Study on Hierarchical Clustering of Forest Fire Risk Sensitivity in Xichang City

Yi laiazhi; TANG Yong; HE Li; YU Xue

doi:10.12172/202105220001

Volume 43 Issue 1

Mar. 2022

Article Contents

Turn off MathJax

Article Navigation > Journal of Sichuan Forestry Science and Technology > 2022 > 43(1): 70-76

Yilaiazhi, TANG Y, HE L, et al. Study on hierarchical clustering of forest fire risk sensitivity in Xichang city[J]. Journal of Sichuan Forestry Science and Technology, 2022, 43(1): 70−76 doi: 10.12172/202105220001

Citation:

Study on Hierarchical Clustering of Forest Fire Risk Sensitivity in Xichang City

doi: 10.12172/202105220001

More Information

College of Tourism and Urban-rural Planning, Chengdu University of Technology, Chengdu 610059, China

Available Online: 2022-01-14
Publish Date: 2022-03-02

Abstract

The forest fire in Xichang in 2020 provides a good opportunity for the study of fire risk sensitivity clustering. In order to reveal the differences of fire risk perception among different forest fire risk sensitivity cluster groups and different tourism behaviors driven by fire danger, the foreign tourists travelling Xichang were selected as the research object, through the questionnaire survey. The results showed that, based on the fire risk sensitivity, the tourists were divided into three effective clusters: fearless (n = 73), cautious (n = 133) and rational (n = 43), and the correct grouping rate was over 80%. There were significant differences in the perceived threat of wildfires in Lushan Forest Park, Torch Festival, and Yi Nationality Year among different clusters, and the intensity of fire risk perception was cautious > rational > fearless. When a fire emergency occurred, most of the fearless, cautious and rational clusters would choose to postpone the trip, especially the cautious cluster with the highest number and proportion, which indicated that tourists with higher risk sensitivity tended to avoid risks. The conclusion of this paper was expected to provide reference for people with different risk sensitivity to formulate differentiated and targeted coping strategies.
- Forest fire;
- Risk sensitivity;
- Hierarchical cluster;
- Xichang

References

[1]	甘薇薇,杨淑群,马振峰,等. 北太平洋海温异常对四川省春季林火的影响[J]. 中国农学通报,2016(6):132−138. doi: 10.11924/j.issn.1000-6850.casb15090020
[2]	胡卸文,金涛,殷万清,等. 西昌市经久乡森林火灾火烧区特点及火后泥石流易发性评价[J]. 工程地质学报,2020,28(4):762−771.
[3]	白夜,王博,武英达,等. 凉山州森林火灾形成的火环境研究[J]. 林业资源管理,2020(5):116−122+130.
[4]	郑向敏. 目的地旅游安全分析[J]. 创新,2010,4(2):23−28. doi: 10.3969/j.issn.1673-8616.2010.02.005
[5]	黄钰琳. 山火为何频发?教训如何吸取?——大数据解读西昌“3.30”森林火灾舆情[J]. 中国应急管理,2020(5):46−47.
[6]	Floyd M F, Gibson H, Pennington-Gray L, et al. The Effect of Risk Perceptions on Intentions to Travel in the Aftermath of September 11, 2001[J]. Journal of Travel & Tourism Marketing, 2004, 15(2-3): 19−38.
[7]	尚志海. 基于人地关系的自然灾害风险形成机制分析[J]. 灾害学,2018,33(2):5−9. doi: 10.3969/j.issn.1000-811X.2018.02.002
[8]	魏书精,罗斯生,罗碧珍,等. 气候变化背景下森林火灾发生规律研究[J]. 林业与环境科学,2020,36(2):133−143. doi: 10.3969/j.issn.1006-4427.2020.02.019
[9]	Tsibart A S, Gennadiev A N. The influence of fires on the properties of forest soils in the Amur River basin (the Norskii Reserve)[J]. Eurasian Soil Science, 2008, 41(7): 686−693. doi: 10.1134/S1064229308070028
[10]	Reynolds K M, Thomson A J, Köhl M, et al. Modelling public support for wildland fire policy[M]. Sustainable forestry: From monitoring and modelling to knowledge management and policy science, 2007.
[11]	岳超,罗彩访,舒立福,等. 全球变化背景下野火研究进展[J]. 生态学报,2020,40(2):385−401.
[12]	贾建民,李华强,范春梅,等. 汶川地震重灾区与非重灾区民众风险感知对比分析[J]. 管理评论,2008,20(12):4−8+29+63.
[13]	Quintal V A, Lee J A, Soutar G N. Risk, uncertainty and the theory of planned behavior: A tourism example[J]. Tourism Management, 2010, 31(6): 797−805. doi: 10.1016/j.tourman.2009.08.006
[14]	Rosselló J, Becken S, Santana-Gallego M. The effects of natural disasters on international tourism: A global analysis[J]. Tourism Management, 2020(79): 1−10.
[15]	Cioccio L, Michael E J. Hazardor disaster: tourism management for the inevitable in Northeast Victoria[J]. Tourism Management, 2007, 28(1): 1−11. doi: 10.1016/j.tourman.2005.07.015
[16]	Thapa B, Cahyanto I, Holland S M, et al. Wildfires and tourist behaviors in Florida[J]. Tourism Management, 2013, 36: 284−292. doi: 10.1016/j.tourman.2012.10.011
[17]	Borrie W, McCool S, Whitmore J. Wildland fire effects on visits and visitors to the Bob Marshall Wilderness Complex[J]. International Journal of Wilderness, 2006, 12(1): 32−35.
[18]	Walters G, Clulow V. The tourism market's response to the 2009 Black Saturday Bushfires: The case of Gippsland[J]. Journal of Travel & Tourism Marketing, 2010, 27(8): 844−857.
[19]	Slovic P. The perception of risk[M]. Science, 1987.
[20]	苏筠,刘南江,林晓梅. 社会减灾能力信任及水灾风险感知的区域对比——基于江西九江和宜春公众的调查[J]. 长江流域资源与环境,2009,18(1):92−96. doi: 10.3969/j.issn.1004-8227.2009.01.015
[21]	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[J]. 人文地理,2009,24(6):97−102. doi: 10.3969/j.issn.1003-2398.2009.06.019
[22]	邹永广,郑向敏. 旅游目的地游客安全感形成机理实证研究[J]. 旅游学刊,2014,29(3):84−90. doi: 10.3969/j.issn.1002-5006.2014.03.009
[23]	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]. 管理学季刊,2011,6(3):90−105.
[24]	李锋,孙根年. 旅游目的地灾害事件的影响机理研究[J]. 灾害学,2007,22(3):134−138. doi: 10.3969/j.issn.1000-811X.2007.03.030
[25]	苏全有,赵芳鋆. 试析突发性灾害对旅游业的影响[J]. 防灾科技学院学报,2007(3):5−8. doi: 10.3969/j.issn.1673-8047.2007.03.002
[26]	陈奕,张晴. 论新闻报道中“偏离放大螺旋”效应及其规避——兼论从“彭宇案”到“小悦悦事件”[J]. 新闻界,2012(9):3−5. doi: 10.3969/j.issn.1007-2438.2012.09.001
[27]	吴艾凌,吕兴洋,谭慧敏. 灾后自媒体负面报道偏差对潜在旅游者到访意愿的影响——以九寨沟“8·8”地震为例[J]. 旅游学刊,2019,34(4):40−50.
[28]	Armstrong E K, Ritchie B W. The heart recovery marketing campaign: destination recovery after a major bushfire in Australia's national capital[J]. Journal of Travel & Tourism Marketing, 2008, 23(1): 175−189.
[29]	Rex J. Rowley. Under threat of fire[J]. GeoHumanities., 2020, 6(2): 424−431. doi: 10.1080/2373566X.2020.1778501

Proportional views

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

Figures(1) / Tables(8)

Get Citation

PDF

XML

Article views(470) PDF downloads(12) Cited by()

Proportional views

HTML

近年来，凉山州森林火灾频发^[1]。2019年3月30日，凉山州木里县因原始森林遭雷击引发森林火灾，致31人遇难；次年3月30日，凉山州西昌市经久乡大营农场再次发生森林大火，过火面积>3 000 hm²，重度火烧区>46.8%^[2]。山火迅速漫延至泸山，直接威胁石油液化气储配站、加油站、学校以及大型百货仓库等重要设施，造成19人遇难和重大财产损失^[2-3]。森林火灾扑救过程的复杂性及相关新闻报道加重了部分公众对西昌适游安全性问题的顾虑^[4-5]。在此意义上，旅游凝视下差异化的火灾风险感知是灾后重建过程中亟待解答的重要基础性科学问题^[6]（见图1）。

Figure 1. Xichang forest fire area and surrounding main facilities

风险敏感度（Risk Sensitivity）是灾害地理学、人类学、社会学等自然与社会科学领域共同关注的重要问题，涉及地震、洪水、飓风、海啸等灾害类型^[7-9]。近年来，全球森林火灾频发，为火灾驱动下的生态环境、气候变化、风险评估和预警等研究提供诸多案例^[10-11]，但森林火灾风险感知与旅游行为研究所受关注尚不充分^[12-14]。研究发现，森林火灾不仅损毁旅游资源，更会破坏旅游目的地安全形象，加大敏感型游客的旅游风险感知，对其旅游决策产生了显著的负面效应^[15-16]。有鉴于此，有必要对森林火灾进行实证研究，而不是一般的火灾风险评估。前人关于森林灾害风险与旅游决策关系的探索为森林火灾驱动下风险敏感度及其聚类问题研究提供了重要参考^[16-18]。

本文以西昌森林火灾为案例，采用实证研究设计，基于“游客凝视”，揭示不同森林火灾风险敏感度人群的火灾发生可能性感知差异和火灾险情驱动下的不同旅游行为，以期为“人-灾”行为关系研究提供实证案例，特别是为不同风险敏感度人群制定差异化和针对性的舆情应对策略提供参考。

1. 数据来源与研究方法

1.1. 量表设计

参考相关文献设计自填式半封闭结构化问卷^[16,19]，以5分制里克特（Likert）量表为度量尺度。问卷由火灾风险敏感度、火灾发生可能性、火灾险情以及人口学特征4部分组成。第一组问题包括“安全是我到西昌旅游考虑的首要因素”等10项森林火灾风险敏感度测试项。第二组问题包括邛海、泸山、火把节等6项火灾发生可能性测试项。第三组问题包括火灾引发堵车、封路、空气污染等8项火灾险情测试项。人口学特征包括常住地、性别、年龄、职业、学历、推荐意愿6项问题。最后一项是对西昌森林火灾防治意见的开放性问题。

1.2. 数据采集

选择西昌市泸山森林公园、邛海国家湿地公园、建昌古城等游客聚集区域，采用便利抽样法，以实际前往西昌市的中国籍游客作为调研对象。凉山州除西昌市以外的其余15个县的居民也作为游客受访。预调研阶段：2020年10月4日—2020年10月6日，共发放问卷91份，收回有效问卷66份；正式调研阶段：2020年11月7日—2020年年12月6日，共发放问卷228份，收回有效问卷198份。两阶段共发放问卷319份，收回有效问卷264份，有效率为82.76%。使用克兰巴赫系数（Cronbach’s alpha）对问卷进行信度检验，量表内部一致性系数为0.820（a>0.5），说明问卷有良好的一致性和稳定性。

1.3. 数据处理

使用IBM SPSS Statistics 25.0作为分析工具。运用克兰巴赫系数对数据进行信度检验，采用聚类分析对火灾风险敏感因子进行分类，运用方差分析和交叉分析揭示不同类型游客的风险感知差异和旅游行为特征。

2. 研究结果

2.1. 人口学特征

受访对象中，男性（51.9%）略多于女性（47.3%）；18~24岁年龄段的游客占比最大（47.3%），其次为25~34岁年龄段的游客（20.8%），老年游客占比相对较少；受教育程度集中于本科（46.2%）、大专（22.3%）；主要职业类型包括学生（38.3%）和全职工作（35.6%）；43.2%的游客最近两年愿意推荐他人去西昌游玩，15.5%的游客不愿意推荐，39.8%的游客不确定；凉山州外、四川省内的游客（53.8%）略多于凉山州内的游客（40.5%），省外游客相对较少（5.7%）（见表1）。

变量	频数	百分比/%	变量	频数	百分比/%
性别			常住地
男	137	51.9	凉山州内	107	40.5
女	125	47.3	四川省内	142	53.8
N/A	2	0.8	四川省外	15	5.7
年龄			N/A	0	0.0
未满18岁	20	7.6	职业
18—24岁	125	47.3	全职工作	94	35.6
25—34岁	55	20.8	兼职工作	16	6.1
35—44岁	31	11.7	学生	101	38.3
45—54岁	21	8.0	自主创业	26	9.8
55—64岁	7	2.7	退休	8	3.0
65岁及以上	3	1.1	待业	9	3.4
不回答	1	0.4	其他	8	3.0
N/A	1	0.4	N/A	2	0.8
学历			推荐意愿
中专、初中、小学	35	13.3	是	114	43.2
高中、职高	31	11.7	否	41	15.5
大专	59	22.3	不确定	105	39.8
本科	122	46.2	N/A	4	1.5
硕士及以上	12	4.6
其他	4	1.5
N/A	1	0.4

Table 1. Demographic characteristics

2.2. 聚类分析

使用R型聚类对风险敏感度人群分类的先验数进行探索，聚类数分设为3~5类。距离度量为最远邻元素（Further Neighbor），度量距离标准为皮尔逊相关性（Pearson Correlation）。冰柱图和谱系图提示变量存在3个有效聚类，依次命名为无畏型、谨慎型和理性型（见表2）。

变量名	类别	聚类名称
①森林火灾与旅游地安全与否无关；②目前的西昌非常安全；③这场火灾对我是否到西昌旅游毫无影响；④听说有人在西昌遭遇火灾，但这对我是否去西昌没影响；⑤森林火灾不会阻止我到西昌旅游。	第一类	无畏型
①森林火灾风险完全消除我才会考虑去（再次去）西昌；②西昌常发生森林火灾，所以我不愿意去那里。	第二类	谨慎型
①安全是我到西昌旅游考虑的首要因素；②在西昌和其他旅游地之间做选择时，我会去没有森林火灾的地方旅游；③我想去西昌，但关于这场火灾的新闻报道令我很担心。	第三类	理性型

Table 2. R-type clustering results

基于R型聚类分析结果，将Q型聚类数设为3类，并据此划分264个案例。其中，无畏型（n=73人）、谨慎型（n=133人）、理性型（n=43人），含缺失项15例（见表3）。方差分析表明，类聚间有统计学上的显著差异（p<0.05）。

变量名	无畏型（n=73)	谨慎型（n=133)	理性型（n=43)	F值	Sig.
安全是我到西昌旅游考虑的首要因素	2.58	3.94	4.05	45.409	0.000
森林火灾风险完全消除我才会考虑去（再次去）西昌	2.48	3.12	2.09	19.343	0.000
在西昌和其他旅游地之间做选择时，我会去没有森林火灾的地方旅游	2.67	3.59	3.19	14.404	0.000
西昌常发生森林火灾，所以我不愿意去那里	2.21	2.44	1.95	3.555	0.003
我想去西昌，但关于这场火灾的新闻报道令我很担心	2.29	3.71	2.09	84.648	0.000
森林火灾与旅游地安全与否无关	3.75	3.17	3.14	6.486	0.002
目前的西昌非常安全	2.81	2.02	2.67	17.091	0.000
这场火灾对我是否到西昌旅游毫无影响	3.26	2.70	2.51	8.294	0.000
听说有人在西昌遭遇火灾，但这对我是否去西昌没影响	3.26	2.61	2.60	9.509	0.000
森林火灾不会阻止我到西昌旅游	3.04	2.36	2.60	9.724	0.000

Table 3. Q-type clustering results

2.3. 判别分析

为了检验聚类效果，采用判别分析计算10项火灾风险敏感度变量的标准化典则判别函数。结果表明，函数1的特征值为1.584，能够解释79.8%的变异（卡方=310.838）；函数2特征值为0.402，能够解释20.2%的变异（卡方=81.589）。2个标准化典则判别函数均在0.05水平上显著，拒绝零假设，即认为函数能较好地将3个聚类区分开。其中，“我想去西昌，但关于这场火灾的新闻报道令我很担心”（系数=0.795）是函数1的最强预测指标，而“安全是我到西昌旅游考虑的首要因素”（系数=−0.811）是函数2的最强预测指标。判别模型分组准确率较高，249个样本中87.6%被正确分类。其中，无畏型的正确分组率为83.60%，谨慎型为88.70%，理性型为90.70%（见表4-表6）。

函数	特征值	方差百分比/%	典型相关性	Wilks' Lambda	卡方	df	Sig.
1	1.584	79.8	0.783	0.276	310.838	20	0.000
2	0.402	20.2	0.535	0.713	81.589	9	0.000

Table 4. Significant test of function

火灾风险敏感因子	函数1	函数2
安全是我到西昌旅游考虑的首要因素	0.266	−0.811
森林火灾风险完全消除我才会考虑去（再次去）西昌	0.245	0.490
在西昌和其他旅游地之间做选择时，我会去没有森林火灾的地方旅游	0.241	−0.281
西昌常发生森林火灾，所以我不愿意去那里	−0.077	0.004
我想去西昌，但关于这场火灾的新闻报道令我很担心	0.795	0.410
森林火灾与旅游地安全与否无关	−0.305	0.170
目前的西昌非常安全	−0.449	−0.241
这场火灾对我是否到西昌旅游毫无影响	−0.082	0.285
听说有人在西昌遭遇火灾，但这对我是否去西昌没影响	−0.118	0.167
森林火灾不会阻止我到西昌旅游	−0.278	−0.016

Table 5. Standardized criterion discriminant function coefficient

类别		预测组成员
类别		无畏型	谨慎型	理性型	总计
数量	无畏型	61	5	7	73
	谨慎型	5	118	10	133
	理性型	1	3	39	43
百分比	无畏型	83.60%	6.80%	9.60%	100%
	谨慎型	3.80%	88.70%	7.50%	100%
	理性型	2.30%	7%	90.70%	100%
注：正确地对87.6%个原始已分组个案进行了分类。

Table 6. Classification results

2.4. 方差分析

以火灾发生可能性为控制变量，采用单因素方差分析和多重比较考察不同组别的差异。方差齐时选择LSD进行检验；方差不具齐时用Tamhane进行检验。结果表明，3类受访对象对泸山森林公园、火把节、彝族年的火灾发生可能性感知存在显著差异（Sig.<0.05）；对邛海国家湿地公园（M=2.34<2.5）、建昌古城（M=3.01）和凉山彝族奴隶社会博物馆（M=3.05）发生火灾的可能性认知没有显著差异（Sig.>0.05），均认为邛海国家湿地公园基本不可能发生森林火灾。其中，B（M=4.00）对泸山森林公园的评分明显高于A（M=3.28）、C（M=3.66）；B（M=4.11）对火把节的评分也高于A（M=3.56）、C（M=3.11），表明谨慎型最有可能认为泸山森林公园和火把节容易发生火灾。A与C（Sig.=0.039）、C与B（Sig.=0.011）在彝族年的变量上存在显著差异，即无畏型（M=3.44）和谨慎型（M=3.40）的评分高于理性型（M=3.00）。总体来看，火灾发生可能性评分从高到低依次为谨慎型>理性型>无畏型（见表7）。

火灾发生可能性因子	方差齐性检验		游客类别	描述性统计		方差分析		多重比较
火灾发生可能性因子	Levene 统计量	Sig.	游客类别	频数	均值	F值	Sig.	变量	LSD	Sig.	Tamhane	Sig.
邛海国家湿地公园	1.761	0.174	A	39	2.15	1.491	0.227	A-B	−0.31282	0.085	−0.31282	0.317
			B	120	2.47			A-C	−0.23365	0.225	−0.23365	0.568
			C	80	2.39			C-B	−0.07917	0.577	−0.07917	0.911
泸山森林公园	7.813	0.001	A	39	3.28	9.030	0.000	A-B	−0.718*	0.000	−0.718*	0.003
			B	123	4.00			A-C	−0.376*	0.046	−0.37649	0.233
			C	82	3.66			C-B	−0.341*	0.014	−0.341*	0.033
建昌古城	0.446	0.641	A	38	2.97	0.100	0.905	A-B	−0.07849	0.672	−0.07849	0.969
			B	115	3.05			A-C	−0.03914	0.842	−0.03914	0.996
			C	78	3.01			C-B	−0.03935	0.787	−0.03935	0.990
凉山彝族奴隶社会博物馆	0.649	0.523	A	39	3.05	0.114	0.892	A-B	0.03419	0.859	0.03419	0.997
			B	117	3.02			A-C	−0.03846	0.851	−0.03846	0.996
			C	78	3.09			C-B	0.07265	0.633	0.07265	0.953
火把节	6.827	0.001	A	39	3.56	3.745	0.025	A-B	−0.543*	0.007	−0.54334	0.077
			B	121	4.11			A-C	−0.36182	0.089	−0.36182	0.390
			C	81	3.93			C-B	−0.18151	0.246	−0.18151	0.532
彝族年	0.872	0.420	A	39	3.44	3.807	0.024	A-B	0.03419	0.862	0.03419	0.998
			B	117	3.40			A-C	0.0436*	0.039	0.43590	0.154
			C	76	3.00			C-B	−0.402*	0.011	−0.402*	0.035
注：A、B、C表示游客类型，其中：A代表无畏型；B代表谨慎型；C代表理性型；上角标*表示在0.05水平（双侧）上显著相关。

Table 7. Cluster analysis of tourists and variance analysis of fire probability

2.5. 交叉分析

火灾导致交通堵塞、火灾浓烟导致交通事故和火灾导致封路这3种火灾险情与聚类存在显著相关性，故采用列联表考察3种火灾险情下聚类差异化的旅游行为响应。总体上，火灾险情发生时，无畏型、谨慎型和理性型大多会选择推迟行程，尤以谨慎型做此选项的人数和比例最高。无畏型大多对火灾险情持无所畏惧的态度，故认为火灾导致交通堵塞（N=15, P=48.4%）和火灾浓烟导致交通事故（N=8, P=47.1%）对其旅游行为毫无影响的比例远高于谨慎型和理性型。火灾导致封路的情境下，无畏型和谨慎型认为毫无影响的人数和占比相同（N=7, P=41.2%），但无畏型推迟（N=25, P=26.9%）或取消行程（N=24, P=22.6%）的人数略多于缩短行程者（N=17, P=63.0%）。谨慎型对火灾险情非常敏感，故倾向于推迟或取消行程。火灾导致交通堵塞时，谨慎型推迟（N=82, P=63.1%）或取消行程（N=28, P=57.1%）的人数和比例最高。类似的情况还发生在火灾浓烟导致交通事故和火灾导致封路时。理性型对火灾险情有着较为客观理性的认知，故推迟或取消行程的人数和比例远低于谨慎型，略低于无畏型。但火灾导致封路发生时，理性型更倾向于取消行程（N=22, P=20.8%），而不是推迟或缩短行程（见表8）。

火灾险情	游客类型	毫无影响	缩短行程	推迟行程	取消行程	再也不去	卡方	Sig.
火灾导致交通堵塞	无畏型	15（48.4%）	17（47.2%）	27（20.8%）	11（22.4%）	2（100%）	25.023	0.001
	谨慎型	9（29.0%）	14（38.9%）	82（63.1%）	28（57.1%）	0（0.0%）
	理性型	7（22.6%）	5（13.9%）	21（16.2%）	10（20.4%）	0（0.0%）
火灾浓烟导致交通事故	无畏型	8（47.1%）	19（45.2%）	28（25.5%）	16（20.8%）	2（66.7%）	17.026	0.030
	谨慎型	5（29.4%）	17（40.5%）	62（56.4%）	49（63.6%）	0（0.0%）
	理性型	4（23.5%）	6（14.3%）	20（18.2%）	12（15.6%）	1（33.3%）
火灾导致封路	无畏型	7（41.2%）	17（63.0%）	25（26.9%）	24（22.6%）	0（0.0%）	34.481	0.000
	谨慎型	7（41.2%）	8（29.6%）	56（60.2%）	60（56.6%）	1（20.0%）
	理性型	3（17.6%）	2（7.4%）	12（12.9%）	22（20.8%）	4（80%）

Table 8. Cross-analysis of tourist types and fire hazards

3. 结论与讨论

灾后风险分析是开展有效风险沟通的重要前提^[7,20]。以西昌市森林火灾为研究案例，聚焦森林火灾风险敏感度聚类问题，揭示不同风险敏感度游客的火灾风险感知和旅游行为差异，取得如下结论：

首先，基于火灾风险敏感度，通过聚类分析，将游客类型划分为无畏型、谨慎型和理性型。用判别函数检验聚类效果，发现“我想去西昌，但关于这场火灾的新闻报道令我很担心”和“安全是我到西昌旅游考虑的首要因素”这2项是影响游客旅游决策的关键因素，表明灾后旅游地的安全状况和媒体报道是影响游客旅游决策的决定性因素^[4,21-22]。其次，不同聚类游客对泸山森林公园、火把节、彝族年发生火灾的可能性感知存在显著差异（谨慎型>理性型>无畏型），侧面说明谨慎型游客的火灾风险感知最高，理性型居中，无畏型最低。最后，西昌森林火灾险情发生时，无畏型、谨慎型和理性型大多会选择推迟行程，尤以谨慎型做此选项的人数和比例最高。不同人群对3种情景下的森林火灾险情存在差异化的旅游行为响应，无畏型（29.3%）火灾风险敏感度最低，在面对特定火灾险情时最不可能改变出游行为；谨慎型（53.4%）火灾风险敏感度最高，更趋于规避风险；理性型（17.3%）火灾风险敏感度居中，倾向于在全面评估火灾风险的基础上做出旅行决策。上述结论符合灾害回避战略，即风险敏感度越高的游客，风险感知越强，越有可能改变其旅游行为^[16,23]。

综上，森林火灾险情驱动下的行为特征类似于洪水和暴风雨险情下的避险策略^[14,24]，区别于地震、海啸、恐怖事件对旅游行为的影响^[25]。基于游客视角，揭示森林火灾风险敏感度聚类特征下的风险感知和旅游行为差异，有望填补森林火灾实证研究的空白，进一步丰富“人-灾”行为关系理论，也为不同风险敏感度人群制定差异化和针对性的舆情应对策略提供参考^[3,7]。鉴于灾后媒体报道是影响火灾风险敏感度及旅游决策的重要方面^[16,26-27]，如何通过及时、有效的风险沟通，降低旅游风险感知、重塑旅游安全形象，是值得进一步研究的重要问题^[21,28]。后续研究有必要进一步探讨森林火灾风险敏感度聚类人口学特征，特别是引入结构方程模型和自我民族志方法，揭示森林火灾对地方建构或重构的影响过程^[29]。

Reference (29)

[1]	甘薇薇,杨淑群,马振峰,等. 北太平洋海温异常对四川省春季林火的影响[J]. 中国农学通报,2016(6):132−138.
[2]	胡卸文,金涛,殷万清,等. 西昌市经久乡森林火灾火烧区特点及火后泥石流易发性评价[J]. 工程地质学报,2020,28(4):762−771.
[3]	白夜,王博,武英达,等. 凉山州森林火灾形成的火环境研究[J]. 林业资源管理,2020(5):116−122+130.
[4]	郑向敏. 目的地旅游安全分析[J]. 创新,2010,4(2):23−28.
[5]	黄钰琳. 山火为何频发?教训如何吸取?——大数据解读西昌“3.30”森林火灾舆情[J]. 中国应急管理,2020(5):46−47.
[6]	Floyd M F, Gibson H, Pennington-Gray L, et al. The Effect of Risk Perceptions on Intentions to Travel in the Aftermath of September 11, 2001[J]. Journal of Travel & Tourism Marketing, 2004, 15(2-3): 19−38.
[7]	尚志海. 基于人地关系的自然灾害风险形成机制分析[J]. 灾害学,2018,33(2):5−9.
[8]	魏书精,罗斯生,罗碧珍,等. 气候变化背景下森林火灾发生规律研究[J]. 林业与环境科学,2020,36(2):133−143.
[9]	Tsibart A S, Gennadiev A N. The influence of fires on the properties of forest soils in the Amur River basin (the Norskii Reserve)[J]. Eurasian Soil Science, 2008, 41(7): 686−693.
[10]	Reynolds K M, Thomson A J, Köhl M, et al. Modelling public support for wildland fire policy[M]. Sustainable forestry: From monitoring and modelling to knowledge management and policy science, 2007.
[11]	岳超,罗彩访,舒立福,等. 全球变化背景下野火研究进展[J]. 生态学报,2020,40(2):385−401.
[12]	贾建民,李华强,范春梅,等. 汶川地震重灾区与非重灾区民众风险感知对比分析[J]. 管理评论,2008,20(12):4−8+29+63.
[13]	Quintal V A, Lee J A, Soutar G N. Risk, uncertainty and the theory of planned behavior: A tourism example[J]. Tourism Management, 2010, 31(6): 797−805.
[14]	Rosselló J, Becken S, Santana-Gallego M. The effects of natural disasters on international tourism: A global analysis[J]. Tourism Management, 2020(79): 1−10.
[15]	Cioccio L, Michael E J. Hazardor disaster: tourism management for the inevitable in Northeast Victoria[J]. Tourism Management, 2007, 28(1): 1−11.
[16]	Thapa B, Cahyanto I, Holland S M, et al. Wildfires and tourist behaviors in Florida[J]. Tourism Management, 2013, 36: 284−292.
[17]	Borrie W, McCool S, Whitmore J. Wildland fire effects on visits and visitors to the Bob Marshall Wilderness Complex[J]. International Journal of Wilderness, 2006, 12(1): 32−35.
[18]	Walters G, Clulow V. The tourism market's response to the 2009 Black Saturday Bushfires: The case of Gippsland[J]. Journal of Travel & Tourism Marketing, 2010, 27(8): 844−857.
[19]	Slovic P. The perception of risk[M]. Science, 1987.
[20]	苏筠,刘南江,林晓梅. 社会减灾能力信任及水灾风险感知的区域对比——基于江西九江和宜春公众的调查[J]. 长江流域资源与环境,2009,18(1):92−96.
[21]	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[J]. 人文地理,2009,24(6):97−102.
[22]	邹永广,郑向敏. 旅游目的地游客安全感形成机理实证研究[J]. 旅游学刊,2014,29(3):84−90.
[23]	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]. 管理学季刊,2011,6(3):90−105.
[24]	李锋,孙根年. 旅游目的地灾害事件的影响机理研究[J]. 灾害学,2007,22(3):134−138.
[25]	苏全有,赵芳鋆. 试析突发性灾害对旅游业的影响[J]. 防灾科技学院学报,2007(3):5−8.
[26]	陈奕,张晴. 论新闻报道中“偏离放大螺旋”效应及其规避——兼论从“彭宇案”到“小悦悦事件”[J]. 新闻界,2012(9):3−5.
[27]	吴艾凌,吕兴洋,谭慧敏. 灾后自媒体负面报道偏差对潜在旅游者到访意愿的影响——以九寨沟“8·8”地震为例[J]. 旅游学刊,2019,34(4):40−50.
[28]	Armstrong E K, Ritchie B W. The heart recovery marketing campaign: destination recovery after a major bushfire in Australia's national capital[J]. Journal of Travel & Tourism Marketing, 2008, 23(1): 175−189.
[29]	Rex J. Rowley. Under threat of fire[J]. GeoHumanities., 2020, 6(2): 424−431.