桃花節活動中居民參與度、感知對居民支持度的影響實證研究[摘要]隨著旅游經濟的發展，節事作為一種比較特殊的旅游形式越來越受到學術界的重視，但目前關于節事活動的研究多集中于大型節事活動，針對地方節事研究比較少，鄉村節事研究更少；且關于居民參與度、居民感知、居民支持度這三者關系研究也較為有限。因此，本文以鄉村節事為研究對象，本屆龍南桃花節為案例，分析居民參與度、居民感知對居民支持度的影響。在分析過程中，采用問卷調查法收集數據，對各個量表采用因子分析法得出居民參與度、成本感知、人文環境收益感知、經濟收益感知、居民支持度共五個因子，并利用因子分析法得到的因子得分進行多元線性回歸模型研究居民參與度、居民感知對居民支持度的影響。研究表明：居民參與度、人文環境收益感知、經濟收益感知對居民支持度產生顯著的正向影響，而居民成本感知對居民支持度有顯著的負向影響。經過分析，本文還發現：在四個自變量中，對居民支持度影響程度最大的是人文環境收益感知，其次是成本感知，再其次是經濟收益感知，影響最小的自變量是居民參與度。[關鍵詞]鄉村節事；居民參與度；居民感知；居民支持度

目錄[摘要] [33]對于居民參與度、居民感知、居民支持度所設計的調查問卷采用的是李克特五級量表,要求居民按照“完全不同意”、“不同意”、“一般”、“同意”、“完全同意”這5個選項對每一個題項給出判斷,5個答案分別對應1到5的分值,采用excel和SPSS統計分析軟件對調查問卷進行數據清洗,對少量缺失數據或個別異常數據用均值代替。本研究的數據獲取主要采用面向龍南縣武當鎮當地居民發放調查問卷的方式。調查于本次龍南桃花節舉辦期（2月22日至2月24日）和舉辦后（2月27日至3月1日）兩個時間段在武當鎮新街向當地居民發放問卷，共發放問卷220份，有效問卷208份，無效問卷12份，有效回收率為94.5%，無效問卷的判定有兩個標準：第一是問卷填寫有缺失；第二是問卷的各項題項的回答幾乎是完全一樣。5實證研究5.1描述性統計5.1.1人口統計學分析由下列圖表可知，從性別上來看，男性比例為60.6%，女性比例為39.4%。從年齡來看，20歲以下占比最少，為14.9%；占比最大的為36到60歲，為48.6%；20到35歲的受訪者占比為18.8%，60歲以上的受訪者占比為17.8%。從受教育程度來看，初中和高中學歷的受訪者數量最多，所占比例分別為34.1%和31.7%，兩者一起共占到總樣本的65.8%，小學及以下學歷的受訪者占比為16.8%，大學及以上的受訪者占比為17.3%。從個人月收入來看，3000-5000元月收入的樣本最多，占比為41.3%，其次為月收入為1000-3000元的，占比為22.1%，月收入為1000元以下的受訪者占比為17.3%，月收入為5000元以上的受訪者占比為19.2%。從居民在當地的居住年限來看，63.9%的被調查者居住年限為20年以上，僅有10.1%的被調查者的居住年限在10年以下，26%的被調查者在當地居住了10到20年，從居住年限的比例來看，大部分被調查者居住年限在20年以上，說明樣本具有一定的代表性。表5-1被調查者基本信息特征分類頻數百分比性別男12660.6%女8239.4%年齡20歲以下3114.9%20-35歲3918.8%36-60歲10148.6%60歲以上3717.8%受教育程度小學及以下3516.8%初中7134.1%高中/中專6631.7%大學及以上3617.3%個人月收入1000元以下3617.3%1000-3000元4622.1%3000-5000元8641.3%5000元以上4019.2%居住年限10年以下2110.1%10-20年5426.0%20年以上13363.9%5.1.2居民參與度、感知和支持度的分析在本次研究中，筆者統計了居民參與度、感知和支持度各個變量的平均值和標準差。平均值是數據的算術平均數，代表了整組數據的集中趨勢度量值，平均值越大意味著居民對各項題項的同意程度越高；而標準差則是表示離散趨勢的最常用的指標，標準差越大意味著數據的離散程度越高。由下表可知，這些變量的標準偏差均在1以下，說明數據的離散程度較小。從居民參與度量表來看，被調查者對桃花節的參與意愿均值為3.78，報名參加志愿者的意愿均值為3.37，在此次桃花節的參與程度平均值為3.45，說明當地居民對這樣一個有特色的節日，還是比較熱衷于參加的。從居民感知量表來看，認為桃花節給當地帶來積極影響的題項平均值均在3以上，認為桃花節給當地帶來消極影響的題項平均值均在3或3以下，認為桃花節給當地造成了當地環境污染的平均值為3說明舉辦方在衛生方面做得還不太夠，但龍南桃花節給當地帶來的影響整體上還是積極的。從居民支持度量表來看，居民對未來節事的支持度均值為3.72，對未來節事的參與意愿均值為3.46，對未來節事的宣傳意愿均值為3.28，支持度三個問項的調查結果表明當地居民對于未來節事的舉辦還是持比較歡迎的態度的。表5-2被調查者各變量的平均值和標準差特征題項平均值標準差居民參與度愿意參加這次桃花節舉辦的各項活動3.780.581愿意報名成為這次桃花節的志愿者3.370.703在這次桃花節中，全程參與其中3.450.778居民感知增加了當地活動設施3.580.704提升了當地的景觀風貌3.300.797促進了當地的宣傳3.580.705提高了當地的建筑質量3.540.754增加了當地人的見聞3.680.714促進了當地的文化傳承3.470.773增加了當地的就業3.600.667提高了當地人生活水平3.570.712提高了當地人的收入3.610.612吸引了外來投資3.450.747改變了當地人生活方式3.510.702改善了當地的基礎設施3.440.699造成了當地的環境污染3.000.674破壞了當地的自然資源2.760.760破壞了當地的社會治安2.800.705造成了當地的交通擁堵2.920.732造成了當地商業化侵蝕2.920.760擴大了居民間貧富差距2.610.728造成了當地的物價上升2.880.772居民支持度支持未來節事及旅游項目的舉辦3.720.715愿意參加未來節事及旅游項目3.460.815愿意幫助未來節事及旅游項目的宣傳3.280.7985.2聚類分析聚類分析就是將樣本按照一定的規則分成若干類，這些類的特征事先并沒有給出，這一點與判別分析相區別，對類的數目和類的結構也不作確定。聚類分析根據分類的對象，可以分為對樣本分類（Q型聚類）和對變量聚類（R型聚類），對樣本聚類通常的度量工具是距離（歐式距離、馬氏距離等）,也就是說同組之間的距離是最短的；而對變量聚類的度量工具則有相似系數等。本文采用的是Q型聚類，即對樣本進行分類。本文以居民支持度的三個變量為基礎，利用快速聚類法，使用SPSS統計軟件將節事舉辦地的居民進行了群體細分，最終將樣本分成了兩類：熱情型支持者（78.8%）和冷漠型中立者（21.2%），從而能更直觀、清晰的了解當地居民的支持度。具體分類情況如下表所示：表5-3居民支持度變量的聚類分析觀測變量聚類1（N=164）聚類2(N=44)我支持未來節事及旅游項目的舉辦4.03.0我愿意參加未來節事及旅游項目4.02.0我愿意幫助未來節事及旅游項目的宣傳4.02.0聚類一：熱情的支持者。這一聚類包含164位受訪者，占到了整個樣本的78.8%。這一類居民比較熱情地支持舉辦節事活動，認為從節事獲得的收益大于節事帶來的成本。從均值水平來看，三個變量得分均在4分左右，不僅是支持節事的舉辦，而且愿意參與到節事中來，并愿意為其宣傳。聚類二：冷漠的中立者。這一聚類包括了44位受訪者，占整個樣本的21.2%。這類受訪者，對于節事的舉辦持中立的態度（平均值為3分），但是不愿意參加未來的節事活動，更不愿意為其做一些宣傳的工作。通過聚類分析，我們可以看出節事活動在當地是比較受歡迎的，百分之八十左右的受訪者是比較支持節事的舉辦，并愿意參與其中甚至于為之宣傳。5.3因子分析5.3.1居民參與度的因子分析通過對居民參與度的量表進行KMO與巴特利特檢驗發現，KMO值為0.626大于0.6，且巴特利特球形檢驗sig值為0.000，表明居民參與度的數據大體上通過了檢驗，可以做因子分析。表5-4居民參與度的KMO與巴特利特檢驗KMO值0.626巴特利特檢驗近似卡方120.756自由度3Sig值0.000在變量通過適當性檢驗之后，利用主成分分析法提取特征值大于1的成分，并使用最大方差法對因子進行正交旋轉（通過正交旋轉得到的因子更具有可解釋性），得到1個公共因子，該公共因子有3個題項，表示“居民參與度”，該因子的累計方差貢獻率為62.565%。一般認為在社會科學研究中，累計方差貢獻率能夠達到60%就說明公共因子對變量的解釋貢獻率可以接受。在本文中，“居民參與度”因子的累計方差貢獻率為62.565%大于60%，說明該公共因子保留了原始變量數據大部分的信息；所得居民參與度的因子得分在SPSS軟件中保存為變量F1，以方便后續的分析。表5-5居民參與度的總方差解釋初始特征值提取載荷平方和成分總計方差百分比累積%總計方差百分比累積%11.87762.56562.5651.87762.56562.5652.70123.37985.9443.42214.056100.000數據的可靠性分析是分析一組問題是否是在衡量同一個概念，是評價數據質量的非常重要的指標之一；而在學術研究中，克隆巴哈系數（Aphla值）是用來檢驗數據的可靠性非常重要的工具之一。一般認為：如果克隆巴哈系數大于0.7，表示數據是可靠的；當計量尺度中的題項數小于6時，克隆巴哈系數大于0.6說明數據是可靠的。在本次研究中，筆者使用SPSS統計分析軟件針對居民參與度數據的可靠性進行了分析，得出克隆巴哈系數為0.683，說明該計量尺度是可靠的。表5-6居民參與度因子的可靠性統計克隆巴赫Alpha項數0.68335.3.2居民感知的因子分析通過對居民感知的量表共19個題項進行KMO與巴特利特球形檢驗發現，KMO值為0.871大于0.8，且巴特利特檢驗sig值為0.000，表明居民感知量表的數據通過了檢驗，是很適合做因子分析的。表5-7居民感知的KMO與巴特利特檢驗KMO值0.871巴特利特檢驗近似卡方1895.894自由度171Sig值0.000在居民感知量表通過適當性檢驗之后，利用主成分分析法提取特征值大于1的成分，并使用最大方差法對因子進行正交旋轉（通過正交旋轉得到的因子更具有可解釋性），一共得到3個公共因子，其中因子1有7個題目，表示“成本感知”，因子2有6個題目，表示“人文環境收益感知”，因子3有6個題項，表示“經濟收益感知”，這三個因子總共的累計方差貢獻率為59.547%，雖然小于60%，但也比較接近，因此因子分析結果也大致可以接受。所得成本感知的因子得分保存為變量F2，所得人文環境收益感知的因子得分保存為變量F3，所得經濟收益感知的因子得分保存為變量F4。表5-8居民感知的總方差解釋初始特征值旋轉載荷平方和成分總計方差百分比累積%總計方差百分比累積%15.90531.07931.0794.19422.07222.07223.87620.40151.4803.58818.88340.95531.5338.06759.5473.53218.59259.5474.9384.93964.486表5-9正交旋轉后居民感知的因子載荷矩陣觀測變量因子成本感知人文環境收益感知經濟收益感知增加了當地活動設施0.800提升了當地的景觀風貌0.691促進了當地的宣傳0.738提高了當地的建筑質量0.724增加了當地人的見聞0.774促進了當地的文化傳承0.660增加了當地的就業0.781提高了當地人生活水平0.701提高了當地人的收入0.751吸引了外來投資0.671改變了當地人生活方式0.688改善了當地的基礎設施0.724造成了當地的環境污染0.765破壞了當地的自然資源0.756破壞了當地的社會治安0.644造成了當地的交通擁堵0.787造成了當地商業化侵蝕0.827擴大了居民間貧富差距0.767造成了當地的物價上升0.796經過對居民感知的數據進行因子分析后，得到成本感知因子，人文環境收益感知因子和經濟收益感知因子，分別對這三個因子所對應題項進行數據可靠性分析，分析結果如下表所示。表5-10居民感知各因子的可靠性統計因子克隆巴赫Alpha項數成本感知0.8847人文環境收益感知0.8626經濟收益感知0.8506在對居民感知的數據可靠性分析中，克隆巴哈系數均在0.8以上，說明居民感知各個計量尺度都非常的可靠。5.3.3居民支持度的因子分析通過對居民關于節事支持度的量表進行KMO和巴特利特球形檢驗發現，KMO值為0.687大于0.6且比較接近0.7，且巴特利特檢驗sig值為0.000，表明居民支持度量表的數據通過了檢驗，是適合做因子分析的。表5-11居民支持度的KMO與巴特利特檢驗KMO值.687巴特利特檢驗近似卡方282.038自由度3Sig值.000在變量通過適當性檢驗之后，利用主成分分析法提取特征值大于1的成分，并使用最大方差法進行正交旋轉（通過正交旋轉得到的因子更具有可解釋性），得到1個公共因子，該因子有3個題目，表示“居民支持度”，該因子的累計方差解釋為76.770%，這表明因子保留了原始數據中大部分的信息量，因子分析結果是可以接受的；所得居民支持度的因子得分在SPSS軟件中保存為變量F5。表5-12居民支持度的總方差解釋初始特征值提取載荷平方和成分總計方差百分比累積%總計方差百分比累積%12.30376.77076.7702.30376.77076.7702.45615.20691.9753.2418.025100.000在對居民支持度的數據可靠性分析中，克隆巴哈系數在0.8以上，說明居民支持度因子的計量尺度是很可靠的。表5-13居民支持度因子的可靠性統計克隆巴赫Alpha項數0.84435.4多元線性回歸分析多元線性回歸是用來研究一個非獨立變量（因變量）和一組獨立變量（自變量）之間的關系。筆者使用SPSS統計分析軟件，探討居民參與度、成本感知、人文環境收益感知、經濟收益感知對居民支持度的影響。建立如下回歸方程模型：F5=b0+b1F1+b2F2+b3F3+b4F4+ε在進行回歸分析之前，應進行因變量與自變量的相關分析，使用皮爾遜相關系數檢驗，結果表明在5%的概率范圍內，居民參與度、居民人文環境收益感知、居民經濟收益感知三個自變量均與因變量居民的支持度存在正相關關系，相關系數分別為0.415，0.512和0.405；在1%的概率范圍內，居民成本感知與居民支持度存在顯著的負相關關系，相關系數為-0.427。表5-14回歸結果標準化系數Beta標準誤顯著性VIF居民參與度0.101**0.0480.0371.235成本感知-0.409***0.0440.0001.039人文環境收益感知0.477***0.0470.0001.148經濟收益感知0.385***0.0440.0001.047樣本量208R方0.617調整后R方0.610F值81.913***首先考慮多重共線性的問題，一般而言，VIF值大于5，表示存在多重共線性；VIF值大于10，就說明有嚴重的多重共線性了。從上表可知，方差膨脹因子VIF均處于1到2的區間，證明回歸模型為存在多重共線性的問題。由上表可知R方為0.617，調整后R方為0.610，說明模型擬合程度良好；F值為81.913，且在1%的水平下顯著，說明該線性回歸模型在1%的水平下整體是有效的。通過對變量F1、F2、F3、F4系數的t檢驗，來判斷這些自變量對因變量是否存在顯著的影響。上表結果顯示，在5%的顯著性水平下，四個因子自變量均通過檢驗，其中居民參與度、人文環境收益感知、經濟收益感知對居民支持度的正向影響是顯著的，而居民成本感知則對居民支持度的負向影響是顯著的。在這四個自變量中，根據標準化系數Beta值的大小，影響程度最大的是人文環境收益感知（0.477），其次是成本感知（0.409），再其次是經濟收益感知（0.385），影響最小的自變量是居民的參與度（0.101），由此我們可以得出居民感知對因變量（居民支持度）的影響程度大于居民參與度的影響程度，而居民收益感知的影響程度又大于居民成本感知的影響程度。綜上所述，H1、H2a和H2b均得到了驗證，即：（1）H1：居民在節事參與度對居民關于未來節事的支持度有顯著的正向影響。也就是說居民在節事中的參與程度越高，他們就越傾向于支持節事在當地的舉辦。（2）H2a:居民對節事影響的收益感知對居民關于節事支持度有顯著的正向影響。其中收益感知又分為人文環境收益感知和經濟收益感知這兩個因子，都對居民支持度產生顯著的正向影響。（3）H2b:居民對節事影響的成本感知對居民關于節事支持度有顯著的負向影響。6研究結論和建議6.1研究結論本文以龍南桃花節作為鄉村節事活動的案例，采用了因子分析、多元線性回歸分析、聚類分析相結合的方法，完成了各個因子的分類和提取，并且通過多元線性回歸模型研究了居民參與度、居民感知對居民支持度的影響。得出以下結論：（1）63.9%的被調查者在當地居住了20年以上，僅有10.1%的被調查者在當地居住了10年以下，說明本次問卷調查的樣本具有一定的典型性和代表性。（2）被調查者對桃花節的參與意愿均值為3.78，報名參加志愿者的意愿均值為3.37，在此次桃花節的參與程度平均值為3.45，說明當地居民對這樣一個有特色的節日，還是比較熱衷于參加的。（3）居民支持度三個題項的結果平均值均在3以上，其中居民對未來節事的支持度均值為3.72，對未來節事的參與意愿均值為3.46，對未來節事的宣傳意愿均值為3.28。以居民支持度的三個變量為基礎進行聚類分析將樣本分為：熱情型支持者和冷模型中立者，其中熱情型支持者占78.8%。居民支持度三個問項的描述性統計結果和聚類分析的結果都表明當地居民對于未來節事的舉辦還是持比較歡迎的態度的。（4）從居民感知來看，認為桃花節給當地帶來積極影響的題項平均值均在3以上，認為桃花節給當地帶來消極影響的題項平均值均在3或3以下，認為桃花節給當地造成了當地環境污染的平均值為3說明舉辦方在衛生方面做得還不太夠，但龍南桃花節給當地帶來的影響整體上還是積極的。（5）對25個題項的量表進行因子分析，共得到五個因子，其中居民參與度因子包括3個題項，成本感知因子包括7個題項，人文環境收益感知因子包括6個題項，經濟收益感知因子包括6個題項，居民支持度因子包括3個題項。（6）根據因子分析得出的因子得分進行多元線性回歸分析，以居民支持度為因變量，居民參與度、成本感知、人文環境收益感知、經濟收益感知為自變量，回歸分析使得假設H1，H2a和H2b均得到驗證，即：居民參與度、人文環境收益感知、經濟收益感知對居民關于未來節事的支持度有顯著的正向影響；而居民對節事影響的成本感知對居民關于節事支持度有顯著的負向影響。（7）經過回歸分析得到四個自變量的標準化系數Beta值，分別代表各個自變量對因變量的影響程度，其中影響程度最大的是人文環境收益感知，其次是成本感知，再其次是經濟收益感知，影響最小的自變量是居民的參與度。由此我們可以得出居民感知對因變量（居民支持度）的影響程度大于居民參與度的影響程度，而居民收益感知的影響程度又大于居民成本感知的影響程度。因為龍南桃花節舉辦至今僅是第五屆，宣傳推廣還不到位，吸引的游客較少，因此節事的經濟帶動效應較低，所以經濟收益感知的影響程度小于人文環境收益感知的影響程度。6.2研究建議（1）根據實證分析的結論可知，居民的參與度越高，居民對未來節事的支持度也越高。因此節事活動的主辦方在節事的舉辦前和舉辦中都應該考慮到居民在節事的參與度的問題，具體的建議如下：第一、在節事舉辦前，主辦方應該多征求附近居民的意見，積極引導居民們參與到節事活動的決策過程中來，激發居民的參與激情。比如，主辦方可以向居民調查主題活動的形式和內容，充分挖掘鄉村節事的文化，以便更好地體現出當地的特色。第二、在節事舉辦中，主辦方應盡可能考慮到各類居民的需求，策劃出滿足居民需求的各種主題活動，以便激發居民們的參與熱情；為節事活動的志愿者提供良好的福利和培訓，如可以獎勵優秀志愿者，吸引居民們參與志愿者活動；在節事活動的開幕式中，也可以邀請當地居民表演節目。（2）研究分析可知，居民對節事影響的成本感知對居民關于節事支持度有顯著的負向影響。如果居民成本感知大于收益感知，居民就不會支持節事活動的舉辦，因此，如何減小節事活動帶來的成本至關重要，具體的建議如下：第一、在節事舉辦前的策劃期，主辦方應該想好節事可能給居民帶來的成本，并做好應對措施。比如節事帶來的環境污染問題，主辦方應安排專門的清潔人員做好每天的打掃工作；比如節事帶來的交通擁堵問題，主辦方應與當地政府相關部門協調處理好。第二、在節事舉辦期間，主辦方應建立健全的監督機制，做到有效的監控，防止由量變引起質變。如為了居民與主辦方的更有利有效的溝通，可以設立專門的居民信箱，有利于把居民的各種意見和建議傳給主辦方。（3）由回歸分析得出的結論可以得知，居民收益感知對居民支持度產生顯著的正向影響，且居民經濟收益感知不強。具體如何提升居民收益感知的建議如下：第一、針對這類居民經濟收益感知不強的節事，一方面可以注重對節事效果和質量的評估，從而提升節事的口碑，且可以加大節事的宣傳推廣力度，從而吸引更多游客的到來；另一方面，加強節事與旅游項目的結合，促進節事旅游的發展，提升該節事活動的經濟帶動效應。第二、促進節事積極影響的宣傳推廣，鞏固居民對節事活動帶來收益的感知。人們對節事的積極影響了解的越多，也就更愿意支持節事的舉辦。參考文獻吳必虎.區域旅游規劃原理[M]北京:中國旅游出版社.2001:265-266.戴光全等.節慶、節事及事件旅游—理論、案例、策劃[M],北京:科學出版,2005:35.楊子.基于居民感知的天水伏羲文化旅游節旅游影響研究[D].西北師范大學,2019.戴文俊.貧困社區居民參與旅游行為研究[D].云南師范大學,2018.MartinMuller,M.Popularperceptionofurbantransformationthroughmega-events:understandingsupportforthe2014WinterOlympicsinSochi[J].EnvironmentandPlanningC:GovernmentandPolicy,2012,(30):693-711.吳正平,閻綱.旅游心理學[M].北京:旅游教育出版社，2003GeorgeCasparHomans.TheNatureofSocialScience[M].NewYork:Harcourt,Brace&World,1967.MathiesonA,GWall.Tourism:Economic,PhysicalandSocialImpacts[M].Harlow:Longman,1982GursoyD,CJurowski,MUysal,ResidentAttitudes:AStructuralModelingApproach[J].AnnalsofTourismResearch,2002,29:79-105.PeterMason,JoanneCheyne.Residents’AttitudestoProposedTourismDevelopment[J].AnnalsofTourismResearch,2000,27(2):391-411.劉振禮.旅游對接待地的社會影響及對策[J].旅游學刊,1992(03):52-55+51-60.陸林.旅游地居民態度調查研究──以皖南旅游區為例[J].自然資源學報,1996(04):377-382.郭英之,葉云霞,李雷,姜靜嫻,彭蘭亞.中國旅游熱點居民生活質量感知評價關聯度的實證研究[J].旅游學刊,2007(11):58-65.尹立杰,張捷,韓國圣,鐘士恩,李倩.基于地方感視角的鄉村居民旅游影響感知研究——以安徽省天堂寨為例[J].地理研究,2012,31(10):1916-1926.李玉新.節慶旅游對目的地經濟影響的測算與管理[J].桂林旅游高等專科學校學報,2003(01):53-55.俞楊俊.旅游節慶策劃系統研究[D].上海師范大學,2007.梅勁援.節慶旅游的環境影響研究[D].上海師范大學,2009.Kim,H.j.,Gursoy,D.,&Lee,S.-B.Theimpactofthe2002worldcuponSouthKorea:comparisonsofpre-andpost-games[J].TourismManagement,2006,27(1),86-96.Zhou,Y.,&Ap,J.Residents’perceptionstowardstheimpactsoftheBeijing2008OlympicGames[J].JournalofTravelResearch,2009,48(1),78-91.LjudevitPranic,LidijaPetric&LiljanaCetinic,Hostpopulationperceptionsofthesocialimpactsofsporttourismeventsintransitioncountries,evidencefromCroatia[J].2012,3,236-256.王起靜.居民對大型活動支持度的影響因素分析——以2008年北京奧運會為例[J].旅游科學,2010,24(03):63-74.胡丹丹.居民對前青奧影響的感知和態度研究[D].南京師范大學,2014.Ritchie,J.B.R.,&Smith,B.H.Theimpactofamega-eventonhost-regionawareness:alongitudinalstudy[J].JournalofTravelResearch,1991,30(1),3-10.Getz.EventManagement&EventTourism[M],1997(16):4-16.王起靜.展覽產品定價模型及價格影響因素研究——基于雙邊市場理論視角[J].經濟管理,2007(16):26-30.戴林琳,蓋世杰.基于結構方程模型的鄉村節事及節事旅游影響的居民感知研究——以北京長哨營村為例[J].北京大學學報(自然科學版),2011,47(06):1121-1128.Haxton.P.CommunityInvolvementandtheOlympicGames:AReviewofRelatedResearch[Z].7thInternationalPostGraduateSeminaronOlympicStudies,Greece,1999,10,110-123.DoganGursoy.Hostingmegaeventsmodelinglocals’support[J].AnnalsofTourismResearch,Vol.33,No.3,2006，603-623.劉靜艷,黃西華.影響居民感知和參與重大活動的因素分析——以廣州2010年亞運會為例[J].學術研究,2009(05):97-102+160.黃西華.廣州居民對2010年亞運會態度的影響因素研究[D].中山大學,2008.張姝.目的地居民對旅游節慶影響的感知與態度研究[D].湖北大學,2011.羅文斌,鐘誠.煙花節事旅游的居民參與度、感知與支持度影響關系研究[J].湖南財政經濟學院學報,2015,31(04):90-96.王瓊.舉辦地居民對2022年冬奧會支持度研究[D].北京第二外國語學院,2016.宋振春,陳方英.兩種類型旅游節事居民感知的比較研究——對泰安泰山國際登山節和東岳廟會的問卷調查[J].旅游學刊,2008(12):63-69.許振曉,張捷,GeoffreyWall,曹靖,張宏磊.居民地方感對區域旅游發展支持度影響——以九寨溝旅游核心社區為例[J].地理學報,2009,64(06):736-744.譚毅菁,傅云新.大型節事活動后居民感知態度研究——以廣州2010年亞運會為例[J].北京第二外國語學院學報,2012,34(03):64-71.吳向明,李翠玲,李敏.社區居民對重大節事活動影響的感知研究——以杭州國際西湖博覽會為例[J].北方經濟,2012(18):29-30.李翠玲.社區居民對重大節事活動影響的感知研究[D].浙江工業大學,2012.劉笑明.基于居民感知與態度的西安世園會旅游效應研究[J].西北農林科技大學學報(社會科學版),2013,13(01):93-98.顧宗欣.基于事前視角的居民對節事的區域影響感知與態度[D].南京大學,2013.陳曉艷,馬靜卿,李紅.居民對旅游重大事件態度、支持度與期望的實證研究——以2013年常州第八屆中國花博會為例[J].南京曉莊學院學報,2014,30(02):89-94+124.陳方英,周生輝,李云,馬明,李瑞甜.城市居民對重大事件支持度影響因素研究[J].合作經濟與科技,2015(01):184-185.魏辰.福州居民對2015年青運會的感知變化及其對支持度的影響研究[D].福建師范大學,2015.朱濤.基于社區居民和游客感知的旅游節事影響綜合評價——以揚州“煙花三月”國際經貿旅游節為例[J].江蘇商論,2015(05):44-47.趙良香.基于居民感知的金塔胡楊旅游節對金塔旅游的影響研究[D].西北師范大學,2015.楊月坤,仇文靜.舉辦地居民對大型體育賽事的感知和支持度對比——以2022年冬奧會為例[J].河北旅游職業學院學報,2016,21(03):46-51.曹艷.節事活動對當地居民文化感知的影響研究[D].廣西大學,2017.薛慶云,許文鑫,魏辰,林