在線旅游消費者行為影響因素研究

朱曉鋒，蔡延光 ，湯雅連

（1.江西冶金職業(yè)技術(shù)學(xué)院 信息商務(wù)學(xué)院，江西 新余 338000； 2.廣東工業(yè)大學(xué) 自動化學(xué)院，廣東 廣州 510006）

0 引言

在線旅游電商市場日趨成熟，消費者在此購買旅游產(chǎn)品、了解相關(guān)旅游資訊等方面，都比在線下旅行社更加方便、更多選擇[1].聞麗佳曾以其研究結(jié)果為基礎(chǔ)，針對性地提出我國在線旅游市場需要在提高產(chǎn)品和服務(wù)價值、嘗試差異化路線、開發(fā)移動應(yīng)用平臺、開拓新興市場、制定網(wǎng)絡(luò)營銷策略等方面加大開發(fā)力度，并提出相應(yīng)的發(fā)展策略[2].當前互聯(lián)網(wǎng)的社交屬性愈發(fā)凸顯，如何利用消費者在互聯(lián)網(wǎng)線上的社交屬性做好在線旅游產(chǎn)品的銷售，也是當前在線旅游市場發(fā)展的一大趨勢[3].毫無疑問，消費者作為整個交易過程中的消費主體，是推動在線旅游電商發(fā)展的關(guān)鍵.夏美玉從在線評論數(shù)量和在線評分兩個方面出發(fā)，研究在線評論對在線旅游產(chǎn)品銷量的影響，發(fā)現(xiàn)產(chǎn)品是新生產(chǎn)品時，由于缺少對它的了解，消費者在在線評論數(shù)量和評分方面會關(guān)注負面評論以及追加評論[4].趙康則從旅游APP特性方面入手，發(fā)現(xiàn)旅游APP的個人特性、技術(shù)特性、社會特性對用戶的使用意愿都有著正向影響，并給旅游APP的開發(fā)運營商提出了相應(yīng)的建議[5].金澤鑫通過利用問卷調(diào)查與PHP爬蟲技術(shù)獲取的數(shù)據(jù)，分析后發(fā)現(xiàn)不同的人群在旅行過程中有不同的特點，并且構(gòu)建了“用戶”和“旅游景點路線鏈”的關(guān)聯(lián)規(guī)則，對促進“互聯(lián)網(wǎng)+旅游”戰(zhàn)略發(fā)展提出了不少建設(shè)性意見[6].邱玥以體驗性旅游產(chǎn)品為研究對象，研究消費者在線購買體驗性旅游產(chǎn)品意愿的影響因素，得出了刺激因素和內(nèi)在因素有著不同的影響效果，根據(jù)結(jié)論提出了體驗性旅游產(chǎn)品線上銷售時的建議[7].張晶晶通過對影響國內(nèi)旅游O2O市場發(fā)展的經(jīng)濟環(huán)境、政策環(huán)境、行業(yè)環(huán)境的多角度研究，以及對典型旅游企業(yè)運營模式、運營現(xiàn)狀、市場競爭狀況的實證分析，圍繞客戶需求變化，提出了旅游企業(yè)未來發(fā)展需要具備旅游移動化、產(chǎn)品定價透明化、產(chǎn)品定制個性化等多重屬性的觀點[8].

消費者行為學(xué)涵蓋了很多方面，它研究的是個人和群體組織為滿足需要而進行的挑選、購買、使用或處置產(chǎn)品、體驗所涉及的整個過程[9].Fishbein認為，現(xiàn)實中的個體作為一名理性人，所產(chǎn)生的心理或行為都有一定的目的和意義，他們在進行一項行為時的目的性越強，行為動機也就越強，同時越是認為該行為對自己有益或是非常意義重大，對該行為的態(tài)度也就越積極[10].在消費者行為研究中，也認為購買意向越大，購買行為就越活躍.企業(yè)在實際的營銷與服務(wù)過程中，若能給予消費者積極的購買意向，就越能獲得消費者的青睞.Michael R.Solomon在《消費者行為學(xué)》一書中指出，消費者購買行為是指消費者決定購買商品以滿足他們的購買意向的過程[11].在線旅游電商是電子商務(wù)的一個細分市場，以消費者為主體，以消費者交互為核心，消費不再受時間與空間的過多限制，注重于消費者之間的互動.SICAS模型很好地解釋了商家與消費者之間的互動過程[12]，本文將SICAS模型作為在線旅游電商中消費者行為的模型，在此基礎(chǔ)上理解在線旅游電商的消費者路徑，分析消費者的路徑會受到哪些因素影響，從而進一步為在線旅游電商的發(fā)展提出一些有用的建議.

1 構(gòu)建理論模型

1.1 SICAS理論模型

SICAS模型是DDCI互聯(lián)網(wǎng)數(shù)據(jù)中心在AIDMA和AISAS模型的基礎(chǔ)上，結(jié)合目前互聯(lián)網(wǎng)營銷的現(xiàn)狀，在其發(fā)布的中國互聯(lián)網(wǎng)藍皮書中首次提出[12].具體可分為五個階段：Sense—Interest&Interactive—Connect&Communicate—Action—Share（品牌與用戶相互感知—產(chǎn)生興趣并形成互動—建立聯(lián)系并交互溝通—產(chǎn)生購買—體驗與分享），從多個角度解析消費者行為與消費軌跡.

1.2 確定變量

通過所收集的資料與理論分析，結(jié)合上文提到的理論與模型，根據(jù)SICAS模型的五個階段，確定五個研究變量，分別是品牌感知度、品牌吸引力、交互體驗性、系統(tǒng)安全性與產(chǎn)品體驗度，下面是變量的具體介紹：

（1）品牌感知度

在SICAS模型中，若要產(chǎn)生購買行為，必須先對品牌產(chǎn)生感知，由此提取出品牌感知度.此變量用于衡量消費者對于當前在線旅游電商的品牌感知的程度，主要包括：網(wǎng)站認知、產(chǎn)品類型認知、廣告影響等.

（2）品牌吸引力

當消費者知悉品牌的存在之后，接著就該讓消費者產(chǎn)生興趣以引導(dǎo)其在消費路徑上繼續(xù)下一步，由此提取出品牌吸引力.此變量用于衡量消費者對于當前在線旅游電商的感興趣程度，主要包括：內(nèi)容信任、價格優(yōu)惠、評價影響等.

（3）交互體驗性

在用戶產(chǎn)生興趣后，接著就得注意與用戶的聯(lián)系與溝通，而在此階段PC端網(wǎng)站與手機端APP的交互體驗性就有著重要的影響.主要包括：交互人性化、系統(tǒng)質(zhì)量、大數(shù)據(jù)推薦等.

（4）系統(tǒng)安全性

當消費者經(jīng)過以上三個步驟，在產(chǎn)生購買行為的時候，最重要的是留下個人信息并支付的階段.系統(tǒng)安全性主要包括：交易安全、信息保密度等.

（5）產(chǎn)品體驗度

在SICAS模型所表示的消費者路徑中，最后的產(chǎn)品體驗也嚴重影響著消費者是否會有復(fù)購行為以及是否會有積極的分享情緒，最終使消費者在行為路徑中形成正向閉環(huán).產(chǎn)品體驗度主要包括：使用體驗、問題解決、分享意愿等.

1.3 模型構(gòu)建

基于上一節(jié)的理論基礎(chǔ)以及確定的五個基本變量，引入購買意向作為中間變量，構(gòu)建一個影響消費者行為的理論模型，如圖1所示.

圖1 理論模型圖

1.4 研究假設(shè)

假設(shè)H1：品牌感知度對消費者的購買意向有積極影響；H2：品牌吸引力對消費者的購買意向有積極影響；H3：交互體驗性對消費者的購買意向有積極影響；H4：系統(tǒng)安全性對消費者的購買意向有積極影響；H5：產(chǎn)品體驗度對消費者的購買意向有積極影響；H6：消費者的購買意向?qū)οM者購買行為有積極影響.

根據(jù)以上的模型與變量，結(jié)合消費者在在線旅游網(wǎng)站時消費的一些情況，考慮購買意向與消費者行為之間的聯(lián)系，本文把這些變量對消費者的購買意向與購買行為的影響，假設(shè)成下列幾種情況：

（1）品牌感知度對消費者的購買意向有積極影響

品牌感知度是指在線旅游電商企業(yè)通過廣告營銷與推廣手段，將自身品牌曝光給消費者，消費者對企業(yè)品牌的感知度則會積極影響消費者的購買意向和購買行為.

（2）品牌吸引力對消費者的購買意向有積極影響

品牌吸引力是指在線旅游電商企業(yè)在產(chǎn)品內(nèi)容提供、產(chǎn)品定價以及產(chǎn)品評價等方面對消費者的吸引程度.產(chǎn)品內(nèi)容可信度高，定價優(yōu)惠親民且評價優(yōu)良，品牌吸引力自然也就高，品牌吸引力對消費者的購買意向和購買行為有一定積極影響.

（3）交互體驗性對消費者的購買意向有積極影響

交互體驗性關(guān)注的是在線旅游電商企業(yè)的PC端與手機端的用戶交互設(shè)計是否優(yōu)秀，對消費者的體驗是否方便且高效.對消費者而言，能高效地找到自己所需要的產(chǎn)品，且過程中沒有過多的信息干擾，操作方法簡單便利，這樣良好的交互體驗性自然而然會對他的購買意向和購買行為產(chǎn)生積極影響.

（4）系統(tǒng)安全性對消費者的購買意向有積極影響

系統(tǒng)安全性涉及的是在線旅游電商網(wǎng)站對于客戶信息是否能安全保密，是否能提供安全穩(wěn)定的交易環(huán)境與便利的交易方式.消費者們都希望自己的個人信息與財產(chǎn)得到足夠的安全保障，更高的系統(tǒng)安全性對消費者的購買意向和購買行為有積極影響.

（5）產(chǎn)品體驗度對消費者的購買意向有積極影響

產(chǎn)品體驗度是指消費者在旅游電商網(wǎng)站購買產(chǎn)品后，使用產(chǎn)品的滿意度以及對產(chǎn)品提供商在服務(wù)方面回應(yīng)的滿意度.如果消費者對產(chǎn)品的滿意程度越高，對消費者的復(fù)購行為與消費者之間的分享傳播就會有著積極的影響，故越優(yōu)秀的產(chǎn)品體驗對消費者的購買意向和購買行為有積極影響.

（6）消費者的購買意向?qū)τ谫徺I行為有著積極影響

消費者的購買意向指消費者采取某種方式行動的傾向，是傾向于采取購買行動，還是傾向于拒絕購買.它反映著消費者愿意采取特定行為的幾率高低，消費者態(tài)度最終落實在購買的意向上.購買行為與購買意向直接相關(guān)，購買意向是衡量消費者是否會產(chǎn)生進一步購買行為的指標.

2 網(wǎng)上調(diào)查問卷

此次調(diào)研問卷由三部分組成，分別是背景說明、個人信息以及問卷主體.調(diào)查問卷通過互聯(lián)網(wǎng)投放的方式，主要通過在多人的微信朋友圈及微信群聊等投放，故收集的樣本大多來源于高校師生與部分來自各行各業(yè)的社會人士.本次問卷一共設(shè)有29道題，共有698人瀏覽，回收325份問卷，回收率46%.

3 數(shù)據(jù)統(tǒng)計與分析

3.1 樣本數(shù)據(jù)及描述性統(tǒng)計分析

在對數(shù)據(jù)進行信度、效度與回歸分析之前，本文先對研究變量的各個題項進行描述性統(tǒng)計分析.描述性統(tǒng)計分析是計算每一個題項數(shù)據(jù)的均值與標準誤差，用以檢驗問卷得來的數(shù)據(jù)中是否存在異常值或是誤差.本次問卷調(diào)查主體采用了李克特五級量表中的五個主要變量，每個變量均設(shè)置2～3個題項，問題將以李克特五級量表為主，分值1-5分別表示非常不認同、不認同、中立、認同、非常認同五個等級.

3.2 信度分析

信度，就是量表的可靠性或一致性，在態(tài)度量表法中常用的檢驗信度的方法為L.J.Cronbach所創(chuàng)的α系數(shù)法，其公式如下所示：

該公式中，k為量表所包括的總題數(shù)，Si2為第i題得分的方差，S2則是量表題項加總后的方差.本次問卷一共設(shè)置了20道變量題，并對此進行了α信度系數(shù)法.針對本次調(diào)查問卷中所有量表題進行的總體信度分析結(jié)果，如表1、表2所示.

表1 個案處理摘要表

表2 α系數(shù)表

其中，α系數(shù)就用于表達該量表是否值得可信.α系數(shù)值界于0.80至0.90之間非常好；α系數(shù)值界于在0.70至0.80之間相當好；α系數(shù)值界于0.65至0.70之間是最小可接受值；α系數(shù)值如果在0.65以下則最好不要，且需要考慮重新設(shè)計問卷題目.由表2可知，本次問卷的α系數(shù)為0.956＞0.8，這表明本次問卷調(diào)查的量表題數(shù)據(jù)信度較高，可繼續(xù)進行下步分析.

3.3 效度分析

所謂效度是指能夠測到該測驗所欲測（使用者所設(shè)計的）心理或行為特質(zhì)到何種程度.效度越高，問卷數(shù)據(jù)測量結(jié)果與所預(yù)計的考察內(nèi)容就越吻合.本文將結(jié)構(gòu)效度分析作為檢驗問卷量表題效度的方法.

（1）KMO與Bartlett球形檢驗

運用SPSS.25軟件進行結(jié)構(gòu)效度分析.這種分析方法，首先需要得到KMO和Bartlett球形檢驗的基本結(jié)果，以此判斷問卷數(shù)據(jù)是否適用于因子分析.在KMO與Bartlett檢驗中，當KMO值愈大時（愈接近1時），表示變量間的共同因素愈多，變量間的凈相關(guān)系數(shù)愈低，愈適合進行因子分析；如果KMO的值小于0.5時，較不宜進行因子分析，進行因子分析的普通準則是KMO至少在0.6以上.將該問卷數(shù)據(jù)檢驗后，根據(jù)表3所得出KMO與Bartlett檢驗結(jié)果，KMO值為0.961，呈現(xiàn)的性質(zhì)是“良好的”標準，表示變量間具有共同因素存在，變量適合進行因子分析.另外顯著性為0.000，小于0.05，代表總體的相關(guān)矩陣間有共同因子存在，故適合因子分析.結(jié)果如表3所示.

表3 KMO 和Bartlett檢驗表

表4 旋轉(zhuǎn)后的成分矩陣

（2）因子分析

將所有量表題數(shù)據(jù)導(dǎo)入SPSS.25，使用分析方法中的因子分析，導(dǎo)入數(shù)據(jù)后，以主成份方法，固定提取6個因子；再用最大方差法，對因子解進行旋轉(zhuǎn)，得到旋轉(zhuǎn)后成分矩陣，以0.5作為因子載荷值最低標準，排除低于0.5的因子載荷值，獲得各測試題項對6個因子的載荷值，結(jié)果如表4所示.

根據(jù)表4，以最大方差法旋轉(zhuǎn)固定提取6個因子，同屬于一個變量中的測試題項均有且僅有對同一個因子（成分）有著顯著的載荷（載荷值大于0.5），故每個因子正好與原假設(shè)的五個自變量與購買意向因變量一一對應(yīng).說明本問卷結(jié)構(gòu)效度良好，可用于線性回歸分析，以證明理論模型中提出的假設(shè).

表5 相關(guān)性分析結(jié)果

3.4 相關(guān)性分析

相關(guān)性分析是指研究兩個或兩個以上處于同等地位的隨機變量間的相關(guān)關(guān)系的統(tǒng)計分析方法，本文通過皮爾遜相關(guān)系數(shù)來展示各變量之間的相關(guān)關(guān)系.所得結(jié)果如表5所示.

由表5所示結(jié)果，得出品牌感知度、品牌吸引力、交互體驗性、系統(tǒng)安全性、產(chǎn)品體驗度五個變量與購買意向、購買行為之間的皮爾遜相關(guān)系數(shù).其中，五個變量分別與購買意向、購買行為之間的相關(guān)系數(shù)均大于0.6，購買意向與購買行為之間的相關(guān)系數(shù)為0.806，且均達0.05顯著水平.一般而言，皮爾遜相關(guān)系數(shù)大于0.6，就可認為兩個變量之間呈現(xiàn)顯著的高度關(guān)系，由此可知五個變量與購買意向、購買行為之間，購買意向與購買行為之間都呈現(xiàn)高度的相關(guān).

3.5 多元線性回歸分析

多元線性回歸分析，主要用于研究不同維度不同變量之間的關(guān)系，在回歸模型中解釋哪些自變量對因變量的影響更大.本研究以品牌感知度、品牌吸引力、交互體驗性、系統(tǒng)安全性、產(chǎn)品體驗度五個指標被用作自變量，購買意向用作因變量進行線性回歸，再把購買意向用作自變量，購買行為用作因變量，做線性回歸，探討回歸結(jié)果.

（1）五個研究變量與購買意向的多元回歸分析

本文將理論模型中的五個研究變量作為自變量，購買意向作為因變量構(gòu)建回歸模型，此回歸模型表達如下：

在此回歸模型中，PI代表購買意向，α0為常數(shù)項，分別為品牌感知度（BP）、品牌吸引力（BA）、交互體驗性（IE）、系統(tǒng)安全性（SE）、產(chǎn)品體驗度（PE）五個研究變量的回歸系數(shù)，e為隨機干擾項，也就是殘差項.

由于每一個自變量都有幾個問題作為衡量標準，所以在回歸分析之前，對問卷的數(shù)據(jù)做一個整理，分別求出每個自變量對應(yīng)題項的均分，然后，將所求的均分作為自變量，進行線性回歸分析，選用自變量輸入方法為“輸入”，統(tǒng)計結(jié)果包含共線性診斷.結(jié)果如表6-表9所示.

從表6可以看出，調(diào)整R方為0.787，說明品牌感知度、品牌吸引力、交互體驗性、系統(tǒng)安全性、產(chǎn)品體驗度共可解釋購買意向78.7%的變異量.對于購買意向而言，是受到多方面影響的.本文根據(jù)SICAS模型，基于消費者行為路徑所設(shè)置的這五個變量就能達到78.7%的解釋度，是可以接受的.

根據(jù)表8與表9，回歸模型中各變量的均分容差值均大于0.10，VIF值均小于10，條件指標值均小于30，特征值均大于0.01，說明進入回歸模型中的品牌感知度、品牌吸引力、交互體驗性、系統(tǒng)安全性、產(chǎn)品體驗度五個變量之間不存在多重共線性問題,即自變量彼此之間的關(guān)系沒有高度相關(guān)，也就不存在自變量之間的關(guān)系使回歸模型估計失真或難以對因變量估計準確的情況[13].所有變量的顯著性指標均小于0.05，說明顯著性檢驗通過，故本次回歸分析有效.

由表8我們可以推導(dǎo)出該回歸模型的未標準化回歸方程如下：

（2）購買意向與購買行為的回歸分析

把購買意向（PI）作為自變量，購買行為（PB）作為因變量，進行回歸分析，回歸模型表達如下：

回歸分析的結(jié)果如表10-表12所示.

結(jié)果顯示，顯著性指標明顯小于0.01，說明模型整體顯著性檢驗通過；調(diào)整R方為0.649，說明購買意向?qū)οM購買行為有64.9%的解釋度，因為只有一個變量，能有超60%的解釋度也足以接受.因為是單變量，不用進行共線性診斷，根據(jù)表12可以得出未標準化的回歸方程為：

3.6 分析結(jié)果

通過以上對問卷調(diào)查結(jié)果的信度和效度分析，證明了本次問卷數(shù)據(jù)具有較高的可信度，而且，各變量所設(shè)置的題項經(jīng)數(shù)據(jù)統(tǒng)計的因子分析方法的驗證是合理有效的，可用于進一步的證明假設(shè).在后續(xù)的相關(guān)性分析中，可知五個變量與購買意向、購買行為之間，購買意向與購買行為都呈現(xiàn)高度的相關(guān).在多元線性回歸分析中，所得的回歸方程系數(shù)均為正數(shù)，對本文的研究假設(shè)進行了檢驗，回歸方程匯總?cè)绫?3所示.

表6 模型摘要

表7 顯著性檢驗

表8 方程系數(shù)表

表9 共線性診斷

表10 模型摘要

表11 顯著性檢驗

表12 方程系數(shù)

表13 回歸方程匯總

4 結(jié)語

本文對在線旅游電商現(xiàn)狀的發(fā)展、消費者行為與SICAS模型進行理論探究，通過問卷調(diào)查分析結(jié)果，可得出以下結(jié)論：

（1）本文結(jié)合SICAS模型的每一個環(huán)節(jié)所提出的五個變量即品牌感知度、品牌吸引力、交互體驗性、系統(tǒng)安全性以及產(chǎn)品體驗度，對購買意向有78.7%的解釋度且均有積極影響，購買意向?qū)τ谫徺I行為也有64.9%解釋度和積極影響.

（2）從回歸方程中得出的結(jié)論.

1）在線旅游電商企業(yè)的品牌吸引力標準化回歸系數(shù)為0.467，對于用戶的購買意向有著更大的影響程度.由此可知，消費者們更加愿意到內(nèi)容可信度高、物有所值且評價優(yōu)秀，即具有優(yōu)秀品牌效應(yīng)的在線旅游電商網(wǎng)站去尋找符合自己需求的產(chǎn)品.

2）產(chǎn)品體驗度與交互體驗性分別是第二和第三的影響購買意向的因素.

3）在回歸方程中，品牌感知度雖沒有前面三個變量的影響大，但也是給購買意向能帶來積極影響的.

本文中所構(gòu)建的理論模型較為簡單.在模型建立中，影響購買行為的因素只選用了購買意向一個，嚴格來說購買行為還會受價值感知等因素影響，這將是下一步研究計劃.