人口统计和行为特征对旅游移动平台顾客融入的影响

吴文秀 张宏梅

（1.安徽师范大学国土资源与旅游学院 安徽芜湖 241003；2.上海师范大学旅游学院 上海 200000）

引言

互联网和信息通讯技术的发展和普及，已经大大改变了人们的生活方式和消费方式。旅游者通过移动客户端和在线社交媒体，可以在服务消费之外轻松地与旅游经营者和其他旅游者进行互动、共享信息和经验（Litvin，Goldsmith & Pan，2008；Verhoef，Reinartz & Krafft，2010）。这种互动突出了经营者与顾客建立超越交易的关系的重要性，尤其是在旅游业这种高度竞争的行业（So， King & Sparks，et al.，2016）。部分旅游企业和旅游目的地抢占先机，除了构建传统的PC端网站，还打造运用了各类移动端网站、旅游类APP、微信公众号等营销平台，例如携程和南京旅游网等（韩小芸、田甜、孙本纶，2016）。移动平台成为旅游企业和旅游者进行互动的重要空间（Breidbach，Brodie & Hollebeek，2014）。

在旅游移动平台中，顾客和企业、顾客和顾客之间可以在任何时间、任何地点进行互动交流，方式包括口碑传播（De Matos & Rossi，2008）、写博客（Hennig-Thurau，Gwinner & Walsh，et al.，2004）、写评论和推荐（Jin & Su，2009）、帮助其他消费者等非交易性行为（van Doorn，Lemon & Mittal，et al.，2010）。顾客的这些超越交易和购买的行为被概括为顾客融入（或顾客契合）（customer engagement）（Verhoef，Reinartz & Krafft，2010）。顾客融入是一个新兴概念，自2005年起，就备受营销和服务领域学者和企业的关注，并取得了一系列研究成果和应用经验（Islam & Rahman，2016）。以往对顾客融入的研究主要探讨顾客融入的概念、构成、前因和后果，多从顾客和企业两个方面分析顾客融入与其他营销变量（如涉入、满意度、信任等）之间的关系（Islam & Rahman，2016）。对人口统计特征与顾客融入关系的研究主要关注社交媒体和在线品牌社区，较少关注旅游移动平台。因此，本文以旅游移动平台为例，探讨人口统计和行为特征对顾客融入的影响，以帮助旅游目的地和旅游企业更好地进行顾客融入管理，提高市场竞争力。

一、文献回顾

1.顾客融入的定义

在进入营销和服务领域之前，“融入”的概念已经在其他学科中得到广泛关注，例如组织行为学中的员工融入、社会学中的公民融入、教育心理学中的学生融入等（Hollebeek & Chen，2014；Dessart，Veloutsou & Morgan-Thomas，2015）。2005年，国外学者Harvey将“顾客融入”一词引入营销学研究中，从而引发营销和服务领域的学者和业界人士对顾客融入的广泛关注（Bill，2005）。例如，美国营销科学研究所（MSI）将顾客融入作为2010—2012年和2014—2016年优先研究领域（Islam & Rahman，2016）；《服务研究学报》（Journal of Service Research）2010年刊发了一期“顾客融入”研究专刊（Brodie，Hollebeek & Juric，et al.，2011）。

虽然近几年国内外研究顾客融入的文献较多，但对其定义往往根据不同情境、不同融入客体而不同，作为一个新兴概念，营销和服务领域的学者们仍未就一般性的、符合所有情境的顾客融入定义达成共识（Dessart，Veloutsou & Morgan-Thomas，2015；O’Brien，Jarvis & Soutar，2015）。Brodie等基于服务主导（S-D）逻辑提出一个一般情境下的定义：在聚焦的服务关系中，通过与目标客体（如品牌）交互和共创的顾客体验而产生的心理状态。它出现在一组具体的情境条件中，这些情境产生了不同水平的顾客融入；它在共创价值的服务关系中，以一种动态、循环的过程存在，在调节服务关系的关系网络中起着核心作用，其他关系型概念（如涉入、忠诚度）是顾客融入循环过程中的前因和/或后果；它是一个多维度概念，是基于具体情境和/或具体利益相关者的相关认知、情感和/或行为维度的表达（Brodie，Hollebeek & Juric，et al.，2011）。虽然Brodie的定义侧重于顾客融入是一种心理状态，但相比其他定义，不再局限于某个特定情境，得到了较多学者的认同。该定义强调了顾客融入是一种动态的、循环的过程以及在服务关系中的核心作用，肯定了顾客融入定义对具体情境的依赖性。本文基于这一定义研究旅游移动平台中的顾客融入，将其他旅游者和移动平台视为目标客体，具体情境为旅游移动平台，具体利益相关者为旅游者和移动平台运营商，将旅游移动平台顾客融入定义为：旅游者（潜在旅游者和现实旅游者）使用旅游移动平台与界面、员工和其他旅游者进行互动和价值共创时的心理状态和行为表现。

Islam等在梳理文献时，按照情境的不同将顾客融入定义划分为品牌/企业情境、服务品牌/产业情境、网络平台情境和一般情境（Islam & Rahman，2016）等类别。根据维度（即认知、情感和行为等）的不同，张辉将顾客融入定义划分为单维度概念和多维度概念（张辉、刘文德，2016）。根据定义角度的不同，又可以将顾客融入定义划分为融入行为角度和融入动机角度两方面。

（1）融入行为角度

这类定义侧重于顾客融入的行为方面，将顾客融入视为具体的融入行为（如口碑、推荐等）。其中最具代表性的学者是van Doorn等，他们在品牌和企业情境中将顾客融入定义为顾客对品牌或企业的行为表现，即由动机驱动、超越购买的行为，如口碑、推荐、帮助其他顾客、写博客、写评论等（van Doorn，Lemon & Mittal，et al.，2010）。Jaakkola和Alexander在企业情境下认为顾客融入指推荐、写博客等行为，通过这些行为，顾客做出超越基本交易的、自愿的资源贡献，其行为由动机驱动而引起，并在与目标客体和其他行动者的交互中产生（Jaakkola & Alexander，2014）。上述两个定义将顾客融入视为由动机驱动的行为，并强调是一种超越购买的行为。在旅游领域内，国内学者韩小芸、田甜、孙本纶（2016）在旅游虚拟社区研究情境中将顾客融入视为一种非交易行为，并将顾客融入行为划分为推荐行为、影响行为和知识行为3类。

（2）融入动机角度

这类定义将顾客融入视为促使行为发生的动机。例如，Wirtz、den Ambtman & Bloemer等（2013）将顾客融入定义为消费者与在线品牌社区成员进行互动和合作的内在动机。Baldus、Voorhees和Calantone（2015）等将顾客融入定义为与在线品牌社区持续交互的不可抗拒的、内在的动机，并开发了包含11个维度的顾客融入动机量表。上述两个定义均在在线品牌社区情境下将顾客融入界定为一种驱动动机。

本文在综合两类学者观点的基础上，选择从融入行为和融入动机两个角度探讨旅游移动平台情境下的顾客融入。

2.人口统计和行为特征对顾客融入的影响

以往研究探讨了人口统计和行为特征变量和顾客融入之间的关系，发现性别、年龄、受教育水平和网络使用时间对顾客融入有显著影响。

（1）性别对顾客融入的影响

以往研究发现，性别是顾客融入行为的重要预测变量。例如，Nadeem、Andreini和Salo等（2015）在网站和社交媒体购物情境下，研究同侪推荐和网站服务质量如何影响顾客对网络零售的信任、态度和忠诚度，结果发现，女性消费者的态度比男性更多地受到同侪推荐的影响；男性做出购买决定时，往往更多依赖自己的判断力。周静和李季（2011）在研究人口统计特征与SNS社交网站使用行为时发现，相比男性，女性在社交网站上分享新鲜事的频率更高。Hwang、Han和Kim（2015）在关于全服务餐饮行业如何吸引客户的研究中发现，女性更有可能表达自己的观点和感觉，并倾向于高度的自我表现。Bitter、Grabner-Kräuter和Breitenecker（2014）在研究在线社交网络时发现，性别显著影响顾客融入行为，表现为男性比女性更喜欢在Facebook上和朋友进行顾客融入行为方面的互动。上述研究结果大部分表明女性比男性更容易受到推荐或口碑的影响，且更喜欢在社交媒体上分享（信息、观点和感觉等）和自我表现。而Bitter等的研究结果则显示男性在社交媒体上与熟人的互动比女性更多。这些研究均表明性别是顾客融入的影响因素之一。

（2）年龄对顾客融入的影响

从以往研究结果来看，年龄也是影响顾客融入的因素之一。Dijkmans、Kerkhof和Beukeboom（2015）在研究社交媒体使用和企业声誉的关系时发现，社交媒体使用强度、社交媒体活动融入度与年龄之间呈负相关关系，即老年人在社交媒体上的积极性较低，而年轻人在社交媒体的融入程度要比年长者高得多。Bitter、Grabner-Kräuter和Breitenecker（2014）在研究在线社交网络（Facebook）中顾客融入行为的前因和调节变量时发现，年龄对与朋友互动、品牌融入自我概念和顾客融入行为之间的关系有一定的调节作用，表现为品牌融入自我概念对顾客融入的影响对于年龄较大的Facebook用户来说更大，Bitter等将这一现象归因于老年人倾向于在Facebook上从事与消费有关的活动，老年人在品牌社交媒体上进行的消费行为比年轻人更多。

（3）受教育水平对顾客融入的影响

王高山（2014）在研究社会化商务电子服务质量对顾客融入的影响时，将顾客融入分为态度融入和行为融入，通过实证分析发现，受教育水平对电子服务质量、态度融入以及它们之间关系的影响均不显著。周庚梅（2016）对受教育水平对滑雪旅游活动参与度影响的研究表明，受教育水平与滑雪的参与度之间呈正向的显著影响关系，即受教育水平越高，顾客在滑雪活动中的参与度也就越高。这两个相反的研究结果说明受教育水平对顾客融入的影响是否显著，仍有待未来研究者作进一步检验。

（4）使用时间对顾客融入的影响

Tsai和Men（2013）在研究社交网站（以Facebook为例）品牌页面顾客融入的动机和前提时发现，使用时间、关注或点赞的页数和使用者年龄是Facebook品牌页面顾客融入的重要预测因素，使用者的年龄和Facebook使用时间对其在Facebook品牌页面上进行活动的可能性产生了积极影响。van Doorn、Lemon和Mittal等（2010）认为，一个兼职计算机分析师的单身男性可能会有充裕的时间，而不是金钱，这样的消费者更有可能参与品牌的在线社区和博客等互动。上述研究结果均表明，使用时间对顾客融入有积极的显著影响，即使用时间越长顾客融入程度越高。

上述研究结果表明人口统计和行为特征对顾客融入具有一定影响，为本研究问题的提出提供了强有力的支持和论证。但上述研究情境有所差异，研究结果也不尽相同，缺少旅游移动平台情境下的实证研究，故本研究在旅游移动平台这一特定情境下，从融入动机和融入行为两方面综合探讨人口统计和行为特征对顾客融入的影响。

3.移动平台

美国联邦贸易委员会（Federal Trade Commission）将移动网络定义为为用户提供进入万维网的便捷的无线连接，使用户能够通过手持移动设备从互联网中获取数字内容与服务。吴芳芳（2011）认为移动平台指移动手机以及其他移动设备。随着移动网络的普及和智能手机、平板电脑等移动设备的发展，越来越多的研究人员专注于开发和研究移动平台软件以满足现代人们的需求（蔡增柱，2012）。不同于传统PC端只能为旅游者提供出游前的准备，基于移动设备和移动网络的旅游移动平台可以为旅游者在出游前提供旅游信息查询、预订住宿及门票等服务，出游时帮助旅游者随时查询交通线路、购旅游产品，出游后为旅游者分享、互动、交流等活动提供场所。

4.人口统计特征对技术采纳的影响

1989年Davis开发了技术接受模型（TAM），他将技术接受定义为个人对接受和使用技术的自愿意图，其感知结构（感知有用性和感知易用性）是个人采纳技术的态度的前因，即当一项新技术投入使用时，会受到顾客对该技术感知的影响，从而促使顾客产生是否使用或继续使用的意愿（Davis，1989）。高维、董大海（2011）在梳理前人研究结果时发现，顾客的认知对其技术采纳影响最大，而认知又受到个性差异（如人口特征、互动需求等）的影响。旅游移动平台的出现，是互联网和信息通讯技术运用于旅游业的产物，了解人口特征对技术采纳的影响，有助于进一步认识人口特征对旅游移动平台融入的影响。

Venkatesh、Morris和Davis等（2003）学者早年间就提出人口统计特征变量在预测消费者接受/拒绝使用新技术决策中起着至关重要的作用。Ferreira、da Rochab和da Silva（2014）也指出，性别、年龄和收入水平影响消费者对技术创新的采纳和接受度。Garbarino和Strahilevitz（2004）在研究性别对网络购物风险感知的影响时发现，男性对新技术的接受程度比女性高。Laukkanen和Pasanen（2008）在研究消费者对网络和手机银行服务创新的接受态度时，发现年龄与新技术的采纳和接受程度呈负相关关系。Mattila、Karjaluoto和Pento（2003）分析成熟客户的网络银行行为时发现，受教育水平对网络银行的接纳度具有重要的影响。上述研究结果表明，性别、年龄和受教育水平会影响消费者对新技术的感知（有用性和易用性），继而对人们采纳和使用新技术有显著的影响。而人口统计和行为特征变量是否会影响人们对旅游移动平台的采纳和使用，进而影响旅游移动平台顾客融入度还有待进一步的实证检验。

二、研究方法

1.数据收集方法

本研究问卷的访问对象为出门旅游并使用旅游移动平台的旅游者，因南京旅游资源丰富且是重要的交通枢纽，故选择在旅游者较为集中的南京禄口机场和高铁站发放问卷（陈曦、唐丹丹、陆璇等，2015）。这种现场调查的方法有助于调查人员及时解决答题人的困惑，也有利于提高问卷回收率和问卷质量（张宏梅、陆林，2009）。调查于2017年1月进行，发放问卷1 000份，回收995份，剔除无效问卷后共回收918份，回收率为91.8%。

2.问卷设计

问卷包括3个部分：第一部分调查人口统计和行为特征。根据以往文献研究结论，人口统计特征中的性别、年龄和受教育水平因素对顾客融入有显著影响。又因本研究情境为旅游移动平台，故假设出游情况、使用移动网络的熟练程度和每天在手机上的花费时间会对顾客融入与否和融入程度有一定影响。第二部分测量旅游移动平台的融入行为。参考Cabiddu、van Doorn、韩小芸等在文献中提到的融入行为（即口碑交流、推荐、提建议、写博客、撰写评论等）和本研究情境，共提出19项顾客融入行为，采用5点李克特量表测量（1=从不，5=经常）（van Doorn，Lemon & Mittal，et al.，2010；Cabiddu，De Carlo & Piccoli，2014；韩小云、田甜、孙本纶，2016）。第三部分测量旅游移动平台的融入动机，参考Baldus等开发的包含11个维度的在线品牌社区融入动机量表（Baldus，Voorhees & Calantone，2015）。在不同的英文文献中，顾客融入的表达方式有所差异，例如“顾客融入（customer engagement）”“品牌社区融入（brand community engagement）”等，前者以融入的主体命名，后者以融入的客体命名。在线品牌社区融入情境和本研究中的旅游移动平台情境均是包含在顾客融入一般情境中的具体情境。Baldus等在文中也曾表示未来的研究可以根据不同情境确定不同的主导融入动机，不同情境下某些特定融入动机维度的影响可能会更大。故本文在借鉴Baldus的研究量表的同时结合本研究情境，选择了其中的帮助他人、志趣相投的讨论、享乐性回报、功利性回报、寻求帮助和自我表现6个与本文情境最为相关的维度来分析旅游者使用旅游移动平台的动机，并采用5点李克特量表来测量（1=非常不同意，5=非常同意）。经过100份问卷的预调研，本研究对问卷的题项设置和措辞进行了修改。不同于于洪彦和尤明宣（2015）单独从行为或Baldus等仅从动机方面测量顾客融入，本研究从融入行为和融入动机两个方面进行测量，以便反映人口统计和行为特征对顾客融入的影响。

3.数据分析方法

使用统计分析软件SPSS 22.0对两个多题项概念（融入行为和融入动机）进行正交旋转探索性因子分析，采用特征根大于1、因子负荷大于0.5的标准来确定因子。对性别进行独立样本t检验，分析性别对融入行为和融入动机的影响。对年龄、受教育水平、出游情况、使用移动网络的熟练程度、每天在手机上花费的时间进行单因素方差分析，比较各人口统计和行为特征分组在融入行为和融入动机上的差异。

三、研究结果

1.样本的人口统计和行为特征

本研究样本的人口统计和行为特征数据包括性别、年龄、受教育水平、出游情况、使用移动网络的熟练程度以及每天在手机上花费的时间（见表1）。其中男性偏多，占56.9%，女性占41.2%；年龄主要集中在18～30岁，占样本总量的86.1%，其次是30～45岁，占9.3%，18岁以下占3.3%，45岁以上占1.3%；受教育水平以大学本科偏多，占61.9%，大学专科和研究生及以上比例均为15.8%，高中及以下仅占6.1%；从出游情况的分布来看，很少出游的占32.8%，一般化的占51.7%，经常出游的占15.5%；在使用移动网络的熟练程度上，熟练的占71.8%，一般的占25.9%，不熟练的占2.3%；从每天在手机上的花费时间看，4个小时以上占比最高，达52.7%，2～4个小时次之，占35.9%，2个小时以内的占11.1%。

表1 样本的描述性统计Tab.1 Sample descriptive statistics

2.平台融入行为和平台融入动机的因子分析

（1）平台融入行为的探索性因子分析

对平台融入行为的19个题项进行探索性因子分析，KMO值为0.919，Bartlett球形检验显著，说明这部分数据非常适合做因子分析。首次因子分析发现一个题项（给旅游目的地和旅游企业提建议）的共同度小于0.5，删除这个题项后的因子分析得到4个公因子（见表2），共解释方差63.038%。因子1包括查找目的地旅游信息、查找旅游交易信息、查找旅游优惠和活动信息、查找基于位置的周边旅游信息、看游记/攻略/评论这5个题项，命名为“消费性融入行为”。因子2包括寻找志同道合的驴友、分享和转发感兴趣的旅游信息、写游记和旅游博客、发与旅游相关的论坛帖子、写旅游点评这5个题项，命名为“贡献性融入行为”。因子3包括看朋友和其他旅游者发的旅游照片和视频、上传旅游照片和视频、与朋友/家人讨论旅游目的地和行程、与其他旅游者讨论旅游体验和心得、为其他旅游者提供帮助和建议这5个题项，命名为“社交和多媒体交互行为”。因子4包括预订旅游产品、支付旅游产品费用、办理旅行手续这3个题项，命名为“交易类融入行为”。4个公因子子量表的克朗巴哈系数（Cronbach’s α）均大于0.7，达到了信度的基本要求，量表的总信度为0.904，表明量表具有良好的可靠性。

表2 平台融入行为的探索性因子分析结果Tab.2 The exploratory factor analysis of the engagement behavior

续表

（2）平台融入动机的探索性因子分析

对平台融入动机的18个题项做探索性因子分析，KMO值为0.889，Bartlett球形检验显著，说明这部分数据适合做因子分析。因子分析发现“志趣相投的讨论”的3个测量题项的共同度小于0.5，删除这3个题项后得到4个公因子（见表3），总解释方差66.722%。因子1包括做这些事情会让我感到愉快、我觉得做这些事情很有趣、我发现做这些事情非常有娱乐性、能让我自由分享我的兴趣和观点、做这些事情能体现真实的我、可以让我很容易地表达关于旅游的真实想法这6个题项，命名为“享乐和自我表达”。因子2包括我需要他人的帮助、其他旅游者能用他们的知识和经历帮助我、有机会从旅游经营者和其他旅游者那里得到帮助这3个题项，命名为“寻求帮助”。因子3包括我乐意用我的经历去帮助其他旅游者、我很喜欢帮助那些需要帮助的旅游者、回答其他旅游者的问题让我很开心这3个题项，命名为“帮助他人”。因子4包括做这些事情可以挣钱、假如不是为了挣钱我不会做这些事情的、钱挣得越多我就越会做这些事情这3个题项，命名为“功能性回报”。4个公因子子量表的克朗巴哈系数（Cronbach’s α）均大于0.7，达到了信度的基本要求，量表的总信度为0.832，表明量表具有良好的可靠性。

表3 平台融入动机的探索性因子分析结果Tab.3 The exploratory factor analysis of the engagement motivations

续表

3.人口统计和行为特征与融入行为和融入动机的关系

（1）人口统计和行为特征与融入行为的关系

分析人口统计和行为特征对消费性融入行为、贡献性融入行为、社交和多媒体交互行为、交易类融入行为的影响，结果见表4。第一，消费性融入行为在性别、年龄、受教育水平、出游情况、熟练程度、花费时间上均存在显著差异。女性在消费性行为上的均值高于男性，说明女性在平台上查找旅游相关信息或看游记、攻略的频率比男性要高，这可能与女性更重视旅游的娱乐性有关，女性更倾向情感化，而男性更倾向理性化（张宏梅、陆林，2011）。18～30岁人群的均值高于其他组，主要因为这类人群大多是大学生或刚刚参加工作的年轻人，他们对新鲜事物的接受能力较强。大学专科比其他3组的均值都高。经常出游、熟练使用移动网络、每天在手机上花费时间长的旅游者，其消费性融入行为发生频率也较高。第二，贡献性行为只在出游情况上存在显著差异，出游越频繁，就越愿意分享、点评或与其他旅游者互动。第三，社交和多媒体行为除了年龄，在性别、受教育水平、出游情况、熟练程度和花费时间上均有显著差异，女性、研究生、经常出游、熟练使用移动网络、花费时间在4个小时以上的旅游者的社交和多媒体行为程度更高。Han、Magee和Kim（2007）等认为年轻人对于社交网站的使用异常活跃，而且女性强于男性。van Doorn、Lemon和Mittal等（2010）表示拥有丰富的时间而不是金钱的消费者更有可能参与在线社区、博客等互动。本研究结果支持这些观点。第四，交易类融入行为除了性别，在年龄、受教育水平、出游情况、熟练程度、花费时间上均有显著差异，尤其是18～30岁、大学本科、经常出游、使用熟练、花费时间在4小时以上的人群，他们闲暇时间较多，有一定的经济条件，技术接受能力强，所以其交易类融入行为的发生频率也高。

表4 人口统计和行为特征与融入行为的独立样本T检验及单因素方差分析结果Tab.4 Demographic and behavioral characteristics and engagement behavior of independent sample T-Test and One-Way ANOVA

续表

（2）人口统计和行为特征与融入动机的关系

人口统计和行为特征对4类融入动机（享乐和自我表达、帮助他人、寻求帮助、功能性回报）影响的分析结果见表5。第一，出游情况和花费时间在享乐和自我表达动机上存在显著差异，经常出游和花费时间在4小时以上的人群更会出于有趣、愉悦和表达自我的动机，在移动平台上做与旅游相关的事情。一些自我表现意愿强或渴望他人积极认同的顾客，被证明更愿意参与融入行为（Hennig-Thurau，Gwinner & Walsh，et al.，2004）。这一类型的顾客也更有可能帮助其他顾客，并且乐意参与促进顾客高度融入的活动（He，Inman & Mittal，2008）。第二，寻求帮助动机在性别上存在显著差异，女性比男性更愿意在旅游移动平台上寻求帮助，以期可以从其他旅游者或旅游经营者的经历和知识中得到所需的帮助。第三，出游情况和熟练程度在帮助他人的动机上存在显著差异，经常出游、熟练使用移动网络的人群，其旅游经验和旅游知识更丰富，更愿意在旅游移动平台上与其他旅游者互动，用自己的亲身经历去帮助他人。第四，功能性回报动机在性别和受教育水平上存在显著差异，男性更倾向于因功能性回报动机而在旅游移动平台上做出一些融入行为，而这类动机对女性的影响较小。从受教育水平来看，学历越高，功能性回报动机的影响也越大。总体来说，寻求帮助和帮助他人是旅游移动平台融入的主要动机，因此，旅游移动平台应为旅游者之间的互动和交流提供场所，并提供和筛选有价值的信息。

表5 人口统计和行为特征与融入动机的独立样本T检验及单因素方差分析结果Tab.5 Demographic and behavioral characteristics and engagement motivations of independent sample T-Test and One-Way ANOVA

四、讨论、启示和不足

1.讨论

本研究探讨了人口统计和行为特征对旅游移动平台顾客融入行为和融入动机的影响，发现：

（1）人口统计特征变量对旅游移动平台融入行为和融入动机有显著影响。女性的消费性融入行为、社交和多媒体交互行为显著多于男性；女性除了功能性回报动机外的其他3类融入动机强度均高于男性。与Hwang等人（2015）在餐饮产业情境中的研究结论不同的是，本研究没有发现性别在自我表现动机上存在显著差异，这可能与研究情境有关。年龄对融入行为的影响呈倒U型结构，即18～30岁的消费性融入行为和交易类融入行为显著高于其他年龄组，但没有发现年龄在融入动机上存在显著差异。这与Dijkmans等人（2015）的研究结论大致相同，即年龄与顾客融入呈负向关系，表现为年龄越大的顾客融入度也就越低。受教育水平对贡献性行为以外的其他3类融入行为具有显著影响，在功能性回报动机上表现为受教育水平越高动机越强。这与王高山（2014）的研究结论相悖，原因可能是受教育水平较高的人群更容易理解、接受和使用旅游移动平台。

（2）出游情况、熟练程度和花费时间对旅游移动平台融入行为和融入动机均有正向影响，表现为出游频率越频繁、熟练程度越高、花费时间越长，融入行为的参与度越高、融入动机越强。Tsai和Men（2013）的研究也证明顾客在Facebook上花费的时间越长，其顾客融入程度也越高。所以企业在设计平台时，增强平台的易用性、有趣性和娱乐性，有助于增加顾客在平台上的使用时间进而增强其融入程度。

2.启示

分析旅游移动平台顾客融入的水平发现：旅游者在旅游移动平台上从事消费性融入行为的可能性（均值，mean）最高（M=3.29），其次是交易类融入行为（M=3.11）；寻求帮助是旅游者融入旅游移动平台最主要的动机（M=3.50），其次是帮助他人（M=3.49）。可见旅游企业和目的地要想吸引更多顾客融入其旅游移动平台中，需从以下方面加强平台建设：（1）在平台上完善旅游信息以便旅游者查找，提高平台的有用性和易用性，增加旅游者的平台使用频率和时间，从而增加平台融入度。（2）旅游移动平台应提供交易和办理旅行手续功能，或链接到相关电子商务平台，为旅游者提供“一站式”服务，即旅游者在平台上查询旅游相关信息后可直接购买旅游产品或办理旅行手续。（3）旅游企业和旅游目的地应开放顾客评论服务并及时回应和管理，提供客服在线帮助功能，以便及时有效解决顾客的问题。（4）增加旅游移动平台的交互性，鼓励顾客在平台上分享旅游知识和经验，促进顾客之间以及顾客与企业进行交流和讨论。

旅游企业和旅游目的地可根据融入行为和融入动机在人口统计和行为特征上的差异，进行目标市场细分并制定有针对性的营销和推广策略。例如，要想吸引女性旅游者，平台在设计和推广时需要强调提供查找旅游信息、顾客与其他顾客或企业进行交流的功能，并允许顾客在平台上分享旅游照片和视频、写评论等；又因女性寻求帮助的动机明显强于男性，旅游企业和旅游目的地在向女性推广平台时要强调提供帮助的能力。对于45岁以上的旅游者，旅游企业和旅游目的地在设计和推广平台时则要强调平台的社交功能和有用性。

3.研究不足

首先，本研究采用方便抽样的问卷调查方法，样本结构存在一定偏差，如样本年龄分布过于偏向18～30岁群体，其他群体的样本量较少，不过这在一定程度上也反映出旅游移动平台的主要使用群体，未来的研究需要进一步探讨其他年龄群体的顾客融入情况。其次，本研究仅仅就人口统计和行为特征对融入行为和融入动机的影响进行了探索性分析，未来的研究需要进一步探讨其他营销变量（如信任、满意度）的影响。最后，本研究分别分析了人口统计和行为特征对融入行为和融入动机的影响，没有进一步讨论融入动机和融入行为之间的关系，将来的研究可以对此进行进一步探讨。

［1］Baldus B J，Voorhees C，Calantone R.Online brand community engagement：Scale development and validation［J］.Journal of Business Research，2015，68（5）：978～985.

［2］Bill H.What is engagement?［EB/OL］.http：//www.nextcentury-media.com/2005/12/ what-is-engagement.html.

［3］Bitter S，Grabner-Kräuter S，Breitenecker R J.Customer engagement behaviour in online social networks–the Facebook perspective［J］.International Journal of Networking and Virtual Organisations，2014，14（1-2）：197～220.

［4］Breidbach C F，Brodie R，Hollebeek L.Beyond virtuality：From engagement platforms to engagement ecosystems［J］.Managing Service Quality，2014，24（6）：592～611.

［5］Brodie R J，Hollebeek L D，Juric B，et al.Customer engagement：Conceptual domain，fundamental propositions，and implications for research［J］.Journal of Service Research，2011，14（3）：252～271.

［6］Cabiddu F，De Carlo M，Piccoli G.Social media affordances：Enabling customer engagement［J］.Annals of Tourism Research，2014（48）：175～192.

［7］Davis F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology［J］.MIS Quarterly，1989，13（3）：319～340.

［8］DeMatos C A，Rossi C A V.Word-of-mouth communications in marketing：A metaanalytic review of the antecedents and moderators［J］.Journal of the Academy of Marketing Science，2008，36（4）：578～596.

［9］Dessart L，Veloutsou C，Morgan-Thomas A.Consumer engagement in online brand communities：A social media perspective［J］.Journal of Product & Brand Management，2015，24（1）：28～42.

［10］Dijkmans C，Kerkhof P，Beukeboom C J.A stage to engage：Social media use and corporate reputation［J］.Tourism Management，2015（47）：58～67.

［11］Ferreira J B，da Rocha A，da Silva J F.Impacts of technology readiness on emotions and cognition in Brazil［J］.Journal of Business Research，2014，67（5）：865～873.

［12］Garbarino E，Strahilevitz M.Gender differences in the perceived risk of buying online and the effects of receiving a site recommendation［J］.Journal of Business Research，2004，57（7）：768～775.

［13］Han S M，Magee C L，Kim Y.Hyperactive agents in social network sites：The evidence for lifecycles and determinants of lifecycle variability［C］.Article to be submitted to Management Science［R］.2007：1～31.

［14］He X，Inman J，Mittal V.Gender jeopardy in financial risk taking［J］.Journal of Marketing Research，2008，45（4）：414～424.

［15］Hennig-Thurau T，Gwinner K P，Walsh G，et al.Electronic word-of-mouth via consumer-opinion platforms：What motivates consumers to articulate themselves on the Internet?［J］.Journal of Interactive Marketing，2004，18（1）：38～52.

［16］Hollebeek L D，Chen T.Exploring positively-versusnegatively-valenced brand engagement：A conceptual model［J］.Journal of Product & Brand Management，2014，23（1）：62～74.

［17］Hwang J，Han H，Kim S.How can employees engage customers?：Application of social penetration theory to the full-service restaurant industry by gender［J］.International Journal of Contemporary Hospitality Management，2015，27（6）：1117～1134.

［18］Islam J U，Rahman Z.The transpiring journey of customer engagement research in marketing：A systematic review of the past decade［J］.Management Decision，2016，54（8）：2008～2034.

［19］Jaakkola E，Alexander M.The role of customer engagement behavior in value cocreation：A service system perspective［J］.Journal of Service Research，2014，17（3）：247～261.

［20］Jin Y，Su M.Recommendation and repurchase intention thresholds：A joint heterogeneity response estimation［J］.International Journal of Research in Marketing，2009，26（3）：245～255.

［21］Laukkanen T，Pasanen M.Mobile banking innovators and early adopters：How they differ from other online users?［J］.Journal of Financial Services Marketing，2008，13（2）：86～94.

［22］Litvin S C，Goldsmith R E，Pan B.Electronic word-of-mouth in hospitality and tourism management［J］.Tourism Management，2008，29（3）：458～468.

［23］Mattila M，Karjaluoto H，Pento T.Internet banking adoption among mature customers：Early majority or laggards?［J］.Journal of Services Marketing，2003，17（5）：514～528.

［24］Nadeem W，Andreini D，Salo J，et al.Engaging consumers online through websites and social media：A gender study of Italian Generation Y clothing consumers［J］.International Journal of Information Management，2015，35（4）：432～442.

［25］O’Brien I M，Jarvis W，Soutar G N.Integrating social issues and customer engagement to drive loyalty in a service organisation［J］.Journal of Services Marketing，2015，29（6-7）：547～559.

［26］So K K F，King C，Sparks B A，et al.The role of customer engagement in building consumer loyalty to tourism brands［J］.Journal of Travel Research，2016，55（1）：64～78.

［27］Tsai W H S，Men L R.Motivations and antecedents of consumer engagement with brand pages on social networking sites［J］.Journal of Interactive Advertising，2013，13（2）：76～87.

［28］van Doorn J，Lemon K N，Mittal V，et al.Customer engagement behavior：Theoretical foundations and research directions［J］.Journal of Service Research，2010，13（3）：253～266.

［29］Venkatesh V，Morris M G，Davis G B，et al.User acceptance of information technology：Toward a uni fi ed view［J］.MIS Quarterly，2003，27（3）：425～478.

［30］Verhoef P C，Reinartz W J，Krafft M.Customer engagement as a new perspective in customer management［J］.Journal of Service Research，2010，13（3）：247～252.

［31］Wirtz J，den Ambtman A，Bloemer J，et al.Managing brands and customer engagement in online brand communities［J］.Journal of Service Management，2013，24（3）：223～244.

［32］蔡增柱.基于Android移动平台测试相关技术研究［D］.广州：华南理工大学，2012.

［33］陈曦，唐丹丹，陆璇，等.南京市旅游业发展优势分析［J］.旅游纵览（下半月），2015（7）：126.

［34］高维，董大海.自助服务技术采纳的前因与模式：文献综述［J］.技术经济，2011，30（3）：36～40.

［35］韩小芸，田甜，孙本纶.旅游虚拟社区成员“感知—认同—契合行为”模式的实证研究［J］.旅游学刊，2016，31（8）：61～70.

［36］王高山.社会化商务电子服务质量对顾客契合的影响机理研究［D］.济南：山东师范大学，2014.

［37］吴芳芳.基于移动平台的广告营销方法［J］.新闻爱好者，2011（8）：70～72.

［38］于洪彦，尤明宣.顾客融入行为量表开发［J］.税务与经济，2015（5）：1～9.

［39］张辉，刘文德.品牌心理所有权、顾客契合及自我—品牌联结的关系研究——以旅游品牌为例［J］.品牌研究，2016（6）：25～38.

［40］张宏梅，陆林.入境旅游者旅游动机及其跨文化比较——以桂林、阳朔入境旅游者为例［J］.地理学报，2009，64（8）：989～998.

［41］张宏梅，陆林.基于游客涉入的入境旅游者分类研究——以桂林、阳朔入境旅游者为例［J］.旅游学刊，2011，26（1）：38～44.

［42］周静，李季.从人口统计特征和生活方式探讨SNS社交网站用户的使用行为及其活跃度［J］.科技与管理，2011，13（2）：72～77.

［43］周庚梅.受教育程度对滑雪旅游参与度影响研究［D］.哈尔滨：黑龙江大学，2016.