我国避暑胜地形成机制及旅游竞争力的分析

薛 刚,孙根年,余志康

(陕西师范大学 旅游与环境学院， 陕西 西安 710062)

避暑旅游与气候舒适度有关。1966年W. H. Terjung 提出了气候舒适度指数的概念[1],由此推动了旅游气候舒适度研究。2007年孙根年、马丽君以西安和陕西为例,开展了气候舒适度与客流量关系研究[3-4],发现春秋季舒适的气候是旅游旺季形成的环境条件[5];蒋炯平以我国四大避暑胜地为例,探究了避暑胜地的形成条件和发展轨迹[6];马乃孚以清江流域为案例,探讨避暑旅游资源的开发[7];蒋晓伟开展了庐山旅游气候评价及深度开发[8]; 龙江智以辽宁海岛旅游为案例,提出打造中国海岛避暑胜地[9]。2007年召开的中国首届避暑旅游经济论坛,率先提出“避暑旅游”、“避暑产业”和“避暑经济”等概念。为此,石培新探讨并提出了推进避暑经济的政策建议[10];金颖若提出避暑旅游需走特色化、生态化道路[11]。综合上述文献可以看出,避暑旅游已成为旅游地研究的热点。

实际上,一个避暑旅游胜地的形成,是其夏季凉爽的气候、优美的旅游资源、便捷的交通区位三大因素综合作用的结果。而有关我国避暑胜地旅游综合竞争力测评及形成机制的研究,国内相对较少。本文以庐山等10大避暑胜地为案例,从避暑气候、旅游资源、交通区位三大因素出发,对其避暑旅游竞争力及形成机制做定量分析,为避暑旅游活动组织及避暑旅游地开发提供参考。

1 样地选择、数据来源与研究方法

1.1 概念界定与样地选择

所谓避暑旅游,是在炎热夏季追求凉爽气候的一种反向旅游活动。一般来说需要满足3个条件:①客源地夏季出现高温天气,日最高气温在35℃以上,促使人们产生避暑的需求;②目的地气候凉爽,日最高气温一般在26℃以下,能够提供凉爽的气候供给;③客源地与目的地距离较近,可方便到达。此外,一个避暑胜地旅游竞争力的强弱,并非仅仅由其气候舒适度决定,还必须综合考虑其旅游资源特色、交通区位条件。本文在综合考虑我国地理环境的基础上,选取了庐山、北戴河、承德、青海湖、莫干山、丽江、九寨沟、鸡公山、天目山、神农架等10个避暑胜地作为研究对象,基本涵盖了沿海与内陆、南方与北方、海滨与山岳等多种类型。

1.2 研究方法

本文首先构建了一个避暑胜地旅游综合竞争力测评的概念模型(如图1)。包括了凉爽的气候、优美的旅游景观、便捷的交通区位,并认为它们是相互联系、相互影响的。其中,凉爽的气候是关键因素,优美的旅游资源是内部核心因素,便捷的交通区位是外部关键因素。

图1 避暑胜地旅游综合竞争力测评的概念模型Fig.1 The concept model of tourism comprehensive competitiveness evaluation about Summer Resorts

在开展避暑胜地旅游竞争力测评时:首先,开展气候舒适度及竞争力测评,将避暑胜地与周边中心城市的温差结合,测算避暑胜地的避暑指数;其次,从旅游资源、避暑胜地的级别、景点资源丰度和空间容量角度,测算景区对游客的吸引力;从交通区位、景区与中心城市距离以及交通方式,测算景区的交通区位及可达性。最后,以盛夏接待的客流量及在全年所占比例为竞争力的显性替代指标,分析其与避暑指数、旅游资源、交通区位的关系,揭示各因素在避暑胜地形成中的作用。

1.3 数据来源

夏季气候舒适度测评选取的1981—2010近30年各城市气候统计平均值,来源于中国气象科学数据共享服务网;避暑胜地旅游竞争力的评选取的旅游基础数据和信息,来源于各地市旅游统计年鉴、百度百科、携程网;交通区位条件测评选取的交通站点、中心距离、景区面积的信息,来自于全国火车站、汽车站、机场网站、Google earth软件测算以及百度百科;旅游发展的数据选取的2010年10大避暑胜地年接待游人次,来源于各景区及相关网站统计公告。

2 气候舒适度测评及与中心城市比较

2.1 气候舒适度测评公式

气候舒适度是指人们无需借助任何消寒、避暑措施,就能保证生理过程正常进行的气候条件。本文主要采用温湿指数(THI)、风寒指数(WCI)、测定十大避暑胜地的旅游气候舒适度。

温湿指数(THI)指温度与湿度的综合,反映了人体与周围环境的热量交换,计算公式如下:

THI=(1.8t+32)-0.55×(1-f)(1.8t-26)

(1)

式中:t为摄氏温度(℃);f为相对湿度(%)。

风寒指数(WCI)指寒冷环境下风速与气温对裸露人体的影响。奥利佛于1987年提出,计算公式如下:

(2)

式中:t为摄氏温度(℃);v为风速(m/s)。

为了将气候舒适度指数的绝对值,转化为舒适性评价的相对值,本文将其划分为5个等级,分别采用9，7，5，3，1对其进行赋值,其结果如表1所示。

2.2 气候舒适度测评

本节以1981—2010年气象观测数据为基础,根据公式(1)，(2),计算十大避暑胜地夏季温湿指数和风寒指数,用表1所设定的分级方案及符号反映所归属的等级。如表2所示。

从温湿指数(第一个字母)来看:庐山、丽江、九寨沟夏季温湿指数较高,适宜旅游活动;承德避暑山庄6，8月温湿指数较高,7月份较低,不宜旅游;北戴河、青海湖、天目山、神农架6月温湿指数较高,适宜旅游。7，8月较低,人体感觉较不舒适;莫干山、鸡公山夏季温湿指数较低,舒适性差。从风寒指数(第二个字母)来看:庐山、北戴河、丽江、神农架夏季风寒指数高,人体感觉舒适,适宜旅游;九寨沟、承德6，8月份风寒指数高,7月份较高,舒适性较好;莫干山夏季风寒指数较高,人体感觉较舒适,适宜旅游。

表1 温湿指数、风寒指数的分级标准及赋值Tab.1 THI, WCI grade standard

表2 十大避暑胜地的温湿指数、风寒指数Tab.2 The THI and WCI of the 10 Summer Resorts

2.3 避暑指数测定与排序

本节所选取的避暑指数是避暑胜地的旅游综合竞争力测评的重要指数,由夏季的温湿指数和风寒指数加和进行测算的,这里给出了一个加权叠加模型,其计算公式为:

C=0.65XTHI+0.35XWCI

(3)

其中,C为避暑指数，0.65，0.35为权系数,XTHI，XWCI为温湿指数、风寒指数的分级值。

由表1、表2结果,综合算出我国10大避暑胜地的气候舒适度的最低值、中间值、最高值。避暑指数的加权计算按公式:避暑指数=中间值+(最高值-最低值)2/60。最终,气候条件得分=避暑指数得分+温差修正值,计算结果如表3所示。

表3 十大避暑胜地避暑指数比较Tab.3 The comparison of summer index about the 10 Summer Resorts

表3中,所选的10大避暑胜地气候舒适度指数差异较大。从最低值来看,丽江最高6.40;庐山次之;青海湖最低1.70,表明出现最低之时青海湖的气候舒适度最差且不宜旅游。从避暑指数来看,以庐山最高7.39,丽江次之,最低为天目山3.95。炎热夏季,凉爽的气候为旅游提供了先决条件。

2.4 与中心城市温差比较

中心城市有着众多的客流量,由于不适的气候条件,游客更倾向于比较凉爽的景区进行避暑旅游。本文对夏季避暑胜地的平均温差进行统计,并按温差6～8℃:0.6分;8～10℃:0.8分;10～12℃:1.0分;12～14℃:0.8分;14～16℃:0.6分进行赋值作为气候条件评价的修正值。结果如表4所示。

表4中:景区夏季温度远远低于其周边的中心城市。炎热夏季,避暑胜地与周边城市较大的温差,为从大城市的游客提供了凉爽、舒适的旅游环境。对于避暑胜地来说,首先要有一个舒适的温度范围:15℃～25℃,其次周边中心城市温度则在35℃以上,两地有着10℃～12℃的温差,此温差也成为避暑旅游地形成的门槛温差。在华北和长江中下游地区,盛夏城市气温常在35℃以上,而避暑胜地的气温常在26℃以下,形成10℃左右的温差。温差太低或太高,往往出现“过犹不及”的现象。

表4 十大避暑胜地与中心城市夏季温差比较Tab.4 The comparison of summer temperature with 10 summer resorts and central city

3 旅游资源与交通区位比较

3.1 旅游资源及景区特征

旅游资源及景点吸引力是游客前来旅游内在的直接驱动力[12]。本节从各地年鉴和网站统计得出:十大避暑胜地旅游资源和景区特征。按旅游资源丰度计算公式给景区赋分:5A级5分、4A级2.5分、加入世界遗产1分、按景点数量多少排名赋值0.1～1分作为旅游资源评价的修正值。最终旅游资源得分=景区级别得分+景区荣誉得分+景区景点数量得分。计算结果见表5。

表5 十大避暑胜地旅游资源和景区特征比较Tab.5 The comparison of tourism resources and characteristics of scenic spot about the 10 Summer Resorts

对于避暑旅游,除凉爽的气候条件外还必须有着优美的旅游资源。表5中,首先,5A级和加入世界遗产的旅游景区吸引力强。其次,旅游景区的容量以及景点数量是吸引游客的又一因素。按上述计算方法得知:丽江旅游资源得分最高7,吸引力最强,承德次之,最差为天目山、青海湖2.6。

3.2 交通区位及可达性分析

交通区位及可达性是影响游客到访的重要外部因素[15]。本节交通区位的测评按景区到中心城市的距离以及交通方式的类型进行测算:景区和中心城市有飞机场且能够互通到达:1.5分;景区和中心城市有飞机场但不能互通到达:1.3分;铁路:1.0分;公路:0.8分。交通区位得分=航空得分+铁路里程排名* 1.0+公路里程排名*0.8,其中青海湖、天目山、莫干山三地虽没有直达飞机,但距中心城市西宁或杭州较近且有机场,因此综合分析,给三地额外附加0.3分作为修正值。计算结果如表6 所示。

表6 十大避暑胜地交通区位比较Tab.6 The comparison of the condition of traffic about the 10 Summer Resorts

交通区位影响和制约着景区的可进入性,而可进入性又会影响到景区的收益和可持续发展。表6中,位置、距离、交通方式三者测算的数据表明:不同景区的可达性随距离和交通方式而变化,距离中心城市的距离,表明游客进入景区的便捷程度。按上述计算方法得知:庐山得分最高2.64,表明庐山的可进入性最强,北戴河次之,鸡公山最差0.92。

4 避暑胜地的形成机制及旅游竞争力分析

4.1 避暑胜地的形成机制

从2002年孙根年提出旅游市场竞争态模型以来,就开始了旅游市场竞争态与资源丰度、交通区位、经济发展水平关系的探究[13-14]。本节依据上述统计数据,分析避暑胜地年接待客流量与气候条件、旅游资源、交通区位的关系。结果如图2、图3、图4所示。

炎热夏季,凉爽的气候是吸引游客前来的关键因素。本文以气候条件为自变量,以接待的客流量为因变量制作散点图。利用OLS法进行回归分析,采用直线方程,如图2所示,气候条件对接待客流量有显著的影响,随着气候条件得分的增大,景区接待的游客随之增多。其中庐山的气候条件得分为8.39,相应接待客流量为483万人;神农架、北戴河、九寨沟、承德气候条件得分在6～7.5之间,相应接待客流量在150～250万人之间;莫干山气候条件得分4.98,接待客流量为28.11万人。北戴河、承德、鸡公山气候条件相似,客流量差异较大,是旅游资源和的交通区位的差异所致;正是由于旅游资源和区位交通因素差异的影响,天目山、莫干山、青海湖,气候条件差异较大,但却有着大体相似接待的客流量。

优美丰富的旅游资源是吸引大量游客前来的内在直接驱动力。本文以旅游资源为自变量,接待客流量为因变量制作散点关系图。利用最小二乘法进行回归分析,采用直线方程,如图3所示,旅游资源与接待客流量有着明显的正相关关系,随着旅游资源吸引力的增高,接待游客人数随之增大。其中庐山旅游资源得分6.7,相应接待客流量为483万人;神农架旅游资源得分5.4,相应接待客流量为201万人;鸡公山旅游资源得分2.8,接待客流量为62.5万人。具有相似旅游资源优势的庐山、丽江、承德,其接待量差异甚大,凉爽的气候条件和便捷的区位交通条件为吸引大量游客的到访提供了可能;神农架、九寨沟与承德旅游资源差异较大却有着相似的接待客流量,究其原因是由其他两个因素相互影响所致。

图2 气候条件与接待客流量的关系Fig.2 The relation of climatic conditions and the number of tourists

图3 旅游资源与接待客流量的关系 Fig.3 The relation of tourism resources and the number of tourists

便捷的交通区位条件以及可进入性是影响游客到访的重要外部因素。本文以交通区位为自变量,接待客流量为因变量制作散点关系图。利用OLS法进行回归分析,采用直线方程,如图4所示,接待客流量和交通区位呈正相关关系。庐山交通区位得分2.64,相应接待客流量为483万人;丽江、神农架、北戴河、九寨沟交通区位得分在1.5～2.5之间,相应客流量为150～350万人;青海湖交通区位得分1,客流量为34.49万人。其中具有相似区位优势的丽江、九寨沟,其接待的客流量差异甚大,究其原因是由气候条件和旅游资源的差异引起的。

图4 交通区位与接待客流量的关系Fig.4 The relation of the condition of traffic and the number of tourists

4.2 旅游竞争力分析

从上述分析中得知:景区的游客接待量与文中所选取的气候条件、旅游资源和交通区位呈现比较好的正相关关系。结合三大因素与景区游客接待量的关系图来看,评价避暑胜地旅游综合竞争力的强弱,气候条件、旅游资源、交通区位是三个不可或缺的因素。本文在单因子分析的基础上,将气候条件、旅游资源、交通条件看成3个自变量,来揭示旅游地竞争力的强弱与三大因素的关系。

本文以接待的客流量作为竞争力的显性替代指标,采用多元回归的加法模型,认为各因素是相互独立的。用SPSS软件测算三大因素与客流量的回归关系方程:

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

(4)

式中,y为客流量;x1，x2，x3分别为气候条件、旅游资源、区位交通。

从方程可以看出,各个因素的边际贡献以交通区位最大,气候条件次之,旅游资源最小。为了检验回归方程模拟的准确性,利用回归方程计算各个胜地客流量的模拟值,并与其实际统计值进行比较。图5中,三者综合的模型模拟值与实际统计值具有显著的相关性,对比单因素分析具有更高共线性,解释的可信度高达92.57%。同时,综合模拟方程的系数反映了各因素的弹性。其中,交通区位的弹性系数最大,其变动1个单位,避暑胜地接待的客流量增加或减少141.14万人;气候条件的弹性次之,其每变动1个单位,避暑胜地接待的客流量增加或减少37.613万人;旅游资源的弹性最小,其每变动1个单位,游客增加或减少16.705万人。

图5 接待客流量的统计值与模拟值的比较Fig.5 The comparison of the statistics and simulation values tourists about the number of tourists

5 结 语

本文选取三大因素对我国十大避暑胜地的形成机制及旅游竞争力强弱进行分析,结果表明:

1)作为旅游避暑胜地,夏季最高温度在26℃以下,能够提供舒适的避暑气候供给。其次,与周边中心城市有10～12℃的温差,是避暑旅游地形成的最佳气候条件。温差太低或太高,往往出现“过犹不及”的现象。

2)避暑胜地的游客量与气候条件、旅游资源、交通区位呈现正相关关系,其中凉爽的气候是关键因素,优美的旅游景观是内部核心因素,便捷的交通区位是外部关键因素,单一因素并不能起决定性作用。

3)本文以客流量作为竞争力的显性替代指标,并以其为因变量,以气候条件、旅游资源、交通条件为自变量,采用最小二乘法建立回归方程,来揭示避暑胜地旅游竞争力的强弱与三大因素的关系。模拟方程解释的可信度高达92.57%。同时,方程的系数反映了各因素的弹性。其中,交通区位的弹性系数最大,其变动1个单位,避暑胜地接待的客流量增加或减少141.14万人;气候条件的弹性次之,其每变动1个单位,避暑胜地接待的客流量增加或减少37.613万人;旅游资源的弹性最小,其每变动1个单位,游客增加或减少16.705万人。

[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] 马丽君,孙根年.中国西部热点城市旅游气候舒适度[J].干旱区地理,2009,9,32(5):791-797.

[4] 马丽君,孙根年,李馥丽,等.陕西省旅游气候舒适度评价[J].资源科学,2007,11,29(6):40-44.

[5] 孙根年,马丽君.西安旅游气候舒适度与客流量年内变化相关性分析[J].旅游学刊,2007,22(7):34-39.

[6] 蒋炯平.我国四大避暑胜地成因之探究[J].中国西部科技,2008,5,07,15(140):62-64.

[7] 马乃孚,甘雨来.清江流域避暑旅游气候资源的开发研究[J].长江流域资源与环境, 1995, 4(1): 52-53.

[8] 蒋晓伟,冯立梅,杨达源,等.庐山旅游气候资源优势评价及深度开发[J].长江流域资源与环境, 2003, 12(3): 233-236.

[9] 龙江智,李恒云.基于气候舒适性视角的辽宁海岛旅游开发策略研究[J].资源科学,2012,34,(5):981-987.

[10] 石培新.避暑经济的几个基础性问题探讨[J].资源科学,2010,10,32(10):1999-2004.

[11] 刘园园,金颖若.在避暑旅游产业发展概述[J].生态经济,2010(6):115-118.

[12] 李琦,孙根年,韩亚芬.中国省际入境旅游资源吸引力与区位可达性的矩阵分析[J].干旱区资源与环境,20085,22(5):101-106.

[13] 王美红,孙根年,康国栋.中国旅游LR-NS-FA空间错位的组合矩阵分析[J].人文地理, 2009, 27(1): 59-65.

[14] 李景宜,孙根年.旅游市场竞争态模型及其应用研究[J].资源科学,2002,11,24(6): 91-96.