芮田生,张 科,张 莞
(1.内江师范学院 经济与管理学院,四川 内江 641100;2.四川旅游学院 旅游文化产业学院,四川 成都 610000)
提升旅游服务质量是我国文化旅游业“十四五”期间的一个发展重点。2021 年文化和旅游部发布的《“十四五”文化和旅游发展规划》提出,要通过建立旅游服务质量评价体系,推广应用先进质量管理体系和方法,推行服务质量承诺制度,来提升旅游服务质量,完善现代旅游业体系。了解游客满意度影响因素及影响关系是提升旅游服务质量的重要途径,也是学界研究的重要课题之一。
为了理清游客满意度相关的影响因素和影响关系,通常采用构建结构方程模型,分析相关因素对游客满意度的真实影响情况,如Yang Chen[1]通过实证否定了直观感知,实证表明游轮宣布采取市场收缩策略之后,游客的满意度反而提高了。目前,游客满意度相关研究主要集中在对旅游目的地游客满意度相关研究[2-7]、对酒店旅客满意度相关研究[8-12]、对旅游景区游客满意度相关研究[13-19]、对专项旅游游客满意度相关研究[20-25]等领域。随着研究的不断深入,各国学者对相关研究领域进行不断拓展和创新,比较突出的是从时间维度对影响因素进行拓展,指标选择方面不仅仅考虑旅游体验前的影响因素,还考虑旅游后的影响因素,如张欢欢[26]从游后行为意向对河南省乡村旅游游客满意度进行了研究,Tahir 等[27]通过实证分析发现,体验后的动机对游客满意度存在显著影响,Feng Hu 等[28]对酒店旅客满意度进行长期调查,发现旅游满意度影响因素也在随时间发生变化。从时间维度拓展游客满意度研究为相关研究创新提供了新思路。
以上一些研究采用结构方程模型研究游客满意度影响因素时,通常采用游客感知价值进行测量。由于游客感知价值提供的信息相对单一,未综合考虑多种影响因素,所构造的游客满意度结构模型易受游客类型影响,导致模型结构不够稳定。为此,需要进一步完善游客满意度评测模型。
为了避免游客感知价值指标缺乏综合性,为此,构建游客感知收益(Perceived Benefit,简称PB)新指标。该指标借助IPA 理论中对产品的重要性(importence of product,简称IP)和产品表现(performance of product,简称PP)两个方面的评价,具体量化评测的思路为:游客感知收益与产品的重要性和产品表现呈正比关系;产品表现用游客感知价值(perception value,简称PV)来进行衡量;产品的重要性和产品表现都用李克特量表来衡量;用数学公式表示游客感知收益值:
其中,α 为系数,主要用于调整PB 的范围,为确保PB 的取值范围与游客满意度所采用的李克特量表的范围一致,将系数α 取值为1/5,这样PB 的取值范围就在0~5 分值范围内。
以下分别构建游客感知价值—游客满意度模型和游客感知收益—游客满意度模型进行实证分析,对比分析两个模型的稳定性。
根据此次研究目的和所需要的数据类型,此次研究从旅游数据库中选择符合此次研究的数据资料。该资料是关于四川省旅游团餐游客满意度情况的调查,相关一级指标涉及餐厅硬件环境、餐厅服务环境、餐厅菜品情况、导游组织安排和游客购买倾向五个方面,每个一级指标下设相关的二级指标。其中,与餐厅硬件环境、餐厅服务环境、餐厅菜品情况、导游组织安排等相关的二级指标采用李克特量表对五个影响因素的重要性(分值1~5 分分别表示极不重要、不重要、一般、重要、极为重要)和表现(分值1~5分分别表示极不满意、不满意、一般、满意、非常满意)分别记录游客具体评价分值。
为了提高研究的准确性,首先对指标进行筛选。采用因子分析法,剔除因子负载值小的指标,得到最终的二级指标,具体指标如表1 所示。其中,餐厅硬件环境中,被剔除的二级指标有:餐厅灯光明亮舒适,餐厅温度、湿度适中,餐厅装潢具有地方特色,餐厅功能分区合理,餐厅出售当地特色旅游商品;餐厅菜品质量中,被剔除的二级指标有:菜品造型突出。
表1 游客感知价值评价指标及重要程度和满意评价值
对指标进行筛选之后,进一步对调查数据的可靠性与有效性进行分析。
首先,根据重要程度,删除得分极低的指标——菜品造型突出(得分最低,为3.58),以提高评价指标的精确性。
其次,对各因素进行信度检验,筛选数据,提高因素的信度。常用的信度检验指标为“Cronbach α”系数,数值越高,表明量表越可靠。信度分析结果表明,各个维度的α 信度系数均大于0.8(其中,删除第二项“餐厅服务质量”中的“餐厅服务人员有良好的服务态度”指标之后,α 信度系数显著提高到0.744)。通过以上对指标的筛选,所得到的结果具有较高的可靠性,信度分析结果见表1。
最后,对各指标进行效度分析。从各个指标的因子负荷来看,所有指标除了“餐厅硬件设施完善整洁”和“用餐时间充足”两项指标因子负载偏低之外,其他指标在对应的因子上都具有较高的因子负荷(>0.7),因此这些指标全部予以保留。
经过以上对重要程度、信度和效度进行分析,得到用于后续分析的指标如表1 所示。
为了研究游客对团餐影响因素(餐厅、服务、菜品和导游)感知价值与满意度之间的关系,采用结构方程模型进行研究,如图1 所示。所借助的软件及版本为lisrel 8.5,分析结果表明该模型比较合理:=52.56,df=32,/df <3(根据Joreskog 等的建议,该值可以接受),近似误差均方根(RMSEA)为0.047,赋范拟合指数(NNFI)为0.98,比较拟合指数(CFI)为0.99,增量拟合指数(IFI)为0.99。
图1 游客感知价值-游客满意度影响路径
如图1 所示,由于餐厅和菜品对游客满意度的影响为负,不符合实际情况,为此,剔除这两个因素,重新进行分析,得到图2 游客团餐满意度影响路径图。如图2 所示,团餐服务和导游是影响游客满意度的重要因素。
图2 游客感知价值-游客满意度影响路径
为了研究游客对团餐影响因素(餐厅、服务、菜品和导游)感知收益与满意度之间的关系,采用结构方程模型进行研究,如图3 所示。所借助的软件及版本为lisrel8.5,分析结果表明该模型比较合理:=522.83,df=246,/df<3(根据Joreskog 等的建议,该值可以接受),近似误差均方根(RMSEA)为0.062,比较拟合指数(CFI)为0.98,赋范拟合指数(NNFI)为0.98,增量拟合指数(IFI)为0.98。
图3 游客感知收益-游客满意度影响路径
如图3 所示,由于服务对游客满意度的影响为负,不符合实际情况,为此,剔除这两个因素,重新进行分析,得到图4 游客团餐满意度影响路径图。如图4 所示,团餐相关的餐厅、菜品和导游是影响游客满意度的重要因素。
图4 游客感知收益-游客满意度影响路径
对以上两个模型进行对比可知,游客感知价值-游客满意度模型和游客感知收益-游客满意度模型在路径结构方面存在差异,为此,有必要对两种模型进行比较和评价。评价模型的标准比较多,其中一个标准是模型的稳定性和一致性。
为了对比分析游客感知价值-游客满意度模型和游客感知收益-游客满意度模型的稳定性和一致性,对游客进行分类,根据性别分为男性和女性两类群体,根据对川菜的了解情况分为了解川菜和不了解川菜两类游客群体。再此基础上采用结构方程模型进行分析,得到分类情况下。游客满意度结构方程模型拟合度如表2所示,分类情况下游客满意度影响路径及系数情况如表3 所示。
表2 两种模型拟合度
表3 分类情况下游客满意度影响路径及系数情况
比较标准一:拟合优度。
从表2 可以看出,两类模型都达到了模型拟合的相关要求,在拟合值方面存在细小的差异,RMSEA 方面,游客感知价值-游客满意度模型的误差值略小,CFI,NNFI 和IFI 三个拟合指标方面,游客感知价值-游客满意度模型拟合度略好。
比较标准二:一致性。
通过对表3 不同类别游客的满意度影响情况表可知,分类情况的游客满意度影响模型中的路径系数有所变化,导致结构也不一样,如感知价值-游客满意度模型中,女性认为餐厅对满意度有明显影响,而服务对满意度则没有明显影响,这与男性存在较大差异。为了比较两类模型对游客满意度评测的稳定性,首先,建立一致性评价指数公式如下:
一致性评价指数=1-路径系数不一致总数/路径总数(2)
如表3 所示,游客感知价值-游客满意度模型中,涉及4 个方面的影响因素,类别一共有4类(男性、女性,了解川菜、不了解川菜),这样路径总数就有4*4 共16 条,其中不一致的路径系数共5 个(如餐厅对女性的满意度的影响为0.34,而餐厅对总的游客群体则没有明显影响,所以该系数与总体路径系数不一致),从而得到一致性评价指数为:1-5/16=0.6875。同理得到游客感知收益与游客满意度模型路径系数一致性评价指数为:1-2/16=0.875。由此可见,采用游客感知收益-游客满意度模型评测游客满意度的一致性较高。
综上所述,在模型的稳定性方面,新的游客满意度测评模型(游客感知收益-游客满意度模型)的一致性和稳定性更好。虽然游客感知价值-游客满意度模型一致性不高,但也表明该模型的敏感度较高,可用于细分市场的分析。而且,通过采用两种模型进行组合分析,有助于提高对游客满意度影响因素的认识。
通过对表3 的数据进行转换,对路径系数区间进行三等分,将路径系数分为高、中、低三类。对两个模型的分析结果进行组合分析,得到游客感知价值与游客感知收益对游客满意度影响组合分析表,得到表4。
表4 游客感知价值与游客感知收益对游客满意度影响组合分析
从表4 可知,在不分类的情况下,游客感知价值模型和游客感知收益模型在路径系数方面存在差异。餐厅因素方面,从游客感知价值看,对游客满意度作用偏低,而从游客感知收益角度看,则有一定的影响;团餐服务方面,从游客感知价值看,对游客满意度影响较大,而从游客感知收益角度看,则没有明显的影响;菜品方面,从游客感知价值看,对游客满意度影响不大,而从游客感知收益角度看,则有较大的影响;导游方面,无论从游客感知价值还是感知收益来看,影响都比较大。同理,可以对分类情况下,两类模型路径系数进行组合分析。
通过构建新的游客感知收益-游客满意度模型,并与传统的游客感知价值-游客满意度模型进行实证对比发现:
一是基于新的游客满意度评测模型(游客感知收益-游客满意度模型)在路径结构方面更稳定,这为优化游客满意度评测模型提供了参考。其中,游客感知收益主要参考了IPA 理论中的重要性和产品表现评价指标,这为量化游客感知收益提供了基础。在评价模型的稳定性方面,引入了一致性评价系数,该指标能比较直观地比较和评价不同模型路径系数的稳定性。
二是原有的游客感知价值-游客满意度模型仍然有其使用价值。体现在对细分市场的研究方面有较好的区分作用,能更深入了解细分市场的满意度影响情况。
三是游客感知价值-游客满意度模型和新的游客感知收益-游客满意度模型可以进行组合分析,这有助于深入了解游客满意度影响因素。
综上所述,在采用结构方面模型对游客满意度进行分析的过程中,如果作为一个整体进行研究,建议采用游客感知收益-游客满意度模型,该模型能更好地确保模型的稳定性和一致性。如果样本量比较大,则在采用游客感知收益-游客满意度模型的基础上,再构建游客感知价值-游客满意度模型进行组合分析,能为研究游客满意度提供更丰富的信息。游客感知收益-游客满意度模型为进一步提升游客满意度研究的准确性提供了新路径,新模型在稳定性和可靠性方面有待更多研究去验证和探索。