顾客满意度是在1965年由Dardozo引入到营销领域中来的^[1]。Oliver(1997)认为满意度是顾客在购买行为发生前内心的需要程度被满足的一种状态, 顾客在本次消费前的经历与他所产生期望的一致程度共同决定其满意度^[2], Oliver(1981)给出了补充界定, 认为满意度是一种心理状态, 是对其在购买过程中一种情感的反应^[3]。Pizam(1978)首次将顾客满意度引入到旅游领域中, 指出游客满意度是游客对目的地的期望程度和在其地的游览经历进行比对后所得出的结果, 如果在此目的地所得到的实际体验与来此之前的期望相比后, 结果是一致或更优的, 则满意; 反之, 则不满意^[4]。这是在Oliver的“期望不一致”理论上发展起来的关于满意度的重要理论, 成为旅游领域中研究游客满意度的理论根本。国内对于游客满意度的研究开始较晚, 沈向友(1999)通过对旅行社游客的满意度深度研究, 指出游客满意度是一个整体的概念, 是游客从参与旅游活动开始的整个旅游经历的满意度, 也就是游客在体验全部旅游活动后的一种心理层次的感受^[5]。

大多数学者对游客满意度的研究都停留在认知层面, 他们认为游客满意度是受游客过去的认知和经验影响的^[6]。从近几年的研究可以看出, 学者们对满意度的研究已经扩展到情感部分, 认为满意度同时包含了认知和情感两种成分。情感是游客在游览过程中或消费旅游产品时所产生且表现出来的情绪, 如兴奋、高兴、愉快、轻松、后悔、失望、气愤等, 它们都会连同游客的认知共同影响满意度。Price(1995)研究表明, 在游客参与旅游活动的过程中, 会同时感受到正面情感和负面情感, 这两种情感对游客满意度都有显著影响^[7]。国内研究中, 苏秦(2008)以银行为例, 探究了顾客情感与顾客满意度的关系, 研究表明顾客情感对满意度评价有直接正向的影响, 情感成分和认知成分都强烈影响了满意度^[8]。随着情感量化的日渐成熟, 情感研究渗透在方方面面, 易善君(2017)将空气质量与居民情感相结合, 认为居民幸福感极大程度地受空气质量的影响^[9]。近年来, 越来越多的学者将情感与线上数据相结合, 李君轶(2017)通过微博大数据研究游客情感体验, 认为挖掘旅游大数据所包含的情感成为了旅游研究的新方向^[10]。

传统旅游理论很少将饮食视作与旅游资源等同的旅游吸引物, 而是把它当作旅游要素, 因此很少有学者关注美食对游客的影响, 随着出游目的及消费水平的不断改变, 美食逐渐成为决定游客选择目的地的重要因素之一, 在现代旅游中扮演着越来越重要的角色。前人大多的研究是从综合的视角出发研究游客情感及满意度的影响因素, 极少将单因素剥离出来分析其影响程度; 且大多学者在研究美食时, 只单独将之与游客情感或满意度联系起来, 没有与两者均作联系。本文在总结前人研究的基础上, 将美食满意度在总体满意度中剥离出来, 从单个要素的视角探讨其对游客情感及满意度的影响作用。

1 研究设计 1.1 模型构建

在中外文献中, 关于顾客满意度的理论较著名的主要有Oliver(1980)提出的“期望-实绩”模型^[3]; Woodruff，Cadotte和Jenkins(1983)提出的“顾客消费经历比较模型”^[11]; Westbrook和Reilly M D(1983)提出的顾客需要满意程度模型^[12]。本文在研究中发现顾客消费经历比较模型和顾客需要满足程度模型在我国应用并不广泛。相对于消费经历模型与需要满足模型来说, 学者们对满意度的研究则会更加直接地引用Oliver的“期望-实绩”模型^[3]。从“期望-实绩”模型中看出, 顾客在消费前, 会通过口碑、自身消费经验等形成期待, 接着在购买行为发生过程中会形成实际感受, 并会对实际感觉与购买前的期望作比较, 如果符合期望, 则满意, 反之形成不满。如图 1所示。

许多学者在研究满意度时发现当具体到旅游领域中, 期望不一致对游客满意度的影响并不大, 反而是感知对满意度产生了直接的影响作用。学者在研究满意度时, 大多忽视了情感的作用, Andreu(2005)发现期望不一致并不会对游客情感与满意度产生影响作用^[13]。因此，本文在Oliver“期望-实绩”模型的基础之上^[3], 加入游客情感变量并去除原有模型中的期望不一致变量, 构建概念模型(见图 2)。

1.2 理论假设

基于“期望-实绩”模型, 温碧燕(2006)验证了游客对于餐馆的期望对游客用餐的实际感知具有直接影响^[14]。顾客期望与感知是满意度的重要影响因素, 期望不仅通过影响感知来影响情感进而影响满意度, 它对满意度也会具有直接的负向作用。虽然温碧燕(2006)构建旅游服务满意度模型时得出游客期望对其满意度没有直接影响作用^[14], 但大多文献中游客情感与满意度都呈现同增同减的变化, 所以本文假设期望对满意度具有负向影响, 由于本文只关注美食这一种因素, 因此假定:

H1:游客美食期望对情感产生负向影响。

H2:游客美食期望对满意度产生负向影响。

根据“认知—情感—行为”理论, 游客在游览过程中的实际感知会直接影响游客情感, 进而影响游客行为。温碧燕、汪纯孝(2006)指出, 相比游客期望, 感知对游客情感影响更显著^[14]。卢丽宁(2005)对旅行社的研究中也发现游客感知的服务对满意度产生正向影响^[15]。由于本文只研究美食单一因素, 因此假定:

H3:游客美食感知对游客情感产生正向影响。

H4:游客美食感知对游客满意度产生正向影响。

本文主要研究美食、情感与满意度三者关系, 因此有必要从游客情感角度出发论证与满意度之间的关系。Oliver(1997)提出顾客的满意度受到顾客认知与情感共同影响, 顾客的消费情感在极大程度上影响着顾客满意度^[2], 因此假定:

H5:游客情感对游客满意度产生正向影响。

2 问卷形成和数据收集 2.1 问卷设计

本研究问卷主体包含3个维度, 第一维度是人口统计学特征；第二维度是游客对西安旅游的期望；第三维度是游客对西安旅游的实际感知、总体满意度及情感。第一维度运用的是单选及多选的方式, 第二、三维度的满意度评定方面则是根据(李瑛, 2008)旅游目的地满意度测量指标为基础, 主要分为景观、环境、美食、商品、住宿、娱乐、交通通讯及旅游服务8个大方面共34个具体测评指标^[16], 根据本文实际研究情况, 在预调研的基础上选择了其中的27个因子, 采用李克特五级量表, 设置选项为非常满意、满意、一般、不满意、非常不满意选项, 并给各选项赋值, 依次为5，4，3，2，1分, 分值越高仅代表满意程度越高。第三维度中的情感选项设置部分, 以英国学者舍夫和恩纽(2002)的顾客消费情感量表为基础, 选取兴奋、高兴、舒畅、轻松4个方面情绪来计量顾客的积极情感; 失望、气愤、后悔、伤心4个方面情绪来计量顾客的消极情感^[17], 最后根据本研究实际情况做出改变, 去掉部分情感不明确及实际旅游过程中不易出现的情感选项, 共设置5个选项, 从5到1给这些情感赋值, 分值越高代表情感越积极。

2.2 测评因子量表设计

本文旅游目的地满意度测量量表是以李瑛的满意度测量量表作为基础^[16], 结合社会发展情况及本文案例地的实际情况, 删除了量表中对通讯方便程度、对内交通方便程度等在现代社会基础设施完善的情况下不需测量的指标。得出西安游客满意度测量指标的8个维度, 共27个具体指标。

2.3 案例地及数据收集

西安是著名的历史文化名城, 1981年被联合国科教文组织确定为“世界历史名城”, 是中国最佳的旅游目的地之一, 享誉中外。除兵马俑等著名景区吸引国内外游客外, 西安美食也成为重要的吸引力, 吸引大量游客。本文采用控制变量的方法, 对来西安旅游的西南地区旅行团游客进行问卷调查(旅游线路及旅游时间大体相同), 通过对游客游览西安的期望与实际感知的对比, 得到美食对游客情感及满意度的影响作用。本研究共发放350份问卷, 获得有效问卷330份, 有效率为94%。

3 数据分析 3.1 期望满意度测评指标与游客情感及总体满意度的关系

由于本文分从期望与感知两部分来测度满意度, 因此对这两部分指标分别进行因子分析。在对期望指标做因子分析时, 为了增加显著性, 所挑选出的每一项因子的载荷都大于0.4, 剔除掉不符合因子后, 最终选择了20个指标进行因子分析。研究分析结果显示, 参与分析的27个变量主要集中在8个主成分上, 分别命名为旅游景观、环境氛围、特色美食、旅游商品、住宿、娱乐、交通通讯和旅游服务与管理。并且这8个因子的累积方差贡献率为61.537%, 解释原来变量的大部分信息。如表 1所示。

为了进一步验证游客期望满意度测评指标与游客总体满意度和游客情感之间的关系, 本文将情感及满意度作为因变量, 将上述8个因子作为自变量, 进行多元线性回归分析。spss软件在进行回归分析时, 自动剔除掉了住宿、交通及环境氛围因素。游客期望满意度测量指标与游客情感及满意度的回归分析方程拟合程度均较好, 总体也具有较高的显著性。分析结果如表 2、表 3所示。

从表 2及表 3中, 可以看出, 在游客期望满意度测量指标与游客情感回归分析中, 除“景观”因子对游客情感没有显著性影响, 其他4个因子均对游客情感产生显著性负向影响, 美食的期望对游客情感的影响系数为-0.162, 绝对值小于旅游服务与管理质量和旅游商品质量的系数, 因此美食的期望对游客情感的影响作用不是很大。在游客期望满意度测量指标与游客总体满意度回归分析中, 除“景观”、“娱乐”对游客满意度没有显著性影响, 其他3个因子均对游客情感产生显著性负向影响, 美食的期望对游客满意度的影响系数是-0.349, 绝对值均大于其他因子的系数, 因此, 游客对美食的期望对满意度的影响作用大于对游客情感的影响作用。

通过分析, 对前文所提出的研究假设H1，H2进行了验证, 结果显示H1，H2假设被接受。

3.2 感知下的满意度测评指标与游客情感及总体满意度的关系

本部分采用与前部分相同方法, 对游客满意度测评的27个具体指标进行因子分析。为了增加显著性, 所挑选出的每一项因子载荷都大于0.4, 剔除掉不符合因子后, 选择了其中的17个因子进行因子分析。研究分析结果显示, 参与分析的27个变量主要集中在8个主成分上, 分别命名为旅游景观、环境氛围、特色美食、旅游商品、住宿、娱乐、交通通讯和旅游服务与管理。并且这8个因子的累积方差贡献率为67.299%, 解释原来变量的大部分信息。如表 4所示。

为了进一步验证游客感知满意度测评指标与游客总体满意度和游客情感之间的关系, 将情感及满意度作为因变量, 将这8个因子作为自变量, 进行多元线性回归分析。游客感知满意度测量指标与游客情感及满意度的回归分析方程拟合程度均较好, 总体也具有较高的显著性。分析结果如下表。

从表 5及表 6中, 可以看出, 在游客感知满意度测量指标与游客情感回归分析中, 除“环境氛围”因子对游客情感没有显著性影响, 其他7个因子均对游客情感产生显著性正向影响。“旅游服务与管理、旅游商品、美食、景观、住宿”因子在0.01的水平上产生显著性影响, “交通”、“娱乐”因子在0.05的水平上产生显著影响, 其中美食的感知系数为0.284, 在8个因子中仅小于旅游服务与管理和旅游景观的系数, 因此, 美食的感知对游客情感的影响还是很大的。在游客感知满意度测量指标与游客总体满意度回归分析中, 除“环境氛围”对游客满意度没有显著性影响, 其他7个因子均在0.01的水平上对游客情感产生显著性正向影响, 美食的感知系数为0.265, 仅小于旅游服务与管理质量的系数, 因此, 美食的感知对游客总体满意度的影响作用也很大。从以上的分析中可以看出, 美食的感知对游客情感及满意度的影响作用大于美食的期望对游客情感及满意度的影响作用。

通过以上分析, 对前文所提出的研究假设H3，H4进行了验证, 结果显示H3，H4假设被接受。

3.3 游客满意度与游客情感的关系

本文对于游客满意度与情感之间差异性的分析, 选取游客对西安旅游的总体满意度与情感进行分析, 首先对游客满意度与情感进行相关性分析, 分析结果显示, 这两个变量在0.01的水平上显著相关。为了进一步证明情感与游客满意度的关系, 将游客情感作为自变量, 游客满意度作为因变量进行一元线性回归分析, 分析结果显示回归方程的显著性均较高, 模型拟合较好, 对方程进行自相关检验, DW值为1.865, 结果显示良好。这说明, 游客情感对游客满意度存在正向显著影响。综上所述, H5假设被接受。

4 结论与讨论

本文研究了美食对游客的游客满意度及情感的影响, 分析美食对西安旅游的重要性及游客在旅游过程中的情绪及其心理规律, 主要得到以下结论:

游客美食期望对游客情感及满意度产生负向显著影响。本文以Oliver的“期望-实绩”模型作为基础^[3], 对西南地区游客游览西安的期望与实际感知进行调查, 并与游客情感及总体满意度分别进行回归分析, 结果支持并验证了“期望-实绩”理论。“期望越大, 失望越大”, 游客对于美食的期望对游客的情感及满意度具有显著负向影响, 这说明, 游客的期望越高, 在游览过程中所得到的情感越偏向负面且满意度越低。美食的期望对游客情感及游客满意度的影响作用在本文研究所用到的8个影响因子中占有很大的比重, 美食越来越成为游客在游览中必须要尝试的旅游体验之一, 也成为了旅游目的地重要吸引因素。

游客美食感知对游客情感及满意度产生正向显著影响。本文将游客的实际感知与游客情感及满意度进行回归分析后发现, 游客的美食感知对游客满意度及情感存在正面显著影响, 且影响作用仅次于旅游服务与管理因子, 影响力排在第二位, 这说明特色美食已成为影响西南地区游客满意度至关重要的影响因子。美食在游客旅游过程中发挥着极为重要的作用, 是一个提升游客满意度及情感的重要工具, 能够使游客在旅游过程中产生更加愉悦的心情, 极易影响游客情感并进而影响其满意度的。

情感对游客满意度产生显著的正向影响。游客在旅游过程中的相关情绪会使他们产生积极或者消极的情感并直接影响满意度, 这说明游客在游览过程中越产生正面的情感, 情感越积极, 越会相应程度地提高其满意度。通过对问卷数据的分析显示, 总体来说西南地区游客对西安的游览还是十分满意的, 情感也十分正面。

本文通过文献阅读及大部分的游客活动, 默认游客在游览过程中的影响因子仅为文中所提到的八类, 而忽略了其他未被关注的因子, 因此得到的分析数据也不是很全面; 为了突出口味差异, 选取的游客均为西南地区爱好偏辣的游客, 样本选取较为局限, 对于其他国别、省别、文化背景游客的相关研究结果有待进一步验证。希望未来的研究中, 能够在控制变量的基础上, 丰富样本容量, 使研究具有普适性。