衡量旅游业的素养：概念上的模糊性、方法论上的挑战以及实际操作指南

《Current Issues in Tourism》：Measuring literacy in tourism: conceptual ambiguities, methodological challenges, and practical guidelines

　　摘要
本文探讨了旅游研究中围绕读写能力构建的概念和方法论上的模糊性。随着特定领域的读写能力在旅游中的增加（例如碳素养、数字素养、动物福利素养等），学者们依赖于自我评估的李克特量表或基于知识的测试。然而，这些方法反映了对于读写能力的根本不同理解：感知意识与可证明的知识。自我评估量表提供了心理测量的灵活性，但容易受到过度自信和社会期望等偏见的影响，而基于知识的量表虽然提供了客观的测量方法，但由于二分评分而面临分析上的限制。本文综合了定义、测量工具和统计技术，为减少偏见和提高构建有效性提供了实用指南。基于这些结论，我们提倡采用结合主观和客观测量的混合模型，以便研究知识校准和行为结果。通过阐明测量选择如何塑造理论意义和方法论可能性，本文支持在旅游和酒店业中进行更严谨和可比较的读写能力研究。

关键词：旅游素养；自我评估量表；基于知识的测量；过度自信偏见；社会期望偏见；构建有效性；方法论严谨性

1. 引言
旅游研究主题的迅速多样化导致了试图捕捉游客和从业者应对新兴全球挑战的知识和能力的各种构建的增多。诸如生态素养（Salem等人，2025年）、数字素养（Dalg??等人，2024年；Miraz等人，2025年；Yeomans等人，2024年）和动物福利素养（Fennell & de Grosbois，2024年）等概念在文献中变得越来越普遍，反映了旅游与可持续性、技术和伦理知识的交叉。然而，这种扩展也导致了关于读写能力实际上代表什么以及在旅游和酒店业背景下应如何测量的概念和方法论上的模糊性。尽管研究者们一致认为读写能力包含某种形式的知识和能力（Dai等人，2019年，2021年；Deale & Webb，2023年；Fennell & de Grosbois，2024年；Horng等人，2013年；Luna-Cortes，2024年；Luna-Cortes & Brady，2025年；Wang等人，2024年；Zizka & Varga，2020年），但实证研究往往以不一致的方式操作化这一概念，混淆了与了解、相信或行动相关的概念。
当前旅游研究中的一个关键问题是自我评估和基于知识的读写能力测量方法之间的方法论差距。虽然这两种方法都声称能够捕捉“读写能力”，但它们操作化的概念截然不同：自我评估量表测量的是感知到的能力，而基于知识的测试评估的是可证明的客观知识。因此，使用这些方法的研究可能并没有测量到相同的现象，即使使用了相同的标签（例如数字素养、生态素养）。这种概念和操作上的不一致性限制了研究之间的可比性，并引发了关于构建有效性的担忧，因为关于“读写能力”的结论可能取决于所选择的测量方法。
此外，大多数旅游研究依赖于自我评估的李克特量表来捕捉感知到的知识、态度或行为（Conefrey & Hanrahan，2025年；Dai等人，2019年，2021年；Dalg??等人，2024年；Fennell & de Grosbois，2024年；Horng等人，2013年；Liu等人，2024年；Miraz等人，2025年；Salem等人，2025年；Son，2025年；Wang等人，2024年；Yeomans等人，2024年）。这些工具允许进行复杂的分析和建模，但容易受到过度自信（Fellner & Krügel，2012年；Luna-Cortes，2024年）和社会期望（Lanz等人，2022年）等偏见的影响。因此，旅游素养研究主要测量的是感知到的能力，而不是可证明的知识。
相反，较少量的旅游研究采用客观的知识测试或基于表现的评估来通过正确/错误的回答来评估读写能力（Deale & Webb，2023年；Luna-Cortes & Brady，2025年；Zizka & Varga，2020年）。这些基于知识的量表捕捉了受访者对主题的实际理解和专业知识，但通常将读写能力视为单一维度，并面临心理测量上的限制，特别是当项目是二分的时候。因此，感知读写能力和实际读写能力之间的方法论区别挑战了构建有效性，并阻碍了研究之间的可比性。
理解这些差异不仅仅是一个方法论问题，而是一个概念上的必要性。测量工具的选择隐含地塑造了旅游研究中“读写能力”的理解——无论是代表自我感知的意识还是可证明的知识。此外，适用于每种类型量表的统计技术也有很大差异：基于李克特的自我评估允许结构方程建模和维度测试，而基于知识的量表通常依赖于二分评分，并需要特定的分析，如四分或多项相关矩阵（Luna-Cortes & Brady，2025年；Mede等人，2025年）。因此，读写能力的实证操作化不仅决定了其分析处理方式，还决定了其在旅游中的理论意义。
本文通过探讨旅游研究中读写能力的定义和测量方式来解决这些概念和方法论上的模糊性。它区分了自我评估和基于知识的方法，概述了各自的优点、限制和偏见。通过这样做，本文不仅为关于读写能力测量的持续辩论做出了贡献，还为研究人员提供了实用指南，总结了可以帮助克服每种类型量表固有局限性的关键统计分析和方法论策略。通过阐明不同的操作化如何反映不同的潜在构建——以及如何对其进行稳健分析——本文旨在支持未来的学者开发更严谨、可比较和具有实证依据的旅游和酒店业读写能力研究方法。

2. 从定义到测量旅游研究中的读写能力构建
“读写能力”一词可以追溯到拉丁词“literatus”（即学者），这个词历史上表示能够读写（Dai等人，2019年）。如今，这个词已经演变为一系列能力，包括计数和解决问题的能力，除了读写和说话之外，还支持个人在工作、社会中的良好功能，以及实现个人目标和发展知识与潜力的能力（国家扫盲研究所，2009年）。
联合国教科文组织（UNESCO，2005年）将读写能力定义为一种学习连续体，使个人能够实现个人目标，发展知识，并有意义地参与社会。在二十一世纪，读写能力包括使用技术（Kumar等人，2025年）、解决问题、协作以及有效信息处理所需的技能（Ko?等人，2024年）。一些作者指出，读写能力还包括在特定领域中识别、分析、评估、以道德和负责任的方式与他人分享（Dalg??等人，2024年）。
尽管读写能力的定义有所不同，但大多数作者同意其核心是知识和技能的结合（Wang等人，2024年），尽管有些人使用同义词，如理解能力和能力（例如Dai等人，2019年，2021年；Deale & Webb，2023年；Fennell & de Grosbois，2024年；Horng等人，2013年；Luna-Cortes，2024年；Luna-Cortes & Brady，2025年；Zizka & Varga，2020年）。这种对读写能力的定义方法已被适应到旅游的各种领域中，以反映特定的知识和能力。例如，Horng等人（2013年，第256页）将低碳定义为“对节能和碳减排的知识和理解，并将这种素养融入日常生活”，而Fennell和de Grosbois（2024年，第21页）将旅游中的动物福利素养定义为“对旅游中动物的意识、理解和做出知情且负责任决策的能力”。
因此，读写能力从根本上与个人的知识相关，因为这一概念包括获取、理解和应用信息的能力。无论是在普通教育还是像旅游这样的专门领域，读写能力都涉及基于所获得的知识做出明智决策的能力，这可以反映在其他方面，如做出理性决策（Luna-Cortes & Brady，2025年）或负责任的行为（Fennell & de Grosbois，2024年；Horng等人，2013年）。然而，这种知识在旅游中的捕捉方式在不同研究中有所不同。
尽管一些旅游研究采用了客观评估来测试事实知识或决策能力，使用多项选择格式来评估参与者在特定情境下应用知识的能力（例如Deale & Webb，2023年；Luna-Cortes & Brady，2025年；Zizka & Varga，2020年），但大多数旅游和酒店研究依赖于自我评估量表（例如Conefrey & Hanrahan，2025年；Dai等人，2019年，2021年；Dalg??等人，2024年；Fennell & de Grosbois，2024年；Gaffar等人，2024年；Horng等人，2013年；Liu等人，2024年；Miraz等人，2025年；Salem等人，2025年；Son，2025年；Wang等人，2024年；Yeomans等人，2024年）。这些量表捕捉了参与者的感知知识、态度或行为，这些可以通过李克特量表与读写能力联系起来。例如，休闲素养（Dai等人，2019年，2021年）、生态素养（Salem等人，2025年）和数字素养（Dalg??等人，2024年；Miraz等人，2025年；Yeomans等人，2024年）等构建是通过要求受访者对诸如“我知道关于碳排放”或“我有效地使用数字工具”之类的陈述进行评分的李克特型项目来测量的。
表1展示了用于测量旅游中读写能力的示例项目。为了识别这些示例，我们在Scopus数据库中进行了结构化搜索，使用了与读写能力相关的术语（如“读写能力”、“知识”、“技能”、“能力”）以及与旅游和酒店相关的关键词（如旅游、酒店、目的地、旅行）。我们筛选了同行评审的期刊文章，以确定读写能力是如何概念化定义的，如何操作化的（即自我评估的李克特量表与基于知识的测试），以及使用了哪些统计技术。此外，还回顾了来自其他领域（如健康、金融和科学素养）的高引用基于知识的读写能力量表，以便与旅游和酒店业中使用的方法进行方法论比较。自我评估读写能力量表中潜在偏见的识别基于关于自我报告测量的方法论文献的综合，而基于知识的测量的方法论限制则来自处理二分评分、维度测试和预测有效性限制的心理测量和测量文献（例如Fernandes等人，2014年；Mede等人，2025年；Zhang等人，2023年）。

本文的结构如下。首先，它探讨了旅游研究中读写能力的概念化和操作化方式。接下来，它回顾了基于知识的读写能力测量方法，讨论了它们的心理测量属性和方法论限制。然后，本文讨论了与自我评估读写能力量表相关的偏见，并概述了缓解策略。最后一部分提出了理论意义、方法论建议以及未来旅游读写能力研究的方向。

3. 从定义到测量旅游研究中的读写能力构建
“读写能力”一词可以追溯到拉丁词“literatus”（即学者），这个词历史上表示能够读写（Dai等人，2019年）。如今，这个词已经演变为一系列能力，包括计数和解决问题的能力，除了读写和说话之外，还包括支持个人在工作、社会中的良好功能，以及实现个人目标和发展知识与潜力的能力（国家扫盲研究所，2009年）。
联合国教科文组织（UNESCO，2005年）将读写能力定义为一种学习连续体，使个人能够实现个人目标，发展知识，并有意义地参与社会。在二十一世纪，读写能力包括使用技术（Kumar等人，2025年）、解决问题、协作以及有效信息处理所需的技能（Ko?等人，2024年）。一些作者指出，读写能力还包括在特定领域中识别、分析、评估、以道德和负责任的方式与他人分享（Dalg??等人，2024年）。
除了读写能力的不同定义外，大多数作者同意其核心是知识和技能的结合（Wang等人，2024年），尽管有些人使用同义词，如理解能力和能力（例如Dai等人，2019年，2021年；Deale & Webb，2023年；Fennell & de Grosbois，2024年；Horng等人，2013年；Luna-Cortes，2024年；Luna-Cortes & Brady，2025年；Zizka & Varga，2020年）。这种对读写能力的定义方法已被适应到旅游的各种领域中，以反映特定的知识和能力。例如，Horng等人（2013年，第256页）将低碳定义为“对节能和碳减排的知识和理解，并将这种素养融入日常生活”，而Fennell和de Grosbois（2024年，第21页）将旅游中的动物福利素养定义为“对旅游中动物的意识、理解和做出知情且负责任决策的能力”。
因此，读写能力从根本上与个人的知识相关，因为这一概念包括获取、理解和应用信息的能力。无论是在普通教育还是像旅游这样的专门领域，读写能力都涉及基于所获得的知识做出明智决策的能力，这可以反映在其他方面，如做出理性决策（Luna-Cortes & Brady，2025年），或表现出责任感（Fennell & de Grosbois，2024年；Horng等人，2013年）。然而，这种知识在旅游中的捕捉方式在不同研究中有所不同。
尽管一些旅游研究采用了客观评估来测试事实知识或决策能力，使用多项选择格式来评估参与者在特定情境下应用知识的能力（例如Deale & Webb，2023年；Luna-Cortes & Brady，2025年；Zizka & Varga，2020年），但大多数旅游和酒店研究依赖于自我评估量表（例如Conefrey & Hanrahan，2025年；Dai等人，2019年，2021年；Dalg??等人，2024年；Fennell & de Grosbois，2024年；Gaffar等人，2024年；Horng等人，2013年；Liu等人，2024年；Miraz等人，2025年；Salem等人，2025年；Son，2025年；Wang等人，2024年；Yeomans等人，2024年）。这些量表捕捉了参与者的感知知识、态度或行为，这些可以通过李克特量表与读写能力联系起来。例如，休闲素养（Dai等人，2019年，2021年）、生态素养（Salem等人，2025年）和数字素养（Dalg??等人，2024年；Miraz等人，2025年；Yeomans等人，2024年）等构建是通过要求受访者对其熟悉度或同意程度进行评分的李克特型项目来测量的。
表1展示了用于测量旅游中读写能力的示例项目。为了识别这些示例，我们在Scopus中进行了结构化搜索，使用了与读写能力相关的术语（如“读写能力”、“知识”、“技能”、“能力”）以及与旅游和酒店相关的关键词（如旅游、酒店、目的地、旅行）。我们专注于在商业、管理、旅游和酒店出版物中发表的同行评审期刊文章。表1中呈现的示例被选为最具有代表性和最常使用的旅游中读写能力构建的自我评估操作化方式。捕捉基于知识的素养的量表

作为参考，在本节中，我们回顾了文献中一些最广泛使用的基于知识的素养量表，这些量表涵盖了各个研究和领域。表2列出了在Scopus和Web-of-Science（WoS；又称Clarivate）中被引用次数较多的量表，这些量表包括用于衡量健康素养（Baker等人，Citation1999；Chin等人，Citation2011；Davis等人，Citation1993；Parker等人，Citation1995）、科学素养（Miller，Citation1998）、信息素养（Boh-Podgornik等人，Citation2016；Jones-Jang等人，Citation2021）和金融素养（Fernandes等人，Citation2014）的测量工具。一些最近的量表也采用了这种形式来衡量诸如旅行保险素养（Luna-Cortes & Brady，Citation2025）和数字世界中的科学素养（Mede等人，Citation2025）等概念。表2展示了文献中捕捉基于知识的素养的量表。下载CSV显示表格

为了提供与旅游领域使用的自我评估量表的比较视角，我们识别了被广泛引用的基于知识的素养量表，并在表2中进行了展示。我们使用了与表1相同的程序（即在Scopus数据库中搜索；以“literacy”和“scale”作为关键词），但将范围扩展到了旅游以外的其他研究领域，在这些领域可以找到更多的基于知识的测量指标。根据这一程序，表2展示了具有影响力的基于知识的素养量表的示例。

可以看出，在操作基于知识的素养的方式上存在一定的模式，即大多数量表依赖于多项选择格式，并被视为单一维度结构。例如，广泛使用的成人医学素养快速评估（REALM）和成人功能性健康素养测试（TOFHLA）（Baker等人，Citation1999；Davis等人，Citation1993；Parker等人，Citation1995）假设一个潜在因素来评估健康素养。同样，金融素养指数（Fernandes等人，Citation2014）和信息素养测验（Boh-Podgornik等人，Citation2016；Deale & Webb，Citation2023）也采用了这种方法，强调客观知识，同时将素养视为一个统一的构念。

即使该构念在概念上被提出为多维的，统计分析通常也会揭示出一个主导的单因素结构（Luna-Cortes & Brady，Citation2025；Zhang等人，Citation2023）。这是因为这些量表是二分化的（即参与者知道或不知道；1或0），这限制了在多维量表开发和多元分析过程中的可能性。

3.1 基于知识的素养的局限性

与李克特量表相比，基于知识的素养构念的性质导致了一些需要考虑的重要方面。如前所述，第一个限制在于基于知识的量表的计量学灵活性。由于它们依赖于二分评分，除非特别调整，否则限制了使用结构方程建模或项目反应理论等高级统计技术（Luna-Cortes & Brady，Citation2025）。产生连续数据的李克特量表更适合各种计量学分析，包括探索性和验证性因子分析、路径建模和潜在特质建模。

维度也是一个问题。正如文献中所强调的，即使潜在概念在理论上是多维的，大多数基于知识的量表也被视为单一维度结构（Zhang等人，Citation2023）。这种简化可能会掩盖构念内的重要区别。相比之下，李克特类型的量表更频繁地进行维度检验，并且可以有意设计以反映多个潜在特质，从而更深入地理解所测量的构念。

此外，这些工具通常侧重于回忆和基本理解，这限制了它们捕捉更高阶认知过程（如批判性思维、综合或评估性推理）的能力。这些都是某些素养定义的一部分（Fennell & de Grosbois，Citation2024）。相比之下，李克特类型的量表可以设计用于评估态度、信念、自我感知的能力以及与素养技能相关的行为，提供了个体如何处理信息的更复杂视角（例如Dalg??等人，Citation2024；Fennell & de Grosbois，Citation2024；Kim等人，Citation2025；Ko?等人，Citation2024；Miraz等人，Citation2025；Yeomans等人，Citation2024）。

关于行为，知道一个事实并不一定转化为实际行动。例如，一个人可能理解利率的工作原理，但仍然会做出糟糕的财务决策（Fernandes等人，Citation2014）。李克特类型的量表可以根据理解和知识来测量意图、态度和行为倾向，在消费者行为、健康干预或媒介素养等应用情境中可能具有更强的预测能力。在旅游领域也是如此，这取决于它旨在测量的概念。因此，尽管捕捉特定知识可能是评估素养的更严格的方法，但基于知识的量表的预测有效性可能取决于研究的背景或目标。

3.2 最大限度地利用基于知识的素养量表的关键分析

3.2.1 维度

尽管基于知识的素养量表存在固有的局限性，研究人员仍可以通过名义有效性测试来评估其相关性和有效性。这涉及检查量表是否与理论相关的构念相关，并预测预期的结果（Fernandes等人，Citation2014；Luna-Cortes & Brady，Citation2025；Mede等人，Citation2025），例如行为。使用多分类相关矩阵的CFA（Fernandes等人，Citation2014；Luna-Cortes & Brady，Citation2025）和Rasch建模（包括残差的主成分分析和项目拟合统计量（Zhang等人，Citation2023）、贝叶斯CFA和四分类相关性（Mede等人，Citation2025）提供了不同的稳健计量学方法来测试二分量表的维度、可靠性和有效性。通过使用这些方法，一些作者发现了二分素养量表的不同维度。例如，Miller（Citation1998）区分了公民科学素养中的科学词汇和探究能力，而Mede等人（Citation2025）识别出三个维度——公民科学素养、科学媒介素养和认知科学素养。因此，尽管多维度很少是基于知识的量表的目标，但可以使用适当的方法进行测试。然而，与李克特量表相比，它总是会存在显著的局限性。

总之，在旨在捕捉超越纯粹知识测量的素养维度（例如相关行为）时，自我评估量表可能是更好的选择。如果学者依赖于基于知识的素养并希望测试维度，选择取决于所使用的量表类型。当答案被编码为1（正确）和0（错误）时，我们建议使用四分类相关性，因为它们估计了产生这些二元响应的潜在连续知识变量之间的相关性。当变量在序数尺度上测量时，例如具有三个或更多有序响应类别的项目，应使用多分类相关性，因为它们估计了这些序数观察背后的潜在连续构念之间的关系。

3.2.2 测量基于知识的构念的效应

在测量基于知识的构念的直接效应时，常用的方法是使用层次回归模型（Fernandes等人，Citation2014；Zhang等人，Citation2023）或普通最小二乘回归（Boh-Podgornik等人，Citation2016；Jones-Jang等人，Citation2021），这些方法适用于二分数据，因为它们允许逐步添加预测变量并测试素养分数的独特贡献。这些模型可以揭示基于知识的素养是否解释了其他特征无法解释的行为变异。

为了进一步将素养的效应与混淆的心理特征（例如计算能力、计划倾向、对信息搜索的信心）分开，研究人员有时会使用工具变量技术（Fernandes等人，Citation2014）。例如，使用与素养相关但与预测行为无关的认知需求这样的特征可以帮助控制内生性。内生性发生在自变量（例如金融素养）与回归模型中的误差项相关时，通常是由于遗漏变量、逆向因果关系或测量误差造成的。如果不加以解决，可能会导致对素养对行为效应的估计出现偏差和不一致。工具变量通过提供一个外生于结果的素养变化来源来帮助控制这种情况，从而使得因果推断更加可信。

表3总结了有助于减轻使用基于知识的素养量表时的一些限制的关键分析。表3显示了基于知识的素养量表的约束和统计分析。下载CSV显示表格

关于基于知识的素养构念的一些限制可能会促使作者考虑使用自我评估的李克特量表，这些量表允许更广泛的定义（即不仅仅是纯粹的知识）并在计量学和建模过程中提供更多的灵活性。然而，在选择自我评估量表时，有一些重要的方面需要考虑。

4. 自我评估素养量表中的偏差

自我评估素养量表中潜在偏差的识别基于对自我报告测量的方法学和心理学文献的综合回顾。基于关于调查偏差和常见方法变异（Podsakoff等人，Citation2003；Schwarz & Sudman，Citation1994）、过度自信（Fellner & Krügel，Citation2012；Logg等人，Citation2018）和社会期望偏差（Lanz等人，Citation2022）的研究，以及当前关于旅游领域素养的研究（Luna-Cortes，Citation2024；Luna-Cortes & Brady，Citation2025），我们综合了在通过自我报告的李克特量表操作素养时特别相关的反复出现的扭曲来源。本节中介绍的偏差选择反映了文献中最常讨论的对构念有效性构成威胁的偏差，这些偏差在使用这些测量工具时应予以考虑。

4.1 过度自信和自我评估知识

使用自我评估量表捕捉知识时的主要潜在问题是参与者可能声称自己知道的比实际更多（Luna-Cortes & Brady，Citation2025）。这可能是由于受访者的过度自信，即对私人信息精确度的偏见信念，导致高估了自己的知识。在研究过度自信的影响时，一些研究集中在个体基于环境信号（即外部）的决策高估上（Hainguerlot等人，Citation2023）。例如，一些管理者根据信号高估了需求。其他作者则关注在特定情境或任务中（即内部）对某人知识或能力的过高估计（Fellner & Krügel，Citation2012）。后者可能会影响自我评估素养。

关注后一种视角（内部），一些作者区分了过度估计（即对自己能力和表现的估计）、过高评价（即认为自己比别人更好）和过度精确（即对自己信念准确性的过度确信）（Logg等人，Citation2018）。在“内部”过度自信的不同视角中，对知识的过度估计与影响自我评估素养量表准确性的过度自信类型最为相关（Fellner & Krügel，Citation2012；Luna-Cortes & Brady，Citation2025）。

我们强烈建议在使用自我评估李克特量表（这些量表在旅游领域更为常见）的研究中控制这种偏差。在控制这种偏差的选项中，我们推荐使用Overclaiming Questionnaire（OCQ）（Paulhus等人，Citation2003）。通过这种技术，受访者对包含真实项目和假项目（包含虚假或不存在的信息的项目）的列表进行评分。声称知道不存在的项目表明夸大了事实（Feeney & Goffin，Citation2015），这可以在素养研究中有效控制过度自信。

4.2 自我评估素养量表中的社会期望偏差

个体可能会因为社会期望偏差（SDB）而声称自己了解某个主题。这种偏差定义为个体在自我报告中倾向于过于积极的表现（Lanz等人，Citation2022）。一些作者使用SDB测量在不同研究情境中控制这种偏差。然而，Lanz等人（Citation2022）的研究实证质疑了这些量表的使用。SDB分数与相关行为之间的元分析相关性接近于零，表明SDB量表既不能清楚地测量偏差，也不能测量实质特征。

因此，我们不建议使用SDB量表来控制自我评估素养量表。相反，我们建议在使用这些类型的量表进行建模时计算常见方法变异（CMV）。社会期望偏差是一种系统方法变异，其来源不是被测量的构念（例如素养），而是测量方法（例如自我报告）（Podsakoff等人，Citation2003）。因此，这种方法可能是捕捉这种偏差作为系统误差的最适当方式，这种偏差可能会质疑研究中自我评估素养构念的有效性。除了这种事后检验外，我们建议研究人员提前采取措施来减轻这种偏差，例如提醒受访者问题是完全匿名的，没有正确或错误的答案（Ibrahim等人，引用2023年），并包含诸如“不知道所有这些话题是正常的；准确的答案有助于研究”这样的句子，同时提供“不知道/选择不回答”作为选项之一。这些措施可以减少由于选择偏误（CMV）导致的结果无效性。4.3. 自我评估素养量表中需要考虑的其他偏差

在这种情况下，可能影响结果的其他偏差包括：（1）参照群体效应，即一些受访者可能会根据他们所处的直接社会或文化背景来评估自己的知识，而不是基于客观标准（Credé等人，引用2010年；Heine等人，引用2002年）；（2）从众偏差，即一些受访者倾向于无论内容如何都同意陈述（Johnson等人，引用2005年）；以及（3）回忆偏差，导致受访者基于最近的或显著的经历来进行自我评估，而这可能无法反映他们的整体知识水平（Raphael，引用1987年）。我们认为回忆偏差和参照群体效应可能导致对知识的过高估计（Schwarz & Sudman，引用1994年）。因此，控制这些偏差很可能会减少受访者因以认知水平较低的人为基准而认为自己知道得更多的情况。关于从众偏差，可以通过在调查中加入反向顺序的问题来轻松识别（Johnson等人，引用2005年）。如果受访者对同一主题表示既“知道很多”又“不知道太多”，这种回答可能会影响结果（应从数据集中剔除）。

表4总结了关键偏差及其缓解/控制方法。表4. 自我评估素养量表中的偏差及其缓解/控制方法。

**参照群体效应（根据个人所属群体评估知识）**
认识到这是导致过高估计的一个来源；通过使用反向问题（OCQ）等手段可以帮助减少自我评估中的这种偏差（Credé等人，引用2010年；Heine等人，引用2002年；Schwarz和Sudman，引用1994年）。

**5. 讨论**

本文重点讨论了旅游研究中围绕素养构念的概念和方法论上的模糊性，强调了不同的操作化方式——自我评估与基于知识的评估——如何影响素养研究的理论意义和实证结果。通过对定义、测量传统和分析策略的综合分析，本文表明旅游素养不仅仅是普通教育或环境框架的延伸（联合国教科文组织，引用2005年；国家扫盲研究所，引用2009年），而是一个需要仔细情境化、心理测量精确性和理论一致性的构念。从数字素养到动物福利和低碳素养等特定领域的素养的扩展（Dalg??等人，引用2024年；Fennell & de Grosbois，引用2024年；Horng等人，引用2013年；Salem等人，引用2025年；Yeomans等人，引用2024年）反映了旅游行业对全球可持续性和技术挑战的响应。然而，这也反映了缺乏统一的概念和方法论基础，从而在结果比较、结果复制和知识进展方面存在挑战。从概念角度来看，大多数作者将素养定义为知识和技能的结合（Dai等人，引用2019年，引用2021年；Deale & Webb，引用2023年；Wang等人，引用2024年），但不同研究中“知识”的界定存在显著差异。一些定义强调陈述性或事实性知识（例如对节能、碳排放或动物福利的理解），而其他定义则包括程序性、伦理性或行为维度，如决策和负责任的行为（Fennell & de Grosbois，引用2024年；Horng等人，引用2013年）。这些不一致性模糊了素养作为能力和心理感知之间的界限，对有效性和解释产生影响。当素养被视为感知到的意识时，它更接近于态度和自我效能；当作为可测试的知识来衡量时，它反映了实际的理解。这种区分至关重要，因为每种方法不仅代表了该构念的不同层面，还带来了不同的测量误差和偏差来源。

方法论上，本文指出旅游研究仍然主要依赖于自我评估的Likert量表。这些工具具有灵活性，能够进行维度测试和结构建模，但容易受到诸如过度自信（Fellner & Krügel，引用2012年）和社会期望（Lanz等人，引用2022年）等众所周知的偏差的影响。相比之下，基于知识的素养量表虽然具有心理测量学的严谨性，但往往依赖于二分评分，这限制了统计分析，并常常导致多维构念的过度简化（Luna-Cortes & Brady，引用2025年）。因此，每种量表所需的实证策略根本不同：连续型Likert数据支持探索性和验证性因子分析，而二分响应则需要采用四分或多项相关分析、贝叶斯CFA或Rasch建模等专门方法。认识到这些方法论差异对于分析准确性和理论清晰度都至关重要，因为所选择的技术隐含地定义了特定研究中的素养内涵。

本文的主要贡献之一是为希望减轻两种测量传统局限性和偏差的研究人员提供了实用指南。对于基于知识的素养量表，使用先进的心理测量方法——如带有四分或多项相关矩阵的验证性因子分析、带有项目拟合统计的Rasch建模以及贝叶斯CFA——即使在数据为二元或有序的情况下也能测试维度性、可靠性和有效性（Mede等人，引用2025年；Zhang等人，引用2023年）。反过来，层次回归和工具变量模型可以帮助区分素养的独特预测能力与混淆因素（如计算能力或规划倾向）（Fernandes等人，引用2014年）。对于自我评估量表，研究提供了一套针对常见偏差的程序性和统计性补救措施。过度自信可以通过诸如“过度声称问卷”（Feeney & Goffin，引用2015年；Paulhus等人，引用2003年）等技术来控制，该问卷可以识别出声称熟悉不存在项目的受访者。社会期望偏差不应通过有争议的量表来测量（Lanz等人，引用2022年），而应将其建模为常见方法变异（Podsakoff等人，引用2003年），并通过匿名保证、“不知道”选项和中立表述等程序性手段来缓解（Ibrahim等人，引用2023年）。其他偏差，如参照群体效应（Heine等人，引用2002年）、从众偏差（Johnson等人，引用2005年）和回忆偏差（Raphael，引用1987年），可以通过反向编码项目和设计调整来控制。通过将这些方法论策略整合到一个统一的框架中，本文不仅在概念上，也在操作层面上为学者提供了增强旅游领域素养研究有效性和可比性的工具。

除了方法论上的改进之外，这里提出的见解还具有更广泛的理论意义。基于知识和自我评估方法的比较表明，旅游素养最好被理解为事实知识与感知能力之间的连续体，而不是二分对立。结合这两种视角可以捕捉素养的认知和行为成分，这与联合国教科文组织（引用2005年）将素养视为终身学习过程的定义相一致。未来的研究可以从结合客观和主观元素的混合测量模型中受益——例如，将事实测验与反思性自我评估项目相结合。这样的设计将有助于考察知识校准（Pearson & Liu-Thompkins，引用2012年），即个体感知到的知识与其实际理解之间的契合程度——这是旅游素养研究中一个关键但尚未充分探索的构念。此外，我们的结论主张加强素养测量与行为结果之间的联系。了解可持续性、技术或健康知识并不自动转化为相应的行为（Fernandes等人，引用2014年）。为了建立预测有效性，未来的研究应该使用实验或纵向设计来建模素养构念与行为或决策变量之间的关系。结合层次回归、结构方程建模或调节中介分析等方法可以帮助澄清素养是负责任行为的决定因素还是仅仅是态度和意识的关联因素。

本文呼吁建立一个整合概念精确性、方法论严谨性和实际应用的研究议程。从概念上讲，学者应明确界定他们研究的素养构念的范围和维度，区分其代表知识、技能、态度还是行为意图。方法论上，研究人员应选择与此定义一致的测量工具，并使用符合数据测量水平的统计分析方法。实际上，该领域将从开发适用于不同旅游领域的标准化素养工具中受益，从而实现知识的累积构建。此外，报告中的透明度——详细说明量表类型、维度数量、分析方法和偏差控制——应成为基于素养的旅游研究的常规做法。在下一节中，我们将提供一些对旅游领域高度相关但在现有文献中缺乏基于知识测量量表的素养构念的示例。鉴于其实际和理论重要性，我们认为这些构念应在未来的研究中得到发展和操作化，为学者和实践者提供强大的工具，以进一步推进旅游研究。

**6. 未来研究：基于知识的旅游素养量表建议**

在本节中，我们为未来研究提供了基于知识的素养量表的示例，概述了概念和相关性，并提供了一些样本项目。主要目标是提供关键示例，以指导未来旅游素养量表的发展。我们建议为这些量表开发的项目应测量客观可验证的知识，明确区分于感知能力（自我评估）、对旅游现象的态度倾向或游客的行为意图的测量。

**6.1. 旅游权利和消费者保护素养**

旅游交易通常涉及受国家和超国家法规约束的跨境合同（例如乘客赔偿框架、包价旅行指令、退款政策）。然而，游客可能缺乏关于赔偿资格、退款时间表、解决程序以及在旅游和酒店服务提供商冲突期间的权利的知识。这种知识差距可能导致未申领的赔偿、错误的归因或与服务提供商的冲突（例如，知识较少的游客是否更频繁地发生冲突？）。以下是一些可以指导该领域未来素养量表开发的示例（正确答案加粗）：

在大多数司法管辖区，如果航空公司因运营原因取消航班，乘客通常有权：
- 在任何情况下都不获得赔偿
- 退款或改签选项，可能根据条件获得赔偿
- 仅获得未来旅行的折扣券

如果酒店因超额预订而未能提供预先确认的预订，他们通常应该：
- 在没有协助的情况下取消预订
- 提供替代住宿或类似的解决方案
- 向客人收取额外费用
- 将客人转介给相关部门

**6.2. 旅游诈骗和欺诈意识素养**

游客由于在陌生环境中活动、面临语言障碍、严重依赖数字平台以及可能的时间压力而容易受到诈骗的影响。缺乏关于诈骗运作方式的客观知识可能导致财务损失、对目的地风险的过高感知以及对合法服务提供商的不信任。对旅游诈骗和欺诈意识的客观测量将使研究人员能够研究知识如何影响信任形成、消费选择和使用的渠道、防御行为和投诉。以下是一些潜在的项目示例：

- 收到来自未知电子邮件地址的消息，声称您的航班已被取消并要求您点击链接重新输入支付详情，这很可能是：
- 标准的航空公司改签程序
- 钓鱼尝试
- 机场安全升级通知
- 行李费用调整系统

- 一个网站以低价提供酒店房间并要求立即电汇支付，这很可能是：
- 政府监管的预订门户
- 可能的欺诈性预订方案
- 强制性税费支付系统

**6.3. 酒店可持续素养**

尽管之前的旅游研究使用自我评估量表考察了环境和碳素养，但很少关注测量游客是否具备关于酒店业可持续性运作方式的事实知识。未来的研究应提供测量工具，以获取对从业者和政策制定者有用的客观知识，以便在干预之前进行评估、纵向研究以及在酒店实施减少浪费的刺激措施之前进行测试。以下我们提供了一些潜在的例子：

许多酒店鼓励客人重复使用毛巾，主要是为了：
- 降低洗衣人员的成本
- 节约水和能源
- 限制房间的可用性
- 提高毛巾的质量

我不知道

一家拥有国际公认的环境认证（例如生态标签）的酒店通常必须：
- 每年只种植树木
- 降低房间价格
- 遵守既定的环境绩效标准
- 立即淘汰所有一次性产品

我不知道

6.4. 旅游中的地理素养
缺乏关于景点之间的距离、当地交通系统、气候区或基本区域地理知识的游客可能会感到困惑、延误，并且对风险的感知也会增强。例如：
- 在南半球的一个目的地，夏季通常发生在：
- 六月至八月
- 十二月至二月
- 三月至五月
- 九月至十一月

我不知道

当地图比例尺为1:100,000时，这意味着：
- 1厘米等于1公里
- 1厘米在现实中等于1公里
- 100厘米等于1米
- 距离无法测量

我不知道

6.5. 旅游中的货币和支付素养
国际旅行经常涉及接触不熟悉的货币、波动的汇率、跨境银行费用以及不同的支付基础设施。游客可能会因为外国交易费、不利的汇率加成或销售终端的动态货币转换选项而遇到额外的费用。缺乏这方面的知识可能会导致意外的财务成本和对服务提供者的不满，即使这些费用反映了标准的银行做法。例如：
- 在国外的销售终端进行动态货币转换通常意味着：
- 汇率由游客的银行确定
- 交易按照商家提供的汇率转换成游客的本国货币
- 不应用任何汇率
- 游客可以避免所有外国费用

我不知道

外国交易费通常由以下机构收取：
- 酒店礼宾部
- 游客的银行或信用卡发卡机构（对于国际支付）
- 机场安检部门
- 当地旅游局

遵循本文推荐的方法来发展基于知识的测量方法，将使学者能够研究客观素养与行为结果、冲突发生率、满意度、风险感知以及游客决策之间的关系，同时让从业者和政策制定者能够识别知识空白并设计教育干预措施。在未来的研究中，可以结合使用基于知识和自我评估的量表，考虑到这两种类型的限制和局限性，从而有效地捕捉客观知识以及相关的态度和行为。在这一方向上推进旅游素养研究不仅有助于理论的完善和方法论的严谨性，还能更清楚地揭示各种因素之间的关系，为旅游和酒店业从业者提供更精确和可行的建议。