基于信息擴(kuò)散理論的吉林省旅游地資源災(zāi)害風(fēng)險(xiǎn)評價(jià)

孫瀅悅+張立峰+陳鵬

摘要：利用信息擴(kuò)散理論和風(fēng)險(xiǎn)分析理論對吉林省旅游地資源災(zāi)害進(jìn)行風(fēng)險(xiǎn)分析，解決了旅游地資源災(zāi)害樣本資料限制的問題;計(jì)算出了吉林省旅游地資源災(zāi)害發(fā)生概率，并得出了吉林省旅游地資源災(zāi)害風(fēng)險(xiǎn)值。結(jié)果表明，吉林省旅游地資源災(zāi)害風(fēng)險(xiǎn)在吉林市處于高風(fēng)險(xiǎn)級別，長春市的風(fēng)險(xiǎn)等級僅次于吉林市，屬于中等風(fēng)險(xiǎn)級別，白山市、延邊州處于低等風(fēng)險(xiǎn)等級，其他市處于輕風(fēng)險(xiǎn)級別。研究結(jié)果對吉林省旅游相關(guān)部門防災(zāi)減災(zāi)及旅游保險(xiǎn)具有重要意義。

關(guān)鍵詞：信息擴(kuò)散理論;災(zāi)害風(fēng)險(xiǎn)評價(jià);旅游地;吉林省

中圖分類號：X24 ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ?文章編號：0439-8114（2014）20-5007-04

DOI：10.14088/j.cnki.issn0439-8114.2014.20.065

Evaluating Disaster Risks of Tourism Destination in Jilin Provice Based on

the Information Diffusion Theory

SUN Ying-yue，ZHANG Li-feng，CHEN Peng

（College of Tourism and Geography science， Jilin Normal University，Siping 136000，Jilin，China）

Abstract： The theory of information diffusion theory was used to conduct risk analysis of tourism resources in Jilin province. The problems limiting on the tourist resources disaster of small sample data were studied. The probability of tourist resources in jilin province disaster was calculated to obtain the disaster risk value of tourist resources in Jilin province. Results showed that Changchun city， Jilin city was in the high risk level. Baishan，Yanji city were in medium level of risk. Other cities were in the lower level of risk. It will be of great significance for related department of Jilin province to prevent and mitigate disaster and enhance travel insurance.

Key words： information diffusion theory; tourism; disaster risk assessment; Jilin province

中國旅游業(yè)經(jīng)過20多年的快速發(fā)展，已成為國內(nèi)眾多省、市、地區(qū)的支柱產(chǎn)業(yè)。同時(shí)，由于旅游業(yè)的高敏感性，其受外界環(huán)境的負(fù)面影響較大。隨著全球的環(huán)境變化，旅游地所面臨的災(zāi)害也日益增多，一方面致使旅游資源與環(huán)境嚴(yán)重破壞[1-3]，另一方面導(dǎo)致游客出游安全程度和區(qū)域旅游收入下降[4，5]，因此有效地開展旅游地資源災(zāi)害風(fēng)險(xiǎn)評價(jià)對旅游地資源災(zāi)害風(fēng)險(xiǎn)管理具有重要意義。

目前，對旅游地資源災(zāi)害風(fēng)險(xiǎn)評價(jià)方法多從致災(zāi)因子角度出發(fā)，采用統(tǒng)計(jì)學(xué)方法對致災(zāi)因子發(fā)生的概率進(jìn)行計(jì)算，即擬合災(zāi)害發(fā)生頻率或直接使用經(jīng)驗(yàn)分布曲線。但對于旅游地災(zāi)害發(fā)生次數(shù)來說，由于是稀遇事件，資料樣本過少，曲線擬合在小概率部分的誤差往往較大。信息擴(kuò)散方法是為了彌補(bǔ)信息不足而考慮優(yōu)化利用樣本模糊信息的一種對樣本進(jìn)行集值化的模糊數(shù)學(xué)處理方法，即信息擴(kuò)散方法可以將一個(gè)分明集的樣本點(diǎn)變成一個(gè)模糊集?；蛘呤前褑沃禈颖军c(diǎn)，變成集值樣本點(diǎn)，并將其攜帶的信息分配給樣本中每一個(gè)點(diǎn)的一種優(yōu)化處理樣本資料的方法[6]。信息擴(kuò)散理論在旅游地資源災(zāi)害風(fēng)險(xiǎn)評價(jià)中的應(yīng)用為旅游地資源災(zāi)害風(fēng)險(xiǎn)評價(jià)提供了一種新的方法與思路。

1 ?研究區(qū)概況

吉林省位于中國東北地區(qū)的中心地帶（40°51′-46°18′N，121°38′-131°17′E），南北寬約600 km，東西長約750 km。省內(nèi)自然災(zāi)害種類較多（洪澇、地震、火災(zāi)、低溫、冷害等），且發(fā)生較為頻繁，對吉林省旅游業(yè)影響較大。省內(nèi)主要旅游資源有長白山國家5A級旅游景區(qū)、吉林霧凇、長影世紀(jì)城、吉林松花湖、高句麗王城文化遺址、長春凈月潭、長春偽滿皇宮等多處自然景觀和人文景觀，是全國著名的自然和人文旅游勝地。

2 ?研究方法

旅游地資源災(zāi)害風(fēng)險(xiǎn)是指旅游地未來若干年內(nèi)可能達(dá)到的災(zāi)害程度及其發(fā)生的可能性和對旅游地資源造成的損失，而不是災(zāi)害本身，其災(zāi)害主要是能夠?qū)β糜蔚刭Y源及游客造成影響和損失的自然災(zāi)害，包括洪澇、地震、風(fēng)災(zāi)、泥石流等。當(dāng)這種由于災(zāi)害導(dǎo)致的影響和危害的可能性變?yōu)楝F(xiàn)實(shí)，即為旅游地資源災(zāi)害。具體而言，就是指某一地區(qū)某一時(shí)間內(nèi)旅游地資源災(zāi)害發(fā)生的可能、活動程度、破壞損失及對旅游基礎(chǔ)設(shè)施、資源和自然環(huán)境系統(tǒng)造成的影響和危害的可能性。

風(fēng)險(xiǎn)分析的對象是事件發(fā)生的概率（p）和產(chǎn)生的后果（d）的乘積，依據(jù)公式計(jì)算旅游地資源災(zāi)害風(fēng)險(xiǎn)（R=p×d）。其中，p為研究區(qū)災(zāi)害發(fā)生的概率，d為災(zāi)害所造成的潛在損失。對于潛在損失的確定，主要從游客傷亡人數(shù)、經(jīng)濟(jì)損失和基礎(chǔ)設(shè)施損失角度考慮（圖1）。利用信息擴(kuò)散理論確定概率（p），利用加權(quán)綜合評價(jià)法確定潛在損失（d）。endprint

3 ?研究區(qū)災(zāi)害發(fā)生概率

災(zāi)害的發(fā)生概率常采用統(tǒng)計(jì)學(xué)的方法獲得，即擬合災(zāi)害次數(shù)的理論分布律或直接使用經(jīng)驗(yàn)分布曲線。但對于研究區(qū)災(zāi)害而言是稀遇事件，資料樣本很少，曲線擬合在小概率部分的誤差往往較大。利用模糊數(shù)學(xué)中的信息擴(kuò)散理論，可以將一個(gè)災(zāi)害資料所攜帶的信息擴(kuò)散到指標(biāo)論域中的所有點(diǎn)，從而獲得較好的風(fēng)險(xiǎn)分析效果。

信息擴(kuò)散就是為了彌補(bǔ)信息不足而考慮優(yōu)化利用樣本模糊信息的一種對樣本進(jìn)行集值化的模糊數(shù)學(xué)處理方法，該方法可以將一個(gè)有觀測值的樣本，變成一個(gè)模糊集，即將單值樣本變成集值樣本，最常用的模型是正態(tài)擴(kuò)散模型。

設(shè)m年的災(zāi)害發(fā)生次數(shù)（年發(fā)生次數(shù)）指標(biāo)樣本為：xi={x1，x2，x3，…，xn}（i=1，2，…，n）;過去m年的災(zāi)害發(fā)生次數(shù)的觀察樣本為：yi={y1，y2，…，ym} （j=1，2，…，m）。

設(shè)災(zāi)害發(fā)生次數(shù)指標(biāo)論域?yàn)椋?/p>

ui={u1，u2，…，un} ? ? ? ? ? ? ? （1）

又設(shè)超越概率pi（x≥xi）（i=1，2，3，…，n）。則概率分布：

pi={p1，p2，p3，…，pn} ? ? ? ? ? ? ? ? （2）

利用信息擴(kuò)散對樣本進(jìn)行集值化的模糊數(shù)學(xué)方法處理，一個(gè)單值觀測樣本yj可以將其所攜帶的信息擴(kuò)散給U中的所有點(diǎn)：

■■（u■）=■exp-■ （3）

式中，h為擴(kuò)散系數(shù)，可根據(jù)樣本集合中樣本的最大值b、最小值a和樣本數(shù)n確定（表1）。

令C=■■■（u■），則相應(yīng)的模糊子集的隸屬函數(shù)為：

μy■（ui）=■ ? ? ? ? ? ? ? ?（4）

把μy■（ui）稱為樣本yj的歸一化信息分布。

對μy■（ui）進(jìn)行處理，可以得到一種效果較好的風(fēng)險(xiǎn)分析結(jié)果。

令q（ui）=■μy■（ui），其物理意義是：由{y1，y2， y3，…，yn}經(jīng)信息擴(kuò)散推斷出，如果災(zāi)害發(fā)生統(tǒng)計(jì)值只能取{u1，u2，u3，…，um}中的一個(gè)，那么在將yj看作是樣本代表時(shí)，觀測值為ui的樣本個(gè)數(shù)為q（ui）個(gè)。

再令p（ui）=■，就是樣本落在ui處的頻率值，可以作為概率的估計(jì)值，其中■q（ui）為ui各點(diǎn)上的樣本數(shù)總和。理論上講，■q（ui）=m。

顯然，超越ui的概率值應(yīng)為p（u≥ui），則：

p（u≥ui）=■p（uk） ? ? ? ? ? ? ? ? ?（5）

根據(jù)1991-2010年吉林省影響旅游資源、游客生命及基礎(chǔ)設(shè)施等自然災(zāi)害發(fā)生次數(shù)，表示樣本集合Xi為：

長春：X1={6，12，8，15，…，16}

吉林：X2={8，15，12，20，…，18}

四平：X3={6，8，6，11，…，8}

延邊：X4={10，11，8，12，…，15}

白山：X5={5，10，11，18，…，16}

白城：X6={5，8，15，14，…，8}

松原：X7={6，5，12，15，…，12}

遼源：X8={8，7，12，16，…，13}

通化：X9={5，10，5，11，…，7}

取一維空間上的集合[5，30]作為年災(zāi)害發(fā)生次數(shù)Xi的論域，并將論域進(jìn)行離散，構(gòu)成離散論域?yàn)椋篣1={5，10，15，…，30}，控制點(diǎn)數(shù)6個(gè)。

利用信息擴(kuò)散理論可以計(jì)算出3個(gè)指標(biāo)的擴(kuò)散系數(shù)分別為h1=9.332 477，h2=10.128 004，h3=15.301 606，h4=7.862 663，h5=15.119 762，h6=10.516 807，h7=11.426 807，h8=9.562 817，h9=8.635 826。利用上述公式即可求出各水平下長春市災(zāi)害發(fā)生的概率（表2），該方法也適用于其他地區(qū)。

通過上述計(jì)算結(jié)果可以看出，研究區(qū)近些年災(zāi)害發(fā)生次數(shù)為5次，是最低發(fā)生次數(shù)，因此取概率值為1，即各地區(qū)都發(fā)生了影響旅游地可持續(xù)發(fā)展的災(zāi)害;災(zāi)害發(fā)生次數(shù)30次是研究區(qū)中發(fā)生災(zāi)害最高次數(shù)，即研究區(qū)發(fā)生的最多次數(shù)災(zāi)害發(fā)生概率為0.364 0，但此種概率災(zāi)害發(fā)生的次數(shù)較低，因此應(yīng)該根據(jù)各區(qū)災(zāi)害發(fā)生的概率進(jìn)行適當(dāng)?shù)膽?yīng)對。

4 ?潛在損失計(jì)算

旅游地的承災(zāi)體主要包括游客、旅游資源及基礎(chǔ)設(shè)施，一旦發(fā)生災(zāi)害就會對這些承災(zāi)體造成損失，這也是旅游地災(zāi)害發(fā)生時(shí)的潛在損失。因此本研究針對上述承災(zāi)體及災(zāi)害發(fā)生的概率構(gòu)建旅游地資源災(zāi)害風(fēng)險(xiǎn)評價(jià)指標(biāo)體系（表3）。其中各指標(biāo)體系的指標(biāo)權(quán)重由層次分析法確定，然后加權(quán)求和，確定潛在損失大小。

5 ?結(jié)果分析

依據(jù)以上分析計(jì)算結(jié)果，將旅游地資源災(zāi)害所致的承災(zāi)體損失，即潛在損失各指標(biāo)無量綱化，加權(quán)求和。

X′ij=■ ? ? ? ? ? ? ? ? （6）

式中，Xij為第i個(gè)對象的第j項(xiàng)指標(biāo)值，X′ij為無量綱化處理后第i個(gè)對象的第j項(xiàng)指標(biāo)值。X■■和X■■分別指第j項(xiàng)指標(biāo)的最小值和最大值。

D=P0×w1+E0×w2+I1×w3+I2×w4 ? ?（7）endprint

式中，D為潛在損失;P0為游客密度;E0為經(jīng)濟(jì)密度;I1為基礎(chǔ)設(shè)施數(shù)量;I2為旅游資源數(shù)量;w1、w2、w3、w4為各自的權(quán)重。

把各風(fēng)險(xiǎn)水平下的承災(zāi)體潛在損失看作研究區(qū)災(zāi)害所造成的后果（D），將災(zāi)害發(fā)生的可能性（P）與潛在損失（D）相乘，即可以得到吉林省各市（州）的旅游地資源災(zāi)害風(fēng)險(xiǎn)值（圖2）。

通過評價(jià)結(jié)果可以看出，吉林市的旅游地資源災(zāi)害風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)區(qū)，造成此種情況是由于該市的旅游資源較多、游客密度較大，一旦發(fā)生災(zāi)害對該市造成的損失較大，因此造成其資源災(zāi)害風(fēng)險(xiǎn)較大;長春市的旅游資源數(shù)量與吉林市相差不大，但災(zāi)害發(fā)生相對較少，因此該區(qū)發(fā)生旅游地資源災(zāi)害風(fēng)險(xiǎn)等級僅次于吉林市;白山市、延邊州由于地處山區(qū)，地質(zhì)災(zāi)害、氣象災(zāi)害發(fā)生概率相對較大，也會對當(dāng)?shù)芈糜钨Y源造成較大損失，但相對長春市兩地旅游資源、游客密度相對較小，因此兩地發(fā)生旅游地資源災(zāi)害風(fēng)險(xiǎn)等級較低;其余各市由于旅游資源相對較少、游客密度相對較低，且災(zāi)害發(fā)生概率也較低，因此處于輕風(fēng)險(xiǎn)等級。

6 ?小結(jié)

利用信息擴(kuò)散理論的分析方法，結(jié)合風(fēng)險(xiǎn)計(jì)算公式，對吉林省旅游地資源災(zāi)害的3個(gè)指標(biāo)進(jìn)行風(fēng)險(xiǎn)計(jì)算，得到吉林省旅游地資源災(zāi)害發(fā)生次數(shù)概率與承災(zāi)體潛在損失風(fēng)險(xiǎn)值，定量評價(jià)了吉林省旅游地資源災(zāi)害風(fēng)險(xiǎn)，對吉林省旅游地資源災(zāi)害防災(zāi)減災(zāi)和旅游保險(xiǎn)等工作具有一定的指導(dǎo)意義。但由于獲取的自然災(zāi)害發(fā)生次數(shù)歷史資料時(shí)間序列較短，離散區(qū)間及所求得的概率存在一定誤差，隨著以后深入研究及獲得的災(zāi)害資料不斷豐富，評價(jià)精度也會隨之提高。

參考文獻(xiàn)：

[1] 吉良新，秦志玉.自然保護(hù)區(qū)旅游開發(fā)的風(fēng)險(xiǎn)評價(jià)及案例分析[J].湖北農(nóng)業(yè)科學(xué)，2009，48（7）：1784-1785.

[2] 譚萬沛.海螺溝風(fēng)景區(qū)地質(zhì)災(zāi)害對旅游的影響及防治對策[J].中國地質(zhì)災(zāi)害與防治學(xué)報(bào)，1996，7（2）：81-86.

[3] 佟守正，王 ?琦，李 ?光，等.長白山自然保護(hù)區(qū)旅游災(zāi)害及其防治對策[J].山地學(xué)報(bào)，2002，20（S1）：133-138.

[4] 劉趙平.關(guān)于1998年洪澇災(zāi)害對旅游業(yè)影響情況的調(diào)查報(bào)告[J].旅游調(diào)研，1999（2）：23-27.

[5] MAZZOCCHI M，MONTINI A.Earthquake effects on tourism In central Italy[J].Annals of Tourism Research，2001，28（4）：1031-1046.

[6] 黃崇福.自然災(zāi)害風(fēng)險(xiǎn)評價(jià)理論與實(shí)踐[M].北京：科學(xué)出版社，2005.endprint

式中，D為潛在損失;P0為游客密度;E0為經(jīng)濟(jì)密度;I1為基礎(chǔ)設(shè)施數(shù)量;I2為旅游資源數(shù)量;w1、w2、w3、w4為各自的權(quán)重。

把各風(fēng)險(xiǎn)水平下的承災(zāi)體潛在損失看作研究區(qū)災(zāi)害所造成的后果（D），將災(zāi)害發(fā)生的可能性（P）與潛在損失（D）相乘，即可以得到吉林省各市（州）的旅游地資源災(zāi)害風(fēng)險(xiǎn)值（圖2）。

通過評價(jià)結(jié)果可以看出，吉林市的旅游地資源災(zāi)害風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)區(qū)，造成此種情況是由于該市的旅游資源較多、游客密度較大，一旦發(fā)生災(zāi)害對該市造成的損失較大，因此造成其資源災(zāi)害風(fēng)險(xiǎn)較大;長春市的旅游資源數(shù)量與吉林市相差不大，但災(zāi)害發(fā)生相對較少，因此該區(qū)發(fā)生旅游地資源災(zāi)害風(fēng)險(xiǎn)等級僅次于吉林市;白山市、延邊州由于地處山區(qū)，地質(zhì)災(zāi)害、氣象災(zāi)害發(fā)生概率相對較大，也會對當(dāng)?shù)芈糜钨Y源造成較大損失，但相對長春市兩地旅游資源、游客密度相對較小，因此兩地發(fā)生旅游地資源災(zāi)害風(fēng)險(xiǎn)等級較低;其余各市由于旅游資源相對較少、游客密度相對較低，且災(zāi)害發(fā)生概率也較低，因此處于輕風(fēng)險(xiǎn)等級。

6 ?小結(jié)

利用信息擴(kuò)散理論的分析方法，結(jié)合風(fēng)險(xiǎn)計(jì)算公式，對吉林省旅游地資源災(zāi)害的3個(gè)指標(biāo)進(jìn)行風(fēng)險(xiǎn)計(jì)算，得到吉林省旅游地資源災(zāi)害發(fā)生次數(shù)概率與承災(zāi)體潛在損失風(fēng)險(xiǎn)值，定量評價(jià)了吉林省旅游地資源災(zāi)害風(fēng)險(xiǎn)，對吉林省旅游地資源災(zāi)害防災(zāi)減災(zāi)和旅游保險(xiǎn)等工作具有一定的指導(dǎo)意義。但由于獲取的自然災(zāi)害發(fā)生次數(shù)歷史資料時(shí)間序列較短，離散區(qū)間及所求得的概率存在一定誤差，隨著以后深入研究及獲得的災(zāi)害資料不斷豐富，評價(jià)精度也會隨之提高。

參考文獻(xiàn)：

[1] 吉良新，秦志玉.自然保護(hù)區(qū)旅游開發(fā)的風(fēng)險(xiǎn)評價(jià)及案例分析[J].湖北農(nóng)業(yè)科學(xué)，2009，48（7）：1784-1785.

[2] 譚萬沛.海螺溝風(fēng)景區(qū)地質(zhì)災(zāi)害對旅游的影響及防治對策[J].中國地質(zhì)災(zāi)害與防治學(xué)報(bào)，1996，7（2）：81-86.

[3] 佟守正，王 ?琦，李 ?光，等.長白山自然保護(hù)區(qū)旅游災(zāi)害及其防治對策[J].山地學(xué)報(bào)，2002，20（S1）：133-138.

[4] 劉趙平.關(guān)于1998年洪澇災(zāi)害對旅游業(yè)影響情況的調(diào)查報(bào)告[J].旅游調(diào)研，1999（2）：23-27.

[5] MAZZOCCHI M，MONTINI A.Earthquake effects on tourism In central Italy[J].Annals of Tourism Research，2001，28（4）：1031-1046.

[6] 黃崇福.自然災(zāi)害風(fēng)險(xiǎn)評價(jià)理論與實(shí)踐[M].北京：科學(xué)出版社，2005.endprint

式中，D為潛在損失;P0為游客密度;E0為經(jīng)濟(jì)密度;I1為基礎(chǔ)設(shè)施數(shù)量;I2為旅游資源數(shù)量;w1、w2、w3、w4為各自的權(quán)重。

把各風(fēng)險(xiǎn)水平下的承災(zāi)體潛在損失看作研究區(qū)災(zāi)害所造成的后果（D），將災(zāi)害發(fā)生的可能性（P）與潛在損失（D）相乘，即可以得到吉林省各市（州）的旅游地資源災(zāi)害風(fēng)險(xiǎn)值（圖2）。

通過評價(jià)結(jié)果可以看出，吉林市的旅游地資源災(zāi)害風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)區(qū)，造成此種情況是由于該市的旅游資源較多、游客密度較大，一旦發(fā)生災(zāi)害對該市造成的損失較大，因此造成其資源災(zāi)害風(fēng)險(xiǎn)較大;長春市的旅游資源數(shù)量與吉林市相差不大，但災(zāi)害發(fā)生相對較少，因此該區(qū)發(fā)生旅游地資源災(zāi)害風(fēng)險(xiǎn)等級僅次于吉林市;白山市、延邊州由于地處山區(qū)，地質(zhì)災(zāi)害、氣象災(zāi)害發(fā)生概率相對較大，也會對當(dāng)?shù)芈糜钨Y源造成較大損失，但相對長春市兩地旅游資源、游客密度相對較小，因此兩地發(fā)生旅游地資源災(zāi)害風(fēng)險(xiǎn)等級較低;其余各市由于旅游資源相對較少、游客密度相對較低，且災(zāi)害發(fā)生概率也較低，因此處于輕風(fēng)險(xiǎn)等級。

6 ?小結(jié)

利用信息擴(kuò)散理論的分析方法，結(jié)合風(fēng)險(xiǎn)計(jì)算公式，對吉林省旅游地資源災(zāi)害的3個(gè)指標(biāo)進(jìn)行風(fēng)險(xiǎn)計(jì)算，得到吉林省旅游地資源災(zāi)害發(fā)生次數(shù)概率與承災(zāi)體潛在損失風(fēng)險(xiǎn)值，定量評價(jià)了吉林省旅游地資源災(zāi)害風(fēng)險(xiǎn)，對吉林省旅游地資源災(zāi)害防災(zāi)減災(zāi)和旅游保險(xiǎn)等工作具有一定的指導(dǎo)意義。但由于獲取的自然災(zāi)害發(fā)生次數(shù)歷史資料時(shí)間序列較短，離散區(qū)間及所求得的概率存在一定誤差，隨著以后深入研究及獲得的災(zāi)害資料不斷豐富，評價(jià)精度也會隨之提高。

參考文獻(xiàn)：

[1] 吉良新，秦志玉.自然保護(hù)區(qū)旅游開發(fā)的風(fēng)險(xiǎn)評價(jià)及案例分析[J].湖北農(nóng)業(yè)科學(xué)，2009，48（7）：1784-1785.

[2] 譚萬沛.海螺溝風(fēng)景區(qū)地質(zhì)災(zāi)害對旅游的影響及防治對策[J].中國地質(zhì)災(zāi)害與防治學(xué)報(bào)，1996，7（2）：81-86.

[3] 佟守正，王 ?琦，李 ?光，等.長白山自然保護(hù)區(qū)旅游災(zāi)害及其防治對策[J].山地學(xué)報(bào)，2002，20（S1）：133-138.

[4] 劉趙平.關(guān)于1998年洪澇災(zāi)害對旅游業(yè)影響情況的調(diào)查報(bào)告[J].旅游調(diào)研，1999（2）：23-27.

[5] MAZZOCCHI M，MONTINI A.Earthquake effects on tourism In central Italy[J].Annals of Tourism Research，2001，28（4）：1031-1046.

[6] 黃崇福.自然災(zāi)害風(fēng)險(xiǎn)評價(jià)理論與實(shí)踐[M].北京：科學(xué)出版社，2005.endprint