智慧物聯(lián)網(wǎng)盛宴已經(jīng)到來？

李志強(qiáng)

【摘 要】 國內(nèi)智慧酒店尚處于起步階段，缺乏統(tǒng)一的建設(shè)規(guī)范和成熟的運(yùn)營管理。借助UTAUT和TTF整合模型，探究智慧酒店智能化服務(wù)對(duì)消費(fèi)者接受意愿的影響。一方面，在模型傳導(dǎo)路徑上得出消費(fèi)者接受意愿的影響因素，據(jù)此對(duì)傳統(tǒng)酒店提出優(yōu)化建議，促進(jìn)智慧酒店這個(gè)新業(yè)態(tài)的成長和發(fā)展;另一方面得出智慧酒店對(duì)運(yùn)營績效的影響等相關(guān)結(jié)論，為智慧型酒店優(yōu)化智慧服務(wù)系統(tǒng)提供建議。

【關(guān)鍵詞】 智慧酒店 物聯(lián)網(wǎng) 接受意愿 顧客行為

一、引言

近年來，信息化時(shí)代下的“互聯(lián)網(wǎng)+”和“智能化”兩股浪潮愈發(fā)迅猛，互聯(lián)網(wǎng)借助智能技術(shù)的跨業(yè)態(tài)發(fā)展來引導(dǎo)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。在酒店業(yè)，智慧酒店概念正式誕生，林元乖（2018）將智慧酒店定義為——“智慧酒店是指擁有一套基于物聯(lián)網(wǎng)技術(shù)架構(gòu)、完善的酒店智能化體系，以酒店基礎(chǔ)設(shè)施智慧化為基礎(chǔ)，將信息通信技術(shù)與基于互聯(lián)網(wǎng)思維的酒店管理理念相融合，實(shí)現(xiàn)酒店自動(dòng)控制、管理、服務(wù)、營銷的智慧化和一體化的系統(tǒng)?！?[1]

近年來阿里、騰訊、京東等行業(yè)巨頭也紛紛入局，利用強(qiáng)大資源促進(jìn)智慧酒店的不斷創(chuàng)新。阿里集團(tuán)于 2018 年正式宣布了全國第一家“無人智慧酒店”的誕生，全過程由人工智能提供服務(wù)。智慧酒店從其誕生至今，已經(jīng)從原本的單核智能化系統(tǒng)階段演變?yōu)楫?dāng)下以物聯(lián)網(wǎng)+智能為主的全方位智能化體系階段[2]。然而，消費(fèi)者是否全部接受智慧酒店的智能化服務(wù)？由智慧化給酒店帶來各方面的影響會(huì)產(chǎn)生怎樣的綜合效應(yīng)？這些問題仍需測量和探討。

二、研究模型

（一）模型構(gòu)建

本研究將行為意愿作為被解釋變量，構(gòu)建基于UTAUT模型和TTF模型的智慧物聯(lián)網(wǎng)酒店顧客行為整合模型（如圖所示），分析顧客對(duì)智慧物聯(lián)網(wǎng)酒店的行為意愿。

（二）模型假設(shè)

1. TTF模型變量

H1：任務(wù)特征正向影響任務(wù)-技術(shù)匹配度（TAC-->TTF）

H2：技術(shù)特征正向影響任務(wù)-技術(shù)匹配度（TEC-->TTF）

H3：任務(wù)-技術(shù)匹配度正向影響智慧物聯(lián)網(wǎng)酒店顧客的行為意愿（TTF-->IB）

2. UTAUT模型變量

（1）績效期望 H4：績效期望正向影響智慧物聯(lián)網(wǎng)酒店顧客的行為意愿（PE-->IB）

（2）努力期望 H5：努力期望正向影響智慧物聯(lián)網(wǎng)酒店顧客的行為意愿（EE-->IB）

H6：努力期望正向影響智慧物聯(lián)網(wǎng)酒店顧客的績效期望（EE-->PE）

（3）社會(huì)影響 H7：社會(huì)影響正向影響智慧物聯(lián)網(wǎng)酒店顧客的行為意愿（SI-->IB）

（4） 便利條件 H8：便利條件正向影響消費(fèi)者采納智慧物聯(lián)網(wǎng)酒店的行為意愿（FC-->IB）

3. 變量間的其他關(guān)系

H9：技術(shù)特征正向影響消費(fèi)者采納智慧物聯(lián)網(wǎng)酒店的努力期望（TEC-->EE）

H10：任務(wù)-技術(shù)匹配度正向影響消費(fèi)者采納智慧物聯(lián)網(wǎng)酒店的績效期望（TTF-->PE）

（三）問卷設(shè)計(jì)

問卷主要包括3個(gè)維度（認(rèn)知、意圖、行為）的5個(gè)潛變量，即感知有用性、感知易用性、感知風(fēng)險(xiǎn)性、行為意圖以及實(shí)際使用。[3]觀測變量的測試題采用5級(jí)李克特量表。

三、實(shí)證調(diào)研結(jié)果

（一）樣本及數(shù)據(jù)收集

本研究于2019年2月于武漢卓爾悅廷酒店調(diào)研，并通過線上“問卷星”平臺(tái)發(fā)放問卷。最終回收有效問卷308份，問卷有效率為88%。問卷的描述性統(tǒng)計(jì)結(jié)果顯示，調(diào)查對(duì)象的男女比例分別為42.21%和57.79%;就年齡而言，18至30歲及31至40歲的居多分別為49.68%和26.62%;被調(diào)查者33%為學(xué)生，16.23%為職員，15.26%為商務(wù)人員。

（二）模型計(jì)算結(jié)果分析

1.信度檢驗(yàn)

在SPSS22.0中進(jìn)行探索性因子分析，其中信度用Cronbachα系數(shù)進(jìn)行測量。信度分析結(jié)果顯示：8個(gè)潛變量Cronbachα系數(shù)均大于0.7屬于高信度。

2.效度分析

運(yùn)用KMO檢驗(yàn)方法對(duì)量表進(jìn)行結(jié)構(gòu)效度檢驗(yàn)。結(jié)果顯示，量表的KMO值為0.920，說明樣本數(shù)據(jù)的結(jié)構(gòu)效度較好。為了探索并驗(yàn)證UTAUT-TTF模型的8個(gè)潛變量所構(gòu)建的整合模型的可靠性和穩(wěn)定性，運(yùn)用SPSS22.0軟件對(duì)UTAUT模型和TTF模型各題項(xiàng)進(jìn)行探索性因子分析，采用主成分分析法中的方差最大正交旋轉(zhuǎn)法，按照載荷值大于0.6的標(biāo)準(zhǔn)進(jìn)行因子提取[4]。最終，將TTF模型中TEC3這個(gè)題項(xiàng)剔除;UTAUT模型中的題項(xiàng)FC3和SI1剔除。

3.整合模型的擬合度分析與修正

在假設(shè)模型擬合檢驗(yàn)中，使用AMOS17.0作為分析工具對(duì)模型擬合度進(jìn)行檢驗(yàn)。并使用AMOS修正指標(biāo)（M.I.）對(duì)模型進(jìn)行修正以改善模型擬合指標(biāo)，提高了模型的適配度。

4.路徑分析及假設(shè)檢驗(yàn)

本研究對(duì)UTAUT-TTF整合模型進(jìn)行了修正和標(biāo)準(zhǔn)化路徑分析，然而參數(shù)估計(jì)結(jié)果顯示僅有4條路徑顯著。接下來本研究將對(duì)UTAUT模型、TTF模型以及兩個(gè)模型間的相關(guān)潛變量的路徑系數(shù)進(jìn)行探究。

（1）TTF模型

經(jīng)過修正后的TTF模型擬合指標(biāo)得到改善，顯著地提高了模型的適配度。模型進(jìn)行標(biāo)準(zhǔn)化參數(shù)估計(jì)后的結(jié)果顯示，智慧酒店顧客任務(wù)特征感知顯著正向影響其任務(wù)-技術(shù)匹配度感知，路徑系數(shù)為0.580（P<0.001）;技術(shù)特征感知在5%的顯著水平上正向影響其任務(wù)-技術(shù)匹配度感知，路徑系數(shù)為0.179（P=0.011）;任務(wù)-技術(shù)匹配度顯著正向影響其行為意愿，路徑系數(shù)為1.215（P<0.01）。

（2）UTAUT模型

經(jīng)過修正后的UTAUT模型擬合指標(biāo)得到改善。其假設(shè)檢驗(yàn)結(jié)果顯示顧客努力期望顯著正向影響其績效期望，其路徑系數(shù)0.827（P<0.01）;技術(shù)特征感知在顯著正向影響其行為意愿感知，其路徑系數(shù)為0.543（P=<0.01）;努力期望并不顯著影響其行為意愿，其路徑系數(shù)為0.201（P=0.255）;社會(huì)影響在5%的顯著水平上正向影響行為意愿，其路徑系數(shù)為0.092（P=0.014）;便利條件并不顯著影響其行為意愿，其路徑系數(shù)為0.122（P=0.168）。

（3）兩個(gè)模型間的相關(guān)潛變量的路徑系數(shù)探究

在原整合模型中潛變量任務(wù)特征與任務(wù)-技術(shù)匹配度對(duì)績效期望有影響，通過構(gòu)建相關(guān)模型討論TTF與UTAUT兩個(gè)模型間相關(guān)變量的路徑系數(shù)。

使用AMOS21.0作為分析工具對(duì)模型1擬合度進(jìn)行檢驗(yàn)和修正。模型標(biāo)準(zhǔn)化參數(shù)估計(jì)后其假設(shè)檢驗(yàn)結(jié)果顯示顧客任務(wù)特征顯著正向影響其任務(wù)-技術(shù)匹配度感知，其路徑系數(shù)為0.529（P<0.01）;技術(shù)特征感知在10%顯著水平下正向影響其任務(wù)-技術(shù)匹配度感知，其路徑系數(shù)為0.208（P=0.084）;任務(wù)特征感知顯著正向影響其績效期望，其路徑系數(shù)為0.429（P<0.01）;任務(wù)-技術(shù)匹配度顯著正向影響績效期望，其路徑系數(shù)為0.452（P=0.014）。

四、結(jié)論及建議

（一）調(diào)研結(jié)論

1. 顧客使用智慧酒店進(jìn)行活動(dòng)的任務(wù)特征和技術(shù)特征對(duì)其任務(wù)-技術(shù)匹配度感知有顯著的正向影響。如果顧客越需要利用智慧酒店系統(tǒng)幫助完成入住服務(wù)，則任務(wù)-技術(shù)匹配度就越高。另一方面，智慧酒店提供給顧客的相關(guān)功能和服務(wù)越多，則任務(wù)-技術(shù)匹配度越高。

2. 任務(wù)-技術(shù)匹配度對(duì)顧客行為意愿有顯著的正向影響。即智慧酒店提供顧客所需的功能并解決顧客的大部分問題，則任務(wù)-技術(shù)匹配度高，顧客使用智慧酒店的意愿就越高。

3. 顧客努力期望對(duì)其績效期望有顯著的正向影響。即顧客越認(rèn)為智慧酒店使用簡單，就越能感知到智慧酒店對(duì)自己有用，驗(yàn)證了顧客努力期望是重要的影響因素。

4. 社會(huì)影響對(duì)顧客行為意愿有顯著的正向影響。即顧客受周圍環(huán)境的影響越大，則顧客使用智慧酒店的意愿越大。

5. 顧客技術(shù)特征感知對(duì)其行為意愿感知有顯著的正向影響。即顧客認(rèn)為智慧酒店技術(shù)效果越好，則顧客使用智慧酒店的意愿越大。

6. 顧客使用智慧酒店進(jìn)行活動(dòng)的任務(wù)特征感知對(duì)其績效期望有顯著的正向影響。即顧客越需要利用智慧酒店系統(tǒng)幫助完成各項(xiàng)服務(wù)，就越能感知到智慧酒店對(duì)自己有用。

7. 任務(wù)-技術(shù)匹配度對(duì)顧客采納智慧酒店的績效期望有顯著的正向影響。即智慧酒店系統(tǒng)能夠提供顧客所需要的功能并且在一定程度上解決顧客的問題，則表明任務(wù)-技術(shù)匹配度高，則顧客認(rèn)為使用智慧酒店帶來的效果越大。

（二）對(duì)策建議

1.高效宣傳提升績效期望——發(fā)掘、創(chuàng)造顧客需求

通過創(chuàng)新宣傳方式，采取多途徑、多樣化的宣傳手段突出智慧酒店的優(yōu)越性。在宣傳方式上，可以采用情景化視頻、原創(chuàng)圖、酒店宣傳片等形式吸引觀眾眼球;在宣傳途徑上，微博、公眾號(hào)、電視廣告、活動(dòng)贊助、影視植入多效并舉，增加公眾曝光度。

其次，智慧酒店的推廣應(yīng)該借助智慧旅游和智慧城市的力量，實(shí)現(xiàn)平臺(tái)共享[5]，在實(shí)現(xiàn)自身發(fā)展的同時(shí)助推城市整體的智慧化建設(shè)，共同打造顧客心目中的智慧化目的地。

2.簡化操作提升努力期望——初步加強(qiáng)顧客依賴

顧客認(rèn)為智慧酒店技術(shù)效果越好同時(shí)操作過程越簡單，則顧客使用智慧酒店的意愿越大，因此，為顧客提供從辦理入住到退房的一體化服務(wù)成為必要。酒店為顧客提供服務(wù)的流程需要全部實(shí)現(xiàn)智能化。在設(shè)計(jì)智慧化操作系統(tǒng)時(shí)，應(yīng)注意操作頁面的友好性以及操作的大眾化，提高智能化設(shè)備的易用性。良好個(gè)性化服務(wù)可以激勵(lì)顧客主動(dòng)進(jìn)行口碑營銷。

3.大數(shù)據(jù)分析、人性化服務(wù)提升任務(wù)-技術(shù)匹配度——強(qiáng)化顧客依賴

研究結(jié)果表明，任務(wù)-技術(shù)匹配度對(duì)顧客行為意愿有顯著的正向影響。酒店的智慧化功能引入需要建立在對(duì)顧客行為和顧客期待的數(shù)據(jù)分析基礎(chǔ)之上;智慧酒店在不斷發(fā)展的過程中，應(yīng)當(dāng)加強(qiáng)復(fù)合型人才等培養(yǎng)，提高人力資源使用效率;在服務(wù)功能整合方面，酒店智慧平臺(tái)應(yīng)提供目的地的整合服務(wù)功能，通過提供“酒+景”、“酒+餐”“酒+行”等套餐優(yōu)惠服務(wù)實(shí)現(xiàn)一站式服務(wù)，使平臺(tái)對(duì)用戶的價(jià)值發(fā)揮到最大。

【參考文獻(xiàn)】

[1] 林元乖.物聯(lián)網(wǎng)技術(shù)在智慧酒店建設(shè)中的應(yīng)用研究[J].物聯(lián)網(wǎng)技術(shù)，2018，8（10）：68-69+73.

[2] 李尚春，余秉東，祁志民，程大章.基于物聯(lián)網(wǎng)的五星級(jí)酒店智能化[J].智能建筑 與城市信息，2011（01）：25-27.

[3] 徐菲菲，黃磊.景區(qū)智慧旅游系統(tǒng)使用意愿研究——基于整合TAM及TTF模型[J].旅游學(xué)刊，2018，33（08）：108-117.

[4] 周濤，魯耀斌，張金隆.整合TTF與UTAUT視角的移動(dòng)銀行用戶采納行為研究[J].管理科學(xué)，2009，22（03）：75-82

[5] 戴衛(wèi)東，馬帥.用物聯(lián)網(wǎng)技術(shù)提升星級(jí)酒店服務(wù)水平[J].經(jīng)營與管理，2011（09）：68-69.