旅游目的地危机事件的影响评估新考量，本文主要内容关键词为：目的地论文,危机论文,事件论文,旅游论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
旅游业的综合性、依赖性和季节性的产业特征[1]，决定了旅游业的高敏感性。这也意味着旅游业作为一项经济产业，与其他产业相比，更容易受到危机事件的影响。世界旅游组织(WTO)把旅游目的地的危机事件定义为是“影响旅游者信心，并会危及该地旅游业持续正常运转的任何不曾预见的事件[2]”。我国现代旅游业在发展的历程中就多次受到危机事件的冲击，如1997年的亚洲金融危机、2003年的SARS疫情等，每次危机事件都对我国旅游经济产生严重影响。
危机事件对目的地旅游业的影响程度表现在对旅游经济影响的时间长度和危机所带来的旅游经济损失。对旅游危机的影响时间长度和所造成的损失量的准确评估，可以加强对旅游危机影响的规律性认识，评定危机管理的绩效水平，为以后的旅游危机管理提供经验，为危机管理政策及恢复支持政策的制定提供依据。对相关文献研究发现，就同一危机事件对旅游业影响程度的判断，不同的研究者采用的方法不同，得出的评估结果差距很大。可能会造成危机管理方法选择的不同，判断错误更会导致危机控制方法不当而加剧危机事件的负面影响。本文希望通过更为系统和科学的方法，对危机事件给旅游经济造成的负面影响进行更为准确的量化分析。
一、旅游危机影响评估研究的现状和不足
综合国内外有关旅游危机研究的文献发现，现有研究多数集中在危机事件的管理、信息传播和沟通方式、旅游者行为的改变和后续影响等方面[3-7]。对于旅游危机影响评估，主要成果有，J.N.Goodrich采用叙事的定性方法分析了“9·11”对美国旅游业的短期影响[8]；Fevzi Okumus等采用定性分析方法和小组访谈法收集一手资料，分析了土耳其金融危机对北塞浦路斯旅游业的影响[9]，而他在另一项研究中发现，土耳其金融危机对其旅游经济影响超过3年[10]。也有一些学者在旅游危机影响评估研究中采用了定量方法，如综合自回归滑动平均模型(ARIMA)、可计量一般均衡模型(CGE)等数量和预测模型[11-12]。通过历史数据和研究结果的对比发现，一些研究结论和实际情况差距较大，说明这些危机影响预测和评估方法中存在一定的缺陷。
当前对于危机事件对旅游业影响的评估，普遍采用的一种方法是相邻年比较法。曾本祥等着眼于短期危机，分析了SARS给我国入境旅游业造成的损失；藉振年等人采用相邻年比较法分析了SARS对我国旅游业发展的影响[13]；张广瑞等的学术专著《2003年SARS对中国旅游业发展的影响》也是沿用这种方法[14]。相邻年比较法认为，在发生危机事件的情况下，当旅游收入水平或旅游接待人次恢复到危机前同期水平时，就认为旅游危机影响已经结束。在计算旅游损失的时候，以过去同期水平作为参考依据，用过去同期旅游经济总量减去危机期的旅游经济总量，即旅游经济损失量。
将相邻年比较方法用于突发事件旅游危机的评价，存在着严重的理论缺陷，其结果具有较大的偏差和不确定性。这种相邻年的比较方法用于旅游危机的评估存在着两点明显不足：首先，前提假设不合理，即认为在不发生突发事件的情况下，旅游业的发展水平应与前相邻期持平，这种假设忽视了目前国际旅游正处在大发展时期，具有强烈上升趋势。其次，把由突发事件造成的旅游危机看成是一种无后效性的随机事件，即认为突发事件对旅游业的影响仅局限在危机发生的当期，这与事实不符。因为，在旅游目的地发生危机事件的情况下，一部分旅游者可能只是推迟了旅行计划，当危机平息后，这部分旅游者就会把推迟的计划转变为旅游行为。这种情况的存在，最直观的表现就是危机过后，目的地旅游者数量的强劲反弹。因此，旅游目的地在危机影响的当期所形成的损失，有一部分会在危机的滞后影响期得到部分恢复性反弹补偿。
因此，本文采用旅游本底趋势线法(TBTL)，对危机影响的时长和造成的旅游损失进行测量，可以克服相邻年比较法忽略旅游发展的本底趋势以及危机平息后存在恢复性补偿反弹阶段的缺陷。
二、研究的理论基础和方法
1.研究的理论基础
在环境评价本底值概念的启发下，孙根年提出了客源市场旅游本底趋势线(Tourism Background Trend-Line)的概念模型。所谓旅游本底趋势线，是指在不受境内外突发性事件的冲击和影响下，某国(地区)旅游业发展所呈现的天然趋势方程，它反应了旅游业发展天然而稳定的趋势和时间规律[15]。因天然趋势方程的数据建模在理论方法上与传统回归分析一致，通过对其拟合方程的合理性进行检验，可以找出旅游发展在常规情况下的本底趋势[16]。因此，旅游本底趋势线模型可以反映出在没有特殊事件和因素的影响下，旅游业发展的自然趋势。旅游危机事件即是一种超常规的特殊事件和因素。
由于旅游发展本底趋势的存在，对旅游危机造成的旅游经济损失以及旅游危机影响时长进行评估时，旅游经济受危机事件影响的损失量并不是危机当期旅游统计值减去相邻同期的旅游统计值，而应该用旅游统计值与旅游本底值进行比较，两者的差额才是同期旅游经济的真实损失。由于应用本底趋势线模型分析危机事件更符合旅游发展内在规律，因此，本研究以本底趋势线理论作为研究的理论基础。
对于旅游本底趋势线模型方程的形式，可将其归纳成直线型、指数线型、逻辑线型、正弦曲线型4种基本形式，以及由此组合成的直线-指数线型、直线-逻辑线型、直线-正弦线型、指数-逻辑线型、指数-正弦线型、逻辑-正弦线型等6种复合形式(见表1)。
表1 旅游本底趋势线的数学模型
2.研究的方法和步骤
研究的基本方法是：以纵向时间段内的时间序列为基础，分别用Excel、SPSS统计软件、多种模型进行模拟并相互比较，印证并选择出匹配较优的本底趋势线方程模型，用旅游本底值和旅游统计值进行比较，以判断危机事件对旅游经济影响程度。具体研究方法和步骤如下：
(1)波动期数据的内插处理
在事件发生期内，旅游经济数据会发生波动，为求出本底趋势方程模型，需对此期数据进行处理，以还原到假设无事件发生时的数据。这里采用的方法是内插处理法，即对各个指标在起伏过大的某一年份对其前后各1年的数据进行内插处理(内插后的值称为内插值)，使得本底趋势线最符合实际情况。具体的处理方法是：
①运用选定的时间段内的序列数据统计值，选择并匹配最优的趋势线；
②用观测法，从趋势线上观测出需要进行数据处理的点，然后确定直线内插的起始点(
)和终止点(n[，b])；
③用内插方程
=
+(n-)×d，修补订正危机影响期的统计数据。
在内插方程中，n代表所要订正的危机影响期内的年(月)份，表示第n年(月)受危机影响数值的订正数值。d为进行直线内插的公差值，计算式为：
)
(2)本底方程的确立
①选取足够样本量的数据(其中，危机期内的数据经过内插订正)，用多种方法、多种模型对数据进行模拟并相互比较，选择出匹配较优的基本本底趋势线方程模型；
②根据最小二乘法原理，进行数据的最优拟合并确定有关参数，建立旅游本底趋势线方程。
(3)危机影响期内各年(月)份危机影响值的计算
将旅游本底值与旅游统计值进行比较，其差值就是旅游危机影响值。旅游危机影响值的公式表达如下：
(4)危机损失量和危机影响时长的确立
危机性质不同，对旅游市场的影响也不同。在有些类型的旅游危机事件影响中，虽然危机事件会致使一部分旅游者取消旅游计划，导致旅游者数量的下降，但有一部分旅游者只是将旅游计划推迟，当危机过后，会出现一个旅游者数量的恢复性补偿反弹期。
三、以2003年的SARS事件为例的实证研究
就我国旅游业的发展历程来说，2003年的SARS疫情是最近的和具有全国性影响的危机事件，因此本文选择SARS对我国旅游业影响作为研究对象，通过旅游本底方程模型计量其影响的时间长度和破坏力度。危机事件对旅游的影响包括旅游目的地和旅游市场两个方面，依据旅游危机影响机理，对旅游市场影响是危机影响机制的根本[17]。危机对旅游市场的影响又包括对入境旅游和国内旅游的影响，鉴于远程旅游者受危机影响较大且恢复较慢，而近程旅游者受危机影响相对较小且恢复较快的特点[18]，因此，本文在研究中将国际入境旅游市场作为研究对象。
1.数据的修正
关于SARS疫情对我国入境旅游损失的测量，有入境旅游人次和国际旅游收入2种指标，由于入境旅游人次指标是国际旅游收入指标的基础，因此选取入境旅游人次指标作为研究依据。该指标又可分为年度指标和月度指标，而月度指标能对旅游经济发展周期波动变化进行更准确、更细致的反映，所以本文重点对入境旅游人次的月度指标进行分析。
为了直观的观察出危机事件我国入境旅游人次的影响，搜集和整理1978-2006年我国入境旅游人次数据①，做出历年入境旅游人次变化的折线图(见图1)。从图1中可以看出，我国旅游业在近30年的发展历程中，经历了几次大的震荡。如1997年的亚洲金融危机和1998年的洪涝灾害、2003年的SARS疫情。这几次事件都使我国旅游业遭受了重大经济损失，但几次事件对我国旅游业的影响程度和影响时间的长度存在着一定的差异。这种情况的出现是由多种原因综合形成的，其中主要原因是我国处于不同的旅游发展阶段和危机事件的性质不同。但无论形成差异的原因如何，基本上不会影响运用旅游本底趋势线法(TBTL)所测算出的危机对旅游影响程度的大小。
图1 1978-2006年我国入境旅游人次变化
在不影响危机对旅游影响程度评估的前提下，为研究方便，对发生在同一年或者相邻年的叠加或交叉危机事件假定为是一个事件。这里把发生在1997年的亚洲金融危机和1998年的洪涝灾害看作一个事件。观察图1，4次事件的影响时间大约分别是3年、2年、1年和2年。把观察出的危机影响期分别向前和向后延伸1年，运用内插方程分别对危机事件影响期内的各月数据进行修正处理。
2.旅游本底方程模型的建立
对数据修正后，运用1978-2006年以来各月份的我国入境旅游人次数据，综合比较各种方法所模拟出的趋势线方程，选择匹配最优方程，根据最小二乘法，确定参数，建立1978-2006年以来1～12月份各月的旅游人次本底趋势方程模型(见表2)。
3.求出旅游本底值(B)和旅游统计值(S)的差额(R)
其中B代表入境旅游人次的本底值，S代表入境旅游人次的统计值，R(R=S-B)代表了旅游危机事件对入境旅游人次的影响量。运用表2中各月份入境旅游人次本底趋势方程模型，求出危机影响期内各月的本底值(B)。把危机影响期内的旅游本底值(B)和旅游统计值(S)比较，得出危机的旅游影响量值(R)(见表3)。
4.危机影响损失量和危机影响时长的测量
为了直观的表示出危机的影响过程和影响程度，利用表3中2003-2005年的危机影响量(R)数据，做出危机影响量(R)的折线图(见图2)。
旅游统计值和旅游本底值之间的差额变化曲线反映了危机影响的演化过程。曲线振幅的大小反映了危机引起旅游业的震荡强度，曲线起伏波动的长度反映了危机对我国入境旅游人次的影响时长。从图2可以看出，SARS疫情对我国入境旅游业的影响时间长度为19个月，即从2003年的2月至2004年的8月。2003年的2～12月，为SARS事件的当期影响，影响方向是负影响，即危机造成我国入境旅游人次的减少。2004年的1～8月，为SARS事件的滞后影响期，即危机当期造成的旅游者推迟来华旅行计划，由于此时旅游环境已恢复安全状态，使得旅游者把推迟的旅行计划在这个时期转化为旅游行为，出现入境旅游人次的小幅反弹。
基于以上对入境旅游市场变化情况的实际分析，SARS对入境旅游的影响时间长度应该是危机影响的当期加上危机的后滞影响期，总共是：11+8=19(月)。对于SARS所带来的入境旅游人次损失，其总量的大小应该是危机影响的当期损失绝对量减去危机后滞影响期的恢复性补偿增量。受SARS影响的我国入境旅游人次当期损失量是1502.43万人次(即2003年间2～12月的旅游本底值减去当期旅游统计值的残值)，后滞影响期的入境旅游人次的恢复性生补偿增量为133.52万人次(即2004年1～8月间的旅游统计值减去当期旅游本底值后的残值)，则SARS所造成的入境旅游人次的损失量为：1502.43-133.52=1368.91(万人次)。
图2 2003-2005年旅游危机影响演化过程
四、结语
本研究借助于本底趋势方程作为测试工具，首次以旅游业发展本底趋势作为研究基础的前提下，对旅游危机所造成的旅游经济损失和影响时长进行了评估研究。本研究过程及其研究结论，在以下3个方面有所启示：
其一，旅游业彻底恢复的判断标准是旅游业发展连续一段时间接近本底值。通过以上的研究发现，危机事件的影响并不能简单地认为当旅游业恢复到相邻同期水平时，就认为危机影响已经消失，旅游业已进入正常的发展阶段。因为在危机的实际影响中可能存在着后续的恢复性补偿阶段。在危机已经平息，旅游业经过恢复性补偿期之后，只有旅游业的发展水平连续一段时期内和旅游当期的本底值相差很小的时候②，才可认为旅游危机影响结束，旅游业已恢复到正常发展水平。
其二，旅游本底值不可能和旅游统计值完全一致。由于旅游业发展本身存在着内隐性波动周期③，因此在判断旅游业是否恢复到正常水平时，只需观察旅游本底值和旅游统计值之间的差额波动情况，当差额波动振幅不大，且呈现规律性波动时，这时就可以判定旅游业已恢复到正常的发展水平。
其三，科学研究中，如果缺少科学的研究方法，难以保证研究结论具有客观性、准确性和说服力。本底趋势线法考虑到了旅游业发展过程中内在的本底趋势，保证了方法和实际的契合。同时，本底方程模型比较简单，处理十分方便，并且结果具有直观和便于分析的特点，因此，运用此方法对旅游危机影响进行评估，不失为一种较为科学和简便的研究方法。另外，本文的研究方法，不仅可以用于对旅游危机事件影响进行评估，而且也可以对节庆事件的旅游影响进行测量评估，不同的只是节庆事件的当期影响是正向影响，节庆事件会促使部分旅游者提前消费，出现节庆事件当期旅游“透支”性增长，而节庆事件后会出现一个旅游量的缓慢增长期，甚至可能会出现节庆事件后的旅游规模的暂时性萎缩现象。因此，本底趋势线法对于事件旅游影响的评估具有很好的普适性。
上面以2003年SARS事件作为实证进行研究，把研究结论和事件的实际影响进行对比，证明了研究结论和现实数据是一致的。此外，在本底趋势方程模型建立过程中，使用了多个模型比较的方法来确定最终趋势线方程，其实质是以经典组合预测方法作为检验工具，保证了这种方法的准确性和科学性。因此，可以说运用旅游本底趋势线方法对旅游危机影响评估是合理和有效的。
注释：
①数据来源：中国国家旅游局.中国旅游统计年鉴(1980-2006)，中国旅游出版社。
②由于我国入境旅游人次的发展变化存在内隐性的周期性波动变化，因此旅游本底值和旅游统计值不可能完全一致，存在一个小幅的差异是正常现象。
③这一点符合经济发展过程中的存在的“内隐波动”规律。