CC BY
9
Научная статья
УДК 332.143:379.85
https://doi.org/10.24158/tipor.2023.12.34
Тенденции развития туризма в Северо-Кавказском федеральном округе
Маргарита Ростиславовна Кулова1, Зарина Хетаговна Хосаева2, Марина Руслановна Габараева3
1,2,3 Владикавказский научный центр РАН, Владикавказ, Россия
1kulova -m@inbox.ru
2hzaiac@mail.ru
3mariina95@yandex.ru
Аннотация. В статье рассматриваются вопросы развития одной из приоритетных индустрий СКФО -индустрии туризма. Цель данного исследования состоит в выявлении взаимосвязей показателей и тенденций развития сферы туризма в СКФО путем использования методов корреляционного и регрессионного анализа статистических данных и контент-анализ интернет-медиа. Для оценки эффективности работы индустрии туризма в СКФО были выбраны следующие индикаторы: численность размещенных лиц в коллективных средствах размещения, число посещений музеев, число коллективных средств размещения, оборот общественного питания. Данные индикаторы были использованы в построении модели прогноза изменения турпотока в СКФО. Анализ показал, что необходимо уточнение статистического профиля современного туризма в СКФО в целях принятия релевантных управленческих решений. Этому также может способствовать учет результатов контент-анализа интернет-медиа с обозначением позитивных и негативных сторон индустрии туризма в макрорегионе.
Ключевые слова: туризм, Северный Кавказ, регион, экономика, корреляционный анализ, показатели, контент-анализ, социальные сети
Финансирование: инициативная работа.
Для цитирования: Кулова М.Р., Хосаева З.Х., Габараева М.Р. Тенденции развития туризма в Северо-Кавказском федеральном округе // Теория и практика общественного развития. 2023. № l2. С. 271-279. https://doi.org/10.24158/tipor.2023.12.34.
Original article
Trends of Tourism Development in the North Caucasus Federal District
Margarita R. Kulova1, Zarina H. Hosaeva2, Marina R. Gabaraeva3
1,2,3Vladikavkaz Scientific Center of the Russian Academy of Sciences, Vladikavkaz, Russia
''kulova -m@inbox.ru
2hzaiac83@mail.ru
3mariina95@yandex.ru
Abstract. The article discusses the development of one of the priority industries of the North Caucasus Federal District - the tourism industry. The aim of this study is to identify the interrelationships of indicators and trends in the development of tourism in the North Caucasian Federal District by using the methods of correlation and regression analysis of statistical data and content analysis of Internet media. To assess the effectiveness of the tourism industry in the NCFD, the following indicators were selected: the number of persons accommodated in collective accommodation facilities, the number of visits to museums, the number of collective accommodation facilities, the turnover of public catering. These indicators were used in the construction of a model for forecasting changes in tourist flow in the North Caucasus Federal District. The analysis showed that it is necessary to clarify the statistical profile of modern tourism in the North Caucasus Federal District in order to make relevant management decisions. This can also be facilitated by taking into account the results of content analysis of Internet media with the designation of positive and negative aspects of the tourism industry in the macro-region.
Keywords: tourism, North Caucasus, region, economy, correlation analysis, indicators, content analysis, social networks
Funding: Independent work.
For citation: Kulova, M.R., Hosaeva, Z.H. & Gabaraeva, M.R. (2023) Trends of Tourism Development in the North Caucasus Federal District. Theory and Practice of Social Development. (12), 271-279. Available from: doi: 10.24158/tipor.2023.12.34 (In Russian).
Современный рост туристского потока на Северном Кавказе становится одним из трендов развития экономики макрорегиона, требующим ответа на вопрос о релевантности динамики в этом
© Кулова М.Р., Хосаева З.Х., Габараева М.Р., 2023
- 271 -
секторе и эффективности управленческих решений в настоящем и будущем. Официально закрепленная в стратегических документах роль туризма, как драйвера экономического роста в СКФО, предполагает постоянный теоретический и практический интерес к рассматриваемому вопросу.
В последние годы в экономической литературе появилось немало работ, посвященных проблемам развития туризма в СКФО и повышения туристической привлекательности территории. В частности, предлагается создание модели кластерной инициативы как совокупности туристско-рекреационных ресурсов и объектов инфраструктуры, государственной поддержки и частных инвестиций, системы управления и кадров (Ершова, Огаркова, Ершов, 2018: 40). Следует признать, что дефицит успешных кейсов и недостаточная разработанность методологии кластеризации затрудняют распространение кластерного подхода в сфере туризма (Волков, 2016: 13).
Кроме этого, по мнению некоторых исследователей, одним из факторов, создающих определенные сложности в реализации программных задач по развитию сферы туризма в России, является не совсем достоверная информация о состоянии отрасли, об объемах туристского потока, о количестве мест в средствах коллективного размещения и пр. (Бельгисова, Белозор, 2019: 103). Несовершенство российской региональной статистики, прежде всего статистики по Северному Кавказу, в силу более широкого распространения неформальной экономики отмечается многими экспертами (Стародубровская и др., 2015: 6). Это обстоятельство обуславливает необходимость расширения инструментария анализа для более полного понимания сути экономических процессов.
Цель данного исследования заключается в выявлении взаимосвязей показателей и тенденций развития сферы туризма в СКФО путем использования методов корреляционного и регрессионного анализа статистических данных и контент-анализ интернет-медиа с помощью программы QDAMiner от Provalis Research.
Метод контент-анализа используется для систематического и количественного описания текста, направлен на изучение текстовых данных «с целью исследования социальных процессов (объектов, явлений), которые эти тексты представляют» (Федотова, 2001: 9). Существует количественный и качественный контент-анализ. Количественные методы - автоматические методы, совершаемые компьютерными программами, дают содержательный результат только при анализе большого количества текстовых данных. Однако даже в таких случаях количественный контент-анализ дает достаточно поверхностный результат (Lewis, Zamith, Hermida, 2013: 36), т. к. воспринимает текст как «мешок слов» (Brantner, Pfeffer, 2019: 89).
Отзывы пользователей стали инструментом формирования имиджа как для небольших заведений, так и для регионов в целом. Интернет-отзывы являются не только «объективным источником информации о качестве продукта или услуги, но и возможностью эффективно скорректировать имидж организации» (Терских, 2014: 278). Изучение отзывов пользователей в онлайн-пространстве часто используется как исследователями, так и маркетологами. Обычно отзывы делят на три категории: положительные, негативные и нейтральные (Ветитнев, Ашкинадзе, 2010: 9). Подобный подход позволяет понять общее отношение и мнение пользователей сети по какому-то вопросу, однако причины для негативных и положительных отзывов представляются более важными.
В нашем случае анализ мнений туристов проводился на материалах отзывов с сайта www.tourister.ru. «Туристер» - одно из крупнейших сообществ путешественников в России. Это не столько сайт с отзывами рядовых путешественников, сколько туристический портал с подробными описаниями и рекомендациями разных городов и регионов России, маршрутов и туристических мест.
Самыми популярными среди туристов в 2020 г. стали Дагестан и Ставропольский край (рис. 1). Дагестан крайне привлекателен для путешественников, потому что может предложить одновременно и горный, и морской, и архитектурно-исторический отдых. В случае же Ставропольского края речь идет в первую очередь о Кисловодске, Ессентуках, санаторно-культурном отдыхе.
80 60 40 20
0
2018 2019 2020 2021 2022
» Дагестан Чечня * Ингушетия
* Северная Осетия —»—Кабардино-Балкария * Карачаево-Черкессия
—•—Ставропольский край
Рисунок 1 - Число отзывов о регионах СКФО за 2018-2022 гг. Figure 1 - The Number of Reviews of the NCFD Regions for 2018-2022
Для Северной Осетии, Чечни, Ингушетии и Кабардино-Балкарии пик интереса пришелся на 2021 г., а для Карачаево-Черкессии - на 2022 г. В 2022 г. число отзывов практически для всех регионов снижается. Можно предположить, что активные пользователи портала «Туристер», ведущие свой блог на сайте, отправляются в другие регионы страны, чтобы продолжать рассказывать о новых местах.
Регионы СКФО привлекают туристов горным отдыхом. В Дагестан приезжают и однодневные туры из соседних регионов, и персональные джип-туры 3-5 дней с осмотром всех туристических точек в горах и Дербента. Предпочитающие самостоятельное перемещение в путешествии приезжают на своей машине либо берут ее в аренду. В отзывах многие говорят о постепенном развитии туристической инфраструктуры, строительстве новых объектов в интересных для туристов местах. Города Дагестана, помимо Дербента, не вызывают особого интереса, Махачкалу часто называют архитектурно непривлекательной и неудобно застроенной. Большинство туристов в своих отзывах описывают историю Дагестана, легенды, услышанные от гидов. История Северного Кавказа в целом интересна туристам: Кавказская война, присоединение региона к Российской империи, его развитие в советское время, религиозные особенности, происхождение народов и языков - все это вызывает интерес и может быть основой дальнейшего развития туристической отрасли на всем Северном Кавказе.
Главным недостатком Дагестана туристы называют инфраструктуру. В основном речь идет об общественном транспорте. Самостоятельным путешественникам практически невозможно добраться до туристических мест на общественном транспорте - доступные маршрутные такси ездят нечасто и не очень удобны. Перемещаться по городам также легче всего на такси, а не на общественном транспорте. Отмечают туристы и мусор на пляжах, в горах, переполненные мусорные баки в городах. Проблема вывоза мусора является существенной на всем Северном Кавказе, однако только в отзывах о Дагестане это отмечают сами туристы.
Северная Осетия, как и Дагестан, представляет интерес в первую очередь для горного отдыха. Туристам интересна история края, происхождения этноса осетин, традиционные религиозные верования, история крепости Владикавказ и весь дореволюционный центр города. Особый интерес у туристов вызывают старинные села, башни в горах Северной Осетии: речь идет не только о Даргавсе - визитной карточке республики, но и о селении Цымити в Куртатинском ущелье и ряде других населенных пунктов. Различные арт-проекты, установленные в горах местными художниками, стали частью всех туристических маршрутов, как и городская скульптура Владикавказа. Владикавказ часто используется как отправная точка для путешествий в остальные регионы СКФО ввиду своего удобного расположения.
В Северной Осетии, как и в Дагестане, плохо развит общественный транспорт, большинство туристов передвигается на такси. В горной части республики заметен недостаток канатных дорог, баз отдыха, смотровых площадок, оборудованных всем необходимым - санитарной зоной, кафе, сувенирными лавками.
Ставропольский край привлекает более спокойным форматом отдыха, а также развитой инфраструктурой и транспортной доступностью. Здесь туристы в основном осматривают туристический центр города, архитектуру царских времен, а также парки с цветочными аллеями и городской скульптурой. Популярно посещение «Лермонтовских мест», связанных с писателем и его произведениями. Наличие канатных дорог, смотровых площадок и достаточно легких маршрутов с подъемом на небольшие горы делает Ставропольский край привлекательным для большинства возрастов. Города Ставрополья также имеют достаточное количество предложений с посещением других регионов СКФО любого формата - персональные экскурсии для небольших групп, автобусные экскурсии. Какие-либо минусы отдыха в регионе в отзывах портала «Туристер» не обнаружены. Развитая инфраструктура, хороший гостиничный фонд и большое число предложений с разным форматом отдыха являются основой привлекательности Ставрополья для туристов.
Чеченская республика - единственная из республик Северного Кавказа, в которую приезжают не ради отдыха в горах. Судя по отзывам, это туры одного дня, на которые приезжают из других регионов СКФО, очень редко кто-то выбирает Чечню как место длительного проживания в отпуске. В первую очередь интерес представляет архитектура мечетей в разных населенных пунктах республики, они и составляют основу туристических маршрутов вместе с центром Грозного и его небоскребами. В горных районах республики туристы посещают башенные комплексы и заброшенные села в горах. Такие маршруты бывают обычно на более индивидуальных турах -крупные автобусные посещают только Грозный и несколько мечетей. Среди минусов отмечают, что инфраструктура республики пока не очень развита в туристическом плане, как и уровень обслуживания в отелях, заведениях общественного питания.
В Карачаево-Черкессию едут ради отдыха в горах, выбирая для проживания курортный поселок Домбай. Туристы отмечают неплохую инфраструктуру, наличие гостиниц, заведений об-
щепита и большого количества маршрутов, экотроп разной сложности. Многие там же договариваются с местными жителями на однодневные путешествия в другие горные районы республики. Несмотря на наличие туристической инфраструктуры, ее качество не на высоком уровне: найти хорошую гостиницу может быть проблематично, а обслуживание не соответствует ценам. Вокруг поселка Домбай много строек, часть которых заброшена. Нет единого архитектурного стиля, застройка достаточно беспорядочная.
Путешествия в Кабардино-Балкарию связаны с горой Эльбрус и всем, что находится вокруг нее. Инфраструктуру в Приэльбрусье в своих отзывах туристы хвалят больше, чем где-либо в других регионах СКфО. Это и достаточно хороший уровень гостиниц, общепита, наличие канатных дорог, множество предложений для путешествия по горам республики, смотровых площадок и т. д. Отзывы о Кабардино-Балкарии - одни из самых позитивных, из минусов изредка отмечают только не лучшее качество дорог в горной ее части. Стоит отметить, что остается полностью неиспользованным потенциал городов республики, которые туристы посещают реже, чем в других регионах.
Республика Ингушетия является наименее популярной для посещения из всех регионов СКФО. Основной туристический маршрут здесь - башенные комплексы в горах Ингушетии, их история и архитектура. Непопулярность многие отмечают как главный плюс республики: туристов мало, можно насладиться единением с природой и отсутствием больших скоплений людей. Но это является и главным минусом - туристическая инфраструктура, по сути, отсутствует, сложно найти гостиницы и отели хорошего уровня. Как и в случае с Чечней, большая часть отзывов - однодневные туры либо организуемые различными турфирмами, либо самостоятельные поездки чаще всего из Северной Осетии или Ставропольского края. Помимо анализа отзывов туристов проведен контент-анализ публикаций в местных Telegram-каналах. Для анализа выбирались публикации, в которых блогеры говорили о конкретных проблемах, связанных со сферой туризма.
Для Дагестана главной проблемой является безопасность в горах: отсутствие хороших дорог, ограждений, предупреждающих знаков приводит к авариям со смертельным исходом. Это происходит как при путешествиях с гидами, так и при самостоятельных поездках. Гиды не всегда учитывают плохие погодные условия - группа туристов может застрять в горах при сходе селевого потока или подъема уровня воды в реках. В 2022 г. МЧС по Республике Дагестан опубликовало список горных маршрутов повышенной опасности, в котором оказались популярные туристические маршруты: Карадахская теснина, Сулакский каньон, Салтинский водопад, башенный комплекс Ка-хиб. Стоит также вопрос соблюдения техники безопасности на различных экстремальных аттракционах, поездках на катерах по Сулакскому каньону и Чиркейскому водохранилищу.
Вопрос безопасности обсуждают и в других регионах СКФО. Частные услуги перевозчиков, предлагающих иногда и экстремальные варианты отдыха, отмечают в Карачаево-Черкессии, в Кабардино-Балкарии, где также были случаи аварии со смертельным исходом в горных районах республики. Помимо самостоятельных путешествий неподготовленных туристов имеется и проблема отсутствия обязательной сертификации и недостаточного надзора за различными гидами и турфирмами, предлагающими поездки в горы.
Чаще всего действия властей, местных министерств туризма критикуют в Карачаево-Черкессии и Кабардино-Балкарии. Telegram-каналы говорят об их неспособности развивать инфраструктуру республик. Отчеты о приросте турпотока вызывают вопросы о реальной прибыли в бюджет республики от этой отрасли и использовании полученных средств.
Дагестанские Telegram-каналы говорят об инфляции: с притоком платежеспособных туристов все товары дорожают. Это наблюдается и в ценах на продукты, и на аренду жилья. Начиная с 2020 г. местным жителям стало сложно найти съемное жилье, так как арендодатели предпочитают сдавать только туристам для посуточной аренды. В 2022 г. пользователи жаловались, что их к лету выселяют со съемных квартир. В Северной Осетии это соотношение составляет 12 к 1 в пользу посуточной аренды, в Ставропольском крае - 24 к 1, в Дагестане — 60 к 1.
Североосетинские Telegram-каналы одной из основных проблем называют проблему с вывозом мусора в горных районах республики. Рядом с популярными у туристов маршрутами не хватает мусорных баков, из отдаленных районов республики нестабильно вывозят мусор. Обычно мусорные контейнеры приписывают к ближайшему населенному пункту. Когда же жители этого населенного пункта перестают оплачивать услуги регоператора по обращению с ТКО, ре-гоператор перестает вывозить мусор, из-за чего происходит скопление отходов. Вероятно, стоит выделить мусорные контейнеры рядом с туристическими местами в отдельную категорию и не привязывать их к оплате местными жителями за услуги регоператора. Такая же проблема стоит в Карачаево-Черкессии, Дагестане, Ингушетии.
Во всех республиках Северного Кавказа, с момента роста его популярности, для туристов возникали ситуации столкновения культур и разных форм поведения. В Северной Осетии стоит проблема Даргавса, комплекса склепов, «Городка мертвых». Туристы, не думая, что в склепах находятся настоящие останки людей, или же просто желая получить интересное фото, проникают в склепы, вытаскивают оттуда кости, выкладывают фото с останками в социальных сетях.
Несколько подобных случаев вызывали сильные возмущения в республике среди местного населения. Схожие истории происходили и в других регионах. В Дагестане, Карачаево-Черкессии, Кабардино-Балкарии местные жители были возмущены фотосессиями полуобнаженных туристов. В Дагестане были случаи высказывания недовольства в достаточно грубой форме девушкам-туристкам, одетым в шорты и прочую открытую одежду. Для мусульманских регионов подобное является недопустимым. Из-за этого стали создаваться памятки поведения туристов, иногда с требованием ввести для туристов «мусульманский дресс-код».
Подобное культурное столкновение будет происходить и в будущем из-за отсутствия достаточной информации о допустимых и недопустимых вещах для туристов. Пока все памятки туристов и прочие подобные требования скорее отбивают желание жителей других регионов России приехать в регионы Северного Кавказа. Таких случаев немного, большая часть туристов стараются соответствовать местным обычаям. Однако все подобные случаи достаточно громкие и широко освещаются в средствах массовой информации, портя репутацию гостеприимного региона.
На основе выделяемых в литературе статистических индикаторов для оценки эффективности работы индустрии туризма в СКФО нами были выбраны следующие индикаторы: численность размещенных лиц в коллективных средствах размещения, число посещений музеев, число коллективных средств размещения, оборот общественного питания. Данные индикаторы в дальнейшем использовались в построении модели прогноза изменения турпотока в СКФО1.
Путем расчета коэффициента корреляции можно установить степень взаимосвязи показателей (Яроменко, Бубенок, Хахалева, 2021: 249). При расчете коэффициентов корреляций между исходными «сырыми» цифрами максимальное значение коэффициента корреляции в макрорегионе достигает значения около 0,6. Поэтому мы провели сглаживание, а потом пересчитали корреляцию. В этом случае значения коэффициентов корреляции меняются от 0,5 и выше. Возможно, это говорит о том, что индикаторы и сфера туризма в целом сильно подвержены внешним воздействиям.
В качестве показателя, используемого для верификации результатов модели при ретроспективном анализе, нами был выбран показатель туристического потока. Анализ динамики туристического потока по федеральным округам в течение 2012-2022 гг. (табл. 1) показывает стремительное увеличение внутреннего туризма с 2015 г. и лидерство СКФО в 2022 г. (65 % от общего количества внутреннего турпотока). Периодические и очень резкие колебания в интервале 1-2 лет динамики темпов роста туристского потока вызывают вопросы о достоверности данных статистики. Как и динамика темпов роста турпотока по федеральным округам, динамика темпов роста турпотока среди субъектов СКФО отличается крайней неравномерностью (Смирнов, 2019: 178). Анализ данных таблицы 2 позволяет выделить РД, Ставропольский край, РСО-Алания в качестве регионов практически с непрерывным ростом турпотока с 2018 г. (без учета 2020 г.).
Таблица 1 - Темпы роста турпотока по федеральным округам, %
Table 1 - Growth Rates of Tourist Flow by Federal Districts, %
L! см L! п L! ^ L! ю L1 <о L1 t-. L! со L! о> L! о см L! см l! см см
о см о см о см о см о см о см о см о см о см о см о см
ЦФО 7,0 6,3 -0,6 -0,9 57,8 29,4 24,9 -4,2 -44,6 59,2 5,1
СЗФО -1,2 7,2 -3,2 -0,1 75,7 7,6 31,4 18,9 -50,4 17,0 57,0
ЮФО 1,5 -8,0 55,0 16,8 121,9 15,9 11,8 14,6 -20,9 46,2 -2,4
СКФО -0,3 -0,7 -0,4 2,0 78,2 2,8 6,8 18,4 -40,5 39,1 64,9
ПФО 6,9 16,1 -0,4 -5,8 89,1 0,6 19,5 1,9 -40,2 48,6 16,2
УФО 16,3 3,0 -15,4 -9,6 138,1 -7,2 33,7 4,0 -47,8 66,1 30,3
СФО 3,1 -5,6 2,8 -4,3 137,2 7,0 -9,6 13,3 -45,1 45,8 36,7
ДФО -1,6 -18,0 -12,5 5,5 170,6 1,5 46,8 -5,3 -42,4 33,0 23,8
Таблица 2 - Темпы роста турпотока по субъектам СКФО, %
Table 2 - Growth Rates of Tourist Flow by Subjects^ of the North Caucasus Federal District, %
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
РД 0,131 0,324 -0,330 0,084 1,792 0,242 -0,039 1,295 -0,830 1,136 3,031
РИ 0,190 -0,006 -0,123 0,864 0,918 -0,209 0,450 0,803 0,211
КБР -0,053 -0,011 0,061 -0,113 0,851 -0,274 0,313 0,066 -0,640 2,155 0,251
КЧР 0,339 0,154 0,013 0,384 5,304 -0,024 -0,203 0,004 -0,422 0,568 0,345
РСО-А 0,067 -0,290 -0,121 -0,047 0,104 0,360 0,294 0,657 -0,443 0,893 1,542
ЧР -0,530 31,322 -0,078 -0,108 -0,033 0,884 0,720 0,387 0,300 0,363 0,030
Ставр. край -0,014 -0,046 0,020 0,039 0,581 0,031 0,063 0,085 -0,344 0,189 0,560
1 Официальный сайт Росстата [Электронный ресурс]. URL: https://rosstat.gov.ru (дата обращения: 21.08.2023).
Далее приведены коэффициенты корреляции между количеством коллективных средств размещения и турпотоком (табл. 3), которые во всех субъектах макрорегиона очень высокие, кроме умеренных его значений в КБР (0,43), КЧР (0,49) и РД (0,53).
Таблица 3 - Коэффициент корреляции между количеством коллективных средств размещения и турпотоком
Table 3 - Correlation Coefficient between the Number of Collective Accommodation Facilities and Tourist Flow
СКФО РД РИ КБР КЧР РСО-А ЧР Ставр. край
0,77 0,53 0,96 0,43 0,49 0,81 0,95 0,79
Анализ коэффициентов корреляции между турпотоком и посещением музеев показывает, что достаточно высокие коэффициенты корреляции наблюдаются только в РСО-А, ЧР и Ставропольском крае (табл. 4). Это может быть связано с лучшей организацией экскурсионного обслуживания либо с тем, что основной поток туристов, посещающих музеи, предпочитает жить в этих регионах.
Таблица 4 - Коэффициенты корреляции между показателями турпотока и посещением музеев
Table 4 - Correlation Coefficients between Tourist Flow and Museum Visits
РД РИ КБР КЧР РСО-А ЧР Ставр. край
0,073 0,223 0,165 0,478 0,749 0,630 0,967
Наблюдаемые высокие значения коэффициентов корреляции между оборотом общественного питания и турпотоком (табл. 5) демонстрируют сильную степень взаимосвязи исследуемых показателей в Ставропольском крае и Чеченской республике. В целом, в СКФО достигнуты хорошие показатели корреляции, в частности, в Дагестане (0,59), Ингушетии (0,64), Кабардино-Балкарии (0,55) и Северной Осетии (0,58).
Таблица 5 - Коэффициент корреляции между оборотом общественного питания и турпотоком
Table 5 - Correlation Coefficient between Catering Turnover and Tourist Flow
СКФО РД РИ КБР КЧР РСО-А ЧР Ставр. край
0,78 0,59 0,64 0,64 0,55 0,58 0,74 0,84
Высокий коэффициент корреляции между оборотом общественного питания и количеством коллективных средств размещения (табл. 6) характерен для всех субъектов СКФО, за исключением РД (0,3). Интересной особенностью, на наш взгляд, является то, что при непрерывном темпе роста индикатора число коллективных средств размещения, коэффициент корреляции между этим показателем и числом лиц, размещенных в коллективных средствах размещения, отрицательный в РД (-0,28), в РСО-А (0,54), КБР (0,52), КЧР (-0,7) и только в Ставропольском крае мы видим прямую зависимость (0,92). Наличие отрицательных коэффициентов корреляции между числом коллективных средств размещения и числом лиц, размещенных в коллективных средствах размещения, при положительных и немалых значениях коэффициентов корреляции между количеством коллективных средств размещения и турпотоком (табл. 3) свидетельствует о коррупции и теневом бизнесе в этом секторе.
Таблица 6 - Коэффициент корреляции между оборотом общественного питания и количеством коллективных средств размещения
Table 6 - Correlation Coefficient between Catering Turnover and the Number of Collective Accommodation Facilities
СКФО РД РИ КБР КЧР РСО-А ЧР Ставр. край
0,7 0,3 0,7 0,9 0,8 0,7 0,8 0,8
В целом же столь высокие значения коэффициентов корреляций позволяют нам говорить о существенной взаимосвязи между выбранными индикаторами модели и контрольным индикатором.
Авторами был проведен ретроспективный прогноз методом линейной регрессии по 5 и по 3 точкам, а также методом экспоненциального сглаживания. Посчитав среднеквадратичное отклонение между исходными и расчетными данными по выбранным индикаторам для всех республик СКФО и проанализировав результаты, было получено, что исходные данные делятся на быстро меняющиеся и медленно изменяющиеся.
РСО-Алания
300,0 200,0 100,0 0,0
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
-Численность размещенных лиц в кол. ср-вах размещениях -Прогноз
Рисунок 2 - Наблюдаемые значения по индикатору «Численность размещенных лиц в коллективных средствах размещения» и прогнозный расчет по модели для РСО-А
Figure 2 - Observed Values for the Indicator Number of Persons Placed in Collective Accommodation Facilities and Forecast Calculation According to the Model for RSO-A
РД
250,0 200,0 150,0 100,0 50,0 0,0
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
-Численность размещенных лиц в кол. ср-вах размещениях -Прогноз
Рисунок 3 - Наблюдаемые значения по индикатору «Численность размещенных лиц в коллективных средствах размещения» и прогнозный расчет по модели для РД
Figure 3 - Observed Values for the Indicator Number of Persons Placed in Collective Accommodation Facilities and Forecast Calculation Based on the Model for the RD
К быстро меняющимся индикаторам относятся численность размещенных лиц в коллективных средствах размещения; число посещений музеев и лучше подходит метод линейной регрессии по 3 периодам; к медленно меняющимся относится число коллективных средств размещения и лучше подходит регрессия по 5 периодам. Для индикатора «Оборот общественного питания» в некоторых регионах лучший результат дает регрессия по 5 периодам, а в некоторых - по 3, однако разница в результатах 4 % и меньше дает основание полагать, что для него тоже можно выбирать регрессию по 3 точкам. В дальнейшем в модели мы использовали метод регрессии по 3 точкам, результаты расчетов и варианты прогноза представлены на рисунках 2-4.
Ставропольский край
1500 -
500
0 -
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
-Прогноз -Численность размещенных лиц в кол. ср-вах размещениях
Рисунок 4 - Наблюдаемые значения по индикатору «Численность размещенных лиц в коллективных средствах размещения» и прогнозный расчет по модели для Ставропольского края
Figure 4 - Observed Values for the Indicator Number of Persons Placed in Collective Accommodation Facilities and Forecast Calculation Based on the Model for the Stavropol Territory
Анализ полученных по модели данных для регионов СКФО позволяет говорить о неплохом совпадении прогнозных и наблюдаемых данных, за исключением 2020 и 2021 гг. Это, на наш взгляд, объясняется шоковым воздействием на туриндустрию ограничений, связанных с Covid-
19. Подобного рода ситуации, к сожалению, непредсказуемы. В целом, мы считаем, что применение моделей прогноза в туриндустрии позволит нивелировать необоснованные риски и корректировать приоритетные инвестиции.
Обобщая вышеизложенное, отметим, что представляется необходимым уточнение статистического профиля современного туризма в СКФО в целях принятия релевантных управленческих решений. Этой цели также может способствовать учет результатов контент-анализа интернет-медиа с обозначением позитивных и негативных сторон индустрии туризма в макрорегионе.
Список источников:
Бельгисова К.В., Белозор Л.И. К вопросу об эффективности развития туризма на территории Северо-Кавказского федерального округа // Научный вестник Южного института менеджмента. 2019. № 2 (26). С. 102-107. https://doi.org/10.31775/2305-3100-2019-2-102-107.
Ветитнев А.М., Ашкинадзе Я.А. Контент-анализ социальных сетей как метод изучения удовлетворенности отдыхающих санаторно-курортным сервисом. // Вестник СГУТиКД. 2010. № 4 (14). С. 9-15.
Волков С.К. Зарубежный и российский опыт развития туристских кластеров // Экономика. Информатика. 2016. № 16 (237). С. 5-15.
Ершова Е.Ю., Огаркова И.В., Ершов Ю.В. Тенденции развития индустрии туризма в Северо-Кавказском федеральном округе // Региональные проблемы преобразования экономики. 2018. № 5 (91). С. 36-41.
Северный Кавказ: модернизационный вызов / И.В. Стародубровская [и др.]. М., 2015. 328 С.
Смирнов С.Н. Оценка роли туризма в экономике и его влияние на отдельные виды экономической деятельности // РЖ. Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 2: Экономика. 2019. № 1. С. 177-181.
Терских М.В. Жанр Интернет-отзыва в туристическом дискурсе (маркетинговый потенциал) // Политическая лингвистика. 2014. № 4. С. 274-283.
Федотова Л.Н. Анализ содержания - социологический метод изучения средств массовой коммуникации. М., 2001. 214 с.
Яроменко Н.Н., Бубенок Е.Д., Хахалева Е.А. Корреляционно-регрессионный анализ как способ прогнозирования экономического развития предприятия // Вестник Академии знаний. 2021. № 3 (44). С. 249-252. https://doi.org/10.24412/2304-6139-2022-11249.
Brantner C., Pfeffer J. Content analysis of Twitter: Big data, big studies // The Routledge Handbook to Developments in Digital Journalism Studies. Routledge, 2019. Pp. 79-92.
Lewis S.C., Zamith R., Hermida A. Content Analysis in an Era of Big Data: A Hybrid Approach to Computational and Manual Methods // Journal of Broadcasting & Electronic Media. 2013. № 57 (1). Pp. 34-52.
References:
Belgisova, K.V. & Belozor, L.I. (2019) To the question about the effectiveness of tourism development on the territory of the North Caucasus federal district. Scientific Bulletin of Uzhny Institute of Management. (2 (26)), 102-107. Available from: doi:10.31775/2305-3100-2019-2-102-107. (In Russian).
Brantner, C. & Pfeffer, J. (2019) Content analysis of Twitter: Big data, big studies. In: The Routledge Handbook to Developments in Digital Journalism Studies. Routledge, pp. 79-92.
Ershova, E.Yu., Ogarkova, I.V. & Ershov, Yu.V. (2018) Tendencies of development of the industry of tourism in the North Caucasus federal district. Regional Problems of Transforming the Economy. (5 (91)), 36-41. (In Russian).
Fedotova, L.N. (2001) Analiz soderzhaniya - sotsiologicheskiy metod izucheniya sredstv massovoy kommunikatsii [Content analysis - a sociological method for studying mass media]. Moscow. 214 p. (In Russian).
Lewis, S.C., Zamith, R. & Hermida, A. (2013) Content Analysis in an Era of Big Data: A Hybrid Approach to Computational and Manual Methods. Journal of Broadcasting & Electronic Media. (57 (1)), 34-52.
Smirnov, S.N. (2019) Otsenka roli turizma v ekonomike i ego vliyanie na otdel'nye vidy ekonomicheskoy deyatel'nosti [Assessing the role of tourism in the economy and its impact on certain types of economic activities]. Socialnye i gumanitarnye nauki. Otechestvennaja i zarubezhnaja literatura. Serija 2: Ekonomika. (1), 177-181. (In Russian).
Starodubrovskaya, I.V., Zubarevich, N.V., Sokolov, D.V., Intigrinova, T.P., Mironova, N.I. & Magomedov, Kh.G. (2015) Sever-nyj Kavkaz: modernizacionnyj vyzov [North Caucasus: modernization challenge]. Moscow. 328 p. (In Russian).
Terskikh, M.V. (2014) Internet comments in tourist discourse (marketing potential). Political linguistic. (4), 274-283. (In Russian).
Vetitnev, A.M. & Ashkinadze, Ya. A. (2010) Social websites content-analysis as method of studying holiday-makers satisfaction with resort service. Vestnik SGUTiKD. (4 (14)), 9-15. (In Russian).
Volkov, S.K. (2016) Foreign and Russian experience of tourist cluster development. Economics. Information Techologies. (16 (237)), 5-15. (In Russian).
Yaromenko, N.N., Bubenok, E.D. & Khakhaleva, E.A. (2021) Correlation-regression analysis as a method of forecasting the economic Development of an enterprise. Vestnik Akademii znanij. (3 (44)), 249-252. Available from: doi:10.24412/2304-6139-2022-11249. (In Russian).
Информация об авторах
М.Р. Кулова - кандидат экономических наук, ведущий научный сотрудник лаборатории прикладной социологии и конфликтологии Владикавказского научного центра РАН, Владикавказ, Россия.
https://elibrary.ru/author_items.asp?authorid=610040
З.Х. Хосаева - кандидат физико-математических наук, научный сотрудник лаборатории прикладной социологии и конфликтологии Владикавказского научного центра РАН, Владикавказ, Россия.
https://elibrary.ru/author_items.asp?authorid=732465
М.Р. Габараева - младший научный сотрудник лаборатории прикладной социологии и конфликтологии Владикавказского научного центра РАН, Владикавказ, Россия. https://elibrary.ru/author_items.asp?authorid=1044223
Вклад авторов:
М.Р. Кулова - идея; концепция исследования; научное руководство и редактирование статьи; итоговые выводы.
З.Х. Хосаева - сбор и статистическая обработка индикаторов; написание части статьи по корреляционному анализу.
М.Р. Габараева - контент анализ; написание части статьи по результатам контент-анализа.
Конфликт интересов:
авторы заявляют об отсутствии конфликта интересов.
Information about the authors M.R. Kulova - PhD in Economics, Leading Research Fellow, Laboratory of Applied Sociology and Conflictology, Vladikavkaz Scientific Center of the Russian Academy of Sciences, Vladikavkaz, Russia. https://elibrary.ru/author_items.asp?authorid=610040
Z.H. Hosaeva - PhD in Physical and Mathematical Sciences, Research Fellow, Laboratory of Applied Sociology and Conflictology, Vladikavkaz Scientific Center of the Russian Academy of Sciences, Vladikavkaz, Russia.
https://elibrary.ru/author_items.asp?authorid=732465
M.R. Gabaraeva - Junior Research Fellow, Laboratory of Applied Sociology and Conflictology, Vladikavkaz Scientific Center of the Russian Academy of Sciences, Vladikavkaz, Russia. https://elibrary.ru/author_items.asp?authorid=1044223
Contribution of the authors: M.R. Kulova - idea; research concept; academic advising and editing of the article; final conclusions. Z.H. Hosaeva - collection and statistical processing of indicators; writing part of an article on correlation analysis.
M.R. Gabaraeva - content analysis; writing part of an article based on the results of content analysis.
Conflicts of interests:
The authors declare no conflicts of interests.
Статья поступила в редакцию / The article was submitted 07.11.2023; Одобрена после рецензирования / Approved after reviewing 05.12.2023; Принята к публикации / Accepted for publication 26.12.2023.
Авторами окончательный вариант рукописи одобрен.
