Đỗ Thị Thu Hiền
Trường Đại học Thương mại
(Quanlynhanuoc.vn) – Bài viết đề xuất mô hình nghiên cứu các yếu tố tác động đến ý định lựa chọn điểm đến của du khách, trong đó xem xét đến yếu tố sự khác nhau giữa các mùa trong năm. Mô hình đề xuất bao gồm các yếu tố thuộc nhóm: dịch vụ (S), môi trường tự nhiên (NE) và chất lượng cuộc sống của điểm đến (QL), đặc biệt yếu tố thời gian (mùa) được bổ sung vào mô hình nghiên cứu. Kết quả phát hiện ra vai trò của yếu tố thời gian (mùa) trong năm có ý nghĩa trong thu hút du khách sẽ giúp các nhà quản lý đưa ra chính sách thu hút du khách du lịch đạt mức cao nhất.
Từ khóa: Yếu tố thời gian, sự lựa chọn, điểm đến du lịch, du lịch Việt Nam.
1. Đặt vấn đề
Quyết định lựa chọn điểm đến là một trong những khía cạnh quan trọng của hành vi tiêu dùng du lịch. Quyết định này chịu ảnh hưởng của nhiều yếu tố, từ đặc điểm cá nhân, rủi ro nhận thức đến hình ảnh điểm đến, giá trị nhận thức và sự hài lòng mong đợi. Hiểu được các yếu tố ảnh hưởng đến lựa chọn điểm đến giúp các nhà quản lý; nhà tiếp thị du lịch và chính quyền địa phương xây dựng các chiến lược hiệu quả để thu hút khách du lịch.
Nghiên cứu của Chen & Phou (2013)1 và Huang & Van der Veen (2019)2 cho thấy, các nhóm yếu tố thường được đề cập là: eWOM (truyền miệng điện tử); hình ảnh điểm đến; sự quen thuộc với điểm đến. Trong số các yếu tố này, yếu tố được nghiên cứu phổ biến nhất là hình ảnh điểm đến (Chon, 1992)3. Do đó, nghiên cứu tập trung vào việc đo lường trực tiếp các yếu tố thuộc nhóm hình ảnh điểm đến.
Yếu tố thời gian có quan hệ mật thiết với lĩnh vực du lịch, điểm hình là miền Bắc và miền Trung Việt Nam có bốn mùa xuân, hè, thu, đông với đặc điểm thời tiết rất khác nhau, còn miền Nam có mùa mưa và mùa khô. Đặc điểm thời gian này tạo ra sự khác biệt rõ ràng trong thói quen du lịch và lựa chọn điểm đến của khách du lịch theo các vùng và mùa khác nhau. Do đó, việc đánh giá ảnh hưởng của các yếu tố thời gian và hình ảnh điểm đến một cách trùng hợp vẫn là một nhu cầu cần thiết.
Nghiên cứu tập trung phân tích mối liên quan giữa ý định của khách du lịch với lựa chọn điểm đến và phân tích mối liên hệ giữa hình ảnh điểm đến và thái độ của khách du lịch và xem xét vai trò của yếu tố thời gian (mùa) khi nghiên cứu ở khu vực miền Bắc với đặc điểm của bốn mùa trong năm. Yếu tố mùa sẽ được đưa vào mô hình nghiên cứu với vai trò là điều tiết lựa chọn của du khách.
2. Tổng quan lý thuyết và đề xuất mô hình nghiên cứu
Lý thuyết hành vi có kế hoạch (TPB) thường được sử dụng như một hướng dẫn nghiên cứu để dự đoán các ý định hành vi (Fielding et al., 2008)4. Lý thuyết này gồm 3 yếu tố quyết định độc lập cho ý định: thái độ đối với hành vi, các yếu tố xã hội được coi là chuẩn mực chủ quan, kiểm soát hành vi nhận thức.
Để cải thiện hơn nữa việc đo lường các hành vi dự kiến trong lĩnh vực du lịch, nhiều yếu tố mới đã được thêm vào mô hình để nâng cao dự đoán. Các tài liệu đã chỉ ra rằng, trong lĩnh vực du lịch, một trong những yếu tố quan trọng được bổ sung vào mô hình là hình ảnh điểm đến (Park et al., 2017)5. Trong khi đó, hình ảnh điểm đến là yếu tố cốt yếu để xây dựng sự hài lòng của khách du lịch, dẫn đến việc tạo niềm tin của du khách đối với điểm đến (Suryaningsih et al., 2020)6. Hình ảnh điểm đến là một khái niệm mang tính quyết định trong các nghiên cứu về các yếu tố ảnh hưởng đến sự lựa chọn điểm đến của một người (Chaulagain et al., 2019)7. Hình ảnh điểm đến là sự tích lũy các nhận thức, giá trị, niềm tin, ảnh hưởng, cảm xúc và giả định của một người về điểm đến du lịch (Kim & Richardson, 2003)8.
Nhiều yếu tố của hình ảnh điểm đến có thể xuất hiện nhiều trong các nghiên cứu đã được công bố, trong đó có nghiên cứu của Wang & Thanh, (2011) về cảnh quan thiên nhiên và các món ăn địa phương cần được làm nổi bật, trong khi sức khỏe thể chất và tinh thần cần được chú trọng để nâng cao nhận thức của sinh viên đại học Đài Loan về Việt Nam9. Trong một nghiên cứu khác điều tra về khả năng khách du lịch đến thăm lại Việt Nam thì cơ sở hạ tầng, giá cả, môi trường tự nhiên và văn hóa và sự an toàn là những yếu tố ảnh hưởng nhiều nhất đến quyết định này10. Một nghiên cứu của Giao et al. (2020) khảo sát về các yếu tố ảnh hưởng đến ý định quay lại của khách du lịch trong nước đối với tỉnh Bà Rịa – Vũng Tàu được thực hiện bằng phương pháp phỏng vấn trực tiếp hơn 500 khách du lịch trong nước. Kết quả xác định 6 mục như: danh tính của điểm đến; giải trí và đa dạng; hệ động thực vật; truyền thống; di sản văn hóa và khí hậu.
Nghiên cứu kế thừa và phát triển mô hình nghiên cứu nhằm dự đoán quyết định của khách du lịch đến thăm một điểm đến bị ảnh hưởng bởi các yếu tố hình ảnh điểm đến với tác động của các yếu tố thời gian (mùa). Mô hình đề xuất kế thừa các mục của hình ảnh điểm đến đã được phân tích trong các nghiên cứu trước đây, bổ sung thêm biến thời gian (mùa) đóng vai trò điều tiết.
Mô hình đề xuất bao gồm các nhóm biến: dịch vụ, môi trường tự nhiên và chất lượng cuộc sống. Đây là những nhóm tiêu chí quan trọng ảnh hưởng trực tiếp đến hành vi tham quan của khách du lịch. Trong mô hình, H là giả thuyết.
(1) Về dịch vụ
Dịch vụ đề cập đến các đặc điểm hướng đến khách hàng của điểm đến, bao gồm các yếu tố: (1) Nhân viên phục vụ đạt tiêu chuẩn, hữu ích và thân thiện; (2) Xứng đáng với chi phí; (3) Địa điểm cung cấp các điều kiện đảm bảo an toàn sức khỏe; (4) Có nhiều hoạt động giải trí về đêm; (5) Cơ sở hạ tầng du lịch chất lượng, bao gồm nhà hàng và cơ sở lưu trú; (6) Cung cấp những nơi tốt để mua sắm; (7) Có hệ thống giao thông địa phương thuận tiện. Do đó, nghiên cứu đề xuất giả thuyết H1 như sau:
H1: Dịch vụ ảnh hưởng tích cực đến thái độ đối với việc ghé thăm một địa điểm.
(2) Về môi trường tự nhiên
Môi trường tự nhiên (NE) đề cập đến đặc điểm tự nhiên của điểm đến. Mỗi điểm đến đều có những đặc điểm riêng về điều kiện tự nhiên, như: khí hậu, thời tiết, địa hình, động – thực vật, di tích lịch sử. NE trong nghiên cứu này là các đặc điểm của địa điểm bao gồm: (1) Có khí hậu tốt; (2) Mang đến cơ hội thư giãn và tinh thần tươi mới; (3) Điểm đến cung cấp các điều kiện giải trí mạo hiểm và phiêu lưu; (4) Nơi này có nhiều địa điểm du lịch nổi tiếng; (5) Nơi này có cảnh quan ngoạn mục; (6) Môi trường ở nơi này rất trong lành; (7) Nơi này có các loài động vật và thảm thực vật bản địa hấp dẫn; (8) Nơi này bao gồm một vùng đất rộng lớn và dân số thưa. Do đó, nghiên cứu đề xuất giả thuyết H2 như sau:
H2: Môi trường tự nhiên ảnh hưởng tích cực đến thái độ khi đến thăm một địa điểm.
(3) Về chất lượng sống
Chất lượng sống tại điểm đến (QL) bao gồm: (1) Là nơi có điều kiện sống tốt; (2) Dễ dàng đến nơi này từ các thành phố lớn; (3) Nơi này cung cấp phúc lợi xã hội chất lượng, hỗ trợ tốt; (4) Nơi này cung cấp đặc sản nổi tiếng; (5) Người dân địa phương rất hòa đồng và thân thiện; (5) Mức sống của cư dân địa phương trong điểm đến. Do đó, nghiên cứu đề xuất giả thuyết H3 như sau:
H3: Chất lượng cuộc sống ảnh hưởng tích cực đến thái độ của khách đối với một địa điểm.
(4) Về thái độ
Dựa trên lý thuyết TPB, thái độ có ảnh hưởng đến ý định đối với một hành động. Hơn nữa, nhiều nghiên cứu về du lịch cho thấy, thái độ là một yếu tố dự báo mạnh mẽ về ý định của du khách. Ngoài ra, hình ảnh điểm đến có tác động rõ ràng đến ý định ghé thăm một địa điểm và thái độ là yếu tố trung gian giữa hình ảnh điểm đến và ý định ghé thăm. Do đó, nghiên cứu đề xuất giả thuyết H4 như sau:
H4: Thái độ đối với việc đến thăm một địa điểm ảnh hưởng tích cực đến ý định tham quan.
(5) Vấn đề về thời gian như các yếu tố điều tiết
Các đặc điểm thời gian đóng một phần quan trọng trong quá trình quyết định lựa chọn điểm đến. Ví dụ, du khách có xu hướng đi du lịch miền núi vào mùa đông, nhưng vào mùa hè, họ có xu hướng chọn đi du lịch các vùng ven biển. Hơn nữa, vì yếu tố thời gian có mặt ở khắp nơi nên những yếu tố này cần được đưa vào nghiên cứu để đạt được đánh giá chính xác hơn về ý định đến thăm một địa điểm, đặc biệt là khu vực phía Bắc của Việt Nam được chia rõ làm 4 mùa trong năm. Do đó, nghiên cứu đề xuất giả thuyết H5 như sau:
H5: Đặc điểm thời gian đóng vai trò điều tiết hình ảnh điểm đến được cảm nhận đối với thái độ của khách du lịch và ý định ghé thăm.
Ngoài các giả thuyết đã nêu, hình 1 cho thấy, mô hình nghiên cứu mở rộng thêm nhân tố mới là mùa.
3. Phương pháp nghiên cứu và kết quả
3.1. Phương pháp nghiên cứu
Thiết kế bảng câu hỏi mỗi câu hỏi được đặt ra đều xuất phát từ lý luận của các giả thuyết liên quan đến các biến số và thang điểm kiểu Likert được sử dụng để đánh giá trong phạm vi 5 điểm: từ “hoàn toàn không đồng ý” (1 điểm) đến “hoàn toàn đồng ý” (5 điểm). Một phương pháp chọn mẫu thuận tiện được sử dụng để khảo sát du khách đi du lịch ở miền Bắc vào các thời điểm trong năm. Dữ liệu được thu thập bằng bảng câu hỏi sử dụng các biểu mẫu của Google, sau đó được mã hóa và xử lý bằng phần mềm SPSS và AMOS. Phân tích được thực hiện bằng Cronbach’s Alpha để ước tính tính nhất quán của các mục được đo bằng cách sử dụng phương pháp phân tích độ tin cậy, CFA để kiểm tra xem các mục được đo có phù hợp với các biến tiềm ẩn hay không, SEM (mô hình phương trình cấu trúc) giúp xác nhận giá trị cấu trúc và mức độ phù hợp của phép đo và chạy phân tích đa nhóm sử dụng SEM để kiểm tra tác động điều tiết của các đặc điểm thời gian trong mối quan hệ giữa các mục hình ảnh điểm đến, thái độ và ý định đến thăm.
Trong nghiên cứu, tổng số phiếu điều tra khách du lịch hợp lệ được xử lý là 357 phiếu, đáp ứng các yêu cầu và có thể khái quát được và đại diện cho tổng số nghiên cứu.
3.2. Kết quả nghiên cứu
Thứ nhất, kết quả kiểm định Cronbach’s Alpha.
Bảng 1. Kết quả kiểm định Cronbach’s Alpha
| Nhân tố | Viết tắt | Biến ban đầu | Biến sau khi phân tích | Hệ số Cronbach’s Alpha | Biến loại bỏ |
| Chất lượng dịch vụ | S | 7 | 7 | 0.901 | 0 |
| Môi trường tự nhiên | NE | 8 | 8 | 0.815 | 0 |
| Chất lượng sống tại điểm đến | QL | 5 | 5 | 0.802 | 0 |
| Thái độ | ATT | 6 | 6 | 0.852 | 0 |
| Ý định | INT | 3 | 3 | 0.717 | 0 |
Trong bảng 1, tất cả các biến có hệ số Cronbach alpha lớn hơn 0,7 cho thấy, cả 5 yếu tố đều đáng tin cậy. Đối với các biến dịch vụ (S) và thái độ (ATT), hệ số Cronbach’s Alpha tương ứng là rất cao: 0,901; 0,895. Các biến như: môi trường tự nhiên (NE), chất lượng cuộc sống (QL) và ý định đến thăm (INT) có hệ số Cronbach’s Alpha lần lượt là 0,815; 0,802; 0,717, tất cả đều lớn hơn 0,7. Do đó, không có biến nào bị loại.
Thứ hai, kết quả phân tích EFA.
Hệ số tải nhân tố bảo đảm ý nghĩa thực tế của EFA: tải nhân tố > 0,3 được cho là mức tối thiểu; hệ số tải > 0,4 được coi là quan trọng; hệ số tải > 0,5 được coi là có ý nghĩa thực tế (Hair và cộng sự 2006). Các quy định để phân tích nhân tố khám phá là: (1) Tải nhân tố > 0,5; (2) Hệ số KMO (Kaiser-Meyer-Olkin) nằm trong khoảng [0,5; 1]; (3) Kiểm định Bartlett có ý nghĩa (Sig.) <0,05; (4) Phần trăm phương sai > 50%.
Thứ ba, kết quả KMO và Bartlett’s test.
| Bảng 2. Kết quả KMO và BARTLETT’S TEST | ||
| Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | 0.922 | |
| Bartlett’s Test of Sphericity | Approx. Chi-Square | 12601.663 |
| df | 408 | |
| Sig. | 0.000 | |
Kết quả phân tích dữ liệu trong bảng 2 cho thấy, KMO là 0,922, đạt mức lớn hơn ngưỡng. Phạm vi từ 0,5 – 1, với Sig. = 0,000, có ý nghĩa chỉ ra rằng các biến trong mô hình có tương quan với nhau. Có 28 biến quan sát của 5 biến phụ thuộc và độc lập được đưa vào để phân tích EFA (phân tích nhân tố khám phá) với phương pháp Promax.
Thứ tư, kết quả ma trận xoay.
Bảng 3. Kết quả ma trận xoay
| Biến quan sát | 1 | 2 | 3 | 4 | 5 | Phương sai trích (%) |
| S7 | 0.890 | 64.827% | ||||
| S1 | 0.857 | |||||
| S6 | 0.801 | |||||
| S2 | 0.724 | |||||
| S3 | 0.718 | |||||
| S5 | 0.702 | |||||
| S4 | 0.610 | |||||
| NE6 | 0.799 | |||||
| NE7 | 0.791 | |||||
| NE2 | 0.793 | |||||
| NE8 | 0.748 | |||||
| NE1 | 0.739 | |||||
| NE4 | 0.685 | |||||
| NE5 | 0.628 | |||||
| NE3 | 0.682 | |||||
| QL1 | 0.816 | |||||
| QL3 | 0.711 | |||||
| QL5 | 0.698 | |||||
| QL2 | 0.688 | |||||
| QL4 | 0.691 | |||||
| ATT6 | 0.825 | |||||
| ATT1 | 0.791 | |||||
| ATT4 | 0.682 | |||||
| ATT2 | 0.644 | |||||
| ATT3 | 0.654 | |||||
| ATT5 | 0.598 | |||||
| INT2 | 0.793 | |||||
| INT1 | 0.692 | |||||
| INT3 | 0.698 |
Kết quả phân tích dữ liệu ở bảng 4 cho thấy, tất cả các biến trong các nhóm đều có hệ số tải > 0,5, từ đó đạt độ tin cậy. Hệ số tải của các biến quan sát là 0,5; Total Variance Explained được chia thành 5 nhóm với 28 biến có thể giải thích 64,827% các biến thiên của mô hình. Như vậy, sau khi phân tích EFA, 28 biến quan sát và 5 biến phụ thuộc và độc lập được trích xuất
Thứ năm, kết quả phân tích CFA và SEM.
Bảng 4. Kết quả phân tích CFA và SEM
| Đo lường | Chỉ số CFA | Chỉ số SEM | Ngưỡng | Diễn giải |
| CMIN | 710.168 | 717.003 | — | — |
| DF | 357.000 | 360.000 | — | — |
| CMIN/DF | 1.989 | 1.99 | Giữa 1 và 3 | Xuất sắc |
| CFI | 0.969 | 0.957 | >0.95 | Xuất sắc |
| SRMR | 0.029 | 0.040 | <0.08 | Xuất sắc |
| RMSEA | 0.030 | 0.033 | <0.06 | Xuất sắc |
| PClose | 1.000 | 1.000 | >0.05 | Xuất sắc |
| AVE | Từ 0.510 đến 0.605 | >0.5 | Giá trị hội tụ | |
| P value of (C.R) | 0.00 | <0.05 | Giá trị phân biệt | |
| AVE minus MSV | >0 | AVE>MSV | Giá trị phân biệt |
Dựa trên các tiêu chí của Hu và Bentler (1999), tất cả các chỉ số đều thỏa mãn và có thể thấy mô hình tương thích với dữ liệu. Từ đây thang đo được coi là có giá trị hội tụ khi tổng phương sai trích (AVE) của các khái niệm đạt khoảng 0,5 trở lên11. Theo kết quả nghiên cứu, các giá trị AVE đều lớn hơn 0,5 nên có thể kết luận rằng các yếu tố có giá trị hội tụ. Giá trị phân biệt được đánh giá theo các tiêu chí sau: (1) Đánh giá xem hệ số tương quan giữa các nhân tố có khác 1 hay không. (2) So sánh căn bậc hai của AVE với hệ số tương quan của một nhân tố với các nhân tố khác. Tiêu chí được thỏa mãn khi căn bậc hai của AVE lớn hơn tất cả các giá trị tuyệt đối của hệ số tương quan của nó với các yếu tố khác, hoặc AVE lớn hơn MSV (MSV là bình phương lớn nhất trong tất cả các bình phương hệ số tương quan). Kết quả cho thấy, hệ số tương quan giữa các yếu tố khác 1 và AVE lớn hơn MSV có nghĩa là chúng thực sự khác biệt với nhau. Kết quả mô hình đáp ứng yêu cầu và sẵn sàng chạy mô hình SEM để xác minh mô hình nghiên cứu.
Thứ sáu, kết quả phân tích SEM.
Kỹ thuật phân tích dữ liệu với mô hình phương trình cấu trúc (SEM) được sử dụng để xác định tính hợp lý của mô hình và mối liên hệ nhân quả giữa các biến bằng cách sử dụng phần mềm IBM AMOS phiên bản 20. Kết quả được trình bày trong bảng 4 và bảng 5.
Kết quả phân tích của nghiên cứu thể hiện tại bảng 4 chỉ ra mô hình giả thuyết phù hợp. CMIN / DF, CFI, SRMR, RMSEA, PClose cho mô hình đề xuất lần lượt là 1.99, 0.957, 0.040, 0.033 và 1.000.
Bảng 5. Kết quả phân tích mô hình SEM
| Tương quan giữa các yếu tố | Ước lượng | S.E. | C.R. | P | Ước tính chuẩn hóa | ||
| ATT | <— | S | 0.218 | 0.013 | 10.08 | *** | 0.341 |
| ATT | <— | N_E | 0.266 | 0.021 | 8.723 | *** | 0.305 |
| ATT | <— | QL | 0.297 | 0.018 | 11.95 | *** | 0.381 |
| INT | <— | ATT | 0.665 | 0.046 | 12.033 | *** | 0.535 |
Bảng 5 giải thích tác động giữa các biến độc lập và phụ thuộc. Kết quả cho thấy, đối với trọng số hồi quy QL có ảnh hưởng nhiều nhất đến ATT với Beta là 0,381, tiếp theo là S với Beta là 0,341. ATT có ảnh hưởng đến INT với giá trị p là 0,000 và trọng số hồi quy là 0,535.
Thứ bảy, kết quả phân tích đa nhóm kiểm định vai trò của biến điều tiết mùa.
Nghiên cứu sử dụng phần mềm SPSS và AMOS để chạy phân tích đa nhóm nhằm kiểm tra tác động của các khía cạnh mùa trong mối quan hệ giữa các biến độc lập (S, NE, QL), trung gian (ATT) và phụ thuộc (INT). Kết quả được thể hiện trong Bảng 6.
Bảng 6. Kết quả phân tích đa nhóm
| Nhân tố | Thời gian (Mùa) | ||||
| Mùa Xuân | Mùa Hè | Mùa Thu | Mùa Đông | ||
| Estimate/ P value | Estimate/ P value | Estimate/ P value | Estimate/ P value | ||
| S ATT | 0.251/0.201 | 0.262/0.011 | 0.079/0.080 | 0.074/0.185 | |
| NEATT | 0.187/0.430 | 0.302/0.021 | 0.111/0.100 | 0.041/0.526 | |
| QLATT | 0.210/0.112 | 0.224/0.001 | 0.030/0.308 | 0.021/0.558 | |
| ATTINT | 0.479/0.660 | 0.223/0.001 | 0.953/0.500 | 0.005/0.821 | |
Trong số các tương tác, chỉ có mùa hè có ý nghĩa thống kê (p < 0.05) và điều tiết. Điều này cho thấy, vào mùa hè sự tác động của các yếu tố lên thái độ (ATT) lựa chọn của du khách trở nên rõ rệt hơn, có thể do mùa cao điểm du lịch nên du khách quan tâm và cân nhắc nhiều hơn khi đi du lịch.
Kết quả cũng chỉ ra, yếu tố thời gian, cụ thể là các mùa xuân, hè, thu, đông có vai trò điều tiết mối quan hệ giữa hình ảnh điểm đến, thái độ và ý định đi du lịch của du khách khu vực phía Bắc.
4. Kiến nghị
Từ kết quả nghiên cứu cho thấy, để thu hút khách du lịch lựa chọn điểm đến, cần có những chiến lược hiệu quả và phù hợp với xu hướng mới nhằm nâng cao sức hấp dẫn của địa phương đối với du khách trong và ngoài nước đặc biệt là lựa chọn các điểm đến tại khu vực miền Bắc, nơi có khí hậu 4 mùa sẽ tác động nhiều lêm lựa chọn thời gian du lịch của du khách. Các giải pháp hướng đến việc cải thiện chất lượng dịch vụ, quảng bá hình ảnh điểm đến và tạo ra các trải nghiệm du lịch đặc sắc, cụ thể:
Một là, cần đầu tư nâng cấp hạ tầng phục vụ du lịch, bao gồm: giao thông, hệ thống lưu trú, nhà vệ sinh công cộng và các điểm tham quan. Khi du khách cảm thấy thuận tiện và thoải mái trong suốt hành trình, họ sẽ có ấn tượng tốt và sẵn sàng quay trở lại trong tương lai.
Hai là, tăng cường công tác quảng bá hình ảnh điểm đến thông qua các nền tảng số như mạng xã hội, website du lịch và ứng dụng di động. Việc xây dựng nội dung hấp dẫn, hình ảnh sinh động, cùng với các chiến dịch truyền thông sáng tạo sẽ giúp địa phương trở nên nổi bật và thu hút được sự chú ý của đông đảo du khách.
Ba là, phát triển các sản phẩm du lịch đặc trưng mang đậm bản sắc văn hóa địa phương như lễ hội truyền thống, ẩm thực vùng miền, làng nghề thủ công… Những trải nghiệm chân thực và độc đáo sẽ giúp du khách cảm thấy hứng thú, ghi nhớ lâu và chia sẻ với người khác, từ đó lan tỏa sức hút của điểm đến.
Bốn là, cần đầu tư công nghệ hiện đại, nghiên cứu các ứng dụng du lịch thông minh và du lịch xanh nhằm thu hút du khách và đồng thời hướng tới phát triển bền vững trong du lịch. Ví dụ như nghiên cứu và phát triển hệ thống thông tin hỗ trợ ra quyết định, giúp du khách dễ dàng lựa chọn điểm đến thông qua các gợi ý mà ứng dụng cung cấp. Nghiên cứu này đã chỉ ra có 20 mục hình ảnh điểm đến tác động đến ý định lựa chọn điểm đến của du khách, kết quả này giúp làm tiền đề để phát triển các ứng dụng công nghệ trong việc hỗ trợ ra quyết định lựa chọn điểm đến cho du khách được chính xác hơn, thực tế hơn, đáp ứng tối đa nhu cầu của du khách.
5. Kết luận
Nghiên cứu xây dựng mô hình dự đoán ý định lựa chọn điểm đến của du khách với các điểm đến ở khu vực miền Bắc. Thời gian như một yếu tố mới được phát triển trong mô hình nhằm góp phần hiểu rõ hơn về ý định lựa chọn điểm đến của du khách. Các kết quả đã được chứng minh mô hình và cho thấy hầu hết các giả thuyết là đúng. Kết quả của nghiên cứu cũng cho thấy, du khách lựa chọn điểm đến ở khu vực phía Bắc có sự khác nhau giữa các thời điểm, cụ thể là giữa các mùa trong năm.
Chú thích:
1. Chen, M. F., & Tung, P. J. (2013). Developing an extended Theory of Planned Behavior model to predict consumers’ intention to visit green hotels. International Journal of Hospitality Management, 36, 221 – 230. https://doi.org/10.1016/j.ijhm.2013.09.006.
2. Huang, S. (Sam), & van der Veen, R. (2019). The moderation of gender and generation in the effects of perceived destination image on tourist attitude and visit intention: A study of potential Chinese visitors to Australia. Journal of Vacation Marketing, 25(3), 375 – 389. https://doi.org/10.1177/1356766718814077.
3. Chon, K. (1992). The role of destination image in tourism: An extension. The Tourist Review, 47(1), 2 – 8. https://doi.org/10.1108/eb058086.
4. Fielding, K. S., McDonald, R., & Louis, W. R. (2008). Theory of planned behaviour, identity and intentions to engage in environmental activism. Journal of Environmental Psychology, 28(4), 318–326. https://doi.org/10.1016/j.jenvp.2008.03.003.
5. Park, S. H., Hsieh, C. M., & Lee, C. K. (2017). Examining Chinese College Students’ Intention to Travel to Japan Using the Extended Theory of Planned Behavior: Testing Destination Image and the Mediating Role of Travel Constraints. Journal of Travel and Tourism Marketing, 34(1), 113 – 131. https://doi.org/10.1080/10548408.2016.1141154.
6. Suryaningsih, I. B., Nugraha, K. S. W., & Sukmalangga, A. Y. (2020). Reflection of Customer Experience and Destination Image of Tourist Trust through Satisfaction Mediation. Hasanuddin Economics and Business Review, 4(1), 1 – 6.
7. Chaulagain, S., Wiitala, J., & Fu, X. (2019). The impact of country image and destination image on US tourists’ travel intention. Journal of Destination Marketing and Management, 12(October 2018), 1 – 11. https://doi.org/10.1016/j.jdmm.2019.01.005.
8. Kim, H., & Richardson, S. L. (2003). Motion picture impacts on destination images. Annals of Tourism Research, 30(1), 216 – 237. https://doi.org/10.1016/S0160-7383(02)00062-2.
9. Wang, Y. F., & Thanh, A. Q. Le. (2011). A Study of Taiwanese College Students Perception about Vietnam and Motivation for Traveling to Vietnam. 2011 3rd International Conference on Information and Financial Engineering, 12, 390 – 394.
10. Giao, H. N. K., Ngan, N. T. K., Phuc, N. P. H., Tuan, H. Q., Hong, H. K., Anh, H. D. T., Nhu, D. T. H., & Lan, N. T. (2020). How destination image factors affect domestic tourists revisit intention to Ba Ria-Vung Tau province, Vietnam. Journal of Asian Finance, Economics and Business, 7(6), 209 – 220. https://doi.org/10.13106/JAFEB.2020.VOL7.NO6.209.
11. Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling: a multidisciplinary journal, 6(1), 1 – 55.
