网络社交媒体环境下女性旅游探店决策行为影响因素研究

邓洪波， 金 玲， 刘青青

(1.安徽财经大学 工商管理学院,安徽 蚌埠 233030；2.河南财经政法大学 旅游与会展学院，河南 郑州 450046)

引言

近年来，随着网络科技的发展，特别是互动搜索的新型分享式社交媒体平台的出现，“种草”这一新鲜词语充斥着网络世界。基于真实用户的内容分享，社交媒体逐渐成为巨大的口碑数据库。越来越多的年轻人，特别是女性用户，通过社交媒体平台被明星博主大V甚至是普通用户的内容分享刺激着购物欲望。小红书、微博、抖音等新型分享式社交媒体的兴起，满足了旅游消费群体对目的地了解匮乏的旅游需求。游客基于网络口碑及信息分享对某一旅游目的地及其特定的店铺有了一定了解，旅游探店行为也随之兴起，并为“互联网+旅游”提供了新的形式和契机。

移动互联网时代越来越多用户偏好在社交平台中更新、分享自己的实时动态和日常生活，以期获得认同感。社交媒体的飞速发展，特别是新型分享式社交媒体平台出现后，打卡式旅游通过社交媒体的放大加成，逐渐火热流行。游客通过微博平台、抖音短视频平台、小红书发帖等分享交流获得信息，选择“网红”景点前往打卡，并将景点图片、感受、经验发布到社交平台上，与他人分享。特别是旅游旺季，网红景点、打卡圣地人满为患，社交平台朋友圈旅行分享琳琅满目。

当代青年女性地位提升、经济独立，开始关注精神世界生活，出游需求有所提高。据途牛旅游网发布的《2017—2018女性旅游消费分析报告》显示，女性游客比例达54%，年均出游频次与年均出游花费均有大幅增长，成为休闲游市场上新的增长点。驴妈妈旅游网发布的《2019女性用户旅游消费报告》显示，女性消费者和男性消费者比例大致为6∶4，女性正成为旅游的重要决策者，在旅游消费中的主导地位日趋凸显，且社交网络内容会直接对女性旅游消费产生影响。

女性消费者在社交媒体平台具有消费购物欲望易激发易上瘾、消费行为呈部落化分布、明星效应红人推荐效果显著等特征[1]，而基于互动特征平台笔记分享，能够进一步激发女性的旅游探店购物热情。因此，网络社交媒体环境下女性旅游探店决策行为的影响研究十分必要。本文构建网络社交平台对女性旅游探店过程影响的理论模型，进行女性旅游探店决策行为的影响因素分析，并提供合理利用社交媒体进行宣传营销的措施建议，为旅游市场的发展提供相应的参考。

1 文献综述

1.1 社交媒体与旅游相关研究

社交媒体是基于web 2.0平台的互联网应用，使用者可以交流互动，分享思想、经验、观点、信息和关系[2]。社会化媒体是信息在互联网传播过程中从传播者到接受者之间携带和传递信息的一切形式的社会性网络工具[3]。通过社会化媒体，用户主动创造、传播并分享了大量信息、意见和观点。依据蒋美华、梁晶晶对网络自媒体的定义[4]，本文将网络社交媒体平台界定为以网络技术为支撑，以个人为表达主体，以时效性高、交互性强、裂变式传播等为特点，以传播信息为指向的平台的总称。特别针对小红书、微博和抖音这样的新型分享式内容社区平台。

新型分享式社交媒体的出现，在线旅游的兴起，裂变式传播方式让流量变现成为可能，越来越多的学者开始关注社交媒体对旅游业带来的影响。国内学者研究发现自媒体[4]、热门社交网站[5-6]、社交媒体APP[7]、虚拟品牌社区互动[8]影响旅游者出游意图和行为。游客网络信息参与[9]、旅游信息类型[10]、旅游网站的熟悉度与服务规范度[11]对消费者旅游决策行为产生影响。旅游者在社交媒体中所体现的“个人身份”会随情境发生实时变化，应动态研究其链接动机[12]。

Amaro等研究认为影响游客通过社交媒体购买旅游产品最重要的三个因素分别是态度、兼容性和可感知的风险[13]。Boley等研究发现喜欢发布旅行照片的游客比不喜欢的更倾向于购买纪念品作为礼物或旅行证据[14]。

社交媒体促进旅游企业加强与游客互动沟通、扩大口碑营销。Simon等以音乐节参与者为研究对象探究社交媒体对情感品牌关系质量以及口碑的影响[15]。Leung等指出信息科技方便旅游企业和旅游者之间互动[16]，旅游目的地要最大化利用社交媒体实现营销目的[17]，主要通过提高品牌曝光率扩大口碑营销[18]，然而过度的信息曝光反而会降低其效果，控制品牌曝光度才能最大化社交媒体营销的网络口碑效果[19]。

1.2 女性旅游行为的相关文献

女性旅游主要动因是浪漫动因[20]，同时也具有其他内在原因[21]。女性群体旅游活动类型选择偏好趋于一致，更多以集体形式进行活动，如购物、娱乐[22]。对旅游服务感知或体验中，女性群体对无形的语言或行为服务更易察觉[23]。随着研究的不断深入，目前国内关于女性旅游行为的研究越来越细分化，从不同年龄[24-25]、不同客源地[26-27]、特定旅游市场[28-29]等角度出发，越来越注重实证性研究。

国外Jenkins最早开始关注女性旅游决策[30]。邱扶东定义旅游决策行为即个人根据旅游目的，搜集加工旅游信息，制定旅游计划并最终付诸实施的过程[31]。本文认为网络社交背景下的旅游决策行为是在网络社交平台上进行浏览时，旅游者受平台多种因素的影响，产生旅游动机并做出出游决定的行为过程。

1.3 探店打卡的相关文献

打卡行为(check-in behavior)是一种用户通过手机在网络社交平台中发布的、带有地理和时间定位的用户分享行为[32-33]，其表现形式多样，内容主题多元。旅游活动中的打卡功能让旅游者旅游时分享自己的旅游活动和体验，同时附带发布地理和时间定位。因此，可将旅游打卡行为界定为用户真实到访某旅游目的地后，在旅游期间或行程结束后，通过社交平台发布分享带有时间、地点及其活动信息的行为[34]。

目前旅游打卡行为研究非常匮乏，且停留在现象阐述上，没有注意到旅游打卡行为对旅游市场细分和旅游目的地营销方面的意义。吴学安指出打卡旅游本质并正面肯定了该旅游方式的意义[35]。杨小玲则提倡理想旅游，从体验、诚信、形象三方面对打卡旅游表示否定[36]。杨伟松认为，在电商日益崛起的当代，打卡旅游给了实体店一种新出路，肯定营造网红打卡地对提升城市吸引力的正面作用[37]。张曦今从文化研究学派和传播经济学派解读打卡现象，认为打卡是一种全民参与的参与式文化，也是另一种形式的资本劳动[38]。有学者尝试利用打卡数据从微观尺度[39-40]和宏观尺度[41]对游客的时空行为进行讨论。

针对网络时代消费者生活形态变化，美国电通集团提出了“AISAS模式”(图1)，很好地解释了社交化消费者的全新行为模式。起初在海量信息的浏览过程中关注到感兴趣的信息，产生兴趣后进一步搜索相关信息，有一定认识后做出购买决定，最后将自己的使用感受、购买体验上传到社交媒体平台进行分享[42]。这个模式突出搜索和分享环节，改变了以往单向传播的状况，突出互联网在影响用户生活行为方式的作用，适用于研究旅游探店行为过程。

图1 基于AISAS模型下旅游探店行为理论模型

旅游探店行为是旅游打卡行为的一种衍生(表1)，更多关注目的地的特色店铺，其包含具备网络特质的搜索和分享，这两个环节都离不开旅游者对网络社交媒体平台的应用。因此，本文根据AISAS模型对旅游探店行为(Shop-visiting behavior)进行定义：旅游者在网络社交媒体平台关注到旅游目的地的特色店铺，产生兴趣之后进行信息收集，制定计划并实施，真实到访该目的地探索、体验特色店铺，行动期间或之后分享带有时间、地点的评论信息的行为。

表1 旅游打卡行为与旅游探店行为的异同点

综上，学者对女性旅游行为进行了广泛的研究。国外网络信息对旅游者决策影响研究已趋于成熟，国内研究还有待发展。目前鲜有在网络社交媒体环境下研究旅游探店行为中的女性旅游决策影响因素及决策模型等问题，因而本文构建网络社交媒体平台对女性旅游探店行为过程的影响理论模型，进行女性旅游探店决策行为的影响因素分析，依据实证结果提供一些切实可行的改善旅游目的地服务质量、调整店铺战略的措施。

2 研究假设与理论模型构建

2.1 理论模型构建

在社区化平台的用户经验分享过程中，用户很容易受共情心理的影响，根据平台中的某一要素改变自身的意见导向[43]。因此，本文参考已有文献，对网络社交媒体环境下旅游探店决策行为的影响因子进行选取，并构建理论模型。

已有研究从网红品牌影响力互动、评论等多个变量探究网红微博营销的影响[44]，从意见领袖的专业度、知名度等方面探究对购买意愿的影响[45]。因此可从知名度、影响力两个方面来评估网络社交平台意见领袖对女性游客旅游探店决策行为的影响程度。

李莉针对信息质量、信息渠道和信息表达3维度进行了实证研究[9]。Hanna和Millar发现将文字内容结合图片、图形、视频和音频等，对传递和塑造目的地形象更加有效[46]。Pavlou认为，消费者容易肯定相关性和专业性好的内容[47]。Doolin等认为在互联网上提供互动元素，会增强旅游虚拟体验的效果[48]。Gruber等人认为消费者在社交媒体上的互动频率能够影响其行为方式[49]。Chatter通过研究得出浏览很多用户评价，会让消费者更加相信平台，乐于分享[50]。综合以上结论，本文选取信息质量和互动评价作为内容信息方面的两个因子，研究其对女性旅游探店决策的影响程度。

刘冰冰等选取社会化媒体的有用性对旅游者购买意愿进行实证研究[51]。杨雪雁在对消费者购买决策进行实证研究时，选取系统易用性作为因子[52]。本文选取平台因素作为自变量，结合系统有用性和易用性两个方面进行测项设置。

综上所述，本文将选取意见领袖(关注度和影响力)、内容因素(信息质量和互动评价)和平台因素(系统有用性和系统易用性)这三类影响因素，分析其对女性旅游探店决策行为的影响。具体研究框架如图2所示。

图2 网络社交媒体环境下女性旅游探店决策行为影响的理论模型

2.2 相关假设

2.2.1 意见领袖对女性旅游探店决策行为的影响假设 张倩通过建模研究社交网络意见领袖信息传播时对意见领袖影响力进行了定义[53]，李瑞瑞从意见领袖的知名度作为变量探究意见领袖的影响[45]，曲艳静以影响力为变量实证分析了网红的影响[44]。根据上述分析，我们可以提出如下假设:

H1：关注度正向影响女性旅游探店决策行为；

H2：影响力正向影响女性旅游探店决策行为。

2.2.2 内容因素对女性旅游探店行为的影响研究 信息系统管理研究表明，在评价信息系统中常用信息质量作为指标[9]。宋蒙蒙在对旅游行为影响进行研究时采用网络互动作为因子变量[8]。据此，我们可以提出如下假设：

H3：信息质量正向影响女性旅游探店决策行为；

H4：互动评价正向影响女性旅游探店决策行为。

2.2.3 平台因素对女性旅游探店行为的影响假设 刘冰冰等得出社会化媒体的有用性对旅游者购买意愿产生正向影响[51]。杨雪雁实证研究消费者购买决策得出系统易用性的正向影响[52]。因此，我们可以得出如下假设：

H5：平台因素正向影响女性旅游探店决策行为。

2.3 研究设计

2.3.1 变量测项 主要研究网络社交媒体平台对女性旅游探店决策行为的影响，在前人研究提出变量的基础上，根据研究主题进行相应修改，如表2。

2.3.2 问卷结构 调查问卷有2个基本板块：第一部分是问卷的核心内容，即女性社交媒体平台用户旅游探店决策行为影响因素的测量部分，包括21个调查项目，采用李克特五级量表进行测度。第二部分是对样本的基本信息、网络社交媒体平台使用情况以及探店行为的调查，问项采用单选或多选方式。

2.3.3 数据收集 以网络社交媒体平台为研究背景，主要被调查人员为平台用户。2020年4月在问卷星上发布问卷后，通过多个社交平台进行问卷发放。为确保问卷质量，在发布时标注了女性填写。截止2020年5月2日共收回问卷212份，排查并删除无效问卷6份，获得206份有效问卷，回收率为97.2%。考虑到新冠疫情，本次问卷并没有进行纸质问卷的发放。

2.3.4 统计方法 数据分析在SPSSAU(网页版SPSS)中进行，主要因为问卷星接入了该平台，可以一键导入数据进行分析，且支持一键拖拽生成分析结果。首先对问卷数据进行信度、效度分析，然后运用主成分分析和正交旋转法进行因子分析，提出5个因子。将5个因子与旅游探店决策行为进行相关分析，测量变量间的联系程度，进而对每一类影响因素进行回归分析，探索假设成立与否。

表2 女性旅游探店决策行为的测量指标量表

3 实证分析

3.1 样本基本信息

3.1.1 样本结构分析 样本主体大多为青年女性，符合探店这一新潮旅游行为的背景以及网络社交媒体平台用户分布。大部分样本受过良好教育，81.55%选择“本科”。从职业数据分析得出，学生占比最大，其次是企业员工。青年以及学生群体的经济水平偏低且固定，占比较高，与网络滚雪球式发放问卷有一定关系。

3.1.2 样本特征分析 样本使用社交平台的频率，反映出用户使用社交媒体时间较长，社交媒体对其有一定的吸引力。媒体类别使用度分布较均匀，其中新浪微博占比最大。针对是否有过以及是否了解旅游探店行为，超过一半的调查者都有过相关经历，28.16%没有进行过但对此有所了解，没有活动也不了解的占少数。81.07%的用户旅游后会在社交媒体平台进行分享。出于“有好的东西会与大家分享”想法的用户占51.46%，其次是赞同“无论自己的旅游经历如何，还是希望能与他人进行分享、交流”观点的占22.82%，少部分人分享是为了表达不满，占6.8%。就分享目的来说，多数是愿意分享好的东西。

3.2 探索性因子分析

对数据进行信度和效度分析，验证问卷的真实有效性。除“意见领袖影响力”的Cronbach α系数为0.673，其余信度系数值都大于0.7，信度水平良好。KMO值为0.932，大于0.8，对应p值为0.000，通过了Bartlett检验。

因子分析一共提取出5个因子。变量在5个因子下的因子载荷系数绝对值大于0.4，因子下的测项个数大于1，各因子旋转后累积方差解释率为71.869%，意味着研究项71.869%的信息可以有效提取出来。

通过对19个变量进行因子分析，得出旋转后因子载荷系数如表3所示。V1-V2在因子3上负载，代表样本用户在社交媒体上对意见领袖的关注度，故将因子3取名为领袖关注度因子； V3-V4在因子5上负载，将其取名为影响力因素；V5-V8在因子4上负载，将其取名为信息质量因子；V9-V14在因子2上负载，界定为互动评价因子；V15-V19在因子1上负载，将其取名为平台因素因子。

表3 旋转成分矩阵

3.3 假设检验

通过相关分析得出女性旅游探店决策行为和平台因素、互动评价、信息质量、影响力以及关注度之间有着显著的正相关关系。进而对每一类影响因素进行回归分析。

3.3.1 意见领袖对女性旅游探店决策影响程度的回归分析将关注度、影响力作为自变量，将女性旅游探店决策作为因变量进行线性回归分析，模型R方值为0.348，意味着关注度、影响力可以解释决策34.8%的变化原因。对模型进行F检验时发现模型通过F检验(F=54.170，p=0.000<0.05)，说明关注度、影响力中至少一项会对决策产生影响，模型公式为：女性旅游探店决策=2.247+0.139*关注度+0.320*影响力。另外模型中VIF值均小于5，不存在着共线性问题，并且D-W值在数字2附近，模型不存在自相关性，样本数据之间没有关联关系，模型较好。最终具体分析可知：关注度的回归系数值为0.139(t=3.079，p=0.002<0.01)，影响力的回归系数值为0.320(t=6.025，p=0.000<0.01)，关注度与影响力对决策产生显著的正向影响关系，影响力的影响程度稍大于关注度。作为社交网站用户的中坚力量，女性受明星效应红人推荐的效果显著，在社交媒体上关注明星、网红博主，并经常关注他们的分享，受其推荐的旅游信息影响，会修改自己出行的旅游路线。

3.3.2 内容信息对女性旅游探店决策影响程度的回归分析 同样，互动评价、信息质量可以解释女性旅游探店决策的59.1%变化原因。二者中至少一项会对决策产生影响，模型公式为：女性旅游探店决策=1.089+0.355*互动评价+0.404*信息质量。另模型不存在共线性、自相关性问题。互动评价的回归系数为0.355，信息质量的回归系数为0.404，说明两者均对决策产生显著的正向影响，信息质量的影响程度稍大于互动评价。在社交媒体上的互动内容产生价值时，才会对有所需求的用户旅游购买意向产生显著影响[8]。女性旅游者经常发布、分享或询问旅游信息，和平台其他用户讨论旅游打卡地信息，并关注他人的互动消息，进而影响旅游决策。高质量的旅游信息，可以不断生产新的内容，激发游客出游体验，提升用户决策质量[7]。社交媒体平台上图文视频等形式的笔记更具有吸引力，并有一定的专业性和很好的时效性，正向影响女性旅游探店的决策行为。

3.3.3 平台因素对女性旅游探店决策的影响程度的回归分析 平台因素可以解释女性旅游探店决策的75.6%变化原因。模型通过F检验，其公式为：女性旅游探店决策=0.390+0.885*平台因素。平台因素的回归系数值为0.885，对决策产生显著的正向影响。旅游者通过移动旅游信息服务的使用体验，感知到内容有用、操作易用，则对其使用倾向态度越积极[7]。社交媒体平台的易用性、有用性有效提高女性旅游探店行为的决策质量。

4 研究结论与对策建议

4.1 主要研究结论

通过文献研读分析，对女性旅游探店决策行为的影响因素梳理并设计量表，进行网络问卷发放。进行实证分析得出如下结论：

对量表进行因子分析，采用方差最大旋转方式提取到5个因子，共解释了总方差的71.869%。平台因素占比相对较少，占7.964%，关键意见领袖关注度因子、影响力因子覆盖面较大。说明女性旅游者在网络社交平台上进行旅游决策时较多考虑意见领袖以及信息内容，对平台系统方面关注相对较少。

关于社交媒体平台与女性旅游探店决策行为的关系，5个因子均对决策行为有较大程度的影响。通过回归分析得出各个因素的回归系数，研究结果表明5个假设全部成立，意见领袖、内容信息以及平台因素对决策行为均产生显著影响。

4.2 研究启示

4.2.1 理论启示 网络社交媒体平台的发展，催生出诸多的网红景点、打卡圣地，旅游打卡行为在年轻人当中盛行。这种在出门之前就做好攻略、定好任务，到达旅游目的地后走马观花式游览，然后把拍摄的图片、视频发完朋友圈就奔赴下一个景点的旅游方式，可以帮助限于时间、资金等原因的游客游览更多目的地，当前已经成为一个庞大群体的行为模式。学术界针对游客旅游打卡行为的研究较少，而旅游探店行为是其衍生行为，针对性研究更是无几。本文基于“AISAS”理论模型界定了游客旅游探店的行为过程：社交媒体平台关注网红店铺资讯—产生兴趣、转发收藏—收藏、评论、互动交流—制定计划、实地探店—社交媒体平台发表评论、分享经验。针对网络社交媒体环境下游客计划出行前的决策行为影响因素进行选取，并构建理论模型探究分析。旅游探店行为属于特殊的消费服务产品行为，依然遵循一般的消费者决策模型，针对消费者决策行为的理论模型有需求动机行为模式、霍华德-谢思模型、计划行为理论等，旅游探店决策行为可基于上述理论从不同视角展开研究，探究决策行为的影响因素。

4.2.2 管理启示 首先，确保网络社交媒体平台环境的安全以及创造良好的网络环境是前提条件。不仅需要政府通过政策进行支持，更需要加强跨平台企业间合作以及相关运营商合作。

其次，针对网络社交媒体平台，其一，进行平台优化，改善用户体验。不断根据新的网络环境，进行平台优化分析。从产品内容和用户体验的全过程入手，进行美观程度优化，简化不必要程序功能。不断优化信息内容检索功能，对内容进行分析补充优化。向旅游者提供多种组合产品。 其二，培养符合自身平台文化的关键意见领袖，积极引导其发布高质量真实性的内容笔记。引导用户观念转变，更要发挥意见领袖的向导作用。

最后，过度且流水线的营销、盲目的走马观花式的打卡，一方面会造成人们逐渐失去旅游本有的意义，另一方面旅游爆点的出现，易造成对目的地店铺环境以及附近居民生活的破坏。想要更多游客从“打卡”旅游变成深度旅游，需要旅游主管部门、地方政府以及景区景点自己把文章做好。针对旅游探店爆发力足但持续力弱的情况，旅游目的地以及具体店铺应该努力塑造自身内在品质内容，注重产品质量打造以及文化积淀，注重流量的同时更应该注重品质深度。

网络电商的兴起，对实体店铺产生了巨大冲击。而旅游探店的兴起，则为实体店铺提供一条新的发展路径。实体店铺应该利用媒体营销，利用网络社交媒体平台上的知名博主、网络大V等意见领袖，对自身店铺以及产品进行多方面体验评价，通过媒体裂变式传播，推动网络用户的信息接受，从而刺激用户消费动机，进而促进旅游成行，实现流量变现。

4.3 研究局限与展望

由于爆发全球性新冠疫情，本研究在问卷发放途径上仅进行了线上问卷发放，没有配合线下纸质问卷发放进行样本收集。问卷收集数据中样本比较单一，大多为青年学生，只能代表部分青年女性群体。针对社交平台仅提取出5个影响因素且较为宽泛，没有考虑到更多的合理变量进行研究，具有一定的局限性。

在即将普及5G的时代下，必将产生社交媒体平台的新特性。信息内容形式发生改变，从文字信息、图片分享到视频分享，激励性视觉信息不断丰富和增强，互动评价方式、平台感知易用性与感知有用性体验也会因技术发展而改变，女性旅游探店决策行为的影响因素也会随之发生变化。未来研究需要厘清这些因素影响决策行为的机理机制，并结合数理模型进行验证。旅游探店行为也必将被更多学者关注，从新学科、新理论、新视角展开研究分析。