旅游信息网络搜索行为研究综述与启示

杜法成

【摘要】使用网络是旅游信息搜索的主要途径之一。旅游信息网络搜索行为已成为了一个重要的研究方向，其相关研究成果为旅游业的发展提供了有益借鉴。本文旨在通过对近年来国内外旅游者网络信息搜索行为相关文献的回顾、引证、比较、分析与评价，并对该领域未来可能的研究方向予以展望，希望能为旅游信息网络搜索行为研究提供有益的借鉴与思考。在研究问题上，国内外学者所关注的方向大致相同。在研究方法上，国外学者注重定量与定性相结合，而国内主要是以定量研究为主。在研究的深度与广度上，国内与国外相比，还存在一定的差距，但国内相关研究也为该领域的研究做出了应有的贡献。在未来的研究中，以下几方面可予以关注：基于过程视角的动态信息搜索行为、不同社交媒体的旅游信息搜索行为的差异性、手机搜索行为、网络信息搜索用户黏性。

【关键词】旅游信息；网络搜索行为

doi：10.3969/j.issn.1007-0087.2015.05.00x

一、引言

互联网技术在全球的迅猛发展，改变了旅游信息传播方式，推动了旅游产业的变革。如今，互联网已成为旅游者获取信息的重要渠道，并影响了人们的旅游消费方式。根据第 35 次中国互联网络发展状况统计报告的数据，截至 2014 年 12 月，我国网民规模达 6.49 亿。以网络为媒介搜索旅游信息已成为旅游信息搜索的主要方式之一。从上个世纪90年代末，国外学者就开始了有关旅游信息网络搜索行为的研究，至今取得了丰硕的研究成果。而国内学术界对旅游信息网络搜索行为的研究虽晚于国外，但近年来也取得了一定的成就。遗憾的是，目前尚无对国内旅游信息网络搜索行为的梳理和评述以及对国内外研究进展的对比比较。因此，本文试图对相关研究进行梳理与述评，以及对国内外相关研究做简要的对比比较，并在此基础上对未来研究可能的关注方向进行探讨。

二、国外研究综述

国外有关旅游信息网络搜索的研究主要集中在以下六个方面：

（一）搜寻动机

动机是激发机体对所期望目标的行动的心理特征，并驱使行为朝着特定目的或某个方向。游客“行”前对感知风险的不确定性，促使搜寻相关信息动机的产生。因此，提升决策质量，降低不确定性是旅游信息搜寻的主要动机[1]。可视化情节的分析表明，在线搜索的动机具有两个维度，即目标导向搜索下的协商和确定，以及在经验搜索下的情感和创新[2]。旅游信息网络搜索动机具有多样性，搜寻旅游信息并不是唯一动机。Kim S（2013）采用分层回归分析表明，大学生使用社交网站寻求旅游相关信息具有的动机除寻求信息外，还有自我表现、评论、参与社区论坛[3]。

（二）搜索策略

信息搜索策略是旅游者计划旅游时对各种信息资源的利用[4]。对于大多数网络信息搜索者来说，试图输入与主题相匹配的关键字进行搜索是最简单的策略，也被认为是一种常用的信息搜索策略。当使用关键词不可行时，他们会尝试其它策略[5]。一些搜索者使用搜索引擎提供的主题目录进行搜索[6]。还有一部分搜寻者采用的方法是搜索已知站点或访问某个特定站点[7]。此外，旅游者的搜索策略因旅游产品的类型不同而存在一定的差异[8]。

（三）搜索引擎

搜索引擎是当今网络最成功的应用[9]。使用搜索引擎已成为在网络上获取信息的主要手段[10]。搜索引擎可以直接引导游客进入社会媒体网站[11]。Young &Gretze（2006）以创新扩散和技术接受模型为理论基础进行的研究结果显示：感知有用性、复杂性、可靠性对个人采取或推荐旅游搜索引擎意愿影响显著[12]。Pan B（2015）通过模拟点击率（CTR）验证了在不同等级的CTR的幂律分布[13]。在信息化时代，搜索引擎对旅游企业来的重要性是不言而喻的，如今已经成为众 多旅游企业网络营销战略的核心部分[14]。

（四）跨文化信息搜寻行为

不同文化背景的旅游信息搜寻者，其信息搜寻行为有着一定的差异性。Crotts（2003）应用文化维度分析发现，低不确定性规避德国游客行为、高不确定性规避日本游客行为，与霍夫斯泰德文化维度不确定性规避具有一致性[15]。Litvin等（2003）通过更加广泛的样本验证了Crotts高不确定性规避文化游客行为与低不确定性规避文化游客行为的普适性[16]。Jordan E J（2013）以信息搜索理论的视角对高不确定性规避性文化背景个体和低不确定性规避文化背景个体在线旅游计划行为对比实验的研究结果表明，高不确定性规避文化背景个体比低不确定性规避文化背景个体在完成旅游规划上花的时间更多，经常使用具有“浏览”风格的网页搜索，往往会“货比三家”之后才决定购买。相反，美国人倾向于使用“一站式”搜索方式，往往把“采购”交通、住宿等放在第一位，并在一个单一的网站预订多个旅行产品或服务[17]。Chen（2000）研究发现“低语境文化”搜索者喜欢图片、符号等信息表现形式，而“高语境文化”搜索者喜欢隐晦间接的信息交流方式[18]。不同文化背景的游客，其旅游信息搜索行为有着不同的特点，了解这些差异性将有助于旅游企业的运营与管理。

（五）社交媒体

互联网诞生后，人们的部分社交活动从线下转移到了线上，针对人们的社交需求而推出的互联网应用日益丰富。近年来，社交媒体已经成为普遍的和重要的社会网络和内容共享平台[19]。社交媒体用户在社交媒体上创作、分享的内容已经在许多研究中被作为主要的信息源[20]。社交媒体网站做为游客（旅客）的信息源发挥着越来越重要的作用[21]，同时也是酒店业等行业企业的重要沟通渠道[22]。Chung N & Koo C（2014）基于期望理论和心理账户理论的价值接受度模型（VAM）的研究结果显示，游客对社交媒体的价值是旅游者使用社交媒体的一个主要的决定因素[23]。

（六）线上和线下信息搜索行为endprint

伴随着互联网的浪潮，大量的对线上和线下的信息搜索行为的研究文献已经出现，特别是在消费和旅游研究的领域[24]。在信息化时代，积极寻求信息的搜寻者，其行为动物觅食的方式极其相似。Jordan E（2008）运用信息觅食理论探讨了在线旅游信息搜索行为的基础[25]。旅游信息搜索是一个复杂的问题，搜寻者往往不仅是通过线上或者线下进行信息搜索。Tjostheim等（2007）的研究表明，大部分游客以互联网作为首选的信息源，并结合其他来源如亲友、旅行指南、旅行社等[26]。Gr?nflaten ? （2009）表明，旅游信息搜索依赖于线上与线下的综合模式[27]。综合运用线上和线下资源进行信息搜索已成为信息搜索的趋势[28]。

三、国内研究综述

（一）搜寻动机

动机是促使个体实施行为的驱动力。国外学者的研究表明，旅游信息网络搜索动机具有多样性。胡兴报（2012）对国内旅游者的网络旅游信息搜寻动机和搜寻内容以及两者之间的相关关系进行了研究，并区分出了5类信息搜寻动机：交易型、规划型、娱乐型、体验型和消遣型[29]。不同动机的搜寻者具有不同的行为特征。同一搜寻者在某一阶段的旅游信息网络搜寻还可能存在多重动机，由此可见搜寻动机的复杂性。

（二）搜索引擎

旅游搜索引擎的出现，使如今的在线信息搜索和决策过程变得更加简单，正改变着人们的消费行为与模式[30]。裴向宇（2009）验证了搜索引擎和消费者行为之间的紧密联系[31]。百度等搜索引擎是搜寻者常用的搜索引擎，与其它搜索引擎相比，有着明显的优势[32]。王专（2007）提出了旅游类网站搜索引擎的优化技巧与方法：注重网页标题与内容的彼此关联性、提高网站外部链接的广泛度，同时对优化的尺度进行了探讨[33]。这对在线旅行预订类或旅游门户网站如何利用搜索引擎发现潜在消费者，引导并影响消费者的信息收集和预订行为具有实际的参考价值和指导意义。

（三）社交媒体

近年来，社交媒体（Social Media）（社交网站、微博、微信、博客、论坛、播客等）受到广大用户的喜爱与青睐，并颠覆了传统媒体对话方式。袁红，王丽君（2015）在综合考虑信息搜寻行为的主体、客体、环境和搜寻活动本身要素的基础上，运用二阶聚类方法对问卷调查数据进行分析，归纳出了社会化媒体环境下消费者旅游信息搜寻的行为模式，并分析了各类型行为模式的不同特征，以及不同行为模式的共同规律[34]。

（四）网络旅游信息搜索努力度

旅游者个人因素、外部情境和网络媒介影响旅游者搜索网络旅游信息努力程度[35]。旅游者对旅游活动或旅游目的地的介入程度越高、对旅游活动所存在的感知风险越高，其外部信息搜寻努力也越多；而其所拥有的产品知识越丰富，其外部信息搜寻努力就越少[36]。但在基于互联网社区的结伴自助旅游中，组织者在各阶段的信息搜寻努力都要高过参与者，而旅游经验不足的参与者信息搜寻努力程度与传统团队游客并无太大差异[37]。

（五）网络旅游信息对决策的影响

游客对网络旅游信息的评价会影响其旅游决策。李莉，张捷（2013）建立了网络信息评价的量化评价模型，该模型具有三个维度：信息表达、信息质量和信息渠道[38]。张高军等（2013）研究结果发现，旅游网络信息对驴友决策影响最大的五个主成分因子分别是核心吸引力因子、旅游产品因子、交流共享因子、旅游环境因子、旅游消费因子[39]。

（六）网络信息搜索与旅游需求预测

旅游需求预测对调节供需平衡，游客需求的管理具有重要的作用。因此，如何科学地做好旅游需求的预测，具有很强的现实意义。王炼，贾建民（2014）基于旅游需求预测和信息搜索理论的研究结果表明，网络信息搜索与旅游需求之间存在显著的正相关关系[40]。方世巧，马耀峰，李天顺等（2012）研究发现：A级景区信息与旅游流存在着显著的相关性，两者的耦合协调度在较低等级处逐年提升，但未达到高度耦合水平；A级景区信息丰度的提高将会带动旅游流强度的增长，促进旅游业的发展[41]。黄先开，张丽峰，丁于思（2013）基于百度指数，以北京故宫为例，利用计量经济学模型的研究结果表明：故宫实际游客量与百度关键词存在长期均衡关系和格兰杰因果关系；加入百度关键词的自回归分布滞后模型，具有预测的及时性以及更好的预测精度与效果[42]。这一模型打破了传统预测方式所带来的局限性，为景区及相关部门的管理者对旅游需求的预测与管理提供了借鉴。

（七）旅游者信息态度与搜索行为意向

旅游者对网络信息的态度影响其搜索行为意向。刘春济，冯学钢（2013）使用TAM、TPB与DTPB模型对我国出境游客旅行前的信息搜索行为意向进行分析发现，态度是影响我国出境游客旅行前信息搜索行为意向的首要因素，其次则是知觉有用性、感知行为控制和主观规范[43]。

（八）行前信息搜索与目的地满意度评价

行前信息搜索是游客旅游决策过程的首要步骤之一，而信息则会进一步影响游客的系列消费行为及其满意度评价。刘春济，刘民英（2012）以黄山风景区为例构建了国内游客行前信息搜索测量量表和目的地游客满意度评价测量量表，典型相关分析则发现，“信息搜索的媒体导向”、“深入性信息”、“信息搜索的经验与中介导向”和“保健性信息”等国内游客行前信息搜索因子与目的地游客满意度评价因子存在正相关关系[44]。

四、启示与展望

综上所述，近年来，国外学者的研究重点主要集中在旅游信息网络搜寻动机、搜寻策略、搜索引擎、跨文化信息搜寻行为、社会媒体、线上和线下信息搜索行为等六个方面。研究方法上，注重定性与定量方法的有机结合，并借助先进的网络软件和技术，研究结论更具科学性和说服力[45]。国内学者主要从搜寻动机、搜索引擎、社会媒体、搜索网络旅游信息努力度、网络旅游信息对决策的影响、网络信息搜索与旅游需求预测、旅游者信息态度与搜索行为意向、行前信息搜索与目的地满意度评价等八个方面进行了研究。在研究方法上，以定量方法为主，并对定性方法有所涉及，主要有：因子分析法、主成分分析方法、描述性统计、典型相关分析、方差分析、聚类分析、实验观察法等研究方法。相比国外有关旅游信息网络搜索行为研究，无论是深度上，还是广度上，国内还存在一定的差距，但国内相关研究同时也为有关旅游信息网络搜索行为研究做出了应有的贡献。未来可关注方向如下：endprint

（一）基于过程视角的动态信息搜索行为研究

从旅游信息搜索这一动态过程来看，目前，国内外网络旅游信息搜索行为方面的研究多集中在“行”前研究，而实际上，随着移动互联网与智能手机等移动终端设备的发展，旅游信息网络搜索行为不仅仅发生在“行”前阶段，而且已经渗透到“行”中阶段，甚至“行”后阶段。旅游信息搜索伴随着旅游的全过程。“行”中阶段及其旅游全过程的旅游信息网络搜索行为有待进一步关注。

（二）不同社交媒体的旅游信息搜索行为的差异性研究

以社交网站、微博、即时通信为例，这三类应用既有社交类应用的基本属性，又有其各自的特点，社交网站、即时通信偏于沟通、交流，微博则更偏向信息传播，人们习惯从中获取新闻资讯， 三类应用互为补充。33.7%的网民同时使用社交网站、微博和即时通信工具这三类产品来满足他们各个层次的需求。不同社交媒体的旅游信息行为的差异性有待深入的研究与探讨。

（三）手机搜索行为

Wang ，SangWon ，Fesenmaier（2012）的研究结果显示，智能手机能够改变旅游者的行为[46]。搜索引擎是网民除即时通信外使用率最高的互联网应用，手机搜索在手机应用中也位列第二位。来自第 35 次中国互联网络发展状况统计报告的数据显示，截至 2014 年 12 月，我国手机网民规模达 5.57 亿，手机搜索用户规模达4.29亿，在网上预订过机票、酒店、火车票或旅行度假产品的网民规模达到2.22亿。对手机搜索行为的研究，将对旅游类手机应用的优化，提升企业的服务水平与核心竞争力提供积极有益的参考。

（四）网络信息搜索用户黏性

随着各类互联网应用的快速发展，互联网越来越成为网民日常工作、生活、学习中必不可少的组成部分，人们对网络的依赖程度越来越高。第 35 次中国互联网络发展状况统计报告的数据显示，53.1%的网民认为自身依赖互联网，其中非常依赖的占 12.5%，比较依赖的占 40.6%。网络信息搜索用户黏性已成为不可忽视的事实。如何通过增加用户黏性，将长尾效应发挥最大价值，是旅游企业与旅游信息提供者最关心的问题之一。

参考文献

[1]Goeldner C R，Ritchie J R B. Tourism： principles， practices， philosophies.[J]. Tourism Principles Practices Philosophies， 2012.

[2]Beldona S. Online Travel Information Search Modes： An Exploratory Study [J]. Information Technology in Hospitality， 2008， 5（1）：25-33（9）.

[3]Kim S， Kim K W C D. The Motivations Of College Students Use Of Social Networking Sites In Travel Information Search Behavior： The Mediating Effect Of Interacting With Other Users[J]. Journal of Travel & Tourism Marketing，2013，30（3）：238-252.

[4]Hyde K F. Contemporary Information Search Strategies of Destination-Na?ve International Vacationers[J]. Journal of Travel & Tourism Marketing，2008，21（2）：63-76.

[5]Chen H， Houston A L， Sewell R R， et al. Internet Browsing and Searching： User Evaluations of Category Map and Concept Space Techniques[C]// JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE. 1998.

[6]Nachmias R， Gilad A. Needle in a Hyperstack： Searching for Information on the World Wide Web[J]. Journal of Research on Technology in Education， 2002.

[7]Tillotson， J.， Cherry， J.， & Clinton， M. （1995）. Internet use through the University ofToronto Library： demographics， destination and users reaction. InformationTechnology and Libraries， 14（3）， 190e198.

[8]Ho C I， Liu Y P. An exploratory investigation of web-based tourist information search behavior.[J]. Asia Pacific Journal of Tourism Research，2005，volume 10（4）：351-360.

[9]Howe A E. SavvySearch： A Meta-Search Engine that Learns which Search Engines to Query[J]. Ai Magazine， 1997，18（2）：19-25.endprint

[10]Martins B， Silva M J. Spelling correction for search engine queries[J]. Lecture Notes in Computer Science， 2004：372-383.

[11]]Haiyan C. An Impact of Social Media on Online Travel Information Search in China[J]. International Conference on Information Management Innovation Management & Industrial Engineering，2010， 3：509 - 512.

[12]Young A Park，Gretzel U. Information & Communication Technologies in Tourism[M]. Springer Vienna，2006.

[13]Pan B. The power of search engine ranking for tourist destinations[J]. Tourism Management，2015，47：79–87.

[14]Fesenmaier D R，Xiang Z， Pan B， et al. Information & Communication Technologies in Tourism[M]. Springer Vienna，2010：381-392.

[15]Crotts R B M J C. The effect of uncertainty avoidance on information search， planning， and purchases of international travel vacations.[J]. Tourism Management， 2003， volume 24（2）：191-202（12）.

[16]Litvin S W， Crotts J C， Hefner F L. Cross‐cultural tourist behaviour： a replication and extension involving Hofstede's uncertainty avoidance dimension[J]. International Journal of Tourism Research， 2003， 6（1）：29–37.

[17]Jordan E J，Norman W C，Vogt C A. A cross-cultural comparison of online travel information search behaviors[J]. Tourism Management Perspectives，2013，6：15-22.

[18]Chen J S. Cross-Cultural Differences in Travel Information Acquisition among Tourists from Three Pacific-Rim Countries[J]. Journal of Hospitality & Tourism Research， 2000， 24（2）：239-251.

[19]Asur S， Huberman B A. Predicting The Future With Social Media[J]. Web Intelligence and Intelligent Agent Technology （WI-IAT）， 2010 IEEE/WIC/ACM International Conferen， 2010， 7（2）：492 - 499.

[20]Tilly R，Fischbach K， Schoder D. Mineable or messy？ Assessing the quality of macro-level tourism information derived from social media[J]. Electronic Markets，2015：1-15.

[21]Haiyan C. An Impact of Social Media on Online Travel Information Search in China[J]. International Conference on Information Management Innovation Management & Industrial Engineering，2010，3：509 - 512.

[22]Walden P，Carlsson C，Papageorgiou A. Travel Information Search - The Presence of Social Media[C]. //Hicss. IEEE Computer Society，1899：1-10.

[23]Chung N，Koo C. The use of social media in travel information search[J]. Telematics & Informatics，2014，32：215–229.

[24]Fong L H N，Lee H A，Leung D，et al. Between online and offline channels： internship information search by tourism and hotel management college students[C]. //Information & Communication Technologies in Tourism. Springer，2013：519-529.endprint

[25]Jordan E. Online travel information search behaviors： An information foraging perspective[J]. Information Science，2008.

[26]Tjostheim I，Tussyadiah I P，Hoem S O. Combination of Information Sources in Travel Planning A Cross-national Study.[J]. Information & Communication Technologies in Tourism，2007.

[27]Gr?nflaten ?. Predicting Travelers Choice of Information Sources and Information Channels[J]. Journal of Travel Research，2009，（2）：230-244.

[28]Tan，Wee-Kheng，Chen， et al. The usage of online tourist information sources in tourist information search： an exploratory study[J]. Service Industries Journal，2011，32（3）：451-476.

[29]胡兴报，苏勤，张影莎. 国内旅游者网络旅游信息搜寻动机与搜寻内容研究[J]. 旅游学刊，2012，27（11）：105-112.

[30]杨敏，马耀峰，李天顺等. 基于屏幕跟踪的大学生在线旅游信息搜索行为研究[J]. 游科学，2012，26（3）：67-77.

[31]裴向宇. 搜索引擎对网民在线旅行预订行为的影响[D]. 北京大学，2009.

[32]王兆峰，谢娟. 旅游网站信息搜寻对旅游者行为决策影响的评价分析[J]. 人文地理，2013，（6）：142-146.

[33]王专. 旅游网站的搜索引擎优化[J]. 旅游学刊， 2007， 22（6）：11-13.

[34]袁红，王丽君. 社会化媒体环境下消费者旅游信息搜寻行为模式[J]. 情报科学，2015，（1）.

[35]颜景楠. 大学生网络旅游信息搜索努力程度影响因素研究[D]. 西南财经大学，2011.

[36]陈德科. 旅游者信息搜寻努力及影响因素研究[D]. 西南交通大学， 2006.

[37]王刚. 基于互联网社区的结伴自助旅游者信息搜寻行为研究[D]. 山东大学，2012.

[38]李莉，张捷. 互联网信息评价对游客信息行为和出游决策的影响研究[J]. 旅游学刊，2013，28（10）：23-29.

[39]张高军，李君轶，王晓峰等. 驴友网络信息搜索行为及其对出游决策影响分析——以西安驴友为例[J]. 干旱区资源与环境，2013，27（6）.

[40]王炼，贾建民. 基于网络信息搜索的旅游需求预测——来自黄金周的证据[J]. 系统管理学报，2014，（3）：345-350.

[41]方世巧，马耀峰，李天顺等. 基于百度搜索的西安市A级景区信息与旅游流耦合分析[J]. 干旱区资源与环境，2012，26（8）.

[42]黄先开，张丽峰，丁于思. 百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J]. 旅游学刊，2013，28（11）：93-100.

[43]刘春济，冯学钢. 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[J]. 旅游科学，2013，27（2）：59-72.

[44]刘春济，刘民英. 国内游客行前信息搜索与目的地满意度评价研究——以黄山风景区为例[J]. 人文地理，2012，（6）：137-144.

[45]胡兴报，苏勤，张影莎. 国外网络旅游信息搜寻研究进展与启示[J]. 旅游学刊，2011，26（6）：86-93.

[46]Wang D，SangWon P，Fesenmaier D R. The Role of Smartphones in Mediating the Touristic Experience[J]. Journal of Travel Research，2012， 51（4）：371-387.

A Review and Revelation on Internet Search Behavior around Tourism Information

DU Facheng1 ，2

（1.Tibet Vocational Technical College， Lhasa 850000， China；

2.Southwestern University of Finance and Economics， Chengdu 611130， China）

Abstract：Using the Internet is one of the main ways to search for tourism information. The research on the Internet information search behavior of tourists has become an important research direction. The relevant research findings have provided some useful advice for the development of tourism industry. The paper aims to review， cite， compare， analyze and evaluate the papers home and abroad in recent years， which involve about network information search behavior， hoping to provide some useful suggestions and thoughts for the research on the Internet information search behavior of tourists in the future. In the research issue， the domestic and foreign scholars almost pay attention to the same direction. In the research methods， foreign scholars focus on combining quantitative and qualitative analysis， while the domestic is mainly based on quantitative research. In the depth and breadth of the study， there are still some gaps in domestic and foreign countries， but the domestic related research has made the contribution to the research of this field. In the future study， the following aspects can be concerned about： The search behavior of dynamic information based on process perspective； The differences of travel information search behavior of different social media； the searching behavior by using mobile phone； the stickiness of network information searchers.

Key words：Tourism Information； Network Search Behaviorendprint