绿道是旅游可持续发展的一种选择＊——基于社区及游客的视角

郭栩东

（1.肇庆学院 旅游与历史文化学院 旅游系，广东 肇庆526061；2.大连理工大学 管理与经济学部，辽宁 大连116024）

一、研究背景

绿道是满足老百姓的运动和休闲需要的慢行系统，强调慢行和非机动化。其最本质的特点是非机动化。在很多情况下，这些小路因未被大量作为交通路线而满足休闲旅游的目的。绿道的形状、形式多种多样，本文中任何线型的、休闲的非机动通道均表述为绿道。

相关研究表明，在生态保护与使用格局、历史文化保护、视觉美学评价、规划思想及方法、使用格局与使用者体现等方面，绿道均受到研究关注。但是，国内外绿道的研究过于集中在景观、生态意义等方面，较少涉及绿道与旅游发展的关系。学术界旅游方面的文献就更少关注绿道：Cope et al.，Downward，Lumsdon and Weston和Ritchie的著作从运动、为公众健康、市区休闲的角度去研究绿道［1－3］。绿道的作用还包括未提及的旅游业的作用，有学者提出绿道是一种对沿途路线有众多积极影响的设施［4－6］。然而作为一种基础设施对于旅游领域的重要性及其对于旅游目的地发展的影响并没有得到很好的研究。

相对于绿道网络对生态效益和游憩活动的强大潜力，绿道建设已经在珠江三角洲地区大规模推进，绿道理论研究与实践也进入了一个新的时期。绿道建设成为珠三角城乡一体化建设和社会、经济、生态统筹发展的一种新尝试。

基于此，文章选取珠三角地区绿道1号线肇庆段作为实证研究对象，通过对绿道使用者中游客和非游客的描述，了解使用者对于绿道的期望，并根据不同使用者背景，特别是对游客在绿道的相关行为进行描述分析，以期为提高绿道的管理及合作提供可行的建议及启示。

二、研究方法

本研究在进行文献检索和现场深入访谈的基础上确定调查问卷，以结构性问卷的方式搜集原始资料，采用谱系聚类的方法进行分组，数字数据采用统计分析软件进行相关性和方差因素分析，文字数据采用解构方法进行分析，最终统合分析得到结论。

本研究在借鉴以往文献中问卷调查量表的基础上，结合肇庆绿道的具体情况，确定各个概念的操作与计量项目，并运用多重测项对所有潜在变量进行测量。相关文献显示［7－9］，在对现场绿道使用者的访问当中，很少对涉及到全部地区人员比例的可能性作整体分析，这就容易造成内部分歧，并对被访人员相关的特征评估出现偏见［10］。本文通过确定权重计算的方法来解决。

概念内容设定包括以下方面：

——结队旅游时，团队成员的数目

——年龄及性别

——居住地

——一般怎样使用绿道（步行、跑步、骑自行车、坐轮椅），是否曾经使用机动车来通过绿道

——在绿道的旅途有多长（直接问旅途的时间，出发及到达目的地的距离）

——是从哪里了解到绿道（多项选择）

——对沿途或附近设施的使用（多项选择），每个人大约花费多少钱（元）

——使用绿道的原因（多项选择）

——在工作日、周末、节假日使用绿道的频率（三道单项选择题）

——最喜欢绿道哪一点，认为绿道哪些地方需要改善的（问答题）

——用1到5来评价绿道，1代表“对绿道的评价很负面，完全不满意”，5代表“评价很正面，完全满意”。

这份问卷调查，是通过访问绿道使用者，或由受访者自愿填写来获取最大的回复率。数据在2011年4月到2011年12月期间进行收集：

——9个月里（包括了7、8月和法定节假期）

——一天4小时的间歇（在冬天，包括所有白天的时间，除夏天的气温在33度高温的中午时间不计算在内）

——两种时间段（工作日和周末）

——绿道中分别设了12个点（6个在城区，6个在郊区）

研究共取得了702个数据可收集时间和地点，其中150个通过类似的方法整群抽样，并进行两个阶段的抽样设计。

每个群里都用一个系统性的抽样方法。每15分钟访问一名绿道使用者（一群中有8位使用者）。因此计划中的抽样数是1 000份。

从这预期中的1 000份问卷中，其中877份可以进行统计（其他是属于绿道使用率很少的地段）。为了取得这877份问卷，需访问1 027位绿道使用者，答复率等于85.1%，相对来说较高。

这个抽样设计，会导致选择的可能性会不太平等。因此，对数据进行加权，利用逆选择概率进行权重计算。这些权重将考虑在内：

——被访者出行的流量。（在同一段时间内取得8份问卷，总共有16次出行，而这8份问卷中的受访者，一人代表了两程出行），而在某些路段，有可能在同样的时间段，取得8份问卷，总计有160次出行，一份问卷就代表了20次出行 这样的结果将非常不同。

——不同出行的方式也决定了不同的回复率（步行的人较跑步或骑车的人来说，比较愿意停下来回答问卷）

——在一些有公众假期的月份里（黄金周、七月、八月）问卷的抽样的数量会加倍。

——出行的距离（如果距离较远，访问率会较高）。

因此这个权重计算可表达为：

问卷的回复都通过审查，对不连贯的或者超出问卷范围的回复尽可能做出修正，或定义为无效回复。例如，有些受访者没有写清楚运用了哪些设施，却提供了消费的金额；有些从受访者写出的出行距离来看出行的时间根本不符合实际。但是这些无效的回复所占的比例不到1%。

对于两道问答题的答复，通过运用解构方法［11］，500份问卷被用来对问答题进行解读，并列出清单。代码将被分配到所有的问卷当中。接着根据这些代码的频率进行组合，相似的、频率较低的代码会归到一组，进而获得最后的数据分析。

三、数据分析及结果

（一）绿道使用者概况

本研究在所设的这些路段调查中，发现几种类型的绿道使用者情况：步行者和骑自行车者，游客和当地居民，休闲活动者和锻炼身体者。通过对提供这些类型信息的变量进行组合，建立一个清晰的、有意义的、可管理的界面，提出下列问题：受访者通过选取什么交通工具通过绿道？沿途旅游的距离？使用绿道的原因？居住地方与绿道的距离？通过4个变量的组合，调查得到55个组合的回复。

根据概念上的相似性，用定性的方式把上述组合再归类，可以得到以下5个类型：

——游客（旅游）。非当地居民的步行或自行车旅行，并说明是以旅行和休闲相关目的的出行。

——锻炼身体：步行。当地居民步行2小时以内，目的是为了锻炼身体。

——锻炼身体 慢跑 当地居民步行2小时以内，目的是为了锻炼身体。

——锻炼身体：骑自行车。当地居民步行2小时以内，目的是为了锻炼身体。

——功能性的出行：步行或骑车2小时以内，作为传送文件或去工作、学习地点等途径。

另外一个与绿道情况有关的分类是出行的频率和时间。本研究提出了3个出行频率的变量（工作日、周末、节假日）用 WARD的方法进行并类归集。根据文献所推荐，分类为2～6个类别，这种聚类群集方法不但可以研究其可解释性，还可以解答其差异性和稳定性［12］。

本研究在设计对受访者进行关于出行频率的提问时，是对受访者进行归类，而不是对旅程进行归类。第一个类别主要是节假日的出行者。第二类是每天出行者，第三类是偶尔出行者，第四类是工作日的出行者（表1）。每天出行者和工作日出行者从概念上看似乎差别较小，但是进一步的分析发现，这部分的统计数字差别还是比较明显的。

表1 4种出行频率类别的描述，在工作日、周末、节假日平均的出行频率（每周次数）

表2显示了按出行目的类别（最后一列）和出行频率（最后一行）两个分类的百分比的基础上进行加权。这个表只是解释了加权的重要性。如果没有考虑到选择的不平均而忽略加权的数据，那么从表3中可得到很不同的结果，从百分比中发现的最大差别是游客的出行，差别有可能是原来的数据的3倍。

表2 出行目的类别和出行频率两个分类，非加权数据的百分比

数据显示绿道不仅游客使用，还可与当地社区合作。只有1.8%的出行是与旅游相关的（见表3）。每年50万人次的出行当中，只有1.3万人次与旅游相关的。其中最大的出行目的是以健身为主。而利用绿道上班、上学等用途的百分比（3.9%）也高于以旅游为目的的百分比。

表3 出行目的类别和出行频率两个分类，加权数据的百分比

问卷结果显示，68.2%步行，7.2%跑步，24.4%骑自行车和0.1%用轮椅。所以最大的比例是以健身为目的的步行。功能性使用绿道群体数目太小，不能再分为骑车、跑步和步行来作为更进一步的数据分析，在这个群里，约有2／3用步行，1／3用骑车，没有人跑步。旅游者群体数目也是太少而不能再分类，在这一群体里，约有5／6骑车，1／6步行，没有人跑步。因此在分类当中，多数是绿道旅游和自行车出行数据的重复。

表3显示出行频率的分类时，最大比例是每天出行者所占的比例，而最小的比例则是节假日和偶尔出行者，这个结果并不使人意外。旅游出行，本身就可能与偶尔出行者和节假日出行者相关。而健身为目的的出行者，可以是经常在绿道上出行者的类别。那些功能性使用绿道的出行者也可能平均分为工作日出行者和每日出行者。在出行频率较高的群组当中，骑自行车健身者也占了相当一部分。

关于对出行者描述情况，游客有两个较年轻的年龄层次，主要男性和三人以上的结伴旅游。以步行健身为目的的出行者主要是女性、退休人士和两人结伴的出行。慢步健身的出行者是最年轻的绿道使用者，一般单独出行。骑车健身的出行者一般是两个较年轻的年龄层次，或者结伴出行。功能性使用绿道的出行者，一般混合较为多样，在年龄和性别上来说（见表4）。出行目的分类的情况和统计的变量都拥有较有力的数据。根据Cram′er’s V统计，在出行目的类别和年龄间的相关性是0.43而在出行目的类别和性别间的相关性是0.38，在出行类别和群体构成间的相关性是0.22。

表4 出行目的类别情况描述的统计数据

节假日和偶尔出行者分为两个较年轻的年龄层次，一般是男性和结伴同行的人。每天出行者一般是女性、退休人员，单独出行或成对出行。工作日出行者一般单独出行，在年龄和性别上没有明显分别（见表5）。出行者出行频率和年龄的组合相关较为明显（Cram′er’s V＝0.34）。而性别和结伴同行的组合相关不明显（Cram′er’s V 分别为0.12、0.16）。跟工作日出行者相比，日常出行者年龄较大女性所占的比例较大。从数字上看年纪较大的女性每天出行的比例是绿道所有使用者中比例最大的，占23.2%。

表5 出行频率分组描述的统计

问卷中更多的变量可以支撑以下情况：出行最普通的途径是步行 出行最多和频率最高的是非游客从所有出行时间上看，69.0%小于1小时，25.9%在1至2小时之间，4.6%在2小时和半天之间，只有0.5%是超过半天；出行路径看，89.4%少于10km，7.0%在10～20km之间，2.8%在20～50km之间，0.8%超过50km。平均的路途是5.8km，而在游客中，平均路途是33km，骑车健身者是11km，其他3类的出行者平均是4km。大部分出行者都不会使用机动交通工具来经过绿道，只有4.9%用自己的汽车和0.3%用公共交通工具。而在少数比例的游客出行者中，使用汽车的比例就有48.3%。总体而言，肇庆绿道的环保情况还是较好的，吸引了大多数的当地居民步行或骑自行车通过。

很多使用者使用绿道的原因是由于健康、休闲和健身（见表6）。在当地居住是最常用的信息来源，其次是口头传述。针对游客的信息来源，如网络、展会、旅行社、宣传册等只占了少数。只有8.1%的出行会在途中消费，平均的消费数额是9.05元。而对于全部约50万人的出行次数中，产生的直接经济效益大概50万元左右。其中使用得最多的设施是餐厅。只有0.2%的人会花费在住宿上。

表6 使用绿道的原因，绿道信息的来源，和绿道周边的设施

使用绿道的原因，当地居民对绿道的认知，时间和旅途的长短构成了整个研究的变量，并很明显地互相关联。其中最有趣的是信息来源和设施使用的关联。旅行社、展会、展览、自行车借用和自行车修理，这些因为数量太少而被删除。

表7显示了关于信息来源和设施合作方面，旅游出行与其他出行的不同。Cram′er’s V相关系数较大。游客中，有很大比例是通过口头传述、网络、报纸和广播媒体作为信息来源。而宣传册和指引相对来说则很少 而非游客出行者则很少从正常途径取得信息，因为他们本身就有第一手资料。

表7 各种出行类别中，信息来源的比例

游客较当地人更常使用餐厅和酒吧、交通和住宿等设施。饭馆的使用在所有类型的出行者中都占一定的比例，而购物只是在功能性使用绿道的出行者中占较大的比例。

数据分析在每年0.23万次的游客出行中，平均的消费是12.18元，可知直接的经济收益是28万元。这是基于单独个人的花费来估算的，并没有考虑间接经济效益在内。

表8显示了关于信息来源和设施的利用。对于偶尔出行者和节假日出行者区别于其他出行者，大部分的变量都与出行频率的情况有关，正如Cram′er’s V数据所测一样，住宿、购物、媒体和宣传册等例外。

表8 信息来源、设施使用与出行频率类别的百分比

（二） 对绿道的看法

通过对受访者提出两道问答题，询问绿道哪些方面是受访者喜欢的或不喜欢的；用李克特五分量表评价绿道及绿道各方面设施情况，以此为依据对绿道的管理和改善提出建议。其中受访者提及最不喜欢的绿道表现为：一是绿道的维护不到位。绿道郊区段通常是泥土路，下雨后会变得更糟糕（表9）。二是很多步行的人抱怨自行车太多，这就与另外一个问题相关，就是绿道太窄，这归结于绿道的标准宽度。三是关于安全、护栏、交叉路口、指示牌和照明等。绿道很多地方晚上都没有灯、行人和非机动车或与机动车发生冲突。绿道在某些地方穿过马路，有些郊区的居民把机动车开上绿道。虽然很少发生意外，但在研究期间，有两名骑自行车的游人就出现了意外事故。另外一个主要问题是阴凉地方供路人休息的长凳，休息区，还有洗手间、饮水池等设施太少且相隔太远。最喜欢的方面则表现为：美丽的景观、宁静、只有一些较缓坡度的线路好走，适合任何年龄健身锻炼。

表9 关于绿道最喜欢和最不喜欢的方面（问答题）

表10没有给出很详细的细节，只是显示受访者自己提出的问题。关于饮水设施的抱怨证明了表9其中的一点。指示牌和信息得到了最高的分数，绿道的指示牌比较美观，信息齐全，状况也良好。而安全设施、其它设施和路面状况得到的分数最低，这也是受访人选作最不喜欢的方面。

表10 关于不同方面的李克特五分量表

关于最不喜欢绿道哪方面的回答是本部分唯一的变量，体现了与出行类别（Cram′er’s V＝0.24）和出行频率（Cram′er’s V＝0.24）的关系。这可以帮助相关部门确定对绿道所做的改变，哪些最受游客、偶尔出行者和假期出行者的认同（表11和12）。

表11 各出行类别与绿道最好和最不好方面的数据

表12 各出行频率与绿道最好和最不好方面的数据

游客实际上在选择不喜欢方面的时候，跟其他的不太一样，他们较多地提及不太安全、太近马路、缺少饮用水设施等。而节假日出行者和偶尔出行者观点基本上一致。

四、结论及建议

（一）结论

结果表明，绿道直接的积极影响比它产生的旅游效益大。当地居民出行占的比例较大，每年6万人次的出行中，有1.2万人次属于旅客，0.51万人次是应用性的（经过绿道上班、上学或去购物），4.36万人次是当地社区居民以健身为目的的锻炼，出行频率最高，而且极少花钱在专为旅游者建设的设施上。这部分人群来自各种年龄阶段，不分性别，其中因为年龄和性别的差异而选择不用的方法：步行、慢跑或骑自行车。绿道为他们提供了一个很好的健身环境，而不需花费在室内健身器材中。很多远离绿道的社区也意识到这一点，甚至要求在附近也修建绿道。这些为社区修建的绿道不超过10km，一般为当地居民使用，游客极少。这表明当地部门在修建绿道的时候，考虑得较多的是当地居民的要求。

然而，绿道对旅游方面的效益也不可忽视。研究期间，总共有1.2万人次旅游出行，这个数字相对绿道沿线的这些旅游业不是特别发达的社区来讲，占了一个很大的比重。另外，这1.2万人次的旅游出行，时间及距离都比其他类别的出行长，这说明实际上绿道给游客的印象和对旅游的影响远比数据表面显示的意义更重大。另一方面是从定性的观点上看，绿道带来的旅游业影响让旅游需求的季节性差别并不是特别明显。

（二）意义及建议

1.研究所得结论（特别是提到旅游出行方面的）对绿道的管理很有意义：

在游客的概况里，只有4.8%是65岁以上的。绿道的特性表明针对这个年龄阶段，还有很大的发展空间。除此之外，绿道的使用者包括各收入阶层的人，这表明绿道的建设需要有良好的游客服务设施。

绿道在宣传册、旅游指引上的需求率很小，但这恰恰是大多数年长的人获得信息的来源，而不是网络。因此，必须提高这方面的宣传力度，注重采用适合当地居民各年龄阶层的方法。

根据调查中的结果，不仅是游客的，还有其他类别出行者的认知和建议，对绿道的管理很重要，而对绿道未来的规划和建设则更重要。

2.本研究有待解决的问题：

绿道的维护需加强，特别在雨后。指示牌可以更清晰地标示经过的乡村或郊区的住宿、购物等设施，这就增加了设施的使用率，这个方面有很大的发展潜力，目前在游客的出行中，只有14.5%和3.8%的使用率。

设施方面，应增加和标示出饮水设施。尽可能多种植落叶乔木等绿色植被，这样夏天就能提供阴凉的环境，而在冬天能使阳光进来；也可以在休息的地方安装一些长凳、桌子和垃圾筒，让人可以有地方休息和吃东西。

3.目前旅游不是绿道的主要功能，但是在未来会发展成一个重要的旅游区。绿道的发展可以纳入一个全面的、可持续的旅游发展策略，增加住宿设施的使用，让出行的人可以在绿道逗留更长的时间，同时也增加自行车的租用率等。因此务必把这个区域的市场定位做好，把商机引到低碳旅游发展的机遇中。从更广的层面上看，绿道是旅游业适应气候变化的一个重要概念，源于其本身的环保特性。

［1］ Cope，A.M.，Doxford，D.，＆ Hill，T.Monitoring tourism on the UK’s first long－distance cycleroute［J］.Journal of Sustainable Tourism，1998，6（3）：210－223.

［2］ Downward，P.L.，Lumsdon，L.，＆Weston，R.Visitor expenditure：The case of cycle recreation and tourism［J］.Journal of Sport ＆ Tourism，2009，14（1）：25－42.

［3］ Ritchie，B.W.Bicycle tourism in the South Island of New Zealand：Planning and management issues［J］.Tourism Management，1998，19（6）：567－582.

［4］ Clarke，A.Beyond recreation：Trails for transportation and livable communities［J］.Trends，1996，33（2）：25－28.

［5］ Moore，R.L.，＆Ross，D.T.Trails and recreational greenways：Corridors of benefits［J］.Parks ＆ Recreation，1998，33（1）：69－79.

［6］ Lumsdon，L.，Downward，P.，＆Cope，A.Monitoring of cycle tourism on long distance trails：The North Sea cycle route［J］.Journal of Transport Geography，2004，12：13－22.

［7］ Converse，J.M.，＆Presser S.Survey questions.Handcrafting the standardized questionnaire［M］.Thousand Oaks，CA：Sage，1986.

［8］ Fowler，F.J.Improving survey questions：Design and evaluation［M］.Thousand Oaks，CA：Sage，1995.

［9］ Groves，R.M.，Fowler，F.J.，Couper，M.P.，Lepkowski，J.M.，Singer，E.，＆Tourangeau，R.Survey methodology［M］.New York：Wiley，2004.

［10］ Meisner，C.，＆ Wang，H.Welfare measurement convergence through bias adjustments in general population and on－site surveys：An application to water－based recreation at Lake Sevan，Armenia［J］.Journal of Leisure Research，2008，40（3）：457－478.

［11］ Feldman，M.S.Strategies for interpreting qualitative data［M］.Thousand Oaks，CA：Sage，1995.

［12］ Aldenderfer，M.S.，＆Blashfield，R.K.Cluster analysis［M］.Thousand Oaks，CA：Sage，1984.