پيش بيني تقاضاي فصلي گردشگري در ايران(كاربرد الگوهاي سري زماني فصلي)

Forecasting Seasonal Demand for Tourism in Iran:Application of Time Series Techniques

توريسم نقش مهمي در اشتغال‏زايي و ايجاد درآمد در كشورها دارد و در دهه‏هاي اخير، رشد قابل توجهي داشته است. به دليل جاذبه‏هاي فرهنگي و طبيعي، ايران موقعيت منحصربفردي در صنعت توريسم دارد. بنابراين توسعه اين صنعت مي‏تواند يك روش مناسب براي بهبود شرايط اقتصادي ايران و كاهش وابستگي آن به نفت باشد. هدف مطالعه حاضر، پيش‏بيني ورود فصلي گردشگر به ايران است. بدين منظور از رهيافت باكس- جنكينز فصلي ( SARIMA) و الگوهاي جمعي فصلي مبتني بر آزمون ريشه واحد فصلي استفاده شده است. دوره زماني مطالعه 44 فصل از سال‏هاي 90-1380 را شامل مي‏شود. نتايج آزمون ريشه واحد فصلي HEGY نشان داد كه سري ورود گردشگر خارجي به ايران داراي ريشه واحد فصلي است. مقايسه‌ي نتايج پيش‏بيني هاي صورت گرفته با الگوهاي جمعي فصلي و SARIMA نشان داد كه مدل جمعي فصلي از دقت بيشتري نسبت به الگوي رقيب يعني SARIMA برخوردار است و از اين رو به عنوان الگوي مناسب جهت تبيين رفتار فصلي جريان ورود تورسيم به ايران انتخاب شد.

Introduction Tourism industry plays a major role in creating job opportunities and income generation in all countries and it has grown remarkably in recent decades. Iran has a unique situation in tourism industry due to its amazing ancient monuments and natural attractions. Therefore, developing the tourism industry can be a suitable way to improve Iranian economy and can reduce its dependence on oil income. The purpose of this paper is modeling and forecasting seasonal flows of tourist arrivals into Iran. Moreover the forecasting accuracy of methods is compared. There are different methods that can be used to forecast the economic variables. Today forecasting is regarded as an important instrument for economic policymakers.