我国出境游客旅行前的信息搜索行为意向研究:基于TAM、TPB与DTPB模型

刘春济 冯学钢

(华东师范大学商学院，上海200241)

1 问题的提出

2011年我国公民出境人数达7025.00万人次，其中因私出境人数为6411.79万人次①中国国家旅游局.2011年中国旅游业统计公报［EB/OL］.www.cnta.gov.cn/html/2012-10/2012-10-25-9-0-71726.html，2012/10/25.，分别比5年前提高了103.48%、126.39%②中国国家旅游局.中国旅游统计年鉴2007［Z］.北京:中国旅游出版社，2007.，这在一定程度上反映出我国居民的出境旅行活动已经呈现出了常态化趋势。但与这种常态化趋势相比，国内居民出境旅行行为的成熟度却不高，特别是在信息搜索的深入性和态度性准备方面(白凯，2011)，由此也受到了国外部分学者“带有殖民主义残渣色彩”式的批判(蔡利平，2007)。

事实上，信息搜索是游客购买决策过程的首要步骤之一(Raaij，Francken，1984)，即只要个体意识到他们需要作出旅行决策，信息搜寻行为就会随之发生(Gursoy，Umbreit，2004)，而信息则会进一步影响个体的系列消费行为(Gursoy，McCleary，2004)。在国际上，对游客旅行前信息搜索的专属性研究始见于1974年(Gitelson，Crompton，1983)，研究重点主要集中于信息搜索的动因(Fondess，Murray，1997;Dey，Sarma，2010)信息源的选择(Fondess，Murray，1998;Sparks，Pan，2009)、信息搜索的策略(Senpenger，et al.1990)、影响信息搜索的因素(Okazaki，Hirose，2009;Carneiro，Crompton，2010)和信息搜索的内容(Jun，et al.，2007)5 个方面。在研究方法方面，主要以多变量分析为主，如因子分析(Dey，Sarma，2010)、聚类分析(Money，Crotts，2003)、判别分析(Jun，et al.，2007)、回归分析(Carneiro，Crompton，2010)和对应分析(Gursoy，Umbreit，2004)等。在模型研究方面，则以游客内外部信息搜索行为模型为代表，该模型整合了先前访问经历、涉入度、目的地性学习、偶然性学习、熟悉度、专业知识、内外部信息搜索成本等因素(Gursoy，McCleary，2004)。国内的相关研究则刚刚起步，且缺乏针对出境游客的研究。

科技接受理论模型(Technology of Acceptance Model，TAM)、计划行为理论模型(Theory of Planned Behavior，TPB)与解构式计划行为理论模型(Decomposed Theory of Planned Behavior，DTPB)均根源于Fishbein和Ajzen(1975)提出的理性行为理论(Theory of Reasoned Action，TRA)。TRA理论认为人的行为是由行为意向决定的，而行为意向则受态度和主观规范的影响(Ajzen，1985)。自理论提出后，其适用性已经在多个领域获得了验证(Sheppard，et al.，1988;Ramayah，et al.，2009)。但TRA理论关于个体行为主要受意志控制的假定，限制了该理论的适用范围并受到了一定的质疑(Ajzen，1985)。此后，基于TRA的对行为意向或行为进行解释与预测的模型不断得以重构，TAM、TPB与DTPB模型即是其中的代表，并获得了国外学术界的高度认可(Madden，et al.，1992;Ramayah，2009)。目前，在旅游研究领域，TAM、TPB与DTPB理论已经被应用于餐饮或酒店消费意向分析(Cheng，et al.，2005;Han，et al.，2010)、酒店使用信息技术的意向分析(Han，Kim，2010;Huh，et al.，2009)、目的地选择预测(Lam，et al.，2007;Lam，Hsu，2006)、交通运输管理(Thøgersen，2006)、在线旅游消费意向等方面(Chen，2007)，但关于信息搜索方面的研究还比较缺乏。

本文的目的在于，通过TAM、TPB与DTPB模型分析我国出境游客旅行前的信息搜索行为意向，并确定影响我国出境游客在旅行前实施相关信息搜索行为意愿的因素。同时，既有的研究多以潜在消费者或潜在游客为研究对象，但受潜在消费与现实消费之间的时间间隔及时滞期间系列社会因素的影响，研究的解释力或预测力与现实之间的差距可能会发生较大的变化。因此，本文以已作出出境旅行决定的国内居民，即现实的游客为研究对象，以便更真实地反映现阶段我国出境游客旅行前的信息搜索行为意向。

2 TAM、TPB与DTPB理论模型的演变

在TRA模型基础上，Davis提出了TAM模型用于阐释电脑用户对信息技术的接受程度(Yu，et al.，2005)。与TRA模型相比较，TAM模型发展出了知觉有用性和知觉易用性两个新信念，并假定信息技术的使用行为直接由信息技术的使用意向决定，使用意向由态度和知觉有用性决定，而态度和知觉有用性则受知觉易用性影响(图1)(Davis，1989)。随后，一系列扩展的TAM模型得以构建，并广泛应用于多个领域(Yu，et al.，2005)。至于TAM模型变量之间的关系，Li等(2008)曾在综述中予以统计，并发现知觉易用性和知觉有用性之间存在着显著的相关关系且这种关系非常稳定，知觉有用性与态度、行为意向之间的关系、态度与行为意向之间的关系多数也是显著的，但非显著关系的存在及对该模型的争议也不是个例。

图1 TAM 模型(Davis，1989)

TRA理论对个体行为主要受意志控制的假定受到质疑后，Ajzen(1985)提出了TPB模型。TPB理论认为，行为意向除了受态度和主观规范影响之外，还受自己掌握的资源、能力等即感知行为控制变量的影响，而感知行为控制既可以通过行为意向这一中介变量与行为发生作用，也可以直接作用于行为(图2)(Schifter，Ajzen，1985)。态度是通过行为信念，主观规范是通过规范信念、感知行为控制是通过控制信念测量的(Schifter，Ajzen，1985)。但态度、主观规范、感知行为控制与行为意向之间不一定存在积极的显著关系(Sparks，Pan，2009)。随后有多位学者对计划行为理论进行了验证，并发现计划行为理论在某种程度上确实比理性行为理论有更强的解释力(Ajzen，Madden，1986;Ajzen，1991)。但也有争议认为，TPB理论仅仅是将行为信念、规范信念和控制信念简单地整合成了一个线性的信念结构，而通过信念结构测量的潜变量可能无法稳定地反映行为意向(Wu，Chen，2005)。此外，信念结构所测量的潜变量在不同应用条件下是有差别的，由这些信念构成的TPB模型很难具有普遍的适用性(Wu，Chen，2005)。

基于TPB模型存在的问题，Taylor和Todd(1995c)将TPB模型的信念结构进行了分解并构建了DTPB模型。在Taylor和Todd的DTPB模型中，态度被解构为知觉有用性、知觉易用性和兼容性3个变量，主观规范被解构为人际影响与外部影响2个变量，感知行为控制被解构为自我效能和便利条件两个变量。在类似的解构中，许多新变量被尝试性纳入了DTPB模型以提高其在不同研究范畴内的适用性和解释力，如相对优势与复杂性(Taylor，Todd，1995b)、信任度(Wu，Chen，2005)、动机与风险感知(Lin，et al.，2010)、不确定性感知(Quintal，et al.，2010)，以及综合的社会资本变量、认知变量与控制变量(Huang，et al.，2009)等等。在整合TPB 模型与 DTPB 模型的基础上(Schifter，Ajzen，1985;Taylor，Todd，1995c)，本文使用的解构变量见图3。

图2 TPB 模型(Schifter，Ajzen，1985)

图3 DTPB 模型(Schifter，Ajzen，1985;Taylor，Todd，1995c)

3 研究设计与数据检验

3.1 模型变量操作性定义的界定

在本文中，模型测量的决定结构包括态度、主观规范、感知行为控制和行为意向4个变量，态度、主观规范与感知行为控制各包括2个解构变量，依次为知觉有用性与知觉易用性，规范信念与依从动机，自我效能与便利条件(图3)，实测变量合计为30个。为了保持测量变量的一致性，现将上述变量在本文中的操作性定义界定如下(Ajzen，1991;Chau，Hu，2002;Davis，1989;Huh，et al.，2009;Hung，Chang，2005;Taylor，Todd，1995c;Lin，2007;Wu，Chen，2005):(1)知觉有用性(Perceived Usefulness，PU)，指游客认为行前信息搜索有利于旅游活动展开的程度;(2)知觉易用性(Perceived Ease of Use，PEOU)，指游客认为进行行前信息搜索的容易程度;(3)态度(Attitude，AT)，指游客对行前信息搜索行为肯定或否定的看法;(4)规范信念(Normative Belief，NB)，指其他个人或团体对游客进行行前信息搜索的期望程度;(5)依从动机(Motivation to Comply，MC)，指游客满足其他个人或团体期望自己进行行前信息搜索的可能性;(6)主观规范(Subjection Normal，SN)，指游客对是否采取行前信息搜索行为而感受到的社会压力;(7)自我效能(Sel-Efficacy，SE)，指游客对自己能够实施行前信息搜索行为的自信程度;(8)便利条件(Facilitating Conditions，FC)，指游客认为自己有时间、金钱或资源进行行前信息搜索;(9)感知行为控制(Perceived Behavioral Control，PBC)，指游客感知到的采取行前信息搜索行为容易或困难的程度;(10)行为意向(Behavioral Intention，BI)，指游客对采取行前信息搜索行为的倾向程度。

3.2 调研设计与样本描述

调研问卷由模型测量与人口学信息两部分构成。其中，为了保障信度和效度，模型测量变量主要是在既有研究成果基础上整理而成，并根据研究目的进行了调整与修改(表1)。其中知觉有用性量表主要参考Bhattacherjee(2001);知觉易用性量表主要参考Adams等(1992);态度量表主要参考Hsu等(2006)及Taylor和Todd(1995a);规范信念和依从动机量表主要参考Han等(2010)及Lam和Hsu(2006);主观规范量表主要参考Lam和Hsu(2006);自我效能和便利条件量表主要参考Taylor和Todd(1995b);感知行为控制量表主要参考Sparks和Pan(2009)、Taylor和Todd(1995a);行为意向量表主要参考Lam等(2007)、Lin(2007)。同时，人口学信息则包括性别、年龄、教育程度3项。此外，出境旅行经历和本次旅行的目的地也被纳入到调查范围。

调研于2011年7月25日～8月16日在上海浦东国际机场候机楼内实施，受访对象均为即将出境旅行但尚未通过“安检”进入候机厅的游客。本次调研共发放问卷375份，回收有效问卷315份，有效率为84.0%。在无效问卷中，大部分为未完成问卷，这可能和游客急于赶乘航班或行前兴奋、忐忑的心理状态有关。在有效样本中，女性游客占51.1%，年龄为45岁及以下的游客占94.3%，受教育程度为本科及以上的游客占74.3%。与中国出境游客的人口统计特征相比(2010年，中国出境游客的人口统计特征为:男性比例为52.98%，比女性高5.96%;44岁及以下年龄游客最多，占85%;受教育程度为本科及以上的占50%;同时，出境游客来自教育业的比例最高，为11.75%①国家旅游局旅游促进与国际合作司，中国旅游研究院.中国出境旅游发展年度报告2011［M］.北京:中国旅游出版社，2011.)，本次调研的有效样本构成中，年龄为45岁及以下的游客和受教育程度为本科及以上的游客比例偏高，这可能和调研期间正值中国学校放暑假有关。此外，本次旅行为第一次出境旅行的游客占54.9%，而游客旅行的旅游目的地则涵盖美国、加拿大、英国、法国、德国、意大利、土耳其、南非、新西兰、匈牙利、韩国、马来西亚、日本、泰国、新加坡、印度尼西亚、台湾、朝鲜、俄罗斯、澳大利亚等国家或地区，在远程旅行中以美国为目的地的比例最大，近程旅行则日本占最大比例。

3.3 信度与效度

使用SPSS 16.0软件对调研数据进行信度检验，结果显示整个量表的Cronbach’sα值为0.90，知觉有用性、知觉易用性、态度、规范信念、依从动机、主观规范、自我效能、便利条件、感知行为控制和行为意向量表的Cronbach’sα值分别为 0.85、0.81、0.76、0.75、0.70、0.83、0.90、0.86、0.84、0.84，均等于或大于 0.70，说明量表具有良好的内部一致性信度。

使用LISREL8.70软件进行验证性因子分析，投入矩阵为协方差系数矩阵，模型估计方法为最大似然法——多元正态分布检验显示，虽然大部分变量为非正态分布，但峰度的绝对值均小于2，偏度的绝对值均小于5，适合最大似然估计法(侯泰杰，等，2004)。结果表明(见表1)，实测变量因子载荷量除NB3、MC3外均大于或非常接近于0.55，即至少可以解释潜变量30%的变异数，此时因子较为理想(Tabachnik，Fidell，2006)，因此除 NB3、MC3外所有实测变量均予以保留(两变量删除后，规范信念和依从动机量表的Cronbach’sα分别为0.85、0.78)。同时，各保留的实测变量的标准化载荷T值最小为10.00，且均在p＜0.001水平上显著，聚敛程度指标(Average Variance Extracted，AVE)均大于0.6，组合信度(Composite Reliability，CR)除MC外均大于0.8，说明量表有较充分的收敛效度。从表2看，各潜变量平均变异萃取量的平方根均大于各潜变量之间的相关系数，因此各因子之间有良好的区别效度(Casaló，et al.，2010)。

表1 实测变量收敛效度检验

表2 区别效度摘要表

4 结构模型检验

4.1 TAM、TPB与DTPB结构模型检验

表2显示潜变量之间不存在明显的共线性问题，使用最大似然对TAM模型进行结构检验，结果显示模型的绝对拟合度指数(χ2/d f=2.36，GFI=0.94，AGFI=0.91，RMSEA=0.065)、增量拟合度(NFI=0.97，NNFI=0.97，CFI=0.98，IFI=0.98)和简约拟合度(PNFI=0.71，PGFI=0.59)均较为理想;同时，该模型的信息标准指数ACI为156.00、ECVI为0.69。路径图(图4)显示，知觉易用性对知觉有用性、知觉有用性对行为意向均有正面的显著影响(p＜0.01);知觉有用性对态度、态度对行为意向均有正面的极其显著影响(p＜0.001);但知觉易用性与态度之间无显著性关系。同时，态度、知觉有用性共同解释了模型38%的变异量，知觉有用性共解释了态度37%的变异量，而知觉易用性仅解释了知觉有用性3%的变异量。

对TPB模型进行结构检验，结果显示模型的绝对拟合度指数(χ2/d f=3.28，GFI=0.92，AGFI=0.87，RMSEA=0.085)、增量拟合度(NFI=0.95，NNFI=0.96，CFI=0.97，IFI=0.97)和简约拟合度(PNFI=0.69，PGFI=0.57)均较为理想;同时，该模型的信息标准指数ACI为156.00、ECVI为0.55。路径图(图5)显示，态度、主观规范和感知行为控制对行为意向均有正面的极其显著影响(p＜0.001)，而态度、主观规范和感知行为控制共解释了模型45%的变异量。

图4 TAM结构模型拟合图

图5 TPB结构模型拟合图

对DTPB模型进行结构检验，结果显示模型的增量拟合度(NFI=0.94，NNFI=0.95，CFI=0.96，IFI=0.96)和简约拟合度(PNFI=0.81，PGFI=0.68)较为理想;绝对拟合度指数规范卡方(χ2/d f=2.51)和近似误差均方根(RMSEA=0.069)较为理想，拟合优度指标(GFI=0.84)和调整拟合优度指标(AGFI=0.81)仅符合较为宽松的拟合度标准(Etezadi-Amoli，Farhoomand，1996)。根据模型修正指数 MI(Modification Index)和实际的理论依据，在增加部分实测变量之间和残差相关的路径后(AT1与AT3，BI1与BI2;PU1与PU3，SE1与SE2)，AGFI和GFI指标确实可以得到较好改善，但潜变量之间的影响效应、潜变量解释的变异量也会随之改变，类似的修正效应同样会出现在TAM和TPB模型中。为了保持TAM、TPB、DTPB模型之间的可比性，同时考虑到DTPB模型拟合指标均处于可接受性范围内，本文此处不再为模型拟合指数的提高而进行模型修正。路径图(图6)显示，知觉易用性与态度之间无显著性关系，规范信念对主观规范有正面的显著影响(p＜0.01)，除此之外，知觉有用性对态度、依从动机对主观规范、自我效能和便利条件对感知行为控制，态度、主观规范和感知行为控制对行为意向均有正面的极其显著影响(p＜0.001)。同时，态度、主观规范和感知行为控制共解释了模型41%的变异量，知觉有用性解释了态度40%的变异量，规范信念和依从动机共解释了主观规范44%的变异量，自我效能和便利条件共解释了感知行为控制71%的变异量。

图6 DTPB结构模型拟合图

4.2 TAM、TPB与DTPB结构模型检验归纳

表3归纳了TAM、TPB与DTPB结构模型的主要分析结果。从模型解释力看，TPB模型对行为意向的解释力最强(R2=0.45)，其次是DTPB模型(R2=0.41)，TAM模型解释力则最弱(R2=0.38)，且包含10个变量的DTPB模型仅比包含4个变量的TAM模型多解释了3%的行为意向变异量(表3)。此外，就变量对态度的解释力而言，DTPB模型略优于TAM模型(R2值分别为0.40、0.37)。

表3 TAM、TPB与DTPB模型标准化路径系数与模型解释力

从标准化路径系数看，除知觉易用性与态度之间无显著的直接关系外，在TAM、TPB和DTPB模型中所有变量之间均存在着直接且积极的显著相关性;在TAM模型中，知觉易用性通过知觉有用性对态度产生了间接影响(图4)。而从变量对行为意向的影响看，在TAM、TPB和DTPB模型中，态度的效应均为最大，分别为0.48、0.40和0.43;在TAM和DTPB模型中，知觉有用性对行为意向影响的总效应仅次于态度，分别为0.47和0.26(图4、图6)。同时，在TAM和DTPB模型中，知觉有用性对态度的直接影响效应则高达0.59、0.61;在TPB和DTPB模型中，感知行为控制和主观规范对行为意向的影响介于0.23～0.26之间。此外，在DTPB模型的前置变量中，依从动机对行为意向影响的总效应也值得关注(图6)。

从模型拟合度看，TAM、TPB和DTPB模型的拟合度均处于可接受范围且大部分指标较为理想，但从χ2/d f、AGFI、RMSEA等指标看TAM模型的拟合更为优良。同时，绝大部分拟合指数表现出了较强的惩罚复杂模型的趋势，反映出本文的拟合指数选择非常理想。

5 结论、建议与研究的不足

5.1 结论与讨论

本文基于TAM、TPB与DTPB模型分析了我国出境游客旅行前的信息搜索行为意向，发现3个模型对行为意向均具有较强的解释力，但从变量间的影响效应、决定结构的解释力和模型的拟合度及简约性来考量，3个模型的个性差异较为明显:第一，TPB包含4个变量，该模型对我国出境游客旅行前信息搜索行为意向的解释力最强且模型较为简约，其 R2值为0.45，其 AIC、ECVI分别为 156.00、0.69;第二，TAM 模型也包含4个变量，该模型拟合度最为优良、最为简约，但其对行为意向的解释力较弱，其 χ2/d f、AGFI、RMSEA 分别为 2.36、0.91、0.065，其 AIC、ECVI分别为 156.00、0.55，其R2值为0.38;第三，DTPB模型包含的变量最多(10个)，且更清晰地阐释了变量间的影响效应(Taylor，Todd，1995c)，特别是凸显出了知觉有用性、依从动机、自我效能和便利条件等测量变量，但与Huh等(2009)及Lin(2007)等人的研究结论不同，变量的增多并没有增加DTPB模型的解释力。DTPB模型解释力最弱，其原因可能和前置变量分解的恰适性及该模型在不同领域的适用性有关。上述分析表明，在我国出境游客旅行前的信息搜索行为意向领域，无论是解释力、预测力或是使用效率，TPB模型都是最恰适的，虽然TPB模型尚存在着在实务中难以操作等争议(Taylor，Todd，1995c)。至于TPB模型拟合度较TAM模型略差的问题，根据MI指数与实际的理论依据对TPB模型进行修正，即增加AT1与AT3，BI1与BI2之间的和残差相关的路径后，绝对拟合度(χ2/df=2.32，GFI=0.95，AGFI=0.91，RMSEA=0.065)、增量拟合度(NFI=0.97，NNFI=0.97，CFI=0.98，IFI=0.98)和简约拟合度(PNFI=0.68，PGFI=0.56，AIC=156.00，ECVI=0.54)不仅有大幅改善且较为理想，模型解释力R2值则增加至0.75，修正后的TPB模型进一步证明了其在我国出境游客旅行前信息搜索行为意向领域的高度适用性。

同时，在TAM、TPB和DTPB模型中，态度对行为意向的影响效应均为最大，即游客对行前信息搜索的积极或肯定的态度会极大推动其信息搜索行为意向，该结论与Lam和Hsu(2006)、Sparks和Pan(2009)在相关研究中认为中国出境游客的行为意向与态度不存在显著关系的结论完全相反。在TAM和DTPB模型中，知觉有用性对态度的影响效应高达0.59、0.61、知觉有用性对行为意向影响的总效应则仅次于态度(分别为0.47、0.26)，表明游客对出境旅行前信息有用性的判断不仅会显著影响其态度性认知，也会对其信息搜索行为意向产生重要作用，同时游客对自己采取行前信息搜索行为难易程度的判断同样会影响其行为意向。但知觉易用性与态度之间并不存在直接的显著关系，Huh等(2009)及Chau和Hu(2002)也曾得出过类似结论。结合游客对知觉易用性实测变量的评价均值可以发现，在游客的认知中，信息搜索的易用度不高，这可能与游客认知中可信赖信息源的有限，或海量信息迷失有关，也可能和游客在出境旅行时较为依赖旅游中介提供一揽子信息服务有关。此外，在DTPB模型中，出境旅行前游客满足参照群体期望的倾向对主观规范也产生了较大的影响。

5.2 建议

在我国现代旅游业发展历程中，从政治性接待、创汇手段、扩大内需乃至形象宣传，始终能找到国家战略推动的痕迹。而近些年来，在塑造、追求国家“软实力”的背景下，中国公民出境旅游目的地ADS(Approved Destination Status)协议国迅速增加，出境旅游增长率年年攀升，出境旅游更是被赋予了诸多功能性特质，如文化或价值观传播、国家影响力提升等。事实上，上述功能的实现很大程度上将倚赖于出境游客中成熟型游客的规模及其比例，而信息搜索则是判断个体消费者成熟度的主要标志之一(Lee，2008)，也是降低不确定性并加强游客与当地社区居民良性互动、发挥其文化影响力的重要前提。从这个角度讲，在宏观层面，社会需要培育游客良好的出行准备习惯，如国民休闲教育的普及与深入等，并为相关准备尤其是信息准备提供系统支持，如建设完备的信息交互系统、筛选可信赖的信息源等。在此方面，TAM、TPB和DTPB模型均可以作为探测性或检验性工具为相关建设提供指导，在其中，TPB模型的价值尤其值得深入挖掘。

同时，基于信息搜索有用性对态度及行为意向的积极影响效应，旅游目的地及相关旅游企业不仅需要从效用角度引导游客进行信息准备，以提高其目的地旅行体验、提高其服务满意度评价，更需要从游客视角评估相关信息对其出境旅行的实际价值，以便针对性提供相关信息服务。其次，虽然信息搜索的易用性与态度并无显著的相关性，但通过间接效应知觉易用性对态度仍有影响效应;且我国目前旅游信息传播渠道建设尚不完善，尤其是在出境信息的易得性和可信度方面有较大欠缺，此种背景下旅游目的地及相关旅游企业需要进一步投入力量打造多语言的、简捷易用的交互式信息传播渠道，特别是在网络建设方面。第三，态度对信息搜索行为意向具有决定性影响，积极的态度将极大促进游客的信息搜索意愿，并进一步影响其系列消费行为;而从态度自身构成的情感性与功利性特质看，旅游目的地及相关旅游企业需要塑造具有可信度和吸引力的信息源，并积极鼓励、引导游客加深对境外旅行信息的了解，旅游目的地在可能的情况下也可以提供外部利益诱导，以提高游客进行行前信息搜索的涉入度和积极性。事实上，类似行为既是宾主国或地区塑造目的地形象的有效手段，也是加深双方文化交互影响的可能方式。第四，感知行为控制对信息搜索行为意向的重要影响，呼唤着社会运营力量的积极介入，特别是在国民休闲教育普及、信息搜索软硬件资源保障方面。第五，参照群体等社会规范对中国出境游客的深远影响已经获得了多次确认(Chan，2001;Lam，Hsu，2006;Sparks，Pan，2009)，旅游目的地及相关旅游企业应注重对潜在及现实游客的引导性教育，并采取切实手段如目的地营销传播、出境旅行前说明会等深化游客对旅游信息搜索的认知，并提高其出行成熟度与体验的满意度。

5.3 研究的不足

本文的研究不足主要包括:第一，本文虽然以现实游客为研究对象，但仅分析了其在出境旅行前的信息搜索行为意向，而未进一步检验行为意向与实际行为之间的关系，因此TAM、TPB和DTPB模型并未获得全部检验(图1～图3)，虽然行为意向是预测实际行为的最好方法;第二，本文的研究样本全部来自于上海浦东国际机场，浦东国际机场作为中国最大的出入境空港口岸，其出境游客主要来自于以上海、江苏和浙江为主要代表的华东地区，该地区游客在全国的代表性值得进一步商榷，同时，315份样本采集时间为7月下旬至8月上旬，虽然样本量已完全符合结构模型分析技术的要求，但受出境旅行的季节性差异及小样本误差的影响，上述样本的典型性也值得进一步商榷;第三，本文所比较的TAM、TPB和DTPB模型均为未经修正的原始模型，经修正后上述模型的拟合指数与解释力均可能会得到较大改善。在今后研究中，需要考虑上述不足进一步优化相关研究。

［1］ Adams D A，Nelson P A，Todd P A.Perceivedusefulness，ease of use，andusaga of information technology:A replication［J］.MISQuarterly 1992，16(2):227-247.

［2］ Ajzen I.From intentions to actions:Atheory of planned behavior［A］∥Kuhland J，Beckman J.Action-Control:Form Cognitions to Behavior［C］.Heidelberg:Springer，1985:11-39.

［3］ Ajzen I，Madden T J.Prediction of goal-directed behavior:Attitudes，intentions，and perceived behavioral control［J］.Journal of Experimental Social Psychology，1986，22(6):453-474.

［4］ Ajzen I.The theory of planned behavior［J］.Organizational Behavior and Human Decision Processes，1991，50(2):179-211.

［5］ Bhattacherjee A.Understanding information systems continuance:An expectation/confirmation model［J］.MISQuarterly，2001，25(3):351-370.

［6］ Carneiro M J，Crompton J L.The Influence of involvement，familiarity and constraints on the search for information about destinations［J］.Journal of Travel Research，2010，49(4):451-470.

［7］ CasalóL V.Flavián C，Guinalíu M.Determinants of the intention to participate in firm-hosted online travel communities and effects on consumer behavioral intentions［J］.Tourism Management，2010，31(6):898-911.

［8］ ChanR Y K，Lau L B Y.Explaining green purchasing behaviour:Acrosscultural study on American and Chinese consumers［J］.Journal of InternationalConsumer Marketing，2001，14(2):9-40.

［9］ Chau PY K，Hu P JH.Investigating healthcare professionals’decisions to accept telemedicine technology:An empirical test of competing theories［J］.Information ＆ Management，2002，39(4):297-311.

［10］ Chen FCY.Passenger use intentions for electronic tickets on international flights［J］.Journalof Air TransportManagement，2007，13(1):110-115.

［11］ Cheng S，Lam T，Hsu C H C.Testing the sufficiency of the theory of planned behavior:A case of customer dissatisfaction responses in restaurants［J］.Hospitality Management，2005，24(4):475-492.

［12］ Davis F D.Perceivedusefulness，perceived ease of use，and user acceptance of information techonology［J］.MISQuarterly，1989，13(3):319-339.

［13］ Dey B，Sarma M K.Information source usage motive-based segments of travelers to newly emerging tourist Destinations［J］.Tourism Management，2010，31(3):341-344.

［14］ Etezadi-Amoli J，Farhoomand A F.A structural model of end user computing satisfaction and user performance［J］.Information Management，1996，30(2):65-73.

［15］ Fishbein M，Ajzen I.Belief，Attitude，Intention，and Behavior:An Introduction to Theory and Research Reading［M］.MA:Addison-Wesley，1975.

［16］ Fondess D，Murray B.A typology of tourist information search strategies［J］.Journal of Travel Research，1998，37(2):108-119.

［17］ Fondess D，Murray B.Touristinformation search［J］.Annals of Tourism research，1997，24(3):503-529.

［18］ Gitelson R J，Crompton J.The planning horizons and sources of information used by leisure travelers［J］.Journal of Travel Research，1983，21(3):2-6.

［19］ Gursoy D，McCleary K W.An integrative model of tourists’information search behavior［J］.Annals of Tourism Research，2004，31(2):353-373.

［20］ Gursoy D，Umbreit W T.Touristinformation search behavior:Cross-culturalcomparion of European Union member states［J］.Hospitality Management，2004，23(1):55-70.

［21］ Han H，Hsu L T，Sheu C.Application of the theory of planned behavior to green hotel choice:Testing the effect of environmental friendly activities［J］.Tourism Management，2010，31(3):325-334.

［22］ Han H，Kim Y.An investigation of green hotel customers’decisionformation:Developing an extended model of the theory of planned behavior［J］.International Journal of Hospitality Management，2010，29(4):659-668.

［23］ Hsu M H，Yen C H，Chang C M.A longitudinal investigation of continued online shopping behavior:Anextension of the theory of planned behavior［J］.International Journal of Human-Computer Studies，2006，64(9):889-904.

［24］ Huang C C，Lin T C，Lin K J.Factors affecting pass-along email intentions(PAEIs):Integrating the social capital and social cognition therotres［J］.Electronic Commerce Research and Applications，2009，8(3):160-169.

［25］ Huh H J，Kim T，Law R.A comparison of competing theoretical models for understanding acceptance behavior of information systems in upscale hotels［J］.International Journal of Hospitality Management，2009，28(1):121-134.

［26］ Hung SY，Chang C M.User acceptance of WAP services:Test of competing theories［J］.Computer Standards ＆ Interfaces，2005，27(4):359-370.

［27］ Jun SH，Vogt C A，MacKay K J.Relationship between travel Information search and travel product purchase inpretrip contexts［J］.Journal of Travel Rearch，2007，45(3):266-274.

［28］ Lam T，ChoV，Hailin Q.A study of hotel employee behavioral intentions towards adoption of information technology［J］.Hospitality Management，2007，26(1):49-65.

［29］ Lam T，Hsu H C.Predicting behavioral intention of choosing a travel destination［J］.Tourism Management，2006，27(4):589-599.

［30］ Lee TR，Christensen G L，Derosia E D.Trademarks，consumerpsychology，andthe sophisticated consumer［J］.Emory Law Journal，2008，57(3):575-650.

［31］ Li Y，Qi J，Shu H.Review of relationship among variables in TAM［J］.Tsinghua Science and Technology，2008，13(3):273-278.

［32］ Lin H F.Predicting consumer intentions to shop online:An empirical test of competing theories［J］.Electronic Commerce Research and Applications，2007，6(4):433-442.

［33］ Lin W B，Wang M K，Hwang K P.The combined model of influencing on-line consumer behavior［J］.Expert Systems with Applications，2010，37(4):3236-3247.

［34］ Madden T，Ellen P S，Ajzen I.A comparison of the theory of planned behavior and the theory of reasoned action［J］.Personality and Social Psychology Bulletin，1992，18(1):3-9.

［35］ Money R B，Crotts JC.The effect of uncertainty avoidance on information search，planning，and purchases of international travel vacations［J］.Tourism Management，2003，24(2):191-202.

［36］ Okazaki S，Hirose M.Does gender affect media in travel information search?［J］.Tourism Management，2009，30(6):794-804.

［37］ Quintal V A，Lee J A，Soutar G N.Risk，uncertainty and the theory of planned behavior:A tourism example［J］.Tourism Management，2010，31(6):797-805.

［38］ RaaijW F V，Francken D A.Vacation decisions，activities，and satisfactions［J］.Annals of Tourism Research，1984，11(1):101-112.

［39］ Ramayah T，Rouibah K，Gopi M，et al.A decomposed theory of reasoned action to explain intention to use internet stock trading among Malaysian investors［J］.Computers in Human Behavior，2009，25(6):1222-1230.

［40］ Schifter D B，Ajzen I.Intention，perceived control，and weight loss:An application of the theory of planned behavior［J］.Journal of Personality and Social Psychology，1985，49(3):842-851.

［41］ Senpenger D，Meged K，Senlling M，et al.Information search strategies by destination-naïtourists［J］.Journal of Travel Research，1990，29(1):13-16.

［42］ Sheppard BM，Hartwick J，Warshaw PR.The theory of reasoned action:Ameta-analysis of past research with recommendations for modification and future research［J］.Journal of Consumer Research，1988，15(3):325-343.

［43］ Sparks B，Pan G W.Chinese outbound tourists:Understanding their attitudes，constraints and use of information sources［J］.Tourism Management，2009，30(4):483-494.

［44］ Tabachnik BG，Fidell L S.Using Multivariate Statistics(5td Ed)［M］.MA:Allyn and Bacon，2006.643-651.

［45］ Taylor S，Todd PA.Assessing IT usage:The role of prior experience［J］.MISQuarterly，1995a，19(4):561-568.

［46］ Taylor S，Todd P A.Decomposition and crossover effects in the theory of planned behavior:A study of consumer adoption intions［J］.Intern.J.of Reserch in Marketing，1995b，12(2):137-155.

［47］ Taylor S，Todd P A.Understanding informationtechnologyusage:A test of competingmodels［J］.Information System Research，1995c，6(2):144-176.

［48］ Thøgersen J.Understanding repetitive travel mode choices in a stable context:A panel study approach［J］.Transportation Research Part A，2006，40(8):621-638.

［49］ Wu IL，Chen JL.An extension of trust and TAM modelwith TPB in the initial adoption of online tax:An empirical study［J］.Human-Computer Studies，2005，62(6):784-808.

［50］ Yu J，Ha I，ChoiM，etal.Extending the TAM for a t-commerce［J］.Information ＆ Management，2005，42(7):965-976.

［51］ 蔡利平.客观地呈现中国消费者在全球旅游市场中的特征及形象［J］.旅游学刊，2007(1):16-18.

［52］ 白凯.出境旅游的消费异化:现象、原因与解决途径［J］.旅游学刊，2011，26(8):5-6.

［53］ 侯泰杰，温忠麟，成子娟，等.结构方程模型及其应用［M］.北京:教育科学出版社，2004.