大数据平台等前沿技术下游客亲智慧旅游行为的研究

(整期优先)网络出版时间:2020-08-08
/ 5

大数据平台等前沿技术下游客亲智慧旅游行为的研究

金婵 刘春梦 韩燕 张迪娜 张子玉

中国矿业大学经济管理学院 江苏徐州, 221116

摘要:本文希望通过实证研究,从互联网平台影响旅游者消费行为中的感知信息、出游计划、满意度以及忠诚度方面,分析这四大因素的影响机制,从而探讨互联网平台对旅游者消费行为的影响以及它们之间的相互关系。本文通过建立结构方程模型,对调研结果进行分析后得出结论:游客亲智慧行为对忠诚度、满意度有直接的正向影响。游客满意度是亲智慧行为和游客忠诚度之间的有效中介变量,亲智慧行为通过满意度对忠诚度有间接影响。

关键词:亲智慧行为;感知;忠诚度;满意度

项目信息:中国矿业大学大学生创新训练计划项目,项目编号20190530。

一、引言

信息时代人们的生活因互联网的发展而多姿多彩,为了满足城市日益增长的基础设施等方面的需求,城市建设与网络连接起来。通过物联网、云计算等信息技术应用,提倡城市创新的智慧城市由此而来。在城市建设的过程中,包括旅游业在内的各个行业都利用网络而迅速发展,从而产生了智慧旅游的概念。

本文研究游客在旅游中倾向于使用高科技和前沿软件等大数据的平台的行为,即游客的亲智慧行为。近年来,人们的生活已经离不开移动软件的帮助和服务,特别是关注到消费者对智慧旅游的喜爱,给人们的出行带来了便捷,本文希望通过研究游客的亲智慧旅游行为,探索在旅游过程中智慧旅游对游客的影响,从而更好的达到便民利民的服务。

二、研究假设

(一)维度的选择

根据2010年提出的智慧旅游的概念,感知信息是指借助技术和设备主动感知旅游资源、旅游经济、旅游活动、旅游者等方面的信息。感知计划又包括工作计划和旅游计划,本文只研究旅游计划。因此本文选择旅游的资源、经济、活动、游客作为感知信息的测量指标,选择出行时间、路线组合、景点选择、食宿作为感知计划的测量指标。

通过文献调查法发现,Pizam(1978)等依据顾客满意度提出游客满意度的概念,他认为游客满意度是游客对于旅游区的游前预期与游后感知相互作用下的结果,当旅游体验高于期望时,游客则感到满意[1]。蒋鹏(2013)认为顾客满意度可以从心理和需求两个维度的满意来测量[2]。在顾客满意度的测量指标的选择中,发现游客在旅游中产生的亲智慧行为的满意来自于对于各大软件、网站等平台提供的服务、信息的满意,以及在使用后或者是产生亲智慧行为后产生内心愉悦的满意。因此,测量指标为:游客对平台的信息服务感到满意、游客在平台的使用过程中感到愉悦。

游客忠诚度是指游客对于企业提供的景点、信息、服务等感到满意,进而产生长期的情感维系、情感依赖。Jonse&Sasser(1995)提出顾客的重复购买行为来自于顾客的归属感,顾客忠诚离不开顾客满意[3]。邹益民(2004)等认为游客忠诚度不仅时具有重复购买行为的,而且是有内在的心理影响的作用下产生的[4]。史春云(2009)等将游客忠诚度划分为重游该地的意愿、向朋友推荐旅游地的意愿[5]。联系游客的亲智慧行为,游客的忠诚度应该是对使用的平台以及景区的服务等感到满意,也愿意继续使用、重复使用,且在社交活动中有推荐的意愿。因此,测量指标为:游客感到满意并会继续使用、游客会推荐分享给其他人。

(二)研究假设与模型

游客亲智慧行为与游客忠诚度。本文是研究游客亲智慧行为对忠诚度的的影响,游客利用前沿技术或设备,对旅游的资源、经济、活动、游客信息等都会有一定的掌握,进而按照自己的消费意愿选择出行时间、方式、出行地点、食宿问题等。当游客对于平台、景区、服务等产生情感维系时,就会产生忠诚度,会持续使用也会进行推荐。在此前的学术研究成果中,有顾客行为体验会提高忠诚度的观点。因此,提出假设。

H1: 游客亲智慧行为对游客忠诚度起正向作用

H1a:游客感知信息对游客忠诚度起正向作用

H1b:游客感知计划对游客忠诚度起正向作用

游客亲智慧行为与游客满意度。当游客的实际体验高于旅游前的期望时,游客会产生满意。很多学者均已研究过消费者行为与满意度之间的关系,并认为其之间会产生积极的影响。因此,旅游行为中亲智慧行为对满意度的影响是独立且显著的,提出以下假设:

H2: 游客亲智慧行为对游客满意度起正向作用

H2a:游客感知信息对游客满意度起正向作用

H2b:游客感知计划对游客满意度起正向作用

游客满意度与游客忠诚度。大量研究结果表明,游客满意度与游客忠诚度之间是线性正相关关系。当顾客满意度增加时顾客忠诚度会因此而增加,当顾客满意度减少时顾客忠诚度会因此减少,甚至产生顾客抱怨。因此得出下列假设:

H3:游客满意度对游客忠诚度起正向作用

游客满意的中介作用。顾客满意是通过感知价值或质量间接地作用于顾客忠诚,感知与满意度都影响着忠诚度。大量研究表明用户对某种商品或体验某项服务的满意度越高,其再次购买的欲望就越强烈,建议他人购买或使用的意愿也就更高。因此,得出下列假设:

H4:游客满意度在亲智慧行为与游客忠诚度之间起中介作用

H4a:游客满意度在感知信息与游客忠诚度之间起中介作用

H4b:游客满意度在感知计划与游客忠诚度之间起中介作用

基于以上假设,构建模型。

5f2e629cb5b72_html_4dafef75cc5baba4.png 图2-1 游客亲智慧行为对忠诚度的影响模型

(三)预调研

本次与预调研是在校内的小范围内进行,在网上发放60份问卷,并对于调研结果在SPSS中进行可靠应分析来检验信度效度。预调研后成员访问专家老师,将卷中题意不清、 或有诱导性语句给予修正,也进行问卷结构的系统化修正。让问卷更加合理有逻辑,也让被访问者更加清晰明确。

三、数据分析

(一)有效样本分析

本文主要的调研对象是使用携程、美团、高德地图等平台进行旅游规划的消费者。本次发放电子问卷共200份,收回180份,删除问卷中存在问题的,剩余有效问卷163份,回收率为81.5%。本次问卷调查的对象中女性为54%,男性为46%;年龄中为18岁以下占1.2%,18-25岁占48.5%,26-35岁占17.2%,36-45岁占23.9%,46-55岁占8.6%,56岁以上占0.6%;学历中高中及以下占12.9%,专科 占11%,本科 占62%,硕士及以上占14.1%;在收入水平上,2000元以下占16.6%,2001-4000元占26.3%,4001-6000元占38.1%,6001-8000元占12.9%,8001元以上占6.1%。通过对以上的数据来看,这次的问卷参与者有一定的代表性。

(二)描述性统计及信度、效度分析

根据预调研的分析结果,完善调查问卷,进行正式调研。本研究依据SPSS17.0进行正式调研数据的统计分析。根据表5-1可知,题项的得分均值在3.47-3.70,得分普遍偏高,标准差在1.170-1.296,总体较小。信度分析主要通过Cronbach α系数来测量。根据表5-1可知,感知信息、感知计划、游客满意度与忠诚度的Cronbach α系数均大于0.7的标准,表示测量指标具有可靠性与可信度,说明量表中变量内部一致性不错。本研究所用的效度分析是通过SPSS17.0的KMO检验与巴特利特球体检验的数值来确定数据是否符合因子分析结果。[6]根据表5-1可知,感知信息、感知计划、游客满意度与忠诚度的KMO值均高于0.7,符合因子分析要求,巴特利特球体检验的显著性P值均为0.000,小于0.05,假设应被否定,本模型适合做因子分析。

表3-1整体模型的描述性统计及信度、效度分析

指标变量

题项

维度

均值

标准差

方差

Cronbach α系数

校正的项总计相关性CITC

因子负载

累积解释总方差

KMO

检验

Bartlett

球体检验

(显著性Sig.)

感知信息

PI1

资源

3.57

1.272

1.617

0.923

0.809

0.886

81.331%

0.833

0.000

PI2

经济

3.52

1.296

1.609

0.802

0.905

PI3

活动

3.47

1.214

1.473

0.809

0.922

PI4

游客

3.52

1.209

1.461

0.838

0.894

感知计划

TP1

出行时间

3.59

1.251

1.565

0.918

0.839

0.904

80.268%

0.838

0.000

TP2

路线组合

3.54

1.172

1.373

0.829

0.907

TP3

景点选择

3.55

1.223

1.496

0.803

0.916

TP4

食宿问题

3.70

1.238

1.533

0.792

0.855

满意度

TS1

信息服务满意

3.58

1.170

1.396

0.94

0.848

0.971

94.303%

0.853

0.000

TS2

愉悦

3.61

1.151

1.325

0.861

0.971

忠诚度

TL1

持续使用

3.61

1.178

1.387

0.878

0.834

0.944

89.114%

0.879

0.000

TL2

推荐

3.52

1.198

1.436

0.804

0.944

(三)拟合度分析

本研究主要通过AMOS24.0来研究结构方程模型的拟合度,观测的指标主要有c2/df、GFI、AGFI、RMSEA等绝对拟合度指标和NFI、TLI、RFI、CFI等相对拟合度指标。根据表5-2所示,说明该模型拟合度不错,可以接受。

表3-2总体模型拟合度分析

拟合指标

绝对拟合度指标

相对拟合度指标

c2/df

GFI

AGFI

RMSEA

NFI

TLI

RFI

CFI

参考标准

1

>0.9

>0.9

<0.08

>0.9

>0.9

>0.9

>0.9

该模型估计值

2.861

0.943

0.929

0.073

0.953

0.946

0.920

0.974

(四)路径分析

路径分析就是对变量构成的因果模型做数据分析,探索变量之间的因果关系。路径分析其实就是多个相互关联线性回归方程的组合。[7]本研究通过AMOS24.0来进行该结构方程模型的路径分析,通过路径系数探讨变量之间的因果关系。如表5-3所示,7个假设都是成立的,说明游客亲智慧行为对游客忠诚度和游客满意度有显著的正向影响作用,同时,游客满意度对忠诚度有显著的正向影响作用。根据路径系数分析结果可以得到如图5-1的模型路径系数分析图。经过分析可以得知假设H1、H1a、H1b、H2、H2a、H2b、H3均成立。

表3-3模型变量间假设检验结果

假设

标准化

路径系数

标准误差S.E.

P值

假设检验结果

H1: 游客亲智慧行为对游客忠诚度起正向作用

成立

H1a:游客感知信息对游客忠诚度起正向作用

0.828

0.08

成立

H1b:游客感知计划对游客忠诚度起正向作用

0.95

0.062

成立

H2: 游客亲智慧行为对游客满意度起正向作用

成立

H2a:游客感知信息对游客满意度起正向作用

0.842

0.068

成立

H2b:游客感知计划对游客满意度起正向作用

0.943

0.055

成立

H3:游客满意度对游客忠诚度起正向作用

0.982

0.06

成立

5f2e629cb5b72_html_bbfd3c028d94b3db.png 图3-1模型路径系数分析图

(五)中介变量分析

在对中介变量的中介作用进行检验时,我们首先建立自变量X对因变量Y的直接单一影响的主效应模型,再建立加入中介变量M的子模型,对主效应模型与子模型进行AMOS路径分析,对比两个模型假设检验及路径系数的结果。如果在主效应模型中X与Y之间有显著关系,在子模型中X与M之间有显著关系,M与Y之间有显著关系,但是X与Y之间关系不显著或假设检验不成立,说明存在中介变量的中介效应,若X与Y之间关系显著,说明存在部分中介效应。[8]我们利用AMOS24.0,建立两个主效应模型及对应中介子模型进行路径分析,来研究游客满意度的中介作用。

表3-4中介变量假设检验结果

影响方式

假设

标准化

路径系数

标准误差S.E.

P值

假设检验结果

直接影响

H5a:感知信息对游客忠诚度起正向作用

0.891

0.072

成立

间接影响

H6a:感知信息对游客满意度起正向作用

0.942

0.076

成立

H6b:游客满意度对游客忠诚度起正向作用

0.985

0.082

成立

H6c:感知信息对游客忠诚度起正向作用

0.223

0.061

0.706

不成立

直接影响

H7a:感知计划对游客忠诚度起正向作用

0.899

0.064

成立

间接影响

H8a:感知计划对游客满意度起正向作用

0.942

0.071

成立

H8b:游客满意度对游客忠诚度起正向作用

0.978

0.042

成立

H8c:感知计划对游客忠诚度度起正向作用

0.027

0.058

0.639

不成立

如上表所示,可以说明自变量感知信息、感知计划和因变量游客忠诚度之间存在显著关系,主效应存在。在子模型中,自变量感知信息、感知计划对因变量游客忠诚度的直接作用并不显著,子模型中的感知信息、感知计划对中介变量游客满意度有显著正向影响,中介变量游客满意度对因变量游客忠诚度有显著正向影响。因此,游客满意度是感知信息、感知计划和游客忠诚度之间的有效中介变量。经过分析可知,假设H4、H4a、H4b均成立。

四、结论与对策

(一)结论

本文的研究有以下几个主要结论: 第一,通过钻研文献和对互联网平台在旅游中起的作用的关注,提出亲智慧行为的概念及其维度。即在旅游过程游客利用技术或设备感知信息、计划的有效调整的行为。并将游客的亲智慧行为划分为感知信息和感知计划两个维度。感知信息包括感知旅游资源、旅游经济、旅游活动、旅游者方面的信息,感知计划包括出行时间、路线组合、景点选择、食宿问题。 第二,构建结构方程模型,实证分析了亲智慧行为、游客满意度和游客忠诚度的影响路径,得出相应结论:感知信息对游客满意度有显著正向影响,感知计划对游客满意度有显著正向影响,游客满意度对游客忠诚度有显著正向影响,因此,游客满意度是感知信息、感知计划和游客忠诚度之间的有效中介变量。同时感知计划和感知信息作为影响游客亲智慧行为的重要因素,通过游客满意度间接地对游客忠诚度产生积极影响,因此,游客的亲智慧行为对游客忠诚度起正向作用。

(二)对策

及时发布、更新旅游信息在这个信息充斥的时代,信息的时效性就显得尤为重要[9]。各大旅游平台不仅要在道路、景区、宾馆等区域实时发布、更新旅游信息,还要及时推送信息服务反映给游客,让游客全面掌握旅游动态,并且做好与游客的信息互动,提供服务优质的资讯平台。

提高对顾客提供信息及服务的质量,满足顾客的多样化需求。当今的消费者更加注重旅游的品味和质量,因此提供自身价值意外的增值服务,360度全方位考虑消费者的需求,不仅可以提供游客的满意度和忠诚度,还能为企业带来潜在的客户群。比如在旅游住宿这一环节,迎合如今流行的亲子游、家庭游、请旅游等,提供不同的住宿类型,从服务的细节处着手,增加游客的体验满意度。

做好补偿措施,不断完善售后。在平台推出旅游信息及旅游产品,难免会出现不能满足顾客需求地情况。建议平台可考虑拥有一个规范的售后部门,妥善安排足够数量的客服,保证游客反映遇到的问题能够在第一时间得到答复并解决问题。其次保持与消费者的跟踪服务,双方可以根据实际情况做出客观评价。

指导老师 毛帅 王华清

参考文献:

  1. 1A. Pizam, Y. Neumann, A Reichel-Dimensions of tourist satisfaction with a destination[J].Annals of Tourism Research, 1978, 5(3):314-322.

  1. 2蒋鹏.第三方物流企业物流能力对顾客满意度的影响研究[D].硕士学位论文,山东大学,2013.5,24-26.

  1. 3Jones, T.O. and Sasser, W.E. (1995) Why Satisfied Customers Defect. Harvard Business Review, 73, 88-99.

  1. 4邹益民等.自然旅游景区观与游客忠诚度培养的深层探讨[J],技术经济与管理研究,2004,25:111-112.

  1. 5史春云、刘泽华.基于单纯感知模型的游客满意度研究[J].旅游学刊,2009,4.

  1. 6周晓宏,郭文静.探索性因子分析与验证性因子分析异同比较[J].科技和产业,2008(9):69-71.

7] 赵丹. 基于顾客满意度的淘宝网网店服务质量与顾客忠诚度的实证研究[D].硕士学位论文,新疆大学,,2016.6,37-40.

8] 温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学发展,2014(5):731-745.