การจัดการโลจิสติกส์และโซ่อุปทานสําหรับการท่องเที่ยว กรณีศึกษา : แหล่งท่องเที่ยวกรุงเทพมหานครชั้นใน = LOGISTICS AND SUPPLY CHAIN MANAGEMENT FOR TOURISM : A CASE STUDY OF TOURISM AREA AT THE INNER BANGKOK
Material type:![Text](/opac-tmpl/lib/famfamfam/BK.png)
- วพ G155.ท9 ร126ก 2564
Item type | Current library | Collection | Shelving location | Call number | Status | Date due | Barcode | Item holds | |
---|---|---|---|---|---|---|---|---|---|
![]() |
Kuakarun Nursing Library | NMU IR | Processing unit | Available | eb37362 | ||||
![]() |
Kuakarun Nursing Library | NMU IR | Processing unit | วพ G155.ท9 ร126ก 2564 (Browse shelf(Opens below)) | Available | 0000047601 |
วิทยานิพนธ์นีเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญา วิทยาศาสตรมหาบัณฑิต สาขาวิชาการพัฒนาและจัดการเมือง วิทยาลัยพัฒนามหานคร มหาวิทยาลัยนวมินทราธิราช ปีการศึกษา 2564
งานวิจัยนี้มีวัตถุประสงค์ 1) เพื่อวิเคราะห์และวางแผนความต้องการของนักท่องเที่ยว (Demand Planning) โดยใช้เทคนิคการพยากรณ์ (Forecasting Techniques) ในพื้นที่บริเวณกรุงเทพมหานครชั้นใน 2) เพื่อดําเนินการทดลองและวิเคราะห์หาวิธีการพยากรณ์ที่เหมาะสมในการพยากรณ์จํานวนนักท่องเที่ยวในแต่ละกลุ่มเป้าหมาย ได้แก่ นักท่องเที่ยวไทย นักท่องเที่ยวจากสาธารณรัฐประชาชนจีน ญี่ปุ่น เกาหลีใต้ และอินเดียที่เดินทางเข้ามาท่องเที่ยวในพื้นที่เป้าหมาย และ 3) เพื่อเสนอแนวทางการวางแผนด้านการให้บริการ (Supply Plan) ด้านที่พักอาศัยสําหรับนักท่องเที่ยวเพื่อตอบสนองความต้องการของนักท่องเที่ยวได้อย่างมีประสิทธิผล มีการเลือกพื้นที่กรุงเทพมหานครชั้นในซึ่งเป็นกลุ่มกรุงเทพกลาง 9 เขต ได้แก่ เขตพระนคร เขตดุสิต เขตป้อมปราบศัตรูพ่าย เขตสัมพันธวงศ์ เขตดินแดง เขตห้วยขวาง เขตพญาไท เขตราชเทวี และเขตวังทองหลาง มาเป็นพื้นที่กรณีศึกษา โดยใช้ค่าเปอร์เซ็นต์ความคลาดเคลื่อนโดยเฉลี่ย (MAPE) และค่าความคลาดเคลื่อนสัมบูรณ์โดยเฉลี่ย (MAD) เป็นค่าวัดความแม่นยําของการพยากรณ์จํานวนนักท่องเที่ยว มีการนําวิธีการวิเคราะห์อนุกรมเวลา ได้แก่ Moving Average Single Exponential Smoothing Double Exponential Smoothing และ Winters’ method มาใช้ในการทดลองเพื่อพยากรณ์จํานวนนักท่องเที่ยวที่มาท่องเที่ยวในกรุงเทพมหานครชั้นใน 9 เขต
จากการวิเคราะห์ความแปรปรวนพบว่า วิธีการพยากรณ์มีผลกระทบอย่างมีนัยสําคัญทางสถิติต่อค่า MAPE และค่า MAD จากผลการทดลอง วิธีการพยากรณ์ที่เหมาะสมที่สุดได้แก่ วิธี Winters’ Method โดยมีรอบวัฏจักร 12 เดือน สําหรับการวิเคราะห์ Supply Plan ความต้องการที่พักสําหรับนักท่องเที่ยวในสถานการณ์ที่ความต้องการมาก (Optimistic Demand) มีความต้องการที่พักมากกว่ากําลังการให้บริการด้านที่พัก 56.52 % และความต้องการที่พักสําหรับนักท่องเที่ยวในสถานการณ์ที่ความต้องการน้อย (Pessimistic Demand) มีความต้องการที่พักมากกว่ากําลังการให้บริการด้านที่พัก 1.04 % ดังนั้น ผู้ประกอบการโรงแรมและเกสท์เฮ้าส์ควรได้รับการส่งเสริมด้านมาตรการจูงใจด้านภาษีสําหรับนักท่องเที่ยว โครงการส่งเสริมการท่องเที่ยวให้การส่งเสริมและประชาสัมพันธ์ด้านการท่องเที่ยวประเทศไทย กําหนดมาตรการลดอัตราภาษีและสนับสนุนแหล่งเงินกู้ดอกเบี้ยต่ำสําหรับผู้ประกอบการ เพื่อเพิ่มกําลังการให้บริการด้านที่พักสําหรับนักท่องเที่ยว
There are no comments on this title.