基于結(jié)構(gòu)方程模型的旅游網(wǎng)站信息對(duì)旅游行為意向影響機(jī)制的研究——以湘西地區(qū)為例

王兆峰

(湖南師范大學(xué) 旅游學(xué)院，湖南 長(zhǎng)沙 410081)

一、引言

互聯(lián)網(wǎng)已經(jīng)成為旅游企業(yè)、旅游目的地和旅游者之間進(jìn)行旅游交易的重要平臺(tái)，旅游網(wǎng)站則成為傳播旅游信息資源的重要渠道[1]。旅游資訊報(bào)道及旅游產(chǎn)品預(yù)訂方式的安全性，不僅為潛在旅游者出行提供了便利，而且影響著旅游者的決策過(guò)程、網(wǎng)絡(luò)社區(qū)參與行為和對(duì)旅游目的地的感知[2]。根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)的報(bào)告，2014年在線旅游預(yù)訂市場(chǎng)中，品牌滲透率最高的是50.2%的12306火車票官網(wǎng)，去哪兒網(wǎng)以24.8%的滲透率位居第二，其次是攜程網(wǎng)的24.1%，淘寶旅行、同程旅游和藝龍網(wǎng)滲透率分別為17.2%、14.7%和11.2%，窮游網(wǎng)、途牛網(wǎng)和芒果網(wǎng)等其他品牌網(wǎng)站的滲透率均不到10%[3]。截至2015年12月，旅游網(wǎng)站搜索的滲透率已超過(guò)45%，手機(jī)搜索用戶使用綜合搜索網(wǎng)站或應(yīng)用的比例最高，滲透率為90.3%，使用旅行網(wǎng)站或APP的滲透率為38.2%，綜合搜索 APP 用戶對(duì)旅行預(yù)訂的使用率為31.4%[4]。2016年上半年，在網(wǎng)上預(yù)訂過(guò)機(jī)票、火車票、酒店或旅游產(chǎn)品的網(wǎng)民規(guī)模達(dá)到2.64億人，較去年年底增長(zhǎng)406萬(wàn)人，其所占比率分別為28.9%、14.4%、15.5%和6.1%；我國(guó)網(wǎng)民使用手機(jī)在線旅游預(yù)訂的比例由33.9%提升至35.4%[5]。

對(duì)于旅游網(wǎng)站的研究，國(guó)內(nèi)外學(xué)者主要圍繞旅游網(wǎng)站的預(yù)訂及評(píng)價(jià)[6-12]、結(jié)構(gòu)及空間分布[13-16]、品牌化與影響力[1,17,18]、運(yùn)營(yíng)績(jī)效及模式[19,20]、信息流及信息類型[21-26]等多個(gè)方面展開(kāi)。張愛(ài)平、鐘林生、徐勇從研究重點(diǎn)與研究方法等角度，對(duì)國(guó)外旅游虛擬社區(qū)研究進(jìn)展進(jìn)行了梳理[27]。在旅游網(wǎng)站與旅游行為研究方面，國(guó)內(nèi)外學(xué)者主要圍繞信息搜尋與決策[28-32]、消費(fèi)[8，33-35]、滿意度與忠誠(chéng)度[36-38]、社區(qū)參與[39]等進(jìn)行研究，多數(shù)學(xué)者選擇從某一具體因素入手，對(duì)旅游網(wǎng)站信息與旅游行為意向方面的綜合研究成果卻很少。在旅游網(wǎng)站信息流隨空間距離衰減理論研究方面，國(guó)內(nèi)外學(xué)者主要從理論與實(shí)踐兩方面入手，探索旅游網(wǎng)絡(luò)信息流距離衰減模型與規(guī)律。李彥麗、路紫通過(guò)分析中、美旅游網(wǎng)站的差異，提出預(yù)測(cè)旅游網(wǎng)站發(fā)展模式的“虛擬距離衡量法”[26]，國(guó)內(nèi)其他學(xué)者對(duì)信息流距離衰減規(guī)律的研究也取得了一定進(jìn)展，對(duì)其總體規(guī)律有了基本認(rèn)知[40,41]，但在距離衰減規(guī)律與旅游網(wǎng)站內(nèi)部差異方面的研究還不足。因此，本文以湘西為例，通過(guò)實(shí)證研究旅游網(wǎng)站信息對(duì)旅游行為意向的影響，以及旅游網(wǎng)站信息流距離衰減的內(nèi)部差異，以期對(duì)湘西地區(qū)旅游業(yè)的發(fā)展和旅游網(wǎng)站的優(yōu)化提供指導(dǎo)。

二、網(wǎng)站信息對(duì)旅游行為意向影響的理論模型

旅游網(wǎng)站的信息具有傳導(dǎo)性，旅游網(wǎng)站通過(guò)網(wǎng)絡(luò)介質(zhì)向旅游者及潛在消費(fèi)者傳遞圖片、文字、動(dòng)畫(huà)、聲音等與旅游和旅游產(chǎn)品相關(guān)的信息，這些信息通常對(duì)旅游者行為具有一定的引導(dǎo)作用，甚至影響旅游者行為決策[2]。我國(guó)旅游網(wǎng)站可分為綜合性網(wǎng)站和專業(yè)旅游網(wǎng)站，綜合性網(wǎng)站不僅向消費(fèi)者提供旅游相關(guān)信息，而且還有各類生活相關(guān)信息，對(duì)旅游者來(lái)說(shuō)，在考慮品牌與服務(wù)保證的前提下，這類網(wǎng)站提供的旅游信息可信度比專業(yè)旅游網(wǎng)站略低[1]。為了較全面地反映我國(guó)旅游網(wǎng)站類型，本文在界定旅游網(wǎng)站類型時(shí)，增加了對(duì)政府、旅行社及景區(qū)旅游網(wǎng)站的考慮。旅游者預(yù)訂旅游產(chǎn)品時(shí)會(huì)根據(jù)自身的實(shí)際消費(fèi)能力作出判斷，因此，本文將旅游網(wǎng)站所提供旅游產(chǎn)品的價(jià)格作為觀察變量，考察旅游者對(duì)在線旅游產(chǎn)品價(jià)格的關(guān)注程度。此外，潛在旅游者及消費(fèi)者對(duì)網(wǎng)站質(zhì)量與信息質(zhì)量的思考和判斷會(huì)影響其態(tài)度與行為[33]。在旅游行為方面，張高軍、李君軼、王曉峰等研究了網(wǎng)絡(luò)信息搜索行為對(duì)出游決策的影響[31]，張宇、李佩、張之明構(gòu)建了包括購(gòu)前、消費(fèi)、購(gòu)后三個(gè)階段的評(píng)價(jià)體系[7]。同時(shí)，旅游網(wǎng)站功能的展現(xiàn)也會(huì)對(duì)旅游者行為產(chǎn)生一定影響，熊偉、葉淋瑋在研究網(wǎng)站功能時(shí)將其分類為界面功能和旅游產(chǎn)品及服務(wù)[42]。在借鑒前人研究成果的基礎(chǔ)上，結(jié)合旅游網(wǎng)站的網(wǎng)頁(yè)設(shè)置，本文將旅游網(wǎng)站功能具體分為預(yù)訂、商旅管理和資訊功能，預(yù)訂功能則具體包括機(jī)票、高鐵和火車票預(yù)訂、酒店預(yù)訂、旅游線路預(yù)訂和景點(diǎn)門(mén)票預(yù)訂。對(duì)于旅游網(wǎng)站信息的評(píng)估，綜合考慮了網(wǎng)站類型、網(wǎng)站功能和信息質(zhì)量。在旅游行為意向中，主要考察旅游者在對(duì)網(wǎng)站進(jìn)行信息搜尋、評(píng)價(jià)等過(guò)程后，對(duì)未定或者既定旅游計(jì)劃作出的決策，以及在線旅游消費(fèi)和推薦行為。

基于對(duì)本文研究變量的思考，提出驗(yàn)證性理論模型，如圖1所示。本文將網(wǎng)站類型、網(wǎng)站功能和信息質(zhì)量作為潛變量，綜合分析旅游網(wǎng)站信息對(duì)旅游行為意向的影響，探討兩者之間的內(nèi)在聯(lián)系和相互關(guān)系。

圖1旅游網(wǎng)站信息對(duì)旅游行為意向影響的概念模型

三、研究設(shè)計(jì)與研究方法

1.研究設(shè)計(jì)

本文研究數(shù)據(jù)主要通過(guò)兩種途徑獲取，即問(wèn)卷調(diào)查和已有數(shù)據(jù)的搜集整理。調(diào)查量表在查閱國(guó)內(nèi)外文獻(xiàn)資料的基礎(chǔ)上進(jìn)行設(shè)計(jì)，主要包括三部分內(nèi)容：第一部分是旅游網(wǎng)站信息，包括旅游網(wǎng)站類型、網(wǎng)站功能和信息質(zhì)量。第二部分是旅游行為意向，各個(gè)潛變量所對(duì)應(yīng)的問(wèn)卷題目如表1所示。調(diào)查量表的問(wèn)題設(shè)置采用里克特5點(diǎn)量表法進(jìn)行，用1～5分代表被調(diào)查者對(duì)量表選項(xiàng)的選擇或認(rèn)同程度。第三部分是旅游者人口統(tǒng)計(jì)學(xué)特征，包括旅游者的性別、年齡、受教育程度、職業(yè)等基本信息。為了得到更準(zhǔn)確的數(shù)據(jù)，在問(wèn)卷開(kāi)始設(shè)置“旅游時(shí)您是否使用過(guò)旅游網(wǎng)站(如通過(guò)網(wǎng)站訂機(jī)票、火車票、酒店、景點(diǎn)門(mén)票等)”問(wèn)題項(xiàng)，使用過(guò)旅游網(wǎng)站的旅游者繼續(xù)填寫(xiě)問(wèn)卷，沒(méi)有使用過(guò)旅游網(wǎng)站的旅游者則無(wú)須再填寫(xiě)，可以自動(dòng)提交。

對(duì)已有數(shù)據(jù)的搜集整理通過(guò)站長(zhǎng)之家、百度統(tǒng)計(jì)和Google earth完成。在站長(zhǎng)之家中搜索“旅游網(wǎng)站”關(guān)鍵詞得到國(guó)內(nèi)主要旅游網(wǎng)站信息，運(yùn)用百度統(tǒng)計(jì)查詢各個(gè)旅游網(wǎng)站近30天(2016年10月29日至11月27日)的日均搜索指數(shù)作為基礎(chǔ)數(shù)據(jù)，來(lái)反映一定程度上旅游網(wǎng)站的搜索量，通過(guò)Google earth測(cè)量訪問(wèn)者所在省的省會(huì)城市與旅游網(wǎng)站所在城市之間的公路或鐵路距離。

表1問(wèn)卷調(diào)查的量表設(shè)計(jì)

2.問(wèn)卷調(diào)查

在正式調(diào)研之前，為了檢驗(yàn)量表設(shè)計(jì)的合理性以及量表中問(wèn)題項(xiàng)表述的清晰性，對(duì)調(diào)查量表進(jìn)行了為期2天的預(yù)調(diào)查。綜合了旅游研究人員、相關(guān)專業(yè)教授和碩士研究生的修改意見(jiàn)后，對(duì)問(wèn)卷進(jìn)行完善和定稿。

本文的問(wèn)卷調(diào)查在專業(yè)的問(wèn)卷調(diào)查網(wǎng)站問(wèn)卷星上設(shè)計(jì)并發(fā)布，調(diào)查時(shí)間從2016年11月7日至11月15日共9天，其間復(fù)制鏈接發(fā)送到湘西地區(qū)的朋友圈、QQ群和微信群等，并且限制被調(diào)查者為在湘西工作、學(xué)習(xí)或居住等與湘西有關(guān)聯(lián)的人群。本次調(diào)查共回收問(wèn)卷487份，有效問(wèn)卷485份，問(wèn)卷有效率為99.6%，其中使用過(guò)旅游網(wǎng)站的問(wèn)卷數(shù)量為362份，旅游網(wǎng)站使用率為74.6%。

3.研究方法

基于本文主要研究旅游網(wǎng)站信息對(duì)旅游行為意向的影響，因此運(yùn)用AMOS17.0軟件進(jìn)行結(jié)構(gòu)方程模型的構(gòu)建與分析。與其他定量研究方法相比，結(jié)構(gòu)方程模型能夠較為準(zhǔn)確地判斷潛變量之間的因果關(guān)系和相互影響關(guān)系，并且給出直觀的路徑模型，便于研究者進(jìn)行深層次的說(shuō)明和分析。此外，運(yùn)用SPSS19.0軟件對(duì)數(shù)據(jù)進(jìn)行處理和分析，主要包括信度與效度檢驗(yàn)、描述性統(tǒng)計(jì)、因子分析、曲線回歸擬合等。兩者相結(jié)合，大大提高了數(shù)據(jù)分析的準(zhǔn)確性和科學(xué)性。

四、研究結(jié)果與分析

1.樣本人口統(tǒng)計(jì)學(xué)特征分析

調(diào)查樣本的人口統(tǒng)計(jì)學(xué)特征如表2所示，被調(diào)查者中女性比例較高，占74.3%，且多數(shù)為18～30歲的高學(xué)歷女生。從個(gè)人月收入來(lái)看，70.72%的被訪旅游者個(gè)人月收入在2000元及以下水平。

表2問(wèn)卷調(diào)查者基本情況

續(xù)表

測(cè)量項(xiàng)頻 率性別男女頻數(shù)1528769比率0.28%1.38%79.28%19.06%個(gè)人月收入2000元及以下2001～4000元4001～6000元6000元以上頻數(shù)256533023比率70.72%14.64%8.29%6.35%

2.信度與效度檢驗(yàn)

本文在數(shù)據(jù)和模型構(gòu)建分析前對(duì)量表進(jìn)行信度與效度檢驗(yàn)，總量表的克朗巴哈系數(shù)ɑ(Cronbach’s Alpha)為0.846，潛變量旅游網(wǎng)站信息和旅游行為意向的克朗巴哈系數(shù)ɑ分別為0.859和0.749，均在0.7以上，說(shuō)明本量表可靠性較高，量表設(shè)計(jì)具有較好的內(nèi)在一致性。

對(duì)量表進(jìn)行效度分析，其KMO值為0.858，大于0.7，Bartlett球形檢驗(yàn)的P值為0.000，小于0.001，表明量表通過(guò)了效度檢驗(yàn)，總體量表的設(shè)計(jì)較為合理，得到的數(shù)據(jù)適合做進(jìn)一步分析。

3.旅游網(wǎng)站信息對(duì)旅游行為意向影響的探索性因子分析

采用主成分分析法對(duì)旅游網(wǎng)站信息和旅游行為意向相關(guān)數(shù)據(jù)進(jìn)行探索性因子分析(表3)，結(jié)果顯示，有5個(gè)公因子對(duì)問(wèn)卷的累計(jì)方差貢獻(xiàn)率為57.681%，雖然明顯小于80%，但已超過(guò)了50%，與預(yù)設(shè)模型的潛變量設(shè)置基本吻合 ，但也存在一些差異。首先，“機(jī)票預(yù)訂”在成分矩陣中被列為公因子5中，即與“綜合性網(wǎng)站”和“專業(yè)旅游網(wǎng)”同屬于潛變量“網(wǎng)站類型”中，而在實(shí)際意義上更傾向于“網(wǎng)站功能”的預(yù)訂功能，同時(shí)考慮到該項(xiàng)的數(shù)據(jù)分析結(jié)果公因子1與公因子5數(shù)據(jù)相差不大，因此將“機(jī)票預(yù)訂”按照實(shí)際意義歸為預(yù)訂功能中；其次，數(shù)據(jù)分析結(jié)果顯示，本文按照目的地及中間機(jī)構(gòu)相關(guān)旅游主體增加的“政府旅游網(wǎng)站”“景區(qū)網(wǎng)站”和“旅行社網(wǎng)站”被單獨(dú)列入公因子4中，為了簡(jiǎn)化研究，本文將公因子4與公因子5綜合考慮，作為“網(wǎng)站類型”進(jìn)行分析。

4.旅游網(wǎng)站信息對(duì)旅游行為意向影響的模型檢驗(yàn)

運(yùn)用AMOS17.0對(duì)旅游網(wǎng)站信息與旅游行為意向相關(guān)數(shù)據(jù)進(jìn)行分析，采用極大似然法探索旅游網(wǎng)站類型、網(wǎng)站功能、信息質(zhì)量對(duì)旅游行為意向的影響。經(jīng)過(guò)估算，初始結(jié)構(gòu)方程模型的卡方值CMIN為589.738，顯著性P值為0.000，CMIN/DF為2.964，其他擬合指標(biāo)均不滿足擬合條件。考慮到樣本量過(guò)大，且為了簡(jiǎn)化模型，本文對(duì)初始理論模型進(jìn)行了修改，直接將“旅游網(wǎng)站信息”作為潛變量，將“網(wǎng)站類型”和“產(chǎn)品預(yù)訂”作為觀察變量，根據(jù)“信息質(zhì)量”中的各個(gè)指標(biāo)具體分類為“產(chǎn)品價(jià)格”“網(wǎng)站質(zhì)量”和“信息質(zhì)量”。旅游行為意向中的“旅游沖動(dòng)”和“產(chǎn)生興趣”合并為“旅游決策”，購(gòu)買旅游產(chǎn)品后的“發(fā)表評(píng)論”和“旅游推薦”合并為一個(gè)觀測(cè)變量“推薦行為”。問(wèn)卷中觀察變量對(duì)應(yīng)多項(xiàng)題目的，在得到調(diào)查數(shù)據(jù)后，分別對(duì)其取均值作為各個(gè)觀察變量的對(duì)應(yīng)數(shù)據(jù)。修改后的模型如圖2所示。

表3探索性因子分析

注：提取方法：主成分

旋轉(zhuǎn)法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法

a.旋轉(zhuǎn)在5次迭代后收斂

圖2旅游網(wǎng)站信息對(duì)旅游行為意向影響模型

模型修改后，同樣采用極大似然法對(duì)模型進(jìn)行驗(yàn)證性分析，該結(jié)構(gòu)方程模型的卡方值(CMIN)為253.309，顯著性P值為0.000，在0.001水平下，旅游網(wǎng)站信息對(duì)旅游行為意向具有顯著正向影響，除個(gè)別擬合指標(biāo)外，其他各項(xiàng)擬合指標(biāo)基本滿足擬合條件。

5.旅游網(wǎng)站信息對(duì)旅游行為意向影響的模型修正

根據(jù)標(biāo)準(zhǔn)化估計(jì)和修正指標(biāo)等相關(guān)參數(shù)對(duì)模型做進(jìn)一步修正，經(jīng)過(guò)增加或刪除路徑，且刪除15個(gè)異常樣本，考慮變量的理論與現(xiàn)實(shí)意義，使結(jié)構(gòu)方程模型與數(shù)據(jù)擬合。最終得到的結(jié)構(gòu)方程模型標(biāo)準(zhǔn)化路徑如圖3所示，旅游網(wǎng)站信息對(duì)旅游行為意向影響的路徑系數(shù)為0.62，且在0.001水平上顯著相關(guān)，證明了旅游網(wǎng)站信息對(duì)旅游行為意向具有顯著正向影響。潛變量所對(duì)應(yīng)的各個(gè)觀察變量的未標(biāo)準(zhǔn)化回歸系數(shù)都在0.5以上，表明各個(gè)觀察變量能夠很好地解釋潛變量。標(biāo)準(zhǔn)化路徑系數(shù)可解釋變量之間的相對(duì)影響力，“產(chǎn)品預(yù)訂”“信息質(zhì)量”和“旅游資訊”對(duì)“旅游網(wǎng)站信息”的影響系數(shù)分別為0.79、0.65和0.65，說(shuō)明“產(chǎn)品預(yù)訂”“信息質(zhì)量”“旅游資訊”對(duì)“旅游行為意向”的影響力較大，要想有效地激發(fā)旅游者的旅游行為，就要進(jìn)一步優(yōu)化旅游網(wǎng)站的預(yù)訂功能和旅游資訊功能，提高旅游網(wǎng)站的信息質(zhì)量。變量之間的路徑系數(shù)及顯著性P值如表4所示。

圖3旅游網(wǎng)站信息與行為意向標(biāo)準(zhǔn)化路徑

表4結(jié)構(gòu)方程模型路徑系數(shù)

注：“***”表示在0.001水平上顯著

潛變量的建構(gòu)信度可以評(píng)價(jià)模型的內(nèi)在質(zhì)量，建構(gòu)信度大于0.60則說(shuō)明模型內(nèi)在質(zhì)量良好[43]。其計(jì)算公式如下：

(1)

其中，ρc代表建構(gòu)信度，λ代表標(biāo)準(zhǔn)化因素負(fù)荷量，ε代表觀察變量的誤差變異量，其值可根據(jù)變量的標(biāo)準(zhǔn)化因素負(fù)荷量計(jì)算得出，即(1-λ2)。經(jīng)計(jì)算，潛變量旅游網(wǎng)站信息和旅游行為意向的建構(gòu)信度分別為0.79和0.71，均在0.6以上，表明優(yōu)化后的結(jié)構(gòu)方程模型內(nèi)在質(zhì)量良好，對(duì)初始理論模型進(jìn)行調(diào)整是正確的，同時(shí)進(jìn)一步證明了調(diào)查量表具有很好的內(nèi)在一致性。

修正模型各項(xiàng)擬合指標(biāo)與原模型相比得到優(yōu)化，原來(lái)達(dá)不到擬合標(biāo)準(zhǔn)的部分指標(biāo)已優(yōu)化達(dá)標(biāo)。卡方值與原模型相比減小很多，卡方與自由度DF的比值為0.946，顯著性P值與原模型相比明顯增加，且達(dá)到擬合標(biāo)準(zhǔn)，同時(shí)，RMSEA和CFI分別為0.000和1.000，表明結(jié)構(gòu)方程模型與數(shù)據(jù)的擬合度較好。優(yōu)化模型的具體擬合指數(shù)如表5所示。

表5優(yōu)化模型的擬合指數(shù)

6.旅游網(wǎng)站信息流距離衰減規(guī)律分析

表6旅游網(wǎng)站信息流模型擬合的判定系數(shù)

表7旅游網(wǎng)站信息流距離衰減曲線模型

7.旅游網(wǎng)站信息流距離衰減曲線擬合

為進(jìn)一步驗(yàn)證旅游網(wǎng)站信息流距離衰減是否符合倒數(shù)曲線模型，以訪問(wèn)者所在省會(huì)城市到旅游網(wǎng)站所在城市之間的公路或鐵路距離為橫坐標(biāo)，以旅游網(wǎng)站日均搜索指數(shù)為縱坐標(biāo)，運(yùn)用SPSS19.0繪制樣本旅游網(wǎng)站的倒數(shù)曲線圖。本文選取倒數(shù)曲線模型擬合系數(shù)值R2最大、居中及最小的3個(gè)旅游網(wǎng)站，做出其距離衰減倒數(shù)模型圖(圖4)。圖中黑色圓點(diǎn)標(biāo)出旅游網(wǎng)站所在城市以及日均搜索指數(shù)較高的城市。“山東旅游政務(wù)網(wǎng)”倒數(shù)曲線模型擬合效果較好，F(xiàn)值為893.484，顯著性Sig.為0.000，日均搜索指數(shù)排名第二的城市是北京。“神舟國(guó)旅”倒數(shù)曲線模型擬合效果不理想，其F值為24.756，且通過(guò)顯著性檢驗(yàn)，日均搜索指數(shù)排名靠前的是廣東和江蘇，其他點(diǎn)則落在曲線兩側(cè)。“去哪兒”旅游網(wǎng)站的F值較小，顯著性Sig.在0.05以上，其倒數(shù)曲線模型不擬合，日均搜索指數(shù)最多的是廣東，其次是網(wǎng)站所在城市北京，然后是上海和浙江。在經(jīng)濟(jì)發(fā)展較快的城市，“神舟國(guó)旅”“去哪兒”“攜程旅行網(wǎng)”“途牛旅游網(wǎng)”“同程網(wǎng)”“四川旅游網(wǎng)”“河南旅游網(wǎng)”日均搜索指數(shù)都較大，表明經(jīng)濟(jì)發(fā)展能力及速度是影響旅游網(wǎng)站信息流的外部因素，網(wǎng)絡(luò)信息流距離衰減規(guī)律存在經(jīng)濟(jì)集中性及地區(qū)集中性特征。

圖4旅游網(wǎng)站信息流倒數(shù)擬合模型

五、結(jié)論

本文在借鑒前人研究成果的基礎(chǔ)上，以湘西地區(qū)為案例地，探究旅游網(wǎng)站信息對(duì)旅游行為意向的影響，構(gòu)建旅游網(wǎng)站信息對(duì)旅游行為意向影響的結(jié)構(gòu)方程模型和信息流距離衰減曲線模型。通過(guò)對(duì)湘西地區(qū)旅游者和潛在旅游者行為意向的問(wèn)卷調(diào)查，以及旅游網(wǎng)站信息流與訪問(wèn)者搜索指數(shù)和距離的相關(guān)數(shù)據(jù)搜集整理，運(yùn)用定量分析和模型構(gòu)建方法，現(xiàn)得出如下研究結(jié)論：①在0.001水平上，旅游網(wǎng)站信息對(duì)旅游行為意向具有顯著正向影響，其綜合影響系數(shù)為0.62；②旅游網(wǎng)站的產(chǎn)品預(yù)訂功能、信息質(zhì)量和旅游資訊對(duì)旅游者的行為意向產(chǎn)生較大影響，其影響系數(shù)分別為0.79、0.65和0.65，今后旅游網(wǎng)站可通過(guò)優(yōu)化網(wǎng)站的預(yù)訂功能和旅游資訊功能、提高旅游網(wǎng)站的信息質(zhì)量，來(lái)進(jìn)一步刺激旅游者對(duì)旅游網(wǎng)站的信息搜尋和消費(fèi)行為，增加旅游者對(duì)旅游網(wǎng)站的總體滿意程度，從而引發(fā)旅游者的推薦行為，促使其進(jìn)入網(wǎng)站社區(qū)發(fā)表評(píng)論供他人參考，并且將自己信任的旅游網(wǎng)站、旅游產(chǎn)品或其他信息推薦給更多的潛在旅游者；③旅游網(wǎng)站信息流符合距離衰減規(guī)律，其倒數(shù)曲線模型的非線性解釋能力較大；④旅游網(wǎng)站信息流距離衰減規(guī)律存在經(jīng)濟(jì)與地區(qū)集中性特征，除距離因素外，經(jīng)濟(jì)發(fā)展較快地區(qū)其信息流相對(duì)集中。