長(zhǎng)三角城市群智慧旅游發(fā)展水平測(cè)度及其空間分異

劉瑩

摘? ?要：智慧旅游具有更精準(zhǔn)、更高效、更創(chuàng)新、更服務(wù)的優(yōu)勢(shì)，可以跨越時(shí)空障礙，在更廣范圍內(nèi)實(shí)現(xiàn)旅游產(chǎn)業(yè)的供給側(cè)改革與區(qū)域一體化發(fā)展，正成為現(xiàn)代旅游業(yè)的發(fā)展趨勢(shì)。以長(zhǎng)三角城市群為研究對(duì)象，通過(guò)構(gòu)建智慧旅游基建、智慧旅游產(chǎn)業(yè)、旅游經(jīng)濟(jì)及旅游景區(qū)與環(huán)境的評(píng)價(jià)指標(biāo)，運(yùn)用熵權(quán)TOPSIS與空間計(jì)量的方法，綜合評(píng)價(jià)長(zhǎng)三角城市群的智慧旅游發(fā)展水平及空間差異。結(jié)果顯示，從得分的角度來(lái)看，上海市智慧旅游連續(xù)五年是第一名，成為發(fā)展水平極高的區(qū)域，杭州市、南京市、蘇州市為發(fā)展水平較高的區(qū)域，合肥市、無(wú)錫市、寧波市為發(fā)展水平一般的城市，得分相差較大，說(shuō)明長(zhǎng)三角城市群智慧旅游發(fā)展水平不平衡；從空間上看，長(zhǎng)三角城市群呈現(xiàn)一個(gè)極點(diǎn)、南強(qiáng)北弱的空間格局，空間自相關(guān)的結(jié)果表明，發(fā)展水平高的城市對(duì)鄰近城市智慧旅游的發(fā)展具有抑制作用，呈現(xiàn)屏蔽效果，與旅游產(chǎn)業(yè)競(jìng)爭(zhēng)格局有關(guān)。

關(guān)鍵詞：智慧旅游；長(zhǎng)三角城市群；熵權(quán)TOPSIS；空間自相關(guān)

中圖分類號(hào)：F592.7 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：1673-291X（2023）04-0054-04

智慧旅游的跨時(shí)空特點(diǎn)能夠有效緩解新冠疫情常態(tài)化背景下，外部因素增加了運(yùn)行的風(fēng)險(xiǎn)與不確定性，因此，智慧旅游成為未來(lái)旅游發(fā)展的必然趨勢(shì)。以長(zhǎng)三角城市群為例，該城市群包括上海市及安徽省、浙江省、江蘇省的26個(gè)城市，擁有獨(dú)具江南特色的旅游資源，不僅是我國(guó)旅游市場(chǎng)最活躍的地區(qū)之一，也是我國(guó)新一代信息技術(shù)發(fā)展的重要產(chǎn)業(yè)基地和創(chuàng)新高地；其中蘇州、上海等16個(gè)城市擁有的上市軟件和信息服務(wù)企業(yè)與電子信息制造業(yè)數(shù)量占全國(guó)的四分之一。長(zhǎng)三角地區(qū)雖然具備了發(fā)展智慧旅游的硬件條件與軟件條件，成為發(fā)展智慧旅游的排頭兵，然而智慧旅游還存在著普及范圍小、涉及程度淺、創(chuàng)新與應(yīng)用不夠、區(qū)域不協(xié)同[1]等問(wèn)題。因此，本文研究長(zhǎng)三角地區(qū)的智慧旅游發(fā)展?fàn)顩r，以促進(jìn)城市群旅游資源的合理配置與區(qū)域一體化發(fā)展。

一、文獻(xiàn)綜述

在信息科學(xué)發(fā)展的背景下，國(guó)外學(xué)者最先認(rèn)識(shí)到先進(jìn)的科學(xué)技術(shù)手段對(duì)旅游的作用[2-4]，直至2000年，加拿大旅游業(yè)協(xié)會(huì)的菲利普斯最早提出智慧旅游的概念[5]，并且應(yīng)用于旅游營(yíng)銷之中。而國(guó)內(nèi)學(xué)者則在國(guó)家旅游局提出發(fā)展智慧旅游的目標(biāo)以后才提出相關(guān)概念以及進(jìn)行相關(guān)研究[6]。雖然不同學(xué)者對(duì)智慧旅游的概念存在側(cè)重點(diǎn)的差異[7]，但是公認(rèn)的是借助智慧化的手段改變游客、旅游企業(yè)、旅游目的地等各個(gè)主體的思維方式與行為模式，這必將帶動(dòng)包括游客的體驗(yàn)、管理方式、旅游形態(tài)等在內(nèi)的旅游業(yè)的深刻變革。

國(guó)內(nèi)外學(xué)者對(duì)智慧旅游的研究?jī)?nèi)容主要包括從計(jì)算機(jī)科學(xué)角度出發(fā)的智慧旅游平臺(tái)設(shè)計(jì)與優(yōu)化[8，9]，以及從旅游環(huán)節(jié)與類型為角度的智慧化建設(shè)，包括景區(qū)的智慧化[10-12]、旅游目的地智慧化[13，14]、鄉(xiāng)村旅游智慧化[15]、康養(yǎng)旅游智慧化[16]，智慧旅游與全域旅游的關(guān)系[17]和智慧旅游的發(fā)展評(píng)價(jià)與對(duì)策[18-21]等方面。

智慧旅游的評(píng)價(jià)方法主要有調(diào)查問(wèn)卷法、模糊綜合評(píng)價(jià)、專家打分法、結(jié)構(gòu)方程模型、熵值法等。汪俠[21]從游客滿意度的角度出發(fā)設(shè)計(jì)了九個(gè)景區(qū)智慧的評(píng)價(jià)體系；左晶晶[12]在參考汪俠的評(píng)價(jià)體系的基礎(chǔ)上，運(yùn)用調(diào)查問(wèn)卷的方法對(duì)上海迪士尼的智慧化水平進(jìn)行評(píng)價(jià)。本文從城市群的角度出發(fā)，以長(zhǎng)三角城市為研究對(duì)象，因此，以可以比較為原則，運(yùn)用熵權(quán)TOPSISI能夠較為客觀地評(píng)價(jià)智慧旅游的發(fā)展水平。

綜上，國(guó)內(nèi)外學(xué)者對(duì)智慧旅游的相關(guān)概念、理論體系以及評(píng)價(jià)方法進(jìn)行了探索，但是僅僅從景區(qū)或者單個(gè)城市的應(yīng)用層面展開(kāi)論述，在城市群的層面研究的還較少，空間層面的相關(guān)性研究也比較少。因此，本文以具備軟硬件設(shè)施的長(zhǎng)三角城市為研究對(duì)象，運(yùn)用定量分析與時(shí)空分析的方法對(duì)城市群的智慧旅游的發(fā)展水平進(jìn)行測(cè)度，探究其發(fā)展的空間格局，從而促進(jìn)長(zhǎng)三角城市的智慧旅游的發(fā)展以及提出城市一體化、區(qū)域一體化發(fā)展的策略。

二、研究方法與數(shù)據(jù)來(lái)源

（一）評(píng)價(jià)指標(biāo)的構(gòu)建

劉利寧[18]認(rèn)為，智慧旅游與智慧城市的建設(shè)密不可分，因此構(gòu)建硬件支撐體系、綜合應(yīng)用系統(tǒng)和應(yīng)用價(jià)值評(píng)價(jià)三大體系，覆蓋了包含基礎(chǔ)網(wǎng)絡(luò)、公共安全、智慧交通、智慧酒店、智慧景區(qū)、經(jīng)濟(jì)效益指標(biāo)在內(nèi)的全方位評(píng)價(jià)。但是該評(píng)價(jià)是最理想的評(píng)價(jià)，數(shù)據(jù)的可獲得性不強(qiáng)，不同城市的數(shù)據(jù)統(tǒng)一口徑不同。穆學(xué)青[19]構(gòu)建了旅游經(jīng)濟(jì)、旅游創(chuàng)新、旅游潛力、旅游環(huán)境來(lái)評(píng)估云南省智慧旅游的發(fā)展水平，其指標(biāo)缺少對(duì)物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)的評(píng)價(jià)，不夠全面。此外，還有學(xué)者針對(duì)景區(qū)的智慧化進(jìn)行評(píng)估，如陳博[20]運(yùn)用問(wèn)卷調(diào)查的方法從基礎(chǔ)建設(shè)、服務(wù)、營(yíng)銷、管理對(duì)景區(qū)智慧化進(jìn)行評(píng)價(jià)，具有借鑒意義?；谝陨戏治?，本文以全面性、數(shù)據(jù)可獲得性和數(shù)據(jù)可比性、可適用性為原則，構(gòu)建長(zhǎng)三角城市群的智慧旅游評(píng)價(jià)指標(biāo)。

（二）熵權(quán)TOPSIS

熵權(quán)TOPSIS法[21]是結(jié)合了熵權(quán)法與逼近理想解排序法對(duì)評(píng)價(jià)對(duì)象的屬性進(jìn)行綜合評(píng)價(jià)的方法。熵權(quán)法根據(jù)指標(biāo)數(shù)據(jù)所包含的信息量大小來(lái)判斷指標(biāo)的權(quán)重，熵值越小，信息量越多，權(quán)重越大。逼近理想解排序法（TOPSIS）是通過(guò)計(jì)算有限個(gè)評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度來(lái)對(duì)多個(gè)評(píng)價(jià)對(duì)象進(jìn)行優(yōu)劣排序的綜合評(píng)價(jià)方法。熵權(quán)法與TOPSIS法相結(jié)合，能夠更加準(zhǔn)確地對(duì)評(píng)價(jià)對(duì)象進(jìn)行排序。

（三）空間自相關(guān)

空間自相關(guān)分析[22]是一種常見(jiàn)的空間統(tǒng)計(jì)方法，用來(lái)描述某個(gè)區(qū)域的屬性與周?chē)鷧^(qū)域的同一屬性在空間上的相似程度，在分析要素的空間分布特征中被廣泛使用。本文采用全局Moran’s I指數(shù)對(duì)長(zhǎng)三角城市智慧旅游發(fā)展的空間相關(guān)性進(jìn)行分析[22]。

（四）數(shù)據(jù)來(lái)源

智慧旅游評(píng)價(jià)指標(biāo)的數(shù)據(jù)主要來(lái)源于EPS數(shù)據(jù)庫(kù)，缺失數(shù)據(jù)通過(guò)2015—2019年長(zhǎng)三角各城市的統(tǒng)計(jì)年鑒以及國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)來(lái)補(bǔ)充，景區(qū)來(lái)源于各個(gè)城市的文化旅游局，具有權(quán)威性與客觀性。

三、結(jié)果分析

（一）智慧旅游得分評(píng)價(jià)

2015—2019年，長(zhǎng)三角城市智慧旅游水平在逐漸提升，城市之間差距較大。智慧旅游綜合得分極高的城市，即第一梯隊(duì)的城市是上海市，2015—2019年綜合得分均在0.85分以上，且逐年遞增；2019年綜合得分接近于1，遠(yuǎn)遠(yuǎn)超過(guò)第二梯隊(duì)的城市；在智慧旅游基建、智慧產(chǎn)業(yè)發(fā)展、旅游經(jīng)濟(jì)得分為1，表現(xiàn)最好。智慧旅游綜合得分較高的區(qū)域，即第二梯隊(duì)的城市是杭州市、南京市、蘇州市，綜合得分在0.15—0.3之間，且逐年遞增，但與第一梯隊(duì)相差過(guò)大；其中，杭州市、南京市在智慧產(chǎn)業(yè)發(fā)展與智慧景區(qū)發(fā)展的較好，蘇州市在智慧基礎(chǔ)設(shè)施建設(shè)與智慧景區(qū)發(fā)展較好。智慧旅游綜合發(fā)展水平中等的區(qū)域，即第三梯隊(duì)的城市是合肥市、無(wú)錫市、寧波市，綜合得分在0.07—0.1之間，且增速緩慢，僅僅在智慧景區(qū)及環(huán)境表現(xiàn)較好。智慧旅游綜合發(fā)展水平較差的城市共11個(gè)，大多屬于浙江省，有溫州市、金華市、舟山市、嘉興市、湖州市、臺(tái)州市、紹興市、常州市、池州市、蕪湖市、南通市等，綜合得分在0.03—0.07之間。智慧旅游綜合發(fā)展水平最差的區(qū)域集中在安徽省與江蘇省，有鹽城市、揚(yáng)州市、滁州市、宣城市、鎮(zhèn)江市、安慶市、泰州市、馬鞍山市、銅陵市等，綜合得分在0.01—0.03之間，增速緩慢，綜合得分相差不大。

（二）智慧旅游的空間分布

運(yùn)用自然間斷點(diǎn)分級(jí)法，將26個(gè)城市智慧旅游發(fā)展水平分為五個(gè)層級(jí)，即極高水平、較高水平、中等水平、較差水平、差水平，并得出如下結(jié)論。

第一，2019年智慧旅游綜合得分的空間布局呈現(xiàn)一個(gè)極點(diǎn)、南強(qiáng)北弱的格局，長(zhǎng)三角城市群所在省份中浙江省智慧旅游發(fā)展水平高于江蘇省和安徽省。上海市為極大點(diǎn)，帶動(dòng)了周?chē)贤ㄊ?、蘇州市、無(wú)錫市智慧旅游的發(fā)展。杭州市、南京市、合肥市為省會(huì)城市，智慧旅游的建設(shè)較好。鹽城市、滁州市、安慶市、宣城市的智慧旅游水平較低，省會(huì)城市對(duì)其帶動(dòng)作用還不強(qiáng)。

第二，長(zhǎng)三角城市群智慧旅游綜合水平的全局莫蘭指數(shù)為負(fù)值，即Moran’s I的值為-0.025 9。說(shuō)明長(zhǎng)三角城市智慧旅游不具有空間統(tǒng)計(jì)上的相關(guān)性，但是負(fù)數(shù)表明城市之間智慧旅游發(fā)展呈現(xiàn)負(fù)相關(guān)，高水平城市對(duì)低水平城市的發(fā)展具有抑制作用，主要是因?yàn)閿?shù)據(jù)之間的差距過(guò)大，上海市綜合得分是第二名的5倍，表明智慧旅游的發(fā)展不平衡。

第三，分別計(jì)算2019年四個(gè)維度的全局莫蘭指數(shù)，仍未通過(guò)顯著性檢驗(yàn)。其中智慧旅游產(chǎn)業(yè)的發(fā)展呈現(xiàn)負(fù)相關(guān)，智慧旅游基礎(chǔ)設(shè)施建設(shè)、旅游經(jīng)濟(jì)、智慧景區(qū)與環(huán)境呈較弱的正相關(guān)性，說(shuō)明智慧旅游的負(fù)相關(guān)作用主要通過(guò)智慧旅游產(chǎn)業(yè)發(fā)揮的抑制作用，進(jìn)一步表明長(zhǎng)三角城市之間旅游業(yè)處于競(jìng)爭(zhēng)的狀態(tài)，旅游產(chǎn)品同質(zhì)化。

第四，運(yùn)用Arcgis對(duì)長(zhǎng)三角智慧旅游進(jìn)行冷熱點(diǎn)分析，從而進(jìn)一步顯示出城市智慧旅游發(fā)展水平的聚類區(qū)域（如圖2b）。結(jié)果表明，高水平的區(qū)域主要集中在嘉興市（置信度為99%）、上海市（置信度為95%）與南通市（置信度為90%），無(wú)低水平聚類的區(qū)域，并且其他區(qū)域并未通過(guò)顯著性檢驗(yàn)。由此說(shuō)明，長(zhǎng)三角地區(qū)呈現(xiàn)南強(qiáng)北弱的空間格局，主要集中在以上海市為中心的周邊城市，南京市與合肥市的智慧旅游發(fā)展帶動(dòng)作用弱，仍處于抑制階段。

參考文獻(xiàn)：

[1]? ?黃平，曾紹倫.城市群同城化與智慧旅游一體化研究綜述[J].生態(tài)經(jīng)濟(jì)，2015，31（11）：108-113.

[2]? ?Li，Y.；Hu，C.；Huang，C.；Duan，L.The concept of smart tourism in the context of tourism information services[J].Tour.Managment，2016，（58）：293，300.

[3]? ?Ben Haobin Ye；Huiyue Ye；Rob Law.Systematic Review of Smart Tourism Research[J].Sustainability，2020，（12）：3401.

[4]? ?Robert B Bentley. Information Technology and Tourism.An update，2003：141-144.

[5]? ?Phillips S G.The tourism industry association of Canada [EB/OL].www.slideshare.com，2000-12-05.

[6]? ?胡鞍鋼，周紹杰，任皓.供給側(cè)結(jié)構(gòu)性改革——適應(yīng)和引領(lǐng)中國(guó)經(jīng)濟(jì)新常態(tài)[J].清華大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2016，31（2）：17-22，195.

[7]? ?李云鵬，胡中州，黃超，段莉瓊.旅游信息服務(wù)視閾下的智慧旅游概念探討[J].旅游學(xué)刊，2014，29（5）：106-115.

[8]? ?袁晶，張彰.“互聯(lián)網(wǎng)+”思維下智慧旅游平臺(tái)優(yōu)化探討——以江西省為例[J].企業(yè)經(jīng)濟(jì)，2018，（12）：143-147.

[9]? ?賀劍武.基于大數(shù)據(jù)分析技術(shù)的旅游智慧平臺(tái)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2020，43（14）：183-186.

[10]? ?王建英，謝朝武，陳帥.景區(qū)智慧旅游設(shè)施的優(yōu)化布局——以泉州古城為例[J].經(jīng)濟(jì)地理，2019，39（6）：223-231.

[11]? ?王艷麗，姜海濤.智慧旅游背景下中國(guó)二線城市景點(diǎn)門(mén)票價(jià)格策略研究[J].價(jià)格月刊，2020，（10）：32-35.

[12]? ?左晶晶，唐蕙沁.智慧旅游建設(shè)對(duì)游客滿意度的影響——基于上海迪士尼樂(lè)園的研究[J].消費(fèi)經(jīng)濟(jì)，2020，36（5）：79-89.

[13]? ?José Luis Cornejo Ortega;Christopher D.Malcolm.Touristic Stakeholders’ Perceptions about the Smart Tourism Destination Concept in Puerto Vallarta，Jalisco， Mexico[J].Sustainability ，2020，（12）：1741.

[14]? ?Pam Lee；William Cannon Hunter；Namho Chung.Smart Tourism City： Developments and Transformations[J].Sustainability，2020，（12）：3958.

[15]? ?宋罡，唐凌云.“互聯(lián)網(wǎng)+”背景下遼寧鄉(xiāng)村智慧旅游發(fā)展路徑研究[J].北方園藝，2020，（14）：170-175.

[16]? ?李靜，謝小雨，潘旭東，姜楠.面向康養(yǎng)旅游的北戴河智慧騎行服務(wù)策略研究[J].包裝工程，2021，42（8）：115-123.

[17]? ?吳海燕.以智慧旅游視野發(fā)展全域旅游的理論和實(shí)踐[J].經(jīng)濟(jì)問(wèn)題探索，2018，（8）：60-66.

[18]? ?劉利寧.智慧旅游評(píng)價(jià)指標(biāo)體系研究[J].科技管理研究，2013，33（6）：67-71.

[19]? ?穆學(xué)青，郭向陽(yáng)，陳亞顰.云南省智慧旅游發(fā)展水平測(cè)度及空間差異研究[J].地理與地理信息科學(xué)，2019，35（4）：123-129.

[20]? ?陳博，陸玉麒，舒迪，潘穎，丁正山.景區(qū)智慧化發(fā)展水平測(cè)度及空間分布差異研究——以江蘇省4A級(jí)及以上景區(qū)為例[J].南京師大學(xué)報(bào)：自然科學(xué)版，2019，42（2）：129-135.

[21]? ?張焱，趙鴨橋，周鋁，王奇，馮璐.基于改進(jìn)TOPSIS法的鄉(xiāng)村振興評(píng)價(jià)及地區(qū)比較[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2021，42（2）：207-217.

[22]? ?仲昭成，沈麗珍，汪俠.長(zhǎng)三角智慧產(chǎn)業(yè)空間演化特征及影響因素[J].經(jīng)濟(jì)地理，2021，41（11）：106-117.

The Measurement and Spatial Differentiation of Smart Tourism Development Level in Yangtze River Delta Urban Agglomeration

Liu Ying

（School of Management， Shanghai University of Engineering Science， Shanghai 201620， China）

Abstract： Smart tourism has the advantages of more accurate， more efficient， more innovative and more service. It can surmount the barriers of time and space and realize the supply-side reform and regional integration development of the tourism industry in a broader range， which is becoming the development trend of modern tourism. Taking the Yangtze River Delta urban agglomeration as the research object， by constructing the evaluation indicators of smart tourism infrastructure， smart tourism industry， tourism economy， scenic spots and environment， and using the method of entropy weight TOPSIS and spatial measurement， the development level and spatial difference of smart tourism in the Yangtze River Delta urban agglomeration are comprehensively evaluated. The results show that from the point of view of scores， Shanghai has ranked first in smart tourism for five consecutive years， and has become a region with a high level of development. Hangzhou， Nanjing and Suzhou are regions with a high level of development， while Hefei， Wuxi and Ningbo are cities with an average level of development， with a large difference in scores， indicating that the development level of smart tourism in the Yangtze River Delta urban agglomeration is unbalanced; from the perspective of space， the urban agglomeration in the Yangtze River Delta presents a spatial pattern of poles， strong in the south and weak in the north. The results of spatial autocorrelation show that cities with high development level have a restraining effect on the development of smart tourism in neighboring cities， showing a shielding effect， which is related to the competitive pattern of tourism industry.

Key words： smart tourism; Yangtze River Delta urban agglomeration; entropy weight TOPSIS; spatial autocorrelation

[責(zé)任編輯? ?彥? ?文]