基于區塊鏈的旅游供應鏈風險評價研究

田潤澤，李 昕，周仲鴻（渤海大學，遼寧 錦州 121000）

0 引言

在國際形勢不斷變革下，中國提出以國內大循環為主、國際國內雙循環相互促進的新發展格局，希望以此促進國家經濟高質量發展，而旅游消費是提升國內高質量需求的主要組成部分。旅游業作為極具發展活力的產業，其涉及產品和服務復雜多樣、相互依存，迫使旅游業上下游之間建立合作關系，進而形成旅游供應鏈。消費者對旅游服務的需求與期望不斷提高，旅游服務供給問題日益突出，且已呈現阻礙旅游業可持續發展的趨勢。例如，旅游管理部門現有管理方式與思維與旅游業發展態勢不匹配；旅游企業、旅游者之間時常會因各類誠信問題產生不必要的爭端，其中最為常見的莫過于旅游企業隨意捏造事實、篡改評論，旅游平臺泄露游客隱私等行為。在旅游活動過程中，每一名旅游者都會不可避免地進行交易與數據獲取，區塊鏈技術在旅游產業中的應用能夠提高旅游者的信息獲取速度、旅游企業的交易處理能力，優化產業整體效率。簡而言之，推動區塊鏈技術在旅游供應鏈領域的進一步應用可以實現旅游數據的深度挖掘、逐步完善分析技術，為旅游供應鏈風險控制管理的創新發展提供助力。

1 相關研究綜述

1.1 旅游供應鏈

國內外學術界對旅游供應鏈的定義尚未形成統一的觀點。Page 等學者認為旅游供應鏈指的是所有在旅游產業中能夠獲取到一定利益的相關主體的集合結構[1]；李萬立提出旅游供應鏈是把旅游吸引物來作為核心，圍繞旅游產品的設計、生產、銷售、服務等多維環節形成的閉環式網鏈結構[2]；郭捷認為旅游供應鏈是圍繞食、宿、行、游、購、娛六個方面的供給，加上供應商、分銷商和用戶的全閉環式網鏈[3]；郭海玲等認為旅游供應鏈實質上指的是供應鏈的內在機理在旅游行業中的實際應用，同時又顯現出了一些旅游化的外顯或內在特征[4]。基于眾多學者的觀點，本文將旅游供應鏈的概念整合為：為滿足旅游者的多樣化需求，組合多個存在利益相關性的旅游活動參與體的鏈式結構。

1.2 區塊鏈

區塊鏈技術涉及諸多領域，場景應用范圍廣闊，相關的學術研究十分豐富。袁勇等通過分析比特幣的基本特征與現狀，創新性搭建了關于區塊鏈技術的基礎模型，將非許可鏈分為數據層、網絡層等六個不同屬性功能的層級[5]；邵奇峰等充分發揮開源項目優勢，與其關聯技術相融合，進而提出企業級內多個類型區塊鏈（許可鏈）的技術表征[6]；Yang 通過專家咨詢、小組風暴等總結了基于區塊鏈的網絡服務架構的特征、機遇、挑戰和未來趨勢[7]；韓璇等基于總體觀念，對區塊鏈安全的相關事宜研究現狀進行了全面總結與分析，并對未來的研究展望做出簡要期許[8]；Ali 等學者基于物聯網視角，歸納了區塊鏈技術在該視角下的實際應用情況、發展特征及趨勢[9]。雖然上述學者的視角已涉及諸多領域，但是鮮有學者將區塊鏈技術應用至旅游領域，僅有Tyan Inessa 重點研究了利用區塊鏈技術實現智慧旅游目的地的四大目標，即：提升旅游體驗、獎勵可持續行為、確保地方社區利益、減少隱私顧慮[10]。

1.3 旅游供應鏈風險評價

目前，關于旅游供應鏈風險評價方面的研究較少，且研究大都偏向于模型及實證研究。Mengyan Ren 為了實現旅游供應鏈協作的有效性，分析了旅游供應鏈的主要風險因素，提出了一種修正的基于投資的復合風險分擔模型，以更公平合理地分擔風險[11]。Luo Biao 基于多Agent 理論和技術，提出了一個基于多代理的決策支持系統（DSS）的設計框架，以管理旅游供應鏈中的干擾和降低風險[12]。劉君通過實際調研走訪，融合旅游、經濟、管理等學科，分析TN 集團旅游供應鏈金融的運作現狀，并試圖構建風險評價指標體系與管理模型來進一步凸顯這些風險因素的量化與可控性[13]。

通過梳理國內外文獻發現，區塊鏈背景下旅游供應鏈風險評價方面的研究相對較少，伴隨互聯網、信息技術的愈發成熟，區塊鏈技術已然成為旅游供應鏈發展中不可或缺的部分。鑒于此，本文以遼寧省為研究對象，運用AHP-模糊綜合評價法分析區塊鏈背景下旅游供應鏈所涉及的風險構成要素，并圍繞區塊鏈提出降低旅游供應鏈風險的應用策略，進而為旅游供應鏈發展提供參考性建議。

2 研究區域概況與研究方法

2.1 研究區域

遼寧省位于我國東北部，地理位置優越，旅游資源豐富。在自然旅游資源方面，有著名的道教名山——筆架山、獨具特色的本溪水洞、風景秀美的金石灘等；在人文旅游資源方面，有歷史悠久的沈陽故宮、張氏帥府、清昭陵、興城古城等。通過遼寧省統計公報可知，至2020 年底，遼寧省共有星級以上飯店388 家；旅行社1 520 家；國家A 級旅游景區566 個。全年旅游總收入2 720.5 億元，占生產總值的11.0%。而同期內黑龍江省旅游總收入占比為12.6%，吉林省旅游總收入占比為20.5%。綜合以上數據可知，遼寧旅游產業總體效益與自身資源稟賦不匹配，尚有較大發展空間，這也在一定程度上制約了遼寧經濟的高質量發展。

區塊鏈技術在遼寧旅游產業中的應用已逐步推進，且已取得一定的成果。如大連市于2020 年聯合400 余家旅游企業啟動了全國第一個山海數旅云平臺。該平臺具有“區塊鏈供應鏈金融、內部智能管理、全網絡營銷、數據連接”四大特色信息化服務，可實現旅行社的人工智能辦公需求及行業間的資源整合發展。盡管區塊鏈技術在遼寧省旅游產業中發揮的功效較大，在東北地區占有著一定優勢，但與國內其他地區相比，遼寧尚處于探索階段，仍具有較大的發展空間。區塊鏈技術的潛在應用領域主要包括數字化支付、業務流程優化、非中介化水平提升、旅游供應鏈內外部運作和旅游信用機制健全升級等方面，涉及住宿、餐飲、旅游交通等諸多旅游核心行業。區塊鏈技術在旅游產業中的應用（部分）如圖1 所示。

圖1 區塊鏈技術在旅游產業中的應用（部分）

2.2 問卷設計與調查

問卷調查的目的為：一是了解遼寧旅游供應鏈的風險現實情況，從而為構建風險評價體系提供參考基礎。二是通過咨詢各領域專家人士，對初步形成的風險評價指標體系進行評價校正，再對修改后的指標進行重要性判斷與賦分。參與評價的專家包括人文地理、旅游地理、旅游規劃與開發、供應鏈管理、區塊鏈技術等相關領域的教授、副教授等。2022 年3 月共為28 位不同領域的專家發放“風險指標權重專家意見咨詢表”，請他們基于自身領域視角為文中提及的各指標進行兩兩比較，以得到每項指標對整個評價體系所表現的相對重要程度。本次調研隨機選取了沈陽市、錦州市、營口市進行開展，問卷共發放了300份，收回有效問卷287 份，有效回收率為95.7%。

2.3 評價體系構建

根據調研結果并綜合考量區塊鏈背景下旅游供應鏈的特點，最終從眾多風險因素中總結出區塊鏈背景下的旅游供應鏈風險評價體系，如圖2 所示。

圖2 基于區塊鏈的旅游供應鏈風險評價體系

指標體系共分為三層：第一層為旅游供應鏈風險評價的目標，即目標層（U）；第二層由技術風險（U1）、管理風險（U2）、認知風險（U3）、經濟風險（U4）4 個子系統構成，即準則層；第三層由從屬于準則層每個因素的11 項具體指標構成，即指標層。

2.4 研究方法

2.4.1 AHP 層次分析法

層次分析法指的是將某個中心問題劃分為多維度的、彼此間具有一定牽連性的若干層次，基于中心問題所屬領域專家的賦分，將這一中心問題定量化處理，以幫助結構化缺失的定性問題更好地得以處理的方法。本文章建立的遞階層次模型，模型采用1～5 標度法，通過對體系中處于同層次的因素進行兩兩參照對比，構成判斷矩陣A：

式中：aij=ai/aj表示第i 個元素和第j 個元素重要性之比。

計算單層次權向量及一致性檢驗：

表1 1～15 階矩陣的平均隨機一致性指標

2.4.2 模糊綜合評價法

模糊綜合評價法是基于模糊數學的隸屬度原則，將定性評價轉化為定量評估的綜合評價方法，適用于各類非確定性問題的解決與處理。

確定被評估對象的因素集U：U=（U1,U2,U3,…,Ui,…,Un）。其中，每個準則體系Ui又由若干個指標搭建構成，可以將其標志為Uij=（Ui1,Ui2,Ui3,…,Uij,…,Uin）。Uij表示第i 個準則下的第j 個指標。

構造評語集V 與對應的數值區間集：V=（V1,V2,V3,…,Vj,…,Vn）。Vj表示對應的Ui的等級評判層次。本文的評語集為｛高風險，較高風險，一般風險，較低風險，低風險｝。

確定各因素的權重W，建立模糊關系矩陣R（隸屬度矩陣）：各因素的權向量通過層次分析法（AHP）確定。通過單因素角度計算被評對象對每個等級模糊子集的隸屬度（R| Ui），然后建立模糊關系矩陣:

首先，構建二級模糊矩陣S=W·R，再構建一級模糊矩陣Z=W·S，計算最終得分F=Z·V。基于隸屬度最大原則，判斷F 對應的數值區間，得到最終評判結果。

3 結果與分析

3.1 風險評分計算

通過采用以上的計算方式，得出旅游供應鏈各風險評價指標的權重（如表2 所示），并對其進行一致性檢驗：

表2 基于區塊鏈的旅游供應鏈風險評價指標體系及權重

單層次排序及一致性檢驗：子目標層CR 值為0.002，各準則層CR 值分別為0.004、0.009、0.000、0.024，均小于0.10，可以得出結論：單層次指標重要性排序結果合理，可以接受。

總層次排序一致性檢驗：CR=0.052＜0.10，可以得出結論：整個層次結構的比較判斷符合一致性檢驗。

構造“U1、U2、U3、U4”的隸屬子集，并給出各自的模糊評價矩陣R1、R2、R3、R4，隨后進行模糊矩陣的復合運算：

3.2 風險評分分析

遼寧地區風險評價得分為3.362，該分數處于較高風險范疇，但實際值更趨近于一般風險。由于自身發展起步較晚，遼寧地區旅游供應鏈領域運用區塊鏈技術還不夠成熟，遼寧地區旅游供應鏈的技術經驗匱乏、管理水平較低，因而在技術及管理兩個維度上處于高風險態勢；同時認知維度與經濟維度低風險性的融合，故綜合評分表現為一般風險的態勢。

從準則層來看，“技術風險U1、管理風險U2、認知風險U3、經濟風險U4”所占的權重分別為：0.416 7，0.270 5，0.131 6，0.181 2。由此可知，在本文提及的區塊鏈背景下旅游供應鏈四大風險中，技術風險＞管理風險＞經濟風險＞認知風險。這代表著技術風險最高，其次為管理風險。基于隸屬度最大原則，找出四項指標層的模糊矩陣復合運算結果“S1、S2、S3、S4”所匹配的“高風險、較高風險、一般風險、較低風險、低風險”的可能性數值。查找結果顯示，準則層“技術風險U1、管理風險U2、認知風險U3、經濟風險U4”分別對應的最大權重為“0.322、0.262、0.243、0.23”，前兩項為“高風險”，后兩項為“低風險”，說明在區塊鏈背景下技術及管理風險對遼寧地區旅游供應鏈產生的影響更大，而認知及經濟風險則稍為遜之。

從各項指標層來看，技術風險的“隱私和信息安全、信息共享技術、智能化水平”所占權重分別為0.523 9，0.278 6，0.197 5，表明隱私和信息安全風險在旅游供應鏈技術風險中居于最高，并占據較大權重，其次，依次排列為“信息共享技術風險、智能化水平風險”；管理風險中的“組織結構、監管方式、誠信意識”所占的權重分別為0.539 0，0.297 3，0.163 8，可見，組織結構風險最高，“監管方式、誠信意識”風險依次排列；認知風險中的“旅游者接受能力、旅游企業經營觀念、旅游監管部門思想”所占的權重分別為“0.517 4、0.304 2、0.178 4”，可以看到旅游者接受能力帶來的認知風險最大，權重為51.74%，其次，依序為“旅游企業經營觀念、旅游監管部門思想”風險；經濟風險中的“旅游中介成本、旅游產品知識產權”所占權重分別為“0.666 7、0.333 3”，即旅游中介成本所帶來的風險高于旅游產品知識產權所產生的風險，二者之間的權重相差近一倍。

4 結論與建議

本文結合旅游供應鏈特點對區塊鏈背景下遼寧地區供應鏈風險因素進行評估，采用AHP-模糊綜合評判法進行量化，得出綜合評價風險數值為3.362，表明區塊鏈背景下遼寧地區的旅游供應鏈風險處于較高風險，趨近于一般風險。在諸多風險中，隱私和信息安全、組織結構、旅游者接受能力、旅游中介成本等風險比其他指標項更高，在管理運作過程中需額外關注。根據上述對區塊鏈背景下的旅游供應鏈風險分析，本文針對遼寧地區提供以下三點發展建議：

（1）注重技術培訓，提升專業能力。充分利用區塊鏈的加密技術，應用此技術一方面可以提高存儲數據的效率，另一方面可以保障參與主體進行交易的真實性、安全性，營造良好的旅游市場環境；同時，重點發揮區塊鏈公鑰和私鑰的特有功能，如“匿名交易”等，從而有效地保護交易雙方的隱私性。此外，區塊鏈的數據存儲需經不少于51%的節點驗證，這有助于增強用戶的信任感與安全感。以加密貨幣支付為例，與現如今受眾群體較為眾多的信用卡支付方式相比，區塊鏈的加密貨幣支付安全性極高，使用成本也十分低廉，還具有可追溯、方便快捷等特征，目前已在泰國等旅游勝地得以盛行，遼寧地區也可大力倡導推行，從而更好地保護隱私并減少信息不對稱風險。

（2）健全管理體制，優化治理結構。可通過區塊鏈的去中心化作用來進行優化組織結構，進而降低遼寧地區旅游供應鏈在發展中暴露出的組織結構風險。具體而言，即通過去中心化的對等網絡來實現組織結構優化，無需建立或借助中央管理員或中央數據存儲器來完成固定任務，增強了管理的系統性、科學性、合理性。以旅游住宿業為例，其管理層面的諸多事宜皆可運用區塊鏈技術進行統籌管理，如會員管理、支付管理、庫存控制和收益管理等，通過去中心化來實現組織結構的最優化。

（3）減少中介機構介入，提升整體效率。伴隨信息化時代的愈發成熟，諸多旅游企業均已在不同程度上應用了區塊鏈技術，如支付管理、旅游交通預定與支付等方面，旅游者們也在潛移默化地接受并適應這一技術。由于區塊鏈技術有著透明化、非中介化等特征，即雙方交易活動透明，并不需要中介機構等第三方介入即可高效快速完成，這不僅方便了旅游者，更大幅減少了企業與旅游者的綜合成本，使供需雙方可享有更多利益。