مجلس و راهبرد

مجلس و راهبرد

عوامل مؤثر بر تقاضای گردشگری ایران: کاربردی از مدل رگرسیون خطی با ضرایب فازی متقارن و نامتقارن

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشیار گروه اقتصاد، دانشکده‌ اقتصاد و مدیریت، دانشگاه سیستان و بلوچستان، زاهدان، ایران؛
2 استادیار گروه اقتصاد، دانشکده‌ اقتصاد و مدیریت، دانشگاه سیستان و بلوچستان، زاهدان، ایران (نویسنده مسئول)؛
چکیده
با توجه به نقش گردشگری بر رشد و توسعه اقتصادی هر کشور، شناخت صحیح از متغیرهای تأثیرگذار بر تقاضای گردشگری و میزان اثرگذاری هریک از آنها موجب می‌شود تا مسئولان، زیر‌ساخت‌های مناسب برای جذب گردشگران را فراهم کنند. در این مقاله با استفاده از مدل رگرسیون خطی با ضرایب فازی متقارن و نا‌متقارن در محیط برنامه‌های گمز و متلب به تحلیل تابع تقاضای گردشگری در اقتصاد ایران پرداخته شده است. هدف اصلی این مطالعه به‌کارگیری روش خاص تجزیه‌و‌تحلیل عوامل مؤثر بر تابع تقاضای گردشگری در ایران برای دوره زمانی 1398-1375 است. براساس نتایج حاصل از برآورد می‌توان اظهار داشت که در مدل رگرسیون فازی با ضرایب متقارن، نمای تابع تقاضای گردشگری برای تمام درجه‌های عضویت 1/0 تا 9/0 یکسان است، حتی تغییر بسیار اندکی هم در مقدار نما مشاهده نمی‌شود که بیانگر عدم توجه کافی به پتانسیل‌های موجود در این صنعت است. ازسوی‌دیگر با تغییر ضرایب کشیدگی هیچ تغییری در مقدار تابع هدف (تقاضای گردشگری) حاصل نشده است که بیانگر وجود رابطه بلند‌مدت و ثبات تابع تقاضای گردشگری در ایران است. همچنین بیشترین میزان مخارج گردشگران در درجه عضویت 2/0 بیانگر میزان رونق این صنعت است که نتایج نشان‌ می‌دهد نرخ واقعی ارز با مقدار 78/9 و قیمت نفت با مقدار 81/9 بیشترین تأثیر را بر مخارج گردشگری دارد. برای ارزیابی نتایج برآورد از متداول‌ترین معیارهای MSE، RMSE، MAPE، MAE استفاده شده که نشان‌دهنده کارایی فوق‌العاده مدل رگرسیون با ضرایب فازی است.
کلیدواژه‌ها

موضوعات


عنوان مقاله English

Factors Affecting Iran’s Tourism Demand: Application of Linear Regression Model with Symmetric and Asymmetric Fuzzy Coefficients

نویسندگان English

Gholamreza Zamanian 1
Marzieh Esfandiari 1
Reza Ashraf Ganjoei 2
1 Associate Professor, Department of Economics, Faculty of Economics and Management, University of Sistan and Baluchestan, Zahedan, Iran;
2 Assistant Professor, Department of Economics, Faculty of Economics and Management, University of Sistan and Baluchestan, Zahedan, Iran (Corresponding Author);
چکیده English

Given the role of tourism in the economic growth and development of countries, accurately identifying the variables affecting tourism demand and their impact enables policymakers to provide appropriate infrastructure to attract tourists. This article analyzes the tourism demand function in Iran’s economy using a linear regression model with symmetric and asymmetric fuzzy coefficients in GAMS and MATLAB environments. The main objective is to apply a specific method to analyze the factors affecting Iran’s tourism demand function for the period 1996–2019. The results indicate that in the fuzzy regression model with symmetric coefficients, the tourism demand function’s exponent remains constant across membership degrees from 0.1 to 0.9, with no significant changes, suggesting insufficient attention to the industry’s potential. Additionally, changes in skewness coefficients do not affect the target function (tourism demand), indicating a long-term relationship and stability in Iran’s tourism demand function. The highest tourist expenditure occurs at a membership degree of 0.2, reflecting the industry’s prosperity, with results showing that the real exchange rate (9.78) and oil prices (9.81) have the greatest impact on tourism expenditure. Common metrics such as MSE, RMSE, MAPE, and MAE were used to evaluate the results, demonstrating the exceptional efficiency of the fuzzy coefficient regression model.

کلیدواژه‌ها English

Tourism Demand Function
Fuzzy Regression
Symmetric and Asymmetric Coefficients

مقدمه

صنعت گردشگری یکی از بزرگ‌ترین صنایع در دنیا است که در سه دهه اخیر از رشد سریعی در کشورهای توسعه‌یافته و حتی درحال‌توسعه برخوردار شده است. به‌طوری‌که براساس آمار، صنعت گردشگری یکی از بخش‌های اقتصادی است که بالاترین نرخ رشد را در میان تمام بخش‌های اقتصادی دیگر طی دهه‌های اخیر داراست (مروت و سالم، 1397). در حال حاضر گردشگری، فعالیتی جدید برای بسیاری از کشورهایی است که تجربه‌ای کم یا ناچیز در توسعه این بخش از اقتصاد دارند. به‌علت رشد فوق‌العاده گردشگری در دهه‌های اخیر و پیش‌بینی تبدیل گردشگری به بزرگ‌ترین صنعت صادراتی در سال 2020 کشورها به‌ناچار باید اهمیت زیادی به توسعه گردشگری دهند.

 طبق آمار سال 2005، حدود 808 میلیون گردشگر در جهان جابه‌جا شده‌اند که درآمدی بالغ بر 282 میلیارد دلار به همراه داشته است. از نظر اقتصادی، گردشگری بین‌المللی بیشترین عایدی را ایجاد می‌کند، دریافتی‌های ارزی بیشتر از محصولات نفتی، خودرو‌سازی و تجهیزات ارتباطی است. گردشگری نقش مهمی در ترغیب سرمایه‌گذاری در زیرساخت‌ها، ایجاد درآمد برای دولت و اشتغال‌زایی مستقیم و غیر‌مستقیم در سراسر دنیا داشته است (تقوی و قلی‌پور سلیمانی، 1388). در این راستا امروزه برنامه‌ریزی منطقه‌ای به‌ویژه توسعه مناطق در بسیاری از کشورها برای جذب گردشگر ضرورت تام یافته است. از‌سوی‌دیگر در دهه‌های اخیر صنعت جهانگردی به‌عنوان مهم‌ترین صنعت جهان رشد سریعی در توسعه اقتصادی داشته است که یکی از مهم‌ترین آثار رشد سریع جهانگردی، مسئله اشتغال‌زایی است که در توسعه و گسترش فرصت‌های شغلی برای اقشار مختلف جامعه مؤثر بوده و آنچه جلب توجه می‌کند، پتانسیل‌های مناطق گردشگری است که می‌توان از آن در حوزه توسعه مناطق گردشگری- تفریحی برای پیشبرد اهداف کلان توسعه کشورها استفاده کرد تا بتوان با استفاده از امکانات مراکز گردشگری نقشی را برای مراکز تفریحی-‌گردشگری در توسعه کشورها در نظر گرفت (Li, Jin and Shi, 2017: 137).

گردشگری، صنعتی است که امروزه سهم بزرگی از فعالیت‌های اقتصادی جهان را در‌بر‌گرفته است. منافع و آثار مطلوب اقتصادی گردشگری، همه بخش‌های اقتصادی را تحت تأثیر قرار می‌دهد به‌گونه‌ای که علاوه بر ایجاد زمینه برای توسعه زیرساخت‌ها، ایجاد درآمد و اشتغال برای میزبانان و همچنین فراهم آوردن درآمدهای مالیاتی برای دولت ازجمله آثار بارز این صنعت بوده است. در چند دهه گذشته، تعداد کل گردشگران جهان رشد قابل ملاحظه‌ای داشته است به‌طوری‌که میزان ورودی گردشگران بین‌المللی در جهان، از 670 میلیون نفر در سال 2000 به یک میلیارد و 245 میلیون نفر در سال 2016 رسیده است. سهم ایران نیز از ورودی گردشگران از یک میلیون و 350 هزار نفر در سال 2000 به حدود 5 میلیون نفر در سال 2016 رسیده است.[1]

تأثیر گردشگری بر بالا بردن میزان اشتغال در کشورها، افزایش درآمدهای ارزی، رونق صنایع داخلی، گسترش همکاری‌های بین‌المللی و بسیاری دیگر از عوامل پیش‌برنده اقتصادی موجب شده است تا نگرش کشورهای دنیا به مرز آن تغییر یافته و جایگاه مهمی در سیاستگذاری دولت‌ها پیدا کند. کشور ایران یکی از قطب‌های مهم گردشگری در جهان به‌شمار می‌رود که با برخورداری از سابقه دیرین تمدن و فرهنگ، طبیعت و شرایط اقلیمی گوناگون و عوامل دیگر از این دست، توانایی قرارگیری در جایگاه مناسب نقاط پرجاذبه گردشگری را در سطح آسیا و بین‌المللی دارد. به تصدیق سازمان یونسکو، ایران از نظر وجود آثار تاریخی و فرهنگی در میان هشت کشور نخست جهان جای دارد و به لحاظ جاذبه‌های اکوتوریسمی و تنوع اقلیمی از پنج کشور برتر دنیا است. سیاست گردشگری، تلاش در جهت کنترل حجم گردشگری در راستای تحقق اهداف اقتصادی یا به حداقل رساندن خسارت‌های ناشی از عملکرد نظام گردشگری است. به همین دلیل در زمینه تحلیل عوامل مؤثر بر تابع تقاضای گردشگری مطالعات زیادی در کشورهای گوناگون ازجمله ایران انجام شده است.

 پس از معرفی نظریه مجموعه‌های فازی توسط عسگرزاده، دانشمند ایرانی‌تبار؛ در سال 1965 موضوع مدل‌سازی و تحلیل رگرسیونی در محیط فازی مورد توجه پژوهشگران علوم نظری و کاربردی قرار گرفته است. منظور از مدل‌سازی و تحلیل رگرسیونی در محیط فازی این است که همه متغیرها و پارامترهای مدل مطالعه شود. موضوع رگرسیون در محیط فازی دو رویکرد اصلی دارد یک رویکرد مبتنی‌بر کمترین مجموع فاصله و دیگری رویکرد امکانی (رویکرد کمترین ابهام کُل مدل، تحت برخی قیود) است(Tanaka, Uejima and Asai, 1982) .

در تمامی مطالعات انجام شده برای بررسی عوامل مؤثر بر تقاضای گردشگری از مدل‌های اقتصاد‌سنجی استفاده شده که برای تصریح به اطلاعات کامل و قطعی نیاز دارد. این در حالی است که عوامل مؤثر بر تقاضای گردشگری از‌جمله قیمت نفت، تولید ناخالص داخلی جهانی، شاخص قیمت مصرف‌کننده، نرخ واقعی ارز در حال تغییر و نوسان بوده است. همچنین عوامل مؤثر بر این مؤلفه‌ها نیز حالت نوسانی دارد از‌سویی بررسی تأثیر عدم قطعیت بحران‌های مالی جهانی و تحریم‌های آمریکا بر ورود گردشگران اهمیت فراوان دارد. بنابراین مهم‌ترین هدف پژوهش حاضر مدل‌سازی نوسان‌ها و عدم قطعیت‌های متغیر‌های مذکور با استفاده از مدل رگرسیون فازی است. با استفاده از رگرسیون فازی می‌توان حداکثر دامنه تأثیر‌گذاری هریک از متغیرها را بررسی و محاسبه کرد. ازاین‌رو در این مقاله ابتدا پیشینه تحقیق به مرور برخی مطالعات خارجی و داخلی می‌پردازد. سپس مبانی نظری، توصیف داده‌ها و تصریح مدل، روش‌شناسی تحقیق، تحلیل نتایج، جمع‌بندی، نتیجه‌گیری و پیشنهاد به‌ترتیب مطرح می‌شود.

۱. پیشینه تحقیق

۱-۱. مطالعات خارجی

در این بخش به مرور برخی از مطالعات خارجی و داخلی پیرامون عوامل مؤثر بر تقاضای گردشگری پرداخته می‌شود. هوآرنگ[2] و همکاران (2012) در مطالعه‌ای با هدف برآورد یک مدل سری زمانی فازی مبتنیبر شبکه عصبی برای بهبود پیش‌بینی تقاضای گردشگری کشور تایوان پرداخته‌اند. آنها از مجموعه‌های فازی و شبکه‌های عصبی برای ایجاد روابط غیرخطی استفاده کرده که مدل سری زمانی فازی مبتنی‌بر شبکه عصبی به‌عنوان مدلی برای پیش‌بینی است. یافته‌ها نشان‌دهنده آن است که نتایج مطالعه حاضر از نتایج مطالعات قبلی انجام شده به کمک مدل SARS در سال‌های 200۳-200۲ از دقت بیشتری برخوردارند. هیو[3] و همکاران (2020) در مطالعه‌ای با استفاده از رگرسیون فازی و شبکه‌های عصبی به پیش‌بینی تقاضای گردشگری پرداخته‌اند که نقش مهمی در تدوین سیاست‌های توسعه گردشگری دارد. داده‌های موجود در مورد تقاضای گردشگری از یک توالی غیرخطی تشکیل شده است. اهمیت استفاده از تحلیل رگرسیون فازی با شبکه‌های عصبی برای تولید فواصل داده‌ای متشکل از توالی‌های بسته‌بندی بالا و پایین برای مقابله با عدم قطعیت است. سپس، بهترین مقادیر عملکرد غیرفازی به‌دست‌ آمده از این فواصل داده‌ها برای بهینه‌سازی مدل‌های پیش‌بینی بدون فرضیات آماری اعمال شده است. دقت پیش‌بینی مدل‌های پیشنهادی با استفاده از داده‌های واقعی گردشگران خارجی مطلوب بودن نتایج را تأیید می‌کند.

جیانگ[4] و همکاران (2020) به پیش‌بینی تقاضای گردشگری براساس سری‌های زمانی فازی پرداخته‌اند. در این مطالعه، یک چارچوب پیش‌بینی ترکیبی جدید با ترکیب سری‌های زمانی فازی[5] و الگوریتم بهینه‌سازی جستجوی اتم[6] برای پیش‌بینی تقاضای گردشگری درون‌مرزی پیشنهاد شده است. این چارچوب پیش‌بینی به‌ویژه برای اندازه نمونه‌های کوچک مناسب است. بهطور خاص، فناوری بهینه‌سازی اطلاعات در سری‌های زمانی فازی به‌منظور بهبود توانایی شناسایی سیستم و شناسایی مؤثر اطلاعات نمونه کوچک اعمال می‌شود. الگوریتم بهینه‌سازی جستجوی اتم برای پارامترهای بهینه سری زمانی فازی بهکار می‌رود که می‌تواند عملکرد پیش‌بینی را بیشتر بهبود بخشد. تمامی آزمایش‌ها و آزمون‌ها مقایسه کارایی و برتری مدل پیشنهادی را تأیید می‌کنند که نتایج پیش‌بینی عالی برای تقاضای گردشگری و مبنایی برای سیاستگذاران و مدیران در برنامه‌ریزی مناسب بازار گردشگری فراهم می‌کند.

پیلیگرین[7] و همکاران (2022)، تحلیلی از تقاضای گردشگری برای شهر ترینیداد ارائه می‌کنند. این مطالعه براساس تجزیه‌وتحلیل فعالیت‌های توریستی این شهر نشان می‌دهد که ترینیداد به‌عنوان مقصد میراث فرهنگی همچنان تأثیر مهمی بر تقاضای گردشگری دارد. درنتیجه، بررسی پیشنهادهای جدید ضروری است تا اطمینان حاصل شود که گردشگری در بافت محلی یک فعالیت اقتصادی، اجتماعی و زیست‌محیطی پایدار است. برای این منظور، ناهماهنگی بین بخش دولتی و خصوصی باید برطرف شود. آیگون اوغور و بایکان[8] (2023)، به ارزیابی تأثیر تغییرات آب و هوایی بر تقاضای گردشگری در ترکیه پرداخته‌اند. برای این منظور 30 مقصد گردشگری از مناطق مختلف ترکیه انتخاب شد که انواع ویژگی‌های گردشگری و شرایط آب‌وهوایی مختلف را ارائه می‌دهد. نتایج این مطالعه پروژه کاهش شدید تقاضا، تغییرات فصلی و ظهور مقاصد جایگزین جدید است. این مطالعه به‌عنوان اولین ارزیابی کمّی از تأثیرات تغییر اقلیم بر تقاضای گردشگری در ترکیه از طریق مقایسه قرار گرفتن در معرض فضایی مقاصد مهم است. نتایج به هدایت نقشه راه توسعه ملی گردشگری در ترکیه از طریق افشای خطرات و فرصت‌های منطقه‌ای کمک می‌کند و به‌عنوان یک مطالعه معیار برای مقاصد گردشگری عمل خواهد کرد که دارای شرایط آب‌وهوایی و الگوهای گردشگری مشابه هستند.

 شارما و خاننا[9] (2023)، تأثیر عدم قطعیت سیاست‌های اقتصادی جهانی بر تقاضای گردشگری را بررسی کرده‌اند. این مقاله از داده‌های ماهیانه برای بررسی اثرات عدم قطعیت سیاست اقتصادی جهانی (GEPU) بر ورود گردشگران برای پانلی متشکل از 19 کشور استفاده می‌کنند. نتایج این مطالعه نشان می‌دهد اثرات عدم قطعیت بر تقاضای گردشگری در کوتاه‌مدت منفی است. همچنین گردشگری و عدم قطعیت در سیاست‌ها رابطه پیچیده‌ای دارد، بنابراین سیاستگذاران باید این را در هنگام پیش‌بینی تقاضای گردشگری در بازه‌های زمانی مختلف در نظر داشته باشند. فالک، هاگستون و لین[10] (2023)، به بررسی تقاضای نابرابر گردشگری در زمان همه‌گیری بیماری کووید- ۱۹ پرداخته‌اند. نتایج این مطالعه نشان می‌دهد که اقامت‌های شبانه داخلی در اولین تابستان پس از شیوع همه‌گیری کووید-۱۹ به‌طور نابرابر تکامل می‌یابد. آثار کوتاه‌مدت نشان می‌دهد که تعداد اقامت‌های شبانه خانگی در مناطق پرجمعیت در ژوئیه و همچنین در آگوست ۲۰۲۰ در مقایسه با ماه‌های مشابه سال‌های قبل، ۲۷ درصد کاهش یافته است. برعکس، برای مناطق کم‌جمعیت در همان ماه‌ها به‌ترتیب 27 و 10 درصد افزایش داشته است.

۱-۲. مطالعات داخلی

امروزه گردشگری یکی از بخش‌های مهم و بزرگ اقتصادی در بسیاری از کشورها بهشمار می‌رود، به‌طوری‌که سهم چشمگیری از تولید ناخالص داخلی آنها با گسترش گردشگری حاصل می‌شود. گردشگری به‌عنوان یکی از بزرگ‌ترین و متنوع‌ترین صنایع دنیای امروز بهشمار می‌رود که باعث بهوجود آمدن تغییرات اجتماعی، اقتصادی و محیطی بسیاری در دنیا شده است. از نظر اقتصادی صنعت گردشگری درآمد بسیار زیادی در سراسر دنیا ایجاد می‌کند و نقش مهمی در رشد سرمایه‌گذاری در زیرساخت‌ها، ایجاد درآمد برای دولت‌ها و اشتغال‌زایی مستقیم و غیرمستقیم در سراسر دنیا دارد. موسایی (1383) به تخمین تابع تقاضای گردشگری در ایران؛ عوامل مؤثر بر تقاضای سفر و سهم هریک از آنها را بر تقاضای گردشگری در دوره 13۷۹13۴۴ مورد بررسی قرار داده است. نتایج تخمین مدل به روش حداقل مربعات معمولی بیانگر این است که ۱ درصد افزایش در نسبت شاخص بهای کالاهای خدمات مصرفی در ایران به شاخص بهای کالاها و خدمات مصرفی جهانی، 25/0 درصد تقاضای گردشگری را در ایران کاهش می‌دهد و ۱ درصد افزایش تولید ناخالص جهانی باعث می‌شود که 45/0 درصد تقاضای گردشگری به ایران افزایش یابد و بالاخره میزان تقاضای سفر و به‌تبع آن درآمد ارزی حاصل از آن در دوره مورد بررسی شدیداً تحت تأثیر مسائل امنیتی و تحولات داخلی است.

موسایی (1390) در مطالعه‌ای با هدف شناسایی عوامل مؤثر بر تقاضای سفر به ایران، تأثیر متغیر آشفتگی و ناامنی اجتماعی داخلی را بررسی کرده است. ابتدا چندین مدل برای بررسی تقاضای گردشگری در کشورهای مختلف به‌اختصار بررسی شده و سپس در یک مدل کلان، تابع تقاضا برای سفر به ایران با استفاده از روش‌های اقتصادسنجی برآورد می‌شود. یافته اساسی این است که در حال حاضر تقاضای کم برای سفر به ایران بهدلیل ناکافی بودن زیرساخت‌ها و امکانات در زمینه اسکان و حمل‌ونقل نیست، بلکه عنصر «ناامنی» است که مهم‌ترین مانع است. ازاین‌رو، برای افزایش تقاضای سفر به ایران و رفع موانع موجود، در کنار راهکارهای اقتصادی، باید موانع امنیتی نیز توجه شود. قلی‌زاده (1395) طی مطالعه‌ای با به‌کارگیری روش گشتاورهای تعمیم‌یافته[11] به بررسی تأثیر گردشگری بر مثلث فقر، نابرابری و رشد اقتصادی در ایران طی دوره زمانی 1350 تا 1391 پرداخته است. نتایج حاکی از آن است که گردشگری چشم‌اندازهای رشد اقتصادی را در ایران بهبود می‌بخشد و موجب افزایش تولید ناخالص داخلی سرانه می‌شود. همچنین رابطه u معکوس کوزنتس در ایران تأیید شد و براساس نتایج به‌دست ‌آمده می‌توان گفت توسعه گردشگری در ایران باعث کاهش نابرابری می‌شود. از‌سویدیگر بررسی تأثیرات مستقیم و غیرمستقیم گردشگری بر فقر نشان می‌دهد که توسعه گردشگری در ایران می‌تواند باعث کاهش فقر شود. زروکی و اولیایی‌نسب (1396) به بررسی عوامل مؤثر بر رشد گردشگری با تأکید بر رقابت‌پذیری مقصد کاربردی از روش داده‌های تابلویی پویا و برآورد مدل به روش گشتاورهای تعمیمیافته سیستمی برای 63 کشور منتخب طی دوره زمانی 20۱۶-20۰۷ پرداخته‌اند. نتایج نشان می‌دهد که درمجموع اثر رقابت‌پذیری مقصد بر رشد ارزش افزوده حقیقی بخش گردشگری، اثری مثبت است. همچنین اثرپذیری رشد بخش گردشگری از سهم گردشگری در تولید ناخالص داخلی، جمعیت و نرخ ارز حقیقی مثبت است.

بهمنی (1398) به بررسی عوامل تأثیرگذار بر گردشگری در ایران پرداخته، یافته‌های تحقیق نشان‌دهنده تأیید فرضیات پژوهش است. ازجمله اینکه زیرساختها با ضریب اثر 94/0 بیشترین تأثیر را روی عوامل امنیتی و عوامل اقتصادی با ضریب اثر 23/0 کمترین اثر را روی آلودگی زیستمحیطی دارد.

رهنما و همکاران (1401) به تحلیل فضایی تقاضای گردشگری داخلی در ایران پرداخته‌اند. نتایج نشان داد متغیرهای جاذبه‌های فرهنگی و تاریخی، درآمد خانوارها، اقامتگاه‌ها، زیرساخت جادهای و ریلی، تأثیر معناداری بر تقاضای گردشگری داخلی در هر دو مدل دارد. البته میزان تأثیرگذاری این متغیرها در مدل فضایی متفاوت است. فرزین و همکاران (1399) با هدف ارائه روشهایی جدید مانند مدل شبکههای عصبی مصنوعی و رگرسیون فازی، برای پیشبینی تقاضای توریسم خارجی ایران و انتخاب روش بهتر و ارائه آن به برنامهریزان و تصمیمگیران این بخش پرداخته‌اند. برای این منظور از دادههای تعداد توریستهای وارد شده به ایران طی دوره 1380-1338 استفاده شده است. مدل تقاضای توریسم خارجی با استفاده از روشهای فوق برآورد شد. مدل رگرسیون فازی نیز در دو حالت با ضرایب متقارن و نامتقارن برآورد شده است. درخصوص مدل شبکه عصبی ملاحظه شد که شبکهای با معماری 1-6-4 یعنی چهار گره در لایه ورودی شش گره در لایه میانی و یک گره در لایه خروجی قادر است تقاضای توریسم خارجی ایران را به خوبی پیشبینی کند. نتایج نشان داد که مدل شبکه عصبی نسبت به دو مدل دیگر عملکرد بهتری داشته است. همچنین رگرسیون فازی با ضرایب نامتقارن نسبت به رگرسیون فازی با ضرایب متقارن و روش میانگین متحرک خودهمبسته یکپارچه[12] عملکرد بهتری در پیشبینی دارد. جواهری و همکاران (1402) به بررسی عوامل مؤثر بر صنعت گردشگری در ایران طی دوره زمانی 1989 تا 2020 با استفاده از روش رگرسیون چندکی پرداخته‌اند. نتایج این پژوهش نشان می‌دهد که ریسک کشوری و اجزای آن تأثیر منفی بر تقاضای گردشگری در ایران دارد و این امر می‌تواند اهمیت تأثیر ریسک و نااطمینانی را بر اقتصاد ایران نشان دهد. ازطرفدیگر، ردپای اکولوژیکی به‌عنوان پروکسی از تغییرات اقلیمی، تأثیر منفی و معناداری بر تقاضای گردشگری در ایران می‌گذارد.

۲. مبانی نظری

مبانی نظری مورد استفاده در این مقاله با توجه به هدف آن مربوط می‌شود که بررسی عوامل مؤثر بر تابع تقاضای گردشگری است. در حال حاضر صنعت گردشگری با رشد بی‌سابقه‌ای وارد عصر جدید می‌شود و انتظار بر این است که در سیستم اقتصاد جهانی بر اهمیت آن افزوده شود. در حال حاضر صنعت گردشگری بزرگ‌ترین و متنوع‌ترین صنعت دنیا به‌حساب می‌آید و بیشترین نیروی کار را جذب کرده است. بسیاری از کشورهای دنیا این صنعت پویا را به منبع اصلی درآمد، اشتغال، رشد بخش خصوصی و توسعه ساختار تأسیسات زیربنایی خود قرار داده‌اند. یکی از ارکان توسعه گردشگری، تقاضای آن است که از ساختار فوق‌العاده پیچیده‌ای برخوردار است. شناخت، توصیف، تجزیه‌وتحلیل تقاضای فعلی و پیش‌بینی تقاضای آتـی، یکـی از مهم‌ترین گام‌ها برای سیاستگذاری در هـر زمینه‌ای است. ایـن امـر در صـنعت گردشگری بهدلیل سـاختار شـکننده و حسـاس بـه تغییـرات محیطـی و همچنـین دربرگرفتن صنایع مختلف اهمیت ویژه‌ای دارد. تحلیل تقاضای گردشـگری از چنـد جنبـه قابل‌توجه است: اولاً، سیاستگذاران حوزه کلان کشـور احتیـاج بـه بررسـی رونـدها و تعیین تقاضا دارند. اندازه‌گیری تقاضای گردشگری می‌تواند برای ارزیابی کمـک صـنعت گردشگری به اقتصاد ملی بررسی شود و راهنمایی برای اسـتفاده و تخصـیص منابع عمومی و بودجه کشور ارائه دهد. ثانیاً، تصمیمگیران بخش گردشگری با دانستن میزان تقاضای گردشگری و همچنین میزان اهمیت عوامـل دخیـل در ایجـاد تقاضـا، می‌توانند برنامه‌ریزی اسـتراتژیک مناسـبی در زمینـه بهبـود و توسـعه اجـزا و عوامـل گردشگری مانند جاذبه‌ها و زیرساخت‌ها تهیـه کننـد و آمـادگی مقصـد در پـذیرایی از گردشگران بین‌المللی را افزایش دهند (نظری، اسفیدانی و طباطبایی، 139۷). بنابراین اهمیت صنعت گردشگری در ایجاد اثرات مثبت اقتصادی در دنیا بهطور روزافزون آشکارتر شده است که دولتمردان چه در کشور‌های توسعه‌یافته و چه در کشورهای درحال‌توسعه، آن را به‌عنوان یکی از عوامل مهم ایجاد اشتغال و کاهش نرخ بیکاری می‌دانند (محمدپور و همکاران، 1399).

گردشگری از بعد تقاضا به دو شکل صورت می‌گیرد:

.1 گردشگری داخلی: ساکنان یک کشور که فقط در داخل آن کشور مسافرت میکنند.

۲. گردشگری خارجی: افراد ساکن در هر کشور که به خارج از آن کشور مسافرت میکنند.

در متون اقتصادی گردشگری، توجه کمتری به تقاضای گردشگری داخلی نسبت به تقاضای گردشگری بین‌المللی شده است که علت آن نیز می‌تواند به اهمیت اقتصادی بالاتر، داده‌های در دسترس بیشتر یا کیفیت بالاتر برگردد (Athanassopoulos, Gounaris and .Stathakopoulos, 2008) هنگامی که گردشگری داخلی به‌خوبی پایه‌ریزی شده باشد، می‌تواند بهتر رشد کند و حتی در بسیاری از مقاصد، گردشگری داخلی بسیار بیشتر از گردشگری بین‌المللی به درآمدزایی کمک می‌کند. برای ‌مثال میزان هزینه پرداختی گردشگران تفریحی داخلی استرالیا عموماً چهار الی پنج برابر بیشتر از هزینه‌کرد گردشگران بین‌المللی است )فرزین و همکاران، (1399.

عوامل مؤثر بر تقاضای گردشگری را به سه دسته:  متغیرهای سمت تقاضا، متغیرهای سمت عرضه و متغیرهای ارتباطی تقسیم می‌کنند. متغیرهای سمت تقاضا، متغیرهای اقتصادی، اجتماعی و طبیعی منطقه مبدأ است که بر ترجیحات و انگیزه‌های گردشگران تأثیر می‌گذارد. ازجمله این متغیرها می‌توان به انگیزه‌های فردی سفر گردشگران، فرهنگ و سنن مردم و شرایط جغرافیایی اشاره کرد. متغیرهای سمت عرضه به مجموعه‌ای از متغیرهای اقتصادی، اجتماعی و طبیعی منطقه گردشگرپذیر اطلاق می‌شود که بر ترجیحات و انگیزه‌های گردشگران برای ورود به منطقه گردشگرپذیر تأثیرگذار است که از آن جمله می‌توان به متغیرهای اقتصادی منطقه گردشگرپذیر همانند سطح توسعه‌یافتگی و برخورداری از زیرساخت‌های بهداشتی اشاره کرد. درنهایت متغیرهای ارتباطی که به متغیرهایی اطلاق می‌شود که دو منطقه را با همدیگر مرتبط می‌کند (جواهری و همکاران، 1402).

 

۳. بررسی عوامل مؤثر بر تقاضای گردشگری و الگوهای تجربی

موضوع تقاضا، ارزیابی و تحلیل گردشگری همواره در زمره مباحث پیچیده و چالش‌برانگیز در صنعت و مطالعات گردشگری بوده است. یکی از دلایل این امر را می‌توان در پیچیدگی و تنوع عوامل دخیل در شکل‌گیری و مدیریت فرایند عرضه و تقاضای خدمات گردشگری جستجو کرد. بررسی وضعیت گردشگری در ایران و ملاحظه ارقام درآمدی ارزش حاصل از آن نشان می‌دهد به‌رغم این واقعیت که ایران یکی از ۱۰ کشور مهم جهان از حیث آثار تاریخی و باستانی است کمتر از یک‌هزارم درآمد جهانی حاصل از گردشگری را نصیب خود کرده است. حال آنکه با توجه به اتکای بیش از حد اقتصاد ایران به صادرات نفت خام و آسیب‌پذیری فراوان آن در اثر تغییرات قیمت نفت و سایر شوک‌های اقتصادی و غیراقتصادی، توسعه صنعت گردشگری تا حد زیادی می‌تواند این آسیب‌پذیری را بکاهد و سیاستگذاران اقتصادی را نیز در فائق آمدن بر مشکلات جاری، از قبیل کمبود درآمدهای ارزی، پایین بودن سطح درآمد جامعه، پایین بودن صادرات غیرنفتی و مشکل بیکاری کمک کند (مقصودی و عرب، 1395).

با توجه به مطالب فوق و اهمیت گردشگری در ایجاد اشتغال و درآمد، گردشگری پاسخ مناسب و عنصر اساسی جهت فقرزدایی و کاهش مهاجرت و ایجاد فرصت‌های شغلی در مناطق است و یکی از روش‌های حل مشکلات اقتصادی محسوب می‌شود. انتظار می‌رود‌‌‌، گرد‌‌‌شگران نسبت به قیمت ارز‌های خارجی واکنش نشان د‌‌‌هند‌‌‌. اگر ارزش پولی مقصد‌‌‌ نسبت به ارزش پول کشور مبدأ کاهش یابد‌‌‌، گرد‌‌‌شگری بین‌المللی به آن مقصد‌‌‌ کم‌هزینه‌تر شد‌‌‌ه و جریان سفر به آن کشور افزایش می‌یابد‌‌‌ و برعکس این موضوع می‌تواند‌‌‌ به پرهزینه شد‌‌‌ن گرد‌‌‌شگری د‌‌‌ر کشور مقصد‌‌‌ منجر شود‌‌‌ و از تعد‌‌‌اد‌‌‌ گرد‌‌‌شگران بکاهد‌‌‌. «واحد‌‌‌ اطلاعات اکونومیست» پیامد‌‌‌های تغییرات نامساعد‌‌‌ نرخ ارز را شناسایی کرد‌‌‌ه و آنها را شامل موارد‌‌‌ زیر می‌د‌‌‌اند‌‌‌: سفر‌های خارجی کمتر، سفر به مقاصد‌‌‌ متفاوت، کاهش مخارج سفر یا کاهش مد‌‌‌ت اقامت، تغییر د‌‌‌ر شیوه یا زمان سفر، کاهش هزینه‌کردهای مسافران تجاری است. د‌‌‌رآمد‌‌‌ مصرف‌کنندگان نیز از متغیرهایی است که معمولاً برای توضیح و تعیین تقاضای گرد‌‌‌شگری بهکار می‌رود‌‌‌. هرگونه تغییری د‌‌‌ر د‌‌‌رآمد‌‌‌ مصرف‌کنند‌‌‌ه می‌تواند‌‌‌ به تغییر د‌‌‌ر تابع تقاضای گرد‌‌‌شگری منجر شود‌‌‌. معمولاً د‌‌‌ر توابع تقاضای گرد‌‌‌شگری، د‌‌‌رآمد‌‌‌ سرانه واقعی گرد‌‌‌شگران کشور‌های گرد‌‌‌شگرفرست بهکار می‌رود‌‌‌. هرچه د‌‌‌رآمد‌‌‌ سرانه بیشتر باشد‌‌‌ به‌مراتب تقاضا برای سفر و گرد‌‌‌شگری بیشتر خواهد‌‌‌ بود‌‌‌ (همان).

 

۳-۱. الگو کرامپتون و یوزال[13]

در این الگوی تکمعادله‌ای، عوامل مؤثر بر تقاضای گردشگری در ترکیه بررسی شده است. تعداد گردشگران متغیر وابسته، متغیرهای تولید خالص ملی، جمعیت کشور مبدأ، شاخص قیمت‌های مصرفی کشور مبدأ، شاخص مصرفی ترکیه، نرخ ارز ترکیه و کل مخارج گردشگری متغیرهای مستقل و توضیحی هستند. اشکال اصلی مدل در این است که در آن به نقش تحولات سیاسی و اجتماعی توجهی نشده است.

 

۳-۲. الگوهای برنامه‌ریزی خطی

یکی از الگوهای کاربردی بسیار معروف در برنامهریزی برای تقاضای گردشگری، در سال 1995 به چاپ رسیده است. این الگویی است که «ون درکینجف و جان استرهیون» در آن به بررسی امر گردشگری در جزایر وادن می‌پردازند که متشکل از چهار جزیره و مقصد گردشگری آلمانیها است. ویژگی اصلی این جزایر، عمدتاً وابستگی شدید آنها به فعالیتهای گردشگری است بهطوریکه ٧٠ درصد اشتغال در این جزایر، بهطور مستقیم و غیرمستقیم، به صنعت گردشگری وابسته است. این الگو، چهار قید و یک تابع هدف دارد. تابع هدف، شامل حداکثر کردن سطح اشتغال مربوط به تختهای موجود، تعداد شبهای اقامت، اثر اشتغالزایی هر تخت، تعداد تختهای جدید و ... است. قیود شامل بودجه عمومی برای سیاستهای گردشگری، ظرفیت انواع اقامت (با هزینههای مختلف) و نرخ حداقل اشتغال است (موسایی، 1383).

 

۳-۳. الگوهای تجرید

این الگوها روشی برای پیشبینی تقاضای سفر هستند که بهصورت تکمعادلها و با استفاده از روشهای اقتصادسنجی، تقاضا را تخمین میزنند و پیشبینی میکنند اصول این الگو برای حملونقل و تقاضای آن طراحی شده است. فرضیه اصلی الگو، این است که تقاضای سفر با هر وسیلهای به خصوصیات آن و نیز محیطی بستگی دارد که مردم در آن زندگی میکنند. متغیر وابسته (تعداد سفرهای خارجی شهروندان انگلیسی) در این الگو تخمین زده شده است. متغیرهای مستقل، عموماً حاصلضرب جمعیت در مبدأ و مقصد و متوسط وزنی درآمد سرانه در دو نقطه است (همان).

 

۳-۴. الگوی تقاضای یکلمان

این الگو، تکمعادلهای است و در آن با بهرهگیری از روش سری همزمان با دادههای مقطعی، میزان سفرهای گردشگران به کانادا بررسی می‌‌شود. در این الگو، متغیر وابسته، تعداد سفرهای خارجی، متغیرهای توضیحی شاخص تورم، نرخ ارز تعدیل شده، قیمت بلیط هوایی و درآمد حاصل از جاذبههای قومی و ملیتی است. بهکارگیری مدل در کشورهای جهان سوم بهعلت کمبود اطلاعات، با مشکلات همراه است (همان).

 

۳-۵. تأثیر تحریم‌ها بر صنعت گردشگری

صنعت گردشگری یکی از بزرگ‌ترین صنایع در دنیا است که در سه دهه اخیر از رشد سریعی در کشورهای توسعه‌یافته و نیز درحال‌توسعه برخوردار شده است. به‌طوری‌که براساس آمار، صنعت گردشگری یکی از بخش‌های اقتصادی است که بالاترین نرخ رشد را در میان تمام بخش‌های اقتصادی دیگر طی دهه‌های اخیر داشته است. بررسی وضعیت صنعت گردشگری ایران و همچنین تعداد گردشگران ورودی به کشور و ملاحظه درآمد ارزی حاصل از آن بیانگر این است که به‌رغم قرار گرفتن ایران در ردیف 10 کشور اول جهان از لحاظ آثار تاریخی و جاذبه‌های فراوان گردشگری، سهم درآمد ارزی حاصل از گردشگری در تولید ناخالص داخلی کشور حدود 3 درصد است و در درآمد ارزی، گردشگری جهان بسیار ناچیز بوده است. از‌سوی‌دیگر تحریم‌های نفتی علیه ایران با برخی کشورهای جهان به رهبری آمریکا به‌منظور جلوگیری از برنامه هسته‌ای ایران در اواخر سال 1390 به اجرا درآمد که در پی این تحریم‌ها و کم‌شدن خرید نفت از ایران به‌دلیل تلاش کشورهای خریدار برای جایگزین کردن نفت این کشور با نفت دیگر تولیدکننده‌ها، صادرات نفت ایران کاهش یافت (مروت و سالم، 1397).

تا قبل از سال 2010 اروپایی‌ها و سایر کشورها تمایل چندانی به همراهی با آمریکا در تحریم ایران نداشتند، اما آمریکا به‌مرور توانست با به‌کارگیری ابزارهای مختلف متحدان خود و بسیاری کشورهای دیگر را مجاب کند تا در راستای فشار اقتصادی بر ایران با این کشور همکاری کنند. هم‌اکنون، بسیاری از متحدان آمریکا شامل برخی همسایگان ایران، ائتلافی غیررسمی تحت عنوان کشورهای همفکر به رهبری آمریکا برای فشار بر ایران تشکیل داده‌اند. به‌نظر می‌رسد در مسئله تحریم ایران، تأثیرپذیری از فشار یا امتیازات آمریکا و تضعیف ایران در منطقه از دلایل پیوستن کشورها به آمریکا و متحدان آنها بوده است (منظور، کهن‌هوش نژاد و امانی، 1395). اگرچه با نگاهی به آمارها و ورود گردشگران خارجی به ایران می‌توان تأثیرات سخت‌تر شدن تحریم‌های یکجانبه بین‌المللی را بر صنعت گردشگری مشاهده کرد اما تحریم‌ها تأثیری بر گردشگری ندارد و نمی‌تواند استاندارد‌های سفر در ایران را کاهش دهد (آخوندزاده و طبیبیان، 1394).

 

۳-۶. تأثیر بحران‌های مالی بر اقتصاد گردشگری

بحران مالی یکی دیگر از متغیرهایی است که می‌تواند تأثیر منفی بر تقاضای گردشگری داشته باشد. بر این اساس می‌توان انتظار داشت که با تشدید بحران مالی جهانی، درآمد سرانه در کشورها کاهش ‌یافته و با کاهش درآمد سرانه و کاهش قدرت خرید واقعی گردشگران، تقاضای گردشگری کاهش یابد. بحران مالی (200۹-200۸) بزرگ‌ترین بحرانی است که در ۸۰ سال اخیر اقتصاد جهانی با آن روبه‌رو شده است. ابعاد این بحران بسیار گسترده است و به جرئت می‌توان گفت هیچ کشوری در دنیا از پیامدهای آن مصون نمانده است. اثری که بحران مالی روی اقتصاد گردشگری دارد، در دوره بین سال‌های 2008 و 2009 پررنگ‌تر است. عملکرد کلی به‌عنوان هدف گردشگری و سفر با تخفیفی که از تقاضا (از ورود گردشگران بین‌المللی محاسبه می‌شود) به‌دست می‌آید و تغییرات در گردشگری بین‌المللی یک شاخص برای رفاه بخش‌های کل اقتصاد برای کشورهای پذیرنده گردشگر محسوب می‌شود. گردشگری بین‌الملل طی سال‌های 200۹-200۸ حدود 8 درصد کاهش داشته است. به‌صورت منطقه‌ای این کاهش برای حجم گردشگر ورودی به آسیا 6 درصد، اروپا 10 درصد و خاورمیانه 18 درصد که بیشترین آسیب را طی سال 2009 داشت. همچنین حجم گردشگر به آمریکا نیز 5 درصد کاهش داشته است و تنها آفریقا افزایش 3 درصد در گردشگر ورودی داشت (سازمان جهانی گردشگری سازمان ملل، 2009). با شروع بحران مالی، سازمان جهانی گردشگری سازمان ملل پیش‌بینی کرد که گردشگری جهانی در سال 2009 بین 4-6 درصد کاهش یابد اما نرخ کاهش خصوصاً در نیمه دوم سال 2009 بیشتر از این میزان بود (طیبی و همکاران، 139۳).

 

۴. توصیف داده‌ها و تصریح مدل

برای تحلیل تابع تقاضای گردشگری ایران در سال‌های 1398-1375 اطلاعات مربوط به قیمت نفت، تولید ناخالص داخلی جهانی، شاخص قیمت مصرف‌کننده و نرخ واقعی ارز از سایت بانک مرکزی، مرکز آمار و بانک جهانی بهدست آمده است. با توجه به مطالعات انجام شده رابطه (1) برای تخمین تقاضای گردشگری ایران مورد بررسی قرار گرفته است.

 

۵. روش تحقیق

در این مطالعه از مدل رگرسیون امکانی فازی استفاده شده است. این مدل، مطلوب‌ترین معادله رگرسیونی را با حداقل کردن میزان فازی بودن به‌دست می‌آورد. برای رسیدن به یک برازش مطلوب، باید مدل بهینه برآورد شود. با توجه به اینکه توابع عضویتی که برای نمایش اعداد فازی استفاده می‌شود، به‌صورت مثلثی است، می‌توان رگرسیون فازی را در قالب یک مسئله برنامه‌ریزی خطی فرموله کرد. مدل‌های رگرسیون فازی را اولین‌بار تاناکا و همکاران در سال 1982 ارائه کردند. این مدل‌ها بهترین معادله رگرسیون را با کمینه کردن میزان فازی بودن به‌دست می‌دهد. این کار با کمینه کردن مجموع کل پهنای توابع عضویت ضرایب فازی معادله رگرسیون انجام می‌شود. یکی از مدل‌های رگرسیون فازی امکانی مدلی است که در آن ضرایب فازی هستند و ورودی و خروجی مشاهده‌ای غیرفازی است. صورت کلی مدل رگرسیونی با ضرایب فازی به‌صورت رابطه (3) است.

 

8. با توجه به محاسبات مرحله هفتم، پهنای راست و چپ برای درجه‌های عضویت 1/0 تا 9/0 رسم می‌شود.      

 

4. برای حل مسئله برنامه‌ریزی خطی تابع هدف و محدودیت‌ها به کمک دستور set و داده‌ها به‌صورتtable  برنامه‌نویسی می‌شود.

5. برای محاسبه مراکز ها و پهنا si ها مسئله بهینه‌سازی برای درجه عضویت 0.5 به طریق زیر عمل می‌شود:

5-1. برای درجه عضویت 5/0 تمام ضرایب کشیدگی را در مقدار یک قرار داده و مراکز و پهنا را محاسبه می‌کند. در مرحله بعد مقدار ضریب کشیدگی را از ضریب  k0تا k6 به مقدار دلخواه افزایش داده این مرحله چند بار تکرار می‌شود تا ثبات تابع هدف، مراکز و پهنا را بررسی کند.

5-2. ضریب کشیدگی k0 را در مقدار دلخواه قرار داده و سایر ضرایب کشیدگی را در عدد ۱ ثابت نگه داشته و مسئله برنامه‌ریزی خطی محاسبه می‌شود.

5-3. در مرحله بعد ضریب کشیدگی  k0را به مقدار دلخواه نسبت به مقدار اولیه آن افزایش داده و سایر ضرایب کشیدگی را در عدد ۱ ثابت نگه داشته و مسئله برنامه‌ریزی خطی محاسبه می‌شود.

6. مرحله 2-5 و 3-5 را برای سایر ضریب کشیدگی انجام داده و مسئله برنامه‌ریزی خطی محاسبه می‌شود.

ج) تشریح نتایج به‌دست آمده از حل الگوریتم مسئله برنامه خطی با ضرایب فازی متقارن

در این بخش رگرسیون فازی با فرض ابهام ضرایب درخصوص تحلیل مخارج گردشگری، با توجه به متغیرهای مستقل برآورد خواهد شد. تعداد مشاهده ۲۳ سال است. برای برآورد مخارج گردشگری تابع هدف با توجه به قیدها که درمجموع 46 قید است، مینیمم می‌شود. گفتنی است تمام محاسبات در نرم‌افزار گمز و متلب توأمان انجام شده است. پس از تشکیل قیدها و حل برنامه‌ریزی خطی با ضرایب فازی متقارن با توجه به درجه‌های عضویت گوناگون مقادیر مراکز,a3 ,a2 ,a1 , a0 ,  a5, a4، a6 و مقادیر پهنا,s3 ,s2 ,s1 ,so  ,s5 ,s4  s6محاسبه می‌شود. جدول ۱ جواب‌های مسئله برنامه‌ریزی خطی را برای نما و پهنای رگرسیون خطی فازی نشان می‌دهد. حال به‌ازای درجه‌های عضویت 1/0 تا 9/0 مخارج افراد گردشگر (Z) پیش‌بینی می‌شود.

د) تحلیل نتایج  

در تحلیل‌های مربوط به تابع تقاضای گردشگری از مفهوم درجه عضویت استفاده می‌شود. مفهوم درجه عضویت در مجموعه‌های فازی بیانگر میزان عضویت هر عنصر از مجموعه فازی به آن مجموعه است. در این مطالعه از درجه‌های عضویت استفاده شد که بیانگر میزان تأثیرگذاری متغیرهای مورد بررسی (متغیرهای مستقل) بر مخارج افراد گردشگر به کشور است. ازسوی‌دیگر مراکز فازی بیانگر تأثیرگذاری مقدار ثابت هریک از متغیرها (با توجه به ثابت بودن مراکز فازی نمای تابع تقاضای گردشگری برای تمام درجه‌های عضویت 1/0 تا 9/0 یکسان است، حتی تغییر بسیار اندکی هم در مقدار مراکز فازی مشاهده نمی‌شود که بیانگر عدم توجه کافی به پتانسیل‌های موجود در صنعت گردشگری است) و پهنای فازی نشان‌دهنده نوسان متغیرها است. همان‌طور که در جدول ۱ ملاحظه می‌شود با تغییر مقادیر درجه‌های عضویت، مقادیر که به‌ترتیب بیانگر گستره فازی و متوسط اثرگذاری هریک از متغیرهای مستقل شامل قیمت نفت، تولید ناخالص داخلی جهانی،  شاخص قیمت مصرف‌کننده، نرخ واقعی ارز، تأثیر تحریم‌های آمریکا، تأثیر بحران مالی است. با توجه به جدول 1 مقدار پهنا و گستره فازی متغیرهای مستقل شامل شاخص قیمت مصرف‌کننده، تولید ناخالص داخلی جهانی، تأثیر تحریم‌های آمریکا، تأثیر بحران مالی بر تقاضای گردشگری صفر است. مقدار گستره فازی نرخ واقعی ارز برای درجه عضویت 1/0 تا 9/0 به ترتیب 08/1، 22/1، 39/1، 63/1، 95/1، 44/2، 26/3، 89/4، 78/9 است که تأثیر متفاوتی بر تقاضای گردشگری دارد که در درجه عضویت 9/0 نرخ واقعی ارز با مقدار 78/9 بیشترین تأثیر و در درجه عضویت 1/0 با مقدار 08/1 کمترین تأثیر را بر تقاضای گردشگری دارد. مقدار گستره فازی قیمت نفت برای درجه عضویت 1/0 تا 9/0 به ترتیب 45/5، 13/6، 00/7، 17/8، 81/9، 22/1، 65/1، 45/2، 90/4 است که تأثیر متفاوتی بر تقاضای گردشگری دارد. در درجه عضویت 5/0 قیمت نفت با مقدار 81/9 بیشترین تأثیر و در درجه عضویت 6/0 با مقدار 22/1 کمترین تأثیر را بر تقاضای گردشگری دارد.

جدول ۱. برآورد مراکز و پهنا در رگرسیون با ضرایب فازی متقارن

دهک‌ها

مراکز رگرسیون فازی

پهنای رگرسیون فازی

 

Z

 

a0

a1

a2

a3

a4

a5

a6

S0

S1

S2

S3

S4

S5

S6

h = 1/0

52/1

96/1

11/8

0

۰

۰

0

59/1

45/5

۰

08/1

0

۰

۰

49/8

h = 2/0

52/1

96/1

11/8

0

۰

۰

0

79/1

13/6

۰

22/1

0

۰

۰

56/9

h = 3/0

52/1

96/1

11/8

0

۰

۰

0

04/2

00/7

۰

39/1

0

۰

۰

09/1

h = 4/0

52/1

96/1

11/8

0

۰

۰

0

39/2

17/8

۰

63/1

0

۰

۰

27/1

h = 5/0

52/1

96/1

11/8

0

۰

۰

0

86/2

81/9

۰

95/1

0

۰

۰

53/1

h = 6/0

52/1

96/1

11/8

0

۰

۰

0

58/3

22/1

۰

44/2

0

۰

۰

91/1

h = 7/0

52/1

96/1

11/8

0

۰

۰

0

78/4

65/1

۰

26/3

0

۰

۰

59/2

h = 8/0

52/1

96/1

11/8

0

۰

۰

0

17/7

45/2

۰

89/4

0

۰

۰

82/3

h = 9/0

52/1

96/1

11/8

0

۰

۰

0

43/1

90/4

۰

78/9

0

۰

۰

64/7

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

مأخذ: یافته‌های تحقیق.

به‌منظور مقایسه عملکرد الگوی مورد استفاده در این مطالعه معیارهای مختلفی وجود دارد که از متداول‌ترین آنها میانگین مربع خطا11 مجذور میانگین مربع خطا، میانگین قدرمطلق خطا، میانگین قدرمطلق درصد خطا است. به‌دلیل اینکه هر‌یک از معیارهای فوق جنبه‌های خاصی از عملکرد مدل را نشان می‌دهد در این مطالعه از همه معیارها برای ارزیابی الگو و نیز ارزیابی قدرت پیش‌بینی استفاده شده است. جدول ۲ نتایج ارزیابی برآورد پهنای راست و چپ درجه عضویت به کمک رگرسیون فازی را نشان می‌دهد؛ الگوی مورد استفاده در همه معیارهای ارزیابی نتایج مطلوبی داشته است.

جدول ۲. متداول‌ترین معیارهای ارزیابی مدل رگرسیون فازی با ضرایب متقارن برای تحلیل تابع تقاضای گردشگری

درجه عضویت

MSE

RMSE

MAPE

MAE

1/0

850/4

069/0

463/4

247/0

2/0

022/2

045/0

334/4

203/0

3/0

559/2

050/0

608/4

213/0

4/0

552/2

067/0

321/5

248/0

5/0

552/4

081/0

829/5

272/0

6/0

554/6

044/0

634/5

209/0

7/0

969/1

059/0

507/6

241/0

8/0

876/7

088/0

968/7

029/0

9/0

107/2

045/0

179/4

202/0

                      مأخذ: همان.

ه)تشریح نتایج به‌دست‌آمده از حل الگوریتم مسئله برنامه خطی با ضرایب فازی نامتقارن

در جدول ۳ مقدار ضریب کشیدگی به دلخواه مقادیر 1، 5/2 و 5/3 انتخاب شده است. ضرایب در حالت ضرایب فازی نامتقارن برای درجه عضویت 5/0 و ضرایب کشیدگی با استفاده از تابع هدف (مطابق با مرحله 1 الگوریتم) و محدودیت‌ها (مطابق با مرحله ۲ و ۳ الگوریتم) محاسبه شده است. از حل الگوریتم مسئله برنامه خطی با ضرایب فازی نامتقارن می‌توان برای بررسی عوامل مؤثر بر تقاضای گردشگری استفاده کرد. در این مطالعه مرحله 1-5 الگوریتم انجام شده با توجه به نتایج می‌توان بیان کرد که در حالت نامتقارن با افزایش k به‌طور هم‌زمان,s2 ,s1 ,so  ,s5 ,s4  s6 و a4 , a3 همواره صفر هستند که به‌دلیل حجیم شدن جدول ۳ ارائه نشده است. همچنین مقدار تابع هدف نیز ثابت است. بنابراین با توجه به نتایج می‌توان بیان کرد که با تغییر ضرایب کشیدگی هیچ تغییری در مقادیر مراکز و گستره فازی به‌وجود نیامده است که در این صورت یک رابطه تعادلی بلندمدت بین متغیرهای مؤثر بر تقاضای گردشگری وجود دارد.  

 

 

 

Z

 

a6

a5

a2

a1

a0

S3

S0

K6

K5

K4

K3

K2

K1

K0

47/1

71/1

02/7

59/6

99/8

69/1

84/1

09/3

1

1

1

1

1

1

5/2

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

1

1

1

1

5/3

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

1

1

1

5/2

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

1

1

1

5/3

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

1

1

5/2

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

1

1

5/3

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

1

5/2

1

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

1

5/3

1

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

5/2

1

1

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

1

5/3

1

1

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

5/2

 

1

 

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

1

5/3

1

1

1

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

5/2

1

1

1

1

1

1

47/1

71/1

02/7

59/6

99/1

69/1

84/1

09/3

5/3

1

1

1

1

1

1

جدول ۳. ضرایب ها در حالت نامتقارن برای مقادیر مختلف وh=0.5

مأخذ: همان.

 

و) بحث

مطالعات داخلی و خارجی متعددی (که در ادبیات موضوع عنوان شد) به بررسی عوامل مؤثر بر تقاضای گردشگری پرداخته‌اند و با استفاده از روش‌های اقتصادسنجی ازجمله رگرسیون کلاسیک ارتباط و میزان تأثیرگذاری متغیرهای مستقل بر تابع تقاضای گردشگری را بررسی کرده‌اند. از‌جمله مطالعه خوشنویس یزدی، نجفی و کریمی (1395) که با استفاده از مدل ARDL به میزان تأثیرگذاری متغیرهای تولید ناخالص جهانی، نرخ ارز رسمی، شاخص قیمت مصرف‌کننده و قیمت نفت بر تقاضای گردشگری در ایران پرداخته است. موسایی (1383) در پژوهشی، عوامل مؤثر بر تقاضای سفر را در ایران بررسی می‌کند. وی برای این کار از الگوی کلان تابع تقاضای سفر به ایران استفاده کرده است. مهم‌ترین یافته پژوهش این مطالعه آن است که عنصر امنیت، اصلی‌ترین مانع در افزایش تقاضای سفر به ایران است. نظری، اسفیدانی و طباطبایی (1397) در پژوهشی، تقاضای گردشگری را در ایران تابع عواملی چون درآمد سرانه گردشگران، قیمت کالاها و خدمات خریداری شده از طریق گردشگران، نرخ ارز در بازارهای آزاد، متوسط هزینه اقامت هر گردشگر در نظر می‌گیرد.

 همان‌طور که ملاحظه می‌شود در تمام مطالعات فوق و اکثر مطالعات انجام شده در این خصوص از روش‌های اقتصاد‌سنجی استفاده شده است. اما در این مطالعه با استفاده از رگرسیون فازی، مقادیری برای هر پارامتر و متغیر خروجی برآورد شد که بیانگر مخارج گردشگران است، در‌نتیجه رگرسیون فازی از رگرسیون معمولی کاراتر عمل می‌کند، چرا‌که در رگرسیون کلاسیک تنها یک مقدار مشخص برای متغیر مستقل (مخارج گردشگران) محاسبه می‌شود. در این پژوهش، مدل رگرسیون فازی معرفی و قابلیت آن در پیش‌بینی مخارج گردشگران مورد توجه قرار گرفت. مدل‌های اقتصاد‌سنجی بنا به دلایل ساختاری برای تصریح به اطلاعات کامل و قطعی نیاز دارد، این در حالی است که عوامل مؤثر بر مخارج گردشگران (از‌جمله قیمت نفت، تولید ناخالص داخلی جهانی، شاخص قیمت مصرف‌کننده و نرخ واقعی ارز) حالت نوسانی دارد. بنابراین این نوسان‌ها و عدم قطعیت‌ها در متغیرها، نیازمند یک مدل‌سازی دقیق است.

مدل رگرسیون فازی با توجه به انعطاف‌پذیری بسیار زیاد نسبت به رگرسیون کلاسیک، با برآورد پهنای راست، چپ و نمای تابع تقاضای گردشگری قدرت توزیع‌دهندگی فوق‌العاده‌ای دارد. از‌سوی‌دیگر در تحلیل‌های مربوط به مخارج گردشگران از مفهوم درجه عضویت استفاده می‌شود. مفهوم درجه عضویت در مجموعه‌های فازی بیانگر میزان عضویت هر عنصر از مجموعه فازی به آن مجموعه است. در این مطالعه از درجه‌های عضویت 1/0 تا 9/0 استفاده شد که بیانگر میزان تأثیر‌گذاری متغیرهای مورد بررسی (متغیر‌های مستقل) بر مخارج گردشگران به کشور است. از‌سوی‌دیگر مراکز فازی بیانگر تأثیر‌گذاری مقدار ثابت هریک از متغیرها و پهنای فازی نشان‌دهنده نوسان متغیرها است. با توجه با این ویژگی‌ها مدل رگرسیون فازی با ضرایب متقارن و نامتقارن انعطاف‌پذیری زیادی در مدل‌سازی و تجزیه و تحلیل دارد.

۶. جمع‌بندی، نتیجه‌گیری و توصیه ‌سیاستی

در این مطالعه به تحلیل عوامل مؤثر بر تقاضای گردشگری در ایران پرداخته شده است و از روش خاص تجزیه‌وتحلیل رگرسیون فازی با ضرایب متقارن و نامتقارن کمک گرفته شده که انعطاف‌پذیری بسیار زیادی در مدل‌سازی دارد. از دلایل استفاده این مدل بررسی عدم قطعیت متغیرهای مؤثر بر تقاضای گردشگران است. برای این منظور از مفهوم درجه عضویت، مراکز و مقدار گستره فازی در ادبیات فازی برای بررسی رفتار متغیرها استفاده شد. با این روش مدل‌سازی می‌توان به میزان ظرفیت واقعی صنعت گردشگری کشور پی برد.

 همان‌طور‌که نتایج مدل رگرسیون فازی با ضرایب نامتقارن نشان می‌دهد با توجه به آنالیز ضریب کشیدگی مدل رگرسیون فازی با ضرایب نامتقارن با تغییر ضرایب کشیدگی هیچ تغییری در مقدار تابع هدف (تقاضای گردشگری) حاصل نشده است که بیانگر وجود رابطه تعادلی بلندمدت بین مخارج گردشگران و متغیرهای مؤثر بر آن است، به‌طوری‌که ثبات تقاضای گردشگری را در اقتصاد ایران تأیید می‌کند. نتایج مدل رگرسیون فازی با ضرایب متقارن نشان می‌دهد. در درجه عضویت 9/0 نرخ واقعی ارز با مقدار 78/9 بیشترین تأثیر و در درجه عضویت 1/0 با مقدار 08/1 کمترین تأثیر را بر تقاضای گردشگری دارد. با توجه به تأثیر چشمگیری که نرخ واقعی ارز بر تقاضای گردشگری دارد می‌توان گفت تحریم‌های اقتصادی اخیر و کاهش نرخ ریال در برابر ارزهای خارجی موجب رونق گردشگری خارجی می‌شود. در‌واقع کاهش ارزش پول ملی برای گردشگران خارجی فرصتی برای سفر به ایران فراهم آورده و قدرت خرید آنها را افزایش داده است و شرایط مناسب را برای مسافران خارجی به ایران مهیا ساخته است. همچنین در درجه عضویت 5/0 قیمت نفت با مقدار 81/9 بیشترین تأثیر و در درجه عضویت 6/0 با مقدار 22/1 کمترین تأثیر را بر تقاضای گردشگری دارد.

بنابراین در یک نتیجه‌گیری کلی می‌توان بیان کرد صنعت گردشگری در کشور مانند سایر صنایع سهم چشمگیری در رشد اقتصاد و حل معضلات مهم اقتصاد ازجمله بیکاری دارد که ازاین‌رو نیازمند توجه بیشتر سیاستگذاران اقتصادی در زمینه ایجاد زیرساخت‌ها برای جذب گردشگران است. با توجه به نتایج، قیمت نفت بیشترین تأثیر را بر تقاضای گردشگران دارد؛ چراکه افزایش قیمت نفت موجب افزایش ثروت و درنتیجه پیشرفت در زیرساخت‌های گردشگری و افزایش جذب گردشگران در کشور می‌شود که در شرایط تحریم شدید اقتصادی این صنعت فرصتی را ایجاد می‌کند که می‌تواند منابع ارزی فراوانی برای اقتصاد کشور فراهم آورد.

 

- توصیه‌های سیاستی

مهم‌ترین توصیه سیاستی این مطالعه براساس نتایج آن است که با توجه به اقتصاد کشور که اتکای شدیدی به درآمدهای حاصل از صادرات نفت خام دارد و از‌طرف‌دیگر با توجه به تحریم‌های همه‌جانبه اقتصادی، صنعت گردشگری می‌تواند سهم بسیاری بر رشد اقتصادی داشته باشد. توسعه صنعت گردشگری با توجه به معضلات داخلی کشور همچون نرخ بیکاری بالا، محدودیت منابع ارزی و اقتصاد تک‌محصولی اهمیت فراوانی دارد. همچنین با توجه به تأثیر بسیاری که قیمت نفت و نرخ واقعی ارز بر تقاضای گردشگری دارد؛ سیاستگذاران و کارشناسان اقتصادی و گردشگری با ایجاد زیرساخت‌های مناسب از طریق سرمایه‌گذاری در مکان‌ها و فضاهای گردشگری برای بهره‌گیری از ظرفیت‌های آن، به جذب گردشگری کمک کنند. همچنین از طریق متعادل‌ کردن نرخ واقعی ارز به افزایش تقاضای گردشگری به کشور و درنتیجه رشد و توسعه اقتصادی کمک کنند.



. https://data.worldbank.org/; http: world-tourism-organization

 

. Huarng

 .Hu

 .Jiang

 .Fuzzy Time Series (FTS)

 .Atom Search Optimization (ASO)

. Pelegrín

 .Aygün Oğur and Baycan

 .Sharma and Khanna

. Falk, Hagsten and Lin

. Generalized Method of Moments(GMM)

. Autoregressive Integrated Moving Average (ARIMA)

. Crompton and Yuzal Pattern

. GAMS and MATLAB

11. Root Mean Square Error

12. Mean Absolute Present Error

13. Mean Absolute Error

14. Absolute Average Error Percentage

. برای مطالعه بیشتر در این زمینه به کتاب احتمال و آمار فازی انتشارات دانشگاه شهید باهنر کرمان مراجعه شود.

1.      آخوندزاده، علی‌اصغر و محمد طبیبیان (۱۳94). «اثر تحریم بر رشد اقتصادی ایران»، پژوهش‌های اقتصادی ایران، ۱۵(۴۵).
2.      آق ارکاکلی، آنامحمد، محمود یحییزادهفر، دیانا گندمفشان و ناهید اسمعیلی‌خان به‌بین (۱۳۹۸). «مطالعه عوامل مؤثر بر تقاضای گردشگری داخلی در استان گلستان»، برنامهریزی و توسعه گردشگری، 8 (30).
3.      بهمنی، پریسا (1398). «شناسایی و بررسی عوامل تأثیرگذار بر گردشگری در ایران»، برنامهریزی و توسعه گردشگری، سال هشتم، ش ۳۰.  
4.      تقوی، مهدی و علی قلیپورسلیمانی (1388). «عوامل مؤثر بر رشد صنعت گردشگری ایران»، پژوهشنامه اقتصادی، سال نهم، ش ۳.
5.      جواهری، بختیار، زانا مظفری، یاسمن مظهری و رامین امانی (1402). «بررسی تأثیر ریسک کشوری و ردپای اکولوژیکی بر تقاضای گردشگری در ایران»، مجله تحقیقات اقتصادی، دوره ۵۸، ش ۳.
6.      خوشنویس یزدی، مهدی، بهزاد نجفی و امید کریمی (۱۳۹۵). «تحلیل راهبردی توسعه گردشگری فرهنگی-تاریخی شهر یزد با رویکرد آینده‌پژوهی»، مطالعات مدیریت گردشگری، ۱۱ (۳۴).
7.      دائی کریمزاده، سعید، سارا قبادی و نسیم فرودستان (1392). «عوامل مؤثر بر تقاضای گردشگری بینالمللی ایران: رهیافت خود توضیح با وقفه‌های گسترده (ARDL)»، فصلنامه مطالعات مدیریت گردشگری، سال هشتم، ش ۲۳.
8.      دولابی، پویا، پرستو عشرتی و محمد مطلبی (1400). «بررسی چگونگی اثرگذاری مؤلفه‌های مؤثر در توسعه گردشگری ایران»، برنامهریزی و توسعه گردشگری، 10(36).
9.      رحیمیپور، بهاره، محمد ظاهری و حسین کریمزاده (1399). «شناسایی و تحلیل پیشران‌های کلیدی مؤثر بر توسعه پایدار گردشگری روستایی با رویکرد آینده‌پژوهی (مطالعه موردی: روستاهای هدف گردشگری شهرستان سقز)»، برنامهریزی و توسعه گردشگری، سال نهم، ش 35.
10.  رنجبریان، بهرام، جواد خزائی‌پول و هادی بالوئی جامخانه (1391). «تحلیل نقاط قوت، ضعف، فرصت‌ها و تهدیدهای گردشگری خارجی استان اصفهان با استفاده از تکنیک فرایند تحلیل سلسلهمراتبی فازی»، مجله برنامهریزی و توسعه گردشگری، سال اول، ش 1.
11.  رهنما، علی، حمید خاکسار آستانه و امیر دادرس مقدم (1401). «تحلیل فضایی تقاضای گردشگری داخلی در ایران»، فصلنامه اقتصاد و مدیریت شهری، 10 (38).
12.  زروکی، شهریار و مرضیه اولیایی‌نسب (1396). «بررسی عوامل مؤثر بر رشد گردشگری با تأکید بر رقابت‌پذیری مقصد کاربردی از روش داده‌های تابلویی پویا و تخمین زن GMM-Sys»، مجله برنامهریزی و توسعه گردشگری، سال ششم، ش 23.
13.  صلاحی کجور، عظیم، سیدمحمدحسین رضوی، سعید امیرنژاد، نصراله محمدی و محمدجواد تقیپوریان (1399). «واکاوی عوامل مؤثر بر گردشگری هوشمند در صنعت ورزش مبتنیبر تکنیک فراترکیب»، برنامهریزی و توسعه گردشگری، 9 (34).
14.  طیبی، سیدکمیل، زهرا زمانی و زهرا پورخاقان (13۹۳). «اثر بحران مالی 2008 بر تجارت دوجانبه خدمات بین‌المللی گردشگری ایران»، برنامهریزی و توسعه گردشگری، ش 8.
15.  فرزین، محمدرضا، امیر افسر، علیرضا دبیر و ابتهال زندی (1399). «مدل ترکیبی پیشبینی تقاضای گردشگری داخلی شهر تهران»، گردشگری و توسعه، 8 (1).
16.  قلی‌زاده، رضا (1395). «بررسی تأثیر گردشگری بر مثلث فقر، نابرابری و رشد اقتصادی»، فصلنامه مطالعات مدیریت گردشگری، 11 (36).
17.  کاظمی، علی، علی صنایعی، بهرام رنجبریان و کریم آذربایجانی (1388). «شناسایی مزیت‌های رقابتی در صنعت گردشگری به‌منظور جذب گردشگران خارجی مورد مطالعه استان اصفهان»، مطالعات و پژوهشهای شهری و منطقهای، سال دوم، ش ۵.
18.  کرمی، فریبا، سعیدرضا اکبریان و افسانه جباری ارخلو (1400). «بررسی عوامل انگیزشی مؤثر در توسعه گردشگری عشایری (مطالعه موردی: ایل قشقایی)»، برنامهریزی و توسعه گردشگری، 10 (37).
19.  لومسدن، لس (۱۳۸۰). بازاریابی گردشگری، ترجمه محمدابراهیم گوهریان، تهران، دفتر پژوهشهای فرهنگی.
20.  محمدپور، صابر، علی رحیمی، فاطمه عباسیان و نازنین فاطمه اغنایی (1399). «ارزیابی عوامل مؤثر بر رضایت گردشگران از مقاصد گردشگری (موردپژوهی: پارک آب‌ وآتش تهران)»، برنامهریزی و توسعه گردشگری، 10 (38).
21.  مروت، حبیب و علی‌اصغر سالم (1397). «بررسی عوامل اقتصادی اجتماعی مؤثر بر تقاضای گردشگری داخلی و خارجی خانوارهای شهری»، فصلنامه اقتصاد کاربردی، دوره ۸، ش 25.
22.  مقصودی، مجتبی و منیره عرب (1395). «بررسی سیاستگذاری گردشگری در کشورهای اسلامی، با تأکید بر کشورهای ایران، ترکیه و مالزی»، سیاست جهانی، 5(1).
23.  منظور، داود، روح‌اله کهن‌هوش‌نژاد و مسعود امانی (1395). «ارزیابی مالی قراردادهای منتخب بیع متقابل نفتی و مقایسه آن با قراردادهای مشارکت در تولید»، پژوهشنامه اقتصاد انرژی ایران، ۵ (18).
24.  موسایی، میثم (1383). «تخمین تابع تقاضای گردشگری به ایران عوامل مؤثر بر تقاضای سفر به ایران»، مجله پژوهشنامه بازرگانی، ش 32.
25.  _________ (۱۳۹۰). مبانی اقتصاد توریسم، تهران، مهکامه.
26.  نظری، محسن، محمدرحیم اسفیدانی و سیدمهدی طباطبایی (1397). «ارزیابی عوامل مؤثر بر جذب گردشگران بین‌المللی با استفاده از مدل جاذبه»، تحقیقات اقتصادی، ش 52.
 
27.    Athanassopoulos, A., S. Gounaris and V. Stathakopoulos (2008). "An Investigation of the Antecedents and Consequences of Destination Brand Loyalty", In A.G. Woodside (Ed.), Tourism and Hospitality Management: Advances in Culture, Tourism and Hospitality Research, Vol. 2.
28.    Aygün Oğur, A. and T. Baycan (2023). "Assessing Climate Change Impacts on Tourism Demand in Turkey", Environment, Development and Sustainability, 25 (3).
29.    Becken, Susanne (2008). "Report:The UN 10- Climate Change Conference, Bali:What It Means for Tourism", Journal of Sustainable Tourism, Vol. 16, No. 2.
30.    Cheng, K., H. Kim and H.Thompson (2013). "The Real Exchange Rate and the Balance of Trade in US Tourism", International Review of Economics and Finance, 25.
31.    Delbari, S.A., S.I. Ng, Y.A. Aziz and J.A. Ho (2015). "An Investigation of Key Competitiveness Indicators and Drivers of Full-service Airlines Using Delphi and AHP Techniques", Journal of Air Transport Management, Elsevier, 52.
32.    Falk, M., E. Hagsten and X. Lin (2023). "Uneven Domestic Tourism Demand in Times of Pandemic", Tourism Economics, 29 (3).
33.    Forsyth, Peter (2008). "Climate Change Challenges for Aviation and Tourism", Climate Change Workshop.
34.    Halicioglu, F. (2004). "An ARDL Model of International Tourist Flows to Turkey", Global Business and Economics Review- Anthology, Vol. 1.
35.    Hanly, P. and G. Wade (2007). "Modelling Tourism Demand and Econometric Analysis of North American Tourist Expenditure in Ireland, 1985-2004", Journal of Tourism Economic, Vol. 13, No. 2.
37.    http: world-tourism-organization
38.    Hu, Y.C. and P. Jiang (2020). "Fuzzified Grey Prediction Models Using Neural Networks for Tourism Demand Forecasting", Computational and Applied Mathematics, 39.
39.    Huarng, K.H., T. Hui‐Kuang Yu, L. Moutinho and Y.C. Wang (2012). "Forecasting Tourism Demand by Fuzzy Time Series Models", International Journal of Culture, Tourism and Hospitality Research, 6 (4).
40.    Jiang, P., H. Yang, R. Li and C. Li (2020). "Inbound Tourism Demand Forecasting Framework Based on Fuzzy Time Series and Advanced Optimization Algorithm", Applied Soft Computing, 92, 106320.
41.     Li, K., M. Jin and W. Shi (2017). "Tourism as an Important Impetus to Promoting Economic Growth: A Critical Review", Tourism Management Perspectives, In Press, Corrected Proof.
42.    Mountinho, L., K.H. Huarng and H.K. Tiffany (2008). "Modeling and Forecasting Tiourism Demand: The Case Study of Flows from Mainland China to Taiwan", Journal of Serv Bus, Vol. 2.
43.    Musai, M. (2013). "A Study of Demand Factors on Foreign Tourism in Iran", IAU International Journal of Social Sciences, 3(4).
44.    Pelegrín Naranjo, L., N. Pelegrín Entenza and A.Vázquez Pérez (2022). "An Analysis of Tourism Demand as a Projection From the Destination Towards a Sustainable Future: The Case of Trinidad", Sustainability, 14 (9), 5639.
45.    Perry, A. (2003). "Impacts of Climate Change on Tourism in the Mediterranean: Adaptive Responses", In Climate Change in the Mediterranean, Edward Elgar Publishing.
46.    Sharma, C. and R. Khanna (2023). "Does Global Economic Policy Uncertainty Drive Tourism Demand? A Cross-Country Analysis", Journal of Policy Research in Tourism, Leisure and Events, 15 (1).
47.    Song, H., K.K.F. Wong and K.K.S. Chon (2003). "Modeling and Forecasting Demand for Hong Kong Tourism", International Hospitality Management, 22 (2).
48.   Tanaka, H., S. Uejima and K. Asai (1982). "Linear Regression Analysis With Fuzzy  Model", IEEE Transactions on Systems Man and Cybernetics, Vol. 12.
49.    Wu, Chih-Wen (2015). "Destination Loyalty Modeling of the Global Tourism", Journal of Business Research, Vol. 69, Iss. 6.