从人口学基本情况来看，在调查样本中 ，男性有 185 人，女性有 320 人，占比分别为 36.63%和 63.37%；未婚群体人数和已婚群体人数基本持平，分别占比 48.12%和 51.88%；非党员群体人数要高于党员群体人数；城市户口人数高于农业户口人数，分别占比 60.59%和 39.41%；从教育程度来看，本次调研对象的教育程度主要集中在初高中和大专水平，分别占比 50.89%和 25.54%，小学及以下人数占比 9.5%，大学及以上人数占比 14.06%；从当前所在地情况来看，调查对象主要集中在二三线城市，分别占比 20.79%和 24.36%，但由于样本总量的限制，虽然各县级城市占比不同，但在总人数上的差异并不显著，来自一线城市的有 88 人，二线城市的 105 人，三线城市的 123 人，四线城市的 89 人，五线城市100 人；在个人职业情况中，大多数调研对象来自企事业单位和私营企业，分别占比 28.32%和 34.46%，学生群体占比 11.68%，政府成员占比 9.5%，其他职业占比 16.04%。
在网络使用情况模块，在互联网上进行网络社交的频率整体较高，几乎每天都进行社交的群体占比 55.64%，一周内进行 3-4 次社交的人数占比 17.82%，一周内进行 1-2 次社交的人数占比 13.86%，几乎不社交的人数只占比 4.16%；在网络中进行线上娱乐的群体其娱乐频次也较高，每天都在网上娱乐的群体占比52.08%，一周内在网上娱乐 3-4 次的群体占比 17.82%，一周内在网上娱乐 1-2次的群体占比 16.83%，几乎不进行网上娱乐的群体只占比 3.96%；几乎每天在网上查询旅游信息的群体占比 31.88%，一周内在网络上查询 3-4 次旅游信息的群体占比 20.99%，一周内在网络上查询 1-2 次旅游信息的群体占比 17.82%；在计划制定这个变量中，会因为网络旅游内容（图文/视频）从而制定旅游计划的群体占比 57.82%，不会因为网络旅游内容（图文/视频）从而制定旅游计划的群体占比 42.18%，群体规模差异不大，保持持平状态。
表 4.1 选择样本的描述性统计分析
.............................
第 5 章 结论与讨论
一、结论
本文通过对 505 名互联网使用个体的调研数据进行探索，首先解决变量的信度和效度问题，在保证了各变量之间都有较强的解释力度之后，接着运用 OLS回归模型对网络口碑信息获取和旅游决策之间的关系进行探索，将口碑信息获取变量和旅游决策变量之间的相关关系的模型作为基础模型，随后分别放入各个控制变量，构造比较模型，各个控制变量包括基本人口学变量（性别、年龄、收入、婚姻状况、党员身份、户口类型、教育程度等）、互联网使用变量（网络社交频率、网络娱乐频率、网络旅游信息查询频率）、旅游出行意愿变量（出行预算、出行计划制定）、网络口碑模块（口碑发布平台、口碑发布者、口碑内容、口碑接收者），将这些变量分别放入到回归模型中得到比较模型，探寻每个控制变量对因变量的影响；最后为了解决二分变量的问题，特引入 Logistic 回归模型对原模型进行修正。具体研究结果如下：
（1）在网络中进行网络口碑内容查看的个体，更容易继续运用查看到的口碑信息进行旅游决策。
（2）非党员身份的个体比是党员身份的个人更容易继续用网络口碑内容进行旅游决策。这是因为在党员身份的个体心中会偏向于官方公布的各项信息，更习惯于从官媒等正式平台获取信息。而网络口碑则是由个人自身发出，其真实性有待确认。
（3）发布网络口碑的平台专业性越强、用户评价越高，其口碑内容越容易被接受，旅游消费者也更容易根据该口碑进行旅游决策。这是因为如果平台自身的专业能力能够得到消费者认可，那么在消费者心中该平台发布的信息就会具有准确性和权威性，从而推动消费者进行旅游消费决策。
（4）口碑发布者个人专业能力越强，其发布的口碑越容易被接收，旅游消费者越容易根据该口碑进行消费决策。这是因为专业性的口碑发布者往往会提供给消费者更专业更准确的消费指导，这种信息的传递同时也是经过其他消费者检验的，所以其内容的可信度自然就高。
参考文献（略）
