李加軍

[摘要]文章在對廣州智慧旅游建設(shè)現(xiàn)狀分析的基礎(chǔ)上采用因子分析方法，對廣州11個區(qū)智慧旅游地進行分析，尋找影響智慧旅游建設(shè)的因素，并對廣州11個區(qū)智慧旅游建設(shè)情況進行分類。

[關(guān)鍵詞]智慧旅游城市;廣州旅游;旅游資源

[DOI]1013939/jcnkizgsc201910017

1引言

信息技術(shù)與互聯(lián)網(wǎng)的快速發(fā)展對旅游業(yè)產(chǎn)生了深遠的影響，智慧旅游應(yīng)運而生，智慧旅游使旅游管理、旅游服務(wù)、旅游營銷和體驗更加智能化，進一步提高旅游滿意度、促進旅游業(yè)轉(zhuǎn)型升級。目前智慧旅游成為學者關(guān)注的熱點。作者于2018年10月2日在知網(wǎng)以“智慧旅游”為關(guān)鍵詞檢索，共有2537篇相關(guān)文獻，2011—2018年各年發(fā)表的文獻數(shù)量分別為16篇、90篇、172篇、415篇、526篇、510篇、517篇、290篇，僅從文獻篇數(shù)來看，學術(shù)界對智慧旅游的關(guān)心熱度近年成上升趨勢。

但目前智慧旅游研究尚處于初級階段，智慧旅游的研究多偏向智慧旅游產(chǎn)品介紹和應(yīng)用技術(shù)研究，對智慧旅游城市發(fā)展的研究非常少。文章在對廣州智慧旅游建設(shè)現(xiàn)狀的分析基礎(chǔ)上采用因子分析方法對廣州11區(qū)智慧旅游的城市建設(shè)進行分析處理，尋找、分析影響智慧旅游建設(shè)的因素，并對廣州11區(qū)智慧旅游建設(shè)情況進行分類。

2廣州智慧旅游城市建設(shè)現(xiàn)狀分析

近年來，國家對智慧旅游建設(shè)重視程度越來越高，出臺了一系列的政策，如2014年國家旅游局將年度旅游主題確定為“中國智慧旅游年”，形成智慧旅游建設(shè)的熱潮，2015年國家旅游局印發(fā)《關(guān)于促進智慧旅游發(fā)展的指導意見》，提出有序推進智慧旅游，2016年12月國務(wù)院下發(fā)《國務(wù)院關(guān)于印發(fā)“十三五”旅游業(yè)發(fā)展規(guī)劃的通知》，要加快國家智慧旅游城市、智慧旅游景區(qū)、智慧旅游企業(yè)和智慧旅游鄉(xiāng)村建設(shè)。

廣州旅游資源豐富，其中以廣州塔、長隆旅游度假區(qū)、白云山、珠江夜游、陳家祠、沙面等為知名旅游資源。同時廣州是國家歷史文化名城之一，是中國近現(xiàn)代革命的發(fā)祥地，現(xiàn)有全國重點文物保護單位29個，省級文物保護單位44個。從區(qū)位來看，廣州是省會城市、國家中心城市，是華南地區(qū)的經(jīng)濟、文化和科教中心。2017年廣州旅游業(yè)總收入361421億元，增長123%。旅游總收入增速均保持了多年來高于同期GDP增速的態(tài)勢。接待過夜旅游人數(shù)627562萬人次，比上年增長56%。說明廣州旅游總體發(fā)展勢頭良好，市場需求旺盛，為智慧旅游建設(shè)提供了強有力的支撐。

但廣州智慧旅游建設(shè)也存在一些問題，如旅游信息基礎(chǔ)設(shè)施薄弱、信息共享水平低等問題比較突出，整體宜游水平有待提高。同時也面臨日趨激烈的競爭。北京、武漢、南京、杭州等率先發(fā)展智慧旅游的城市，先發(fā)優(yōu)勢明顯。

3廣州智慧旅游城市建設(shè)比較研究

（1）指標體系的構(gòu)建。筆者借鑒國內(nèi)外相關(guān)研究成果，根據(jù)實際研究需要，采用德爾菲法進行指標篩選，確定旅游總收入、旅游資源豐度、旅游業(yè)占 GDP 的比重、人均GDP、旅游信息數(shù)據(jù)庫建設(shè)水平、旅游物聯(lián)網(wǎng)建設(shè)水平、旅游電子商務(wù)平臺水平、智慧旅游公共服務(wù)平臺水平、旅游創(chuàng)新能力、旅游智能交通水平、年客運總量、環(huán)境質(zhì)量自動化監(jiān)測率、城市綠化覆蓋率、信息化發(fā)展指數(shù)15 個基礎(chǔ)指標構(gòu)建智慧旅游指標體系。

（2）研究方法和數(shù)據(jù)來源。①研究方法。采用因子分析法對廣州市智慧旅游建設(shè)情況進行比較研究。因子分析法是利用降維的思想，用少數(shù)幾個抽象的變量來簡化觀測系統(tǒng)，達到用少數(shù)變量來解釋研究的復雜問題。②數(shù)據(jù)來源。數(shù)據(jù)來源于《廣州統(tǒng)計年鑒2017》《2017年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》、廣州旅游局官方網(wǎng)站以及互聯(lián)網(wǎng)。

（3）因子分析。首先，進行巴特利特球度檢驗和KMO檢驗，得出檢驗統(tǒng)計量的觀測值為119015，其顯著性水平為0000（小于005）。同時，KMO 值為 0715，所以文章數(shù)據(jù)較適合做因子分析。

按照特征值大于1的規(guī)則提取主成分，得出3個公因子 （表1），累計方差貢獻率達到77171%，設(shè)置的15個指標，提取的3個公因子的所有因子負荷值都在05以上，這就表明各個因子中的原始指標都具有較為明顯的相關(guān)性，如表2所示。

因子1在旅游總收入、旅游業(yè)占 GDP 的比重、人均GDP、旅游電子商務(wù)平臺水平上得分較高，可以歸納為旅游經(jīng)濟因子，因子1攜帶59918%的原始信息量。

因子2在旅游資源豐度、旅游智能交通水平、年客運總量上得分較高，可以歸納為旅游資源因子，因子2攜帶10986%的原始信息量。

因子3在旅游創(chuàng)新能力、環(huán)境質(zhì)量自動化監(jiān)測率、城市綠化覆蓋率、旅游物聯(lián)網(wǎng)建設(shè)水平、智慧旅游公共服務(wù)平臺水平、信息化發(fā)展指數(shù)上得分較高，可以歸納為旅游基礎(chǔ)設(shè)施和環(huán)境支持因子，因子3攜帶6267%的原始信息量。

參考文獻：

[1]陳建斌，鄭麗，張凌云.智慧景區(qū)IT能力模型及其核心構(gòu)成研究[J].旅游科學，2014（1）：14.

[2]張凌云，黎蠼，劉敏.智慧旅游的基本概念與理論體系[J].旅游學刊，2012，（5）：66-73.

[3]姚國章，陳菲，周曉平，等.智慧旅游的評價體系研究[J].中國商貿(mào)，2013（7）：110-111.

[4]劉利寧.智慧旅游評價指標體系研究[J].科技管理研究，2013（6）：67-71.

[5]王恩旭.基于G1-熵值的智慧旅游城市建設(shè)水平評價模型及實證研究[J].大連理工大學學報（社會科學版），2014，35（2）：68-73.