避暑旅游气候舒适度模型构建与应用*

刘逸，卢展晴，陈欣诺

(中山大学旅游学院，广东 广州510275)

在当前中国人民群众收入和生活水平提高的影响下，中国旅游市场逐渐从单纯的观光市场转变为观光和度假休闲市场，避暑旅游日渐成为人民群众青睐的旅游方式。当前我国国内避暑旅游市场已初步形成，避暑旅游地产、旅游交通等行业的发展呈上升态势。近年来，随着市场需求日渐旺盛和互联网的兴起，越来越多的城市开始重视避暑旅游，希望通过此类产品的开发，提升旅游目的地的综合吸引力和产业效益。如贵州省黔西南地区依托自身气候和生态资源优势发展避暑旅游，通过“旅游+”融合发展模式，多地实现了旅游脱贫[1]；黑龙江省哈尔滨市借助优质的避暑气候条件，以“迷人的哈尔滨之夏”为主题推出了“四大之城”、“十大玩法”等一系列精品旅游体验活动，在此基础上进一步整合区域内其他旅游资源，使旅游业焕发出新的生机与活力[2]。

然而，作为一种以气候特征为主要吸引物的旅游产品，避暑旅游的开发对地区气候条件有着较高的要求，选址不当则容易导致资源的浪费和发展的不可持续。如何准确客观地对避暑旅游产品进行开发选址，是当前学界和业界尚未形成共识的研究议题。虽然旅游气候学这一领域内的研究众多、覆盖范围较广，但避暑旅游仍是一个尚未得到充分关注的话题。而从旅游气候评价方法的角度看，早期的研究主要集中于温度、相对湿度、风速等相关指标的选择及其具体阀值的确定。后续的发展将传统气候学中的人体舒适度模型引入旅游学科，产生了一系列旅游气候舒适度的归纳统计模型，但其中针对避暑旅游气候的分析模型仍十分少见。2014年，中国气象局与旅游局共同发布的《2014年中国城市避暑旅游发展报告》[3](以下简称2014避暑报告)公布了全国15个适宜避暑的城市，并评估了全国60个主要旅游城市的气候状况。然而，该报告未详细说明具体评价指标，也没有涉及其它可能成为避暑旅游目的地的城市。

基于上述考虑，本文以旅游气候学为研究视角，尝试构建避暑旅游气候舒适度评价模型，结合2014避暑报告对我国各地的避暑气候舒适度进行综合分析。该研究旨在对旅游气候评价领域的现有成果进行补充，为旅游者的出行决策以及我国避暑旅游产品的开发提供参考。

1 避暑旅游与气候舒适度

避暑旅游是一种以适宜避暑的独特气候条件作为主要旅游吸引物的旅游方式，属旅游气候学的研究范畴。目前关于避暑旅游的研究主要集中于其气候学特征及旅游地避暑条件影响因素；在气候舒适度方面则关注温度、相对湿度、风速等要素的阈值及综合舒适性模型构建，尚未提出专门用于评价避暑旅游气候的模型。围绕上述提到的几个要点，本节将对避暑旅游概念、气候舒适度评价及相关模型这三部分的文献进行回顾梳理。

旅游气候的概念最早由芝加哥大学教授Hibbs J R[4]提出，他认为旅游气候是一种能在不同时间和空间内产生有利或不利影响、能够被旅游开发所利用且能被评估的一种旅游资源。在他看来，旅游气候既是旅游的支撑环境，又是旅游吸引物，具有极高的价值。避暑旅游就是一种典型的以气候作为旅游吸引物的旅游方式，其概念最早由Thomas[5]于1964年提出，他划分了18种旅游动机，将“避暑避寒”界定为旅游动机中的气候类型；而在Gunn[6]给出的旅游发展与资源关系的定义中，“避暑与避寒胜地”也被看作自然资源中的气候型旅游产品；吴普等学者[7]在前人观点的基础上，将避暑旅游的定义修正为“以目的地凉爽舒适的夏季气候为主要吸引物和动机而实施的旅游休闲度假活动”。避暑旅游所属的旅游气候学是研究旅游与气候之间关系的一门交叉学科。吴章文[8]于2001年率先提出旅游气候学的概念；此后杨尚英[9]对其进行了完善，综合考虑气候与旅游的关系，将研究旅游者、旅游资源、旅游业、旅游经济与气象气候之间的关系的学科，称为旅游气候学。国外对旅游气候的研究起步较早且涉及内容广泛，包括气候舒适度、气候变化对旅游资源和旅游流的影响，及旅游业对气候产生的反作用[10-13]；国内研究则主要集中于旅游气候资源和气候舒适度评价[14-19]。

在旅游气候评价方面，当前研究主要使用人体舒适度这一指标来衡量人体在不同气候条件下的舒适感。吴章文[20]认为在旅游活动中，人们普遍感到舒适宜人的气候适宜程度叫做旅游气候舒适度，即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；马丽君[21]将旅游气候舒适度视为从人体舒适度角度，评价旅游地是否适宜游客进行旅游活动的气候指标”。气候舒适度的研究最早源于国外，前期多为定性描述，1966年Terjung[22]从生理气候学的角度出发，提出了气候舒适度的概念；Houghton[23]于1985年为气候舒适度的评价打下了基础。研究表明，气候舒适度主要由气温、相对湿度、风速、降水、日照、雾、雷暴等多种要素共同决定[24-29]。后期研究则注重运用数据统计归纳模型，特点是从人体热量平衡的角度研究人体对冷热的具体感知，这一过程中国内外学者提出了一系列气候舒适度评价模型，其中认可度较高、应用最广的5种如表1所示。

表1 现有旅游气候舒适度评价方法评述[30-33]Table 1 Remarks on existing tourism climate assessment methods

上述这些评价模型中，温湿指数与风寒指数仅涉及温度和风速两个评价指标。而不适指数、着衣指数等则涉及较多复杂指标，如湿球温度、人体代谢率等，这些数据难以获取，无法开展简捷有效的评价。相较之下，本研究认为综合舒适度评价方法数据获取难度较低、适用范围较广、实用性较强，最适宜作为构建避暑旅游气候舒适度模型的基础。

综合舒适度模型中选取的气候三要素以及阈值(温度24 ℃，相对湿度70%，风速2 m/s)是由陆鼎煌[34]在1984年提出的。这些要素提出之后得到了广泛的认可，在廖善刚[33]的研究中完善成综合舒适度模型，但是陆鼎煌和廖善刚的研究中，均未对阈值做出明确解释。参考国内外其他学者的相关研究，1966年，Nevins[35]在实验中发现，空气相对湿度对人体热感觉影响较小，但是相对湿度每下降10%，相当于空气温度升高0.3 ℃；而根据Xu等[36]的研究结果，相对湿度70%为人体可接受的舒适高相对湿度上限；1999年，Fountain等[37]对高湿(60%～90%)对人体热感觉的影响进行了进一步研究，其研究结果表明：温度在20～26 ℃范围内时，人体舒适度达到最佳水平；此外，加拿大气象局的数据则表明，温度在20～24 ℃、相对湿度在40%～70%时人体感觉最舒适[38]。董胜璋等[39]通过实验发现，环境温度的适中(即舒适)范围为15.5 ℃到26.5 ℃，同时该范围下相对湿度的变化对人体热感觉的影响较小；据中国气象报报道，相对湿度在45%～65%时人体感觉最舒适[40]；孙美淑等[41]则通过对过往气候舒适度评价模型进行回顾指出，人种差异会导致不同地区的气候舒适度阈值存在一定的差别，如就有效温度的最适范围来看，英国为15.0～18.9 ℃，欧洲大陆和印度尼西亚为20.0～25.6 ℃，澳大利亚为17.0～24.9 ℃。显然，气候要素舒适阈值显著地受到地理环境的影响，需要根据具体研究案例而定。

基于上述分析，本研究将以综合舒适度模型为基础，通过对其使用的气候三要素理想值及其权重进行一定程度的修正和调整，尝试建立一套专门用于评价避暑旅游气候舒适度的新模型。

2 研究方法与数据来源

2.1 数据来源

作为避暑旅游的主体，游客是气候的直接感知者，因此本研究选择从游客角度出发，提出新的避暑旅游气候舒适度模型(Summer Tourism Comfortable Index，简称STCI)中三要素的阈值及其权重系数。为了进一步确定权重，本次研究以问卷形式调查大众在避暑旅游舒适度中的偏好，于2015年4月10～12日在广州市区向广州居民发放问卷300份，回收有效问卷251份，以此修正气候舒适度模型中的权重(问卷内容见附件)。

在天气数据方面，考虑到7～8月是避暑旅游的高峰期，本文收集了全国2014年7月1日至8月31日(共计62 d)的历史气候，包含三要素(温度、相对湿度与风速)信息。由于旅游活动主要在白天进行，因此取样时选择每日气温最高的14时，并以20时的数据作为补充，以免城市昼夜温差过大，同时增加地区数据的准确性。最终共收集到全国396个气象站的数据。按照气象台所属地级市分类，将其划分为包括240个地级行政区和4个直辖市在内的244个城市，除去其中海拔超过2 500 m、不适宜进行大众旅游度假休闲活动的18个地级行政区(四川省的阿坝藏族羌族自治州和甘孜藏族自治州，云南省迪庆藏族自治州，西藏自治区的7个地级行政区，甘肃省的武威市和甘南藏族自治州，青海省的海西蒙古族藏族自治州、海北藏族自治州、海南藏族自治州、玉树藏族自治州和果洛藏族自治州)外，计算剩余226个地级行政区的月平均温度、月平均相对湿度和月平均风速，在本研究中分别以T、RH和V代替。

2.2 避暑旅游气候舒适度模型的因子确定

在廖善刚的综合舒适度模型(LSG模型)中，气候三要素的理想值为：温度24 ℃，相对湿度70%，风速2 m/s，本文认为这个取值存在偏颇之处。根据上文已经综述的研究，一般温度舒适范围有3种，分别是20～26 ℃，15.5～26.5 ℃，20～24 ℃。分别取其中值23、21、22 ℃，再取3个中值的算数平均数22 ℃，作为本模型中温度的最佳舒适值。考虑到“避暑”动机的特殊性，人们对避暑旅游地气温的需求大多偏向“凉爽”，因此本文认为调整为22 ℃(与原24 ℃相比)更符合实际避暑需要。在相对湿度方面，同样参考此前研究给出的理想范围：40%～70%，45%～65%，二者的中值均为55%，最终本文选择55%作为新模型中相对湿度的最佳舒适值。在风速方面，由于已有的文献结论尚未表现出明显的调整需要，因此选择沿用原模型中的2 m/s作为最佳理想值。因此在本次避暑旅游气候舒适模型(STCI)中，最终设定三要素的理想值为：温度22 ℃(区间20～24 ℃)，相对湿度55%(区间40%～70%)，对应的风速为2 m/s。

初步构建的STCI公式如下：

(1)

本次研究构建的STCI模型以温度22 ℃，相对湿度55%，风速2 m/s为理想值。当城市温度为22 ℃时，温度得分(A)为满分10分，越偏离22 ℃得分越低；19 ℃(22 ℃-3 ℃)和25 ℃(22 ℃+3 ℃)时为0分，低于19 ℃或高于25 ℃时为负值；同理，相对湿度为55%时得10分，等于40%(55%-15%)和70%(55%+15%)时为0分，低于40%或高于70%时为负值，赋分规律如图1所示。权重系数a、b、c均为正数，因此STCI得分越高，代表该城市的气候越适宜避暑。

2.3 避暑旅游气候舒适度模型的权重分配

在权重方面，陆鼎煌等在最初提出温度、相对湿度、风速3要素对人体舒适度的作用时，将这3个影响因子的权重确定为0.6(温度)、0.1(相对湿度)、0.3(风速)，但未解释得出该权重所用的方法[35]；而廖善刚在正式提出综合舒适度时[34]，将该权重修改为0.6(温度)、0.07(相对湿度)、0.5(风速)，同样未给出具体的得到权重的标准。因此，本文采取问卷调查的方式重新确定权重。根据问卷调查的结果，在被问及哪些气候因素影响避暑旅游的出行体验时，85.7%的市民选择了温度，16.5%的市民选择相对湿度，3.5%的市民选择风速。因此本研究最终选定0.857、0.165、0.035作为避暑旅游气候舒适度模型STCI中温度、相对湿度、风速对应的权重系数。

用这3个权重系数分别取代上一步模型中的a、b、c系数，构建完整的避暑旅游气候舒适模型如下：

0.035(10-|V-2|)

(2)

其中T为空气温度(℃)，RH 为空气相对湿度(%)，V为风速(m/s)；STCI 大于5.285代表非常舒适，0～5.285代表舒适，STCI< 0代表不舒适。

3 结果与分析

本文将通过STCI评价模型和廖善刚模型(简称LSG模型)计算的避暑旅游城市排名和2014年避暑报告的排名进行比较，如表2所示，其区域分布如图2所示。

从3种评价方法位列前15的城市看，2014避暑报告中的上榜城市大多为发展较好、基础建设完善、知名度较高的城市，如黑龙江省哈尔滨市、云南省昆明市、山东省烟台市；相比之下LSG模型及STCI模型评出的上榜城市中，像云南省红河哈尼族彝族自治州、贵州省黔西南布依族苗族自治州、吉林省白山市这样地理位置偏僻、城市发展较慢、基础建设较差、知名度低的城市占据了很大比例。这种差异的产生与评价范围和标准有关，2014避暑报告中避暑城市的选取范围是公众满意度较高的60个旅游城市，而两舒适度模型则涵盖了全国范围内的226个地级行政区。此外，2014避暑报告的评测标准是旅游气候舒适度、游客满意度、灾害风险度和景观观赏度4个指标，因此实际上它所评判的是城市发展避暑旅游的综合条件，而两舒适度模型仅从温度、相对湿度、风速这3种要素的角度对城市条件进行评价，关注点仅仅是城市的自然气候条件是否适宜避暑，因此它们评出的上榜城市存在较大差异。从这一结果看，我国范围内存在部分能够成为潜在避暑旅游地的城市，它们具有适宜避暑的极佳自然气候条件，但由于地理区位和发展水平的限制，并未获得足够的关注，这一优势还未得到有效开发利用。

从上榜城市的区域分布看，3种评价方法得出的结果具有一个显著的共同点：在其划出的适宜避暑区域中，东北地区和西南地区都占据了较大比例，大多数上榜城市分布在这2个区域，如2014避暑报告中出现的黑龙江省哈尔滨市、云南省昆明市，LSG模型和STCI模型中出现的黑龙江省齐齐哈尔市、贵州省黔西南布依族苗族自治州。这说明东北地区和西南地区是我国具有最佳避暑气候条件的两大区域，集中了我国大部分适宜开展避暑旅游活动的城市。进一步分析可知，东北地区具有适宜避暑的优越气候条件源于其所处地带纬度较高，与国内其他地区相比，夏季气温较低。西南地区具有优质避暑气候条件的城市则主要集中在云贵高原一带，与同纬度的其他城市相比，其因地势较高而具有气温偏低的明显优势，适宜发展避暑旅游。

表2 不同方法下排名前15位的城市名单Table 2 Rankings of top 15 summer-tour cities under three assessment methods

图2 三指标评价的2014年7月和8月避暑城市分布Fig.2 Distribution of summer-tour cities in July and August,2014(The results under three different assessment methods) (该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2885号的标准地图制作，底图无修改)

然而从分布情况看，三者的差异也较为明显。首先，2014避暑报告及STCI的排名结果中均出现了除东北地区及西南地区之外的华北地区和西北地区城市，如山东省烟台市、河北省秦皇岛市、陕西省延安市、甘肃省庆阳市，而LSG模型的结果分布中则不包含这两个区域。

其次，虽然2014避暑报告及STCI结果中均出现了华北地区和西北地区，但其所占比例存在明显差别，2014避暑报告中这两个区域所占面积很大，而STCI结果中它们的面积则非常小，远小于东北地区和西南地区。此外，某些城市虽在不同标准下都有上榜，但其在不同排名中的位次仍存在显著差异，如云南红河哈尼族彝族自治州在7月LSG模型排名中位列第一，而在STCI评价下跌至28名(表2中未列出)。由于2014避暑报告的评价方法侧重评价城市发展避暑旅游的综合条件，而两种舒适度模型仅将自然气候条件作为唯一评价标准，两者间存在较大差异，深入比较的意义不大，因此仅从LSG与STCI这两个模型入手分析原因。虽然这两个模型评价的气候要素相似，但是权重存在显著差异。在LSG模型中，风速的重要性远远超过相对湿度；而在本文所开发的STCI模型中，风速的影响非常有限，反而是相对湿度的重要程度较高。此外，虽然温度在两模型中都占有绝对重要的地位，但在STCI中，温度所占的比重明显高于LSG模型。

由于本次研究主要关注不同城市发展避暑旅游的气候条件，而两种气候评价模型都具有一定的合理性，为得出更可靠的结论，本文将2种方法下同一城市的排名进行加权平均，算出该体系下的综合排名如表3所示。

表3 避暑气候舒适度综合排名

将上述2个模型的结果进行对比，可以得出我国范围内具有最佳避暑旅游气候条件的7个城市，它们分别为：黑龙江省绥化市、黑龙江省齐齐哈尔市、黑龙江省黑河市、黑龙江省鸡西市、吉林省白山市、云南省红河哈尼族彝族自治州和云南省保山市。同时不难看出，它们的分布仍集中在东北地区和西南地区这两大区域。

4 结 论

本研究从气候舒适度理论出发，根据文献阅读和问卷调查，对以陆鼎煌和廖善刚等研究提出的综合舒适度模型进行修正，建立了避暑旅游气候舒适度模型(STCI)。在此基础上，根据7、8月的气候数据，分析了全国226个地级市的避暑旅游发展潜力，并与LSG模型和2014避暑报告进行对比研究，共得出如下4点结论。

1)基于本文构建STCI模型发现我国目前存在部分未得到有效关注和开发的潜在避暑旅游地，与2014避暑报告存在较大差异。本文认为在2014避暑报告中排名靠前的主要是综合条件较佳的城市，但其实际上气候条件一般；而具有最佳避暑气候条件的城市，因为地理位置偏僻、发展水平低、基础设施不完善等原因，未能获得足够的重视，如黑龙江省绥化市、云南红河哈尼族彝族自治州等。

2)东北地区和西南地区是我国具有最佳避暑气候条件的两大区域，集中了我国大部分具有优越避暑气候的城市。其中东北地区主要得益于高纬度的地理区位条件，代表性城市有黑龙江省齐齐哈尔市、吉林省白山市等；而西南地区的云南省和贵州省因地处高海拔的云贵高原而气温较低，同样具有优越的避暑条件，代表性城市有云南省红河哈尼族彝族自治州、云南省保山市等。

3)华北地区与西北地区气候条件的避暑舒适度存在一定的争议，在LSG模型评价下这两个地区没有任何一个城市上榜，而在本文构建的STCI模型评价下这两个地区出现了部分上榜城市，如山东省烟台市、河北省秦皇岛市。导致这种差异的原因是两种评价模型对温度、相对湿度、风速三要素所赋的权重不同。

4)通过对LSG和STCI两个气候评价模型的综合运用，本文认为以下7个城市具有相对最优的避暑气候，适宜发展成为避暑旅游地，它们分别为：黑龙江省绥化市、黑龙江省齐齐哈尔市、黑龙江省黑河市、黑龙江省鸡西市、吉林省白山市、云南省红河哈尼族彝族自治州和云南省保山市。

本研究具有两方面的意义：在理论方面，本文借助气候舒适度模型，提出了旅游气候舒适度指标，确立了3个核心变量和权重，积极地推动了避暑旅游和气候舒适度的研究。与其它现有的旅游气候舒适度的模型相比，STCI模型所使用的温度、相对湿度、风速3个指标通用性较强，模型适用范围较广，赋分依据和权重确立都有相应的科学依据，更加贴近公众的真实感知。在应用方面，本研究全面评估了适宜发展避暑旅游的城市，并与现有研究展开对比分析，有助于更加科学地进行宏观资源配置与规划。

本研究存在两点不足：第一，本研究在修正权重时样本数量偏少，问卷调查仅在广州开展，科学性仍有提升的空间。例如本文在开展调研过程中与游客沟通得到的反馈表明，风速对避暑旅游影响甚小，而温度与相对湿度影响较大。这个结果可能与广州地区气候偏热偏湿有一定关系。第二，本研究选择以城市为单位对全国各地的气候条件进行分析，但地市级是根据行政边界划分而非自然划分的区域单元，可能会在一定程度上破坏气候带的连续性，该问题暂时无法在本次研究中解决，可以考虑作为未来的拓展研究方向。

基于上述发现，本文建议部分城市(本文给出的7大最佳避暑地)可以考虑发展避暑旅游，充分利用气候优势，依靠旅游业带动地区整体发展，这在一定程度上也可以弥补地理位置导致的发展劣势。值得注意的是，虽然旅游目的地的气候因素是旅游者出行的重要影响因素，但其它因素(如城市基础建设、旅游吸引物价值等)同样不可忽视。因此当地政府需高度重视自身的硬件发展，在气候优势的基础上充分挖掘其它适宜进行旅游开发的资源(如云南红河的元阳梯田)，发展全面、可持续的旅游业。

致谢：感谢广州大学魏雷博士为本文提供的支持。