基于结构方程模型的旅游网站信息对旅游行为意向影响机制的研究——以湘西地区为例
|
摘要
旅游网站信息对旅游行为意向和决策有很大的影响。本文通过问卷调查获取湘西地区的旅游者和潜在旅游者在线行为意向数据,搜集整理旅游网站信息流日均搜索指数、网站所在地与访问者所在地公路或铁路距离相关数据,构建网站信息对旅游行为意向影响的结构方程模型和信息流距离衰减曲线模型。研究发现:①在0. 001水平上,旅游网站信息对旅游行为意向具有显著正向影响,其综合影响系数为0. 62;②旅游网站的产品预订功能、信息质量和旅游资讯对旅游者的行为意向产生较大影响,其影响系数分别为0. 79、0. 65和0. 65,旅游网站可通过优化网站预订功能和旅游资讯功能,提高旅游网站信息质量,刺激旅游者对网站的信息搜寻和消费行为;③旅游网站信息流符合距离衰减规律,其倒数曲线模型的非线性解释能力较大;④旅游网站信息流距离衰减规律存在经济与地区集中性特征,除距离因素外,经济发展较快地区其信息流相对集中。
Tourism website information has great influence on tourism behavior intention and decision-making. In this paper,we collect the data of online behavioral intention of tourists and potential tourists in western Hunan by questionnaire,and investigate the daily average index of information flow,the data of distance between the site and visitors' roads or railways,and the information of tourist behavior intention. Drawing on these data and index,we propose two models: a structural equation model revealing the influence of website information on tourist behavioral intention; and information flow distance decay curve model. The results show that: ① At the level of 0. 001,tourism website information has a significant positive impact on tourism behavior intention,and its comprehensive influence coefficient is 0. 62; ②The travel booking function,quality of information and tourist information have great influence on tourists' behavioral intention,and the influence coefficient is 0. 79,0. 65 and 0. 65 respectively. The travel website can improve the quality of the information of the tourism website and stimulate the information search and consumption behavior of the tourists by optimizing the website booking function and tourism information function; ③ The information flow of travel websites conforms to the law of distance decay,and its inverse curve model has a large nonlinear interpretation ability; and ④There are economic and regional concentration characteristics in tourism website information flow distance decay law,namely,with the exception of distance factor,there is concentrated information flow in areas with relatively rapid economic development.
Tourism website information has great influence on tourism behavior intention and decision-making. In this paper,we collect the data of online behavioral intention of tourists and potential tourists in western Hunan by questionnaire,and investigate the daily average index of information flow,the data of distance between the site and visitors' roads or railways,and the information of tourist behavior intention. Drawing on these data and index,we propose two models: a structural equation model revealing the influence of website information on tourist behavioral intention; and information flow distance decay curve model. The results show that: ① At the level of 0. 001,tourism website information has a significant positive impact on tourism behavior intention,and its comprehensive influence coefficient is 0. 62; ②The travel booking function,quality of information and tourist information have great influence on tourists' behavioral intention,and the influence coefficient is 0. 79,0. 65 and 0. 65 respectively. The travel website can improve the quality of the information of the tourism website and stimulate the information search and consumption behavior of the tourists by optimizing the website booking function and tourism information function; ③ The information flow of travel websites conforms to the law of distance decay,and its inverse curve model has a large nonlinear interpretation ability; and ④There are economic and regional concentration characteristics in tourism website information flow distance decay law,namely,with the exception of distance factor,there is concentrated information flow in areas with relatively rapid economic development.
引文
[1]白凯,吕洋洋,李薇薇.旅游网站信息类型、品牌与服务保证对网站信任的影响[J].旅游学刊,2014,29(3):91-99.
[2]程霞,单芳.旅游网站特性对潜在游客行为意向的影响[J].四川师范大学学报(社会科学版),2011,38(1):63-69.
[3] 2014年中国在线旅行预订市场研究报告[R].北京:中国互联网络信息中心,2015:13-14.
[4] 2015年中国网民搜索行为调查报告[R].北京:中国互联网络信息中心,2016:6-8,13.
[5]中国互联网络发展状况统计报告[R].北京:中国互联网络信息中心,2016:33.
[6]李东娟.旅游网站在线预订商业模式创新研究[J].商业研究,2014(10):38-43.
[7]张宇,李佩,张之明.基于决策过程的电子服务质量评价研究——以旅游网站为例[J].西北大学学报(哲学社会科学版),2014,44(5):19-24.
[8]吕洋洋,白凯.旅游交易网站消费者评价维度研究——以携程网为例[J].旅游科学,2014,28(2):49-60.
[9] Tillotson J. Web site evaluation:A survey of undergraduates[J]. Online Information Review,2002,26(6):392-403.
[10]钟栎娜,董晓莉,邵隽.基于IPA分析的中国旅游景区网站发展研究[J].旅游学刊,2012,27(3):60-68.
[12]贾鸿雁.长三角地区城市旅游网站信息构建与服务评价[J].情报科学,2015,33(5):129-133.
[13]廉同辉,余菜花,宗乾进.我国旅游网站的网络结构研究——基于社会网络分析法[J].旅游科学,2012,26(6):80-88.
[14] Stepchenkova S,Morrison A M. The destination image of Russian:From the online induced perspective[J].Tourism Management,2006,27(5):943-956.
[15]程绍文,张捷,梁玥琳.我国旅游网站空间分布及动力机制研究[J].旅游学刊,2009,24(2):75-80.
[16]付业勤,杨文森,郑向敏.我国政府旅游网站发展水平的空间分异研究[J].财经问题研究,2013(6):133-139.
[17]牛永革,曾文君.旅游网站品牌化现状研究:以中国5A级景区为例[J].旅游学刊,2013,28(11):84-92.
[18] Blain C,Levy S E,Ritchie J R B. Destination branding:Insights and practices from destination management organizations[J]. Journal of Travel Research,2005,43(4):328-338.
[19]张敏,阳小水,李胡蓉.我国在线旅游网站运营绩效测评及改进策略分析[J].图书馆学研究,2016(10):95-101.
[20]李东.在线旅行服务商业模式研究[D].泉州:华侨大学,2011.
[21]邓丽丽,张秋娈,樊华,等.旅游网站信息流距离衰减集中性的差异及其检验[J].地理与地理信息科学,2011,27(3):99-104.
[22]杨小彦,张秋娈,路紫,等.旅游网站信息流距离衰减形态描述与集中度计算[J].地理与地理信息科学,2010,26(6):88-91.
[23] Lu Z,Han R L,Duan J et al. Analyzing the effect of website information flow on realistic human flow using intelligent decision models[J]. Knowledge-Based Systems,2010,23(1):40-47.
[24]路紫,刘娜,Zui Z.澳大利亚旅游网站信息流对旅游人流的导引:过程、强度和机理问题[J].人文地理,2007(5):88-93.
[25]张秋娈,路紫.旅游网站信息流距离衰减的集中度研究[J].地理科学,2011,31(7):885-890.
[26]李彦丽,路紫.中、美旅游网站对比分析及“虚拟距离衰减”预测模式[J].人文地理,2006(6):115-118.
[27]张爱平,钟林生,徐勇.国外旅游虚拟社区研究进展及启示[J].人文地理,2013(5):6-11,116.
[28]胡兴报,苏勤,张影莎.国内旅游者网络旅游信息搜寻动机与搜寻内容研究[J].旅游学刊,2012,27(11):105-112.
[29]李君轶,杨敏.基于关键词选择的在线旅游信息搜寻行为模式研究[J].旅游学刊,2013,28(10):15-22.
[30]杨敏,马耀峰,李天顺,等.基于屏幕跟踪的大学生在线旅游信息搜索行为研究[J].旅游科学,2012,26(3):67-77.
[31]张高军,李君轶,王晓峰,等.驴友网络信息搜索行为及其对出游决策影响分析——以西安驴友为例[J].干旱区资源与环境,2013,27(6):198-202.
[32]王兆峰,谢娟.旅游网站信息搜寻对旅游者行为决策影响的评价分析[J].人文地理,2013(6):142-146.
[33]甘哲娜.基于ELM的在线旅游网站消费者使用行为研究[J].管理学报,2016,13(6):889-898.
[34]王玮,刘玉.消费者持续使用新兴在线旅游网站的实证研究——顾客满意度和信任的中介作用[J].暨南学报(哲学社会科学版),2014(4):84-92.
[35]陈晔,易柳夙,何钏,等.旅游网站的粘性及其影响因素——基于双系统认知理论[J].旅游学刊,2016,31(2):53-63.
[36]胡芬,张进.虚拟旅游体验者满意感影响因素研究[J].湖北大学学报(哲学社会科学版),2013,40(3):129-132.
[37]涂海丽,唐晓波.基于在线评论的游客情感分析模型构建[J].现代情报,2016,36(4):70-77.
[38]杨雪雁,李洪心.旅游网站顾客忠诚度影响因素实证研究[J].广东商学院学报,2013(5):65-74.
[39]胡向红,张高军.虚拟社区人际关系对旅游行为意向影响的实证研究[J].地理与地理信息科学,2015,31(4):116-120.
[40]张秋娈,聂学东,路紫,等.旅游网站信息流距离衰减的逆曲线拟合及其形式分析[J].河北师范大学学报(自然科学版),2012,36(1):102-108.
[41]张秋娈,朱苏加,路紫,等.旅游网站信息流距离衰减形态分异特征及其与网站功能的关系[J].地理与地理信息科学,2012,28(4):94-97.
[42]熊伟,叶淋玮.我国虚拟旅游网站的功能评价研究[J].人文地理,2011(2):154-160.
[43]荣泰生. AMOS与研究方法[M].第2版.重庆:重庆大学出版社,2010:123.
[2]程霞,单芳.旅游网站特性对潜在游客行为意向的影响[J].四川师范大学学报(社会科学版),2011,38(1):63-69.
[3] 2014年中国在线旅行预订市场研究报告[R].北京:中国互联网络信息中心,2015:13-14.
[4] 2015年中国网民搜索行为调查报告[R].北京:中国互联网络信息中心,2016:6-8,13.
[5]中国互联网络发展状况统计报告[R].北京:中国互联网络信息中心,2016:33.
[6]李东娟.旅游网站在线预订商业模式创新研究[J].商业研究,2014(10):38-43.
[7]张宇,李佩,张之明.基于决策过程的电子服务质量评价研究——以旅游网站为例[J].西北大学学报(哲学社会科学版),2014,44(5):19-24.
[8]吕洋洋,白凯.旅游交易网站消费者评价维度研究——以携程网为例[J].旅游科学,2014,28(2):49-60.
[9] Tillotson J. Web site evaluation:A survey of undergraduates[J]. Online Information Review,2002,26(6):392-403.
[10]钟栎娜,董晓莉,邵隽.基于IPA分析的中国旅游景区网站发展研究[J].旅游学刊,2012,27(3):60-68.
[12]贾鸿雁.长三角地区城市旅游网站信息构建与服务评价[J].情报科学,2015,33(5):129-133.
[13]廉同辉,余菜花,宗乾进.我国旅游网站的网络结构研究——基于社会网络分析法[J].旅游科学,2012,26(6):80-88.
[14] Stepchenkova S,Morrison A M. The destination image of Russian:From the online induced perspective[J].Tourism Management,2006,27(5):943-956.
[15]程绍文,张捷,梁玥琳.我国旅游网站空间分布及动力机制研究[J].旅游学刊,2009,24(2):75-80.
[16]付业勤,杨文森,郑向敏.我国政府旅游网站发展水平的空间分异研究[J].财经问题研究,2013(6):133-139.
[17]牛永革,曾文君.旅游网站品牌化现状研究:以中国5A级景区为例[J].旅游学刊,2013,28(11):84-92.
[18] Blain C,Levy S E,Ritchie J R B. Destination branding:Insights and practices from destination management organizations[J]. Journal of Travel Research,2005,43(4):328-338.
[19]张敏,阳小水,李胡蓉.我国在线旅游网站运营绩效测评及改进策略分析[J].图书馆学研究,2016(10):95-101.
[20]李东.在线旅行服务商业模式研究[D].泉州:华侨大学,2011.
[21]邓丽丽,张秋娈,樊华,等.旅游网站信息流距离衰减集中性的差异及其检验[J].地理与地理信息科学,2011,27(3):99-104.
[22]杨小彦,张秋娈,路紫,等.旅游网站信息流距离衰减形态描述与集中度计算[J].地理与地理信息科学,2010,26(6):88-91.
[23] Lu Z,Han R L,Duan J et al. Analyzing the effect of website information flow on realistic human flow using intelligent decision models[J]. Knowledge-Based Systems,2010,23(1):40-47.
[24]路紫,刘娜,Zui Z.澳大利亚旅游网站信息流对旅游人流的导引:过程、强度和机理问题[J].人文地理,2007(5):88-93.
[25]张秋娈,路紫.旅游网站信息流距离衰减的集中度研究[J].地理科学,2011,31(7):885-890.
[26]李彦丽,路紫.中、美旅游网站对比分析及“虚拟距离衰减”预测模式[J].人文地理,2006(6):115-118.
[27]张爱平,钟林生,徐勇.国外旅游虚拟社区研究进展及启示[J].人文地理,2013(5):6-11,116.
[28]胡兴报,苏勤,张影莎.国内旅游者网络旅游信息搜寻动机与搜寻内容研究[J].旅游学刊,2012,27(11):105-112.
[29]李君轶,杨敏.基于关键词选择的在线旅游信息搜寻行为模式研究[J].旅游学刊,2013,28(10):15-22.
[30]杨敏,马耀峰,李天顺,等.基于屏幕跟踪的大学生在线旅游信息搜索行为研究[J].旅游科学,2012,26(3):67-77.
[31]张高军,李君轶,王晓峰,等.驴友网络信息搜索行为及其对出游决策影响分析——以西安驴友为例[J].干旱区资源与环境,2013,27(6):198-202.
[32]王兆峰,谢娟.旅游网站信息搜寻对旅游者行为决策影响的评价分析[J].人文地理,2013(6):142-146.
[33]甘哲娜.基于ELM的在线旅游网站消费者使用行为研究[J].管理学报,2016,13(6):889-898.
[34]王玮,刘玉.消费者持续使用新兴在线旅游网站的实证研究——顾客满意度和信任的中介作用[J].暨南学报(哲学社会科学版),2014(4):84-92.
[35]陈晔,易柳夙,何钏,等.旅游网站的粘性及其影响因素——基于双系统认知理论[J].旅游学刊,2016,31(2):53-63.
[36]胡芬,张进.虚拟旅游体验者满意感影响因素研究[J].湖北大学学报(哲学社会科学版),2013,40(3):129-132.
[37]涂海丽,唐晓波.基于在线评论的游客情感分析模型构建[J].现代情报,2016,36(4):70-77.
[38]杨雪雁,李洪心.旅游网站顾客忠诚度影响因素实证研究[J].广东商学院学报,2013(5):65-74.
[39]胡向红,张高军.虚拟社区人际关系对旅游行为意向影响的实证研究[J].地理与地理信息科学,2015,31(4):116-120.
[40]张秋娈,聂学东,路紫,等.旅游网站信息流距离衰减的逆曲线拟合及其形式分析[J].河北师范大学学报(自然科学版),2012,36(1):102-108.
[41]张秋娈,朱苏加,路紫,等.旅游网站信息流距离衰减形态分异特征及其与网站功能的关系[J].地理与地理信息科学,2012,28(4):94-97.
[42]熊伟,叶淋玮.我国虚拟旅游网站的功能评价研究[J].人文地理,2011(2):154-160.
[43]荣泰生. AMOS与研究方法[M].第2版.重庆:重庆大学出版社,2010:123.