云旅游背景下旅游形象感知研究

王惠敏　尚文媛　马晔宁

摘 要：云旅游是在“互联网+旅游”发展背景下形成的一种“线上+线下”融合的机制，明确西安旅游感知形象，可以为其旅游形象的优化与调整提供科学依据。本文选取旅游城市西安，采用访谈和问卷调查的方法，对线上云游到线下旅游的253名游客进行调查。IPA法的结果显示：云旅游方式下，游客对西安整体的满意度较为不错。其中，夜生活状况和待客方式是游客期望最高和最为关注的两个方面，而在景区服务态度、当地生活习惯、获取文化知识方面，游客的期望和感知差异较大，是引起游客不满的主要因素，属于焦点问题，应着重改善。

关键词：IPA分析法;旅游形象感知;云旅游;西安;配对样本t检验

本文索引：王惠敏，尚文媛，马晔宁.云旅游背景下旅游形象感知研究[J].中国商论，2021（14）：-056.

中图分类号：F592  文献标识码：A 文章编号：2096-0298（2021）07（b）--06

“云旅游”并不是新生的事物，而是在“互联网+旅游”发展背景下的一种新生产物，是互联网日益兴盛、云计算技术日益发展背景下形成的一种“线上+线下”融合的机制，是一种整合了旅游各方面的资源和服务，并利用网络运营平台等工具为大众提供随时随地旅游全资讯的旅游数字化发展形式。

在新冠肺炎疫情发生以前，“云旅游”是通过线上游与线下游相结合的方式而存在的：“云旅游”的线上游是一种吸引游客的重要手段，它能突破空间和时间的限制，让大众随时随地都能领略到千里之外的美景与文化传统;线下游能够满足人们对吃、住、行、游、购、娱全方面要求，游客可以亲身体验到旅游地的魅力，得到更大程度的满足。它们之间通过优势互补给旅游者带来更多、更深度的体验。

大数据潮流下的“云旅游”发展模式将旅游涉及的相关产业联合起来，形成一个公众喜欢并依赖的公共旅游信息服务平台。而且在疫情期间“云旅游”这样的发展模式是一种创新的改革，受到了国家和政府的大力推广。“云旅游”开始被各大博物馆推出，成为旅游分享的重要组成部分和特殊形式，并受到了人们的广泛欢迎。“云旅游”的出现成为旅游分享的一个重要形式，突破空间的限制，通过互联网将旅游者和景区联系在一起，开发一个多样化的旅游服务形式。

将与众不同的旅游产品于线上推荐给游客是“云旅游”的一大特点，大多数游客都追求个性化的旅游体验，越是新奇的旅游产品越能得到游客的关注，这恰恰是网络旅游营销的特点。现在很多景区都开始利用互联网以及人工智能等高新技术的加速发展，为“云旅游”提供了条件。因此，政府及企业顺应潮流，不惜重金打造“云旅游”项目，在发展旅游业和盈利的同时，也是为了给游客提供更多与众不同的旅游体验。

随着互联网时代的进一步发展，“云旅游”将变得更加常态化。每个人都可以成为一名“旅游博主”，在网络平台上分享自己的经历和看法，挑选出好看且吸引他人的视频图片等发布在网络上，在提升自己账号关注度的同时，也可以帮助他人更好地了解未曾体验过的地方，从而在网络上形成了新的社会联系。

当地“云旅游”快速稳定的发展有利于旅游业相关产业的进步，可以促进发展数字文旅产业，有助于线上、线下资源的整合，线上云旅游更是带动了线下旅游业的发展。以西安市为例，在“云旅游”发展模式下，西安的景区开始得到政府相关部门、旅游企业以及游客的广泛关注，越来越多的人开始对各类景区的满意度状况展开了研究。匹赞姆（Pizam A）等的研究中，游客满意度是游客对旅游目的地的期望和实地旅游体验相比较得到的结果[1]，是游客在目的地旅游资源、基础设施、旅游环境和接待服务等方面是否满足其旅游活动需求程度的综合心理评价[2]。旅游滿意度能反映出旅游地各方面的优势和问题，给政府及旅游部门提供更多的参考信息，能够进一步促进旅游业健康稳定的发展。此外，匹赞姆 （Pizam A）等在此基础上建立了一个模型（用于检验游客期望和实际体验是否一致）——IPA分析法[3]。

本研究以全国各地居民对西安旅游目的地形象的感知为例，选择西安市具有代表性的一些景区，包括大唐不夜城、兵马俑、钟鼓楼、大雁塔、永兴坊、陕西历史博物馆以及其他自然景区等，采用IPA分析方法，在IPA分析图中进行相应的定位和分析，对“云旅游”过西安市景区的游客期望（重要性程度）和实际体验（绩效表现）进行对比研究，以期能为西安市景区的营销与发展提供借鉴。

1 研究方法

1.1 调查对象

本次调查共发放问卷300份，回收率为89.00%（267份）。剔除无效的问卷之后剩余有效问卷253份（84.33%）。样本调查采用的方法是“滚雪球”式的抽样调查法，首先请周围的人填写问卷，之后邀请他们所认识的符合调查条件的人参与本次问卷调查，根据自己的实际情况进行填写。

调查结果显示，本次研究的有效样本 （253人）中，带有以下特征。

从年龄方面来看，按照人数的大小，样本分布依次排序为：18～29岁（占总数的43.08%）、30～39岁（占总数的38.74%）、40～49岁（占总数的13.44%）、50～59岁（占总数的3.16%）以及小于18岁（占总数的1.58%）。

男女比例接近1∶1（女生约占总数的51.38%）;个人月收入在2001元以上占总数的86.2%;拥有大专以上学历约占总数的71.9%。

1.2 问卷设计

第一部分主要是为了解被调查者的基本情况，以确保参加问卷填写的人员曾参与过“云旅游”的线上游，同时线下游览过西安，符合本次调查的要求。

第二部分罗列了西安的一些具有代表性的景点，并对景点的服务水平、卫生条件、自然风光等16项指标进行调查。这些指标是在伊琪特纳尔和瑞奇[4，5]所建立的旅游目的地形象测量指标体系的基础上，结合旅游专家的意见后形成的。

问卷的主体在表达形式上，采用李克特五点量法，让参加调查的游客根据个人心目中各指标的重要程度和绩效表现程度，在1～5分的范围内进行打分。其中，非常不重要或者非常不满意用1分来表示，非常重要或者非常满意用5分来表示。这部分是为了反映“云旅游”旅客对西安旅游目的地的期望（即对一般意义上的旅游目的地形象测量指标的重要性的看法）和测量游客对西安旅游目的地形象的实际感知（即旅游目的地形象测量指标的绩效表现）。

1.3 分析方法

本研究使用SPSSAU统计软件对数据进行了分析和运算，根据研究目的，主要采用了配对样本T检验、问卷的信度分析、描述统计法以及IPA分析法。

1.3.1 IPA 分析

我们在匹赞姆等建立的问卷基础上，给出我们研究所需要的观测变量及其考核分值范围，通过问卷的搜集和整理得到各观测变量的重要性（I）及其绩效表现（P）的分值，进而求出各观测变量重要性及其绩效表现的总平均数。

根据问卷所得到的数据，画出横轴为重要性，纵轴为实际表现的IP图，以各指标重要性和绩效表现的实际得分为依据，将各指标定位在相应的象限，最后基于巴勒格鲁和纳伍[6]的观点，分别对四个象限的观测变量进行解释，如图1所示。

同时，根据所有指标的重要性均值，绩效表现均值作出相应的横纵坐标参考线，将IP图划分为相应的4个象限。

由图2可知，第Ⅰ象限为高—高区域，意思是重要性高，成效显著，其对应的策略为再接再厉、再造佳绩;第Ⅱ象限为低—高区域，意思是重要性不高，但成效显著，其对应的策略为供给过度、顺势而为;第Ⅲ象限为低—低区域，意思是重要性不高且成效甚微，其对应的策略为轻重缓急、有的放矢;第Ⅳ象限为高—低区域，即重要性高，但成效甚微，給出的策略是焦点问题、重点改善。

1.3.2 配对样本t检验

本文采取配对样本t检验来验证变量之间是否具有差异性，即游客在某个指标方面的预期（重要性程度）和实际感受（绩效表现）之间是否一致。其操作步骤如下。

（1）建立原假设H0：游客在某个指标上的预期感受和实际感受一致，即假设某个指标的预期感受和实际感受的两个平均数之间不存在显著性差异。

备择假设H1：游客在某个指标上的预期感受和实际感受不一致，即假设某个指标的预期感受和实际感受的两个平均数之间存在显著性差异。

（2）计算统计量t值：要判断某个指标的两组平均数之间的差异程度，其统计量t值的计算公式：

其中x1和x2表示两列样本数据， n1和n2表示样本个数。

（3）自由度计算公式为df=n-1，再通过查表得到理论t值，并将其和实际t值进行比较。根据一般经验，显著性水平α最常选择的是α=0.05。

当P>0.05时，观测值不在拒绝域内，拒绝H0出错的概率较大，因此要接受原假设H0，说明某个指标的预期感受和实际感受的两个平均数之间不存在显著性差异。

当P<0.05时，观测值在拒绝域内，因此拒绝原假设H0，说明某个指标的预期感受和实际感受的两个平均数之间存在显著性差异。

（4）基于上述描述，通过比较计算得到的t值和理论的t值的差异或者比较P与显著性水平之间的大小，给出游客在某个指标上的预期感受和实际感受的显著差异性。

2 研究结果及分析

2.1 问卷信度分析

信度分析用于检验结果的一致性与稳定性，信度系数是衡量信度大小的标准。而且信度系数越大，说明越可信。信度最好时信度系数在0.8以上，可接受的范围为0.7～0.8。

信度分析用于确保问卷量表的科学性和可靠性，利用SPSS进行分析，得到结果（如表1所示）：克隆巴赫系数大于0.9，说明问卷的可信度很高，具有良好的一致性与稳定性。

2.2 游客属性

分析调查结果，在253个有效样本中，女性的数量略多于男性，女性占51.38%，男性占48.62%，具体信息分布如下：

从游客的职业来看，专业人员和白领比较多，占比52.38%，服务人员人数最少，占比6.72%。

从游客的年龄构成来看，大多集中于18～39岁，以中青年人为主，18～29岁的游客占总样本数的43.08%，30～39岁的游客占到总样本数的38.74%，40～59岁的占16.60%。

从游客的学历来看，本科学历游客的数量最多，占64.85%，研究生及以上学历的游客较少，占9.10%。总之，前往西安旅游的游客学历普遍较高，多数为大专、本科、研究生。

从游客的薪资状况来看，个人月收入以中档收入水平为主，月收入在5000～10 000元的游客占40.31%，月收入在 2000元以下和10000以上的游客数量所占比例较少，2000以下的游客占比13.83%，10000以上的游客占比7.51%。

2.3 观察变量差异的配对样本t检验

通过对观测变量差异的配对样本t检验分析可知，16个指标的重要性（I）和绩效表现（P）的均值差、T值与双尾显著性概率的结果，如表2所示。

由表2可知，在95%的置信区间下，有3对变量的双尾P<0.05，结果表明两个变量在统计学意义上是相关的，也就是说存在显著性差异，适用于IPA分析。

从绩效表现（P）的结果看，16个评价指标的平均值在3.75～4.25，这反映出“云旅游”旅客对西安旅游目的地的评价较为良好，说明西安市在这些方面上大体可以满足游客的需求和心理预期，但仍有进一步提升的空间。

从结果中可得，景区交通状况、景区保洁工作、景区生态环境、购物条件、特色建筑或纪念品和娱乐项目等指标的重要性程度（I）与绩效表现（P）是负值，这表示游客对这些指标的满意度是低于其期望值的。

3 发现与讨论

3.1 IPA总体定位结果

根据“云旅游”旅客对16项旅游形象测量指标的评价显示：其重要性总平均数为3.97，实际表现总平均数等于4.00。于是在IPA定位分析图中，基于点I=3.97和P=4.00画出垂直相交的I轴和P轴，就能直观地看到IP图的四个象限（见图3）。图3中将每一旅游形象指标的结果用“·”符号在四个象限相应的位置进行标示。

本文用配对样本t检验（Paired Samples T Test）的方法[7]，检验每一指标的I值和P值是否存在显著性的差异。该方法旨在确认“云旅游”旅客对目的地某方面的期望与实际体验之间有无显著性的差异。

3.2 IPA图第Ⅰ象限结果分析

图3显示有5项测量指标被定位到第Ⅰ象限，分别是景区人流量、景区基础设施、夜生活状况、待客方式以及饮食风格。根据IPA分析原理，可以看出对于“云旅游”旅客来说，这几个方面不但重要，而且游客实际感受也很好。根据配对t检验的结果，在这5个方面，来西安的“云旅游”游客的期望和实际感知之间无显著性的差异。结合前期的访谈与调查，游客在实地游玩之前通过各种线上资源（短视频、旅游网站、直播等方式）看到的西安宣传真实度和可信度较高，因此在这几个方面，“云旅游”网络线上游与实地线下游的期望和感受相契合。

3.3 IPA图第Ⅱ象限结果分析

图3显示有4项测量指标被定位到第Ⅱ象限，分别是景区交通状况、娱乐项目、购物条件、景区生态环境。根据IPA分析原理，可以看出位于第Ⅱ象限的这4项测量指标，重要性低但实际表现高，虽然游客对于这个象限内的指标表现并不看重，但游客是较为满意的。此外，景区可以结合自身的物力、财力、人力、技术等各方面资源进一步挖掘优化，使其在未来转变成景区的有力优势，但要注意因游客并不在乎景区在这些方面的表现，因此不必花费过多的时间和精力。

3.4 IPA图第Ⅲ象限结果分析

图3显示有4项测量指标被定位到第Ⅲ象限，分别是特色建筑或纪念品、景区保洁工作、住宿条件、物价。根据IPA分析原理，可以看出位于第Ⅲ象限的这4项测量指标，重要性低且实际表现也低，因此无需重点发展，属于低优先级。但一定要注意的是，在这些指标上，游客目前没有很高的期待，因此在资源有限的情况下可延缓优先级，待时机成熟后，进一步进行升级优化。结合现实来看，西安文化旅游资源丰富的同时也是一所热度高居不下的网红城市，旅客更注重的是景点的文化功能或是景点的新颖性，因此对于当地的物价并不看重。西安在部分景区的基础设施方面还存在一些不足，如住宿条件性价比不高、景区保洁工作不到位，同时纪念品不够具有当地特色等。

3.5 IPA圖第Ⅳ象限的结果分析

图3显示有3项测量指标被定位到第Ⅳ象限，分别是景区服务态度（t=2.217， p=0.028<0.05）、当地生活习惯（t=2.323， p=0.021<0.05）、获取文化知识（t=0.2518， p=0.012<0.05）。根据IPA分析原理，可以看出位于第Ⅳ象限的这3项测量指标，重要性高但实际表现低，即游客在线上游后的期望值较高，比较看中景区在这方面的表现，但实地游览打卡后对景区在这方面目前的发展状况不太满意。这揭示了西安在旅游管理方面存在的一些问题。

其一，西安是首批中国优秀旅游城市，人文景观和自然景观资源丰富[8]。但在从业人员的服务素质上仍有待提高，旅游业归属于第三产业，其行业的服务态度在游客的体验感和满意度上占有极其重要的地位，因此对景区服务人员的素质整改与培养是提升其形象的一个重要的有效途径。

其二，西安的文化旅游资源较为丰富，但游客仍认为获取的文化知识不够。这可能与近几年西安倾力打造网红旅游城市有关，但西安市在网红景点的文化宣传、文化内涵和文化普及方面做得还不够到位。

其三，西安地处关中平原中部、北濒渭河、南依秦岭，属于中国的西北地区，温带季风气候，气候较为干燥。“一方水土养一方人”，而来西安旅游的游客来自祖国的五湖四海，对于西北民风干燥的气候和南北差异的生活习惯不能适应也在情理之中。

4 结论与启示

本研究借助海外先进的IPA诊断测试工具，以“线上游+线下游”的旅客为调查对象，对西安目的地旅游形象进行了测量，以此分析在诸如短视频等方式下云旅游流量变现时的实际问题。

在对西安旅游目的地形象管理中，本文分析了在“云旅游”旅客心中，西安旅游目的地的优劣势，并对事项的轻重缓急进行了有效地区分，发现了以下对当地旅游事业有帮助的启示。

（1）本研究对于西安当地的旅游管理有可借鉴的现实意义。针对西安旅游在未来的发展有以下四个策略：第一，焦点问题，重点改善。位于第IV象限区域的指标，包括景区服务态度、当地生活习惯、获取文化知识，其重要性高但实际表现值低，这表明游客对这些指标非常看重，在很大程度上影响着他们实地游览时对旅游目的地的体验感。但就反映的现实来看，西安部分景点在这些方面的资源投入并没有达标，应该进行重点改善，这是提升游客满意度最有效的办法。第二，再接再厉，再造佳绩。位于第Ⅰ象限区域的指标，包括景区交通状况，娱乐项目，购物条件，景区生态环境，其重要性和实际表现性都较高，这表明旅客通过线上游对目的地有较高期望的同时，线下目的地的实际表现与宣传相契合，因此双方具有较高的IP值。在这部分，可保持原有政策和资源投入，以较高的资源利用率维系好景区现有的口碑和形象。第三，轻重缓急，有的放矢。位于第Ⅲ象限区域的指标，包括特色建筑或纪念品、景区保洁工作、住宿条件、物价，其重要性和实际表现值都较低。这表明对于游客而言，尽管目的地在这些方面的实际表现比线上体验的预期要差，但是他们并不在乎。因此，在资源有限的情况下应当分清缓急轻重，必要时可暂不发展。第四，供给过度，顺势而为。位于第Ⅱ象限区域的指标，包括景区交通状况、娱乐项目、购物条件、景区生态环境。其重要性低但实际表现高，游客不看重但实际体验感较好，这侧面反映出景区将过多的资源分配在这些方面上，因此才出现供给过度，游客并不重视的指标但实地旅游后带来的体验非常好的情形。在未来发展中，西安不必在娱乐项目和景区交通状况方面投入过多的资源，在目前已搭建好的良好基础设施环境上，顺其自然即可。

（2）研究的政策涵义主要体现在：第一，众所周知，西安有着“十三朝古都”的美称，历史性和文化性是其作为历史古迹类景区的核心吸引力，对于诸如西安钟楼、鼓楼、古城墙、大唐芙蓉园、大明宫旅游景区等历史古迹类景区，需要进一步挖掘文化教育意义。只有这样才能让游客在实际游览中获得愉快难忘的体验，历史文化景区和其内涵才能延续下去。因此，西安历史古迹类景区可以在保留各自特点的基础上，进一步挖掘景区内涵的深度和广度，让游客能够更直观深入地了解景区文化，汲取充足的知识养分与熏陶。第二，西安也是近年来红遍全国的网红城市，诸如大唐不夜城、回民街、永兴坊、曲江大悦城等打卡景点热度高居不下。作为网红城市到底是昙花一现还是经久不衰，这离不开在网上慕名而来的游客的实际满意度，良好的口碑，贴心的服务，线下景点与线上宣传相一致。西安的景点在景区生态环境、景区人流量、景区基础设施方面做得十分不错，游客的满意度也较高，这得益于西安是我国较早发展的旅游城市之一。同时，西安地处关中，是我国重要的交通枢纽，除了有当地的饮食特色之外，来自于全国各地的同胞也在这里定居烹煮自己家乡的风味美食，使得西安的饮食风格多元化，外地的游客也能欣然接受。但隐藏在网红城市不断涌现的人流量变现背后是景区服务质量的降低，景区服务态度的下降，难以跟上景区发展的步伐。作为第三产业，服务态度是游客衡量的一个重要因素，就此而言，西安部分景区的从业人员态度的确有待训练与整改。只有服务态度与景区流量并驾齐驱，所谓的网红城市才不会仅仅是昙花一现。

（3）一项调研的发现和结论要想具有客观性和说服力离不开科学的研究方法。就目前来看，虽然IPA分析方法在我国其他行业和学术界得以灵活应用，但在旅游行业方面的使用仍有利用发展的空间，因此笔者在本文详细写明了IPA分析方法的应用步骤。此外，笔者的另一个目的是向更多从事旅游行业或者研究的人员推广IPA分析方法。在笔者学习的过程中，发现IPA分析法，操作简便、直观形象、通俗易懂、诊断方便，在旅游目的地形象测量中是一种较为理想的研究方法，针对测量结果对我国各级政府部门、旅游景点管理部门有着直观具体的指导方向。同时可以根据当地的实际情况和发展需要，灵活选取测量指标，进行测量、分析、管理，借此高效率地提升旅游目的地在不同方式下的发展状况。

参考文献

JBaloguS.LoveC Assocation meeting planners perceived performance of L as Vegas：an importance-performance.analysis[J].Journal ofConvention&Exhibtion Management，2003，5（01）.13-27.

Chen S， Hsu C HC.Measurement of Korean tourists perceived images of overs as images destinatons[J].Journal of Travel Research.，2000，38（04）：410-415.

Chen J S.A case study of korean outbound travelers destination images by using correspondence analysis[J].Tourism Management， 2001，22（04）：45-350.

Echtner C M. Ritchie J RB.The meaning and measurement of tourism destination image[J].The Journal of TourismStudies，1991，2（02）：2-12.

Echtner C M. Ritchie J RB.The measurement of destination image：an empirical assessment[J].Journal of Travel Research，1993，31（04）：3-13.

BalogluS.LoveC.Association meeting planners perceived performance of Las Vegas：an importance-performance analysis[J].Journal of Convention&Exhibition Man agement，2003，5（01），13-27.

楊明.旅游调研数据处理方法和分析技术探讨——以荷兰纳米根市 （Nijmegen） 旅游形象调研为例[J].旅游学刊，2005（01）：84-89.

任红艳，陈唯静.供给侧改革背景下西安旅游景区人力资源开发策略[J].旅游纵览（下半月），2019（02）：29-30+32.

Research on Tourism Image Perception under the Background of Cloud Tourism

—— Taking Xi'an City as an Example

Northwest University

WANG Huimin  SHANG Wenyuan  MA Yening

Abstract： Cloud tourism is an "online + offline" integration mechanism formed under the background of the development of "Internet + tourism". Clarifying the perceived image of Xi'an tourism can provide a scientific basis for the optimization and adjustment of its tourism image. Selecting the tourist city of Xian， using the methods of interviews and questionnaire surveys to survey 253 tourists who travel online to offline travel. According to the results of the IPA method， the overall satisfaction of tourists with Xian is relatively good under the cloud tourism mode. Among them， nightlife conditions and hospitality are the two aspects that tourists expect the most and are most concerned about. In terms of service attitudes， local living habits， and cultural knowledge acquisition， tourists' expectations and perceptions are quite different， which are the main reasons for tourists' dissatisfaction. They belong to the focus problem and should be improved.

Keywords： IPA analysis method; tourism image perception; cloud tourism; Xi'an; paired sample t test

基金项目：陕西省教育厅科学研究基金项目《“云旅游”流量变现背后的问题分析和对策研究》（S202010697272）。

作者简介：王惠敏（1999-），女，陕西韩城人，本科在读，信息管理与信息系统专业;

尚文媛（1999-），女，陕西榆林人，本科在读，金融数学专业;

马晔宁（2000-），男，四川内江人，本科在读，数学与应用数学专业。