旅游目的地人为导致类危机属性构成：测量量表开发的视角

冯四朵 白凯

[摘 要]在国内外学者对危机属性研究的理论基础上，文章以2013年新疆巴楚恐怖袭击事件和2014年昆明火车站砍人事件为具体研究案例，开发旅游目的地人为导致类危机属性的测量量表，并采用探索性因子分析和3次验证性因子分析，探讨并检验此类危机事件的属性构成，然后关联这些属性维度对游客行为意图的影响。研究结果表明：研究所开发的量表整体结构良好，信度和效度都处于较好的水平，具有一定的稳定性和较好的适用性；可以认为旅游目的地人为导致类危机的属性构成基本包括了危害性、突发性、模糊性、机遇性、紧迫性、持续性、可能性和可控性等8个维度；旅游目的地人为导致类危机的各个属性对游客行为意图的影响有明显差异。同时，还对研究的理论意义、实践启示等进行了探讨。

[关键词]旅游目的地；危机属性；危机事件；人为导致；量表开发

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2016）08-0090-12

Doi： 10.3969/j.issn.1002-5006.2016.08.014

引言

旅游业是一个高度敏感和极度脆弱的行业[1-2]。在全球化背景下，旅游目的地一旦发生危机事件，其影响不仅波及危机发生地的常住民，也同样会影响现实与潜在的外部游客（包括国内游客和国外游客），进而影响旅游目的地的旅游形象。特别是人为导致类危机事件，往往被看作是故意的，并且是可以避免的，因此人们认为其情节更加恶劣，影响更加严重。近年来，我国人为导致类危机事件时有发生，尤其是在危机中占特殊地位的恐怖袭击事件，更是以辐射迅速、损失巨大的形式出现[3]。如2008年拉萨“3·4”事件、2011年新疆“7·18”事件、2013年北京“10·28”爆炸事件、2014年昆明“3·1”砍人事件等。恐怖袭击是恶意行为的一种，目的是破坏目标国家的社会、政治和经济体系，其后果在于会打击旅游者的信心，使旅游业发展失去基础。在未来很长一段时间内，我国都将面临恐怖袭击事件所带来的严峻考验[4] 。

因此，有效应对此类危机事件，并做好危机后旅游市场的恢复和振兴工作，是摆在旅游目的地政府及相关旅游企业面前的现实挑战，也是政府部门危机管理工作的重中之重。而对旅游目的地人为导致类危机属性问题的研究俨然成为有效解决上述问题的基础和关键。纵观国内外相关研究成果，相关学者对危机属性的研究涉及较少，特别是在旅游目的地人为类危机属性的构成方面，尚未形成统一的结论。鉴于此，本文在综合旅游目的地危机理论、危机属性理论、旅游者行为理论以及量表开发理论的基础上，开发旅游目的地人为导致类危机属性的测量量表，并以近年发生在国内的2013年“4·23”新疆巴楚恐怖袭击事件和2014年昆明“3·1”火车站砍人事件两个较典型人为导致类危机事件为具体研究案例，通过对两个案例的实证数据进行对比分析，总结归纳此类危机事件的属性构成，并验证所开发量表的稳定性和适用性，即同一量表是否能够对不同的旅游目的地人为导致类危机的属性构成进行测量。最后关联游客行为意图，进一步揭示此类危机事件的属性对游客行为的影响规律，以期在理论和实践层面为认识和管理此类危机提供理论支持和实践参照。

1 理论基础

1.1 危机和旅游目的地危机

韦氏词典对危机的解释是“转机与恶化的分水岭”[5]。《辞源》对危机的解释有3个：“潜伏的祸端”，“生死攸关的紧要关头”和“危险的根由”[6]。因此危机在本质上具有消极和积极的双重含义。危机按照不同的分类标准，可以分为不同的维度。按照危机的产生根源，可以将危机分为自然的和人为的两类。自然危机是指大自然带来的危害灾难，不是由社会因素造成的，包括：地震、洪水、雪灾、飓风等；人为危机是指由人的某种行为引起的危机事件，包括：恐怖袭击、抢劫、政治活动、空难、交通事故、暴动等。一般而言，人们认为人为的负面事件更具有危险性，其后果更具灾难性[7]。作为危机的一种，旅游目的地危机是从旅游业发展的角度出发，重点分析危机事件对当地旅游业的影响[8]。世界旅游组织（WTO）把旅游目的地危机定义为“影响旅游者对旅游目的地的信心，并会危及到该地旅游业持续正常运转的任何不曾预见的事件。这类事件可能以无限多样的形式在许多年中不断发生”[9]。亚太旅游协会（PATA）认为旅游危机是一种“能够完全破坏旅游业潜能的自然或人为的灾难”[10]。还有很多学者从不同的角度对旅游目的地危机的概念作出界定。本研究主要以WTO组织对旅游目的地危机所下的定义为标准。

国际上对于旅游目的地危机的研究起源于20世纪70年代，最早的一篇论文是1974年Mcpheter和Stronge就旅游与犯罪问题进行的研究[11]。旅行研究协会（the Travel Research Association）也在1974年开始关注危机事件，该协会把当年的年度会议主题定为“旅行研究在危机年代中的贡献”，并在旅游科学和实践中首次引入了关于危机的重要研究课题[12]。在接下来对旅游目的地危机40多年的研究中，学者们主要集中于对特定危机事件的研究，具体包括以下几个方面：自然灾害、交通事故、公共卫生事件引发的危机对旅游业的影响研究[13-14]；恐怖主义活动、犯罪活动对旅游业的影响研究[15-17]；旅游与战争、政治动乱研究[15-16]；旅游与经济、金融危机研究[18]。同时，对旅游目的地危机管理和危机沟通等领域的研究也逐渐增多[19]。

我国对旅游目的地危机的研究始于20世纪90年代，相对于国际上的研究起步较晚。在2003年SARS危机后我国学者才真正开始对旅游危机进行全面研究，内容主要集中于对公共卫生事件[20-21]、自然灾害[22-24]等特定危机事件和危机管理[25-26]的研究。对旅游目的地危机管理的研究主要集中于将其他领域的管理理论引入到旅游业，还有通过建立一定的模型对旅游目的地危机的影响进行分析和评估[25]。总的看来，我国对旅游目的地危机的研究有一定进展，但总体仍显不足。主要表现为：首先，对旅游目的地危机基础理论的研究还处于起步阶段，尤其是对旅游目的地危机的概念和范畴仍缺乏明确的界定；其次，对旅游目的地危机管理的研究还停留在理论呼吁上，缺乏深层次的实证性研究和定量分析；再次，对特定危机事件的研究更多的局限于当地环境，没有从全局的角度看待危机管理问题，未能充分、全面地揭示旅游目的地危机管理的本质特征和基本规律；最后，对旅游目的地危机的影响、应对策略及战略防范等方面的研究还不够深入，部分理论成果尚不能有效运用到旅游目的地危机的管理实践中。

1.2 危机属性

属性，即事物本身所固有的性质，是物质必然的、基本的、不可分离的特性，又是事物在某个方面质的表现。危机作为一种客观现象和客观结果，也必然有其独特的属性特征。它通常是在无预警状况下发生的一种情境，威胁组织的利益及基本目标，其发生具有惊异性、不确定性和处理时间有限性等基本属性特征，所以危机一旦发生，就必须迅速给以处理和控制，否则其影响和声势将蔓延至更严重的地步。

国际上对危机属性的研究最早可以追溯到20世纪60年代。根据Holsti和Lerbinger的研究，危机事件的发生通常有以下3个认定属性（标准）：突发性、威胁性和决策时间短[27-28]。Deutsch认为危机具有4种特性：包含一个重要的转折点，以致事件的发展可能有不同结果；必须做某种决定；至少有一方面的主要价值受到威胁；所作决定必须有时间限制[29]。Pearson和Clair整合心理学、社会政治学和科技结构等观点，提出了危机是关键利益相关者的认知及主观经验判断；发生几率低，却有高度的影响性与威胁性；由于成因、结果、解决方式混沌不明，导致群体心理的共享经验及信仰价值破灭或者丧失[30]。Kovoor-Misra等通过讨论3种不同类型的危机，在对危机属性做进一步解释的同时，还提出危机属性具有第一属性和第二属性之分，他们认为第一属性是能够描述所有类型危机的属性，第二属性是只能描述子类型危机或者一部分危机的属性。其中模糊性、时间压力、机会和威胁是危机的第一属性；突发性、可能性和可预测性是危机的第二属性[31]。

国内学者对危机属性的研究则更少。目前能够见到的有孙志明从哲学角度对危机的概念和属性进行分析，从更宏观的视角观察分析危机现象及其本质，他认为对于不同的危机主体，其属性构成也必然存在一定的差异[32]；张峰杰从危机管理的视角提出群体性危机事件的四属性模式（突发性、危害性、信息不全或失真性、双重性），并提出相应的管理方案[33]；李蔚、杨洋等聚焦自然灾害类危机事件提出危机五属性模式（严重性、破坏性、危险性、持续性和可控性），其在类别和内容上与以往的危机属性界定既有区别又有联系，但只停留在概念提出阶段，并未通过实证检验[34]。综上可知，学者们对危机属性的研究基本以企业管理和危机管理领域为主，其他领域则很少关注危机的属性问题，这在一定程度上限制了危机属性理论探索的广度和深度。此外，学者们对危机属性的研究探讨大多是基于不同的研究视角，虽形成了一些基本观点，但相关的理论体系并不完善。这也说明，学界对危机属性的研究仍处于初级阶段，对危机属性的界定、特点、构成等基本问题尚未达成共识，对危机属性的相关研究方法还缺乏系统性和规范性。

如前文所述，作为一种社会现象，旅游目的地危机不仅具有一般公共危机的属性，而且其与旅游活动相互交叉的复杂性更易产生深层影响。那么，旅游目的地危机的属性构成到底是如何的，不同旅游目的地危机的属性构成又呈现何种特征和规律，这就成了旅游目的地管理者和研究者亟待解决的理论与实践命题。本文主要是从测量量表开发的视角，来研究旅游目的地人为导致类危机属性的构成特征和规律。

研究范式的类型划分中，实证主义的基本主张是以社会事实或社会现象为研究的立足点。或者说，一切有效的知识必须以经验事实为基础，必须能够得到经验的证实。这里所说的经验是感性经验，具有公共可观察性并能通过测量加以量化，从而可以建立起科学所需要的客观性和精确性[35]。测量的作用主要是为了确定特定分析单位的特定属性的类别或水平。它不仅可以对事物的属性做定量的说明，同时还能对事物的属性做定性的说明[36]。Slovic就利用了心理测量范式模型对风险感知的不同维度进行了测量，他认为感知风险是可以定量化并且是可以预测的[37]。因此，本研究认为旅游目的地人为导致类危机作为一种有规律的社会现象，其属性构成是具有公共可观察性的，并且是能够通过测量加以量化的。本文采用量表开发的实证研究方法，将旅游目的地人为导致类危机的属性构成作为研究起点，通过测量旅游者的主观认知，探索被研究对象的规律性，进而确定其属性构成，期望以此为起点分析旅游危机目的地属性的影响规律，适度推进该领域研究的纵深化发展。

2 研究设计

2.1 量表的开发与设计

为了获取旅游目的地人为导致类危机属性的构成维度，本研究的量表构建大致分为以下几个步骤：（1）对近年来国内外相关文献进行整理，找出尽可能多的测项和文献支持；（2）初步设计量表题项；（3）就初步设计的题项进行专家访谈；（4）进行问卷前测，删除不适合题项；（5）形成正式问卷并进行市场调查，获取研究数据。

在旅游目的地人为导致类危机的属性测度上，本文以Holsti[27]和Lerbinger[28]提出的危机三属性模式（突发性、威胁性、决策时间短）；杨洋等提出的危机五属性模式（严重性、破坏性、危险性、持续性和可控性）[34]，以及Kovoor-Misra等[31]学者的研究归纳出的7个危机属性维度：模糊不清[38]、时间压力[39]、危害性[40]、机遇性[41]、突发性[42]、可预测性[43]和可能性[44]为参照，通过对以往学者所提出的危机属性进行综合归类分析，并结合所选案例，将旅游目的地人为导致类危机的属性构成初步设置为9种：危害性、突发性、模糊性、机遇性、紧迫性、可能性、持续性、可控性和可预测性。最后根据所假设的9个属性维度及相关研究成果形成若干基本测项，通过用具体案例进行实测，验证旅游目的地人为类危机是否具有这些属性特征。

在危机属性的问项设计上，笔者是在国内外学者对危机属性特征的阐释或界定的基础上进行设计的。例如：Lerbinger[45]提出危机的属性特征包括3点：突发性、不确定性和时间紧迫性。突发性是指危机的发生通常是令人猝不及防的；不确定性又被称为未知性；时间紧迫性是指管理层必须在最短的时间内降低危机对组织所造成的损害，在高风险及高度不确定的状况下掌握情势不致恶化，所有的决定都必须在巨大的压力与焦虑下作出。Rosenthal认为危机事件具有4个特点：一是高度不确定性；二是事件演变迅速；三是事件的独特性使得人们无法照章办事；四是信息不全，小道消息流行[46]。Knight认为危机的显著性特征一是具有风险性；二是具有不确定性。所谓风险性，是指个人根据对事实的客观分类有能力计算出概率的情形。不确定性，是指人们不可能或无法对问题进行客观分类的情形[47]。笔者还参阅了国内外其他学者对危机属性特征所做的界定和解释，在前人研究的基础上进行综合评价和总结，以此为基础遴选并设计出每个测度的问项。

一般来说，游客的行为通过游客行为意图预测更有效[48]。Baker和Crompton指出人们的行为可以从行为意图预测出，对行为意图适当地测量，所得的数据会与实际行为非常接近[49]。为了探究出旅游目的地危机属性与游客行为意图之间的影响机制，更好地预测游客行为，本文在开发旅游目的地人为导致类危机属性测量量表的基础上，关联游客行为意图。其中关于游客行为意图的测项主要借鉴Zeithaml等的消费者忠诚度问卷，测试条目分别为到访意愿、优先选择和推荐意愿[50]。

2.2 量表的初步构成与检验

为检验所形成测项的适用性，笔者对20位游客和15位旅游管理专业的硕士研究生进行深度访谈，根据访谈结果剔除存在歧义和受到质疑的测项，并在此基础上编制初始问卷。然后将初始问卷交由旅游管理专业的一位博士生导师和两位博士研究生对问卷的合理性进行评定，得到预试问卷，共计38个测项。用该预试问卷预调研了200名游客，回收有效问卷169份。通过对预试数据进行因子分析来检验问卷结构及测项的有效性，分析中，筛选和净化测项主要参照以下标准：（1）变量在某一因子上的负荷量大于0.4；（2）变量之间的交叉负荷很低；（3）同一测度因子中测项的内涵保持一致[51]。满足以上3条，则测项保留。最后剔除掉7个测项，形成了保留27个测项的正式问卷。

正式的调查问卷由3部分构成：（1）旅游目的地人为导致类危机的8个属性测量维度（危害性、突发性、模糊性、机遇性、紧迫性、可能性、持续性、可控性）；（2）游客行为意图；（3）社会人口结构特征。问卷第一和第二部分采用李克特7点式量表，分别为1分（非常不同意）、2分（不同意）、3分（有些不同意）、4分（一般同意）、5分（有些同意）、6分（同意）、7分（非常同意）；问卷第三部分采用单项选择的方式设问。旅游者的社会人口特征主要包括籍贯、性别、年龄、职业、受教育程度和收入状况等。

2.3 正式调研与数据获取说明

通过查阅2000年以后的中国旅游统计年鉴，以及新疆2000—2010年的国内旅游抽样调查报告发现，广东、陕西、北京、甘肃及河南是新疆的重要客源市场。2010年以后的《云南统计年鉴》的数据显示，云南省的一级客源市场主要是沿海发达地区，包括广东、上海、北京等地；新兴客源市场则是黑龙江、山东、陕西、河南和安徽等省。综上可知，陕西是新疆的重要客源市场，同时也是昆明的新兴客源市场。因此，根据方便取样原则把陕西西安作为案例地进行调查具有一定的合理性。

问卷的正式调查实施于2015年3月，调研时间持续一个月。具体调查地点为西安市大雁塔南北广场和钟鼓楼两地。调查过程中首先询问被调查者是否了解新疆或昆明发生的危机事件，在确定其对新疆或昆明危机事件的了解状态后，再进行问卷的发放，并要求被调查者认真阅读问卷开头的事件回顾，以便形成一定的认知刺激，进而保证问卷回收质量的可靠性和有效性。调研期间，在大雁塔南北广场、钟鼓楼两地各发放问卷330份，其中昆明事件回收有效问卷292份，新疆事件回收有效问卷290份，共计回收有效问卷582份，有效率达88.18%。

从回收的292份昆明事件的有效数据来看，受访群体以陕西游客及河南游客为主，分别为109人和67人，共占样本总量的60.27%，其中西安本地游客有65人，占样本总量的22.26%。其次为山西游客和甘肃游客，分别占样本总量的10.27%和9.25%。来自山东、北京、广州、福建及国内其他地区的游客相对较少，共59人，占总样本量的20.21%。男性、女性受访者所占样本比例分别为52.05%和47.95%，可见男女比例基本适宜。年龄分布中，25岁以下的青年游客最多，共137人，占样本总量的46.92%，其次是25～34岁的中青年游客，共88人，占样本总量的30.14%。在受教育程度上，调查对象主要以高学历为主，大专及本科以上学历的游客占79.12%。职业构成中，学生所占比例最大，为42.80%；其次是自由职业者、商务人员和专业/文教人员，分别占样本总量的19.52%、16.43%和11.30%。在收入方面，月收入3000元以下的中低收入者居多，共210人，占样本总量的71.92%，收入在3000～5000元的游客占21.23%。

从回收的290份新疆事件的有效数据来看，受访群体也是以陕西游客及河南游客为主，分别为109人和51人，共占总样本量的55.17%，其中西安游客74人，占样本总量的25.52%。其次为山西游客和甘肃游客，分别占样本总量的11.38%和7.58%，四川游客18人，占样本总量的6.21%。而来自全国其他地区的游客分布较少，共57人，占总样本量的19.66%。男性、女性受访者所占样本比例分别为：54.48%和45.18%，男女比例也基本适宜。在年龄分布中，25岁以下的青年游客最多，共118人，其次是25～34岁的中青年游客，共92人，分别占样本总量的40.69%、31.72%。在受教育程度上，调查对象以高学历为主，大专及本科以上学历的游客占76.89%。职业构成中，学生所占比例最大，为38.62%；其次是商务人员和自由职业者，分别占样本总量的25.86%和19.31%。收入方面，月收入3000元以下的中低收入者所占比例最大，共178人，占样本总量的61.38%，收入在3000～5000元的游客共86人，占样本总量的29.66%。

2.4 研究方法与标准

本文通过SPSS 19.0软件对所回收问卷进行探索性因子分析，主要依据以下3个标准：（1）测项无应答率大于10%，表明测项不可靠，应当删除[52]；（2）旋转因子后因子载荷值小于0.4，或者同时在两个因子上的载荷值都大于0.4者删除[52]；（3）一个因子只包含一个题项者删除[53]。

利用AMOS21.0软件，通过结构方程模型对回收问卷进行验证性因子分析，模型拟合标准来自吴明隆所著的《结构方程模型：AMOS的操作与应用》[54]。模型拟合后，验证性因子分析主要检验3个指标：[t]值、R2值和AVE值。若t值的绝对值大于1.96，表示估计参数已经达到0.05的显著水平；若t值的绝对值大于2.58，表示估计参数达到0.01的显著水平[55]。R2值的取舍标准为R2>0.3[56]。AVE值通常应大于0.5。

信度检验指标为：Cronbach's α值最好在0.7以上，但有专家提出Cronbach's α系数值大于0.6也表明数据可靠[57]。

3 量表开发与验证

3.1 探索性因子分析

为了得到旅游目的地人为导致类危机属性构成的概括性模型，将582份新疆事件和昆明事件的有效数据进行整合，输入SPSS中，依据上述标准，经过3次因子萃取，量表最终保留27个测项，包括属性构成方面的24个测项以及游客行为意图方面的3个测项。其中，旅游目的地人为导致类危机事件的属性被归并为8个维度（表1），分别为：危害性、突发性、模糊性、机遇性、紧迫性、可能性、持续性、可控性。探索性因子分析的结果如下：KMO值为0.786，方差近似值（Approx. Chi-Square）为7131.232，自由度[df]值为351，Bartlett球形检验的显著性水平[p]值=0.000<0.05，表明分析数据总体呈正态分布，适合进行因子分析。从特征根值来看，前8个因子的特征值均大于1，说明应该存在8个因子。从方差解释贡献率来看，前8个因子累计解释了67.410%，已经超过了60%的提取界限，说明提取8个因子可以接受。另外，从内部一致性的指标来看，两事件的数据都通过了信度检验。其中，整体数据的信度值（Cronbachs α）为0.772，所归并各维度的信度值都处于0.782～0.878（表1），均高于标准0.7。

综上所述，本研究所开发的旅游目的地人为导致类危机属性的测量量表具有较好的内部一致性和稳定性。

3.2 验证性因子分析

为进一步检验所开发量表的可靠性和稳定性，本研究分别以两事件的整合数据、新疆事件和昆明事件的独立数据为样本分别进行3次验证性因子分析。检验结果如下：

将两事件的整合数据代入AMOS21.0软件进行验证性因子分析，采用绝对拟合指标、相对拟合指标和精简拟合指标来检验模型的拟合情况。各模型拟合标准如表3所示，其中吴明隆指出GFI和AGFI的严格检验标准为大于0.9[54]，但也有专家提出GFI、AGFI的检验标准大于0.8时也表明模型拟合基本良好[51，58]。由表3可知，除RFI接近最佳标准外，其他指标均达到模型拟合的理想水平，问卷的效度得到验证。数据检验结果显示：C.R.值最小为13.71，表示该估计参数值已经达到0.01的显著水平；R2值均大于0.3，表明数据有良好的结构效度；所归并维度的AVE值均超过检验水平的最低界值0.5（表2），表明数据具有较好的区分效度。以上结果说明本研究的数据具有较好的稳定性。

从新疆事件有效数据的验证性因子分析结果来看，该数据与模型之间具有较好的拟合性。模型拟合指标中，除RFI和NFI接近最佳标准外，其他指标均达到模型拟合的理想水平（表3），问卷的效度得到验证。数据检验结果显示：C.R.值最小为9.93，表示该估计参数值已经达到0.01的显著水平；R2值均大于0.3，表明数据有较好的结构效度；所归并维度的AVE值均超过检验水平的最低界值0.5（表2），表明数据具有较好的区分效度。因此，模型的内在质量基本良好。

以昆明事件的调查数据进行验证性因子分析，模型拟合指标中，除NFI和RFI接近最佳标准外，其他指标均达到模型拟合的理想水平（表3），说明该数据与模型的拟合质量基本良好。数据检验结果显示：C.R.值最小为7.22，表示该估计参数值已经达到0.01的显著水平；R2值均大于0.3，表明数据有较好的结构效度；所归并维度的AVE值均超过检验水平的最低界值0.5（表2），表明数据有较好的区分效度。因此，该问卷具有较好的内在一致性。

综上，预设模型具有良好的适配标准，数据的信度和效度都处于良好水平，探索性因子分析得到旅游目的地人为导致类危机的属性维度基本得以验证。

3.3 两事件整合对比

本研究以遴选的新疆和昆明事件数据分别构建关联游客行为意图的结构方程，在验证旅游目的地人为导致类危机属性构成的基础上，进一步探究何种属性会对游客行为意图产生显著影响。各因子间的路径系数及[p]值显著性如图1所示，根据模型检验标准，结合路径关系的[p]值显著性，本研究得出以下结果。

以昆明事件的数据构建结构方程模型可知（图1左）：（1）危害性、机遇性和可能性对游客的行为意图具有显著影响；（2）危害性、可能性与游客行为意图之间是显著的负相关关系，而机遇性与游客行为意图之间是显著正相关关系；（3）从效应大小来看，危害性对游客行为意图的影响效应最大，为-0.31，其次是机遇性为0.17，可能性为-0.14。

以新疆事件的有效数据构建结构方程模型可知（图1右）：（1）危害性、持续性和可控性对游客行为意图具有显著影响；（2）危害性和持续性与游客行为意图之间是显著负相关关系，而可控性与游客行为意图之间是显著的正相关关系；（3）从效应大小来看，危害性对游客行为意图的影响效应也是最大的，为-0.32，其次是持续性为-0.22，可控性为0.20。

由以上研究结果可以看出，旅游目的地人为导致类危机的不同属性对游客行为意图的影响效应大不相同；而且针对不同的旅游目的地危机事件，其各个属性与游客行为意图之间的影响机制也有差异。笔者认为，这除了与旅游目的地危机的各个属性特征有关之外，还可能与目的地的政治环境、经济环境、文化环境、目的地形象以及游客对不同旅游目的地的旅游偏好有关。

4 结论和讨论

4.1 研究结论

（1）本研究所开发的量表整体结构良好，具有一定的稳定性和较好的适用性。本文先对整体数据进行探索性因子分析，然后对新疆数据、昆明数据以及两事件的整合数据分别进行3次验证性因子分析，3次结果都显示量表具有较好的内部一致性和可靠性，说明本研究所构建的量表整体结构良好，同时也表明不同的样本数据都能对该量表的信度和效度进行有效检验。

（2）旅游目的地人为导致类危机的属性构成包括危害性、突发性、模糊性、机遇性、紧迫性、持续性、可能性和可控性共8个基本维度。从两事件的因子内涵分析来看，这些属性维度大致可分为两类：正向属性和负向属性。其中，危害性、突发性、模糊性、紧迫性、持续性和可能性对游客行为意图具有负面影响，属于负向属性；而机遇性和可控性则对游客行为意图具有正面影响，属于正向属性。

（3）旅游目的地人为导致类危机的各个属性对游客行为意图的影响具有明显差异。此外，对于不同的旅游目的地危机事件，其属性与游客行为意图之间的影响机制也不相同。从昆明事件的属性构成来看，危害性、机遇性和可能性对游客行为意图的影响显著，而突发性、模糊性等其余属性对游客行为意图的影响并不明显，其中危害性和可能性对游客行为意图的影响是负面的，机遇性对游客行为意图的影响是正面的。从新疆事件来看，危害性、持续性和可控性对游客行为意图的影响是显著的，而其余属性对游客行为意图的影响并不明显，其中危害性、持续性对游客行为意图的影响是负面的，可控性对游客行为意图的影响是正面的。此外，对比二者结果发现，在两事件的属性构成中，危害性对游客行为意图的影响效应都是最大的，由此可见，旅游目的地危机事件的负面属性对游客行为意图的影响更明显。政府部门可以根据这些研究结论，采取相应措施，降低危机事件对旅游目的地的负面影响，以促进游客的到访意愿和推荐意愿。

4.2 理论启示

（1）作为一项探索性研究，本文初步解析了旅游目的地人为导致类危机的属性构成问题，丰富和完善了旅游目的地危机属性的理论体系。从研究结果来看，本文归纳出旅游目的地人为导致类危机具有8种属性：危害性、突发性、模糊性、机遇性、紧迫性、持续性、可能性和可控性。这8个属性维度很好地解释了旅游目的地人为导致类危机事件的主要特征和呈现方式，为进一步完善旅游目的地危机属性的理论框架和理论体系提供必要的基础支持。未来还可以在扩大案例选择的基础上，对比不同类型旅游目的地危机事件的属性构成，进一步拓展旅游目的地危机属性的研究范围和研究视角。

（2）基于量表开发的视角进行实证研究，弥补了学界对旅游目的地危机属性实证研究的不足。目前学界对旅游目的地危机属性的研究大多停留在理论层面，深层次的实证性研究相对匮乏。本文通过开发旅游目的地人为导致类危机属性构成的测量量表，并以两个具体案例实证数据对所开发量表进行验证。其结果有效证明了所开发的量表对此类危机属性测量的适用性，即同一量表可以对不同的旅游目的地人为导致类危机的属性构成进行测量，且其结果存在明显差异。由此可见，该量表不仅可以作为测量旅游目的地人为导致类危机属性构成的有效工具，同时对其他类型危机属性构成的探索也具有重要借鉴意义。

（3）为我国旅游目的地危机管理研究提供理论支撑。虽然国内外学者对旅游目的地危机管理理论的研究已有大量的积累，也形成了一些基本观点，但囿于研究者选取的研究视角及研究方法的差异，目前尚未形成完整的旅游目的地危机管理学科体系。本研究探索出了旅游目的地人为导致类危机属性的8个构成维度，还发现这8个属性维度对游客行为意图的影响具有显著差异。而且，针对不同的旅游目的地危机事件，其属性与游客行为意图之间的影响机制也大不相同。以上研究结果较好地揭示了旅游目的地人为导致类危机事件的本质特点和影响规律，为我国学者进行旅游目的地危机管理研究提供重要理论参照，有利于进一步实现我国旅游目的地危机管理理论的深化，同时也为丰富和完善我国旅游目的地危机管理体系做出了一定的理论探索性贡献。

4.3 实践启示

（1）从旅游者角度来讲，可以指导其认识旅游目的地人为导致类危机事件的本质，帮助其做出合理的旅游决策。旅游目的地发生危机事件时，旅游者一般会对该地出现恐慌、排斥心理，特别是人为导致的危机事件，如恐怖主义活动、犯罪、政治动乱等。而这种恐慌、排斥心理在很大程度上并不是由危机事件本身的破坏性后果造成的，更多是由旅游者对危机事件不了解引起的。本研究验证了旅游目的地人为导致类危机属性构成的8个维度，有助于旅游者更深层次认识此类危机事件的起因、表现和结果，降低旅游者对旅游目的地的感知风险，促进其到访和重游活动的开展。

（2）对旅游目的地人为导致类危机的预测和管控具有明确的指导意义。旅游目的地危机管理的目的就是通过一定的方法发现潜在危机、研究并解决当下危机，掌握旅游目的地危机事件的发生和发展规律，以促进旅游业的健康可持续发展。本文将研究对象集中在特定危机事件和特定发生区域，从量变开发的角度探索旅游目的地人为导致类危机属性的构成，政府和相关管理者可以依据本研究得出的结论，归纳总结此类危机事件的发展特点和发展规律，建立一套高效的旅游目的地危机运行机制，以便更好地对此类危机事件进行预测、管理和控制，并制定出相应的目的地危机战略管理方案。此外，由于不同类型的危机属性构成之间既有区别又有联系[36]，因此本研究还能够对其他类型危机事件的预测和管理提供一定借鉴，也为丰富和完善我国旅游目的地危机的管理机制提供具体案例和重要补充。

（3）为旅游目的地市场恢复及形象修复提供科学参照。学者们普遍认为旅游目的地形象是游客对目的地的一种“印象”[58]，而这种印象与旅游者的旅游决策密切相关，因此旅游目的地发生危机事件后，管理者对旅游目的地进行形象修复就必不可少。本研究结果表明，旅游目的地人为导致类危机的各个属性对游客行为意图的影响有明显差异。因此，政府及相关管理部门可以从此类危机的各个属性对游客行为意图的影响特点出发，分析研究旅游者行为，从而制定出相应的市场推广方案和旅游目的地形象修复策略，促进当地旅游市场恢复和形象修复工作的开展。

4.4 研究局限和未来研究方向

作为一项探索性应用研究，本研究还存在一些明显的不足。第一，由于时间、资金和关系资源的限制，本研究仅选择了西安市的游客（包括本地游客和外地游客）进行实证调查。从样本分布来看，地域覆盖主要集中在中西部，如要使研究结果更具典型性和说服力，应将研究区域进一步放大。第二，在量表开发和应用上，本研究只是针对人为导致的旅游目的地危机事件进行研究，且相关理论并不是很充分，导致在量表开发过程中相关定义不够准确，因此，在量表测度的开发上还需要继续深入，以便更精确地定义旅游目的地危机属性的构成维度及特征。第三，虽然本研究最终获取的量表由27个测项构成，但每个维度的测项只有3个，总体问项还是偏少，这在一定程度上制约了量表的信度和效度研究。第四，在旅游目的地危机属性的测量过程中，会受到人们认识水平、价值取向和主观意识的影响，使其带有一定的主观色彩。上述种种研究缺陷将作为今后的研究方向和研究内容不断加以补充和完善。

目前国际和国内对危机属性的划分较多，但针对危机属性及其影响的实证检验还很匮乏。在以后的研究中，笔者认为可以从以下几个方面进行：第一，在本研究量表开发的基础上，着手其他类型危机事件属性的探索，如对自然灾害、环境灾害和事故、经济危机等旅游目的地危机属性的探究。第二，分别以中外游客作为研究对象，从文化差异的层面研究旅游目的地危机的跨文化属性。第三，选取不同的游客群体，研究旅游目的地危机的各个属性对不同游客群体行为意图影响的差异。

参考文献（Reference）

[1] Li S N， Blake A， Cooper C. Chinas tourism in a global financial crisis： A computable general equilibrium approach [J]. Current Issues in Tourism， 2010， 13（5）： 435-453.

[2] Xie Yanjun. The Basis of Tourism[M]. Beijing： China Travel & Tourism Press， 2001： 146-155. [谢彦君. 基础旅游学[M]. 北京： 中国旅游出版社， 2001： 146-155.]

[3] An Hui， Fu Rong. The factors affect tourists risk subjective cognition and its implications for tourism crisis management[J]. Zhejiang Academic Journal， 2005， （1）： 196-200. [安辉， 付蓉. 影响旅游者主观风险认知的因素及对旅游危机管理的启示[J]. 浙江学刊， 2005， （1）： 196-200.]

[4] Gu Huimin. Tourism Crisis Management[M]. Tianjin： Naikai University Press， 2007： 110. [谷慧敏. 旅游危机管理研究[M]. 天津： 南开大学出版社， 2007： 110.]

[5] Fink S. Crisis management： Planning for the inevitable[J]. American Management Association， 2002，4（3）：875-876.

[6] Ci Yuan（the 1st Edtion）[M]. Beijing： The Commercial Press， 1979： 434. [《辞源》（第一部）[M]. 北京： 商务印书馆， 1979： 434.]

[7] Gu Huimin. Tourism Crisis Management[M]. Tianjin： Naikai University Press， 2007： 53.[谷慧敏. 旅游危机管理研究[M]. 天津： 南开大学出版社， 2007： 53.]

[8] Hall C M. Crisis events in tourism： Subjects of crisis in tourism[J]. Current Issues in Tourism. 2010， 13（5）： 401- 417.

[9] Taylor J W. The role of risk in consumer behavior[J]. Journal of Marketing， 1974， 38（2）： 54-60.

[10] Huang Jin. Research on the establishment of tourism crisis management mechanism[J]. Social Scientist， 2003 （4）： 76-79. [黄谨. 论旅游危机管理机制的建立[J]. 社会科学家， 2003， （4）： 76-79.]

[11] Mcpheter L R， Stronge W H. Crises as an environment externality of Tourism-Miami-Florida[J]. Land Economics， 1974， 50（3）： 288-292.

[12] Hu Xianyang， Bai Kai， Wang Li. The strategy of tourism destination image restoration ： The scale development and test about tourist behavior intention[J]. Human Geography， 2013， 28（5）： 139-146. [胡宪洋， 白凯， 汪丽. 旅游目的地形象修复策略： 关联游客行为意图的量表开发与检验[J]. 人文地理， 2013， 28（5）： 139-146.]

[13] Ashworth G， Hartmann R. Horrorand Human Tragedy Revisited： The Management of Sites of Atrocities for Tourism[M]. New York： Cognizant， 2005： 87-96.

[14] Craig W A， John L J. Selective interpretation and eclectic human heritage in Lithuania[J]. Tourism Management， 2007， 28（2）： 519-529.

[15] Somez S F. Tourism， terrorism， and political instability[J]. Annals of Tourism Research， 1998， 25（2）： 416-456.

[16] Fujii E T， Mak J. Tourism and crime： Implications for regional development policy[J]. Regional Studies， 1980， 14（1）： 27-36.

[17] Pizam A. Tourism and crime： Is there a relationship[J]. Journal of Travel Research， 1982， 20（3）： 7-10.

[18] Pine R， Chan A， Leung P. The current and future impact of Asias economic downturn on the regions hospitality industry[J]. International Journal of Contemporary Hospitality Management， 1998， 10（7）： 252-256.

[19] Ritchie B W. Chaos， crises and disasters： A strategic approach to crisis management in the tourism industry[J]. Tourism Management， 2004， 25（6）： 669-683.

[20] Zhu Mingfang， Liu Simin. The application of TRAMO SEATS model to measure the impact of crisis events on tourism[J]. Tourism Tribune， 2007， 22（6）： 69-74. [朱明芳， 刘思敏. TRAMO/ SEATS在危机事件中对旅游影响研究的应用[J]. 旅游学刊， 2007， 22（6）： 69-74.]

[21] Li Feng. A Comparative study on tourism consumption structure of six hot inbound tourism cities in China[J]. Tourism Science， 2008， 22（3）： 24-30. [李锋. 旅游目的地危机事件的影响评估新考量[J]. 旅游科学， 2008， 22（3）： 24-30.]

[22] Liu Li， Lu Lin， Chen Hao. Tourism crisis management based on the theory of destination image： A case study of Sichuan earthquake， China[J]. Tourism Tribune， 2009， 24（10）： 26-31. [刘丽， 陆林， 陈浩. 基于目的地形象理论的旅游危机管理——以中国四川地震为例[J]. 旅游学刊， 2009， 24（10）： 26-31.]

[23] Liu Rui， Li Xingming. An empirical study on tourism response in post-quake Sichuan[J]. Tourism Tribune， 2009， 24（11）： 25-29. [刘睿， 李星明. 四川旅游震后响应的实证研究[J]. 旅游学刊， 2009， 24（11）： 25-29.]

[24] Wu Jiacan， Li Wei. The ripple effect from destroyed attractions to undestroyed attractions after natural disasters： Example of attractions in Sichuan province after the Wenchuan great earthquake[J]. Tourism Tribune， 2013， 28（3）： 12-20. [吴家灿， 李蔚. 严重自然灾害后灾害景区对非灾害景区波及效应研究——以汶川大地震后四川境内的景区为例[J]. 旅游学刊， 2013， 28（3）： 12-20.]

[25] Yin Yimei， Lu Yulin， Deng Zutao. Tourism crisis management： Towards a dynamic framework on destination level[J]. Tousim Science， 2005， 19（4）： 71-77. [尹贻梅， 陆玉麒， 邓祖涛. 旅游危机管理： 构建目的地层面的动态框架[J]. 旅游科学， 2005， 19（4）： 71-77.]

[26] Deng Bing， Wu Bihu， Cai Liping. A summary of crisis management studies at home and abroad[J]. Tousim Science， 2004， 18（1）： 1-8. [邓冰， 吴必虎， 蔡利平. 国内外旅游业危机管理研究综述[J]. 旅游科学， 2004， 18（1）： 1- 8.]

[27] Holsti O R. Limitations of cognitive abilities in the face of crisis[J]. Journal of Business Administration， 1978， 9（2）： 39-55.

[28] Lerbinger O. The Crisis Manager： Facing Risk and Responsibility[M]. Mahwah： Lawrence Erlbaum Associates， 1997： 117-135.

[29] Deutsch M. Conflict resolution： Theory and practice[J]. Political Psychology， 1983， 4（3）： 431-453.

[30] Pearson C M， Clair J A. Reframing crisis management[J]. Academy of Management Review， 1998， 23（1）： 59-76.

[31] Kovoor-Misra S， Clair J A， Bettenhausen K L. Clarifying the attributes of organizational crises[J]. Technological Forecasting & Social Change， 2001， 67（1）： 77-91.

[32] Sun Zhiming. The philosophical thinking of the crisis concepts and attributes[J]. Journal of University of International Relations， 2012， （2）： 25-35. [孙志明. 对危机概念和危机属性的哲学思考[J]. 国际安全研究， 2012， （2）： 25-35.]

[33] Zhang Fengjie. The comment of the crisis attributes and management of mass incidents[J]. Regional Economic Review， 2005， （11）： 54-55. [张峰杰. 论群体性事件的危机属性与管理[J]. 区域经济评论， 2005， （11）： 54-55.]

[34] Yang Yang， Li Wei， Li Shan， et al. An exploratory on the impact of serious natural disaster crisis on tourism intention [J]. China Management Studies， 2011， 6（3）： 90-105. [杨洋， 李蔚， 李珊， 等. 严重自然灾害危机对旅游意愿的影响因素探析[J]. 中大管理研究， 2011， 6（3）： 90-105.]

[35] Song Ziqian. The argument between positivism and phenomenology in tourism research[J]. Tourism Tribune， 2013， 28（4）： 18-24. [宋子千. 旅游研究方法论的实证主义与现象学之争[J]. 旅游学刊， 2013， 28（4）： 18-24.]

[36] Feng Xiaotian. Research Methods of Sociology（the 3rd Edtion）[M]. Beijing： China Renmin University Press， 2009： 87-88. [风笑天. 社会学研究方法（第三版）[M]. 北京： 中国人民大学出版社， 2009： 87-88.]

[37] Slovic P. Perception of risk. [J]. Science， 1987， 236（3）： 280-285.

[38] Dutton J E， Jackson S E. Categorizing strategic issues： Links to organizational action[J]. Academy of Management Review， 1987， 12（1）： 76-90.

[39] Billings R S， Milburn T W， Schaalman M L. A model of crisis perception： A theoretical and empirical analysis [J]. Administrative Science Quarterly， 1980， 25（2）： 300-316.

[40] Nystrom P C， Starbuck W H. To avoid organization crisis， unlearn[J]. Organization Dynamics， 1984， 12（4）： 53-65.

[41] Fink S L， Beak J， Taddeo K. Organizational crisis and change[J]. The Jouranal of Applied Behavioral Science， 1971， 7（1）： 15-37.

[42] Kerchner C T， Schuster J H. The uses of crisis： Taking the tide at the flood[J]. Review of Higher Education， 1982， 5（3）： 121-141.

[43] Milburn T W， Schuler R S， Watman K H. Organizational crisis， part I： Definition and conceptualization[J]. Human relations， 1983， 36（12）： 1141-1160.

[44] Grenier L. Evolution and revolution as organizations grow[J]. Harvard Business Review， 1972， 10（4）： 397-409.

[45] Lerbinger O. Crisis Management[M]. Yu Fengjuan trans. Taipei： Wu-Nan Book Compang Ltd， 2001： 35. [罗宾格. 危机管理[M]. 于凤娟， 译. 台北： 五南图书出版公司， 2001： 35.]

[46] Robert Hess. Crisis Management[M]. Wang Cheng， Song Binghui， Jin Ying， trans. Beijing： China CITIC Press， 2001： 18-19. [罗伯特·希斯. 危机管理[M]. 王成， 宋炳辉， 金瑛， 译. 北京： 中信出版社， 2001： 18-19.]

[47] Knight F. H. Risk： Uncertainty and Profit[M]. New York： Hought on Mifflin， 1921： 20-228.

[48] Soocheong J， Bai B， Hu C， et al. Affect， travel motivation， and travel intention： A senior market[J]. Journal of Hospitality & Tourism Research， 2009， 33（1）： 51-73.

[49] Baker D A， Crompton J L. Quality， satisfaction， behavioral intentions[J]. Annals of Tourism Research， 2000， 27（3）： 785-804.

[50] Zeithaml V A， Berry L L， Parasuraman A. The behavioral consequences of service quality[J]. Journal of Marketing， 1996， 60（2）： 31-46.

[51] Hu Xianyang， Bai Kai. A study on the tourism destination image restoration scale： A contrast perspective of domestic and inbound tourists integration[J]. Tourism Tribune， 2013， 28（9）： 73-83. [胡宪洋， 白凯. 旅游目的地形象修复方式量表探讨： 中外游客整合对比的视角[J]. 旅游学刊， 2013， 28（9）： 73-83.]

[52] Yang Yi， Lu Taihong. The study of the values of only-child generation： A scale development and test[J]. Journal of Marketing Science， 2007， 3（3）： 104-114. [杨翼， 卢泰宏. 中国独生代价值观系统的研究： 一个量表的开发与检验[J]. 营销科学学报， 2007， 3（3）： 104-114.]

[53] Huang Yinghua， Huang Fucai. Tourists perceived value model and its measurement： An empirical study[J]. Tourism Tribune， 2007， 22（8）： 42-47. [黄颖华， 黄福才. 旅游者感知价值模型测度与实证研究[J]. 旅游学刊， 2007， 22（8）： 42-47.]

[54] Wu Minglong. Structural Equation Modeling： The Operation and Application of AMOS[M]. Chongqing： Chongqing University Press， 2009： 212-263. [吴明隆. 结构方程模型AMOS的操作与应用[M]. 重庆： 重庆大学出版社， 2009： 212-263.]

[55] Kim S， Avery E J， Lariscy R W. Are crisis communicators practicing what we preach？ An evaluation of crisis response strategy analyzed in public relations research from 1991 to 2009[J]. Public Relations Review， 2009， 35（4）： 446-448.

[56] Huang Fangming. Theory and Applications of Structural Equation Modeling[M]. Beijing： Chinese Tax Press， 2005： 238. [黄芳铭. 结构方程模式理论与应用[M]. 北京： 中国税务出版社， 2005： 238.]

[57] Hair J F， Anderson R E， Tatham R R， et al. Multivariate Data Analysis（the 5th Edition）[M]. New Jersey： Pearson Prentice Hall， 1998： 176.

[58] Etezadi-Amoli J， Farhoomand A F. A structural model of end user computing satisfaction and user performance[J]. Information & Management， 1996， 30（9）： 65-73.

[59] Bai Kai. A review of researches on tourism destination image positioning： A psychological perspective[J]. Tourism Science， 2009， 23（2）： 9-15. [白凯. 旅游目的地意象定位研究述评—基于心理学视角的分析[J]. 旅游科学， 2009， 23（2）： 9-15.]