中國區域旅游經濟空間關聯結構及其效應研究

王俊+徐金海+夏杰長

[摘 要]文章基于2000-2015年中國省域旅游經濟發展數據，結合修正的萬有引力模型和社會網絡分析方法（SNA），實證分析了中國省際間旅游經濟發展的空間關聯網絡結構特征及其效應。結果表明：在樣本考察期內，中國旅游經濟發展空間網絡結構特征明顯，省際間關聯關系數總體在波動中呈上升趨勢；中國省域旅游經濟關聯網絡等級度較高，整體網絡優化空間大；北京、天津、上海、浙江、廣東、江蘇等經濟發達地區在網絡中的中心度更強，作用更大；經濟發展水平高的地區旅游經濟發展水平越高，接受來自其他地區的旅游經濟溢出越多，馬太效應明顯；從整體網絡指標回歸看，網絡密度的提高、網絡等級度的降低、網絡效率的降低能顯著縮小省際間旅游經濟發展的相對差異，有效提升整體旅游產業專業化水平；從個體關聯網絡指標回歸結果看，個體點度中心度、中介中心度和接近中心度的提高能有效提升各省（市）旅游產業專業化水平。據此，文章提出了未來省域旅游產業發展的相關建議。

[關鍵詞]旅游經濟發展；空間關聯結構；社會網絡分析；旅游產業專業化

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2017）07-0015-12

Doi： 10.3969/j.issn.1002-5006.2017.07.007

引言

自1999年實行黃金周假期起，中國旅游業迅速發展。尤其是2004年之后，隨著人們收入水平的提高以及閑暇時間的增多，中國旅游業迎來了高速發展的黃金十年。從2004年到2014年，國內旅游人次從7.44億人次增長到36.11億人次，年均復合增長率11.87%；國內旅游收入3716億元增長到3萬億元，年均復合增長率18%。2015年中國國內旅游人數更是突破40億人次，國內旅游收入超3.42萬億元；入境旅游人數1.34億人次，實現國際旅游收入1136.5億美元；旅游總收入達4.13萬億元人民幣，同比增長11%1。據世界旅游業理事會測算，中國旅游產業對GDP綜合貢獻已達10.1%2，由此可見，旅游業對中國國民經濟發展的促進作用巨大。

然而，在高速發展背后，中國不同地區的旅游經濟發展卻具有明顯的不平衡性特征。以2015年為例，廣東省旅游總收入達到11 478.95億元，位居全國第一，而寧夏回族自治區則只有161.3億元，僅相當于廣東省旅游總收入的1.55%；人均旅游收入最高的內蒙古達到2651.79元，最低的重慶為574.79元，最低與最高之間相差高達2077元；即使排名前兩位的內蒙古和北京，兩者之間的差額都達到了946.21元，不同省份間旅游發展的不平衡可見一斑3。造成這種差異的原因是多方面的：一是區位、資源稟賦、經濟背景和政策等基礎條件使得區域旅游吸引力、旅游市場發育程度和旅游發展理念截然不同，導致旅游發展存在顯著差異[1]；二是區域旅游產業結構不同，使得區域旅游經濟的發展呈現出不同的發展水平[2-3]；三是伴隨著旅游經濟的發展，區域間旅游互動關系持續演變，旅游經濟發展呈現出復雜的空間關聯結構[4]，這對區域間旅游經濟差異存在較大的影響，使得區域間旅游發展速度和發展效率有領先與滯后之分。

近年來，國內外學者們也正是從旅游經濟的空間結構演進、空間差異分析及其影響因素等方面來研究旅游經濟空間關聯結構問題。國外早期研究大多以地理學的區位理論[5]與核心-邊緣理論[6]模型為主，研究的內容主要側重旅游經濟發展的地區差異[7]、空間分異特征及其外部效應[8-9]。國內學界對于該論題的研究也大多以地理學者為主，如楚義芳[10]等，此后逐漸轉向運用經濟學方法或多學科方法融合對此進行研究，國內研究成果主要集中在3個方面：（1）旅游經濟空間結構的動態演變。如齊邦鋒等運用加權變異系數、基尼系數、泰爾指數等方法研究發現山東省旅游經濟發展空間差異較大[11]。郭永銳等綜合運用ESDA、LISA時間路徑和時空躍遷等方法，研究發現中國入境旅游經濟的局部區域結構和空間自相關性非常穩定，具有一定的路徑依賴或鎖定特征[12]。陳剛強和李映輝運用ESDA空間分析技術研究發現中國旅游規模的空間分布總體上具有較強的正空間集聚性，且存在不斷增強的趨 勢[13]。薛領和翁瑾基于經濟學演繹模型與自主體計算實驗相結合的研究路徑，分析了沿海與內地兩大區域的旅游空間結構變動的動態過程和微觀機理[14]。沈驚宏等利用GIS技術模擬安徽省旅游空間結構五階段模式的動態演變過程，發現安徽省區域旅游發展不平衡[15]。黃雪瑩等研究旅游空間結構極化態勢演變，指出旅游空間極化狀態短期內難以改變[16]。吳玉鳴運用空間面板計量經濟學模型對2001—2009年旅游經濟發展數據分析指出，中國省域旅游經濟空間依賴性和集群趨勢不斷加強，鄰近省域的經濟增長及旅游資本投入的空間溢出效應明顯[17]。孫盼盼和戴學鋒綜合運用ArcGIS技術和空間統計分析方法，以人均旅游收入數據為研究對象，得出中國省域旅游經濟差異在不斷演變中呈現出新的空間格局[18]。（2）旅游經濟發展的時空差異及其影響因素。陸林和余鳳龍利用旅游外匯收入數據分別計算了旅游經濟發展的絕對差異和相對差異，揭示了區域旅游經濟水平與旅游產業地位的分異規律，闡釋了影響旅游經濟空間差異的主要因素[19]。蘇建軍運用區域經濟學差異分析方法，分析了山西省各地市旅游經濟非均衡發展的總體水平及其時空特征[20]。宋慧林和馬運來運用莫蘭指數分析方法得出我國旅游經濟發展水平相似的地區在空間上呈現出聚集分布的特征，省域旅游經濟空間差異典型存在[21]。方葉林等綜合運用主成分分析及探索性空間分析相結合的方法，研究認為中國31個省市旅游經濟發展呈現出一種持續的非均衡態勢[22]。汪德根和陳田利用二階段嵌套泰爾系數分解方法，分國內和入境兩大塊，研究揭示了中國區域旅游經濟發展的省內、省間和地帶差異及其對全國總體差異的貢 獻[23]。趙磊運用區域經濟發展差異分析方法，全面解構了中國旅游經濟發展的時空差異結構[24]。（3）旅游經濟發展的空間網絡結構形態及其優化。張洪和夏明基于旅游空間結構相關理論，運用因子分析法與引力模型，測度了安徽省17個地市旅游中心度，實證研究了其對旅游經濟聯系度與旅游經濟聯系量的影響[25]。彭紅松等以瀘沽湖為研究對象，借助社會網絡理論與方法，構建跨界旅游區空間網絡結構模型及評價指標體系，研究發現瀘沽湖旅游空間格局存在明顯的核心-邊緣結構[26]。王永明等綜合運用社會網絡分析技術及GIS空間分析與數理統計等方法，分析了中國12個重點城市入境旅游空間網絡的節點結構特征和整體結構特征，并提出了旅游空間網絡結構優化相關策略[27-28]。周慧玲和許春曉以湖南省為研究對象，借用社會網絡方法，研究得出湖南省旅游經濟空間網絡結構松散、區域旅游一體化基礎好及省會中心性明顯等特征[29]。

很顯然，區域旅游經濟發展的空間關聯結構對整體旅游經濟的提升具有很大的影響力，但現有文獻更多的是關注區域間的差異程度，鮮有對旅游經濟空間關聯結構形態對整體旅游經濟發展效應的研究。對上述文獻進一步分析可以發現，旅游經濟空間關聯結構的研究有兩大問題值得深入討論：一是在旅游經濟發展的時間序列中，各省在整體旅游經濟空間網絡關聯結構中的地位和作用如何，正在發生怎樣的變化？二是旅游空間關聯網絡結構本身對中國整體旅游經濟發展及各省旅游經濟發展的影響程度多大，如何優化？

就研究方法而言，上述文獻要么采用純地理學方法，要么采用ESDA空間分析技術方法，前者只能簡單計算和描述區域旅游經濟空間結構屬性，后者只能刻畫旅游經濟“量”的影響程度，而事實上，區域旅游經濟發展的空間關聯結構的研究應該更多考慮關系數據而不是屬性數據。盡管關注關系數據的社會網絡分析方法在旅游研究中已初現端倪，但研究的重心仍然集中在旅游空間結構的描述性特征和差異方面，旅游空間關聯結構對旅游經濟發展的效應并沒有引起足夠的重視。此外，在研究區域上，大多數研究只考慮鄰近地區或單個省份，缺乏對中國整體旅游經濟空間結構關系的實證分析。

基于此，本文重點關注中國整體旅游經濟空間結構形態及其效應。首先，運用修正的萬有引力模型對中國31個省份旅游經濟發展的空間網絡關聯關系進行分析，構建整體網絡空間關聯關系矩陣，以期彌補此前研究大多只關注屬性數據和鄰近地區的缺陷；其次，運用社會網絡分析方法實證分析了中國區域旅游經濟發展的空間網絡結構，并利用Ucinet軟件對其進行可視化處理，明確各省份在整體旅游經濟關聯網絡中的地位，拓展旅游經濟空間網絡關聯結構研究的內容；最后，考慮到區域旅游經濟發展空間網絡關聯結構對旅游經濟發展的效用，利用面板數據回歸測度了旅游經濟空間網絡結構指標對省域旅游經濟發展水平差異及旅游產業專業化水平（旅游收入占GDP比重）的影響程度。

1 空間關聯結構研究方法和數據來源

1.1 中國省際旅游經濟發展關聯關系測定

旅游經濟發展的空間關聯網絡囊括了省際間旅游經濟發展的所有關系，各省份是該關聯網絡中的“節點”，各省份旅游經濟發展之間的空間關聯關系是網絡中的“線”。這些“節點”和“線”的集合便構成了省域旅游經濟發展的空間關聯網絡。測定省域旅游經濟發展空間關聯網絡的關鍵是找出區域旅游經濟發展網絡中的“線”，即關聯關系。現有文獻顯示，空間關聯關系的確定一般采用引力模型、莫蘭指數分析方法和VAR格蘭杰因果關系檢驗方法。基于研究目的考慮，本研究選擇引力模型來測度省份間空間關聯關系，原因有三：其一，該方法在確定空間關聯網絡關系的研究中已有成功案例[29-30]；其二，該方法能夠分年度測量各省份間旅游經濟發展的空間關聯關系，有利于研究旅游經濟發展空間關聯網絡結構隨時間的動態演變；其三，該方法更加適合用于對省域旅游收入等總量數據的考察，且可以綜合考慮經濟地理距離對整體網絡結構的影響，有利于保障測度結果的準確性和科學性。

基于上述考慮，考察兩區域的關聯關系時先引入引力模型，并結合本研究的需要對其做出相應的修正，公式如下：

[ Yij=KijPiTiGi3PjTjGj3Dijgi-gj2，其中，][Kij=RiRi+Rj] （1）

式（1）中，Kij為引力系數，Yij為兩省之間旅游引力，Pi和Pj為兩不同省份當年旅游人次數，Ti和Tj為兩不同省份當年旅游收入，Gi和Gj為兩個不同省份當年GDP總額，Ri和Rj為兩個不同省份當年的AAAA級與AAAAA級旅游景區總數，Dij為兩不同省份省會城市之間的距離，gi和gj為兩不同省份人均GDP（gi～ gj代表不同省份的經濟距離）。

依據式（1）的計算結果將屬性數據轉化為關系矩陣，具體做法如下：先計算各省兩兩之間的旅游經濟發展引力值矩陣，再取引力值矩陣的各行平均值為衡量基準。同一行中引力值高于該衡量基準值的賦值為1，表示該行省份旅游經濟發展與該列省份旅游經濟發展具有關聯關系；若引力低于該基準值則賦值為0，表示該行省份旅游經濟發展與該列省份旅游經濟發展不存在關聯關系。

1.2 省際旅游經濟發展網絡特征指標

1.2.1 整體網絡特征指標

本文運用社會網絡分析方法，通過計算網絡密度、網絡關聯度、網絡等級度和網絡效率的值來刻畫中國省際旅游經濟發展的整體空間關聯網絡 特征。

網絡密度（density）為實際擁有的關系數與整個網絡最大可能關系數之比，其值大小反映的是省域間旅游經濟關聯關系的密疏，其計算公式為：

[D=LN×（N-1）] （2）

式（2）中，D為網絡密度，L為實際擁有的關系數，N為區域個數。

網絡關聯度（connectedness）反映的是旅游經濟發展空間關聯網絡自身的穩健性和脆弱性，如果省際旅游經濟發展空間關聯網絡中的很多線都通過某一個點（省份），那么該網絡具有較小的關聯度，網絡穩健性越弱；反之，如果該空間關聯網絡線不是圍繞著一個點展開的，那么該網絡將具有較大的關聯度，網絡越穩健，其計算公式為：

[C=1-VN×（N-1）2] （3）

式（3）中，C為關聯度，V為網絡中不可達點的對數，N為區域個數。

網絡等級度（hierarchy）測度的是網絡中省際間在多大程度上非對稱地可達。網絡等級度越高，網絡等級越森嚴，越多的省份在旅游經濟發展空間關聯網絡中處于從屬和邊緣地位，其計算公式為：

[H=1-Kmax（K）] （4）

式（4）中，H為等級度，K為網絡中對稱可達的點的對數，max（K）為網絡中最大可能的可達點的 對數。

網絡效率（efficiency）反映的是旅游經濟發展空間關聯網絡中各省域之間的連接效率。若網絡效率越低，則說明省份之間存在更多的連線，各省旅游經濟發展的聯系更加緊密，旅游經濟發展的空間關聯網絡就越穩定，也越容易通過旅游經濟發展空間關聯網絡促進旅游經濟發展。其計算公式為：

[E=1-Mmax（M）] （5）

式（5）中，E為網絡效率，M為網絡中多余線的數量，max（M）最大可能多余線的數量。

1.2.2 個體網絡特征指標

個體網絡結構特征主要測度點度中心度、中介中心度和接近中心度等網絡中心性指標。其中，點度中心度（degree centrality）反映的是個體省份在整體關聯網絡中的中心位置情況，點度中心度越高，說明該省份在旅游經濟發展空間關聯網絡中與其他省份之間的聯系越多，該省份也更加處于網絡的中心地位。其計算公式為：

[De=nN-1] （6）

式（6）中，De代表點度中心度，n代表與該省域直接相關聯的省域數目，N代表最大可能的相連接省份的數目。

接近中心度（closeness centrality）反映的是個體省份在整體網絡中“不受其他省份控制”的程度。接近中心度越高，個體省份旅游經濟發展與其他省份之間存在更多的直接關聯，在網絡中該省份就是中心行動者。其計算公式為：

[C-1APi=i=1ndij] （7）

式（7）中，[C-1APi]代表接近中心度，dij表示點i和j之間的捷徑距離。

中介中心度（betweenness centrality）反映了個體省份控制其他省份之間關聯關系的程度，中介中心度越高，該個體省份控制其他省份之間旅游經濟發展關系的能力越強，該省份也就更加處于網絡的中心。其計算公式為：

[Cbi=2jnknbjk（i）N2-3N+2] （8）

式（8）中，j≠i≠k，并且j

1.3 數據來源

研究樣本時間跨度為2000—2015年，各省旅游人次數、旅游收入、AAAA級及AAAAA級旅游景區數量數據來自各省相應年份的國民經濟與社會發展統計公報、《中國旅游統計年鑒》、國家及各省旅游局網站；各省GDP總額數據來自《中國統計年鑒》，人均GDP則根據各省當年GDP總額除以各省當年年末常住人口總數計算得出，2000—2014年各省年末常住人口總數來自國家統計局網站分省年度數據庫，2015年的年末各省常住人口總數來自各省2015年國民經濟與社會發展統計公報。

2 旅游經濟發展的空間關聯網絡結構分析

2.1 整體空間關聯網絡結構指標分析

根據修正的引力模型，文章構建了中國省際旅游經濟發展的空間關聯關系矩陣，并在此基礎上利用Ucinet軟件的可視化工具Netdraw分別繪制了2000年（關系數為136），2005年（關系數為158），2010年（關系數為198）及2015年（關系數為211）的網絡關聯結構圖（圖1）。根據圖1，可以發現中國旅游經濟發展關聯網絡結構形態明顯，空間嚴密，所有省份不可或缺。

2.1.1 網絡密度

圖2直觀反映了樣本考察期內各省份旅游經濟發展空間關聯各指標的變化情況。總體看來，樣本考察期內省際旅游經濟發展空間關聯關系數呈現上升態勢，2000年為136，2010年達到198，2015年上升到211，但相關年度呈現出一定的波動，如2013年為211，2014年回落到209。與之相對應，整體網絡密度也呈現出同樣的變化趨勢，從2000年的0.1462上升到2015年的0.2269，16年間上升了8個百分點。網絡密度和關聯關系的變化，說明中國省際旅游經濟發展的聯系復雜密切，但同時具有波動性特征，提升空間很大，合作有待加強，

2.1.2 網絡關聯度、網絡等級度及網絡效率

網絡關聯度的計算結果顯示2000—2015年網絡關聯度均為1，這表明中國省域間旅游經濟發展聯系緊密，具有十分明顯的空間關聯關系和溢出效應，所有省份之間都存在直接或間接的旅游經濟關聯關系。網絡等級度及網絡效率的變化趨勢見圖2，網絡等級度計算結果顯示2000—2015年總體呈現出下降趨勢，但下降幅度不大，2000年為0.6617，到2015年為0.5545，這充分說明隨著旅游經濟的發展，交通基礎設施的改善及大眾參與旅游的程度不斷提升，以往旅游經濟發展集中在發達省份和地區的情況正在逐漸改善，省域間旅游經濟發展的聯系正在逐步增強。但從數值上看，網絡等級度維持在0.5以上的水平，說明旅游經濟發展的等級度高，省域間旅游經濟發展聯系程度呈現出較強的層級特征，網絡結構還有待進一步優化。網絡效率總體呈現下降趨勢，個別年份稍有波動，2000年為0.7720，2015年為0.6107，說明省際間旅游經濟發展的連線在逐漸增多，網絡的穩定性逐漸增強，參與旅游經濟發展協調與合作的省份總體呈增加趨勢。綜上，本文認為，隨著大眾旅游時代的來臨，旅游需求的多元化和旅游產品供給的多樣化使得跨區域旅游活動趨于常態，增強了省際間旅游經濟的關聯關系，降低了以往等級森嚴的旅游空間關聯結構。

2.2 各省中心性分析

為使研究的結果更接近實際，本研究選擇在考察期內網絡關聯關系數最多的2013年作為中心性分析的代表，測度2013年各省點度中心度、中介中心度及接近中心度等指標，結果如表1所示。

2.2.1 點度中心度

表1的計算結果顯示，全國31個省的點度中心度均值為35.484，高于該平均值的省份為11個，分別是上海、北京、天津、江蘇、廣東、浙江、福建、山東、河南、內蒙古、遼寧。所有省份均來自東中部地區，旅游業的發展水平相對較高。從點度中心度的數值分布來看，超過80的省份為上海、北京、江蘇和天津，說明這4個省份在全國旅游經濟發展空間關聯網絡中的地位很高。總體看來，區域旅游發展水平較高的東中部地區省份在旅游空間關聯網絡中影響力也更大，地位更高。從點入度情況來看，點入度大于10的省份分別為北京、上海、天津、江蘇、浙江、廣東和河南，其中，北京、江蘇、上海、天津的點入度超過20。原因在于，這些省份大多為經濟發達地區且旅游資源豐富、旅游吸引力更強，旅游接待人次數更多，相對其他省份而言旅游發展更好，旅游經濟發展受益更多，旅游經濟的馬太效應明顯。從點出度情況看，點出度最大為廣東和福建值為11，最小為安徽值為3，所有省份對外均有旅游經濟溢出且大多數省份的點出度保持在6到8之間，說明各省旅游經濟發展的溢出效應并不僅僅停留在相鄰省份，旅游經濟溢出已經跨越時空相鄰的制約，在全國范圍內形成了極為廣泛的關聯關系。

2.2.2 接近中心度

從表1可以看出，全國31個省份的接近中心度最低值為53.571，最高值為88.235，均值為61.653，整體較為均衡，這說明全國31個省份在旅游經濟發展的的空間網絡中均能較快地與其他省份產生關聯，原因在于：一是旅游經濟是人流動帶來的經濟，隨著大眾旅游的深入發展，各省旅游經濟的互動不斷增強，關聯關系也越多；二是各省旅游資源賦存不同，使得各省在旅游經濟發展的過程中能夠充分利用自身的比較優勢，尋求與其他省份的差異化合作以滿足多元化的旅游市場需求，實現旅游經濟協同發展。此外，接近中心度高于均值的省份有上海、北京、天津、江蘇、浙江、廣東、福建和甘肅。除甘肅外，這些省份多集中在長三角、珠三角及環渤海地區，而甘肅所處區位是游客前往西北地區旅游最主要的集散中心，這一方面說明經濟發達省份在旅游資源配置和市場營銷方面做得更好，與其他省份旅游經濟合作的程度更高，旅游經濟發展的效率也更優，在旅游經濟發展空間網絡中的中心行動者的地位也越明顯；另一方面也說明，作為區域旅游集散中心的省份其在旅游經濟發展空間關聯網絡中的中心行動者的地位同樣明顯。

2.2.3 中介中心度

表1的中介中心度的計算結果顯示，全國31個省份的中介中心度總值為69.654，排名前10位的省份依次為上海、北京、天津、江蘇、浙江、廣東、甘肅、山東、內蒙古和遼寧，總和為62.813，占總值90.178%，除甘肅外，這些省份均為東中部旅游經濟發達省份，在網絡結構中的掌控能力更強，整個網絡中大多數旅游經濟的關聯關系通過這些省份來完成發揮著強有力的中介和橋梁作用。排名后10位的省份依次為湖南、江西、重慶、安徽、廣西、河北、寧夏、青海、黑龍江和吉林，總和為1.656，占總值2.377%，這些省份主要集中在中西部，經濟發達程度不高或地理位置較偏遠，使得其在旅游經濟發展過程中難以起支配作用。

3 中國旅游經濟發展空間關聯網絡效應分析

刻畫中國省際旅游經濟空間關聯關系及其結構特征是研究的基礎，更為重要的是考量旅游經濟發展空間關聯網絡結構對省際旅游經濟發展的差異作用，及其對中國整體旅游經濟發展的結構效應。基于此，本文以整體網絡結構指標和個體中心度指標為解釋變量，分別測度中國省際旅游經濟空間關聯網絡結構對省域間旅游經濟發展水平差異及旅游產業專業化水平（旅游收入占GDP比重） 的影響。

3.1 整體網絡結構效應

3.1.1 回歸方法說明

本文參照蘇建軍[20]的做法，首先計算各省旅游經濟發展水平綜合指數，在此基礎上計算考察期內各年各省旅游產業發展水平綜合指數的變異系數，計算公式如下：

[Zi=Pi×Qi] （9）

式（9）中，[Pi=mimi×nini]，[Qi=][ai×nini]，Zi為旅游經濟發展水平綜合指數，Pi為旅游產業規模指數，Qi為旅游產業素質指數，mi、ni、ai分別為i省旅游總收入、旅游接待人次數和旅游收入占GDP比重。

而后將計算所得的省際旅游經濟發展水平綜合指數的差異系數和全國旅游產業專業化水平（各省旅游總收入加總額除以各省旅游GDP加總額）分別作為被解釋變量，對整體網絡結構指標中的網絡密度、網絡等級度和網絡效率進行簡單的OLS回歸，為了消除量綱的影響，所有數值均取自然對數處理。回歸結果見表2。

3.1.2 整體網絡結構指標對省際旅游經濟發展差異的效應

根據表2的回歸結果，網絡密度、網絡等級度及網絡效率的回歸系數分別為-0.605、1.266、1.106，且都通過了1%的顯著性水平檢驗，R2較高。回歸結果表明，旅游經濟發展的空間網絡關聯結構對省域間旅游經濟發展水平的相對差異具有顯著影響，網絡密度的提高、網絡等級度和網絡效率的降低能顯著降低省際間旅游經濟發展水平的相對差異。究其原因在于：一是網絡密度的提升說明省域間關聯關系數的增加，促進了省域間旅游經濟發展的資源配置與市場互通，強化了省域間的旅游經濟合作，從而有效提升省域間旅游經濟的發展水平并進一步縮小省域間旅游經濟發展水平的相對差異；二是網絡等級度的降低使得各省份參與旅游經濟活動的主動性增強，以往處于從屬和邊緣地位的省域旅游經濟體能從越發平等的旅游經濟發展網絡中獲益；三是網絡效率的降低意味著網絡中有效連線的增多，省域間旅游經濟發展的聯系也就更加廣泛和緊密，從而促進旅游市場配置資源的有效性，形成優勢互補，縮小省域間旅游經濟發展的相對差異。

3.1.3 整體網絡結構指標對旅游專業化水平的影響效應

表2的回歸結果表明，網絡密度、網絡等級度和網絡效率的回歸系數分別為0.999、-2.117、-1.877，且均通過了1%的顯著性水平檢驗，R2值較高，這說明網絡密度的提升、網絡等級度的降低和網絡效率的降低能夠有效的提升旅游專業化水平并增加旅游對GDP的貢獻。原因在于：一是網絡密度的提升顯著增加了整體網絡中省域之間的旅游經濟聯系，促使整體旅游產業專業化水平的提升；二是網絡等級度的降低使得原本經濟發展水平高、旅游資源等級高及可進入性強的省份主導的旅游經濟發展已經開始向全域旅游經濟協調發展轉變，龐大的國內旅游市場、旅游投資的進一步合理化，使得以往等級森嚴的旅游經濟發展網絡體系正在被打破，省域間旅游經濟的交流得以加強，促進了整體旅游產業專業化水平；三是網絡效率的降低有助于網絡結構的穩定，使得在旅游經濟發展的進程中各省能穩步推進，從中獲益，進而提升整體旅游專業化水平。

綜上，政府部門應在改革和戰略層面支持跨區域旅游合作，著力跨區域旅游經濟帶（圈）建設，培育區域旅游經濟合作的現實土壤，以促進整體旅游產業專業化水平的提升。

3.2 個體網絡結構效應

3.2.1 指標說明及模型構建

區域旅游經濟發展水平、旅游資源稟賦、旅游接待能力、區位可進入性、旅游人力資源儲備、政策因素等因素是影響區域旅游產業專業化的主要因素[13，15，18-19]。然而，由于點度中心度、接近中心度以及中介中心度的計算已經使用了GDP、旅游人次數、高等級旅游景區數量等反映區域旅游經濟發展水平、旅游資源稟賦的數據。為了消除變量之間相關性帶來的影響，本文最終選取個體網絡指標（點度中心度、接近中心度、中介中心度）、旅游接待能力、旅游人力資源、區位可進入性6個解釋變量來反應其對旅游產業專業化水平的效應。個體網絡指標數據由本文計算而得；旅游接待能力用各省星級飯店數量表征，數據來源于考察期內《中國旅游統計年鑒》；旅游人力資源用各省旅游院校在校生人數表征，數據同樣來自考察期內各年《中國旅游統計年鑒》；區位可進入性用考察期內各省鐵路、公路里程密度表征，數據來自中國國家統計局網站分地區年度數據庫以及各省歷年國民經濟與社會發展統計公報。

據此，本文構建如下面板計量模型：

[lnYit=lnXit+lnCit+lnH_Rit+Rit+εt] （10）

式（10）中Yit表示i省t年旅游產業專業化，Xit表示i省t年的點度中心度、接近中心度和中介中心度；Cit表示i省t年旅游接待能力；H_Rit表示i省t年旅游人力資源；Rit表示i省t年區位可進入性。

3.2.2 回歸結果分析

根據Hausman檢驗結果，以5%的顯著性作為模型選擇基準，模型（1）和模型（3）采用隨機效用模型，模型（2）采用固定效用模型，表3報告了Hausman檢驗及回歸結果。

表3的回歸結果表明，點度中心度的回歸系數為0.334且通過了1%的顯著性水平檢驗，說明點度中心度每提高1個百分點，個體省份旅游產業專業化水平將提升0.334個百分點，進一步說明個體省份在整體旅游經濟發展空間網絡中與其他省份之間的關聯程度越高，越能從整體旅游經濟發展中收益，從而提升其旅游產業專業化水平。接近中心度的回歸系數為1.274且通過了1%的顯著性水平檢驗，說明接近中心度每提高1個百分點，個體省份旅游產業專業化水平就上升1.274個百分點，接近中心度的上升使得各省在整體旅游經濟發展網絡中的聯系越密切，旅游合作的程度也越高，資源配置的成本和旅游營銷成本得到大幅降低，有利于提高個體省份旅游對GDP的貢獻度。中介中心度的回歸系數為0.095且通過了1%的顯著性水平檢驗，說明個體省份中介中心度每提升1個百分點，旅游產業專業化水平將上升0.095個百分點，這意味著個體省份中介中心度的提高能夠在整體網絡中充分發揮自身較優勢，有效地引導旅游流，使得龐大的旅游市場更趨于有序與合理，有效提升了旅游對GDP的貢獻度，提高旅游產業專業化水平。

結合上述分析可以得出，對于點度中心度較小但旅游產業專業化水平較高且旅游資源特色鮮明的中西部省份（如，四川、貴州、云南、山西、青海等），應加強鄰近區域間的旅游合作，提升點度中心度，提高旅游收入水平。對于點度中心度、接近中心度和中介中心度均較高、旅游經濟發展水平高的省份，如北京、上海、浙江、江蘇、山東、廣東等，應充分發揮其在整體網絡中的中心地位優勢，對其他省份進行反哺，重點支持中西部旅游資源特色鮮明的省份旅游經濟發展，實現對其他省份的帶動。對于接近中心度較小的省份，如吉林、黑龍江、青海、寧夏、河北等，可加強與旅游經濟發展空間網絡中心省份之間的旅游經濟交流，實現其旅游產業專業化水平的提高。

4 主要結論及政策建議

4.1 主要結論

通過上述分析，本文主要結論如下：

從整體網絡特征看，在樣本考察期內，中國省域間的旅游經濟發展空間網絡關聯度為1，網絡關聯關系數從2000年的136上升到2015年的211，各省份之間旅游經濟發展關聯關系更加密切，旅游經濟空間網絡結構更加緊密，整體旅游經濟關聯效應明顯。網絡效率和網絡等級度呈現出逐年下降的趨勢，網絡的穩定性在逐漸增強，整體網絡帶來的結構優化效應在逐步提升。然而，中國旅游經濟發展空間網絡密度的值比較低，最高的2015年也僅為0.2268，同時網絡密度在上升的過程中伴隨著一定程度的波動，省域間旅游經濟發展空間關聯網絡還有很大的提升和優化空間。此外，網絡等級度和網絡效率仍然維持在較高的水平，最低值都維持在0.5以上，整體網絡等級特征明顯，網絡中各省旅游經濟有效聯系有待進一步增強。

從個體網絡特征看，全國31個省份在旅游經濟發展空間關聯網絡結構中的點度中心度均值為35.484，高于該平均值的省份為11個，分別是上海、北京、天津、江蘇、廣東、浙江、福建、山東、河南、內蒙古、遼寧，其中，上海、北京、江蘇和天津點度中心度數值超過80，在網絡中地位較高。區域旅游發展水平較高的東中部地區省份在旅游空間關聯網絡中影響力也更大，地位更高，旅游經濟發展馬太效應明顯；全國31個省份的接近中心度最低值為53.571，最高值為88.235，均值為61.653，整體較為均衡，這說明全國31各省在旅游經濟發展的空間網絡中均能夠較快的與其他省份產生關聯；全國31個省份的中介中心度總值為69.654，排名前10位的省份依次為上海、北京、天津、江蘇、浙江、廣東、甘肅、山東、內蒙古和遼寧，總和為62.813，占總值90.178%，這些省份在網絡結構中的掌控能力更強，發揮著強有力的中介和橋梁作用。

從整體網絡結構效應看，旅游經濟發展的空間網絡結構對各省旅游經濟發展水平具有顯著影響。整體網絡密度每提升1個百分點，省域間旅游經濟發展的相對差異將減少0.605個百分點；網絡等級度每提升一個百分點，省域間旅游經濟的相對差異將提升1.266個百分點，較高的網絡等級度明顯影響著省域間旅游經濟的差異；網絡效率（網絡中無效連線數量占比）每提升1個百分點，省域間旅游經濟發展的相對差異將提升1.106個百分點，網絡效率的下降將有助于縮小省份間旅游經濟發展的相對差異。

從個體網絡結構效應看，個體中心性指標同樣對個體省份旅游產業專業化有著顯著的影響。個體省份點度中心度、接近中心度和中介中心度每提升1個百分點，其旅游產業專業化水平將分別提升0.095、1.274和0.334個百分點，個體中心性指標的提升有助于各省積極參與到整體旅游合作的過程中，充分發揮各自的比較優勢，合作共贏，從而提升其旅游產業專業化水平。

4.2 政策建議

為了促進我國旅游產業的均衡發展，發揮旅游經濟空間網絡結構的效能，可供采取的政策建議如下：

旅游發展政策應考量中國省際旅游經濟發展的空間網絡結構指標和特征，創新旅游發展思路。充分利用部級聯席會的平臺，結合旅游經濟發展的空間網絡結構特征，給予跨區域、跨部門旅游合作更多的支持，以增加省域間旅游經濟發展空間關聯關系，為區域旅游經濟發展空間互補創造條件，實現旅游協調發展。

實施旅游經濟發展“一對一幫扶計劃”，促進旅游經濟發展要素的協調利用。鼓勵旅游經濟發展空間關聯網絡中中心性強的省份（如上海、北京、江蘇、浙江、廣東等地）與中西部省份（尤其是要加強西北地區、東北地區）開展旅游經濟發展一對一幫扶與合作，將旅游經濟發展水平高省份的資金和旅游客流帶到中西部旅游資源特色明顯的省份以提高網絡關聯數、提升網絡密度，優化網絡結構，縮小省份之間旅游經濟發展的相對差異。

制定綜合型跨省份旅游線路專項規劃，全面提升省際間旅游合作水平。旅游經濟發展應結合供給側改革的指導思想，從宏觀層面規劃和設計跨省份跨區域的綜合性旅游線路（如長征之旅、絲綢之旅、泛長三角旅游綜合線路等），將東中西部省的旅游經濟發展串聯起來，在降低旅游經濟空間網絡等級度的同時實現優勢互補，培育區域旅游經濟協調發展的土壤，讓更多的省份從中獲益。

借力“互聯網+”，創新省際間旅游經濟合作模式。“互聯網+時代”、大數據的充分運用，尤其是移動互聯網的迅速升級為旅游者帶來了海量的旅游信息，使得消費者成為了旅游市場的主導力量。因此，應充分發揮“互聯網+”的融合功能，在政策上支持發展一批省際旅游互聯網合作與交易平臺，通過信息技術連接各省之間的旅游經濟合作，優化旅游經濟網絡結構效率，減少無效連線，提升個體省份與整體旅游產業專業化水平。

參考文獻（References）

[1] Luo Hao， Yan Yurao， Yang Yang. Can comparative advantage theory explains tourism growth models of Chinese provinces？ An inter-provincial study on the contribution of production factors to tourism growth and the comparative advantage of tourism resources in China[J].Tourism Tribune， 2016， 31（3）： 43-53. [羅浩， 顏鈺蕘， 楊旸. 中國各省的旅游增長方式“因地制宜”嗎？——中國省際旅游增長要素貢獻與旅游資源比較優勢研究[J]. 旅游學刊， 2016， 31（3）： 43-53.]

[2] Sheng Yanchao. On the evolution of the optimization of tourism industrial structure to the contribution of economic growth of regional tourism[J]. Tourism Tribune， 2012， 27（10）： 11-19. [生延超. 旅游產業結構優化對區域旅游經濟發展貢獻的演變[J]. 旅游學刊， 2012， 27（10）： 11-19.]

[3] Liu Chunji， Feng Xuegang， Gao Jing. Changes in the structure of the tourism industry and their effect on the growth of the tourism economy in China[J]. Tourism Tribune， 2014， 29（8）： 37-49. [劉春濟，馮學鋼，高靜.中國旅游產業結構變遷對旅游經濟發展的影響[J].旅游學刊， 2014， 29（8）： 37-49.]

[4] Qian Lei， Wang Yuming， Wu Wenjia. The differences and changes of provincial tourism development in China[J]. Tourism Tribune， 2012， 27（1）：31-38.[錢磊，汪宇明，吳文佳.中國旅游業發展的省區差異及變化[J].旅游學刊， 2012， 27（1）：31-38.]

[5] Christaller W. Some considerations of tourism location in Europe： The peripheral region underdeveloped countries-recreation areas[J]. Paper and Proceedings of Regional Science Association， 1964， 12： 95 -105.

[6] Weaver D B. Peripheries of the periphery： Tourism in Tobago and Barbuda[J]. Annals of Tourism Research， 1998， 25（2）： 292- 313.

[7] Roberto C， Tiziana C. The economic resilience of tourism Industry in Italy： What the “Great-Recession” Data Show[J]. Tourism Management Perspectives， 2015， 16（10）： 346-356.

[8] Alexandre， S G， Isabel M J. Spatial patterns of cultural tourism in Portugal[J]. Tourism Management Perspectives， 2015， 16（10）：107-115.

[9] Sarrión-Gavilán M D， Benítez-Márquez M D， Mora-Rangel E O. Spatial distribution of tourism supply in Andalusia[J]. Tourism Management Perspectives， 2015， 15（7） ：29-45.

[10] Chu Yifang. Study on Spatial Organization of Tourism[D]. Tianjing： Nankai University， 1989. [楚義芳. 旅游的空間組織研究[D]. 天津： 南開大學， 1989.]

[11] Qi Bangfeng， Jiang Chong， Liu Zhaode. Differences of tourism economy and spatial structure construction of tourism in Shandong province[J]. Geography and Geo-Information Science， 2010， 26（5）： 98-102. [齊邦鋒， 江沖， 劉兆德. 山東省旅游經濟差異及旅游空間結構構建[J]. 地理與地理信息科學， 2010， 26（5）： 98-102.]

[12] Guo Yongrui， Zhang Jie， Lu Shaojing， et al. Spatio-temporal change of the inbound tourism economic development in China[J]. Scientia Geographica Sinica， 2014， 34（11）： 1299-1304. [郭永銳， 張捷， 盧韶婧， 等. 中國入境旅游經濟空間格局的時空動態性[J]. 地理科學， 2014， 34（11）： 1299-1304.]

[13] Chen Gangqiang， Li Yinghui. Spatial structure and evolution of the scale of Chinas regional tourism[J]. Tourism Tribune， 2011， 26（11）： 84-89. [陳剛強， 李映輝. 中國區域旅游規模的空間結構與變化[J]. 旅游學刊， 2011， 26（11）： 84-89. ]

[14] Xue Ling， Weng Jin. Study on microcosmic mechanism and dynamic simulation of Chinas regional tourism spatial structure evolution[J]. Tourism Tribune， 2010， 25（8）： 26-33. [薛領， 翁瑾. 我國區域旅游空間結構演化的微觀機理與動態模擬研究[J]. 旅游學刊， 2010， 25（8）： 26-33.]

[15] Shen Jinghong， Yu Zhaowang， Shen Hongting. Evolutionary spatial structure models of regional tourism system： A case study of Anhui Province[J]. Economic Geography， 2015， 35（1）： 180-186. [沈驚宏， 余兆旺， 沈宏婷. 區域旅游空間結構演化模式研究——以安徽省為例[J]. 經濟地理， 2015， 35（1）： 180-186.]

[16] Huang Xueying， Zhang Hui， Li Xinjian. A research on evolution of tourism spatial structure in Yangtze River Delta region from 2001 to 2012[J]. East China Economic Management， 2014， 28（1）： 69-73. [黃雪瑩， 張輝， 厲新建. 長三角地區旅游空間結構演進研究： 2001-2012[J]. 華東經濟管理， 2014， 28（1）： 69-73.]

[17] Wu Yuming. Spatial panel econometric analysis of tourism economic growth and its spillover effects[J]. Tourism Tribune， 2014， 29（2）： 16-24. [吳玉鳴. 旅游經濟發展及其溢出效應的空間面板計量經濟分析[J]. 旅游學刊， 2014， 29（2）： 16-24.]

[18] Sun Panpan， Dai Xuefeng. An analysis on the spatial data of Chinas regional tourism economic disparity[J]. Tourism Science， 2014， 28（2）：35-48. [孫盼盼， 戴學鋒. 中國區域旅游經濟差異的空間統計分析[J]. 旅游科學， 2014， 28（2）： 35-48.]

[19] Lu Lin， Yu Fenglong. A study on the spatial characteristic of provincial difference of tourism economy[J]. Economic Geography， 2005， 25（3）： 406-410. [陸林， 余鳳龍. 中國旅游經濟差異的空間特征分析[J]. 經濟地理， 2005， 25（3）： 406-410.]

[20] Su Jianjun. Analysis on space-time disparity of non-balanced evolvement of regional tourism economy development： A case on Shanxi Province[J]. Technology Economics， 2009， 28（7）： 73-76. [蘇建軍. 區域旅游經濟發展水平非均衡演變的時空差異研究——以山西省為例[J]. 技術經濟， 2009， 28（7）： 73-76.]

[21] Song Huilin， Ma Yunlai. Evaluation on regional disparity of tourism economy in China based on spatial analysis[J]. Economic Management， 2010， （10）： 114-118. [宋慧林， 馬運來. 基于空間分析的中國省域旅游經濟差異[J]. 經濟管理， 2010， （10）： 114-118.]

[22] Fang Yelin， Huang Zhenfang， Wang Kun， et al. Spatial and temporal analysis of Chinese provincial tourism economy based on PCA-ESDA[J]. Economic Geography， 2012， 32（8）： 149-154. [方葉林， 黃震方， 王坤，等. 基于PCA-ESDA的中國省域旅游經濟時空差異分析[J]. 經濟地理， 2012， 32（8）： 149-154.]

[23] Wang Degen， Chen Tian. Spatial analysis for regional difference of tourism economy in China[J]. Scientia Geographica Sinica， 2011， 31（5）： 528-536. [汪德根， 陳田. 中國旅游經濟區域差異的空間分析[J]. 地理科學， 2011， 31（5）： 528-536. ]

[24] Zhao Lei. The evolution of temporal and spatial differences of tourism economic development in China：1999-2009[J]. Tourism Forum， 2014， 7（2）：6-15. [趙磊. 中國旅游經濟發展時空差異演變[J]. 旅游論壇， 2014， 7（2）： 6-15.]

[25] Zhang Hong， Xia Ming. Research on tourism spatial structure of Anhui province： Based on tourism centrality degrees and tourism economic contact[J]. Economic Geography， 2011， 31（12）： 2116-2121. [張洪， 夏明. 安徽省旅游空間結構研究——基于旅游中心度與旅游經濟聯系的視角[J]. 經濟地理， 2011， 31（12）： 2116-2121.]

[26] Peng Hongsong， Lu Lin， Lu Xingfu， et al. Spatial network structure and optimization of cross-border tourism area based on tourist flow： A case study in Lugu Lake[J]. Progress in Geography， 2014， 33（3）： 422-431. [彭紅松， 陸林， 路幸福， 等. 基于旅游客流的跨界旅游區空間網絡結構優化——以瀘沽湖為例[J]. 地理科學進展， 2014， 33（3）： 422-431.]

[27] Wang Yongming， Ma Yaofeng， Wang Meixia. Network structure of multicity inbound tourists to China[J]. Progress in Geography， 2012， 31（4）： 518-526. [王永明， 馬耀峰， 王美霞. 中國入境游客多城市旅游空間網絡結構[J]. 地理科學進展， 2012， 31（4）： 518-526.]

[28] Wang Yongming， Ma Yaofeng， Wang Meixia. Study on structure and optimization of inbound tourism network of key cities in China[J]. Human Geography， 2013， （3）： 142-148. [王永明，馬耀峰，王美霞. 中國重點城市入境旅游空間關聯網絡特征及優化[J]. 人文地理， 2013， （3）： 142-148.]

[29] Zhou Huiling， Xu Chunxiao. Research on structural characteristics of spatial network for Hunans tourism economy[J]. The Theory and Practice of Finance and Economics， 2015， 36（6）： 126-131. [周慧玲， 許春曉. 湖南旅游經濟空間網絡結構特征研究[J]. 財經理論與實踐， 2015， 36（6）： 126-131.]

[30] Liu Huajun， Liu Chuanming， Sun Yanan. Spatial correlation network structure of energy consumption and its effect in China[J]. China Industrial Economics， 2015， （5）： 83-95. [劉華軍， 劉傳明， 孫亞男. 中國能源消費的空間關聯網絡結構特征及其效應研究[J]. 中國工業經濟， 2015， （5）： 83-95.]