影响智能景区感知形象的关键因素——结合文本分析与DEMATEL方法

《Sustainable Futures》：Key factors affecting the perceived image of smart scenic spots – combining text analysis and DEMATEL

武夷山国家公园智慧景区游客感知图像研究基于ROST文本分析构建四维十三指标模型，运用DEMATEL方法揭示山景（LI1）、文化（CI2）、区域感知（RI1）和活动（FI4）为核心驱动因素，提出优先改善自然景观、文化体验及智慧服务，优化游客停留与消费的运营策略。

　　### 解读：智慧景区建设与游客感知图像研究

随着信息技术的迅猛发展，如5G、人工智能和云计算，智慧旅游已成为推动旅游业转型升级的重要方向。智慧景区的建设不仅是实现这一目标的关键步骤，也是提升游客体验和景区管理水平的重要手段。本研究聚焦于武夷山国家公园的智慧景区，采用ROST软件对大量在线文本进行分类、排序和提取，并结合DEMATEL专家问卷调查，分析各个因素之间的相互依赖关系和因果联系，最终确定关键因素并提出优化建议。研究结果显示，管理者应优先改善诸如“山景”、“环境感知”、“活动”、“民族文化”和“宗教文化”等指标，以有效提升游客对武夷山智慧景区的感知和整体体验。

#### 一、智慧旅游与游客感知的重要性

智慧旅游的兴起，使得游客的体验更加便捷和丰富。智慧技术能够通过提供无缝、便捷和互动的体验，直接提升游客对景区的感知。例如，全面的5G覆盖可以确保增强现实（AR）导览等应用的顺利运行，而智能导游、在线预订和信息推送等功能则能增强信息的可及性和游客的满意度。2024年起，台湾旅游部门将推动具有个性化智能服务的智慧景区建设，并与地方政府合作，重新思考17个国家级景区的可持续运营和管理策略。智慧景区的建设直接影响游客的满意度和体验，同时提升管理效率和服务质量，进一步增强游客的整体体验。

此外，智慧景区的软件和硬件设施升级也对景区形象的塑造具有重要意义。这些升级不仅能够满足游客对高品质和多样化体验的需求，还能够提升景区的吸引力和竞争力。因此，智慧景区的建设不仅是技术层面的提升，更是服务和管理层面的全面优化。

#### 二、游客感知与目的地形象的定义

在旅游研究中，“感知”是指游客对某一目的地所形成的联想和信息集合，涵盖多个目的地的组成部分和游客的个人感受。目的地形象是影响游客决策、偏好、满意度和未来行为意向的重要因素，一直备受学术界关注。传统的研究方法主要依赖于问卷调查和访谈，然而这些方法往往面临统计效率低、覆盖范围有限和对旅游规模估计不准确等问题，难以全面和客观地呈现目的地形象。

在互联网和大数据时代，社交媒体已成为游客分享旅行体验的重要平台。游客通过文字和图片记录吸引他们的场景，并分享他们的感知体验。这些内容涵盖了景观特征、生物多样性偏好和自然目的地的访问体验。这些图片、视频和文字不仅反映了游客的主观感受，还提供了关于目的地的客观描述，进一步塑造了公众对目的地的认知和评价。与官方旅游信息相比，社交媒体信息在真实性和可信度方面具有明显优势，可以更真实地反映游客对目的地的感知、感受和行为。因此，使用在线文本作为研究数据源具有科学价值和参考意义。

然而，以往的研究多采用探索性数据分析技术来分析用户生成内容，虽然识别了影响目的地形象的关键词，但未能明确这些因素之间的因果关系和相互影响网络，构成了一个重要的研究空白。因此，管理者在有效管理和分配旅游资源方面面临困难。

#### 三、研究方法：扎根理论与DEMATEL的结合

为了解决这一研究空白，本研究采用了决策试验与评估实验室（DEMATEL）方法。DEMATEL的核心工具是影响网络关系图（INRM），它揭示了系统中各要素之间的因果关系。DEMATEL方法特别适用于本研究，原因如下：

1. **与结构方程模型（SEM）相比**：DEMATEL不需要大量样本数据来测试预设的理论模型，而是通过有限数量的专家问卷，有效地揭示复杂因素之间的因果结构。
2. **与一般的网络分析相比**：DEMATEL不仅能够识别核心主题，还能够区分“原因”和“结果”因素，为管理者提供清晰的决策优先级。
3. **综合分析**：扎根理论（GT）回答了“什么”（哪些因素影响游客的感知），而DEMATEL回答了“如何”（这些因素如何相互影响，哪些是最具影响力的“原因”）。这种两阶段的过程确保了因果关系的定量分析基于与游客体验直接相关的因素。

#### 四、扎根理论的应用与三阶段编码

扎根理论是一种定性研究方法，由Strauss和Glaser共同开发。研究者在实施过程中会多次收集和分析数据，并使用编码技术对数据进行分类和组织，有助于识别关键主题和模式，促进理论的生成和修订。为了系统分析游客评论中的文本数据，本研究采用了扎根理论的三阶段编码过程：

1. **开放编码**：在这一阶段，我们仔细审查了6127条有效的游客评论。原始文本被分解为初步概念和标签，而无需预先设定的分类。例如，“天游峰的风景真的太壮观了”或“在九曲溪上漂流非常惬意”被编码为初步概念，如“山景”、“峰景”、“河流体验”和“放松活动”。这一过程通过NVIVO软件进行，以管理大量文本数据。
2. **轴心编码**：在开放编码之后，我们进入轴心编码阶段，以识别初步概念之间的关系。我们将相关的概念分组，形成更抽象和稳定的类别。例如，“山景”、“河流体验”和“独特的岩石构造”被归类到“景观形象”这一更广泛的类别下；而与寺庙、历史人物和地方传统相关的概念被归类到“文化形象”下。
3. **选择性编码**：在最后阶段，我们整合轴心编码阶段形成的类别，以识别一个核心类别，该类别代表研究的核心主题。这一过程形成了游客感知图像的层次结构，包括四个核心维度和十三个关键指标（如表2所示）。这一结构模型直接来源于用户生成内容，为后续的定量分析奠定了基础。

#### 五、DEMATEL方法的操作与应用

DEMATEL方法通过矩阵运算确定因素之间的相互依赖关系，将其转化为因果关系，并利用影响网络图来识别关键因素。该方法已被广泛应用于市场营销、生态旅游、安全管理、智慧城市、新冠疫情生态旅游中心恢复计划、智能制造和中小企业可持续竞争力等领域。

其操作过程可以分为六个步骤：

1. **建立个体直接关系矩阵**：首先，需要建立各个因素之间的直接关系矩阵。
2. **进行一致性检查**：确保矩阵中的数据具有一致性。
3. **计算平均直接影响关系矩阵**：对矩阵进行平均处理，以确定各因素之间的平均影响关系。
4. **计算标准化的平均直接影响关系矩阵**：对矩阵进行标准化处理，以消除个体差异。
5. **计算总影响关系矩阵**：总影响关系矩阵是通过计算各个因素之间的总影响关系得到的。例如，将总影响关系矩阵中的每一行和每一列的值相加，得到向量R和C，如图1所示。
6. **设置阈值并绘制影响网络关系图**：根据总影响关系矩阵的平均值设置阈值，以确定因素之间的相互影响方向，并进一步计算各因素的中心性和因果度。

#### 六、数据分析：研究对象与数据来源

本研究选取了武夷山国家公园的智慧景区作为研究对象。武夷山国家公园被列为世界文化和自然遗产，拥有丰富的旅游资源。它是著名茶文化的发源地，也是中国茶文化仪式的起点。该景区位于江西和福建交界处，2023年的数据显示，武夷山接待了1550万游客，旅游收入达到了216亿元，相比2019年增长了9%和8%。这一增长有效推动了住宿、零售和餐饮等行业的繁荣，其中住宿行业增长率达到42%，零售行业为11.2%，餐饮行业为18%。在主要景点中，印象大红袍吸引了448万游客，增长了29%，而其他景点如“水帘洞”吸引了92万游客，增长了34%。

近年来，武夷山国家公园智慧景区的重点工作集中在环境保护和生态监测上。许多系统已经建立，包括建设规划监测、环境监测、执法保护、电子巡查、森林防火、GPS调度、视频监控、多媒体展示、电子商务等。在游客服务方面，武夷山旅游App和“中国武夷山”微信公众号已被开发，以实现手机查询、人脸识别入园、免费Wi-Fi、自助导览、自助停车、信息反馈和紧急援助等功能。此外，还开发了武夷山旅游增强现实（AR）地图应用。在景区管理方面，大数据技术可用于预测游客数量，提前准备观光车、竹筏等设施，并掌握景区内游客密度和交通状况，以实现有效指挥。同时，安全监测系统可及时检测游客的危险行为，并迅速发出警告。

为了收集真实且深入的游客体验数据，本研究选择了中国的主要在线旅游平台（OTA）和评论平台作为数据来源。我们选择了携程、同程和大众点评，原因如下：

1. **高相关性**：这些平台以旅游预订和旅游服务评价为中心，意味着用户生成内容（UGC）通常是详细且经验导向的，与目的地形象密切相关。
2. **内容深度**：与微博等短即时发布平台相比，大众点评等平台鼓励游客进行全面的旅游后评价，这有助于深入分析游客的感知和体验。
3. **用户基数大**：这些平台是中国市场的重要组成部分，确保了游客反馈的多样性和代表性。本研究以“武夷山”为主题，使用爬虫工具如Octopus和Web Scraper收集这些网站的评论数据。

为了确保数据的准确性和效率，本研究参考了与目的地形象、感知体验和游客满意度相关的文献，并对评论数据进行了以下处理：

1. **删除无关文章、代词等**：去除与研究无关的内容。
2. **过滤文本**：根据明确的操作定义过滤文本，例如删除“内容太少”（含少于20个中文字符）、“无意义”（缺乏对旅行体验的描述）、“纯粹广告”（仅含广告或图片）的评论。
3. **清理特殊符号和网络表情**：去除特殊符号和网络表情，以提高数据的可读性和准确性。
4. **删除重复评论**：去除重复评论，保留一条。

最终，收集了截至2024年6月30日所有游客的旅行笔记，并通过ROST软件筛选无效和重复数据，最终获得了6127条有效文本。

#### 七、高频词提取与网络语义分析

高频词能够有效反映社交媒体中的主题、观点和情感，是理解游客对目的地感知的重要指标。经过ROST筛选，我们选取了48个与本研究相关的高频词，如表1所示。这些高频词主要包含名词、动词、副词和形容词，其中名词出现38次，占79.17%，主要与自然景观和文化建筑相关；动词出现8次，占16.67%，主要与户外活动和休闲娱乐相关。这表明，吸引游客前往武夷山国家公园智慧景区的主要因素是其独特的自然景观和丰富的文化活动。关键的地理景观包括天游峰、一线天、九曲溪和虎啸岩，这些景观表明游客非常关注该地的自然环境。此外，与时间相关的词汇如“早晨”、“分钟”、“晚上”和“夏天”频繁出现，表明游客重视在不同时间点的旅游体验。最后，词汇如“表演”和“活动”的频繁出现反映了游客对武夷山国家公园智慧景区表演的深刻印象。

进一步地，ROST软件的社交网络和语义分析功能被用于深入探索高频词的语义关系。通过节点和连接的组合，形成一个网络结构图，并去除无关的独立节点，最终整理出高频词的社交语义网络结构图（如图1所示）。从图1可以看出，“武夷山”、“茶”、“景区”和“竹筏”是核心高频词，形成了关键的语义网络关系，表明游客非常重视这四个方面的智慧旅游体验。此外，词汇如“竹筏-漂流-景观-九曲溪”之间的明显联系表明，游客对竹筏漂流体验非常喜爱，智慧管理将促进景区的可持续和健康发展。与“景区”密切相关的词汇如“水帘洞”、“一线天”和“虎啸岩”表明游客对这些景区有深刻的理解，也反映出其他景区的智慧设施建设仍需加强。作为一个双重世界自然和文化遗产，武夷山国家公园智慧景区拥有丰富的文化资源，但其位置处于语义网络图的边缘，表明对纪念碑和文化遗迹的智慧建设仍需改进。

#### 八、三阶段编码过程与示例

为了提高我们定性分析的透明度，并展示原始数据与初始编码之间的联系，我们展示了编码过程的示例，如表2所示。扎根理论的三阶段编码方法被用于确定影响武夷山景区感知形象的维度、指标和层次结构。例如，从游客评论中提取的词汇如“天游峰的风景真的太壮观了”、“爬上去虽然很累，但是看到九曲溪在脚下蜿蜒”、“竹筏漂流也很惬意”、“听船夫讲解当地的历史文化”被编码为初步概念如“山景”、“登山劳累”、“溪流景观”、“物有所值”、“竹筏体验”、“休闲活动”、“讲解”、“当地历史”、“文化信息”等。随后，这些初步概念被进一步分类为“景观形象”、“活动”、“历史文化”等。

#### 九、选择性编码

本研究使用ROST软件对在线文本中的词汇进行组织，使用NVIVO对初级和次级标准进行中文编码分析，以探索游客对武夷山智慧景区的感知图像和内在模式。本研究选取了有效的关键词进行编码，建立了不同的类别，并对维度进行了分类。最终，专家建议总结了四个维度、十三个指标和17301个参考点。结果如表3所示。

表3显示，游客对武夷山国家公园智慧景区的感知主要集中在“景观形象”、“活动内容”、“山景”、“时间感知”、“交通”等方面，表明他们特别关注地理位置、所需时间和活动的可参与性。游客对竹筏漂流活动的时间感知尤为敏感，表明武夷山的山景、九曲溪和竹筏漂流给游客留下了深刻印象。然而，基于武夷山的年游客数量，这些三个指标似乎未能有效促进游客推荐或再次访问。此外，景区内的增强现实（AR）地图技术体验效果未被充分反映，未能显著提升游客的整体满意度。因此，本研究进一步使用DEMATEL方法分析各项指标之间的相互依赖关系，并提出优化计划以增强游客对武夷山智慧景区的感知。

#### 十、构建智慧景区感知图像评估模型

本研究基于在线文本分析构建了武夷山国家公园智慧景区感知图像的评估模型。使用DEMATEL问卷评估各因素之间的关系。本研究邀请了五位旅游业高级管理者和六位拥有超过十年教学经验的旅游系教授填写专家问卷。专家按照表2.3中的步骤确定因素之间的关系重要性。问卷收集完成后，进行了一致性检验分析，以确认答案结果的共识。最终，得到了一个4×4维度的初始直接关系矩阵和一个13×13指标的初始直接关系矩阵。通过归一化和矩阵运算，得到了维度和指标的总影响关系矩阵（如表4和表6所示）。阈值值基于总影响关系矩阵的平均值设置，以确定指标之间的相互影响方向，并进一步计算维度和指标的中心性和因果度（如表5和表7所示）。最终，以中心性为横轴，以因果度为纵轴绘制影响网络图（如图1和图2所示）。

表4显示，通过维度的总影响关系矩阵分析，景观形象（LI）和文化形象（CI）是主要的因果维度，而区域形象（RI）是整体重要性的关键因素。具体而言，山景（LI1）、区域感知（RI1）、活动（FI4）、民族文化（CI2）和宗教文化（CI1）被识别为管理者应优先改善的核心驱动因素，以提升游客的整体体验。

表7显示，各指标的中心性和因果度表明，CI3（历史文化）、LI2（水景）和LI1（山景）是影响游客感知的关键指标。这些指标的高中心性和高因果度表明，它们对游客的感知有重要影响。因此，管理者应优先改善这些指标，以提升游客的总体体验。

#### 十一、讨论与实施建议

进一步分析图3，基于平均值5.946，影响网络图被分为四个象限。第一象限的中心性和因果度都较高，表明这些指标相对重要，且它们对其他指标的影响超过了自身的影响。专家认为，这些指标是主要的驱动因素，而非正式的统计显著性检验。因此，管理者应优先改善第一象限的指标。根据图3，LI1（山景）、RI1（区域感知）、FI4（活动）、CI2（民族文化）和CI1（宗教文化）对武夷山智慧景区的感知具有关键影响。

游客对智慧景区的感知主要集中在山景、区域感知、活动和文化因素上。这些因素的相互影响关系表明，管理者应通过改善这些关键因素，来提升游客的整体体验。此外，智慧景区的游客在完成竹筏漂流和参观“水帘洞”、“一线天”和“虎啸岩”等著名景点后，通常不会选择过夜住宿，这直接影响了住宿（FI2）的表现。因此，建议景区管理者采取以下战术措施：

1. **利用大数据分析游客行为**，以深入探索他们的偏好和需求，优化服务和设施。
2. **根据季节变化调整景区氛围**，以增强游客的季节性体验。
3. **设计灵活的组合套餐**，涵盖交通、住宿、餐饮、景点门票和导游服务，以方便游客的一站式购买。
4. **通过补充活动增强现有游客旅程**，如主题工作坊或文化表演，以丰富体验并吸引游客过夜，从而支持住宿（FI2）和相关购物（FI5）。

此外，游客对景区的吸引力和交通便利性直接影响他们的决策和情感体验。目前，武夷山智慧景区通过应用程序提供停车位信息，帮助游客快速找到停车位，并使用GPS和移动应用提供交通信息，以优化旅游路线。然而，景区的交通设施仍然不足。例如，从附近城镇到武夷山的火车和公交车数量不够，难以有效吸引更多游客。因此，景区应加强智慧连接服务，设立定时班车，以方便游客在主要景点之间的流动，提高观光效率。

#### 十二、结论与未来研究方向

本研究利用文本挖掘和DEMATEL方法构建了武夷山智慧景区感知图像的因果模型。通过分析6127条游客评论，识别了四个维度中的十三个关键指标，并揭示了它们的复杂相互关系。研究结果表明，景观形象（LI）和文化形象（CI）是主要的因果维度，而区域形象（RI）在整体重要性方面最为关键。具体而言，山景（LI1）、区域感知（RI1）、活动（FI4）、民族文化（CI2）和宗教文化（CI1）被识别为管理者应优先改善的核心驱动因素，以提升游客的整体体验。

本研究对旅游文献做出了多方面的贡献。首先，它通过系统地将定性扎根理论（GT）与定量DEMATEL方法相结合，提供了一种分析用户生成内容（UGC）的新方法。这超越了以往UGC研究中常见的描述性或情感分析，为探索目的地形象的因果结构提供了一个模型。其次，通过识别感知因素之间的层次影响，本研究提供了对目的地形象不同组成部分之间相互关系的更深入理论理解，表明基础要素如景观和文化是整体区域形象的直接驱动因素。最后，本研究通过将这一模型应用于智慧景区，揭示了智慧基础设施实施与文化内容有意义整合之间的关键差距。

在实践方面，本研究为旅游管理者提供了一个清晰、数据驱动的框架，用于战略决策。影响网络关系图（INRM）作为诊断工具，使管理者能够通过关注主要“原因”因素，更有效地分配资源，以实现对“结果”因素的改善。建议包括可操作的措施，旨在实现可衡量的结果，如增加平均游客停留时间、提高对辅助服务的消费或提升在线满意度评分。为了提供一个清晰、一目了然的指南，各象限的关键因素和战略干预措施如表8所示。

本研究也指出了未来研究的方向。尽管本研究提供了有价值的见解，但仍然存在一些局限性。数据仅从特定的中国OTA平台收集，未来研究可以包括更广泛的社交媒体来源，以捕捉更多样化的游客视角。此外，虽然我们提出了VR和AR等先进技术的整合，但需要考虑这些技术的潜在缺点。未来研究应探索如果这些技术没有被谨慎实施，是否会导致对真实世界互动的削弱。还存在“数字鸿沟”的风险，即技术不熟练的游客可能会感到被排除，或“技术标准化”的风险，即景区可能会失去其独特的魅力。探索如何在技术增强与真实性之间取得平衡，是未来研究的一个关键方向。最后，未来研究可以扩展模型，以包括游客的重游意愿和口碑推荐等结果，以进一步验证这里识别的关系。

#### 十三、研究的伦理与资助

本研究未涉及人类参与者和/或动物。所有作者均无利益冲突需要披露。本研究未获得任何公共、商业或非营利部门资助机构的特定资助。