【旅游发展研究 】

“丝绸之路经济带 ”旅游经济空间关联及解释

师亚哲

(中国海洋大学 管理学院 ，山东 青岛 266100 )

摘 要 ：运用社会网络分析软件Ucinet 6 ，以”丝绸之路经济带”沿线省份2015 年旅游总收入为基础，构建旅游经济空间关联网络并解读其特征。经过研究发现，各省份旅游经济存在普遍关联，但联系紧密程度需进一步加强；以中心度作为衡量标准存在浙江、广东和陕西等旅游经济增长极；经济带沿线省份存在四个板块，板块一、二溢出效应明显，板块一是空间联系的主要动力源，板块四则为受益板块。最后根据以上结论提出相关建议。

关键词 ： 旅游增长； 空间经济关联； 社会网络分析

2013年，国家主席习近平在访问哈萨克斯坦时，首次提议共同建设“丝绸之路经济带”，随后党的十八届三中全会更是明确地将“丝绸之路经济带”的建设上升到国家战略层次。自此，建设“丝绸之路经济带”成为我国一项关于深化全方位开放、加强国内外沟通交流的重大决策。结合 “古丝绸之路”路径和我国各省发展现状，2015年国家发改委、商务部、外交部确定了“新丝绸之路”发展沿线省份，其中涉及西北、东北、西南、内陆以及沿海等18个省份^[1]。“丝绸之路经济带”是我国重要的贸易通道，同时也是加强文化交流的重要纽带。旅游业具有产业关联性强、文化延伸性好等特点，在加速贸易、促进文化沟通以及加强民间交往方面发挥着巨大的作用，因而旅游业被称为推进“丝绸之路经济带”经济建设的一个重要载体。从经济角度而言，旅游业为区域经济做出巨大贡献，成为“丝绸之路经济带”沿线经济发展的重要组成部分；就文化角度而言，旅游业通过增强不同文化之间的文化认同，成为我国在“新丝绸之路”沿线国家中提升文化软实力的重要途径^[2]。因而，通过旅游发展来促进“丝绸之路经济带”建设具有现实意义。

研究表明，加强区域之间的联系是实现区域发展的一个重要方面^[3]。旅游业作为“丝绸之路经济带”沿线各省份经济增长的重要组成部分，其发展过程中具有不均衡性，各省份旅游产业发展和经济增长速度参差不齐，但又相互关联、彼此影响。经济学理论认为要素流动造成特定区域间经济联系，在此基础上增长极产生溢出效应，从而带动整个区域的经济增长^[4]。旅游经济的协调发展是适应大众旅游时代发展的要求，是推动全域旅游发展的关键举措。因此，研究“丝绸之路经济带”沿线省份旅游经济间的相互关系，有利于从整体上把握经济带旅游发展的情况，对于促进经济带旅游产业的一体化、谋求经济带旅游产业的协调发展具有重要作用。

一 、文献述评

经过长时间的发展，区域经济学已成为一门成熟的经济学科。在研究旅游经济空间关联时可以借鉴区域经济空间溢出与空间关联方面的相关研究。在对区域经济空间关联的研究过程中，研究对象小到各省^[5]、市区^[6]大到全国^[7-9]均有涉及，定量研究方法主要有空间自相关分析^[10-11]、网络分析方法^[12]、构建空间计量模型^[13]等。除研究区域经济的空间溢出外，某一要素如金融集聚^[14]、交通设施^[15]以及空间知识^[16]等对于区域经济溢出效应也是研究的一个重要方面。旅游经济的相关研究充分借鉴了区域经济的研究成果，并结合旅游自身的特点取得了很大进展。宋慧林等人运用空间自相关分析(ESDA)对我国省域经济的空间联系进行探讨，并根据研究结果对加强区域协调提出相关建议^[17]；王俊等人对万有引力模型进行修正，在社会网络分析的基础上对我国区域旅游经济的关联特征和效应进行了实证研究^[18]；钟敬秋等人借助GML指数对东北三省旅游经济空间格局展开详细分析^[19]；朱慧芳等人运用因子分析法和多元回归的方式对东盟国家与广西旅游经济之间存在的关联进行探索^[20]。

从现有的文献来看，目前我国区域旅游经济增长的确存在着空间关联性。但目前对于旅游经济的研究还存在以下方面的缺陷：首先，在使用传统区域经济空间计量方法时，一个基本的前提是区域在空间上存在地理上的临近关系，但旅游是跨区域的经济行为，地理上不临近的两个行政单位，其旅游经济确实存在一定的关联，因而传统方法可能会存在一定程度的偏差；其次，旅游经济之间的关联具有复杂性和多线性，其网络关系描述起来更具有难度，但目前文献中对于这种网络关系的描述却偏简单化。本文在研究中试图对这两个方面的缺陷进行完善。

正统七年二月庚申(1442年4月9日)，刘清卒于辽东都司都指挥使任上，朝廷遣官赐祭。刘清生年无征，但据他在“靖难”之前(公元1399年)既已任千户之职，想必此时应为二十岁以上之人，如以二十岁计，到其卒时至少已是六十三岁，这与《明英宗实录》所言“濒老”正相吻合。

二 、基于理论分析的研究假设

《经济学原理》一书中对“外部性”的解释是不同经济主体之间存在的非内部的经济影响^[21]，不同学者的定义虽然不同但其本质是一样的。旅游活动具有显著的社会性与综合性，因而所产生的旅游经济将会对与其有所关联的区域产生正面或者负面的影响，即旅游经济具有外部性。在区域旅游经济增长的过程中，将正面经济效应进行扩大、传导，同时在最大程度上降低负面效应的影响，对于区域旅游的协调发展具有重要意义。

式(1)中，K _ij 旅游经济贡献系数，Y _ij 为两个省份之间的旅游经济引力系数，T _i 和T _j 分别为省份i 和省份j 旅游总收入，g _ij 表示省份i 和省份j 两个省会城市之间的最短经济距离。

基于以上对外部性理论和增长极理论的相关分析，提出以下假设：

H₁：在其他条件不变的情况下，各个省份之间的旅游经济相互作用，形成彼此相关的关系网。

H₂：在其他条件不变的情况下，根据旅游经济发展与周围省份的作用程度，”丝绸之路经济带”沿线省份中存在多个旅游经济的增长极。

大、中型海岛以旅游业作为支柱产业，对环保要求较高，煤炭运输成本高、污染排放大，因此不考虑发展煤电。为充分利用周边的油气资源，降低发电成本，综合运输成本及环保要求等因素，在自建电源方案中，推荐天然气电厂作为本地的主力电源。

三 、研究设计

(一 )变量的定义

旅游总收入是了解和反映旅游经济发展状况的一个重要指标，是研究旅游区域经济关联的重要基础和依据。黄华以旅游总收入为研究指标对云南省旅游经济的时空演化进行描述^[25]；屈小爽通过旅游总收入等指标来反映旅游经济效率，对“丝绸之路经济带”西北旅游城市旅游经济发展状况展开系统描述^[26]；方叶林等人通过构建包括国内旅游收入在内的一系列指标体系对中国省域旅游经济的时空分布差异进行描述，并对影响因素进行较为系统的论述^[27]。

(二 )研究的方法

“丝绸之路经济带”沿线省份旅游经济发展关联网络包括各个节点以及表示节点之间的相互关系的连线，本文中各个省份为网络中的节点。在对网络关系进行构建时，目前使用较多的方法是VAR格兰杰因果检验^[28]和引力模型的构建^[29]。在本研究中考虑的研究变量是旅游总收入，且需综合考虑地理距离的影响，因此选用引力模型对“丝绸之路经济带”沿线省份旅游经济关联程度进行仿真。结合研究区域概况，修正后的引力模型如下：

其中，

(1)

增长极理论是由法国经济学家佩鲁于1950年提出，后期经过多位学者的丰富和发展。其实质是描述一种不平衡的经济增长状态^[22]。区域旅游经济发展的实践证明，区位条件^[23]、经济基础以及旅游资源^[24]等是旅游经济发展的重要条件，因而各个单元平衡发展只是理想的状态。各省份基础与条件的不同，会造成后期旅游经济的不平衡增长，对于底子好、发展迅速的省份，其旅游经济发展将在一定的区域范围内形成增长极，从而对周围区域产生积极的经济带动作用。

根据式(1)的计算结果，将各省份之间的旅游引力系数转化为关系矩阵，具体做法如下：首先，根据测算出的旅游经济引力值构建引力矩阵；其次，通过“二值化”法将引力值划分为两类，对于超过衡量基准的引力值赋值为“1”，表示两个省份之间存在显著旅游经济关联，否则赋值为“0”，即两个省份旅游经济联系不明显。

当宝宝长期处在负面情绪下，只要需求没有获得立即满足，就会用啼哭、使性子或耍赖撒泼的方式来抗争，这时如何平复他的情绪？

选择常用的 0#柴油为本次测试样本进行GC-MS分析，得到谱图如图4所示。从图中可以看出，柴油所含组分种类较多，具有明显匹配特征的组分有41种，归类后发现主要为烷类，具体见表5。

“不，我还是不能让你进去。知道为什么吗？我突然被你的职业精神打动了。真的，你为了工作这么执着，真的让我感动，我决定，我要帮你完成任务。”

公式(3)和公式(4)计算的分别是节点的绝对度中心性(degree)和相对度中心性(Nrm Deg)，公式(5)用来计算节点的中介中心性。基于以上公式，利用社会网络分析软件Ucinet 6对各省份的中心性展开分析(见表1)。表1中数据显示，度中心性排名前5的省份分别是浙江、广东、陕西、上海以及福建，说明在“丝绸之路经济带”沿线省份中，这5个省份与经济带沿线其他省份拥有更多的经济关联。在度中心性的衡量中，包括“溢出”和“受益”两个维度，浙江省关联关系最多为27个，其中溢出关联有17个，受益关联有10个，反映在与其他省份的旅游经济关联中，溢出效应占主体，广东、陕西、上海以及福建也表现出相同的特征。在排名靠后的省份中，新疆、宁夏以及西藏因其旅游经济发展的弱势，旅游经济溢出关联均为0。在中介中心性的测算中，排名前5位的省份也相同，说明这5个省份在旅游经济空间网络关联中发挥着重要作用。在这5个省份中，东部沿海省份有4个，中部省份有1个，均属于旅游业发展迅速、旅游产业发达的省份，因而可以进一步说明旅游经济发展水平是空间网络发生作用的一个重要基础。值得一提的是，在对中介中心度测度的过程中，甘肃、青海、新疆、宁夏和西藏5个省份的中介中心性为0，说明这5个省份在网络中缺乏对于关联关系缺乏控制能力，在旅游经济空间关联网络中处于弱势地位。

式(2)中，D _n 表示网络密度，L 表示网络中实际存在的连线数量，N 表示网络中节点的数量，则在旅游经济关联网络中可能存在的关联数量为N *(N -1)，此处为18，即“丝绸之路经济带”沿线的18个省份。

(2)

此模块包括学校人事档案信息管理、教学档案信息管理、科研项目与成果档案信息管理、各职能部门相关政策文件档案信息管理等子系统。各类档案数据信息都以相对独立又可通过关联字段相互关联的关系数据库文件形式存在，其数据库结构由前述各职能部门的管理信息系统结构设计时一并形成，其库中数据多由前述各子系统运行中自动归档而成，也有部分由本模块管理员依据实情审核后上传。

中心性用来描述网络中节点的作用和地位。节点的中心度越高，则与其他节点的联系越紧密，作用力越强，在区域中发挥的作用影响力就越大^[31]。描述中心性的两个重要的指标是度中心性(Degree centrality)和中介中心性(Betweenness centrality)。

(3)

式(3)中，C _i 表示节点i 的绝对度中心性，表示节点与其他(N -1)个节点的联系数量。相对中心性概念的提出是为了消除网络规模对于中心性的影响，其公式为：

(4)

中介中心性是描述某个节点中介作用的重要指标，中介中心度越大，说明其在经济关联网络中占据的位置越重要，拥有的资源也越丰厚。假设存在节点i 、j 、k ，节点i 和j 之间存在的关联数目为g _ij ，关联路径中经过节点k 的数量为g _ij (k )，则中介中心度一个点的中介中心度就等于其在网络中充当中介点的所有中心度的和其中，i 、j 、k 不是同一个节点，即i ≠j ≠k 。为消除网络规模的影响，其绝对中介中度的计算公式为：

(5)

在对旅游经济空间关系网络的特征有初步的了解后，通过凝聚子群分析对区域形成的旅游经济板块具体作用展开深入剖析^[32]，即通过迭代相关收敛法进行重复计算，最终生成-1到1之间的相关系数矩阵，最终根据结构的对等性对网络中的节点进行聚类。为对不同板块间的关系进行进一步分析，需要将各个板块期望内部关系比例与实际内部关系比例进行对比^[12]。板块内部期望关系比例的计算公式如下：

(6)

式(6)中，P _d 为板块d 期望内部关系比例，n 为板块d 中节点的数量，则板块d 所有关系的数量为n *(n -1)，N 为网络中节点的数量，那么板块d 中可能发生的关联数量为n *(N -1)，因此，板块d 内部期望关系比例为二者关联数量的比值。

(三 )数据的来源与整理

2015年是“丝绸之路经济带”提出的第三个年头，也是划定其沿线省份的重要一年。以“丝绸之路”沿线18个省份(包括省、自治区、直辖市)作为研究对象，包括新疆、重庆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南、西藏、上海、福建、广东、浙江、海南，将各省份2015年旅游总收入作为衡量其旅游发展的经济指标，这对于研究区域内各省份的旅游经济关联具有重要意义。

通过引力模型初步构建出“丝绸之路经济带”沿线省份旅游经济发展关联网络后，通过网络密度、中心性等指标对网络关系进行进一步描述。网络密度用来衡量网络整体的相关特征，而中心性则是对单个节点的特征进行具体描述。

四 、实证结果与分析

根据式(1)引力模型的计算结果，构建2015年“丝绸之路经济带”沿线省份旅游经济空间关联网络(见图1)。从图中可以看出各个省份之间的旅游经济通过错综复杂的管道联系起来，从而产生空间溢出效应。网络中，每个省份都参与到空间联系中，进一步表明“丝绸之路经济带”沿线省份旅游经济存在着普遍的联系。在网络中，通过引力模型测算出显著的关联的网络有104个，而18个省份存在最大可能的关联数有306个，因此，在“丝绸之路经济带”沿线省份中，旅游经济关联的网络密度为0.3399，单就网络密度的数值而言，各个省份之间的联系紧密程度有待进一步加强，旅游经济的协作水平有待进一步改善。

通过对比上述相关系数的绝对值结果，可知zLognormal>zWeibull>zNormal>zGumbelmax>zBeta，即在6个函数中，厦门港出港集装箱船舶的分布与Lognormal(对数正态分布)函数相关程度最高。以上可见，进出港数据拟合分别匹配不同的分布函数，这也是在使用IWRAP MKII模型时需要留意的。

图1 2015年 “丝绸之路经济带 ”沿线省份旅游 经济空间关联网络结构图

网络密度是社会网络分析的一种常用指标，用于衡量网络中关联的疏密程度^[30]。通常用网络中实际存在的关联数量与可能存在的关联数量的比值来表示，其取值范围大于0小于1，网络密度越大，区域中的经济关联越紧密。

在图1构建的关系网络基础上，通过设置相关指标，最终得到“丝绸之路经济带”沿线省份的四个旅游经济增长板块，分别是旅游经济板块一：广东、浙江、陕西。板块二：上海、福建、广西、海南、重庆。板块三：辽宁、云南、吉林、黑龙江、内蒙古、新疆。板块四：青海、甘肃、宁夏、西藏。

在“丝绸之路经济带”沿线省份旅游经济关联网络中，板块内部存在的关联有36个，其余68个关联均属于四个板块间的关联，因而不同板块之间存在的溢出效应具有显著性(见表2)。板块一的溢出关联有47个，板块内部关联有6个，期望板块内部关系比例为11.76%，而实际比例为13.04%，因此板块一具有明显的溢出效应；板块二溢出关联有31个，板块内部关联有13个，期望板块内部关系比例为23.53%，而实际比例为38.71%，说明板块二受益显著；板块三溢出关联有21个，板块内部关联有13个，期望板块内部关系比例为29.41%，而实际比例为23.81%；板块四溢出关联有6个，板块内部关联有4个，期望板块内部关系比例为17.65%，而实际比例却达到33.33%，属于完全的受益板块。

表1 2015年 “丝绸之路经济带 ”沿线省份旅游经济空间关联网络中心性分析

数据来源：由社会网络分析软件Ucinet测算得出

表2 四大板块溢出效应

由上文可知，“丝绸之路经济带”沿线省份旅游经济空间关联网络的整体密度是0.3399，若某单一板块的网络密度值大于整体网络密度，说明该板块的旅游经济空间关联更加紧密(见表3)。为能清晰看出各个板块之间联系的紧密程度，对表3数据进行标准化处理，将大于整体密度的值标记为1 ，否则标记为0，从而得到标准化的密度矩阵(见表4)。从表4中可以清晰地看出各个板块溢出效应的作用路径：板块一对各个板块均有溢出效应，板块二的溢出效应主要体现在板块一和板块二，而板块三、四的溢出效应则主要在板块内部吸收。除此之外，旅游经济增长板块标准化密度矩阵对角线上的值均为1，说明各板块内部各省份的联系更加紧密。

教师提出核心问题：“细胞核在细胞的生命活动中有什么作用呢？”以此问题激发学生求知欲望。接着教师提供资料，并提出系列问题引导学生思考（表1）。

表3 旅游经济增长板块密度矩阵

表4 旅游经济增长板块标准化密度矩阵

通过以上分析，可以看出“丝绸之路经济带”沿线省份旅游经济增长的主要动力源是板块一，其溢出效应可以辐射至其他各个板块，板块二充当了板块一的“经济人”，其接受板块一的溢出，并对板块一产生溢出效应。板块三、板块四对板块一、二的溢出效应不明显，受益作用显著。由此可以看出，旅游经济发展水平是旅游经济溢出的重要前提，板块一和板块二对板块三和板块四的作用，是旅游经济发达地区对弱势地区的带动作用。

五 、结论及对策

(一 )结论

运用社会网络分析对 “丝绸之路经济带”沿线省份间的旅游经济关联关系展开进一步分析。首先，应用修正引力模型构造经济带旅游经济空间关联网络;其次，从网络的总体特征、各节点的特征以及各板块在区域旅游经济中的作用机制等展开进一步分析，最终得出以下结论：(1)“丝绸之路经济带”沿线各省份旅游经济存在普遍关联，共存在104个关联管道，关联程度偏低，网络密度为0.3399，各个省份之间的联系紧密程度有待进一步加强，旅游经济的协作水平有待进一步改善。(2)每个省份作为网络的独立节点，在网络中发挥不同的作用。就中心度而言，排名前5的省份分别是浙江、广东、陕西、上海以及福建，其中有4个是沿海旅游发达省份，1个是中部旅游发达城市，这说明在旅游经济溢出过程中旅游经济发展水平具有重要作用，西部内陆省份处于弱势地位。(3)“丝绸之路经济带”沿线省份根据其功能可以分为四个板块。板块一包括3个旅游经济发达的省份，分别是浙江、广东和陕西，此板块对板块内部和其他板块的溢出效应都很显著。板块二包括上海、福建、广西、海南、重庆等5个省份，这5个省份旅游经济发展水平较高，空间地理位置与第一板块省份临近。板块三和板块四的构成省份包括辽宁、云南、吉林、黑龙江、内蒙古、新疆、青海、甘肃、宁夏、西藏等10个省份，以中西部省份为主，旅游经济发展水平较低，板块内部所拥有的联系较多，与其他板块的关联稀疏，在网络中处于受益的地位。

(二 )对策

首先，“丝绸之路经济带”的提出对于提高其沿线省份的经济开放度、营造良好旅游发展环境具有重要意义。相关政府部门要依据沿线省份旅游经济关联现状，着力提升联系紧密程度，增加关联管道，放大省份间溢出效应。针对各节点以及各板块的功能，制定相关政策，遵循“定向”和“精准”两个原则，加强区域协调性。

其次，各板块在经济带中发挥的作用有所不同，对于动力强劲的板块，要继续激发其溢出作用，为整个区域提供旅游经济高速增长的“动能”，从而保证运转的持续高效；对于效应传导板块，在充分发挥中介作用的同时，也要为其创造良好的受益环境，提高整个系统旅游经济关联效率；从旅游经济发展状况而言，完全接受溢出效应板块构成省份多为旅游经济落后地区。因而，因地制宜转变发展方式，充分利用区域间的“溢出”，增强自身发展的实力是发展的重中之重。

最后，节点是网络的构成细胞，各省份旅游经济发展是网络关联的重要基础。在旅游业发展过程中，要充分利用本省份的优势资源，寻找适合自身发展的路径。实践证明，我国旅游经济在很大程度上存在空间依赖性，即空间相邻、基础类似、状况相当的省份对于溢出效应的感知更加明显。因此，在独立发展的同时，要深入合作，营造互利共赢的良好环境。

工程项目一线操作人员的素质直接影响工程质量，是工程质量高低优劣的决定性因素，工人们的工作技能，职业操守和责任心都对工程项目的最终质量有重要影响，但现在多数施工人员的专业技能普遍不高，绝大部分没有通过技能岗位培训，这就造成很多工程质量的出现，都是因为施工人员的专业技能不足产生的。

参考文献 ：

[1] 魏晓旭，赵军，魏伟，等. 丝绸之路经济带中国段经济发展时空演化特征[J]. 干旱区地理，2015(6)：1300-1309.

[2] 董锁成，黄永斌，李泽红，等. 丝绸之路经济带经济发展格局与区域经济一体化模式[J].资源科学，2014(12)：2451-2458.

[3] 覃成林，郑云峰，张华. 我国区域经济协调发展的趋势及特征分析[J]. 经济地理，2013(1)：9-14.

[4] 高鸿业.西方经济学[M].北京：中国人民大学出版社，2011：168-169.

[5] 李发俊. 湖南省经济空间结构演变及其经济溢出效应研究[J]. 国土与自然资源研究，2008(1)：3-5.

[6] 闫迁迁. 江苏省区域经济发展的空间溢出效应研究[D].南京：南京财经大学，2015.

[7] 李杰. 基于空间内生增长理论的区域差异成因探析[J]. 南开经济研究，2009(3)：87-107.

[8] 刘华军，张权，杨骞. 城镇化、空间溢出与区域经济增长：基于空间回归模型偏微分方法及中国的实证[J]. 农业技术经济，2014(10)：95-105.

[9] 孙向伟，陈斐，李峰. 五大区区域经济增长收敛性的动态空间计量分析[J]. 统计与决策，2017(4)：97-102.

[10] 乔旭宁，杨德刚，鲁鹏，等. 近25年来塔里木河流域区域经济空间关联及演化特征分析[J]. 干旱区地理，2009(4)：616-623.

[11] 文骁飞.基于空间统计与GIS的区域经济空间关联性分析方法[J].中国科技信息，2011(20)：146，151.

[12] 李敬，陈澍，万广华，等. 中国区域经济增长的空间关联及其解释：基于网络分析方法[J]. 经济研究，2014(11)：4-16.

[13] 王全良. 基于动态空间模型的中国临空经济区与腹地区域经济关系研究[J]. 地理研究，2017(11)：2141-2155.

[14] 唐松. 中国金融资源配置与区域经济增长差异：基于东、中、西部空间溢出效应的实证研究[J]. 中国软科学，2014(8)：100-110.

[15] 郭晓黎，李红昌. 交通基础设施对区域经济增长的空间溢出效应研究[J]. 统计与决策，2017(4)：130-133.

[16] 李晓飞，赵黎晨，候璠，等. 空间知识溢出与区域经济增长：基于SDM及GWR模型的实证分析[J]. 软科学，2017(7)：1-8.

[17] 宋慧林，马运来. 基于空间分析的中国省域旅游经济差异[J]. 经济管理，2010(10)：114-118.

[18] 王俊，徐金海，夏杰长. 中国区域旅游经济空间关联结构及其效应研究：基于社会网络分析[J]. 旅游学刊，2017(7)：15-26.

[19] 钟敬秋，韩增林，李冰心. 基于GM-GIS耦合模型的旅游产业效率时序评价及空间关联格局分析：以东北三省36个市(区、州)为例[J]. 资源开发与市场，2016(7)：863-868，898.

[20] 朱慧方，毛蒋兴，孙连群，等. 东盟与广西旅游经济差异及空间依赖关系研究[J]. 广西师范学院学报(自然科学版)，2017(3)：120-127.

[21] N. 格里高利·曼昆.经济学原理[M].北京：机械工业出版社，2003：323-325.

[22] 林光和，龙志和.空间经济计量：理论与实证[M].北京：科学出版社，2014：37-38.

[23] 于慰杰，李建卫. 基于资源与区位条件的城市旅游增长极形成机制分析：以山东半岛为例[J]. 北京第二外国语学院学报，2009(3)：39-43.

[24] 罗浩，颜钰荛，杨旸. 中国各省的旅游增长方式“因地制宜”吗：中国省际旅游增长要素贡献与旅游资源比较优势研究[J]. 旅游学刊，2016(3)：43-53.

[25] 黄华. 1996—2010年云南省旅游总收入差异的时空变化分析[J]. 资源开发与市场，2014(1)：105-109.

[26] 屈小爽. “丝绸之路经济带”西北旅游城市旅游效率评价[J]. 统计与决策，2017(10)：70-74.

[27] 方叶林，黄震方，王坤，等. 基于PCA-ESDA的中国省域旅游经济时空差异分析[J]. 经济地理，2012(8)：149-154，35.

[28] 龚艳青. 中国区域旅游经济增长的空间关联[D].长沙：湖南师范大学，2016.

[29] 陈再福，郭伟锋. 福建省旅游经济空间网络结构演化研究[J]. 重庆理工大学学报(社会科学版)，2016(12)：32-40.

[30] 徐振宇. 社会网络分析在经济学领域的应用进展[J]. 经济学动态，2013(10)：61-72.

[31] 王娜，陈兴鹏，张子龙，等. “丝绸之路经济带”贸易联系网络结构研究:基于省区尺度和国家尺度的社会网络分析[J]. 西部论坛，2015(3)：55-65.

[32] 林聚任.社会网络分析：理论方法与应用[M].北京：北京师范大学出版社，2009：289-301.

Spatial Correlation of Tourism Economy of Silk Road Economic Belt :An Interpretation

Shi Yazhe

(School of Management, Ocean University of China, Qingdao 266100, China)

Abstract ： Based on 2015 total tourism revenues of the provinces along the Silk Road Economic Belt, and using the social network analysis software Ucinet 6, this paper constructs the spatial correlation network of tourism economy and interprets its characteristics. The study has the following findings: all provinces are correlated in their tourism economy, but the correlation is to be further strengthened; if the centrality indices are adopted to measure, Zhejiang, Guangdong and Shaanxi Provinces are the vertexes of tourism economy; the provinces along the economic belt can be divided into four plates, with the first and second plates having strongest spillover effect, with the first plate being the main motive power of spatial linkages and the forth plate being most benefited. According to the findings, the paper finally gives some suggestions.

Key words ： tourism economy development； spatial economic correlation; social network analysis

中图分类号 ：F 590

文献标志码： A

文章编号： 1671 -4806 (2019 )01 -0055 -07

收稿日期 ：2018-11-08

基金项目 ：国家旅游局万名旅游英才计划研究型英才培养项目“全域旅游视角下我国旅游经济质量综合测度与时空分析研究”(WMYC20171058)

作者简介 ：师亚哲(1994—)，女，山西晋中人，硕士研究生，研究方向为区域开发规划与管理、区域经济。

(编辑:赵刘 徐永生)

标签：旅游增长论文;  空间经济关联论文;  社会网络分析论文;  中国海洋大学管理学院论文;