重慶旅游氣象擾動模型初步研究

張 馳， 白瑩瑩， 劉曉冉， 劉 川， 李永華

(1.重慶市氣候中心，重慶 401147； 2.重慶市氣象科學研究所，重慶 401147)

引 言

氣候條件中的光、熱和水直接構成特色景觀，影響景區內生物種類的生長狀況，而氣候的季節性變化和適宜度決定著景區旅游的最佳時段，是人們外出旅游的主要參考依據，其優越性是旅游資源開發的必要前提[1]。旅游資源可分為自然和人文景觀，前者與氣候資源聯系緊密[2]。氣候資源可以推動社會生產力的發展，旅游氣候資源則形成了旅游氣象景觀[3]。三峽庫區北臨秦嶺和大巴山，多層次的地形為庫區提供了豐富的自然旅游資源，可觀賞云、霧、雨、雪等多種氣象景觀，一年中適宜旅游的時間有6～7個月，其中4、5、9和10月是游覽三峽地區的最佳月份[4]。旅游業是促進當地經濟發展、改善民生的重要途徑[5]。王麗雯等[6]發現，重慶市旅游產業結構中旅游景區、群眾文化、文化娛樂、運輸等行業集聚水平較高，航空運輸、藝術行業集聚水平變化明顯，其他行業呈均衡分布；旅游產業集群與旅游經濟增長呈非線性的倒“U”型關系。

我國優美風景和清新環境地域多集中在山區。有研究表明，黃山景區在不同天氣、氣候條件下形成的景點四季皆有，5月上旬至10月中旬是最佳游覽時段[7]。黃水林等[8]將冬季廬山雪景形成機理結合數值預測產品，得到了不同季節雪型景觀的持續時間及其天氣型特征。尹建昌[9]利用大九寨景區不同地形和海拔景點的光、熱、濕、風等數據構建高海拔地區舒適指數，發現各景點的適宜時段可達4～7個月，非常適宜時段也有2～6個月。為服務于巫山社會經濟發展，劉幸運等[10]分析得到巫山低中高海拔景點的氣候特征和體感狀況，并給出了改善旅游資源的對策和建議。

在旅游景區氣象模型方面，郭菊馨等[11]將五類氣象預報指數及分級方法系統應用于滇西北迪慶州旅游景區預報工作。嚴曉瑜等[12]利用專家評估法分析發現，氣象服務在2010年寧夏旅游業中的貢獻率和效益值分別為0.2%和1075.9萬元，景區運營、安全管理和推介活動中，氣象服務所占比重為1%～10%。丁國香等[13]利用局地短臨預報系統(INCA)、WRF模式和歐洲細網格數據，建立精細化山岳景點天氣預報、景觀預報和災害預警平臺，并應用于安徽黃山、九華山景區。鄭健等[14]將綜合性舒適度指數應用于寧波旅游氣象預報業務中，充分考慮景區天氣狀況、舒適度、大氣污染、紫外線等因素的影響，實現了預報產品網絡化和短信發布自動化。侯亞紅等[15]利用舒適度、環境因子和氣候條件建立遼寧避暑旅游氣象指數，并劃分等級和適宜程度。

在旅游氣候舒適度方面，杜正靜等[16]通過改進Mieczkowski[17]提出的TCI法，構建旅游氣候適宜性指數，用于我國旅游資源的精細化分析，從中發現，5-9月我國大部地區為適宜至非常適宜區域，冬季不適宜區域最廣。有專家利用溫濕、風寒、著衣指數構建綜合氣候舒適度或分類指標來表征全國或區域內主要旅游城市的月—季或不同海拔地形的舒適狀況[18-23]，隨后自然景區或行政區劃內的旅游舒適度研究迅速展開，大量的研究成果為旅游開發經營、旅游活動組織、游客出游季節和地點選擇提供了翔實的科學依據[24-28]。

近10年，構建生物多樣性與生態系統服務評估指標研究在我國日趨火熱[29-30]，人類活動和社會發展對自然風景、江源草地、濕地等生態系統的影響也日趨明顯并引起關注[31-33]。在重慶生態氣候評估方面，中國氣象學會先后授予城口“中國生態氣候明珠”[34]和黔江“中國清新清涼峽谷城”稱號[35]，這對當地生態旅游開發和經濟建設都有良好推動作用。但目前，針對重慶旅游氣象客觀定量的評估—預估研究較少，建立相應的旅游氣象條件評估指標很有必要，政府及相關部門決策也需要這方面的技術支持。

1 資料和方法

1.1 數據來源介紹

重慶國內外和節假日旅游統計數據分別來源于2000—2017年《重慶統計年鑒》[36]、2003—2017年《重慶市旅游業統計公報》[37]等資料。其中，重慶國際旅游人數和外匯收入的分析時段統一為1983—2016年，主導作用因子為重慶生產總值；而重慶國內旅游人數和收入分析時段則統一為1998-2016年，主導作用因子則選取我國人均GDP。

國慶—中秋節和小長假的分析時段均選擇2006-2016年，其中，小長假包含元旦、清明、五一和端午節。由于節假日分公、農歷兩種，假期可能會重疊，如2009年和2012年國慶、中秋游客人數(或收入)無法區分等問題，國家對假日天數的安排也無法完全統一，而氣象因素需要以確切的時段為背景，所以本研究嘗試用更長、更穩定的月—季時間尺度代表多個假日時段，其中，國慶—中秋節選取9-10月，小長假選取4-6月。另外，根據中華人民共和國國務院令(第513號)規定，2008年我國開始新增清明、端午和中秋節[38]，2006年和2007年的假期日數較之后年份明顯偏少，但通過應用發現，保留這兩年數據，利于擴大樣本年數，也不會對后續年旅游業總體趨勢產生影響。

1.2 回歸算法及擾動建模

重慶國內外旅游趨勢分析選取冪指數回歸方程,如公式(1)所示：

y=e(ax+b)

(1)

其中，x為年份，y為重慶旅游人數(或收入)，a、b均為冪指數擬合系數。

重慶節假日旅游趨勢分析選取線性回歸方程,如公式(2)所示：

y=cx+d

(2)

其中，x為年份，y為重慶節假日旅游人數(或收入)，c、d為線性擬合系數。

旅游業的發展，不僅受氣象因素影響，也受經濟發展的影響。分析旅游業與氣象要素之間的顯著性擾動關系，需要濾除經濟等因素的趨勢影響。重慶國內、國外旅游年際擾動用各自分析時段的年平均氣溫、年平均降水量和年平均相對濕度等氣象因素建模，國慶—中秋節利用重慶分析時段內每年9-10月最高氣溫≥35 ℃日數、小雨日數、相對濕度的最小值及平均風速的最大值建模，小長假利用重慶分析時段內每年4-6月平均極端最高氣溫、平均相對濕度及平均風速建模。

1.3 綜合旅游氣象條件評估指數

由于氣候業務服務中需要各類指標的綜合研判，國內、國外和節假日期間，主要采用旅游人數和收入擾動的無量綱累加值來表示氣象因素對旅游業的增、減益效果，即綜合旅游氣象條件評估指數。據統計，在線性綜合評價模型中，采用Z-Score法進行無量綱化是比較適合的[39]，如公式(3)所示：

(3)

其中，zi,k為綜合旅游氣象條件評估指數的二維矩陣，xi,j,k為重慶多年國內外和節假日的旅游人數(或收入)擾動值的三維矩陣，μi,j表示xi,j,k的多年均值矩陣，σi,j表示xi,j,k的標準差矩陣。i=1,2,3,4分別表示國內、國外、國慶—中秋節和小長假旅游，j=1,2分別表示旅游人數和收入，k為不同類旅游人數(或收入)對應的年份序列。

根據公式(3)可得到zi=1,k，zi=2,k，即年度國內、國外綜合旅游氣象條件評估指數序列，進一步計算得到

yk=a×zi=1,k+b×zi=2,k

(4)

式中yk代表重慶年度國內外綜合旅游氣象條件評估指數序列，由于2000年以來國內旅游收入約為國外旅游收入(外匯折算后)的20倍，按權重估測分配，a=0.95，b=0.05;zi=3,k、zi=4,k則分別為國慶—中秋節和小長假綜合旅游氣象條件評估指數序列。yk，zi=3,k，zi=4,k在確定年份，當指數大于0時，表明氣象條件宜于旅游，其絕對數值越大收益越高，反之亦然。

2 研究結果

2.1 重慶國內旅游業情況

2.1.1 國內旅游現狀及擾動分析

1998-2016年我國人均GDP增長了6.8倍，經

濟總量的迅猛發展和人民生活水平的提高顯而易見。來重慶旅游的國內游客人數1998年為0.22億人次，2016年達4.48億人次，增長了19.4倍，與人均GDP同期序列的相關系數為0.99。重慶旅游收入1998年為82.9億元，2016年達到2533.2億元，增長了29.6倍。我國人均GDP、重慶國內旅游人數及國內旅游收入與年份x的冪指數擬合曲線都呈顯著上升趨勢，指數擬合優度均為0.98，都通過0.01的顯著性檢驗(表1)。

表1 1998-2016年我國人均GDP、重慶國內游客人數和收入的年際趨勢擬合

我國人均GDP、重慶國內游客人數和收入在去除冪指數的顯著性遞增趨勢后，旅游人數和收入與我國人均GDP的相關系數分別為0.65和0.74(均通過0.01的顯著性檢驗)?？梢酝茰y：在濾除經濟增長的趨勢后，我國人均GDP和重慶國內旅游業發展的擾動變化(擾動值為統計原始值與趨勢值之差，下同)接近同步，并且前者對重慶國內旅游的影響滯后1～3年，其中，2011-2013年是重慶國內旅游業正擾動變化的黃金時期；而2003-2010年和2015-2016年，擾動因素對重慶國內旅游業發展有抑制作用，負擾動也為逐步加強態勢(見圖1)。

圖1 1998-2016年我國人均GDP、重慶國內游客人數及收入的年際擾動變化

2.1.2 重慶國內旅游氣象擾動建模及結果對比

重慶年平均氣溫(X1)、年平均降水量(X2)和年平均相對濕度(X3)等氣象因素與國內游客人數(Y1)和收入(Y2)擾動值建立的多元線性回歸模型對應的P值分別為0.021和0.014，二者建模效果均顯著，相關系數分別為0.684和0.705，也都通過0.01的顯著性檢驗(表2)。根據冪指數趨勢方程(表1)和擾動模型計算結果發現：2017年，重慶國內游客人數和收入的評估值較政府公布的數據分別略偏高4.06%和0.63%，收入的評估值相比更為精確，二者的評估誤差都在±5%。氣象因素對重慶國內旅游人數和收入的影響(即各自模型擾動值，后不

表2 1998-2016年重慶國內旅游氣象擾動模型及相關系數

贅述)分別為36.5萬人次和-4.48億元，占比分別為0.07%和-0.14%(表3)，表明氣象因素對旅游人數略有促進作用，對旅游收入略有減少作用?？傮w上看，氣象環境條件對旅游消費的抑制作用強于人數增多引起的增收效果。

表3 2017年重慶市國內旅游氣象擾動模型評估結果

2.2 重慶國外旅游業情況

2.2.1 國外旅游現狀及擾動分析

1983-2016年重慶社會經濟的發展也十分迅速，城市形象和基礎設施不斷提升和完善。34年間，重慶生產總值、外國游客人數及外匯收入分別增長了145.3、136.7和6486.8倍，它們與年份x的擬合曲線也呈冪指數上升態勢，擬合優度也均達0.98及以上(表4)，旅游外匯收入與重慶生產總值相關系數達0.99，通過0.01的顯著性檢驗。

表4 1983-2016年重慶生產總值、重慶入境游客人數和外匯收入的年際趨勢擬合

重慶生產總值、入境外國游客人數和外匯收入擾動在21世紀00年代以負擾動極小值為主，而10年代初迅速轉變為正擾動極大值，20世紀80年代至世紀末波動變化相對較小(見圖2)。入境外國游客人數、外匯收入與重慶生產總值擾動序列的相關系數分別為0.89和0.91(均通過0.01的顯著性檢驗), 即重慶生產總值對入境旅游業有同步的促進(或抑制)作用，其中，2003年受全球范圍SARS因素影響，入境旅游業降為負擾動最低值。整體來看，2010-2014年為重慶經濟、入境旅游業擾動正向發展的黃金期，這一時期擾動因素對入境游客人數、外匯收入起到積極推動的作用。

圖2 1983-2016年重慶生產總值、重慶入境外國游客人數及外匯收入的年際擾動變化

2.2.2 重慶國外旅游氣象擾動建模及結果對比

國外游客人數(Y3)和收入(Y4)擾動值與氣象因素建立多元線性回歸模型,其對應的P值分別為0.008和0.006，建模效果均顯著，相關系數為0.569和0.582，均通過0.01的顯著性檢驗(表5)。綜合冪指數趨勢方程(表4)和擾動模型的計算結果對比發現：2017年，重慶入境游客人數和外匯收入的評估值分別為395.92萬人次和22.57億美元，較政府公布的數據分別偏高10.48%和15.89%，入境游客人數的評估相比更為精確，該誤差相比國內游客人數和收入評估更大一些。氣象因素對重慶外國游客人數和外匯收入的影響分別為-2.82萬人次和-1574.15萬美元，占比分別為-0.71%和-0.70%(表6)，表明氣象因素對二者都有同步減弱作用。

表5 1983-2016年重慶國外旅游氣象擾動模型及相關系數

表6 2017年重慶國外旅游氣象擾動模型評估結果

2.3 重慶國慶—中秋節旅游業情況

2.3.1 國慶—中秋節旅游擾動分析

2006—2016年國慶—中秋節游客人數(Y5)、收入(Y6)與年份X的線性擬合皮爾遜檢驗值分別為0.975和0.913(表7)，二者的相關系數為0.966(通過0.01的顯著性檢驗)。在去除總體遞增的線性趨勢以后，國慶—中秋節旅游人數和收入擾動序列的相關系數為0.838(通過0.01的顯著性檢驗)，兩者都呈“負—正—負—正”交替擾動變化，且總體為逐步減小趨勢，其中，它們在2011年和2016年的擾動值分別為最大和次大(圖略)。

表7 2006-2016年重慶國慶—中秋節旅游情況的年際趨勢擬合及擾動模型

2.3.2 國慶-中秋節旅游氣象擾動建模及評估結果

重慶最高氣溫≥35 ℃天數(X1)、小雨日數(X2)、

相對濕度的最小值(X3)和平均風速的最大值(X4)等氣象因素與國慶—中秋節游客人數(Y7)和收入(Y8)擾動值建立多元線性回歸模型，二者對應的P值分別為0.072和0.029，僅收入的建模效果顯著，相關系數分別為0.846和0.892，都通過0.01的顯著性檢驗(表7)。利用趨勢和擾動模型對2017年和2018年游客人數和收入進行評估，結果發現：2017年，國慶-中秋節期間的游客人數和收入較政府公布結果分別偏低6.42%和18.81%，2018年的則分別偏低17.02%和35.20%，見表8。綜合這兩年的情況來看，國慶-中秋節旅游人數的評估效果優于收入的評估效果，2017年的評估總體好于2018年的。

表8 2017和2018年重慶國慶-中秋節擾動模型評估結果

2017年，氣象因素對國慶-中秋節游客人數、收入的影響分別為-86.69萬人次、1.78億元，分別占比為-2.71%、1.78%，即它對旅游消費的增益效果強于人數減少引起的減益效果。相比而言，2018年氣象因素影響了國慶-中秋節游客人數和收入，分別為235.11萬人次和20.41億元，占比分別為6.24%、16.25%，較2017年的均有所增多，且都為促進作用。

2.4 重慶小長假旅游業情況

2.4.1 小長假旅游擾動分析

2006-2016年小長假期間，來重慶旅游的游客人數(Y9)、收入(Y10)與年份X的線性擬合檢驗均非常顯著，分別為0.939和0.973(表9)。它們都呈“正-負-正-負-正”交替擾動變化，整體也呈逐步減弱的趨勢。在2013年的擾動均達最大值，對應人數和收入分別為617.1萬人次和15.65億元，2012年擾動則為次大值，對應分別為509.78萬人次和13.24億元(圖略)。

表9 2006-2016年重慶小長假旅游情況的年際趨勢擬合及擾動模型

2.4.2 小長假旅游氣象擾動建模及評估結果

重慶平均極端最高氣溫(X5)、平均相對濕度(X6)和平均風速(X7)等氣象因素與小長假游客人數(Y11)和收入(Y12)擾動值建立多元線性回歸模型，其對應的P值分別為0.039和0.055，人數的建模效果顯著，收入的建模接近顯著。它們的相關系數為0.823和0.800，也都通過0.01的顯著性檢驗(表9)。利用趨勢和擾動模型對2017年和2018年重慶小長假游客人數和收入進行評估，結果見表10。

表10 2017和2018年重慶小長假擾動模型評估結果

2017年，小長假期間游客人數和收入的評估值較政府統計值分別偏低0.41%和8.64%，氣象因素對小長假游客人數和收入的影響分別為321.05萬人次和14.57億元，分別占比7.74%和6.93%。

2018年游客人數和收入的評估值則分別偏低13.15%和25.12%，相比2017年，小長假的旅游人數和收入的評估效果與國慶-中秋節的類似，即人數的評估效果優于收入評估效果，2017年的評估好于2018年的。2018年氣象因素影響小長假游客人數、收入分別為128.39萬人次和9.0億元，它們的占比分別為3.02%和4.06%，較2017年的均有所減少，但仍為促進作用。

2.5 重慶綜合旅游氣象條件評估指數

將重慶年度國內、國外，國慶-中秋節和小長假旅游2016年及之前的擾動值結合2017-2018年模型擾動值構建序列，利用公式(3)和公式(4)算得三類綜合氣象條件評估指標序列，結果表明，2012年國內外綜合旅游氣象條件評估指數為6.03，最益于重慶國內外旅游業發展，2011年和2013年指數分別為2.76和3.01，也較有益于旅游業，相比21世紀00年代的條件多為不益，最低值出現在2007年，即該年氣象條件最為不益(圖3a)；而國慶-中秋節指數的三大極值分別出現在2011年、2018年和2016年，其指數分別為3.45、2.91和2.41，均有益于國慶-中秋節期間的旅游業發展，2014年和2015年均不益于旅游業(圖3b)；小長假指數的極大值年分別出現在2013、2012和2017年，指數分別為2.75、2.25和1.81，均有益于旅游業，但2014年最不益于旅游(圖3c)。

圖3 1998-2018年重慶綜合旅游氣象條件評估指數的年際擾動變化

3 總結和討論

(1)重慶國內外旅游氣象建模效果顯著，相關系數均可通過0.01的顯著性檢驗。2017年重慶國內游客人數和收入的評估值較政府公布的統計數據分別略偏高4.06%和0.63%，收入的評估更為精確，入境游客人數和外匯收入的評估值則分別偏高10.48%和15.89%，人數的評估相比更為精確，國內模型評估精確度相對更高。同年，氣象因素對重慶國內旅游人數略有促進作用，而對收入略有減少作用；對重慶入境游客人數和外匯收入都有一定減弱作用。這說明，氣象因素對旅游人數和收入的影響不完全同號。

(2)重慶節假日旅游建模效果總體較為顯著，相關系數也都通過0.01的顯著性檢驗。國慶-中秋節和小長假旅游人數的評估效果都優于收入評估效果，2017年的評估都好于2018年的。2018年氣象因素對國慶-中秋節游客人數、收入的影響較2017年的均有所增強，且都為促進作用；對小長假游客人數和收入的影響較2017年的均有所減弱，但仍為促進作用。

(3)根據綜合旅游氣象評估指數分析，旅游氣象條件2011-2013年最宜于重慶國內外旅游，而21世紀00年代條件多不宜于旅游；國慶-中秋節旅游最適宜年份主要為2011年、2018年和2016年，2014年和2015年則較為不宜；2013年、2012年和2017年均較宜于小長假旅游，2014年最不宜于旅游。

(4)由于旅游氣象評估擾動模型相比趨勢方程更為穩定，時效也更長。建議趨勢方程每隔5～10年進行更新，以保證評估值的準確性。另外，擾動模型還可以利用氣候預測產品進行預估，這對于政府及相關部門的服務工作也有一定前瞻意義。

致謝：特此感謝重慶市文化和旅游發展委員會相關處室為本文提供的重慶市旅游業相關歷史統計數據。