我國避暑勝地形成機(jī)制及旅游競爭力的分析

薛 剛,孫根年,余志康

(陜西師范大學(xué) 旅游與環(huán)境學(xué)院， 陜西 西安 710062)

避暑旅游與氣候舒適度有關(guān)。1966年W. H. Terjung 提出了氣候舒適度指數(shù)的概念[1],由此推動了旅游氣候舒適度研究。2007年孫根年、馬麗君以西安和陜西為例,開展了氣候舒適度與客流量關(guān)系研究[3-4],發(fā)現(xiàn)春秋季舒適的氣候是旅游旺季形成的環(huán)境條件[5];蔣炯平以我國四大避暑勝地為例,探究了避暑勝地的形成條件和發(fā)展軌跡[6];馬乃孚以清江流域?yàn)榘咐?探討避暑旅游資源的開發(fā)[7];蔣曉偉開展了廬山旅游氣候評價(jià)及深度開發(fā)[8]; 龍江智以遼寧海島旅游為案例,提出打造中國海島避暑勝地[9]。2007年召開的中國首屆避暑旅游經(jīng)濟(jì)論壇,率先提出“避暑旅游”、“避暑產(chǎn)業(yè)”和“避暑經(jīng)濟(jì)”等概念。為此,石培新探討并提出了推進(jìn)避暑經(jīng)濟(jì)的政策建議[10];金穎若提出避暑旅游需走特色化、生態(tài)化道路[11]。綜合上述文獻(xiàn)可以看出,避暑旅游已成為旅游地研究的熱點(diǎn)。

實(shí)際上,一個(gè)避暑旅游勝地的形成,是其夏季涼爽的氣候、優(yōu)美的旅游資源、便捷的交通區(qū)位三大因素綜合作用的結(jié)果。而有關(guān)我國避暑勝地旅游綜合競爭力測評及形成機(jī)制的研究,國內(nèi)相對較少。本文以廬山等10大避暑勝地為案例,從避暑氣候、旅游資源、交通區(qū)位三大因素出發(fā),對其避暑旅游競爭力及形成機(jī)制做定量分析,為避暑旅游活動組織及避暑旅游地開發(fā)提供參考。

1 樣地選擇、數(shù)據(jù)來源與研究方法

1.1 概念界定與樣地選擇

所謂避暑旅游,是在炎熱夏季追求涼爽氣候的一種反向旅游活動。一般來說需要滿足3個(gè)條件:①客源地夏季出現(xiàn)高溫天氣,日最高氣溫在35℃以上,促使人們產(chǎn)生避暑的需求;②目的地氣候涼爽,日最高氣溫一般在26℃以下,能夠提供涼爽的氣候供給;③客源地與目的地距離較近,可方便到達(dá)。此外,一個(gè)避暑勝地旅游競爭力的強(qiáng)弱,并非僅僅由其氣候舒適度決定,還必須綜合考慮其旅游資源特色、交通區(qū)位條件。本文在綜合考慮我國地理環(huán)境的基礎(chǔ)上,選取了廬山、北戴河、承德、青海湖、莫干山、麗江、九寨溝、雞公山、天目山、神農(nóng)架等10個(gè)避暑勝地作為研究對象,基本涵蓋了沿海與內(nèi)陸、南方與北方、海濱與山岳等多種類型。

1.2 研究方法

本文首先構(gòu)建了一個(gè)避暑勝地旅游綜合競爭力測評的概念模型(如圖1)。包括了涼爽的氣候、優(yōu)美的旅游景觀、便捷的交通區(qū)位,并認(rèn)為它們是相互聯(lián)系、相互影響的。其中,涼爽的氣候是關(guān)鍵因素,優(yōu)美的旅游資源是內(nèi)部核心因素,便捷的交通區(qū)位是外部關(guān)鍵因素。

圖1 避暑勝地旅游綜合競爭力測評的概念模型Fig.1 The concept model of tourism comprehensive competitiveness evaluation about Summer Resorts

在開展避暑勝地旅游競爭力測評時(shí):首先,開展氣候舒適度及競爭力測評,將避暑勝地與周邊中心城市的溫差結(jié)合,測算避暑勝地的避暑指數(shù);其次,從旅游資源、避暑勝地的級別、景點(diǎn)資源豐度和空間容量角度,測算景區(qū)對游客的吸引力;從交通區(qū)位、景區(qū)與中心城市距離以及交通方式,測算景區(qū)的交通區(qū)位及可達(dá)性。最后,以盛夏接待的客流量及在全年所占比例為競爭力的顯性替代指標(biāo),分析其與避暑指數(shù)、旅游資源、交通區(qū)位的關(guān)系,揭示各因素在避暑勝地形成中的作用。

1.3 數(shù)據(jù)來源

夏季氣候舒適度測評選取的1981—2010近30年各城市氣候統(tǒng)計(jì)平均值,來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng);避暑勝地旅游競爭力的評選取的旅游基礎(chǔ)數(shù)據(jù)和信息,來源于各地市旅游統(tǒng)計(jì)年鑒、百度百科、攜程網(wǎng);交通區(qū)位條件測評選取的交通站點(diǎn)、中心距離、景區(qū)面積的信息,來自于全國火車站、汽車站、機(jī)場網(wǎng)站、Google earth軟件測算以及百度百科;旅游發(fā)展的數(shù)據(jù)選取的2010年10大避暑勝地年接待游人次,來源于各景區(qū)及相關(guān)網(wǎng)站統(tǒng)計(jì)公告。

2 氣候舒適度測評及與中心城市比較

2.1 氣候舒適度測評公式

氣候舒適度是指人們無需借助任何消寒、避暑措施,就能保證生理過程正常進(jìn)行的氣候條件。本文主要采用溫濕指數(shù)(THI)、風(fēng)寒指數(shù)(WCI)、測定十大避暑勝地的旅游氣候舒適度。

溫濕指數(shù)(THI)指溫度與濕度的綜合,反映了人體與周圍環(huán)境的熱量交換,計(jì)算公式如下:

THI=(1.8t+32)-0.55×(1-f)(1.8t-26)

(1)

式中:t為攝氏溫度(℃);f為相對濕度(%)。

風(fēng)寒指數(shù)(WCI)指寒冷環(huán)境下風(fēng)速與氣溫對裸露人體的影響。奧利佛于1987年提出,計(jì)算公式如下:

(2)

式中:t為攝氏溫度(℃);v為風(fēng)速(m/s)。

為了將氣候舒適度指數(shù)的絕對值,轉(zhuǎn)化為舒適性評價(jià)的相對值,本文將其劃分為5個(gè)等級,分別采用9，7，5，3，1對其進(jìn)行賦值,其結(jié)果如表1所示。

2.2 氣候舒適度測評

本節(jié)以1981—2010年氣象觀測數(shù)據(jù)為基礎(chǔ),根據(jù)公式(1)，(2),計(jì)算十大避暑勝地夏季溫濕指數(shù)和風(fēng)寒指數(shù),用表1所設(shè)定的分級方案及符號反映所歸屬的等級。如表2所示。

從溫濕指數(shù)(第一個(gè)字母)來看:廬山、麗江、九寨溝夏季溫濕指數(shù)較高,適宜旅游活動;承德避暑山莊6，8月溫濕指數(shù)較高,7月份較低,不宜旅游;北戴河、青海湖、天目山、神農(nóng)架6月溫濕指數(shù)較高,適宜旅游。7，8月較低,人體感覺較不舒適;莫干山、雞公山夏季溫濕指數(shù)較低,舒適性差。從風(fēng)寒指數(shù)(第二個(gè)字母)來看:廬山、北戴河、麗江、神農(nóng)架夏季風(fēng)寒指數(shù)高,人體感覺舒適,適宜旅游;九寨溝、承德6，8月份風(fēng)寒指數(shù)高,7月份較高,舒適性較好;莫干山夏季風(fēng)寒指數(shù)較高,人體感覺較舒適,適宜旅游。

表1 溫濕指數(shù)、風(fēng)寒指數(shù)的分級標(biāo)準(zhǔn)及賦值Tab.1 THI, WCI grade standard

表2 十大避暑勝地的溫濕指數(shù)、風(fēng)寒指數(shù)Tab.2 The THI and WCI of the 10 Summer Resorts

2.3 避暑指數(shù)測定與排序

本節(jié)所選取的避暑指數(shù)是避暑勝地的旅游綜合競爭力測評的重要指數(shù),由夏季的溫濕指數(shù)和風(fēng)寒指數(shù)加和進(jìn)行測算的,這里給出了一個(gè)加權(quán)疊加模型,其計(jì)算公式為:

C=0.65XTHI+0.35XWCI

(3)

其中,C為避暑指數(shù)，0.65，0.35為權(quán)系數(shù),XTHI，XWCI為溫濕指數(shù)、風(fēng)寒指數(shù)的分級值。

由表1、表2結(jié)果,綜合算出我國10大避暑勝地的氣候舒適度的最低值、中間值、最高值。避暑指數(shù)的加權(quán)計(jì)算按公式:避暑指數(shù)=中間值+(最高值-最低值)2/60。最終,氣候條件得分=避暑指數(shù)得分+溫差修正值,計(jì)算結(jié)果如表3所示。

表3 十大避暑勝地避暑指數(shù)比較Tab.3 The comparison of summer index about the 10 Summer Resorts

表3中,所選的10大避暑勝地氣候舒適度指數(shù)差異較大。從最低值來看,麗江最高6.40;廬山次之;青海湖最低1.70,表明出現(xiàn)最低之時(shí)青海湖的氣候舒適度最差且不宜旅游。從避暑指數(shù)來看,以廬山最高7.39,麗江次之,最低為天目山3.95。炎熱夏季,涼爽的氣候?yàn)槁糜翁峁┝讼葲Q條件。

2.4 與中心城市溫差比較

中心城市有著眾多的客流量,由于不適的氣候條件,游客更傾向于比較涼爽的景區(qū)進(jìn)行避暑旅游。本文對夏季避暑勝地的平均溫差進(jìn)行統(tǒng)計(jì),并按溫差6～8℃:0.6分;8～10℃:0.8分;10～12℃:1.0分;12～14℃:0.8分;14～16℃:0.6分進(jìn)行賦值作為氣候條件評價(jià)的修正值。結(jié)果如表4所示。

表4中:景區(qū)夏季溫度遠(yuǎn)遠(yuǎn)低于其周邊的中心城市。炎熱夏季,避暑勝地與周邊城市較大的溫差,為從大城市的游客提供了涼爽、舒適的旅游環(huán)境。對于避暑勝地來說,首先要有一個(gè)舒適的溫度范圍:15℃～25℃,其次周邊中心城市溫度則在35℃以上,兩地有著10℃～12℃的溫差,此溫差也成為避暑旅游地形成的門檻溫差。在華北和長江中下游地區(qū),盛夏城市氣溫常在35℃以上,而避暑勝地的氣溫常在26℃以下,形成10℃左右的溫差。溫差太低或太高,往往出現(xiàn)“過猶不及”的現(xiàn)象。

表4 十大避暑勝地與中心城市夏季溫差比較Tab.4 The comparison of summer temperature with 10 summer resorts and central city

3 旅游資源與交通區(qū)位比較

3.1 旅游資源及景區(qū)特征

旅游資源及景點(diǎn)吸引力是游客前來旅游內(nèi)在的直接驅(qū)動力[12]。本節(jié)從各地年鑒和網(wǎng)站統(tǒng)計(jì)得出:十大避暑勝地旅游資源和景區(qū)特征。按旅游資源豐度計(jì)算公式給景區(qū)賦分:5A級5分、4A級2.5分、加入世界遺產(chǎn)1分、按景點(diǎn)數(shù)量多少排名賦值0.1～1分作為旅游資源評價(jià)的修正值。最終旅游資源得分=景區(qū)級別得分+景區(qū)榮譽(yù)得分+景區(qū)景點(diǎn)數(shù)量得分。計(jì)算結(jié)果見表5。

表5 十大避暑勝地旅游資源和景區(qū)特征比較Tab.5 The comparison of tourism resources and characteristics of scenic spot about the 10 Summer Resorts

對于避暑旅游,除涼爽的氣候條件外還必須有著優(yōu)美的旅游資源。表5中,首先,5A級和加入世界遺產(chǎn)的旅游景區(qū)吸引力強(qiáng)。其次,旅游景區(qū)的容量以及景點(diǎn)數(shù)量是吸引游客的又一因素。按上述計(jì)算方法得知:麗江旅游資源得分最高7,吸引力最強(qiáng),承德次之,最差為天目山、青海湖2.6。

3.2 交通區(qū)位及可達(dá)性分析

交通區(qū)位及可達(dá)性是影響游客到訪的重要外部因素[15]。本節(jié)交通區(qū)位的測評按景區(qū)到中心城市的距離以及交通方式的類型進(jìn)行測算:景區(qū)和中心城市有飛機(jī)場且能夠互通到達(dá):1.5分;景區(qū)和中心城市有飛機(jī)場但不能互通到達(dá):1.3分;鐵路:1.0分;公路:0.8分。交通區(qū)位得分=航空得分+鐵路里程排名* 1.0+公路里程排名*0.8,其中青海湖、天目山、莫干山三地雖沒有直達(dá)飛機(jī),但距中心城市西寧或杭州較近且有機(jī)場,因此綜合分析,給三地額外附加0.3分作為修正值。計(jì)算結(jié)果如表6 所示。

表6 十大避暑勝地交通區(qū)位比較Tab.6 The comparison of the condition of traffic about the 10 Summer Resorts

交通區(qū)位影響和制約著景區(qū)的可進(jìn)入性,而可進(jìn)入性又會影響到景區(qū)的收益和可持續(xù)發(fā)展。表6中,位置、距離、交通方式三者測算的數(shù)據(jù)表明:不同景區(qū)的可達(dá)性隨距離和交通方式而變化,距離中心城市的距離,表明游客進(jìn)入景區(qū)的便捷程度。按上述計(jì)算方法得知:廬山得分最高2.64,表明廬山的可進(jìn)入性最強(qiáng),北戴河次之,雞公山最差0.92。

4 避暑勝地的形成機(jī)制及旅游競爭力分析

4.1 避暑勝地的形成機(jī)制

從2002年孫根年提出旅游市場競爭態(tài)模型以來,就開始了旅游市場競爭態(tài)與資源豐度、交通區(qū)位、經(jīng)濟(jì)發(fā)展水平關(guān)系的探究[13-14]。本節(jié)依據(jù)上述統(tǒng)計(jì)數(shù)據(jù),分析避暑勝地年接待客流量與氣候條件、旅游資源、交通區(qū)位的關(guān)系。結(jié)果如圖2、圖3、圖4所示。

炎熱夏季,涼爽的氣候是吸引游客前來的關(guān)鍵因素。本文以氣候條件為自變量,以接待的客流量為因變量制作散點(diǎn)圖。利用OLS法進(jìn)行回歸分析,采用直線方程,如圖2所示,氣候條件對接待客流量有顯著的影響,隨著氣候條件得分的增大,景區(qū)接待的游客隨之增多。其中廬山的氣候條件得分為8.39,相應(yīng)接待客流量為483萬人;神農(nóng)架、北戴河、九寨溝、承德氣候條件得分在6～7.5之間,相應(yīng)接待客流量在150～250萬人之間;莫干山氣候條件得分4.98,接待客流量為28.11萬人。北戴河、承德、雞公山氣候條件相似,客流量差異較大,是旅游資源和的交通區(qū)位的差異所致;正是由于旅游資源和區(qū)位交通因素差異的影響,天目山、莫干山、青海湖,氣候條件差異較大,但卻有著大體相似接待的客流量。

優(yōu)美豐富的旅游資源是吸引大量游客前來的內(nèi)在直接驅(qū)動力。本文以旅游資源為自變量,接待客流量為因變量制作散點(diǎn)關(guān)系圖。利用最小二乘法進(jìn)行回歸分析,采用直線方程,如圖3所示,旅游資源與接待客流量有著明顯的正相關(guān)關(guān)系,隨著旅游資源吸引力的增高,接待游客人數(shù)隨之增大。其中廬山旅游資源得分6.7,相應(yīng)接待客流量為483萬人;神農(nóng)架旅游資源得分5.4,相應(yīng)接待客流量為201萬人;雞公山旅游資源得分2.8,接待客流量為62.5萬人。具有相似旅游資源優(yōu)勢的廬山、麗江、承德,其接待量差異甚大,涼爽的氣候條件和便捷的區(qū)位交通條件為吸引大量游客的到訪提供了可能;神農(nóng)架、九寨溝與承德旅游資源差異較大卻有著相似的接待客流量,究其原因是由其他兩個(gè)因素相互影響所致。

圖2 氣候條件與接待客流量的關(guān)系Fig.2 The relation of climatic conditions and the number of tourists

圖3 旅游資源與接待客流量的關(guān)系 Fig.3 The relation of tourism resources and the number of tourists

便捷的交通區(qū)位條件以及可進(jìn)入性是影響游客到訪的重要外部因素。本文以交通區(qū)位為自變量,接待客流量為因變量制作散點(diǎn)關(guān)系圖。利用OLS法進(jìn)行回歸分析,采用直線方程,如圖4所示,接待客流量和交通區(qū)位呈正相關(guān)關(guān)系。廬山交通區(qū)位得分2.64,相應(yīng)接待客流量為483萬人;麗江、神農(nóng)架、北戴河、九寨溝交通區(qū)位得分在1.5～2.5之間,相應(yīng)客流量為150～350萬人;青海湖交通區(qū)位得分1,客流量為34.49萬人。其中具有相似區(qū)位優(yōu)勢的麗江、九寨溝,其接待的客流量差異甚大,究其原因是由氣候條件和旅游資源的差異引起的。

圖4 交通區(qū)位與接待客流量的關(guān)系Fig.4 The relation of the condition of traffic and the number of tourists

4.2 旅游競爭力分析

從上述分析中得知:景區(qū)的游客接待量與文中所選取的氣候條件、旅游資源和交通區(qū)位呈現(xiàn)比較好的正相關(guān)關(guān)系。結(jié)合三大因素與景區(qū)游客接待量的關(guān)系圖來看,評價(jià)避暑勝地旅游綜合競爭力的強(qiáng)弱,氣候條件、旅游資源、交通區(qū)位是三個(gè)不可或缺的因素。本文在單因子分析的基礎(chǔ)上,將氣候條件、旅游資源、交通條件看成3個(gè)自變量,來揭示旅游地競爭力的強(qiáng)弱與三大因素的關(guān)系。

本文以接待的客流量作為競爭力的顯性替代指標(biāo),采用多元回歸的加法模型,認(rèn)為各因素是相互獨(dú)立的。用SPSS軟件測算三大因素與客流量的回歸關(guān)系方程:

y=37.613*x1+16.705*x2+141.14*x3-353.838R2=0.927。

(4)

式中,y為客流量;x1，x2，x3分別為氣候條件、旅游資源、區(qū)位交通。

從方程可以看出,各個(gè)因素的邊際貢獻(xiàn)以交通區(qū)位最大,氣候條件次之,旅游資源最小。為了檢驗(yàn)回歸方程模擬的準(zhǔn)確性,利用回歸方程計(jì)算各個(gè)勝地客流量的模擬值,并與其實(shí)際統(tǒng)計(jì)值進(jìn)行比較。圖5中,三者綜合的模型模擬值與實(shí)際統(tǒng)計(jì)值具有顯著的相關(guān)性,對比單因素分析具有更高共線性,解釋的可信度高達(dá)92.57%。同時(shí),綜合模擬方程的系數(shù)反映了各因素的彈性。其中,交通區(qū)位的彈性系數(shù)最大,其變動1個(gè)單位,避暑勝地接待的客流量增加或減少141.14萬人;氣候條件的彈性次之,其每變動1個(gè)單位,避暑勝地接待的客流量增加或減少37.613萬人;旅游資源的彈性最小,其每變動1個(gè)單位,游客增加或減少16.705萬人。

圖5 接待客流量的統(tǒng)計(jì)值與模擬值的比較Fig.5 The comparison of the statistics and simulation values tourists about the number of tourists

5 結(jié) 語

本文選取三大因素對我國十大避暑勝地的形成機(jī)制及旅游競爭力強(qiáng)弱進(jìn)行分析,結(jié)果表明:

1)作為旅游避暑勝地,夏季最高溫度在26℃以下,能夠提供舒適的避暑氣候供給。其次,與周邊中心城市有10～12℃的溫差,是避暑旅游地形成的最佳氣候條件。溫差太低或太高,往往出現(xiàn)“過猶不及”的現(xiàn)象。

2)避暑勝地的游客量與氣候條件、旅游資源、交通區(qū)位呈現(xiàn)正相關(guān)關(guān)系,其中涼爽的氣候是關(guān)鍵因素,優(yōu)美的旅游景觀是內(nèi)部核心因素,便捷的交通區(qū)位是外部關(guān)鍵因素,單一因素并不能起決定性作用。

3)本文以客流量作為競爭力的顯性替代指標(biāo),并以其為因變量,以氣候條件、旅游資源、交通條件為自變量,采用最小二乘法建立回歸方程,來揭示避暑勝地旅游競爭力的強(qiáng)弱與三大因素的關(guān)系。模擬方程解釋的可信度高達(dá)92.57%。同時(shí),方程的系數(shù)反映了各因素的彈性。其中,交通區(qū)位的彈性系數(shù)最大,其變動1個(gè)單位,避暑勝地接待的客流量增加或減少141.14萬人;氣候條件的彈性次之,其每變動1個(gè)單位,避暑勝地接待的客流量增加或減少37.613萬人;旅游資源的彈性最小,其每變動1個(gè)單位,游客增加或減少16.705萬人。

[1] TER JUNG W H.Physiologic climates of the contentious United States: A bioclimatic classification based on man[J].Annals A A G,1966,5(1): 141-179.

[2] OLIVER J E. Climate and Man′s Environment: An Introduction to Applied Climatology[M].New York: John Wiley & Sons. Inc, 1973: 195-206.

[3] 馬麗君,孫根年.中國西部熱點(diǎn)城市旅游氣候舒適度[J].干旱區(qū)地理,2009,9,32(5):791-797.

[4] 馬麗君,孫根年,李馥麗,等.陜西省旅游氣候舒適度評價(jià)[J].資源科學(xué),2007,11,29(6):40-44.

[5] 孫根年,馬麗君.西安旅游氣候舒適度與客流量年內(nèi)變化相關(guān)性分析[J].旅游學(xué)刊,2007,22(7):34-39.

[6] 蔣炯平.我國四大避暑勝地成因之探究[J].中國西部科技,2008,5,07,15(140):62-64.

[7] 馬乃孚,甘雨來.清江流域避暑旅游氣候資源的開發(fā)研究[J].長江流域資源與環(huán)境, 1995, 4(1): 52-53.

[8] 蔣曉偉,馮立梅,楊達(dá)源,等.廬山旅游氣候資源優(yōu)勢評價(jià)及深度開發(fā)[J].長江流域資源與環(huán)境, 2003, 12(3): 233-236.

[9] 龍江智,李恒云.基于氣候舒適性視角的遼寧海島旅游開發(fā)策略研究[J].資源科學(xué),2012,34,(5):981-987.

[10] 石培新.避暑經(jīng)濟(jì)的幾個(gè)基礎(chǔ)性問題探討[J].資源科學(xué),2010,10,32(10):1999-2004.

[11] 劉園園,金穎若.在避暑旅游產(chǎn)業(yè)發(fā)展概述[J].生態(tài)經(jīng)濟(jì),2010(6):115-118.

[12] 李琦,孫根年,韓亞芬.中國省際入境旅游資源吸引力與區(qū)位可達(dá)性的矩陣分析[J].干旱區(qū)資源與環(huán)境,20085,22(5):101-106.

[13] 王美紅,孫根年,康國棟.中國旅游LR-NS-FA空間錯(cuò)位的組合矩陣分析[J].人文地理, 2009, 27(1): 59-65.

[14] 李景宜,孫根年.旅游市場競爭態(tài)模型及其應(yīng)用研究[J].資源科學(xué),2002,11,24(6): 91-96.