成都青龍湖濕地公園游客忠誠度評價與提升策略

熊燕飛，郭 洋，起靖翔，胡 蘭，李鰻琛，王岑涅

(成都大學 旅游與文化產業學院，四川 成都 610106)

1 引言

城市濕地公園作為城市公園的一種特殊形式和城市公共空間的重要組成部分，除了具備濕地的生態功能和典型特征外，還承載了為城市居民的日常游憩提供活動場所的功能[1]。近年來，隨著公園城市建設和海綿城市建設的大力推進，城市內部的濕地公園越來越受到重視。對城市濕地公園的游客忠誠度進行系統研究，不僅有助于為城市居民帶來普惠福祉，還有助于濕地公園的日常管理維護，達到可持續發展的目的。

當前，關于城市濕地公園的研究多圍繞其公共服務[2，3]、游憩價值[4，5]、多效益均衡發展[6，7]、忠誠度的影響因素[8～10]等方面展開，忽視了濕地公園游客忠誠度的測量。事實上，衡量游客忠誠度才是目的地管理者設計和實施提升忠誠度策略的基本步驟[11]。基于此，本研究以青龍湖濕地公園為例，運用模糊綜合評價法對其游客的忠誠度進行測量，以期拓展城市濕地公園的研究內容，為城市濕地公園建設提供理論支撐。

2 研究區概況及數據來源

2.1 研究區概況

青龍湖濕地公園位于成都主城區東部，是城市居民休閑游憩的重要空間。該公園的總面積約30000畝，湖面面積約4000畝，是成都市中心城區最大面積的濕地公園。青龍湖濕地公園的生態環境良好，植物豐富，擁有野生鳥類上百余種，被稱為“城市綠肺”。

2.2 指標選取與數據來源

2.2.1 評價指標體系構建

參考借鑒游客忠誠度評價及測量方法[12～14]，結合青龍湖濕地公園的實際情況，研究從態度忠誠和行為忠誠兩個方面構建青龍湖濕地公園游客忠誠度評價指標體系。其中，態度忠誠通過重游意愿、推薦意愿、首選因素(不考慮客觀限制因素下的首選意愿)、價格容忍度、風險容忍度5個觀測變量反映，行為忠誠則通過出游次序、重游次數、正面宣傳的次數反映。

2.2.2 數據來源

本研究主要通過問卷調查法獲取基礎數據，問卷內容包括2個部分：一是游客人口統計學特征和旅游行為信息，二是采用李克特五級量表測量忠誠度的各觀測變量。本研究于2020年10月31日在青龍湖濕地公園進行預調研，結合預調研的情況，對問卷進行修改完善。并于2020年12月至2021年1月通過線上和線下兩種渠道正式發放問卷，其間共收到240份問卷，剔除信息填寫不完整或不清楚的無效問卷，共收到有效問卷231份，問卷有效率96.25%。游客的人口結構特征見表1。

表1 受調查者的社會人口結構特征

3 研究結果

3.1 探索性因子分析

運用SPSS18.0軟件進行探索性因子分析，結果顯示Cronbach′s α系數為0.817，表明量表具有較好的內部一致性。KMO檢驗值為0.804，Bartlett′s球形檢驗的顯著水平p=0.000，說明適合進行因子分析。因子分析中，對于多維指標，原則上要求指標項在一個維度中的因子載荷值高于0.5，而且在其他維度中的載荷值不超過0.4，同時，盡量保證每個維度有3個指標;方差貢獻率的最低標準應超過60%[15]。本研究的各項指標均在要求下，由此依照兩個主成分因子的方差解釋率來確定模糊綜合評價中的權重。探索性因子分析結果詳見表2。

表2 入境游客正面情緒體驗探索性因子分析

3.2 模型檢驗

3.2.1 模型擬合優度檢驗及修正

運用AMOS 22.0極大似然法逐一進行驗證性因子分析，結果表明：χ2/df=4.175，AGFI=0.846，TLI=0.809，且RMSEA>0.08，這幾項指標均不在理想范圍內，模型擬合優度較差。為使假設模型與觀察數據更為適配，依據修正指標值(MI)和變量之間的實際意義對模型進行修正。誤差變異量e7和誤差變異量e8、誤差變異量e6和誤差變異量e8具有共變關系，且修正指標MI值在觀測變量的誤差項之間達到最大，通過添加路徑后模型中的擬合指數達到了一般的標準，因此模型修正是有意義的，故支持增添路徑(表3)。

表3 模型的擬合度檢驗

3.2.3 模型信度和效度檢驗

對修正后的結構方程模型(圖1)進行信度和效度檢驗，分析結果顯示：態度忠誠和行為忠誠的組合信度CR和平均提取方差AVE值均大于臨界值0.6和0.5，說明態度忠誠和行為忠誠這兩個測量模型的綜合信度較好(表4)。根據結構方程模型分析要求，效度檢驗需要進行聚合效度和區分效度兩個方面。從圖1可知，所有觀察變量的因子載荷在0.458～0.907之間，滿足因子載荷大于0.40，且在0.01水平下顯著，說明變量具有充分的聚合效度。潛變量之間的相關系數為0.49，而平均提取方差的平方根在0.726～0.731之間，滿足潛變量之間的相關系數小于平均提取方差平方根的條件，說明各變量之間具有充分的區分效度。

圖1 游客忠誠度的結構方程模型

表4 潛變量的綜合信度

3.3 游客忠誠度模糊綜合評價

(1)分別建立因素集U={行為，態度}，評價集V={差，比較差，一般，好，很好}(對應李克特量表里的1、2、3、4、5)。采用模糊統計法確定模糊評判矩陣，即每個指標隸屬于評價集V的評價次數占總評價次數的比例為隸屬度，最終得到模糊評判矩陣：

(1)

(2)根據因子分析提取到的行為和態度兩個公因子方差解釋率，作歸一化處理后，得到權重：A=(0.41，0.59)。

(3)采用M(·，⊕)模型，計算綜合隸屬度：B=AoR=(0.100，0.126，0.244，0.249，0.281)

(4)綜合判分：H=0.100×1+0.126×2+0.244×3+0.249×4+0.281×5=3.49

游客的總體忠誠度值為3.49，得分位于“一般”與“好”之間，說明青龍湖濕地公園的游客忠誠度位于中等偏上。考慮到該濕地公園為城市居民公共服務空間，未收取門票，交通便利，配套設施齊全的優勢，其游客忠誠度整體上仍有很大的提升空間。

4 提升策略

4.1 豐富游憩體驗，創造宣傳機會

青龍湖濕地公園游客的推薦意愿強烈，但正面宣傳次數較低，說明游客的意愿和實際行動間存在差距，缺乏做出正面宣傳的機會。針對這種情況，可從以下三個方面入手。一是，提升游客參與感，加強科普趣味活動的建設，如開展義務撿垃圾活動，科普知識競賽，探尋珍稀植物等，在參與活動中，形成環保意識，產生自豪感，從而愿意與人分享;二是，深入挖掘公園內明代蜀文化的內涵，打造具有特色的文創產品，借助這些有形的實物產品，讓游客有機會向他人講述此次經歷;三是，鼓勵周邊社區居民參與管理，形成良性互動關系，提升社區居民的歸屬感和責任感。

4.2 科學制定價格，創新消費業態

青龍湖濕地公園的游客對價格比較敏感，這與游客的游憩動機多為休閑與健身有關，而且低月收入人群也占較大比例。一方面,應當采取科學定價的手段，縮減產品和服務的利潤空間，利用游客的重復購買實現長期盈利；另一方面,加快培養國際化新興消費場景，引入多元化的新消費業態，借助新技術推動整個消費業態的升級，吸引具有高消費的游客前來。例如，美食娛樂，音樂展演，田園體驗，vr虛擬體驗等。

4.3 關注游客需求，建立情感聯系

強化青龍湖濕地公園服務人員的培訓，提高服務水平。關注游客的需求，建立與游客的互動機制，積極對游客的批評建議做出反饋，加強游客與景區的情感聯系。運用數字智慧化管理，打造“人性化”服務，優化服務體驗。大力推廣微信公眾號和線上app的使用，及時發布濕地公園建設情況和相關活動信息，增強游客信任感。并利用大數據對線上用戶進行忠誠度評級，給予相應的福利待遇。