محددات الطلب الأوروبي على السياحة في مصر

نوع المستند : المقالة الأصلية

المؤلف

مدرس الاقتصاد بكلية التجارة- جامعة أسوان

المستخلص

تم في هذه الدراسة تقدير المعلمات الحرجة لمحددات الطلب الأوروبي على السياحة في مصر باستخدام بيانات السلاسل الزمنية المقطعية المدمجة السنوية للفترة (2016-1991) وبتطبيق نموذج الآثار الثابتة بمنهجية الانحدار غير المرتبط ظاهرياً. وقد أثبتت النتائج التطبيقية أنه في الأجل الطويل توجد علاقة معنوية موجبة بين الطلب السياحي الأوروبي وكل من نصيب الفرد من الدخل الحقيقي لدول المنشأ، وأسعار الدولة المنافسة وهي تونس، وتأثير الزيارات المتكررة. وعلاقة معنوية سالبة مع الأسعار النسبية بين مصر والدول الأوروبية، وعدد السكان، وتأثير أحداث ثورة 20 يناير 2011، وتأثير حادث سقوط الطائرة الروسية في عام 2015. في حين جاء تأثير درجة الانفتاح التجاري بين مصر وأوروبا غير معنوي.في حين لم تثبت معنوية تأثير حادث الأقصر الإرهابي في عام 1997 في الأجل الطويل، وإن كانت المعلمة تحمل إشارتها السالبة المتوقعة.
ومن جانب آخر في الاجل القصير توجد علاقة معنوية موجبة بين الطلب السياحي الأوروبي وفرص حدوث الزيارات المتكررة. ووجود علاقة معنوية سالبة مع الأسعار النسبية بين مصر والدول الأوروبية، ووجود علاقة معنوية سالبة لتأثير حادث الأقصر الإرهابي في عام 1997. كما توضح نتائج تقدير النموذج أنه على الرغم من أن معلمات بقية المتغيرات، وهي درجة الانفتاح التجاري، وعدد السكان وتأثير ثورة 25 يناير 2011، وتأثير حادث سقوط الطائرة الروسية في عام 2015 حملت إشارتها المتوقعة وفقاً لما تقضي به النظرية الاقتصادية إلا أنها جاءت غير معنوية.
كما توصلت الدراسة إلى أنه في حالة اختلال الطلب السياحي الأوروبي بمقدار 1% عن التوازن فإن 63% من هذا الاختلال سوف يتم تصحيحه أو استعادته خلال السنة الأولي.
وأوصت الدراسة صانعو السياسة الاقتصادية في مصر بالحرص على نيل رضا السائح الأوروبي لزيادة فرص تكرار زيارته وتكثيف التسويق السياحي في الدول الأوروبية ذات المتوسط المرتفع لنصيب الفرد من الدخل. هذا فضلاً عن الأخذ في الاعتبار متغير السعر للرحلات السياحية وأسعار الدول المنافسة لمصر سياحياً لما لهما من تأثير واضح على تدفقات السياحة الأوروبية. هذا ويجب الحرص على ضمان الاستقرار السياسي والتعزيز المستمر لإجراءات التأمين ضد الحوادث الإرهابية.

نقاط رئيسية

مقدمـــة:

يعد القطاع السياحي أحد أهم القطاعات التي تدفع النمو الاقتصادي والتنمية في كل من الدول المتقدمة والناميةBritton, 1982;Jayawardena& Ramajeesingh, 2003; Boxill, 2004). إلا أنه لا يمكن للسياحة أن تشكل صناعة بمفردها، فهي مزيج من الصناعات المتشابكة بما في ذلك مقومات الجذب السياحي والإقامة والنقل ومراكز الترفيه وخدمات الرحلات ووكالات السفر وما إلى ذلك والتي توفر السلع والخدمات للسياح والعملاء الآخرين (Ardahaey, 2011). في عام 2019، سافر 1.5 مليار سائح حول العالم بنسبة زيادة 4% عن عام 2018 (World Tourism Organization (UNWTO), 2020)، حيث ساهمت صناعة السياحة والسفر في الاقتصاد العالمي بمبلغ 8.9 تريليون دولار أمريكي (وهو ما يعادل 10.3٪ من الناتج المحلي الإجمالي العالمي)؛ وبينما نما الاقتصاد العالمي بحوالي 2.5%، نمت صناعة السفر والسياحة بحوالي 3.5% كما كانت ثالث أسرع الصناعات نموًا بعد قطاعي الاتصالات والمعلومات، والخدمات المالية (World Travel & Tourism Council, 2020).

الكلمات الرئيسية


يعد القطاع السياحي أحد أهم القطاعات التي تدفع النمو الاقتصادي والتنمية في كل من الدول المتقدمة والناميةBritton, 1982;Jayawardena& Ramajeesingh, 2003; Boxill, 2004). إلا أنه لا يمكن للسياحة أن تشكل صناعة بمفردها، فهي مزيج من الصناعات المتشابكة بما في ذلك مقومات الجذب السياحي والإقامة والنقل ومراكز الترفيه وخدمات الرحلات ووكالات السفر وما إلى ذلك والتي توفر السلع والخدمات للسياح والعملاء الآخرين (Ardahaey, 2011). في عام 2019، سافر 1.5 مليار سائح حول العالم بنسبة زيادة 4% عن عام 2018 (World Tourism Organization (UNWTO), 2020)، حيث ساهمت صناعة السياحة والسفر في الاقتصاد العالمي بمبلغ 8.9 تريليون دولار أمريكي (وهو ما يعادل 10.3٪ من الناتج المحلي الإجمالي العالمي)؛ وبينما نما الاقتصاد العالمي بحوالي 2.5%، نمت صناعة السفر والسياحة بحوالي 3.5% كما كانت ثالث أسرع الصناعات نموًا بعد قطاعي الاتصالات والمعلومات، والخدمات المالية (World Travel & Tourism Council, 2020).

كما يخلق النمو السريع في قطاع السياحة فرص عمل وتوظيف جديدة. وفي هذا السياق، في عام 2019 تم خلق 330 مليون وظيفة على مستوي العالم (وهو ما يعادل 10.4٪ من إجمالي التوظف العالمي)، بواقع وظيفة واحدة من كل 10 وظائف في العالم وواحدة من كل 4 وظائف جديدة خلال السنوات الخمس الماضية بواسطة قطاع السياحة (World Travel & Tourism Council, 2020). ومن المتوقع أن يصل عدد الوافدين الدوليين إلى 1.8 مليار سائح بحلول عام 2030 (World Economic Forum, 2019).

تدعم السياحة الدولية الاقتصاد وتؤثر عليه (Balaguer & Cantavella-Jordá, 2002; Lee & Chang, 2008; Pan & Dossou, 2019) من خلال العديد من القنوات المختلفة مثل خلق فرص العمل وزيادة الدخل الشخصي (Sebastian & Rajagopalan, 2009)، الدخل الضريبي، الطلب على السلع والخدمات (Marcouiller et al., 2004) ، تدفق العملات الأجنبية ، تشجيع الاستثمار العام والخاص (Schubert et al., 2011) ، تدفقات رأس المال، المساهمة في ميزان المدفوعات والتجارة (Thano, 2015).

تعرف منظمة السياحة العالمية التابعة للأمم المتحدة السياحة بأنها ظاهرة اجتماعية وثقافية واقتصادية تستلزم انتقال الأشخاص إلى بلدان أو أماكن خارج بيئتهم المعتادة لأغراض شخصية أو تجارية أو مهنية. ويطلق على هؤلاء الأشخاص اسم زوار (قد يكونون إما سياحًا أو متنزهين؛ مقيمين أو غير مقيمين) وتتعلق السياحة بأنشطتهم حيث ينطوي بعضها على إنفاق سياحي ((World Tourism Organization (UNWTO), 2010.

كما تعرف السياحة بأنها مزيج من الأنشطة والخدمات والصناعات التي يستخدمها المسافر مثل النقل والإقامة ومؤسسات الطعام والشراب، والمحلات التجارية والترفيه، وتسهيلات الأنشطة المختلفة، وغيرها من خدمات الضيافة المتاحة للأفراد أو المجموعات التي تسافر بعيدًا عن محل إقامتها (Goeldner and Ritchie, 2009).

وحصرت غالبية التعاريف الدافع الرئيسي للسفر والسياحة في الترفيه وقضاء وقت الفراغ، ذلك في الوقت الذي يضيف فيه البعض أهدافاً أخرى كالأعمال والأنشطة المتخصصة والصحة والدين وأغراض أخرى، بحيث ألا تشمل الأغراض الأخرى ممارسة وظيفة أو الحصول على عوائد مادية من مكان الزيارة (بخاري، 2012).

وفي المؤتمر الأول للسياحة والسفر الذي عقد في روما في عام 1963 تم تعريف السائح بأنه " الزائر المؤقت لمدة 24 ساعة على الأقل لغرض الترفيه أو العمل أو للأقارب أو لمهمة أو اجتماع" (United Nations Economic and Social Council, 1963) .كما يعرف السائح بأنه شخص متفرغ مؤقتاً يختار زيارة مكان بعيد عن موطنه بغرض تجربة التغيير (Smith, 1989).

وفي مصر، يعرف السائحون بأنهم الأشخاص القادمون بطريق مشروع لزيارة جمهورية مصر العربية مدة لا تقل عن ٢٤ ساعة ولا تزيد عن تسعين يوما لأغراض الترفيه أو العلاج أو الدراسة أو الرياضة، ولقاءات العمل، وزيارة الأسرة، وركاب الرحلات السريعة بالبحر. ولا يعتبر ضمن السائحين من هم قادمون للعمل، العابرون بدون توقف حتى لو كانت المدة تستغرق أكثر من ٢٤ ساعة، وطريقة وصولهم بالبر والبحر والجو. وقد حددت المنافذ الشرعية للبلاد بالقرار رقم ١٨٥ لسنة ١٩٦٤ (الجهاز المركزي للتعبئة العامة والاحصاء، 2019).

وكان التأثير المباشر وغير المباشر للسفر والسياحة في مصر في عام 2019 يمثل 9.3 % من الناتج المحلي الإجمالي و2.49 مليون وظيفة بما يعادل 9.7 % من إجمالي العمالة في مصر. كما حقق قطاع السفر والسياحة 14.5 مليار دولار من عائدات التصدير، وهو ما يمثل 26.2 % من إجمالي الصادرات في عام 2019، مما جعل السياحة أول مساهم في مصر من عائدات النقد الأجنبي (WTTC, 2020). تؤثر صناعة السياحة بشكل إيجابي على الاقتصاد المصري إلى جانب زيادة إيرادات النقد الأجنبي وفرص العمل.

وارتفع عدد السياح الوافدين إلى مصر من 2.6 مليون في عام 1990 إلى 13.026 مليون في عام 2019 (World Bank, World Bank Development Indicator). وشكل عدد السائحين الأوروبيين في عام 2019 حوالي 64.3% من إجمالي السياحة الوافدة إلى مصر (الجهاز المركزي للتعبئة العامة والإحصاء، 2020).

لذا، يهدف هذا البحث إلى تقدير محددات الطلب الأوروبي على السياحة في مصر خلال الفترة 1991-2016 نظراً لتوفر البيانات المطلوبة وفقاً للنموذج المقترح. الأمر الذي يمكن أن يساهم في تصميم خطة سياحية تتسم بالكفاءة والفاعلية في تحقيق زيادة مطردة في السياحة الأوروبية الوافدة إلى مصر.

سوف يشمل هذا البحث بالإضافة إلى المقدمة، التطور العالمي للسياحة الدولية وتطور السياحة الأوروبية في مصر. كما سيتم تناول نموذج التقدير فضلاً عن المتغيرات الاقتصادية التي يتضمنها النموذج والبيانات وكيفية الحصول عليها ثم نتائج تقدير النموذج وأخيراً الخاتمة

 

أولاً: التطور العالمي للسياحة الدولية وتطور السياحة الأوروبية في مصر

لا تزال الأسواق المستقبلة للسياحة الدولية تتركز إلى حد كبير في البلدان الصناعية في أوروبا، والأمريكتين، وآسيا والمحيط الهادئ. ومع ذلك، أظهر العديد من الاقتصادات الناشئة نموًا سريعًا خلال السنوات الأخيرة، لا سيما في أسواق معينة في شمال شرق وجنوب شرق آسيا، ووسط وشرق أوروبا، والشرق الأوسط، وجنوب أفريقيا، وأمريكا الجنوبية. وكما هو مبين في الجدول رقم (1)، تعد أوروبا أكبر سوق سياحي في العالم، ففي عام 2019 شكل الوافدون الأوروبيون 51٪ من الوافدين الدوليين في جميع أنحاء العالم، تليها آسيا والمحيط الهادئ 25% والأمريكتان 15%. ومنذ التسعينات، لا زالت منطقتي أوروبا، وآسيا والباسيفيك تشكلان ثلاثة أرباع عدد السائحين في العالم (WTTC, 2020).

جدول رقم (1) عدد السائحين الدوليين طبقاً لمجموعات الدول وأوزانهم النسبية في أعوام 1991 و2016 و2019

إلى

 (مليون سائح)

الوزن النسبي (%)

1990

2016

2019

1990

2016

2019

أوروبا

251.2

596.1

744.0

57.75

48.27

50.96

آسيا والباسيفيك

58.7

316.5

361.7

13.49

25.63

24.77

الأمريكتان

99.3

209.9

219.2

22.83

17.00

15.01

الشرق الأوسط

8.2

34.8

65.1

1.89

2.82

4.46

أفريقيا

9.8

39.2

70.0

2.25

3.17

4.79

غير محدد

7.4

38.8

-

1.70

3.14

-

العالم

435

1235

1460

100.00

100.00

100.00

Source: World Tourism Organization (UNWTO)(2019),International Tourism Highlights. Madrid, Spain.

وكما هو مبين في الجدول رقم (2)، وصل عدد السياح الأوروبيين الوافدين إلى مصر في عام 2019 إلى 8.381 مليون سائح وبنسبة 64.3% من إجمالي السياحة الوافدة إلى مصر وهي ازدادت بشكل كبير عن عام 1991 حيث كانت السياحة الأوروبية تمثل 34.8% من السياحة الوافدة إلى مصر. ويمثل العرب السوق التالي لمصر، حيث بلغ في عام 2019 حوالي 3.168 مليون سائح بنسبة 24.3 % من السياح الوافدين إلى مصر.

جدول رقم ( 2) توزيع السائحين طبقاً لمجموعات الدول وأوزانهم النسبية في مصر في أعوام 1991 و2016 و2019

المنطقة

عدد السائحين (ألف سائح)

الوزن النسبي (%)

1991

2016

2019

1991

2016

2019

عرب

1082

1962

3168

48.9

36.3

24.3

أوروبيون

770

2586

8381

34.8

47.9

64.3

أمريكيون

120

279

548

5.4

5.2

4.2

أخرى

242

572

929

10.9

10.6

7.1

إجمالي

2214

5399

13026

100

100

100

المصدر: الجهاز المركزي للتعبئة العامة والإحصاء، الكتاب الاحصائي السنوي، أعداد متفرقة، مصر.

ونظراً لعدم توفر بيانات عن تصنيف السائحين الأوروبيين القادمين إلى مصر خلال الفترة 2017 -2019 فسوف يتم تحليل السياحة الأوروبية حسب الدولة خلال الفترة 1991-2016 وهي الفترة التي تم تبنيها في الدراسة الحالية للتعرف على محددات الطلب الأوروبي على السياحة في مصر. وكما هو موضح في جدول رقم (3) تحتل ألمانيا المرتبة الأولى من حيث عدد السائحين الأوروبيين بنسبة تصل إلى ربع السائحين الأوروبيين الوافدين إلى مصر. وهنا تجب الإشارة أيضاً إلى توقف السياحة الروسية منذ عام 2015 بسبب حادث الطائرة الروسية، والتي كانت تحتل نسبة كبيرة من السياحة الأوروبية. كما تشير البيانات الواردة بالجدول إلى أن الدول الأربعة الرئيسية المملكة المتحدة وفرنسا وألمانيا وإيطاليا كانت تحتل 84.42% من إجمالي السياحة الأوروبية في عام 1991 إلا أنها انخفضت إلى 43.19% في عام 2016. ويرجع ذلك إلى زيادة السياحة الوافدة من الدول الأوروبية الأخرى التي ارتفعت من 15.58% إلى 56.81% خلال نفس الفترة. وقد يرجع ذلك أيضاً إلى دخول أسواق أوروبية جديدة بتدفقات متصاعدة إلى مصر مثل أوكرانيا وصربيا.

 

 

 

جدول رقم (3) توزيع السائحين الأوروبيين وأوزانهم النسبية في مصر في عامي 1991 و2016

 

عدد السائحين (ألف سائح)

الوزن النسبي %

 

1991

2016

1991

2016

المملكة المتحدة

206.5

231

26.82

8.93

فرنسا

126.5

101

16.43

3.91

ألمانيا

213

654

27.66

25.29

إيطاليا

104

131

13.51

5.07

مجموعة الدراسة

650

1117

84.42

43.19

أوروبية أخرى

120

1469

15.58

56.81

إجمالي

770

2586

100.00

100.00

الجهاز المركزي للتعبئة العامة والاحصاء، الكتاب الاحصائي السنوي، أعداد متفرقة.

يوضح جدول رقم (4) أن أوروبا استحوذت على 38.92% من الإيرادات السياحية العالمية في عام 2019، وتلتها كل من أسيا والباسيفيك، والأمريكتين بنسبة 29.93% و23.08% على الترتيب.

جدول رقم (4) إيرادات السياحة الدولية طبقاً لمجموعات الدول وأوزانهم النسبية في عام 2019

 

مليار دولار

الوزن النسبي (%)

أوروبا

576.4

38.92

آسيا والباسيفيك

443.2

29.93

الأمريكتان

341.8

23.08

الشرق الأوسط

81.5

5.50

أفريقيا

38.4

2.59

العالم

1481

100.00

Source: World Tourism Organization (UNWTO)(2020),International Tourism Highlights, Madrid, Spain.

 

يوضح جدول رقم (5) أكبر عشر دول على مستوى العالم مستقبلة للسياحة الدولية في عام 2019، بالإضافة إلى مصر من حيث عدد السائحين والايرادات السياحية، ومن الملاحظ أنه على الرغم من أن فرنسا تستحوذ على أكبر عدد سائحين على مستوي العالم إلا أن الولايات المتحدة تستحوذ على النصيب الأكبر عالمياً من حيث الإيرادات السياحية، وبمقدار يزيد عن الضعف عن إسبانيا التي تحتل المركز الثاني. ويرجع ذلك إلى اختلاف أنواع السياحة من حيث سياحة الترفيه والمؤتمرات وغيرها وما يدره كل نوع من إيرادات سياحية تختلف عن الأنواع الأخرى. ولعل ذلك يفسر أيضاً أنه على الرغم من وجود المكسيك وتركيا ضمن الدول العشرة الأكثر استقبالاً للسائحين في عام 2019 إلا أنها لا توجد ضمن الدول العشرة الأكثر تحصيلاً للإيرادات السياحية، ودخول كل من اليابان وأستراليا بدلا منها. ولعل هذا ما يجب أخذه في الاعتبار بالنسبة لمصر، وهو ضرورة الاهتمام بأنواع السياحة الأكثر جلباً للنقد الأجنبي مثل سياحة المؤتمرات والترفيه وغيرها. هذا ومن الملاحظ أيضاً أن مصر تستقطب أقل من ثلث عدد السائحين الذي تستقطبه الدولة العاشرة عالمياً وهي المملكة المتحدة، وأقل من نصف الإيرادات السياحية للدولة العاشرة عالمياً وهي الصين وهو نصيب ضئيل جداً على ما تمتلكه مصر من مقومات جذب سياحي. لذا يجب أن تبذل مصر جهوداً أكبر لاستقطاب عدد أكبر من السائحين وكذلك التركيز على أنواع السياحة التي تدر إيرادات سياحية أكبر كسياحة المؤتمرات، والسياحة العلاجية، والترفيهية، وغيرها.

جدول رقم (5) أكبر 10 دول مستقبلة للسياحة الدولية على مستوى العالم ومصر من حيث عدد السائحين والايرادات السياحية في عام 2019

عدد السائحين

الإيرادات السياحية

الدولة

مليون سائح

الترتيب

الدولة

مليار دولار

الترتيب

فرنسا

89.00

1

الولايات المتحدة الأمريكية

214.134

1

إسبانيا

83.509

2

إسبانيا

79.708

2

الولايات المتحدة الأمريكية

79.256

3

فرنسا

63.801

3

الصين

65.700

4

تايلاند

60.521

4

إيطاليا

64.513

5

المملكة المتحدة

52.721

5

تركيا

51.192

6

إيطاليا

49.596

6

المكسيك

45.024

7

اليابان

46.054

7

تايلاند

39.797

8

استراليا

45.709

8

ألمانيا

39.563

9

ألمانيا

41.638

9

المملكة المتحدة

39.418

10

الصين

35.832

10

مصر

13.026

 

مصر

13.030

 

Source: World Tourism Organization (UNWTO)(2019),International Tourism Highlights.  Madrid, Spain.

وبناء على ما سبق، ونظراً للأهمية النسبية الكبيرة التي تحتلها السياحة الأوروبية الوافدة إلى مصر، سوف يتم في هذه الدراسة التعرف على محددات الطلب الأوروبي على السياحة في مصر.

 

ثانياً: نموذج الدراسة

يعتمد النموذج الذي تم تبنيه في هذه الدراسة على النظرية الاقتصادية الكلاسيكية التي تفترض أن عوامل الدخل والسعر من المحتمل أن تلعب دورًا مهمًا في تحديد الطلب على السياحة الدولية. ووجدت العديد من الدراسات التطبيقية أن سلوك السائحين قد يتأثر أيضًا بعوامل غير اقتصادية، مثل عدم الاستقرار السياسي والإرهاب والكوارث الطبيعية (Richter, 2003), Wang, 2008).

2/1 اختيار المتغيرات

قد يتحدد الطلب على السياحة الدولية واختيار الوجهات السياحية بعدة متغيرات، مثل الاختلافات في الدخل والأسعار والعلاقات التجارية، فضلاً عن الأحداث غير المتوقعة، مثل الهجمات الإرهابية الكبرى أو التغيرات السياسية أو التغيرات المناخية، وأحداث خاصة أخرى (Eilat and Einav, 2004). وقد تناولت عدة دراسات محددات الطلب السياحي الدولي، وفي الدراسة الحالية تم اختيار المتغير التابع والمتغيرات المستقلة واسترشاداً بالدراسات السابقة على النحو التالي.

2/2 المتغير التابع

غالبًا ما يتم قياس الطلب على السياحة الدولية إما من حيث عدد السياح الوافدين أوالإنفاق السياحي أو عدد الليالي السياحية في بلد المقصد (Ouerfelli, 2008). ويعتمد اختيار المتغير التابع على البيانات المتاحة في الدولة. في هذه الدراسة، لم تسمح البيانات المتاحة باختيار الإيرادات السياحية أو عدد الليالي السياحية لما تتطلبه الدراسة من تصنيف كل منها حسب السياحة الوافدة من الدول محل الدراسة. وبالتالي تم الاعتماد على عدد السائحين كمتغير تابع، حيث تم استخدام عدد السائحين القادمين إلى مصر من البلدان الأوروبية الأربعة التي لديها بيانات متاحة لتمثيل الطلب الدولي على السياحة لمصر وهي المملكة المتحدة، وفرنسا، وألمانيا، وإيطاليا. كما تم اختيار الفترة الزمنية 1991 و2016 لتوفر البيانات المطلوبة في هذه الفترة.

واعتمدت عدة دراسات على استخدام عدد السائحين كمتغير تابع ممثلاً للطلب على السياحة (Ouerfelli, 2008, Deluna and Jeon, 2014), Tanjung et al, 2017 ؛ Naude and Saayman, 2005، 2005؛ Dritsakis, 2004 ؛ Song et al., 2003 ؛ Song and Witt, 2003؛ Tan et al., 2002؛ Kulendran and Witt, 2001؛ Lim and McAleer, 2005؛ Morley, 1998؛ Gonzalez and Moral, 1995، Witt and Witt, 1995). وتم الحصول على البيانات الخاصة بالوافدين الأوروبيين من البلدان الأصلية للفترة 1990-2016 من عدة مصادر، هي إحصاءات السياحة لدول منظمة التعاون الاقتصادي والتنميةOECD Tourism Statistics (Database)، وإحصاءات السياحة من التقارير السنوية للبنك المركزي المصري (البنك المركزي المصري، التقرير السنوي، أعداد متفرقة)، وإحصاءات السياحة التي نشرتها وزارة السياحة في مصر (وزارة السياحة، النشرة السياحية، أعداد متفرقة).

2/3/3 المتغيرات المستقلة

بناء على ما تم عرضه من الدراسات السابقة، فإن المتغيرات المستقلة التي سوف يتم اختبارها هي الدخل، والأسعار النسبية معدلة بسعر الصرف، ودرجة الانفتاح التجاري، والسكان، والمستوي العام للأسعار في أحد الأسواق المنافسة وهي تونس، وتم اختيار السوق التونسي لأن خصائصه تشبه إلى حد كبير السوق السياحي المصري، من حيث عوامل الجذب السياحي كالمناخ والثقافة، وحتى الوقت الذي يستغرقه السائح الأوروبي في الوصول للسوق، لذلك غالباً ما يدرج منظمي الرحلات الأوروبية مصر أو تونس كبديلين في برامجهم السياحية، لذا يعد السوق التونسي أهم الأسواق السياحية المنافسة للسوق السياحي المصري. هذا فضلاً عن متغير صوري يعبر عن تأثير حادث الأقصر الإرهابي في 17 نوفمبر عام 1997، ومتغير صوري ليعبر عن حالة عدم الاستقرار السياسي لثورة 25 يناير 2011، ومتغير صوري آخر ليعبر عن تأثير سقوط الطائرة الروسية في سيناء على السياحة في مصر في 13 أكتوبر 2015. وبالتالي فإن المتغيرات المستقلة المختارة ستكون كما يلي:

 

 

أ- الدخل

مقياس الدخل المحدد في هذه الدراسة هو الناتج المحلي الإجمالي الحقيقي لبلد المنشأ من حيث نصيب الفرد وتم الحصول عليه من مؤشر البنك الدولي الصادر عن البنك الدولي (http://data.worldbank.org/indicator/). نتوقع أنه مع زيادة متوسط نصيب الفرد من الدخل في دول المنشأ، سيزداد عدد السياح الوافدين إلى مصر. لذلك نتوقع إشارة موجبة للمعامل المقدر لهذا المتغير.

ب - السعر

في هذه الدراسة، سيتم التعبير عن سعر المنتج السياحى بالاعتماد على الرقم القياسي لأسعار المستهلكين في مصر، حيث تم استخدام مؤشرات الرقم القياسي لأسعار المستهلكين كمؤشر لتكلفة المعيشة في الوجهة السياحية (مصر) بالنسبة لتكلفة المعيشة في بلد المنشأ (الدول الأوروبية) معدلة بسعر الصرف (Abdul Rahim, K. 2009, Morley, 1998; Carey, 1991; Martin and Witt, 1987).. تفترض نظرية الطلب أن الطلب على السياحة الدولية دالة عكسية للأسعار النسبية، أي يزاد الطلب الأوروبي على السياحة في مصر كلما انخفضت تكلفة المعيشة في مصر بالنسبة إلى تكلفة المعيشة في الدول الأوروبية والعكس صحيح. لذلك نتوقع علامة سالبة لهذا المتغير.

يُعطى متغير السعر النسبي TCPi من خلال النسبة بين الرقم القياسي لأسعار المستهلك (CPI) في مصر إلى الرقم القياسي لأسعار المستهلكين في الدول الأوروبية محل الدراسة.

TCPIi,t= (CPIEgypt,t / CPIi,t)* NEREgypt    (1)

حيث CPIEgypt,t الرقم القياسي لأسعار المستهلكين في مصر في العام t. أما CPIi,t الرقم القياسي لأسعار المستهلكين في الدولة الأوروبية i في العام t.    NEREgyptمعدل الصرف الاسمي في مصر مقابل الدولار.

ج - الانفتاح التجاري

غالبًا ما تمثل التجارة الدولية دافعاً لتدفقات السياحة الدولية. فمع تزايد رحلات العمل بين دولتين، يزداد الطلب السياحي الدولى بينهما (Turner et al., 1998; Turner and Witt, 2001 ; Song and Witt, 2003). وبما أن الدول الأوروبية تربطها علاقات تجارية كبيرة مع مصر، من المتوقع أن يزداد عدد الوافدين الأوروبيين بغرض الأعمال والسياحة أيضاً. لذا، تم في هذه الدراسة تضمين درجة الانفتاح التجاري حيث شكل الوافدين لأغراض تجارية حوالي 12% من إجمالي الإيرادات السياحية في مصر في عام 2018 ((WTTC, 2020. لهذا السبب، يُفترض أن يؤثر حجم التجارة على الطلب على السفر إلى مصر، وبالتالي تم تضمينه في النموذج للمساعدة في تفسير الطلب السياحي الأوروبي على مصر. تم قياس درجة الانفتاح التجاري على أنه القيمة الإجمالية للصادرات والواردات من السلع والخدمات بين مصر والدول الأوروبية مقسومة على الناتج المحلي الإجمالي لمصر:

TOi,t = (EXi,t + IMi,t ) / GDPt      (2)

حيث EXi,t حجم الصادرات بين مصر والدولة الأوروبية i في السنةt . و IMi,t حجم الواردات بين مصر والدولة i في السنة t ، و GDPt   الناتج المحلي الإجمالي في مصر في السنة t. تم جمع قيم الصادرات والواردات بين مصر والدول الأوروبية من قاعدة بيانات المرصد الاقتصادي المركب (The Observatory of Economic Complexity (OEC), https://oec.world/en/profile/country/egy).

د - الزيارات المتكررة Repeated Visits

غالباً لا يرغب الافراد المخاطرة، حيث أنهم كارهون للمخاطرة. وعلى الرغم من أن هذا المصطلح غالبا يستخدم عند تحليل سلوك المستثمرين إلا أنه يمكن الرجوع اليه عند وصف إحجام السائحين عن المخاطرة ايضاً. فإذا هم استمتعوا بالإقامة في بلد سياحي معين فأنه من المحتمل بشكل كبير العودة الى نفس المكان في وقت لاحق. فالسفر الي بلد مختلف غير معتادين عليه ينطوي على مستوي معين من المخاطرة (Song et al., 2009). وأبعد من ذلك فإنهم يخبرون أصدقائهم وعائلاتهم عن الأوقات الجميلة التي قضوها في تلك المنطقة السياحية، وعند ذلك تنتشر هذه المعلومات أكثر فأكثر. إن فرص حدوث الزيارات المتكررة عادة يتم التعبير عنها بالقيمة المبطأة للمتغير التابع وهو عدد السائحين القادمين من دولة المنشأ.

هـ - المتغيرات الصورية Dummy Variables

تستخدم للتعبير عن أحداث عرضية، حيث تأخذ القيمة واحد صحيح عند تحقق الحدث والقيمة صفر عند عدم تحققه (Salleh et al., 2007)، وقد تكون هذه الاحداث في انتشار وباء أو حدث إرهابي أو حدوث ثورة (Vencovsk, 2014). وسوف يتم في هذه الدراسة التعبير عن تأثير حادث الأقصر الإرهابي في 17 نوفمبر عام 1997 بمتغير صورى Dummy1 . كما سيتم إضافة متغير صوري Dummy2 للتعبير عن حالة عدم الاستقرار السياسي الذي شهدته مصر إبان ثورة 25 يناير2011. هذا فضلاً عن إضافة متغير صوري آخر Dummy3 للتعبير عن تأثير حادث سقوط الطائرة الروسية في سيناء في 13 أكتوبر 2015.

 

 

و - عوامل خاصة

قد يؤثر عدد من العوامل أو الأحداث الخاصة على الطلب على السياحة الدولية مثل نفقات الإعلان والتسويق في بلد المنشأ، والتعليم السياحي، والأمن في الدولة المستقبلة للسياحة والتأثيرات السياسية، والمتغيرات الأخرى التي تعتمد على معرفة أنواع المستهلكين ودوافعهم. غالبية البيانات المتعلقة بهذه المتغيرات عادة إما غير متوفرة أو يصعب قياسها. إلا أنه تم دمج متغيرين في النموذج، أحدها هو السكان، وتكلفة المعيشة في أحد الدول السياحية المنافسة مثل تونس.

وبناء على ما سبق، سوف نقوم في هذه الدراسة بتقدير الطلب الأوروبي على السياحة في مصر باستخدام الصيغة التقليدية لدالة الطلب الدولي السياحي والتي تربط الطلب على السياحة الدولية بالقدرة الشرائية لدول المنشأ السياحي الأوروبية محل الدراسة (متوسط نصيب الفرد الأجنبي من الدخل الحقيقي معبراً عنه بمتوسط نصيب الفرد من الناتج المحلي الإجمالي لدول الطلب السياحي) والأسعار النسبية بين مصر وهذه الدول معدلة بمعدل الصرف الحقيقي في مصر. وسوف يتم إضافة عدد من المتغيرات الاقتصادية الأخرى والتي تم استخدامها في عدد من الدراسات التطبيقية وهي ودرجة الانفتاح التجاري في دول الطلب السياحى، وعدد السكان، هذا فضلاً عن المستوى العام للأسعار في أحد الأسواق المنافسة لمصر سياحياً وهي تونس.

وبالتالي، يمكن صياغة دالة الطلب المقدرة على السياحة في مصر على النحو التالي:

TAi,t = ƒ( TAi,t(-1) , RGDPPi,t, TCPIi,t, TOi,t, POPi,t , CPITUNISt, DUMMY1t, DUMMY2t, DUMMY3t)  (3)      

حيث TAi,t عدد السياح الوافدين إلى مصر من الدولة i خلال العام t  ؛ TAi,t(-1) القيمة المبطأة لعدد السائحين الوافدين إلى مصر من الدولة i خلال السنة t ليعبر عن تأثير الزيارات المتكررة ؛    RGDPPi,t متوسط نصيب الفرد من الناتج المحلي الإجمالي الحقيقي في كل بلد من بلدان المنشأ ؛ TCPIi,t,التكلفة النسبية لمعيشة السائحين بين مصر والدولة i في السنة t ؛ TOi,t هو درجة الانفتاح التجاري بين مصر وكل بلد من بلدان المنشأ السياحي i في السنة t معبراً عنه بإجمالي الصادرات والواردات بين مصر وهذه الدولة إلى إجمالي الناتج المحلى في مصر ؛ CPITUNISt الرقم القياسي لأسعار المستهلكين في تونس لتمثيل تكلفة المعيشة في بلد مقصد سياحي تنافسي. DUMMY1t متغير صوري يعبر عن تأثير حادث الأقصر الإرهابي في عام 1997؛ DUMMY2t متغير صوري يعبر عن أثر ثورة 25 يناير 2011؛ DUMMY3t متغير صوري يعبر عن حادث سقوط الطائرة الروسية في سيناء في عام 2015.

  وتفترض الدراسة أن المتغيرات التفسيرية لها علاقة خطية مع الطلب الأوروبي على السياحة في مصر، وللتوصل لهدف الدراسة سوف يتم استخدام بيانات السلاسل الزمنية المقطعية المدمجة المتوازنة. ولاستخدام هذا النوع من البيانات عدة مزايا، أولها أن استخدام بيانات السلاسل الزمنية المقطعية المدمجة يتجنب المشكلات التي تتعلق بالموسمية، وثانياً يتيح استخدام مجموعة بيانات السلاسل الزمنية المقطعية المدمجة عدد أكبر من درجات الحرية ويقلل مشكلة الارتباط المتعدد وبالتالي تحسين دقة المعلمات المقدرة (Garin-Munoz and Martin Montero, 2007) .

هناك العديد من الأشكال الدالية التي يمكن استخدامها لتحديد الطلب على السياحة الدولية. في هذه الدراسة، تتخذ دالة الطلب الأوروبي على السياحة في مصر الصيغة التالية:

log TAi,t = β0 + β1 log TAi,t(-1)  + β2 log RGDPPi,t + β3 log TCPIi,t + β4 log TOi,t + β5 log POPi,t + β6 Log CPITUNISt + β7 DUMMY1t + β8 DUMMY2tβ9 DUMMY3t + ξi,t. (4)

وسوف نقوم بتقدير نموذج الاثار الثابتة لتفسير الطلب الأوروبي على السياحة في مصر باستخدام بيانات لأربعة دول أوروبية والتي حازت في عام 2016 على 53.3% من إجمالي السياحة الأوروبية على مصر ، و50% من الطلب السياحى الدولي الإجمالي على مصر. والدول الأربعة هي المملكة المتحدة، وفرنسا، وألمانيا، وإيطاليا. وتم اختيار هذه الدول الأوروبية لقيود خاصة بالبيانات المطلوبة، وتغطي مجموعة البيانات الفترة الزمنية 1991-2016.

ثالثاً: النتائج التطبيقية

3/1 اختبارات جذر الوحدة لبيانات السلاسل الزمنية المقطعية المدمجة

 ركزت التطورات الحديثة في تحليل السلاسل الزمنية المقطعية المدمجة بشدة على مدى طويل من الزمن على خصائص جذر الوحدة والتكامل المشترك للمتغيرات عبر عدد كبير من البيانات المقطعية للدول. وفي هذه الدراسة تم تبني اختبارات السكون أو جذر الوحدة للسلاسل الزمنية المقطعية المدمجة لكل من Levin, Lin, and Chu (2002) and Maddala and Wu (1999) ، ويتمثل الفرض الصفري لهذه الاختبارات في السلاسل الزمنية المقطعية المدمجة بأنها تعاني من جذر الوحدة (غير ساكنة).

وكما هو موضح في جدول رقم (6)، فإن الفرض الصفري لا يمكن رفضه عند المستوى لكل المتغيرات في جميع الاختبارات. إلا أنه يتم رفض الفرض الصفري لجميع المتغيرات عند الفروق الأولى، وبهذا يمكن القول بأن كل المتغيرات متكاملة من الرتبة الأولى I(1).

جدول رقم (6) اختبارات جذر الوحدة لسلاسل البيانات المقطعية المدمجة

PP - Fisher Chi-square

ADF - Fisher Chi-square

LLC

 

K

Series

2.90127

2.82929

0.50459

Level

Log(TA_?)

78.0465***

59.7859***

-7.59896***

First diff.

1.38724

1.50580

1.76245

Level

Log(TA_?(-1))

91.4462***

70.6485***

-8.53323***

First diff.

7.75401

17.7461

-0.77698

Level

Log(RGDPP_?)

57.6060***

29.2209***

-3.18739***

First diff.

0.00172

0.17069

3.54276

Level

Log(TCPI_?)

40.9330***

40.5939***

-5.57023***

First diff.

0.17279

1.15205

1.57643

Level

Log(POP_?)

17.9008**

16.4781**

-0.57445

First diff.

1.85196

1.91992

0.90639

Level

Log(TT_?/GDP_?)

98.9749***

99.6917***

-10.7565***

First diff.

1.0000

0.9910

0.9850

Level

Log(CPItunis)

3.60614

3.68471

-1.35090*

First diff.

Notes: LLC indicated Levin et al. (2002) panel unit root and stationary test.  Fisher-ADF and Fisher-PP tests denote Maddala and Wu (1999) panel unit root and stationary test. The LLC, Fisher-ADF and Fisher-PP examine the null hypothesis of non-stationary. ***,** and* denotes 1%, 5% and 10% significance levels respectively.

3/2 اختبار التكامل المشترك لبيانات السلاسل الزمنية المقطعية المدمجة

توصلنا فيما سبق إلى أن كل المتغيرات متكاملة من الرتبة الأولي وبالتالي فإن الخطوة التالية هي اختبار عما إذا كانت تربط بين هذه المتغيرات علاقة توازنية طويلة الاجل، وذلك باستخدام بيانات السلاسل الزمنية المقطعية المدمجة. ووفقا لنتائج اختبار كاو للتكامل المشترك للسلاسل الزمنية المقطعية المدمجة (Kao, 1999)والموضحة في جدول رقم (7) يتم رفض الفرض الصفري، وبالتالي ثبوت وجود علاقة تكامل مشترك بين المتغيرات حيث تربط بينها علاقة توازنية طويلة الاجل، كما توضح النتائج أيضاً أن المتغيرات متكاملة بمستوى معنوية 1%.

جدول رقم (7) نتائج اختبار كاو للتكامل المشترك

Prob.

t-Statistic

ADF

 

0.0000

-7.384401

 

 

0.099347

Residual variance

 

0.062762

HAC variance

           

 

3/3 نتائج تقدير النموذج

بما أنه تم إثبات وجود علاقة تكاملية بين المتغيرات فإن الخطوة التالية تكون تقدير دالة الطلب الأوروبي على السياحة في مصر في الأجلين الطويل والقصير. ويوضح جدول رقم (8) نتائج التقدير بطريقة الآثار الثابتةفي الأجل الطويل وبمنهجية الانحدار غير المرتبط ظاهرياً Seemingly Unrelated Regression (SUR). وتوضح البيانات الواردة بالجدول أنه في الاجل الطويل فإن القوة التفسيرية للنموذج عالية (R2 = 0.87)، وعدم وجود مشكلة الانحدار الذاتي (Durbin Watson = 2.08).

كما يتضح من نتائج التقدير في الأجل الطويل معنوية مرونات كل من متوسط نصيب الفرد من الدخل الحقيقي لدول المنشأ، والأسعار النسبية بين مصر والدول الأوروبية، وأسعار الدولة المنافسة وهي تونس، وتأثير الزيارات المتكررة، وتأثير أحداث ثورة 25 يناير 2011، وتأثير حادث سقوط الطائرة الروسية في سيناء عام 2015، كما أنها تحمل إشاراتها المتوقعة وفقاً لما تقضي به النظرية الاقتصادية. حيث جاءت مرونة متوسط نصيب الفرد من الدخل الحقيقي في دول المنشأ السياحي موجبة ومعنوية وأكبر من الواحد الصحيح، وبلغت (1.18). وهذا يعني أن زيادة متوسط نصيب الفرد من الدخل في الدول الأوروبية بنسبة 1% سوف تؤدي إلى زيادة عدد السائحين الأوروبيين بمقدار 1.18%. كما جاءت مرونة الأسعار النسبية بين مصر والدول الأوروبية معنوية وبإشارة سالبة (-0.58).  وهذا يعني أن زيادة الأسعار النسبية في مصر عن الأسعار في الدول الأوروبية بنسبة 1% تؤدي إلى انخفاض عدد السائحين الأوروبيين بمقدار 0.58%.

وتشير النتائج أيضاً إلى أن زيادة الأسعار في تونس كسوق منافس بنسبة 1% تؤدي إلى زيادة عدد السائحين الأوروبيين الوافدين إلى مصر بمقدار 2.52%. وبما أن فرص حدوث الزيارات المتكررة عادة يتم التعبير عنها بالقيمة المبطأة للمتغير التابع وهو عدد السائحين القادمين من دولة المنشأ، تشير نتائج التقدير أن زيادة عدد السائحين الأوروبيين في عام ما بنسبة 1% تؤدي إلى زيادة عدد السائحين الأوروبيين في العام الذي يليه بنسبة 0.52%. ومن ناحية أخرى جاءت معلمات متغيرات كل من تأثير ثورة 25 يناير 2011 وتأثير حادث سقوط الطائرة الروسية في عام 2015 سالبة ومعنوية، الأمر الذي يثبت تأثيرها السلبي على توافد السياحة الأوروبية إلى مصر. في حين لم تثبت معنوية تأثير حادث الأقصر الإرهابي في عام 1997 في الأجل الطويل، وإن كانت المعلمة تحمل إشارتها السالبة المتوقعة.

كما يلاحظ أيضاً معنوية مرونة عدد السكان، ولكن جاءت العلاقة عكسية، وقد يرجع ذلك إلى ارتباط عدد السكان بالدخل، فقد تؤدي الزيادة في عدد السكان الي انخفاض متوسط نصيب الفرد من الدخل وبالتالي تقليل السياحة الدولية (Vencovska, 2014). كما جاء تأثير درجة الانفتاح التجاري بين مصر والدول الأوروبية غير معنوي وإن كان بإشارة موجبة، وقد يرجع ذلك إلى ضعف سياحة الأعمال في مصر.

 

جدول رقم (8) نتائج تقدير النموذج في الأجل الطويل

Variable

Coefficient

Long Run

C

15.66c

log(TA_?(-1))

0.52a

log(RGDPP_?)

1.18b

log(TCPI_?)

-0.58c

log(TO_?)

0.02

log(POP_?)

-2.58c

log(CPITUNIS_?)

2.52a

DUMMY1

-0.38a

DUMMY2

-0.40a

DUMMY3

-0.73a

 

R2=0.87, Durbin Watson = 2.08

المصدر: جدول (م-1) في الملحق.

تشير a وb وc إلى مستوي المعنوية 1% و5% و10%على الترتيب.

 

ويوضح جدول رقم (9) نتائج اختبار جذر الوحدة لبواقي الانحدار باستخدام اختبار كل من Im, Pesaran and Shin (1997), Levin, Lin, and Chu (2002) and Maddala and Wu (1999)، وتشير النتائج إلى رفض الفرض الصفري لبواقي الانحدار عند المستوى، وبهذا يمكن القول بأنها متكاملة من الرتبة صفر I(0). وهو ما يؤكد أيضاً وجود التكامل المشترك بين متغيرات الدراسة.

جدول رقم (9) اختبار جذر الوحدة لبواقي الانحدار

PP - Fisher Chi-square

ADF - Fisher Chi-square

IPS

LLC

 

K

Series

86.6483a

58.1990a

-7.09706a

-5.80157a

Level

ECT?

Notes: LLC indicated Levin et al. (2002) panel unit root and stationary test. IPS denotes Im, Pesaran and Shin (1997) panel unit root and stationary test. Fisher-ADF and Fisher-PP tests denote Maddala and Wu (1999) panel unit root and stationary test. The LLC, Fisher-ADF and Fisher-PP examine the null hypothesis of non-stationary. a denotes 1% significance level.

 

كما يتضح من نتائج تقدير النموذج في الأجل القصير وكما هو مبين في جدول رقم (10)، وجود علاقة سالبة ومعنوية لتأثير الأسعار النسبية بين مصر والدول الأوروبية، حيث بلغت مرونة الأسعار النسبية بين مصر والدول الأوروبية (-1.62)، مما يعني أن زيادة الأسعار النسبية في مصر عن الأسعار في الدول الأوروبية بنسبة 1% سوف تؤدي إلى انخفاض عدد السائحين الأوروبيين بمقدار 1.62%. وهو ما يؤكد أيضاً تأثير هذا المتغير في الأجل القصير أكبر بكثير عن تأثيره في الأجل الطويل.

  كما تشير النتائج إلى وجود علاقة موجبة ومعنوية لتأثير فرص حدوث الزيارات المتكررة، حيث تؤدي زيادة عدد السائحين الأوروبيين في عام ما بنسبة 1% إلى زيادة عدد السائحين الأوروبيين في العام الذي يليه بنسبة 0.53% وهي لا تختلف كثيراً عن تأثيرها في الأجل الطويل. وتوضح النتائج أيضاً وجود علاقة معنوية سالبة لتأثير حادث الأقصر الإرهابي في عام 1997 في الأجل القصير.

كما توضح نتائج تقدير النموذج أنه على الرغم من أن معلمات بقية المتغيرات، وهي درجة الانفتاح التجاري، وعدد السكان وتأثير ثورة 25 يناير 2011، وتأثير حادث سقوط الطائرة الروسية في عام 2015 حملت إشارتها المتوقعة وفقاً لما تقضي به النظرية الاقتصادية إلا أنها جاءت غير معنوية في الأجل القصير، وقد يرجع ذلك إلى أن غالبية الرحلات السياحية يتم حجزها والتخطيط لها قبل فترة طويلة من تاريخ الرحلة السياحية. كما تشير النتائج إلى معنوية معامل تصحيح الخطأ، حيث إنه وفي حالة اختلال الطلب السياحي الأوروبي بمقدار 1% عن التوازن فإن 67% من هذا الاختلال سوف يتم تصحيحه أو استعادته خلال السنة الأولي.

جدول رقم (10) نتائج تقدير النموذج في الأجل القصير

Variable

Coefficient

Short Run

C

0.04

D(log(TA_?(-1)))

0.53a

D(log(RGDPP_?))

-0.12

D(log(TCPI_?))

-1.62b

D(log(TO_?))

-0.13

D(log(POP_?))

2.57

D(log(CPITUNIS_?))

3.91

DUMMY1

0.09

DUMMY2

0.07

DUMMY3

-0.29c

ECT(-1)

-0.67a

 

R2=0.37, Durbin Watson = 2.14

المصدر: جدول (م-2)  في الملحق.

تشير a وb وc إلى مستوي المعنوية 1% و5% و10%على الترتيب.

الخاتمة

تم في هذه الدراسة تقدير المعلمات الحرجة لمحددات الطلب الأوروبي على السياحة في مصر باستخدام بيانات السلاسل الزمنية المقطعية المدمجة السنوية للفترة (2016-1991) وبتطبيق نموذج الآثار الثابتةبمنهجية الانحدار غير المرتبط ظاهرياً. وقد أثبتت النتائج التطبيقية أنه في الأجل الطويل توجد علاقة معنوية بين الطلب السياحي الأوروبي كمتغير تابع وكل من متوسط نصيب الفرد من الدخل الحقيقي لدول المنشأ، والأسعار النسبية بين مصر والدول الأوروبية، وأسعار الدولة المنافسة وهي تونس، وتأثير الزيارات المتكررة، وتأثير أحداث ثورة 25 يناير 2011، وتأثير حادث سقوط الطائرة الروسية في سيناء عام 2015، وعدد السكان. كما أن جميعها تحمل إشاراتها المتوقعة وفقاً لما تقضي به النظرية الاقتصادية ما عدا عدد السكان. كما جاء تأثير درجة الانفتاح التجاري بين مصر والدول الأوروبية غير معنوي وإن كان بإشارة موجبة، وقد يرجع ذلك إلى ضعف سياحة الأعمال في مصر.

حيث جاءت مرونة متوسط نصيب الفرد من الدخل الحقيقي في دول المنشأ السياحي موجبة ومعنوية وأكبر من الواحد الصحيح، وبلغت (1.18). وهذا يعني أن زيادة متوسط نصيب الفرد من الدخل في الدول الأوروبية بنسبة 1% سوف تؤدي إلى زيادة عدد السائحين الأوروبيين بمقدار 1.18%. كما جاءت مرونة الأسعار النسبية بين مصر والدول الأوروبية معنوية وبإشارة سالبة (-0.58).  وهذا يعني أن زيادة الأسعار النسبية في مصر عن الأسعار في الدول الأوروبية بنسبة 1% تؤدي إلى انخفاض عدد السائحين الأوروبيين بمقدار 0.58%.

وتوصلت الدراسة أيضاً إلى أن زيادة الأسعار في تونس كسوق منافس بنسبة 1% تؤدي إلى زيادة عدد السائحين الأوروبيين الوافدين إلى مصر بمقدار 2.52%. وبما أن فرص حدوث الزيارات المتكررة عادة يتم التعبير عنها بالقيمة المبطأة للمتغير التابع وهو عدد السائحين القادمين من دولة المنشأ، تشير نتائج التقدير أن زيادة عدد السائحين الأوروبيين في عام ما بنسبة 1% تؤدي إلى زيادة عدد السائحين الأوروبيين في العام الذي يليه بنسبة 0.52%. ومن ناحية أخرى جاءت معلمات متغيرات كل من تأثير ثورة 25 يناير 2011 وتأثير حادث سقوط الطائرة الروسية في عام 2015 سالبة ومعنوية، الأمر الذي يثبت تأثيرها السلبي على توافد السياحة الأوروبية إلى مصر. في حين لم تثبت معنوية تأثير حادث الأقصر الإرهابي في عام 1997 في الأجل الطويل، وإن كانت المعلمة تحمل إشارتها السالبة المتوقعة.

كما يلاحظ أيضاً معنوية مرونة عدد السكان، ولكن جاءت العلاقة عكسية، وقد يرجع ذلك إلى ارتباط عدد السكان بالدخل، فقد تؤدي الزيادة في عدد السكان الي انخفاض متوسط نصيب الفرد من الدخل وبالتالي تقليل السياحة الدولية (Vencovska, 2014). كما جاء تأثير درجة الانفتاح التجاري بين مصر والدول الأوروبية غير معنوي وإن كان بإشارة موجبة، وقد يرجع ذلك إلى ضعف سياحة الأعمال في مصر.

ومن جانب آخر في الاجل القصير، تشير نتائج التقدير وجود علاقة سالبة ومعنوية لتأثير الأسعار النسبية بين مصر والدول الأوروبية، حيث بلغت مرونة الأسعار النسبية بين مصر والدول الأوروبية (-1.62)، مما يعني أن زيادة الأسعار النسبية في مصر عن الأسعار في الدول الأوروبية بنسبة 1% سوف تؤدي إلى انخفاض عدد السائحين الأوروبيين بمقدار 1.62%. وهو ما يؤكد أيضاً تأثير هذا المتغير في الأجل القصير أكبر بكثير عن تأثيره في الأجل الطويل.

  كما تشير النتائج إلى وجود علاقة موجبة ومعنوية لتأثير فرص حدوث الزيارات المتكررة، حيث تؤدي زيادة عدد السائحين الأوروبيين في عام ما بنسبة 1% إلى زيادة عدد السائحين الأوروبيين في العام الذي يليه بنسبة 0.53% وهي لا تختلف كثيراً عن تأثيرها في الأجل الطويل. وتوضح النتائج أيضاً وجود علاقة معنوية سالبة لتأثير حادث الأقصر الإرهابي في عام 1997 في الأجل القصير.

كما توضح نتائج تقدير النموذج أنه على الرغم من أن معلمات بقية المتغيرات، وهي درجة الانفتاح التجاري، وعدد السكان وتأثير ثورة 25 يناير 2011، وتأثير حادث سقوط الطائرة الروسية في عام 2015 حملت إشارتها المتوقعة وفقاً لما تقضي به النظرية الاقتصادية إلا أنها جاءت غير معنوية في الأجل القصير، وقد يرجع ذلك إلى أن غالبية الرحلات السياحية يتم حجزها والتخطيط لها قبل فترة طويلة من تاريخ الرحلة السياحية. كما تشير النتائج إلى معنوية معامل تصحيح الخطأ، حيث إنه وفي حالة اختلال الطلب السياحي الأوروبي بمقدار 1% عن التوازن فإن 67% من هذا الاختلال سوف يتم تصحيحه أو استعادته خلال السنة الأولي.

وبناء على النتائج التي توصلت إليها الدراسة يجب على صانعي السياسة الاقتصادية في مصر الحرص على نيل رضا السائح الأوروبي لزيادة فرص تكرار زيارته وتكثيف التسويق السياحي في الدول الأوروبية ذات المتوسط المرتفع لنصيب الفرد من الدخل. هذا فضلاً عن الأخذ في الاعتبار متغير السعر للرحلات السياحية وأسعار الدول المنافسة لمصر سياحياً لما لهما من تأثير واضح على تدفقات السياحة الأوروبية. هذا ويجب الحرص على تحقيق الاستقرار السياسي والتعزيز المستمر لإجراءات التأمين ضد الحوادث الإرهابية.

 

قائمة المراجع:
1-   البنك المركزي المصري، التقرير السنوي، أعداد متفرقة، القاهرة، مصر.
2-   الجهاز المركزي للتعبئة العامة والإحصاء، الكتاب الاحصائي السنوي، أعداد متفرقة، القاهرة، مصر.
3-   الجهاز المركزي للتعبئة العامة والإحصاء (2020)، مصر في أرقام، أعداد متفرقة، القاهرة، مصر.
4-   بخاري، عبلة عبد الحميد محمد (2012)، أثر السياحة في التنمية والنمو الاقتصادي 1991-2010، المجلة العلمية للاقتصاد والتجارة، العدد الرابع، أكتوبر، كلية التجارة، جامعة عين شمس.
5-   وزارة السياحة، النشرة السياحية، أعداد متفرقة، القاهرة، مصر
 
References:
Abdul Rahim, K. (2009), "Dynamic Model for International Tourism Demand for Malaysia:Panel Data Evidence", International Research Journal of Finance and Economics, Issue 33,EuroJournals Publishing, Inc., http://www.eurojournals.com/finance.htm.
Ardahaey, F. T. (2011). Economic impacts of tourism industry. International Journal of Business and Management, 6(8), 206-215.
Balaguer, J., and Cantavella-Jorda, M. (2002). Tourism as a long-run economic growth factor: the Spanish case. Applied economics, 34(7), 877-884.
Boxill, I. (2004). Towards an alternative tourism for Jamaica. International Journal of Contemporary Hospitality Management, 16(4). 269-272. 
Britton, S. G. (1982). The political economy of tourism in the Third World. Annals of tourism research, 9(3), 331-358. 
Carey, K., (1991),"Estimation of Caribbean Tourism Demand: Issues in Measurement andMethodology", Atlantic Economic Journal, 19(3): 32-40.
Deluna, R. Jr. and Jeon, N. (2014). Determinants of International Tourism Demand for the Philippines: An Augmented Gravity Model Approach. MPRA Paper No. 55294.
Dritsakis, N. (2004),"Cointegration Analysis of German and British Tourism Demand for Greece", Tourism Management, 25: 111-119.
Eilat, Y., Einav, L., (2004), “Determinants of international tourism: A three-dimension panel data analysis”, Applied Economics, 36-12: 1315-1327.
Garín-Muñoz T. and L.F. Montero-Martín (2007),"Tourism in the Balearic Islands: a Dynamic Model for International Demand Using Panel Data", Tourism Management, 28(5), 851- 865.
Goeldner, C. R. and Ritchie, J. R. B., (2009), Tourism: Principles, Practices, Philosophies, Eleventh Edition, John Wiley & Sons, Inc. Hoboken, New Jersey.
Gonzalez, P., and Moral, P. (1995),"An Analysis of The International Tourism demand of Spain", International Journal of Forecasting, 22(2): 233–251.
Im, K. S., Pesaran, M. and Shin, Y. (2003), “Testing for Unit Roots in Heterogeneous Panels”, Journal of Econometrics 115, 53‐74.
Jayawardena, C., & Ramajeesingh, D. (2003). Performance of tourism analysis: a Caribbean perspective. International Journal of Contemporary Hospitality Management, 15(3). 176-179.
Kao, C. (1999), “Spurious regression and residual‐based tests for cointegration in panel data”, Journal of Econometrics 90, 1–44.
Kulendran, N., & Witt, S. (2001), "Cointegration Versus Least Squares Regression", Annals of Tourism Research, 28, 291–311.
Lee, J. W., & Brahmasrene, T. (2013). Investigating the influence of tourism on economic growth and carbon emissions: Evidence from panel analysis of the European Union. Tourism management, 38, 69-76.
Levin, A., Lin, F. and Chu, CJ. (2002), “Unit Root Tests in Panel Data: Asymptotic and Finite‐Sample Properties”, Journal of Econometrics 108, 1–24.
Lim, C and McAleer M. J., (2005). Analyzing the Behavioral Trends in Tourist Arrivals from Japan to Australia, Journal of Travel Research, 43(4), DOI: 10.1177/0047287505274654.
Maddala, G. S. and Wu, S. (1999), “A Comparative Study of Unit Root Tests with Panel Data and A New Simple Test”, Oxford Bulletin of Economics and Statistics 61, 631–652.
Marcouiller, D. W., Kim, K. K., & Deller, S. C. (2004). Natural amenities, tourism and income distribution. Annals of tourism research, 31(4), 1031-1050.
Martin, C.A., and Witt, S.F. (1987), "Tourism Demand Forecasting Models: Choice ofAppropriate Variable to Represent Tourists’ Cost of Living", Tourism Management, 8(3):233–246.
Morley, C. L. (1998), "A Dynamic International Demand Model", Annals of Tourism Research, 23(1): 70-84.
Naude, A.W., and Saayaman, A, (2005), "Determinants of Tourist Arrivals in Africa: a Panel Data Regression Analysis", Tourism Economics, 11(3): 365-391.
Ouerfelli, C. (2008), "Co-integration Analysis of Quarterly European Tourism Demand in Tunisia", Tourism Management, 29(1):127-137.
Pan, X. M., & Dossou, T. A. M. (2019). The relationship between tourism and sustainable economic growth in the Republic of Benin. Current Issues in Tourism, 23(7), 1-10. 
Podesta F. (2000), Recent Developments in Quantitative Comparative Methodology: The Case of Pooled Time Series Cross-Section Analysis, McDonough School of Business, Georgetown University, November, USA, pp. 21-34.
Richter, L. K. (2003), "International tourism and its global public health consequences", Journal of Travel Research, 41(4): 340–347.
Salleh, N., Othman, R. and Ramachandran, S. (2007), Malaysia’s Tourism Demand from Selected Countries: The ARDL Approach to Cointegration, International Journal of Economics and Management, 1(3), 345-363.
Schubert, S. F., Brida, J. G., & Risso, W. A. (2011). The impacts of international tourism demand on economic growth of small economies dependent on tourism. Tourism Management, 32(2), 377-385. 
Sebastian, L. M., & Rajagopalan, P. (2009). Socio-cultural transformations through tourism: a comparison of residents' perspectives at two destinations in Kerala, India. Journal of Tourism and Cultural Change, 7(1), 5-21. doi: 10.1080/14766820902812037
Smith, V.  (Ed.).  (1989). Hosts  and  guests:  An  anthropology  of  tourism , (2nd Ed.). Philadelphia: University of Philadelphia.
Song, H., Kevin, F., and Chon, K. (2003), "Modelling and Forecasting the Demand for Hong Kong Tourism", Hospitality Management, 22: 435-451.
Song, H., Witt, S. F., and Li, G. (2003)", Modelling and Forecasting the Demand for Thai Tourism", Tourism Economics, 9(4): 363–388.
Song, H., Witt, S.F., Li, G. (2009), The Advanced Econometrics of Tourism demand, Routledge: London.
Tan, Y. F., McCahon, C., and Miller, J. (2002), "Modelling Tourist Flows to Indonesia and Malaysia", Journal of Travel and Tourism Marketing, 12(1-2): 63–84.
Tanjung A., Thien, F., Puah, C. and Brahmana, R.  (2017), Macroeconomic Determinants of Indonesian Tourism Demand in Malaysia, Advanced Science Letters, Vol. 23, 3159-3162.
Thano, R. (2015). The impact of tourism on the balance of payments. American Journal of Economics, Finance and Management, 1(5), 529-536.
The Observatory of Economic Complexity (OEC), https://oec.world/en/profile/country/egy).
Turner, L.W., and Witt, S.F. (2001), ‘Forecasting tourism using univariate and multivariate structural time series models’, Tourism Economics, Vol 7, No 2, pp 135–147.
Turner, L.W., Reisinger, Y., and Witt, S.F. (1998), ‘Tourism demand analysis using structural equation modelling’, Tourism Economics, Vol 4, No 4, pp 301–323.
United Nations Economic and Social Council (1963), Definition of Tourist or Temporary Visitor, United Nations Conference on International Travel and Tourism, EConf. 47/12, June, Rome, Italy.
Vencovsk, J. (2014). The Determinants of InternationalTourism Demand. Bachelor Thesis. Faculty of Social Sciences. Institute of Economic Studies. Czech Republic.
Wang, S. Yu. (2008), "The Impact of Crisis Events and Macroeconomic Activity on Taiwan’s International Inbound Tourism Demand", Tourism Management, pp. 1-8.
Witt, S. and Witt, A. (1995). Forecasting tourism demand: A review of empirical research,International Journal of Forecasting, Volume 11, Issue 3, September 1995, Pages 447-475.
World Bank, World Bank Development Indicator, http://data.worldbank.org/indicator/.
World Economic Forum (2019), The Travel and Tourism Competitiveness Report 2019 Travel and             Tourism at a Tipping Point,                 WEF,       Ceneva. Retrieved              from  http://www3.weforum.org/docs/WEF_TTCR_2019.pdf
World Tourism Organization (UNWTO) (2010), International Recommendations for Tourism Statistics: 2008, United Nations Publication, ST/ESA/STAT/SER.M/83/Rev.1
World Tourism Organization (UNWTO) (2019),International Tourism Highlights.  Madrid, Spain. https://www.unwto.org/.
World Tourism Organization (UNWTO) (2020),World Tourism Barometer, Vol. 18, Issue 1, January,  Madrid, Spain. https://www.unwto.org/.
World Travel & Tourism Council (WTTC) (2020). Travel & Tourism: Global Economic Impact  & Trends     2020, June.