柴壽升 曹艷梅 龍春鳳

(中國海洋大學(xué)管理學(xué)院,山東 青島 266100)

一、引言

(一)研究目的

二戰(zhàn)結(jié)束后,雖然在大部分時間里旅游業(yè)都能保持較快的發(fā)展,但旅游產(chǎn)業(yè)的高關(guān)聯(lián)性和高敏感性使得旅游危機(jī)幾乎無處不在：如2003年春夏發(fā)生的非典型肺炎,使當(dāng)時整個中國的旅游活動停頓了三個月,旅游業(yè)遭遇前所未有的沉重打擊；2004年發(fā)生的印度洋海嘯,造成9000多名歐洲游客死亡,使東南亞毗鄰印度洋的熱帶島嶼旅游活動停止了三個月,成為世界性的旅游危機(jī)事件；2008年5月中國汶川大地震造成經(jīng)濟(jì)損失8451億元,旅游業(yè)直接損失近550億元；2010年4月發(fā)生在青海玉樹的7. 1級地震造成損失高達(dá)8000億元,受地震影響來此旅游的人數(shù)較2009年減少至少40％,旅游業(yè)再遭重創(chuàng)；[1]同年7月16日,大連大窯灣港輸油管道爆炸,大量原油入海,致使本為旅游旺季的7、8月份旅游爆冷；8月23日,發(fā)生在菲律賓的劫持香港游客事件無疑也給當(dāng)?shù)氐穆糜螛I(yè)蒙上了沉重的陰影。

世界旅游組織(W TO)將旅游危機(jī)闡述為“影響旅行者對一個目的地的信心,并對旅游正常持續(xù)性經(jīng)營產(chǎn)生影響的非預(yù)期性事件”。[2]雖然旅游危機(jī)會對旅游環(huán)境造成一定程度的破壞,但是由于危機(jī)事件具有“社會放大效應(yīng)”,加之在旅游者“從眾心理”的共同作用下,使得旅游危機(jī)的形成在很大程度上是由旅游者對旅游風(fēng)險高估,進(jìn)而影響其對旅游目的地的選擇而產(chǎn)生的。

旅游危機(jī)管理是指為減輕和避免各種非預(yù)期性危機(jī)事件給旅游業(yè)帶來的嚴(yán)重威脅和可能的損失,通過危機(jī)預(yù)警、危機(jī)識別、危機(jī)處理,以及危機(jī)恢復(fù)等一系列措施,達(dá)到恢復(fù)旅游環(huán)境和旅游者信心的管理活動。其核心是恢復(fù)旅游目的地的旅游環(huán)境,以及重建旅游者對旅游目的地的信心,而消除或減輕旅游者的擔(dān)憂和恐懼、減小旅游者的風(fēng)險感知是危機(jī)管理的重中之重。

(二)旅游者風(fēng)險感知及其影響因素

旅游者風(fēng)險感知是指在社會、文化和心理等多方面影響下,個體對外界各種旅游危機(jī)事件的主觀感受與認(rèn)識。

影響旅游者風(fēng)險感知的因素一般可以分為四大類：事件特征因素、與個體關(guān)系因素、社會影響因素,以及個體自身因素。[3](P198-214)在此基礎(chǔ)上,按照各類型的不同特征又可具體分為22個影響要素,即：事件起因是否明確、時間是否可以預(yù)測、事件影響范圍是否明確、事件結(jié)果損失是否明確；事件發(fā)生可能性的大小、事件持續(xù)時間是否明確、事件是自然的還是人為的、事件是突發(fā)的還是慢性的、事件是全新的還是熟悉的、個體是否可以控制、個體是否被迫面對、個體面對的代價大小、個體面臨的威脅大??；對政府的信任、領(lǐng)袖風(fēng)格、有關(guān)事件的信息、媒體的導(dǎo)向、專家的看法、周圍人群；個體對有關(guān)災(zāi)難知識的了解、個體的災(zāi)難經(jīng)歷和經(jīng)驗(yàn),以及個體的人格特征等在這些影響因素的作用下,使旅游者對危機(jī)事件的風(fēng)險感知偏離實(shí)際,做出了或高或低的評價,而恐懼主要由旅游者對危機(jī)事件風(fēng)險的高估引起的。對影響旅游者風(fēng)險感知的因素進(jìn)行研究,進(jìn)而從這些影響因素著手,采取針對性措施恢復(fù)旅游者的旅游信心,將對旅游目的地的危機(jī)管理工作具有重要意義。

二、問卷設(shè)計與數(shù)據(jù)獲取

(一)模型的建立

本文在對各影響因素進(jìn)行匯總分析的基礎(chǔ)上,借助于多元回歸模型,利用多元回歸分析的方法對影響旅游者風(fēng)險認(rèn)知的因素進(jìn)行重要性排序,剔除對其影響不顯著的變量。

多元回歸分析(regression)是研究多個自變量(independent)與一個因變量(dependent)之間是和否存在某種線性或非線性關(guān)系的一種統(tǒng)計學(xué)分析方法,[4](P44-46)主要目的在于分析多個自變量與一個因變量之間的數(shù)量關(guān)系、解釋變量對因變量的影響或者進(jìn)行預(yù)測。多元線性回歸模型的一般形式為：

Y=β0+β1X1+β2X2+···+βp X p+ε

其中,β0為回歸常數(shù),β1,β2，···,βp為p個回歸系數(shù),Y為因變量,X1,X2，…,Xp為p個自變量,ε稱為隨機(jī)誤差。

(二)模型變量的設(shè)立

本文采用問卷調(diào)查的方法,在多次試調(diào)查修改的基礎(chǔ)上形成了正式調(diào)查問卷。問卷主要由旅游者人口統(tǒng)計學(xué)特征、旅游者風(fēng)險認(rèn)知影響因素、旅游者風(fēng)險感知大小三個部分組成。

旅游者人口統(tǒng)計學(xué)特征主要包括性別(X1)、年齡(X2)、職業(yè)(X3)和受教育程度(X4)四個方面；在風(fēng)險認(rèn)知影響因素的設(shè)計中，為使問卷更加有效，在征詢專家意見和參考影響風(fēng)險感知的22類要素的基礎(chǔ)上，經(jīng)過認(rèn)真篩選，從危機(jī)事件的特征、旅游者個人特征、社會影響因素、旅游目的地處理危機(jī)的能力四個方面選取了12個變量進(jìn)行調(diào)查，依次為:危機(jī)事件的起因是否明確(X5)、危機(jī)事件的結(jié)果是否明確(X6)、旅游者對危機(jī)事件相關(guān)知識的了解程度(X7)、旅游者應(yīng)對危機(jī)的技能(X8)、來自周圍人的看法(X9)、相關(guān)專家的看法(X10)、旅游經(jīng)營商的知名度(X11)、媒體對危機(jī)事件的客觀報道(X12)、政府部門的態(tài)度及表現(xiàn)(X13)、危機(jī)發(fā)生地獲得外部救援的能力(X14)、危機(jī)發(fā)生地對受害者的處理方式(X15)、相關(guān)的危機(jī)恢復(fù)計劃和措施(X16)。

在旅游者風(fēng)險認(rèn)知影響因素和風(fēng)險感知大小(Y)的調(diào)查中均采用了李克特量表法進(jìn)行測量，依據(jù)變量對風(fēng)險感影響程度的強(qiáng)弱和風(fēng)險感的大小將選項(xiàng)劃分為5個等級，1至5依次表示很小、小、一般、大和很大。

(三)樣本數(shù)據(jù)獲取與統(tǒng)計分析

在問卷調(diào)查實(shí)施過程中,為擴(kuò)大研究對象的地域范圍,特選取2010年8月3日至11日青島旅游旺季時,對棧橋、海底世界、極地海洋世界、北九水、五四廣場等客流密集的著名旅游景點(diǎn)的游客進(jìn)行問卷調(diào)查。期間共計發(fā)放問卷600份,收回589份,剔除漏答及答案有明顯偏差者共得到571份,有效問卷回收率為95.2％。

在數(shù)據(jù)的分析處理中,主要運(yùn)用了SPSS 17.0統(tǒng)計分析軟件和excel軟件。通過SPSS 17.0統(tǒng)計分析軟件對調(diào)查問卷的數(shù)據(jù)進(jìn)行統(tǒng)計、整理,在對結(jié)果進(jìn)行研究分析的基礎(chǔ)上,為使分析結(jié)果更加簡單明朗,利用excel軟件繪制出旅游者風(fēng)險感知矩陣,為實(shí)證研究提供便利。

在問卷數(shù)據(jù)具體分析過程中,采用了多元線性回歸分析進(jìn)行逐步篩選。借助于SPSS軟件,在給定5％和10％的顯著性水平α下，若統(tǒng)計變量Xi的偏F檢驗(yàn)的概率值小于顯著性水平0.05，則其對被解釋變量Y的線性解釋有顯著貢獻(xiàn),應(yīng)保留在方程中,若其概率大于0.10,則其對被解釋變量的影響不顯著,應(yīng)從方程中剔除。逐步篩選首先將經(jīng)檢驗(yàn)偏回歸的平方和為顯著的變量一個一個引入模型,同時每引入一個新變量后,對已選入的變量進(jìn)行逐個檢驗(yàn),將對因變量影響不顯著的變量剔除,以保證最后所得變量子集中的所有變量都是顯著的,[5](P247-266)這樣經(jīng)若干步得到的“最優(yōu)”變量子集即為對旅游者風(fēng)險感影響較大的因素的集合。

三、實(shí)證研究分析

首先將問卷調(diào)查的結(jié)果錄入SPSS17.0統(tǒng)計軟件中,在對數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析的基礎(chǔ)上,利用多元線性回歸分析的方法依次對數(shù)據(jù)進(jìn)行模型擬合優(yōu)度分析、殘差分析、回歸方程的顯著性分析、缺失值分析,以及保留變量和剔除變量的回歸系數(shù)顯著性分析,分析結(jié)果如表1-表5所示。

(一)描述性統(tǒng)計分析結(jié)果

樣本的人口統(tǒng)計特征：在參與有效問卷調(diào)查的對象中,男性偏多,占總量的56.6％,女性為43. 3％；在年齡結(jié)果中,19-30歲居多,占被調(diào)查總數(shù)的50.6％,31-35歲的次之,占41.3％,18歲以下的有3.7％,50歲以上的有4.4％；從被調(diào)查者的職業(yè)來看,84.1％的為企業(yè)員工,事業(yè)單位的占 3. 9％,自由職業(yè)者為6.5％,學(xué)生為2.5％,其他職業(yè)者為3.2％；在有關(guān)被調(diào)查者受教育程度一欄中,?？埔韵聦W(xué)歷者占15.1％,?？茷?0.1％,本科為30.3％,碩士及以上學(xué)歷的為14.5％。并且由統(tǒng)計結(jié)果可知人口統(tǒng)計特征各變量的均值依次為：1.43、2.46、3.17和2.44。

各影響因素變量的統(tǒng)計分析結(jié)果：對樣本中的12個影響因素變量進(jìn)行統(tǒng)計匯總分析,得出各變量的最大值、最小值及其均值、標(biāo)準(zhǔn)差,如表1所示。

表1 影響因素統(tǒng)計分析結(jié)果

(二)模型檢驗(yàn)分析

由表2、表3顯示的回歸方程擬合過程可知,利用逐步篩選策略,經(jīng)過十步擬合完成了回歸方程的建立,第十個模型為最終模型且共有10個變量留在方程中。從表2建立方程的過程來看,隨著解釋變量的不斷增加,判定系數(shù)R Square從0.690增加到0.938,方程的擬合優(yōu)度不斷上升,旅游者風(fēng)險感影響因素的93.8％變差都可以被這10個評價指標(biāo)所解釋,被解釋變量可以被模型解釋的部分較多,未被解釋的部分較少。方程的DW檢驗(yàn)值為2.052,殘差基本無自相關(guān),說明所建立的方程可以充分說明被解釋變量的特征和變化規(guī)律,方程中變量的選擇較為全面、合理。經(jīng)過對變量的篩選,表3中的第十個模型為最終的方程,在顯著性水平為0.05的情況下,回歸方程偏F檢驗(yàn)的概率P值為0，小于顯著性水平α,因此，被解釋變量Y與解釋變量間的線性關(guān)系顯著，建立線性模型是恰當(dāng)?shù)摹４送?F統(tǒng)計量比值等于842.188,顯著性檢驗(yàn)結(jié)果較為顯著,表明回歸對變差的解釋是有顯著效果的,這也反映了回歸方程效果顯著。

表2 模型擬合度分析k

表3 回歸方程顯著性分析k

(三)實(shí)證分析

1、建立旅游者風(fēng)險感知方程

通過模型檢驗(yàn)可知所調(diào)查的樣本和建立的模型均符合研究的需要。在此基礎(chǔ)上對樣本數(shù)據(jù)進(jìn)行回歸系數(shù)分析,利用回歸系數(shù)顯著性 T檢驗(yàn),得出反應(yīng)模型保留變量與剔除變量對因變量影響大小的非標(biāo)準(zhǔn)化回歸系數(shù)和標(biāo)準(zhǔn)化回歸系數(shù),如表4、表5所示。

由表4可知,回歸方程的回歸常數(shù)為-0.331,根據(jù)表4和表5中各變量的標(biāo)準(zhǔn)化歸系數(shù),可以得出旅游者風(fēng)險感知方程：

旅游者風(fēng)險感=-0.331+0.072＊相關(guān)專家的看法+0.164＊對危機(jī)事件相關(guān)知識的了解程度+ 0.233＊危機(jī)地獲得外部救援的能力+0.220＊性別+0.208＊媒體對危機(jī)事件的客觀報道+0.171＊危機(jī)地的相關(guān)恢復(fù)計劃和措施-0.087＊政府部門的態(tài)度及表現(xiàn)+0.070＊來自周圍人的影響+0.050＊旅游經(jīng)營商的知名度+0.047＊年齡-0.008＊職業(yè)+0.019＊受教育程度-0.006＊危機(jī)事件的結(jié)果是否明確-0.016＊應(yīng)對危機(jī)的技能+0.011＊對危機(jī)受害者的處理方式

建立回歸方程使旅游者風(fēng)險感的大小得以量化,也更加直觀地反映了各個影響因素對旅游者風(fēng)險感影響程度的大小,通過方程,只需知道旅游者對前十個影響因素的打分,就可以預(yù)測出旅游者整體風(fēng)險感的情況,準(zhǔn)確率為93.8％。

表4 回歸系數(shù)分析a

a.Dependent Variable：風(fēng)險感知程度

表5 剔除變量分析k

從旅游者風(fēng)險感的研究角度出發(fā),可以認(rèn)為變量的評價均值反映了旅游者對該影響因素的重視程度,回歸分析所得的標(biāo)準(zhǔn)化回歸系數(shù)則反映了各個變量對旅游者整體風(fēng)險感知大小的影響程度。由此,將各個變量的均值和標(biāo)準(zhǔn)化回歸系數(shù)進(jìn)行匯總,利用excel軟件繪制出旅游者風(fēng)險感知矩陣,如圖1所示。

圖1 旅游者風(fēng)險感知矩陣

2、回歸方程中被剔除變量的實(shí)證分析

從回歸模型的運(yùn)行結(jié)果表2可以看出,經(jīng)過優(yōu)化檢驗(yàn),剔除的對旅游者風(fēng)險感知影響不顯著的變量有職業(yè)(X3)、旅游者的受教育程度(X4)、危機(jī)事件的起因是否明確(X5)、危機(jī)事件的結(jié)果是否明確(X6)、應(yīng)對危機(jī)的技能(X8),以及危機(jī)發(fā)生地對受害者的處理方式(X15)等六個方面。

在被剔除的變量中，應(yīng)對危機(jī)的技能(X8)顯著性T檢驗(yàn)的概率為0.234，危機(jī)發(fā)生地對受害者的處理方式(X15)顯著性T檢驗(yàn)的概率為0.397，危機(jī)事件的起因是否明確(X5)顯著性T檢驗(yàn)的概率為0.638，危機(jī)事件的結(jié)果是否明確(X6)顯著性T檢驗(yàn)的概率為0.212，均大于0.05，且其標(biāo)準(zhǔn)化回歸系數(shù)β值分別為-0.016、0.011、0.006、-0.016，均接近0，統(tǒng)計學(xué)意義不顯著，說明這些因素對旅游者風(fēng)險感的大小影響不顯著；另一方面，三個變量的均值分別為4.3、3.91、3.89、3.81，數(shù)值相對較大，這表明在危機(jī)事件發(fā)生時是否具有應(yīng)對危機(jī)的技能、危機(jī)發(fā)生地對受害者的處理方式、危機(jī)事件的起因是否明確，以及危機(jī)事件的結(jié)果是否明確對旅游者自身而言較為重要，但可能由于危機(jī)事件的不可控性以及嚴(yán)重破壞性，使得這些因素對旅游者的整體風(fēng)險感知未能產(chǎn)生較大影響。

從檢驗(yàn)結(jié)果來看，職業(yè)(X3)這一變量的顯著性T檢驗(yàn)概率為0.531〉0.05，旅游者的受教育程度(X4)的顯著性T檢驗(yàn)概率為0.150〉0.05，標(biāo)準(zhǔn)化回歸系數(shù)β值分別為-0.008、0.019，表示這兩個變量的統(tǒng)計學(xué)意義均不顯著，旅游者的職業(yè)、受教育程度對其危機(jī)風(fēng)險認(rèn)知的影響程度較小。

3、回歸方程中被保留變量的實(shí)證分析

從回歸模型的運(yùn)行結(jié)果表2可以看出，經(jīng)過優(yōu)化檢驗(yàn)，依次進(jìn)入方程的變量為:相關(guān)專家的看法(X10),對危機(jī)事件相關(guān)知識的了解程度(X7),危機(jī)發(fā)生地獲得外部救援的能力(X14),性別(X1),媒體對危機(jī)事件的客觀報道(X12),危機(jī)發(fā)生地的相關(guān)恢復(fù)計劃和措施(X16),政府部門的態(tài)度及表現(xiàn)(X13),來自周圍人的影響(X9),旅游經(jīng)營商的知名度(X11)和年齡(X2)等10個變量。從回歸分析的結(jié)果來看，可得出如下結(jié)論:

(1)影響因素性別(X1)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.162,統(tǒng)計學(xué)意義顯著,說明不同性別的個體對危機(jī)事件的風(fēng)險感知程度不同。不同的性別使得個體的思維方式、學(xué)習(xí)能力、對待新鮮事物的態(tài)度,以及對危機(jī)事件的看法等方面存在很大差異,一般而言,男性較女性在面對危機(jī)事件、處理問題時更為沉著理性。

(2)影響因素年齡(X2)的顯著性T檢驗(yàn)的概率P=0.006〈0.05，標(biāo)準(zhǔn)化回歸系數(shù)β值為0.036，說明變量年齡(X2)統(tǒng)計學(xué)意義明顯,但其對風(fēng)險感的影響不顯著。之所以出現(xiàn)這種結(jié)果是因?yàn)樵谒械恼{(diào)查對象中,96.3％均為18歲以上的成年人,說明調(diào)查結(jié)果代表的是成年人的觀點(diǎn),這部分人思想較為成熟,面對危機(jī)事件時也更為理性。另一方面,在所有被調(diào)查者中19—50歲的有91.9％之多,相對與其他年齡群體,這部分人具有較強(qiáng)的冒險意識,對風(fēng)險較不敏感,所以年齡對旅游者整體風(fēng)險感知影響不大。

(3)影響因素對危機(jī)事件相關(guān)知識了解程度(X7)的顯著性 T檢驗(yàn)概率為 P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.232,變量X7統(tǒng)計學(xué)意義顯著,說明旅游者個體對危機(jī)事件相關(guān)知識的了解程度直接影響到其對危機(jī)事件的恐懼程度。人們對于未知破壞性事物的恐懼是天生的,一個全新的、未知的危機(jī)事件所帶給人們的恐懼程度遠(yuǎn)遠(yuǎn)高于一個熟悉的、已知的危機(jī)事件,對危機(jī)事件越是不熟悉,恐懼感就會越強(qiáng)。由統(tǒng)計結(jié)果可知,該變量的均值mean=4. 04,說明旅游者個體對了解、掌握危機(jī)事件的相關(guān)知識非常重視。因此,當(dāng)旅游危機(jī)事件發(fā)生時,對旅游者進(jìn)行相關(guān)知識的培訓(xùn)、教育相當(dāng)重要,通過知識的傳播,讓旅游者了解危機(jī)事件的起因、發(fā)生發(fā)展過程、所造成的結(jié)果,以及應(yīng)該如何應(yīng)對和預(yù)防,對于消除、減輕旅游者的風(fēng)險感有重要作用。

(4)影響因素來自周圍人的影響(X9)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.128,統(tǒng)計學(xué)意義顯著,說明來自周圍人的影響對個體的風(fēng)險感影響較大,周圍人的行為會對旅游者的風(fēng)險感知產(chǎn)生直接影響。該變量的均值mean= 2.87,意味著旅游者在風(fēng)險決策過程中較為重視來自周圍人群的看法。面對危機(jī)事件,周圍人群的行為與表現(xiàn)會給旅游個體帶來一定的壓力,進(jìn)而導(dǎo)致一定程度的從眾行為。在從眾效應(yīng)的影響下,當(dāng)個體看到周圍人群緊張的行為表現(xiàn)時,無形中便會被“傳染”,從而使得恐懼感進(jìn)一步蔓延。

(5)影響因素相關(guān)專家的看法(X10)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.112,統(tǒng)計學(xué)意義顯著,說明相關(guān)專家的看法對個體風(fēng)險感知的程度影響較大。該變量的均值mean =3.58,說明旅游者在進(jìn)行風(fēng)險決策時,會較多地考慮相關(guān)專家的意見。危機(jī)事件發(fā)生后,尤其是一些不為大眾所熟悉的危機(jī)事件,往往會增強(qiáng)人們的恐懼感,這時若由該領(lǐng)域的專家出面,對危機(jī)事件的實(shí)際情況進(jìn)行澄清,并對危機(jī)事件進(jìn)行科學(xué)合理地安全預(yù)測,將會對旅游者的旅游決策具有積極的促進(jìn)作用。

(6)影響因素旅游經(jīng)營商的知名度(X11)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.066,統(tǒng)計學(xué)意義顯著,說明旅游經(jīng)營商的知名度對旅游者的風(fēng)險感知具有顯著影響。該變量的均值mean=3.25,說明危機(jī)事件過后,該地的旅游活動是否是由知名度較高的經(jīng)營商組織,對旅游者決定是否去該地旅游具有較大影響。由知名旅游經(jīng)營商經(jīng)營危機(jī)發(fā)生地的旅游活動,品牌效應(yīng)使旅游者的安全感系數(shù)增大,從而降低了其對危機(jī)事件的風(fēng)險感知程度。

(7)影響因素媒體對危機(jī)事件的客觀報道(X12)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.251,統(tǒng)計學(xué)意義顯著,說明媒體對危機(jī)事件的客觀報道直接影響旅游者風(fēng)險感知的大小。變量X12的均值mean=3.64,表明旅游者對危機(jī)事件中媒體的表現(xiàn)較為滿意,旅游者決定是否去該地旅游時會較多地參考媒體對危機(jī)事件的有關(guān)報道。隨著社會的進(jìn)步,政府對境內(nèi)外媒體采取越來越開放透明的態(tài)度,危機(jī)事件發(fā)生后,應(yīng)利用各種媒體對危機(jī)事件進(jìn)行實(shí)時報道,保證信息的真實(shí)性,從而消除旅游者由于猜測而對危機(jī)事件產(chǎn)生的恐慌,降低整體風(fēng)險感。

(8)影響因素政府部門的態(tài)度及表現(xiàn)(X13)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為-0.146,絕對值為0.146,統(tǒng)計學(xué)意義顯著,說明政府部門在處理危機(jī)事件時的態(tài)度及表現(xiàn)對旅游者風(fēng)險感知影響顯著。同時由于旅游者風(fēng)險感知的大小與對政府的信任程度成反比關(guān)系,即旅游者對政府的信任程度越低,其風(fēng)險感越大,所以表中的β值為負(fù)值。變量X13的均值mean=3.36,說明旅游者對政府在危機(jī)事件時的表現(xiàn)還較為滿意,政府對危機(jī)事件正面積極地處理可以減輕旅游者的恐懼感,對旅游者的風(fēng)險決策具有較為顯著的影響。

(9)影響因素危機(jī)發(fā)生地獲得外部救援的能力(X14)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.323,在所有變量中最大,統(tǒng)計學(xué)意義非常顯著,說明危機(jī)發(fā)生后危機(jī)地獲得外部救援的能力對旅游者的風(fēng)險感知影響巨大。變量X14的均值mean=3.73,說明危機(jī)發(fā)生后,能否及時地獲得外部的救援,對旅游者是否去該地旅游具有重要影響。由于危機(jī)事件的突發(fā)性、大規(guī)模性和強(qiáng)破壞性,使得危機(jī)發(fā)生地短時間內(nèi)很難僅靠自身力量實(shí)施自救,所以,獲得外部救援的能力成為影響旅游者對危機(jī)事件風(fēng)險感的重要因素。

(10)影響因素危機(jī)發(fā)生地的相關(guān)恢復(fù)計劃和措施(X16)的顯著性T檢驗(yàn)的概率P=0〈0.05,標(biāo)準(zhǔn)化回歸系數(shù)β值為0.209,統(tǒng)計學(xué)意義顯著,說明危機(jī)發(fā)生地的相關(guān)恢復(fù)計劃和措施對旅游者風(fēng)險感知具有明顯影響。變量X16的均值mean=3.78,說明危機(jī)發(fā)生后,旅游目的地的相關(guān)恢復(fù)計劃和措施對旅游者是否決定去該地旅游具有重大意義。對外公布危機(jī)的恢復(fù)計劃和相關(guān)措施,一方面有利于公眾了解旅游目的地恢復(fù)的進(jìn)展?fàn)顩r,使其保持對目的地的關(guān)注,這種側(cè)面的宣傳無形中擴(kuò)大了旅游目的地的影響力；另一方面,科學(xué)合理的恢復(fù)計劃和措施有利于盡快恢復(fù)旅游目的地的聲譽(yù)及安全形象,促使旅游者來此旅游。

四、結(jié)論與討論

通過回歸模型分析,在影響旅游者風(fēng)險感知的16個因素中,剔除職業(yè)、旅游者的受教育程度、危機(jī)事件的起因是否明確、危機(jī)事件的結(jié)果是否明確、應(yīng)對危機(jī)的技能,以及危機(jī)發(fā)生地對受害者的處理方式等6個對旅游者風(fēng)險感影響不顯著的因素后,因變量的93.8％可以被剩余10個變量所解釋,按影響因素的“重要性”程度對其進(jìn)行排序,依次為：危機(jī)發(fā)生地獲得外部救援的能力、媒體對危機(jī)事件的客觀報道、對危機(jī)事件相關(guān)知識的了解程度、危機(jī)發(fā)生地的相關(guān)恢復(fù)計劃和措施、來自周圍人的影響、性別、政府部門的態(tài)度及表現(xiàn)、相關(guān)專家的看法、旅游經(jīng)營商的知名度、年齡。

研究結(jié)果表明,并不是所有的因素都對旅游者的風(fēng)險感知產(chǎn)生同等重要的影響,旅游危機(jī)管理者應(yīng)根據(jù)主要的、重要的影響因素進(jìn)行有目的的管理,有的放矢,才能使旅游目的地的安全形象得以盡快恢復(fù)。

此外,有些影響因素,如危機(jī)事件的起因是否明確、危機(jī)事件的結(jié)果是否明確、應(yīng)對危機(jī)的技能,以及危機(jī)發(fā)生地對受害者的處理方式等,雖然對旅游者整體風(fēng)險感的大小影響不顯著,但卻對旅游者是否決定去該地旅游具有重要意義,因此在危機(jī)管理中也應(yīng)受到相應(yīng)的重視。

注：本文為中國海洋大學(xué)2010年度青年教師科研專項(xiàng)基金資助項(xiàng)目(201013070)。

[1]呂雪莉.玉樹地震對青海旅游業(yè)帶來沖擊[N].中國民族報, 2010-6-11(10).

[2]W TO.Crisis guidelines for the tourism industry[EB/OL].http://www.wo rld-tourism.o rg.2003-06-20/2010-12-10.

[3]孫多勇.突發(fā)事件與行為決策[M].北京：社會科學(xué)文獻(xiàn)出版社, 2007.

[4]王黎明,陳穎,楊楠.應(yīng)用回歸分析[M].上海：復(fù)旦大學(xué)出版社, 2008.

[5]薛薇.SPSS統(tǒng)計分析方法及應(yīng)用[M].北京：電子工業(yè)出版社, 2004.