□王細芳 陶婷芳
2003 年爆發(fā)的SARS 幾乎使全球旅游業(yè)癱瘓。2019 年新冠肺炎疫情也給全球旅游業(yè)踩了一個急剎車[1],旅游業(yè)的脆弱性再次以鐵之事實昭示于人。旅游業(yè)的脆弱性和旅游高風險性源于政治動蕩、社會安全、流行病、自然災害帶來的威脅。流行病帶來的健康風險會導致游客在感覺目的地安全度可疑的情況下,冒險去發(fā)生疫情國家旅游的意愿。[2]由于旅游活動的高風險性,對游客風險損失厭惡的分析就顯得尤為重要。[3]重訪意愿既是旅游部門評估其旅游經(jīng)濟可持續(xù)性的重要依據(jù),也是特殊時期促進旅游業(yè)復蘇至關(guān)重要的因素。[4]研究證實,風險損失厭惡會影響游客的購買行為和重游意愿。[5-6]然而,目前大多數(shù)專注于重游意愿的文獻都采用游客目的地選擇一般模型[4],將游客忠誠度或計劃行為理論融入其中。
本課題組2019-2020 年調(diào)查發(fā)現(xiàn),隨著人們健康意識和健康風險感知水平的提高,在北京全年中度以上霧霾污染天氣發(fā)生概率僅為9.9%的當下①,12.4%親歷過北京霧霾的非商旅人士明確表示不會再去北京重游??梢?,在健康風險面前,游客忠誠度或計劃行為對人們重游北京意愿的影響力微弱。盡管游客普遍存在風險損失厭惡情緒,卻少有文獻[7]探討風險損失厭惡對游客行為的影響。由于旅游本身的高風險性質(zhì)[3],在國際公共衛(wèi)生緊急事件發(fā)生頻率日漸頻繁的今天②,應用針對風險事件的累積前景理論,構(gòu)建基于吸引回頭客的旅游業(yè)復蘇思路,就是一個兼具現(xiàn)實緊迫性和理論創(chuàng)新性的課題。本文的研究結(jié)論不但驗證了累積前景理論的核心觀點,而且證實健康風險損失厭惡是影響重游意愿的關(guān)鍵因素,填補了重游意愿理論的一大空白,揭示了健康風險損失厭惡與重游意愿之間的緩沖與補償機制,為如何緩解人們對健康風險損失的厭惡情緒提供了理論依據(jù)。
任何風險都會導致人們預期可能會遭受的損失,并對自身行為產(chǎn)生負面影響。[8]盡管醫(yī)學領(lǐng)域取得了巨大的進步,但當代游客的出游意愿仍然容易受到健康風險的影響。健康風險是指自然災害、意外事故、危及生命的疾病等導致人們健康受損的可能性。21 世紀初期,旅游健康風險受到了學界和政界的高度重視。2003年SARS 疫情爆發(fā)后,旅游健康風險相關(guān)文獻[9-10]日益增加。2009 年世界衛(wèi)生組織(WHO)曾發(fā)布“旅行是否安全?”,提醒人們注意出行安全。2010 年豬流感爆發(fā),許多國家衛(wèi)生管理部門都發(fā)布了主要機場到達區(qū)域警報和響應通知。[11]與此同時,旅游健康風險也受到了游客自身的高度重視,努力將旅游風險降到最低或轉(zhuǎn)移[12-13],以減少健康風險損失。老年游客由于生理條件等異于年輕人,面臨更多的旅游健康風險[14],出游意愿波動明顯。
綜上所述,以2010 年為分界線,2010 年之前學界對旅游健康風險的關(guān)注較多,之后則集中到了政治風險上。[15]在當前國際公共衛(wèi)生事件日益頻發(fā)的背景下,此態(tài)勢應當?shù)靡约m正,將研究重心回歸至旅游健康風險上來。
重游意愿一直是旅游學界研究的熱點,眾多學者熱衷于探析促使游客故地重游的關(guān)鍵因素。2010 年之前多項研究成果表明,滿意度是重訪意愿的重要先決條件[16-17],重訪意愿與滿意度成正比[18-19],不滿意的消費者很可能不會再次拜訪曾經(jīng)的目的地。當然,也有少量研究[20]證實,影響歐洲和北美游客來香港重游的因素中,滿意度的影響力微不足道。Bigne 等(2009)[21]甚至發(fā)現(xiàn)滿意度較高的游客也可能轉(zhuǎn)向競爭對手,以便獲得新的旅游體驗。2010 年之后,許多學者[5-6][22]開始關(guān)注風險感知和風險態(tài)度對重游意愿的影響。對目的地的風險感知和風險態(tài)度已被證實是游客決策中至關(guān)重要的影響因素。高風險感知水平可能導致游客對目的地產(chǎn)生焦慮情緒,繼而對旅行決策產(chǎn)生負面影響。[23]
綜上,旅游滿意度和旅游風險是重游意愿的重要影響因素。但是,旅游風險涵蓋面很廣,可細分成政治風險、健康風險、時間風險等。遺憾的是,現(xiàn)有文獻未對旅游風險作細分研究,未能分類探討某種或某幾種風險對重游意愿的影響,繼而明確不同風險對重游意愿的影響機制。
盡管評估游客風險感知水平及風險態(tài)度對重游決策的影響,是近年來學界的研究熱點[24],但現(xiàn)存文獻[25]對政治、財產(chǎn)安全及時間風險等關(guān)注較多,而對健康風險鮮有關(guān)注。顯然,在國際公共衛(wèi)生緊急事件發(fā)生頻率日漸頻繁的今天,學界迫切需要加深了解的領(lǐng)域——健康風險損失厭惡與重游決策的關(guān)系,因為風險損失厭惡在促使游客決定是否購買旅游產(chǎn)品,或避免過度消費方面起著關(guān)鍵作用[26]?;诖?,本文著手研究健康風險損失厭惡對重游意愿的影響機制,將重游意愿理論與應用實踐加以深化發(fā)展。
本研究建立在基于累積前景理論設(shè)計的調(diào)查問卷和一手市場調(diào)查數(shù)據(jù)之上。市場調(diào)查于2019 年12 月北京霧霾相對嚴重和2020 年5 月霧霾較少出現(xiàn)的兩個時段進行。采用線上與線下調(diào)查相結(jié)合的方法。調(diào)查問卷描述了多維環(huán)境情景,幫助在北京旅游期間遭受過霧霾困擾經(jīng)歷的受訪者快速喚起當時受其困擾的記憶。這與單純在實驗室模擬估算參與者的健康風險損失厭惡系數(shù)相比,本文的研究結(jié)論具有更高可信度。
本研究應用Stata 12.0 計量軟件,采用Ologit 分析方法。原因如下:首先,自變量是離散數(shù)據(jù),但有著天然的排序(1-5 個等級),如健康風險感知水平、健康風險厭惡程度等,對應著五種等級(從非常不贊同、不贊同直至非常贊同)。其次,因變量重游概率也有著天然的排序(0-1),對應著“不去”還是“去”。最后,如果采用multinomial logit 方法,將無視樣本數(shù)據(jù)內(nèi)在的排序,而OLS 會把排序數(shù)據(jù)視為基數(shù)來處理,得出錯誤結(jié)論。
本研究的健康風險事件為什么以北京霧霾為例?其一,北京是首都,是國人在大陸境內(nèi)重要的重游目的地之一;其二,雖然如今北京霧霾已得到了有效治理,但對于遭受過霧霾困擾的北京游客來講,留下的心理陰影是否足以抵消重游北京的動力,顯然無法根據(jù)一兩個游客的想法加以概括,需要深入研究?;谝陨峡剂?,本文的風險事件就界定為“北京霧霾”。
為了提高受訪者的覆蓋面和代表性,秉承性別、年齡、職業(yè)、收入、學歷、地區(qū)均衡分布原則,課題組成員一邊借助問卷星和微信線上推送,一邊趕赴北京的交通樞紐——火車站和機場,現(xiàn)場隨機邀請旅客掃碼填寫問卷。在收回的一千多份問卷中,經(jīng)過層層篩選,最終得到181 份適合本主題的有效問卷,形成樣本數(shù)據(jù)。如圖所示。
圖 研究樣本特征
課題組共收回一千多份調(diào)查問卷。首先,根據(jù)受訪者是否去過北京及在京期間是否遇到過霧霾,挑選出在北京旅游期間遭遇過霧霾的非商旅人士作答的問卷。然后,依據(jù)預先設(shè)計的內(nèi)在邏輯陷阱,剔除敷衍作答的無效問卷。最后,查證每份問卷答項前后邏輯的一致性,對一致性存疑的問卷再度剔除。通過層層篩選確保樣本數(shù)據(jù)的信度。另外,本研究以累積前景、感知風險、風險偏好等理論為基礎(chǔ),設(shè)計問卷、擬定路徑、構(gòu)建模型,嘗試從直接影響力、緩沖機制和補償機制三個層面,探究健康風險損失厭惡對重游意愿影響的一般規(guī)律和作用機制,確保研究結(jié)論的效度。
由于現(xiàn)實中人都是有限理性人[27],Kahneman 和Tversky(1979)[28]開創(chuàng)前景理論(PT)以解決期望效用理論的不足。1992 年他們進一步發(fā)展前景理論,創(chuàng)建累積前景理論(CPT)。累積前景理論框架捕獲了游客普遍存在的損失厭惡情緒[26],能夠解析健康風險損失厭惡情緒對重游意愿的影響。
現(xiàn)實中,人們在有風險的前景面前普遍存在以下四種傾向:對大概率收益的風險厭惡和大概率損失的風險尋求,對小概率收益的風險尋求和小概率損失的風險厭惡。[28]Kahneman 和Tversky 創(chuàng)建價值函數(shù)代替期望效用函數(shù),價值對接資產(chǎn)損益,決策權(quán)重替代概率。假設(shè)S 為自然狀態(tài)的有限集合,s 為事件,s 是S 的子集;X 為所有自然狀態(tài)的結(jié)果,x 為一組結(jié)果,x 是X 的子集。假設(shè)X(貨幣性結(jié)果)包括一個中立結(jié)果,表示為0,也稱之為參照點,其他結(jié)果分為收益和損失,分別用正數(shù)和負數(shù)表示。令f 為不確定前景函數(shù),則有:
設(shè)每個前景的價值函數(shù)是V(f),前景包含每個結(jié)果的價值是v(xi),則有:
價值函數(shù)是累積加權(quán)函數(shù),簡稱加權(quán)函數(shù)。當V(f)≥V(f')時,前景f 優(yōu)于或無差異于f'。(2)式中,πi是決策權(quán)重,xi是結(jié)果出現(xiàn)的概率pi的函數(shù),是概率性結(jié)果(xi,pi)的邊際貢獻率,決策權(quán)重通常低于對應的概率。
對于在北京旅游期間經(jīng)歷過霧霾天氣的非商旅人士,今后是否去北京重游的價值函數(shù)就包含了兩個前景:其一,如果去,則0.09 概率再次遭遇霧霾。此時,旅游支出(x11)可能就白花了,還可能發(fā)生呼吸道感染需要醫(yī)治,引起健康風險損失——醫(yī)療費用支出(x12)。同時,0.91 的概率不會遇上霧霾,此時健康風險損失就是0。其二,如果不去,就沒有所謂的健康風險損失。引用公式(2)及加權(quán)函數(shù),是否去北京重游的價值函數(shù)如下:
若V(f)>V(f'),表示游客選擇去北京重游,否則則為不去。其中:
公式(4)中“λ”即為健康風險損失厭惡系數(shù)。
Baker 和Crompton 將重游意愿定義為游客愿意重復某項活動或重訪同一目的地(設(shè)施)的可能性。通過對既有文獻的梳理,影響重游意愿的重要因素可以歸納為三大類:(1)個人因素。個人因素既包含人的客觀存在,如人口統(tǒng)計特征,性別、年齡、收入和婚姻狀況等,也包含人的主觀判斷、認知和感覺,如旅游滿意度、目的地忠誠度[31]、風險感知水平和風險態(tài)度[5-6]等。(2)目的地因素。影響重游意愿的目的地吸引力因素,可能是客觀存在如景點[3]、現(xiàn)象或事件(活動)[5],也可能是目的地服務(wù)質(zhì)量。(3)環(huán)境因素。目的地氣候條件惡劣,當?shù)厝瞬挥押?,恐怖活動、政治動蕩、流行病和自然災害等,都可能成為阻礙游客重游的重要威脅。[32]從這三類影響因素的研究成果可以看出,環(huán)境因素被學界關(guān)注的程度相對最低。本研究認為,環(huán)境因素對重游意愿的影響應當?shù)玫綄W界更多的關(guān)注。
基于此,本研究以旅游健康風險厭惡系數(shù)(程度)為自變量,將個人因素中對旅游健康風險厭惡程度起到緩沖與補償作用的因素:人口統(tǒng)計特征(是否需要撫養(yǎng)孩子、贍養(yǎng)老人、收入水平、教育背景等)、健康風險感知水平、目的地吸引力因素(新老景點、節(jié)事慶典、當?shù)厍閼?、文化科技氛圍等)、保險服務(wù)、消費返現(xiàn)等,作為協(xié)變量放進重游意愿模型。以健康風險損失厭惡系數(shù)為自變量的重游意愿模型如下:
本研究以累積前景理論為理論基礎(chǔ)設(shè)計問卷題項,讓去過北京且遭受過霧霾困擾的非商旅受訪者作答。接著,對受訪者的健康風險損失厭惡程度進行結(jié)構(gòu)化處理。最后,應用PR 模型針對不同特征群體計算對應的健康風險損失厭惡系數(shù)(λ)。將健康風險損失厭惡程度加以量化,同時檢驗原假設(shè)(H0:λ=1)真?zhèn)?。檢驗結(jié)果如表1 所示。
表1 健康風險損失厭惡系數(shù)及假設(shè)檢驗結(jié)果
檢驗發(fā)現(xiàn),不同特征群體對健康風險損失厭惡的程度各不相同,拒絕了原假設(shè)H0:λ=1。撫養(yǎng)小孩的數(shù)量、是否需要贍養(yǎng)老人以及收入水平不同的受訪者,對健康風險損失厭惡的程度與全體受訪者平均水平之間具有顯著差異。如表1 所示,撫養(yǎng)孩子的數(shù)量越多,需要贍養(yǎng)老人,受訪者的健康風險損失厭惡系數(shù)就越大。收入水平越低,損失厭惡系數(shù)就越大。損失厭惡系數(shù)越大,表明人們對損失的敏感程度就越高,反之亦反。以上實證結(jié)果與累積前景理論的核心觀點之一——敏感度遞減相吻合。
依托上述PR 模型,以181 條受訪記錄作為樣本,應用Ologit 作回歸分析,有如下重要發(fā)現(xiàn)(詳見表2):
表2 重游意愿影響因素
1.健康風險損失厭惡情緒是重游意愿的決定因子(系數(shù)為-0.53),負向影響重游意愿。人們對健康風險損失厭惡的程度越高,重游意愿就越弱。時至今日,盡管北京霧霾天氣出現(xiàn)的概率很低,一部分受訪者卻因往昔受霧霾困擾留下的心理陰影,至今仍不愿去北京故地重游??梢?,健康風險損失厭惡具有較強的時間漣漪效應。
2.健康風險損失厭惡情緒與重游意愿之間存在緩沖機制。收入水平顯著地正向影響人們重游的意愿,收入水平越高,重游意愿就越強。開發(fā)新的旅游景點及舉辦重大節(jié)事慶典,也能夠緩解人們的健康風險損失厭惡情緒。新開發(fā)的旅游景點和重大節(jié)事慶典越多,人們冒著霧霾污染風險去故地重游的意愿就越高。
3.健康風險損失厭惡情緒與重游意愿之間存在補償機制。實證結(jié)果表明,推出霧霾保險產(chǎn)品能夠有效補償霧霾污染對健康威脅造成的經(jīng)濟損失,緩解健康風險損失厭惡情緒,正向影響重游意愿。
在健康風險損失面前,有限理性人的風險厭惡情緒會因外部措施得到有效調(diào)節(jié)。檢驗發(fā)現(xiàn)(詳見表3),北京如果舉辦大型節(jié)事活動,或者保險公司為之推出霧霾風險保險服務(wù),再或者重游北京的費用無需個人支付,就都能夠有效緩解人們對霧霾健康風險損失的厭惡情緒。
表3 變量之間的相關(guān)性
北京作為首都,不僅是每個中國人都夢想此生一定要去一次的地方,而且是國家的經(jīng)濟、政治、科學和文化中心,是一個值得國人多次造訪的旅游勝地。人們?nèi)ケ本┲赜蔚闹饔^意愿應該是非常積極的,用概率表示就是1.0。然而,本文依托樣本數(shù)據(jù)預測的重游意愿顯示受訪者再去北京旅游的意愿為0.8674(詳見表4)。
表4 重游愿意預測
由此可見,健康風險損失厭惡情緒對重游意愿帶來的時間漣漪效應不可輕視。由于對健康風險損失的天生厭惡,健康風險發(fā)生的極小概率會被夸大,厭惡情緒隨著時間的推移向后漫延,成為影響重游意愿的關(guān)鍵因子。預測的結(jié)果與累積前景理論核心觀點之二:損失厭惡——“對低概率風險損失的強烈厭惡”再度吻合[28]。綜上所述,在現(xiàn)實世界中,作為有限理性人,游客行為符合累積前景理論的核心觀點。
本文得出以下幾點重要結(jié)論:
1.面對健康風險損失,不同特征群體的健康風險損失厭惡系數(shù)各不相同。收入水平越低,經(jīng)濟負擔就越重(如生養(yǎng)的小孩多、需要贍養(yǎng)老人等),損失厭惡系數(shù)也越大。
2.健康風險損失厭惡是重游意愿的決定因子,負向影響重游意愿,并具有時間維度上的漣漪效應。這種厭惡情緒猶如心理陰影,會在相當長的時間內(nèi)影響重游意愿。
3.健康風險損失厭惡與重游意愿之間存在緩沖與補償機制。提高收入水平,目的地開發(fā)新景點及舉行重大節(jié)事都能緩解人們的健康風險損失厭惡情緒,正向作用于重游意愿。霧霾保險能夠有效補償霧霾污染對身體健康造成的經(jīng)濟損失,對重游意愿帶來正向影響。
本研究揭示的健康風險損失厭惡與重游意愿之間的緩沖與補償機制,在國際公共衛(wèi)生緊急事件發(fā)生頻率日漸頻繁的背景下,為旅游業(yè)的復蘇與振興提供了思路。具體建議如下:
1.旅游業(yè)復蘇計劃需要覆蓋一般收入群體。本研究證實,不同人口統(tǒng)計特征人們健康風險損失厭惡系數(shù)各不相同,收入越低、經(jīng)濟負擔就越重,厭惡系數(shù)也越大。游客自身經(jīng)濟條件越一般,緩沖機制與補償機制對其作用力就越明顯。在旅游業(yè)復蘇期,目的地營銷對象要覆蓋一般收入群體,在緩沖機制與補償機制的作用下,他們比富人更有可能成為回頭客。
2.旅游業(yè)復蘇需要目的地與居所地聯(lián)合發(fā)力。本研究證實,健康風險損失厭惡與重游意愿之間存在緩沖與補償機制。從居所地方面看,提高居民收入水平,保險機構(gòu)適時推出旅游健康風險保險產(chǎn)品,享樂性消費商家免費贈送旅游產(chǎn)品,是緩解健康風險損失厭惡情緒的得力之舉。而從目的地方面看,開發(fā)新景點、舉辦重大節(jié)事也能有效緩解厭惡情緒,二者都正向作用于重游意愿。
3.持續(xù)打造健康安全的旅游目的地是加快復蘇、提高重游率的根本出路。本研究證實,健康風險損失厭惡是重游意愿的決定因子,負向影響重游意愿,并具有時間維度上的漣漪效應。因此,加強制度優(yōu)化、管理創(chuàng)新和資金投入,持續(xù)打造健康安全的旅游目的地是吸引回頭客的根本出路。否則,一朝被蛇咬,十年怕井繩,讓曾經(jīng)遭受健康風險威脅或損害的游客重游故地將十分困難。
課題組雖然竭盡全力通過現(xiàn)場及網(wǎng)絡(luò)平臺收集樣本數(shù)據(jù),但從收回的1000 多份問卷才篩選出181 份適合本主題的有效樣本。未來研究需要擴大樣本規(guī)模,再度驗證與提煉本研究的觀點。另外,本研究雖然探討了健康風險損失厭惡情緒與重游意愿之間的調(diào)節(jié)機制,但是對于舉辦重大節(jié)事和推出健康風險保險服務(wù),需要哪些政策和配套措施作支撐并未細化,未來還需進一步深入探討。
注:
①數(shù)據(jù)來源:http://baijiahao.baidu.com/s?id=1654694284750568191&wfr=spider&for=pc。
②2009 年以來,世衛(wèi)組織宣布過6 次國際公共衛(wèi)生緊急事件:2009 年H1N1 流感大流行、2014 年脊髓灰質(zhì)炎(小兒麻痹)疫情、2014 年埃博拉病毒、2015 寨卡病毒疫情、2019 剛果(金)埃博拉疫情、2019 年新冠肺炎疫情。