1. 引言
近年来，旅游已成为大众生活的重要组成部分。根据文化和旅游部的统计，2023年我国国内出游人次同比大幅增长93.3%；国内旅游收入增长达到了140.3%。2024年上半年，国内出游人次为27.25亿，较上年同比增长14.3%，进一步显示了我国旅游业的强劲复苏。旅游出游人群中，2023年00后和90后占比达68%，2024年上半年26~35岁的青年群体占比达34%，都展现出其在旅游消费中的巨大潜力和主力军地位。因此，研究青年群体在旅游市场中的行为及偏好，对我国未来旅游业的发展具有重要意义。一方面，可以通过对青年群体的调研，帮助旅游企业制定更加具有针对性的产品和服务，从而满足青年群体的需求，提升青年群体对旅游活动的参与度，优化企业的旅游服务和产品设计，提升企业市场竞争力；另一方面，可以通过发现青年群体在基础设施、服务质量、文化体验等方面的旅游需求，为旅游业提供针对性的市场开发策略，帮助旅游目的地进行改进和提升，从而提高游客的整体满意度。
追溯青年旅游相关研究文献，深入探讨了旅游偏好的影响因素和旅游动机、旅游消费行为、旅游反馈体验等多方面的关联和影响。发现青年群体的样本不足，且大部分探究旅游偏好的文献聚焦旅游动机和行为特征，对于游客满意度和体验评价方面的研究有所欠缺。如余堃清、唐思琪(2022)分析了陕西省部分红色旅游景区游客的红色旅游偏好和行为特征[1]；陈春(2008)采用定性分析，对“80后”旅游动机与旅游消费行为关系展开研究，认为“80后”旅游动机主要由情感交流动机、文化审美动机、实践动机、游玩与享乐动机、逃避动机和从众与炫耀动机六大因子构成[2]；李田田、颜璐、戚晓雨、王培宇(2021)运用AMOS软件进行结构方程模型分析，验证了旅游动机会通过旅游态度来影响旅游偏好，旅游态度起中介作用[3]。刘洁等(2020)通过分析新时代我国在校大学生的旅游动机和消费行为，总结出大学生群体的消费行为特点即为自身可控范围内的隐形冲动，旅游动机与个人爱好和实用性关联度较高[4]。张春花(2021)运用SPSS统计方法对安徽省在校大学生的旅游消费行为特征进行了分析，通过分析网络时代的大学生消费行为特征提出要大力开发网红旅游线路、加大网络营销力度[5]。李响(2023)通过微信访谈法发现文字类自媒体信息的趣味性、真实度以及互动性是影响大学生旅游偏好的重要因素[6]。杨珂、魏翔(2024)等人运用WLS模型研究了旅游偏好对旅游消费的影响，发现旅游偏好通过旅游需求的中介作用对旅游消费产生正向影响[7]。
因此，本文对调查群体的样本数据进行了扩展，以完整的旅游消费过程为基础，对青年游客的旅游反馈体验进行了补充分析，从而反映旅游者的旅游偏好。
2. 样本基本情况
本模板仅针对采用A4纸型的论文版式。请务必确保您的论文采用A4幅面(21厘米 × 28.5厘米)进行排版。本次共收集问卷557份，经过两轮筛选，共清洗出异常与无效问卷83份，实际有效问卷共474份，有效问卷率为85.1%。
为确保问卷所收集的数据分析结构的有效性和合理性，对474份有效问卷进行信效度检验，并基于其收集的数据进行特征分析及综合分析。研究使用SPSS 26数据分析软件对整体进行信效度分析。分析得出标准化后的克隆巴林系数为0.927，说明问卷总体的可信度非常高，此外，结合KMO检验，其系数结果为0.961，说明问卷的效度很好，巴特利特球体检验的显著性为0.000，小于0.01，故拒绝原假设，说明问卷具有良好的效度，也说明统计数据适宜做因子分析。
对于调查对象的基本情况，主要从调查对象的年龄、性别、文化水平、性格特征、每月可支配收入等五个方面进行分析，不同的信息可以反映出调查对象不同的旅游动机、旅游偏好和消费能力等特点。
Table 1. Frequency analysis of personal information of survey objects
表1. 调查对象的个人信息的频率分析
变量 |
选项 |
频数 |
频率 |
有效频率 |
累计频率 |
年龄 |
15以下 |
3 |
0.6 |
0.6 |
0.6 |
16~20 |
190 |
40.1 |
40.1 |
40.7 |
21~25 |
166 |
35 |
35 |
75.7 |
26~30 |
61 |
12.9 |
12.9 |
88.6 |
31~35 |
32 |
6.8 |
6.8 |
95.4 |
36以上 |
22 |
4.6 |
4.6 |
100 |
性别 |
男 |
224 |
47.3 |
47.3 |
47.3 |
女 |
250 |
52.7 |
52.7 |
100 |
文化水平 |
小学及以下 |
6 |
1.2 |
1.2 |
1.2 |
初中 |
33 |
7 |
7 |
8.3 |
高中(含中专) |
60 |
12.7 |
12.7 |
21 |
大专 |
62 |
13.1 |
13.1 |
34.1 |
本科 |
278 |
58.6 |
58.6 |
92.6 |
研究生及以上 |
35 |
7.4 |
7.4 |
100 |
性格特征 |
内向 |
64 |
13.5 |
13.5 |
13.5 |
较内向 |
106 |
22.4 |
22.4 |
35.9 |
一般 |
153 |
32.3 |
32.3 |
68.1 |
较外向 |
118 |
24.9 |
24.9 |
93 |
外向 |
33 |
7 |
7 |
100 |
每月可支配收入 |
1000以下 |
76 |
16 |
16 |
16 |
1001~3000 |
232 |
48.9 |
48.9 |
65 |
3001~5000 |
84 |
17.7 |
17.7 |
82.7 |
5001~7000 |
37 |
7.8 |
7.8 |
90.5 |
7001~10,000 |
24 |
5.1 |
5.1 |
95.6 |
10,001以上 |
21 |
4.4 |
4.4 |
100 |
如表1所示，在年龄方面，15~35岁年龄段的被调查者占总数的94.8%，这是本研究选择该年龄段青年群体的原因之一；在性格方面，男性占47.3%，女性占52.7%，被调查者的女性人数略高于男性；在文化水平方面，普遍是本科生，此外高中及以上学历的占比为91.8%；在性格特征方面，大部分被调查者为一般性格，其余多集中在较内向和较外向；在每月可支配收入方面，1001~3000元的将近一半，占比48.9%，其次为3001~5000元和1000元以下，分别占比17.7%和16%。
3. 青年旅游偏好的特征分析
通过对旅游动机的变量进行频率分析和排名情况分析，发现排在首位的是其本身爱好旅游，第二是放松心情、缓解压力，第三是寻找灵感、获取知识，第四是说走就走，第五是出差或比赛，见表2。
Table 2. Analysis of tourism motivation
表2. 旅游动机分析
|
第一选择 |
第二选择 |
第三选择 |
第四选择 |
第五选择 |
总量 |
均值 |
标准偏差 |
排名 |
本身爱好旅游 |
238 |
57 |
33 |
38 |
29 |
395 |
4.11 |
1.313 |
1 |
放松心情，缓解压力 |
174 |
183 |
45 |
24 |
12 |
438 |
4.1 |
0.978 |
2 |
寻找灵感，获取知识 |
19 |
61 |
137 |
53 |
63 |
333 |
2.76 |
1.128 |
3 |
说走就走 |
21 |
64 |
90 |
129 |
48 |
352 |
2.66 |
1.105 |
4 |
出差或比赛 |
5 |
12 |
18 |
13 |
26 |
74 |
2.42 |
1.303 |
5 |
被特色活动吸引(如泼水节、特色美食、
音乐会、签售会) |
4 |
34 |
61 |
78 |
75 |
252 |
2.26 |
1.076 |
6 |
探亲访友 |
5 |
15 |
22 |
30 |
41 |
113 |
2.23 |
1.203 |
7 |
被名人、网络、杂志、
文学作品、电影、
电视广告等描述吸引 |
3 |
32 |
47 |
64 |
82 |
228 |
2.17 |
1.106 |
8 |
飞机火车盲盒 |
2 |
2 |
5 |
7 |
18 |
34 |
1.91 |
1.215 |
9 |
跟风现象 |
3 |
14 |
14 |
35 |
77 |
143 |
1.82 |
1.092 |
10 |
集中对调查对象的旅游频率、时间、时间安排选择进行分析可知，平均每季度旅游三次及三次以下的人占比最多，占总样本比例的近80%，每季度平均旅游六次以上的占比仅有4%。此外，46.6%的人选择在小长假出游，28.3%的人选择在寒暑假出游，15.6%的人选择在周末出游，极少部分人会在工作日出游，表明约30%的出游人群是学生或教师等拥有寒暑假的人群。在时间安排选择上，选择一到三天的占据50%，见表3。
对青年消费行为进行分析，发现平均每次人均旅游花费情况在1000元以下的有18.14%，在1001~2000元的有37.34%，在2001~3000元的有27.22%，在3001~4000元的有10.76%，在4001元以上的有6.54%人；对于旅游中花费去向偏好，饮食占比最高，比例为47%，其次是住宿，比例为19%；对于消费理念，47.47%的人选择在预算上下80%~120%的范围内浮动，33.97%的人选择在不超过预算且富余20%以上，18.57%的人选择超过预算20%以上且可能需要透支生活开销；对于溢价产品的接受度，53%的人愿意接受50%以内的溢价，36%的人不接受溢价，仅有3%的人愿意接受不含100%以上的溢价，见表4。
Table 3. Descriptive analysis of travel frequency, time and time arrangement of the subjects
表3. 调查对象的旅游频率、时间、时间安排的描述分析
|
|
频率 |
百分比 |
有效百分比 |
累积百分比 |
您每季度的旅游频率 |
至多一次 |
204 |
43.0 |
43.0 |
43.0 |
两到三次 |
195 |
41.1 |
41.1 |
84.2 |
四到五次 |
57 |
12.0 |
12.0 |
96.2 |
六次以上 |
18 |
3.8 |
3.8 |
100.0 |
您的旅游时间一般是 |
周末 |
74 |
15.6 |
15.6 |
15.6 |
小长假 |
221 |
46.6 |
46.6 |
62.2 |
工作日 |
45 |
9.5 |
9.5 |
71.7 |
寒暑假 |
134 |
28.3 |
28.3 |
100.0 |
您更倾向的旅游时间安排 |
当天往返 |
30 |
6.3 |
6.3 |
6.3 |
一天到三天 |
237 |
50.0 |
50.0 |
56.3 |
四天到七天 |
181 |
38.2 |
38.2 |
94.5 |
八天以上 |
26 |
5.5 |
5.5 |
100.0 |
Table 4. Spend preference analysis
表4. 花费偏好分析
|
频率 |
百分比 |
有效百分比 |
累积百分比 |
平均每次人均
旅游花费 |
1000以下 |
86 |
18.1 |
18.1 |
18.1 |
1001~2000 |
177 |
37.3 |
37.3 |
55.5 |
2001~3000 |
129 |
27.2 |
27.2 |
82.7 |
3001~4000 |
51 |
10.8 |
10.8 |
93.5 |
4001以上 |
31 |
6.5 |
6.5 |
100.0 |
消费方式 |
不超过预算且富余20%以上 |
161 |
34.0 |
34.0 |
34.0 |
在预算上下80%~120%浮动 |
225 |
47.5 |
47.5 |
81.4 |
超预算20%以上且有支付能力但无透支行为 |
79 |
16.7 |
16.7 |
98.1 |
超预算且需要透支支付生活开销 |
9 |
1.9 |
1.9 |
100.0 |
溢价产品的
接受程度 |
不接受 |
168 |
35.4 |
35.4 |
35.4 |
50%以内 |
252 |
53.2 |
53.2 |
88.6 |
51%~100% |
40 |
8.4 |
8.4 |
97.0 |
100%以上(不含100%) |
14 |
3.0 |
3.0 |
100.0 |
总计 |
474 |
100.0 |
100.0 |
|
此外，本文对游客旅游结束后的分享欲进行统计，均值为0.72，说明绝大部分游客对于将一次印象深刻的旅游进行分享持积极态度。由此可见，良好的旅游体验会带来大批的宣传资源，见表5。
Table 5. Sharing and frequency distribution table
表5. 分享欲频率分布表
|
频率 |
百分比 |
有效百分比 |
累积百分比 |
有效 |
不愿意分享 |
66 |
13.9 |
13.9 |
13.9 |
愿意分享 |
408 |
86.1 |
86.1 |
100.0 |
总计 |
474 |
100.0 |
100.0 |
|
4. 青年旅行偏好的影响因素分析
4.1. 因子分析
采用SPSS26统计分析软件，对获取数据进行因子分析，选取主成分分析法提取因子，并提取特征值大于1的特征根，提取后的4个因子能够解释大部分变量所包含的信息，因子分析旋转后的因子负荷矩阵显示了所涉及的影响因素。
Table 6. Component matrix after rotation nb
表6. 旋转后的成分矩阵nb
|
成分1 |
成分2 |
成分3 |
成分4 |
活动丰富度 |
0.740 |
0.116 |
0.279 |
0.119 |
景区旅游秩序 |
0.735 |
0.197 |
0.167 |
0.288 |
特色活动参与感 |
0.730 |
0.115 |
0.279 |
0.166 |
当地居民言行举止 |
0.706 |
0.065 |
0.284 |
0.214 |
收费水平 |
0.687 |
0.254 |
0.215 |
0.179 |
环境保护感观 |
0.669 |
0.225 |
0.192 |
0.268 |
游览时间安排 |
0.661 |
0.285 |
0.168 |
0.207 |
旅行花费控制 |
0.644 |
0.255 |
0.175 |
0.251 |
基础设施建设 |
0.635 |
0.401 |
0.209 |
0.137 |
文化交流与体验 |
0.628 |
0.079 |
0.115 |
0.510 |
气候条件 |
0.615 |
0.415 |
0.155 |
0.216 |
工作人员服务态度 |
0.599 |
0.374 |
0.172 |
0.089 |
餐饮与购物体验 |
0.592 |
0.529 |
0.179 |
0.047 |
安全系数 |
0.577 |
0.459 |
0.051 |
0.188 |
同游伙伴 |
0.575 |
0.364 |
0.140 |
0.095 |
交通便利性 |
0.569 |
0.527 |
0.146 |
0.153 |
自然风光 |
0.217 |
0.680 |
0.109 |
0.361 |
美食体验 |
0.301 |
0.650 |
0.276 |
0.025 |
自然景观体验 |
0.408 |
0.606 |
0.079 |
0.326 |
住宿环境 |
0.465 |
0.579 |
0.309 |
0.016 |
度假休闲 |
0.168 |
0.179 |
0.758 |
0.017 |
动物园等 |
0.169 |
0.244 |
0.647 |
0.197 |
疗养地点 |
0.177 |
0.193 |
0.645 |
0.244 |
冒险活动 |
0.240 |
−0.010 |
0.629 |
0.103 |
科研体验区 |
0.286 |
0.098 |
0.561 |
0.441 |
艺术展览馆 |
0.231 |
0.285 |
0.529 |
0.388 |
历史文化遗迹 |
0.257 |
0.274 |
0.114 |
0.738 |
园林建筑 |
0.167 |
0.241 |
0.342 |
0.667 |
名胜古迹体验 |
0.474 |
0.291 |
0.080 |
0.622 |
红色研学基地 |
0.235 |
−0.148 |
0.421 |
0.584 |
寺庙 |
0.105 |
0.060 |
0.469 |
0.540 |
根据表6旋转后的成分矩阵结果和表7总方差分解的结果，四大因子的所有指标因子负荷都在0.5以上，说明各因子中的原始指标都具有显著的相关性。四个因子旋转后的特征根解释的总体方差为61.009%，即涵盖问卷61.009%。根据四大因子中的主要因素，命名为“旅游基础服务因子”、“自然与舒适度因子”、“娱乐与教育体验因子”、“历史与文化因子”。
Table 7. Interpretation of total variance
表7. 总方差解释
成分 |
初始特征值 |
提取载荷平方和 |
旋转载荷平方和 |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
1 |
14.168 |
45.702 |
45.702 |
14.168 |
45.702 |
45.702 |
7.950 |
25.644 |
25.644 |
2 |
2.293 |
7.397 |
53.099 |
2.293 |
7.397 |
53.099 |
3.763 |
12.140 |
37.784 |
3 |
1.295 |
4.177 |
57.276 |
1.295 |
4.177 |
57.276 |
3.715 |
11.982 |
49.766 |
4 |
1.157 |
3.733 |
61.009 |
1.157 |
3.733 |
61.009 |
3.485 |
11.243 |
61.009 |
因子一：旅游基础服务，包括工作人员服务态度至环境保护感观共十六个因素。其项目主要涉及旅游过程中不可或缺的基本服务和管理。这些因素直接影响旅游的基础体验和整体满意度。
因子二：自然与舒适度，包括自然特色风光至自然景观体验共四个因素，主要涉及自然景观和与自然相关的体验。这些项目强调自然环境和旅行的舒适性。
因子三：娱乐与教育体验，包括冒险活动至疗养地点共六个因素。这些项目都涉及游客的休闲娱乐和教育体验。
因子四：历史与文化，包括历史文化遗迹至名胜古迹体验共五个因素。这些项目集中在历史文化的深度体验和探索。
4.2. 多元回归分析
选取旅游的总体满意度作为因变量，将四大因子的得分标准化后作为自变量，建立多元线性回归模型，从而评价青年旅行的偏好程度。
如表8所示，四大因子的回归系数及系数的显著性均为0.000，小于0.05，曲线成立。标准化后的系数可以直观的看出不同因变量对于自变量的影响程度，即旅游基础服务因子影响程度最大，自然与舒适度因子次之，这两个因子为旅客最为关注的内容。
Table 8. Coefficient n
表8. 系数n
模型 |
未标准化系数 |
标准化系数 |
显著性 |
B |
标准错误 |
Beta |
(常量) |
4.219 |
0.028 |
|
0.000 |
旅游基础服务因子 |
0.545 |
0.028 |
0.595 |
0.000 |
自然与舒适度因子 |
0.338 |
0.028 |
0.369 |
0.000 |
娱乐与教育体验因子 |
0.147 |
0.028 |
0.161 |
0.000 |
历史与文化因子 |
0.174 |
0.028 |
0.190 |
0.000 |
由表9可知，本次多元回归R2为0.552，调整后R2为0.548，在社会科学和经济学等领域通常认为R2在0.1~0.3之间可被认可的，0.4~0.6之间被认为是适宜的拟合系数。本回归曲线R2为0.552，是较好的拟合效果。
Table 9. Model summary
表9. 模型摘要
R |
R方 |
调整后R方 |
标准估算的错误 |
0.743a |
0.552 |
0.548 |
0.616 |
a. 预测变量：(常量)，因子44，因子43，因子42，因子41。
4.3. K-means聚类分析
为了进一步研究青年的旅行偏好，将标准化后的四个公因子得分系数进行K-means聚类分析，以下是划分为四类K-means聚类的结果，各群体的四个因子得分，分值越高则表示对该因子的认同程度越高，正值代表认同，负值代表不认同。
Table 10. The final cluster center
表10. 最终聚类中心
|
聚类1 |
聚类2 |
聚类3 |
聚类4 |
旅游基础服务因子 |
0.35234 |
1.10188 |
−0.93325 |
−0.88242 |
自然与舒适度因子 |
0.02678 |
0.10581 |
1.30746 |
−1.13823 |
娱乐与教育体验因子 |
0.71108 |
−1.24749 |
−0.41178 |
−0.21777 |
历史与文化因子 |
0.26205 |
−0.37300 |
−0.22926 |
−0.08814 |
如表10所示，第一类中四个因子的认可度均为正值，其中对于娱乐和教育体验的认可度最高，旅游基础服务次之，自然与舒适度最低，此类人群将出行主要目的放在了文娱教育的体验方面上，注重娱乐和享受生活，故命名为“玩乐放松类”。第二类对旅游基础服务因子和自然与舒适度因子表示认可，对娱乐与教育体验因子和历史与文化因子并不认可，且旅游基础服务因子认可度极高，此类人群选择旅游并不是为了娱乐或观赏历史文化景点，更多去体验当地的气候、服务、风土人情等，故命名为“生活体验类”。第三类对于旅游基础服务因子、娱乐与教育因子、历史与文化因子均不认可，对自然与舒适度因子表示极高的认可，此类人群更愿意亲临自然，故命名为“拥抱自然类”。第四类人群对四个因子均不认可，故可认为是不愿意旅游的“消极旅游类”。
5. 研究结论与建议
综上所述，青年旅客对说走就走的旅行方式接受度较高，且其旅游频率大部分集中在三天及以下，受旅游时长的限制，他们往往选择距离短，往返便利的目的地，总体呈现出“短途高频、出行迅速、分享欲强”的出游特点。在旅游消费方面，当代青年群体旅游消费观念改变，高性价比成为首要目标。他们倾向于提前规划行程，关注路线和距离，以实现低消费、高体验的旅游目标。同时，受中国“食”文化的影响，青年群体对美食的关注度高于住宿，旅游消费呈现出“美食大于住宿”的特点。
旅游基础服务、自然与舒适度、娱乐与教育体验和历史与文化，是影响青年群体旅游的主要因素。其中旅游基础服务因子影响程度最大，自然与舒适度因子次之，这两个因子为旅客最为关注的内容。
根据以上结果，本文从以下几个层面提出合理意见措施。
1) 结合历史与文化，创新旅游活动
旅游企业应通过增加娱乐性和体验感，采用3D体验、模拟感受、戏剧表演等创新形式，提升红色旅游和文化教育活动的吸引力，改变传统的教学与宣传模式，增强文化旅游的吸引力。对旅游企业的建议。
2) 针对性推出同龄旅游产品
为15~35岁的青年群体定制旅行产品，提供同龄社交平台。行程应注重文化体验、拍照指南和特色美食，满足青年游客的分享欲，提升其旅游体验。
3) 制定浮动性价格优惠政策
旅游管理部门应根据节假日和淡季推出打折优惠政策，降低景区物价，吸引消费能力有限的青年群体，促进景区经济发展。
4) 加强基础设施建设
政府及旅游景区应完善公共设施和优化交通系统，提升游客满意度，增强景区的竞争力，为青年群体提供更优质的旅游体验。