损失2007年中国大事记

收稿日期:2010-10-18;修订日期:2011-04-28基金项目:国家社会科学基金资助项目(03BJY0088)、陕西师范大学"211工程"专项基金资助.
作者简介:孙根年(1961-),男,陕西西安人,教授,主要从事旅游管理的教学研究.
E-mail:gnsun@snnu.
edu.
cn2008年五大事件对中国入境旅游的影响———基于本底趋势线模型高分辨率的分析孙根年,周瑞娜,马丽君,王泰然(陕西师范大学旅游与环境学院,西安陕西710062)摘要:依据旅游本底趋势线理论和月指数距平方法,对2008年五大事件对中国入境旅游的影响进行了高分辨率的定量分析,结果发现:①在五大事件的影响下,2008年中国24个省区入境旅游出现了负增长,其中,广东、四川等省区损失游客67.
6~294.
5万人,山东、海南等省区损失量小于5万人次;四川、西藏等省区损失率在50.
0%~76.
7%,安徽、吉林等省区损失率为1.
6%~4.
6%.
②由于事件的性质、发生的时间和持续期不同,对各省区入境旅游影响差异较大,金融海啸共损失游客1254.
86万人次,汶川地震损失游客178.
47万人次,奥运入境限制及"奥运抽水"损失入境游客215.
02万人次,藏独事件损失游客115.
55万人次,南方雪灾损失游客42.
41万人次.
③五大事件对入境旅游的影响,存在着较大空间差异.
南方雪灾的影响集中在南方受灾省区;藏独事件对西藏及北京、上海旅游影响较大;汶川地震影响范围遍及全国,但对四川及其周边省区影响最大;北京奥运会期间,全国大部分省区入境客流量减少;金融海啸影响的时间长范围广,全国31个省区均受到不同程度影响,东部沿海地区入境客流量损失较大.
在本底趋势线模型的基础上,定量分析了五大事件对中国31个省区入境旅游的影响,并对6个典型省区旅游危机的交替过程进行了分析.
关键词:重大事件;本底趋势线;旅游影响;距平值中图分类号:F59文献标识码:A文章编号:1000-0690(2011)12-1437-10突发性的危机事件(如政治动乱、恐怖袭击、地震海啸、冰冻雪灾、金融危机等)往往会引起入境客流量的显著下滑,形成所谓突发事件旅游危机[1].
对此,国外学者开展了较为广泛的研究[2~7],其特点是事件相对孤立,影响周期较为清晰.
然而,当多个危机事件聚集在一体,其影响周期相互重叠很难区分时,国外学者所采用的时间序列模型就失灵了.
2008年是中国旅游业发展的多事之秋.
年初的1~2月,南方遭受罕见的冰雪灾害;3月14日藏独事件和5月12日汶川特大地震;7~8月北京奥运会期间,为确保奥运安全而加强入境管制,入境客流量大幅度下滑;从2008年9月到2009年6月,又遭受全球金融海啸冲击.
这些重大事件对入境旅游的发展产生了程度不同的冲击和影响,导致2008年入境旅游出现负增长,直到2009年6月入境旅游尚未走出衰退的阴霾.
对于这些重大事件的旅游影响,国内相关报刊有较多报道[8,9],也有学者就汶川地震和金融海啸对旅游业的影响作过定性分析[10,11],然而多数文献是定性描述和对策分析,缺乏较为深入的定量评估.
1998年孙根年提出了旅游本底趋势线的概念,并发现了本底趋势线的"晴雨表"功能和预测功能,以此分析了"89事件"对中国入境旅游的影响[12,13];近10a来,旅游本底趋势线理论及其应用研究获得了很大的发展[14~20],也得到了学术界的广泛验证和应用[21~25].
本文依据旅游本底趋势线理论,结合月指数和本底线距平方法,分析五大事件对中国入境旅游的影响,以期为高分辨率认识不同事件的旅游影响提供科学依据.
1事件梳理与危机评估方法1.
1五大事件的梳理2008年1~2月的南方雪灾(表1),是局部地区重大的气候灾害,受灾地区天寒地冻,航班取消、铁路受阻、交通瘫痪,影响到旅游地可进入性,1~2月江西、湖南、贵州等省区旅游损失惨重,进入3月第31卷第12期2011年12月地理科学SCIENTIAGEOGRAPHICASINICAVol.
31No.
12Dec.
,2011表12008年影响中国入境旅游五大危机事件Table1FivemajoreventsinfluencingtheChineseprovincialinboundtourism事件名称/发生时间事件概况及影响范围事件性质及对旅游可能产生的影响南方雪灾/1~2月份罕见的雨雪冰冻灾害,袭击了中国18个省区,南方湖南、湖北等省份受灾尤其严重,交通运输中断,电力受阻自然灾害事件,降低灾区的可进入性,灾区旅游业损失较大,但无后效性藏独事件/3月14号西藏、甘肃、四川部分地区一场带政治色彩的暴力事件,受思想意识形态的影响,欧美等资本主义国家趁机对中国相关政策进行言论攻击人为政治事件,降低旅游安全性,同时受欧美等资本主义国家意识形态的影响,入境旅游受到抑制,而且该事件有一定的后效性汶川地震/5月12日中国建国以来影响最大的一次特大地震,影响范围包括震中50km范围内的县城和200km范围内的大中城市,严重受灾地区达10万km2,交通运输设施遭到严重破坏自然灾害事件,对灾区的可进入性和观赏性及游客心理产生了影响,灾区及周边省区旅游业损失较大,对灾区的影响时间较长北京奥运会/8月8~24日北京奥运会是中国百年体育盛典,是历史上最成功的一届奥运会,规模宏大,对入境游客有巨大的吸引力,为保障北京奥运的顺利进行,中国加强了入境管制人为庆典事件,但在强入境管制背景下,入境客流总量下降,同时入境游客更多的流向北京,使得其它省区入境客流量迅速减少,其影响无后效性金融海啸/9月爆发源于美国次贷危机,并迅速蔓延全球,导致众多企业倒闭,股市暴跌,失业人数激增,人们收入减少,目前仍在持续人为经济事件,各客源市场国均受到冲击,旅游者的可支配收入降低,全国各省区入境旅游均出现损失,其影响一直持续,至今尚未结束后冰雪融化,事件影响才告消除.
3月14日藏独是局部地区的社会动乱,少数藏独分子策划暴力动乱,严重影响了西藏及周边地区旅游安全.
同时,受意识形态的影响,西方国家媒体失实报道,部分国家政府对中国民族政策恶意攻击,影响到中国入境旅游的发展.
5月12日汶川地震属于重大自然灾害,地震破坏了旅游安全,影响游客的心理预期,破坏了交通运输系统,降低了景区可进入性,对游客心理产生恐惧,四川及周边省区旅游业遭受巨大损失.
8月北京奥运会,理应属于举世瞩目的重大庆典,但因三个原因而对入境旅游产生不良影响:①从7月开始加强安保检查,加大对入境签证的限制;②西方某些国家或组织利用奥运会,干涉中国民族政策和人权;③入境游客更多流向北京,导致其它省区入境游客减少.
2008年金融海啸导致众多企业倒闭,股市暴跌,失业人数激增.
人们缩减旅游开支,减少出游次数或取消旅游计划,对中国入境旅游产生巨大影响,直到2009年6月其影响尚未结束.
同一年受到5次重大事件的冲击,这在中国乃至世界旅游发展史上是极为罕见的.
为了测定五大事件对中国入境旅游的影响,在网络舆情检测和专家咨询的基础上,本文按如下方法划分事件旅游的影响周期.
①以百度指数为基础,测定各事件的网络关注度及其时间变化.
百度指数记录着各事件网络点击率的变化,将五大事件百度指数曲线叠置,反映各事件影响度的时间变化及交替;②事件影响度的专家咨询.
选取7位专家,采用李克特7点量表法,给各事件在各月的影响程度打分,然后将事件影响曲线叠置;③将两种方法比较,确定相邻事件的交叉转换点.
其中,3.
14藏独事件,由于政府对媒体的控制,4月后网络关注度逐渐提高,与专家咨询的结果差异较大;其他4个事件的网络关注度曲线,与专家咨询评价结果基本一致.
五大事件影响期如下:南方雪灾影响期为1~2月,3月份冰雪融化后,其对旅游影响基本消失,无明显的后续效应;3月14日藏独事件影响期较长,尤其是对西藏、青海、四川、甘肃等周边省区,但对全国入境旅游影响期为3~4月;5月12日汶川地震发生后,影响入境旅游的主导因素转变为对旅游安全预期的担忧,对全国旅游的影响期为5~6月,对四川、甘肃等周边省区的影响期更长;北京奥运会,从7月份开始加强入境旅游管制,使入境客流量显著减少;8月份入境游客多流向北京,其它省区入境游客相对减少,影响期集中在7~8月;2008年9月之后,主要受金融海啸影响,入境客流量逐渐减少,其影响期持续到2009年.
为了较全面的反映金融海啸对中国入境旅游的影响,本文以2009年7月"疆独事件"为界,将相关数据延长至2009年6月.
8341地理科学31卷1.
2本底趋势线理论与危机评估方法本底趋势线理论是关于旅游危机评估的理论,是在旅游市场分析调查的基础上,严格区分旅游发展中的天然趋势和事件旅游的影响,依据较长时期的统计数据,关于旅游地成长过程分析和预测的理论与方法[18,19].
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,旅游业发展所呈现的天然趋势,它反映了旅游业发展天然而稳定的趋势和时间规律.
基于本底趋势线的旅游危机评价[26],是以本底趋势线为参照系,将统计值与本底值进行比较,来分析突发事件对旅游业的影响,即:损失量=本底值-统计值,损失率=(损失量/本底值)*100%.
然而,以往的研究多以"年"为单位,时间分辨率相对较低,不能满足本项目研究需要.
2008年以来,孙根年等引入月指数分解模型,极大地提高了旅游危机分析的时间分辨率[27,28].
同时,为了简化事件旅游分析,本文借鉴气候变化中"距平"的概念,引入本底线距平的概念.
令:第i年第j月客流量月指数为kij,则kij=Qij/Yi.
其中:Qij为第i年第j月接待的客流量,Yi为第i年接待的客流量.
月指数可以为多年统计平均值,也可采用相邻年统计值.
则旅游危机期间,第i年第j月客流量本底值为^Qij=kij·^Yi.
其中:^Yi为依据本底线方程计算第i年本底值.
在此基础上,将本底值与统计值比较,分析五大事件对旅游业影响的生命周期,计算客流量损失.
本文引入本底线"距平"概念,以旅游本底值为"零值"线,与统计值进行比较,反映事件旅游的冲击和影响.
本底线距平的计算公式如下:本底线距平(ε)=客流量统计值(ts)-本底趋势值(tb).
其中,ε>0,ts>tb,为庆典事件冲击;ε<0,ts2入境旅游本底趋势线方程的建立及五大事件旅游影响的测算2.
1各省区入境旅游本底趋势线及2008年客流量损失估算依据孙根年旅游本底趋势线理论,本文系统收集1991~2007年全国31个省区入境客流量数据,并对1998年亚洲金融危机、2003年SARS危机期间的旅游统计数据进行内插订正,采用6种模型进行数值模拟,建立了中国31个省区入境旅游本底趋势线,并依据损失量=本底趋势值-客流量统计值,损失率=(损失量/本底趋势值)*100%,计算出2008年各省区入境游客的损失量(表2).
2.
2五大事件对入境旅游影响的估算为了测定五大事件对中国各省区入境客流量的影响,以2005~2007年为参照系,计算各省区各月接待客流量的月指数,结合表2的本底趋势线方程计算2008年和2009年本底值,依据月指数分解本底值,恢复2008年1月~2009年6月31个省区各月的游客量,并与同期各省区实际接待游客量做比较,计算出5大事件对各省入境游客量的影响(表3).
3五大事件旅游影响空间结构分析从表2可以看出,在5次重大事件的冲击和影响下,除天津、辽宁、黑龙江、云南、河南、宁夏等省区外,其它各省区入境旅游均出现不同程度的衰退.
由于五大事件发生时间、地点及影响周期不同,各省区入境客流量损失差异较大.
按照入境客流损失量的大小,可划分为4个等级:其中,广东、四川、北京、浙江4省区游客损失量最大,2008年净损失入境游客67.
6~294.
5万人次;江苏、上海、湖南、湖北、甘肃、广西、内蒙游客损失量较大,2008年净损失入境游客18.
4~39.
5万人次;河北、福建、西藏、新疆、贵州、海南、陕西、山西、江西的损失比较小,损失游客5.
4~12.
6万人次;山东、青海、重庆、安徽、吉林损失量最小,净损失游客小于5万人次.
入境游客绝对损失量的大小,与各省区接待入境游客本底值有关,入境旅游发达的省区客流损失量大.
按照相对损失率的大小,可划分为4个档次.
其中,四川、西藏、甘肃、青海四省区入境旅游损失率最高,2008年总损失率在50.
0%~76.
7%;湖南、湖北、北京、新疆、贵州、河北损失率较大,总损失率为14.
4%~23.
9%;广西、浙江、内蒙、广东、海南、江苏、上海、江西损失率较小,损失率为6.
3%~11.
8%;山西、陕西、福建、重庆、山东、吉林、安徽的损失率最小,损失率为1.
6%~5.
6%.
下面分析五大事件对中国入境旅游的影响及其空间差异.
3.
1南方雪灾对入境旅游的影响南方雪灾发生于2008年1月,2月中旬结束.
从表3可以看出,南方雪灾对14个省区入境旅游934112期孙根年等:2008年五大事件对中国入境旅游的影响表231个省区入境旅游本底线及2008年入境旅游损失量估算Table2Naturaltrendcurveandlossofinboundtouristsof31provincesin2008省份本底线方程相关系数本底值(万人次)统计值(万人次)损失量(万人次)损失率(%)北京Y=0.
08x3-1.
3x2+16.
84x+162.
360.
985466.
8379.
087.
818.
8天津Y=9.
18exp(0.
14x)0.
992116.
2122.
0--河北Y=0.
00767x3-0.
096921x2+3.
712x-0.
54470.
99487.
675.
012.
614.
4山西Y=6.
933-1.
100x+0.
367x2+0.
009x3-0.
005x4+0.
001x50.
998101.
794.
05.
75.
6内蒙Y=7.
99x+7.
99999exp(0.
13x)sin(8-0.
41x)+0.
0480.
994173.
4155.
018.
410.
6辽宁Y=9.
42exp(0.
17x)0.
998229241.
9--吉林Y=5.
66exp(0.
13x)+2.
13exp(0.
05x)sin(4-5.
83x)0.
99562.
861.
71.
11.
8黑龙江Y=14.
472exp(0.
170x)+6.
200exp(0.
086x)sin(0.
460x-1.
200)0.
992171.
9200.
6--上海Y=24.
075+26.
405x+64exp(0.
02x)sin(0.
38x+1.
53)0.
996562.
0526.
535.
56.
3福建Y=69.
745exp(0.
082x)+10.
000exp(0.
058x)sin(0.
750x+1.
100)0.
973304.
5293.
211.
33.
7山东Y=22.
38exp(0.
139x)x+13exp(0.
03x)sin(0.
62x+4)0.
988258.
6253.
74.
91.
9海南Y=29.
864+2.
242x+6.
000exp(0.
075x)sin(0.
620x-1.
200)0.
97277.
270.
66.
68.
5西藏Y=12.
33/[1+exp(3.
896-0.
43x)]+40.
97016.
26.
210.
061.
7四川Y=204.
44/[1+66.
59exp(-0.
44t)]+29.
250.
9987182.
670.
0112.
661.
7甘肃Y=9.
79+2.
15t-4.
73exp(-0.
27t)sin(1.
17t-1.
03)0.
993735.
68.
327.
376.
7湖北Y=36.
37exp(0.
11t)-24.
24exp(-0.
02t)sin(1.
15t-2.
11)0.
9799152.
8118.
834.
022.
3青海Y=1.
56+0.
29t-0.
76exp(0.
02t)sin(0.
89t+0.
1)0.
98536.
03.
03.
050.
0陕西Y=7.
7t+46.
870.
9992131.
6125.
76.
14.
6湖南Y=26.
48exp(0.
13t)-0.
46exp(0.
34t)sin(0.
86t+0.
93)0.
9985145.
8111.
034.
823.
9云南Y=76.
79exp(0.
1t)-1.
25exp(0.
3t)sin(1.
16t-1.
16)0.
9992248.
8250.
2--重庆Y=14.
82exp(0.
16t)+2.
74sin(0.
86t-1.
93)0.
998889.
787.
22.
52.
8贵州Y=13.
73exp(0.
09t)-0.
09exp(0.
4t)sin(0.
96t+0.
6)0.
999746.
239.
56.
714.
5浙江Y=56.
83exp(0.
19t)+2.
09exp(0.
32t)sin(0.
27t-0.
73)0.
9982607.
3539.
767.
611.
1江苏Y=103.
34exp(0.
14t)0.
9995583.
8544.
339.
56.
8安徽Y=12.
86exp(0.
19t)+3.
26exp(0.
11t)sin(0.
79t-2.
16)0.
9991134.
2132.
12.
11.
6江西Y=7.
77exp(0.
18t)-0.
11exp(0.
41t)sin(0.
82t+1.
25)0.
999885.
680.
25.
46.
3广东Y=669.
46exp(0.
12t)-72.
96exp(0.
06t)sin(0.
79t+0.
12)0.
99802862.
52568.
0294.
510.
3广西Y=12.
92t-9.
51exp(0.
08t)sin(0.
89t+0.
17)+49.
20.
9923227.
9201.
026.
911.
8河南Y=10.
671exp(0.
149x)0.
997100.
3104.
4--宁夏Y=0.
106+0.
050x+0.
065exp(0.
026x)sin(0.
640x+0.
400)0.
9531.
11.
2--新疆Y=16.
06exp(0.
07x)+1.
57exp(0.
02x)sin(0.
97x+7.
5)0.
988344.
436.
38.
118.
2注:Y为第t年的客流量,t为所预测年份.
1991年为基点,t取值为1,2,3,….
影响较大.
由于各省区入境旅游基数及受灾程度不同,各省区客流量损失存在较大差异[29].
其中,广东客流量损失最大为11.
72万人次,其次为江苏、上海、广西、浙江和湖南,客流量损失在2.
99~5.
67万人次,再次为江西、贵州、福建、云南、海南,客流量损失在1.
28~2.
25万人次;安徽、湖北、山西、甘肃客流量损失最小,客流量损失小于1万人次.
从损失率来看,贵州的损失率最高为57.
0%,其次为湖南、江西、广西和湖北,损失率在10.
04%~27.
21%,海南、安徽、山西、江苏、上海损失率较小,在5.
96%~9.
05%;云南、浙江、甘肃、广东、福建损失率最小,在4.
01%~5.
23%.
3.
2藏独事件对入境旅游的影响藏独事件发生在3月中旬,对入境旅游的影响在3月下旬和4月最为明显.
其中,广东损失游客最大,达到85.
54万人次;其次是北京、上海、广西、四川、浙江,损失游客2.
47~6.
52万人次;再次是福建、贵州、海南、山西,损失游客1.
09~1.
98万人次;湖北、甘肃、西藏、新疆、青海损失最小,小于0.
5万人次.
从相对损失率来看,西藏损失率最大为98.
9%,其次是甘肃、青海、四川、广东、贵州,损失率在16.
2%~38.
4%;再次是广西、海南、山西、北京、上海,损失率在6.
2%~10.
0%,新疆、福建、湖北、浙江损失率最小,损失率在2.
2%~4.
3%.
0441地理科学31卷表3五大事件各省区入境客流量损失Table3Thelossofinboundtouristsofeachprovincefromthefiveevents省区南方雪灾损失量(万人次)损失率(%)藏独事件损失量(万人次)损失率(%)汶川地震损失量(万人次)损失率(%)北京奥运损失量(万人次)损失率(%)金融海啸损失量(万人次)损失率(%)黑龙江32.
8621.
21吉林1.
7211.
015.
7912.
12辽宁8.
164.
34山东----3.
98.
0412.
0325.
056.
773.
43北京--6.
528.
3419.
7323.
1319.
0422.
2293.
5423.
23天津0.
10-0.
571.
41浙江3.
275.
012.
472.
1917.
4116.
1615.
3915.
1597.
5418.
28上海4.
565.
966.
256.
236.
06.
425.
746.
3641.
989.
29江苏5.
679.
03--13.
1113.
134.
345.
3588.
6717.
17福建1.
844.
041.
984.
311.
494.
141.
554.
3419.
357.
27广东11.
724.
0185.
5417.
3733.
788.
2361.
3614.
24498.
2719.
39内蒙古----5.
8723.
236.
4522.
4240.
6527.
07河北----3.
8120.
026.
9135.
3512.
6518.
28山西0.
518.
341.
098.
891.
629.
081.
609.
2916.
6718.
13河南0.
22-安徽0.
839.
05--5.
1618.
18--15.
0313.
13湖北0.
5410.
040.
482.
3712.
7440.
0410.
637.
3724.
4020.
20湖南2.
9927.
21--3.
629.
093.
7417.
2752.
8942.
42广西3.
3716.
164.
0910.
015.
9814.
148.
1920.
3226.
6914.
14海南1.
288.
971.
19.
170.
869.
141.
019.
2912.
8519.
19江西2.
2523.
34--0.
604.
040.
08-4.
3511.
14重庆----0.
684.
44--10.
4313.
23四川--3.
8320.
2124.
3877.
3730.
6979.
4790.
4661.
41贵州2.
1957.
121.
1816.
161.
5519.
190.
557.
278.
1721.
21云南1.
405.
23--3.
518.
38--2.
942.
42西藏--0.
3598.
902.
9697.
274.
2766.
263.
4537.
37陕西----4.
8917.
275.
2520.
3213.
8013.
33甘肃0.
024.
130.
4438.
453.
0276.
328.
8483.
4319.
1476.
46青海--0.
0527.
450.
2945.
451.
0243.
431.
9755.
45宁夏0.
067.
47新疆--0.
194.
321.
5318.
184.
5438.
384.
5014.
34合计42.
415.
12115.
559.
29178.
4712.
42215.
0215.
451254.
8617.
473.
3汶川地震及其对入境旅游的影响5月12日汶川地震是四川及周边省区重大的自然灾害,其影响波及到全国入境旅游的发展[30].
从表3可看出,汶川地震影响到25个省区,2008年5~6月共损失游客178.
47万人次,相对损失率12.
0%.
其中,广东、四川、北京、浙江、江苏、湖北损失最大,损失游客在12.
74~33.
78万人次;上海、广西、内蒙古、安徽、陕西、山东、河北、湖南、云南、甘肃、西藏损失较大,损失客流量在2.
96~6.
00万人次;山西、贵州、新疆、福建损失较小,损失量在1.
49~1.
62万人次;海南、重庆、江西、青海损失最小,损失量小于1万人次.
按相对损失率的大小,可划分为4个档次.
其中,西藏、四川、甘肃、青海损失率最大,损失率在45.
45%~97.
27%;湖北、内蒙、北京、河北、贵州、新疆、安徽、陕西、浙江、广西、江苏的损失率较大,损失率在13.
13%~40.
0%;海南、湖南、山西、云南、山东、广东、上海损失率较小,大约在6.
42%~9.
14%;重庆、江西、福建损失率最小,一般小于5.
0%.
3.
4北京奥运对入境旅游的影响2008年北京奥运会是中国体育的百年盛典.
然而,受前期藏独事件和汶川地震影响,以及从7月份开始加强入境旅游管制,导致7~8月入境旅游客流量持续下降.
8月份入境游客更多流向北京,使得其它省区入境客流量出现亏空,形成了所谓的奥运"抽水效应"[31].
从表3可看出,奥运会旅游影响集中在7~8月,影响范围涉及到全国24个省区,共损失入境游客215.
02万人次,相对损失144112期孙根年等:2008年五大事件对中国入境旅游的影响率15.
45%.
其中,广东、四川7~8月损失量最大,分别损失了61.
36万人次和30.
69万人次;其次是北京、浙江、山东、湖北、甘肃、广西、河北、内蒙,游客损失量在6.
45~19.
04万人次;上海、陕西、新疆、江苏、西藏、湖南损失较小,损失游客在3.
74~5.
74万人次;吉林、山西、福建、青海、海南、贵州、天津、江西客损失最小,游客损失量在0.
08~1.
72万人次.
按相对损失率的大小,可以将24个省区划分为4个档次.
其中,甘肃、四川、西藏损失率最高,损失率在66.
26%~83.
43%;青海、新疆、湖北、河北、山东、内蒙古、北京、陕西、广西损失率较高,损失率在20.
32%~43.
43%;湖南、浙江、广东、吉林损失率较小,损失率在11.
01%~17.
27%;海南、山西、贵州、上海、江苏、福建损失率最小,损失率在4.
34%~9.
29%.
3.
5全球金融海啸对入境旅游的影响2008年金融海啸肇始于美国的次贷危机,随着雷曼破产案9月份演化成全球金融危机,入境客源市场均受到不同程度的冲击[32].
从表3可看出,2008年9月~2009年6月,金融海啸共造成中国31个省区损失游客1254.
86万人次,相对损失率17.
47%.
其中,广东、浙江、北京、四川、江苏损失量最大,损失入境游客88.
67~498.
27万人次;湖南、上海、内蒙、黑龙江、广西、湖北、福建、甘肃损失量较大,损失游客在19.
14~52.
89万人次;山西、安徽、陕西、海南、河北、重庆、贵州、辽宁、山东、吉林损失量较小,损失游客在5.
79~16.
67万人次;新疆、江西、西藏、云南、青海、天津、河南、宁夏客流量损失最小,损失游客小于5万人次.
从相对损失率来看,甘肃、四川、青海、湖南、西藏、内蒙损失率最高,损失率在27.
07~76.
46%;北京、黑龙江、贵州、湖北、海南、广东、山西、河北、浙江、江苏损失率较高,损失率在17.
17%~23.
23%;新疆、广西、陕西、重庆、安徽、吉林、江西损失率较小,损失率在11.
14%~14.
34%;上海、宁夏、福建、辽宁、山东、云南、天津、河南损失率最小,损失率在10%以下.
4典型省区五大事件响应及客流量本底线距平分析由于五大事件发生的时间、地点和性质不同,各省区入境旅游的发展水平和区位条件也各有差异,因此,对于不同危机事件各省区入境旅游的时间响应也存在着较大的不同.
为了从时间动态上认识五大事件对中国入境旅游的影响,本文选取北京、广东、浙江、四川、甘肃、西藏等6个典型省区,采用基于月指数的本底线距平值对其进行分析.
其中,北京、浙江、广东代表东部地区,四川、甘肃、西藏代表西部地区.
4.
1北京入境旅游本底线零距平分析北京位于北方未遭受雪灾,2008年1~2月的雪灾,北京入境旅游几乎无损失(图1).
但受藏独事件的影响,3~4月入境旅游出现滑坡,游客损失量分别为2.
0万人次和4.
6万人次,损失率分别为5.
3%和10.
6%;5~6月受汶川地震的影响,入境游客损失进一步加大,客流量损失分别为8.
9万人次和10.
8万人次,损失率分别为20.
5%和26.
5%;7月入境游客量到达谷底,游客损失13.
7万人次,损失率为33.
7%;8月奥运盛典在北京举办,入境客流量出现较大恢复,但与本底值仍有较大差距,客流量损失5.
3万人次,损失率为12.
0%;9月受金融危机影响,客流量损失加大,游客损失量为12.
2万人次,损失率为27.
2%.
2008年12月~2009年1月,入境旅游有部分恢复,客流量损失分别为9.
6万人次和3.
7万人次,损失率分别为30.
3%、14.
9%;受金融海啸的影响,1月以后客流量再次出现较大衰退,各月损失量呈逐步加大的趋势,2009年6月损失量达到最大,客流损失量为12.
1万人次,损失率为27.
1%.
五大事件中,以金融危机影响最大,共损失客流量93.
5万人次,损失率23.
0%;其次是汶川地震,损失量为19.
7万人次,损失率为23.
0%;再次是藏独事件,损失客流量6.
5万人次,损失率8.
0%.
图1五大事件对北京入境旅游的影响及距平值Fig.
1ImpactoftheeventsonBeijinganditsanomaly4.
2广东入境旅游本底线零距平分析广东是中国对外开放的南大门.
从图2可以2441地理科学31卷看出,广东省受2008年1~2月南方雪灾的影响,入境旅游出现较大损失,损失量分别为6.
5万人次和5.
2万人次,损失率为3.
7%;受藏独事件的影响,3~4月客流量损失进一步扩大,损失客流量分别为41.
0万人次和44.
5万人次,损失率分别为20.
6%和14.
9%;5月客流量有所恢复,受汶川地震的影响,6月客流量损失较大,损失游客33.
8万人次,损失率为14.
6%;7月客流量小幅回升,损失量为26.
6万人次,损失率为12.
0%;8月受北京奥运会"抽水"效应,客流量损失加大,损失游客34.
8万人次,损失率为17.
2%;2008年9月~2009年6月为金融海啸影响期,除2008年11月外,其它各月客流量损失较大.
其中,2009年4月损失量为110.
3万人次,损失率高达35.
6%.
在五大事件中,以金融危机的影响最大,共损失游客498.
3万人次,月均损失率为19.
0%;其次是藏独事件和北京奥运会,损失量分别为85.
5万人次和61.
4万人次,损失率分别为17.
0%和14.
0%;再次是汶川地震,损失量为33.
8万人次,损失率为8.
0%;雪灾最小,损失率为4.
0%.
图2五大事件对广东入境旅游的影响及距平值Fig.
2ImpactoftheeventsonGuangdongProvinceanditsanomaly4.
3浙江入境旅游本底线零距平分析从图3可看出,浙江省受1~2月雪灾的影响,入境旅游有较大衰退,1~2月损失量分别为1.
5万人次和1.
8万人次,损失率为4.
8%;3月客流量迅速恢复,4月受藏独事件的影响,客流量再次出现衰退,损失客流量2.
5万人次,损失率为4.
3%;5月受汶川地震的影响,当月损失游客10.
0万人次,损失率为17.
5%;6月游客量小幅回升,但未能达到本底值,游客损失量7.
5万人次,损失率为13.
5%;7~8月受北京奥运会的影响,客流量损失较大,分别为7.
8万人次和7.
6万人次,损失率为14.
8%和14.
3%.
9月客流量迅速恢复,损失量1.
0万人次,损失率为1.
9%;2008年10月以后,受金融海啸的影响客流量再次出现较大亏损,直到2009年6月损失量达到最大,客流损失量为19.
0万人次,损失率为13.
2%.
五大事件中,以金融危机的影响最大,共损失客流量97.
5万人次,损失率为18.
0%;其次是汶川地震和北京奥运,损失量分别为17.
4万人次和15.
4万人次,损失率分别为16.
0%和15.
0%;再次是南方雪灾,客流量损失3.
3万人次,损失率为5.
0%;藏独事件影响最小,损失了2.
5万人次,损失率为2.
0%.
图3五大事件对浙江入境旅游的影响及距平值Fig.
3ImpactoftheeventsonZhejiangProvinceanditsanomaly4.
4四川入境旅游本底线零距平分析从图4可看出,四川并未受到南方雪灾的影响.
3~4月受藏独事件的影响,入境旅游出现较为明显下降,游客损失量分别为2.
3万人次和1.
6万人次,损失率为28.
0%和14.
2%;5月受汶川大地震影响,入境游客损失巨大,月游客量损失9.
5万人次,损失率为65.
5%;6月入境游客量持续下降,损失游客14.
9万人次,损失率达到86.
4%;7~8月受余震和北京奥运会影响,客流量低位徘徊,损失量分别为14.
8万人次和15.
9万人次,损失率分别为81.
7%和76.
9%;9~10月受金融危机的影响,客流量损失进一步增大,分别为19.
3万人次和21.
7万人次,损失率为75.
7%和71.
0%.
11~12月地震危险基本消除,客流量有所恢复,损失量分别为4.
1万人次和12.
4万人次,损失率34.
2%和70.
4%;2009年1~6月,受金融海啸的影响,入境客流量损失逐步增大,2009年6月损失量11.
0万人次,相对损失率58.
9%.
5次事件中,以汶川地震损失量最大,累计损失游客56.
1万人次,相对损失高达79.
0%;其次是金融危机,9~12月损失游客57.
5万人次,平均损失率22.
0%~23.
3%;再次是藏独事件,损失游客3.
8万人次,损失率为8.
0%.
344112期孙根年等:2008年五大事件对中国入境旅游的影响图4五大事件对四川入境旅游的影响及距平值Fig.
4ImpactoftheeventsonSichuanProvinceanditsanomaly4.
5甘肃入境旅游本底线零距平分析甘肃位于西北地区,未受雪灾影响.
受藏独事件的影响,4月甘肃省客流量开始减少,损失量为0.
44万人次,损失率为48.
9%(图5);5~6月受汶川地震的影响,客流量损失加大,分别为1.
2万人次和1.
8万人次,损失率为68.
3%和82.
3%;7~8月受北京奥运"抽水"效应的影响,客流量损失巨大,分别为2.
5万人次和6.
4万人次,损失率为70.
3%和88.
6%;9月客流量损失达到最大,月损失游客7.
2万人次,损失率为93.
2%;10~11月客流量迅速恢复,但仍然未回归本底值,损失量分别为1.
7万人次和0.
7万人次,损失率为33.
0%和81.
3%.
2009年1~3月处于旅游淡季,客流量基数很小,对金融危机的响应不明显,2009年4月以后,各月客流量均低于本底值,且损失量逐步增大.
五大事件中,以金融危机损失量最大,累计损失游客19.
1万人次,平均损失率76%;其次为北京奥运会,损失游客8.
8万人才,损失率为83.
0%;再次是汶川地震,损失游客3.
0万人次,损失率均为76.
0%;藏独事件损失量小,损失率为38.
0%.
4.
6西藏入境旅游本底线零距平分析2008年1~3月,为西藏旅游淡季,客流量很图5五大事件对甘肃入境旅游的影响及距平值Fig.
5ImpactoftheeventsonGansuProvinceanditsanomaly小,雪灾及藏独事件的影响并不明显(图6).
4月受藏独事件的影响,入境客流量近乎零值,损失游客0.
4万人次,损失率为100%;进入5月后,再受汶川地震的影响,客流量损失达到最大,月损失游客1.
7万人次;6~7月客流量缓慢恢复,损失量分别为1.
3万人次和0.
6万人次,损失率为94.
1%和49.
0%;8月受北京奥运的"抽水"效应,游客损失量迅速增大,当月损失为3.
7万人次,损失率70.
3%;9~11客流量迅速恢复,损失量从2.
4万人次下降到0.
1万人次,损失率从59.
8%下降到28.
1%;2008年12月到2009年3月,为西藏旅游淡季,金融危机的影响并不明显;2009年4~5月,受金融危机的影响,入境旅游损失较大,月损失量分别为0.
3万人次和0.
9万人次,损失率为63.
1%和43.
2%.
5次事件中,以奥运会期间游客损失最大,损失了4.
3万人次,损失率为66.
0%;再次是金融危机和汶川地震,分别损失了3.
5万人次和3.
0万人次,损失率分别为37.
0%和98.
0%;藏独事件损失量小,但损失率大.
危机事件对旅游的影响,还与目的地所处的旅游季节有关,旅游淡季损失相对较小.
图6五大事件对西藏入境旅游的影响及距平值Fig.
6ImpactoftheeventsonTibetanditsanomaly5结论及讨论2008年是中国旅游业发展的多事之秋,在汶川地震等5起重大事件的冲击和影响下,中国入境旅游全面下滑并遭受巨大损失.
本文依据旅游本底趋势线理论和基于月指数的本底线距平模型,高分辨率地分析了五大事件对中国入境旅游的影响,结果发现:①在五大事件的影响下,2008年中国24个省区入境客流量出现负增长.
其中,四川、广东、北京、浙江等省区损失最大,净损失游客67.
6~294.
5万人次;山东、海南、青海、重庆、安徽、吉4441地理科学31卷林等省区损失较小,损失客流量小于5万人;四川、西藏、甘肃、青海四省区游客损失率最高,当年损失游客在50.
0%~76.
7%;安徽、吉林、山西、黑龙江、天津、宁夏等省区损失率最低,相对损失率为1.
6%~4.
6%;②由于事件性质、发生季节和持续期的不同,五大事件对中国入境旅游的影响存在较大差异.
其中,金融海啸对入境旅游的影响最大,其次是奥运会的入境"限制",再次是汶川大地震和藏独事件,南方雪灾的影响最小.
③五大事件对入境旅游的影响存在着较大空间差异,南方雪灾的影响主要集中在受灾的南方省区,藏独事件对西藏周边及北京、广东等省区的影响较大;汶川地震的影响范围很大,四川及其周边省区和东部沿海均有不同程度的影响;北京奥运期间全国24个省区入境客流量都有减少;金融海啸全国31省区入境旅游,出现不同程度的损失.
回顾中国近30a的发展史,2008年如此众多的重大事件,在中国乃至世界历史上十分罕见.
如何定量测定多起事件对31个省区入境旅游的影响,在国内外相关文献中史无前例的.
本文在本底趋势线模型的基础上,引入月指数和本底线距平,高分辨率分析五大事件对各省区入境旅游的影响,是一个带有探索性的新尝试.
在本项目的研究过程中,本文有两点新的发现:1)主控事件的交替转化.
2008年五大事件的时间间隔1~3个月,不同时期网络关注度不同,对入境旅游影响的限制因素随之变化.
当新的事件发生之后,在某种程度上"屏蔽"了上个事件,成为影响入境旅游发展的主控事件.
本文以网络关注度(百度指数曲线)为基础,选取7位专家采用李克特7点量表法,给各月各事件影响程度打分,将事件影响曲线叠置,确定各危机事件的"生命周期".
这种方法虽然就某个孤立事件,对某个特定省区的旅游影响来说(如汶川地震对四川省)可能会有差异,但是对全国31个省区而言,这样的"时间点"划分相对准确,为不同省区同口径分析和定量比较提供了可能.
但是,这并不意味着"在2008年8~10月间客流量的减少"就不包含"地震影响"的成分.
2)事件影响及损失量的季节差异性.
传统观念认为,突发事件对旅游业发展的影响,主要是与该事件的性质和强度有关.
其实,旅游活动具有很强的季节性,当危机事件发生在不同的旅游季节时,由于旅游活动强度的差异很大,其对旅游业影响的差异亦很大.
一般来说,当危机事件发生在旅游淡季(冬季)时,由于该时段旅游活动相对较弱,其造成的客流量损失较小;相反,当危机事件发生在旅游旺季时,由于该时段旅游活动十分活跃,其造成的客流量损失就会很大.
这将为不同时期旅游危机的重要性分析和应急管理提供依据,我们应该特别警惕旺季旅游危机的应急管理.
参考文献:[1]BrentWRitchie.
Chaos,crisesanddisasters:Astrategicap-proachtocrisismanagementinthetourismindustry[J].
TourismManagement,2004,25(6):669-683.
[2]HuangJH,MinCHJ.
Earthquakedevastationandrecoveryintourism:TheTaiwanCase[J].
TourismManagement,2002,23(2):145-154.
[3]GoodrichJN.
September11,2001attackonAmerica:ArecordoftheimmediateimpactsandreactionsintheUSAtravelandtourismindustry[J].
TourismManagement,2002,23(2):573-580.
[4]BlakeA,SinclairMT.
TourismCrisisManagement:USRe-sponsetoSeptember11[J].
AnnalsofTourismResearch,2003,30(4):813-832.
[5]GuzhvaVS,PagiavlasN.
USCommercialairlineperformanceafterSeptember11,2001:Decomposingtheeffectoftheterroristattackfrommacroeconomicinfluences[J].
JournalofAirTrans-portManagement,2004,10(5):327-332.
[6]PasquarielloP.
Theanatomyoffinancialcrises:EvidencefromtheemergingADRmarket[J].
JournalofInternationalEconom-ics,2008,78(2):193-207.
[7]DwyerGP,TkacP.
Thefinancialcrisisof2008fixedincomemarkets[J].
JournalofInternationalMoneyandFinance,2009,28(8):1293-1316.
[8]尹婕.
2008中国旅游回眸[N].
人民日报海外版,2008-12-31,第6版.
[9]蔡华锋.
2008影响广东旅游10大事件[N].
南方日报,2008-12-24,第2版.
[10]魏小安,曾博伟.
汶川地震后中国旅游形势分析与判断[J].
旅游学刊,2008,23(8):13~18.
[11]戴斌.
金融危机影响下中国旅游经济:趋势与对策[J].
北京第二外国语学院学报,2009,(1),27~30.
[12]孙根年.
中国境外旅游本底趋势线的建立及科学意义[J].
地理科学,1998,18(5):442~448.
[13]孙根年.
中国6大境外客源市场旅游本底趋势线的建立及其科学意义[J].
河南大学学报,1998,28(4):64~70.
[14]孙根年.
西安市境外旅游业发展的动态趋势及波动周期,西北大学学报(自然科学版),2001,31(6):514~517.
[15]孙根年,马丽君.
2003年SARS对中国铁路客运量的后影响评价[J].
铁道学报,2006,28(6):28~34.
[16]李锋,孙根年.
基于旅游本底线(TBL)的旅游危机研究:以544112期孙根年等:2008年五大事件对中国入境旅游的影响2003年"SARS"为例.
人文地理,2006,21(4):102~105.
[17]孙根年,马丽君.
基于本底线的2008年北京奥运会客流量预测,地理研究,2008,27(1):65~74.
[18]马丽君,孙根年,王洁洁.
基于本底趋势线与小波函数的中国旅游成长及多周期分析,旅游科学,2009,23(6):21~27.
[19]马丽君,孙根年.
30年来危机事件对中国旅游业发展的影响及比较,经济地理,2009,29(6):1005~1010.
[20]孙根年,王洁洁.
1987年来台海关系变化对台湾入境大陆客流量的影响,地理学报,2009,64(12):1513~1522.
[21]马丽君,孙根年,王洁洁等.
基于本地趋势线理论的3个遗产地旅游成长多周期分析[J].
山地学报,2010,28(4):492~499.
[22]戴光全,保继刚.
昆明世博会效应的定量估算:本底趋势线模型[J].
地理科学,2007,27(3):426~433.
[23]李锋.
目的地旅游危机管理:机制、评估与控制[M].
北京:经济科学出版社,2010年4月[24]戴光全.
重大事件对城市发展及城市旅游的影响研究:以'99昆明世界园艺博览会为例[M].
北京:中国旅游出版社,2005年7月.
[25]姚宏.
西安旅游非线性成长与战略地图[M].
北京:经济科学出版社,2010年.
[26]孙根年.
论旅游危机的生命周期与后评价研究[J].
人文地理,2008,(1):7~12.
[27]孙根年,于立新.
基于本底趋势线的秦俑馆旅游危机后评价研究[J].
地理科学,2008,28(1):107~112.
[28]孙根年,舒镜镜.
五大危机事件对美国出入境旅游的影响[J].
地理科学进展,2010,29(8):987~996.
[29]马丽君,孙根年,马耀峰,等.
极端天气气候事件对旅游业的影响:以2008年雪灾为例[J].
资源科学,2010,32(1):107~112.
[30]马丽君,孙根年,王宏丹,等.
汶川地震对四川及周边省区旅游业的影响[J].
中国人口·资源与环境,2010,20(3):168~174.
[31]保继刚,项怡娴,吴永莹.
北京奥运会对非举办地入境旅游的影响:以桂林阳朔为例[J].
人文地理,2009,(2):1~6.
[32]柴海燕.
世界金融危机对中国国际旅游贸易的影响及对策研究[J].
经济问题探索,2009,(12):111~114.
ImpactofFiveImportantEventsonChinaProvincialInboundTourismin2008:AnAnalysisInHigh-ResolutionBasedontheTBLModelSUNGen-nian,ZHOURui-na,MALi-jun,WANGTai-ran(CollegeofTourism&EnvironmentScicence,ShaanxiNormalUniversity,Xi'an,Shaanxi710062,China)Abstract:AccordingtotheTourismBackgroundTrend-lineTheoryandmonthlyindexanomaly,thisarticlequantitativelyanalyzestheimpactsofthefiveimportanteventsontheChineseprovincialInboundTourismin2008.
Thefollowingfindingsaregained:1)undertheinfluenceofthefivemajorevents,24provinces'tourismhasshownanegativegrowth.
Amongthem,someprovincessuchasGuangdongandSichuan,BeijingandZhe-jiangdecreasedasmanyas676*103-2945*103touristswhileShandong,Hainan,Qinghai,Chongqing,An-huiandJilindecreasedlessthan50*103tourists.
Astothetouristslossrate,Sichuan,Tibet,GansuandQing-haiarehighest,from50.
0%to76.
7%,whileAnhui,Jilin,Shanxi,Heilongjiang,TianjinandNingxiaarelowest(1.
6%-4.
6%).
2)Thefiveeventshavevariousinfluencesoneachprovincebecauseoftheirdifferentcharacters,occurringtimeandlast-periods.
Financialcrisishasresultedin12.
55*106tourists'decreaseinto-talandtheearthquakeinWenchuanhasdecreased1.
78*106tourists.
Tibetanseparatistincidentsalsode-creased1.
16*106touristswhiletheSnowstorminthesouthernChinadecreased0.
42*106tourists.
3)ThefiveeventshaveinfluenceddifferentareasinChina.
SnowstormmainlyaffectedsomeprovincesinthesouthernChinaandTibetanseparatistincidentshavemoreeffectsontheTibet,BeijingandShanghai.
TheearthquakeinWenchuanaffectedthemostpartsofChina,especiallyonSichuanprovince;DuringBeijingOlympicGame,mostprovincesattractedlessinboundtourists;financialcrisishaslastedforalongtime,whichaffectedallthe31provincesinvaryingdegreeswhiletheeasterncoastalprovincesofChinasufferedmostseriously.
Accordingtothetourismbackgroundtrendlinetheory,thispaperquantitativelyanalysizestheinfluencesofthefiveimportanteventsonChineseprovincialInboundTourismin2008.
Keywords:importantevents;TourismBackgroundTrend-lineTheory;effectsontourism;anomalies6441地理科学31卷