数字旅游对游客旅游意愿的影响

许伟胜 辛雅儒 申晨

摘 要：新时代下，“互联网+旅游”的新模式成为旅游业发展的新风口。杭州作为全国最佳旅游城市，通过建设发展智慧旅游来促进传统旅游业的转型升级迫在眉睫。基于杭州市11个景区的游客调查数据，综合运用因子分析、列联分析、多元线性回归模型、logistic回归模型等方法，分析杭州市数字旅游服务建设对赴杭游客旅游意愿的影响。研究发现，杭州市数字旅游的体验度对游客满意度具有显著的正向影响效应，同时游客满意度的提高能够显著地增强游客对杭忠诚度，即表现为重游度和推荐度的提升，且这种正向影响在不同性别、年龄、居住地和收入的人群中存在异质性差异。最后，从杭州数字旅游的整体发展和游客市场细分两个方面，提出促进数字旅游的进一步发展，提升游客旅游意愿的对策建议。

关键词：数字旅游；体验度；满意度；游客；旅游意愿

中图分类号：F592        文献标志码：A      文章编号：1673-291X（2022）33-0131-05

引言

新时代下，依托于大数据、云计算的数字旅游应运而生，“互联网+旅游”的新模式成为旅游业发展的新风口。据此，杭州在2018年率先将旅游大数据平台升级至“城市大脑”旅游系统，充分调动大数据平台优势，打造各类数字文旅产品。那么，杭州“城市大脑”所实现的数字化旅游服务的游客满意度如何？游客对数字旅游各设施的使用度提升能否提高游客对杭州数字旅游的满意度？数字旅游的游客满意度提升又能否提高游客对杭城旅游的忠诚度？基于以上背景，本文采用实地问卷调查的方式对赴杭游客的体验度、满意度以及忠诚度数据进行收集，并以此为依据着重对数字旅游游客满意度与忠诚度的关系进行了系统性分析，从而提出相关可行性建议来促进数字旅游的进一步发展。

2019年，杭州“城市大脑”发布11个应用系统，除了旅游方面，杭州政府相继推出了“最多付一次”“先离场后付费”“一键护航”等民生服务[1]，“城市大脑”系统依托于大数据的运用，让政府走向了精准治理，提高了政府数字服务的效率，但“城市大脑”的建设也引起了人们关于隐私安全的新一轮担忧，而相关人士对此提出完善法律法规、实现数据优化和培养大数据人才等多种对策，创新“城市大脑”建设的规划治理方案[2]。杭州副市长提出，“城市大脑”系统的建设，全面覆盖政府的区、县、市，打破了政府部门与项目的数据壁垒，由杭州市数据资源局管理“城市大脑”的运营中心，从而实现了政府部门的信息资源一体化[3]。目前，学者关于数字旅游的定义大同小异，可以归纳为：数字旅游是一个基于网络环境的旅游信息服务体系，将旅游景区的地形地貌等诸多因素进行数字化，实现旅游管理层、经营层、消费层多方共赢[4～6]。数字旅游对游客旅游意愿的影响目前已受到学界的广泛关注，主要表现为数字旅游与游客满意度之间的关系。Pizam（1978）首先提出关于旅游消费者满意度的定义，他认为，旅游者满意度是根据自身预期与实际感受相比较的结果[7]。符全胜（2005）等将旅游者期望与实际经历相对比结果定义为旅游消费者满意度[8]。国内学者对智慧景区的研究大多基于问卷调查法，通过对所获得的数据进行统计性分析和回归分析，从而得到变量和游客满意度之间的关系。例如，孙长平等（2017）基于游客体验维度对龙门石窟智慧旅游进行实证分析[9]。闫喜琴、郭正英（2015）认为，智慧旅游网站内容丰富程度、手机APP 开发成熟程度、城市无线网络覆盖率等八个方面与游客满意度具有正向关系[10]。同时，一些学者认为，顾客满意决定顾客忠诚，二者具有正相关关系，如Heskett（1994）等的“服务利润链”模型，明确提出顾客满意度提高会提升顾客忠诚度[11]。不过，Oliver（1992）研究发现，满意度只有达到一定水平后忠诚度才会迅速增加[12]。Reichheld（1993）研究也发现，两者不是线性关系[13]。

以上研究结果为本文的研究提供了宝贵的经验借鉴，但是在以下方面还有进一步研究空间。第一，现有关于数字旅游的研究文献大多集中在国家或是省份层面，这类研究虽然能对总体进行一个较为良好综合的评估，但是很难突出数字化程度极高地区的示范推广意义。第二，现有文献关于数字旅游指标设定体系框架虽值得借鉴但缺乏代表性，地方特定指标有待进一步融合。第三，目前大多文献局限于旅游前端或旅游途中单一视角，部分考察了旅游前后的比较，但从前、中、后的旅游动机分析整个旅游过程及各阶段差异性的文献较为稀缺。

针对以上不足，本文的边际贡献主要体现在：第一，以杭州“城市大脑”助推数字旅游建设为切入点，考察“城市大脑”下的数字旅游体验度对游客满意度的影响效应。第二，从推荐度与重游度两个方面探索數字旅游满意度与忠诚度（推荐度与重游度）的关系丰富了游客忠诚度评价的研究内容。

一、研究设计

（一）数据

在借鉴国内外有关旅游意愿相关文献的基础上，根据杭州数字旅游的具体情况，设计了“杭州城市大脑助力游客多游一小时的满意度调查问卷”。课题组于2019年7—8月对杭州市的11个景区的游客进行了问卷调查，如表1所示。课题组选择调查对象的方式首先是通过层次分析法为景区数字化程度赋分，根据景区数字化程度赋予不同的抽中概率，通过计算？仔ps的设计效应（deff）得到二阶段不放回不等概率抽样的样本量，随后采用代码法抽取具体的入样景区；其次根据预调查的入样景区最大客流量进行简单随机抽样，得到各入样景区的样本容量即发放的问卷数量。获取数据以问卷调查方式为主。该调查共发放问卷1 010份，其中回收有效问卷915份，有效率为90.6%。从样本构成上看，游客男女比较为平衡，年龄层次跨度较大。从学历分布上看，被调查人群中学历为初中及初中以下和研究生及以上人数均为111人，各占总数12%，高中或中专有131人，占14%，本科或大专有565人，占62%。综合来看，该调查数据具有较好的普遍性和科学性，对于反映赴杭游客的旅游意愿具有代表性。

（二）分析策略与方法

本文综合使用多元线性回归模型和多分类有序Logistic回归的统计方法，实证分析过程分为以下两步。

第一步，拟合多元线性回归模型分析游客体验度和游客总体满意度之间的关系，在对总体样本数据进行模型拟合的基础上，进一步分年龄、学历和收入水平拟合模型并比较模型系数，以探讨游客体验度对游客总体满意度的影响效应在不同类型游客之间的异质性。多元线性回归模型表达式如下：

objsatisi=？茁1+？琢1experiencei+？酌1controli+？滋i（1）

其中，i为被调查游客编号，objsatisi代表i游客数字旅游总体满意度，experiencei为i游客数字旅游综合体验度，controli是控制变量集合，包括性别（genderi）、年龄（agei）、受教育程度（edui）、居住地（placei）、月收入（incomei）、旅游次数（travel timesi），γ1为控制变量的系数向量，μi为模型的随机扰动项，系数α1表示数字旅游综合体验度对数字旅游总体满意度的影响。

第二，运用多分类有序Logistic模型对游客总体满意度和游客忠诚度进行回归，在对总体样本数据分析的基础上，进一步分性别、年龄、居住地、学历和收入水平拟合模型并比较模型系数，以探讨游客体验度对游客总体满意度的影响效应在不同类型游客之间的异质性。多分类有序Logistic模型表达式如下：

loyaltyi=？茁2+？琢2objsatisi+？酌2controli+？滋i（2）

其中，objsatisi为数字旅游总体满意度，loyaltyi代表i游客对杭州数字旅游的忠诚度，分别由游客游后重游度（retouri）和推荐度（recommendi）两个指标衡量。γ2为控制变量的系数向量，系数α2表示数字旅游综合满意度对忠诚度的影响，其余变量如前述所示。

（三）变量选取与指标测量

本文的核心变量是数字旅游游客满意度（objsatis），本文基于官兆宁等[14]（2004）、董志华等[15]（2005）以及李智[16]（2013）的研究，结合外在因素和内在因素来衡量。具体而言，将外在因素设定为景区信息服务智能系统、智慧导览系统、旅游服务配套设施三个维度，下设11个指标。内在因素体现在用问卷的回答反应游客的认知和对旅游地的整体评价，分为非常不愿意、不愿意、一般、愿意和非常愿意五个层面，对应分值1—5。并通过问卷搜集的结果利用因子分析法测算得到满意度的具体数值；针对数字旅游体验度（experience），将体验过外在因素的11个指标定义为1，未体验过定义为0，根据游客体验过的数字设施在11个数字设施的体验占比计算得到每个游客的综合体验度；针对数字旅游忠诚度，选取了游客游后重游度（retour）和游客景区推荐度（recommend）两个指标来衡量，分别对其设置五个等级：非常不愿意、不愿意、一般、愿意和非常愿意，对应分值1—5。

除了上述变量，本文在拟合统计模型时还考虑了一系列控制变量：性别（gender）（女性=1，男性=0）、年龄（age）（18岁以下=1，18～28岁=2，29～40岁=3，40岁以上=4）、学历（edu）（初中及初中以下=1，高中或中专=2，本科或大专=3，研究生以上=4）、居住地（place）（浙江省外（其他城市）=1，浙江省内除杭州市的其他城市=2，杭州市（包括富阳区、临安区、淳安县、桐庐县、建德市）=3，浙江省外（北上广深一线城市）=4）、月收入（income）（5 000元以下=1，5 000～8 000元=2，8 000～17 000元=3，17 000元以上=4）、旅游次数（travel times）（1—2次=1， 3—6次=2，7—11次=3，12次以上=4）。

二、实证分析结果

（一）数字旅游体验度与游客满意度的计量回归结果

1.基准回归结果分析。从数字旅游体验度与游客满意度的回归结果（由于篇幅原因，不列出具体回归结果）可以看出，游客的数字旅游体验度对总体满意度产生显著的正向影响，当加入控制变量后也没有改变结果的显著性，且加强了数字旅游体验度对满意度的正向影响程度。

2.分组回归结果分析。本文进一步考察数字旅游体验度对满意度的影响在不同群体内部是否存在差异性，首先对游客基本特征与数字旅游体验情况进行列联分析，然后运用Kendalls tau-b（B）和Kendalls tau-c（C）的检验结果进一步确定体验度对满意度影响可以从年龄、居住地和收入水平进行异质性分析，如表2所示。

年龄分组回归结果显示，除“28岁以上”的游客體验度对满意度不显著外，其他年龄的游客体验度对满意度均存在显著正向影响。其中，“18岁以下”和“18～28岁”游客的体验度回归系数分别为0.65和0.27，表明游客年龄越小，其体验度对满意度的影响程度越大。

居住地分组回归结果显示来自欠发达城市游客的体验度回归系数为正向显著，而来自发达城市的游客的系数不显著。可以解释为欠发达地区的游客体验度较低，从而其体验度增加对满意度提高的放大效应更加显著，但发达地区的游客由于体验度普遍较高，提升空间小，导致其体验度提升对满意度的拉动效果并不显著。

收入水平分组回归结果显示，低收入游客的体验度回归系数为正向显著，而高收入游客的系数不显著。这是因为高收入游客有比低收入游客较高的旅游需求，其内心的体验感预期要更高，所以很难获得体验感带来的满意度。

（二）数字旅游游客满意度与忠诚度的计量回归结果

1.基准回归结果分析

第一，游客满意度与重游度基准回归结果分析。数字旅游游客满意度与重游度的回归结果（由于篇幅原因，不列出具体回归结果）可以看出，游客满意度对重游度有着显著的正向影响，当加入控制变量后没有改变结果的显著性，且加强了数字旅游满意度对重游度的正向影响程度。

第二，游客满意度与推荐度的基准回归结果分析。数字旅游游客满意度与推荐度的回归结果（由于篇幅原因，不列出具体回归结果）可以看出，游客满意度对推荐度有着显著的正向影响，当加入控制变量后没有改变结果的显著性，且加强了数字旅游满意度对推荐度的正向影响程度。

2.分组回归结果分析

第一，游客满意度与重游度的分组回归结果分析。本文进一步考察数字旅游游客满意度对重游度的影响在不同群体内部是否存在差异性，运用前述相同方法确定满意度对重游度影响可以从年龄、居住地和收入水平进行异质性分析，如下页表3所示。年龄分组回归显示，18岁及以下的游客重游意愿最高，其次是28岁以上的游客，这是由于大多数18岁以下的未成年人旅游次数不多，他们对世界充满好奇心，也会更易感受到数字旅游给他们带来的乐趣。居住地分组回归结果显示，发达地区游客的重游意愿要比欠发达地区的游客意愿要高。这是由于发达地区经济增长较快、数字化程度较高，他们在数字旅游提供的设施上具有操作优势，从而表现出更高的重游意愿。收入水平分组回归结果显示，低收入和高收入的游客的满意度的回归系数均显著为正，且高收入游客的满意度回归系数大于低收入游客，进一步表明游客的收入水平越高，其满意度对重游度的影响程度更大。

第二，游客满意度与推荐度的分組回归结果分析。本文进一步考察数字旅游游客满意度对推荐度的影响在不同群体内部是否存在差异性，运用前述相同方法确定满意度对推荐度影响可以从性别、年龄、居住地和收入水平进行异质性分析，结果如表4所示。性别分组回归显示，男性游客与女性游客的满意度回归系数显著为正，且相同满意度下女性游客的推荐意愿比男性游客更强烈，这可以解释为女性比男性更加善于言辞，懂得社交，注重人际关系的建立和改善。年龄分组回归结果显示，各年龄阶段游客满意度回归系数均为正向显著，且18岁及以下的游客的满意度回归系数比其余两组游客都要更大。居住地分组回归结果显示，游客满意度的回归系数均为正向显著，且居住在欠发达地区的游客满意度对其推荐度的影响程度相对高于居住在发达地区的游客，主要原因还是由于发达地区城市化程度较高，生活节奏过快，从而导致人与人之间交往接触机会较低，因而推荐意愿较低。

收入水平分组回归结果显示，低收入和高收入的游客的满意度回归系数均为正向显著，系数分别为3.66和3.18，表明游客的收入越低，在获得同等的满意需求下，其推荐意愿越强烈。这可以理解为低收入游客对数字旅游设施体验较少，根据边际效应递减理论，这类游客体验度的提升对满意度的促进作用相较于高收入游客较大。

三、研究结论及对策建议

（一）结论

本文基于杭州市11个景区下的游客调查数据，分析了杭州市数字旅游服务建设对赴杭游客旅游意愿的影响，得出以下结论。

1.游客体验度对满意度、游客满意度对重游度以及游客满意度对推荐度均具有正向关系。景区数字设施的应用会提高游客对景区的满意度，进而提高游客对景区的忠诚度。

2.游客在年龄、居住地、月收入这三方面的特征差异会带来体验度对满意度影响效应的异质性。年龄越小的游客，其体验度对满意度的正向影响程度越大；来自欠发达地区的游客，其体验度的提升对满意度具有显著的正向作用，而对于来自发达地区的游客，其体验度对满意度无显著影响；对于低收入游客，收入越低，体验度对满意度具有更强的显著正向作用，而高收入游客体验度的提升对满意度无显著影响。

3.游客在年龄、居住地、月收入三方面的特征差异会带来满意度对重游度影响效应的异质性。未成年游客的满意度对重游度的正向影响程度最大；来自发达地区游客的满意度对重游度的正向影响程度更大；收入水平越高的游客的满意度对重游度具有更加显著的正向影响效应。

4.游客在性别、年龄、居住地、月收入四方面的特征差异会带来满意度对推荐度影响效应的异质性。具体而言，相较于男性游客，女性游客的满意度对推荐度具有更加显著的正向影响效应；年龄越小的游客，其满意度对推荐度的正向影响程度越大；欠发达地区的游客，其满意度对推荐度的正向影响程度更大；收入水平越低的游客，满意度对推荐度具有更加显著的正向影响效应。

（二）政策建议

第一，强化景区网络建设，从增加容量、扩大覆盖、提高速度三个角度完善景区的WIFI网络设施，从而提升游客的体验质量。第二，在旅游服务配套设施方面，加大景区数字检票设施、酒店自助入住系统和智慧停车系统的投放，增加游客对该类设施的体验度，避免游客因排队时间过长而影响对杭城旅游的满意度。第三，构建旅游目的地与游客的互动分享平台，增加游客的互动体验并获取游客体验反馈。第四，加强数字旅游平台与旅行社、酒店以及旅游企业的信息合作，实现数字旅游信息数据。

参考文献：

[1]  侯瑞.城市会思考，生活更美好——杭州“城市大脑”发布11大系统、48个应用场景[J].信息化建设，2019，（7）：26-29.

[2]  赵晨芳.“城市大脑”：数据创新社会治理的新路径[J].胜利油田党校学报，2019，（1）：69-73.

[3]  杭州市副市长陈卫强.杭州城市大脑的实践与思考[N].杭州日报，2019-09-09（014）.

[4]  王秋玲，苗放，叶成名.基于数字地球平台的数字旅游应用研究[J].资源与产业，2008，（3）：107-111.

[5]  梁栋栋，陆林.数字旅游初探[J].资源开发与市场，2005，（1）：78-80.

[6]  胡磊，董莉莉.论我国数字旅游之发展[J].洛阳师范学院学报，2004，（4）：41-43.

[7]  Pizam A.，Neumann Y.，Reichel A.Dimensions of TouristSatisfaction with a Destination Area[J].Annals of Tourism Research，1978，（3）：314-322．

[8]  符全胜.旅游目的地游客满意理论研究综述[J].地理与地理信息科学，2005，（5）：90-94.

[9]  孙长平，康文涛，牛永超.基于游客体验维度的龙门石窟智慧旅游实证分析[J].经济论坛，2017，（1）：107-111.

[10]  闫喜琴，郭正英.洛阳市智慧旅游建设对游客满意度影响研究[J].现代商业，2015，（23）：117-119.

[11]  Hesekett J.L.，Thomas O.，Jones et al.Putting the Service-Profit Chain to Work[J].Harvard Business Review，1994，（3）：223-234.

[12]  Oliver R.K.，Webber M.D.Supply Chain Management；Logistics Catches up with Strategy[J].London：Chapman and Hall，1992，（12）：423-437.

[13]  Reichheld F.Loyalty-based management[J].Harvard Business Review，1993，（2）：64-73.

[14]  官兆宁，官辉力，赵文吉.数字旅游建设体系结构研究[C]//全国地图学与GIS学术会议论文集，2004.

[15]  董志华，常捷.数字旅游系统的总体框架及技术实现[J].河南大学学报：自然科学版，2005，（3）：49-53.

[16]  李智.基于增强现实技术的数字旅游设计及用户体验研究[D].哈尔滨：哈尔滨工业大学，2013.