景区数字化视角下游客旅游体验及重游意向研究

沈科

摘 要：本文以整合型科技接受理论为基础，引入旅游体验构建结构方程模型，通过分析在花山谜窟景区收集的358份游客问卷发现：整合型科技接受理论在景区数字化领域具有较高的适用性和正确性；绩效期望在丰富游客旅游体验、促成重游意向方面效应最大；便利条件在丰富旅游体验过程中具有不确定性。这一研究结论不仅可以进一步拓宽整合型科技接受理论的运用边界，还可以为旅游景区相关管理部门工作开展提供实践指导。

关键词：景区数字化；旅游体验；重游意向；整合型科技接受理论

中图分类号：F590 文献标识码：A

基金项目：2021年度黄山学院校级产教融合发展教学案例专项（2021CJRH07）；2020年度黄山学院校级人才启动项目（2020xskq005）。

引言

景区数字化，即在数字化技术的支持下实现景区内各种资源和配置、地理空间及旅游活动信息的获取与处理，并最终为整个景区的开发、规划和管理提供直观的管理和参考依据，这也进一步丰富了游客的游览体验，提高了游客的满意度[1-2]。景区数字化在景区管理和规划中的积极作用已初现端倪，然而其仍然处于初始阶段[3-4]，且学界有关景区数字化对于游客旅游体验（Tourism Experience，TE）和重游意向（Revisit Intention，RI）的研究仍显不足。

作为信息技术接受和使用意向领域运用广泛的理论模型之一，整合型科技接受理论（The Unified Theory of Acceptance and Use of Technology，UTAUT）认为个体行为（意向）主要取决于4个因素：绩效期望（Performance Expectancy，PE）、付出期望（Effort Expectancy，EE）、社群影响（Social Influence，SI）和便利条件（Facilitating Conditions，FC）。因此，本研究基于UTAUT理论，引入旅游体验这一变量构建结构方程模型，分析景区数字化对于游客旅游体验与重游意向的影响机制，以期为景区数字化战略提升提供新的理论视角和实践方向。

一、文献综述和研究假设

UTAUT理论由文卡特什（Venkatesh）等于2003年正式提出，该理论一经面世便被广泛运用于管理学、社会学、心理学等不同领域，其在旅游领域的运用主要包括旅游产品预订、移动旅游应用程序、智慧旅游及旅游电子商务等四方面。坎博吉（Kamboj）和乔希（Joshi）在研究中发现，UTAUT所包含的4个影响因素对于游客在移动应用程序使用上具有正向显著影响[5]。夏尔马（Sharma）等以UTAUT为理论基础构建了在线预订旅游服务研究模型，并发现其对于游客的预订意向具有较好的解释力[6]。

基于上述研究回顾，提出以下假设：

H1：社群影响能够显著影响游客重游意向；

H2：绩效期望能够显著影响游客重游意向；

H3：付出期望能够显著影响游客重游意向；

H4：便利条件能够显著影响游客重游意向。

虽然UTAUT理论视角下的旅游体验研究十分有限，但是这也无法割裂UTAUT理论和旅游体验之间的关系。付出期望是指消费者对使用技术或服务的难易程度，在数字化景区中，当游客认为使用某项服务很容易，他们就更愿意使用它并可以获得积极体验；另有研究表明，社群影响可以通过朋友、家人的口碑、推荐和规范等途径影响个体态度和行为等；此外，一项有关飞猪旅游平台的研究发现，用户绩效期望将会使其获得更好的使用体验[7]；便利条件主要包括交通基础设施、旅游景点的可达性、信息的可用性及酒店服務质量等。由此可见，便利条件对于提升游客旅游体验十分重要。

基于上述讨论，提出以下假设：

H5：社群影响能够显著影响游客旅游体验；

H6：绩效期望能够显著影响游客旅游体验；

H7：付出期望能够显著影响游客旅游体验；

H8：便利条件能够显著影响游客旅游体验。

已有相关研究表明，旅游体验能显著提高游客参与类似活动的意愿或返回特定目的地的可能性[8]。蔡（Tsai）在一项研究中发现，旅游体验不仅可以直接影响游客的行为意向，还可以通过地方认同间接影响其行为意向[9]；换言之，如果游客在一段旅程中获得了积极美好的体验，那么其将愿意在不久的未来再进行一次类似的旅游活动，或者重新游览该目的地。因此，提出以下假设：

H9：旅游体验能够显著影响游客重游意向。

根据上述分析，提出分析景区数字化对于游客旅游体验与重游意向影响机制的结构方程模型，具体如图1所示。

二、研究设计与结果分析

（一）研究设计

本文以坐落于安徽省黄山市的花山谜窟景区为研究案例地，于2022年7月至8月在景区入口处和游客休息区发放问卷或出示问卷二维码，剔除无效问卷之后，共收集到358份有效问卷，本文问卷中所有题项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软件，利用结构方程模型对收集到的358份问卷进行数据分析，其中正式分析过程包括测量模型和结构模型两部分。

（二）研究结果分析

1.测量模型

在测量模型阶段，本研究以因素负荷量、克朗巴哈系数和组合信度为标准评判数据的信度，如表1所示，这三项指标均达到各自的最低标准[10]，因此本问卷具有良好的信度。

對数据效度的检验分为收敛效度和区分效度。本文以平均提取方差值为标准评判数据收敛效度，如表1所示，各变量平均提取方差值均达到最低标准[10]，因此本问卷具有良好的收敛效度；对于区分效度的检验，本文采用皮尔逊相关系数与平均提取方差值的平方根大小作为判断标准，如表2所示，各变量平均提取方差值的平方根（对角线数值）均大于该变量的皮尔逊相关系数。因此，本研究数据具有足够的区分效度。

2.结构模型

在结构模型阶段，主要是对各变量之间的关系进行统计验证。如表3所示，除了H8，其他8个假设均成立，即游客PE、EE、SI、FC和TE均能提升游客RI；同时，PE、EE和SI也能丰富游客TE。

三、结论与建议

（一）结论

1.UTAUT理论在景区数字化领域具有较高的适用性

UTAUT理论为研究人员和景区规划人员提供了一个系统的框架，用于评估游客对数字技术的接受程度，并帮助其具象化游客旅游体验和重游意向的影响因素，为后续相关研究提供了新的理论视角和实践方向。

2.绩效期望对提升游客旅游体验和重游意向的影响最大

这一发现进一步验证了游客对于数字技术的表现期望越高，将越有利于其在游览过程中获得更佳的体验，从而也将进一步促成其再次游览该旅游目的地。

3.便利条件在丰富旅游体验过程中具有不确定性

这一研究发现表明，游客对于旅游活动中的关注点并不完全一致。比如，有些游客比较在意游览舒适度和顺畅度，如便利的交通、热情的居民或者轻松的游览行程，而对景区文化和历史底蕴更感兴趣的游客会认为便利条件无足轻重。

（二）建议

在花山谜窟景区后续的规划、管理中，相关部门可以考虑采取一些措施来推动景区数字化进程。首先，建立数字化平台，提供在线预订、支付、导航、讲解等服务。其次，引入虚拟现实、增强现实等技术，提升景区的科技感和趣味性；推广电子门票，降低售票成本，减少游客排队等候时间。再次，开展线上推广活动，加强与游客的互动和沟通，提高品牌知名度和美誉度。最后，加强信息安全保护，保障游客的个人信息和财产安全。

参考文献

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

[2] 于志多.九寨沟数字化景区的构建与应用研究[D].成都：电子科技大学，2010：4-8.

[3] 赵吉清，阳珊环.数字化景区研究现状与问题探讨[J].中国高新技术企业，2016（18）：25.

[4] 穆荣兵，黄熙茗，兰珂，等.浅谈数字化技术在旅游景区中的应用[J].艺术科技，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] 来颖.OTA定制旅游平台服务对用户网购意愿影响研究[D].杭州：浙江工商大学，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.