Professional Documents
Culture Documents
11
2017 年 11 月 Scientia Geographica Sinica Nov ., 2017
基于社会网络分析法的中国省际入境
旅游经济增长空间关联性
马丽君,
龙云
(湘潭大学商学院,湖南 湘潭 411105)
改革开放后,随着中国经济的发展和对外开 分析[11,12]。纵观国内外相关研究,有关入境旅游流
放程度的提高,中国入境旅游业持续高速发展, 的空间分布特征与空间关联性研究较为深入,
然而
2015 年入境旅游人数达 1.34 亿人次,实现国际旅 相关研究多采用的是抽样调查资料或调查问卷数
游收入 1 137 亿美元(不包含港澳台)。随着入境 据,
样本量有一定的局限性;
同时,
入境旅游发展空
旅游业的发展,各省区间在客源市场、资源开发等 间关联包括旅游流、旅游经济等方面的关联,相关
方面展开了较为深入的合作,各省区入境旅游发 研究多是基于客流量或旅游人次的分析,
关于入境
展联系越来越密切,形成了复杂稳健的入境旅游 旅游经济增长的空间关联性分析尚不多见。
发展空间关联结构。国外相关研究主要集中在目 旅游经济的增长存在溢出效应,
溢出的路径和
的地旅游流的关联特征 ,经济、社会等因素对旅 [1,2]
方式有很多,因此,入境旅游经济增长的空间关联
游流的影响等方面 。国内学者最早关注的是入 [3,4]
性与入境旅游流的空间关联性既有联系又有区别,
境旅游流空间分布特征,多是在问卷调查的基础 两个地区间入境旅游经济增长的关联性不仅会受
上,
结合地理空间分析法 、Theil 系数 等分析入境 [5] [6]
到两地区间入境客流联系的影响,
还受到各地区客
旅游流空间特征。此后,关于入境旅游流空间结 源市场结构、
经济发展水平、
两地区间的贸易、
政策
构的研究成果逐渐增多,经济学、物理学、社会学 等因素的影响。本文系统收集 1991~2014 年 31 个
等学科的理论和分析方法越来越多的引入到相关 省区(不包括港澳台)入境旅游收入等数据,
利用格
研究中 [7,8]
,对中国入境旅游空间结构、地区差异、 兰杰因果检验和社会网络分析法,
分析各省区入境
影响因素等进行了较为深入的研究 [9,10]
。随着研究 旅游经济增长的空间关联性及其影响因素,
以期为
的深入,各省区入境旅游流的空间关联性成为学 进一步认识中国入境旅游发展的空间关联特征、
区
术界研究的一个热点,相关研究大多以城市为案 域入境旅游经济增长的溢出效应、
各省区在入境旅
例地,以客流量为指标,采用社会网络分析法进行 游发展网络中的地位和作用,进一步加强区域旅游
收稿日期 2016-12-06;
收稿日期: 修订日期:
修订日期 2017-02-20
基金项目:国家自然科学基金项目 (41501156)、湖南省教育厅优秀青年基金项目(15B243)、湖南省社科基金项目(14JD56)资助。
基金项目
[Foundation: National Nature Sciences Foundation of China (41501156), Excellent Youth Foundation of Hunan Educational Committee
(15B243) , Sciences Foundation of Hunan Province (14JD56).]
作者简介:
作者简介 马丽君(1981-), 男, 山东临沂人, 博士, 副教授, 硕导, 研究方向为旅游经济运行与旅游气候。E-mail: ljmaljly@163.com
1706 地 理 科 学 37 卷
合作,
促进中国入境旅游的发展提供参考。 间显著关联。刻画网络特征主要用关联性分析、
中
心性分析、
网络密度、
块模型分析等方法。本文将分
1 数据来源与分析方法 别考虑个体网络与整体网络的网络特征,
个体网络
1.1 数据来源 通过网络密度、
中心度等指标进行分析,
整体网络着
入境旅游收入是学术界分析区域入境旅游经 重分析网络关联性、
中心势、
块模型等方面特征,
其
济发展的一个主要指标 ,本文收集 1991~2014
[13,14]
中,
块模型根据伯特的分类方法和本研究的需要,
将
年各省区(不包含港澳台)旅游外汇收入,
用于分析 4 种模块的位置重新定义命名为双向溢出板块、主
各省区入境旅游经济增长的空间关联性。前人在 受益板块、
主溢出板块、经纪人板块(表 1)[19]。
分析影响旅游流空间网络结构的因素时,
主要考虑
旅游资源、经济发展水平、交通便捷度等因素 [15], 表 1 块模块分析中 4 种板块模型
旅游经济与旅游流既有区别又有联系,
影响各省区 Table 1 Four plates in analysis method of the Block Models
个方面分析,其一是客流的流向和流量,因为客流 关系比例 ≈0 >0
≥ (g K - 1)/(g - 1) 双向溢出板块 主受益板块
的流动会带动资金的流动;其二是资金(入境旅游
< (g K - 1)/(g - 1) 主溢出板块 经纪人板块
收入)的流向和流量。影响客流流向和流量的因素
主要有旅游资源、
交通便捷度、
基础设施等,
而影响 注:gK 为板块中成员个数;g 为总体网络中行动者个数;
(gK-
1)/(g-1)为期望关系比例
资金流向和流量的因素主要有客流的流向和流量、
区域旅游合作、
省区间的经济贸易联系等,
其中,
区
域旅游合作等因素难以量化,
在下文的量化分析中 2) Granger 因果关系检验。这是经济学中分
予以剔除。经济发展水平对基础设施及省区间的 析两个经济变量间有无因果关系的重要方法 [18]。
经济贸易联系有直接的影响,
在下文的分析中以经 本文首先对所收集的 1991~2014 年各省区旅游外
济发展水平代替基础设施及省区间的经济贸易联 汇收入数据进行 ADF 检验,根据检验结果,决定是
系。故本文采用入境旅游客流、
经济发展水平、
旅游 否进行对数差分处理,然后再进行 Granger 因果检
资源丰度、
交通便捷度4个指标分析入境旅游经济增 验。在滞后期的选择上,采用 AIC、SC、HQ 多个检
长空间关联性的影响因素,
其中入境旅游客流以入 验结果相同的方式选择最优滞后期。在检验结果
境旅游人数(包含港澳台游客)来衡量;
交通便捷度 的分析中,为数据全面化,得到完整的网络结构,
的测算方式有很多,
本文以两省区中心(省会)间采 本文选择 10%为检验标准,即当 P <10%时,说明
用飞机、
铁路(包括高铁和城铁)、
公路(包括高速公 两者之间存在 Granger 因果关系。
路)等交通方式到达对方所需最短时间,来测算两
2 省际入境旅游经济增长空间关联
地交通的便捷度;以 3A 级以上景区确定各省区旅
游资源丰度;以各省区地区生产总值衡量经济发展
分析
水平,相关数据来源于《中国旅游统计年鉴》[16]、
《中 2.1 省际入境旅游经济增长关联网络的建立
国 统 计 年 鉴》[17]、各 省 区 旅 游 局 官 方 网 站 ,以 及 利用 Eviews6.0,对 1991~2014 年各省区入境
12306 官方网站、
12580 机票查询网站和百度地图。 旅游外汇收入数据进行平稳性检验,结果显示原
1.2 分析方法 始数据不平稳,在对原始数据进行对数差分处理
1) 社会网络分析法。社会网络是用来研究 的基础上,进行两两区域组合的 Granger 因果关系
一个社会中成员及它们之间关系的集合,在本研 检验,通过检验的关系有 248 个。根据检验结果,
究中,各省市是网络中的点,各省市之间的入境旅 利用社会网络分析工具 Ucinet,将省际入境旅游经
游经济增长空间关联关系就是网络中的线。依据 济增长空间关联网络绘制成图 1,可以看出,省际
Granger 因果关系检验结果,将小于 10%检验标准 入境旅游经济增长空间关联网络中没有独立的点
的赋值为 1,大于 10%检验标准的赋值为 0,通过对 存在,说明各省区入境旅游经济增长普遍存在关
数据的二值处理,根据 X、Y 之间的 Granger 因果 联关系,每个省区都至少存在一条以上的空间关
关系,画一条 X 指向 Y 的有向线段,表明 X、Y 之 联关系。运用社会网络分析法相关公式测算图 1
11 期 马丽君等:
基于社会网络分析法的中国省际入境旅游经济增长空间关联性 1707
图 1 入境旅游经济增长空间关联网络
Fig.1 The network of economic growth of inbound tourism
表2 入境旅游经济增长个体网络分析
Table 2 The analysis of individual network about economic growth of inbound tourism
系比例最高,且远大于期望的内部关系数,说明板 二板块和板块内部,
对第一板块的溢出效应较小。
块内各省区入境旅游经济发展联系最为密切,其 为进一步分析各省区入境旅游经济增长的空
次是第二板块,第四板块内部活力最弱,板块内各 间关联,本文以整体网密度值 0.266 7 为分界值,高
省区入境旅游经济发展联系较弱(表 3)。 于 0.266 7 赋值为 1,低于 0.266 7 赋值为 0 画出像矩
为反映各板块旅游经济增长的溢出效应,本 阵(图 2),
从图中可以看出,
第二板块为入境旅游经
文计算各板块的密度矩阵,第一板块旅游经济增 济增长的
“发动机”
,它将入境旅游经济增长的动能
长的溢出效应较均匀,4 个板块都有受益。第二板 传递给第一板块,
第一板块内部入境旅游经济关系
块旅游经济增长的溢出效应主要集中在板块内 较为活跃,同时担任“桥梁”作用,将入境旅游经济
部,其次是第一板块,对第四板块的溢出作用较 增长的动能传递给第三板块和第四板块,
同时第四
小,对第三板块的溢出效应为 0。第三板块旅游经 板块又将动能传递给第三板块。在各板块所含省
济增长溢出效应主要针对板块内部,对板块外部 区中,
经济较为发达的省区,
如北京、
上海、
广东,
以
旅游经济增长的溢出效应较小。第四板块旅游经 及旅游资源较为丰富的旅游大省,
如云南、
陕西、
贵
济增长溢出效应主要针对第三板块,其次是在第 州等省区,都处于第一、二板块中,占据重要的位
11 期 马丽君等:
基于社会网络分析法的中国省际入境旅游经济增长空间关联性 1709
表 3 入境旅游经济增长板块特征
Table 3 The characteristics of plate about economic growth of inbound tourism
网络中地位和作用,以及网络空间溢出效应等,并 关系检验,因此本文的入境旅游经济增长空间关
使用 QAP 相关分析和回归分析方法,揭示入境旅 联网络并不完全准确和完善;由于相关数据的限
游经济增长空间关联的影响因素,
结果发现: 制,在进行 QAP 相关分析及回归分析时,涉及的因
1) 入境旅游经济增长空间关联网络的关联 素偏少,无法全面验证影响入境旅游经济增长空
度较高,结构均匀,不存在独立发展的地区,但网 间关联的各个因素,
需要在后续研究中完善。
络整体紧密度不够;网络存在多重叠加的溢出效
参考文献(References
References)
):
应,网络稳健性较强。外向中心势大于内向中心
势,溢出关系多于受益关系,中间中心势与接近中 [1] Yang Yang, Timothy Fik, Jie Zhang. Modeling sequential tour-
ist flows: Where is the next destination?[J]. Annals of Tourism
心势值较低,总体联系较分散,需加强各区域之间
Research,2013,43(10):297-320.
的合作,
增强入境旅游经济增长的空间关联结构。
[2] María Santana-Gallego, Francisco J Ledesma-Rodríguez , Jorge
2) 经济越发达地区,个体网络密度越高,与 VPérez-Rodríguez.International trade and tourism flows: An ex-
其他各省区间空间关联越多,空间上呈现出阶梯 tension of the gravity model[J]. Economic Modelling, 2016,52
式特征,东部地区一般大于中、西部地区,稳健性 (1):1026-1033.
逐步减弱。根据中心度指标分析各省区在整体网 [3] Glauco De Vita. The long-run impact of exchange rate regimes
on international tourism flows[J]. Tourism Management,2014,
络中的作用和地位,发现中、西部地区某些省市在
45(12):226-233.
整体网络中联系较多,中介作用较大,传输作用较 [4] Faruk Balli, Hatice O Balli, Rosmy Jean Louis. The impacts of
强,
这可能和中国优势旅游资源的空间分布有关。 immigrants and institutions on bilateral tourism flows[J].Tour-
3) 入境旅游经济增长空间关联网络可分为 4 ism Management, 2016, 52(2): 221-229.
bound tourism flows’concentration and diffusion based on spa- Geogeraphica Sinica, 2014, 34(11): 1299-1304.]
tial transferring state matrix. Scientia Geogeraphica Sinica, [15] 刘法建, 张捷, 章锦河, 等 . 中国入境旅游流网络省级旅游地
2011, 31(5): 620-626.] 角色研究[J]. 地理研究, 2010, 29(6): 1141-1152. [Liu Fajian,
[11] 吴晋峰 . 入境外国旅游流网络分布、性质和结构特征研究[J]. Zhang Jie, Zhang Jinhe et al. Roles and functions of provincial
干旱区资源与环境, 2014, 28(7): 177-182. [Wu Jinfen. Distri- destinations in Chinese inbound tourist flow network. Geo-
bution of inbound foreigner tourist flows and its property and graphical Research, 2010,29(6):1141-1152.]
structure characters in China. Journal of Arid Land Resources [16] 国家旅游局. 中国旅游统计年鉴[M]. 北京:中国旅游出版社,
and Environment, 2014, 28(7): 177-182.] 1992-2015.[National tourism administration of China. The year-
[12] 彭红松, 陆林, 路幸福, 等 . 基于社会网络方法的跨界旅游客 book of China tourism statistics. Beijing:China tourism Press,
流网络结构研究——以泸沽湖为例[J]. 地理科学, 2014, 34 1992-2015.]
(9): 1041-1050. [Peng Hongsong, Lu Lin, Lu Xingfu et al. The [17] 国家统计局 . 中国统计年鉴[M]. 北京:中国统计出版社,1992-
network structure of cross-border tourism flow based on the so- 2015.[National bureau of statistics of China. China statistical
cial network method: A case of Lugu lake region. Scientia Geo- yearbook. Beijing: China Statistics Press,1992-2015.]
geraphica Sinica, 2014, 34(9): 1041-1050. ] [18] 高铁梅 . 计量经济分析方法与建模[M]. 北京:清华大学出版
[13] 余凤龙, 黄震方, 王宜强 . 中国沿海区域入境旅游经济差异的 社,2009.[Gao Tiemei. Econometric methods and modeling.Bei-
时空格局演化[J]. 地理与地理信息科学, 2013, 29(6):105-110. jing:Tsinghua University Press,2009.]
[Yu Fenglong, Huang Zhenfang, Wang Yiqiang. Spatial-tempo- [19] 刘军. 整体网分析讲义-UCINET软件实用指南[M].上海:格致出
ral pattern evolution of inbound tourism economic differences 版社,2009.[Liu Jun. Integrated network analysis-Practical guide
inChinese coastal regions. Geography and Geo-information Sci- to UCINET software. Shanghai: Truth&Wisdow Press, 2009.]
ence, 2013, 29(6): 105-110.] [20] 马丽君, 孙根年, 黄芸玛, 等 . 城市国内客流量与游客网络关
[14] 郭永锐, 张捷, 卢韶婧, 等 . 中国入境旅游经济空间格局的时 注度时空相关分析[J]. 经济地理, 2011, 31(4): 680-685.[Ma
空 动 态 性 [J]. 地 理 科 学,2014, 34(11): 1299- 1304. [Guo Yon- Lijun, Sun Gennian, Huang Yunma et al. A correlative analysis
grui, Zhang Jie, Lu Shaojing et al. Spatio- temporal change of on the relationship between domestic touristic and network at-
the inbound tourism economic development in China. Scientia tention. Economic Geography, 2011, 31(4): 680-685.]
Abstract: This article collects data from 1991 to 2014 to analyze the spatial correlation of economic growth of
Abstract
inbound tourism in China by using the method of Granger Causality Test and Social Network Analysis. Then,
we reveal its influencing factors based on QAP correlation and QAP regression. The results show that: 1) Spa-
tial correlation of China’s inbound tourism economical development is highly connected. There is no indepen-
dent development area. It exists multiple superimposed effects, and spillovers have been greater than benefit.
However, the network is not compact entirely, and connections are dispersive generally. 2) The province econo-
my is more developed, the higher the density of individual network, and the more spatial associations with oth-
er provinces. Moreover, the correlations of some central and western regions have more connections and stron-
ger mediating effects. 3) The network structure can be divided into four plates. The first plate is“agent plate”
that plays a role of bridge and the second plate is“main beneficial plates”that acts as an engine in the integrat-
ed network. The third and the fourth plate are both belong to“main beneficial plates”
. The transfer mechanism
of spatial correlation is that the second plate conveys energy from the first plate to the third and the fourth
plate. 4) Number of inbound tourists, distribution of tourism resources, economic development and traffic con-
venience are important factors of the spatial correlation of economic growth in China’
s inbound tourism.
Key words:
words inbound tourism; economic growth; spatial correlation; social network analysis