在线信息对酒店网上 预订的影响研究

旅 游 学 刊 TOURISM TRIBUNE 第 26 卷 2011 年第 7 期 月刊 ▏ ［35］ Strauss A，Corbin J;Translated by Xu Zhongguo． Qualitative Research Method［M］． Taipei:Juliu，1997. 117 － 135．［ Strauss A，Corbin J;徐宗国译 ．质性研究概论［M］． 台北:巨流图书公 司，1997． 117 － 135．］ ［36］ Li Zhigang，Li Xingwang． Applying grounded theory in the models and determinants study of Mengniu’s fast growth［J］． Management Sciences in China，2006，19(3) :2 － 7.［李志刚，李兴旺 ． 蒙牛 公司快速成长模式及其影响因素研究———扎根理论研究 的运用［J］．管理科学，2006，19(3) :2 － 7．］ ［37］ Zhang Yi， Liu Jinping， Zhang Rui． On the positioning and creation of urban image based on grounded theory:A case study of Chongqing［J］ ． Tourism Tribune，2009，24(9) :53 － 60． ［张 燚，刘进平，张锐 ．基于扎根理论的城市形象定位与塑造研究: 以重庆市为例［J］．旅游学刊，2009，24(9) :53 － 60．］ Study on the Growth Path of Privately-run MICE Enterprises Based on Grounded Theory ———A Case of Guangya Exhibition Co． Ltd，Guangzhou LUO Qiu-ju1，2，CHEN Ke-yao1，2 (1 ． Tourism School， Sun Yat-sen University， Guangzhou 510275，China;2 ． Center for Tourism Planning＆Research，Sun Yat-sen University，Guangzhou 510275，China) Abstract:Privately-run MICE enterprises are important carriers leading to marketization． Facing intense competitions from state- run MICE businesses and overseas exhibition companies，their development space is being squeezed． The growth path of privately-run MICE enterprises is different from those of manufacturing industries and general service enterprises． The paper，taking the typical representative of privately － run MICE enterprise———Guangzhou Guangya Exhibition． Co． Ltd，as an example，by way of the study method of grounded theory， analyses its growth path and affecting factors through three analytic procedures: open coding， axial coding and selective coding． The study shows that the company achieves speedy growth，growth of qualitative change and leaping growth along the path of“extension after concentration and taking advantages from other forces ”． The paper puts forward logic-conducted mechanism based on the relationship between growth，process， path and affecting factors of case enterprises． This study is not only of immediate significance to the speedy growth of privately- run MICE enterprises but also offers enlightenment for the blind theoretical study in this field． Key words:privately-run MICE enterprises;grounded theory; growth path;affecting factor;coding ［责任编辑:吴巧红;责任校对:翟佳羽］ ·2011《旅游学刊》中国旅游研究年会会议论文· 在线信息对酒店网上 预订的影响研究 ———基于携程网酒店 在线预订数据的 张 梦，张广宇，叶作亮 (西南财经大学工商管理学院，四川 成都 610074) ［基金项目］本研究受国家自然科学基金项目(70801050)、 教育部人文社科项目(07JC630018)、四川省社科规划基金 (SC10W203)和西南财经大学“211 工程”三期资助。［This study was supported by a grant from the National Natural Science Foundation of China (to YE Zuo-liang) (No． 70801050) ，the Humanities and Social Science Foundation of Ministry of Education (to YE Zuo-liang) (No． 07JC630018) ，the Social Science Planning Foundation of Sichuan Province (to ZHANG Meng) (No． SC10W203) and Southwestern University of Finance and Economics“211 Project” Stage Ⅲ (to ZHANG Meng)．］ ［收稿日期］2011 － 05 － 12;［修订日期］2011 － 06 － 05 ［作者简介］张梦(1963 －) ，女，浙江绍兴人，教授，博士生导 师，研究方向为旅游消费行为、旅游业竞争力、旅游文化， E-mail:zhangm707@ swufe． edu． cn;张广宇(1983 － ) ，男，河 南南阳人，博士生，研究方向为旅游者行为，E-mial:zgy929@ 163． com;叶作亮(1975 －) ，男，四川成都人，副教授，研究方 向为 Web 信息管理，E-mail:yezuoliang@ 163． com。 ［摘 要］在线信息如何影响消费者购买决策是酒店在线服 务的一个关键问。文章基于携程网 1092 家酒店网上预订 数据，通过对数线性回归模型，分析了酒店特征信息、顾客评 论信息和预订平台推荐信息对 4 类不同等级酒店在线预订 的影响。研究明:顾客评论信息对各类酒店网上预订影响 最显著，但对五星级酒店的影响最小;酒店特征信息对五星 级酒店网上预订影响最大，其中客房价格信息对四星级、三 星级和经济型酒店的影响不显著;推荐信息对四星级酒店影 响很显著，但其中的用户评级对四星级以外的酒店无显著影 响。文章通过对顾客评论信息中的 5 方面内容分析发现:顾 第 26 卷 2011 年第 7 期 月刊 旅 游 学 刊 TOURISM TRIBUNE ▓ 客对酒店设施、服务水平、周边环境的评价均显著影响酒店 网上预订，而客房卫生评价对酒店预订的影响不显著。该研 究可为酒店在线分类管理与客户信息服务提供指导。 ［关键词］特征信息;评论信息;推荐信息;在线预订;酒店 ［中图分类号］F59 ［文献标识码］A ［文章编号］1002 － 5006(2011)07 － 0079 － 06 1 引 言 信息在消费者购买决策过程中起着重要作 用［1］，尤其在网络环境中，消费者不仅搜索价格、类 型、品牌等产品特征信息，还十分关注其他消费者的 购后评论信息［2］。酒店提供的是一种典型的体验式 服务［3］，由于消费者预订前无法对其服务的内容和 质量做出准确评估，因此在决策过程中需要参考大 量信息以降低感知风险［4］。所以，酒店在线预订平 台对酒店信息的合理呈现极其重视。通过对酒店在 线预订平台(Expedia、Trip advisor、携程网、艺龙网、 同程网等)的分析发现，在线信息通常包括三类:预 订平台的推荐信息、酒店自身的特征信息和顾客的 评论信息。本文在对相关文献梳理的基础上，以携 程网的酒店在线预订数据为例，研究上述三类信息 对不同等级酒店网上订购量的影响，提出在线旅行 服务商酒店在线信息设计和服务管理的新思路。 2 文献综述 在线信息对产品销售影响显著，彼德森和莫里 诺(Peterson ＆ Merino)2003 年研究消费者在互联网 上的信息搜寻行为时，发现在线信息可以影响消费 者的购买行为，进而对产品的销量产生影响［5］。陈 等(Chen，et al．)研究在线图书销售时，指出在线推 荐信息可以显著影响图书的网络销量［6］;钱瓦里和 梅兹林(Chevalier ＆ Mayzlin)在分析图书特征和在 线评论的基础上，认为在线评论对图书销售影响显 著，但负向评论对销量的影响大于正向评论［7］。随 后，一些学者研究了在线信息对消费者的作用机制， 刘(Liu)指出在线评论的数量能影响消费者的认知， 因为评论数量越多，消费者就越容易接触到这些信 息［8］。德拉卢卡斯等(Dellarocas，et al．)也发现随着 关于某产品或服务的在线评论信息数量的增加，消 费者购买该产品或服务的概率将有所提高［9］。可 见，在线信息影响着消费者的购买行为进而影响产 品的在线销售。 酒店作为典型的体验式服务产品尤其适合网上 销售［10］，而且专业的酒店在线预订平台已经成为客 房销售的重要渠道［11］。酒店产品具有无形性的特 征，消费者在购买时面临较高的感知风险，尤其需要 较多信息来辅助决策［12］。因此，消费者在网络环境 下购买这类体验型服务产品时，信息对决策影响将 更加显著［13］。格瑞茨和刘(Gretzel ＆ Yoo)通过对 1480 个旅游者的调查发现来自其他旅游者的在线 评论对其决策的影响最大［14］;迪克金戈和玛扎奈克 (Dickinger ＆ Mazanec)在研究在线预订酒店的影响 因素时也发现在线评论能显著影响消费者的购买决 策［15］;叶等(Ye，et al．)研究在线评论对酒店客房销 售的影响时，指出在线评论得分的均值显著正向影 响客房的销量，而方差则对客房销量呈负向影 响［16］;维曼伦和希格斯(Vermeulen ＆ Seegers)发现 在线评论有助于提高消费者对酒店的知觉，而正向 的评论信息则能显著提高消费者的购买意愿［17］。 综上所述，目前对酒店在线预订的研究主要从 在线评论数量、情感倾向(正向和负向)的角度分析 在线信息对消费者购买决策或酒店网上销售的影 响。而在专业的酒店在线预订平台上，在线信息呈 现的内容各不相同，它们对消费者购买意愿的影响 存在差异［18］。本文试图研究不同内容的在线信息 对酒店网上预订的影响，并针对不同等级的酒店比 较分析这些信息内容对酒店网上预订影响的差异。 3 实证分析 3． 1 模型构建 通过广泛调查发现，携程网是国内第一大酒店 在线预订平台，其在线信息的组织与呈现方式也具 代表性，成为国内外研究者首选研究对象［16，19］。因 此，本文选用携程网的实际数据进行研究，采用对数 线性回归模型分析在线信息对酒店网上预订的影 响［20］。模型的一般表达为: ln (Num _Reviews) = β0 + β1 Travelers’Rating + β2 Browsing Index + β3 ln (Room Types) + β4 ln (Price) + β5City Rank + β6 Average Rating + β7Facilities Rating + β8Service Rating + β9Cleanliness Rating + β10Environment Rating + ε i (1) 叶等(Ye，et al．)在研究在线评论与酒店客房销 量时，采用了在线评论数量代替酒店网上预订量的 做法，并 证 明 了 二 者 之 间 存 在 一 定 的 线 性 关 系［16，19］。此外，根据携程网的点评规则，只有在网 上进行交易并入住后的消费者才可以参与点评，这 保证了评论数量的真实性。因此，本模型也采用在 线评论数量近似替代同期的酒店网上预订量。 模型中，变量的选择以携程网呈现的在线信息 旅 游 学 刊 TOURISM TRIBUNE 第 26 卷 2011 年第 7 期 月刊 ▓ 为基础，其中，用户评级和评论浏览指数表示平台推 荐信息，酒店的房型种类、客房价格和所在城市等级 表示酒店特征信息，顾客对酒店的设施、服务、卫生、 环境等的评价表示评论信息。酒店所在地理位置能 影响其客房销售，但在研究中量化这种影响存在难 度，因此采用酒店所在城市等级反映酒店所在位置， 这种方法在文献［21］中得到应用。此外，模型中变 量的纳入顺序与消费者在酒店预订过程中所接触信 息的先后顺序一致，这便于分析不同信息对消费者 预订决策的影响程度［22］。为了凸显在线信息对不 同等级酒店网上预订的影响，本文在分析中采用了 4 个模型分别考察在线信息对五星级、四星级、三星 级和经济型酒店网上预订的影响。 3． 2 数据收集 研究中的原始数据均来自携程网(www． ctrip． com) ，该网站是目前中国最大的在线旅行服务提供 商(2010 年的市场份额为 51． 6%) ，拥有最大的访问 客户群，在线呈现的信息具有代表性，历史数据保存 相对完整，方便查阅与收集。根据史密斯旅行机构 (STR Globe)提供的 2010 年中国大陆酒店业经营业 绩数据，本文选择携程网上北京、上海、广州、深圳、 苏州、杭州、无锡、青岛、大连、宁波、南京、西安、厦门 和三亚 15 个城市的酒店作为实证研究的样本。考 虑到不同规模的酒店可提供的客房数量会对其顾客 评论数量产生影响，进而影响同类型酒店之间的可 比性，本文在选择样本酒店时按照其在线评论数量 大于其客房总数 60% 的原则进行筛选(根据 STR Globe 提供的数据，2010 年中国大陆酒店业的平均 客房出租率为 60%)。 经过数据收集与整理，最终选择了 1092 家酒店 作为研究样本，其中五星级酒店 128 家、四星级酒店 313 家、三星级酒店 200 家、经济型酒店 451 家。在 此，酒店预订平台的推荐信息(2 个)和酒店特征信息 (3 个)所包含的变量的数据可以直接在网站上获得， 而反映在线评论信息(5 个)的变量数据要经过处理 才能使用。携程网提供的顾客点评系统中的评分与 5 点李克特量表相似，顾客评论信息中每一个变量的评 分级别从“很好”到“很差”共 5 级，本文在研究中对其 进行从“5”到“1”相应的赋值，这样每一项评论信息都 可以用相应的加权平均分来表示［16，19］。 3． 3 结果分析 鉴于模型中可能存在异方差、自相关等问题，本 文在回归分析中选择了 White 检验、DW 检验方法对 模型进行检验，以此来消除其部分影响。同时，还采 用了逐步回归的方法来检查模型中的多重共线性问 题，以确定最终模型。在上述问题都通过检验后，模 型的最终估计结果见表 2。 表 1 模型中变量的简要说明 Tab． 1 Brief introduction of the variables in the model 变 量 描 述 评论数量 (Num_Reviews) 酒店 i 截至 2011 年 2 月所有的顾客评 论数量 用户评级 (Travelers’Rating) 根据顾客对酒店 i 的评价，综合考虑了 其他多方面的因素①，预订平台对合作 酒店进行的评级 点评浏览指数 (Browsing Index) 根据顾客对酒店 i 评论信息的浏览次 数，预订平台对该变量进行赋值 房型种类 (Room Types) 酒店 i 在网上展示的可供预订的客房 类型 最低房价(Price) 酒店 i 在网上提供的最低客房价格 城市等级(City Rank) 选择的 15 个城市 2010 年的 GDP 排名 总体评价(Average Rating) 顾客根据入住的印象对酒店 i 的总体 评价 设施评价(Facilities Rating) 顾客对酒店 i 的基本设施及配套情况 的评价 服务评价(Service Rating) 顾客对酒店 i 服务人员的服务水平、态 度等的评价 卫生评价 (Cleanliness Rating) 顾客对酒店 i 的客房卫生情况的评价 环境评价 (Environment Rating) 顾客对酒店 i 内部及其周边环境的评 价 从模型 1 中可以看出，酒店特征信息中房型种 类(β3 = 0． 302，t = 3． 602)、客房价格(β4 = － 0． 396，t = － 2． 98)和所在位置(β5 = － 0． 023，t = － 2． 341) 显著影响酒店的网上预订，而其他变量的参数均未 通过检验。这说明在五星级酒店的网上预订中，酒 店自身特征信息的影响远远超过了推荐信息和在线 评论的影响。其原因可能是由于五星级酒店消费群 体主要为公务或商务旅行消费者，其旅行费用多数 由行政单位或公司负担，他们选择酒店时比较重视 酒店的档次与自身社会地位的匹配，对酒店硬件设 施要求较高，看重品质和品牌，较少受其他评论者的 影响。 在模型 2 中，表示酒店特征信息的房型种类(β3 = 0. 3，t = 4． 85)和所在位置(β5 = － 0. 021，t = ① 这些因素包括国家旅游局评定的星级，酒店的设施设备、配 套情况、服务水平、社会美誉度、品牌知名度以及对客户的诚信等等 第 26 卷 2011 年第 7 期 月刊 旅 游 学 刊 TOURISM TRIBUNE ▓〇 － 2． 789)两个变量对酒店网上预订的影响十分显著。在线评论信息 中除卫生评价以外，其他各变量均显著影响酒店的网上预订。从影响 程度上看，评论信息总体上大于特征信息。这表明在四星级酒店的网 上预订中，消费者既关注酒店的特征信息，又重视在线评论。此外，用 户评级(β1 = 0. 204，t = 2. 087)和评论浏览指数(β2 = 0. 313，t = 1． 723) 两个变量的参数也通过了检验，这表明预订平台的推荐信息显著正向 影响四星级酒店的网上预订。 表 2 四模型估计结果汇总 Tab． 2 Summary of the four models estimation 模 型 五星级酒店 四星级酒店 三星级酒店 经济型酒店 模型 1 模型 2 模型 3 模型 4 β0 常数项 6． 264＊＊＊ (5． 700) 4． 329＊＊＊ (6． 771) 3． 613＊＊＊ (4． 867) 3． 766＊＊＊ (6． 766) Travelers Rating (用户评级) 0. 118 (0. 967) 0. 204＊＊ (2． 087) 0. 102 (0. 864) 0. 142 (1． 280) Browsing Index (点评浏览指数) 0. 009 (0. 480) 0. 313 * (1． 723) 0. 271 (1． 021) 0. 023 * (1． 919) ln(Room Types) (房型种类) 0. 302＊＊＊ (3． 602) 0. 300＊＊＊ (4． 850) 0. 349＊＊＊ (3． 868) 0. 072＊＊＊ (4． 340) ln(Price) (最低房价) － 0. 396＊＊＊ (－ 2． 980) － 0. 117 (－ 1． 153) － 0. 056 (－ 0. 429) － 0. 061 (－ 0. 608) City Rank (城市等级) － 0. 023＊＊ (－ 2． 341) － 0. 021＊＊＊ (－ 2． 789) － 0. 033＊＊＊ (－ 3． 168) － 0. 030＊＊＊ (－ 4． 662) Average Rating (总体评价) 1． 088 (0. 650) 2． 207＊＊ (2． 006) 1． 288 (1． 253) 1． 655＊＊＊ (2． 418) Facilities Rating (设施评价) 0. 834 (1． 591) 1． 221＊＊＊ (3． 488) 0. 694 * (1． 782) 0. 885＊＊＊ (3． 315) Service Rating (服务评价) 0. 612 (1． 311) 0. 992＊＊＊ (2． 837) 0. 750＊＊ (2． 053) 0. 809＊＊＊ (3． 127) Cleanliness Rating (卫生评价) 0. 491 (0. 574) 0. 292 (0. 587) 0. 255 (0. 465) 0. 163 (0. 518) Environment Rating (环境评价) 0. 440 (0. 968) 0. 844＊＊＊ (2． 795) 0. 207 (0. 686) 0. 480＊＊ (2． 535) R-squared 0. 251 0. 217 0. 237 0. 155 Adjusted R-squared 0. 187 0. 191 0. 197 0. 136 F-statistic 3． 929＊＊＊ 8． 360＊＊＊ 5． 870＊＊＊ 8． 095＊＊＊ Sum Squared Residual 24． 191 74． 136 59． 371 144． 065 注:＊＊＊，＊＊ 和* 分别表示 0. 01，0. 05 和 0. 1 显著性水平，括号中的数值为参数的 t统计量。 从模型 3 的参数估计结果可以看出，酒店特征信息(β3 = 0. 349，t = 3． 868;β5 = － 0. 033，t = － 3. 168)和在线评论信息(β7 = 0. 694，t = 1. 782;β8 = 0. 75，t = 2. 053)显著影响酒店的网上预订，其中在线评论 信息的影响大于酒店自身的特征信息的影响。这说明在三星级酒店 中，消费者除了考虑酒店所在的位置、房间类型外，还重视其他消费者 对酒店设施及配套设备和服务水平的评价。一般而言，三星级酒店的 消费者大多追求舒适的体验［23］，而酒店的设施设备(如寝具、浴室设备 等)与服务水平正是影响顾客这种感知体验的重要因素。此外，在酒 店特征信息中，价格对预订量影响不显著。 在模型 4 中，房型种类(β3 = 0. 072，t = 4. 34)与所在位置(β5 = － 0. 03，t = － 4. 662)两个变量对酒店网上预订的影响仍然很显著，但 影响程度总体上低于在线评论。 在线评论中消费者对酒店设施 (β7 = 0. 885，t = 3. 315)、服务(β8 = 0. 809，t = 3. 127)、环境(β10 = 0. 48，t = 2. 535)的评价 (β6 = 1. 655，t = 2. 418)对酒店网上预 订均有显著的正向影响，同时评 论浏览指数 (β2 = 0. 023，t = 1. 919)也显著影响酒店的网上 预订。这表明经济型酒店中消费 者既重视酒店自身的特征信息， 也看重其他消费者的在线评论信 息。这一结果与经济性酒店的硬 件设施条件与消费者群体特征较 为吻合。经济型酒店的顾客以大 众消费为主，其旅行费用通常由 自己负担，他们既关心酒店基本 设施条件，又关注服务、安全等影 响基本睡眠与休息的因素［24］。 所以，这些消费者对在线评论信 息十分重视。价格依然对酒店网 上预订影响不显著。 综合比较 4 个模型的参数估 计结果发现，在线评论对四星级、 三星级和经济型酒店的网上预订 影响显著;酒店特征信息对五星 级酒店网上预订的影响最显著; 推荐信息对四星级酒店的网上预 订最显著。在酒店特征信息中， 价格对五星级以外的酒店网上预 订影响不显著，这可能由于五星 级酒店网上预订的价格离差①最 大，而等级越低的酒店竞争越激 烈，价格离差也越小［20］，从而使 价格对低星级酒店网上预订影响 不显著。在评论信息中，消费者 对客房卫生的评价对酒店网上预 订无显著影响，这说明客房卫生 已经不是影响酒店网上预订的重 要因素，其影响程度显著低于消 费者对酒店设施、服务水平、周边 ① 价格离差是指在同一地区同质商 品之间的价格差异。 旅 游 学 刊 TOURISM TRIBUNE 第 26 卷 2011 年第 7 期 月刊 ▓ 环境的评价。推荐信息对四星级酒店网上预订的影 响最显著，其中用户评级对四星级以外酒店的网上 预订影响不显著。这可能是因为消费者对四星级酒 店的满意度显著低于高星级酒店的平均水平［25］，所 以消费者为降低网上预订的感知风险而对信息的搜 寻更加全面。 4 结论与讨论 本文在现有研究的基础上，进一步拓展了在线 信息对酒店网上预订影响的研究内容。论文以携程 网为主要数据来源，采用对数线性模型分析了预订 平台推荐信息、酒店特征信息和消费者在线评论对 4 类酒店网上预订的影响。结果表明:(1)在线评论 对四星级、三星级和经济型酒店的网上预订影响显 著，其中消费者对酒店设施、服务及周边环境的评价 能显著影响酒店的网上预订，而对酒店客房卫生的 评价对酒店网上预订影响不显著。(2)特征信息对 五星级酒店网上预订的影响最显著，其中客房价格 对四星级、三星级和经济型酒店的网上预订无显著 影响。(3)推荐信息对四星级酒店网上预订的影响 最显著，其中用户评级对四星级以外酒店的网上预 订影响不显著。 本研究结论对在线旅游服务商进行酒店在线管 理有以下启示: 首先，酒店在线信息应该进行分类管理。因为 不同等级的酒店，消费者关注的信息重点不一样，而 页面信息呈现顺序、位置与方式都会显著影响消费 者对信息的关注与接受［26］，如对于五星级酒店，其 酒店地理位置、酒店价格及房型等信息应该在重点 区域，而对经济型酒店，消费者的评论信息应方便、 快捷、全面地呈现给消费者，以便于他们进行全面 评估。 其次，本研究有助于实现对不同顾客群体进行 个性化管理，无论是顾客在预订平台进行酒店检索 还是预订平台对酒店进行的推荐，均应该关注不同 顾客群体的需求特征，从而增加顾客对酒店产品的 认同。 最后，三星级和经济型酒店作为重要的网上预 订酒店类型，其在线服务平台发布的三类信息虽然 影响着消费者的购买决策，但对消费者而言，酒店的 设施、服务水平、周边环境信息才是他们关注的重 心。但目前这类酒店在线服务平台提供的多系统评 级与推荐信息占据页面中心位置的做法，并不符合 消费者的真实需求。此外，对于三星级和经济型酒 店的经营者来说，卫生与价格不再显著影响消费者 对酒店的在线预订，这表明随着竞争的加剧，经济型 酒店的卫生服务水平已基本达到了消费者认同的要 求;而低等级酒店价格离差的缩小在很大程度上反 映了在线交易已基本实现了市场信息的充分性和有 效性，也就是说，低星级酒店经营者的价格策略能力 影响有限，而周边环境、服务和设施设备才是目前消 费者所看重的，这是低等级酒店经营者需要重点关 注的核心。 由于实证数据的限制，本研究存在以下局限。 其一，由于样本选择要求保有一定量的评论数据，因 此得到的研究结论不一定适用于那些在网上极少被 订购并评论的酒店;其二，评论信息具有时效性，因 此，评论内容还可以进一步采用面板数据与文本挖 掘等方法进行深入研究。 ［参 考 文 献］ ［1］ Haubl G，Trifts V． Consumer decision making in online shopping environments: The effects of interactive decision aids ［J］． Marketing Science，2000，19(1) :4 － 21． ［2］ Detlor B，Susan S，Chris G． Pre － purchase online information seeking: Search versus browse ［J］． Journal of Electronic Commerce Research，2003，4(2) :72 － 84． ［3］ Litvin S W，Goldsmith R E，Pan B． Electronic word － of － mouth in hospitality and tourism management ［J］． Tourism Management，2008，29(3) :458 － 468． ［4］ Klein L R． Evaluating the potential of interactive media through a new lens: Search versus experience goods ［J］． Journal of Business Research，1998，97(41) :195 － 203． ［5］ Robert P A，Merino M C． Consumer information search behavior and the internet［J］． Psychology ＆ Marketing，2003，20(2) :99 － 121． ［6］ Chen P Y， Wu S Y， J Yoon． The impact of online recommendations and consumer feedback on sales［A］． / /:Chris V Z，Steve P(Eds．)． Proceedings of the International Conference on Information Systems［C］． AIS Electronic Library，Washington DC，2004． 711 － 724． ［7］ Chevlier J A，Mayzlin D． The effect of word-of － mouth on sales: Online book reviews［J］． Journal of Marketing Research，2006， 43(3) :345 － 354． ［8］ Liu Y． Word of mouth for movies:Its dynamics and impact on box office revenue［J］． Journal of Marketing，2006，70(7) :74 － 89． ［9］ Dellarocas C，Awad N，Zhang X． Exploring the value of online product reviews in forecasting sales:The case of motion pictures ［J］． Journal of Interactive Marketing，2007，21(4) :23 － 45． ［10］ Palmer A，McCole P． The role of electronic commerce in creating virtual tourism destination marketing organizations ［ J］． International Journal of Contemporary Hotel Management，2000， 12(3) :198 － 204． ［11］ O’Connor P，Frew J A． An evaluation methodology for hotel electronic channels of distribution［J］． International Journal of 第 26 卷 2011 年第 7 期 月刊 旅 游 学 刊 TOURISM TRIBUNE ▓ Hospitality Management，2004，23(10) :179 － 199． ［12］ Bei L T，Chen Y I，Widdows R． Consumers’online information search behavior and the phenomenon of search versus experience products［J］． Journal of Family and Economic Issues，2004，25 (4) :449 － 467. ［13］ Morgan N P，Piggott A R． Destination branding and the role of the stakeholders:The case of New Zealand ［J］． Journal of Vacation Marketing，2003，9(3) :285 － 299． ［14］ Gretzel U，Yoo K． Use and impact of online travel reviews［A］． / /:O’Connor P，Hopken W，Gretzel U (Eds．)． Information and Communication Technologies in Tourism［C］． New York: Springer-Verleg，2008． 35 － 46． ［15］ Dickinger B，Mazanec A J． Consumers’ preferred criteria for hotel online booking［A］． / /:O’Connor P，Hopken W，Gretzel U． Information and Communication Technologies in Tourism［C］． New York:Springer-Verleg，2008． 244 － 254． ［16］ Ye Q，Law R，Gu B． The impact of online user reviews on hotel room sales ［ J］． International Journal of Hospitality Management，2009，28(1) :180 － 82． ［17］ Vermeulen I E，Seegers D． Tried and tested:The impact of online hotel reviews on consumer consideration ［J］． Tourism Management，2009，30(1) :123 － 27. ［18］ Haul M H，Kardes F R，John K． Effects of word-of-mouth and product attribute information on persuasion: An accessibility- diagnostic perspective ［J］． The Journal of Consumer Research， 1991，28(4) :454 － 462． ［19］ Ye Q，Law R，Gu B，Chen W． The influence of user-generated content on traveler behavior:An empirical investigation on the effects of e-word-mouth to hotel online bookings［J］． Computers in Human Behavior，2011，27(4) :634 － 639． ［20］ Godes D，Mayzlin D． Using online conversations to study word of mouth communication ［J］． Marketing Science，2004，23(4) : 545 － 560. ［21］ Zong Jichuan，Huang Wei，Ma Jun，Tang Fangfang． An empirical study on price dispersion in the hotel online booking market: Based on Beijing，Shanghai，Guanghzou［J］． Nankai Business Review，2007，10(6) :99 － 104．［宗计川，黄帏，马俊，唐方方 ． 酒店网上预订价格离差的实证研究———以北京、上海、广州 三地为例［J］．南开管理评论，2007，10(6) :99 － 104．］ ［22］ Thomas B，Christian L． Information sources for travel decisions: Toward a source process model［J］． Journal of Travel Research， 2004，42(5) :357 － 371． ［23］ Wen Ji． A study on the guests’demand of room facilities of star rated hotels［J］． Consumer Economics ，2010，26(1) :38 － 42． ［文吉 ．星级酒店客人对酒店客房设施的需求研究［J］． 消费 经济，2010，26(1) :38 － 42．］ ［24］ Cai Xiaomei． Business hotel planning and design:An analysis on consumers’perspectives［J］ Tourism Science，2005，19(4) :48 － 53．［蔡晓梅 ．商务客人的酒店需求特征及其在酒店规划设计 中的应用［J］．旅游科学，2005，19(4) :48 － 53．］ ［25］ Chris R，Gu H M． Perceptions of Chinese hotels［J］． Cornell Hotel and Restaurant Administration Quarterly，2007，48(4) : 380 － 392． ［26］ Hodkison C，Kiel G， Kennedy J R． Consumer web search behavior:Diagrammatic illustration of way finding on the Web ［J］． International Journal of Human-computer Studies，2000，52 (5) :805 － 830. Exploring the Impact of Online Information on Hotel E-bookings ———Based on the Analysis of the Data from Ctrip ZHANG Meng，ZHANG Guang-yu，YE Zuo-liang (School of Business Administration，Southwestern University of Finance and Economics，Chengdu 610074，China) Abstract:How online information affects consumers’purchasing decision-making is a key problem． The study，based on the booking data from 1992 hotels on Ctrip． com and through logarithmic-linear regression model， analyzes the information about a hotel’s characteristics and customers’comment as well as the impact of recommending information on e-bookings of four different ranking hotels． The study shows that customers’online comment information significantly influences hotel e-bookings except for five-star hotels． The information of hotel’s attribute has significant influence on the online bookings of five-star hotels． The information about room rates has no significant impact on four-star hotels，three-star hotels and budget hotels． The information about recommendation significantly influences four-star hotels and users’rating has no significant impact on e- bookings except for four-star hotels． The paper，after analyzing customers’ comment information， finds that customers ’ comments on hotel facilities， service level and surrounding environment all have significant impact on hotel e-bookings and sanitation comment of rooms does not show significant impact on the bookings． The study can provide guidance for hotel online classified management and clients’information service． Key words: attribute information; comment information; recommending information;online booking;hotel ［责任编辑:廉月娟;责任校对:刘 鲁］