常規(guī)突發(fā)事件與中國(guó)入境旅游人數(shù)的動(dòng)態(tài)演進(jìn)及空間效應(yīng)

張 俊，程 勵(lì)

（四川大學(xué)a.災(zāi)后重建與管理學(xué)院；b.旅游學(xué)院，成都 610065）

0 引言

入境旅游作為我國(guó)旅游業(yè)的重要組成部分，是衡量我國(guó)旅游業(yè)國(guó)際競(jìng)爭(zhēng)力和國(guó)際化水平的重要因素，入境旅游對(duì)推行旅游外交、“一帶一路”建設(shè)，構(gòu)建我國(guó)對(duì)外開(kāi)放新格局都具有重要推動(dòng)作用。但與此同時(shí)，入境旅游業(yè)也是一個(gè)兼具敏感性和脆弱性的綜合性產(chǎn)業(yè)，頻繁遭受國(guó)內(nèi)外各種突發(fā)事件的侵?jǐn)_，這些突發(fā)事件已嚴(yán)重影響入境旅游業(yè)的正常發(fā)展。特別一些諸如地震災(zāi)難[1]、恐怖襲擊[2]、金融危機(jī)[3]等重大突發(fā)事件會(huì)對(duì)旅游產(chǎn)業(yè)鏈和旅游市場(chǎng)結(jié)構(gòu)造成全面、系統(tǒng)性的破壞。因而，探索突發(fā)事件與入境旅游的關(guān)聯(lián)機(jī)制和影響機(jī)理，有利于提高旅游地安全管理水平，促進(jìn)入境旅游業(yè)可持續(xù)發(fā)展。

本文以2003—2015年中國(guó)省際常規(guī)突發(fā)事件和入境旅游人數(shù)為研究對(duì)象，以地質(zhì)災(zāi)害、火災(zāi)事故和交通事故為常規(guī)突發(fā)事件變量，運(yùn)用核密度估計(jì)和空間面板計(jì)量模型重點(diǎn)探討：（1）常規(guī)突發(fā)事件發(fā)生水平與入境旅游人數(shù)的時(shí)空動(dòng)態(tài)演進(jìn)趨勢(shì)，以及它們?cè)诘乩砜臻g上的關(guān)聯(lián)性；（2）常規(guī)突發(fā)事件發(fā)生水平對(duì)中國(guó)入境旅游人數(shù)的空間影響和溢出效應(yīng)，旨在為提高入境旅游安全管理水平、區(qū)域旅游應(yīng)急合作等提供理論支撐。

1 研究方法、指標(biāo)選取與數(shù)據(jù)來(lái)源

1.1 研究方法

空間計(jì)量經(jīng)濟(jì)學(xué)理論摒棄了傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)的空間無(wú)關(guān)聯(lián)和均衡性的假設(shè)，通過(guò)構(gòu)建空間權(quán)重，充分考慮空間關(guān)聯(lián)性對(duì)經(jīng)濟(jì)活動(dòng)的影響，以消除估計(jì)結(jié)果中出現(xiàn)有偏或無(wú)效的缺陷[4]。目前，常用的空間面板計(jì)量模型主要包括空間滯后模型（簡(jiǎn)稱SLM）、空間誤差模型（簡(jiǎn)稱SEM）和空間杜賓模型（簡(jiǎn)稱SDM）。其中空間滯后模型（SLM）主要分析鄰接地理單元的因變量對(duì)本地理單元因變量的影響是否具有空間溢出效應(yīng)[5]，具體模型為：

式中，Y為n×1被解釋變量列向量，X為解釋變量向量，W為空間權(quán)重矩陣，β為解釋變量的估計(jì)系數(shù)，反映解釋變量X對(duì)被解釋變量Y的影響程度，ρ為被解釋變量的空間自相關(guān)系數(shù)，ε為隨機(jī)誤差向量。

空間誤差模型（SEM）主要用來(lái)探討鄰近地區(qū)的擾動(dòng)誤差對(duì)本地理單元的沖擊影響，具體公式為：

式中，λ為空間誤差系數(shù)，反映鄰接單元被解釋變量Y對(duì)本單元Y的影響程度，μ為隨機(jī)誤差向量。

空間杜賓模型（SDM）不僅考慮本單元被解釋變量的空間影響，還考慮鄰近單元被解釋變量與本單元解釋變量的空間溢出效應(yīng)，即本單元解釋變量對(duì)鄰近單元被解釋變量的空間溢出效應(yīng)或鄰近單元解釋變量對(duì)本單元被解釋變量的空間溢出效應(yīng)[6]。具體公式為：

式中，γ表示空間滯后解釋變量X的估計(jì)系數(shù)。

1.2 指標(biāo)選取與數(shù)據(jù)來(lái)源

在常規(guī)突發(fā)事件中，火災(zāi)事故、地質(zhì)災(zāi)害（包括泥石流、滑坡、崩塌）和交通事故的發(fā)生水平較高，屬于高發(fā)性常規(guī)突發(fā)事件（見(jiàn)表1），同時(shí)它們也是國(guó)家統(tǒng)計(jì)局和公安部消防局公布的主要突發(fā)事件類型。目前，由于缺乏權(quán)威的統(tǒng)計(jì)數(shù)據(jù)，突發(fā)事件的科學(xué)量化一直比較困難。因此，基于數(shù)據(jù)的可獲得性和真實(shí)性，本文以我國(guó)31個(gè)省級(jí)行政單位（港澳臺(tái)地區(qū)除外）為研究單元，選取2004—2016年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)消防年鑒》《中國(guó)旅游統(tǒng)計(jì)年鑒》以及公安部消防局官方網(wǎng)站公開(kāi)的3類常規(guī)突發(fā)事件（地質(zhì)災(zāi)害、火災(zāi)事故和交通事故）作為解釋變量，以發(fā)生頻次作為突發(fā)事件形態(tài)指標(biāo)，入境旅游人數(shù)作為被解釋變量。

表1 解釋變量的描述性統(tǒng)計(jì)

2 常規(guī)突發(fā)事件與入境旅游人數(shù)的動(dòng)態(tài)演進(jìn)

本文借助Matlab2011統(tǒng)計(jì)軟件，采用高斯核函數(shù)分別對(duì)2003年、2007年、2011年和2015年的全國(guó)31個(gè)省份火災(zāi)事故、地質(zhì)災(zāi)害、交通事故三種常規(guī)突發(fā)事件發(fā)生水平的自然對(duì)數(shù)（lnhzsg、lndzzh、lnjtsg）和入境旅游人數(shù)的自然對(duì)數(shù)（lnlyrs）進(jìn)行Kernel密度估計(jì)，并繪制成核密度分布曲線（見(jiàn)圖1），同時(shí)結(jié)合各變量的分布水平，探討常規(guī)突發(fā)事件與入境旅游人數(shù)在地理空間上的動(dòng)態(tài)演進(jìn)趨勢(shì)。

2.1 Lnhzsg分布水平的動(dòng)態(tài)演進(jìn)趨勢(shì)

（1）lnhzsg核密度曲線整體上呈左偏態(tài)分布，說(shuō)明多數(shù)省份的火災(zāi)事故發(fā)生水平要高于全國(guó)平均水平；隨著時(shí)間推移，lnhzsg分布曲線整體呈“左移-右移”的變化態(tài)勢(shì)，其中在2003—2011年核密度曲線不斷向左移動(dòng)，說(shuō)明火災(zāi)事故發(fā)生水平逐年下降，在2012—2015年分布整體開(kāi)始向右移動(dòng)，說(shuō)明火災(zāi)事故發(fā)生水平處于上升趨勢(shì)。（2）從波峰形態(tài)上看，lnhzsg分布曲線在樣本考察期內(nèi)呈“收窄-扁平”的變化態(tài)勢(shì)，具體表現(xiàn)為分布曲線的波峰高度在2003—2011年逐漸變高，波峰寬度大幅收窄，主峰出現(xiàn)尖峰形狀，左拖尾波長(zhǎng)不斷縮短，說(shuō)明地帶內(nèi)火災(zāi)事故分布差距逐漸縮小，在2011—2015年波峰高度不斷下降，波峰寬度的整體分布逐漸扁平，且左拖尾不斷拉長(zhǎng)，說(shuō)明火災(zāi)事故高發(fā)地區(qū)（浙江、江蘇）與火災(zāi)事故低發(fā)地區(qū)（西藏、青海）的差距在不斷擴(kuò)大。（3）從波峰數(shù)量上看，多數(shù)年份的lnhzsg分布曲線左側(cè)出現(xiàn)多處輕微“隆起”，表明省際間火災(zāi)事故分布水平出現(xiàn)多極分化現(xiàn)象。（4）從樣本單元發(fā)生水平來(lái)看，火災(zāi)事故低水平區(qū)主要集中在西藏、青海、貴州等西部地區(qū)，高水平區(qū)主要包括中東部的山東、吉林、遼寧、浙江等地。

圖1 常規(guī)突發(fā)事件與入境旅游人數(shù)分布水平的動(dòng)態(tài)演進(jìn)趨勢(shì)

2.2 Lndzzh分布水平的動(dòng)態(tài)演進(jìn)趨勢(shì)

（1）樣本考察期內(nèi)lndzzh整體上呈右偏態(tài)分布，說(shuō)明多數(shù)省份的地質(zhì)災(zāi)害發(fā)生水平低于全國(guó)平均水平。隨著時(shí)間推移，樣本考察期內(nèi)lndzzh核密度曲線呈“左移-右移-左移”交替演進(jìn)態(tài)勢(shì)。（2）波峰形態(tài)上，核密度分布曲線呈“扁平-收窄-扁平”的變化態(tài)勢(shì)，具體表現(xiàn)為2003—2007年的波峰高度不斷降低，寬度趨向扁平，說(shuō)明區(qū)域地質(zhì)災(zāi)害發(fā)生水平差距有所拉大，2007—2011年波峰高度升高，波峰寬度趨向收窄，區(qū)域發(fā)生水平差距有所縮小，2011—2015年波峰高度再次下降，波峰寬度趨向扁平，說(shuō)明區(qū)域發(fā)生水平差距再次拉大。（3）從波峰數(shù)量上看，樣本考察期內(nèi)lndzzh的分布曲線主要呈“單峰”分布形態(tài)，省際間地質(zhì)災(zāi)害分布水平的空間極化效應(yīng)比較明顯。從分布水平上看，地質(zhì)災(zāi)害低水平區(qū)主要包括天津、北京、黑龍江、上海、寧夏等地，高水平區(qū)主要分布在西南地區(qū)、嶺南地區(qū)和武陵山脈等地，涉及四川、重慶、云南、廣西、湖南、湖北和江西等省區(qū)。由于這些地區(qū)多山地、丘陵、高原和喀斯特地貌，降水比較豐富，易引發(fā)滑坡、泥石流和崩塌等地質(zhì)災(zāi)害[7]。

2.3 Lnjtsg分布水平的動(dòng)態(tài)演進(jìn)趨勢(shì)

（1）樣本考察期內(nèi)lnjtsg整體分布水平呈左偏態(tài)分布，說(shuō)明大多省區(qū)的交通事故發(fā)生水平要高于全國(guó)平均水平；隨著時(shí)間推移，lnjtsg核密度曲線在2003—2015年不斷向左移動(dòng)，表明全國(guó)交通事故整體發(fā)生水平不斷下降，其中2015年波峰對(duì)應(yīng)的交通事故發(fā)生水平范圍為[8，8.5]。（2）從波峰形態(tài)上看，lnjtsg分布曲線在樣本考察期內(nèi)呈現(xiàn)“收窄-扁平”的變化態(tài)勢(shì)，表現(xiàn)為波峰高度在2003—2007年逐漸變高，波峰寬度逐漸收窄，左拖尾波長(zhǎng)不斷縮短，省際間交通事故發(fā)生水平差距逐漸縮?。?007—2015年波峰高度有所上升，形態(tài)變得平緩，省際間交通事故發(fā)生水平差距逐漸擴(kuò)大。（3）從波峰數(shù)量上看，lnjtsg分布曲線在樣本考察期內(nèi)表現(xiàn)為“雙峰”向“單峰”形態(tài)變化，說(shuō)明省際交通事故發(fā)生水平的空間極化效應(yīng)越來(lái)越明顯。從樣本區(qū)域來(lái)看，交通事故低發(fā)區(qū)主要集中在西部地區(qū)，包括西藏、青海、貴州、寧夏等地，高發(fā)區(qū)主要集中在東部沿海省份，包括江蘇、山東、浙江、廣東等地。

2.4 Lnlyrs分布水平的動(dòng)態(tài)演進(jìn)趨勢(shì)

（1）樣本考察期內(nèi)lnlyrs整體分布水平呈左偏態(tài)分布，說(shuō)明多數(shù)省區(qū)的入境旅游人數(shù)要高于全國(guó)平均水平；隨著時(shí)間推移，lnlyrs核密度曲線在整體上不斷向右位移，說(shuō)明入境旅游人數(shù)在考察期內(nèi)不斷增加。（2）波峰形態(tài)上，樣本考察期內(nèi)lnlyrs核密度曲線整體上呈“收窄-扁平”的演進(jìn)態(tài)勢(shì)，表現(xiàn)為2003—2007年波峰高度逐漸變高，波峰寬度逐漸收窄，地帶差異逐漸縮小，2007—2015年波峰高度逐漸降低，波峰形態(tài)逐漸平緩，表明入境旅游人數(shù)的區(qū)域差距開(kāi)始拉大，至2011—2015年波峰形態(tài)變化比較平穩(wěn)。（3）從波峰數(shù)量上看，lnlyrs核密度曲線在樣本考察期內(nèi)呈現(xiàn)“單峰”向“雙峰”或“多峰”的形態(tài)變化，說(shuō)明省際間入境旅游人數(shù)在地理空間上出現(xiàn)多極分化現(xiàn)象，趨向俱樂(lè)部收斂。由入境旅游人數(shù)的分布水平可知，入境旅游人數(shù)的低水平區(qū)域主要分布在西北和青藏地區(qū)，包括寧夏、青海、新疆、西藏、貴州等地，高水平區(qū)域主要集中于東部沿海省區(qū)，如北京、上海、廣東、浙江、江蘇、福建等地。這是由于東部沿海地區(qū)經(jīng)濟(jì)水平、基礎(chǔ)設(shè)施、交通條件、旅游資源稟賦、對(duì)外開(kāi)放水平等條件皆要優(yōu)于內(nèi)陸西部省份，且多數(shù)地區(qū)是入境游客的目的地、集散地和中轉(zhuǎn)站；西部地區(qū)多數(shù)省份區(qū)位偏遠(yuǎn)，遠(yuǎn)離客源市場(chǎng)，旅游基礎(chǔ)設(shè)施不完善，可進(jìn)入性較差，在一定程度上制約了當(dāng)?shù)厝刖陈糜螛I(yè)的發(fā)展。

3 常規(guī)突發(fā)事件對(duì)入境旅游人數(shù)的空間效應(yīng)

本文基于地理鄰接權(quán)重，運(yùn)用Matlab11軟件中的空間計(jì)量軟件模塊測(cè)算常規(guī)突發(fā)事件對(duì)入境旅游人數(shù)的空間效應(yīng)，模型包括混合OLS模型、空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。根據(jù)固定效應(yīng)模型對(duì)空間效應(yīng)和時(shí)間效應(yīng)的不同控制，空間計(jì)量模型又可分為非固定效應(yīng)（nF）、空間固定效應(yīng)（sF）、時(shí)間固定效應(yīng)（tF）和時(shí)空固定效應(yīng)（stF）四種模型。

在引入地理鄰接權(quán)重矩陣后，本文首先通過(guò)非空間效應(yīng)的混合OLS模型考察常規(guī)突發(fā)事件與入境旅游人數(shù)是否存在空間自相關(guān)，并比較SLM和SEM的最優(yōu)模型。表2報(bào)告了基于地理鄰接權(quán)重的空間面板計(jì)量結(jié)果。Moran統(tǒng)計(jì)值為0.431，在1‰水平上拒絕“不存在空間自相關(guān)”的原假設(shè)，說(shuō)明傳統(tǒng)混合模型因忽略空間交互作用而使得估計(jì)結(jié)果出現(xiàn)偏差甚至無(wú)效，因而本文應(yīng)采用空間面板計(jì)量模型。Hausman統(tǒng)計(jì)值為-38.57，拒絕個(gè)體效應(yīng)與解釋變量無(wú)關(guān)的原假設(shè)，說(shuō)明固定效應(yīng)模型的估計(jì)結(jié)果應(yīng)優(yōu)于其他模型。其次，對(duì)于SLM與SEM的選擇，Anselin提出模型的判別準(zhǔn)則，若LMLAG的統(tǒng)計(jì)值要顯著高于LMERR的統(tǒng)計(jì)值，且R LMLAG的統(tǒng)計(jì)值要顯著高于R MERR的統(tǒng)計(jì)值時(shí)，說(shuō)明SLM優(yōu)于SEM。本文中，LMLAG和R LMLAG的檢驗(yàn)統(tǒng)計(jì)值皆顯著高于LMERR和R MERR的檢驗(yàn)統(tǒng)計(jì)值，說(shuō)明空間滯后面板（SLM）模型估計(jì)效果更好。再次，依據(jù)Wald指標(biāo)和LR指標(biāo)判斷空間杜賓模型（SDM）是否應(yīng)簡(jiǎn)化為空間滯后模型（SLM）。表2中Wald spatia_l lag、LR_ spatial lag 和Wald spatial error、LR spatial error的統(tǒng)計(jì)值皆不能拒絕假設(shè)，因此應(yīng)將空間杜賓面板模型（SDM）簡(jiǎn)化為空間滯后面板模型（SLM）或空間誤差面板模型（SEM）。最后，通過(guò)比較擬合優(yōu)度R2、Adjust R2和對(duì)數(shù)似然函數(shù)（Log-likelihood）指標(biāo)，發(fā)現(xiàn)空間固定效應(yīng)模型（sF）要優(yōu)于其他三種模型。綜合上述分析，本文認(rèn)為空間固定效應(yīng)的SLM估計(jì)效果最優(yōu)（模型2）。

表2 常規(guī)突發(fā)事件對(duì)入境旅游人數(shù)的空間效應(yīng)

模型2結(jié)果顯示，空間自相關(guān)系數(shù)ρ為0.58，且在1‰水平上顯著，說(shuō)明省際間入境旅游人數(shù)存在顯著的正向溢出效應(yīng)，即本地區(qū)入境旅游人數(shù)的增長(zhǎng)對(duì)周邊地區(qū)入境旅游人數(shù)也具有正向的促進(jìn)作用。Lndzzh與lnlyrs存在非線性的影響關(guān)系，lndzzh的估計(jì)系數(shù)為0.05，不顯著為正，lndzzh二次項(xiàng)的估計(jì)系數(shù)為-0.007，且通過(guò)5%水平的顯著性檢驗(yàn)，表明lnlyrs與lndzzh呈“倒U”型曲線關(guān)系（圖2），曲線拐點(diǎn)位于-β1/2β2處，計(jì)算出的拐點(diǎn)值為3.71，對(duì)應(yīng)的地質(zhì)災(zāi)害發(fā)生水平為41起，意味著省際地質(zhì)災(zāi)害發(fā)生水平超過(guò)41起時(shí)，入境旅游人數(shù)將會(huì)持續(xù)下滑。這說(shuō)明地質(zhì)災(zāi)害發(fā)生水平較低時(shí)，它對(duì)入境旅游人數(shù)影響不明顯，但是當(dāng)?shù)刭|(zhì)災(zāi)害發(fā)生水平（＞41起）超出入境旅游系統(tǒng)的承受能力時(shí)，就會(huì)對(duì)入境旅游人數(shù)增長(zhǎng)產(chǎn)生抑制作用。在樣本觀測(cè)期間，北京、天津、河北、江西、內(nèi)蒙古、寧夏、青海、山東、山西、上海十個(gè)省區(qū)的地質(zhì)災(zāi)害平均水平位于拐點(diǎn)左側(cè)，未超出旅游系統(tǒng)臨界水平，其他21個(gè)省區(qū)地質(zhì)災(zāi)害平均水平位于拐點(diǎn)右側(cè)，皆超出旅游系統(tǒng)臨界水平，說(shuō)明超過(guò)2/3省區(qū)的地質(zhì)災(zāi)害發(fā)生水平較高，對(duì)入境旅游人數(shù)已造成明顯的負(fù)向影響。Lnhzsg對(duì)lnlyrs的影響系數(shù)為-0.09，通過(guò)5%水平的顯著性檢驗(yàn)，說(shuō)明lnhzsg每多發(fā)生1%，lnlyrs就會(huì)下降0.09%。lnjtsg對(duì)lnlyrs的估計(jì)系數(shù)為-0.34，通過(guò)1‰水平的顯著性檢驗(yàn)，說(shuō)明lnjtsg每多發(fā)生1%，就會(huì)使lnlyrs下降0.34%。

可以看出，雖然常規(guī)突發(fā)事件在發(fā)生水平較低時(shí)，不會(huì)對(duì)旅游系統(tǒng)造成顯著的負(fù)面影響，但是當(dāng)突發(fā)事件長(zhǎng)期處于高發(fā)態(tài)勢(shì)時(shí)，隨著時(shí)間遲滯以及風(fēng)險(xiǎn)系統(tǒng)的放大作用[8]，存在于旅游風(fēng)險(xiǎn)系統(tǒng)中的不安全因素不斷激化并超出旅游系統(tǒng)的承受范圍時(shí)，會(huì)嚴(yán)重破壞區(qū)域旅游業(yè)的正常運(yùn)行，沖擊旅游地形象，并嚴(yán)重影響潛在（現(xiàn)實(shí)）游客的旅游需求和行為決策，最終導(dǎo)致入境旅游人數(shù)急劇下滑。在本文中，火災(zāi)事故和交通事故作為高發(fā)性常規(guī)突發(fā)事件，已對(duì)我國(guó)入境旅游人數(shù)造成明顯的負(fù)向影響。此外，在這些突發(fā)事件類型中，交通事故發(fā)生水平對(duì)我國(guó)入境旅游人數(shù)的影響程度最高。

4 結(jié)論

近年來(lái)，頻發(fā)的常規(guī)突發(fā)事件已成為我國(guó)入境旅游發(fā)展的重要障礙。本文以2003—2015年中國(guó)大陸省級(jí)行政單位的常規(guī)突發(fā)事件和入境旅游人數(shù)的統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，運(yùn)用核密度估計(jì)估計(jì)和空間面板計(jì)量模型，實(shí)證分析常規(guī)突發(fā)事件對(duì)入境旅游人數(shù)影響的空間效應(yīng)。結(jié)果表明：常規(guī)突發(fā)事件與入境旅游人數(shù)的動(dòng)態(tài)演進(jìn)趨勢(shì)顯示，大多數(shù)省區(qū)的火災(zāi)事故、交通事故和入境旅游人數(shù)均高于全國(guó)平均水平，多數(shù)省份的地質(zhì)災(zāi)害發(fā)生水平低于全國(guó)平均水平。波峰形態(tài)和數(shù)量顯示，火災(zāi)事故和入境旅游人數(shù)在地理空間上呈現(xiàn)多極分化趨勢(shì)，區(qū)域水平差距比較顯著；交通事故和地質(zhì)災(zāi)害空間極化效應(yīng)比較明顯。從分布水平來(lái)看，火災(zāi)事故、交通事故和入境旅游人數(shù)的低水平區(qū)主要分布在西部省區(qū)，高水平區(qū)主要集中在東部沿海省區(qū)；地質(zhì)災(zāi)害低水平區(qū)主要包括天津、北京、黑龍江、上海、寧夏等地，高水平區(qū)主要分布在西南地區(qū)、嶺南地區(qū)和武陵山脈等地。SLM的估計(jì)結(jié)果顯示，lndzzh和lnlyrs存在非線性關(guān)系，呈“倒U”型曲線分布，說(shuō)明地質(zhì)災(zāi)害發(fā)生水平較低時(shí)，對(duì)入境旅游人數(shù)影響不明顯，但是當(dāng)?shù)刭|(zhì)災(zāi)害高度頻發(fā)，且發(fā)生水平超出入境旅游系統(tǒng)的承受能力時(shí)，就會(huì)對(duì)入境旅游人數(shù)增長(zhǎng)產(chǎn)生抑制作用。