旅游目的地游客满意度及影响因子分析.doc

旅游目的地游客满意度及影响因子分析 摘 要游客满意度是游客对目的地的期望和到目的地后的实际感知相比较后，所形成的愉悦或失望的感觉状态，在目的地管理及营销中具有重要作用。本文以西安国内市场为例，在构建目的地游客满意度评价指标体系的基础上，通过对抽样调查数据的Co-plot分析和多元回归分析，得出以下结论：游客满意度与期望呈负相关、与实际感知呈正相关；对游客期望进行管理是提高游客满意度的前提；旅游目的地的“软环境”对目的地总体评价影响显著；改善旅游目的地软环境是提高游客满意度的主要措施。 关键词旅游目的地；游客满意度；合图法；多元回归分析；软环境 中图分类号F59 文献标识码A 文章编号10025006(2008)04004306 游客满意度是游客对目的地的期望和到目的地后的实际感知相比较后，所形成的愉悦或失望的感觉状态，它会影响到游客对旅游目的地的选择、旅游产品和服务的消费、是否重游、是否推荐给亲朋好友等方面。游客满意度在目的地管理及营销中具有重要作用。 1研究综述 1.1 国外相关研究进展 国外对游客满意度的研究较早，主要集中在满意度的内涵、影响因素及满意度测评等方面。皮赞姆(Pizam)等最早提出游客满意度是游客对目的地的期望和到目的地后的实际感知相比较的结果，该理论模式被旅游学界广泛接受；布雷德(Bread)等进一步强调游客满意是“积极的”感知或感觉，是建立在游客期望和实际体验相比较的正效应基础上的；乔恩(chon)等研究旅游目的地形象在游客满意中的作用时提出一个解释游客满意的调和理论框架。皮赞姆(Pizam)等提出海滩、机会、成本、好客度、餐饮设施、住宿设施、环境、商业化程度是影响海滨旅游地游客满意的8个影响因子；波恩(Bowen)将游客满意的影响因子归纳为：期望、绩效、不一致、特性、情绪和公平6个方面；马佐斯基(Mazursky)发现过去的经历对游客的满意度的影响不容忽视。韦尔顿(Wilton)提出感知绩效模型；奥立弗(OliverSwan)提出花费一收获模型。 1.2国内相关研究进展 国内关于游客满意度的研究尚处于起步阶段，近几年主要侧重游客满意度的测评研究及实证研究。董观志、杨凤影提出了景区游客满意度测评指标体系，运用模糊综合评价法建立了测评游客满意度的数学模型；汪侠、顾朝林等在对现有国际主流顾客满意度指数模型进行改进的基础上，构建了旅游景区顾客满意度指数模型；吴雪飞对构建饭店顾客满意度测评指标体系进行了探讨；汪侠构建了旅游地顾客满意度的指数模型和测评指标体系，探讨了提升和改进旅游地顾客满意度5条途径。万绪才、丁敏等对南京市国内游客满意进行评估，并对其区域差异性进行研究分析；陈昌平对无锡游客满意度进行了调查；刘俊对广州市北京路步行商业街的满意度进行了探讨；邱根宝对黄山、马秋芳对西安入境游客满意度进行了研究。 纵观国内外游客满意度的研究可以发现，关于满意度的研究已从定性研究走向定量研究，但定量研究主要侧重于景区满意度的评估模型的构建，关于旅游目的地的游客满意度的测评体系及影响因子的研究还较少。而探寻旅游目的地的游客满意度的显著影响因子，有助于制定目的地的管理及营销策略。本文拟通过对西安地区国内游客满意度及影响因子的研究，寻找影响游客满意度的显著因子，为旅游目的地健康、持续发展提供依据。 2研究方法 2.1数据和样本 本研究采取随机抽样调查的方法获取研究数据。考虑到了解游客满意度最理想的调查方法应该是在游客到达旅游目的地之前，或刚到目的地，对其旅游期望进行调查，同一游客在即将离开目的地之时，或回到居住地后，了解其对目的地的实际感知，因此理想的调查地点应为宾馆或港口。本研究于2007年“五一”黄金周前夕在西安几家饭店进行了一次预调查，一方面是验证这种调查方法的可行性，另一方面是对调查问卷中的问题进行修订。本次预调查共发放50份问卷，在客人入住时将问卷发给游客，先填写其对西安的旅游期望，然后在游览的几天时间里，完成对西安的实际评价，离店时将问卷交于总台，领取纪念品，共回收问卷15份，其中有效问卷12份，回收率为30，有效率为24。这种方法表明问卷的回收率很低。同时考虑到调查的环境、游客的心情、时间的限制及长途旅行方式的多样性，本调查最终选择采用同一问卷，分别于3个地点(景点、宾馆、港口)进行调查，考虑到在景点的评价可能不是最终的评价，因此在景点有选择性的进行抽样调查，根据游客在目的地的停留天数，尽量选择已经停留了几天的游客进行调查。3种地点调查的优缺点见表1。由3种调查获取的样本数量不足以对三种调查方法进行定量的对比分析，因此本研究忽略由不同方法获取的数据的差异，将获取的数据统一处理。 本研究于2007年“五一”、“十一”黄金周期间进行了两次调查，调查地点分别选取西安具有代表性的9个景点(兵马俑博物馆、华清池、大雁塔、大唐芙蓉园、钟楼、鼓楼、乾陵、法门寺、华山景区)，各种档次的宾馆(东方大酒店、唐城、建国、秦都饭店及西北大学宾馆)及咸阳国际机场。共发放问卷1000份，回收795份，回收率79.5，有效问卷702份，有效率70.2。 2.2旅游期望与实际感知评价指标体系的构建 以旅游者在旅游目的地的感受与体验为基础，形成的旅游者对目的地的实际评价，主要是通过旅游者在旅游目的地接触到的软环境及旅游活动中的六要素“吃、住、行、游、购、娱”而形成的。根据这两个方面的特点，结合研究的目的，采用层次分析法设计的国内游客在旅游目的地的期望与实际感知的测评指标体系有：旅游景观、目的地环境气氛、餐饮、旅游商品、住宿、娱乐、交通与通讯、旅游服务与管理8个评价项目，共34个评价因子，具体测评指标体系见表2。 2.3调查问卷的设计 根据调查目的和预调查的结果，最终调查问卷由以下内容构成： (1)受访者的人口统计学信息：包括客源地、年龄、性别、职业、学历、家庭规模、收入等。 (2)与旅游期望和实际感知相关的其他因子：对此次旅行的总体评价；与以往相类似的旅游目的地的比较；是否会推荐给亲朋好友；是否会再次访问。 (3)旅游期望与实际感知评价指标(见表2) 由于旅游期望与实际感知评价指标体系内容较多，调查问卷全部是封闭式问题，采用李克特5级量表法，除了客源地需要填写外，其他所有问题只需打勾，方便游客填写。 3游客旅游期望、实际感知及其差异的Co-plot分析 为了了解国内游客对西安的软环境和旅游六要素的期望、实际感知及其差异的特征，选取实际感 知、旅游期望和两者的差异的均值(见表2)，采用Visaual Co-plot Version 5.5软件对其进行聚类分析。表2显示所有指标的实际感知与期望的差异均为负值，说明黄金周期间游客的满意度低。 3.1 Co-plot(合图法)基本原理 合图法一般对ynp的数据矩阵进行图形展示，n个研究对象被定为n个点，p个属性基于同一轴线和同一原点以p个箭头显示。通过合图法，具有相似属性的研究对象较为紧密地展示在图上。每个属性以不同的箭头单独体现，处于相同方向的箭头表明高的正相关，同样两箭头呈180，表明两属性呈现高度的负相关，若两箭头呈90垂直表明两属性不相关。合图法以两图依次叠而成。第一幅图显示n个研究对象的n个不同区位，第二幅图在第一幅图的基础上以各个箭头展示p个属性的有关信息。使用合图法的主要目的是得到一个包括n个研究对象及其p个属性的对应数据矩阵ynp的图形。合图法一般包括以下4个步骤：步骤一：数据矩阵ynp标准化处理 Zij=(YijYj)/sj 步骤二：两两研究对象差异性的测度： 步骤三：采用SSA即最小空间分析对n个研究对象进行图形展示。SSA通过关系疏离指数(判断图形模拟的精确性。 步骤四：相关属性p个箭头的形成：每个属性的实际值和在箭头轴上的投影的相关程度最大化。高度相关的属性在图形上方向一致，因此两两箭头的夹角余弦值比例与两者之间的相关程度成比例。 通过合图法得出的图形通过两个系数检验其拟合程度。一个为第三步中的p，另一个为第四步中的p个属性最大相关系数r*j，在图形展示上，一些拥有较低ri的属性被剔除掉。当拟合程度比较低，即0.15或rj0.40时，得出的图形不能正确反映数据所包含的信息。原则上合图法的运用对n和p的数目没有限制，但在图形展示上当n200和p50时很多有关细节信息无法体现。 3.2 Coplot分析结果 根据Coplot的基本原理，对34个评价因子的期望、实际评价和两者的差异值进行计算得出，疏离指数为0.054，各个评价指标的拟合指数为0.998，可见该图像拟合程度较高。coplot分析结果见图1，而34个评价因子根据其期望、实际感知和两者差异3个属性的不同而分布在不同位置；而由于期望、实际感知和两者差异的相关程度不同而形成不同的矢量，由此将34个评价指标划分为7类。 A类：此类评价指标的期望与实际感知的差值较大、实际感知和期望并不高。餐饮价格、餐饮方便程度、导游素质、旅游解说系统、引导标志物属于此类。 B类：旅游期望、实际感知及两者的差值都不高，游客总体比较满意的评价因子，此类因子包括：商品丰富程度、住宿价格、服务态度、社会治安、景区容量。 c类：实际感知与期望均较高，但两者的差异不大，游客比较满意的因子，此类因子包括：景观价值、景观丰富程度、景观特色、城市风貌、餐饮特色和对外交通。 D类：旅游期望和实际感知很低，两者的差异较小，属于该类的评价因子有：门票价格、空气质量、气候舒适度、住宿方便程度、住宿服务、娱乐特色、娱乐丰富程度、娱乐价格。 E类：旅游期望、实际感知不高，两者的差异较大，属于此类的因子有：对内交通、商品地方特色、公共厕所、旅游咨询。 F类：旅游期望、实际评价及两者的差异均较小，餐饮卫生、商品价格、市场秩序属于此类。 G类：实际感知与期望均较高，但两者的差异较大，整洁卫生和通讯方便属于此类。 沿O点作旅游期望的垂线，位于垂线以右的为旅游期望较高的指标，包括：景观价值、景观丰富程度、景观特色、城市风貌、通讯方便、餐饮特色和对外交通；而期望较低的指标有：住宿服务及价格水平、旅游商品的丰富程度、娱乐项目的特色及丰富程度；实际感知和旅游期望有很大的相似性。 图1 期望、实际感知和差异三属性的合图分析 4游客对旅游目的地总体评价影响因子的回归分析 为了进一步揭示旅游的六要素和旅游目的地的软环境各因子对游客满意度的影响程度，根据以上所进行的问卷调查收集到的数据，利用SPSSl30中的多元回归分析构建回归模型。由于前文建立的评价体系涉及旅游目的地的旅游六要素和软环境两大方面，共8个评价项目，34个评价因子，将每个评价项目中的若干个评价因子按加权平均法计算出每个样本的评价项目的平均值见表3。以问卷中游客对西安的总体评价为因变量，以8个评价项目为自变量，采用多元回归中的逐步回归，建立回归模型： yi表示游客对旅游目的地总体评价，xi表示8个评价项目，ui是常数，该回归共有8步，每步回归的结果见表4。 由表4可以看出，8个评价项目均进入回归方程，进入的次序依次为：服务与管理、餐饮、旅游商品、交通与通讯、旅游景观、环境、住宿和娱乐。每步回归的方程系数见表5，第八步R2(多重判定系数)为0.982，说明8个变量解释了被解释变量的98.2，该表充分表明方程回归拟和效果良好。8个评价项目都有显著影响，但影响的显著性有所差异，根据逐步回归的基本原理，先进入方程的变量是对因变量影响最显著的因子，而最后进入方程的变量，则是影响最小的因子，由此表明对旅游目的地的总体评价影响程度由强到弱依次为：服务与管理、餐饮、旅游商品、交通与通讯、旅游景观、环境、住宿和娱乐。根据每步的R2可以看出，旅游目的地的服务与管理一个变量，对旅游目的地总体评价的贡献为62.4，而旅游目的地的服务与管理是由导游素质、居民的热情好客度、旅游态度、旅游咨询、旅游解说系统、引导标志物、公共厕所、景区容量等因子构成，这些因子构成了旅游目的地的软环境，由此说明旅游目的地的软环境对游客的总体感知的影响最为 5 结论 5.1 游客满意度与期望呈负相关，与实际感知呈正相关 西安地区国内游客满意度评价指标体系的合图法分析结果显示：满意度与旅游期望的夹角大于90，而与实际感知的夹角小于90，旅游期望与实际感知的夹角小于90，说明游客满意度与期望呈负相关，与实际感知呈正相关，旅游期望与实际感知呈正相关。 5.2对游客期望进行管理是提高游客满意度的前提 分析显示，期望与满意度呈负相关，并且在西安游客期望高的指标主要是那些通过现代先进的信息技术获得实时、直观信息的指标。根据消费者行为理论，高的期望既可以成为旅游者前往目的地的驱动力，也可能成为目的地无法兑现“承诺”的绊脚石，从而影响到游客的满意度。因此，旅游目的地在营销时，不仅应力求传递信息的准确性和客观性，还应注重与游客的交流与沟通，加强游客期望管理，发挥期望的积极作用。 5.3旅游目的地的“软环境”对目的地总体评价影响显著 无论是从coPlot分析，还是多元回归分析，都反映出旅游目的地区域的“软环境”对游客旅游目的地总体评价的影响显著，而硬环境，诸如：景观等级、气候、住宿设施、交通等的影响不如“软环境”显著。本研究中的“软环境”包含的评价因子主要有：导游素质、居民的热情好客、旅游态度、旅游咨询、旅游解说系统、引导标志物、公共厕所、景区容量等，而这些评价因子一方面反映了旅游目的地的“好客度”、管理水平及管理观念；另一方面也充分说明：旅游者越来越理性，越来越多的旅游者认为旅游的实质在于体验，高质量的旅游应该是在旅游的过程中处处可以体会到温馨、好客、文明的人文环境，而非仅仅是