智慧物聯網盛宴已經到來？

李志強

【摘 要】 國內智慧酒店尚處于起步階段，缺乏統一的建設規范和成熟的運營管理。借助UTAUT和TTF整合模型，探究智慧酒店智能化服務對消費者接受意愿的影響。一方面，在模型傳導路徑上得出消費者接受意愿的影響因素，據此對傳統酒店提出優化建議，促進智慧酒店這個新業態的成長和發展;另一方面得出智慧酒店對運營績效的影響等相關結論，為智慧型酒店優化智慧服務系統提供建議。

【關鍵詞】 智慧酒店 物聯網 接受意愿 顧客行為

一、引言

近年來，信息化時代下的“互聯網+”和“智能化”兩股浪潮愈發迅猛，互聯網借助智能技術的跨業態發展來引導產業的轉型升級。在酒店業，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網技術架構、完善的酒店智能化體系，以酒店基礎設施智慧化為基礎，將信息通信技術與基于互聯網思維的酒店管理理念相融合，實現酒店自動控制、管理、服務、營銷的智慧化和一體化的系統。” [1]

近年來阿里、騰訊、京東等行業巨頭也紛紛入局，利用強大資源促進智慧酒店的不斷創新。阿里集團于 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。智慧酒店從其誕生至今，已經從原本的單核智能化系統階段演變為當下以物聯網+智能為主的全方位智能化體系階段[2]。然而，消費者是否全部接受智慧酒店的智能化服務？由智慧化給酒店帶來各方面的影響會產生怎樣的綜合效應？這些問題仍需測量和探討。

二、研究模型

（一）模型構建

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

（二）模型假設

1. TTF模型變量

H1：任務特征正向影響任務-技術匹配度（TAC-->TTF）

H2：技術特征正向影響任務-技術匹配度（TEC-->TTF）

H3：任務-技術匹配度正向影響智慧物聯網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網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網酒店顧客的行為意愿（EE-->IB）

H6：努力期望正向影響智慧物聯網酒店顧客的績效期望（EE-->PE）

（3）社會影響 H7：社會影響正向影響智慧物聯網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者采納智慧物聯網酒店的行為意愿（FC-->IB）

3. 變量間的其他關系

H9：技術特征正向影響消費者采納智慧物聯網酒店的努力期望（TEC-->EE）

H10：任務-技術匹配度正向影響消費者采納智慧物聯網酒店的績效期望（TTF-->PE）

（三）問卷設計

問卷主要包括3個維度（認知、意圖、行為）的5個潛變量，即感知有用性、感知易用性、感知風險性、行為意圖以及實際使用。[3]觀測變量的測試題采用5級李克特量表。

三、實證調研結果

（一）樣本及數據收集

本研究于2019年2月于武漢卓爾悅廷酒店調研，并通過線上“問卷星”平臺發放問卷。最終回收有效問卷308份，問卷有效率為88%。問卷的描述性統計結果顯示，調查對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%;被調查者33%為學生，16.23%為職員，15.26%為商務人員。

（二）模型計算結果分析

1.信度檢驗

在SPSS22.0中進行探索性因子分析，其中信度用Cronbachα系數進行測量。信度分析結果顯示：8個潛變量Cronbachα系數均大于0.7屬于高信度。

2.效度分析

運用KMO檢驗方法對量表進行結構效度檢驗。結果顯示，量表的KMO值為0.920，說明樣本數據的結構效度較好。為了探索并驗證UTAUT-TTF模型的8個潛變量所構建的整合模型的可靠性和穩定性，運用SPSS22.0軟件對UTAUT模型和TTF模型各題項進行探索性因子分析，采用主成分分析法中的方差最大正交旋轉法，按照載荷值大于0.6的標準進行因子提取[4]。最終，將TTF模型中TEC3這個題項剔除;UTAUT模型中的題項FC3和SI1剔除。

3.整合模型的擬合度分析與修正

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

4.路徑分析及假設檢驗

本研究對UTAUT-TTF整合模型進行了修正和標準化路徑分析，然而參數估計結果顯示僅有4條路徑顯著。接下來本研究將對UTAUT模型、TTF模型以及兩個模型間的相關潛變量的路徑系數進行探究。

（1）TTF模型

經過修正后的TTF模型擬合指標得到改善，顯著地提高了模型的適配度。模型進行標準化參數估計后的結果顯示，智慧酒店顧客任務特征感知顯著正向影響其任務-技術匹配度感知，路徑系數為0.580（P<0.001）;技術特征感知在5%的顯著水平上正向影響其任務-技術匹配度感知，路徑系數為0.179（P=0.011）;任務-技術匹配度顯著正向影響其行為意愿，路徑系數為1.215（P<0.01）。

（2）UTAUT模型

經過修正后的UTAUT模型擬合指標得到改善。其假設檢驗結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0.827（P<0.01）;技術特征感知在顯著正向影響其行為意愿感知，其路徑系數為0.543（P=<0.01）;努力期望并不顯著影響其行為意愿，其路徑系數為0.201（P=0.255）;社會影響在5%的顯著水平上正向影響行為意愿，其路徑系數為0.092（P=0.014）;便利條件并不顯著影響其行為意愿，其路徑系數為0.122（P=0.168）。

（3）兩個模型間的相關潛變量的路徑系數探究

在原整合模型中潛變量任務特征與任務-技術匹配度對績效期望有影響，通過構建相關模型討論TTF與UTAUT兩個模型間相關變量的路徑系數。

使用AMOS21.0作為分析工具對模型1擬合度進行檢驗和修正。模型標準化參數估計后其假設檢驗結果顯示顧客任務特征顯著正向影響其任務-技術匹配度感知，其路徑系數為0.529（P<0.01）;技術特征感知在10%顯著水平下正向影響其任務-技術匹配度感知，其路徑系數為0.208（P=0.084）;任務特征感知顯著正向影響其績效期望，其路徑系數為0.429（P<0.01）;任務-技術匹配度顯著正向影響績效期望，其路徑系數為0.452（P=0.014）。

四、結論及建議

（一）調研結論

1. 顧客使用智慧酒店進行活動的任務特征和技術特征對其任務-技術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幫助完成入住服務，則任務-技術匹配度就越高。另一方面，智慧酒店提供給顧客的相關功能和服務越多，則任務-技術匹配度越高。

2. 任務-技術匹配度對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-技術匹配度高，顧客使用智慧酒店的意愿就越高。

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

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

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

6. 顧客使用智慧酒店進行活動的任務特征感知對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幫助完成各項服務，就越能感知到智慧酒店對自己有用。

7. 任務-技術匹配度對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-技術匹配度高，則顧客認為使用智慧酒店帶來的效果越大。

（二）對策建議

1.高效宣傳提升績效期望——發掘、創造顧客需求

通過創新宣傳方式，采取多途徑、多樣化的宣傳手段突出智慧酒店的優越性。在宣傳方式上，可以采用情景化視頻、原創圖、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、電視廣告、活動贊助、影視植入多效并舉，增加公眾曝光度。

其次，智慧酒店的推廣應該借助智慧旅游和智慧城市的力量，實現平臺共享[5]，在實現自身發展的同時助推城市整體的智慧化建設，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——初步加強顧客依賴

顧客認為智慧酒店技術效果越好同時操作過程越簡單，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成為必要。酒店為顧客提供服務的流程需要全部實現智能化。在設計智慧化操作系統時，應注意操作頁面的友好性以及操作的大眾化，提高智能化設備的易用性。良好個性化服務可以激勵顧客主動進行口碑營銷。

3.大數據分析、人性化服務提升任務-技術匹配度——強化顧客依賴

研究結果表明，任務-技術匹配度對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顧客行為和顧客期待的數據分析基礎之上;智慧酒店在不斷發展的過程中，應當加強復合型人才等培養，提高人力資源使用效率;在服務功能整合方面，酒店智慧平臺應提供目的地的整合服務功能，通過提供“酒+景”、“酒+餐”“酒+行”等套餐優惠服務實現一站式服務，使平臺對用戶的價值發揮到最大。

【參考文獻】

[1] 林元乖.物聯網技術在智慧酒店建設中的應用研究[J].物聯網技術，2018，8（10）：68-69+73.

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

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

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

[5] 戴衛東，馬帥.用物聯網技術提升星級酒店服務水平[J].經營與管理，2011（09）：68-69.