景區數字化視角下游客旅游體驗及重游意向研究

沈科

摘 要：本文以整合型科技接受理論為基礎，引入旅游體驗構建結構方程模型，通過分析在花山謎窟景區收集的358份游客問卷發現：整合型科技接受理論在景區數字化領域具有較高的適用性和正確性；績效期望在豐富游客旅游體驗、促成重游意向方面效應最大；便利條件在豐富旅游體驗過程中具有不確定性。這一研究結論不僅可以進一步拓寬整合型科技接受理論的運用邊界，還可以為旅游景區相關管理部門工作開展提供實踐指導。

關鍵詞：景區數字化；旅游體驗；重游意向；整合型科技接受理論

中圖分類號：F590 文獻標識碼：A

基金項目：2021年度黃山學院校級產教融合發展教學案例專項（2021CJRH07）；2020年度黃山學院校級人才啟動項目（2020xskq005）。

引言

景區數字化，即在數字化技術的支持下實現景區內各種資源和配置、地理空間及旅游活動信息的獲取與處理，并最終為整個景區的開發、規劃和管理提供直觀的管理和參考依據，這也進一步豐富了游客的游覽體驗，提高了游客的滿意度[1-2]。景區數字化在景區管理和規劃中的積極作用已初現端倪，然而其仍然處于初始階段[3-4]，且學界有關景區數字化對于游客旅游體驗（Tourism Experience，TE）和重游意向（Revisit Intention，RI）的研究仍顯不足。

作為信息技術接受和使用意向領域運用廣泛的理論模型之一，整合型科技接受理論（The Unified Theory of Acceptance and Use of Technology，UTAUT）認為個體行為（意向）主要取決于4個因素：績效期望（Performance Expectancy，PE）、付出期望（Effort Expectancy，EE）、社群影響（Social Influence，SI）和便利條件（Facilitating Conditions，FC）。因此，本研究基于UTAUT理論，引入旅游體驗這一變量構建結構方程模型，分析景區數字化對于游客旅游體驗與重游意向的影響機制，以期為景區數字化戰略提升提供新的理論視角和實踐方向。

一、文獻綜述和研究假設

UTAUT理論由文卡特什（Venkatesh）等于2003年正式提出，該理論一經面世便被廣泛運用于管理學、社會學、心理學等不同領域，其在旅游領域的運用主要包括旅游產品預訂、移動旅游應用程序、智慧旅游及旅游電子商務等四方面。坎博吉（Kamboj）和喬希（Joshi）在研究中發現，UTAUT所包含的4個影響因素對于游客在移動應用程序使用上具有正向顯著影響[5]。夏爾馬（Sharma）等以UTAUT為理論基礎構建了在線預訂旅游服務研究模型，并發現其對于游客的預訂意向具有較好的解釋力[6]。

基于上述研究回顧，提出以下假設：

H1：社群影響能夠顯著影響游客重游意向；

H2：績效期望能夠顯著影響游客重游意向；

H3：付出期望能夠顯著影響游客重游意向；

H4：便利條件能夠顯著影響游客重游意向。

雖然UTAUT理論視角下的旅游體驗研究十分有限，但是這也無法割裂UTAUT理論和旅游體驗之間的關系。付出期望是指消費者對使用技術或服務的難易程度，在數字化景區中，當游客認為使用某項服務很容易，他們就更愿意使用它并可以獲得積極體驗；另有研究表明，社群影響可以通過朋友、家人的口碑、推薦和規范等途徑影響個體態度和行為等；此外，一項有關飛豬旅游平臺的研究發現，用戶績效期望將會使其獲得更好的使用體驗[7]；便利條件主要包括交通基礎設施、旅游景點的可達性、信息的可用性及酒店服務質量等。由此可見，便利條件對于提升游客旅游體驗十分重要。

基于上述討論，提出以下假設：

H5：社群影響能夠顯著影響游客旅游體驗；

H6：績效期望能夠顯著影響游客旅游體驗；

H7：付出期望能夠顯著影響游客旅游體驗；

H8：便利條件能夠顯著影響游客旅游體驗。

已有相關研究表明，旅游體驗能顯著提高游客參與類似活動的意愿或返回特定目的地的可能性[8]。蔡（Tsai）在一項研究中發現，旅游體驗不僅可以直接影響游客的行為意向，還可以通過地方認同間接影響其行為意向[9]；換言之，如果游客在一段旅程中獲得了積極美好的體驗，那么其將愿意在不久的未來再進行一次類似的旅游活動，或者重新游覽該目的地。因此，提出以下假設：

H9：旅游體驗能夠顯著影響游客重游意向。

根據上述分析，提出分析景區數字化對于游客旅游體驗與重游意向影響機制的結構方程模型，具體如圖1所示。

二、研究設計與結果分析

（一）研究設計

本文以坐落于安徽省黃山市的花山謎窟景區為研究案例地，于2022年7月至8月在景區入口處和游客休息區發放問卷或出示問卷二維碼，剔除無效問卷之后，共收集到358份有效問卷，本文問卷中所有題項均采用已有研究中的成熟量表。

另外，本文采用SPSS 25和SmartPLS 3.3.8軟件，利用結構方程模型對收集到的358份問卷進行數據分析，其中正式分析過程包括測量模型和結構模型兩部分。

（二）研究結果分析

1.測量模型

在測量模型階段，本研究以因素負荷量、克朗巴哈系數和組合信度為標準評判數據的信度，如表1所示，這三項指標均達到各自的最低標準[10]，因此本問卷具有良好的信度。

對數據效度的檢驗分為收斂效度和區分效度。本文以平均提取方差值為標準評判數據收斂效度，如表1所示，各變量平均提取方差值均達到最低標準[10]，因此本問卷具有良好的收斂效度；對于區分效度的檢驗，本文采用皮爾遜相關系數與平均提取方差值的平方根大小作為判斷標準，如表2所示，各變量平均提取方差值的平方根（對角線數值）均大于該變量的皮爾遜相關系數。因此，本研究數據具有足夠的區分效度。

2.結構模型

在結構模型階段，主要是對各變量之間的關系進行統計驗證。如表3所示，除了H8，其他8個假設均成立，即游客PE、EE、SI、FC和TE均能提升游客RI；同時，PE、EE和SI也能豐富游客TE。

三、結論與建議

（一）結論

1.UTAUT理論在景區數字化領域具有較高的適用性

UTAUT理論為研究人員和景區規劃人員提供了一個系統的框架，用于評估游客對數字技術的接受程度，并幫助其具象化游客旅游體驗和重游意向的影響因素，為后續相關研究提供了新的理論視角和實踐方向。

2.績效期望對提升游客旅游體驗和重游意向的影響最大

這一發現進一步驗證了游客對于數字技術的表現期望越高，將越有利于其在游覽過程中獲得更佳的體驗，從而也將進一步促成其再次游覽該旅游目的地。

3.便利條件在豐富旅游體驗過程中具有不確定性

這一研究發現表明，游客對于旅游活動中的關注點并不完全一致。比如，有些游客比較在意游覽舒適度和順暢度，如便利的交通、熱情的居民或者輕松的游覽行程，而對景區文化和歷史底蘊更感興趣的游客會認為便利條件無足輕重。

（二）建議

在花山謎窟景區后續的規劃、管理中，相關部門可以考慮采取一些措施來推動景區數字化進程。首先，建立數字化平臺，提供在線預訂、支付、導航、講解等服務。其次，引入虛擬現實、增強現實等技術，提升景區的科技感和趣味性；推廣電子門票，降低售票成本，減少游客排隊等候時間。再次，開展線上推廣活動，加強與游客的互動和溝通，提高品牌知名度和美譽度。最后，加強信息安全保護，保障游客的個人信息和財產安全。

參考文獻

[1] 梁棟棟，陸林.數字旅游初探[J].資源開發與市場，2005（1）：78-80.

[2] 于志多.九寨溝數字化景區的構建與應用研究[D].成都：電子科技大學，2010：4-8.

[3] 趙吉清，陽珊環.數字化景區研究現狀與問題探討[J].中國高新技術企業，2016（18）：25.

[4] 穆榮兵，黃熙茗，蘭珂，等.淺談數字化技術在旅游景區中的應用[J].藝術科技，2016（2）：33.

[5] KAMBOJ S，JOSHI R.Examining the factors influencing smartphone apps use at tourism destinations：a UTAUT model perspective[J].International journal of tourism cities，2020（1）：135-157.

[6] SHARMA S，SINGH G，PRATT S，et al.Exploring consumer behavior to purchase travel online in Fiji and Solomon Islands An extension of the UTAUT framework[J].International journal of culture，tourism and hospitality research，2020（2）：227-247.

[7] 來穎.OTA定制旅游平臺服務對用戶網購意愿影響研究[D].杭州：浙江工商大學，2020：10-12.

[8] AN S，JIANG L，WOOSNAM K M，et al.Volunteer touristsrevisit intentions explained through emotional solidarity and on-site experience[J].Journal of hospitality and tourism management，2022，53： 70-80.

[9] TSAI C S.Memorable tourist experiences and place attachment when consuming local food[J].International journal of tourism research，2016（6）：536-548.

[10] HAIR J F，RISHER J J，SARSTEDT M，et al.When to use and how to report the results of PLS-SEM[J].European business review，2019（1）：2-24.