近年来, 旅游业成为城市发展的重要经济支柱。然而, 随着人类科学技术的向前发展, 地震、滑坡、洪涝、泥石流等突发性自然灾害频发。我国暴雨引发的自然灾害造成的损失在总灾害损失中占有较大的比重^[1]。自然灾害的多发性严重干扰着我国旅游业的进步。本文将地理学的暴雨灾害和旅游学的风险感知相结合, 在对游客暴雨灾害风险感知能力定量评价的基础上, 侧重于游客风险感知能力的差异性研究, 以期发现游客风险感知能力的一些个体特征效应, 为景区的科学化管理提供参考。

风险感知的研究是由哈佛大学Raymond Bauer从心理学拓展而来^[2]。国外对于旅游风险感知的研究起步于19世纪80年代。Qi发现风险感知的4个方面:个人安全、文化风险、暴力风险和社会心理风险^[3]。Snmez & Graefe认为国际旅游中最重要的风险类型是恐怖主义、运输稳定性、政治动乱和满意风险^[4]。Reisinger & Mavondo认为恐怖主义和社会文化风险是最重要的风险^[5]。Leep认为旅游风险感知与自身的心理状态有密切关系^[6]。Petak认为灾害研究其实是灾害风险感念、风险感知与决策、风险评估、风险管理研究^[7]。Edgar L Jackson发现民众对灾害的认知能力跟灾害经历、灾害事件知识有密切关系^[8]。

我国旅游风险感知起步较晚。李鸿飞发现国内定量研究感知风险的极为少见^[9]。詹新惠以北京入境游客为调研对象, 探讨到访经历对旅游目的地供给感知差异的影响^[10]。李锋研究了影响旅游者风险感知的因素^[11]。柴寿升发现并不是所有的因素都对旅游者的风险感知产生同等重要的影响^[12]。樊守伟借助秦岭山地的背包旅游, 对国内背包客的旅游感知风险进行了量化研究^[13]。时勘深入了解了危机中公众对待灾害的态度和心理状态^[14]。个体特征差异性研究主要集中在购物、教育、医学、企业、保险等方面, 关于旅游风险感知的研究较少。许晖发现在不同的风险维度下, 旅游消费者的感知风险水平存在明显的不同^[15]。饶燕婷对北京市8所高校的在校大学生进行调查, 发现大学生的个体特征因素对其求学满意度有显著影响^[16]。文静等采用层次分析法对陕西省韩城的旅游景观感知进行了研究^[17]。汪丽等采用游客调查问卷数据对城市旅游景区交通的满意度进行评价^[18]。

1 研究区概况

翠华山, 位于陕西省西安市南23km的秦岭北麓, 海拔2 132m, 面积1 785km², 大致位于东经108°59′40″~109°02′30″与北纬33°55′40″~34°00′之间。秦岭是长江和黄河两大水系的分水岭, 秦岭北麓寒冷湿润, 是降水高值分布区^[19]。此外, 秦岭的降水多集中在7~9月, 正是旅游旺季, 对游客的人身财产安全造成一定威胁。秦岭南北坡形态极不对称, 北侧坡体陡峭, 雨水季节极易引发暴雨灾害。翠华山景区2004—2013年年降水量均在500mm以上, 其中2011年降水量最大，为950.7mm; 年日最大降雨量均在40mm以上, 其中7年达到暴雨标准。

翠华山景区是国家批准的第一批国家地质公园。翠华山景区于1992年被国家林业部评为“终南山国家森林公园”, 2001年被国土资源部评为“陕西翠华山山崩景观国家地质公园”, 2001年被国家旅游局评为“AAAA级旅游景区”, 2009年被联合国教科文组织评为“秦岭终南山世界地质公园”。

2 问卷设计与数据获取 2.1 问卷设计

问卷设计是一项专业性、技术性很强的工作^[20]。进行问卷设计时, 要明确调查的目的和内容, 将要调查的主要概念转换为可以具体测量的指标, 并对相关的概念进行准确的说明。本文的研究目标为暴雨灾害游客风险感知能力, 游客暴雨灾害风险感知能力的影响因素主要为游客减灾知识、减灾态度以及减灾行为3个方面。本研究针对这些因素进行指标的选取, 将减灾知识、减灾态度和减灾行为作为指标体系的一级指标, 并根据各自的影响因素选取分别对应的二级指标, 确定评价指标的结构框架。根据结构框架, 将调查问卷设计为4部分, 具体问卷内容如表 1。

2.2 数据获取

经过前期的准备工作, 2014年7月在秦岭翠华山景区共发放问卷300份, 涉及各个年龄层、职业等。经过筛选剔除无效问卷15份, 得到有效问卷285份, 有效率达到95%, 说明本次调查具有充分的代表性, 调查数据具有研究意义。

为了保证问卷的合理性, 完善测量指标, 对数据进行信度、效度检验, 保证指标合理性、调查问卷的可行性。利用SPSS软件进行统计分析, 得出克朗巴哈(Cronbach).α信度系数为0.837, 根据学者DeVellis的信度系数评判标准, 问卷信度非常好, 达到了探索性研究的标准, 可以用来进行后续数据获取。定义KMO值为0.724, 大于0.6的临界值, 问卷质量良好。

3 评价方法

采用层次分析法(AHP)来确定权重, 将定性描述转换为定量研究, 减少主观误差。确定权重后, 设计了一套模型进行风险感知能力的计算, 定量化分析游客的暴雨灾害风险感知能力。

3.1 权重确定与指标赋值 3.1.1 指标权重确定

主要运用AHP法来确定评价指标的权重, 并将指标权重的确定转换为调查问卷中各个题目的权重的确定(表 1)。具体步骤如下:

1) 构造判断矩阵

结合专家的专业知识和公众的经验对暴雨灾害减灾知识、减灾态度和减灾行为赋予相对客观准确的分数。由此完成同一层次内n个指标相对重要性的判断, 采用九分位的比例标度(见表 2)确定指标的相对重要性。判断矩阵A中a_ij为i行指标相对j列指标进行重要性两两比较的值。判断矩阵A中a_ij>0, a_ii=1, a_ij=1/a_ji(其中i，j=1, 2, …, n)。

2) 权重计算

对判断矩阵每一行元素求积, 得到一个新向量C_i。然后计算C_i的n次方根, 对所有向量归一化处理, 即为指标权重w_i。

3) 判断矩阵一致性检验

AHP法对调查对象的主观判断进行定量化表述, 其成败取决于客观因素可否达到合理的范围, 因此, 对判断矩阵进行一致性检验, 具有不可替代的作用。一致性检验指标为

其中, 设A的最大特征根为λ_max, 其相应的特征向量为W。当CI=0时, 判断矩阵具有完全一致性, 反之, 判断矩阵一致性越差。

为了检测不同阶数的判断矩阵一致性, 需引入判断矩阵的平均随机一致性指标RI值(表 3)。当

时, 即认为判断矩阵具有合意的一致性。不然须调整判断矩阵, 使之具有合意的一致性。

3.1.2 指标赋值

问卷采用李克特量表法设计答案, 将答案分为5个等级, 由高到低依次赋分为5，4，3，2，1。游客所选答案对应的分数, 即为所选该题的分数。对于答案是多选题的题目, 按照所选答案的个数占总答案的比例赋分, 满分为5。

3.2 风险感知评价模型

通过指标权重的确定和指标的赋值, 定量化的得到游客暴雨灾害风险感知能力的得分, 主要计算游客减灾知识、减灾态度和减灾行为3方面的得分。其计算过程如下。

1) 每部分中各题得分, 公式为

其中, S_ij表示第i部分第j题游客所得分数; i的取值为1, 2, 3, 分别代表暴雨灾害风险感知能力指标体系中的游客暴雨灾害知识掌握程度、风险防范所持态度和应灾行为倾向性3个部分; j为第i部分第j题, k为第j题第k个答案, Q_jk为第j题中选k答案的游客人数, P_jk表示第j题中k答案所附分值; A为参加调查的游客数量。

2) 各个部分的总体得分, 公式为

其中, S_i为指标体系中各部分得分; i的取值为1, 2, 3, m为指标体系中各部分题目数; W_ij为第i部分第j题权重。

4 结果分析 4.1 风险感知能力评价

综合上述公式, 得出秦岭翠华山景区游客暴雨灾害风险感知能力各部分得分(见表 1), 其中游客减灾知识的得分为2.465, 减灾态度的得分为3.918, 减灾行为的得分为2.679。面对危险时, 游客出于对自身的保护, 更倾向于选择能够降低伤害的行为, 具有更积极的态度, 因此, 态度部分得分最高。其中得分较高的有暴雨引发灾害的了解程度、暴雨预警信号类型及型号的了解程度, 得分最低的为获取暴雨灾害知识和信息的渠道。由于暴雨减灾知识具有较强的专业性, 游客对于知识的掌握程度不仅受到社会环境的影响, 还受到自身阅历以及受教育程度的影响, 非专业的人员对暴雨灾害知识的掌握普遍不高。得分较高的有暴雨灾害是否需要预防以及预防暴雨灾害所采取的措施, 得分最低的为景区以前发生的暴雨灾害的了解。虽然游客对暴雨灾害所持态度比较积极, 但是由于掌握知识的不完备, 在做出应灾行为的时候, 很难做出适当的行为, 因此, 减灾行为得分较低。其中, 得分较高的侧重于暴雨灾害发生前的一系列措施, 得分较低的侧重于灾害发生时的应对措施以及政府和景区采取的措施。

4.2 个体特征差异性评价

游客对于暴雨灾害的认识, 受到自身特征和生长环境的影响。基于此, 尝试发现游客暴雨灾害风险感知中的一些个体特征效应, 即性别、年龄、职业等对游客暴雨减灾知识、减灾态度、减灾行为的差异性影响。

4.2.1 性别差异

将翠华山景区的样本数据按照性别进行分类统计, 分别得出不同性别的游客的减灾知识、减灾态度和减灾行为3方面的感知能力得分(图 1(a))。

由图可知, 减灾知识得分男性高于女性, 减灾态度和减灾行为得分男性略低于女性。男性对于自然科学知识的兴趣要强于女性, 同时男性的交际范围比较广泛, 获得知识的途径比女性多, 所以男性减灾知识得分要高于女性。女性多数比较感性, 对于暴雨灾害的看法和应对行为比较敏感, 所以, 减灾态度和减灾行为得分女性略高于男性。总之, 性别对于翠华山景区游客的暴雨灾害风险感知能力差异性影响不大。

4.2.2 年龄差异

将景区游客年龄按照18岁及以下、19~24岁、25~44岁、45~64岁及65岁以上分为5个年龄段, 分别进行暴雨灾害风险感知分析(图 1(b))。

由图可知, 暴雨灾害减灾知识随着年龄的增长大致呈现正态分布的趋势, 19~24岁的游客减灾知识得分最高, 65岁以上的游客减灾知识得分最低。本次调查中, 18岁以下的游客多为初、高中生, 平时多注重于课堂知识的学习, 对暴雨灾害的知识了解较少, 得分较低; 19~24岁的游客多为在校大学生, 通过网络、媒体等方式可以较广泛、全面的了解暴雨灾害, 减灾知识得分最高, 25~44岁的游客, 多数已进入社会, 面对来自家庭、社会等各方面的压力, 对暴雨灾害关注度下降, 得分低于19~24岁的游客, 但是由于上一阶段的积累, 仍有较高的得分; 45~64岁的游客, 丰富的阅历和经验使其获得较丰富的减灾知识, 但是由于很少接受系统的教育, 得分略低于25~44岁的游客; 65岁以上的游客, 由于出行不便、接受新事物能力差等原因, 使其减灾知识得分最低。

减灾态度得分随年龄的增长基本呈上升趋势, 但是65岁以上的游客减灾态度得分有所降低。随着年龄的增长, 游客接触到的暴雨灾害也愈多, 因此, 暴雨灾害态度得分逐渐增长。然而。65岁以上的游客, 因年龄过大, 对环境的关注度下降, 减灾态度得分下降。

减灾行为得分随年龄的增长也基本呈现正态分布的特点, 19~24岁游客减灾行为得分最高, 18岁以下游客得分最低。18岁以下的游客由于没有形成稳定的价值观, 其行为具有很大的的主观性, 对暴雨灾害的应对行为倾向性不强, 所以得分最低; 19~24岁的游客已基本形成稳定的价值观, 而且通过暴雨灾害知识的系统了解, 行为应对倾向性较强, 减灾行为得分最高。25~44岁的游客将精力主要放在工作、家庭等方面, 对暴雨灾害的行为倾向性不高, 因此, 其减灾行为得分低于上一阶段; 45~64岁的游客经过前期的影响, 面对暴雨灾害的行为倾向性比较稳定, 但由于减灾知识的不完备, 所以其得分低于25~44岁的游客; 65岁以上的游客, 出行机会比较少, 因此得分低。

4.2.3 职业差异

将职业分为自由职业、学生、公务员、工人、农民、退休人员、企业职员及其他八大类, 进行游客暴雨灾害风险能力感知分析(图 1(c))。因为其他类职业不具体, 所以不对其进行分析。

由图可知, 暴雨减灾知识得分由高到低为公务员、企业职员、学生、工人、农民、自由职业、退休人员。公务员和企业职员受教育程度较高, 且具有广泛的途径获取暴雨减灾知识, 所以其得分较高; 学生在学校内主要通过网络、媒体等获取暴雨减灾知识, 虽然有一定的知识积累, 但是遭遇风险的概率较低, 所以得分略低于公务员和企业职员; 工人获取暴雨减灾知识的途径主要是通过工厂的灾害宣传教育, 对暴雨灾害知识的关注度不高, 所以其得分略低; 农民、自由职业和退休人员多数受教育程度不高, 对减灾知识的了解较少, 得分最低。

暴雨减灾态度得分整体高于减灾知识和减灾行为得分, 各职业对于暴雨减灾态度的关注度和差异性不大, 说明虽然各职业游客对于减灾知识的了解程度不同, 有各自对暴雨灾害的应对行为, 但是对暴雨灾害的关注度始终处于较高水平。

暴雨减灾行为得分由高到低为公务员、企业职员、学生、工人、农民、自由职业、退休人员。其得分排行基本与暴雨减灾知识得分相同, 说明各职业游客的减灾行为受获得的减灾知识的影响, 减灾知识得分越高, 减灾行为得分也越高。其中, 公务员的减灾行为得分略低, 主要是由于公务员的工作时间比较固定, 对其出行旅游造成了困扰。

4.2.4 受教育程度差异

将受教育程度分为硕士及以上、大学及本科、高中、初中和小学5类, 对其分别进行暴雨灾害感知能力分析(图 1(d))。

由图可知, 随着学历的提升, 减灾知识得分和减灾行为得分呈现上升趋势。受教育程度高低直接影响着游客对于暴雨减灾知识的掌握情况, 学校教育对于游客暴雨减灾知识的掌握情况具有很大影响力。而减灾知识的掌握情况又影响着游客的减灾行为, 两者之间呈现出正相关的特点。

减灾态度得分随着学历的提升呈现上升趋势, 但是整体上处于同一水平, 差异性不大。受教育程度会在一定程度上影响游客的减灾态度, 不是主要的影响游客减灾态度得分的因素。

4.2.5 居住地是否经历暴雨灾害

将居住地是否经历暴雨灾害分为没有、很少、一般、比较多和非常多5个等级, 对其进行游客暴雨灾害风险感知分析(图 1(e))。

由图可知, 暴雨减灾知识得分、减灾态度得分和减灾行为得分都随着居住地经历暴雨灾害次数的增多而增长。特别是居住地发生暴雨灾害非常多的游客, 其减灾知识和减灾性都处于相当高的水平。居住地发生暴雨灾害, 切实关系到了游客的自身利益, 因此, 游客对于暴雨灾害知识的掌握程度和应对行为的倾向性会随着经历暴雨灾害的次数而提高。暴雨减灾态度的得分基本处于3.8分左右, 游客对于暴雨灾害的关注度始终处于较高的水平, 现在旅游业比较发达, 保持对暴雨灾害的关注度, 能更安全的进行游览。

5 结论与讨论

本文从暴雨灾害减灾知识、减灾态度和减灾行为3方面研究秦岭翠华山景区游客暴雨灾害风险感知能力。此外, 从游客的个体特征出发, 对游客的暴雨灾害风险感知能力进行差异性分析。为景区和游客自身防减灾能力的提升提供参考。主要的研究结论有:

1) 游客暴雨减灾态度得分高于减灾知识和减灾态度得分。表明, 游客对于暴雨减灾的态度与减灾知识、减灾行为存在差异性。

2) 游客的暴雨灾害风险感知具有明显的个体特征效应, 个体特征的差异性导致游客的风险感知能力具有明显的差异。具体表现在:

① 游客不同的年龄阶段对风险感知能力具有不同的影响。暴雨灾害减灾知识和减灾行为随着年龄的增长大致呈现正态分布的趋势, 19~24岁的游客得分最高。减灾态度感知得分随年龄的增长基本呈上升趋势。

② 游客的职业差异对于暴雨减灾知识和减灾行为具有差异性影响。减灾知识感知得分由高到低为公务员、企业职员、学生、工人、农民、自由职业、退休人员。减灾行为感知得分由高到低为公务员、企业职员、学生、工人、农民、自由职业、退休人员。各职业对于暴雨减灾态度的关注度和差异性不大。

③ 随着学历的提升, 减灾知识感知识、减灾态度和减灾行为感知得分呈现上升趋势。减灾知识的掌握情况又影响着游客的减灾行为, 两者之间呈现出正相关的特点。

④ 游客暴雨减灾知识、减灾态度和减灾行为得分都随着居住地经历暴雨灾害次数的增多而增长。特别是居住地发生暴雨灾害非常多的游客, 其减灾知识和减灾性都处于相当高的水平。

通过研究, 比较深入地了解了秦岭翠华山景区游客暴雨灾害风险感知能力, 但是由于时间、人力、物力的限制, 本研究仍有一定的局限性。设计调查问卷时, 有些题目还未经实践, 尚需完善; 此外, 运用层次分析法确定权重, 具有一定的主观性, 对游客暴雨灾害风险感知能力的评价有一定影响。