本篇论文目录导航：
【题目】移动APP旅游服务使用意愿影响因素探析
【第一章】用户视角下移动旅游服务APP使用研究绪论
【第二章】国内外移动旅游服务综述
【第三章】旅游信息系统持续使用行为相关理论模型
【4.1 - 4.4】旅游服务移动APP用户影响研究模型与数据
【4.5 4.6】旅游APP服务软件持续使用研究数据分析
【第五章】发展移动旅游服务的对策与建议
【结论/参考文献】移动旅游服务APP用户需求研究结论与参考文献
4 移动 APP 旅游服务持续使用意愿分析
4.1 移动 APP 旅游服务概述
4.1.1 移动 APP 旅游服务概念。
由于我国移动旅游服务发展较晚，研究较少，对移动旅游服务的定义目前还没有统一的界定，本文根据对移动旅游服务概念的整理，采用胡朝举等（2009）的观点。移动旅游服务就是移动商务在旅游业中的应用，通过移动通信对笔记本电脑、手机、PAD 等移动设备终端的用户提供各类旅游业务方面的服务。移动 APP 简称 MobileApplication,随着智能手机的普及，移动 APP 主要是指智能手机上的应用程序[13].所以移动 APP 旅游服务，即通过笔记本电脑、手机、PAD 等移动设备终端的应用程序为用户提供各类旅游业务方面的服务。目前比较多的 APP 商店有苹果公司的 App Store;Android 的Google Play Store; Windows 的 Windows store 等。
4.1.2 移动 APP 旅游服务类型移动互联网和智能设备快速发展，旅游行业已经进入移动互联网时代，再加上政府对旅游信息化发展的重视，把 2014 年定为"智慧旅游年", 移动 APP 旅游服务内容逐渐细化，游客的旅程安排也在向移动端渐渐渗透。本文依据中文互联网数据资讯中心发布的《2014 上半年移动旅行应用报告》情况，把移动 APP 旅游服务主要分为四大类：资讯类、预订类、交通类、分享类。
资讯类移动 APP 主要是为用户提供信息服务，方便用户安排行程，增加对目的地的了解，主要有百度旅游、蚂蜂窝、穷游等，这些移动 APP 可以为用户提供旅游攻略与点评、目的地信息等；预订类移动 APP 也就是旅游移动商务服务，发展较早且比较成熟，用户可以通过此类移动 APP 进行预订票务类、住宿、餐饮等等，主要有携程、去哪儿、途牛、同程；交通类移动 APP 为用户旅途中的出行提供服务，用户可以通过该类移动 APP 打车、地图导航、查询航班等，主要有快的打车、百度地图、掌上公交；分享类移动 APP 主要是为用户分享和记录旅程服务，用户可以随时随地记录自己的旅程，与同游者交流和分享旅游趣事，主要有面包旅行、在路上、蝉游记等。
目前，多数旅游移动 APP 都不仅仅是提供一种服务，上述几种移动 APP 只是在其代表的类型上做的相对较好，随着智慧旅游城市和智慧城市的建设，许多旅游城市开始开发与本地特色一致的综合性移动旅游 APP,截至 2013 年，河南省 18 个省辖市中被评选智慧旅游城市的城市是洛阳市和郑州市，洛阳市目前已经开发了"洛阳旅游指南"移动APP,把该旅游目的地的景点名胜、酒店住宿、洛阳美食、休闲娱乐等都囊括进去，使游客的旅游变得更加轻松，提高旅游质量。
4.2 研究模型及假设
4.2.1 研究模型。
通过第二章对用户行为相关理论的整理，本文在期望确认理论的基础上，参考大量文献的研究，结合其他理论及模型，加入娱乐性感知、成本感知两个变量，构建适用于移动 APP 旅游服务持续使用意愿的模型，如图 4-3 所示。本文的研究模型中包括七个变量，大致分为自变量、中介变量、因变量三类变量，期望确认度为自变量，感知娱乐、感知易用、感知成本、感知有用、满意度五个变量为中介变量，持续使用意愿为因变量。
4.2.2 研究假设。
本文基于国内外大量相关研究文献的整理，设定 14 条假设研究持续使用移动 APP旅游服务意愿，七个变量的影响关系如下：
（1）期望确认度与用户对移动 APP 旅游服务感知、满意度间的关系Bhattacherjee（2001）把期望确认度（Confirmation）作为 ECM-IT 模型中影响满意度和有用性感知的要素，期望确认度指用户在初次使用系统之后形成的心理预期与实际体验的差距认知的评价，与体验差距有相通之意。此后，诸多学者借鉴该模型研究持续使用意愿，通过实证分析表明期望确认度显著作用于感知有用性、满意度，Thong,Hong&Tam（2006）等对 ECM-IT 模型扩展提出 EECM-IT 模型，并对 811 名移动互联网用户进行网上调查，证明 EECM-IT 模型的可行性，EECM-IT 模型中加入易用性感知、娱乐性感知两个变量，且也证明了期望确认度会显著影响易用性感知、娱乐性感知[98].
在国内的研究中把娱乐性与易用性感知变量纳入模型中的频率也比较高。用户在初次使用移动 APP 旅游服务之前会产生一定的预期，使用之后会与先前的预期对比，从而形成确认，确认的程度会影响用户对它的认知。本文结合移动 APP 旅游服务的特点，认为用户使用移动 APP 旅游服务的期望确认度不仅会影响用户的娱乐性、易用性认知，也会影响成本的认知，用户的期望确认度越高，就会认为使用该旅游服务所付出的成本是合理的、值得的，成本感知就会越低。基于此，本文提出以下假设：
H1: 期望确认度正向影响用户对移动 APP 旅游服务的易用性感知H2: 期望确认度正向影响用户对移动 APP 旅游服务的娱乐性感知H3: 期望确认度负向向影响用户对移动 APP 旅游服务的成本感知H4: 期望确认度正向影响用户对移动 APP 旅游服务的有用性感知H5: 期望确认度正向影响用户对移动 APP 旅游服务的满意度易用性（Perceived Ease of Use）最初来源于 Davis（1989）的 TAM 模型，用来测量用户在操作信息系统时对其难易程度的认知，并验证了易用性感知会正向显著作用于有用性感知。许多学者采用或者结合 TAM 模型来论证持续使用意愿，所以除了有用性感知因素之外，易用性感知因素也经常用于研究持续使用意愿。游客到一个不熟悉的旅游目的地，通过移动 APP 旅游服务不仅可以了解/预订周边的餐饮、住宿、景点等情况，还可以随时随地使用该旅游服务，帮助解决旅途中的一些问题，尤其在时间比较仓促之际，移动 APP 操作的难易程度不仅会影响任务完成的效率，也会影响用户的满意度。
基于此，提出以下假设：
H6: 易用性感知正向影响用户对移动 APP 旅游服务的有用性感知H7: 易用性感知正向影响用户对移动 APP 旅游服务的满意度娱乐性感知（Perceived Enjoyment）源自心流理论，用于表达人们在进行某个活动时沉浸的状态，在信息系统的研究中主要指用户在使用系统时由系统带来的乐趣[99].娱乐性感知作为一种行为态度，当用户在使用某系统时感到快乐轻松，就会觉得其有用，并从情绪上愿意持续使用该系统。Park 等（2010）加入娱乐性感知研究用户持续使用Twitter 的意愿，并证明了有效性[100].用户可以通过移动 APP 分享旅途美景，打发零碎时间等，从而减轻生活压力，身心愉悦，进而影响有用性感知、持续使用意愿，所以提出以下假设：
H8: 娱乐性感知正向影响用户对移动 APP 旅游服务的有用性感知H9: 娱乐性感知正向影响用户对移动 APP 旅游服务的持续使用意愿成本感知这一词汇源自经济学，Zeithaml（1988）在分析价值、价格与质量三者的关系时把感知成本定义为消费者对付出费用的感知[101].Murphy（1986）认为成本感知主要有货币与非货币成本两类，货币成本即接入成本、设备成本和交易成本，非货币成本即搜集成本和时间成本[102].学者在研究用户行为时认为用户对付出成本的感知也是影响持续使用意愿的主要因素，如 Je&Park（2005）[103]、Inseong（2007）[76]等。虽然现在大多提供旅游服务的移动 APP 都是免费下载，但是用户在接受移动 APP 旅游服务时需要花费流量、时间、精力等，如果用户认为这些花费超出其认知的范围，就会产生低满意度或者终止使用移动 APP 旅游服务。
H10:成本感知负向影响用户对移动 APP 旅游服务的满意度H11:成本感知负向影响用户对移动 APP 旅游服务的持续使用意愿感知有用性（Perceived Usefulness）最早应用于 Davis 的 TAM 模型中，后来也被应用到其他研究用户行为的模型中，如 ECM-IT、UTAUT 等，有用性感知也成为学者们研究持续使用意愿的最高频率的影响因素之一，由此可以看出有用性感知在研究用户行为中的重要性，主要是为了测量某系统对用户工作的促进或帮助程度。用户使用移动APP 旅游服务主要是认为其方便、快捷，如果能够提高用户的旅途效率，更好地帮助用户完成旅游事宜，用户就会产生高的满意度，也会愿意持续使用。由此，提出以下假设：
H12:有用性感知正向影响用户对移动 APP 旅游服务的满意度H13:有用性感知正向影响用户对移动 APP 旅游服务的持续使用意愿Oliver （1993）在期望确认理论中指出满意是用户使用前的预期与使用后感知绩效一致的一种心理状态。满意度最初主要用于研究消费者行为，Bhattacherjee（2001）把满意度应用于信息系统领域，发现满意度是影响用户持续使用电子银行系统意愿的重要因素，证明它适用于信息系统持续使用意愿研究，众多文献也证明满意度适用于研究再使用或持续使用行为。移动互联网时代，游客对导游、旅行社等满意度低的问题使得越来越多的游客倾向于通过移动 APP 接受旅游服务，自己规划旅游行程，移动 APP 的用户规模也不断增加，用户对移动 APP 旅游服务的满意度越高，就越有可能持续使用。
所以本文提出以下假设：
H14:满意度正向影响用户对移动 APP 旅游服务的持续使用意愿4.3 量表设计。
4.3.1 量表内容。
根据本文的研究内容，问卷主要包括三部分：
第一部分：用户的基本情况该部分主要是调查用受访者的基本信息，包括性别、年龄、学历、职业、月收入/生活费等内容，为后文分析移动 APP 旅游服务用户的市场特征提供数据基础。
第二部分：用户的使用情况。
旅游服务是一个综合性的服务业，服务内容繁杂，目前开发出的移动 APP 旅游服务种类多，服务内容细化，该部分首先从信息类、预订类、分享类等不同移动 APP 旅游服务来了解用户使用情况，包括使用过和经常使用两个问题。通过这两个问题也可以帮助受访者更好的了解移动 APP 旅游服务的含义，以便用户对第三部分问题的理解，然后进一步通过用户每天使用手机的时间以及使用移动 APP 的年限两个问题调查移动设备和移动 APP 旅游服务对用户的渗透情况，为后文的分析提供数据基础。
第三部分：用户对移动 APP 旅游服务持续使用意愿调查这一部分是问卷调查的核心内容，主要从期望确认度、娱乐感知、易用感知、成本感知、有用感知、满意度、持续使用意愿七个方面的 27 个测量问项的感知情况，了解用户对移动 APP 旅游服务持续使用意愿。李克特量表法用于受访者以同意或不同意评估某些事件、对象、态度等，由伦西斯·李克特（Rensis Likert）发展而成，多采用李克特 5 级或 7 级量表法，本文全部使用 5 级量表的"非常不同意"、"不同意"、"一般"、"同意"、"非常同意"来测试被调查者的真实感知，由"1-5"来表示。
4.3.2 变量测量题项。
调查过程中，问卷的质量直接决定了研究者的调查目的以及受访者的真实感知能否完全体现，所以为了防止出现因问卷设计不当而使得调查结果偏差的现象，本文问卷问题的设计均依据以往研究的成熟问项演变而来。Nunnally（1978）表明为保证问卷有良好的效度，设计者在设计问卷时每个变量均需包含 3 个以上的问项1 [89],所以本文在对每个变量的问项设计时都结合前人研究适当调整为 3-5 个问题。
4.4 数据来源与分析方法
4.4.1 数据来源。
在正式进行问卷调查之前，对使用移动 APP 时间比较长的亲戚朋友进行预调研，目的是检验问卷的信度和效度，以及被调查者是否能够清楚理解问卷的目的和问题，由于"移动 APP"这个词汇比较新，说法也比较多，所以在预调研过程中发现有些被调查者不能完全理解其中的含义，在与被调查者深入交流后，对移动 APP 旅游服务的定义予以补充，帮助被调查者更好的理解，被调查者对"该移动 APP 有更大弹性来满足我的需求"这个题项不能充分理解，所以修改为"该移动 APP 能够满足我更多的需求".总体问卷比较合理，确定最终问卷，对用户正式进行调查。本问卷通过网页问卷和纸质问卷两种方式发放，网络问卷主要通过问卷星、QQ 等平台大范围回收，纸质问卷的对象主要是学校的本科生、硕士生，共回收 567 份问卷，其中纸质问卷 260 份，网络问卷 307 份，对于问卷填写不完整及明显乱作答的予以作废后保留 534 份有效问卷，有效率达94.17%.
4.4.2 分析方法。
本文重要的分析方法为结构方程模型分析，结构方程模型（structural equationmodeling,简称 SEM）是 20 世纪 70 年代 J?reskog 根据数学矩阵的理念把潜在变量模型与路径分析两种方法结合起来，创建的一种新研究方法[104].结构方程模型属于研究方法学的一种统计分析技术，通常被划分到高等统计学，根据协方差矩阵的原理处理与分析潜在、显性、干扰和误差等多种变量的关系。测量模型和结构模型共同构成结构方程模型，测量模型也称为显性变量、测量指标等，由潜在变量和观察变量构成，其中观察变量是指可以通过问卷等方式获取数据的指标，也称为测量指标、外显变量等，潜在变量指通过观察变量数据来测量的抽象构念，每个潜变量必须通过至少两个观察变量来反应，结构模型也称为潜在变量模型、因果模型，指的是所有潜在变量间影响关系的说明。
结构方程模型能够通过观察变量估计与检验潜变量，即根据具体测量变量的数据估计不可直接观察的变量，数据样本要求与多变量统计法一样都需要呈正态性分布，观察变量指标为线性关系[105].
在实际操作中，最经典的获取潜变量的方法是因素分析，它事先不能预知，只能在收集完数据后进行变量提取并命名，称为探索性因素分析。结构方程模型主要是由理论或者经验支持，通过理论引导建立各潜变量间回归关系，并透过回收数据的分析验证假设的结构模型是否成立的一种方法，也称为验证性因素分析，理论先验性也是结构方程模型的一个重要特性。除此之外，还有其他的特性，主要有：测量与分析可以同时进行，变量间的协方差为其核心概念，重视运用多重统计指标，包含多种不同统计技术，适用于大样本分析[106].
目前进行结构方程模型分析最常用的软件有 LISREL 软件和 AMOS 软件。由于LISREL 软件需要熟知矩阵参数及相关语法命令，相对较难，AMOS 软件只需对照操作资料，熟悉绘制理论模型图及常用的命令，就可以进行操作分析了，上手比较快，所以初学者多采用 AMOS 软件进行分析，本文采用 AMOS17.0 对数据进行处理。
在进行结构方程模型分析时一般要经过以下历程：模型是否适配主要通过主要适配指标及适配标准来判断。
