残疾人休闲涉入、休闲效益及其生活满意度影响的复杂性结构

程 励

（四川大学 旅游学院，四川 成都610064）

经济的快速发展和闲暇时间的增长使人们对休闲的需求日益增长，休闲成为人们生活的重要组成部分［1］.相关研究表明，参与户外休闲能够增加人们的愉悦情感体验［2］，对个体的生理和心理健康产生积极影响［3］，有助于个体生理、心理和注意力方面的恢复［4］，减轻个体压力和抑郁症状［5］、减少愤怒和焦虑等负面情绪，也有助于降低血压［6］，对其生理、心理、社会健康［7］和认知功能［8］产生积极影响，并影响到个体对其生活满意度的感知以及生活质量的整体评价［9-11］.生活满意度是个体对生活的期望目标与实际结果的自我感知，侧重衡量人们如何评价自己的整体生活质量的感受［10］，是主观幸福感的重要组成部分［11］.

残疾人是现代社会中一个重要的群体，“残疾”是一种与疾病、紊乱、受伤或其他健康状况相关的机能降低状态，残疾状况会被视为一种身体机能的损害、活动受限或参与限制［12］.《中华人民共和国残疾人保障法》（2008）将“残疾人”界定为在心理、生理、人体结构上，某种组织、功能丧失或者不正常，全部或者部分丧失以正常方式从事某种活动能力的人.中国的残疾人总数占全国人口总数的6.34%，2018年已达到8 500万.由于残疾人的生理、心理和社会环境等主客观因素的先天限制，大多残疾人日常生活环境相对封闭.已有研究表明，封闭的环境会阻碍残疾人与外部的沟通，不但不利于其身体健康，而且易对自身产生自卑、猜疑、厌世、敌意等负面情绪［13］.Haron等［14］研究也发现个体较高程度的残疾会导致较低的生活满意度，并且由于残疾人群体特有的心理特征和认知方式，残疾人的户外休闲活动更容易受到来自个体、群体及社会等多种因素的复杂交互影响.

美国全国计划（nationwide plan）认为，户外休闲（outdoor recreation／leisure activities）不仅包括在都市和人造环境的户外空间中开展的活动，还包括与自然环境有密切联系的活动［15］.Sessoms［16］认为“户外休闲”通常指的是那些在自然环境中开展的，并且主要依靠与环境的互动来获得满意度的休闲体验活动.Leitner等［17］将“户外休闲”定义为活动和户外环境之间的相互作用，以此为个人带来身体、心理、情感和社会的价值，同时休闲参与状况与生活满意度正向相关，为参与者带来积极的社会、心理和生理效益以及生活满意度感知［18］.Reich等［19］也认为户外休闲活动能为人们提供更多的快乐机会，进而提高生活满意度.

残疾人作为社会中的特殊群体，其户外休闲大约有40 a的研究过程，已形成较为系统的理论，主要涉及残疾人休闲行为及感知差异的相关研究［20-21］、残疾人户外休闲与生活满意度之间存在关联［22-23］、残疾人户外休闲效益［24］、残疾人休闲需求与动机［25-26］、残疾人旅游障碍［27-28］、残疾人休闲行为及产品开发和市场营销［29-30］、残疾人的旅游权利及保护［31］，以及残疾人旅游发展成果［32-33］等.

针对残疾人的旅游需求，Ray等［25］认为其旅游动机可主要分为自然性和社会性2类，是为了满足“欢乐”“休闲”和放松身心、缓解压力、重塑自我的旅游体验需求［24，26，34］.Mcavoy等［35］通过对残疾人和健全人户外休闲后的生活态度影响程度对比，发现包容性的户外体验对残疾人生活的正向影响更明显.Kastenholz等［36］发现无障碍旅游不但能促进残疾人的社会融入，而且有助于他们的自我发展和提升他们的生活满意度.此外，参与户外休闲的残疾人能比健全人获得更高的成就感和效益感知［37］，能有效增强残疾人的同伴接纳度和自信［38］.相关实证研究也证明户外休闲的参与，对残疾人的自我发展和生活满意度有显著的正向预测作用［39］，活动时长也对生活满意度呈正相关［40］.

目前，已有研究多从线性关系切入讨论两者关系，然而残疾人生活满意度的感知形成是一个非常复杂的心理过程，还会受到来自个体、群体及社会等多种因素的复杂交互影响.为了探究这一复杂过程具体的形成与影响机制，本文将分析残疾人在户外休闲活动中的休闲涉入、休闲效益与生活满意度的内在结构与影响关系，利用复杂性理论和一种新的模糊集定性比较分析（fsQCA）来进行实证研究.

1 相关理论与模型构建

1.1 休闲涉入Sherif等［41］的社会判断理论（Social Attitudes and Identifications）认为“涉入（Ego-Involvements）”是个体由外界某种刺激或情境所引起的感知.1977年，Bryan［42］首次将“涉入”概念引入休闲领域，定义休闲涉入（leisure involvement）为因对休闲活动及休闲场所的喜爱而引发的兴趣和行为.Selin等［43］则将其定义为个体投入到某种休闲活动时的一种自我认同的心理状态.Mclntyre等［44］认为休闲涉入是自我呈现的一种形式，反映休闲活动对个体及生活、工作的重要性和愉悦性.Kyel等［45］认为“休闲涉入”是个体对休闲活动的情感和价值感知.目前，学术界的研究涉及休闲涉入的内涵及维度［44，46-48］、休闲涉入的影响因素［46-47，49-50］、休闲涉入对休闲者行为影响等方面［51-52］.

“涉入”是一个多维度的概念［53］，Kim等［54］将涉入分为心理和行为涉入2方面.Laurent等［53］则将涉入可分为重要性、愉悦性、象征价值、风险可能性、风险后果5个维度.Mclntyre等［44］则以持续性涉入和以往参与活动历史2个部分划分，被休闲领域广泛接受.其中，持续性涉入包括吸引力、中心性和自我表现3个维度.吸引力是指某一活动对个人的重要意义及个人获得的愉悦感；中心性则反映了一项活动对个人整体生活、朋友和其他在乎的人的重要性；自我表现指得是参与活动对个人逃离日常生活和自我展现的象征性意义.此外，Reich等［55］发现特定休闲活动的持续参与，能使参与者获得较为显著的生活满意度；Heo等［56］则进一步指出这种正向影响及程度会随着休闲涉入的增加而加强；国内学者也通过实证分析发现休闲涉入的程度会对总体满意度有预测作用［57］.

基于以上文献分析，本研究将户外休闲涉入定义为“个体在户外休闲活动中持续的情感感知和价值感知，既反映了户外休闲对个体及其生活、工作的重要性及其带来的愉悦感，也是个体摆脱日常、展现真正自我的过程”，以文献［44］和［58］的研究为基础，从吸引力、生活中心性与自我表现3个维度来衡量残疾人的户外休闲涉入.

1.2 休闲效益休闲效益（leisure／recreation benefits）属于非货币价值的效益，Mannel等［59］认为个体在参与休闲活动的过程中，受环境、时间、活动和心境等因素的刺激产生生理、心理、社会和环境等方面的影响，这些影响在通过个体评价后形成休闲效益.Wankel［60］认为休闲效益的内涵在于评价，评估的关键在于用一种客观的态度来考察休闲活动能否达成目标；Ajzen［61］也同样表达休闲效益指的是达成休闲目标的观点.Tinsley等［62］从个体视角出发，认为休闲效益是一种借由休闲行为所获得的有助改善身心状况或满足需求的主观因子；高俊雄［63］补充休闲效益是在参加休闲活动过程中能够帮助个体改善身心状况或满足个人需求的现象.

休闲效益概念认知的差异，产生了学者们多样化的休闲效益衡量维度.Bammel等［64］认为休闲效益由生理效益、心理效益、社交效益、放松效益、美学效益、教育效益6个层面组成，Cordes等［65］则认为只涵盖生理效益、心理效益、情感效益和社会效益4个层面，Bright［66］则认为是休闲效益由生理效益、心理效益、社会效益、经济效益和环境效益5个层面组成；林欣慧［67］将休闲效益可以划分为个人层面与社交层面2个部分，个人层面包括心理效益和生理效益，社交层面则为社交效益.实证分析方面，Dergance等［68］从生理效益、心理效益和社交效益3个维度对休闲效益进行了衡量，吴必虎等［69］则从生理效益、心理效益、社会效益、教育效益、文化效益和认知效益6个维度对休闲效益进行了衡量.本文将休闲效益界定为“个体对户外休闲活动所产生的生理、心理和社交方面的积极影响的评价”，并在已有学术研究基础上，从生理效益、心理效益和社交效益3个层面来衡量残疾人户外休闲活动的休闲效益.

1.3 基于定性比较分析的复杂性理论应用定性比较分析方法（QCA，Qualitative comparative analysis）是一种基于布尔代数的分析技术，运用比较原理研究社会现象的复杂技术建模方法，可从小样本数据中构建出研究议题的因果性关系，能够回答基于集合论概念和分析因果复杂性的问题.基于QCA技术发展形成的模糊集定性比较分析方法（fsQCA，fuzzy-set QCA）是将模糊集和模糊逻辑与质性比较分析结合起来开发的建模技术［70］.复杂性理论是一种以非线性方式对世界进行系统建模的理念，复杂性理论的应用有助于我们更深入地理解因果与结果条件之间复杂的关系结构［71］.Baggio［72］认为线性方法不能对复杂系统所有构成指标之间的相互作用进行充分解释，而复杂性理论可与之提供充足和有效的理论以形成复杂模型.目前复杂性理论已广泛应用于社会学、经济学、管理学、市场营销学等学科研究中［73-75］，且在旅游研究领域内已应用于社会竞争行为［76-77］和旅游感知行为［75，78-79］等方面.

实证分析中，Olya等［79-82］用此方法预测旅游天气保险购买意愿度和目的地忠诚度、居民对旅游发展的支持，以及残疾游客使用点对点设施行为意向的预测因果模型研究，为消费者／游客复杂行为反应的研究模型提供了理论框架.

本文针对残疾人独特的社会心理与行为特征，构建基于模糊集定性比较分析方法的非线性测量模型，除了将户外休闲涉入、休闲效益纳入对残疾人生活满意度影响，也将社会人口统计学中性别、常住地、年龄、受教育程度和月均收入等变量纳入该模型.

1.4 模型构建残疾人生活满意度感知的影响因素具有多元性和复杂性.因此，首先构建残疾人人口统计学特征和户外休闲涉入、休闲效益以及生活满意度的因果关系模型（图1），其中休闲效益维度为Phy、Met和Sco（生理效益、心理效益和社交效益）3个潜变量，休闲涉入为Atr、Lif和Sel（吸引力、生活中心性和自我表现）3个潜变量.此外，生活满意度和人口统计学特征也存在关联性［83］，将Gen、Bas、Age、Edu和Inc（性别、常住地、年龄、受教育程度、月均收入）5个人口学特征变量纳入模型进行复杂性分析.模型A1表示预测残疾人生活满意度的人口学特征前置条件的因果关系，模型B1前置条件为休闲效益感知，模型C1前置条件为休闲涉入感知，模型D1前置条件为休闲效益与休闲涉入感知，模型E1前置条件为休闲效益、休闲涉入感知和人口学特征.

2 研究设计与方法

2.1 研究区域成都市是中国四川省省会、国家级历史文化名城，拥有独特的休闲旅游资源和丰富优厚的自然人文资源，获得“中国十佳优质生活城市”“中国最佳休闲城市”等多项荣誉称号，也曾连续获得“中国最具幸福感城市”称号，并位居榜首.

据《第二次全国残疾人抽样调查数据公报》显示，四川省残疾人总数达到622.3万人，涉及视力、听力、言语、肢体、智力、精神和多重残疾等类型.成都市休闲旅游业的多样化发展，为本地的残疾人参与户外休闲提供了多样化的选择.基于此，本文以成都市残疾人为研究案例，探讨中国残疾人的户外休闲与其生活满意度的关系.

2.2 问卷设计由于残疾人群体的特殊性，本研究的问卷设计和调研阶段，均与成都市残疾人联合会和相关社区的残疾人工作人员合作，完成了实地调研工作.最终的正式问卷分为3个部分（表1）：第1部分是对残疾人参与户外休闲活动基本情况的调查，包括参与频次和参与户外休闲活动的类型；第2部分是对围绕休闲涉入、休闲效益和生活满意度3个潜变量设计的观测变量，并采用Likert 5分制量表进行感知测量，其中，1分表示“非常不同意”，2分表示“不同意”，3分表示“一般”，4分表示“同意”，5分表示“非常同意”；第3部分是问卷的人口学特征调查部分，主要包括对残疾游客性别、常住地、年龄、残疾类型、残疾人程度、职业、受教育程度、月均收入等基本情况的调查.

表1 问卷潜变量、维度和测量题项设计Tab.1 Design of latent variables，dimensions and measurement items in the questionnaire

2.3 数据收集为了保证问卷数据的回收率和有效性，课题组通过参与残联的相关工作进入相关社区展开研究.2015年8月，通过与残疾人群体建立线上、线下的朋友关系，建立前期稳定的工作联系基础，并展开预调研分析.正式调研从2016年8月中旬持续到12月上旬，基于研究中参与的残疾人QQ群，采用邀请参与调研以及概率抽样法中的随机抽样方法和通过残疾人之间相互邀请的滚雪球方法，结合实地调研展开问卷，共发放问卷350份，回收问卷335份，有效问卷330份，有效率为98.5%.其中，纸质版问卷共发出189份，回收174份，有效问卷172份，有效率为98.9%.网络问卷共发出161份，回收161份，有效问卷158份，有效率为98.1%.

2.4 模糊集定性比较分析方法（fsQCA）采用模糊集定性比较分析，使用fsQCA 3.0软件进行数据分析.fsQCA对识别产生相同结果的多种路径或组合有优势.在所识别的多种途径或组合路径中所包含的变量不是基于线性回归分析来确定的，并且在fsQCA分析结果所提供的不同因果组合中，每个变量（或条件）可能存在或不存在，均可能对结果变量产生正向或负向的影响作用，因此fsQCA方法具有非线性的复杂性建模特点.

fsQCA的基础是布尔代数，要求分析数据是［0，1］区间内的集合.因此，数据处理过程中首先采用Ragin［84］建议的连续赋值方案进行因素校准，定义［0，1］区间的连续模糊集后利用线性放缩方法将其转换为模糊集隶属分数，即给定案例隶属于一个集合的程度，其中，［1］代表此变量在集合中完全隶属，［0］则为完全不隶属.根据模糊集转换标准，本研究将Likert 5级量表得分中的“5、3、1”设为3个定性转折点进行校准，分别转换为“1完全隶属”“0.5交叉点”“0完全不隶属”，其中，交叉点是最大的模糊点，即在该点的案例即非“隶属”，也非“不隶属”.数据校准完成后，需要进一步构建真值表以适合于Quine-McCluskey最小化程序分析（即布尔函数最小化）.在此构建过程中，要先根据频数和一致性这2个标准对真值表进行细化，其中，频数为案例数量，一致性为案例给定的复杂前因组合对结果的解释程度［84］.构建出真值表后，将数据输入fsQCA 3.0软件计算获得结果，结果将呈现导致同一结果（生活满意度）发生的多重因果路径（逻辑因果组合）.在非对称分析方法中，一致性和覆盖度被用作结果评价的分析指标，一致性指数常用来衡量纳入分析的所有案例能够解释导致结果发生的某个给定的条件或因果组合的程度，覆盖度则是指这些给定的条件或因果组合对结果发生的解释力度［85］.

本研究以复杂性理论作为理论基础所提出户外休闲对残疾人生活满意度的复杂因果模型，将依据Woodside［75］提出的原则评估fsQCA分析结果.

1）原则1：一个简单的因素条件或许是必要的，但其对预测结果的高得分是不充分的.

2）原则2：一个包含2个或多个因素条件的复杂因果组合对预测结果的一致高得分是充分的.

3）原则3：一个因果组合对预测结果的高得分是充分不必要的.

4）原则4：如果因果组合中的某一因素条件要对结果的得分产生影响，是取决于因果组合中是否存在其他因素的.

5）原则5：在对结果的得分预测下，某一因果组合仅表示一些而不是全部案例（即受访者）的观点，并且在任何单一因果组合中覆盖度都应小于1.00.

2.5 模型分析过程首先对回收数据进行初步分析，克朗巴哈系数α用于检验研究变量的内部一致性，偏最小二乘法的SmartPLS软件和Hair原则［85］进行验证性因子分析（CFA）和测量模型的拟合效度检验，表明两者之间存在非对称性关系后［86］，对提出的结构模型使用具有复杂理论的fsQCA进行非对称性建模.最后基于复杂性理论的主要原则，检验其结果.fsQCA 3.0软件的分析结果会产生3个解：复杂解、简约解与中间解，本研究采用中间解为分析结果［87］.

3 研究结果

3.1 样本人口统计特征如表2所示，调查对象中男性居民样本略多，占比为54.8%；常住地在城镇地区的样本最多，占比为75.8%；残疾类型以肢体残疾的样本最多，占比为67.6%，其次为其他项和视力残疾，分别为16.4%和9.1%；残疾程度方面，样本分布均衡；年龄主要集中在26～55岁之间，占比为74.2%；受教育程度以初中水平的样本最多，占比为27.6%，其次为高中／中专，占25.5%；职业方面以私营业主的样本最多，占比为19.1%，其次为在家待业人员，为16.1%，其中，私营业主项的样本主要从事三轮车等较低端的社会服务；月均收入处于1 001～2 300元的样本最多，占比为31.8%，其次为1 000元以下，为30%，说明被调查者由于自身身体条件和所能从事职业的限制，收入水平普遍比较低.本次调查结果符合残疾人群体的社会特点.

表2 调查样本人口学基本特征Tab.2 Basic demographic characteristics of research sample

3.2 信度与效度分析使用Smart PLS 2.0对测量模型进行检验，以确定观测指标（变量）与潜在的（未观察到的）构念之间的因果关系.信度检验方面，所有观测指标的Cronbachα值分布在0.840到0.931之间，均高于0.7［88］，表明内部一致性较好；组合信度分布在0.904到0.949之间，均大于推荐值0.7［89］，说明信度水平较好.聚合效度通过标准化载荷来评判［84］，分析结果表明所有观测指标及构念的载荷均显著.一般认为，当平均提取方差大于0.5，且潜变量间的相关系数小于平均提取方差的平方根时，可认为模型中各潜变量间具有较好的区别效度.从表3可知，测量模型中的各潜变量的平均提取方差（AVE）在0.605～0.849之间，均大于0.5的标准［90］，各潜变量之间的相关系数均小于各潜变量的平均提取方差的平方根［91］，说明本研究的各潜变量的区分效度较好.

表3 测量模型潜变量间的区分效度与相关系数Tab.3 Discriminant validity and correlation coefficient between latent variables of the measurement model

根据Smart PLS对研究变量间的路径系数运算结果，反映型PLS结构方程模型的预测关联度（predictive relevance）Q2都大于0，表明研究模型的预测关联度显著［92］；判定系数R2为0.370，表示6个外源潜变量对内源潜变量变异的解释能力；模型拟合优度GOF为0.542，表明模型的拟合优度较强.综上，可判定该研究模型的6个前因条件适合并可组合进行fsQCA分析.

3.3 反向案例分析Woodside强调，研究人员使用自变量-因变量的对称分析方法的一个常见错误做法就是忽略与主要影响相反的关联案例.因此，需要通过进行反向案例分析来指定变量之间的核心关系，并说明对结果产生正面或负面影响的变量［93］.已有研究也表明在不考虑其中一个因素对另一个因素存在主要影响作用的情况下，2个因素在同一个数据集中可能存在正向关系、负面关系或没有关系，也需要进行反向案例分析以确认因素之间的关系［94］.

上文已证明研究的潜变量之间存在显著的正相关关系，前因变量与结果变量之间的影响效应较强.与研究预期相同，高吸引力感知会带来高生活满意度（159个案例），低吸引力感知会导致低生活满意度（9个案例）.相关分析表明吸引力感知对生活满意度感知的主要影响关系是显著正向的，然而在吸引力感知与生活满意度的关系中却出现了反向案例，表4中出现低吸引力感知会导致高生活满意度（3个案例），高吸引力感知会导致低生活满意度（19个案例），说明本研究的相关变量之间存在非对称关系，需要进行fsQCA分析以探讨其非对称关系.

表4 吸引力和生活满意度交叉列联表Tab.4 Results of cross-tabulation of attraction and life satisfaction

3.4 fsQCA分析结果

3.4.1 残疾人生活满意度影响因素分析 样本最终所有的因果组合如表5所示，整体覆盖度和整体一致性基本符合Ragin的临界值界定［95］，模型解释力度较好.首先以人口统计特征作为分析指标，模型A1得到了4个高生活满意度因果组合，整体覆盖度为0.600，整体一致性为0.652，其中组合A1-4（Gen*Bas*Age*Edu*～Inc）的一致性程度最高（0.806），表明高年龄段、高受教育程度的、高月均收入的城镇常住男性残疾人，获得高生活满意度的感知结果可能性越高.

表5 预测高水平生活满意度的前因因果组合Tab.5 Causal recipes of antecedents for life satisfaction（Model A／B／C）

模型B1得到3个因果组合，其整体覆盖度为0.583，整体一致性为0.862，其中组合B1-3（Phy*Met*Sco）的一致性程度最高（0.975），表明对户外休闲存在高生理效益、高心理效益和高社交效益感知的残疾人最可能获得高生活满意度的感知结果.模型C1得到了1个因果组合～Atr*Lif*～Sel，其整体覆盖度为0.210，整体一致性为0.955，表明低吸引力感知和高生活中心性且低自我表现感知的残疾人最能获得高生活满意的感知结果.模型D1得到了3个因果组合，其整体覆盖度为0.691，整体一致性为0.807，其中组合D1-3（Atr*Lif*Sel*Phy*Met*Sco）的一致性程度最高（0.978），表明高吸引力感知、高生活中心性感知、高自我表现感知、高生理效益感知、高心理效益感知和高社交效益感知的残疾人最能获得高生活满意的感知结果.模型E得到了10个因果组合，其整体覆盖度为0.653，整体一致性为0.626，其中组合E1-10（Gen*Bas*Age*～Edu*Inc*Atr*Lif*Sel*Phy*Met*Sco）的一致性程度最高（1.000），表明对户外休闲存在高吸引力、高自我表现、高生理效益、高心理效益和高社交效益的低受教育程度、高月均收入水平的城镇常住男性残疾人最能获得高生活满意度的感知结果.

3.4.2 预测效度 预测有效性用以证明假设构型模型对不同数据集预测结果变量的能力［76］，模型拟合好并不意味着该模型提供了良好的预测.为了检验提出的假设构型模型的预测效度，与之前的研究一致［78］，将原始样本分为2个子样本.在子样本1中对非对称关系建模进行fsQCA分析，然后利用子样本2（预留样本）分析模拟结果条件（高生活满意度）的因果组合清单.

高生活满意度预测效度结果见表6，以休闲效益和休闲涉入作为因果前置条件.使用子样本1对假设模型分析的因果组合与总体样本fsQCA结果是一样的（表5模型D1）.然后利用子样本2对子样本1中的因果组合1和2进行测试.根据子样本2对F3进行检验（图2（a））、子样本2对F2进行检验的结果（图2（b）），得到相似的不对称关系、一致性（0.822）和覆盖度（0.676），证明本文所提出的假设构型模型具备在不同数据集的预测结果条件的能力.

表6 预测效度结果Tab.6 Result of predictive validity

图2 显示因果算法的plot图Fig.2 Plot diagrams showing the causal algorithm

3.4.3 结果可行性评价以Woodside［93］复杂性理论的主要原则，对研究模型及实证研究结果的可行性进行评价.fsQCA的结果显示，一个简单的因素条件或许是必要的（例如受教育程度），但其对高预测及其他结果都是不充分的，满足原则1的要求.其次，不同预测结果均存在多个充分的复杂因果组合，支持原则2.如模型B1中的组合B1-1（Phy*～Met*～Sco）是结果的充分但非必要条件，满足了原则3.而且，所有因果组合中的某一前因条件（例如吸引力等）会随因果组合中其他因素条件（例如自我表现等），对预测结果的得分产生不同影响，符合原则4.最后，所有单一因果组合都只是代表部分样本，覆盖率均小于1.00，达到原则5的标准.因此，在复杂性理论的原则都得以满足的情况下，本研究以复杂性理论为基础的非对称模型可以帮助去更好理解残疾人对生活满意度复杂因果关系.

4 结论与讨论

4.1 结论在“残疾人户外休闲”“休闲涉入”“休闲效益”和“休闲与生活满意度之间关系”等相关研究成果的基础上，构建了基于复杂性理论的残疾人生活满意度前因变量的非对称影响模型，并通过模糊集定性比较分析（fsQCA）预测出一系列影响残疾人生活满意度的因果组合.在测量变量信效度较高、模型拟合较好的前提下，fsQCA结果所构建的5种因果模型，其中总体模型E共有21个因果组合，均满足一致性（＞0.6）和覆盖度（＞0.2）的要求，可信度较高.交叉列联表分析发现，从休闲视角预测残疾人的生活满意度时存在反例发生，即进行预测的结果条件（生活满意度）与前置因果条件之间呈现出非对称关系，因此以fsQCA方法进行分析的契合性高.fsQCA结果表明高生活满意度的前因条件具有异质性和复杂性，即同一前因条件在不同的预测因果组合中，会产生负向、正向或无影响，表明高水平生活满意度的前因条件之间存在一定的交互作用，呈现出复杂影响机制与关系.

综合5种模型发现残疾人的受教育程度、月均收入及自我表现和休闲效益感知在高预测因果组合中出现的频次最多，可认为是获得高生活满意度的重要条件.休闲效益感知具有正向相关性，因此认为休闲效益感知是核心条件，其中心理效益的影响最显著.休闲涉入的感知中，残疾人自我表现感知的影响最为显著.此外，残疾人的受教育和收入水平也是获得高预测值的重要条件.因此，为了更好地提升残疾人的生活满意度，可以重点提升残疾人参与户外休闲活动中的心理效益和自我表现感知，加强对残疾人的教育文化和生活水平提升.

4.2 讨论

4.2.1 理论意义 当前学术界针对户外休闲已有大量研究，但针对残疾人户外休闲的研究较少，探究户外休闲活动对残疾人生活满意度的影响机制的研究更是缺乏.本研究在复杂性理论的基础上，通过构建户外休闲活动对残疾人生活满意度感知影响的复杂因果模型，并全面地考虑了不同前因条件之间的组合联系，拓展了休闲涉入、休闲效益和生活满意度等传统测量变量的理论分析渠道.其次，本研究运用模糊集定性比较分析（fsQCA）方法来探讨非对称模型，在已有定量和定性基础上进行了更全面的分析，研究发现模型的每个因果组合对结果均具有充分性.此外，XY图还表明前因组合与结果条件之间存在不对称关系，即导致高预测结果的因果条件不相同，这是传统对称方法所无法研究的重要环节［96］.

4.2.2 实践启示本研究分析了影响残疾人生活满意度的前因条件及其组合，基于不同因果组合呈现的感知现状，从户外休闲视角下，为社会提升残疾人生活满意度提供一些实践建议.本文认为残疾人户外休闲产业的发展应基于残疾人的身体条件，结合自我表现和休闲效益感知作为高生活满意度的重要前因条件，可加强开发互动性强的户外休闲项目，充分满足残疾人的休闲效益需求，提升残疾人生活满意度.残疾人的经济条件与休闲活动的参与度之间存在正相关性，残疾人休闲产业成熟和完善的经济发达国家和地区，残疾人参与户外休闲的频率更高［97］.总体来看，当今中国残疾人的可自由支配水平不高，是阻碍他们参与户外休闲的主要原因.因此，政府通过尽快完善社会保障体系，发展福利事业，增加适合残疾人就业的工作岗位和机会是可行的路径.

此外，消除残疾人参与户外休闲活动的障碍，尤其是残疾人个体的内在障碍是提升残疾人生活满意度的关键路径.首先，社会可以提供专项心理咨询和治疗，帮助残疾人改善其心理障碍与认知功能，更好地发挥自身参与社会生活（包括休闲活动）的能力.其次，应加快残疾人无障碍交通建设，便利残疾人出行.最后，结合自我表现感知这一重要条件，社会还需最大程度转变公众对残疾人群体的歧视性观念，强化对残疾人关爱互助的社会意识，鼓励社会大众平等对待户外休闲中的残疾人群体.

致谢四川大学“从0到1”创新研究项目（2020CXC15）对本文给予了资助，硕士研究生王一凡、杨程、李洋及博士研究生许娟参与了本文的数据搜集与处理工作，在此一并致谢.