基于混合选择模型的鸟类观赏旅游目的地偏好研究：以挪威瓦朗厄尔地区为例

鸟类观赏作为一种新兴的自然旅游活动，近年来发展迅速。深入了解鸟类观察者的目的地偏好，对于促进旅游业发展和加强物种保护至关重要。本研究采用混合选择建模方法，分析了鸟类观赏目的地偏好及其在休闲专业化程度上的差异。相较于将鸟类观察者划分为离散的群体，这种方法能够更精准地评估其专业化程度。研究团队于2017年夏季在挪威瓦朗厄尔地区招募了205名鸟类观察者，并通过在线选择实验收集数据。实验设计了包含五个系统性变化目的地属性的情景：鸟类观测质量、鸟类多样性、风景景观质量、便利设施（例如步道和专业向导）以及游客费用。研究结果表明，相较于仅包含属性的多项式逻辑回归（MNL）模型或随机参数逻辑回归（RPL）模型，混合选择模型（HC）能更好地解释偏好异质性。鸟类观测质量、风景景观质量以及中等程度的便利设施是所有模型中的显著预测因子，而高鸟类多样性仅在RPL和HC模型中显著。HC模型中的交互项表明，'更专业化'的鸟类观察者比'不太专业化'的鸟类观察者更重视鸟类观测质量、鸟类多样性和最高级别的便利设施（专业向导和鸟类观测隐蔽处）。本研究结果可为旅游目的地更有针对性地吸引不同类型的鸟类观赏者提供参考，并为相关规划和管理决策提供科学依据。