中國旅游經濟空間結構演化特征及影響因素分析

肖建雄,何德艷

(貴州財經大學 大數據統計學院，貴州 貴陽 550025)

1 引言

旅游業對中國各省的經濟發展有很強的帶動性，對已經從高速發展階段進入高質量發展階段的中國經濟具有重要意義。2019年國內旅游人數相比2010年增長186%，達到601000萬人；2019年國內旅游總花費相比2010年增長355%，達到57251億元。通過對中國各省份旅游價值的量化，探尋各省份間是否存在旅游引力關系，有助于分析我國旅游產業發展基本格局，了解旅游產業發展是否存在不平衡性，為下一步旅游戰略的制定提供參考建議。

國外學者針對旅游空間的研究主要針對旅游目的地網絡結構[1,2]、旅游企業之間關聯網絡結構[3]。國內學者針對旅游空間的研究多以部分重點省市為研究對象，運用社會網絡分析方法、GIS空間分析方法等進行研究[4～8]；對于中國省域旅游經濟空間，王俊等[9,10]采用優化的萬有引力模型確定省域旅游經濟關聯關系并以此構建網絡，對網絡的結構特征及其效應、網絡整體結構及其影響因素進行了分析，發現旅游經濟空間馬太效應明顯、并找到了可能對旅游經濟空間結構帶來影響的變量；王兆峰等[11]運用DEA方法量化中國省域旅游效率并構建相應的網絡，研究其結構演化和影響因素。

綜上所述，對中國旅游經濟空間網絡的研究未涉及網絡結構的演化特征，同時，對網絡結構影響因素的研究也未對比多年的變化。據此，本文對網絡結構的演化特征進行探究，同時運用QAP方法分析、對比歷年可能影響網絡結構的因素。

2 旅游引力網絡的構建

本文中旅游引力網絡的構建，以中國內陸各省級行政區(后簡稱為省份)作為節點，通過修正的萬有引力模型計算各省份間的引力數值，建立引力數值矩陣，并轉換為引力關系矩陣。

2.1 修正的萬有引力模型

本文運用修正的萬有引力模型量化省份間的旅游引力，優化后的萬有引力模型如下：

(1)

式(1)中，Yij表示i省份對j省份的旅游吸引力數值；Kij表示i省份對j省份的引力系數，其中Ri表示i省份相應年份5A、4A、3A景區數量之和；Pi表示i省份相應年份的旅游人數；Ti表示i省份相應年份的旅游收入；Pi表示i省份相應年份的GDP總額；Dij表示省份i、j之間的距離；gi表示i省份相應年份的人均GDP。

王俊等在構建萬有引力模型時[9,10]，僅考慮5A、4A景區數量，本文考慮近年來自媒體及短視頻平臺的興起，許多小眾旅游景點逐漸受到人們的關注，因此，本文在量化旅游引力時，將各省3A景區數量考慮在內。

2.2 引力關系矩陣轉化為旅游引力網絡

引力數值矩陣通過式(1)計算得到，將各元素與其行平均值進行比較，轉化為旅游引力網絡。大于等于其行平均值的賦值為1，表示該行省份對該列省份具有復雜網絡意義下的旅游引力；其余賦值為0，表示該行省份對該列省份不具有復雜網絡意義下的旅游引力。

2.3 數據來源

本文中各省份GDP數值、人均GDP數值采自于中國統計年鑒，旅游人數、旅游收入、A級景區數量采自于各省相應年份統計年鑒，樣本時間跨度均為2011～2018年。

3 旅游引力網絡結構演化特征分析

對旅游引力網絡結構的分析，能夠發現省域間旅游格局的發展及變化趨勢，有助于進一步了解中國旅游產業發展現狀，發現旅游產業發展中的薄弱環節。

3.1 網絡整體結構

本文使用網絡密度、平均距離和凝聚力作為整體網絡特征的量化指標。

(1)網絡密度。網絡密度表示網絡中旅游引力關系數量與理論上可容納關系數量的上限之比。網絡密度越大，說明各省份間存在的旅游引力關系越多。對于上述所構建的有向無權網絡，其公式為：

(2)

式(2)中，D表示網絡密度，M表示網絡中實際存在的旅游引力關系數量，N表示網絡中節點的數量。

(2)平均距離。平均距離指網絡中每對節點之間最短路徑的平均值。平均距離越小，說明旅游引力網絡結構越緊密。

(3)凝聚力。凝聚力體現了每3個節點之間的關聯的緊密程度。凝聚力越大，說明存在相對明顯的“抱團”現象。

結果如表 1所示。表中數據顯示：網絡密度總體偏低，自2011年開始，存在小幅上升。互惠性存在一定程度的波動，總體保持穩定。在2012～2014年期間，互惠性數值累計增幅達到9.46%，并于2014年互惠性到達最高峰值。網絡的平均距離自2011年開始，總體呈現下降趨勢，在2015年其下降幅度最大。凝聚力自2011年開始平穩下降，“抱團”現象有所降低。

表1 歷年網絡整體結構分析結果

綜上所述，我國旅游引力網絡密度較低，旅游產業存在巨大發展潛力；網絡平均距離下降說明部分之前不存在吸引關系的省份相互之間建立了吸引關系；2014年之后，網絡凝聚力明顯下降，網絡中“小團體”現象逐漸減弱。

3.2 旅游引力網絡的社團結構

本文通過塊模型對網絡中節點進行重排，將其劃分為新的“子群體”[12]。塊模型的計算利用UCINET軟件中CONCOR方法完成[13,14]。設置最大劃分深度為2，收斂條件為0.1，最大迭代次數為25，將旅游引力網絡劃分成4塊，得到密度矩陣；其后將密度矩陣與當年網絡的密度進行比較，大于網絡密度的賦值為1，其余為0，由此轉化為成像矩陣。2011年和2018年像矩陣可視化如圖 1所示。旅游引力網絡社團結構演化分析如下。

圖1 2011年、2018年網絡像矩陣可視化

(1)2011～2013年，板塊呈現以經濟發展水平和地域為劃分的特點。第一板塊為北京、天津、內蒙古，屬華北地區高經濟水平省份；第二板塊為江蘇、廣東、上海、浙江，屬華沿海區高經濟水平省份；第三板塊以吉林、遼寧等東北地區省份為主；第四板塊以江西、湖南等長江沿線及以西南地區省份為主。板塊間以第一板塊、第二板塊為中心，呈現雙中心化趨勢。

(2)2014～2018年，板塊呈現以經濟發展水平為主的劃分特點，地域影響逐漸減弱。2014～2015年，第一板塊成員以江蘇、北京、天津、內蒙古等經濟發展水平居于前列的省份為主。被劃分為第一板塊；福建、廣東、浙江被劃分為第二板塊；第三板塊、第四板塊成員基本保持不變。2016～2018年，第一板塊成員變為當年經濟發展水平位列前四的北京、天津、江蘇、上海；廣東、浙江、福建當年經濟發展水平位列其后劃分為第二板塊；內蒙古由于經濟發展水平降低，與東北地區省份一起劃分為第三板塊。板塊間以第一板塊為中心，呈現以經濟發展水平為主導的中心化趨勢。

4 旅游引力網絡結構影響因素分析

本文使用QAP回歸[15]研究中國旅游引力網絡結構的影響因素。

4.1 變量選取

本文考慮到各省份對外界的旅游價值與該省份經濟發展水平、擁有的旅游資源及抵達該省的出行成本存在一定關聯，故選取各省份GDP數值、航空進出港人數、旅客周轉量、游客總人數、4A5A景點數量、與其它省份接壤與否作為本文的解釋變量。其中除接壤變量為0-1矩陣外，其余變量均采用進行極差標準化處理后的數據計算省份間的差值，構建差值矩陣。

QAP方法中使用的各省份GDP數值、旅客周轉量數據采自于中國統計年鑒，接壤數據根據中國地圖獲取得到，航空進出港人數根據中國民用航空局公布的《民航機場生產統計公報》統計而得，游客總人數、4A5A景點數采自于各省相應年份統計年鑒。

4.2 QAP回歸模型構建

本文將中國各省之間的旅游引力關系數據作為因變量，選擇GDP、各省每年進出港人數、旅客周轉量、接納的游客總人數、4A5A景點數以及各省之間接壤與否作為解釋變量，以此構建QAP回歸模型，模型如下：

Y=f(GDP,HAR,TUR,TOU,SCE,BOU)

(3)

4.3 實證分析

根據QAP回歸模型，利用UCINET軟件進行5000次隨機置換，結果如表 2所示，表中數字代表各變量的回歸系數。

表2 QAP回歸結果

回歸結果顯示，2011～2018年，省份間是否接壤、航空進出港人數差值兩個變量的回歸系數均通過了顯著性水平為0.01的顯著性檢驗；2011～2016年GDP差值變量回歸系數通過了顯著性水平為0.05的顯著性檢驗，但2017、2018年該變量的回歸系數未通過顯著性檢驗；2011～2015年游客總量變量均通過顯著性水平為0.1的顯著性檢驗，但同在2016～2018年里回歸系數未通過顯著性檢驗；旅客周轉量變量僅在2011、2012、2014年通過顯著性檢驗，4A5A景點變量僅在2011年通過顯著性檢驗。

據2011年的QAP回歸分析結果顯示，所有變量均通過了顯著性檢驗，說明在2011年這幾個變量均對旅游引力網絡的建立存在一定影響。其中GDP差值、是否接壤、航空進出港人數差值變量回歸系數均為正，說明兩省間接壤、GDP差值以及航空進出港人數差值相差越大越能促進省份間旅游關系的形成；旅客周轉量差值、游客數量差值兩個變量回歸系數均為負，說明旅客周轉量差值越大、省份間每年游客數量差值越大兩省間越不容易建立旅游關系。

在所有影響因素中，航空進出港差值變量對旅游引力網絡的影響最大，能較大程度上決定省份間的是否存在吸引關系；自2017年開始，GDP差值變量不再對省份間的吸引關系產生影響。

綜上所述，2011～2018年期間對我國旅游引力網絡結構存在明顯影響的變量逐漸減少，到2018年僅有接壤與否變量、航空進出港人數差值變量對網絡結構變化存在影響，二者均屬出行成本范疇，說明旅客對出行成本的重視程度越來越高，而對旅游目的地的旅游資源及旅游人氣關注度越來越低。

5 總結與建議

5.1 結論

網絡整體結構分析結果顯示，我國旅游引力密度均較低，且存在一定程度上的抱團情況，說明旅游業具有較大的提升潛力，可增強各“小團體”間旅游的往來。

社團結構分析結果顯示，以2014年為時間節點，在2014年之前，旅游引力網絡以第一、二板塊成員為中心，第一、二板塊成員的劃分同時受到了地理因素與經濟水平雙因素影響，但在2014年之后，這種雙因素影響逐漸轉化成單因素影響， 即板塊成員的劃分突破了地域限制，僅受到經濟水平的影響，這與我國高鐵網絡基本建成時間相吻合。高鐵網絡的延伸，使得旅客出行的便利程度有了極大的提高，為更多省份間旅游關系的建立提供了機會。

QAP分析結果顯示，省份間接壤與否和航空進出港人數的差異是省份間是否存在關系的重要影響因素，省份間接壤、航空進出港人數差異較大均有利于旅游引力關系的建立，說明旅客對出行成本的重視程度越來越高。

5.2 建議

綜合網絡結構變化趨勢分析結論發現，我國旅游資源存在向高經濟發展水平省份傾斜的情況，為促進我國旅游產業進一步發展，消除地區不平衡性，對處于網絡邊緣位置的省份應提高對旅游產業的重視程度，加強旅游資源的開發與建設，提高自身旅游競爭力。

綜合網絡結構影響因素分析結論發現，出行成本對省份間是否存在引力關系起到了最重要的影響，省份鄰近、航空運輸發達均會降低出行的時間成本，有利于旅游引力關系的建立。各省份可以提高與鄰近省份陸上交通的運輸能力以及提高與其余省份航空交通運輸能力，以提升自身旅游競爭力。