Spatio-temporal characteristics of Chinese outbound travel safety perception events from network relation perspective

doi:10.3969/j.issn.1004-9479.2020.06.2019183

Abstract

Abstract:

It is necessary to analyze and reveal the temporal and spatial distribution characteristics of Chinese citizens' tourism safety perception events in these countries. The study collected the data of Chinese citizens' travel safety perception events in Ctrip,.Then, set up the tourist destination-tourist safety perception two-mode network. Using the SNA software, the safety space structure of tourism destinations and the measurement of centrality are analyzed. The findings are as follows :(1) The tourism safety perceived events present spatially clustering characteristics and solidification. Social environmental security perceived events account for a larger proportion than natural environmental events.(2) At the regional level, west Asia has always been the "gathering place" of tourism safety perception events, while southeast Asia has gradually become the gathering place of tourism safety perception events in recent years. At the national level, Pakistan and Russia have been the hot spots of tourism safety perception events.(3) Different tourism safety event types show some spatial heterogeneity.

Key words: tourism security perception event, "The Belt and Road", spatio-temporal characteristics, social network

摘要：

以中国大陆居民赴“一带一路”沿线国家旅游安全感知事件为例，搜集2013—2018年我国大陆居民赴“一带一路”沿线国家旅游游记，从网络关系视角出发，分析并刻画其旅游安全感知事件的时空网络结构特征。研究发现：（1）中国公民赴“一带一路”沿线国家旅游安全感知事件分布存在集聚特征，在年尺度上表现出固化性；（2）从区域和国家层面分析得出旅游安全感知事件呈现出稳中渐变特征，如区域层面来说，西亚是旅游安全感知事件重灾区，而中亚是旅游安全感知事件的相对沉寂区；（3）各类旅游安全感知事件的空间分布同质性与异质性并存。

关键词: 旅游安全感知事件, “一带一路”, 时空分布, 社会网络

Yao ZHU, Yongguang ZOU, Qianghong LI, Zhiqiang LI. Spatio-temporal characteristics of Chinese outbound travel safety perception events from network relation perspective[J]. World Regional Studies, 2020, 29(6): 1304-1312.

朱尧, 邹永广, 李强红, 李志强. 网络关系视角下中国公民出境旅游安全感知事件时空分布特征[J]. 世界地理研究, 2020, 29(6): 1304-1312.

Figures/Tables 5

References 18

1	郑向敏. 旅游安全学.北京:中国旅游出版社, 2003:15-35.
	Zheng X. Tourism safety. Beijing: China Tourism Press, 2003:15-35.
2	杨钦钦, 谢朝武. 冲突情景下旅游安全感知的作用机制:好客度的前因影响与旅游经验的调节效应.南开管理评论, 2019(3):148-158.
	Yang Q, Xie C. The mechanism of tourism safety perception in conflict situation: the antecedent influence of hospitality and the moderating effect of tourism experience. Nankai Management Review, 2019(3):148-158.
3	邹永广, 郑向敏. 旅游目的地游客安全感形成机理实证研究. 旅游学刊, 2014, 29(03): 84-90.
	Zou Y, Zheng X. The formation of tourists' sense of security at a destination: an empirical study. Journal of Tourism, 2014, 29(03): 84-90.
4	刘宏盈, 马耀峰. 基于旅游感知安全指数的旅游安全研究——以我国六大旅游热点城市为例. 干旱区[资源与环境, 2008(01): 118-121.
	Liu H, Ma Y. Tourism safety based on tourism perceived safety index – a case study of China's six hot tourism cities. Resources and Environment in Arid Regions, 2008(01): 118-121.]
5	王晶晶. 旅游安全感知事件对赴台旅游意向的影响研究—以福建省居民为例. 华侨大学, 2012.
	Wang J. Study on the effect of perception of tourism safety on the intention of travelling to Taiwan-- Taking Residents in Fujian Province for Example. Huaqiao University, 2012.
6	代慧茹. 游客安全认知与安全行为研究. 浙江工商大学, 2017.
	Dai H. Study on the relationship between tourists' safety perception and safety behavior. Zhejiang Gongshang University, 2017.
7	姜侃君.湖南省安化县云台山游客安全感知研究.中南林业科技大学,2018.
	Jiang K. Study on tourist safety perception of Yuntai Mountain in Anhua County, Hunan Province.Central South University of Forestry and Technology, 2018.
8	董敏. 旅游安全感知事件对目的地选择的影响. 广州:暨南大学, 2018.
	Dong M. Study on the effect on perception of tourism safety on the choice of destination-- Based on the Tourism of Xinjiang. Guangzhou:Jinan University, 2018.
9	乔小燕. 女性旅游者安全感知的影响因素实证研究——以天津女性旅游者为例. 经营与管理, 2018(12): 139-143.
	Qiao X. An Empirical study on the influencing factors of female tourists' safety perception -- a case study of female tourists in Tianjin. Management and Management, 2018(12): 139-143.
10	陈楠, 乔光辉, 刘力. 出境游客的旅游风险感知及旅游偏好关联研究——以北京游客为例. 人文地理, 2009, 24(06): 97-102.
	Chen N, Qiao G, Liu L. A study on the preferred travel behaviors of outbound tourists based on perception of tourism risks -- case on Beijing tourists. Human Geography, 2009, 24(06): 97-102.
11	李月调,谢朝武,王静. 时空因素对我国赴泰旅游安全事故的影响.世界地理研究,2017,26(4):128-135.
	Li Y, Xie C,Wang J. The temporal and spatial factors'effect on tourism safety accidents of Chinese tourists in Thailand. World Regional Studies, 2017,26(4):128-135.
12	沈阳, 谢朝武. 内地游客赴港澳旅游安全事件时空分布研究. 中国安全科学学报, 2015, 25(07): 171-176.
	Shen Y, Xie C. Study on the spatial and temporal distribution of tourist safety & security emergencies for mainland tourists travelling to Hong Kong and Macao. Chinese Journal of Security Sciences, 2015, 25(07): 171-176.
13	杨芳. 中国大陆居民出境旅游安全研究. 泉州:华侨大学, 2011.
	Yang F. Research on the outbound tourism safety of Chinese mainland residents. Quanzhou:Huaqiao University, 2011.
14	Mckay C, Brander W, Goff J. Putting tourists in harms way－Coastal tourist parks and hazardous unpatrolled surf beaches in New South Wales,Australia. Tourism Management, 2014(45):71-84.
15	毛星竹, 刘建红, 李同昇, 等."一带一路"沿线国家自然灾害时空分布特征分析.自然灾害学报, 2018, 27(01):1-8.
	Mao X, Liu J, Li T, et al. Spatio-temporal patterns of natural disasters in countries along the Belt and Road. Journal of Natural Disasters, 2018, 27(01):1-8.
16	推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动. 中国产经, 2015(04):10-19. [Vision and actions for jointly building the Silk Road Economic Belt and the 21st Century Maritime Silk Road. Sankei, 2015(04):10-19.]
17	刘军. 整体网分析讲义, Ucinet软件实用指南.上海: 格致出版社; 2009.
	Liu J. Handouts for holistic network analysis, practical guide for Ucinet software. Shanghai: Gezhi Publishing House; 2009.
18	李彬彬, 陈冬冬, 张莹,等. 基于2-模网络分析的安徽省国内旅游市场格局研究. 经济与管理, 2018, 32(01): 66-72.
	Li B, Chen D, Zhang Y, et al. Study on the pattern of domestic tourism market in anhui province based on 2-mode network analysis. Economics and Management, 2018, 32(01): 66-72.

来源类型	事件类型	2013-2015	2016-2018	来源类型	事件类型	2013-2015	2016-2018
事故灾难安全事件	遭遇抢劫	10/6.49%	9/2.69%	社会环境安全事件	文化习俗冲突	20/12.99%	54/16.12%
	战争暴乱风险	12/7.79%	19/5.67%		通讯设施差	4/2.60%	5/1.49%
	游玩受伤	16/10.39%	12/3.58%		社会治安差	6/3.90%	13/3.88%
	被宰受骗	14/9.09%	46/13.73%		强买强卖	2/1.30%	4/1.19%
	恐怖袭击风险		10/2.99%		交通条件差	21/13.64%	28/8.36%
	政治安全风险		4/1.19%		基础设施差	10/6.49%	23/6.87%
自然环境安全事件	太阳晒伤	8/5.19%	12/3.58%		换汇困难	3/1.95%	3/0.90%
	冰雪灾害	3/1.95%	3/0.90%		出境被阻		5/1.49%
	天气多变		6/1.79%		财务被盗	8/5.19%
	地震安全		2/0.60%		语言障碍		5/1.49%
	动物威胁		4/1.19%		路况复杂		14/4.18%
公共卫生安全事件	环境脏乱	15/9.74%	18/5.37%		社会秩序混乱		17/5.07%
	食物不适应	2/1.30%	3/0.90%		居民行为异常		6/1.79%
	传染性疫情		1/0.30%

来源类型	事件类型	2013-2015	2016-2018	来源类型	事件类型	2013-2015	2016-2018
事故灾难安全事件	遭遇抢劫	10/6.49%	9/2.69%	社会环境安全事件	文化习俗冲突	20/12.99%	54/16.12%
	战争暴乱风险	12/7.79%	19/5.67%		通讯设施差	4/2.60%	5/1.49%
	游玩受伤	16/10.39%	12/3.58%		社会治安差	6/3.90%	13/3.88%
	被宰受骗	14/9.09%	46/13.73%		强买强卖	2/1.30%	4/1.19%
	恐怖袭击风险		10/2.99%		交通条件差	21/13.64%	28/8.36%
	政治安全风险		4/1.19%		基础设施差	10/6.49%	23/6.87%
自然环境安全事件	太阳晒伤	8/5.19%	12/3.58%		换汇困难	3/1.95%	3/0.90%
	冰雪灾害	3/1.95%	3/0.90%		出境被阻		5/1.49%
	天气多变		6/1.79%		财务被盗	8/5.19%
	地震安全		2/0.60%		语言障碍		5/1.49%
	动物威胁		4/1.19%		路况复杂		14/4.18%
公共卫生安全事件	环境脏乱	15/9.74%	18/5.37%		社会秩序混乱		17/5.07%
	食物不适应	2/1.30%	3/0.90%		居民行为异常		6/1.79%
	传染性疫情		1/0.30%

2013—2015年	度数中心度	接近中心度	中间中心度	2016年—2018年	度数中心度	接近中心度	中间中心度
文化习俗差异	0.33	0.64	0.27	文化习俗冲突	0.53	0.75	0.26
社会秩序混乱	0.26	0.62	0.18	被宰受骗	0.50	0.77	0.27
被宰受骗	0.22	0.59	0.12	交通条件差	0.29	0.57	0.08
环境脏乱	0.19	0.53	0.11	基础设施差	0.24	0.63	0.05
太阳晒伤	0.15	0.53	0.10	社会秩序混乱	0.21	0.57	0.07
游玩受伤	0.15	0.48	0.10	太阳晒伤	0.15	0.53	0.03
战争暴乱感知	0.11	0.49	0.07	路况复杂	0.15	0.58	0.02
遭遇抢劫	0.11	0.49	0.06	恐怖袭击风险	0.15	0.54	0.05
基础设施差	0.11	0.45	0.03	环境脏乱	0.15	0.59	0.03
通讯设施差	0.07	0.44	0.02	战争战乱感知	0.12	0.50	0.02
财物被盗	0.07	0.47	0.01	遭遇抢劫	0.12	0.51	0.01
食物不适应	0.04	0.31	0.00	尘土飞扬	0.12	0.55	0.02
社会治安差	0.04	0.41	0.00	社会治安差	0.09	0.56	0.01
强买强卖	0.04	0.33	0.00	语言障碍	0.06	0.46	0.00
换汇困难	0.04	67.00	0.00	通讯设施差	0.06	0.48	0.00
冰雪灾害	0.04	0.33	0.00	天气多变	0.06	0.48	0.00

2013—2015年	度数中心度	接近中心度	中间中心度	2016年—2018年	度数中心度	接近中心度	中间中心度
文化习俗差异	0.33	0.64	0.27	文化习俗冲突	0.53	0.75	0.26
社会秩序混乱	0.26	0.62	0.18	被宰受骗	0.50	0.77	0.27
被宰受骗	0.22	0.59	0.12	交通条件差	0.29	0.57	0.08
环境脏乱	0.19	0.53	0.11	基础设施差	0.24	0.63	0.05
太阳晒伤	0.15	0.53	0.10	社会秩序混乱	0.21	0.57	0.07
游玩受伤	0.15	0.48	0.10	太阳晒伤	0.15	0.53	0.03
战争暴乱感知	0.11	0.49	0.07	路况复杂	0.15	0.58	0.02
遭遇抢劫	0.11	0.49	0.06	恐怖袭击风险	0.15	0.54	0.05
基础设施差	0.11	0.45	0.03	环境脏乱	0.15	0.59	0.03
通讯设施差	0.07	0.44	0.02	战争战乱感知	0.12	0.50	0.02
财物被盗	0.07	0.47	0.01	遭遇抢劫	0.12	0.51	0.01
食物不适应	0.04	0.31	0.00	尘土飞扬	0.12	0.55	0.02
社会治安差	0.04	0.41	0.00	社会治安差	0.09	0.56	0.01
强买强卖	0.04	0.33	0.00	语言障碍	0.06	0.46	0.00
换汇困难	0.04	67.00	0.00	通讯设施差	0.06	0.48	0.00
冰雪灾害	0.04	0.33	0.00	天气多变	0.06	0.48	0.00

2013—2015	度数中心度	接近中心度	中间中心度	2016—2018	度数中心度	接近中心度	中间中心度
埃及	0.29	0.60	0.12	乌克兰	0.33	0.69	0.18
巴基斯坦	0.19	0.59	0.10	印度	0.24	0.70	0.08
俄罗斯	0.19	0.66	0.13	巴基斯坦	0.24	0.64	0.09
约旦	0.19	0.63	0.06	泰国	0.21	0.63	0.09
越南	0.14	0.62	0.08	俄罗斯	0.18	0.66	0.06
乌克兰	0.14	0.45	0.05	缅甸	0.12	0.56	0.03
泰国	0.10	0.55	0.05	马来西亚	0.12	0.45	0.03
柬埔寨	0.10	0.45	0.04	斯里兰卡	0.12	0.61	0.02
老挝	0.10	0.49	0.01	尼泊尔	0.12	0.57	0.01
马尔代夫	0.10	0.41	0.04	约旦	0.12	0.64	0.02
斯洛伐克	0.10	0.45	0.01	菲律宾	0.09	0.57	0.01
叙利亚	0.05	0.41	0.00	斯洛伐克	0.03	0.53	0.00
沙特阿拉伯	0.05	0.51	0.00	沙特阿拉伯	0.03	0.52	0.00
阿联酋	0.05	0.51	0.00	阿联酋	0.05	0.51	0.00