Xem mẫu
- BỘ 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
i
- ii
- CHỊU 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
iii
- iv
- LỜI 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
v
- vi
- MỤC 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
vii
- 13. 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
viii
- KỶ YÊU HỘI THẢO KHOA HỌC:
ISBN: 978-604-73-5980-6
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
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)
(1,1,3)12 is the most appropriate model. The paper has given short term forecasts on international
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
1
- ỨNG DỤNG MÔ HÌNH SARIMA DỰ BÁO
Nghiêm Phúc Hiếu
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020
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
SARIMA là mô hình tốt nhất dùng để dự báo.
2
- KỶ YÊU HỘI THẢO KHOA HỌC:
ISBN: 978-604-73-5980-6
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
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).
3
- ỨNG DỤNG MÔ HÌNH SARIMA DỰ BÁO
Nghiêm Phúc Hiếu
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020
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.
Hình 1: Lượng khách quốc tế đến Việt Nam từ tháng 10/2009 đến tháng 5/2017
4
- KỶ YÊU HỘI THẢO KHOA HỌC:
ISBN: 978-604-73-5980-6
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
4.2. Kiểm định tính dừng
Chuỗi số liệu sử dụng trong mô hình SARIMA theo phương pháp Box-Jenkins được
giả định là chuỗi dừng, vì vậy để dự báo lượng khách quốc tế bằng mô hình này cần phải
xem xét chuỗi dữ liệu nghiên cứu có dừng hay chưa. Trước tiên, dựa vào việc quan sát đồ
thị của chuỗi số liệu, sau đó tiến hành kiểm tra tính dừng này thông qua hai kiểm định phổ
biến: Augmented Dickey-Fuller (ADF) và Perron-Phillips (PP) được gọi là kiểm định
nghiệm đơn vị (unit root test).
Đồ thị hình 1 cho thấy chuỗi dữ liệu nghiên cứu chưa dừng, ta cần lấy sai phân bậc 1
chuỗi dữ liệu và tiến hành hai kiểm định sau:
Bảng 1: Kết quả kiểm định ADF và PP
Kiểm định Giá trị t Xác suất
ADF -12.08271 0.0001
PP -12.15792 0.0001
Các giá tri tới hạn ở mức ý nghĩa thống kê 1%,
5%, 10% tương ứng là: -3.505, -2.894, -2.584
Như vậy, kết quả của cả hai kiểm định ADF và PP đều cho phép ta bác bỏ giả thuyết
H0 về tính dừng của dữ liệu ở mức ý nghĩa 1%.
4.3. Nhận dạng các yếu tố mô hình
Để xác định giá trị p, q của mô hình SARIMA ta phải dựa vào biểu đồ hàm tự tương
quan ACF và tự tương quan từng phần PACF. Trong biểu đồ PACF ở hình 2, các hệ số
tương quan riêng phần khác không có ý nghĩa ở các độ trễ 1, 5 và 12 sau đó tắt dần về 0.
Còn đối với biểu đồ ACF, ta có các hệ số tương quan khác không có ý nghĩa ở các độ trễ
1 sau đó tắt dần về 0. Như vậy, biểu đồ chỉ ra rằng ta nên chọn p (1, 5, 12) và q (1) cho
thành phần không có tính mùa.
Hình 2 cũng cho thấy có những đỉnh nhọn ở các độ trễ 12, 24 và 36 trên ACF sau đó
tắt hết về 0, gợi ý rằng thành phần MA mùa cần được xem xét trong mô hình. Trên PACF
tồn tại những đỉnh nhọn ở độ trễ 12 sau đó tắt hết về 0, do đó thành phần AR mùa cũng
phải cũng cần được bao gồm. Điều đó nghĩa ta nên chọn là P = 1, Q = 3 và L = 12 cho
thành phần có tính mùa.
5
- ỨNG DỤNG MÔ HÌNH SARIMA DỰ BÁO
Nghiêm Phúc Hiếu
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020
Hình 2: Biểu đồ ACF VÀ PACF
Tóm lại, các dạng mô hình SARIMA được nhận diện bao gồm SARIMA (1,1,1)
(1,1,3)12, SARIMA (5,1,1) (1,1,3)12, SARIMA (12,1,1) (1,1,3)12.
4.4. Lựa chọn mô hình
Các mô hình đã nhận diện được so sánh tính phù hợp dựa trên các thông số kiểm định
sau hồi quy bao gồm: R2 điều chỉnh, công cụ thông tin Akaike, công cụ Schwarz để lựa
chọn mô hình phù hợp nhất. Kết quả ước lượng thử được tổng hợp như sau:
Bảng 2: Các mô hình SARIMA (p, d, q) (P, D, Q)L thử nghiệm
Mô hình R2 điều chỉnh AIC SC
SARIMA (1,1,1) (1,1,3)12 0.717 24.283 24.494
SARIMA (5,1,1) (1,1,3)12 0.718 24.319 24.537
SARIMA (12,1,1) (1,1,3)12 0.814 23.798 24.029
6
- KỶ YÊU HỘI THẢO KHOA HỌC:
ISBN: 978-604-73-5980-6
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
Từ bảng 2 ta thấy mô hình SARIMA (12,1,1) (1,1,3)12 là mô hình thỏa mãn nhiều nhất
các tiêu chuẩn sử dụng, do đó đây là mô hình được vận dụng vào việc dự báo ngoài mẫu.
4.5. Ước lượng mô hình
Bảng 3: Kết quả ước lượng của mô hình SARIMA (12,1,1) (1,1,3)12
Biến Hệ số Sai số chuẩn Thống kê t Xác suất
C -81221.500 105270 -0.771 0.443
AR (12) -0.372 0.124 -3.006 0.004
SAR (12) 1.052 0.059 17.762 0.000
MA (1) -0.480 0.124 -3.878 0.000
SMA (12) -0.336 0.055 -6.110 0.000
SMA (24) -0.308 0.000 -232529.8 0.000
SMA (36) 0.905 0.058 15.662 0.000
Kết quả hồi quy bảng 3 cho thấy có 6 hệ số có ý nghĩa ở mức 1%. Cũng trong bảng 3,
SAR, thể hiện điều kiện chạy mô hình mang tính thời vụ, được thêm vào mô hình khi
AFC ở khoảng thời gian mùa vụ (12 tháng) là dương và SMA, thể hiện điều kiện chạy mô
hình mang tính thời vụ, được thêm vào nếu như ACF ở khoảng thời gian mùa vụ (12
tháng) là âm.
Mô hình sau đó được kiểm tra mức độ phù hợp với chuỗi dữ liệu nghiên cứu bằng
cách phân tích phần dư.
4.6. Kiểm định phần dư
Hình 3: Biểu đồ ACF VÀ PACF phần dư
7
- ỨNG DỤNG MÔ HÌNH SARIMA DỰ BÁO
Nghiêm Phúc Hiếu
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020
Hình 3 biểu đồ ACF của phần dư không có thanh nào vượt quá hai đường biên cho
thấy sai số là một nhiễu trắng. Ngoài ra, kết quả kiểm định Breusch-Godfrey ở mức ý
nghĩa 1% cũng cho thấy không tồn tại hiện tượng tự tương quan bậc 2.
Bảng 4: Kết quả kiểm định Breusch-Godfrey
Kiểm định Giá trị t Xác suất
Breusch-Godfrey 2.168 0.373
Kết quả kiểm tra mô hình SARIMA (12,1,1) (1,1,3)12 là thích hợp và có thể sử dụng
để dự báo.
4.7. Dự báo
Bảng 5: Kết quả dự báo
Lượng khách Lượng khách Chênh
Thời gian
thực tế dự báo lệch
6/2017 949,362 889,549 -6.30%
7/2017 1,036,880 1,005,056 -3.07%
8/2017 1,229,163 1,076,734 -12.40%
9/2017 975,952 1,037,479 6.30%
10/2017 1,024,899 1,007,445 -1.7%
Bảng 5 thể hiện các giá trị dự báo trong 5 tháng từ tháng 6/2017 tới tháng 10/2017 và
so sánh với các giá trị thực tế. Kết quả cho thấy chênh lệch giữa giá trị dự báo và thực tế
lượng khách quốc tế đến Việt Nam trong giai đoạn này khá thấp chỉ trừ trường họp tháng
8/2017 kỷ lục do ngành du lịch và các công ty lữ hành đã có nhiều biện pháp tổ chức hiệu
quả các hoạt động văn hóa, du lịch nhằm thu hút khách quốc tế. Bên cạnh đó, chính sách
gia hạn miễn thị thực cho công dân các nước: Vương quốc Anh, Cộng hòa Pháp, Cộng
hoà liên bang Đức, Vương quốc Tây Ban Nha và Cộng hòa Italia góp phần thu hút số
lượng lớn khách đến từ các nước Tây Âu. Từ đó, ta dự báo lượng khách quốc tế đến Việt
Nam trong 3 năm sắp tới như bảng 6.
Bảng 6: Dự báo khách quốc tế tới 2020
Thời gian Dự báo lượng khách
Năm 2018 15,314,765
Năm 2019 19,151,568
Năm 2020 24,080,227
Dự báo cho rằng lượng khách quốc tế có tốc độ tăng nhanh trong những năm tiếp theo
và tới năm 2020 sẽ vượt mốc 20 triệu lượt khách. Điều này là một tín hiệu rất tốt cho
ngành du lịch Việt Nam và cũng là thách thức khiến chúng ta cần phải chuẩn bị nhiều
nguồn lực để đón tiếp khách quốc tế một cách chu đáo nhất.
8
- KỶ YÊU HỘI THẢO KHOA HỌC:
ISBN: 978-604-73-5980-6
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
5. KẾT LUẬN
Bài nghiên cứu sử dụng phương pháp Box-Jenkins (1976) để lập mô hình và dự báo
tỷ lệ lạm phát Việt Nam. Mô hình Lượng khách quốc tế đến Việt Nam theo tháng là một
mô hình chuỗi thời gian tuân theo quá trình tự hồi quy tích hợp có trung bình trượt với độ
trễ thời gian là 12 hay SARIMA (1,1,1) (1,1,3)12. Dựa vào mô hình này chúng ta có thể
đưa ra dự báo lượng khách quốc tế đến Việt Nam tới năm 2020. So sánh kết quả với dự
báo trong 5 tháng năm 2017 thì mức độ sai số chấp nhận được so với thực tế từ 1,7% đến
12,4%. Mô hình SARIMA có thể dùng để dự báo, song có thể chưa phải là tối ưu, bởi vì
sự phụ thuộc trong mô hình được giả định là tuyến tính. Ta có thể dùng thêm những
phương pháp khác để nâng cao chất lượng dự báo.
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 sản phẩm dịch vụ, chuẩn bị tốt nguồn nhân lực du lịch đáp ứng yêu cầu về chất
lượng, ngoại ngữ tốt, cơ cấu ngành nghề và tính chuyên nghiệp, tăng cường khai thác các
công nghệ thông tin hiện đại, khai thác hiệu quả internet phục vụ công tác truyền thông
quảng bá du lịch Việt Nam tại các thị trường trọng điểm, tăng cường hội nhập hợp tác
quốc tế về du lịch.
TÀI LIỆU THAM KHẢO
[1] Box, G. E. P. and G. M. Jenkins (1976). Time Series Analysis: Forecasting and Control, Revised
Edition, Holden Day, San Francisco.
[2] Chaitip, C. Chaiboonsri and R. Mukhjang (2008), Time Series Models for Forecasting International
Visitor Arrivals to Thailand, International Conference on Applied Economics, pp.159-163.
[3] Nguyễn Khắc Hiếu (2014), „Mô hình ARIMA và dự báo lạm phát 6 tháng cuối năm 2014‟, Tạp chí
Kinh tế và Dự báo, số 16, tr.16-18.
[4] K. Rajendran, A. Sumi, M. K. Bhattachariya, B. Manna, D. Sur, N. Kobayashi and T. Ramamurthy
(2011), Influence of relative humidity in Vibrio Cholerae infection: A time series model, Indian J
Med Res 133, pp.138-145.
[5] Suhartono (2011), „Time series forecasting by using seasonal autoregressive integrated moving
average‟, Journal of Mathematics and Statistics 7(1), pp.20-27.
[6] S. Wongkoon, M. Pollar, M. Jaroensutasinee and K. Jaroensutasinee (2008), „Predicting DHF
Incidence in Northern Thailand using Time Series Analysis Technique‟, International Journal of
Biological and Life Sciences 4(3).
[7] Vương Quốc Duy, Huỳnh Hải Âu (2014), „Dự báo lạm phát Việt Nam giai đoạn 8/2013-7/2014‟,
Tạp chí Khoa học Đại học Cần Thơ, số 30, tr.34-41.
9
- TÁC ĐỘNG CỦA CHẤT LƢỢNG DỊCH VỤ ĐẾN LÒNG TRUNG THÀNH
Đinh Phi Hổ, Phan Thanh Long,
CỦA KHÁCH HÀNG SỬ DỤNG DỊCH VỤ KHÁCH SẠN 4-5 SAO
Nguyễn Viết Bằng
TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH
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 THÀNH PHỐ HỒ CHÍ MINH
THE EFFECTS OF SERVICE QUALITY ON CUSTOMER LOYALTY
TO 4-5 STAR HOTELS IN HO CHI MINH CITY
Đinh Phi Hổ*
Phan Thanh Long**
Nguyễn Viết Bằng***
TÓM TẮT
Nghiên cứu đánh giá tác động của chất lượng dịch vụ đến lòng trung thành của khách hàng
đối với chất lượng dịch vụ 4, 5 sao trên địa bàn TP HCM. Trên cơ sở dữ liệu 322 khách hàng thu
thập trực tiếp và ứng dụng mô hình cấu trúc tuyến tính, kết quả nghiên cứu cho thấy: (i) lòng
trung thành của khách hàng chịu tác động bởi 04 thành phần của chất lượng dịch vụ (độ tin cậy,
tính đáp ứng, tiện ích của website và phương tiện hữu hình) và sự hài lòng của khách hàng; (ii)
sự hài lòng của khách hàng chịu tác động bởi 05 thành phần của chất lượng dịch vụ (độ tin cậy,
tính đáp ứng, tiện ích của website, phương tiện hữu hình và sự đồng cảm).
Từ khóa: chất lượng dịch vụ, lòng trung thành, khách sạn 4, 5 sao, Thành phố Hồ Chí Minh,
mô hình SEM.
ABSTRACT
This research tries to estimate the effect of service quality on customers’ loyalty to 4- and 5-
star hotels in Ho Chi Minh city. Employing data collected directly from 322 sampled customers
and Structural Equation Modeling (SEM), the result showed that: (i) customer loyalty is affected
by four dimensions of service quality (reliability, responsiveness, website utility, and tangibles)
and customer satisfaction; (ii) customer satisfaction is affected by five dimensions of service
quality (reliability, responsiveness, website utility, tangibles, and sympathy).
Keywords: service quality, loyalty, 4- and 5-star hotels, Ho Chi Minh city, SEM.
1. GIỚI THIỆU
Kinh tế Việt Nam kể từ sau khi đổi mới đã có nhiều thay đổi trong cơ cấu, đáng chú ý
là sự chuyển dịch từ nông nghiệp sang công nghiệp và dịch vụ, tỷ trọng ngành dịch vụ đã
có sự gia tăng đáng kể, trong đó ngành dịch vụ du lịch chiếm một trọng số không nhỏ và
ngày càng lớn dần lên theo sự hội nhập của đất nước. Sau khi gia nhập WTO, Nhà nước
*
Phó giáo sư, Tiến sĩ, Trường Đại học Kinh tế TP Hồ Chí Minh
**
Nghiên cứu sinh, Rex Hotel Sài Gòn
***
Tiến sĩ, Trường Đại học Tài chính - Marketing
10
- KỶ YÊU HỘI THẢO KHOA HỌC:
ISBN: 978-604-73-5980-6
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
đã xác định du lịch là ngành kinh tế mũi nhọn cần phải được đầu tư tương xứng. Thực tế
cho thấy Việt Nam với lợi thế về tiềm năng du lịch (nhiều cảnh quan thiên nhiên đẹp, bờ
biển dài trải dọc đất nước, có nhiều khu du lịch quốc gia được chú trọng bảo tồn và phát
triển,…) và là nước có nền kinh tế chính trị được cộng đồng thế giới đánh giá là ổn định.
Việt nam trở thành tâm điểm thu hút nhiều khách du lịch trong và ngoài nước là điều hoàn
toàn dự đoán được.
Những năm gần đây du khách quốc tế tăng trưởng nhanh và du khách Việt Nam có xu
hướng quay trở lại du lịch trong nước nhiều hơn, dân số Việt Nam hiện khoảng 90 triệu
người cùng với mức sống được cải thiện thì đây là nguồn khách dồi dào cho ngành du
lịch. Thành phố Hồ Chí Minh luôn giữ vị trí quan trọng thu hút du khách (58% lượng
khách quốc tế, 34% lượng khách nội địa của cả nước). Tổng lượng khách quốc tế đến
Thành phố trong năm 2016 là 5,2 triệu lượt khách; Khách nội địa đến Thành phố đạt 21,8
triệu lượt khách (Sở Du lịch TP HCM, 2017). Tuy nhiên thị trường du lịch khách quốc tế
cũng như nội địa trong ngắn và trung hạn vẫn chưa có xu hướng rõ ràng, cơ cấu khách của
các khách sạn và khách của các khu nghỉ dưỡng vẫn liên tục thay đổi. Khách du lịch Việt
Nam cũng như khách quốc tế cũng có phần thay đổi so với những năm trước, họ đòi hỏi
cao hơn, quan tâm nhiều đến giá trị và dịch vụ, họ cũng nắm bắt được thông tin nhiều hơn
trong xu thế hội nhập ngày nay, đặt biệt là trong bối cảnh cuộc cách mạng công nghiệp lần
thứ 4. Vậy các nhà quản lý khách sạn phải làm gì để giải quyết vấn đề này? Có nhiều
phương án để trả lời câu hỏi trên, tuy nhiên hiện tại đa phần các quản lý khách sạn chưa
thật sự tìm hiểu một cách đầy đủ du khách cần và muốn gì khi tiếp tục đến với khách sạn
của mình? Do đó, trong bối cảnh mới không chỉ làm hài lòng khách mà phải tạo được sự
trung thành của du khách đối với khách sạn của mình. Thách thức của các nhà quản lý là
cần tìm ra các nhân tố ảnh hưởng đến sự trung thành của các du khách. Bài viết tập trung
vào: (i) Cơ sở lý thuyết về lòng trung thành khách hàng; (ii) Mô hình định lượng lòng
trung thành và (iii) Hàm ý chính sách.
2. CƠ SỞ LÝ THUYẾT
Theo Oliver (1993); Chaudhuri và Holbrook (2001), lòng trung thành của khách hàng
nói lên xu hướng của khách hàng mua và sử dụng sản phẩm/dịch vụ của thương hiệu nào
đó trong một tập các thương hiệu cạnh tranh có mặt trên thị trường và lặp lại hành vi này;
biểu hiện thái độ hoặc hành vi gắn bó với nhà cung cấp dịch vụ của khách hàng.
Kabiraj và Shanmugan (2011), nhận diện lòng trung thành của khách hàng được tiếp
cận dưới hai góc độ: (i) Dựa vào hành vi của khách hàng: cách tiếp cận này xem xét lòng
trung thành thông qua hành động mua lặp lại, sử dụng thường xuyên một sản phẩm/dịch
vụ của khách hàng. Theo cách tiếp cận này thì lòng trung thành như một lời cam kết của
khách hàng mua hoặc sử dụng thương hiệu một sản phẩm/dịch vụ trong tương lai, mặc dù
ảnh hưởng bởi những tình huống và tác động của thị trường có thể làm thay đổi hành vi
bất thường của khách hàng. (ii) Dựa vào thái độ của khách hàng: cách tiếp cận này muốn
nhấn mạnh đến ý định của khách hàng trong việc tiêu dùng sản phẩm/dịch vụ.
11
- TÁC ĐỘNG CỦA CHẤT LƢỢNG DỊCH VỤ ĐẾN LÒNG TRUNG THÀNH
Đinh Phi Hổ, Phan Thanh Long,
CỦA KHÁCH HÀNG SỬ DỤNG DỊCH VỤ KHÁCH SẠN 4-5 SAO
Nguyễn Viết Bằng
TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH
Rossiter và Percy (1987) nhấn mạnh hơn, lòng trung thành của khách hàng được thể
hiện qua thái độ thiện cảm của họ đối với sản phẩm/dịch vụ và sẽ sử dụng sản phẩm/dịch
vụ đó qua thời gian.
Theo Gronroos (1984); Parasuraman và cộng sự (1985), chất lượng dịch vụ được xem
như một quá trình đánh giá của khách hàng khi so sánh chất lượng dịch vụ mong đợi với
chất lượng do kinh nghiệm có được, như là khoảng cách giữa sự mong đợi của khách
hàng và nhận thức của họ khi sử dụng qua dịch vụ.
Gronroos (1984) cho rằng chất lượng dịch vụ được đo lường bởi 03 thành phần: chất
lượng kỹ thuật, chất lượng chức năng và chất lượng hình ảnh. Trong khi Parasuraman và
cộng sự (1985, 1988) thì cho rằng chất lượng dịch vụ được đo lường bởi 05 thành phần
thông qua thang đo SERVQUAL: độ tin cậy (reliability), tính đáp ứng (responsiveness),
tính đảm bảo (assurance), phương tiện hữu hình (tangibles) và sự đồng cảm (empathy).
Trong bối cảnh tác động của cách mạng công nghiệp 4.0, Eleanor và cộng sự (2002)
cho rằng tiện ích website (được đánh giá thông qua chất lượng thông tin trên website,
chức năng phù hợp, tính tương tác với khách hàng, độ tin cậy của website, bảo mật thông
tin cho khách hàng và thời gian phản hồi) cũng là bộ phận của chất lượng dịch vụ.
Dabholkar và cộng sự (2000) cho rằng chất lượng dịch vụ chịu tác động trực tiếp bởi
04 yếu tố: độ tin cậy, sự quan tâm cá nhân, sự tiện lợi, các đặc tính của sản phẩm/dịch vụ;
chất lượng dịch vụ sẽ có tác động đến sự hài lòng của khách hàng và từ đây là yếu tố tác
động đến sự trung thành của khách hàng đối với sản phẩm dịch vụ được cung cấp.
Theo Oliver (1990), Cronin và Taylor (1992), Tribe và Snaith (1998), Baker và
Crompton (2000), chất lượng dịch vụ là yếu tố tác động trực tiếp đến sự hài lòng của
khách hàng. Khi chất lượng dịch vụ được đánh giá là tốt thì khách hàng sẽ hài lòng (Kim
và cộng sự, 2005; Ho và cộng sự, 2006; Nadiri và cộng sự, 2008; Chen và Yeung, 2008;
Phạm và Kullada, 2009). Bên cạnh đó, kết quả nghiên cứu của Cronin và Taylor (1992),
Zeithaml và cộng sự (1996), Baker và Crompton (2000), Xiangyu và Jarinto (2012), Mai
Ngoc Khuong và cộng sự (2015), Tefera và Govender (2016) đã chỉ ra rằng: khi khách
hàng hài lòng với dịch vụ khách sạn mà họ đang sử dụng sẽ làm cho họ trung thành với
các nhà cung cấp dịch vụ này.
Chất lượng dịch vụ được nhiều nhà nghiên cứu xem như yếu tố quyết định đến lòng
trung thành của khách hàng (Monal và Girish, 2012). Kết quả nghiên cứu của Rousan và
cộng sự (2010), Xiangyu và Jarinto (2012), Galib (2013), Kofi và cộng sự (2013), Mai
Ngoc Khuong và cộng sự (2015), Tefera và Govender (2016) cho thấy: chất lượng dịch
vụ là yếu tố có tác động đến lòng trung thành của khách hàng khi họ sử dụng các dịch vụ
của khách sạn.
3. MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT
Dựa trên các nghiên cứu trước và thực tiễn ở TP HCM, nhóm tác giả nhận diện các
yếu tố chất lượng dịch vụ tác động đến lòng trung thành khách hàng như sau:
12
nguon tai.lieu . vn
