学术论坛 / A c a d e m i c  F o r u m
62
（北京联合大学，北京　100000）
摘要：随着网络时代的到来，已逐渐成为人们生活中不可或缺的网络服务工具，越来越多的消费者倾向于选择使用来获取旅游信息和预定旅游产品。文章构建了旅游目的地用户使用意愿的影响机理模型，从感知有用性、感知易用性、感知风险、感知娱乐性和感知互动性五个变量进行研究，通过分析得出影响旅游目的地使用意愿的因素。证明所得因素对旅游目的地的用户使用意愿的影响。通过数据分析得出结论，对旅游目的地进行评价。关键词：技术可接受模型；；旅游目的地1　研究背景与意义
近年来，成为用户获取资讯的重要渠道，其传播的双向性和互动性，突破了传统营销方式的局限。如何提升旅游目的地关注度，进一步借助平台，加强旅游品牌宣传与塑造，提升旅游知名度与吸引力，开拓旅游市场，是当前旅游业发展需要思考和解决的问题。
本文一方面对基础的技术接受模型进行验证，另一方面拓展了技术接受模型在旅游研究中的应用，同时从旅游目的地评价视角进行研究，在一定程度上丰富了的研究领域，对借助技术可接受模型促进旅游
市场发展具有一定的理论参考意义。利用技术可接受模型探讨用户对旅游目的地的评价影响因素，提高旅游企业和管理者对旅游目的地重要性认识，有助于科学开发和利用旅游目的地，助力于旅游景点推广，提升旅游产品营销效果，加快旅游业发展，具有重要的现实意义。
2　旅游目的地评价概念模型
本文关于旅游目的地评价的概念模型。主要是旅游目的地的有用性：指用户在使用旅游目的地时，认为此提供的信息和服务是有用的即通过该可以为用户提供效益。旅游目的地的易用性：是指用户在使用这个时，用户认为这个是容易使用的，可以得到快速且全面的服务。旅游目的地的娱乐性：指的设计会为用户带来很好的视觉效果，令用户在使用此时是愉快的。旅游目的地的互动性：指用户通过此与相关的旅行社产生联系，也可以通过留言和其他用户进行互动。的专属客服可以随时为用户解决问题。旅游目的地的风险性：指用户在上的登陆信息，消费记录和消费时填写的个人信息等不会被泄露给他人。
3　数据收集与分析
本文的调查对象是使用关注旅游目的地的用户，问卷的发放和收集工作主要在网上进行。一共回收了81份有效问卷。
3.1　样本的描述性统计分析
通过对回收的81分问卷进行描述性统计分析，在81分问卷中男性占62%，女性占38%，男性稍多于女性，性别比
例基本合理。从年龄分布来看，年龄分布集中在18~25岁，占48.15%，其次是25~34岁，占28.4%。说明在旅游目的地的关注者中以青年居多。分析原因是青年的生活压力较小，旅游需求较大，所以关注旅游目的地的人数较多。并且这个年龄段的人大多数是用户，对的功能和使用方法比较了解。在受教育水平上，学历集中在本科，占54.32%，大专及以上学历占84%，由此可见受教育程度高的人对新鲜事物的接受较快。大学在校生由于课余时间较多，对外出旅游的需求增加，很多人会选择关注旅游目的地。svg如何复制到
在收到的问卷中，得到的用户所关注的旅游目的地数据为：北京旅游占32%、内蒙古旅游占12%、河北旅游占3%、贵州旅游占3%、湖南旅游占9%、山西旅游占11%、四川旅游占3%、辽宁旅游占5%、吉林旅游占2%和青海旅游占3%。
3.2　问卷的信效度分析
问卷的信度分析在于研究数据是否真实可靠。本文选择spss 软件，得出克隆巴赫系数、项删除后的克隆巴赫系数、校正的项总计相关性。克隆巴赫系数常见标准是高于0.8。
问卷效度分析用于研究题项是否有效的表达研究变量或者维度的概念信息。本文将从内容效度和结构效度两方面进行分析。
内容效度是指使用文字描述量表设计的合理性，本文使用的问卷的测量指标大部分来自于参考国内外同类的研究文献，内容效度已得到其他研究文献的论证。
结构效度通常使用探索性因子分析进行验证，即通过探索性因子分析对题项进行分析。本文将以因子分析来验证量表的结构效度。
使用因子分析进行信息浓缩研究，首先分析研究数据是否适合进行因子分析，由分析得：KMO 为0.819，大于0.6，满足因子分析的前提要求，意味着数据可用于因子分析研究。以及数据通过Bartlett 球形度检验(P<0.05)，说明研究数据适合进行因子分析。
效度研究用于分析研究项是否合理、有意义，效度分析使用因子分析这种数据分析方法进行研究，分别通过KMO 值、共同度、方差解释率值/因子载荷系数值等指标进行综合分析，以验证出数据的效度水平情况。KMO 值用于判断是否有效度，共同度值用于排除不合理研究项，方差解释率
曹之骥
基于技术可接受模型的旅游目的地
评价研究
A c a d e m i c  F o r u m  /学术论坛
63
值用于说明信息提取水平，因子载荷系数用于衡量因子(维度)和题项对应关系。
通过因子分析得出各个因子的方差解释率分别为36.901%、6.887%、6.372%、5.523%、4.667%。5个因子总共解释了原有信息的60.35%。通过因子分析旋转后的因子负荷矩阵，各公共因子的信度系数值对公共因子进行重命名。重命名为：基础支持因素、娱乐性因素、用户信任因素、信息质量因素、服务吸引因素。3.3　相关分析
本文从旅游目的地用户使用意愿的角度，分析的基础支持因素、娱乐性因素、用户信任因素、信息质量因素和服务吸引因素和用户使用意愿之间的相关性，通过上述5个因素的相关性分析，得出这5个因素是否可以用于评价旅游目的地。
在显著行水平为0.01的情况下，用户对基础支持因素、娱乐性因素、用户信任因素、信息质量因素和服务吸引因素这5个因子的使用意愿呈现出正相关关系（统计量的显著性概率p 均小于0.05，且相关系数为正数），这表明的基础支持因素、娱乐性因素、用户信任因素、信息质量因素和服务吸引因素对
用户的使用意愿起积极推动作用。4　旅游目的地评价与建议
由上文得到的结论：用户对基础支持因素、娱乐性因素、用户信任因素、信息质量因素和服务吸引因素这5个因子的使用意愿呈现出正相关关系，所以基础支持因素、娱乐性因素、用户信任因素、信息质量因素和服务吸引因素这5个因子是可以用来对旅游目的地进行评价的，下面选取几个具有代表性的旅游目的地进行评价研究。4.1　北京旅游
通过对所收集的关注北京旅游的问卷数据进行分析，可以发现用户对北京旅游的评价中，用户信任因素和服务吸引因素中所包含的问题得分较少。看来关注北京旅游的用户对北京旅游的服务不够满意，并且用户在使用北京旅游时对自己的信息安全比较关注。在信息质量上，北京旅游的得分比较高，可以看出北京旅游在信息更新和信息质量上做d 得很好。4.2　内蒙古旅游
通过对所收集的关注内蒙古旅游的问卷数据进行分析，我们可以发现用户对内蒙古旅游的评价中，基础支持因素所包含的问题得分较少，主要是在内蒙古旅游的回复速度、可以快速处理用户问题。关注内蒙古旅游的用户普遍感觉内蒙古旅游的回复速度较慢，处理用户问题的效率较低。希望内蒙古旅游的管理人员加强对用户信息的处理，提升后台运行效率，给用户提供更好的使用体验。
4.3　湖南旅游
通过对所收集的关注湖南旅游的问卷数据进行分析，可以发现在上可以搜索到足够多的相关信息、的目录便捷有效和提供与旅行社之间的合作等题目上得分较低。说明湖南旅游为用户提供的信息较少，且内目录不够清晰、便捷，并且与旅行社之间的合作较少，为用户提供的旅游产品较少。希望湖南旅游的管理人员增强对内信息的全面更新，提供更多方面的信息。内目录的设计应该清晰、便捷。同时要加强与旅行社之间的联系，为用户提供更全面的服务。
5　研究结论
本文在技术可接受模型的基础上，构建了最初的旅游目的地评价模型，分别是感知有用性、感知易用性、娱乐性、风险性和互动性。在进行因子分析时，提取出了5个因子。根据研究结果表明，这5个因素可以用于旅游目的地评价。因此对于有意向建立旅游目的地的城市，应从这5方面进行规划；对于已经建立该地旅游目的地的，可以依据本文的调查量表，出本的不足之处，进行有针对性的改进。在旅游目的地评价的五个组成维度中，信息质量是最重要的，所以在对进行改进是要首先注重信息质量上的提高，抓住用户最关注的方面能一定会提高用户对的评价。同时当地的管理者一定要注重保护用户的隐私。提高的运行效率。将设计的更具创新性，对用户产生良好的第一印象，也要注重整体的一致性。扩宽内服务渠道，加强与其他平台的合作，全面吸引用户。
本文通过研究表明，从游客使用意愿的视角来看，旅游目的地评价包括基础支持因素、娱乐性因素、用户信任因素、信息质量因素和服务吸引因素这5个组成维度。因此，对于各地旅游目的地可以根据这5个方面对进行改进，寻存在的不足之处，采取针对性措施，提高的用户评价。
作者简介：曹之骥（1997-），男，蒙古族，籍贯：内蒙古自治区赤峰，学历：硕士在读，研究方向：职业技术教育旅游服务方向。
参考文献：
[1]张李义，张然.技术接受模型(TAM)关键变量前因分析[J].信息资源管理学报,2015,5(02):11-20.
[2]李继学，巩见刚，高照军.技术接受模型理论研究的可视化分析[J].现代情报,2015,35(12):99-105.
[3]匡文波.基于技术接受模型的使用行为研究[J].国际新闻界,2015,37(10):117-126.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。