成都青龙湖湿地公园游客忠诚度评价与提升策略

熊燕飞，郭 洋，起靖翔，胡 兰，李鳗琛，王岑涅

(成都大学 旅游与文化产业学院，四川 成都 610106)

1 引言

城市湿地公园作为城市公园的一种特殊形式和城市公共空间的重要组成部分，除了具备湿地的生态功能和典型特征外，还承载了为城市居民的日常游憩提供活动场所的功能[1]。近年来，随着公园城市建设和海绵城市建设的大力推进，城市内部的湿地公园越来越受到重视。对城市湿地公园的游客忠诚度进行系统研究，不仅有助于为城市居民带来普惠福祉，还有助于湿地公园的日常管理维护，达到可持续发展的目的。

当前，关于城市湿地公园的研究多围绕其公共服务[2，3]、游憩价值[4，5]、多效益均衡发展[6，7]、忠诚度的影响因素[8～10]等方面展开，忽视了湿地公园游客忠诚度的测量。事实上，衡量游客忠诚度才是目的地管理者设计和实施提升忠诚度策略的基本步骤[11]。基于此，本研究以青龙湖湿地公园为例，运用模糊综合评价法对其游客的忠诚度进行测量，以期拓展城市湿地公园的研究内容，为城市湿地公园建设提供理论支撑。

2 研究区概况及数据来源

2.1 研究区概况

青龙湖湿地公园位于成都主城区东部，是城市居民休闲游憩的重要空间。该公园的总面积约30000亩，湖面面积约4000亩，是成都市中心城区最大面积的湿地公园。青龙湖湿地公园的生态环境良好，植物丰富，拥有野生鸟类上百余种，被称为“城市绿肺”。

2.2 指标选取与数据来源

2.2.1 评价指标体系构建

参考借鉴游客忠诚度评价及测量方法[12～14]，结合青龙湖湿地公园的实际情况，研究从态度忠诚和行为忠诚两个方面构建青龙湖湿地公园游客忠诚度评价指标体系。其中，态度忠诚通过重游意愿、推荐意愿、首选因素(不考虑客观限制因素下的首选意愿)、价格容忍度、风险容忍度5个观测变量反映，行为忠诚则通过出游次序、重游次数、正面宣传的次数反映。

2.2.2 数据来源

本研究主要通过问卷调查法获取基础数据，问卷内容包括2个部分：一是游客人口统计学特征和旅游行为信息，二是采用李克特五级量表测量忠诚度的各观测变量。本研究于2020年10月31日在青龙湖湿地公园进行预调研，结合预调研的情况，对问卷进行修改完善。并于2020年12月至2021年1月通过线上和线下两种渠道正式发放问卷，其间共收到240份问卷，剔除信息填写不完整或不清楚的无效问卷，共收到有效问卷231份，问卷有效率96.25%。游客的人口结构特征见表1。

表1 受调查者的社会人口结构特征

3 研究结果

3.1 探索性因子分析

运用SPSS18.0软件进行探索性因子分析，结果显示Cronbach′s α系数为0.817，表明量表具有较好的内部一致性。KMO检验值为0.804，Bartlett′s球形检验的显著水平p=0.000，说明适合进行因子分析。因子分析中，对于多维指标，原则上要求指标项在一个维度中的因子载荷值高于0.5，而且在其他维度中的载荷值不超过0.4，同时，尽量保证每个维度有3个指标;方差贡献率的最低标准应超过60%[15]。本研究的各项指标均在要求下，由此依照两个主成分因子的方差解释率来确定模糊综合评价中的权重。探索性因子分析结果详见表2。

表2 入境游客正面情绪体验探索性因子分析

3.2 模型检验

3.2.1 模型拟合优度检验及修正

运用AMOS 22.0极大似然法逐一进行验证性因子分析，结果表明：χ2/df=4.175，AGFI=0.846，TLI=0.809，且RMSEA>0.08，这几项指标均不在理想范围内，模型拟合优度较差。为使假设模型与观察数据更为适配，依据修正指标值(MI)和变量之间的实际意义对模型进行修正。误差变异量e7和误差变异量e8、误差变异量e6和误差变异量e8具有共变关系，且修正指标MI值在观测变量的误差项之间达到最大，通过添加路径后模型中的拟合指数达到了一般的标准，因此模型修正是有意义的，故支持增添路径(表3)。

表3 模型的拟合度检验

3.2.3 模型信度和效度检验

对修正后的结构方程模型(图1)进行信度和效度检验，分析结果显示：态度忠诚和行为忠诚的组合信度CR和平均提取方差AVE值均大于临界值0.6和0.5，说明态度忠诚和行为忠诚这两个测量模型的综合信度较好(表4)。根据结构方程模型分析要求，效度检验需要进行聚合效度和区分效度两个方面。从图1可知，所有观察变量的因子载荷在0.458～0.907之间，满足因子载荷大于0.40，且在0.01水平下显著，说明变量具有充分的聚合效度。潜变量之间的相关系数为0.49，而平均提取方差的平方根在0.726～0.731之间，满足潜变量之间的相关系数小于平均提取方差平方根的条件，说明各变量之间具有充分的区分效度。

图1 游客忠诚度的结构方程模型

表4 潜变量的综合信度

3.3 游客忠诚度模糊综合评价

(1)分别建立因素集U={行为，态度}，评价集V={差，比较差，一般，好，很好}(对应李克特量表里的1、2、3、4、5)。采用模糊统计法确定模糊评判矩阵，即每个指标隶属于评价集V的评价次数占总评价次数的比例为隶属度，最终得到模糊评判矩阵：

(1)

(2)根据因子分析提取到的行为和态度两个公因子方差解释率，作归一化处理后，得到权重：A=(0.41，0.59)。

(3)采用M(·，⊕)模型，计算综合隶属度：B=AoR=(0.100，0.126，0.244，0.249，0.281)

(4)综合判分：H=0.100×1+0.126×2+0.244×3+0.249×4+0.281×5=3.49

游客的总体忠诚度值为3.49，得分位于“一般”与“好”之间，说明青龙湖湿地公园的游客忠诚度位于中等偏上。考虑到该湿地公园为城市居民公共服务空间，未收取门票，交通便利，配套设施齐全的优势，其游客忠诚度整体上仍有很大的提升空间。

4 提升策略

4.1 丰富游憩体验，创造宣传机会

青龙湖湿地公园游客的推荐意愿强烈，但正面宣传次数较低，说明游客的意愿和实际行动间存在差距，缺乏做出正面宣传的机会。针对这种情况，可从以下三个方面入手。一是，提升游客参与感，加强科普趣味活动的建设，如开展义务捡垃圾活动，科普知识竞赛，探寻珍稀植物等，在参与活动中，形成环保意识，产生自豪感，从而愿意与人分享;二是，深入挖掘公园内明代蜀文化的内涵，打造具有特色的文创产品，借助这些有形的实物产品，让游客有机会向他人讲述此次经历;三是，鼓励周边社区居民参与管理，形成良性互动关系，提升社区居民的归属感和责任感。

4.2 科学制定价格，创新消费业态

青龙湖湿地公园的游客对价格比较敏感，这与游客的游憩动机多为休闲与健身有关，而且低月收入人群也占较大比例。一方面,应当采取科学定价的手段，缩减产品和服务的利润空间，利用游客的重复购买实现长期盈利；另一方面,加快培养国际化新兴消费场景，引入多元化的新消费业态，借助新技术推动整个消费业态的升级，吸引具有高消费的游客前来。例如，美食娱乐，音乐展演，田园体验，vr虚拟体验等。

4.3 关注游客需求，建立情感联系

强化青龙湖湿地公园服务人员的培训，提高服务水平。关注游客的需求，建立与游客的互动机制，积极对游客的批评建议做出反馈，加强游客与景区的情感联系。运用数字智慧化管理，打造“人性化”服务，优化服务体验。大力推广微信公众号和线上app的使用，及时发布湿地公园建设情况和相关活动信息，增强游客信任感。并利用大数据对线上用户进行忠诚度评级，给予相应的福利待遇。