基于“動(dòng)態(tài)云”架構(gòu)的智慧農(nóng)業(yè)旅游經(jīng)濟(jì)發(fā)展研究

韋夷

摘要：智慧農(nóng)業(yè)旅游可依托“動(dòng)態(tài)云”架構(gòu)將全部數(shù)據(jù)集中在云處理核心完成統(tǒng)一處理，游客能從“云”端獲取計(jì)算服務(wù)，在現(xiàn)代市場(chǎng)競(jìng)爭(zhēng)中具有很強(qiáng)的競(jìng)爭(zhēng)力。首先研究“動(dòng)態(tài)云”架構(gòu)的智慧農(nóng)業(yè)旅游模型，然后以樣本特征為控制量，“云搜索”動(dòng)機(jī)、“云搜索”成本、個(gè)人情景、社會(huì)影響力、云網(wǎng)絡(luò)信任度、農(nóng)業(yè)教育體驗(yàn)、感知風(fēng)險(xiǎn)和游客個(gè)性化需求為自變量，并設(shè)定研究假定，完成調(diào)研問(wèn)卷信度和效度分析。通過(guò)整體方差、旋轉(zhuǎn)陣列、Pearson相關(guān)度、多元線(xiàn)性回歸分析可知控制變量和自變量均不同程度地影響大眾旅游需求，從而影響“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游發(fā)展水平。

關(guān)鍵詞：“動(dòng)態(tài)云”架構(gòu);智慧農(nóng)業(yè);旅游;感知風(fēng)險(xiǎn);回歸分析

中圖分類(lèi)號(hào)：F592;S126 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2019）09-0072-07

1 智慧農(nóng)業(yè)旅游概述

1.1 休閑農(nóng)業(yè)旅游向智慧農(nóng)業(yè)旅游過(guò)渡的發(fā)展歷程

伴隨知識(shí)經(jīng)濟(jì)時(shí)代的到來(lái)，休閑型產(chǎn)業(yè)成為大眾生活和消費(fèi)的重要模塊，隨之與高科技結(jié)合所產(chǎn)生的智慧農(nóng)業(yè)旅游[1]逐步形成。休閑農(nóng)業(yè)旅游是第一產(chǎn)業(yè)向第三產(chǎn)業(yè)的拓延，并融合了第一、第二和第三產(chǎn)業(yè)，構(gòu)成生態(tài)型、經(jīng)濟(jì)型、社會(huì)型三位一體的融合。休閑農(nóng)業(yè)旅游便于農(nóng)村交通運(yùn)輸狀態(tài)的優(yōu)化，同時(shí)促進(jìn)了農(nóng)業(yè)自然生態(tài)環(huán)境保護(hù)、農(nóng)業(yè)景觀與基礎(chǔ)建設(shè)，從而提升農(nóng)村民眾的生活水平。而從城市游客角度而言，拓展新的旅游區(qū)間，走入農(nóng)業(yè)大情景中，能夠緩和城市游客過(guò)于擁擠的狀況，讓休閑農(nóng)業(yè)借力大自然意境發(fā)展，帶動(dòng)農(nóng)業(yè)藝術(shù)與鄉(xiāng)土文化品位的最優(yōu)組合，可滿(mǎn)足游客休閑、感知、娛樂(lè)與教育需求。隨著各種智能手機(jī)軟件（APP）走進(jìn)民眾生活，通過(guò)智能終端定制個(gè)性化農(nóng)業(yè)模式，利用網(wǎng)絡(luò)平臺(tái)發(fā)展農(nóng)業(yè)旅游電子商務(wù)，形成區(qū)域化合作的智慧旅游發(fā)展模式等，均構(gòu)成智慧農(nóng)業(yè)旅游的發(fā)展模型。

1.2 “動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游

“動(dòng)態(tài)云”指資源的獲取可通過(guò)動(dòng)態(tài)模式隨時(shí)隨地完成部署和分享，是大規(guī)模的伸縮型數(shù)據(jù)共享核心，其計(jì)算資源能夠?qū)崟r(shí)而動(dòng)態(tài)地互享，并構(gòu)建顯著型發(fā)展的服務(wù)業(yè)經(jīng)濟(jì)規(guī)模[2]?！皠?dòng)態(tài)云”架構(gòu)和以農(nóng)業(yè)資源為依托構(gòu)建的地方特色型現(xiàn)代化休閑服務(wù)模式綜合可形成智慧農(nóng)業(yè)旅游。

“動(dòng)態(tài)云”下的智慧農(nóng)業(yè)旅游是在區(qū)域農(nóng)業(yè)發(fā)展的基礎(chǔ)上集娛樂(lè)、購(gòu)物、觀光和健身為一體的現(xiàn)代型數(shù)字化旅游項(xiàng)目，并且成為打造生態(tài)型第三產(chǎn)業(yè)的重要課題，達(dá)到經(jīng)濟(jì)效益最優(yōu)。在大數(shù)據(jù)科技、云科技、“互聯(lián)網(wǎng)+”和人工智能等現(xiàn)代化數(shù)字策略基礎(chǔ)上構(gòu)建個(gè)性化、綜合化旅游體系。為達(dá)到該服務(wù)目標(biāo)，目前大量旅游界的龍頭企業(yè)重視并開(kāi)展智慧農(nóng)業(yè)旅游服務(wù)程序的研發(fā)，逐步形成融合各類(lèi)智慧農(nóng)業(yè)旅游服務(wù)如交通、景點(diǎn)、住宿配套訂購(gòu)，實(shí)時(shí)追蹤智慧農(nóng)業(yè)旅游區(qū)環(huán)境，得到一手旅游數(shù)據(jù)資源，并個(gè)性化地體驗(yàn)智慧農(nóng)業(yè)旅游服務(wù)。

本研究從大眾旅游視角，即市場(chǎng)需求著手探討“動(dòng)態(tài)云”架構(gòu)的智慧農(nóng)業(yè)旅游發(fā)展，對(duì)指導(dǎo)其發(fā)展模式和方向有重要的研究意義。

1.3 “動(dòng)態(tài)云”科技下的旅游產(chǎn)業(yè)

隨著網(wǎng)絡(luò)科學(xué)、“云”科技和移動(dòng)通信科技的飛速發(fā)展，產(chǎn)業(yè)間的融合不斷增強(qiáng)，隨之而來(lái)的創(chuàng)新并產(chǎn)生了巨大的經(jīng)濟(jì)價(jià)值。“云”科技能夠采用信息技術(shù)把各種資源虛擬后進(jìn)行集中，構(gòu)建浩瀚的資源匯集區(qū)，而該資源匯集區(qū)即為“云”。國(guó)外學(xué)者M(jìn)ereu等研究了“動(dòng)態(tài)云”模型下的旅游電子商務(wù)發(fā)展，整個(gè)模型包含基礎(chǔ)部分、系統(tǒng)部分、服務(wù)部分、訪問(wèn)部分與監(jiān)管部分，形成了訂單服務(wù)、購(gòu)買(mǎi)服務(wù)、存儲(chǔ)服務(wù)與銷(xiāo)售服務(wù)，并提供了“云”科技支持監(jiān)管服務(wù)[3]。Kelaidonis等則采用“云”科技與物聯(lián)網(wǎng)結(jié)合構(gòu)建了基于游客需求的旅游園區(qū)產(chǎn)品遠(yuǎn)程供應(yīng)服務(wù)[4]。國(guó)內(nèi)學(xué)者焦金英結(jié)合云計(jì)算和旅游產(chǎn)業(yè)，探究了旅游業(yè)的服務(wù)優(yōu)勢(shì)[1];金順福等則把“云”科技與P2P技術(shù)相結(jié)合形成智慧農(nóng)業(yè)旅游服務(wù)體系[5]。

1.4 智慧農(nóng)業(yè)旅游的發(fā)展

國(guó)外對(duì)都市農(nóng)業(yè)和休閑農(nóng)業(yè)旅游的開(kāi)發(fā)較早并進(jìn)行了大量的研究，農(nóng)業(yè)旅游經(jīng)過(guò)數(shù)十年的發(fā)展，并與現(xiàn)代科技結(jié)合形成智慧農(nóng)業(yè)旅游。Fletcher等用旅游乘數(shù)的理念分析智慧農(nóng)業(yè)旅游發(fā)展現(xiàn)狀，并結(jié)合經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)完成智慧農(nóng)業(yè)旅游發(fā)展的動(dòng)態(tài)預(yù)測(cè)[6];Mook等則采用社會(huì)核算陣列探究旅游行業(yè)對(duì)經(jīng)濟(jì)發(fā)展的影響[7];Stark等采用收入流轉(zhuǎn)分析方法研究旅游業(yè)的后向經(jīng)濟(jì)關(guān)聯(lián)和旅游目的地拓展所拉動(dòng)的智慧農(nóng)業(yè)旅游經(jīng)濟(jì)產(chǎn)業(yè)[8]。國(guó)內(nèi)學(xué)者張攀春利用投入產(chǎn)出數(shù)學(xué)模型得到不同區(qū)域?qū)哟蜗碌闹腔勐糜萎a(chǎn)業(yè)聯(lián)動(dòng)效益[9];王偉則結(jié)合旅游衛(wèi)星賬戶(hù)（TSA）策略研究旅游供需發(fā)展模式，完成國(guó)內(nèi)就業(yè)形勢(shì)的深度解析[10];王曉敏等結(jié)合主成分分析法探究智慧農(nóng)業(yè)旅游經(jīng)濟(jì)與經(jīng)濟(jì)發(fā)展間的聯(lián)動(dòng)影響[11]。

2 基于“動(dòng)態(tài)云”架構(gòu)的智慧農(nóng)業(yè)旅游

2.1 “動(dòng)態(tài)云”架構(gòu)內(nèi)部交互模型

“動(dòng)態(tài)云”架構(gòu)的整體智慧農(nóng)業(yè)旅游模型可分為2類(lèi)，其一是強(qiáng)數(shù)據(jù)核心、弱客戶(hù)端的結(jié)構(gòu)（圖1），其終端用戶(hù)均與云處理中心完成互動(dòng)，并將全部數(shù)據(jù)匯聚到云計(jì)算核心系統(tǒng)中。而利用“動(dòng)態(tài)云”架構(gòu)全部用戶(hù)均與云核心完成互動(dòng)，云核心僅提供中轉(zhuǎn)功能，詳細(xì)的數(shù)據(jù)保存和處理則在農(nóng)業(yè)旅游公司終端完成存取，因而弱化了云核心保存和處理信息的能力。對(duì)普通用戶(hù)而言，并沒(méi)有明顯的應(yīng)用區(qū)別，這是由于用戶(hù)并不須要獲得云計(jì)算核心詳細(xì)架構(gòu)特征。因而在不與普通用戶(hù)交互時(shí)，該架構(gòu)可從圖2變換為圖1，與普通用戶(hù)交互進(jìn)程中，則復(fù)原為圖2的模型，完成“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游體系搭建。

2.2 “動(dòng)態(tài)云”架構(gòu)下的整體智慧農(nóng)業(yè)旅游體系

2.2.1 整體設(shè)計(jì)

在“動(dòng)態(tài)云”架構(gòu)下搭建智慧農(nóng)業(yè)旅游模型，使個(gè)性化定制服務(wù)的理念能夠深入到整個(gè)智慧旅游體系中。將“動(dòng)態(tài)云”架構(gòu)下搭建智慧農(nóng)業(yè)旅游模型（圖3）劃分為一云多屏型前端、后端、動(dòng)態(tài)信息存儲(chǔ)與虛擬化資源等部分分別進(jìn)行介紹。

2.2.2 一云多屏型前端和后端支持

一云多屏[12]型前端主要涵蓋具有特色農(nóng)業(yè)的吃、住、行、旅游、農(nóng)產(chǎn)品購(gòu)物與娛樂(lè)等幾項(xiàng)基本服務(wù)，“動(dòng)態(tài)云”所服務(wù)的目標(biāo)主要包括游客、景點(diǎn)、酒店、政府等幾個(gè)部分，如圖4所示。后端支持的主要工作是完成系統(tǒng)感知、技術(shù)支持和數(shù)據(jù)資源處理等，在“動(dòng)態(tài)云”體系下以網(wǎng)絡(luò)科技為基礎(chǔ)完成資源整合形成數(shù)據(jù)互享。

2.2.3 動(dòng)態(tài)信息存儲(chǔ)

動(dòng)態(tài)信息存儲(chǔ)就是將用戶(hù)端信息保存在云數(shù)據(jù)處理核心中，在客戶(hù)端口應(yīng)用的同時(shí)，用作服務(wù)提供給其他客戶(hù)。游客能夠通過(guò)云測(cè)算核心獲取信息，并對(duì)應(yīng)游客的農(nóng)產(chǎn)品或旅游產(chǎn)品條形碼得到相關(guān)數(shù)據(jù)。將農(nóng)業(yè)旅游公司與旅游配套農(nóng)產(chǎn)品服務(wù)公司的終端存儲(chǔ)力動(dòng)態(tài)地組合在云服務(wù)核心中，并完成數(shù)據(jù)的編解碼，能夠緩解服務(wù)核心的壓力。

“動(dòng)態(tài)云”架構(gòu)下的數(shù)據(jù)處理，實(shí)質(zhì)上是客戶(hù)端在處理數(shù)據(jù)的過(guò)程中，將服務(wù)提供給其他客戶(hù)端的過(guò)程。游客體驗(yàn)休閑農(nóng)業(yè)的過(guò)程中，所購(gòu)置的農(nóng)產(chǎn)品能夠追溯到從生產(chǎn)到銷(xiāo)售全過(guò)程的數(shù)據(jù)，如農(nóng)業(yè)旅游地的數(shù)據(jù)、當(dāng)?shù)鼐频陻?shù)據(jù)、物流行業(yè)數(shù)據(jù)、相關(guān)農(nóng)產(chǎn)品企業(yè)數(shù)據(jù)，在“動(dòng)態(tài)云”架構(gòu)下均依據(jù)相應(yīng)算法完成協(xié)調(diào)和通信?！皠?dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游數(shù)據(jù)處理過(guò)程比云處理核心按照各個(gè)環(huán)節(jié)處理數(shù)據(jù)效率高。

2.2.4 虛擬化資源

“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游體系中的虛擬化資源，即完成客戶(hù)端設(shè)備、程序和信息的相關(guān)虛擬化，并將各部分資源通過(guò)抽象、繼承和組合方式搭建通用接口，完成資源虛擬化[13]。即游客登入該資源時(shí)，感覺(jué)是由云服務(wù)中心提供的而非客戶(hù)端資源。當(dāng)服務(wù)中心或農(nóng)產(chǎn)品企業(yè)登入數(shù)據(jù)時(shí)，也感覺(jué)是云服務(wù)中心提供數(shù)據(jù)，因而能夠保證數(shù)據(jù)完整度。

3 樣本獲取、游客需求分析下的研究假定

3.1 樣本獲取

本研究采用問(wèn)卷調(diào)研模式，考察“動(dòng)態(tài)云”架構(gòu)下的都市農(nóng)業(yè)旅游區(qū)，以沈陽(yáng)（精品都市農(nóng)業(yè)旅游線(xiàn)路）、開(kāi)封（可望莊園都市農(nóng)業(yè)旅游）、無(wú)錫（吳文化都市農(nóng)業(yè)旅游線(xiàn)路）、北京（國(guó)際都市農(nóng)業(yè)旅游）等4個(gè)地區(qū)的游客為例，發(fā)放調(diào)研問(wèn)卷研究游客需求，共發(fā)放6 000份問(wèn)卷，回收率為91.8%，其中有效問(wèn)卷共計(jì)5 274份，游客的基本信息如表1，并假定H1：統(tǒng)計(jì)參數(shù)不同的游客對(duì)“動(dòng)態(tài)云”架構(gòu)下的大眾旅游需求存在明顯差異。

3.2 游客需求分析下的研究假定

綜合上文給出的“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游體系特征，以游客性別、年齡、學(xué)歷、個(gè)人收益、休閑時(shí)間（除周末外）為本研究的測(cè)控變量，并以“云搜索”動(dòng)機(jī)、“云搜索”成本、個(gè)人情景因子、社會(huì)影響力因子、云網(wǎng)絡(luò)信任度、農(nóng)業(yè)教育體驗(yàn)因子、感知風(fēng)險(xiǎn)因子、游客個(gè)性化需求等為自變量，“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游發(fā)展為因變量。基于此，給出“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)大眾旅游需求模型（圖5）。

3.2.1 “云搜索”動(dòng)機(jī)

“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游體系下，游客的“云搜索”動(dòng)機(jī)主要?jiǎng)澐譃橐阅繕?biāo)為搜索的功利型動(dòng)機(jī)和以?shī)蕵?lè)為目標(biāo)的體驗(yàn)型搜索動(dòng)機(jī)。若在動(dòng)態(tài)搜索進(jìn)程中，游客對(duì)有用度、娛樂(lè)度、創(chuàng)新度得到越大的滿(mǎn)足，則其對(duì)旅游服務(wù)越滿(mǎn)意。數(shù)據(jù)有用性主要包括游客能夠通過(guò)搜索得到有用數(shù)據(jù);數(shù)據(jù)獲取便捷度則指游客通過(guò)“動(dòng)態(tài)云”架構(gòu)得到智慧農(nóng)業(yè)旅游數(shù)據(jù)是否容易;目的明確度則指游客可否在搜索過(guò)程中達(dá)到需求?；诖?，本研究設(shè)置如表2所示問(wèn)卷題項(xiàng)。并作出假定H2：“云搜索”動(dòng)機(jī)對(duì)大眾旅游需求產(chǎn)生正向影響。

3.2.2 “云搜索”成本

在經(jīng)濟(jì)學(xué)的理念下，數(shù)據(jù)搜索開(kāi)銷(xiāo)主要指消費(fèi)者能夠以較低的成本買(mǎi)入市場(chǎng)上所需求的商品而付出的金錢(qián)、時(shí)間和精力。本研究的“云搜索”成本即指游客參與智慧農(nóng)業(yè)旅游獲得信息所付出的金錢(qián)、時(shí)間和精力。往往成本越低，游客搜索數(shù)據(jù)時(shí)間越長(zhǎng)，所獲取數(shù)據(jù)越完整?；诖?，設(shè)置如表3所示問(wèn)卷題項(xiàng)。并作出假定H3：“云搜索”成本對(duì)大眾旅游需求產(chǎn)生負(fù)向影響。

3.2.3 個(gè)人情景因子

個(gè)人情景因子主要指在網(wǎng)絡(luò)基礎(chǔ)環(huán)境下游客在移動(dòng)終端的操作所完成的應(yīng)用研究。終端能夠給游客提供個(gè)性化服務(wù)，并及時(shí)推送智慧農(nóng)業(yè)旅游地、酒店和農(nóng)產(chǎn)品等數(shù)據(jù)。個(gè)人情景因子更加側(cè)重于個(gè)人方位定制和興趣點(diǎn)。設(shè)置如表4所示問(wèn)卷題項(xiàng)，并作出假定H4：個(gè)人情景因子對(duì)“動(dòng)態(tài)云”架構(gòu)下的大眾旅游需求產(chǎn)生正向影響。

3.2.4 社會(huì)影響力因子

社會(huì)影響力起源于心理學(xué)科，即指由于其他人的影響所帶來(lái)身心的轉(zhuǎn)變，從而對(duì)個(gè)人行為產(chǎn)生作用。本研究主要指游客在制定旅游決策的過(guò)程中受到周?chē)h(huán)境的影響，例如他人對(duì)“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游的體驗(yàn)描述、觀點(diǎn)、愛(ài)好均對(duì)游客制定旅游決策產(chǎn)生影響。本研究設(shè)置如表5所示問(wèn)卷題項(xiàng)并作出假定H5：社會(huì)影響力因子對(duì)“動(dòng)態(tài)云”架構(gòu)下的大眾旅游需求產(chǎn)生正向影響。

3.2.5 云網(wǎng)絡(luò)信任度

云網(wǎng)絡(luò)信任度指游客對(duì)云計(jì)算網(wǎng)絡(luò)科技的信任程度，包含對(duì)網(wǎng)絡(luò)數(shù)據(jù)穩(wěn)定度和可靠度的認(rèn)同。在本研究中，云網(wǎng)絡(luò)信任度主要包含游客對(duì)“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游數(shù)據(jù)的信任度。在旅游過(guò)程中遇到的各種問(wèn)題，游客可依賴(lài)“動(dòng)態(tài)云”體系得到相關(guān)信息和指導(dǎo)。本研究設(shè)置如表6所示問(wèn)卷題項(xiàng)，并作出假定H6：云網(wǎng)絡(luò)信任度對(duì)“動(dòng)態(tài)云”架構(gòu)下的大眾旅游需求產(chǎn)生正向影響。

3.2.6 農(nóng)業(yè)教育體驗(yàn)因子

游客在“動(dòng)態(tài)云”架構(gòu)下體驗(yàn)智慧農(nóng)業(yè)旅游，不僅讓游客深入到自然風(fēng)光中感知農(nóng)業(yè)知識(shí)教育，體驗(yàn)花開(kāi)、結(jié)果的自然風(fēng)情。對(duì)某種農(nóng)產(chǎn)品或動(dòng)植物感興趣的游客也可以在旅途結(jié)束后，通過(guò)“動(dòng)態(tài)云”架構(gòu)繼續(xù)獲得更多農(nóng)業(yè)知識(shí)。本研究設(shè)置如表7所示問(wèn)卷題項(xiàng)并作出假定H7：農(nóng)業(yè)教育體驗(yàn)因子對(duì)“動(dòng)態(tài)云”架構(gòu)下的大眾旅游需求產(chǎn)生正向影響。

3.2.7 感知風(fēng)險(xiǎn)因子

“動(dòng)態(tài)云”架構(gòu)下體驗(yàn)智慧農(nóng)業(yè)旅游中的感知風(fēng)險(xiǎn)也是從心理學(xué)中援引出來(lái)的，將智慧農(nóng)業(yè)旅游中的感知風(fēng)險(xiǎn)因子分為財(cái)務(wù)型、身體型、心理型。財(cái)務(wù)型即游客在旅游中可能購(gòu)置到的與實(shí)際價(jià)值差別很大的旅游商品;身體型即參與“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游可能帶來(lái)的人身安全威脅;心理型即擔(dān)心自身隱私被泄露。本研究設(shè)置如表8所示問(wèn)卷題項(xiàng)，并作出假定H8：感知風(fēng)險(xiǎn)因子對(duì)“動(dòng)態(tài)云”架構(gòu)下的大眾旅游需求產(chǎn)生負(fù)向影響。

3.2.8 游客個(gè)性化需求

每個(gè)人都是獨(dú)立的個(gè)體，當(dāng)接受服務(wù)時(shí)，往往有不同的感知。通過(guò)“動(dòng)態(tài)云”架構(gòu)體驗(yàn)智慧農(nóng)業(yè)旅游，往往能夠滿(mǎn)足不同游客的個(gè)性化需求。基于此，本研究作出假定H9：游客個(gè)性化需求對(duì)“動(dòng)態(tài)云”架構(gòu)下的大眾旅游需求產(chǎn)生正向影響。并設(shè)置如表9所示問(wèn)卷題項(xiàng)。

4 數(shù)據(jù)分析

4.1 調(diào)研問(wèn)卷信度和效度分析

信度值為測(cè)量表或問(wèn)卷量表內(nèi)部的常見(jiàn)指標(biāo)，信度最常用的關(guān)聯(lián)參數(shù)為皮爾遜積差相關(guān)參數(shù)，該相關(guān)系數(shù)的區(qū)間為 [-1，0] 和[0，1]，當(dāng)其值為1或-1時(shí)，其關(guān)聯(lián)度越高，由于正和負(fù)為關(guān)聯(lián)的方向，若該值為正，則是正線(xiàn)性關(guān)聯(lián)，反之為負(fù)線(xiàn)性關(guān)聯(lián)。而效度指標(biāo)表示有效性，問(wèn)卷調(diào)研值即表明調(diào)研目標(biāo)的效度，其指標(biāo)包含內(nèi)容效度和構(gòu)造效度等參數(shù)。

4.1.1 信度研究

本研究選取SPSS 19.0作為數(shù)據(jù)校驗(yàn)程序，分析得到數(shù)據(jù)信度指標(biāo)。信度常選擇內(nèi)部信度量，即Cronbach α參數(shù)，若信度判定α參數(shù)在0.6～1.0之間，則為高可信度，若α<0.30，則表示拒絕。信度判別指標(biāo)如表10所示。針對(duì)得到的5 274份有效問(wèn)卷采用SPSS 19.0進(jìn)行Cronbach α參數(shù)的信度檢驗(yàn)，結(jié)果如表11所示。通過(guò)問(wèn)卷的信度指標(biāo)校驗(yàn)可得，問(wèn)卷的整體Cronbach α參數(shù)值為0.779，其他Cronbach α參數(shù)值均高于0.700，因而本問(wèn)卷的信度較為可信。

4.1.2 效度分析

本研究進(jìn)行因素分析首先完成Bartlett以及KMO樣本結(jié)果校驗(yàn)，Bartlett校驗(yàn)的標(biāo)準(zhǔn)參量即χ2的統(tǒng)計(jì)結(jié)果概率值低于0.05，KMO樣本結(jié)果校驗(yàn)的參量高于0.5時(shí)，本研究選取結(jié)構(gòu)解析式模型，調(diào)查問(wèn)卷的效度指標(biāo)最主要考量結(jié)構(gòu)效度。效度判別指標(biāo)如表12所示。

KMO樣本測(cè)試結(jié)果若高于0.7則很適應(yīng)因子解析，采用SPSS 19.0完成樣本信息的給入和整合，試驗(yàn)所得KMO結(jié)果為0.848，Bartlett檢驗(yàn)的結(jié)果為0.000 1，其值小于0.05，因而該結(jié)果通過(guò)了效度校驗(yàn)，本研究的試驗(yàn)結(jié)果具有優(yōu)秀的效度標(biāo)準(zhǔn)。

4.2 驗(yàn)證假設(shè)

4.2.1 整體方差解釋

采用回歸分析驗(yàn)證“3.2節(jié)”給出的假設(shè)，在進(jìn)行回歸分析之前，先完成數(shù)據(jù)的處理。如表13所示，30個(gè)參量被提取為9個(gè)大于1的公共變量即被控制變量和自變量（分別為被調(diào)研樣本的統(tǒng)計(jì)參數(shù)、“云搜索”動(dòng)機(jī)、“云搜索”成本、個(gè)人情景因子、社會(huì)影響力因子、云網(wǎng)絡(luò)信任度、農(nóng)業(yè)教育體驗(yàn)因子、感知風(fēng)險(xiǎn)因子、游客個(gè)性化需求），其結(jié)果為 4.128、2.891、2.527、2.075、1.851、1.371、1.263、1.062、1.078，采用累積方差分析可知，9個(gè)公共參數(shù)的整體方差為 78.81%，即9組公共變量能夠表示78.81%的數(shù)據(jù)。因而，9組公共變量能夠體現(xiàn)樣本的大量數(shù)據(jù)，從參數(shù)自身特征而言，適合完成回歸解析。

4.2.2 旋轉(zhuǎn)陣列

利用最大方差完成對(duì)參數(shù)載荷的旋轉(zhuǎn)陣列分析，利用整合后的旋轉(zhuǎn)陣列進(jìn)行自變量的得分分析，對(duì)各參量進(jìn)行歸類(lèi)。表14給出整合后的旋轉(zhuǎn)陣列，為便于分析，

將載荷低于0.5的值作忽略處理，并依據(jù)參量旋轉(zhuǎn)陣列的數(shù)據(jù)得到量表中題項(xiàng)和9個(gè)公共參量間的關(guān)系。

4.2.3 參量的Pearson相關(guān)度分析

本研究選取Pearson相關(guān)度分析方案，通過(guò)SPSS 19.0獲得大眾旅游需求與被調(diào)研樣本的統(tǒng)計(jì)參數(shù)、“云搜索”動(dòng)機(jī)、“云搜索”成本、個(gè)人情景因子、社會(huì)影響力因子、云網(wǎng)絡(luò)信任度、農(nóng)業(yè)教育體驗(yàn)因子、感知風(fēng)險(xiǎn)因子和游客個(gè)性化需求間的Pearson相關(guān)度完成分析。從而體現(xiàn)“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游發(fā)展?fàn)顟B(tài)。由表15可知，1個(gè)被控變量和8個(gè)自變量均與大眾旅游需求存在各種程度的關(guān)聯(lián)。從解析值而言，各參量和大眾旅游需求存在不同程度的差別，大眾旅游需求和被控變量間的關(guān)聯(lián)度最大，為0.512，其次是游客個(gè)性化需求，為0.498，云網(wǎng)絡(luò)信任度的Pearson相關(guān)度為0.435，“云搜索”成本的Pearson相關(guān)度為0.423，個(gè)人情景因子的Pearson相關(guān)度為0.386，社會(huì)影響力因子的Pearson相關(guān)度為0.245，農(nóng)業(yè)教育體驗(yàn)因子的Pearson相關(guān)度為0.237。此外，“云搜索”成本和感知風(fēng)險(xiǎn)因子分別與大眾旅游需求呈負(fù)相關(guān)。

4.2.4 多元線(xiàn)性回歸分析

利用多元線(xiàn)性回歸[14]方案完成被控變量、自變量和因變量的關(guān)聯(lián)分析，從而確定各個(gè)參量和因變量間的數(shù)量關(guān)聯(lián)，構(gòu)建多元線(xiàn)性解析模式如下：

Y=B0+BMM+B1T1+B2T2+B3T3+B4T4+B5T5+B6T6+B7T7+B8T8+E。（1）

式中：Y為因參量，即大眾旅游需求（代表“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游發(fā)展水平）;M為被控變量;T1、T2、T3、T4、T5、T6、T7、T8表示自變量;B0表示回歸常數(shù);BM、B1、B2、B3、B4、B5、B6、B7、B8表示回歸參數(shù);E為隨機(jī)偏差。T1為“云搜索”動(dòng)機(jī)，T2為“云搜索”成本，T3為個(gè)人情景因子，T4為社會(huì)影響力因子，T5為云網(wǎng)絡(luò)信任度，T6為農(nóng)業(yè)教育體驗(yàn)因子，T7為感知風(fēng)險(xiǎn)因子，T8為游客個(gè)性化需求。

表16中采用SPSS 19.0測(cè)算樣本信息的回歸參數(shù)，1個(gè)被控變量和8個(gè)自變量非標(biāo)準(zhǔn)系數(shù)分別為0.362、0.526、0.435、-0.278、0.375、0.238、0.451、0.251、-0.351、0.462、0.078，各變量的標(biāo)準(zhǔn)系數(shù)分別為0.315、0.573、0.452、0.091、0.353、0.252、0.467、0.289、0.067、0.452、0.069，從回歸分析值可得，權(quán)值越高表明因參數(shù)產(chǎn)生的貢獻(xiàn)越高。

進(jìn)一步完成回歸模型的擬合值檢驗(yàn)，如表17所示。

在多元線(xiàn)性回歸模型中，結(jié)合判別參數(shù)和回歸標(biāo)準(zhǔn)差校驗(yàn)擬合模型，得到回歸模型特點(diǎn)，表中所獲取的回歸量R為0.805，R2為0.648， 調(diào)節(jié)之后的R2為0.645。模型擬合度檢

結(jié)合表16中得出的被控參量、常值、自變量及隨機(jī)偏差的多元回歸非標(biāo)準(zhǔn)參量，可具體化多元線(xiàn)性回歸方程（1），如方程（2）所示：Y=0.362+0.526M+0.435T1-0.278T2+0.375T3+0.238T4+0.435T5+0.251T6-0.351T7+0.462T8+0.078。（2）

采用SPSS 18.0對(duì)9個(gè)變量進(jìn)行多元化回歸解析，可獲得影響大眾旅游需求（代表“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游發(fā)展水平）的重要級(jí)別，自變量各個(gè)參量的影響重要度（考量絕對(duì)值）由高到低分別為游客個(gè)性化需求、云網(wǎng)絡(luò)信任度、“云搜索”動(dòng)機(jī)、個(gè)人情景因子、感知風(fēng)險(xiǎn)因子、“云搜索”成本、農(nóng)業(yè)教育體驗(yàn)因子、社會(huì)影響力因子。

4.2.5 假定驗(yàn)證

基于以上分析，給出假定驗(yàn)證，如表18所示。在不同的被調(diào)研樣本的統(tǒng)計(jì)參數(shù)下，“云搜索”動(dòng)機(jī)、“云搜索”成本、個(gè)人情景因子、社會(huì)影響力因子、云網(wǎng)絡(luò)信任度、農(nóng)業(yè)教育體驗(yàn)因子、 感知風(fēng)險(xiǎn)因子和游客個(gè)性化需求均不同程度地影響大眾旅游需求，從而影響“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游發(fā)展水平。

5 總結(jié)和建議

5.1 總結(jié)

智慧農(nóng)業(yè)旅游在互聯(lián)網(wǎng)、云計(jì)算等先進(jìn)科技[15-16]的基礎(chǔ)上，規(guī)避現(xiàn)有旅游服務(wù)不能滿(mǎn)足游客需求的不足，可將數(shù)據(jù)全方位傳送到服務(wù)終端中完成數(shù)據(jù)交互，從而在資源應(yīng)用的過(guò)程中達(dá)到高效化。首先研究“動(dòng)態(tài)云”架構(gòu)的智慧農(nóng)業(yè)旅游發(fā)展研究的意義，分析“動(dòng)態(tài)云”架構(gòu)的智慧農(nóng)業(yè)旅游構(gòu)成，包括“動(dòng)態(tài)云”架構(gòu)內(nèi)部交互模型、整體設(shè)計(jì)模式、一云多屏型前端和后端支持、動(dòng)態(tài)信息存儲(chǔ)和虛擬化資源，進(jìn)而完成樣本獲取、游客需求分析下的研究假定，基于樣本統(tǒng)計(jì)特征、“云搜索”動(dòng)機(jī)、“云搜索”成本、個(gè)人情景因子、社會(huì)影響力因子、云網(wǎng)絡(luò)信任度、農(nóng)業(yè)教育體驗(yàn)因子、感知風(fēng)險(xiǎn)因子和游客個(gè)性化需求設(shè)計(jì)研究假定。

對(duì)數(shù)據(jù)進(jìn)行預(yù)處理分析，分析調(diào)研問(wèn)卷信度和效度。采用整體方差解釋、旋轉(zhuǎn)陣列、Pearson相關(guān)度分析和多元線(xiàn)性回歸分析驗(yàn)證假設(shè)。研究結(jié)果表明，控制變量和自變量均不同程度地影響大眾旅游需求，從而影響“動(dòng)態(tài)云”架構(gòu)下的智慧農(nóng)業(yè)旅游發(fā)展水平。

5.2 建議

5.2.1 提升“動(dòng)態(tài)云”技術(shù)和智慧農(nóng)業(yè)旅游發(fā)展對(duì)接度

構(gòu)建旅游服務(wù)配套企業(yè)、農(nóng)產(chǎn)品企業(yè)、物流企業(yè)、當(dāng)?shù)卣鄬釉茖?duì)接體系。系統(tǒng)對(duì)數(shù)據(jù)及時(shí)處理并完成加密，實(shí)現(xiàn)數(shù)據(jù)的訪問(wèn)和修改，完成信息虛擬化。當(dāng)有需求時(shí)，數(shù)據(jù)依據(jù)一定的準(zhǔn)則被查詢(xún)和調(diào)出。同時(shí)把各個(gè)企業(yè)數(shù)據(jù)納入“動(dòng)態(tài)云”中，完成云的拓展，進(jìn)而在全國(guó)范圍內(nèi)利用“動(dòng)態(tài)云”技術(shù)搭建智慧農(nóng)業(yè)旅游發(fā)展模型。

5.2.2 打造智慧農(nóng)業(yè)旅游品牌

在“一帶一路”戰(zhàn)略的基礎(chǔ)下，智慧農(nóng)業(yè)旅游應(yīng)當(dāng)凸顯地方農(nóng)業(yè)特色，構(gòu)建當(dāng)?shù)氐膶?zhuān)屬品牌。而區(qū)域之間的旅游項(xiàng)目應(yīng)相互合作。構(gòu)成例如某一鄉(xiāng)村開(kāi)展生態(tài)園采摘，鄰近鄉(xiāng)村開(kāi)展休閑型智慧農(nóng)業(yè)旅游或養(yǎng)生型農(nóng)業(yè)旅游，形成功能區(qū)分的區(qū)域農(nóng)業(yè)組合體。各個(gè)區(qū)域的智慧農(nóng)業(yè)旅游應(yīng)當(dāng)存在區(qū)分和聯(lián)系并且互相補(bǔ)充，吸引消費(fèi)者的同時(shí)利用“動(dòng)態(tài)云”架構(gòu)發(fā)展當(dāng)?shù)匚幕?/p>

5.2.3 增進(jìn)游客的情感感知

在當(dāng)代社會(huì)物產(chǎn)資源高度發(fā)達(dá)的狀態(tài)下，游客更重視情感的愉悅與精神上的滿(mǎn)足。智慧農(nóng)業(yè)旅游可通過(guò)景點(diǎn)設(shè)置與服務(wù)參與體驗(yàn)，并通過(guò)“動(dòng)態(tài)云”架構(gòu)下的先進(jìn)科技激發(fā)游客熱情。在服務(wù)和體驗(yàn)上增加個(gè)性化農(nóng)業(yè)服務(wù)板塊贏得游客的價(jià)值性認(rèn)同。

參考文獻(xiàn)：

[1]焦金英. 智慧農(nóng)業(yè)旅游“云”服務(wù)平臺(tái)構(gòu)建研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)，2017（7）：34-36.

[2]宋 衡. 面向供需平衡的云資源分配與定價(jià)機(jī)制研究[D]. 揚(yáng)州：揚(yáng)州大學(xué)，2016：18-23.

[3]Mereu S，Susnik J，Trabucco A，et al. Operational resilience of reservoirs to climate change，agricultural demand，and tourism：a case study from Sardinia[J]. Science of The Total Environment，2015，543（Pt B）：1028-1038.

[4]Kelaidonis D，Vlacheas P，Stavroulaki V，et al. Cloud Internet of things framework for enabling services in smart cities[M]//Designing， Developing and Facilitating Smart Cities. Springer International Publishing，2017.

[5]金順福，王晨飛，陳玲玲，等. Cloud-P2P云存儲(chǔ)結(jié)構(gòu)的模型建立與性能分析[J]. 通信學(xué)報(bào)，2015，36（3）：2015077.

[6]Fletcher J E，Snee H. Tourism multiplier effects[J]. Tourism Marketing & Management Handbook，1989：529-531.

[7]Mook L，Machokoto R. Social accounting[M]//Global encyclopedia of public administration，public policy and governance. Berlin：Springer，2018.

[8]Stark O，Kosiorowski G，Jakubek M. An adverse social welfare consequence of a rich-to-poor income transfer：a relative deprivation approach[Z]. Discussion Papers 264176，2017.

[9]張攀春. 資源稟賦的空間分布差異與貴州大數(shù)據(jù)農(nóng)業(yè)發(fā)展模式選擇[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44（6）：1-5.

[10]王 偉. TSA測(cè)量旅游就業(yè)的必要性[J]. 北方經(jīng)貿(mào)，2006（9）：96-98.

[11]王曉敏，鄧春景. 基于“互聯(lián)網(wǎng)+”背景的我國(guó)智慧農(nóng)業(yè)發(fā)展策略與路徑[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（6）：312-315.

[12]汪文斌. 從一云多屏到多屏互動(dòng)——中國(guó)網(wǎng)絡(luò)電視臺(tái)臺(tái)網(wǎng)融合的探索與實(shí)踐[J]. 電視研究，2014（10）：20-21.

[13]邵維專(zhuān)，呂光宏. 網(wǎng)絡(luò)功能虛擬化資源配置及優(yōu)化研究綜述[J]. 計(jì)算機(jī)應(yīng)用研究，2017，35（2）：321-326.

[14]張景陽(yáng)，潘光友. 多元線(xiàn)性回歸與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)比與運(yùn)用研究[J]. 昆明理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，38（6）：61-67.

[15]程宏杰，朱震宇，陳 澤. 農(nóng)業(yè)物聯(lián)云的設(shè)計(jì)與實(shí)現(xiàn)[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（3）：179-183.

[16]郭建鑫，張峻蜂. 新型城鎮(zhèn)化背景下農(nóng)民對(duì)互聯(lián)網(wǎng)應(yīng)用采納決策的實(shí)證分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（21）：325-329.