1. 引言
据2020年第七次全国人口普查显示，我国60岁及以上的老年人口已达到2.64亿，占总人口的18.70%，中国的人口老龄化水平从最近几年短暂的相对缓慢的演进状态扭转至快速增长状态，预计到2053年将达到4.87亿的峰值[1]。在严重的老龄化背景下，探讨不同地区的养老旅游模式有助于优化养老旅游模式，促进养老旅游模式的健康发展，在某种程度上解决我国严峻的养老需求问题。
自2001年西方学者正式提出情感地理学的概念以来，2010年左右情感地理学才逐渐受到中国学者的关注。国内大多数学者认为情感地理是揭示人、情感和地方三者之间相互关系的学科，着重关注人地之间的“情地关系”和人际之间的“情感传递”。近几年来，情感地理在旅游、居民及地方感方面的作用成为了国内学者们研究的热点。在方法上，主要采用文献计量法、深度访谈法、参与式观察法、综合情感分析法及GIS空间分析法等。例如：朱竑等人[2]的研究概述了西方情感地理学的发展及主要研究的议题和方法；林锦屏等人[3]的研究点明了情感地理学研究的热点、内涵及意义；林群[4]的研究构建了情感与地理相互作用的矩阵模型，抽象概括出传播情感地理学的三个维度与嵌套情境；郑玉萍等人[5]的研究将老年学员的空间感知解构为认知、认同、溢出三个阶段，为老年友好型社区的构建提出了建议；黄剑锋等人[6]的研究审视了情绪理论与旅游经验研究的互补关系和旅游研究中的重要概念，对目的地管理方法进行了优化。
情感地理作为研究人、情感与地方间相互关系的领域，在国内外学术界均受到了广泛关注[7]。然而，在研究深度与广度方面，国内外研究呈现出不同的倾向。国外研究倾向于情感地理的纵深探索，涉及教育、政治、社会性别与儿童等多元主题，显示出较高的研究广度[8]。相比之下，国内研究则主要集中在旅游和居民的地方感上，呈现出以地方感研究为主的特征，研究广度有待进一步拓展。
在学科融合度方面，国外研究在学科交叉方面表现更为突出，与政治学、教育学、心理学、社会学等学科有广泛的交叉融合，形成了多维度的研究视角[9]。而国内研究在这方面的融合度相对较低，跨学科研究尚不够深入[10]。
理论与实践的结合也是国内外研究的一个显著差异[11]。国外研究更注重理论方面的探索，关注特殊环境和人群的情感变化，致力于构建完善的理论体系[12]。而国内研究则更侧重于实践应用，特别是在旅游和居民地方感方面，强调研究成果的实际应用价值[13]。
在研究内涵方面，国外学者对情感地理研究内涵的诠释呈现多样化趋势，涵盖了广泛的研究内容和视角[14]。而国内学者则普遍认为情感地理研究的是人、情感与地方间的相互作用，研究内涵相对较为单一[8]。
尽管国内情感地理研究已取得了一定成果，但在研究思路、主题和方法上仍有较大的提升空间[15]。未来，情感地理研究应进一步拓展研究主题，关注更广泛的人群和现象，如远离家乡的游子、漂泊者、流浪汉、移民等的乡愁情感。同时，加强学科融合，引入更多跨学科的研究视角和方法，以推动情感地理研究的深入发展，丰富和完善该领域的理论体系和实践应用。
当前，国内外在养老旅游方面结合情感地理的研究鲜见。本研究以情感地理理论“以人为本”的“情地关系”为切入口，充分考虑老年人群在养老旅游中的身心需求，使得养老旅游模式的设计更加贴近老年人群的实际需求[16]。通过对云南省与广东省两省作为代表性案例地的研究，进行多方法集成，构建了养老旅游模式评价模型，丰富了养老旅游研究的内容，拓宽了研究思路与研究方法，为养老旅游模式的持续优化提供了参考。
2. 研究区概况与研究方法
2.1. 研究区概况
2.1.1. 云南省发展养老旅游的优势
云南省位于中国西南边陲，地理坐标位于北纬21˚8'至29˚15'，东经97˚31'至106˚11'之间，与多省及邻国接壤，总面积居全国第八。云南省地势西北高、东南低，山地占总面积的88.64%，形成了独特的山地高原地貌；云南省有8个地级市，8个自治州，少数民族分布广泛，民族文化各具特色。云南省自然和人文资源丰富，美丽的自然风光、独特的民族文化和宜人的气候，吸引了中老年游客进行养老旅游[17]。总的来看，云南省拥有独特的地理和气候条件，鲜明的地域文化特色，随着旅游经济的快速发展，云南省为养老旅游的建设和发展提供了丰富的资源条件和广阔的前景。
2.1.2. 广东省发展养老旅游的优势
广东省在北纬20˚09'至25˚31'、东经109˚45'至117˚20'之间，与福建、广西等省份相邻，南临南海，良好的区位优势不仅促进了区域间的经济文化交流，也为养老旅游的发展提供了广阔前景。广州市作为广东省的省会，其养老旅游企业数量在全国处于领先，涵盖了公办与民办等多种类型，为老年人群提供了丰富的养老旅游选择。
广东省地貌多样，北部山地丘陵与南部平原台地相间，地形多样性不仅丰富了自然景观，也为养老旅游产品的多元化开发提供了有利条件，满足了老年人群对休闲、养生、文化体验等多方面的消费需求[14]。
此外，广东省与香港、澳门特区的紧密相邻，为养老旅游的国际合作与交流提供了便捷通道，进一步提升了养老旅游的品质和国际化水平[18]。随着我国老龄化社会的到来，广东省的养老旅游企业正积极探索创新，结合当地特色资源，开发了一系列适合老年人群的旅游模式，如康养度假村、文化体验游、生态养生游等，为老年人群提供了高品质、个性化的养老服务。
2.2. 数据来源及处理
应用Python爬虫技术，从多个社交媒体平台上抓取关于云南省与广东省的老年人群养老旅游的相关信息。社交平台包括微博、微信公众号、抖音短视频和小红书笔记，提取的数据包括文章或视频标题、文章内容或视频简介、发布者信息、发布时间、定位信息及社交互动数据(阅读量、收藏数、转发数、评论数、点赞数) [19]。此外，收集政府报告(包括政府官方网站、旅游局等渠道获取相关政策文件和发展规划)、行业研究及旅游统计(包括旅游局、统计部门等官方渠道获取游客数量、旅游创收及游客满意度数据)等数据。
2.3. 评价指标假设
本研究以服务质量、模式成熟度以及情感价值三个维度，构建养老旅游模式评价体系的指标(表1) [20]。其中，服务质量主要依靠地理位置的经济发展程度进行量化评价；模式成熟度用于反映不同地域养老旅游模式的多元化特征；情感价值体现老年人群对养老旅游模式的主观感受与满意度[21]。通过这三个维度的综合考量，全面评价养老旅游模式的优劣。
Table 1. Selection basis of evaluation indicators
表1. 评价指标选取依据
指标 |
依据 |
服务质量 |
经济实力，参考所在地的GDP进行量化评价地理位置，位于市级的模式得分较高 |
模式成熟度 |
根据模式在全部模式中的占比来对模式进行评价，占比较高说明模式在中国的运营体系更为成熟 |
模式情感价值 |
Python收集网络上不同模式的评论文本，对文本进行情感分析，通过积极词汇、中性词汇、消极词汇的占比量化出情感价值 |
Table 2. Summary table of initial research hypotheses
表2. 初始研究假设汇总表
变量 |
初始假设 |
H1服务质量 |
H1a：养老旅游产业所在地经济实力 |
H1b：养老旅游产业基础设施完善情况 |
H1c：养老旅游产业文化娱乐项目丰富度 |
H1d：养老旅游产业社交媒体好评率 |
H2模式成熟度 |
H2a：养老旅游产业注册基金 |
H2b：养老旅游产业在职员工数量 |
H2c：养老旅游产业运营时长 |
H3情感价值 |
H3a：养老旅游模式的积极情感价值 |
H3b：养老旅游模式的中性情感价值 |
H3c：养老旅游模式的消极情感价值 |
基于服务质量、模式成熟度及情感价值三个维度，确定了评价指标(表2)。在服务质量上，经济实力衡量地区发展水平和资源投入能力，影响养老旅游产业的硬件设施、服务水平及创新能力；基础设施完善情况包括交通、住宿、医疗等设施的完善程度，直接关联游客的接待能力和服务体验。文化娱乐项目丰富度：满足游客多元化需求，增强参与感和体验感，是提升服务质量的重要指标[22]。社交媒体好评率反映游客对服务的认可度和口碑传播效果，影响品牌形象和市场竞争力。
在模式成熟度上，注册基金提供稳定的资金支持，影响资源投入、服务品质及市场拓展能力；在职员工数量反映企业规模和运营实力，确保服务及时性和专业性，优化内部管理流程；运营时长能积累经验、优化模式，适应市场需求变化，建立稳定的品牌形象和口碑[23]。
在情感价值上，积极情感价值激发游客积极情感反应，增强认同感和归属感，提升整体评价和口碑传播；中性情感价值：保持平稳、无特殊感受的体验，构成整体情感价值评价的重要部分，增强信任感和忠诚度；消极情感价值：与不满、失望等负面情绪相关，直接影响游客满意度和负面口碑传播，需特别关注并消除[24]。
3. 数据分析与结果分析
3.1. 影响因子热点分析及模型调整
针对养老旅游产业模式的评价模型研究，以及广东省与云南省养老产业的对比分析，进行所选因子的合理性研究，特别是对“服务、发展、养老”三个热点词汇的关联分析(图1)。
Figure 1. Correlation analysis diagram of hot words in service, development and elderly care
图1. 服务、发展、养老热点词汇关联分析图
基于以上热点词汇关联分析，调整了模型结构(表3、图2)。在H1中，H1a变更为养老旅游产业模式数量，衡量养老旅游产业的多样性，H1b变为养老旅游产业模式成熟度，相较于之前的“养老旅游产业基础设施完善情况”，这一指标更加宏观地考虑了整个产业模式的成熟程度，可能包含了基础设施、服务流程、管理模式等多方面的因素[25]；H1c变为养老旅游产业模式服务质量，直接关注了服务质量。H1d与调整前相同。
在H2中，H2a与调整前相同。H2b变更为养老旅游产业天眼查评分，涵盖了更多维度的信息，如企业信用、经营风险、法律诉讼等。H2c与调整前相同。H3不变更，与调整前相同[2]。
Table 3. Final reference factors for evaluation of elderly care tourism models
表3. 养老旅游模式评价最终参考因子
变量 |
最终因子 |
H1服务质量 |
H1a：养老旅游产业模式数量 |
H1b：养老旅游产业模式成熟度 |
H1c：养老旅游产业模式服务质量 |
H1d：养老旅游产业社交媒体好评率 |
H2模式成熟度 |
H2a：养老旅游产业注册基金 |
H2b：养老旅游产业天眼查评分 |
H2c：养老旅游产业运营时长 |
H3情感价值 |
H3a：养老旅游模式的积极情感价值 |
H3b：养老旅游模式的中性情感价值 |
H3c：养老旅游模式的消极情感价值 |
Figure 2. Theoretical model diagram after adjustment
图2. 调整后的理论模型图
3.2. 模式初步评价
基于《养老产业统计分类(2020)》，对云南省1105家和广东省1821家养老机构进行收集与统计分析，统计出两个省份的养老旅游模式类型[26]。包括养老协会、养老医院、敬老院、养老服务中心、颐养院、老年教育机构(又称老年大学)、老年公寓、传统养老院、老人之家、老人活动室、专业化养老护理院11类[27]。
3.2.1. 服务质量
由总GDP (亿元)计算出了广东省与云南省下辖各州市的经济发展指数。根据各州市的经济发展指数，结合各个养老旅游模式的所在地，进一步计算出了各养老旅游模式的服务质量指数(表4、表5)。
Table 4. Service quality index of various elderly care tourism models in Yunnan Province
表4. 云南省各养老旅游模式服务质量指数
云南省养老旅游模式类型 |
数量 |
服务质量指数 |
云南省养老旅游模式类型 |
数量 |
服务质量指数 |
养老协会 |
372 |
33.66515837 |
老年公寓 |
50 |
4.524886878 |
养老医院 |
27 |
2.443438914 |
老年活动室 |
29 |
2.624434389 |
敬老院 |
299 |
27.05882353 |
养老院 |
51 |
4.615384615 |
养老服务中心 |
161 |
14.57013575 |
颐养院 |
3 |
0.271493213 |
保险中心 |
9 |
0.814479638 |
养老护理院 |
7 |
0.633484163 |
老年大学 |
76 |
6.877828054 |
养老管理分会 |
21 |
1.900452489 |
总计 |
1105 |
Table 5. Service quality index of each elderly care tourism model in Guangdong Province
表5. 广东省各养老旅游模式服务质量指数
广东省养老旅游模式类型 |
数量 |
服务质量指数 |
广东省养老旅游模式类型 |
数量 |
服务质量指数 |
养老协会 |
394 |
21.63646348 |
老年大学 |
4 |
0.219659528 |
养老医院 |
10 |
0.549148819 |
老年公寓 |
19 |
1.043382757 |
敬老院 |
819 |
44.9752883 |
养老院 |
215 |
11.80669962 |
养老服务中心 |
228 |
12.52059308 |
老人之家 |
45 |
2.471169687 |
颐养院 |
60 |
3.294892916 |
老人活动室 |
8 |
0.439319055 |
护理院 |
19 |
1.043382757 |
|
|
|
3.2.2. 模式成熟度
根据所收集的两省共计51,214家企业的注册基金信息、天眼查企业评分以及运营时长，得到了各省平均注册基金，天眼查平均评分与平均运营时长(表6)。从表中可以看出，广东省的养老服务产业在资本投入、企业实力和运营时长等方面均表现出较高的成熟度。而云南省虽然在一些指标上相对较低，但也显示出其积极的发展态势和巨大的潜力。
Table 6. Results of service model maturity analysis in two provinces
表6. 两省服务模式成熟度分析结果
|
平均注册基金(万元) |
天眼查评分 |
平均运营时长(年) |
广东省 |
3621.068795 |
63.5 |
7.45 |
云南省 |
1218.128255 |
43 |
5.4 |
3.2.3. 情感价值分析
将收集到的13,693条微博内容转换为文本，借助ROST CM6软件对微博内容正文文本进行词频统计与分析。对转换后的微博文本进行词频统计，共得到3129条词汇(均长于1字符)，由于词汇数量较多，高频词中包含名词、形容词、动词、语气词等多种类型，根据提取的高频词特点，将排名前300的高频词进行筛选、合并与分类(表7)。
Table 7. Results of emotion analysis
表7. 情感分析结果表
分析结果 |
积极情绪 |
11,382条 |
83.27% |
中性情绪 |
410条 |
3.00% |
消极情绪 |
1876条 |
13.73% |
积极情绪分段统计结果 |
一般(0~10) |
1515条 |
11.08% |
中度(10~20) |
1303条 |
9.53% |
高度(20以上) |
8564条 |
62.66% |
消极情绪分段统计结果 |
一般(−10~0) |
662条 |
4.84% |
中度(−20~−10) |
356条 |
2.60% |
高度(−20以下) |
632条 |
4.62% |
总体而言，积极情绪的词句共计11,382条，占比最高，为83.27%；消极情绪的词句明显多于中性情绪的词句，分别占词句总量的13.73%与3.00%。在积极情绪词句中，高度积极情绪的词句占总量的62.66%，一般积极与中度积极情绪的词句数量相差不大。在消极情绪词句中，中度消极情绪的词句占总量的2.60%，消极情绪的词句量较少。
3.3. 评价模型分析
将服务质量、模式成熟度、情感价值三个变量作为模型的输入变量，得到的结果变量即为养老旅游模式的评价结果[28]。本文利用SPSS 21.0软件进行相关性分析、信效度分析与主成分分析，对指标体系进行检验、修正，进而形成最终模型。
3.3.1. 相关性分析
由前述的初步评价结果，使用SPSS 21.0软件进行相关性分析，得到各个指标之间的相关系数(表8)。从表中可以看出，服务质量与模式成熟度之间存在负相关(−0.256)，表明服务成熟度的提升并不直接带来GDP指数(服务质量)的相应增长，可能意味着服务质量的提升不仅依赖于服务成熟度，还受其他多种因素的影响。服务质量与积极情绪存在微弱的负相关(−0.156)，而与中性情绪存在微弱的正相关(0.153)，与消极情绪的相关性则相对较弱(−0.086)。这些关系表明情绪状态与GDP指数(服务质量)之间的关联并不十分明确，可能意味着服务质量不仅由游客的情绪状态决定，还可能受到其他如政策、设施、服务水平等因素的影响。
服务成熟度与积极情绪之间存在正相关(0.659)，这表示服务成熟度的提升可能会带来游客积极情绪的增加，这可能是由于服务的完善度和专业性增强了游客的满意度和愉悦感；服务成熟度与中性情绪存在负相关(−0.768)，与消极情绪存在正相关(0.632)。这意味着服务成熟度的不足可能导致游客产生中性或消极的情绪，而服务成熟度的提升则可能减少消极情绪的出现。
积极情绪与中性情绪之间存在强烈的负相关(−0.91)，这意味着游客在体验过程中往往不会同时表现出积极和中性情绪，通常会有一种情绪占据主导地位；积极情绪与消极情绪之间存在较弱的正相关(0.394)，这可能是因为尽管两者是相反的情绪状态，但在某些情况下，游客可能会经历从积极到消极或从消极到积极的情绪转变；中性情绪与消极情绪之间存在负相关(−0.739)，表明当游客表现出中性情绪时，他们往往不太可能同时表现出消极情绪。
Table 8. Correlation coefficients of each evaluation index
表8. 各评价指标的相关系数
|
服务质量 |
模型成熟度 |
积极情绪 |
中性情绪 |
消极情绪 |
服务质量 |
1 |
−0.256 |
−0.156 |
0.153 |
−0.086 |
模型成熟度 |
−0.256 |
1 |
0.659 |
−0.768 |
0.632 |
积极情绪 |
−0.156 |
0.659 |
1 |
−0.91 |
0.394 |
中性情绪 |
0.153 |
−0.768 |
−0.91 |
1 |
−0.739 |
消极情绪 |
−0.086 |
0.632 |
0.394 |
−0.739 |
1 |
服务质量与服务成熟度之间的关系表明，服务质量的提升是一个复杂的过程，不仅取决于服务的成熟度，还可能受到其他多种因素的影响。同时，服务成熟度与情绪状态之间的相关性表明，服务的完善性对游客的情感体验有重要影响。而情绪状态之间的相关性则揭示了游客在体验过程中情绪变化的复杂性。分析结果对于理解养老旅游产业的发展状况、优化服务质量和提升游客满意度具有重要的指导意义。
3.3.2. 信度效度检验
信效度检验分为信度分析与效度分析，信度分析用于检验收集数据结果的可靠性，效度分析用于检验影响因子选择的有效性、准确性与合理性[29]。本研究应用SPSS 26.0软件对样本数据进行信效度检验，检验结果显示(表9)，整体量表Cronbach’s α为0.888，KMO为0.885，在0.000水平下显著，表明整体量表具有较好的信效度水平，样本数据适合进行因子分析。
Table 9. Test results of factor reliability and validity
表9. 因子信效度检验结果表
Cronbach’s α |
KMO |
Sig. |
0.888 |
0.885 |
0.000 |
3.3.3. 因子分析
基于主成分分析法(PCA)提取出主成分(表10、表11)，使得原本的10个因子简化为两个因子，便于进一步计算最终评分。鉴于PCA只能完成因子降维，而不能直接给出各因子的权重，为计算最终评分，将两个因子对原有变量总方差的贡献率视作各因子对最终评分的权重，从而计算出最终的评分(表12)。
Table 10. Results of principal component analysis
表10. 主成分分析结果
|
成分 |
|
1 |
2 |
H1a：养老旅游产业模式数量 |
0.977 |
−0.187 |
H1c：养老旅游产业模式服务质量 |
0.976 |
−0.183 |
H1b：养老旅游产业模式成熟度 |
0.974 |
−0.194 |
H1d：养老旅游产业社交媒体好评率 |
0.951 |
−0.16 |
H3a：养老旅游模式的积极情感价值 |
0.934 |
−0.208 |
H3b：养老旅游模式的中性情感价值 |
0.806 |
−0.124 |
H3c：养老旅游模式的消极情感价值 |
0.335 |
0.884 |
H2a：养老旅游产业注册基金 |
0.194 |
0.88 |
H2b：养老旅游产业天眼查评分 |
0.43 |
0.842 |
H2c：养老旅游产业运营时长 |
0.288 |
0.58 |
Table 11. Table of influencing factor coefficients
表11. 影响因子系数表
|
方差贡献 |
H1a |
H1c |
H1b |
H1d |
H3a |
H3b |
H3c |
H2a |
H2b |
H2c |
因子1 |
0.5700 |
2.3254 |
2.2705 |
1.9243 |
0.7998 |
1.0266 |
0.4632 |
0.6876 |
2.2299 |
2.3326 |
2.3302 |
因子2 |
0.2792 |
−0.3242 |
−0.2673 |
−0.2072 |
1.4771 |
1.4069 |
1.4704 |
0.9691 |
−0.3476 |
−0.3125 |
−0.3058 |
Table 12. Evaluation score of elderly care tourism models in the two provinces
表12. 两省养老旅游模式评分
广东省 |
云南省 |
排名 |
养老旅游模式 |
得分 |
排名 |
养老旅游模式 |
得分 |
1 |
敬老院 |
8.6768 |
1 |
养老协会 |
5.0383 |
2 |
养老协会 |
5.2794 |
2 |
敬老院 |
4.8202 |
3 |
养老服务中心 |
4.4924 |
3 |
养老服务中心 |
3.4504 |
4 |
养老院 |
3.0427 |
4 |
老年大学 |
2.8975 |
5 |
养老医院 |
2.4763 |
5 |
养老医院 |
2.6510 |
6 |
老年公寓 |
2.2084 |
6 |
老年公寓 |
2.5758 |
7 |
老年大学 |
2.2052 |
7 |
护理院 |
1.6825 |
8 |
护理院 |
1.7999 |
8 |
养老院 |
1.5534 |
9 |
颐养院 |
0.5629 |
9 |
老人之家 |
0.2593 |
10 |
老人之家 |
0.3673 |
10 |
颐养院 |
0.0405 |
3.3.4. 广东省和云南省的评价结果比较
对比广东省与云南省的养老旅游模式评价结果，我们可以看到两地在养老旅游模式上存在明显的差异和特点。
首先，从整体的评分结果来看，广东省在多数养老旅游模式上的评分高于云南省。反映出广东省在养老旅游模式的建设和服务方面相对更加成熟和完善。特别是在敬老院模式上，广东省的评分远高于云南省，表明广东省在敬老院的建设和服务上做得更为出色，能够为老年人群提供更为全面和优质的养老服务。
云南省在养老协会模式上的评分与广东省相近，说明云南省在养老协会的组织、管理和服务上也取得了一定的成效。这可能与云南省注重发挥社会组织在养老服务中的作用有关，通过养老协会的运作，为老年人群提供了更多的社交和娱乐机会。
此外，两地在颐养院和老人之家上的评分都相对较低。反映出这些模式在两省的发展都较为薄弱，需要加大投入和改革力度，说明无论是广东省还是云南省，都面临着在养老旅游模式创新和发展上存在挑战，需要不断探索和实践，以满足老年人群多样化的养老需求。
从具体的养老旅游模式来看，广东省在养老医院、老年大学等模式上的评分虽然不算很高，但也显示出了一定的发展潜力。这可能与广东省在医疗服务、教育资源等方面的优势有关，为这些模式的发展提供了有力的支撑。而云南省在这些模式上的评分相对较低，可能需要进一步挖掘和利用当地的资源优势，推动不同模式的建设与发展。
另外，值得一提的是，广东省在养老服务中心这一模式上的评分也相对较高。这可能与广东省注重构建多元化的养老服务体系有关，养老服务中心的设立为老年人群提供了更为便捷和全面的服务。而云南省在养老服务中心的发展上还有待加强，需要进一步完善服务体系和提升服务质量。
综上所述，广东省与云南省在养老旅游模式的发展上既有相似之处，也存在明显的差异。广东省在多数养老旅游模式上的表现相对更为出色，但云南省也在某些模式上取得了一定的成效。两省都需要根据各自的特点和需求，进一步优化和完善养老旅游模式，以满足老年人群的多元化养老需求。同时，两地也可以加强交流与合作，相互借鉴和学习在养老旅游模式发展上的经验和做法，共同推动养老旅游模式的健康发展。
4. 研究结论与讨论
4.1. 研究结论
旅游偏好上，广东省老年人群出省旅游意愿高，而云南省老年人群偏爱省内游[30]。旅游资源方面，云南省拥有独特的地貌和丰富多样的民族文化；广东省则依托优越地理位置和医疗资源。养老服务体系与产品创新上，云南省面临医疗资源不足的挑战，可借鉴小规模养老旅游模式；广东省则形成全方位健康管理和养老服务模式。两省在旅游偏好、资源和服务体系等方面的差异，为养老旅游模式的可比性分析提供了多元的维度比较，展现了不同的发展路径和市场潜力。
云南省与广东省在养老旅游模式上均表现出一定的发展成果，但广东省整体评分高于云南省，尤其在敬老院的建设和服务上表现出色。两地均面临颐养院和老人之家等模式发展薄弱的挑战，需加大投入和改革力度。
广东省需要继续强化敬老院的建设和服务，保持其在养老旅游模式中的领先地位。针对养老医院、老年大学等模式，加大投入，提升医疗服务与养老旅游结合的质量及老年大学的教学质量。对于颐养院和老人之家等薄弱模式，进行重新定位和规划，加强硬件设施和服务水平建设，以满足老年人群的实际需求。
云南省可以借鉴广东省敬老院的成功经验，加快敬老院的建设和服务提升，缩小与广东省的差距。加大养老旅游的投资力度，改善颐养院、老人之家等薄弱模式的硬件设施和服务水平，推动其健康发展。积极探索和实践养老旅游模式创新，以满足老年人群多样化的养老需求。
4.2. 讨论
通过系统研究服务质量、模式类型多样性以及情感价值三大影响因子，并建立了旅游环境游客满意度指数测评模型，对广东省与云南省的养老旅游模式进行定性和定量相结合的分析，为两地的养老旅游发展提供了有益的参考和决策支持。
随着养老旅游市场的不断发展和变化，未来需要进一步研究和完善养老旅游满意度测评模型，以适应新的市场需求和发展趋势。同时，加强地区间的交流与合作，共同推动养老旅游产业的繁荣与发展[31]。
未来研究应深化数据收集与处理方法，拓宽数据渠道，结合大数据和AI技术提升数据的准确性和代表性，并探索更多量化的研究方法以增强研究的客观性和科学性[32]。同时，需完善测评模型，全面考虑影响养老旅游模式的各种因素，纳入更多相关变量以提高模型的解释力和预测能力，并揭示变量间的深层联系。此外，应拓展耐尔教授的顾客满意度指数理论和ACSI模型在养老旅游领域的应用，结合实践案例探索更符合实际需求的养老旅游模式，关注政策、市场等外部环境变化及发展趋势，为政策制定和实践提供有益参考。综上所述，未来研究需在数据、模型、理论应用与实践探索等方面深入拓展，以推动养老旅游领域的持续发展。
基金项目
2023年云南大学省级大学生创新创业训练项目(编号：S202310673185)。
NOTES
*通讯作者。