Размещено на http://www.allbest.ru/

Правительство Российской Федерации

Федеральное государственное автономное образовательное учреждение высшего профессионального образования

«Национальный исследовательский университет Высшая школа экономики»

Факультет экономических наук.

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

На тему: Влияние авиакатастроф на потребительское поведение на рынке туристических услуг

Выполнил

Студент

Канцедал Л.О.

Научный руководитель

Мареева С.В.

Москва 2016



Оглавление

Введение

Глава 1. Обзор литературы

1.1 Исследования по влиянию авиакатастроф на спрос на авиа услуги. Влияние на авиакомпании

1.2 Теоретическая схема предмета исследования

Глава 2. Эмпирическое исследование по проблеме влияния авиакатастроф на спрос на туризм

2.1 Характеристика информационной базы исследования

2.2 Основные гипотезы

Заключение

Список литературы

Приложение



Введение

В современном мире туризм - одна из важнейших отраслей экономики многих стран. Десятки, сотни миллионов людей путешествуют каждый год из одной страны в другую с различными целями, будь то отдых, работа или учеба. Справедливости ради, стоит сказать, что люди ездили отдыхать в другие места и сто и двести лет назад. Но лишь в XX веке, благодаря быстрому развитию технологий и изобретению новых видов (а также усовершенствованию старых) транспорта, путешествовать в различные уголки мира стало намного проще, быстрее и удобнее, чем это было раньше. Значительно сократилась и стоимость проезда. Например, если сто лет назад из Европы в Америку можно было попасть только по морю, то теперь данный вид путешествия уже практически ушел в прошлое по причине того, что эту нишу целиком и полностью заняли собой самолеты.

Вообще, путешествия на самолетах, согласно статистике, являются самыми быстрыми на сегодняшний день и практически самыми безопасными. Так, 1 авиакатастрофа приходится на 8 млн. успешных полетов. С другой стороны, для многих людей путешествия на самолете являются достаточно дорогими и порой человеку выгоднее поехать туда, куда он хочет, на поезде или на машине, если существует такая возможность. Кроме того, несмотря на то, что статистически летать на самолете сегодня достаточно безопасно (вероятность попадания в авиакатастрофу намного ниже, чем, например, в автокатастрофу), самолеты падают достаточно часто. Как правило, это происшествия с небольшими легкими самолетами, которые происходят по несколько раз в месяц только в нашей стране. Другое дело, что об этом большинство из нас никогда не узнает. Однако, время от времени (это происходит, конечно, нечасто) происходят авиакатастрофы с большим количеством жертв. И здесь для потенциальных пассажиров важно то, что никогда заранее не узнаешь, попадет твой рейс в авиакатастрофу или нет. Ведь большинство - более 70% процентов - авиакатастроф происходит по вине человеческого фактора и неправильного управления самолетом. Таким образом, попасть в подобную авиакатастрофу может каждый, кто так или иначе путешествует в другие страны на самолете. Но, как мы видим, это обстоятельство не приводит к тому, что самолеты перестают летать по всему миру из-за отсутствия спроса. Напротив, спрос на авиаперевозки в мире не только не уменьшается, а растет с течением времени. И в то же время, существует проблема, что в результате частого упоминания авиакатастроф в СМИ, многие люди попросту боятся летать на самолете, предпочитая наземные виды транспорта в тех случаях, когда это возможно. Кроме того, авиакатастрофы могут приводить к резкому падению спроса по направлению, где произошел инцидент (как, например, в случае с авиакатастрофой в Ростове на Дону в марте 2016. Тогда треть пассажиров отказалась лететь рейсом той же авиакомпании.Таким образом, влияние авиакатастроф на спрос может быть достаточно серьезным.

С другой стороны, как будет показано ниже, вопрос экономического влияния авиакатастроф все еще изучен недостаточно. Рассматриваются лишь влияние отдельных из них (например, 11 сентября) и других катастроф. Практически отсутствуют исследования, посвященные гипотетической реакции потенциальных потребителей услуг по авиаперевозке (в частности, когда мы говорим о туризме). Таким образом, необходимо рассмотреть ситуацию с точки зрения потребительского поведения и гипотетических последствий авиакатастроф, чтобы иметь лучшее представление о том, что можно было бы предпринять в области маркетинга туризма и авиаперевозок с целью уменьшения негативного влияния авиакатастроф в случае обнаружения такового. В этой связи следует выдвинуть цель работы.

ЦЕЛЬ: выявить влияние авиакатастроф на поведение потребителей на рынке туристических услуг.

Для реализации вышеуказанной цели предлагается выполнить несколько задач.

ЗАДАЧИ:

1. Обобщить имеющийся опыт по исследованию факторов, влияющих на туризм.

2. Отдельно проанализировать роль фактора авиакатастроф, как не зависящий ни от продавца, ни от потребителя туристических услуг.

3. На основе данных опроса оценить влияние авиакатастроф на потребительское поведение индивидов.

4. Разработать рекомендации, способствующие минимизации потерь от авиакатастроф как для индустрии, так и для потребителей.

Работа будет состоять из двух частей. Первая часть будет содержать обзор литературы по возможному влиянию различных факторов на спрос на туризм, при этом акцент будет сделан на влияние авиакатастроф на спрос на туризм и на авиаперевозки в частности. Во второй части работы на основании собранных с помощью специально разработанного количественного опроса данных, будут оценены возможные вероятности изменения поведения индивида в случае авиакатастроф при различных условиях. На основании полученных результатов будут оценены возможные потери для туристической отрасли в результате потенциального изменения поведения и разработаны меры, которые могли бы способствовать снижению общих экономических потерь туристической индустрии от авиакатастроф.



Глава 1. Обзор литературы

1.1 Исследования по влиянию авиакатастроф на спрос на авиа услуги. Влияние на авиакомпании

Для начала рассмотрим работы, посвященные влиянию различных авиакатастроф на спрос на авиаперевозки. Здесь можно рассмотреть влияние различных шоков на отрасли экономики, так или иначе связанных с туризмом. В частности, посмотрим на несколько работ, оценивающих влияния событий 11 сентября 2001 года на авиаперевозки, а также туризм в США. Их важно рассмотреть, чтобы иметь представление о возможном влиянии подобных экзогенных шоков на такие отрасли экономики, как туризм. Первая из рассматриваемых работ -исследования Блейка и Синклера (2003) Blake A. Tourism Crisis Management: US Response to September 11 // Annals of Tourism Research, Vol. 30, No. 4 (2003), pp. 813-832. Авторы отмечают, что данные события вызвали два важных эффекта. Во-первых, существенно снизились прибыли туристических фирм (обслуживающих как внешний, так и внутренний туризм). Кроме того, после терактов загрузка самолетов упала примерно на 30% и продолжала падать (правда, уже с гораздо меньшими темпами, чем в первые недели после 11 сентября). В итоге ущерб авиакомпаниям оценивался авторами в 4,5-5 млрд $. В то же время авторы подчеркивают необходимость кризисных мер, поскольку в случае их отсутствия ущерб экономике в целом составил бы 30 млрд., а не фактические 10. Данные меры состояли, прежде всего, в выделении государственной помощи различным отраслям экономики, так или иначе связанным с туризмом, а прежде всего - авиаперевозчикам. Таким образом, можно говорить о том, что предпринятые властями США меры оказались весьма эффективными в плане снижения потенциального ущерба от терактов, вызванного не столько самими авиакатастрофами и обрушением башен, сколько эффектом паники и отказа многих потребителей вести себя так “как раньше”.

Рассмотрим еще одну работу, связанную с влиянием событий 11 сентября на авиаперевозки и туризм. Это работа Ито и Ли (2005) Ito L., Lee D. Assessing the Impact of the September 11 terrorist attacks on U.S. airline demand. //Journal of Economics and Business 57 (2005) pp. 75-95. Здесь авторы ставят перед собой цель определить влияние событий 11 сентября на спрос на авиабилеты. Как и в предыдущем исследовании авторы отмечают падение пассажиропотока на 30%. Также стоит сказать, что восстановление авиа индустрии до периода до сентябрьских атак заняло несколько лет. Интересно, что наибольший спад в спросе на внутренние рейсы коснулся перелетов на небольшие дистанции (до 1 тыс. километров) и этот спад не был преодолен даже в 2003 г. Далее авторы собирают временной ряд (по месяцам) по переменным с 1983 по 2003 годы строят модель, где в качестве зависимых переменных выступают логарифм выручки на пассажиромилю и логарифм цены, а независимых - экзогенные переменные (безработица, а также количество инцидентов с самолетами в месяце t). Кроме того, отдельно были включены дамми-переменные, в качестве которых использовались индикаторы внешних шоков, таких как Война в Ираке и война в Персидском Заливе в 1991 году. Авторы также составили методологию влияния событий 11 сентября на отрасль. Так, был составлен коэффициент, равный обратному числу от количества месяцев после сентябрьских событий (уменьшение влияния шока) сложенный с дамми времени до 11 сентября (0) и после (1) . Построенная модель показала отрицательное и значимое влияние данного события на количество выручки с пассажиромили и среднюю цену авиабилета. Таким образом, можно говорить о существенном влиянии такого рода события на спрос на авиабилеты и индустрию туризма, так или иначе затронутой этими событиями.

Если мы говорим о внешнем вмешательстве с целью смягчения последствий авиакатастроф, то здесь будет важно рассмотреть работу Лэя и Лью (2005) Lai S.L., Lu W. Impact analysis of September 11 on air travel demand in the USA Journal of Air Transport Management 11 (2005) pp.455-458. Они говорят о том, что предыдущие исследования расходятся в вопросе долгосрочного влияния данного события на отрасль и ставят перед собой задачу оценить это влияние. Для этого они используют так называемую сезонную авторегрессионную модель со скользящим средним (SARIMA), в которой пытаются оценить сезонные тренды. Кроме того, авторами была выведена формула т.н. “вмешательства” в отрасль, предполагающее нулевое значение до событий и 1 после. Также авторы строят получившиеся графики по предсказанным значениям модели SARIMA, в целом, отмечая близость предсказанных значений истинным значениям пассажиропотока в тот период. По этим данным авторы заключают, что, хотя события 11 сентября и сдвинули вниз пассажиропоток на первом этапе, они не повлияли на цикличность трендов. Кроме того, в течение нескольких месяцев после 11 сентября начался медленный восстановительный процесс.

Рассмотрим еще одну работу, посвященную данным событиям и их влиянию на индустрию. Это работа Гужвы и Пагиалваса (2004) Guzhva V.S., Pagiavlas N. US Commercial airline performance after September 11, 2001: decomposing the effect of the terrorist attack from macroeconomic influences. //Journal of Air Transport Management 10 (2004) 327-332. В ней поставлена задача отделить влияние событий 11 сентября непосредственно на отрасль от сопутствующих макроэкономических изменений. Как и в предыдущем исследований использовался временной ряд и построена VAR-модель, где в качестве зависимой переменной использовались все те же мили (RPM), в качестве независимых - прирост реального ВВП по сравнению с годом (t-1), лаг данного прироста первого порядка, дамми равная нулю до 3го квартала 2001 года, 0.22 в третьем квартале, 1 после третьего. Оценивая данную авторегрессионную модель, авторы обнаруживают значимость лагов прироста реального ВВП вплоть до четвертого порядка, а также дамми “11 сентября”, о которой мы говорили ранее. Авторами также было оценено влияние 11 сентября на продажи билетов отдельных авиакомпании. Интересно, что если практически все главные авиакомпании понесли значительные потери в RPM, то некоторые региональные напротив стали продавать больше (Aloha Airlines и Jet Blue Airlines). Это произошло по мнению авторов по причине еще малой величины авиакомпании и постепенного расширения объема спроса на их услуги в отличие от уже старых компаний-лидеров рынка. Таким образом, в ряде случае влияние авиакатастроф может быть не только отрицательным, но в ряде случаев даже положительным.

Перейдем к других работам, связанных с влиянием авиакатастроф. Следующими мы рассмотрим работы, посвященные анализу роли страха полетов в принятии решений. В частности, здесь стоит отметить работу Роуз (1991) Rose, N. L. Fear of flying? Economic analysis of airline safety // National Bureau of Economic Review (No. w3784). (1991). Rose “Fear of flying? Economic analysis of airline safety” (1991). И хотя отмечается, что за годы существования пассажирской авиации риск попадания самолета в авиакатастрофу снижается с каждым годом, это остается серьезной проблемой. Снижается и доля катастроф, возникающих по внешним факторам (например столкновение по вине диспетчеров). Также в работе исследовались эффекты дерегулирования авиарынка США, которые привели к замещению поездок на машине полетами на самолете. Отмечается, что такое переключение привело к “спасенным жизням” (по оценке автора - от 90 до 140 жизней в год) и это уже к началу 1990х. Также подчеркивается связь инвестиций авиакомпаний в безопасность и снижением числа инцидентов с самолетами в целом (не только авиакатастроф). В частности, более крупные компании с серьезной прибылью (или быстрорастущие) могут позволить себе более серьезные инвестиции. Так, увеличение прибыли на 5% связано с 20% снижением числа инцидентов. Отметим, что это справедливо только для компаний среднего звена. Наконец, авторы подчеркивают важность рассмотрения в дальнейшем таких факторов как репутация компании, репутация самой модели самолета. В конце концов, автор рассматривает фактор аэрофобии и предполагает, что он вызван достаточно большим количество сообщений в СМИ в расчете на 1 тыс. смертей. Так, он приводит таблицу, в которой приведено число заметок в “New york times” за 9 месяцев 1989 года о смертях. При этом были рассмотрены такие причины смертей, как рак, самоубийство, автокатастрофы, убийство, ВИЧ и авиакатастрофы. Число рассказов о авиакатастрофах за этот период было наибольшим (138 на тысячу), в то время как ближайшая по величину причина составляла всего 2.3 истории на тысячу. Таким образом, частое упоминание об авиакатастрофах в СМИ может влиять на изменения спроса на пассажирские авиаперевозки.

Другой достаточно важной в этом плане представляется работа, проделанная в исследовании Кастилло-Мазано и соавторов (2012) Castillo-Manzano J.I., Pedregal D.J., Pozo-Barajas R. Assessing fear of flying after a plane crash. The “Rainman” effect - Myth or reality? // Journal of Air Transport Management 20 (2012), pp. 20-22. Как и в случае 11 сентября, авторы анализируют влияние конкретной авиакатастрофы на структуру и изменение спроса. Но здесь уже используется другой пример -крушение самолета в Испании в августе 2008 года. Авторы хотят выяснить, есть ли в данном случае так называемый “эффект Раймана”, связанным с долгосрочным падением спроса на авиаперевозки со стороны потенциальных пассажиров в среднем на 20%. Интересно также, что авторы исследуют эффект возможного замещения направления, по которому произошла авиакатастрофа, другими видами транспорта. Отметим, что авторы использовали показатели по авиа пассажиропотоку для различных направлений в качестве независимых переменных, а также дамми сезона (например, Пасха, когда отмечается резкий рост пассажиропотока), число рабочих дней и прочие переменные. Кроме того, использовались данные по экономической активности по периоду и собственно “accident effect”. Строится модель (используется временной ряд с т.н. дискретным временем), где в качестве зависимой переменной выступают данные по пассажиропотоку для каждого направления, в качестве независимых - дамми сезона (например, Пасха, когда отмечается резкий рост пассажиропотока), число рабочих дней и переменная эффекта авиа происшествия. Отметим, что данная авиакатастрофа отрицательно повлияла на пассажиропоток большинства направлений. Кроме того, авторы показали, что отрицательный эффект (эффект от шока) уменьшается с течением времени от произошедшего инцидента примерно на 9%. В целом же падение спроса составило 29% в среднем по всем направлениям. Кроме того, обнаружился эффект замещения самолетов другими видами транспорта, хотя и не столь быстрыми. Таким образом, авиакатастрофы могут не только значительно снизить пассажиропоток, но и создать положительные эффекты для компаний, обслуживающих наземные виды транспорта.

Теперь затронем работы, оценивающие финансовые аспекты потерь от авиакатастроф. Здесь интересным представляется исследование, авторы которого измеряют денежные потери от авиакатастроф (Шанс и Феррис, 1987 Chance, D. M., Ferris, S. P. (1987). The effect of aviation disasters on the air transport industry: a financial market perspective. //Journal of Transport Economics and Policy, pp. 151-165.). В данной работе они, в частности, пытаются оценить влияние данных событий на рыночную цену акций. Интересно, что могут быть затронуты акции не только авиакомпаний, но также и страховых компаний, поскольку с каждой новой авиакатастрофой будут возрастать страховые выплаты с одной стороны, а с другой - повышаться страховая премия со стороны застрахованного. Чтобы изучить это влияние, авторы строят модель на основе CAPM. Вводится понятие т.н. “неожиданной отдачи” (unexpected return), когда происходят инциденты с самолетом. По каждому инциденту авторы смотрели на период в течение 20 дней до и после события. Всего для анализа было использовано 49 авиакатастроф в период с 1962 по 1982 годы. Отдельным интересным моментом представляется время авиакатастрофы (чтобы посмотреть соответствующую реакцию на рынках). Рассматривая модель, авторы приходят к выводу о том, что значимым эффект авиакатастрофы является лишь непосредственно в тот же день, и не распространяется на дни после нее. В то же время было обнаружено отсутствие влияние авиакатастрофы на показатели других авиакомпаний.

По этой же теме можно привести исследование Чака (1986) Chalk, A. MARKET FORCES AND AIRCRAFT SAFETY: THECASEOFTHEDC?10. //Economic Inquiry, 24(1) (1986) pp. 43-60., посвященное все тому же влиянию авиабезопасности на рыночные изменения. Использовалось 76 инцидентов в период с 1966 по 1981 годы в США. Отдельно были выделены типы потерпевших крушение самолетов по фирмам-производителям. По группам были разделены те инциденты, модели самолетов которых производились во время того или иного крушения данного типа самолета. Полученные автором результаты показывают, что акционеры компаний-производителей самолетов в среднем теряли 21.3 млн. долларов в течение пяти дней после инцидента, в том числе это отражалось и на страховых фирмах. При этом существенный эффект был оказан только на бумаги компании-производителя McDonnel Douglas, но не оказывал при этом влияния на Boeing. При этом отдельное внимание было посвящено влиянию предельного увеличения смертей в авиакатастрофе. Согласно расчетам авторов, каждая смерть привносит дополнительные потери для рынка в 300 тысяч долларов, что говорит о необходимости вкладывать больше денег в безопасность полетов и веру потенциальных пассажиров в эту безопасность.

Рассмотрим еще одну работу, посвященную влиянию “рыночных сил” на безопасность авиапассажирских перевозок. Это работа Митчелла и Малони (1989) Mitchell, M. L., & Maloney, M. T. Crisis in the cockpit? The role of market forces in promoting air travel safety. //Journal of Law and Economics, (1989), pp. 329-355.. В этой работе авторы используют данные по инцидентам с самолетами (всего их было 56) за период с 1964 по 1987 год. При этом они разделяли инциденты, возникшие по ошибке пилота, а также какими-то внешними факторами, напрямую от пилота не зависящих. При этом число инцидентов по вине ошибки пилота составило 34 из 56 всех инцидентов (более половины). По результатам построенных моделей на основе CAPM, авторы определили, что существует лишь однодневное изменение отдачи (негативное) в тех случаях, когда инцидент был вызван ошибкой пилота. Отметим также, что по наблюдениям авторов наблюдалось снижение отдачи на капитал лишь за первые пять дней рассмотрения рыночной ситуации, после чего влияние происшествия переставало быть значимым. В тех случаях, когда авиа происшествие было вызвано не ошибкой пилота, а иными причинами - напротив, такое влияние отсутствовало с первого дня. Далее авторами была введена переменная “death rate” равная отношению числа пассажиров, погибших в результате авиакатастроф на самолете данной компании и общему числу пассажиров, перевезенной данной компанией за год. Данная переменная оказалась значима на отдачу на капитал практически вплоть до 10 дня наблюдений. Другой вывод, сделанный авторами, заключается в положительном влиянии авиакатастроф на ставки по страхованию авиапассажиров в совокупности с падением их рыночной стоимости. Таким образом, можно увидеть, что авиа происшествия негативно отражаются не только на непосредственно самой авиа индустрии, но также и других сферах, так или иначе смежных с ней, таких как страхование.

Другая статья (Боренштейин и Циммерман, 1988 Borenstein, S., Zimmerman, M. B. Market incentives for safe commercial airline operation. //The American Economic Review, (1988), pp. 913-935.) посвящена отклонениям от т.н. “ожидаемого спроса” в результате авиакатастроф, а также зависимости стоимости компаний от таких событий. Авторы отмечают, что реакция отдельного пассажира на авиакатастрофу будет во многом зависеть от того, что он ранее думал о безопасности полетов в целом. Во многом это зависело от количества авиа происшествий в среднем за тот или иной год. Далее авторы ставят задачу выяснить влияние авиакатастроф на рыночную стоимость компании. Кроме того, влияние авиакатастроф на выручку с каждой пассажиромили. Использовались данные по периоду с 1962 по 1985 годы, при этом влияние шоков измерялось аналогичным образом - числом месяцев после авиакатастрофы для каждой фирмы. Как и в исследовании Chance and Ferris было подтверждено по большей части однодневное влияние авиакатастрофы на стоимость компании. Кроме того, была произведена попытка расчета данных потерь в денежном выражении. Так, в среднем на конец 1980-х авиакомпании теряли около 4 млн. долларов (или 1,29% от рыночной стоимости). Что же касается спроса на пассажирские авиаперевозки, то можно сказать о том, что в большинстве случаев авиакатастрофы не оказывали существенного влияния на спрос (хотя знак коэффициента и был отрицательным). Более того, с того времени увеличился выбор авиакомпаний, что усилило конкуренцию среди них, в том числе и в плане безопасности, что еще больше ослабило эффект влияния авиа инцидентов на спрос.

Далее рассмотрим работу Вонга и Е (2003) Wong, J. T., & Yeh, W. C. Impact of flight accident on passenger traffic volume of the airlines in Taiwan. //Journal of the Eastern Asia Society for Transportation Studies, 5, (2003). pp. 471-483.. Авторы отмечают, что, поскольку влияние авиакатастроф на рынок уже исследовано достаточно (в том числе благодаря работам, описанным выше), следует обратить внимание на влияние авиакатастроф на изменение пассажирского трафика после происшествия. Другой вопрос состоит в том, что разные авиа происшествия влияют на спрос по-разному, и многие факторы помимо этого также будут влиять на спрос - такие как, например, цена билета. Авторы используют данные ряда авиакомпаний по внутренним авиаперевозкам Тайваня за ряд лет. В частности, были использованы данные по 26 инцидентам за 19 лет и числу жертв в результате каждого из них. Далее был проведен анализ магнитуды влияния (снижению трафика) и продолжительности данного влияния после каждого инцидента в зависимости от числа жертв данного инцидента и т.н. уровня “аварийности” самолетов конкретной авиакомпании. Затем были рассмотрены инциденты “на земле” и на море, после чего анализировалось среднее влияние инцидентов в группе. В конце концов, авторы приходят к выводу, что в среднем, каждый инцидент приводит к снижению трафика на 2 с половиной месяца и 22% снижению авиапассажирского трафика для той компании, чей самолет потерпел крушение. Для других авиакомпаний эффект также есть, но он не столь существенен.

Теперь посмотрим более потребительские аспекты авиаперелетов, такие как влияние информации о безопасности полетов на потенциального пассажира. Данному аспекту посвящено исследования Чанга и Ляо (2010) Chang Y., Liao M. Airline Passengers' Awareness of and Preferred Source of Cabin Safety Information. //Asia Pacific Management Review 15(4) (2010) pp. 533-547 . Для исследования влияния данной информации авторы провели опрос 464 пассажиров внутренних авиалиний Тайваня между Тайпеем и Каосюнем, где их спрашивали, помимо пола, возраст, образования и вида деятельности, также о частоте полетов в год. Далее пассажиров спрашивали о том, знают ли они те или иные правила безопасности (например, запрет пользования мобильным телефоном либо же знание о том, где расположена дверь выхода). Все эти знания были сгруппированы в четыре больших фактора - ограничения на вместимость мест, обязанности пассажиров в случае аварийной ситуации, общая информация о безопасности и знание использования спасательного оборудования. По результатам можно сказать, что авторы не нашли существенной разницы между ответами мужчин и женщин. Данная разница была обнаружена во втором факторе - обязанности пассажиров в случае аварии, и здесь большая информированность была у людей с высшим образованием. Также обнаружилась положительная связь частоты полетов и общей информированности пассажиров о правилах поведения на борту. Наконец, отмечено, что люди чувствуют себя увереннее в том случае, если они получают подобную информацию от авиакомпании, а не от третьих лиц. И этот вывод может быть использован в качестве обоснования политики авиакомпаний. по большей информированности граждан о средствах спасения.

В заключение нашего обзора вернемся к теме страха полетов. И здесь следует рассмотреть статью Флейшера, Четчика и Толедо (2012) Fleischer A., Tchetchik A., Toledo T. The Impact of Fear of Flying on Travelers' Flight Choice: Choice Model with Latent Variables //Journal of Travel Research 51(5) (2012) pp. 653-663. В ней авторы отмечают то, что принятие решения потенциальным пассажиром лететь либо не лететь на самолете зависит от роли боязни страха полета (fear of flying, FOF). Отмечая предыдущую оценку ущерба от боязни полетов в 1.6 млрд долларов в год, авторы говорят о необходимости оценивания данного фактора и его влияния на итоговый выбор маршрута в зависимости от цены, обслуживания и фактора страха. В частности, выдвигается гипотеза о том, что человек, который боится полетов больше, будет переплачивать деньги за безопасность, чтобы быть более уверенными в том, что полет пройдет нормально - т.е., они не будут пользоваться лоукостерами. Далее авторы ожидают, что размер самолета и его модель имеют значение для окончательного выбора пассажиров. Также выдвигаются гипотезы о том, что 1) пассажиры предпочитают дневные полеты ночным, 2) пассажиры предпочитают полеты без пересадок. Для проверки вышеуказанных гипотез был проведен опрос 339 студентов нескольких университетов Израиля. Им было предложено семь вопросов, чтобы определить их уровень страха полетов. В дальнейшем авторы предлагают респондентам несколько “экспериментов” в ходе которых они разъясняют им различные ситуации полетов (дневные\ночные, с пересадками\беспересадочные и пр). Далее использовалась мультилогистическая модель выбора полета в зависимости от цены, и прочих факторов. По результатам отмечено, что люди с большим уровнем страха меньше реагируют на изменения цены (меньше эластичность по цене). При этом не отвергалась гипотеза авторов о предпочтении дневных полетов ночным. При этом интересно, что данные результаты не менялись в результате изменения направления маршрута полета (Лондон или Нью-Йорк). Также был построен график, по которому отмечалась четкая положительная зависимость между уровнем страха и готовностью платить за авиаперевозку. При этом отметим, что она возрастала быстрее в случае с американским направлением, что говорит также о важности выбора направления путешествия. Авторы отмечают, что, хотя данное исследование проведено лишь на израильских студентах, это может быть нерепрезентативно по той причине, что израильские путешественники более чувствительны к вопросам безопасности. Таким образом, необходимо проведение новых исследований по данной проблеме.

Итак, мы провели обзор литературы по теме влияния авиакатастроф на рыночные силы, авиакомпании и спрос на авиаперевозки. Отметим, что многие из существующих на данный момент исследований, помимо посвященных событиям 11 сентября, сделаны уже достаточно давно. Рассмотренные нами исследования, как правило, посвящены вопросам влияния авиакатастроф на финансовый рынок и авиакомпании, на динамику общего спроса, но не на принятие решений на уровне потребителей. Кроме того, не так много сегодня существует исследований, посвященных именно влиянию авиакатастроф на потребительское решение - менять ли способ передвижения или направление, или не менять. Отдельный вопрос состоит в том, что практически не существует исследований, посвященных реакции российских потребителей на авиакатастрофы - а ведь оно существует, судя по реакции на авиакатастрофу в Египте. Таким образом, встает необходимость проведения новых исследований в сфере влияния авиакатастроф на такие отрасли экономики, как туризм и авиаперевозки, чтобы иметь более ясное представление о том, какое влияние авиакатастрофы могут оказывать на уровне принятия решений с потребителями. С другой стороны, понимание данных процессов необходимо для того, чтобы разработать меры по возможному снижению такого ущерба с целью привлечь потенциальных туристов к пользованию услугами авиакомпаний. С этой целью мы и проводим наше эмпирическое исследование, описанное в следующей главе, целью которого будет являться выявление влияния авиакатастроф на поведение потребителей на рынке туристических услуг.

1.2 Теоретическая схема предмета исследования

Рис.1



Глава 2. Эмпирическое исследование по проблеме влияния авиакатастроф на спрос на туризм

2.1 Характеристика информационной базы исследования

Для целей нашего эмпирического исследования был проведен опрос 282 человек. Данный опрос был проведен в Интернете. Рассмотрим характеристику собранных данных по конкретным переменным Анкета и распределение ответов представлены в Приложении 1. Начнем с пола. В опросе приняло участие 137 мужчин и 144 женщин, что составляет 48,75 и 51,25 процентов соответственно от общего числа участников опроса.

Кроме того, отметим распределение респондентов по возрасту

Рис 2. Распределение участников по возрасту

Как можно увидеть из графика, наиболее часто встречающийся возраст среди участников - от 20 до 30 лет.

Далее рассмотрим распределение участников по уровню получаемого дохода



Рис.3 Распределение респондентов по доходу

Из графика видно, что наиболее встречающийся показатель дохода среди респондентов - средний, в то время как самых бедных среди опрошенных - наименьшее число.

Далее рассмотрим основные направления отдыха респондентов. В России, как правило отдыхают 73 человека (25,89%), в Восточной Европе - 24 (8,51%), в Западной - 29 (10,28%). В Азию обычно ездят 94 человека (33,3%), в Северную Америку - 8 (2,84%), в Южную - 9 (3,19%), в Австралию - 4 (1,42%), в Грецию и на Кипр - 30 человек (10,64%), в Турцию и Египет - 5 (1,77%), по прочим направлениям - 6 (2,13%).

Рис 4. Распределение переменной q_rest “Частота отдыха в среднем в год”

Видно, что распределение сильно смещено влево, что говорит о невысокой частоте отдыха (1-3 раза в год в среднем).

Рассмотрим частоту полетов респондентов на самолетах:

Рис 5. Распределение респондентов по частоте полетов

Также можно увидеть, что люди летают, как правило, не больше десяти раз в год (в среднем).

Посмотрим образование респондентов

Рис 6. Распределение респондентов по уровню образования.

Видно, что наиболее часто встречающийся уровень образования - высший (бакалавриат, магистратура).

Далее рассмотрим то, какие именно билеты обычно покупают респонденты - с возвратом или без. 146 респондентов (61,6%) покупали билеты с возвратом, в то время как 91 (38,4%) покупали без возврата. Остальные 45 человек затруднились с ответом.

Рассмотрим распределение основных зависимых переменных. В частности, рассмотрим выбор респондента, отказываться или нет от полета в случае, когда произошла авиакатастрофа по направлению его отдыха. В том случае, если он еще не купил билет, то от полета откажутся (либо скорее откажутся) 68 человек (24,2%), в том случае если купил - 63 (22,4%). Скорее не откажутся 161 человек (57,1%), а точно не откажутся - 53 (18,8%). Это достаточно странно, поскольку ранее мы предполагали, что он не станет отказываться в том случае, когда билет уже куплен. Тем не менее, собранные нами данные выглядят именно таким образом.

Рассмотрим также решение об отказе в случае девальвации. Если авиакатастрофы нет, то в результате обвала рубля от катастрофы откажутся либо скорее откажутся 43 человека (17,41%), но в случае авиакатастрофы их число возрастет до 58 (25,55%).

Далее рассмотрим вероятность отказа от поездки в том случае, если человек еще не купил путевку по направлению, куда можно добраться наземным транспортом.

Рис.7 Распределение респондентов по вероятности отказа от полета в случае допустимости наземного передвижения и не купленной путевки.



Видно, что многие респонденты либо сомневаются, либо вовсе не хотят отказываться от полета на самолете в любом случае.

Далее посмотрим на распределение респондентов по вероятности отказа в том случае, когда путевка уже куплена

Рис.8 Распределение респондентов по вероятности отказа от полета в случае допустимости наземного передвижения и уже купленной путевки.

Видно, что уже значительно большая часть не готова отказаться от поездки в случае, когда путевка куплена, что естественно. Наконец, рассмотрим распределение респондентов в ситуации, когда они готовы или не готовы поехать на наземном транспорте к месту своего отдыха (в случае допустимости такой ситуации).

Рис.9 Распределение респондентов по готовности поехать наземным транспортом в случае допустимости наземного передвижения и произошедшей авиакатастрофы.

Можно увидеть, что это распределение очень похоже на предыдущую ситуацию. Таким образом, немногие готовы поехать на наземном транспорте даже в случае авиакатастрофы. Тем не менее, мы рассмотрим эту ситуацию подробнее.

В следующей части работы мы посмотрим, что влияет на выбор того отказывается человек или нет (а также влияние на вероятность отказа), в случае гипотетической авиакатастрофы и в ряде иных ситуаций. Теперь рассмотрим распределение средств, которые респондент готов потратить в расчете на одного человека на отдых.

Рис.10 Распределение переменной WTP - количества денег, которые респондент готов потратить на отдых из расчета на одного человека.

Видно, что многие респонденты не готовы тратить много на отдых. С другой стороны, значительная часть людей тратит деньги в расчете порядка 50 тыс. рублей на человека. Далее процент людей снижается по мере роста затрат на человека.

Видно, что распределение смещено влево. Но в целом отметим, что мы имели в виду тысячи полетов, поэтому могла возникнуть такая ситуация. Данная переменная используется только для описательного анализа по причине её незначимости в большинстве моделей.



Рис.11 Распределение переменной “chance” - предположительное количество успешных полетов (тысяч) в расчете не одну авиакатастрофу, при числе которых пассажир отказался бы лететь

2.2 Основные гипотезы

Сформулируем основные гипотезы нашего исследования:

H1. Вероятность отказа от поездки (во всех гипотетических случаях) положительно зависит от степени боязни.

Н2. Частота отдыха отрицательно влияет на вероятность отказа от поездки.

Н3. Частота полетов отрицательно влияет на вероятность отказа от поездки в случае выбора наземной альтернативы.

Н4. Доход отрицательно влияет на вероятность отказа от поездки.

2.3 Методология. Регрессионный анализ

В качестве метода оценивания по большинству моделей (кроме тех пунктов, где респондентов просили оценить вероятность от 0 до 100) используется логистическая регрессия с зависимой переменной, которая принимала значение 0 в тех случаях, если человек не отказывался (или скорее не отказался бы) от полета и 1 в иных случаях. Для расчета использовалась программа Stata. Рассмотрим модель, характеризующую выбор потребителя в случае (1), то есть, когда просто произошла авиакатастрофа по выбранному им направлению, при этом человек не купил путевку туда, а лишь только собирался.

В логистических моделях (вплоть до регрессии (4)) будут использоваться одинаковый набор независимых переменных при различных зависимых.

Независимые переменные:

sex - пол респондента (1 - женский, 0 - мужской)

age - возраст респондента

q_rest - средняя частота отдыха, в год

vozvrat - переменная, принимающая значение 1, если респондент покупает билеты с возможностью возврата, 0 - без возврата

afraid - степень боязни авиаперелета (от 0 до 3, где 0 - “Вообще не боюсь”, 3 - “Очень боюсь”)

WTP - средний объем расходов респондента на одного человека, тыс. руб

educ - уровень образования респондента (от 1 до 5, где 1 - начальное образование, 2 - доктор наук)

inc - уровень дохода респондента (от 1 до 5, где 1 - У нас хватает средств на питание, но не на одежду; 5 - При необходимости можем купить квартиру или дом).

RUSSIA E_EUROPE W_EUROPE ASIA USA GREECE TR_EGYPT AUSTRALIA SOUTH_A OTHER - переменные, принимающие значения 1, если человек, как правило, путешествует по данному направлению, и 0 - в противном случае. путевка полет транспорт авиакатастрофа

Регрессии.

Зависимая переменная

dec_ne_kupil - переменная, принимающая значение 0 в случае, если человек не отказывался от поездки (или скорее не отказался бы) в случае авиакатастрофы, 1 - если отказался (или скорее отказался бы)

Модель 1. Вероятность отказа от поездки в случае, когда путевка еще не куплена

logit dec_ne_kupil age sex q_rest vozvrat educ inc afraid WTP RUSSIA E_EUROPE W_EUROPE ASIA USA GREECE TR_EGYPT AUSTRALIA SOUTH_A OTHER

Таблица 1. Результаты расчета регрессии по модели (1)

dec_ne_kupil	Coef.	Std. Err.	z	P>z	[95% Conf.	Interval]
age	-0,0502	0,019	-2,60	0,009	-0,0881	-0,01229
sex	0,13028	0,411	0,32	0,751	-0,6746	0,935137
q_rest	0,08855	0,063	1,41	0,16	-0,0349	0,212003
vozvrat	1,6663	0,503	3,32	0,001	0,68129	2,65131
educ	0,66153	0,323	2,05	0,041	0,02816	1,294902
inc	-0,4753	0,272	-1,75	0,08	-1,0076	0,056902
afraid	1,16492	0,242	4,82	0	0,69102	1,63882
WTP	-0,0259	0,008	-3,42	0,001	-0,0407	-0,01104
RUSSIA	-4,3758	1,538	-2,84	0,004	-7,3911	-1,36051
E_EUROPE	-3,4689	1,579	-2,20	0,028	-6,564	-0,37383
W_EUROPE	-3,2342	1,511	-2,14	0,032	-6,1966	-0,27184
ASIA	-4,6295	1,525	-3,04	0,002	-7,6191	-1,63985
USA	-3,1354	1,767	-1,77	0,076	-6,5984	0,327582
SOUTH_A	0	(omitted)
AUSTRALIA	0	(omitted)
GREECE	-5,0827	1,625	-3,13	0,002	-8,2681	-1,8973
TR_EGYPT	-3,0448	2,125	-1,43	0,152	-7,2098	1,120313
OTHER	0	(omitted)
_cons	2,723	1,935	1,41	0,159	-1,0692	6,515228

Видим, что регрессия, в целом, значима.

Посмотрим на корректность предсказании полученной модели

Видим, что модель, в целом, предсказывает значения верно.

Посчитаем предельные эффекты для переменных, значимых на 10% уровне в данной модели:

margins, dydx(age vozvrat inc afraid WTP RUSSIA E_EUROPE W_EUROPE ASIA USA GREECE)



Таблица 2. Проверка корректности модели (1)

Expression : Pr(dec_ne_kupil), predict()

dy/dx w.r.t. : age vozvrat inc afraid WTP RUSSIA E_EUROPE W_EUROPE ASIA USA GREECE

Таблица 3. Предельные эффекты для модели (1)

		Delta-method
	dy/dx	Std. Err.	z	P>z	[95% Conf.	Interval]
age	-.0063556	.0023064	-2.76	0.006	-.0108761	-.001835
vozvrat	.2109303	.0585834	3,60	0.000	.0961089	.3257517
educ	.0837402	.0397993	2,10	0.035	.005735	.1617454
inc	-.0601701	.0337034	-1.79	0.074	-.1262276	.0058874
afraid	.1474622	.0244234	6,04	0.000	.0995933	.1953312
WTP	-.0032752	.0008788	-3.73	0.000	-.0049977	-.0015528
RUSSIA	-.553918	.1830875	-3.03	0.002	-.9127628	-.1950732
E_EUROPE	-.439117	.1930312	-2.27	0.023	-.8174513	-.0607827
W_EUROPE	-.4094078	.1844107	-2.22	0.026	-.7708462	-.0479694
ASIA	-.5860244	.1795179	-3.26	0.001	-.9378731	-.2341758
USA	-.3968974	.2186778	-1.81	0.070	-.825498	.0317032
GREECE	-.6433997	.1904848	-3.38	0.001	-1.016743	-.2700564



Проинтерпретируем полученные результаты. С увеличением возраста на 1 год вероятность того, что он откажется от поездки сокращается на 0,6 %. Кроме того, факт возможности возврата серьезно повышает вероятность того, что человек откажется от поездки - на 21%. Интересно также, что повышение образования повышает вероятность отказа от поездки на 8%. Кроме того, здесь подтверждается гипотеза о том, что степень боязни оказывает положительное влияние на вероятность отказа - каждое её повышение влечет за собой соответствующий рост вероятности на 14,7%. Далее отметим, что с ростом трат на человека на 1 тыс. рублей вероятность отказа от поездки также будет сокращаться - на 0,32%. Далее отметим, что практически все направления дают отрицательное влияние на вероятность. Возможно, это происходит от нежелания человека в принципе отказываться от любимого направления.

Далее рассмотрим модель (2), где наряду с теми же независимыми переменными в качестве зависимой будет выступать переменная dec_kupil принимающая значение 0 в случае, если человек не отказывался от поездки (или скорее не отказался бы) в случае авиакатастрофы, 1 - если отказался (или скорее отказался бы). Отличие от предыдущего случая в том, что человек уже купил эту поездку.

Покажем основные результаты данной регрессии ниже.

Модель 2. Вероятность отказа от поездки в случае, когда путевка уже куплена

logit dec_kupil age sex q_rest vozvrat educ inc afraid WTP RUSSIA E_EUROPE W_EUROPE ASIA USA SOUTH_A AUSTRALIA GREECE TR_EGYPT OTHER

Таблица 4. Результаты регрессии для модели (2).

dec_kupil	Coef.	Std. Err.	z	P>z	[95% Conf.	Interval]
age	-0,037	0,019	-1,910	0,056	-0,074	0,001
sex	0,000	0,413	0,000	1,000	-0,808	0,809
q_rest	0,102	0,059	1,730	0,083	-0,013	0,218
vozvrat	0,571	0,469	1,220	0,224	-0,349	1,491
educ	0,455	0,312	1,460	0,145	-0,157	1,066
inc	-0,271	0,266	-1,020	0,309	-0,793	0,251
afraid	1,248	0,236	5,300	0,000	0,786	1,709
WTP	-0,013	0,007	-1,940	0,052	-0,027	0,000
RUSSIA	-2,126	1,261	-1,690	0,092	-4,597	0,346
E_EUROPE	-2,064	1,346	-1,530	0,125	-4,702	0,575
W_EUROPE	-2,092	1,300	-1,610	0,108	-4,641	0,457
ASIA	-2,351	1,248	-1,880	0,060	-4,798	0,095
USA	-1,071	1,482	-0,720	0,470	-3,975	1,833
SOUTH_A	0,000	(omitted)
AUSTRALIA	0,000	(omitted)
GREECE	-3,628	1,441	-2,520	0,012	-6,451	-0,805
TR_EGYPT	0,793	1,916	0,410	0,679	-2,962	4,548
OTHER	0,000	(omitted)
_cons	0,186	1,751	0,110	0,915	-3,246	3,618

Видно, что регрессия, в целом, значима.

Проведем проверку корректности модели

Таблица 5. Проверка корректности модели (2).

Видим, что модель в целом, корректна, как и в предыдущем случае

Как и в предыдущем случае рассмотрим предельные эффекты.

margins, dydx(age q_rest afraid WTP RUSSIA ASIA GREECE)

Expression : Pr(dec_kupil), predict()

dy/dx w.r.t. : age q_rest afraid WTP RUSSIA ASIA GREECE

Таблица 6. Расчет предельных эффектов для регрессии (2).

		Delta-method
	dy/dx	Std. Err.	z	P>z	[95% Conf.	Interval]
age	-0,0047	0,002	-1,96	0,05	-0,0093	2,55E-06
q_rest	0,01305	0,007	1,77	0,077	-0,0014	0,027515
afraid	0,15922	0,023	6,91	0	0,11409	0,204358
WTP	-0,0017	9E-04	-1,99	0,047	-0,0034	-2,3E-05
RUSSIA	-0,2713	0,158	-1,71	0,086	-0,5813	0,038773
ASIA	-0,3001	0,156	-1,93	0,054	-0,6053	0,005124
GREECE	-0,463	0,177	-2,62	0,009	-0,8092	-0,11685

Интересно, что факт возможности возврата более не оказывает положительное значимое положительное влияние на то, что человек откажется от поездки. Кроме того, на решение респондентов теперь оказывает частота отдыха (причем положительно), а также степень его боязни. Интересно, что в итоге общая значимость модели оказалась меньше, чем в предыдущем случае. Возможно, это связано с тем, что поскольку человек уже купил билет, его потери будут больше в случае отказа от поездки.

Тем не менее, перейдем к следующим двум регрессиям - регрессиям, посвященным выбору респондентов в случае обвала курса рубля (девальвации). Как мы уже говорили ранее, набор независимых переменных остается прежним. Теперь будет использоваться новая зависимая переменная -dev1, равная в том случае, если человек в случае обвала рубля решать отказаться от поездки в свое любимое место и нулю, если он принимает решение все же платить и ехать туда.

Итак, рассмотрим модель (3).

Модель 3. Вероятность отказа от путевки в случае девальвации

Таблица 7. Результаты регрессии по модели (3)

dev1	Coef.	Std. Err.	z	P>z	[95% Conf.	Interval]
age	-0,0187	0,023	-0,81	0,419	-0,064	0,026624
sex	0,58414	0,451	1,30	0,195	-0,299	1,467268
q_rest	-0,0993	0,11	-0,90	0,368	-0,3156	0,117051
vozvrat	0,94922	0,509	1,87	0,062	-0,0476	1,946061
educ	0,36463	0,382	0,95	0,34	-0,3847	1,11397
inc	-0,2228	0,294	-0,76	0,448	-0,7981	0,352439
afraid	0,55105	0,255	2,16	0,031	0,05047	1,051636
WTP	-0,0018	0,007	-0,26	0,798	-0,0151	0,011637
RUSSIA	0	(omitted)
E_EUROPE	0,31694	1,38	0,23	0,819	-2,3939	3,02777
W_EUROPE	0,04003	1,32	0,03	0,976	-2,5533	2,633355
ASIA	-0,8808	1,31	-0,67	0,502	-3,4499	1,688342
USA	-1,3605	1,70

Подобные документы

• Оценка деятельности туристической фирмы "Cпутник"

  Характеристика, перспективы развития рынка туристических услуг. Рынок туристических услуг в г. Челябинске (Челябинской области). Место турфирмы "Cпутник" в рынке туристических услуг. Определение статуса турфирмы "Cпутник", особенности её функционирования.
  
  курсовая работа [27,6 K], добавлен 04.10.2008
  

• Amadeus - глобальная распределительная система туристических услуг

  История создания. Возможности Amadeus в России. Функции и возможности дополнительных продуктов. Подключение к системе. Провайдеры туристических услуг: авиакомпании, гостиницы, компании по прокату автомобилей, страховые компании.
  
  реферат [17,9 K], добавлен 01.12.2006
  

• Отраслевые рынки: мировой рынок туристических услуг

  Значение международного туризма в мировой экономике. Роль конкуренции на рынке туристского спроса. Географическая структура мирового рынка туристических услуг, его динамика, основные показатели. Анализ рейтинга деятельности туристических экспортёров.
  
  контрольная работа [210,7 K], добавлен 16.04.2017
  

• Поведение потребителей услуг хостельного бизнеса в социальных медиа

  Использование социальных медиа в деятельности туроператоров. Исследование потребительских предпочтений на рынке онлайн-туризма, особенности маркетинга. Модель поведения потребителей туристических услуг хостельного бизнеса онлайн в посткризисный период.
  
  дипломная работа [1,5 M], добавлен 30.11.2016
  

• Авиационные перевозки в туризме на территории Алтайского края и Республики Алтай

  Роль авиационного транспорта в туристической деятельности. Общие правила туристических авиаперевозок пассажиров и багажа. Туристский потенциал Алтайского края и Республики Алтай для организации туристических авиаперевозок. Организация чартерных рейсов.
  
  дипломная работа [591,6 K], добавлен 25.06.2012
  

• Изучение и оценка спроса на рынке туристских услуг города Красноярска

  Оценка спроса на услуги, оказываемых турагентствами и туроператорами г. Красноярска. Семь отличительных характеристик туристских услуг. Анализ степени удовлетворенности жителей г. Красноярска услугами, предоставляемыми турфирмами на рынке туризма.
  
  статья [14,2 K], добавлен 24.05.2016
  

• Качество туристических услуг как объект управления

  Научно-теоретическое обоснование места и роли системы управления качеством туристических услуг в процессе развития современной экономики. Ряд стратегий, обеспечивающих качество услуги, продукции, которые сформировались в ходе хозяйственной деятельности.
  
  реферат [24,5 K], добавлен 10.02.2015
  

• Исследование спроса на турпродукт

  Изучение спроса на рынке потребительских услуг. Факторы, влияющие на величину спроса на туристические услуги в Украине. Деятельность турфирм и страховых компаний по стимулированию спроса на туруслуги. Основные риски, связанные с формированием спроса.
  
  курсовая работа [80,3 K], добавлен 25.05.2010
  

• Технология предоставления дополнительных услуг в гостиницах и туристических комплексах на примере конкретной гостиницы

  Дополнительные услуги, предоставляющиеся в туристических комплексах. Информация об отеле "Навигатор" в Калининграде: описание номеров, стоимость проживания, конференц-зал и ресторан. Правила предоставления гостиничных услуг в Российской Федерации.
  
  курсовая работа [1,1 M], добавлен 22.03.2012
  

• Характеристика и особенности гостиничных услуг

  Определение понятия "гостиница". Содержание услуги размещения. Дополнительные услуги в гостинице. Типология гостиниц: отель-люкс; мотель; отель-гарни; пансион; ботель; флотель. Уровни гостиничных услуг. Сезонный характер спроса на гостиничные услуги.
  
  реферат [21,4 K], добавлен 06.03.2011
  

• Анализ спроса на ресторанные услуги (на примере ресторана "Ридна-хата")

  Понятия, характеризующие спрос. Виды предприятий питания и особенности предоставления услуг населению. Изменения спроса на ресторанные услуги в условиях рынка. Изменение политики ресторана "Ридна-хата", в соответствие со спросом на предлагаемые услуги.
  
  дипломная работа [847,2 K], добавлен 02.09.2015
  

• Транспорт в туризме

  Железнодорожные путешествия в туризме. Краткая характеристика особенностей организации круизного отдыха. Место яхтинга на международном рынке туристических услуг. Подготовка путешествий с использованием автомобильного транспорта, автобусные туры.
  
  контрольная работа [24,5 K], добавлен 29.06.2013
  

• Проблемы и перспективы включения России в мировой рынок туристических услуг

  Понятие международного рынка туристических услуг, влияние на них упрощения формальностей. Особенности отражения финансовых результатов туристской деятельности в платежном балансе. Факторы, сдерживающие развитие туризма в России, пути их преодоления.
  
  курсовая работа [35,6 K], добавлен 02.06.2011
  

• Рынок туристических услуг и его территориальная организация

  Туризм, как межотраслевой комплекс, его роль в хозяйственном комплексе страны. Структура национальных туристических рынков, определение их типов. Характеристика основных сегментов и географической концентрации спроса туризма. Туристические потоки и зоны.
  
  курсовая работа [2,6 M], добавлен 09.04.2011
  

• Рынок туристических услуг

  Формы и разновидности туризма, его экономическая сущность. Факторы, вызывающие потребность в туризме и влияющие на его развитие. Поведение туристического рынка в условиях кризиса. Рекомендации по улучшению ситуации на туристическом рынке малых городов.
  
  курсовая работа [282,5 K], добавлен 21.06.2014
  

• Позиционирование туристического продукта

  Туристические услуги в маркетинговой деятельности: понятие и виды. Сегментирования и позиционирования товара на рынке туристических услуг. Анализ показателей развития туристического продукта. Мероприятия по позиционированию туристического продукта.
  
  курсовая работа [51,1 K], добавлен 28.09.2014
  

• Регулирование рекреационных услуг

  Сравнительный анализ основных методов государственного регулирования рекреационных услуг в России и странах Евросоюза. Механизм возмещения затрат туристу в случае нарушения пунктов договора. Установление стандартов сервисного обслуживания туристов.
  
  контрольная работа [26,8 K], добавлен 15.01.2012
  

• Социально-демографический состав потребителей, типологии потребителей в СО сервисе

  Особенности спортивно-оздоровительных услуг, их роль в жизни потребителей. Факторы, влияющие на СО услуги потребителей, спрос и предложение. Значимость культурных ценностей потребителей на типологию услуг. Потребительские характеристики в СО сервисе.
  
  курсовая работа [563,9 K], добавлен 05.02.2013
  

• Характеристика рынка туристических услуг на современном этапе

  Формирование предложения на туристическом рынке. Характеристика бизнес-туризма и его виды. Дифференциация туристического рынка. Особенность поощрительных путешествий. Прогноз развития туристских направлений. Самые перспективные направления и виды туризма.
  
  реферат [33,0 K], добавлен 23.03.2010
  

• Туристические услуги

  Необходимость четкой стратегии производства и продвижения турпродукта. Содержание понятия "качество" в гостиничной индустрии. Туристические услуги: критерии качества, виды и регулирование законодательством. Роль персонала в качестве туристических услуг.
  
  реферат [16,6 K], добавлен 11.03.2009
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам