社会风险扩大理论视域下居民亲旅游行为研究

摘 要：基于社会风险扩大理论，构建了旅游目的地居民亲旅游行为影响因素研究模型．采用PLS-SEM与fsQCA两种分析方法，对在黄山市收集到的382份问卷进行了数据分析．PLS-SEM分析结果表明，居民社交媒体使用对其风险感知、旅游态度和亲旅游行为具有显著的正向影响效应；风险感知对居民的旅游态度和亲旅游行为具有显著的负向影响效应；此外，居民的旅游态度对其亲旅游行为具有最强的解释力和预测效应．fsQCA分析结果显示，共有两种组态可以导致目的地居民产生高亲旅游行为（～风险感知*旅游态度；社交媒体使用*旅游态度），然而只有一种组态会导致目的地居民产生低亲旅游行为（风险感知*～旅游态度*～社交媒体使用）．

关键词：社会风险扩大理论；社交媒体使用；风险感知；旅游态度；亲旅游行为

中图分类号：C 939" 文献标识码：A" 文章编号：1007-6883（2024）06-0069-08

DOI：10.19986/j.cnki.1007-6883.2024.06.010

有研究表明，目的地居民对于健康风险的感知会影响其对旅游的态度和行为［1］．然而，在探究风险感知对个体态度和行为影响的研究中，大多数基于游客视角，鲜有研究从旅游目的地居民的角度出发，探索其对健康风险的感知如何影响其对旅游的态度和行为．社会风险扩大理论（The Social Amplification of Risk Framework，简称SARF）认为，当风险信息传播时，个体对风险的感知会被扩大进而影响其随后的行为［2］．在风险信息传播过程中，媒体充当传播信息的一个重要站点，从而产生个体对某一事件风险感知扩大化、严重化现象．随着移动互联网时代的全面到来，基于社交媒体（social media）建构的以人为节点的关系网络越来越密集，越来越多的社会事件通过社交媒体得到传播．因此对于健康的风险感知也在社交媒体的推动下被进一步扩大，进而影响其随后的态度和行为．在这一理论逻辑关照下，本研究认为目的地居民通过社交媒体了解有关健康风险事件（social media use，简称SMU），可能会影响其对健康的风险感知（risk perception，简称RP）以及对待旅游的态度（attitudes to tourism，简称ATT），并最终影响其亲旅游行为（pro-tourism behavior，简称PTB）．根据这一理论逻辑判断，本研究构建理论模型如右（图1）．

1 理论基础及研究假设

1.1 社会风险扩大理论

社会风险扩大理论起源于传播理论（communication theory），认为风险信息在传播的过程中会给传播受体带来更加强烈的风险感知，继而影响其态度以及后续的行为．由于该理论对于个体态度和行为具有高度的解释力，因此被广泛运用于营销学、心理学、传播学以及社会学等学科．

通过对已有SARF研究的梳理不难发现，大多研究关注传统媒体在信息传播过程中对风险感知的扩大以及后续行为的影响效应．随着移动互联网和移动端社交媒体的普及，这种寻求和分享信息的新方式正以不同的方式影响公众舆论．然而，关于社交媒体作为风险信息放大站点及其对个体态度和行为影响的研究仍然不多［3］；除此之外，越来越多的人通过社交媒体寻求和分享与健康相关的旅游信息，这也给现代旅游业带来了巨大的挑战．然而，以SARF为研究框架的旅游研究尤为少见［4］，且其中大多数采用了定性方法［5］．因此，本研究以SARF为研究框架构建研究模型，采用偏最小二乘法结构方程模型（partial least squares structural equation modeling，简称PLS-SEM）的统计分析方法进行数据分析，旨在揭示居民亲旅游行为影响因素；同时，为了能够有效识别影响该行为的多重条件以及相互之间的协同效应，本研究同时采用模糊集定性比较分析（Fuzzy set Qualitative Comparative Analysis，简称fsQCA），以期解释影响居民亲旅游行为差异的不同条件组态和内在作用机理．

一项在美国佛罗里达州开展的研究发现，媒体对于当地红潮爆发的曝光（media exposure）能够显著增强游客对于该现象的风险感知，并进一步影响其后续的行为［4］；同样，Zhong等在武汉市开展的一项研究也发现社会媒体的使用强度与其健康行为之间息息相关［6］；此外，在一项针对679名美国民众的研究中，Lee等发现人们在社交媒体上浏览有关新冠疫情的信息越频繁，其对COVID-19的风险感知也越强烈［3］．基于上述文献回顾，本研究提出以下假设：

H1：旅游目的地居民社交媒体使用能够正向影响其对健康的风险感知．

H2：旅游目的地居民社交媒体使用能够正向影响其旅游态度．

H3：旅游目的地居民社交媒体使用能够正向影响其亲旅游行为．

1.2 风险感知

风险感知是个体对潜在危险或不确定事件的认知和理解．在个体的决策过程中，大量研究发现风险感知能够显著影响其态度和行为．同时，由于风险感知这一概念源自消费者行为学，因此当其被引入旅游领域后，有关研究主要基于游客视角探索其对于游客满意度、地方依恋、态度以及出游意向等方面的影响［7］．而基于目的地居民视角的风险感知研究却为数不多［8］，Joo等在韩国济州岛开展的一项研究发现，当地居民的风险感知能够显著降低其对于旅游开发的支持程度［9］；然而，Woosnam等在美国佐治亚州开展的一项类似研究中，这两者之间的关系却并没有得到确认［8］．两者间不一致的研究结果，也使得有必要开展更多的类似研究以确定两者之间的关系．因此，本研究提出以下假设：

H4：旅游目的地居民对健康的风险感知能够反向影响其旅游态度．

H5：旅游目的地居民对健康的风险感知能够反向影响其亲旅游行为．

态度是行为的重要预测变量，甚至在很多研究中两者之间并没有做过多的严格区分，更有甚者将态度和行为两者等同起来，可见态度之于行为具有高度的一致性．态度对行为的影响力是心理学和社会科学领域长期以来的研究焦点之一，态度对行为的预测力和解释力得到了多个理论框架的支持，包括计划行为理论、理性行为理论、态度行为一致性知识理论以及价值——态度——行为理论等．以这些理论为基础，大量研究发现个体态度不仅能够显著影响其行为，并且往往是其行为最为重要的影响因素．比如，王娜等在研究中发现，游客的环境态度对于其环境责任行为具有显著的正向影响［10］；同样，一项在厦门和三亚开展的研究也证实了游客安全态度对其安全行为具有显著的影响效应［11］．

基于以上理论共识和研究发现，本研究提出以下假设：

H6：旅游目的地居民旅游态度能够正向影响其亲旅游行为．

2 研究设计

2.1 量表选择和问卷发放

本研究的问卷分为两个部分，第一部分包含性别、教育、工作等人口统计特征的题项．第二部分为本研究中四个变量的测量题项，为保证量表的信效度，因此其题项均沿用自既有研究中的成熟量表．其中，除SMU之外其他三个变量采用五点式李克特量表进行测量，从1至5表示对于表述内容的赞同程度由低到高（1表示“完全不同意”，5表示“完全同意”）：PTB的四个题项沿用自Joo的研究［9］；ATT的四个题项沿用自Shen等的研究［12］；RP的四个选项改编自Woosnam的研究［8］；SMU的五个题项来自Su等的研究［13］，用于测量在过去的一周使用中国五个主流社交媒体的频率（1表示“从不”，5表示“总是”）．调研小组于2023年10月11日至27日期间，以便利抽样的形式在黄山市居民主要聚集地（超市出入口、儿童游玩场以及公园休息区等）进行问卷收集．现场在口头确认为当地居民后，为调研对象提供纸质和电子问卷两种形式进行填答，一共发放646份问卷（含电子问卷），回收412分问卷（电子问卷365份，纸质问卷47）．

为确保数据质量与研究结果的科学性，研究小组在数据清理阶段实施了严格的筛选标准．首先，明确了无效问卷的定义，包括但不限于以下几种情况：明显的模式化回答（如连续选择同一选项或答案呈现明显规律性）、纸质问卷中存在漏填、以及填写时间过短等不合理现象．依据这些标准，共筛除30份无效问卷．无效问卷的剔除旨在提高数据的真实性与一致性，从而保障研究结论的可靠性和有效性．保留的有效问卷能够更准确地反映样本总体特征，并确保数据分析的稳健性．经过清理后，最终保留382份问卷用于正式数据分析．

2.２ 研究方法

本研究采用PLS-SEM对各变量之间的关系进行验证，然而考虑到PLS-SEM仅能够验证变量之间的净效应，从而忽视了前因变量的多重条件组态以及相互之间的协同效应；此外，也有学者肯定了利用fsQCA方法去辅助传统定量研究方法验证假设的做法［14］．因此，本研究在运用PLS-SEM验证假设的基础上，结合fsQCA方法进一步对目的地居民亲旅游行为的前因进行组态分析．

３ 实证分析

3.1 PLS-SEM分析

在PLS-SEM分析阶段主要分为测量模型和结构模型分析两个步骤，前者主要是对问卷测量题项的信效度进行检验，后者运用自助法对变量间影响效应的显著性进行检验，并最终验证本研究假设．

3.1.1 测量模型分析

在测量模型分析步骤中，信度是反映量表的内部一致性，即同一变量内各题项所表达的内容是否趋同一致．有学者建议采用因素负荷量、克朗巴赫系数、组成信度三个标准进行信度的判断．如表1所示，本研究中的因素负荷量、克朗巴赫系数、组成信度均高于0.7的最低阈值，因此本研究量表具有足够的信度；对于效度的检验主要分为收敛效度和区分效度两个步骤，前者的主要判断依据是各变量平均方差萃取量．如表1所示，各变量的平均方差萃取量均高于0.5的最低要求，因此本研究具有足够的收敛效度．

在区分效度的判断中，本研究采用Fornell-Larcker和HTMT两种方法进行评判．在表2中，对角线（粗体字）为对应变量平均方差萃取量的算数平方根，对角线左下方为变量间皮尔森相关系数，右上方为对应变量间的HTMT值．如表2所示，对角线数值均大于该变量与其他变量间的皮尔森相关系数，因此本研究的测量模型具有足够的区分效度；同样，对应变量间的HTMT值也均小于0.85这一最高阈值．因此，本研究的测量模型具有足够的区分效度．

3.1.2 结构模型分析

在结构模型分析步骤中，本研究采用自助法重复抽取5 000次样本进行分析，分析结果汇总整理成表3．如表3所示，社交媒体使用能够显著正向影响居民的风险感知、旅游态度和亲旅游行为（b=0.185，p=0.004；b=0.221，plt;0.001；b=0.223，plt;0.001），因此H1、H2、H3均得到支持．这些研究结果表明，随着居民使用社交媒体频率的增加，其对于有关健康的风险感知愈发强烈，对旅游的态度也越积极，也更能触发其亲旅游行为的实施．同样，居民的风险感知对于其旅游态度和亲旅游行为也具有显著的负向影响效应（b=-0.137，p=0.016；b=-0.130，p=0.008），因此，因此H4和H5均得到支持．这进一步说明了居民的风险感知越强烈，其对于旅游的态度越消极，其亲旅游行为实施的可能性也越低．最后，居民的旅游态度能够显著正向影响其亲旅游行为（b=0.466，plt;0.001），因此H6得到了支持，这也再一次验证了态度对于行为的预测效应．

3.2 fsQCA分析

在模糊集定性比较分析阶段，需要首先对原始数据进行校准．对于数据的校准主要有直接校准和间接校准两种，鉴于已有类似研究的做法［15-16］，本研究采用直接校准法进行校准．具体来说，首先对各变量采用均质化处理，将95%、50%和5%分位数分别作为完全隶属、交叉点以及完全不隶属的锚点进行校准［17］；同时为了避免软件将隶属度为0.5的案例剔除，本研究将所有隶属度为0.5的案例更改为0.501，并再次导入软件进行正式分析．

3.2.1 单因素必要性分析

在对数据进行校准之后，首先进行单因素的必要性分析，以确认是否存在单一因素（包括其非集）构成旅游目的地居民亲旅游行为（包括其非集）的必要条件，结果汇总于表4．一般认为，单因素必要性分析中，一致性达到0.9且同时具有较高覆盖率时，可以认为该因素是结果变量的必要条件．如表4所示，所有条件因素的一致性均小于0.9的最低阈值，因此所有条件因素（包括其非集）均无法构成旅游目的地居民亲旅游行为（包括其非集）的必要条件．这一结果揭示了旅游目的地居民亲旅游行为产生原因的复杂性，即风险感知、社交媒体使用以及旅游态度之间需要相互间的联动匹配才能够共同导致亲旅游行为的产生．换言之，旅游目的地居民亲旅游行为产生与否，应该综合考量风险感知、社交媒体使用以及旅游态度三个方面多重条件的并发协同效应．

3.2.2 组态分析

在组态分析时，本研究将最小案例频数阈值设定为1，一致性阈值设为0.8，PRI阈值设为0.6［14］．分析发现fsQCA提供了包括复杂解、简约解和中间解三种类型的解，本研究使用中间解为主，简单解为辅进行结果的汇报，即在中间解和简单解中同时出现的组态条件为核心条件（用●表示），只在中间解和简单解其中一种解中出现的组态条件为边缘条件（用○表示），而该组态条件中的非集使用Ä或×表示．在现实世界中，一种行为的产生和缺失其原因有可能并不一致，即因果不对称性，因此有必要对旅游目的地居民高亲旅游行为和低亲旅游行为同时进行组态分析．

如表5所示，共有两种组态可以导致目的地居民高亲旅游行为产生，即组态1（～风险感知*旅游态度）和组态2（社交媒体使用*旅游态度）；然而，只有一种组态导致目的地居民低亲旅游行为产生，

即组态3（风险感知*～旅游态度*～社交媒体使用）．在三种组态中，其一致性均达到了0.8的最低阈值，说明三种组态均是居民高或低亲旅游行为存在的充分条件；同时，每一个组态的唯一覆盖度均为正数，说明每一个组态均具有实证解释力度，其中在高亲旅游行为解释组态中，组态2的唯一覆盖度高于组态1，说明组态2具有较高的实证解释力度．最后，两种行为的解释组态中，解的覆盖度分别达到了0.708和0.508，说明组态1、2一共可以解释70.8%的居民高亲旅游行为案例，组态3可以解释50.8%的居民低亲旅游行为案例．

4 结论与建议

本研究以社会风险扩大理论为基础，构建了旅游目的地居民亲旅游行为影响因素研究模型，并采用PLS-SEM与fsQCA两种方法进行数据分析．研究得出以下主要结论：

首先，居民社交媒体使用对风险感知、旅游态度和亲旅游行为均具有显著的正向影响效应．具体来说，随着居民社交媒体使用频率的提高，促使他们对旅游持有更为积极的态度，并更倾向于参与亲旅游行为．尽管社交媒体使用增加了风险感知，其对旅游态度和亲旅游行为的正向影响依然显著，这表明社交媒体使用在总体上对居民的旅游态度和行为具有积极的促进作用．值得注意的是，社交媒体使用对风险感知的影响效应显著弱于其对旅游态度和亲旅游行为的影响．这表明，尽管社交媒体信息可能会增加居民对潜在健康风险的关注，但其提供的丰富信息和积极宣传仍然能够有效提升居民的旅游态度和行为意愿．

其次，居民的风险感知对其旅游态度和亲旅游行为具有显著的负向影响效应．具体来说，PLS-SEM分析结果验证了较高的风险感知会削弱居民对旅游的积极态度，并抑制其参与亲旅游行为的意愿．此外，fsQCA分析也进一步表明，风险感知与～旅游态度、～社交媒体使用的组合是导致居民低亲旅游行为的唯一组态．这一发现强调了在旅游领域中有效管理和降低居民风险感知的重要性，以避免其对居民旅游态度和亲旅游行为的负面影响．

最后，居民的旅游态度对于其亲旅游行为的影响最为强烈．本研究采用PLS-SEM与fsQCA两种方法探索目的地居民亲旅游行为的影响因素，结果表明居民的旅游态度对其亲旅游行为具有最强的解释力和预测效应．如表3所示，在“居民态度®亲旅游行为”这一影响路径上，其路径系数达到0.466，高于其他所有影响路径上的路径系数，这表明旅游态度对于亲旅游行为具有最强的解释力和预测效应；同时如表5所示，在高亲旅游行为解释组态中（组态1、2），旅游态度是唯一出现两次的核心条件，在低亲旅游行为解释组态中（组态3），～旅游态度也是核心条件之一．这一相同结论的得出，无不说明旅游态度对于亲旅游行为强有力的解释力和预测效应．

根据以上研究结论，本研究提出以下实践建议，旨在为旅游目的地运营和管理部门提供有益的实践启示：

首先，鉴于居民风险感知对亲旅游行为产生负面影响，相关部门应加强健康信息的传播，提供准确及时的健康信息，并加强健康安全措施，包括景点和公共场所的清洁消毒、健康检测和筛查服务，以确保居民和游客的健康安全．此外，开展健康教育和宣传活动，提升居民的健康素养和应对能力，并建立健康监测和反馈机制，以科学依据指导健康服务和管理．

其次，鉴于社交媒体使用对亲旅游行为的正向影响效应，目的地运营和管理部门可以通过创建或者优化社交媒体平台的官方账号，如今日头条官方账号、微信官方公众号等，发布一些健康咨询以及健康防范小贴士等，使居民能够及时了解一些健康事件的状况；同时也鼓励游客参与分享旅游体验，加强居民和游客之间的互动．此举势必提升目的地的健康环境，获得居民的支持，促进可持续发展．

最后，居民的旅游态度对于其亲旅游行为具有最强的解释力和预测效应，因此，一方面相关部门应该加强对居民旅游态度的调查和分析，以深入了解他们对旅游的需求和期望；另一方面，通过开展旅游教育和宣传活动，引导居民树立积极向上的旅游态度，提升他们对旅游的认知和重视程度；此外，应该增强居民的话语权，积极倾听他们的意见和建议，确保他们在旅游发展中的参与度和话语权．同时，相关部门还应该注重增加就业岗位，为居民提供更多的就业机会，使他们能够从旅游业中获得更多的益处，从而获得他们的支持．

参考文献：

［1］刘雷，史小强．新冠肺炎疫情背景下体育旅游消费行为影响机制——基于S-O-R框架的MOA-TAM整合模型的实证分析［J］．旅游学刊，2021，36（8）：52-70．

［2］Kasperson R E，Renn O，Slovic P，et al．The social amplification of risk：A conceptual framework［J］．Risk Analysis，1988，8（2）：177-187．

［3］Lee J，Choi J，Britt R K．Social media as risk-attenuation and misinformation-amplification station：How social media interaction affects misperceptions about COVID-19［J］．Health Communication，2023，38（6）：1232-1242．

［4］Cahyanto I，Liu-Lastres B．Risk perception，media exposure，and visitor’s behavior responses to Florida Red Tide［J］．Journal of Travel amp; Tourism Marketing，2020，37（4）：447-459．

［5］Shakeela A，Becken S．Understanding tourism leaders’perceptions of risks from climate change：an assessment of policy-making processes in the Maldives using the social amplification of risk framework（SARF）［J］．Journal of Sustainable Tourism，2014，23（1）：65-84．

［6］Zhong B，Huang Y，Liu Q．Mental health toll from the coronavirus：Social media usage reveals Wuhan residents’depression and secondary trauma in the COVID-19 outbreak［J］．Computers in Human Behavior，2021，114：106524．

［7］Qiu R T R，Park J，Li S，et al．Social costs of tourism during the COVID-19 pandemic［J］．Annals of Tourism Research，2020，84：102994．

［8］Woosnam K M，Russell Z，Ribeiro M A，et al．Residents’pro-tourism behaviour in a time of COVID-19［J］．Journal of Sustainable Tourism，2022，30（8）：1858-1877．

［9］Joo D，Xu W，Lee J，et al．Residents’perceived risk，emotional solidarity，and support for tourism amidst the COVID-19 pandemic［J］．Journal of Destination Marketing amp; Management，2021，19：100553．

［10］王娜，周翔，卢学英，等．旅游者环境态度-行为差距影响因素研究——享乐偏好、感知效力、环境行为成本的调节作用［J］．干旱区资源与环境，2023，37（10）：175-182．

［11］林炜铃，赖思振，邹永广．滨海旅游地安全氛围对游客安全行为的影响机制——来自三亚和厦门的实证数据［J］．旅游学刊，2017，32（2）：104-116．

［12］Shen K，Yang J．Residents’support for tourism amidst the COVID-19 era：An application of social amplification of risk framework and knowledge，attitudes，and practices theory［J］．International Journal of Environmental Research and Public Health，2022，19（6）：3736．

［13］Su Y，Lee D K L，Xiao X，et al．Who endorses conspiracy theories？A moderated mediation model of Chinese and international social media use，media skepticism，need for cognition，and COVID-19 conspiracy theory endorsement in China［J］．Computers in Human Behavior，2021，120：106760．

［14］张明，杜运周．组织与管理研究中QCA方法的应用：定位、策略和方向［J］．管理学报，2019，16（9）：1312-1323．

［15］李敏，周颖霞，杜鹏程．平台型领导如何提升团队创新绩效——基于SEM和fsQCA的链式中介分析［J］．科技进步与对策，2024，41（5）：129-139．

［16］王国权，任连萍，邱汉琴，等．目的地环境恢复性感知对旅游者幸福感的影响机制研究——基于模糊集定性比较分析［J］．地理与地理信息科学，2024，40（2）：151-159．

［17］杜运周，贾良定．组态视角与定性比较分析（QCA）：管理学研究的一条新道路［J］．管理世界，2017（6）：155-167．

Research on Residents’ Pro-Tourism Behavior from

the Perspective of the Social Amplification of Risk Framework

——A Hybrid Approach Based on PLS-SEM and fsQCA

SHEN Ke

（School of Tourism，Huangshan University，Huangshan，Anhui，245041）

Abstract：Based on the social amplification of risk framework，this study constructs a research model of the influencing factors of residents’pro-tourism behavior at tourist destinations．Using both PLS-SEM and fsQCA analysis methods，data from 382 questionnaires collected in Huangshan City were analyzed．The results of PLS-SEM analysis indicate that residents’social media use has a significant positive impact on their risk perception，attitude towards tourism，and pro-tourism behavior．Risk perception has a significant negative impact on residents’attitude towards tourism and pro-tourism behavior．Additionally，residents’attitude towards tourism has the strongest explanatory power and predictive effect on their pro-tourism behavior．The fsQCA analysis results show that there are two configurations that can lead to high pro-tourism behavior among residents of destinations（～risk perception*attitude towards tourism；social media use*attitude towards tourism）．However，only one configuration leads to low pro-tourism behavior among residents of destinations（risk perception*～attitude towards tourism*～social media use）．

Key words：social amplification of risk framework；social media use；risk perception；attitude towards tourism；pro-tourism behavior

责任编辑 周春娟