旅游地社会-生态系统恢复力影响因素探究
作者: 郭倩倩摘 要:本研究从旅游地的恢复力视角出发,对恢复力的影响因素及其内在关系进行分析,以判断发生突发事件后恢复能力的影响因素。笔者将通过向旅游方面的专家进行问卷咨询,获取专家对旅游地社会-生态系统恢复力评价指标的影响力评价;运用决策试验和评价试验法(Decision-making Trial and Evaluation Laboratory,DEMATEL)对问卷数据进行处理,进行元素间综合关系分析;最终结果分别以中心度、原因度为横、纵坐标,呈现旅游地社会-生态系统恢复力影响因素的因果图;并根据相互影响关系和影响程度,建立可持续性管理机制。
关键词:DEMANTEL;社会-生态系统;恢复力
中图分类号:F592.7 文献标识码:A
基金项目:2022年河南省社科联调研课题(SKL-2022-2096);2023年度开封市哲学社会科学规划调研课题(ZXSKGH-2023-0806)。
引言
旅游地社会-生态系统是以非线性思维来解释影响因素之间的相互关系的,由于人们逐渐认识到人类社会与自然界之间密不可分的关系,国外学者以统一的理论模型体系来研究二者,即社会-生态系统(Social-Ecological Systems,SESs)[1]。恢复力原是力学上的概念,是指物体在受到压迫后恢复到原来状态的能力,后来豪林(C.S.Holling )将其引入生态系统,定义恢复力为在经受干扰后维持其原来状态的能力[2],旅游领域随后也在此基础上拓展了恢复力理论,将该理论视为研究旅游地、旅游实体应对危机、变化、冲击和干扰的框架[3]。国外学者对旅游地社会-生态系统有较为深入的研究,并对其进行了动力学机制分析[4],但由于旅游地自身的特征、所属类型、所处区域、发展模式的不同,其提高恢复力的方式也不尽相同。本研究将从旅游地社会-生态系统(Destination Social-Ecological Systems,DSESs)恢复力视角出发,构建直接判断矩阵,测度旅游地社会-生态系统恢复力各影响因子影响度及中心度,以量化形式判断影响因子间的相互关系,构建影响因子之间关系的影响因素模型,揭示恢复力限制性因素,为旅游地的科学发展提供决策依据。
一、旅游地社会-生态系统(DSESs)恢复力影响因素辨识
旅游地脆弱性和恢复力的影响因素包括旅游地的自然环境、经济资本、管理体制、居民生计选择等13个因素[5]。笔者结合旅游地要素,运用德尔菲法选取相关指标因子,构成旅游地恢复力的评价指标体系,向经济领域与旅游领域专业从业者发放86份网络调查问卷进行预调查,共计回收有效问卷80份。然后运用SPSS 23的因子降维操作,将问卷结果导入,删除因子载荷小于0.5的指标因子,得到共计8个影响因子层,最终数据如表1所示。
笔者在文章中应用DEMATEL方法,通过分析系统内因素间逻辑关系,建立直接影响矩阵,计算每个因素的影响度和被影响度,进而得到其中心度和原因度,据此确定因素的重要性程度。解释结构模型(Interpretative Structural Model,ISM)是美国约翰·沃菲尔德(John Warfield)教授为分析复杂的社会经济系统有关问题而开发的,该模型是通过各种创造性技术,提取问题的结构组成要素,明确问题的层次和整体结构,提高对问题的认识和理解程度。笔者将在本研究中利用DEMATEL-ISM构建恢复力影响因素结构模型。
二、基于DEMATEL-ISM的DSESs恢复力影响因素结构模型构建
(一)构建评价指标体系相互影响关系,得到直接影响矩阵
根据预调查所得的DSESs恢复力评价体系设计专家评估的矩阵问卷语义量表,按照李克特的五级量表,即0分代表无影响、1分代表非常弱影响、2分代表弱影响、3分代表强影响、4分代表非常强影响。问卷将以邮件形式发给旅游、经济方面的专家,使其在充分理解矩阵问卷的基础上成组比较影响因子之间的直接关系,对相互影响强弱程度关系进行判断,统计原始数据,让各因子按照其所属影响因素的类别通过不同代码表示出来。


根据上述公式计算得出,对DSESs恢复力影响较大的因子为旅游流的流量、旅游者数量、政府处理危机能力、旅游地人均GDP、城镇化水平、基础设施建设等中心度指数排名在前16名的因子。排名位于17及其后的均为低于平均水平的影响因子,有旅游从业者专业素养、受教育程度、单位GDP能耗、旅游企业应急行为多样性、旅游资源容量、旅游从业者学习能力等12个影响因子。

根据原因度指标值的大小来判断其影响因子指数,其值为正值,则为DSESs恢复力影响因素的原因指标;若其值为负,则为结果指标。原因度指标值大小位于前12的因子为DSESs恢复力影响因素的原因指标,包括资源种类多样性、旅游者数量、当地居民对旅游业态度、旅游业规模、GDP总量、基础设施建设等;影响因子如当地居民度旅游者态度、城镇化水平、社会结构、政府的应急机制等16个影响因子为DSESs恢复力影响因素的结果指标。
(四)DESEs恢复力影响因子模型构建


据此绘制DSESs恢复力影响因子的多层递阶结构模型。
由结构集合可知,DSESs恢复力影响因子的多层递阶结构模型有6个层次,可根据影响因子的被影响情况划分为3个层次。其中L1层为模型的顶层即直接影响因子层,顶层指标包括城镇化水平、旅游地形象、社会犯罪率、旅游业应急行为多样性、旅游从业者学习能力、旅游地居民文化背景、旅游地居民社会结构、旅游地旅游资源容量、森林覆盖率、政府处理危机能力;L2与L3层均为模型的中间过渡层,连接上下层,起到承上启下的作用,指标因子包括旅游地人均GDP、旅游地单位GDP能耗、旅游企业风险认知能力、旅游从业者专业素养、旅游花费、旅游资源种类多样性、资源利用率、政府集体治理能力、政府应急机制、旅游产业规模、旅游从业者受教育程度、旅游地居民对旅游者态度;L4、L5与L6层位于结构模型的底层,是构成DSESs恢复力的基础层,包括旅游地居民对旅游业的态度、旅游者数量、旅游地GDP总量、旅游地基础设施建设、旅游地旅游投资,底层指标均为核心因素,能够在整体结构中产生基础性影响,并以各种形式对中间过渡层及顶层产生一定影响,进而影响整个恢复力系统。
三、结论与建议
旅游地社会-生态系统恢复力受到多方面影响,关键影响因素为旅游地社会经济、社会文化、当地旅游业发展现状、旅游地居民归属感及旅游者行为特点,增强旅游地居民对发展旅游业的认同感、控制旅游者数量、提高旅游地GDP总量、完善旅游地基础设施建设、增加当地旅游投资是增强DSESs恢复力的最基础的措施。处于中间层的政府治理在一定程度上直接影响DSESs恢复力,同时又受到其他影响因子的影响,如政府危机处理能力、政府集体治理能力与政府应急机制均位于中间层,处于较为关键部分,体现出政府在增强DSESs恢复力方面处于关键位置。
结合上述研究可知,旅游地社会-生态系统恢复力受到多方面影响,笔者认为基于系统层次结构构建旅游地DSESs系统时,需要综合考虑下述多方面因素。
(一)以经济发展为基础,筑牢DSESs系统根基
要想促进当地经济发展,可以实施旅游与非旅游产业融合的发展战略,结合当地经济文化发展水平,发扬具有差异性的特色文化,培育多元化的经济结构。鼓励和支持当地居民开展具有地方特色的农业、手工业等产业,减少对旅游业的过度依赖,从而带动当地旅游业发展,以此吸引更多投资,促进当地经济收入的增长,增强社会经济的稳定性,形成良性生态循环,构成DSESs的根基可持续发展根基。
(二)以氛围营造为纽带,联系DSESs系统各环节
鼓励当地社区参与旅游发展的过程,确保他们的权益得到保护,如建立旅游地居民村委会,定期召开会议,解决旅游地发展过程中的社会问题,以此营造当地居民对旅游发展的正向情感和态度,消除当地居民对旅游发展的抵制态度。同时,促进不同利益相关方之间的协作与整合,使他们形成共识并推动可持续发展,如当地居民可举办各种节庆活动,邀请游客共同参与。情感是人物与旅游地联系的纽带,唤醒当地居民的东道主意识,给游客群体带来良好的体验,增强游客的体验感和归属感,有利于构建良好的情感体验环境,也有利于保证DSESs系统各环节正常运转。
(三)政府治理是关键,保证DSESs系统健康运转
旅游地政府在DSESs系统起着关键作用,所以政府需承担起主导角色,建立政府应急机制,通过不断模拟危机事件提高处理危机的能力,通过深入群众治理及社区治理来提高政府集体治理能力。结合旅游地实际情况,因地制宜,进行资源分配、法律规定、财政投入、资源保护政策制定,优化资源配置结构,构建可持续性管理机制,使DSESs系统实现良性运转。
参考文献
[1] GALLOPIN G C.Human dimensions of global change:linking the global and the local processes[J].International social science journal,1991(4):707-718.
[2] HOLLING C S.Understanding the complexity of economic,ecological,and social systems[J]. Ecosystems,2001,(5):390-405.
[3] 沈苏彦.恢复力:旅游影响研究的新视角[J].商业时代,2012(3):4-7.
[4] SAUSMAREZ N D.Crisis management,tourism and sustainability:the role of indicators[J].Journal of sustainable tourism,2007(6):700-714.
[5] 郭永锐,张捷,张玉玲.旅游社区恢复力研究:源起、现状与展望[J].旅游学刊,2015(5):85-96.