罗 莹 姚增福
（1.西华师范大学管理学院，四川南充 637009；
2.西华师范大学商学院，四川南充 637009）
乡村旅游不仅满足了大多数旅游者对农家生活的美好体验，同时也因旅游者在目的地进行旅游消费而使当地农户获得旅游收益，进而推动其持续缩小相对贫困差距。乡村旅游者不仅是旅游地农户持续获得旅游收入的重要来源，亦是乡村旅游可持续发展的重要保障。然而面对突如其来的公共危机事件，高度依赖区域间人员流动、聚集性特征明显的旅游业发展受阻，旅游健康风险成为影响旅游者行为的又一要素。Seoho（2006）发现，旅游者对风险的厌恶导致其倾向重游熟悉的旅游地。由于重游者与初游者相比，其在旅游地停留时间更长、对旅游地的经济贡献更大（陈海波 等，2015），能延长旅游地生命周期（王辉 等，2022）、降低旅游地市场营销成本（张岚 等，2011）。那么，在突发公共危机事件影响下，乡村旅游者是否愿意重游同一旅游目的地？如何提高乡村旅游地的重游率？对于以上问题的回答，有利于旅游地经营者获得持续性旅游收益，助力乡村振兴目标的实现，理应成为政府、学界关注的问题。
现有对重游意愿的研究主要围绕动机（Dann，1977；
Lee，1992）、满意度（周杨等，2016）、旅游地形象（Elisabeth et al.，2013）、感知价值（郭安禧 等，2013）等方面进行。此外，旅游者的性别、年龄、学历、年收入等人口统计学因素也是影响旅游者重游意愿的重要方面（陈钢华 等，2010）。在研究对象的选择上，现有研究大多探讨风景名胜区旅游者重游意愿的影响因素，而乡村旅游独有的乡村性，使其旅游产品与传统的旅游景区存在差异，导致现有旅游者重游意愿的研究结论缺乏针对性。此外，在研究方法上，探讨旅游者重游意愿的实证研究普遍采用传统的定量分析方法，如SEM 和 Logistic 回归分析，假设各自变量间彼此互不影响、因果对称性。缺乏根据经济社会现状对旅游者重游意愿的定性研究，如突发公共危机事件所带来的旅游健康风险作为潜在影响因素，及其与已有影响因素的交互作用导致重游意愿发生的组态效应，致使已有研究结果无法解释自变量间相互作用、共同导致重游意愿结果发生的多种等效实现路径（许娟 等，2020），理论贡献上稍显不足。由于旅游者行为的实际发生是一系列复杂的抉择过程，受旅游者时间、金钱、动机等多种因素的交互影响，采用多因素交互作用导致结果变量发生的非对称模型进行分析（范香花 等，2020），更有助于旅游者重游意愿的深入研究。
基于此，本研究试图重点探讨突发公共危机事件影响下旅游健康风险对乡村旅游者重游意愿的多重路径形成机制。具体来说，首先，在理论分析与计量分析已有重游意愿影响因素基础上，纳入旅游健康风险变量，基于复杂性理论构建乡村旅游者高重游意愿的复杂因果模型；
其次，运用模糊集定性比较分析方法（fuzzy-set qualitative comparative analysis，fsQCA）探索乡村旅游者高重游意愿的复杂性关系，阐释提高重游意愿的多重路径形成机制；
最后，对研究结果进行预测效度检验并根据结果提出对策建议。
1.1 理论基础
1.1.1 复杂性理论及其运用
复杂性理论是一种以非线性组合方式来对现实世界进行建模的概念（许娟等，2020）。其关注自变量间的组合方式对因变量产生的影响，能更深入剖析自变量与因变量间的复杂关系，有效解释传统线性方法中无法回答的自变量间相互影响引致结果发生改变的情况（范香花 等，2020）。由于旅游者行为的实际发生是一系列复杂的抉择过程，受旅游者主观、客观因素等交互影响，采用复杂性理论有助于深入解释旅游者行为。复杂性理论包含五大原则：原则一，某一前因条件与同一数据集中的结果既存在正相关也存在负相关关系，这取决于前因条件组合中其他要素是否存在；
原则二，一个前因条件组合对预测结果的发生是充分的；
原则三，达到预期结果可能有多条路径，不同路径的前因条件存在差异；
原则四，某一前因条件可能是必要的，但对于预测结果的发生很少是充分的；
原则五，一个预测结果发生的前因条件组合并不适用于全部案例，所以，任一前因条件组合的覆盖度都小于1（Arch，2014）。
复杂性理论已逐渐被运用到旅游研究中。许娟等（2020）采用基于复杂性理论的模糊集定性比较分析方法，探讨影响旅游地居民对发展旅游业的满意度的多重路径组合，研究发现18 种高满意度和13 种低满意度的前因条件组合。孙佼佼等（2021）以新冠疫情为研究背景，探讨在身体距离的影响下提高旅游者幸福感的路径机制。
1.1.2 重游意愿影响因素分析
由于重游者与初游者相比，其对旅游地经济的贡献更大（陈海波 等，2015）。因此，学界围绕如何提高旅游者忠诚进行了大量研究，并将其划分为态度忠诚和行为忠诚（王辉 等，2022）。而重游意愿是旅游者态度忠诚的重要表征。在一定条件下，重游意愿可转化为实际的重游行为。大多研究者发现，旅游动机、满意度、旅游地形象、感知价值等对重游意愿有正向促进作用。本文借鉴已有相关研究成果，并考虑到突发公共危机事件的影响，将旅游健康风险纳入重游意愿影响因素中，探讨各前因变量对重游意愿的组态效应。
1.1.2.1 动机对重游意愿的影响
动机是激发和维持个体行为的关键因素，被认为是决定个体行为的内在动力，最早由美国心理学家Woodworth（1918）提出并应用于心理学研究领域。在旅游领域中，探讨旅游者的动机是了解旅游者需求及其决策的有效途径。Dann（1977）和Lee（1992）认为旅游动机主要由推力和拉力所组成，“推”是指旅游者因自身需求而引起的内在动因，包括放松、家庭聚会、满足愉快等；
“拉”是与旅游吸引物有关的外部因素，如外界信息刺激、目的地信任、新开发的旅游产品、良好的旅游环境等。动机对旅游者重游意愿产生正向影响（He et al.，2020）。由此，本研究从动机的推力与拉力两个方面构建指标，并认为它们对乡村旅游者重游意愿具有重要影响。
1.1.2.2 满意度对重游意愿的影响
满意度源于心理学中的差距理论，是指人们通过对比其心理预期与实际感知而形成的一种主观心理状态，此后在社会学、市场营销等领域得到广泛应用（谌丽，2021）。在旅游领域，国内外研究者发现，满意度对重游意愿具有显著正向影响（Jarvis et al.，2016；
刘法建 等，2019）。史瑞应（2022）发现，满意度在旅游服务质量与旅游者重游意愿间发挥中介作用。方淑苗等（2022）以乡村旅游为研究类型，发现满意度对提升旅游者重游意愿起中介作用。当旅游者产生较高的满意度时，会对旅游地产生积极印象，并愿意再次重游（何琪敏 等，2023）。
1.1.2.3 旅游地形象对重游意愿的影响
旅游地形象是旅游者对旅游地所持有的观念、印象的总和（乌铁红，2006）。学界普遍认为旅游地形象是重游意愿的重要前提（杨帆 等，2022；
Bigne et al.，2001），其对重游意愿具有正向作用（Elisabeth et al.，2013）。研究者一般将旅游地形象划分为认知形象、情感形象2 个维度（廖平 等，2020）。其中，认知形象是旅游者基于旅游地属性而进行的评价，情感形象则是旅游地引起的旅游者的情绪反映（喻蒙蒙 等，2022）。张红梅等（2016）以贺兰山东麓葡萄产业旅游为例，研究发现情感形象对重游意愿有正向影响，而认知形象与重游意愿之间的关系不存在统计学意义。刘力等（2015）使用回归分析方法探究认知形象与温泉旅游者行为间的关系，研究表明认知形象对重游意愿有显著正向影响。
1.1.2.4 感知价值对重游意愿的影响
感知价值是指旅游者在旅游过程中所体验到的益处（王钦安，2019）。大多数研究者通过实证研究得出，感知价值会对旅游者重游意愿产生影响。陶长江等（2018）将感知价值分为6个维度，包括环境氛围价值、服务价值、享乐价值、功能价值、社交体验价值和情感价值，结果表明，除服务价值外的另外5 个感知价值都对游客的重游意愿产生正向影响。郭安禧等（2018）研究发现，游客感知价值中的实体价值、经济价值、学习价值对重游意愿有显著正向影响。由于乡村旅游有其自身的环境氛围、情感体验和特色文化等特点，本研究从环境氛围价值、功能价值和情感价值3个方面设计测量指标。
1.1.2.5 人口学特征对重游意愿的影响
旅游者的个人特征，如性别、年龄、收入、受教育程度等也会对重游意愿产生影响（Seoho，2006；
陈钢华 等，2010；
王细芳 等，2021）。陈海波等（2012）以海南国际旅游岛游客为研究对象，发现女性重游行为高于男性，高学历者重游率比例较高。尹燕等（2013）实证发现经济实力强的旅游者重游率较高，并且城市旅游者为缓解城市工作压力将乡村作为重游地的可能性较强。林喜华等（2021）以红色旅游区游客为研究对象，发现旅游者学历越高，其重游率越高。
1.1.2.6 旅游健康风险对旅游者重游意愿的影响
风险的存在意味着人们可能遭受损失，进而影响其决策行为。当今国际公共卫生紧急事件频发，旅游者在目的地安全性未知的情况下，其出游意愿会受旅游健康风险的影响，致使户外性、聚集性特征明显的旅游业发展受阻。旅游健康风险是指旅游者在旅游活动过程中健康受损的可能性（王细芳 等，2021），涉及旅游者的人身安全，旅游健康风险正在改变旅游者远距离的跨区域旅游。在突发公共危机事件影响下，旅游过程中存在对身体健康产生消极影响的风险，旅游者规避风险意识明显增强，进而导致其出游意愿不强、旅游行为受到制约。Seoho（2006）发现，旅游者为减小旅游带来的风险而倾向于选择熟悉的旅游目的地开展旅游活动。
综上，现有旅游者重游意愿影响因素研究主要围绕动机、满意度、感知价值、旅游地形象等方面，较少基于突发公共危机事件对旅游健康风险与已有影响因素之间的复杂交互作用进行研究，尚缺少关于旅游者重游意愿复杂性的进一步实证证据。本研究将从复杂性角度出发，全面地对乡村旅游者高重游意愿影响路径进行分析，以期丰富现有旅游者行为研究。
1.2 模型构建
由于旅游者重游意愿的发生受一系列复杂因素的相互影响。为探究多因素共同影响重游意愿的不同路径组合，本研究基于复杂性理论并结合上文分析的影响因素，构建了乡村旅游者重游意愿概念模型（见图1）。其中，年龄、年收入、学历、性别等人口统计学特征是影响旅游者重游意愿的重要因素（陈钢华 等，2010；
肖潇等，2013；
陈海波 等2012），因此，本研究将年龄、性别、学历、年收入作为高重游意愿的指标（模型A）。模型B 从满意度、动机、感知价值、旅游地形象、旅游健康风险角度预测高重游意愿。同样，人口统计学特征、满意度、动机、感知价值、旅游地形象、旅游健康风险变量一起被用来预测高重游意愿（模型C）。
2.1 案例地概况
本研究选择四川省宜宾市筠连县春风村作为案例地，原因主要有以下三点：（1）地域代表性。地处乌蒙山北麓、四川盆周南缘的春风村，喀斯特地貌明显，曾是一个只长石头、不长庄稼的贫困村①筠连县纪委监委.宜宾筠连县春风村：深化新时代“春风经验”全力打造乡村振兴先行区［N/OL］.（2021-12-07）［2022-01-01］.http：//yb.newssc.org/system/20211207/003234073.html.。（2）乡村旅游示范典型性。春风村于2017年、2020 年和2021 年先后被评为四川省乡村旅游示范村、全国乡村旅游重点村和四川省生态旅游示范区②筠连观察.宜宾筠连县春风村入选省级乡村旅游重点村［N/OL］.（2020-06-09）［2022-01-01］.https：//cbgc.scol.com.cn/home/300125？from-related-news202-06-09.。（3）乡村旅游发展相对稳定。依托将李子、茶叶、花卉，打造旅游景观并修建垂钓竞赛训练中心，“春风花海”“三块田茶文化主题公园”“农耕文化广场”“春风精神陈列馆”四大景区已成为省内乡村旅游知名景点①筠连县人民政府办公室.筠连县春风村打造全国乡村旅游重点村［N/OL］.（2020-09-08）［2022-01-01］.http：//www.scjlx.gov.cn/sy/jcdt/202009/t20200908_1341712.html.。春风村在乡村旅游发展过程中，一方面促进基础设施提档升级，带动地区经济发展，帮助农户摆脱贫困；
另一方面通过每年3月李花节及6月李子采摘节吸引大量省内周边地区旅游者，满足了旅游者休闲放松、回归田园的需要。其发展模式能为土地资源匮乏的农村地区提供参考，同时也是我国土地贫瘠的农村地区乡村旅游发展的一个缩影。
2.2 研究方法
fsQCA 分析方法的优势在于采用整体视角，致力于探索结果变量是由哪些前因条件组合所导致（杜运周 等，2020），是一种假设各自变量间相互作用的因果非对称分析方法，即认为因变量Y的产生是多个自变量（X1，X2，…，Xn）综合作用的结果，其优势在于突破传统定量研究的单变量分析局限（孙佼佼 等，2021），适用于本研究所探讨的旅游者重游意愿复杂性关系。该方法与SPSS 26.0、Amos 20.0结合，通过测算覆盖率和一致性，可以揭示引发重游意愿产生的前因条件组合，能较好解释乡村旅游者高重游意愿的非对称因果组合路径。我们首先使用SPSS 26.0 对问卷整体进行信度、效度检验，在确保数据质量可靠后进行探索性因子分析，以检验各潜变量设计是否合理；
然后基于复杂性理论对所提出的乡村旅游者高重游意愿进行非对称建模（见图1）；
之后采用Amos 20.0 进行验证性因子分析，以确保模型适配度良好（许娟 等，2020）；
最后使用fsQCA 3.0 软件分析组合路径。
2.3 问卷设计
问卷共包含两个部分。第一部分由旅游者年龄、性别、年收入、学历、重游次数等基本信息构成。第二部分包含：满意度量表，共4 个二级变量，主要来自郭安禧等（2015）的研究成果；
动机量表，共6 个二级变量，主要借鉴赵雪祥等（2019）的研究；
感知价值量表，共6个二级变量，主要借鉴王跃伟等（2019）的研究；
旅游地形象量表，共5 个二级变量，主要借鉴周杨等（2016）的研究；
旅游健康风险量表，共3 个二级变量，主要参考佘升翔等（2016）的研究；
重游意愿量表，共2个二级变量，改编自Oppermann（2000）的研究。第二部分均采用Likert5级量表进行度量，1表示非常不同意，5表示非常同意。
3.1 数据校准
由于fsQCA 分析方法基于布尔代数逻辑，要求数据在集合［0，1］内。但由于初始样本数据并不满足这一条件，需将收集到的数据进行校准，其中，1 属于完全隶属关系，0 属于完全不隶属关系（范香花 等，2020）。由于本研究第二部分采用Likert5 级量表，因此将完全隶属阈值设为5，完全不隶属阈值设为1，交叉点设为3。这意味着，在fsQCA 分析结果中，旅游健康风险变量发挥作用代表高旅游健康风险。第一部分对性别的校准借鉴已有文献使用0.05（完全不隶属）和0.95（完全隶属）的标准（范香花 等，2020），而对于年龄、年收入、学历，则分别将各类中的最大值、最小值、均值作为完全隶属阈值、完全不隶属阈值、中间值进行校准。
3.2 数据收集
调研人员于2022 年3 月—6 月，分别进行了6 次问卷发放，涵盖了春风村旅游的淡季与旺季。为确保旅游者的代表性，抽样原则为：首先，询问旅游者第几次到春风村旅游，以筛选符合研究目标的旅游者（第二次及以上到春风村旅游）；
其次，若旅游者是以家庭或朋友结伴的方式出游，则邀请旅游发起者填写此问卷；
若旅游者为单独出行，同样请其填写问卷。需说明的是，未成年人不属于本次调研范围。调研共发放512 份问卷，回收512 份，其中有效问卷478 份，有效率为93.35%。男性占45.60%，女性占54.40%；
51～60 岁旅游者占比最高（32.22%）；
受突发公共危机事件的影响，大部分旅游者来自本县，占87.20%；
在个人年收入方面，有65.70%的旅游者年收入在5万元以下；
有56.90%到春风村的旅游者是第四次及以上；
停留时间在4 小时及以下的旅游者占57.80%；
旅游者的最高学历和消费水平普遍较低（见表1）。
表1 样本人口学特征（N=478）
4.1 信度及效度检验
本文采用SPSS 26.0进行探索性因子分析。本研究的Cronbach’sα为0.856，大于0.700，KMO=0.752，P=0.000，说明适合进行因子分析。选用最大方差正交旋转法进行分析，共提取6个公因子，累计方差贡献率为73.505%，能较好反映原始指标的大部分信息（见表2）。
表2 变量的信效度检验
使用Amos 20.0对模型拟合优度进行检验，以确保各观测指标（变量）与潜在的（未观察到的）构念之间的因果关系。本研究的χ2=630.980，χ2/df=2.976，CFI=0.948，TLI=0.914，RMSEA=0.064，说明模型具有较好的拟合度（见表3）。
表3 模型拟合检验
4.2 单变量必要性检验
采用fsQCA对数据集进行组态分析前需进行必要性检验，以判断各单变量是否为结果变量的必要条件。若单变量一致性大于0.900，则认为该变量是结果变量的必要条件（孙佼佼 等，2021）。从表4可以看出，所有变量虽对重游意愿具有一定的解释力，但一致性均小于0.900，这一结果说明乡村旅游者重游意愿的发生受多方面因素影响，而非某单一变量的作用，需通过变量间的组合分析重游意愿的形成机制。
表4 高重游意愿必要性检验结果
4.3 fsQCA分析
表5显示了春风村重游者高重游意愿的组合路径结果。通过对旅游者4个人口学变量、动机变量、旅游健康风险变量、满意度变量、感知价值变量、旅游地形象变量的fsQCA分析，得到了13种旅游者高重游意愿的前因条件组合。根据分析结果，模型A 的解的一致性为0.851，模型B 的解的一致性为0.967，模型C 的解的一致性为0.987，均达到0.750的阈值要求（孙佼佼 等，2021），所得的旅游者高重游意愿的前因条件组合方案达到令人满意的水平。
表5 预测高重游意愿的前因条件组合
模型A 和模型C 都涉及人口学变量，共9 种高重游意愿路径组合。其中，高年收入与其他前因条件组合产生高重游意愿结果（7次）要多于低年收入（1次），说明高收入旅游者的重游意愿受其他变量的影响较小，应当重视该群体，了解其旅游需求。学历、性别、年龄这三个变量在9 种组合路径中呈现方式具有明显的复杂性。
模型B 和模型C 都包含满意度、动机、感知价值、旅游地形象、旅游健康风险变量，共11种高重游意愿条件组合。其中，高感知价值这个指标，均出现在每条高重游意愿的前因条件组合中，表明高感知价值对重游意愿的影响不受其他变量的作用，旅游公共部门和旅游经营者在对旅游地进行打造和经营的过程中应当深入挖掘旅游产品价值，关注旅游者的体验。此外，低旅游健康风险与其他前因条件组合产生高重游意愿结果（7次）要多于高旅游健康风险（3次）。一方面，从实际情况来看，受突发公共危机事件影响，旅游者的健康风险意识显著增强。结合B1、B3、C1～C5 的组态路径可以看出，旅游者倾向于在旅游健康风险较低的情境中开展旅游活动；
在模型B和模型C的路径组合中，组合B3（感知价值*～旅游健康风险*满意度*旅游地形象）的一致性最高（0.988）、组合C5（～旅游健康风险*满意度*感知价值*旅游地形象*动机*～学历*年收入*年龄*性别）的一致性最高（0.995），再次说明低旅游健康风险对重游意愿的重要作用。另一方面，C6、C7 的组态路径也表现出若旅游地能满足旅游者多方面需求，部分旅游者愿意承担旅游所潜在的健康风险，产生重游意愿。此外，旅游健康风险变量与其他变量的交互作用所形成的各组态路径，体现出“条条大路通罗马”的特点，实证了重游意愿结果发生的多种等效实现路径。
图2 是分别以A1 和C7 的高重游意愿的前因条件组合为例的XY图。可以看出，前因条件组合模型A1或C7（X）与结果条件重游意愿（Y）之间成非对称关系，即充分不必要关系，说明表5中的各前因条件组合都是高重游意愿的充分条件。
图2 模型A1、C7的XY图
4.4 预测效度
为确保所提出的旅游者高重游意愿复杂因果模型在不同数据集中的预测效度（许娟 等，2020），将478 个案例均分为两个子样本。首先，利用子样本1 进行非对称关系建模和fsQCA 分析。然后，利用子样本2 分析高重游意愿的前因条件组合。使用子样本1，以动机、满意度、感知价值、旅游健康风险、旅游地形象变量作为因果前置条件的高重游意愿预测效度结果见表6；
其所得到的前因条件组合与表5模型B所得到的结果一致。然后运用子样本2对子样本1中的D2、D4进行检验，结果如图3 所示，得到了相似的非对称关系、覆盖度（0.692）、一致性（0.963），证明所提出的高重游意愿假设模型在不同数据集下具备预测结果的能力。
表6 预测效度结果
图3 模型D2、D4的XY图
4.5 复杂性理论的验证
本研究以复杂性理论为基础，建立乡村旅游者重游意愿的复杂因果模型，研究结果支持复杂性理论五大原则（Arch，2014）。如表5 所示，B1 和B4 的前因条件组合路径中都出现了动机，但它对高重游意愿的影响却是正向（B4）和负向（B1）的，在B3的前因条件组合中却没有出现，这表明动机对预测高重游意愿的作用受其他前因条件的影响，原则一得到支持；
一个前因条件组合对识别高得分结果是充分的，模型A、B、C 符合原则二的要求；
模型A、B、C 的唯一覆盖率分别介于0.184～0.214、0.011～0.077、0.006～0.061，无任何一组前因条件构成旅游者高重游意愿的充要条件，总是存在其他条件组合对高重游意愿进行解释，原则三得到支持；
无任一单变量能够实现高重游意愿，符合复杂性理论的原则四；
表5中每一前因条件组合的覆盖率均小于1.000，不存在某一条件组合能够对旅游者高重游意愿的全部个案进行解释，原则五得到支持。
5.1 结论
本文为探索突发公共危机事件下乡村旅游者高重游意愿的影响因素及其组合路径，在理论分析和计量分析已有重游意愿影响因素基础上，考虑危机事件对旅游者行为产生的影响，纳入旅游健康风险变量，构建乡村旅游者高重游意愿的复杂因果模型。采用SPSS 26.0、Amos 20.0软件进行问卷信效度检验、探索性因子分析、验证性因子分析及假设模型检验；
运用fsQCA 3.0软件分析乡村旅游者高重游意愿的前因条件组合，研究结论如下：
（1）研究结果支持乡村旅游者重游意愿具有复杂性的特点。在性别、年龄、年收入、学历、动机、旅游地形象、感知价值、满意度及旅游健康风险9 个影响因素中，所有单变量的一致性均未超过0.900，均未构成高重游意愿发生的必要条件，表明乡村旅游者高重游意愿的发生并不是单纯的线性关系，其重游意愿的产生是以多个要素组合的方式出现，因此选择fsQCA 分析方法对乡村旅游者高重游意愿进行分析，具有合理性。本研究发现，高重游意愿的发生呈现“殊途同归”的特征，即产生高重游意愿的路径是多样的，研究共析出13 条乡村旅游者高重游意愿的组合路径。在13 条路径组合中，导致高重游意愿的前因变量之间的规律性关系也不尽相同，某一变量对重游意愿的影响，取决于其他变量在组合路径中的呈现状态，这也表明乡村旅游者高重游意愿的产生是多因素共同作用的结果。
（2）在模型B 和模型C 中，低旅游健康风险变量与其他变量组合出现的次数（7 次）多于高旅游健康风险与其他变量组合的次数（3 次），即在与其他前因变量组合作用中，低旅游健康风险对于激发乡村旅游者重游意愿的概率大于高旅游健康风险与其他要素组合而引发的概率。这一结果表明，突发公关危机事件对乡村旅游者重游意愿的影响具有两面性：一方面，危机事件增加了旅游者外出旅游身体健康的风险性，旅游者往往倾向于在低旅游健康风险下开展旅游活动；
另一方面，危机期间人们的旅游需求受到压抑，导致即使存在旅游健康风险的情况，旅游者基于旅游地形象、感知价值、满意度等形成的推力，激发了重游意愿。
5.2 讨论
在目前重游意愿影响因素研究中，学界大多集中于旅游地形象、感知价值、动机等变量，缺乏根据经济社会现状对其影响因素进行深度挖掘。并且，在研究方法上普遍采用传统定量方法，导致无法解释自变量间相互作用、共同引发重游意愿结果发生的多重等效路径问题（许娟 等，2020）。由于诸多社会现象可能是多因素间相互作用而导致，并非彼此独立。因此，在重游意愿研究中引入整体视角对其进行组态效应分析，能拓宽传统分析方法中变量之间相互独立作用而引发重游意愿产生的前提假定。本研究考虑到突发公共危机事件对旅游者行为产生的影响，在现有影响因素基础上，纳入旅游健康风险变量，构建了重游意愿的复杂结构模型，并通过问卷调查所获得的一手数据对其进行验证，为旅游者行为研究提供了新的变量和研究方法，有利于提高乡村旅游者重游率，确保乡村旅游业稳定发展，具有一定的理论与现实意义。
（1）本研究基于复杂性理论构建了乡村旅游者高重游意愿非对称模型，并详细论证了乡村旅游者高重游意愿的影响因素之间的复杂交互作用，即某一前因变量对结果变量的影响与否，可能会受到与其他前因变量组合方式的影响（范香花 等，2020），研究结果论证了乡村旅游者重游意愿产生的复杂性关系，有效回答了传统定量回归分析中难以回答的自变量间相互作用及其所构成的组态是如何共同导致结果变量（重游意愿）发生的复杂因果关系，同时还能更好地解释因果关系中的非对称关系问题（杜运周 等，2017）。在今后的旅游学研究中，可以尝试转换研究视角，从变量的独立作用转变到组态效应。有助于丰富和完善已有研究结论，拓宽旅游学研究边界。采用fsQCA 所析出的13 条高重游意愿的前因条件组合，为危机影响下调动乡村旅游者出游积极性提供了多元化的参考路径，其中任一路径组合均能实现乡村旅游者高重游意愿。因此，旅游公共管理部门及旅游经营者可以根据旅游地实际情况，因地制宜选择提高乡村旅游者重游意愿的路径。
（2）本研究证实了将旅游健康风险变量纳入重游意愿研究中的可行性，为今后旅游者行为研究提供了新的关注点。研究发现高旅游健康风险和低旅游健康风险与其他前因条件组合均能导致乡村旅游者高重游意愿的发生。在表5 的模型B和模型C 中，一方面，B1、B3 及C1～C5 所形成的高重游意愿的组态路径中，旅游健康风险变量均以低旅游健康风险的形式与其他前因条件组合出现。这表明受突发公共危机事件影响，部分乡村旅游者关注旅游过程中潜在的健康风险，往往倾向于在低旅游健康风险下进行旅游活动。另一方面，B2、C6、C7所形成的前因条件组合中，旅游健康风险变量则均以高旅游健康风险的形式出现。其原因可能是危机期间公众的旅游需求受到抑制，导致即使存在健康风险的情况，乡村旅游者基于对旅游目的地的感知价值、满意度等形成的推力，激发了重游意愿。此外，本研究发现在乡村旅游者高重游意愿的预测中，旅游健康风险变量在不同的组态中可能以高风险、低风险或不出现的形式呈现，其在各个组态的表现形式受其他前因变量存在与否、正向或负向的影响，同时该变量也影响着其他变量的作用形式，体现出重游意愿的复杂性特征。公共部门和旅游经营者可以从打造差异化的旅游产品、提升旅游地形象、为旅游者提供个性化服务等方面着手，以及通过发放消费券、拍摄抖音短视频等措施激发乡村旅游者重游意愿。
（3）本研究将动机变量、满意度变量、旅游地形象变量、感知价值变量、旅游健康风险变量、人口学变量同时纳入所构建的乡村旅游者高重游意愿模型中进行fsQCA 分析，而不是对重游意愿影响因素及其影响程度进行简单分析，弥补了传统线性分析方法（如SEM 和Logistic 回归分析）难以实现的研究环节。这有助于从多因素交互作用视角探讨乡村旅游者重游意愿影响因素，拓宽了现有研究对于旅游者行为影响因素所存在的复杂性的认识，区别于已有文献所强调的单一因素导致重游意愿发生的可能性。本研究充分证明乡村旅游者重游意愿的产生是多因素共同作用的结果，且某一因素对重游意愿的影响程度还会受其他因素存在与否、作用方向的影响。
5.3 研究不足与未来研究方向
总体来看，本研究仍存在一些不足，在未来的研究中还需进一步探讨。（1）本研究仅选取春风村作为研究案例进行实证分析，其乡村旅游者只是我国乡村旅游发展的一个缩影，民族地区及偏远地区是否适用还有待检验；
（2）在数据收集方面，本研究采用的是横断数据，随着危机事件的演变，旅游者行为或将呈现相应变化，有必要对旅游者进行历时性追踪。针对上述不足之处，今后可选择不同地区的旅游者进行对比研究，使重游意愿的预测模型更加有效；
采用历时性数据收集方法，以深度挖掘不同危机时期对旅游者行为变化的影响。