黄显斌 陈黎明（通讯作者）

（茅台学院，贵州 仁怀 564500）

一、文献综述

旅游业和大数据产业综合发展水平指标因素的选择依据。关于旅游发展水平研究，宋长海提出从旅游业发展环境、游客体验感、企业发展质量、产业发展和目的地发展等五个方面构建旅游业发展水平评价指标体系[1]。刘佳等认为旅游业发展应该遵循科学性、合理性、层次性和数据可获得性等方面构建，主要从旅游业规模、增长、高级、有效、带动和可持续等6个方面构建指标体系[2]。国外对于旅游业的发展更加注重旅游地的研究，Dandapath等认为旅游发展与城市化之间存在高度交互与相互依存，城市化程度很大力度影响着当地旅游业综合发展水平，城市形象的塑造以及设定可以增强城市旅游吸引力[3]。本文结合已有文献，主要从经济收入、旅游资源、旅游资源以及城市建设等4个方面对旅游业综合发展水平进行研究。

关于大数据产业综合发展水平可以借鉴类似相关信息化产业的综合评价指标体系，如张镧提出的高新技术产业评价的理论方法，从产业的发展规模，发展环境和发展速度以及企业创新能力四方面进行测度[4]。大数据产业发展水平的研究可以结合高新产业综合发展水平测量来衡量，庞路静等提出大数据产业可以从产业规模、产品类型、招商引资、基础设施以及产业影响力等5个方面测度[5]。沈俊鑫等运用模糊集定性比较分析方法（fsQCA），对大数据产业影响因素进行分析[6]。从数据获取难易程度、代表性、综合性等方面考虑，已有的文献多以创新能力、信息资源、经济发展水平、基础设施以及产业结构等方面进行大数据产业发展水平测算。

大数据信息技术为旅游业发展带来的技术管理和技术支持，张建涛等提出应用大数据技术改进旅游管理模式，达到促进旅游业快速发展的目的[7]。李茜燕认为旅游信息化是大数据发展对旅游业的必然结果，信息化发展和区域旅游耦合协调发展[8]。戴斌提出在文旅融合时代，大数据发展是文旅融合发展的关键，是理论支撑和实践路径[9]。本文将以具有“大数据之都”和“天然公园”之称的贵州省作为大数据产业和旅游业耦合协调分析样本，研究两者之间的发展联动性，实现互相促进达到共同发展的目的。

二、耦合协调模型及量化测度方法

1.指标构建

旅游业与大数据产业系统较为复杂，指标体系的构建对于产业综合发展水平研究、系统耦合度模型以及耦合协调度模型的评价尤为关键。本文指标体系的构建遵循一般原则，结合现有的对旅游业发展质量评价的指标体系，从旅游业发展环境、游客体验感、企业发展质量、产业发展和目的地发展等方面[1-2]，选取与旅游业相关的经济收入、旅游规模、旅游资源、城市建设四方面共12个影响因素作为研究指标。大数据产业的发展内涵合和已有研究中主要从产业规模、产品类型、招商引资、基础设施以及产业影响力五个方面测度[4-5]。选取大数据产业的产业规模、信息基础设施情况、互联网发展情况、软件和信息技术服务业经济指标以及大数据影响力五方面共13个影响因素进行分析。大数据产业与旅游业耦合协调发展的机制，构建贵州省旅游业与大数据产业综合发展水平指标体系，如表1所示。

表1 贵州省旅游业与大数据产业综合发展水平指标体系

2.数据来源

以2014年3月1日在北京举行的贵州·北京大数据产业发展推介会为标志，2014年成为贵州省大数据元年。选取2014年～2019年贵州省大数据产业和旅游业相关数据进行实证研究分析，探讨两类产业系统耦合度及耦合协调类型的发展过程。数据主要来源于2014年～2019年《贵州省统计年鉴》《中国统计年鉴》以及贵州省宏观经济数据库、贵州省文化和旅游厅、中华人民共和国中央人民政府、国家统计局等平台。

三、贵州省旅游业和大数据产业耦合发展模型

1.旅游业和大数据产业成长的综合评价模型

由于旅游业和大数据产业的衡量标准不同，统计口径有别。因此，无法利用原始数据进行直接比较。两产业系统指标数据的数量级和量纲差异明显，在进行实证研究过程中，构建综合评价模型之前需要对两系统原始数据进行无量纲化处理，以达到消除不同指标在数量级和量纲方面不同造成的影响。一般地无量纲化数据处理时可能会出现零或者负数的情况，而熵值法在计算过程中存在运用对数计算步骤，故在选择无量纲化处理方法时为了避免以上情况产生，本文对收集的原始数据采用均值化方法进行无量纲化处理。

表2 贵州省旅游业与大数据产业各年份的综合评价值

依据熵值法得到的综合发展水平评价值，随着年份增长，两大产业系统的综合评价值是逐年上升，相比之下，大数据产业的增长速度更快。

2.系统耦合度模型

系统耦合度模型多为测定两个或多个系统间的耦合关系，以此衡量两个系统间相互作用的强弱。丛晓男给定了耦合度模型的一般形式[11]如下：

本文共涉及旅游业与大数据产业两个子系统，使用两系统之间的耦合度模型，公式如下：

C为系统耦合度，C值越大，表明两个系统之间的耦合作用关系越强，相互促进发展的机理越显现，更容易向产业联合、融合的方向发展，形成旅游大数据新业态[11]。反之，C值越小，两个系统相互作用越弱，不利于产业的融合发展。本文参考廖重斌的耦合度等级及划分标准[12]，如表3所示。

表3 耦合等级划分表

通过系统耦合度模型的分析，贵州省2014年～2019年的系统耦合度值保持在0.90～0.99的范围内，C值接近1，表明两类产业间存在较强的耦合作用，属于优质协调耦合等级，两个系统会向协调、融合、有序的方向发展，形成产业联合、融合，进而发展成新型产业形态，为贵州省经济发展增添活力。

3.耦合协调度模型

系统耦合度的高低并不一定表示为高水平耦合关系，为了进一步研究两者间的整体协同和促进共生作用，需要对旅游业和大数据产业的耦合协调度进一步测算研究。需要构建能反映旅游业与大数据产业有序、协调发展耦合协调度模型，公式如下[12-13]：

式（3）、式（4）中，T为旅游业与大数据产业综合发展水平指数，反映的是旅游业和大数据产业整体发展水平对耦合协调度的贡献水平。D为耦合协调度，综合表示了旅游业与大数据产业的协调发展水平。α，β为待定系数，同时要满足α+β=1。因大数据产业与旅游业两者间耦合协调度研究的相关文献较少，需要借鉴与大数据产业紧密关联的信息化产业的相关研究。在信息化产业与旅游业耦合协调度研究分析中，张新成提出将α，β值确定为0.45和0.55[12]。周蕾提出信息化产业与旅游业同作为新兴的第三产业，彼此具有同等重要地位[13]。结合相关文献，两类产业同为第三产业的重要组成部分，也是未来经济发展的主要方向，另外旅游业与大数据产业间存在相互作用、影响、共同促进发展的特征，可以认为两产业具有同等重要地位，本文将确定α，β值都为0.5。

四、实证结果与结论

1.实证结果

根据前文旅游业和大数据产业成长的综合评价模型、系统耦合度模型、耦合协调度模型，以及旅游业和大数据产业系统的综合评价函数，结合2014年～2019年贵州省相关指标的原始数据，计算出旅游业与大数据产业的系统耦合度C值，综合发展水平指数T值，以及耦合协调度D值，以此进行耦合协调发展类型的划分，如表4所示。

表4 贵州省旅游业与大数据产业系统耦合协调度分类以及判别标准

2.结论

旅游业与大数据产业间的耦合协调度研究中，两产业间存在较强的耦合协调关系。2014年～2019年间系统耦合度保持在0.90～0.99的范围内，产业间发展能够相互促进，协调发展，达到产业融合发展的效果，具有形成产业新业态的可能。系统耦合度高，并不意味着旅游业与大数据产业处于较高水平的耦合协调发展类型。

在2014年～2016年期间，耦合协调度都处于小于0.35的标准，处于一个极低水平的耦合协调，贵州省大数据产业发展刚刚起步，发展水平较低，对旅游业发展并没有明显的促进效果，产业间相对发展类型为大数据产业滞后型，两者之间存在旅游业拉动、促进大数据产业发展的效果；在2017年，产业间相对发展类型转变为旅游业发展滞后型，贵州省通过对大数据人才的引进，成立大数据中心使得大数据产业综合发展水平得到了急速的提升，为旅游业发展提供了助力，拉动旅游业快速发展；在2018年，两产业相对发展类型处于同步型，产业间形成了互相促进、产业联合协调发展的效果；在2019年，两产业相对发展类型处于旅游业发展滞后型。旅游业与大数据产业相对发展类型不稳定，滞后发展类型经常变动，今后两产业应相互拉动、相互促进，以达到联合发展，产业融合，形成旅游大数据新业态，逐步发展成为高水平耦合协调同步发展类型。