第37卷第11期 地 理 科 学 Vol. 37 No.

11
2017 年 11 月 Scientia Geographica Sinica Nov ., 2017

马丽君，龙云 . 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[J]. 地理科学,2017,37(11):1705-1711.[Ma Lijun, Long Yun. The Spatial Correlation

of Economic Growth of Inbound Tourism in China Based on Social Network Analysis. Scientia Geographica Sinica,2017,37(11):1705- 1711.] doi: 10.13249/j.cnki.
sgs.2017.11.012

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）

摘要：收集 1991~2014 年有关数据，

摘要 利用社会网络分析法、
格兰杰因果关系检验，
揭示中国省际入境旅游经济增长
的空间关联特征及影响因素，
结果发现：
① 入境旅游经济增长空间关联网络的关联度较高，
但网络整体紧密度不
够。② 经济越发达的地区，
个体网络密度越高，
空间上呈现出阶梯式特征。③ 担任
“发动机”
的第二板块所含省
市，
将入境旅游经济增长
“动能”沿发挥经纪人作用的第一板块所含省市，传递给第三、四板块所含省市。④ 入境
旅游人数关联、旅游资源分布、经济发展关联、交通便捷度是影响入境旅游经济增长空间关联的重要因素。
关键词：
关键词 入境旅游；
经济增长；
空间关联；
社会网络分析法
中图分类号：
中图分类号 F59 文献标识码：
文献标识码 A 文章编号：
文章编号 1000-0690(2017)11-1705-07

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

入境旅游经济增长空间关联的因素大致可以从两 位置内部的 位置接受到的关系比例

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

的关联性，结果显示网络的可达性为 1，不存在不 可以用于测量各省区入境旅游经济增长之间联系

可达的点，每一对点都可对称到达，等级度为 0，说 的紧密程度，网络密度越高，各省区入境旅游经济
明各省区入境旅游经济增长空间关联网络的关联 增长的关联协同程度越高。31 个省区之间最大的
度很高，网络具有较高的通达度，属于一个比较均 联系为 930 个，实际存在的联系为 248 个，故网络
匀的结构，权力较为分散，等级程度不高，各省区 密度为 0.267，网络密度较低，
说明各省区入境旅游
都可以比较轻松的与其他省区发生空间关联，关 经济增长的关联协同程度较低，
还需进一步加强各
联效应较为普遍。网络效率为 0.614，存在较多的 省区间入境旅游发展的联系。网络外向度数中心
冗余关系，表明各省区入境旅游经济增长的空间 势为 44.78%，
内向度数中心势为 37.89%，
说明入境
关联效应有叠加，
增强了空间关联网络的稳定性。 旅游经济增长空间关联整体网络中溢出关系稍多
2.2 省际入境旅游经济增长空间关联网络特征 于受益关系，
且溢出关系的区域差异要大于受益关
1） 个体网网络特征分析。表 2 可以看到，各 系；
中间中心势为 5.4%，接近中心势为 7.55%，两值
省区的个体网网络密度有较大差异，网络密度越 相对较低，说明入境旅游经济增长整体网络中，各
高的省区，与网络中其他省区的空间关联程度越 省区的中介作用和引导作用较小，
各地入境旅游发
强，关联网络格局越稳定。各省区入境旅游经济 展较为独立分散，
要加强区域间的合作。
增长个体网网络密度在空间上大致呈阶梯式分 根据图 1 中各网络的关系，利用 Ucinet 软件中
布，东部地区的省市，其个体网网络密度一般高于 的 CONCOR 程序，分割深度为 2，收敛标准为 0.2，
中部地区的省区，中部地区的省区，其个体网网络 将整个网络分割为 4 个旅游经济增长板块（表 3），
密度一般高于西部地区的省区，即东部地区的个 第一板块包括北京、湖北、河北、山西、陕西、上海、
体网网络稳健性最强，中部次之，西部最弱。但也 重庆、山东、云南、江西、河南和贵州，共 12 个省区；
有部分中西部省区网络密度要高于东部地区，这 第二板块包括福建、内蒙古、黑龙江、广东、浙江、
既与中国优势旅游资源的空间分布有关，也可能 天津、吉林和宁夏，共个 8 省区；第三板块包括江
与省区间旅游合作有关。通过中心度计算公式， 苏、辽宁、广西、四川 4 个省区；第四板块包括湖南、
计算各省区的 3 种中心度（表 2）。可以发现，在入 西藏、海南、甘肃、青海、安徽、新疆 7 个省区。在整
境旅游经济增长空间关联网络中，中心性较强的 体网络的 248 个关联关系中，4 个板块内部关系有
地区是主要是中部、西部地区，在整体关联网络中 76 个，板块间关系数有 172 个，说明板块间溢出效
联系较多，中介作用较大，传输作用较强，这与中、 应十分明显，即旅游经济增长的溢出效应明显。
西部地区资源丰度有关，符合中国优势旅游资源 第一板块为经纪人板块，第二、三、四板块虽同为
多集中于中西部地区的特征。 主受益板块，但在与其他板块的关系中有细微差
2） 整体网网络特征分析。整体网网络密度 别，其中，第三板块的活力最强，板块内部实际关
1708 地 理 科 学 37 卷

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

网络密度 度数中心度 中间中心度 接近中心度

地区 网络规模 点入度 点出度 关系总数
（%） （%） （%） （%）
北京 11 36.36 8 8 16 36.667 0.804 61.224
天津 11 42.73 10 4 14 36.667 0.643 61.224
河北 11 37.27 5 6 11 36.667 1.051 61.224
山西 15 34.29 10 6 16 50.000 2.591 66.667
内蒙古 15 28.57 7 15 22 50.000 2.854 66.667
辽宁 12 28.79 6 7 13 40.000 1.610 62.500
吉林 18 25.82 14 11 25 60.000 4.199 71.429
黑龙江 11 31.82 3 10 13 36.667 1.557 61.224
上海 13 32.05 5 8 13 43.333 1.459 63.830
江苏 10 30.00 4 6 10 33.333 1.105 60.000
浙江 13 41.03 8 9 17 43.333 1.097 63.830
安徽 8 28.57 7 2 9 26.667 0.653 57.692
福建 12 31.82 7 9 16 40.000 1.335 62.500
江西 7 40.48 6 3 9 23.333 0.244 56.604
山东 8 41.07 6 2 8 26.667 0.349 57.692
河南 12 40.15 8 9 17 40.000 1.028 62.500
湖北 22 30.74 21 9 30 73.333 4.841 78.947
湖南 10 38.89 9 5 14 33.333 0.653 60.000
广东 11 43.64 8 8 16 36.667 0.515 61.224
广西 12 29.55 5 9 14 40.000 1.540 62.500
海南 12 32.58 9 6 15 40.000 1.350 62.500
重庆 21 28.57 18 13 31 70.000 5.170 76.923
四川 21 20.95 4 19 23 70.000 7.206 76.923
贵州 9 40.28 8 5 13 30.000 0.408 58.824
云南 9 29.17 7 3 10 30.000 1.133 58.824
西藏 16 27.50 6 12 18 53.333 3.161 68.182
陕西 12 32.58 9 6 15 40.000 1.527 62.500
甘肃 10 35.56 7 5 12 33.333 0.715 60.000
青海 17 31.62 5 14 19 56.667 3.122 69.767
宁夏 21 22.38 14 16 30 70.000 7.073 76.923
新疆 6 30.00 4 3 7 20.000 0.387 55.556

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

旅游经济 第一板块 第二板块 第三板块 第四板块 板块数目 实际的内部关 期望的内部关 接受板块外

板块类型
板块 接受关系 接受关系 接受关系 接受关系 成员 系比例（%） 系比例（%） 关系数
第一板块 33 37 16 25 12 29.7 36.7 45 经纪人板块
第二板块 37 26 0 8 8 36.6 23.3 56 主受益板块
第三板块 3 5 7 4 4 36.8 10 34 主受益板块
第四板块 5 14 18 10 7 21.3 20 37 主受益板块

关系数在 7%~14%间。对因变量矩阵与 4 个自变

量矩阵进行 QAP 回归分析，结果如表 4，发现入境
旅游人数、交通便捷度与旅游资源矩阵回归系数
在 5%的水平显著，地区生产总值矩阵回归系数在
10%的水平显著，说明入境旅游人数、交通便捷度、
旅游资源、地区生产总值是构建入境旅游经济增
图 2 四大板块相互关系 长空间关联的重要影响因素，其中入境旅游人数
Fig.2 The interrelation of four plates 空间关联矩阵的回归系数最大，其次是旅游资源
丰度与交通便捷度，地区生产总值空间关联矩阵
置，
对入境旅游经济的增长起着重要的作用。 回归系数最小，分别可解释 13%，7.2%，6.8%和 5%
的入境旅游经济增长空间关联关系。说明 4 个因
3 入境旅游经济增长空间关联的影
素对入境旅游经济增长的空间关联有正向影响作
响因素 用，有助于地区间构建入境旅游经济增长的空间
运用社会网络分析法中的 QAP 检验各因素对 关联关系，入境旅游客源市场和资源丰度越相近、
入境旅游经济增长空间关联的影响，检验过程中 经济发展联系越密切、交通便捷度越高，两地区间
首先对自变量矩阵进行数据处理，对比处理后的 的入境旅游经济增长空间关联越密切。
矩阵与因变量矩阵间的相关关系，选择相关系数
最大的关系矩阵，其中，对各省市 1991~2014 年入 表 4 影响因素矩阵的 QAP 回归分析结果
Table 4 The QAP regression analysis results
境旅游人数进行格兰杰因果关系检验，有关系赋
of influence factor matrix
值为 1，无关系赋值为 0，得入境旅游人数的空间关
非标准化回 标准化回归 显著性概
联矩阵（ N ）；选取 1991~2014 年各省区地区生产 变量 概率 1 概率 2
归系数 系数 率
总值，按地区间的差值矩阵进行赋值，经检验，选
截距 0.174 0.000
择 20（单位：100 亿元）为分割值，
即差值在[0，
20]之 N 0.069 0.130 0.000 0.000 1.000
间时，赋值为 1，反之，赋值为 0，得地区生产总值关 T 0.063 0.068 0.030 0.030 0.970
系矩阵（ G ）；
按地区间最快捷的交通方式选择最短 G 0.052 0.050 0.095 0.095 0.906
时间，经检验，选择 2 小时为分隔值，两地区最短到 S 0.064 0.072 0.042 0.042 0.959
达时间小于 2 小时则赋值为 1，
大于 2 小时则赋值为 注：
空白项为无数据
0，
得交通便捷度关系矩阵（T ）；
按照旅游资源丰度
计算公式[20]计算各地区旅游资源丰度，
经检验，
选择
4 结论
27 为分隔值，即差值在[0，27]之间时，赋值为 1，反
之， 赋值为 0，
得旅游资源丰度矩阵（ S ）。 本文收集 1991~2014 年有关数据，利用格兰杰
在此基础上，对 4 个影响因素矩阵与入境旅游 因果关系检验、社会网络分析法，分析中国省际入
经济增长空间关联矩阵的相关关系进行检验，显 境旅游经济增长的空间关联性，探索中国省际入
示 4 个因素都满足 5%的显著性水平，显著相关，相 境旅游经济增长的空间网络特征、各省区在整体
1710 地 理
网络中地位和作用，以及网络空间溢出效应等，并
使用 QAP 相关分析和回归分析方法，揭示入境旅
游经济增长空间关联的影响因素，
结果发现：
1） 入境旅游经济增长空间关联网络的关联
度较高，结构均匀，不存在独立发展的地区，但网
络整体紧密度不够；网络存在多重叠加的溢出效
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
心势值较低，总体联系较分散，需加强各区域之间
的合作，
增强入境旅游经济增长的空间关联结构。
2） 经济越发达地区，个体网络密度越高，与
其他各省区间空间关联越多，空间上呈现出阶梯
式特征，东部地区一般大于中、西部地区，稳健性
逐步减弱。根据中心度指标分析各省区在整体网
络中的作用和地位，发现中、西部地区某些省市在
整体网络中联系较多，中介作用较大，传输作用较
强，
这可能和中国优势旅游资源的空间分布有关。
3） 入境旅游经济增长空间关联网络可分为 4
个板块，第一板块属于经纪人板块，第二板块属于
主受益板块，依托较高的经济发展水平与优势旅
游资源等条件，分别在整体网络发挥“桥梁”与“发
动机”的作用；第三、四板块都属于主受益板块，板
块成员较少，板块活跃度相对较弱；其空间关联传
递机制是由第二板块所含省区担任“发动机”，将
入境旅游经济增长“动能”沿第一板块所含省区发
挥经纪人作用传递给第三、四板块所含省区。
4） 入境旅游人数关联、交通便捷度、旅游资
源分布、经济发展关联是影响入境旅游经济增长
空间关联的重要因素。QAP 相关分析发现，4 个自
变量与因变量之间有显著正向相关关系，进一步
QAP 回归分析发现，
入境旅游人数、旅游资源分布、
交通便捷度、 经济发展关联分别可解释 13%，
7.2%，
6.8%和 5%的入境旅游经济增长空间关联关系。
本文使用社会网络分析法，分析中国省际入
境旅游经济增长的空间关联网络结构，在研究方
法和结论上有一定新意，但相关研究仍存在一定
的局限性，首先，格兰杰因果关系检验，只能分析
两个地区间入境旅游经济发展有无因果关系，无
法给出关系的强弱，导致后续分析中只能分析各
省区入境旅游经济的溢出关系与受益关系的数
量，并不能给出效应的大小；其次，格兰杰因果关
系检验对相关的时间序列数据有一定的要求，刚
产生的关系或关系很微弱时，可能无法通过因果
科 学 37 卷
关系检验，因此本文的入境旅游经济增长空间关
联网络并不完全准确和完善；由于相关数据的限
制，在进行 QAP 相关分析及回归分析时，涉及的因
素偏少，无法全面验证影响入境旅游经济增长空
间关联的各个因素，
需要在后续研究中完善。
参考文献（References
References）
）：
[1] Yang Yang, Timothy Fik, Jie Zhang. Modeling sequential tour-
ist flows: Where is the next destination?[J]. Annals of Tourism
Research,2013,43(10):297-320.
[2] María Santana-Gallego, Francisco J Ledesma-Rodríguez , Jorge
VPérez-Rodríguez.International trade and tourism flows: An ex-
tension of the gravity model[J]. Economic Modelling, 2016,52
(1):1026-1033.
[3] Glauco De Vita. The long-run impact of exchange rate regimes
on international tourism flows[J]. Tourism Management,2014,
45(12):226-233.
[4] Faruk Balli, Hatice O Balli, Rosmy Jean Louis. The impacts of
immigrants and institutions on bilateral tourism flows[J].Tour-
ism Management, 2016, 52(2): 221-229.
[5] 马耀峰, 李永军 . 中国入境旅游流的空间分析[J]. 陕西师范大
学学报(自然科学版), 2000, 28(3): 121- 124. [Ma Yaofeng, Li
Yongjun. Spatial analysis of the inbound tourism flow to and in
China. Journal of Shaanxi Normal University (Natural Science
Edition), 2000, 28(3): 121-124.]
[6] 陈秀琼, 黄福才 . 中国入境旅游的区域差异特征分析[J]. 地理
学报, 2006, 61(12): 1271-1280.[Chen Xiuqiong, Huang Fucai.
Temporal change of regional disparity in Chinese inbound tour-
ism. Acta Geographica Sinica, 2006, 61(12): 1271-1280.]
[7] 陈刚强, 许学强 . 中国入境旅游规模空间分布变化及因素分
析 [J]. 地 理 科 学, 2011, 31(5): 613- 619.[Chen Gangqiang, Xu
Xueqiang. Evolution and its factors of spatial distribution of in-
bound tourism size in China. Scientia Geogeraphica Sinica,
2011, 31(5): 613-619.]
[8] 于洪雁, 李秋雨, 梅林, 等 . 社会网络视角下黑龙江省城市旅
游经济联系的空间结构和空间发展模式研究[J]. 地理科学,
2015, 35(11): 1430- 1436. [Yu Hongyan, Li Qiuyu, Mei Lin et
al. Research on the spatial structure and spatial development
patterns of urban tourism economic connections of Heilongji-
ang Province-focus on the Perspective of Social Network. Sci-
entia Geogeraphica Sinica, 2015, 35(11): 1430-1436.]
[9] 张爱平, 钟林生, 徐勇, 等 . 中国省际旅游发展质量特征及空
间 差 异 [J]. 地 理 科 学, 2015, 31(3): 283- 292. [Zhang Aiping,
Zhong Linsheng, Xu Yong et al. Characteristics and spatial dif-
ference of provincial tourism development quality in China.
Scientia Geogeraphica Sinica, 2015, 31(3): 283-292.]
[10] 李创新, 马耀峰, 郑鹏, 等 . 基于 STSM 的入境旅游流集散地
域结构特征分析——以中国入境旅游六大典型区域为例[J].
地理科学, 2011, 31(5): 620-626. [Li Chuangxin, Ma Yaofeng,
Zhang Peng et al. Characters of regional structure of chinese in-
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 1711

bound tourism flows’concentration and diffusion based on spa-
tial transferring state matrix. Scientia Geogeraphica Sinica,
2011, 31(5): 620-626.]
[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].
干旱区资源与环境, 2014, 28(7): 177-182. [Wu Jinfen. Distri-
bution of inbound foreigner tourist flows and its property and
structure characters in China. Journal of Arid Land Resources
and Environment, 2014, 28(7): 177-182.]
[12] 彭红松, 陆林, 路幸福, 等 . 基于社会网络方法的跨界旅游客
流网络结构研究——以泸沽湖为例[J]. 地理科学, 2014, 34
(9): 1041-1050. [Peng Hongsong, Lu Lin, Lu Xingfu et al. The
network structure of cross-border tourism flow based on the so-
cial network method: A case of Lugu lake region. Scientia Geo-
geraphica Sinica, 2014, 34(9): 1041-1050. ]
[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
时空格局演化[J]. 地理与地理信息科学, 2013, 29(6):105-110.
[Yu Fenglong, Huang Zhenfang, Wang Yiqiang. Spatial-tempo-
ral pattern evolution of inbound tourism economic differences
inChinese coastal regions. Geography and Geo-information Sci-
ence, 2013, 29(6): 105-110.]
[14] 郭永锐, 张捷, 卢韶婧, 等 . 中国入境旅游经济空间格局的时
空 动 态 性 [J]. 地 理 科 学,2014, 34(11): 1299- 1304. [Guo Yon-
grui, Zhang Jie, Lu Shaojing et al. Spatio- temporal change of
the inbound tourism economic development in China. Scientia
Geogeraphica Sinica, 2014, 34(11): 1299-1304.]
[15] 刘法建, 张捷, 章锦河, 等 . 中国入境旅游流网络省级旅游地
角色研究[J]. 地理研究, 2010, 29(6): 1141-1152. [Liu Fajian,
Zhang Jie, Zhang Jinhe et al. Roles and functions of provincial
destinations in Chinese inbound tourist flow network. Geo-
graphical Research, 2010,29(6):1141-1152.]
[16] 国家旅游局. 中国旅游统计年鉴[M]. 北京:中国旅游出版社,
1992-2015.[National tourism administration of China. The year-
book of China tourism statistics. Beijing:China tourism Press,
1992-2015.]
[17] 国家统计局 . 中国统计年鉴[M]. 北京:中国统计出版社,1992-
2015.[National bureau of statistics of China. China statistical
yearbook. Beijing: China Statistics Press,1992-2015.]
[18] 高铁梅 . 计量经济分析方法与建模[M]. 北京:清华大学出版
社,2009.[Gao Tiemei. Econometric methods and modeling.Bei-
jing:Tsinghua University Press,2009.]
[19] 刘军. 整体网分析讲义-UCINET软件实用指南[M].上海:格致出
版社,2009.[Liu Jun. Integrated network analysis-Practical guide
to UCINET software. Shanghai: Truth&Wisdow Press, 2009.]
[20] 马丽君, 孙根年, 黄芸玛, 等 . 城市国内客流量与游客网络关
注度时空相关分析[J]. 经济地理, 2011, 31(4): 680-685.[Ma
Lijun, Sun Gennian, Huang Yunma et al. A correlative analysis
on the relationship between domestic touristic and network at-
tention. Economic Geography, 2011, 31(4): 680-685.]

The Spatial Correlation of Economic Growth of Inbound Tourism

in China Based on Social Network Analysis

Ma Lijun, Long Yun

(Business School of Xiangtan University, Xiangtan 411105, Hunan,China)

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