曾美艳，段正梁，耿长伟



关中城市群旅游经济网络结构研究

曾美艳，段正梁，耿长伟

（湖南师范大学 旅游学院，长沙 410081）

以关中城市群11个城市为研究对象，选用2006年、2011年和2016年旅游经济数据，基于引力模型测算各城市间旅游经济联系度，借助社会网络分析法，全面分析关中城市群旅游经济网络结构特征及演变趋势，并对影响因素进行分析。研究发现：关中城市群各城市旅游经济联系总量不断增加但差异明显，西安市最高，商洛增幅最快；关中城市群呈现以西安为中心的旅游经济联系网络，网络结构不断完善，2016年整体网络密度达0.6182；旅游经济网络的核心—边缘结构明显，西安的核心地位不可取代，天水、平凉和庆阳不断被“边缘化”；关中城市群呈现明显的四个等级结构，西安为核心旅游地；经济社会发展水平、旅游资源禀赋、交通可达程度等综合影响着关中城市群旅游经济空间相互作用强度和网络结构发育程度。

引力模型；关中城市群；网络结构；社会网络分析；旅游经济联系

随着区域一体化和网络化进程推进，城市发展逐步打破孤立状态，通过加强与周边地区的协作，形成“抱团”发展模式，城市群的概念由此衍生。城市群是区域经济跨界扩展的产物，是区域间开展空间合作的重要载体，紧密的经济社会联系是城市群的主要特征之一。当前，城市群发展是我国未来城镇化的“主体形态”，我国城市群数量在短时间内激增。据国家十三五规划，我国计划在全国范围内建设19个城市群，在区域城市群发展的背景下，除东部发达地区城市联合发展形成影响力更大的经济增长极外，中西部的城市也在积极寻求联合发展契机，围绕中心城市或联合周边城市，以实现区域协同发展。2018年1月9日，国务院正式批复了《关中平原城市群发展规划》，有关关中城市群的概念引起了各界关注。该城市群涵盖西安、宝鸡、咸阳、铜川、渭南、商洛、运城、临汾、天水、平凉、庆阳等市县，地处我国内陆中心，同时也是亚欧大陆桥的重要支点，是西部面向东部地区的重要门户。因此，该城市群发展潜力巨大，备受重视。此外，城市群的确立能够为产业网络化发展提供环境支撑，在旅游产业发展方面，关中城市群定位于打造传承中华文化的世界级旅游目的地，区内城市多为历史文化名城，境内有秦岭黄河自然山水、周秦汉唐历史遗存和丰富多彩的文化资源，同时该城市群内交通网络不断完善，区内有西安—咸阳国际机场，宝鸡机场、华山机场等，特别是其核心城市西安一直是国内热门旅游城市之一。数据显示，2017年西安市共接待国内外游客1.81亿人次，实现旅游业总收入1 633.30亿元，且呈现逐年增长态势，可见西安有条件能够发挥旅游经济辐射集聚作用。但该城市群由于确立时间较晚，各城市之间合作层次较低，对外开放程度不高，区内旅游地战略定位和位序排列等尚未明晰，区域间旅游发展不均衡问题突出，旅游发展面临较大的难题。因此，系统分析关中城市群旅游经济联系网络结构，对于优化区域旅游空间结构，推动旅游业协同发展和竞争合作有着重要的现实指导意义。

旅游经济联系强度集中反映区域间旅游经济关联程度及其相互作用，旅游经济的空间结构反映旅游地间经济联系紧密程度及旅游经济空间差异，影响着旅游地在区域中的地位和作用，进而影响其战略角色定位和竞争策略的抉择，[1]相关研究主要涉及到对区域旅游经济联系度测算以及演变趋势分析、[2-3]旅游经济联系空间结构研究[4-7]和旅游经济联系与交通通达性耦合协调研究[8]等。研究方法上，主要有引力模型以及对引力模型进行改进[9]等数理统计方法，近年来较多学者引入社会分析方法对区域旅游经济空间结构进行系统分析，[10-12]有学者将引力模型和社会网络分析结合起来探讨区域旅游经济空间结构。[2-4]研究对象上，当前研究较多集中于东部发达地区，[2-12]有关中西部城市群研究相对较少，而这些地区的旅游经济发展急需研究支撑。

基于此，本研究以关中城市群区域一体化发展为背景，选取2006、2011、2016年关中城市群内11个城市3年的旅游经济截面数据，借助引力模型对各城市不同年份旅游经济联系强度进行测算，以旅游经济空间联系作为城市间的相互关系的体现，结合社会网络分析法对其网络结构及其演变进行系统分析，以期丰富旅游经济网络研究中基于社会网络的动态演化研究，并更好地把握关中城市群各城市间旅游经济的空间网络关系，为进一步优化关中城市群旅游空间结构，统筹区域协调发展提供理论依据。

一、数据来源和研究方法

（一）数据来源

基于数据可获取性、相关性原则，研究中采用的旅游业总收入和旅游接待人数数据均来自于《山西省统计年鉴2006》《山西省统计年鉴2011》《山西省统计年鉴2016》《陕西省统计年鉴2006》《陕西省统计年鉴2011》《陕西省统计年鉴2016》《甘肃省统计年鉴2006》《甘肃省统计年鉴2011》《甘肃省统计年鉴2016》以及各市国民经济与社会发展统计公报，城市间空间直线距离数据则利用百度地图的测距工具测量获取。[13]

（二）研究方法

1. 引力模型（Gravity Model）

城市群即一个区域城市集合，城市群内的城市具有高要素流动以及强经济往来，研究城市群内经济联系度能有效衡量区域城市间经济联系强度大小。目前有关城市经济联系强度的测算较多引用的是引力模型。引力模型的核心思想是区域间空间相互引力与其质量成正比，与距离成反比，较多学者根据旅游产业特点将其应用于区域旅游经济联系研究中用于测算旅游经济联系度，[2-3]公式如下：

式中，R表示城市i和城市j之间的旅游经济联系强度，PP分别表示城市i和城市j的旅游接待总人数，II分别表示城市i和城市j的旅游总收入，D表示城市i与城市j之间的空间直线距离，鉴于不同年份公路距离数据变动问题，则运用百度地图的测距工具获取空间直线距离，C表示城市i旅游经济联系总量。

2. 社会网络分析法（Social Network Analysis）

社会网络分析法是借用图论工具和代数模型等技术，基于行动者之间的联系互动研究关系结构的组织形式，行动者可以是具体的人、群体、企业，也可以是国家。[14]社会网络分析主要分为个体网络和整体网络两大研究领域，分别解释整体网络结构以及网络中个体地位。整体网络研究主要测量指标有网络密度、凝聚子群和核心边缘结构分析，个体网络研究主要测量指标有中心度分析、结构洞等。[14]本文基于关中城市群旅游经济联系数据，将采用整体网络密度、中心性分析、核心—边缘模型以及凝聚子群等评价指标，借助Ucinet6.0软件对关中城市群旅游经济网络结构的发育程度及时空演化进行分析。

二、结果分析

（一）旅游经济联系分析

根据公式（1）和公式（2），计算出关中城市群11个城市2006、2011和2016年3年旅游经济联系强度和各城市旅游经济联系总量（见表1）。空间结构上，关中城市群内旅游经济联系差异明显，西安的旅游经济联系总量始终保持较高水平，咸阳紧随西安位居第二，而天水、平凉和庆阳旅游经济联系较低。时间演变上，关中城市群旅游经济联系总量不断增加，增速较快，2006-2016年间联系总量从762.307增长到34 790.284，涨幅达45%，可以认为关中城市群各城市经济联系日益提升，协同发展趋势明显。各城市联系总量虽然不断增长，但位序变动不大，西安始终占据首位，紧随着有咸阳和渭南，商洛在2006年旅游经济联系总量为1.914，排名靠后，但在2011和2016年蹿升至第4位，发展增速较快，天水、平凉和庆阳的旅游经济联系总量始终居于关中城市群末三位，但联系总量均有明显提升。2006-2016年间各城市间旅游经济联系强度均不断强化，2006年，旅游经济联系最高的是西安—咸阳，联系度为317.432，西安—渭南联系强度为30.102，位居第二，商洛—庆阳在所有组合中居于末尾，旅游经济联系强度值仅为0.001，联系强度最低，其他各组合均保持着较低的联系强度，可见该阶段城市群紧密度不高。2011年，西安—咸阳的旅游经济联系度为2 292.550，位居首位，其次紧接着的是西安—渭南，西安—铜川、西安—商洛以及咸阳—渭南，联系度较低的组合有商洛—庆阳、庆阳—临汾和庆阳—运城等，可见庆阳与关中城市群各城市联系度均不高。2016年，联系度较高的组合西安—咸阳，值为12 647.931，此外，西安—渭南，值为1 871.184，西安—铜川，值为362.647，西安的中心性地位显著，排名靠后的组合有临汾—庆阳，值为1.912，商洛-庆阳，值为1.955，商洛—平凉，值为2.613，可见城市群内旅游经济联系差异显著。西安及其周边城市联系日益紧密，而处于边缘地段的天水、平凉和庆阳则与整个城市群存在弱联系。

表1 2006年、2011年和2016年关中城市群旅游经济联系量

2006 2011 2016 城市旅游经济联系总量所占比例%排序 旅游经济联系总量所占比例%排序 旅游经济联系总量所占比例%排序 西安365.83047.991 2769.83046.861 15 808.50245.441 宝鸡9.3281.225 78.4391.336 636.2691.835 咸阳325.97942.762 2385.35640.352 13 320.49538.2952 铜川9.3661.234 80.4871.365 620.0691.786 渭南37.0514.863 399.5246.763 2 633.6667.573 商洛1.9140.258 87.4211.484 705.6202.034 运城6.5910.866 49.4590.847 496.8441.438 临汾3.9480.527 28.3850.488 258.0080.747 天水1.1940.169 14.2940.249 135.9020.399 平凉0.7720.1010 11.4470.1910 105.2860.3010 庆阳0.3330.0411 6.5200.1111 69.6220.2011 总量762.307100.00— 5911.163100.00— 34 790.284100.00—

（二）网络结构分析

进行网络分析之前将数值数据做二值化处理，以数据适用性和代表性为原则，在借鉴前人研究成果[3]和结合研究区域实际情况进行多次对比分析的基础上，最终选取2011年关中城市群各城市间的旅游经济联系强度值，在剔除了过大和过小数值的基础上，计算出平均联系强度值作为切分值，取值为12.507。接着以各城市间的旅游经济联系强度值为基础数据，借助Ucinet6.0和NetDraw软件实现数据可视化处理，进而得到了2006年、2011年、2016年关中城市群旅游经济联系网络图（见图1），可以看出关中城市群网络结构不断完善，城市间联系度也不断强化，网络由不闭合状态向闭合状态转变，由单中心向多次中心成长变化。2006年，仅西安、咸阳和渭南存在关系连线，西安成为咸阳和渭南的中介，整个城市群发展处于松散阶段；2011年，西安成为辐射集聚中心，各城市围绕西安形成“簇拥”状态，临沂、天水、平凉和庆阳等地未加入网络结构中；2016年，除中心城市西安外，其他城市如宝鸡和渭南也出现集中和辐射趋势，且整个城市群各城市均加入网络结构，城市群旅游经济联系网络不断发育完善。

1. 整体网络分析

1）网络密度分析

借助Ucinet6.0计算出整体网络密度（见表2），理论上关中城市群11个城市之间存在的最多关系数为55条，2006年网络密度为0.0363，网络密度处于较低水平；2011年网络密度为0.1636，整体网络结构密度偏低，但较2006年有提升；2016年关中城市群网络密度达0.6182，网络密度相对较高且增速快，网络结构逐渐完善，区间联系加强，关中城市群处于快速网络化发展阶段。

表2 2006、2011和2016年旅游经济联系网络密度分析

2）核心-边缘结构分析

借助Ucinet6.0软件，按照Network/Core- periphery/catagoral路径对关中城市群2006年、2011年和2016年的旅游经济联系数据进行核心-边缘结构分析，结果见表3。

关中城市群核心—边缘结构明显，西安首位城市地位显著，但自2006年至2016年，关中城市群西安的辐射作用不断加强，核心—边缘结构层级结构呈现削减趋势，逐渐由单核心向多次核心发展转变，核心区域范围围绕西安不断扩大化，边缘区域范围逐渐缩减。2011-2016年间，城市核—边缘位置变换较大，说明在此期间关中城市群旅游经济发展较为迅速，西安对周边城市群的辐射和带动作用较强，但与西安地理距离较远的天水、庆阳、平凉和临汾则不断被边缘化。

表3 2006、2011、2016年旅游经济网络核心—边缘结构

3）凝聚子群分析

利用Ucinet6.0软件，按照Network/Roles& Positions/Structural/Concor路径分析城市群内旅游经济网络的微观结构，以发现那些存在紧密联系的城市集合（见图2）。我们可以看出，各凝聚子群分布的情况与地理位置存在强相关性，同一凝聚子群内的城市之间旅游经济发展存在较强的依赖性和相似性。2006年，共形成了三个子群，西安作为中心增长极，成为一个单一凝聚子群；渭南和咸阳两城市毗邻西安，但又不能与西安抗衡，故形成另一凝聚子群；宝鸡、铜川、商洛和运城等城市“抱团”为一子群组织。2011年，西安辐射带动渭南和咸阳形成凝聚子群组织，宝鸡作为次中心带动铜川、商洛和运城，而处于边缘的临汾、天水、平凉和庆阳则构成凝聚子群；2016年，小团体发展趋势更加明显，西安和宝鸡的经济联系趋于紧密组成凝聚子群，临汾取得较快发展，与咸阳、铜川、商洛、运城和渭南构成一个子群组织，天水、平凉和庆阳形成子群。

图2 2006年、2011年和2016年凝聚子群分析

2. 个体网络结构分析

我们利用Ucinet6.0软件，按照Network/ Centrality/Degree分析路径计算网络的相对度数中心度；按照Network/Centrality/Betweenness分析路径计算网络的相对中间中心度；按照Network/Centrality/Closeness分析路径计算网络的相对接近中心度（见表4）。可以看出，2006-2016年，各城市的度数中心度均有大幅度提高，度数中心度均值从0.036增加到0.618，表明各城市都取得较快发展，网络结构不断完善，2011-2016年间增长最快。2006年，各城市除西安、咸阳和渭南外，其他城市度数中心度为0，西安城市为咸阳和渭南的中心；2011年，西安的度数中心度增长较快，中心位置不断强化，宝鸡、咸阳、渭南和商洛等城市也均有提升；2016年，西安的绝对度数中心度值达最大，成为整个网络中的绝对中心，其次是宝鸡，其绝对度数中心度上升最快，蹿升至第二，咸阳、铜川、渭南、商洛和运城也有了较大提升，均高于平均值，整个城市群开始出现了除西安之外的次中心城市，这些城市围绕西安不断发展，庆阳因远离西安，度数中心度偏低，仅为0.2。2006-2016年，关中城市群城市的中间中心度呈现明显的“极化”状态，除西安始终居于最高以外，其他城市的中间中心度均较低，只有宝鸡在2016年取得大幅提升。西安在整个城市群网络的“中介”作用显著，对网络具有较强控制力，其他城市尚处于发展阶段，中间中心度均需较大提升。2011年、2016年西安、宝鸡、铜川、商洛和运城的接近中心度值均保持较低水平，说明这些城市对其他城市依赖性低，西安的独立性最高，其次是宝鸡。总体而言，关中城市群各城市中西安的中心性最显著，对城市群具有较强的控制力和影响力，宝鸡位居第二，处于不断发展强化中，中心性较差的有庆阳、天水、平凉等地，对其他城市依附作用明显。

表4 2006年、2011年和2016年关中城市群各城市节点中心性分析

三、关中城市群旅游地等级结构划分

根据2016年节点网络中心性分析、核心—边缘结构分析以及凝聚子群分析等结果，区别与以往仅以旅游收入、游客接待量等统计上的规模量作为依据，以节点城市在网络中所扮演的角色以及节点城市间的互动性和独立性将关中城市群11个城市进行角色定位，共包括四个等级：核心旅游地、重要旅游地、一般旅游地和边缘旅游地。借助ArcGIS进行空间可视化处理（见图3）。其中，西安作为关中城市群的中心城市以及陕西的省会城市兼具国内外热门旅游城市优势，凭借着其优越的地理位置和交通枢纽地位，在该城市群内享有最高的旅游经济联系量、资源控制力和网络中心度，既是关中城市群的重要旅游地和客源地，又是对外的辐射扩散中心，对周边城市旅游发展带动作用显著，因此，西安是关中城市群的核心旅游地，符合该城市群规划的定位。宝鸡、咸阳和渭南具有较高的旅游经济联系量，这些城市的节点中心性程度不断加强，同时这些城市凭借着靠近西安的地缘优势和境内丰富的旅游资源，受西安辐射影响显著，随着这些地区经济发展和交通等基础设施要素的不断完善，可发展成为关中城市群的重要旅游地。运城、铜川和商洛3城市旅游经济联系量较低但有不断加强趋势，且这些城市节点中心度不高，对中心城市依赖性较强，定位为一般旅游地。临汾、天水、平凉和庆阳旅游经济联系总量均很低，与核心城市差距显著，加之这些城市地处城市群边缘，与中心辐射区联系不畅通，处于被支配地位，旅游发展条件差，故定位为边缘旅游地。

图3 关中城市群旅游等级结构划分

四、关中城市群旅游经济联系网络结构影响因素

（一）社会经济发展水平

产业的发展离不开社会经济环境支撑。西安及其周边城市宝鸡、咸阳和渭南由于社会经济发展水平较高，其在旅游经济网络中处于优势地位，较高的社会经济发展水平不仅有助于这些城市培养客源市场，同时凭借完善的基础设施和畅通的交通服务成为了重要的游客集聚地，故这些城市旅游经济联系量相对较高，处于中心地位。而对于经济发展较慢的天水、平凉和庆阳等地，基础设施落后以及人均可支配收入较低使得这些城市与外界联系不畅通，在网络中处于边缘地位。选用关中城市群各城市2016年地区生产总值作为反映社会经济发展水平的指标，将旅游经济结构网络中的度数中心度与地区生产总值进行相关性检验，结果显示网络结构的度数中心度与地区生产总值的相关性系数为0.667，可以认为经济发展水平对区域旅游经济网络结构产生影响。因此，随着关中城市群各城市经济社会发展水平的提高，这些地区间的旅游经济联系将进一步增强，网络结构也将不断完善。

（二）旅游资源禀赋

资源的地域差异与空间分布不均是导致旅游地空间结构差异的决定性因素。[6]关中平原城市群城市间旅游资源禀赋差异较大，西安作为历史名城，境内资源丰富，截止2016年年底，西安境内共有国家A级旅游景区72处，5A级3处，4A级24处，3A级33处，共有星级饭店98家，五星级15家，是城市群内重要的旅游目的地，对城市群内各城市的吸引力和影响力是巨大的，与各城市旅游经济联系密切。宝鸡共有5A级景区2处，4A级景区9处，3A级景区9处，宝鸡在2011-2016年间旅游经济发展迅速，由于各级景区建立以及良好的区位优势迅速吸引周边客源并不断加强与周边地区的联系。渭南境内3A级以上景区38处，境内景区知名度较高，且与西安主要客源城市毗邻，旅游经济联系日益加强。隶属甘肃省的天水、平凉和庆阳三地境内旅游资源匮乏，现有景区知名度不高，旅游发展受限。

（三）交通通达程度

城市间交流融合离不开交通基础设施的支撑，构建对外运输通道有利于城市群内要素流动和经济往来。关中城市群以西安为交通枢纽中心，西安作为陇海兰新铁路沿线经济带上最大的西部中心城市，是公路网中最大的节点城市之一，目前形成了贯通陕西省、辐射周边省市的高等级“米”字型辐射状干线公路系统，拥有郑西高速铁路、西宝高速铁路、大西客运专线、西成高速铁路等铁路交通，能很好的集聚和辐射周边城市。自2010年《关中城市群城际铁路网规划》公布新建西安—蓝田、西安—临潼—渭南、西安—铜川等6条城际铁路，关中城市群内城际通达度日益提高，城市间经济往来频繁，旅游经济联系总量均有所上升。

（四）经济发展政策

关中成熟群规划中明确提出强化西安大都市圈的枢纽地位和辐射带动作用，推动西安—咸阳一体化发展。因此，西安成为旅游经济联系的中心，宝鸡、咸阳等地则发展成为次中心。近年来，国家西部开发政策和一带一路的提出均有利于关中城市群加强对外联系，有利于为区域旅游合作创造了良好契机。

（五）行政区划

关中城市群是跨三省围绕西安形成的城市群集合，经济联系受行政区划影响较大。因而，旅游经济空间联系网络整体呈现松散状态，局部网络密度大于整体网络密度，旅游经济联系存在空间分布不平衡的态势。目前，行政区划是关中城市群旅游经济一体化建设的障碍之一。

五、总结与讨论

以关中城市群11个城市2006年、2011年、2016年的旅游经济数据为基础，借助引力模型与社会网络分析法来综合分析各城市间的旅游经济联系，并构建各节点城市间的旅游经济联系网络，研究关中城市群旅游经济网络结构特征与演化，并探讨了其影响因素，现结论如下：

第一，关中城市群各城市旅游经济联系量不断增长，但差异明显。城市群中西安的联系总量最高，西安与城市群内其他城市之间的旅游经济联系量占整个城市群总量的将近一半，垄断地位显著但有放缓的趋势；其次是咸阳，其旅游经济联系量较大，稍低于西安；渭南的旅游经济联系总量居于第三，但与西安和咸阳相差较大；商洛旅游经济联系量较低但涨幅最快；天水、平凉等城市旅游经济联系量最低但在整个城市群占比不断上升，可以认为，关中城市群内旅游经济联系日趋紧密，均衡发展态势缓现。可通过进一步加强各城市间的基础设施的建设，通过增加城际轨道网络密度以及直达交通建设进行时空压缩，加大城市间的旅游经济联系往来。同时通过旅游线路规划重组和旅游客流共享来实现旅游经济协同增长，特别是西安应充分发挥“涓滴效应”，带动周边资源禀赋优越的城市发展。

第二，根据可视化网络结构图可以看出，关中城市群呈现以西安为中心的旅游经济联系网络，2006-2016年间，网络结构不断完善，节点连线数目不断增长，2011-2016年间发展较快，呈现围绕西安的中心密集，边缘稀疏网络格局。整体网络密度不断增加，2016年达0.6182，表明城市群内旅游经济联系强化，其2011-2016年，网络密度涨幅较大，意味着关中城市群在2011-2016年间进入快速网络化发展阶段。

第三，旅游经济网络的核心—边缘结构明显，西安的核心地区的地位不可取代。同时，核心区对边缘区的辐射效应不断加强。核心区城市数量不断增加，由2001年仅有西安和咸阳到2016年已经涵盖了围绕着西安的多数城市，包括渭南、宝鸡和铜川等，这些城市联系日益紧密，而边缘区成员则不断减少，2016年发展到仅包括与西安地理位置较远的天水、平凉和庆阳。因此，应充分发挥核心城市辐射作用，扶持边缘城市发展。西安处于关中城市群网络结构核心位置，具有较强的影响力和控制力，可进一步强化西安旅游经济的竞争力，提高对周边地区的辐射能力。同时，提升渭南、宝鸡和咸阳次核心在网络中的地位，强化基础设施建设及旅游合作。尽管天水处于边缘地带，但这些地区境内资源独具特色，可适当开发具有地区特色的旅游产品，加强与核心地区的旅游合作与互补，增强对核心区的分流功能；对于庆阳和平凉这类旅游资源贫乏地区，在发展旅游过程中应给予更多的政策优惠与帮助以完善关中城市群旅游经济网络结构。

第四，西安的节点中心性地位突出，有放缓趋势但不明显，其次宝鸡的节点中心性不断强化，有发展成为次中心和重要的梯度核心城市的潜力，其他城市的中心性程度有一定增长，但均不高，与西安差距较大。应加强关中城市群旅游经济结构内部的梯度层级建设，通过发展次梯度核心城市弱化西安的“增长极”地位，根据划分的经济区域，在每个组织内部培植一个或多个核心城市作为梯度增长极，实现组织内的空间结构复杂化演进，进而加大整个城市群的空间联系密度。

第五，关中城市群可划分为四个等级：西安处于城市群的绝对中心位置，成为核心旅游地；宝鸡、咸阳和渭南凭借着地缘优势和境内丰富的旅游资源等成为关中城市群的重要旅游地；运城、铜川和商洛定位为一般旅游地；临汾、天水、平凉和庆阳旅游经济联系总量均很低，远离中心辐射区，划分为边缘旅游地。

第六，经济社会发展水平、旅游资源禀赋、交通可达程度、政策因素和行政区划综合影响着关中城市群旅游经济空间相互作用强度、方向以及网络结构的发育程度。关中城市群要协同发展，应打破行政限制，通过省域之间合作交流推动旅游客源共享和线路重组，进而提升区域旅游资源配置效率，促进关中城市群区域旅游一体化发展。

[1] 毕斗斗, 王龙杰, 郑鹏. 国家级经济区旅游经济空间结构研究——以中原经济区为例[J]. 资源开发与市场, 2016, 32(11): 1376-1380.

[2] 曹芳东, 吴江, 徐敏, 等. 长江三角洲城市一日游的旅游经济空间联系测度与分析[J]. 人文地理, 2010, 25(4): 109-114.

[3] 王博, 吴清, 罗静. 武汉城市圈旅游经济网络结构及其演化[J]. 经济地理, 2015, 35(5): 192-197.

[4] 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): 1429-1436.

[5] 邹德玲, 蒋天颖, 刘程军, 等. 长三角旅游经济空间联系研究[J]. 华东经济管理, 2014, 28(5): 65-70.

[6] 虞虎, 陈田, 陆林, 等. 江淮城市群旅游经济网络空间结构与空间发展模式[J]. 地理科学进展, 2014, 33(2): 169-180.

[7] 沈惊宏, 陆玉麒, 周玉翠, 等. 皖江城市群旅游经济空间联系格局[J]. 长江流域资源与环境, 2012, 21(12): 1434-1441.

[8] 叶茂, 王兆峰. 武陵山区交通通达性与旅游经济联系的耦合协调分析[J]. 经济地理, 2017, 37(11): 213-219.

[9] 曹芳东, 黄震方, 吴丽敏, 等. 基于时间距离视域下城市旅游经济联系测度与空间整合——以长江三角洲地区为例[J]. 经济地理, 2012, 32(12): 157-162.

[10] 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.

[11] 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.

[12] 朱冬芳, 陆林, 虞虎. 基于旅游经济网络视角的长江三角洲都市圈旅游地角色[J]. 经济地理, 2012, 32(4): 149-154.

[13] 周慧玲, 许春晓. 湖南旅游经济空间网络结构特征研究[J].财经理论与实践, 2015, 36(6): 126-131.

[14] 刘军. 整体网分析讲义：UCINET软件使用指南[M]. 上海:格致出版社, 2009.

Study on Tourism Economic Network Structure of Guanzhong Urban Agglomeration

ZENG Meiyan, DUAN Zhengliang, GENG Changwei

（College of Tourism, Hunan Normal University, Changsha, Hunan 410081, China）

Taking the 11 cities of Guanzhong City Group as the research object this paper selects the tourism economic cross section data in 2006, 2011 and 2016, it calculates the tourist economic contact degree between cities based on the gravitational model, and it analyzes the characteristics and evolution trend of the tourism economic network structure in Guanzhong City Group by means of social network analysis. The influencing factors were analyzed. The study found that: the first, the tourist economic links in the cities of Guanzhong City Group are increasing, but the difference is obvious. The total amount of Xi'an is the highest, and the tourism economic relation of Shangluo is the fastest increased; the second, the Guanzhong City Group presents the tourism economic contact network with Xi'an as the center, and the network structure is continuously improved. The overall network density in 2016 is 0.6182; the third, the core-edge structure of the tourism economic network is obvious, the core status of Xi'an cann’t be replaced, Tianshui, Pingliang and Qingyang are constantly “marginalized”; the fourth, the Guanzhong City Group presents four distinct hierarchical structures, Xi’an is the core destination of tourism; the Fifth, the level of economic and social development, the tourism resources endowment, traffic accessibility etc. They have a comprehensive influence on the intensity and direction of the spatial interaction of tourism economy and the degree of development of network structure.

gravity model; Guanzhong Urban Agglomeration; network structure; social network analysis; tourism economic links

2018-06-15

曾美艳（1993-），女，湖南邵阳人，硕士研究生，主要从事旅游经济地理研究；段正梁（1964-），男，湖南常德人，副教授，博士，主要从事旅游产业经济研究；耿长伟（1993-），男，江苏盐城人，硕士研究生，主要从事旅游经济地理研究

F 592.99

A

10.3969/j. issn. 2096-059X.2018.04.011

2096-059X(2018)04–0062–08

（责任编校：彭 萍）