【桃花节活动中居民参与度、感知对居民支持度的影响实证探究（含问卷）（论文）16000字】

桃花节活动中居民参与度、感知对居民支持度的影响实证研究[摘要]随着旅游经济的发展，节事作为一种比较特殊的旅游形式越来越受到学术界的重视，但目前关于节事活动的研究多集中于大型节事活动，针对地方节事研究比较少，乡村节事研究更少；且关于居民参与度、居民感知、居民支持度这三者关系研究也较为有限。因此，本文以乡村节事为研究对象，本届龙南桃花节为案例，分析居民参与度、居民感知对居民支持度的影响。在分析过程中，采用问卷调查法收集数据，对各个量表采用因子分析法得出居民参与度、成本感知、人文环境收益感知、经济收益感知、居民支持度共五个因子，并利用因子分析法得到的因子得分进行多元线性回归模型研究居民参与度、居民感知对居民支持度的影响。研究表明：居民参与度、人文环境收益感知、经济收益感知对居民支持度产生显著的正向影响，而居民成本感知对居民支持度有显著的负向影响。经过分析，本文还发现：在四个自变量中，对居民支持度影响程度最大的是人文环境收益感知，其次是成本感知，再其次是经济收益感知，影响最小的自变量是居民参与度。[关键词]乡村节事；居民参与度；居民感知；居民支持度

目录[摘要] [33]对于居民参与度、居民感知、居民支持度所设计的调查问卷采用的是李克特五级量表,要求居民按照“完全不同意”、“不同意”、“一般”、“同意”、“完全同意”这5个选项对每一个题项给出判断,5个答案分别对应1到5的分值,采用excel和SPSS统计分析软件对调查问卷进行数据清洗,对少量缺失数据或个别异常数据用均值代替。本研究的数据获取主要采用面向龙南县武当镇当地居民发放调查问卷的方式。调查于本次龙南桃花节举办期（2月22日至2月24日）和举办后（2月27日至3月1日）两个时间段在武当镇新街向当地居民发放问卷，共发放问卷220份，有效问卷208份，无效问卷12份，有效回收率为94.5%，无效问卷的判定有两个标准：第一是问卷填写有缺失；第二是问卷的各项题项的回答几乎是完全一样。5实证研究5.1描述性统计5.1.1人口统计学分析由下列图表可知，从性别上来看，男性比例为60.6%，女性比例为39.4%。从年龄来看，20岁以下占比最少，为14.9%；占比最大的为36到60岁，为48.6%；20到35岁的受访者占比为18.8%，60岁以上的受访者占比为17.8%。从受教育程度来看，初中和高中学历的受访者数量最多，所占比例分别为34.1%和31.7%，两者一起共占到总样本的65.8%，小学及以下学历的受访者占比为16.8%，大学及以上的受访者占比为17.3%。从个人月收入来看，3000-5000元月收入的样本最多，占比为41.3%，其次为月收入为1000-3000元的，占比为22.1%，月收入为1000元以下的受访者占比为17.3%，月收入为5000元以上的受访者占比为19.2%。从居民在当地的居住年限来看，63.9%的被调查者居住年限为20年以上，仅有10.1%的被调查者的居住年限在10年以下，26%的被调查者在当地居住了10到20年，从居住年限的比例来看，大部分被调查者居住年限在20年以上，说明样本具有一定的代表性。表5-1被调查者基本信息特征分类频数百分比性别男12660.6%女8239.4%年龄20岁以下3114.9%20-35岁3918.8%36-60岁10148.6%60岁以上3717.8%受教育程度小学及以下3516.8%初中7134.1%高中/中专6631.7%大学及以上3617.3%个人月收入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居民参与度、感知和支持度的分析在本次研究中，笔者统计了居民参与度、感知和支持度各个变量的平均值和标准差。平均值是数据的算术平均数，代表了整组数据的集中趋势度量值，平均值越大意味着居民对各项题项的同意程度越高；而标准差则是表示离散趋势的最常用的指标，标准差越大意味着数据的离散程度越高。由下表可知，这些变量的标准偏差均在1以下，说明数据的离散程度较小。从居民参与度量表来看，被调查者对桃花节的参与意愿均值为3.78，报名参加志愿者的意愿均值为3.37，在此次桃花节的参与程度平均值为3.45，说明当地居民对这样一个有特色的节日，还是比较热衷于参加的。从居民感知量表来看，认为桃花节给当地带来积极影响的题项平均值均在3以上，认为桃花节给当地带来消极影响的题项平均值均在3或3以下，认为桃花节给当地造成了当地环境污染的平均值为3说明举办方在卫生方面做得还不太够，但龙南桃花节给当地带来的影响整体上还是积极的。从居民支持度量表来看，居民对未来节事的支持度均值为3.72，对未来节事的参与意愿均值为3.46，对未来节事的宣传意愿均值为3.28，支持度三个问项的调查结果表明当地居民对于未来节事的举办还是持比较欢迎的态度的。表5-2被调查者各变量的平均值和标准差特征题项平均值标准差居民参与度愿意参加这次桃花节举办的各项活动3.780.581愿意报名成为这次桃花节的志愿者3.370.703在这次桃花节中，全程参与其中3.450.778居民感知增加了当地活动设施3.580.704提升了当地的景观风貌3.300.797促进了当地的宣传3.580.705提高了当地的建筑质量3.540.754增加了当地人的见闻3.680.714促进了当地的文化传承3.470.773增加了当地的就业3.600.667提高了当地人生活水平3.570.712提高了当地人的收入3.610.612吸引了外来投资3.450.747改变了当地人生活方式3.510.702改善了当地的基础设施3.440.699造成了当地的环境污染3.000.674破坏了当地的自然资源2.760.760破坏了当地的社会治安2.800.705造成了当地的交通拥堵2.920.732造成了当地商业化侵蚀2.920.760扩大了居民间贫富差距2.610.728造成了当地的物价上升2.880.772居民支持度支持未来节事及旅游项目的举办3.720.715愿意参加未来节事及旅游项目3.460.815愿意帮助未来节事及旅游项目的宣传3.280.7985.2聚类分析聚类分析就是将样本按照一定的规则分成若干类，这些类的特征事先并没有给出，这一点与判别分析相区别，对类的数目和类的结构也不作确定。聚类分析根据分类的对象，可以分为对样本分类（Q型聚类）和对变量聚类（R型聚类），对样本聚类通常的度量工具是距离（欧式距离、马氏距离等）,也就是说同组之间的距离是最短的；而对变量聚类的度量工具则有相似系数等。本文采用的是Q型聚类，即对样本进行分类。本文以居民支持度的三个变量为基础，利用快速聚类法，使用SPSS统计软件将节事举办地的居民进行了群体细分，最终将样本分成了两类：热情型支持者（78.8%）和冷漠型中立者（21.2%），从而能更直观、清晰的了解当地居民的支持度。具体分类情况如下表所示：表5-3居民支持度变量的聚类分析观测变量聚类1（N=164）聚类2(N=44)我支持未来节事及旅游项目的举办4.03.0我愿意参加未来节事及旅游项目4.02.0我愿意帮助未来节事及旅游项目的宣传4.02.0聚类一：热情的支持者。这一聚类包含164位受访者，占到了整个样本的78.8%。这一类居民比较热情地支持举办节事活动，认为从节事获得的收益大于节事带来的成本。从均值水平来看，三个变量得分均在4分左右，不仅是支持节事的举办，而且愿意参与到节事中来，并愿意为其宣传。聚类二：冷漠的中立者。这一聚类包括了44位受访者，占整个样本的21.2%。这类受访者，对于节事的举办持中立的态度（平均值为3分），但是不愿意参加未来的节事活动，更不愿意为其做一些宣传的工作。通过聚类分析，我们可以看出节事活动在当地是比较受欢迎的，百分之八十左右的受访者是比较支持节事的举办，并愿意参与其中甚至于为之宣传。5.3因子分析5.3.1居民参与度的因子分析通过对居民参与度的量表进行KMO与巴特利特检验发现，KMO值为0.626大于0.6，且巴特利特球形检验sig值为0.000，表明居民参与度的数据大体上通过了检验，可以做因子分析。表5-4居民参与度的KMO与巴特利特检验KMO值0.626巴特利特检验近似卡方120.756自由度3Sig值0.000在变量通过适当性检验之后，利用主成分分析法提取特征值大于1的成分，并使用最大方差法对因子进行正交旋转（通过正交旋转得到的因子更具有可解释性），得到1个公共因子，该公共因子有3个题项，表示“居民参与度”，该因子的累计方差贡献率为62.565%。一般认为在社会科学研究中，累计方差贡献率能够达到60%就说明公共因子对变量的解释贡献率可以接受。在本文中，“居民参与度”因子的累计方差贡献率为62.565%大于60%，说明该公共因子保留了原始变量数据大部分的信息；所得居民参与度的因子得分在SPSS软件中保存为变量F1，以方便后续的分析。表5-5居民参与度的总方差解释初始特征值提取载荷平方和成分总计方差百分比累积%总计方差百分比累积%11.87762.56562.5651.87762.56562.5652.70123.37985.9443.42214.056100.000数据的可靠性分析是分析一组问题是否是在衡量同一个概念，是评价数据质量的非常重要的指标之一；而在学术研究中，克隆巴哈系数（Aphla值）是用来检验数据的可靠性非常重要的工具之一。一般认为：如果克隆巴哈系数大于0.7，表示数据是可靠的；当计量尺度中的题项数小于6时，克隆巴哈系数大于0.6说明数据是可靠的。在本次研究中，笔者使用SPSS统计分析软件针对居民参与度数据的可靠性进行了分析，得出克隆巴哈系数为0.683，说明该计量尺度是可靠的。表5-6居民参与度因子的可靠性统计克隆巴赫Alpha项数0.68335.3.2居民感知的因子分析通过对居民感知的量表共19个题项进行KMO与巴特利特球形检验发现，KMO值为0.871大于0.8，且巴特利特检验sig值为0.000，表明居民感知量表的数据通过了检验，是很适合做因子分析的。表5-7居民感知的KMO与巴特利特检验KMO值0.871巴特利特检验近似卡方1895.894自由度171Sig值0.000在居民感知量表通过适当性检验之后，利用主成分分析法提取特征值大于1的成分，并使用最大方差法对因子进行正交旋转（通过正交旋转得到的因子更具有可解释性），一共得到3个公共因子，其中因子1有7个题目，表示“成本感知”，因子2有6个题目，表示“人文环境收益感知”，因子3有6个题项，表示“经济收益感知”，这三个因子总共的累计方差贡献率为59.547%，虽然小于60%，但也比较接近，因此因子分析结果也大致可以接受。所得成本感知的因子得分保存为变量F2，所得人文环境收益感知的因子得分保存为变量F3，所得经济收益感知的因子得分保存为变量F4。表5-8居民感知的总方差解释初始特征值旋转载荷平方和成分总计方差百分比累积%总计方差百分比累积%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正交旋转后居民感知的因子载荷矩阵观测变量因子成本感知人文环境收益感知经济收益感知增加了当地活动设施0.800提升了当地的景观风貌0.691促进了当地的宣传0.738提高了当地的建筑质量0.724增加了当地人的见闻0.774促进了当地的文化传承0.660增加了当地的就业0.781提高了当地人生活水平0.701提高了当地人的收入0.751吸引了外来投资0.671改变了当地人生活方式0.688改善了当地的基础设施0.724造成了当地的环境污染0.765破坏了当地的自然资源0.756破坏了当地的社会治安0.644造成了当地的交通拥堵0.787造成了当地商业化侵蚀0.827扩大了居民间贫富差距0.767造成了当地的物价上升0.796经过对居民感知的数据进行因子分析后，得到成本感知因子，人文环境收益感知因子和经济收益感知因子，分别对这三个因子所对应题项进行数据可靠性分析，分析结果如下表所示。表5-10居民感知各因子的可靠性统计因子克隆巴赫Alpha项数成本感知0.8847人文环境收益感知0.8626经济收益感知0.8506在对居民感知的数据可靠性分析中，克隆巴哈系数均在0.8以上，说明居民感知各个计量尺度都非常的可靠。5.3.3居民支持度的因子分析通过对居民关于节事支持度的量表进行KMO和巴特利特球形检验发现，KMO值为0.687大于0.6且比较接近0.7，且巴特利特检验sig值为0.000，表明居民支持度量表的数据通过了检验，是适合做因子分析的。表5-11居民支持度的KMO与巴特利特检验KMO值.687巴特利特检验近似卡方282.038自由度3Sig值.000在变量通过适当性检验之后，利用主成分分析法提取特征值大于1的成分，并使用最大方差法进行正交旋转（通过正交旋转得到的因子更具有可解释性），得到1个公共因子，该因子有3个题目，表示“居民支持度”，该因子的累计方差解释为76.770%，这表明因子保留了原始数据中大部分的信息量，因子分析结果是可以接受的；所得居民支持度的因子得分在SPSS软件中保存为变量F5。表5-12居民支持度的总方差解释初始特征值提取载荷平方和成分总计方差百分比累积%总计方差百分比累积%12.30376.77076.7702.30376.77076.7702.45615.20691.9753.2418.025100.000在对居民支持度的数据可靠性分析中，克隆巴哈系数在0.8以上，说明居民支持度因子的计量尺度是很可靠的。表5-13居民支持度因子的可靠性统计克隆巴赫Alpha项数0.84435.4多元线性回归分析多元线性回归是用来研究一个非独立变量（因变量）和一组独立变量（自变量）之间的关系。笔者使用SPSS统计分析软件，探讨居民参与度、成本感知、人文环境收益感知、经济收益感知对居民支持度的影响。建立如下回归方程模型：F5=b0+b1F1+b2F2+b3F3+b4F4+ε在进行回归分析之前，应进行因变量与自变量的相关分析，使用皮尔逊相关系数检验，结果表明在5%的概率范围内，居民参与度、居民人文环境收益感知、居民经济收益感知三个自变量均与因变量居民的支持度存在正相关关系，相关系数分别为0.415，0.512和0.405；在1%的概率范围内，居民成本感知与居民支持度存在显著的负相关关系，相关系数为-0.427。表5-14回归结果标准化系数Beta标准误显著性VIF居民参与度0.101**0.0480.0371.235成本感知-0.409***0.0440.0001.039人文环境收益感知0.477***0.0470.0001.148经济收益感知0.385***0.0440.0001.047样本量208R方0.617调整后R方0.610F值81.913***首先考虑多重共线性的问题，一般而言，VIF值大于5，表示存在多重共线性；VIF值大于10，就说明有严重的多重共线性了。从上表可知，方差膨胀因子VIF均处于1到2的区间，证明回归模型为存在多重共线性的问题。由上表可知R方为0.617，调整后R方为0.610，说明模型拟合程度良好；F值为81.913，且在1%的水平下显著，说明该线性回归模型在1%的水平下整体是有效的。通过对变量F1、F2、F3、F4系数的t检验，来判断这些自变量对因变量是否存在显著的影响。上表结果显示，在5%的显著性水平下，四个因子自变量均通过检验，其中居民参与度、人文环境收益感知、经济收益感知对居民支持度的正向影响是显著的，而居民成本感知则对居民支持度的负向影响是显著的。在这四个自变量中，根据标准化系数Beta值的大小，影响程度最大的是人文环境收益感知（0.477），其次是成本感知（0.409），再其次是经济收益感知（0.385），影响最小的自变量是居民的参与度（0.101），由此我们可以得出居民感知对因变量（居民支持度）的影响程度大于居民参与度的影响程度，而居民收益感知的影响程度又大于居民成本感知的影响程度。综上所述，H1、H2a和H2b均得到了验证，即：（1）H1：居民在节事参与度对居民关于未来节事的支持度有显著的正向影响。也就是说居民在节事中的参与程度越高，他们就越倾向于支持节事在当地的举办。（2）H2a:居民对节事影响的收益感知对居民关于节事支持度有显著的正向影响。其中收益感知又分为人文环境收益感知和经济收益感知这两个因子，都对居民支持度产生显著的正向影响。（3）H2b:居民对节事影响的成本感知对居民关于节事支持度有显著的负向影响。6研究结论和建议6.1研究结论本文以龙南桃花节作为乡村节事活动的案例，采用了因子分析、多元线性回归分析、聚类分析相结合的方法，完成了各个因子的分类和提取，并且通过多元线性回归模型研究了居民参与度、居民感知对居民支持度的影响。得出以下结论：（1）63.9%的被调查者在当地居住了20年以上，仅有10.1%的被调查者在当地居住了10年以下，说明本次问卷调查的样本具有一定的典型性和代表性。（2）被调查者对桃花节的参与意愿均值为3.78，报名参加志愿者的意愿均值为3.37，在此次桃花节的参与程度平均值为3.45，说明当地居民对这样一个有特色的节日，还是比较热衷于参加的。（3）居民支持度三个题项的结果平均值均在3以上，其中居民对未来节事的支持度均值为3.72，对未来节事的参与意愿均值为3.46，对未来节事的宣传意愿均值为3.28。以居民支持度的三个变量为基础进行聚类分析将样本分为：热情型支持者和冷模型中立者，其中热情型支持者占78.8%。居民支持度三个问项的描述性统计结果和聚类分析的结果都表明当地居民对于未来节事的举办还是持比较欢迎的态度的。（4）从居民感知来看，认为桃花节给当地带来积极影响的题项平均值均在3以上，认为桃花节给当地带来消极影响的题项平均值均在3或3以下，认为桃花节给当地造成了当地环境污染的平均值为3说明举办方在卫生方面做得还不太够，但龙南桃花节给当地带来的影响整体上还是积极的。（5）对25个题项的量表进行因子分析，共得到五个因子，其中居民参与度因子包括3个题项，成本感知因子包括7个题项，人文环境收益感知因子包括6个题项，经济收益感知因子包括6个题项，居民支持度因子包括3个题项。（6）根据因子分析得出的因子得分进行多元线性回归分析，以居民支持度为因变量，居民参与度、成本感知、人文环境收益感知、经济收益感知为自变量，回归分析使得假设H1，H2a和H2b均得到验证，即：居民参与度、人文环境收益感知、经济收益感知对居民关于未来节事的支持度有显著的正向影响；而居民对节事影响的成本感知对居民关于节事支持度有显著的负向影响。（7）经过回归分析得到四个自变量的标准化系数Beta值，分别代表各个自变量对因变量的影响程度，其中影响程度最大的是人文环境收益感知，其次是成本感知，再其次是经济收益感知，影响最小的自变量是居民的参与度。由此我们可以得出居民感知对因变量（居民支持度）的影响程度大于居民参与度的影响程度，而居民收益感知的影响程度又大于居民成本感知的影响程度。因为龙南桃花节举办至今仅是第五届，宣传推广还不到位，吸引的游客较少，因此节事的经济带动效应较低，所以经济收益感知的影响程度小于人文环境收益感知的影响程度。6.2研究建议（1）根据实证分析的结论可知，居民的参与度越高，居民对未来节事的支持度也越高。因此节事活动的主办方在节事的举办前和举办中都应该考虑到居民在节事的参与度的问题，具体的建议如下：第一、在节事举办前，主办方应该多征求附近居民的意见，积极引导居民们参与到节事活动的决策过程中来，激发居民的参与激情。比如，主办方可以向居民调查主题活动的形式和内容，充分挖掘乡村节事的文化，以便更好地体现出当地的特色。第二、在节事举办中，主办方应尽可能考虑到各类居民的需求，策划出满足居民需求的各种主题活动，以便激发居民们的参与热情；为节事活动的志愿者提供良好的福利和培训，如可以奖励优秀志愿者，吸引居民们参与志愿者活动；在节事活动的开幕式中，也可以邀请当地居民表演节目。（2）研究分析可知，居民对节事影响的成本感知对居民关于节事支持度有显著的负向影响。如果居民成本感知大于收益感知，居民就不会支持节事活动的举办，因此，如何减小节事活动带来的成本至关重要，具体的建议如下：第一、在节事举办前的策划期，主办方应该想好节事可能给居民带来的成本，并做好应对措施。比如节事带来的环境污染问题，主办方应安排专门的清洁人员做好每天的打扫工作；比如节事带来的交通拥堵问题，主办方应与当地政府相关部门协调处理好。第二、在节事举办期间，主办方应建立健全的监督机制，做到有效的监控，防止由量变引起质变。如为了居民与主办方的更有利有效的沟通，可以设立专门的居民信箱，有利于把居民的各种意见和建议传给主办方。（3）由回归分析得出的结论可以得知，居民收益感知对居民支持度产生显著的正向影响，且居民经济收益感知不强。具体如何提升居民收益感知的建议如下：第一、针对这类居民经济收益感知不强的节事，一方面可以注重对节事效果和质量的评估，从而提升节事的口碑，且可以加大节事的宣传推广力度，从而吸引更多游客的到来；另一方面，加强节事与旅游项目的结合，促进节事旅游的发展，提升该节事活动的经济带动效应。第二、促进节事积极影响的宣传推广，巩固居民对节事活动带来收益的感知。人们对节事的积极影响了解的越多，也就更愿意支持节事的举办。参考文献吴必虎.区域旅游规划原理[M]北京:中国旅游出版社.2001:265-266.戴光全等.节庆、节事及事件旅游—理论、案例、策划[M],北京:科学出版,2005:35.杨子.基于居民感知的天水伏羲文化旅游节旅游影响研究[D].西北师范大学,2019.戴文俊.贫困社区居民参与旅游行为研究[D].云南师范大学,2018.MartinMuller,M.Popularperceptionofurbantransformationthroughmega-events:understandingsupportforthe2014WinterOlympicsinSochi[J].EnvironmentandPlanningC:GovernmentandPolicy,2012,(30):693-711.吴正平,阎纲.旅游心理学[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.刘振礼.旅游对接待地的社会影响及对策[J].旅游学刊,1992(03):52-55+51-60.陆林.旅游地居民态度调查研究──以皖南旅游区为例[J].自然资源学报,1996(04):377-382.郭英之,叶云霞,李雷,姜静娴,彭兰亚.中国旅游热点居民生活质量感知评价关联度的实证研究[J].旅游学刊,2007(11):58-65.尹立杰,张捷,韩国圣,钟士恩,李倩.基于地方感视角的乡村居民旅游影响感知研究——以安徽省天堂寨为例[J].地理研究,2012,31(10):1916-1926.李玉新.节庆旅游对目的地经济影响的测算与管理[J].桂林旅游高等专科学校学报,2003(01):53-55.俞杨俊.旅游节庆策划系统研究[D].上海师范大学,2007.梅劲援.节庆旅游的环境影响研究[D].上海师范大学,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.王起静.居民对大型活动支持度的影响因素分析——以2008年北京奥运会为例[J].旅游科学,2010,24(03):63-74.胡丹丹.居民对前青奥影响的感知和态度研究[D].南京师范大学,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.王起静.展览产品定价模型及价格影响因素研究——基于双边市场理论视角[J].经济管理,2007(16):26-30.戴林琳,盖世杰.基于结构方程模型的乡村节事及节事旅游影响的居民感知研究——以北京长哨营村为例[J].北京大学学报(自然科学版),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.刘静艳,黄西华.影响居民感知和参与重大活动的因素分析——以广州2010年亚运会为例[J].学术研究,2009(05):97-102+160.黄西华.广州居民对2010年亚运会态度的影响因素研究[D].中山大学,2008.张姝.目的地居民对旅游节庆影响的感知与态度研究[D].湖北大学,2011.罗文斌,钟诚.烟花节事旅游的居民参与度、感知与支持度影响关系研究[J].湖南财政经济学院学报,2015,31(04):90-96.王琼.举办地居民对2022年冬奧会支持度研究[D].北京第二外国语学院,2016.宋振春,陈方英.两种类型旅游节事居民感知的比较研究——对泰安泰山国际登山节和东岳庙会的问卷调查[J].旅游学刊,2008(12):63-69.许振晓,张捷,GeoffreyWall,曹靖,张宏磊.居民地方感对区域旅游发展支持度影响——以九寨沟旅游核心社区为例[J].地理学报,2009,64(06):736-744.谭毅菁,傅云新.大型节事活动后居民感知态度研究——以广州2010年亚运会为例[J].北京第二外国语学院学报,2012,34(03):64-71.吴向明,李翠玲,李敏.社区居民对重大节事活动影响的感知研究——以杭州国际西湖博览会为例[J].北方经济,2012(18):29-30.李翠玲.社区居民对重大节事活动影响的感知研究[D].浙江工业大学,2012.刘笑明.基于居民感知与态度的西安世园会旅游效应研究[J].西北农林科技大学学报(社会科学版),2013,13(01):93-98.顾宗欣.基于事前视角的居民对节事的区域影响感知与态度[D].南京大学,2013.陈晓艳,马静卿,李红.居民对旅游重大事件态度、支持度与期望的实证研究——以2013年常州第八届中国花博会为例[J].南京晓庄学院学报,2014,30(02):89-94+124.陈方英,周生辉,李云,马明,李瑞甜.城市居民对重大事件支持度影响因素研究[J].合作经济与科技,2015(01):184-185.魏辰.福州居民对2015年青运会的感知变化及其对支持度的影响研究[D].福建师范大学,2015.朱涛.基于社区居民和游客感知的旅游节事影响综合评价——以扬州“烟花三月”国际经贸旅游节为例[J].江苏商论,2015(05):44-47.赵良香.基于居民感知的金塔胡杨旅游节对金塔旅游的影响研究[D].西北师范大学,2015.杨月坤,仇文静.举办地居民对大型体育赛事的感知和支持度对比——以2022年冬奥会为例[J].河北旅游职业学院学报,2016,21(03):46-51.曹艳.节事活动对当地居民文化感知的影响研究[D].广西大学,2017.薛庆云,许文鑫,魏辰,林