基于ELM的在线旅游网站消费者使用行为研究
2016-07-16 07:54KANJANAJANSUKPUM甘哲娜
管理学报 2016年6期
KANJANA JANSUKPUM (甘哲娜)
(武汉大学信息管理学院)
基于ELM的在线旅游网站消费者使用行为研究
KANJANA JANSUKPUM (甘哲娜)
(武汉大学信息管理学院)
摘要：以ELM为理论基础，探讨消费者对在线旅游网站的使用行为，分析影响其使用意向的主要因素及影响过程。通过问卷调研和SEM方法进行实证分析，结果表明，中心路径与边缘路径均会影响消费者对在线旅游网站的使用意向。在线旅游涉入度对消费者选择网站信息处理方式起到了重要的调节作用，在线旅游涉入水平高的消费者主要受到中心路径因素包括信息质量、系统质量、服务质量的影响；而涉入水平低的消费者主要受到边缘路径因素包括信息源可信度、参照群体以及网络广告吸引力的影响。
关键词：在线旅游网站； 行为意向； ELM； 中心路径； 边缘路径
伴随科技日新月异的发展，电子商务的触角已延伸到各个领域，就旅游业而言，旅游服务逐渐从线下服务转变至线上服务，如在线搜索、在线预订、在线评论等等。相应地，在互联网环境下，旅游者行为也发生着深刻变化。互联网在旅游业的应用引起了世界各旅游企业和游客的兴趣，2013年在线旅游商品全球销售收入总额为5900亿美元[1]。
旅游业被认为是最适合发展电子商务的行业之一。旅游产品具有良好的在线销售特性，可使旅游业和信息通信技术完美结合。在旅游电子商务发展利好的环境下，消费者在获取旅游资讯、订购旅游产品等方面，有着比传统渠道更多样的选择。在此情况下，企业须了解消费者的真实需求和其使用在线旅游网站的动因，制定出切实可行的营销方案，才能吸引更多消费群体，进而购买在线旅游产品。毋庸置疑，消费者作为消费主体，是推动旅游电子商务发展的关键性因素，对消费者队在线旅游网站使用行为的分析，是旅游电子商务发展研究极为重要的课题。本研究旨在ELM模型的基础上，探讨消费者对在线旅游网站的使用行为，包含消费者在旅游网站搜索信息、购买商品以及享受售后服务等行为，分析影响其使用意向的主要因素及影响过程。
1文献回顾
1.1在线旅游消费者行为研究
在任何领域，消费者都是产业发展的重心所在，旅游电子商务也不例外，因此消费者在线旅游行为一直是学术研究的一大重点。在以往的研究中，大部分学者主要用技术接受模型(TAM)解释在线旅游消费者行为，已有大量研究证明，感知易用性和感知有用性是影响消费者行为的重要因素[2]。CASTAEDA等[3]认为，感知易用性和感知有用性对消费者在在线旅游网站信息搜索的实际行为和未来的行为有影响。KIM等[4]发现，感知易用性对消费者航空公司电子商务使用态度的影响程度高于感知有用性。MUNOZ-LEIVA等[5]的研究结果表明，对于不同类型的网站，TAM中的变量对消费者行为的具体作用也存在着差异，感知有用性对游客的博客使用意向有显著影响，而对虚拟社区和社交网络的使用意向则没有显著影响。宋丽君[6]基于TAM建立了旅游项目预订意向影响因素模型，其中，感知有用性和感知易用性仍然是影响消费者网上旅游预订的主要因素，但与大多已有研究结论的不同之处在于，证明了感知易用性是影响消费者网上旅游预订态度的首要因素。为了更加了解消费者的行为，学者们在不同的研究内容中引入不同变量对消费者行为进行研究，例如，LIU等[7]将网站质量作为研究变量，并探讨其与消费者在线信息搜索意向和酒店在线预订意向的影响，研究发现，与OTA网站相比，因为酒店网站的质量良好，所以消费者更喜欢使用酒店网站。随着Web 2.0应用程序的开发，传播和共享消费者生成的内容的人数不断增加，目前有许多旅游者通过在线社区获取有助于旅行安排和旅游策略的信息。CASALO等[8]基于TAM理论用信任变量阐释用户如何关注在线旅游社区的评论，结果表明，信任正向影响用户对在线旅游社区评论的态度和关注意向。闻丽佳[9]把产品因素引入到研究模型，以解释在线旅游消费者的预订行为，结果表明产品因素对消费者的感知易用和感知有用有显著正向影响。
TAM作为信息系统研究领域中最流行的理论，已被应用到很多研究中，其方法和模型已非常成熟，但使用ELM理论解释在线旅游消费者行为的文献寥寥无几。TSENG等[10]将TAM和ELM模型相结合，探讨用户在线旅游网站信息采纳行为，研究发现，中心路径中的论据质量和边缘路径中的信息源可信度和网站吸引力是用户在线旅游网站信息采纳意向的重要因素。KIM等[11]以ELM为研究框架，探究消费者移动旅游购买行为，并分析社交网络涉入度对消费者购买行为的调节影响。研究发现，社交网络涉入度高的消费者通过中心路径的论据质量形成其移动旅游购买行为，而社交网络涉入低消费者行为则主要通过边缘路径的信息源可信度的来形成。
综上所述，现有的大多数研究消费者在线旅游行为的文献都是基于TAM理论来探讨的，致使研究理论比较单一。而且TAM理论注重影响用户行为的动机，如感知有用性和感知易用性等，其未能充分解释影响消费者在线旅游使用行为产生的过程，例如：是否存在不同的路径？对于不同的消费者，是否会受到不同路径的影响？对于特定因素，在何种情况下的影响作用更强？以上这些问题，在已有的相关文献中很少受到学者们的关注。ELM是消费者信息处理研究领域中最具代表性的模型之一，其使用双过程模式，即中心路径和边缘路径来解释消费者态度的形成和变化，这两者同时也是致使态度和行为改变的主要路径。因此，为了弥补消费者在线旅游行为研究的不足，本研究试图借鉴ELM理论的思想来探讨消费者在线旅游网站使用行为，以期对前人的研究进行补充，并对旅游电子商务的持续发展提供一定的参考。1.2ELM模型
ELM模型指出，个体处理信息的方式或态度的改变可以分为中心路径和边缘路径，用于解释消费者的信息处理行为。中心路径是指消费者对信息进行较为全面的分析、思考、评价和归纳，进而导致态度的改变;边缘路径是指个体通过外围线索来判断信息，最终导致态度的改变。消费者路径选择取决于个体对传播信息作精细加工的可能性高低，其主要受到动机和能力两方面的影响。当个体具有较强烈的动机以及较高水平的能力时，更可能去仔细思考信息中所包含的重要论据，这种情况下论据所产生的说服力更强，即个体会通过中心路径来形成对信息的态度；反之，当个体缺乏相应的能力也没有足够的动机对信息进行深度加工时，则更可能通过对一些边缘信息和线索的处理来形成对具体信息的态度，即边缘路径对态度的作用更大[12]。自该模型提出后，已有不少研究通过ELM来分析和理解消费者处理信息的过程和机制。例如，用户的知识采纳意向[13]，用户对技术接受的态度和意向[14]， 消费者对移动银行的初始信任[15]，用户对信息系统的使用意向[16]等。
2研究模型与假设
2.1中心路径
2.1.1论据质量
根据ELM模型，论据质量是中心路径的因素，当个体有足够的动机和能力时，个体会对信息的论据质量进行思考和判断，最终影响对信息的态度和行为[17]。论据质量是指信息的说服力或说服强度[18]，有些研究者通过信息量、价值、说服性等来衡量论据质量[14,16]。对在线旅游而言，网站是旅游提供商向消费者提供旅游服务的平台，消费者对该平台的态度和行为取决于对网站质量的思考和判断。对于网站质量的评估，可将旅游网站视作一个信息系统，DELONE等[19]认为信息系统成功与否主要在于信息质量、系统质量以及服务质量。
信息质量是指在线旅游网站所提供内容的质量，主要包括准确性、相关性、完整性、及时性[18]。目前在线旅游网站可分为旅游提供商直销网站、旅行社网站、在线旅游服务网站(OTA)以及旅游搜索引擎网站。网站类型不同，其提供信息的特点也不同。HERRERO等[20]将乡村旅游网站的信息分为旅游目的地信息和住宿信息，并分析其对用户使用意向的影响因素。结果显示，因为这两方面的信息质量优势，所以用户感觉到网站有用，进而愿意在网站上进行信息搜索和预订。CHUNG[21]的研究发现，当消费者使用旅游目的地网站时，信息质量对其使用行为的影响远高于系统质量和服务质量。然而，信息质量这一变量并非对每个人的行为都会产生显著作用；TANG等[22]发现，信息质量对涉入度高的游客在旅游目的地网站的认知影响较大，而对于涉入度低的游客的认知则没有任何关系。
系统质量则是指在线旅游网站信息处理系统本身的质量，是技术层面的质量，包含系统有用性、 响应性、 安全性等[19]。在线旅游最大的特点在于消费者通过网络享受服务，网站是旅游企业和消费者之间的交流平台，若要便于消费者使用，网站须具有相对完备的系统。WANG等[23]认为大多消费者都很重视网站的系统质量问题，如果其觉得网站反应慢、可用性低、交易常发生错误等，则会大大降低对网站的收益感知。
旅游商品属于服务类商品，其网上交易过程不像其他实物商品那般需要通过物流来进行商品配送，因此很适于在网上营销。然而，由于网上营销缺乏面对面的交谈，可能致使消费者对服务质量产生疑虑，比如，网上和传统渠道的服务水平是否一致？售后服务是否足够可靠、便利？DELONE等[19]指出，服务质量是信息系统应用功能的指标，在本研究中，服务质量是指消费者对网站服务水平的感知，在线支持功能的有效性，包括反应性、 保证性、移情性等。已有研究表明，消费者旅游目的地网站的有用性感知和满意度受到了网站服务质量的影响[21]。
终上所述，本研究将信息质量、系统质量以及服务质量3个维度衡量在线旅游论据质量，并提出以下假设：
假设1信息质量正向影响消费者在线旅游网站使用意向
假设2系统质量正向影响消费者在线旅游网站使用意向
假设3服务质量正向影响消费者在线旅游网站使用意向
2.1.2价格优惠
对于诸如在线旅游之类的消费者行为，产品价格是影响消费决策的一个关键因素，这在以往的研究文献中已得到证实。比如，VENKATESH[24]等的研究表明，价格优惠是消费者对使用系统所得收益和所付出货币成本的认知和比较，其与消费者信息系统使用意愿间存在正相关关系。ERICKSON[25]发现，消费者对价格水平的感知会直接负向影响其购买意向，同时还会通过感知商品质量间接影响消费者的购买意向。ESCOBAR-RODRGUEZ 等[26]的研究结果显示，节省价钱对消费者在低成本航空网站购买机票的意愿和实际购买行为有显著的影响。若消费者觉得在线旅游商品的价格并不比其他购买方式便宜，他们可能会认为在线购买没有太大价值，从而不选择在线购买[23]。以上研究说明，在网站使用和消费过程中，消费者会对产品或服务价格形成认知和评价，而此评价结果会进一步作用于其使用行为及消费行为，这与ELM的思想一致，中心路径是消费者理性处理信息的方式，因此，本研究将价格优惠 归为中心路径，并提出以下假设：
假设4价格优惠正向影响消费者在线旅游网站使用意向
2.2边缘路径
2.2.1信息源可信度
与中心路径不同，边缘路径是在个体欠缺足够的动机和能力去认真思考信息所提供的论据时采用的路径，个体很可能会通过信息的外在因素来判断信息的适宜性。信息源的可信度是指个体对信息来源感到值得相信的程度，当个体对信息有较低的涉入度时，信息源的可信度将会对消费者的态度和行为起到重要作用[13]。其通常包括专业性、可信性、以及经验性3个维度[27]。在本研究中，信息源的可信度是指消费者对在线旅游网站可信度的感知，当消费者缺乏动机和能力去思考旅游网站的论据时，对网站可信度的感知很可能会影响其行为。因此，本研究将信息源可信度归为边缘路径，并提出以下假设：
假设5信息源可信度正向影响消费者在线旅游网站使用意向
2.2.2参照群体
参照群体是指与个人的评价、追求或行为密切相关的个人或群体，可以是现实的，也可以是虚拟的[28]。DEUTSCH等[29]提出，参照群体的影响力可以分为规范性影响和信息性影响。 规范性影响是个体为了迎合他人的期望时发生的社会性影响，信息性影响是个体从他人处接收信息并作为事实依据时发生的社会性影响，规范性影响和信息性影响常相伴出现。在营销领域的文献中，虽然参照群体会对消费者行为、生活方式、自我概念发展、态度等产生影响[30]，但其并非对于所有产品或服务消费活动都具有相同的影响。ENGEL 等[31]指出，当消费者面对复杂性的产品，且又缺乏相关信息时，与其他信息来源相比，消费者更倾向于从参照群体处获取信息。本研究认为，如果消费者对在线旅游的涉入水平低，参照群体对在线旅游网站使用的建议和行为产生的作用可能更强，因此，将参照群体归为边缘路径，并提出以下假设:
假设6 参照群体正向影响消费者在线旅游网站使用意向
2.2.3网络广告的 吸引力
广告是商家利用传播媒体以促销为目的向消费者传播商品和服务信息的一种营销方式。在电子商务环境下，网络广告已成为现代营销传播的一种重要途径，网络广告形式多种多样，如网站页面的横幅广告、赞助广告、移动广告、社交媒体广告等，有助于激发消费者对旅游网站上商品和服务的兴趣。广告主要是通过影响消费者情感来影响其购买决策的观点已得到普遍认同，吸引力强的广告能够促使消费者对网站形成积极态度，提高忠诚度[32]。KIM等的研究结果表明，网络广告正向影响消费者购买意愿[33]。ELM 指出，当涉入水平低时，消费者并不对信息内容进行详细思考，而是通过信息的某些情境线索形成判断，此时，他们更容易受到信息源吸引力的影响[17]。对于在线旅游网站来说，网络广告是一种传播工具，当消费者无法衡量网站质量时，广告这一因素就可能会影响到其对旅游网站的态度和行为。因此，本研究将网络广告吸引力归为边缘路径，并提出以下假设：
假设7网络广告吸引力正向影响消费者在线旅游网站使用意向
2.3在线旅游涉入度的调节作用
在广告学、营销学等文献中，涉入度是非常重要的一个因素。根据ZAICHKOWSKY[34]的定义，本研究将在线旅游涉入度界定为消费者根据自身的内在需求、价值观和兴趣，感知到在线旅游与自身的相关性程度。涉入反映了消费者对在线旅游网站信息的处理方式，如果消费者认为对网站了解越多越能帮助自己实现旅游目标，消费者就会更加关注网站的相关信息。随着对网站的涉入水平的提高，消费者会更加关注网站，并更倾向于去深入了解此类网站。在旅游领域的研究中，HAVITZ等[35]指出，信息搜索行为及旅游活动参与的频率与消费者的涉入度产生了正向相关。如果将有说服力的促销运用于高涉入的消费者的话，其说服效率就会更高。在虚拟旅游社区的环境下，SANCHEZ-FRANCO等[36]的研究结果发现，涉入度对用户行为起到了重要的调节作用。低涉入的用户不会花太多的精力进行目标导向的任务，比如查看具体的旅游信息，他们更愿意将时间和精力用于虚拟旅游社区的相关活动上。TANG 等[22]在构建和解释游客浏览旅游目的地网站时的认知过程模型时发现，高涉入度的游客对于旅游目的地的态度形成方面，对信息质量和目的地的认知起着关键性作用；而对低涉入度的游客，他们对旅游目的地的态度主要受到网站设计特点的影响。
综上所述，涉入度可能会对中心路径、边缘路径与消费者在线旅游网站使用行为之间的关系产生调节作用。因此，提出以下假设：
假设8a在线旅游涉入度正向调节信息质量与网站使用意愿的关系;
假设8b在线旅游涉入度正向调节系统质量与网站使用意愿的关系；
假设8c在线旅游涉入度正向调节服务质量与网站使用意愿的关系；
假设8d在线旅游涉入度正向调节价格优惠与网站使用意愿的关系；
假设8e在线旅游涉入度负向调节信息源可信度与网站使用意愿的关系；
假设8f在线旅游涉入度负向调节参照群体与网站使用意愿的关系；
假设8g在线旅游涉入度负向调节网络广告吸引力与网站使用意愿的关系。
综上所述，本研究构建了在线旅游网站使用意向影响因素的概念模型(见图1)。
图1 研究的概念模型
3研究方法
3.1问卷设计
本研究采用问卷调查法收集数据。问卷中包括9个变量(信息质量、系统质量、服务质量、价格优惠、信息源可信度、参照群体、网络广告吸引力、使用意向、在线旅游涉入度)，共27个题项，所有变量的设计均来源于已有文献，以保证测量的内容效度，根据专家意见做了相应修改后形成了本研究量表，其中关于网站的信息质量、系统质量以及服务质量量表参考了DELONE等[19]和WANG等[23]的研究；价格优惠变量参考了 ESCOBAR-RODRGUEZ 等[26]的研究；信息源可信度参考了BHATTACHERJEE等[14]的研究；参照群体量表参考了FISHBEIN 等[37]和IZQUIERDO-YUSTA 等[38]的研究；网络广告吸引力参考了VERHAGEN 等[39]和TENG 等[40]的研究；在线旅游涉入度参考了SHOBEIRI[41]及的研究，使用意向参考了DAVIS[2]的文献。问卷中各题项的测量均使用5级里克特量表，从“强烈不同意”(1) 至“强烈同意” (5)。
3.2数据收集
本研究将使用过在线旅游的消费者作为研究对象。在调查方法上，采用了便利抽样方法进行抽样，并通过网络调查方式实施问卷调查。问卷发放400份，收回352份，其中有效问卷319份，有效率 79.75% 。其中，男性占47.6%，女性占 52.4%；36.7% 的受访者年龄为25～34岁，28.5% 为35～44岁，18.2%为18～24岁；受访者的学历大多是本科，占52.7%，其次是硕士以上占42.6%；在职业方面，企业人员占43.0%，公务员占26.3%，学生占13.8%。
4数据分析
4.1共同方法变异检验
共同方法变异(common method variance, CMV)是指两个变量之间变异的重叠是因为使用同类测量工具而导致, 而不是代表潜在构念之间的真实关系[42]。本研究将采用Harman 单因子检验数据的共同方法变异，这是一种最为常用的检验方法，其基本假设是如果方法偏差大量存在，相应地，在进行因素分析时，要么析出单独一个因子，要么一个公因子解释了大部分变量变异。为了让单一因素解释所有的变异，本研究采用验证性因素分析，设定公因子数为1，使用无旋转的主成分分析方法。结果表明，生成结果累计为29.9%，说明本研究数据不存在共同方法变异的问题[42]。
4.2信度与效度检验
本研究使用PLS-SEM (基于偏最小二乘法PLS的结构方程模型)进行数据分析。相比基于协方差的结构建模方法，PLS分析方法在评价模型时对样本容量和残差分布没有限制， 适用于预测和理论构建， 且样本量较小时依然具有 较好的稳健性。鉴于此， 本研究使用Smart PLS 2.0软件来检验量表的信度和效度， 并验证模型假设。利用软件中的Bootstrap算法对研究模型的整个拟合效果进行评价。PLS软件主要通过R2来验证外生变量对内生变量的解释力度，并以此评价模型整体的预测能力。
本研究使用Cronbach’sα和建构信度(CR)值作为信度检验的指标，一般来说，具有良好的信度的问卷CR与Cronbach’sα值要达到0.7[43]。表1显示，所有变量的α和CR值都大于0.8 ，因此可以认为本研究问卷具有良好的信度。效度用于测量问卷的准确性，包括内容效度和建构效度。由于本研究的变量和题项均来自已有文献，因此可以认为是具有内容效度的。建构效度可分为收敛效度与区分效度两种。一般认为每一个变量AVE值的平方根值应大于该变量与其他变量之间的关系数值，每一变量的组成因子的载荷系数大于0.5并且高于与其他变量的交叉载荷[43]。从表1和表2可知，本研究数据具有较高的收敛效度和区分效度。
表1 研究变量的因子载荷系数，Cronbach’sα以及构建信度系数
注：OTW=在线旅游网站。
表2 变量间相关系数与AVE平方根
注： 矩阵中下三角区域为变量间相关系数，对角线上的黑体数字为变量AVE的平方根。
4.3结构方程模型与假设检验
本研究使用PLS算法计算模型中各条路径之间的标准化系数、R2，以及以Bootstrapping算法对原始数据进行样本容量为1000的重复抽样，根据运算结果判断路径系数的显著性水平。结果显示，中心路径因素的信息质量(假设1，β=0.180，t=5.505,p<0.001)、系统质量(假设2，β=0.251，t=6.901,p<0.001)、服务质量(假设3，β=0.217，t=7.059,p<0.001)以及价格优惠(假设4，β=0.235，t=6.993,p<0.001)显著正向影响消费者在线旅游网站使用意向，因此，假设1～假设4都成立。对于边缘路径因素，信息源可信度(假设5，β=0.304，t=9.356,p<0.001)、参照群体(假设6，β=0.149，t=4.850,p<0.001)以及网络广告吸引力(假设7，β=0.151，t=5.607,p<0.001)显著正向影响消费者在线旅游使用意向，因此，假设5～假设7都成立。研究假设检验结果见表3。
表3 研究模型的标准化结构估计值与假设检验
4.4在线旅游涉入度调节作用检验
本研究的在线旅游涉入度 (OTI) 变量由3个观测变量组成，其Cronbach’sα值为0.805，平均值为3.642，中值为3.666，标准差为0.592。本研究按照中值将被调查者分为两组：高水平涉入度组 (HOTIG) 与低水平涉入度组 (LOTIG)。 高水平涉入度组是指在线旅游涉入水平的平均值大于3.666的被调查者，共189人，其涉入水平的均值为3.038，标准差为0.267。低水平涉入度组是指网站涉入水平的平均值小于3.666的被调查者，共130人，其涉入水平的平均值为4.058，标准差为0.344。
根据CLEARLY[44]的介绍，本研究将高水平涉入度组模型与低水平涉入度组模型的R2值和相关的回归结果进行对比。结果显示，两组之间对消费者在线旅游网站使用意向的解释力存在着差异，高水平涉入度组结构方程对消费者使用意向的解释力比低水平涉入度组高7.7% (见图2)。本研究采用PLS的多群组分析将两个模型进行对比，查出两个模型之间的路径系数是否存在着显著差异。对于显著性的检验，本研究采用KEIL等[45]提出的公式来计算两个模型之间路径系数差异的显著性。
注: **、***分别表示p<0.01、p<0.001，下同。图2 高水平涉入度组与低水平涉入度组模型对比
结果显示，两组模型中的每个变量对使用意向的路径系数都存在着显著差异(见表4)。对于高水平涉入度组，信息质量(HOTIG=0.223 > LOTIG=0.161,p<0.001)，系统质量 (HOTIG =0.262 > LOTIG=0.209,p<0.001)，服务质量 (HOTIG=0.241>LOTIG=0.176,p<0.001) 对使用意向的影响大于低水平涉入度组，因此假设8a和假设8b, 假设8c成立。价格优惠 (HOTIG =0.213
表4 高水平涉入度组与低水平涉入度组模型路径系数对比与假设检验
5研究结论与启示
5.1讨论与结论
本研究为揭示消费者对在线旅游网站的使用行为特点，在ELM理论的基础之上，将在线旅游涉入度引入研究模型，并对其调节效应进行了分析。结果表明，模型中的变量对于在线旅游网站消费者使用意向均存在显著影响。在线旅游涉入度对自变量与使用意向之间的关系具有调节作用，对消费者选择网站信息处理方式(中心路径与边缘路径)具有重要影响。
在不同涉入水平下，同一因素会通过不同的路径影响消费者行为。在线旅游涉入度高的消费者会通过中心路径受到关于网站论据质量等因素的影响，因此，对于在线旅游涉入度高的消费者而言，中心路径因素的影响程度远大于边缘路径因素。同时，信息质量、系统质量和服务质量是中心路径中影响消费者在线旅游网站使用意向的重要因素，其中系统质量的影响最大。然而，此研究结果与CHUNG[21]的研究结果不同，CHUNG的研究表明对消费者使用意向的影响程度最高的因素不是系统质量，而是信息质量。可能的原因在于，CHUNG的研究主要针对旅游目的地网站来探讨消费者使用意向和旅游意向。在此背景下，消费者需要有充分的信息才能做出最终决策，因此，较之于网站的系统质量和服务质量，信息质量对其的使用意向更为重要。本研究所研究的在线旅游网站消费者使用行为不仅包含对旅游目的地信息的搜索，还包括在网站上购买旅游商品、售后服务等行为。由于涉及在线交易，消费者可能会担心在线旅游网站的技术性问题，如系统的响应性、安全性、可用性等方面[23]，因此，系统质量对消费者的影响大于信息质量和服务质量。
在线旅游涉入度低的消费者更容易受到边缘路径因素的影响。本研究结果表明，边缘路径中的信息源可信度对低涉入度消费者使用意向的影响大于高涉入度消费者，且两组对象之间影响程度差异远高于其他变量，说明当消费者缺乏动机和能力去判断网站的论据质量或当未形成明确看法时，一个可信的信息源是非常有说服力的。虽然参照群体会对消费者行为、生活方式、自我概念发展、态度等产生影响[4,16]，但对消费者产生影响的程度会有不同，对低涉入水平消费者的影响大于高涉入水平消费者。当消费者对旅游网站的了解程度较高时，其往往很少参考其他人的意见。相反，当消费者对网站不太了解时，其行为更容易受他人影响。此外，网络广告对在线旅游涉入水平低的消费者吸引力更大。该结果表明，当消费者缺乏动机和能力判断网站论据质量时，会从广告的吸引力来判断是否使用该网站。
本研究还发现，价格优惠既是中心路径因素又是边缘路径因素。可能是因为价格不仅能从认知反应影响消费者的购买意向，还可以从情感反应影响消费者的购买行为[46]。涉入度高的消费者会从认知反应(如商品的质量)对价格进行思考和判断，此时，价格优惠就作为此类消费者的中心路径因素，其对消费者使用意向的影响程度远高于边缘路径因素。而对于低涉入度的消费者而言，由于缺乏对旅游网站论据质量的思考能力，故只能从情感反应对网站上的商品价格进行评价，判断其是否与自己的喜好、经济条件等一致，在此情况下，价格优惠就作为边缘路径因素，其对此类消费者的影响程度远大于中心路径因素，同时也会高于涉入度高的消费者。因此，本研究提出的假设8d不成立。5.2理论贡献与管理的启示本研究揭示了消费者在在线旅游网站的使用行为规律，分析了网站信息处理方式对消费者行为的影响机制。研究结果表明，ELM理论适用于在线旅游消费者行为研究，在线旅游涉入度决定了消费者对在线旅游网站行为意向的形成路径，其对在线旅游消费者行为具有良好的解释作用。本研究从信息系统成功模型中添加了信息质量、系统质量、服务质量3个变量，对ELM原理的论据质量进行了扩充，结果表明，这3个变量均是衡量在线旅游网站论据质量的良好指标。不过，其各自对于消费者的重要性仍然取决于网站的类型和功能。另外，研究结果显示，价格优惠即是中心路径因素也是边缘路径因素，因此，ELM模型中的变量在特定情况下，可能扮演多重角色来影响消费者行为。
本研究结果有助于了解消费者对在线旅游网站的使用意向，推动旅游电子商务未来发展。研究结果表明，在线旅游涉入度高的消费者更容易受到网站质量的影响，而涉入度低的消费者则更容易受到边缘路径(信息源可信度)的影响。旅游企业未来发展应该以提高网站质量、提供准确可靠的信息、完善在线服务系统以及建立良好信用体系为主。针对涉入度低的消费者需求，加强在线旅游产品的促销工作，以提供折扣等方式吸引消费者使用在线旅游产品，重视广告设计，增强网站传播效率。此外，由于涉入度低的消费者会在周围人的影响下产生尝试使用线上旅游网站的意愿，因此，企业应重视老客户的关系维护，改善服务质量，采用特权或折扣等方式提高消费者的满意度和忠诚度，这将有利于老用户向新用户进行积极的口碑传播。另外，本研究证实，在线旅游涉入度低的消费者主要受到边缘路径的影响，根据ELM理论，由边缘路径形成的行为是不稳定的行为，更容易受到外界因素的影响，因此为提高消费者在线旅游涉入度，需要得到政府和相关企业的共同推动和支持，提供更加便利的基础设施，加强在线旅游服务的宣传，这些都将有助于让更多的消费者认可和使用在线旅游网站。
5.3研究的局限性
本研究也存在一定的局限性：①只是研究使用在线旅游网站的行为，没有具体到某一特定网站，后续研究可以对不同类型的旅游网站进行对比研究，例如航空网站、酒店网站、OTA网站或者通过社交网站使用旅游服务的对比研究。除此之外，随着移动技术的发展，移动旅游电子商务的使用行为研究也是未来值得关注的课题。②根据ELM，消费者的涉入度来自于动机和能力，本研究只以在线旅游涉入度作为消费者动机，分析其对消费者使用行为的调节作用，为了更充分地解释消费者使用行为，后续研究可以考虑关于消费者动机和能力的其他变量，如消费者旅游经验、社交网络涉入度等因素，用以分析其对使用行为的调节效应。
参考文献
[1] Euromonitor International and European Tour Operators Association Euromonitor. The New Online Travel Consumer[OL].(2014-05-01)[2015-10-01].http://www.etoa.org/docs/default-source/presentations/ 2014-the-new-online-travel-consumer.pdf?sfvrsn=4
[2] DAVIS F D. Perceived Usefulness, Perceived Ease, and User Acceptance of Information Technology[J]. MIS Quarterly, 1989, 13(3): 319 ～340
[4] KIM H B, KIM T, SHIN S W. Modeling Roles of Subjective Norms and ETrust in Customers’ Acceptance of Airline B2C E-commerce Websites[J]. Tourism Management, 2009, 30(2): 266～277
[6] 宋丽君. 基于TAM的网上旅游预订意向研究[D].济南：山东大学管理学院, 2010
[7] LIU J N K, ZHANG E. An Investigation of Factors Affecting Customer Selection of Online Hotel Booking Channels[J]. International Journal of Hospitality Management, 2014, 39(1): 71～83
[8] CASALO L V, FLAVIAN C, GUINALIU M. Understanding the Intention to Follow the Advice Obtained in an Online Travel Community[J]. Computers in Human Behavior, 2011, 27(2): 622～633
[9] 闻丽佳. 我国在线旅游消费者预订意向与市场交付研究[D].南昌：南昌大学信息工程学院, 2012
[10] TSENG S Y, KUO A M. Investigating the Effects of Information Quality and Perceived Risk on Information Adoption on Travel Websites[C]. Management of Innovation and Technology (ICMIT), 2014 IEEE International Conference on. IEEE, 2014
[11] KIM M J, CHUNG N, LEE C-K, et al. Dual-route of Persuasive Communications in Mobile Tourism Shopping[J]. Telematics and Informatics, 2016, 33(2): 293～308
[12] CACIOPPO J T, PETTY R E, KAO C F，et al. Central and Peripheral Routes to Persuasion: An Individual Difference Perspective[J]. Journal of Personality and Social Psychology, 1986, 51(5): 1 032～1 043
[13] SUSSMAN S W, SIEGAL W S. Informational Influence in Organizations: An Integrated Approach to Knowledge Adoption[J]. Information Systems Research, 2003, 14(1): 47～65
[14] BHATTACHERJEE A, SANFORD C. Influence Processes for Information Technology Acceptance: An Elaboration Likelihood Model[J]. MIS Quarterly, 2006, 30(4): 805～825
[15] ZHOU T. Understanding Users ’ Initial Trust in Mobile Banking: An Elaboration Likelihood Perspective[J]. Computers in Human Behavior, 2012, 28(4): 1 518～1 525
[16] LI C-Y. Persuasive Messages on Information System Acceptance: A Theoretical Extension of Elaboration Likelihood Model and Social Influence Theory[J]. Computers in Human Behavior, 2013, 29(1): 264～275
[17] PETTY R E, CACIOPPO J T, SCHUMANN D. Central and Peripheral Routes to Consumer Advertising Effectiveness: The Moderating Role of Involvement[J]. Journal of Research, 1983,10(3): 135～146
[18] EAGLY A H, CHAIKEN S. The Psychology of Attitudes[M].Harcourt Brace Jovanovich College Publishers, 1993
[19] DELONE W H, MCLEAN E R. Measuring e-Commerce Success: Applying the DeLone & McLean Information Systems Success Model[J]. International Journal of Electronic Commerce, 2004, 9(1): 31～47[20] HERRERO, SAN MARTN H. Developing and Testing a Global Model to Explain the Adoption of Websites by Users in Rural Tourism Accommodations[J]. International Journal of Hospitality Management, 2012, 31(4): 1 178～1 186
[21] CHUNG N, LEE H, LEE S J, et al. The Influence of Tourism Website on Tourists’ Behavior to Determine Destination Selection: A Case Study of Creative Economy in Korea[J]. Technological Forecasting and Social Change, 2015, 96(1): 130～143
[22] TANG L R, JANG S S, MORRISON A. Dual-Route Communication of Destination Websites[J]. Tourism Management, 2012, 33(1): 38～49
[23] WANG H Y, WANG S H. Predicting Mobile Hotel Reservation Adoption: Insight from a Perceived Value Standpoint[J]. International Journal of Hospitality Management, 2010, 29(4): 598～608
[24] VENKATESH V, THONG J Y L, XU X. Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology[J]. MIS Quarterly, 2012, 36(1): 157～178
[25] ERICKSON G M, JOHANSSON J K. The Role of Price in Multi-Attribute Evaluations[J]. Journal of Computer Research, 1985, 12(2): 195～199
[26] ESCOBAR-RODRGUEZ T, CARVAJAL-TRUJILLO E. Online Purchasing Tickets for Low Cost Carriers: An Application of the Unified Theory of Acceptance and Use of Technology (UTAUT) Model[J]. Tourism Management, 2014, 43(1): 70～88
[27] WU P C, WANG Y-C. The Influences of Electronic Word-Of-Mouth Message Appeal and Message Source Credibility on Brand Attitude[J]. Asia Pacific Journal of Marketing and Logistics, 2011, 23(4): 448～472
[28] PARK C W, LESSIG V P. Students and Housewives: Differences in Susceptibility to Reference Group Influence[J]. Journal of Consumer Research, 1977, 4(2): 102
[29] DEUTSCH M, GERARD H B. A Study of Normative and Informational Social Influences Upon Individual Judgment[J]. Journal of Abnormal and Social Psychology, 1955, 51(3): 624～36
[30] KOO C, CHUNG N, NAM K. Assessing the Impact of Intrinsic and Extrinsic Motivators on Smart Green IT Device Use: Reference Group Perspectives[J]. International Journal of Information Management, 2015, 35(1): 64～79
[31] ENGEL J F, BLACKWELL R D, MINIARD P W. Consumer Behavior[M]. 7th ed. Chicago: The Dryden Press-Hawkins, Del I, 1993
[32] KANSAL P. Information vs Attractiveness Cues in Advertisements: OTC Drugs in India and USA[J]. Journal of Asia Business Studies, 2013, 7(2): 140～152
[33] KIM J U, KIM W J, PARK S C. Consumer Perceptions on Web Advertisements and Motivation Factors to Purchase in the Online Shopping[J]. Computers in Human Behavior, 2010, 26(5): 1 208～1 222
[34] ZAICHKOWSKY J L. Measuring the Involvement Construct[J]. Journal of Consumer Research, 1985, 12(2): 341～352
[35] HAVITZ M E, DIMANCHE F. Propositions for Testing the Involvement Construct in Recreational and Tourism Contexts[J]. Leisure Sciences, 1990, 12(2): 179～195
[36] SANCHEZ-FRANCO M J, RONDAN-CATALUNA F J. Virtual Travel Communities and Customer Loyalty: Customer Purchase Involvement and Web Site Design[J]. Electronic Commerce Research and Applications, 2010, 9(2): 171～182
[37] FISHBEIN M, AJZEN I. Belief, Attitude, Intention, and Behaviour: An Introduction to Theory and Research[M]. Boston: Addison-Wesley, 1975[38] IZQUIERDO-YUSTA A, OLARTE-PASCUAL C, REINARES-LARA E. Attitudes toward Mobile Advertising Among Users Versus Non-Users of the Mobile Internet[J]. Telematics and Informatics, 2014, 32(2): 355～366
[39] VERHAGEN T, FELDBERG F, VAN DEN HOOFF B, et al. Understanding Users’ Motivations toengage in Virtual Worlds: A Multipurpose Model and Empirical Testing[J]. Computers in Human Behavior, 2012, 28(2): 484～495
[40] TENG S, WEI KHONG K, WEI GOH W, et al. Examining the antecedents of Persuasive Ewom Messages in Social Media[J]. Online Information Review, 2014, 38(6): 746～768
[41] SHOBEIRI S, MAZAHERI E, LAROCHE M. Improving Customer Website Involvement through Experiential Marketing[J]. Service Industries Journal, 2014, 34(11): 885～900
[42] PODSAKOFF P M, MACKENZIE S B, LEE J-Y, et al. Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies[J].Journal of Applied Psychology, 2003, 88(5): 879～903
[43] FORNELL C, LARCKER D F. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error[J]. Journal of Marketing Research, 1981，18(1): 39～50
[44] CLEARLY T A. Test Bias: Prediction of Grades of Negro and White Students in Intergrated Colleges[J]. Journal of Educational Measurement,1968, 5(2): 115～124
[45] KEIL M, TAN B C, WEI K K, et al. A Cross-Cultural Study on Escalation of Commitment Behavior in Software Projects[J]. MIS Quarterly, 2000, 24 (2): 299～325
[46] LI W-K, MONROE KB, CHAN D K-S. The Effects of Country of Origin, Brand, and Price Information: A Cognitive-Affective Model of Buying Intentions[J]. Advances in Consumer Research, 1994, 21(1): 449～457
(编辑刘继宁)
A Study of Consumer Behavior Using Online Travel Website Based on ELM Model
KANJANA JANSUKPUM
(Wuhan University， Wuhan, China)
Abstract：This study focuses on the behaviors of consumers of online travel websites and analyzes the influential factors of customers’ intention as well as the influence process on the basis of ELM theory. According to the questionnaires and SEM analysis, central route and peripheral route are the significant routes that influence consumers’ behaviors in using online travel websites. Consumers with high online travel involvement are mainly influenced by factors from the central route including information quality, system quality and service quality. Whereas, consumers with low online travel involvement are mainly influenced by factors from the peripheral route including source credibility, reference group and online advertisement attractiveness.
Key words：online travel website; behavior intention; ELM; central route; peripheral route
作者简介：张伟(1968～)，男，江苏张家港人。贵州财经大学(贵阳市550025)工商管理学院教授，博士。研究方向为资源经济产业链和绿色低碳产业体系。E-mail:Wzha1968@126.com
DOI编码：10.3969/j.issn.1672-884x.2016.06.012
收稿日期：2015-11-29
中图法分类号：C93
文献标志码：A
文章编号：1672-884X(2016)06-0889-10
