羅景峰

(1.華僑大學旅游學院,福建 泉州 362021；2.中國旅游研究院旅游安全研究基地,福建 泉州 362021)

0 引言

5·12汶川地震造成近7萬人死亡，國內(nèi)旅游收入損失272.41億元；6·1東方之星旅游客船因強對流天氣發(fā)生傾覆致442人遇難；7·10都江堰山體滑坡致18人遇難；3·19桂林疊彩山景區(qū)發(fā)生落石事故致7人死亡；8·10江門暴雨突發(fā)山洪致8名游客遇難；10·16三峽景區(qū)泥石流致臺灣游客3死2傷等等。旅游災害已經(jīng)成為影響旅游安全、制約旅游業(yè)可持續(xù)發(fā)展的重要誘因。Faulkner B[1]認為旅游災害是旅游目的地在不可控情況下突發(fā)的、不可預期的災難性變化，并提出了旅游災害管理框架模型。方中權(quán)[2]認為旅游災害是指對旅游業(yè)造成直接影響的各種災害，并提出了旅游災害防范與控制系統(tǒng)。王金偉[3]認為旅游災害是指旅游活動中包括旅游者、旅游企業(yè)及旅游資源在內(nèi)的各相關主體所遭遇的災害事項，并在辨析旅游災害與災害旅游二者差異基礎上，提出了災害旅游系統(tǒng)模型。Cavlek N[4]將旅游災害分為自然災害、人為災害和人文科技錯誤導致的災害等三類。秦志英等[5]為防范和減輕旅游災害事件的損失，建立了旅游災害事件成災模型。李鋒等[6]對旅游目的地災害事件的影響機理進行了研究，揭示了旅游災害事件對旅游目的地的影響過程。劉軍林等[7]構(gòu)建了智能旅游災害預警與災害救助平臺，并對其應用過程中的服務需求進行了探討。Yawei Jiang[8]從利益相關者的視角探討了旅游災害管理中的協(xié)作問題。孫業(yè)紅等[9]對旅游社區(qū)與非旅游社區(qū)災害風險認知水平的差異性進行了實證研究。胡善風等[10]對黃山景區(qū)崩塌災害危險性進行了評價，并據(jù)結(jié)果提出了防治策略。吳家燦等[11]構(gòu)建了嚴重自然災害背景下災害旅游景區(qū)對非災害旅游景區(qū)波及效應產(chǎn)生機理的概念模型。Wright D[12]研究了社區(qū)居民對災害旅游的感知和災害旅游對于災后恢復重建的關系。劉麗等[13]對災后旅游地恢復重建從不同階段出發(fā)提出危機管理策略。李敏等[14]基于游客動機提出了旅游業(yè)災后恢復重建的五點策略。吳春濤等[15]對災害旅游目的地進行災害旅游開發(fā)、管理及未來發(fā)展戰(zhàn)略進行了分析。目前，國內(nèi)學者在旅游災害研究上取得了初步成果，對旅游業(yè)防控災害提供了一定智力支持。但同時我們也應清楚的認識到，旅游災害理論及成果仍顯不足且難以有效應對日趨復雜多變的旅游災害所帶來的負面影響。理清我國旅游災害近年來的研究熱點和存在不足，有助于描繪旅游災害研究未來發(fā)展藍圖，便于準確把握我國旅游災害研究趨勢走向。為此，本文依據(jù)知識圖譜理論與方法[16-17]，基于中國知網(wǎng)核心期刊數(shù)據(jù)，繪制國內(nèi)旅游災害研究熱點知識圖譜，以期為我國旅游災害領域相關學者進行系統(tǒng)深入研究提供參考借鑒。

1 資料來源與研究方法

1.1 資料來源

截至2018年11月20日，在中國知網(wǎng)中以主題“旅游”+“災害”，并限定來源類別為“核心期刊”進行精確檢索，得到113篇相關文獻。對113篇文獻進行審核，剔除資訊、簡訊、會議通知等與研究熱點無關的文獻7篇，最終得到有效文獻106篇。對106篇文獻中涉及的461個關鍵詞做標準化處理，如刪除旅游、災害、旅游災害等與研究主題一致的關鍵詞，將汶川地震、汶川大地震、汶川“5·12”地震、“5·12”汶川地震合并為汶川地震等，最終得到標準化后的關鍵詞441個。

1.2 研究工具

采用我國學者崔雷教授及其團隊研發(fā)的BICOMB共詞分析軟件系統(tǒng)、統(tǒng)計分析軟件SPSS19.0作為研究工具和手段。

1.3 研究進程

研究進程如圖1所示。

圖1 研究進程Fig.1 Research progress

2 研究結(jié)果與分析

2.1 關鍵詞詞頻統(tǒng)計及分析

由BICOMB軟件統(tǒng)計功能，得到總關鍵詞為317次，根據(jù)研究需要，抽取前23個關鍵詞作為高頻關鍵詞，并按頻次由小到大排列，如表1所示。

由表1可知，排在前12位的關鍵詞依次為汶川地震、災后恢復重建、旅游目的地、九寨溝、旅游安全、風險評價、自然災害、地質(zhì)災害、地震、旅游業(yè)、災害旅游、可持續(xù)發(fā)展，其余11個關鍵詞出現(xiàn)頻次均大于等于3，這初步說明我國目前在旅游災害研究領域主要集中在旅游目的地自然災害的風險管理和災后恢復重建方面。

2.2 關鍵詞相異系數(shù)矩陣

首先，利用BICOMB軟件的共詞分析功能，結(jié)合23個高頻關鍵詞，生成詞篇矩陣。其次，將詞篇矩陣導入SPSS19.0中，選取Ochiai系數(shù)將其轉(zhuǎn)化為23×23的共詞相似矩陣。最后，根據(jù)相似矩陣，得到相異矩陣=1-相似矩陣，如表2所示。相異矩陣中，數(shù)值代表高頻關鍵詞間的相異性，其值越大，關鍵詞間的相似度越小、相異度越大；其值越小，關鍵詞間的相似度越大、相異度越小。

表1 關鍵詞排序

表2 高頻關鍵詞Ochiai系數(shù)相異矩陣(部分)

由表2可知，汶川地震與災害恢復重建(0.592)相異性最小、相似性最大；旅游目的地與風險評價(0.748)相異性最小、相似性最大；九寨溝與自然災害(0.711)相異性最小、相似性最大；旅游安全與自然災害(0.846)相異性最小、相似性最大。這表明汶川地震發(fā)生后的災后恢復重建、旅游目的地的災害風險評價、九寨溝景區(qū)的自然災害風險管理以及自然災害對旅游安全的影響等議題是目前研究的關切所在。

2.3 關鍵詞聚類分析

為進一步展現(xiàn)各高頻關鍵詞間的親疏關系，將BICOMB軟件系統(tǒng)所生成的詞篇矩陣導入SPSS19.0中進行系統(tǒng)聚類分析，得到各高頻關鍵詞聚類樹圖，如圖2所示。

由圖2中聚類分析結(jié)果，依據(jù)“群數(shù)不要太多，群內(nèi)樣本不要太少”聚類分析原則，將旅游災害研究劃分為3大類。分類1為自然災害風險危機管理研究，具體又分為3個小類：第一小類為九寨溝景區(qū)自然災害危機管理研究，包括九寨溝、危機事件、自然災害3個關鍵詞；第二小類為旅游安全風險感知研究，包括旅游安全、風險感知2個關鍵詞；第三小類為景區(qū)地質(zhì)災害風險評價研究，包括泥石流、景區(qū)、風險評價3個關鍵詞。分類2為旅游目的地災后恢復重建研究，具體又分為2個小類：第一小類為旅游業(yè)的可持續(xù)發(fā)展研究，包括可持續(xù)發(fā)展、脆弱性2個關鍵詞；第二小類為旅游目的地災后恢復重建研究，包括旅游目的地、風景園林、龍門山、汶川地震、災后恢復重建、旅游業(yè)、地震7個關鍵詞。分類3為自然災害防治對策研究，具體又可分為2個小類：第一小類為旅游開發(fā)與自然災害防治研究，包括旅游開發(fā)、防治對策、地質(zhì)遺跡、地質(zhì)災害、滸苔綠潮5個關鍵詞；第二小類為災害旅游研究，包括災害旅游1個關鍵詞。

圖2 聚類樹圖Fig.2 Clustering tree

2.4 關鍵詞多維尺度分析

將相異矩陣導入SPSS19.0中，進行多維尺度分析(ALSCAL)，得到高頻關鍵詞的多維尺度圖譜。進而根據(jù)高頻關鍵詞聚類樹圖和多維尺度圖譜，繪制旅游災害研究熱點知識圖譜，如圖3所示。

圖3 國內(nèi)旅游災害研究熱點知識圖譜Fig.3 Mapping knowledge domain of hot topics of tourism disaster research in China

由圖3可知，我國旅游災害的研究可從2個維數(shù)3個熱點領域分類展開：維數(shù)1為旅游災害災前防范與災后對策研究(左右分，左邊部分的風險評價、防治對策等屬于旅游災害的災前防范研究，右邊部分的災后恢復重建、危機事件、災害旅游等屬于旅游災害的災后對策研究)，維數(shù)2為旅游災害風險危機管理與可持續(xù)發(fā)展研究(上下分，上邊部分的風險評價、風險感知、危機事件等屬于旅游災害的風險危機管理研究，下邊部分的可持續(xù)發(fā)展、災害旅游、災害恢復重建、防治對策等屬于旅游災害的可持續(xù)發(fā)展研究)；3個熱點領域分別為自然災害風險危機管理研究、地震災害后的恢復重建研究、自然災害防治對策研究，且對于自然災害風險危機管理研究較多。根據(jù)多維尺度坐標軸劃分及各象限描述情況[16]，熱點領域1橫跨第一象限和第二象限，說明其既有研究空間又有一定聯(lián)系，但也存在松散和不成熟的地方，自然災害危機管理相關研究處于整個研究網(wǎng)絡的核心，自然災害風險管理相關研究尚未形成穩(wěn)定清晰的結(jié)構(gòu)，該領域有待進一步挖掘和發(fā)展；熱點領域2主要處于第四象限，說明地震災后恢復重建研究處于旅游災害研究的邊緣地位，重要性相對較小，且研究結(jié)構(gòu)較為松散，研究尚不成熟；熱點領域3處于第三象限，說明對自然災害防治對策的相關研究結(jié)構(gòu)清晰，且比較正規(guī)和成熟，中國海洋大學、天津大學、中國科學院地質(zhì)與地球物理研究所、廣州大學、東華理工大學、黃山學院等機構(gòu)正在對此領域展開研究。

對比圖2、圖3可知，聚類分析結(jié)果與多維尺度分析結(jié)果略有不同：聚類分析中“旅游目的地”“脆弱性”屬于分類2，但在知識圖譜中被納入分類1；聚類分析中“災害旅游”屬于分類3，但在知識圖譜中被納入分類2。出現(xiàn)上述差異的原因是：各高頻關鍵詞間的關聯(lián)性勢必會導致交叉和重疊；聚類分析和多維尺度分析數(shù)據(jù)來源和距離計算方式存在不同，聚類分析數(shù)據(jù)來自相似矩陣、距離計算采用“二分類方法(Ochiai)”，而多維尺度分析數(shù)據(jù)來自相異矩陣、距離計算采用“區(qū)間Euclidean(標準化選取“Z得分”)”。

3 結(jié)論與展望

本文基于中國知網(wǎng)的116篇核心期刊，利用知識圖譜理論與方法，繪制國內(nèi)旅游災害研究熱點知識圖譜。得到如下結(jié)論：

(1)知識圖譜方法較為直觀地刻畫了我國旅游災害研究現(xiàn)狀，包括2個維數(shù)和3個熱點領域。2個維數(shù)分別為旅游災害災前防范與災后對策研究、旅游災害風險危機管理與可持續(xù)發(fā)展研究。3個熱點領域分別為自然災害風險危機管理研究、地震災害后的恢復重建研究、自然災害防治對策研究。

(2)自然災害危機管理相關研究是旅游災害研究的核心領域，自然災害風險管理相關研究尚未形成穩(wěn)定清晰的結(jié)構(gòu)，地震災后恢復重建相關研究處于旅游災害研究的邊緣地位，自然災害防治對策相關研究清晰、規(guī)范且成熟。

(3)自然災害危機管理仍是今后旅游災害研究的重點，全域旅游時代的到來，對其提出了更高的要求和期望，如何實現(xiàn)全域視野下自然災害危機管理將成為旅游災害研究的新問題和新趨勢；自然災害風險管理研究尚不成熟且缺乏系統(tǒng)性，基于系統(tǒng)理論視角下開展風險識別、評價與控制的全面自然災害風險管理將是今后旅游災害研究的另一個重點方向；自然災害防治對策研究雖取得了一定成績，但對于日趨復雜多變的旅游災害防范仍顯力不從心，加強各研究機構(gòu)之間的廣泛合作共享、建立全國性跨區(qū)域旅游災害應對專家智能系統(tǒng)將是國內(nèi)旅游災害研究學者的歷史使命所在。

(4)根據(jù)旅游災害的內(nèi)涵和分類，旅游災害除了自然旅游災害外，還包括人為旅游災害和綜合性旅游災害。目前，國內(nèi)旅游災害研究基本上局限于自然旅游災害領域的研究，而對于人為旅游災害及綜合性旅游災害的研究尚少且研究潛力巨大，對于這兩方面的研究有待加強。

(5)國內(nèi)旅游災害與大數(shù)據(jù)相結(jié)合的研究尚未見到相關報道，基于大數(shù)據(jù)的旅游災害輿情評價研究、基于大數(shù)據(jù)的旅游災后恢復重建研究、基于大數(shù)據(jù)的旅游災害預警研究等，勢必會成為今后旅游災害研究的新引擎和驅(qū)動力所在。