확률적 모형을 활용한 부산 관광수요에 관한 연구 = Study on Tourism Demand in Busan Metropolitan City Using a Stochastic Model

국문 초록 (Abstract)

최근 국민 소득향상, 관광 유형의 다변화, 인구구조 및 교통수단의 변화 등으로 관광수요가 증가하고 다양성이 확대되고 있다. 관광객은 다양한 요인으로 유입이 되며, 관광수요 예측에 따른 관광 인프라 확충, 관광 콘텐츠 개발이 요구되고 있는 실정이다. 본 연구 목적은 연안도시의 관광수요를 추정하고 입력변수의 영향력을 파악함으로써 지역 관광 특성을 평가하고자 한다. 본 연구에서의 관광수요는 관광객 수를 의미하며, 입력변수는 관광 소비성향, 관광 관심도 등으로 구성된다. 연구방법론으로 불확실성이 높은 관광 소비성향과 관광 관심도를 확률변수로 설정하고, 확률적 모형인 Monte Carlo 시뮬레이션을 수행하여 관광수요를 추정하였다. 먼저 결정적 모형을 활용하여 유의한 변수를 도출하고, 변수에 대한 적합한 분포를 정의하여 관광수요의 민감도 분석을 수행함으로써 주요한 변수와 영향력을 평가하였다. 연구결과 변수별 상이한 적합 확률분포(Beta 분포, Logistic 분포 등)를 확인하였으며, 시뮬레이션 결과 체험 유형 SNS 관심도와 쇼핑 및 숙박 소비 성향이 부산 관광수요에 높은 영향력을 보였다. 본 연구를 통해 관광수요에 대한 변수의 영향력을 추정하여 지역관광 특성을 평가하고, 정책 시뮬레이터 개발에 적용가능성을 확인하여, 정책 의사결정의 기초자료로 기여하고자 한다.

다국어 초록 (Multilingual Abstract)

Recent increases in national income, diversification of tourism types, and changes in population structure and transportation modes have led to a rise in tourism demand and an expansion of its diversity. Tourists are drawn by various factors, necessitating expansion of the tourism infrastructure and development of tourism content based on tourism demand forecasts. The aim of this study was to estimate the tourism demand for coastal cities and assess regional tourism characteristics by analyzing the influence of input variables. In this study, tourism demand refers to the number of tourists, and the input variables included such factors as tourism consumption propensity and interest in tourism. The research methodology involved treating the highly uncertain variables of tourism consumption propensity and interest as probabilistic variables. A stochastic model, Monte Carlo simulation, was conducted to estimate tourism demand. Initially, a deterministic model was used to identify significant variables, after which appropriate distributions for these variables were defined. Subsequently, a sensitivity analysis of tourism demand was performed to evaluate the key variables and their influence. The study findings revealed distinct probability distributions for each variable (e.g., beta distribution, logistic distribution). The simulation results indicated that the propensity for experience-based tourism content interest on social media sites (SNSs) and consumption propensity for shopping and accommodation had significant impacts on tourism demand in Busan. Through this research, the influence of variables on tourism demand was estimated to evaluate regional tourism characteristics. The findings suggest potential applications for developing policy simulators, thereby contributing to the foundational data for policy decision-making.