社会网络视角下的旅游规划决策研究

吴志才++陈淑莲++郑钟强

[摘 要]文章运用社会网络分析法，分析潮州古城在旅游发展的规划决策中，其利益相关者之间的社会关系。研究发现：就网络中心性而言，整个利益相关者网络向某一点集中的趋势较小，但以专业知识参与的规划专家团队、掌握资源的潮州古城管理委员会及其属下的旅游发展公司，以及作为重要“中介”的街道办中间中心度最高，而居委会、古城居民、非旅游类商户处于边缘地位；就网络结构洞而言，利益相关者网络存在一定的结构洞，其中，当地社区作为最庞大的东道主利益相关群体，却与其他利益相关者联系较少；就网络密度而言，利益相关者之间没有形成全网关系，处于核心地位的潮州古城管委会及其属下的旅游发展公司的密度较低，与其他利益相关者相互之间的联系还不够密切。因此，在旅游规划决策中要加强边缘利益相关者，如当地居民、居委会、一般商户的中心性，提高整体网络的网络密度，建立桥连接，使利益相关者网络实现良好的信息沟通和资源共享。

[关键词]社会网络分析；旅游规划决策；利益相关者；潮州古城

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2016）12-0076-09

Doi： 10.3969/j.issn.1002-5006.2016.12.014

引言

Mitchell曾提出，“社会网络是连结一系列人、事物或事件的特定类型的关系”，这一系列人、事物或事件称为“能动者”（agent）或“节点”（node），能动者之间的各种关系称为“联结”（tie），这种“联结”往往会对规划决策产生重大影响[1]。旅游规划决策是一项涉及众多相关群体的规划决策，它本质上是各利益相关者通过利益协商与权力博弈后形成解决旅游发展问题共识的动态过程。在该过程中，以各利益相关者群体为节点，以因交换信息、解决矛盾、协调目标和共享资源等而建立的各种正式或非正式关系为联结，共同交织成了一个多重、复杂的社会网络——旅游规划决策网络。该网络具有怎样的关系结构以及联系的紧密程度等，密切关系着规划决策的方向。本文研究采用社会网络分析法，以潮州古城为例，剖析其在旅游规划过程中利益相关者之间的关系结构，探究这种社会结构对旅游规划决策过程的影响情况。

社会网络分析法起源于20世纪30年代的西方社会学研究，它着重从关系结构、社会网络等来揭示社会现象的本质，现已发展成为一项社会科学研究范式，并被应用于社会学、心理学、经济学、管理学等社会科学研究中。然而，在旅游研究中，社会网络分析法的应用却较晚，直至20世纪80年代，才有西方将此方法应用于旅游资源管理研究，随后的相关研究领域有所拓宽，但主要集中在旅游目的地结构、旅游政策网络、旅游企业成长和知识管理 等[2]。自20世纪七八十年代以来，西方旅游决策由集权式的官僚方式向多元利益相关者共同合作与决策的方向转变，各利益相关群体围绕旅游决策 形成的关系网络也逐渐引起西方学者的研究兴 趣[3-4]。Pforr分析了澳大利亚北部地区旅游规划的交流网络，认为利益相关者由于在旅游政策网络中所处位置不同，对决策结果的影响力会有所差异，其中，政府机构和地方旅游协会是规划的核心行动者，可以左右决策的最终结果[5]。Scott等对比传统旅游决策和网络化旅游决策方法，得出后者比前者更民主、更透明以及更具参与性的结论[6]。但网络化旅游决策是把双刃剑，基于共同目标的共识有助于信息共享，但参与者拒绝接受他人观点时会削弱网络效力[7]。此外，部分参与者仅代表自身的利 益[8]，但他们的利益未必与当地旅游发展方向相一致，这就可能导致旅游决策的偏差。最后，利益相关者的合作往往需要正式政策的跟进才能顺利开展，即网络目标的实现离不开政府参与[9]。总体上，国外相关研究倾向于用网络分析对决策结果进行回顾性描述和解释，对于在旅游决策中具有特殊地位的政府如何进行授权，网络决策合法化、网络的发展变化等问题的研究还有待探索。

随着社会网络分析法逐渐成为国外旅游研究的热点之一，我国学者也开始运用该方法对我国的一些旅游现象展开分析，主要集中在旅游线路[10-11]或旅游流网络结构[12-14]、旅游空间结构[15-16]、旅游空间经济关系[17-19]、旅游网站[20]等领域，这些研究着重于对宏观的、显性的地理空间结构展开研究，而对于旅游发展中涉及的人及其社会关系的研究却极少。当前，伴随旅游快速发展而爆发出来的各种问题，很多是由于没有处理好利益相关者而引发的。王素洁[21]已开始关注目的地利益相关者和旅游规划决策，但总体上，现阶段学者们尚未从社会网络视角给予旅游规划决策足够的关注。旅游发展涉及许多不同利益相关者，随着人们权力意识和参与意识的增强，以往的集权式旅游决策也将向多元利益者合作的方向发展变化。旅游规划决策中，不同利益相关者会左右决策的制定与落实，同时这些利益相关者并非孤立的，他们会就旅游发展进行相关的合作或博弈。社区参与旅游发展已在我国实践尝试，但对这些利益相关者构成的复杂社会网络的研究却相对滞后。本文运用社会网络分析法，以潮州古城旅游规划决策为案例研究，期望探索决策网络在规划决策中的影响，并为其他相关研究提供借鉴参考。

1 研究设计

1.1 研究方法

1.1.1 社会网络分析法

社会网络分析法是一种跨学科的，对社会关系进行分析的一套规范和方法，主要目的是探查和分析行动者之间的社会纽带模式[22]。它以数学中的社群图法和矩阵代数方法，分析社会网络中的点和关系，其中，点代表行动者，关系即是行动者之间的联系。本文关注的是旅游规划决策中的利益相关者网络，其中，各利益相关者是点，他们之间就旅游规划决策所建立的正式工作联系为研究的重点关系。

根据网络类型，社会网络分析可以分为三个层次：个体网、局域网和整体网。个体网是由一个核心个体和与之直接相连的其他个体构成的网络，旨在研究个体网诸多结构性质，以及个体与其他个体之间的关系。局域网由个体网加上与个体网络成员有关联的其他点构成，局域网的边界和相关研究由研究的具体问题来确定。整体网是由一个群体内部所有成员及其间的关系构成的网络，旨在分析整个网络的关系结构[1]。本文尝试揭示利益相关者之间的关系结构，从而对旅游规划决策的过程和结果进行解释，因此本研究采用整体网的研究范式，对旅游规划决策的利益相关者关系网络展开分析。

1.1.2 指标选择

整体网的社会网络分析将行动者集合为一个整体，对这个整体的构成、关系模式展开研究。在本研究中，选取网络中心性、网络结构洞、网络密度作为测量指标。

网络中心性（entrality），指的是某个个体或者组织在社会网络中相对于其他行为者而言，所处的地位，或者说其通过网络结构所获得的权力，常被用来考察行动者取得或控制资源可能性的结构属性。本研究选用的具体测量指标是点的中间中心度（betweenness centrality），测量的是个体对资源控制的程度。

网络结构洞（structural holes），是由社会学家 Burt用来表示非冗余的联系，他认为“非冗余的联系人被结构洞所连接，一个结构洞是两个行动者之间的非冗余联系”，也就是说，结构洞能够为其占据者提供获取“信息利益”和“控制利益”的机会，从而获得竞争优势[23]。结构洞的主要考虑指标有：（1）有效规模（effective size），即一个行动者的个体网规模减去网络冗余度；（2）效率（efficiency），即一个行动者的有效规模与实际规模之比；（3）限制性（constraint），即一个人在自己的网络中拥有运用结构洞的能力；（4）等级度（hierarchy），即限制性在多大程度上集中在一个行动者身上。

网络密度（network density），包括整体网密度和整体网中的“个体网密度”。整体网密度等于网络中“实际存在的关系总数”除以“理论上可能存在的最多关系总数”。实际的关系数量越接近于网络中的所有可能关系的总量，网络的整体密度就越大，网络中所有成员的关系越紧密，该网络对其中行动者的态度、行为等产生的影响越大。整体网密度的计算公式如下：

[D=2Lg（g-1）] （1）

式（1）中，D为密度，L表示网络中线的数目，g 为网络中节点的数量。

整体网中的“个体网密度”计算方式与整体网密度类似，是某一个行动者的“实际存在的关系总数”除以“理论上可能存在的最多关系总数”。

1.1.3 案例地选择

潮州古城位于广东省潮州市湘桥区，是国家历史文化名城，历史上一直是粤东地区的政治、经济和文化中心，其独特的潮州文化、潮州建筑、民间工艺和民俗构成了潮州古城独特的旅游吸引力。21世纪以来，潮州古城通过修复广济桥、牌坊街，大力发展旅游业，已形成一定的旅游规模，是粤东旅游的重要旅游目的地。潮州古城集聚了潮州最优秀的旅游资源，其旅游发展一直被当作城市旅游发展的重中之重来考虑。然而，经过了20多年的发展，潮州古城在全国的知名度仍然不高，旅游发展的层次和带来的收入十分有限。调研发现，潮州古城虽然有十分优秀的旅游资源，但由于旅游规划决策中存在复杂的社会关系，许多良好的规划都不能得到落实。旅游发展需要政府、社会、市场的有效协调，但在潮州，不仅政府、社会和市场三者之间存在博弈和矛盾，即使政府内部、古城范围内不同街道之间也存在互相抢夺资源的情况，这归根结底是没有充分考虑和协调好各方利益群体，这也是很多社区类型旅游地遇到的问题和困境，潮州古城是该类型代表。

1.1.4 数据收集

（1）总体目标

根据对潮州古城的实地调查发现，潮州古城旅游规划决策中利益相关者主要包括：当地社区、政府机构、旅游企业、旅游者、压力集团1、自然或人文旅游资源，共6类。由于自然或人文旅游资源不具备主观能动性，因此可排除在外。另外，虽然旅游者是重要的利益相关者，但在我国的现实中，几乎没有旅游者参与旅游规划决策的情况，且旅游者的出现要滞后于旅游规划，所以在规划决策阶段无法获得旅游者的真实意见，所以本研究也将其排除在外。不过需要指出的是，虽然旅游者不能参与决策，但旅游企业出于招徕旅游者的目的，一定程度上可以作为旅游者的利益代言人。因此，本研究关注的利益相关者可以分为当地社区、旅游企业、政府机构和压力集团四大类。

社会网络分析法着重对社会关系展开分析，无法采用随机抽样的方法展开调研。本研究借鉴其他学者在进行社会网络分析时主要采用的抽样方法——参与法2和滚雪球法。首先，本研究通过查阅《潮州古城控制性详细规划》《潮州国家历史文化名城保护规划》和潮州市各级政府有关工作报告，运用参与法确定潮州古城旅游发展规划决策的部分核心行动者。其次，运用滚雪球法邀请核心行动者推荐与他们日常工作关系密切或他们认为对旅游规划决策非常重要且有影响力的其他利益相关者。随后访谈被推荐者，并请他们进一步推荐，不断重复这一过程，直到没有新的被推荐者。最后确定的利益相关者群体构成了潮州古城旅游规划决策网络。最终的调查结果显示，潮州古城旅游规划决策网络的目标总体包括了4个大类20个子类的利益相关者（表1）。

（2）样本选择

理想的整体网资料收集是进行总体调查，但潮州古城旅游规划决策网络中部分利益相关群体的总体规模过大，难以进行总体调查，且个体间同质化非常明显，亦无须分别进行调查，因而采取从总体中抽取代表性的个案样本的方式，如小商户、社区居民等；对于规模较小的，且个体间存在较大差异的群体，则采用总体调查。本研究选取样本的原则是，当一类利益相关者总体规模小于30时，采取总体调查；当规模大于30时，采用便利抽样。实际调查中，旅游产品经营商户、餐馆或餐饮店、非旅游类经营商户和潮州古城居民采用随机抽样调查，其他相关利益群体采用总体调查（表1）。

（3）调查方法

本研究采用调查问卷的方法展开调查，主要用于收集利益相关者相互之间的关系数据，及其自身的属性数据，包括三类结构性问题：第一类问题调查潮州古城利益相关者之间的关系结构，构建利益相关者网络结构图，得出有关网络指标，通过询问被访问者“在过去一年里，您或您所在的单位在潮州古城旅游开发中，与哪些组织有合作行为或共同成员？”得出关系结构。第二类问题询问被访问者认可的潮州古城旅游规划决策利益相关者。第三类问题调查规划决策网络中各类利益相关者的影响力1。

问卷调查从2015年3月开始至7月结束，历时5个月，主要通过直接拜访被访问者，发放纸质问卷并进行现场回收的方式收集，同时通过面对面访谈、电子邮件等方式进行调查。在对有关组织进行调查时，本研究在该组织的核心领导层或居于领导职位的成员展开，并提醒他们填写问卷时要基于组织视角而非个人视角。

2 研究结果

本研究共发放问卷263份，回收问卷225份，回收率为85.6%，剔除填写不完整或答案前后矛盾的无效问卷30份，有效问卷195份，有效率为86.7%。目前，分析整体网络关系数据最常用的软件有UCINET，本研究运用UCINET6.0对潮州古城旅游规划决策中的利益相关者网络结构进行分析。

2.1 关系矩阵及关系结构

社会网络研究要求将属性数据转化为关系数据，基于收集的数据本研究构建规模为“20×20”的“行动者-行动者”关系矩阵，该矩阵为“0”“1”二值矩阵。需要强调的是，在样本中，酒店或客栈、旅游产品经营商户、餐馆或餐饮点、旅游景区、旅行社、居委会、街道办、非旅游类经营商户、潮州古城居民这9类利益相关者中只要有一位受访者表示与其他利益相关者有联系，在关系矩阵中就可以表示为两类利益相关者有联系，但本研究并非针对某一具体个人的特殊选择，而是在大样本调查中，寻找整体的共性和规律性，因此，对这9类利益相关者进行了二值化处理，通过对这9类利益相关者关系矩阵进行标准化处理，取标准化后数值的中位数作为临界值，对大于或等于临界值的数值取“1”，小于临界值的数值取“0”，据此得到本研究网络分析的关系数据（表2）。

运用UCINET6.0画出潮州古城利益相关者网络拓扑图，通过拓扑图直观体现各子类利益相关者之间的相互关系，同时，为使4大类利益相关者的关系在图中直观体现，本研究用同一类型符号对同一大类的利益相关者进行标示（图1）。

2.2 网络中心性

潮州古城旅游规划决策中，其利益相关者之间的关系模式特点：整个利益相关者网络的标准化中间中心势是0.181，这说明这个网络向某一点集中的趋势较小，不存在一个绝对强势群体在主导旅游规划决策；相关专家或旅游研究机构的点中间中心度最高，这说明具备专业知识的专家团队对旅游发展的影响十分重大，拥有资源的旅游发展公司、管委会、房管局、文物旅游局的中间中心度也较高，对旅游规划决策有重大影响；值得注意的是，街道办虽然不掌握旅游资源，却是古城居民、居委会与核心利益相关者的重要“中介”，对社区参与旅游有着重大影响，因而其中间中心度也比较高；旅游类和非旅游类商户、酒店或客栈、餐馆或餐饮点、古城居民、居委会处于外层，中间中心度小，这些利益群体大多个体规模小，相互之间也没有形成紧密联系，因而没能形成有影响力的组织，对决策的影响小；最后，处于中间层的是旅游景区、旅行社、规划局、区旅游局，以及工艺美术协会，其中，景区和旅行社掌握一定旅游资源，规划局、区旅游局拥有一定的政治权力，工艺美术协会拥有较高的社会影响力，这些利益群体中间中心度居中，他们能够在一定程度上对古城的旅游规划决策产生影响（表3）。

2.3 网络结构洞

潮州古城旅游规划决策中，利益相关者网络总体上有着较好的沟通和联系，四大类群体间没有出现明显的结构洞，但在当地社区这一大类利益相关者的子类之间却存在结构洞，尤其古城居民和非旅游类商户这两类利益相关者几乎不与其他利益相关者产生联系。此外，他们在所有利益相关者中，受到的总限制性达到1，等级度也达到1，这说明他们虽然是潮州古城最大规模的东道主，在旅游规划决策中却被边缘化（表3）。另外，当地社区作为古城旅游发展中最基础的利益群体却与最核心的古城管理委员会之间发生关系断裂（图1）。这些结构洞的出现，一方面是因为潮州古城旅游发展仍处于初级阶段，当地社区的旅游参与度较低，另一方面是管委会及其属下旅游发展公司刚成立不久，还未充分整合古城旅游资源。必须注意的是，一个具有众多原住民的社区发展旅游，当地社区这一大类利益者是不容忽视的，只有充分提高他们在利益相关者网络中的地位，使他们能够参与信息传播和沟通，并与他们共享资源与利益，才能有效引导居民参与旅游发展，促进非旅游类商户进行商业转型，从而减少旅游发展的摩擦力，不仅提高旅游规划的科学性和有效性，也使旅游规划更加容易落地。

2.4 网络密度

潮州古城旅游规划决策利益相关者的整体网密度为0.3632，这说明总体上利益相关者之间的合作行为还有待进一步提高，尤其在跨大类的利益相关者之间，旅游资源共享、信息沟通和联系的程度较低。从利益相关者网络中的网络密度可以看出，处于核心地位的利益相关者，如潮州古城管委会及其属下的旅游发展公司网络密度不高，这虽然一定程度上是因为这两者成立时间短，还未对潮州古城的旅游发展产生较大的影响，但也说明利益相关者相互之间的关系仍是比较疏远的，增加了决策执行的难度，阻碍潮州古城旅游发展。不过，酒店或客栈、旅游产品经营商户、餐馆或餐饮点、文物旅游局、区旅游局、民间工艺美术协会这些重要的旅游业类的密度相对比较高，可见经过多年的旅游发展，在民间已经形成了相对较好的合作网络（表3）。

3 结论

旅游业是一个关联性极高的产业，旅游发展过程中涉及众多类型的利益相关者。在对潮州古城旅游规划决策中的利益相关者网络的研究中，可以看出，一个良好的决策网络应具备两个特征：第一，旅游规划决策中的所有利益相关者相互之间应就旅游发展决策问题建立良好的信息沟通和联系网，通过正式和非正式交流，使不同利益相关者之间都存在适当的中介，从而保持网络整体的联通性。第二，网络中的利益相关者群体之间保持较高的紧密度，从而增强网络成员的凝聚力。为此就需要完善旅游规划决策的利益相关者网络，使网络更加完备和联通。

首先，对边缘利益相关者进行赋权，提高其中心度。尤其是居委会和当地居民，作为旅游地东道主群体，在旅游规划决策中却被边缘化，这不仅会破坏旅游政策的公平性，而且往往会引起旅游发展中游客与居民的矛盾。居委会是基层管理机构，沟通了居民与其他利益相关者，提高其中心度，不仅能听到来自基层的声音，也会使规划决策更容易获得理解。当地居民则可以通过政治上、经济上的赋权，提高他们在旅游规划决策中的地位，政治上，给予居民更多的旅游发展话语权和投票权，经济上，与他们分享旅游发展的利益，将他们的个人权利和利益与旅游发展紧密相连。

其次，还要加强利益相关者相互之间的联系，通过增加“桥”的数量，减少利益相关者网络的结构洞，强化他们相互之间的关系，并增加网络密度。在旅游规划决策阶段，不同群体之间更加紧密和频繁的沟通，能有效地降低误解，并使规划更符合各方的利益，这会使规划落地阶段更容易实施。因此，通过强化不同相关利益者之间的联系，使网络逐渐靠近理想网络结构，从而使旅游决策能体现最大多数利益相关者的利益。

社区旅游发展不同于一般旅游景区发展，大量的原住民，以及他们相互之间由于地缘和血缘而形成的复杂社会关系，使得规划决策不能仅由少量的人员来决定，而是要充分考虑不同利益相关群体的权利、利益和意见。本文基于社会网络视角对潮州古城旅游规划决策中的利益相关者网络展开研究，不仅可以为潮州古城完善规划决策、促进旅游顺利发展提供指导，也可以为其他社区旅游发展的利益相关者研究提供参考。更为重要的是，本文的研究方法为旅游利益相关者研究提供了一种可借鉴的新的系统性思路。虽然本文仅对潮州古城进行案例研究，但任何一个社区的旅游发展，都必然涉及许多利益相关者，这些相关者并非孤立的，他们相互之间存在一定的社会关系，因此在旅游规划决策中，应当将其考虑在内。

最后，本研究还存在一定的局限性，如利益相关者的合作选择会受到其自身属性，如性别、年龄、经济条件、受教育程度等的影响，也会受到当地旅游资源特征、经济发展状况、社会观念的影响。受限于研究方法，本文没有对影响因素展开深入研究，而是着重于利益相关者相互之间的合作关系。未来的研究可以进一步考虑上述影响因素对利益相关者合作行为的影响，亦可以针对特定的利益相关者子类展开相应的研究，这些都是有价值的研究方向。

致谢：潮州古城旅游规划专家组成员张补宏老师、周锐波老师、林旭青规划师和陈健健规划师等为本研究提供帮助，潮州古城领导小组也为本研究提供了大力支持，在此表示感谢。

参考文献（References）

[1] Mitchell J C. The concept and use of social networks[A]//Mitchell J C. Social Networks in Urban Situations[C]. Manchester： University of Manchester Press， 1969：2-3.

[2] Wang Sujie， Hu Ruijuan， Cheng Weihong. A literature review on overseas tourism research under the perspective of social network[J]. Tourism Tribune，2009， 24（7）： 90-95.[王素洁，胡瑞娟，程卫红. 国外社会网络范式下的旅游研究述评[J]. 旅游学刊，2009，24（7）： 90-95.]

[3] Bramwell B， Lane B. Tourism Collaboration and Partnerships： Policies， Practice and Sustainability[M]. Clevedon： Charmel View Publications， 2000： 1-20.

[4] Hall C M. Tourism Planning： Policies， Processes and Relationships[M]. Harlow： Prentice Hall， 2007：3-25.

[5] Pforr C. The makers and the shakers of tourism policy in the northern territory of Australia： A policy network analysis of actors and their relational constellations[J]. Journal of Hospitality and Tourism Management， 2002， 9（2）： 134-151.

[6] Scott N， Cooper C， Baggio R. Destination networks： Four Australian cases[J]. Annals of Tourism Research， 2008， 35（1）：169 -188.

[7] Dredge D. Policy networks and the local organization of tourism[J]. Tourism Management， 2006， 27（2）：269-280.

[8] Dredge D. Networks， conflict and collaborative communities[J]. Journal of Sustainable Tourism， 2006， 14（6）：562-581.

[9] Lawrence M. Unraveling the Complexities of Tourism Destination Systems： Policy Networks and Issue Cycles 1998—2005[D]. Australia： Southern Cross University， 2005.

[10] Liu Bing， Zeng Guojun， Peng Qing. A social network perspective on travel itinerary research： A case study in Xinjiang[J]. Tourism Tribune，2013， 28（11）： 101-109.[刘冰，曾国军，彭青. 社会网络视角下旅游线路研究——以新疆为例[J]. 旅游学刊，2013， 28（11）： 101-109.]

[11] Liu Hongying， Wei Liliu， Zhang Juan. The research on the characteristics of network structure of area tourist flows based on the tourism routine[J]. Human Geography， 2012， 27（4）： 131-136.[刘宏盈，韦丽柳，张娟. 基于旅游线路的区域旅游流网络结构特征研究[J]. 人文地理， 2012， 27（4）： 131-136.]

[12] Peng Hongsong， Lu Lin， Lu Xinfu， et al. Spatial network structure and optimization of cross-border tourism area based on tourist flow： A case study in Lugu Lake[J]. Progress in Geography，2014， 33（3）：422-431.[彭红松，陆林，路幸福，等. 基于旅游客流的跨界旅游区空间网络结构优化——以泸沽湖为例[J]. 地理科学进展，2014， 33（3）：422-431.]

[13] Wu Jinfeng. Distribution of inbound foreigner tourist flows and its property and structure characters in China[J]. Journal of Arid Land Resources and Environment，2014， 28（7）： 177-182.[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.]

[14] Zhang Yanyan， Li Junyi， Yang Min. The tourism flow network structure of Xian based on tourism digital footprint[J]. Human Geography，2014， 29（4）： 111-118.[张妍妍，李君轶，杨敏. 基于旅游数字足迹的西安旅游流网络结构研究[J]. 人文地理，2014， 29（4）： 111-118.]

[15] Wang Degen. The impact of Wuhan-Guangzhou HSR on regional tourism spatial pattern in Hubei Province[J]. Geographical Research，2013， 32（8）： 1555-1564.[汪德根. 武广高速铁路对湖北省区域旅游空间格局的影响[J]. 地理研究，2013， 32（8）： 1555-1564.]

[16] Liu Chun. Study on the spatial structure of tourism economy in middle area of China based on social network analysis [J]. World Regional Studies，2015， 24（2）： 167-176.[刘春. 基于社会网络方法的中部地区城市群旅游空间结构研究[J]. 世界地理研究，2015， 24（2）： 167-176.]

[17] Fang Yelin， Huang Zhengfang， Tu Wei. Spatial differences of tourism economy in Yangtze River Delta from the perspective of social network[J]. Tropical Geography， 2013， 33（2）：212-218.[方叶林，黄震方，涂玮. 社会网络视角下长三角城市旅游经济空间差异[J]. 热带地理， 2013， 33（2）： 212-218.]

[18] Yang Xiaozhong， Liu Guoming， Feng Lixin， et al. Spatial economic contact of cross-border tourism region based on network analysis： A case study of Hukou Waterfall Scenic Spot[J]. Geographical Research，2011， 30（7）：1319-1330.[杨效忠，刘国明，冯立新，等. 基于网络分析法的跨界旅游区空间经济联系——以壶口瀑布风景名胜区为例[J]. 地理研究，2011， 30（7）： 1319-1330.]

[19] Zhang Kai， Yang Xiaozhong， Zhang Wenjing. Tourism economic affiliation degree network characteristics and its impacts factors of cross-border tourism region： A case study of Taihu Lake area [J]. Human Grography，2013， 28（6）：126-132.[张凯，杨效忠，张文静. 跨界旅游区旅游经济联系度及其网络特征——以环太湖地区为例[J]. 人文地理，2013， 28（6）：126-132.]

[20] Lian Tonghui， Yu Caihua， Zong Qianjin. A study on net-work structure of Chinas tourism website： Based on a social network analysis[J]. Tourism Science，2012， 26（6）： 80-88.[廉同辉，余菜花，宗乾进. 我国旅游网站的网络结构研究——基于社会网络分析法[J]. 旅游科学，2012， 26（6）： 80-88.]

[21] Wang Sujie， Li Xiang. Research on sustainable rural tourism policy based on a social network analysis： A case study of Yangjiabu Village in Weifang City， Shangdong Province [J].Chinese Rural Economy，2011，（3）：59-69，90.[王素洁，李想. 基于社会网络视角的可持续乡村旅游决策探究——以山东省潍坊市杨家埠村为例[J]. 中国农村经济，2011，（3）：59-69，90.]

[22] Wouter D N， Andrej M， Vladimir B. Exploratory Social Network Analysis with Pajek[M]. Lin Feng， trans. Beijing： Beijing World Publishing Corporation， 2014：1-23.[沃特·德·诺伊，安德烈·姆尔瓦，弗拉迪米尔·巴塔盖尔吉. 蜘蛛：社会网络分析技术[M]. 林枫， 译. 北京： 世界图书出版公司北京公司，2014：1-23. ]

[23] Burt R S. Structural Holes： The Social Structure of Competition[M]. MA： Harvard University Press， 1992：54-78.