中国旅游经济增长质量的空间网络结构及驱动因素

王 凯，胡 奕，甘 畅

(湖南师范大学 旅游学院，湖南 长沙410081)

一、引言

改革开放以来，我国旅游业快速发展，但旅游经济效率低下、旅游产业要素配置不合理、旅游环境质量遭受破坏等问题不断涌现，严重阻碍了旅游经济增长质量的提升(1)李博，田闯，史钊源，等． 辽宁沿海地区海洋经济增长质量空间特征及影响要素［J］． 地理科学进展，2019，38(7) :1080 －1092．。2014 年《国务院关于促进旅游业改革的若干意见》强调，旅游业发展要着眼于转型升级和提质增效，“十四五”文化和旅游发展规划指出，要加快建设现代化旅游产业体系，优化旅游业发展布局，力争在2025 年进一步完善旅游业高质量发展的体制机制。可见，提升旅游经济增长质量已成为旅游业发展新的时代命题。受多种因素影响，不同省区间旅游经济增长质量显现出空间关联，表现出一定的依赖性和相关性。随着国家一体化战略推进，旅游经济增长质量的空间网络结构日趋复杂。因此，精确刻画旅游经济增长质量的空间网络结构特征及变化趋势，厘清空间网络结构的影响因素，对于助推区域旅游经济增长质量协同提升，优化升级空间网络结构具有重大意义。

旅游经济是区域经济的重要增长极。目前，国内外关于旅游经济增长的研究主要涉及旅游经济规模和旅游经济增长质量两方面内容。旅游经济增长质量强调的是旅游经济稳中有增、旅游经济效率攀升、旅游产业结构和消费结构实现优化升级以及旅游资源环境得到有力保护，最终实现旅游经济可持续发展。(2)刘佳，王娟，奚一丹． 中国旅游经济增长质量的空间格局演化［J］． 经济管理，2016，38(8) :160 －173．旅游经济规模的空间结构是国内外学者研究的焦点，国外关于旅游经济规模的空间结构研究始于20 世纪60 年代，Leiper(3)Leiper N． Tourism Management． Collingwood［M］． Victoria: TAFE Publications，1995:35 －37．首次提出“旅游空间”这一概念。此后的研究主要围绕旅游经济规模的空间分异(4)Alexandre S G，Isabel M J． Spatial patterns of cultural tourism in Portugal［J］． Tourism Management Perspectives，2015，16(10) :107 －115．及空间网络关系(5)Sanghoon K，Gyehee L，Jinwon K，et al． Identifying the spatial structure of the tourist attraction system in South Korea using GIS and network analysis: An application of anchor －point theory［J］． Journal of Destination Marketing ＆ Management，2018，12(5) :2 －13．展开，涉及大数据收集(6)Peng H，Zhang J，Liu Z，et al． Network analysis of tourists flows: A cross－provincial boundary perspective［J］．Tourism Geographies，2016，18(5) :561 －586．、社会网络分析(7)Leung X Y，Wang F，Wu B，et al． A social network analysis of overseas tourist movement patterns in Beijing: The impact of the Olympic Games［J］． International Journal of Tourism Research，2012，14(5) :469 －484．、GIS(8)Juan C G，Javer G E，Carmen M． Identification of tourist hot spots based on social networks: A comparative analysis of European metropolises using photo sharing services and GIS［J］． Applied Geography，2015，63(12) :408 －417．、引力模型(9)Kang S，Lee G，Kim J． Identifying the spatial structure of the tourist attraction system in South Korea using GIS and network analysis: an application of anchor－point theory［J］． Journal of Destination Marketing and Management，2018(9) :358 －370．等方法。国内相关研究起步较晚，研究内容主要侧重于旅游经济规模时空分异(10)胡文海，孙建平，余菲菲． 安徽省区域旅游经济发展的时空格局演变［J］． 地理研究，2015，34(9) :1795 －1806．、影响因素(11)薛明月，王成新，赵金丽，等． 黄河流域旅游经济空间分异格局及影响因素［J］． 经济地理，2020，40(4) :19 －27．及空间网络结构演变(12)姚晓玲，刘德光，邓爱民． 世界主要国家旅游经济空间关联网络研究［J］． 经济问题探索，2020(7) :37 －46．与溢出效应(13)陈晓艳，徐冬，黄睿，等． 浙江省县域旅游经济增长的空间溢出效应［J］． 地理科学进展，2020，39(9) :1512 －1521．;研究方法上，多利用地理探测器(14)胡文海，孙建平，余菲菲． 安徽省区域旅游经济发展的时空格局演变［J］． 地理研究，2015，34(9) :1795 －1806．、空间杜宾模型(15)姚晓玲，刘德光，邓爱民． 世界主要国家旅游经济空间关联网络研究［J］． 经济问题探索，2020(7) :37 －46．、社会网络分析(16)薛明月，王成新，赵金丽，等． 黄河流域旅游经济空间分异格局及影响因素［J］． 经济地理，2020，40(4) :19 －27．、空间自相关等;研究视角上，包括国家(17)薛明月，王成新，赵金丽，等． 黄河流域旅游经济空间分异格局及影响因素［J］． 经济地理，2020，40(4) :19 －27．、省域(18)Kang S，Lee G，Kim J． Identifying the spatial structure of the tourist attraction system in South Korea using GIS and network analysis: an application of anchor－point theory［J］． Journal of Destination Marketing and Management，2018(9) :358 －370．、市域(19)胡文海，孙建平，余菲菲． 安徽省区域旅游经济发展的时空格局演变［J］． 地理研究，2015，34(9) :1795 －1806．、县域(20)姚晓玲，刘德光，邓爱民． 世界主要国家旅游经济空间关联网络研究［J］． 经济问题探索，2020(7) :37 －46．等层面。而目前国内对旅游经济增长质量的研究仅局限于其测度(21)刘佳，王娟，陆菊． 中国旅游经济增长综合测度及其时空分异特征［J］． 首都经济贸易大学学报，2017，19(3) :54 －63．、时空演变及空间溢出效应(22)何昭丽，王松茂． 中国旅游资源转换效率的时空演变及影响机理［J］． 中国人口·资源与环境，2020，30(11) :185 －193．、区域旅游经济增长质量的差距(23)刘力钢，孙晓． 中国不同地区旅游经济增长质量的差距比较及随机收敛检验［J］． 经济问题探索，2020(5) :53 －65．等;涉及目标线性加权(24)吴媛媛，宋玉祥． 中国旅游经济空间格局演变特征及其影响因素分析［J］． 地理科学，2018，38(9) :1491 －1498．、Dagum 基尼系数分解、空间关联指数、空间自相关(25)何昭丽，王松茂． 中国旅游资源转换效率的时空演变及影响机理［J］． 中国人口·资源与环境，2020，30(11) :185 －193．、空间杜宾模型(26)刘佳，王娟，陆菊． 中国旅游经济增长综合测度及其时空分异特征［J］． 首都经济贸易大学学报，2017，19(3) :54 －63．等方法;研究视角主要聚焦于省域(27)刘佳，王娟，陆菊． 中国旅游经济增长综合测度及其时空分异特征［J］． 首都经济贸易大学学报，2017，19(3) :54 －63．及市域(28)刘力钢，孙晓，陈金． 东北三省旅游经济增长质量水平的差距及动态演进［J］． 统计与决策，2020，36(21) :114 －119．层面。

综上可见，国内外对于旅游经济规模的空间结构分析已较为成熟，但旅游经济增长质量的空间网络结构分析仍鲜见于文献，省区间旅游经济增长质量的空间关联和网络结构演变研究有待深化。鉴于此，本文以2004 －2018 年中国大陆30 个省、区、直辖市(以下简称“省区”，西藏数据缺失) 旅游经济增长质量为研究标靶，采用修正引力模型和社会网络分析法，探析其空间网络结构及驱动因素，以期丰富旅游经济增长质量的理论研究，完善旅游经济增长质量的空间格局，实现旅游经济高质量发展。

二、研究方法与数据来源

(一) 研究方法

1．改进熵值法

熵值法是一种基于数据自身差异确定指标权重的方法。为消除极端值和负值对指标数据的影响，首先运用改进熵值法对有关数据进行标准化处理，再对各项指标赋权重，最后采用线性加权法测算旅游经济增长质量综合水平，具体步骤详见参考文献(29)王凯，朱芳书，甘畅，等． 区域产业结构转型升级水平与旅游扶贫效率耦合关系——以武陵山片区为例［J］． 自然资源学报，2020，35(7) :1617 －1632．。

2．修正引力模型

省区间旅游经济增长质量关系的确定是网络分析的前提和重要环节。引力模型不仅能够确定空间网络关系，并且在综合考虑经济发展水平和地理距离因素的背景下，还适用于利用截面数据刻画空间网络演变态势的情况(30)刘华军，刘传明，孙亚男． 中国能源消费的空间关联网络结构特征及其效应研究［J］． 中国工业经济，2015(5) :83 －95．。本文借鉴刘佳等(31)刘佳，宋秋月． 中国旅游产业绿色创新效率的空间网络结构与形成机制［J］． 中国人口·资源与环境，2018，28(8) :127 －137．的研究成果，构建修正引力模型对省区间旅游经济增长质量关系予以测度:

式中，Sab表示省区a、b 间旅游经济增长质量的关联强度;Qa和Qb分别为省区a、b 旅游经济增长质量综合得分;Ga、Gb为省区a、b 的国内生产总值;Kab表示省区a 对Sab的贡献率;dab为省区a、b 间的球面距离;ga、gb表示省区a、b 的人均国内生产总值;Dab反映两省区间的“距离”。通过修正引力模型可以得到省区间旅游经济增长质量关联矩阵，取矩阵各行均值作为临界值，若Sab大于均值则赋值为1，表明省区a、b 间存在关联，反之，则赋值为0，表明无关联(32)刘华军，刘传明，孙亚男． 中国能源消费的空间关联网络结构特征及其效应研究［J］． 中国工业经济，2015(5) :83 －95．。

3．社会网络分析法

近年来，社会网络分析法在社会学、经济学和地理学等领域的研究中颇受青睐(33)刘华军，贾文星． 中国区域经济增长的空间网络关联及收敛性检验［J］． 地理科学，2019，39(5) :726 －733．。本文运用社会网络分析法深入剖析中国旅游经济增长质量的整体、个体网络及空间聚类特征。首先，整体网络特征包括空间关联强度和空间关联性，网络关联数和网络密度能够衡量省区间空间关联强度，网络关联度、网络等级度和网络效率诠释着省区间空间关联性。其次，个体网络特征涉及度数中心度、接近中心度和中间中心度，它们映射着各省区在空间网络中的层级和角色。最后，块模型分析是对各板块在空间网络中的角色和地位进行判断的一种空间聚类分析方法(34)刘军． 整体网分析讲义——UCINET 软件实用指南(第二版) ［M］． 上海: 格致出版社，2009:172 －181．，能够明晰空间网络内部的板块结构及板块间的空间溢出状况。依据块模型理论，板块分为“净受益”“净溢出”“双向溢出”和“经纪人”四大类型。整体与个体网络结构特征指标计算与内涵详见参考文献(35)冯颖，侯孟阳，姚顺波． 中国粮食生产空间关联网络的结构特征及其形成机制［J］． 地理学报，2020，75(11) :2380－2395．。

(二) 指标体系构建

旅游经济增长质量涉及广泛。综合参考刘英基(36)刘英基，韩元军． 要素结构变动、制度环境与旅游经济高质量发展［J］． 旅游学刊，2020，35(3) :28 －38．和张爱平(37)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，2015，35(3) :283 －292．等人的研究成果，从旅游经济效率、旅游产业结构、旅游环境质量三方面构建旅游经济增长质量评价指标体系(表1) 。其中，旅游经济效率侧重于反映旅游经济增长速度及波动状况，采用旅游经济增长稳定性和增长效率来表示;旅游产业结构升级要求实现旅游经济增长方式转变及要素合理配置，采用旅游产业结构合理化和高级化来表示;旅游环境质量是发展旅游产业、带动旅游经济增长的基础，保护旅游环境能有效提高旅游资源承载力，实现旅游可持续发展，采用旅游资源质量和旅游生态环境质量来表示。

表1 旅游经济增长质量评价指标体系

(三) 数据来源

囿于指标数据可获取性，本文将2004 －2018 年设为研究期限，文中数据来自2005 －2019 年《中国旅游统计年鉴》及副本、《中国环境统计年鉴》《中国统计年鉴》、各省区统计年鉴;2004 －2018 年各省区国民经济和社会发展统计公报、部分省区旅游统计公报以及EPS 官方数据库、文化和旅游部官网、中国政府网、国家公园网、中国文物局官网和世界遗产中心网等;省区间球面距离借助ArcGIS 10．2 软件测算得出;为消除通货膨胀对价格因素的影响，以2002 年为基期(“旅游收入增长波动率”涉及2002 年的数据) ，运用CPI 平减指数处理有关经济数据，针对少量缺失数据，采用插值法和平滑指数法进行补充。

三、实证分析

(一) 旅游经济增长质量整体网络特征

选取2004 年、2011 年和2018 年三个时间截面，运用UCINET 6．0 软件绘制中国旅游经济增长质量的空间网络拓扑图，并结合整体网络特征指标，分析其整体网络结构及变化趋势。如图1 所示，旅游经济增长质量呈现显著的网络结构形态，意味着省区间旅游经济增长质量的联系打破了地域相邻的传统，与非相邻省区产生空间关联。从空间关联强度和空间网络关联性两方面深入探析中国旅游经济增长质量的整体网络结构特征。(1) 空间关联强度。如图2 所示，2004 －2018 年间空间关联强度总体保持增长趋势，网络关联数从157 个增加至200 个，网络密度也由0．180 上升至0．230，2011 年之后整体网络结构趋于稳定;2013 年空间关联强度最大，空间关联数和网络密度分别为213 和0．245，表明虽然省区间关联强度在不断增大，但仍处于较低水平。(2) 空间网络关联性。2004 －2018 年，空间关联度均为1，表明空间网络结构始终处于稳定状态。由图3 可见，网络等级度从2004 年的0．7285 下降至2018 年的0．4358，2008 年之后，网络等级度保持在0．43 左右，表明省区间旅游经济增长质量的差距正逐渐缩小并趋于均衡。2008 年网络等级度快速下降至0．2958，是研究期内的最低值，这与2008 年北京奥运会的举办，提高了旅游业相关要素跨区域的流动和配置的效率，促进了旅游经济增长质量的区域协作与带动式发展有关。此外，研究期内网络效率从0．7414 缓慢下降至0．6798，说明空间网络中节点间连线增加，双向溢出关系逐渐增强，但网络效率仍较高，省区间旅游经济增长质量关联性有待进一步提升。

图1 旅游经济增长质量空间网络演变

图2 空间关联强度的时序演变

图3 空间网络关联性的时序演变

(二) 旅游经济增长质量整体网络特征

如表2 所示，针对2004、2011、2018 年三个时间截面展开个体网络研究，分析各省区在旅游经济增长质量空间网络中的个体特征和位置关系。

1．度数中心度。3 个时间节点下，多数省区度数中心度呈上升态势，取值范围分别为［13．793，96．552］、［17．241，86．207］和［13．793，93．103］，区间呈敛缩态势，30 个省区度数中心度均值从30．805 增加至36．552。其中，北京、天津、上海、江苏、浙江和广东的度数中心度始终高于均值，表明受益于经济发展水平和地理位置等方面的优势条件，它们与其他省区联系广泛，在空间网络中影响力较大，处于中心位置。内蒙古、福建、河南、湖北、重庆等省区度数中心度排名有所上升，说明它们与其他省区的旅游交流增多，旅游经济增长质量联系加强。辽宁、河北、宁夏、新疆等省区的排名略有下降且度数中心度低于全国均值，可能是受限于产业结构、经济条件等因素，致使其愈发处于边缘位置。

2．接近中心度。2004、2011、2018 年接近中心度的取值范围分别为［53．704，96．667］、［53．704，87．879］和［53．704，93．548］，区间呈敛缩态势，30 个省区接近中心度均值从60．578 增加至62．602，大于均值的省区从6 个增加至8 个，且多数省区的接近中心度趋于上升，表明省区间旅游经济增长质量联系愈发紧密。同样，北京、天津、上海、江苏、浙江和广东的接近中心度一直较高，说明它们能够显著推动其他省区旅游经济增长质量的提升，是空间网络结构中的“行动者”。内蒙古、福建、河南、湖北、重庆等省区接近中心度排名略有上升，而辽宁、河北、宁夏、新疆等省区排名略有下降且接近中心度低于全国均值，说明这些省区不能有效带动其他省区旅游经济增长质量的发展，在空间网络中处于被动地位。

3．中间中心度。3 个时间节点下，中间中心度的取值范围分别为［0．009，21．175］、［0．105，13．795］和［0．049，15．655］，区间呈敛缩态势，30 个省区中间中心度均值从2．471 减小至2．266，北京、天津、上海、浙江、广东5 个高值区的中间中心度以及高于均值的省区中间中心度之和占中间中心度总和的比重均呈下降趋势，表明中心节点日渐式微，对知识、信息、技术等的垄断和掌控能力减弱，网络结构日趋均衡。内蒙古、福建、河南、湖北、重庆等省区与其他节点间关联关系有所增加，但中间中心度的高值区变化不大，主要包括北京、天津、上海、江苏、浙江和广东，而辽宁、河北、宁夏、新疆等省区由于地理位置偏远或经济规模小等原因，中间中心度排名一直靠后，较少接收其他省区空间溢出，表明中国旅游经济增长质量的网络结构均衡化发展任重道远。

表2 旅游经济增长质量空间网络中心性分析

续表

(三) 块模型分析

利用UCINET 6．0 软件的CONCOR 模块对2018 年中国旅游经济增长质量空间网络进行块模型分析，将30 个省区划分为四大板块。其中，第Ⅰ板块包括北京、天津、江苏、浙江和上海，第Ⅱ板块的3 位成员分别是广东、重庆和福建，Ⅰ和Ⅱ板块成员多为东部发达省区;位于第Ⅲ板块成员有10 个，分别为内蒙古、河北、黑龙江、山西、辽宁、宁夏、山东、河南、陕西、吉林;第Ⅳ板块包括12 个省区，它们大多来自中西部地区，分别为湖北、湖南、广西、海南、四川、贵州、云南、安徽、甘肃、青海、江西、新疆。

表3 显示，2018 年中国旅游经济增长质量空间关联数为200 个，其中板块内关系数为21 个，板块间关系数为179 个，表明四大板块间存在显著的空间关联及溢出关系。其中，板块Ⅰ共发出28 个关系，板块内关系数为6，接收板块外关系数为108，期待内部关系比例为13． 80%，实际内部关系比例为21．40%，是典型的“净受益”板块，这是因为该板块成员均为发达省区，交通便利，在环境质量改善、产业结构调整等方面卓有成效，接待水平不断提高，旅游经济增长质量因此受益。板块Ⅱ共发出28 个关系，接收外部关系数为25，期待内部关系比例为6．90%，实际内部关系比例为3．60%，该板块既向板块外发出关系，又接收着板块外的联系，且二者差别不大，因此，其在空间网络中扮演着“经纪人”的角色。板块Ⅲ共发出57 个关系，板块内关系数为11，接收板块外关系数为19，期待内部关系比例为34．50%，实际内部关系比例为19．30%。板块Ⅳ共发出87 个关系，板块内关系数为3，接收板块外关系数为27，期待内部关系比例为37．90%，实际内部关系比例为3．40%，板块Ⅲ和板块Ⅳ更偏向于“净溢出”板块，说明它们提升自身旅游经济增长质量的同时，也对其他省区旅游经济增长质量产生明显的溢出效应。

表3 旅游经济增长质量空间关联板块的溢出效应

为深层次考察板块间的关联关系，本文依据各板块接收和发出关系数，运用UCINET 6．0 计算板块间网络密度，此外，在前文分析中，2018 年旅游经济增长质量的网络密度为0．230，将板块间密度大于0．230 的数值赋值为1，反之赋值为0(38)冯颖，侯孟阳，姚顺波． 中国粮食生产空间关联网络的结构特征及其形成机制［J］． 地理学报，2020，75(11) :2380－2395．，得到板块间的密度矩阵及像矩阵(表4) ，并根据像矩阵绘制出图4，将板块间关联关系进行可视化。如图4 所示，板块Ⅰ对自身和板块Ⅲ的溢出效应明显，它在产生内部联系时，也同时接收其他三个板块的溢出效应，这充分说明北京、天津、江苏、浙江和上海在发展旅游产业时受到其他省区在资源、技术、人才等方面的支持，旅游经济增长质量较高。板块Ⅱ的溢出效应主要存在于板块Ⅰ和板块Ⅳ之间，这可能是因为板块Ⅱ与板块Ⅰ和板块Ⅳ的地理距离较近;板块Ⅲ对板块Ⅰ溢出效应明显，板块Ⅳ对板块Ⅰ和板块Ⅱ溢出效应明显，板块Ⅰ和板块Ⅱ地理位置优越，经济发展水平较高，较多接受其他板块溢出。

表4 旅游经济增长质量的密度矩阵和像矩阵

图4 旅游经济增长质量板块关联关系

(四) 中国旅游经济增长质量空间网络结构的驱动因素

1．驱动因素选取与模型设定。为优化升级网络结构，本文进一步分析2018 年中国旅游经济增长质量空间网络形成与演变的影响因素。(1) 经济发展水平差异。经济发展水平与区域旅游业投融资能力以及居民旅游消费水平息息相关，为区域旅游业发展提供资金支持，同时可推动区域间经济要素流动，以人均GDP 来表征(39)王凯，邵海琴，周婷婷，等． 中国旅游业碳排放效率及其空间关联特征［J］．长江流域资源与环境，2018，27(3) :473－482．。(2) 地理邻接关系。相邻省区因地理距离近，交通联系便利，联系成本相对较小，易产生空间关联，以0 和1 来表征省区间邻接关系，即1 表示两省区相邻，0 表示不相邻(40)郑伯铭，刘安乐，韩剑磊，等． 云南省旅游经济联系网络结构演化与协同发展模式建构［J］． 经济地理，2021，41(2) :222 －231．。(3) 产业结构升级水平差异。产业结构是城市经济的纽带，产业结构优化升级能够加强区域经济联系，拓宽关联通道，以第三产业产值占总产值比重来表征产业结构升级水平(41)吴雪玲，田欣宁，阎晓． 临汾市城市生态文明建设与旅游产业发展耦合关系及协调发展研究［J］．陕西理工大学学报(自然科学版) ，2021，139(2) :79 －86．。(4) 旅游资源禀赋差异。旅游资源禀赋很大程度上决定着旅游者对目的地的选择，若两省区旅游资源互补性强，其空间关联就会较显著，以旅游资源丰度来反映区域旅游资源禀赋(42)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．。(5) 城镇化水平差异。城镇化水平的提高一方面可以完善区域交通网络、加强技术交流;另一方面也可以改善地区旅游基础设施，提高旅游服务能力，以城镇人口比重加以衡量(43)钟业喜，冯兴华，文玉钊． 长江经济带经济网络结构演变及其驱动机制研究［J］．地理科学，2016，36(1) :10 －19．。(6) 对外开放水平差异。对外开放水平是影响区域入境旅游状况的重要因素，对外开放水平的提高能增加区域入境旅游人次和入境旅游收入，以进出口总额占GDP 比重来表征(44)张鹏，于伟． 基于社会网络分析的我国绿色全要素生产率增长空间特征及其动因研究［J］． 经济问题探索，2017(2) :39 －46．。

聚焦于旅游经济增长质量的网络关联性，不考虑其溢出方向，因而省区间各影响因素的差异均以差值的绝对值表示，同时采用极差标准化处理影响因素差值矩阵以消除矩阵数据的量纲，最终得到各影响因素的差异矩阵。基于上述分析与处理，构建以下模型:

式中，S 为2018 年中国旅游经济增长质量空间关联矩阵，因变量E 为经济发展水平差异矩阵，D 为省区邻接关系矩阵，C 为产业结构升级水平差异矩阵，R 为旅游资源禀赋差异矩阵，U 为城镇化水平差异矩阵，O 为对外开放水平差异矩阵。由于旅游经济增长质量空间关联网络的构建涉及到各省区旅游经济增长质量综合水平以及经济发展水平指标，与人均GDP 差异矩阵、旅游资源禀赋差异等相关，不符合传统OLS 分析的条件，故选取不考虑自变量间是否相关的QAP 方法对旅游经济增长质量空间网络的影响因素进行相关性与回归分析。

2．QAP 相关性分析。利用UCINET 6．0 软件的QAP Correlation 模块，选择10000 次随机置换，对影响因素与旅游经济增长质量空间网络进行相关性分析。如表5 所示，经济发展水平差异、地理位置邻近关系、产业结构升级差异、城镇化水平差异、对外开放水平差异与旅游经济增长质量在1%的显著水平上相关，相关系数分别为0．509、0．112、0．299、0．443、0．460，旅游资源禀赋差异相关系数为0．108，在10%的水平上显著，表明它们都对旅游经济增长质量关联网络产生显著且积极的影响。

3．QAP 回归分析。为了规避影响因素间的相关性给回归结果带来误差，选择10000 次随机置换，对因变量矩阵与6 个自变量矩阵进行回归分析，旨在探求它们之间的回归关系，并对R2的显著性进行评价。

由表5 可见，调整后的R2为0．306，通过了1%的显著性检验，表明上述6 个影响因素可以解释旅游经济增长质量空间关联的30．6%。经济发展水平差异、地理位置邻近关系、对外开放水平差异的回归系数分别为0．467、0．210、0．168，均通过1%的显著性检验，表明它们都显著加强了省区间旅游经济增长质量的空间网络联系;产业结构升级差异的回归系数为－0．115，在1%的水平上显著，说明发展结构相似、产业结构升级水平相当的省区间更易建立起关联关系;旅游资源禀赋差异的回归系数为正，但未通过显著性检验，可能是因为其他影响因素的显著提升相对减小了旅游资源禀赋差异的作用，加之各省区旅游资源开发方式和旅游产品同质化现象层出不穷，导致旅游资源禀赋差异对旅游经济增长质量的影响微弱;城镇化水平差异的回归系数为0．010，未通过显著性检验，可能是因为本文仅以人口城镇化来表征城镇化水平有失偏颇，未能明显体现出城镇化发展对交通和基础设施等带来的利好，也可能是因为随着新型城镇化的快速发展，各省区城镇化水平都有了质的飞跃，导致城镇化水平差异并没有成为推动旅游经济发展产生空间关联的重要因素。此外，由于在上述回归中，旅游资源禀赋差异和城镇化水平差异没有通过显著性检验，本文通过二次回归剔除无意义变量的影响，如表5 所示，调整后的R2为0．307，较第一次回归有所上升并通过了1%的显著性检验，经济发展水平差异、地理位置邻近关系、产业结构升级水平差异、对外开放水平差异的回归结果与第一次相近，表明四者对旅游经济增长质量空间网络的形成均有显著影响。

表5 旅游经济增长质量QAP 相关性与QAP 回归分析

四、结论与讨论

(一) 结论

本文立足于旅游经济空间网络结构研究，基于中国大陆30 个省区2004 －2018 年的旅游经济增长质量的面板数据，根据社会网络理论方法，借助UCINET 6．0 软件刻画旅游经济增长质量空间关联网络，深入探析其网络结构特征与驱动因素。主要结论与启示如下:

第一，从整体网络结构特征来看，2004 －2018 年，中国旅游经济增长质量空间网络关联数和网络密度均呈现波动上升趋势，网络关联度始终为1，网络等级度及网络效率总体呈下降态势，表明整体网络空间关联强度和空间关联性明显增强，但空间关联数和网络密度仍处于较低水平，网络效率值仍然较高，旅游经济增长质量空间关联网络还有较大提升空间。

第二，从个体网络结构特征来看，3 个时间节点下，30 个省区中心度趋于敛缩，多数省区中心度呈上升态势。北京、天津、上海、浙江、江苏和广东中心度排名稳居前列，在网络结构中影响力较大，处于中心位置，内蒙古、福建、河南、湖北、重庆等省区排名略有上升，而辽宁、河北、宁夏、新疆等省区中心度排名始终靠后，处于被动地位，与其他省区旅游经济增长质量的联系程度尚需加强。

第三，从块模型分析来看，2018 年旅游经济增长质量空间网络可以分为四大板块，板块内部关联关系较少，板块间空间溢出现象明显;板块Ⅰ是典型的“净受益”板块，板块Ⅱ是“经纪人”板块，板块Ⅲ和板块Ⅳ均为“净溢出”板块。

第四，从QAP 分析来看，经济发展水平差异、地理位置邻近、对外开放水平差异是影响中国旅游经济增长质量空间网络结构的积极因素，而产业结构升级水平差异在一定程度上阻碍了空间关联网络的构建，旅游资源禀赋差异与城镇化水平差异对空间网络结构的影响并不显著。

(二) 对策

第一，发挥多方力量，加强区域协作。各省区在关注自身旅游经济增长质量时，也要聚焦于省区间的协同发展与沟通交流，政府和市场要充分发挥调控作用，拓宽关联渠道，缩减联系成本，发挥旅游经济增长质量较高省区的带动作用，实现优势互补，东部发达省区应充分利用自身优势，实现旅游经济高质量发展的同时，发挥空间溢出效应;中西部省区要在提高旅游经济效率、升级旅游产业结构、改善旅游生态环境质量方面借鉴东部省区的发展经验，积极接收外部溢出，打破东、中、西部失衡状态，共谋旅游经济高质量发展。

第二，聚焦发展差异，突破发展瓶颈。要结合四大板块特征，制定差异化战略，因“块”制宜提升旅游经济增长质量。对于“净受益”板块，高质量发展是首要目标，要充分利用其他省区的辐射; 对于“经纪人”和“净溢出”板块，转型升级是紧迫任务，要严格规范旅游经济发展标准，积极借鉴“净受益”板块的有力举措，争取在旅游经济效率、旅游产业结构和旅游生态环境等方面实现新突破。

第三，改善外部条件，发挥驱动力量。高质量发展区域经济、提升区域间旅游交通联系能力、强化邻近省区旅游合作、优化升级区域产业结构、积极响应对外开放政策等将成为未来完善中国旅游经济增长质量空间网络结构的重要举措，各省区应积极投身于“旅游+”以及旅游产业合作平台构建的浪潮中，紧抓时代契机，推动旅游技术革新，进一步强化省区间旅游经济增长质量的网络关联。