旅游物流服务云模式及优化效度研究

2018-04-20秦立公教授田应东胡娇李娟桂林理工大学商学院广西桂林541004

商业经济研究 2018年7期

秦立公教授田应东胡娇李娟（桂林理工大学商学院广西桂林 541004）

相关研究概述

国外旅游物流服务业起步较早，经过多年发展，已经在健全的配套设施、发达的服务体系和标准化信息技术的支持下不断成熟和完善。国外研究人员对旅游物流领域的研究主要聚焦于实践运用层面，Clinton（1996）研究了在跨国旅游市场中使用鲍尔索克斯等物流战略的合理性，并证明了物流战略的重要性；Francesca Maggioni（2014）运用传感器网络的先进技术将城市物流运用于如何降低多路径随机旅行费用的问题，最终提供一个标准可行的方法；Neoris（2008）构建旅游及物流服务SAP的产业价值网络，汇集了主要的旅游和物流技术供应商、独立软件供应商（ISV）和系统集成商，增强了一体化中最后一英里的物流能力；Jan Fabian Ehmke（2012）从旅行时间的角度探讨了城市物流服务供应商的规划问题；Yiming Dong（2012）运用细分多项物流模型探索了对不同社区旅游购物商城模式土地使用的基本影响因素，根据解释变量的属性，分析出旅游的功能和利用土地的特点，得出购物商城对商业和住宅用地的使用，可促进人们使用步行和自行车方式出行的结论；Ngamsirijit（2013）以芭堤雅市为例，根据城市车辆路线的情况，合理构建旅游物流容量柔性模型，为旅游业和工业环境决策提供有关交通选择的服务方案。

国内学者对旅游物流方面的探索仍处于起步期，其内容主要集中在以下两方面：

一是旅游物流的概念与价值方面。对于旅游物流含义的界定，学者们至今仍未形成统一意见。唐顺铁等（1998）是最早阐述“旅游物流”构念的学者，即旅游过程中游客在出发地和旅游地间所发生的物资运输活动；赖斌和杨丽娟（2006）认为凡是与游客活动有关的，牵涉到物资运输的活动总和，都属于旅游物流；潘文军等（2008）则认为旅游物流是所有旅游和物流相结合的活动，可为需求者提供有形和无形的旅游相关商品与服务的结合物。而对于其价值方面的研究成果，赖斌等（2006）提出在实际过程中，旅游物流具有以下重要作用：即更有效地达到旅游物流需求者“旅速游缓”的要求，用最少的物流资源和最快的速度实现旅游相关物资的运输；潘文军等（2008）在分析了旅游物流价值主要体现形式的基础上，对其实现途径进行探讨；吉良新等（2009）指出旅游物流的重要作用在于能提高时空效应来更好达到服务需求者的要求。

二是实践与应用方面，旅游物流的协同、优化、演化问题是研究的焦点。田宇和傅慧（2006）用现实事件阐述了建立旅游物流业的必要性与可行性，针对如何在我国实现旅游物流产业的规模化，以有效完成小件旅游商品的配送；李彩其和张素娟（2008）探究了针对景区内垃圾回收与处理的物流对策；徐国虎（2008）从政府和企业角度出发，研究了绿色物流管理的理念与实施方案，从而降低旅游物流对环境所造成的不利影响；潘文军等（2009）将自驾旅行与旅游物流模式相融合，力图为自驾旅行提供良好的全程后勤物流保障；秦立公（2010）主要贡献在于物流能力的量化研究上。随后，刘钰霞（2011）研究了桂林市旅游物流业的发展、优化、演化路径，认为其演化为非线性发展模式；白平等（2013）为了评价旅游物流能力，最先构建以旅游活动六要素为评价依据的指标体系；丁国华等（2014）研究了旅游产业转移升级与旅游物流能力两者间的关系。

桂林市旅游物流业发展现状分析

（一）桂林市旅游业发展现状

国内旅游消费者旅游需求意愿愈加强烈，桂林作为世界闻名的国际旅游胜地，不仅吸引了大量外国游客，而且选择桂林作为旅游目的地的国内游客也越来越多，使得桂林旅游收入及游客接待人数都有了长足发展。2016年，桂林全年旅游总接待游客人数为5385.87万人次，同比增长20.5%（其中接待国内游客数为5152.55万人次，同比增长21.1%；接待国外游客数为233.32万人次，同比增长7.8%）；全年旅游总收入为637.31亿元，同比增长23.2%（其中国内旅游收入高达558.81亿元，同比增长23.2%；入境旅游占78.50亿元，同比增长23.0%）。与2007年相比，十年间桂林旅游总接待人数净增长252%，旅游总收入净增长645%，可以看出桂林旅游业发展速度迅猛。

当今，旅游休闲购物已逐渐成为旅游消费活动中不可或缺的部分，游客消费档次与品味已被视为评判旅游发展成熟与否的重要标准。然而，桂林的旅游休闲购物情况并不乐观，从表1中可知，平均购物消费额只占总消费额的12.99%；国内游客来桂林旅游的购物消费水平较低，2016年仅占旅游总消费额的18.32%，且国内游客购物占总消费比例的增长速度较为缓慢。

桂林市旅游经济发展和旅游休闲购物情况大相径庭，是由于旅游商品的定位缺乏新颖独特性、单调雷同、质量差、价格高等，其中游客所购商品托运不便利、费用高、安全性低等情况造成的桂林市旅游物流服务水平低下是影响游客购物欲望的重要因素之一，严重阻碍了桂林市旅游行业的延伸与多层次发展。

（二）桂林市旅游物流业发展现状

旅游行业经济的迅速增长，有效促进了旅游物资周转量的增长。从表2中可知，桂林市旅游总收入和物流周转量呈现线性增长之势，尤其是旅游总收入，2010-2016年桂林市旅游总收入翻了将近四番。和桂林市相比，南宁市旅游总收入和物流周转量也得到了长足发展。虽然桂林市旅游经济发展较为迅速，总体发展水平较高，但其旅游物流运输能力却严重不足，和南宁市相比更是相差甚远，旅游物流服务能力极其低下。

造成桂林市旅游物流能力低下的原因在于其旅游物流服务业发展正处于初级阶段，旅游物流基础设施分布较为离散，旅游物流服务需求也呈现碎片化状态，目前尚未形成完善的旅游物流服务体系来对桂林市的旅游物流供给资源与服务需求进行统一管理与有效整合，桂林市旅游物流服务未能打造出具有专业化运作、标准化服务、规模化生产的产业特性，在具体运行过程中体现散乱性特征，极度缺乏专业性。

旅游物流服务云模式构建

旅游物流在学术界仍是一个较新的概念，其并不是旅游业与物流业的简单拼凑，而是随着现代旅游业与物流业的迅猛发展相互融合而形成的产物。旅游物流是指以提高消费者满意度为前提，以高效率、高收益为目的而形成的物流过程，物流过程是与旅游六要素“食住行游购娱”有关物品的流动，其包括商品销售、酒店物资提供、景区交通工具使用计划、基础交通运输设备及旅游消费群体安全定位等方面。“云模式”概念由“云计算”演化而来，所谓云模式是指在网络中构建一个虚拟资源池，按使用量支付费用，并且能够动态化配置资源以高效达到客户各种要求的一种服务形式。在对相关概念进行梳理后，借助Lombardi and Pietro（2011）等学者的研究成果，本文将旅游物流服务云模式定义为：凭借云模式理念，利用计算机系统与网络技术，对旅游设施进行物流化、物流设施进行旅游化，将分散在旅游城市各个角落的碎片化或集中化的旅游物流服务需求，以及供给资源进行集成处理以形成旅游物流资源池，并优化旅游物流资源，做到资源有效整合，进而根据旅游物流服务需求者的要求，运用能力协同与平衡机制对旅游物流资源进行管理与调配，服务任务的合理分配，做到旅游物流供给资源与服务需求间能力的平衡以及旅游物流提供者间能力的有效平衡，从而形成的一种旅游物流服务模式。

表1 2010-2016年桂林游客人均每天消费情况（单位：美元/人天）

表2 桂林市和南宁市旅游总收入与旅游物流周转量

表3 旅游物流服务云模式优化效度测定指标体系

基于云模式对桂林市旅游物流供给资源与服务需求进行管理与调配的方式，以及服务能力协同与平衡的模式，对其旅游物流服务进行集成优化，将桂林市碎片化和集中化两种情况的旅游物流供给资源与服务需求进行统一管理与分配，并利用服务能力协同与平衡模式实现能力的平衡；旅游物流服务云模式集成优化中心与混合云应用模式（包括私有云和公有云应用模式）进行信息共享，与旅游物流服务进行订单对接；混合云应用模式提供海量旅游物流服务，旅游物流服务又接入混合云应用模式中，从而构建桂林市旅游物流服务云模式，其基本运作如图1所示。

旅游物流服务云模式优化效度测定

（一）旅游物流服务云模式优化效度指标体系

服务质量度量的方法很多，以Parasuraman、Zeithaml和Berry三人提出的SERVQUAL量表评价模型最具代表性，SERVQUAL量表有五个维度，即有形性、可靠性、反应性、保障性和移情性，也有学者利用修改后的SERVQUAL量表对物流企业服务质量进行评价。本文研究对象是旅游物流服务，需结合旅游的特点构建优化效度测定指标，根据桂林市旅游物流服务云模式中的参与主体以及影响因素，面向云模式研究专家和桂林市旅游物流服务研究专家进行4轮问卷调查，按照递阶层次结构，构建效度测定指标体系（见表3）。

图1 桂林市旅游物流服务云模式基本运作流程

（二）改进的层次分析法（AHP）

综合评价测定通常用权重来衡量各指标重要性，构造矩阵是传统AHP的关键，但决策者难以用标度法准确表示各测定指标的重要程度，因此存在很大模糊性。本文基于传统AHP采用改进的三标度层次分析法来确定各指标权重大小，改进的AHP首先将指标进行两两比较得到比较矩阵，然后计算得出最优传递矩阵并转化为判断矩阵，其优点在于能满足一致性要求，不需做一致性检验，具体步骤如下：

建立三标度比较矩阵。直接比较很难对多元素的重要性进行排序，而在两元素间比较，容易得出不重要、同等重要及重要的判断，然后用-1、0、1来标度其结果，从而得到比较矩阵B：

将最优传递矩阵C转化为判断矩阵（即一致性矩阵P）：

根据判断矩阵P计算该层元素对于上层相应元素的权重系数，P判断矩阵中最大特征根所对应的特征向量则为各元素权重系数，即：Pbk=λmaxbk。其中，将特征向量bk=(bk1，bk2，…,bki，…，bkn)作为该层各元素的权重向量，本文运用近似解法中的“根法”来求解特征向量与最大特征根：

一致性矩阵P中各行元素乘积得矩阵M：

面向云模式研究专家和桂林市旅游物流服务研究专家开展的第一、二轮问卷调查所得到的统计数据，利用Matlab软件计算得到最优传递矩阵C，之后算出向量K并作归一化处理，最后得到所求权重系数向量。其中，旅游消费者营销性的最优传递矩阵C、向量K及最终结果如下：

一级指标权重为：

W=(W1W2W3W4W5W6)=(0.3503 0.4102 0.2896 0.3124 0.3307 0.2598)

（三）模糊综合评价法（FCE）

模糊综合评价法是一种可将边界划分不清、不易量化的因素定量化以及进行综合测定的方法，其缺点在于难以准确确定各因素权重，而改进的层次分析法法能很好弥补此缺点。具体步骤如下：

构建因素集U。将表3中构建的测定因素作为测定指标，记为U={u1，u2，…，un}，共为两个层次，其中：第一层指标集合记为 U={u1，u2，u3，u4，u5，u6}，第二层指标集合记为：U1={u11，u12}；U2={u21，u22，u23，u24}；U3={u31，u32，u33}；U4={u41，u42}；U5={u51，u52}；U6={u61，u62}。

建立综合测定指标评语集V。综合判断评语集可用于测定目标的优劣程度，本文采用5级测定法反映桂林旅游物流服务云模式的效度情况，即V=（优，良，中，较差，差），且设定值得分为（1，0.8，0.6，0.4，0.2）。

“⟸”:要证A为CSI-闭,只需证XA为CSI-开即可。首先由A为闭集,XA为开集;其次若F∈CIrr(X),F∩(XA)=Ø,即F⊆A,由已知,Fδ⊆A,于是Fδ∩(XA)=Ø,故XA为CSI-开。

测定各单因素并建立总测定矩阵R，即将每个被测定对象从U到V的模糊关系进行量化，记为：