JTR | AI推荐对消费者旅游价格敏感性的影响

📄 文献介绍标题：The Impact of Recommender Type on Tourist Price Sensitivity to Travel Plans作者：Jiaqi Xu, Xiaofei Tang, Hongxia Lin, Yong (Eddie) Luo期刊：Journal of Travel Research, 2025, 64(7), 1680–1700DOI：10.1177/00472875241234567研究单位：西南财经大学、英国肯特大学

📚 理论基础

1. 心智理论（Theory of Mind）游客会主动推测推荐者（人 or AI）的意图、动机与思维过程，以判断推荐是否“为自己好”。

2. 理解错觉（Illusion of Understanding）人们普遍高估自己对“人类决策逻辑”的理解，而低估对“AI算法逻辑”的理解，即使两者实际都是“黑箱”。

3. 独特性需求（Need for Uniqueness）高独特性消费者更在意行程是否“为我量身定制”，而非价格高低；低独特性消费者更关注性价比。

🔍 研究目的

随着 AI 推荐系统取代人工旅行顾问，已有文献聚焦“是否愿意采纳 AI 建议”，却忽视“游客对价格的敏感程度是否因推荐者类型而异”。本文首次系统检验：

推荐者类型（AI vs. 人类）→ 理解错觉 → 游客价格敏感性并进一步考察“独特性需求”对该路径的边界作用。

🧪 研究设计与主要发现（4 项实验，总 N = 1 858）

📌 理论贡献

1. 从“价格”视角拓展 AI 旅游推荐研究：首次证明“推荐者类型”本身即可影响游客价格敏感度。

2. 引入“理解错觉”作为新中介：游客因“更懂人类”而对人推行程更挑剔、更比价。

3. 发现“独特性需求”边界条件：为高独特性人群服务时，AI 的价格宽容优势不再显著。

4. 丰富心智理论在旅游场景的应用：用“推测对方心思”解释价格反应差异。

✅ 管理启示

⚠️ 局限与未来方向

• 推荐者范围：仅对比“旅行社员工 vs AI”，未涵盖朋友、KOL、社交媒体。

• 价格以外结果：未测量满意度、推荐后实际购买、口碑传播。

• AI 使用经历：缺乏“是否曾被大数据杀熟”等调节变量。

• 技术演进：随着生成式 AI 可解释性增强，理解错觉可能减弱，需纵向追踪。

• 田野验证：目前皆为情景实验，未来可用真实预订数据或 A/B 测试。

📌 一句话总结

“当游客觉得‘我懂你’的时候，才会对价格斤斤计较；面对 AI 行程，他们因‘不懂你’反而更宽容——除非他们天生就追求‘独一无二’。”