景区智慧旅游系统使用意愿研究
徐菲菲 黄磊
[摘要]景区智慧旅游系统作为智慧旅游的重要组成部分越来越受到学界、业界重视，文章综合内外部因素，整合技术接受模型（TAM）和任务-技术匹配模型（TTF），基于游客视角，构建了景区智慧旅游系统使用意愿影响因素结构模型。研究发现：（1）影响用户接受景区智慧旅游系统的内外部因素主要有感知易用性、感知有用性、任务特征、技术特征、任务一技术匹配度及使用意愿6项，其中，内部因素包括感知易用性、感知有用性及使用意愿，而外部因素包括任务特征、技术特征和任务一技术匹配度；（2）游客感知有用性和感知易用性对景区智慧旅游系统的使用意愿具有显著的正向影响；（3）游客使用景区智慧旅游系统进行活动的任务特征及技术特征对其使用该系统的任务一技术匹配度有正向影响；（4）感知易用性正向影响感知有用性、使用意愿正向影响使用行为；（5）任务一技术匹配度正向影响用户使用景区智慧旅游系统的行为；（6）外部因素对于游客使用行为的影响明显高于内部因素。基于上述结果，文章对景区智慧旅游系统建设提出了相应的对策和建议。
[关键词]景区智慧旅游系统；技术接受模型；任务一技术匹配模型；使用意愿；使用行为
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2018）08-0108-11
Doi：10.3969，j.issn.1002-5006.2018.08.017
引言
2011年，九寨沟景区成为全国首个“智慧景区”后，全国陆续启动了智慧景区建设的步伐，景区智慧旅游系统日益受到各界重视。然而学术界既有研究中多从管理者角度，研究内容多集中于景区的智慧化建设，从用户感知视角探讨景区智慧旅游系统的并不多。本文从游客视角，结合内外部因素，综合考虑使用者的态度、心理和行为，以及技术、任务特征，整合技术接受模型（task acceptance model，TAM）和任务-技术匹配模型（task-technology fit model，TTF），从整体上探讨游客对景区智慧旅游系统使用意愿的影响因素。TAM模型从使用者心理特征出发，能够较好地测量使用者的使用意愿，目前在旅游信息技术中被广泛应用，然而这一模型却忽略了外部因素，如信息系统对于使用者的影响；而TTF则从外部因素出发，研究任务和技术特征，在一定程度上弥补了TAM所忽视的外部要素，但是却缺少对于用户内心信念的关注。目前，将TAM和TTF相结合来衡量使用者的使用意愿已经被广泛应用于营销、学习和计算机等领域，研究发现，整合模型比单一的TAM或者TTF模型更符合客观事实，具有更好的解释力，整合模型可以更好地预测游客对于信息系统的使用。
1文献综述与研究假设
1.1国内外智慧景区研究现状
国外并没有“智慧景区”这一术语，景区的信息化和数字化方面的相关研究主要侧重于技术层面，如虚拟现实技术的应用、旅游景区信息系统等。黎崾等研究发现，信息技术是目前景区发展必不可少的一部分，理应引起重视。既有对智慧旅游的研究内容多集中在概念探讨和系统建设，研究视角多基于景区管理者。如Boes等通过分析对比欧洲3个智慧旅游城市，分析了智慧旅游目的地该如何进行维度建设。目前仅有少量研究从游客视角出发，如Buhalis和Amaranggana从游客预期的角度探讨其个性化的需求是如何通过智慧旅游来体现。Wang等利用AHP法构建了基于游客感知的智慧旅游评价指标。
随着智慧景区建设步伐的加快，越来越多的景区着力打造智慧景区，目前我国已有云台山等22家国家试点智慧景区，智慧景区在国内正处于迅猛发展的阶段。然而相关研究仍集中于智慧景区概念、系统开发和应用，对游客体验关注尚显不足。如邓贵平和邵振峰阐述了视频巡航功能系统的设计原理及其在九寨沟的应用。党安荣等深度挖掘了智慧景区的内涵及其5个层次的体系结构。邓贤峰和李霞从游客体验、景区管理、旅游产品3个维度构建了“智慧景区”的17个二级标准和41个三级标准。此外，章小平和邓贵平等学者从各自角度，对智慧景区做了定义。
景区智慧旅游系统作为智慧景区的重要部分，笔者认为，景区智慧旅游系统从游客角度来看是指游客可以通过智能手机、IPAD、智能触摸屏等终端，实现自主游、购、娱、食、住、行等活动；该系统依托科学技术向游客提供网上预订服务、虚拟旅游、导览、导航、实时交通播报、实时天气播报等服务。
1.2技术接受模型（TAM）
1989年，Davis首次提出TAM模型，该模型能够在一定程度上解释目前阶段部分信息系统使用率过低的问题。TAM认为，感知有用性是指用户能够借助新技术提高其工作效率；感知易用性是指用户认为新技术的简单或困难的程度。感知易用性影响感知有用性，而二者又共同影响了用户的使用态度，使用态度和感知有用性共同影响用户使用意愿，而使用意愿最终影响使用行为。感知易用性通过感知有用性间接影响使用态度。技术接受模型在提出后不断发展，并延伸出一系列拓展模型。
国内外学者们通过大量实证研究，对TAM及其拓展模型在相关领域进行了验证，证实了该模型的有效性。近年来，TAM及其扩展模型在旅游研究中也得到了广泛的应用。张凤玲利用TAM模型并且结合外部因素如成本费用等，探讨了旅游电子商务用户使用行为及影响因素。李东和张鹭旭在TAM的基础上构建了旅游App使用行为模型，指出感知有用性、感知易用性对用户使用行为有显著影响，感知易用性顯著影响感知有用性。Okumus和Bilgihan利用TAM研究消费者使用App预订餐厅的影响因素，在感知有用性和感知易用性的基础上，引入了感知趣味性、自我效能等影响因素。
学者们在随后的研究中指出，TAM中影响使用者行为的3个重要因素分别是使用意愿、感知有用性和感知易用性，而使用态度这一变量影响不大。后续研究还发现，感知趣味性显著影响使用意愿，如Legris等将TAM模型扩展，发现用户在使用新的信息系统或者新技术时，还会考虑其娱乐性（playfulness）、愉快度（pleasure）等，并将此总结为感知趣味性。所以本文删除了“使用态度”，增加了“感知趣味性”这一变量。另外，Ha等研究用户对移动游戏的接受意向时发现，感知有用性和感知趣味性均受到感知易用性的正向影响。
本文中，感知有用性是指用户对于使用景区智慧旅游系统能够提高旅游效率的感知程度，感知易用性是指用户感知使用景区智慧旅游系统时需要付出的努力程度，感知趣味性是指用户在使用景区智慧旅游系统时能够为自己的旅途增加乐趣，使用意愿是指用户在对使用景区智慧旅游系统所表现出来的行为意愿，使用行为指的是用户在旅游的过程中使用了景区智慧旅游系统。基于此，本文假设如下假设：
H1：用户的感知有用性正向影响其景区智慧旅游系统使用意愿
H2：用户的感知易用性正向影响其景区智慧旅游系统使用意愿
H3：用户的感知趣味性正向影响其景区智慧旅游系统使用意愿
H4：用户对景区智慧旅游系统的感知易用性正向影响感知有用性
H5：用户对景区智慧旅游系统的感知易用性正向影响感知趣味性
1.3任务-技术匹配模型（TTF）
该模型首先由Goodhue和Thompson提出，用于衡量新技术是否能够支持用户完成任务，包括个人特征、任务特征、技术特征和任务技术匹配度。技术特征是指新技术可以支持用户完成其想要完成的任务，例如，景区智慧旅游系统可以支持用户完成相关任务；任务特征指用户希望通过新技术完成的任务，如游客在旅游过程中希望通过景区智慧旅游系统完成的相关需求；个人特征指的是用戶对于系统的了解情况及使用经历，如游客在使用景区智慧旅游系统之前对该信息系统使用的掌握情况。任务-技术匹配度是指新技术能够完成用户需求的程度。如果新技术的功能与用户的任务匹配度越高，则用户对于新技术的使用行为越高。
TTF模型在信息系统领域广泛应用，学者们运用该模型对移动图书馆、移动银行、软件维护、保险等相关领域进行了实证研究，验证了其有效性。虽然TTF的发展没有TAM迅速，但是任务-技术匹配模型从外部因素出发能够很好地研究用户使用新技术的影响因素。
总体来说，TTF的核心是任务特征、技术特征以及任务一技术匹配度。这3个影响因素共同影响使用者的使用行为，而个人绩效只是任务-技术匹配模型中的影响结果，并不能作为影响实际使用行为的因素，学者们指出，个人特征也没有实际作用，因此在本文整合模型中的TTF部分，将原始模型中的“个人绩效”和“个人特征”变量删除。此外，影响使用行为的还有游客使用意愿，如Kim和Han研究发现，人们持续利用社区知识系统的意愿显著影响其使用行为。
基于此，我们得出以下假设：
H6：用户使用景区智慧旅游系统进行活动的任务特征正向影响其使用景区智慧旅游系统的任务-技术匹配度
H7：用户使用景区智慧旅游系统进行活动的技术特征正向影响其使用景区智慧旅游系统的任务-技术匹配度
H8：任务-技术匹配度正向影响用户使用景区智慧旅游系统的使用行为
H9：使用意愿正向影响用户使用景区智慧旅游系统的使用行为
1.4 TAM和TTF模型整合
TAM和TTF是两个重要的模型，能够较好地解释用户为什么利用新技术来完成其任务。TAM模型侧重于用户内部因素，擅长分析用户的心理特征、态度等，但是却忽略了外部因素对于用户的影响；而TTF模型则更加关注外部因素，肯定了外部因素对于人的影响，但忽略了行为态度和行为意向对于个体行为的影响。所以可以将二者结合起来，综合内外部因素，既考虑到行为态度，也考虑到任务-技术的匹配度，以求能够比较全面地分析影响因素。Dishaw和Strong首次将TAM和TTF结合，全面地解释用户对信息技术的使用。
实证结果表明，任务一技术匹配度可以直接作用于使用行为。例如Kositanurit等将群体作为研究对象，整合TAM和TTF模型研究对ERP的使用影响因素，Wu等整合TAM以及TTF模型引入了主观规范、计算机愉悦性来研究采纳问题；杜治洲利用整合模型得出，影响电子政务接受度的主要影响因素有系统的可操作性、公众对电子政务的认知度等。
基于上述分析，本文选取了TAM模型中的感知有用性、感知易用性、感知趣味性以及使用意愿4个核心研究变量和TTF模型中任务特征、技术特征、任务-技术匹配度3个核心研究变量，构建本文研究框架（图1）。
2研究设计
2.1研究样本
本研究选取南京仅有的2个智慧景区——玄武湖公园及红山动物园进行实地问卷调研。2个景区均通过地理信息平台实现了旅游导览、客源调研、智能监控等“智慧化”服务功能。2016年4月，调查小组采用便利抽样法，共发放问卷550份。问卷设置过滤题项“是否使用过景区智慧旅游系统”以剔除未使用过人员，剔除无效问卷和未使用过景区智慧旅游系统的人员（145份）后，最终回收有效问卷405份，有效回收率为73.6%。
在样本构成中，男性占55.3%，女性占44.7%；学历方面以本科居多（占39.8%）；年龄方面以16～25岁的年轻用户居多（占37.8%），26～35岁占26.9%，其他占35.3%；月收入构成以3000元以下（占26.5%）和5000～7000元居多（占25.4%），其他收入占48.1%；此次调研样本中，年轻人群体所占比例较大与景区智慧旅游系统的使用者多为年轻人有关，也与目前使用新技术较为频繁的年轻群体总体吻合。
2.2变量测量
本研究旨在分析游客对于景区智慧旅游系统使用意愿的影响因素，并比较各因素间的相互关系，因此采用并遵循定量研究中问卷设计的步骤和方法。通过归纳和总结国内外相关文献，设计初始问卷量表。问卷共分两部分，第一部分为社会人口统计特征，第二部分为各变量题项测量，具体变量包括感知有用性、感知易用性、感知趣味性、任务特征、技术特征、任务-技术匹配度及使用意愿和使用行为（题项来源具体见表1）。为了提高问卷的效度，首先在20名游客中进行了小规模的初测，根据反馈意见修改了部分题项的语言和表述形成最终问卷。题项采用5级Likert量表，1代表完全不同意，5代表完全同意。
3数据分析和结果
首先，在SPSS 23.0中进行探索性因子分析、信度和效度检验，其中信度用Cronbach's α系数进行测量，效度用收敛效度和区分效度检验，采用验证性因子分析检验AVE值和CR值；接下来在AMOS23.0中采用结构方程模型分析整体模型，验证本文的各项假设。
3.1信度和效度检验
KMO和Bartletts球形检验结果显示，KMO=0.910，X2近似值为7852.437，Sig.=0.000，表明数据适合做因子分析。使用主成分分析法提取因子，及最大变异转轴法来估计因素负荷量，以特征根大于1为提取原则进行因子分析，总共得到8个公因子，总解释方差达到了75.44%，表明8个公因子具有良好的代表性，每个题项均落到对应的因素中，可进行后续分析。表2的结果显示，所有Cronbachs α系数均在0.8以上，AVE值均大于0.5，CR值均大于0.7，表示样本可信度较高。且具有良好的收敛效度。
通过AVE检验区分效度，各个潜变量AVE值的均方根均大于其与其他潜变量的相关系数，说明本文所选取潜变量之间的区分效度效果较好。
3.2模型的整体拟合度分析
由上述可知，本研究数据的信度和效度均满足基本要求，接下來用AMOS 23.0软件进行结构方程模型建模。通过最大似然估计法对样本数据进行分析，得到了由8个潜变量30个测量指标构成的结构方程模型，对假设模型进行进一步的检验，主要步骤如下：
3.2.1拟合度评估
本文采用一些通用的指标来分析样本的拟合度，得出模型拟合指数如下：卡方自由度比（CMIN/DF）为1.599（<3为优）；GFI为0.920（>0.9为优）；NFI为0.928（>0.9为优）；RMSEA为0.038（<0.08为优）；CFI为0.971（>0.9为优）；AGFI为0.904（>0.9为优），说明本结构模型符合测量的标准，各指标测试良好，拟合度较高。
3.2.2模型路径检验
对模型进行路径检验，得出模型路径系数以及路径检验表（表3）。
当CR的绝对值大于1.96，同时p值小于0.05时，即可认定该假设路径的回归系数是显著的。据此标准，判断表3结果：9条假设路径中7条均成立（H1，H2，H4，H6，H7，H8，H9），只有2条假设路径的回归系数是不显著的，分别是H3以及H5，这2个假设是不成立的，需要排除，即感知趣味性对智慧景区的使用意愿并不重要。
根据标准化回归系数，对比本文研究模型（图1），对模型进行修正，删除路径假设不成立的“感知趣味性”变量。剔除后的模型整体拟合指数有所提高，修正后的研究模型如图2所示。
4研究结论与对策
4.1结论与讨论
本研究探讨游客对景区智慧旅游系统使用意愿的影响因素，在梳理了相关文献及理论的基础上，整合TAM模型和TTF模型，综合内外部因素，构建了游客对景区智慧旅游系统使用意愿的理论模型，并通过在南京的智慧景区实地调研，对模型进行检验。具体的研究结论总结如下：本文将TAM和TTF有效结合，得出影响用户接受景区智慧旅游系统的内外部因素主要有感知易用性、感知有用性、任务特征、技术特征、任务一技术匹配度及使用意愿6项，其中，内部因素包括感知易用性、感知有用性及使用意愿，而外部因素包括任务特征、技术特征和任务-技术匹配度。研究发现，感知趣味性对于景区智慧旅游系统的影响并不显著，这与前文Legris等、缪玲等的研究相左，但证实了Hsu和Chiu提出的感知趣味性并不对使用行为构成显著影响。以上6个因素与游客使用行为之间的具体影响关系如下：
（1）感知有用性对游客的景区智慧旅游系统使用意愿和使用行为具有显著的正向影响，即游客越认为景区智慧旅游系统对自己有用，就越会使用该系统。这一结果与Wu等研究的游客对旅游App等新技术的接受度的结论一致，验证了感知有用性是重要的影响因素。
（2）感知易用性对游客的景区智慧旅游系统使用意愿和使用行为具有显著的正向影响，即游客认为使用景区智慧旅游系统越是容易，则用户越愿意使用该系统。这一结果与Davis等利用TAM模型对旅游新技术接受度的研究结论一致，验证了感知易用性是重要影响因素。
（3）游客对景区智慧旅游系统的感知易用性对感知有用性具有显著的正向影响，游客觉得该系统越是容易、方便，就更加觉得该系统对游客越有用。感知易用性影响感知有用性，并通过感知有用性直接影响着用户的使用意愿，这表明感知有用性是一个中介变量，而感知易用性则直接决定感知有用性，进而影响其使用意愿。本研究从总体上验证了TAM模型所提出的感知易用性通过感知有用性影响使用意愿和行为这一理论假设，这也与李东和和张鹭旭的研究结果相一致。
（4）游客使用景区智慧旅游系统进行活动的任务特征和技术特征对其使用景区智慧旅游系统的任务-技术匹配度具有显著的正向影响。如果游客越需要或越能够利用景区智慧旅游系统了解景区相关信息，帮助完成游览任务，则任务-技术匹配度就越高。景区智慧旅游系统能够提供给游客的相关功能和服务越多，如游客越认为景区智慧旅游系统所提供的信息是及时的、简单方面的，信息是可靠的，则任务一技术匹配度就越高。
（5）任务-技术匹配度对用户使用景区智慧旅游系统的行为具有显著的正向影响。即如果系统能够提供用户所需要的功能并且能在一定程度上解决用户的问题，则表明任务-技术匹配度高，游客更加愿意使用该系统。如在旅游过程中，游客认为景区智慧旅游系统能满足他的要求，能快速找到信息，是游客所需要的，则该游客更愿意使用该系统。本研究验证了Goodhue和Thompson关于TTF模型中任务特征及技术特征正向影响任务一技术匹配度、任务一技术匹配度正向影响使用行为的理论假设，也就是说，景区智慧旅游系统的技术特征、任务特征影响游客的使用意愿。
（6）游客的使用意愿对其使用行为具有显著的正向影响。用户对于系统的感知意愿与其使用行为是成正比的，游客越想去使用景区智慧旅游系统，则在旅游過程中越有可能转化为实际使用行为。
本研究中，有2条假设路径不成立，分别是感知易用性对于感知趣味性的影响以及感知趣味性对于游客使用意愿的影响，这验证了Hsu和Chiu的研究结论。总结来看，游客对于景区智慧旅游系统的趣味性感知对于其使用意愿并没有太大的影响，这可能是由于当下旅游者将景区智慧旅游系统只是当成一个方便、快捷的工具，游客在旅游过程中更加在意的是旅游体验，是旅游景点或者旅游过程中所遇到的人和事带给游客的一种体验，所以在上文的修正模型中，将感知趣味性这一影响因子删除，从而形成最终的最合适的结构模型，通过对新的模型进行拟合度即路径检验，发现模型的整体拟合指数有所提高。同Dishaw和Strong构建的整合模型相比，本文研究模型得出的结论大致相同，如感知易用性影响感知有用性，并且共同影响使用意愿，直接影响游客的使用行为；任务特征和技术特征共同影响任务-技术匹配度，最终影响实际使用行为。通过分析标准化回归系数，可以发现，外部变量对于用户使用行为的影响大于内部变量。这可能是因为游客在旅游的过程中，更加关注景区智慧旅游系统的功能性，是否能满足其需求，能否为其旅游带来便捷，而对于内部变量如感知有用性、感知易用性等关注较少，这也是本文将内外部因素结合后得到的一个新发现。
4.2对策建议
景区智慧旅游系统是当下游客实现高效旅游的方式，根据本文内外部影响因素的研究结果，得出以下建议：（1）用户对于景区智慧旅游系统更加看重其实用性、便捷性和简单易用性。从感知有用性的角度来看，要提高信息系统的质量以及及时性、方便性等，从游客的角度出发，提高游客的旅游体验，景区智慧旅游系统必须要向游客提供及时准确的信息，从而减少游客的时间浪费，提高游玩效率。从感知易用性的角度来看，在设计景区智慧旅游系统时，要注重操作页面的友好性，以及操作的大众化，提高信息系统的易用性。（2）在打造智慧景区时要尽量满足游客个性化的旅游体验需求，根据游客需求，提供全新的、全面的服务体验，最有效地利用游览时间。游客的需求如果能够在景区智慧旅游系统中得到满足和实现，就会增加用户对该系统的使用。所以在设计和开发景区智慧旅游系统时，要从游客视角出发，以用户的需求为第一位，按照游客需要完成的任务为设计出发点，能够较快地为用户提供其想要查找的内容，就能提高“任务-技术匹配度”，从而提高游客对景区智慧旅游系统的使用意愿。
[责任编辑：周小芳；责任校对：宋志伟]
[摘要]景区智慧旅游系统作为智慧旅游的重要组成部分越来越受到学界、业界重视，文章综合内外部因素，整合技术接受模型（TAM）和任务-技术匹配模型（TTF），基于游客视角，构建了景区智慧旅游系统使用意愿影响因素结构模型。研究发现：（1）影响用户接受景区智慧旅游系统的内外部因素主要有感知易用性、感知有用性、任务特征、技术特征、任务一技术匹配度及使用意愿6项，其中，内部因素包括感知易用性、感知有用性及使用意愿，而外部因素包括任务特征、技术特征和任务一技术匹配度；（2）游客感知有用性和感知易用性对景区智慧旅游系统的使用意愿具有显著的正向影响；（3）游客使用景区智慧旅游系统进行活动的任务特征及技术特征对其使用该系统的任务一技术匹配度有正向影响；（4）感知易用性正向影响感知有用性、使用意愿正向影响使用行为；（5）任务一技术匹配度正向影响用户使用景区智慧旅游系统的行为；（6）外部因素对于游客使用行为的影响明显高于内部因素。基于上述结果，文章对景区智慧旅游系统建设提出了相应的对策和建议。
[关键词]景区智慧旅游系统；技术接受模型；任务一技术匹配模型；使用意愿；使用行为
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2018）08-0108-11
Doi：10.3969，j.issn.1002-5006.2018.08.017
引言
2011年，九寨沟景区成为全国首个“智慧景区”后，全国陆续启动了智慧景区建设的步伐，景区智慧旅游系统日益受到各界重视。然而学术界既有研究中多从管理者角度，研究内容多集中于景区的智慧化建设，从用户感知视角探讨景区智慧旅游系统的并不多。本文从游客视角，结合内外部因素，综合考虑使用者的态度、心理和行为，以及技术、任务特征，整合技术接受模型（task acceptance model，TAM）和任务-技术匹配模型（task-technology fit model，TTF），从整体上探讨游客对景区智慧旅游系统使用意愿的影响因素。TAM模型从使用者心理特征出发，能够较好地测量使用者的使用意愿，目前在旅游信息技术中被广泛应用，然而这一模型却忽略了外部因素，如信息系统对于使用者的影响；而TTF则从外部因素出发，研究任务和技术特征，在一定程度上弥补了TAM所忽视的外部要素，但是却缺少对于用户内心信念的关注。目前，将TAM和TTF相结合来衡量使用者的使用意愿已经被广泛应用于营销、学习和计算机等领域，研究发现，整合模型比单一的TAM或者TTF模型更符合客观事实，具有更好的解释力，整合模型可以更好地预测游客对于信息系统的使用。
1文献综述与研究假设
1.1国内外智慧景区研究现状
国外并没有“智慧景区”这一术语，景区的信息化和数字化方面的相关研究主要侧重于技术层面，如虚拟现实技术的应用、旅游景区信息系统等。黎崾等研究发现，信息技术是目前景区发展必不可少的一部分，理应引起重视。既有对智慧旅游的研究内容多集中在概念探讨和系统建设，研究视角多基于景区管理者。如Boes等通过分析对比欧洲3个智慧旅游城市，分析了智慧旅游目的地该如何进行维度建设。目前仅有少量研究从游客视角出发，如Buhalis和Amaranggana从游客预期的角度探讨其个性化的需求是如何通过智慧旅游来体现。Wang等利用AHP法构建了基于游客感知的智慧旅游评价指标。
随着智慧景区建设步伐的加快，越来越多的景区着力打造智慧景区，目前我国已有云台山等22家国家试点智慧景区，智慧景区在国内正处于迅猛发展的阶段。然而相关研究仍集中于智慧景区概念、系统开发和应用，对游客体验关注尚显不足。如邓贵平和邵振峰阐述了视频巡航功能系统的设计原理及其在九寨沟的应用。党安荣等深度挖掘了智慧景区的内涵及其5个层次的体系结构。邓贤峰和李霞从游客体验、景区管理、旅游产品3个维度构建了“智慧景区”的17个二级标准和41个三级标准。此外，章小平和邓贵平等学者从各自角度，对智慧景区做了定义。
景区智慧旅游系统作为智慧景区的重要部分，笔者认为，景区智慧旅游系统从游客角度来看是指游客可以通过智能手机、IPAD、智能触摸屏等终端，实现自主游、购、娱、食、住、行等活动；该系统依托科学技术向游客提供网上预订服务、虚拟旅游、导览、导航、实时交通播报、实时天气播报等服务。
1.2技术接受模型（TAM）
1989年，Davis首次提出TAM模型，该模型能够在一定程度上解释目前阶段部分信息系统使用率过低的问题。TAM认为，感知有用性是指用户能够借助新技术提高其工作效率；感知易用性是指用户认为新技术的简单或困难的程度。感知易用性影响感知有用性，而二者又共同影响了用户的使用态度，使用态度和感知有用性共同影响用户使用意愿，而使用意愿最终影响使用行为。感知易用性通过感知有用性间接影响使用态度。技术接受模型在提出后不断发展，并延伸出一系列拓展模型。
国内外学者们通过大量实证研究，对TAM及其拓展模型在相关领域进行了验证，证实了该模型的有效性。近年来，TAM及其扩展模型在旅游研究中也得到了广泛的应用。张凤玲利用TAM模型并且结合外部因素如成本费用等，探讨了旅游电子商务用户使用行为及影响因素。李东和张鹭旭在TAM的基础上构建了旅游App使用行为模型，指出感知有用性、感知易用性对用户使用行为有显著影响，感知易用性顯著影响感知有用性。Okumus和Bilgihan利用TAM研究消费者使用App预订餐厅的影响因素，在感知有用性和感知易用性的基础上，引入了感知趣味性、自我效能等影响因素。
学者们在随后的研究中指出，TAM中影响使用者行为的3个重要因素分别是使用意愿、感知有用性和感知易用性，而使用态度这一变量影响不大。后续研究还发现，感知趣味性显著影响使用意愿，如Legris等将TAM模型扩展，发现用户在使用新的信息系统或者新技术时，还会考虑其娱乐性（playfulness）、愉快度（pleasure）等，并将此总结为感知趣味性。所以本文删除了“使用态度”，增加了“感知趣味性”这一变量。另外，Ha等研究用户对移动游戏的接受意向时发现，感知有用性和感知趣味性均受到感知易用性的正向影响。
本文中，感知有用性是指用户对于使用景区智慧旅游系统能够提高旅游效率的感知程度，感知易用性是指用户感知使用景区智慧旅游系统时需要付出的努力程度，感知趣味性是指用户在使用景区智慧旅游系统时能够为自己的旅途增加乐趣，使用意愿是指用户在对使用景区智慧旅游系统所表现出来的行为意愿，使用行为指的是用户在旅游的过程中使用了景区智慧旅游系统。基于此，本文假设如下假设：
H1：用户的感知有用性正向影响其景区智慧旅游系统使用意愿
H2：用户的感知易用性正向影响其景区智慧旅游系统使用意愿
H3：用户的感知趣味性正向影响其景区智慧旅游系统使用意愿
H4：用户对景区智慧旅游系统的感知易用性正向影响感知有用性
H5：用户对景区智慧旅游系统的感知易用性正向影响感知趣味性
1.3任务-技术匹配模型（TTF）
该模型首先由Goodhue和Thompson提出，用于衡量新技术是否能够支持用户完成任务，包括个人特征、任务特征、技术特征和任务技术匹配度。技术特征是指新技术可以支持用户完成其想要完成的任务，例如，景区智慧旅游系统可以支持用户完成相关任务；任务特征指用户希望通过新技术完成的任务，如游客在旅游过程中希望通过景区智慧旅游系统完成的相关需求；个人特征指的是用戶对于系统的了解情况及使用经历，如游客在使用景区智慧旅游系统之前对该信息系统使用的掌握情况。任务-技术匹配度是指新技术能够完成用户需求的程度。如果新技术的功能与用户的任务匹配度越高，则用户对于新技术的使用行为越高。
TTF模型在信息系统领域广泛应用，学者们运用该模型对移动图书馆、移动银行、软件维护、保险等相关领域进行了实证研究，验证了其有效性。虽然TTF的发展没有TAM迅速，但是任务-技术匹配模型从外部因素出发能够很好地研究用户使用新技术的影响因素。
总体来说，TTF的核心是任务特征、技术特征以及任务一技术匹配度。这3个影响因素共同影响使用者的使用行为，而个人绩效只是任务-技术匹配模型中的影响结果，并不能作为影响实际使用行为的因素，学者们指出，个人特征也没有实际作用，因此在本文整合模型中的TTF部分，将原始模型中的“个人绩效”和“个人特征”变量删除。此外，影响使用行为的还有游客使用意愿，如Kim和Han研究发现，人们持续利用社区知识系统的意愿显著影响其使用行为。
基于此，我们得出以下假设：
H6：用户使用景区智慧旅游系统进行活动的任务特征正向影响其使用景区智慧旅游系统的任务-技术匹配度
H7：用户使用景区智慧旅游系统进行活动的技术特征正向影响其使用景区智慧旅游系统的任务-技术匹配度
H8：任务-技术匹配度正向影响用户使用景区智慧旅游系统的使用行为
H9：使用意愿正向影响用户使用景区智慧旅游系统的使用行为
1.4 TAM和TTF模型整合
TAM和TTF是两个重要的模型，能够较好地解释用户为什么利用新技术来完成其任务。TAM模型侧重于用户内部因素，擅长分析用户的心理特征、态度等，但是却忽略了外部因素对于用户的影响；而TTF模型则更加关注外部因素，肯定了外部因素对于人的影响，但忽略了行为态度和行为意向对于个体行为的影响。所以可以将二者结合起来，综合内外部因素，既考虑到行为态度，也考虑到任务-技术的匹配度，以求能够比较全面地分析影响因素。Dishaw和Strong首次将TAM和TTF结合，全面地解释用户对信息技术的使用。
实证结果表明，任务一技术匹配度可以直接作用于使用行为。例如Kositanurit等将群体作为研究对象，整合TAM和TTF模型研究对ERP的使用影响因素，Wu等整合TAM以及TTF模型引入了主观规范、计算机愉悦性来研究采纳问题；杜治洲利用整合模型得出，影响电子政务接受度的主要影响因素有系统的可操作性、公众对电子政务的认知度等。
基于上述分析，本文选取了TAM模型中的感知有用性、感知易用性、感知趣味性以及使用意愿4个核心研究变量和TTF模型中任务特征、技术特征、任务-技术匹配度3个核心研究变量，构建本文研究框架（图1）。
2研究设计
2.1研究样本
本研究选取南京仅有的2个智慧景区——玄武湖公园及红山动物园进行实地问卷调研。2个景区均通过地理信息平台实现了旅游导览、客源调研、智能监控等“智慧化”服务功能。2016年4月，调查小组采用便利抽样法，共发放问卷550份。问卷设置过滤题项“是否使用过景区智慧旅游系统”以剔除未使用过人员，剔除无效问卷和未使用过景区智慧旅游系统的人员（145份）后，最终回收有效问卷405份，有效回收率为73.6%。
在样本构成中，男性占55.3%，女性占44.7%；学历方面以本科居多（占39.8%）；年龄方面以16～25岁的年轻用户居多（占37.8%），26～35岁占26.9%，其他占35.3%；月收入构成以3000元以下（占26.5%）和5000～7000元居多（占25.4%），其他收入占48.1%；此次调研样本中，年轻人群体所占比例较大与景区智慧旅游系统的使用者多为年轻人有关，也与目前使用新技术较为频繁的年轻群体总体吻合。
2.2变量测量
本研究旨在分析游客对于景区智慧旅游系统使用意愿的影响因素，并比较各因素间的相互关系，因此采用并遵循定量研究中问卷设计的步骤和方法。通过归纳和总结国内外相关文献，设计初始问卷量表。问卷共分两部分，第一部分为社会人口统计特征，第二部分为各变量题项测量，具体变量包括感知有用性、感知易用性、感知趣味性、任务特征、技术特征、任务-技术匹配度及使用意愿和使用行为（题项来源具体见表1）。为了提高问卷的效度，首先在20名游客中进行了小规模的初测，根据反馈意见修改了部分题项的语言和表述形成最终问卷。题项采用5级Likert量表，1代表完全不同意，5代表完全同意。
3数据分析和结果
首先，在SPSS 23.0中进行探索性因子分析、信度和效度检验，其中信度用Cronbach's α系数进行测量，效度用收敛效度和区分效度检验，采用验证性因子分析检验AVE值和CR值；接下来在AMOS23.0中采用结构方程模型分析整体模型，验证本文的各项假设。
3.1信度和效度检验
KMO和Bartletts球形检验结果显示，KMO=0.910，X2近似值为7852.437，Sig.=0.000，表明数据适合做因子分析。使用主成分分析法提取因子，及最大变异转轴法来估计因素负荷量，以特征根大于1为提取原则进行因子分析，总共得到8个公因子，总解释方差达到了75.44%，表明8个公因子具有良好的代表性，每个题项均落到对应的因素中，可进行后续分析。表2的结果显示，所有Cronbachs α系数均在0.8以上，AVE值均大于0.5，CR值均大于0.7，表示样本可信度较高。且具有良好的收敛效度。
通过AVE检验区分效度，各个潜变量AVE值的均方根均大于其与其他潜变量的相关系数，说明本文所选取潜变量之间的区分效度效果较好。
3.2模型的整体拟合度分析
由上述可知，本研究数据的信度和效度均满足基本要求，接下來用AMOS 23.0软件进行结构方程模型建模。通过最大似然估计法对样本数据进行分析，得到了由8个潜变量30个测量指标构成的结构方程模型，对假设模型进行进一步的检验，主要步骤如下：
3.2.1拟合度评估
本文采用一些通用的指标来分析样本的拟合度，得出模型拟合指数如下：卡方自由度比（CMIN/DF）为1.599（<3为优）；GFI为0.920（>0.9为优）；NFI为0.928（>0.9为优）；RMSEA为0.038（<0.08为优）；CFI为0.971（>0.9为优）；AGFI为0.904（>0.9为优），说明本结构模型符合测量的标准，各指标测试良好，拟合度较高。
3.2.2模型路径检验
对模型进行路径检验，得出模型路径系数以及路径检验表（表3）。
当CR的绝对值大于1.96，同时p值小于0.05时，即可认定该假设路径的回归系数是显著的。据此标准，判断表3结果：9条假设路径中7条均成立（H1，H2，H4，H6，H7，H8，H9），只有2条假设路径的回归系数是不显著的，分别是H3以及H5，这2个假设是不成立的，需要排除，即感知趣味性对智慧景区的使用意愿并不重要。
根据标准化回归系数，对比本文研究模型（图1），对模型进行修正，删除路径假设不成立的“感知趣味性”变量。剔除后的模型整体拟合指数有所提高，修正后的研究模型如图2所示。
4研究结论与对策
4.1结论与讨论
本研究探讨游客对景区智慧旅游系统使用意愿的影响因素，在梳理了相关文献及理论的基础上，整合TAM模型和TTF模型，综合内外部因素，构建了游客对景区智慧旅游系统使用意愿的理论模型，并通过在南京的智慧景区实地调研，对模型进行检验。具体的研究结论总结如下：本文将TAM和TTF有效结合，得出影响用户接受景区智慧旅游系统的内外部因素主要有感知易用性、感知有用性、任务特征、技术特征、任务一技术匹配度及使用意愿6项，其中，内部因素包括感知易用性、感知有用性及使用意愿，而外部因素包括任务特征、技术特征和任务-技术匹配度。研究发现，感知趣味性对于景区智慧旅游系统的影响并不显著，这与前文Legris等、缪玲等的研究相左，但证实了Hsu和Chiu提出的感知趣味性并不对使用行为构成显著影响。以上6个因素与游客使用行为之间的具体影响关系如下：
（1）感知有用性对游客的景区智慧旅游系统使用意愿和使用行为具有显著的正向影响，即游客越认为景区智慧旅游系统对自己有用，就越会使用该系统。这一结果与Wu等研究的游客对旅游App等新技术的接受度的结论一致，验证了感知有用性是重要的影响因素。
（2）感知易用性对游客的景区智慧旅游系统使用意愿和使用行为具有显著的正向影响，即游客认为使用景区智慧旅游系统越是容易，则用户越愿意使用该系统。这一结果与Davis等利用TAM模型对旅游新技术接受度的研究结论一致，验证了感知易用性是重要影响因素。
（3）游客对景区智慧旅游系统的感知易用性对感知有用性具有显著的正向影响，游客觉得该系统越是容易、方便，就更加觉得该系统对游客越有用。感知易用性影响感知有用性，并通过感知有用性直接影响着用户的使用意愿，这表明感知有用性是一个中介变量，而感知易用性则直接决定感知有用性，进而影响其使用意愿。本研究从总体上验证了TAM模型所提出的感知易用性通过感知有用性影响使用意愿和行为这一理论假设，这也与李东和和张鹭旭的研究结果相一致。
（4）游客使用景区智慧旅游系统进行活动的任务特征和技术特征对其使用景区智慧旅游系统的任务-技术匹配度具有显著的正向影响。如果游客越需要或越能够利用景区智慧旅游系统了解景区相关信息，帮助完成游览任务，则任务-技术匹配度就越高。景区智慧旅游系统能够提供给游客的相关功能和服务越多，如游客越认为景区智慧旅游系统所提供的信息是及时的、简单方面的，信息是可靠的，则任务一技术匹配度就越高。
（5）任务-技术匹配度对用户使用景区智慧旅游系统的行为具有显著的正向影响。即如果系统能够提供用户所需要的功能并且能在一定程度上解决用户的问题，则表明任务-技术匹配度高，游客更加愿意使用该系统。如在旅游过程中，游客认为景区智慧旅游系统能满足他的要求，能快速找到信息，是游客所需要的，则该游客更愿意使用该系统。本研究验证了Goodhue和Thompson关于TTF模型中任务特征及技术特征正向影响任务一技术匹配度、任务一技术匹配度正向影响使用行为的理论假设，也就是说，景区智慧旅游系统的技术特征、任务特征影响游客的使用意愿。
（6）游客的使用意愿对其使用行为具有显著的正向影响。用户对于系统的感知意愿与其使用行为是成正比的，游客越想去使用景区智慧旅游系统，则在旅游過程中越有可能转化为实际使用行为。
本研究中，有2条假设路径不成立，分别是感知易用性对于感知趣味性的影响以及感知趣味性对于游客使用意愿的影响，这验证了Hsu和Chiu的研究结论。总结来看，游客对于景区智慧旅游系统的趣味性感知对于其使用意愿并没有太大的影响，这可能是由于当下旅游者将景区智慧旅游系统只是当成一个方便、快捷的工具，游客在旅游过程中更加在意的是旅游体验，是旅游景点或者旅游过程中所遇到的人和事带给游客的一种体验，所以在上文的修正模型中，将感知趣味性这一影响因子删除，从而形成最终的最合适的结构模型，通过对新的模型进行拟合度即路径检验，发现模型的整体拟合指数有所提高。同Dishaw和Strong构建的整合模型相比，本文研究模型得出的结论大致相同，如感知易用性影响感知有用性，并且共同影响使用意愿，直接影响游客的使用行为；任务特征和技术特征共同影响任务-技术匹配度，最终影响实际使用行为。通过分析标准化回归系数，可以发现，外部变量对于用户使用行为的影响大于内部变量。这可能是因为游客在旅游的过程中，更加关注景区智慧旅游系统的功能性，是否能满足其需求，能否为其旅游带来便捷，而对于内部变量如感知有用性、感知易用性等关注较少，这也是本文将内外部因素结合后得到的一个新发现。
4.2对策建议
景区智慧旅游系统是当下游客实现高效旅游的方式，根据本文内外部影响因素的研究结果，得出以下建议：（1）用户对于景区智慧旅游系统更加看重其实用性、便捷性和简单易用性。从感知有用性的角度来看，要提高信息系统的质量以及及时性、方便性等，从游客的角度出发，提高游客的旅游体验，景区智慧旅游系统必须要向游客提供及时准确的信息，从而减少游客的时间浪费，提高游玩效率。从感知易用性的角度来看，在设计景区智慧旅游系统时，要注重操作页面的友好性，以及操作的大众化，提高信息系统的易用性。（2）在打造智慧景区时要尽量满足游客个性化的旅游体验需求，根据游客需求，提供全新的、全面的服务体验，最有效地利用游览时间。游客的需求如果能够在景区智慧旅游系统中得到满足和实现，就会增加用户对该系统的使用。所以在设计和开发景区智慧旅游系统时，要从游客视角出发，以用户的需求为第一位，按照游客需要完成的任务为设计出发点，能够较快地为用户提供其想要查找的内容，就能提高“任务-技术匹配度”，从而提高游客对景区智慧旅游系统的使用意愿。
[责任编辑：周小芳；责任校对：宋志伟]
