基于嵌套Logit模型的旅游者目的地选择影响因素分析

JournalofXiangtanUniversity(PhilosophyandSocialSciences)Vo.l32No.5Sep.,2008

基于嵌套Logit模型的旅游者目的地选择影响因素分析

熊勇清,彭 希

(中南大学 商学院,湖南 长沙 410083)

*

摘 要:借鉴分类策略和选择域理论,将NMNL(NestedMultinomialLogit)模型用来分析情感映象和约束因素在目

的地选择过程中的作用。对影响因素进行问卷调查后,采用统计软件stata10.0进行分析。其中,约束因素包括对目的地的了解程度、没人同行、他人评价、人太多、交通不便、距离太远、费用太高,情感映象则用/愉快的)不愉快的0、/放松的)烦恼的0、/唤起的)沉睡的0、/兴奋的)沮丧的0这四维尺度来评价,得出结论:旅游者对某一目的地的情感映象越好,并且该目的地被感知的约束因素越少,该目的地被选择的机率也就越大。

关键词:分类;目的地选择;影响因素;NMNL模型

中图分类号:F590 文献标识码:A 文章编号:1001-5981(2008)05-0139-05 随着人们的物质和文化生活水平的提高,越来越多的人认识到了度假、旅行、休闲及体验异邦文化在生活中的重要性,旅游业已经发展成为世界第一

大产业。随着旅游业的发展,对旅游现象的研究也日益深入,尤其是对旅游行为的研究。其中作为旅游消费前提的旅游决策行为一直是学者们研究的热点,而旅游者目的地的选择过程作为旅游者决策过程的一个阶段,是整个旅游活动的重要环节,成为学者们研究的重点。

影响旅游目的地选择的因素众多,大多数学者主要从推动因素(PushFactor)和拉动因素(PullFactor)的角度对目的地选择进行模型构建和论证。本文通过引入选择域的概念,尝试用嵌套Logit(NestedMultinomialLogi,tNMNL)模型分析分类、情感映象和约束因素在目的地选择过程中的作用。

1.分类策略和选择域理论及其在旅游研究中的应用

1.1分类策略和选择域理论

研究表明(March,1997;Schwenk,1984,1988),面对纷繁复杂的信息和超负荷的信息量,人们的决策能力是有限的。人是有限理性的。人们不可能从众多的信息集中感知每个信息,考虑所有备选项和评估准则。因此,人们采取简化策略来做出判断和决策。简化策略通过有意识地忽略一些信息以便减

轻感知负载,因此决策者能抓住主要信息。分类作为一种简化策略能将信息量最小化,利用相似性和有关准则将众多的信息分成较少的不同类别。Soars(2003)认为分类策略的发展有利于简化感知过程诸如交流、知觉、行为计划和记忆存贮

[1]750-751

。

选择域理论由Howard(1983)提出,Spiggle&Sewall(1987)进行了扩展和延伸。该理论认为,当消费者从众多的备选零售商中选择其一的过程类似于选择域的形成。所有的零售商最初都处于同一个选择域中,以前的购买经历和知识、来源于朋友、广告或其他资源的现有的信息、购买信息都会对消费者的需要、动机和评价标准产生影响,从而逐步形成知觉域、激活域、行动域,直至最终选择某一零

[2]97-111

售商。

1.2在旅游研究中的应用

旅游者最终选择某一目的地的过程可视为一个多阶段的层级过程,选择域的概念因而被应用于旅游领域来解释这一过程。Woodside(1989)和Crompton&Um等人(1996)应用并发展了选择域理论。Crompton&Um指出,旅游目的地的选择是一个三阶段连续的过滤过程(FunnelingProcess),即不断缩小备选目的地数量直到最终目的地的确定。这三个阶段包括:初期考虑域:初步确定目的地的阶段,也称为知觉域;后期考虑域:排除部分目的地,从

*收稿日期:2008-04-11

作者简介:熊勇清(1966- ),男,江西临川人,中南大学商学院副教授,管理学博士。

139而形成激活域或后期考虑域;最后选择阶段:从后期考虑域中最终选出一个目的地。如图1所[3]432-448示。

项的联合密度函数f(En)的具体形式后,即可推出概率的确切表达式

2.2NMNL模型

[4]151-159

。

MNL(MultinomialLogit)模型为旅游者选择目的地的效用最大化提供了理论方法。MNL模型具有IIA(IndependencefromIrrelevantAlternatives)特性,即某个自变量对各选项的交叉弹性相等。但是,

图1 过滤过程

MNL模型存在局限性,其IIA特性在许多研究领域是不成立的。

McFadden(1981)在MNL模型的基础上,提出了NMNL(NestedMultinomialLogitModel)模型。该模型把选择域分成若干个子集,把有相关关系的选项引入同一子集,把有相关关系的子集继续引入上层子集,直到子集之间没有相关性,从而成功摆脱了IIA假设的束缚

[5]

2.旅游目的地选择的NMNL模型简介2.1效用函数

旅游者选择某一特定的旅游目的地出游,可以得到身体和心理上的一种满足感,这种满足感被定义为旅游者做出这项决策而获得的效用。McFad2den提出随机效用理论把总效用分解成非随机效用和随机效用两部分。效用函数为:

uj=vj+Ej(j=1,2,,,J)

其中,U是产生的总效用,V是非随机效用部分,是可由被观察到的自变量解释的部分,一般情况下,该部分效用被假设为与各解释变量之间呈线性关系,即vj=x1j+x2j+,+xpj,称为线性假设。E是由未被观察到或者无法观察到的随机扰动变量所解释的效用。

一个旅游者的时间、精力及收入等可以转化为效用的资源是有限的,则其用于旅游方面的数量也必定有限。此时,该个体必须用有限的资源获得其旅游的最大满足,即取得最大效用。因此,旅游者选择某一特定的目的地一定是该目的地能够为旅游者带来最大的效用,即ui>uj(PjXi)(i,j表示不同的旅游目的地)。

要满足随机效用最大化必须遵循以下2个假设:个体将在j个选项中进行选择,无论他选择哪一个选项都可以获得一定水平的效用;个体能够权衡各个效用,并从中选择效用最大的目的地出游,即个体选择行为合理。

根据随机效用理论,旅游者n选择目的地i的概率可表示为:

Pni=Prob(uni>unj,PjXi)=Prob(vni+Eni>vnj+Enj,PjXi)=Prob(Enj-Eni由于概率Pni服从累计分布,因而Pni=QEI(Enj

-Eni其中,I()为指示函数,当括号内的条件满足时,函数值取1,否则函数值取0。当得到随机扰动140。

根据NMNL模型,把全选择域分成若干个不同

层次子集的同时,也就相当于把个体的决策过程分成了若干的阶段。决定树可以形象地展现出人为划分的各个阶段,图2例举了一个两阶段或两层NMNL模型遵循的个体选择过程。

图2 决策树

NMNL模型假设随机项服从广义极值分布(GEV),即

k

H

jIBk

f(En)=exp-

k=1

22e

-Enj/H

在GEV分布下,同一子集Bk内的Ej(j=1,2,,,k)之间是相关的,而子集间的Ej(jIBk)与Em(mIB1)之间是相互独立的。在NMNL模型中,对较低层的决策取决于较高决策层,包含值用来解释各决策层之间的相互关系。概率估计从最低的决策层开始,通过对较低层的包含值系数估计,从而逐步推导出最初决策的概率。包含值系数H是描述第k个子集中所有选项的未观察到的效用之间的相互独立程度。H的值越大表示其独立性越好。H必须介于(0,1)之间才能保证效用的最大化。如果H=0,则说明子集内选项之间具有很高的替代性;如果H=1,则表示子集内选项之间完全独立,满足NMNL模型对于选项的要求。

3.基于NMNL模型的目的地选择影响因素实证分析3.1旅游目的地选择的主要影响因素

3.1.1个人动机

旅游动机指的是促发一个人有意去旅游以及确定到何处去、做何种旅游的内在驱动力,其作用在于保护、满足和提高个人的身价。Sharpley(1994)认为,满足需求的动机中掺杂了个人的喜好,并促使旅游者在可供选择的旅游产品中进行决策,他们的最终决策取决于其他替代产品和目的地的拉动作用。旅游动机不同,旅游者目的地的选择显然也会有差异。

3.1.2目的地映象

目的地映象是人们对旅游地总体的、抽象的、概括的认识和评价,是对旅游地的历史印象、现实感知和未来信念的一种理性综合。旅游目的地映象建立在个人或全体对旅游目的地的想法、意见、认识印象和偏好的基础上。Luckett等人(1999)指出,人们做出决策是依据他们对现实的感知而不是现实本身。因此,目的地映象成为了目的地选择过程中的关键

[6]51-53

因素。

3.1.3限制因素

限制因素在目的地选择过程中起着修正或调整决策的作用,在一定程度上制约着目的地的选择。因为人们的决策往往会受到有限的资金和时间以及个人资源和能力的强烈影响。在旅游领域中,大多数研究者都采用Crawford&Godbey(1987)对约束因素的界定。Crawford&Godbey(1987)提出限制因素的三维结构,包括个人限制、人际限制和结构限制

[1]750-751

程分为以下2个过程:第一层次,旅游者选择某一类型的目的地组;第二层次,在某一类型目的地组中选

择某一特定的目的地。基于效用最大化原则,每个旅游者会比较每一个可选目标:是选择哪一类型的目的地,是选择哪一具体目的地,通过比较,从中挑选一个期望效用最高的目标,并以此来决定自己的

[7]4-10

选择行为。

设这2个过程分别为选择某一类型目的地组h、选择某一特定目的地l,目的地给旅游者带来的效用函数为:uh,l=vh+vl+vh,l(1)

(1)式中,vh,l为非随机部分,剩下两项为随机变量,代表了2个层次的选择,采用两层次NMNL模型。

根据模型的2个层次,将这个NMNL模型分解为2个子模型,设Sh表示第一层次可选的目标。首先在最后一个阶段,当选择类型h目的地组,其最终选择某一特定目的地l的条件概率为:

P(y=l/h)=

exp(vl)exp(Bcxhl)

=(2)

2exp(vexp(Ik)h)kIS

h

(2)式中,vl=Bcxhl,Bc是一个行向量参数,表示各个因素对个人效用影响的权重;xhl为包含了所有

可观测因素的列向量,这里的因素既包括影响目的地l和类型h目的地组的属性和其他区域环境因素,以及这些因素和个人因素的交互作用;Ih=ln[kI2exp(vk)]=ln[kI2exp(Bcxhl)]表示包含值,反SS

h

h

映了该阶段所有目标选择对旅游者的期望效用。

在第一个阶段,选择类型h目的地组的边缘概率为:P(y=h)=

exp(vIh)exp(Acyh+HIh)h+H

=

2exp(vk+HIk)2exp(Acyk+HIk)kISkIS

h

h

。

3.2NMNL模型的构建

本文对湖南省7个旅游景区的选择过程进行NMNL模型的构建。这7个旅游景区分别为衡山、岳麓山、天门山(张家界)、毛泽东故居、湘西凤凰古城、岳阳楼、世界之窗。按照一定的标准,可将其分为自然风光、人文文化两种类型。如图3所示。

(3)

(3)式中,vh=Acyh,Ac是一个行向量参数,yh为一个列向量,包含影响类型h目的地组属性的所有可观测变向量,H为包含值的系数。因此,总概率为:

exp(Acyh+HIh)

phl=phpl/h=

2exp(Acyk+HIk)kIS

h

exp(Bcxhl)exp(Ih)

(4)

(4)式中,phl为在类型h目的地组中选择目的地l的概率。

本模型的拟合优度采用似然比指标:Q=1-LL(^B)

,Q介于(0,1)之间,Q越大说明模型拟合的程LL(0)

141图3 旅游景点的分类

在本文的模型里,假定旅游者目的地的选择过

度越好。参数的IIA假设检验采用对数似然比检验,统计量为-2logR=-2{LL(^B)-LL(^B)},等

2

式的左边服从自由度为待检验变量个数的µ分布。

3.3数据收集与分析

3.3.1数据收集

本文通过问卷调查的方式收集所需数据,测量问卷的内容包括目的地的限制因素、旅游者对目的地的情感映象和个人动机。调查表中限制因素采用李克特5分量表,目的地映象采用欧斯格语意差异7分量表。在问卷中,目的地的限制因素包括对目的地的了解程度、没人同行、他人评价、人太多、交通不便、距离太远、费用太高;目的地映象通过对目的地情感印象的调查来评价;个人动机则通过旅游者去某一特定目的地的意图来表示。

根据Crawford&Godbey(1987)对约束因素的定义,对目的地的了解程度、人太多属于个人约束;没人同行、他人评价属于个人之间的约束;交通不便、距离太远、费用太高属于结构约束。在李克特5分量表中,1表示/极不重要0,2表示/不重要0,3表示/一般0,4表示/重要0,5表示/很重要0。目的地的情感映象通过4个双极尺度来评价,分别为/愉快的)不愉快的0、/放松的)烦恼的0、/唤起的)沉睡的0、/兴奋的)沮丧的0。在欧斯格语意差异7分量表中,分值由1到7,1表示/不愉快0、/烦恼的0、/沉睡的0、/沮丧的0,7表示/愉快

[8]11-15H

的0、/放松的0、/唤起的0、/兴奋的0。

本问卷采用简单随机抽样方法对长沙市高校大

学生进行调查,样本数据全部来源于问卷。此次问卷发放150份,回收138份,有效问卷129份,有效率93.48%。

3.3.2统计结果与分析

本文运用统计软件stata10.0进行NMNL模型的拟合。在stata中,定义变量tourist_id、destination、choice、x1-x7、z1-z4。其中,tourist_id为被调查者编号;destination为旅游目的地;choice为被调查者选择某一特定旅游目的地的意图(0为不选择,1为选择);x1为目的地的了解程度;x2为没人同行;x3为他人评价;x4为人太多;x5为交通不便;x6为距离太远;x7为费用太高;z1为/愉快的)不愉快的0;z2为/放松的)烦恼的0;z3为/唤起的)沉睡的0;z4为/兴奋的)沮丧的0。

拟合NMNL模型时,先将7个目的地分为2个亚组,即自然风光旅游景区和人文文化旅游景区,每个亚组包含若干个选项(如图3),采用nlogitgen命令来产生一个能识别第一层选项的新分类变量type。再分别确定第一层(type)和第二层(destina2tion)的解释变量,x1-x7为低层次的解释变量,z1-z4为高层次的解释变量。采用nlogit模块,以choice为因变量,指定配比组变量tourist_id,分别设定第一层和第二层的解释变量,分析结果如表1所示。

表1 NMNL模型拟合的结果

Waldchi2(15)=31.25

Loglikelihood=-65.836212

目的地

了解程度没人同行他人评价人太多 交通不便距离太远

费用太高

类型 自然风光 愉快)不愉快放松)烦恼唤起)沉睡兴奋)沮丧

1.105735.5060219.15143311.079553

.4504365.3830351.4008133.3900057

2.451.320.382.77

0.0140.1860.7060.006

.2228958-.2447131-.6341466.3151555

1.9885751.256757.93701271.84395

.403383-.1122417.2825846-.0878734.1382186-.0374973-.0253926

.1858169.1776029.2015145.178654.1627109.1260619.1577221

2.17-0.631.34-0.490.85-0.30-0.16

0.0300.5270.1790.6230.3960.7660.872

.0391885-.460337-.1300163-.4380287-.1806889-.2845742-.3345222

.7675774.2358537.6951856.2622819.457126.2095795.283737

系 数

标准差

Z值

P>|z|

Prob>chi2=0.0081

95%

CI

142

人文文化 愉快)不愉快放松)烦恼唤起)沉睡

兴奋)沮丧

类型

自然风光人文文化

系 数.4316189.8213349.16952711.496334.6712467.4095957

标准差.3126233.3196726.3021325.3735596.2766291.1710629

Z值1.382.570.564.01

P>|z|0.1670.0100.575

0.000

95%-.1811115.194788-.4226416

.7641709.1290636.0743186

CI1.0443491.447882.76169582.2284981.21343.7448728

LRtestforIIA(tau=1): chi2(2)=6.04 prob>chi2=0.0489

4.结论

4.1本文经过拟合NMNL模型,结果表明

目的地的管理和营销同样具有较强的实践作用。对于旅游目的地的管理来说,在充分了解旅游者旅游动机的基础上,改善旅游供给,合理开发旅游资源和

建设新旅游吸引物,加大旅游产品的开发,有效配置旅游资源,实现旅游需求与旅游供给的平衡,同时也应突出个性,改善旅游地映象,扩大知名度和影响力,建立旅游目的地品牌。对于旅游目的地的市场营销来说,开展旅游目的地的品牌营销,开发设计多元化的旅游产品,满足不同旅游者的需求,实施合适的营销战略,运用各种宣传手段和提供各种有特色的旅游服务来吸引旅游者,同时应扩大旅游市场营销的范围,注重全过程的营销,特别是生产过程的营销,因为旅游消费最大的特点是生产与消费的同时进行,这就要求旅游目的地建立一个全过程的营销模式,更好地推动各旅游目的地的发展。参考文献:

[1]Sung-kwonHong,Jac-hyunKim,HochanJang,SeokhoLee.Therolesofcategorization,affectiveimagesandconstraintsondestinationchoice:AnapplicationoftheNMNLmodel[J].TourismResearch,2006,27.

[2]SpiggleS,SewallM.Achoicesetsmodelofretailselection[J].JournalofMarketing,1987,51.

[3]UmS,CromptonJL.Attitudedeterminantsintourismdestinationchoice[J].AnnalsofTourismResearch,1990,17.

[4]聂冲,贾生华.离散选择模型的基本原理及其发展演进评价[J].数量经济技术经济研究,2005(11).

[5]McaFaddenD.Econometricmodelsofprobabilisticchoice.InStruc2turalAnalysisofDiscreteDatawithEconometricApplications[M].Cam2bridge,MA:MITPress,1981.

[6]王显成,陈艳.旅游目的地选择行为分析[J].经济论坛,2006,4.[7]张锦华,吴方卫.梯度二元融资结构下中国农村家庭的教育选择-基于嵌套Logit模型的实证分析[J].农业技术经济,2007(2).[8]BalogluS,BringbergD.Affectiveimagesoftourismdestination[J].JournalofTravelResearch,1997,30.

H,1)之间,能保证效自然风光和H人文文化的值都介于(0用的最大化,同时这两个类型的旅游目的地组对于旅游者来说有着类似的映象,即衡山、岳麓山、天门山被视为类似的目的地,毛泽东故居、凤凰古城、岳阳楼、世界之窗被视为类似的目的地,而自然风光类型的目的地和人文文化类型的目的地则被认为是不同的。对于模型进行IIA假设检验,可知P值为0.0489,P值<0.05,可采用NMNL模型。模型的拟合优度检验得到McFadden的似然比Q=0.6438,拟合的效果比较好。NMNL模型正确应用的关键是合理划分亚组,应遵循该领域或专业上的要求,而且每层内的属性特征需明确。本文所建立的决策树比较合适,说明该方法对旅游者决策行为研究有一定的理论指导作用。

4.2本文假设旅游者通过限制因素和偏好缩减大量备选方案直至产生最终选择目的地,即旅游者在目的地选择的过滤过程中,会采取分类策略对类似目的地进行分组。通过NMNL模型的构建,证实了旅游者对分类策略的运用,从而可以得出:旅游者对某类型目的地组的知觉越愉快越放松,该类型的目的地组被选择的机率也就越大。对于同一类型的目的地来说,旅游者感知的限制因素越小,如了解程度较高、有人同行、他人评价较好、人不太多、交通比较方便、距离比较近、费用较合理,该目的地被选择的机率也就越大。换而言之,积极的目的地情感映象对旅游者选择某类型目的地组起着拉动作用,旅游者感知的限制因素对旅游者选择某一特定目的地起着修正作用。

4.3本文通过对旅游者目的地选择行为的分析,明确了对旅游者决策行为产生影响的相关因素,增加了对潜在和现实旅游者深入的了解。此外,对旅游者目的地选择的研究具有现实意义,即对旅游

责任编辑:李美华(下转第159面)

143语民族文化的不断熟悉过程中逐渐减少,直至接近消失,最终实现较为全面准确地引介原语文化。这无疑是翻译中文化补偿更具意义的尝试。

国语,2006(6):59-60.

[4]李占喜,何自然.从关联域视角分析文化意象翻译中的文化亏损[J].大连:外语与外语教学,2006(2):40-43.

[5]乐金声.欠额翻译与文化补偿[J].中国翻译,1999(2):18-20.[6]Gutt,Ersnst)August.TranslationandRelevance:CognitionandContext(2ndedition)[M].MancherterandBoston:St.JeromePublish2ing,2000,133-135.

参考文献:

[1]Gutt,Ernst-August.TranslationandRelevance[M].Cambridge:BasilBlackwel,l1991.

[2]Sperber,D.&D.Wilson.Relevance:CommunicationandCognition[M].Oxford:BasilBlackwel,l1986/1995.

[3]冉永平.翻译中的信息空缺、语境补缺及语用充实[J].上海:外

责任编辑:李美华

RelevantCulturalCompensationPhenomenainTranslation

WANGYun

(SchoolofForeignLanguages,CentralSouthUniversity,Changsha,Hunan410083,China)

Abstract:Translationisthelanguagetransitionofdifferentculturesinwhichthetaskofthetranslatoristoseekthegreatestlanguage

andculturalrelevancebetweentheoriginalandtargetlanguage.Culturaldefaultisacommonproblemaffectingthequalityofanyacrossculturalallusiontranslation,becauseinformationintentionandcommunicationintentionwillsomewhatgetlostinthisprocess.Theau2thorofthispaperprobesintothetransferabilityofculturaldefaultconstituentsfromtheperspectiveofrelevancetheory.Itbringsouttheresearchfindingsoftheauthorabouttherelevance-theoreticaccountoftransmissionofculturedefaultintranslation,intendingtofindwaysofhowtoreduceoravoidculturallosses.

;culturaldefault;culturalcompensationKeywords:relevancetheory

(上接第143面)

AnalysisofInfluentialFactorsofDestinationChoice

BasedonNMNLModel

XIONGYong-qing,PENGXi

(SchoolofBusiness,CentralSouthUniversity,Changsha,Hunan410083,China)

Abstract:TroughtheintroductionofchoicesetconceptandNMNL(NestedMultinomialLogit)mode,lthepaperexplainedtourists.

decision-makingprocessbyinvestingtherolesofcategorization,affectiveimagesandconstraints.Thedatagainedviathesurveyandwasanalyzedbystatisticalsoftwarestata10.0.Inthequestionnaire,constraintsincludehowwelltouristsknowingaboutadestination,nobodytogowith,theestimationofsomebody,toocrowed,inconvenienttransportation,toofar,andhighexpense.Andaffectiveima2geswereestimatedbyfour-dimensionalscale,suchaspleasant-unpleasant,relaxing-distressing,arousing-sleepy,exciting-gloomy.Thepaperhasreachedaconclusion:thebetteraffectiveimagesaboutadestination,andthelessperceivedconstraints,themoreprobabilityofthedestinationtobechosen.

Keywords:categorization;destinationchoice;influencefactors;NMNLmodel

159