基于数量化理论Ⅲ类的网购旅游产品行为特征识别——以实物产品为参照

陈 森 宋旭妍 张高军，* 张岩君

（1.日本东海大学旅游学院，神奈川平塚2 591292；2.暨南大学深圳旅游学院，广东深圳 518053；3.曲阜师范大学地理与旅游学院，山东日照 276800）

0 引言

近年来，网络接入成本越来越低，线上支付更加便利，线上平台逐渐成为消费者购买旅游产品①学界对旅游产品的概念有不同认识，本文不深究其概念和定义。与搜索用户评论的重要途径（Wang et al.，2004；胡田等，2014；Fang et al.，2016）。产品类别是影响消费者网购决策的重要因素（张茉等，2006；章雨晴等，2016；Filieri et al.，2018）。研究发现，相较于实物产品，消费者更倾向于通过在线平台选购服务类产品（Phau et al.，2000；Vijayasarathy，2002）。然而，国家统计局数据显示，2018 年，全国实物产品的网上零售额为70198 亿元，占网上零售额总额的77.94%，而非实物产品的网上零售额占22.06%②国家统计局.2018 年1—12 月社会消费品零售总额增加9.0%［EB/OL］.（2020-04-14）.http：//www.stats.gov.cn/tjsj/zxfb/201901/t20190121_1645784.html.。相较于实物产品，以旅游产品为代表的服务类产品的网购市场还有巨大的发展空间。

目前，针对旅游产品的消费者网购行为研究大多以单一的旅游产品为主，关注线上评论对消费者网购行为的影响（Vermeulen et al.，2009；Jalilvand et al.，2012；张军等，2018；Manes et al.，2018）。较少有研究者将旅游产品与其他类型的产品（如实物产品）进行比较，分析消费者网购旅游产品行为的特殊性。因此，本文将基于实物产品和旅游产品的比较视角开展研究，主要探讨以下问题：第一，消费者在网购不同类别的旅游产品时，其表现出的行为是否存在关联性，以及关联强度如何；第二，消费者在网购旅游产品时倾向于参考哪种类型的线上评论；第三，消费者在网购旅游产品和实物产品时表现出何种行为差异。

1 文献综述

1.1 网购旅游产品的行为模式

消费者行为是指与获得和使用产品直接相关的行为，以及在购买行为之前的决策过程（Engel et al.，1982）。也就是说，消费者行为不仅指购买结果，还包括购买前的决策过程，也包括使用产品后的评价与消费者获得的经验（Schiffman et al.，1997）。1903 年，Lweis 最早尝试对消费者行为进行理论模型概括，提出AIDA（Attention，Interest，Desire，Action）消费者行为模型。之后，Hall（1924）与Strong（1925）对其进行了补充与完善，提出AIDMA（Attention，Interest，Desire，Memory，Action）模型，如今，AIDMA已经成为学界常用的消费者行为解释模型。

20世纪90年代末，线上购物平台出现，网购逐渐成为消费者的重要消费方式。在此背景下，日本电通公司进一步提出了AISAS（Attention，Interest，Search，Action，Share）模型并强调，相比于传统的线下购物行为，消费者在线购买旅游产品行为中的信息搜索与决策行为之间有着更加密切的关系（近藤史人，2009）。

相较于实物产品，旅游产品具有无形性，网购和消费旅游产品的过程较为复杂，消费者在线购买旅游产品时，由于不能提前预知其性能，容易产生更多的感知风险（Zeithaml et al.，1985）。而感知风险时刻影响着消费者选择网购平台的倾向与态度（Mitchell et al.，1998；张茉等，2006；章雨晴等，2016）。在此背景下，其他消费者的网购经验（如线上评论），就成为潜在消费者决策的重要参考。研究发现，线上评论有助于降低消费者在网购旅游产品时的感知风险，促进其网购行为（焦彦，2006；Litvin et al.，2007；Litvin et al.，2018）。近年来，针对实物产品的消费者网购行为研究大量出现（Lee et al.，2009；Pan et al.，2011；薛阳阳等，2014；Bulsara et al.，2020），而针对旅游产品的消费者网购行为研究，多聚焦于单一的旅游产品，如机票与酒店住宿（Sparks，2010；Ahmad et al.，2020）、旅游线路（张思豆等，2016）等，尚未对不同类型旅游产品的消费者网购行为特征进行比较。

1.2 线上评论对购买旅游产品行为的作用

线上评论是指具有购买经验的消费者通过线上平台发布的，可供他人查看的产品评价内容（Henning-Thurau et al.，2004）。线上评论已经成为一种常用的研究数据（张高军等，2011），它表现形式多样（文字、图片和视频等），不受时空制约，内容及保存时间完整，对消费者的购买决策具有重要影响（汪旭晖等，2017；De Bruyn et al.，2008；Bhandari et al.，2018）。

有关线上评论对我国消费者购买旅游产品行为的影响研究于近些年大量出现。例如，张梦等（2012）基于解释水平理论，以酒店网络评论为例，实证探究了不同评论内容在不同时间距离和社会距离情境下对消费者实际购买意愿的影响。蘇文（2015）通过引入“刺激-有机体-反应”（Stimulus-Organism-Response，SOR）这一消费者行为研究领域的经典理论范式，从数量、视觉特征、感情卷入程度等角度，对在线评论的内容特征、消费者自身的信赖程度及消费者最终的购买意愿之间的作用路径进行了解释说明。邓卫华等（2018）以酒店为研究对象，发现不同内容结构的线上评论对消费者决策存在差异化影响。吕婷等（2018）实证分析了线上评论对城市居民乡村旅游行为意向的影响。这些研究丰富了人们对线上评论与消费者购买旅游产品行为之间关系的理论认识，也为本文研究奠定了基础。

2 研究设计

2.1 旅游产品与实物产品的网购行为比较

消费者针对不同产品的网购行为存在差异。例如：渡部和雄等（2010）为了验证不同产品类别下消费者网购行为的差异，通过引入网购抵抗性这一概念，并基于多次元尺度法进行研究，发现日本消费者网购旅游类无形产品时的抵抗性最低，且对在线评论内容更为重视。汪旭晖等（2017）分析了线上评论的解释类型（解释行为和解释反应）对消费者网购决策的影响，并研究了时间距离的调节作用，结果发现，消费者在网购搜索类产品时，解释行为型线上评论与消费者的感知有用性正相关，在网购体验类产品时，消费者对解释反应型线上评论产生更高程度的有用性感知。因此，参考渡部和雄等（2010）、汪旭晖等（2017）的研究，本文以实物产品为对照组，对消费者网购旅游产品和实物产品的行为特征进行比较。

2.2 数量化理论Ⅲ类分析方法

数量化理论是由日本统计学家林知己夫（1974；1993）提出的，它能够对难以进行量化的定性数据之间的潜在关系及关联性进行推测。随后由董文泉等（1979）引入国内。目前被广泛应用于地质、林业、环境保护、医学、生物学及企业管理等领域（李宁等，2009；李军霞等，2010；张鹏等，2016）。

在数量化理论中，Ⅲ类分析方法是在外在基准不存在的条件下，将定性数据转化为定量数据并进行聚类分析的方法。其基本原理是，以（0，1）反应矩阵为基础，对各测项和样本同时赋值，反应结果接近的测项和样本会有相近的得分，然后依据解析出的起主要影响作用的特征根向量，对测项和样本进行分类（董文泉等，1979）。

数量化理论Ⅲ类分析方法对解决本文的研究问题有如下作用：（1）对结果变量及其对应的解释变量分别量化，计算两者之间的关联程度；（2）数量化理论模型不存在外在基准（因变量），能够避免自变量共线性；（3）基于量化结果能够对样本进行分类。基于数量化理论Ⅲ类方法的分析过程分为三步：第一步，计算测项得分；第二步，参照抽出的特征根向量散点图，分析消费者网购旅游产品和实物产品的行为特征差异；第三步，确认散点图各个象限内的样本比率分布差异。

2.3 问卷设计与数据收集

问卷第一部分调查消费者有无网购旅游产品和实物产品的经验，其中旅游产品的具体类型包括美食、旅游线路、酒店住宿、景点门票、机票火车票，实物产品的具体类型包括生鲜食品、鞋包衣物、家居和厨房用品、家用电器、化妆品、电脑办公用品、手机数码、婴幼儿用品、书籍杂志等常见产品。

第二部分调查消费者网购旅游产品和实物产品时对线上评论的选择行为，本文参考相关研究成果（邓卫华等，2018；汪旭晖等，2017；王林等，2015；李研等，2018），设计了5 项共同的产品评论主题，分别是安全性、价格、品牌、售后服务、种类；4 项旅游产品的评论主题，包括安排合理性、个人体验、信息的正确性、销量；5项实物产品的评论主题，包括质量、便利性、外观设计、真伪、个性化。

第三部分调查人口学变量。2019 年12 月11 日至19 日，我们通过问卷星平台回收问卷900 份，剔除非网购人群，选项过于单一及未填写完整的问卷后，得到有效问卷844份，有效率93.78%。消费者以女性为主，占58.18%；年龄以23～39岁为主，占78.32%；学历以本科及以上为主，占79.26%。第一部分和第二部分的调查结果见表1和表2。

表1 消费者网购旅游产品和实物产品行为的（0，1）反应矩阵

表2 线上评论选择行为的（0，1）反应矩阵

3 结果与分析

参照李军霞等（2010）和菅民郎（2017）的研究，本文主要选取相关系数最大的前2个特征根向量b1和b2（见表3），两个主要特征根向量的贡献率较好，可以开展进一步研究。

表3 最大前2个特征根向量结果表

3.1 网购行为的倾向性与关联性

将网购行为最大前2个特征根向量b1和b2的得分落在坐标图中，如图1所示，b1轴正方向上的旅游产品包括TPP5机票火车票和TPP4景点门票等即时的票务类产品，负方向上的为TPP1 美食、TPP2 旅游线路及TPP3 酒店住宿旅游产品，属于消费和体验持续时间较长的产品。因此，基于旅游产品具有的生产与消费同时性特征，本文将旅游产品的b1 轴命名为“持续时间长（b1 轴负方向）短（b1 轴正方向）判别轴”。b2 轴正方向上的旅游产品包括TPP4 景点门票和TPP1 美食，负方向包括TPP2 旅游线路、TPP5 机票火车票及TPP3 酒店住宿。相较于景点门票和美食旅游产品，消费者网购其他几类旅游产品时，需要承担更多的金钱成本和不确定性风险（Lovelock et al.，1999）。因此，本文将旅游产品的b2 轴命名为“感知风险高（b2 轴负方向）低（b2轴正方向）判别轴”。

图1 网购行为特征根向量位置散点图

关于实物产品，相较于b1 轴负方向上的PPP1 生鲜食品及PPP5 化妆品等更换周期较短的日用类产品，正方向上的如PPP6 电脑办公用品和PPP7 手机数码等产品的使用周期更长，因此，本文将实物产品的b1 轴命名为“使用周期长（b1 轴正方向）短（b1轴负方向）判别轴”。b2轴负方向上的实物产品为PPP2鞋包衣物和PPP1生鲜食品，正方向上的实物产品是PPP8 婴幼儿用品，PPP6 电脑办公用品等产品。相对而言，正方向上的产品需要消费者参考更多的信息后进行决断，尤其是专业信息。因此，本文将实物产品的b2轴命名为“产品专业性高（b1轴正方向）低（b1轴负方向）判别轴”。需要强调的是，数量化理论Ⅲ类分析方法完全依据特征根向量，不会受产品数量多少的干扰而产生计算误差。

根据特征根与坐标轴原点的距离，可以判断出消费者网购行为的倾向性高低，即距离原点越近，倾向性越高。对于旅游产品而言，消费者网购行为的倾向性由高至低（括号内为产品与原点间的距离）依次是TPP1 美食（0.931）＞TPP3 酒店住宿（0.985）＞TPP2 旅游线路（1.131）＞TPP4 景点门票（1.631）＞TPP5 机票火车票（2.559）。消费者网购美食的倾向性最高，原因可能是：一方面，美食最受消费者欢迎，消费者在异地享用美食，需要参考线上评论以减少美食体验的不确定性；另一方面，网购平台餐饮品种较多，可选择性强，而且经常推出多种优惠，如团购、买单折扣、积分兑换等，提高了消费者网购美食的倾向性。

对于实物产品而言，消费者网购行为的倾向性由高至低依次是PPP3家居和厨房用品（0.112）＞PPP4 家用电器（0.532）＞PPP2 鞋包衣物（0.710）＞PPP9 书籍杂志（1.117）＞PPP5 化妆品（1.195）＞PPP7 手机数码（1.545）＞PPP1 电脑办公用品（1.703）＞PPP6 生鲜食品（1.705）＞PPP8 婴幼儿用品（3.217）。其中，消费者网购家居和厨房用品的倾向性最高，家用电器次之。这应当归因于此类产品的特性，家用类产品涵盖面广，种类多，且伴随着产品的种类差异，价格跨度也较大，同时，由于库存原因，较少有同一个线下平台能够满足消费者对家居用品的多元需求。相比之下，线上平台能即时提供各种品牌、各种产品、各种型号的相关信息，便于消费者在短时间内进行价格、质量与型号比较，故消费者网购行为倾向性较高。

从产品的关联性看，关联程度最高的两类旅游产品是TPP3酒店住宿和TPP2旅游线路，这两类产品在散点图中的距离最近。说明消费者在网购旅游产品时，更容易关联购买酒店住宿和旅游线路产品。另外一组关联性较强的实物产品组合是PPP6电脑办公用品和PPP7手机数码，二者同属更新迭代迅速的电子产品，也是当代生活必需品。

从散点图分布情况看，实物产品主要分布在第Ⅰ、Ⅲ象限，且较为集中，而旅游产品在4个象限的分布较为均匀，且大多远离坐标原点。说明相较于实物产品，我国消费者网购旅游产品的倾向性和关联性较低。

3.2 线上评论选择行为的倾向性与关联性

线上评论选择行为最大前2个特征根向量b1和b2位置散点图如图2所示。消费者网购旅游产品时，参考的线上评论主题在b1轴正方向的包括为TPS9销量、TPS3品牌、TPS6安排合理性等。在b1轴负方向上的分别为TPS7个人体验、TPS8卖家诚信度、TPS4售后服务等。由于b1轴上的线上评论，如个人体验和售后服务的评论，与消费者经验密切相关，因此，本文将其命名为“经验-非经验判别轴”。b2轴正向上的旅游产品线上评论主题包括TPS3品牌、TPS5种类、TPS8信息正确性等，均与旅游产品本身属性评价无关，负向上的线上评论包括TPS6安排合理性、TPS7个人体验等，均是关于旅游产品属性的评价内容，因此，b2轴被命名为“属性-非属性判别轴”。

图2 线上评论选择行为的特征根向量位置散点图

消费者在网购实物产品时，参考的线上评论主题在b1 轴正向上包含PPS9 真伪、PPS1安全性、PPS4售后服务，其共同点是只有消费者使用后才能发表评论。分布在b1轴负方向上的评价主题与网购经验不直接相关，包括PPS8外观设计、PPS2价格、PPS5 颜色型号等。因此，本文将实物产品的b1 轴命名为“经验-非经验判别轴”。分布在b2轴正方向上的PPS4售后服务、PPS9真伪等线上评论主题主要是对产品购买后的服务保障及产品真伪的评价，而负方向上的PPS2 价格、PPS5 颜色型号、PPS6质量等内容更接近产品本身的使用属性。因此，参照旅游产品的命名，本文将实物产品的b2轴也同样命名为“属性-非属性判别轴”。

可以看出，相较于TPS3 品牌（2.218）、TPS6 安排合理性（2.064）、TPS9 销量（2.005）、TPS8 信息正确性（1.652）、TPS7 个人体验（1.593）、TPS5 种类（1.097）线上评论主题，消费者网购旅游产品时更倾向于关注包含TPS4 售后服务（0.545）、TPS2价格（0.473）、TPS1 安全性（0.182）主题的线上评论。然而，消费者在网购实物产品时，相较于PPS9 真伪（2.220）、PPS4 售后服务（1.904）、PPS8 外观设计（1.799）、PPS1安全性（1.531）、PPS10 个性化（1.351）主题，消费者更关注包含PPS2 价格（0.678）、PPS6质量（0.569）、PPS3品牌（0.188）等主题的线上评论。

对比旅游产品和实物产品线上评论中的共同主题在坐标轴中的位置（见图2中虚线部分），发现相较于实物产品，消费者在网购旅游产品时更关注线上评论中的TPS1 安全性（0.182）主题。表明消费者在购买旅游产品时会更加强调安全性，尤其是具有一定风险的旅游产品①例如动力游乐设备（过山车）、网红产品（蹦极、大秋千、玻璃桥）等。。再如，消费者在购买实物产品时会参考与PPS3品牌（0.188）有关的信息，但在购买旅游产品时，消费者就不太关注TPS3品牌（2.218），这或许是因为实物产品标准化程度较高，大品牌往往意味着产品质量过硬，而旅游产品品牌无法直接关联体验质量。因此，消费者在网购旅游产品和实物产品时的线上评论选择行为存在一定差异。

为判断样本分类结果是否客观准确，本文参照安達美佐等（2011）和Landis 等（1977）的研究，利用Ward 聚类分析对量化后的样本间距离再次进行成分抽取（见表4）。结果表明，两次分类结果都通过了一致性检验（Kappa系数），且具有中等程度以上的一致性。

表4 Ward聚类分析结果

3.3 网购行为与线上评论选择行为的交叉分析

基于特征根向量及数量化理论Ⅲ类对调查样本的量化结果，本文进一步对消费者网购实物产品与旅游产品的不同产品类型与评论主题组合进行分析（见表5）。

表5 不同产品类别下的样本象限分类表

结果显示，针对不同类别的旅游产品，消费者网购倾向最低的是“短时间×低风险”类型的旅游产品（14.94%）。在线上评论选择行为方面，消费者网购旅游产品最不倾向于关注的是“经验×非属性”类型的线上评论（22.50%），而其他三类组合的比率相当。这或许与我国消费者普遍旅游经验丰富有关，也是近年国内旅游市场蓬勃发展的客观反映。

相较于旅游产品，消费者在网购实物产品时则表现出一些差异。消费者网购“短周期×低专业”类实物产品的倾向性最高（27.36%），而“长周期×低专业”类产品最低，“长周期×高专业”与“短周期×高专业”类产品居中，说明产品的使用周期是人们网购实物产品时最重要的参考指标，使用周期越短，网购倾向越高。在线上评论选择方面，消费者最倾向于关注“非经验×非属性”类别的线上评论（32.84%），“经验×非属性”类次之（27.39%）。也就是说，消费者在网购实物产品时，更关注产品购买后的服务保障等主题的线上评论。

4 结论与讨论

4.1 研究结论

本文使用数量化理论Ⅲ类方法对消费者网购旅游产品行为进行了量化分析，并与实物产品进行比较研究，主要结论如下：

（1）相较于实物产品，消费者网购旅游产品的倾向性更低。消费者最倾向于在线购买的旅游产品是美食，最倾向于购买的实物产品是家居和厨房用品。实物产品主要集中在第Ⅰ、第Ⅲ象限，关联购买的概率总体上较高；而旅游产品在4个象限均有分布，关联购买可能性最高的是一对旅游产品，即酒店住宿产品和旅游线路产品，次高的是一对实物产品，即电脑办公用品和手机数码。

（2）消费者在网购实物产品和旅游产品时，对线上评论中的安全性、价格、品牌、售后服务、种类5 个主题的关注度存在差异。反映出人们在网购旅游产品和实物产品时的不同需求，也说明本文开展实物产品与旅游产品比较研究的必要性。

（3）消费者网购旅游产品和实物产品的行为倾向与线上评论选择的组合差异较大。网购旅游产品时，消费者最不倾向于购买“短时间×低风险”类产品，最不倾向于关注的线上评论是“经验×非属性”类型。网购实物产品时，消费者最倾向于购买“短周期×低专业”类实物产品，对“长周期×低专业”类实物产品的购买倾向最低，说明使用周期的长短是人们网购实物产品时最重要的参考指标。在线上评论方面，“非经验×非属性”类线上评论最受消费者青睐，“经验×非属性”类线上评论次之。

4.2 讨论

（1）消费者的网购倾向与购买的产品类别存在联系，这与范钧等（2014）、汪旭晖等（2018）的研究互相印证。值得一提的是，本文选用具有代表性的旅游产品类型，比较了消费者网购旅游产品和实物产品行为的倾向性及关联性，并描绘了消费者在网购旅游产品和实物产品时的不同选择倾向及线上评论选择行为的差异。此外，需要指出的是，不同于Phau 等（2000）和Vijayasarathy（2002）等得出的消费者在选购无形产品时更倾向于使用在线平台的结论，本文发现消费者通过在线平台购买实物产品的倾向性要高于旅游产品。究其原因，或许是研究结论解释范围的差异所致，本文关注的是网购结果，即消费者实际发生的购买行为，而前述研究是在探讨网购途径倾向，这也反映出意向与行为之间可能存在的差异。

（2）有研究者指出线上评论会对消费者的选择行为及参与程度产生影响（李莉等，2013；华成钢等，2019）。本文的研究结论亦支持该观点。由于消费者本身具有主动处理信息的能力，因此，消费者在搜索线上评论时并非被动全盘接收，而是会根据产品的特征和自身需求进行筛选，从而获取有用的信息（李君轶等，2013；邓卫华等，2018；李妍等，2018）。本文围绕不同产品类别下有用信息的内容差异这一问题，尝试做进一步改进和探索。例如：相较于实物产品，消费者在网购旅游产品时，无形的感知风险会促使消费者更加关注那些与安全性及售后服务相关的线上评论，这一点与张茉等（2006）的观点类似。此外，无论是旅游产品还是实物产品，消费者在面对与价格相关的线上评论内容时均表现出相当程度的积极倾向（TPS2 价格：0.473；PPS2 价格：0.678），因此，价格因素对消费者网购行为具有普遍性影响，这一结论也扩充了与产品价格相关的网络口碑影响力的解释范围。

（3）消费市场细分研究在旅游市场营销中具有重要意义（Fodnessd et al.，1997；芮田生等，2009；胡兴报等，2011）。相较于以往的研究，本文尝试引入数量化理论Ⅲ类方法，为消费市场细分提供了一种新的思路和方法。本文结论有助于完善和丰富基于消费者市场细分层面的消费者行为研究。

4.3 建议

（1）现阶段，我国旅游产品的在线购买市场渗透率还有较大空间，结合本文研究结论，在线服务平台应尝试从单一旅游产品在线提供商转型为综合性服务产品提供门户，以促进消费者在线购买旅游产品的行为。供应商应关注消费者网购旅游产品行为的特殊性，增加酒店住宿产品和旅游线路产品的组合供应，并进一步引导至诸如美食、景点门票等其他类型的旅游产品，从而扩大旅游产品的网购市场。

（2）产品类别不会制约消费者对线上评论选择行为的积极性，但在一定程度上会影响其搜索方向和内容。因此，区别不同类别产品的线上评论内容的提出方式，缩短消费者搜索目标评论内容的过程和时间，将有助于降低搜索成本（时间成本）及感知风险，促进消费者的网购行为。

（3）不同产品类别下的消费者网购行为差异明显。供应商应继续在大数据技术背景的支持下，基于多种细分条件下的消费者画像进行营销推广。与此同时，也应注意各旅游产品间可能存在较大的特征差异，例如消费者对美食和景点门票类产品的消费方式与感知风险完全不同。