景区线路优化措施的游客支持意向研究*——以西湖风景区为例

潘丽丽,方 航,蒋祝雅

(浙江工商大学 旅游与城乡规划学院,浙江 杭州 310018)

0 引言

随着我国经济的快速发展与居民生活水平的不断提高,旅游日益成为居民生活中的重要内容。“五一”小长假、“十一”黄金周等节假日旅游人数不断增加,各地区在获得经济效益的同时也面临容量压力,对景区生态环境、设施服务承载力等造成了极大的威胁。描述各景区游客量的词语如“爆棚” “拥堵”“滞留”等屡见不鲜,因拥挤导致的游客滞留、交通瘫痪、通信设施故障等事件层出不穷。严重的局部超载不仅使景区生态环境、设施与服务压力倍增,同时也会导致游客体验质量下降。以旅游线路(以下简称游线)优化措施为主的空间扩容手段被用于景区局部空间超载,但景区局部拥挤、客流不均的问题依然存在,空间扩容措施对游客空间行为的引导有限。如何在总容量阈值内对景区游客的时空分布进行调控是景区管理的焦点话题,景区急需制定并实施行之有效的游客空间行为引导措施,以便更好地保护资源环境、提升游客体验质量。本研究以游线优化措施为研究对象,考察游客对该措施的支持程度以及影响机制,分析措施成效及影响因素,为旅游景区容量管理研究提供新的视角。

1 文献回顾

1.1 容量调控措施研究

国外学术界关于旅游环境容量的研究起步较早且产生了丰富的成果,早期多集中在旅游环境容量的概念及测算两个方面,由于案例景区的类型以及所采用的计算方法存在局限性,旅游环境容量的研究进入瓶颈期。此后学者们逐渐意识到要解决环境容量研究的本质问题是控制环境影响,而不仅仅拘泥于环境容量的计算研究。研究由理论层面到容量管理模式和管理工具层面的转变,带来了丰硕成果,有学者提出可接受的改变极限(Limits of Acceptable Chang,LAC)、游客体验与资源保护理论(Visitor Experience Resource Protection,VERP)等一系列容量管理理论。学者们普遍认为,实施有效的管理可以控制和调节旅游环境的容量,因此借助计算机等辅助工具从多角度对旅游环境容量进行管理和调控成为新趋势。

国内关于旅游环境容量的研究起步较晚,整体研究趋势呈现由“测算”转向强调“测量—评价—调控管理”的系统性,采取一定措施对游客流量进行调控成为游客管理的新趋势。有学者提出了优化基础设施的陈列、分布等措施,根据旅游景区的季节性创新管理方法和提高管理水平等一系列环境容量调控措施以及引力分流调度模型等分流调度方案。从整体研究成果来看,目前学术界关于环境容量的研究重点仍局限在提出调控措施阶段,对调控有效性的关注较少。对于景区内游线的研究集中在其影响因素等方面,而缺乏调控景区容量、引导游客空间行为方面的关注。

1.2 措施支持相关研究

公众支持是指公众愿意采取必要的行动来配合措施实施,从而使措施的目标得以实现。公众对措施支持的相关研究集中在出行需求管理措施和能源节约等领域。研究多以技术接受模型(Technology Acceptance Model,TAM)、计划行为理论(Theory of Planned Behavior,TPB)为基础展开,研究内容集中于措施支持程度及影响因素。实证研究表明,措施的类型会影响公众支持,公众倾向于支持监管类和自愿类措施,而对强制性措施支持程度较低。关于旅游领域游客对景区措施支持的相关研究主要是围绕游客对景区规范、导则等的遵守意向展开,文献数量较少,部分研究针对容量调控措施的接受程度,表明空间分流比排队等候、价格提升的接受度高。

2 研究区域与方法

2.1 研究区选择

西湖风景区位于杭州城区西部,总面积约59.04 km,为世界级文化景观遗产、国家级重点风景名胜区、国家AAAAA 级旅游景区,以其秀丽的湖光山色、众多的名胜古迹和悠久的历史文化而闻名中外。西湖风景区旅游资源独特,地理区位优势明显,旅游高峰时段游客空间拥堵现象明显,2019年“十一”黄金周期间接待游客超过450万人次,游客过多、游客分布不均造成部分景点如断桥、苏堤等拥挤问题严重,已成为景区管理面临的难题。西湖景区免费开放,对于游客空间拥堵问题,以采取分流措施为主,景区游线优化为重要措施,依托不同的主题、结合不同的景点开发了如“茶文化之旅”“浪漫西湖之旅”“越野骑行之旅”等一系列不同的主题线路,并通过高德地图“西湖一键智慧游”以及各新媒体平台加以介绍和宣传。但是从实效来看,主题线路的提出和打造对引导游客空间行为尚未发挥良好的效果,热门景点拥挤、客流分布不均的问题仍然存在,因此西湖是实证调查景区游线优化措施游客支持的理想选择。

2.2 理论模型

本研究以游客支持作为措施有效性的检验指标,认为游客支持是游客按照线路优化的结果采取行动改变其空间选择,借鉴用于公众措施支持研究的TAM 和TPB 理论框架,兼顾旅游活动属性构建游线优化措施的游客支持模型。

2.2.1 TAM 和TPB

TAM 由Davis 1989 年提出,用于解释公众对信息技术的接受行为。该理论认为个体对技术的接受和使用行为由行为意向决定,行为意向受行为态度和感知有用性的直接影响,行为态度由感知有用性和感知易用性共同决定,感知有用性还会受到感知易用性的影响。TAM 提出后,有学者针对不同应用情景对其适当拓展,如Pierce提出了政策接受模型(Policy Acceptance Model,PAM),用以分析和评估公众对政策执行的接受程度,并通过实证研究证明PAM 模型可以适用于任何新的或修改过后的政策措施的研究。可见TAM 模型在政策措施的受众接受方面具有良好的应用性。

TPB认为个人行为由行为意向决定,行为意向主要受到行为态度、主观规范和感知行为控制的影响。该模型提出以来被广泛应用到社会生活各个方面的研究中,并被证明能够预测各种行为和意图,如游客的环境责任行为等。此外TPB 模型被用于政策措施支持等方面,研究表明计划行为理论及其扩展模型为游客对景区相关规定的遵守行为提供了很好的预测。

2.2.2 旅游者空间行为规律

旅游者空间行为规律最早由陈建昌和保继刚提出,该理论认为旅游者的空间行为具有以下两个特征:其一,旅游者力图前往级别较高的旅游点旅游;其二,旅游者常常只游览旅游目的地级别较高的旅游景点,之后即使资金和时间尚允许,游客也不会停留在原地游览该地级别较低的旅游景点,而是迁移到其他地方,游览该地级别较高的旅游景点。游客的空间行为特征表明旅游景点的知名度和等级是游客景点选择的重要指标。该理论作为旅游地理学中的基础理论在理论和实际中均得到验证和运用。有案例分析表明,游客到访景区往往优先游览高级别景点。在旅游高峰时间区间,热点景区人流量的高度聚集会对景点的可持续发展环境、游客的旅游质量等造成不良影响,这也导致低热度景点的旅游设施闲置。针对游客的空间行为规律,有研究指出,对于游客的必游景点(高级别景点)应该强化其旅游功能,同时要弱化其自身的游憩功能;低级别景点应该同时兼顾这两点以便更好地对景区起到分流效果。游客空间行为规律为旅游者到访景点的选择和管理提出了理论基础,但是案例实证不足。

2.2.3 理论模型建构与假设

TAM 和TPB 模型两者具有同源性及整合可行性,对于受众意向的研究结论在案例研究中得到了证实。因而本研究整合TAM 和TPB 模型展开研究,根据TAM 选择游客措施态度、措施的感知易用性和感知有用性、措施支持行为4项指标和TPB选择游客措施支持态度、措施支持意向、主观规范、感知行为控制4项指标。由于TAM 和TPB两者模型中态度指标重合,故本研究将两者模型中的该概念合并,统一为态度。感知行为控制会对行为意向产生正向作用,这存在一定的争议,有实证研究表明感知行为控制对个人的行为意向作用不明显。感知行为控制被定义为一个人对实施一种行为的容易程度或困难程度的感知,与TAM模型中的感知易用性的界定相似。因此,本研究将感知行为控制和感知易用性两者合并。此外,基于游客空间行为规律提出“热门景点偏好”变量,旨在探讨景区内部游客空间行为规律对措施游客支持意向的影响。概念模型建构如图1所示。

图1 概念模型

其中,措施态度是指游客对支持游线优化措施的主观评价;感知有用性指游客对游线优化措施实施有效程度的感知;感知易用性指游客对遵守游线优化措施的简易程度的感知。当游客感知到景区游线优化措施可以有效解决景区客流拥挤问题,且有利于提升自身的旅游体验,同时又因为遵守该措施的过程既简单又便捷就会产生积极的支持态度,从而支持该措施;此外游客对该措施的感知有用性也会直接影响游客的支持意向,游客对该措施的感知易用性也会进一步增加游客对支持该措施的有用性感知。主观规范指游客对是否支持景区游线优化措施所感知到的社会压力,其反映了如家人、朋友等重要人物对游客行为的影响。当游客对支持景区游线优化措施有积极的评价,受到身边重要他人的影响越大,就会越支持景区游线优化措施。按照景区游线优化的要求游客需要调节自身的游玩行为,即在一定程度上要求游客改变其游向避免前往热门旅游景点,因此与游客空间行为规律相悖。热门景点偏好是指游客所表现的趋向于游玩热门景点的心理倾向。据此提出以下假设:

H1:感知有用性正向影响游客措施支持态度;

H2:感知有用性正向影响游客支持意向;

H3:感知易用性正向影响游客措施态度;

H4:感知易用性正向影响感知有用性;

H5:游客支持态度正向影响游客支持意向;

H6:主观规范正向影响游客支持意向;

H7:热门景点偏好负向影响游客措施支持态度;

H8:热门景点偏好负向影响游客支持意向。

2.3 问卷设计与回收

根据所建构模型设计量表并采用问卷调查的方式收集数据。问卷主要分为3 个部分:第一部分为游客支持意向,依据政策支持相关文献设计量表题项;第二部分为游客支持意向的影响因素调查,“感知有用性”“感知易用性”和“态度”在Davis的传统TAM 模型及Pierce修正的PAM 模型基础上设计测量题项;“主观规范”题项在Ajzen的计划行为理论基础上,结合景区游线优化措施的特征及属性设定。“热门景点偏好”的测量问项根据陈建昌和保继刚提出的旅游者空间行为理论设计。第三部分为游客的人口统计特征,包括性别、年龄、婚姻状况、受教育水平、职业和税后月收入共6个问项。采用Likert 5点量表法,以1～5进行量化评估。

调查对象为西湖景区内的游客,经预调研进行题项检验,最终问卷于2020 年6 月25～27日端午节期间在西湖景区发放问卷,采用随机抽样方法,共发放问卷300份,回收300份,有效问卷260份,有效率达86.7%。有效样本中,男性游客数量占总游客数的51.9%,女性游客占48.1%;游客的年龄以21～30 岁的居多(48.5%),其次是41～50岁(27.3%),再次是31～40岁(16.5%),接下来是50岁及以上(4.6%),最后是18岁及以下(3.1%);其中,56.2%的游客未婚、42.3%的游客已婚、1.5%的游客离异;游客的受教育程度以本科为主(52.7%),其余依次为大专(15.8%)、研究生及以上(15.0%)、高中或中专(13.5%)、初中及以下(3.0%);在游客所从事的职业中,以学生和公司职员居多,分别占33.5%和20%,其余依次为个体户和私营劳动者(9.6%)、工人(9.2%)、教师(6.9%)、公务员(6.9%)、事业单位管理人员(5%)、离退休人员(4.6%)、其他(4.3%);税后月收入情况分别为小于等于2 000 元(32.7%)、2 001～4 000元(20.0%)、4 001～6 000元(15.0%)、6 001～8 000元(10.8%)、8 000元及以上(21.5%)。

3 数据分析结果

3.1 数据处理方法

使用SPSS 20.0和AMOS 23.0软件分析数据。先采用Alpha信度系数法分析问卷的可信度;再通过探索性因子分析和验证性因子分析检验数据的效度,并利用结构方程模型常用的拟合系数来检验模型拟合情况,以保障模型建构的效度;最后运用AMOS的结构方程模型和Bootstrap检验各因素变量对游客支持的影响路径,得出研究结果并进行分析。

3.2 信度和效度检验

整理分析数据得的信度和效度检验如表1所示,各潜变量的Cronbach’s α 值均大于0.7,说明量表通过了信度检验,问卷的内部一致性较好;从探索性因子分析结果来看,和Bartlett’s 球形检验结果显示,=0.859(＞0.8)、=0.000,表明数据适合做因子分析。通过主成分法,正交旋转选择特征值大于1.00、因子载荷大于0.5提取公因子,共提取6个公因子,累计方差贡献率为74.437%,证明样本数据的结构效度较好。验证性因子分析结果表明在各自潜变量上的因子标准载荷均大于0.6,潜变量值大于0.5,值大于0.7,证明样本具有良好的收敛效度。

表1 信度与效度检验

3.3 模型的整体拟合度评估

在信度和效度得到保证的前提下,使用AMOS 23.0 软件进行结构方程模型建模。通过最大似然估计法分析样本数据,得到了由6个潜变量、19个测量指标构成的结构方程模型,进一步检验假设模型。由于χ值受样本数量的影响较大,因此,本研究综合选取、、、I、、、和卡方自由度之比(χ2/)等指标全面检验研究模型的整体拟合情况。结果显示=0.913、=0.909、=0.960、=0.951、=0.959均大于一般接受值0.9;=0.064、=0.053小于临界值0.08,χ2/=1.723＜3.000,适配指数均已达到模型可以接受的标准,模型的整体拟合度较好。

3.4 模型路径检验

本研究的假设模型路径概况如图2 所示,且从模型路径检验结果(见表2)可以看出8 条路径中有7 条成立,其中H1、H4、H5、H6在＜0.001 水平上达到显著,H2在＜0.01水平上达到显著,H3和H8在＜0.05水平上达到显著。H7路径的值未达标,该假设不成立,需要排除,即热门景点偏好对游客支持态度没有影响。

表2 路径检验

图2 研究模型结果

3.5 中介效应检验分析

根据AMOS路径分析结果显示:感知有用性在感知易用性和支持态度、游客支持意向之间发挥完全中介效应;支持态度在感知有用性、感知易用性和游客支持意向之间发挥完全中介效应。通过进一步的Bootstrap检验,设定Bootstrap等于1 000 次,95%的置信区间。如表3所示,中介效应分析证实了上述判断,即感知有用性在感知易用性和支持态度之间发挥完全中介作用;感知有用性在感知易用性和游客支持意向之间发挥完全中介作用;支持态度在感知有用性和游客支持意向之间发挥完全中介作用;支持态度在感知易用性和游客支持意向之间发挥完全中介作用;中介效应分析还进一步证实了“感知易用性→感知有用性→支持态度→游客支持意向”路径的可行性。

表3 中介效应分析

4 研究结论与讨论

4.1 研究结论

本研究以游客支持意向为测量指标检验游线优化措施对游客空间行为引导的有效性。整合TAM、TPB模型,结合游客空间行为构建了游客对景区游线优化措施支持意向理论模型,以西湖景区为例进行了实证研究和模型检验。研究表明:

第一,游客对游线优化措施的支持程度有待提升,措施引导空间行为的有效性较弱。游客支持意向的各问项均值分别为4.03、3.93、3.94和4.07,整体游客均值为3.99,总体均值不高。因此,应根据影响因素的研究结果,采取相关措施进一步提升游客对游线优化措施的支持度。

第二,感知有用性对游线优化措施的游客支持态度和游客支持意向均有显著正向影响,且感知有用性通过游客支持态度间接影响游客支持。这表明当游客感知到这项措施的实施对解决景区客流拥挤问题、提升自身游玩体验是有效的,那么就会对该措施产生积极的支持态度,并愿意支持该措施改变空间行为。

第三,感知易用性对感知有用性和支持态度具有显著的正向影响,且感知易用性会通过感知有用性和支持态度间接影响游客支持。即游客觉得支持该项措施越是容易方便,就会觉得支持该项措施越有用,且会对支持该措施产生积极的态度,从而会进一步促使游客支持该措施。感知有用性和感知易用性对游线优化措施的游客支持的影响,与Pierce所提出的PAM 模型相一致。

第四,游线优化措施支持态度对游客支持意向具有显著正向影响。即公众对支持景区游线优化措施的主观评价表现越积极,就越有可能支持该项措施改变空间行为。这符合技术接受模型和计划行为理论中所认为的个体对目标对象的态度能够有效预测行为意向这一结论。且从表2的标准回归系数可以看出游客态度是影响游客支持的最重要因素。

第五,主观规范对游客支持意向具有显著正向影响,即当如家人、朋友等重要人物认为游客应该支持游线优化措施时,会促进游客支持该措施。这与TPB 模型提出的结论一致,反映了如家人、朋友等重要人物对游客游览行为的重要影响。

第六,游客的热门景点偏好对游客支持意向有显著的负向影响。这表明热门景点偏好较强的游客对景区游线优化措施的支持度较低。数据分析结果显示,游客热门景点偏好题项的均值分别为3.69、3.63和3.37,体现了旅游者大尺度空间行为规律对游客空间行为调控的影响,游客在旅游目的地游览过程中存在倾向于选择级别比较高的旅游点的现象,级别低或名气不足的新景点吸引力有限。当下,正处于网红经济和夜间经济的发展热潮期,网红景点的打造和夜间旅游经济的发展正受到热烈追捧。因此,通过营销等方式对冷门景点进行包装宣传及级别提升,对优化游客游线有一定的积极作用。

第七,本研究中有一个假设未成立,研究结果表明热门景点偏好对游客支持态度不存在显著影响。这说明游客的热门景点偏好不会影响游客对游线优化措施的支持态度。游客的热门景点偏好会对游客的行为意向产生影响,但却不会影响游客的态度。对于支持态度和行为意向之间出现的偏差,本研究认为主要有以下两个原因:一是游线优化措施的实施实质上为游客的游览提供了多样化的选择,因此即使游客的热门景点偏好较强,也会在一定程度上对该措施予以肯定,从而表现出积极的支持态度;二是由于该措施的实施主体是景区,因此部分游客在填写问卷时会自动默认表现为积极的态度,但在落实到具体的行为上,仍存在一定的困难。

综上,本研究探索性地将技术接受模型、计划行为理论和旅游者空间行为理论相结合,并将其应用到游客对景区游线优化措施的支持意向上,研究假设基本被证实。本研究拓宽了技术接受模型和计划行为理论的应用范围,验证了TPB模型和TAM 模型在个体行为决策领域的普适性,且为景区空间分流的游客支持研究提供了一定的理论体系,具有重要的理论价值。

4.2 研究局限与未来研究展望

目前游客支持旅游环境容量调控措施的研究在国内学术界尚未引起重视,且游客支持意向的影响因素较为复杂,游客对不同措施的支持会受到不同因素的影响。但是新冠肺炎疫情的出现,会对游客出行的选择造成重要影响,尤其是更为重视目的地景区的密集程度。此外,由于我国防疫措施的良好表现,我国国民对于政府相应的政策措施的信任程度大幅提升,利于游客提升相应政策措施的支持度,对于景区线路优化是良好的前提。因此,关于景区游线优化的研究更具有现实意义。本文选取了其中实施较为普遍的游线优化措施展开研究,仍存在一些局限和不足:(1)本文选择TAM 和TPB 的整合模型为基础展开研究,考虑的影响因素可能不尽全面,未来的研究可以考虑扩散该模型或从其他模型角度展开研究,以丰富影响因素的探讨;(2)本研究选取了杭州西湖景区为案例地,虽具有一定的代表性,但不同景区的实际情况不同,研究结果的普遍性有待检验;(3)游线优化措施仅作为景区容量调控措施的一种,还有其他类型的空间分流措施有待研究,因此研究其他景区以及其他旅游环境容量调控措施的游客支持也是未来研究方向之一;(4)由于本研究的数据搜集是在新冠肺炎疫情的防控背景下展开的,数据样本可能存在一定的缺陷,因此待此次疫情彻底结束之后对数据进行相应改善,也是深化、拓展本研究的重要步骤之一;(5)本研究中的游客支持虽表现出了游客对遵守游线优化措施的行为意向,但在具体游览过程中游客的实际行为会受到时间、信息接收、周边景点等多种因素的影响,因此游客在实际游览过程中对该措施的行为反应也有待进一步研究。