Methodology of Constructing the Hierarchical Structure of Development Indicators in the Sphere of Travel Business Based on Fuzzy-Logic Decision-Making Procedures

Degtyarev Aleksandr Nikolaevich Doctor of Economics professor of the Department of Economics at Ufa State Petroleum Technological University  450062, Russia, Ufa, str. Kosmonavtov, 1 aleks-degt@yandex.ru Mukhametzyanov Irik Ziryagovich Doctor of Physics and Mathematics professor of the Department of Mathematics at Ufa State Petroleum Technological University  450062, Russia, Ufa, str. Kosmonavtov, 1 mm_ugntu@mail.ru

Rozhkova Natal'ya Viktorovna PhD in Economics professor of the Department of Accounting, Analysis, Finances and Taxation at Academy of Law and Management of the Federal Penitentiary Service of Russia 390026, Russia, Ryazan, str. 6-Liniya, 20, of. 62 tasha794@rambler.ru

Развитие туризма приобретает все большее значение по всему миру, и индустрия туризма рассматривается в качестве одного из ключевых секторов в экономике. Этот факт определяет политику долгосрочной стратегии диверсификации индустрии туризма и улучшения оценок в восприятии отечественного и иностранного туриста, что создает необходимость формирования эффективных стратегий в индустрии туризма в России.

Для развития туристической индустрии в России весьма большое значение имеет развитие туристического маркетинга ^[12]. Однако исследования о целевом туристическом маркетинге в России, по-прежнему, не развиты в достаточной мере. Рекламная деятельность по-прежнему неэффективна, поскольку количество туристов как отечественных, так и приезжающих из других стран в Россию остается низким по сравнению с другими, в том числе и с развивающимися странами ^[1]. Между тем Россия имеет много благоприятных условий для того, чтобы стать привлекательным местом для туризма. Для этого необходимо позаботиться о представлении страны на мировом рынке индустрии туризма.

Так, потенциал российского рынка туристских услуг эксперты оценивают, как один из самых высоких в мире. По прогнозу ВТО ООН к 2020 г. Россия может войти в первую десятку стран – самых популярных направлений для путешественников. По оценкам экспертов ВТО ООН, спрос на путешествия будет развиваться ускоренными темпами и Российскую Федерацию в 2020 году посетит 48 млн. иностранных граждан^[17].

Вместе с тем, по данным Федерального агентства по туризму, из России за рубеж в 2014 году выехало 45,9 млн. граждан, в том числе 17,6 млн. туристов. Число российских граждан, выехавших за рубеж, увеличилось на 15%. Российские граждане в 2014 году, по данным ВТО ООН, истратили за рубежом около 27,0 млрд. долл. США. Таким образом, в среднем каждый российский гражданин потратил за границей более 6,6 тыс. долл. США ^[12].

По данным Федерального агентства по туризму в 2014 г. в Россию въехало 32,4 млн. иностранных граждан, в том числе 2,5 млн. туристов. Число иностранных граждан, посетивших Российскую Федерацию, увеличилось на 12%. Иностранные граждане, по данным ВТО ООН, потратили в Российской Федерации 10,0 млрд. долл. США, т.е. 4,0 тыс. долл. США на человека^[13].

Таким образом, дефицит туристского баланса составил 19,0 млрд. долл. США, и продолжалось дальнейшее наращивание темпов выездного туризма. По мнению экспертов, этот дефицит в 2015 г. увеличился.

Российские граждане предпочитают путешествовать за рубежом в силу следующих обстоятельств:
- несоответствие цены и качества предоставляемых услуг: путешествие в Российской Федерации стоит дороже, и качество услуг уступает зарубежным;
- неэффективное и нерациональное использование ресурсов гостеприимства;
- неразвитость инфраструктуры и материально-технической базы для путешествий и т.д. ^[10].

При формировании эффективных стратегий развития туризма необходимо знать, какие факторы, и в какой степени влияют на общий результат по отдельным аспектам или направлениям деятельности развития туристических услуг ^[2].

Отсутствие необходимых количественных оценок факторов и количественного показателя эффективности исключает использование методов факторного анализа. Возможным вариантом исследования факторного множества является метод анализа иерархий (МАИ) ^[12]. МАИ представляет собой вариант неформализованного экспертного оценивания при построение иерархической структуры системы факторов (показателей) с последующей формализованной процедурой оценки весов факторов. Веса определяются на основании построения и анализа матриц парных сравнений всей комбинаций факторов для всей ветвей иерархии.

К недостаткам МАИ следует отнести требование построения количественной экспертной оценки, в то время как многие практические задачи характеризуются наличием неопределенности и нечеткости.

Неопределенность задачи состоит в том, что в ситуации, когда интервальные оценки средних значений отдельных факторов перекрываются, различие между двумя средними отсутствует. Это типичная ситуация несогласованных экспертных процедур. Искусственное устранение такой несогласованности, например, отсеивание части экспертной информации, сужение числа экспертов, искусственные методы согласования путем проведения дополнительных раундов экспертизы, могут привести к качественно неверным результатам и выводам.

Нечеткость высказываний экспертов определена субъективным восприятием и оценкой значимости и важности тех или иных факторов ^{[3, 4]}. Например, для одного эксперта понятие «Высокая степень влияния» может характеризоваться числом 7 в десяти-балльной шкале, а для другого числом 9 баллов. Сложнее дело обстоит при большой размерности факторного пространства, например, изучается влияние 8 факторов. Если каждый фактор оценивается на трех уровнях, то число вариантов полного факторного перебора равно 3⁸ = 6561. Эксперту уже трудно оценить все возможные ситуации. Анализ значительно усложняется, когда имеется эффект смешанного влияния факторов на результат, например, парные или тройные эффекты ^[6].

Иерархический подход позволяет структурировать задачу, произвести разбиение на более мелкие составные части, для которых и экспертное оценивание становится проще, и выводы для верхних уровней иерархии согласованнее. Конечно, основной и важный этап – это корректное построение иерархической системы, адекватной своему прообразу.

Таким образом, система поддержки принятия решений приформирования эффективных стратегий развития сферы туризма должна содержать в качестве компонента иерархическую структуру показателей или факторов эффективности с оценкой весов факторов в условиях нечеткой информации, при последующем решении задач оптимизации ^[8]. В настоящей статье предложена методология построения эффективной системы показателей развития в сфере туристического бизнеса на правилах поддержки принятия решений с использованием нечеткой теории множеств и метода анализа иерархий.Нечеткая методология позволяет устранить проблему неопределенности и нечеткости, являющейся неотъемлемой частью исходной информации о сложной многофакторной системе, со сложными взаимодействиями составляющих систему элементов.

Методология анализа нечетких факторов

Предлагается два альтернативных метода оценки весов факторов в условиях нечеткой информации входных переменных. Это формализация обработки нечетких матриц парного сравнения (НМПС), использующая нечеткие числовые оценки приоритетов в матрице парных сравнений ^[15,16], и методика нечеткого логического вывода (НЛВ) [5-8,14]

Общая схема оценки весов факторов с использованием процедур нечеткого логического вывода приведена на рис. 1.

Рисунок 1 – Общая схема оценки процедуры нечеткого логического вывода

Для количественной оценки весов факторов в условиях нечеткой оценки экспертных суждений нами используется способ построения и анализа нечетких матриц парных сравнений, предложенный Д. Чанг ^[16].Дляпостроения нечетких матриц парного сравнения используется обобщение обычной матрицы путем замены элементов на нечеткие элементы в виде “треугольных” нечетких чисел (или нечеткие числа с треугольными функциями принадлежности), для задания которых достаточно трех чисел (l, m, u):

Обратно-симметричные элементы матрицы вычисляются по формулам:

При построении НМПС, как правило, используют эмпирические шкалы, построенные на основе экспертной обработки степени относительной важности (преимущества) одного фактора над другим в нечеткой трактовке. Пример такой шкалы приведен в таблице 1 ^[16].

Таблица 1 – Нечеткая шкала относительной важности одного фактора над другим.

Другой способ построения НМПС определяются через параметрическое задание степени нечеткости . При таком подходе значения нечетких ”треугольных” рангов для нечеткой матрицы рассчитывается по формуле:

где a_ij – некоторые средние четкие ранги приоритетов.

Пошаговая процедура оценки весов следующая ^[16]:

1) рассчитывают суммы нечетких “треугольных” чисел по строкам нечеткой матрицы Ã:

2) находят нормализованные построчные суммы:

3) рассчитывают степень возможности того, что по уравнению:

4) рассчитывают степень возможности того, что S_i предпочтительнее всех остальных нечетких чисел:

5) вектор приоритетов определяется по формуле:

Формализация модели нечеткого логического вывода (НЛВ) следующая ^[5,14]:

1)субъективная оценка степени принадлежности элемента x к множеству A задается функцией принадлежности входных факторов в общем виде как:

2) задают нечеткие правила, которые устанавливает взаимосвязь между заданными в виде нечетких множеств входами X = (X₁, X₂,...,X_n) и выходом Y в виде:

где – нечеткий терм, которым оценивается лингвистическая входная переменная X_i в строке с номером jp (p = 1,…,k_j); k_j– количество строк-конъюнкций, в которых выход – лингвистическая выходная переменная Y оценивается термом d_j; m – количество термов, используемых для выходной лингвистической переменной Y.

3) степень принадлежности рассчитывается по формулам:

где μ_ip(x_i) и μ_dj(y) – функции принадлежности входа X_i и выхода Y нечеткому терму.

Результаты нечетких выводов,а, следовательно, и качество системы поддержки принятия решения, полностью определяются корректностью построения функций принадлежности входных факторов и выходного параметра и адекватной формализацией базы нечетких правил. Для оценки каждого показателя из сформированной древовидной системы показателей необходимо задать лингвистическую и универсальную шкалу оценки, разработать метод определения веса каждого показателя или степени, с которой он влияет на более высокий по иерархии показатель, сформировать базы правил для НЛВ показателя, находящегося в вершине иерархии, и определить свертку для операции НЛВ по базам правил.

Оценка эффективности факторов развития в сфере туристического бизнеса

Ранее ^[9,10,11], на основании анализа литературы и экспертного оценивания намипроведено построение иерархической системы показателей эффективности развития туризма с использованием метода анализа иерархий и Дельфи процедуры экспертного оценивания. Установлено, что наиболее значимыми для развития индустрии туризма являются четыре основных фактора: политика государства (ПГ); рекламная деятельность (PД), атрибуты места пребывания (МП) и качество туристических услуг (ОК). Основные факторы ассоциированы в четыре ветви, определяемые на основе тринадцати частных суб-факторов. Иерархическая структура показателей эффективности развития сферы туризма, по результатам процедуры экспертного оценивания представлена на рисунке 2.

Рисунок 2 – Иерархическая структура показателей эффективности развития сферы туризма, по результатам процедуры экспертного оценивания

Задача состоит в определении весов факторов для выявления приоритетов мероприятий по обеспечению эффективности развития сферы туризма, так как стратегия должна быть сбалансирована в соответствии со степенью важности показателей.

Построение чёткой МПС и НМПС выполнено на основании данных экспертного оценивания пяти экспертов. В таблицах 1 и 2 представлены вариант четкой МПС и нечеткой МПС для оценки весов показателей эффективности развития туризма основных факторов для иерархии по рис. 2.

Таблица 1 – Пример четкой МПС приоритетов показателей эффективности развития туризма

Таблица 2 – Пример нечеткой МПС приоритетов показателей эффективности развития туризма, δ=0,75

В качестве исходных данных нечетко-логической модели задаются оценки весов суб-факторов в каждой группе иерархической структуры, которые определяются на основании экспертных оценок. На выходе определяем групповые веса основных факторов эффективности развития. База данных логистических правил оценивания всех основных показателей эффективности развития также построена на основании экспертного оценивания. При проведении полного факторного вычислительного эксперимента ^[6] для нашей иерархической системы максимальное количество нечетких правил будет равным (3³+3³+3⁴+3³)+3⁴ = 243. Причем, это правила с двумя - тремя входными переменными, которые адаптируются под конкретные пространственно-временные (регион-время) условия. В таблице 3 приведен фрагмент базы данных лингвистических правил оценивания основного показателя на основе анализа четырех суб-факторов.

Таблица 3 – Фрагмент логистических правил оценивания основного показателя МП на основе анализа суб-факторов

Реализация нечеткой процедуры оценки весов факторов для иерархической структуры показателей эффективности развития туризма выполнена для всех групп факторов и суб-факторов, представленных на рисунке 2. Описанная выше методология нечеткого анализа оценки весов на основании построения нечетких матриц парного сравнения и нечеткого логического вывода реализована в виде компьютерной программы, выполненнойв совмещенной программе MatLab и MS Excel и в модулеFuzzyLogic системы MatLab.

В результате проведения вычислительных экспериментов по модели НЛВ, получены следующие групповые результаты весов основных факторов ПГ=22,2%; РД=13,2%; МП=8,32%; ОК=4,76%. Применяя нормировку, получены следующие результаты для основных факторов: ПГ=0,46; РД=0,27; МП=0,17; ОК=0,10.

В таблице 4 представлена сводная таблица оценки весов показателей эффективности развития туризма, полученных с использованием методологии нечеткого анализа.

Таблица 4– Сводная таблица оценки весов показателей эффективности развития туризма с использованием методологии нечеткого анализа

Результаты, полученные с применением «нечеткой» методики МПС сопоставимы с результатами, полученными на основе «четкой» методики. Нечеткая процедура учитывает интервальный разброс мнений экспертов. При увеличении степени нечеткости интервальные оценки увеличивается, а полученные средние веса близки по значению к весам МПС.

Модель нечеткого логического вывода позволяет построить и исследовать функцию отклика иерархической системы PE = f(PG, RD, MP, OK). Такой анализ является основой принятия решений при выработке стратегий повышения эффективности развития туристического бизнеса.В таблице 5 представлен анализ частных поверхностей отклика PE=f(x₁, x₂), полученный в результате реализации модели нечеткого логического вывода.

Таблица 5 – Анализ частных поверхностей отклика показателей эффективности развития туризма

	Политика государства (PG) и рекламная деятельность (RD): PG доминирует над RD. Низкие значения обоих факторов (менее 20%) отрицательно влияют на развитие туризма. Значения RD менее 10% крайне плохо влияют на PE, не зависимо от PG. Если PG достигает по меньшей мере, 15%, RD может генерировать эффективный выход. Гибкая политика должна стимулировать рекламную деятельность. Когда PG достигает 20% мы можем увидеть эффект от RD как эффективного способа продвижения туризма.
	Политика государства (PG) и атрибуты места пребывания (MP): влияние PG более значимо, чем MP. отрицательно влияют на развитие туризма. Значения RD менее 10% крайне плохо влияют на PE. Эффект роста PE достигается, когда PG и MP не менее 10%.
	Политика государства (PG) и качество услуг (OK): PG существенно доминирует над OK. График показывает, что коэффициент PG оказывает более сильное влияние, чем фактор MP. Только когда OK достигает 25% достигается эффект роста, PE увеличивается. Зависимость характеризует не менее чем другие показатели, влияние ОК на рост эффективности развития туризма.
	Рекламная деятельность (RD) и атрибуты места пребывания (MP): Оба эти фактора оказывают одинаковое влияние на PE. Если они правильно скоординированы, эти два фактора могут сделать PE весьма эффективным. Улучшение MP может также улучшить RD, что приводит к дальнейшему улучшению PE.
	Рекламная деятельность (RD) и качество услуг (OK): Фактор RD оказывает более сильное влияние на PE , чем OK. Только тогда, когда RD достигает 20% мы видим, кривая PE резко возрастает, что означает, что мероприятия по продвижению RD может генерировать желание туриста посетить пункт назначения. Через RD, OK увеличивается и влияет на PE.
	Атрибуты места пребывания (MP) и качество услуг (OK): Оба эти фактора оказывают одинаковое влияние на PE. Если правильно скоординированы, эти два фактора могут сделать PE весьма эффективным. Улучшение MP может также улучшить OK, что приводит к дальнейшему улучшению ПЭ.

Выводы

Потенциал российского рынка услуг гостеприимства эксперты оценивают, как один из самых высоких в мире. По прогнозу ВТО ООН к 2020 г. Россия может войти в первую десятку стран – самых популярных направлений для путешественников. При благоприятных условиях спрос на путешествия будет развиваться ускоренными темпами и Российскую Федерацию в 2020 году посетит 48 млн. иностранных граждан.

При формировании эффективных стратегий развития туризма необходимо знать, какие факторы, и в какой степени влияют на общий результат по отдельным аспектам или направлениям деятельности развития туристических услуг.

Метод анализа иерархий выгодно применять, когда сложно формализовать входные данные четким или нечетким образом. В МАИ используется относительная шкала парных сравнений, что при построении интеллектуальных систем поддержки принятия решений требует от эксперта постоянно заполнять матрицы парных сравнений, проработка которых требует высокого качества составления оценок и определяет итоговый результат. Нечеткая процедура МАИ учитывает интервальный разброс мнений экспертов. При увеличении степени нечеткости интервальные оценки увеличивается, а полученные средние веса близки по значению к весам МПС.

Альтернативой МАИ является метод нечеткого логического вывода. Достоинством интеллектуальной системы НЛВ является то, что на входе эксперту необходимо только задать параметры четким числом или лингвистическим значением типа «Низкий», «Средний», «Высокий». Оценка весов факторов с использованием нечетких процедур целесообразна при высокой степени нечеткости матриц приоритетов.

Таким образом, предложенная в нашей работе методология оценки параметров с применением нечетко-логических инструментов и экспертного оценивания обеспечивает ранжирование всех факторов и суб-факторов, определяющих эффективность развития сферы туризма в России в современных международных и социально-экономических условиях. Полученные результаты экспертного исследования согласуются представлениями, полученными из обзора литературы. Веса основных показателей эффективности развития сферы туризма, приведенные выше, ясно дают ответы на главные вопросы этого исследования, а именно обеспечивают ясную и четкую картину действий российским менеджерам туризма и менеджерам по маркетингу туристических компаний.