论文部分内容阅读
摘要：乡村旅游是实现乡村振兴的途径之一，在影响乡村旅游体验的众多因素中，住宿体验起着至关重要的作用。目前，乡村旅游住宿行业尚未形成规范化的管理模式，服务质量评价指标有待探索。通过对江苏省216家乡村民宿的在线评论内容进行分析，归纳出环境、服务和设施3个主范畴下7个自范畴、23项评价指标，建立乡村旅游住宿质量评价指标体系，并利用层次分析法（简称AHP）计算出各个指标的权重;利用BP神经网络，以江苏省的乡村民宿为例，验证该评价指标体系的准确性。结果表明，房间布局、建筑类型、装修风格、交通便利程度等环境因素是消费者最关注的方面。另外，经营者以及服务人员的态度和专业水平相较于其他因素也较受关注。
关键词：乡村振兴;乡村旅游;住宿质量指标;层次分析法;BP神经网络
中图分类号： F590.75文献标志码： A
文章编号：1002-1302（2019）21-0038-06
收稿日期：2018-11-30
基金项目：中央高校基本科研业务费资助项目（编号：NR2015026、NS2017056）。
作者简介：刘文龙（1986—），男，吉林舒兰人，博士，讲师，主要從事电子商务、消费者行为研究。E-mail：willenliu@nuaa.edu.cn。
低碳经济时代，乡村旅游成为我国旅游产业和农业发展的一大组成部分[1]。一方面，国家为乡村旅游的发展创造了良好的政治环境，国务院2018年初出台的《中共中央国务院关于实施乡村振兴战略的意见》就明确指出应当利用闲置农房发展民宿、养老等项目;另一方面，在城市化的日益推进下，具备田园风光和浓厚乡情的乡村意象，能够激发人们心中的归属感[2]，逐渐成为使游客接受并促使其进行乡村旅游的概念性符号。千百年来，作为生命诞生发展的载体，乡村能够使人们产生依恋与认同，进而引起游客的回归诉求[3]。在此诉求之下，乡村旅游表现出较好的发展态势。在乡村旅游业中，乡村旅游住宿业是其中至关重要的一部分。在旅游消费升级的推动下，国内住宿形式呈现多元化发展状态，除了星级酒店和品牌酒店，非标住宿业逐渐成为消费者的选择，甚至形成“三足鼎立”的局面。尤其是民宿迎来了爆发式的增长，在经历了粗放的自发发展后，近年来民宿的管理逐渐规范。然而随着乡村旅游的大规模兴起，乡村民宿却仍未得到有效的规范管理。乡村民宿的经营者大多没有接受过专业的服务培训，缺乏服务意识及能力[4]，粗放的发展下，民宿的文化内涵也不深厚[5];乡村民宿的安全、卫生以及环保问题的界定困难使得消费者难以真正了解其住宿环境[6]，进而导致消费者旅游体验的不确定性。想要帮助消费者在进行乡村民宿体验时作出正确的消费决策，减少住宿风险，同时也帮助住宿服务提供者改善服务质量，提高运营效率，首要任务是了解消费者在住宿时关注哪些因素。综合国内学者的研究成果可知，影响消费者住宿意愿的指标大体可以分为环境体验元素、住宿体验元素、服务体验元素和文化体验元素。基础设施满意度对住宿需求有着显著的影响[7]，因此包含硬件设施和软件服务的住宿体验元素是影响消费者住宿意愿的首要因素[8];包含区位环境和建筑环境在内的环境体验元素是游客对乡村旅游住宿质量的共性需求[9];包含饮食服务的服务体验元素则成为对中国消费者较重要的指标。另外，“中文游客”对“吃”的关注度远高于“英文游客”[5]。国外学者对消费者的关注因素则讨论得更加细致，Park等对关注因素进行排序并认为，优先度最高的是服务，其次是设备，环境是最后一个被考虑到的因素[10]。而对服务的着重强调也被其他研究所证实，提供个性化服务、餐饮服务、景点与餐厅咨询服务及导览手册等对消费者极为重要。此外，国外研究结论中还提出隐私这一要素[11]，这是国内研究暂时没有涉及到的。现有研究中，不同学者对乡村住宿体验的影响因素和各因素的重要度评价有很大差异。一方面，研究方法和数据样本的差别对研究结果有一定影响;另一方面，乡村旅游住宿质量的研究须要与时俱进。在现今互联网经济快速发展的背景下，乡村旅游住宿也将受到第三方平台用户参与的影响。消费者完成住宿之后可以在第三方平台发表评论，表达自己的住宿体验，从而为其他潜在消费者提供相关信息。而消费者在消费之前很难确切获得无形产品的质量等重要信息，因此更依赖于浏览评论以使自己获得充分的信息和间接消费经验，这样可以降低消费者感知不确定性的程度[12]。因此，在线评论是消费者消费的重要参考线索。但是目前将乡村旅游住宿质量因素和互联网信息交换社区相联系的研究还较少。本研究基于乡村民宿的在线评论，通过内容分析法，析出消费者在住宿过程中的关注指标，将层次分析法与BP神经网络相结合，构建乡村旅游住宿质量的评价模型。这2种方法都能进行评价分析，但是均存在一定的缺陷，AHP能够对定性问题进行层次化、数量化、模型化分析，但是其判别矩阵易受人类知识结构、判断水平和个人偏好的影响;BP神经网络在训练过程中则容易陷入局部极小值，因此二者的结合可以弥补神经网络权重任意赋值的缺陷，降低陷入局部最小值的概率[13]。
1乡村旅游住宿质量评价指标探究
“互联网 ”的发展使得传统住宿业的服务反馈发生了很大改变，在线评论对住宿业的影响越来越大。本研究对乡村旅游住宿质量指标的分析是基于第三方平台（大众点评）的在线评论。通过“八爪鱼”网络数据抓取工具采集网络评论数据，共采集江苏省216家乡村民宿的点评数据，获得1 114 条有效评论。采集的评论发布时间为2018年3月前，将采集到的评论用Python软件进行初步处理，提取其中的高频关键词。
1.1关键词分析
本研究将收集到的评论数据进行预处理，使用Python软件首先对评论文本进行关键词分析。将关键词按照词频由高到低排列后，人工剔除一些不必要的高频词，如“里面”“一家”“以后”等无意义的词汇，只保留乡村民宿住宿体验相关的词汇。词汇的出现频率越高，一定程度上说明游客对该要素越关注。词汇频数排在前20位的依次是房间、老板、环境、位置、地方、早餐、味道、价格、设施、风格、院子、农家乐、态度、特色、景区、周边、空调、附近、外面、景色。 1.2数据编码
综上关键词分析及对前30条评论的试分析情况，扩充并整理出影响乡村旅游住宿质量的众多要素，并对要素进行编码。最终确定的影响要素共有3个维度：环境、服务和设施。环境维度包含建筑和周边环境等9个具体指标;服务包括服务系统和人工服务;设施则包括家具/卫浴设施和家电设备2个方面。提取的指标、相关评论及各指标的编码情况见表1。
2构建乡村旅游住宿质量评价的层次结构模型
首先使用层次分析法确定上述所析出的评价指标的权重，层次分析法是美国运筹学家Saaty于20世纪70年代中期提出的一种系统分析方法，将目标分解为多个准则，每个准则再分解为多个指标（或准则、约束），从而形成一个包含若干层次的复杂的系统。通过定性指标模糊量化方法算出层次单排序（权数）和总排序，并将其作为决策的依据。
AHP将决策者的思维过程层次化以形成模型，并采用数学手段为分析、决策提供定量的依据，增强了分析的科学性，在决策目标组成要素较复杂而无法使用数据进行判断，从而须要将决策者的经验判断定量化时，该方法非常实用。
使用层次分析进行决策大体可以分为4个步骤：第一，找出各因素之间的内部关系，构建要素之间的递阶层次结构;第二，对同层次因素采用1～9位标度法进行量化，构造两两比较的判断矩阵;第三，计算每一个判断矩阵各因素针对其准则的相对权重;并计算得出每层因素的综合权重值，按照权重大小排列顺序;第四，在构造判断矩阵时，须要对其进行一致性检验，若不能通过一致性检验，则说明在判断矩阵中存在逻辑错误的打分。
2.1建立递阶层次结构模型
通过表1的编码，本研究构建乡村旅游住宿质量评价指标体系;包括1个目标层、3个准则层、7个次级准则层和23个指标层（图1）。
2.2构造判别矩阵
为增加因素重要性判别的准确性，本研究采用问卷调查的方式获取因素之间的相对重要性程度，问卷共41题。问卷通过社交软件进行发放，在调查对象的选取上，邀请各年龄段、收入水平段、有乡村旅游住宿经验的人员进行作答，尽量保证样本选取的多样性。再根据所填写的问卷内容，运用AHP进行各层次各点的权重计算。把同一层中各因素对于上一层某因素的重要性进行两两比较（如比较建筑类型、装修风格和房间布局对基础建筑的影响），构造比较判别矩阵。假定准则层因素Ck与下一层中m1，m2，…，mn有联系，将mi与mj对Ck的重要性进行两两比较，构造出权重判断矩阵：
A=（aij）n×n。
对矩阵采用Saaty提出的1～9标度法：aij为mi和mj两两比较的比例标度，按1～9的比例标度对重要性进行赋值。如果mj比mi绝对重要，那么aij的值为9;如果mi比mj绝对重要，那么aij的取值为1/9。1～9标度法中各个标度的含义见表2。
上述各数的倒数反比较若i和j重要度之比aij为n，则j与i的比值aji=1/n
2.3一致性检验
一致性比例计算公式为CR=CI/RI，其中CI=（λmax-n）/（n-1），λmax为矩阵的最大特征根;n为判别矩阵的阶数，RI是矩阵的平均随机一致性指标，可以通过矩阵的阶数（n）查表得到（表3）。
由于本研究采用问卷调查获取因素之间的重要性程度，为保证数据的真实性，以一致性检验作为检验问卷有效性的标准，因此首先对所有问卷进行一致性检验。本研究共收集到86份问卷，经过一致性检验的问卷共62份，有效问卷比例为72.09%。
2.4计算权重
将所获得的有效问卷通过Yaahp软件计算出权重，并求得所有问卷权重结果的算术平均数（表4）。
在乡村旅游住宿质量的三大维度中，建筑和周边环境（0.62）是影响消费者选择住宿最重要的因素。非标准化住宿的突出特点就是服务的多样性和不确定性，也是影响乡村旅游住宿的另一个重要因素（0.27），往往是标准化住宿中较重要的设施（0.11）
关键词：乡村振兴;乡村旅游;住宿质量指标;层次分析法;BP神经网络
中图分类号： F590.75文献标志码： A
文章编号：1002-1302（2019）21-0038-06
收稿日期：2018-11-30
基金项目：中央高校基本科研业务费资助项目（编号：NR2015026、NS2017056）。
作者简介：刘文龙（1986—），男，吉林舒兰人，博士，讲师，主要從事电子商务、消费者行为研究。E-mail：willenliu@nuaa.edu.cn。
低碳经济时代，乡村旅游成为我国旅游产业和农业发展的一大组成部分[1]。一方面，国家为乡村旅游的发展创造了良好的政治环境，国务院2018年初出台的《中共中央国务院关于实施乡村振兴战略的意见》就明确指出应当利用闲置农房发展民宿、养老等项目;另一方面，在城市化的日益推进下，具备田园风光和浓厚乡情的乡村意象，能够激发人们心中的归属感[2]，逐渐成为使游客接受并促使其进行乡村旅游的概念性符号。千百年来，作为生命诞生发展的载体，乡村能够使人们产生依恋与认同，进而引起游客的回归诉求[3]。在此诉求之下，乡村旅游表现出较好的发展态势。在乡村旅游业中，乡村旅游住宿业是其中至关重要的一部分。在旅游消费升级的推动下，国内住宿形式呈现多元化发展状态，除了星级酒店和品牌酒店，非标住宿业逐渐成为消费者的选择，甚至形成“三足鼎立”的局面。尤其是民宿迎来了爆发式的增长，在经历了粗放的自发发展后，近年来民宿的管理逐渐规范。然而随着乡村旅游的大规模兴起，乡村民宿却仍未得到有效的规范管理。乡村民宿的经营者大多没有接受过专业的服务培训，缺乏服务意识及能力[4]，粗放的发展下，民宿的文化内涵也不深厚[5];乡村民宿的安全、卫生以及环保问题的界定困难使得消费者难以真正了解其住宿环境[6]，进而导致消费者旅游体验的不确定性。想要帮助消费者在进行乡村民宿体验时作出正确的消费决策，减少住宿风险，同时也帮助住宿服务提供者改善服务质量，提高运营效率，首要任务是了解消费者在住宿时关注哪些因素。综合国内学者的研究成果可知，影响消费者住宿意愿的指标大体可以分为环境体验元素、住宿体验元素、服务体验元素和文化体验元素。基础设施满意度对住宿需求有着显著的影响[7]，因此包含硬件设施和软件服务的住宿体验元素是影响消费者住宿意愿的首要因素[8];包含区位环境和建筑环境在内的环境体验元素是游客对乡村旅游住宿质量的共性需求[9];包含饮食服务的服务体验元素则成为对中国消费者较重要的指标。另外，“中文游客”对“吃”的关注度远高于“英文游客”[5]。国外学者对消费者的关注因素则讨论得更加细致，Park等对关注因素进行排序并认为，优先度最高的是服务，其次是设备，环境是最后一个被考虑到的因素[10]。而对服务的着重强调也被其他研究所证实，提供个性化服务、餐饮服务、景点与餐厅咨询服务及导览手册等对消费者极为重要。此外，国外研究结论中还提出隐私这一要素[11]，这是国内研究暂时没有涉及到的。现有研究中，不同学者对乡村住宿体验的影响因素和各因素的重要度评价有很大差异。一方面，研究方法和数据样本的差别对研究结果有一定影响;另一方面，乡村旅游住宿质量的研究须要与时俱进。在现今互联网经济快速发展的背景下，乡村旅游住宿也将受到第三方平台用户参与的影响。消费者完成住宿之后可以在第三方平台发表评论，表达自己的住宿体验，从而为其他潜在消费者提供相关信息。而消费者在消费之前很难确切获得无形产品的质量等重要信息，因此更依赖于浏览评论以使自己获得充分的信息和间接消费经验，这样可以降低消费者感知不确定性的程度[12]。因此，在线评论是消费者消费的重要参考线索。但是目前将乡村旅游住宿质量因素和互联网信息交换社区相联系的研究还较少。本研究基于乡村民宿的在线评论，通过内容分析法，析出消费者在住宿过程中的关注指标，将层次分析法与BP神经网络相结合，构建乡村旅游住宿质量的评价模型。这2种方法都能进行评价分析，但是均存在一定的缺陷，AHP能够对定性问题进行层次化、数量化、模型化分析，但是其判别矩阵易受人类知识结构、判断水平和个人偏好的影响;BP神经网络在训练过程中则容易陷入局部极小值，因此二者的结合可以弥补神经网络权重任意赋值的缺陷，降低陷入局部最小值的概率[13]。
1乡村旅游住宿质量评价指标探究
“互联网 ”的发展使得传统住宿业的服务反馈发生了很大改变，在线评论对住宿业的影响越来越大。本研究对乡村旅游住宿质量指标的分析是基于第三方平台（大众点评）的在线评论。通过“八爪鱼”网络数据抓取工具采集网络评论数据，共采集江苏省216家乡村民宿的点评数据，获得1 114 条有效评论。采集的评论发布时间为2018年3月前，将采集到的评论用Python软件进行初步处理，提取其中的高频关键词。
1.1关键词分析
本研究将收集到的评论数据进行预处理，使用Python软件首先对评论文本进行关键词分析。将关键词按照词频由高到低排列后，人工剔除一些不必要的高频词，如“里面”“一家”“以后”等无意义的词汇，只保留乡村民宿住宿体验相关的词汇。词汇的出现频率越高，一定程度上说明游客对该要素越关注。词汇频数排在前20位的依次是房间、老板、环境、位置、地方、早餐、味道、价格、设施、风格、院子、农家乐、态度、特色、景区、周边、空调、附近、外面、景色。 1.2数据编码
综上关键词分析及对前30条评论的试分析情况，扩充并整理出影响乡村旅游住宿质量的众多要素，并对要素进行编码。最终确定的影响要素共有3个维度：环境、服务和设施。环境维度包含建筑和周边环境等9个具体指标;服务包括服务系统和人工服务;设施则包括家具/卫浴设施和家电设备2个方面。提取的指标、相关评论及各指标的编码情况见表1。
2构建乡村旅游住宿质量评价的层次结构模型
首先使用层次分析法确定上述所析出的评价指标的权重，层次分析法是美国运筹学家Saaty于20世纪70年代中期提出的一种系统分析方法，将目标分解为多个准则，每个准则再分解为多个指标（或准则、约束），从而形成一个包含若干层次的复杂的系统。通过定性指标模糊量化方法算出层次单排序（权数）和总排序，并将其作为决策的依据。
AHP将决策者的思维过程层次化以形成模型，并采用数学手段为分析、决策提供定量的依据，增强了分析的科学性，在决策目标组成要素较复杂而无法使用数据进行判断，从而须要将决策者的经验判断定量化时，该方法非常实用。
使用层次分析进行决策大体可以分为4个步骤：第一，找出各因素之间的内部关系，构建要素之间的递阶层次结构;第二，对同层次因素采用1～9位标度法进行量化，构造两两比较的判断矩阵;第三，计算每一个判断矩阵各因素针对其准则的相对权重;并计算得出每层因素的综合权重值，按照权重大小排列顺序;第四，在构造判断矩阵时，须要对其进行一致性检验，若不能通过一致性检验，则说明在判断矩阵中存在逻辑错误的打分。
2.1建立递阶层次结构模型
通过表1的编码，本研究构建乡村旅游住宿质量评价指标体系;包括1个目标层、3个准则层、7个次级准则层和23个指标层（图1）。
2.2构造判别矩阵
为增加因素重要性判别的准确性，本研究采用问卷调查的方式获取因素之间的相对重要性程度，问卷共41题。问卷通过社交软件进行发放，在调查对象的选取上，邀请各年龄段、收入水平段、有乡村旅游住宿经验的人员进行作答，尽量保证样本选取的多样性。再根据所填写的问卷内容，运用AHP进行各层次各点的权重计算。把同一层中各因素对于上一层某因素的重要性进行两两比较（如比较建筑类型、装修风格和房间布局对基础建筑的影响），构造比较判别矩阵。假定准则层因素Ck与下一层中m1，m2，…，mn有联系，将mi与mj对Ck的重要性进行两两比较，构造出权重判断矩阵：
A=（aij）n×n。
对矩阵采用Saaty提出的1～9标度法：aij为mi和mj两两比较的比例标度，按1～9的比例标度对重要性进行赋值。如果mj比mi绝对重要，那么aij的值为9;如果mi比mj绝对重要，那么aij的取值为1/9。1～9标度法中各个标度的含义见表2。
上述各数的倒数反比较若i和j重要度之比aij为n，则j与i的比值aji=1/n
2.3一致性检验
一致性比例计算公式为CR=CI/RI，其中CI=（λmax-n）/（n-1），λmax为矩阵的最大特征根;n为判别矩阵的阶数，RI是矩阵的平均随机一致性指标，可以通过矩阵的阶数（n）查表得到（表3）。
由于本研究采用问卷调查获取因素之间的重要性程度，为保证数据的真实性，以一致性检验作为检验问卷有效性的标准，因此首先对所有问卷进行一致性检验。本研究共收集到86份问卷，经过一致性检验的问卷共62份，有效问卷比例为72.09%。
2.4计算权重
将所获得的有效问卷通过Yaahp软件计算出权重，并求得所有问卷权重结果的算术平均数（表4）。
在乡村旅游住宿质量的三大维度中，建筑和周边环境（0.62）是影响消费者选择住宿最重要的因素。非标准化住宿的突出特点就是服务的多样性和不确定性，也是影响乡村旅游住宿的另一个重要因素（0.27），往往是标准化住宿中较重要的设施（0.11）