张家界游客多目的地旅行决策的阶段模型构建与实证分析

王兆峰

(湖南师范大学 旅游学院，湖南 长沙 410081)

一、引言

旅游者决策行为研究一直是旅游研究的重要主题之一[1]。虽然旅游者空间决策行为研究一直备受旅游地理学者重视，学者们也对大、中、小尺度的旅游者空间行为模式进行系统的归纳[2]，但这些模式仍然只是对旅游者空间行为的形成给出的综合性概括，并未对多目的地行为的游客在游完一个目的地后如何选择后续目的地这一决策行为给予关注，尤其未对一次旅途的不同阶段游客决策的影响因素差异进行阐释。上述构成了旅游者行为决策研究的一个缺憾。此外，综合性的概括也并不能有效指导旅游管理的实践。旅游者空间决策具有典型的经济地理和文化地理意义。旅游者空间行为源自旅游者的目的地选择决策，这种决策决定了游客的空间行为模式，包括旅游产品类型、旅游线路安排等。虽然物理上的空间要素对旅游者行为有显著影响，但是心理上的空间要素，如包括社会距离、感知距离、时间距离等感知距离因素，也是旅游地决策的重要影响因素，两组因素共同建构了旅游者空间行为影响因素的系统模式，而往往感知距离因素的作用更大。因而，从决策和感知的视角分析旅游者空间行为，历来是旅游研究的重要途径[3～4]。

长期以来，学者们主要关注单目的地旅游行为决策的研究[1]。而现实中，旅游者常常去多个旅游目的地旅行，即进行多目的地空间行为(MDT)。多目的地旅游不仅是入境旅游者行为的重要特征[5]，也是国内旅游者在中长途旅行中的重要特征。虽然多目的地旅行是游客空间行为的普遍模式。但在旅游地空间决策影响因素的分析中，历来学者大都假定旅游者进行的是单目地旅行并提炼出相关理论，旅游者行为的内在机制是满足效用最大化[2]。大量研究也关注旅游者单目的地的行为决策，但在旅游者的实际行为决策往往并非如此。以往关于单目的地旅行决策的研究只是说明了游客选择一条旅游线路的影响因素，但旅游线路包括多个地方或城市或景区等多个旅行节点，因此其研究结果一方面掩盖了这些地方间的差异特征对游客决策行为的影响，另一方面也忽视了这些节点间的空间相关性，后者即节点间的差异性或互补性特征对游客旅行决策方案或空间决策的影响。此外，解析游客对旅行线路各个节点的决策行为的影响因素，能够更好地理解游客对整个旅行线路选择的行为，从而模拟出旅游者空间的行为决策。但理论上，前人成果很少关注多目的地旅行的决策过程，尤其是旅游者在游完一个旅游地后的选择行为及其影响因素。对这一问题的分析，一方面有助于分析游客的多目的地空间选择的整体认识，深化对旅游者空间行为理论的认识；另一方面在实践层面，了解旅游者选择下一旅游目的地影响因素，更有利于旅游地设计更科学的旅游合作计划，而有效缓解或避免目前旅游市场中存在的线路产品开发、旅游地营销合作中存在的资源“错搭”现象，提高旅游地合作的效果。本研究着眼于游客多目的地旅游行为，分析游客多阶段旅行决策的影响因素，有利于填补上述差距。

二、研究综述

学者们均采取的不同的方法对旅游者决策进行分析，并形成了包括效用理论、兰卡斯特(Lancaster)、推拉等[1]。效用理论直接来源于微观经济学中的消费者效用理论及效用函数。它假设人的行为是为追求效用最大化，这种假设会影响到每个人的决策，人们会选择最能满足自己偏好的商品和服务。对应于旅游者来说，旅游者为了追求效用最大化，会选择最能满足其旅游偏好和动机的旅游目的地，而不去选择次要或一般的旅游目地[6～8]。针对旅游者行为，兰卡斯特理论则认为旅游地的产品因特色不同，能够满足旅游者不同的偏好和效用[9]。因为该理论强调了旅游地的自然和文化景观上的差异性，它在解释旅游者空间行为比较适当。Papatheodorou验证了这个模型在解释旅游流移动时的适当性[10]。推拉理论强调旅游者决策是自身的推力因素与外在的拉力因素共同作用下形成的[11～16]。推力指来自内心的紧张心理状态，导致的内在的不平衡，就会形成一种动力使得人来消除这种内心的不平衡，这些因素可能包括厌倦、寂寞。当然，也有可能发生在外部，如节事活动、重大事件、新奇旅游资源，这种就形成了旅游的外在拉力。推力和拉力的平衡最后产生最后的结果。那么，旅游的结果就是消除了内心的不平衡。这些理论为多目的地旅游决策研究提供了重要的指导和基础，使得多目的地旅游研究成为旅游研究重要内容之一。

具体到在多目的地研究方面，学者们一方面从理论上阐释了多目的地旅游形成的原因，另一方面也进行了部分的实证分析。LUE认为有四个原因来解释：一是因为旅游者想要获得多样的印象、活动、收益和体验，从多目的地空间行为(MDT)中满足不同的需求；二是MDT满足了团队中其他人的不同需求；三是它减少了访问不熟悉区域的风险和不确定性；四是MDT是成本有效的，在经济上理性的，它最大化一个团体中的每个人的整体效用，与金钱、时间和努力相关的[17]。还有学者认为探亲访友、商业旅游者更可能进行多目的地旅游[18～19]。距离是旅行决策的影响变量，学者也发现对影响到游客的选择，旅行的距离越远时，就越可能去更多的旅游目的地[18,20,21]。谈志娟，黄震方等运用二元Probit离散选择模型进行计量分析，认为年龄、文化程度、健康状况、目的地生态环境、游客自身经济条件等变量与旅游者决策之间存在明显的相关性[22]。最近，有学者开始开展多目的地旅行的决策阶段性分析，在研究方法上也不断拓展。YANG等基于三阶段旅游决策模型，利用嵌套Logit模型分析了游客在每个阶段决策的因素，并引入空间变量，发现目的地空间形态也会影响到旅游者目的地选择行为[1]。在国内，马耀峰等系统性分析了中国入境游客在城市间流动的空间行为决策，并总结出距离、资源等因素有显著影响[23]。之后，张佑印等总结了入境游客扩散的动力机制，即由推力、拉力、介质力组合而成的一个自组织复杂综合系统[24]。其中源自游客自身的内驱力是入境旅游流西向扩散的核心动力，而源自旅游地资源的拉力是西向扩散的必要动力，源自旅游通道的摩擦力或助动力是入境旅游流西向扩散的介质力。赵现红也研究了入境游客的目的地离散选择行为，认为游客的职业、旅华时间、家庭结构、旅游方式、结伴方式、旅游动机、旅华花费、入境口岸、受到尊重等特性显著影响其西扩的概率[25]。魏鹏、石培基等借鉴心理学中认知实验的方法，探究旅游者的空间意象与空间决策的关系[26]。随着社会科学网络范式的兴起，学者们利用社会网络方法，对入境和国内旅游者的多目的地旅游网络特征进行分析，初步归纳出旅游网络结构形成的因素。王永明等基于入境游客抽样调查，认为入境游客的多目的地旅游行为，使得入境游客旅游线路所串联的城市形成了多城市(目的地)的旅行网络，并发现区位交通、旅游资源、经济联系对入境旅游网络结构有显著影响[16]。旅行社线路也成为重要多目的地旅游空间结构研究的重要来源。刘冰等利用这一数据，指出多目的地旅游已成为一种重要的出行方式，并利用社会网络分析探讨了新疆目的地网络特征[27]。朱明等也利用旅行社线路数据，总结出了国内旅游线路的6种主要模型，归纳其空间特征，这种模型具有典型的多目的地旅游行为的特色[28]。上述多目的地旅游网络主要探讨了网络的结构，即现象分析，而并未对游客多目的地决策的行为机制进行总结。

综合来看，虽然上述理论来解释旅游者决策并得到了一定的实验验证，在MDT行为方面也获得了不少的研究成果，但也存在以下不足：一是当游客浏览完一个目的地后，对下一目的地的选择的影响因素目前仍近似一个“黑箱”，虽然学者进行了一定的探索，但仍然需要更多的实证案例验证，尤其是不同类型旅游地游客的行为可能存在显著差异，如综合性大都市、偏远的和经济落后的山地城市，这些都需要进一步的经验研究。二是多目的地游客的微观决策行为及其因素研究主要集中在国外，而国内基于一手调查数据来源的研究较少；虽然也有关于中国东部的综合型大都市的研究[1]，但对中西部城市规模小的专业性旅游城市的案例关注不够。考虑到两类城市面临着不同的旅游者构成特征，以及旅游者后续目的地选择面临着交通可达性、旅游资源空间分布等差异，因此，需要进行更多的经验案例研究。三是在MDT行为方面没有将中转目的地的满意度因素纳入到下一个目的地选择的影响因素中。Zeithaml、Berry、Parasuraman指出当消费者购买并消费服务后，会根据实际体验产生对服务质量的感知，从而引发出相应的行为意图[29]。因此，满意度因素可能会影响到旅游者的多目的地旅行中对下一个目的地选择，需要进行经验证实。基于此，本研究以中国中部典型山区旅游城市——张家界市为案例地，基于一手调查数据，分析张家界国内游客多目的地空间行为决策的影响因素，能够在一定程度上填补上述的理论研究差距。

三、多目的地旅行决策模型构建和数据处理

(一)两阶段决策模型

游客在客源地做决策时会面临一些选择，这些选择可能在不同的空间尺度上发生，尤其是国际旅游者和国内长、中、短途旅游者间有显著的差异。当旅游行动发生后，游客在某个旅游目的地时也面临同样的选择，而这些选择的结果有时很可能是无计划旅行行为，如冲动性旅行决策行为；有时是在客源地已经做出的旅行计划行为。综合来看，旅游者进行旅行目的地选择时，可以分成两个阶段：第一阶段是确定是否继续旅游，包括下一步是继续去下一地目的地旅游，还是直接返回客源地，而结束本次旅行计划。在这个过程中，游客选择行为可能会受到游客个人特征(如年龄、性别等)和旅行特征(如时间、同行人等)的影响，比如时间紧或预算不足，可能直接返回客源地。而对于继续进行旅游的游客来说，下一阶段的决策是选择何种类型的目的地，这种决策因素也包括个人特征和空间因素。如下一个目的地距现在目的地距离远近，下一目的地是距客源地远近，对目的地熟悉程度，等等。因此，在理论上，可以将旅游者多目的地旅行行为分成两个阶段：阶段一，游客决定是否继续旅游；如果继续旅行的话，阶段二则是确定下一个旅游目的地类型和特征。当然，在实践上游客在一次旅行中可能去两个以上的目的地旅行，但从空间上来说，游客的旅行总是可以抽象为上述两阶段过程，即要不要继续旅行和下一个旅行目的地选择哪里这两个问题。因此，本研究划分的两阶段模型在很大程度上就能涵盖游客多目的地行为的决策特征。

1.第一阶段决策的影响因素分析

第一阶段决策，即是否继续旅行，符合离散选择模型的假设。相关研究也验证了离散选择模型在这方面研究应用的适当性[25]。假设个体只有两种选择，当y为1时，表示会继续旅游；反之，当y为0时，代表不继续旅游，而是直接返回客源地。那么这时表示“是否继续旅游”的因变量y则为离散型的被解释变量，其取值为0和1。假设这些解释变量都包括在影响因素所在的向量集X中,X向量为可能影响游客选择的自变量，人们通常会考虑Logistic回归模型。

(1)

针对本研究的目的，即分析张家界游客下一方案是选择继续去下一个旅游目的地还是返回客源地。那么p就代表选择继续去下一个目的地旅游的概率，而1-p则为回客源地的概率,即游客选择去下一个目的地旅游相对回客源地的概率上的相对优势,X为影响张家界游客是继续旅游还是回家的影响因素。

对于第一阶段旅行决策的分析，其影响因素集的选取是重要的。基于上述的效用、推-拉和兰卡斯特选择理论，以及相关中国国内游客研究成果和部分多目的地旅游成果[1,16,17～21]，本研究所纳入的第一阶段决策影响因素在大类分为旅行特征、个人特征和空间特征。具体包括：在张家界停留天数；来过几次；旅游目的；同行人特征；同行有几人；满意度；年龄；文化程度；家庭特征；收入。客源地距张家界的时间距离，以测量当前距客源地的旅行距离是否对后续旅游地选择具有影响。游客在张家界旅行的满意度也纳入进来，分析现行旅游地的游客满意度是否对下一步决策产生影响，即分析满意度对行为意图的影响。以往对满意度对行为意图的影响研究主要是关于满意度对重游意愿、口碑传播的影响[4]，而本研究分析满意度对游客的下一旅游地决策的影响。

2.第二阶段决策的影响因素分析

第二阶段是指当游客继续进行旅游时，对下一个旅游目的地的选择行为。当然，这个偏好会受到第一阶段的因素的影响，但是同时也有其他因素对这一阶段的空间决策产生影响。根据相关研究文献[1,24,25]，本文从六个方面分析对下一目的地选择意向的影响因素。因为在离开张家界之前，游客尚未到下一个目的地，因此，其意向基本上是指感知的因素。因此，本文从游客对感知的视角，重点分析感知中的空间因素和消费因素，对下一目的地感知的空间维度包括下面四项：下一目的地与张家界的差异程度，与张家界距离感知，距客源地的距离感知和对下一目的地的熟悉程度。感知的消费维度包括两个：到下一目的地的花费和时间。

(1)测度方法。第二阶段的影响因素度量主要利用感知评价方法，主要缘于当游客还未到下一目的地时，他的决策主要是一种空间和时间的想象或建构。这种想象会对其下一目的地选择具有关键作用。这种想象包括综合想象和具体想象。综合想象可以设定为，游客在游览下一目的地时将会获得的总体收获，主要是满意度的评价。具体想象可以设定为，游客到下一目的地过程中的各种所见所闻或相关的阻力，以及在下一目的地过程中将会获得的听、闻、吃等感觉的收获。正是对于这些综合想象和具体想象，对游客的下一目的选择发挥着重要作用。

(2)数据的分析方法。根据影响因素的问卷设计，单纯的均值等数据随机特征并不能真实反映变量的影响是否存在显著差异。因此，这里本文选择非参数检验方法中的一种——Friedman检验法，对6个变量进行分析。Friedman检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法，其原假设是：多个配对样本来自的多个总体分布无显著差异。通过这种检验，能够反映6个因素彼此间是否存在显著差异。

(二)数据来源

1.问卷设计

本研究利用实地调查获得一手数据，调查方式为问卷调查辅以访谈。利用三阶段法进行问卷的设计，首先第一阶段项目组在阅读相关文献，提炼题项；另一方面利用头脑风暴法，获得其它题项，最后获得调查问卷的初稿。第二阶段，初稿完成之后，再将初稿提请给相关专家审阅并提出宝贵意见，获得问卷二稿。第三阶段，二稿形成之后，再利用试调研的方法，发放30份问卷，对在调研过程中游客在填写问题所有疑问的题目，再经过进一步的问卷修改，最后获得问卷的最终模板，作为正式调研和数据搜集的最终稿。问卷内容主要包括游客第一阶段、第二阶段选择的影响因素以及游客的个人特征。

游客第一阶段选择“选择继续旅游还是返回客源地”的影响因素的测量指标中，问卷设计了相关测量指标。包括“驾车来张家界是否多于5小时”，“您在张家界将停留天数”，“您来过张家界几次(1=0次；2=1次；3=2-3次；4=4次及以上)”，“您的旅游目的(1=度假；2=观光；3=公务；4=探亲访友；5=其他)”，“您的同行人特征(1=仅自己；2=家人；3=同事；4=朋友；5=其他)”，“您的同行有几人”，“文化程度(1=小学以下；2=初中；3=高中，中专；4=大专、本科；5=研究生)”，“家庭特征(1=单身；2=已婚，无孩子；3=已婚，孙子未独立；4=已婚，孩子独立；5=其他)”，“月均收入(1=3000元以下；2=3001-5000元；3=5001-7000元；4=7001-10000元；5=10000元以上)”、“年龄(1=16及以下；2=16-24；3=25-44；4=45-64；5=65及以上)”，“您在张家界旅游的总体满意度(1=非常满意，5=非常不满意)。上述题项中除了停留天数、同行几人为数值型度量外，其余均为分类变量。在分类变量中，年龄、文化程度、月收入、来过张家界几次和选择下一目的地的因素为有序型变量，即它的取值从小到大代表程度的不同，因此在后面分析中直接用代入到Logit模型估计并计算。假如系数为正，那么就表明这些因素对因变量有正向的影响，否则则有反向的影响。而其他变量为分类变量，即其取值只代表分类，不代表水平，在之后模拟分析中先将每一类都建立虚拟变量(1代表是，0代表否)。

游客第二阶段的选择“选择下一目的地”的影响因素的测量指标中，问卷利用均利用李克特1-5分制量表设计了6个项目，让游客评价这些项目的重要程度。分值越高，表明相应项目对游客越重要，也代表这些因素对游客的下一目的地选择的影响程度更高。包括“可以获得与张家界完全不同的旅游体验”、“下一个旅游城市距张家界市近”、“下一个旅游城市要离我家更近些”、“去下一个城市旅行额外增加的花费不多”、“去下一个城市旅行额外花费的时间不多”、“我对下一个城市很熟悉”。

2.数据搜集

本研究利用问卷调查的方式获得一手数据，在数据过程中严格遵守着问卷调查的基本原则，尤其是随机性原则，以此来保证样本对总体模拟的代表性。项目组5人于2015年5月10—20日前往张家界进行调研，采取定点等距抽样的方法，调研地点选择张家界市主要景区武陵源风景区、天门山风景区的主要门票口，张家界主要交通枢纽点包括火车站、汽车站等地。在调研过程中，对于不愿配合的游客不再进行调研，因此也在一定程度上保证了问卷数据的科学性。本次调研共发放500份问卷，回收472份，其中最终获得有效问卷424份，问卷有效率为89.9%，有效率较高。因变量与两阶段的影响因素的观测值和描述性统计特征见表1。

从因变量来看，张家界游客中游完张家界后继续选择旅游的人所占的概率为33.7%，而返回客源地的概率则为66.6%，因此，继续旅游的游客基本上占到总游客的1/3，而约2/3会返回客源地。因此，从旅游线路的空间角度来看，张家界是1/3游客的中转型旅游地，是2/3游客的终点旅游地。考虑到张家界旅游总体游客规模量大，那么这些中转的游客也具有相当大的规模，预计会对其他旅游目的地的旅游市场产生重要影响。更重要的是，从比张家界更大尺度的旅游区域来看，如湖南省、贵州省等旅游大区域，张家界旅游地的存在是许多游客来此区域旅行的主导因素，因此张家界旅游的带动效应明显。相反，如果没有张家界旅游地的话，这个大区域的旅游规模将受到影响。因此，对于某旅游地来说，如何联系与张家界旅游地的市场关联，是需要重视的问题。从其他游客旅行特征指标来看，张家界游客的客源地距张家界的时间有约超过一半的游客超过5小时。停留天数约为3～4天，有助于旅游消费。来的次数平均为1.78次，说明重游者较多。旅游目的地以观光最多，稍多于一半，度假其次，而其他类型的占的比例很少，不超过10%，这也基本符合张家界旅游地特色。同行人特征中，以同家人一块来的最多，占到了一半，其他是与朋友来的，占到了将近四分之一，其他类别较少。满意度平均为较满意。年龄以中青年为主。综合上述样本结构来看，整体的样本比较符合张家界作为自然型旅游地的总体特征，反映了本次调研有较好的信度。

表1 影响因素的描述性统计

续表

观测值均值标准差最小值最大值X17：教育程度4023 7810 64115X：家庭结构X18：单身4240 4220 49401X19：结婚，无孩子4240 1440 35101X20：结婚，孩子未独立4240 2380 42601X21：结婚，孩子已独立4240 1180 32301X22：其他4240 0780 26801X23：月均收入4202 3761 15015X：去下一地的意向X24：下一地与张家界差异大1423 8241 22215X25：下一地距张家界近1413 6741 25115X26：下一地距家近1422 8451 36515X27：额外花费低1423 4231 15715X28：额外时间少1423 5211 21315X29：对下一地更熟悉1422 8381 31915

四、结果分析

(一)第一阶段决策的影响因素

首先，利用Logit模型进行模拟，发现联合概率小于0.05，说明模型中的自变量的回归系数为联合显著。利用该模型对因变量预测的准确率为66.58%，说明预测准确率较高。从表2可以看出，只有四个变量显著，而其余变量不显著。这四个变量为停留天数、年龄、是否单身、月均收入。为了分析这四个变量对因变量的边际影响，计算了边际效应(表3)。下面是四个变量对第一阶段决策的具体影响和原因的分析。

(1)停留天数。停留天数的回归系数为正，但只在0.1的显著性水平上的显著。表明随着停留天数的增加，游客更倾向于继续前往下一个目的地，但这种推断只为显著性水平不高，导致这种推断的犯错的概率比较大，因为需要进一步考察。根据表3的边际效应可以看出，当停留天数每增加一个单位，继续前往下一目的地的概率将增加0.024，效应很小。这个结果的原因可能是：停留天数越多，反映游客有更多的闲暇时间，这样就能在多个旅游目的地上进行时间分配，因此，有可能继续前往下一个目的地。根据表1可以看出，张家界旅游者的平均停留时间为3～4天，因此，如果游客继续前往下一个目的地的话，其全部旅游时间将超过4天，这类游客是长时间旅行的游客。因此，可以初步推断出：如果来张家界的游客，他们所做的整个旅行行程天数越长的话，很可能会再去其他的旅游目的地进行旅游。停留天数对第一阶段决策的影响形式主要因为游客的闲暇时间，而其内在机制即动机中的推力。

(2)年龄。从表2得出，年龄的系数为负，且在0.05显著水平上显著，说明年龄对游客第一阶段的决策具有显著性的影响，且随着年龄的增长，再继续旅游的概率变小。年龄每增加一个单位，那么游客继续旅行的概率将下降0.119，说明年龄对第一阶段的决策的影响较强。其原因是：年龄越大，时间、体力和精力都受到限制，而且张家界是山地型旅游景区，在张家界旅行的总耗时较长，也耗费大量的精力。这种情况尤其是对老年人制约非常明显。因此，他们很难游完张家界后再去其他地方，而是直接返回客源地。因此，年龄对第一阶段决策的影响主要受制于体力和精力的因素，其内在机制是动机中的阻力。

(3)单身。单身的系数为负，但在0.1的显著性水平上显著。说明单身相对于其他非单身的结构而言，继续旅游的可能性降低，但是这种结论推断的置信度不高，需要深入研究。如果游客是单身的话，那么其继续旅游的概率将下降0.178。其原因是，单身的人多是青少年，这个群体的旅行由于受时间、财力的影响，每次出行的预算受限，负面影响了他们再去下一个地旅游。

(4)收入。月均收入的系数为正，且在0.01的显著性水平上显著。表明收入水平对游客第一阶段的决策有很显著的影响。随着收入越高，继续前往下一个目的地旅游的概率将增长。从表3可以看出，当收入变量增加一个单位，那么继续旅游的概率将上升0.076。因此，收入对游客的第一阶段的旅游有显著的影响。其原因是：旅游活动作为一项消费行为，受收入的显著影响。收入越高，旅行的能力越强，越可能进行大范围、长时间的旅行，因此，他们继续旅行的概率也随之上升。

本研究关注的现在目的地的满意度是否对其继续旅游的影响发现，满意度的回归系数不显著，因此，满意度并不能来预测游客后续的旅游决策。比如，满意度高的话，游客达到旅游目的地，而后返回客源地；但也可能因为获得更多满足，更有心情继续旅游。除了上述五个因素外，其他因素对游客是否继续旅游并没有产生显著性的影响。客源地距张家界的时间距离不显著的原因可能是受到下一个目的地空间位置的影响。如果下一个地正好位于客源地和张家界之间的话，那么可能会继续旅游；相反，如果是反向的话，将增加继续旅游的阻力。因此，这个变量对因变量影响不确定。各类旅行目的的游客均不能推测其第一阶段的决策行为。因此，旅游目的中的观光和度假动机占了一半以上，导致对游客的第一阶段的决策较难预测，因此，对于观光度假游客来说，他们的目的地选择的主要因素。同行人特征和数量也反映出群体效应的影响也不显著。教育水平、除了单身之外的其他家庭结构变量也不显著，显示出第一阶段的决策不受教育水平、婚姻状况的影响。

表2 第一阶段决策影响因素的二元Logit模型分析结果

Wald chi2(20)=30.66, Prob>chi2=0.0311，Pseudo R2=0.0655。

表3

第一阶段决策影响因素的边际效应

(二)第二阶段决策的影响因素

游客在第二阶段要选择下一个目的地，因此，需要分析游客下一个目的地选择的影响因素。这种分析在理论上能够更好地理解游客多目的地选择的空间决策行为，另一方面对区域旅游合作的开展也有非常指示意义。首先利用Friedman 检验法，分析6个因素对游客选择下一目的地影响是否存在显著差异。根据检验结果发现，检验的卡方值为76.646，在自由度为5的情况下，渐进显著性为0.000，因此，6个因素间存在显著差异。结合6个因素的均值来看(表2)，各个因素对游客的下一个目的地选择的影响程度大相同。

具体到各个指标来看，指标“下一个地与张家界的差异大”的均值水平最高，显示出游客在游完张家界后倾向于一个景观差异大的地方。但要说明的是，景观差异大也是游客方面的因素，并不能由客观的旅游资源评价或得分所说明。每个游客都有自己的旅游偏好，旅游景观的差异性同时也有旅游主体的差异性。这样，旅游景观的客观差异和旅游主体的差异性，共同组成的差异性才是游客下一步旅行决策的关键。可见，景观差异性是游客对下一目地选择的最关键的考量，也反映了游客最大化旅游收益的动机[2]。指标“距离近”是第二重要的指标。交通一直是旅游者决策的重要因素，从本文的结果来看，交通可达性不仅是游客出行的重要的决定因素，还是影响游客下一个旅游地选择的重要因素。这也侧面反映了旅游地合作的重要途径或介体也是需要交通为先导，这样才能吸引更多的游客转移。总之，交通可达性是游客比较关注的因素。由于旅游资源空间组织具有地理锁定性，难以移动，导致现实中只能是游客前往旅游资源处，而不能相反。这就带来了游客旅行路线与家的方向的特定关系。总体上，在短途的旅行中，与家的距离可能更起作用。而在中、长途旅行中，游客最大效用的原则使得与家的距离并不是关键的决定因素。综上所述，游客第二阶段的旅行决策行为主要受差异性和可达性两种机制的制约和影响。

五、结论

传统上关于旅游地空间决策的文献主要考虑了单目的地旅游行为，难以解释更为复杂的旅游者的多目的地旅游行为决策。本研究构建了多目的地旅行的两阶段决策模型，并以中西部典型旅游专业化城市张家界为案例地，研究张家界游客多目的地旅游行为决策的影响因素。主要结论如下：

(1)多目的地旅游行为决策可以抽象为两个决策阶段，第一阶段为是否继续旅游，第二阶段为如何选择下一个旅游目的地。因此，对多目的地旅游行为决策因素的研究，便可以分别从两个阶段的影响因素的解析入手。本研究基于两阶段决策模型，利用离散选择Logit模型和非参数检验的方法，能够用于分析两个阶段的游客决策因素。

(2)多目的地旅游者是张家界游客的一个重要群体，其中约有1/3的游客会选择继续旅游旅游地，说明旅游地也同时具有中转地的功能。游客选择多目的地旅行必将会对区域旅游发展带来重要影响，在旅游线路合作开发、旅游市场细分选择方面，其他次级旅游地应该根据张家界多目的地旅游的游客的特征，进行产品的开发，以吸引这些中转旅游流。

(3)多目的地游客第一阶段的影响机制可以用推-拉机制进行较好解释。影响因素包括停留天数、年龄、是否单身、月均收入。停留天数越少、年龄越小、单身、月均收入越少，游客更不可能继续前往下一个目的地。本文欲检验的目的地满意度因素，以及客源地距张家界的时间距离、旅游目的、教育水平，并不显著影响游客第一阶段的选择。

(4)多目的地游客第二阶段的影响因素中，感知差异性和可达性是游客对下一目的地选择影响最大的因素，而距家近和熟悉程度虽然显著但相对次要。因此，多目的地旅行决策行为服从效用最大化。

本研究的主要不足是多目的游客第二阶段的因素比较复杂，分析相对不够深入。目前国内外相关研究也处在初步研究阶段，对第二阶段的因素研究将是未来旅游者空间决策的重要研究方向。此外，基于样本总量的限制，未能对不同游客群体的多目的地旅游行为进行比较分析，但第一阶段的选择因素中对这些不同群体的特征进行部分分析。案例地位于中西部，并作为山地型旅游地，未来研究应该对不同区域、不同类型的旅游地游客的多目的地旅行行为进行对比研究，以检验结论的有效性。

[1] Yang Y, Fik T. Zhang Modeling sequential tourist flows: where is the next destination?[J]. Annals of Tourism Research, 2013(43):297-320.

[2] 保继刚,楚义芳.旅游地理学(修订版)[M].北京:科学出版社,1999.

[3] 唐文跃,张捷,罗浩,等.九寨沟自然观光地旅游者地方感特征分析[J].地理学报,2007(6):599-608.

[4] 白凯,马耀峰,李天顺,等.西安入境旅游者认知和感知价值与行为意图[J].地理学报,2010(2):244-255.

[5] 王永明,马耀峰,王美霞. 中国入境游客多城市旅游空间网络结构[J].地理科学进展,2012(4):516-526.

[6] Nicolau, J. L., & Ma’s F..Sequential choice behavior: Going on vacation and type of destination[J]. Tourism Management,2008(5)：1023-1034.

[7] Huybers, Domestic tourism destination choices - A choice modelling analysis[J]. International Journal of Tourism Research,2003(6)： 445-459.

[8] Huybers. Destination choice modelling: What’s in a name?[J]. Tourism Economics, 2005(3):329-350.

[9] Lancaster, Consumer demand: A new approach[M]. New York: Columbia University Press,1971.

[10] Papatheodorou, Why people travel to different places[J]. Annals of Tourism Research,2001(1):164-179.

[11] Dann G M S Anomie.Ego-enhancement and Tourism[J]. Annals of Tourism Research,1977(4): 184-194.

[12] Klenosky D B.The Pull of Tourism Destinations: A Means-end Investigation[J].Journal ofTravel Research,2002(4): 385-395.

[13] Kim,S., Lee, C. & Klenosky, D. B.. The influence of push and pull factors at Korean national parks[J].Tourismmanagement,2003(2):169-180.

[14] Zhang Q. H. &Lam, T.. AnanalysisofMainland Chinese visitors’ motivations to visit Hong Kong[J].Tourism management,1999(1):587-594.

[15] 刘昌雪.世界遗产地旅游推力-引力因素研究——以西递和宏村为例[J].旅游学刊,2005(5):15-20.

[16] 王永明,马耀峰,王美霞.休闲类城市入境旅游推力—拉力因素研究[J].软科学,2010(5):46-49,59.

[17] Lue, C.-C., Crompton, J. L., Stewart, W. P. . Evidence of cumulativeattraction in multidestination recreational trip decisions[J]. Journal of Travel Research, 1996(1), 41-49 .

[18] Lue, C.-C., Crompton, J. L., Fesenmaier, D. R. Conceptualization of multi-destination pleasure trips[J].Annals of Tourism Research, 1993(2):289-301.

[19] McKercher, B., & Wong, D. Y. Y.. Understanding tourism behavior: Examining the combined effects of prior visitation history and destination status[J]. Journal of Travel Research, 2004(2):171-179.

[20] Oppermann, M. Intranational tourist flows in Malaysia[J].Annals of Tourism Research, 1992(3):482-500.

[21] Santos, G. E., Ramos, V., Rey-Maquieira. Determinants of multi-destination tourism trips in Brazil. Tourism Economics[J].2012(6):1331-1349.

[22] 谈志娟，黄震方，吴丽敏，等. 基于Probit模型的老年健康休闲旅游决策影响因素研究——以江苏省为例[J] .南京师范大学学报(自然科学版)，2016(1):117-124.

[23] 马耀峰,李天顺,刘新平.中国入境旅游研究[M].北京:科学出版社,1999.

[24] 张佑印,马耀峰,王春.入境旅游流西向扩散特征及机理[J].社会科学家,2008(11):88-92.

[25] 赵现红. 基于游客特性的旅游目的地离散选择实证研究[J].旅游学刊,2009(12):60-65.

[26] 魏鹏，石培基，杜婷. 基于空间意象的旅游者空间决策过程研究[J] .旅游学刊,2015(9):43-51.

[27] 刘冰,曾国军,彭青.社会网络视角下旅游线路研究[J]. 旅游学刊,2013(11):101-109.

[28] 朱明,史春云,袁欣,等.基于旅行社线路的国内旅行空间模式研究[J].旅游学刊,2010(9):32-37.

[29] Zeithaml V A, Berry L L,Parasuraman A.The behavioral consequences of service quality[J].Journal ofMarketing,1996(2): 31-46.