区块链:?都江堰“旅游新消费+区块链”落地先行

2020年4月20日,国家发改委首次明确「新基建」范围:主要指基于新一代信息技术演化生成的基础设施,比如,以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施,以人工智能、云计算、区块链等为代表的新技术基础设施,以数据中心、智能计算中心为代表的算力基础设施等。区块链作为新技术入围「新基建」,成为技术和模式创新的动力来源。区块链技术被寄予厚望,“+区块链”的应用探索从未停止。在这一方面,成都的身影也总是排在前列。早在2017年,成都就已经根据新经济的发展特点,提出了“场景”理论。2021年1月11日,「成都链博会系列活动——都江堰首批区块链应用场景示范项目发布会」在成都举行。本次发布会由成都市新经济委指导,都江堰市人民政府主办,都江堰市经济科技和信息化局、四川开源观科技有限公司承办,万向区块链生态支持,36kr、星球日报媒体支持。本次发布会以“创新沙盒,智链未来”为主题,旨在讨论正处于数字化时代风口的“+区块链”应用场景,同时成立了都江堰区块链创新场景实验室,发布了首批区块链应用场景示范项目。其中,由都江堰区块链场景实验室授牌主理单位——四川开源观科技有限公司提出的“旅游新消费+区块链”应用场景可圈可点。传统旅游业痛点

素有“问道青城山,拜水都江堰”之称的千年古都江堰市是中国著名旅游城市,作为国务院批准列入第一批国家级风景名胜区名单的5A级旅游景区,因历史悠久,规模宏大,布局合理,运行科学,每年旅客达六百万人次,是当之无愧的世界文化遗产。而现代旅游服务是个B、C两端的事情,在千亿级的旅游业当中,在线旅行社、携程、去哪儿网一类的OTA平台的作用举足轻重,却仍存在不少痛点:1、旅客作为最有价值的参与者没有回报,且与商家存在双边信用危机;2、在形态迭代的几年里,旅游业几乎全部的交易都被OTA垄断,一方面因为流量推广费用高昂,供应商被迫压低成本影响着供应商服务水平,一方面赚取各式各样的中介费服务费,增加了游客的出行成本;3、目前旅游景区供应商存在部分竞价排名与实际价值不符、虚假宣传、隐性收费。另一方面,对游客的不文明行为也难以督查。旅客和旅游服务供应商之间的双边信用问题急需重构。而区块链凭借其去中心、非对称加密、智能合约、不可篡改等特征,则有望解决痛点、改进生产关系。都江堰“文旅新消费+区块链”落地先行

据了解,都江堰当地的旅游供应商地理位置相对分散,且都是以个体户的形式经营。目前存在微小个体户融资难,提质难和监督难三大问题。在本次发布会上,“旅游新消费+区块链”的应用场景项目为旅游服务供应商解决了以上问题,并提出对旅游服务供应商与旅客之间信用重构的方式。●民宿通用积分上链该项目以泰安社区为试点,第一步建设基于青城山景区的打卡旅游体验应用,通过可玩性强的游戏互联网方式,鼓励游客打卡和探索不同的店家和景点,并将每一次打卡获得相应的积分上链并根据积分获得奖励,增加游客的旅游体验,打造一批网红打卡点,沉淀游客流量,以及探索更多的店家,吸引更多的年轻游客,在B端、C端同时建立良好的信任关系,为后期的二次转化建立基础,逐步走出OTA限制瓶颈。●管理系统上链此外,挑选整合潜质民宿集群,引入标准化专业酒店管理团队,成立专项基金引入社会资本,对民宿群体进行整体投资改造,其中包含民宿公共服务、新型体验式旅游电商、特色文旅网红电商等旅游服务的提质改造。建设区块链管理系统将每个民宿以及景区公共区域的管理和使用情况上链,便于相关部门监督,这个过程中,区块链技术主要用在多方协作系统,以及对融资款项的使用和退出进行监管。区块链赋能意义

通过区块链通用积分技术和分布式商业的模式把单个的民宿主串联起来,变成一个网络,便于政府监管,通过积分鼓励C端用户消费和进行网络探索,为游客创造更好的旅游体验和消费场景,最终将青城山后山打造成为成都市具代表性的有成熟商业模型的可复制新消费应用场景。除了文旅方面,在社区治理、政务服务等其他重要的场景,就如何与区块链技术结合,都江堰市政府都给出了非常满意的答案:结合成都市场景10条和区块链场景供应3年行动计划,以及自身的特点,建立区块链创新场景实验室。通过深入的调研,利用“梳理场景+区块链”的创新切入点,联合专家学者和企业,共同发布《场景调研报告》,形成政府供给场景,区块链技术解耦业务,赋能更高层次开放创新,降低市场进入门槛,企业开放竞争的新型科创模式。经历过喧嚣和沉淀,区块链行业又站在了一个新的历史起点。都江堰区块链场景实验室未来将向区块链产业集群发展,构建区块链创新应用产业生态,形成1个“文旅+区块链”具有地方特色的全国标杆式的区块链产业集聚发展区,都江堰市区块链产业必将引领数字经济新的发展。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

[0:31ms0-8:662ms