旅游景点微博负面口碑传播研究*

孙莉艳，袁勤俭

(南京大学 信息管理学院，江苏 南京 210046)



[旅游业研究]

旅游景点微博负面口碑传播研究*

孙莉艳，袁勤俭

(南京大学 信息管理学院，江苏 南京 210046)

基于新浪微博，选取热点事件，采用社会网络分析法对旅游景点的微博负面口碑传播进行研究。研究结果表明：在旅游景点微博负面口碑传播的6个阶段，原文作者均处于传播网络的中心位置，其他用户的转发行为使传播扩大；“意见领袖”和其他用户之间的交互大大强化了负面口碑的影响力；旅游景点微博负面口碑的传播对公众的出行意愿会形成巨大的负面影响。根据实证研究的结果提出对应措施，为旅游景点管理网络负面口碑提供启示。

旅游景点；微博口碑；网络口碑；负面口碑；口碑传播

旅游业属于当代社会的信息密集型行业，旅游产品作为一种体验性产品，具有无形性、异地消费、非标准化和复杂性等特征[1]，旅游者很难在出行之前对其质量进行判断。因此，熟人之间的口碑交流成了游客降低出行风险的一个十分重要的途径。随着互联网的普及和web 2.0及社交网络的快速发展，关于旅游景点和旅游产品的网络口碑以其互动性、共享性、多样性、时效性[2]，取代传统口碑，对游客的出行意愿、旅游景点的选择和旅游决策[3-5]等产生重要影响。而微博作为社会化媒体的典型代表，目前其月活跃用户超过2亿，日活跃用户超过1亿，已经成为网络口碑的重要发源地和集散中心。通过发布后的一次传播和转发、评论、转寄的二次传播[6]，微博平台可以使得与旅游景点相关的网络口碑在较短的时间内呈现几何级数式的扩散。

有关旅游景点网络口碑的研究，目前主要集中在：(1)旅游目的地网络口碑影响因素的变量分析，包括传播动机研究[7-8]、可信度研究[9]和传播效果因素研究[10-11]等；(2)旅游目的地网络口碑对消费者行为的影响，包括对消费者品牌态度的影响[12]、对游客景点选择的影响[3]12[5]272、对游客旅游决策的影响[6]9[13]、对旅游者行为意愿的影响[4]72[14-15]等；(3)旅游目的地网络口碑与其他构念的关系研究，如与旅游目的地形象感知[16-17]、顾客忠诚间的关系研究[18]等；(4)旅游网络口碑营销策略研究[1]2[19]等。对于旅游景点网络口碑传播机制的研究仅有两篇，其中张锐采用社会网络分析法，对百度贴吧“韩国旅游吧”一周的发帖和回帖情况进行分析，来研究韩国旅游品牌传播中的网络口碑传播机制[20]；Jacob等学者则通过实验的方法来对实际的口碑传播行为进行研究，得出与正面的网络口碑相比，消费者倾向于向更多对象传播负面的网络口碑[21]。在文献查找的过程中没有发现基于社会化媒体的旅游景点负面口碑传播的研究。本文选取微博这一社会化媒体作为研究平台，拟以一个典型的旅游景点负面口碑实践为例，采用社会网络分析法来研究微博中旅游景点负面口碑的传播特点，从而为旅游景点有效应对“公关危机”提供参考。

一、研究方法与数据获取

(一)社会网络分析法

社会网络分析法是一种对多个社会单元所构成的社会关系的结构及其属性进行分析的一种分析方法[22]。社会网络分析法的优势在于，通过对多个节点的关系进行系统化的测度和分析，从而对个体间的网络结构关系进行解释和研究[23]。目前，社会网络分析已经被广泛用于社会学、心理学、传播学等领域的研究中。由于社会网络分析涉及大量的计算，因此往往需要借助可视化的软件处理工具，如 UCINET、NetDraw、NetMiner和Pajek 等。其中，UCINET作为一种综合型的社会网络分析软件，不仅包括一维与二维数据的可视化分析，同时还集成了NetDraw、Pajek 等可视化工具。因此，本文采用社会网络分析方法，借助UCINET软件，选取热点事件对旅游景点微博负面口碑传播开展研究。

(二)内容分析法

内容分析法是一套系统化地对信息内容作客观、定量分析的专门方法，它可以将定性信息转化为有价值的定量数据。目前，内容分析法已被广泛运用到社会科学领域的研究中[24]。本文采取内容分析的方法对所选取的旅游景点负面事件微博的评论内容进行研究。本文采取的内容分析的步骤为：①提出研究问题；②抽取样本；③确定分析单元；④制定类目系统；⑤内容编码与统计；⑥解释与检验。其中，类目系统如表1所示。

表1 内容分析类目系统

对“青岛交通广播FM897”发布的“青岛天价龙虾”事件微博的3 486条评论(由于新浪微博对部分带有广告性质的评论进行自动屏蔽，因此仅对3 717次评论中的可见评论进行分析)进行内容分析。对内容分析进行信度检验，本文采取编码员信度法来检验两名编码员之间的同意度，两名编码员的相互同意度为87.9%，信度为93.5%，远远高于学术界普遍认可的80%，因此信度检验通过。

(三)数据收集

新浪微博数据中心最新发布的《2015微博用户发展报告》显示，新浪微博月活跃用户数量截至2015年9月30日已经达到2.22亿人次，是名副其的实国内使用频次最大的微博类产品。在旅游领域，2015年全年新浪微博旅游景点热议度(在微博中提及旅游景点的总次数)为5.47亿，人均提及12.2次；景点签到数量为1 399万次，景点搜索数高达1.33亿次[25]。基于此，为了保证研究结果的普适性和代表性，本文选取新浪微博作为研究旅游景点微博负面口碑传播的平台。

本文选取“青岛天价龙虾”事件作为本研究的热点事件，该事件始于青岛交通广播FM897官方微博于2015年10月5日的微博发布，该条微博被评论3 717次，被转发5 993次。本文通过获取该负面微博日志的评论信息(包括用户评论内容和用户ID)以及评论用户的个人资料数据(包括评论用户的粉丝数量、关注数量和微博数量)，基于社会网络分析和内容分析法分别对旅游景点的负面口碑传播和用户情感、交互、出行意愿等进行研究。

二、研究结果

(一)传播阶段划分

借鉴微博话题的病毒式传播模式[26]，根据所选取的热点事件的发展脉络，将该微博负面口碑的传播划分为6个阶段，分别为诞生阶段、爆发阶段、成长阶段、成熟阶段、二次爆发阶段和衰退阶段。该微博累计评论数量随时间推移情况如图1所示，传播阶段划分见表2。

数据来源：作者计算。

(二)旅游景点微博负面口碑的传播路径构建

采用UCINET分别生成6个阶段的负面口碑传播路径图。其中，社会网络结构图上的点代表旅游景点微博负面口碑的生产者和传播者，在所选案例中负面口碑的生产者是“青岛交通广播FM897”，负面口碑的传播者则包括两部分：一部分是针对青岛交通广播FM897发布的微博发表评论的用户，另一部分则是被评论用户转寄即@到的用户。网络结构图中的线代表负面口碑生产者与负面口碑传播者之间可能存在的关系，在此方面，新浪微博平台提供了评论功能、转寄(@)功能、转发同时评论给原文作者功能。

表2 传播阶段划分

为了对网络结构图进行格式化定义，假设甲为网络口碑的生产者。①如果乙评论了甲，那么说明乙收到了生产者甲所传播的网络口碑，与此同时，乙也将自己的评论反馈给了甲，这就构成了双向互动。这种关系在网络结构图中表示为：甲↔乙；②如果评论者乙在评论中“@丙”，那么说明乙将甲的内容分享给丙，而丙则被动地接受了乙所传播的网络口碑而没有提供任何反馈。这种关系在网络结构图中表示为：甲↔乙→丙；③如果丁的评论内容中包含“//@戊”，表明丁是通过戊的转发而得到此消息，并在自己转发该消息的同时评论给了消息的生产者。这种关系在网络结构图中表示为：甲→戊→丁→甲。

(三)旅游景点负面口碑传播路径图总体性分析

利用UCINET自带的NetDraw程序，对6个阶段分别生成有向的可视化结构图(见图2)。其中，“青岛交通广播FM897”作为微博的发布者，在网络口碑传播路径图中扮演着信息源的角色。本研究所收集的该微博下的评论数据反映了其他用户对“青岛交通广播FM897”的直接评论。表3展示了六阶段度数中心性分析的结果，可以看出，6个阶段的旅游景点负面口碑传播路径图均具有较高的网络中心势，网络结构的集中趋势非常明显，原文作者 “青岛交通广播FM897”都处于社会网络结构图的中心位置，大部分评论用户都是从原文作者处获得负面口碑信息，且不存在能够与原文作者的中心地位相匹敌的其他点。在许玉等人[6]9以银行卡为背景的微博负面口碑传播研究和马漫江[27]以“麦当劳315 事件”为背景的微博负面口碑传播效果研究中，口碑的生产者也均在社会网络结构图中处于绝对中心地位。由此可见，口碑生产者在负面口碑传播路径图中占据中心位置，对其他用户具有绝对的影响力。

表3 六阶段度数中心性统计数据

然而，除了直接从微博原作者处获得信息之外，也有部分评论用户是通过其他用户的转发而获取微博内容的。例如，在该微博负面口碑传播的第二至第六阶段，“财经网”官方微博对于原微博的转发，使得大量用户获取了此条信息，产生了与原作者发布负面口碑相同的效果，也使得负面口碑的传播范围获得了前所未有的扩大。通过这样的二次转发甚至是多次转发，形成了一个由众多局部发散网络所形成的复杂网络，从而使得“青岛天价龙虾”事件获得了全国性的影响力。

图2 第一阶段和第六阶段可视化结构图

根据类目一对评论内容进行转发行为分析发现，在总共3 486条评论中，其中有167条评论内容中包含类似“转发”字样或者能够明确辨别存在“转发”行为，占评论总数的4.79%。需要关注的是，可能存在部分评论用户对微博进行了转发但是通过内容无法明显看出有过转发行为，也可能存在部分用户对微博进行了转发但没有评论给原文作者。根据新浪微博的统计数据，该条微博被评论了3 717次，被转发了5 993次，转发与评论的比为1.61∶1，这意味着存在大量用户直接对该条微博进行了转发而未发表评论，转发行为本身使得旅游景点微博负面口碑的传播实现了范围上的跳跃和突破。在前文所述的许玉[6]8和马漫江[27]38的研究中，转发与评论的比分别为2.64∶1和2.78∶1，本文转发与评论的比作为相对值，与前人研究相比较小，但被转发次数(5 993次)作为绝对值来说，要远远大于前人研究中的值(分别为431次和523次)，转发行为带来的传播广度的扩大效应十分明显。因此，如同其他负面口碑一样，旅游景点的网络负面口碑一旦在微博平台上进行传播，其传播速度和传播范围都会达到一个前所未有的高度，如果旅游景点无法做出有效合理的应对，会对旅游景点的口碑和揽客能力产生极大的负面影响。

(四)旅游景点微博负面口碑传播交互分析

根据类目二对评论内容进行交互性分析发现，在总共3 486条评论中，属于评论者与原文作者之间交互的共有1 091条，占评论总数的31.30%。微博平台使得网络口碑传播者不仅可以与原文作者进行交互，也使得网络口碑传播者之间可以进行直接交互，从而使得负面口碑的影响更加深入。旅游产品是一种信息密集、“涉入度”较高的产品，旅游景点的负面口碑在微博上更容易引发评论用户之间的互动和讨论，从而大大强化了旅游景点负面口碑的影响力。

同时，在评论者之间的交互中发现，存在评论者向(@)“青岛工商局12315”“青岛工商”“青岛公安110”“青岛市旅游局官方微博”“山东省旅游局官方微博”等官方微博账号索要反馈信息的现象，即有些评论用户试图通过官方途径来获取事件的真实情况和后续处理，但官方微博账号面对矛头时的集体“沉默”和互动的缺失，使得由单一热点事件所引发的景点负面口碑的恶劣影响愈演愈烈。

根据类目三和类目四对评论内容进行分析可知，在总共3 486条评论中，有449条是与“青岛旅游”相关的，占评论总数的12.88%，其中422条是与“青岛旅游”相关的负面口碑，27条是与“青岛旅游”相关的正面口碑；有115条评论明确表达了评论者针对青岛的出行意愿，占评论总数的3.30%，其中111条是针对青岛的消极出行意愿，4条是针对青岛的积极出行意愿。同时，在所有评论中，与其他旅游景点相关甚至涉及国内整个行业的负面口碑总共144条。由此可见，旅游景点的网络负面口碑传播，不仅会极大地影响旅客针对该景点本身的出行意愿，同时也会引发对于其他景点甚至整个旅游业的质疑和不满。

(五)旅游景点微博负面口碑传播控制性分析

在社会网络结构图中，如果一个行动者处于许多交往网络路径上，则认为此人居于重要地位，因为他具有控制其他两人之间的交往的能力。社会网络分析使用中间中心度这一概念来表示行动者对于资源的控制能力。中间中心度较高的点，往往处于许多其他点对的测地线即最短的途径上，对其他点对的沟通起着重要的桥梁作用[28]。本研究通过中间中心性分析和相关分析，识别出在旅游景点微博负面口碑传播的各个阶段中对负面口碑传播具有较强控制能力的传播者，并分析其用户特征，从而能够为控制旅游景点负面口碑在微博的传播并最大限度地降低其负面影响提供指导和借鉴。利用UCINET软件分别对6个阶段进行中间中心性分析，统计指标见表4。

表4 各阶段中间中心性统计指标

根据表4的数据，6个阶段的中间中心势均高于80%，说明所选案例的社会网络结构图中存在具有较强控制力的节点，且节点的中间中心势越高，控制力越大，其他用户对其依赖性也越大。

为了进一步分析在旅游景点微博负面口碑传播的各个阶段中具有较强控制能力的传播者的特征，及其中间中心度与传播者微博用户画像特征之间是否相关，本研究选取各阶段具有较高中间中心性的重点用户作为样本(6个阶段的样本量分别为19，120，211，78，99和41)，将微博用户的微博数量、关注数量和拥有的粉丝数量作为其微博用户画像特征的3个指标，对中间中心性排名和微博用户画像特征3个指标的排名分别进行相关分析。统计分析结果如表5至表10所示。

表5 第一阶段相关分析结果

表6 第二阶段相关分析结果

表7 第三阶段相关分析结果

表8 第四阶段相关分析结果

表9 第五阶段相关分析结果

表10 第六阶段相关分析结果

由上述分析结果可知，用户微博用户画像特征3个指标(微博数量、关注数量和拥有的粉丝数量)排名在6个阶段两两之间均显著正相关。关注数排名越高，即微博用户关注的微博账号数量越多，该微博用户的信息来源越广；粉丝数排名越高，即微博用户拥有的粉丝数量越多，该微博用户发布或转发的消息的曝光量越大；微博数排名越高，即微博用户发文数量越大，该微博用户的活跃度越高。

而在第一阶段(诞生阶段)、第四阶段(成熟阶段)和第六阶段(衰退阶段)，中间中心性排名与用户微博用户画像特征3个指标的相关关系均不显著。在旅游景点微博负面口碑传播的初期，负面口碑事件还未获得广泛的关注，对其传播起着桥梁作用的用户的行为往往是偶然的，这一阶段的“桥梁用户”并不一定具有较高关注数、粉丝数和微博数排名。同样地，在旅游景点微博负面口碑传播的衰退期，网民对于负面口碑事件的关注热情极大地减退，评论数量零星增长，对其传播起着桥梁作用的用户的行为往往也是零星的，这一阶段的“桥梁用户”也并不一定具有较高关注数、粉丝数和微博数排名。而在旅游景点微博负面口碑传播的成熟阶段，由于经历了爆发阶段和成长阶段负面口碑在“意见领袖”驱动下的快速传播，这一阶段负面口碑的传播往往发生在“普通用户”之间，因此这一阶段的“桥梁用户”大都是关注数、粉丝数和微博数排名不是很高的普通用户。

在第二阶段(爆发阶段)，中间中心性排名与用户微博画像特征3个指标之间的相关程度有所区别。其中，中间中心性排名与微博数排名、粉丝数排名之间具有显著的正相关关系，即在爆发阶段，重点用户拥有的粉丝数和发表的微博数量越大，其对旅游景点微博负面口碑传播的过程产生的影响力和中介作用越强。而在这一阶段，中间中心性排名与关注数排名的相关关系不显著，主要是因为关注数代表的是微博用户信息来源的广度，即微博用户从其他用户处发现信息的能力，在评论爆炸式增长这一持续时间较短的时期，重点用户信息来源的“质”比“量”更重要，优质的信息来源能够使得重点用户从特定的目标对象处获得负面口碑，从而将负面口碑进行再传播。

在第三阶段(成长阶段)，中间中心性排名与用户微博用户画像特征3个指标之间均具有显著的正相关关系。这意味着微博数、关注数、粉丝数排名越高，中间中心性的排名也越高，即在成长阶段，重点用户发文数量越大、关注的微博账号数量越多、追随该用户的粉丝数量越多，其越有能力左右旅游景点微博负面口碑的传播趋势。

在第五阶段(二次爆发阶段)，中间中心性排名仅与用户微博画像特征中的粉丝数排名具有显著的正相关关系，即在二次爆发阶段，重点用户的追随者群体越庞大，其在旅游景点微博负面口碑传播过程中的影响力和中介作用则越强。在这一阶段，中间中心性排名与关注数排名、微博数排名的相关关系不显著，主要是因为二次爆发是在负面口碑事件最新报道消息的驱动下发生的，在本研究中，是由青岛市市北区人民政府新闻办公室官方微博发布了关于肇事大排档价格违法问题的处理意见，引发了新一轮的讨论。这一阶段的“重点用户”往往已经知悉事件的原委，可以从特定的目标对象处获得负面口碑，然后将负面口碑进行二次传播。因此，这一阶段的重点用户往往拥有较多的粉丝数量，而不一定需要较广的信息来源和较多的发文量。

三、结论

本文选取新浪微博作为研究平台，利用社会网络分析法和内容分析法对“青岛天价龙虾”事件的负面口碑进行研究，研究结果表明：第一，在旅游景点微博负面口碑传播的6个阶段，原文作者均处于传播网络的中心位置，其他用户的转发行为使传播扩大；第二，在旅游景点微博负面口碑传播的过程中，“意见领袖”和用户之间的交互大大强化了负面口碑的影响力；第三，旅游景点微博负面口碑的传播对公众的出行意愿会形成巨大的负面影响。

根据以上的实证结果和结论，我们认为可以为旅游目的地针对微博负面口碑传播的管理提供如下启示。

1.旅游景点相关负责单位应在网络上提供负面情绪的疏导路径，为公众提供反映问题、释放不满的渠道。可以在旅游景点官方网站或者论坛、贴吧等平台建立网络虚拟“意见箱”，并切实落实问题处理和解决机制，使得负面口碑得到“内部消化”，防止其演变成公共事件，从而从源头上对负面口碑进行把控。

2.旅游景点相关负责单位应进行及时、科学的网络舆情监测，以防止基于转发行为的微博负面口碑的病毒式传播。对于规模较大、财力雄厚、人力资源充足的旅游景点而言，可以自建舆情监测体系，重点关注粉丝数、微博数、关注数较多的重点用户，设计一套负面口碑分级体系，并针对不同级别的负面口碑分别建立响应机制和流程；对于规模较小、财力薄弱、人力资源不足的旅游景点而言，可以考虑采取与微博企业合作的方式将舆情监测外包，在控制其运营成本的前提下有效地预防负面舆情的形成。

3.对于已经形成传播趋势的负面口碑，应通过与“意见领袖”进行联系、对事件进行快速处理并信息公开的方式，尽可能地降低负面口碑的影响。当旅游景点微博负面口碑传播进入到爆发阶段甚至是成长阶段时，旅游景点相关负责单位应与 “意见领袖”就负面口碑的真伪、处理进度等信息进行沟通，通过其在微博上的“二次发声”，防止负面口碑传播的进一步恶化。同时，景点相关负责单位还应及时地正面回应微博用户的互动(微博用户的@行为)，通过官微澄清事实，加快事件处理，实时转播处理进度，使之失去话题性，并使微博负面口碑的传播提前进入衰退阶段。

4.旅游景点应将口碑管理纳入到景点品牌管理中来，将网络口碑报告的生成工作常态化。采取定性和定量相结合的方式，定期对景点的微博网络口碑进行评估，从而为景区整体的品牌管理和品牌战略提供参考和依据。同时，定期评估微博网络口碑管理工作的效率和效果，持续改进景点的负面口碑管控工作。

[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.[杨娜，李爽，马爱萍.基于网络口碑影响力因素的旅游景区营销策略研究[C]//中国旅游研究院. 2013中国旅游科学年会论文集. 北京：中国旅游研究院，2013.]

[2] Cheng X. The study of EWOM influence on tourists’ choosing tourists attraction[J].China Market， 2010(23)：100-101.[程霞.网络口碑信息对游客景点选择的影响研究[J].中国市场，2010(23)：100-101.]

[3] Yuan XW. The empirical study of the tourism EWOM influence on tourist behavioral intentions[D].Haikou：Hainan University，2015.[员晓文.旅游网络口碑对旅游者行为意愿影响的实证研究[D].海口：海南大学，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.[赖胜强，唐雪梅，朱敏.网络口碑对游客旅游目的地选择的影响研究[J].管理评论，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.[王贵斌.网络口碑对游客旅游决策的影响研究[J].安徽师范大学学报(自然科学版)，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.[许玉，宗乾进，袁勤俭，等.微博负面口碑传播研究[J].情报杂志，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.跨文化旅游网络口碑传播心理机制研究[J].牡丹江大学学报，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，戴维奇.旅游目的地网络口碑信任度影响因素研究[J].北京第二外国语学院学报，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.旅游目的地网络口碑传播研究[D].武汉：武汉大学，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.[覃琼玉.网络口碑对南宁大学生旅游决策行为的影响研究[D].南宁：广西大学，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.[黄丹宇，刘静艳，刘铮.网络口碑对旅游目的地形象感知的影响研究：以中国澳门为例[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.[朱翠兰，侯志强.基于网络口碑的旅游目的地形象感知：以厦门市为例[J].热带地理，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.[吴雪飞. 旅游目的地形象、网络口碑与顾客忠诚的关系[J].沈阳师范大学学报(社会科学版)，2010， 34(4)：37-40.]

[19] Zhang JF. The Xinjiang tourism IWOM marketing strategy study based on social media[D].Urumchi：Xinjiang University，2013.[张金凤.基于社会化媒体的新疆旅游网络口碑营销策略研究[D].乌鲁木齐：新疆大学，2013.]

[20] Zhang R. The study of south Korea tourism brand IWOM spread based on social network analysis[D].Guangzhou：Jinan University，2015.[张锐.基于社会网络分析的韩国旅游品牌网络口碑传播研究[D].广州：暨南大学，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.社会网络分析：理论、方法与应用[M].北京：北京师范大学出版社，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.[邵云飞，欧阳青燕，孙雷.社会网络分析方法及其在创新研究中的运用[J].管理学报，2009，6(9)：1188-1193，1203.]

[24] Zou F. On methodology and applications of content analysis[D].Wuhan：Wuhan University， 2004.[邹菲.内容分析法的理论与实践研究[D].武汉：武汉大学，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.[新浪微博数据中心.2015微博用户发展报告[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.[陈思妤.微博话题的病毒式传播模式及特性研究：以“冰桶挑战”为例[J].科技传播，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.[马漫江.微博负面口碑传播效果的实证研究：以麦当劳3·15事件为例[J].情报探索， 2014(11)：36-40.]

[28] Liu J. Introduction to social network analysis[M].Beijing： Social Sciences Academic Press，2004.[刘军.社会网络分析导论[M].北京： 社会科学文献出版社，2004.]

[责任编辑：潘岳风]

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

国家旅游局规划项目“我国旅游机构微博形象及其提升策略研究”(14TACK005)

2016-04-25

孙莉艳(1991- )，女，山东淄博人，南京大学信息管理学院2014级硕士研究生；袁勤俭(1969- )，男，甘肃环县人，南京大学信息管理学院教授，博士研究生导师，研究方向为电子商务、信息管理与信息分析。

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.[孙莉艳，袁勤俭.旅游景点微博负面口碑传播研究[J].旅游论坛，2016，9(5)：78-85.]

F590.8

A

1674-3784(2016)05-0078-08