气候变化对低碳旅游行为的影响以武陵源世界自然遗产地为例

冯程, 夏凡, 邓吉祥

冯程, 夏凡, 邓吉祥. 气候变化对低碳旅游行为的影响—以武陵源世界自然遗产地为例[J]. 自然保护地,2022,2(4):51−66. DOI: 10.12335/2096-8981.2022050901
引用本文: 冯程, 夏凡, 邓吉祥. 气候变化对低碳旅游行为的影响—以武陵源世界自然遗产地为例[J]. 自然保护地,2022,2(4):51−66. DOI: 10.12335/2096-8981.2022050901
FENG Cheng, XIA Fan, DENG Jixiang. The Impact of Climate Change on Low Carbon Tourism Behaviour ——Take Wulingyuan World Natural Heritage Site as an Example[J]. Natural Protected Areas, 2022, 2(4): 51−66. DOI: 10.12335/2096-8981.2022050901
Citation: FENG Cheng, XIA Fan, DENG Jixiang. The Impact of Climate Change on Low Carbon Tourism Behaviour ——Take Wulingyuan World Natural Heritage Site as an Example[J]. Natural Protected Areas, 2022, 2(4): 51−66. DOI: 10.12335/2096-8981.2022050901

气候变化对低碳旅游行为的影响——以武陵源世界自然遗产地为例

基金项目: 教育部国家一流本科专业(旅游管理)建设点项目(教高厅函【2019】46号-国85);湖南省哲学社会科学基金项目(18JD03);湖南省哲学社会科学基金项目(19YBA215);湖南省教育厅项目(17C0129)
详细信息
    通讯作者:

    邓吉祥: E-mail:154907698@qq.com

  • 中图分类号: F59

The Impact of Climate Change on Low Carbon Tourism Behaviour ——Take Wulingyuan World Natural Heritage Site as an Example

  • 摘要: 气候变化负面影响旅游业的发展,旅游业的急速增长也加剧了气候变化,低碳旅游成为缓解气候变化的重要方式。探讨气候变化影响下游客的低碳旅游行为,对推动旅游业向着绿色、节能的方向发展具有重要意义,也符合我国“双碳”建设的目标,满足生态建设的整体要求。本研究以刺激-机体-反应(SOR)模型为理论框架,以世界自然遗产地武陵源为例,通过滚雪球的方式对450名目标游客进行网络问卷调查,探讨气候变化感知(原因感知、风险感知和适应感知)对其低碳旅游行为的影响机制。实证研究发现,1)在气候变化背景下,游客的低碳旅游意愿及其行为总体上处于较高水平;2)在刺激因素中,气候变化适应感知起主导作用,对游客低碳旅游行为的影响程度最深;3)在机体因素中,游客的低碳旅游态度与意愿对其低碳旅游行为的产生起到关键核心作用;4)在低碳旅游行为中,游客最可能践行购买型低碳旅游行为,减量型低碳旅游行为次之。基于此,本研究提出加强宣传教育、扩大社会参与、加大技术支持等建议,以期为我国旅游业实现“双碳”目标提供参考。
    Abstract: Climate change negatively influences tourism development, and the rapid growth of tourism is also exacerbating climate change. Low-carbon tourism has become an important way to mitigate climate change. Exploring the low-carbon tourism behavior of tourists under the influence of climate change is important to promote the development of tourism in the direction of green and energy-saving, and is also in line with the goal of “dual carbon” construction, meeting the overall requirements of ecological construction. Taking the Stimulus-Organism-Response (SOR) model as the theoretical framework, this paper used the World Natural Heritage site Wulingyuan as an example and conducted a web-based questionnaire survey on 450 target tourists by snowballing to explore the mechanism of the public’s perception of climate change (cause perception, risk perception, and adaptation perception) on their low-carbon tourism behavior. The empirical study found that: 1) In the context of climate change, tourists’ low carbon tourism willingness and behaviour were generally at a high level; 2) among the stimulus factors, climate change adaptation perception played a dominant role and had the deepest influence on tourists’ low-carbon tourism behaviour; 3) among the organism factors, tourists’ low-carbon tourism attitudes and willingness played a key central role in generating their low-carbon tourism behaviour; 4) among low carbon tourism behaviour, tourists were most likely to practice purchase based low carbon tourism behaviour, followed by reduction based low carbon tourism behaviour. Based on the results, suggestions were made to strengthen publicity and education, expand social participation and increase technical support, in order to provide a reference for the tourism industry to achieve the “carbon peaking and carbon neutrality goals”.
  • 全球碳排量年增长率预计2035年将达到3.2%[1]。作为全球最大且增长最快的产业之一,旅游业产生的二氧化碳量对气候变化的影响不容小觑,且旅游发展对气候变化极为敏感[2-3]。有数据显示,旅游业排放的二氧化碳量占全球碳排总量的8%[4],与旅游业相关的交通、住宿、餐饮、旅游活动等均会对碳排放量产生较大影响,其中旅游交通是旅游业能源消耗最主要的来源[5]。为了缓解碳排放,2021年11月世界旅游组织、联合国环境署及其合作伙伴在第26届联合国气候变化大会发起了《格拉斯哥旅游气候行动宣言》,300多家旅游企业和相关政府承诺到2030年将排放量减少一半,在2050年实现净零排放。减少碳排放量已成为全球各个国家和地区共同的责任。中国作为负责任的大国,在减排政策和行动方面做出了表率。2021年中国提出“双碳”战略,即“碳达峰”“碳中和”,围绕该目标,各行各业均应承担起相应的责任,旅游业作为影响碳排放量的主要产业,理应采取相应行动。此外,为了贯彻“绿水青山就是金山银山”理论,全域推进生态文明建设,实现旅游业转型升级,协调旅游经济发展与旅游业碳排放关系,推动旅游业向着绿色、减排的方向发展也迫在眉睫[6]。气候变化成为了旅游领域研究的热点话题[7]。2013年Keener[8]研究认为,由于气候变暖,海平面上升,部分岛屿即将消失,海岛旅游受到严重威胁,海水变暖也会导致大面积的珊瑚礁死亡[9-10],许多以滨海旅游为经济支柱的国家或地区将遭受严重冲击[11];滑雪旅游、观鸟旅游等旅游业态均会受到不同程度的冲击[12-13]。此外,气候变化对出入境旅游[14-15]、客流量[16-17]、旅游决策[18-19]、旅游吸引力[20]、游客重游意愿[21]也会产生一定的影响。旅游业必须对节能、减排做出积极响应。因此,学者们开展了大量的探索:Natalia等[22]采用“投入—产出法”评估夏威夷游客对能源的需求,解析了旅游目的地与能源利用之间的关系。Becken[23]剖析了游客和旅游专家对气候变化和森林碳汇的感知区别,得出后者的认知程度高于前者。研究结果发现,旅游行为是影响气候的主要因素之一[24],即不适当的旅游行为会对气候造成负面影响[25],且游客作为旅游活动的主体,其碳排放量远大于当地居民的碳排放量[26-27]。于是,学者们从游客角度探寻如何促进低碳旅游的发展,分析游客对低碳旅游的认知、意愿和行为等,并探索三者之间的关系[28-29],剖析游客参与低碳旅游的驱动因素与形成机制[30-31]。然而,现有研究缺乏理论模型,指标较单一,未能有效地促进低碳旅游的发展。综上所述,本研究基于现有研究成果,以游客为研究主体,采用SOR模型,进一步丰富研究指标,探讨气候变化对游客低碳旅游行为的影响,推动旅游业的转型升级,以期为我国“双碳”目标的实现提供参考,为生态文明的建设贡献力量。

    武陵源风景区地处湖南省西北部,由张家界国家森林公园和国家地质公园、索溪峪自然保护区、天子山自然保护区和杨家界景区组成,以世界罕见的石英砂岩峰林地貌为主[32]。1992年武陵源被联合国教科文组织列为世界自然遗产保护区,2003年入选世界地质公园名录。该风景区凭借其独特的地质地貌、丰富的森林资源以及珍奇的动植物资源,吸引了国内外大量游客,逐渐发展成为我国中部地区成熟的自然遗产旅游地。近年来,受旅游人数激增、旅游交通及旅游行为方式等因素变化的影响,该地区发展低碳旅游正面临着严峻的挑战[33-34]。此外,作为以自然生态环境为主要特色的景区,研究气候变化对武陵源景区低碳旅游行为的影响具有典型性,能够为同类型遗产旅游目的地的可持续发展提供参考。

    个体应对气候变化时首先开始响应的是感知。Grothmann等[35]在个人主动适应气候变化的社会认知模型(model of private proactive adaptation to climate change,MPPACC)中,将个体对气候变化的感知分解为风险感知和适应感知。王晓红等[36]通过研究发现,气候变化感知还包括原因感知。因此,本研究选取气候变化原因感知、气候变化风险感知及气候变化适应感知来探究游客气候变化感知对低碳旅游行为的影响。其中,气候变化原因感知是指公众对引发气候变化的人为原因或自然原因的感知。气候变化风险感知则是指个体对气候变化带来的风险的识别与感知,通常包括气候变化的严重性感知与可能性感知[37]。气候变化适应感知则是指个体对自身适应能力、适应成本及适应效果进行的感知和识别,包括适应功效感知、自我效能感知及适应成本感知[38]

    SOR模型最早是由Mehrabian和Russel共同提出,主要用于探究外部刺激对个体认知或情绪的影响,从而预测个人行为。在SOR模型中,S(stimulus)是指“刺激”,主要是外部环境因素。气候变化是对自然和人类社会系统产生负面影响和风险的外部刺激因素,旅游业也因此遭受重创[39]。可以用“气候变化感知”的不同维度来衡量气候变化这一外部环境刺激因素的“刺激影响”。部分研究常基于个体感知视角挖掘SOR理论模型中的外部刺激要素,如网播直播带货[40](感知产品质量、感知产品服务、消费者信任)、社会网络互动[41](感知互动的易用性、个性化、双相沟通等)。因此,本研究将“气候变化原因感知”“气候变化风险感知”和“气候变化适应感知”作为“S”框架。O(organism)是指“机体”,表示个体受到环境因素刺激而形成的认知及情绪变化。“低碳旅游认知”“低碳旅游态度”以及“低碳旅游意愿”,实质上是游客面对气候变化时的心理反应,故将其作为本研究中的“O”要素。R(response)是指“反应”,即个体根据认知和情绪变化做出的行为响应。本研究中的“低碳旅游行为”包括购买型低碳旅游行为、减量型低碳旅游行为和维护型低碳旅游行为[5]。其中,“购买型低碳旅游行为”是指游客倾向于购买绿色餐饮、住宿等旅游产品的行为,“减量型低碳旅游行为”是游客减少对高消耗性、不可持续性物品的使用行为,“维护型低碳旅游行为”是指旅游者主动制定低碳旅游计划、弥补碳排放等行为,从而达到对环境的维护。这3种行为均是游客应对气候变化作出的回应,以期达到减排目的,故将其列为“R”范畴。近年来,SOR模型被运用于旅游领域。例如,Cheng等[42]运用此模型探究游客对市场策略的感知(外部环境刺激)、游客满意度及积极情绪(机体认知)以及游客重新意愿(响应因素)三者之间的关系;刘雷等[43]采用SOR理论模型探讨动机-机会-能力(外部环境刺激)、技术接受模型(机体认知)以及体育旅游消费意向(响应因素)三者之间的关系。低碳旅游作为一种新型的节能减排旅游形式,旅游者的低碳旅游行为可能是受到外部因素刺激,导致个体对低碳旅游的心理发生改变,从而产生低碳旅游行为。因此,本研究认为SOR模型为低碳旅游行为研究提供了理论保障。

    低碳旅游秉承低能耗、低污染、低排放的发展模式,追求旅游业的节能减排与社会、生态、经济综合效益最大化的可持续发展[44]。在气候变化的背景下[45],低碳经济与旅游业相互结合,低碳旅游受到广泛关注[46]。Han等[47]以韩国济州岛为例,研究发现气候变化能够促使游客产生环境负责任行为;窦璐[48]在探索旅游者感知价值对环境负责行为的影响机制中,研究发现游客感知对行为具有显著的正向影响;Semenza等[49]借鉴美国的经验数据,研究发现人们对气候变化的关注度与低碳减排行为呈现显著的正相关。根据SOR理论,外部环境刺激会使个体产生行为反应。气候变化的日益加剧,大众对低碳旅游的关注程度也在提高,对气候变化的原因、风险及适应感知愈加强烈,而大众作为低碳旅游的重要参与者之一,其对气候变化的感知愈强,愈可能践行低碳旅游行为来缓解气候变化的压力[50]。据此,本研究提出如下假设:

    H1a:气候变化原因感知对低碳旅游行为具有正向影响

    H1b:气候变化风险感知对低碳旅游行为具有正向影响

    H1c:气候变化适应感知对低碳旅游行为具有正向影响

    个体通过对外界事物进行认识或信息加工,会形成对某一事物的认知。本研究中的低碳旅游认知是指旅游者在已有感知印象的基础上,结合自身旅游的经验及经历,对已掌握的低碳旅游信息进行识别、筛选、传输、加工和处理,最终形成对低碳旅游的认识和评价。旅游认知的发生常常基于旅游感知。相关研究表明,大众对气候变化的感知会正向影响生态旅游认知[51-52]。此外,基于SOR理论,外部环境刺激会引起机体产生情绪或心理反应,即气候变化感知可能会增加人们对低碳旅游的认知。基于此,本研究提出如下假设:

    H2a:气候变化原因感知对低碳旅游认知具有正向影响

    H2b:气候变化风险感知对低碳旅游认知具有正向影响

    H2c:气候变化适应感知对低碳旅游认知具有正向影响

    本研究中的低碳旅游态度是指旅游者表现出对低碳旅游的一种心理体验,主要是喜欢或厌恶,以及践行低碳旅游正面或负面的感受。现有研究证实,气候变化感知会直接影响游客的生态旅游态度[52]。此外,结合SOR理论,本研究提出如下假设:

    H3a:气候变化原因感知对低碳旅游态度具有正向影响

    H3b:气候变化风险感知对低碳旅游态度具有正向影响

    H3c:气候变化适应感知对低碳旅游态度具有正向影响

    低碳旅游意愿是指个体对低碳旅游的反应倾向,即大众选择低碳旅游行为的主观可能性,是产生低碳旅游行为之前的准备状态。程云等[53]研究发现,风险感知会影响大众的康养旅游意愿。此外,根据SOR理论,外部环境刺激会引起机体产生情绪或心理反应。据此推测在面临气候变化的危机,大众对气候变化的感知可能增加其低碳旅游意愿。基于此,本研究提出如下假设:

    H4a:气候变化原因感知对低碳旅游意愿具有正向影响

    H4b:气候变化风险感知对低碳旅游意愿具有正向影响

    H4c:气候变化适应感知对低碳旅游意愿具有正向影响

    低碳旅游能够有效地缓解气候变化危机,已经渐渐地被大众获悉。有研究发现,在气候变化的背景下,游客对气候变化的感知度会影响其低碳旅游认知、态度、意愿与行为,且后四者之间存在一定的联系。认知对态度至关重要,不论是积极的还是消极的态度最终归结于个体的认知。单独存在的某件事物不会直接影响个体态度,但是当个体产生对该事物的看法和认知时,态度就会受到认知的影响。Sirakaya等[54]和张玲[50]的研究也证实,个体对旅游认知的程度越高,则对旅游发展的态度越支持。

    认知是大众产生行为的重要基础,可能决定着行为的发生与否[55-56]。换言之,个体可能会产生低碳旅游行为的前提是基于对低碳旅游的认知。程占红等[57]针对气候变暖,对五台山景区游客进行问卷调查,得出游客对低碳旅游的认知水平越高,越容易产生低碳旅游行为。此外,依据SOR理论,在外部刺激触发了机体对环境刺激的认知和情绪反应后,这些心理变化会导致行为上的响应。综上分析,在气候变化的前提下,游客对低碳旅游的认知可能会改善其低碳旅游态度与行为[58]。据此,本研究提出以下假设:

    H5:低碳旅游认知对低碳旅游态度具有正向影响

    H6:低碳旅游认知对低碳旅游行为具有正向影响

    态度的形成会影响意愿,且两者呈正相关关系[59]。有研究表明,人类对某一事物的态度越积极,越容易产生意愿。吕宛青[60]基于TPB模型,研究居民可持续遗产旅游的参与行为,发现态度对意愿的作用最大。Singh等[61]通过采访300名印度居民,研究居民的环境态度对其生态行为的影响,推断消费者的生态行为会取决其对环境的态度,环境态度可以作为生态行为的预测因子。马奔等[62]通过对农户的保护态度与行为进行研究,发现保护态度与保护行为之间呈正相关关系。低碳旅游意愿与低碳旅游行为存在本质区别,低碳旅游意愿只是旅游者可能有践行低碳旅游行为的意向,虽然能有效地预测低碳旅游行为,但是从意愿转化到实质的行为仍需要一系列的步骤。陈丽丽[5]运用Pearson相关分析和结构方程分析,通过探究不同变量与低碳旅游行为之间的关系,得出低碳旅游意愿会正向影响低碳旅游行为。此外,依据SOR理论,在外部刺激触发了机体对环境刺激的认知和情绪反应后,这些心理变化会导致行为上的响应[63-64]。综上分析,低碳旅游态度可能会对低碳旅游意愿和行为产生积极影响,低碳旅游意愿可能会正向影响低碳旅游行为。据此,本研究提出以下假设:

    H7:低碳旅游态度对低碳旅游意愿具有正向影响

    H8:低碳旅游态度对低碳旅游行为具有正向影响

    H9:低碳旅游意愿对低碳旅游行为具有正向影响

    基于上述理论及假设,构建如图1所示的SOR概念模型。

    图  1  概念模型
    Figure  1.  Conceptual model

    本研究问卷包括2个部分:第1部分是游客人口统计学特征和旅游行为信息;第2部分是由7个量表组成(表1)。量表的设计主要围绕假说模型展开,以国内外成熟量表为基础,结合研究区域的实际情况,最终选取7类变量及其对应题项,分别为气候变化原因感知量表、气候变化风险感知量表、气候变化适应量表、低碳旅游认知量表、低碳旅游态度量表、低碳旅游意愿量表和低碳旅游行为量表。所有量表均采用Likert 7点计分法,要求被采访者从1(非常不同意)到7(非常同意)对每个题项进行正向打分。

    表  1  问卷题项及参考量表
    Table  1.  Questionnaire items and reference scale
    变量题项参考量表
    气候变化原因感知 CP1人类活动导致气候变化
    CP2二氧化碳的排放导致气候变化
    CP3旅游活动导致气候变化
    CP4化石燃料的使用导致气候变化
    Linden等[65]关于气候变化认知的量表
    气候变化风险感知 严重性感知 RP1气候变化导致全球气温上升
    RP2气候变化导致空气质量恶化
    Lydia等[33]关于国家公园游客气候变化风险认知的量表
    可能性感知 RP3气候变化负面影响旅游业发展
    RP4气候变化损害动植物资源
    RP5气候变化破坏地质景观
    气候变化适应感知 适应效能感知 AP1适应行动能减缓气候变化的负面影响 赵雪雁等[38]关于农户对气候变化的适应意象量表和黄晓萱等[66]关于居民对城市暴雨内涝的适应行为量表
    自我效能感知 AP2自身适应气候变化能力强
    适应成本感知 AP3会投入资金采取适应行动
    AP4会投入时间采取适应行动
    低碳旅游认知 LCC1了解低碳旅游知识
    LCC2认识低碳旅游产品
    LCC3能够分辨低碳旅游行为
    郑杰等[52]关于生态旅游行为研究的量表
    低碳旅游态度 LCA1低碳旅游能够减少碳排放
    LCA2低碳旅游能够减缓气候变化
    LCA3低碳旅游能够改善旅游景区环境
    LCA4低碳旅游有益于旅游业的可持续发展
    LCA5低碳旅游是明智的
    赵黎明等[30]关于低碳旅游行为的量表
    低碳旅游意愿 LCW1不久的将来,我可能会进行低碳旅游
    LCW2不久的将来,我愿意进行低碳旅游
    LCW3不久的将来,我肯定会进行低碳旅游
    LCW4不久的将来,我愿意向别人推荐低碳旅游
    程云等[52]关于康养旅游意愿的量表
    低碳旅游行为 购买型低碳旅游行为 LCB1选择吃当地食材做的餐饮
    LCB2选择绿色低碳酒店
    LCB3选择低碳出行方式(火车、公交、自行车等)
    LCB4参加低碳主题旅游
    Kuo等[67]关于低碳旅游行为的量表和陈丽丽[5]关于游客低碳旅游行为影响机制的量表
    减量型低碳旅游行为 LCB5减少旅途垃圾
    LCB6节约使用能源,如水、电等
    LCB7不要求每天换寝具(床上用品、毛巾等)
    LCB8减少购买过度包装的商品
    维护型低碳旅游行为 LCB9选择低能耗的旅游活动
    LCB10采取措施弥补旅行途中的碳排放
    LCB11不使用一次性用品
    LCB12制定节能减排的旅行计划
    下载: 导出CSV 
    | 显示表格

    由于受新冠肺炎疫情的影响,本研究采用网络问卷获取样本数据。问卷星是国内较早致力于自助式在线设计问卷以及相关服务的调查网站,输出功能完善。基于此,本研究利用问卷星设计问卷,借助微信、QQ等社交平台,通过滚雪球的方式,即寻找好友列表里去过武陵源的游客,受访者再进一步转发问卷给去过的游客。在进行正式问卷调查之前,本研究进行了预调查,并根据预调查结果对问卷进行调整和修改。线上正式问卷调查时间为2022年1月20—27日,为了规避线上问卷的弊端,题项中放置测谎题保证问卷的真实性,且相同IP只能作答一次,共收集到450份问卷,剔除填写时间低于60秒且答案相同率超过80%的问卷后,最终得到有效问卷407份,有效率为90.44%。在有效样本中,女性数量多于男性数量,其中,女性为211人,占比51.84%;男性为196人,占比48.16%。从年龄组成来看,以青年人为主,19~30岁的被访者共有114人,占比28.01%;31~40岁的被访者共有80人,占比19.66%。从月收入来看,以中高收入水平为主,3 001~5 000元为148人,5 001~ 8 000元为132人,8 000元以上为73人,分别占比36.36%、32.43%、17.94%。从学历分析,专科或本科人数最多,共124人;研究生次之,共93人,分别占总人数的30.47%与22.85%。从事与旅游相关工作的人员有144人,占35.38%,与旅游无关的有263人,占比64.62%。参加过环保型社团的有198人,占比48.65%;未参加过的共有209人,占比51.35%。对气候关注度平均得分5.34分,整体而言,本次调研目标人群具有年轻化、高学历、较高收入、较关心气候变化等特征。

    本研究运用Cronbach’s α系数法对不同观测变量进行信度检验,整体信度为0.945,各变量的Cronbach’s α均达到理想值0.7,则说明各变量均具有较好的内部一致性(表2)。

    表  2  信度检验
    Table  2.  Reliability test
    维度题项Cronbach’s α
    气候变化原因感知40.851
    气候变化风险感知50.859
    气候变化适应感知40.866
    低碳旅游认知30.838
    低碳旅游态度50.879
    低碳旅游意愿40845
    购买型低碳旅游行为40.835
    减量型低碳旅游行为40.817
    维护型低碳旅游行为40.796
    下载: 导出CSV 
    | 显示表格

    表3可知,首先,进行验证性因素分析以确保所有构面的聚敛效度。各观测变量的标准化载荷系数超过0.5,均达到显著水平,说明各维度与其构成的观测变量之间的相关度较高。其次,进一步计算各变量的平均方差抽取量和组合信度,所有维度的聚敛效度(AVE)大于0.5,组成信度(CR)值大于0.7,达到检验标准。由此可见,数据具有较好的建构效度与一致性。此外,测量模型拟合度:χ2/df=1.540, GFI=0.896,NFI=0.895, RFI=0.885, IFI=0.961, TLI=0.957, CFI=0.960, RMSEA=0.036<0.08, SRMR=0.0533<0.08。该结果表明模型配适度良好,满足模型拟合要求。

    表  3  测量模型聚合效度检验
    Table  3.  Aggregation validity of the measurement model
    变量观测变量标准化
    因子载荷
    AVECR
    气候变化原因感知CP10.8490.5980.856
    CP20.766
    CP30.761
    CP40.712
    气候变化风险感知RP10.8800.5620.864
    RP20.724
    RP30.744
    RP40.702
    RP50.683
    气候变化适应感知AP10.8810.6300.871
    AP20.788
    AP30.765
    AP40.733
    低碳旅游认知LCC10.8380.6420.843
    LCC20.802
    LCC30.762
    低碳旅游态度LCA10.8900.6030.883
    LCA20.731
    LCA30.748
    LCA40.731
    LCA50.772
    低碳旅游意愿LCW10.8620.5910.852
    LCW20.733
    LCW30.737
    LCW40.735
    购买型低碳旅游行为LCB10.8800.5800.847
    LCB20.725
    LCB30.720
    LCB40.708
    减量型低碳旅游行为LCB50.7040.5230.814
    LCB60.695
    LCB70.742
    LCB80.749
    维护型低碳旅游行为LCB90.6850.5030.802
    LCB100.696
    LCB110.727
    LCB120.728
    下载: 导出CSV 
    | 显示表格

    本研究采用AMOS检验模型区分效度,具体结果如表4所示。参照现有研究成果,当每个潜变量的AVE值平方根大于各变量之间相关系数时,模型具有良好的区别效度。由表4可知,各题项之中、各题项之间最大的相关系数为0.568,与之对应的AVE值平方根为0.731,则说明各变量之间区别效度良好。

    表  4  测量模型的区分效度
    Table  4.  Discrimination validity of the measurement model
    构面均值M标准差SDCPRPAPLCCLCALCWLCB
    气候变化原因感知CP 4.378 1.658 (0.773)
    气候变化风险感知RP 4.262 1.587 0.338** (0.750)
    气候变化适应感知AP 4.283 1.641 0.378** 0.323** (0.794)
    低碳旅游认知LCC 4.250 1.659 0.368** 0.319** 0.392** (0.801)
    低碳旅游态度LCA 4.174 1.644 0.397** 0.405** 0.370** 0.366** (0.777)
    低碳旅游意愿LCW 4.203 1.644 0.467** 0.399** 0.382** 0.426** 0.474** (0.769)
    低碳旅游行为LCB 4.254 1.485 0.453** 0.474** 0.522** 0.502** 0.510** 0.568** (0.731)
    注:( )内值为AVE平方根,**表示p<0.01,*表示p<0.05。
    下载: 导出CSV 
    | 显示表格

    本研究采用结构方程模型来检验潜变量之间的影响关系,通过检验发现原始模型的整体拟合指数基本达到门槛值,但修正指数显示仍有改进空间,需要在潜变量之间增加相关关系,据此修正后,拟合指标均达到理想值,整体结构模型的适配度较好(结构模型拟合度:χ2/df=1.552, GFI=0.895, NFI=0.894, RFI=0.884, IFI=0.960, TLI=0.956, CFI=0.959, RMSEA=0.037<0.08, SRMR=0.055<0.08)。各变量之间的路径关系结果如表5所示。

    表  5  模型路径检测结果
    Table  5.  Model path test results
    假设路径关系路径系数SEt显著性 p结果
    H1a气候变化原因感知—低碳旅游行为0.0700.0471.5020.133未通过
    H1b气候变化风险感知—低碳旅游行为0.1470.0443.382***通过
    H1c气候变化适应感知—低碳旅游行为0.2800.0624.548***通过
    H2a气候变化原因感知—低碳旅游认知0.1570.0453.510***通过
    H2b气候变化风险感知—低碳旅游认知0.1140.0412.748**通过
    H2c气候变化适应感知—低碳旅游认知0.2480.0594.236***通过
    H3a气候变化原因感知—低碳旅游态度0.1530.0463.358***通过
    H3b气候变化风险感知—低碳旅游态度0.1790.0434.171***通过
    H3c气候变化适应感知—低碳旅游态度0.1630.0612.684**通过
    H4a气候变化原因感知—低碳旅游意愿0.1840.0434.288***通过
    H4b气候变化风险感知—低碳旅游意愿0.1130.0392.891**通过
    H4c气候变化适应感知—低碳旅游意愿0.1320.0542.439*通过
    H5低碳旅游认知—低碳旅游态度0.1720.0652.656**通过
    H6低碳旅游认知—碳旅游行为0.2380.0653.659***通过
    H7低碳旅游态度—低碳旅游意愿0.2310.0544.249***通过
    H8低碳旅游态度—低碳旅游行为0.1850.0613.045**通过
    H9低碳旅游意愿—低碳旅游行为0.3060.0734.217***通过
    注:***p<0.001,**p<0.01,*p<0.05。
    下载: 导出CSV 
    | 显示表格

    表5可知,首先,从低碳旅游的刺激因素来看,气候变化原因感知对低碳旅游认知、低碳旅游意愿和低碳旅游态度存在显著影响,即假设H2a、H3a、H4a均成立,但低碳旅游行为的影响不显著(SE=0.047,p=0.133>0.05)外,即假设H1a不成立;气候变化风险感知和气候变化适应感知对低碳旅游认知、低碳旅游意愿、低碳旅游态度和低碳旅游行为均存在显著影响,即假设H1b、H1c、H2b、H2c、H3b、H3c、H4b、H4c均成立。在刺激因素中,气候变化适应感知对低碳旅游行为的直接作用最大(β=0.280),其次是气候变化风险感知(β=0.147)和气候变化原因感知(β=0.070)。

    其次,从低碳旅游的机体因素来看,低碳旅游态度(β=0.185,p<0.01)、低碳旅游意愿(β=0.306,p<0.001)、低碳旅游认知(β=0.238,p<0.001)对低碳旅游行为均具有显著影响,即假设H6、H8、H9成立;同时低碳旅游认知对低碳旅游态度具有显著影响(β=0.172,p<0.01),低碳旅游态度对低碳旅游意愿具有显著影响(β=0.231,p<0.001),即假设H5、H7成立。在机体因素中,低碳旅游意愿对低碳旅游行为的直接作用最大(β=0.306),其次是低碳旅游认知(β=0.238)和低碳旅游态度(β=0.185)。

    为了进一步研究机体因素气候变化原因感知、气候变化风险感知、气候变化适应感知在气候变化刺激因素与低碳旅游行为之间的中介效应,本研究采用Bootstrap方法进行验证,抽取5 000个Bootstrap样本进行95%的置信区间估计,检验结果如表6所示。

    表  6  中介效应检验结果
    Table  6.  Mediation effect results
    效应类型路径关系效应值LLCIULCIP
    总效应1 气候变化原因感知—低碳旅游行为 0.228* 0.125 0.329 0.000
    直接效应1 气候变化原因感知—低碳旅游行为 0.077 −0.390 0.182 0.197
    间接效应1 气候变化原因感知—低碳旅游认知—低碳旅游行为 0.003 0.001 0.010 0.007
    间接效应2 气候变化原因感知—低碳旅游态度—低碳旅游行为 0.041* 0.014 0.081 0.001
    间接效应3 气候变化原因感知—低碳旅游意愿—低碳旅游行为 0.031 0.008 0.069 0.003
    间接效应4 气候变化原因感知—低碳旅游认知—低碳旅游态度—低碳旅游行为 0.061* 0.028 0.116 0.000
    间接效应5 气候变化原因感知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.005 0.001 0.017 0.005
    间接效应6 气候变化原因感知—低碳旅游认知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.012 0.004 0.027 0.002
    总效应2 气候变化风险感知—低碳旅游行为 0.287* 0.188 0.375 0.001
    直接效应2 气候变化风险感知—低碳旅游行为 0.163 0.620 0.256 0.004
    间接效应7 气候变化风险感知—低碳旅游认知—低碳旅游行为 0.002 0.000 0.007 0.005
    间接效应8 气候变化风险感知—低碳旅游态度—低碳旅游行为 0.030 0.008 0.066 0.004
    间接效应9 气候变化风险感知—低碳旅游意愿—低碳旅游行为 0.037* 0.014 0.074 0.001
    间接效应10 气候变化风险感知—低碳旅游认知—低碳旅游态度—低碳旅游行为 0.038 0.011 0.077 0.006
    间接效应11 气候变化风险感知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.004 0.001 0.013 0.007
    间接效应12 气候变化风险感知—低碳旅游认知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.014* 0.006 0.030 0.000
    总效应3 气候变化适应感知—低碳旅游行为 0.346* 0.244 0.437 0.000
    直接效应3 气候变化适应感知—低碳旅游行为 0.224* 0.119 0.315 0.000
    间接效应13 气候变化适应感知—低碳旅游认知—低碳旅游行为 0.002 0.000 0.005 0.008
    间接效应14 气候变化适应感知—低碳旅游态度—低碳旅游行为 0.047* 0.018 0.091 0.000
    间接效应15 气候变化适应感知—低碳旅游意愿—低碳旅游行为 0.024 0.005 0.060 0.009
    间接效应16 气候变化适应感知—低碳旅游认知—低碳旅游态度—低碳旅游行为 0.032 0.004 0.073 0.020
    间接效应17 气候变化适应感知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.006 0.001 0.018 0.007
    间接效应18 气候变化适应感知—低碳旅游认知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.009 0.002 0.024 0.007
    注:*表示效果显著。
    下载: 导出CSV 
    | 显示表格

    1)当自变量为气候变化原因感知时,气候变化原因感知对低碳旅游行为的总效应显著(β=0.228),95%的置信区间为(0.125, 0.329);直接效应不显著,间接效应2(β=0.041)与间接效应4(β=0.061)均显著,则说明低碳旅游认知和低碳旅游态度在气候变化原因感知与低碳旅游行为之间起着完全中介作用。

    2)当自变量为气候变化风险感知时,气候变化风险感知对低碳旅游行为的总效应显著(β=0.287),95%的置信区间为(0.188, 0.375);直接效应不显著,间接效应9(β=0.037)和间接效应12(β=0.014)显著,则说明低碳旅游意愿在气候变化风险感知和低碳旅游行为之间起着完全中介作用。

    3)当自变量为气候变化适应感知时,气候变化适应感知对低碳旅游行为的总效应显著(β=0.346),直接效应(β=0.224)显著,间接效应14(β=0.047)显著,则说明低碳旅游态度在气候变化适应感知和低碳旅游行为之间起着部分中介作用。

    本研究通过增加参数限制条件,设置嵌套模型,对研究构建的结构模型进行恒等性检验。首先,除了因素结构相同外,不做其他限制,分别采用从事行业是否与旅游相关的游客样本数据独立拟合基准模型,以验证模型的结构形态不变性;嵌套模型1、嵌套模型2、嵌套模型3、嵌套模型4在基准模型的基础上逐步增加因子载荷相等、结构路径相等、协方差相等、方差相等限制条件,通过对比以上5个模型,查验理论模型在不同程度上的跨样本稳定性。基准模型的拟合优度见表7的注释,除与旅游相关群组的NFIRFI值略低外,与旅游相关以及与旅游无关群组对基准模型的整体拟合度均达到理想值,并且两组拟合指标,除了GFI、NFI、RFI值有差异之外,其他指标值基本相近,这说明模型在不同群体之间是稳定的。此外,由嵌套模型限制条件及模型比较结果可知(表7),嵌套模型2相对于嵌套模型1、嵌套模型3相对于嵌套模型2、嵌套模型4相对于嵌套模型3的卡方差异显著性检验P值均大于0.05,且7个拟合度指标的增量绝对值较小(小于临界值0.05),完全能够接受模型无差异的虚无假设。基于此,本研究构建的“气候变化感知—低碳旅游认知—低碳旅游态度—低碳旅游意愿—低碳旅游行为模型”在因子载荷、路径系数、协方差、方差等方面均具有跨样本的稳定性和有效性。低碳旅游行为影响机制的路径模型如图2所示。

    表  7  嵌套模型限制条件及比较结果
    Table  7.  Parameter constraints and model comparison results of nested models
    模型限制条件∆χ2dfPGFICFITLINFIRFIIFIRMSEA是否恒等
    基准模型 结构形态相同
    嵌套模型1 结构形态同、因子载荷等 37.673 30.000 0.158 −0.004 −0.001 0.000 −0.004 0.000 −0.001 0.000
    嵌套模型2 结构形态同、因子载荷等、路径系数等 12.383 17.000 0.776 0.000 0.001 0.001 −0.001 0.001 0.000 −0.001
    嵌套模型3 结构形态同、因子载荷等、路径系数等、协方差等 5.658 3.000 0.129 −0.001 −0.001 0.000 −0.001 0.000 0.000 0.000
    嵌套模型4 结构形态同、因子载荷等、路径系数等、协方差等、方差等 29.627 44.000 0.952 −0.003 0.002 0.003 −0.003 0.003 0.001 −0.001
    注:与旅游相关模型拟合度:χ2/df=1.218, GFI=0.804, NFI=0.794, RFI=0.775, IFI=0.956, TLI=0.951, CFI=0.955, RMSEA=0.039, SRMR=0.069;与旅游无关模型拟合度:χ2/df=1.450, GFI=0.855, NFI=0.854, RFI=0.841, IFI=0.950, TLI=0.944, CFI=0.949, RMSEA=0.041, SRMR=0.062。
    下载: 导出CSV 
    | 显示表格
    图  2  低碳旅游行为影响机制的路径模型
    注:***p<0.001,**p<0.01,*p<0.05;实线箭头表示通过初始假设检验;虚线箭头表示未通过初始假设检验。
    Figure  2.  Path model of the influence mechanism of low-carbon tourism behaviour

    本研究基于SOR模型,以武陵源世界自然遗产地为例,着重分析了游客对气候变化的感知(气候变化原因感知、气候变化风险感知以及气候变化适应感知)对大众低碳旅游认知、态度、意愿以及行为的作用效应,具体结论如下:

    1)在气候变化的严峻背景下,武陵源世界自然遗产地游客的低碳旅游意愿及行为总体得分处于较高水平,这也证实了SOR模型中的“R”的确会受到“S”和“O”的影响。描述性统计分析结果显示,当地游客低碳旅游行为整体均值达到4.254分,这说明游客的环保意识进一步提高,低碳旅游行为的践行意愿也随之增长。其中,购买型低碳旅游行为均值为4.320分,略高于其他低碳旅游行为的均值,表明游客对低碳、环保类型的旅游产品愈加青睐,保护环境的意识与日俱增。减量型低碳旅游行为均值为4.243分,略低于整体均值,表明践行减量型低碳行为仍存在一定的难度,游客在旅程中减量型低碳行为可能会影响舒适性,游客行为习惯难以在短时间内改变。维护型低碳旅游行为均值为4.200分,表明游客尚不能践行节约资源等减碳型行为,要求其制定低碳旅游计划或产生碳补偿意愿较难,但是维护性低碳行为均值也超过了4分,表明这一行为在未来有很大的改进空间。

    2)从低碳旅游行为的刺激因素来看,气候变化原因感知对低碳旅游行为的直接效应并不显著,虽然游客普遍了解导致气候变化的原因,但仅知晓这一事实并不能引导和规范游客采取环保行动,游客需要对气候变化原因的信息进一步加工,从而影响低碳旅游行动。本研究的中介效应检验结果佐证了此观点,气候变化原因感知通过正向影响低碳旅游认知与低碳旅游态度,从而产生低碳旅游行为。类似地,气候变化风险感知也需要通过中介作用才能促进低碳旅游行为的产生。这再次验证了SOR模型中的作用机制,即外界刺激因素会通过触发机体的认知和心理变化,导致行为上的响应及变化。因此,本研究不仅为研究气候变化感知对低碳旅游行为的作用机制搭建了良好的理论框架,而且扩大了SOR理论的应用范围。最后,结构方程模型结果表明,气候变化适应感知对低碳旅游行为的总效应最大,认识自身行为可能对气候变化带来的影响,以及为缓解气候变化愿意投入的成本直接影响游客是否愿意践行低碳旅游。因此,当游客具备“地球主人翁”意识,相信自身环保行为对环境有积极作用,同时能够以较低成本、较少时间实现环保行为时,其将更愿意参与到低碳旅游中。

    3)从低碳旅游行为产生的机体因素来看,低碳旅游意愿是当地游客低碳旅游行为产生的关键因素,低碳旅游意愿是指游客践行低碳旅游的意向性,其对游客低碳旅游行为的直接作用最大,这表明当游客自身的低碳旅游意愿越强,其越有可能在实际中开展低碳旅游活动;低碳旅游认知也对低碳旅游行为具有正向作用,低碳旅游认知包括对低碳旅游相关知识、产品和行为的了解。研究结果表明,游客对低碳旅游的了解程度越深,越有可能促使游客参与低碳旅游;低碳旅游态度对低碳旅游行为的正向促进作用最小,但仍然显著。综上所述,低碳旅游认知与意愿是影响游客开展低碳旅游的关键因素,因此,普及低碳旅游相关认知、给予低碳旅游行为相应鼓励是促进低碳旅游的有力措施。

    本研究以世界自然遗产地武陵源为例,在研究游客是否愿意在以自然生态环境为主要吸引物的旅游地践行低碳旅游行为方面具有较强的代表性。由理论模型和问卷结果可知,游客对气候变化的感知是决定游客产生低碳旅游行为的关键要素。因此,本研究从气候变化原因感知、风险感知以及适应感知这3个根本要素出发,考虑不同类型的低碳旅游行为,提出促进低碳旅游发展的有效建议,也为其他同类型遗产旅游目的地推广低碳旅游提供参考。

    1)加强宣传教育,推广低碳旅游。首先,国家及政府部门要充分利用线上、线下等媒介,对气候变化与低碳旅游的关系、气候变化的原因、危害、低碳旅游的好处、具体做法等相关知识进行宣传和普及,争取做到全面覆盖,让公众随时随地地获取低碳旅游信息;其次,联动社会力量宣传低碳旅游,促进公众低碳旅游的认知,营造正向的社会舆论,转变大众对低碳旅游的态度,鼓动大众选择低碳旅游,购买低碳旅游产品;最后,旅游相关部门及企业要先培养从业人员的低碳旅游意识,充分掌握低碳旅游的理念及具体做法,从而在工作中能够向游客普及低碳旅游知识,带动游客参与低碳旅游活动,减少对能源的消耗。

    2)建立产品体系,扩大社会参与。首先,张家界市可以打造成套、完整、良好的低碳旅游发展体系及环境,号召旅游景区、酒店、餐饮店等竭力营造低碳旅游体验环境,为游客的低碳旅游之行提供保障。其次,政府及旅游企业要鼓励居民践行低碳旅游与低碳生活,充分发挥当地居民的力量,通过居民去感染游客的旅游行为。最后,政府及旅游企业需要不断推出、更新低碳旅游产品和活动,满足不同居民和游客的需求,使其不受自身相关因素约束,均能参与其中,促进低碳旅游氛围的形成,从而培养自身的“地球主人翁”意识,主动地去节能减排。

    3)健全管理机制,加大技术支持。首先,政府部门要加强低碳旅游立法,增加低碳旅游发展约束力;其次,要加强监督管理职能,建立健全低碳旅游发展体系;最后,构建低碳旅游奖惩机制,对于达到标准的部门给予奖励,对于未达标的单位进行惩处。同时,为了不降低游客在低碳旅游中的体验感,相关部门及单位应该大力引进国内外低碳旅游发展的先进技术、产品及服务,将其运用到低碳旅游所涉及的过程中去,争取做到“减排不减体验感”。

    本研究基于SOR理论,探讨了气候变化对游客低碳旅游行为的影响,但是存在以下不足:首先,由于疫情影响,本研究只有线上问卷数据,无法保证问卷数据的可靠性,未来需要增加线下问卷数据。其次,游客对气候变化的感知、认知、态度等,实则是游客细微、复杂的心理变化,是动态的过程,未来可以从时间尺度动态研究游客的心理变化。最后,未来的研究可以进一步补充气候变化感知的维度以及机体因素“O”的维度,深入剖析这些因素对低碳旅游行为的作用机制及影响效应。

  • 图  1   概念模型

    Figure  1.   Conceptual model

    图  2   低碳旅游行为影响机制的路径模型

    注:***p<0.001,**p<0.01,*p<0.05;实线箭头表示通过初始假设检验;虚线箭头表示未通过初始假设检验。

    Figure  2.   Path model of the influence mechanism of low-carbon tourism behaviour

    表  1   问卷题项及参考量表

    Table  1   Questionnaire items and reference scale

    变量题项参考量表
    气候变化原因感知 CP1人类活动导致气候变化
    CP2二氧化碳的排放导致气候变化
    CP3旅游活动导致气候变化
    CP4化石燃料的使用导致气候变化
    Linden等[65]关于气候变化认知的量表
    气候变化风险感知 严重性感知 RP1气候变化导致全球气温上升
    RP2气候变化导致空气质量恶化
    Lydia等[33]关于国家公园游客气候变化风险认知的量表
    可能性感知 RP3气候变化负面影响旅游业发展
    RP4气候变化损害动植物资源
    RP5气候变化破坏地质景观
    气候变化适应感知 适应效能感知 AP1适应行动能减缓气候变化的负面影响 赵雪雁等[38]关于农户对气候变化的适应意象量表和黄晓萱等[66]关于居民对城市暴雨内涝的适应行为量表
    自我效能感知 AP2自身适应气候变化能力强
    适应成本感知 AP3会投入资金采取适应行动
    AP4会投入时间采取适应行动
    低碳旅游认知 LCC1了解低碳旅游知识
    LCC2认识低碳旅游产品
    LCC3能够分辨低碳旅游行为
    郑杰等[52]关于生态旅游行为研究的量表
    低碳旅游态度 LCA1低碳旅游能够减少碳排放
    LCA2低碳旅游能够减缓气候变化
    LCA3低碳旅游能够改善旅游景区环境
    LCA4低碳旅游有益于旅游业的可持续发展
    LCA5低碳旅游是明智的
    赵黎明等[30]关于低碳旅游行为的量表
    低碳旅游意愿 LCW1不久的将来,我可能会进行低碳旅游
    LCW2不久的将来,我愿意进行低碳旅游
    LCW3不久的将来,我肯定会进行低碳旅游
    LCW4不久的将来,我愿意向别人推荐低碳旅游
    程云等[52]关于康养旅游意愿的量表
    低碳旅游行为 购买型低碳旅游行为 LCB1选择吃当地食材做的餐饮
    LCB2选择绿色低碳酒店
    LCB3选择低碳出行方式(火车、公交、自行车等)
    LCB4参加低碳主题旅游
    Kuo等[67]关于低碳旅游行为的量表和陈丽丽[5]关于游客低碳旅游行为影响机制的量表
    减量型低碳旅游行为 LCB5减少旅途垃圾
    LCB6节约使用能源,如水、电等
    LCB7不要求每天换寝具(床上用品、毛巾等)
    LCB8减少购买过度包装的商品
    维护型低碳旅游行为 LCB9选择低能耗的旅游活动
    LCB10采取措施弥补旅行途中的碳排放
    LCB11不使用一次性用品
    LCB12制定节能减排的旅行计划
    下载: 导出CSV

    表  2   信度检验

    Table  2   Reliability test

    维度题项Cronbach’s α
    气候变化原因感知40.851
    气候变化风险感知50.859
    气候变化适应感知40.866
    低碳旅游认知30.838
    低碳旅游态度50.879
    低碳旅游意愿40845
    购买型低碳旅游行为40.835
    减量型低碳旅游行为40.817
    维护型低碳旅游行为40.796
    下载: 导出CSV

    表  3   测量模型聚合效度检验

    Table  3   Aggregation validity of the measurement model

    变量观测变量标准化
    因子载荷
    AVECR
    气候变化原因感知CP10.8490.5980.856
    CP20.766
    CP30.761
    CP40.712
    气候变化风险感知RP10.8800.5620.864
    RP20.724
    RP30.744
    RP40.702
    RP50.683
    气候变化适应感知AP10.8810.6300.871
    AP20.788
    AP30.765
    AP40.733
    低碳旅游认知LCC10.8380.6420.843
    LCC20.802
    LCC30.762
    低碳旅游态度LCA10.8900.6030.883
    LCA20.731
    LCA30.748
    LCA40.731
    LCA50.772
    低碳旅游意愿LCW10.8620.5910.852
    LCW20.733
    LCW30.737
    LCW40.735
    购买型低碳旅游行为LCB10.8800.5800.847
    LCB20.725
    LCB30.720
    LCB40.708
    减量型低碳旅游行为LCB50.7040.5230.814
    LCB60.695
    LCB70.742
    LCB80.749
    维护型低碳旅游行为LCB90.6850.5030.802
    LCB100.696
    LCB110.727
    LCB120.728
    下载: 导出CSV

    表  4   测量模型的区分效度

    Table  4   Discrimination validity of the measurement model

    构面均值M标准差SDCPRPAPLCCLCALCWLCB
    气候变化原因感知CP 4.378 1.658 (0.773)
    气候变化风险感知RP 4.262 1.587 0.338** (0.750)
    气候变化适应感知AP 4.283 1.641 0.378** 0.323** (0.794)
    低碳旅游认知LCC 4.250 1.659 0.368** 0.319** 0.392** (0.801)
    低碳旅游态度LCA 4.174 1.644 0.397** 0.405** 0.370** 0.366** (0.777)
    低碳旅游意愿LCW 4.203 1.644 0.467** 0.399** 0.382** 0.426** 0.474** (0.769)
    低碳旅游行为LCB 4.254 1.485 0.453** 0.474** 0.522** 0.502** 0.510** 0.568** (0.731)
    注:( )内值为AVE平方根,**表示p<0.01,*表示p<0.05。
    下载: 导出CSV

    表  5   模型路径检测结果

    Table  5   Model path test results

    假设路径关系路径系数SEt显著性 p结果
    H1a气候变化原因感知—低碳旅游行为0.0700.0471.5020.133未通过
    H1b气候变化风险感知—低碳旅游行为0.1470.0443.382***通过
    H1c气候变化适应感知—低碳旅游行为0.2800.0624.548***通过
    H2a气候变化原因感知—低碳旅游认知0.1570.0453.510***通过
    H2b气候变化风险感知—低碳旅游认知0.1140.0412.748**通过
    H2c气候变化适应感知—低碳旅游认知0.2480.0594.236***通过
    H3a气候变化原因感知—低碳旅游态度0.1530.0463.358***通过
    H3b气候变化风险感知—低碳旅游态度0.1790.0434.171***通过
    H3c气候变化适应感知—低碳旅游态度0.1630.0612.684**通过
    H4a气候变化原因感知—低碳旅游意愿0.1840.0434.288***通过
    H4b气候变化风险感知—低碳旅游意愿0.1130.0392.891**通过
    H4c气候变化适应感知—低碳旅游意愿0.1320.0542.439*通过
    H5低碳旅游认知—低碳旅游态度0.1720.0652.656**通过
    H6低碳旅游认知—碳旅游行为0.2380.0653.659***通过
    H7低碳旅游态度—低碳旅游意愿0.2310.0544.249***通过
    H8低碳旅游态度—低碳旅游行为0.1850.0613.045**通过
    H9低碳旅游意愿—低碳旅游行为0.3060.0734.217***通过
    注:***p<0.001,**p<0.01,*p<0.05。
    下载: 导出CSV

    表  6   中介效应检验结果

    Table  6   Mediation effect results

    效应类型路径关系效应值LLCIULCIP
    总效应1 气候变化原因感知—低碳旅游行为 0.228* 0.125 0.329 0.000
    直接效应1 气候变化原因感知—低碳旅游行为 0.077 −0.390 0.182 0.197
    间接效应1 气候变化原因感知—低碳旅游认知—低碳旅游行为 0.003 0.001 0.010 0.007
    间接效应2 气候变化原因感知—低碳旅游态度—低碳旅游行为 0.041* 0.014 0.081 0.001
    间接效应3 气候变化原因感知—低碳旅游意愿—低碳旅游行为 0.031 0.008 0.069 0.003
    间接效应4 气候变化原因感知—低碳旅游认知—低碳旅游态度—低碳旅游行为 0.061* 0.028 0.116 0.000
    间接效应5 气候变化原因感知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.005 0.001 0.017 0.005
    间接效应6 气候变化原因感知—低碳旅游认知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.012 0.004 0.027 0.002
    总效应2 气候变化风险感知—低碳旅游行为 0.287* 0.188 0.375 0.001
    直接效应2 气候变化风险感知—低碳旅游行为 0.163 0.620 0.256 0.004
    间接效应7 气候变化风险感知—低碳旅游认知—低碳旅游行为 0.002 0.000 0.007 0.005
    间接效应8 气候变化风险感知—低碳旅游态度—低碳旅游行为 0.030 0.008 0.066 0.004
    间接效应9 气候变化风险感知—低碳旅游意愿—低碳旅游行为 0.037* 0.014 0.074 0.001
    间接效应10 气候变化风险感知—低碳旅游认知—低碳旅游态度—低碳旅游行为 0.038 0.011 0.077 0.006
    间接效应11 气候变化风险感知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.004 0.001 0.013 0.007
    间接效应12 气候变化风险感知—低碳旅游认知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.014* 0.006 0.030 0.000
    总效应3 气候变化适应感知—低碳旅游行为 0.346* 0.244 0.437 0.000
    直接效应3 气候变化适应感知—低碳旅游行为 0.224* 0.119 0.315 0.000
    间接效应13 气候变化适应感知—低碳旅游认知—低碳旅游行为 0.002 0.000 0.005 0.008
    间接效应14 气候变化适应感知—低碳旅游态度—低碳旅游行为 0.047* 0.018 0.091 0.000
    间接效应15 气候变化适应感知—低碳旅游意愿—低碳旅游行为 0.024 0.005 0.060 0.009
    间接效应16 气候变化适应感知—低碳旅游认知—低碳旅游态度—低碳旅游行为 0.032 0.004 0.073 0.020
    间接效应17 气候变化适应感知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.006 0.001 0.018 0.007
    间接效应18 气候变化适应感知—低碳旅游认知—低碳旅游态度—低碳旅游意愿—低碳旅游行为 0.009 0.002 0.024 0.007
    注:*表示效果显著。
    下载: 导出CSV

    表  7   嵌套模型限制条件及比较结果

    Table  7   Parameter constraints and model comparison results of nested models

    模型限制条件∆χ2dfPGFICFITLINFIRFIIFIRMSEA是否恒等
    基准模型 结构形态相同
    嵌套模型1 结构形态同、因子载荷等 37.673 30.000 0.158 −0.004 −0.001 0.000 −0.004 0.000 −0.001 0.000
    嵌套模型2 结构形态同、因子载荷等、路径系数等 12.383 17.000 0.776 0.000 0.001 0.001 −0.001 0.001 0.000 −0.001
    嵌套模型3 结构形态同、因子载荷等、路径系数等、协方差等 5.658 3.000 0.129 −0.001 −0.001 0.000 −0.001 0.000 0.000 0.000
    嵌套模型4 结构形态同、因子载荷等、路径系数等、协方差等、方差等 29.627 44.000 0.952 −0.003 0.002 0.003 −0.003 0.003 0.001 −0.001
    注:与旅游相关模型拟合度:χ2/df=1.218, GFI=0.804, NFI=0.794, RFI=0.775, IFI=0.956, TLI=0.951, CFI=0.955, RMSEA=0.039, SRMR=0.069;与旅游无关模型拟合度:χ2/df=1.450, GFI=0.855, NFI=0.854, RFI=0.841, IFI=0.950, TLI=0.944, CFI=0.949, RMSEA=0.041, SRMR=0.062。
    下载: 导出CSV
  • [1]

    Peeters P, Dubois G. Tourism Travel under Climate Change Mitigation Constraints[J]. Journal of Transport Geography, 2010, 18(3): 447−457. DOI: 10.1016/j.jtrangeo.2009.09.003

    [2]

    Cheer J M, Lew A A. Tourism, Resilience and Sustainability: Adapting to Social, Political and Economic Change[M]. London: Routledge, 2017.

    [3]

    Loehr J, Becken S. The Tourism Climate Change Knowledge System[J]. Annals of Tourism Research, 2021, 86: 103073. DOI: 10.1016/j.annals.2020.103073

    [4]

    Lenzen M, Sun Y Y, Faturay F, et al. The Carbon Footprint of Global Tourism[J]. Nature Climate Change, 2018, 8(6): 522−528. DOI: 10.1038/s41558-018-0141-x

    [5] 陈丽丽. 生态旅游景区旅游者低碳旅游行为影响机制及引导策略研究[D]. 广州: 华南农业大学, 2018.
    [6] 黄国庆, 汪子路, 时朋飞, 等. 黄河流域旅游业碳排放脱钩效应测度与空间分异研究[J]. 中国软科学, 2021(4): 82−93.
    [7] 侯国林, 黄震方, 台运红, 等. 旅游与气候变化研究进展[J]. 生态学报, 2015, 35(9): 2837−2847.
    [8]

    Keener V. Climate Change and Pacific Islands: Indicators and Impacts: Report for the 2012 Pacific Islands Regional Climate Assessment[M]. Washington: Island Press, 2013.

    [9]

    Done T , Whetton P , Jones R N , et al. Global Climate Change and Coral Bleaching on the Great Barrier Reef[J]. Australian Institute of Marine Science, 2003.

    [10]

    Zeppel H, Beaumont N. Climate Change and Tourism Futures Responses by Australian Tourism Agencies[J]. Tourism and Hospitality Research, 2012, 12(2): 73−88. DOI: 10.1177/1467358412444807

    [11]

    Arabadzhyan A, Figini P, García C, et al. Climate Change, Coastal Tourism, and Impact Chains-A Literature Review[J]. Current Issues in Tourism, 2021, 24(16): 2233−2268. DOI: 10.1080/13683500.2020.1825351

    [12]

    Demiroglu O C, Lundmark L, Saarinen J, et al. The Last Resort? Ski Tourism and Climate Change in Arctic Sweden[J]. Journal of Tourism Futures, 2020, 6(1): 91−101. DOI: 10.1108/JTF-05-2019-0046

    [13] 刘俊, 黄莉, 孙晓倩, 等. 气候变化对中国观鸟旅游的影响: 基于鸟类物候变化的分析[J]. 地理学报, 2019, 74(5): 912−922.
    [14]

    Hamilton J M, Maddison D J, Tol R S J. Climate Change and International Tourism: A Simulation Study[J]. Global Environmental Change, 2005, 15(3): 253−266. DOI: 10.1016/j.gloenvcha.2004.12.009

    [15]

    Bujosa A, Riera A, Torres C M. Valuing Tourism Demand Attributes to Guide Climate Change Adaptation Measures Efficiently: The Case of the Spanish Domestic Travel Market[J]. Tourism Management, 2015, 47: 233−239. DOI: 10.1016/j.tourman.2014.09.023

    [16]

    Amelung B, Nicholls S, Viner D. Implications of Global Climate Change for Tourism Flows and Seasonality[J]. Journal of Travel Research, 2007, 45(3): 285−296. DOI: 10.1177/0047287506295937

    [17]

    Yang J M, Wan C Y. Progress in Research on the Impacts of Global Climate Change on Winter Ski Tourism[J]. Advances in Climate Change Research, 2010, 1(2): 55−62. DOI: 10.3724/SP.J.1248.2010.00055

    [18]

    Day J, Chin N, Sydnor S, et al. Weather, Climate, and Tourism Performance: A Quantitative Analysis[J]. Tourism Management Perspectives, 2013, 5: 51−56. DOI: 10.1016/j.tmp.2012.11.001

    [19]

    Seetanah B, Fauzel S. Investigating the Impact of Climate Change on the Tourism Sector: Evidence from a Sample of Island Economies[J]. Tourism Review, 2019, 74(2): 194−203. DOI: 10.1108/TR-12-2017-0204

    [20]

    Martín M B G. Weather, Climate and Tourism: A Geographical Perspective[J]. Annals of Tourism Research, 2005, 32(3): 571−591. DOI: 10.1016/j.annals.2004.08.004

    [21]

    Unbehaun W, Pröbstl U, Haider W. Trends in Winter Sport Tourism: Challenges for the Future[J]. Tourism Review, 2008, 63(1): 36−47. DOI: 10.1108/16605370810861035

    [22]

    Tabatchnaia-Tamirisa N, Loke M K, Leung P S, et al. Energy and Tourism in Hawaii[J]. Annals of Tourism Research, I997, 24(2): 390-401.

    [23]

    Becken S. How Tourists and Tourism Experts Perceive Climate Change and Carbon-Offsetting Schemes[J]. Journal of Sustainable Tourism, 2004, 12(4): 332−345. DOI: 10.1080/09669580408667241

    [24]

    Gao J, Huang Z W, Zhang C Z. Tourists’ Perceptions of Responsibility: An Application of Norm-Activation Theory[J]. Journal of Sustainable Tourism, 2017, 25(2): 276−291. DOI: 10.1080/09669582.2016.1202954

    [25]

    Lee T H, Jan F H, Yang C C. Conceptualizing and Measuring Environmentally Responsible Behaviors from the Perspective of Community-Based Tourists[J]. Tourism Management, 2013, 36(6): 454−468.

    [26]

    Konan D E, Chan H L. Greenhouse Gas Emissions in Hawai'i: Household and Visitor Expenditure Analysis[J]. Energy Economics, 2010, 32(1): 210−219. DOI: 10.1016/j.eneco.2009.06.015

    [27]

    Kuo N W, Chen P H. Quantifying Energy Use, Carbon Dioxide Emission, and Other Environmental Loads from Island Tourism Based on a Life Cycle Assessment Approach[J]. Journal of Cleaner Production, 2009, 17(15): 1324−1330. DOI: 10.1016/j.jclepro.2009.04.012

    [28] 方淑苗, 方帆. 基于链式多重中介模型的低碳旅游动机对游客行为意向的影响研究[J]. 安徽建筑大学学报, 2021, 29(5): 59−65+84.
    [29] 唐承财, 于叶影, 杨春玉, 等. 张家界国家森林公园游客低碳认知、意愿与行为分析[J]. 干旱区资源与环境, 2018, 32(4): 43−48.
    [30] 赵黎明, 张海波, 孙健慧. 旅游情境下公众低碳旅游行为影响因素研究: 以三亚游客为例[J]. 资源科学, 2015, 37(1): 201−210.
    [31] 张琰飞, 朱海英, 刘芳. 旅游环境、消费习惯与低碳旅游参与意愿的关系: 以武陵源自然遗产地为例[J]. 旅游学刊, 2013, 28(6): 56−64.
    [32] 王翊安. 武陵源风景名胜区可持续发展研究[J]. 资源开发与市场, 2011, 27(9): 862−864.
    [33]

    Horne L, De Urioste-Stone S, Seekamp E, et al. Determinants of Visitor Climate Change Risk Perceptions in Acadia National Park, Maine, USA[J]. Journal of Outdoor Recreation and Tourism, 2021, 35: 100401. DOI: 10.1016/j.jort.2021.100401

    [34] 王春雅, 王金牛, 崔霞, 等. 藏东南三江并流核心区植被时空动态变化及其气候驱动力分析[J]. 地理研究, 2021, 40(11): 3191−3207.
    [35]

    Grothmann T, Patt A. Adaptive Capacity and Human Cognition: The Process of Individual Adaptation to Climate Change[J]. Global Environmental Change, 2005, 15(3): 199−213. DOI: 10.1016/j.gloenvcha.2005.01.002

    [36] 王晓红, 胡士磊. 气候变化认知、环境效能感对居民低碳减排行为的影响[J]. 科普研究, 2021, 16(3): 99−106,112. DOI: 10.19293/j.cnki.1673-8357.2021.03.012
    [37]

    Slovic P, Finucane M L, Peters E, et al. Risk as Analysis and Risk as Feelings: Some Thoughts about Affect, Reason, Risk, and Rationality[J]. Risk Analysis, 2004, 24(2): 311−322. DOI: 10.1111/j.0272-4332.2004.00433.x

    [38] 赵雪雁, 薛冰. 高寒生态脆弱区农户对气候变化的感知与适应意向: 以甘南高原为例[J]. 应用生态学报, 2016, 27(7): 2329−2339.
    [39]

    Jiang T, Li X C, Chao Q C, et al. Highlights and Understanding of Climate Change 2014: Impact, Adaptation, and Vulnerability[J]. Climate Change Research, 2014, 10(3): 157−166.

    [40] 刘禹. 基于SOR模型的网络直播对消费者购买体育用品意愿的影响: 感知价值的中介作用[J]. 体育教育学刊, 2022, 38(1): 39−46. DOI: 10.3969/j.issn.1672-268X.2022.1.tyhstx202201006
    [41] 宋蒙蒙, 乔琳, 胡涛. 基于SOR理论的社交网络互动对旅游行为的影响[J]. 企业经济, 2019, 38(5): 72−79. DOI: 10.13529/j.cnki.enterprise.economy.2019.05.010
    [42]

    Cheng W L, Tsai H, Chuang H, et al. How Can Emerging Event Sustainably Develop in the Tourism Industry?: From the Perspective of the S-O-R Model on a Two-Year Empirical Study[J]. Sustainability, 2020, 12(23): 10075. DOI: 10.3390/su122310075

    [43] 刘雷, 史小强. 新冠肺炎疫情背景下体育旅游消费行为影响机制: 基于S-O-R框架的MOA-TAM整合模型的实证分析[J]. 旅游学刊, 2021, 36(8): 52−70.
    [44] 唐承财, 钟林生, 成升魁. 我国低碳旅游的内涵及可持续发展策略研究[J]. 经济地理, 2011, 31(5): 862−867. DOI: 10.15957/j.cnki.jjdl.2011.05.028
    [45] 柯山, 潘辉, 陈钦, 等. 旅游者环境契合度影响因素及关系模型研究—以武夷山国家公园为例[J]. 自然保护地, 2022, 2(1): 12−22. DOI: 10.12335/2096-8981.2021072101.
    [46] 李姝晓, 程锦红, 程占红. 全球气候变化背景下低碳旅游研究进展及可视化分析[J]. 中国生态旅游, 2021, 11(1): 141−158.
    [47]

    Han J H, Lee M J, Hwang Y S. Tourists’Environmentally Responsible Behavior in Response to Climate Change and Tourist Experiences in Nature-Based Tourism[J]. Sustainability, 2016, 8(7): 1−14.

    [48] 窦璐. 旅游者感知价值、满意度与环境负责行为[J]. 干旱区资源与环境, 2016, 30(1): 197−202. DOI: 10.13448/j.cnki.jalre.2016.035
    [49]

    Semenza J C, Hall D E, Wilson D J, et al. Public Perception of Climate Change: Voluntary Mitigation and Barriers to Behavior Change[J]. American Journal of Preventive Medicine, 2008, 35(5): 479−487. DOI: 10.1016/j.amepre.2008.08.020

    [50] 张玲. 基于认知和态度的城市居民低碳旅游行为意向形成机理研究: 以南京市为例[D]. 南京: 南京师范大学, 2015.
    [51] 白凯, 马耀峰, 游旭群. 基于旅游者行为研究的旅游感知和旅游认知概念[J]. 旅游科学, 2008, 22(1): 22−28. DOI: 10.3969/j.issn.1006-575X.2008.01.004
    [52] 郑杰, 张茹馨, 雷硕, 等. 气候变化对游客生态旅游行为的影响研究: 以秦岭地区为例[J]. 资源开发与市场, 2018, 34(7): 987−991. DOI: 10.3969/j.issn.1005-8141.2018.07.018
    [53] 程云, 殷杰. 新冠肺炎疫情是否激发了康养旅游意愿?: 一个条件过程模型的检验[J]. 旅游学刊, 2022, 37(7): 119−132.
    [54]

    Sirakaya E, Teye V, Sönmez S. Understanding Residents’ Support for Tourism Development in the Central Region of Ghana[J]. Journal of Travel Research, 2002, 41(1): 57−67. DOI: 10.1177/004728750204100109

    [55] 崔维军, 杜宁, 李宗锴, 等. 气候变化认知、社会责任感与公众减排行为: 基于CGSS2010数据的实证分析[J]. 软科学, 2015, 29(10): 39−43.
    [56] 王静, 沈月琴, 朱臻, 等. 公众对森林碳汇服务的认知与支付意愿分析[J]. 浙江林学院学报, 2010, 27(6): 910−915.
    [57] 程占红, 程锦红, 张奥佳. 五台山景区游客低碳旅游认知及影响因素研究[J]. 旅游学刊, 2018, 33(3): 50−60. DOI: 10.3969/j.issn.1002-5006.2018.03.010
    [58] 沈苏彦, 曾梅玲. 国家森林公园旅游体验及其区域差异研究[J]. 自然保护地, 2021, 1(1): 52−59. DOI: 10.12335/2096-8981.2021012002
    [59]

    Ajzen I. The Theory of Planned Behavior[J]. Organizational Behavior and Human Decision Processes, 1991, 50(2): 179−211. DOI: 10.1016/0749-5978(91)90020-T

    [60] 吕宛青. 居民可持续遗产旅游参与行为研究: 基于计划行为理论视角[J]. 社会科学家, 2019(12): 89−100. DOI: 10.3969/j.issn.1002-3240.2019.12.014
    [61]

    Singh N, Gupta K. Environmental Attitude and Ecological Behaviour of Indian Consumers[J]. Social Responsibility Journal, 2013, 9(1): 4−18. DOI: 10.1108/17471111311307787

    [62] 马奔, 申津羽, 丁慧敏, 等. 基于保护感知视角的保护区农户保护态度与行为研究[J]. 资源科学, 2016, 38(11): 2137−2146.
    [63] 胡兵, 傅云新, 熊元斌. 旅游者参与低碳旅游意愿的驱动因素与形成机制: 基于计划行为理论的解释[J]. 商业经济与管理, 2014(8): 64−72. DOI: 10.3969/j.issn.1000-2154.2014.08.007
    [64] 王玉洁. 基于计划行为理论的低碳旅游意向研究[D]. 武汉: 华中师范大学, 2012.
    [65]

    Van Der Linden S. The Social-Psychological Determinants of Climate Change Risk Perceptions: Towards a Comprehensive Model[J]. Journal of Environmental Psychology, 2015, 41: 112−124. DOI: 10.1016/j.jenvp.2014.11.012

    [66] 黄晓萱, 徐慧, 温家洪, 等. 上海市居民对城市暴雨内涝的风险感知与适应行为研究[J]. 灾害学, 2022, 37(1): 192−198+219. DOI: 10.3969/j.issn.1000-811X.2022.01.032
    [67]

    Kuo N W, Dai Y Y. Applying the Theory of Planned Behavior to Predict Low-Carbon Tourism Behavior: A Modified Model from Taiwan[J]. International Journal of Technology and Human Interaction (IJTHI), 2012, 8(4): 45−62. DOI: 10.4018/jthi.2012100103

  • 期刊类型引用(6)

    1. 林向前. 环境质量感知对游客森林碳汇购买意愿的影响. 林业经济问题. 2025(01): 82-90 . 百度学术
    2. 成锦,李依,卜晓婷,贾伯聪. 旅游者-同伴互动对旅游者低碳消费行为的影响研究. 辽宁师范大学学报(自然科学版). 2024(02): 260-266 . 百度学术
    3. 周卫,范少贞,杨芩,闫晨,兰思仁. 城市森林步道游憩者幸福感的影响机制——场所依恋的调节作用. 林业经济问题. 2024(05): 493-503 . 百度学术
    4. 胡尊香. 低碳经济视野下旅游经济发展模式探析. 商展经济. 2023(14): 46-48 . 百度学术
    5. 王颖. 低碳旅游行为与目的地管理相关性探究——以贵州省为例. 旅游纵览. 2023(15): 64-66 . 百度学术
    6. 李丹,郭钊逢,周佳杨,张位中,凌小盼,刘勇,郭豫蕾. 低碳旅游行为影响因素——以成都市大熊猫繁育基地为例. 国家公园(中英文). 2023(04): 272-282 . 百度学术

    其他类型引用(2)

图(2)  /  表(7)
计量
  • 文章访问数:  697
  • HTML全文浏览量:  280
  • PDF下载量:  74
  • 被引次数: 8
出版历程
  • 收稿日期:  2022-05-08
  • 修回日期:  2022-09-07
  • 录用日期:  2022-09-15
  • 网络出版日期:  2022-12-29
  • 刊出日期:  2022-11-24

目录

/

返回文章
返回