長江中游城市群旅游經濟增長空間關聯性分析

馬麗君， 肖 洋

(湘潭大學 商學院， 湖南 湘潭 411105)

一、引 言

改革開放以來，我國旅游業迅速發展。2016年，我國國內游客達44億人次，國內旅游收入為3.9萬億元，入境游客達1.4億人次，國際旅游收入為1200億美元[1]。隨著旅游業的發展，區域間旅游合作越來越密切，形成了復雜且穩健的旅游發展空間關聯結構。國外的相關研究主要集中在區域旅游經濟聯系的空間演變[2]、旅游流的空間演化分析[3-4]、旅游流的空間結構或模式[5]以及相關影響因素[6]等方面。國內的相關研究起步較晚，在研究內容方面，主要集中在旅游經濟聯系及旅游流的空間結構[7-9]、區域旅游發展的空間差異[10-11]、旅游流的網絡結構特征[12-15]等方面；在研究方法上，早期多運用地理空間分析等方法[16]，隨著研究的深入，社會學、經濟學、物理學等學科的分析方法越來越多地被引入到相關研究中[17-19]。可以發現，旅游流的空間分布特征與空間關聯性研究已較為深入，而關于旅游經濟增長的空間關聯性分析相對比較薄弱，且多是基于引力模型的分析。基于引力模型分析旅游經濟增長的空間關聯性的前提假設是各區域間旅游經濟發展都存在關聯性，這一前提假設與實際情況可能存在較大的偏差，因此，僅利用引力模型分析旅游經濟增長的空間關聯性存在一定缺陷。

長江中游城市群是我國重點規劃和打造的跨區域特大城市群，國務院批復的《長江中游城市群發展規劃》中將其定位為中國經濟發展新增長極、中西部新型城鎮化先行區、內陸開放合作示范區和“兩型”社會建設引領區，旨在推動中國經濟朝著健康穩定的方向發展。2012年至今，該城市群在旅游發展規劃、旅游標準、管理和服務、旅游產品等領域開展了大量的合作，共建無障礙旅游區，打造一體化旅游區，區域旅游發展日益密切。2016年12月26日，國務院頒布的《十三五旅游業發展規劃》中提出要做強長江中游旅游城市群等跨區域旅游城市群，為長江中游城市群旅游的發展提出新的要求。本文以長江中游城市群為案例地，系統收集2002—2016年長江中游城市群31個城市的旅游總收入等數據，在采用格蘭杰因果關系檢驗法檢驗各城市旅游經濟發展是否存在空間關聯性的基礎上，進一步利用引力模型和社會網絡分析法，分析各城市間旅游經濟增長的空間關聯特征，以期為有關部門制定相關措施，提高各城市旅游發展的溢出效應，增強各城市旅游發展的聯系，加快區域旅游發展的一體化進程，促進長江中游城市群旅游業的快速發展提供參考。

二、數據來源與分析方法

(一)數據來源

本文依據2015年國務院發布的《長江中游城市群發展規劃》所確定的規劃范圍，選取湖北省武漢市、黃石市、鄂州市、黃岡市、孝感市、咸寧市、仙桃市、潛江市、天門市、襄陽市、宜昌市、荊州市、荊門市；湖南省長沙市、株洲市、湘潭市、岳陽市、益陽市、常德市、衡陽市、婁底市；江西省南昌市、九江市、景德鎮市、鷹潭市、新余市、宜春市、萍鄉市、上饒市、撫州市及吉安市，共31個城市為研究對象。研究所需數據主要有2002—2016年各城市的旅游總收入、旅游總人數、地區生產總值、A級景區數量及各城市間交通距離等，相關數據來源于各省市統計公報、統計年鑒、旅游局官方網站和百度地圖。

(二)分析方法

1. Granger因果關系檢驗

Granger因果關系檢驗，是分析兩個經濟變量有沒有因果關系的一種重要的經濟學方法，它檢驗的是時間序列在一定滯后期上是否存在因果關系，主要檢測現在的Y在多大程度上被過去的X解釋，如果X在Y的預測上有幫助，或者X與Y的相關系數在統計上顯著時，可以解釋為“Y是由X的Granger引起的[12]。Granger因果關系檢驗常用的滯后期選擇方法有LR、AIC、SC、HQ等，處理數據非平穩性的方法一般是進行對數差分處理。本文首先對所收集的2002—2016年各城市旅游總收入數據進行ADF檢驗，根據檢驗結果，決定是否進行對數差分處理，然后再進行Granger因果檢驗。在滯后期選擇上，采用HQ、AIC、SC多個檢驗結果相同的方式選擇最優滯后期。為了使數據全面化，得到完整的網絡結構，本文選擇10%為檢驗標準，即當P值小于10%時，說明兩者之間存在Granger因果關系。文中的X和Y分別指存在Granger因果關系的兩個城市。

2.引力模型

Granger因果關系檢驗只能檢驗兩個城市間旅游經濟發展是否存在聯系，不能給出聯系的強度，為進一步分析各城市間旅游經濟發展空間聯系的強度，本文引入引力模型，根據于洪雁、龐禎敬的相關研究[8，20]，結合自身研究需要，本文對引力模型進行了相應的修正，具體如下：

(1)

(2)

式(1)(2)中，Rij表示城市i和j的旅游經濟聯系度，即城市i對城市j的溢出強度；Pi、Pj和Vi、Vj分別表示為城市i和城市j的旅游總人數和旅游總收入；Dij表示城市i到城市j的空間距離，本文在百度地圖中，測量兩城市之間的最小空間距離；kij表示為城市i對Rij的貢獻率。若Granger因果關系檢驗顯示兩個城市間旅游經濟發展互為因果，則需要公式(1)和(2)分別計算出兩個城市的溢出效應，如果Granger因果關系檢驗顯示兩個城市間旅游經濟發展只存在單向因果關系，即兩個城市間一個城市的旅游經濟發展對另外一個城市旅游經濟發展有溢出效應，另外一個城市旅游經濟發展沒有溢出效應，此時kij為1，則只需利用公式(1)計算出具有溢出效應城市的旅游經濟發展溢出強度。

3.社會網絡分析法

社會網絡分析法是對社會關系結構及其屬性加以分析的一套方法，主要分析的是個體、群體或者社會所構成關系的結構及其屬性。通過Granger因果關系檢驗，把小于10%檢驗標準的賦值為1，大于10%檢驗標準的賦值為0，得到數據的二值化矩陣，根據X是Y的格蘭杰原因，畫一條X指向Y的有向線段，表明XY之間顯著關聯。本文主要從個體網絡和整體網絡兩個層面進行評價，個體網絡通過網絡密度、節點中心度等指標進行分析，整體網絡則主要分析網絡關聯性、中心勢、塊模型等方面的特征。其中，塊模型根據伯特的分類方法，以及本研究的需要，將4種模塊的位置重新定義命名為雙向溢出板塊、主受益板塊、主溢出板塊以及經紀人板塊，根據位置內部關系實際關系數與期望關系數的比較，以及位置是否接受其他板塊關系來判定位置類別[21-22]。

三、長江中游城市群旅游經濟增長空間關聯分析

(一)長江中游城市群旅游經濟增長空間關聯網絡的建立

利用Eviews8，對2002—2016年長江中游城市群的旅游總收入數據進行平穩性檢驗，結果顯示不平穩，進而對原始數據進行了對數差分處理，得到平穩性數據，并在此基礎上進行了兩兩區域組合的Granger causality檢驗，總共進行了930對Granger因果關系檢驗，結果顯示，通過檢驗的關系有299對，占32.15%。根據檢驗結果，利用社會網絡分析工具Ucinet，繪制長江中游城市群旅游經濟增長的空間關聯網絡圖，如圖1。從圖中可以看出，無不可達節點，每個城市都有與其相關聯的其他城市節點，說明各城市旅游經濟發展存在普遍聯系。利用社會網絡分析法的相關公式計算得出，圖1的網絡效率為0.38，說明存在較多的冗余關系，表明各城市旅游經濟增長的空間溢出效應存在多重疊加的現象，空間關聯網絡較為穩定；同時可以發現，圖中沒有不可達的城市節點，可達性良好，圖的關聯度為0.3215，說明整個網絡的關聯程度良好，但各城市之間的旅游經濟聯系還有待加強。

圖1 長江中游城市群旅游經濟增長空間關聯網絡Fig. 1 Spatial correlation network of tourism economic growth in urban agglomeration of the middle reaches of Yangtze River

(二)長江中游城市群旅游經濟增長空間關聯網絡結構特征

1.個體網結構特征分析

表1是長江中游城市群各城市旅游經濟增長的個體網絡特征值。個體網的網絡密度描述的是該城市與其他城市關聯網絡的程度，密度越高，關聯的網絡格局就越穩定。從網絡密度上來看，黃石、孝感、岳陽、武漢、荊門、株洲和衡陽的網絡密度較高，在40%以上，個體網比較穩定；而婁底和撫州的網絡密度比較低，在25%以下，與其他城市的空間聯系程度較差，個體網的穩定程度需要加強。本文分別計算長江中游城市群中三個城市群的網絡密度平均值，發現武漢城市群的網絡最穩定，其次是環長株潭城市群和環鄱陽湖城市群，但總體上來看，網絡密度還有待提高，需要加強彼此之間的合作。在長江中游城市群旅游經濟增長空間關聯網絡中，點出度代表溢出關系，點入度代表受益關系，關系總數為點出度和點入度之和。從關系總數來看，鷹潭、長沙、荊州、宜昌的關系總數比較多，總數在25條以上，與其他城市聯系較廣，吉安、婁底、南昌和九江的關系總數比較少，在10條以下，與其他城市的聯系不夠密切。分析點出度和點入度，即溢出和受益關系時發現：鷹潭在長江中游城市群里，點出度和點入度都是最大的，溢出和受益關系都比較多；黃岡、上饒、九江和常德溢出和受益關系數相等，發展比較均衡；黃石、鄂州、孝感、咸寧、襄陽、宜昌、長沙、益陽、株洲、湘潭、婁底、衡陽和吉安的溢出關系大于受益關系；其余的城市均為受益關系大于溢出關系，其中，黃石的凈溢出城市關系數最大，為10，荊門的凈受益關系最大，為7。

度數中心度測量的是網絡中的行動者自身的交易能力，中間中心度研究的是一個行動者在多大程度上居于兩個行動者之間，接近中心度考慮的是行動者在多大程度上不受其他行動者的控制。從中心度的相關指標可以看出，在長江中游城市群中，度數中心度大小排名前三的城市有鷹潭(76.67%)、長沙(70%)和荊州(66.67%)；中間中心度較大的城市有鷹潭(5.79%)、長沙(3.09%)及景德鎮(2.93%)；接近中心度較大的有鷹潭(81.08%)、長沙(76.92%)以及荊州(75%)。綜合各中心度進行分析，可以發現，在長江中游城市群經濟增長空間關聯網絡中，長沙、鷹潭、荊州、天門、宜昌、益陽、衡陽、景德鎮、上饒的中心性較強，在整個的關聯網絡中聯系較多，中介的作用比較大，傳輸能力比較強，處于整個網絡中比較關鍵的位置。

表1 長江中游城市群旅游經濟增長的個體網絡分析

注：表中數據均來源于軟件Ucinet 6的分析結果。

2.整體網結構特征分析

整體網的網絡密度可以測量各城市旅游經濟增長之間聯系的緊密程度，網絡密度越高，各城市旅游經濟增長的關聯協同程度越高。31個城市之間最大的聯系數為930條，實際存在的聯系數為299條，網絡密度為0.32，網絡密度較低，長江中游城市群需要加強旅游經濟增長的關聯程度。內向度數中心勢為25.33%，外向度數中心勢為21.89%，說明整體上長江中游城市群的受益關系要稍微多于溢出關系。中間中心勢為5.29%，數值較小，說明整體網絡相對較為分散，需要進一步加強區域合作。

通過Ucinet軟件中的Concor程序，以分割深度為2，收斂標準為0.2，將整個網絡分割為四個板塊，以便于分析各板塊間的旅游經濟聯系的溢出、受益作用。其中，第一板塊包括的城市有武漢、湘潭、襄陽、鄂州、撫州、衡陽、南昌、宜昌、宜春；第二板塊包括的城市有潛江、常德、天門、黃岡、咸寧、益陽、九江和仙桃；第三板塊的城市包括孝感、株洲、黃石、景德鎮、鷹潭、岳陽和吉安；第四板塊包括婁底、荊州、長沙、上饒、萍鄉、新余和荊門。表2反映具體板塊之間旅游經濟增長的特征。在整個網絡中，板塊內的關系有69條，板塊外的關系有230條，說明在整個網絡中板塊之間的溢出效應比較明顯。第一、四板塊的期望內部關系比例比實際內部關系比例數值大，為經紀人板塊，而第二、三板塊的實際內部關系比例比期望內部關系比例數值大，為主受益板塊。在四個板塊中，第三板塊的實際內部關系比例最高，說明第三板塊內部的城市旅游經濟聯系比較密切，板塊最為穩定，第四板塊內部城市旅游經濟聯系較弱。

表2 長江中游城市群旅游經濟增長板塊特征

為反映各板塊之間的旅游經濟增長的溢出效應，根據各板塊的密度矩陣(表3)，以整體網密度0.32為分割值，大于0.32的賦值為1，小于0.32的賦值為0，繪制成圖2。由圖2可知，第四板塊與第二板塊、第二板塊與第一板塊、第一板塊與第四板塊之間都是單向傳導關系。由于這些板塊一側密度小于整體網密度，故只將板塊一側密度值大于整體網密度0.32的板塊關系繪制成圖2，這樣便于分析主要板塊之間的關系。由表3可知，在板塊內部關系中，第三板塊密度最高，聯系最為密切，關系比較穩定，第一板塊對第四板塊的溢出作用比較明顯，第二板塊對第一板塊的溢出作用比較明顯，第三板塊與第四板塊之間的溢出效應明顯。從圖2可以看出，第三塊板與第四板塊之間存在雙向傳導關系，第三板塊和第二板塊為主受益板塊，第四和第一板塊為經紀人板塊，四大板塊的經濟聯系形成了一個良好的循環，第三板塊內部關系比較活躍，將旅游經濟增長的動能傳遞給第四板塊，同時第四板塊又傳遞給第二板塊，第二板塊傳遞給第一板塊，然后經第四板塊，又傳回第三板塊，區域之間聯系密切，城市彼此之間的良性合作能帶動城市旅游經濟的增長。

表3 各板塊的密度矩陣

圖2 四大板塊相互關系Fig. 2 The relationship between the four major plates

四、長江中游城市群旅游經濟增長空間關聯的影響因素

影響城市間旅游經濟增長空間關聯的因素眾多，如：資金流向、旅游人數、各城市旅游收入、相關基礎設施、城市間交通便捷度、區域間合作等等，考慮到一些因素難以進行量化，而經濟發展水平對城市間貿易和基礎設施等都有著比較直接的影響，所以在下面的分析中，本文主要選取了旅游資源豐度、旅游總人數、地區生產總值以及交通便捷度四個因素，并在收集數據的基礎上，構建相應的空間關聯矩陣：旅游總人數空間關聯矩陣(N)、旅游資源豐度空間關聯矩陣(S)、交通距離矩陣(T)及地區生產總值空間關聯矩陣(G)，運用社會網絡分析法中的QAP分析檢驗各因素對城市間旅游經濟增長空間關聯的影響。

首先在充分考慮相關變量在不同時間和空間上的關系的基礎上，對自變量矩陣利用以下方法進行相關的矩陣處理，即對2002—2016年各城市的旅游總人數進行格蘭杰因果關系檢驗，有關系賦值為1，無關系賦值為0，得城市間客流關系矩陣；對各城市2002-2016年的地區生產總值進行格蘭杰因果關系檢驗，有關系賦值為1，無關系賦值為0，得地區生產總值關系矩陣；按照百度地圖兩城市間的最小空間距離進行賦值，經檢驗，在分割值為190(單位：公里)時，與城市間旅游經濟增長空間關聯矩陣相關系數最大，所以距離在[0，190]之間賦值為1，反之賦值為0，得交通距離矩陣；按照旅游資源豐度的計算公式[23]計算相關數值，根據城市間的差值矩陣進行賦值，經檢驗，在分割值為19的時候，與城市間旅游經濟增長關聯矩陣的相關系數最大，所以在[0，19]之間賦值為1，反之賦值為0，得旅游資源豐度相似矩陣。長江中游城市群旅游經濟增長的空間關聯矩陣與其影響因素的QAP相關分析的檢驗結果如下：其中p≥0和p≤0分別表示隨機計算出來的相關系數大于等于或者小于等于實際相關系數的概率，此分析中的主要依據為顯著性水平。

表4 空間關聯矩陣R與其他因素的QAP相關分析結果

由表4可知，旅游總人數、GDP以及旅游資源豐度的相關系數都大于0，說明這三個變量與長江中游城市間旅游經濟增長的空間關聯矩陣有著正向關系，而交通距離矩陣與其有著反向關系。其中旅游人數矩陣(N)和交通距離矩陣(T)滿足5%的顯著性水平，旅游資源豐度滿足10%的顯著性水平，地區生產總值(G)矩陣與旅游經濟增長空間關聯矩陣的相關性稍弱。

表5 影響因素矩陣的QAP回歸分析結果

表5是各影響因素與因變量的QAP回歸分析結果。其中概率1和概率2是滿足了相關條件的隨機置換次數占總的隨機置換次數比例，分別代表著隨機置換產生的回歸系數絕對值不小于及不大于觀察的回歸系數隨機置換占總的置換次數比例。由表5可知，各回歸系數都在10%以下顯著，說明各因素對長江中游城市群的旅游經濟增長空間關聯產生了重要影響。其中，空間距離矩陣的回歸系數最大，其次是旅游人數矩陣，最后是旅游資源豐度矩陣和地區生產總值矩陣，分別可以解釋10%、7%以及5%的長江中游城市群旅游經濟增長的空間關聯關系，說明旅游客源市場、資源豐度越相近，經濟發展聯系越密切、空間距離越小，兩城市間的旅游經濟增長空間關聯越密切。

五、長江中游城市群旅游經濟聯系強度

為了更好地反映各城市間的旅游經濟發展空間關聯特征，本文通過公式(1)和公式(2)測算2016年長江中游城市群中299個關系的引力大小，即旅游經濟聯系的強度。利用社會網絡分析軟件Ucinet6.0，將圖1的長江中游城市群旅游經濟增長的空間關聯網絡進行修正，繪制成圖3，其中加粗部分為旅游經濟聯系強度較大的一部分城市關系。由圖3可以看出，城市間的聯系強度較大的有湘潭→株洲、長沙→益陽、湘潭→長沙、黃岡→鄂州以及上饒→鷹潭，聯系強度值都在300以上；聯系強度值在100-300之間的城市關系有6條，50-100之間的城市關系有13條，10-50之間的城市關系有45條，5-10之間的城市關系數有32條，0-5之間的城市關系數有198條。聯系強度值較小的關系數較多，說明長江中游城市群旅游經濟發展的聯系較弱，需要加強各城市間的旅游經濟聯系。從不同的經濟圈來看，在武漢城市群中，黃岡→鄂州的經濟溢出作用最大，其次為武漢→荊州。從溢出范圍上看，咸寧的溢出范圍最廣，呈現出多極發展，城市群內部發展不均衡；在環長株潭城市群中，長沙、株洲和湘潭三個中心城市的旅游經濟溢出作用比較明顯，在城市群內部，湘潭→株洲溢出作用最為明顯，其次為長沙→益陽，溢出范圍最廣的為湘潭；在環鄱陽湖城市群中，上饒→鷹潭的溢出作用最強，城市內部溢出量第二大的為南昌，整體呈現出均衡發展但龍頭城市作用較弱的局面。

在三大城市群之間的聯系中，武漢城市群與環鄱陽湖城市群之間聯系比較密切，環長株潭城市群對其他兩個城市群的溢出作用明顯，環鄱陽湖城市群的受益作用比較明顯。整體上三個城市群的內部經濟聯系強度都要大于外部的經濟聯系強度，說明三個城市群間的旅游經濟聯系相對較弱。

圖3 長江中游城市群旅游經濟聯系強度空間關聯網絡Fig. 3 Spatial correlation network of tourism economic intensity in urban agglomeration of the middle reaches of Yangtze River

為了進一步分析長江中游城市群各城市的旅游經濟溢出效應，本文將每個市州的溢出量和受益量加總并將其繪制成圖4。從圖中可以看出，湘潭市的溢出能力最強，凈溢出達到了1659.95，其次溢出能力較強的城市還有武漢、長沙、株洲和上饒，溢出量在300以上；黃石、鄂州、仙桃、天門、潛江、襄陽、荊門、益陽、常德、婁底、新余、萍鄉、宜春、吉安等城市的溢出能力較弱，其中，潛江的溢出能力最弱，溢出量小于1。在長江中游城市群中，受益能力比較強的城市有株洲、長沙、益陽、鷹潭和鄂州，其中，株洲的受益能力最強，凈受益到了851.45，而在這些城市中，受益能力比較弱的城市有黃石、黃岡、孝感、仙桃、天門、潛江、襄陽、婁底、撫州、吉安等城市，其中，吉安的受益量最小，其值小于5。其他以溢出能力為主的城市還有武漢、黃岡、長沙和上饒，旅游經濟的受益能力較強的城市有株洲、益陽、鄂州和鷹潭，而咸寧、衡陽、撫州等城市受益量和溢出量相差不大。

圖4 長江中游城市群旅游經濟聯系強度Fig. 4 The intensity of tourism economic linkages in urban agglomeration of the middle reaches of Yangtze River

六、結 論

本文收集2002—2016年長江中游城市群的有關數據，利用格蘭杰因果關系檢驗、社會網絡分析法以及引力模型，分析我國長江中游城市群的旅游經濟增長空間關聯性，揭示其旅游經濟增長的空間關聯網絡特征以及各城市在整體網絡中地位、作用以及溢出效應，結果發現：

(1)整個網絡的關聯程度良好，各城市旅游經濟發展存在著普遍的關聯關系，但網絡密度較低，聯系強度較弱，各城市間旅游經濟聯系還有待加強；內向度數中心勢大于外向度數中心勢，說明整體上長江中游城市群的受益關系要稍微多于溢出關系；中間中心勢數值較小，說明整體網絡相對較為分散，需要進一步加強區域合作；長沙、鷹潭、荊州、天門、宜昌、益陽、衡陽、景德鎮、上饒的中心性較強，在整個的關聯網絡中聯系較多，中介作用比較大，傳輸能力比較強，處于整個網絡中的比較關鍵的位置。

(2)武漢城市群的網絡最穩定，其次是環長株潭城市群和環鄱陽湖城市群，但總體上來看，網絡密度還有待提高，需要加強彼此之間的合作；武漢城市群呈現出多極發展，城市內部發展不均衡；環長株潭城市群中，長沙、株洲和湘潭三個中心城市的旅游經濟溢出作用比較明顯；環鄱陽湖城市群整體呈現出均衡發展但龍頭城市作用較弱的局面。武漢城市群與環鄱陽湖城市群之間聯系比較密切，環長株潭城市群對其他兩個城市群的溢出作用明顯，環鄱陽湖城市群的受益作用比較明顯。三個城市群的內部經濟聯系強度大于外部經濟聯系強度，說明三個城市群間的旅游經濟聯系相對較弱。

(3)將長江中游城市群劃分為四個板塊，結果發現板塊之間的溢出效應比較明顯。第一、四板為經紀人板塊，第二、三板塊為主受益板塊。第三板塊內部的城市旅游經濟聯系比較密切，板塊最為穩定，第四板塊內部城市旅游經濟聯系較弱。第一板塊對第四板塊的溢出作用比較明顯，第二板塊對第一板塊的溢出作用比較明顯，第三板塊與第四板塊之間的溢出效應明顯。四大板塊的經濟聯系形成了一個良好的循環，區域之間聯系密切，城市彼此之間的良性合作，能帶動城市旅游經濟的增長。

(4)旅游總人數、旅游資源豐度、交通距離與地區生產總值是影響長江中游城市群旅游經濟聯系的四個重要因素。旅游總人數、旅游資源豐度、地區生產總值與長江中游城市間旅游經濟增長有著正向關系，而交通距離與其有著反向關系。交通距離矩陣的回歸系數最大，其次是旅游人數矩陣，最后是旅游資源豐度矩陣和地區生產總值矩陣，分別可以解釋10%、7%以及5%的長江中游城市群旅游經濟增長的空間關聯關系，說明旅游客源市場、資源豐度越相近，經濟發展聯系越密切、空間距離越小，兩城市間的旅游經濟增長的聯系越密切。

本文在研究方法上，運用格蘭杰因果關系檢測出各城市之間是否存在旅游經濟聯系，同時運用引力模型更方便地計算出各城市旅游經濟的溢出強度，這樣計算出來的結果更為準確。同時，研究結論可為相關部門制定政策促進區域旅游業的一體化發展提供一定的參考。然而，本研究仍存在一定的局限性：首先，格蘭杰因果關系檢驗對時間序列數據有一定的要求，受數據的限制，溢出效應過小或是最近幾年才產生的溢出關系可能無法通過檢驗，所以本文的空間關聯網絡結構可能并不完全準確和完善；其次，由于相關數據的限制，在進行影響因素的分析時，涉及的因素較少，無法全面的驗證影響長江中游城市群的旅游經濟增長空間關聯的各個因素，以上兩個方面，將在后續研究中進一步完善。