时少华 李享

[摘    要]传统村落旅游发展中的许多问题都与利益相关者间的信任和利益关系结构效应有关。文章以北京市爨底下村为例，运用指数随机图模型方法，通过对3个网络（信任关系网络、利益关系网络、信任利益关系交互网络）的纯网络结构效应和行动者关系效应分析，得出以下结论：（1）从网络紧密度效应看，爨底下村信任和利益两个网络紧密度效应均比较高，但信任与利益交互网络的紧密度效应则比较低;（2）从网络传递性效应看，爨底下村信任网络的传递性效应较高，利益网络的传递性效应则不高，信任与利益交互网络传递性效应中突出信任关系特性;（3）从网络核心边缘效应看，信任网络的核心边缘效应特征显著，导致以利益关系为主的交互网络核心边缘效应结构特征明显;（4）从网络的中间人控制效应看，整体上网络中间人控制效应特征不明显，但3个网络中仍存在着一些结构洞和桥优势位置的中间控制人;（5）从行动者关系效应看，整体上3个网络各个集团内部和之间紧密度效应均比较高，且组内和组间紧密趋势大体相同。文章在上述结论基础上提出了相应的建议与对策。

[关键词]指数随机图模型;传统村落旅游发展;信任关系网络;利益关系网络;结构效应

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2019）09-0030-16

Doi： 10.19765/j.cnki.1002-5006.2019.09.008

引言

传统村落是我国农耕文明时代遗留下来的重要文化遗产地，村落内部包含着独具特色的乡土文化基因和壮丽的文化景观，这些文化遗产使传统村落具有很高的历史文化和经济开发价值。由于多数传统村落地处偏僻，使得村落历史文化景观风貌得以保存，也吸引了无数旅游者前来观光与休闲旅游体验。旅游开发无疑带动了传统村落的经济发展，旅游成为村落增收及传统文化复兴的重要推手。然而，和其他文化遗产地旅游发展一样，目前传统村落由于旅游资源产权不清晰[1]、利益主体间利益诉求不同[2-3]、政府角色错位[4]、社区参与旅游不足和保障机制不健全[5-6]、权力分布不均[7-8]、劳动分工不当[9]等原因经常导致诸如当地收益漏损[10]、社会利益冲突[11-12]、旅游服务及设施匮乏[13]、利益分配不均[14]、文化原真性缺失[15]、文化过度商品化[16-17]、环境污染[18]等问题，这些问题一直影响着当地旅游的可持续发展。上述问题的实质都是在旅游业的影响下不同利益相关者的冲突与博弈造成的不同关系状态[19]，这些利益关系状态与信任关系有着密切的关联。社区信任的高低对利益关系有显著的影响，增进的合伙人之间的信任关系会促进利益关系的达成[20-21]，而利益关系也对信任关系产生影响[22-24]，因此，研究利益相关者之间的信任关系和利益关系之间的关联效应，对上述利益不均衡问题的解决会提供一些有益的思路。

目前，从关系网络的视角研究遗产地社区或旅游目的地利益相关者方面的文献，主要包括如下几个方面：（1）旅游目的地与企业创新和知识转移网络研究，如Baggio和Cooper将意大利旅游目的地定义为公共组织和私有组织之间相互连接的网络，从利益相关者知识传播与共享方面论述了旅游目的地知识网络创新与运行问题[25-26];Rodrigues以欧洲乡村旅游网络为例，研究了乡村旅游发展过程中的行动主体间网络创新结构和创新要素等问题[27]。（2）旅游目的地政策网络研究，如Dredge认为跨越公共和私营部门的政策网络在制定旅游规划和发展方面越来越重要，并以澳大利亚新南威尔士州麦格理湖为例，批判性地探讨了政策网络在促进或抑制公私部门伙伴关系建设中的作用[28];Pforr论证了政策网络方法在描述、分析和解释旅游政策领域的动态性方面的有效性，并通过具体问题的影响声誉、合作和沟通，关注决策过程中利益相关者关系，来制定旅游总体规划[29]。（3）旅游目的地利益相关者合作治理网络研究，如Timur和Getz通过研究政府、社区、旅游及酒店业的利益相关者之间的相互合作网络，发现目的地营销/管理组织（destination marketing organization， DMO）和擁有关键资源的利益相关者在城市目的地中具有最高的中心地位[30];Cooper等研究了澳大利亚黄金海岸各利益相关者在目的地网络中的位置如何与他们的感知显著性相关[31];Baggio等以意大利Elba为例讨论了网络合作对改进目的地管理的影响和结果[32];Beritelli和Leasser研究了高山旅游目的地行动者网络中不同利益相关者如何感知权力，及如何促进利益相关者间合作[33]。（4）农业文化遗产地或旅游村落利益网络协调研究，如时少华和孙业红以世界文化遗产地云南元阳哈尼梯田为例，进行了网络利益关系指标分析，并提出5条建设性意见[34];王素洁等对乡村旅游利益相关者之间的网络结构进行剖析，在规划和决策方面得出了有意义的结论[35-36]。上述研究在研究视角与分析方法上主要采用社会网络分析（social network analysis，SNA）方法，运用SNA指标描述分析关系网络的结构效应，虽然该方法在分析单个关系网络结构效应方面优势明显，提供了相应的衡量指标体系，但该方法在解决两个、甚至多个关系网络之间所形成的关联效应方面仍然显得力不从心，而基于复杂网络分析的指数随机图模型（exponential random graph models，ERGM）则可以解决这一问题。指数随机图模型是一种研究网络结构效应的社会网络分析模型，该模型假设网络关系由随机过程产生，在此基础上观察网络图的概率，网络中各种结构的选择，并研究各种层次网络结构参数变量对网络整体的影响[37]。目前，虽然时少华和孙业红[37]已经运用ERGM方法研究了农业文化遗产地旅游利益相关者问题，但从研究内容上看，研究仅分析了单个利益关系网络的结构效应问题，却没有关注信任关系和利益关系网络之间的复杂交互效应问题。因此对网络间交互效应问题的关注有利于解决传统村落旅游发展中利益不均衡问题，这是目前旅游利益相关者领域还未曾涉及的，也是传统的社会网络分析所无法做到的。

1 传统村落旅游发展中的主要利益相关者

1.1 典型传统村落——爨底下村

爨底下村属北京市门头沟区斋堂镇，因在明代“爨里安口”（当地人称爨头）下方得名。该村距离北京城区90千米，海拔650米，目前全村土地面积280亩，居民60户左右，共102人。爨底下村距今已有400多年历史，村落内部三合院和四合院古民居众多，据统计，目前保存着明清时期70余套700间左右的古民居，这是我国发现保留比较完整的山村古建筑群。2003年，该村被评为首批中国历史文化名村，也是典型的旅游特色村。村落内“元宝形”村落文化景观、明清古民居建筑文化群，以及民俗、影视、红色等旅游资源吸引了众多游客前来游览和休闲体验。目前该村已有民俗接待客栈30家左右，参与旅游服务的共计80多人，仅2017年该村就接待旅游客20余万人次，乡村文化旅游带动了村落的振兴。

1.2 传统村落旅游发展中的主要利益相关者

利益相关者研究最早起源于管理学，指任何能影响组织目标实现或被该目标影响的群体或个人，在旅游利益相关者划分中，政府、社区、企业和压力集团的四分类划分法使用最多[2，38-39]。依据上述对利益相关者的划分，结合北京门头沟区爨底下村旅游发展中的实际情况，本文在全面考虑政府、社区、企业和压力集团代表建议的基础上总结出了爨底下村13个利益相关者，并将利益相关者分类如表1。

1.3 利益相关者的信任关系与利益关系内涵

信任是交易双方彼此对一个规矩、诚实、合作的交换行为的预期，是在交往过程中所形成的理性心理状态，这种心理是出于安全和预期结果的一种价值考量[40]，有利于以低成本、稳定、可预见的方式完成。李伟民和梁玉成将信任分为特殊信任和普遍信任，即指在社区内的人际信任和在陌生社会中的文化与制度信任[41]。信任关系是行动者之间在交换过程中所形成的一种心理信赖关系，交换是信任关系产生的土壤，信任关系给交换中的基本角色给予支持[42]。一旦信任关系建立，合伙人愿意抽出更多时间和资源来发展关系，进而形成较强利益关系[43]。Farrell认为从交换关系中产生的经济和非物质利益结果影响了行动者间的信任关系水平[44]，从交换中产生的正向的经济和社会产出结果增进了合伙人彼此的信任，并且承诺维持交换关系[45]。因此，信任关系与利益关系在交换背景下具有相互影响的效应。

利益的本质是行动者追求未来和现实的好处与机会[46]，由于资源的有限与稀缺性，导致利益集团之间及内部，以及利益集团成员之间在利益分配过程中需要进行不断的调整与平衡，从而形成利益关系[46]。Jamal等认为让利益相关者参与到旅游中，并充分理解利益相关者之间的利益关系是地区旅游业获得发展的关键环节[47-48]。而关于旅游利益相关者关系的研究，聚焦于两个方面，一是比较分析不同利益集团间的利益主张[49-50];二是探讨旅游规划开发、政策制定、企业管理、社区参与旅游可持续发展过程中的利益冲突与合作[51-53]。

根据信任关系与利益关系内涵的探讨，结合爨底下村的信任关系和利益关系实际，本文将两类关系数据规定为利益相关者两两之间在爨底下村旅游规划与开发、政策制定与执行、旅游就业与投资、旅游经营与管理、旅游社区参与发展中短期或长期合作中所形成的信任或利益关系。两类关系作用效应影响着当地旅游的可持续发展。

2 研究方法

2.1 网络关系数据收集

本文使用的数据类型是关系数据，关系数据是指行动者两两之间所构成的数据类型，是关于接触、联络、关联等方面的数据类型[54]，该类数据能把行动者联系起来，以构成更大的关系系统。关系数据不同于统计分析中的行动者属性数据，关系数据重点分析行动者之间的关系强度和在关系中行动者所处的位置结构[55]，关注网络关系中的流动资源，网络密度、网络控制性、传递性和核心边缘等网络关系与结构效应。关系数据强调行动者之间的关联性，而属性数据则强调行动者样本之间的独立性，这就导致了关系数据在数据收集和分析方法上与属性数据不太一样。关系数据所涵盖的关系内容与类型非常广泛，既可以是宏观的经济社会文化关系、利益关系，也可以是情感关系（包含信任关系）、咨询关系等[56]。关系数据收集方法有两种：一是自我中心关系网络数据收集方法，主要运用提名生成法调查问卷来收集关系数据[57];二是整体关系网络数据收集方法，这种数据收集方法较为多样，要在一个封闭的边界中进行调查，可运用问卷调查法、文献法、档案法、访谈法、线人法等多种方法收集数据[58]。而本研究主要采用了整体关系网络调查法，调查表设计过程中借鉴了罗家德、刘军设计整体网络调查问卷的思路[57， 59]，将信任关系和利益关系调查表设计为两个部分，第一部分用来测量各个利益相关者对案例地熟悉程度，在问卷中通过5个题目来衡量利益相关者，即是否参与过爨底下村旅游规划和开发（或发展）研究工作，是否在爨底下村旅游发展中提出过建议与意见，是否牵头（或参与）过爨底下村旅游发展中的政策制定与执行，对爨底下村旅游利益相关者的了解程度，是否与旅游利益相关者有过合作或交流;第二部分让每个利益相关者填出与其他利益相关者之间的信任关系或利益关系，填写数据取值分别为0和1，0表明爨底下村旅游发展中利益相关者两两之间没有信任或利益关系，1表明爨底下村旅游发展中利益相关者两两之间存在着信任或利益关系，具体指利益相关者两两之间在旅游规划与开发、政策制定与执行、旅游就业与投资、旅游经营与管理、旅游社区参与发展中短期或长期合作中所形成的信任或利益关系。这种信任或利益关系，既包括在长期合作中所形成的强关系，也包括在短期合作中所形成的弱关系。

按照表1列出的主要利益相关者和分类，本研究共调查了27个利益相关者，这些利益相关者涵盖了爨底下村旅游发展中的4类13种主要利益相关者，具有代表性和典型性。其中，政府部门代表选择了5人，分别是北京市文旅局规划部门人员1名，北京市规划和国土资源管理委员会规划部门人员1名，门头沟区旅游委区域发展部门人员1名，门头沟区文化委文化遗产保护部门人员1名，门头沟斋堂镇政府产业促进部门工作人员1名，这些人员均负责区域性旅游规划开发及旅游管理等具体及相关工作，对爨底下村的旅游发展情况较为了解，故具有一定代表性。当地企业代表选择了3人，都是中坤集团企业旅游投资部门负责人，中坤集团是爨底下村主要投资方，形成了社区经营与企业经营的共生模式，因此该企業具有一定代表性。此外，还调查了在村落内部比较有地方特色和代表性的民宿2家，这2家民宿是典型的村落山地四合院建筑，内部装修古朴，以“新中式”风格为基调，最大限度地保留了古民居的特色，可满足旅游者的休闲体验需求。调查当地村委会干部代表1人，该干部负责景区内开发建设、遗产保护、旅游宣传推广、旅游安全等工作，对村落的旅游发展情况十分熟悉。调查文化艺术传承者代表2人，他们是村落中耍中幡和京西太平鼓技艺传承人，两位传承人主持或参与过多次京西地区耍中幡和京西太平鼓表演活动，对村落中非遗技艺传承与旅游发展的认知较为清晰。当地社区方面，调查旅游从业居民2人，均从事民俗旅游接待10年以上，1人系本地居民，1人系外地人，有一定代表性。调查村落内部普通居民2人，没有从事旅游接待，1人从事山地种植工作，1人负责村落内部的安保工作。调查NGO组织及行业协会（北京旅游协会）代表1人，旅游院校旅游文化或历史文化专家代表3人，媒体代表2人（品橙旅游网编辑人员1人，《中国旅游报》编辑人员1人），这些专家学者和媒体人对爨底下村旅游规划和开发（或发展）工作较为了解。现场调查村落游客代表6人，其中，男性3名，女性3名，年龄分布在19～70岁之间，具有一定代表性。

结合27个利益相关者对案例地的熟悉程度，对每个利益相关者代表赋权重值（表2），并在汇总信任关系和利益关系数据的基础上，对信任和利益关系网络数据进行加权平均。数据经过加权平均处理后，以0.5为临界点，平均值0.5（含0.5）以下可判定为两个利益相关者之间的关系为0，超过0.5则取值为1，最终得出了信任关系网络和利益关系网络数据矩阵（表3和表4）。表3和表4中的行与列所对应的数据表示利益相关者两两之间的信任和利益关系（行列字母含义具体见表1），表3和表4中每“列”数据表示的是“行”中的利益相关者认为与“列”中的利益相关者的信任或利益关系。

2.2 网络数据的效应分析方法——指数随机图模型

指数随机图模型（ERGM）最早起源于伯努利的零分布模型，通过比较观测关系网络数据与零分布下的期望值，引入了关系网络统计分析方法。但伯努利零分布方法比较简单，仅仅能进行二元关系分析，经过多年研究，部分学者在伯努利模型的基础上引入了一个二元独立依赖的统计模型，被称为“P1模型”，这是简单随机图分布的第一个ERGM模型，但在估计网络三元结构关系时候就违反了P1模型的独立性假设[60]。对于这一缺陷，Frank和Strauss发现，P1模型的独立性假设不适合该模型的发展，提出了网络依赖方法。该方法将空间统计方法转换并延伸到网络背景中，并据此提出了马尔科夫随机图模型（又叫P*模型）[60]。此后这一模型成为了ERGM的主流模型，并衍生出了许多扩展模型。该模型的函数一般形式为：[Pr（X=x）=（1/k）exp][θnzn（x）]，其中k表示模型可以取适当的概率分布，[θn]为各个模型参数向量，[zn（x）]为一系列网络统计向量。该模型参数变量主要包括两类，一是马尔科夫参数变量：包括边（edge）、二星（two- stars）、三星（three-stars）、三角形（triangle）;二是马尔科夫模型的扩展参数，即社会圈依赖参数，一般包括交互K星（AS），交互K三角（AT）和交互2路径（A2P）[61]。上述这些网络变量按照所反映网络结构效应的不同，可以分成两类具体效应：一是纯网络结构效应，该效应的出现来源于网络关系系统的内部，而不涉及行动者属性或其他外部因素，具体包括4个方面效应：（1）网络紧密度效应（边变量），（2）网络核心-边缘结构效应（三星，交互K星），（3）网络传递性与小团体结构效应（三角形，交互K三角），（4）网络中间人结构效应（二星，交互2路径）。二是个体属性对网络关系的“行动者关系”效应，指的是特定属性与社会关系的关联，是行动者属性影响关系形成的倾向，包括“组内紧密度趋同性”和“组间紧密度趋同性”两类参数变量，组内紧密度趋同性效应指组内部网络紧密度具有相同的结构趋势，组间紧密度趋同性效应指组间网络紧密度具有相同的结构趋势。

指数随机图模型的早期参数估计方法为极大伪似然估计方法，采用对数线性模型或Logistic回歸模型进行参数估计，但这种估计方法的缺陷在于不能很恰当地处理网络依赖关系[60]，这极大限制了ERGM模型的发展，为了突破这一限制，Snijders等发展出了实现-依赖（realization-dependent）的条件独立假设[61-62]，该方案极大提升了ERGM模型的拟合数据的能力。目前，ERGM模型在参数估计方面主要采用马尔科夫链蒙特卡罗估计法（Markov chain Monte Carlo， MCMC），该方法采用实现-依赖条件假设，借助计算机仿真技术，模拟准确性相对较高[34]。Robins等认为MCMC方法中样本标准误和t统计值可以有效判断模型参数达到聚敛的程度，参数估计值为标准误的两倍以上则表明参数估计值显著1，标准误越小，t统计值越接近0，表明模型中参数估计量越是接近最优的估计结果[63]。而模型拟合优度方面，要求模型参数估计量的t比率绝对值小于0.1[63]。

为了能够拟合出信任关系网络与利益关系网络，以及二者交互关系网络结构效应特征，本文综合了马尔科夫模型和该模型的扩展参数——社会圈模型参数，提出3个指数随机图模型，即信任网络指数随机图模型、利益网络指数随机图模型、信任与利益交互网络指数随机图模型。这3个模型均包含“纯网络结构”和“行动者关系”两类效应;3个模型纯网络结构效应参数变量包括4类：网络的紧密度（网络密度）、网络核心-边缘结构、网络传递性结构、网络中间人效应结构，3个模型在参数估计量的选择上，除网络的紧密度参数估计量外，其余参数估计量以社会圈参数变量为主1，因为社会圈估计量相对于马尔科夫等估计量来说，更可以有效地使模型收敛[63]。3个模型中均包含“组内紧密度趋同性”和“组间紧密度趋同性”两类行动者关系效应变量，组内紧密度趋同性是指政府、社区、企业和压力集团内部网络紧密度具有相同的结构趋势，组间紧密度趋同性是指政府、社区、企业和压力集团之间网络紧密度具有相同的结构趋势。模型具体表达如下：

模型1：信任网络指数随机图模型

[Pr（A=x）=（1/k）exp{θaL（x）+aS_aAS（x）+at_aAT（x）+                   a2p_aA2P（x）+ma_1A（x）+ma_2B（x）}]

模型1中，参数[θa]表示保护信任网络的紧密度效应，[aS_a]表示信任网络的核心-边缘结构效应，[at_a]表示信任网络传递性效应，[a2p_a]表示信任网络中间人效应，[ma_1]为政府、社区、企业和压力集团内部具有相同的网络紧密度结构效应，[ma_2]为4分类之间具有相同的网络紧密度结构效应。

模型2：利益网络指数随机图模型

[Pr（B=x）=（1/k）exp{θbL（x）+aS_bAS（x）+at_bAT（x）+                    a2p_bA2P（x）+mb_1A（x）+mb_2B（x）}]

模型2中，参数[θb]表示利益网络的紧密度效应，[aS_b]表示利益网络的核心-边缘结构效应，[at_b]表示利益网络传递性效应，[a2p_b]表示利益网络中间人效应，[mb_1]为政府、社区、企业和压力集团内部具有相同的网络紧密度结构效应，[mb_2]为4分类之间具有相同的网络紧密度效应。

模型3：信任与利益交互网络指数随机图模型

[Pr（AB=x）=（1/k）exp{θabL（x）+σ2_abS2（x）+σ3_aabS3（x）+                       σ3_abbS3（x）+at_abaAT（x）+at_babAT（x）+                       mab_1AB（x）+mab_2AB（x）}]

模型3中，参数[θab]表示信任利益交互网络的紧密度效应，[σ2_ab]表示信任利益交互网络中间人效应，[σ3_aab]表示以信任关系为主的信任利益交互网络的核心边缘效应效应，[σ3_abb]表示以利益关系为主的信任利益交互网络的核心边缘效应，[at_aba]表示以信任关系为主的信任利益交互网络传递性效应，[at_bab]表示以利益关系为主的信任利益交互网络传递性效应，[mab_1]为政府、社区、企业和压力集团内部具有相同的网络紧密度结构效应，[mab_2]为4分类之间具有相同的网络紧密度结构效应。

表5中列出了上述3个指数随机图模型中的参数估计量含义。

2.3 指数随机图模型的数据分析

研究采用多变量指数随机图模型分析软件XPnet进行数据分析，XPnet软件是基于ERGM模型而专门开发出的双网络数据分析软件2，该软件可通过“估算”模块对信任网络效应、利益网络效应及两个网络所产生的交互效应同时进行估计，并在一些估计条件限制中产生数据计算结果。XPnet中ERGM模型在参数估计方面主要采用马尔科夫链蒙特卡罗估计法（MCMC），该算法并非传统意义上的统计推断，不是把观测网络视为更大网络中的随机抽样，而是按照随机过程在所有可能网络中所构成各种网络结构的一种概率分布估计[64]。这就导致了XPnet中ERGM模型估计值并不是唯一的，须在现有的约束条件下选择最优的收敛模型。

Snijders和Duijn提出了模型估计的3个阶段，用来估计模型参数[65]：

第一阶段为模型初始化，由于模型参数估计依赖于随机图概率分布和观测值均值之间的吻合度，需要不断调试寻找二者之间的最优估计值，而初始参数值的设定则决定了模型收敛程度，XPnet设定马尔科夫参数变量默认初始值为“0”，而社会圈依赖参数变量默认初始值为“2”。為了计算上述3个预设模型的纯网络结构和行动者关系结构效应，在模型设定上，使用了无向网络类型（即不看重关系方向，重点关注关系结构），网络结构和行动关系效应参数按照3个预设模型设定共计选择了20个变量纳入模型中（表6）。此外，为了让模型较好地拟合，改善估计程序，使用了XPnet默认设定的增益因子a=0.01，乘数因子n=10，通过在估计过程中两个因子值的调整，可使模型能够获取收敛值。

第二阶段为模型优化，让指数随机图概率分布不断接近观测值均值，这一过程由几个子阶段构成，每个子阶段r和每次迭代m中，当前估计参数[θm]更新为新值[θm+1]通过公式[θm+1=θm-arD-10][zxm-zobs]来实现。其中，xm是一个从当前参数[θm]定义的模型中生成的图，zobs为观测图，ar为子阶段r中的增益因子，[D-10]为基于迭代次数m的尺度矩阵。本研究建立的模型由系统默认的5个子阶段构成，每个子阶段迭代次数设置为500（系统默认），每个子阶段的参数初始值设定为前一个子阶段的平均参数值，最后一个子阶段的平均参数值作为模型的最终估计值。

第三阶段为模型收敛检查。为了防止模型退化或接近退化，在模型估计约束条件方面，选择固定网络密度（fix graph density）前提条件下寻找最优的收敛模型。模型在仿真模拟计算过程中共计生成了223个收敛模型，其中，信任网络指数随机图模型86个，利益网络指数随机图模型67个，信任与利益交互网络指数随机图模型70个，通过计算各个模型参数的t统计值，选择t值收敛最好的模型。表6给出了模型t值收敛最好的3个模型，并给出了3个模型的MCMC似然估计结果和标准误差。在表6中，3个模型参数指标的标准误差较小，且t统计值相对较小且接近于0，表明模型中参数估计量接近最优的估计结果。另外，模型中显著的参数估计值均为标准误差的2倍以上，符合参数估计量显著性判断标准。此外，3个模型参数估计量的t-比率值都小于0.1，表明3个模型对于观测数据的拟合情况较好。

3 数据结论

从表6中的纯网络结构效应和行动者关系效应参数估计结果看，有如下结论：

（1）从紧密度效应看，爨底下村整体上呈现较高地信任和利益网络紧密度效应，而信任与利益网络交互紧密度效应则比较低。信任网络紧密度参数值[θa]=-168.24且p<0.05，表明信任网络的紧密度效应较高且显著。实际上，通过直接计算信任网络密度指标也发现，其值为0.833，也表明信任网络的紧密度效应较高。利益网络紧密度参数值[θb]=-28.50，且p<0.05，表明利益网络的紧密度效应较高（利益网络密度=0.622）。信任与利益网络交互网络紧密度参数值[θab]=-0.51，且p>0.05，表明信任与利益交互网络的紧密度效应较低，信任和利益之间在紧密度方面不具有合作共生关系。按照Sheppard和Sherman的观点，一旦信任关系建立，合伙人愿意抽出更多时间和资源来发展关系，进而形成较强利益关系[43]，而目前爨底下村具有较高的信任和利益关系网络密度，说明两个关系网络各自具有较强的效应，但信任与利益交互网络的紧密度效应较低，说明两个关系网络的关联效应不够。

（2）从传递性效应看，爨底下村信任网络的传递性参数值较高且显著（[at_b]=-14.19，p<0.05），通过计算信任网络的节点聚类系数值（节点聚类系数通过计算连通三元组的数目来表达，该值介于0～1之间，该值越大，表明该点传递性效应越强）可知，I、M、F、D、C、B 6个利益相关者传递性效应较高。而利益网络的传递性参数值则不显著（[at_b]=3.39，p>0.05），通过计算利益网络的节点聚类系数值可知，M、A、I、H、K、J、E 7个利益相关者传递性效应较高。两个网络的传递性均较高的利益相关者是旅游者（M）和普通居民（I），信任利益交互网络的传递性参数值是以信任关系为主导且显著（[at_aba]=163.96，p<0.05），而以利益关系为主的信任利益交互網络传递性参数值则不显著（[at_bab]=0.24，p>0.05）。表明信任关系网络传递性效应比较好，而利益关系网络传递性效应则一般，信任与利益交互网络传递性效应中突出信任关系特性。按照Nunkoo和Ramkissoon观点，增进的合伙人之间的信任关系会促进利益关系的达成[20]，虽然爨底下村利益网络传递性一般，但信任关系传递性的增强会促进利益关系的达成与传递性的提升。

（3）从核心边缘效应看，爨底下村信任网络的核心边缘效应参数值显著（[aS_a]=98.28，p<0.05），通过简单核心/边缘模型（simple core /periphery model）计算可知，信任网络核心部分由A、B、C、D、E、F、G、H、J、K、L共计11个利益相关者构成，边缘部分则是由I、M构成。而利益网络的核心边缘效应参数值则不显著（[aS_b]=3.26，p>0.05），通过简单核心/边缘模型计算可知，核心部分是由B、C、D、E、F、G共计6个利益相关者构成，边缘部分则是由A、H、I、J、K、L、M共计7个利益相关者构成。信任与利益交互网络的核心边缘效应参数值则是以利益关系为主导，且核心边缘效应趋势特征显著（[σ3_abb]=0.06，p<0.05），说明爨底下村核心边缘效应关系是以利益关系为导向的，而信任关系则在信任利益交互结构中起到了重要的保障作用，按照网络治理理论，基于信任的网络交换有利于利益相关者间的合作，信任在关系网络中起到了润滑剂的作用，可以降低交易成本，使各方均受益[65]。但由于信任网络的核心边缘效应结构特征显著，会导致以利益关系为主的交互网络核心边缘结构效应特征明显。

（4）从中间人效应看，爨底下村信任网络和利益网络，及信任与利益交互网络结构效应的中间人参数值在统计均不显著（[a2p_a]=26.17，[a2p_b]=0.63;[σ2_ab]=-1.38，且3个参数值p>0.05），表明3个网络中间人效应特征不明显。但从局部看，仍存在着结构洞和桥优势位置的中间人，从节点中介中心性指标（该指标表明某个节点占据优势位置的程度）计算可知，G、K、J、L、A占据着信任网络的核心位置，按照Krackhardt的强连带优势理论，在情感网络中（信任关系）所蕴含的资源就是信任，以及信任所带来的影响力[56]。在信任关系网络中处于中介位置，该位置可以使利益相关者间合作变得更有效率，降低交易成本与风险，提高资源投入度，并且在网络中处于桥的中间人位置，可以获得中介利益[66]，通过计算，C、G、B、D、F占据着利益网络的核心位置，因此可以凭借中介人优势获得收益。而两个网络的共同的核心中介节点则是文化艺术传承者（G），该节点可同时在两个网络中担当中间人角色，并具有中间人优势位置，借助于这一位置，可使网络变得更有效率，能够连接起不同网络之间的利益相关者。

（5）从行动者关系效应看，信任网络和利益网络各分类内部和各分类之间（当地政府、企业、社区和压力集团）均具有较高的紧密度趋势效应且显著（[ma_1]=-197.85，[ma_2]=-198.03，[mb_1]=8.14，[mb_2]= 7.97，且4个参数值p<0.05），且组内和组间趋势效应大体相同（[ma_1]≈[ma_2]，[mb_1]≈[mb_2]）。而信任和利益交互结构效应各组分类内部和各分类之间也具有较高的紧密度趋势效应（[mab_1]=6.47，[mab_2]=6.51，且p<0.05），且组内和组间的紧密度趋势效应也大体相同（[mab_1]≈[mab_2]）。通过计算各组之间的密度，信任网络和利益网络各组内部和各组之间的紧密度效应均比较高，信任关系网络中只有当地企业和当地社区之间的网络紧密度效应低于0.8。而利益关系网络中当地社区和其他3个组别之间的紧密度效应均低于0.8，而压力集团内部的紧密度效应仅为0.667，紧密度相对不高。从E-I指数（该指数用来衡量网络中派系林立程度的情况，指标范围-1～1之间，越接近1表明群体派系林立情况越小，计算公式为E-I=[EL-ILEL+IL]，其中EL为群体间关系数，IL为群体内关系数）计算可知，信任关系网络压力集团E-Ⅰ指数低于0.5，表明小组内部存在一定的派系问题，而利益关系网络中当地社区集团E-Ⅰ指数低于0.5，表明小组内部也存在一定的派系问题，通过计算个体E-I指数发现，没有从事旅游接待业的社区居民（普通居民）E-Ⅰ指数值为-0.33，与组内其他3个利益相关者之间存在显著差异，表明普通居民在利益关系网络中与其他利益相关者存在显著利益差异。

4 建议与对策

针对上述研究结论，提出如下建议与对策：

（1）从网络紧密度效应看，爨底下村信任和利益两个网络紧密度效应均比较高，但信任与利益交互网络的紧密度效应则比较低。目前，爨底下村旅游发展模式为政府+企业合作模式，成立了涵盖爨底下村、双石头村、柏峪村、黄岭西村等传统村落的爨柏景区，景区由北京门头沟区政府、斋堂镇政府、中坤集团合作开发，当地政府拥有所有权和一定剩余索取权，中坤集团拥有投资和主要经营权，并通过门票获取收益。面对外来资本和政府的强势，虽然社区在景区内民宿经营接待、收益分红、非遗文创产品等短期或长期合作项目也拥有一定的经营权和剩余索取权，但在景区旅游发展规划和收益分配中仍缺少话语权，在此过程中处于较被动地位，导致社区参与旅游程度不足，在利益分配过程中社区居民不太信任政府和企业。因此，依据网络紧密度效应分析结果，要充分利用信任和利益两个网络较高的紧密度特性，促进两个网络之间的利益相关者在景区旅游发展规划和收益分配中的协商合作，在合作中建立了信任关系，并在此基础上加大利益关联，合理利用有效的利益连带，清除不利于信任发展的无效利益关系，进而提升信任和利益之间的长期合作共生的稳定关系。

（2）从网络传递性效应看，爨底下村信任关系网络传递性效应比较好，而利益关系网络传递性效应则一般，信任与利益交互网络传递性效应中突出信任关系特性，而这一相互信赖的特性有利于各类利益信息、旅游发展专业知识、资源和机会的流动与分享。但不足之处在于两个网络的传递性均较高，且较活跃的利益相关者仅有旅游者（M）和普通居民（I），除了M和I外，其他利益相关者在交互网络中的传递性一般，活跃度不高，这就造成了交互网络之间传递性效率不高，无法满足利益相关者间信息、资源和机会交换的需要。因此，要多培育交互网络间的具有高传递性的利益相关者，而两个网络中具有这一潜质的包括信任网络中的村管理委员会/村小组干部（F）、中坤集團（D）、斋堂镇政府（C）、门头沟区政府相关部门（B）4个利益相关者以及利益网络中的北京市政府相关部门（A）、旅游从业居民（H）、专家及研究机构（K）、NGO组织及行业协会（J）、民宿旅店饭店（E）5个利益相关者。这9个利益相关者均是信任或利益关系网络中传递性较强的利益相关者，这些利益相关者可通过加强团体内部利益或信任关系传递性的链接，排除一些无效利益或信任关联，缩减各个节点之间的距离，进而提高利益相关者之间的关系传递效率，带动其他利益相关者的信息、资源和机会传递潜力，促进网络整体传递性能的提升。

（3）从网络核心边缘效应看，信任网络的核心边缘效应显著，且以利益关系为主的交互网络核心边缘效应特征明显，这也是导致爨底下村利益纠纷和分配矛盾的重要原因之一。要改变信任利益交互网络核心边缘结构特征，需要建立新的网络多主体共同参与的信任利益网络治理模式。交互网络中各行动者之间关系的建立应是基于彼此之间影响力和相互信任的基础上，而不是通过单纯的控制力，要建立这样的治理模式，需在交互网络中培养各利益集团具有决策影响力的关键人物或组织，如门头沟区政府相关部门（B）、斋堂镇政府（C）、中坤集团（D）、民宿旅游旅店、饭店（E），村管理委员会/村小组干部（F）、文化艺术传承者（G）等，利用关键行动者之间的信任关系和影响力，逐步让边缘行动者加入治理体系中来，如文化艺术传承者（G）可利用景区非遗文创项目、传统节庆（如正月十五转灯游庙会）和技艺活动（如京西太平鼓、耍中幡、蹦蹦戏等民间技艺）培育核心边缘两大个集团之间的中间人或联络人，让当地社区居民、旅游者、专家和媒体等参与或进入活动项目中，通过活动和项目凝聚边缘行动者，化解核心边缘行动者之间的信任关系隔阂，建立平等、民主和协商式的网络多主体的伙伴关系决策和协商模式，让信任关系在交互网络中起到充分的信用保障作用。

（4）从网络的中间人效应看，虽然整体上网络中间人效应特征不明显，但3个网络中仍存在着一些结构洞和优势位置的中间人，这些中间人可以使网络变得更有效率，能够连接起不同网络之间的利益相关者，建立起伙伴关系、协商与合作机制，充分发挥出网络的效能，填补由于正式科层制带来的效率低下的弊端[67]。目前，爨底下村信任和利益两个网络之间仅有文化艺术传承者1个中间人，文化艺术传承者在传承民间文化技艺过程中起到了关键作用，但通过调查发现，爨底下村文化艺术传承者大都年事已高，各类技艺亟需传承人，这就需要政府部门、当地社区居民，甚至相关企业介入，通过政府保护、社区居民参与、文旅项目开发等多种手段提升民间技艺与艺术的保护传承，培育更多的民间民俗文化传承人（中间人），建立以信任关系为基础的利益相关者协商合作机制。当然，网络中间人也可能利用其优势位置为其谋取个人利益，为了避免这一问题，一是要建立网络内部多主体参与的民主监督机制，二是要培育斋堂镇政府（C）、门头沟区政府相关部门（B）、中坤集团（D）、村管理委员会/村小组干部（F）这些利益网络中间人成为信任网络中间人，借助信任中间人所带来的影响力和约束力，可降低网络交易成本与风险，平衡中间人的“私心”和“公心”，使其转向网络伙伴组织，更多地为网络成员服务，阻断以权谋私现象的发生，提高网络资源使用效率。

（5）从行动者关系效应看，整体上3个网络各个集团内部和之间紧密度均比较高，且组内和组间紧密趋势效应大体相同。但通过上述分析也发现，社区在信任网络中与企业集团之间，在利益网络中与其他3个利益集团之间联系的紧密性相对不高，进而影响了传统村落旅游利益集团之间的合作。因此，一要加强普通居民与中坤集团之间的信任与利益关联，中坤集团在景区发展过程中应多征求普通居民意见，同时应给普通居民创造更多就业项目和机会，尽量将所有村民都纳入景区发展中来，实现利益共享;二要通过给与社区部分话语权，剩余索取权、旅游短期或长期项目的知情权等，最大限度调动社区参与旅游发展的积极性，加强社区与其他3个利益集团之间的联系。

研究虽然探讨了信任关系和利益关系网络效应及两个网络之间的交互效应机制，但仍然是一种静态的结构效应分析，由于网络信任和利益关系是复杂变动的，所以相应的结构特征也不是一成不变的，未来还需进一步研究上述两个网络结构效应背后所形成的运作机理，及网络结构效应动态演化过程及这一过程所带来的影响，并进一步总结网络效应的优化策略。

参考文献（References）

[1] LU Mingyong. Research on the tourism property right system and behavior relationship of stakeholders of rural tourism in ethnic areas[J]. Journal of South-Central University for Nationalities： Humanities and Social Sciences， 2011， （2）： 40-45. [鲁明勇. 旅游产权制度与民族地区乡村旅游利益相关者行为关系研究[J]. 中南民族大学学报： 人文社会科学版， 2011， （2）： 40-45.]

[2] DAI Zeguang， HONG Mingyong. The analysis of stakeholders in the rural tourism of community participation based on the dynamic game[J]. Economy and Management， 2009， （11）： 27-32. [代则光， 洪名勇. 社区参与乡村旅游利益相关者分析[J]. 经济与管理， 2009， （11）： 27-32.]

[3] YANG Mei， LU Zhiyong， ZHANG Zhaofu. Research on the U-shaped relationship of interest distribution of traditional village tourism[J]. Chongqing Social Science， 2018， （6）： 76-88. [杨梅， 陆志勇， 张兆福. 传统村落旅游利益分配U型关系研究[J]. 重庆社会科学， 2018， （6）： 76-88.]

[4] SHI Shaohua. Behavior analysis of grassroots government in developing community tourism — A case study of demolition and land requisition in M Village of Beijing suburb[J]. Commercial Research， 2013， （4）： 151-157. [时少华. 基层政府在发展社区旅游中的行为分析——以京郊M村旅游拆迁征地事件分析为例[J]. 商业研究， 2013， （4）： 151-157.]

[5] GHADERI Z， HENDERSON J C. Sustainable rural tourism in Iran： A perspective from Hawraman village[J]. Tourism Management Perspectives， 2012， 2（2）： 47-54.

[6] SHI Shaohua， SUN Yehong. The network governance on interests relationship in the tourism community of agricultural cultural heritage sites — Based on two typical tourism villages in HN Rice Terraces in XN province[J]. Journal of Sichuan University of Science & Engineering： Social Sciences Edition， 2017， （4）： 48-63. [時少华， 孙业红. 农业文化遗产地旅游社区利益关系网络治理研究——以XN省HN梯田两个典型旅游村为例[J]. 四川理工学院学报： 社会科学版， 2017， （4）： 48-63.]

[7] RUHANEN L. Stakeholder participation in tourism destination planning another case of missing the point？ [J]. Tourism Recreation Research， 2009， 34（3）： 283-294.

[8] SHI Shaohua. Power structure， operation strategies of community participation in rural tourism and their impact studies — Based on scenic spot merger events of BS village in the suburbs of Beijing[J]. Journal of Beijing International Studies University， 2012， （11）： 735-83. [时少华. 乡村旅游社区参与中的权力结构、运作策略及其影响研究——以京郊BS村景区并购事件为例[J]. 北京第二外国语学院学报， 2012， （11）： 735-83.]

[9] KAYOKO I. The impact of ethnic tourism on hill tribes in Thailand[J]. Annals of Tourism Research， 2012， 39 （1）： 290-310.

[10] DYE P， ABERDEEN L， SCHULER S. Tourism impacts on an Australian indigenous community： A Diabugay case study[J]. Tourism Management ， 2003， 24（1）： 83-95.

[11] YANG J J， CHRIS R， ZHANG L Y. Social conflict in communities impacted by tourism[J]. Tourism Management， 2013， 35（2）： 82-93.

[12] YANG Jun. Research on interest conflict and resolving mechanism in tourism development of ethnic villages[J]. Journal of Hubei University for Nationalities： Philosophy and Social Sciences， 2016， 34（4）： 56-60. [杨军. 民族村寨旅游开发中的利益冲突及化解机制研究[J]. 湖北民族学院学报： 哲学社会科学版， 2016， 34（4）： 56-60.]

[13] SHI Shaohua， TANG Lihua， Li Fang. Study on folk tourism resources evaluation of ancient villages in Beijing[J]. Commercial Research， 2014， （12）： 166-172. [时少华， 汤利华， 李芳. 北京古村落民俗旅游资源评价研究[J]. 商业研究， 2014， （12）： 166-172.]

[14] LIANG J Y， MASAHIRO U， RYUTARO O. Advantageous and disadvantageous impacts of tourism development on the living of Li ethnic minority villagers in Hainan Island[J]. Journal of Human Ergology， 2003， 32（1）： 1-7.

[15] RYAN C， HUYTON J. Tourists and aboriginal people[J]. Annals of Tourism Research， 2002， 29（3）： 631-647.

[16] MEDINA L K. Commoditizing culture—Tourism and Maya identity[J]. Annals of Tourism Research， 2003， 30（2）： 353-368.

[17] SHI Shaohua， LIANG Jiarui. Traditional villages and tourism： Historical retention， activation and utilization[J]. Changbai Journal， 2018， （4）： 142-149. [時少华， 梁佳蕊. 传统村落与旅游： 乡愁挽留与活化利用[J]. 长白学刊， 2018， （4）： 142-149.]

[18] SHAO Xiuying， Li Jing. An evaluation of tourism environment and case studies of ancient village tourism destinations： A case study of Qikou Ancient Village[J]. Tourism Science， 2007， （6）： 61-66. [邵秀英， 李静. 古村落旅游地旅游环境评价及案例研究——以碛口古镇为例[J]. 旅游科学， 2007， （6）： 61-66.]

[19] JACOB G R， SCHREYER R. Conflict in outdoor recreation： A theoretical perspective[J]. Journal of Leisure Research， 1980， 12（4）： 368-380.

[20] NUNKOO R， RAMKISSOON H. Power， trust， social exchange and community support[J]. Annals of Tourisrn Research， 2012， 39（2）： 997-1023.

[21] SHI Shaohua， LI Xiang， WU Taiyue. Impacting effect analysis of power and trust on residents participation in tourism development based on the perspective of social exchange theory： Taking Beijing Qianmen Community as an example[J] Areal Research and Dvelopment， 2017， （5）： 127-133. [时少华， 李享， 吴泰岳. 社会交换视角中的权力、信任对居民参与旅游发展的影响效应分析——以北京前门社区为例[J]. 地域研究与开发， 2017， （5）： 127-133.]

[22] GUO Xiaoqin. Trust and interests： Theoretical analysis of partnership management process[J]. Socialism Studies， 2016， （2）： 144-149. [郭小琴. 信任与利益： 伙伴关系管理过程的理论分析[J]. 社会主义研究， 2016， （2）： 144-149.]

[23] LIANG Hui， DENG Yi. Multi-stakeholder governance of tourism communities in Chinas national parks： A framework based on trust[J]. Journal of Hubei University of Economics， 2018， （1）： 60-69. [梁慧， 邓毅. 中国国家公园旅游社区多元利益相关者治理： 基于信任框架[J]. 湖北经济学院学报， 2018， （1）： 60-69.]

[24] ZHAO Hongxia， CAI Zhihui， SONG Wei. Relationship interest， emotional attachment and maintenance of consumer trust in e-commerce environment[J]. Inquiry into Economic Issues， 2014， （6）： 102-111. [赵宏霞， 才智慧， 宋微. 电子商务环境下关系利益、情感依恋与消费者信任的维系[J]. 经济问题探索， 2014， （6）： 102-111.]

[25] BAGGIO R， COOPER C. Knowledge transfer in a tourism destination： The effects of a network structure[J]. Service Industries Journal， 2010， 30（10）： 1757-1771.

[26] BAGGIO R， SCOTT N， COOPER C. Improving tourism destination governance： A complexity science approach[J]. Tourism Review， 2010， 65（4）： 51-60.

[27] RODRIGUESV R. Tourism and innovation in rural areas： The case study of the european network of village tourism[J]. Turismo em Análise， 2009， 20（1）： 35-47.

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

[29] PFORR C. Tourism policy in the making： An Australian network study[J]. Annals of Tourism Research， 2009， 33 （1）： 87-108.

[30] TIMUR S， GETZ D A. Network perspective on managing stakeholders for sustainable urban tourism [J]. International Journal of Contemporary Hospitality Management， 2008， 20（4）： 445-461.

[31] COOPER C， SCOTT N， BAGGIO R. Network position and perceptions of destination stakeholder importance[J]. Anatolia： An International Journal of Tourism & Hospitality Research， 2009， 20（1）： 33-45.

[32] BAGGIO R， SCOTT N， COOPER C. Network science： A review focused on tourism[J]. Annals of Tourism Research， 2010， 37（3）： 802-827.

[33] BERITELLI P， LAESSER C. Power dimensions and influence reputation in tourist destinations： Empirical evidence from a network of actors and stakeholders[J]. Tourism Management， 2011， 32（6）： 1299-1309.

[34] SHI Shaohua， SUN Yehong. Research on interests coordination in the tourism development of the world cultural heritage site from the perspective of social network analysis： Taking Hani rice terraces in Yunnan as an example[J]. Tourism Tribune， 2016， 31（7）： 52-64. [时少华， 孙业红. 社会网络分析视角下世界文化遗产地旅游发展中的利益协调研究——以云南元阳哈尼梯田为例[J]. 旅游学刊， 2016， 31（7）： 52-64.]

[35] WANG Sujie. Management strategies for tourist destination stakeholders： A perspective of social network analysis[J]. Journal of Shandong University： Philosophy and Social Sciences， 2012， （1）： 59-64. [王素洁. 旅游目的地利益相关者管理战略研究[J]. 山东大学学报： 哲学社会科学版， 2012， （1）： 59-64.]

[36] WANG Sujie， Li Xiang. Research on sustainable rural tourism decision-making from the perspective of social network analysis： Taking Yangjia village in Weifang of Shandong province as an example[J]. Chinese Rural Economy， 2011， （3）： 59-90. [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）： 59-90.]

[37] SHI Shaohua， SUN Yehong. Research on governance of interests network in the tourism development of the agricultural cultural heritage site from exponential random graph models： Take Hani Rice Terraces in Yunnan as an example[J]. Economic Manag-ement， 2017， 39（2）： 147-162. [時少华， 孙业红. 遗产地旅游发展利益网络治理研究——基于指数随机图模型、以农业文化遗产地云南哈尼梯田为例[J]. 经济管理， 2017， 39（2）： 147-162.]

[38] GUO Hua. A Literature review of tourism stakeholders abroad and its enlightenment[J]. Human Geography， 2008， （2）： 100-105. [郭华. 国外旅游利益相关者研究综述与启示[J]. 人文地理， 2008， （2）： 100-105.]

[39] SONG Rui. On stakeholders of ecotourism： With China as an example[J]. Economy and Management， 2005， （1）： 36-41. [宋瑞. 我国生态旅游利益相关者分析[J]. 经济与管理， 2005， （1）： 36-41.]

[40] BAI Chunyang. Analysis of basic forms of social trust[J]. Henan Social Science， 2006， 14（1）： 4-6. [白春阳. 社会信任的基本形式解析[J]. 河南社会科学， 2006， 14（1）： 4-6.]

[41] Li Weimin， LIANG Yucheng. Special trust and universal trust： The structure and characteristics of Chinese trust[J]. Sociological Studies， 2002， （3）： 11-22. [李伟民， 梁玉成. 特殊信任与普遍信任： 中国人信任的结构与特征[J]. 社会学研究， 2002， （3）： 11-22.]

[42] KONOVSKY M A， PUGH S D. Citizenship behavior and social exchange[J]. The Academic of Management Journal， 1994， 37（3）： 656-669.

[43] SHEPPARD B H， SHERMAN D M. The grammars of trust： A model and general implications[J]. Academy of Management Review， 1998， 23（3）： 422-437.

[44] FARRELL H. Trust， Distrust and Power[M]. New York： The Russell Sage Foundaton， 2004： 85-105.

[45] BLAU P M. Exchange and Power in Social Life[M]. New York： Transaction Publishers， 1964： 35-46.

[46] KONG Aiguo， SHAO Ping. Benefit adjustment： Meaning， relation and measure[J]. Fudan Journal： Social Sciences， 2007， （4）： 3-9. [孔爱国， 邵平. 利益的内涵、关系与度量[J]. 复旦学报： 社会科学版， 2007， （4）： 3-9.]

[47] JAMAL T B， GETZ D. Collaboration theory and community tourism planning[J]. Annals of Tourism Research， 1995， 22（1）： 186-204.

[48] JANE R， IAN R. From shareholders to stakeholders： Criticalissues for tourism marketers[J]. Tourism Management， 1996， 17（7）： 533-540.

[49] BRAMVELL B， SHARRMAN A. Collaboration in local tourism policymaking [J]. Annals of Tourism Research， 1999， 26（2）： 392-415.

[50] WANG Degang， XING Heling. Discussion on tourism benefits[J]. Tourism Science， 2011， （2）： 8-15. [王德刚， 邢鹤龄. 旅游利益论[J]. 旅游科学， 2011， （2）： 8-15.]

[51] RITCHIE R B. Crafting a value driven vision for a national tourism treasure[J]. Tourism Management， 1999， 20（3）： 273-282.

[52] MARWICK M C. Golf tourism development， stakeholders， differing discourse and alternative agendas： The case of Malta [J]. Tourism Management， 2000， 21（5）： 515-524.

[53] LINDERMBERG M A， BRAMWELL B. Partnership and regional torism in Brazil[J]. Annals of Tourism Research， 2002， 29（4）： 1138-1164.

[54] SCOTT J. Social Network Analysis： A Handbook（the 2nd edition） [M]. LIU Jun， trans. Chongqing： Chongqing University Press， 2009： 2-3. [約翰·斯科特. 社会网络分析方法（第2版）[M]. 刘军， 译. 重庆： 重庆大学出版社， 2009： 2-3.]

[55] BLAU， PETER M. Structure Sociology and Network Analysis： An Overview[M]. New Delhi： Sage Publications， 1982： 34-48.

[56] KRACKHARDT D. The strength of stong ties： The importance of philos in organnizations[C]//Network and Organizationgs. Boston： Business School Press， 1992： 51-56.

[57] LUO Jiade. Social Network Analysis（the 2nd edition） [M]. Beijing： Social Science Academic Press， 2010： 82-119. [罗家德. 社会网分析讲义（第二版）[M]. 北京： 社会科学文献出版社， 2010： 82-89.]

[58] LIU Jun. Lectures on Whole Network Approach[M]. Shanghai： Truth & Wisdom Press， 2009： 21-31. [刘军. 整体网分析讲义[M]. 上海： 格致出版社&上海人民出版社， 2009： 21-31.]

[59] LIU Jun. Social Support Networks of Fa Village： A Whole Network Approach[M]. Beijing： Social Science Academic Press， 2006： 52-57. [刘军. 法村社会支持网络[M]. 北京： 社会科学文献出版社， 2006： 52-57.]

[60] FRANK O， STRAUSS D. Markov graphs[J]. Journal of the American Statistical Association， 1986， 81（395）： 832-842.

[61] SNIJDERS T A B， PSTTISON P E， ROBINS G L， et al. New specifications for exponential random graph models[J]. Sociological Methodology， 2006， 36（1）： 99-153.

[62] GRAYER C J， THOMPSON E A. Constrained monte carlo maximum likelihood for dependent data[J]. Journal of the Royal Statistical Society， 1992， 54（3）： 657- 699.

[63] ROBINS G L， SNIJDERS T A B， WANG P， et al. Recent developments in exponential random graph （p*） models for social networks[J]. Social Networks， 2007， 29 （2）： 192- 215.

[64] HATAK I， LANG R， ROESSL D. Trust， social capital， and the coordination of relationships between the members of coopera-tives： A comparison between member-focused cooperatives and third-party-focused cooperatives[J]. Voluntas： International Journal of Voluntary and Nonprofit Organizations， 2016， 27（3）： 1218-1241.

[65] SNIJDERST A B， DUIJN M A J. Conditional maximum likelihood estimation under various specifications of exponential random graph models[C]//Contributions to Social Network Analysis. Stockholm， Sweden： Stockholm University Press， 2002： 117-134.

[66] BURT R S. Structural Holes： The Social Structure of Competition[M]. Cambridge： Harvard University Press， 1992： 33-77.

[67] YIN Yifeng. Network governance： A new framework of public administration[J]. Journal of Public Management， 2007， 4（1）： 89-96. [鄞益奮. 网络治理： 公共管理的新框架[J]. 公共管理学报， 2007， 4（1）： 89-96.]