. V., Kenett D. Y., Havlin S., Stanley H. E. Spontaneous recovery in dynamical networks // Nature Physics. 2014. № 10. P. 34-38.
24. Newman M. E. J., Park J. Why social networks are different from other types of networks // Physical Review E. 2003. Vol. 68.
25. Taylor P. J. World city network: a global urban analysis. London: Routledge, 2004. 253 p.
26. Tikhomirov A., Rossodivita A., Kinash N., Trufanov A., Berestneva O. General topologic environment of the Russian railway network // Journal of Physics. 2017. Vol. 803.
27. Tikhomirov A., Afanasyev A., Kinash N., Trufanov A., Berestneva O., Rossodivita A., Gnatyuk S., Umerov R. Network society: aggregate topological models // Communications in Computer and Information Science. 2014. Vol. 487. P. 415-421.
28. Ye X., Fei C. Researches on evaluations of large-scale complex networks topologies // Procedia Computer Science. 2017. P. 577-583.
References_
1. Abalakov A. D., Pankeeva N. S. Geografiya i prirodnye resursy (Geography and natural resources), 2011, no. 3, pp. 111-117.
2. Aminova M., Rossodivita A., Tikhomirov A. A., Trufanov A. I. Nauchnye trudy Volnogo ekonomicheskogo obshchestva Rossii (Scientific works of the Free Economic Society of Russia), 2011, vol. 148, pp. 190-207.
3. Belichenko I. N. YugRossii: ekologiya, razvitie(South of Russia: ecology, development), 2007, no. 1, pp. 99-102.
4. Beshentsev A. N. InterKarto/ InterGIS-18: materialy mezhdunar. konf. (InterCarto / InterGIS-18: materials of the Intern. conf.). 2016, vol. 22, no. 1, pp. 105-111.
5. Danilenko N. N., Rubtsova N. V. Turizm i ustoychivoe razvitie regiona: sotsialny i institutsionalny aspekty (Tourism and sustainable development of the region: social and institutional aspects). Irkutsk: BSUEP, 2013.157 p.
6. Evstropyeva O. V. Geografiya i prirodnye resursy (Geography and natural resources), 2013, no. 1,
pp. 127-135.
7. Kiyakbayeva E. G. Izvestiya Sochinskogo gos. un-ta (News of the Sochi State. Un-ty), 2014, no. 1, pp. 78-80.
8. Ryashchenko S. V., Bogdanov V. N., Romanova O. I. Regionalny analiz rekreatsionnoy deyatelnosti (Regional Analysis of Recreational Activities). Irkutsk: Institute of Geography named after V. B. Sochava: Publishing House SORAN, 2008. 143 p.
9. Tikhomirov A. A., Trufanov A. I., Rossodivita A. Bezopasnost informatsionnyh tekhnologiy (Information Technology Security), 2013, no. 1, pp. 125-126.
10. Albert R., Jeong H., Barabasi A. L. Nature (Nature), 2000, vol. 406, pp. 378-382.
11. Almobaideen W., Allan M., Saadeh M. Mediterranean Archaeology and Archaeometry (Mediterranean Archaeology and Archaeometry). 2016, vol. 16, no. 1, pp. 227-236.
12. Ashurova Z., Myeong S., Tikhomirov A., Trufanov A., Kinash N., Berestneva O., Rossodivita A. Information technologies in science, management, social sphere and medicine(Information technologies in science, management, social sphere and medicine), AtlantisPress, 2016, pp. 266-269.
13. Benchmark Report 2017 — World Summary (Benchmark Report 2017 - World Summary). Available at: https://www.wttc.org/-/media/files/reports/benchmark-reports/regional-reports-2017/world.pdf (Date of access: 26.07.2018).
14. Blanutsa V. I. Geography and Natural Resources. (Geography and Natural Resources), 2012, no. 1, pp. 1-9.
15. Boccaletti S., Bianconi G., Criado R., I Del Genio C., Gomez-Gardenes J., Romance M., Sendina-Nadal I., Wang Z., Zanin M. Physics Reports (Physics Reports), 2014, vol. 544, pp. 1-122.
16. Boelie Elzen, Bert Enserink, Wim A. Smit. Social Studies of Science (Social Studies of Science), 1996, vol. 26, no. 1, pp. 95-141.
17. Chakrabarti M., Heath L., Ramakrishnan N. New methods to generate massive synthetic networks (New methods to generate massive synthetic networks). Available at: https://www.arxiv.org/abs/1705.08473 (Date of access: 13.06.2018).
18. Dodds P., Sheridan M., Roby Watts D. J. Science (Science), 2003, no. 301.
19. Granovetter M. American Journal of Sociology (American Journal of Sociology), 1973, no. 78.
20. Johansson J., Hassel H. Reliability Engineering and System Safety (Reliability Engineering and System Safety), 2010, vol. 95, pp. 1335-1344.
21. Kinash N., Tikhomirov A., Trufanov A., Berestneva O., Boukhanovsky A., Ashurova Z. Creativity in Intelligent, Technologies and Data Science. Series Communications in Computer and Information Science (Creativity in Intelligent, Technologies and Data Science. Series Communications in Computer and Information Science), 2015, vol. 535, pp. 531-541.
22. Latour B. Reassembling the social: AN Introduction to Actor-Network Theory (Reassembling the social: AN Introduction to Actor-Network Theory). Oxford: Oxford University Press, 2005. 311 p.
23. Majdandzic A., Podobnik B., Buldyrev S. V., Kenett D. Y., Havlin S., Stanley H. E. Nature Physics (Nature Physics), 2014, no 10, pp. 34-38.
24. Newman M. E. J., Park J. Physical Review E. (Physical Review E.), 2003, vol. 68.
25. Taylor P. J. World city network: a global urban analysis (World city network: a global urban analysis). London: Routledge, 2004. 253 p.
26. Tikhomirov A., Rossodivita A., Kinash N., Trufanov A., Berestneva O. Journal of Physics. (Journal of Physics.). 2017, vol. 803.
27. Tikhomirov A., Afanasyev A., Kinash N., Trufanov A., Berestneva O., Rossodivita A., Gnatyuk S., Ume-rov R. Communications in Computer and Information Science (Communications in Computer and Information Science), 2014, vol. 487, pp. 415—421.
28. Ye X., Fei C. Procedia Computer Science (Procedia Computer Science), 2017, pp. 577—583.
Коротко об авторах_
Труфанов Андрей Иванович, канд. техн. наук, доцент кафедры автоматизированных систем, ИрHИTУ, г. Иркутск,
Россия. Область научных интересов: комплексные сети, сетевая теория, сетевые структуры
Куклина Вера Владимировна, канд. геогр. наук, старший научный сотрудник, Институт географии им. В. Б. Сочавы СО РА^ г. Иркутск, Россия. Область научных интересов: культурная география, акторно-сетевая теория, локальные сообщества [email protected]
Куклина Мария Владимировна, канд. экон. наук, доцент кафедры управления промышленными предприятиями, ИрHИTУ, г. Иркутск, Россия. Область научных интересов: информационные технологии в туризме, информационная система БПT [email protected]
Трапезникова Дарья Петровна, аспирант, ИрHИTУ. Область научных интересов: региональная экономика, лечебно-оздоровительный и медицинский туризм [email protected]
Галтаева Ая Леонидовна, младший научный сотрудник, HИЧ ИрHИTУ, г. Иркутск, Россия. Область научных
интересов: инновации, туризм, лечебно-оздоровительный туризм
Briefly about the authors_
Andrey Trufanov, candidate of technical sciences, associate professor, Automated Systems department, IrNITU, Irkutsk, Russia. Sphere of scientific interests: complex networks, network theory, network structures
Maria Kuklina, candidate of economical sciences, associate professor, Industrial Enterprises Management department. Sphere of scientific interests: information technologies in tourism, information system BPT
Vera Kuklina, candidate of geographical sciences, senior researcher, Institute of Geography named after V. B. Sochava, Russian Academy of Sciences, Siberian Branch of the Russian Academy of Sciences, Irkutsk, Russia. Sphere of scientific interests: cultural geography, actor-network theory, local communities
Darya Ttapeznikova, postgraduatet, IrNITU, Irkutsk, Russia. Sphere of scientific interests: regional economy, medical and health tourism
Aya Galataeva, junior researcher, IrNITU, Irkutsk, Russia. Sphere of scientific interests: innovations, tourism, medical and health tourism
Статья написана при финансовой поддержке РФФИ. Грант № 16-33-01189-OГH
Образец цитирования
Труфанов А. И., Куклина В. В., Куклина М. В., Трапезникова Д. П., Галтаева А. Л.Социально-эконо-мические компоненты сетевых структур туристской деятельности в Байкальском регионе (постановка задачи) // Вестн. Забайкал. гос. ун-та. 2018. Т. 24. № 9. С. 107-116. DOI: 10.21209/22279245-2018-24-9-107-116.
Trufanov A., KuMindV., Kuklina M.,Trapeznikova D., Galtaeva A. Socio-economic components of network structures of tourist activity in the Baikal region (problem statement) // Transbaikal State University Journal, 2018, vol. 24, no. 9, pp. 107-116. DOI: 10.21209/2227-9245-2018-24-9-107-116.
Статья поступила в редакцию: 27.06.2018 г. Статья принята к публикации: 07.11.2018 г.
