依來(lái)阿支, 唐勇, 何莉, 余雪

成都理工大學(xué)旅游與城鄉(xiāng)規(guī)劃學(xué)院，四川 成都 610059

近年來(lái)，涼山州森林火災(zāi)頻發(fā)[1]。2019年3月30日，涼山州木里縣因原始森林遭雷擊引發(fā)森林火災(zāi)，致31人遇難；次年3月30日，涼山州西昌市經(jīng)久鄉(xiāng)大營(yíng)農(nóng)場(chǎng)再次發(fā)生森林大火，過(guò)火面積＞3 000 hm2，重度火燒區(qū)＞46.8%[2]。山火迅速漫延至瀘山，直接威脅石油液化氣儲(chǔ)配站、加油站、學(xué)校以及大型百貨倉(cāng)庫(kù)等重要設(shè)施，造成19人遇難和重大財(cái)產(chǎn)損失[2-3]。森林火災(zāi)撲救過(guò)程的復(fù)雜性及相關(guān)新聞報(bào)道加重了部分公眾對(duì)西昌適游安全性問(wèn)題的顧慮[4-5]。在此意義上，旅游凝視下差異化的火災(zāi)風(fēng)險(xiǎn)感知是災(zāi)后重建過(guò)程中亟待解答的重要基礎(chǔ)性科學(xué)問(wèn)題[6]（見(jiàn)圖1）。

圖 1 西昌森林火災(zāi)區(qū)域及周邊主要設(shè)施Fig. 1 Xichang forest fire area and surrounding main facilities

風(fēng)險(xiǎn)敏感度（Risk Sensitivity）是災(zāi)害地理學(xué)、人類學(xué)、社會(huì)學(xué)等自然與社會(huì)科學(xué)領(lǐng)域共同關(guān)注的重要問(wèn)題，涉及地震、洪水、颶風(fēng)、海嘯等災(zāi)害類型[7-9]。近年來(lái)，全球森林火災(zāi)頻發(fā)，為火災(zāi)驅(qū)動(dòng)下的生態(tài)環(huán)境、氣候變化、風(fēng)險(xiǎn)評(píng)估和預(yù)警等研究提供諸多案例[10-11]，但森林火災(zāi)風(fēng)險(xiǎn)感知與旅游行為研究所受關(guān)注尚不充分[12-14]。研究發(fā)現(xiàn)，森林火災(zāi)不僅損毀旅游資源，更會(huì)破壞旅游目的地安全形象，加大敏感型游客的旅游風(fēng)險(xiǎn)感知，對(duì)其旅游決策產(chǎn)生了顯著的負(fù)面效應(yīng)[15-16]。有鑒于此，有必要對(duì)森林火災(zāi)進(jìn)行實(shí)證研究，而不是一般的火災(zāi)風(fēng)險(xiǎn)評(píng)估。前人關(guān)于森林災(zāi)害風(fēng)險(xiǎn)與旅游決策關(guān)系的探索為森林火災(zāi)驅(qū)動(dòng)下風(fēng)險(xiǎn)敏感度及其聚類問(wèn)題研究提供了重要參考[16-18]。

本文以西昌森林火災(zāi)為案例，采用實(shí)證研究設(shè)計(jì)，基于“游客凝視”，揭示不同森林火災(zāi)風(fēng)險(xiǎn)敏感度人群的火災(zāi)發(fā)生可能性感知差異和火災(zāi)險(xiǎn)情驅(qū)動(dòng)下的不同旅游行為，以期為“人-災(zāi)”行為關(guān)系研究提供實(shí)證案例，特別是為不同風(fēng)險(xiǎn)敏感度人群制定差異化和針對(duì)性的輿情應(yīng)對(duì)策略提供參考。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 量表設(shè)計(jì)

參考相關(guān)文獻(xiàn)設(shè)計(jì)自填式半封閉結(jié)構(gòu)化問(wèn)卷[16,19]，以5分制里克特（Likert）量表為度量尺度。問(wèn)卷由火災(zāi)風(fēng)險(xiǎn)敏感度、火災(zāi)發(fā)生可能性、火災(zāi)險(xiǎn)情以及人口學(xué)特征4部分組成。第一組問(wèn)題包括“安全是我到西昌旅游考慮的首要因素”等10項(xiàng)森林火災(zāi)風(fēng)險(xiǎn)敏感度測(cè)試項(xiàng)。第二組問(wèn)題包括邛海、瀘山、火把節(jié)等6項(xiàng)火災(zāi)發(fā)生可能性測(cè)試項(xiàng)。第三組問(wèn)題包括火災(zāi)引發(fā)堵車、封路、空氣污染等8項(xiàng)火災(zāi)險(xiǎn)情測(cè)試項(xiàng)。人口學(xué)特征包括常住地、性別、年齡、職業(yè)、學(xué)歷、推薦意愿6項(xiàng)問(wèn)題。最后一項(xiàng)是對(duì)西昌森林火災(zāi)防治意見(jiàn)的開(kāi)放性問(wèn)題。

1.2 數(shù)據(jù)采集

選擇西昌市瀘山森林公園、邛海國(guó)家濕地公園、建昌古城等游客聚集區(qū)域，采用便利抽樣法，以實(shí)際前往西昌市的中國(guó)籍游客作為調(diào)研對(duì)象。涼山州除西昌市以外的其余15個(gè)縣的居民也作為游客受訪。預(yù)調(diào)研階段：2020年10月4日—2020年10月6日，共發(fā)放問(wèn)卷91份，收回有效問(wèn)卷66份；正式調(diào)研階段：2020年11月7日—2020年年12月6日，共發(fā)放問(wèn)卷228份，收回有效問(wèn)卷198份。兩階段共發(fā)放問(wèn)卷319份，收回有效問(wèn)卷264份，有效率為82.76%。使用克蘭巴赫系數(shù)（Cronbach’s alpha）對(duì)問(wèn)卷進(jìn)行信度檢驗(yàn)，量表內(nèi)部一致性系數(shù)為0.820（a＞0.5），說(shuō)明問(wèn)卷有良好的一致性和穩(wěn)定性。

1.3 數(shù)據(jù)處理

使用IBM SPSS Statistics 25.0作為分析工具。運(yùn)用克蘭巴赫系數(shù)對(duì)數(shù)據(jù)進(jìn)行信度檢驗(yàn)，采用聚類分析對(duì)火災(zāi)風(fēng)險(xiǎn)敏感因子進(jìn)行分類，運(yùn)用方差分析和交叉分析揭示不同類型游客的風(fēng)險(xiǎn)感知差異和旅游行為特征。

2 研究結(jié)果

2.1 人口學(xué)特征

受訪對(duì)象中，男性（51.9%）略多于女性（47.3%）；18～24歲年齡段的游客占比最大（47.3%），其次為25～34歲年齡段的游客（20.8%），老年游客占比相對(duì)較少；受教育程度集中于本科（46.2%）、大專（22.3%）；主要職業(yè)類型包括學(xué)生（38.3%）和全職工作（35.6%）；43.2%的游客最近兩年愿意推薦他人去西昌游玩，15.5%的游客不愿意推薦，39.8%的游客不確定；涼山州外、四川省內(nèi)的游客（53.8%）略多于涼山州內(nèi)的游客（40.5%），省外游客相對(duì)較少（5.7%）（見(jiàn)表1）。

2.2 聚類分析

使用R型聚類對(duì)風(fēng)險(xiǎn)敏感度人群分類的先驗(yàn)數(shù)進(jìn)行探索，聚類數(shù)分設(shè)為3～5類。距離度量為最遠(yuǎn)鄰元素（Further Neighbor），度量距離標(biāo)準(zhǔn)為皮爾遜相關(guān)性（Pearson Correlation）。冰柱圖和譜系圖提示變量存在3個(gè)有效聚類，依次命名為無(wú)畏型、謹(jǐn)慎型和理性型（見(jiàn)表2）。

基于R型聚類分析結(jié)果，將Q型聚類數(shù)設(shè)為3類，并據(jù)此劃分264個(gè)案例。其中，無(wú)畏型（n=73人）、謹(jǐn)慎型（n=133人）、理性型（n=43人），含缺失項(xiàng)15例（見(jiàn)表3）。方差分析表明，類聚間有統(tǒng)計(jì)學(xué)上的顯著差異（p＜0.05）。

表 1 人口學(xué)特征Tab. 1 Demographic characteristics

表 2 R型聚類結(jié)果Tab. 2 R-type clustering results

表 3 Q型聚類結(jié)果Tab. 3 Q-type clustering results

2.3 判別分析

為了檢驗(yàn)聚類效果，采用判別分析計(jì)算10項(xiàng)火災(zāi)風(fēng)險(xiǎn)敏感度變量的標(biāo)準(zhǔn)化典則判別函數(shù)。結(jié)果表明，函數(shù)1的特征值為1.584，能夠解釋79.8%的變異（卡方=310.838）；函數(shù)2特征值為0.402，能夠解釋20.2%的變異（卡方=81.589）。2個(gè)標(biāo)準(zhǔn)化典則判別函數(shù)均在0.05水平上顯著，拒絕零假設(shè)，即認(rèn)為函數(shù)能較好地將3個(gè)聚類區(qū)分開(kāi)。其中，“我想去西昌，但關(guān)于這場(chǎng)火災(zāi)的新聞報(bào)道令我很擔(dān)心”（系數(shù)=0.795）是函數(shù)1的最強(qiáng)預(yù)測(cè)指標(biāo)，而“安全是我到西昌旅游考慮的首要因素”（系數(shù)=-0.811）是函數(shù)2的最強(qiáng)預(yù)測(cè)指標(biāo)。判別模型分組準(zhǔn)確率較高，249個(gè)樣本中87.6%被正確分類。其中，無(wú)畏型的正確分組率為83.60%，謹(jǐn)慎型為88.70%， 理性型為90.70%（見(jiàn)表4-表6）。

表 4 函數(shù)的顯著性檢驗(yàn)Tab. 4 Significant test of function

表 5 標(biāo)準(zhǔn)化典則判別函數(shù)系數(shù)Tab. 5 Standardized criterion discriminant function coefficient

表 6 分類結(jié)果Tab. 6 Classification results

2.4 方差分析

以火災(zāi)發(fā)生可能性為控制變量，采用單因素方差分析和多重比較考察不同組別的差異。方差齊時(shí)選擇LSD進(jìn)行檢驗(yàn)；方差不具齊時(shí)用Tamhane進(jìn)行檢驗(yàn)。結(jié)果表明，3類受訪對(duì)象對(duì)瀘山森林公園、火把節(jié)、彝族年的火災(zāi)發(fā)生可能性感知存在顯著差異（Sig.＜0.05）；對(duì)邛海國(guó)家濕地公園（M=2.34＜2.5）、建昌古城（M=3.01）和涼山彝族奴隸社會(huì)博物館（M=3.05）發(fā)生火災(zāi)的可能性認(rèn)知沒(méi)有顯著差異（Sig.＞0.05），均認(rèn)為邛海國(guó)家濕地公園基本不可能發(fā)生森林火災(zāi)。其中，B（M=4.00）對(duì)瀘山森林公園的評(píng)分明顯高于A（M=3.28）、C（M=3.66）；B（M=4.11）對(duì)火把節(jié)的評(píng)分也高于A（M=3.56）、C（M=3.11），表明謹(jǐn)慎型最有可能認(rèn)為瀘山森林公園和火把節(jié)容易發(fā)生火災(zāi)。A與C（Sig.=0.039）、C與B（Sig.=0.011）在彝族年的變量上存在顯著差異，即無(wú)畏型（M=3.44）和謹(jǐn)慎型（M=3.40）的評(píng)分高于理性型（M=3.00）?？傮w來(lái)看，火災(zāi)發(fā)生可能性評(píng)分從高到低依次為謹(jǐn)慎型＞理性型＞無(wú)畏型（見(jiàn)表7）。

2.5 交叉分析

火災(zāi)導(dǎo)致交通堵塞、火災(zāi)濃煙導(dǎo)致交通事故和火災(zāi)導(dǎo)致封路這3種火災(zāi)險(xiǎn)情與聚類存在顯著相關(guān)性，故采用列聯(lián)表考察3種火災(zāi)險(xiǎn)情下聚類差異化的旅游行為響應(yīng)。總體上，火災(zāi)險(xiǎn)情發(fā)生時(shí)，無(wú)畏型、謹(jǐn)慎型和理性型大多會(huì)選擇推遲行程，尤以謹(jǐn)慎型做此選項(xiàng)的人數(shù)和比例最高。無(wú)畏型大多對(duì)火災(zāi)險(xiǎn)情持無(wú)所畏懼的態(tài)度，故認(rèn)為火災(zāi)導(dǎo)致交通堵塞（N=15, P=48.4%）和火災(zāi)濃煙導(dǎo)致交通事故（N=8, P=47.1%）對(duì)其旅游行為毫無(wú)影響的比例遠(yuǎn)高于謹(jǐn)慎型和理性型。火災(zāi)導(dǎo)致封路的情境下，無(wú)畏型和謹(jǐn)慎型認(rèn)為毫無(wú)影響的人數(shù)和占比相同（N=7, P=41.2%），但無(wú)畏型推遲（N=25, P=26.9%）或取消行程（N=24, P=22.6%）的人數(shù)略多于縮短行程者（N=17, P=63.0%）。謹(jǐn)慎型對(duì)火災(zāi)險(xiǎn)情非常敏感，故傾向于推遲或取消行程。火災(zāi)導(dǎo)致交通堵塞時(shí)，謹(jǐn)慎型推遲（N=82, P=63.1%）或取消行程（N=28, P=57.1%）的人數(shù)和比例最高。類似的情況還發(fā)生在火災(zāi)濃煙導(dǎo)致交通事故和火災(zāi)導(dǎo)致封路時(shí)。理性型對(duì)火災(zāi)險(xiǎn)情有著較為客觀理性的認(rèn)知，故推遲或取消行程的人數(shù)和比例遠(yuǎn)低于謹(jǐn)慎型，略低于無(wú)畏型。但火災(zāi)導(dǎo)致封路發(fā)生時(shí)，理性型更傾向于取消行程（N=22, P=20.8%），而不是推遲或縮短行程（見(jiàn)表8）。

表 7 游客聚類與火災(zāi)發(fā)生可能性的方差分析Tab. 7 Cluster analysis of tourists and variance analysis of fire probability

表 8 游客類型與火災(zāi)險(xiǎn)情的交叉分析Tab. 8 Cross-analysis of tourist types and fire hazards

3 結(jié)論與討論

災(zāi)后風(fēng)險(xiǎn)分析是開(kāi)展有效風(fēng)險(xiǎn)溝通的重要前提[7,20]。以西昌市森林火災(zāi)為研究案例，聚焦森林火災(zāi)風(fēng)險(xiǎn)敏感度聚類問(wèn)題，揭示不同風(fēng)險(xiǎn)敏感度游客的火災(zāi)風(fēng)險(xiǎn)感知和旅游行為差異，取得如下結(jié)論：

首先，基于火災(zāi)風(fēng)險(xiǎn)敏感度，通過(guò)聚類分析，將游客類型劃分為無(wú)畏型、謹(jǐn)慎型和理性型。用判別函數(shù)檢驗(yàn)聚類效果，發(fā)現(xiàn)“我想去西昌，但關(guān)于這場(chǎng)火災(zāi)的新聞報(bào)道令我很擔(dān)心”和“安全是我到西昌旅游考慮的首要因素”這2項(xiàng)是影響游客旅游決策的關(guān)鍵因素，表明災(zāi)后旅游地的安全狀況和媒體報(bào)道是影響游客旅游決策的決定性因素[4,21-22]。其次，不同聚類游客對(duì)瀘山森林公園、火把節(jié)、彝族年發(fā)生火災(zāi)的可能性感知存在顯著差異（謹(jǐn)慎型＞理性型＞無(wú)畏型），側(cè)面說(shuō)明謹(jǐn)慎型游客的火災(zāi)風(fēng)險(xiǎn)感知最高，理性型居中，無(wú)畏型最低。最后，西昌森林火災(zāi)險(xiǎn)情發(fā)生時(shí)，無(wú)畏型、謹(jǐn)慎型和理性型大多會(huì)選擇推遲行程，尤以謹(jǐn)慎型做此選項(xiàng)的人數(shù)和比例最高。不同人群對(duì)3種情景下的森林火災(zāi)險(xiǎn)情存在差異化的旅游行為響應(yīng)，無(wú)畏型（29.3%）火災(zāi)風(fēng)險(xiǎn)敏感度最低，在面對(duì)特定火災(zāi)險(xiǎn)情時(shí)最不可能改變出游行為；謹(jǐn)慎型（53.4%）火災(zāi)風(fēng)險(xiǎn)敏感度最高，更趨于規(guī)避風(fēng)險(xiǎn)；理性型（17.3%）火災(zāi)風(fēng)險(xiǎn)敏感度居中，傾向于在全面評(píng)估火災(zāi)風(fēng)險(xiǎn)的基礎(chǔ)上做出旅行決策。上述結(jié)論符合災(zāi)害回避戰(zhàn)略，即風(fēng)險(xiǎn)敏感度越高的游客，風(fēng)險(xiǎn)感知越強(qiáng)，越有可能改變其旅游行為[16,23]。

綜上，森林火災(zāi)險(xiǎn)情驅(qū)動(dòng)下的行為特征類似于洪水和暴風(fēng)雨險(xiǎn)情下的避險(xiǎn)策略[14,24]，區(qū)別于地震、海嘯、恐怖事件對(duì)旅游行為的影響[25]?；谟慰鸵暯牵沂旧只馂?zāi)風(fēng)險(xiǎn)敏感度聚類特征下的風(fēng)險(xiǎn)感知和旅游行為差異，有望填補(bǔ)森林火災(zāi)實(shí)證研究的空白，進(jìn)一步豐富“人-災(zāi)”行為關(guān)系理論，也為不同風(fēng)險(xiǎn)敏感度人群制定差異化和針對(duì)性的輿情應(yīng)對(duì)策略提供參考[3,7]。鑒于災(zāi)后媒體報(bào)道是影響火災(zāi)風(fēng)險(xiǎn)敏感度及旅游決策的重要方面[16,26-27]，如何通過(guò)及時(shí)、有效的風(fēng)險(xiǎn)溝通，降低旅游風(fēng)險(xiǎn)感知、重塑旅游安全形象，是值得進(jìn)一步研究的重要問(wèn)題[21,28]。后續(xù)研究有必要進(jìn)一步探討森林火災(zāi)風(fēng)險(xiǎn)敏感度聚類人口學(xué)特征，特別是引入結(jié)構(gòu)方程模型和自我民族志方法，揭示森林火災(zāi)對(duì)地方建構(gòu)或重構(gòu)的影響過(guò)程[29]。