외래관광객유치 정책평가모델 - 정책평가지표를통한외래관광객유치정책효과분석
Table of Contents 01. 02. 03. 04. 05. Subject Idea Data Modeling Conclusion 관광산업현황 모델링아이디어 데이터시각화 분석프로세스 결론 분석대상정책 지표식산출아이디어 데이터통합 / 설명 독립변수선택 연구의의및제언 주제 변수조정 종속변수선택 가중치설정 분석결과
01. Subject 02. Idea 03. Data 1. Subject - 관광산업현황 - 분석대상정책 - 주제 04. Modeling 05. Conclusion
1-1. 관광산업현황 시의적절한관광정책의필요성대두 - 현시행중인관광정책의평가를통해관리및개선에도움을주고자함 해외여행입국자수 해외여행객 2 천만명시대 관광산업 GDP 기여도 5% 대의낮은 GDP 기여도 160 140 120 100 80 20 15 10 5 15 13 11 9 9.8 9.6 7.9 ( 단위 : %) 12.4 60 40 20 0 2010 2011 2012 2013 2014 2015 0-5 -10 7 5 3 1 5.1 인원 ( 십만명 ) 성장률 (%) 세계유럽일본한국동남아시아 4
1-2. 분석대상정책 정책선정기준 기준 1. 대표성있는관광진흥정책이무엇인가? 기준 2. 창조경제측면에서가치있는가? 관광주간, 코리아그랜드세일 코리아그랜드세일 : 관광교류활성화, 내수진작 구분관광주간코리아그랜드세일 시행기간 (2015 기준 ) 목적 주최기관 15.05.01 ~ 15.05.14 15.10.19 ~ 15.11.01 - 관광활성화 - 내수시장확대 - 여름집중휴가기간분산 - 문화체육관광부 - 한국관광공사 15.08.14 ~ 15.10.31 15.12.01 ~ 16.02.22 - 쇼핑목적지로서한국이미지제고 - 비수기외국인관광객방한촉진 - 내수활성화 - ( 재 ) 한국방문위원회 - 문화체육관광부 5
1-3. 주제 (Who?) 외국여행객 (What?) KGS 외래관광객대상정책평가를위해코리아그랜드세일의효과분석!! 6
01. Subject 02. Idea 03. Data 2. Idea - 모델링아이디어 - 지표식산출아이디어 04. Modeling 05. Conclusion
2-1. 모델링아이디어 관광성과중정책요인으로인한순수성과를측정하기위해정책외요인고려정책요인으로인한관광성과 = 전체관광성과 정책외요인으로인한관광성과 [ 관광성과 ] 정책요인 관광성과중정책으로인한효과발생요인 Ex) 코리아그랜드세일 정책외요인 관광성과중정책외요인으로인한효과발생요인 Ex) 환율, K-Drama 열풍, 메르스 8
2-2. 지표식산출아이디어 정책지표대상변수와 (y) 와성과요인변수 (x) 설정하여회귀분석다른성과요인변수를모두배제한순수정책변수의유의성여부확인 부문 출입국실적 관광수지 산업성장 [ 정책지표대상변수 (y)] [ 성과요인변수 (x)] 관련변수 외래관광객입국자수 (y3), 메르스조정외래관광객입국자수 (y4), 외래방문객증가율 (y5) 메르스조정외래방문객증가율 (y6) 관광수입 (y7) 국제회의시설수 (y13) 부문 경제변수 더미변수 외부변수 관련변수 환율 (x2) 년도 (year1,year2), 월 (month1-month11), 한류지수 (x3), 메르스여부 (x4) 환률변동으로인한관광성과변동배제 시계열구조로인한관광성과변동배제 특화관광실적 국제회의개최건수 (y14) 관광고용 전체종사자수대비관광종사자수비율 (y9), 관광종사자수증가율 (y10) 한국드라마인기로인한관광성과변동배제 메르스파동으로인한관광성과변동배제 관광객인식 방문만족도 (v28) 9
01. Subject 02. Idea 03. Data 3. Data - 데이터시각화 - 데이터통합 / 설명 - 변수조정 04. Modeling 05. Conclusion
3-1. 데이터시각화 ; 코리아그랜드세일내쇼핑관련가맹점이용현황확인 19 18 S2013 : Season 2013, 2013.01.11~2013.02.28 (49 일 ) S2014 : Season 2014, 2014.01.03~2014.02.16 (45 일 ) S2015 : Season 2015, 2014.12.01~2015.02.28 (84 일 ) 심야 저녁 오전 시간별이용액 (%) 오후 U X P H J etc. 나라별이용액 (%) C 17 16 15 14 13 12 11 10 월화수목금토일 S2013 S2014 S2015 기타 숙박 요식 가맹점별이용액 (%) 쇼핑 쇼핑몰 기성복 쇼핑가맹점이용액 (%) 백화점 할인점 / 슈퍼 면세점 마켓 11
3-1. 데이터시각화 ; 코리아그랜드세일내쇼핑관련가맹점이용현황확인 시간의흐름에따라시청부근의이용액비율은줄고잠실과명동, 동대문시장, 청담 / 압구정, 가로수길등의이용액비율은증가하고있음을 Tree Map을통하여확인할수있다. * 타일크기 : 가맹점위치별이용액비율 [ 권역별관광수입 (2013)] [ 권역별관광수입 (2014)] [ 권역별관광수입 (2015)] 12
3-2. 데이터통합 모델링을위한데이터셋으로외래관광실태조사, 관광사업체기초통계조사, 8 개외부변수선택날짜를키로 Data mash up [ 외래관광실태조사 ] [ 관광사업체기초통계조사 ] [ 외부변수 ] 2013-2015 데이터 : 36,936 개변수 : 6 개 2013-2015 데이터 : 36,936 개변수 : 5 개 2013-2015 데이터 : 36,936 개변수 : 9 개 13
3-3. 데이터설명 구분변수변수설명출처 내부데이터 외부데이터 v0 v1_0 v1_1 v28 새로운일련번호 연도구분 조사기간월구분 한국여행에대한전반적만족도 v41 일일평균지출금액 ( 전체 ) y9 y10 y13 y3 y5 y14 전체종사자수대비관광종사자수비중 관광종사자수증가율 국제회의시설수 외래관광객입국자수 외래방문객증가율 국제회의개최건수 x2 환율 ( 월별 ) 외래관광객실태조사 관광사업체기초통계조사 국가통계포털 통계청 x3 바이두에서한국드라마검색건수 ( 월별 ) 바이두 y7 총인원지출경비파생변수 y8 1 인평균지출경비파생변수 [Dataset 1] - 외래관광객실태조사, 관광사업체기초통계조사데이터외 5 건의외부데이터, 2 건의파생변수사용 - 시사용 변수 MCT_CODE MCT_CODE_NAME MCT_GROUP MCT_ID GU DONG COUNTRY DAY YEAR TIME 변수설명 업종코드 업종명 업종그룹 가맹점 ID 가맹점소재 ' 구 ' 가맹점소개 ' 동 ' 이용국가코드 이용일 이용연도 시간대구분 [Dataset 2] - 신한카드데이터사용 - 시사용 TMAT 이용액 ( 단위없음 ) 14
3-4. 변수조정 2015 년메르스사태로인한외래관광객입국자수감소순수정책평가에앞서메르스로인한입국자수변동분을시계열개입분석을통해조정 0-100000 -200000-300000 -400000-500000 [ 메르스개입분석 -outlier effect] [ 입국자수조정 ] ( 단위 : 월 ) 1800000 1600000 1400000 1200000 1000000 800000 600000 ( 단위 : 월 ) -600000-700000 15 400000 200000 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 ( 원 ) 외래방문객 ( 조정 ) 외래방문객
01. Subject 02. Idea 03. Data 04. Modeling 4. Modeling - 분석프로세스 - 독립변수선택 - 종속변수선택 - 가중치설정 - 분석결과 05. Conclusion
4-1. 분석프로세스 가변수회귀, 요인분석등의통계적기법을활용하여지표선택 독립변수선택 종속변수선택 가중치설정 분석결과 상관분석 VIF 확인 가변수회귀분석 요인분석가변수회귀분석 17
4-2. 독립변수선택 ( 상관분석, VIF 확인 ); 독립변수간의상관성여부파악, 분산팽창인수확인을통한독립변수선택 상관분석결과 GDP(x1) 와다른독립변수들간높은상관관계 ( 유의확률 <.0001) 다중공선성의문제가의심, GDP(x1) 를제외한분석실시 [ 피어슨 & 켄달 - 타우상관분석 ] [VIF 확인 ] 한류지수 GDP 환율메르스유무 변수 VIF 한류지수 1-0.10006 0.06314-0.121 GDP 1-0.70908-0.558 환율 1 0.550 메르스유무 1 바이두 2.3 환율 4.27 메르스발병유무 5.52 그랜드세일유무 4.01 GDP 와환율, 메르스유무가상관관계가높아분석단계에서 GDP 변수제외 GDP(x1) 를제외한독립변수들의 VIF 값이 10 보다작아 GDP(x1) 를제외하고분석실시 18
4-3. 종속변수선택 ( 가변수회귀분석 ); 코리아그랜드세일시행유무 (grand) 의유의성을기준으로관광정책지표대상변수선택 3 모형 : 관광정책지표대상변수 = β 0 + σ i=1 6 β i x i+1 + β 4 grand + σ i=5 β i year i 4 + σ 17 i=7 β i month i 6 + ε [ 가변수회귀분석 ] 변수명 β 4 Pr > t y3 외래관광객입국자수 31462 <.0001 y4 외래관광객입국자수 _ 메르스보정 14151 <.0001 y5 외래방문객증가율 22.30396 <.0001 y6 외래방문객증가율 _ 메르스보정 3.97541 <.0001 y7 관광수입 ( 총인원지출경비 ) 43694 <.0001 전체회귀식이유의 ( 유의확률 <.0001) 하고코리아그랜드세일유무 (grand) 가유의한정책지표대상변수들만선택 y14 국제회의개최건수 0.00047513 <.0001 y9 전체종사자수대비관광종사자수비중 -0.0007112 0.0033 v28 방문만족도 0.06706 <.0001 19 전체종사자수대비관광종사자수비중 (y9) 의경우다른값들에비해유의확률이높고, 추정값이 0 에가까운음수값을나타내므로정책지표선정탈락
4-4. 가중치설정 ( 가변수회귀분석 ); 선택된정책지표대상변수들간의가중치설정 관광정책지표대상변수들의단위가상이하여변수를표준화하고베타값은총합이 1 이되도록조정메르스개입분석전 / 후 DATA 활용 [ 가변수회귀분석 _ 메르스보정전 ] 변수명 β i β i σ β i 외래관광객입국자수 (z3) 31462 0.4185 전월대비외래방문객증가율 (z5) 22.30396 0.0003 관광수입 ( 총인원지출경비 )(z7) 43694 0.5812 국제회의개최건수 (z14) 0.00047513 6.32E-09 방문만족도 (z28) 0.06706 8.92E-07 [ 가변수회귀분석 _ 메르스보정후 ] 변수명 β i β i σ β i ( 보정 ) 외래관광객입국자수 (z4) 14151 0.2446 ( 보정 ) 전월대비외래방문객증가율 (z6) 3.97541 0.0001 관광수입 ( 총인원지출경비 )(z7) 43694 0.7553 국제회의개최건수 (z14) 0.00047513 8.21E-09 방문만족도 (z28) 0.06706 1.16E-06 합계 75178.3715 1 Score = 0.4185 z3 + 0.0003 z5 + 0.5812 z7 +6.32E 9 z14 + 8.92E 7 z28 정책점수산출 합계 57849.0429 1 Score = 0.2446 z4 + 0.0001 z6 + 0.7553 z7 +8.21E 9 z14 + 1.16E 6 z28
4-4. 가중치설정 ( 요인분석 ); 선택된정책지표대상변수들간의가중치설정 모든변수와정책지표변수들은정 (+) 의관계를가져야하므로요인 1 의요인적재값을가중치로설정메르스개입분석전 / 후 DATA 활용 [ 요인분석 _ 메르스보정전 ] [ 요인분석 _ 메르스보정후 ] 구분 성분 요인 1 요인 2 요인 3 구분 성분 요인 1 요인 2 요인 3 외래관광객입국자수 (z3) 0.965(0.4509) 0.038 -.033 전월대비외래방문객증가율 (z5) 0.187(0.0874) 0.685 -.219 관광수입 ( 총인원지출경비 )(z7) 0.922(0.4308) 0.204.056 국제회의개최건수 (z14) 0.046(0.0215) 0.797.259 방문만족도 (z28) 0.02(0.0093) 0.028.948 ( 보정 ) 외래관광객입국자수 (z4) 0.845(0.3283).223.020 ( 보정 ) 전월대비외래방문객증가율 (z6) 0.148(0.0575).952.016 관광수입 ( 총인원지출경비 )(z7) 0.794(0.3085).139 -.100 국제회의개최건수 (z14) 0.737(0.2863) -.245.144 방문만족도 (z28) 0.005(0.0194).013.989 정책점수산출 Score = 0.4509 z3 + 0.0874 z5 + 0.922 z7 + 0.0215 z14 + 0.0093 z28 21 Score = 0.3283 z4 + 0.0575 z6 +0.3085 z7 + 0.2863 z14 + 0.0194 z28
4-5. 분석결과 2015 년코리아그랜드세일의정책이효과적이었음 ( 정책점수 : +) 2013, 2014 년점수는 0 보다작으나, 해마다개선되는경향을보임 [ 정책점수 ( 회귀분석 vs 요인분석 )] 년월 FAC_before FAC_after REG_before REG_after 2013 2014 2015 1-1.4690-1.5377 2-1.1711-1.3106 평균 -1.3201-1.4242 1-1.3680-1.4921 2-1.1909-1.3888 12-0.2120-0.2080 평균 -0.9237-1.0296 1-0.6783-0.2383-0.6522-0.6401 2-0.0777 0.2405-0.1656-0.2056 8 0.0535 0.5686-0.3723-0.1384 9 0.6595 1.0724 0.6897 0.9306 10 1.4038 1.5275 1.5137 1.6635 평균 0.2722 0.6341 0.2026 0.3220 22 요인분석, 회귀분석의정책점수를비교해본결과같은패턴을보임좀더강건한 (robust) 지표선정을위해 SA(Simple Average) 방법을사용하여새로운정책점수식을제안 β 3 +β 3 2 score = z3 + β 5+β 5 z5 + β 7+β 7 z7 + β 14+β 14 z14 + β 28+β 28 2 2 2 2 * FAC_before : 메르스효과조정전데이터를활용한요인분석 * FAC_after : 메르스효과조정후데이터를활용한요인분석 * REG_before : 메르스효과조정전데이터를활용한회귀분석 * REG_after : 메르스효과조정후데이터를활용한회귀분석 z28 score = 0.4348 z3+0.0438 z5+0.5061 z7+0.0108 z14+0.0046 z28
01. Subject 02. Idea 03. Data 5. Conclusion - 결론 - 연구의의및제언 04. Modeling 05. Conclusion
5-1. 결론 2000000 1800000 1600000 1400000 1200000 1000000 800000 600000 400000 200000 0 2015 년 MERS 사태로인한관광정책효과를홍콩의 SARS 경우와비교해보았을때홍콩에비해회복되는속도 ( 기울기 ) 가빠르고정상상태로돌아오는데홍콩대비 1 개월여시간이덜걸린것으로나타남 [ 관광객수 ( 홍콩 SARS vs 한국 MERS)] 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 홍콩관광객수 한국관광객수 [ 정책점수 (SA 방법 )] 2013 년 2014 년 2015 년 메르스보정전 -1.3721-0.9766 0.2374 메르스보정후 0.4794 최종정책점수모델을통해정책점수가해마다상승하는것을알수있음곧, 2015년코리아그랜드세일의정책은이전시행년도에비해성공적이었다는결론을내림 성공적인정책으로평가되는홍콩 SARS 대처정책 (IVS) 과비교해본결과메르스에대처한코리아그랜드세일정책이이에뒤지지않는준수한정책임을가시적으로알수있음 24 *IVS : 중국인이홍콩과마카오를개인자격으로방문할수있는비자정책
5-2. 연구의의및제언 [ 연구의의 ] [ 제언 ] 1확장가능성 -타정책평가시본모델개념적용해변수가감하여활용가능 1데이터수집단위세밀화 -본연구에서는월별로수집된데이터활용및분석 -주간데이터라면정확도향상가능 2비교용이성 -연간, 월간별로비교하기쉬움 2홍보활성화 -인스타그램에서의 Korea grand sale 해시태그수 500건미만 -정책홍보책확대필요 25
Q&A Thank you