旅游管理系2023年广东省基础与应用基础研究基金获立项3项

2023年广东省基础与应用基础研究基金申报中，旅游管理系获立项3项。清单如下：

附件：

汪秀琼教授《中国企业OFDI制度复杂性、组织战略反应与绩效关系：基于行动者网络动态追踪案例与模糊集定性比较研究》

    本项目在厘清中国企业OFDI中面临的制度复杂性来源基础上，揭示企业应对制度复杂性的战略反应和动态演化机制，以及企业战略反应获取高绩效的充分与必要条件，为企业克服OFDI过程中面临的制度复杂性约束、管理多样化的利益相关者制度压力、提高组织战略反应有效性与实施效果提供理论指导和经验证据。

江金波教授《文化和旅游产业融合的政策创新：驱动机制、扩散效应及其路径优化研究》

以文旅融合政策创新为研究对象，以广东省为主要案例地，借助地理学、管理学、社会学等多学科理论和社会网络、LDA模型的机器学习、空间回归模型等技术和方法，开展文旅融合政策创新影响因素及相关性检测，构建政策创新的博弈共生系统，分析文旅融合政策创新驱动机制；分析文旅融合政策创新扩散的时空差异，并基于SDID准实验方法，开展专项政策的溢出效应研究；依据案例分析，探索文旅融合政策创新的优化路径，为广东文化旅游产业政策创新体系建设提供理论指导，为其他产业融合政策创新研究及发展提供借鉴。

徐健副教授《基于人工智能的广东传统村落视觉景观评估方法研究》

    视觉景观评估是传统村落研究的认知、评价、保护与传承的重要方法，也是风景园林学科领域研究的重要方向。然而，现有研究存在认知不客观、景观评估方法不完善、保护策略不具体的问题，发展至今一直都没有出现普遍接受的理论和方法。目前快速发展的大数据及深度学习方法可实现海量样本图像的自动化评价及特征提取，为改善或解决上述问题提供了可能。本项目拟以广东省为例，研究基于深度学习的传统村落视觉景观评估方法：通过获取反映村落景观特征的图像数据及各类人群评价，构建多元视觉评价数据库，并由此建立传统村落视觉景观感知智能评价模型；进而，利用“特征可视化”技术揭示影响景观图像评价的重要特征，发现其隐藏的规律，完善传统村落视觉景观评价指标体系，发展基于深度学习的视觉景观评估理论方法。本项目有望为视觉景观智能评估提供理论与技术支撑，拓展传统村落景观保护与发展智能化决策研究的新思路，促进人工智能在景观规划中的探索。