基于TOE框架的智慧旅游发展路径研究

杜利明　崔蕾　郭文艳　王凤英

摘要：文章基于TOE理论框架，采用模糊集定性比较分析（fsQCA）方法，对智慧旅游發展的“多重并发因果关系”进行了实证探究。研究发现，高智慧旅游发展水平和非高智慧旅游发展水平可以通过不同的路径实现，即存在因果不对称性。具体来看，物质资本和人力资本是推动高智慧旅游发展的核心条件，其发展水平的组态共有5条发展路径。而对于低智慧旅游发展水平，数字化技术水平低和政府支持力度小是其核心条件，共有3条发展路径。研究结果不仅丰富了相关领域的研究，也能为提升智慧旅游发展水平提供有益的参考路径。

关键词：TOE；fsQCA；智慧旅游；发展路径

中图分类号： F592. 3文献标志码： A

0 引言

随着中国小康社会建设的推进，旅游成为日常消费的关键部分，引发了旅游需求的多元化。传统旅游模式已无法满足这些增长的需求，催生了智慧旅游的概念。智慧旅游结合信息技术与旅游业，通过数字化手段优化资源分析、服务质量和运营效率，成为推动中国旅游产业现代化和建设旅游强国战略的核心动力。

在智慧旅游发展研究中，多数研究以省域或城市作为研究对象，构建智慧旅游发展水平评价指标体系，运用熵权法对发展水平进行综合评价［1-3］。同时，相关学者还进行了影响因素分析，发现旅游资源、人口规模和消费支出等是影响地区旅游经济增长的关键因素［4-5］，并基于大数据背景，结合智慧旅游发展现状，从存在的问题出发，探讨智慧旅游的发展路径，为智慧旅游的可持续发展提供了理论支持和实践指导［6-7］。

TOE框架是一种综合性技术应用情境分析框架，具有结构清晰和灵活性等优点，其将组织内外部情况以及技术本身特点纳入统一研究，从技术、组织、环境3个层面分析组织的影响因素，在解释复杂社会现象成因以及提取影响要素方面具有良好效果，可满足不同领域的学者对不同技术应用场景下的研究。目前主要应用于解释和分析企业运用技术创新的影响因素研究中，被广泛用于电子商务与数据以及企业系统等研究中［8-10］；同时根据该理论，旅游业发展水平会受到区域技术条件、组织特性及宏观环境3个维度的影响，因而可作为探究不同层面前因及其组合与智慧旅游发展水平的复杂因果关系的理论分析框架。

综上所述，目前学术界的研究多集中于对智慧旅游发展具有重要影响力的单一或少数因素进行关联性分析，而较少关注在复杂环境下，这些因素如何以多重并发的形式共同作用于智慧旅游发展；同时，当前对于TOE框架的研究大都聚焦于科技成果转化、经济产业升级等，而以TOE框架为理论依据，运用模糊集定性比较分析（fsQCA）方法探讨促进智慧旅游发展多元条件组态的相关研究较少。因此，本研究在TOE理论框架的指导下，深入探讨了智慧旅游发展的关键影响因素，并通过采用fsQCA方法，从组态的角度审视了技术、组织和环境因素与智慧旅游发展之间错综复杂的因果联系。

1 基于TOE的智慧旅游影响因素框架构建

技术（T）、组织（O）和环境（E）维度因素对地区智慧旅游发展的影响为本研究组态条件的选择提供了依据，而QCA方法能够探究因素之间的协同联动机制及与结果之间的复杂因果关系，理论方法适配。因此，本研究从TOE框架出发构建了智慧旅游发展影响因素分析框架。

（1）技术层面，选择数字化技术要素，数字化技术作用于旅游产业价值链的多个环节，整合旅游目的地的资源，保护旅游目的地的生态多样性和文化原创性。

（2）组织层面，包括物质资本和人力资本两个要素。住宿和餐饮企业是智慧旅游业的两大支柱性产业，因此本文借鉴张洪等［11］的相关研究选取了住宿餐饮企业数量来测度物质资本；同时，人力资本对于提高旅游经济增长至关重要，它能够推动智慧旅游经济的高品质发展。

（3）环境层面，包括经济发展水平和政府支持力度两个要素。经济发展水平是表征一个地区经济总体规模以及增长速率的关键指标；同时，政府在旅游业的成长与发展中扮演着至关重要的角色，构成了旅游业发展的基石。

2 基于fsQCA的智慧旅游影响因素组态效应分析

2.1 数据来源及变量测算

论文数据均来自2020年全国31个省区的统计年鉴、相关统计公报、《中国科技统计年鉴》、《中国民政统计年鉴》等，部分缺失数据通过趋势外推法进行补充。基于上述构建的智慧旅游影响因素框架，对智慧旅游影响因素组态效应分析所需结果变量以及条件变量进行测算，具体测算方式如下。

（1）结果变量。为直观地测度区域智慧旅游发展水平，本研究基于穆学青等［12］的研究，从基础设施建设、智慧旅游经济发展、科技创新、智慧旅游环境4个层面构建智慧旅游发展水平评价指标体系，结合熵值法，计算得到31个省市区域智慧旅游发展水平的综合得分，进而得到结果变量。

（2）条件变量。参考已有研究经验［13-14］，选择如下5个条件变量。（1）数字化技术水平：采用创凯立达规划设计研究院编写的《中国区域数字化发展指数报告（2020）》中区域数字化发展综合指数作为测量指标，该报告从数字创新要素投入、数字基础设施建设、数字经济发展、数字社会与数字政府建设4个方面构建指标体系，全方位对我国 31 个省份数字化技术发展的综合指数进行测算，较为全面客观。（2）物质资本：采用住宿餐饮企业数量来表征。（3）人力资本：以旅游业从业人数来表示。（4）经济发展水平：采用居民人均可支配收入表示。（5）政府支持力度：以研究与试验发展（R&D）经费衡量。

2.2 变量校准

校准是采用fsQCA方法进行因果分析前的一个必要步骤，它旨在将案例的原始数据赋予集合隶属度。运用直接校准法将数据转换为模糊集隶属分数，将各因素和智慧旅游发展水平的完全隶属阈值、交叉点以及完全不隶属阈值设置为案例数据的95%、50%和 5%分位数。具体校准结果如表1所示。

2.3 fsQCA必要条件分析

为检验单个因素是否为影响高智慧旅游发展水平的必要条件，本研究采用模糊集定性比较分析（fsQCA）方法进行了必要性检验，其结果如表2所示。设定一致性阈值为0.9，将一致性超过0.9的条件变量视为必要条件。由表2可见，导致高智慧旅游发展水平的必要条件是物质资本和人力资本，而导致非高智慧旅游发展水平的必要条件是～数字化技术水平和～政府支持力度。

2.4 条件组态分析

参考Verweij［15］的研究构建真值表，将组态分析的一致性阈值设置为0.8，PRI一致性设为0.7，频数阈值设置为1，得到条件组态分析结果如表3所示，产生高智慧旅游发展水平的组态有5种，非高智慧旅游发展水平的组态有3种，一致性均达到0.8以上。

2.5 智慧旅游发展路径分析

根据表3：高智慧旅游发展水平的总体覆盖度为0.8863，意味着5条提升路径可以解释88.63%的案例；非高智慧旅游发展水平的总体覆盖度为0.8283，意味着3种组态覆盖了所有案例中的82.83%。

H1：路径表示无论物质资本、政府支持力度这两个要素是否存在，对于拥有较高人力资本的省份，即使缺乏较高的数字化技术水平和经济发展水平，仍能展现出较高的智慧旅游发展水平。这一路径下的代表省份包括河北、河南和云南，这些省份近年的政策措施侧重于引进高素质的旅游行业专业人才，通过这种方式推动了智慧旅游的高品质发展，并显著提升了游客的旅游体验和满意度。

H2：路径表示无论物质资本和经济发展水平这两个要素是否存在，拥有政府高度支持以及丰富人力资本的地区，即使缺乏较高的数字化技术水平，依旧可以使得智慧旅游发展达到较高水平。这一路径下的代表省份包括河南、辽宁、湖南等。其中，河南省政府已将旅游业确定为关键的新兴支柱产业，并确立了迈向旅游强省的飞跃式增长目标，计划培育200万旅游行业专业人才，并通过旅游业的发展带动1000万人的社会就业。

H3：路径表示无论人力资本、政府支持力度这两个要素是否存在，物质资本水平较高的省份，如果同时具备较高的数字化技术水平和经济发展水平，将能够实现更高的智慧旅游发展水平。其中，物质资本是核心条件，数字化技术水平和经济发展水平是边缘条件，该组态下的代表区域为江苏、浙江、北京、上海等，这些地区在智慧旅游发展方面取得了显著成效。例如，江苏省正大力推进以数字化、网络化、智能化为核心的智慧旅游建设，促使酒店住宿等相关旅游行业加速实现数字化转型。

H4：路径表示无论数字化技术水平和经济发展水平这两个要素是否存在，拥有较高的物质资本、人力资本及政府支持力度，就可以使智慧旅游发展达较高水平，其中物质资本和人力资本是核心条件，政府支持力度是边缘条件。处于这一组态内的代表省份有山东、广东、江苏、福建等。其中，山东省实施了政策以激发各级政府和企业对旅游住宿行业的投资积极性，并实施了一系列针对不同层次和类型的旅游行业人才的阶段性培训计划。这些措施旨在提升旅游住宿行业的管理效率和技术专业水平，从而推动省内旅游住宿行业的优质发展。

H5：路径表示无论人力资本这一要素是否存在，拥有较高的物质资本，即使缺乏较高的数字化技术水平、经济发展水平以及政府支持力度，也会有更好的智慧旅游发展水平。其中，物质资本为核心条件，数字化技术水平、经济发展水平以及政府支持力度为边缘条件。处于这一组态内的代表省份为贵州，在《贵州省“十四五”文化和旅游发展规划》的政策框架下，贵州省强调旅游业配套设施的关键性，并倡导旅游住宿业的转型升级，从传统的星级酒店向更加个性化、多元化的非标准化住宿业态转变。此外，通过建立智能化的旅游数据服务平台，贵州省还致力于提升餐饮、住宿和旅游文创产品等服务的定制化水平，以适应不同游客群体的需求，推动进入智能旅游的新阶段。

本研究同时考虑了非高智慧旅游发展水平的组态。NH1路径中数字化技术水平、政府支持力度是核心条件；NH2路径中数字化技术水平是核心条件，人力资本是边缘条件；NH3路径中人力资本是核心条件，物质资本、经济发展水平是边缘条件。同时，研究结果也证实了在“因果不对称性”的逻辑前提下，导致智慧旅游发展水平出现的条件与导致非高智慧旅游发展水平出现的条件存在不对称性。

3 结论

本项研究以TOE理论为基础，构建了一个智慧旅游发展的影响因素模型，并采用fsQCA方法来研究多重前因要素对智慧旅游发展水平提升路径的组合效应。研究发现，技术、组织和环境因素并不都是智慧旅游发展的必要条件。高智慧旅游的发展是多种条件共同作用的结果，这些条件相互结合，以不同的路径实现高智慧旅游的发展。在高智慧旅游发展水平的形成中，通过各种条件的协同作用，存在5种不同的组态，而非高智慧旅游发展的驱动途径有3种。导致非高智慧旅游发展水平的因素并不是高智慧旅游发展水平的反面，而是两者之间存在明显的非对称性。在智慧旅游的发展中，人力资本成为了关键的制约因素。fsQCA的必要條件分析表明，物质资本和人力资本是提升智慧旅游发展水平的必要条件。换言之，基础设施和劳动力的缺乏将成为限制智慧旅游发展水平提升的瓶颈。没有单一要素构成非高智慧旅游发展水平的必要条件。这表明阻碍智慧旅游发展水平提升的因素是多样的。因此，要有效推动智慧旅游的发展，就需要全面考虑和平衡这些内外部因素，以确保所有方面的条件都能得到相应改善和提升。

参考文献

［1］刘莹.长三角城市群智慧旅游发展水平测度及其空间分异［J］.经济研究导刊，2023（4）：54-57.

［2］郝媛媛.河北省智慧旅游城市发展水平测度的研究［D］.石家庄：河北师范大学，2021.

［3］黄松，李燕林，戴平娟.智慧旅游城市旅游竞争力评价［J］.地理学报，2017（2）：14.

［4］ARATUO D N，ETIENNE X L，GEBREMEDHIN T，et al.Revisiting the tourism-economic growth nexus：evidence from the United States［J］.International of Contemporary Hospitality Management，2019（9）：3779-3798.

［5］NEELU S.Immigration and international inbound tourism：empirical evidence from Australia［J］.Tourism Management，2012（6）：1535-1543.

［6］杨文.肇庆市智慧旅游发展路径研究［J］.北方经贸，2021（4）：158-160.

［7］刘佳玮.基于大数据平台的智慧旅游发展路径研究［J］.旅游纵览，2020（13）：36-38.

［8］AWA H O，OJIABO O U.A model of adoption determinants of ERP within T-O-E framework［J］.Information Technology & People，2016（4）：901-930.

［9］王欣.TOE框架下高技术产业科技成果转化组态研究［J/OL］.科研管理：1-10［2024-01-29］.http：//kns.cnki.net/kcms/detail/11.1567.G3.20231218.14 44.013.html.

［10］白雪洁，王欣悦，宋培.中国企业数字化转型的影响因素研究——基于TOE框架的实证分析［J/OL］.科学学研究：1-18［2024-01-29］.https：//doi.org/10.16192/j.cnki.1003-2053.20240019.003.

［11］张洪，方芳，朱文静，等.沿海地区旅游发展效率与经济增长水平协调关系［J］.华侨大学学报（哲学社会科学版），2020（6）：56-68.

［12］穆学青，郭向阳，陈亚颦.云南省智慧旅游发展水平测度及空间差异研究［J］.地理与地理信息科学，2019（4）：123-129.

［13］姚战琪.数字经济对我国制造业出口竞争力的影响及其门槛效应［J］.改革，2022（2）：61-75.

［14］张大为，黄秀丽，罗永华.数字经济发展与高端制造业绿色创新效率——基于空间溢出与门槛效应实证检验［J］.管理现代化，2023（2）：161-168.

［15］VERWEIJ S.Set-theoretic methods for the social sciences：a guide to qualitative comparative analysis［J］.International Journal of Social Research Methodology，2012（2）：165-166.

（编辑 李春燕编辑）

Analysis of influencing factors of smart tourism development based on TOE framework

Du  Liming1，2， Cui  Lei1， Guo  Wenyan1， Wang  Fengying1，2*

（1.Shenyang Jianzhu University， Shenyang 110000， China; 2.Suqian University， Suqian 223800， China）

Abstract：  The article is based on the TOE theoretical framework and adopts the fuzzy set qualitative comparative analysis （fsQCA） method to empirically explore the “multiple concurrent causal relationships” in the development of smart tourism. Research has found that the development level of high smart tourism and non high smart tourism can be achieved through different paths， indicating the existence of causal asymmetry. Specifically， material capital and human capital are the core conditions for promoting the development of smart tourism， and there are a total of five development paths for their level of development. For low levels of smart tourism development， low levels of digital technology and limited government support are the core conditions， with a total of three development paths. The research results not only enrich the research in related fields， but also provide useful reference paths for improving the development level of smart tourism.

Key words： TOE; fsQCA; smart tourism; development path

作者簡介：杜利明（1976— ），男，副教授，博士;研究方向：图书情报分析与应用，机器学习。

*通信作者：王凤英（1976— ），女，副教授，硕士；研究方向：图书情报分析与应用，机器学习。