時空因素對我國赴泰旅游安全事件的影響

李月調(diào)+謝朝武+王靜

摘 要：以2010年～2014年我國旅行社責任險出險案例為基礎，遴選出568起我國游客赴泰旅游出險案例為研究樣本，運用非線性典型相關分析法探究時空因素與我國赴泰旅游安全事件類型間的關聯(lián)影響機制。研究表明：在時間變量上，旅游安全事件類型分布與時間因素間呈差異性關聯(lián)特征，其發(fā)生頻率與泰國旅游旺季有所差異，與旅游活動時段的相關性更高；在空間變量上，旅游安全事件呈高發(fā)場所集中分布特征；與旅游六要素空間既有差異性關聯(lián)特征，又具有交叉性關聯(lián)特征；與具體地點具有較強的單一關聯(lián)特征。

關鍵詞：旅游安全事件；時空因素；赴泰旅游；非線性典型相關分析

中圖分類號：X928.02 文獻標識碼：A

1 文獻回顧

泰國是我國重要的旅游目的地，也是我國出境旅游安全事件高發(fā)的國家。我國赴泰旅游受到各類安全事件的影響，深入探究時空因素對我國赴泰旅游安全事件的關聯(lián)影響機制，對于科學地調(diào)控赴泰旅游安全風險、推動赴泰旅游的健康發(fā)展具有重要意義。

廣義的旅游安全事件是指旅游領域因人員或設備因素、自然災害因素、社會安全因素、公共衛(wèi)生因素等造成游客或從業(yè)人員受傷、死亡或財物受損的各種意外情況。旅游目的地安全事件研究是跨境旅游安全研究中的焦點問題。有研究發(fā)現(xiàn)國際赴泰背包客事前對旅途中的整體風險感知水平較低[1]，對是否會感染瘧疾等風險在態(tài)度上不夠重視、關于瘧疾風險的基本常識缺乏、進而預防準備不足以及感染后應對處置不當是瘧疾高發(fā)的重要原因[2]。針對國際高端老年訪泰游客調(diào)查發(fā)現(xiàn)烹飪設施不干凈、化學添加劑有毒和用水不潔凈是觸發(fā)食品風險的三大主因[3]。也有學者針對赴泰國際旅游者的調(diào)查研究指出恐怖襲擊、疾病健康風險[4]，盜竊、搶劫、迷藥搶劫等犯罪風險和價格欺詐、額外收費、雙重定價等財產(chǎn)安全風險[5]是令他們擔憂的主要安全風險類型。旅游安全事件的發(fā)生是游客的不安全行為與旅游環(huán)境中的不安全因素單獨或共同發(fā)生于同一時空的結(jié)果[6]。時空因素是旅游地自然和社會環(huán)境、氣候和地理環(huán)境、旅游容量和流量等綜合風險因素的載體，也是影響旅游安全事件的重要因素。國內(nèi)學者鄭向敏等人研究指出我國游客赴泰旅游安全事件的分布具有明顯的時空特征[7]。但顯然，上述研究尚未對赴泰旅游安全事件的時空機制進行系統(tǒng)地探索和實證檢驗。

綜上所述，廣義旅游安全事件的發(fā)生與時間和空間因素存在一定的關聯(lián)，探索旅游地安全事件與時空因素的關聯(lián)特征，有利于建立針對性強的旅游風險防控體系。由于我國出境旅游安全研究還處于探索階段，國內(nèi)目前針對出境旅游目的地安全事件的研究成果鮮見，對赴泰旅游安全事件的研究尚缺乏深度剖析，對旅游安全事件在不同時間和空間尺度上的分布特征及其關聯(lián)影響也缺乏實證數(shù)據(jù)的研究與支持。同時，基于案例數(shù)據(jù)開展的旅游安全研究尚缺乏廣泛認同的方法論基礎。因此，本研究以我國旅行社責任險出險案例作為數(shù)據(jù)基礎，并基于非線性典型相關分析方法開展研究，擬既具體解析我國赴泰旅游安全事件在不同時間和空間尺度上的分布與關聯(lián)特征，也為此類研究及其方法使用提供經(jīng)驗證據(jù)。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

研究采用SPSS 20.0最優(yōu)尺度下的非線性典型相關分析法（Overals）來展開研究，本方法可以將兩個或多個分類變量投射到同一平面，通過代表不同變量的質(zhì)心圖直觀地表達變量間的相關關系。非線性典型相關分析法是采用非線性變換法對原始變量進行反復迭代得到新的變量序列，并為原始分類變量的每一個類別賦予最佳的量化分值，使得新變量之間的相關系數(shù)達到最大[8]。衡量Overals分析的統(tǒng)計指標有：損失值、特征值、擬合值及典型性相關值等[9]。其中，不同分類變量間的非線性典型相關值的計算公式為：

2.2 數(shù)據(jù)來源與編碼統(tǒng)計

研究以2010年～2014年我國旅行社責任險統(tǒng)保示范項目出險案例為數(shù)據(jù)基礎，遴選出其中的568起我國居民赴泰旅游出險案例為研究樣本。從事件類型變量、時間變量和空間變量三個維度對樣本進行信息解構(gòu)和編碼轉(zhuǎn)換。旅游安全事件類型可區(qū)分為來源類型和表現(xiàn)類型，它們分別表示旅游安全事件的來源結(jié)構(gòu)和表現(xiàn)結(jié)構(gòu)[10]。從事件表現(xiàn)結(jié)構(gòu)來看，除《中華人民共和國突發(fā)事件應對法》[11]和《旅游突發(fā)公共事件應急預案》[12]中確定的事故災難、公共衛(wèi)生事件、社會安全事件和自然災害這4大類型外，在旅游業(yè)務環(huán)節(jié)，由于旅游從業(yè)人員工作疏失造成旅游活動進程的受阻或停滯，稱為旅游業(yè)務安全事故[10]。根據(jù)我國游客赴泰旅游出險案例的實際分布情況，總計區(qū)分出30類具體的旅游安全事件表現(xiàn)形態(tài)，具體如表1所示。其中事故災難類的分布比率是最高的，達到了60.9%，且其事件亞類的表現(xiàn)形態(tài)具有較高的復雜性；其次是業(yè)務安全類和公共衛(wèi)生類事件，占比分別為15.6%和15.1%；自然災害類和社會安全類事件占比較低，同為4.4%。

在時間變量的選擇上，通過案例分解出季節(jié)、月度、時段三類時間變量。按照泰國的氣候情況將季節(jié)劃分為熱季（3-5月）、雨季（6-10月）和涼季（11月至次年2月），統(tǒng)計顯示，這三個季節(jié)旅游安全事件的分布率分別為26.8%、57.2%和16%。月度分布中8月和9月旅游安全事件的發(fā)生率居于前兩位，聯(lián)合占比達到了31.2%，與我國居民暑假出游高峰時期相吻合。時段變量按照凌晨（0：00-06：00）、上午（07：00-12：00）、下午（12：00-18：00）和晚上 （19：00-24：00）進行編碼，旅游安全事件最高分布率為上午時段，占比37.9%；其次是下午的34.3%；凌晨和晚上的分布比率相對較低，分別為8.5%和19%。

在空間變量的選擇上，分解出承載旅游六要素的空間場所和事件發(fā)生的具體地點這兩個解釋變量。統(tǒng)計顯示，旅游六要素場所中，交通場所安全事件的發(fā)生率是最高的，達到了46.1%；其次是游覽場所，占比21.8%；占比第三位的是娛樂場所，為15.3%；餐飲和住宿場所安全事件的發(fā)生率并列居于第四，都是7.9%；購物場所安全事件發(fā)生的比率較低，只有0.4%。并據(jù)事件案例情況分解出14類事件發(fā)生的具體地點，其中，游船或快艇上旅游安全事件的發(fā)生率最高，占比16.4%，這是因為作為海島旅游地的泰國發(fā)達的海上游樂項目對游客具有很強的吸引力，參與者眾多，而海洋環(huán)境本身具有較高的復雜性、海上游樂項目一般風險較高、部分游客安全意識不足等眾多因素綜合影響所致，發(fā)生率較高的具體地點依次為景區(qū)（14.6%）、機場（11.4%）、酒店（8.5%）、海域（7.4%）、餐廳（7.0%）和旅游車（5.6%），其他地點旅游安全事件發(fā)生率相對較低。endprint

3 非線性典型相關分析

3.1 旅游安全事件類型變量與時間變量的關聯(lián)分析

Overals分析時設定解的維數(shù)為2，輸出結(jié)果如表2所示。時間變量泰國季節(jié)、月度、時段與事件類型變量間的擬合值為0.847，是維數(shù)1（0.502）和維數(shù)2（0.345）的特征值之和，同時，維數(shù)1解釋了59.3%的實際擬合度，維數(shù)2解釋了40.7%的實際擬合度，說明數(shù)據(jù)與模型間的擬合度較好。且三類時間變量與事件類型變量在維數(shù)1和維數(shù)2上的典型相關值分別達到了0.336、0.127，說明各變量間的相關性較強。此外，辨別度量分析結(jié)果如圖1顯示，泰國季節(jié)、月度和時段變量與事件類型變量之間均呈緊密的銳角關系，說明變量間存在較強相關關系。

Overals分析輸出代表旅游安全事件類型變量與時間變量關聯(lián)關系的質(zhì)心圖，如圖2所示，大部分質(zhì)心點落在（-2～2，-2～2）的坐標區(qū)域內(nèi)。為更加清晰地呈現(xiàn)變量間的關聯(lián)關系，可分別添加半徑為1和2的兩個同心圓。

（1）從時間變量質(zhì)心點的圈層分布來看，越靠近中心（0，0）表示其事件分布頻率相對越高。各質(zhì)心點的圈層分布特點包括：①雨季位于第一圈層的內(nèi)圓，是各類事件的高發(fā)期；熱季距離中心（0，0）較遠，各類事件發(fā)生頻率相對較低；涼季距離中心（0，0）最遠，各類安全事件的發(fā)生頻率是最低的。這主要是受國內(nèi)公共假期和國人出游習慣的影響，我國游客更傾向于選擇在泰國旅游價格較低的五一黃金周和8至9月的暑期出游，涼季是泰國旅游旺季，但出游率卻相對較低。②微觀時段變量中上午和下午都非常靠近原點，是各類安全事件的高發(fā)時段；晚上時段位于第二圈層內(nèi)，安全事件發(fā)生率相對較低；凌晨時段分布于第二圈層的外圓附近，說明其安全事件發(fā)生頻率最低。原因在于上午和下午是各類旅游活動的主要時段，旅游流比較集中，而游客流量一旦超出旅游設施設備、旅游從業(yè)人員及旅游環(huán)境容量的負荷強度，極易觸發(fā)各類旅游安全風險。晚上部分旅游項目處于關閉階段，安全事件發(fā)生率也有所下降，凌晨則屬于旅游活動的沉寂期，因此安全事件發(fā)生率最低。

（2）在分析宏觀季節(jié)變量與事件類型變量的關聯(lián)關系時，連接坐標中心點與季節(jié)質(zhì)心點的射線，按照事件類型變量質(zhì)心點到射線垂直距離的長短來判斷兩類變量間的相關性，垂直距離越短代表變量間的關聯(lián)關系越強。關聯(lián)關系包括：①涼季與各類安全事件質(zhì)心的距離都較遠，但踩踏擠壓事故到過涼季所在射線的垂直距離較短，與其存在關聯(lián)度。因為涼季是泰國的旅游旺季，游客總體接待量較高，人流擁擠易造成踩踏擠壓事件。②在熱季，易發(fā)生票務事故、墜落事故和動物襲擊事故。③在雨季，極易發(fā)生暴雨、臺風和其他自然災害，且這些氣象災害極易觸發(fā)旅程延誤、合同糾紛等風險結(jié)果；另外，其他衛(wèi)生事件、疫情、證件丟失也與雨季存在一定的關聯(lián)度。

（3）在分析微觀時間變量與旅游安全事件類型變量的關聯(lián)關系時，從質(zhì)心圖中心（0，0）點出發(fā)，主要按照相同維度區(qū)間內(nèi)的不同變量點間彼此有聯(lián)系的原則進行判斷。關聯(lián)關系包括：①凌晨時段食物中毒的發(fā)生率較高，這主要是晚餐食用有毒或不衛(wèi)生食品的滯后反應。②上午時段與涉水事故和交通場所意外的關聯(lián)度較強。③下午時段臺風和其他自然災害的發(fā)生率較高。④晚上與踩踏擠壓事故的關聯(lián)度較強，因為泰國夜秀等特色旅游項目一般在晚上舉行，人流擁擠加之夜間光線較暗，極易觸發(fā)踩踏擠壓事故。⑤代表搶劫事件的質(zhì)心點到凌晨和晚上的垂直距離都較近，與這兩個時段均存在較強的關聯(lián)度；個人疾病、意外摔倒、其他意外事故、交通安全事故、其他衛(wèi)生事件、動物襲擊與上午和下午時段都存在較強的關聯(lián)度。

3.2 旅游安全事件類型變量與空間變量的關聯(lián)影響

同上，Overals分析時設定解的維數(shù)為2，分析結(jié)果如表3所示，空間變量旅游六要素場所、旅游安全事件發(fā)生的具體地點與事件類型變量間的擬合值為1.748，是維數(shù)1（0.928）和維數(shù)2（1.067）的特征值之和，同時，維數(shù)1解釋了54.1%的實際擬合度，維數(shù)2解釋了45.9%的實際擬合度，說明數(shù)據(jù)與模型間的擬合度較好。各變量在維數(shù)1和維數(shù)2上的典型相關值分別達到了0.928和1.067，說明各變量間的相關性很強。此外，辨別度量分析結(jié)果如圖3所示，旅游六要素、具體地點變量與事件類型變量之間均呈緊密的銳角關系，表明變量間存在很強的相關關系。

Overals分析輸出代表旅游安全事件類型變量與空間變量關聯(lián)關系的質(zhì)心圖，如圖4所示，大部分質(zhì)心點落在（-1～1，-2～2）的坐標區(qū)域內(nèi)。且各類變量質(zhì)心在維數(shù)2方向上的分布距離較遠，說明旅游安全事件類型變量與空間變量在維數(shù)2上的關聯(lián)區(qū)別較大，按照非線性典型相關分析的原則，二者關聯(lián)關系的判斷應以區(qū)別較大的維數(shù)為主。同樣，為更加清楚地呈現(xiàn)變量間的內(nèi)在關聯(lián)特征，研究以坐標中心（0，0）為圓心，分別添加半徑為1和2的兩個同心圓。

（1）旅游六要素變量和安全事件類型變量的關聯(lián)關系包括：①旅游餐飲場所與其對應的餐廳與食物中毒存在緊密的關聯(lián)關系。②旅游住宿場所與意外摔倒、盜竊、其他衛(wèi)生事件、個人疾病的質(zhì)心點距離較近，表明它們之間關聯(lián)度較強。③旅游交通場所與交通安全事故、交通場所意外以及暴雨存在較強的關聯(lián)度，與分布于第二圈層外圓附近的臺風、其他自然災害、濃霧以及主要由這些天氣原因引起的旅程延誤、旅程取消和票務事故存在一定的關聯(lián)度。④旅游游覽場所與動物襲擊、其他社會安全事件、其他意外事故、個人疾病間均存在較強的關聯(lián)度。⑤旅游購物場所與其對應的購物店易發(fā)生盜竊和搶劫事件。⑥旅游娛樂場所與其他意外事故、合同糾紛、涉水事故的關聯(lián)較為緊密。

（2）具體地點變量與旅游安全事件類型變量表現(xiàn)出如下關聯(lián)特征：①在海域，參加海上跳傘、降落傘等游樂項目時易發(fā)生骨折等其他意外事故，在浮潛、乘坐摩托艇、香蕉船或在海邊嬉水等時易發(fā)生涉水事故導致游客溺亡或受傷。②乘坐電梯或自動扶梯時，存在墜落事故和意外摔倒的風險。③乘坐旅游車易發(fā)生交通安全事故，旅游車上的貴重物品存在被盜的風險。④乘坐游船或快艇時極易發(fā)生顛傷、撞傷等交通場所意外。⑤乘坐飛機時易發(fā)生設備事故，高空環(huán)境可能會觸發(fā)個人疾病風險，行李托運過程中存在丟失風險。⑥在機場常因受臺風、濃霧等自然因素或票務事故、證件丟失等人員因素的影響導致旅程延誤或旅程取消。⑦與馬路關聯(lián)最緊密的是交通安全事故。⑧景區(qū)游覽過程中存在踩踏擠壓、動物襲擊和疫情風險。⑨酒店是個人疾病等其他衛(wèi)生事件的高發(fā)地點，此類事件通常是游客個人體質(zhì)較差、行程安排較為緊張、旅途餐飲衛(wèi)生無法保障和跨國旅游水土不服等影響的綜合后果；在酒店附近道路易發(fā)生搶劫和其他社會安全事件；在酒店衛(wèi)生間、樓梯處極易發(fā)生意外摔倒事故。⑩在泰式SPA休閑服務場所，按摩師手法過重或操作失誤易導致游客腰部受傷、胸腔因擠壓過度而受損或肋骨骨折等意外事故的發(fā)生。endprint

4 研究結(jié)論

第一，特定游客群體旅游安全事件的發(fā)生頻率和規(guī)模主要受客源市場的流向規(guī)模所影響，與客源市場流量在時間上的分布密度有關，與旅游地的淡旺季時間機制并不完全相關。數(shù)據(jù)顯示，我國游客在泰國當?shù)芈糜瓮緯r期的旅游安全事件發(fā)生頻數(shù)和規(guī)模小于泰國當?shù)芈糜蔚緯r期，我國游客在本國的旅游旺季時期、泰國的旅游淡季時期出游規(guī)模較大，對應的旅游安全事件發(fā)生頻率和規(guī)模較大。

第二，特定游客群體旅游安全事件的單日發(fā)生頻率與規(guī)模受客源流量的流向規(guī)模和流量上的時間分布所影響，各類旅游安全事件在宏觀時間分布和微觀時間分布上均呈現(xiàn)高發(fā)時段上的集中分布特征，且不同類型高發(fā)旅游安全事件的集中分布時間具有差異性。這受到旅游安全事件自身性質(zhì)與游客流量的雙重影響，其內(nèi)在影響因素還包括旅游環(huán)境容量對特定事件風險的負荷能力。數(shù)據(jù)顯示，我國赴泰游客單日旅游安全事件頻數(shù)規(guī)模與單日旅游流的變動存在同向關聯(lián)，當游客流量超出旅游設施設備、旅游從業(yè)人員及旅游環(huán)境容量的負荷強度時，容易觸發(fā)旅游安全事件。

第三，特定游客群體的旅游安全事件具有高發(fā)空間分布上的集中性，同時不同類型旅游安全事件的空間集中具有差異性，不同的空間要素在圈層分布上存在較大的結(jié)構(gòu)差異。數(shù)據(jù)顯示，在我國赴泰旅游市場中，不同空間要素與其旅游安全事件的發(fā)生頻率在關聯(lián)表征上呈現(xiàn)出明顯的差異性。在旅游六要素場所分布上，旅游餐飲、購物和交通要素空間與具體的事件類型間具有明顯的差異性關聯(lián)特征，旅游住宿、游覽和娛樂要素空間與所分布的安全事件類型間具有交叉關聯(lián)特征。在具體地點分布上，不同空間場所與其對應的高發(fā)事件類型間具有特定的單一關聯(lián)特征。

第四，本文的研究表明，非線性典型相關分析方法在基于案例數(shù)據(jù)的分析中具有較好的分析和表達能力，能夠較為直觀地闡明事件變量與時空變量間的對應關系，有利于從科學層面分析和論證它們之間的關聯(lián)關系。

第五，安全是旅游業(yè)發(fā)展的基礎保障，研究通過案例統(tǒng)計厘清了我國赴泰旅游安全事件的表現(xiàn)結(jié)構(gòu)，深入剖析了其在不同時間和空間尺度上的外在分布特征及其與不同時空因素間的內(nèi)在關聯(lián)特征，各相關主體應準確把握赴泰旅游安全事件的時空分布規(guī)律，分別從國家旅游行政管理部門、旅游企業(yè)和旅游者等三個層面建立赴泰旅游安全風險的防控體系。

參考文獻：

[1] Wichasin P.A study of risk perception and prevention of international backpackers in Thailand [J]. International Journal of Management Cases，2011，（9）：515-523.

[2] Piyaphanee W，Wattanagoon Y，Silachamroon U，et al. Knowledge， Attitudes， and Practices ，Among Foreign Backpackers Toward Malaria Risk in Southeast Asia[J]. Journal of Travel Medicine，2009，16（2）：101–106.

[3] Poolklai S. Food Safety in Thailand： A Case of International Senior Tourists[J]. Procedia - Social and Behavioral Sciences，2015，197：2120-2124.

[4] Rittichainuwat BN， Chakraborty G. Perceived travel risks regarding terrorism and disease： The case of Thailand[J]. Tourism Management，2009，30（3）：410–418.

[5] Howard RW. Risky business？ Asking tourists what hazards they actually encountered in Thailand[J]. Tourism Management，2009，30（3）：359–365.

[6] 張西林. 旅游安全事故成因機制初探[J]. 經(jīng)濟地理，2003，23（4）：542-546.

[7] 鄭向敏，鄒永廣. 中泰旅游突發(fā)事件應急處置與合作機制研究[J]. 華僑大學學報，2013（2）：39.

[8] 張文彤. SPSS統(tǒng)計分析高級教程[M]. 北京：高等教育出版社，2004：213-233.

[9] Theodosiou T，Angelis L，Vakali A.Non-linear Correlation of Content and Metadata Information Extracted from Biomedical Article Datasets[J]. Joural of Biomedical Informatics，2008，41（1）：202-216.

[10] 謝朝武.旅游應急管理[M]. 中國旅游出版社. 2013：140，147.

[11] 中華人民共和國第十屆全國人民代表大會常務委員會.突發(fā)事件應對[R]. 2007-08-30.

[12] 國家旅游局.旅游突發(fā)公共事件應急預案[L]. 2005-07-10.endprint