1. 引言
用户生成内容(User-Generated Content, UGC)的出现标志着Web 2.0时代信息资源创作、发布与组织方式的转变。用户通过互联网平台创作并分享内容,如文本、图片、视频、音频等。这一创新有望解决传统信息创造和传播中固有的限制,UGC允许用户参与到内容的创作和分发过程中。通过分析用户生成内容(UGC),企业能够更精准地提供定制化服务和商品,满足用户需求。事实上,与官方促销活动相比,社交媒体促进的非品牌用户生成内容(UGC)被视为更值得信赖和可靠的信息来源。例如,我国37.6%的Z世代(出生于1995年及以后的用户)通过社交媒体上发布的帖子选择旅游目的地。通过社交媒体方便地获取用户原创内容,改变了游客搜索和评估旅游信息的方式,从而重塑游客对目的地旅游意愿。
在线旅游UGC属于UGC的一种形式,是指在社交平台上由普通用户或旅行者创作并公开分享的各类原创旅游相关图文、视频和音频内容[1],具有案例地多、数据量大、存储历时性长、客观真实等优点[2]。长期以来研究多关注于UGC对旅游决策、目的地形象感知、旅游营销、服务及行为的影响,通过在旅游背景下研究这些方面,试图发现影响游客满意度和持续使用意图的关键因素[3]。旅游评论显著影响旅游目的地形象和满意度[4],对旅游目的地营销结果也有直接影响或间接影响[5],因此一再被强调,但现有研究尚不足以有效分析UGC对游客行为的影响。很少研究以游客视角提供实证研究,特别是对在线旅游UGC的态度和UGC对游客的旅游意愿方面,目前还没有研究从UGC如何通过个体态度转化为具体的旅游行为反应的研究。此外,虽然已有大量研究促进了学术界对UGC的理解,但针对特定群体如大学生的研究相对较少,UGC如何影响大学生用户从信息接收到意愿转化的内在机制,仍然需要进一步明确。因此,研究在线旅游UGC对大学生旅游意愿的影响,不仅能够填补研究空白,还能够帮助旅游企业更精准地理解和满足这一特定群体的需求,为旅游市场营销策略的制定提供有力的数据支持和理论依据。
综上所述,本研究将以使用在线旅游UGC平台的大学生作为研究对象,通过调查问卷的方式进行实证研究,运用“刺激–机体–反应”理论,在技术接受模型(TAM)的基础上进行了创新性拓展,旨在解决以下关键问题:
(1) 当大学生考虑使用在线旅游UGC平台时,对其特点具有怎样的心理和行为反应?
(2) 感知有用性、感知易用性和感知价格如何共同作用来激发大学生旅游意愿?
(3) 积极态度如何作为心理中介,转化用户的感知属性为具体的旅游行为意向?
通过这些问题的系统性解答,本研究力图为在线旅游UGC领域的学术研究提供新的理论视角,并为实践界提供针对性的策略建议,以促进在线旅游平台更好地满足大学生用户的需求,提升其旅游意愿。同时,这些问题的解答也将为理解用户行为提供更为深入的学术洞察,推动相关理论的进一步发展与完善。
2. 文献回顾和研究假设
2.1. 在线旅游UGC与大学生旅游意愿
用户生成内容(User-Generated Content, UGC)被广泛认为与旅游目的地营销直接相关,能够直接影响旅游者的决策行为[6]。最初定义由Ayeh提出,即“在社交平台上由普通用户或旅行者创作并公开分享的各类原创旅游相关图文、视频和音频内容”[1]。
过往研究发现人们在规划旅行时,会通过各类旅游平台寻求其他用户分享的游记、评价和攻略等在线UGC收集旅游目的地的相关信息。在线UGC平台搭载先进的个性化推荐系统,能够基于用户的个人喜好和兴趣点提供定制化的内容推送。傅予等人以小红书为研究对象,发现在移动社交媒体中UGC的多维特征对用户信息采纳的影响,图文融合能够直接影响用户决策[7]。基于此,黄元豪发现社交媒体生成的大量交互内容正向影响着游客对目的地形象的感知,进而影响旅游意向的形成[8]。此外,SOR (刺激–有机体–反应)理论认为,一个人的行为反应顺序是由外部的刺激引起,进而产生情感和认知的反应。当浏览旅游UGC网站时,高质量且得到广泛认可的旅游相关内容,会使用户心中产生积极的情感刺激,这些刺激可能会来自于UGC的内容、互动和娱乐。相较于旅游目的地政府、旅游企业、社会团体等旅游形象塑造者的对外宣传,在线旅游UGC不仅驱使他们继续探索更多内容,而且激发了模仿视频中旅游体验的积极态度,从而增强了出游的意愿。如果用户发现评论区反响热烈的互动或者有朋友推荐的内容,那么这种积极态度将进一步被强化,产生更加强烈的旅游动机。
俸亚特等人从文本、照片、多模态数据等角度研究发现,用户生成内容(UGC)数据是旅游大数据的重要组成部分,能够反映游客的真实旅游行为,数据类型丰富、真实性强[9]。因此,目前63.0%的用户通过在线旅游平台获取旅游信息,其中约25%的在线旅游需求来自Z世代用户,95后旅游消费能力快速释放,大学生群体更是使用旅游网络平台的重要人群之一1。相较于其他群体,大学生的受教育程度高,课余时间充裕,容易表达对旅游网络平台的消费需求,且有着强烈的出游意愿。因此,本研究提出:
H1:UGC的内容显著正向影响大学生旅游意愿
H2:UGC的互动显著正向影响大学生旅游意愿
H3:UGC的娱乐显著正向影响大学生旅游意愿
技术接受模型(technology acceptance model, TAM)表明感知有用性和感知易用性对行为有着积极的作用,这一结论也得到了国内外学者的广泛认同。其中,感知有用性显著影响态度,而态度进一步显著影响用户的行为[10],对顾客的购买意愿产生积极作用[11]。以往研究发现影响消费者购买意愿六大要素,其中有用性、易用性对顾客的购买决策形成了重要作用[12],且呈现“行为态度到感知易用性到感知有用性”的递减特征[13]。因此,以往对游客旅游意愿的研究都与感知有用性和感知易用性有关。此外,在感知价格与意愿关系方面,有学者发现感知价格对感知信任有积极显著的影响,而感知信任对消费者的购买意愿也有积极显著的影响,当商品价格远优惠于消费者内心设置的价格时,其购买意愿也会大幅度增强[14]。综上所述,可知感知价格能对态度具有积极的正向影响,而态度对意愿又有积极的正向影响。因此,本研究提出:
H4:UGC的感知有用性显著正向影响大学生旅游意愿
H5:UGC的感知易用性显著正向影响大学生旅游意愿
H6:UGC的感知价格显著正向影响大学生旅游意愿
2.2. 在线旅游UGC与大学生态度
态度一词最早由Thurstone提出,指个体对人、事、物的喜恶程度[14]。邱守明将旅游态度定义一种心理倾向测量人们对旅游做出的行为反应,预测旅游行为的可能[15]。具体而言,旅游者的态度会对其旅游行为倾向起到决定作用[16]。以往研究中,李芳芳在对抖音平台中关于禾木村相关内容分析游客对禾木村的意象感知与情感属性,并探讨视频接收者的情感属性及其对游客传播的禾木村形象的感知与接收,探讨景观基因与旅游意象的关联[17]。刘瑞瑞在对张谷英村研究发现,游客常对地方旅游资源、旅游环境满意度较高,评价以积极情感为主,对景区商业化情感反应较为消极[18]。姚慧丽等人在研究中发现,正面UGC不稳定但对品牌态度有持续性影响,负面UGC根据不同影响表现出不同稳定性[19]。汪旭晖等发现UGC的社会效用、信息效用和娱乐效用都对用户态度有显著正向影响[20]。邓宁在研究不同来源地旅游者拍摄的北京图片发现,发现旅游者可能产生令人愉快(Pleasant)的、兴奋的(Exciting)、困倦疲乏的(Sleepy)、甚至不安苦恼(Distressing)等多种态度[21]。由此可知,UGC对用户态度的影响是显著的,并且具有正向效应。正面UGC可以持续影响品牌态度,而负面UGC的影响则更为复杂,可能因不同参数而表现出不同的稳定性。因此,本研究提出如下假说:
H7:UGC的内容显著正向影响大学生态度
H8:UGC的互动显著正向影响大学生态度
H9:UGC的娱乐显著正向影响大学生态度
本研究中大学生用户的感知有用性指大学生通过使用在线旅游UGC网站获得有用的信息来帮助自己旅游的出游或者行程规划的一种程度;感知易用性指大学生用户对于在线旅游UGC网站的使用过程中感受到简单或是容易的程度;感知价格指的是在大学生在浏览相关的在线旅游UGC时,其感知旅游产品价格的优惠性。感知价格能够正向影响消费者的态度,而态度又能影响消费者的行为。严三九研究发现,感知易用性和感知有用性都会影响消费者的态度[22]。总结以往研究,发现大多数研究都得出相似的结论:用户的感知有用性、感知易用性和感知价格都会对用户的态度产生影响。用户感觉使用在线旅游UGC网站是对自身有用的,操作简单的,并能获得关于旅游产品更优惠的信息,则会对其态度产生更加积极的影响。因此,本研究提出如下假说:
H10:UGC的感知有用性显著正向影响大学生态度
H11:UGC的感知易用性显著正向影响大学生态度
H12:UGC的感知价格显著正向影响大学生态度
2.3. 大学生态度与旅游意愿
在探讨旅游意愿的形成机制中,计划行为理论(Theory of Planned Behavior, TPB)提供了一个有力的理论框架,明确指出个体的态度是塑造意愿的关键因素。根据该理论,个体的行为倾向在很大程度上受到其对行为结果的态度、主观规范以及自我效能感的影响。在旅游领域,众多研究已经证实了行为态度和自我效能感对促进低碳旅游意愿的显著作用,其中行为态度的影响力尤为显著[23]。刘卫梅等学者利用结构方程模型的分析手段,深入探讨了旅游者对目的地的态度如何直接作用于其旅游意愿,发现两者之间存在正向的关联[24]。
此外,陈劼绮等人基于产品属性的视角,对旅游纪念品的原真性、审美性和功能性进行了研究,揭示了这些属性在降低消费者矛盾态度、增强购买意愿方面的重要性[25]。余艳玲则从文化适应的角度出发,依据Berry的文化适应策略模型,研究了居民的文化适应态度如何直接影响旅游意愿,为理解旅游者在不同文化背景下的行为提供了新的视角[26]。涂红伟等学者则关注了消费者愤怒情绪对旅游意愿和负面口碑传播的影响,发现愤怒情绪通过影响目的地信任进而降低了旅游意愿[27],这一发现对旅游目的地管理者在应对非道德事件时具有重要的启示作用。这些研究表明,个体的态度不仅是预测行为意愿的重要指标,而且在旅游领域的多个方面都有着广泛的应用。无论是旅游目的地的选择、旅游纪念品的购买,还是对旅游服务的评价,个体的态度都起到了至关重要的作用。理解和把握旅游者的态度,对于旅游相关领域研究者和实践者而言,具有极其重要的理论和实践意义。因此,本研究提出:
H13:大学生态度与旅游意愿显著正相关
2.4. 态度在在线旅游UGC和大学生旅游意愿之间的中介作用
理性行为理论(Rational Behavior Theory)为理解个体行为提供了深刻的理论基础,强调个体态度在行为决策中的中心作用。这种态度是个体认知、情感和潜在行为倾向的整合体现。在旅游领域,王影的研究发现在线旅游用户生成内容(UGC)通过塑造用户态度,对购买行为产生显著影响,其中用户态度在感知产品价值和形成使用意愿方面起到了关键的中介作用[28]。钟琳的研究进一步指出,个体的人格特质是影响其态度形成的重要因素,这与理性行为理论中关于态度对行为具有决定性影响的观点相吻合[29]。这表明个体内在特质与外部信息的交互作用共同塑造了其行为倾向。因此,在线旅游UGC作为一种外部信息源,通过改善和正面影响消费者态度,能够增强消费者的购买意愿,并最终促进购买行为的发生。
在探讨在线旅游UGC与大学生旅游意愿的关系时,本研究认为态度同样发挥着中介作用。即在线旅游UGC通过塑造积极的用户态度,进而正向影响大学生的旅游意愿。这一发现为理解在线旅游UGC如何通过影响用户的心理过程来塑造其行为意愿提供了新的视角。综上所述,本研究强调,在在线旅游UGC与大学生旅游意愿的关系中,用户态度是一个不可忽视的中介变量。通过积极的信息传播和有效的内容管理,在线旅游平台可以优化用户的态度,激发旅游意愿,进而推动旅游行为的实现。这不仅为旅游市场营销提供了理论支持,也为实践操作提供了策略指导。因此,本研究提出:
H14:大学生态度对UGC的内容和旅游意愿存在正向中介作用
H15:大学生态度对UGC的互动和旅游意愿存在正向中介作用
H16:大学生态度对UGC的娱乐和旅游意愿存在正向中介作用
社会影响理论(Social Influence Theory)揭示了个体行为与社会环境相互作用的复杂性,并强调了社会环境对个体行为意向的影响力。在消费者决策过程中,感知有用性和感知易用性是促进购买意向形成的关键因素,而个体态度则作为中介变量,发挥着将用户感知转化为行为意向的桥梁作用。在感知风险的情境下,社会影响理论提供了一个有力的解释框架,阐释了个体因担忧社会评价而导致的犹豫不决现象。在此理论指导下,消费者的态度不仅受到个人认知的影响,还受到周围社会群体对于风险的看法和评价的显著影响,这种社会评价的考量在消费者购买决策中发挥着重要作用。
以往研究进一步印证了社会影响理论的适用性,发现用户对微信朋友圈信息流广告的感知有用性显著正向地塑造了用户态度,并且用户态度在感知有用性与用户参与行为之间扮演了不可或缺的中介角色。[30]基于此,陈国庆的研究则从电动汽车购买意向的角度,揭示了消费者态度在感知有用性、感知易用性与购买意向之间的正向中介效应,以及感知风险对购买意向可能产生的负向中介效应[31]。这表明,消费者的购买决策不仅受到个人对产品属性的认知影响,还受到社会风险感知的制约。综合来看,个体态度在用户感知与行为意向之间起着至关重要的中介作用,而社会影响理论为理解个体在社会环境中的行为意向提供了深刻的洞察。这些发现对于市场营销策略的设计具有重要的启示,强调了在考虑用户感知的同时,不可忽视社会评价和风险感知对消费者行为意向的潜在影响。因此,本研究提出:
H17:大学生态度对UGC的感知有用性和旅游意愿存在正向中介作用
H18:大学生态度对UGC的感知易用性和旅游意愿存在正向中介作用
H19:大学生态度对UGC的感知价格和旅游意愿存在正向中介作用
综上,本研究构建的概念模型如图1所示。
Figure 1. Research conceptual model
图1. 研究概念模型
3. 研究设计与数据收集
3.1. 问卷设计
问卷分为4个部分。1) 引导语。首先,对问卷调研匿名性做出了声明减小问卷受访者顾虑,从而确保问卷质量。其次,简要介绍此次问卷调研目的及内容并对问卷的相关概念进行解释,以帮助受访者理解。2) 人口统计学部分。对受访者年龄、性别、教育程度、可支配金额等人口统计学特征进行测量。3) 变量的测量。量表的设计遵循了Churchill的量表设计过程[31]本问卷量表题项均采用国内外成熟量表结合具体研究情境,以确保量表具有良好的信效度。参考以往研究,研究问卷量表涵盖在线旅游UGC的内容、互动性、娱乐性、感知有用性、感知易用性、感知价格、态度以及旅游意愿等方面。量表来源如表1所示,问卷题项均采用Likert 5分值量表,由1~5代表“非常不同意”到“非常同意”。此外,在完成量表后,邀请了校内专家对量表的可读性和合理性进行判定,并根据反馈意见修改形成预调研问卷。4) 结束语。对受访者表示由衷的感谢。
Table 1. Source of scale
表1. 量表来源
变量 |
题号 |
测量题项 |
量表来源 |
UGC的内容 |
A1 |
旅游网站展示的内容丰富 |
刘慧悦[32] |
A2 |
旅游网站展示的内容有趣 |
A3 |
旅游网站展示的内容有吸引力 |
UGC的互动 |
A4 |
旅游网站展示的内容吸引我为其点赞 |
刘慧悦[32] |
A5 |
旅游网站展示的内容吸引我参与评论 |
A6 |
旅游网站展示的内容吸引我转发给朋友 |
A7 |
我愿意参与旅游网站上的互动沟通 |
UGC的娱乐 |
A8 |
观看旅游网站展示的内容让我感到放松 |
A9 |
观看旅游网站展示的内容让我感到愉悦 |
A10 |
观看旅游网站展示的内容让我心情舒畅 |
A11 |
观看旅游网站展示的内容让我沉浸其中 |
感知有用性 |
B1 |
观看旅游网站的内容让我获取餐饮住宿方面的信息 |
严三九[22] |
B2 |
观看旅游网站的内容让我获得更丰富的旅游信息 |
B3 |
观看旅游网站的内容让我更全面了解旅游信息 |
感知易用性 |
C1 |
旅游网站的功能易于学习操作 |
C2 |
旅游网站展示的内容易于理解 |
C3 |
旅游网站展示的内容合理易于观看 |
感知价格 |
D1 |
我认为用户推荐旅游产品的价格很优惠 |
陈湘青[33] |
D2 |
我认为用户分享的旅游开销与我期望的相符合 |
D3 |
我认为用户推荐旅游产品的价格比其他渠道更优惠 |
态度 |
E1 |
我对旅游网站的观看体验很满意 |
梁金凤[34] |
E2 |
旅游网站的内容具有吸引力 |
E3 |
我喜欢刷到有关旅游的内容 |
旅游意愿 |
F1 |
我想要去旅游网站中的旅游景点 |
F2 |
我想要去旅游 |
F3 |
我会推荐亲朋好友去旅游 |
3.2. 数据收集及样本情况
本研究的研究对象为高校在校学生,采用随机抽样问卷调查法,在广西桂林市高校校园内发放问卷。为保证答卷的准确度、可靠性和可操作性,调研分为预调研和正式调研两部分,研究在正式下发问卷前进行了预调研,并根据调研结果对量表内容进行了调整,并对样本量表进行信效度检验,各项结果基本符合要求,说明该量表信效度良好,最终形成包含32个题项的调查问卷。本研究于2024年5月3号至5月13号开展了问卷调查,共回收问卷360份,其中有效问卷347份,有效率为96.39%。受访者人口统计特征如表2所示。
Table 2. Sample demographic characteristics (N = 347)
表2. 样本人口特征(N = 347)
变量 |
对象特征 |
频数 |
比例 |
累计百分比 |
您的性别 |
男 |
163 |
47.0% |
47.0% |
女 |
184 |
53.0% |
100.0% |
您的年龄段 |
18岁以下 |
1 |
0.3% |
0.3% |
18~22岁 |
203 |
58.5% |
58.8% |
23~25岁 |
98 |
28.2% |
87.0% |
25岁以上 |
45 |
13.0% |
100.0% |
您正在接受的教育 |
大学专科 |
70 |
20.2% |
20.2% |
大学本科 |
197 |
56.8% |
76.9% |
研究生及以上 |
80 |
23.1% |
100.0% |
您的月可支配金额 |
1000元及以下 |
40 |
11.5% |
11.5% |
1001~2000元 |
155 |
44.7% |
56.2% |
2001~3000元 |
103 |
29.7% |
85.9% |
3001~4000元 |
30 |
8.6% |
94.5% |
4000元以上 |
19 |
5.5% |
100% |
您近两年的出游次数 |
无 |
3 |
0.9% |
0.9% |
1~3次 |
137 |
39.5% |
40.3% |
4~6次 |
166 |
47.8% |
88.2% |
7~9次 |
27 |
7.8% |
96.0% |
10次及以上 |
14 |
4.0% |
100.0% |
您使用旅游UGC网站获取出游信息比例 |
无 |
17 |
4.9% |
4.9% |
1%~25% |
50 |
14.4% |
19.3% |
26%~50% |
134 |
38.6% |
57.9% |
51%~75% |
111 |
32.0% |
89.9% |
76%~100% |
35 |
10.1% |
100.0% |
4. 实证结果
4.1. 信效度分析
Table 3. KMO and Bartlett test
表3. KMO和巴特利特检验
KMO和巴特利特检验 |
KMO取样适切性量数 |
0.926 |
巴特利特球形度检验 |
近似卡方 |
4891.451 |
自由度 |
325 |
显著性 |
0.000 |
本研究问卷共涉及347个有效样本,8个维度,共26个测量题项。UGC的内容(A1~A3)、UGC的互动(A4~A7)、短视频娱乐(A8~A11)量表信度的克隆巴赫Alpha值分别为0.818、0.860、0.868。感知有用性(B1~B3)、感知易用性(C1~C3)、感知价格(D1~D3)的量表信度的克隆巴赫Alpha值分别为0.858、0.832、0.841,态度(E1~E3)、旅游意愿(F1~F3)的量表的信度的克隆巴赫Alpha值分别为0.840和0.827,均大于0.8,表明问卷的内部一致性较好,所以本次调查的结果信度良好。总分析结果如表3所示。
经过数据分析,研究发现量表数据具有良好的因子分析前提条件,KMO值为0.926,大于0.6,表明数据分析可以用作因子分析研究结果。此外,经过Bartlett球形度检验(p < 0.05),可以得知数据具有良好的因子分析能力。
4.2. 相关分析
研究发现UGC的内容、UGC的互动、UGC的娱乐、感知有用性、感知易用性、感知价格、态度和旅游意愿之间存在着密切的关联,并使用Pearson相关系数来衡量这种关联的强弱程度。
Table 4. Correlation analysis
表4. 相关关系分析
相关性 |
|
|
|
|
|
|
|
|
|
|
|
UGC的内容 |
UGC的互动 |
UGC的娱乐 |
感知 有用性 |
感知 易用性 |
感知 价格 |
态度 |
旅游意愿 |
UGC的内容 |
皮尔逊相关性 |
1 |
- |
- |
- |
- |
- |
- |
- |
UGC的互动 |
皮尔逊相关性 |
0.446** |
1 |
- |
- |
- |
- |
- |
- |
UGC的娱乐 |
皮尔逊相关性 |
0.403** |
0.405** |
1 |
- |
- |
- |
- |
- |
感知有用性 |
皮尔逊相关性 |
0.407** |
0.438** |
0.544** |
1 |
- |
- |
- |
- |
感知易用性 |
皮尔逊相关性 |
0.454** |
0.415** |
0.510** |
0.502** |
1 |
- |
- |
- |
感知价格 |
皮尔逊相关性 |
0.397** |
0.445** |
0.421** |
0.435** |
0.426** |
1 |
- |
- |
态度 |
皮尔逊相关性 |
0.490** |
0.479** |
0.488** |
0.511** |
0.497** |
0.478** |
1 |
- |
旅游意愿 |
皮尔逊相关性 |
0.422** |
0.445** |
0.478** |
0.464** |
0.483** |
0.471** |
0.445** |
1 |
注:**在0.01级别(双尾),相关性显著。
由表4可知,UGC的内容、UGC的互动和UGC的娱乐与旅游意愿之间呈现出显著性,相关系数值分别是0.442、0.445和0.478,并且相关系数值均大于0,意味他们都能够正向影响旅游意愿;感知有用性正向影响旅游意愿,相关系数值是0.464;感知易用性正向影响旅游意愿,相关系数值是0.483;感知价格正向影响旅游意愿,相关系数值是0.471;态度正向影响旅游意愿,相关系数值是0.445。
4.3. 回归分析
4.3.1. 在线旅游UGC对大学生旅游意愿的回归分析
将UGC的内容、UGC的互动、UGC的娱乐、感知有用性、感知易用性和感知价格作为自变量,旅游意愿作为因变量,进行回归分析。分析结果如下表5和表6所示:
Table 5. Model 1
表5. 模型1
R |
R方 |
调整后R方 |
标准估算的错误 |
德宾–沃森 |
0.631a |
0.398 |
0.387 |
0.76769 |
2.000 |
Table 6. Regression analysis of online tourism UGC on college students’ travel intention
表6. 在线旅游UGC对大学生旅游意愿的回归分析
|
未标准化系数 |
标准化系数 |
|
|
共线性统计 |
|
B |
标准错误 |
Beta |
t |
显著性 |
容差 |
VIF |
(常量) |
0.469 |
0.201 |
|
2.334 |
0.020 |
|
|
UGC的内容 |
0.107 |
0.052 |
0.105 |
2.045 |
0.042 |
0.677 |
1.477 |
UGC的互动 |
0.141 |
0.054 |
0.135 |
2.601 |
0.010 |
0.662 |
1.511 |
UGC的娱乐 |
0.163 |
0.056 |
0.158 |
2.904 |
0.004 |
0.597 |
1.676 |
感知有用性 |
0.111 |
0.053 |
0.115 |
2.088 |
0.038 |
0.587 |
1.705 |
感知易用性 |
0.157 |
0.052 |
0.163 |
3.000 |
0.003 |
0.602 |
1.660 |
感知价格 |
0.178 |
0.050 |
0.183 |
3.581 |
<0.01 |
0.676 |
1.479 |
由表可知该模型的拟合度较好,调整后的R方为0.398,结果表示UGC的特点可以解释旅游意愿的39.8%,由此得出模型1的回归方程为:
方程1:旅游意愿 = 0.107*UGC的内容 + 0.141*UGC的互动 + 0.163*UGC的娱乐 + 0.111*感知有用性 + 0.157*感知易用性 + 0.178*感知价格 + ε。
由模型1可知,UGC的内容、UGC的互动、UGC的娱乐、感知有用性、感知易用性和感知价格都显著正向影响旅游意愿。说明在线旅游UGC的内容质量、互动性和娱乐性越高,在线旅游UGC平台能提供有用的信息越多,越容易使用,大学生用户的旅游意愿越强。则假设H1~H6成立。
4.3.2. 在线旅游UGC与大学生态度的回归分析
将UGC的内容、UGC的互动、UGC的娱乐、感知有用性、感知易用性和感知价格作为自变量,态度作为因变量,进行回归分析。分析结果如表7和表8所示:
Table 7. Model 2
表7. 模型2
R |
R方 |
调整后R方 |
标准估算的错误 |
德宾–沃森 |
0.671a |
0.450 |
0.440 |
0.76474 |
2.007 |
Table 8. Regression analysis of online tourism UGC and college students’ attitudes
表8. 在线旅游UGC与大学生态度的回归分析
|
未标准化系数 |
标准化系数 |
|
|
共线性统计 |
|
B |
标准错误 |
Beta |
t |
显著性 |
容差 |
VIF |
(常量) |
0.169 |
0.2 |
|
0.846 |
0.398 |
|
|
UGC的内容 |
0.192 |
0.052 |
0.180 |
3.679 |
<0.001 |
0.677 |
1.477 |
UGC的互动 |
0.160 |
0.054 |
0.147 |
2.966 |
0.003 |
0.662 |
1.511 |
UGC的娱乐 |
0.140 |
0.056 |
0.130 |
2.494 |
0.013 |
0.597 |
1.676 |
感知有用性 |
0.167 |
0.053 |
0.166 |
3.154 |
0.002 |
0.587 |
1.705 |
感知易用性 |
0.140 |
0.052 |
0.139 |
2.682 |
0.008 |
0.602 |
1.66 |
感知价格 |
0.157 |
0.049 |
0.155 |
3.177 |
0.002 |
0.676 |
1.479 |
由表7和表8可知该模型的拟合度较好,调整后的R方为0.440,表示UGC的特点可以解释旅游意愿的44.0%,由此得出模型2的回归方程为:
方程2:态度 = 0.192*UGC的内容 + 0.160*UGC的互动 + 0.140*UGC的娱乐 + 0.167*感知有用性 + 0.140*感知易用性 + 0.157*感知价格 + ε
由模型2可知,UGC的内容、UGC的互动、UGC的娱乐、感知有用性、感知易用性和感知价格都显著正向影响态度。说明在线旅游UGC的内容质量、互动性和娱乐性越高,在线旅游UGC平台能提供有用的信息越多,越容易使用,大学生用户对旅游的态度则会越积极。则假设H7~H12成立。
4.3.3. 大学生态度与旅游意愿的回归分析
将大学生的态度作为自变量,旅游意愿作为因变量,进行回归分析。分析结果如表9和表10所示:
Table 9. Model 3
表9. 模型3
R |
R方 |
调整后R方 |
标准估算的错误 |
德宾–沃森 |
0.445a |
0.198 |
0.196 |
0.87916 |
2.034 |
Table 10. Regression analysis of college students’ attitude and travel intention
表10. 大学生态度与旅游意愿的回归分析
|
未标准化系数 |
标准化系数 |
|
|
共线性统计 |
|
B |
标准错误 |
Beta |
t |
显著性 |
容差 |
VIF |
(常量) |
1.926 |
0.165 |
|
11.681 |
<0.01 |
|
|
态度 |
0.427 |
0.046 |
0.445 |
9.238 |
<0.01 |
1.000 |
1.000 |
由表9和表10可知,调整后的R方为0.196,表明大学生的态度可以解释旅游意愿的19.6%,并且态度的非标准化系数分别为0.427,系数为正,且显著性低于0.05,德宾–沃森值为2.034,在1.5~2.5之间,说明大学生的态度对旅游意愿具有显著的正向影响。则假设H13成立。
4.4. 中介效应检验
研究采用依次检验法进行中介效应检验。依次检验法更易于理解和操作,并且错误率较低,结果更具说服力[35]。检验结果如表11所示。
Table 11. Mediating effect analysis
表11. 中介效应分析
|
未标准化系数 |
标准化系数 |
t |
显著性 |
B |
标准错误 |
Beta |
(常量) |
0.462 |
0.201 |
- |
2.294 |
0.022 |
UGC的内容 |
0.099 |
0.054 |
0.096 |
1.847 |
0.066 |
UGC的互动 |
0.134 |
0.055 |
0.128 |
2.438 |
0.015 |
UGC的娱乐 |
0.157 |
0.057 |
0.152 |
2.768 |
0.006 |
感知有用性 |
0.103 |
0.054 |
0.107 |
1.921 |
0.056 |
感知易用性 |
0.151 |
0.053 |
0.156 |
2.852 |
0.005 |
续表
感知价格 |
0.171 |
0.05 |
0.176 |
3.391 |
0.001 |
态度 |
0.044 |
0.054 |
0.046 |
0.806 |
0.421 |
研究结果表明,第三次检验UGC的内容、UGC的互动、UGC的娱乐、感知有用性、感知易用性和感知价格的非标准化系数分别为0.099、0.134、0.157、0.103、0.151、0.171。对比第一次检验中的非标准化系数绝对值(0.107、0.141、0.163、0.111、0.157、0.178),发现第三次检验中各变量的非标准化绝对值都要更低,且系数均为正,因而可以得出态度在UGC的内容、UGC的互动、UGC的娱乐、感知有用性、感知易用性和感知价格之间存在正向中介作用,因此假设H14~假设H19成立。
4.5. 检验结果
通过以上数据分析得出本文所有假说检验成果如表12所示。
Table 12. Hypothesis test results
表12. 假设检验结果
编号 |
研究假设 |
检验结果 |
H1 |
UGC的内容显著正向影响大学生旅游意愿 |
成立 |
H2 |
UGC的互动显著正向影响大学生旅游意愿 |
成立 |
H3 |
UGC的娱乐显著正向影响大学生旅游意愿 |
成立 |
H4 |
UGC的感知有用性显著正向影响大学生旅游意愿 |
成立 |
H5 |
UGC的感知易用性显著正向影响大学生旅游意愿 |
成立 |
H6 |
UGC的感知价格显著正向影响大学生旅游意愿 |
成立 |
H7 |
UGC的内容显著正向影响大学生态度 |
成立 |
H8 |
UGC的互动显著正向影响大学生态度 |
成立 |
H9 |
UGC的娱乐显著正向影响大学生态度 |
成立 |
H10 |
UGC的感知有用性显著正向影响大学生态度 |
成立 |
H11 |
UGC的感知易用性显著正向影响大学生态度 |
成立 |
H12 |
UGC的感知价格显著正向影响大学生态度 |
成立 |
H13 |
大学生态度与旅游意愿显著正相关 |
成立 |
H14 |
大学生态度对UGC的内容和旅游意愿存在正向中介作用 |
成立 |
H15 |
大学生态度对UGC的互动和旅游意愿存在正向中介作用 |
成立 |
H16 |
大学生态度对UGC的娱乐和旅游意愿存在正向中介作用 |
成立 |
H17 |
大学生态度对UGC的感知有用性和旅游意愿存在正向中介作用 |
成立 |
H18 |
大学生态度对UGC的感知易用性和旅游意愿存在正向中介作用 |
成立 |
H19 |
大学生态度对UGC的感知价格和旅游意愿存在正向中介作用 |
成立 |
5. 结论与启示
5.1. 研究结论
本研究在技术接受模型(Technology Acceptance Model, TAM)、SOR理论(Stimulus-Organism-Response Theory),以及计划行为理论(Theory of Planned Behavior, TPB)的理论基础上,构建了一个综合性的理论框架,旨在深入探讨在线旅游用户生成内容(UGC)对大学生旅游意愿的影响机制。通过精心设计的问卷调查,本研究收集了大量实证数据,并运用了包括相关性分析与回归分析在内的多种统计方法,对研究假设进行了严格的检验,得出了一系列具有学术价值和实践意义的结论:
首先,研究将在线旅游UGC的特性划分为内容、互动和娱乐三个关键维度,并分别探讨了这些维度对大学生旅游意愿的作用。基于SOR理论,本研究揭示了UGC的内容丰富度、互动性和娱乐性如何显著正向影响大学生的旅游意愿[36]。这一发现与王金红等学者的研究结果相一致,为理解UGC在旅游领域中的作用提供了进一步的理论支持。
其次,研究进一步分析了感知有用性、感知易用性和感知价格这三个维度对大学生旅游意愿的影响。研究发现,这些感知属性均显著正向作用于大学生的旅游意愿[37],与艾涛等学者的研究结果相呼应。特别是感知价格这一维度的引入,为理解大学生旅游决策过程中的经济因素提供了新的视角。
再次,研究基于TAM和SOR理论,揭示了UGC的特性通过影响大学生的态度进而正向作用于其旅游意愿的内在机制。本研究首次将态度作为连接UGC特性和用户感知的中介变量,为在线旅游UGC的作用机制研究提供了新的理论解释。不仅明确指出了UGC的多维度特性和用户感知如何通过积极态度的塑造,正向影响大学生的旅游意愿,而且通过实证分析,展示了在线旅游UGC如何通过提升用户的感知有用性、感知易用性和感知价格,进而改善用户态度,最终促进大学生旅游意愿的形成。这一发现为TAM模型在旅游领域的应用提供了新的实证支持,并为在线旅游UGC平台的发展提供了策略指导。
针对大学生这一特定群体,本研究为大学生旅游领域的文献贡献了新的研究视角和数据,有助于推动在线旅游UGC平台的发展,提升UGC内容质量,满足大学生的旅游需求,进一步拓展了大学生旅游领域的研究。因此,平台管理者应加强UGC内容的审核机制,确保大学生能够接触到内容丰富、互动多样、娱乐性强的高质量旅游UGC,避免不实或不良内容的传播。
综上所述,研究不仅丰富了在线旅游UGC影响大学生旅游意愿的理论基础,也为实践界提供了策略指导,具有重要的学术贡献和实践价值。通过深入的理论分析和严谨的实证检验,本研究为在线旅游UGC领域的研究和实践提供了新的视角和思路,对于促进旅游市场的健康发展和提升旅游服务质量具有重要的启示作用。
5.2. 研究启示
基于本研究结论,对在线旅游UGC平台的运营和管理提出以下建议。
首先,在线旅游UGC的内容、互动性和娱乐性均可正向影响大学生旅游意愿。因此在线旅游UGC平台在宣传旅游时,更要注重UGC内容的丰富性、互动的多样性和娱乐性。然后目前大多数旅游UGC网站都采用了用户之间发布和评论旅游相关信息的模式,缺少对用户发布信息的审核机制,这种模式下用户发布的旅游UGC的内容、互动性和娱乐性都无法得到保证,导致大学生对旅游UGC的评价较低,从而降低大学生的旅游意愿。因此,平台必须完善在线旅游UGC的相关审核机制,使大学生能够获得内容更丰富、互动更多样和娱乐性更强的旅游UGC,从而提高大学生旅游意愿。
其次,态度在用户感知与旅游意愿和在线旅游UGC与旅游意愿之间都存在正向的中介作用,因此态度也是影响大学生旅游意愿的一个非常重要的因素。在线旅游UGC平台的运营者应该提高用户发布的在线旅游UGC的质量,并且优化平台使用体验,使平台的各种功能更易于用户使用。同时平台运营者应该鼓励用户发布更多对大学生有吸引力的在线旅游UGC,对发布优质旅游UGC的用户进行流量扶持或者给予其它的奖励,进而促进观看在线旅游UGC的大学生产生更积极的态度,并产生相应的旅游意愿。
5.3. 局限与展望
本研究的不足主要体现在以下几个方面:首先,本研究的数据收集集中在时间节点,这可能限制了研究结果的普遍性。未来的研究可以涵盖不同时间段的样本数据,以增强研究结论的普遍性。其次,尽管本研究综合考虑了多个关键变量,但诸如文化差异、个人偏好等,其他潜在因素也可能对大学生旅游意愿产生影响。后续研究可进一步探索这些未被充分考虑的变量,以获得更全面的了解。再次,研究主要通过问卷调查收集数据,这可能引入了主观性偏差。受访者的回答可能受到社会期望的影响,导致数据与实际情况存在偏差。因此,未来研究可采用更为多元和客观的数据收集手段,如深度访谈、行为分析等,并使用更复杂的统计模型对数据进行分析,提高研究结论的可靠性。最后,虽然本研究未直接涉及社会影响理论,但UGC的特性之一——用户间的互动和社区效应,隐含了社会影响的作用。未来的研究可以考虑将社会影响理论纳入模型框架,进一步探讨社会网络、用户社区等因素如何影响旅游意愿。未来的研究可以对理论模型进行细化,或探索新的理论框架,以适应不同的研究背景和需求。
NOTES
1Fastdata前瞻产业研究院《2023年中国在线旅游行业用户画像及发展趋势分析》https://www.qianzhan.com/。