旅游小城镇利益主体适应性共管关键变量研究——基于不同城镇不同利益主体的比较分析

王 群, 杨万明

(安徽师范大学 地理与旅游学院，安徽 芜湖 241002)

引 言

适应性共管是在适应性治理和共同管理的基础上发展融合而来，它是适应性治理的一种实现手段，主要以目的地可持续发展和相关利益主体的满意度提高为目的，强调不同利益主体的共同学习、管理和对多个层面上的利益分享、共担责任等[1-2]。Plummer和Fennell指出适应性共同管理是保护区可持续旅游管理的方式，为旅游的跨学科研究提供了一种全新的方法[3]。旅游小城镇是通过发展旅游行业，使旅游业在当地产业结构中占主导地位的小城镇[4]。旅游业和新型城镇化的蓬勃发展，一方面刺激了当地社会、经济的发展，另一方面又使当地传统的生活方式、传统文化和社会经济结构产生了较大的扰动[5]。旅游小城镇作为一种特殊的旅游地，既是城镇居民生产生活的场所，又是各种旅游活动进行的场所，在旅游开发和新型城镇化过程中如何解决数量众多且复杂的利益主体的利益诉求，将影响旅游地的可持续发展，而不同城镇的性质又会对利益主体的诉求产生一定的影响[6-7]。因此协调好不同城镇的发展方向以及城镇不同利益主体适应发展的诉求等，成功实现适应性共管，对旅游城镇的可持续发展和新型城镇化的推进具有重要的作用[8]。

近年来，旅游地适应性的研究受到越来越多学者的关注，但大多数研究是从旅游地农户视角进行旅游适应性研究，如乡村农户对于旅游发展适应的模式研究[9]、传统村落关于乡村旅游适应性评价等[10]。旅游地适应性管理是一种总结旅游发展结果并对旅游政策和方法进行改进的方法，目的是提高适应能力，促进旅游可持续发展。目前旅游地适应性管理的研究一方面是从某个特定的旅游地对其展开深入研究，并提出适应性管理的对策，如基于生命周期理论对旅游地适应性管理的研究[11]、乡村旅游地适应性管理问题的研究[12]；另一方面是从社会-生态系统的角度出发，将其与脆弱性和恢复力等研究相结合，如基于社会-生态系统对适应性管理对策做出的深入研究和乡村生态旅游中农户适应性管理的研究等[13-14]。但上述有关适应性的研究主要强调资源管理者和决策者的旅游参与，对于其他利益主体和共同管理等因素关注较少，无法进行较全面的适应性研究。适应性共管从不同利益主体的视角为旅游可持续发展研究带来了一种新的管理理论和方法[15]。Olsson等认为适应性共管的结果分为“现实的”和“潜在的”，两者共同影响着适应性共管实现的成败[16]，Plummer等列出了适应性共管成功与失败的各种现实和潜在的影响因素，但此列项较多，无法进行准确的衡量和有效的辨别适应性共管的真正影响因素[17]。因此，对于适应性共管以及关键变量的研究有利于旅游地内部各要素的合作和交流，促进旅游地的可持续发展。

基于此，本文从不同旅游小城镇、不同利益主体出发，以适应性共管为理论工具，选取旅游资源型城镇(宏村)和旅游服务型城镇(汤口)为案例地，在已有研究和实际调研的基础上构建适应性共管的指标体系，同时采用主成分分析和多元线性回归模型，辨识出不同城镇和不同利益主体的适应性共管关键变量，并在此基础上对旅游小城镇适应性共管影响机制进行探讨，以期为旅游小城镇的可持续发展提供实践参考。

1 案例地概况与研究设计

1.1 案例地概况

宏村位于黄山市黟县东北部，因其独特的自然和人文风光被称为“中国画里乡村”，2016年入选为中国第一批特色小镇。2019年全镇累计接待游客361.87万人次，门票收入1.78亿元。宏村古村落2000年入选世界文化遗产，是宏村镇旅游资源的龙头，镇内的旅游接待主要为宏村景区服务，是典型的旅游资源型小镇。汤口位于黄山风景区南麓，素有“黄山门户”之称。2019年全镇累计接待游客540万人次，旅游经济收入17.7亿元。汤口镇的旅游发展主要以旅游住宿、餐饮服务为主，是一个典型的旅游服务型小城镇。两镇均为居民生活区，区内聚集着大量本地居民、旅游经营者、旅游从业者等。作为旅游主导的小城镇来说，各利益主体都期望旅游能带给当地和自身更多的利益，但因为角色、地位、职业等不同，各利益主体诉求也有所不同。区别不同的城镇性质、不同的利益主体诉求，是适应性共管的关键，从中进一步辨别不同城镇、不同利益主体的适应性共管关键变量，有利于城镇旅游和新型城镇化的持续发展。

1.2 研究设计

1.2.1 研究思路 研究以旅游资源型城镇宏村和旅游服务型城镇汤口为例，一方面围绕适应性共管过程的关键变量进行因子设定和主成分分析，获得7个自变量公因子，另一方面从人的角度衡量适应性共管结果，设置适应性共管中的利益主体满意度指标，采用最大方差分析方法，进行主成分分析，提取共管结果公因子。然后将关键自变量与共管结果因变量进行多元线性回归分析，得出不同城镇、不同利益主体适应性共管影响因素的异同，构建适应性共管影响机制。

1.2.2 指标体系 国内外学者对适应性共管过程的影响因素进行了大量研究，Plummer对这些文献进行了详细梳理，并总结了适应性共管研究中12个关键变量，分别为组织机构链接、冲突、有利条件、激励因素、领导、学习、知识、网络，组织相互作用、权利共享、共担责任与信任等，并指出关注度最高的5个变量是学习、知识、网络、共享权力和组织相互作用[15]。但Plummer没有进行实证研究以论证这些变量是否适用于所有的案例地。因此，本文结合案例地实际情况，在这12个一级变量下进一步设立二级指标，构建了34个适应性共管影响指标，用以描述旅游小城镇面对干扰下的适应性共管情况，从而进一步提炼符合案例地实际的适应性共管关键变量。同时，从利益主体的满意度方面设置指标作为适应性共管的结果变量，进而探讨适应性共管关键变量与结果变量间的关系，具体指标包括目前旅游发展状况、发展政策和总体生活方面的满意度3个方面。

1.2.3 研究方法 调研组于2017年6月赴安徽省黄山市宏村镇和汤口镇，分别对当地居民、个体经营者、旅游从业者、政府管理人员4大利益主体进行一对一访谈和问卷调查，每户家庭仅填写一份问卷，共发放问卷391份，回收问卷389份，有效回收率为99.5%。

多元线性回归模型能够有效揭示多个自变量对一个因变量的影响，有利于厘清不同变量与因变量之间的相互作用。因此本文首先采用主成分分析法，将34个适应性共管影响因素变量和3个结果变量进行聚类分析，然后运用多元线性回归模型对宏村、汤口适应性共管影响因素变量和结果变量进行关联分析。具体回归方程如下[18]：

S=a+b1x1+b2x2+…bixi

(1)

式中：a是常数项，bi是回归系数，xi为自变量，i=1,2,…,n。

2 样本结构与数据处理

2.1 量表信度分析

运用SPSS 19.0软件对问卷进行信度分析，结果显示基于标准化项的Cronbach α系数为0.882，大于0.7，表明问卷具有较好的可靠性。

2.2 样本结构

样本结构中，当地居民、个体经营者、旅游从业者、政府管理人员4大利益主体中，当地居民人数最多，约占36.5%，其次是个体经营者和旅游从业者，政府管理人员最少，约占7.7%。调查样本符合两个城镇人口类型及规模的实际分布(表1)。

表1 样本基本情况

2.3 数据处理

2.3.1 自变量提取 将因变量与34项自变量进行相关性分析，根据相关性系数显著性的大小，剔除自变量中显著性大于0.05的Y3(本地利益分配不公)、Y13(领导者过多重视经济效益，忽视可持续发展)、Y25(政府和居民之间拥有良好的关系)。对剩下的31项自变量进行主成分分析，并提取公因子，最终获得7个公因子，分别命名为组织机构链接公因子1、有利条件公因子2、学习知识公因子3、共担责任公因子4、网络公因子5、组织相互作用公因子6和冲突公因子7，作为多元回归模型中的自变量(表2)。

表2 适应性共管自变量分析

2.3.2 因变量提取 采用最大方差分析方法，对适应性共管的3个结果变量进行主成分分析，最终获取一个公因子和因子载荷，各项因子载荷均大于0.5，因此提取此公因子作为多元回归模型中的因变量，并命名为共管结果(表3)。

表3 适应性共管因变量分析

3 旅游小城镇适应性共管关键变量分析

为识别不同城镇、不同利益主体适应性共管的主要影响因子，根据公式(1)建立多元线性回归模型，以共管结果为因变量，7个适应性共管因子为自变量，分别对旅游资源型城镇宏村和旅游服务型城镇汤口，以及当地居民、个体经营者、旅游从业者和政府管理人员四大利益主体进行分析。

3.1 不同城镇适应性共管关键变量分析

将宏村与汤口、宏村、汤口分别纳入多元线性回归模型进行共管变量分析，模型调整后的R2分别为0.351、0.324、0.352，均处于可接受范围之内，T与显著性同步，Sig<0.05(其中网络与模型2、网络和组织相互作用与模型3未通过显著性检验，故剔除)，模型具有解释意义(表4)。

表4 不同城镇适应性共管回归分析

模型1，可以看出无论是宏村还是汤口，组织机构链接都是其适应性共管中最关键的变量(0.371)。有利条件、学习知识和共担责任为中等变量，影响系数分别为0.271、0.210和0.243；组织相互作用为低影响变量(0.121)；网络(-0.104)和冲突(-0.152)为负向低影响变量。政府制定合理规划、出台有效政策，为旅游从业者和居民提供良好的参与决策机会，建立政府、企业和居民之间良好的合作机制及交流平台，是提高旅游小城镇共管结果的首要因素。同时旅游发展对宏村、汤口有限的环境和生活空间容量产生了冲击，对当地传统的社会经济以及生态环境造成了一定的破坏，因此竭力维护当地环境和社会的稳定、广泛学习相关旅游知识适应变化，也对适应性共管产生重要的影响。但是旅游小城镇的性质不同，共管水平关键变量的侧重点也略有不同。

模型2，对于景区型小城镇宏村，除了组织机构链接，共担责任也是其最关键的变量(0.323)。宏村既是景区也是社区，建筑和居民生活都是重要的旅游吸引物，居民也在村中从事各类旅游经营活动，共同维护社区的建筑、环境，共同遵守统一的经营规范，相互信任是维持小城镇管理的前提。在有效的“组织机构链接”和“共担责任”首位变量影响下，政府的有利政策、相关利益主体参与的积极性等“有利条件”(0.283)，本地环境污染、空间拥挤等“冲突”(-0.208)则成次要的影响变量。“学习知识”和“组织相互作用”影响相对较弱，但居民的学习意识加强和对本地知识的学习积累，以及居民和经营者保持良好的关系，都有利于共管水平的提高。宏村的资源垄断性使得其“网络”作用不明显，未通过显著性检验。

模型3，对于服务型小城镇汤口，“组织机构链接”是高影响变量，“有利条件”和“学习知识”是次要影响变量。汤口是黄山风景区的主要集散中心，主要承担黄山风景区中转、集散的作用，其各方利益主体介入的积极性、政府的政策吸引等有利条件，是汤口承担旅游服务功能的前提。同时，知识的学习也是汤口共管影响的次要影响变量。“共担责任”和“冲突”的影响较小。“组织相互作用”主要表现为居民和经营者的关系，汤口镇大多数居民为旅游经营者，二者的关系表现不明显，对共管影响未通过显著性检验；同时汤口镇独特位置所具有的旅游服务功能也使得“网络”作用不明显，未通过显著性检验。

3.2 不同利益主体适应性共管关键变量分析

将当地居民、个体经营者、旅游从业者和政府管理人员四类利益主体分别纳入多元线性回归模型进行共管变量分析，模型调整后的R2分别为0.340、0.452、0.375、0.371，均处于可接受范围之内，具有一定的解释性(表5)。

表5 不同利益主体适应性共管回归分析

模型1显示当地居民适应性共管最关键的变量为组织机构链接(0.411)和学习知识(0.310)，其次有利条件(0.146)也具有一定的影响，网络(-0.145)和冲突(-0.188)为负向低影响变量。共担责任和组织相互作用未通过显著性检验。当地居民对于旅游发展的感知总体较弱，各共管因子影响程度有限，但居民多数渴望通过政府和相应机构的调节或通过自身学习来获取更多的旅游红利。

模型2显示个体经营者适应性共管的关键变量为组织机构链接(0.451)、有利条件(0.465)和共担责任(0.341)，三者均为高影响变量。其它因子均未通过显著性检验。个体经营者是获取旅游红利最多的利益主体，其拥有充足的资金和丰富的旅游知识，具有足够的能力应对旅游变化，旅游的持续繁荣发展以及旅游政策是其适应性共管最大的影响要素。同时环境对旅游的积极影响，共担责任对宏村旅游经营者同样具有较高影响。

模型3表明旅游从业者的适应性共管关键变量中，有利条件为高影响变量(0.347)。组织机构链接(0.229)、学习知识(0.249)、组织相互作用(0.255)和冲突(-0.222)为中等影响变量。共担责任和网络未通过显著性检验。旅游从业者渴望从旅游发展中获取旅游利益，但旅游从业者一般从事基层旅游服务行业，其获取的旅游红利相对有限，利益分配不均而产生的冲突对适应性共管的影响也较大。同时，该群体希望通过自身的学习，获取更高的旅游收益。

模型4显示政府管理人员适应性共管的关键变量主要为组织机构链接(0.589)和组织相互作用(0.446)。其它均未通过显著性检验。政府管理人员在旅游发展过程中处于主导引领地位，对个体经营者、旅游从业者和当地居民之间进行合理利益协调，同时建立沟通交流机制，促进不同利益主体的旅游参与，促进区域旅游可持续发展。

4 旅游小城镇适应性共管影响机制分析

旅游小城镇受旅游发展和新型城镇化的扰动，其内部社会-生态系统可能会产生失衡状态，适应性共管有利于推动旅游小城镇可持续发展。而不同的城镇性质和利益相关者诉求又是影响适应性共管的着力点，找出不同城镇和不同利益主体适应性共管的关键变量，是实现旅游小城镇适应性共管的重要途径(图1)。

图1 旅游小城镇适应性共管影响机制

4.1 新型城镇化和旅游发展是旅游小城镇适应性共管的主要外在扰动因素

2014年12月安徽省被列为国家新型城镇化综合试点省；2015年安徽省出台了《国家新型城镇化试点省安徽总体方案》，新型城镇化越来越成为国家经济发展的重点。同时作为旅游小城镇，旅游发展始终是宏村、汤口最为重要的外部扰动要素，旅游发展带来经济利益的同时也打破了小城镇传统的社会、经济和生态系统。新型城镇化和旅游发展在给宏村、汤口带来发展机遇外，也对其产生了一系列的挑战，面对挑战城镇需要做出相对的响应措施，实现旅游城镇的可持续发展。

4.2 旅游城镇性质和主体利益诉求差异是旅游小城镇适应性共管的着力点

宏村、汤口分别为旅游资源型城镇和旅游服务型城镇。宏村旅游开发采取以观光游览为主的保护型开发，相关利益主体对本地资源、环境、邻里关系的维护更为看重，具有积极的共担责任意识。汤口镇为旅游服务型城镇，发展过程中大量游客快速无序地涌入小镇带来了巨大的旅游利益，各利益主体渴望通过学习相关旅游知识增强竞争获取旅游收益。在激烈的商业竞争中，人们更多关心自身生活质量和水平的提高，对于自身所承担的义务和责任较少关注。

利益主体主要为当地居民、个体经营者、旅游从业人员和政府管理人员。当地居民多为较少参与旅游发展，却渴望通过学习相关知识获取其所能感受到旅游经济红利的群体；个体经营者在旅游发展过程中能够最大限度地获取旅游红利，对于旅游带来的消极影响他们可以从所获取的收益中进行调整；旅游从业人员多为基层旅游服务行业人员，获取的旅游红利相对较少且受教育程度较低，渴望通过协调与旅游经营者的关系达到其旅游利益的最大化；政府管理人员对于宏村和汤口适应性共管的实现主要起协调各方利益，引导发展的作用。关注不同的城镇性质和不同利益主体的诉求，是旅游小城镇适应性共管的着力点。

4.3 组织机构链接、有利条件、共担责任、学习知识和组织相互作用是旅游小城镇适应性共管的关键变量

从以上适应性共管关键变量分析可以看出，无论是不同城镇，还是不同利益主体，组织机构链接都是其最重要的关键变量，而组织机构链接的有效性关键在于政府。因此，当前旅游小城镇发展中，政府对于不同利益主体间合作和交流机制平台的建立、鼓励居民参与旅游的相关政策的制定等，对适应性共管的实现具有决定性作用。有利条件包括区域知名度、政府作用和区域居民等，这些条件是发展和维持适应性共管过程的主要条件。共担责任主要是居民对于区域环境和社会关系的义务，旅游发展中除了共享的旅游红利外，还存在一定共享义务，如本地资源、环境的保护、邻里关系的破坏。组织相互作用主要包括居民和经营者之间的关系，旅游小城镇适应性共管主要的问题在于旅游经济利益分配的问题，处理好居民和经营者之间的关系有利于适应性共管的实现。

5 结论与展望

5.1 结论

文章运用问卷调查数据，采用主成分分析法，提取1个因变量公因子(共管结果)和7个自变量因子(组织机构链接、有利条件、学习知识、共担责任、网络、组织相互作用、冲突)。同时运用多元线性回归模型探究不同城镇、不同利益主体适应性共管的影响因素，并总结出旅游小城镇适应性共管的影响机制。主要结论如下：

(1)总体上，组织机构链接是旅游小城镇适应性共管最重要的关键变量。政府制定有利政策，建立交流平台，提供发展机会，鼓励居民参与，是实现适应性共管的关键。

(2)不同性质的城镇，因其具体内在条件不同，适应性共管关键变量有差异。宏村作为旅游资源型城镇，适应性共管最关键的变量是组织机构链接和共担责任；汤口作为旅游服务型城镇，适应性共管最关键的变量是组织机构链接。

(3)不同利益主体因自身所受干扰程度和恢复能力的差异不同，其适应性共管关键变量也存在差异。当地居民主要是组织机构链接、学习知识；个体经营者主要是组织机构链接、有利条件和共担责任；旅游从业者主要是有利条件；政府管理人员主要是组织机构链接和组织相互作用。

(4)旅游小城镇适应性共管的主要外在扰动因素为新型城镇化和旅游发展，旅游城镇性质和主体利益诉求差异是其实现适应性共管的主要着力点，组织机构链接、有利条件、共担责任、组织相互作用、学习知识等是旅游小城镇实现适应性共管最重要的关键变量。

5.2 展望

(1)本文仅从主体角度对当地居民、个体旅游经营者、旅游从业者和政府管理人员4大利益主体出发进行研究。事实上，游客也是旅游小城镇可持续发展的重要利益主体，对适应性共管的实现也具有较强的影响，今后可从客体角度将游客纳入适应性共管框架中，研究游客在适应性共管中的关键变量。

(2)本文对不同城镇、不同利益主体适应性共管的关键变量及影响机制进行分析，但关于适应性的动态管理目标以及相关利益主体在适应性共管中的利益协调等尚有待于进一步研究。

(3)本文与Plummer的研究结果有一定的出入。Plummer指出12个共管关键变量中最受关注的是学习、知识、网络、共享权力和组织相互作用5个变量。而本文针对宏村、汤口两个旅游小城镇研究得出，最重要的关键变量是组织机构链接，其次是有利条件、共担责任、组织相互作用、学习等。其它类型的旅游小城镇以及不同的旅游目的地，其适应性共管关键变量是否都有差异，有待于进一步研究。