王永明，盧言美

(湖南師范大學旅游學院，中國 長沙 410081)

旅游流一直是旅游經濟學和旅游地理學研究的主題[1]，相關研究多集中在旅游流時空演化[2,3]和時空分布特征[4]、旅游流影響因素[5,6]、旅游流流量預測[7,8]等。隨著社會網絡方法的引入，旅游流空間網絡結構與影響因素成為旅游流空間結構研究的一個重要內容。學者們研究了省際[9，10]、市際[11，12]、市內部[13，14]旅游流空間網絡的結構特征，并發(fā)現旅游資源稟賦和交通網絡密度[15]、經濟發(fā)展規(guī)模和空間距離[16]、旅游接待能力[17]等因素對旅游流空間網絡結構有顯著影響。然而，到目前為止，對大尺度下國際旅游流空間網絡結構的經驗研究很少。其中，姚夢茹等人發(fā)現中國-東盟11個國家間存在核心-邊緣結構明顯的國際旅游流空間網絡，且網絡核心區(qū)域存在顯著的動態(tài)變化趨勢[18]；Shao等人探討了1995—2018年全球211個國家或地區(qū)間國際旅游流空間網絡及其演化，發(fā)現網絡密度增加，且德國和中國在其中處于重要位置[19]。

綜上，國內外學者在旅游流空間網絡結構和影響因素方面取得了較為豐富的成果，并且形成了比較成熟的方法體系。但也存在不足：針對大洲尺度下國家間旅游流空間網絡結構的分析很少，也同時導致了對國家間旅游流的影響因素分析薄弱；未見針對歐洲國家間旅游流網絡結構的研究成果。鑒于此，本文以歐洲為研究區(qū)，基于歐洲國家間入境過夜旅游流的統(tǒng)計數據，揭示歐洲國家間旅游流網絡空間結構特征，同時嘗試探討國家間旅游流的影響因素。因此，本研究將豐富旅游流空間網絡研究的多尺度研究案例。

1 數據來源與研究方法

1.1 研究區(qū)介紹與數據來源

歐洲是世界主要的國際旅游目的地和客源地，在國際旅游流空間網絡中占有非常重要的地位[19]，吸引了全球51%的游客，獲得了36%的國際旅游收入[20]。2019年歐洲旅游業(yè)的直接收入為2 018.2億美元，占經濟總量的9.1%。與此同時，歐洲國家間地緣臨近，并且有著歷史悠久的跨國間旅游和旅行活動。因此，本文以歐洲為研究區(qū)來探討大洲尺度下旅游流的空間規(guī)律具有一定的典型性。

在數據來源方面，聯合國世界旅游組織(UNWTO)公布的旅游統(tǒng)計數據極具專業(yè)性、權威性，是進行旅游研究的重要數據來源之一[18]。本研究采用UNWTO公布的2011—2015年歐洲國家間入境過夜旅游數據作為源數據，選取德國、意大利、西班牙、法國、摩納哥、丹麥、冰島、挪威、瑞典、芬蘭、黑山共和國、荷蘭、比利時、盧森堡、奧地利、瑞士、波蘭、捷克共和國、匈牙利、列支敦士登、希臘、葡萄牙、羅馬尼亞、保加利亞、塞爾維亞、克羅地亞、斯洛文尼亞、北馬其頓、立陶宛和愛沙尼亞30個國家為研究對象，它們的旅游統(tǒng)計數據比較完整。在實際計算時，對每個國家在2011—2015年這5年的旅游流數據計算算術平均值作為最終的網絡分析數據，以緩解數據的年際間波動。其中有個別國家在部分年份存在缺失值，本文利用該國其余年份的平均值來替換。

1.2 社會網絡分析法

社會網絡分析法廣泛應用于旅游流空間網絡的研究[21-24]。本文參考之前相關研究，選取節(jié)點中心性、結構洞指標來測量歐洲國家間旅游流空間網絡的節(jié)點結構，利用網絡密度、網絡中心勢、核心-邊緣分析量化其網絡結構。

(1)節(jié)點中心性。節(jié)點中心性用來表示節(jié)點在整體網絡中的權力和地位，包括程度中心性、中介中心性和接近中心性[14]。

程度中心性用來反映某一國家節(jié)點與網絡中其他國家節(jié)點直接聯接的情況，根據聯接方向不同分為內、外向程度中心性，分別表示國家節(jié)點對網絡中旅游流的集聚和擴散作用[16]，計算公式為

(1)

式中：CDl為國家節(jié)點l的程度中心性，n為國家節(jié)點數，qlm表示國家節(jié)點l和國家節(jié)點m之間存在直接聯接。

中介中心性用來表示某一國家節(jié)點對其他國家節(jié)點間旅游流往來的控制能力，如果某一國家節(jié)點多次在其他國家節(jié)點點對間起中轉作用，則該國家節(jié)點中介中心性較高[16],計算公式為

(2)

式中：CBl為國家節(jié)點l的中介中心性；n為國家節(jié)點數；pxm(l)為國家節(jié)點l在國家節(jié)點x和國家節(jié)點m之間起中轉作用的概率。

(2)結構洞。結構洞是指整體網絡中兩個國家節(jié)點間有共同聯接點而彼此不存在旅游流聯系的情況，用效能、效率、約束性3個指標來衡量[14]，若國家節(jié)點的效能越高，則說明它在網絡中越具有競爭優(yōu)勢。

(3)網絡密度。網絡密度用網絡中實際聯接數與國家節(jié)點間應有聯接數的比值來表示[21]。若密度越大，則說明歐洲國家間旅游流空間網絡中各國家節(jié)點間的旅游流聯系越緊密。計算公式如下：

(3)

式中：D為網絡密度；n為網絡中國家節(jié)點數；qlm表示國家節(jié)點l與國家節(jié)點m之間存在直接聯接。

(4)網絡中心勢。網絡中心勢用來反映整體網絡是否具有明顯的向某個國家節(jié)點集中的趨勢[25]。它分為程度中心勢、中介中心勢和接近中心勢3個指標。其中程度中心勢計算如下：

(4)

式中：CED為程度中心勢指數；n為國家節(jié)點數；CDmax為國家節(jié)點程度中心性的最大值；CDl為國家節(jié)點l的程度中心性。

中介中心勢計算如下：

(5)

式中：CEB為中介中心勢指數；n為國家節(jié)點數；CBmax為國家節(jié)點中介中心性最大值；CBl為國家節(jié)點l的中介中心性。

(5)核心-邊緣分析。核心-邊緣分析是對國家節(jié)點在網絡中的位置進行量化，將其劃分為核心節(jié)點和邊緣節(jié)點，以反映不同國家節(jié)點在整體網絡中的地位以及核心節(jié)點與邊緣節(jié)點間的聯系強度[10]。

2 歐洲國家間旅游流空間網絡的構建及結構分析

2.1 旅游流空間網絡的構建

以歐洲30個國家分別為旅游客源地和目的地，構造了30×30的國家間旅游流的流量矩陣，其中矩陣單元值代表某客源國到目的地國的游客量。考慮到社會網絡分析的矩陣為二分矩陣，需要設置切分值將上述流量矩陣轉換成二分矩陣。切分值的選擇要能識別出網絡系統(tǒng)各節(jié)點的典型特征，使網絡矩陣具有代表性[26]。本文檢驗了反映數據集中趨勢的幾個指數，包括中位數、平均數以及四分位數，最終選擇算術平均數作為切分值(633 629人次)。當兩個國家之間的旅游流流量大于該切分值，矩陣的單元值就記為1，否則記為0，以此建構出二分矩陣。通過Netdraw軟件繪制歐洲30個國家間旅游流空間網絡結構(圖1)。在該網絡中，冰島、列支敦士登、立陶宛、盧森堡、摩納哥、塞爾維亞、黑山共和國和北馬其頓8個國家的流入和流出的旅游流流量均低于切分值，是網絡中的孤立節(jié)點。

圖1 歐洲國家間旅游流空間網絡Fig. 1 The spatial network of tourism flows among European countries

2.2 節(jié)點結構分析

歐洲國家間旅游流空間網絡的節(jié)點結構指標值如圖2所示，因圖1存有孤立節(jié)點，所以未能計算出國家節(jié)點的接近中心性[26]。

圖2 歐洲國家間旅游流空間網絡節(jié)點結構指標Fig. 2 The measures of node structure of tourism flow network among European countries

(1)程度中心性。歐洲國家間旅游網絡的外向程度中心性值域為[0,16]，最高為德國；內向程度中心性值域為[0,15]，最高為意大利、西班牙。程序中心性的均值皆為3.576，表明每個國家節(jié)點平均與其他3.576個國家節(jié)點存在直接的旅游流聯接。內、外向程度中心性標準差分別為4.665和4.171，說明整體網絡中各國家節(jié)點的集聚和擴散作用存在差異，且集聚作用相對差異較大。根據程度中心性將國家節(jié)點劃分為4個等級[26]。①第一等級節(jié)點：德國、意大利、法國、西班牙。這4個國家在網絡中占據中心地位，是旅游流集聚和擴散中心。德國外向程度中心性最高，是整個網絡的擴散中心，法國次之。意大利、西班牙的內向程度中心性最高且高于自身的外向程度中心性，對旅游流的集聚作用更強，是旅游吸引型國家。②第二等級節(jié)點：希臘、比利時、荷蘭、奧地利。這4個國家在整體網絡中發(fā)揮著旅游次級中心的集聚和擴散作用。相較于內向程度中心性，比利時、荷蘭兩個國家擁有更高的外向程度中心性，屬于旅游輸出型國家，對國家間旅游流量有更強的擴散作用。希臘和奧地利兩個國家對旅游流的集聚能力大于擴散能力，其中希臘的內向程度中心性值是外向程度中心性的14倍，是典型的旅游吸引型國家。③第三等級節(jié)點：葡萄牙、波蘭、挪威、瑞典、瑞士、捷克共和國、丹麥、芬蘭、匈牙利和羅馬尼亞。這10個國家的內外向程度中心性較小，對旅游流的集聚和擴散作用較弱，其中，波蘭對旅游流的擴散作用明顯高于集聚作用，屬于旅游輸出型國家。④第四等級節(jié)點：除上述國家外的其他國家節(jié)點。這些國家的內外向程度中心性很低或者為0，與其他國家節(jié)點來往的旅游流量較少，屬于一般型旅游目的地。

(2)中介中心性。歐洲國家間的中介中心性差距較大，其中德國的中介中心性處于絕對優(yōu)勢，在整體網絡中處于絕對優(yōu)勢地位，對整體網絡中的旅游流有較強的控制作用，是其他國家節(jié)點旅游流產生聯系的重要中轉和紐帶。意大利、西班牙、法國、奧地利的中介中心性相對較高，是網絡中的次級中轉中心，對旅游流有一定程度的控制作用。挪威、瑞典、丹麥、比利時、荷蘭和希臘這些國家的中介中心性很小，對國家間往來旅游流的控制作用不明顯。其他國家節(jié)點中介中心性為0，在整體網絡中不具備中介作用。

(3)結構洞。意大利、德國和西班牙3個國家的效能效率較高，約束性較小，總體結構洞水平高，在整體網絡中區(qū)位優(yōu)勢較強，與其他國家之間存在密切聯系，易獲得“信息利益”和“控制利益”。此外，法國、奧地利和希臘的結構洞水平也相對較高，在網絡中具有較高的競爭優(yōu)勢，和周邊其他國家聯系較為密切。其余國家節(jié)點結構洞指標表現不佳受限制較大，影響了這些國家與其他國家之間的旅游往來。

2.3 網絡結構分析

(1)網絡密度及中心勢。歐洲國家間旅游流空間網絡密度為0.112，可見密度不高，國家節(jié)點間聯接強度弱。網絡的內、外向程度中心勢及中介中心勢分別為40.04%，36.82%和10.13%。可見內外向程度中心勢數值較大，說明整體網絡表現出較明顯的向某些節(jié)點集中的趨勢和由某些節(jié)點向外擴散的趨勢。中介中心勢數值較小，表明較少國家節(jié)點在整體網絡中扮演“中介人”的角色，網絡中的較多國家節(jié)點直接通過核心節(jié)點來產生連接。

(2)核心-邊緣分析。歐洲國家間旅游流空間網絡中共有核心節(jié)點19個(德國、法國、西班牙、意大利、葡萄牙、奧地利、比利時、保加利亞、丹麥、克羅地亞、捷克共和國、芬蘭、希臘、匈牙利、荷蘭、挪威、波蘭、瑞典、瑞士)，邊緣節(jié)點11個(愛沙尼亞、冰島、列支敦士登、盧森堡、立陶宛、摩納哥、塞爾維亞、黑山共和國、羅馬尼亞、斯洛文尼亞、北馬其頓)，存在著明顯的核心-邊緣分異。核心節(jié)點間的密度為0.327，高于整體網絡密度，這說明旅游流在核心節(jié)點間存在著更密切的流動，而邊緣節(jié)點間密度為0。邊緣節(jié)點與核心節(jié)點之間的密度都較小，說明兩者之間不存在明顯的互動關系。

3 歐洲國家間旅游流空間網絡的影響因素分析

基于以往研究成果[15-17,27-29]以及數據獲取的可得性，本文基于推力-拉力視角[30，31]從經濟發(fā)展、交通條件、旅游資源、旅游設施、政府支持和文化因素6個維度選取8個指標(表1)，構建旅游流空間網絡影響因素的指標體系，并對各個變量按照客源地、目的地、客源地-目的地的空間關系進行分類[5]。其中，GDP和人均GDP是客源地屬性變量，屬于推力因素；外國直接投資凈流入、航空客運量、世界遺產數量、旅游基礎設施競爭力指數、旅游業(yè)優(yōu)先發(fā)展競爭力指數是目的地屬性變量，屬于拉力因素；文化距離是客源地和目的地之間的關系變量。選取以上各指標2011—2015年數據的年平均值作為解釋變量，將歐洲國家間旅游流量作為被解釋變量，進行多元線性回歸分析。鑒于世界經濟論壇“旅游競爭力報告”自2009年以后改為雙年報，且2011年旅游競爭力報告無法從官方網站獲取，所以旅游基礎設施競爭力指數、旅游業(yè)優(yōu)先發(fā)展競爭力指數取2013和2015年兩年的平均值。此外，因列支敦士登、摩納哥、冰島、黑山共和國、塞爾維亞和北馬其頓6個國家解釋變量相關數據缺失多，最終進行回歸分析時予以剔除。

表1 歐洲國家間旅游流空間網絡影響因素的指標體系Tab. 1 The index system of influencing factors of tourism flows spatial network among European countries

從模型估計結果來看(表2)，GDP、世界遺產數量在1%的統(tǒng)計水平上顯著，旅游業(yè)優(yōu)先發(fā)展競爭力指數在5%的水平上顯著，其他變量不顯著。

表2 歐洲國家間旅游流空間網絡影響因素的回歸分析結果Tab. 2 The regression results of influencing factors of tourism flows spatial network among European countries

GDP代表國家經濟總量規(guī)模，是反映旅游需求的最重要因素，更大規(guī)模的GDP能形成更高的客源市場總量，以此形成較高的出游人次及出游客流，是歐洲國家間旅游流的重要推動力量。世界遺產是最吸引國外游客的旅游吸引物，世界遺產數量反映了目的地旅游核心吸引力，對入境游客產生重要的拉力作用。旅游業(yè)優(yōu)先發(fā)展競爭力指數反映了該國政府對旅游業(yè)的支持力度，較高的支持力度會帶動旅游業(yè)的私人投資，為本國旅游業(yè)發(fā)展提供更多資金技術支持，同時在政府支持下易于開展高質量旅游宣傳活動，這都為目的地國家吸引游客提供了重要拉力。因此，從本文結果來看，歐洲國家間旅游流量規(guī)模結構的形成仍然是受到“推-拉”機制的影響。

對于回歸模型中統(tǒng)計不顯著的變量，人均GDP雖然能反映居民的生產力水平，但國家間旅游客流總量更取決于反映總量規(guī)模的GDP指標，因為人均GDP高的國家有可能人口規(guī)模小，比如北歐國家，導致游客出游量不高。一般來說，外國直接投資凈流入有利于吸引商業(yè)旅游者入境旅游[27]，但是外國直接投資的結構對商務游客影響更重要，比如初級產品加工的外國投資并不會帶來大規(guī)模的入境游客，相反從事技術創(chuàng)新和研發(fā)的外國投資涉及到人員之間頻繁“面對面”接觸，對商務游客的帶動作用更強。航空客運量代表了一個國家的航空運輸能力，是國家發(fā)展旅游業(yè)的重要交通條件，其回歸系數不顯著有可能是游客出游受到航空、鐵路、自駕等多種交通方式的影響。旅游基礎設施競爭力指數用來反映一個國家住宿接待能力、汽車租賃及旅游金融基礎設施狀況，旅游基礎設施競爭力指數不顯著可能是對歐洲國家間旅游來說國家的旅游接待能力只是必要條件，不是游客們進行目的地選擇時的首要考慮因素。文化距離用來衡量國家間文化差異的大小，文化距離越大表明國家間文化差異越大[32]，然而對于歐洲國家來說，一方面大部分國家屬于文化相近的文化圈和經濟圈；另一方面歐洲國家間旅游流發(fā)育歷史悠久，文化沖突較小，因此文化距離對歐洲國家間旅游流的影響不顯著。

4 結論與討論

本文著眼于大洲尺度下旅游流空間視角，分析了2011—2015年歐洲國家間旅游流空間網絡結構特征，并揭示了其主要影響因素，以此豐富了旅游流空間網絡研究的多尺度視角。本研究得出如下結論：

(1)歐洲國家間的旅游流空間網絡整體密度較低，網絡中存在著明顯的核心-邊緣分區(qū)。整體旅游流表現出少數核心國家節(jié)點的集聚和擴散趨勢，而核心節(jié)點與邊緣節(jié)點、以及邊緣節(jié)點之間的旅游流量較少。總體上歐洲國家間旅游流空間網絡發(fā)育尚不完善。

(2)不同國家在旅游流空間網絡中地位存在顯著差異。德國擁有絕對結構優(yōu)勢，意大利、西班牙和法國在整體網絡中也處于核心節(jié)點位置。其他國家對旅游流的集散功能相對較為薄弱。

(3)從國家間旅游流影響因素來看，客源國經濟發(fā)展水平和目的地國的世界遺產資源、旅游業(yè)優(yōu)先發(fā)展競爭力對歐洲國家間旅游流有顯著影響。這樣，大尺度下旅游流流動仍然受“推-拉”機制的影響。

綜合以往不同空間尺度下旅游流網絡的研究成果，可以發(fā)現：一方面，不同尺度下的旅游流空間網絡普遍存在空間不均衡現象[14,18,19,26]，網絡均呈現明顯的核心-邊緣結構，而且核心節(jié)點與邊緣節(jié)點之間的聯系較弱；另一方面，經濟發(fā)展水平、旅游資源、制度因素也往往是各種空間尺度下旅游流網絡結構的影響因素[15-17，29]。因此，從空間多尺度視角來看，旅游流的空間網絡結構及其動力機制存在著非尺度依賴性規(guī)律。

由于數據缺失的原因，本文分析的歐洲國家樣本只有30個，因此本文只能反映歐洲30個國家間的旅游流空間網絡特征，而不能反映歐洲所有國家間旅游流空間網絡結構特征。此外，在進行因素分析時，因為數據獲取限制只選取了8個因素的數據，缺少治安、國家入境旅游政策、特殊事件等變量數據，尤其是在新冠疫情影響下，這些因素將對旅游流產生何種影響是未來需要進一步實證分析的方向。

最后，本研究也對旅游政策制定者有一定的借鑒意義。一方面，各個國家要了解自己在旅游流空間網絡中的位置，根據具體位置來制定旅游發(fā)展戰(zhàn)略，進行合理的旅游資源分配，規(guī)劃合適的旅游路線和營銷戰(zhàn)略，提高在旅游網絡中的地位。另一方面，核心國家應充分發(fā)揮在整體網絡中的中介、樞紐等功能，促進跨國旅游產品創(chuàng)新等，帶動邊緣國家發(fā)展，推動邊緣國家向核心國家開展營銷，學習其先進發(fā)展經驗等，以此促進旅游流空間網絡的進一步完善。