Để sẵn sàng cho công tác tiếp đón du khách quốc tế với số lượng rất lớn trong thời gian tới, ngành du lịch cần tập trung chú trọng phát triển cơ sở hạ tầng du lịch, nâng cao chất lượng[r]
Trang 1BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÀ RỊA - VŨNG TÀU
******
KỶ YẾU HỘI THẢO KHOA HỌC
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
ISBN: 978-604-73-5980-6
NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH – 2018
Trang 3CHỊU TRÁCH NHIỆM XUẤT BẢN
GS.TSKH Hoàng Văn Kiếm
BAN TỔ CHỨC
GS TSKH Hoàng Văn Kiếm
TS Vũ Văn Đông ThS Lê Văn Toàn PGS TS Hoàng Văn Việt
TS Phùng Đức Vinh
TS Lê Sĩ Trí
TS Nguyễn Phan Cường ThS Huỳnh Văn Huy
BAN BIÊN TẬP NỘI DUNG
TS Vũ Văn Đông
GS TSKH Ngô Văn Lược PGS TS Hoàng Văn Việt
TS Phùng Đức Vinh
TS Lê Sĩ Trí
TS Nguyễn Phan Cường
BAN THƯ KÝ
ThS Nguyễn Thị Cẩm Vân Trần Thị Tường Vinh
Võ Thị Ngọc Phương
Trang 5LỜI NÓI ĐẦU
Cuộc Cách mạng công nghiệp lần thứ 4 (CMCN 4.0) dựa trên phát minh của nhiều ngành công nghệ cao (như internet vạn vật, trí tuệ nhân tạo, in 3D, thực tế ảo, công nghệ
tế bào, ) nhằm làm cho các quá trình sản xuất và dịch vụ thông minh hơn, hiệu quả hơn tiến đến tự động hóa hoàn toàn, không có sự tham gia của con người Cuộc cách mạng này tuy mới bắt đầu (từ đầu thế kỉ XXI) nhưng đã và đang làm thay đổi sâu sắc chưa từng thấy đối với mọi mặt hoạt động của con người
Du lịch có vị trí ngày càng quan trọng đối với kinh tế thế giới Nhiều quốc gia trong
đó có Việt Nam, đặt mục tiêu đưa du lịch trở thành ngành kinh tế mũi nhọn của nước mình Dưới tác động của cuộc cách mạng công nghiệp 4.0 nhiều lĩnh vực du lịch mới ra đời (như du lịch trực tuyến, du lịch thông minh, du lịch 4.0) đem lại hiệu quả vượt trội so với trước đây Nắm bắt được xu hướng phát triển tất yếu này, Trường Đại học Bà Rịa -
Vũng Tàu tổ chức Hội thảo Khoa học Phát triển du lịch trong cách mạng công nghiệp
4.0 nhằm trao đổi các hướng phát triển du lịch mới, những kinh nghiệm bước đầu và đóng
góp giải pháp nhằm phát triển du lịch cả nước và các địa phương trong kỷ nguyên cách mạng công nghiệp 4.0 Các nhà khoa học của nhiều trường đại học trong cả nước đã tham
dự và đóng góp nhiều báo cáo khoa học cho Hội thảo
Chúng tôi chân thành cảm ơn Ban Giám hiệu Trường Đại học Bà Rịa - Vũng Tàu đã ủng hộ và tạo mọi điều kiện thuận lợi để tổ chức hội thảo thành công Cảm ơn các nhà khoa học trong và ngoài tỉnh nhiệt tình tham gia Hội thảo này
Chúng tôi tin tưởng rằng Hội thảo sẽ có những đóng góp thiết thực cho việc phát triển
du lịch của cả nước cũng như du lịch các địa phương nhằm góp phần đưa du lịch sớm trở thành ngành kinh tế mũi nhọn của nước nhà
BAN BIÊN TẬP
Trang 7MỤC LỤC
Lời nói đầu v
1 Ứng dụng mô hình SARIMA dự báo lượng khách quốc tế đếnViệt Nam đến
năm 2020 1
ThS.Nghiêm Phúc Hiếu
2 Tác động của chất lượng dịch vụ đến lòng trung thành của khách hàng sử dụng
dịch vụ khách sạn 4-5 sao trên địa bàn TPHCM 10
PGS.TS Đinh Phi Hổ, NCS Phan Thanh Long, TS Nguyễn Viết Bằng
3 Các nhân tố ảnh hưởng đến mức độ hài lòng về chất lượng dịch vụ du lịch sinh
thái biển tỉnh Ninh Thuận 27
ThS Phạm Ngọc Khanh, ThS Trần Minh Quân
4 Nghiên cứu tác động của công tác định hướng thị trường (Mo-Market
Orientation) đến hành vi du lịch của du khách: trường hợp nghiên cứu tại tỉnh
Bà Rịa - Vũng Tàu 44
TS Ngô Cao Hoài Linh, ThS Nguyễn Thị Bé Hai,
ThS Nguyễn Thái Bình, ThS Nguyễn Tiến Đạt
5 Phát triển du lịch Bà Rịa - Vũng Tàu trong Cách mạng công nghiệp 4.0 56
GS.TSKH Ngô Văn Lược, ThS Ngô Thúy Lân
6 Một số giải pháp cho du lịch Vũng Tàu trước Cách mạng công nghiệp 4.0 62
TS Lê Kinh Nam
7 Đào tạo nguồn nhân lực du lịch trong bối cảnh cuộc Cách mạng công nghiệp 4.0 68
ThS Phan Thị Ngàn
8 Các nhân tố ảnh hưởng đến sự hài lòng của du khách đối với điểm đến du lịch
TP Cần Thơ 74
ThS Nguyễn Trọng Nhân
9 Phát triển du lịch tỉnh Đắk Lắk trong cuộc Cách mạng công nghiệp 4.0 83
ThS Phạm Thị Oanh, ThS Nguyễn Thị Thu Nguyên
10 Những giải pháp về Logistics cho du lịch tỉnh BR-VT 91
ThS Đỗ Thanh Phong
11 Quản trị chuỗi cung ứng du lịch trong CMCN 4.0 99
ThS Đinh Thu Phương
12 Giải pháp phát triển du lịch sinh thái bền vững tại Vườn quốc gia Tràm Chim
trong cách mạng công nghiệp 4.0 109
ThS Phạm Thị Phượng, ThS Ngô Thúy Lân
Trang 813 Sản phẩm du lịch đầy tiềm năng, xích lô chạy bằng năng lượng mặt trời sử dụng xúc tác nano TiO2thân thiện với môi trường tạo nét riêng cho du lịch tỉnh Bà Rịa
- Vũng Tàu 124
ThS Vũ Thị Hồng Phượng
14 Những tác động của du lịch 4.0 đến sự hài lòng số của khách hang khi sử dụng
các hãng không giá rẻ tại Việt Nam 133
ThS Phạm Xuân Quyết
15 Những ảnh hưởng từ phát triển du lịch đến các mặt của đời sống kính tế - xã hội
VN hiện nay trong bối cảnh toàn cầu hóa 148
ThS Nguyễn Hồng Sơn, ThS Nguyễn Uyên Chi
16 Ứng dụng thương mại điện tử trong đào tạo chuyên ngành du lịch tại một số
trường đại học trên địa bàn TPHCM 160
ThS Nguyễn Quyết Thắng, Đinh Diệu Thúy
17 Quảng bá du lịch trong thời kỳ CMCN 4.0 - vấn đề đặt ra và kiến nghị 170
TS Lê Sĩ Trí
18 Ứng dụng tiêu chuẩn “Khách sạn Xanh ASEAN” cho các khách sạn tại
Việt Nam 182
ThS Trần Ngọc Trinh
19 Một số kinh nghiệm phát triển du lịch của Nhật Bản trong thời đại CMCN 4.0
và gợi ý cho phát triển du lịch Việt Nam 194
ThS Lâm Ngọc Như Trúc, Biện Bạch Đằng
20 Cách mạng công nghiệp 4.0 với phát triển du lịch 202
TS Phùng Đức Vinh
Trang 9KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0 ISBN: 978-604-73-5980-6
ỨNG DỤNG MÔ HÌNH SARIMA DỰ BÁO LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020
APPLICATION OF SARIMA MODEL FOR FORECASTING INTERNATIONAL
TOURISM DEMAND IN VIETNAM TO 2020
Nghiêm Phúc Hiếu *
TÓM TẮT
Du lịch Việt Nam đã và đang trở thành ngành kinh tế mũi nhọn của đất nước, được xem là
“ngành công nghiệp không khói” và đóng góp khoản thu lớn vào ngân sách nhà nước Tuy nhiên, tiềm năng phát triển du lịch còn rất to lớn khi chúng ta chưa thể khai thác và tận dụng hết Khi cách mạng công nghiệp 4.0 sắp tới, việc dự báo lượng khách quốc tế đến nước ta thực sự có ý nghĩa đối với các nhà quản lý, các nhà đầu tư để có kế hoạch phát triển bền vững Bài viết này sử dụng phương pháp Box-Jenkins để xây dựng mô hình ARIMA theo mùa (hay còn gọi là SARIMA) cho dự báo lượng khách quốc tế đến Việt Nam dựa trên số liệu công bố hàng tháng của Tổng cục
Du lịch Việt Nam Kết quả cho thấy trong số các mô hình ước lượng thử nghiệm thì SARIMA (1,1,1) (1,1,3) 12 là phù hợp nhất Bài viết cũng đưa ra dự báo ngắn hạn thử nghiệm về lượng khách quốc tế đến Việt Nam những tháng trong năm 2017 với mức độ sai số chấp nhân được từ 1,7% đến 12,4% Từ đó, tác giả tiến hành dự báo lượng khách quốc tế đến Việt Nam ba năm tới
Từ khóa: dự báo, khách quốc tế, SARIMA, cách mạng công nghiệp 4.0
ABSTRACT
Vietnam tourism has become a focal industry of the country, considered “the smokeless industry” and contributed a considerable amount to the state budget However, Vietnam has been rated as a great potential destination but we have not taken advantage of such strengths When the industrial revolution 4.0 is coming, forecasting international arrivals is really useful for managers and investors, who can base on this to plan sustainable development The paper applied the Box-Jenkins method to build an appropriate seasonal ARIMA model (SARIMA) for forecasting international arrivals to Vietnam, using monthly data from Vietnam National Administration of Tourism The results show that among the estimated models SARIMA (1,1,1)
arrivals to Vietnam in several months of 2017 with acceptable errors varying from 1,7% to 12,4% Since then, we forecast international arrivals to Vietnam in three coming years
Keywords: forecast, international arrivals, SARIMA, industry 4.0
1 GIỚI THIỆU CHUNG
Hiện nay, hầu hết các quốc gia trên thế giới đều coi trọng phát triển du lịch Ở Việt Nam, du lịch được coi là xu hướng tất yếu và là đầu tàu trong quá trình hội nhập kinh tế quốc tế và cách mạng công nghiệp 4.0 hiện nay Ngành “công nghiệp không khói” mang
* Thạc sĩ, Trường Đại học Bà Rịa - Vũng Tàu
Trang 10ỨNG DỤNG MÔ HÌNH SARIMA DỰ BÁO
về một nguồn thu không nhỏ cho nền kinh tế Việt Nam, tuy nhiên, chặng đường phát triển của ngành du lịch nước ta vẫn còn đối diện nhiều thách thức cần phải vượt qua
Với những lợi thế đặc biệt về vị trí địa lý kinh tế và chính trị, Việt Nam có rất nhiều thuận lợi để phát triển du lịch Nằm ở trung tâm Đông Nam Á, lãnh thổ Việt Nam vừa gắn liền với lục địa vừa thông ra đại dương, có vị trí giao lưu quốc tế thuận lợi cả về đường biển, đường sông, đường sắt, đường bộ và hàng không Đây là tiền đề rất quan trọng trong việc mở rộng và phát triển du lịch quốc tế
Năm 2014, Hội đồng Du lịch và Lữ hành thế giới (WTTC) xếp Việt Nam ở hạng thứ
16 trong số 184 quốc gia có tiềm năng lâu dài trong phát triển du lịch Hệ thống cơ sở vật chất kỹ thuật, nhân lực ngành Du lịch ngày một phát triển cả về số lượng và chất lượng Lượng khách liên tục gia tăng, từ năm 2007 đến nay, tốc độ tăng trưởng lượng khách luôn đạt nhịp độ 2 con số; từ 5 triệu lượt khách quốc tế từ năm 2010, đến năm 2014 đạt gần 8,5 triệu lượt khách, khách nội địa từ 28 triệu lượt tăng lên 38 triệu lượt vào năm 2014 Từ năm 2010 đóng góp 3,26% GDP cả nước, đến năm 2016 đóng góp khoảng 6,6% GDP cả nước đứng thứ 40/184 nước về quy mô đóng góp trực tiếp vào GDP và xếp thứ 55/184 nước về quy mô tổng đóng góp vào GDP quốc gia Cùng với việc đầu tư về sân bay, mở thêm nhiều đường bay trong nước và quốc tế, nhiều tuyến du lịch đường sắt, đường biển, đường sông như tuyến Hà Nội - Lào Cai, Hải Phòng - Quảng Ninh, TP Hồ Chí Minh – Vũng Tàu, TP Hồ Chí Minh - Khánh Hòa, TP Hồ Chí Minh - Phú Quốc,… đã khiến cho việc đi lại được thuận lợi, đem lại sự hài lòng cho du khách
Để khai thác có hiệu quả các tiềm năng du lịch, tạo dấu ấn tốt trong lòng du khách, khắc phục những rủi ro trong kinh doanh dịch vụ du lịch, lên kế hoạch cho những chặng đường phát triển bền vững tiếp theo, mục đích của bài viết nhằm xây dựng một mô hình SARIMA phù hợp để dự báo lượng khách quốc tế đến Việt Nam thời gian tới Quá trình
dự báo lượng khách quốc tế theo tháng theo mùa hoặc theo năm thực sự là vấn đề cần thiết cho nhà quản lý kinh tế thời kỳ hội nhập toàn cầu hóa cùng cách mạng công nghiệp 4.0 sắp tới
2 TỔNG QUAN NGHIÊN CỨU
Trong những năm qua, có nhiều nghiên cứu được tiến hành để dự báo lượng khách quốc tế sử dụng các hướng tiếp cận thực nghiệp khác nhau Một trong những kỹ thuật mô hình hóa chuỗi thời gian quan trọng nhất đó là mô hình SARIMA dựa theo phương pháp chuẩn Box-Jenkins
Chaitip và cộng sự (2008) áp dụng SARIMA, ARIMA, các mô hình Holt-Winters, mạng thành kinh, VAR, GMM, ARCH-GARCH-M, ARCH-GARCH, TARCH, PARCH
và EGARCH nhằm dự báo lượng khách du lịch tới Thái Lan Mô hình SARIMA đưa ra kết quả tốt nhất Cũng tương tự như vậy, Suhartono (2011) cũng thực hiện những phương pháp mới với dữ liệu khách theo đường hàng không tới Bali Một lần nữa, mô hình
Trang 11KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0 ISBN: 978-604-73-5980-6
Ngoài ra, mô hình SARIMA cũng được sử dụng trong những lĩnh vực khác Ví dụ như Wongkoon và cộng sự (2008) áp dụng mô hình để dự báo số ca sốt xuất huyết ở miền bắc Thái Lan, Rajendran và cộng sự (2011) sử dụng mô hình SARIMA và tuyến tính tổng quát (GLM) để nghiên cứu mối tương quan giữa số ca bệnh dịch tả với thời tiết,…
Tại Việt Nam, Nguyễn Khắc Hiếu (2014) sử dụng mô hình SARIMA để dự báo lạm phát 6 tháng cuối năm 2014 Vương Quốc Duy và Huỳnh Hải Âu (2014) ứng dụng mô hình SARIMA trong dự báo ngắn hạn lạm phát từ tháng 08/2013 đến tháng 7/2014 cho thấy mô hình SARIMA (1,0,1) x (2,0,3)12 là phù hợp nhất
3 PHƯƠNG PHÁP NGHIÊN CỨU
3.1 Mô hình SAMIRA
Hai tác giả George Box và Gwilym Jenkins (1976) đã nghiên cứu mô hình tự hồi quy tích hợp trung bình trượt (Autoregressive Integrated Moving Average), viết tắt là ARIMA Hiện nay, để có những dự báo chính xác các chỉ tiêu kinh tế - xã hội, người ta đã
đi sâu tìm hiểu, nghiên cứu và đề xuất một số phương pháp dự báo dữ liệu chuỗi thời gian
có yếu tố mùa vụ Trong đó, những mô hình được phát triển tiếp từ mô hình ARIMA được xem là thích hợp hơn cả Mô hình SARIMA phù hợp với bất kỳ dữ liệu chuỗi thời gian mùa vụ nào SARIMA có thể áp dụng cho các dự báo với mọi độ dài về mùa vụ (có thể là 4 quý trong năm; 7 ngày trong tuần; 11, 12 tháng trong một năm,…) Mô hình này đang được Văn phòng Quốc gia về Nghiên cứu Kinh tế Mỹ ứng dụng trong phân tích dự báo dữ liệu chuỗi thời gian, được sử dụng để dự báo chỉ số chứng khoán S&P500 của Mỹ,
dự báo về đầu tư nước ngoài vào Mỹ,… Giải thưởng Nobel kinh tế năm 2003 trao cho hai
nhà kinh tế Mỹ là Robert F Engle, Đại học New York và Clive W J Granger, Đại học
California chủ yếu với thành tích phát triển và ứng dụng một số mô hình liên quan đến ARIMA, nhất là SARIMA để dự báo tình hình đầu tư vào Mỹ
Nhận dạng mô hình ARIMA (p, d, q) thích hợp là việc tìm các giá trị thích hợp của p,
d và q (với d là bậc sai phân của chuỗi dữ liệu thời gian được khảo sát, p là bậc tự hồi quy
và q là bậc trung bình trượt)
Phương trình tổng quát ARIMA như sau:
Nếu chuỗi dữ liệu quan sát có tính mùa thì mô hình ARIMA tổng quát lúc này là SARIMA (p, d, q) (P, D, Q)L (với P và Q lần lượt là bậc của thành phần mùa AR và MA,
D là bậc sai phân có tính mùa, L là số thời đoạn trong một vòng chu kỳ)
Trang 12ỨNG DỤNG MÔ HÌNH SARIMA DỰ BÁO
3.2 Quy trình ứng dụng mô hình SARIMA
Việc ứng dụng mô hình SARIMA trong phân tích và dự báo dữ liệu chuỗi thời gian được thực hiện theo bốn bước sau đây:
Bước 1 - Nhận dạng mô hình: Xác định các giá trị (D, d, p, P, q, Q) Trong đó, trước
hết cần xác định bậc sai phân theo mùa vụ D, sai phân thường d và thực hiện biến đổi chuỗi thành chuỗi dừng Sau đó, kiểm tra ACF, PACF tại các trễ mùa vụ và trễ thường, thực hiện kiểm định nghiệm đơn vị để xác định bậc tự hồi quy p và tự hồi quy mùa vụ P, bậc trung bình trượt q và trung bình trượt mùa vụ Q
Bước 2 - Ước lượng mô hình: Ước lượng các tham số Sử dụng phương pháp ước
lượng cực đại hợp lý để ước lượng giá trị các tham số này
Bước 3 - Kiểm định: Kiểm định tính hợp lý của mô hình SARIMA được lựa chọn, bao
gồm kiểm định các tham số và kiểm định phần dư Nếu kiểm định mô hình được lựa chọn không thỏa mãn thì quay lại từ giai đoạn nhận dạng để lựa chọn mô hình khác hợp lý hơn
Bước 4 - Dự báo: Dựa trên mô hình được lựa chọn thực hiện dự báo giá trị tương lai
của dữ liệu chuỗi mùa vụ, cũng như đưa ra khoảng tin cậy của dự báo Giá trị tương lai có thể được dự báo cho thời điểm kế tiếp hoặc mùa vụ kế tiếp
4 NỘI DUNG KẾT QUẢ NGHIÊN CỨU
4.1 Dữ liệu
Dữ liệu được sử dụng trong nghiên cứu này là số lượng khách quốc tế đến Việt Nam theo tháng của Việt Nam Dữ liệu này được thu thập từ website Tổng cục Thống kê tháng
10 năm 2009 đến tháng 10 năm 2017 Tổng cộng bao gồm 97 quan sát, 92 quan sát từ tháng 10 năm 2009 đến tháng 5 năm 2017 sử dụng vào việc thiết lập mô hình, còn lại 5 quan sát dùng để kiểm tra tính chính xác của dự báo