程 云 ， 殷 杰

(1.華僑大學 旅游學院，福建 泉州 362021； 2.南開大學 旅游與服務學院，天津 300350)

0 引言

2018年以來，我國愈發(fā)重視以提升夜游經濟為突破口以刺激國內消費需求，推動城市經濟發(fā)展。2018年我國夜間經濟市場規(guī)模已超過22萬億元，同比增長11.5%。預計到2022年，全國夜間經濟規(guī)模將達到42萬億元[1]。疫情常態(tài)化防控階段，山東、四川、廣州等多地為積極響應文化旅游行業(yè)復工復產號召，紛紛開展夜間旅游活動，積極打造夜間文化和旅游消費集聚區(qū)，重振旅游市場經濟。

疫情常態(tài)化防控階段，夜間旅游成為重振旅游市場的重要引擎。相關研究仍處于起步階段，且主要集中在概念內涵[2-3]、夜間游客行為[4-6]以及夜游經濟發(fā)展對策[7-8]等方面。然而，安全作為旅游業(yè)發(fā)展的基礎和保障，鮮有關注夜間旅游安全問題?，F(xiàn)有研究從“驢友”[9]、大學生游客[10]、女性游客[11]以及老年游客[12]等不同群體探究了旅游安全問題。旅游安全感知[13]、出境旅游安全事件時空分布[14]、旅游安全的引致因素[15]、旅游安全管控[16]等也成為重點探究的方向。夜間旅游活動具有時段特殊性，人體機能有所下降，管理難以快速響應，極易發(fā)生安全事故。S.Tutenges指出夜間旅游場所助長了各種形式的危險行為，如酗酒、吸毒、不安全的性行為和暴力等[17]；A.T.Hsieh等對臺灣游客夜間旅游感知調查發(fā)現(xiàn)，臺灣觀光夜市存在盜竊、停車以及交通安全等問題[4]。

在夜間旅游安全問題易發(fā)的現(xiàn)實背景下，需要重點關注以下問題：一是夜間旅游安全事件的時空特征。厘清事故發(fā)生的時空規(guī)律是“因時制宜”和“因地制宜”地應對事故的重要前提。已有研究就夜間旅游的概念[2-3]、游客行為[4-6]以及發(fā)展對策[7-8]進行了探討，其時空分布特征需進一步分析。二是引致夜間旅游安全事件的關鍵因素。厘清引致夜間旅游安全事件的關鍵因素是保障夜間旅游安全的重要前提。綜上，本研究將重點揭示夜間旅游安全事件的時空異質特征及其引致因素，綜合運用季節(jié)性強度指數(shù)、基尼系數(shù)、變異系數(shù)、不平衡指數(shù)、核密度分析等方法全面揭示我國夜間旅游安全事件的時空分布特征，借助空間面板模型探索其發(fā)生的關鍵因素，以期為因時制宜和因地制宜地精準防范夜間旅游安全事件提供參考。

1 研究對象、研究方法與數(shù)據(jù)來源

1.1 研究對象

本研究以省域為尺度，研究中國夜間旅游安全事件的時空分異特征及其影響因素。我國夜間旅游參與度高漲，2019年，92.4%的游客有過夜間旅游體驗[18]。與此同時，驢媽媽、攜程等旅游平臺夜間旅游產品訂單穩(wěn)步增長。此外，我國夜間旅游仍存在旅游載體少、配套設施不完善、交通可達性差、治安難度大等問題，安全管理難以快速響應，極易發(fā)生安全事故。旅行社責任保險統(tǒng)保示范項目出險數(shù)據(jù)顯示，2010—2019年全國共發(fā)生13 667起夜間旅游安全事件，平均每年發(fā)生1 366.7起，平均每天發(fā)生3.7起。我國夜間旅游安全事故已進入多發(fā)階段，夜間旅游安全問題亟需關注。

1.2 研究方法

1.2.1時間分異。季節(jié)性強度指數(shù)主要反映國內夜間旅游安全事件在發(fā)生時間上的集中分布程度[19]，值越小，說明夜間旅游安全事件在月份分布上越均衡。

1.2.2空間分異。借助基尼系數(shù)、變異系數(shù)、核密度、重心以及標準差橢圓等方法探究夜間旅游安全事件的空間分異特征。① 基尼系數(shù)主要用于刻畫研究對象在空間地域上的離散分布[19]，本研究借助基尼系數(shù)度量中國夜間旅游安全事件在省域尺度范圍的離散空間分布情況。一般而言，基尼系數(shù)的取值在0～1，值越大，反映國內夜間旅游安全事件的分布越集中。② 變異系數(shù)反映研究對象在空間地域上的離散分布程度[20]，本研究利用變異系數(shù)測度夜間旅游安全事件在省域尺度上的差異狀況以及差異程度，變異系數(shù)值越大，說明我國夜間旅游安全事件的分布越離散。③ 核密度分析是一種常用的可視化熱點分析方法，能夠較好地反映地理空間分布中的距離衰減效應[21]。該方法已經用于農家樂發(fā)展[22]、名人事件[23]等空間分異研究。本研究采用該方法揭示夜間旅游安全事件的冷熱點區(qū)域。④ 重心的概念最初來源于物理學，其代表物體內各個點所受重力產生合力的作用點[24]，能夠較好地反映夜間旅游安全事件空間分布的平均中心[20]。⑤ 標準差橢圓能夠清晰地表現(xiàn)出研究對象的空間結構與區(qū)位，較好地展現(xiàn)要素空間分布的中心性及延展性，從而解釋要素的分布格局和發(fā)展態(tài)勢。

1.2.3引致因素?？虏?道格拉斯生產函數(shù)模型通過比較、篩選一種或若干種影響因素構建對結果變量的影響模型，能夠用有效樣本數(shù)據(jù)估計模型參數(shù)。

1.3 數(shù)據(jù)來源

根據(jù)文化和旅游部統(tǒng)計，截至2019年末，已有超過2萬家旅行社投保旅行社責任險，統(tǒng)保率超過75%[15]，且參保旅行社數(shù)量逐年增加。此外，盡管旅行社責任保險保障的是團隊旅游活動，但旅游團隊一般在夜間不會安排旅游活動，夜間安全事件多為游客的個人行為。因此，旅行社責任保險出險數(shù)據(jù)中的夜間旅游安全事件一定程度上突破了團隊旅游的限制。由此，旅行社責任保險統(tǒng)保示范項目出險數(shù)據(jù)能夠代表我國夜間旅游安全事件的基本情況。出險項目數(shù)據(jù)主要包括出險時間、報案時間、出險省份等42個數(shù)據(jù)內容，研究主要利用了該出險項目中的出險時間和出險省份兩個關鍵指標篩選數(shù)據(jù)。(1)借助Excel分列功能將日期與具體時間點區(qū)分。在此基礎上，根據(jù)曹新向[3]對夜間旅游活動的界定，利用篩選功能選取我國夜間旅游安全事件的樣本數(shù)據(jù)。本研究收集整理了2010年1月1日至2019年12月31日我國31個省份(不包括臺灣、香港、澳門)的夜間旅游安全事件共計13 667起。借助季節(jié)強度指數(shù)、基尼系數(shù)等指標探究我國夜間旅游安全的時空分異規(guī)律，并進行可視化分析。(2)夜間旅游安全事件的相關指標數(shù)據(jù)來源于2011—2020年《中國統(tǒng)計年鑒》《中國社會統(tǒng)計年鑒》《中國文化文物和旅游統(tǒng)計年鑒》和各地國民經濟和社會發(fā)展統(tǒng)計公報、統(tǒng)計年鑒等公開統(tǒng)計資料。

2 夜間旅游安全事件的時空分異規(guī)律

2.1 時間分布特征

我國夜間旅游安全事件數(shù)總體呈現(xiàn)先增長后下降的特征。2010—2013年我國夜間旅游安全事件發(fā)生數(shù)量持續(xù)增加，2013—2015年略有減少，2015—2017年又呈遞增趨勢，2017—2019年持續(xù)減少。這可能是因為2013年和2017年先后出臺和修訂了《中華人民共和國旅游法》，進一步規(guī)范了旅游安全問題。

利用季節(jié)性強度指數(shù)剖析夜間旅游安全事件在發(fā)生時間上的集中性(表1)。2010年季節(jié)性強度指數(shù)較大，為6.145，表明2010年我國夜間旅游安全事件的季節(jié)性差異較大，2011—2019年季節(jié)性強度指數(shù)較小。從我國夜間旅游安全事件發(fā)生季度看，主要集中在夏季。這主要受暑假、高溫等因素的影響，在這個時段夜間旅游出游人次較多，一定程度上造成安全事故較為高發(fā)。

表1 2010—2019年夜間旅游安全 事件的季節(jié)性強度指數(shù)、基尼系數(shù)、變異系數(shù)

2.2 空間分布特征

2.2.1空間分布類型。借助基尼系數(shù)以及變異系數(shù)測算我國夜間旅游安全事件的空間集聚特征(表1)。從基尼系數(shù)來看，2010—2017年我國夜間旅游安全事件的基尼系數(shù)呈減小趨勢，表明我國夜間旅游安全事件發(fā)生的空間分布較為分散。2018—2019年，基尼系數(shù)值回升至0.9以上，表明我國夜間旅游安全事件的發(fā)生區(qū)域較為集中。從變異系數(shù)來看，2010—2017年我國夜間旅游安全事件發(fā)生的區(qū)域差異較大，從2010年的0.917上升至2017年的1.416，總體上我國夜間旅游安全事件的空間分布呈分散趨勢。2018—2019年我國夜間旅游安全事件發(fā)生的區(qū)域差異縮小，其中2018年變異系數(shù)為 0.885，2019年為0.619，這同樣表明我國夜間旅游安全事件的空間分布呈集聚特征。

2.2.2空間分布格局。以2010年和2019年為時間節(jié)點分析省域尺度下我國夜間旅游安全事件空間分布差異。借助ArcGIS 10.3中的自然斷點法將2010年我國夜間旅游安全事件分為低頻區(qū)(≤8起)、較低頻區(qū)(9～20起)、中頻區(qū)(21～28起)、較高頻區(qū)(29～52起)以及高頻區(qū)(≥53起)五大區(qū)域，并將該標準運用于2019年(圖1)。2010年我國夜間旅游安全事件的高頻區(qū)主要集中在云南和廣東，較高頻區(qū)在沿海城市較為集聚，四川和湖南也是夜間旅游安全事件的較高發(fā)區(qū)，中頻區(qū)在中部、東北等省域呈塊狀分布。2019年我國夜間旅游安全事件的高頻區(qū)明顯擴大，形成新疆、云南、海南、湖南、山東等省份零星分布，較高頻區(qū)明顯增加，形成中部地區(qū)連片分布，而中頻區(qū)、較低頻區(qū)以及低頻區(qū)明顯縮小。

圖1 2010年、2019年我國夜間旅游安全事件空間分布格局

2.2.3空間熱點特征。利用核密度分析剖析我國夜間旅游安全事件在不同年份省域尺度上的熱點變化特征，將搜索半徑設定為2.5 km[25]?？傮w而言，我國夜間旅游安全事件核密度的高值區(qū)在兩個時間截面上發(fā)生顯著變化，均在沿海地區(qū)以及中部地區(qū)等發(fā)達地域呈塊狀集聚分布(圖2)。具體來看，2010年我國夜間旅游安全事件主要發(fā)生在東部沿海地區(qū)以及西南部分省域。其中，上海是夜間旅游安全事件的熱點區(qū)域，云南、天津、北京及廣東為次熱點區(qū)域。2019年我國夜間旅游安全事件的熱點區(qū)域擴散至海南、北京等省域，次熱點區(qū)大幅度增加，形成山東、河南、湖南、云南、廣東、新疆等多省域塊狀分布。強化我國夜間旅游安全管理刻不容緩。

圖2 2010年、2019年我國夜間旅游安全事件核密度分布

2.2.4空間演化態(tài)勢。利用重心以及標準差橢圓分析我國夜間旅游安全事件的空間演變規(guī)律與發(fā)展態(tài)勢。2010—2019年我國夜間旅游安全事件的重心變化幅度較大，2010—2017年重心有向西南方向轉移的趨勢，2017—2019年重心持續(xù)向西北方向遷移(圖3)。利用標準差橢圓分析我國夜間旅游安全事件的空間發(fā)展態(tài)勢。整體來看，2010年、2013年、2016年、2019年我國夜間旅游安全事件的標準差橢圓分布范圍較大，覆蓋了28個省份，且整體位于中部以及東部地區(qū)。具體而言，2010年我國夜間旅游安全事件的分布重心位于湖北荊門市(112.184°E，30.842°N)，分布總體方向為東北—西南方向。2013年，分布中心由湖北荊門市轉向湖南張家界市(110.104°E，29.721°N)，橢圓方位角由2010年的64.922°變?yōu)?1.014°，說明我國夜間旅游安全事件分布走向有向西南轉移的趨勢，且整體旅游安全事件的發(fā)生區(qū)域范圍較2010年有所擴大，面積由原來的321.268 km2擴大為337.900 km2。2016年，我國國內旅游安全事件的分布重心由2013年的湖南張家界市轉向湖北恩施市(109.470°E，29.955°N)，橢圓方位角由2013年的61.014°變?yōu)?1.859°，整體走向有向西北轉移趨勢，且事件發(fā)生區(qū)域的面積由原先的337.900 km2擴大到375.174 km2。2019年國內旅游安全事件的分布重心位于湖北省神農架林區(qū)(110.346°E，31.411°N)，橢圓方位角變?yōu)?7.271°。整體來看，我國夜間旅游安全事件的分布走向有向東北方向轉移的趨勢，且發(fā)生區(qū)域面積仍在擴大，為417.508 km2，這表明國內夜間旅游安全事件呈現(xiàn)嚴重化趨勢。

圖3 2010—2019年夜間旅游安全事件的重心分布

3 夜間旅游安全事件的引致因素

3.1 變量選取、數(shù)據(jù)說明與模型建立

3.1.1變量選取與數(shù)據(jù)說明。事故致因論理論表明旅游安全事件的發(fā)生是多元因素共同作用的結果[26]。J.Yin等指出安全事件的引致因素包含壓力、狀態(tài)以及響應三大因素[27]?；诖?，本研究擬從壓力、狀態(tài)、響應三大要素出發(fā)，借助空間面板回歸模型探討引致我國夜間旅游安全事件的關鍵因素。將2010—2019年我國夜間旅游安全事件數(shù)作為被解釋變量，解釋變量指標的選取考慮數(shù)據(jù)可獲取性，將游客接待壓力、社會環(huán)境壓力作為壓力解釋變量，能源消費狀態(tài)、行業(yè)發(fā)展狀態(tài)作為狀態(tài)解釋變量，將產業(yè)發(fā)展響應作為響應解釋變量。各變量指標選取說明如下：① 游客接待壓力。殷杰等指出客流與游客聚集壓力易引致高聚集游客安全事故的發(fā)生[28]。可見，游客接待壓力是引致安全事件的重要前因。由于缺乏夜間旅游接待人數(shù)的統(tǒng)計數(shù)據(jù)，本研究用各省份接待入境過夜游客以及各省份旅游接待人次來表征游客接待壓力，其在一定程度上能夠反映各省份夜間旅游接待人數(shù)。② 社會環(huán)境壓力。鄒永廣認為社會環(huán)境壓力是影響目的地安全的重要因素，而各地區(qū)交通事故數(shù)是衡量當?shù)厣鐣h(huán)境壓力的重要指標[29]。此外，B.Maser等認為交通安全是旅游風險的重要維度[30]。本研究用各地區(qū)交通事故數(shù)來衡量社會環(huán)境壓力。③ 能源消費狀態(tài)。能源消費狀態(tài)能夠有效反映夜間旅游的發(fā)展狀態(tài)。夜間旅游發(fā)展態(tài)勢越好，其吸引的游客數(shù)越多，也越有可能出現(xiàn)安全問題。本研究借助各省份電力消費數(shù)來衡量能源消費狀態(tài)。一般而言，某地區(qū)電力消費數(shù)越高，該地區(qū)的夜間旅游越發(fā)達。④ 行業(yè)發(fā)展狀態(tài)。用第三產業(yè)法人單位數(shù)來表征各省份的行業(yè)發(fā)展狀態(tài)。第三產業(yè)法人單位數(shù)反映了整個第三產業(yè)發(fā)展的整體水平，換言之，第三產業(yè)法人單位數(shù)越多，表明該省份的旅游產業(yè)發(fā)展狀態(tài)越好，夜間旅游也越發(fā)達，因而可能造成的夜間旅游安全事件也越多。⑤ 產業(yè)發(fā)展響應。住宿與餐飲資產投資在一定程度上反映了旅游產業(yè)發(fā)展響應。一般而言，住宿與餐飲資產投資越多，旅游業(yè)發(fā)展狀態(tài)越好，其能夠為游客提供安全保障的基礎設施、旅游設施、各類服務越完備，因而夜間旅游安全事故越不可能發(fā)生。

3.1.2模型建立。為了消除異方差以及保證數(shù)據(jù)穩(wěn)定性，對上述變量分別取自然對數(shù)，借鑒柯布-道格拉斯生產函數(shù)模型[31]，分析壓力、狀態(tài)、響應因素對夜間旅游安全事件的影響，并建立面板數(shù)據(jù)模型：

lnY=C+αlnX1it+βlnX2it+γlnX3it+ηlnX4it+φlnX5it+μlnX6it。

式中：i為省份；t為時期；Y為夜間旅游安全事件數(shù)；X1為接待入境過夜游客；X2為旅游接待人次；X3為交通事故數(shù)；X4為電力消費數(shù)；X5為第三產業(yè)法人單位數(shù)；X6為住宿與餐飲資產投資；C為常數(shù)項；α，β，γ，η，φ，μ分別為各變量的彈性系數(shù)。鑒于該式為基本面板數(shù)據(jù)模型，本研究將根據(jù)Hausman檢驗進一步確定面板數(shù)據(jù)模型形式。

3.2 夜間旅游安全事件影響因素回歸分析

首先，采用回歸分析前需要確定面板數(shù)據(jù)的效應模型，借助Hausman檢驗判定該模型是屬于隨機效應、混合效應還是固定效應模型[32]，檢驗結果表明適合選擇固定效應模型。此外，模型擬合優(yōu)度值達到0.963，相應的p值小于0.001，模型擬合效果較好。其次，各省份接待入境過夜游客、各地區(qū)交通事故數(shù)對我國夜間旅游安全事件的形成產生了顯著的正向推進作用，住宿與餐飲資產投資具有負向抑制作用，而各省份旅游接待人次、電力消費數(shù)、第三產業(yè)法人單位數(shù)并不能顯著影響夜間旅游安全事件(表2)。

(1) 游客接待壓力。各省份旅游接待人次對我國夜間旅游安全事件的影響作用并不顯著，而各省份接待入境過夜游客對我國夜間旅游安全事件的形成具有推動作用。盡管各省份旅游接待人次能夠反映目的地游客接待壓力，然而，由于出游時間的局限性，周邊游仍是大眾游客的首要選擇。對入境過夜游客而言，文化差異沖突以及夜間安保限制等易引發(fā)夜間旅游安全事故發(fā)生。

(2) 社會環(huán)境壓力。社會環(huán)境壓力是影響目的地安全系統(tǒng)的重要因素[29]，各地區(qū)交通事故數(shù)是社會環(huán)境壓力的指標之一，省區(qū)交通事故數(shù)越多，表明該目的地安全系統(tǒng)越不穩(wěn)定，目的地整體風險較高，易致使夜間旅游安全事故的發(fā)生。

(3) 能源消費狀態(tài)。根據(jù)電熱匯微信公眾平臺顯示，第二產業(yè)屬于高耗能產業(yè)，其用電占全社會用電總量的68.3%，而第三產業(yè)僅占16.4%。因此，各省份電力消費數(shù)對我國夜間旅游安全事件的影響較小。

表2 夜間旅游安全事件影響因素模型估計結果

(4) 行業(yè)發(fā)展狀態(tài)。第三產業(yè)法人單位數(shù)能夠在一定程度上表征目的地旅游發(fā)展的狀態(tài)，但夜間旅游的開發(fā)多聚集在城市、社區(qū)、古鎮(zhèn)等地，山岳、遺產遺跡等類型目的地不適合發(fā)展夜間旅游，因此，第三產業(yè)法人單位數(shù)對我國夜間旅游安全事件的影響較小。

(5) 產業(yè)發(fā)展響應。住宿與餐飲資產投資能夠反映該地區(qū)有較大的夜間旅游市場，其相應的安全配套服務、配套設施也較為完善，能夠為夜間旅游發(fā)展提供一個良好的產業(yè)發(fā)展環(huán)境。因此，住宿與餐飲資產投資對我國夜間旅游安全事件的形成具有抑制作用。

4 結論與建議

4.1 結論

(1)我國夜間旅游安全事件的發(fā)生時間呈現(xiàn)整體波動性與分布集中性。2010—2019年我國夜間旅游安全事件數(shù)呈現(xiàn)先增長后下降的趨勢，7月和8月是夜間旅游安全事件高發(fā)期。夜間旅游安全事件的季節(jié)性差異較小，高發(fā)期集中于夏季。

(2)2010—2017年我國夜間旅游安全事件發(fā)生的區(qū)域差異較大，2018—2019年分布較為集中。夜間旅游安全事件高頻區(qū)、較高頻區(qū)呈擴大態(tài)勢，中頻區(qū)、低頻區(qū)與較低頻區(qū)呈縮減態(tài)勢；夜間旅游安全事件的熱點與次熱點區(qū)域呈擴大趨勢；2010—2017夜間旅游安全事件的重心有向西南方向轉移的趨勢，2017—2019年重心持續(xù)向東北方向遷移，夜間旅游安全事件發(fā)生面積逐年擴大。

(3)接待壓力、環(huán)境壓力是導致夜間旅游安全事件發(fā)生的重要原因。各省份接待入境過夜游客、各地區(qū)交通事故數(shù)對我國夜間旅游安全事件的形成產生了顯著的正向影響，住宿與餐飲資產投資能夠減少夜間旅游安全事件的發(fā)生。

4.2 建議

(1)強化夜間旅游安全管理意識，加強與多部門如電力、人文、氣象等相關部門合作，識別夜間旅游安全事件發(fā)生時間段，及時通過相關平臺發(fā)布公告。

(2)旅游企業(yè)應加強夜間旅游安全防控，在節(jié)假日及寒暑假期間強化夜間旅游安全防控措施，制定相應的應急預案，如增派安全管理人員，加強安全監(jiān)控，完善景區(qū)內監(jiān)控、播報等設施設備，盡可能有效規(guī)避安全風險。

(3)旅游者需要加強安全意識，盡量避免在事故高發(fā)區(qū)出游，7月、8月為我國夜間旅游安全事件的高發(fā)期，在此期間，青少年游客應在家長陪同下出游。

(4)旅游管理部門應結合夜間旅游安全事件的空間分布特征和發(fā)展態(tài)勢制定安全防控策略。沿海地區(qū)、西南地區(qū)以及其他夜間旅游安全事件的高發(fā)地區(qū)的旅游管理部門應識別當?shù)匾归g旅游安全事故的形成因素、涉及環(huán)節(jié)以及具體地段，在夜間事故高發(fā)地區(qū)完善交通、住宿等基礎設施，建立安全檢測預警機制，設立安全緊急應急站，提高夜間旅游安全應急救援效率。

(5)夜間旅游場所需嚴格按照最大承載量進行游客接待，避免游客過載情況。交通部門應加強夜間交通管控，盡量減少交通事故的發(fā)生，為夜間旅游營造良好的社會環(huán)境。旅游企業(yè)、旅游部門應加強夜間旅游安全方面的投資，為游客打造安全的夜間旅游環(huán)境。