打开文本图片集
摘 要：本文以入境游客为研究对象，利用网络爬虫程序，采集Tripadvisor旅游评价网站社区发布的用户贡献内容，设计了旅游景区感知形象評价指数、好评率等指标，结合SPSS统计分析方法与文本分析方法，利用Leximaner软件识别北京5A级旅游景区感知形象的构成要素，分析不同旅游景区、不同游客评价等级的感知形象差异性。研究结果表明，入境游客感知形象的构成要素主要包含五个方面：吸引物、体验、服务、人们及交通等。慕田峪长城旅游区、天坛公园国际形象评价值最高，恭王府景区国际形象评价值最低；与游客评价等级1～3级关联密切的景区为：明十三陵、恭王府和故宫，入境游客对于景区提供的纪念品、食物、门票等方面服务并不满意。与旅游景区形象4～5评价等级密切相关的景区为：慕田峪长城、颐和园、天坛和奥林匹克公园，入境游客对于景区旅游吸引物、景区内部交通及接触的当地居民等旅游体验水平较高。
关键词：入境游客；形象；5A级旅游景区；用户贡献内容
中图分类号：F592.99 文献标识码：A
0 引言
入境旅游作为我国旅游业发展的开端，曾一度超越国内游和出境游以超常规速度发展。但近些年来，我国入境旅游人数呈现波动式发展特征，并形成与出境旅游越来越大的逆差。相关研究显示，旅游目的地游客感知形象影响旅游者的游览意向，并进而影响旅游者的满意度、忠诚度与重游率[1-3]。因此，从入境游客视角研究中国旅游目的地感知形象，特别是研究入境游客青睐的旅游热点景区，如北京5A级旅游景区，对于动态监控我国旅游目的地国际感知形象，保持中国入境旅游目的地竞争力具有十分重要的意义。目前从入境游客视角识别旅游目的地感知形象研究的成果并不多。入境游客在语言、文化、生活习惯及思维上与旅游目的地存在极大差异，利用市场调查问卷等传统采集数据的方法成本高，且难以获得大量的、长期的、动态的数据[4-5]。这一问题的存在增加了旅游目的地入境游客感知形象研究的难度。
旅游产品的基本特征是无形性，旅游者很难在购买前对旅游产品价值做出评价。为减少因不熟悉旅游产品可能带来的风险，旅游者会广泛地搜索旅游相关信息。网络信息的便利性、综合性、低成本使越来越多的旅游者借助互联网搜索信息、获取信息和购买旅游产品[6]。网络论坛、博客等电子社区和旅游评论网站深受在线旅游者的欢迎。随着旅游产品电子口碑可靠性增强，旅游日志、博客等得到了实践者和学者的关注，这些用户贡献内容也为旅游目的地形象研究突破提供了便利[7-8]。Tripadvisor是全球最大的旅游评论网站，拥有大量旅游者关于旅游景点、住宿、餐饮及其他与旅游相关信息的真实评论，目前TripAdvisor已成为在线的“数据库”。鉴于此，本文以入境游客为研究对象，利用网络爬虫程序，采集Tripadvisor旅游评价网站社区发布的用户贡献内容（User Generation Content），设计了旅游景区游客感知形象评价指数、好评率等指标，结合SPSS统计分析方法与文本分析方法，利用Leximaner软件识别北京5A级旅游景区入境游客感知形象构成要素，分析不同旅游景区、不同游客评价等级的形象感知差异性，为提升旅游目的地入境游客感知形象提供参考。
1 文献综述
感知形象是游客对旅游目的地印象、信念及思想的综合。2000年以前，很多学者主要把研究重点放在北美和欧洲市场的目的地市场上，很少涉及对亚洲旅游目的地形象感知的研究，特别对中国的研究少有涉足。直到2008年一些学者才开始把目光转向中国，研究了重大事件——北京举办奥运会对中国目的地形象的影响。而后王鑫等采用因子分析法、方差分析法、均值比较法等方法，探索性地研究外国游客对中国的旅游感知形象[9]。郑荣娟等基于扎根理论，以旅华美国游客为研究对象，以中国旅游目的地意象为研究内容，抽取了旅华美国游客对中国的意象认知[10]。Chi等通过TravelBlog.org和 TravelPod.com两个旅游博客中入境游客的信息，评估了主要是英语国家的入境游客对于中国旅游目的地的形象认知[11]。这些研究为识别旅游景区国际感知形象奠定了基础。
感知形象构成要素的辨识是旅游目的地游客感知形象研究的前提与基础[12]。目前此方面研究方法也不尽相同，其中从研究文献归纳的方法最为常见，设计和提取目的地感知形象包含目的地从8个到44个不等的要素，具体内容涉及“吃、住、行、游、购、娱”旅游要素的诸多方面，尚未形成一套统一的体系[13，14]。事实上，旅游目的地游客感知形象源于游客的体验，不同旅游目的地的具体情境不同，采用统一标准化的尺度无法捕捉目的地整体属性和旅游者全部心理情感。于是一些学者转向采用自有描述的形式（开放式问卷、文本分析）来测度旅游目的地感知形象。传统旅游文本数据，包括导游手册、旅游宣传信息等，及新型的用户贡献内容，包括网上游记、博文、评论等都成了分析游客感知的数据源[15-19]。海量信息源的可得性和多元化，赋予了旅游者更大的表达其形象感知的自由空间，从而使旅游目的地游客感知形象研究更加复杂，识别其构成要素的难度更大。一些用于语义分析的软件已被应用到数据分析中，如TextSmart、CATPAC、NVivo等。然而，这些软件大都需要不同程度的人工干预完成编码处理，且极易产生大量无效节点，影响形象研究结果的信度和效度。Leximancer软件不同于这些软件，它在非人工干预的情况下，不仅可以统计词、词组或短句的出现频率，而且可以利用高斯算法、线性聚类算法，提取文本中主要概念词（concept），明确它们重要性及相互之间的联系，并以概念地图（conceptual map）的方式展现出来。不仅如此，它还能对来源不同的文本进行比较分析，这为不同研究视角旅游目的地感知形象的比较研究提供了一个有效的方法。在国外的文献中，这种方法大部分应用于心理、人类语言及政策管理等方面的研究，如Kerry Brown等探索了澳大利亚六个州资产管理政策与实践的差异性[20]，Cretchley等分析了改善护工与被照顾人的关系的策略[21]，也应用在旅游业和餐饮业的研究，如Mao-Ying Wu等利用此软件研究了国际旅游者在北京丝绸市场上的购买体验[22]。目前此方法在国内文献中鲜有涉及。