沈 蕾,羅 楚,高 晗
(東華大學旭日工商管理學院,上海200051)
?
新常態下旅游目的地品牌體驗的IPA分析范式
沈蕾,羅楚,高晗
(東華大學旭日工商管理學院,上海200051)
摘要:旅游目的地品牌化正成為我國旅游業發展的新常態,旅游目的地品牌體驗逐漸成為旅游業界和學術界共同聚焦的課題。IPA分析法簡單直觀,被廣泛用于各領域的研究,但由于缺乏嚴謹的數據分析,其信度和效度頗受質疑。文章以都江堰為例,探討新常態下旅游目的地品牌體驗的IPA分析范式。對IPA分析法進行了多維正態分布檢驗、問卷信度與效度檢驗、重復測量方差分析、配對樣本T檢驗及多重共線性檢驗,并分別采用自述重要性法、多元回歸系數法、鄧維兆偏相關系數法和L-H偏相關系數法對旅游目的地品牌體驗進行IPA分析,結果顯示4種IPA分析結果的差異較大,據此提出相關管理建議。
關鍵詞:旅游目的地品牌體驗;IPA分析;信度;效度;PLS
[DOI]10.3969/j.issn.1007-5097.2016.01.009
2014年5月,習近平總書記在河南考察時提出“新常態”這一重大理論概念,并強調要推動中國產品向中國品牌轉變。旅游業正成為經濟發展新常態下新的增長點,促進旅游業品牌化已列入《中國旅游業“十二五”發展規劃綱要》。2015年全國旅游工作會議特別提出以“特色化、品牌化、國際化、系列化”為目標,構建“中國國際旅游目的地”系列品牌[1]。旅游目的地品牌化正成為我國旅游業發展的新常態。
自20世紀90年代末,旅游目的地品牌化研究已是非常活躍的學術領域。新常態下,游客需求新變化,身處于體驗經濟的游客更加關注旅游目的地品牌與自身的互動。Barnes等通過實證研究表明旅游目的地品牌體驗顯著影響游客滿意度和忠誠度[2],品牌體驗正成為旅游目的地的差異化競爭優勢。《中國旅游業“十二五”發展規劃綱要》和《2015年全國旅游工作會議工作報告》雖未直接提出“旅游目的地品牌體驗”這一新概念,但其工作重點都是圍繞著提升旅游目的地品牌體驗展開,進而促進旅游目的地品牌化。新常態下,旅游目的地品牌體驗逐漸成為旅游業界和學術界共同聚焦的課題。
IPA分析法能簡潔直觀地辨別關鍵優勢和劣勢,進而優化資源配置,因此被廣泛用于各領域的研究。然而,傳統的IPA分析法缺乏嚴謹的數據分析,其信度和效度頗受質疑。本文以都江堰為例,探討新常態下旅游目的地品牌體驗的IPA分析范式。本文對IPA分析法進行了信度和效度檢驗,采用4種主流方法,即自述重要性法、多元回歸系數法、鄧維兆偏相關系數法[3]和L-H偏相關系數法[4],分別對新常態下旅游目的地品牌體驗進行IPA分析,并整合4種IPA分析結果,提出管理建議以供參考。
梳理相關文獻發現,國外旅游目的地品牌體驗研究正成為學術界關注的焦點,國內旅游目的地品牌體驗研究匱乏,但“旅游目的地”和“品牌體驗”的研究成果斐然。自1998年起,國內學者對“旅游目的地”研究的興趣與日俱增,研究方向主要為旅游目的地形象[5]、旅游目的地營銷與評價[6]、旅游目的地開發與管理[7]、旅游目的地信息化[8]、旅游目的地與當地居民和游客的關系[9]、旅游目的地品牌化[10],等等;自2002年起,國內“品牌體驗”的研究已取得一定成果,研究方向主要為品牌體驗與品牌忠誠的關系[11]、品牌體驗對品牌資產的影響[12]、品牌體驗的形成機制[13]等。
旅游目的地品牌研究沿用了很多營銷理論和方法論,例如,品牌形象、品牌資產和基于顧客的品牌資產等,但國外學者認為這些概念并不能反映游客受到品牌刺激后所產生的體驗。Schmitt從消費者心理認知過程出發,將體驗分為感官體驗、情感體驗、思考體驗、行動體驗和關聯體驗五個維度[14];Bennett等認為品牌體驗是消費者獲取品牌信息、引發心理感受的過程[15];Mascarenhas等提出了物理屬性介入力矩、情感介入力矩和價值主張介入力矩的三維品牌體驗模型[16];Terblanche和Boshoff基于品牌忠誠的階梯性理論提出了員工與消費者的交互作用、產品價值、商店內部環境、產品分類與多樣性和顧客抱怨處理的五維品牌體驗模型[17];Brakus等認為品牌體驗是消費者受到品牌相關刺激(如品牌設計、標志、包裝等)而引發的感官、情感、認知及行為反應,并第一次系統性地從哲學、心理認知和營銷體驗三種視角將品牌體驗劃分為感官、情感、行為和知識四個維度,構建了十二個題項的品牌體驗量表,并檢驗了量表的信度和效度[18];Barnes等認為Brakus的四維品牌體驗模型特別適用于旅游目的地情境,他們將Brakus模型發展為旅游目的地品牌體驗模型,并檢驗了四個維度對重游意向和口碑推薦的中介作用[2]。
(一)研究方法
IPA分析法最初被用于制定管理策略,Martilla和 James最早將IPA分析法用于考核汽車經銷商[19]。由于IPA分析法簡潔直觀,后來被廣泛應用于旅游、教育、健康、金融、公共管理、電子商務和信息技術等各領域的研究。傳統的IPA分析法缺乏嚴密的數據分析,在信度和效度的測量方面受到很多質疑,對傳統的IPA分析法進行優化一直是學術研究的熱點。
1.區隔閾值選取
Bacon認為進行IPA分析最大的困惑在于選取區隔閾值[19]。Azzopardi和Nash認為IPA分析的重要性和績效表現受調研對象感知的主觀影響,因此區隔閾值會影響區別效度和預測效度[20]。Ziegler等認為區隔閾值的選取源自研究者的主觀判斷,選取錯誤將誤導分析結果和管理決策[21]。區隔閾值選取主要有兩種方法:以數據為中心的方法,采用各觀測變量重要性和績效表現的總平均值或中位數作為區隔閾值;以量表為中心的方法,采用量表的中位數作為區隔閾值,李克特五分量表以(3,3)為區隔閾值,李克特七分量表以(4,4)為區隔閾值。以量表為中心的區隔閾值,忽略了受訪者群體的特性,會導致各觀測變量的重要性被高估。此外,量表不同,受訪者評分的分布也不同,以量表為中心的區隔閾值將導致研究結果與實際情況嚴重偏離。因此本文采取以數據為中心的方法,選取各觀測變量重要性和績效表現的總平均值作為區隔閾值。
2.象限分割
很多學者認為績效表現與需求是否被滿足等因素有關,建議增加一條傾斜的分割線來區隔象限。本文借鑒前人的研究,采用水平線、垂直線和45°分割線相結合,將IP圖分割為四個象限[22-23]。
3.重要性的測量
Oh[24]和Azzopardi、Nash[20]認為自述重要性評價會受到績效表現評價的影響,為了消除自述重要性與績效表現的相關性,一些學者建議以引申重要性(implicitly derived importance)來替代自述重要性。其中,計算各觀測變量績效表現與總體績效表現之間的多元回歸系數,作為引申重要性得分是廣泛采用的方法[25]。需要注意的是,多元回歸系數法要求各觀測變量之間不存在多元共線性。鄧維兆和陳旭建議采用單項要素績效表現與總體績效表現之間的偏相關系數作為引申重要性以反映真實的重要性評價[26]。還有學者應用復雜的數學方法計算引申重要性,例如,基于置信區間的IPA分析、基于模糊神經的IPA分析、基于BP神經網絡的IPA分析以及基于三角模糊理論的Fuzzy-IPA分析[27],等等。應用復雜的數學方法計算引申重要性,對研究者的數學能力要求很高,所以后續研究較少。因此,本文分別采用自述重要性法、多元回歸系數法、鄧維兆偏相關系數法[3]和L-H偏相關系數法[4]這4種主流的方法計算旅游目的地品牌體驗的重要性。
4. IPA分析作圖
首先,采用受訪者績效表現為橫軸,重要性為縱軸,繪制散點圖。
其次,以兩個區隔閾值的交叉點為中心,畫出穿過交叉點的水平線、垂直線和45°分割線,分隔出四個象限:45°分割線以上的區域為第一象限“重點改進”,重要性較高但績效表現較低;45°分割線以下、水平線以上的區域為第二象限“表現良好”,重要性和績效表現均較高;45°分割線以下、垂直線左側的區域為第三象限“緩慢改進”,績效表現和重要性都較低;水平線以下、垂直線右側的區域為第四象限“額外資源”,重要性很低但績效表現很高。
最后,對落入不同象限的要素進行解釋分析。
(二)問卷設計
調研內容包括三部分。第一部分調查游客基本情況,包括性別、年齡、受教育程度、客源地、旅游方式和旅游預算。第二部分邀請游客對旅游目的地品牌體驗各要素的重要性和績效表現進行評價。本文采用Barnes等[2]在Brakus量表[18]基礎上修正的量表。首先將英文版量表翻譯成中文,再將中文版量表回譯成英文與原版量表進行比較,對出入較大的條目重新翻譯,然后再次回譯,以確保沒有翻譯偏差。旅游目的地品牌體驗量表包括四個維度十二個題項(見表2)。Lai和Hitchcock的研究[4]表明,大部分旅游領域的IPA分析法研究都采用李克特五分量表,因此本文也采用李克特五分量表,其中1為非常不重要(或完全不同意),3為一般(或不確定),5為非常重要(或完全同意)。第三部分調查游客對旅游目的地的滿意度(VS),采用Kate Rod?ger等源自Del Bosque和San Martin的量表,共三個題項(見表2)[28-29],其中1完全不同意,3為一般,5為完全同意。
Rial等[23]認為當受訪者同時為一個題項的重要性和績效打分時,因受刻板思維的影響,重要性評價會高于績效表現,這將降低問卷的可靠性。Lai和Hitchcock的研究[4]也表明問卷調研順序對于測量變量在IPA分析圖上的分布有影響,因此,筆者在問卷調研時,邀請受訪者對旅游目的地品牌體驗所有題項的重要性評價完畢后再評估績效表現。
(三)數據采集
筆者于2015年2月在四川省都江堰市青城山-都江堰風景區開展問卷調查。本次調查共發放280份問卷,有效問卷為268份,回收問卷的有效率為95.71%,滿足Schwab關于問卷量和題項數之比最少為10∶1的標準。
(一)受訪游客的人口統計特征
268名受訪游客的男女比例分別為52.99%和47.01%;受訪游客的年齡層次集中在25~44歲(占54.1%);受教育程度多為大學專科及本科(占44.78%);絕大部分游客來自中國大陸(占95.50%);游客出游方式多為自由行(占50.37%);大部分游客人均每次境內旅游消費預算為500~2 000元(占63.80%)。
(二)多維正態性檢驗
大多數IPA分析在描述性分析中測量頻數、均值和標準差。Lai和Hitchcock認為傳統IPA分析法的缺陷在于將樣本視為同質群體[4],而IPA分析法的前提假設是受訪者對各要素的重要性評價并不相同。因此,在描述性分析時,需要進行多維正態性檢驗,以提升受訪者對各要素重要性評價不同的準確性,進而滿足IPA分析法的前提假設。Mardia最早構造了基于偏度和峰度的多維正態性檢驗統計量及其漸進分布。本文采用Mardia的多維正態性檢驗,結果(見表1)顯示各要素自述重要性和績效表現的偏度絕對值都小于3,各要素自述重要性和績效表現的峰度絕對值都小于10,符合Kline的標準,樣本數據服從正態分布。

表1 旅游目的地品牌體驗描述統計量
(三)問卷信度和效度檢驗
本文采用SPSS 20.0軟件和AMOS 21.0軟件對調查問卷進行信度和效度檢驗,以確保問卷的可靠性和有效性。
Hair等建議以組合信度(CR)和Cronbach’s α系數檢驗問卷的內部一致性信度[30]。如表2所列,SD?BE感官體驗、ADBE情感體驗、BDBE行為體驗、IDBE知識體驗和VS游客滿意度的CR值均高于0.5[31],SD?BE感官體驗、ADBE情感體驗、BDBE行為體驗、ID?BE知識體驗、VS游客滿意度的Cronbach’s α系數值均大于0.7,按照Gilford的標準,屬于高信度,并且小于問卷整體Cronbach’s α系數值0.911。檢驗結果表明問卷各題項具有較好的內部一致性,問卷信度較高。
本文引用了國外學者開發的成熟量表,因此采用驗證性因子分析(CFA)檢驗量表的結構效度。在驗證性因子分析之情,先進行KMO和Bartlett球形檢驗,其中KMO=0.925(>0.7),Bartlett球形檢驗p< 0.001,說明數據適合進行驗證性因子分析。各項擬合指數分別為X2/df=131.007/80=1.638(<3),RM?SEA =0.049(<0.08),CFI=0.970(<1),NFI=0.928(> 0.9),GFI=0.938(>0.9),AGFI=0.906(>0.9),TLI = 0.961(>0.9),IFI =0.970(>0.9),并且大部分CFA因子載荷都大于0.7,所有CFA因子載荷都大于0.5(表2),符合Hair的標準,表明模型擬合良好,量表具有較好的結構效度。
Hair等建議采用平均提取方差(AVE)檢驗模型的聚合效度。SDBE感官體驗、ADBE情感體驗、BDBE行為體驗、IDBE知識體驗的AVE值均高于0.5,VS游客滿意度的AVE值接近0.5(見表2),符合Hair的標準,量表具有較好的聚合效度。
(四)重復測量方差分析
IPA分析法的前提假設是各要素的重要性評價不同,為支持該假設,需要進行重復測量方差分析(Lai 和Lam,2010)[32]。在進行重復測量方差分析前,首先對數據進行Mauchly球形檢驗(表3),P<0.05,協方差陣的球對稱性得不到滿足,因此選擇Greenhouse-Gersser(G-G)法校正系數ε= 0.757對自由度值進行校正。繼續進行主體內效應檢驗(表4),結果顯示各要素的重要性評價具有顯著差異(F= 39.774,p<0.001),支持IPA分析法的前提假設。

表3 Mauchly的球形度檢驗

表4 主體內效應的檢驗
(五)配對樣本T檢驗
本文采用配對樣本T檢驗以探明各要素的重要性和績效表現之間是否存在顯著性差異[33]。檢驗結果(見表5)顯示各要素重要性和績效表現之間的差異均有顯著性意義(P<0.05),無須剔除要素,所有要素都可進行IPA分析作圖。
(六)多元回歸系數法計算引申重要性
以多元回歸系數法計算引申重要性得分需要滿足三個條件:數據服從正態分布;多個自變量之間不存在明顯的共線性;自變量和因變量之間存在線性關系[34]。本文在前面對數據進行了多維正態性檢驗,數據存在正態分布,滿足多元回歸分析的第一個條件。根據計量經濟學原理,自變量之間存在很強的協變關系會導致多重共線性,如果兩個自變量之間的簡單相關系數r>0.7,意味著存在多重共線性。本文在計算回歸系數時,借鑒了Lai和Hitchcock的研究[4],采用12個旅游目的地品牌體驗要素的績效表現作為自變量,引入3項游客滿意度指標來反映總體績效表現,以總體績效表現作為因變量進行多元回歸分析。由于外生變量遠多于內生變量,根據Hair的建議[30],采用偏最小二乘法(PLS)。本文使用SmartPLS 2.0軟件進行PLS分析,構建模型1(如圖1)和模型2(如圖2)。PLS模型1中任何兩個變量間相關系數均小于0.7,說明本文中旅游目的地品牌體驗各要素間并不存在多重共線性。在PLS分析中進行Bootstrapping,檢驗各要素能否反映其對應的構念,進而決定是否保留所有12個旅游目的地品牌體驗要素進行IPA分析作圖。選擇個案為268,樣本為5 000,在PLS中對模型2進行Bootstrapping檢驗,結果顯示,除SDBE1(t =1.31)外,所有要素的外權重都有顯著意義(t>1.96,p<0.05),雖然SDBE1要素的外權重并不顯著,但其載荷大于0.5,因此也保留SDBE1要素。模型1進行PLS回歸得到的路徑系數即為引申重要性得分,以績效表現為橫軸、引申重要性為縱軸、績效表現均值2.988和引申重要性得分均值0.093為區隔閾值,以水平線、垂直線和45°分割線劃分四象限,作IPA分析圖。

圖1 PLS模型1

圖2 PLS模型2
(七)偏相關系數法計算引申重要性
IPA分析法的前提假設要求各要素的重要性評價和績效表現評價相互獨立,且每個要素的績效表現與總體績效表現呈線性相關。Matzler等學者認為在實際調研中,這兩項前提假設基本不可能滿足,采用多元回歸系數作為引申重要性得分忽略了要素之間潛在的相關關系,若將其直接代入多元回歸模型將會產生嚴重的多重共線性問題[25]。本文中各要素之間并不存在多重共線性問題,但鄧維兆、陳旭等學者建議采用偏相關系數以更加準確地反映真實的重要性評價。因此,本文也采納鄧維兆法[3]和L-H法[4],計算各要素績效表現和總體績效表現間的偏相關系數作為引申重要性。
本文在采用鄧維兆法時分為三步:第一步,對各要素績效表現取自然對數使之呈線性分布,計為ln(X);第二步,由于本文對總體績效表現(游客滿意度VS)的測量采用了三項指標,因此需將總體績效表現的三項指標提取為一個公因子,并計算因子得分(F)作為總體績效表現;第三步,將ln(X)作為自變量、F作為因變量進行多元回歸分析,計算F與ln(X)之間的偏相關系數ρi,即為引申重要性。本文使用SPSS 20.0軟件計算偏相關系數,計算SDBE1要素績效表現的自然對數ln(SDBE1)與F的偏相關系數時,同時以其他11個要素績效表現的自然對數為控制變量,以此類推,分別得到12個要素的引申重要性得分。然后,以績效表現為橫軸、引申重要性為縱軸、績效表現均值2.988和引申重要性得分均值0.109為區隔閾值,以水平線、垂直線和45°分割線劃分四象限,作IPA分析圖。
本文采用L-H法計算引申重要性時,使用Smart?PLS 2.0軟件建立PLS模型2(如圖2),對PLS模型2進行Bootstrapping檢驗,以探明各指標是否能反映其對應的構念,進而決定是否保留所有12個旅游目的地品牌體驗要素進行IPA分析作圖。其次,建立PLS模型1(如圖1),參考前文,輸出結果中各要素績效表現與總體績效表現的偏相關系數即為引申重要性。以績效表現為橫軸、引申重要性為縱軸、績效表現均值2.988和引申重要性得分均值0.495為區隔閾值,以水平線、垂直線和45°分割線劃分四象限,作IPA分析圖。
為了縮減篇幅,本文僅列出績效表現與自述重要性的IPA分析圖,區隔閾值為(2.988,3.936),如圖3所示。而后,將4種IPA分析圖的結果匯總入表5。

圖3 績效表現與自述重要性IPA分析

表5 IPA分析結果匯總
由表5可知,自述重要性得分最高為BDBE2 (4.550),得分最低為ADBE1(3.640);績效表現得分最高為BDBE2(3.280),得分最低為ADBE2(2.760)。SDBE2、BDBE1、BDBE2、IDBE1這4項要素的自述重要性得分高于自述重要性的平均水平(3.936)。
采用多元回歸系數法計算各要素的引申重要性,得分最高為ADBE2(0.246),得分最低為SDBE3 (-0.126),SDBE1、ADBE1、ADBE2、ADBE3、BDBE1、BDBE2、BDBE3、IDBE1這8項要素的引申重要性得分高于引申重要性的平均水平(0.093)。
采用鄧維兆的偏相關系數法計算各要素的引申重要性,得分最高為ADBE2(0.256),得分最低為SD?BE3(-0.106),ADBE1、ADBE2、ADBE3、BDBE1、BDBE2、BDBE3、IDBE1這7項要素的引申重要性得分高于引申重要性的平均水平(0.109)。
采用L-H偏相關系數法計算各要素的引申重要性,得分最高為ADBE2(0.606),得分最低為SDBE3 (0.400),ADBE1、ADBE2、ADBE3、BDBE1、BDBE3這5項要素的引申重要性得分高于引申重要性的平均水平(0.495)。
Lai和Hitchcock認為在五分量表中自述重要性與績效表現之差的臨界值為0.500,本文中12對要素間自述重要性與績效表現之差都大于0.500,差距過大,應予以高度重視。游客認為旅游目的地品牌體驗很重要(自述重要性總均值為3.936),但得到的品牌體驗績效表現卻差強人意(總均值為2.988),需要采取措施努力提升所有要素的績效表現,特別是BDBE1(我在都江堰參與了一些活動和行動)、BDBE3(都江堰不是以活動導向的旅游目的地)和ID?BE1(我在都江堰思考了很多)。
綜合來看,4種IPA分析圖中各要素分布存在較大的差異性。三種績效表現與引申重要性的IPA分析圖中,ADBE1(都江堰能夠激發起我某種情感和情緒)、ADBE2(我對都江堰沒有很深的感情)、IDBE1(我在都江堰思考了很多)和IDBE2(都江堰不會引發我思考)這四個要素都落在第一象限“重點改進”區域;SDBE1要素(都江堰給我很深的視覺及其他知覺印象)落在第三象限“緩慢改進”區域;SDBE3要素(都江堰對我的感官沒有吸引力)和IDBE3要素(都江堰增強了我的好奇心和解決問題的能力)落在第四象限“額外資源”區域。其中,SDBE1、SDBE3、ID?BE1、IDBE2、IDBE3這五個要素在4種IPA分析圖中所屬的象限都不變。
(一)研究貢獻
目前我國旅游目的地品牌體驗研究匱乏,本文對于我國旅游目的地品牌體驗研究具有一定的促進意義,對構建“中國國際旅游目的地”系列品牌、推進新常態下我國旅游目的地品牌化具有一定的參考價值。
本文探討了IPA分析法的研究范式,特別是IPA分析法中信度和效度的測量。傳統的IPA分析法因為缺乏嚴謹的信度和效度檢驗而廣受質疑。本文在前人研究的基礎上,對IPA分析法進行了多維正態分布檢驗、問卷信度與效度檢驗、重復測量方差分析、配對樣本T檢驗和多重共線性檢驗,有助于IPA分析法研究的持續推進。
本文采用4種方法對新常態下旅游目的地品牌體驗進行IPA分析,得到4種IPA分析圖的分布差異較大,研究結果支持了前人的假設。過去的研究大都是比較一種優化后的IPA分析與傳統IPA分析所得結果的異同,本文應用4種不同的IPA分析法探討新常態下旅游目的地品牌體驗,符合近年來學術界針對同一項研究采用不同IPA法進行分析的趨勢。
(二)管理建議
(1)信息化改變情感體驗,“互聯網+”讓游客對旅游目的地“生情”。本文中ADBE1、ADBE2要素在三種績效表現與引申重要性的IPA分析圖中都是屬于“重點改進”區域,這表明游客對旅游目的地情感體驗抱有很高的期望。“互聯網+”時代,信息化為傳統旅游目的地帶來挑戰,更帶來機遇。信息爆炸的時代,標準化的大眾旅游產品和傳統的旅游公共服務難以滿足新常態下個性化、多樣化的旅游消費需求,游客“觸景”難以“生情”。“互聯網+旅游產品”利用互聯網、移動互聯網和大數據挖掘技術可以實現旅游產品的大批量定制和營銷,特別是情感旅游產品,在高效利用旅游資源的同時,滿足游客個性化需求,給予游客獨特的品牌體驗,讓游客“生情”。“互聯網+旅游公共服務”能實現區域旅游資源開發與管理、旅游基礎設施建設、旅游公共信息平臺建設、旅游生態建設與保護、旅游公益事業發展、旅游公共安全保障、旅游目的地推廣、旅游市場監管、消費者權益保護和旅游輿論引導等方面的信息化,提升旅游產業集群的規模經濟效應和品牌效應,強化消費者旅游目的地品牌體驗,推進旅游目的地品牌化。
(2)開發“奇”、“養”、“學”旅游產品,提升行為體驗和知識體驗。配對樣本T檢驗結果顯示BDBE1、BDBE3和IDBE1要素的績效表現亟待提升,IDBE1和IDBE2在4種IPA分析圖中都落在第一象限“重點改進”區域,這些都表明游客對旅游目的地行為體驗和知識體驗的需求迫切。以都江堰為例,都江堰是世界自然與文化遺產,但調研結果顯示游客行為體驗和知識體驗的績效表現不高,其原因在于都江堰缺乏以活動為導向的“奇”、“養”、“學”旅游產品。建議都江堰依托其豐富的自然景觀資源,在青城山景區、虹口景區,開發探索、探險、探秘等探索性旅游產品(“奇”);充分挖掘“水文化”、“道文化”、中醫藥文化、熊貓文化等歷史人文資源,開發中醫藥文化傳播、道家養生保健、中醫醫療康復等養生旅游產品(“養”);開發“水文化”和“道文化”研修、青城武術培訓、拓展訓練、攝影采風及以生態保護、熊貓文化為主題的夏令營、冬令營等研學旅游產品(“學”)。
(3)投資感官體驗,大項目創新旅游資源。整合4種IPA分析結果顯示,SDBE1要素落在第三象限“緩慢改進”區域。新常態下,城鄉居民出游率不斷增長,以觀光為主的傳統旅游產品很難激發游客對旅游目的地的感官體驗。同我國大多數旅游目的地一樣,都江堰不能再單純依靠自然景觀和文物古跡,應當投資大項目(例如都江堰萬達文化旅游城)創新旅游資源,打造具有主題公園、品牌度假酒店、特色餐飲街、休閑運動基地、創意文化產品購物中心、休閑農莊等多種業態的旅游產業集聚區,推動都江堰旅游產品結構由觀光為主向觀光、休閑、度假復合發展轉變,滿足游客的感官體驗需求。并且,由于旅游項目投資帶動性強,有助于都江堰其他產業與旅游業的融合發展。
參考文獻:
[1]李金早.開辟新常態下中國旅游業發展的新天地——2015年全國旅游工作會議工作報[EB/OL].(2015-01-15)[2015-09-26]. http://dj.cnta.gov.cn/html/2015-01/1722.shtml.
[2]Barnes S J,Mattsson J,S?rensen F. Destination brand expe?rience and visitor behavior:Testing a scale in the tourism context[J]. Annals of Tourism Research,2014,48:121-139.
[3]Deng W. Using a revised importance–performance analysis approach:The case of Taiwanese hot springs tourism[J]. Tourism Management,2007,28(5):1274-1284.
[4]Lai I K W,Hitchcock M. Importance–performance analysis in tourism:A framework for researchers[J]. Tourism Man?agement,2015,48:242-267.
[5]辜應康,楊杰.基于內隱聯結測驗的旅游目的地形象偏好測量研究[J].人文地理,2015,30(1):117-121.
[6]劉麗娟,李天元,王雪.旅游目的地營銷績效評價研究現狀與展望[J].旅游學刊,2013,28(3):120-128.
[7]馬麗卿.海島型旅游目的地的特征及開發模式選擇——以舟山群島為例[J].經濟地理,2011,31(10):1740-1744.
[8]李君軼.基于游客需求的旅游目的地網絡營銷系統評價——以我國省級旅游官網為例[J].旅游學刊,2010,25 (8):45-51.
[9]路幸福,陸林.基于旅游者凝視的后發型旅游地文化認同與文化再現[J].人文地理,2014,29(6):117-124.
[10]劉麗娟,李天元.國外旅游目的地品牌化研究現狀與分析[J].人文地理,2012,27(2):26-31.
[11]郭國慶,牛海鵬,劉婷婷,等.品牌體驗對品牌忠誠驅動效應的實證研究[J].經濟管理研究,2012(2):58-66.
[12]李啟庚,余明陽.品牌體驗價值對品牌資產影響的過程機理[J].系統管理學報,2011,20(6):744-751.
[13]楊德鋒,馬穎杰,馬寶龍.社會互動、代際文化價值觀傳遞與品牌體驗的形成——基于“美國女孩”的案例研究[J].管理評論,2014,26(3):70-80.
[14]Schmitt B H. Experiential marketing:How to get customers to sense,feel,think,act,relate[M]. New York:Simon and Schuster,2000:99-188.
[15]Bennett R,H?rtel C E J,McColl-Kennedy J R. Experience as a moderator of involvement and satisfaction on brand loyalty in a business-to-business setting 02-314R[J]. In?dustrial marketing management,2005,34(1):97-107.
[16]Mascarenhas O A,Kesavan R,Bernacchi M. Lasting cus?tomer loyalty:a total customer experience approach[J]. Journal of Consumer Marketing,2006,23(7):397-405.
[17]Terblanche N S,Boshoff C. The relationship between a sat?isfactory in-store shopping experience and retailer loyalty [J]. South African Journal of Business Management,2006,37(2):33-43.
[18]Brakus J J,Schmitt B H,Zarantonello L. Brand experience: what is it?How is it measured?Does it affect loyalty?[J]. Journal of marketing,2009,73(3):52-68.
[19]Bacon D R. A comparison of approaches to importanceperformance analysis[J]. International Journal of Market Research,2003,45(1):55-72.
[20]Azzopardi E,Nash R. A critical evaluation of importanceperformance analysis[J]. Tourism Management,2013,35:222-233.
[21]Ziegler J,Dearden P,Rollins R. But are tourists satis?fied?Importance- performance analysis of the whale shark tourism industry on Isla Holbox,Mexico[J]. Tourism Management,2012,33(3):692-701.
[22]Abalo J,Varela J,Manzano V. Importance values for Impor?tance–Performance Analysis:A formula for spreading out values derived from preference rankings[J]. Journal of Business Research,2007,60(2):115-121.
[23]Rial A,Rial J,Varela J,et al. An application of importanceperformance analysis(IPA)to the management of sport centres[J]. Managing Leisure,2008,13(3/4):179-188.
[24]Oh H. Revisiting importance- performance analysis[J]. Tourism management,2001,22(6):617-627.
[25]Matzler K,Sauerwein E. The factor structure of customer satisfaction:An empirical test of the importance grid and the penalty-reward-contrast analysis[J]. International Journal of Service Industry Management,2002,13(4):314-332.
[26]陳旭. IPA分析法的修正及其在游客滿意度研究的應用[J].旅游學刊,2013,28(11):59-66.
[27]錢燁,陸林,朱付彪.上海世博會游客感知價值Fuzzy-IPA研究[J].華東經濟管理,2011,25(9):8-12.
[28]Rodger K,Taplin R H,Moore S A. Using a randomised ex?periment to test the causal effect of service quality on visi?tor satisfaction and loyalty in a remote national park[J]. Tourism Management,2015,50:172-183.
[29]del Bosque I R,San Martin H. Tourist satisfaction a cogni?tive-affective model[J]. Annals of tourismresearch,2008,35(2):551-573.
[30]Hair Jr J F,Hult G T M,Ringle C,et al. A primer on par?tial least squares structural equation modeling(PLS-SEM)[M]. Los Angeles:Sage Publications,2013:33-94.
[31]Raines-Eudy R. Using structural equation modeling to test for differential reliability and validity:an empirical demon?stration[J]. Structural Equation Modeling:A Multidisci?plinary Journal,2000,7(1):124-141.
[32]Lai I K W,Lam F K S. Perception of various performance criteria by stakeholders in the construction sector in Hong Kong[J]. Construction Management and Economics,2010,28(4):377-391.
[33]楊明.旅游調研數據處理方法和分析技術探討——以荷蘭納米根市(Nijmegen)旅游形象調研為例[J].旅游學刊,2005,20(1):84-89.
[34]Taylor S A. Assessing regression-based importance weights for quality perceptions and satisfaction judgements in the presence of higher order and/orinteraction effects[J]. Journal of Retailing,1997,73(1):135-159.
[責任編輯:余志虎]
●區域發展
An Importance-Performance Analysis Framework of Destination Brand Experience under the New Normal
SHEN Lei,LUO Chu,GAO Han
(Glorious Sun School of Business and Management,Donghua University,Shanghai 200051,China)
Abstract:Tourism destination branding is becoming a new normal for Chinese tourism development. Destination brand experi?ence is now a hot issue for both scholars and practitioners. Importance-performance analysis(IPA)is used in many research fields due to its simplicity. However,it has been criticized for lack of rigorous data analysis which triggers concerns over reli?ability and validity. Taking Dujiangyan as an example,this study discusses an importance-performance analysis framework of destination brand experience under a new normal. The study makes the verification of the multivariate normal distribution,reliability and validity of the questionnaire,repeated measures ANOVA,paired samples T test and multicollinearity test on IPA,and performs IPA on destination brand experience by employing self-reported importance approach,multiple regression approach,Deng’s partial correlation approach and Lai-Hitchcock’s partial correlation approach respectively,the results show that the four I-P mappings are greatly different. The paper puts forth the relevant proposals on the management accord?ing to the results of I-P mappings.
Keywords:destination brand experience;importance-performance analysis;reliability;validity;PLS
作者簡介:沈蕾(1967-),女,上海人,教授,博士生導師,博士,研究方向:網絡消費,品牌管理,消費行為;羅楚(1990-),女,四川都江堰人,博士研究生,研究方向:品牌管理;高晗(1989-),男,黑龍江哈爾濱人,博士研究生,研究方向:時尚創意產業管理,國際區域經濟合作。
基金項目:國家自然科學基金項目(71373040);東華大學博士創新基金項目(CUSF-DH-D-2015063)
收稿日期:2015-10-28
中圖分類號:F590.8
文獻標志碼:A
文章編號:1007-5097(2016)01-0055-08