王丽华， 俞金国， 王品舒， 陈芳姝

(1.辽宁师范大学 历史文化旅游学院，辽宁 大连 116081； 2.辽宁师范大学 地理科学学院，辽宁 大连 116029 )

目的地旅游业发展一定程度影响地方居民社会文化及生产生活环境，而地方居民的行为也会对地方旅游事业的发展产生影响.基于行为地理学理论，目的地居民的反馈行为是感知旅游活动后所作的决策.研究居民对于旅游社会文化影响的感知等反馈，结果用于指导旅游地的开发、规划与管理，相应采取的策略与措施将容易获得居民支持，这会促进旅游业可持续发展.以往研究多针对不同地区的对比分析及同一地区居民群体的研究，城市内部居民对于旅游影响的感知，往往比不同城市间的差异要大[1].本项研究以大连市内四区为例，其中有国家5A级景区一处，4A级景区6处.该区域主、客接触机会多，旅游活动对居民影响大，所选择研究对象典型.因而，以大连市区为例，揭示城市居民对于旅游社会文化影响的感知空间差异及规律，对于城市旅游地的开发、规划及制定管理政策具有指导意义；也将有助于实现居民满意、旅游业繁荣和城市发展和谐共赢目标.

1 文献回顾

1.1 国外研究综述

目的地居民对社区旅游业发展认知态度的研究始于20世纪60年代.1975年Doxey提出了著名的Doxey愤怒指数理论，随后大量研究相继出现.90年代逐渐聚焦于研究尺度与研究方法上，其中，最具影响力的研究成果就是“旅游影响态度尺度”(TIAS)及“建立旅游影响评估尺度”.旅游地居民分类研究始于20世纪80年代末.总体来说，早期国外相关研究主要集中在旅游影响的表现形式与居民感知、居民感知影响因素、居民群体分类等方面，而近年研究呈现如下明显变化.

1.1.1 理论及实证研究进展明显

(1)运用其他学科理论，多视角探究居民感知.近年来国外相关研究中，均以一些较成熟的理论作为支撑.其中，以社会学中的社会交换理论为最多[2-3].一些研究者也将旅游地生命周期理论其应用于居民感知的分析中，并提出理论改进的建议[4].一些学者亦将社会影响理论[5]、涂尔干社会学理论[6]、自我认知理论[7]用于相关研究中.近些年，空间公平正义相关研究逐渐为旅游学者所关注，为旅游影响空间研究拓展了新视角[8-9].(2)重视实证研究，案例类型多样.国外近期研究中几乎无一例外结合案例进行探讨，且案例涵盖不同类型旅游地，包括海岛、滨海度假区、遗产地、森林旅游地、乡村、黑色旅游地等，既有成熟的亦有尚未成熟的旅游地[10-12].(3)规划界重视本领域的研究价值及应用.近年一些学者探讨居民感知与旅游规划的关系，极具实践价值[13].

1.1.2 定性与定量集成，评价指标体系逐渐完善

当前研究普遍采用定性与定量分析相结合，结合案例实证分析的方法，并逐渐关注模型的构建及数理分析方法的使用[14-17].分析的内容主要包括居民总体感知、感知差异(群体差异、时空差异)等方面.关于感知的评价指标体系，前述“旅游影响态度尺度”(TIAS)最为著名，它由27个变量指标组成，包含2大类因子.随后学者们通过对众多指标的分析，探讨它们与居民感知与态度之间的关系，其中很多研究将这些指标应用到不同旅游地加以验证.

1.1.3 缺乏中微尺度的空间分异分析

居民对旅游影响感知的空间分析一直较为欠缺.早期主要是在探讨旅游地时空结构演化模式时，部分涉及到居民这一因素[19-20]；一些研究者亦提出距离与居民感知的关系，但这些研究仅限于概念的提出及现象的总结.近年来出现一些相关研究，但处于初级探索阶段.Jurowski[21]研究认为距离对于成本和消费的评估有重要影响.生活接近吸引物、休闲资源使用较多的居民，比居住较远的人对于旅游的感知会更消极；接近旅游物的环境敏感的居民，比居住较远的人对旅游更加支持.Kwon[22]分析认为，在旅游业发展适度及发达的地区，一些居民公开表达对游客的反感情绪，而旅游业不发达地区的居民，对于旅游带来经济增长更为乐观.Butler[23]以英国两个有不同吸引密度地区的旅游吸引物作为特定要素，将邻近空间变量与一些要素相结合构建概念模型.Raymond[24]指出旅游规划方法中，很少利用空间测量技术将位置、距离作为分析变量，为此，以澳大利亚奥特威地区为例，采用传统调查研究和现代测量技术，引入空间参数进行分析.

1.2 国内研究综述

我国学者对旅游地居民感知研究始于20世纪90年代初期，早期最具代表性的研究是陆林[25]对皖南旅游区居民对发展旅游的态度调查，随后国内对旅游地居民感知研究逐渐取得一些成果[26-28].

旅游影响研究中不乏对居民感知差异的研究，但多从人口学特征入手.居民感知空间差异的研究很少，近年出现的一些研究，亦多集中于宏观、中观尺度上不同旅游地、不同社区的差异及比较分析[29-30]，如风景区周边居民对旅游影响感知和态度的空间分异[31]、旅游扶贫村居民的感知差异[32]等，此外，亦有研究探讨社区居民感知和态度的动态变化[33].研究案例方面，目前国内相关研究，多以古镇古村落[34-35]、海滨型以及海岛型旅游地，或是自然风景区为分析对象.近年来，居民感知与社区认同、社区参与的关系、居民感知与公平正义等渐为一些学者关注[36-38].总体来看，缺乏从中微观尺度针对城市旅游地内部感知差异的系统深入研究.

居民感知相关研究中，一般分为正面影响和负面影响两个潜在感知维度，如王宪礼通过案例地居民调查，从犯罪率、生活水平、文化、不满情绪等方面检测了居民对旅游正负面影响的感知.此外，研究者多从文化保护和社会公平角度，更多关注居民对负面影响的感知；一些感知量表也不断被丰富和完善，为后续研究提供基础[18,39].

1.3 国内外研究对比分析

旅游地居民感知与态度的研究在国外相对较为深入.我国也已逐渐引起重视，研究中多结合案例区的基本情况，借用国外相关理论与研究成果，对感知概况、差异及影响因素进行探讨；居民感知空间差异与旅游空间正义渐受关注.整体来看研究中仍存在许多欠缺，如案例研究类型不够全面，缺少对城市居民感知的研究，研究不够深入等.此外，国内外相应研究中，研究方法和手段均需要发展与改进，同时均存在数据的科学性及衡量标准不统一的问题，使得成果缺乏信度及可比性，进而影响分析的科学性.

2 研究设计

2.1 理论假设

感知空间是指人的感官以多种方式与环境刺激发生物理作用后，进而形成典型的特征感知图像的空间，它由与感知相关的人的位移组成[40].对于旅游社会文化影响的居民感知空间，即是居民活动空间(居民位移)和游客活动产生社会文化影响的空间(游客位移)与城市空间叠加后，形成的空间，居民对旅游社会文化影响感知较强的区域基本体现在如上空间范围内.

2.2 研究区域

本文探讨城市居民的感知，由于大连市内四区中，甘井子区面积较大，其西部北部较大部分区域距城市中心较远，人口相对稀疏.另一方面，在城市内部旅游影响的范围本身没有明确的行政界线，因而本文在对市内四区居民的感知进行分析时，甘井子区的外围部分区域没有包括在内.

2.3 调查设计

2.3.1 问卷设计

本研究参考国内外旅游社会文化影响及居民感知相关研究，在综合国内外现有量表基础上，对测量指标进行分步筛选，侧重旅游对受访者居住区域的社会文化影响，并结合大连城市旅游发展现状，进行问项设计，最终形成了由19个指标构成的测量量表.问卷调查内容具体包括：①个人背景项目；②Likert量表项目(表1)；③半开放问项；④专题地图标注.

表1 旅游社会文化影响感知Likert量表项目Table 1 Items of Likert scale about Social and cultural impacts of tourism

半开放式问项，即选取大连市城区影响程度较大的6处景点(区)，请受访者根据每处景点对其影响的程度进行排序.6处景点(区)的选择依据是景点游客数量、美誉度等相关要素并进行综合考虑，具体是星海湾景区、森林动物园、傅家庄景区、老虎滩景区、劳动公园和西郊国家森林公园.此外，问卷要求每位受访者在设计的专题地图上标注具体居住位置.

问卷经过预调查过程中的抽样、信度分析、与量表问项修订后，正式付诸抽样调查.

2.3.2 抽样设计

本文抽样对象则为大连市内四区居民，基于已有经验及本研究需要，采取分层随机抽样方法，即按照四区的行政划分，对每一区分别进行调查.抽样规模参考四区人口密度及各区旅游发展情况综合确定，样本规模为1 500份问卷，其中，中山区360份，西岗区440份，沙河口区500份，甘井子区200份.

2.3.3 资料采集

本研究于2019年4—6月，采用现场随机向居民发放的方式，对大连市民进行抽样调查.共计发放问卷1 500份，回收1 288份，回收率85.87%.其中,有效问卷1 141份，占回收问卷的88.59%.然后对有效问卷统一编号，并对应编号将调查数据采用Likert五分值量表录入SPSS24.0，进行初步统计.总体上看，受访者性别比例基本为1∶1,年龄构成以21～65岁间为主体,文化程度以高中和大专为主.样本点空间分布除甘井子区距市中心较远地方稀疏外，其余地方分布较为合理.

3 居民TSCI空间感知(1)本文为阐述清晰简洁，将旅游社会文化影响用首字母“TSCI”替代.

城市内部景点分布、客流分布、主客交往频率、主客社会文化等差异，必然导致居民感知的差异.借助SPSS统计分析软件，通过因子分析，将调查问卷量表中的指标尽可能综合与简化，以便进一步分析.由于问卷中涉及正面和负面影响的感知，首先需要对负面影响感知数据正向化处理，处理后分值高表示感知“好”，分值低则表示“差”，数值大小反映感知程度差异.SPSS信度分析显示，TSCI感知量表克朗巴哈α系数大于0.7，可确定量表信度可靠.相关性检验KMO统计量和Bartlett球形检验，均说明变量间存在相关性，适合进行因子分析.

3.1 主因子提取

在SPSS24.0中，对变量采用正交旋转法、主成分分析(因子个数为4)、回归因子得分系数计算因子得分，对社会文化影响的19个变量进行因子分析，然后将因子得分作为新变量，并算出综合因子得分.各因子贡献率分别为21.225%、19.730%、14.343%、8.121%，累积贡献率为63.419%.通过因子分析，将问卷项目分为四类：第一主因子反映TSCI中居民对消极影响的感知(包括X15、X14、X17、X13、X18、X19、X12、X16)；第二主因子反映居民对积极影响中宏观问题的感知(X6、X7、X5、X4、X8、X3、X9)；第三主因子反映居民对于行为影响的感知(X1、X2)；第四主因子反映普通话推广等意识的居民感知(X11、X10).

3.2 居民TSCI感知空间特征

在ArcGIS11.5中将样本点(1 141个)绘于图中，样本点编号与问卷编号对应一致，再通过GIS表连接功能，将因子得分加载于对应空间样本点，使样本点因子得分数据具有空间属性，并将其作为空间分析的初始属性数据.进而对样本点综合因子得分进行空间分析：运用ArcGIS中的空间插值(通过Kriging插值、自然邻域插值等)，获得居民TSCI感知的空间趋势面，从中易于观察居民TSCI感知的空间及差异特征.用总样本点数的20%进行数据相关检验，将点数值和空间趋势面对应的栅格数值进行相关分析，相关系数为0.498，大于相关系数临界值，结果可接受.

分析表明居民感知较好的区域：(1)西郊国家森林公园、甘井子区中部、高新园区中部，这几处近年发展变化大，环境优美，很多较高收入群体入住，他们对旅游发展带来的社会文化影响较为肯定；(2)东北财经大学、理工大学北部、黑石礁几处高知群体较多，且距离滨海景区较近，正面感知明显；(3)西安路、青泥洼桥商业区附近居民总体感知较好，良好的休闲及购物环境，为旅游者提供了较多与当地居民接触、交流的机会；(4)中南路、桃源街距离滨海景区有一定距离，享受优美环境的同时，又能避开旺季游客的干扰，居民感知较好；(5)大连体育中心周围是近来政府加大力度建设的一个区域，大型活动也将会增加地方居民与游客的交流机会，居民呈现较好感知.感知较差的区域有：东财、理工大学附近的小部分区域、森林动物园北门附近，其中，后者虽与海景一山之隔，但交通不便，且老旧小区较多，未能感受到旅游业带来的利益.此外，火车站附近、沙河口区北部等地居民感知情况较复杂.

4 居民TSCI空间感知的影响因素

基于居民对6处景点(星海湾景区、森林动物园、傅家庄景区、老虎滩景区、劳动公园、西郊国家森林公园)TSCI感知的排序及相关问项，结合主客体因素，通过Logistic概率模型，分析TSCI感知的影响因素及其影响程度.

4.1 Logistic回归模型运用

4.1.1 Logistic回归模型

Logistic回归分析应用于很多领域，适合因变量是二分变量(有与无、变与不变等)，自变量可为非正态分布；回归结果在0与1之间.[41]

TSCI居民感知具有随机性特征，其受居民自身因素、游客、景点等因素共同影响，具有随机性，概率选择理论和模式对分析这一问题具有适用性.本文尝试利用Logistic模型探讨居民TSCI感知的主要影响因素及作用强弱.

若有n个受访居民，第i个受访者在自变量xi1,xi2,…,xik的作用下因变量为Yi，对TSCI显著反馈(感知较为强烈)则记为Yi=1，否则为Yi=0.Pi表示受访者i对TSCI作出反馈于否的概率，则

则相应Logistic回归模型为

ln(Pi/1-Pi)=β0+β1xi1+β2xi2+…+βkxik，

其中，β0是常数项，βj(j=1,2,…,k)为自变量相关的参数，一般用最大似然法求解回归模型中βj的估计值.

这样，居民i作出反馈概率比数Pi/1-Pi，居民1是否反馈概率比数Pl/1-Pl，比值比为OR.对OR取自然对数，则有

lnOR=β1(xi1-xl1)+β2(xi2-xl2)+…+βk(xik-xlk).

其中，βj是在其他自变量不变时，自变量xj每增加一个单位，比值比是增加前的eβj倍.

4.1.2 计算过程

首先，获得数据.因变量源自前述因子分析得分，大于或等于0赋值1，反之0.自变量取自调查问卷人口学特征及居民与景点空间关系.其次，选择影响要素及赋值.①景点类型：根据问卷中6处景点排序(6大景点)问项，将居民排名第一的景点设为1，其他为0.如老虎滩景区赋值为1，其他为0.考虑涉及6个景点，本研究以星海湾景区为参照，则形成5个虚拟变量.②空间关系：本文提出用“第一距离”“第二距离”度量居民与景点间空间关系，分别是“居民与最近景点的距离”和“居民与其感知最强景点的距离”.在ArcGIS中量算得到实际第一和第二距离后，除以距离标准差后取整、正向化，然后代入回归分析.③年龄赋值：30岁以下为1，31～40岁为2，41～50岁为3，51～60岁为4，60岁以上为5.④文化程度：初中及以下为1，高中为2，大专为3，本科及以上为4.⑤居住时间：5年以下为1，5～10年为2，10～20年为3，20～30年为4,30年以上为5.⑥收入水平：月收入3 000元以下为1，3 000～6 000为2，6 000～8 000为3，8 000～10 000为4，10 000元以上为5.⑦性别：男性为0，女性为1.⑧出游意愿：出游意愿最强为3，最弱为1，一般为2.最后，进行结果检验、分析和讨论.

4.2 影响要素定量分析

4.2.1 景点特征要素

以星海湾景区作为参照，将6处景点用虚拟变量代入回归分析中，分析结果如表2所示.

表2 景点类型影响程度logistic分析Table 2 Logistic analysis of influencing degree of landscape type

结果检验：-2 Log likelihood、Cox & SnellR2、NagelkerkeR2的值分别是455.750、0.535、0.628，表明模型预测效果较好.χ2分析后与因变量存在联系的(P<0.20)有：老虎滩景区、傅家庄景区、森林动物园、劳动公园、西郊国家森林公园.

结果分析：TSCI居民反馈概率影响因素分析中，景点类型不同，作用强弱不同.积极感知包括老虎滩景区、森林动物园、劳动公园，消极感知包括傅家庄景区、西郊国家森林公园.比值比大小来看，最大的是老虎滩，为1.755，其次是劳动公园和森林动物园、星海湾景区，再到傅家庄景区和西郊国家森林公园.

本研究所选6处景区各具特色.其中，老虎滩景区、森林动物园、劳动公园经过多年发展，游客互动较好，形成较为积极的感知，回归系数为正.老虎滩为国家首批5A级景区，吸引大量外地和本地游客，居民TSCI感知最为强烈，比值比最大；其次是坐落于市中心的劳动公园；森林动物园为国家首批4A级景区，国家及省市各级科普教育基地，有广泛的外地和本地客源市场，客流量大，居民TSCI感知亦较强；而其它景点则感知概率较小.

4.2.2 居民及其他多因素分析

用前述方法，将第一、第二距离、年龄、文化、居住时间、收入、性别、出游意愿等作为自变量，用二分法对TSCI居民感知因子分析得分作为因变量，进行Logistic回归分析.

结果检验：-2 Log likelihood、Cox & SnellR2、NagelkerkeR2的值分别是438.57、0.590、0.621，表明模型的拟合优度及预测效果较好.χ2分析后与因变量存在联系的(P<0.10)有：出游意愿、收入、第一距离、年龄、性别、文化层次(表3).

表3 居民及其他因素Logistic分析Table 3 Logistic analysis of residentand relative factors

结果分析：比值比最大的为出游意愿，值为2.135，其次是第一距离，值为1.185，然后是性别，值为1.181，再到居住时间长短；负面因素包括居民的收入、年龄和文化层次等因素.总体来看，在TSCI居民感知的影响因素中，影响反馈概率的主要积极要素包括：出游意愿、性别、第一距离、居住时间长短；负面影响因素包括居民的收入、年龄和文化层次高低等.①出游意愿越强，TSCI感受机会越多，TSCI居民反馈概率越大，反之则越小；②女性比男性反馈概率高，源于女性较为敏感；③第一距离小，居民与游客的接触的机率大，居民的反馈概率越高，相反反馈概率则越小；④收入方面，较低收入者更加积极地看待旅游业，因而其反馈概率较高，而收入越高，反馈概率越低；⑤年龄越长者，对安静生活的要求及以游客观念行为接受程度，导致其反馈概率越低，反之年轻人渴望与外界接触，反馈概率会越低；⑥文化层次越高者，对外来文化及游客行为有更清晰认识，因而反馈概率越低，反之文化层次较低者，对负面TSCI认识较少，因而反馈概率高.

5 居民TSCI感知空间差异成因

首先，居民居住地点与旅游景点间的空间关系不同，主客交往机会及频度亦存在明显不同，居民TSCI空间感知也不同.分析表明第一距离越近，对居民感知概率作用也越大；越远，对居民感知概率作用越小(图1).其次，自然人文等要素综合作用，使旅游景点具有很强的叙事性，其是居民TSCI感知及空间差异形成的物质载体.第三，居民个性特征是TSCI感知及空间差异的重要主体因素.不同居民对TSCI认识不同，其感知也有差异.出游意愿，与游客接触机会和频度，女性的敏感性、文化水平、收入等均是影响感知强度的重要因素.第四，游客的言行、特征、旅游方式等是居民TSCI感知形成的直接原因，游客空间行为方式及行为差异，是居民TSCI感知及空间差异形成的源泉.

图1 居民TSCI感知空间差异形成Fig.1 The mechanism of residents’ perception of TSCI

6 结论与讨论

国内外对于旅游地居民感知差异的研究逐渐受到关注，并取得一定研究成果.本文通过对城市居民TSCI感知、感知空间差异及规律、影响因素及形成机制的深入探讨，尝试构建城市范围内居民TSCI感知空间差异的研究范式：首先，通过社会调查、数理统计，结合GIS技术，将居民感知空间差异进行空间分析与表达；然后，结合问卷调查，运用Logistic回归模型，量化分析居民感知差异的影响因素；进而从距离、旅游景点、居民及游客等角度剖析感知空间差异的形成机理.研究认为：(1)城市居民TSCI感知差异明显，其中,正面感知较强，而对负面影响较不认同；(2)通过TSCI居民感知空间分异分析，能准确判断居民感知较好、较差及较为复杂的的区域；(3)Logistic概率模型对于感知差异影响因素分析具有较强解释力；(4)感知及差异的形成机理可从旅游景点、居民、游客等角度展开深入探讨.

本文仍有待进一步完善，未来研究中，游客应作为重要影响因素进行系统深入探讨；居民社会调查部分也有较多完善的空间；为提升研究实践价值与普适性，应加强不同案例地的研究及对比分析；此外，旅游空间公平与正义亦为居民及游客感知研究提供了深入探讨的空间.