CN104850903A - 一种地方旅游知名度指数构建与预算的方法 - Google Patents

Abstract

一种地方旅游知名度指数构建与预算的方法，包括如下步骤：步骤一,获取游客对旅游知名度的指数；步骤二，根据旅游知名度的指数来构建结构方程模型；结构方程模型是通过一种是基于最大似然估计的协方差结构分析法或基于偏最小二乘回归的方差分析法得到的；步骤三，根据所述结构方程模型进行预算。通过本发明实现衡量投入产出效率的有效模型，对于品牌资产要素在推动游客前往目的地旅游和增加游客旅游意愿方面的起到良好的预算作用。

Description

一种地方旅游知名度指数构建与预算的方法

技术领域

本发明涉及旅游指数的技术领域，具体涉及一种地方旅游知名度指数构建与预算的方法。

背景技术

自十九世纪九十年代以来，品牌资产(Brand Equity)已成为基于顾客视角研究市场营销绩效的重要问题(Aaker，1991，1996；Keller，1993；Kim&Kim，2005；Srivastava&Shocker，1991；Yoo&Donthu，2001)。同时，品牌资产已成为提升市场竞争力和差异化营销策略的重要因素(Bailey&Ball，2006；Boo，Busser&Baloglu，2009；Chang&Liu，2009)。在旅游目的地营销研究领域，一些学者指出旅游目的地品牌资产是衡量旅游目的地营销绩效的重要途径和全新视角(Camarero et al.，2010；Kone_cnik&Gartner，2007；Williams et al.，2004；Woodside，et al.，2007)。

由于目的地产品的特殊性，目的地品牌受地理名称的限制，一般来说，目的地品牌名称等同于地理名称，因此，基于消费者的品牌资产反映了旅游者对目的地的认知。基于消费者的品牌资产包括品牌忠诚、感知价值、品牌形象、品牌显著性、品牌联想、品牌知名度等维度，有学者认为品牌知名度等于品牌显著性、品牌联想等于品牌形象，是同一维度的不同表述。对目的地品牌资产各构成维度之间的关系，学者们一般通过理论回顾建立由若干变量构成的模型，然后再通过实证收集数据对模型及各构成维度之间的关系进行验证。

在对基于消费者的品牌资产进行测量时，品牌(目的地)知名度研究要确定目的地在认知层次中所处的位置，关键要识别位于意识认知首位的目的地、决策域构成和行为意图，可通过设计开放式问题来进行测量；品牌(目的地)联想是品牌本体和品牌形象之间的一致性，用以测定定位战略对目的地理想品牌联想形成的影响，可以采取一系列定性和定量测量方法，有关品牌形象测量的研究较多，量表也相对成熟；感知价值，即对目的地质量和价格的感知，测量目的地旅游者和非旅游者是否觉得目的地产品价有所值(value for money)；品牌(目的地)忠诚，主要通过口碑传播和重游两个指标进行测量，由于保持旧有旅游者比获得新旅游者的成本要低，在营销经费有限的情况下，目的地更加看重旅游者忠诚的价值。

在对品牌资产的测量方面，Yoo and Donthu(2001)验证了品牌资产测量工具的可靠性，认为品牌资产可扩展到品牌忠诚度、感知质量和品牌形象。在所有的旅游文献中，品牌资产一般通过三个不同的角度进行衡量：基于顾客的角度、基于金融的角度和混合的角度(Kim&Kim，2005)。根据文献报告，研究者在之前的文献中一般对品牌资产、品牌形象、感知质量和品牌忠诚度这四个维度进行研究(Aaker，1991；Kone_cnik&Gartner，2007；Yoo&Donthu，2001)。目前，国内很多地方政府投入大量的人力和物力，以推动当地入境旅游的发展。但是，目前还缺乏一个衡量投入产出效率的有效模型，因此，研究品牌资产要素在推动游客前往目的地旅游和增加游客旅游意愿方面的作用就显得尤为重要。

发明内容

本发明的目的是提供一种地方旅游知名度指数构建与预算的方法，以克服 现有技术存在的上述不足。

本发明的目的是通过以下技术方案来实现的：

一种地方旅游知名度指数构建与预算的方法，包括如下步骤：

S1,获取游客对旅游知名度的指数；

S2，根据旅游知名度的指数来构建结构方程模型；结构方程模型是通过一种是基于最大似然估计的协方差结构分析法或基于偏最小二乘回归的方差分析法得到的；

S3，根据所述结构方程模型进行预算。

优选的，所述游客信息包括入境游客信息时；

所述旅游目的地信息包括社会情况、偶发因素、知晓度、熟悉度、感知质量和旅游忠诚度；

所述社会情境为旅游目的地的社会环境因素；

所述社会环境因素包括旅游地区政治、旅游地区经济和旅游地区文化环境；

所述偶发因素包括旅游目的地发生/举办的重大事件和旅游目的灾害因素；

所述知晓度包括入境游客知晓旅游目的地是否存在的程度；

所述熟悉度包括入境游客对旅游目的地的熟悉程度；

所述感知质量包括入境游客对旅游目的地提供的旅游服务质量的实际感知水平；

所述旅游忠诚度包括入境游客在旅游购买决策中，至少一次表现出对某一旅游目的地有偏向性的行为反应；

所述社会情境和所述偶发因素作为入境游客地方旅游知名度指数基础测量模型的外生变量；

所述知晓度、所述熟悉度、所述感知质量和所述旅游忠诚度作为入境游客地方旅游知名度指数基础测量模型的内生变量；

入境游客地方旅游知名度指数分为三个层次，第一层次指标由潜在变量组成；第二层次指标由潜在变量的测量变量组成；第三层次指标由测量变量的细分评价指标构成；测量变量为旅游要素；旅游要素包括旅游交通、旅游餐饮和旅游住宿；

所述社会情境、所述偶发因素、所述知晓度、所述熟悉度和所述感知质量作为影响所述旅游忠诚度的输入变量；所述旅游忠诚度作为输出变量；

所述知晓度、所述感知质量和所述熟悉度与所述旅游忠诚度呈正相关关系；

在相同的知晓度或感知质量下，若熟悉度越高，则入境游客旅游忠诚度越高。

更加优选的，对入境游客地方旅游知名度指数基础测量模型采用PLS估计技术建立，建立的入境游客地方旅游知名度指数模型将借助专业的偏最小二乘SIMCA-P进行处理。

更加优选的，假设模型结构变量之间以及结构变量与测量变量之间为线性加权关系，将模型设定为一组线性结构方程，具体包括两个子模型，一个是潜在变量模型或结构模型，用于描述结构变量之间的关系；一个是测量模型，用于描述潜在变量与测量变量之间的关系。

更加优选的，结构模型的数学形式简写为：

η＝Bη+Γξ+ζ；

在境外潜在游客地方旅游知名度指数模型中，η表示知晓度、认同度、熟悉 度和旅游意愿。而在入境模型中，η表示知晓度、感知质量、熟悉度和旅游忠诚度；

结构变量模型展开为：

$\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_5\\ {\mathrm{\η}}_6\end{array}\right)=\left\{\begin{array}{cccc}0& 0& 0& 0\\ {{\mathrm{\β}}_{21}}^{*}& 0& {\mathrm{\β}}_{25}& 0\\ {\mathrm{\β}}_{51}& 0& 0& 0\\ {\mathrm{\β}}_{61}& {\mathrm{\β}}_{62}& {\mathrm{\β}}_{65}& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_5\\ {\mathrm{\η}}_6\end{array}\right)+\left(\begin{array}{cc}{{\mathrm{\γ}}_{11}}^{*}& {{\mathrm{\γ}}_{12}}^{*}\\ {{\mathrm{\γ}}_{21}}^{*}& {{\mathrm{\γ}}_{22}}^{*}\\ {\mathrm{\γ}}_{51}& {\mathrm{\γ}}_{52}\\ 0& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ξ}}_1\\ {\mathrm{\ξ}}_2\end{array}\right)+\left(\begin{array}{c}{{\mathrm{\ζ}}_1}^{*}\\ {{\mathrm{\ζ}}_2}^{*}\\ {\mathrm{\ζ}}_5\\ {\mathrm{\ζ}}_6\end{array}\right);$

测量变量模型展开为：

测量变量模型展开为：

$\left(\begin{array}{c}{x}_1\\ x_2\\ .\\ .\\ .\\ x_7\\ x_8\\ x_9\end{array}\right)=\left(\begin{array}{cc}{{\mathrm{\λ}}_{x11}}^{*}& 0\\ {{\mathrm{\λ}}_{x21}}^{*}& 0\\ .& .\\ .& .\\ .& .\\ {{\mathrm{\λ}}_{x71}}^{*}& 0\\ 0& {{\mathrm{\λ}}_{x82}}^{*}\\ 0& {{\mathrm{\λ}}_{x92}}^{*}\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ξ}}_1\\ {\mathrm{\ξ}}_2\end{array}\right)+\left(\begin{array}{c}{{\mathrm{\δ}}_1}^{*}\\ {{\mathrm{\δ}}_2}^{*}\\ {{\mathrm{\δ}}_3}^{*}\\ {{\mathrm{\δ}}_4}^{*}\\ {{\mathrm{\δ}}_5}^{*}\\ {{\mathrm{\δ}}_6}^{*}\end{array}\right);$

$\left(\begin{array}{c}{y}_1\\ .\\ .\\ .\\ y_7\\ y_{11}\\ .\\ .\\ .\\ y_{19}\\ y_{23}\\ y_{24}\end{array}\right)=\left(\begin{array}{cccc}{\mathrm{\λ}}_{y11}& 0& 0& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 0& {\mathrm{\λ}}_{y72}& 0& 0\\ 0& 0& {\mathrm{\λ}}_{y115}& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 0& 0& {\mathrm{\λ}}_{y195}& 0\\ 0& 0& 0& {\mathrm{\λ}}_{y236}\\ 0& 0& 0& {\mathrm{\λ}}_{y246}\end{array}\right)=\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_5\\ {\mathrm{\η}}_6\end{array}\right)+\left(\begin{array}{c}{\mathrm{\ϵ}}_1\\ {\mathrm{\ϵ}}_2\\ {\mathrm{\ϵ}}_3\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_{21}\\ {\mathrm{\ϵ}}_{22}\\ {\mathrm{\ϵ}}_{23}\end{array}\right).$

更加优选的，所述游客信息包括境外潜在游客信息时；则定义结构变量，具体为：

社会情境是指旅游目的地的社会环境因素；

知晓度是指境外潜在游客知晓旅游目的地是否存在的程度；

熟悉度是指境外潜在游客对旅游目的地的熟悉程度；

认同度是指境外潜在游客对旅游目的地的好感、信任、接纳的程度；

旅游意愿是指潜在游客购买某一地旅游产品的意愿程度；

变量之间存在如下关系：境外潜在游客地方旅游知名度指数的指标体系分 为两个个层次，第一层次指标由潜在变量组成；第二层次指标由潜在变量的测量变量组成；

根据境外潜在游客地方旅游知名度测量模型的因果关系原理，在第一层次指标中，社会情境、偶发因素、知晓度、认同度和熟悉度五个变量影响潜在游客的旅游意愿，是模型的输入变量，也称为前提变量，而潜在游客的旅游意愿是输出变量，又称为结果变量。前提变量与结果变量，前提变量之间以及结果变量之间均存在复杂的相关关系，这些相关关系将在模型测算中进行详细的分析和验证；

前提变量决定结果变量；社会情境、偶发因素、知晓度、认同度和熟悉度直接/间接地影响潜在游客的旅游意愿；知晓度、认同度和熟悉度与境外潜在游客旅游意愿呈正相关关系，知晓度、认同度、熟悉度指数越高，游客的旅游意愿就越强烈；同时，熟悉度在知晓度和认同度影响旅游意愿中还起到部分中介作用：在相同的知晓度或认同度情况下，游客对旅游目的地的熟悉度越高，则去往该地旅游的意愿就越强烈；

各个前提变量之间也存在着相关性。知晓度与认同度、认同度与熟悉度、知晓度与熟悉度之间都存在着正相关关系；较高的知晓度会产生高的认同度；高的认同度和知晓度会产生高的熟悉度；此外，知晓度、认同度和熟悉度受到外生变量社会情境、偶发因素的影响。

更加优选的，境外潜在游客地方旅游知名度指数基础测量模型采用PLS估计技术建立，建立的潜在游客知名度指数模型将借助专业的偏最小二乘SIMCA-P进行处理。

更加优选的，假设模型结构变量之间以及结构变量与测量变量之间为线性加权关系，考虑测量误差因素，将模型设定为一组线性结构方程，具体包括两 个子模型，一个是潜在变量模型或结构模型，用于描述结构变量之间的关系；一个是测量模型，用于描述潜在变量与测量变量之间的关系。

更加优选的，结构模型的数学形式简写为：

η＝Bη+Γξ+ζ；

在结构变量中，社会情境和偶发因素是外生变量，由ξ表示；知晓度、认同度、熟悉度和旅游意愿是内生变量，由η表示。B、Γ分别为η和ξ的结构系数矩阵，ζ为结构变量模型的误差向量；

结构变量模型展开为：

$\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_3\\ {\mathrm{\η}}_4\end{array}\right)=\left\{\begin{array}{cccc}0& 0& 0& 0\\ {\mathrm{\β}}_{21}& 0& {\mathrm{\β}}_{23}& 0\\ {\mathrm{\β}}_{31}& 0& 0& 0\\ {\mathrm{\β}}_{41}& {\mathrm{\β}}_{42}& {\mathrm{\β}}_{43}& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_3\\ {\mathrm{\η}}_4\end{array}\right)+\left(\begin{array}{cc}{\mathrm{\γ}}_{11}& {\mathrm{\γ}}_{12}\\ {\mathrm{\γ}}_{21}& {\mathrm{\γ}}_{22}\\ {\mathrm{\γ}}_{31}& {\mathrm{\γ}}_{32}\\ 0& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ξ}}_1\\ {\mathrm{\ξ}}_2\end{array}\right)+\left(\begin{array}{c}{\mathrm{\ζ}}_1\\ {\mathrm{\ζ}}_2\\ {\mathrm{\ζ}}_3\\ {\mathrm{\ζ}}_4\end{array}\right);$

测量变量模型的数学形式简写为：

x＝Λ_xξ+δ；

y＝Λ_yη+ε；

x、y分别为外生观测变量向量和内生观测变量向量，Λ_x、Λ_y分别表示x对ξ的和y对η的回归系数矩阵，即负荷矩阵；

测量变量模型展开为：

$\left(\begin{array}{c}{x}_1\\ x_2\\ .\\ .\\ .\\ x_7\\ x_8\\ x_9\end{array}\right)=\left(\begin{array}{cc}{\mathrm{\λ}}_{x11}& 0\\ {\mathrm{\λ}}_{x21}& 0\\ .& .\\ .& .\\ .& .\\ {\mathrm{\λ}}_{x71}& 0\\ 0& {\mathrm{\λ}}_{x82}\\ 0& {\mathrm{\λ}}_{x92}\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ζ}}_1\\ {\mathrm{\ζ}}_2\end{array}\right)+\left(\begin{array}{c}{\mathrm{\δ}}_1\\ {\mathrm{\δ}}_2\\ {\mathrm{\δ}}_3\\ {\mathrm{\δ}}_4\\ {\mathrm{\δ}}_5\\ {\mathrm{\δ}}_6\end{array}\right);$

$\left(\begin{array}{c}{y}_1\\ y_2\\ y_3\\ .\\ .\\ .\\ y_{10}\\ y_{20}\\ y_{21}\\ y_{22}\end{array}\right)=\left(\begin{array}{cccc}{\mathrm{\λ}}_{y11}& 0& 0& 0\\ {\mathrm{\λ}}_{y21}& 0& 0& 0\\ {\mathrm{\λ}}_{y31}& 0& 0& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ \text{0}& 0& {\mathrm{\λ}}_{y103}& 0\\ 0& 0& 0& {\mathrm{\λ}}_{y204}\\ 0& 0& 0& {\mathrm{\λ}}_{y214}\\ 0& 0& 0& {\mathrm{\λ}}_{y224}\end{array}\right)*\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_3\\ {\mathrm{\η}}_4\end{array}\right)+\left(\begin{array}{c}{\mathrm{\ϵ}}_1\\ {\mathrm{\ϵ}}_2\\ {\mathrm{\ϵ}}_3\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_{21}\\ {\mathrm{\ϵ}}_{22}\\ {\mathrm{\ϵ}}_{23}\end{array}\right).$

其中，所述PLS为偏最小二乘法，是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。通常用于曲线拟合。很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。

其中，所述软件SIMCA-P为计算偏最小二乘法的数学统计分析软件，为伍德和他的合作者们创建的UMETRICS公司于1987年开发，在windows下运行的数据分析软件，用以支持偏最小二乘回归的计算和结果解释。

本发明的有益效果为：

通过本发明实现衡量投入产出效率的有效模型，对于品牌资产要素在推动游客前往目的地旅游和增加游客旅游意愿方面的起到良好的预算作用。

附图说明

图1是本发明的市场调研地方旅游知名度指数构成示意图；

图2是本发明的境外潜在游客地方旅游知名度指数结构模型通径图；

图3是本发明的入境游客地方旅游知名度指数结构模型通径图。

具体实施方式

如图1-3所示为本发明实现一种地方旅游知名度指数构建与预算的方法，具体结合如下实施例进行说明：地方旅游知名度指数从多个方面进行测量，其 中，构建市场调研地方旅游知名度指数是整个模型的核心。根据国内外相关文献，入境游客和境外潜在游客对地方旅游知名度的认知情况存在较大的差异，因此，本研究从游客视角对地方旅游知名度进行测量过程中，将从入境游客和境外潜在游客两个维度，分别采用两个不同的测量模型进行测量。其中，分别从入境团队游客和入境散客对入境游客进行测量。市场调研地方旅游知名度指数构成见图1所示；

(一)、境外潜在游客地方旅游知名度指数

1.模型变量

境外潜在游客地方旅游知名度指数基础测量模型由社会情境、偶发因素、知晓度、认同度、熟悉度和旅游意愿6个变量组成。

1.1定义变量

6个结构变量的定义：社会情境是指旅游目的地的社会环境因素，如某地政治、经济、文化环境等；偶发因素是指旅游目的地发生/举办的重大事件、灾害等；知晓度是指境外潜在游客知晓旅游目的地是否存在的程度；熟悉度是指境外潜在游客对旅游目的地的熟悉程度；认同度是指境外潜在游客对旅游目的地的好感、信任、接纳的程度；旅游意愿是指潜在游客购买某一地旅游产品的意愿程度。

区分内生变量和外生变量：社会情境和偶发因素是境外潜在游客地方旅游知名度指数基础测量模型的外生变量，知晓度、熟悉度、认同度、旅游意愿是其内生变量。

1.2变量之间的关系

境外潜在游客地方旅游知名度指数的指标体系分为两个个层次，第一层次指标由潜在变量组成；第二层次指标由潜在变量的测量变量组成。

根据境外潜在游客地方旅游知名度测量模型的因果关系原理，在第一层次指标中，社会情境、偶发因素、知晓度、认同度和熟悉度五个变量影响潜在游客的旅游意愿，是模型的输入变量，也称为前提变量，而潜在游客的旅游意愿是输出变量，又称为结果变量。前提变量与结果变量，前提变量之间以及结果变量之间均存在复杂的相关关系，这些相关关系将在模型测算中进行详细的分析和验证。

前提变量决定结果变量。社会情境、偶发因素、知晓度、认同度和熟悉度直接/间接地影响潜在游客的旅游意愿。知晓度、认同度和熟悉度与境外潜在游客旅游意愿呈正相关关系，知晓度、认同度、熟悉度指数越高，游客的旅游意愿就越强烈。同时，熟悉度在知晓度和认同度影响旅游意愿中还起到部分中介作用：在相同的知晓度或认同度情况下，游客对旅游目的地的熟悉度越高，则去往该地旅游的意愿就越强烈。

各个前提变量之间也存在着相关性。知晓度与认同度、认同度与熟悉度、知晓度与熟悉度之间都存在着正相关关系。较高的知晓度会产生高的认同度；高的认同度和知晓度会产生高的熟悉度。此外，知晓度、认同度和熟悉度受到外生变量社会情境、偶发因素的影响。

2.模型通径图 

根据结构变量之间的关系，境外潜在游客地方旅游知名度指数(TAI-P)结构模型的通径图如图2所示，

椭圆代表一个结构变量，两个结构变量之间的连线代表它们之间存在有因果关系，箭头表示因果关系的方向。γ、β均为通径系数，通径系数的第一个下标标识内生因变量，第二个下标标识原因变量，当原因变量是外生变量时，用γ表示；当原因变量是另一个内生变量时，则用β表示。

3.评价指标体系 

参照国外顶级旅游学术期刊《Annals of Tourism Research》、《Tourism Management》、《Journal of Travel Research》、《International Marketing Review》等近年刊登的关于旅游目的地营销绩效考评(METDM，Measuring the Effective of Tourism Destination Marketing)、旅游目的地品牌资产(TDBE，Tourism Destination Brand Equity)、基于游客视角的品牌资产(CBBE，Consumer-based Brand Equity)等方面的经典文献(如Konecnik and Gartner,2007；Boo et al.,2009；Pike,2010等)，并结合国内外旅游目的地知名度、旅游目的地营销绩效考核经验，境外潜在游客的地方旅游知名度指数的三个层次指标体系，见表1。

表1境外潜在游客的地方旅游知名度指数三级指标体系一览

4.模型估计

目前，主要有两大类估计技术来构建结构方程模型。一种是基于最大似然估计的协方差结构分析法，往往被称为“硬模型”(hard modeling)，以LISREL方法为代表；另一种是基于偏最小二乘回归的方差分析法，被称为“软模型”(soft modeling)，以PLS方法为代表。

目前，全球研究境外潜在游客地方旅游知名度指数的模型虽然不尽相同， 但大都采用偏最小二乘方法(PLS)来建立模型。由于利用PLS建模方法进行地方旅游知名度的研究的目的是获得境外潜在游客地方旅游知名度指数、了解模型中各个变量的相互关系、并最终获得境外潜在游客地方旅游知名度指数，LISREL方法要求测量变量满足服从多元正态分布而且相互独立的苛刻条件，而知名度指数调查问卷设计的测量变量难以满足这些苛刻条件，同时境外潜在游客地方旅游知名度指数的理论还不够成熟，因此综合考虑各国的经验、研究的目的和各方面的条件限制，境外潜在游客地方旅游知名度指数基础测量模型采用PLS估计技术建立，建立的潜在游客知名度指数模型将借助专业的偏最小二乘软件SIMCA-P进行处理。

5、模型数学形式

假设模型结构变量之间以及结构变量与测量变量之间为线性加权关系，考虑测量误差因素，将模型设定为一组线性结构方程，具体包括两个子模型，一个是潜在变量模型或结构模型，用于描述结构变量之间的关系；一个是测量模型，用于描述潜在变量与测量变量之间的关系。

结构模型的数学形式简写为：

η＝Bη+Γξ+ζ                (1) 

在结构变量中，社会情境和偶发因素是外生变量，由ξ表示；知晓度、认同度、熟悉度和旅游意愿是内生变量，由η表示。B、Γ分别为η和ξ的结构系数矩阵，ζ为结构变量模型的误差向量。

结构变量模型展开为：

$\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_3\\ {\mathrm{\η}}_4\end{array}\right)=\left\{\begin{array}{cccc}0& 0& 0& 0\\ {\mathrm{\β}}_{21}& 0& {\mathrm{\β}}_{23}& 0\\ {\mathrm{\β}}_{31}& 0& 0& 0\\ {\mathrm{\β}}_{41}& {\mathrm{\β}}_{42}& {\mathrm{\β}}_{43}& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_3\\ {\mathrm{\η}}_4\end{array}\right)+\left(\begin{array}{cc}{\mathrm{\γ}}_{11}& {\mathrm{\γ}}_{12}\\ {\mathrm{\γ}}_{21}& {\mathrm{\γ}}_{22}\\ {\mathrm{\γ}}_{31}& {\mathrm{\γ}}_{32}\\ 0& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ξ}}_1\\ {\mathrm{\ξ}}_2\end{array}\right)+\left(\begin{array}{c}{\mathrm{\ζ}}_1\\ {\mathrm{\ζ}}_2\\ {\mathrm{\ζ}}_3\\ {\mathrm{\ζ}}_4\end{array}\right)---\left(2\right)$

测量变量模型的数学形式简写为：

x＝Λ_xξ+δ                  (3) 

y＝Λ_yη+ε                  (4) 

x、y分别为外生观测变量向量和内生观测变量向量，Λ_x、Λ_y分别表示x对ξ的和y对η的回归系数矩阵，即负荷矩阵。

测量变量模型展开为：

$\left(\begin{array}{c}{x}_1\\ x_2\\ .\\ .\\ .\\ x_7\\ x_8\\ x_9\end{array}\right)=\left(\begin{array}{cc}{\mathrm{\λ}}_{x11}& 0\\ {\mathrm{\λ}}_{x21}& 0\\ .& .\\ .& .\\ .& .\\ {\mathrm{\λ}}_{x71}& 0\\ 0& {\mathrm{\λ}}_{x82}\\ 0& {\mathrm{\λ}}_{x92}\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ζ}}_1\\ {\mathrm{\ζ}}_2\end{array}\right)+\left(\begin{array}{c}{\mathrm{\δ}}_1\\ {\mathrm{\δ}}_2\\ {\mathrm{\δ}}_3\\ {\mathrm{\δ}}_4\\ {\mathrm{\δ}}_5\\ {\mathrm{\δ}}_6\end{array}\right)---\left(5\right)$

$\left(\begin{array}{c}{y}_1\\ y_2\\ y_3\\ .\\ .\\ .\\ y_{10}\\ y_{20}\\ y_{21}\\ y_{22}\end{array}\right)=\left(\begin{array}{cccc}{\mathrm{\λ}}_{y11}& 0& 0& 0\\ {\mathrm{\λ}}_{y21}& 0& 0& 0\\ {\mathrm{\λ}}_{y31}& 0& 0& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ \text{0}& 0& {\mathrm{\λ}}_{y103}& 0\\ 0& 0& 0& {\mathrm{\λ}}_{y204}\\ 0& 0& 0& {\mathrm{\λ}}_{y214}\\ 0& 0& 0& {\mathrm{\λ}}_{y224}\end{array}\right)*\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_3\\ {\mathrm{\η}}_4\end{array}\right)+\left(\begin{array}{c}{\mathrm{\ϵ}}_1\\ {\mathrm{\ϵ}}_2\\ {\mathrm{\ϵ}}_3\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_{21}\\ {\mathrm{\ϵ}}_{22}\\ {\mathrm{\ϵ}}_{23}\end{array}\right)---\left(6\right)$

(二)、入境游客地方旅游知名度指数

1.模型变量

入境游客地方旅游知名度指数基础测量模型的结构变量由社会情境、偶发因素、知晓度、感知质量、熟悉度和旅游忠诚度6个变量组成。入境团队游客地方旅游知名度指数和入境散客地方旅游知名度指数拥有相同的结构变量和模型通径，只是潜在变量的测量变量略有不同。

1.1定义变量

6个结构变量的定义：社会情境是指旅游目的地的社会环境因素，如某地政治、经济、文化环境等；偶发因素是指旅游目的地发生/举办的重大事件、灾害等；知晓度是指入境游客知晓旅游目的地是否存在的程度；熟悉度是指入境游客对旅游目的地的熟悉程度；感知质量是指入境游客对旅游目的地提供的旅游服务质量的实际感知水平；旅游忠诚度是指入境游客在旅游购买决策中，多次表现出对某一旅游目的地有偏向性的行为反应。

区分内生变量和外生变量：社会情境和偶发因素是入境游客地方旅游知名度指数基础测量模型的外生变量，知晓度、熟悉度、感知质量和旅游忠诚度是入境游客地方旅游知名度指数基础测量模型的内生变量。

1.2变量之间的关系

入境游客地方旅游知名度指数的指标体系同样分为三个层次，第一层次指标由潜在变量组成；第二层次指标由潜在变量的测量变量组成；对于旅游交通、旅游餐饮、旅游住宿等旅游要素的测量变量，又分别设置了具体的细分评价指标ⁱ，细分评价指标构成第三层次指标。入境团队游客地方旅游知名度指数和入境散客地方旅游知名度指数的不同主要集中在部分潜在变量的测量变量的选取 和旅行社等旅游要素测量变量的具体细分指标的差异上。

根据入境游客地方旅游知名度指数模型的因果关系原理，在第一层次指标中，社会情境、偶发因素、知晓度、熟悉度和感知质量影响入境游客的旅游忠诚度，是模型的输入变量，也称为前提变量，而游客旅游忠诚度是输出变量，又称为结果变量。前提变量与结果变量，前提变量之间以及结果变量之间均存在复杂的相关关系，这些相关关系将在模型测算中进行详细的分析和验证。

前提变量决定结果变量。社会情境、偶发因素、知晓度、感知质量和熟悉度直接影响和决定着入境游客的旅游忠诚度。知晓度、感知质量和熟悉度与入境游客的旅游忠诚度呈正相关关系，知晓度或感知质量，亦或是熟悉度指数越高，游客的旅游忠诚度就越高。同时，熟悉度在知晓度和感知质量影响旅游忠诚度中还起部分中介作用：在相同的知晓度或感知质量下，若熟悉度越高，则入境游客旅游忠诚度越高。

各个前提变量之间也存在着相关性。知晓度与感知质量、感知质量与熟悉度、知晓度与熟悉度之间都存在着正相关关系。较高的知晓度会产生高的感知质量；高的知晓度和感知质量会产生高的熟悉度。此外，知晓度、熟悉度受和感知质量到外生变量社会情境、偶发因素的影响。

2.模型通径图 

根据结构变量之间的关系，入境游客地方旅游知名度指数(TAI-I)结构模型的通径图；

3.入境游客地方旅游知名度评价指标体系

参照国外顶级旅游学术期刊《Annals of Tourism Research》、《Tourism Management》、《Journal of Travel Research》、《International Marketing Review》等近年刊登的关于旅游目的地营销绩效考评(METDM，Measuring the Effective of Tourism Destination Marketing)、旅游目的地品牌资产(TDBE，Tourism Destination Brand Equity)、基于游客视角的品牌资产(CBBE，Consumer-based Brand Equity)等方面的经典文献(如Konecnik and Gartner,2007；Boo et al.,2009；Pike,2010等)，并结合国内外旅游目的地知名度、旅游目的地营销绩效考核经验，境外潜在游客的地方旅游知名度指数的三个层次指标体系见下表。

表2入境游客地方旅游知名度指数的指标体系一览

4.模型估计

鉴于与境外潜在游客地方旅游知名度指数模型的相同考量，我们对入境游客地方旅游知名度指数基础测量模型采用PLS估计技术建立，建立的入境游客地方旅游知名度指数模型将借助专业的偏最小二乘软件SIMCA-P进行处理。

5.模型数学形式 

与境外潜在游客地方旅游知名度指数模型相同，我们假设模型结构变量之 间以及结构变量与测量变量之间为线性加权关系，考虑测量误差因素，将模型设定为一组线性结构方程，具体包括两个子模型，一个是潜在变量模型或结构模型，用于描述结构变量之间的关系；一个是测量模型，用于描述潜在变量与测量变量之间的关系。

结构模型的数学形式简写为：

η＝Bη+Γξ+ζ                   (1) 

在境外潜在游客地方旅游知名度指数模型中，η表示知晓度、认同度、熟悉度和旅游意愿。而在入境模型中，η表示知晓度、感知质量、熟悉度和旅游忠诚度。

结构变量模型展开为：

$\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_5\\ {\mathrm{\η}}_6\end{array}\right)=\left\{\begin{array}{cccc}0& 0& 0& 0\\ {{\mathrm{\β}}_{21}}^{*}& 0& {\mathrm{\β}}_{25}& 0\\ {\mathrm{\β}}_{51}& 0& 0& 0\\ {\mathrm{\β}}_{61}& {\mathrm{\β}}_{62}& {\mathrm{\β}}_{65}& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_5\\ {\mathrm{\η}}_6\end{array}\right)+\left(\begin{array}{cc}{{\mathrm{\γ}}_{11}}^{*}& {{\mathrm{\γ}}_{12}}^{*}\\ {{\mathrm{\γ}}_{21}}^{*}& {{\mathrm{\γ}}_{22}}^{*}\\ {\mathrm{\γ}}_{51}& {\mathrm{\γ}}_{52}\\ 0& 0\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ξ}}_1\\ {\mathrm{\ξ}}_2\end{array}\right)+\left(\begin{array}{c}{{\mathrm{\ζ}}_1}^{*}\\ {{\mathrm{\ζ}}_2}^{*}\\ {\mathrm{\ζ}}_5\\ {\mathrm{\ζ}}_6\end{array}\right)---\left(7\right)$

测量变量模型展开为：

$\left(\begin{array}{c}{x}_1\\ x_2\\ .\\ .\\ .\\ x_7\\ x_8\\ x_9\end{array}\right)=\left(\begin{array}{cc}{{\mathrm{\λ}}_{x11}}^{*}& 0\\ {{\mathrm{\λ}}_{x21}}^{*}& 0\\ .& .\\ .& .\\ .& .\\ {{\mathrm{\λ}}_{x71}}^{*}& 0\\ 0& {{\mathrm{\λ}}_{x82}}^{*}\\ 0& {{\mathrm{\λ}}_{x92}}^{*}\end{array}\right)*\left(\begin{array}{c}{\mathrm{\ζ}}_1\\ {\mathrm{\ζ}}_2\end{array}\right)+\left(\begin{array}{c}{{\mathrm{\δ}}_1}^{*}\\ {{\mathrm{\δ}}_2}^{*}\\ {{\mathrm{\δ}}_3}^{*}\\ {{\mathrm{\δ}}_4}^{*}\\ {{\mathrm{\δ}}_5}^{*}\\ {{\mathrm{\δ}}_6}^{*}\end{array}\right)---\left(8\right)$

$\left(\begin{array}{c}{y}_1\\ .\\ .\\ .\\ y_7\\ y_{11}\\ .\\ .\\ .\\ y_{19}\\ y_{23}\\ y_{24}\end{array}\right)=\left(\begin{array}{cccc}{\mathrm{\λ}}_{y11}& 0& 0& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 0& {\mathrm{\λ}}_{y72}& 0& 0\\ 0& 0& {\mathrm{\λ}}_{y115}& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 0& 0& {\mathrm{\λ}}_{y195}& 0\\ \text{0}& 0& 0& {\mathrm{\λ}}_{y236}\\ 0& 0& 0& {\mathrm{\λ}}_{y246}\end{array}\right)*\left(\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ {\mathrm{\η}}_5\\ {\mathrm{\η}}_6\end{array}\right)+\left(\begin{array}{c}{\mathrm{\ϵ}}_1\\ {\mathrm{\ϵ}}_2\\ {\mathrm{\ϵ}}_3\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_{21}\\ {\mathrm{\ϵ}}_{22}\\ {\mathrm{\ϵ}}_{23}\end{array}\right)---\left(9\right)$

以上通过具体的和优选的实施例详细的描述了本发明，但本领域技术人员应该明白，本发明并不局限于以上所述实施例，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种地方旅游知名度指数构建与预算的方法，其特征在于，包括如下步骤：

S1,获取游客对旅游知名度的指数；

S2，根据旅游知名度的指数来构建结构方程模型；结构方程模型是通过一种是基于最大似然估计的协方差结构分析法或基于偏最小二乘回归的方差分析法得到的；

S3，根据所述结构方程模型进行预算。

2.根据权利要求1所述的地方旅游知名度指数构建与预算的方法，其特征在于：

所述游客信息包括入境游客信息时；

所述旅游目的地信息包括社会情况、偶发因素、知晓度、熟悉度、感知质量和旅游忠诚度；

所述社会情境为旅游目的地的社会环境因素；

所述社会环境因素包括旅游地区政治、旅游地区经济和旅游地区文化环境；

所述偶发因素包括旅游目的地发生/举办的重大事件和旅游目的灾害因素；

所述知晓度包括入境游客知晓旅游目的地是否存在的程度；

所述熟悉度包括入境游客对旅游目的地的熟悉程度；

所述感知质量包括入境游客对旅游目的地提供的旅游服务质量的实际感知水平；

所述旅游忠诚度包括入境游客在旅游购买决策中，至少一次表现出对某一旅游目的地有偏向性的行为反应；

所述社会情境和所述偶发因素作为入境游客地方旅游知名度指数基础测量模型的外生变量；

所述知晓度、所述熟悉度、所述感知质量和所述旅游忠诚度作为入境游客地方旅游知名度指数基础测量模型的内生变量；

入境游客地方旅游知名度指数分为三个层次，第一层次指标由潜在变量组成；第二层次指标由潜在变量的测量变量组成；第三层次指标由测量变量的细分评价指标构成；测量变量为旅游要素；旅游要素包括旅游交通、旅游餐饮和旅游住宿；

所述社会情境、所述偶发因素、所述知晓度、所述熟悉度和所述感知质量作为影响所述旅游忠诚度的输入变量；所述旅游忠诚度作为输出变量；

所述知晓度、所述感知质量和所述熟悉度与所述旅游忠诚度呈正相关关系；

在相同的知晓度或感知质量下，若熟悉度越高，则入境游客旅游忠诚度越高。

3.根据权利要求2所述的地方旅游知名度指数构建与预算的方法,其特征在于：对入境游客地方旅游知名度指数基础测量模型采用PLS估计技术建立，建立的入境游客地方旅游知名度指数模型将借助专业的偏最小二乘SIMCA-P进行处理。

4.根据权利要3所述的地方旅游知名度指数构建与预算的方法，其特征在于：假设模型结构变量之间以及结构变量与测量变量之间为线性加权关系，将模型设定为一组线性结构方程，具体包括两个子模型，一个是潜在变量模型或结构模型，用于描述结构变量之间的关系；一个是测量模型，用于描述潜在变量与测量变量之间的关系。

5.根据权利要4所述的地方旅游知名度指数构建与预算的方法，其特征在于：

结构模型的数学形式简写为：

η＝Bη+Γξ+ζ；

在境外潜在游客地方旅游知名度指数模型中，η表示知晓度、认同度、熟悉度和旅游意愿；而在入境模型中，η表示知晓度、感知质量、熟悉度和旅游忠诚度；

结构变量模型展开为：

测量变量模型展开为：

6.根据权利要1所述的地方旅游知名度指数构建与预算的方法，其特征在于：

所述游客信息包括境外潜在游客信息时；则定义结构变量，具体为：

社会情境是指旅游目的地的社会环境因素；

知晓度是指境外潜在游客知晓旅游目的地是否存在的程度；

熟悉度是指境外潜在游客对旅游目的地的熟悉程度；

认同度是指境外潜在游客对旅游目的地的好感、信任、接纳的程度；

旅游意愿是指潜在游客购买某一地旅游产品的意愿程度；

变量之间存在如下关系：境外潜在游客地方旅游知名度指数的指标体系分为两个个层次，第一层次指标由潜在变量组成；第二层次指标由潜在变量的测量变量组成；

根据境外潜在游客地方旅游知名度测量模型的因果关系原理，在第一层次指标中，社会情境、偶发因素、知晓度、认同度和熟悉度五个变量影响潜在游客的旅游意愿，是模型的输入变量，也称为前提变量，而潜在游客的旅游意愿是输出变量，又称为结果变量；前提变量与结果变量，前提变量之间以及结果变量之间均存在复杂的相关关系，这些相关关系将在模型测算中进行详细的分析和验证；

前提变量决定结果变量；社会情境、偶发因素、知晓度、认同度和熟悉度直接/间接地影响潜在游客的旅游意愿；知晓度、认同度和熟悉度与境外潜在游客旅游意愿呈正相关关系，知晓度、认同度、熟悉度指数越高，游客的旅游意愿就越强烈；同时，熟悉度在知晓度和认同度影响旅游意愿中还起到部分中介作用：在相同的知晓度或认同度情况下，游客对旅游目的地的熟悉度越高，则去往该地旅游的意愿就越强烈；

各个前提变量之间也存在着相关性；知晓度与认同度、认同度与熟悉度、知晓度与熟悉度之间都存在着正相关关系；较高的知晓度会产生高的认同度；高的认同度和知晓度会产生高的熟悉度；此外，知晓度、认同度和熟悉度受到外生变量社会情境、偶发因素的影响。

7.根据权利要6所述的地方旅游知名度指数构建与预算的方法，其特征在于：境外潜在游客地方旅游知名度指数基础测量模型采用PLS估计技术建立，建立的潜在游客知名度指数模型将借助专业的偏最小二乘SIMCA-P进行处理。

8.根据权利要7所述的地方旅游知名度指数构建与预算的方法，其特征在于：假设模型结构变量之间以及结构变量与测量变量之间为线性加权关系，考虑测量误差因素，将模型设定为一组线性结构方程，具体包括两个子模型，一个是潜在变量模型或结构模型，用于描述结构变量之间的关系；一个是测量模型，用于描述潜在变量与测量变量之间的关系。

9.根据权利要8所述的地方旅游知名度指数构建与预算的方法，其特征在于：

结构模型的数学形式简写为：

η＝Bη+Γξ+ζ；

在结构变量中，社会情境和偶发因素是外生变量，由ξ表示；知晓度、认同度、熟悉度和旅游意愿是内生变量，由η表示；B、Γ分别为η和ξ的结构系数矩阵，ζ为结构变量模型的误差向量；

结构变量模型展开为：

测量变量模型的数学形式简写为：

x＝Λ_xξ+δ；

y＝Λ_yη+ε；

x、y分别为外生观测变量向量和内生观测变量向量，Λ_x、Λ_y分别表示x对ξ的和y对η的回归系数矩阵，即负荷矩阵；

测量变量模型展开为：