网络口碑对游客旅游目的地选择的影响研究

  本文关键词：网络口碑对游客旅游目的地选择的影响研究，由笔耕文化传播整理发布。

网络口碑对游客旅游目的地选择的影响研究

赖胜强1唐雪梅2朱敏3

（1.重庆理工大学工商管理学院，重庆400000；

2.西南政法大学管理学院，重庆401120；

3.西南财经大学工商管理学院，成都610000）

本文从网络口碑的视角研究社区留言对游客旅游目的地选择的影响，以浙江省2007年摘要：

的各大旅游景区全年接待人数的数据和国内两个旅游网站上的网络口碑信息为样本，运用多元

回归法研究了网络口碑数量、口碑态度和口碑质量与旅游景区接待数量之间的关系。研究结果

表明，网络评论、旅游博客的数量以及图片数量等与景区接待量具有显著的正相关关系，而评

论评分和评论的质量等与景区接待量的正向关系不显著。

旅游目的地；网络口碑；旅游行为；口碑关键词：

引言

随着旅游市场的繁荣，可供游客选择的旅游目的地日益增多。在游客出游时，哪些因素会影响游客旅游目的地的选择成为游客行为研究的重点。纵观现有的研究主要从两个方面展开：一方面主要探讨旅游者自身内在因素的影响，如徐菊凤[1]主要从出游频率、出游方式、旅游偏好、旅游消费价值观的角度探讨了游客目的地选择的行为模式；另一方面是研究旅游者所处的外部环境影响，如吴必虎[2]分析了距离、目的地属性、游客所处情境等客观要素的影响，张朝枝等[3]研究了旅行社对游客旅游决策的影响。在外部影响因素的研究中，目前还比较缺乏探讨外部信息的影响。事实上，由于旅游决策风险性较高，游客需要搜集外部信息来降低感知风险，因此外部信息对旅游目的地选择有较大影响。游客获取外部信息的渠道包括了企业的宣传广告信息和他人的口碑信息等，在获取渠道中互联网是主要方式之一。游客可以阅读网上其他游客的留言来了解旅游景区的情况，而游客在网络上张贴文章的行为等同于人与人之间的口碑沟通行为，只是信息呈现的形式由声音转换成书写的形式[4]。因此，网络口碑（ElectronicWordofMouth，EWOM）成为影响游客旅游决策的又一关键因素。余晓娟[5]分析了旅游者留言的网络社区所存在的三大功能，即旅游信息资源积累和查询功能、旅游咨询功能、旅游组织功能，但她仅仅定性地研究了旅游社区对旅游决策的影响。本文将从网络口碑的视角定量研究社区留言对游客旅游目的地选择的影响，采用多元回归的方法分析旅游社区的网络评论信息与各旅游景区实际接待人数之间的关系，研究成果将为旅游目的地营销和旅游网站信息管理提供理论指导。

文献回顾与理论假设

1、网络口碑文献回顾

口碑作为一项人类的基本行为一直起着信息传播的作用，在网络信息高度发达的今天，口碑突破了传统收稿日期：2009-01-25

国家自然科学基金项目（70771092）。基金项目：

赖胜强，重庆理工大学工商管理学院讲师，博士；唐雪梅，西南政法大学管理学院副教授，博士；朱敏，西南财经大学工作者简介：

商管理学院教授，博士生导师，博士。

以电脑为中介进行的文本交换。Hennig[7]将其定义为潜在、实际或者先前的顾客对产品或者公司的任何正面或

网络口碑区别于传统口碑者负面的评论，，该评论能通过网络传递给大众群体或者组织。从上述定义可看出，

的关键是信息沟通的渠道不同。网络口碑是以互联网为平台，通过电子布告栏、在线论坛、电子邮件、聊天室、博客等多种形式进行传播，与传统口碑相比具有传播范围更广、速度更快、匿名传播、异步传播等特点[8]，同时还具备便于搜寻的优点。正是由于上述原因，口碑这个人类最古老的信息传播方式在网络时代才又焕发出勃勃生机。

网络口碑是消费者网上发表的有关商品和服务的体验评论，Hennig[7]认为消费者发帖动机包括了信息共享、关心他人、社会利益、释放情绪等。尽管发帖动机不同，但顾客满意度是影响口碑传播意愿的一个重要因素，Anderson[9]研究指出满意度与口碑传播呈现U型关系，即在高度满意和高度不满意时，口碑传播的意愿最高。满意度高的顾客传播正面口碑，满意度低的顾客传播负面口碑。由于口碑发送者在论坛中发表的信息主要是表达其消费态度，没有任何商业动机，人们感觉这些由大量消费者提供的消费感受和经验是值得信任的[10]。因而，网络口碑信息比厂商主导的网络广告信息具有更强的可信度，这也是网络口碑具有强大影响力的主要原因。对于网络口碑传播效果产生的机制，郭国庆等[11]认为口碑是通过影响消费者的态度来影响其消费行为，而影响网络口碑传播效果的因素，目前学者认为网络口碑数量和网络口碑的态度是重要的影响因素。从网络口碑数量看，当两个或两个以上的人在网上都表达出相同的意见时，口碑的效果比只有一个人陈述的意见更

网络评论的正负态度会实际影响产品明显，在论坛上有不同的人回应相同的意见时，将提高信息的可信度[12]；

销售，正向口碑有助于提升产品的知名度和美誉度，负向口碑则相反。Chevalier等[13]以Amazon和BarnesNo－ble两个电子商务网站的消费者书评为对象，研究发现书籍的评分均值越高则书籍销量越大。

而对于旅游这种不可事前体验的服务而言，游客在做出旅游目的地决策之前往往会通过各种外部渠道搜寻信息来减少决策风险，徐菊凤[1]通过问卷调研发现亲友推荐是影响旅游决策的重要因素；Shanka等[14]在研究旅游目的地的选择方法中发现许多澳大利亚人的旅游决策是基于口碑沟通；Gretzel等[15]的实证研究发现四分之三的游客在旅游之前都会查询网上的消费者留言来搜集信息。一般来说，游客通过网络进行信息搜寻是基于个人需求而采取的主动行为，搜寻的信息更加符合搜寻目的，对于接收到的信息会产生较低的排斥感，因此游客搜集的网络口碑信息更容易影响其旅游决策。对此，本文从网络口碑情况与旅游景区接待情况之间的关系入手，研究网络口碑数量、网络口碑态度和网络口碑内容质量三个维度对旅游目的地选择的影响。

2、网络口碑数量与旅游接待人数的关系

目前我国旅游网站上，旅游景区的网络口碑主要表现为网络评论、博客和旅游问答等形式。网络评论主要是游客在旅游论坛中描述自己正面或负面的旅游感受，介绍一些旅游的信息或进行旅游推荐等。对景区的评论数量越多，说明越多的人对这个景区感兴趣，促使景区成为网上热议的“焦点”，潜在游客也能从众多的评论中更为深入和全面地了解该景区情况。同时，当有更多的人对景区表达相似的意见时，也提高了读者对评论的信任度，促进其对该景区的选择。因此本文提出假设：

H1-1：旅游网络评论的数量与景区旅游接待人数呈正相关。

博客（Blog）是一种十分简易的个人信息发布方式，旅游博客与评论不同的是其篇幅更长，信息量更大，它是旅游爱好者在游览后对旅游的经历和感受较为详细的描绘。对旅游景区介绍的博客越多，可以使阅读者深入了解在该景区旅游的精彩经历，激发其前往旅游的动机。Doris[16]对网站上的旅游博客进行了研究，结论认为旅游博客数量越多越会促进旅游网站的信息搜寻、促销等基本功能。因此本文提出假设：

H1-2：旅游博客的数量与景区旅游接待人数呈正相关。

旅游问答是潜在的游客对于旅游目的地的住宿、游览的路线、门票价格等情况进行咨询，而由其他的游客来做出回答。这些问答可以增加信息的透明度，帮助游客减少对出行的担忧。某个景区的旅游问答数量越多，进行信息搜寻的游客可以从中获得更多的景区信息，减少感知的旅游风险。因此本文提出假设：

H1-3：旅游问答的数量与景区旅游接待人数呈正相关。

3、网络口碑态度与旅游接待人数的关系

游客在旅游之后获得了满意或不满意的旅游感受，在对旅游景区的评论中会描述出这些感受，表达对景区正面或负面的态度。这是消费者口碑不同于企业宣传广告的特征之一，企业广告往往只有正面的介绍，而

另一方面消费者也口碑态度是双面的。口碑信息的双面性一方面进一步增强了消费者对口碑信息的信任度，

能从这些双面性的口碑信息中，较为全面的了解产品的情况。从口碑态度的作用来看，正面口碑会帮助旅游

减少游客对景区的选择。当旅游评论景区宣传建立良好的形象，而负面口碑往往会破坏景区的旅游地形象[17]，

中的负面口碑所占的比例较高时，表明有很多游客对景区不满，这会造成读者对景区的负面认知，增强了选择此景区的感知风险，减少潜在游客对景区的选择。因此本文提出假设：

H2-1：旅游评论中负面口碑所占的比例与景区旅游接待人数呈负相关。

旅游评论的评分是游客对景区的总体感受，表达了游客对景区的口碑态度。当游客获得了满意的旅游经历后，往往会在评论中给与景区较高的评分（最高分为5分）；相反当旅游景区的服务差或景点风光与预期有较大的差距时，游客就会产生不满意，在网络评论中给与景区较低的评分（最低分为1分），对景区所有的评分进行汇总可以得到评分均值。目前，网站往往将这个评分均值直接在评论的页面中显示出来，反映众多游客对景区旅游的态度倾向。读者可以通过这个评分均值来了解景区的质量，景点的评分均值越高说明有越多的游客对该景区表示认同，这有助于提高潜在游客对景区质量的正面认知。因此本文提出假设：

H2-2：景区网络评论的评分均值与景区旅游接待人数呈正相关。

4、网络口碑内容的质量与旅游接待人数关系

网络口碑不同于传统口碑面对面的语言信息传递，它主要依靠文字和图片等来传递信息。过去口碑发生在消费者之间，企业对于口碑的内容难于监控和了解，而网络口碑的书写形式，为我们对口碑内容进行分析

质量高的评论是内容书写较为详实和具有较高吸引力的。低质提供了方便。网络口碑信息质量有高低之分，

量的网络口碑往往书写较为简单或陈述不清的信息，如“是个不错的景区”，这样的评论尽管表达了态度，但没有更多地提供信息，这样的评论对于旅游决策的价值不大。而高质量的网络评论较为详细，不仅表达出作者的态度而且还比较详细地描述其原因，往往能给读者传递更多、更全面的信息。Lee[18]通过实验法研究证实高质量的网络口碑信息比低质量的信息对消费者决策的影响更大。若旅游评论中高质量评论所占的比例高，就能给游客更多有价值的信息，促进读者选择该旅游景点。因此本文提出假设：

H3-1：高质量的旅游评论所占的比例与景区旅游接待人数呈正相关。

从旅游博客的内容上来看，旅游博客带有游记性质，博主在旅游中拍摄的照片是吸引读者阅读博客的重要因素，博客图文并茂的形式可以使读者感到如身临其境。博客中图片的数量越多，越容易吸引读者的点击阅读，而且众多的图片也能使博客读者较全面体验该景区旅游风景，对旅游景区留下深刻的印象，激发其前往旅游的动机。因此提出假设：

H3-2：博客中的图片数量与旅游景点接待人数呈正相关。

研究设计

1、变量的设计

（1）被解释变量。为了反映游客的旅游目的地选择的情况，以旅游景区的全年接待人数（REC）作为被解释变量。

（2）解释变量。解释变量主要反映网络口碑的状况，本文选择了网络口碑的数量、口碑态度、口碑质量三个维度来反映口碑状况。在具体的变量选择上，网络口碑数量维度的变量选择了网站上的关于旅游景区的博客数量（BLOG）、评论数量（REV）和旅游问答数量（ASK）。网络口碑态度维度的变量使用游客对景区评论的评分均值（SCO）和旅游评论的负面口碑比例（NWOM）。景区评论的评分均值是对该景区所有评论分值的统计平均值，而本文旅游负面口碑评论的操作性定义为游客在对旅游景区进行评论时持不满、批评、否定态度。某个景区负面口碑与所有评论的比值即为负面口碑比例。网络口碑内容质量维度的变量选择了高质量评论比例（HQR）和博客的图片数（PIC）来表示，高质量评论的操作性定义为字数在50字以上的评论，高质量评论比例是某个景区高质量评论数量与所有评论数量的比值。

了景区的类型（TYP）、质量等级（STA）和位置（PLA）作为控制变量。我国目前把旅游区（点）质量从高到低划分为不同的等级，不同质量等级会影响游客对各景区形象的评估，本文选择了虚拟变量来表示不同质量等级的

{STA＝1（3A景区以上），STA＝0（3A景区）}；游客出游动机不同会选择不同类型的旅游景区，本文将旅风景区：

历史古迹区=TYP2、公园园林区=TYP3、其它=TYP4。景区类游目的地类型划分为四种类型：自然景观区=TYP1、

型的取值采用虚拟变量，如对TYP1而言，如果旅游景区属于自然景观区则取值为1，否则取值为0，其他类型的变量取值亦是如此。景区的位置是景区所在的地理区域，由于旅游者的出行距离一般较近，因此景区所在地的城市人口数量会影响景区的接待人数，本文将其地理位置划分为三个等级，PLA1=省会城市（杭州市），PLA2=地级市，PLA3=县，同样用虚拟变量来表示根据景区所在的城市类型。

2、研究方法

为了分析网络口碑对游客旅游目的地选择的影响，本文采用了以下普通最小二乘法（OLS）的多元回归方程：

LG（REC）=β0+β（）+β（）+β（）+β（）+β（）+β（）+β（）1REV2BLOG3ASK4SCO5NWOM6HQR7PIC

+β7＋tΣTYPt+β10STA+β10+iΣPLAi+ε

t=1i=132

其中，LG代表自然对数，βi为待估参数，ε为随机误差项。

样本选取和样本描述

1、样本选取

本文以浙江省2007年所有的3A、4A、5A景区接待情况和两家旅游网站上的游客网络口碑作为研究对象。选择浙江旅游景区的原因是浙江旅游资源丰富，游客出行时选择性较强，浙江省各大景区的2007全年接待人数是从浙江旅游网上的旅游统计资料中获取，共收集到122家数据。网络口碑信息是从国内知名旅游网站同程旅游网（）和携程旅行网（）上获取。考虑到游客往往是在旅游之前上网搜寻景区信息，而网络口碑信息可以在网上保留，2007年及以前的网络口碑信息都可以对阅读者产生影响，所以我们统计了2007年以前两个网站上所有的样本景区的旅游评论、游客博客、旅游问答等信息。剔除缺乏相关数据的景区，最后实际获得景区研究样本共108家，其中5A景区3家，4A景区64家，3A景区41家。

对于旅游评论中负面口碑数量和高质量评论数量的统计，我们采用了内容分析的方法（ContentAnalysis），由两名旅游专业的大学生对评论的负面性和质量进行编码统计，统计某一景点负面性和高质量旅游评论的比例，对于部分景点的评论数量在40条以上（4页）的，我们则采用了系统随机抽样的方式来统计分析负面性口碑和高质量口碑的数量。在对旅游评论的内容分析过程中，先对编码人员进行培训，使其了解相关定义及操作方式，再以共同的范例让编码人员阅读以提高编码的一致性。培训之后，选择了三个景区的50个网络口碑信息进行前测，对内容分析的信度采用了Smith等[19]所提出的信度分析方式，信度=N×A/1+[（N-1）×A]，其中N为编码人数，A为平均相互一致度。两名编码人员对负面口碑和高质量口碑编码的信度分别为0.93和0.96，均高于0.9的信度要求。

2、样本描述

本文使用Eviews3.1和SPSS13.0作为统计工具对样本数据进行分析。对各大景区的口碑数量、正负口碑态度、口碑质量状况以及全年接待人数等进行了描述统计，结果见表1。统计结果显示2007年浙江5A景区全年平均接待人数是1076万，4A景区是710万，3A景区是28.7万。可以看出，旅游景区的质量等级越高平均接待人数也越多。网路口碑数量中的评论、旅游博客、旅游问答的平均数5A景区分别是111条、193条、58条。4A景区分别是22条、23条、3条，3A景区分别是5.1条、3.9条、1条；网络口碑态度维度中三种类型景区的评论均分值分别为3.3、3.3、3.1，负面口碑的比例平均分别为0.11、0.15、0.31。网络口碑的质量维度中，三种类型景区的博客图片数平均分别为1758、319、65，高质量评论的比例平均分别为0.39、0.38、0.31。从以上数据可以看出，网路口碑的数量、正向口碑态度比例、高质量口碑比例均呈现出从3A景区到5A景区的递增趋势。

表1浙江省各大景区EWOM数据描述性统计结果

景区

（万）REC

REV

BLOG

SCO

ASK

NWOM

HQR

PIC5A景区（N=3）Max27451993544.2720.160.62658Min165601142.6490.050.331152Mean10761111933.3580.1060.391758Std144676.05139.40.8111.90.0550.14850Max7101252524.91090.240.7319504A景区（N=64）Min5.627100.070.121Mean117.422233.330.150.38319Std136.725.846.10.889.90.0970.14606Max211.671395170.50.677843A景区（N=41）Min0.42010000Mean28.75.13.93.110.30.3165Std34.22.57.10.692.90.20.28173

结果分析1、模型检验

本文使用统计软件Eviews3.1对本文建立的多元回归模型进行分析，以验证各项假设。模型1将网络口碑数量维度的三个变量和控制变量与接待人数进行回归分析；模型2带入网络口碑态度的两个变量和控制变量与接待人数进行回归分析；模型3用网络口碑质量的两个变量和控制变量与景区接待情况进行回归；模型4是带入所有的变量与接待情况进行回归分析。从结果（见表2）可以看出，模型1的拟合优度R2为0.34，F统计值为10.49，相伴概率是0.00，故其在1%的显著性水平下显著，D-W值为2.34排除了自相关的存在，且White检验值为2.117，相伴概率是0.906，表明不存在异方差，而且各变量对应的方差膨胀因子VIF值均小于10（由于篇幅原因不一一列出），能够排除自变量之间的高度多重共线性对模型的影响，故模型1总体上是有效的。模型2、模型3、模型4的回归结果也都有类似的结果，能排除自相关、异方差和多重共线性的可能，各模型总体上是可靠的。

2、假设检验

对网络口碑数量的影响分析来看，网络评论的数量与景区全年接待人数呈显著的正相关关系（β1=0.018，p=0.013)，本文的假设H1-1获得支持；博客的数量与景区全年接待人数呈显著的正相关关系（β2=0.0116，p=0.039），本文的假设H1-2获得支持；而旅游问答的数量和景区接待人数的关系不显著（β3=0.007，p>0.1），本文数据不支持原假设H1-3。网络口碑的评论和博客数量与景区接待人数相关性较强，这与多数学者研究得出的网络口碑数量对书籍销量、电影票房收入有正向影响的结论相类似。网络评论的数量越多，游客从这些口碑信息中得到的信息也就越多，多数旅游评论是游客在获得了满意的旅游后发表的感受，这些感受也能强化阅览者对景区的正面印象。而旅游博客内容多以详细介绍旅游经历以及游记攻略为主，这些信息是站在旅游者的角度介绍实际旅游的线路，食住情况，这是游客通过普通的景区介绍、旅游广告所不能获得的信息。较多旅游博客可以提高阅读者（口碑接受者）对这个旅游景区的认识，减少旅游的风险，增强了出游动机。网站的旅游问答数与景区接待人数正相关关系不显著，出现这种情况的原因，可能在于目前网站上的一些提问必须由曾经去过的游客来答复，而网站对答复者缺乏必要激励使得实际的答复率并不高，某种程度上降低了潜在游客提问的积极性。

网络口碑态度维度中负面口碑的比例与景区接待情况呈显著的负相关关系（β5=-2.73，p=0.062），本文的假设H2-1获得支持。这说明网络评论中的负面口碑所占的比例越高，旅游景点的接待人数越少，这再次证明了负向口碑的巨大的破坏效应。Arndt[20]指出利用正面口碑信息可以增加销售量，但负面口碑信息的力量是正面口碑的两倍以上，负面信息较容易吸引更多的注意，消费者出于规避风险的考虑，更愿意相信负面口碑信

（β4=0.028，p>0.1），但不显著，本文的数据不支持假息。评论均值变量与景区的全年接待人数的正向关系成立

设H2-1。这与其他学者研究认为网络评论的分值与书籍的销量相关的结论并不相同。但Liu以雅虎网站上的电影评论分值和电影票房收入的研究中也认为两者关系不显著。我们认为这可能与产品的特点有关，旅游和

博泰典藏网btdcw.com包含总结汇报、表格模板、行业论文、经管营销、自然科学、外语学习、资格考试、医药卫生、农林牧渔、出国留学、教学研究以及网络口碑对游客旅游目的地选择的影响研究_赖胜强等内容。

本文共2页12

  本文关键词：网络口碑对游客旅游目的地选择的影响研究，由笔耕文化传播整理发布。