旅游景點微博負面口碑傳播研究*

孫莉艷，袁勤儉

(南京大學 信息管理學院，江蘇 南京 210046)

?

[旅游業(yè)研究]

旅游景點微博負面口碑傳播研究*

孫莉艷，袁勤儉

(南京大學 信息管理學院，江蘇 南京 210046)

基于新浪微博，選取熱點事件，采用社會網(wǎng)絡分析法對旅游景點的微博負面口碑傳播進行研究。研究結果表明：在旅游景點微博負面口碑傳播的6個階段，原文作者均處于傳播網(wǎng)絡的中心位置，其他用戶的轉發(fā)行為使傳播擴大；“意見領袖”和其他用戶之間的交互大大強化了負面口碑的影響力；旅游景點微博負面口碑的傳播對公眾的出行意愿會形成巨大的負面影響。根據(jù)實證研究的結果提出對應措施，為旅游景點管理網(wǎng)絡負面口碑提供啟示。

旅游景點；微博口碑；網(wǎng)絡口碑；負面口碑；口碑傳播

旅游業(yè)屬于當代社會的信息密集型行業(yè)，旅游產(chǎn)品作為一種體驗性產(chǎn)品，具有無形性、異地消費、非標準化和復雜性等特征[1]，旅游者很難在出行之前對其質量進行判斷。因此，熟人之間的口碑交流成了游客降低出行風險的一個十分重要的途徑。隨著互聯(lián)網(wǎng)的普及和web 2.0及社交網(wǎng)絡的快速發(fā)展，關于旅游景點和旅游產(chǎn)品的網(wǎng)絡口碑以其互動性、共享性、多樣性、時效性[2]，取代傳統(tǒng)口碑，對游客的出行意愿、旅游景點的選擇和旅游決策[3-5]等產(chǎn)生重要影響。而微博作為社會化媒體的典型代表，目前其月活躍用戶超過2億，日活躍用戶超過1億，已經(jīng)成為網(wǎng)絡口碑的重要發(fā)源地和集散中心。通過發(fā)布后的一次傳播和轉發(fā)、評論、轉寄的二次傳播[6]，微博平臺可以使得與旅游景點相關的網(wǎng)絡口碑在較短的時間內(nèi)呈現(xiàn)幾何級數(shù)式的擴散。

有關旅游景點網(wǎng)絡口碑的研究，目前主要集中在：(1)旅游目的地網(wǎng)絡口碑影響因素的變量分析，包括傳播動機研究[7-8]、可信度研究[9]和傳播效果因素研究[10-11]等；(2)旅游目的地網(wǎng)絡口碑對消費者行為的影響，包括對消費者品牌態(tài)度的影響[12]、對游客景點選擇的影響[3]12[5]272、對游客旅游決策的影響[6]9[13]、對旅游者行為意愿的影響[4]72[14-15]等；(3)旅游目的地網(wǎng)絡口碑與其他構念的關系研究，如與旅游目的地形象感知[16-17]、顧客忠誠間的關系研究[18]等；(4)旅游網(wǎng)絡口碑營銷策略研究[1]2[19]等。對于旅游景點網(wǎng)絡口碑傳播機制的研究僅有兩篇，其中張銳采用社會網(wǎng)絡分析法，對百度貼吧“韓國旅游吧”一周的發(fā)帖和回帖情況進行分析，來研究韓國旅游品牌傳播中的網(wǎng)絡口碑傳播機制[20]；Jacob等學者則通過實驗的方法來對實際的口碑傳播行為進行研究，得出與正面的網(wǎng)絡口碑相比，消費者傾向于向更多對象傳播負面的網(wǎng)絡口碑[21]。在文獻查找的過程中沒有發(fā)現(xiàn)基于社會化媒體的旅游景點負面口碑傳播的研究。本文選取微博這一社會化媒體作為研究平臺，擬以一個典型的旅游景點負面口碑實踐為例，采用社會網(wǎng)絡分析法來研究微博中旅游景點負面口碑的傳播特點，從而為旅游景點有效應對“公關危機”提供參考。

一、研究方法與數(shù)據(jù)獲取

(一)社會網(wǎng)絡分析法

社會網(wǎng)絡分析法是一種對多個社會單元所構成的社會關系的結構及其屬性進行分析的一種分析方法[22]。社會網(wǎng)絡分析法的優(yōu)勢在于，通過對多個節(jié)點的關系進行系統(tǒng)化的測度和分析，從而對個體間的網(wǎng)絡結構關系進行解釋和研究[23]。目前，社會網(wǎng)絡分析已經(jīng)被廣泛用于社會學、心理學、傳播學等領域的研究中。由于社會網(wǎng)絡分析涉及大量的計算，因此往往需要借助可視化的軟件處理工具，如 UCINET、NetDraw、NetMiner和Pajek 等。其中，UCINET作為一種綜合型的社會網(wǎng)絡分析軟件，不僅包括一維與二維數(shù)據(jù)的可視化分析，同時還集成了NetDraw、Pajek 等可視化工具。因此，本文采用社會網(wǎng)絡分析方法，借助UCINET軟件，選取熱點事件對旅游景點微博負面口碑傳播開展研究。

(二)內(nèi)容分析法

內(nèi)容分析法是一套系統(tǒng)化地對信息內(nèi)容作客觀、定量分析的專門方法，它可以將定性信息轉化為有價值的定量數(shù)據(jù)。目前，內(nèi)容分析法已被廣泛運用到社會科學領域的研究中[24]。本文采取內(nèi)容分析的方法對所選取的旅游景點負面事件微博的評論內(nèi)容進行研究。本文采取的內(nèi)容分析的步驟為：①提出研究問題；②抽取樣本；③確定分析單元；④制定類目系統(tǒng)；⑤內(nèi)容編碼與統(tǒng)計；⑥解釋與檢驗。其中，類目系統(tǒng)如表1所示。

表1 內(nèi)容分析類目系統(tǒng)

對“青島交通廣播FM897”發(fā)布的“青島天價龍蝦”事件微博的3 486條評論(由于新浪微博對部分帶有廣告性質的評論進行自動屏蔽，因此僅對3 717次評論中的可見評論進行分析)進行內(nèi)容分析。對內(nèi)容分析進行信度檢驗，本文采取編碼員信度法來檢驗兩名編碼員之間的同意度，兩名編碼員的相互同意度為87.9%，信度為93.5%，遠遠高于學術界普遍認可的80%，因此信度檢驗通過。

(三)數(shù)據(jù)收集

新浪微博數(shù)據(jù)中心最新發(fā)布的《2015微博用戶發(fā)展報告》顯示，新浪微博月活躍用戶數(shù)量截至2015年9月30日已經(jīng)達到2.22億人次，是名副其的實國內(nèi)使用頻次最大的微博類產(chǎn)品。在旅游領域，2015年全年新浪微博旅游景點熱議度(在微博中提及旅游景點的總次數(shù))為5.47億，人均提及12.2次；景點簽到數(shù)量為1 399萬次，景點搜索數(shù)高達1.33億次[25]?；诖?，為了保證研究結果的普適性和代表性，本文選取新浪微博作為研究旅游景點微博負面口碑傳播的平臺。

本文選取“青島天價龍蝦”事件作為本研究的熱點事件，該事件始于青島交通廣播FM897官方微博于2015年10月5日的微博發(fā)布，該條微博被評論3 717次，被轉發(fā)5 993次。本文通過獲取該負面微博日志的評論信息(包括用戶評論內(nèi)容和用戶ID)以及評論用戶的個人資料數(shù)據(jù)(包括評論用戶的粉絲數(shù)量、關注數(shù)量和微博數(shù)量)，基于社會網(wǎng)絡分析和內(nèi)容分析法分別對旅游景點的負面口碑傳播和用戶情感、交互、出行意愿等進行研究。

二、研究結果

(一)傳播階段劃分

借鑒微博話題的病毒式傳播模式[26]，根據(jù)所選取的熱點事件的發(fā)展脈絡，將該微博負面口碑的傳播劃分為6個階段，分別為誕生階段、爆發(fā)階段、成長階段、成熟階段、二次爆發(fā)階段和衰退階段。該微博累計評論數(shù)量隨時間推移情況如圖1所示，傳播階段劃分見表2。

數(shù)據(jù)來源：作者計算。

(二)旅游景點微博負面口碑的傳播路徑構建

采用UCINET分別生成6個階段的負面口碑傳播路徑圖。其中，社會網(wǎng)絡結構圖上的點代表旅游景點微博負面口碑的生產(chǎn)者和傳播者，在所選案例中負面口碑的生產(chǎn)者是“青島交通廣播FM897”，負面口碑的傳播者則包括兩部分：一部分是針對青島交通廣播FM897發(fā)布的微博發(fā)表評論的用戶，另一部分則是被評論用戶轉寄即@到的用戶。網(wǎng)絡結構圖中的線代表負面口碑生產(chǎn)者與負面口碑傳播者之間可能存在的關系，在此方面，新浪微博平臺提供了評論功能、轉寄(@)功能、轉發(fā)同時評論給原文作者功能。

表2 傳播階段劃分

為了對網(wǎng)絡結構圖進行格式化定義，假設甲為網(wǎng)絡口碑的生產(chǎn)者。①如果乙評論了甲，那么說明乙收到了生產(chǎn)者甲所傳播的網(wǎng)絡口碑，與此同時，乙也將自己的評論反饋給了甲，這就構成了雙向互動。這種關系在網(wǎng)絡結構圖中表示為：甲?乙；②如果評論者乙在評論中“@丙”，那么說明乙將甲的內(nèi)容分享給丙，而丙則被動地接受了乙所傳播的網(wǎng)絡口碑而沒有提供任何反饋。這種關系在網(wǎng)絡結構圖中表示為：甲?乙→丙；③如果丁的評論內(nèi)容中包含“//@戊”，表明丁是通過戊的轉發(fā)而得到此消息，并在自己轉發(fā)該消息的同時評論給了消息的生產(chǎn)者。這種關系在網(wǎng)絡結構圖中表示為：甲→戊→丁→甲。

(三)旅游景點負面口碑傳播路徑圖總體性分析

利用UCINET自帶的NetDraw程序，對6個階段分別生成有向的可視化結構圖(見圖2)。其中，“青島交通廣播FM897”作為微博的發(fā)布者，在網(wǎng)絡口碑傳播路徑圖中扮演著信息源的角色。本研究所收集的該微博下的評論數(shù)據(jù)反映了其他用戶對“青島交通廣播FM897”的直接評論。表3展示了六階段度數(shù)中心性分析的結果，可以看出，6個階段的旅游景點負面口碑傳播路徑圖均具有較高的網(wǎng)絡中心勢，網(wǎng)絡結構的集中趨勢非常明顯，原文作者 “青島交通廣播FM897”都處于社會網(wǎng)絡結構圖的中心位置，大部分評論用戶都是從原文作者處獲得負面口碑信息，且不存在能夠與原文作者的中心地位相匹敵的其他點。在許玉等人[6]9以銀行卡為背景的微博負面口碑傳播研究和馬漫江[27]以“麥當勞315 事件”為背景的微博負面口碑傳播效果研究中，口碑的生產(chǎn)者也均在社會網(wǎng)絡結構圖中處于絕對中心地位。由此可見，口碑生產(chǎn)者在負面口碑傳播路徑圖中占據(jù)中心位置，對其他用戶具有絕對的影響力。

表3 六階段度數(shù)中心性統(tǒng)計數(shù)據(jù)

然而，除了直接從微博原作者處獲得信息之外，也有部分評論用戶是通過其他用戶的轉發(fā)而獲取微博內(nèi)容的。例如，在該微博負面口碑傳播的第二至第六階段，“財經(jīng)網(wǎng)”官方微博對于原微博的轉發(fā)，使得大量用戶獲取了此條信息，產(chǎn)生了與原作者發(fā)布負面口碑相同的效果，也使得負面口碑的傳播范圍獲得了前所未有的擴大。通過這樣的二次轉發(fā)甚至是多次轉發(fā)，形成了一個由眾多局部發(fā)散網(wǎng)絡所形成的復雜網(wǎng)絡，從而使得“青島天價龍蝦”事件獲得了全國性的影響力。

圖2 第一階段和第六階段可視化結構圖

根據(jù)類目一對評論內(nèi)容進行轉發(fā)行為分析發(fā)現(xiàn)，在總共3 486條評論中，其中有167條評論內(nèi)容中包含類似“轉發(fā)”字樣或者能夠明確辨別存在“轉發(fā)”行為，占評論總數(shù)的4.79%。需要關注的是，可能存在部分評論用戶對微博進行了轉發(fā)但是通過內(nèi)容無法明顯看出有過轉發(fā)行為，也可能存在部分用戶對微博進行了轉發(fā)但沒有評論給原文作者。根據(jù)新浪微博的統(tǒng)計數(shù)據(jù)，該條微博被評論了3 717次，被轉發(fā)了5 993次，轉發(fā)與評論的比為1.61∶1，這意味著存在大量用戶直接對該條微博進行了轉發(fā)而未發(fā)表評論，轉發(fā)行為本身使得旅游景點微博負面口碑的傳播實現(xiàn)了范圍上的跳躍和突破。在前文所述的許玉[6]8和馬漫江[27]38的研究中，轉發(fā)與評論的比分別為2.64∶1和2.78∶1，本文轉發(fā)與評論的比作為相對值，與前人研究相比較小，但被轉發(fā)次數(shù)(5 993次)作為絕對值來說，要遠遠大于前人研究中的值(分別為431次和523次)，轉發(fā)行為帶來的傳播廣度的擴大效應十分明顯。因此，如同其他負面口碑一樣，旅游景點的網(wǎng)絡負面口碑一旦在微博平臺上進行傳播，其傳播速度和傳播范圍都會達到一個前所未有的高度，如果旅游景點無法做出有效合理的應對，會對旅游景點的口碑和攬客能力產(chǎn)生極大的負面影響。

(四)旅游景點微博負面口碑傳播交互分析

根據(jù)類目二對評論內(nèi)容進行交互性分析發(fā)現(xiàn)，在總共3 486條評論中，屬于評論者與原文作者之間交互的共有1 091條，占評論總數(shù)的31.30%。微博平臺使得網(wǎng)絡口碑傳播者不僅可以與原文作者進行交互，也使得網(wǎng)絡口碑傳播者之間可以進行直接交互，從而使得負面口碑的影響更加深入。旅游產(chǎn)品是一種信息密集、“涉入度”較高的產(chǎn)品，旅游景點的負面口碑在微博上更容易引發(fā)評論用戶之間的互動和討論，從而大大強化了旅游景點負面口碑的影響力。

同時，在評論者之間的交互中發(fā)現(xiàn)，存在評論者向(@)“青島工商局12315”“青島工商”“青島公安110”“青島市旅游局官方微博”“山東省旅游局官方微博”等官方微博賬號索要反饋信息的現(xiàn)象，即有些評論用戶試圖通過官方途徑來獲取事件的真實情況和后續(xù)處理，但官方微博賬號面對矛頭時的集體“沉默”和互動的缺失，使得由單一熱點事件所引發(fā)的景點負面口碑的惡劣影響愈演愈烈。

根據(jù)類目三和類目四對評論內(nèi)容進行分析可知，在總共3 486條評論中，有449條是與“青島旅游”相關的，占評論總數(shù)的12.88%，其中422條是與“青島旅游”相關的負面口碑，27條是與“青島旅游”相關的正面口碑；有115條評論明確表達了評論者針對青島的出行意愿，占評論總數(shù)的3.30%，其中111條是針對青島的消極出行意愿，4條是針對青島的積極出行意愿。同時，在所有評論中，與其他旅游景點相關甚至涉及國內(nèi)整個行業(yè)的負面口碑總共144條。由此可見，旅游景點的網(wǎng)絡負面口碑傳播，不僅會極大地影響旅客針對該景點本身的出行意愿，同時也會引發(fā)對于其他景點甚至整個旅游業(yè)的質疑和不滿。

(五)旅游景點微博負面口碑傳播控制性分析

在社會網(wǎng)絡結構圖中，如果一個行動者處于許多交往網(wǎng)絡路徑上，則認為此人居于重要地位，因為他具有控制其他兩人之間的交往的能力。社會網(wǎng)絡分析使用中間中心度這一概念來表示行動者對于資源的控制能力。中間中心度較高的點，往往處于許多其他點對的測地線即最短的途徑上，對其他點對的溝通起著重要的橋梁作用[28]。本研究通過中間中心性分析和相關分析，識別出在旅游景點微博負面口碑傳播的各個階段中對負面口碑傳播具有較強控制能力的傳播者，并分析其用戶特征，從而能夠為控制旅游景點負面口碑在微博的傳播并最大限度地降低其負面影響提供指導和借鑒。利用UCINET軟件分別對6個階段進行中間中心性分析，統(tǒng)計指標見表4。

表4 各階段中間中心性統(tǒng)計指標

根據(jù)表4的數(shù)據(jù)，6個階段的中間中心勢均高于80%，說明所選案例的社會網(wǎng)絡結構圖中存在具有較強控制力的節(jié)點，且節(jié)點的中間中心勢越高，控制力越大，其他用戶對其依賴性也越大。

為了進一步分析在旅游景點微博負面口碑傳播的各個階段中具有較強控制能力的傳播者的特征，及其中間中心度與傳播者微博用戶畫像特征之間是否相關，本研究選取各階段具有較高中間中心性的重點用戶作為樣本(6個階段的樣本量分別為19，120，211，78，99和41)，將微博用戶的微博數(shù)量、關注數(shù)量和擁有的粉絲數(shù)量作為其微博用戶畫像特征的3個指標，對中間中心性排名和微博用戶畫像特征3個指標的排名分別進行相關分析。統(tǒng)計分析結果如表5至表10所示。

表5 第一階段相關分析結果

表6 第二階段相關分析結果

表7 第三階段相關分析結果

表8 第四階段相關分析結果

表9 第五階段相關分析結果

表10 第六階段相關分析結果

由上述分析結果可知，用戶微博用戶畫像特征3個指標(微博數(shù)量、關注數(shù)量和擁有的粉絲數(shù)量)排名在6個階段兩兩之間均顯著正相關。關注數(shù)排名越高，即微博用戶關注的微博賬號數(shù)量越多，該微博用戶的信息來源越廣；粉絲數(shù)排名越高，即微博用戶擁有的粉絲數(shù)量越多，該微博用戶發(fā)布或轉發(fā)的消息的曝光量越大；微博數(shù)排名越高，即微博用戶發(fā)文數(shù)量越大，該微博用戶的活躍度越高。

而在第一階段(誕生階段)、第四階段(成熟階段)和第六階段(衰退階段)，中間中心性排名與用戶微博用戶畫像特征3個指標的相關關系均不顯著。在旅游景點微博負面口碑傳播的初期，負面口碑事件還未獲得廣泛的關注，對其傳播起著橋梁作用的用戶的行為往往是偶然的，這一階段的“橋梁用戶”并不一定具有較高關注數(shù)、粉絲數(shù)和微博數(shù)排名。同樣地，在旅游景點微博負面口碑傳播的衰退期，網(wǎng)民對于負面口碑事件的關注熱情極大地減退，評論數(shù)量零星增長，對其傳播起著橋梁作用的用戶的行為往往也是零星的，這一階段的“橋梁用戶”也并不一定具有較高關注數(shù)、粉絲數(shù)和微博數(shù)排名。而在旅游景點微博負面口碑傳播的成熟階段，由于經(jīng)歷了爆發(fā)階段和成長階段負面口碑在“意見領袖”驅動下的快速傳播，這一階段負面口碑的傳播往往發(fā)生在“普通用戶”之間，因此這一階段的“橋梁用戶”大都是關注數(shù)、粉絲數(shù)和微博數(shù)排名不是很高的普通用戶。

在第二階段(爆發(fā)階段)，中間中心性排名與用戶微博畫像特征3個指標之間的相關程度有所區(qū)別。其中，中間中心性排名與微博數(shù)排名、粉絲數(shù)排名之間具有顯著的正相關關系，即在爆發(fā)階段，重點用戶擁有的粉絲數(shù)和發(fā)表的微博數(shù)量越大，其對旅游景點微博負面口碑傳播的過程產(chǎn)生的影響力和中介作用越強。而在這一階段，中間中心性排名與關注數(shù)排名的相關關系不顯著，主要是因為關注數(shù)代表的是微博用戶信息來源的廣度，即微博用戶從其他用戶處發(fā)現(xiàn)信息的能力，在評論爆炸式增長這一持續(xù)時間較短的時期，重點用戶信息來源的“質”比“量”更重要，優(yōu)質的信息來源能夠使得重點用戶從特定的目標對象處獲得負面口碑，從而將負面口碑進行再傳播。

在第三階段(成長階段)，中間中心性排名與用戶微博用戶畫像特征3個指標之間均具有顯著的正相關關系。這意味著微博數(shù)、關注數(shù)、粉絲數(shù)排名越高，中間中心性的排名也越高，即在成長階段，重點用戶發(fā)文數(shù)量越大、關注的微博賬號數(shù)量越多、追隨該用戶的粉絲數(shù)量越多，其越有能力左右旅游景點微博負面口碑的傳播趨勢。

在第五階段(二次爆發(fā)階段)，中間中心性排名僅與用戶微博畫像特征中的粉絲數(shù)排名具有顯著的正相關關系，即在二次爆發(fā)階段，重點用戶的追隨者群體越龐大，其在旅游景點微博負面口碑傳播過程中的影響力和中介作用則越強。在這一階段，中間中心性排名與關注數(shù)排名、微博數(shù)排名的相關關系不顯著，主要是因為二次爆發(fā)是在負面口碑事件最新報道消息的驅動下發(fā)生的，在本研究中，是由青島市市北區(qū)人民政府新聞辦公室官方微博發(fā)布了關于肇事大排檔價格違法問題的處理意見，引發(fā)了新一輪的討論。這一階段的“重點用戶”往往已經(jīng)知悉事件的原委，可以從特定的目標對象處獲得負面口碑，然后將負面口碑進行二次傳播。因此，這一階段的重點用戶往往擁有較多的粉絲數(shù)量，而不一定需要較廣的信息來源和較多的發(fā)文量。

三、結論

本文選取新浪微博作為研究平臺，利用社會網(wǎng)絡分析法和內(nèi)容分析法對“青島天價龍蝦”事件的負面口碑進行研究，研究結果表明：第一，在旅游景點微博負面口碑傳播的6個階段，原文作者均處于傳播網(wǎng)絡的中心位置，其他用戶的轉發(fā)行為使傳播擴大；第二，在旅游景點微博負面口碑傳播的過程中，“意見領袖”和用戶之間的交互大大強化了負面口碑的影響力；第三，旅游景點微博負面口碑的傳播對公眾的出行意愿會形成巨大的負面影響。

根據(jù)以上的實證結果和結論，我們認為可以為旅游目的地針對微博負面口碑傳播的管理提供如下啟示。

1.旅游景點相關負責單位應在網(wǎng)絡上提供負面情緒的疏導路徑，為公眾提供反映問題、釋放不滿的渠道?？梢栽诼糜尉包c官方網(wǎng)站或者論壇、貼吧等平臺建立網(wǎng)絡虛擬“意見箱”，并切實落實問題處理和解決機制，使得負面口碑得到“內(nèi)部消化”，防止其演變成公共事件，從而從源頭上對負面口碑進行把控。

2.旅游景點相關負責單位應進行及時、科學的網(wǎng)絡輿情監(jiān)測，以防止基于轉發(fā)行為的微博負面口碑的病毒式傳播。對于規(guī)模較大、財力雄厚、人力資源充足的旅游景點而言，可以自建輿情監(jiān)測體系，重點關注粉絲數(shù)、微博數(shù)、關注數(shù)較多的重點用戶，設計一套負面口碑分級體系，并針對不同級別的負面口碑分別建立響應機制和流程；對于規(guī)模較小、財力薄弱、人力資源不足的旅游景點而言，可以考慮采取與微博企業(yè)合作的方式將輿情監(jiān)測外包，在控制其運營成本的前提下有效地預防負面輿情的形成。

3.對于已經(jīng)形成傳播趨勢的負面口碑，應通過與“意見領袖”進行聯(lián)系、對事件進行快速處理并信息公開的方式，盡可能地降低負面口碑的影響。當旅游景點微博負面口碑傳播進入到爆發(fā)階段甚至是成長階段時，旅游景點相關負責單位應與 “意見領袖”就負面口碑的真?zhèn)?、處理進度等信息進行溝通，通過其在微博上的“二次發(fā)聲”，防止負面口碑傳播的進一步惡化。同時，景點相關負責單位還應及時地正面回應微博用戶的互動(微博用戶的@行為)，通過官微澄清事實，加快事件處理，實時轉播處理進度，使之失去話題性，并使微博負面口碑的傳播提前進入衰退階段。

4.旅游景點應將口碑管理納入到景點品牌管理中來，將網(wǎng)絡口碑報告的生成工作常態(tài)化。采取定性和定量相結合的方式，定期對景點的微博網(wǎng)絡口碑進行評估，從而為景區(qū)整體的品牌管理和品牌戰(zhàn)略提供參考和依據(jù)。同時，定期評估微博網(wǎng)絡口碑管理工作的效率和效果，持續(xù)改進景點的負面口碑管控工作。

[1] Yang N，Li S，Ma AP. Tourists attraction’s marketing strategy research based on the factors of EWOM[C]//China Tourism Academy.2013 Proceedings of the annual conference of China's tourism science.Beijing：China Tourism Academy，2013.[楊娜，李爽，馬愛萍.基于網(wǎng)絡口碑影響力因素的旅游景區(qū)營銷策略研究[C]//中國旅游研究院. 2013中國旅游科學年會論文集. 北京：中國旅游研究院，2013.]

[2] Cheng X. The study of EWOM influence on tourists’ choosing tourists attraction[J].China Market， 2010(23)：100-101.[程霞.網(wǎng)絡口碑信息對游客景點選擇的影響研究[J].中國市場，2010(23)：100-101.]

[3] Yuan XW. The empirical study of the tourism EWOM influence on tourist behavioral intentions[D].Haikou：Hainan University，2015.[員曉文.旅游網(wǎng)絡口碑對旅游者行為意愿影響的實證研究[D].海口：海南大學，2015.]

[4] Lai SQ，Tang XM，Zhu M. The study of EWOM influence on tourists’ destination choice.[J].Management Review，2011，23(6)：68-75.[賴勝強，唐雪梅，朱敏.網(wǎng)絡口碑對游客旅游目的地選擇的影響研究[J].管理評論，2011，23(6)：68-75.]

[5] Wang GB. Study of the impact of online reputation on tourists' decision-making[J].Journal of Anhui Normal University(Natural Science)， 2012，35(3)：270-275.[王貴斌.網(wǎng)絡口碑對游客旅游決策的影響研究[J].安徽師范大學學報(自然科學版)，2012，35(3)：270-275.]

[6] Xu Y，Zong QJ，Yuan QJ，et al. Communications of negative word-of-mouth in micro-blogging[J]. Journal of Intelligence， 2012，31(7)：6-10，24.[許玉，宗乾進，袁勤儉，等.微博負面口碑傳播研究[J].情報雜志，2012，31(7)：6-10，24.]

[7] Yoo KH， Gretzel U. What motivates consumers to write online travel reviews?[J].Information Technology & Tourism，2008，10(4)： 283-295.

[8] Li JK. The study of cross-cultural tourism EWOM communication psychological mechanism[J]. Journal of Mudanjiang University， 2013，22(3)：102-104.[李敬科.跨文化旅游網(wǎng)絡口碑傳播心理機制研究[J].牡丹江大學學報，2013，22 (3)：102-104.]

[9] Lin Q，Dai WQ. Study on the trust factors of destination E-WOM[J].Journal of Beijing International Studies University， 2008 (7)：15-22.[林巧，戴維奇.旅游目的地網(wǎng)絡口碑信任度影響因素研究[J].北京第二外國語學院學報，2008 (7)：15-22.]

[10] Chai HY. Study of communications on electronic word-of-mouth of destination[D].Wuhan： Wuhan University，2011.[柴海燕.旅游目的地網(wǎng)絡口碑傳播研究[D].武漢：武漢大學，2011.]

[11] Sotiriadis MD， Zyl CV. Electronic word-of-mouth and online reviews in tourism services： The use of twitter by tourists[J].Electronic Commerce Research，2013，13(1)： 103-124.

[12] Jalilvand MR，Samiei N，Dini B，et al. Examining the structural relationships of electronic word of mouth， destination image， tourist attitude toward destination and travel intention： An integrated approach[J].Journal of Destination Marketing & Management，2012，1(1)： 134-143.

[13] Qin QY. Research on the Internet word-of-mouth’s influence on Nanning college students’ tourism decision-making[D].Nanning：Guangxi University，2012.[覃瓊玉.網(wǎng)絡口碑對南寧大學生旅游決策行為的影響研究[D].南寧：廣西大學，2012.]

[14] Wang P. Understanding the influence of electronic word-of-mouth on outbound tourists’ visit intention[J]. International Federation for Information Processing， 2015， 17(4)：33-45.

[15] Jalilvand MR，Ebrahimi A，Samiei N. Electronic word of mouth effects on tourists’ attitudes toward Islamic destinations and travel intention： An empirical study in Iran[J]. Procedia-Social and Behavioral Sciences，2013，81： 484-489.

[16] Huang DY，Liu JY，Liu Z. Impact of internet word of mouth on destination image (IWOM)：A case study of Macao[J].China Management Studies， 2015，10(3)：75-93.[黃丹宇，劉靜艷，劉錚.網(wǎng)絡口碑對旅游目的地形象感知的影響研究：以中國澳門為例[J]. 中大管理研究，2015，10 (3)：75-93.]

[17] Zhu CL，Hou ZQ. Tourism destination’s image perception based on EWOM：A case of Xiamen[J]. Tropical Geography， 2013，33(4)：489-495.[朱翠蘭，侯志強.基于網(wǎng)絡口碑的旅游目的地形象感知：以廈門市為例[J].熱帶地理，2013，33(4)：489-495.]

[18] Wu XF. The relationships among tourism destination’s image， EWOM and consumers’ loyalty[J].Journal of Shenyang Normal University(Social Science Edition)， 2010，34(4)：37-40.[吳雪飛. 旅游目的地形象、網(wǎng)絡口碑與顧客忠誠的關系[J].沈陽師范大學學報(社會科學版)，2010， 34(4)：37-40.]

[19] Zhang JF. The Xinjiang tourism IWOM marketing strategy study based on social media[D].Urumchi：Xinjiang University，2013.[張金鳳.基于社會化媒體的新疆旅游網(wǎng)絡口碑營銷策略研究[D].烏魯木齊：新疆大學，2013.]

[20] Zhang R. The study of south Korea tourism brand IWOM spread based on social network analysis[D].Guangzhou：Jinan University，2015.[張銳.基于社會網(wǎng)絡分析的韓國旅游品牌網(wǎng)絡口碑傳播研究[D].廣州：暨南大學，2015.]

[21] Hornik J，Satchi RS，Cesareo L，et al. Information dissemination via electronic word-of-mouth： Good news travels fast，bad news travels faster![J]. Computers in Human Behavior，2015，45： 273-280.

[22] Jing TK，Lin JR. Social network analysis： Theory，method and applications[M].Beijing： Beijing Normal University Press，2009.[景天魁，林聚任.社會網(wǎng)絡分析：理論、方法與應用[M].北京：北京師范大學出版社，2009.]

[23] Shao YF，OuYang QY，Sun L. Social network analysis and its application to innovative research[J]. Chinese Journal of Management， 2009，6(9)：1188-1193，1203.[邵云飛，歐陽青燕，孫雷.社會網(wǎng)絡分析方法及其在創(chuàng)新研究中的運用[J].管理學報，2009，6(9)：1188-1193，1203.]

[24] Zou F. On methodology and applications of content analysis[D].Wuhan：Wuhan University， 2004.[鄒菲.內(nèi)容分析法的理論與實踐研究[D].武漢：武漢大學，2004.]

[25] http：//data.weibo.com. 2015 Micro-blog user development report[EB/OL].(2015-12-15)[2016-02-26].http：//data.weibo.com/report/ reportDetail?id= 297.[新浪微博數(shù)據(jù)中心.2015微博用戶發(fā)展報告[EB/OL].(2015-12-15)[2016-02-26] .http：//data.weibo.com/ report/reportDetail?id= 297.]

[26] Chen SY. Study on the pattern and characteristics of micro-blog topic’s viral communication： Case of Ice Bucket Challenge[J].Public Communication of Science & Technology， 2015(8)：98-99.[陳思妤.微博話題的病毒式傳播模式及特性研究：以“冰桶挑戰(zhàn)”為例[J].科技傳播，2015 (8)：98-99.]

[27] Ma MJ. Microblog-based empirical research on communication effect of negative word-of-mouth： Case study of McDonald’s 315 event[J].Information Research， 2014(11)：36-40.[馬漫江.微博負面口碑傳播效果的實證研究：以麥當勞3·15事件為例[J].情報探索， 2014(11)：36-40.]

[28] Liu J. Introduction to social network analysis[M].Beijing： Social Sciences Academic Press，2004.[劉軍.社會網(wǎng)絡分析導論[M].北京： 社會科學文獻出版社，2004.]

[責任編輯：潘岳風]

Micro-blog-based Empirical Research on Communication of Tourism Destination’s Negative Word-of-mouth

SUN Liyan，YUAN Qinjian

(SchoolofInformationManagement，NanjingUniversity，Nanjing210046，China)

Based on Sina micro-blog， this paper took Qingdao’s tremendously overpriced shrimps event as example and used Social Network Analysis etc. to analyze the communication of tourism destination’s negative word-of-mouth. Results show： a. In all six phases of communication， the original author is at the center of the communication network and the forwarding actions of other users make it spread to a greater scale； b. The interaction between opinion leaders and other users makes the impact of negative WoM more profound； c. The communication of tourism destination’s negative WoM brought negative impact on the willingness to travel of the public. Corresponding measures are proposed to help tourism destinations to handle micro-blog crisis like this.

tourism destination；micro-blog word-of-mouth；internet word-of-mouth；negative word-of-mouth；communication of word-of-mouth

國家旅游局規(guī)劃項目“我國旅游機構微博形象及其提升策略研究”(14TACK005)

2016-04-25

孫莉艷(1991- )，女，山東淄博人，南京大學信息管理學院2014級碩士研究生；袁勤儉(1969- )，男，甘肅環(huán)縣人，南京大學信息管理學院教授，博士研究生導師，研究方向為電子商務、信息管理與信息分析。

Sun LY， Yuan QJ. Micro-blog-based empirical research on communication of tourism destination’s negative word-of-mouth[J]. Tourism Forum，2016，9(5)：78-85.[孫莉艷，袁勤儉.旅游景點微博負面口碑傳播研究[J].旅游論壇，2016，9(5)：78-85.]

F590.8

A

1674-3784(2016)05-0078-08