中國(guó)涉旅公共衛(wèi)生事件時(shí)空分異特征及其引致因素解析

紀(jì)穎超，殷 杰

（華僑大學(xué) 旅游學(xué)院，福建 泉州 362021）

0 引言

頻發(fā)的旅游安全事件極大地阻礙了旅游業(yè)的健康發(fā)展［1］。旅游安全事件包括自然災(zāi)害事件、意外安全事件、公共衛(wèi)生事件和社會(huì)安全事件等4 大類(lèi)［1，2］。隨著新冠肺炎疫情在全球爆發(fā)，各界對(duì)公共衛(wèi)生問(wèn)題空前關(guān)注。涉旅公共衛(wèi)生事件主要是指游客在旅游過(guò)程中遭受的包括突發(fā)疾病、食物中毒、猝死、傳染病等在內(nèi)的突發(fā)性公共衛(wèi)生問(wèn)題。由于旅游活動(dòng)的異地性，游客對(duì)旅游目的地的公共衛(wèi)生環(huán)境較為敏感，易在旅游過(guò)程中發(fā)生諸如突發(fā)疾病、食物中毒、猝死等公共衛(wèi)生事件［3］。旅行社責(zé)任保險(xiǎn)統(tǒng)保示范項(xiàng)目出險(xiǎn)數(shù)據(jù)顯示，2010—2019 年我國(guó)共發(fā)生了8981 起涉旅公共衛(wèi)生事件，平均每天發(fā)生近2.46 起。由于旅游活動(dòng)的異地性與游客的易聚集性，后疫情時(shí)代，如何有效防控與治理涉旅公共衛(wèi)生風(fēng)險(xiǎn)將成為旅游業(yè)最為關(guān)注的問(wèn)題之一。因此，重點(diǎn)關(guān)注涉旅公共衛(wèi)生事件，識(shí)別涉旅公共衛(wèi)生事件的特征與規(guī)律對(duì)于強(qiáng)化涉旅公共衛(wèi)生管理具有重要意義。

旅游安全事件研究一直是旅游安全研究的熱點(diǎn)［4］。關(guān)于旅游安全事件的研究集中于以下兩大方面：①旅游安全事件的時(shí)空分布特征探究。學(xué)者們主要從境外、境內(nèi)、發(fā)達(dá)地區(qū)等不同空間尺度展開(kāi)研究［2，4-6］，并關(guān)注安全事故的長(zhǎng)期演化、短期演變、特殊時(shí)間節(jié)點(diǎn)分布等不同時(shí)間尺度的安全問(wèn)題［4，7］。例如，黃銳等［2］發(fā)現(xiàn)中國(guó)出境旅游安全事故時(shí)空分布呈現(xiàn)高度集聚特征，主要集中在我國(guó)香港與澳門(mén)特別行政區(qū)、臺(tái)灣地區(qū)和泰國(guó)、日本、韓國(guó)等國(guó)家，且不同區(qū)域的旅游安全事故季節(jié)變化呈現(xiàn)顯著差異；Bentley［5］等發(fā)現(xiàn)海外游客在新西蘭的安全事件發(fā)生呈現(xiàn)季節(jié)性，多集中于夏季和冬季；Lunetta［7］通過(guò)對(duì)多個(gè)年份芬蘭游客境外死亡案例進(jìn)行分析，發(fā)現(xiàn)西班牙、瑞典和泰國(guó)是死亡人數(shù)最多的3 個(gè)目的地國(guó)家；李月調(diào)等［4］基于2013—2014 年中國(guó)赴泰游客出險(xiǎn)案例，揭示了中國(guó)游客赴泰旅游安全事故具有明顯的時(shí)空分布特征，且事故災(zāi)難多發(fā)于涼季和交通場(chǎng)所。②旅游安全事件的引致因素分析。學(xué)者們對(duì)旅游安全事件引致因素的研究主要從人員、環(huán)境、設(shè)施設(shè)備和管理等要素展開(kāi)［8］。例如，謝朝武等［9］在分析環(huán)境因素的影響機(jī)制時(shí)發(fā)現(xiàn)，游覽環(huán)境、大氣環(huán)境和道路環(huán)境是引致旅游安全事件的主要因素；Poolklai［10］則發(fā)現(xiàn)泰國(guó)老年游客安全事件發(fā)生與食品管理問(wèn)題有關(guān)。一般而言，旅游安全事件存在一定的空間依存關(guān)系，而對(duì)于旅游安全事件引致因素的研究多是基于最優(yōu)尺度回歸、地理探測(cè)器等定性分析和傳統(tǒng)回歸模型，無(wú)法準(zhǔn)確地揭示其空間因素產(chǎn)生的影響［2，9］。由此可見(jiàn)，旅游安全事件的引致因素有待進(jìn)一步探究。

涉旅公共衛(wèi)生事件是旅游安全事件的重要類(lèi)型。目前，關(guān)于涉旅公共衛(wèi)生事件的研究主要集中在事件的分布規(guī)律、事件產(chǎn)生的影響、事件應(yīng)對(duì)措施和 發(fā) 生 機(jī) 理 探 究 等 方 面［2-4，11-14］。例 如，謝 朝 武等［9］發(fā)現(xiàn)高海拔環(huán)境容易引發(fā)游客缺氧、頭疼、心跳和呼吸頻率增加等癥狀，進(jìn)而引發(fā)高海拔疾??；鄒永廣等［3］用社會(huì)網(wǎng)絡(luò)分析方法研究發(fā)生食物中毒事件后應(yīng)急救援措施；黃銳等［2］探究了包含涉旅公共衛(wèi)生事件在內(nèi)的5 類(lèi)旅游安全事故的空間特征及形成機(jī)制；Eitzinger等［13］指出，在旅游活動(dòng)中導(dǎo)致食物中毒事件發(fā)生的原因中，游客責(zé)任僅占6.8%。

綜上，已有研究對(duì)旅游安全事件和涉旅公共衛(wèi)生事件展開(kāi)了系列探討，但仍存在以下研究機(jī)會(huì)：一方面，探討涉旅公共衛(wèi)生事件的時(shí)空分異有助于“因時(shí)制宜”和“因地制宜”地治理涉旅公共衛(wèi)生風(fēng)險(xiǎn)。已有研究雖然重點(diǎn)探討了涉旅公共衛(wèi)生事件的影響及應(yīng)對(duì)，但從地理學(xué)角度對(duì)涉旅公共衛(wèi)生事件的時(shí)空格局、演變趨勢(shì)等進(jìn)行分析仍相對(duì)缺乏；另一方面，鮮有研究重點(diǎn)關(guān)注旅游安全事件的引致因素。目前關(guān)于涉旅公共衛(wèi)生事件的研究?jī)H關(guān)注公共衛(wèi)生事件產(chǎn)生的影響及其應(yīng)對(duì)策略，對(duì)于涉旅公共衛(wèi)生事件可能的引致因素探討不夠深入，進(jìn)而無(wú)法形成針對(duì)性的風(fēng)險(xiǎn)治理策略。鑒于此，本文將重點(diǎn)探討2010—2019 年間我國(guó)涉旅公共衛(wèi)生事件的時(shí)空分異規(guī)律及其引致因素。具體而言，主要采用年際集中指數(shù)、變異系數(shù)、核密度估計(jì)等方法揭示我國(guó)涉旅公共衛(wèi)生事件的時(shí)空分異特征，并運(yùn)用空間面板模型探究其引致因素，以期為我國(guó)精準(zhǔn)防范與治理涉旅公共衛(wèi)生風(fēng)險(xiǎn)提供借鑒參考。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于2010—2019 年中國(guó)旅行社責(zé)任保險(xiǎn)統(tǒng)保示范項(xiàng)目出險(xiǎn)案例。《旅行社責(zé)任保險(xiǎn)管理辦法》要求，在中華人民共和國(guó)境內(nèi)依法設(shè)立的旅行社應(yīng)當(dāng)投保旅行社責(zé)任保險(xiǎn)。截至2019 年末，我國(guó)已有超過(guò)2 萬(wàn)家旅行社投保旅游社責(zé)任險(xiǎn)，統(tǒng)保率超過(guò)75%，且參保旅行社數(shù)量逐年增加。由于旅行社責(zé)任保險(xiǎn)覆蓋旅行社范圍廣、數(shù)據(jù)真實(shí)有效，因此旅行社責(zé)任保險(xiǎn)統(tǒng)保示范項(xiàng)目出險(xiǎn)數(shù)據(jù)在一定程度上可反映國(guó)內(nèi)旅游安全的基本情況?；诖?，本文從2010—2019 年出險(xiǎn)案例中初步遴選出8981起涉旅公共衛(wèi)生事件，并對(duì)它們進(jìn)行逐一分解，最終獲取收錄信息較為完整的國(guó)內(nèi)涉旅公共衛(wèi)生事件5110起。限于數(shù)據(jù)可得性，研究區(qū)域未包括西藏自治區(qū)、香港與澳門(mén)特別行政區(qū)、臺(tái)灣地區(qū)。

1.2 研究方法

年際集中指數(shù)：年際集中指數(shù)是測(cè)量事件時(shí)序變化態(tài)勢(shì)的重要指標(biāo)［15］。本文借用年際集中指數(shù)來(lái)測(cè)度我國(guó)涉旅公共衛(wèi)生事件在某一時(shí)間段中各年度的集中程度，計(jì)算公式為：

式中：R 為季節(jié)強(qiáng)度指數(shù)；Xi為i 月事件數(shù)量占全年事件總數(shù)的比值；8.33 為在全年絕對(duì)平均前提下計(jì)算出來(lái)的每月事件發(fā)生數(shù)占全年事件總數(shù)的百分比。R 值越接近0，表示研究區(qū)域事故發(fā)生的季節(jié)性差異較小，全年事故月份分布較為平均。

不平衡指數(shù)：不均衡指數(shù)用于測(cè)算我國(guó)涉旅公共衛(wèi)生事件在各個(gè)省份的分布均衡情況［17，18］，計(jì)算公式為：

式中：S 為不均衡指數(shù)；n 為涉旅公共衛(wèi)生事件數(shù)量；Xi為各省份涉旅公共衛(wèi)生事件在全國(guó)涉旅公共衛(wèi)生事件總量中的比重從大到小進(jìn)行排序后第i位的累計(jì)百分比。S 值越接近于0，表明涉旅公共衛(wèi)生事件在各省份中均勻分布；S 值越接近于1，表明涉旅公共衛(wèi)生事件分布不均衡，可能出現(xiàn)局部區(qū)域聚集的現(xiàn)象。

變異系數(shù)：變異系數(shù)是各區(qū)域某項(xiàng)指標(biāo)的標(biāo)準(zhǔn)差與其均值之比，它能夠消除均值的影響，用來(lái)對(duì)比不同時(shí)空層面的事件差異程度［19，20］。本文采用變異系數(shù)來(lái)衡量各省域涉旅公共衛(wèi)生事件的差異程度，計(jì)算公式為：

核密度估計(jì)法：核密度估計(jì)是一種非參數(shù)估計(jì)方法，用于描述隨機(jī)變量的概率密度，它可根據(jù)觀察到的數(shù)據(jù)點(diǎn)來(lái)分析研究對(duì)象的空間分布特征［21，22］。本文借助核密度估計(jì)來(lái)分析我國(guó)涉旅公共衛(wèi)生事件的空間集聚特征。核密度估計(jì)法的表達(dá)式為：

面板數(shù)據(jù)模型：面板數(shù)據(jù)是指將時(shí)間序列和橫截面相結(jié)合的數(shù)據(jù)集合，含有橫截面、時(shí)間和指標(biāo)三維信息［21］。基于面板數(shù)據(jù)的回歸模型稱(chēng)之為面板數(shù)據(jù)模型，具有降低多重共線性、減少偏倚性等優(yōu)勢(shì)［22，23］；但由于面板數(shù)據(jù)是由時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)混合而成，存在非平穩(wěn)性而產(chǎn)生的“偽回歸”問(wèn)題［24］。首先，對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)和協(xié)整檢驗(yàn)，若檢驗(yàn)結(jié)果為非平穩(wěn)性，則直接進(jìn)行回歸分析；其次，根據(jù)F檢驗(yàn)結(jié)果可判斷采用面板數(shù)據(jù)建立混合模型、固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。面板數(shù)據(jù)模型基本形式為：

式中：N 為第i 個(gè)省份；T 為年份；α為常數(shù)；β為系數(shù)；yit為被解釋變量；xit為解釋變量；δit為橫截面?zhèn)€體i 在時(shí)間t 上的隨機(jī)誤差項(xiàng)，且滿足零均值、等方差的假設(shè)。

2 涉旅公共衛(wèi)生事件時(shí)空分異規(guī)律

2.1 涉旅公共衛(wèi)生事件類(lèi)型分布

通過(guò)對(duì)2010—2019 年間我國(guó)涉旅公共衛(wèi)生事件進(jìn)行的統(tǒng)計(jì)發(fā)現(xiàn)，我國(guó)涉旅公共衛(wèi)生事件主要包括突發(fā)疾病、猝死、食物中毒、過(guò)敏等類(lèi)型（表1）。其中，突發(fā)疾病和食物中毒事件的發(fā)生頻率最高，猝死次之。從時(shí)間分布來(lái)看，涉旅公共衛(wèi)生事件每年發(fā)生的頻率較為穩(wěn)定。突發(fā)疾病和猝死發(fā)生的頻率呈現(xiàn)逐年增加的趨勢(shì)，這可能是因?yàn)槔夏暧慰腿后w逐年增加［25］，易出現(xiàn)突發(fā)疾病，而引起游客猝死最主要的原因正是突發(fā)疾病；隨著我國(guó)醫(yī)療衛(wèi)生水平的不斷提高和民眾對(duì)食品安全的愈加重視，食物中毒事件發(fā)生頻率逐年遞減。

表1 2010—2019 年我國(guó)涉旅公共衛(wèi)生事件分類(lèi)Table 1 Classification of tourism public health events in China from 2010 to 2019

2.2 時(shí)間分布特征

季節(jié)變化特征：本文借助季節(jié)強(qiáng)度指數(shù)測(cè)算了我國(guó)涉旅公共衛(wèi)生事件時(shí)間分布的均衡程度（表2）。整體來(lái)看，季節(jié)強(qiáng)度指數(shù)盡管呈現(xiàn)波動(dòng)遞減規(guī)律，但整體數(shù)值較大，表明2010—2019 年我國(guó)涉旅公共衛(wèi)生事件在時(shí)間分布上波動(dòng)較大。我國(guó)涉旅公共衛(wèi)生事件集中發(fā)生于7—8 月，主要是因?yàn)槭罴倨陂g出游人次較多，夏季氣溫較高，食品容易發(fā)生變質(zhì)，易導(dǎo)致游客出現(xiàn)食物中毒現(xiàn)象或引發(fā)突發(fā)疾病。

表2 2010—2019 年我國(guó)涉旅公共衛(wèi)生事件的季節(jié)強(qiáng)度指數(shù)（R）Table 2 Seasonal intensity index of tourism public health events in China from 2010 to 2019

年際變化特征：本文根據(jù)年際集中指數(shù)公式，計(jì)算分析2010—2019 年我國(guó)涉旅公共衛(wèi)生事件的年際集中指數(shù)，并將其劃分為穩(wěn)定、較為穩(wěn)定、較不穩(wěn)定和不穩(wěn)定等4 類(lèi)（表3）。年際集中指數(shù)穩(wěn)定地區(qū)主要分布在東部沿海地區(qū)，較為穩(wěn)定地區(qū)主要分布在黃河流域中下游地區(qū)。由于這些地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)、公共安全保障完善，涉旅公共事件的發(fā)生頻率較穩(wěn)定。較不穩(wěn)定地區(qū)集中在西北、西南和東北地區(qū)，不穩(wěn)定地區(qū)僅為寧夏。西北、西南等地區(qū)受自然環(huán)境、公共衛(wèi)生條件、海拔較高等多種因素影響，涉旅公共衛(wèi)生事件波動(dòng)較大。

表3 涉旅公共衛(wèi)生事件地區(qū)年際集中指數(shù)分類(lèi)Table 3 Classification of annual concentration index of tourism public health events

2.3 空間分異格局

聚集格局：本文研究借助不平衡指數(shù)、變異指數(shù)測(cè)算了我國(guó)涉旅公共衛(wèi)生事件的聚集分布情況（圖1）。從不平衡指數(shù)來(lái)看，2010—2012 年我國(guó)涉旅公共衛(wèi)生事件不平衡指數(shù)略有上升，說(shuō)明我國(guó)涉旅公共衛(wèi)生事件在各省份的分布越集中；2012—2019年呈現(xiàn)逐年遞減的情況，說(shuō)明我國(guó)涉旅公共衛(wèi)生事件在各省份分布越均勻，同時(shí)說(shuō)明涉旅公共衛(wèi)生事件已成為全域性問(wèn)題，需要各地予以重點(diǎn)關(guān)注。從變異系數(shù)來(lái)看，我國(guó)涉旅公共衛(wèi)生事件發(fā)生的區(qū)域差異呈現(xiàn)“上升—下降”的反復(fù)波動(dòng)，2012 年、2014年、2016 年分別是涉旅公共衛(wèi)生事件分布區(qū)域差異擴(kuò)大的節(jié)點(diǎn)年份，說(shuō)明我國(guó)涉旅公共衛(wèi)生事件發(fā)生區(qū)域呈集中分布態(tài)勢(shì)，其他年份總體表現(xiàn)為下降趨勢(shì)，說(shuō)明我國(guó)涉旅公共衛(wèi)生事件發(fā)生區(qū)域呈分散分布態(tài)勢(shì)，這在一定程度上也說(shuō)明了我國(guó)涉旅公共衛(wèi)生事件呈現(xiàn)“小聚中、大分散”的特征。

圖1 2010—2019 年我國(guó)涉旅公共衛(wèi)生事件不平衡指數(shù)和變異系數(shù)Figure 1 Imbalance index and coefficient of variation of public health events of tourism in China from 2010 to 2019

空間演化：本文對(duì)2010 年、2013 年、2016 年、2019年我國(guó)涉旅公共衛(wèi)生事件進(jìn)行了核密度分析（圖2），以揭示涉旅公共衛(wèi)生事件空間分布與演化特征。2010 年，涉旅公共衛(wèi)生事件高密度區(qū)主要分布在環(huán)渤海、長(zhǎng)三角和珠三角等沿海地區(qū)，在東部沿海地區(qū)的涉旅公共衛(wèi)生事件呈現(xiàn)點(diǎn)狀分布，云南、四川則是中西部地區(qū)涉旅公共衛(wèi)生事件的高密度地區(qū)；2013 年，核密度高值區(qū)有兩個(gè)獨(dú)立中心，分別是云南和遼寧南—山東東北部，涉旅公共衛(wèi)生事件熱點(diǎn)區(qū)域呈現(xiàn)明顯的點(diǎn)狀分布格局；2016 年，涉旅公共衛(wèi)生事件發(fā)生的熱點(diǎn)區(qū)域在西南部呈現(xiàn)點(diǎn)狀分布，形成云南、四川為中心的熱點(diǎn)區(qū)域；2019 年，涉旅公共衛(wèi)生事件熱點(diǎn)區(qū)域逐步擴(kuò)大，廣泛分布于華北、東北、華東、中南和西南等地區(qū)，且零星分布在省會(huì)城市及其周邊鄰域，未形成較大的集聚規(guī)模，呈現(xiàn)出“小聚集、大分散”的空間分布特征。如圖3 所示，我國(guó)涉旅公共衛(wèi)生事件分布呈現(xiàn)明顯的區(qū)域差異，總體呈現(xiàn)出以云南、山東、遼寧等省份為中心向周邊輻射的圈層結(jié)構(gòu)。這可能是因?yàn)檫|寧等沿海地區(qū)海鮮豐富，食用海鮮引起的食物中毒具有明顯的地區(qū)性；云南、四川等西南地區(qū)地處低緯度高原地帶，具有豐富的野生食用菌資源，屬于有毒植物中毒的高峰地區(qū)，同時(shí)高海拔也易引起高原反應(yīng)。此外，云南、四川等地食物多以辛辣為主，易由于食物刺激引發(fā)相應(yīng)突發(fā)疾病。

圖2 2010—2019 年我國(guó)涉旅公共衛(wèi)生事件的核密度分布Figure 2 Kernel density distribution of public health events of tourism in China from 2010 to 2019

3 涉旅公共衛(wèi)生事件引致因素分析

3.1 引致因素選擇

根據(jù)事故致因論與事故系統(tǒng)論，旅游安全事件產(chǎn)生的本質(zhì)上是人員、環(huán)境、設(shè)施設(shè)備、管理等多因素共同作用的結(jié)果［8］。本文重點(diǎn)利用空間面板模型來(lái)解析引致涉旅公共衛(wèi)生事件的關(guān)鍵引致要素。在參考已有研究成果的基礎(chǔ)上［1，8，26］，結(jié)合事故致因 論與事故系統(tǒng)論，從人員、環(huán)境、設(shè)施和管理4 個(gè)因素來(lái)檢驗(yàn)其對(duì)我國(guó)涉旅公共衛(wèi)生事件的影響。具體而言：①人員因素方面，一個(gè)旅游目的地游客接待人數(shù)越多，越有可能形成游客聚集。公共衛(wèi)生風(fēng)險(xiǎn)是高聚集游客群面臨的重要風(fēng)險(xiǎn)類(lèi)型［27，28］，游客的聚集使得空氣流通不易，傳染病和突發(fā)疾病易發(fā)。另外，隨著目的地旅游人數(shù)的增加，會(huì)導(dǎo)致旅游安全事件的發(fā)生［27，28］。本文認(rèn)為目的地旅游接待人數(shù)是引發(fā)涉旅公共衛(wèi)生事件的重要原因，故選用A 級(jí)景區(qū)接待人數(shù)來(lái)衡量各地區(qū)旅游接待人數(shù)。②環(huán)境因素方面，環(huán)境因素導(dǎo)致的食品安全問(wèn)題是引發(fā)食源性疾病的主要因素［29］。食源性疾病是我國(guó)食品安全面臨的首要問(wèn)題，食源性患病者可能會(huì)引致感染性或中毒性疾病等公共衛(wèi)生事件［29，30］，且環(huán)境條件較差地區(qū)易發(fā)生食源性疾?。?1］。本文認(rèn)為食源性疾病這一因素是引致涉旅公共衛(wèi)生事件的重要環(huán)境因素，選用食源性疾病患者數(shù)來(lái)衡量食源性疾病風(fēng)險(xiǎn)。③從設(shè)施因素考慮，安全是旅游發(fā)展的基礎(chǔ)保障，安全保障因素是遏制旅游安全事件發(fā)生的重要因素之一［2，32］。其中，游客對(duì)于醫(yī)療衛(wèi)生水平等實(shí)體保障因素較為重視［33］。醫(yī)療衛(wèi)生水平是有效保障游客安全和遏制公共衛(wèi)生事件的重要因素，但我國(guó)省域間的醫(yī)療衛(wèi)生水平存在不同程度的非均衡現(xiàn)象［34］。醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)是醫(yī)療水平和醫(yī)療衛(wèi)生設(shè)備水平的重要體現(xiàn)，基于此，本文將重點(diǎn)探討醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)對(duì)涉旅公共衛(wèi)生事件的影響。④就管理因素而言，安全教育和安全監(jiān)督是旅游安全管理中的重要部分，旅游安全教育缺位易引發(fā)旅游安全問(wèn)題［26］。另外，有效的安全監(jiān)督能夠提升安全意識(shí)和安全習(xí)慣［35］，可為旅游安全管理提供基礎(chǔ)保障。因此，本文針對(duì)涉旅公共衛(wèi)生事件，從疾病風(fēng)險(xiǎn)監(jiān)管和健康教育兩個(gè)方面出發(fā)，檢驗(yàn)管理因素對(duì)涉旅公共衛(wèi)生事件的影響。本文選用疾病預(yù)防控制中心人員數(shù)來(lái)衡量疾病風(fēng)險(xiǎn)監(jiān)管情況，選用健康教育培訓(xùn)人次數(shù)反映健康教育水平。

綜上，本文最終確定旅游接待人數(shù)（A 級(jí)景區(qū)接待人數(shù)）、疾病風(fēng)險(xiǎn)監(jiān)管（疾病預(yù)防控制中心人員數(shù)）、健康教育水平（健康教育培訓(xùn)人次數(shù)）、食源性疾病風(fēng)險(xiǎn)（食源性疾病患者數(shù)）、醫(yī)療衛(wèi)生水平（醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)）作為影響我國(guó)涉旅公共衛(wèi)生事件發(fā)生的重要因素（表4）。其中，A 級(jí)景區(qū)接待人數(shù)來(lái)自2011—2018 年《中國(guó)旅游統(tǒng)計(jì)年鑒》和2019 年《中國(guó)文化和旅游統(tǒng)計(jì)年鑒》；疾病預(yù)防控制中心人員數(shù)、健康教育培訓(xùn)人次數(shù)、食源性疾病患者數(shù)、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)均來(lái)自2011—2019 年《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》。為了消除觀測(cè)數(shù)據(jù)的異方差情況，所有數(shù)據(jù)均進(jìn)行了對(duì)數(shù)變換。

表4 解釋變量的選取Table 4 Explanatory variables

3.2 面板數(shù)據(jù)模型的選擇

面板數(shù)據(jù)劃分為微觀面板和宏觀面板數(shù)據(jù)兩類(lèi)。對(duì)于宏觀面板數(shù)據(jù)，當(dāng)時(shí)間序列較長(zhǎng)時(shí)需要考慮數(shù)據(jù)的非平穩(wěn)問(wèn)題，如單位根和協(xié)整等問(wèn)題［36］。本文數(shù)據(jù)屬于宏觀面板數(shù)據(jù)，但時(shí)間跨度較短，不需要處理非平穩(wěn)問(wèn)題。從上文研究可看出，我國(guó)涉旅公共衛(wèi)生事件空間分布在不同年份存在差異，因此需先確定面板數(shù)據(jù)模型形式。面板數(shù)據(jù)建立的模型通常有3 種，包括隨機(jī)效應(yīng)模型、固定效應(yīng)模型和混合回歸模型。模型形式檢驗(yàn)有如下兩個(gè)F檢驗(yàn)統(tǒng)計(jì)量：

式中：S1、S2和S3分別為隨機(jī)效應(yīng)模型、固定效應(yīng)模型和混合效應(yīng)模型的殘差平方和；N 為截面數(shù)；T 為時(shí)期數(shù)；k 為解釋變量的數(shù)量。

原假設(shè)：H1：βi=β，H2：αi=α；βi=β。若接受假設(shè)H2，即F2值小于臨界值，則選擇混合模型，檢驗(yàn)結(jié)束；若拒絕假設(shè)H2，即F2值大于臨界值，則需檢驗(yàn)假設(shè)H1；若接受H1，即F1小于臨界值，則選擇固定效應(yīng)模型；若拒絕F1，即F1大于臨界值，則選擇隨機(jī)效應(yīng)模型。

本文運(yùn)用Eviews 10.0 軟件得出在2010—2018年時(shí)間段的面板數(shù)據(jù)模型中，S1= 30.20，S2= 82.72，S3=251.95，其中，N =30，T =9，k =5，從而計(jì)算出F1=1.08，F(xiàn)2=3.80。F2值大于在5%的顯著性水平下對(duì)應(yīng)的臨界值，拒絕原假設(shè)H2，繼續(xù)檢驗(yàn)假設(shè)H1；F1值小于在5%的顯著性水平下所對(duì)應(yīng)的臨界值，接受原假設(shè)H1，選擇固定效應(yīng)模型進(jìn)行估計(jì)。

3.3 結(jié)果分析

本文基于我國(guó)2010—2018 年省域尺度的面板數(shù)據(jù)，運(yùn)用Eviews 10.0 軟件對(duì)我國(guó)涉旅公共衛(wèi)生事件數(shù)量及引致因素進(jìn)行了回歸，結(jié)果如表5 所示。從表5 可見(jiàn)，旅游接待人數(shù)、疾病風(fēng)險(xiǎn)監(jiān)管、食源性疾病風(fēng)險(xiǎn)、醫(yī)療衛(wèi)生水平對(duì)我國(guó)涉旅公共衛(wèi)生事件數(shù)量具有顯著影響。其中，旅游接待人數(shù)和食源性疾病風(fēng)險(xiǎn)能夠正向影響涉旅公共衛(wèi)生事件，該結(jié)論與Rossello 等［37］、王 曉 莉 等［29］、郭 時(shí) 印 等［30］的 研 究結(jié)論一致；疾病風(fēng)險(xiǎn)監(jiān)管和醫(yī)療衛(wèi)生水平能夠顯著抑制涉旅公共衛(wèi)生事件，印證了謝朝武等［32］、張捷雷［35］的觀點(diǎn)。具體而言：①旅游接待人數(shù)正向影響中國(guó)涉旅公共衛(wèi)生事件。旅游接待人數(shù)（lnX1）的回歸系數(shù)為0.435，并通過(guò)了1%的顯著性檢驗(yàn)，表明涉旅公共衛(wèi)生事件發(fā)生與頻率旅游接待人數(shù)有關(guān)，即旅游接待人數(shù)越多，涉旅公共衛(wèi)生事件發(fā)生的概率越高。旅游接待人數(shù)的增加容易形成高聚集游客群，從而形成人員接觸頻繁、空氣難以流通、疾病易于傳播的風(fēng)險(xiǎn)局面。②食源性疾病風(fēng)險(xiǎn)對(duì)涉旅公共衛(wèi)生事件具有顯著的正向影響。以食源性疾病患者數(shù)表示的食源性疾病風(fēng)險(xiǎn)（ln X4）的回歸系數(shù)為0.129，且通過(guò)1%的顯著性檢驗(yàn)，表明隨著當(dāng)?shù)厥吃葱约膊』颊邤?shù)增加，將提高涉旅公共衛(wèi)生事件發(fā)生的頻率，即食源性疾病風(fēng)險(xiǎn)狀況越差，涉旅公共衛(wèi)生事件更易發(fā)生。③疾病風(fēng)險(xiǎn)監(jiān)管能夠顯著負(fù)向影響涉旅公共衛(wèi)生事件。疾病風(fēng)險(xiǎn)監(jiān)管（ln X2）的回歸系數(shù)為- 1.167，未通過(guò)5%的顯著性檢驗(yàn)，但在10%水平上顯著，表明其對(duì)涉旅公共衛(wèi)生事件的發(fā)生有顯著的負(fù)向作用，說(shuō)明疾病風(fēng)險(xiǎn)監(jiān)管是管理涉旅公共衛(wèi)生風(fēng)險(xiǎn)重要手段。④醫(yī)療衛(wèi)生水平對(duì)涉旅公共衛(wèi)生事件產(chǎn)生顯著負(fù)相關(guān)。醫(yī)療衛(wèi)生水平（ln X5）的回歸系數(shù)為-1.701，在10%水平上顯著，表明醫(yī)療衛(wèi)生水平越高，涉旅公共衛(wèi)生事件的發(fā)生越少。當(dāng)旅游目的地醫(yī)療衛(wèi)生水平較高時(shí)，其風(fēng)險(xiǎn)預(yù)防能力、突發(fā)事件應(yīng)對(duì)能力均較高，可為游客提供更多的安全保障。⑤健康教育水平對(duì)涉旅公共衛(wèi)生事件的影響不顯著。健康教育水平（ln X3）的回歸系數(shù)為-0.031，對(duì)我國(guó)涉旅公共衛(wèi)生事件有負(fù)向影響，但影響效果并不顯著。一般而言，健康教育培訓(xùn)人次數(shù)越多，健康教育水平越高，旅游目的地整個(gè)公共衛(wèi)生環(huán)境越好，這可能會(huì)減少涉旅公共衛(wèi)生事件的發(fā)生，但作用并不顯著。該結(jié)論無(wú)法支持翟向坤等［26］的旅游安全教育缺失會(huì)導(dǎo)致旅游安全事件的發(fā)生的觀點(diǎn)。這可能是我國(guó)健康教育水平不足，未來(lái)應(yīng)重點(diǎn)關(guān)注旅游健康教育，減少涉旅公共衛(wèi)生事件的發(fā)生。

表5 模型估計(jì)結(jié)果Table 5 The estimate results of model

4 結(jié)論、討論與建議

4.1 結(jié)論與討論

本文以2010—2019 年旅行社責(zé)任保險(xiǎn)統(tǒng)保示范項(xiàng)目出險(xiǎn)案例中的涉旅公共衛(wèi)生事件為研究對(duì)象，運(yùn)用季節(jié)強(qiáng)度指數(shù)、不平衡指數(shù)、變異系數(shù)等方法揭示了涉旅公共衛(wèi)生事件的時(shí)空分異規(guī)律，并運(yùn)用面板數(shù)據(jù)模型驗(yàn)證了引致涉旅公共衛(wèi)生事件的關(guān)鍵因素，主要結(jié)論如下：①涉旅公共衛(wèi)生事件呈現(xiàn)不均衡的時(shí)序變化。從季節(jié)指數(shù)來(lái)看，各年份涉旅公共衛(wèi)生事件季節(jié)波動(dòng)基本穩(wěn)定，事件多發(fā)于每年7、8月；從年際變化來(lái)看，我國(guó)東部沿海地區(qū)、黃河流域中下游地區(qū)的涉旅公共衛(wèi)生事件年際變化水平較小，西北、西南和東北地區(qū)年際變化較大，寧夏年際變化最不穩(wěn)定。②涉旅公共衛(wèi)生事件在30 個(gè)省域的變異系數(shù)和不平衡指數(shù)以2012 年為時(shí)間節(jié)點(diǎn)，總體呈現(xiàn)先上升后波動(dòng)下降的趨勢(shì)，表明我國(guó)涉旅公共衛(wèi)生事件分布較不均衡，且呈現(xiàn)明顯的空間集聚特征。2010—2019 年涉旅公共衛(wèi)生事件發(fā)生的高頻區(qū)主要包括山東、遼寧、云南等省份，且高頻區(qū)域大幅擴(kuò)張，形成連片分布；低頻區(qū)域明顯收縮，僅在山西、寧夏呈點(diǎn)狀分布。具體而言：我國(guó)涉旅公共衛(wèi)生事件以山東、遼寧、云南等省份為中心向周邊輻射，形成“小聚集、大分散”的整體空間分布格局。③涉旅公共衛(wèi)生事件是人員、環(huán)境、設(shè)施設(shè)備和管理等因素共同作用的結(jié)果。具體而言，旅游接待人數(shù)（A 級(jí)景區(qū)接待人數(shù)）和食源性疾病風(fēng)險(xiǎn)（食源性疾病患者數(shù)）對(duì)我國(guó)涉旅公共衛(wèi)生事件形成具有顯著的正向影響，涉旅公共衛(wèi)生事件會(huì)伴隨著旅游人數(shù)的增加和食源性疾病的發(fā)生而有所增加；疾病風(fēng)險(xiǎn)監(jiān)管（疾病預(yù)防控制中心人員數(shù)）和醫(yī)療衛(wèi)生水平（醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)）對(duì)涉旅公共衛(wèi)生事件形成有顯著負(fù)向影響，即有效的安全監(jiān)督及安全保障設(shè)施可抑制涉旅安全事件的發(fā)生；健康教育水平（健康教育培訓(xùn)人次數(shù)）對(duì)涉旅公共衛(wèi)生事件形成具有負(fù)向遏制作用，但并不明顯，這可能是因?yàn)槲覈?guó)對(duì)旅游安全教育重視程度不足、旅游安全教育不到位而導(dǎo)致的。因此，如何強(qiáng)化健康教育水平的效應(yīng)，從而遏制涉旅公共衛(wèi)生風(fēng)險(xiǎn)至關(guān)重要。

需要指出的是，本文還存在拓展空間：①僅從宏觀視角對(duì)涉旅公共衛(wèi)生事件時(shí)空分析特征進(jìn)行了初步研究，今后的研究中可重點(diǎn)探討特定類(lèi)型涉旅公共衛(wèi)生事件的時(shí)空分異規(guī)律及其引致因素，進(jìn)而推進(jìn)公共衛(wèi)生風(fēng)險(xiǎn)的精準(zhǔn)防范與治理。②僅關(guān)注了旅游接待人數(shù)、疾病風(fēng)險(xiǎn)監(jiān)管、食源性疾病風(fēng)險(xiǎn)、醫(yī)療衛(wèi)生水平和健康教育水平的影響，對(duì)游客行為、目的地風(fēng)險(xiǎn)環(huán)境等因素還未涉及。

4.2 建議

本文在揭示涉旅公共衛(wèi)生事件的時(shí)空分異特征及其引致因素的基礎(chǔ)上，提出涉旅公共衛(wèi)生風(fēng)險(xiǎn)防范的思考與建議：①根據(jù)涉旅公共衛(wèi)生事件時(shí)空分布特征，形成“因時(shí)制宜”與“因地制宜”的差異化風(fēng)險(xiǎn)防范體系。夏季是涉旅公共衛(wèi)生事件發(fā)生的高峰期，應(yīng)重視個(gè)人疾病、食物中毒、猝死等事件的多發(fā)時(shí)點(diǎn)，形成企業(yè)、醫(yī)院、旅行社多元一體的救援主體。同時(shí)，針對(duì)不同省域涉旅公共衛(wèi)生事件的發(fā)生特征，制定相應(yīng)的應(yīng)急救援機(jī)制，實(shí)現(xiàn)精準(zhǔn)化旅游安全管理。②結(jié)合涉旅公共衛(wèi)生事件的引致因素，一是可通過(guò)“限時(shí)”“限流”來(lái)控制景區(qū)旅游人數(shù)，避免形成游客擁擠與密集接觸，減少接觸性公共衛(wèi)生風(fēng)險(xiǎn)；二是加強(qiáng)疾病控制執(zhí)法力度，尤其是加大對(duì)食品安全、傳染疾病風(fēng)險(xiǎn)的監(jiān)管力度，降低公共衛(wèi)生環(huán)境風(fēng)險(xiǎn)；三是加強(qiáng)醫(yī)療衛(wèi)生設(shè)施等基礎(chǔ)性公共服務(wù)的投入，提升區(qū)域公共衛(wèi)生水平等措施，實(shí)現(xiàn)對(duì)涉旅公共衛(wèi)生事件的有效防控；四是加強(qiáng)全民健康教育，提升全員公共衛(wèi)生素質(zhì)，營(yíng)造良好的公共衛(wèi)生環(huán)境。