左冰 蔡书漫 杨艺 保继刚

[摘    要]文章从经济发展的结构主义视角出发，基于最新国家旅游产业分类标准（2018），采用社会网络分析法，通过对广西自治区阳朔县1989—2018年间旅游企业类型与数量变动的历时性分析，刻画了阳朔旅游产业网络拓扑结构特征及其变动过程，并剖析了这种结构变化对于旅游业发展模式与经济增长的影响。研究发现：（1）在目的地生命周期的不同阶段，旅游产业内部将经历主导产业的更替演变，旅游产业转型升级的本质就是产业网络中处于中心位置的主导产业的演进更替。（2） 旅游业能否顺利地实现结构优化和升级，取决于政府和相关辅助行业提供公共服务和中间服务的能力。（3） 旅游业高质量发展需要保持内部行业既重点突出又相对均衡的结构状态，旅游企业无差异化地过度集聚会带来负面影响。文章的贡献在于揭示出旅游产业结构变化与旅游经济增长之间的复杂关联机制，未来对于旅游经济增长的研究需要更多的结构分析视角。

[关键词]复杂网络;拓扑结构;主导产业演进;社会网络分析;高质量发展

引言

产业结构变化对经济增长具有非常重要的作用。经济增长中的结构变化表现为：一方面，经济增长率取决于结构变化;另一方面，结构变化的速度也受到经济增长的制约[1]，即经济增长与结构变迁之间是相互促进的关系。同样，旅游产业结构既是区域旅游经济发展质量和水平的重要标志[2]，也是影响区域旅游经济增长的关键因素。在当前我国经济供给侧改革过程中，推动旅游产业结构优化，对于促进国民经济的稳定增长显得尤为重要[3]。

然而，长期以来，对于旅游经济增长的研究往往聚焦于宏观总量层面[4-8]，缺乏中观和微观视角下的研究。旅游产业内部结构变化与其增长之间的关系并没有得到足够的学术关注[9]。旅游产业是由食、宿、行、游、娱、购等不同类型行业构成的有机整体[10]。各类企业不同程度地嵌入这个系统中，其嵌入的方式以及程度的差异势必对产业的发展产生不同的影响。有研究表明，企业间结构模式越紧密，越有助于产业集中度水平的提高以及市场不确定性水平的降低[11]。从特定地区来看，企业之间集聚与竞争[12-13]、企业之间的关联与竞合关系与产品开发和市场发展均密不可分[14-22]。因而应当把对于产业网络结构的分析纳入产业增长的解释因素框架中[23]。

本研究基于经济增长的结构主义视角，通过对广西自治区阳朔县县域范围内旅游企业类型与数量变动的历时性分析，从小区域尺度和微观企业层面刻画旅游产业内部结构特征及其变化，重新审视推动旅游经济增长的各种因素和条件，以弥补当前旅游经济增长研究缺乏中微观分析和结构分析的缺陷，对于促进中国旅游产业转型升级，识别推动旅游产业结构优化和创新升级的决定因素，实现国家关于加快旅游业发展的战略意图具有重要的实践价值。

1 文献综述

关于结构变化与经济增长关系的研究，早已经成为经济学的重要流派之一，其理论基础和实证技术均日臻成熟。但在旅游研究领域，相关研究起步较晚。早期的研究将旅游产业划分为“食、宿、行、游、购、娱”6个直接相关行业，通过考察这6大行业的产值结构，以评估旅游产业的经济效益[24-25]。如王淼以江苏省为例[26]，测算了各行业产值构成与旅游总收入之间的灰色关联度系数，结果显示，对国内旅游经济绩效影响较大的产业主要是餐饮业、旅游商品零售和旅行社业，对国际旅游经济绩效影响较大的是住宿业、旅行社业和餐饮业。这些早期研究多以静态描述为主，研究方法简单，难以揭示旅游产业结构变动的本质及其关键特征。

产业结构变动的本质是产业之间的技术经济联系与依存关系的变化，即产业之间的关联性与依存度的变化[27]。近年来，随着图论以及社会网络分析（social network analysis，SNA）技术的发展，用图论和SNA解决产业间的结构变化及其关联問题被越来越多地运用到评估产业网络关联研究之中[15，21]。产业系统往往被看作一个产业网络，节点代表产业，弧代表产业间的关联关系，产业间的关联强度用于反映弧的权重[28]。这样，任何一个国家/地区的产业以及它们之间的关联关系构成了产业网络。产业网络拓扑结构是产业网络系统的具体连接形式，可用几何图形对其进行可视化表达。它可直观地反映产业的基本经济结构，以及产业间复杂的关系流[29-30]。

在运用SNA进行产业网络关联的研究中，某特定区域的投入产出表是常用的数据源[28-31]。主流的研究方法是对基本流量表或完全消耗系数矩阵进行阈值化处理，将其转化为二值矩阵后进行产业网络特征分析，常用的指标有密度、中心度、中介度、凝聚子群等。如汪云林等对旅游业与其他产业的关联度的分析[31]，以及孙露等对旅游业中介中心性的测算[32]。但这些研究将旅游业作为一个整体加以研究，聚焦于旅游业与国民经济其他产业之间的关系，并未对旅游产业自身内部结构进行探讨与分析。

为了揭示旅游产业内部结构的变动对经济绩效的影响，许多学者进行了不懈的探索。如Scott等对澳大利亚维多利亚和昆士兰4个不同类型目的地的旅游利益相关组织进行调查，并对旅游企业间网络结构和网络凝聚力进行了分析[14]。他们的分析指出，旅游企业规模越大的目的地凝聚力越强。黄金海岸（Gold Coast）和大洋路（Great Ocean Road）的企业规模要大于南部下城和红酒高地等地区，相应地，其旅游产业网络密度也比较高。Costa和Baggio对意大利厄尔巴岛上1028家旅游企业进行调查的结果显示，该地区旅游产业网络密度较低，平均路径系数为3.16，旅游产业呈现分散化和碎片化特征，对产业效益带来不利影响[15]。杨效忠等对山西和陕西壶口景区以及田晓霞等对吐鲁番市和喀什市的旅游企业的问卷调查结果显示，这些地区旅游产业整体网联系密度均不高，影响了旅游业创新能力，对地方经济贡献度也较小[16-18]。W?sche对德国25家体育旅游企业的合作关系进行的调查发现其网络密度为0.2，平均点度为4.8，呈现为松散的网络结构。这将影响企业竞争优势及绩效[19]。Ying等先后对浙江省120家乡村旅游企业网络和美国查尔斯顿北部的745家旅游企业进行的调查分析也发现，这两地的旅游企业网络处于松散的状态，影响了目的地的竞争力和目的地的旅游发展效率[20-21]。

尽管上述研究从微观层面刻画了旅游企业间的关联网络，但是，由于依赖于一次性的问卷调查，这些研究涉及面窄，无法充分地刻画出整个旅游产业的网络拓扑结构及其变化，也未能在旅游产业结构变化与目的地旅游增长之间建立关联。

旅游企业之间的网络关系是产业成长的资  源[33]。建立企业间的网络关系，是创新和建立联盟的重要途径[34]。王茂军和柴箐对北京市2005年42部门的产业交易链网络的研究发现，产业网络的结构指标，如产业节点入度、中介中心性对于产业经济增长具有明显的网络调节效应[35]。李凤梧和王茂军运用2007年投入产出表构建了中国30个地区的产业网络，其研究发现网络密度与经济增长率呈负相关，而网络社团化结构与经济增长率呈正相关[36]。Zhan等用2009—2014年浙江义乌制造业间的转账数据的研究表明，网络入度和出度不仅直接影响产业增长，还会作用于资本和劳动力，对产业增长产生调节效应[37]。对于目的地而言，其提供的旅游产品在本质上是一系列“产品束”，依赖于多个具有互补关系的行业联合提供，这些行业之间可替代性较小，是彼此依赖与竞争并存的[38]。因此，任何一个旅游地要在激烈竞争中立于不败之地，就必须在旅游产业链上建立良好的网络协作关系[39]。Pavlovich对新西兰怀托摩萤火虫洞不同历史阶段下网络结构特征与变化趋势进行分析发现，旅游地的产业发展水平与网络密度呈正相关关系[40]。王俊等人的实证研究也支持了这个结论。他们的研究发现，中国各省之间的旅游经济联系密度的增加可提升旅游专业化水平（旅游收入占GDP的比重），说明网络密度的增加能够提升旅游对GDP的贡献[41]。上述研究成果为本文的分析搭建了良好的研究基础，但受制于旅游产业数据的可得性，关于旅游产业内部的关联结构的研究仍然相当缺乏，至今仍然是一个“黑箱”，因而亟须对旅游产业网络拓扑结构特征及其与旅游经济增长问题进行更加细致深入的研究。

2 研究方法

2.1 研究设计

本文拟采用SNA技术刻画旅游产业内部网络拓扑结构特征及其变化，继而采用计量经济分析技术对因网络结构变动产生的经济增长的影响进行量化研究。如前所述，在产业网络结构研究中，投入产出表是常用的数据源。但受数据局限，投入产出表中并无单列的旅游产业数据，即便可使用剥离法从旅游相关产业中分解出旅游数据[42-43]，它也只能刻画出旅游业与其他产业之间的关联结构，很难展现旅游产业内部的网络结构。本文拟突破投入产出数据局限，选择广西自治区桂林市阳朔县作为案例地，通过考察县域范围内旅游企业类型与数量的变动来探究旅游产业内部网络关联结构特征。

桂林阳朔是中国最早发展旅游的目的地之一。从1973年国务院正式批准桂林市为首批对外开放旅游城市至今，阳朔旅游业已历经40余年的发展，经历了从观光旅游向休闲度假旅游、继而向深度体验游转型的过程。2017年，阳朔县实现旅游总收入132.5亿元，占当年GDP比重达到了103.3%[44]，其旅游发展覆盖面广，产业门类齐全。以阳朔为案例地，可以实现“见微知著”的研究目的，完整而充分地呈现出旅游产业内部的网络关联结构。

2.2 网络分析指标

本文将阳朔县域范围内的所有旅游企业视为复杂产业网络系统，相同类型的旅游企业则构成其中的一个子系统，即大类产业。按照《国民经济行业分类》（GB/T 4754—2017）和《国家旅游及相关产业统计分类（2018）》标准[45]，旅游产业包括旅游业和旅游相关产业两大部分。其中，旅游业指直接为游客提供出行、住宿、餐饮、游览、购物、娱乐等服务活动的集合，包括7个大类21个中类46个小类;旅游相关产业是指为游客出行提供旅游辅助服务和政府旅游管理服务等活动的集合，包括2個大类6个中类19个小类。其中，旅游辅助服务包括出行辅助服务、金融服务、教育服务和其他旅游辅助服务。本研究主要关注旅游大类产业之间的关系（共9类），定义具体大类产业为节点，大类产业之间的关联关系为边，借助SNA来刻画产业部门之间多层次的关系模式。就此数据而言，SNA是能够与之较好地匹配，并能实现本文研究目的的方法。研究中将同时对旅游产业整体网络拓扑结构特征和网络内部各个节点的个体特征进行分析，并识别其中表现最突出的企业。文中使用的主要网络指标如表1所示。

2.3 旅游企业筛选与识别

本研究通过公开网络渠道搜集阳朔县企业信息，数据来源包括：国家企业信用信息公示系统、全国被执行人信息网、中国执行信息公开网等。查询范围为阳朔县域内从1984年到2018年7月31日所有登记注册的农、工、商产业活动单位（含个体工商户）信息，经统计共计16 742家（为方便起见，以下均统一视为企业）。按照国家统计局《国民经济行业分类》（GB/T 4754—2017）和《国家旅游及相关产业统计分类（2018）》标准对16 742家企业的注册登记信息作逐条筛选，采用剔除法排除与旅游无关的企业。具体筛选过程共分为三轮：

第一轮，按照《国家旅游及相关产业统计分类（2018）》的指标解释，根据企业申报的经营范围对所有企业进行类型识别，剔除明显与旅游无关的企业，保留分类存疑的企业信息。例如，大部分零售企业的服务对象既包括居民也包括游客，难以确定其是否应当纳入旅游企业范畴。

第二轮，确定分类口径，对第一轮中分类存疑的企业信息进行再次筛选归类，剔除主要服务对象非游客的企业。一是根据企业经营的商品类型来甄别是否属于旅游企业;二是采用空间单元划分法，将坐落在交通干线附近且距离景区/主要集散地点/重点旅游村落如西街、游船码头等直线距离2 km以内的企业划归为旅游企业，以剔除那些服务居民的便民店、肉禽店、母婴店、五金店、童装店和烧卤店。

第三轮，与阳朔县工商局提供的涉旅企业名录进行交叉验证，同时开展实地调查（2018年8月16—27日），对前两轮筛选出的产业分类结果特别是分类存疑企业进行实地核查和修正。通过从以上不同渠道和不同时期收集到的资料进行检验、整合、汇总和归并，最大程度地减少了各种偏倚，确保旅游企业分类的科学性、客观性和真实性。

2.4 建立企业共现矩阵

由于旅游企业数据最早只能追溯至1989年，因此本文的分析时段从1989—2018年共计30年。首先根据第t年第i类企业出现的数量（i=1， …， 9）构建旅游产业共现矩阵：[Zt=Xij，t]（i=1，…， 9; j=1， …， 9; 1989≤t≤2018）。为了更清晰地展现各行业内部企业的比例关系，对每个大类行业自身的网络关联采取自环归一化处理，以获得用于分析的有向加权矩阵[Z't]。即：

2.5  结构变动与经济增长的计量检验

研究时序从1989—2018年共计30年。选择每年人均旅游消费（tourist consumption per capital，TC）和历年接待旅游人次数（tourist arrivals， TA）作为反映地区旅游经济发展绩效的代理指标。为剔除物价水平变动的影响，以1989年为基期（1989年=100），使用桂林市历年消费价格指数（CPI）对阳朔历年的旅游消费进行平减处理。为了消除量纲的影响，研究中对实际旅游消费、旅游人次、旅游企业数量进行了对数化处理。数据来源于阳朔县统计局[44]、历年阳朔县人民政府工作报告和桂林经济社会年鉴（1989—2019年）。

3 结果与分析

3.1 阳朔旅游产业发展概况

图1展示了1989—2018年阳朔旅游企业数量及旅游经济增长情况。可以看出，阳朔县旅游企业规模与产业增长呈现出较为明显的同步发展特征。1989年，阳朔已有52家旅游企业。其中，包括5家旅游出行企业、7家旅游住宿企业、2家旅游餐饮企业、21家旅游购物企业、1家旅游综合服务企业和16家旅游相关企业。直到1996年才诞生第一家旅游游览企业。1999年西部大开发和“黄金周”休假制度推动了国内游客的井喷式增长，旅游企业数量从此开始了显著增长。2006年出现了第一家旅游辅助服务企业（现已注销）①。截至2018年，阳朔县域范围内登记注册的旅游企业共计7345家，占全县所有登记注册企业数量的43.88%，旅游产业占据着阳朔国民经济半壁江山。在所有登记注册的旅游企业中，有6278家属于个体工商户，占比达到85.46%，平均注册资本为3万元。阳朔县的旅游企业“小型化”“民营化”的特征非常突出②。

表2可见，阳朔县旅游产业门类齐全，覆盖了《国家旅游及相关产业统计分类（2018）》中的全部九大旅游产业门类。其中，企业数量位列前三的大类行业分别是旅游购物（2794家，占比38.03%），旅游餐饮（2249家，占比30.62%）和旅游住宿（1225家，占比16.68%）。三大类产业的企业数量累计占旅游企业总数的85.33%，从数量来看可以被视为旅游核心产业类型。其他门类如旅游综合服务业、旅游相关产业以及旅游娱乐业等占比均不足10%。稍后的分析中將看到，尽管旅游辅助服务企业的数量并不多，但它们的出现极大地支持了阳朔旅游业在后期的发展，对阳朔旅游产业结构和经济增长均产生了重大的影响。

3.2 阳朔旅游业整体网络结构演变

图2刻画了阳朔旅游产业网络整体网络拓扑指标变化趋势。由图2可见，1989—2018年阳朔县旅游产业整体网络结构发生了显著的变化，在经历了发展初期的剧烈波动后逐步进入相对的稳定状态。产业网络密度逐年平稳上升，从1989年的0.250上升到2018年的0.611。横向比较，这一数值明显高于中国喀什（0.351）和吐鲁番（0.229）以及德国博登湖区（0.2）的企业网络密度[16-18]（表3），说明阳朔旅游产业网络各节点（行业）间的联系更加紧密，是一个更加成熟的旅游目的地。

各门类行业之间的平均路径长度在经过发展初期的调整后，连接程度变高，整体传输性能提升。其波动范围在1～1.449之间。这一数值明显小于澳大利亚昆士兰黄金海岸地区的2.28和维多利亚大洋路地区的2.4以及意大利厄尔巴岛的3.16[14-15]，显示出阳朔旅游产业网络节点间的可达性与效率相对更高，企业间关联互动较为容易且成本较低。从度中心势指标来看，平均值为0.495。这表明阳朔旅游产业内部各行业间存在一定的差距，即不同部门在旅游产业网络中的地位有高低之分，并且这种差距有扩大的趋势，后文将对此进行具体分析。

图2显示，2006年是阳朔旅游产业结构演化的重要时间节点。这是由于旅游辅助服务业于2006年的出现（表2）使得阳朔旅游产业网络密度从2005年的0.486跃升到0.597，极大地提升了旅游产业关联度，并在此后推动着整个旅游产业网络走向规则、平稳的全局耦合状态。这种变化揭示出一个重要结论，即旅游辅助产业的发展是旅游产业结构优化和升级的前提条件。进一步结合后续阳朔旅游产业从观光旅游向休闲度假旅游转型过程中的网络结构变化，可以发现，只有拥有先进发达的旅游辅助产业，才能推动休闲度假型旅游目的地的发展或全域旅游的发展。

图2刻画了阳朔旅游产业网络整体网络拓扑指标变化趋势。图中可见，1989—2018年阳朔县旅游产业整体网络结构发生了显著的变化，在经历了发展初期的剧烈波动后逐步进入相对的稳定状态。产业网络密度逐年平稳上升，从1989年的0.250上升到 2018年的0.611。横向比较，这一数值明显高于中国喀什（0.351）和吐鲁番（0.229）以及德国博登湖区（0.2）的企业网络密度[16-18]（表3），再次展示出阳朔旅游产业网络各节点（行业）间紧密的联系。阳朔作为一个旅游目的地，其产业体系更加丰富和成熟。

3.3 个体网特征分析

进一步对阳朔旅游产业个体网特征进行分析。表4显示，在2006年以前，出度中心性数值较大的产业依次为游览业（72.06）、综合服务业（26.71）和餐饮业（17.47）。其中，游览业的出度中心性远高于其他产业，说明游览业是当时阳朔旅游产业体系中的支柱产业，为其他产业的发展提供着支持。2006年后，游览业的出度中心性虽进一步提高（92.23），旅游辅助服务产业成为了旅游产业网络中的“带头产业”，其出度中心度高达585.85。旅游辅助服务产业主要涉及出行辅助、金融、教育、安保、翻译等业务范围，是旅游业的前向关联产业[48]。其发展对于推动阳朔旅游业的后期转型发展具有非常重要的作用。

入度中心性反映了产业的后向关联，可帮助识别产业网络中的支撑产业。从表4可以看出，在2006年前，入度中心性高于平均水平的产业有：购物业（62.53）、间接相关产业（27.82）和住宿业（23.29）;2006年后，购物业（394.00）和住宿业（117.38）仍然保持着较高的入度中心性。餐饮业的入度中心性提高（188.15）而间接相关产业的地位则有所下降。这反映出购物业和住宿业在旅游产业中的重要地位，而餐饮业的地位则可能随着旅游发展模式的不同而改变。在早期的观光旅游时代，人们关注视觉消费，而餐饮体验的价值未能凸显;进入度假旅游时期，享受美食、体验本地食品本身成为游客体验的重要内容，因而其重要性不断增强。这一结论，与学者们采用投入产出法测算的结果是较为接近的[48]。

接近中心性衡量的是节点的中心位置，同样可以分为入接近中心性和出接近中心性。在2006年前，阳朔游览业和旅游辅助服务业始终保持着高于其他产业的入度接近中心性和出度中心性，其后，两者的出度中心性略有下降而入度中心性相比其他产业仍然较高。游览业通常是目的地吸引游客的主要力量，旅游辅助服务业则为旅游企业以及游客提供基础性的支持。这两类产业在网络中具有较强的整合力和带动发展能力。特别是旅游辅助服务业，其入度和出度接近中心性（28.24）在2006年之前均明显高于其他产业（18.82），在整个旅游产业网络空间处于核心位置。这说明在目的地旅游发展的初期，推动公共部门和旅游辅助服务部门的发展尤为重要。

尽管旅游住宿、餐饮和购物企业数量众多，但这三类产业的入度接近中心性均较低，特别是在2006年之后进一步降低到9.31、8.92和8.00，反映出这三类产业的整合力不强。但三者的出度接近中心性在2006年之后超越了游览业和旅游辅助服务业而成为旅游产业体系中的“带头产业”。这种结构变化正好反映出阳朔由观光旅游向休闲度假旅游转型的发展态势。特别是近年来，随着交通条件的进一步改善，阳朔民宿业进入大发展时期。这些民宿通常位于景观质量好、环境优美的地方，同时融合了观赏、游憩、休闲和住宿等功能，提供太极、瑜伽、武术、游泳、热气球等活动，迎合了游客休闲放松和深度体验需要。它们与蓬勃发展的购物业和餐饮业一起，共同推动了阳朔旅游业的发展。

3.4 阳朔旅游产业网络拓扑结构的变化

在上述分析基础上，进一步对1989年、2006年和2018年阳朔县旅游产业整体网络拓扑结构进行可视化表达，如图3所示。图中连线的粗细代表了产业关联的强度，取决于产业网络共现矩阵中对应数值的大小。红色的点代表构成产业网络的“最小角”（smallest angle），即网络内部最边缘的两个节点。图3直观地显示出阳朔旅游产业由最初的简单、分散的产业形态，经过快速发展达到2006年的两极化关联状态，又经过一系列的调整，演变为2018年的较为均衡的网状紧密关联结构。阳朔县旅游产业全局网络关联进一步深化，网络的均衡性相對增强，这种变化必将对阳朔旅游经济发展产生显著影响。

3.5 阳朔旅游产业结构变动对旅游经济增长的影响

为探究阳朔旅游产业结构变动对旅游经济增长的影响，选取整体网分析指标平均路径长度（AveD）、平均点度（AD）、闭包（NC）、度中心势（DC）、密度（Dens）和网络关联度（Conn）作为自变量，设定阳朔县历年人均旅游消费（TC）和旅游人次数（TA）的对数为因变量。其中，人均消费水平可反映旅游业发展质量，后者可从总量层面反映阳朔旅游经济增长状况。考虑到经济发展的惯性特征，研究中将分别添加因变量的一阶滞后项作为控制变量。由于旅游目的地的企业规模对于旅游发展具有显著影响[14]，可能会因企业集聚而产生递增收益[49]，因此，还需要添加旅游企业数量（Numb）作为解释变量。此外，考虑到企业数量与网络结构的交互效应，分析中还将进一步添加旅游企业数量与各个指标值的交互项进行调节效应检验。

首先使用群组单位根测试对所有变量进行单位根检验，以考察序列平稳性，检验结果显示变量序列一阶差分平稳，存在一阶单整关系I（1），Johansen协整检验结果显示旅游发展与产业关联网络之间存在长期均衡关系。由于变量数量较多，采用Granger因果检验筛选影响旅游发展的最优变量集，迹统计量（trace test statistic）显示变量间至少存在3个协整关系，应当建立有协整约束的向量误差修正模型（vector error correction model， VECM）。

最佳协整方程的标准化系数如表5所示。从长期均衡关系来看，平均点度（AD）和网络关联度（Conn）对游客消费水平（lnTC）具有显著的正向影响（表5中第2列）。特别是网络关联度系数估计值较大，这意味着旅游业的发展需要保持内部行业间相对均衡的结构状态，即产业结构越均衡，旅游消费水平越高，越不易受到个别产业的影响而产生波动，旅游发展质量越好。旅游行业中的某类或少数产业独大，如阳朔发展历史上曾出现的“旅行社+购物”发展模式，并不能有效推动旅游发展质量提高。平均点度（AD）反映了产业内部前后向关联的紧密程度，其值越大，说明各旅游行业（即网络个体）间的关联越紧密，旅游经济发展的质量越好。这是由于紧密的联系可降低企业间的信息交换成本，产生知识溢出效应，有助于提供更好的旅游产品和服务[50]。平均路径长度（AveD）反映的是企业之间的连接程度变高，其值越小，节点企业之间的信息传输损耗越小，因而其数值的变动与旅游消费呈现为负相关关系。而度中心势（DC）对于旅游消费水平的影响则依赖于企业数量规模。在产业网络度中心势相同的情况下，企业数量越多，越有助于促进旅游消费;而在企业数量不变的情况下，度中心势越高，目的地吸引游客消费的能力越强，旅游消费增长会更快。

值得注意的是，网络密度（Dens）对于阳朔游客消费水平产生了负面影响。一般认为，网络密度的提升代表着目的地产业间凝聚力增强，可产生集聚效应推动产业增长。但产业集聚也可能会带来风险，可能会因内部僵化或受到外部威胁（如技术中断、消费者需求变化等）而失去竞争力[51-52]。李风梧和王茂军对中国30个地区的产业网络结构的研究也发现，网络密度与中国经济增长率呈负相关[36]。本研究中网络密度和企业数量的系数为负，说明目前阳朔旅游业出现了密度过高的状况。根据实地调查，2018年阳朔县每平方千米范围内分布有旅游企业85.38家;在阳朔县城区范围内，旅游企业之间的平均直线距离仅10.6米。由于企业高度集聚而带来的过度竞争已经对阳朔旅游经济增长产生了负面影响。

从旅游发展总量层面上进行分析可以发现，反映产业关联水平的平均点度（AD）是一个非常重要的结构指标。它不仅影响着旅游消费水平，对于旅游发展的总量也具有显著正向影响。网络闭包（NC）反映的是产业网络的开放程度。通常情况下，网络系统越开放，目的地获得的信息和资源越多，流通效率越高，其值越低，旅游发展态势越好，因而其数值的变动与因变量呈现为负相关关系。在目的地发展过程中，网络开放度对目的地发展的影响还会受到在地企业数量的正向调节和强化。分析结果证实了这一点，即旅游企业数量（Numb）不仅直接影响经济总量，还与结构态势相互交织，共同影响着产业发展的水平与规模。

基于协整结果，建立误差修正模型（ECM）以分析短期波动给因变量造成的变化。ΔlnTC的误差修正项为-0.852ECM（-1）+1.422ΔlnTC（-1）+1.683ΔAD（-1）-15.206Dens（-1）+2.263（F=249.878，R2=0.987，D.W.=2.115;其余因子滞后项不显著），所有的单位根都落于单位根圆内。ΔlnTC的误差修正项系数显著为负，这表明旅游产业系统中存在反向修正机制，若各因子短期波动偏离长期均衡水平，纠正上一期的非均衡状态强度为8.52%。从误差修正项调整系数看，企业网络密度对于短期波动也具有反向修正效应，且其调整系数绝对值最大，说明其在短期偏离过程中对于市场波动的响应和调整速度是最快的，这显然与旅游供给市场相对自由的进入退出机制特性相吻合。旅游消费和平均点度滞后期系数都为正，这说明在短期内旅游消费变动趋势具有持续性，旅游产业网络有保持自身结构稳定的特性。ΔlnTA的误差修正项为-0.746ECM（-1）+0.770ΔlnTA（-1）+0.524ΔAD（-1）-4.815Dens（-1）+0.769lnNumb+2.626（F=193.183，R2=0.838，D.W.=1.981;其余因子滞后项不显著）。模型短期修正系数为负，并在1%水平下显著，方程中也存在反向修正机制;而旅游人次数、企业数量和网络关联度依然表现出明显的粘性特征，游客市场的短期波动主要由网络密度进行反向调节，这反映出产业集聚水平对于旅游经济平稳运行具有收敛效应。

4 研究结论

本研究从经济增长的结构主义视角出发，采用社会网络分析法，通过对小区域微观旅游企业数据的研究，刻画了目的地从观光旅游向休闲度假旅游转型的过程中，旅游产业网络拓扑结构特征及其变动过程，并剖析了这种结构变化对于旅游经济高质量增长的影响。研究支持了关于经济发展的结构主义观点，即结构变化是产业发展的内生过程。产业发展不仅呈现为总量的增长，还伴随着结构的变化;反过来，这种结构变化不仅影响着产业发展绩效与规模，也推动着目的地企业竞合关系和旅游发展模式的变化。

阳朔接待游客人次数从1989年接待108万人次、实现旅游总收入700万元增长到2018年的1550万人次、132.5亿元，其接待游客人数增长了14倍，旅游经济总量（按实际产值计算）增长了565倍。与之相伴，旅游产业网络也由简单关联向极化关联演化，并走向相对均衡的网状关联。这种结构变化推动着阳朔旅游发展模式从观光旅游向休闲度假旅游转型。在这一转型过程中，阳朔旅游产业内部的主导部门也发生着更替变化，从早期以游览业为核心向住宿、餐饮、购物为核心转变，而旅游辅助服务业为推动和实现这种转变起到了重要的支撑性作用。阳朔旅游发展中的结构变化和增长具有非常深刻的学术和实践价值，研究表明：

第一，在目的地生命周期的不同阶段或旅游业迈向高质量发展的过程中，旅游产业内部将经历主导产业的更替演变，旅游产业转型升级的本质就是产业网络中处于中心位置的主导产业的演进更替。在目的地发展的早期，需要仰仗游览业以吸引游客，此时游览业作为主导产业占据网络中心位置，但同时也需要政府提供公共服务和出行、广告、信息等辅助服务业的支持。而在目的地发展的后期，住宿、购物和餐饮三大产业因其体验特性将成为新的主导产业，此时金融、咨询、教育产业将成为推动旅游业发展的新的支持性产业。因此，目的地能否顺利地由观光旅游向休闲度假模式转变，取决于其主导产业是否能够顺利地从视觉消费为主的游览业向住宿、购物和餐饮三大体验产业发展更替，从而有效地带动其他相关产业快速发展，建立起现代旅游产业体系。

第二，旅游辅助服务产业的发展是旅游产业成长壮大并实现结构优化和升级的前提条件。这是由于，旅游发展依赖于目的地提供良好的基础设施、公共服务和金融、投资、文化、咨询、广告、翻译、培训等辅助服务。旅游产品和服务创新需要智力和资金支持;目的地营销也需要人力资本和广告部门提供的服务。如果后者服务能力不足，将导致旅游产业体系内部发展不均衡，无法建立协同的产业体系推动经济增长。只有在成熟发达的辅助服务产业部门的支持下，目的地才能真正实现从景点导向的观光旅游向基于体验的休闲度假旅游转型，实现高质量发展。许多发展中地区之所以不能顺利实现转型升级，其原因在于地方公共管理服务不能得到有效的提升和旅游辅助服务部门发展滞后，难以提供旅游业结构优化和转型所需的基础条件。打破這一瓶颈约束的方式既可以依靠政府的有形之手进行自上而下的改革和引资推动转型，也可以依赖市场的无形之手进行自下而上的创新发展。而阳朔的方式是自下而上的，是通过大量民营旅游小企业的汇聚，吸引来外部智力和资本，形成信息、知识和技术上的互通共享和外溢，从而实现目的地的自发转型。

第三，旅游产业间均衡发展对于提升旅游消费水平，即推动旅游产业高质量发展具有重要作用。某类或几类产业一业独大，如阳朔发展历程上曾经出现的“旅行社+购物”极化发展模式并不能推动旅游业高质量发展。相反，旅游行业间网络结构越均衡，食住行游娱购等企业数量和产值的均衡匹配，旅游发展的水平、规模和质量越好。当然，均衡的网络结构并不意味着所有产业具有同等的重要程度。这是由于不同产业具有不同的整合力和辐射力。阳朔的发展实践表明，游览业和金融、投资开发、咨询管理等旅游辅助服务和相关服务业具有较高的资源整合能力，其创新发展可为其他旅游产业的发展提供支持，应予以重点扶持;旅游购物、住宿和餐饮业是旅游产业体系中的核心支持产业，应注重提升其服务质量增进旅游消费。总之，旅游业高质量发展需要保持内部行业既重点突出又相对均衡的发展状态。

最后，旅游产业内部各行业间的连接程度越高、产业间前后向关联越紧密、产业网络越开放，产业间前后向关联度越高，企业间的信息交流越频繁，交换成本越低，越有利于知识溢出和产品创新。这些知识和创新不仅有利于促进旅游消费，也有利于吸引更多的游客。另外，企业规模数量也很重要。企业数量不仅直接带来集聚经济优势，还会强化如网络开放度、中心度等结构变量的正向影响，给目的地旅游发展带来积极的间接效应。但是，企业间无差异化地过度集聚也会带来负面问题。阳朔作为我国最早的旅游目的地之一，汇集了各类大大小小的旅游企业，大量企业的集聚既推动了旅游业的繁荣，同时也带来行业间的恶性竞争。以阳朔的餐饮业为例，同质化现象非常严重，桂林米粉和啤酒鱼遍布阳朔大街小巷，空间上高密度集聚带来高租金和高竞争压力，这迫使商家不得不采取低价竞争降低质量的策略。现阶段，阳朔旅游产业网络特别是西街已经出现过密化倾向，给旅游发展带来了“规模不经济”。本文的误差修正模型显示，网络密度对于消费水平和市场短期波动的反应最为灵敏、调节能力最强。政府应充分发挥市场机制灵活调节的特点，引导和鼓励这些旅游企业创新其产品与服务，扩散转移到阳朔境内其他具有旅游发展潜力的地区，以释放过密化的压力，同时又能充分地发挥和利用集聚经济优势。

阳朔案例具有普遍意义。它是许多寄望于利用自身资源发展旅游产业，以推动地方经济发展实现经济赶超目的的发展中国家和地区的缩影。阳朔案例的价值就在于其揭示出一个很重要的结论——政府的公共服务能力是推动旅游产业成长的基础，而旅游业能否实现高质量发展最终取决于金融、咨询、教育、广告等辅助服务业的发展水平。阳朔案例也有其局限性。本研究所揭示出的产业结构变化与旅游经济增长之间的复杂关联机制，还需要在更多的实践场域中加以检验，例如选择更大尺度的城市或者城市型旅游目的地。此外，研究隐含地假设不同类型的旅游企业都是均质的，因而仅关注了企业数量结构而未能考虑到企业的产值结构，在未来的研究中还需加以改进和拓展。本研究的贡献在于揭示出在旅游经济研究中开展结构分析的重要意义，即如果不去理解和衡量生产结构中的变化，就难以真正地理解和把握旅游产业的发展方向。对于旅游经济的研究需要更多的结构分析视角。

参考文献（References）

[1] FOELLMI R， ZWEIM?LLER J. Structural change， Engels consumption cycles and Kaldor's facts of economic growth[J]. Journal of Monetary Economics， 2008， 55（7）： 1317-1328.

[2] 生延超. 旅游产业结构优化对区域旅游经济增长贡献的演变[J]. 旅游学刊， 2012， 27（10）： 11-19. [SHENG Yanchao. On the evolution of the optimization of tourism industrial structure to the contribution of economic growth of regional tourism[J]. Tourism Tribune， 2012， 27（10）： 11-19. ]

[3] 余典范， 干春晖， 郑若谷. 中国产业结构的关联特征分析——基于投入产出结构分解技术的实证研究[J]. 中国工业经济， 2011 （11）： 5-15. [YU Dianfan， GAN Chunhui， ZHENG Ruogu. Industrial linkages in China—An empirical research based on structural decomposition technique of input-output model[J]. China Industrial Economics， 2011 （11）： 5-15. ]

[4] 左冰， 保继刚. 1992-2005年中国旅游业全要素生产率及省际差异[J]. 地理学报， 2008， 63（4）： 417-427. [ZUO Bing， BAO Jingang. Tourism total factor productivity and its regional variation in China from 1992 to 2005[J]. Acta Geographica Sinica， 2008， 63（4）： 417-427. ]

[5] 左冰. 旅游能打破资源诅咒吗？——基于中国31个省（市、区）的比较研究[J]. 商业经济与管理， 2013 （5）： 60-69. [ZUO Bing. Can tourism boom break the resource curse？—An empirical evidence from mainland China[J]. Journal of Business Economics， 2013 （5）： 60-69. ]

[6] 左冰. 效率提高會吞噬就业吗？旅游产业升级的就业效应研究[J]. 商业经济与管理， 2018 （12）： 77-90. [ZUO Bing. Employment generating effects during tourism industrial upgrading process in China[J]. Journal of Business Economics， 2018 （12）： 77-90. ]

[7] 赵磊. 中国旅游全要素生产率差异与收敛实证研究[J]. 旅游学刊， 2013， 28（11）： 12-23. [ZHAO Lei. An empirical study on difference and convergence of total factor productivity of Chinas tourism[J]. Tourism Tribune， 2013， 28（11）： 12-23. ]

[8] 赵磊， 方成， 毛聪玲. 旅游业与贫困减缓——来自中国的经验证据[J]. 旅游学刊， 2018， 33（5）： 13-25. [ZHAO Lei， FANG Cheng， MAO Congling. Tourism and poverty reduction： An empirical evidence from China[J]. Tourism Tribune， 2018， 33（5）： 13-25. ]

[9] ZUO B， LI L. Factor reallocation and heterogeneous productivity growth in China tourism industry[J]. Journal of China Tourism Research， 2018， 14（3）： 370-391.

[10] LEIPER N. Tourist attraction systems[J]. Annals of Tourism Research， 1990， 17（3）： 367-384.

[11] 李薇， 龙勇. 竞争性战略联盟的结构选择模式研究[J]. 商业研究， 2011 （1）： 75-82. [LI Wei， LONG Yong. Empirical study on the external cooperative effects of competitive alliance[J]. Commercial Reaserch， 2011 （1）： 75-82. ]

[12] BENGTSSON M， KOCK S. “Coopetition” in business networks—To cooperate and compete simultaneously[J]. Industrial Marketing Management， 2002， 29（5）： 411-426.

[13] 吴结兵， 徐梦周. 网络密度与集群竞争优势： 集聚经济与集体学习的中介作用——2001—2004年浙江纺织业集群的实证分析[J]. 管理世界， 2008 （8）： 69-76; 187-188. [WU Jiebing and XU Mengzhou. Between the network density and the competitive advantage： Of the economy and of the the mediating effect agglomeration collective leaning[J]. Mana-gement World， 2008 （8）： 69-76; 187-188. ]

[14] SCOTT N， COOPER C， BAGGIO R. Destination networks： four Australian cases[J]. Annals of Tourism Research， 2008， 35（1）： 169-188.

[15] COSTA L D F， BAGGIO R. The web of connections between tourism companies： Structure and dynamics[J]. Physica A： Statistical Mechanics and Its Applications， 2009， 388（19）： 4286-4296.

[16] 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. [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. ]

[17] 田曉霞， 肖婷婷， 张金凤. 吐鲁番市旅游产业集群社会网络结构分析[J]. 特区经济， 2013（3）： 94-97. [TIAN Xiaoxia， XIAO Tingting and ZHANG Jinfeng. The social network structure of tourism industry cluster in Turpan[J]. Special Zone Economy， 2013 （3）： 94-97. ]

[18] 田晓霞， 肖婷婷， 张金凤， 等. 喀什旅游产业集群社会网络结构分析[J]. 干旱区资源与环境， 2013， 27（7）： 197-202. [TIAN Xiaoxia， XIAO Tingting， ZHANG Jinfeng， et al. The analysis of social network structure of tourism industry cluster in Kashi[J]. Journal of Arid Land Resources and Environment， 2013， 27（7）： 197-202. ]

[19] W?SCHE H. Interorganizational cooperation in sport tourism： A social network analysis[J]. Sport Management Review， 2015， 18（4）： 542-554.

[20] YING T Y， JIANG J， ZHOU Y. Networks， citizenship behaviours and destination effectiveness： A comparative study of two Chinese rural tourism destinations[J]. Journal of Sustainable Tourism， 2015， 23（8-9）： 1318-1340.

[21] YING T Y， NORMAN W C， ZHOU Y G. Online networking in the tourism industry： A webometrics and hyperlink network analysis[J]. Journal of Travel Research， 2016， 55（1）： 16-33.

[22] 项后军， 江飞涛. 核心企业视角的集群竞合关系重新研究[J]. 中国工业经济， 2010（6）： 137-146. [XIANG Houjun， JIANG Feitao. Re-examing the co-competition of the industry clusters based on the perspective of core firm[J]. China Industrial Economics， 2010 （6）： 137-146. ]

[23] 宋艳玲. 产业网络与产业增长研究——以义乌为例[D]. 华南理工大学， 2017. [SONG Yanling. Research on Industrial Network Growth—A Case Study of Yiwu[D]. Guangzhou： South China University of Technology， 2017. ]

[24] 师萍. 旅游产业结构评价方法初议[J]. 西北大学学报（哲学社会科学版）， 1999， 29 （1）： 85-88. [SHI Ping. A preliminary discussion on the evaluation method of tourism industry structure[J]. Journal of Northwest University （Philosophy and Social Science Edition）， 1999， 29（1）： 85-88. ]

[25] 陈太政， 李锋， 乔家君. 旅游产业高级化与旅游经济增长关系研究[J]. 经济地理， 2013， 33（5）： 182-187. [CHEN Taizheng， LI Feng， QIAO Jiajun. Study on relationship between the optimization of tourism industry and tourism economic growth in China[J]. Economic Geography， 2013， 33（5）： 182-187. ]

[26] 王淼. 旅游业的产业结构研究——以江苏省为例[J]. 上海大学学报（社会科学版）， 1998， 5（1）： 72-76. [WANG Miao. The study of tourism industry structure—An case study of Jiangsu province[J]. Journal of Shanghai University （Social Science Edition）， 1998， 5（1）： 72-76. ]

[27] 王岳平， 葛岳静. 我国产业结构的投入产出关联特征分析[J]. 管理世界， 2007 （2）： 61-68. [WANG Yueping， GE Yuejing. An input-output analysis of China industrial structure[J]. Management World， 2007 （2）： 61-68. ]

[28] 杜華东， 赵尚梅. 中国产业结构变迁的实证研究——基于社会网络分析法的分析[J]. 管理评论， 2013， 25（3）： 38-47; 90. [DU Huadong， ZHAO Shangmei. An empirical study on the adjustment of industry structure in China： An application of social network analysis [J]. Management Review， 2013， 25 （3）： 38-47; 90. ]

[29] MCNERNEY J， FATH B D， SILVERBERG G. Network structure of inter-industry flows [J]. Physica A： Statistical Mechanics and Its Applications， 2013， 392（24）： 6427-6441.

[30] ARA?JO T， FAUSTINO R. The topology of inter-industry relations from the Portuguese national accounts [J]. Physica A： Statistical Mechanics and Its Applications， 2017， 479： 236-248.

[31] 汪云林， 付允， 李丁. 基于投入产出的产业关联研究[J]. 工业技术经济， 2008， 27（5）： 120-123. [WANG Yunlin， FU Yun， LI Ding. Research on industrial linkage based on Input-Output Method [J]. Industrial Technology & Economy， 2008， 27（5）： 120-123. ]

[32] 孙露， 薛冰， 張子龙， 等. 基于SNA的中国产业网络结构演化及定量测度[J]. 生态经济， 2014， 30（2）： 83-87; 115. [SUN Lu， XUE Bing， ZHANG Zilong， et al. A SNA-based measurement on industrial structure change and industrial networking of China [J]. Ecological Economy， 2014， 30（2）： 83-87; 115. ]

[33] GIBSON L， LYNCH P A， MORRISON A. The local destination tourism network： Development issues[J]. Tourism and Hospitality Planning， Development， 2005， 2（2）： 87-99.

[34] MORRISON A， LYNCH P， JOHNS N. International tourism networks [J]. International Journal of Contemporary Hospitality Management， 2004， 16（3）： 197-202.

[35] 王茂军， 柴箐. 北京市产业网络结构特征与调节效应[J]. 地理研究， 2013， 32（3）： 543-555. [WANG Maojun， CHAI Jing. Beijing industrial network structural features and moderating effect [J]. Geographical Research， 2013， 32（3）： 543-555. ]

[36] 李凤梧， 王茂军. 中国产业网络结构特性与经济增长关联研究[J]. 首都师范大学学报（自然科学版）， 2014， 35（4）： 91-100. [LI Fengwu， WANG Maojun. Research on the relationship between the structure characteristic of Chinese industry network and economic growth [J]. Journal of Capital Normal University （Natural Science Edition）， 2014， 35（4）： 91-100. ]

[37] ZHAN Z Q ， ZHANG Q L ， LI M ， et al. An empirical study on the relationship between industrial network structure and industrial growth[C]. International Conference on Information Management. IEEE， 2017.

[38] WEIDENFELD A， WILLIAMS A M， BUTLER R W. Spatial competition and agglomeration in the visitor attraction sector [J]. The Service Industries Journal， 2014， 34（3）： 175-195.

[39] W?SCHE H， DICKSON G， WOLL A. Quality in regional sports tourism： A network approach to strategic quality mana-gement[J]. Journal of Sport and Tourism， 2013， 18（2）： 81-97.

[40] PAVLOVICH K. The evolution and transformation of a tourism destination network： The Waitomo Caves， New Zealand[J]. Tourism Management， 2003， 24（2）： 203-216.

[41] 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， 32（7）： 15-26. [WANG Jun， XU Jinhai， XIA Jiechang. Study on the spatial correlation structure of Chinas tourism economic and its effect： Based on Social Network Analysis[J]. Tourism Tribune， 2017， 32（7）： 15-26. ]

[42] 李江帆， 江波， 李冠霖. 旅游产业与广东新经济增长点[J]. 广东经济， 1999 （1）： 19-21. [LI Jiangfan， JIANG Bo， LI Guanlin. Tourism industry and Guangdong economics new engine[J]. Guangdong Economics， 1999 （1）： 19-21. ]

[43] 左冰. 中国旅游产出乘数及就业乘数的初步测算[J]. 云南财贸学院学报， 2002（6）： 30-34. [ZUO Bing. The estimation of tourism industry output and employment multiplier in China[J]. Journal of Yunnan Finance and Trade Institute， 2002（6）： 30-34. ]

[44] 阳朔縣人民政府. 2018年政府工作报告[EB/OL]. [2018-01-31].www.yangshuo.gov.cn/zfxxgkzl/gzbg/201801/t20180131_73886

5.htm.[Government of Yangshuo. Government Work Report2018[EB/OL]. [2018-01-31]. www.yangshuo.gov.cn/zfxxgkzl/gzbg/201801/t20180131_738865.htm.www.yangshuo.gov.cn/zfxxgkzl

/gzbg/201801/t20180131_738865.htm.]

[45] 关于印发《国家旅游及相关产业统计分类（2018）》的通知[EB/OL]. [2018-04-12].www.stats.gov.cn/tjgz/tzgb/201804/t2018041

2_1593588.html.National Bureau of Statistics. Circular on the Issuance of the Statistical Classification of National Tourism and Related Industries （2018）[EB/OL]. [2018-04-12]www.stats.gov.cn/tjgz/tzgb/201804/t20180412_1593588. html. ]

[46] 李茂. 中国产业关联网络的拓扑特征演变[J]. 技术经济， 2016， 35（7）： 80-89. [LI Mao. Changes in topological characteristics of Chinas inter-industry linkage network[J]. Technology Economics， 2016， 35（7）： 80-89. ]

[47] TER WAL A L J， ALEXY O， BLOCK J R， et al. The best of both worlds： The benefit of open-specialized and closed-diverse syndication network of new ventures success[J]. Administrative Science Quarterly， 2016， 61（3）： 393-432.

[48] 刘晓欣， 胡晓， 周弘. 中国旅游产业关联度测算及宏观经济效应分析——基于2002年与2007年投入产出表视角[J]. 旅游学刊， 2011， 26（3）： 31-37. [LIU Xiaoxin， HU Xiao， ZHOU Hong. An analysis of the measurement of correlation of Chinas tourism industry and macroeconomic effects-Based on the perspective of input-output tables in 2002 and 2007[J]. Tourism Tribune， 2011， 26（3）： 31-37. ]

[49] KRUGMAN P. Increasing returns and economic geography[J]. Journal of Political Economy， 1991， 99（3）： 483-499.

[50] ZHANG C Z， XIAO H， GURSOY D， et al. Tacit knowledge spillover and sustainability in destination development[J]. Journal of Sustainable Tourism， 2015， 23（7）： 1029-1048.

[51] PORTER M E. Clusters and the new economics of competition[J]. Comparative Economic and Social Systems， 1998 （2）： 21-31.

[52] 王发明. 产业集群演进研究： 回顾、分析和启示[J]. 经济经纬， 2009（5）： 60-63. [WANG Faming. Review， analysis and revelation of the researches on industrial cluster evolution[J]. Economic Survey， 2009（5）： 60-63. ]