殷 杰, 鄭向敏

(1.華僑大學(xué)旅游學(xué)院; 2.中國旅游研究院旅游安全研究基地; 3.華僑大學(xué)旅游安全研究院,福建 泉州 362021)

一、文獻(xiàn)綜述與問題的提出

密集人群由于受到人群密度高、風(fēng)險復(fù)雜、信息傳遞易失真等因素影響，極易發(fā)生踩踏、人員受傷甚至死亡等突發(fā)事件。因此，管理部門大都重視對密集人群的有效管理，以使其處于安全狀態(tài)。近年來，中國旅游業(yè)發(fā)展迅速，出游游客眾多，但受到出游時間集中化、出游人數(shù)大眾化等因素影響，高聚集游客群(指游客群體密度高于每平方米2人，且局部空間內(nèi)聚集游客人數(shù)多于50人[1])作為密集人群的一種特殊類型頻繁出現(xiàn)。就中國旅游市場規(guī)律而言，“二八法則”能夠很好地詮釋旅游市場的客流流量和流向[2]，即80%的游客選擇前往特定的20%的熱門景區(qū)。在特定的時段，特定的區(qū)域和空間場所極易出現(xiàn)高聚集游客群，如黃金周等時段，在熱門景區(qū)景點(diǎn)的售票口、纜車站點(diǎn)等特定區(qū)域和空間場所往往聚集大量游客，形成高聚集游客群[3]。

目前，學(xué)界對高聚集游客群安全的研究關(guān)注度不高，且研究廣度和深度不夠。與高聚集游客群安全相關(guān)的研究主要集中在以下方面：(1)高聚集游客群的系統(tǒng)構(gòu)成。殷杰等運(yùn)用扎根理論分析方法對2004—2017年149起山岳型高聚集游客群安全事故案例進(jìn)行分析，結(jié)果顯示高聚集游客群是一個包含多源壓力子系統(tǒng)、狀態(tài)變異子系統(tǒng)、管理響應(yīng)子系統(tǒng)等子系統(tǒng)在內(nèi)的復(fù)雜系統(tǒng)[4]。(2)高聚集游客群安全的影響因素。殷杰等結(jié)合案例分析指出，高聚集游客群面臨自然災(zāi)害、衛(wèi)生、事故災(zāi)難、社會安全等風(fēng)險，其安全受人員、設(shè)施、環(huán)境、管理等多重因素影響[1]；郭峰等分析指出時空因素能夠顯著影響高聚集游客群的安全狀態(tài)[2]；殷杰等分析指出高聚集游客群的安全是壓力、狀態(tài)、響應(yīng)等因素相互作用的結(jié)果[4]。(3)高聚集游客群的疏散策略。Shi等利用微博空間數(shù)據(jù)預(yù)測城市高聚集游客群的分布，提出利用定位技術(shù)、監(jiān)控技術(shù)來動態(tài)監(jiān)測人流，從而實現(xiàn)對城市高聚集游客群的有效管理[5]；王瑜等以北京動物園熊貓館為研究對象，建立高聚集游客群分析的仿真模型，模擬了不同人群疏導(dǎo)策略的執(zhí)行效果，進(jìn)而提出完善導(dǎo)向標(biāo)示、明確最近客流出口、提高疏散效率等高聚集游客群的擁堵緩解策略[6]；任競斐等構(gòu)建了景區(qū)高峰期的客流Logit模型，分析提出設(shè)置多條游覽線路、縮短游客逗留時間等動態(tài)調(diào)控大容量游客群的方法[7]；張運(yùn)波等分析指出，當(dāng)旅游密集區(qū)域人員處于緊急狀態(tài)時，可以采用Agent決策模型來實現(xiàn)游客快速疏散[8]。

綜上所述，既有文獻(xiàn)分析和探究了高聚集游客群的系統(tǒng)構(gòu)成、安全影響因素以及疏散策略，為深入研究高聚集游客群安全問題奠定了扎實的基礎(chǔ)，但對高聚集游客群安全事故的分析仍不夠全面。而對高聚集游客群安全事故特征的分析有助于避免重復(fù)性事故的發(fā)生，尤其是對高聚集游客群安全事故的全面分析有助于形成有效的高聚集游客群安全管理策略?；诖?，本研究將基于高聚集游客群安全事故的全面分析，重點(diǎn)分析其時空分異規(guī)律與空間演化特征，并據(jù)此從時空層面提出高聚集游客群安全管理的防控策略，以為高聚集游客群的安全管理提供一定的參考。

二、數(shù)據(jù)來源與研究方法

(一)數(shù)據(jù)來源

鑒于大量案例有助于研究和分析事故的典型特征和規(guī)律[9]，且具有典型意義的高聚集游客群安全事故一般都會在互聯(lián)網(wǎng)上傳播、轉(zhuǎn)發(fā)等，因此，典型案例成為高聚集游客群安全的重要研究對象。本研究利用百度新聞和新浪微博搜集高聚集游客群安全事故典型案例，包括用百度新聞的高級搜索功能搜集案例，用新浪微博搜索相關(guān)主題微博的功能實現(xiàn)對案例的查找。本研究以“景區(qū)+擁堵”“游客+聚集”“景區(qū)+爆棚”“游客+爆棚”“景區(qū)+井噴”“游客+井噴”“景區(qū)+滯留”“游客+堵塞”“景區(qū)+人滿為患”“景區(qū)+踩踏”等10組詞作為關(guān)鍵詞搜索高聚集游客群安全事故案例。案例甄選基于以下標(biāo)準(zhǔn)：(1)通過百度新聞搜集的事故案例發(fā)生于2004年1月1日至2017年5月31日，通過新浪微博搜集的事故案例發(fā)生于新浪微博上線日(2009年8月14日)至2017年5月31日；(2)搜集的案例應(yīng)來源于報紙媒體的網(wǎng)絡(luò)版和微博版、地方政府網(wǎng)站和官方微博、專業(yè)新聞網(wǎng)站等；(3)搜集的案例應(yīng)帶有圖片或視頻，且能從圖片或視頻中直觀篩選和認(rèn)定該游客群體屬于高聚集游客群；(4)搜集的案例描述字?jǐn)?shù)應(yīng)多于200字，以保證案例信息量充足。本研究通過百度新聞和新浪微博共搜集到符合甄選標(biāo)準(zhǔn)的高聚集游客群安全事故案例264起。

(二)研究方法

1.時間分布特征測度方法。本研究主要采用季節(jié)強(qiáng)度指數(shù)和季節(jié)變動指數(shù)來測度高聚集游客群安全事故的時間分布特征。

(1)季節(jié)強(qiáng)度指數(shù)。季節(jié)強(qiáng)度指數(shù)用以表示某項事物在時間分布上的集中狀況[10-11]。本研究用季節(jié)強(qiáng)度指數(shù)來衡量高聚集游客群安全事故發(fā)生的時間聚集性，即采用季節(jié)強(qiáng)度指數(shù)來研判高聚集游客群安全事故在時間維度上是否呈現(xiàn)出集中分布的特征。其計算公式如下：

其中,S表示季節(jié)強(qiáng)度指數(shù),i表示月份,Xi表示第i月發(fā)生的高聚集游客群安全事故數(shù)與全年發(fā)生的高聚集游客群安全事故總數(shù)之比。S值越接近于0，表明高聚集游客群安全事故在時間維度上分布越均衡;S值越大，則表明高聚集游客群安全事故在時間維度上分布越集中。

(2)季節(jié)變動指數(shù)。季節(jié)變動指數(shù)指連續(xù)多年的每月平均指標(biāo)值占連續(xù)多年的各月總平均值的比重[10]。本研究用季節(jié)變動指數(shù)來測算2004—2017年高聚集游客群安全事故的每月平均發(fā)生數(shù)占連續(xù)多年的各月總平均數(shù)的比重，即用以衡量某個特定的月份是否多發(fā)高聚集游客群安全事故。其計算公式如下：

其中,V表示季節(jié)變動指數(shù),n表示年度總和,a表示年份,i表示月份,Xai表示第a年第i月發(fā)生的高聚集游客群安全事故數(shù)。若V值小于1，表明該月份不是高聚集游客群安全事故的高發(fā)期；反之，則表明該月份是高聚集游客群安全事故的高發(fā)期。同時，若在某年的12個月份中存在V值大于1的情況，則表明高聚集游客群安全事故的發(fā)生存在明顯的淡旺季之分，即高聚集游客群安全事故的發(fā)生具有明顯的季節(jié)性。

2.空間分布特征測度方法。本研究采用空間基尼系數(shù)、赫芬達(dá)爾-赫希曼指數(shù)、地理集中度等3種測度方法來解析高聚集游客群安全事故的空間分布特征。

三是審查形式的沖突問題。按照現(xiàn)行法律和司法解釋的規(guī)定，法院受理當(dāng)事人的申請后，應(yīng)當(dāng)對協(xié)議進(jìn)行實體審查，以確保協(xié)議的真實性及合法性。“一站式”司法確認(rèn)機(jī)制，調(diào)解活動在法官的全程指導(dǎo)、全程監(jiān)督下進(jìn)行，一般只對調(diào)解協(xié)議和相關(guān)材料進(jìn)行書面審查，不再向雙方當(dāng)事人進(jìn)行核實，導(dǎo)致審查形式上與現(xiàn)行法律發(fā)生沖突。

(1)空間基尼系數(shù)?？臻g基尼系數(shù)一般用于度量區(qū)域經(jīng)濟(jì)發(fā)展的差異情況,即主要用以描述某項經(jīng)濟(jì)要素在空間層面上的差異情況[12]。本研究用空間基尼系數(shù)來測度高聚集游客群安全事故在省域?qū)用娣植嫉牟町愋?。其計算公式如下?/p>

其中,G表示空間基尼系數(shù),n表示發(fā)生高聚集游客群安全事故的省級行政單位總數(shù),i表示省份,yi表示第i省發(fā)生的高聚集游客群安全事故數(shù)與全國發(fā)生的高聚集游客群安全事故總數(shù)之比(yi必須按照升序排列)。若G值小于0.4，表明高聚集游客群安全事故省域分布差異不顯著，即高聚集游客群安全事故省域分布較為均衡；若G值大于0.4，表明高聚集游客群安全事故省域分布差異顯著，即高聚集游客群安全事故省域分布較為集中。

(2)赫芬達(dá)爾-赫希曼指數(shù)。赫芬達(dá)爾-赫希曼指數(shù)一般用于衡量區(qū)域經(jīng)濟(jì)發(fā)展的集聚程度[13]，主要用于測量產(chǎn)業(yè)集中度。本研究用赫芬達(dá)爾-赫希曼指數(shù)來測度高聚集游客群安全事故在省域?qū)用娣植嫉募谐潭?。其計算公式如下?/p>

其中,H表示赫芬達(dá)爾-赫希曼指數(shù),n表示發(fā)生高聚集游客群安全事故的省級行政單位總數(shù),i表示省份,Pi表示第i省發(fā)生的高聚集游客群安全事故數(shù)與全國發(fā)生的高聚集游客群安全事故總數(shù)之比。H值越接近于1，表明高聚集游客群安全事故分布越集中，即高聚集游客群安全事故集中分布于特定省份;H值越接近于0，則表明高聚集游客群安全事故分布越均衡，即高聚集游客群安全事故均衡分布于多個省份。

(3)地理集中度。地理集中度一般用于測量某行業(yè)相對于全體行業(yè)地理分布的集中程度[14]。本研究用地理集中度測度高聚集游客群安全事故在省域?qū)用娣植嫉募谐潭?。其計算公式如下?/p>

其中,C表示地理集中度,n表示發(fā)生高聚集游客群安全事故的省級行政單位總數(shù),i表示省份,Xi表示第i省發(fā)生的高聚集游客群安全事故數(shù),X表示全國發(fā)生的高聚集游客群安全事故總數(shù)。C值越接近于理想值18.57，表明高聚集游客群安全事故分布越均衡，即高聚集游客群安全事故均衡分布于多個省份;C值越接近于100，則表明高聚集游客群安全事故分布越集中，即高聚集游客群安全事故集中分布于特定省份。

三、高聚集游客群安全事故的時空分異規(guī)律

本研究依據(jù)高聚集游客群的突變形態(tài)將高聚集游客群安全事故分為擁堵、滯留、騷亂、沖突、人身傷害、踩踏等6種類型。其中，擁堵是高聚集游客群最多發(fā)的事故類型，占比高達(dá)64.02%;而踩踏事故雖然在高聚集游客群安全事故類型中占比最小，但其一旦發(fā)生則往往會造成群死群傷的嚴(yán)重后果，因此，該事故類型應(yīng)重點(diǎn)防控。本研究進(jìn)一步從時間分布特征和空間分布特征來分析高聚集游客群安全事故的時空分異規(guī)律。

(一)高聚集游客群安全事故的時間分布特征

本研究利用上述季節(jié)強(qiáng)度指數(shù)和季節(jié)變動指數(shù)的計算公式計算出高聚集游客群安全事故的季節(jié)強(qiáng)度指數(shù)和季節(jié)變動指數(shù)(表1和表2)。由表1和表2可知，高聚集游客安全事故的季節(jié)強(qiáng)度指數(shù)基本圍繞8.248 0波動，該指數(shù)遠(yuǎn)大于1，表明高聚集游客群安全事故在時間維度上呈現(xiàn)出集中分布的顯著特征。高聚集游客群安全事故的季節(jié)變動指數(shù)大于1的情況主要分布在2月(1.500 0)、4月(1.454 5)、5月(1.590 9)和10月(3.545 4)，表明2月、4月、5月和10月是高聚集游客群安全事故集中分布的月份。這主要是緣于春節(jié)黃金周、清明小長假、五一小長假、十一黃金周等節(jié)假日分別分布于2月、4月、5月和10月，這些時段是高聚集游客群易出現(xiàn)的重要時段，也直接成為高聚集游客群安全事故的高發(fā)時段。同時，本研究利用SPSS 19.0軟件中的快速聚類分析方法進(jìn)一步探究和驗證高聚集游客群安全事故集中分布的月份情況。具體將聚類數(shù)設(shè)定為3，快速聚類分析結(jié)果顯示：第一類由10月構(gòu)成，第二類由2月、4月和5月構(gòu)成，第三類由1月、3月、6月、7月、8月、9月、11月和12月構(gòu)成。快速聚類分析的Anova檢驗顯示:F值為87.127, sig.值為0.001(小于0.05)，表明這三類之間存在顯著差異。結(jié)合高聚集游客群安全事故的月份分布情況和快速聚類分析結(jié)果可知，高聚集游客群安全事故的高發(fā)月份為10月，次高發(fā)月份為2月、4月和5月。

表1 高聚集游客群安全事故的季節(jié)強(qiáng)度指數(shù)Table 1 The S index of accidents of HATCs

表2 高聚集游客群安全事故的季節(jié)變動指數(shù)Table 2 The V index of accidents of HATCs

本研究進(jìn)一步分析高聚集游客群安全事故發(fā)生的節(jié)假日特征。從高聚集游客群安全事故發(fā)生的時段分布來看，節(jié)假日的事故發(fā)生比例高達(dá)80.68%，而工作日的事故發(fā)生比例僅為19.32%。其中，國家法定節(jié)假日，即春節(jié)黃金周、清明小長假、五一小長假、十一黃金周等4個時段的高聚集游客群安全事故發(fā)生比例總和高達(dá)49.25%?？梢姡?jié)假日已成為高聚集游客群安全事故的易發(fā)時段和高發(fā)時段。同時，本研究利用SPSS 19.0軟件中的快速聚類分析方法對高聚集游客群安全事故發(fā)生的時段進(jìn)行分類，將聚類數(shù)設(shè)定為2，快速聚類分析結(jié)果顯示：第一類由十一黃金周和周末構(gòu)成，第二類由十一黃金周以外的其他節(jié)假日和工作日構(gòu)成。快速聚類分析的Anova檢驗顯示:F值為34.790, sig.值為0.001(小于0.05)，表明這兩類之間存在顯著差異。結(jié)合高聚集游客群安全事故的節(jié)假日分布情況和快速聚類分析結(jié)果可知，十一黃金周和周末是高聚集游客群安全事故的高發(fā)時段，應(yīng)在這些時段對高聚集游客群展開重點(diǎn)防控。

(二)高聚集游客群安全事故的空間分布特征

本研究對高聚集游客群安全事故進(jìn)行系統(tǒng)聚類、涉及環(huán)節(jié)、空間節(jié)點(diǎn)分析，以進(jìn)一步闡述高聚集游客群安全事故的空間分布特征。

1.高聚集游客群全事故系統(tǒng)聚類分析。本研究利用SPSS 19.0軟件中的系統(tǒng)聚類分析方法對29個發(fā)生高聚集游客群安全事故的省級行政單位進(jìn)行聚類分析，以Ward法為計算方法，以最小方差為聚類原則，以歐式距離為度量標(biāo)準(zhǔn)。根據(jù)系統(tǒng)聚類分析結(jié)果，可將高聚集游客群安全事故發(fā)生的省級行政單位劃分為3個類別：(1)高頻事故區(qū)。由浙江、北京、河南、陜西和四川等5個省級行政單位構(gòu)成。(2)低頻事故區(qū)。由山東、臺灣、河北、廣西、遼寧、青海、湖南、內(nèi)蒙古、黑龍江、寧夏和新疆等11個省級行政單位構(gòu)成。(3)中頻事故區(qū)。由云南、重慶、福建、山西、江蘇、江西、廣東、吉林、甘肅、上海、安徽、湖北和貴州等13個省級行政單位構(gòu)成。本研究進(jìn)一步利用方差分析來檢驗上述三類區(qū)域是否存在差異。由于方差齊性檢驗結(jié)果為不顯著，因此，采用未假定方差齊性的分析方法來進(jìn)行方差分析，且在對上述三類區(qū)域進(jìn)行兩兩比較時采用Games-Howell(A)方法進(jìn)行分析。聚類分析結(jié)果顯示：第一類區(qū)域與第二類區(qū)域的均值差為17.800, sig.值為0.001(小于0.05)，表明這兩類區(qū)域在95%的置信水平上差異顯著；第一類區(qū)域與第三類區(qū)域的均值差為14.714, sig.值為0.001(小于0.05)，表明這兩類區(qū)域在95%的置信水平上差異顯著；第二類區(qū)域與第三類區(qū)域的均值差為3.086, sig.值為0.083(小于0.1)，表明這兩類區(qū)域在90%的置信水平上差異顯著。上述三類區(qū)域兩兩比較的實證分析結(jié)果顯示，各區(qū)域發(fā)生的高聚集游客群安全事故差異顯著?？梢姡∮蚍植疾町愶@著是高聚集游客群安全事故的重要特征。

2.高聚集游客群安全事故涉及環(huán)節(jié)分析。本研究提煉出高聚集游客群安全事故涉及環(huán)節(jié)，并進(jìn)行統(tǒng)計分析。統(tǒng)計分析結(jié)果顯示：高聚集游客群安全事故主要發(fā)生在游覽和交通環(huán)節(jié)。其中，游覽環(huán)節(jié)是高聚集游客群安全事故的高發(fā)環(huán)節(jié)，占比達(dá)59.47%，即高聚集游客群安全事故多發(fā)生于景區(qū)等游覽性空間區(qū)域；交通環(huán)節(jié)是高聚集游客群安全事故的次高發(fā)環(huán)節(jié)，占比為32.57%；娛樂環(huán)節(jié)是高聚集游客群安全事故的低發(fā)環(huán)節(jié)，占比僅為7.96%。

3.高聚集游客群安全事故空間節(jié)點(diǎn)分析。本研究依據(jù)案例信息劃分高聚集游客群安全事故發(fā)生的空間節(jié)點(diǎn)類型，并統(tǒng)計分析其相應(yīng)的事故發(fā)生比重。統(tǒng)計分析結(jié)果顯示：出入口類節(jié)點(diǎn)的事故發(fā)生比重最高，占比高達(dá)28.03%；站點(diǎn)類節(jié)點(diǎn)(如漂流碼頭、游船碼頭、纜車站點(diǎn)、景區(qū)觀光車乘車站點(diǎn)等)的事故發(fā)生比重排在第二位，占比為20.83%；棧道類節(jié)點(diǎn)(如游覽玻璃棧道等)的事故發(fā)生比重排在第三位，占比為14.39%。

四、高聚集游客群安全事故的空間演化分析

本研究運(yùn)用空間基尼系數(shù)、赫芬達(dá)爾-赫希曼指數(shù)和地理集中度等指標(biāo)來測度和分析高聚集游客群安全事故的空間聚集特征，并進(jìn)一步分析高聚集游客群安全事故在省域?qū)用娴姆植佳葑兦闆r，以及高聚集游客群安全事故省域分布與省域旅游發(fā)展的協(xié)調(diào)性，從而實現(xiàn)對高聚集游客群安全事故空間演化的全面分析。

1.高聚集游客群安全事故的空間集聚特征。本研究利用空間基尼系數(shù)、赫芬達(dá)爾-赫希曼指數(shù)和地理集中度等指標(biāo)來測度和分析高聚集游客群安全事故的空間聚集特征(表3)。由表3可知，空間基尼系數(shù)在2004—2017年均大于0.4，表明高聚集游客群安全事故省域分布差異顯著；赫芬達(dá)爾-赫希曼指數(shù)在2004—2017年表現(xiàn)為波動變化狀態(tài)，總體呈現(xiàn)下降趨勢，即高聚集游客群安全事故省域分布的集中程度呈現(xiàn)波動式下降趨勢，表明高聚集游客群安全事故的省域分布呈現(xiàn)從聚集向均衡轉(zhuǎn)變的特征；地理集中度在2004—2017年均大于理想值18.57，表明高聚集游客群安全事故的省域分布具有一定的空間聚集性，但地理集中度表現(xiàn)為波動變化狀態(tài)，總體呈現(xiàn)下降趨勢，則表明高聚集游客群安全事故的省域分布呈現(xiàn)從聚集向均衡轉(zhuǎn)變的特征。

表3 高聚集游客群安全事故的空間聚集特征Table 3 Spatial aggregation characteristics of accidents of HATCs

2.高聚集游客群安全事故的省域分布演變分析。高聚集游客群安全事故的省域分布演變情況主要通過2004—2017年高聚集游客群安全事故省域分布的變化情況來判別。2012年以前，高聚集游客群安全事故較少發(fā)生且呈現(xiàn)集中分布的特征；2012年以后，高聚集游客群安全事故增幅極大且省域均衡分布的趨勢越發(fā)明顯。從各省歷年高聚集游客群安全事故的發(fā)生數(shù)量來看，高聚集游客群安全事故主要分布于中國南部和東部，北部和西部較少，呈現(xiàn)出“南高北低”和“東高西低”的總體空間分布格局。結(jié)合具體的地理區(qū)域分布來看，高聚集游客群安全事故的高發(fā)區(qū)集中在華中地區(qū)和華東地區(qū)，河南省和浙江省分別是華中地區(qū)和華東地區(qū)高聚集游客群安全事故的高發(fā)省份；四川省和陜西省則分別是西南地區(qū)和西北地區(qū)高聚集游客群安全事故的高發(fā)省份。

3.高聚集游客群安全事故省域分布與省域旅游發(fā)展的協(xié)調(diào)性分析。本研究進(jìn)一步研究高聚集游客群安全事故省域分布與省域旅游發(fā)展(省域旅游發(fā)展水平用國內(nèi)游客接待人次來衡量)之間的一致性和相關(guān)性。高聚集游客群安全事故的省域分布與省域旅游發(fā)展呈現(xiàn)出一致性，即游客接待量較大的省份同樣也是高聚集游客群安全事故的高發(fā)省份。因此，旅游發(fā)展水平較高、游客接待量較大的省份尤其需要提高風(fēng)險防控意識，應(yīng)高度關(guān)注高聚集游客群安全事故的防控。

五、結(jié)論與對策

(一)結(jié)論

本研究利用百度新聞和新浪微博搜集高聚集游客群安全事故典型案例，運(yùn)用季節(jié)強(qiáng)度指數(shù)、季節(jié)變動指數(shù)、空間基尼系數(shù)、赫芬達(dá)爾-赫希曼指數(shù)和地理集中度等指標(biāo)來測度和分析高聚集游客群安全事故的時空分異規(guī)律與空間演化特征，得出以下結(jié)論。

1.高聚集游客群安全事故具有明顯的時空分異規(guī)律。高聚集游客群安全事故的分布具有明顯的時間聚集性與空間聚集性。其中，時間分布特征方面：10月是高聚集游客群安全事故的高發(fā)月份，2月、4月和5月是高聚集游客群安全事故的次高發(fā)月份；十一黃金周和周末是高聚集游客群安全事故的高發(fā)時段?？臻g分布特征方面：浙江、北京、河南、陜西和四川是高聚集游客群安全事故的高發(fā)省份；游覽環(huán)節(jié)是高聚集游客群安全事故的高發(fā)環(huán)節(jié)；出入口類節(jié)點(diǎn)是高聚集游客群安全事故的高發(fā)空間節(jié)點(diǎn)。

2.高聚集游客群安全事故具有明顯的空間演化特征。高聚集游客群安全事故的省域分布呈現(xiàn)出從聚集向均衡轉(zhuǎn)變的特征，以及“南高北低”和“東高西低”的總體空間分布格局，且其省域分布與省域旅游發(fā)展呈現(xiàn)出一致性。

(二)對策

高聚集游客群安全問題較為復(fù)雜，涉及要素眾多，需要旅游管理部門牽頭，聯(lián)合旅游企業(yè)等共同管理。旅游管理部門和旅游企業(yè)可以依據(jù)高聚集游客群安全事故的時空分異規(guī)律與空間演化特征來制定因時制宜和因地制宜的安全防控策略。

1.因時制宜的安全防控策略。旅游管理部門和旅游企業(yè)應(yīng)結(jié)合高聚集游客群安全事故的時間分布特征制定因時制宜的安全防控策略。具體包括：(1)強(qiáng)化高聚集游客群安全管理意識。旅游管理部門和旅游企業(yè)應(yīng)重視高聚集游客群的安全問題，強(qiáng)化旅游管理部門、旅游企業(yè)、行業(yè)協(xié)會等相關(guān)單位的高聚集游客群安全管理意識，將其作為重點(diǎn)納入旅游安全管理工作。同時，逐步開展高聚集游客群安全防控的相關(guān)知識培訓(xùn)，進(jìn)一步提升其風(fēng)險防范能力；制定和定期演練高聚集游客群安全事故應(yīng)急預(yù)案，進(jìn)一步提升高聚集游客群安全事故應(yīng)急處理能力。(2)建立高聚集游客群風(fēng)險防控機(jī)制。相關(guān)部門應(yīng)依據(jù)高聚集游客群安全事故的時間分布特征來建立高聚集游客群風(fēng)險防控機(jī)制和監(jiān)測預(yù)警機(jī)制。在高聚集游客群安全事故高發(fā)期之前，動態(tài)監(jiān)測游客客流量的變化情況，盡量避免高聚集游客群的形成；開展高聚集游客群安全專題檢查、抽查、暗訪等，通過事前檢查的形式盡可能地消除風(fēng)險隱患；建立健全高聚集游客群風(fēng)險評估體系，基于風(fēng)險等級和風(fēng)險狀態(tài)的動態(tài)評估來制定有針對性的風(fēng)險防控方案。(3)關(guān)注特殊時間節(jié)點(diǎn)的高聚集游客群安全管理。在高聚集游客群安全事故的高發(fā)時間節(jié)點(diǎn)，旅游管理部門應(yīng)聯(lián)合其他相關(guān)部門(如公安、武警、交通、氣象等部門)組成高聚集游客群安全管理小組，共建共治，密切監(jiān)測特殊時間節(jié)點(diǎn)的高聚集游客群的潛在風(fēng)險，做好特殊時間節(jié)點(diǎn)的現(xiàn)場管理，規(guī)范管理高聚集游客群的流量與流向，切實提高高聚集游客群的安全管理效度。

2.因地制宜的安全防控策略。旅游管理部門應(yīng)結(jié)合高聚集游客群安全事故的空間分布特征和空間演化特征制定因地制宜的安全防控策略。一方面，加強(qiáng)高聚集游客群的空間安全防控。各區(qū)域的旅游管理部門應(yīng)結(jié)合區(qū)域具體情況有針對性地開展旅游安全管理工作，如華中地區(qū)和華東地區(qū)的旅游管理部門應(yīng)結(jié)合區(qū)域內(nèi)高聚集游客群安全事故的系統(tǒng)聚類、涉及環(huán)節(jié)、空間節(jié)點(diǎn)等制定相應(yīng)的安全防控策略，為區(qū)域內(nèi)各級管理部門、旅游企業(yè)等提供高聚集游客群安全管理的參照；旅游管理部門應(yīng)結(jié)合區(qū)域高聚集游客群類型、安全事故場所及特征等，制定相應(yīng)的風(fēng)險防控方案、應(yīng)急預(yù)案、救援體系和突發(fā)事件應(yīng)對機(jī)制，如加強(qiáng)售票點(diǎn)、交通節(jié)點(diǎn)等游客聚集點(diǎn)的風(fēng)險防控，并在關(guān)鍵空間節(jié)點(diǎn)上設(shè)置安全應(yīng)急救援站，配備安全應(yīng)急物資，確保高聚集游客群安全事故應(yīng)急救援的高效率和有效性。另一方面，建設(shè)各省專屬的安全防控體系。各省旅游管理部門應(yīng)結(jié)合本省旅游發(fā)展水平、高聚集游客群特征、旅游安全管理實踐等具體情況，聯(lián)合公安、武警、交通、氣象等相關(guān)部門，構(gòu)建協(xié)同治理的高聚集游客群安全防控體系。具體包括：(1)建立預(yù)防預(yù)備機(jī)制。在易形成高聚集游客群的場所嚴(yán)格設(shè)定游客最大承載量，聯(lián)合公安等部門嚴(yán)格控制客流，避免在空間場所內(nèi)形成高聚集游客群；按照空間節(jié)點(diǎn)特征制定相應(yīng)的高聚集游客群安全防控應(yīng)急預(yù)案，如在狹窄的棧道型場所設(shè)置客流疏導(dǎo)方案、在山岳型空間場所設(shè)置應(yīng)急救援通道等，以有效落實高聚集游客群安全事故的預(yù)防工作。(2)建立監(jiān)測預(yù)警機(jī)制。在易形成高聚集游客群的關(guān)鍵空間節(jié)點(diǎn)設(shè)置客流探針，動態(tài)監(jiān)測客流，一旦客流達(dá)到預(yù)警閾值，立刻啟動報警機(jī)制；加強(qiáng)空間場所內(nèi)的人員值守和流動巡查，動態(tài)監(jiān)測客流，并進(jìn)一步強(qiáng)化和提升工作人員的風(fēng)險預(yù)警能力。(3)強(qiáng)化應(yīng)急救援機(jī)制。旅游管理部門應(yīng)與公安、武警、消防等公共救援力量聯(lián)合，組建多元化的應(yīng)急救援梯隊；并在關(guān)鍵空間節(jié)點(diǎn)設(shè)置人群傷害監(jiān)測系統(tǒng)，借助技術(shù)手段自動識別受傷人群，以提高應(yīng)急救援效率。(4)完善事后恢復(fù)機(jī)制。旅游管理部門應(yīng)在事后及時總結(jié)事故處置經(jīng)驗，彌補(bǔ)高聚集游客群安全管理體系的缺陷與不足，不斷完善安全防控體系。