陕西省国家森林公园游客满意度——以太白山、太平和王顺山森林公园为例

董 楠 张 红 张春晖，2,3

(1.陕西师范大学地理科学与旅游学院 西安 710119； 2.陕西旅游信息化工程实验室 西安 710119； 3.陕西省旅游信息科学重点实验室 西安 710119)

随着社会节奏不断加快，城市居民工作和生活压力逐渐增加，居民想逃离城市喧嚣、渴望返璞归真、回归大自然的愿望愈加强烈。森林中空气清新、环境优美，且富含负氧离子，是人们寻求自然、调节身体机能、转换心情的最佳旅游地(周德平等， 2015)。森林公园是发展森林旅游的主要载体，景区具有较大的客容量、丰富的森林景观及最佳的旅行距离等，成为人们出游的重要选择之一(卞斐等， 2011)。陕西是我国森林公园建设较早的省份，至2015年底全省共有国家级森林公园35处，接待旅游总人数达1 434万人次，实现旅游收入70 820万元。目前，陕西省森林公园普遍存在景区特色不够突出、休闲度假功能偏弱以及对游客需求响应不够及时等问题，而解决这些问题就要倾听市场的声音，科学探究游客满意度。

游客满意度是指游客对旅游景区的旅游景观、基础设施、娱乐、环境和接待服务等方面满足其旅游活动需求程度的综合心理评价(Bakeretal.， 2000； 符全胜， 2005； 黄大勇等， 2015)。依据其定义，学者们对游客满意度的评价内容研究也同样围绕着旅游资源、旅游设施、休闲娱乐功能和旅游服务(李瑛， 2008； “游客满意度指数”课题组， 2012； 王凯等， 2012)等方面展开。游客满意度是衡量森林公园发展质量及经营成功与否的重要尺度(黄大勇等,2015)。在我国森林公园旅游发展的30多年间(兰思仁等， 2014)，学者们对森林公园的研究多集中在森林公园科普旅游资源评价体系构建(王娜等， 2015)、森林公园资源和管理属性经济价值评价(王尔大等， 2015)、森林公园旅游效率影响因素(黄秀娟等， 2015)和森林公园游憩价值(雷莹等， 2015)等方面，而对森林公园旅游发展质量的研究鲜见报道。

森林公园游客满意度评价需要采用恰当的测量方法。由于游客对森林公园的评价具有主观性，调查问卷的评分等级之间具有不等距性，因此游客对旅游满意度的评价具有模糊不定的特点。而模糊综合评价法正是用于测算不确定性事物的典型方法，采用该方法测量游客满意度得到了学者们的普遍认同(南剑飞， 2008； 廉同辉等， 2012； 邢权兴等， 2014)。董观志等(2005)较早构建了旅游景区游客满意度的模糊综合评价体系，随后有学者采用模糊综合评价法测算了主题公园游客满意度和城市免费公园游客满意度(廉同辉等， 2012； 邢权兴等， 2014)。模糊综合评价法使用的重点和难点在于指标权重的确定，传统专家评价法和德尔菲法存在很大的主观性。陈晓红等(2015)将层次分析法得到的主观权重和因子分析法得到的客观权重结合起来，改进了指标权重确定方法，提出了改进的模糊综合评价模型。该模型以模糊综合评价理论和综合赋权法思想为基础，既能考虑到满意度评价指标的模糊性，又能融合专家智慧和客观评价结果得出综合权重，故本研究采用这一改进模型评价森林公园游客满意度。

本研究以陕西省太白山国家森林公园、太平国家森林公园和王顺山国家森林公园为例，探讨森林公园游客满意度现状及影响游客满意度评价的关键因素，以期为森林公园景区发展质量提升提供基础理论借鉴。

1 研究区概况

太白山国家森林公园位于陕西省宝鸡市眉县境内，总面积2 949 hm2，森林覆盖率94.30%， 1991年被批准为国家级森林公园。园内森林景观独特，文物古迹丰富，自然与人文景观相得益彰，2016年11月被正式评为国家5A级景区。太平国家森林公园位于陕西省西安市户县太平峪内，距西安市44 km，距咸阳市60 km，总面积6 085 hm2，以水域风光、地质地貌和植物景观为特色，瀑布成群，北方罕有，2004年12月被评为国家森林公园，于2010年7月被评为国家4A级景区。王顺山国家森林公园位于陕西省蓝田县蓝桥乡，距西安市45 km，312国道横贯公园，总面积3 645 hm2，包括6大景区150多个景点，尤以中国古代二十四孝之一的王顺担土葬母于此而闻名。

2 研究方法

2.1 问卷设计、发放及回收 问卷由2部分组成： 第1部分为人口统计学特征(包括性别、年龄、常住地、月收入、职业和学历)和游客行为特征(包括访问次数、出游方式、游览消费和游憩时间)；第2部分为森林公园游客满意度的具体测项。参考以往研究成果(Buhalis, 2000; Lee, 2015; 李晶博等， 2008； 贺小荣等， 2013),本研究问卷设计8个维度(旅游吸引物、自然环境、公共基础设施、旅游设施、服务质量、旅游价格、安全、旅游信息与通讯)40个具体测项，借鉴李克特7点式量表测量陕西省森林公园游客满意度。在太平国家森林公园进行预调研，共发放问卷130份，回收有效问卷102份，采用SPSS22.0统计软件对数据进行初步处理后，修改量表中不符合实际情况或受访者难以理解的测项，形成最终调查问卷。调研时间集中在2016年8月26日—10月26日，选择游客量较大的周末和节假日，采用“一对一”调研方式，现场发放、现场收回。根据3家森林公园客流量不同分别投放不同数量的问卷，其中太白山森林公园投放568份，太平森林公园投放323份，王顺山森林公园投放251份，共回收问卷1 142份，有效问卷1 015份，有效率为88.88%。

2.2 模糊综合评价法 模糊综合评价法是一种基于模糊数学的综合评价方法，其在处理定性的、不确定的、信息不完善的问题方面具有优势(李鸿吉， 2005； 谢季坚等， 2013)。该方法计算步骤参见相关文献(南剑飞， 2008； 廉同辉等， 2012； 邢权兴等， 2014)，本研究总结如下：1) 确定评价指标集U和评价集V本研究采用的是李克特7点量表进行测量，有7个评价等级，则n=7，V={v1,v2,…,v7}；2) 确定影响因素权重W；3) 建立各因素的评分隶属函数和综合评价矩阵R，并求出隶属度和R；4) 求模糊综合评价集B；5) 求去模糊值P。

2.3 IPA分析 IPA即重要性-绩效分析，由4个象限组成，所有评价指标的平均重要性和平均绩效都散落在4个象限中，借助该方法可对其重要性和绩效评价情况进行分析和阐释。当IPA方法用于满意度测量时，绩效即为满意度评价(陈旭， 2013)。将各评价指标权重作为四象限图的横坐标，取所有权重均值作为横坐标的交叉点；将问卷满意度等级中“有点满意”的代表数值5作为纵坐标的交叉点，利用四象限图绘图工具作图。散点标签由各制约层指标编码的单字母和阿拉伯数字组成。

3 结果与分析

3.1 游客基本信息统计特征 男性游客占比53.82%，年龄集中在15～44岁，其中15～24岁占比44.59%，25～44岁占比41.98%。游客常住地多为西安市区和陕西省内其他地区，占比分别为43.96%和44.86%。游客学历主要为本科和大专，二者共占62.55%。游客月收入水平在3 000元以下的占比45.83%，其次为3 001～5 000元，占比35.37%。游客职业身份有学生(33.30%)、专业技术人员(18.49%)、公司职员(12.92%)、政府工作人员(4.97%)、技术工人(4.17%)、服务或推销人员(4.08%)。大部分游客为第1次到访,占比约70%，第2次到访游客占17.94%。在出游方式上，多为好友结伴出行(50.99%)，其次为家庭出游(25.99%)。40.08%的游客消费水平为101～300元，27.92%的游客消费水平为301～500元。游憩时间主要为5 h以内、6～8 h和2天1夜，占比分别为44.13%、31.37%和24.50%。

3.2 评价指标体系 对调研数据进行信度检验，结果显示， Cronbach’sα系数为0.951，表明测项内在一致性较高，数据信度良好。对量表结构效度进行检验，结果显示， KMO值为0.950，属于“良好”水平(P<0.001)，表明变量间存在公共因子，适合因子分析。多次探索主成分因子(因子载荷的界限值为0.4)，得到29项有效测项。依据上述多次探索结果，得出7项公因子，累计方差解释率为67.95%(大于60%，达到统计要求)。将7项公因子依次命名为旅游设施及其质量、景区服务质量与安全、旅游消费价格、旅游交通与环卫设施、旅游吸引物、自然环境、旅游信息与通讯，为制约层；目标层为森林公园游客满意度；指标层为29项具体测项。

3.3 各层次指标权重 将群决策AHP法得到的主观权重和因子分析法得到的客观权重相结合，确定评价指标的综合权重。群决策AHP由传统AHP发展而来，其基本思想是在已建立的层次结构基础上，邀请1组专家对同一指标进行打分，并将所有评价因素进行两两比较，构造判断矩阵。针对本研究构建的评价指标体系，邀请来自地理学、管理学、经济学、社会学、政治学和旅游学6个学科的10位专家打分，评分标准按照评价集V={非常重要、很重要、有点重要、一般重要、有点不重要、很不重要、非常不重要}7个等级，分别赋值7、6、5、4、3、2、1，经处理后得到评价体系的主观权重。

因专家打分确定的主观权重通常与游客心理认知不一致(张纯等， 2007)，故采用因子分析法确定客观权重。在因子分析中，旋转后的主成分方差贡献率(经归一化处理)可视为准则层对目标层的影响程度，即准则层各指标的客观权重，因子得分可看作各变量的加权总和，权数大小表示变量对因子的重要程度(薛薇， 2003)。根据旋转后因子得分相关系数矩阵，将原变量间的因子系数视为各因子客观权重。以此将各指标层评价因子主客观权重进行归一化处理后可得其综合权重，其结果见表1。

3.4 游客满意度评价结果 评价指标集U=(U1,U2,U3,U4,U5,U6,U7)，评价集V=(v1,v2,v3,v4,v5,v6,v7)，权重集为W。指标集U隶属于评价集V，为各评价等级人数与总人数的比值，以此得到旅游设施及其质量(R1)、景区服务质量与安全(R2)、旅游消费价格(R3)、旅游交通与环卫设施(R4)、旅游吸引物(R5)、自然环境(R6)、旅游信息与通讯(R7)各制约层的游客满意度评价矩阵。

根据模糊综合评价法的M(·,+)模型，即加权平均型矩阵运算，对各制约层指标综合评价集Bi(i=1,2,3,4,5,6,7)进行处理，可得：

B1=W1R1=(0.059，0.172，0.251，0.303，0.128，0.048，0.040)；

B2=W2R2=(0.140，0.276，0.279，0.192，0.071，0.025，0.016)；

B3=W3R3=(0.109，0.183，0.261，0.256，0.112，0.046，0.032)；

B4=W4R4=(0.185，0.252，0.271，0.173，0.065，0.027，0.027)；

B5=W5R5=(0.168，0.248，0.237，0.216，0.080，0.031，0.019)；

B6=W6R6=(0.425，0.337，0.143，0.060，0.023，0.006，0.005)；

B7=W7R7=(0.076，0.131，0.180，0.181，0.157，0.101，0.174)。

对各制约层综合评价集进行去模糊计算，依次得到游客对旅游设施及其质量、景区服务质量与安全、旅游消费价格、旅游交通与环卫设施、旅游吸引物、自然环境、旅游信息与通讯的满意度评价值Pi(i=1,2,3,4,5,6,7)：

P1=7b11+6b12+5b13+4b14+3b15+2b16+1b17=4.427；

P2=7b21+6b22+5b23+4b24+3b25+2b26+1b27=5.084；

P3=7b31+6b32+5b33+4b34+3b35+2b36+1b37=4.654；

P4=7b41+6b42+5b43+4b44+3b45+2b46+1b47=5.133；

P5=7b51+6b52+5b53+4b54+3b55+2b56+1b57=5.040；

P6=7b61+6b62+5b63+4b64+3b65+2b66+1b67=6.042；

P7=7b71+6b72+5b73+4b74+3b75+2b76+1b77=3.787。

式中：bi(i=1,2,3,4,5,6,7)为第i个因素ui的单因素评价集，是V上的模糊子集。

综上，可得到游客满意度模糊综合评价最终评价集A=WB=(0.191，0.250，0.232，0.188，0.079，0.032，0.029)。将最终评价集进行去模糊计算，可得游客满意度综合评价值P=7×0.191+6×0.250+5×0.232+4×0.188+3×0.079+2×0.032+1×0.029=5.076。通过P1、P2、P3、P4、P5、P6、P7可得到制约层指标的游客满意度，依据P可得到游客森林公园满意度综合评价。

本研究将森林公园游客满意度等级划分为非常不满、很不满、比较不满、一般、比较满意、很满意、非常满意，依据偏态分布将评价结果的对应分值区间设为[0，1.5]、[1.5，3]、[3，4.5]、[4.5，5]、[5，5.5]、[5.5，6]和[6，7]。由此可得森林公园游客总体满意度及各制约层指标满意度的等级，如表2所示。

表1 森林公园游客满意度评价指标权重Tab.1 The weight of tourist satisfaction evaluation index in forest park

续表1

制约层Restrictive layer指标层Indicator layer指标Index主观权重Subjective weight客观权重Objective weight综合权重Comprehensive weight指标Index主观权重Subjective weight客观权重Objective weight综合权重Comprehensive weight接待服务质量Reception service quality(S4)0.2680.1340.186游客服务中心Tourist service center(S5)0.2010.1530.159门票价格合理Ticket Price(P1)0.3360.3000.393R30.0820.1490.086景区内小交通价格合理Traffic price(P2)0.2040.2690.214餐饮价格合理Restaurant price(P3)0.2740.2390.255为娱乐项目价格合理Entertainment price(P4)0.1860.1920.139内部交通通畅Traffic status in thye forest park(T1)0.1660.2910.197R40.1110.1440.112停车便利性Parking convenience(T2)0.2410.2920.287外部交通可进入性Traffic status outside the forest park(T3)0.3110.3040.386厕所、垃圾箱等环卫设施Toilet,dustbin et al.(T4)0.2820.1140.131珍稀动植物多样Rare animals & plants(A1)0.2650.2800.297R50.2190.1320.204文化遗存价值高Cultural remains(A2)0.2450.2490.244地质景观奇特Geological landscape(A3)0.2150.2440.210森林景观优美Special forest sighting(A4)0.2750.2270.250水质清洁Water quality(N1)0.2500.2730.273R60.2190.1310.201空气清新Fresh air(N2)0.2500.2420.242气候宜人Pleasant climate(N3)0.2500.2590.259环境整洁 The cleannese of environment(N4)0.2500.2260.226R70.0870.0900.055景区手机通讯良好Mobile phone communication(I2),0.5000.5120.512景区无线网络完备Wireless network(I2)0.5000.4880.488

表2 森林公园游客满意度等级评价结果Tab.2 Evaluation results of tourists’satisfaction degree in forest park

由模糊综合评价结果可知，达到游客“非常满意”的指标为自然环境，表明游客在森林公园想要接触大自然、呼吸新鲜空气的需求得到满足，森林公园自然环境优美，能够为游客提供良好的游憩空间，有着充足的自然供给。相比之下，游客对森林公园旅游设施及其质量、旅游信息与通讯表示“比较不满”，表明森林公园内的餐饮、住宿以及购物等设施和质量远低于游客预期，且园内的移动通讯设备没有达到游客要求。可见，未来森林公园发展建设中应重点改进旅游设施及其质量、旅游信息与通讯。游客对旅游消费价格的满意度评价为“一般”，表明提高游客满意度可从进一步改善景区内旅游消费定价体系着手。而景区服务质量与安全、旅游交通与环卫设施和旅游吸引物的游客满意度评价处于“有点满意”等级，表明游客对该3项指标持基本满意态度，但距离游客“非常满意”还有一定提升空间。

3.5 IPA分析结果 图1为用于IPA分析的重要性-满意度四象限图。由图可知，位于第1象限即高重要性-高满意度因素有水质清洁(N1)、空气清新(N2)、气候宜人(N3)、环境整洁(N4)、地质景观奇特(A3)、森林景观优美(A4)、旅游服务设施安全状况良好(S2)和停车便利性(T2)。可见森林公园的自然环境和地质景观得到了游客一致好评，应该继续保持；且景区服务设施安全状况良好，满足了游客旅游安全的心理需求。另外，森林公园抓住了自驾游群体的旅游需求，能够提供便利的停车条件。

位于第2象限即低重要性-高满意度的因素有治安状况良好(S3)、接待服务质量(S4)、游客服务中心(S5)、内部交通通畅性(T1)、环卫设施(T4)和游步道、索道等行游设施(F6)。这6项指标是森林公园的潜在资源，虽然满足了游客旅游期望，游客满意度较高，但是没有给予足够重视，在后期发展建设中，应继续保持游客的高满意度并予以重视，以防因游客喜好变动或景区资源吸引力下降等外在原因而导致满意度下降。

位于第3象限即低重要性-低满意度的因素有住宿设施(F2)、购物设施(F3)和娱乐项目价格合理(P4)，这3项指标需要森林公园后期缓慢跟进。根据游客行为特征统计数据，游客游憩时间多为2～8 h，说明游客对住宿设施的需求较少； 游客消费水平大多为101～300元，说明去除门票、餐饮以及景区小交通等花费外，游客用在购物和娱乐项目上的消费较少。为延长游客停留时间和刺激游客消费，森林公园在后期发展建设中应完善住宿和购物设施，增设娱乐项目，以提升景区经济收益。

位于第4象限即高重要性-低满意度的因素有门票价格合理(P1)、景区内小交通价格合理(P2)、餐饮价格合理(P3)、餐饮设施(F5)、餐饮质量(F4)、住宿质量(F1)、外部交通可进入性(T3)、景区手机通讯良好(I1)、景区无线网络完备(I2)，珍稀动植物多样(A1)、文化遗存价值高(A2)和紧急救援体系完备(S1)。这12项因素是森林公园的重点改进对象，管理者应高度重视。

图1 重要性-满意度四象限图Fig.1 Four quadrant diagram of importance-satisfaction analysis

4 讨论

游客满意度是旅游市场竞争力的来源，是稳定规模化客流的根本动力，进行旅客满意度调查有助于在实践中统筹微观监管和宏观调控，是推进景区发展质量提升的重要抓手。森林公园游客满意度现状调查发现，自然环境处于“非常满意”等级，表明其是森林公园发展旅游业的优势资源，应继续保持森林景观和生态环境的原真性，预防生态环境退化，强化优势旅游资源。

在森林公园旅游吸引力方面，可完善森林景观观赏体系，适当添加水景，构建“声、景、林”三位一体的观赏效果，巧妙、多角度、全方位地规划设计最美森林观光台、廊、塔等森林观景、拍照设施，以满足游客驻足休憩和拍照的旅游需求。景区内还可开发森林娱乐、探险类项目，如森林滑道、林中滑索和野外定向扩展项目等，提高游客参与性。

消费价格是游客外出旅游考虑的重要因素，森林公园产品价格是否合理尤为重要。首先，应调整景区门票价格、餐饮价格及景区内小交通价格，价格合理、物美价廉才能获得游客好评。其次，应制定景区消费价格公开透明制度，取得游客消费理解和信任。最后，森林公园需满足不同游客的旅游需求，既可有高端大气的旅游酒店，又可推出干净整洁的特色名居小宿； 既可提供“山珍海味”，又能做出令人回味无穷的农家特色小菜。

高品质旅游服务对森林公园发展质量提升至关重要。餐饮设施的完善、质量的提升以及住宿质量的提高是景区急需改进之处，高质量服务有助于刺激游客二次消费，增加景区营业额。另外，为给游客提供舒适温馨、流连忘返的人性化服务体验，景区应加强服务人员工作培训，尤其需要提升当地参与旅游服务人员的工作素养，如此才能提高游客满意度，提升森林公园形象，赢得更广泛的旅游市场。

为游客提供及时详尽的旅游信息、便捷的信息搜索是景区需要加强推进的工作。无论是利用自有官方网站推送旅游信息还是借助新型自媒体平台(微信公众号、APP等)发布旅游信息，其目的都是为了引导游客的目的地选择。森林公园知名度提升离不开有效的市场推广，利用新媒体，打造森林公园“网红”景点，是一种新兴的网络营销方式，有助于为景区创造规模化客流。

5 结论

1) 森林公园游客满意度评价指标体系可分为3个层次,目标层为森林公园游客满意度； 控制层为7个属性维度，即旅游设施及其质量、景区服务质量与安全、旅游消费价格、旅游交通与环卫设施、旅游吸引物、自然环境和旅游信息与通讯； 指标层为29项具体测项。

2) 采用模糊综合评价法计算可知 ， 森林公园游客总体满意度处于“有点满意”等级，自然环境处于“非常满意”等级，景区服务质量与安全、旅游交通与环卫设施、旅游吸引物满意度评价等级均为“有点满意”，旅游消费价格满意度评价为“一般”，旅游设施及其质量、旅游信息与通讯处于“比较不满”等级。

3) IPA分析表明：空气清新、水质清洁、环境整洁、气候宜人、地质景观奇特、森林景观优美、旅游服务设施安全状况良好和停车便利性8项指标位于继续保持象限，应继续保持优势； 治安状况良好、接待服务质量、游客服务中心、内部交通通畅性、环卫设施和游步道、索道等行游设施位于潜在资源象限，应提高对这6项指标的重视程度； 住宿设施、购物设施和娱乐项目价格合理位于缓慢改进象限，应实施稳健的改进措施； 门票价格合理、景区内小交通价格合理、餐饮价格合理、餐饮设施、餐饮质量、住宿质量、外部交通可进入性、景区手机通讯良好、景区无线网络完备、珍稀动植物多样、文化遗存价值高和紧急救援体系完备位于重点改进象限，需大力改进这12项指标，致力于促进游客满意。