基于G1-DEMATEL的智能旅游城市建设影响因素识别研究_智慧旅游论文

基于G1-DEMATEL的智慧旅游城市建设影响因素识别研究，本文主要内容关键词为：城市建设论文,因素论文,智慧论文,旅游论文,DEMATEL论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      国务院常务会议2009年11月25日讨论并原则通过了《关于加快发展旅游业的意见》。其中第5条指出要“建立健全旅游信息服务平台，促进旅游信息资源共享。”第10条提出“积极开展旅游在线服务、网络营销、网络预订和网上支付，充分利用社会资源构建旅游数据中心、呼叫中心，全面提升旅游企业、景区和重点旅游城市的旅游信息化服务水平。”在这样的大背景下，国家旅游主管部门与学术界开始关注旅游信息化问题，各地方政府也开始积极探索。江苏省镇江市于2010年在全国创造性地提出“智慧旅游”概念，随之而来的是福建省、南京市、苏州市、黄山市、洛阳市等多个地区提出“智慧旅游城市建设”。国家旅游局分别于2012年、2013年提出建设全国33个智慧旅游试点城市。至此，我国的智慧旅游城市建设正式开始，同时在学术界也展开了相关研究。张凌云[1](p66-73)分析了智慧旅游与传统旅游信息化相区别的4个核心技术，以及智慧旅游对旅游者、居民、政府、企业四大应用对象的价值供给。邓贤峰[2](p72-76)分析了国内外智慧旅游的发展现状，并运用顶层设计的思路对南京市智慧旅游的发展进行了深入研究。袁剑君[3](p166-168)从旅游信息化的视角研究旅游业的发展问题。付业勤[4](p62-65)分析了智慧旅游的内涵与发展特征，提出了智慧旅游在我国发展的具体措施。姚国章[5](p13-17)提出智慧旅游包括智慧服务、智慧商务、智慧管理和智慧政务4种表现形式。马勇，刘军对国内外低碳旅游发展模式进行了研究。[6]通过现有的研究可以看出，大部分以定性为主，从宏观的视角针对智慧旅游进行探讨，对智慧旅游的影响因素研究较少，因此本文以此为切入点，采用定量的方法重点研究智慧旅游城市建设的影响因素，为智慧旅游城市建设提供理论指导。

      一、影响因素指标选择

      综合分析目前国内外关于智慧旅游城市建设的研究进展，并结合我国智慧旅游城市建设的实践，从智慧旅游企业响应、智慧旅游科技创新、智慧旅游支撑条件三个方面构建智慧旅游城市建设影响因素指标，并在每一个方面下再选择5个指标进行具体衡量，具体影响因素指标如表1所示。

      

      二、影响因素识别模型

      目前识别影响因素的方法包括多种，其中DEMATEL方法使用得较多，而且可以区分每一个影响因素的影响度、被影响度、中心度与原因度，能够有效地对影响因素进行分析，对实践具有较强的指导意义。但DEMATEL方法需要专家判断每一个指标对其他指标的影响程度，如果指标过多，专家在判断过程中难免出现误差。为了避免这一问题，本文提出通过先确定各指标的权重，然后再用指标之间的权重比来确定直接影响矩阵。计算综合影响矩阵，并计算矩阵的行值与竖值之和，即影响因素的影响度与被影响度，并求出影响度与被影响度的和与差，作为各指标的中心度与原因度。

      (一)法主观权重。[7](p1-2)

      法是一种先对评价指标进行定性排序，然后再进行定量赋值(即在相邻指标间依次比较判断)的主观赋权方法。这种方法对于评价指标无论是否变化，都不会引起指标间的相对重要性程度的优劣排序的改变。具体步骤如下：

      ①确定评价指标的序关系。

      

      

      (二)G1-DEMATEL模型。[8](p2206-2218)

      1971年，美国Bastille国家实验室为了解决现实世界中复杂、困难的问题而提出的一种运用图论知识和矩阵工具。传统的DEMATEL方法利用专家打分的方式来判断各影响因素之间作用关系，但如果影响因素过多，专家不易判断各因素之间的复杂关系，打分结果可能与实际存在误差，因此本文首先采用G1法确定各指标的权重，利用指标权重的比值来判断指标之间的影响程度。其具体的应用过程如下所述：

      ①确定系统的影响因素。

      首先根据本文的研究对象，即智慧旅游城市建设，确定其主要影响因素，设影响因素分别为

。

      ②建立直接影响矩阵。

      直接影响矩阵表示的是个影响因素之间的直接影响关系，设直接影响矩阵

，根据各影响因素的GI权重计算直接影响矩阵，

      

      其中

表示某一指标权重与另一指标权重比值。

      ③建立综合影响矩阵。

      将直接影响矩阵X进行标准化处理，可得标准化影响矩阵Y。标准化的方法是，先取出矩阵中各行元素之和的最大值，然后将直接影响矩阵X除以此最大值，就可得到标准化直接影响矩阵Y，即

      

      对得到的矩阵Y进行标准化处理，处理方式如下

。

      其中，E表示单位阵，

表示(E-Y)的逆矩阵。

      ④影响因素作用结果计算。

      根据综合影响矩阵计算各影响因素的影响度，被影响度，中心度，原因度，其中，

      

      三、实证研究

      首先依据G1方法确定智慧旅游城市建设各影响因素指标的权重，然后利用每一个指标之间的权重比值，确定直接影响矩阵，并采用归一化处理方法将直接影响矩阵进行标准化处理，得到综合影响矩阵，从而计算得到个影响因素的影响度、被影响度、中心度与原因度，具体如表2所示。

      根据表2的结果可以发现，旅游企业信息化方案、旅游企业智慧基础设施建设、旅游企业信息更新效率、财政科技支出水平、基础网络覆盖率、旅游云服务平台建设、旅游网站平台建设的影响度都大于1，表明这些因素在智慧旅游城市建设中发挥核心作用，旅游信息数据库建设的影响度虽然小于1，但大于被影响度，其余指标的影响度都小于1，影响度大于被影响度表示该因素对于智慧旅游城市建设有直接作用，而影响度小于1则表示该因素被大于1的因素影响而间接对智慧旅游城市建设产生作用。从原因度与中心度两个视角对影响因素进行分析如下。

      (一)原因度分析。

      依据表2的结果，将影响度大于被影响度的指标定义为影响因素，反之定义为被影响因素。影响因素是推动智慧旅游城市建设的直接因素，其本身可以对智慧旅游城市建设产生影响，同时还会对其他因素产生影响并间接地通过对其他因素的影响而推动智慧旅游城市建设，是智慧旅游城市建设中应该予以重点考虑的层面。旅游企业信息更新效率、旅游云服务平台建设的原因度都大于1，表明两个因素在所有影响因素中发挥的作用最大，其中旅游云服务平台建设原因度达到1.7以上，可见智慧旅游城市建设的关键在于大数据时代的旅游信息数据共享机制建设，通过旅游信息数据的集成，不但可以使政府与旅游企业将旅游信息及时发布，而且可以为游客提供在线查询、存储、交换旅游信息的便利途径。旅游企业信息更新效率原因度为1.0以上，可见旅游企业的信息及时更新是游客有效进行旅游决策的关键，是智慧旅游城市实现智慧化运行的基础条件。其他各项影响因素原因度都处于小于1.0，大于0.12的状态，表明其他各项因素应该在旅游企业信息更新效率提升与旅游云服务平台建设的基础上予以综合考虑，通过这些影响因素的作用发挥来完成智慧旅游城市的综合建设。其中旅游企业信息化方案可以有效指导旅游企业在智慧旅游发展中企业自身系统建设；旅游企业智慧基础设施建设是企业信息更新效率提升的基础保障；财政科技支出水平决定了城市对于科技的投入强度，能够间接地衡量城市的科技创新能力，而城市的创新能力越强，对于智慧旅游的建设支撑体系建设越有保障力；网络是智慧旅游发展的先决条件，很多城市在建设智慧旅游城市过程中都在加大城市范围内WIFI的覆盖尺度，如杭州、大连等多个城市在主要地段已经实现WIFI免费全覆盖，未来发展中智慧旅游试点城市应该不断扩大免费WIFI使用范围，只有有了WIFI才能实现智慧旅游终端畅游的现实；旅游网站平台建设是旅游信息发布的重要窗口，直接影响着智慧旅游要素设计。

      (二)中心度分析。

      中心度的大小表示影响因素对智慧旅游城市建设作用的大小，中心度是影响度与被影响度的和，因此影响因素的作用大小与作用路径还要结合原因度来分析。从表2可以看出，旅游企业技术研发能力、旅游企业信息更新效率、发明专利授权量、高新技术产业产值、旅游物联网建设、旅游云服务平台建设、旅游网站平台建设7个影响因素的中心度都大于2。从影响度与被影响度的角度来看，旅游企业技术研发能力、发明专利授权量、高新技术产业产值、旅游物联网建设4个影响因素的影响度较小，主要通过其余3个影响因素的影响作用来发挥在智慧旅游城市建设中的作用，即这3个因素需要有外界的推力才能发挥较大作用。旅游企业信息更新效率、旅游云服务平台建设、旅游网站平台建设不仅在智慧旅游城市建设中发挥较大作用，而且还能激发其他的隐性因素共同发挥促进作用。通过中心度的作用可以发现目前智慧旅游城市的建设中旅游信息的发布、导览信息的存储与旅游信息公共服务平台建设发挥巨大作用，而智慧旅游城市建设技术层面的因素是在这些核心因素的作用下，间接地发挥着作用。可见智慧旅游城市建设的本身还在于围绕了旅游产业的特征来进行信息化与智慧化的建设，而信息化的手段只是智慧旅游实现的途径，技术手段可以容易突破，但真正地将技术手段与旅游行业结合，更便捷地为游客服务才是智慧旅游城市建设的实质问题所在。旅游企业信息化投入、旅游企业信息化方案、旅游企业智慧基础设施建设、财政科技支出水平、发明专利申请量、研究与实验发展(R&D)经费、基础网络覆盖率、旅游信息数据库建设8个因素的中心度都小于2，但都大于1.9，表明这8个因素在智慧旅游城市建设中起到了较大的作用，是智慧旅游城市建设的重要保障。

      本文将G1与DEMATEL两种方法相结合构建了智慧旅游城市建设影响因素识别模型，避免了由于因素过多而导致的因素之间关系判断误差问题。通过对15项智慧旅游城市建设影响因素的识别分析，发现旅游企业信息化方案、旅游企业智慧基础设施建设、旅游企业信息更新效率、财政科技支出水平、基础网络覆盖率、旅游云服务平台建设、旅游网站平台建设的影响度都大于1，表明这些因素在智慧旅游城市建设中直接发挥作用，而其余因素通过这些影响因素的作用间接产生作用。同时通过中心度分析，发现旅游企业信息更新效率、旅游云服务平台建设、旅游网站平台建设3个因素对智慧旅游城市建设作用最大，智慧旅游城市的建设应该更多地关注将信息化与旅游产业有机融合，从而使信息化为旅游产业发展贡献更大的力量，使智慧旅游成为游客出行便捷服务的工具。

标签：智慧旅游论文;  矩阵管理论文;  矩阵论文;