龙门石窟游客保护意愿与自报负责任旅游行为的标准化野外调查方案

摘要

本方案通过结合公共区域拦截、匿名问卷发放、预定义筛选、测量验证、模型检验和可重复性归档，对龙门石窟的低干扰游客调查进行了标准化。

摘要

遗产地游客调查必须在不干扰正常运营或削弱保护优先事项的前提下，获取可用的行为证据。然而，遗产旅游研究中往往对招募范围、排除标准、测量检验、模型诊断以及数据归档等环节报告不完整。本方案提出了一种低干扰的实地调查工作流程，用于在中国洛阳龙门石窟测量游客的保护意愿及自我报告的负责任旅游行为。该工作流程整合了公共区域游客拦截、匿名电子问卷施测、资格筛选、注意力检验、每日原始数据锁定、预定义排除规则、构念评分、信度检验、验证性因子分析、回归与路径模型诊断、敏感性检验以及可重复性数据归档。问卷内容区分了遗产知识、感知遗产价值、地方依恋、环保信息质量、感知拥挤度、设施与服务支持、保护态度、保护意愿以及自我报告的负责任旅游行为。代表性实施结果表明，该工作流程生成了具有可审计排除记录、可接受测量诊断结果以及可解释模型输出的可分析数据集。本方案适用于需要透明游客行为证据而非单一满意度指标的遗产地研究。通过保留核心程序顺序，同时根据当地保护风险和游客构成调整特定于遗址的构念、调查点、语言版本、行为条目及野外工作限制，该方案可适用于其他遗产地环境。

引言

文化遗产地需要向公众开放以实现教育普及、文化传承和旅游价值，但游客活动也可能对脆弱的物质、空间和象征性资源造成压力¹。这种矛盾在游客量大、通行路线有限、解说区域密集且游客需在短时间内理解保护规定的遗址尤为明显。中国洛阳龙门石窟为开展以保护为导向的游客调查工作流程提供了一个合适的实地环境，因其在一个动态的现场环境中融合了石刻遗产保护、公众解说、游客流量管理以及保护教育。在此类场景中，游客评估不能仅停留在满意度层面。一项有效的调查必须记录游客是否理解遗产价值、是否认识到保护规定、能否接受保护限制措施，以及在参观期间或参观后是否报告了负责任的行为。

遗产旅游研究通常测量感知价值、目的地形象、地方依恋、满意度或一般的亲环境意愿²。其操作上的不足并非在于使用这些构念，而在于对实地证据生成过程的报告有限。招募地点、抽样间隔、暂停规则、注意力检查、排除阈值、原始数据锁定、构念评分、测量验证、模型诊断以及可重复性归档等内容，往往仅被简要报告，或在结果明确后才进行说明。这削弱了研究间的可比性，并限制了调查证据在遗产管理中的应用价值。本方案通过在实质性解释之前固定工作流程顺序，以弥补这一不足：问卷准备、预测试、公共区域招募、匿名施测、数据筛查、测量检验、模型解释、敏感性分析以及归档。

该构念结构遵循以保护为导向的遗产参观的实际顺序。遗产知识用于记录游客是否理解遗址的历史与文化意义。感知遗产价值用于捕捉游客是否认为该遗址值得保护³。场所依恋用于衡量游客通过参观所形成的情感联结⁴。亲环境信息质量用于记录保护信息是否清晰可见、易于理解，并有助于指导行为。感知拥挤程度用于反映可能影响游客对规则关注度的人流密度与移动压力⁵。设施与服务支持用于记录标识、围栏、导览路线、工作人员提醒以及游客服务是否有助于实现负责任的行为。这六个与场所相关的构念被独立于保护态度、保护意愿和自报的负责任旅游行为之外，以避免将感知、评价、意图与报告行为合并为单一的总体积极反应评分。

保护态度与保护意愿也被视为两个不同的概念。保护态度是指游客对龙门石窟应受到保护以及应优先考虑保护工作的评价性信念。保护意愿是指游客接受或支持与保护相关要求的准备程度，包括遵守规定、容忍不便、遵循路线限制以及支持保护性管理措施⁶。自我报告的负责任旅游行为是指游客在参观过程中报告的实际行为，例如遵循指示标识、避免有害接触、在允许区域内活动以及减少对遗产环境的干扰⁷。游客可能认同保护工作的重要性，但仍不愿意接受相关限制。此外，负责任行为的发生也可能是因为遗址环境使遵守规定变得容易。区分这些概念有助于识别管理问题更接近于知识传播、信息清晰度、意愿程度、设施支持，还是实际报告的行为表现。

龙门石窟被用作测试场景，是因为必须在接近参观的同时进行访客测量，同时保持低干扰性、匿名性以及符合运营边界。工作流程仅限于公共游客服务区以及参观后或接近出口的区域，不涉及受限制的保护区域或对受保护表面的直接观察。这一边界至关重要，因为遗产地的实地工作是在积极管理的环境中进行的，调查活动不得干扰人员流动、工作人员职责、游客安全或保护实践⁸。固定的调查时间段、系统性的拦截方法、暂停规则、预定义的排除条件以及每日原始文件锁定机制，有助于减少未记录的现场决策和事后的数据清理工作。

该方案在工作流程层面具有可转移性，但问卷不应直接照搬。应保持不变的组成部分包括：调查边界定义、目标人群定义、最终版问卷的版本控制、系统性游客拦截、资格筛查、注意力检测、排除前锁定原始数据、预定义的数据质量规则、构念评分、测量验证、模型诊断、敏感性检验以及可重复性存档。可调整的组成部分包括保护风险表述、行为条目、调查点位、语言版本、游客构成变量以及管理指标。考古遗址公园可能需要加强对地表接触和路线限制的表述⁹。历史城镇可能需要增加关于居民干扰和共享街道空间行为的条目¹⁰。博物馆和神圣景观区域可能需要包含展厅人流引导、展品保护、仪式空间或文化敏感行为等方面的条目¹¹。该结构可在不削弱程序可比性的前提下，实现针对具体场所的适应性调整。

代表性结果仅用于验证工作流程是否能够产生可用的游客行为数据，而不能用于直接推断行为观察、承载力估算、干预效果或自我报告与实际观察行为之间的一致性。本方案的贡献在于提供了一套标准化且可审计的操作流程，用于在尽可能减少干扰的前提下，对以保护为导向的遗产地游客调查数据进行采集、筛选、验证、分析和归档。

本标准化工作流程用于评估中国河南省洛阳市龙门石窟游客的保护意愿及自我报告的负责任旅游行为。流程包括问卷设计、预调查、公共区域游客拦截、匿名问卷施测、原始数据锁定、质量筛选、构念评分、测量检验、模型诊断以及研究文件归档。

方案

本研究遵循《赫尔辛基宣言》进行，并于2025年6月27日获得SEGi研究伦理委员会批准（批准号：SEGiEC/SR/FOELPM/163/2025-2027）。在开始问卷调查之前，已获取书面或电子形式的知情同意。

注意：未收集任何姓名、身份证号码、电话号码、面部图像、家庭住址、设备标识符、GPS 坐标、账户标识符、照片、音频记录、视频记录或其他直接可识别的个人信息。在正式发布问卷前，已关闭 IP 地址收集功能。未从龙门石窟管理机构获得正式的书面场地管理许可。因此，实地工作仅限于公众可进入的游客服务区以及参观结束后或靠近出口的区域。调查协助人员未进入洞窟内部、受限的保护区域、仅限工作人员进入的区域、狭窄通道、拥挤的观览平台、检票排队区、应急通道、宗教或纪念性场所，或任何可能干扰游客流动、场地运营、游客安全、工作人员职责或文物保护工作的地点。在遭遇大雨、紧急通告、官方人群管控措施、工作人员要求、异常拥挤，或任何可能影响游客通行、安全或场地管理的情况下， recruitment 将立即暂停。

1. 确定野外研究地点、构建物、采样目标和调查时间窗口

1. 以中国河南省洛阳市龙门石窟景区为野外研究地点。将目标人群定义为已完成或即将完成当日龙门石窟游览的成年游客。
2. 采用三个公共调查点：游客出口区域、主游览路线外的公共休息区，以及靠近交通接驳点的游客服务区。仅使用游客可自愿停留且不阻碍人流通行或干扰景区运营的区域。
3. 在强降雨、紧急通告、官方限流措施、工作人员要求、异常拥挤、导游团拥堵、通道受阻，或任何可能干扰游客流动、游客安全、工作人员职责或景区管理的情况下，暂停招募参与者。
4. 采用遗产知识（HK）、感知遗产价值（PHV）、地方依恋（PA）、环保信息质量感知（PMQ）、感知拥挤程度（PC）以及设施与服务支持（FSW）作为与景区相关的预测变量。
5. 采用保护态度（CA）和保护意愿（CW）作为与意图相关的构念。将CA定义为游客认为龙门石窟应受到保护、且保护应被优先考虑的信念；将CW定义为游客接受或支持保护要求的意愿，包括遵守规定、容忍不便、接受路线限制及保护性管理措施。
6. 采用自报的负责任旅游行为（RTB）作为行为结果指标。将RTB定义为游客在游览期间报告的行为，包括遵守标识与围栏、避免对遗产表面造成损害性接触、停留在允许区域内、减少对其他游客及遗产环境的干扰，以及保持景区清洁。
7. 计划原始样本量为480份有效问卷，经质量筛选后最低有效样本量为400份问卷。
8. 于2026年4月1日至2026年5月20日开展正式数据收集工作。每个野外工作日设置两个调查时段：10:00–12:00 和 14:30–17:30。
9. 图1概括了从问卷设计与预测试，到公共区域实地采集、数据筛选、评分、测量效度验证、模型检验、敏感性分析及研究文件归档的完整流程。
   注意： 选择龙门石窟是因为该世界文化遗产地在一个活跃的实地环境中，集中体现了高游客量、石刻遗产保护、公众解说以及游客管理等多重需求¹²。

2. 构建、筛选、翻译并预测试问卷

1. 将问卷分为五个部分：知情同意、资格筛选、遗产地感知条目、保护态度、保护意愿与负责任旅游行为条目，以及人口统计学与旅游相关变量。
2. 所有实质性的感知、态度、意愿和行为条目均采用5点李克特量表：1 = 非常不同意，2 = 不同意，3 = 既不同意也不反对，4 = 同意，5 = 非常同意。
3. 在九个构念中包含31个实质性李克特条目：HK、PHV、PA、PMQ、PC、FSW、CA、CW 和 RTB。每个构念至少使用三个观测条目，其中 PHV、CA、CW 和 RTB 各使用四个条目。
4. 确保 CA、CW 和 RTB 的表述相互区分。CA 条目用于评估对保护重要性、优先级和责任的感知；CW 条目用于评估接受或支持与保护相关要求的意愿；RTB 条目用于评估受访者在当日访问期间报告的行为。
5. 所有条目应围绕龙门石窟的参观经历进行表述，而非一般性的环境关切。避免使用双重问题、引导性语言、专业保护术语，或暗示社会期望答案的表述。
6. 将意愿和行为条目与应用型游客研究中的行为意向和感知控制逻辑保持一致¹³。将地方依恋和负责任行为条目针对龙门石窟的参观情境进行调整¹⁴。使用遗产地感知条目测量与龙门石窟相关的价值感知、游客与景点关系质量以及保护相关的解说内容¹⁵。
7. 尽可能将每个条目的平均阅读字数控制在28个字符以内，并在预测试中确保完整问卷的完成时间控制在6–10分钟内。正式问卷中不得包含开放式自由文本问题。
8. 添加年龄、当日访问状态、职业角色和重复参与的筛选条目。若受访者年龄小于18岁、未在调查当日参观龙门石窟、为景区工作人员、访问期间正在工作的导游、旅行社员工、调查区域内部或附近正在工作的商贩、研究团队成员，或已在同一天完成过该问卷，则终止问卷填写。
9. 添加两个注意力检查条目。第一个置于实质性条目的前三分之一之后：“为确认您正在仔细阅读问题，请为此条目选择‘同意’。”仅当受访者选择4时记为通过。第二个置于实质性条目的中间三分之一之后：“出于质量控制目的，请为此条目选择‘不同意’。”仅当受访者选择2时记为通过。
10. 以首选语言准备工作版问卷。请两位具备旅游、遗产或行为调查经验的双语研究人员，将条目与其预期的英文构念含义进行比对。在预测试前解决所有表述上的分歧。
11. 于2026年3月20日至2026年3月25日开展预测试，对象为30名成年游客或近期访问过文化遗产景点的访客。记录完成时间、跳过的条目、误解的表述、受访者重复提问、作答犹豫、平台显示问题，以及对 CA、CW 或 RTB 表述的困惑。
12. 若超过20%的预测试参与者报告某一条目难以理解，则应修改该条目。若某条目的校正后条目-总分相关系数不低于0.30，则予以保留。若某构念的克朗巴哈α系数不低于0.70，则予以保留。
13. 仅当某构念的克朗巴哈α系数介于0.65至0.69之间，且所有校正后条目-总分相关系数均不低于0.30，且删除任一单一项目均不会使克朗巴哈α系数提高超过0.03时，方可保留该构念。对此类构念应标注为信度勉强可接受。
14. 预测试的应答数据不得纳入正式分析数据集。在两名双语评审人员核对修订后的条目后，最终确定问卷内容。
15. 表1汇总了九个问卷构念的定义、条目编码、条目表述、计分方向、分析位置，以及来源或改编依据。
16. 补充文件1提供了最终问卷、知情同意页、筛选问题、注意力检查条目、问卷平台显示记录及预测试评审记录。
    暂停节点：若任一构念在预测试后克朗巴哈α系数低于0.65，则停止后续工作。需修改条目表述并重新进行预测试，方可开展正式实地调查。

3. 培训调查助手并开展系统性拦截抽样

1. 招募未参与景区管理、售票、导游服务、纪念品销售、游客流量控制、保护执法或任何可能影响游客参与意愿的工作角色的调查助理。
2. 在培训前为每位调查助理分配一个野外工作代码。在野外工作日志中使用 SA01、SA02、SA03 和 SA04 等人员代码，而非个人姓名。
3. 在正式数据收集前，对所有调查助理进行 2 小时的培训。培训内容应涵盖资格标准、知情同意程序、邀请话术、拒绝应对、抽样间隔、旅游团体选择规则、招募暂停规则、隐私要求、质量控制规则、野外工作日志填写，以及 CA、CW 和 RTB 之间的区别。
4. 确保每位调查助理在正式数据收集前完成五次有监督的实践邀请。
5. 使用以下邀请话术：“您好，我们正在龙门石窟开展一项关于游客体验、遗产保护和负责任旅游行为的匿名学术调查。问卷填写约需 6–10 分钟。参与完全自愿，您可随时中止。”
6. 在招募过程中，不得提及预期假设、期望的回答方向、模型关系、保护行为得分或任何预设的积极效应。
7. 在每个调查时段开始时，从 1 到 5 之间随机选择一个起始数字。接近对应编号的游客，之后在完成或即将完成参观后，每隔第五位成年游客进行接近，位置为选定的调查点。
8. 每次完成问卷、被拒绝或遇到不合格游客后，重置计数序列。
9. 仅从同一旅游团体中邀请一人。当同一旅游团体中有多个合格游客自愿参与时，邀请生日最接近调查日期的那位。
10. 若游客拒绝参与、显得匆忙、正在照看儿童或年长同伴、阻碍游客通行、正在听导游讲解、进入拥挤的游览路段，或处于任何可能导致不便的情况，应立即终止邀请。
11. 为每个调查时段维护一份野外工作日志。记录调查日期、时间段、调查点、调查助理代码、接触的游客、不合格游客、拒绝人数、开始填写的问卷、完成的问卷、暂停时段、暂停原因及抽样偏差。
12. 利用野外工作日志计算接触率、拒绝率、完成率和有效应答率。
13. 持续开展野外工作，直至收集到 480 份原始问卷。确保每个调查点至少贡献 120 份原始问卷。
14. 在每天调查结束时，监测性别、年龄组、首次参观状态和出行方式。不得为强制实现人口结构平衡而拒绝合格游客。尽可能将首次参观者比例保持在 45% 至 70% 之间，有组织团队游客比例控制在有效样本的 45% 以下。将这些数值视为监测范围，而非硬性配额。
15. 表 2 列出了野外工作安排、公共调查点、抽样间隔、样本目标、暂停规则及野外工作记录变量。
16. 补充文件 2 提供了野外工作日志表格、角色分配记录、数据管理日志、排除日志表格及编码本结构。
    注意：当日发生的任何偏离抽样间隔、调查点、时间段或暂停规则的情况，均须在野外工作日志中记录。

4. 施用问卷并检查每日记录

1. 在问卷开始前展示知情同意页面。要求每位参与者确认其年满18周岁，已阅读知情同意声明，并自愿同意参与。
2. 通过平板电脑或参与者手机上的电子问卷平台实施问卷。每屏呈现一个条目或一组简短条目，并要求对每个实质性的李克特条目均作出回答。
3. 若参与者请求解释，仅说明词语或短语的字面含义。不得提示、暗示或确认任何回答方向。
4. 记录开始时间、结束时间、完成时间、日期、调查点、时间窗口及调查助手代码。正式问卷期间不收集开放式文本评论。
   检查点： 每天调查结束后，确认所有已完成的问卷均包含开始时间、结束时间、调查点、时间窗口及调查助手代码。

5. 导出、筛选和评分数据集

1. 在每次调查日的20:00以.xlsx格式导出原始问卷文件。每个文件的命名格式为LongmenSurvey_raw_YYYYMMDD.xlsx，并存储在仅限授权研究人员访问的密码保护文件夹中。
2. 使用人员代码而非姓名维护角色分配日志。记录负责每次调查会话、每日导出、原始文件存储、原始文件锁定、排除编码、独立筛查验证、统计分析和最终数据集冻结的人员代码。
3. 在正式数据收集结束后合并所有每日原始文件。为每个个案分配一个唯一的受访者ID，格式为LGV0001至LGV0480。保存一份未经编辑的主文件为LongmenSurvey_raw_locked.xlsx，并在数据管理日志中记录锁定日期、文件大小和SHA-256校验和。
4. 在复制的工作文件中进行所有筛查、计分和分析。不得编辑已锁定的原始主文件。
5. 排除不符合资格的个案，包括年龄低于18岁、无当日访问记录、职业角色被排除或同日重复参与的个案。排除任一注意力检查项目未通过的个案。
6. 排除完成时间少于180秒的个案、在15个或以上连续实质性条目中使用相同李克特应答的个案、所有实质性李克特条目标准差低于0.25的个案，以及确认为重复的个案。
7. 审查完成时间超过1,800秒的个案。仅当该个案无注意力检查失败、无直线应答（straight-lining）、无资格矛盾、无重复应答模式或其他实地调查问题时，方可保留。
8. 使用实质性李克特条目、人口学变量、调查点、时间窗口以及精确到最近一秒的完成时间来检查重复个案。若发现完全重复的个案，保留较早的个案并排除较晚的个案。
9. 创建一个排除变量，其类别包括：合格、资格不符、注意力检查未通过、完成过快、长时间完成审查未通过、直线应答、重复应答及其他实地调查问题。仅保留标记为“合格”的个案。若筛查后有效个案少于400份，则继续按照相同规则开展实地调查。
10. 在构念计分前完成独立筛查验证。第一审查人应用所有排除规则，第二审查人对照已锁定的原始文件核查资格状态、注意力检查结果、完成时间、直线应答情况、重复判定及最终排除编码。
11. 将所有李克特条目编码为1至5分。对反向表述条目进行反向计分，公式为：反向得分 = 6 − 原始得分。
12. 编码人口学与出行相关变量，包括性别、年龄组、教育程度、个人月收入、是否首次访问、出行方式、调查点和时间窗口。将所有编码规则记录在编码手册中。
13. 将每个构念得分计算为其保留条目的算术平均值，并保持所有构念得分在原始的1–5分量表上。由于所有实质性条目均为必填项，因此不进行条目层面缺失值的填补。
14. 表3总结了构念计分前应用的资格审查、注意力检查和质量筛选规则。
15. 表4列出了人口学变量编码、出行变量编码、反向计分规则、排除状态编码以及构念得分计算方案。
    检查点：仅当最终分析数据集中包含至少400份有效问卷、所有保留个案均具有完整的构念得分，且已完成独立筛查验证后，方可进入测量检验阶段。

6. 评估信度、测量结构及共同方法偏差风险

1. 计算每个多项目构念的 Cronbach’s alpha 及校正后的项目-总分相关系数。将 Cronbach’s alpha ≥0.70 视为可接受；当 Cronbach’s alpha 介于 0.65 至 0.69 之间时，仅在所有校正后的项目-总分相关系数均 ≥0.30 且删除任一单项均不会使 alpha 值提高超过 0.03 的情况下，视为勉强可靠。
2. 保留校正后项目-总分相关系数 ≥0.30 的项目。仅当某项目的校正后项目-总分相关系数低于 0.30 且删除该项目后 Cronbach’s alpha 增加至少 0.03 时，才予以删除。若感知拥挤度在项目审查后其 alpha 值仍维持在 0.65 至 0.69 之间，则标记为勉强可靠。
3. 使用所有保留的有效项目，对九因子测量模型进行验证性因子分析。报告CFI、TLI、RMSEA、SRMR、标准化因子载荷范围、组合信度及平均方差提取量。
4. 当CFI 和 TLI ≥0.90，且RMSEA 和 SRMR ≤0.08 时，视为测量模型可接受。保留标准化因子载荷 ≥0.50 的项目。对载荷低于 0.50 或与概念相近项目存在较大残差相关的项目进行审查。
5. 使用潜变量构念相关系数和HTMT评估区分效度。若HTMT 超过 0.85（概念上相邻的构念为 0.90），则标记相应构念对。若 CA、CW 与 RTB 显示出过度的潜在重叠，需仔细审查。
6. 将九因子模型与单因子模型进行比较，作为共同方法偏差风险的筛查。Harman 单因子检验仅作为描述性筛查手段，不得将其作为共同方法偏差¹⁶不存在的证据。
7. 仅将探索性因子分析作为次要的项目聚类诊断方法，采用主轴因子法并进行 oblimin 斜交旋转。
8. 表 5 汇总了用于信度、项目保留、CFA 拟合优度、区分效度、共同方法偏差筛查、相关性审查、模型诊断、间接效应检验及敏感性检查的预设阈值。
9. 在补充文件 3中报告完整的项目水平信度结果、标准化CFA载荷、组合信度、AVE值、HTMT矩阵、单因子比较模型及探索性项目聚类诊断结果。
   暂停点： 若超过一个构念的 Cronbach’s alpha 低于 0.65，或在测量模型中 CA、CW 与 RTB 无法区分，或任一HTMT值超过预设阈值，则在完成测量检验后暂停。

7. 生成描述性诊断并估计模型

1. 对分类变量计算频率和百分比。对所有构念得分计算均值、标准差、中位数、最小值、最大值、偏度和峰度。
2. 若绝对偏度低于 2.00 且绝对峰度低于 7.00，则认为其符合计划模型的可接受标准。若超过 60% 的有效参与者选择相同的取整后应答类别，或其标准差低于 0.50，则对该构念进行标记。
3. 计算各构念得分之间的皮尔逊相关系数。若相关系数高于 0.70，则视为可能存在构念冗余，在建模前需重新检查题项编码、反向编码及构念计算过程。
4. 对连续型构念得分进行标准化处理，并对分类控制变量进行虚拟编码。将年龄组、性别、教育程度、个人月收入、是否首次访问、出行方式作为控制变量。
5. 估计三个回归模型：第一个模型以 CA 为因变量，HK、PHV、PA、PMQ、PC、FSW 及控制变量为自变量；第二个模型以 CW 为因变量，CA、HK、PHV、PA、PMQ、PC、FSW 及控制变量为自变量；第三个模型以 RTB 为因变量，CW、CA、HK、PHV、PA、PMQ、PC、FSW 及控制变量为自变量。
6. 记录每个回归模型的标准化系数、标准误、t 值、p 值、95% 置信区间、R²、调整后 R² 以及方差膨胀因子（VIF）。
7. 根据构念顺序估计一个路径模型：场所相关预测变量 → CA → CW → RTB。使用 5,000 次自举抽样，检验场所相关预测变量通过 CA 对 CW 和 RTB 的间接效应，以及 CA 通过 CW 对 RTB 的间接效应。
8. 报告标准化的直接效应、间接效应、总效应、自举 95% 置信区间以及模型拟合指数。将 p < 0.05 视为具有统计学显著性，将 p 值介于 0.05 至 0.10 之间的结果视为边缘显著。
9. 不得将不显著的路径描述为已确认的效应，且在未进行间接效应检验的情况下不得推断存在中介作用。
10. 仅在正文部分呈现测量汇总结果和模型诊断信息。完整的相关矩阵、回归系数、路径模型估计值、间接效应和总效应应报告于 Supplementary File 3 中。

8. 评估模型诊断与敏感性

1. 计算每个回归模型中每个预测变量的方差膨胀因子。将VIF < 3.00 视为可接受，检查介于 3.00 与 5.00 之间的值，并对保留的任何 VIF > 5.00 的模型提供合理说明。
2. 标记标准化残差绝对值大于 3.00 的个案。计算每个回归模型的库克距离，并标记库克距离大于 4/n 的个案，其中 n 为模型中包含的有效个案数。
3. 对于横断面游客行为数据，将 R² 介于 0.15 至 0.35 之间视为合理。若所有假设路径均显著、所有标准化系数超过 0.40，或任一 R² 超过 0.60，需重新检查数据。
4. 在剔除完成时间超过 1,800 秒的个案、排除有组织的团体游参与者、使用中位数项目得分重新计算构念得分，并剔除被库克距离标记的个案后，重复进行三个回归模型分析。
5. 在剔除被库克距离标记的个案后，重复进行路径模型分析。
6. 若主要系数方向保持不变，且关键的显著或边缘路径方向一致，则视为结果稳定。在代表性结果中报告任何系数方向变化、显著性丧失或调整后 R² 的大幅变动。
7. 在补充文件3中报告完整的敏感性检验结果。

9. 运行分析并归档研究文件

1. 在复制的工作文件中进行数据清洗，并使用材料表中列出的 R 版本及软件包版本完成统计分析。
2. 仅使用去标识的有效数据集运行分析脚本。在重采样、自助法估计或敏感性检验之前，将随机种子设置为 20260401。
3. 分析脚本运行完成后，使用 sessionInfo() 保存 R 会话信息。
4. 按照代码本中列出的文件名，导出去标识的有效数据集、代码本、排除日志、实地工作日志摘要、角色分配记录、分析脚本、会话信息、完整模型输出结果以及图表源数据。
5. 验证导出的文件是否能够复现最终有效样本量、构念得分、信度结果、CFA 指标、HTMT 值、回归估计值、路径模型估计值、间接效应以及敏感性检验结果。
6. 在所有分析完成后，创建一个研究归档文件夹。将去标识的有效数据集、代码本、排除日志、实地工作日志摘要、角色分配记录、分析脚本、sessionInfo() 输出结果、完整模型输出结果以及图表源数据放入该文件夹中。
7. 将锁定的原始数据集单独存储于加密的机构存储系统中，保留至发表后 5 年。不得将锁定的原始导出文件、平台生成的标识符、IP 地址、GPS 坐标、设备标识符、可识别工作人员身份的现场笔记或可能具有识别性的自由文本信息放入研究归档文件夹中。
8. 确认去标识数据集中的每个变量均在代码本中有明确定义，且每个被排除的个案均在排除日志中对应一个排除类别。在数据管理日志中记录去标识有效数据集的归档日期、文件版本、文件大小和校验和（checksum）。
9. 在最终发表前，将去标识的可重复性数据包存入永久性公共知识库。该数据包应包括去标识的条目级数据集、最终问卷、知情同意书页面、筛选问题、注意力检查题项、代码本、实地工作日志摘要、排除日志、数据管理日志、角色分配记录、分析脚本、会话信息、完整模型输出结果以及图表源数据。将数据包存入 Zenodo（https://doi.org/10.5281/zenodo.21640066）。
10. 补充文件 3 和 补充表 1–7 提供了分析脚本、sessionInfo() 输出结果、测量结果工作簿、模型输出工作簿、敏感性检验输出结果以及图表/表格源数据核对清单。
    暂停点：在未移除直接标识符、平台生成的标识符、位置轨迹、可识别工作人员身份的笔记以及可能具有识别性的文本之前，不得共享任何分析文件。

结果

受试者保留与实地工作概况

在龙门石窟的正式实地调查中，共收集到480份问卷。经过资格筛选和数据质量检查后，保留了430份问卷用于分析，有效应答率为89.6%。最终的有效样本量超过了预先设定的400份有效问卷的最低要求。被排除的案例包括不符合资格、注意力检查未通过、完成时间过短、直线作答或近乎不变的应答模式、重复提交以及其他实地调查问题。当一份问卷符合多个排除条件时，以最先适用的排除规则作为主要排除类别。从480份原始问卷筛选至430份有效样本的流程见图2。

保留的样本分布在三个计划的公共调查点中。游客出口区域贡献了139个有效样本，主游览路线外的公共休息区贡献了146个样本，交通连接点附近的游客服务区贡献了145个样本。首次参观者占有效样本的55.6%，重复参观者占44.4%。有组织的团体游客占23.0%，仍低于预设的监测阈值。实地调查分布及游客特征详见表6。

讨论

本方案旨在解决文化遗产旅游研究中的一个方法论问题：游客可能在原则上认同文化遗产保护，但其在参观过程中报告的行为实际上同时受到解说信息、路线引导、拥挤压力、设施支持以及保护规定的影响。因此，针对龙门石窟，本方案并未将自我报告的负责任旅游行为视为孤立的结果，而是将与景点相关的感知、保护态度、保护意愿以及自我报告的负责任旅游行为纳入一个标准化的实地调查流程之中。该方案的主要贡献在于其程序性而非仅限于实质性内容：本方案以固定顺序整合了公共区域拦截调查、匿名问卷发放、预先设定的筛选条件、构念评分、测量诊断、回归与路径建模、敏感性检验以及可重复性数据归档等环节。

测量设计贴近游客的实际参观体验。问卷内容包括游客对龙门石窟的理解程度、对该遗址的评价、是否对其产生情感依恋、如何理解保护信息、是否感受到拥挤，以及设施和服务是否有助于他们遵守遗址规定。相较于仅询问一般性的环境关切，这种针对特定遗址的结构更为可取，因为遗产地的负责任行为在一定程度上取决于游客对该遗址赋予的意义，以及这些意义在参观过程中如何被激发。近期的遗产研究同样将游客的负责任反应与真实性、身份认同、情感依恋及遗产意义相关联，而非将其视...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
car（回归诊断工具包）	综合 R 存档网络	版本 3.1–5	用于计算方差膨胀因子并支持回归诊断。
dplyr	综合R档案网络	版本 1.2.1	数据处理软件包；用于筛选有效案例、重新编码变量、创建排除代码、计算构念得分，以及汇总实地工作和模型变量。
电子问卷平台	文卷星，长沙冉星信息技术有限公司，中国长沙		基于网络的平台；需注册账户访问；访问于4月–2026年5月；用于构建电子问卷，设置必答字段，插入筛选和注意力检测题目，生成问卷二维码，记录完成时间，并以.xlsx格式导出原始应答数据。
现场给药片剂	Apple 公司，美国加利福尼亚州库比蒂诺		iPad 第10代；10.9英寸显示屏；64 GB；Wi-Fi 型号；在调查点由参与者使用研究团队设备填写问卷时使用。
ggplot2	综合 R 存档网络	4.0.3 版本	图形与诊断图绘制工具包；用于在需要图形化统计输出时生成诊断图及图形源数据。
lavaan	综合 R 存档网络	版本 0.7–2	验证性因子分析与路径模型工具包；用于九因子验证性因子分析、模型拟合指数、标准化因子载荷、路径模型及自举间接效应。
lm.beta	综合 R 存档网络	版本 1.7–3	标准化回归分析包；用于从线性回归模型中获取标准化系数。
Microsoft Excel	美国华盛顿州雷德蒙德市微软公司	2021	用于每日原始文件检查、文件命名、排除日志准备、代码本准备以及 .xlsx 导出文件的手动核验。
openxlsx	综合 R 存档网络	4.2.8.1 版本	电子表格导出包；用于导出清理后的数据集、代码本、排除日志、信度表、相关性表、回归分析结果及敏感性检验表。
参与者移动设备访问	参与者自有的智能手机或平板电脑	NA	当参与者通过扫描二维码或在自己的设备上打开调查链接完成问卷时使用。
心理	综合R存档网络	版本 2.6.5	信度与探索性因子分析软件包；用于计算克朗巴赫系数’α系数、校正的项目-总分相关、描述性统计量、Kaiser-Meyer-Olkin值、Bartlett’s 检验，探索性因子分析，以及哈曼’单因素筛选。
R 统计计算环境	奥地利维也纳统计计算基金会	4.6.1 版本	用于可靠性检验、测量诊断、描述性统计、回归分析、路径分析、敏感性检验及结果导出。
readxl	综合 R 存档网络	版本 1.5.0	电子表格导入包；用于将 .xlsx 原始数据、代码本和排除日志导入 R。
semTools（结构方程模型实用程序包）	综合R档案网络	版本 0.5–9	用于根据拟合的测量模型计算组合信度、平均提取方差以及 HTMT 值。