旅游安全事件与其空间分布结构特征——以中国公民赴马来西亚旅游安全感知事件为例

朱 尧，邹永广，李强红，何月美

(1.中国海洋大学 管理学院，山东 青岛 266000； 2.华侨大学 旅游学院，福建 泉州 362021；3.四川民族学院 历史文化与旅游学院，四川 康定 626001； 4.玉林师范学院 历史文化旅游学院，广西 玉林 537000)

0 引言

出境旅游逐渐成为人们普遍的休闲方式，中国已成为马来西亚主要客源国[1]，但与此同时，赴马旅游安全事件屡见报端，如“潜水天堂”马来西亚沙巴州，受边境接壤纷争、经济条件、设施设备较落后等因素干扰，旅游安全事件频发。2014年3月8日的“马航事件”致使前往马来西亚的旅游人数急剧下降；2018年1月，沙巴州一旅游船只发生沉船事件致使4名中国游客遇难。频发的旅游安全事件不仅威胁到游客人身与财物安全，亦对游客心理造成负面阴影，甚或进一步影响旅游目的国(地)安全形象和出境旅游的健康发展。

旅游安全事件有效推动了相关理论研究，主要包括旅游安全事件特征及空间分布特点。早期，学者对海外游客探险与休闲旅游事件进行统计分析，将其主要分为摩托车事件、游船事件、航空事件、动物袭击、高空坠落以及其他[2-3]，并进一步划分为公共卫生、自然灾害、事故灾难以及社会安全事件[4-6]。学者亦多运用旅游安全感、风险安全感等概念描述旅游者在旅游活动中的不安全状态。旅游风险感知是旅游者对外界客观风险的认识与心理感受[7-8]；安全感是个体在旅游活动中处于平衡与稳定状态的主观感受[9]；本研究认为旅游安全感知事件是游客在旅游体验活动中受到外界刺激而产生的主观感受与评价，如旅游者在旅游活动中感知或体验到的不安全行为或事件[8]。

关于旅游安全事件的空间分布研究，谢朝武等发现“一带一路”沿线国家旅游安全事件类型呈现出复杂性，空间分布表征出冷热点差异[10]，其中安全事件与旅游六要素空间结构之间呈高度相关关系[11-12]。现有研究主要从不同区域尺度对旅游安全事件的空间分布特征进行剖析，进而总结其类型特征和风险水平。而安全事件的发生是人、环境、管理、空间等多因素耦合引致，不同地理空间和旅游活动性质可能导致不同类型的旅游安全事件发生。

综上，现有研究更多从旅游安全事件类型、致因或发生场所等单一、独立角度进行探索[12-13]。单一视角能够揭示事件特征，或描绘其空间结构，但不同类型事件因其本质属性而呈现出空间差异特征[14]，较少将旅游安全事件类型与空间分布进行相关分析。由于旅游安全事件发生具有突发性、偶然性等显著特点，现有理论与方法尚难以探索旅游安全事件与发生地点的相关联系。本研究试图突破单一视角，从社会网络关系视角探索中国公民赴马来西亚旅游安全事件特征与空间分布二者之间的关联匹配，以期为中国公民赴马来西亚旅游安全防护与治理提供理论指导。

1 研究对象、研究数据与研究方法

1.1 案例地介绍

马来西亚拥有丰富多彩的旅游资源和独具特色的地理环境，是集探险、休闲、度假于一体的综合性旅游目的地。2019年1月—9月，中国访马游客达到240万人次，同比增长5.7%。但与此同时，旅游安全事故频发，由于文化习俗差异导致的文化冲突以及探险旅游引发的安全事故等不胜枚举；其旅游安全事件及其空间分布特征规律亟待探析。

本研究基于典型性原则选用马来西亚作为案例地[15]。其一，根据《2019出境旅游大数据报告》，马来西亚已成为中国出境游客十大热门旅游目的地之一；其二，马来西亚旅游资源富饶，其丰富的人文建筑、自然风光、休闲与体验相结合的娱乐活动使其自身成为较完备的旅游目的地系统，导致其旅游安全事件类型多样。因此，从旅游安全事件和发生区域双重整合视角出发，探究中国公民赴马来西亚旅游安全事件的空间轨迹特征，有利于捕捉现实中涌现出来的新现象和新规律。

1.2 数据来源及处理

本研究选取TripAdvisor(猫途鹰)和马蜂窝两大在线旅游网站为数据库，收集中国公民赴马来西亚游记有关游客安全感知内容。首先，马蜂窝网站和TripAdvisor作为UGC游记的分享平台，吸引大量旅游者分享旅游经历；其次，TripAdvisor是全球最大旅游网站，马蜂窝网站用户规模达2 294万人，能保证对海量数据的需求[16]。在数据处理过程中，研究组成员分别对2014—2019年马蜂窝旅游网站上抓取的2 000篇游记和TripAdvisor抓取的500篇游记进行信息解构，主要包括作者信息、游记标题与正文等。首先，将同名同标题的重复游记进行删除，共计1 787篇；其次，对所涉及旅游安全事件信息进行初步概念抽取和整理，并相互核实和验证，获取有效旅游安全信息共307条；最后，将307条游记的安全事件类型和其发生地进行编码，进而构建旅游安全事件及其空间分布的社会网络。

1.3 研究方法

社会网络分析工具有利于为本研究打开中国公民赴马来西亚旅游安全事件空间分布的“黑箱”。首先，本研究利用Ucinet 6和Netdraw软件绘制出旅游安全事件和发生场所2-模可视图，并对其进行中心性分析。网络节点中心度可以用来分析网络结构特征；节点的度数中心度是该事件所拥有的行动者数，表示该安全事件发生于多少个旅游地；节点的接近中心度反映了网络中各点的接近程度，表示旅游安全事件和发生场所之间的关联程度；中介中心度反映了两个非邻节点间的相互联系，具有较大中介中心度的节点可以看做是安全事件或发生场所“中介”节点，表示其同质性程度。其次，进一步将2-模网络通过行、列转换为旅游地中心网络和旅游安全事件中心网络，分析其“共享”意义，进而剖析不同旅游地安全事件的共性与特性以及其空间分布特征。

2 赴马来西亚旅游安全事件特征

2.1 中国公民赴马来西亚旅游安全事件类型

根据《中华人民共和国突发事件应对法》等法规文件以及学者[6]对出境旅游安全事故的类型划分标准，将事故类型变量划分为事故灾难、社会安全、自然环境和公共卫生4类，总结归纳出中国公民赴马来西亚旅游安全感知事件19个亚类(表1)。

表1 中国公民赴马来西亚旅游安全感知事件类型Tab.1 Types of incidents of Chinese citizens travelling to Malaysia for safety perception

2.2 中国公民赴马来西亚旅游安全事件空间分布

为阐明旅游安全感知事件的空间特征，统计中国公民赴马来西亚旅游不同目的地安全感知事件类型特征(表2)。沙巴州产生旅游安全事件类型最多，共计19种；其次是吉达州和吉隆坡，均涉及17种安全事件类型，其中吉达州旅游安全事件发生地主要位于兰卡威；其他大部分目的地涉及的安全事件类型较少，如砂拉越和吉兰丹均未涉及旅游安全事件，彭亨州、柔佛州均只出现1～2类旅游安全事件。从旅游安全事件类型分布特征可以看出，游客在马来西亚的旅游安全事件在空间分布上呈现出显著差异。

3 旅游安全事件的空间网络分析

3.1 旅游安全事件空间分布的整体网络

本研究以游客赴马来西亚旅游安全感知事件为“行行动者”，以其发生区域为“列行动者”，借助软件对旅游安全感知事件的空间结构进行可视化(图1)，节点连接频次越高，其在网络中扮演的角色越重要。在旅游地中，旅游地与其他节点的联系越多，说明中国公民在该地旅游过程中产生的安全事件类型越多，是旅游安全事件的高发地，如吉达州、吉隆坡、兰卡威。旅游安全事件节点与其他节点的联系越多，表明该类安全事件空间分布越具有普遍性，如太阳晒伤、环境氛围差等。而连接频次较低的点网络连接边数比较稀疏，表明该类旅游安全事件只发生于某些特定地区，如当地居民行为异常。由此可见，中国公民赴马来西亚旅游过程中产生的旅游安全事件普遍性与独特性共存。

表2 中国公民赴马来西亚旅游不同目的地安全感知事件类型特征

图1 旅游目的地安全事件2-模网络

3.1.1旅游安全事件空间分布的中心度分析。本研究进一步测算了中国公民赴马旅游安全事件空间分布的中心度指数(表3)。从相对度数中心度来看，沙巴州、吉隆坡和吉达州相对度数中心度分别为1.000，0.842，0.789，彭亨州、柔佛州和霹雳州等旅游目的地相对点度中心度较小，表明沙巴州、吉隆坡和吉达州是旅游安全事件高发地，其他州则是游客认为比较安全的旅游目的地，旅游安全事件分布呈现空间集聚特征。就相对接近中心度而言，沙巴州、吉隆坡和吉达州的相对接近中心度较高，同时各个旅游地相对接近中心度较近且较高，说明中国公民在马来西亚各个旅游地发生的安全事件具有一定相似性。由相对中介中心度可发现，沙巴州、吉隆坡的相对中介中心度较高，说明游客在这两个旅游地产生较多的同质性安全事件行为；而大多数旅游地相对中介中心度接近于0，表明在大部分旅游地中游客产生的旅游安全事件较少且不具有代表性。

从整体来看，各个旅游地的相对中介中心度数值偏低，相对接近中心度偏高。根据中心度的含义可知，大部分旅游地都处于网络边缘位置，大部分旅游地发生的旅游安全事件较少，核心边缘特征明显。相对度数中心度高的，其相对接近中心度、相对中介中心度值也较高，说明吉隆坡、仙本那和兰卡威产生的旅游安全感知事件具有代表性。

表3 旅游安全事件空间2-模网络中心度

3.1.2旅游安全事件类型中心度分析。进一步测算中国公民赴马来西亚旅游安全事件类型的相对中心度(表4)。环境安全氛围差的相对度数中心度较高，说明安全氛围差在旅游安全事件占比较大，且各个旅游地均存在该事件类型。如“我们要前往的旅游区域，去年还被挂上红色危险警报并实行宵禁，菲律宾叛军一直在这片区域作乱，在旅游时会随时担心周围是否安全”。安全氛围差可能由多种因素如恐怖袭击导致，影响较大，使得游客对该旅游目的地形成刻板印象。食物中毒和乘船颠簸相对度数中心度较低，说明这些旅游安全事件只发生于少数旅游地，具有特殊性。就相对接近中心度而言，各类安全事件的相对接近中心度较高且比较接近，表示中国公民赴马旅游过程中旅游安全事件分布具有普遍性，其中安全氛围差分布范围最广，其次是太阳晒伤，这可能与当地东南亚的特殊气候有关。由相对中介中心度可发现安全氛围差的相对中介中心度较高，表明该类安全事件在较多旅游地产生。

表4 旅游安全事件类型2-模网络中心度

综合而言，安全氛围差的相对度数中心度、相对接近中心度、相对中介中心度均最高，表明了环境安全氛围处于旅游安全事件类型网络中的核心位置。此外，当旅游安全事件中心度较低时，其接近中心度较高，而中介中心度为0，说明这些旅游安全事件行为在马来西亚各旅游地发生较少，在整个网络结构中处于边缘位置，并且绝大多数不安全行为均是单独发生，这可能与旅游安全事件的突发性与地理位置的独特性有关。

3.2 旅游安全事件的同质性特征

将各类安全事件2-模网络转化为1-模网络进行分析。在旅游安全事件类型和空间分布的中心度可视化图形中(图2)，节点共有19个，路径有162条，网络密度为0.95，网络分布较密集，说明各类安全事件的发生具有广泛性，太阳晒伤、安全氛围差和动物袭击发生于同一旅游地数量较多。在旅游安全事件空间分布的中心度可视化图中，节点共有10个，路径共有34条，网络密度为0.76，说明各个旅游地间安全事件存在较高同质性。吉达州与沙巴州、沙巴州与吉隆坡之间连接的线较粗，表明这些旅游地之间发生相同旅游安全事件的类型数量最多。对比安全事件类型的空间分布与整体安全事件的中心度，旅游安全事件的同质网络与其形成空间耦合，表明游客在马来西亚旅游过程中安全事件越频发的旅游地发生同质安全事件的行为越多，且安全事件较少的旅游地发生的安全事件也具有一定的同质性。

图2 旅游安全事件2-模数据中介中心度可视化

通过对比旅游安全事件类型与其空间分布的可视化图可以发现，在旅游安全事件中安全氛围差、动物袭击、太阳晒伤、社会秩序混乱是高发的同质性旅游安全事件。其中安全氛围差共分布于8个旅游地，是游客在马来西亚普遍遭遇的事件类型。晒伤分布于6个旅游地，可能是环境因素引致的旅游安全事件地受地区影响因素较小。在旅游地中，沙巴州、吉达州、吉隆坡3个旅游地产生的旅游安全事件的频率较高，并且其发生的旅游安全事件的同质性较高，其中沙巴州与吉达州共产生17种类似安全事件行为，沙巴州与吉隆坡共产生17种类似旅游安全事件。

3.3 各类旅游安全事件及其空间分布结构

为进一步探究不同旅游安全感知事件与其空间分布结构的关系，分别以4类旅游安全感知事件为行行动者，以各种安全事件发生的旅游地为列行动者构建2-模网络，并对其进行可视化(图3)。在2-模网络中，节点的大小表示各个行动者数量多少，线的粗细表示每一旅游地发生的频次高低。

从事故灾难事件的2-模网络图形可以看出，沙巴州、吉隆坡、吉达州为事故灾难频发旅游地；动物袭击、乘车呕吐和交通混乱分布较多旅游地；潜水受伤与沙巴之间的连线最粗，说明潜水受伤主要集中于沙巴州，这可能是因为沙巴州是世界级的潜水天堂，吸引了众多游客前往。公共卫生事件有食物中毒和环境脏乱，主要发生于沙巴州。自然环境事件包括太阳晒伤、动物威胁与天气多变3种安全事件类型，且分布较广，共分布于6个州，并且每个州分布数量较均衡。这可能与马来西亚特殊的地理位置与充足的日照有关，正如游记中提到“出海一天后我已经被晒伤了，肩膀超痛！痛到睡觉都不好翻身！我用安耐晒的防晒霜都没用！那边的紫外线真的恐怖”。社会环境事件类型较多，其空间分布也较广泛，主要集中在沙巴州、吉隆坡、吉达州和马六甲州。在事件类型中，安全氛围差分布范围广泛且主要集中在沙巴州，遭遇抢劫也是较常遇见的旅游安全事件。

图3 各类旅游安全事件与其空间分布的2-模网络

3.4 旅游安全事件空间网络与旅游流网络比较

为探究中国公民赴马来西亚旅游过程中旅游安全事件的空间分布网络与游客旅游流网络的关系，整理了包含旅游安全信息的中国公民赴马来西亚旅游游记行程数据共311条，进而构建中国公民赴马来西亚旅游流网络(图4)。其中节点的大小表示每个旅游地的旅游到访强度，可在一定程度上反映中国公民赴各个旅游地的旅游人次数量。研究将旅游安全事件空间分布2-模数据列变换转换成1-模数据后并进行可视化(图4)。

中国公民赴马来西亚旅游过程中各旅游地之间联系较紧密。其中，吉隆坡作为“明星”节点，是游客首选旅游地，吉隆坡是马来西亚国家经济、政治和文化中心，对游客具有较大吸引力。而沙巴州、吉达州、柔佛州、马六甲州由于自身旅游资源或地理位置优势，也是马来西亚的重要旅游地，各旅游地之间相互联系，资源互补，共同使马来西亚形成综合型旅游目的地。

图4 中国公民赴马来西亚旅游流网络与旅游安全事件空间网络

通过对游客旅游流和旅游安全事件空间分布网络对比研究可知，游客旅游流网络与安全事件类型空间分布网络呈现耦合，旅游流空间分布10个州市，旅游安全事件分布10个州市。从旅游流量分布与安全事件网络数量的空间分布来看，旅游流也聚集于吉隆坡、沙巴州和吉达州。吉隆坡作为马来西亚的首都，是游客首选旅游目的地，属于明星“节点”，旅游流量较多。沙巴州作为马来西亚最著名的旅游城市之一，旅游流量仅次于吉隆坡。其他旅游目的地如马六甲州、彭亨州、吉达州、柔佛州的旅游流量相近，构成次级旅游目的地。从旅游安全事件网络来看，安全事件主要分布于吉隆坡、沙巴州和吉达州。沙巴州的节点明显最大，吉隆坡和马六甲州的节点次之，说明游客在沙巴州游览时旅游安全事件频发，吉达州、吉隆坡和马六甲州次之，柔佛州、彭亨州产生的安全事件较少。以上比较可知，吉隆坡、马六甲州、彭亨州、吉达州的旅游流量与旅游安全事件网络整体呈现正相关关系。但就沙巴州和吉隆坡比较而言，违反旅游流量与安全事件网络正相关关系，从日常生活理论视角出发，安全事件的产生主要是有犯罪动机的人、合适的目标及缺乏有能力的监察人，说明在旅游活动中，除了旅游人次影响游客旅游安全事件发生外，还应存在多维指标。从宏观角度来看，其一，马来西亚政治、经济、文化一直集中于吉隆坡代表的西马，沙巴州位于东马，东马人整体经济程度、人均整体素质相对其他地区偏弱；其二，沙巴州以农业发展为主，旅游业也处于逐渐上升阶段，与吉隆坡、马六甲州这样成熟的目的地相比，旅游设施环境相对落后；其三，沙巴州和吉达州的南卡威作为世界著名潜水胜地，以体验性活动为主，而旅游安全事件主要集中于探险型旅游地中。说明在旅游活动中，除了旅游人次外，目的地地域背景、经济程度以及体验活动类型也是导致安全事件产生的原因之一[17-18]。

4 结论与启示

4.1 结论

(1)各类旅游安全事件数量存在“鸿沟”，旅游安全事件空间分布呈现“放射模式”。事故灾难和社会环境事件所占类型多，数量比重大，如环境安全氛围差是游客主要的旅游安全事件，公共卫生事件和自然环境事件较少。总体旅游安全事件空间分布呈现放射模式，各类旅游安全事件热点区域大同小异；旅游安全事件类型分布区域核心边缘特征明显，主要聚集于沙巴州、吉达州、马六甲州和吉隆坡。

(2)旅游安全事件呈现网络化的同质性、异质性并存特征。各类型旅游安全事件网络化的同质性表现在事故灾难、社会环境事件、公共卫生事件和自然环境事件的空间分布并不存在明显的空间分异现象，各类安全事件空间分布表现出一定相似性。异质性表现在社会环境安全事件如安全氛围差在数量分布、空间分布上均远高于其他安全事件类型。

(3)旅游安全事件网络分布符合日常生活理论，旅游流网络与旅游安全事件空间网络在类型上呈现空间耦合。旅游流网络与旅游安全事件网络整体表现出正相关关系。旅游安全事件主要发生在热门旅游地，分布于吉隆坡、沙巴州和吉达州；而旅游流也聚集于吉隆坡、沙巴州和吉达州。

4.2 启示

其一，目的地政府应针对热门旅游区域和安全事件高发地，增强安全检查的范围与强度；针对重点区域、岗位开展定期和不定期专项整治。其二，热门旅游地安全事件行为较多并且同质性较多，旅游地政府部门可成立专门旅游执法委员会，对同质性旅游安全事件进行重点治理，借此达到威慑作用。其三，旅游安全事件数量空间分布与旅游流空间分布形成了空间耦合，各旅游地旅游部门可相互到实地进行考察，各旅游部门之间交流安全管理经验，减少旅游地安全事件发生。

旅游安全事件因其突发性和偶然性等特点难以探索其与空间分布存在的相关关系，进而难以提出精准的旅游安全防控措施。本研究从网络关系视角探索旅游安全事件及其空间分布关系，未来应进一步深化，如不同时空维度旅游安全事件网络变化特征及演变机理等。