EN中文

Economic geography >

2025 , Vol. 45 >Issue 5: 181 - 190

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.05.019

Formation Mechanism and Synergistic Development Model of Tourism Economic Integration in the Yangtze River Delta Urban Agglomeration: From the Perspective of Linkage Networks

  • LI Long , 1 ,
  • WANG Chaohui , ※ ,
  • QIAO Haohao 2 ,
  • GAO Yang 1
Expand
  • 1. School of Geography and Tourism，Anhui Normal University，Wuhu 241002，Anhui，China
  • 2. School of Tourism Management，Chaohu University，Chaohu 238024，Anhui，China

Received date: 2024-08-06

  Revised date: 2025-04-10

  Online published: 2025-07-07

Fold

Abstract

This article constructs a comprehensive evaluation system of the development quality of tourism economy from two dimensions: tourism economic scale and tourism economic benefit. With the help of the entropy weight TOPSIS method, modified gravity model, social network analysis method and GIS spatial analysis method, it analyzes the spatial distribution and network structure of tourism economic connections and depicts the characteristics of tourism economic integration in the Yangtze River Delta urban agglomeration (YRDUA) in 2011, 2016 and 2021. The results show that: 1) The number of tourism economic connection channels between cities in the YRDUA has increased, its connection intensity and number both have continued to increase. The construction of regional tourism economic integration has received phased achievements, but it is still characterized by the co-existence of the "rich people's club" and the "island phenomenon". 2) Nine cities (e.g. Shanghai, Nanjing, Hangzhou and so on) are the main tourism economy exporting cities in the YRDUA, with significant spillover effects, while the rest of the cities assume receiving roles, and the core node cities play a key role in the process of tourism economy integration in the YRDUA. 3) Tourism economic connections present a hierarchical spatial structure of "core-edge" agglomeration, with "small worlds" nested in large associations. A collaborative system of hierarchical cooperation among core cities, sub-core cities, and general cities in the YRDUA is gradually taking shape. According to the formation mechanism of tourism economic integration, it proposes the development mode of tourism economy integration in YRDUA, which is "multiple leading cores, four linking corridors and five linking districts".

Key words： tourism economic integration; tourism economic connections; network structure; collaborative development model; Yangtze River Delta Urban Agglomeration

Cite this article

LI Long , WANG Chaohui , QIAO Haohao , GAO Yang . Formation Mechanism and Synergistic Development Model of Tourism Economic Integration in the Yangtze River Delta Urban Agglomeration: From the Perspective of Linkage Networks[J]. Economic geography, 2025 , 45(5) : 181 -190 . DOI: 10.15957/j.cnki.jjdl.2025.05.019

党的十八大以来，以习近平同志为核心的党中央提出了“一带一路”倡议以及京津冀协同发展、长江经济带发展、粤港澳大湾区建设、长三角一体化发展等重大区域发展战略 ①。一体化作为区域协调发展的高阶状态，突破了传统行政区划的限制，实现了区域生产要素自由流动、经济活力充分释放、基础设施全面完善、体制机制持续健全，是区域经济、社会、空间多维协调发展的过程。旅游一体化是区域一体化发展的重要组成部分，代表了区域旅游合作发展的最高水平[1]。长三角作为中国经济最发达的区域之一，是最早探索旅游一体化发展路径的地区[1]。在长三角一体化升级为国家战略的背景下，及时识别区域旅游经济联系空间结构，全面刻画网络结构特征及其动态演变过程，对于整合跨区域旅游资源要素，合理引导旅游流空间流动，强化核心城市辐射带动效应，实现区域旅游经济一体化协同联动发展具有重要现实意义。
国外关于区域一体化的研究开始较早。就一体化概念而言，国外学者认为一体化是指国家为了打造统一的贸易市场而建立的公司、贸易区、联盟等国际经济组织[2]。区域一体化就是区域经济一体化[3]，而区域旅游一体化也可以理解为区域旅游经济一体化。随着研究的逐渐深入，有学者指出区域一体化的根本目的在于破除不同区域之间的差别对待现象，达到相对平等的状态[4]。从地理空间视角来看，区域一体化本质就是各种生产要素（如劳动力和资本）在一个区域内的自由流动[5-6]。其中，欧盟就是政治、经济、市场、政策等多维度高度一体化的典型案例，东盟国家的经济一体化也是发展中国家跨境合作的成功典范[7]。从产业效应角度看，乡村旅游通过发挥整合区域功能、意识形态和制度的作用促进欧盟一体化[8]，国际旅游也是东欧国家加快融入欧洲一体化的重要工具[9]。
国内针对旅游一体化的研究框架体系日益完整，研究主题包括旅游一体化的概念解析[10]、综合测度[10]、空间溢出[11-12]和发展对策[13]等。国内学者认为旅游一体化就是要消除各种制度壁垒，实现各种旅游生产要素的自由流动和最优配置[10]，最终构建一个高效有序统一的旅游大市场[14]。为了响应国家区域协调发展重大战略，学者们开始通过构建多维评价指标体系分析旅游一体化发展水平及其空间演化格局[10]，探索旅游对区域经济协调发展的影响[15-16]，并根据溢出效应的空间差异将旅游一体化划分为4个阶段[14]。在理论研究框架方面，在借鉴国外发达国家旅游一体化发展经验的基础上[17]，学者们运用博弈模型[18]、Salop模型[19]、共生理论[10]和新经济地理学理论[13]，提出国内不同区域旅游一体化的发展策略。
本文与以往以旅游经济联系为基础探索长三角旅游一体化的研究存在以下不同：①已有研究主要聚焦长三角26个城市[20-21]，本文根据《长江三角洲区域一体化发展规划纲要》以长三角41个城市为研究对象。②由于城市发展定位的差异性，往来高铁（普铁）的车次、车速、类型等存在显著差别，而已有研究未考虑旅游经济联系的方向性。③部分学者仅选择公路或高铁某一种交通方式进行时间成本的计算[21-24]，忽略了多种交通方式对旅游经济联系的综合影响，但是通过选取公路、普通铁路和高速铁路最短出行时间平均值来表征最小时间成本[21]，不能真实反映交通可达性对城市旅游经济联系的影响，而本文采用的幂函数计算方法已经获得前人验证[25]。④“一体化”和“高质量”作为长三角未来发展两大时代主题，研究长三角城市群旅游经济联系演变规律，总结长三角城市群旅游经济一体化发展模式，高度契合国家重大发展战略，同时可以为其他区域协调发展提供经验借鉴。
在长三角一体化升级为国家战略和文旅深度融合发展的时代背景下，推进资源要素无障碍流通和产业跨区域分工合作，实现区域经济高质量增长已成为长三角未来发展的主要目标。本文选择2011、2016和2021年作为研究时间节点，以长三角城市群为研究案例地，根据熵权TOPSIS方法计算旅游经济发展质量，借助修正引力模型衡量旅游经济联系强度和总量，利用社会网络分析和反距离空间插值法分析旅游经济联系空间结构和演变过程，刻画旅游经济一体化特征，总结旅游经济一体化形成机制，进而构建长三角城市群旅游经济一体化协同发展的新模式。

1 研究区域、方法与数据来源

1.1 研究区域

本文选取长三角城市群为研究案例区，根据《长江三角洲区域一体化发展规划纲要》确定具体研究范围，包括江苏、浙江、安徽及上海三省一市全域共41个城市[26]。2021年长三角GDP为27.6万亿，在全国占比达到24.1%；国家5A级旅游景区占全国21%；度假区数量占全国43%；旅游总收入占全国18.8% ①。研究区既是全国经济增长的重要引擎，又是全国文化和旅游产业最发达的地区。长三角城市群得天独厚的区位优势和高度发达的文旅产业，促使城市间旅游经济联系十分紧密。本研究聚焦长三角城市群，为总结城市群旅游经济一体化形成机制与协同发展模式提供典型案例。

1.2 研究方法

区域一体化的本质是节点城市内各种要素突破行政制度壁垒，实现充分自由流动后形成的紧密经济联系状态[20-21]。本文以此为逻辑起点，通过衡量旅游经济联系网络质量高低反映城市群旅游经济一体化程度，旅游经济联系网络质量由单个节点城市旅游经济发展水平和城市间旅游经济联系程度共同决定。节点城市旅游经济联系强度和总量，以及点度中心度、中间中心度代表的是单个节点城市旅游经济发展水平；旅游经济联系网络密度、平均聚类系数、平均路径长度和模块度反映的是区域层面旅游经济联系程度。城市间旅游经济联系强度和总量越大，旅游经济联系空间结构越紧凑，说明区域旅游经济发展越均衡越充分[20,22]，旅游经济联系网络质量也就越高，同时意味着旅游经济一体化也处于较高水平。本文采用的研究方法及说明详见表1。
表1 主要研究方法及说明

Tab.1 Main research methods and their explanations

研究方法 应用说明
旅游经济
引力模型		 旅游经济联系强度主要是衡量不同节点城市间旅游经济联系紧密程度及相互作用程度[27]。旅游经济联系总量反映节点城市在区域中地位重要程度[27]
网络密度 网络密度代表网络的整体联系紧密程度[27]
点度中心度 点度中心度是指节点城市在网络中位于中心位置的程度[23]
中间中心度 中间中心度是指节点城市在网络中对其他节点城市的控制程度[23]或依赖程度[27]
模块度 模块度主要用来测度网络内部节点城市联系紧密程度，评估网络社区结构的质量[28]
加权入度 加权入度表示从其他城市转入节点城市的联系数量[29]
加权出度 加权出度表示从节点城市转出的联系数量[29]
加权度 加权度表示节点城市与其他节点城市联系总量[29]

1.3 数据来源

本文主要选择时间距离和旅游经济数据作为基础研究资料（表2）。其中，铁路交通最短通行时间来源于盛名时刻表2011.06.21版本、2016.10.28版本和2021.11.05版本；而最短公路里程则通过2012、2017和2022年《中国高速公路及城乡公路网地图集》查询获取，按照公路里程数除以80 km/h的方法[30]计算城市间最短公路出行时间。本文其他旅游经济数据来源于历年的长三角各省市统计年鉴及国民经济和社会发展统计公报。
表2 旅游经济发展质量综合评价体系的指标及说明

Tab.2 Indicators and explanations of the comprehensive evaluation system of the development quality of tourism economy

目标
层		 准则
层		 具体指标 单位 权重
2011 2016 2021
旅
游
经
济
发
展
质
量		 旅
游
经
济
规
模		 星级酒店数量 个 0.069 0.070 0.074
旅行社数量 个 0.108 0.108 0.074
A级旅游景区数量 个 0.021 0.022 0.029
国内游客人数 万人次 0.052 0.053 0.052
国际游客人数 人次 0.170 0.165 0.163
游客总数 万人次 0.053 0.053 0.051
旅
游
经
济
效
益		 国内旅游收入 亿元 0.065 0.065 0.053
国际旅游外汇收入 万美元 0.176 0.177 0.265
旅游总收入 亿元 0.068 0.069 0.056
旅游总收入占GDP百分比 % 0.062 0.062 0.059
旅游总收入占第三产业收入百分比 % 0.065 0.066 0.062
旅游收入密度 万元/km2 0.090 0.091 0.062

注：指标选取详见相关文献[25,31]；指标权重利用熵权TOPSIS法计算而来。

2 旅游经济联系空间分布演变

2.1 旅游经济联系强度和总量

从联系强度来看，长三角城市群旅游经济联系强度持续强化，旅游经济一体化建设取得阶段性成效，呈现“富人俱乐部”与“孤岛现象”并存局面（图1）。具体而言，2011—2021年长三角旅游经济联系强度增加明显，由21035.500增加至28254.398，增长了约34.318%。其中，2011年苏州、上海、无锡3市间旅游经济联系强度占整个地区的15.728%，表现出强强联合态势，“富人俱乐部”现象突出；而宿州、阜阳、衢州、丽水等区域边缘城市与其他城市间旅游经济联系较弱，“孤岛现象”显著。2016年，长三角旅游经济联系强度排名未发生显著变化，但空间差异进一步扩大。虽然长三角旅游经济联系强度两极分化严重，但上海、苏州、无锡3市旅游经济联系强度占比下降到13.041%，旅游经济一体化趋势正在酝酿。受新冠疫情影响，2021年长三角核心节点城市旅游经济联系强度有所下降，上海、苏州、无锡3市旅游经济联系强度占比进一步下降到10.395%，但其作为增长极的位置未发生变化。排名最后3对城市的联系强度较2016年均有大幅上涨，表明2016—2021年长三角城市群旅游经济联系差异不断缩小，旅游经济一体化进程持续推进，但“富人俱乐部”现象仍然突出，部分城市“孤岛现象”依旧未打破。
图1 长三角城市群旅游经济联系强度和总量空间分布演变

Fig.1 Evolution of the spatial distribution of tourism economic connection intensity and total volume in the YRDUA

从联系总量来看，长三角城市群旅游经济联系总量缓慢增加，苏州等核心节点城市联系总量和占比逐渐下降，区域边缘城市占比则不断增加，空间分布朝均衡化方向持续演变，旅游经济一体化规模效应和空间效应凸显。与2011年相比较，2016年旅游经济联系总量普遍增加，总体增速缓慢，增幅较大城市仍集中在基数大的城市，增速较快节点主要分布在浙江境内。受新冠疫情影响，2021年长三角城市群旅游经济联系总量整体增速继续放缓，但仍然保持增长态势，主要集中在江苏和安徽境内的边缘城市。

2.2 旅游经济联系点度中心度

由图2可知，2011年上海、苏州、无锡、杭州、南京以及合肥等节点城市点度中心度较高，形成连片分布态势；低值区主要集中在皖北、苏东北和浙南等边缘区域，整体点度中心度的均值只有28.976，表明2011年长三角核心节点城市“权力”有限，辐射和带动能力弱。2016年，点度中心度数值普遍上升，中等偏上区域增多，均值增加至35.414；高值区在2011年基础上向皖西和浙南拓展。与此同时，皖北和苏东北等区域边缘城市点度中心度也有小幅增加。经过5年发展，长三角城市群旅游经济一体化水平得到显著提升，溢出效应开始显现。2021年，点度中心度继续保持上升态势，均值增加到44.390，总体呈现“中部高、南北低”的空间分布特征，高值区进一步向苏北、皖西、浙南扩展。随着新冠疫情各种封控管制政策的动态调整，近郊游、短途游、区域游成为一种流行趋势，带动了部分边缘城市旅游经济的发展。整体上看，2011—2021年长三角城市群点度中心度平均值增长了约33.242%，说明长三角城市群旅游经济一体化程度在不断提升。其中，上海、南京、苏州、无锡、黄山、池州等节点城市辐射带动效应不断增强，在旅游经济一体化过程中发挥重要作用，但区域边缘城市和部分中部城市短期内仍将持续影响长三角城市群旅游经济一体化进程。
图2 长三角城市群旅游经济联系点度中心度空间分布演变

Fig.2 Evolution of degree centrality of tourism economic connections in the YRDUA

2.3 旅游经济联系中间中心度

由图3可知，2011年南京、徐州、上海、合肥、杭州等省会城市、区域中心城市、直辖市的中间中心度较高，其中南京最高（193.642），说明长三角旅游经济联系高度依赖其桥梁和纽带作用。2016年，长三角城市群中间中心度总量和均值都在下降，而合肥、湖州、嘉兴等城市旅游经济联系控制能力增加迅速，边缘城市的中间中心度下降幅度较小，表明长三角城市群部分核心节点城市控制能力开始弱化，城市间直接互动合作增多。2021年，南京、徐州、杭州、上海、苏州等核心节点城市的支配能力持续减弱，主要原因是新冠疫情期间各种管控措施直接导致长距离、跨省出游受限。宿迁、六安、黄山等城市中间中心度有所增加，虽在网络中仍处于弱势地位，但也逐渐加入区域旅游经济分工与合作当中，为长三角城市群旅游经济一体化奠定了坚实基础。总体而言，2011—2021年长三角城市群核心节点城市的支配能力持续减弱，主要联系通道由直辖市、省会和区域中心城市开始向近邻扩散和旅游资源大市拓展，城市间旅游经济联系效率大大提升，旅游经济一体化水平不断增强。
图3 长三角城市群旅游经济联系中间中心度空间分布演变

Fig.3 Evolution of the betweenness centrality of tourism economic connections in the YRDUA

3 旅游经济联系网络结构演变

3.1 旅游经济联系网络特征

借鉴前人研究成果[27]，本文选取1作为临界值对旅游经济联系网络进行二值化处理，计算旅游经济联系网络密度、平均聚类系数和平均路径长度（表3）。理论上长三角城市群可以成立1640条联系通道，2011年实际建立了594条联系通道，网络密度值为0.362，说明节点城市间旅游经济联系较弱，城市群旅游经济一体化水平较低。2016年，城市间旅游经济联系通道增至723条，网络密度值达到0.443，表明节点城市间互动有所增加，但联系仍较为松散。2021年，网络密度值最高为0.555，有效联系通道达到910条，意味着城市间旅游联系逐渐紧密，旅游经济一体化特征凸显。
表3 长三角城市群旅游经济联系网络密度、平均聚类系数和平均路径长度

Tab.3 Density, average clustering coefficient and average path length of the tourism economic connection network in the YRDUA

年份 2011 2016 2021
网络密度 0.362 0.443 0.555
平均聚类系数 0.584 0.640 0.681
平均路径长度 1.709 1.599 1.485
平均聚类系数反映节点城市间旅游经济联系网络集聚程度，聚类系数值越大，表明节点城市发育成“小世界”的机会越大[29]。平均路径代表节点城市之间建立联系需要途经的中间城市数量，平均路径越短，说明区域内部联系越紧密。2011—2021年，长三角旅游经济联系平均路径均低于2个节点，加上平均聚类系数较大，表明长三角城市群旅游经济联系非常紧密，城市间通达性持续优化，联系效率不断提升。

3.2 旅游经济联系网络结构

进一步分析发现，2011—2021年长三角城市群旅游经济联系网络模块度值在0.326~0.432之间，再次证实了长三角城市群旅游经济联系网络存在模块化和“小世界”的特点。以长三角41个城市为网络节点，节点圆圈大小代表城市旅游经济联系总量、旅游经济输出量和旅游经济输入量，节点颜色代表城市所处的社团；以节点城市之间的旅游经济联系为边，边的粗细代表城市之间旅游经济输出（入）量，边越粗，说明两个城市间旅游经济联系输出（入）量越大，边的箭头指向表示旅游经济流动方向。
由图4可知，2011年长三角城市群旅游经济联系网络被分割成3个社团。苏州社团主要包括4个城市，其中苏州、上海、无锡连接最为紧密，苏州是该社团核心城市，也是最大的旅游经济输入城市；上海是最大的旅游经济输出城市，与嘉兴、无锡和杭州联系紧密。杭州社团包括11个城市，杭州作为社团核心城市，主要为绍兴提供旅游经济发展动力；嘉兴跨区域吸引来自上海旅游经济注入，成为该社团最大的旅游经济输入城市。南京社团拥有26个成员城市，是网络中规模最大的社团，大社团中间嵌套“小世界”，南京作为核心城市，是最大的旅游经济输出城市，促使镇江成为吸收外来旅游经济最多的城市。
图4 2011年长三角城市群旅游经济联系加权度、加权出度、加权入度

Fig.4 Weighted degree, weighted outdegree weighted indegree of tourism economic connection in the YRDUA in 2011

2016年与2011年社团发育情况类似，成员变化不大，但城市间旅游经济联系紧密度持续增强，旅游经济一体化程度不断加深。由图5可知，嘉兴持续接收上海旅游经济辐射加入苏州社团。苏州仍是社团核心节点，上海、无锡仍然是苏州最大的旅游经济输入城市和输出城市，苏州与无锡间联系最紧密。杭州社团结构相对稳定，杭州核心地位得到进一步巩固增强，绍兴代替嘉兴发育为次核心城市。南京社团成员未发生变化，在原有旅游经济联系基础上，镇江演变成次核心城市，宿迁—扬州等“小世界”开始孕育。
图5 2016年长三角城市群旅游经济联系加权度、加权出度、加权入度

Fig.5 Weighted degree, weighted outdegree, weighted indegree of tourism economic connection in the YRDUA in 2016

立出来发育成小团体，长三角城市群旅游经济联系网络演变为4个社团（图6）。具体来说：①受疫情防控政策影响，嘉兴回归杭州社团。苏州仍是社团核心城市，无锡超越苏州成为最主要的旅游经济输入城市，苏州、无锡互为最主要的输出输入城市。上海仍是最大的旅游经济输出城市，联系对象更加多元化。②杭州社团结构最稳定，成员仍是浙江11个城市，杭州是核心城市也是最大的旅游经济输出城市，最大的输出对象是绍兴。嘉兴受到沪杭双核辐射影响再次升级为社团次核心城市。③南京社团成员变化最大，疫情防控管制措施导致其成员由26个城市缩减至13个。南京仍是社团核心城市，也是最大的旅游经济输出城市，除与镇江等继续保持密切联系外，与扬州互动频繁。镇江与扬州等节点联系紧密，仍属次核心节点。④池州从南京社团中分离出13个城市独立成为新的社团，并成为核心节点城市，也是最大的旅游经济输出城市，与安庆联系紧密。
图6 2021年长三角城市群旅游经济联系加权度、加权出度、加权入度

Fig.6 Weighted degree, weighted outdegree, weighted indegree of tourism economic connection in the YRDUA in 2021

综上所述，长三角城市群旅游经济联系网络呈现“核心—边缘”分层集聚特征[10,22]，大社团嵌套“小世界”，空间依赖和路径依赖显著，联系网络趋向复杂化、织密化，每个社团由核心城市、次核心城市和一般城市构成了相对完整的城市等级体系。在新冠疫情冲击下，省级行政区划对旅游经济一体化阻隔效应被放大。具体来看，苏州社团成员规模最小，但联系总量最大，呈现“多核心、网络化”空间结构，旅游经济一体化程度最高。杭州社团结构相对稳定，发展较为均衡，以省内联系为主，由以杭州为中心的单核引领演变为杭州、嘉兴双核驱动。南京社团规模最大，结构变化最明显，跨区域一体化特征显著，旅游经济联系演变为以南京和镇江为主导的双核网络结构。池州社团由南京社团分裂而来，联系体量最小，旅游经济一体化尚处于初级阶段。

4 旅游经济一体化形成机制

本文在总结长三角城市群旅游经济联系空间分布格局和网络结构演变过程的基础上，刻画旅游经济一体化特征，探索长三角城市群旅游经济一体化形成机制（图7）。长三角城市群旅游经济一体化是旅游资源要素自由流动与行政区划制度约束博弈的结果，是旅游市场经济范围与行政边界融合发展的过程，根本目的在于通过有为政府和有效市场的良性互动，突破原有制度壁垒，重构以旅游生产要素自由流动为核心的旅游经济空间结构，进而推动区域协调发展。
图7 长三角城市群旅游经济一体化形成机制

Fig.7 Formation mechanism of tourism economic integration in the YRDUA

长三角城市群旅游经济一体化不仅是节点城市旅游经济高质量发展，还是区域层面城市间旅游经济同频共振。各种疫情封控管制措施直接阻止了区域旅游资源要素的正常流动，干扰了旅游经济联系网络演变过程，一定程度上减缓了城市群旅游经济一体化进程。经济发展水平是城市间旅游经济联系的物质基础，决定了旅游经济联系规模和方向，核心旅游城市与经济发达节点重叠，极大释放了核心节点城市的溢出效应，推动了长三角城市群旅游经济一体化进程。地理区位的优劣导致长三角城市群旅游经济联系表现出以主要节点城市为核心的距离衰减效应，在空间上呈现“核心—边缘”结构，空间依赖和路径依赖的客观存在也决定了长三角城市群旅游经济一体化围绕核心城市由近及远的渐进演变过程。长三角城市群从制度空间边界角度消除了城市间断头路网等融合障碍[32]，在城际铁路、通用航空、高速公路等重点领域展开了系列跨界合作，构建了互联互通的基础设施网络体系，加快了区域生产要素自由流动。长三角城市群在措施出台、项目规划、产业升级、市场推广、品牌共创等政策供给方面，优化资源配置、加强分工协作，建立了目标一致、步调协同、错位发展的长三角旅游协作机制，如长三角文化和旅游联盟等。

5 长三角城市群旅游经济一体化协同发展模式

根据长三角城市群旅游经济联系空间分布特征和网络结构演变过程，结合旅游经济一体化形成机制，以核心节点为突破口，发挥高铁、河流、大运河等线性要素串联作用，推进集聚片区联动发展，打造“多核引领、四廊串联、五区联动”三位一体的长三角城市群旅游经济一体化发展模式（图8）。
图8 长三角城市群旅游经济一体化协同发展模式

Fig.8 Coordinated development model of tourism economic integration in the YRDUA

5.1 发挥核心旅游城市辐射带动作用，促进长三角城市群旅游经济均衡化发展

根据节点城市旅游经济联系总量、点度中心度和中间中心度，兼顾空间布局的均衡性，遴选区域核心旅游城市并发挥其龙头提振作用，打破区域旅游经济发展空间不均衡被动现状。具体而言，徐州不仅是长三角北部旅游经济联系总量最大的城市，还是整个长三角旅游经济联系的重要桥梁和纽带，因此选择徐州为北部核心旅游城市。合肥、池州旅游经济联系总量、点度中心度和中间中心度增长迅速，可作为长三角西部核心旅游城市。南京旅游经济联系总量、点度中心度和中间中心度在长三角一直名列前茅，故将南京定位为中部核心旅游城市。苏州、无锡、上海不仅旅游经济联系总量巨大，还控制整个区域旅游经济联系关键通道，是长三角东部核心旅游城市的最佳选择。杭州旅游经济联系总量大且长期处于区域旅游要素传输的核心位置，黄山旅游经济联系控制力也在不断增强，两地区位邻近，联系密切，可选作长三角南部核心旅游城市。

5.2 激发文化旅游廊道多重叠加效应，推动长三角城市群旅游经济协同化发展

基于长三角城市群节点城市尤其是核心旅游城市空间分布格局，以及旅游经济联系路径依赖特征，结合长江、大运河、高铁、海岸线等线性旅游要素联通现状，挖掘线性旅游目的地文化内涵，构建4条文化旅游廊道，推动长三角城市群旅游经济跨区域协同发展。具体来看，长江串联了安庆至上海14个长三角节点城市，2021年这14个城市旅游经济联系强度、总量占比分别达到53.911%、67.167%，是整个长三角旅游经济发展的核心引擎。依托长江黄金水道，充分发挥上海、南京、池州等核心旅游城市辐射带动作用，打造千里长江文化旅游廊道。杭州、苏州、无锡、徐州等既是大运河沿线关键节点，又是长三角核心旅游城市，可将其塑造为运河文旅融合发展新的增长极，进而构建运河文化遗产旅游廊道。依托商合杭、合福、池黄、金建（在建）、金温高铁等南北交通走廊，发挥合肥高铁大通道能力和池州、黄山世界级旅游资源优势，谋划长三角西部高铁动脉文化旅游廊道。在强化长三角沿海城市旅游经济联系的基础上，进一步整合海洋旅游资源，开辟一条长三角东部滨海生态文化旅游廊道。

5.3 释放文化旅游集聚区规模效应，实现长三角城市群旅游经济全域化发展

以长三角城市群旅游经济联系四大社团为基础，加强邻近城市旅游经济联系紧密度，壮大节点城市旅游经济联系总量，释放核心旅游城市辐射能力，打造类型多样、效应突出的五大文化旅游集聚区。从南京社团分离淮北、宿州、宿迁，联合池州社团内的阜阳、亳州，以淮河文化、楚汉文化为发展主线，增设融合道家文化、中医药文化等多元文化要素为一体的北部文化旅游集聚区。围绕世界级文旅融合新高地和世界一流的休闲度假旅游目的地两大战略目标，以池州社团主要节点为基础班底，构建彰显红色文化、佛教文化、青铜文化、戏剧文化等特色文化的西部文化旅游集聚区。利用南京社团旅游经济联系跨区域发展的区位优势，发挥核心旅游城市引领带动作用，打造集长江文化、吴楚文化、南北文化、运河文化于一体的中部文化旅游集聚区。以苏州社团为依托，释放上海、苏州、无锡核心旅游城市全域辐射潜能，打造独具江南文化特色的东部文化旅游集聚区。把握杭黄共建世界级自然生态和文化旅游廊道的发展契机，形成以绿色生态环境为基底，囊括瓯越文化、海防文化、海洋文化、商贸文化等多元文化类型的南部文化旅游集聚区。

6 结论与展望

6.1 结论

本文运用熵权TOPSIS方法、修正引力模型、社会网络分析法和GIS空间分析法，分析2011—2021年长三角城市群旅游经济联系空间分布及网络结构，刻画旅游经济一体化特征，总结旅游经济一体化形成机制，为建构长三角城市群旅游经济一体化协同发展模式提供理论支撑。主要结论如下：
①长三角城市群旅游经济联通渠道增多，联系强度持续强化，表现出“富人俱乐部”与“孤岛现象”并存形态；旅游经济联系总量不断增加，区域发展更加均衡，旅游经济一体化态势愈发明显。从联系强度上看，苏州、上海、无锡等节点城市联系强度占比逐渐下降，但仍超过10%，表现出强强联合态势，仍属“富人俱乐部”核心成员。宿州、淮北、温州等区域边缘城市与其他城市旅游经济联系通道相对较少，“孤岛现象”突出。苏州旅游经济联系总量在长三角中长期位居榜首[24]，但从长时间序列来看，苏州等核心节点城市联系总量和占比逐渐下降，边缘城市占比不断增加，区域旅游经济一体化程度不断加深。
②核心节点在长三角城市群旅游经济一体化建设过程中发挥关键作用。上海、南京、杭州等9个城市作为典型的旅游经济输出节点，溢出效应显著，其余城市则承担着输入和接收角色。长三角城市群中间中心度总值和均值均下降，核心节点城市的支配能力也在不断减弱，主要联系通道由直辖市、省会和区域中心城市开始向近邻扩散和旅游资源大市拓展。以往研究中占据支配地位的城市主要集中在上海、苏州、杭州、南京、无锡、合肥等地，数量较少且相对固定[20]，本文则发现拥有较大控制权力的节点城市数量相对较多但支配能力不断弱化。本文除了静态对比占据核心支配地位城市的数量和体量外，还动态分析了核心节点城市的变化动向。
③长三角城市群旅游经济联系越来越紧密，节点城市间通达性持续优化，联系效率不断提升，不同等级规模城市在区域旅游经济联系中功能定位日渐明确，城市群内部逐渐形成系统的协作分工体系。长三角城市群旅游经济联系大社团嵌套“小世界”，呈现“核心—边缘”分层集聚空间结构[10,22]。疫情强化了长三角城市群旅游经济联系的邻近效应，导致核心节点联系对象多元化，区域网络结构复杂化，逐步形成由核心城市、次核心城市和一般城市共同构成的区域等级体系。2021年长三角城市群旅游经济联系拥有4大社团，苏州社团为多核心网络结构，南京社团和杭州社团属于双核心网络结构，池州则是单核心网络结构。
④一体化是区域旅游经济高质量发展的重要表征[10]，但新冠疫情放大了省级行政区划对长三角城市群旅游经济一体化的阻隔效应。为了增强旅游经济抵御风险的能力，根据城市群旅游经济联系空间分布特征和网络结构演变过程，结合长三角城市群旅游经济一体化形成机制，以节点城市旅游经济联系总量、点度中心度和中间中心度为评判依据，遴选上海、南京、杭州等9个城市作为引领区域旅游经济发展的核心节点，发挥河流、运河、高铁、海岸等线性要素串联特性，推进文化旅游集聚区联动发展，建构以旅游生产要素自由流动为核心的旅游经济空间结构，最终提出“多核引领、四廊串联、五区联动”三位一体的旅游经济一体化发展模式。

6.2 展望

本文采用旅游经济发展质量对引力模型进行修正，综合考虑高速铁路、普通铁路和公路对城市间旅游经济联系的影响，最大程度还原了节点城市旅游经济联系真实情况，探讨了长三角城市群旅游经济联系空间结构演变过程，总结了长三角城市群旅游经济一体化形成机制，建构了长三角城市群旅游经济一体化协同发展模式，直接为长三角旅游经济一体化提供了路径借鉴。未来，还可从以下方面展开探索：①依托腾讯、高德等大数据平台，获取长三角城市群长时间序列人口迁徙数据，精准刻画城市间人口往来特征，更有利于旅游经济一体化模式的建构。②本文仅研判了新冠疫情对长三角城市群旅游经济联系的影响，未从空间效应和数量关系方面将两者关系具体量化，后续可开展更加细致、直接的因果空间量化研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
施蓓琦, 史明珠, 陈享尔, 等. 长三角旅游一体化政策内容量化及演进历程研究[J]. 城市问题, 2022(7):75-83.

[2]
Tinbergen J. International Economic Integration[M]. Amsterdam: Elsevier,1954.

[3]
王珏, 陈雯. 全球化视角的区域主义与区域一体化理论阐释[J]. 地理科学进展, 2013, 32(7):1082-1091.

[4]
Bela B. The Theory of Economic Integration[M]. New York: Greenwood Press,1961.

[5]
Cutrini E. Specialization and concentration from a twofold geographical perspective:Evidence from Europe[J]. Regional Studies, 2010, 44(3):315-336.

[6]
Duranton G, Puga D. From sectoral to functional urban specialisation[J]. Journal of urban Economics, 2005, 57(2):343-370.

[7]
Ishikawa K. The ASEAN Economic Community and ASEAN economic integration[J]. Journal of Contemporary East Asia Studies, 2021, 10(1):24-41.

[8]
Novotný L. Assessing the role of rural tourism in fostering cross-border integration within the EU:A case study of the Czech-German-Polish borderland[J]. Journal of Rural Studies, 2025,114:103529.

[9]
Parfinenko A, Yevtushenko O, Panova I, et al. International tourism as a tool of European integration within eastern European countries[J]. Problemy Ekorozwoju, 2022, 17(2):186-196.

[10]
冯婉怡, 张珊, 舒伯阳, 等. 旅游合作对区域旅游一体化共生的影响——以长三角城市群为例[J]. 经济地理, 2024, 44(2):208-218.

[11]
邱思远, 孙伟. 中国城市群一体化水平测度与辐射能力分析[J]. 地理研究, 2024, 43(2):303-321.

[12]
方叶林, 程雪兰, 苏雪晴, 等. 一体化进程对旅游经济的空间溢出效应——以长三角城市群为例[J]. 地理科学, 2021, 41(9):1546-1555.

[13]
戴斌, 黄璜. 区域旅游一体化的理论建构与战略设计——以京津冀为例[J]. 人文地理, 2016, 31(3):128-135.

[14]
毛丽娟, 夏杰长, 谢伟伟. 江西融入长三角旅游一体化策略研究[J]. 江西社会科学, 2024, 44(3):59-67.

[15]
王良健, 袁凤英, 何琼峰. 针对我国省际旅游业发展与经济增长间关系的空间计量方法应用[J]. 旅游科学, 2010, 24(2):49-54.

[16]
赵磊, 方成, 吴向明. 旅游发展、空间溢出与经济增长——来自中国的经验证据[J]. 旅游学刊, 2014, 29(5):16-30.

[17]
冯学钢. 欧盟一体化及其对中国“长三角”地区旅游业联动发展的启示[J]. 世界经济研究, 2004(4):83-88.

[18]
王永刚, 李萌. 旅游一体化进程中跨行政区利益博弈研究——以长江三角洲地区为例[J]. 旅游学刊, 2011, 26(1):24-30.

[19]
邹光勇, 刘明宇. 区域旅游一体化能实现吗?——基于Salop模型的SPNE研究[J]. 旅游学刊, 2013, 28(12):46-53.

[20]
兀婷. 论长三角城市群旅游经济空间网络结构特征[J]. 学术交流, 2020(12):120-129.

[21]
张洪, 石婷婷, 余梦雪. 长三角城市旅游经济空间联系与组织模式研究[J]. 商业研究, 2020(8):9-18.

[22]
郑伯铭, 刘安乐, 韩剑磊, 等. 云南省旅游经济联系网络结构演化与协同发展模式建构[J]. 经济地理, 2021, 41(2):222-231.

[23]
王新越, 刘晓艳. 高铁影响下黄河流域旅游经济网络结构演变及其优化[J]. 经济地理, 2022, 42(9):211-218.

[24]
邹德玲, 蒋天颖, 刘程军, 等. 长三角旅游经济空间联系研究[J]. 华东经济管理, 2014, 28(5):65-70.

[25]
Gan C, Voda M, Wang K, et al. Spatial network structure of the tourism economy in urban agglomeration:A social network analysis[J]. Journal of Hospitality and Tourism Management, 2021,47:124-133.

[26]
李万隆, 崔耀平, 秦耀辰, 等. 京津冀和长三角城市群建设用地分配研究[J]. 地理学报, 2024, 79(10):2567-2584.

[27]
吴志才, 张凌媛, 黄诗卉. 粤港澳大湾区旅游经济联系的空间结构及协同合作模式[J]. 地理研究, 2020, 39(6):1370-1385.

[28]
马海涛, 胡夏青. 城市网络视角下的中国科技创新功能区划研究[J]. 地理学报, 2022, 77(12):3104-3124.

[29]
古恒宇, 沈体雁. 1995—2015年中国省际人口迁移网络的演化特征——基于异质性劳动力视角[J]. 地理研究, 2021, 40(6):1823-1839.

[30]
吴英. 网络分析视角下长江中游城市群经济空间联系研究[D]. 深圳: 深圳大学, 2017.

[31]
He X, Cai C, Tang J, et al. Analysis of coupling coordination and obstacle factors between tourism development and ecosystem services value:A case study of the Yellow River Basin,China[J]. Ecological Indicators, 2023,157:111234.

[32]
王雨, 张京祥, 王玉洁, 等. 行政区“制度距离”对区域经济一体化的影响机制及其测度——基于长三角城市群的实证研究[J]. 世界地理研究, 2023, 32(11):141-154.

Options
Outlines

/

〈 〉