第三节 国内外相关研究进展

一 旅游流溢出及空间关联结构

（一）国外研究进展

国外关于旅游空间关联的研究成果较多。由于旅游流是具有方向的一个矢量，从旅游客源地指向旅游目的地，在游览活动中会对目的地区域产生经济、社会、生态等综合影响，因此多是以分析客流量为切入点，分析区域旅游空间关联结构。Williains（1970）运用定量方法从旅游流流动要素出发，建立模型检测旅游流的形成机制，为后期学者建立计量模型奠定了理论基础。Lundgren（1984）从地理学的角度分析加拿大的旅游发展，并提出了四种旅游流模式，其中辐射模式又称为溢出作用，包括旅游城市对周边区域，特别是农村以及边远地区的溢出作用。Pearce（1987）对国际旅游流的空间结构进行分析，总结了Mariot、Campbell、Lundgren等旅游流空间模型。Murphy（1988）运用“核心—边缘”理论解释温哥华岛旅游发展空间结构中的不均衡现象。Leiper（1990）构建了旅游流空间的系统概念模型，这个模型由客源地、目的地以及发挥桥梁作用的中间地组成。Oppermann（1992）通过对马来西亚国内旅游者的空间流动情况进行研究，发现旅游流在马来西亚空间分布不均衡，旅游者主要集中在马来西亚的西海岸。Johnston（1997）以加拿大北极地区的游客为研究对象，对其旅游客流量以及法律控制措施进行了研究。

Lew A.（2002）通过大量调查，以相对接受指数绘制了香港旅游流分布图，对旅游流的空间分布特征进行了测算。Takee Hui（2002）对日本游客赴新加坡旅游的旅游流时空分布进行了分析。Christine Lim（2004）对赴澳大利亚旅游的韩国游客时空分布特征进行了研究。Noam Shovala（2004）以耶路撒冷的旅游景区为研究对象，对其旅游流空间特征进行分析，建立了大城市的旅游消费空间模型。Jae（2005）以澳大利亚为研究对象，对直接和间接两种客流量预测方法的精度进行了比较，并预测了澳大利亚的国际旅游流量。Prideaux（2005）和María（2016）对旅游流的影响因素进行了研究。Rogerson（2006）建立经济模型，测算了南非国际旅游流空间分布特征。Mckercher（2008）对游客在旅游目的地之间的流动情况，以及其内部的旅游流流量进行了分析。Kiyong（2010）采用面板数据，分析了贸易和旅游流之间的关系，并对国际旅游流的模式进行了一般性的解释。Kirill（2012）分析了俄罗斯到欧盟国家旅游流的发展趋势，建立了俄罗斯游客到欧盟国家出境旅游流流量的经济计量模型。Simon（2013）采用时间序列分析方法，探讨了1998年新西兰博物馆开放对惠灵顿首都旅游业发展的促进作用。Minfeng Deng（2014）以澳大利亚国内和国际入境旅游为例，建立空间OD模型，模拟旅游流时空分布规律。Dolores（2015）利用探索性空间数据分析方法（ESDA），以西班牙Andalucí地区为例，分析旅游流的空间分布规律。Faruk（2016）、María（2016）、Javier（2018）对旅游流的相关影响因素进行了分析。Valadkhani（2017）运用格兰杰因果关系检验法，对澳大利亚出入境旅游流的非对称因果现象进行了检验。

（二）国内研究进展

国内关于旅游流的研究最早出现在20世纪80年代。楚义芳（1987）从理论角度承认旅游流在空间上具有研究的意义。张凌云（1988）对旅游流进行了定量分析。杨森林（1990）利用统计数据，分析了国际旅游流的特点。朱同林（1997）对九华山旅游流的时空分布规律进行了分析，确定了相关市场划分的方法。这个时间段关于旅游流的研究刚刚起步，研究内容和方法都比较单一，但对国内旅游流的研究具有非常重要的意义。

入境旅游流是早期相关研究的重点。马耀峰和李永军（2000，2001）研究了热点城市的入境客流流入和空间分布特征。张红（2000）利用相关统计资料，总结了国外游客旅游流的空间分布特征。王洁（2002）采用阈值法，研究以广州和深圳为出发点的境外旅游流空间流动趋势。马晓龙（2004）采用数理统计分析与实证分析相结合的方法，研究了西安入境旅游流的空间分布规律。丁正山（2004）利用抽样调查数据，研究了南京市国内游客流动的时空特点。

后来，有关旅游流空间结构的研究开始增多，多种学科的研究方法与理论也越来越多地被应用于旅游流的研究中。章锦河（2005）从空间场效应的角度对国内旅游流的集聚与扩散进行了研究。杨国良（2006）运用Zipf指标以及差异度指标对四川省旅游流的空间差异化特征以及规模等级结构进行了研究。沈振剑（2005）预测分析了河南省的游客流动分布、发展趋势和影响因素。马晓龙（2006）、钟静（2007）、张佑印（2008）研究了旅游流的时空变化特征。此时有关旅游流影响因素的研究也有了长足的进展。黄泰（2006）以淮安市为研究对象，分析了该地区的旅游流影响因素。郭晓东（2008）探讨了时间对旅游流空间分布的影响。王洁洁（2009）以中国和美国为例，探讨了国际关系和危机事件对出入境旅游流的影响。

交通条件的飞速发展，航空和高铁技术的革新大大缩短了旅游交通所耗费的时间，距离不再是限制游客出行的首要问题。王兆峰（2012）以西南地区为例，研究我国入境旅游流与航空运输网络之间的协同演化关系。汪德根（2013，2015）分析了高铁对区域旅游空间关联的影响。此外，有关旅游流的集聚扩散也有许多研究，但是对其影响因素的研究还有待进一步探索。地理学、运筹学、社会学、统计学等理论和方法被运用在旅游流空间分布的相关研究中，使研究更为深入、科学、严谨。研究区域涉及大、中、小不同空间尺度，如以长江三角洲、珠江三角洲、京津冀等一定区域内城市旅游流的空间特征分析，以及省内各城市旅游流的空间分布特征分析，某个城市内部旅游流空间特征分析，甚至是某个景区内旅游流空间特征分析。

此后，旅游流网络结构成为相关研究的一个热点问题。刘法建（2010）运用社会网络与QAP分析法，对中国入境旅游流网络结构进行了研究。吴晋峰（2010）以社会网络理论为研究方法，研究了京沪入境旅游流的网络结构。杨兴柱（2011）采用需求理论、推拉理论和地理学的相关理论，对旅游流的形成进行了分析。王永明（2012）、王金盈（2013）等学者采用社会网络分析方法，对入境旅游流的空间网络结构进行了研究。彭红松（2014）、林文辉（2016）、马丽君（2018）、王娟（2016）、黄泰（2016）利用社会网络分析法，对不同地区的旅游流网络结构和演变特征进行了研究。

随着网络时代的到来，游客可以借助微博、旅游专业网站等工具平台，实时分享旅游感受、游记心得，有利于研究者收集一手研究资料。付琼鸽（2015）、周慧玲（2016）采用旅游网站上公布的行程和游记分析文本数据，提炼抓取旅游流流向关系，借助社会网络分析法分析旅游流的网络结构特征。

二 旅游者网络使用行为与旅游流互动关系

随着科学技术的不断发展，网络普及率大大提高，越来越多的人将互联网作为工具来辅助自己的出行，人们通过互联网来检索旅游目的地的相关信息、订购相关的旅游产品，并通过便捷的互联网分享平台公开自己的旅游心得、照片、感悟等。因此，游客的在线搜索行为与旅游客流量之间的关系也越来越受到人们的关注。

（一）国外研究进展

Davidson（2005）以西方游客在我国台湾旅游网站的相关评价为研究对象，从游客角度出发，分析了西方旅游者的相关网络搜索行为，研究认为，互联网在组织旅行和获取信息方面的潜力和实际应用之间仍然存在差距，但是互联网仍然是访问旅游网络信息和提升旅游目的地形象的有效场所。Kim（2007）、Okazaki（2009）则都以性别为切入点，分析了不同性别的旅游者在网络使用行为中的差异。Wolk（2008）提取了用户相关的网络登录兴趣点，用文本分析和多维标度（MDS），构建了用户信息的非辅助响应相似图，分析了游客对欧洲市场的旅游需求。Vermeulen（2009）考虑了积极和消极的评论、酒店的熟悉程度以及专家和非专家评审员对旅行消费者的影响，利用集合理论研究了游客的旅游网络信息检索行为与旅游决策之间的关系。Jordan（2013）则分析了在不同的文化背景下，旅游者网络信息检索行为之间的区别与联系。

在国外，“网络关注度”一词鲜有学者使用，与旅游流的相关性研究也较少，但是已有许多学者利用搜索引擎数据、谷歌趋势等互联网数据进行学术研究，如Bangwayoskeete（2015）通过研究谷歌趋势的时间序列数据，对旅游客流量或旅游需求做出了预测，对于旅游业而言，这个研究对于政府的政策制定和企业规划的制订都有很大的作用。Xin Yang（2015）探讨了在线搜索数据预测旅游客流的准确性，比较了百度和谷歌的搜索数据预测能力，且通过海南验证了搜索数据和客流量之间的关系。Park（2016）利用来自谷歌趋势的互联网搜索数据，对日本到韩国的旅游流进行了短期预测。

（二）国内研究进展

近几年，国内利用不同的互联网平台或工具来研究旅游的学者越来越多，旅游者互联网搜索行为和旅游客流的关系日益受到人们的关注。研究证明，网络关注度跟实际的游客流量之间存在正向相关关系。

1.旅游者网络搜索行为研究

岑成德（2007）对年轻的旅游者网络信息检索行为进行了研究，发现年轻旅游者大部分都是通过互联网来获取旅游信息，但只有大约20%的人利用互联网进行预订。李君轶（2010）发现，网络信息关注程度呈现出明显的层次性。周晓丽（2016）收集西安42个典型景区的百度指数，研究了旅游者搜索行为规律，并提出了基于搜索引擎的旅游营销建议。韩剑磊（2018）引入结构方程模型，以赴滇的游客为研究样本，进行了游客互联网消费特征方面的实证拓展研究。

2.网络关注度和实际旅游客流量的相关性研究

龙茂兴（2011）研究发现，区域旅游网络用户的搜索量与实际旅游流量之间有很强的正相关关系。马丽君（2011）研究了旅游客流量和网络关注度之间的关系，发现旅游者网络关注度月指数每变化1%，旅游客流量月指数将变化0.611%。王硕（2013）以华山、庐山以及八达岭长城景区为研究对象，通过收集2012年十一黄金周以及相关的网络关注度数据，发现网络关注度与景区客流量相关性较强。黄先开（2013）以故宫为研究对象，证明了百度指数数据与客流量之间存在正向关系，网络关注度能够很好地反映一部分实际客流量。汪秋菊（2014）以水立方为例，检验了水立方网络关注度与客流量之间的相关关系，并利用网络关注度数据对水立方旅游客流量进行了预警监测。孙烨（2017）以三清山为案例地，分析了PC端与移动端的百度指数和实际客流量间的关系，利用计量经济学的相关方法，对客流量预测结果和预测能力进行了对比，结果发现移动端比PC端的百度指数能够更好地解释实际客流量的变动。上述研究结果显示出旅游目的地的客流量和网络关注度之间存在极强的正向相关性关系，可以利用网络关注度数据来反映客流量的大小，分析旅游流的时空变化特征。

3.旅游者网络使用行为与旅游流相关研究

杨敏（2012）研究了澳大利亚网民高度关注的10个旅游网站，探讨了旅华澳大利亚旅游流与网络推荐度之间的耦合关系。蔚海燕（2018）收集了上海高星级景区在驴妈妈平台的相关旅游者点评信息，利用旅游者数字足迹和社会网络分析法，研究了上海迪士尼开业前和开业后旅游流的网络结构。任飞（2017）以山东省的自由行旅游流为研究对象，抓取相关的网络文本信息，从流量流向、溢出性、季节性、客源分布以及跨区域联系等几个方面展开了对比分析。符红波（2018）利用与苏州市相关的网络游记，对其旅游流的空间结构进行研究。闫闪闪（2017）利用洛阳市游客的新浪微博签到数据，通过时间分层、核密度空间分析等方法，分析了洛阳市旅游流的时空分布特征。马丽君（2018）依托百度指数平台，收集湖南省内相关景区的网络关注度数据，研究旅游流的集聚扩散特征及其影响因素。马莉（2018）收集长江三角洲40个城市每天访问南京钟山景区的游客量及网络关注度数据，借助地理集中指数、格兰杰因果关系检验等方法，揭示了景区旅游流和网络关注度的时空分布特征及其异同，检验了旅游客流量与网络关注度之间的相关关系。

三 旅游经济空间溢出效应

（一）国外研究现状

20世纪50年代，国外学者就开始验证经济增长的溢出效应，相关研究主要集中在国家之间经济増长的溢出效应。如Fleming（1962）、Mundell（1963）建立了M-F模型，讨论由一国货币、财政政策等内生变量的变化给其他国家经济带来波动的现象，为研究地区间经济增长溢出效应奠定了理论基础。Mckibbin（1991）两位学者对M-F模型分析进行了实证应用和检验。此后对经济增长溢出的研究不断深入，将M-F模型从一国发展至两国，从静态发展至动态，从经济发展自身溢出转向生产要素、影响因素的溢出效率。Lucas（1988）的研究表明正向溢出作用促进了区域经济增长。Douven（1998）通过建立动态模型，证明了多国之间存在明显的经济溢出效应。Conley（2002）建立了Conley-Ligon模型，发现了国际贸易导致区域间经济发展存在溢出效应。早期有关旅游经济溢出效应的研究较少，随着理论的迁移，越来越多的学者尝试将经济学、地理学的方法模型应用到旅游学中。但多数研究停留在旅游与区域经济之间相互关系的分析上，比如，利用投入产出法、M-F模型、格兰杰因果关系检验、结构方程模型等探究旅游对经济的溢出关系。Archer（1995）分析了百慕大区域旅游业发展对经济的重要性，还分析了塞舌尔地区发展旅游对经济的重要性。Dwyer（2004）运用CGE、MGM模型对旅游经济效应进行了评估。Delle（2010）和Ridderstaat（2014）对旅游与经济的溢出效应、旅游业与经济之间的因果关系进行了分析。Çağlayan（2012）运用格兰杰因果关系检验法，分析了旅游与经济增长之间的溢出效应。Yang（2012）运用空间增长回归模型和地理加权模型，分析了地级市的旅游经济空间溢出效应及其影响因素。Yang和Filk（2014）利用空间计量模型，分析了入境和国内旅游的溢出效应。Romão（2017）以欧洲为案例地，利用结构方程模型，分析了旅游业对区域经济发展的影响。已有研究证明旅游投资会影响旅游经济产生的溢出效应，不同部门和行业的专业化程度会影响旅游业空间溢出，旅游需求的关联性会对目的地及邻近目的地产生溢出效应。

（二）国内研究现状

国内关于旅游空间溢出效应的研究起步较晚，早期的研究大多从侧面反映旅游存在空间溢出效应。保继刚（1994）发现同一区域内的多个旅游地之间会出现此消彼长、此长彼缩等动态变化，在邻近的区域内存在旅游空间溢出负效应。刘晓红（2005）以西安市为例，证明了旅游业对区域经济增长存在溢出效应。近年来，有关旅游发展空间溢出效应的研究逐渐深入，研究内容主要集中在以下两个方面。

1.旅游经济增长对区域经济发展的溢出效应分析

刘晓红（2005）和曹宇（2006）均借用回归方程测算了单一省份旅游业对经济发展的溢出作用。雷平（2007）利用M-F模型测算了旅游对国民经济及其他产业的溢出效应以及时间滞后效应。严伟宾（2013）利用面板数据测算了不同地区的旅游消费对其经济增长的溢出作用。李双成（2017）利用面板数据，分析了京津冀地区国际旅游收入与经济增长的关系。马丽君（2018）利用时间序列数据，测算了北京旅游对其他省区经济发展的溢出作用。

2.旅游经济增长对其他地区旅游发展的溢出效应分析

李凡（2008）以珠江三角洲城市群为例，在对旅游溢出效应分析的基础上，对城市间旅游经济相互溢出，各变量对城市旅游经济溢出效应的影响进行了分析。李山（2009）引入知识溢出变量，构建测量旅游业区域溢出的机理模型，以长三角地区为例，分析了区域内“15+n”旅游城市间的旅游溢出效应。刘承良（2009）以武汉城市圈为例，揭示了旅游经济增长溢出的空间规律。曹洪华（2013）认为，单核心旅游圈内部正溢出效应比多核心旅游圈更显著，旅游溢出效应总体遵循距离衰减规律。

就以上梳理的文献可以发现，无论是旅游经济增长对区域经济发展的溢出作用还是对其他地区旅游发展的溢出作用，使用的研究方法都忽视了区域间的相关性，此后，不断有学者在研究方法上进一步完善。曹芳东（2010）建立了城市旅游经济联系的空间模型，并分析了长三角中心城市旅游经济联系和内部城市的旅游经济差异。吴玉鸣（2014）基于空间面板计量经济学模型，在检验省域旅游经济增长是否存在空间依赖性的基础上，估计了资本和劳动对旅游经济增长的贡献，证实了邻近省区的旅游经济增长空间溢出效应明显；此外，以省域为单位证明了旅游经济增长存在一定的空间关联性，在此基础上，构建资本和劳动力等生产要素模型，并计算生产要素对旅游经济增长的贡献，比较旅游经济增长是否存在空间溢出效应。吴超芳（2014）构建区域旅游经济的空间溢出模型，测算城市间的旅游经济溢出强度。赵磊（2014）、雷斐（2015）在验证旅游发展空间自相关的基础上，依托面板计量方法，分析了我国省区间旅游发展与经济增长之间的关系。

研究方法上，倾向于借鉴经济学、地理学、社会学等方法模型。王坤、黄震方（2013，2016）利用面板SDM模型及空间效应分解等方法，以长江三角洲城市群为研究对象，展开了一系列的相关研究。向艺（2014）采用空间面板数据，对中国2000年以来旅游经济溢出效应和空间特征进行了分析。商景群（2016）以京津冀区域旅游城市为例，依托索洛增长模型，构建区域旅游生产函数，估算了旅游产业生产要素对旅游经济增长的影响系数，并以此系数衡量旅游经济空间溢出效应的大小。方远平（2014）和李秋雨（2017）结合空间计量方法和地理加权回归方法，分别分析了中国31个省（市、区）入境旅游空间异质性和溢出关系、入境旅游对邻近省（市、区）经济增长的辐射带动作用。赵金金（2016）利用空间杜宾模型，分析了资源禀赋、旅游交通通达度等生产要素对于旅游经济增长的影响，以及对邻近省（市、区）的溢出效应。龙云（2018）采用时间序列数据，分析了全国省会城市的旅游经济溢出效应。王龙杰（2019）从区域关联的视角，构建空间计量模型，测算信息化对旅游产业发展的直接影响和空间溢出的影响。

四 旅游经济空间关联结构

（一）国外研究现状

国外有关旅游经济空间关联的研究较少，相关研究主要集中在旅游经济发展的空间异质性上。Weaver D. B.（1998）利用核心—边缘理论，以加勒比群岛国家为例，分析了城市在整个国家旅游空间结构中的地位。Göymen（2000）与Andriotis（2005）通过统计分析发现旅游投入和支出的不均衡，导致克里特岛和土耳其沿海地区和内地的差距拉大。Liargovas（2007）通过测算旅游发展指数，发现希腊旅游投资的不均衡拉大了发达地区和落后地区的差距。Masson（2009）借鉴NEG模型，发现高铁加剧了空间竞争，加强了巴塞罗那的旅游集聚，造成了“马太效应”。Lee（2009）测算了美国21世纪初的旅游基尼系数，发现以旅游产业为主导的城市，其地区发展不平衡程度更大。

（二）国内研究现状

国内相关研究集中在旅游经济空间格局演变和优化、旅游经济发展时空差异以及影响因素、旅游经济空间关联网络结构分析三个方面。

1.旅游经济空间格局演变和优化

齐邦峰（2010）提出山东省17个地级市构建“两核”、“两带”和“四区”的旅游经济空间结构。陈刚强（2011）运用ESDA方法，发现中国旅游规模的空间分布总体上具有较强的正空间集聚性，且存在不断增强的趋势。陈浩（2011）通过构建旅游业发展业绩模型，发现改革开放以来，珠三角城市群区域旅游空间格局从以广州为中心的单极格局转化为以广州、深圳为中心的两极格局。ESDA分析法忽略了区域经济变化的时间维度，技术手段上缺少空间统计分析。基于此，孙盼盼（2014）结合ARCGIS技术和ESDA方法，发现2000—2011年中国区域旅游经济差异的空间格局整体上呈现出较强的空间依赖性，局部上则长期表现出高高相聚和低低相聚的两极分化格局。郭永锐（2014）采用ESDA、LISA时间路径和时空跃迁等方法，揭示出中国入境旅游经济空间格局的演化具有较强的空间整合性，具有一定的路径依赖和锁定特征。沈惊宏（2015）以城市节点和轴线的旅游经济扩散演化为基础，运用现代GIS技术模拟区域旅游空间结构五阶段模式，以安徽省为例，分析了旅游经济影响力扩散强度的演化过程。吴媛媛（2018）采用空间统计及空间计量方法，发现2005—2015年京津冀地区旅游经济发展水平时空格局呈高高和低低集聚的演变特征。

2.旅游经济发展时空差异以及影响因素

在旅游经济发展时空差异分析方面，汪德根（2001）采用顺位得分法，对比分析了各省份旅游经济发展实力。陆林（2006）、陈秀琼（2006）、乌铁红（2009）采取旅游外汇指标，从时空整合的角度分析了中国31个省（市、区）的旅游经济差异，阐释影响旅游经济空间差异的因素，并提出相应对策。陈智博（2008）、张广海（2008）、肖光明（2009）等选取旅游外汇收入、国内旅游收入、旅游总收入指标，分别阐释了江苏省、山东省、珠江三角洲的国内旅游、国际旅游空间差异特征。以上文献研究方法上多采用标准差、变异系数、基尼系数、泰尔指数等方法，研究内容上更多地分析地带间和省区间的旅游经济差异，对省内的旅游经济差异研究较少。因此，宋慧林（2010）采用全局空间自相关和局域空间自相关两类空间数据，分析我国省份旅游经济发展水平相似的地区在空间上的分布特征。汪德根（2011）利用二阶段嵌套泰尔系数分解方法，发现中国旅游经济的省内差异是导致全国旅游经济总体差异的重要原因。方叶林（2012）利用PCA-EDSA方法，发现中国省域旅游经济发展呈现出一种持续的非均衡态势，总体空间格局并没有发生根本性的变化。赵磊（2014）运用区域经济学差异分析法，分析了中国入境、国内和整体旅游经济的时空差异特征。

在旅游经济发展时空差异影响因素分析方面，邹家红（2009）发现重点客源市场的差异是湖南省内五大区域旅游经济发展差异的形成原因。吴黎围（2010）发现，东部入境旅游经济发展差异的主要影响因素是对外开放水平、地缘关系、宏观政策。邓晨晖（2011）认为，“非典”“汶川地震”等旅游危机事件，对西部地区的旅游经济发展形成了冲击。李洪波（2013）发现，经济基础、产业结构、资源禀赋、区位条件和重要事件等对中国沿海地区入境旅游有较大影响。于伟（2015）发现，对山东省旅游业推力更大的是市场化程度。马仁峰（2015）发现，浙江省省内旅游经济时空差异与其自然资源禀赋的关联不大。朱海燕（2019）分析了当地人口、景区质量和第三产业水平对31个省（市、区）国内旅游经济空间差异的影响。可以发现，上述研究以整体旅游经济、入境旅游经济空间差异的影响因素分析为主，国内旅游经济的空间差异影响因素分析较少。

3.旅游经济空间关联网络结构分析

旅游经济发展空间关联结构的研究发展较晚，在很长的一段时间内，还只是研究旅游空间结构。随着研究的推进，陆续出现了旅游经济发展空间关联结构的研究。杨国良（2007）利用引力模型，分析四川旅游经济联系，发现以成都为中心，向外辐射两个同心圆圈与其他城市发生较强的经济联系。张洪（2011）运用因子分析法与引力模型，发现安徽旅游存在“双核”联动的发展模式。朱冬芳（2012）利用重力模型和社会网络分析法，发现长三角都市圈旅游经济的整体网络呈现南北较为均衡的空间格局。张凯（2013）分析了环太湖地区旅游经济联系的网络特征，并提出跨界旅游区旅游经济联系的机制。虞虎（2014）利用重力模型，分析了江淮沿线城市群的旅游经济网络空间关联特征。于洪雁（2015）采用修正后的引力模型，计算黑龙江省各城市间的旅游经济联系强度，采用社会网络分析法，刻画旅游经济空间关联特征。阮文奇（2017）运用修正后的引力模型和社会网络分析法，分析了长三角和珠三角旅游经济网络的空间结构特征。王俊（2017）和龙云（2018）在分析全国整体网络结构的基础上，分析单个省会城市旅游经济发展的空间关联特征及其在整体网络结构中的地位和作用。杨丽花（2018）发现2013年和2016年的京津冀地区旅游经济网络结构呈现北部和南部相对稀疏、中东部相对密集的非均质格局。

五 研究述评

总体来看，国内外已有成果取得了一定的成就，统计学、经济学、社会学、地理学等学科的方法和理论不断被引入相关研究中，这为本书提供了一定的理论基础和方法借鉴。但在以下几个方面尚存在一定的不足，第一，大多数研究将旅游经济和旅游流隔离开来，或是只分析旅游经济发展的溢出效应和网络结构特征，或是只分析旅游流的网络结构特征，缺少两者的综合分析。第二，研究对象大多选取旅游流，因为相对于旅游经济来说，旅游流地区间的流向、流量更容易获取，不需要建模处理，只需寻找空间方面或社会学研究的理论模型加以应用即可得到空间关联规律。而旅游经济的空间关联一般研究的是空间溢出效应，此类研究多是基于经济计量空间模型构建地区之间的经济关联、溢出效应，再通过地理学、社会学等方法来研究空间关联特征。第三，旅游经济发展溢出效应的研究大多集中在旅游发展对国民经济的溢出效应，以及对整体旅游的溢出效应分析上，有关一个地区国内旅游发展对其他地区国内旅游发展的溢出效应分析尚不多见，且研究方法多采用引力模型，该方法的前提假设是所有研究对象间都存在旅游经济发展的溢出关系，在理论上有一定的缺陷。第四，受统计数据的限制，有关旅游流网络结构特征的研究多以入境游客为研究样本，有关国内旅游流网络结构的研究相对较少，且大部分研究是基于问卷调查或微博、游记数据的分析，样本量有限，很难全面反映旅游流网络结构特征及其季节变化。第五，在研究内容上，网络结构中的旅游流流量大小以及集聚和扩散强度等内容还需要进一步拓展，也需要进一步研究影响旅游流网络结构的相关因素。以上几个方面将是本书重点关注和解决的问题。