چکیده:
پیشبینی شمار ورود گردشگران، اهمیت ویژهای برای گردشگری و فعالیتهای وابسته به گردشگری دارد؛ چرا که پیشبینی، شاخصی برای تقاضای آینده بوده و به موجب آن، در پی فراهمکردن اطلاعات پایه برای برنامهریزی و سیاستگذاریهای پیدرپی است. در برنامهریزی گردشگری، پیشبینی تعداد گردشگران بیشترین ارتباط و کاربرد را در مبحث مدیریت گردشگری دارد؛ زیرا یکی از ابعاد اصلی برای برنامهریزی گردشگری، برنامهریزی بازاریابی آیندهنگر است. تعداد گردشگران با عرضه و تقاضای بازار ارتباط مستقیم دارد. مدیران و برنامهریزان مرتبط با گردشگری، باید از یک سو در تلاش برای رفع نیاز گردشگران و ارائۀ تسهیلات بهتر به آنها باشند و از سوی دیگر، محصولات وابسته به گردشگری ماهیتی ذخیرهشدنی و انبارکردنی ندارند. چنانکه اتاق یک هتل که یک شب رزرو نشود، صندلی یک هواپیما که مسافری برای آن پیدا نشده و میز یک رستوران که خالی مانده است، منافعی است که از دست رفته و امکان ذخیرهکردن برای آینده وجود ندارد و این خود لزوم اطلاع از ورود گردشگران را برای مدیران مرتبط با این فعالیتها دوچندان میکند. بر همین اساس پیشبینی درست تقاضای گردشگران، میتواند به کاهش ریسک در تصمیمگیری و هزینه منجر شود و این مهم با اطلاع از تقاضای گردشگران به منطقه و نیازهایشان در آینده حاصل میشود. برای پیشبینی تقاضای گردشگر، از مدلهای گوناگونی چون مدلهای سری زمانی، آریما، سیستمهای عصبی ـ فازی، سیستمهای ماشین بردار و مانند آنها استفاده میشود که در این پژوهش، از مدل سری زمانی آریما استفاده شده است. نتایج نشان داده است که الگوی پیشبینی تقاضای گردشگر در مجموعۀ تاریخی ـ فرهنگی تخت جمشید، بر اساس دادههای رسمی سالهای 1376 تا 1389مجموعۀ پارسه ـ پاسارگاد، فصلی بوده و لذا مدلهای آمیخته فصلی برای گردشگران داخلی و خارجی، بهطور مجزا برآورد شده است.