大学生网络旅游信息搜寻对其旅游决策的影响机理——基于Bootstrap法视角

王碧云，修新田，兰思仁，牛康侃，屈 峰

(1.福建农林大学管理学院，福建 福州 350002； 2.福建农林大学，福建 福州 350002；3.重庆大学高等教育研究所，重庆 400044)

一、文献回顾

信息搜寻是消费者决策和产品购买的重要环节，也是消费者行为学研究的核心内容之一[1]。美国普洛格调查中心相关研究表明，约95%的人在出游前访问相关旅游网站并收集旅游信息用于制定出游规划，互联网已经成为旅游信息获取的重要来源[2]。现有文献针对旅游信息搜寻行为本身及其影响因素进行研究的不在少数，袁红等研究了网络信息搜寻行为模式[3-4]，胡兴报等对与国内外信息搜寻动机与搜寻内容相关的研究进行了综述[5]，Jordan等研究了不同国家的人在旅游决策前的信息搜寻行为差异[6]。学者关于旅游信息搜寻行为影响因素的研究比较丰富，有的研究信息搜寻影响因素模型[7]，有的研究信息搜寻努力程度影响因素[8]，有的研究特定因素对于信息搜寻行为的影响，如性别、不确定性规避等[9-11]。关于网络信息对旅游决策的影响方面，Lee等研究了在网络旅游社区中遵循旅游建议的影响因素[12]。也有不少学者研究旅游信息态度或评价对旅游信息搜寻行为的影响，并对旅游决策产生影响的系列关系进行验证[2,13-14]，但对于旅游信息搜寻行为如何影响旅游决策并未作出明确或详细阐述。王兆峰等验证了网络信息对旅游决策的影响[15]，但也未涉及其影响机理。吕兴洋等通过实验方法，利用屏幕追踪技术研究信息搜索如何通过影响旅游者对旅游目的地的印象，进而影响旅游决策[16]，其在一定程度上解释了网络信息对旅游决策的影响机理。但目前对于此影响机理的研究少之又少，还需从不同角度用不同方法进行研究和探讨。

综上，现有研究主要集中在决策的四大阶段(认知需求、信息搜索、方案评价、决策行为)中的第一、第二及第四阶段。绝大多数旅游者出行前会进行信息搜寻是一个很明显的现象，营销者需要了解的是网络信息如何影响旅游决策，以便有针对性地制定营销计划。本文引入感知作为中介变量，研究网络信息搜寻对旅游决策的影响机理，以期为大学生旅游市场的开发提供借鉴及建议。

二、理论模型构建

计划行为理论把对行为控制的感知作为一个影响行为意愿的因素[17]。感知是人们解读接收到的各种刺激，并将之形成对世界的看法的过程[18]。当消费者需要作出决策时，感知就会起作用。由于旅游本身的无形性，没有既定的物理标准，购买前无法接触到产品实物，借助网络可以预先获得相关信息，形成一个购买前的感知，然后进行决策。因此，网络信息对旅游决策起作用时，有一个重要的暗箱过程，合理认为那就是感知。各种信息，如网友评论、餐饮情况等，会影响旅游决策。但这些信息若没有被人感知，就难以产生影响。白凯等认为，旅游者在旅游活动前，其感知和认知行为会伴随旅游动机的产生而产生、外界信息交换的增加而发展[19]。

在消费者行为学方面，学者普遍认为很多选择是感知收益与感知风险平衡的结果[20]。Benefit-risk analysis(简称BRA)模型是消费行为研究的一个主流框架[21]。根据BRA模型，感知收益和感知风险决定消费者的意愿选择。在旅游决策过程中，同样存在感知收益和感知风险。感知收益是旅游者从信息搜寻行为中预期能得到的结果，包括更低的价格、更优的服务、更满意的旅游体验等[22]。感知风险是指潜在游客对旅游可能存在不确定的消极情形及不良后果的感知。这些“不想要的后果“可能意味着任何一个失望的旅行体验(心理风险)对旅行者的健康或生命的严重威胁[23]。除了对利益和风险的感知外，旅游偏好对旅游决策的影响也非常重要。保继刚等将旅游偏爱与感知环境、最大效益原则共同作为影响旅游决策的三大因素[24]。因此，本文在权衡BRA模型中添加“感知偏爱”要素，作为本研究影响旅游决策的中介模型，即Benefit-risk-preference(简称BRP)模型。鉴于旅游本身的无形性，认为网络旅游信息可以通过感知影响旅游决策。构建文章的理论模型为网络旅游信息搜寻努力程度-感知收益、感知风险、感知偏爱-旅游决策，即Information-benefit-risk-preference-decision(简称I-BRP-D)模型(图1)。

图1 I-BRP-D模型

三、假设提出

1.网络旅游信息搜寻努力程度与旅游决策的关系假设。邱扶东等认为旅游者在作出旅游决定前会进行信息收集、方案评估等步骤，强调信息在此过程中的高度参与[25]，因而信息搜寻情况会影响旅游者的决策行为。旅游者从网络上得到的信息量越多、信息来源越丰富，在一定程度上越有利于旅游者作出旅游决策。决策会随着信息输入的过程而不断改进。

因此提出假设H1：网络旅游信息搜寻努力程度对旅游决策有显著正向影响。

2.网络旅游信息搜寻努力程度与感知收益的关系假设。张喆等认为，消费者在购买前进行信息搜寻是为了制定更优质的购买决策，信息搜寻可以增加其对于特定产品和市场的知识，以及带来更高的购买决策满意度[26]。旅游者可以通过网络旅游信息搜寻，寻找性价比高的旅游产品和服务，选择更符合期待的旅游体验等。

因此提出假设H2：网络旅游信息搜寻努力程度对感知收益的增加有显著正向影响。

3.网络旅游信息搜寻努力程度与感知风险的关系假设。虽然一些研究把信息搜寻作为感知风险的结果，但也有些营销学的文献认为信息搜寻是影响感知风险的重要因素，感知风险会因为信息搜寻而改变[26]。本研究采用第二种观点，认为消费者通过获取大量的信息可以降低他们感知的风险，如有关旅游行程安排风险、财产风险、人身危险、人为事故等信息提醒可以降低旅游者在旅游过程中的不确定性。

因此提出假设H3：网络旅游信息搜寻努力程度对感知风险的降低有显著正向影响。

4.网络旅游信息搜寻努力程度与感知偏爱的关系假设。旅游偏爱是一种强烈的情感倾向，需要经过认识和评价的过程而产生。马耀峰等认为旅游偏爱的形成主要是旅游者对某一特定旅游目的地或旅游产品认知的结果，而个体认知形成的主要影响因素是各类相关信息的来源及强度[27]。

因此提出假设H4：网络旅游信息搜寻努力程度对感知偏爱的形成有显著正向影响。

5.感知收益与旅游决策的关系假设。收益是旅游者在旅游决策和旅游情景中时刻都在关心和寻求的。旅游商品和服务被旅游者购买，并不是由于它们本身，而是由于它们能为旅游者提供某种收益。人们外出旅游，并不是为了阳光、海滩、豪华的旅馆、名胜古迹等，而是为了温暖、凉爽、舒适、愉快、获得知识等收益。当一个潜在游客评价某个出游计划时，会根据旅游所能感知的收益情况来决定是否出行和进行相应的购买。

因此提出假设H5：感知收益的增加对旅游决策有显著正向影响。

6.感知风险与旅游决策的关系假设。有学者研究了感知风险对网络旅游信息被采纳的影响[28]。如果感知到的风险太大，消费者一般不会选择出游或购买相关旅游产品，只有不确定性消除或降低到可接受范围，才易于消费者作出旅游决策。

因此提出假设H6：感知风险的降低对旅游决策有显著正向影响。

7.感知偏爱对旅游决策的关系假设。旅游偏爱是潜在或现实旅游者对某一旅游产品或旅游目的地所表现出的以认知因素为主导的具有情感和意向因素成分的心理倾向[27]。旅游偏爱与旅游行为之间有直接关系。旅游偏爱的其中一个表现为对特定旅游对象的优先选择，即在同样条件下，旅游者会优先选择他们偏爱的旅游产品。

因此提出假设H7：感知偏爱的产生对旅游决策有显著正向影响。

8.中介效应的假设。从以上的分析中，H2认为网络旅游信息搜寻努力程度对感知收益有显著正向影响，H5认为感知收益对旅游决策有显著正向影响。因此合理认为，感知收益可能是网络旅游信息搜寻努力程度和旅游决策的中介变量。

因此提出假设H8：感知收益在网络旅游信息搜寻努力程度和旅游决策之间起中介作用。

同理，得出假设H9：感知风险在网络旅游信息搜寻努力程度和旅游决策之间起中介作用。

以及假设H10：感知偏爱在网络旅游信息搜寻努力程度和旅游决策之间起中介作用。

四、研究设计

(一)研究群体

以大学生为研究群体。我国旅游业进入高速发展时期，大学生旅游市场作为其中的细分市场，拥有广阔的发展前景。全国在校大学生数量庞大，群体潜力不容小觑。大学生群体特别是高年级大学生，其课余时间较为充裕，能灵活安排出行，且具备较强的出游意愿。从顾客终身价值的长远角度来看，大学生是未来高端旅游的重要客户，值得开发。但令人遗憾的是，大学生旅游市场至今仍未成熟稳定，甚至还未有专门针对大学生寒暑假、毕业季的旅游项目和路线。本文以大学生为研究群体，研究其基于搜寻的网络信息对旅游决策的影响机理，可以为政府引导大学生健康出行以及旅游企业制定针对大学生群体的营销策略提供思路。

(二)问卷设计及变量测量

本研究的调查对象须具备以下2个条件，即有过旅游经验以及出行前会进行信息搜寻。因此，在问卷开头设计2个门槛问项：“请问您出游前是否进行信息搜寻？”“请问您自大学入学以来是否有过旅游经历？”。若回答“否”，则结束填答。在确定正式问卷之前，进行小样本预调查，邀请福建农林大学旅游管理专业的30名本科生填答问卷，根据受访者填答时的疑问对部分问项的表述进行修改。问卷包含2个部分：第一部分为受访者人口统计学特征和旅游行为信息调查；第二部分用5个量表分别测量网络旅游信息搜寻努力程度、感知收益、感知风险、感知偏爱、旅游决策。对第二部分的测量采用7点李克特量表形式，“7”表示“非常同意”，“1”表示“非常不同意”。

为保证测量工具的信度和效度，量表设计时尽可能采用国内外已使用过的测量指标[7,29-32]。其中，未发现测量感知偏爱的指标，本研究根据旅游偏爱的本质(一种情感倾向)，设计感知偏爱的测量指标。旅游决策的测量指标根据邱扶东等提出的7个阶段旅游决策过程(产生旅游的需要或动机、收集有关信息、确定旅游目的地或旅游线路、进行旅游预算、确定出游方式、决定是否外出旅游、外出旅游)中的后5个阶段来设计[33]。确定的量表中，网络旅游信息搜寻努力程度包括5个测量问项，感知收益包括6个测量问项，感知风险包括5个测量问项，感知偏爱包括4个测量问项，旅游决策包括5个测量问项。

(三)样本采集

正式调查阶段，于2016年1月5日-10日，以厦门大学(厦门)、华侨大学厦门校区(厦门)、福州大学(福州)、福建农林大学(福州)等4所高校为调研地点展开问卷调查，共发放问卷505份，回收496份，回收率98.22%，剔除不符合2个门槛问项及整体随意填答的问卷，可用于分析的有效问卷431份，有效率86.90%。其中，男生242位(占56.15%)，女生189位(占43.85%)；大一到大四的学生分别占16.47%、33.87%、29.00%、13.46%，研究生占7.19%，样本分布情况合理。

(四)数据分析方法

结合使用SPSS 21.0和AMOS 23.0数据分析软件，通过SPSS软件计算克朗巴哈系数，对测量模型的信度进行检验。使用AMOS 23.0软件，采用Bootstrap(2000次有放回抽样)方法进行后续分析，包括验证性因子分析、模型数据的拟合、路径假设检验、中介效应检验等。测量模型的验证性因子分析和相应的信效度分析为检验结构模型建立基础。由于研究需要对多重中介进行检验，相关学者通过模拟发现Bootstrap法是目前统计效果最强的中介效果检验方法[34-35]，因此，Bootstrap法对本研究适用度高。

五、实证分析结果

结构方程模型可分为测量模型和结构模型，针对本研究，以下对测量模型信度效度检验、结构模型的拟合优度及假设检验、中介效应检验三部分进行分析。

(一)测量模型信度效度检验

运用SPSS 21.0对测量量表的信度进行分析(表1)，可以看出各个维度克朗巴哈系数值均大于高信度临界值0.7，说明测量量表的内部一致性良好。

表1 克朗巴哈系数数值

效度可通过收敛效度和判别效度来判断。收敛效度可通过标准化的因子载荷(大于0.5)、P值(达到显著水平，或t值大于1.96)、组成信度(大于0.7)、平均变异度萃取量(大于0.5)等指标来衡量。经计算，标准因子载荷中，剔除数值小于0.5的指标。剔除后的标准化因子载荷均符合标准，且克朗巴哈系数仍然符合要求，结果见表2。由表2可知，各观测变量的t值均大于1.96，即P值均达到了显著水平；组成信度值为0.797～0.893，均超过0.7；平均变异度萃取量值除了网络旅游信息搜寻努力程度(0.497)略低于0.5，其余均达到0.5以上。因此，在总体上，测量量表的结构效度达到要求。

表2 测量量表的信度与收敛效度检验

根据平均变异度萃取量的算术平方根大于相应潜变量间的相关系数原则来检验测量量表的判别效度(表3)。从表3可以看出，平均变异度萃取量值的算术平方根介于0.705和0.811之间，各潜变量间的相关系数介于0.404和0.706之间，除了网络旅游信息搜寻努力程度与感知风险的相关系数(0.706)略大于网络旅游信息搜寻努力程度的平均变异度萃取量0.705，其余均符合要求。因此，可以认为测量量表有较好的判别效度。

表3 判别效度与变量的相关系数

注：**表示在10%水平(双侧)上显著相关；对角线上(加括号)的数值为平均变异度萃取量的算术平方根，非对角线上的数值为变量间的相关系数

(二)结构模型的拟合优度及假设检验

针对以上得到的结构关系模型，采用Bootstrap法进行参数估计，从而检验假设H1～H7是否成立。各项拟合指数中，除了调整拟合度指数(0.889)略低于0.9，其他拟合指数均达到理想值标准，模型具有较好的拟合优度(表4)。

表4 结构方程模型拟合优度指数

理论模型的标准化系数估计值及显著性结果见图2。可以看出所有的路径系数显著，说明H1～H7假设成立。网络旅游信息搜寻努力程度每增加一个单位，感知收益的增加、感知风险的降低、感知偏爱的产生分别变化0.694、0.706、0.583个单位；感知收益的增加、感知风险的降低、感知偏爱的产生每变化一个单位，旅游决策会相应变化0.237、0.207、0.221个单位。

图2 模型路径标准化解

注：**表示在10%水平(双侧)上显著相关；路径系数为标准化结果

(三)中介效应检验

H1～H7检验了直接效果，但是不能说明感知在网络旅游信息搜寻努力程度与旅游决策之间起中介作用。研究将通过Bootstrap法中的Bias-corrected 法与Percentile法共同检验中介效应(区间取值不包括0)。结果显示，两种方法得出的区间分别为[0.281,0.622]与[0.269,0.608]，均不包括0，说明总中介效应显著存在。

接着分别检验感知收益、感知风险、感知偏爱3种部分中介效果是否分别显著，结果见表5。取值区间均不包括0，说明3种中介效果均显著，所以假设H8～H10成立。从点估计值来看，网络旅游信息搜寻努力程度通过3种感知影响旅游决策的中介效应略有差异，表现为感知收益>感知风险>感知偏爱。

表5 部分中介效应显著性检验

注：数值为标准化结果

六、结论与建议

(一)研究结论

大学生是互联网使用的活跃群体，随着互联网的普及和迅速发展，大学生在出游前能够灵活运用互联网查找和收集相关旅游信息，网络信息如何影响大学生旅游决策，是本研究的议题。研究聚焦旅游决策的过程，揭示大学生网络信息搜寻与旅游决策之间的暗箱过程，在一定程度上拓宽了旅游学、心理学、信息行为学、消费者行为学的交叉研究。研究得出如下结论。

1.网络旅游信息搜寻努力程度正向影响感知收益的增加(标准化估计值为0.694)、感知风险的降低(标准化估计值为0.706)、感知偏爱的产生(标准化估计值为0.583)，其中对感知风险降低的效果最为明显。多数大学生在大学之前尚无丰富的出游经历，而是在大学期间才开始培养旅游爱好，网络旅游信息的提供，可以在较大程度上降低旅游目的地及旅游过程中的不确定性，从而在较大程度上降低感知风险。

2.感知收益的增加(标准化估计值为0.237)、感知风险的降低(标准化估计值为0.201)、感知偏爱的产生(标准化估计值为0.221)对旅游决策都有显著正向影响，其中感知收益影响程度最大。该结论符合大学生旅游的实际情况，大学生出游目的主要是为了放松、娱乐，当大学生认为即将发生的旅游过程会带来身心的享受、愉悦等收益时，更易于作出旅游决策。

3.研究表明，网络旅游信息搜寻与旅游决策之间存在一个心理感知过程，感知收益(标准化点估计值为0.164)、感知风险(标准化点估计值为0.146)、感知偏爱(标准化点估计值为0.129)在过程中起中介作用。网络信息搜寻有助于增加感知收益、降低感知风险和产生感知偏爱，进而对旅游决策产生影响，其中感知收益的中介作用较为明显，这与上述结论2相互呼应。

(二)大学生旅游市场开发与营销的建议

大学生旅游市场尚未得到良好开发。恰逢“互联网+”时代机遇，在网络信息的助推下，大学生旅游市场可以走得更远。在揭开网络信息和旅游决策之间的“暗箱”后，可有针对性地进行开发和营销。

1.优化信息市场及提供权威信息，降低感知风险。研究表明，网络旅游信息会影响大学生的旅游决策，且其对旅游感知风险的降低有较为显著的效果。政府官方媒体，具有权威性和可信赖性，因此在降低大学生出游前的感知风险方面，由政府提供的网络信息要比企业的宣传更为有效。大学生旅游市场具有很大潜力，大学生拥有较强的出游意愿，但大学生旅游市场恰恰是最需要进行引导的。特别是政府扮演着宣传与监管的双重角色，是网络旅游信息健康发展的保障[2]。因此，要开辟和引导大学生旅游市场，政府要在优化信息市场的同时，提供及时、完善的权威信息。建议政府旅游网站开辟大学生旅游专栏，发布适合大学生出游的旅游路线、自助游攻略等；政府官方旅游APP进行旅游目的地、旅游产品的介绍与推荐，可以大大降低大学生的感知风险，进而促进其进行旅游决策，引导其健康出行。

2.提供实用的信息，增强感知收益。研究表明，旅游者感知中，感知收益对旅游决策的作用最为明显。在感知收益测量指标中，“搜寻网络信息可以使我更合理地计划旅行”(标准化因子载荷为0.809)、“搜寻网络信息可以让我的旅行更愉快”(标准化因子载荷为0.738)所占的标准化因子载荷最大。由此可见，旅游者在出游前会努力搜寻各种信息，主要目的是让旅途更加顺利、更加愉快。在这方面，建议旅游企业在进行旅游营销时，可以开辟相应的驴友分享专题，邀请已经去过该旅游目的地的旅游者分享愉快的旅游经历以及一些小窍门，如如何安排行程可以避开人流的高峰期，什么时间到达什么景点可以看到最美的夕阳、最美的夜景，等等。让浏览信息的大学生切实感受到将来的旅途会更加顺利以及身心更加放松愉悦等，以增强其感知收益，进而付诸行动。

3.提供个性化信息服务，进行精准营销。旅游偏爱作为网络旅游信息搜寻和旅游决策之间的一个中介变量，旅游企业从旅游者的感知偏爱入手进行营销也是大有文章可做。大学生旅游群体以自助游为主，更注重个性化，因而对个性化服务的需求较为紧迫。这需要旅游企业做好市场调研，了解大学生群体对旅游市场的偏好和倾向，进行精准营销。大数据时代下，可以根据旅游者的访问路径了解其信息需求和选择偏好，有针对性地为其推荐旅游目的地及相关旅游产品[36]，或巧妙地将旅游者关注的元素植入营销推广中，让旅游者在浏览信息的过程中培养对该目的地或旅游产品的偏爱，促进其旅游决策的进行。

[参考文献]

[1]李君轶，杨敏．基于关键词选择的在线旅游信息搜寻行为模式研究[J]．旅游学刊，2013，28(10)：15-22．

[2]喻海燕．网络旅游信息态度对旅游决策的影响研究[D]．长沙：湖南师范大学，2010．

[3]袁红，王丽君．社会化媒体环境下消费者旅游信息搜寻行为模式[J]．情报科学，2015(1)：111-119．

[4]HO C I， LIN M H， CHEN H M． Web users′ behavioural patterns of tourism information search： from online to offline[J]. Tourism Management，2012，33(6)：1468-1482．

[5]胡兴报，苏勤，张影莎．国内旅游者网络旅游信息搜寻动机与搜寻内容研究[J]．旅游学刊，2012，27(11)：105-112．

[6]JORDAN E J， NORMAN W C， VOGT C A． A cross-cultural comparison of online travel information search behaviors[J]． Tourism Management Perspectives，2013，6(6)：15-22．

[7]颜景楠．大学生网络旅游信息搜索努力程度影响因素研究[D]．成都：西南财经大学，2011．

[8]尹士军．互联网结伴旅游者信息搜寻行为影响因素研究[D]．济南：山东大学，2014．

[9]KIM D Y， LEHTO X Y， MORRISON A M．Gender differences in online travel information search： implications for marketing communications on the internet[J]． Tourism Management，2007，28(2)：423-433．

[10]OKAZAKI S， HIROSE M． Does gender affect media choice in travel information search? On the use of mobile Internet[J]． Tourism Management，2009，30(6)：794-804．

[11]MONEY R B， CROTTS J C． The effect of uncertainty avoidance on information search， planning， and purchases of international travel vacations[J]． Tourism Management，2003，24(2)：191-202．

[12]LEE K H， HYUN S S． A model of behavioral intentions to follow online travel advice based on social and emotional loneliness scales in the context of online travel communities： the moderating role of emotional expressivity[J]． Tourism Management，2015(48)：426-438．

[13]李莉，张捷．互联网信息评价对游客信息行为和出游决策的影响研究[J]．旅游学刊，2013，28(10)：23-29．

[14]ROSCOE R D， GREBITUS C， O′BRIAN J， et al． Online information search and decision making： effects of web search stance[J]． Computers in Human Behavior，2016(56)：103-118．

[15]王兆峰，谢娟．旅游网站信息搜寻对旅游者行为决策影响的评价分析[J]．人文地理，2013(6)：142-146．

[16]吕兴洋，刘丽娟，林爽．在线信息搜索对旅游者感知形象及决策的影响研究[J]．人文地理，2015(5)：111-116，133．

[17]AZJEN I． The theory of planned behavior[J]． Organizational Behavior & Human Decision Processes，1991，50(2)：179-211．

[18]多米尼克·夏代尔，M.S.拉祖，李屹松，等．消费者行为学[M]．北京：中国财政经济出版社，2007：65．

[19]白凯，马耀峰，游旭群．基于旅游者行为研究的旅游感知和旅游认知概念[J]．旅游科学，2008(1)：22-28．

[20]PETER J P， TARPEY L X． A comparative analysis of three consumer decision strategies[J]． Journal of Consumer Research，1975，2(1)：29-37．

[21]UELAND Ø， GUNNLAUGSDOTTIR H， HOLM F， et al． State of the art in benefit-risk analysis： consumer perception[J]． Food & Chemical Toxicology，2012，50(1)：67-76．

[22]SRINIVASAN N， RATCHFORD B T． An empirical test of a model of external search for automobiles[J]． Journal of Consumer Research，1991，18(2)：233-242．

[23]SÖNMEZ S F， GRAEFE A R． Determining future travel behavior frompast travel experience and perceptions of risk and safety[J]． Journal of Travel Research，1998，37(2)：172-177．

[24]保继刚，楚义芳．旅游地理学[M].3版.北京：高等教育出版社，2012：60-75．

[25]邱扶东，吴明证．旅游决策影响因素研究[J]．心理科学，2004(5)：1214-1217．

[26]张喆，胡冰雁．感知风险对创新产品信息搜寻的影响——消费者创新性的调节作用[J]．管理评论，2014，26(8)：145-157．

[27]马耀峰，白凯．旅游者购物偏好行为研究——以西安入境旅游者为例[J]．旅游学刊，2007,22(11)：52-57．

[28]SHUNYAO T， WANG C N． Perceived risk influence on dual-route information adoption processes on travel websites[J]． Journal of Business Research，2016，69(6)：2289-2296．

[29]BEATTY S E， SMITH S M． External search effort： an investigation across several product categories[J]． Journal of Consumer Research，1987，14(1)：83-95．

[30]BLODGETT J， HILL D． An exploratory study comparing amount-of-search measures to consumers′ reliance on each source of information[J]. Advances in Consumer Research，1991，18(1)：773-779．

[31]SRINIVASAN N， RATCHFORD R T． An emnirical test of a moelel of external search for automobiles[J]． Journal of Consumer Research，1991(18)：233-242．

[32]MIHEA C， JANG S C． Information value structure for vacation travel[J]． Journal of Travel Research,2008,47(1):72-83．

[33]邱扶东，汪静．旅游决策过程调查研究[J]．旅游科学，2005，19(2)：1-5．

[34]MACKINNON D P． Introduction to statistical mediation analysis[M]． Mahwah, NJ： Lawrence Erlbaum Associates，2008：173-192．

[35]HAYES A F． Beyond baron and kenny： statistical mediation analysis in the new millennium[J]． Communication Monographs，2009，76(4)：408-420．

[36]蔡礼彬，吴楠．旅游网站创意对旅游者行为意向的影响——基于效果层次模式[J]．旅游学刊，2017，32(8)：25-37．