基于混合Logit模型的仙女山国家森林公园游客行为的影响因素研究

张罗雪,王 昕,孙天怡,龚 凤

(重庆师范大学地理与旅游学院,重庆 401331)

0 引言

森林公园旅游是目前较健康的一种绿色旅游消费形式[1],是供游客开展避暑、生态、康养、研学、休闲等旅游活动的综合型旅游目的地[2]。其在满足游客亲近自然、休闲、康养等多种需求外,还被广泛地认为是保护林业资源、提高农民收入、扩大就业机会的重要举措[3]。此外,国家森林公园作为一个促进经济发展的工具,能为公园及周边地区带来净货币收益[4]。在生态效益、环境效益和经济效益等方面的作用日益凸显,但当前森林旅游发展已不能满足人们对森林旅游日益增长的消费需求[5]。游客是森林公园旅游可持续经营的重要保证,是各种效益稳定发挥的基础条件[6]。旅游地的条件、主体认知、主体感受和主体选择是影响游客行为的重要因素[7-9]。因此,探究现阶段森林公园游客的旅游行为特征及影响因素,有利于相关管理部门制定提出相应策略,有针对性的提升旅游地服务品质,促进森林公园旅游产品供给与需求的有效匹配,推动森林旅游产业与资源保护的协同发展[10-12]。

本文以重庆市仙女山国家森林公园内的游客为研究对象,探究仙女山国家森林公园游客的行为偏好,构建森林公园游客的行为分析模型,综合利用数学分析方法深挖游客的行为特征及影响因素,为仙女山国家森林公园的旅游发展提出相关建议,旨在达到推动森林旅游发展、带动森林公园及其周边经济提升和促进森林公园高质量发展的目的。

1 研究基础

1.1 理论基础

1.1.1 S-O-R理论

“S-O-R”理论即“刺激-机体-反应”理论,S指对游客产生刺激的因素,O是游客本身拥有的认识与感知能力,R是指刺激受到机体转换后产生的行为[13]。“S-O-R”是一个意愿向行为转换的过程,是旅游者在内外部环境共同刺激下产生的结果[14],包含从产生旅游意愿到再一次进行旅游的全过程。旅游主体受心理、环境等因素刺激后产生旅游意愿,该意愿在旅游主体内外部因素的共同作用下受到继续强化或持续刺激[15,16],受到强化后产生旅游行为并对下一次旅游产生影响,受到持续刺激后进一步对旅游意愿产生影响。该理论在旅游心理学中被作为构建各种旅游者行为模型的基础,且构建的模型具有显著的解释力[17]。如陈素平等人[18]用“S-O-R”理论建立研究单身女性休闲旅游消费行为的简化模型。徐孝娟等人[19]用结构方程模型检验“S-O-R”理论视角构建的用户流失行为整合模型,其结果证实了建立的模型对用户行为研究具有较强的解释性。

1.1.2 理论分析框架

本研究以“S-O-R”理论为基础,构建仙女山国家森林公园游客行为分析框架。游客行为是游客在实现其精神需要的过程中形成的所有活动,要分析游客活动的规律,应从游客视角出发对个体和影响其决策的各要素展开观察[20,21]。研究中的游客行为,是指旅游主体在开展旅游活动前、旅游活动过程中以及游览活动完成后形成的所有行为及其各活动要素间相互作用的关系,以及旅游主体可以直接或无法直接观察的活动的总和,如图1所示。

图1 游客行为分析框架

1.2 研究方法与指标体系构建

1.2.1 研究方法

混合Logit模型(mixed Logit model,MLM)主要用于行为选择、顾客偏好和行为预测等行为研究领域[22]。混合Logit模型的各观测变量间可以存在相关性[23],通过森林公园游客的社会经济特征和观测变量来获取游客的态度潜变量,并反映游客对森林公园的旅游行为和态度。旅游行为研究中,多项式Logit模型比混合Logit模型的拟合优度更高[24],但混合Logit模型在游客行为分析中具有更强的行为检测能力[25]。因此,选择混合Logit模型能更好地反映游客的选择行为。据此,以混合Logit模型作为研究森林公园游客行为特征及影响因素的框架基础,并绘制各变量与行为选择的混合Logit模型分析框架,如图2所示。

图2 混合Logit模型分析框架图

混合Logit模型分析包括两部分:第一部分,由于态度检测量表的潜变量不能被直接检测,故在AMOS环境中使用MIMIC模型对态度检测量表中的所有潜变量参数加以适配;第二部分,把社会经济特征变量和态度潜变量都视为因变量,利用混合Logit模型研究建立森林公园游客行为模型,评价社会经济特征和态度潜变量对旅游行为的影响。MIMIC模型是一种利用结构方程模型验证拟合效果的形式,允许潜变量作为因变量和自变量同时存在,旨在通过观测变量来探索潜变量的表达,易鉴别出对潜变量产生影响的观测变量,并解释各潜变量之间的关系达到对潜变量进行评估的效果[26]。

MIMIC模型表示如下:

X=θxη+α

(1)

Y=θyX+β

(2)

式中:η为外生潜变量向量,文中指游客对旅游目的地所具备条件的态度;X为内生潜变量向量,文中指主体认知、主体感受、游客行为,Y为潜变量观测变量组成的向量;θx、θy分别为因子载荷矩阵;α、β分别为误差项。

混合Logit模型的效用计算公式为:

ui=ais+biX+εi

(3)

(4)

式中:ui为游客选择行为的效用值;s为社会经济特征组成的向量,文中收入、年龄和受教育程度等社会经济特征变量;ai为社会经济特征;bi为游客态度潜变量向量拟合系数;εi为效用函数的误差项;di为选择结果。

1.2.2 指标体系构建

查阅相关文献并结合社会学、行为学等视角可知,游客行为受主体、客体等多方面影响,主要涉及“食、住、行、游、购、娱”六个要素[27]。研究将森林公园旅游特征与六个要素相结合,确定4项潜变量及其12个具体指标,并根据指标设计了26项测量题(表1)。

表1 潜变量及观测指标描述

因潜变量无法被直接观测,故通过观测变量来反映潜变量。旅游地条件、主体认知、主体感受和游客选择是游客行为的影响因素。旅游地条件包括目的地设施设备、形象、当地人态度和服务质量等因素;主体认知指旅游者在选择旅游目的地时,目的地距离、知名度等因素的影响;主体感受指旅游者在旅游结束后的意愿判断,包括重游意愿、推荐意愿等因素;游客选择指旅游者在旅游中的选择,包括交通工具、结伴方式、出游方式等因素。旅游地条件间接影响旅游者行为,主体认知、主体感受和游客选择直接影响旅游者行为。

2 实证研究

2.1 问卷收集与描述统计分析

调查采取随机抽样的方式,在仙女山国家森林公园内的售票中心、露营中心、跑马场、树顶漫步等地发放问卷200份,对回收的问卷进行编码、重复剔除和筛选,其中无效问卷16份,有效问卷为184份,有效率为92%。

将游客基本信息进行描述统计分析(表2)。从表2中可知,调查样本中男女比例分布较为均匀,分别占比为40.22%和59.78%;年龄主要集中在17—45岁;收入分布较为均匀;学历多为大专或本科,占比61.96%;90.22%的游客常住重庆。其中,66.85%的游客选择自驾出游,53.81%的游客与家人同游,48.91%的游客出游为1～2天,人均花费在400～800元。实际考察来看,仙女山国家森林公园集休闲、避暑、度假等旅游活动,调研时间恰逢夏季,正值中老年游客避暑高峰期,出游天数随年龄增长的情况符合逻辑。高收入人群由于工作等原因限制,多倾向家庭形式出游,该群体平常忙于工作易忽视家人,家庭旅游是情感联系的好方式。女性游客比男性游客的旅游花费更高;企事业单位、个体商户和学生的出游天数较短,离退休人员比自由职业人员的出游天数更长;高中及以下学历的结伴方式与其他学历显著不同,更愿意与家人进行旅游活动,而大专或本科以上的游客倾向与朋友结伴出行。

表2 人口统计和样本分布数据

2.2 信度与效度检验

对问卷中的观测变量进行可靠性分析结果见表3。克隆巴赫系数为0.794,表示该量表的统计有较高的可靠性,收集的数据有研究价值。对消费态度量表进行信度分析后,又对观测变量进行效度检验,从表3可知,KMO值为0.76大于0.7,该问卷的效度符合要求;显著性为0.001小于0.05,该量表收集的数据有一定代表性。

表3 信度与效度检验表

2.3 MIMIC模型检验

利用AMOS软件对构建的模型进行检验,如图3所示,通过AMOS软件对森林公园游客行为的潜变量进行验证性分析,实现观测潜变量的目的,并通过检验结果确定各指标设计的合理性。选择RMSEA、GFI和x2/df作为建模结果的评估指标。由图3可知:RMSEA为0.074,低于0.08,GFI为0.875,超过0.8,x2/df为2.015,小于3.0。从AMOS输出的结果看,该行为模型的拟合度较好,构建的模型达标。态度观测变量的因子载荷都超过0.5,潜变量的验证性分析达标,各观测变量的选择合理。

图3 MIMIC 模型分析结果

2.4 混合Logit模型分析

为探究各潜变量与游客行为之间的相关关系,将AMOS检验的有效潜变量带入混合Logit模型中进行回归分析(见表4),模型拟合的伪R2为0.735,伪R2超过0.2,表明混合Logit模型的拟合效果较好。

表4 混合Logit模型标定结果

结合MIMIC模型和混合Logit分析结果看,在社会经济特征变量中,年龄和收入与游客的旅游行为呈负相关,出游天数随年龄增加;收入越高的群体更倾向家庭出游。性别、职业和受教育水平与游客的旅游行为呈正相关,其中受教育水平对行为的影响最大。在态度潜变量中,主体认知和主体选择与旅游行为呈负相关;主体感受和旅游地条件与游客行为呈正相关。旅游地距离和知名度的增加、出游天数越长和选择的目的性越强,对旅游主体的行为有消极作用;重游率和推荐率越高、出行交通越便利、同游人员以及当地居民的友善度、设施设备的完善程度和旅游服务质量越高,对旅游主体的行为越有积极作用。

2.5 敏感性分析

多指标多因素模型的检验结果和混合Logit模型的标定结果表明,潜变量对旅游主体的行为具有影响意义,应逐步运用弹性方法定量探讨态度变量对旅游主体行为的影响。利用Stata软件对态度变量进行弹性分析结果见表5。游客的主体认知、主体感受、旅游地条件和主体选择每增加1%,相应的主体认知和主体选择的潜变量值分别降低6.2%、4.3%;主体感受和旅游地条件对应的潜变量值分别上升4.2%、3.4%。

表5 潜变量弹性值分析结果

结合潜变量的弹性值来看,主体认知对游客的行为影响最明显。就主体认知和主体选择而言,游客感知到目的地距离越远,出游率和重游率越低,满意度随着知名度的重视而降低;出游时间随体验性或探险性的增加而减少,出游天数随交通便捷度的增加而减小。就主体感受和旅游地条件而言,目的地居民的友善度、设施配置的完善度和旅游服务质量越高,出游天数和旅游花费越高;旅游主体对旅游地的感受越强烈,推荐率与重游率越高。

3 结论与建议

3.1 结论

以“S-O-R”理论为基础建立了森林公园游客行为的研究框架,利用MIMIC模型对潜变量进行适配并剔除无效的观测变量;再将潜变量带入混合Logit模型进行拟合分析。结果如下:从混合Logit模型分析来看,明确了旅游地条件、主体认知和主体感受对游客的选择有一定解释力,并证实了该行为模型对游客行为具有较好的解释效力。主体认知、主体感受、旅游地条件、主体选择与旅游者行为均存在显著相关,所有的潜变量均对游客行为产生显著影响。各潜变量对游客行为的影响程度依次为主体认知>主体选择>旅游地条件>主体感受。从敏感性分析来看,森林公园游客的主体认知、主体感受、旅游地条件和主体选择每增加1%,相应的主体认知和主体选择的潜变量值分别降低6.2%、4.3%;主体感受和旅游地条件对应和潜变量值分别上升4.2%、3.4%。

3.2 建议

1)加强旅游交通体系的建设,弥补游客感知距离的缺失。多数乘坐公共交通的游客表示,公共交通耗费时间多、灵活性差增大了感知距离。从心理感知距离、地理感知距离和复合感知距离三方面来改善游客的距离感知。应加强高速公路的衔接建设,关注公共交通的连接性,减少旅游者的换乘次数,增加交通路线,给游客更多的选择。

2)考虑当地居民的需求,提升当地人的认同感。游客在选择旅游目的地时会将当地人的态度纳入决策。旅游企业不能只关注游客,也应重视当地人的利益,地方居民的需求得到满足则会更积极的参与旅游事业,间接提升当地人对旅游业、游客的积极度和容忍度。旅游企业在增设基础设施时应将当地居民的需求纳入其中,增强当地人对旅游事业的欣赏、认同和自豪感,间接提升当地人对游客的友好态度。

3)依托现有旅游资源,深度挖掘老年康养项目。仙女山森林公园内的老年游客避暑时间长,连续性强,但在调研中发现,景区内的体验项目多为青少年儿童的自然教育科普、户外自然教育等,少有适合老年游客的体验项目。仙女山森林公园可结合地势和森林资源等条件在游客集中地附近增设森林健身步道、休闲娱乐社区以及康养器械等。

4)根据客源市场特点,设计专项旅游线路。仙女山森林公园的涉猎群体广,为不同人群设计旅游线路,既能提升景区的游览秩序,也能提升体验感和满意度。仙女山森林公园接待的游客群体包括家庭型、公司团建、避暑度假等。针对家庭型游客,景区可将体验栈道、森林之眼、自然之路等安全性高、科普性强的特色项目设计成“研学科普”线路;针对团体型游客,景区可将森林溜索、森林攀爬、丛林卡丁车和露营等设计成“丛林探险”线路;针对避暑度假型游客,提供小交通月票等优惠服务。

5)发挥政府推动作用,构建联动发展格局。政府在区域旅游方面具有推动作用,将武隆片区的旅游竞争关系转化为合作关系,致力于将仙女山国家森林公园与周边景区构建成“可观、可赏、可玩、可学”的大旅游圈,促进武隆片区的旅游资源互补共享。武隆汇集峡谷、天坑、地缝、高山草地等多种喀斯特旅游资源,整合全区旅游资源推出旅游联票或套票,在提高旅游吸引力和旅游收入的同时达到促进整个片区旅游发展的双赢局面。