雾霾对北京游客风险感知和旅游体验的影响&基于结构方程模型的中外游客比较研究_空气污染论文

雾霾对来京旅游者风险感知及旅游体验的影响——基于结构方程模型的中外旅游者对比研究,本文主要内容关键词为:旅游者论文,方程论文,中外论文,模型论文,风险论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

      自2013年1月北京及中国中东部诸多城市出现严重雾霾以来,中国的雾霾状况在国内外引起广泛关注,成为社会各界的热点议题。根据Watts的表述,雾霾是由多成分组成的空气污染混合物,通常肉眼可见,有时甚至以触觉可感的微小颗粒的形式而存在。雾霾产生的源头以化石燃料的燃烧和工业生产为主,却又不仅限于此[1]。考虑到雾霾对城市环境和国民健康的严重危害,2014年1月起,中国国家减灾办将雾霾气象作为自然灾情进行通报。随后,中国各城市都开始监测雾霾浓度,并向公众提供雾霾灾害的预警预报。Tasci和Boylu的研究证实,灾害事件会改变人们对旅游目的地的形象认知,并立即影响潜在游客的旅游决策,而且这种影响具有一定持续性。他们还发现,灾害事件对当地旅游业的冲击效果会因大众媒体的报道而不断强化[2]。既然雾霾已被视为一种自然灾害而备受瞩目,旅游学研究者和旅游业相关部门就不得不深思“雾霾是否影响中国的旅游市场?如何影响中国旅游业发展?”等现实问题。事实上,中国旅游研究院的报告已明确指出:近两年我国接待的入境游客人数和游客满意度均有所下降,而雾霾是影响我国入境旅游的一个主要因素①。但是,从旅游者感知和旅游体验的角度出发,探讨雾霾危害的学术研究还极度匮乏。无论是潜在游客的目的地选择方面,还是既成游客的旅游体验方面,都鲜有学者对雾霾影响做过深入、细致的探讨。然而,关注(潜在)旅游者的困扰,参透他们的心理,找准牵绊了人们出行脚步的因素,进而采取有效的改进和营销措施,以缓解甚至消除旅游者的担忧,是旅游目的地营销的重要环节。

      本研究关注国内外旅游者在被雾霾笼罩的城市旅游时的感受,旨在揭示旅游者感知到的雾霾对其旅游体验的影响。众所周知,北京不仅是中国最重要的国际化旅游目的地和门户城市,也是受雾霾侵害最为严重的城市之一。同时,北京的雾霾天受到国内外媒体最为密切的关注和频繁报道。因此,北京成为本次实证研究案例地的不二之选。除了描述和测量旅游者的雾霾风险感知外,本研究还力图探索旅游者在雾霾情境中的风险感知、满意度和忠诚度等旅游者感知及态度变量,并验证雾霾感知与它们的交互作用。

      1 文献综述与理论模型

      随着经济迅猛发展而来的污染问题导致人类生存环境的恶化,危害人体健康,引发了公众的普遍焦虑和恐慌。近年来,跨学科研究,特别是环境科学与社会心理学的结合在探寻环境危机管理路径方面已显现出巨大的优势。虽然游客感知是一个社会心理问题,但对雾霾危害的感知研究绝不能脱离对雾霾本质及其物理特性的科学认识而独自进行。

      环境科学界评判空气污染水平的依据始终是空气中所含固体悬浮物的浓度[3],但随着污染问题的不断发展变化,具体评价方法经历了一系列变革。例如,空气质量指数取代了污染指数,使科学的评价更符合居民感受[4];在污染物总浓度之外增加了详尽的分指数,分别代表多种悬浮物的浓度;在O[,3]、SO[,2]、CO、NO[,2]之余,逐渐关注到空气动力学直径小于10微米和2.5微米的悬浮物,即PM10和PM2.5[5],并监测各污染物浓度的断点数据和平均浓度[4]。特别是PM2.5,因为它能穿透人体肺部而引发严重疾病[6],已成为科学研究及环境治理的重中之重。目前,较为领先的空气质量评价技术为Air Quality Index(AQI),AQI指数表征空气污染程度,其赋值范围为0~500。同时,该评价体系根据AQI值将空气质量划分为由优良到严重污染的6个级别[7]。虽然AQI监测技术早在1999年就已问世,但因为观测设备昂贵,AQI评价体系仅在美国、中国等少数国家得到普及。2012年年初,我国新的《环境空气质量标准》(GB3095-2012)出台,对应的空气质量评价体系正式更换为AQI。如今,包括北京在内的大城市都在持续监测并向公众发布AQI即时信息②。

      1.1 社会心理视角下的空气污染问题研究

      心理学和社会学语境下的空气污染研究探讨了人们对空气污染的知觉、态度和应激行为。人们在特定情境中能否意识到空气污染的存在,以及造成居民对污染程度感知差异的因素成为该领域最受关注的话题。在Sudarmadi等人的研究中,绝大多数印度尼西亚雅加达市市民都因为感觉身体不适而意识到了空气污染现实[8]。Hunter发现,居住在美国的移民对空气污染导致的环境问题表现出高于土著居民的强烈意识,并将此归咎于工业生产和汽车排放[9]。同时,诸多研究证实:实际空气质量、污染物属性(类型、数量、频率和来源等)、媒体报道、人口统计特征、家庭经济状况、社会文化特征、地区城市化水平等变量都可在不同程度上调节居民对空气污染的感知水平[10]。例如,在问及雅加达市民空气污染的根源时,只有35.5%底层民众提到了私家车使用,而在受教育水平较高的精英群组中,高达86%的受访者都将汽车视为罪魁祸首;另外,相对于汽车,提及工厂生产的居民少了很多[8]。值得注意的是,在诸多因素中,直接的、长期的亲身经历对形成人们关于空气污染和风险感知具有最显著的贡献[11]。Wakefield发现,加拿大汉密尔顿市市民感知到的空气污染危害与他们的日常视觉、嗅觉、触觉甚至味觉感受相符,而与专家基于监测数据给出的科学评判有所出入[12]。类似地,Evans的研究显示:长住居民对空气污染所致风险的感知比新移民强烈许多,并尝试用污染问题本地化机制对此进行解释[13]。有些国家(如瑞典)的环境部门认为公众对空气污染状况的焦虑程度是一个有效的环评指标,并已将其纳入国家标准化空气质量评价体系,用于环境质量评估实践[14]。

      空气污染的社会心理学研究对象主要是城市和郊区居民。虽然也有少数相关研究关注过旅游者的态度和行为,但这对于指导目的地建设和营销还十分不足。若干旅游学研究证实了空气污染的确也会引起旅游者的担忧和焦虑。例如,Simpson和Siguaw访谈了近8000名欧洲旅游者,绝大多数受访者都承认空气污染使自己在旅行中感到烦躁不安[15]。Moreira发现,旅游者对“隐性风险”的担忧程度高于“灾难性风险”,而空气污染恰被纳入“隐性风险”范畴[16]。Fuchs和Reichel也证实了诸如空气污染的恶劣天气和自然灾情会显著提升游客的风险感知水平[17]。国内研究者也探讨过环境问题对我国入境旅游的影响。张静儒等人在研究我国的目的地形象时发现:环境清洁性成为国际游客来华旅游时最担心的问题[18],而清新的空气无疑是清洁环境的应有之义。程德年等人探讨了外国游客对中国旅游环境的风险感知,发现雾霾等空气污染问题是形成游客负面感知的主要因素,具体的感知风险体现在行动限制、安全威胁、健康威胁、游憩限制等方面[19]。

      1.2 旅游者风险感知研究

      风险感知是旅游学界十分成熟的研究领域,成果多集中于风险感知水平的测度、感知风险类型的甄别和风险感知影响因子的识别等。经典的风险感知因子模型涵盖硬件设施(equipment)、金钱财务(financial)、身体健康(physical)、心理需求(psychological)、期望满足(satisfaction)、社会关系(social)、时间成本(time)和政治事件(political)等感知因子,它们不仅代表了感知风险的8种类型,也常作为风险感知的8个维度而用于风险感知水平的测量[20-21]。在此基础上,Lepp在2011年研究乌干达旅游形象与游客风险感知时又发现了“文化差异与障碍”维度,文化差异(cultural differences)、语言交流障碍(communication barriers)和饮食习惯差异(strange food)3个方面共同构成这一维度[22]。

      当然,除了环境问题外,还有诸多其他因素也作用于游客的风险感知,如风险类型、目的地大环境、旅游者个人特征(包括国籍、宗教信仰、文化属性、性格特色、旅游形式和过往旅游经历)等变量也对游客的风险感知水平具有调节作用。Qu等人证实了口碑效应可有效降低旅游者对潜在风险的担忧程度[23]。另外,特征各异的旅游者对感知风险所持的态度有所差异,并相应地采取不同的风险应对行动。例如,参团出行的大众游客会尽量避免前往感知风险较高的地方[24],而背包客对风险的态度更为积极,他们会寻求适度高风险以增加旅游的刺激性[25]。

      旅游风险感知领域的另一个研究热点是风险感知对旅游者决策行为和满意度的影响。S

nmez和Graefe的研究证实:潜在旅游者对某地的风险感知水平越高,他们选择前往此地旅游的可能性就越低[26]。Maser和Weiermair发现高风险感知会使潜在旅游者变得更加理性,具体表现为:做出行决定前花大量时间搜寻目的地信息[27]。Kozak也发现,如果缺乏足够的安全感,人们会随时改变旅行计划,甚至放弃游览某地[28]。因此,探求游客在特定情境下的风险感知特点,对症下药,尤其是在健康和安全等方面给予他们足够的保证,也是目的地建设和营销工作不可或缺的部分[29]。

      1.3 旅游者满意度与忠诚度研究

      高水平的游客满意度和忠诚度可直接提高重游率,增加再消费,并树立目的地的良好口碑,进而拓展旅游市场。因此,测量游客满意度和忠诚度水平,并探索决定满意度和忠诚度的要素始终是目的地营销的一个重要议题[30-31]。期望失验理论、等价理论、规范理论和绩效感知理论等是满意度及忠诚度评估最常用的理论依据[32]。Oliver界定的“享受此行-认可此次旅游决策-符合预期”3个满意度维度受到学者们的广泛认可,作为测量满意度水平的理论基础而沿用至今[33]。在实操方面,研究者们尝试了多种满意度和忠诚度测量手段。例如,Vitterso等人曾使用包括“有趣-无聊”“费劲-轻松”和“使人愤怒-使人愉悦”3个问项的量表测量满意度[34];而Eusébio和Vieira则使用了代表整体满意度感知的单独题项[35]。在忠诚度的测量方面,Bickerstaff提出应从重游意愿和推荐意愿两个维度进行[36];Oppermann指出重游意愿、再消费倾向、推荐意愿和满意度评价能有效反映旅游者对目的地的忠诚度水平[37]。

      研究者常采用将“认知”和“情感”两个视角叠加的方法去探究满意度和忠诚度的影响因子。del Bosque和Martín发现目的地形象对旅游者期望和忠诚度有影响,而期望和旅游时的情绪都可调节满意度[38]。Huang等人也发现心情状态会影响旅游者对整体旅游体验和特定旅游产品的满意度评价[39]。另外,Nowacki证实旅游产品质量对满意度有一定的决定作用,并指出这种效果是以既得利益感知为中介而间接发生的[40]。诸多研究都证实了风险感知水平与满意度之间的负相关关系。例如:旅游者对安全和健康的积极感知可以提高他们的满意度水平[2];高风险感知对满意度的负面影响已在旅游购物情境下得以验证[41]。旅游学研究者广泛认可的一个观点是:满意度是形成忠诚度的首要因素[42-43]。除此之外,旅游者对特定产品或体验的偏好,如:清洁环境、异域文化、人身安全、便捷交通等,也有助于形成他们对目的地的忠诚度。值得一提的是,许多因子并不能直接地调节目的地忠诚度,而需通过中介变量间接地影响忠诚度,满意度常常在其他变量与忠诚度间发挥中介作用。例如在Gallarza提出的“质量-价值-满意度-忠诚度”链中,旅游产品质量借由感知价值和满意度对游客的目的地忠诚度产生间接影响[43]。Chi和Qu也证实满意度在目的地形象感知与忠诚度间扮演着中介角色[44]。

      1.4 研究假设与理论模型

      综上所述,中外学者已在诸多情境下论证了安全保障和清洁环境对游客满意度感知的促进作用,风险感知水平与满意度的负相关性,较高的游客满意度对旅游者重游和推荐意愿的贡献、满意度在其他因素与忠诚度关系之间的中介作用等。本研究除了在雾霾这一特定情景下对以上结论进行佐证外,还设计量表,测度了旅游者雾霾风险感知水平,并基于文献综述构建理论模型,探索雾霾风险感知(smog concern)、旅游风险感知(tourist risk perception)、旅游满意度(tourist satisfaction)和目的地忠诚度(destination loyalty)4个抽象变量间的互动关系,利用实证研究数据对模型进行拟合,验证研究假设。文章提出6个研究假设,支撑如图1所示的理论模型:

      

      图1 旅游者感知理论模型

      2 研究设计

      2.1 问卷设计

      研究采用问卷调查的形式进行调研,问卷包括3个部分:第一,两个单项选择题,用以调查游客对雾霾的知觉和应对措施;第二,4个量表分别测量潜变量“雾霾风险感知(SC)”“旅游风险感知(RP)”“游客满意度(TS)”和“目的地忠诚度(DL)”水平;第三,旅游者人口统计学特征和旅游行为信息。

      第一部分的问题包括:(1)您是否购买了口罩以抵挡雾霾?(2)在京期间,您平均多久查看一次PM2.5指数或空气质量指数(AQI)?测量量表由4组27个问项组成,采用Likert 7级量表的形式,要求受访者依据对题项表述的赞同程度由低到高,分别赋值1~7。问卷有中、英文两个版本,初始问卷使用英文设计,然后通过反复互译、试测得到中文问卷。

      本研究通过面对面访谈、文献综述、小范围预调研并修正量表3个环节完成了量表设计。由于尚未有学者测量过由雾霾或空气污染引发的旅游者风险感知,研究者首先通过访谈探索了雾霾天气给旅游者带来的困扰和担忧,并结合已有研究发现的普通居民对空气污染潜在危害的感知,设计“旅游者雾霾风险感知量表”,通过实证研究验证其有效性。

      研究者于2014年5月在首都国际机场,对随机选取的26名外国游客及13名中国游客进行了面对面访谈。确定被访者非北京常住居民,并已完成在京行程后,调研人员向其提出3个开放式问题,包括:(1)在京期间,您是否觉察到北京存在雾霾或空气污染?(Were you aware of the smog condition when staying in Beijing?)。如果得到肯定回答,继续追问:(2)您认为雾霾对您的旅游有哪些方面的影响?(In what ways did the smog influence your travel?)。(3)您是否采取了某些措施来应对或躲避雾霾?(What did you do in response to smog conditions?)。研究者对收集到的答案进行内容分析并编码,选取被频繁提及的和独特的雾霾危害类型,作为量表问项设计的基础。另外,居民对空气污染的感知研究证实污染使居民感到焦虑,影响他们的心情。因此,量表增加了雾霾对旅游者情绪的影响。同时,出行前是否考虑到雾霾的潜在威胁、出行前后对雾霾影响的感知差异及雾霾对旅游总体质量的影响也被纳入考虑范围。

      综上所述,预调研问卷用8个问项测量旅游者对雾霾旅游损害的感知状况。具体问项包括:(1)在计划来京时,我担心雾霾对我(们)的影响(I was concerned with the smog when planning the trip to Beijing);(2)雾霾对北京之旅的影响比我来之前想象的更加严重(The trip to Beijing was more influenced by the smog than what I thought before my arrival);(3)即使接触时间不长,雾霾也会影响我(们)的健康(The Beijing smog is harmful to one's health even just with short-term exposure);(4)在京期间,雾霾影响了我的情绪(The smog has negatively influenced my emotions while in Beijing);(5)雾霾降低了旅行照片的质量(The quality of my photos taken in Beijing was negatively affected by the smog);(6)有些旅游景点在雾霾天就不那么值得一去了(Beijing attractions are less enjoyable to visit when it is smoggy);(7)我(们)因为雾霾而缩短了在京停留时间”(I shortened my trip to Beijing because of the smog);(8)雾霾降低了北京之旅的整体质量(The smog in Beijing has spoiled the quality of my trip to Beijing)。

      旅游风险感知量表基于经典的风险感知八因子模型和Lepp的“文化差异与障碍”因子设计而成[20-22],包括11个问项。满意度量表包括1个询问总体满意度的问项和3个代表Oliver旅游满意度感知维度的问项[33]。目的地忠诚度量表包括重游意向和推荐意愿两个维度,各自由两个问项代表[37]。

      2.2 样本采集

      本研究分两个阶段采集数据。第一阶段为预调研,首先于2014年6月在颐和园向150名外国游客发放英文问卷,采用现场填答现场回收的方式,获取了126份有效问卷。利用预调研所获数据检验量表信度、效度,据此删除不达标的两个题项,并根据受访者填写问卷时所提疑问对部分题项的表述进调整。第二阶段为大范围正式调研,于2014年6月、7月、10月和2015年1月、3月进行了9次调研,在颐和园采取随机偶遇、面对面现场填答现场回收的方式,共发放350份英文问卷和300份中文问卷,加上预调研的150份英文问卷,共发放800份问卷,其中有效问卷为英文458份,中文253份,总体有效率为88.9%(英文91.6%,中文84.3%)。

      研究选取颐和园作为调研场地的理由有两个:第一,颐和园为北京知名度和美誉度最高的旅游景点之一,是中外游客的必经之地,且自然和人文吸引物并存。在这里调研可保证游客类型的全面性,抽样容易接近总体。第二,颐和园位于近郊,交通方便,游览时间无须很长,是经典的半日游景点,通常不会作为在京行程的第一站。所以,来颐和园的大多数游客已在京过夜,在颐和园调研,可提高已经历过雾霾天的游客的比例。

      调研时间的选取力图涵盖除“优”以外的各级空气质量,即“良(50<AQI<101)”、“轻度污染(100<AQI<151)”、“中度污染(150<AQI<201)”、“重度污染(200<AQI<301)”和“严重污染(AQI>300)”,以期最小化季节和天气等客观因素造成的特殊感知对整体估计的影响。9次调研日(2014年6月5日、6月9日、6月10日、7月3日、7月8日、10月10日、10月11日,2015年1月13日、3月17日)的AQI指数分布如图2所示。

      

      资料来源:http://air.castuduo.org/,2014-06-05,2014-06-09,2014-06-10,2014-07-03,2014-07-08,2014-10-10,2014-10-11,2015-01-13,2015-01-17.

      注:调研当日8:00-22:00,每隔两小时记录一次AQI值,表中AQI为记录值的平均数。

      图2 调研日的空气质量指数分布

      2.3 数据分析方法

      首先,基于预调研数据,使用SPSS 20.0软件,计算Cronbach's α系数,检验量表的信度和效度,删除不达标的题项。然后,基于预调研和正式调研获取的中外样本共711组数据,使用AMOS 20软件,采用Bootstrap抽样(5000次有放回抽样)的方法进行验证性因子分析(CFA)。根据CFA的结果,进一步删除因子载荷小于临界值的显变量,获得结构效度和区别效度满足要求的验证模型,并在此基础上运行SEM模型,用中外总体样本数据拟合模型,验证假设路径。最后,在因素恒等检验通过,证实理论模型跨样本稳定性的基础上,利用结构方程均值模型对中、外旅游者进行群组间的对比研究,分析中、外旅游者雾霾风险感知、旅游风险感知、满意度和忠诚度水平的差异。

      3 分析结果与研究发现

      3.1 样本描述性统计分析

      经统计,外国旅游者样本覆盖了欧、美、亚、非、大洋五大洲的35个客源国,其中42.5%的受访者来自美洲,41.0%来自欧洲。美国人所占比例最大(29.7%),其次是英国、德国、加拿大和澳大利亚游客。受访中国游客的居住地信息有16个缺省值,其余237人来自于我国30个省、自治区、直辖市、特别行政区。其中,长住于东部、西部、中部和东北地区的分别占47.7%、20.7%、17.3%和13.5%,另外还有2名香港游客。总体样本的男女比例平衡:女性50.8%,男性49.2%。来京中外旅游者以46岁以下的年轻人为主,25~44岁的占45.9%,25岁以下的占30.2%。45岁以上的中老年人在外国游客中所占比例(27.5%)高于中国游客(17.0%)。外国游客的平均受教育程度高于中国游客,大部分(69.6%)外国受访者获得了大学本科或更高学历,而只有不到一半(43.5%)的中国游客为本科生或以上。在职业构成方面,中外旅游者中都有接近一半(45.1%和44.8%)为公司职员或政府官员,占比次之的是学生群体,外国人中的学生比例(28.8%)略高于中国人(20.2%)。超过一半(54.3%)受访者曾来过北京,而大多数外国旅游者(66.2%)是首次到访北京。几乎所有受访者(99.3%)都已在北京过夜,且大多数(71.0%)已经在京停留4天以上。当列举出游目的时,分别有53.4%、43.9%和30.1%受访者提及了观光、休闲度假和文化体验。值得一提的是,更多的外国旅游者(71%)被北京的观光类旅游资源所吸引,然而承认观光为其出游动机的中国人只有41.5%。中国旅游者来北京旅游的主要动机是休闲度假(47.3%)。另外,中国的灿烂文化也吸引了很大一部分外国旅游者(39.0%),而只有11.1%的中国人是为文化体验而来。还有17.3%受访者来京探亲访友,以商务或学习为动机的游客占比13.2%。出于宗教朝圣和健康医疗目的来京的外国旅游者最少(5.0%)。

      25.9%的受访者表示已经购买了防霾口罩,43.9%在京期间查看过AQI或PM2.5指数。购置防霾口罩的中国游客(36.8%)多于外国人(20%)。大部分(59.6%)中国游客在京期间查看过AQI或PM2.5指数,而只有少数外国人(35.2%)这样做了。值得一提的是,外国游客口罩持有率低,AQI或PM2.5指数查询意识低并不能完全说明他们对雾霾的关注度或者对雾霾危害的担忧程度不高。值得注意的是:5位外国人在此题旁边的空白处写道诸如“如果我知道如何查询的话,一定会经常查看的”“我尝试下载查询AQI的APP,但是没有成功”的批注,也有许多受访者口头表达了相同意思。因此,没有购买口罩,没有查询AQI或许与他们对雾霾信息渠道以及雾霾天的自我防护措施了解甚少有关。

      3.2 量表信度与效度检验

      4个分量表及总体量表的Cronbach's α系数均大于0.8,高于被广泛接受的门槛值0.7,说明他们都具备理想的内部一直性。各量表的Cronbach's α系数分别为:

另外,因为风险感知量表中的题项R9与量表总分的相关系数小于0.4,且删除它可提高风险感知量表的α值,所以将其删除。

      然后,对通过信度检验的观测变量进行相关分析,结果显示各题项赋值与相应量表总得分之间的皮尔逊积差相关系数均在99%的置信区间内双尾显著,相关系数介于0.547~0.894之间,超过临界值0.5,表明各分量表内部各题项间的一致性及其效度都比较理想。

      最后,对各观测变量进行独立样本T检验,结果显示所有显变量赋值在高分组和低分组之间均有显著差异(0.05置信水平下双尾t值显著),说明所有保留题项都有良好的区别效度。

      3.3 测量模型验证

      用中外合并样本的数据对通过信度、效度检验的26个观测变量、4个潜变量进行验证性因子分析(CFA)。通过首轮CFA,删除因子载荷小于0.55的变量,进行第二轮CFA分析,结果如表1所示。首先,数据与测量模型的整体拟合度良好,拟合指数CMIN/DF=2.947,GFI=0.939,AGFI=0.918,PGFI=0.702,NFI=0.946,IFI=0.964,CFI=0.963,RMSEA=0.052,SRMR=0.0458,均达到理想值。其次,所有显变量与潜变量之间的测量路径均在99%的置信区间内(双尾)显著,且各因子的标准化载荷均大于0.58,超过临界值0.5。第三,4个潜变量的组合信度(CR)均大于0.8,平均差异数萃取(AVE)除风险感知(0.486)略低外,其余都大于理想值0.5,表明潜变量具有良好的内部一致性和聚合效度,各潜变量很好地聚合于相应显变量,模型的观察变量能较好地被结构变量所解释。最后,任意两个潜变量间的标准化路径系数小于0.71,且每一潜变量的AVE值均大于它与其他任一潜变量间路径系数的平方,表明潜变量之间有显著区分,各潜变量的大部分信息只能被自身的指示变量解释,与其他潜变量的指示变量相关性极低[45]。

      3.4 结构模型拟合与假设验证

      用中外合并样本数据拟合理论模型,原始模型的整体拟合指数基本达到门槛值,但修正指数显示仍有改进空间,需要在若干对观测变量的残差间增加相关路径,据此修正后,拟合指标均达到理想值,得到更理想的拟合优度(表2),显示出理论模型对实证研究数据具有较好的拟合能力。

      模型验证结果显示:H1(λ=0.39,t=7.941,p<0.001,S.E.=0.048),H2(λ=-0.18,t=3.866,p<0.001,S.E.=0.048),H3(λ=-0.25,t=5.201,p<0.001,S.E.=0.052),H4(λ=0.81,t=21.1,p<0.001,S.E.=0.043)4条结构路径在0.001的显著性水平上显著,且正/负相关性与假设相符,前4个研究假设得以验证。即:雾霾感知对旅游风险感知有直接的正向影响;可直接对满意度产生负面影响;旅游风险感知对满意度具有直接的消极影响;满意度对忠诚度有直接的积极贡献。

      

      

      

      图3 中外旅游者感知模型标准化解

      然而,结构路径H5(p=0.500)不显著,研究假设5被拒绝,即:雾霾风险感知与目的地忠诚度之间无显著的直接相关性。另外,H6(λ=0.14,t=3.898,p<0.001,S.E.=0.043)虽然在0.001水平上显著,但路径系数为正,与假设相反,数据不能支持忠诚度与旅游风险感知间的直接负向关系。图3为中外旅游者感知结构模型。

      进一步查看雾霾风险感知、旅游风险感知二者与忠诚度之间的结构路径估计。总体效应和间接效应标准化估计的双尾检验结果显示:雾霾感知对忠诚度、旅游风险感知对忠诚度有显著的间接效应。总体效应路径系数为:

=-0.17(p<0.001),

=-0.06(p=0.019<0.05)。虽然H5和H6的直接效应没有获得支持,但这两条路径的总体效应估计都与理论假设相符,因此,可做以下判断:雾霾感知在旅游风险感知和满意度的双重中介作用下对忠诚度产生消极影响;旅游风险感知借由满意度间接削弱目的地忠诚度。

      3.5 模型跨样本稳定性检验与中外旅游者群组间对比

      借助施加参数限制条件的嵌套模型对本文构建的旅游者感知模型进行恒等性检验。首先,除了因素结构相同外,不做其他限制,分别用中、外游客样本数据独立拟合基准模型,以验证模型的结构形态不变性;嵌套模型一、嵌套模型二、嵌套模型三在基准模型的基础上逐步增加因子载荷相等、结构路径相等、协方差相等的限制条件,通过对比以上4个模型,查验理论模型在不同程度上的跨样本稳定性。基准模型的拟合优度见表2,除外国旅游者群组的AGFI值略低外,中、外旅游者群组对基准模型的整体拟合度均达理想值。另外,嵌套模型限制条件及模型比较结果如表3所示,可以看出,嵌套模型二相对于嵌套模型一,嵌套模型三相对于嵌套模型二的卡方差异显著性检验p值均大于0.05,且5个拟合度指标的增量绝对值都很小(小于临界值0.05),足以接受模型无差异的虚无假设。虽然嵌套模型一相对于基准模型的卡方增加量显著(p<0.001),但在检验限制模型与未界定参数限制的模型时,卡方差异容易受样本大小的影响,当样本量较大时,Δ

很容易达到显著水平,使得原本无差异的两个模型貌似有显著差异[46]。因此,Little提出,此时可通过比较拟合优度指数NFI值、IFI值、RFI值和TLI值的增加量来检验模型不变性,如这些增加量小于0.05,则可接受两个模型无差异的虚无假设[47]。实际上,嵌套模型一相对于基准模型的各项拟合度指数改变量都远小于0.05,因此,可判断模型在因子载荷方面同样具有跨样本稳定性。综上所述,本研究构建的“旅游者雾霾风险感知-旅游风险感知-满意度-忠诚度模型”在因子载荷、因素协方差、路径系数方面都具有跨样本的稳定性和有效性,适用于相关话题的跨文化研究。

      在满足模型不变性的前提条件下,基于测量模型,对中、外两个群组进行均值结构模型比较。以中国旅游者为参照群组,将其潜变量均值固定为0,而对外国旅游者群组的潜变量均值进行自由估计,进行中、外群组间的均值差异检验,外国人群组的潜变量相对均值估计如表4所示。雾霾风险感知、旅游风险感知和目的地忠诚度3个潜变量均值的差异显著性检验P值小于0.05,表明显著差异的存在,而旅游满意度均值在群组间无显著差异。另外,外国人群组潜变量的相对均值都为负数,说明外国游客对雾霾危害的感知程度、旅游风险感知水平和对北京的目的地忠诚度都低于中国人。外国人对雾霾损害的感知较低或可用Bickerstaff和Walker、Wakefield等学者的观点进行解释,他们认为直接且长期的亲身经历比任何外部信息都更能引起人们对空气污染问题的感知和负面态度,也更容易促使人们采取应对行动[12.48]。另外,除风险感知外,还有诸多其他因素共同作用于旅游者的重游和推荐行为,如:空间距离、文化疏离、出行成本等。因此,外国人对于遥远而陌生的中国旅游地的忠诚度通常比中国境内游客低。

      4 结论与讨论

      

      

      本研究关注旅游者对目的地雾霾状况的消极感知和负面态度,探索雾霾如何影响旅游体验,并分析雾霾感知与旅游风险感知、满意度和目的地忠诚度之间的结构关系。研究发现,国内外旅游者确实对雾霾的危害有较强感知,他们在不同程度上担心在旅行期间雾霾会危害健康,破坏心情,妨碍他们拍出满意的照片,削弱大部分旅游景点的游览价值,并使旅行的整体体验效果大打折扣。雾霾对旅游体验的负面影响使旅游者感知到更高的风险,进而降低旅游满意度,不利于目的地忠诚度的建立。雾霾对目的地忠诚的损害是通过削弱满意度而间接发生的,对某次旅行不甚满意的游客重游此地或鼓励他人来此旅游的意愿和可能性都比较低。低重游率和口碑效应的缺失使得目的地难以树立积极的旅游形象[30]。同时,对雾霾危害的担忧也会通过增加风险感知而使游客对旅行产生不满,丧失对旅游地的信心。

      不容忽视的一个现实是,自雾霾状况越发严重并受到国内外媒体的密集报道起,北京的入境游客量已出现下滑。在本研究的感知水平对比中,外国人显示出相对较低的忠诚度,他们的重游和推荐倾向不明显或许是抑制中国国际旅游市场潜力全面发挥的一个重要原因。因此,在极力宣传旅游资源的同时,提升旅游业软实力,给予客源市场足够的安全和健康保证,供给旅游者高水准的旅游体验,进而树立积极口碑并提高重游率显得尤为重要。同时,我们有理由推断,部分潜在游客担心雾霾对自己的旅行和身心健康产生消极影响,并因此打消了来京旅游的念头。雾霾对旅游体验的不良影响不仅会恶化甚至破坏既成旅游者们对这座城市的印象,还会导致潜在旅游市场的萎缩和旅游收入的流失[31]。

      雾霾究竟在多大程度上遏止了潜在游客本会迈向中国的脚步是一个值得深思的问题,本文仅着眼于抵京旅游者,显然不足以参透此问题。今后的相关研究有必要对潜在旅游市场做深入探析,讨论雾霾对人们的出游决策,特别是对目的地选择造成了何种影响。虽然从均值比较结果来看,外国人的雾霾感知和风险感知均低于中国人,但并不能据此判断雾霾对国内、国际旅游市场的冲击力度孰重孰轻,因为等量风险感知对人类态度和行为的影响程度存在个体差异[23-24]。另外,中国人较高的雾霾感知水平极有可能源于他们长时间的亲身经历,而且中国居民对本国问题的关注和担忧自然会高于隔岸观火的外国旅游者[12-13]。

      雾霾的存在已成现实,本研究也充分证实了旅游者对此有所关注和担忧,而且雾霾已经不可避免地对来京游客的体验效果产生了消极影响,在一定程度上威胁到北京甚至中国的旅游市场。对此,相关部门必须有所行动,若不能积极应对雾霾的威胁,在旅游收入大幅削减之余,还可能发生更加严重的连锁反应,造成其他产业的经济损失,甚至影响中国政府的国际形象。毋庸置疑,减少碳排放,逐步改善空气质量是治理雾霾、抵消其恶性后果的根本之所在。除此之外,政府和旅游部门还须采取更多立竿见影的措施以最大程度地减少雾霾对旅游者和旅游市场的负面效应。许多重要的国际旅游城市都在这方面有所尝试并取得了良好效果。例如:在旅游地遭受连续暴风和极高温天气等气象灾害时,澳大利亚政府曾对由此造成的损失给予旅游者一定补偿③,成功保护了当地的旅游形象;他们还为旅游者提供每日行程建议,指导游客避开高风险的时间、地点和活动项目[49]。类似地,我国相关部门可在每日公布AQI的同时发布雾霾的季节变化、月度变化和地区差异信息,指导旅游者根据雾霾的时空变化规律安排旅游行程,支持并鼓励游客灵活调整出游时间和安排旅游活动,用避开雾霾来取代对中国旅游的全盘否定。相关部门应将为旅游者提供可靠的雾霾应对建议,树立(潜在)游客对旅游环境的信心作为与旅游资源宣传同等重要的工作而提上目的地营销议程。

      ①http://www.gov.cn/xinwen/2014-10/20/content_2767920.htm,2014-10-24.

      ②http://kjs.mep.gov.cn,2014-11-02.

      ③Tounism Whitsundays.http://www.tourismwhitsundays.com.au.2015,2015-01-12.

标签:;  ;  ;  ;  ;  ;  ;  ;  

雾霾对北京游客风险感知和旅游体验的影响&基于结构方程模型的中外游客比较研究_空气污染论文
下载Doc文档

猜你喜欢