EN中文

经济地理 >

2019 , Vol. 39 >Issue 7: 216 - 224

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.07.024

旅游经济与管理

合作态势与权力角色：“一带一路”沿线国家旅游合作网络解构

  • 殷杰 , 1 ,
  • 郑向敏 , 1, ※ ,
  • 李实 2
展开
  • 1.华侨大学 旅游学院,中国福建 泉州 362021
  • 2.广西大学 商学院,中国广西 南宁 530000
※ 郑向敏（1954—），男，福建永春人，博士，教授，博士生导师。主要研究方向为旅游安全。E-mail：。

殷杰（1991—），男，江苏无锡人，博士，副研究员。主要研究方向为旅游经济。E-mail：。

收稿日期: 2018-08-08

  修回日期: 2019-03-27

  网络出版日期: 2025-04-27

基金资助

中央高校基本科研业务费资助项目·华侨大学哲学社会科学青年学者成长工程项目(18SKGC-QG18)

收起

Cooperation Situation and Power Role:Deconstruction of Tourism Cooperation Network of Countries along the Belt and Road Initiative

  • YIN Jie , 1 ,
  • ZHENG Xiangmin , 1, ※ ,
  • LI Shi 2
Expand
  • 1. College of Tourism，Huaqiao University，Quanzhou 362021，Fujian，China
  • 2. Business School，Guangxi University，Nanning 530004，Guangxi，China

Received date: 2018-08-08

  Revised date: 2019-03-27

  Online published: 2025-04-27

Fold

摘要

基于2000—2016年“一带一路”沿线国家旅游经济发展数据，借助修正后的引力模型和社会网络分析方法，解构“一带一路”沿线国家旅游合作网络，研究发现：①合作网络结构层面：2000—2016年，“一带一路”沿线国家旅游合作网络密度以及沿线区域网络密度逐步加强，各国间的旅游经济联系逐渐向多向化、稠密化、纵深化方向发展。但合作网络中的中心国家与边缘国家联系紧密程度不够，合作密度仍需进一步加强。②旅游合作网络发展态势方面：“一带一路”沿线国家旅游合作网络中的“领头羊”角色、“中间人”角色不断更替，但“领头羊”的控制能力逐渐增强，合作网络中“中间人”的控制能力减弱，各国之间的直接合作趋势越发明显。③合作网络中的中国角色：中国在“一带一路”沿线国家旅游合作中扮演着“核心者”、“领头羊”、“自主者”和“中间人”等多重角色，其中“中间人”的角色正逐步弱化，各国间的直接旅游合作正逐步加强。

关键词： “一带一路”倡议; 旅游合作; 合作网络; 合作态势; 权力角色; 出境旅游; 入境旅游; 国际旅游

本文引用格式

殷杰 , 郑向敏 , 李实 . 合作态势与权力角色：“一带一路”沿线国家旅游合作网络解构[J]. 经济地理, 2019 , 39(7) : 216 -224 . DOI: 10.15957/j.cnki.jjdl.2019.07.024

Abstract

Based on tourism economic development data of countries along the Belt and Road Initiative from 2000 to 2016, this article deconstructs tourism cooperation network with the aid of the revised gravity model and social network analysis method. The results find that:1) During 2000 and 2016, the network density of tourism cooperation network gradually increases, it shows a multidirectional, and dense development trend among the tourism economic connection of different countries along the Belt and Road Initiative. However, of network it has low connection between the central countries the peripheral countries of the cooperation network, which needs to be further strengthened; 2)The development situation of tourism cooperation network: "leader" role and "intermediary" role show alternate change features, the control ability of "leader" role gradually strengthens, while "intermediary" role in the network control ability weakens, the trend of the direct cooperation between the countries along the Belt and Road Initiative is more obvious; 3) The role of China in the cooperation network: China plays multiple roles, such as "core" role, "leader" role, "independent" role and "intermediary" role in the tourism cooperation network, but its "intermediary" role is gradually weakened and direct tourism cooperation among countries is gradually strengthened.

Key words： the Belt and Road Initiative; tourism cooperation; cooperative network; cooperation situation; power role; outbound tourism; inbound tourism; international tourism

“一带一路”倡议呼吁沿线各国开展深层次、高水平的区域合作，建立和加强沿线国家合作伙伴关系[1-2]，合作与开放已成为“一带一路”倡议的主旋律[3-4]。“一带一路”沿线国家之间的合作主要涉及媒体传播[5-6]、公共产品[7]、经贸[8]、能源[9]、农业[10]、科技[11]、金融[12]、旅游[13-14]等多个方面。商务部网站显示，“一带一路”沿线国家的国际旅游规模占到全球旅游的70%左右。加强旅游合作，扩大旅游规模已成为“一带一路”的重点建设内容。区域旅游合作问题一直以来备受关注：Teye着眼于非洲地区旅游合作现状与限制，提出了非洲地区旅游合作模型[15]；Jacqueline探究了APEC国家旅游合作的基础与环境[16]；Morrisson等则探究了国际旅游合作网络的关键因素[17]。随着“一带一路”倡议的提出与建设。诸多学者逐步关注“一带一路”沿线国家旅游合作问题，如关注中阿旅游合作问题[14]、沿线国家的合作格局与合作机制问题[13,18-19]、合作障碍与发展对策问题[20]、旅游安全合作问题[21]等。
已有文献为“一带一路”沿线国家旅游合作的相关研究提供了基础，但仍存在以下研究机会：一方面，“一带一路”沿线国家旅游合作态势尚未被探明。探明旅游合作关系和合作状态是制定下一步合作战略与合作机制的前提与基础。目前关于“一带一路”沿线国家旅游合作的相关研究主要集中在合作机制、合作模式、合作战略等方面[22-23]，沿线国家之间的旅游合作关系、合作态势、合作水平都需要进一步探索。另一方面，中国在“一带一路”沿线国家旅游合作中的角色仍需进一步探索。中国是“一带一路”倡议的提出者，也是建设的重要推动者[24]，明确中国在“一带一路”旅游合作中的角色与地位将有助于中国制定针对性的合作战略。“一带一路”倡议旨在加强各国之间的经济联系[25]，旅游合作的重点是在于加强旅游经济合作。基于此，本研究将重点探究“一带一路”沿线国家旅游经济之间的联系，从而揭示各国之间的旅游合作态势，并且厘清中国在旅游合作中的角色与地位，以期为制定旅游合作机制与合作战略提供借鉴与参考。

1 研究方法与数据来源

1.1 研究方法

1.1.1 旅游合作测度方法

探究两地之间的合作联系主要采用引力模型[23]。两地间的旅游合作联系也可采用引力模型测度，如式（1）[26-28]。其中Ti、Tj表示i国和j国的旅游人数，Ii和Ij表示i国和j国的旅游收入，Dij表示i国和j国间的地理距离。
F i j = T i I i × T j I j D i j 2
传统的旅游经济合作引力模型一定程度上并不能完全反映区域间的合作联系[29]。此外，“一带一路”沿线国家合作关系并非简单受到地理距离的影响[30-32]，而是受到地理距离、经济距离、文化距离、制度距离等多种距离的影响，故应考虑多种距离对合作关系的综合影响。目前，已有学者开始采用经济距离[29]、时间距离[33]、交通距离[34]来修正引力模型。旅游活动具有明显的经济属性，经济距离会影响旅游客流的空间特征[35-36]，单纯采用两地间的“空间距离”作为衡量两地“经济距离”的指标，无法真正体现引力关系[37]。此外，产业发展环境也会影响游客出游选择[38]。因此，本研究尝试将产业发展环境、经济距离等因素纳入引力模型之中。修正后的引力模型如式（2）所示。
F i j = K i j × T i I i × T j I j G D i j × E D i j
式中： K i j表示i国与j国的旅游合作吸引系数，其计算公式如式（3）。本研究采用服务业就业人数占就业总人数的比重来衡量产业发展环境[3]。SIi、SIj表示i国和j国服务业就业人数占就业总人数的比重，GDij表示i国和j国之间的地理距离，EDij表示i国和j国之间的经济距离。经济距离测算方法[30]如式（4）。其中，GDPPCi、GDPPCj表示i国和j国的人均GDP、GDPi、GDPj表示i国和j国的GDP。
K i j = S I i S I i + S I j
E D i j = G D P P C i - G D P P C j 2 G D P i × G D P j

1.1.2 社会网络分析

社会网络分析是一种能够系统分析和评估整个组织的合作关系与合作态势[39]、揭示组织内部合作结构[40]的技术方法，且已被广泛应用于经济合作联系[41-43]、合作网络结构测度[44-46]、合作角色分析[47]等研究中。一般通过网络密度、E-I指数、度数中心势、中间中心势以及接近中心势来衡量组织的整体网络特征，通过度数中心度、中间中心度和接近中心度来衡量个体特征[48-49]。
1.1.2.1 网络总体特征测度。①网络密度。用以衡量合作网络中各个体之间联系的紧密程度，网络密度越大，网络中个体之间的联系越紧密[50]。②E-I指数。用以测量合作网络的派系林立程度，该值越向1靠近，意味着个体之间的联系越多，区域越开放，派系林立的程度越大；该值越接近-1，表明派系林立程度越小；该值越接近0，则表示看不出派系林立的情形[51]。③中心势。用以衡量网络图的整体中心性[44]和整合性[52]。中心势主要有三种测度，度数中心势、中间中心势以及接近中心势[50]。中心势越接近1，说明网络越具有集中趋势[44]。
1.1.2.2 网络个体特征测度。①度数中心度。用以衡量某个个体在整个网络中的重要性和影响力[53-54]。度数中心度数值越高，表明该个体具有重要性，其影响力较大。②中间中心度。其衡量的是网络中个体充当“中间人”、“媒介”角色的能力，即表征该个体的“控制能力”[51,55]。若某个体的中间中心度越高，说明该个体处于掌握资源和信息流通的关键位置，该个体的缺失将导致其他个体之间无法沟通。③接近中心度。用以衡量网络中某个个体不受其他个体控制的程度[27,42,51]。④合作地位指数。用以衡量某个个体在整个网络中的地位[56-57]，主要通过度数中心度、中间中心度和接近中心度来综合评价，其具体计算公式如式（5）。其中，a1，a2，a3分别表示度数中心度、中间中心度和接近中心度的权重。本研究将三者的权重均赋值为1/3。
C S i = a 1 D C i + a 2 B C i + a 3 C C i

1.2 数据来源

本研究分别采用国际旅游人数、国际旅游收入来替代式（2）中的旅游人数和旅游收入，用服务业就业人数占就业总人数比重来衡量产业发展环境[3]。国际旅游人数（T）、国际旅游收入（I）、各国GDP、人均GDP、服务业就业人数占总就业人数的比重（SI）等数据主要来源于世界银行（https://data.worldbank.org.cn/）。各国之间的地理距离采用各国首都间的距离来替代，该数据来源于法国CEPII数据库（http://www.cepii.fr/CEPII/en/welcome.asp）。世界发展指标数据库与法国CEPII数据库已被广泛应用于学术研究[32,58-60]，研究数据可靠。本研究主要选取“一带一路”沿线国家2000—2016年的数据进行合作态势与权力角色演变的分析。由于部分国家相应数据缺失，最终选取60个国家作为研究对象（不包括伊拉克、叙利亚、阿富汗、土库曼斯坦、乌兹别克斯坦等5个国家）。

2 “一带一路”沿线国家旅游合作分析

2.1 “一带一路”沿线国家旅游合作联系度分析

根据修正的引力模型，测度“一带一路”沿线国家旅游经济联系。构建关系矩阵时，将2000—2016年各国旅游合作联系度的平均值作为断点值[46]，若两国之间的旅游合作联系度高于平均值，则赋值为1，否则赋值为0。“一带一路”沿线国家主要年份的旅游合作网络关联结构图具体如图1所示。2001年，沿线国家合作联系关系数为1 343，2006年合作联系关系数为1 423，2011年合作联系关系数为1 689，2016年合作联系关系数为1 880，由此可见，沿线国家合作联系网络结构稳定，旅游合作网络联系越发紧密和稳固，各国间的旅游合作联系逐渐向多向化、稠密化、纵深化方向发展。
图1 2001、2006、2011、2016年“一带一路”沿线国家旅游合作结构

Fig.1 Tourism cooperation network of countries along the Belt and Road Initiative in 2001, 2006, 2011 and 2016

此外，本研究按照“一带一路”沿线国家所处的地理区域来分析其区域内的旅游合作情况，具体结果见表1。中东欧地区、独联体与西亚地区的旅游合作联系数较高，旅游合作活动较为频繁。而中亚地区旅游合作水平仍处于较低水平，且长年发展缓慢，需要大力提升。南亚地区的旅游合作联系较为稳定，东亚与东盟地区的旅游合作联系呈现稳步上升态势。
表1 “一带一路”沿线国家区域旅游合作结构情况与网络密度

Tab.1 Tourism cooperation network & network density of regions along the Belt and Road Initiative in 2001，2006，2011 and 2016

区域 2001年网络密度
（合作关系联系数）		 2006年网络密度
（合作关系联系数）		 2011年网络密度
（合作关系联系数）		 2016年网络密度
（合作关系联系数）
东亚与东盟 0.4242（56） 0.4394（58） 0.5273（58） 0.5985（79）
西亚 0.5000（120） 0.4833（116） 0.5667（136） 0.6000（144）
南亚 0.6677（28） 0.6429（27） 0.6667（28） 0.6667（28）
中亚 0.5000（3） 0.3333（2） 0.3333（2） 0.3333（2）
独联体 0.7857（33） 0.7143（30） 0.7381（31） 0.9048（38）
中东欧 0.6143（129） 0.7048（148） 0.7762（163） 0.7857（165）

2.2 合作态势与权力角色

2.2.1 合作网络特征

本研究采用网络密度、E-I指数、中心势等指标对“一带一路”沿线国家旅游经济合作网络的整体特征进行测度，结果如图2所示。
图2 2000—2016年“一带一路”沿线国家旅游合作网络整体特征指标汇总

Fig.2 the index change of tourism economic cooperation network of countries along the Belt and Road Initiative from 2000 to 2016

由图2可知：①网络密度基本处于持续增长状态，这表明“一带一路”沿线国家旅游合作关系越发频繁，合作关系越发紧密。值得注意的是，2013年网络密度出现了暂时性下降，这可能与“一带一路”沿线部分国家受到自然灾害侵袭有关，如菲律宾“海燕”台风灾害、印度洪涝灾害、尼泊尔洪水灾害、巴基斯坦洪水灾害等。自然灾害的侵袭导致各国间的旅游活动有所减缓。此外，表1显示，独联体国家之间的网络密度最高，其次为中东欧国家，这表明这两个区域内国家之间的旅游合作关系较为紧密。东盟与东亚地区的旅游活动联系数虽然较多，但网络密度仍需要进步一步提升，即各国之间合作的紧密性仍需进一步加强。中亚地区的旅游合作网络密度最低，旅游合作亟需加强。②E-I指数呈现先增大后减小的趋势，且基本上处于-0.3上下波动，这表明“一带一路”沿线国家旅游合作存在一定的派系关系，即合作网络中存在一定的小团体式合作模式。③度数中心势呈现缓慢的增长趋势，但其仍未超过40%，这表明“一带一路”沿线国家在旅游合作网络中并未出现绝对的“领导者”和“领头羊”角色；中间中心势呈现下降趋势，这表明整个网络中“中间人”和“媒介”的角色越来越淡，这也一定程度上说明了沿线国家旅游合作的便利化程度正逐步提升，各国直接合作逐步加强；接近中心势在30%上下波动，这表明中心国家与边缘国家之间的联系较为稀疏，沿线国家旅游合作的密切程度仍需要加强。

2.2.2 个体权力角色

本研究对2000—2016年“一带一路”沿线60个国家旅游合作的度数中心度、中间中心度和接近中心度进行测算，历年中心度排名第一和最后的国家见表2。
表2 2000—2016年“一带一路”沿线国家旅游合作中心度第一和最后的国家分布

Tab.2 The maximum and minimum value of centrality of countries along the Belt and Road Initiative from 2000 to 2016

年份 度数中心度 中间中心度 接近中心度
国家 数值 国家 数值 国家 数值
2000 俄罗斯 61.017 俄罗斯 8.865 俄罗斯 71.951
塔吉克斯坦 23.792 塔吉克斯坦 0 塔吉克斯坦 41.844
2001 埃及/俄罗斯 61.017 俄罗斯 9.212 俄罗斯 71.951
缅甸 23.792 以色列 0 缅甸 42.446
2002 俄罗斯 59.322 俄罗斯 10.850 俄罗斯 71.084
缅甸 25.424 以色列 0 缅甸 43.704
2003 俄罗斯 61.017 俄罗斯 12.026 俄罗斯 71.951
老挝 35.593 老挝 0 希腊 45.736
2004 俄罗斯 61.017 约旦 9.931 俄罗斯 71.951
缅甸 32.203 缅甸/希腊 0 希腊 46.825
2005 约旦 62.712 约旦 9.931 约旦 72.840
缅甸 28.814 巴林 0 缅甸 44.030
2006 黎巴嫩 64.407 乌克兰 6.82 黎巴嫩 73.750
缅甸 30.508 阿联酋/缅甸 0 缅甸 47.200
2007 马来西亚 66.102 约旦 7.225 马来西亚 74.684
缅甸 32.203 阿联酋/缅甸 0 缅甸 48.760
2008 保加利亚 67.797 约旦 5.940 保加利亚 75.641
孟加拉国 32.203 阿联酋/缅甸 0 孟加拉国 48.361
2009 中国 69.492 约旦 6.676 中国 76.623
孟加拉国 37.288 孟加拉国/希腊 0 孟加拉国 52.212
2010 保加利亚 79.661 中国 5.887 保加利亚 83.099
孟加拉国 37.288 孟加拉国 0 孟加拉国 54.630
2011 中国 81.356 中国 7.835 中国 84.286
孟加拉国 32.203 孟加拉国 0 孟加拉国 49.167
2012 中国 91.525 中国 7.896 中国 92.188
孟加拉国 32.203 孟加拉国 0 孟加拉国 50.000
2013 俄罗斯 61.017 俄罗斯 8.865 俄罗斯 71.951
塔吉克斯坦 23.729 塔吉克斯坦 0 塔吉克斯坦 41.844
2014 中国 89.831 中国 5.088 中国 89.831
科威特 38.983 科威特 0 科威特 53.636
2015 泰国 91.525 泰国 4.538 泰国 92.188
也门 42.373 也门 0 也门 57.843
2016 泰国 89.831 泰国 3.052 泰国/中国 90.769
也门 37.288 也门 0 也门 55.660
①从度数中心度来看：不管是度数中心度最高的国家还是最低的国家，随着时间的推移，其度数中心度都呈现增大趋势，这表明“一带一路”沿线国家旅游合作呈现联系频繁化、合作紧密化趋势。另一方面，合作“领头羊”的角色不断更替。度数中心度越高，意味着其在整个网络中与其他国家的合作联系越紧密，其在合作网络中的地位越重要，越具有核心控制能力和主导能力。由表1可知，俄罗斯、埃及、约旦、黎巴嫩、马来西亚、保加利亚、中国、泰国等国先后充当合作网络中的“领头羊”角色，主导整个合作网络。
②从中间中心度来看：各年度中间中心度的最大值由2000年的8.865下降至2016年的3.052，呈现明显的下降趋势，这表明合作网络中“中间人”的媒介作用越来越弱，国家之间的直接合作程度越来越高。另一方面，“中间人”的角色更替变化。俄罗斯、约旦、乌克兰、中国、泰国等国先后扮演过“中间人”的控制角色，承担过合作“支配”的任务。而塔吉克斯坦、以色列、老挝、缅甸、希腊、巴林、阿联酋、孟加拉国、科威特、也门的中间中心度均出现过0的情况，即曾经充当过边缘化的个体角色，旅游合作方面受到其他国家的“控制”与“支配”。这些国家旅游业发展较慢，旅游合作自主能力有待进一步提升。
③从接近中心度来看，主要呈现以下两方面特征：一是，“一带一路”沿线国家旅游合作网络中“领头羊”的控制能力逐渐增强。历年接近中心度的最大值国家与度数中心度的最大值国家保持一致。接近中心度的最大值由2000年的71.951增长至2016年的90.769，这表明旅游合作网络中“领头羊”的控制能力逐渐增加。二是，亚洲地区部分国家处于被控制的劣势位置。从接近中心度的最小值国家来看，亚洲西部的科威特、也门等国，中亚地区的塔吉克斯坦，东南亚地区的缅甸，南亚地区的孟加拉国等国均处于被控制的劣势位置，在整个旅游合作网络中位于边缘位置。

2.3 合作地位评估

本研究结合前文提出的合作地位评估模型，即式（5），测算出“一带一路”沿线国家历年合作地位指数。求取各国历年合作地位指数的平均值，并依据旅游目的地分类[57,61]，借助K-均值聚类分析方法，将聚类数设定为5，划分旅游合作地位。聚类Anova结果显示，F值为235.507，Sig值小于0.001，聚类结果具有显著统计意义。“一带一路”沿线国家旅游合作地位空间分布如图3所示。
图3 “一带一路”沿线国家旅游合作地位分布

Fig.3 Distribution of countries’cooperation status along the Belt and Road Initiative

①中国和约旦成为“一带一路”沿线国家旅游经济合作的核心领导者。据中国旅游研究院发布的《中国出境旅游发展年度报告2017》显示，中国赴“一带一路”沿线国家游客量快速增长，游客数量仅2016年便达到5 000万人次，2017年，中国公民出境旅游突破1.3亿人次，2018年我国出境旅游突破1.5亿人次。中国已连续多年保持世界第一大出境旅游客源国和全球第四大入境旅游接待国地位，国际旅游活动十分活跃。约旦，从地理位置上看，勾连亚洲与欧洲，处于“一带一路”空间位置的中间节点。此外，约旦采取提供游客旅游补贴、推出廉价机票、增设航班等多种措施促进旅游业发展，主动寻求国际旅游合作。
②俄罗斯、保加利亚是“一带一路”沿线国家旅游经济合作的次核心领导者。俄罗斯是“一带一路”沿线国家中经济较为发达国家，出境旅游活动频繁。保加利亚则是由亚洲进入欧洲的“门户”，旅游资源丰富，区位优势明显。此外，近年来，保加利亚增设签证中心、开通直航、建设保加利亚的海外旅游信息中心等多渠道并举，积极融入“一带一路”旅游合作。
③马来西亚、黎巴嫩、伊朗、泰国、土耳其、乌克兰、哈萨克斯坦、白俄罗斯、塞尔维亚、罗马尼亚等10国是“一带一路”沿线国家旅游经济合作的重要合作者，这些国家旅游资源丰富，可以成为重要的入境旅游接待国。
④阿塞拜疆、立陶宛等17国则是“一带一路”沿线旅游活动的一般合作者，后续的旅游合作广度、深度仍需进一步加强。
⑤不丹、蒙古等28个国家则处于边缘合作者的不利位置，仍需要加强基础设施建设、提升旅游便利化水平，强化与其他国家的旅游活动交流。

3 中国的角色演变分析

本研究进一步探究中国在整个“一带一路”沿线国家旅游经济合作网络中的角色，为中国制定下一步合作战略提供借鉴与参考。本研究对2000—2016年中国在整个合作网络中的相关指标进行测算，具体结果见表3。
表3 中国在“一带一路”沿线国家旅游合作网络中的角色

Tab.3 The role of China in the tourism cooperation network of countries along the Belt and Road Initiative from 2000 to 2016

年份 度数中心度 接近中心度 中间中心度 合作地位指数
点入度 排名 点出度 排名 点出度 排名 点入度 排名 数值 排名 数值 排名
2000 27 8 35 3 52.679 12 62.105 11 1.614 18 0.603 10
2001 25 13 34 3 51.304 26 62.105 12 1.585 17 0.582 13
2002 25 10 34 5 52.212 20 64.130 10 2.418 14 0.640 11
2003 25 9 35 2 54.128 6 67.045 3 4.020 4 0.693 4
2004 25 11 34 5 57.282 2 63.441 11 6.965 3 0.849 3
2005 23 37 34 6 53.153 16 64.130 10 3.088 9 0.620 8
2006 25 13 35 6 57.843 3 70.238 6 4.808 5 0.808 6
2007 24 34 36 9 54.128 13 71.951 5 5.383 3 0.830 6
2008 24 39 36 10 57.282 10 71.951 9 5.169 3 0.848 6
2009 26 35 41 2 57.843 12 76.623 2 6.521 2 0.992 2
2010 28 36 46 3 59.596 3 81.944 3 5.887 1 0.973 1
2011 31 9 48 1 61.458 8 84.286 1 7.835 1 1.000 1
2012 31 24 54 1 61.458 11 92.188 1 7.896 1 1.000 1
2013 27 8 35 3 52.679 12 62.105 11 1.614 18 0.603 10
2014 34 7 53 1 67.816 2 90.769 1 5.088 1 1.000 1
2015 34 9 51 2 65.556 7 88.060 2 2.627 3 0.785 2
2016 35 6 53 1 67.816 3 90.769 2 2.844 3 0.977 2
①中国扮演着“核心者”的角色。从合作地位指数来看，中国的合作地位指数不断增加，这表明中国在整个“一带一路”沿线国家旅游经济合作网络中的地位不断提升，重要性不断增加，中国已成为“一带一路”旅游经济合作的重要力量。
②中国扮演着“领头羊”的角色。从度数中心度来看，点入度与点出度数值均呈现增长趋势，这表明中国的入境旅游和出境旅游活动越发频繁。其中，点入度自2013年以后上升至前10位，且排名逐步提升；点出度自2009年以来便位居前3位，这表明中国出境旅游市场持续火爆。这基本与我国连续多年保持世界第一大出境旅游客源国和全球第四大入境旅游接待国地位一致[62]。由此可见，不管是入境旅游接待还是出境旅游消费，中国在“一带一路”沿线国家旅游经济合作中都扮演着“领头羊”的角色。
③中国扮演着“自主者”的角色。从接近中心度来看，点入度与点出度数值均呈现增大趋势，这表明不管是在入境旅游还是出境旅游层面，中国越发不受其他国家“控制”和“限制”。2000—2016年期间，中国接近中心度的点出度排名呈现大幅度提升情况，这表明中国出境旅游越发便利，出境旅游限制越来越少[63]。在入境旅游方面，点入度增长速度快，这表明中国不受其他国家“限制”的程度较高，自主权较大。总体来看，中国在“一带一路”沿线国家旅游经济合作中占据主动地位，旅游活动限制较少，旅游便利化水平较高。
④中国扮演“中间人”的角色。2008年以后，中国中间中心度的排名基本上处于前3位，这表明中国处于沟通联系其他国家旅游合作的“中间人”位置，属于网络中不可或缺的“媒介”。需要注意的是，中国的中间中心度数值呈现倒“V”分布，这说明中国“中间人”的角色正逐步弱化，这也一定程度上说明“一带一路”沿线国家之间的直接旅游合作正逐步加强。

4 结论与展望

本研究采用修正后的引力模型测度2000—2016年“一带一路”沿线国家旅游合作联系强度，利用社会网络分析方法探究了“一带一路”沿线国家旅游合作的合作态势与权力角色演变，并重点探究了中国在整个合作网络中的角色演变，得到以下结论：
①2000—2016年，“一带一路”沿线国家旅游合作网络密度逐步加强，各国间旅游合作朝协调化、一体化方向发展。此外，“一带一路”沿线区域内的旅游合作网络密度也呈现稳步增大态势，这表明区域内部的旅游合作也朝一体化、紧密化方向发展。值得注意的是，旅游合作网络中的中心国家与边缘国家联系紧密程度不够，合作密度仍需进一步加强。
②旅游合作网络的个体特征显示：“一带一路”沿线国家旅游合作网络中的“领头羊”角色、“中间人”角色不断更替，但“领头羊”的控制能力逐渐增强，合作网络中“中间人”的控制能力减弱，各国之间的直接合作趋势越发明显。
③中国在“一带一路”沿线国家旅游合作中扮演着多重角色：中国扮演着“核心者”的角色，在整个合作网络中占据核心地位；不管是入境旅游接待还是出境旅游消费，中国扮演着合作网络中的“领头羊”角色；中国扮演着“自主者”的角色，在旅游合作网络中占据主动地位，旅游活动限制较少，旅游便利化水平较高；中国处于沟通联系其他国家旅游合作的“中间人”位置，但中国“中间人”的角色正逐步弱化，各国间的直接旅游合作正逐步加强。
本研究借助社会网络分析方法解构“一带一路”沿线国家旅游合作网络，分析了沿线国家旅游合作态势、合作特征以及在中国在旅游合作网络中的角色与地位，为“一带一路”旅游合作的策略制定和调整奠定了基础，为“一带一路”旅游合作发展厘清了方向。值得指出的是，良好的政治环境是旅游业发展的基础[64]。因此，在测度两国旅游经济联系时可将两国之间的政治距离、制度距离纳入其中。此外，本研究仅探究了旅游合作网络的特征与合作态势，尚未探究旅游合作网络的驱动因素。在今后的研究中，可进一步完善引力模型，引入政治因素、制度因素等来全面探究“一带一路”沿线国家旅游合作联系，也可进一步探究旅游合作网络形成的驱动因素。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Zhang L, Xu Z. How Do Cultural and Institutional Distance Af-fect China's OFDI towards the OBOR Countries?[J]. Baltic Journal of European Studies, 2017, 7(1):24-42.

[2]
Zhang Xin, Zhu Yingming, Liansheng Y. Multifractal detrended cross-correlations between Chinese stock market and three stock markets in The Belt and Road Initiative[J]. Physica A:Statistical Mechanics and its Applications, 2018(503).

[3]
殷杰, 刘雅芳, 杨东旭, 等. “一带一路”沿线欧洲诸国旅游开放度研究[J]. 经济地理, 2017, 37(6):190-197.

[4]
Anastas V. China's Engagement with the Sixteen Countries of Central,East and Southeast Europe under the Belt and Road Initiative[J]. China & World Economy, 2017, 25(5):101-124.

[5]
赵永华, 王硕. 全球治理视阈下“一带一路”的媒体合作:理论、框架与路径[J]. 国际新闻界, 2016(9):86-103.

[6]
隗斌贤. “一带一路”背景下文化传播与交流合作战略及其对策[J]. 浙江学刊, 2016(2):214-219.

[7]
陈明宝, 陈平. 国际公共产品供给视角下“一带一路”的合作机制构建[J]. 广东社会科学, 2015(5):5-15.

[8]
冯宗宪, 李刚. “一带一路”建设与周边区域经济合作推进路径[J]. 西安交通大学学报:社会科学版, 2015, 35(6):1-9.

[9]
张生玲, 魏晓博, 张晶杰. “一带一路”战略下中国能源贸易与合作展望[J]. 国际贸易, 2015(08):11-14.

[10]
闫琰, 王秀东. “一带一路”背景下我国与中亚五国农业区域合作的重点领域[J]. 经济纵横, 2016(12):67-72.

[11]
吴建南, 杨若愚. 中国与“一带一路”国家的科技合作态势研究[J]. 科学学与科学技术管理, 2016, 37(1):14-20.

[12]
翁东玲. “一带一路”建设的金融支持与合作风险探讨[J]. 东北亚论坛, 2016(6):46-57.

[13]
林炜铃, 邹永广. “一带一路”沿线旅游合作空间格局与合作机制[J]. 南亚研究季刊, 2016(2):76-83.

[14]
曹笑笑. “一带一路”视角下中阿旅游合作研究[J]. 阿拉伯世界研究, 2016(2):44-57.

[15]
Teye V B. Prospects for regional tourism cooperation in Africa[J]. Tourism Management, 1988, 9(3):221-234.

[16]
Jacqueline A. Tourism cooperation in the Asia-Pacific Region[J]. Tourism Management, 1993, 14(5):390-392.

[17]
Morrisson A, Lynch P, Johns N. International Tourism Network[J]. International Journal of Contemporary Hospitality Management, 2004, 16(3):197-204.

[18]
郭鹏, 董锁成, 李泽红, 等. 丝绸之路经济带旅游业格局与国际旅游合作模式研究[J]. 资源科学, 2014(12): 2 459-2 467.

[19]
李耀华, 姚慧琴, 王会战, 等. 新时代丝绸之路经济带跨国文化遗产旅游合作机制研究——基于中亚五国居民调研视角[J]. 西北大学学报:哲学社会科学版, 2018, 48(2):14-22.

[20]
赵静, 李树民. 丝绸之路经济带旅游合作障碍与对策研究[J]. 云南民族大学学报:哲学社会科学版, 2017(5):101-108.

[21]
马超, 张青磊. “一带一路”与中国—东盟旅游安全合作——基于亚洲新安全观的视角[J]. 云南社会科学, 2016(4):19-24.

[22]
王会战, 李树民, 陈实, 等. 丝绸之路旅游合作国内研究述评[J]. 旅游科学, 2015, 29(2):60-73.

[23]
邹永广. “一带一路”中国主要节点城市旅游的经济联系——空间结构与合作格局[J]. 经济管理, 2017, 39(5):22-35.

[24]
Giovanni B A. The Belt and Road Initiative in China's Emerg-ing Grand Strategy of Connective Leadership[J]. China & World Economy, 2017, 25(5):4-22.

[25]
Enrico F, Giorgio P. The Belt and Road Initiative Impact on Europe:An Italian Perspective[J]. China & World Economy, 2017, 25(5):125-138.

[26]
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.

[27]
张洪, 夏明. 安徽省旅游空间结构研究——基于旅游中心度与旅游经济联系的视角[J]. 经济地理, 2011, 31(12):2 116-2 121.

[28]
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):1 429-1 436.

[29]
徐长乐, 吴梦. 基于修正引力模型的成渝城市群空间联系分析[J]. 管理现代化, 2018(3):85-87.

[30]
李文宇, 刘洪铎. 多维距离视角下的“一带一路”构建——空间、经济、文化与制度[J]. 国际经贸探索, 2016, 32(6):99-112.

[31]
吉生保, 李书慧, 马淑娟. 中国对“一带一路”国家OFDI的多维距离影响研究[J]. 世界经济研究, 2018(1):98-111.

[32]
刘晓凤, 葛岳静, 赵亚博. 国家距离与中国企业在“一带一路”投资区位选择[J]. 经济地理, 2017, 37(11):99-108.

[33]
孟德友, 陆玉麒. 基于引力模型的江苏区域经济联系强度与方向[J]. 地理科学进展, 2009, 28(5):697-704.

[34]
牛慧恩, 孟庆民, 胡其昌, 等. 甘肃与毗邻省区区域经济联系研究[J]. 经济地理, 1998, 18(3):51-56.

[35]
宣国富, 陆林, 汪德根, 等. 三亚市旅游客流空间特性研究[J]. 地理研究, 2004, 23(1):115-124.

[36]
李连璞, 杨新军, 赵荣. “时空缩减”背景下客源市场空间分布及演变趋势分析[J]. 人文地理, 2007, 22(1):45-48.

[37]
关晓光, 刘柳. 基于修正引力模型的京津冀城市群空间联系分析[J]. 城市问题, 2014(11):21-26.

[38]
叶莉, 陈修谦. 基于旅游竞争力评价的中国与东盟国家旅游贸易互动分析[J]. 经济地理, 2013, 33(12):177-181.

[39]
Racherla P, Hu C. A social network perspective of tourism re-search collaborations[J]. Annals of Tourism Research, 2010, 37(4):1 012-1 034.

[40]
Casanueva C, Gallego Á, García-Sánchez M. Current Issues in Tourism[J]. Current Issue in Tourism, 2014, 19(12):1 190-1 209.

[41]
宗康, 胡志华. 基于社会网络分析法的一带一路沿线国家海运关联研究[J]. 大连海事大学学报, 2016, 42(4):84-90.

[42]
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.

[43]
彭芳梅. 粤港澳大湾区及周边城市经济空间联系与空间结构——基于改进引力模型与社会网络分析的实证分析[J]. 经济地理, 2017, 37(12):57-64.

[44]
方大春, 孙明月. 高铁时代下长三角城市群空间结构重构——基于社会网络分析[J]. 经济地理, 2015, 35(10):50-56.

[45]
刘劲松. 基于社会网络分析的世界天然气贸易格局演化[J]. 经济地理, 2016, 36(12):89-95.

[46]
吴常艳, 黄贤金, 陈博文, 等. 长江经济带经济联系空间格局及其经济一体化趋势[J]. 经济地理, 2017, 35(7):71-78.

[47]
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.

[48]
Kim J, Hastak M. Social Network Analysis[J]. The Journal for Information Professional, 2018, 38(1):86-96.

[49]
Liu B, Huang S S, Fu H. An application of network analysis on tourist attractions:The case of Xinjiang,China[J]. Tourism Management, 2017, 58:132-141.

[50]
刘军. 整体网络分析讲义:UCINET软件实用指南[M]. 上海: 上海人民出版社, 2009.

[51]
李航飞, 韦素琼, 陈松林. 海峡西岸经济区市域经济网络结构及成因分析[J]. 经济地理, 2017, 37(7):63-70.

[52]
方大春, 周正荣. 安徽省城市经济联系结构研究:基于社会网络分析[J]. 华东经济管理, 2013, 27(1):18-22.

[53]
刘大庆, 白玲, 郗笃刚, 等. 全球地缘政治格局力量结构演变研究——基于社会网络分析法[J]. 世界地理研究, 2018, 27(1):12-21.

[54]
潘峰华, 赖志勇, 葛岳静. 经贸视角下中国周边地缘环境分析——基于社会网络分析方法[J]. 地理研究, 2015(4):775-786.

DOI

[55]
张德钢, 陆远权. 中国碳排放的空间关联及其解释——基于社会网络分析法[J]. 软科学, 2017(4):15-18.

[56]
戢晓峰, 张力丹, 陈方, 等. 云南省自驾游发展水平与旅游交通可达性的空间分异及耦合[J]. 经济地理, 2016, 36(5):195-201.

[57]
李勇泉, 阮文奇. 中国西部经济区旅游经济网络时空演化及影响因素——以“十二五”期间成渝经济区为例[J]. 资源开发与市场, 2018, 34(5):698-702.

[58]
潘竟虎, 胡艳兴, 董晓峰. 丝绸之路经济带经济差异时空格局演变特征[J]. 经济地理, 2016, 36(1):10-17.

[59]
宗会明, 郑丽丽. “一带一路”背景下中国与东南亚国家贸易格局分析[J]. 经济地理, 2017, 37(8):1-9.

[60]
田晖. 国家文化距离对中国进出口贸易影响的区域差异[J]. 经济地理, 2015, 35(2):22-29.

[61]
Lew A A, Mckercher B. Trip destinations,gateways and itiner-aries:the example of Hong Kong[J]. Tourism Management, 2002, 23(6):609-621.

[62]
宋振春, 赵彩虹, 李旭东. 中国出境旅游的社会认知研究——跨文化交流视角的网络文本分析[J]. 旅游学刊, 2018, 33(3):75-88.

[63]
张金山, 曾博伟, 孙梦阳. 跨境游客往来便利化的制度分析及对策研究[J]. 旅游学刊, 2016, 31(2):23-32.

[64]
Mihalič T, šegota T, šegota T, et al. The influence of the politi-cal environment and destination governance on sustainable tourism development:a study of Bled,Slovenia[J]. Journal of Sustainable Tourism, 2016, 24(11):1 489-1 505.

Options
文章导航

/

〈 〉