施蓓琦,陳 能,王 冕,沈 霖,唐律軒
(1.上海師范大學(xué)旅游學(xué)院,上海200234;2.上海旅游高等專(zhuān)科學(xué)校,上海201418)
近年來(lái),旅游目的地各類(lèi)災(zāi)難事件數(shù)量呈快速上升的勢(shì)頭,自然災(zāi)害已成為制約我國(guó)旅游業(yè)可持續(xù)發(fā)展的重要因素之一[1]。自然災(zāi)害所引起的旅游安全救援已經(jīng)越來(lái)越受到關(guān)注,新頒布的《旅游法》也設(shè)立專(zhuān)章全方位規(guī)范了旅游安全問(wèn)題。然而我國(guó)對(duì)旅游安全救援的研究尚處于起步階段,研究?jī)?nèi)容多為旅游救援的基礎(chǔ)框架、本質(zhì)或原理,以及災(zāi)后恢復(fù)研究[2-5],尚缺少旅游醫(yī)療救援的研究及相關(guān)實(shí)證分析。本文基于旅游災(zāi)害和緊急醫(yī)療救援體系,對(duì)旅游醫(yī)療救援的概念進(jìn)行了界定,即游客及相關(guān)人員在旅游過(guò)程中遇到突發(fā)性自然災(zāi)害,為了盡可能減少人員傷亡,醫(yī)療機(jī)構(gòu)對(duì)救援對(duì)象快速提供醫(yī)療急救服務(wù),由此有效減少損失,降低對(duì)旅游地形象和客源市場(chǎng)的影響;并依據(jù)《旅游突發(fā)公共事件總體應(yīng)急預(yù)案》中“屬地救護(hù)、就近處置”的原則,構(gòu)建旅游救援定位線路模型,合理定位出救點(diǎn),得到快速、安全、高效的旅游醫(yī)療救援路徑。
(1)路段行程時(shí)間
突發(fā)自然災(zāi)害情況下,旅游醫(yī)療救援需要解決的最根本問(wèn)題就是如何及時(shí)將受害游客撤離受災(zāi)地區(qū),送往實(shí)施救治的醫(yī)院,從而達(dá)到減少游客傷亡的目的。因此,救援的關(guān)鍵因素是應(yīng)急點(diǎn)和救援點(diǎn)之間的路段行程時(shí)間,可通過(guò)GIS網(wǎng)絡(luò)分析計(jì)算起訖點(diǎn)(OD)路段行程時(shí)間,以確保應(yīng)急救援車(chē)輛的快速性[6]。
(2)交通網(wǎng)絡(luò)通達(dá)性
道路網(wǎng)絡(luò)作為城市的基礎(chǔ)設(shè)施,其空間通達(dá)性的優(yōu)良與否決定著旅游醫(yī)療救援中物質(zhì)流、能量流和信息流的通暢程度。因此,可通過(guò)空間句法模型,把城市實(shí)體路網(wǎng)空間相互聯(lián)系抽象為連接圖,從而表達(dá)路網(wǎng)通達(dá)性[7]。本文采用路鏈(road stroke)來(lái)取代應(yīng)用于小規(guī)模空間連接的軸線,以道路的自然形態(tài)單元、應(yīng)用感知組織一種自動(dòng)組織、探測(cè)地圖上各種要素的可視化系統(tǒng),對(duì)符合拓?fù)湟?guī)則的路段構(gòu)建路鏈[8]。進(jìn)而,從路鏈的局部集成度來(lái)表征某個(gè)空間與距其幾步內(nèi)的拓?fù)渎?lián)系緊密程度,公式如下

式中,RRAi=2(MDi- 1)/(n - 2)/Dn,n是網(wǎng)絡(luò)中總節(jié)點(diǎn)數(shù),為平均深度值(dij為連接圖上任意兩點(diǎn)的最短距離),Dn=2{n[lb((n+2)/3 - 1)]}/[(n - 1)(n - 2)]。
(3)自然災(zāi)害危險(xiǎn)性對(duì)路段通行能力的影響
自然災(zāi)害不僅對(duì)公路本身造成破損,而且易導(dǎo)致路網(wǎng)中部分道路的擁擠程度出現(xiàn)不穩(wěn)定,這種功能性破壞延長(zhǎng)了路段的行程時(shí)間。通過(guò)層次分析(AHP)的指標(biāo)權(quán)重法,式(2)得到自然災(zāi)害危險(xiǎn)度綜合評(píng)價(jià)指數(shù)的分級(jí)結(jié)果,進(jìn)而得到影響救援通行能力的修正系數(shù),公式分別為

式中,Rp為自然災(zāi)害危險(xiǎn)度綜合評(píng)價(jià)指數(shù);Wj為綜合權(quán)重;Xij為柵格單元中各種自然災(zāi)害的等級(jí);Wr為自然災(zāi)害危險(xiǎn)性影響下的路段通行能力修正系數(shù)。
此外,還需考慮旅游醫(yī)療救援醫(yī)院的容納能力,把旅游醫(yī)療救援醫(yī)院的床位數(shù)量作為旅游醫(yī)療救援點(diǎn)定位的約束條件。
旅游醫(yī)療救援路徑選擇模型是集定位、資源配給和路線選擇于一體的定位和運(yùn)輸路線安排模型(tourism rescue location-routing problem,TR-LRP),用來(lái)確保旅游醫(yī)療救援路徑的時(shí)效性和可靠性。式(4)反映了救援的時(shí)效性目標(biāo);可靠性則以自然災(zāi)害危險(xiǎn)性影響下的路網(wǎng)通達(dá)性最大化為目標(biāo),以連乘積形式表示串聯(lián)路段關(guān)系,再以對(duì)數(shù)取負(fù)得到路網(wǎng)可靠性指標(biāo)(4-2);合理調(diào)度醫(yī)療救援資源,降低出救點(diǎn)數(shù)Yj,是模型的資源集約性目標(biāo)。公式分別為

模型的約束條件為

依據(jù)醫(yī)院救護(hù)車(chē)救護(hù)病人的最佳時(shí)間,車(chē)輛到達(dá)時(shí)間應(yīng)小于應(yīng)急救援時(shí)限(T'=20 min)的要求,見(jiàn)式(7);可供救援的床位數(shù)量Hj大于等于景區(qū)事發(fā)點(diǎn)所需的數(shù)量Xi,見(jiàn)式(8);保證所需床位數(shù)量Hj和應(yīng)急救援醫(yī)院點(diǎn)Yj的一致性,見(jiàn)式(9);判定出救點(diǎn)Yj是否參與救援,見(jiàn)式(10)。
TR-LRP模型作為多目標(biāo)模型,在求解過(guò)程中存在NP(非確定性多項(xiàng)式)問(wèn)題,可通過(guò)信息熵求得各目標(biāo)功效系數(shù)法把多目標(biāo)函數(shù)轉(zhuǎn)換成單目標(biāo)函數(shù),并采用基于粒子群算法的近似算法進(jìn)行求解[9]:
1)確定粒子群算法參數(shù):粒子個(gè)數(shù)K、迭代次數(shù)L、各個(gè)群體認(rèn)知系數(shù)c1和c2、慣性系數(shù)ω。
2)隨機(jī)產(chǎn)生一個(gè)初始粒子,判斷粒子是否滿(mǎn)足約束條件,若不滿(mǎn)足就調(diào)用修正函數(shù),對(duì)粒子進(jìn)行調(diào)整,使其滿(mǎn)足模型中的各個(gè)約束條件;計(jì)算每個(gè)粒子的適應(yīng)度值。
3)計(jì)算初始粒子的適應(yīng)度值,從中選出全局最優(yōu)粒子。
4)根據(jù)公式不斷優(yōu)化更新粒子,同時(shí)將更新后的粒子分量組成合法粒子。
5)如此循環(huán)直至到達(dá)最大循環(huán)次數(shù)則輸出全局最優(yōu)解退出,否則返回步驟2)重新計(jì)算每個(gè)粒子適應(yīng)值。
由此確定出救點(diǎn),進(jìn)一步基于城市拓?fù)渎肪W(wǎng)集,使用ArcGIS中的網(wǎng)絡(luò)分析確定救援行駛的最優(yōu)路徑。
成都位于四川盆地西部的岷江中游地段,自然景觀豐富,歷史悠久,文化底蘊(yùn)深厚,旅游業(yè)成為了成都國(guó)民經(jīng)濟(jì)發(fā)展的支柱性產(chǎn)業(yè)。然而,成都多受自然災(zāi)害的影響,一旦發(fā)生自然災(zāi)害事件,不僅對(duì)旅游產(chǎn)業(yè)造成嚴(yán)重破壞,而且會(huì)影響整體國(guó)民經(jīng)濟(jì)的健康發(fā)展,因而做好旅游醫(yī)療救援定位和路徑確定是有效執(zhí)行實(shí)施旅游安全救援必不可少的步驟。
(1)旅游景區(qū)和醫(yī)療救援點(diǎn)數(shù)據(jù)
成都共有56個(gè)2A級(jí)以上景區(qū)(如圖1所示),人文景觀主要積聚在市區(qū),周邊市域松散分布著自然景觀。與旅游醫(yī)療救援有關(guān)的非營(yíng)利性綜合醫(yī)院則有170家,呈現(xiàn)出中心城區(qū)凝聚性分布的特征。除定位旅游景區(qū)點(diǎn)和應(yīng)急救援醫(yī)院的地理位置外,還可從成都旅游局政務(wù)網(wǎng)、成都日?qǐng)?bào)等官方新聞報(bào)道中挖掘有關(guān)自然災(zāi)害影響下各景區(qū)受災(zāi)游客數(shù)量情況;從成都衛(wèi)生信息網(wǎng)獲取救援醫(yī)院的等級(jí)、床位數(shù)量等信息。
(2)交通網(wǎng)路通達(dá)性
應(yīng)用眾源地理數(shù)據(jù)獲取OSM(open street map,http:∥www.openstreetmap.org/)中的成都市道路數(shù)據(jù),對(duì)原始非標(biāo)準(zhǔn)化數(shù)據(jù)通過(guò)拓?fù)錂z查進(jìn)行質(zhì)量控制,構(gòu)建成都路網(wǎng)數(shù)據(jù)集,并存儲(chǔ)源要素的連通性、行駛限速、單行限制等屬性。由此將拓?fù)渎肪W(wǎng)數(shù)據(jù)集用于計(jì)算應(yīng)急點(diǎn)和救援點(diǎn)之間的路段行程時(shí)間;并依據(jù)式(1),由Axwoman[10]軟件計(jì)算基于路鏈的局部集成度LIi,從而表征成都市路網(wǎng)拓?fù)渌缮⒒蚓o密的程度,對(duì)通達(dá)性進(jìn)行分析(如圖2所示)。

圖1 成都旅游景區(qū)和醫(yī)療救援點(diǎn)分布

圖2 成都市交通路網(wǎng)通達(dá)性
(3)自然災(zāi)害危險(xiǎn)性影響下救援通行能力修正系數(shù)
基于多層次自然災(zāi)害危險(xiǎn)度評(píng)價(jià)指標(biāo)體系(見(jiàn)表1),分別從《中國(guó)地震動(dòng)峰值加速度區(qū)劃圖》、美國(guó)地質(zhì)勘探局(USGS)地震數(shù)據(jù)庫(kù)、2010年四川省地質(zhì)環(huán)境監(jiān)測(cè)數(shù)據(jù)、《四川省洪澇災(zāi)害圖》《四川省旱災(zāi)圖》獲取相應(yīng)指標(biāo)的數(shù)據(jù)。輸入這些數(shù)據(jù),由yaahp軟件進(jìn)行層次分析法計(jì)算自然災(zāi)害危險(xiǎn)度評(píng)價(jià)指標(biāo)的權(quán)重,即地震 0.412,泥石流 0.161,滑坡0.208,洪澇 0.127,干旱 0.092。據(jù)式(2)應(yīng)用柵格計(jì)算器進(jìn)行加權(quán)因子疊置,得到自然災(zāi)害危險(xiǎn)度綜合評(píng)價(jià)指數(shù),如圖3所示。再由式(3)把自然災(zāi)害危險(xiǎn)性轉(zhuǎn)換為穿越自然災(zāi)害危險(xiǎn)區(qū)域的路段通行能力修正系數(shù)。

表1 自然災(zāi)害危險(xiǎn)度評(píng)價(jià)指標(biāo)體系

圖3 成都市自然災(zāi)害危險(xiǎn)性分級(jí)
導(dǎo)入上述數(shù)據(jù),由信息熵計(jì)算得到3個(gè)目標(biāo)函數(shù)的功效系數(shù),即時(shí)效性 0.67,可靠性 0.21,資源集約性0.12,進(jìn)而把多目標(biāo)函數(shù)轉(zhuǎn)換成單目標(biāo)函數(shù)。將群體規(guī)模K設(shè)定為100,慣性權(quán)重系數(shù)ω在[0.4,0.9]區(qū)間內(nèi),則采用線性遞減權(quán)值策略,各個(gè)群體認(rèn)知系數(shù)c1=c2=1.4。由此運(yùn)用粒子群算法進(jìn)行TSLRP模型的優(yōu)化求解,得到結(jié)果,見(jiàn)表2。表明粒子群算法對(duì)于TP-LRP模型能快速收斂,且能得到穩(wěn)定性好的最優(yōu)解。鑒于旅游醫(yī)療救援的關(guān)鍵為救援的時(shí)效性和安全可靠性,以1800次迭代的穩(wěn)定結(jié)果為T(mén)S-LRP模型求取成都市旅游醫(yī)院救援的最優(yōu)解,從170家備選的綜合醫(yī)院中確定41家為56個(gè)旅游景區(qū)提供旅游醫(yī)療救援服務(wù)。

表2 TR-LRP優(yōu)化解
(1)空間布局優(yōu)化
縱觀這41家旅游醫(yī)療救援點(diǎn)在各區(qū)縣的分布(見(jiàn)表3)。成都市主城區(qū)內(nèi)應(yīng)急救援資源充足;而青白江區(qū)和錦江區(qū)的旅游景區(qū)偏離城區(qū)中心,較難得到本區(qū)應(yīng)急醫(yī)療救援中心的有效支撐,青白江區(qū)客家杏花村旅游景區(qū)需要依托龍泉驛區(qū)第二人民醫(yī)院的救援;周邊的都江堰市在汶川地震后,醫(yī)療應(yīng)急資源得到了補(bǔ)充,因而旅游資源與醫(yī)療應(yīng)急資源空間分布的合理性,使得旅游應(yīng)急醫(yī)療救援中心在保證應(yīng)急救援供應(yīng)充足的同時(shí)能盡量少占用出救點(diǎn)調(diào)度資源;但其他縣區(qū)如邛崍市、蒲江縣、大邑縣、雙流縣的醫(yī)療資源在縣市中心積聚化,不便于處于縣市邊緣的旅游景區(qū)應(yīng)急救援。
(2)行駛路徑優(yōu)化
由于受到路網(wǎng)通達(dá)性和自然災(zāi)害危險(xiǎn)性對(duì)救援通行能力的影響,救援車(chē)輛出行路徑問(wèn)題不能僅用最短路徑,而是在最優(yōu)路徑求解中融入這兩個(gè)因素。基于拓?fù)渎肪W(wǎng)數(shù)據(jù)集,由ArcGIS網(wǎng)絡(luò)路徑分析功能模塊規(guī)劃城市路網(wǎng)下的從旅游景區(qū)到應(yīng)急救援醫(yī)院救援行駛路徑,如圖4所示。

表3 成都市旅游醫(yī)療救援點(diǎn)定位結(jié)果表 個(gè)

圖4 成都市旅游醫(yī)療救援路徑
從上述結(jié)果分析中可知,在醫(yī)療資源充足的市中心區(qū)域,其旅游醫(yī)療救援點(diǎn)定位配給方面更具有選擇性;而市郊地區(qū)的旅游景區(qū)與醫(yī)療應(yīng)急資源配置分布不均,不利于救援的醫(yī)療響應(yīng)。尤其對(duì)于天臺(tái)山旅游景區(qū)、西嶺雪山景區(qū)之類(lèi)的山岳型景區(qū)而言,由于受復(fù)雜山岳型地貌及自然災(zāi)害因素的影響,其旅游醫(yī)療救援的艱難程度比一般地區(qū)更為復(fù)雜;且山岳型景區(qū)往往偏離縣市醫(yī)療資源聚集區(qū),很難得到緊急醫(yī)療救援中心的有效支撐。因此,景區(qū)的旅游醫(yī)療救援不僅需要有合理的醫(yī)療資源配置,同時(shí)還需要加強(qiáng)對(duì)救援的醫(yī)療響應(yīng)、救援的衛(wèi)生評(píng)估、景區(qū)管理與醫(yī)療救援容量聯(lián)動(dòng)信息獲取,以及對(duì)于山岳型景區(qū)旅游救援需求預(yù)測(cè)等問(wèn)題綜合研究。
本文根據(jù)旅游醫(yī)療救援路徑選擇的實(shí)際需求,在考慮救援資源定位—配給—路徑的基礎(chǔ)上,引入路段行程時(shí)間、交通網(wǎng)絡(luò)通達(dá)性和自然災(zāi)害危險(xiǎn)性對(duì)于路段通行能力的影響等因素,提出了旅游醫(yī)療救援定位和運(yùn)輸路線安排模型,保障了旅游醫(yī)療救援過(guò)程中對(duì)路徑?jīng)Q策的安全性、實(shí)時(shí)性及快速性等要求。應(yīng)用GIS空間分析技術(shù)和優(yōu)化算法分析成都市旅游醫(yī)療救援路徑選擇,以實(shí)際旅游景區(qū)(點(diǎn))、醫(yī)療救援點(diǎn)和道路路網(wǎng)數(shù)據(jù)得到分析結(jié)果,為旅游醫(yī)療救援提供了決策支持;并對(duì)成都市域內(nèi)山岳型景區(qū)旅游醫(yī)療救援存在的問(wèn)題進(jìn)行了探討,這也將是下一步研究的重點(diǎn)。
[1]中國(guó)旅游研究院.中國(guó)區(qū)域旅游發(fā)展年度報(bào)2010—2011[M].北京:中國(guó)旅游出版社,2011:5-26.
[2]鄭向敏,高玲.國(guó)內(nèi)近年關(guān)于旅游安全研究的綜述與啟示[J].北京第二外國(guó)語(yǔ)學(xué)院學(xué)報(bào),2009,31(5):17-24,66.
[3]翟向坤.論中國(guó)旅游救援體系的建設(shè)[J].北京工商大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2008(5):84-92.
[4]施蓓琦,陳能,沈霖,等.基于移動(dòng)互聯(lián)的旅游安全救援服務(wù)系統(tǒng)設(shè)計(jì)[J].上海師范大學(xué)學(xué)報(bào):自然科學(xué)版,2013,42(4):405-409.
[5]石興,黃崇福.自然災(zāi)害風(fēng)險(xiǎn)可保性研究[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào),2008,16(3):382-392.
[6]李清泉,李秋萍,方志祥.一種基于時(shí)空擁擠度的應(yīng)急疏散路徑優(yōu)化方法[J].測(cè)繪學(xué)報(bào),2011,40(4):517-523.
[7]易增林,李本新,肖高銘,等.空間句法在城市形態(tài)分析中的作用[J].測(cè)繪通報(bào),2008(2):44-47.
[8]THOMSON R C.Bending the Axial Line:Smoothly Continuous Road Centre-line Segments as a Basis for Road Network Analysis[C]∥ The 4th International Space Syntax Symposium.London:[s.n.],2013.
[9]EBERHART R C,KENNEDY J.Swarm Intelligence[M].San Francisco:Mornan Kaufmann Publishers,2001.
[10]BIN J.Axwoman[EB/OL].2014-06-30.http:∥fromto.hig.se/~bjg/Axwoman.html.