基于元分析的旅游者重游意愿影响因素研究

刘法建 徐金燕 吴 楠

(安徽大学商学院,安徽合肥 230601)

0 引言

重游意愿(Revisit Intention)是指旅游者重返旅游目的地参与活动的可能性(Baker et al.,2000)。随着市场竞争越来越激烈,重游者作为目的地游客的重要组成部分,其多寡成为判断目的地生命周期及发展潜力的重要指标(Oppermann,1998),对目的地的可持续发展具有一定影响。另一方面,重游者能为目的地带来更好的成本效益和经济利润。Shoemaker等(1999)指出,重游者往往可以为目的地带来巨大的经济利益,因为相对于拓展新市场而言,维系旧市场需要的成本少,付出的精力也相对较小,但产生的经济效益则较多。重游意愿对重游行为的发生有重要影响,因此,旅游者的重游意愿是旅游学界和业界共同关注的话题。了解和解释重游意愿的产生过程、影响因素及机制,不仅有助于深入理解旅游者的行为意向(郭安禧 等,2013b),且对旅游目的地实施有效的市场营销和管理策略等都具有重要意义。

究竟什么因素影响旅游者的重游意愿,是旅游者重游意愿研究的首要问题和逻辑起点。关于这一问题,目前研究已经取得了较为丰富的成果。早期研究者从时间、花费等角度研究影响旅游者重游意愿的因素,比如Darnell等(2001)认为时间间隔对重游意愿有重要影响,距离上次访问的时间间隔越短,重游的意愿就越强。也有研究者探讨了消费者性别、年龄、收入等消费者外部特征对重游意愿的影响。随后,研究者逐渐将影响因素由消费者外部特征转向心理因素,并且此类影响因素也是被研究者关注最多的,比如满意度(Assaker et al.,2013)、目的地形象(Stylos et al.,2016)、旅游动机(Jang et al.,2007)等。虽然国内外研究者对旅游者重游意愿做了大量的研究与探讨,但现有研究都侧重于从影响过程或机制角度分析各类影响因素与重游意愿的相关性或因果联系。由于研究问题和侧重点的差异,不同研究的案例和考察因素各不相同,相关研究结论的普适性价值有待讨论。例如,Court等(1997)认为目的地形象对旅游者重游意愿有直接的影响,而Assaker等(2013)通过收集欧洲游客去地中海的调查问卷,则得出完全相反的结论,认为目的地形象与旅游者重游意愿之间没有直接的关系。另一方面,单一或个别因素的研究无法形成对重游意愿最关键驱动因素的一致观点。例如,Huang等(2009)经过研究发现旅游者的满意度对重游意愿的影响最显著,但Phillips等(2013)在研究重游意愿的影响因素时,发现旅游者满意度对重游意愿没有直接影响,Um等(2006)的研究表明旅游者的感知吸引力比满意度对重游意愿的影响更大。鉴于研究案例地、角度、方法等的变化可能会得出完全相反的研究结论,规避个案研究的缺陷,建立一个系统性、广泛性的研究框架,提出一个能够适用于不同案例地的理论模型十分必要。

本文尝试采用被国际上广泛接受的文献定量分析法——元分析(Geyskens et al.,2009),对旅游者重游意愿影响因素的构成和作用展开讨论。元分析最大的优点在于,当同一主题的研究出现不同甚至是完全相反的研究结论时,它能够提供客观的量化标准,在分析的过程中消除误差的来源,从而真正发现变量之间的关系与强度(Hunter et al.,2006)。在旅游领域有一些研究问题存在着大量相似的实证类文章,通过元分析可以将这些研究结果进行定量综合,从而增大样本量,达到改进统计检验的效果,进而有利于得出更具一般性、综合性和明确性的结论(李靖华 等,2013)。本文通过对国内外主流期刊中发表的旅游者重游意愿的实证类文献进行梳理,抽取有效的研究素材,利用统计模型对相关研究结论进行比较,以求消解研究间的差异性,总结出大多数文献共同研究的影响因素,在此基础上提出了影响旅游者重游意愿的系统理论模型。

1 理论回顾与研究假设

1.1 旅游者重游意愿

旅游者重游意愿这个概念最早起源于Gyte等(1989)对英国旅行者重游西班牙意愿的探索性研究,他们的研究结论被Baloglue等(1998)采用,并被进一步证实,即旅游者在目的地游览结束并再次旅行时,虽然他们可能会选择前往另外的目的地,但是他们中的大多数人也可能希望回到初始的目的地进行游玩。

对旅游者重游意愿的概念,一方面,研究者从旅游者本身是否愿意再次出游的角度进行定义。例如:杨旸等(2008)认为重游意愿是指到访某旅游地或者参与某项旅游活动之后,游客再次到访或参与活动的意愿;Baker等(2000)则将重游意愿定义为旅游者重返旅游目的地参与活动的可能性;Oliver(2010)也将其定义为参与行为的可能性。他们都认为重游意愿可以很好地代表旅游者未来的行为。因此,如果能够充分测量重游意愿,则可以有效地预测旅游者未来的行为。另一方面,一些研究者认为旅游者重游意愿应包括多个维度。例如:Lin等(2009)认为再次重游意愿、推荐意愿以及抵制改变是重游意愿的3个维度;Bigne等(2001)发现重游意愿可以通过对再次重游意愿和推荐意愿的测量而获得,Petrick(2004)在之后的研究中证实了这一结论;Cheng等(2013)则认为应从游客忠诚度和行为意愿两个方面定义重游意愿。虽然研究者们对旅游者重游意愿进行了大量的探索,但目前还没有一个明确的定义。

1.2 旅游者重游意愿的影响因素

影响因素一直是重游意愿研究的重要内容,成果也较为丰富。例如:Alegre等(2009)提出满意度、游玩经历等是影响重游意愿的重要因素;白凯等(2010)通过研究发现,游客对目的地的正面形象感知会对游客重游意愿产生正向影响;Bigne等(2001)通过模型将重游意愿、旅游目的地形象以及满意度之间的关系展示出来;Kozak等(2016)发现由于游客的类型、旅游目的地不同,重游意愿也将会不同;Um等(2006)认为旅游者重游意愿的研究模型可以概括为由感知吸引力、感知服务价值、感知成本及满意度构成的理论模型,这也被Quintal等(2010)认可和采纳。同时通过阅读大量文献发现,大多数关于重游意愿的研究都采用相似的理论模型,因此本文基于Um等(2006)提出的模型对旅游者重游意愿影响因素进行选择。进一步结合Ozturk等(2016)和Campo-Martínez等(2010)提出的模型,以及对国内外已有相关文献进行梳理(见表1),本文认为旅游者重游意愿的影响因素包括旅游动机、过去的旅游经历、感知价值、感知吸引力、目的地形象和满意度6个方面,这也符合Jang等(2007)提出的观点,即旅游者重游意愿被研究最多的几类因素包括满意度(Assaker et al.,2013)、感知价值(Petrick,2004)、过去的旅游经历(Petrick et al.,2001)、目的地形象(Stylos et al.,2016)等。在此基础上,本文提出的影响旅游者重游意愿的系统理论模型如图1所示。

图1 理论模型

1.2.1 旅游动机(Travel Motivation)

旅游动机是旅游研究中最重要、最复杂的领域之一。许春晓等(2011)以凤凰古城为案例地,从动机、满意度两个方面考察重游意愿的形成机制,发现目的地满足游客旅游动机的程度对短期重游意愿有直接影响且两者呈中度相关关系,罗敏(2014)对民族村寨旅游者进行调研,发现目的地满足游客旅游动机的程度与重游意愿之间存在强相关关系,而郭安禧等(2013a)以厦门为案例地对旅游动机、满意度、旅游者信任与重游意愿进行研究时发现,目的地满足游客旅游动机的程度对重游意愿没有直接显著影响。

1.2.2 过去的旅游经历(Past Behavior)

在关于过去的旅游经历的文献中,Petrick等(2001)探讨了休闲娱乐度假者过去的经历、满意度、感知价值与重游意愿之间的关系,研究结果表明休闲娱乐度假者对过去旅游经历的评价是预测其重游意愿的良好指标。Chang等(2014)探讨了旅游者对创意旅游地的重游意愿,发现游客对过去旅游经历的评价与重游意愿之间存在中度相关关系,是影响重游意愿的指标之一,罗敏(2014)的研究结果则表明游客对过去旅游经历的评价与重游意愿之间有显著的强相关关系。

1.2.3 感知价值(Perceived Value)

感知价值是指消费者在满足消费需求的过程中,对感知利得和利失之间的权衡(纪峰 等,2008)。从消费者的角度来说,他们消费的主要目的是获得价值,因此在消费过程中,感知价值扮演了一个十分重要的角色。在旅游领域中感知价值研究可归纳为以下方面(Ye et al.,2014):(1) 对货币的感知价值;(2) 旅游者感受到的服务价值;(3)旅游者从他们花费的成本中感受到的价值。其中,关于服务价值的感知,存在不同的研究结论:吕丽辉(2015)在对南浔古镇游客进行调研后发现感知服务价值与重游意愿之间没有相关关系,而Choo等(2014)的研究显示了两者之间存在正相关关系,周淳(2016)在对北京颐和园游客的重游意愿进行调研时发现两者之间存在负相关关系。在成本感知方面,Cheng等(2013)通过访问台湾绿岛的355名游客发现,成本感知与重游意愿具有显著的正相关关系,蔡伟民(2015)对成都三圣乡游客的重游意愿进行调查时发现,成本感知与重游意愿之间存在负相关关系,而Phillips等(2013)的研究则未发现两者之间存在直接的相关关系。

1.2.4 感知吸引力(Perceived Attractiveness)

Hu等(1993)将目的地感知吸引力定义为旅游者对目的地所具有的满足旅游者需求的能力的感知。Mayo等(1981)认为感知吸引力是指旅游者个体利益的相对重要性和旅游者感知目的地满足这些利益的能力的组合。对于感知吸引力与重游意愿的关系,Um等(2006)对2000—2003年到香港的游客的调查显示,感知吸引力与重游意愿之间存在弱相关关系,于鹏等(2017)以前往韩国的游客为研究对象,证明了感知吸引力与重游意愿之间存在中度相关关系,郭安禧等(2015)的研究则表明了感知吸引力对重游意愿存在显著的正向影响。

1.2.5 目的地形象(Destination Image)

目前关于目的地形象的定义还没有统一的定论,但普遍为研究者们所接受的是将目的地形象划分为3个维度(Tasci et al.,2007):情感形象(Affective Image)、认知形象(Cognitive Image)和意动形象(Conative Image)。之后,有研究者在此基础上提出总体形象的概念,并认为总体形象并不等同于认知和情感形象的简单相加(Baloglu et al.,1999)。Ahmed(1996)强调了将总体形象单独作为一个维度的必要性,他认为分开测量情感、认知、意动及总体形象对目的地的合理定位有重要作用。在情感形象方面,邓梅(2015)在分析游客对乡村旅游地情感形象的感知与重游意愿之间的关系时发现,两者之间存在较强的相关关系,而Song等(2017)和Zhang等(2016)未发现两者之间存在相关关系。关于认知形象,Song等(2017)以海南省高尔夫旅游为研究对象探索游客对认知形象的感知与其重游意愿之间的关系时发现,两者之间并没有直接的相关关系,然而Chew等(2014)的研究结果则表明两者之间存在正相关关系。在意动形象方面,Stylos等(2016)的研究结果显示游客对目的地意动形象的感知与重游意愿之间存在中度相关关系,而Stylos等(2017)对英国游客的重游意愿进行研究时发现两者之间存在弱相关关系。在总体形象方面,Allameh等(2015)以1250名游客作为样本探究其对目的地形象的感知与重游意愿之间的关系,发现两者之间存在中度相关关系,而郭安禧等(2015)以厦门市为例未发现两者之间有直接的关系。

1.2.6 满意度(Satisfaction)

满意度是消费者行为和市场研究领域的一个重要的研究课题,其重要性是基于其潜在的结果,如消费者忠诚度和认可度等。Cheng等(2013)认为游客忠诚度是其重游意愿的构成维度之一,而忠诚度又是满意度的潜在结果,因此满意度对重游意愿的影响在酒店和旅游领域被广泛研究。例如,Huang等(2009)通过对北京地区游客的调查发现满意度是影响重游的一个关键因素,Alegre等(2009)的研究也显示了两者之间存在显著的相关关系,然而Phillips等(2013)对目的地形象、感知价值、满意度与重游意愿的关系进行探索时未发现满意度与重游意愿有直接关系。

表1 旅游者重游意愿影响因素的研究现状

注:“+”代表该研究因素与重游意愿呈正相关关系;“-” 代表该研究因素与重游意愿呈负相关关系;“×”代表该研究因素与重游意愿无相关关系

1.3 研究假设

基于上述讨论,本文提出如下假设:

H1:旅游动机对旅游重游意愿有显著的影响。

H2:过去的旅游经历对旅游重游意愿有显著的影响。

H3:感知价值对旅游重游意愿有显著的影响。

H4:感知吸引力对旅游重游意愿有显著的影响。

H5:目的地形象对旅游重游意愿有显著的影响。

H6:满意度对旅游重游意愿有显著的影响。

因为感知价值由服务价值感知、成本感知以及货币价值感知组成,但有关货币价值感知对重游意愿的影响研究较少,本文不做研究,故可以将假设3划分为:

H3a:服务价值感知对旅游重游意愿有显著的影响。

H3b:成本感知对旅游重游意愿有显著的影响。

因为目的地形象是由情感形象、认知形象、意动形象以及总体形象4个维度组成,故可以将假设5划分为:

H5a:情感形象对旅游重游意愿有显著的影响。

H5b:认知形象对旅游重游意愿有显著的影响。

H5c:意动形象对旅游重游意愿有显著的影响。

H5d:总体形象对旅游重游意愿有显著的影响。

2 研究方法与数据处理

2.1 元分析方法介绍

本文采用元分析(Meta-Analysis)方法对提出的假设进行逐一验证。元分析最初来源于Fisher的“合并p值”思想,心理学家Glass(1976)将其发展为“合并统计量”,并将其命名为元分析。其基本思路是将同一问题的多项独立研究结果进行统计、合并以及分析,对具体的研究之间的差异进行剖析,综合评价相关的研究成果,最后得出普适性结论(张璇 等,2017)。因此元分析是一种定量分析方法,它不是对原始数据的统计,而是基于统计结果的再统计,减少了一手数据获取的麻烦,与传统方法相比,元分析方法的优点具体表现在(夏凌翔,2005):(1) 对文献有明确的筛选标准,保证了设计的严密性;(2) 综合考虑了研究对象、方法、指标对结果的影响;(3) 对多项独立甚至互斥的研究结果进行定量分析,使得结果更具科学性和客观性;(4) 弥补了传统文献综述的缺点,提高了文献系统统计的能力。

目前,元分析在旅游研究领域已经得到了应用。Zhang等(2014)通过元分析对目的地形象和忠诚度之间的关系进行了探索;Maeng 等(2016)对46篇文章进行元分析,提取了影响节日出行的70个激励因素;Yang等(2018)利用元分析对已有的关于电子口碑营销与酒店绩效关系的实证研究结果进行了研究。因此,元分析也同样适用于重游意愿这种实证研究多,但结果存在差异的研究问题。具体方法上,本文则采用Hunter等(2006)提出的方法,该方法需要对每项研究的统计量进行提取,并进行出版偏倚分析、异质性检验、效应合并值的假设检验以及异质性来源分析。分析过程可借助专门的元分析软件CMA(Comprehensive Meta-Analysis)3.0。

2.2 文献检索和筛选

为建立元分析数据库,本文以在1989年—2018年发表的相关文献为研究对象,按照以下3种方法进行文献搜索:(1) 以“repeat visit intention” “revisit intention” “intention to revisit”等为关键词或主题,搜索Web of Science、EBSCO、SAGE、Elsevier及Taylor & Francis等主流数据库;(2) 中文文献采用“重游意愿”“重游行为”“重游意向”等关键词或主题,在CNKI、维普、万方等数据库搜索;(3) 根据上述所得文献的参考文献,进行二次检索,手工查找遗漏的相关文献以尽量扩充样本容量,从而减少出版偏倚的影响。通过上述步骤,共检索得到737篇文献。

结合研究的主题以及元分析方法,对搜集到的文献按以下标准进行筛选:(1) 剔除非实证研究的文献;(2) 剔除将非旅游者的重游意愿作为因变量的文献;(3) 剔除未报告研究自变量与重游意愿的相关系数或标准回归系数或路径系数或其他可转换指标(如t值、F值)的文献;(4) 剔除研究变量定义不清的文献;(5) 对于学位论文和期刊论文有重复的研究,只保留其一,以保证样本中个体之间的独立性;(6) 元分析要求自变量与因变量之间至少出现3个效应值时,自变量才能被纳入研究框架(Liu et al.,2014)。经过筛选,共获得89篇相互独立的文献,其中,中英文学术期刊论文68篇,中英文学位论文19篇,中文会议论文2篇。

2.3 文献编码

首先,从描述统计项和效应值统计项两方面对搜索到的文献进行编码。描述统计项包括每篇文献的作者、发表时间、发表期刊、研究对象、研究方法(结构方程、回归分析、相关分析)等;效应值统计项包括每篇文献中的样本量、相关系数、标准回归系数、路径系数等。其次,为了提高获取数据的准确性,先由一位编码者在不同的时间段对数据进行两次编码,之后由第二位编码者任意选择30篇文献进行编码,并将编码结果与第一位编码者进行对比。对比发现,除个别数据有差异,绝大部分数据均一致,说明编码具有较高的一致性。

2.4 分析过程与测算指标

本文采用元分析软件CMA 3.0对数据进行元分析,数据的分析工作主要包括计算效应值、出版偏倚分析、异质性检验、效应合并值的假设检验及异质性来源分析(王永贵 等,2012)。

(1) 计算效应值。元分析的基础是效应值(Effect Size)的计算,计算效应值的指标有很多种,不同的指标适用于不同的情况,其中相关系数是社会科学领域用来计算效应值的重要指标。本文在收集到的文献中提取出自变量与因变量(重游意愿)的相关系数数据,对于那些采用标准化回归系数或路径系数等分析自变量与因变量关系的文献,按照Zhang等(2014)的方法将标准化回归系数或路径系数等转换为相关系数,将直接提取出的相关系数数据和转换得出的相关系数数据再进行费舍尔(Fisher’s Z)转换得到Zr值,即单一的效应值(张璇 等,2017)。

(2) 出版偏倚分析。元分析的一个显著特点就是研究样本来自于以往相关文献的研究结果。因此,相关文献收集得越多,结果的准确性就越高。但是,一些期刊倾向于发表具有显著性结果的文章,这样就会导致“出版偏倚”。为了检验是否存在出版偏倚,本文采用失安全系数N(Fail-Safe N)来验证结果的稳定性。失安全系数是指需要再找多少项研究,结论才会被推翻。如果失安全系数越小,则存在出版偏倚的可能性就越大(田红云 等,2017)。Rothstein等(2006)认为,当失安全系数小于5M+10(M为研究文献数)时,偏倚问题需要引起关注。

(3) 异质性检验。异质性检验用来判断多个研究间是否具有同质性,根据同质或者异质的结果选择合适的统计模型(鲁迪 等,2018)。异质性检验是元分析进行假设验证的前提。当一个变量在不同的研究中有多种衡量指标时,要进行“异质性”处理(Hunter et al.,2006),以确保数据来源及统计方式的一致性。Q统计量被广泛用于异质性检验。如果Q值在统计上显著,则说明效应值之间存在异质性,也就是不同研究之间存在异质性,此时应选用随机效应模型进行假设检验;反之,则采用固定效应模型进行假设检验。

(4) 效应合并值的假设检验。在进行假设检验之前,需要将多个单一的效应值进行合并得出效应合并值,即将Zr转换为最后的相关系数r,通过r值可以判断自变量和因变量相关关系的强弱,转换过程可以通过元分析软件CMA 3.0实现。Cohen(1988)提出通过相关系数r判断相关关系强弱的经验准则,一般来说:当0.00≤|r|≤0.09时,表示自变量和因变量之间基本无相关关系;当0.10≤|r|≤0.29时,则表示弱相关关系;当0.30≤|r|≤0.49时,表示中度相关关系;当0.50≤|r|≤1.00时,表示强相关关系。如果相关系数r的绝对值不在该经验准则范围内,可以将r做四舍五入处理后再通过该准则进行判断。此外,还需要对效应合并值r的统计学意义进行检验,本文采用Z统计量作为判断假设检验是否显著的指标(鲁迪 等,2018)。

(5) 异质性来源分析。通过Q值可以判断研究间是否存在异质性,如果存在异质性则表明存在调节变量,当加入某个变量后,若组间异质性检验显著则说明该变量为调节变量。

3 研究结果与讨论

3.1 出版偏倚分析和异质性检验结果

本文对每个自变量和因变量之间的失安全系数都进行了检验,发现他们的失安全系数N都大于临界值(见表2),因此,本文的样本不存在出版偏倚问题。

进一步采用Q检验方法对旅游者重游意愿的异质性进行检验,结果(见表2)表明,所有效应值的异质性均显著(p<0.001,I2值均大于50%)。当存在异质性时,通常有以下两种处理方法。一是将极端的效应值删除,直到达到同质后再采用固定效应模型进行假设检验;二是考虑采用随机效应模型。由于当各研究同质时,采用固定和随机模型计算的结果相同,所以本文在研究各个自变量与重游意愿之间的关系时采用随机模型进行分析。

表2 重游意愿的出版偏倚分析和异质性检验结果

注:I2表示观察到的变异在多大程度上是由效应值的真实差异造成的;τ2表示研究间变异的多少可用于计算权重

3.2 效应合并值的假设检验结果

表3所列出的效应合并值反映了各影响因素与重游意愿的关系。结果显示,旅游动机、过去的旅游经历、服务价值感知、成本感知、感知吸引力、情感形象、认知形象、意动形象、总体形象以及满意度与旅游者重游意愿均存在显著正向关系(p<0.001)。游客对过去旅游经历的评价越高,重游意愿越强烈,对目的地形象的正面感知越强,重游的可能性就越大,目的地越是能满足游客的旅游动机,游客的重游意愿就越高。其中,旅游动机对重游意愿的影响最小,满意度对重游意愿的影响最大,其他因素与重游意愿之间呈中度相关关系。因此,假设H1,H2,H3a,H3b,H4,H5a,H5b,H5c,H5d,H6得到验证。

表3 重游意愿的随机效应模型检验结果

3.3 调节变量分析结果——异质性的来源

从异质性检验的结果来看,各个研究之间都存在一定程度的异质性,这种异质性可能是受到某些调节变量的影响,因此本文引入调节变量来探究异质性的来源。通常调节变量根据文献特征来确定(Junni et al.,2013)。根据元分析原始文献的特点,本文将从样本来源、文献类型这两个方面加以分析。

3.3.1 样本来源

选择样本来源是因为不同样本所在地区的人口特征、经济水平不一,会给研究结果带来一定的影响。尤其是由于经济条件、文化差异等因素,跨国成为异质性的重要来源。表4中显示了样本来源对感知吸引力(Q=11.112,p<0.05)、旅游动机(Q=4.353,p<0.05)以及总体形象(Q=3.893,p<0.05)与旅游者重游意愿间的关系的调节作用,感知吸引力、旅游动机和总体形象在数据上的差异是因为国别的影响。其中,感知吸引力的国内效应合并值(r=0.460)大于国外的效应合并值(r=0.235)。同样,旅游动机的国内效应合并值(r=0.279)大于国外效应合并值(r=0.114),且国外旅游动机的样本小于3个,所以国外旅游动机的元分析结果可能会不可靠。总体形象的国内效应合并值(r=0.469)也大于国外效应合并值(r=0.288)。但是样本来源对其他研究因素与重游意愿间的关系不存在调节作用。尽管并非本文所有的研究因素都得到检验,但是感知吸引力、旅游动机和总体形象这3个因素得到验证,说明这种假设的合理性。

表4 样本来源的调节效应检验结果

注:由于意动形象的原始文献较少,故本文不分析其异质性来源

3.3.2 文献类型

选择文献类型的原因在于:首先,这是研究者们关于异质性来源经常研究的关键变量(田红云 等,2017;王勇,2014);其次,对于同一研究主题,期刊论文的研究呈点状分布,学位论文则更为系统地进行论述,这可能是导致异质性的重要原因之一。由表5可知,文献类型对各个自变量与重游意愿间的关系的调节作用不明显(p>0.05),即异质性不受文献类型的影响。这也符合王勇(2014)的观点,他在对国内外35篇文献进行元分析后认为,文献类型的调节效应并不显著。

表5 文献类型的调节效应检验结果

注:由于意动形象的原始文献较少,故本文不分析其异质性来源

3.4 讨论

根据研究结果发现,旅游动机、过去的旅游经历、感知价值、感知吸引力、目的地形象以及满意度都对旅游者的重游意愿产生显著正向影响。这与很多从单一变量视角研究重游意愿的影响因素的研究结果相一致。例如:Woodruff(1997)认为感知价值与满意度都会对旅游者的重游意愿产生影响;Petrick等(2001)的研究表明游客对过去旅游经历的评价是重游意愿的重要预测指标;Alegre等(2006)通过实证研究证明了目的地满足游客旅游动机的程度对重游意愿有直接的正向影响。另一方面,文中提出的影响因素系统模型(见图2)也验证了Ozturk等(2016)和Campo-Martínez等(2010)提出的模型假设。本文的研究结果与既有多数研究结果一致,说明在整合的视角下通过元分析方法得出的结论具有准确性和科学性。同时,通过影响因素的系统模型,本文还发现了不同因素对重游意愿的影响程度差异。

(1) 旅游动机与重游意愿的关系。在本文研究的因素中,对旅游者重游意愿影响程度最小的因素是旅游动机(r=0.250),这与Jang等(2007)和Shen(2014)的研究发现相似,他们的研究结果显示重游意愿与旅游动机之间存在弱相关关系。Li等(2010)在研究重游意愿与旅游动机之间的关系时,甚至发现旅游动机未对重游意愿产生影响。产生这一结果的原因可能是:一是尽管计划行为理论证明了旅游动机和重游意愿之间存在关系,但是这种关系是在特定的动机维度下发生的;二是可能存在调节变量,Hagger等(2002)研究发现动机通过调节变量影响行为意向。因此,未来在研究旅游动机对重游意愿的影响时应注意维度的划分以及调节变量的存在。

(2) 满意度与重游意愿的关系。在本文研究的因素中,满意度对重游意愿的影响程度最大(r=0.514),这与Petrick(2004)和Alegre等(2006)得出的结论一致。而目的地总体形象、感知吸引力等都与满意度存在一定的关系,因此,经营者应塑造良好的目的地形象,提高产品、服务质量感知,加强基础设施建设,提高景区的可进入性,从而提升旅游者的满意度,进而为重游奠定基础。此外,Kozak(2001)指出旅游者的满意度对当地经济和邻近目的地的发展都有促进作用。

(3) 其他因素与重游意愿的关系。其他与重游意愿有显著关系的因素分别是感知吸引力(r=0.358)、服务价值感知(r=0.346)、目的地总体形象(r=0.368)、目的地意动形象(r=0.309)、目的地认知形象(r=0.386)、成本感知(r=0.328)、过去的旅游经历(r=0.319)、目的地情感形象(r=0.361)。目的地经营者根据不同因素对重游意愿影响程度的大小,可以更有针对性地采取措施。研究者在未来的研究中,应探索出更多的影响重游意愿的因素,从而帮助经营者更准确地进行定位。

图2 旅游者重游意愿的影响因素系统模型注:*表示p<0.05;**表示p<0.01;***表示p<0.001

4 结论与展望

本文对国内外关于旅游者重游意愿的89篇文章进行了梳理,尝试运用元分析方法研究旅游者重游意愿的影响因素。研究发现,旅游动机、过去的旅游经历、感知价值、感知吸引力、目的地形象以及满意度是大多数文献研究的因素,且都对旅游者重游意愿产生影响。

本文的理论意义在于,文章在前人研究的基础上,构建了旅游者重游意愿影响因素的系统模型,从多个维度对旅游者重游意愿的影响因素进行研究,保证了结果的科学性和客观性。在研究方法上,本文尝试利用元分析对文献进行梳理,克服了传统文献综述缺乏定量化支撑的缺陷,深化了已有的研究成果。

本文对于目的地经营者的启示在于:(1) 经营者要充分认识到了解旅游者重游意愿的重要性,并采取正确的方式研究影响重游意愿的关键因素,不能只从单一维度或通过小规模发放问卷的方式进行测量,因为这样得到的结论往往不够全面和客观。(2) 根据研究的结果,目的地经营者不仅要提高旅游者的满意度,而且要通过基础设施的完善等,不断提高游客的服务价值感知。此外,由于游客的成本感知对于重游意愿也有重要的影响,经营者应该在保证质量的前提下,给游客提供适当的价格,使该目的地在同类旅游地中更有竞争优势。

由于数据获取等条件的限制,本文有待进一步深化的地方包括:首先,样本收集过程中,仅选择了中文与英文文献,可能会造成样本的全面性和代表性不够,且由于部分样本中出现的错误分析和选择性报道问题导致原始数据不能被完全利用,降低了本文的样本容量,从而降低了元分析结果的精准性,后续的研究应进一步完善样本库;其次,本文仅讨论了样本来源与文献类型两个调节变量,发现了不同的研究之间存有很大的异质性。事实上,可能还有其他的调节变量,但是探讨所有的调节变量需要充足的数据和理论支撑,未来随着相关研究数量的增多,可用元分析探讨更多的导致异质性的原因,如研究方法、自变量的维度数等。