張瑛 趙建峰
[摘? ? 要]旅游流時空卡口的提出,為景區(qū)環(huán)境容量動態(tài)管理提供了新的思路,但尚不能滿足景區(qū)環(huán)境容量主動預前式的適應性管理需求。該研究以適應性管理為理論基礎,試圖將旅游流時空卡口理論與系統(tǒng)仿真實驗方法結合起來,提出一套景區(qū)日常環(huán)境容量主動適應性管理方法。文章首先回顧了旅游流時空卡口理論并修正了其識別方法;其次,以香港海洋公園為案例地,借助WITNESS仿真平臺建立景區(qū)系統(tǒng)仿真模型;最后,進行系統(tǒng)仿真實驗,預測了不同游客規(guī)模下,旅游流時空卡口的分布差異。該研究進一步完善了旅游流時空卡口理論與旅游環(huán)境容量管理理論,在推動其從理論構想向景區(qū)日常管理實踐、從被動補救式管理向主動預前式管理轉變方面做了有益嘗試。
[關鍵詞]旅游流時空卡口;旅游環(huán)境容量;系統(tǒng)仿真實驗;適應性管理;旅游者行為
[中圖分類號]F59
[文獻標識碼]A
[文章編號]1002-5006(2020)09-0053-10
Doi: 10.19765/j.cnki.1002-5006.2020.09.010
引言
旅游已成為現(xiàn)代公民普遍的生活方式。然而,游客規(guī)模的迅速增加給景區(qū)帶來經(jīng)濟收益的同時,也加劇了景區(qū)環(huán)境容量管理壓力。長期存在于旅游資源利用、游客安全保障和旅游體驗質量提升之間的矛盾進一步惡化,致使游客擁擠、踩踏、滯留等負面事件頻發(fā)。2015年,原國家旅游局頒布《景區(qū)最大承載量核定導則》,試圖在政策規(guī)定上推行景區(qū)環(huán)境容量管理方法,以防止上述事件發(fā)生。
事實上,景區(qū)環(huán)境容量管理一直是旅游研究領域的熱點話題,研究成果對景區(qū)管理實踐起到了切實有效的指導作用。然而,這些基于靜態(tài)化、粗放式的景區(qū)環(huán)境容量管理方法,面對大眾旅游時代游客規(guī)模急劇增加、旅游時空集聚性增強等新問題、新特點時,逐漸失去管理效力。例如,近年來四川九寨溝景區(qū)、上海黃浦外灘陳毅廣場、山東泰山景區(qū)、陜西華山景區(qū)等都曾發(fā)生游客滯留事件,引發(fā)社會熱切關注。
基于旅游流時空卡口(spatio-temporal bayonet of tourist flows)的環(huán)境容量管理方法的提出,彌補了以往旅游環(huán)境容量管理理論粗放式、靜態(tài)化的缺陷,為景區(qū)環(huán)境容量管理向動態(tài)化、精確化轉變提供了新的思路[1]。然而,該方法提出至今仍然停留在理論構想層面,尚未形成一套科學完整的、在實踐中切實有效的管理框架與實操方法。其基于分別統(tǒng)計旅游者停留人數(shù)與停留時間的識別方法也有失精確。更為關鍵的是,當前適應性管理理念對景區(qū)環(huán)境容量提出了主動預前管理的新要求。但由于旅游流時空卡口管理方法所依靠的依然是過去調查數(shù)據(jù)或實時觀測數(shù)據(jù),使得景區(qū)環(huán)境容量管理的應對方式也只能是被動補救式的,無法發(fā)揮其最大的管理效用。
本文首先回顧了旅游流時空卡口理論并修正了其識別方法,其次嘗試結合系統(tǒng)仿真實驗方法,試圖提出一套完整科學、行之有效的景區(qū)日常環(huán)境容量主動適應性管理框架,進而架起旅游流時空卡口理論構想與管理實踐間的橋梁。
1 旅游環(huán)境容量管理與旅游流時空卡口理論回顧
1.1 環(huán)境容量管理研究進展
旅游環(huán)境容量(tourism environment carrying capacity,TECC),又稱旅游環(huán)境承載力、游憩承載量[2]。20世紀60年代,游客過量涌入旅游地引發(fā)游客體驗質量下降、生態(tài)環(huán)境污染、旅游資源受損等一系列問題,一些學者將生態(tài)學中的環(huán)境容量理論引入旅游研究領域[3],提出旅游環(huán)境容量概念。經(jīng)過多年發(fā)展,旅游環(huán)境容量已經(jīng)成為旅游可持續(xù)發(fā)展的重要保障工具,在景區(qū)管理實踐中發(fā)揮著不可替代的作用[4]。
旅游環(huán)境容量最初被理解為一個精確的固定值,學者們試圖通過各種指標構建測算模型,以求得該理想值,但卻陷入數(shù)學計算的怪圈與泥潭[5-6]。而以該理念為依據(jù)的控制游客總量的管理方法也備受質疑[4, 7],旅游環(huán)境容量研究陷入困境。
20世紀80年代后,越來越多的學者意識到旅游環(huán)境容量不是一個確定值,而是一個動態(tài)波動閾。隨后,基于可接受改變的極限(limits of acceptable change,LAC)的、綜合考量多種因素的動態(tài)管理理念獲得廣泛接受[7-8]。這種理念的轉變來自對旅游環(huán)境容量時空分異特征與時空動態(tài)特征的深刻認識。
一方面,旅游環(huán)境容量存在整體與分區(qū)間、不同區(qū)域間的時空分異性特征。De Ruyck等分別刻畫出整體容量和局部容量之間的區(qū)別[9],Wagar也提出社會游憩承載量在每個不同特點的地域并不總是相同的觀點[10]。這種認識推動景區(qū)環(huán)境容量管理從基于景區(qū)時空均質假設的總體粗放式管理向基于時空分區(qū)的精細化管理方式轉變[11]。當景區(qū)管理資源有限時,這種管理方式無疑更加精準高效。同時,對于如何協(xié)調景區(qū)環(huán)境容量在不同時空分區(qū)間的差異問題時,“最低量定律”的取值原則獲得一致認可[12-14]。但遺憾的是,這些研究更多地強調空間維度,而忽略了時間維度,更未能提出識別旅游環(huán)境容量時空分異的具體方法。
另一方面,景區(qū)環(huán)境容量呈現(xiàn)出明顯的時空動態(tài)特征[4],隨旅游者行為、資源敏感度、空間分布、時間和管理水平、旅游目的地發(fā)展及旅游資源開發(fā)情況等諸多要素的變動而變動[15-16]。由于資源和空間等要素相對穩(wěn)定,旅游者行為成為影響景區(qū)日常環(huán)境容量的主導要素,進而成為景區(qū)管理的重中之重[4]。然而,旅游者行為具有極強動態(tài)性、隨機性與時空聚集性特征,難以把控,致使至今仍缺乏行之有效的景區(qū)日常環(huán)境容量管理實操方法。
在理論探討的同時,部分學者開始嘗試通過構建管理框架、引入動態(tài)管理工具的方式推動景區(qū)環(huán)境容量管理走向實踐應用,出現(xiàn)了包括可接受改變的極限、游憩機會譜系(recreation opportunity spectrum,ROS)、游客影響管理(visitor impact management,VIM)、游客風險管理(visitor risk management,VRM)、游客體驗與資源保護理論(visitor experience and resource protection,VERP)、游客活動管理規(guī)劃(visitor activities management process,VAMP)、旅游最優(yōu)化管理模型(tourism optimization management model,TOMM)等在內的一系列管理框架。這些管理框架很好地體現(xiàn)出旅游環(huán)境容量管理的動態(tài)性與適應性原則,取得了顯著成效,在多個國家內申請實施[2]。然而這些管理框架,更多地偏向于宏觀指導,缺乏一套細致、具體的方法,對景區(qū)日常環(huán)境容量管理而言更是如此。此外,這些管理工具的實施不僅需要專業(yè)團隊進行長期大量的基礎工作,而且還需要持續(xù)不斷地投入大量資金,使其難以在我國絕大多數(shù)旅游景區(qū)普及[17]。但其所強調的關注旅游者行為(包括游客行為、使用水平、游憩類型、游憩時間和游憩地點等)、分區(qū)管理以及實時監(jiān)測等理念為后續(xù)提出基于旅游流時空卡口的景區(qū)環(huán)境容量管理方法提供了直接借鑒。
進入21世紀以來,旅游環(huán)境容量管理研究呈現(xiàn)出3個趨勢:一是分別針對濱海旅游目的地、國家公園、島嶼、自然保護區(qū)、古村落、 歷史街區(qū)等不同類型景區(qū)建立差異化、細致化的旅游環(huán)境容量管理體系[18],進一步拓展旅游環(huán)境容量管理的適用范圍;二是嘗試引用系統(tǒng)動力學、目的地生命周期等理論對旅游環(huán)境容量理論進行整合、重構;三是嘗試將實驗地理學、大數(shù)據(jù)、人工智能、計算機仿真等新技術、新方法引入旅游環(huán)境容量體系中[19-21],為創(chuàng)新旅游環(huán)境容量管理方法提供技術支持。
1.2 旅游流時空卡口理論
在此背景下,王德剛等提出了基于旅游流時空卡口的景區(qū)環(huán)境容量動態(tài)管理方法[1]。所謂旅游流時空卡口,是指“受旅游主體和景區(qū)環(huán)境客體等因素的影響,制約景區(qū)環(huán)境容量瓶頸的時空區(qū)域”,通常是“旅游者集中聚集、滯留的時空區(qū)域,游客擁堵、資源破壞事件的易發(fā)區(qū)域,也是景區(qū)重點防范與管理區(qū)域”[1]。該方法認為,景區(qū)環(huán)境容量管理的直接目標就是及時識別出旅游流時空卡口并對其進行重點管理[1]。
旅游流時空卡口以強調時空雙維分析的時間地理學為理論基礎,以時間路徑為方法論基礎,通過識別出旅游環(huán)境容量的時空分異區(qū)域,進而實現(xiàn)分區(qū)式精細化管理,有助于提升景區(qū)管理資源的利用效率。同時,旅游流時空卡口結合了旅游流時空流動與聚集規(guī)律,提倡通過重點監(jiān)測旅游者時空行為,制定相應的環(huán)境容量管理方案,改變了過去以景區(qū)物理環(huán)境或資源(如資源規(guī)模、空間結構等)為管理主體的觀念。更為重要的是,由于旅游流時空卡口分布隨旅游者時空行為不斷變動,因此也為實現(xiàn)景區(qū)環(huán)境容量的動態(tài)化管理提供了可能。
1.3 適應性管理
適應性管理(adaptive management,AM),也稱適應性資源管理(adaptive resources management,ARM),由生態(tài)學家Holling于20世紀70年代末提出[22]。作為一種管理動態(tài)、不確定性系統(tǒng)的有力工具,適應性管理能夠有效克服靜態(tài)管理與被動管理的局限性。
適應性管理被認為是一種在對管理方案及其管理效果進行假設以及對系統(tǒng)變化過程進行連續(xù)監(jiān)測的基礎上,不斷進行實驗,并根據(jù)實驗結果進行動態(tài)適應與調節(jié)的管理過程[23],具有被動適應性管理(passive adaptive management)與主動適應性管理(active adaptive management)兩種模式[24]。與前者相比,后者提倡管理者提前預測管理問題,主動制定備選方案,并通過開展平行實驗的方法比較各方案的效果,進而從中選出最佳的管理方案執(zhí)行,否則調整管理方案重新實驗。因此具有主動、預前的優(yōu)勢,實踐效果更佳[25]。
如今,適應性管理已被引入自然保護區(qū)、旅游地與鄉(xiāng)村旅游等旅游領域[26-29],并取得良好效果,但在旅游環(huán)境容量管理領域的成果還較為少見。旅游環(huán)境容量系統(tǒng)同樣具有高度復雜性與不確定的特性,旅游者行為尤其如此。適應性管理理念為解決旅游環(huán)境容量管理提供了一種解決思路。
旅游流時空卡口理論同樣強調動態(tài)性管理,這與適應性管理理念不謀而合。然而,由于旅游流時空卡口管理方法所依靠的是過往調查數(shù)據(jù)或實時觀測數(shù)據(jù),致使景區(qū)環(huán)境容量管理的應對方式也只能是被動補救式的,無法發(fā)揮出最大的管理效用。
2 旅游流時空卡口預測與系統(tǒng)仿真實驗
2.1 系統(tǒng)仿真實驗
由旅游流時空卡口理論與適應性管理理論可知,若想實現(xiàn)主動預前式的景區(qū)環(huán)境容量適應性管理目標,首先必須能夠預測不同管理方案的效果,尤其是不同管理方案下的旅游者行為及其時空分布情況。
旅游者行為及其時空分布是旅游者行為規(guī)則與景區(qū)環(huán)境相互作用的結果。傳統(tǒng)數(shù)理預測的方法脫離了具有極強隨機性、復雜性特征的景區(qū)系統(tǒng)環(huán)境,預測準確性大打折扣。而系統(tǒng)仿真實驗方法是指,利用系統(tǒng)仿真模型來代替實際系統(tǒng)進行實驗,以獲得正確決策所需的各種信息的過程。不僅特別適用于那些過于復雜而無法直接觀測、操縱甚至無法進行數(shù)學分析的任務[30],而且能夠通過變換參數(shù)值,給出不同具體管理措施的實驗結果,進而協(xié)助管理實踐[31-33]。將旅游流時空卡口理論與系統(tǒng)仿真實驗方法結合起來,有助于提出一套景區(qū)日常環(huán)境容量主動適應性管理新方法。
事實上,系統(tǒng)仿真實驗方法在景區(qū)管理領域已有較多嘗試,建立了諸如郊野使用仿真模型 (wildness use simulation model,WUSM)、多主體游憩行為仿真系統(tǒng)(multi agent recreation behaviour simulator system,RB Sim),以及多主體戶外游憩行為仿真系(multi agent simulation of outdoor recreation,MASOOR)、智能游憩主體仿真系統(tǒng)(intelligent recreational agent simulator,IRAS)、基于主體的游憩行為建模系統(tǒng)Kvintus等景區(qū)仿真系統(tǒng)[32, 34-35]。
2.2 案例地選擇與數(shù)據(jù)收集
主題公園景區(qū)是根據(jù)一個或多個特定主題,具有休閑、觀賞、娛樂、餐飲住宿、運動和購物等多種功能的人工創(chuàng)造游憩空間。作為都市旅游的重要載體,受到游客廣泛青睞。據(jù)TEA/AECOM報告,2018年,全球十大主題公園集團的游客量為5.012億人次,相比上一年,游客增長率為5.4%1。但隨著游客到訪規(guī)模的急劇上升,主題公園前期規(guī)劃不合理、游覽空間相對狹小等問題更容易暴露出來,引發(fā)環(huán)境容量超載等負面事件。有調查顯示,主題公園游客通常在排隊上耗費超過一半的游玩時間[36],而媒體也曾報道上海迪士尼樂園分布熱門項目排隊長達210分鐘①。
本文選擇世界級主題公園——香港海洋公園景區(qū)(Hong Kong Ocean Park)為案例地。該公園集珍稀動物觀賞、本土文化展示、機動游戲和大型表演于一身,曾獲得“全球最佳主題公園”等多項榮譽。截至2014年,已累計接待游客超過1.3億人次。園區(qū)內包含亞洲動物天地(Amazing Asian Animals,AAA,4.53萬m2)、夢幻水都(Aqua City,AC,2.54萬m2)、威威天地(Whiskers Harbour,WH,0.42萬m2)、熱帶雨林天地(Rainforest World,RW,0.84萬m2)、海洋天地(Marine Land,ML,2.10萬m2)、冰極天地(Polar Adventure,PA,0.47萬m2)、急流天地(Adventure Land,AL,0.58萬m2)及動感天地(Thrill Mountain,TM,0.63萬m2)8個子分區(qū)。
2014年7月6—10日,研究團隊在香港海洋公園進行了為期5天的旅游者時空行為調研,采用手持GPS追蹤設備和日志調查問卷相配合的方式采集數(shù)據(jù)。最終共發(fā)放調查問卷1177份,回收問卷1177份,回收率100%,旅游者時空行為信息填寫完整視為有效問卷,有效問卷為905份,有效率76.89%。景區(qū)面積、路徑布局與長度等數(shù)據(jù)由GIS獲取。
3 系統(tǒng)仿真實驗結果分析
3.1 系統(tǒng)仿真模型構建
Lawson等借助系統(tǒng)仿真實驗方法對Arches National Park的旅游社會承載力的研究[21],以及黎巎、胡明明等、戈鵬等、邱厭慶等預測游客時空分布狀態(tài)的研究為本文提供了方法借鑒[31, 37-39]。
參考這些研究,本文將景區(qū)物理環(huán)境簡化為出入口、停留點、路徑3部分,將旅游者時空行為規(guī)則分為游客到達、游客移動路徑?jīng)Q策、游客景點間移動時間、游客景點內停留時間以及游覽排隊等基本規(guī)則。然后,選擇WITNESS為仿真平臺,建立香港海洋公園景區(qū)系統(tǒng)仿真模型。隨后對調查數(shù)據(jù)進行處理并擬合參數(shù)。具體地,游客到達景區(qū)過程符合速率為λ(tj)的復合非平穩(wěn)泊松分布,采用劃分區(qū)間(15分鐘)并求區(qū)間內平均數(shù)的方法進行參數(shù)估計(表1)。游客景點間移動路徑?jīng)Q策是一個馬爾科夫決策過程[31,40],即游客基于馬爾科夫轉移概率矩陣進行移動路徑?jīng)Q策,轉移概率矩陣M(t)根據(jù)觀測數(shù)據(jù)統(tǒng)計得來(表2),在WITNESS中采用percent語法設定。游客景點間移動時間參數(shù)則以均值代替(表2)。游客景點內停留時間亦即該景點為游客提供服務的時間,不同景點上游客停留時間分布類型與參數(shù)如表3所示。
根據(jù)香港海洋公園實際營業(yè)時間,設置系統(tǒng)仿真運行時長為9:00~19:00,運行時間間隔1分鐘。運行后,輸出旅游者時空行為仿真數(shù)據(jù)。對比仿真數(shù)據(jù)與調查數(shù)據(jù)發(fā)現(xiàn),所建系統(tǒng)仿真模型能夠較好地模擬旅游者時空運動特征。
3.2 旅游流時空卡口識別新方法
旅游環(huán)境容量測評是實現(xiàn)旅游環(huán)境容量精確管理的重要決策依據(jù)。學界提出了各種量化指標,如最大游人數(shù)量、游人密度上限、旅游活動強度、最大使用水平、旅游者滿意度指標等[41-43]。隨后,旅游環(huán)境容量的測評指標開始由單一指標向綜合旅游者、地方居民、經(jīng)營者等多主體需求,涵蓋生態(tài)、經(jīng)濟、社會、文化等多元指標轉變。但由于過于繁多的指標體系與過于復雜的計量方式,以及指標選取中存在的主觀性和差異性,使其難以在管理實踐,尤其是在景區(qū)日常管理實踐中推廣。
景區(qū)環(huán)境可以視為時空資源體,旅游者游覽活動即對景區(qū)時空資源的占用。當旅游者過度占用景區(qū)時空資源時,則會導致旅游流時空卡口形成,進而成為旅游環(huán)境容量超載事件發(fā)生的(潛在)區(qū)域。王德剛等提出可以選擇旅游者停留人數(shù)與停留時間兩個指標識別旅游流時空卡口[1]。但采用的是分別統(tǒng)計兩個指標、然后主觀判定的方式,難免有失精確。本文在此基礎上,構建旅游流時空密度指數(shù)(spatio-temporal density index of tourist flows)作為識別旅游流時空卡口的新方法。該指數(shù)能夠同時考慮旅游者停留人數(shù)以及停留時間兩個方面,綜合反映出一定時空區(qū)域內旅游者對景區(qū)時空資源的占用情況。計算公式為
[IST=i=0ntiAST]
其中,I為旅游流時空密度指數(shù),S為子分區(qū)空間面積,T為時間子區(qū)間長度,n為子時空區(qū)域內旅游者停留人數(shù),ti為第i個旅游者的停留時間,AST為子時空區(qū)域內旅游環(huán)境容量參數(shù),是空間面積、資源密度與耐受度、空間布局、旅游活動類型與強度等要素的函數(shù)。由于本文關注景區(qū)日常環(huán)境容量管理,假定各子時空體內旅游環(huán)境容量為均質的,因此在后續(xù)分析中將AST簡化為S×T。
3.3 日均游客規(guī)模下旅游流時空卡口分布
根據(jù)香港海洋公園2015—2016年度業(yè)績報告,其年度接待旅游者600萬人次,日均接待游客1.64萬人次。修改仿真模型中游客到達速率參數(shù)(放大調查數(shù)據(jù)的15倍),使樣本游客總量為1.35萬人次,借此識別日均游客規(guī)模下香港海洋公園的旅游流時空卡口分布。
在旅游流時空密度指數(shù)的閾值方面,綜合考量景區(qū)類型、空間范圍、線路數(shù)量、旅游者游覽速度、管理資源等因素后,選擇0.8作為指數(shù)臨界值。該值與《景區(qū)最大承載量核定導則》中主題公園型景區(qū)空間密度建議值(0.5人/m2~1人/m2)相一致。而且,當指數(shù)為0.8時,景區(qū)內旅游流時空卡口占全部時空區(qū)域的21%,能夠較好地實現(xiàn)景區(qū)管理資源在重點管理區(qū)域與非重點管理區(qū)域之間的均衡分配。
為便于分析,以30分鐘為時間區(qū)間,將香港海洋公園劃分為18×8個子時空區(qū)域。圖1展示了日均游客規(guī)模下香港海洋公園景區(qū)旅游流時空卡口分布情況。
可以看出,香港海洋公園景區(qū)內的旅游流時空卡口在空間上主要集中在冰極天地、夢幻水都以及威威天地。而海洋天地、急流天地、熱帶雨林以及動感天地4個景點的旅游流時空卡口相對較少,亞洲動物天地則未出現(xiàn)旅游流時空卡口。從時間上看,旅游流時空卡口大多集中在中午12:00以后。
3.4 基于游客規(guī)模差異的系統(tǒng)仿真實驗
游客規(guī)模是影響景區(qū)環(huán)境容量的關鍵要素,短時期內游客規(guī)模的急劇增加是景區(qū)各種負面事件的直接導火索。而限定游客到訪規(guī)模也是當前景區(qū)環(huán)境容量管理最為普遍的應對方式。但游客規(guī)模增加一定會導致景區(qū)環(huán)境容量破壞嗎?不同游客規(guī)模下,哪些時空區(qū)域會面臨更多的環(huán)境容量壓力?單純限定游客總量是否是最優(yōu)的環(huán)境容量管理方式?基于以上問題,修改仿真模型中游客到達速率參數(shù)(分別放大調查數(shù)據(jù)的5、10、15、30、60倍),使日游客總量分別達到0.45萬、0.92萬、1.35萬、2.70萬、5.41萬,進而比較旅游流時空卡口的分布差異。
圖2顯示了夢幻水都景點不同游客規(guī)模下旅游流時空卡口的分布差異。進一步分析發(fā)現(xiàn),無論游客規(guī)模如何變化,夢幻水都景點從開放到11:30之間的1.5小時內,都未形成旅游流時空卡口,這可能是因為游客還未全部進入景區(qū)所致。當游客規(guī)模低于香港海洋公園日平均游客接待量1.64萬時,旅游流時空卡口大多出現(xiàn)在11:30~12:30、14:00~14:30與16:30~19:00三個時段,但當游客規(guī)模超過日平均游客接待量時,旅游流時空卡口則分別出現(xiàn)在12:00~13:30、14:30~16:00與17:30~18:30三個時段,且數(shù)量相對略有增加。值得一提的是,在部分時段(如16:00~19:00之間),當游客規(guī)模增加時,一些旅游流時空卡口反而消失,這說明旅游流時空卡口的出現(xiàn)與景區(qū)游客總量之間并不存在直接的對應關系,也反映出限制游客規(guī)模并非最優(yōu)的景區(qū)環(huán)境容量管理方式。
4 結論與討論
景區(qū)環(huán)境容量管理一直以來都是旅游研究的核心問題之一。但以往的旅游環(huán)境容量管理大多是靜態(tài)的、被動的反應模式,越來越難以應對大眾旅游時代,旅游環(huán)境容量系統(tǒng)日趨動態(tài)性、不確定性、復雜性的特征,亟須尋求新的管理模式。
適應性管理認為適應性是對一種未來狀態(tài)的響應和適應能力,管理過程就是管理實驗的過程。這種理念能夠對不可預測的變化做出因地制宜的、適時的反應,是一種有效應對復雜系統(tǒng)變化的科學管理方法,為旅游環(huán)境容量管理提供了新理念。但適應性管理理論所能提供的只是一般性的、寬泛的管理框架或管理流程,如適應性管理循環(huán)(the adaptive management cycle),難以對景區(qū)環(huán)境容量管理這一特殊實踐提供具體的、適切的指導意見。
旅游流時空卡口理論契合了適應性管理的理念,但提出至今也未能形成一套完整科學的、在實踐中切實有效的管理框架與操作方法。而且由于其所使用的分析數(shù)據(jù)存在滯后性,使其應對方式也只能是被動應對的補救模式,無法滿足當前景區(qū)環(huán)境容量對主動預前式的適應性管理需求。系統(tǒng)仿真實驗方法能夠通過在系統(tǒng)仿真模型上進行實驗,達到預測不同情境下旅游者的集聚與群體反應,將兩者結合起來,存在實現(xiàn)旅游環(huán)境容量主動適應性管理目標的可能。
本文在適應性管理理論的指導下,將系統(tǒng)仿真實驗方法與旅游流時空卡口理論結合起來,總結出一套景區(qū)日常環(huán)境容量主動適應性管理方法(圖3),推動旅游流時空卡口與旅游環(huán)境容量由理論構想向景區(qū)日常管理實踐、由被動補救式管理方式向主動預前式管理方式的轉變。
具體而言,該方法首先要求管理者實時監(jiān)測景區(qū)環(huán)境容量指標,尤其是旅游者時空行為軌跡。監(jiān)測的結果不僅可以反映景區(qū)環(huán)境容量的動態(tài)變化,后續(xù)還可以用于與實驗結果比較,驗證管理方案的有效性。
其次,計算旅游流時空密度指數(shù)以識別(已形成的或潛在的)旅游流時空卡口。旅游流時空卡口強調,通過識別旅游者聚集的時空區(qū)域實現(xiàn)景區(qū)環(huán)境容量動態(tài)管理。本文綜合旅游者停留人數(shù)與停留時間兩個指標進行計算,構建起旅游流時空密度指數(shù)。該指數(shù)更為簡潔實用,避免了以往旅游環(huán)境容量測量指標及其計算方式因過度強調各因素間異質性以及過度追求判別標準的全面性,而在景區(qū)日常環(huán)境容量管理中陷入“精確而不實用”的尷尬境地,也是對原有旅游流時空卡口識別方法不足的修正。但在指數(shù)閾值的選取上,還需要借助主觀經(jīng)驗判斷獲得,如何構建統(tǒng)一的、適用于其他景區(qū)的閾值參照還需要從長期的管理實踐中總結。
再次,景區(qū)系統(tǒng)仿真模型構建是該方法的重點步驟,決定著整個適應性管理的成敗。本文所做的是一個探索性研究,單獨選取了香港海洋公園作為案例地。在將本框架應用到其他類型景區(qū)的旅游環(huán)境容量管理實踐中時,應充分考慮不同景區(qū)的特殊性,如景區(qū)空間結構等差異,重新構建景區(qū)環(huán)境仿真模型。此外,本文采用馬爾科夫決策模型對旅游者時空運動進行建模。該方法不僅實用方便,且有效性已獲得多位學者驗證。但該模型對旅游者行為規(guī)則做了較多簡化。未來可借助其他旅游者行為決策模型[44]進行建模,增加景區(qū)管理政策、游客排隊規(guī)則等要素,也可以與神經(jīng)網(wǎng)絡、機器學習等最新技術相結合,以進一步提高仿真模型的精度。
最后,進行系統(tǒng)仿真實驗,對比管理方案效果。當管理者識別出(潛在的)旅游流時空卡口分布后,可結合個人經(jīng)驗,分析原因,制定預防旅游流時空卡口出現(xiàn)(或阻止進一步惡化)的多個管理方案,并進行系統(tǒng)仿真實驗。通過比較實驗結果,選取最為適切的管理方案執(zhí)行,并持續(xù)監(jiān)測實施效果。將系統(tǒng)仿真實驗方法這一特定實驗技術納入景區(qū)環(huán)境容量管理框架中,為管理者提供一種低成本、富有彈性的預測工具,也突破了真實管理實驗的局限性。
包括旅游流時空卡口在內的VIM、VRM等景區(qū)環(huán)境容量管理工具都屬于被動式的應對管理方式,也就是說,在這些管理工具中,只能依賴旅游環(huán)境的監(jiān)測結果制定管理決策。而本文所提出的景區(qū)環(huán)境容量管理方法則是一種更為主動的適應性管理方法,通過仿真實驗方法,預測未來一段時間內旅游者的時空軌跡,避免旅游環(huán)境容量的超載。該方法在與智慧景區(qū)結合方面擁有廣泛的應用前景。通常來講,智慧景區(qū)系統(tǒng)由旅游者動態(tài)監(jiān)測系統(tǒng)、數(shù)據(jù)統(tǒng)計系統(tǒng)以及中心調控系統(tǒng)等多模塊組成,但缺少預判系統(tǒng)以及提前制定景區(qū)環(huán)境容量應對方案的功能。將該方法嵌入智慧景區(qū)系統(tǒng)平臺中,將進一步為景區(qū)環(huán)境容量管理提供決策助力。與此同時,該方法在目的地(如旅游名城、鄉(xiāng)村旅游區(qū)等)管理上也具有應用潛力。但相對于小空間尺度、相對獨立、單行動主體的景區(qū)而言,這些目的地需要具備較高水平的信息共享與集成機制,以及統(tǒng)一高效、快速聯(lián)動的決策與行動機制與之相配合,才能發(fā)揮出該方法的最大管理效力。
本文還研究了不同游客規(guī)模下景區(qū)內旅游流時空卡口分布的差異,驗證了單純限制游客總量的方法對主題公園型景區(qū)而言同樣不是最優(yōu)的管理方案。但游客規(guī)模如何影響景區(qū)內部旅游流時空卡口的分布還需要進一步研究。此外,受條件限制,本文所使用的數(shù)據(jù)距今較早,且為人工調查數(shù)據(jù),其時效性與精確性都有待提高,未來借助智慧景區(qū)采集實時數(shù)據(jù)進行分析將是更優(yōu)的選擇。
參考文獻(References)
[1] 王德剛, 趙建峰, 黃瀟婷. 山岳型遺產(chǎn)地環(huán)境容量動態(tài)管理研究[J]. 中國人口·資源與環(huán)境, 2015 (10): 157-163. [WANG Degang, ZHAO Jianfeng, HUANG Xiaoting. Dynamic management of carrying capacity in mountain heritage[J]. China Population, Resources and Environment, 2015 (10): 157-163.]
[2] 張驍鳴. 旅游環(huán)境容量研究: 從理論框架到管理工具[J]. 資源科學, 2004, 26(4): 78-88. [ZHANG Xiaoming. From theoretical framework to practical application: Progress in tourism environmental capacity research[J]. Resources Science, 2004, 26(4): 78-88.]
[3] BRUSH S B. The concept of carrying capacity for systems of shifting cultivation[J]. American Anthropologist, 1975, 77(4): 799-811.
[4] 李琛, 成升魁, 陳遠生. 25年來中國旅游容量研究的回顧與反思[J]. 地理研究, 2009 (1): 235-245. [LI Chen, CHENG Shengkui, CHEN Yuansheng. A review of the study of Chinas tourism carrying capacity in the past two decades[J]. Geographical Research, 2009 (1): 235-245.]
[5] 翁鋼民, 楊秀平. 國內外旅游環(huán)境容量研究評述[J]. 燕山大學學報(哲學社會科學版), 2005 (3): 39-43. [WENG Gangmin, YANG Xiuping. A critical survey on the capacity of tourist environment home and abroad[J]. Journal of Yanshan University(Philosophy and Social Science Edition), 2005 (3): 39-43.]
[6] WALL G. Cycles and capacity: A contradiction in terms?[J]. Annals of Tourism Research, 1983, 10(2): 268-270.
[7] TANKEY G H, MCCOOL S F. Carrying capacity in recreational settings: Evolution, appraisal and application[J]. Leisure Sciences, 1984, 6(4): 453-473.
[8] 楊銳. 從游客環(huán)境容量到LAC理論——環(huán)境容量概念的新發(fā)展[J]. 旅游學刊, 2003, 18(5): 62-65. [YANG Rui. From recreation carrying capacity to LAC theory: On the new development of environmental capacity concept[J]. Tourism Tribune, 2003, 18(5): 62-65.]
[9] DE RUYCK M C, SOARES A G, MCLACHLAN A. Social carrying capacity as a management tool for sandy beaches[J]. Journal of Coastal Research, 1997, 13(3): 822-830.
[10] WAGAR J A. Recreational carrying capacity reconsidered[J]. Journal of Forestry, 1974, 72(5): 274-278.
[11] 孫晉坤, 章錦河, 李曼, 等. 近十年國內外旅游環(huán)境承載力研究進展與啟示[J]. 地理與地理信息科學, 2014, 30(2): 86-91. [SUN Jinkun, ZHANG Jinhe, LI Man, et al. Progress and enlightenment of research on tourism environment carrying capacity in the past decade[J]. Geography and Geo-Information Science, 2014, 30(2): 86-91.]
[12] 胡炳清. 旅游環(huán)境容量計算方法[J]. 環(huán)境科學研究, 1995 (3): 20-24. [HU Bingqing. Calculation of tourist environment capacity[J]. Research of Environmental Sciences, 1995 (3): 20-24.]
[13] 劉少湃, 吳國清. 旅游環(huán)境容量的動態(tài)分析——生命周期理論與木桶原理的應用[J]. 社會科學家, 2004 (2): 102-104. [LIU Shaobai, WU Guoqing. Dynamic analysis of tourism environmental capacity: Application of life cycle theory and wooden barrel principle[J]. Social Scientist, 2004 (2): 102-104.]
[14] 黃羊山. 對旅游空間容量計算方法的數(shù)學思考[J]. 旅游學刊, 2010, 25(8): 77-80. [HUANG Yangshan. Thought about the calculation method of tourism space carrying capacity[J]. Tourism Tribune, 2010, 25(8): 77-80.]
[15] 寇文波, 李德云, 秦愿, 等. 國內旅游容量研究述評[J]. 首都師范大學學報(自然科學版), 2017, 38(5): 56-61. [KOU Wenbo, LI Deyun, QIN Yuan, et al. Overview of the domestic research on tourism carrying capacity[J]. Journal of Capital Normal University(Natural Science Edition), 2017, 38(5): 56-61.]
[16] ARROW K, BOLIN B, COSTANZA R, et al. Economic growth, carrying capacity and the environment[J]. Envirnment and Development Economic, 1996, 1(1): 104-110.
[17] 石磊, 李隴堂, 張冠樂, 等. 國內外旅游環(huán)境容量研究綜述與啟示[J]. 河北旅游職業(yè)學院學報, 2017, 22(2): 1-6. [SHI Lei, LI Longtang, ZHANG Guanle, et al. A research overview on the tourism environmental capacity both at home & abroad and the enlightenment[J]. Journal of Hebei Tourism Vocational College, 2017, 22(2): 1-6.]
[18] 楊秀平, 翁鋼民. 旅游環(huán)境承載力研究綜述[J]. 旅游學刊, 2019, 34(4): 96-105. [YANG Xiuping, WENG Gangmin. A review of studies on tourism environment carrying capacity[J]. Tourism Tribune, 2019, 34(4): 96-105.]
[19] 林琿, 黃鳳茹, 閭國年. 虛擬地理環(huán)境研究的興起與實驗地理學新方向[J]. 地理學報, 2009, 64(1): 7-20. [LIN Hui, HUANG Fengru, LYU Guonian. Development of virtual geographic environments and the new initiative in experimental geography[J]. Acta Geographica Sinica, 2009, 64(1): 7-20.]
[20] LI J, XU L, TANG L, et al. Big data in tourism research: A literature review[J]. Tourism Management, 2018, 68: 301-323.
[21] LAWSON S R, MANNING R E, VALLIERE W A, et al. Proactive monitoring and adaptive management of social carrying capacity in Arches National Park: An application of computer simulation modeling[J]. Journal of Environmental Management, 2013, 68(3): 305-313.
[22] HOLLING C S. Adaptive environmental assessment and management[J]. Fire Safety Journal, 1978, 42(1): 11-24.
[23] LEE K. Appraising adaptive management[J]. Conservation Ecology, 1999, 3(2): 3-16.
[24] FOX W W. Adaptive management of renewable resources[J]. Bulletin of Marine Science, 1987, 41(3): 466-484.
[25] WILLIAMS B K. Passive and active adaptive management: Approaches and an example[J]. Journal of Environmental Management, 2011, 92(5): 1371-1378.
[26] PLUMMER R, FENNELL D A. Managing protected areas for sustainable tourism: Prospects for adaptive co-management[J]. Journal of Sustainable Tourism, 2009, 17(2): 149-168.
[27] 楊春宇. 旅游地適應性管理模式: 一個演化博弈的視角[J]. 經(jīng)濟管理, 2009 (8): 144-151. [YANG Chunyu. Adaptive management model of tourist destination: An evolutionary game perspective[J]. Economic management, 2009 (8): 144-151.]
[28] LARSON L R, POUDYAL N C. Developing sustainable tourism through adaptive resource management: A case study of Machu Picchu, Peru[J]. Journal of Sustainable Tourism, 2012, 20(7): 917-938.
[29] 高林安.基于旅游地生命周期理論的陜西省鄉(xiāng)村旅游適應性管理研究[D]. 長春: 東北師范大學, 2014. [GAO Lin an. A Study on Adaptive Management of Rural Tourism in Shaanxi Province Based on Tourist Destination Life-circle Theory[D]. Changchun: Norcheast Normal University, 2014.]
[30] LAW A M, KELTON W D. Simulation Modeling and Analysis (the 5th Edition)[M]. New York: McGraw-Hill Education, 2009: 1-6.
[31] 黎巎. 基于Agent的景區(qū)游客行為仿真建模與應用——以頤和園為例[J]. 旅游學刊, 2014, 29(11): 62-72. [LI Nao. Agent-based simulation modeling of visitor behaviors at tourism attractions: The case of the Summer Palace, Beijing[J]. Tourism Tribune, 2014, 29(11): 62-72.]
[32] 黎巎, 杜栓柱. 景區(qū)游憩行為計算機仿真系統(tǒng)研究綜述[J]. 旅游學刊, 2011, 26(7): 85-94. [LI Nao, DU Shuanzhu. Study on the computer simulation system for recreational behaviors in scenic spots[J]. Tourism Tribune, 2011, 26(7): 85-94.]
[33] 黎巎. 景區(qū)游客游憩行為計算機仿真模型[J]. 旅游科學, 2013, 27(5): 42-51. [LI Nao. A computer simulation model for visitors recreational behaviors at tourism attractions: A case study of the Summer Palace[J]. Tourism Science, 2013, 27(5): 42-51.]
[34] POTTER F I, MANNING R E. Application of the wilderness travel simulation model to the Appalachian Trail in Vermont[J]. Environmental Management, 1984, 8(6): 543-550.
[35] SHECHTER M, LUCAS R C. Simulation of Recreational Use for Park and Wilderness Management[M]. Baltimore: John Hopkins University Press, 1979: 34-61.
[36] ZHANG Y, LI X, SU Q, et al. Exploring a theme parks tourism carrying capacity: A demand-side analysis[J]. Tourism Management, 2017, 59: 564-578.
[37] 胡明明, 趙容, 戈鵬, 等. 基于管理熵的景區(qū)游客時空分布優(yōu)化仿真研究[J]. 旅游科學, 2018, 32(2): 28-41. [HU Mingming, ZHAO Rong, GE Peng, et al. A simulation study of the temporal and spatial distribution in scenic area based on the management entropy[J]. Tourism Science, 2018, 32(2): 28-41.]
[38] 戈鵬, 鄭偉民, 肖雄輝, 等. 基于九寨溝區(qū)域時空負荷均衡的仿真研究[J]. 管理工程學報, 2013, 27(2): 99-106. [GE Peng, ZHENG Weimin, XIAO Xionghui, et al. A simulation study based on the regional space-time load balancing of Jiuzhaigou[J]. Journal of Industrial Engineering and Engineering Management, 2013, 27(2): 99-106.]
[39] 邱厭慶, 戈鵬, 劉柱勝, 等. 基于復雜系統(tǒng)控制的景區(qū)游客時空分流導航管理研究[J]. 軟科學, 2011 (9): 54-57. [QIU Yanqing, GE Peng, LIU Zhusheng, et al. Research on diversion navigation management of time and space based on the control of complex system[J]. Soft Science, 2011 (9): 54-57.]
[40] XIA J C, ZEEPHONGSEKUL P, ARROWSMITH C. Modelling spatio-temporal movement of tourists using finite Markov chains[J]. Mathematics and Computers in Simulation, 2009, 79(5): 1544-1553.
[41] MATHIESON A, Wall G. Tourism: Economic, physical and social impacts[J]. Geographical Review, 1983, 73(4): 466-467.
[42] 趙紅紅. 蘇州旅游環(huán)境容量問題初探[J]. 城市規(guī)劃, 1983 (3): 46-53. [ZHAO Honghong. Exploring the tourism environmental capacity in Suzhou[J]. City Planning Review, 1983 (3): 46-53.]
[43] CUI Fengjun, LIU Jiaming, LI Qiaoling. Study of the theory and application of tourism bearing capacity index[J]. Tourism Tribune, 1998, 13 (3): 41-44. [崔鳳軍, 劉家明, 李巧玲. 旅游承載力指數(shù)及其應用研究[J]. 旅游學刊, 1998, 13 (3): 41-44.]
[44] ZHENG W, HUANG X, LI Y. Understanding the tourist mobility using GPS: Where is the next place?[J]. Tourism Management, 2017, 59: 267-280.
Integrating Spatio-temporal Bayonet of Tourist Flows by Using System Simulation Experiment: An Active Adaptive Management Method for Daily Tourism Environment Carrying Capacity
ZHANG Ying, ZHAO Jianfeng
( School of Management, Minzu University of China, Beijing 100081, China)
Abstract: Managing the daily tourism environment carrying capacity is one of the most significant issues in tourism research. Bottlenecks can be created in areas which tourists visit in large numbers over short time periods. These areas have a greater potential risk of accidents if tourist flows are poorly managed. Furthermore, they will change with the spatio-temporal trajectory of tourist flows, and should be a management focus. This type of bottleneck is defined as a spatio-temporal bayonet of tourist flows.
The spatio-temporal bayonet of tourist flows concept provides a new theoretical direction for the dynamic management of tourism environment carrying capacity that compensates for the shortcomings of static management approaches. However, it is not able to meet the demands of active and adaptive management to create a scientific, complete, practical, and effective management framework and process without being integrated into a predictive simulation system.
Adaptive management theory is based on the concept that managers first proceed on the basis of a set of pre-determined expectations about the outcomes of a management plan, and continuously monitor changes in the system. Then, depending on the results, the management plan is revised, re-implemented, and monitored again. The process is cyclical until the desired outcome is achieved. Adaptive management is a powerful management tool for dealing with system uncertainty and it can effectively overcome the limitations of static and passive management methods.
Based on adaptive management theory, this paper attempts to integrate the spatio-temporal bayonet of tourist flows with a system simulation model, to develop an active adaptive management method for controlling the daily tourism environment carrying capacity. This paper first reviewed the spatio-temporal bayonet of tourist flows approach and proposed a new index to identify the distribution of the spatio-temporal bayonet of tourist flows, which takes both tourist numbers and visiting time into consideration. Second, we took Hong Kong Ocean Park as a case study and built a system simulation model using WITNESS software. Third, we used the system simulation experiment to predict the distribution of the spatio-temporal bayonet of tourist flows with different scales of tourist numbers. We verified that just limiting the total number of visitors was not the optimal management solution. Finally, this research describes in detail the process of active adaptive management approaches to control tourism environment carrying capacity using the spatio-temporal bayonet of tourist flows.
This research further improves the theory of the spatio-temporal bayonet of tourist flows to manage the tourism environment carrying capacity. It endeavors to develop the theory from a concept into daily management practice, and to transit the management style from passive and remedial methods to proactive and adaptive management.
Keywords: spatio-temporal bayonet of tourist flows; tourism environment carrying capacity; system simulation experiment; adaptive management; tourist behavior
[責任編輯:宋志偉;責任校對:周小芳]