高速铁路对中国省会城市旅游经济联系的空间影响
倪维秋+廖茂林
摘要 研究高速铁路影响下的中国省会城市旅游经济联系的格局、特征，对于当今在“一带一路”国家倡议背景下，客观解读高铁在省会城市间旅游一体化发展中表征的角色和政策含义，有助于国家、不同城市群、不同地区层面合理布局与重构优化高铁旅游资源要素、为高铁黄金时代旅游的可持续发展提供科学依据，避免政府决策的盲目性，同时也为优化以高铁为核心的跨国旅游空间结构组织提供参考与借鉴。基于旅游经济联系强度模型，社会网络分析的网络密度、中心度、凝聚子群等探讨高速铁路影响下的中国省际城市旅游经济联系强度及其网络结构、特征、空间格局等，研究表明：①中国整体高铁旅游经济联系松散，尚未形成一种大规模或占有中國绝对影响地位的高铁旅游经济的集散场，总体呈现相对分散、孤立的空间格局，其中西部高铁旅游经济联系断裂显著，东、中部出现小范围区域或城市群尺度的“小集聚”现象，目前呈现中国东北、西部、东南与中南4个高铁旅游经济派系。②高铁旅游经济辐射区集中在京沪、京广、沪昆高铁线交叉的地域，高铁旅游经济集聚区分布在京沪、京广、杭福深高铁线交叉的“金三角”，胡焕庸线以南对旅游经济要素掌控程度大于以北地域，东北与西部高铁旅游经济辐射流动相对滞缓，整体呈长三角、京津冀、海峡西岸、长江中游等东部向中部继而向东北、西北与西南延伸拓展的态势。③高旅游经济联系强度的城市对相对较少，包括北京—天津、上海—杭州、上海—南京等，其中北京、天津、上海、杭州、南京等东部省际城市旅游经济综合强度位于全国前列，中部与东北省际城市居中，西部省际城市较为落后。
关键词 高速铁路；旅游经济联系；社会网络分析；空间格局；中国省会城市
中图分类号 F590 文献标识码 A 文章编号 1002-2104（2018）03-0160-09 DOI：10.12062/cpre.20170715
高速铁路是指通过改造原有线路使营运速率达到200 km/h以上，或专门设计新建的营运速率达250 km/h以上的铁路系统，中国高速铁路规划始于2004年《中长期铁路网规划》，2016年国家发改委等在新形势下勾勒出中国“八纵八横”高铁网络宏伟蓝图，届时1～4 h高铁交流圈跨越相邻大中城市并蔓延各城市群内部，中西部高铁网络相继覆盖、东部高铁网络不断优化，将沿线原本“孤立”的旅游城市相串联，对缩短沿线时空距离、提升高铁旅游通达程度、加快沿线旅游资源要素流动、增进沿线旅游经济联系、推动沿线旅游新格局的构建、改善区域间旅游“分工、协作”的关系、明晰高铁旅游格局的特征与规律都将产生重要影响。
1 文献综述
目前学术界关于旅游经济联系的研究颇多，涵盖旅游经济联系差异性、格局、空间特征、空间结构、空间发展模式、空间演变与优化、旅游经济联系强度耦合及机制等多重视角。区域尺度，张凯[1]等引用社会网络模型分析环太湖地区旅游经济联系网络特征，提出跨界旅游区旅游经济联系机制；城市带尺度，吴大明[2]等结合引力模型对比2001与2010年皖江城市带旅游经济联系度，探讨各城市对周边区域的旅游经济辐射力和旅游空间组织结构；都市圈尺度，侯兵[3]等从交通通达性指数和旅游者结构视角测度2006—2010年南京都市圈旅游经济联系度的演变；城市群尺度，董锁成[4]等从旅游业发展动力、发展水平、旅游影响、旅游经济联系、旅游贡献度等确定旅游经济竞争力的空间评价体系；杨莎莎[5]、穆成林[6]、郭伟[7]等分别探讨高铁网络下的中国十大、长三角、京津冀等城市群的交通空间流分布格局、旅游经济联系强度、旅游经济联系格局等；曹芳东[8-9]等在测度长三角交通通达性基础上测算其旅游经济联系强度总量和隶属度，探讨旅游经济联系方向及旅游系统空间结构等级层次性特征；经济区视角，周慧慧[10]等测度淮海经济区旅游经济联系强度、隶属度及城市旅游控制范围；省域尺度，于洪雁[11]、郭喜梅等[12]从社会网络视角出发，分析黑龙江与云南省旅游经济联系的空间网络结构、等级体系和空间发展模式；刘宏盈等[13-14]研究旅游流转移对陕西省旅游经济联系强度的影响效应及二者间的耦合关系；张洪[15]、甘静等[16]基于旅游经济联系探讨安徽与吉林省的旅游空间结构、格局与经济差异性等；城市视角，宫斐[17]等测度2009—2013年北部湾广西区南宁、北海、钦州和防城港等城市的旅游经济联系度。
综上，旅游经济联系的研究呈现多元化、多视角、多层面的特征，理论与实证、定性与定量相结合的态势，区域、城市带、都市区、城市群、经济区、省域、城市等地域视角均有涉及，交通是发生旅游经济联系必不可少的因素之一，地理学中高铁影响下旅游经济联系的实证研究还相对较少，且较少有学者从宏观、大尺度层面分析高铁影响下的中国省会城市旅游经济联系的格局、特征等；基于高铁省会城市（北京、上海、天津、重庆、哈尔滨、长春、沈阳、南京、杭州、合肥、福州、南昌、济南、石家庄、太原、郑州、武汉、长沙、广州、南宁、西安、兰州、西宁、乌鲁木齐、成都、贵阳）为研究单元，运用旅游经济联系强度模型和社会网络分析探讨省会城市点对点间旅游经济联系强弱，及其构建的旅游经济强度网络的特征、结构、紧密程度等，借助ArcGIS空间分析模拟省会城市旅游经济联系强度的集聚、辐射等空间格局并分析其未来演变态势。研究高铁影响下的中国省会城市旅游经济联系的格局、特征，对于当今在“一带一路”的国家战略背景下，客观解读高铁在省会城市间旅游一体化发展中表征的角色和政策含义，有助于国家、不同城市群、不同地区层面合理布局与重构优化高铁旅游资源要素、为高铁黄金时代旅游的可持续发展提供科学依据，避免政府决策的盲目性，同时也为优化以高铁为核心的跨国旅游空间结构组织提供参考与借鉴。
2 研究方法与数据来源
2.1 旅游经济联系强度模型
依据万有引力模型，参照郭建科[18]等的旅游经济联系量模型构建中国高铁省会城市间旅游经济联系强度模型，表征并对比高铁影响下的中国省会城市对间的旅游经济联系的强弱与紧密程度，公式为：
式中，pi与pj分别为i与j城市的接待入境旅游者人数（万人），vi与vj分别为i与j城市的国内旅游收入（亿元）；由于目前尚未有统计年鉴针对乘坐高铁的旅游者人数与高铁旅游收入进行专门化统计，本文参考郭建科[18]等的旅游经济联系量模型，并遵循数据可获取性的原则选取了入境旅游者人数与旅游收入等指标；高铁班次数虽然在一定程度上表征了城际联系的便捷程度，但考虑到高铁班次通常会受国家列车运行图调整而修改、一些新建的高铁陆陆续续开通等等因素，高铁班次存在较大的变动性，未选取高铁班次数作为重要的参量；Tij为i城市通过高铁到达j城市的最短高铁旅行时间（min）；Rij代表i城市与j城市之间的旅游经济联系强度（万人·亿元/min）；Ci为i城市的综合旅游经济联系强度之和（万人·亿元/min），表征其在中国高铁省会旅游经济联系网络的地位。
入境旅游者人数与旅游收入指标所用的为2015年的数据，来源于2016年各省市自治区的统计年鉴，高铁最短旅行时间的数据所用的为2015年的数据，来源于www.12306.cn的铁路客户中心官方网站，分别输入出发地与目的地城市，勾选GC-高铁/城际与D-动车的车次类型，在所有车次中搜寻历时最短的车次，获取省会城市26×26的高铁最短旅行时间矩阵。
2.2 社会网络分析
社会网络分析（Social Network Analysis），指通过建立行动者之间的社会交往关系模型，分析由于社会关系所组成的网络结构，表征其对群体功能及群体内部个体之间的影响；汪德根[19-20]认为社会网络分析是目前分析区域旅游流网络空间特征一种科学的研究方法，社会网络分析研究的是“关系数据”，即事物之间“关系”的某种定量数值，同样本文探讨的是省会旅游经济联系，也隶属于这种“关系数据”，因此适用于社会网络分析方法；选取社会网络分析中的网络密度、中心度、凝聚子群等从不同的视角针对高铁影响下的中国省会城市旅游经济联系强度网络的结构、特征、关联程度等展开分析，结合ArcGIS空间插值分析平台，模拟中国省会城市旅游经济联系强度的空间格局。
（1）网络密度是测度中国省会旅游经济联系网络内部各个城市间联结程度的重要工具，表征各个省会城市的旅游经济联系是否紧密，也表征整体凝聚力的总体水平，网络密度值介于0～1，其越接近于1表示关联程度越紧密，各省会城市间旅游经济联系越多，通过网络中实际中存在旅游经济联系量与理论中可能存在的联系量相比得到。
（2）中心度包括点度、接近、中间、特征向量中心度四种，点度中心度用网络中与该点直接连接的点的数目来衡量，值越大说明其在该网络中越处于核心位置，拥有的高铁“权利”越大，有效控制与影响网络中其它节点间的旅游经济活动；接近中心度指的是其它城市到达该城市最短距离之和，表明其在多大程度上不受其它节点控制，其依赖的节点城市越少，接近中心度越高；中间中心度表征該城市对旅游经济资源要素的掌控程度，一个城市占据这样的位置越多，值越大，成为其它城市旅游经济资源传输的“中介”程度越大；特征向量中心度是把与其相连接的其它节点城市的中心度考虑进来，测度该城市中心性的重要程度。
（3）凝聚子群，是各个行动者间的集合，这些行动者间均有着相对较强、紧密的关联性，用以刻画中国省会旅游经济联系网络内部子结构的状态，寻求该网络中凝聚子群的数目、各凝聚子群中省会城市成员、城市成员间的关系及联结方式，判定中国省会旅游经济联系网络未来发展的态势。
3 省会城市的高铁旅游经济联系强度分析
所有省会城市点对点的旅游经济联系强度呈现明显 的不均衡特征与等级层次性，地域邻近性、高铁旅行时间、高铁线路的导向性均是影响旅游经济联系强弱的重要因素，兰新高铁沿线的兰州—西宁—乌鲁木齐与其它省会城市尚未形成高铁旅游经济联系，断裂态势显著；北京—天津、上海—杭州的双向旅游经济联系强度均超过100，上海—南京介于50～100，杭州—南京、重庆—成都、北京—石家庄、北京—上海介于20～50，高旅游经济联系强度的城市对相对较少，天津—济南、北京—济南、长沙—武汉、南京—合肥、上海—合肥、广州—长沙、广州—武汉、北京—郑州、上海—武汉、郑州—武汉介于10～20，其余均低于10，部分城际间尚未运营高铁带来其旅游经济联系强度为0（表1与图1）；目前京津、京广、京沪、沪杭等城际高铁带来京津、沪杭间城际旅行时间仅需0.5 h与0.75 h，加之京津、沪杭的地域邻近，半小时可达范围逐步衔接，1 h可达范围绵延成片，时间距离在高速与高频的支撑下大幅缩短，两个省会城市核心区间“点”对“点”城际空间联系愈加紧密，原本存在于一个空间的旅游经济活动已经大幅突破行政区划的壁垒，跨城旅游活动在不断增加，时空的高度压缩带来旅游要素的快速流通，异地购物休闲等现象涌现，目前在小范围区域两地间的旅游休闲等经济活动的一体化与共享化效应整体得到推进。
不同省会城市的出发、到达旅游经济联系强度均不同，“出发”代表凭借高铁传输与扩散旅游经济要素，“到达”代表凭借高铁获取旅游经济的收益与财富等，二者的加权平均值代表其综合旅游经济联系强度；中国高铁旅游经济联系强度的平均值为135.294，位居前五位的均为东部省会城市，包括北京、天津、上海、杭州、南京，且仅这五个城市超过全国平均值，成为中国名副其实的旅游经济增长极，这些城市均为高铁网络的重要中心节点或多条高铁交汇点，高铁班次密集、旅游经济要素频繁流通且日趋紧密化，中部与东北的一些省会城市居中，西部省会城市相对较为落后，涵盖南宁、贵阳、西宁、兰州、乌鲁木齐，其中兰新高速铁路的运营受地形、水域、气候及不可移动建筑物等限制与影响，高铁线路的修建、接驳相对困难，高铁网络相对稀缺且尚未成型，旅游经济要素的扩散与传播较为迟缓，通达能力极弱，带来其旅游联系强度的整体效应不强（表2）；总体而言，东部旅游经济联系强度强于中部与东北，西部落后，“八纵八横”等高铁线路及其延伸线、接驳线的修建与铺设，带来我国目前整体呈东部向中部，继而向西北内陆旅游经济空间的扩散，以长三角、京津冀、海峡西岸、长江中游等城市群的旅游经济要素向东北、西北与西南逐步延伸拓展。
4 省会城市的高铁旅游经济联系网络分析
4.1 网络密度
中国高铁旅游经济联系网络密度为0.592 3、网络密度的标准差为0.491 4，内蒙古、宁夏、西藏与云南等省会城市均未与其它省会发生高铁关联，实则中国整体高铁旅游经济联系松散，尚未形成一种大规模或占有绝对影响地位的高铁旅游经济集散场，呈现相对分散、孤立的空间格局，尤其是西部断裂形势十分显著，西北、西南间及其内部旅游经济联系极其微弱甚至不存在；东部、中部部分地区，公众近域性的出行特征导致高铁旅游经济流集散场在城市群内部相对集中，“核心—核心”的空间链接模式开始向“核心—网络”过渡，离散型的高铁旅游经济网络逐步组合成一个整体的网络形态，形成小范围或城市群尺度的“小集聚”现象，未来伴随着多个省会旅游经济联系的竞合，逐步趋于最优态势，单高铁旅游经济核心的特征逐渐被削弱，形成多中心的高铁旅游经济服务特质空间格局。
4.2 中心度
北京、上海、南京、郑州、武汉的四大中心度均位于全国首位，其位处中国高铁旅游经济联系网络的“核心”位置，是其它省会旅游经济要素传输的关键“桥接”，控制与影响着中国高铁旅游经济资源要素流动的“命脉”，在该网络中掌控的“优先权”最大，东北的哈尔滨、长春，西北的兰州、西宁、乌鲁木齐偏居一隅，位处全国高铁旅游经济资源传输的末端区位，获取优越旅游经济资源的几率较小，中心度处于全国末流（表2）；各中心度空间分异特征显著，中间中心度高值区的“点状”、点度与特征向量中心度高值区的“廊道”、接近中心度高值区的“面状”特点显著；点度中心度的高值辐射区集中在京沪、京广、沪昆高铁交叉的“三角”地域，继续向南扩展延伸，形成特征向量中心度的集聚区，位于京沪、京广、杭福深高铁交叉的“金三角”，覆盖范围更为广泛，此处聚集京津冀、山东半岛、长江中游、长三角、珠三角、海峽西岸等全国经济最为发达与旅游资源最为丰盛的城市群，低值区位于东北的哈长城市群、兰新高铁沿线的西北，再次验证中国东、中部的高铁旅游经济联系能力强、竞争与波及能力更大，东北、西部较低，高铁旅游经济辐射流动滞缓。
接近中心度的高低值区大致被胡焕庸线所切割，胡焕庸线以南对全国旅游经济资源要素的掌控程度与能力远大于胡焕庸线以北，高铁网络的密集化、多元化、纵横交错、覆盖范围广泛、接驳贯通能力强带来以南的高铁旅游经济资源流动频繁、活跃，以北仅开通兰新一条高铁，且受地形、气候因素影响，兰州—乌鲁木齐高铁旅行时间仍需11 h，以北的高铁旅游通达性改善程度仍远远不够，加之旅游资源不足、延伸线与接驳线匮乏，以北的旅游经济要素受以南控制与支配，低值区同点度、特征向量低值区格局类似，位于兰州—西宁—乌鲁木齐相串联的西北腹地；中间中心度的空间格局分化趋势明显，北京、上海、南京、郑州、武汉、济南为高值点，未来将成为全国其它城市旅游经济资源传输的重要“中介”，西部乌鲁木齐—西宁—兰州—成都—重庆—贵阳串联的廊道型区域为低谷地带。
4.3 凝聚子群分析
中国高铁旅游经济联系网络内部，多维嵌套与融合的空间派系及其凝聚子群模式初步形成，省会城市地理区位、高铁线路的导向性、旅游资源要素的共享性分别是其构成的关键、驱动与依赖因素；三级层面，北京—太原—天津—济南—石家庄、长春—沈阳—哈尔滨等子群在京石、石太、京津、京沈、哈大等高铁的影响下，组建东北旅游经济派系，加速京津冀、山东半岛、辽中南、哈长等城市群旅游经济要素的流通与聚合；乌鲁木齐—兰州—西宁子群、成都—重庆关系对在兰新、沪汉蓉等高铁的导向下，构成西部旅游经济派系；上海—杭州—福州—南昌子群、南京—合肥关系对在沪杭、杭长、沪宁、合宁、杭福深等高铁的推进下，搭建东南旅游经济派系，长三角、海峡西岸城市群的旅游经济要素更加趋于紧密与一体化；南宁—武汉—长沙—广州—贵阳子群、西安—郑州关系对在武广、郑西、长昆等高铁的引领下，构建中南旅游经济派系，有助于中原、关中、长江中游、珠三角等城市群旅游经济要素范围的扩大与延拓，继而在二级层面形成中国东北、西部、东南及中南四大旅游经济派系（图2）。
5 结论与讨论
5.1 结论
（1）中国所有省会城市点对点的旅游经济联系强度呈现明显的不均衡特征与等级层次性，高旅游经济联系强度的城市对相对较少，包括北京—天津、上海—杭州、上海—南京等，北京、天津、上海、杭州、南京等东部地区省会城市的旅游经济联系综合强度位于全国前列，中部与东北省会城市居中，西部省会城市较为落后，旅游经济空间的扩散整体呈长三角、京津冀、海峡西岸、长江中游等东部向中部继而向东北、西北与西南延伸拓展的态势。
（2）中国整体高铁旅游经济联系松散，尚未形成一种大规模或占有中国绝对影响地位的高铁旅游经济的集散场，总体仍呈现一种相对分散、孤立的空间格局；西部区域高铁旅游经济联系断裂显著，在东部、中部部分地区，离散型的高铁旅游经济网络逐步组合成一个整体的网络形态，形成小范围区域或城市群尺度的“小集聚”现象。
（3）北京、上海、南京、郑州、武汉的点度、接近、中间、特征向量中心度位于全国首位，中间中心度“点状”、点度与特征向量中心度“廊道状”、接近中心度“面状”特征显著；高铁旅游经济辐射区集中在京沪、京广、沪昆高铁线路相交叉的“三角”覆盖地域，高铁旅游经济集聚区分布在京沪、京广、杭福深高铁线路相交叉的“金三角”地域，高铁旅游资源不足、延伸与接驳等高铁线路与网络匮乏、高铁旅游通达与贯通能力弱等导致胡焕庸线以北地域的旅游经济要素受以南地域的控制与支配，东北与西部高铁旅游经济辐射流动相对滞缓。
（4）中国高铁旅游经济的多维嵌套与融合空间派系及其凝聚子群模式初步形成，地理区位、高铁线路导向性、旅游要素共享性是其构成的重要因素，北京—太原—天津—济南—石家庄、长春—沈阳—哈尔滨子群组建东北旅游经济派系，乌鲁木齐—兰州—西宁、成都—重庆构成西部派系，上海—杭州—福州—南昌、南京—合肥搭建东南派系，南宁—武汉—长沙—广州—贵阳、西安—郑州构建中南派系。
5.2 讨论
我国高速铁路正处于快速发展中，严格意义上全国尺度内尚未成网，其建设与营运里程在未来5—10年增长较大，目前，在全国这一尺度上研究其对区域旅游经济联系的空间影响无论从序列数据获取、旅游目的地城市选择等都不成熟；本文仅选取省会城市为研究对象，运用旅游经济联系强度模型来测算省会之间的旅游联系状况，并未考虑到省内其它的一些旅游副省级城市，诸如辽宁省大连市、山东省青岛市、浙江省宁波市、广东省深圳市、福建省厦门市等等，它们在省内的旅游发展地位和对该省旅游发展的影响也是至关重要的，忽略了各省、市、区大量旅游目的地城市，由此导致结果存在一定的偏颇性与片面性。除此，本文借鉴相关学者的旅游经济联系强度模型，只表征了静态的、某一年份的旅行经济联系“势能”，并未探究多年的、动态的旅行联系“流”的变化特征，动态序列的“旅游流”是区域旅游经济联系研究的基础与支撑，这也带来本文存在一定的局限性。除此，随着高铁的发展进入常态化状态，高铁对城市内部结构影响以及城市旅游产业等方面的深入影响也是本文研究的下一步重点。
参考文献（References）
[1]张凯，杨效忠，张文静.跨界旅游区旅游经济联系度及其网络特征——以环太湖地区为例[J].人文地理，2013，28（6）：126-132.[ZHANG Kai， YANG Xiaozhong， ZHANG Wenjing. Tourism economic affiliation degree network characteristics and its impacts factors of crossborder tourism region： a case study of Taihulake Area [J]. Human geography， 2013， 28（6）：126-132.]
[2]吴大明，薛献伟，张明珠.基于引力模型的皖江城市带旅游经济联系测度分析[J].安徽师范大学学报（自然科学版），2013，36（1）：69-72.[WU Daming，XUE Xianwei，ZHANG Mingzhu. Tourism economic connection measurement analysis of Wanjiang City Belt based on Gravity Model[J]. Journal of Anhui Normal University （natural science）， 2013，36（1）：69-72.]
[3]侯兵，黃震方，范楚晗.区域一体化进程中城市旅游经济联系的演变与思考——以南京都市圈为例[J].人文地理，2013，28（5）：94-100.[HOU Bing， HUANG Zhenfang， FAN Chuhan. The urban tourism economic linkages during the process of regional integration： a case study of Nanjing Metropolitan [J]. Human geography， 2013， 28（5）：94-100.]
[4]董锁成，李雪，张广海，等.城市群旅游竞争力评价指标体系与测度方法探讨[J].旅游学刊，2009，24（2）：30-36. [DONG Suocheng， LI Xue， ZHANG Guanghai， et al. A discussion about appraisal index system of tourism competitiveness and measuring method in urban agglomeration [J]. Tourism tribune， 2009， 24（2）：30-36.]
[5]杨莎莎，邓闻静.高铁网络下的中国十大城市群旅游交通格局及其经济联系的比较研究[J].统计与信息论坛，2017，32（4）：102-110. [YANG Shasha， DENG Wenjing. The comparative study on the tourism traffic patterns and economic relations of Chinas ten largest urban agglomeration in the high speed railway network [J]. Statistics & information forum， 2017， 32（4）：102-110.]
[6]穆成林，陆林，黄剑锋，等.高铁网络下的长三角旅游交通格局及联系研究[J].经济地理，2015，35（12）：193-202. [MU Chenglin， LU Lin， HUANG Jianfeng， et al. Research on Yangtze River Delta tourist traffic pattern and linkage under the highspeed rail network[J]. Economic geography， 2015， 35（12）：193-202.]
[7]郭伟，王伟伟，孙鼎新.高速铁路对京津冀旅游经济联系的影响分析[J].企业经济，2014（12）：76-79. [GUO Wei， WANG Weiwei， SUN Dingxin. The impact analysis of tourism economic relations in JingJinJi under the highspeed rail [J]. Enterprise economy， 2014（12）：76-79.]
[8]曹芳东，黄震方，吴丽敏，等.基于时间距离视域下城市旅游经济联系测度与空间整合——以长江三角洲地区为例[J].经济地理，2012，32（12）：157-162. [CAO Fangdong， HUANG Zhenfang， WU Limin， et al. City tourism economic contact measurement and spatial integration based on the temporal distance：a case study of the Yangtze River Delta[J]. Economic geography， 2012， 32（12）：157-162.]
[9]曹芳东，吴江，徐敏，等.长江三角洲城市一日游的旅游经济空间联系测度与分析[J].人文地理，2010，25（4）：109-114. [CAO Fangdong， WU Jiang， XU Min， et al. Measure and analysis of spatial linkage of tourism economy of day tour of the cities in the Yangtze River Delta[J]. Human geography， 2010， 25（4）：109-114.]
[10]周慧慧，史春云，冯亮，等.淮海经济区旅游经济联系的空间特征研究[J].旅游研究，2016，8（6）：22-30. [ZHOU Huihui， SHI Chunyun， FENG Liang， et al. The spatial feature study of tourism economy linkage in Huaihai Economic Zone [J]. Tourism research， 2016， 8（6）：22-30.]
[11]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）：1429-1436. [YU Hongyan， LI Qiuyu， MEI Lin， et al. Research on the spatial structure and spatial development patterns of urban tourism economic connections of Heilongjiang Province focus on the perspective of social network[J]. Scientia geographica sinica， 2015， 35（11）：1429-1436.]
[12]郭喜梅，李伟.基于旅游流角度的云南省旅游经济联系的社会网络结构分析[J].旅游研究，2014，6（1）：88-94. [GUO Ximei， LI Wei. The social network analysis of tourism economic ties in Yunnan Province based on the tourist flow angle of view [J]. Tourism research， 2014， 6（1）：88-94.]
[13]刘宏盈，苗芳，马耀峰.入境旅游流转移对旅游经济联系促进作用实证分析——以旅沪流向陕西转移为例[J].干旱区资源与环境，2009，23（8）：135-138. [LIU Hongying， MIAO Fang， MA Yaofeng. The promoting effects of the foreign tourists flow on tourism economy：foreign tourists flow from Shanghai to Shaanxi[J]. Journal of arid land resources and environment， 2009， 23（8）：135-138.]
[14]刘宏盈，马耀峰.入境旅游流空间转移与省域旅游经济联系强度耦合分析——以上海入境旅游流西向扩散为例[J].资源科学，2008，30（8）：1162-1168. [LIU Hongying， MA Yaofeng. Coupling analysis of the linkages between inbound tourism flows and tourism economy： a case study of the westward diffusion of tourists through Shanghai [J]. Resources science， 2008， 30（8）：1162-1168.]
[15]張洪，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）：2116-2121. [ZHANG Hong， XIA Ming. Research on tourism spatial structure of Anhui Province： based on tourism centrality degrees and tourism economic contact[J]. Economic geography， 2011， 31（12）：2116-2121.]
[16]甘静，郭付友，陈才，等.吉林省旅游经济差异性及其空间格局研究[J].地域研究与开发，2016，35（6）：121-127. [GAN Jing， GUO Fuyou， CHEN Cai， et al. Research on the difference and space pattern of tourism economy in Jilin Province[J]. Areal research and development， 2016， 35（6）：121-127.]
[17]宫斐，吕观盛.北部湾广西区中心城市旅游经济联系度测量与评价——基于动态分析视角：2009—2013年[J].华东经济管理，2015，29（5）：75-78. [GONG Fei， LV Guansheng. Measurement and evaluation on the tourism economic linkage of central cities in Guangxi Beibu Gulf Area： from the perspective of dynamic analysis： 2009-2013[J]. East China economic management， 2015， 29（5）：75-78.]
[18]郭建科，王绍博，李博，等.哈大高铁对东北城市旅游经济联系的空间影响[J].地理科学，2016，36（4）：521-529. [GUO Jianke， WANG Shaobo， LI Bo， et al. The spatial effect of HarbinDalian highspeed rail to the Northeast City tourism economic link [J]. Scientia geographica sinica， 2016， 36（4）：521-529.]
[19]汪德根.京沪高铁对主要站点旅游流时空分布影响[J].旅游学刊，2014，29（1）：75-82. [WANG Degen. The influence of BeijingShanghai highspeed railway on tourist flow and timespace distribution [J]. Tourism tribune， 2014， 29（1）：75-82.]
[20]汪德根.武广高速铁路对湖北省区域旅游空间格局的影响[J].地理研究，2013，32（8）：1555-1564. [WANG Degen. The impact of WuhanGuangzhou HSR on regional tourism spatial pattern in Hubei Province [J].Geographical research， 2013， 32（8）：1555-1564.]
[21]张广海，高俊.我国旅游业供给侧改革分析[J].经济与管理评论，2016（4）：113-118.[ZHANG Guanghai， GAO Jun. An analysis of supply side reform in tourism in China[J].Review of economy and management， 2016（4）： 113-118.]
[22]CHIRENJE L I. Contribution of ecotourism to poverty alleviation in Nyanga， Zimbabwe[J]. Chinese journal of population， resources and environment， 2017，15（2）：87-92. http：//dx.doi.org/10.1080/10042857.2017.1319172.
[23]崔蓉，刘华军.中国旅游产业集聚的空间计量分析——基于2000—2013年中国省际数据的实证研究[J].经济与管理评论，2015（5）：26-34.[CUI Rong， LIU Huajun. An analysis on tourism industrial agglomeration of China based on spatial dynamic panel data model[J]. Review of economy and management， 2015（5）： 26-34.]
[24]郭金海，韩雪，罗浩，等.省域入境旅游经济的区域差异及发展模式[J].中国人口·资源与环境，2009，19（5）：131-135.[GUO Jinhai，HAN Xue，LUO Hao，et al.Regional differences and development model of the inbound tourism economy among provinces in China[J].China population，resources and environment，2009，19（5）：131-135.]
[25]虞虎，陳田，陆林，等.江淮城市群旅游经济网络空间结构与空间发展模式[J].地理科学进展，2014，33（2）：169-180.[YU Hu， CHEN Tian， LU Lin， et al. Structure of tourist economy network and its spatial development pattern in Jianghuai Urban Agglomeration[J]. Progress in Geography，2014，33（2）： 169-180.]
[26]赵亮，李洪娜.辽宁省城市旅游经济联系度演变及其动力机制[J].沈阳工业大学学报（社会科学版），2011，4（2）：159-163.[ZHAO Liang， LI Hongna. Evolvement and motivity mechanism of affiliation degree of urban tourism economy in Liaoning Province[J].Journal of Shenyang University of Technology（social sciences edition），2011，4（2）： 159-163.]
[27]邹统钎，郑春晖.京津冀地区城市旅游经济联系度研究[J].湖南商学院学报，2011，18（1）：38-41.[ZOU Tongqian， ZHENG Chunhui.A study on the degree of tourism economic association among the cities in BeijingTianjinHebei Region[J].Journal of Hunan University of Commerce，2011，18（1）：38-41.]
摘要 研究高速铁路影响下的中国省会城市旅游经济联系的格局、特征，对于当今在“一带一路”国家倡议背景下，客观解读高铁在省会城市间旅游一体化发展中表征的角色和政策含义，有助于国家、不同城市群、不同地区层面合理布局与重构优化高铁旅游资源要素、为高铁黄金时代旅游的可持续发展提供科学依据，避免政府决策的盲目性，同时也为优化以高铁为核心的跨国旅游空间结构组织提供参考与借鉴。基于旅游经济联系强度模型，社会网络分析的网络密度、中心度、凝聚子群等探讨高速铁路影响下的中国省际城市旅游经济联系强度及其网络结构、特征、空间格局等，研究表明：①中国整体高铁旅游经济联系松散，尚未形成一种大规模或占有中國绝对影响地位的高铁旅游经济的集散场，总体呈现相对分散、孤立的空间格局，其中西部高铁旅游经济联系断裂显著，东、中部出现小范围区域或城市群尺度的“小集聚”现象，目前呈现中国东北、西部、东南与中南4个高铁旅游经济派系。②高铁旅游经济辐射区集中在京沪、京广、沪昆高铁线交叉的地域，高铁旅游经济集聚区分布在京沪、京广、杭福深高铁线交叉的“金三角”，胡焕庸线以南对旅游经济要素掌控程度大于以北地域，东北与西部高铁旅游经济辐射流动相对滞缓，整体呈长三角、京津冀、海峡西岸、长江中游等东部向中部继而向东北、西北与西南延伸拓展的态势。③高旅游经济联系强度的城市对相对较少，包括北京—天津、上海—杭州、上海—南京等，其中北京、天津、上海、杭州、南京等东部省际城市旅游经济综合强度位于全国前列，中部与东北省际城市居中，西部省际城市较为落后。
关键词 高速铁路；旅游经济联系；社会网络分析；空间格局；中国省会城市
中图分类号 F590 文献标识码 A 文章编号 1002-2104（2018）03-0160-09 DOI：10.12062/cpre.20170715
高速铁路是指通过改造原有线路使营运速率达到200 km/h以上，或专门设计新建的营运速率达250 km/h以上的铁路系统，中国高速铁路规划始于2004年《中长期铁路网规划》，2016年国家发改委等在新形势下勾勒出中国“八纵八横”高铁网络宏伟蓝图，届时1～4 h高铁交流圈跨越相邻大中城市并蔓延各城市群内部，中西部高铁网络相继覆盖、东部高铁网络不断优化，将沿线原本“孤立”的旅游城市相串联，对缩短沿线时空距离、提升高铁旅游通达程度、加快沿线旅游资源要素流动、增进沿线旅游经济联系、推动沿线旅游新格局的构建、改善区域间旅游“分工、协作”的关系、明晰高铁旅游格局的特征与规律都将产生重要影响。
1 文献综述
目前学术界关于旅游经济联系的研究颇多，涵盖旅游经济联系差异性、格局、空间特征、空间结构、空间发展模式、空间演变与优化、旅游经济联系强度耦合及机制等多重视角。区域尺度，张凯[1]等引用社会网络模型分析环太湖地区旅游经济联系网络特征，提出跨界旅游区旅游经济联系机制；城市带尺度，吴大明[2]等结合引力模型对比2001与2010年皖江城市带旅游经济联系度，探讨各城市对周边区域的旅游经济辐射力和旅游空间组织结构；都市圈尺度，侯兵[3]等从交通通达性指数和旅游者结构视角测度2006—2010年南京都市圈旅游经济联系度的演变；城市群尺度，董锁成[4]等从旅游业发展动力、发展水平、旅游影响、旅游经济联系、旅游贡献度等确定旅游经济竞争力的空间评价体系；杨莎莎[5]、穆成林[6]、郭伟[7]等分别探讨高铁网络下的中国十大、长三角、京津冀等城市群的交通空间流分布格局、旅游经济联系强度、旅游经济联系格局等；曹芳东[8-9]等在测度长三角交通通达性基础上测算其旅游经济联系强度总量和隶属度，探讨旅游经济联系方向及旅游系统空间结构等级层次性特征；经济区视角，周慧慧[10]等测度淮海经济区旅游经济联系强度、隶属度及城市旅游控制范围；省域尺度，于洪雁[11]、郭喜梅等[12]从社会网络视角出发，分析黑龙江与云南省旅游经济联系的空间网络结构、等级体系和空间发展模式；刘宏盈等[13-14]研究旅游流转移对陕西省旅游经济联系强度的影响效应及二者间的耦合关系；张洪[15]、甘静等[16]基于旅游经济联系探讨安徽与吉林省的旅游空间结构、格局与经济差异性等；城市视角，宫斐[17]等测度2009—2013年北部湾广西区南宁、北海、钦州和防城港等城市的旅游经济联系度。
综上，旅游经济联系的研究呈现多元化、多视角、多层面的特征，理论与实证、定性与定量相结合的态势，区域、城市带、都市区、城市群、经济区、省域、城市等地域视角均有涉及，交通是发生旅游经济联系必不可少的因素之一，地理学中高铁影响下旅游经济联系的实证研究还相对较少，且较少有学者从宏观、大尺度层面分析高铁影响下的中国省会城市旅游经济联系的格局、特征等；基于高铁省会城市（北京、上海、天津、重庆、哈尔滨、长春、沈阳、南京、杭州、合肥、福州、南昌、济南、石家庄、太原、郑州、武汉、长沙、广州、南宁、西安、兰州、西宁、乌鲁木齐、成都、贵阳）为研究单元，运用旅游经济联系强度模型和社会网络分析探讨省会城市点对点间旅游经济联系强弱，及其构建的旅游经济强度网络的特征、结构、紧密程度等，借助ArcGIS空间分析模拟省会城市旅游经济联系强度的集聚、辐射等空间格局并分析其未来演变态势。研究高铁影响下的中国省会城市旅游经济联系的格局、特征，对于当今在“一带一路”的国家战略背景下，客观解读高铁在省会城市间旅游一体化发展中表征的角色和政策含义，有助于国家、不同城市群、不同地区层面合理布局与重构优化高铁旅游资源要素、为高铁黄金时代旅游的可持续发展提供科学依据，避免政府决策的盲目性，同时也为优化以高铁为核心的跨国旅游空间结构组织提供参考与借鉴。
2 研究方法与数据来源
2.1 旅游经济联系强度模型
依据万有引力模型，参照郭建科[18]等的旅游经济联系量模型构建中国高铁省会城市间旅游经济联系强度模型，表征并对比高铁影响下的中国省会城市对间的旅游经济联系的强弱与紧密程度，公式为：
式中，pi与pj分别为i与j城市的接待入境旅游者人数（万人），vi与vj分别为i与j城市的国内旅游收入（亿元）；由于目前尚未有统计年鉴针对乘坐高铁的旅游者人数与高铁旅游收入进行专门化统计，本文参考郭建科[18]等的旅游经济联系量模型，并遵循数据可获取性的原则选取了入境旅游者人数与旅游收入等指标；高铁班次数虽然在一定程度上表征了城际联系的便捷程度，但考虑到高铁班次通常会受国家列车运行图调整而修改、一些新建的高铁陆陆续续开通等等因素，高铁班次存在较大的变动性，未选取高铁班次数作为重要的参量；Tij为i城市通过高铁到达j城市的最短高铁旅行时间（min）；Rij代表i城市与j城市之间的旅游经济联系强度（万人·亿元/min）；Ci为i城市的综合旅游经济联系强度之和（万人·亿元/min），表征其在中国高铁省会旅游经济联系网络的地位。
入境旅游者人数与旅游收入指标所用的为2015年的数据，来源于2016年各省市自治区的统计年鉴，高铁最短旅行时间的数据所用的为2015年的数据，来源于www.12306.cn的铁路客户中心官方网站，分别输入出发地与目的地城市，勾选GC-高铁/城际与D-动车的车次类型，在所有车次中搜寻历时最短的车次，获取省会城市26×26的高铁最短旅行时间矩阵。
2.2 社会网络分析
社会网络分析（Social Network Analysis），指通过建立行动者之间的社会交往关系模型，分析由于社会关系所组成的网络结构，表征其对群体功能及群体内部个体之间的影响；汪德根[19-20]认为社会网络分析是目前分析区域旅游流网络空间特征一种科学的研究方法，社会网络分析研究的是“关系数据”，即事物之间“关系”的某种定量数值，同样本文探讨的是省会旅游经济联系，也隶属于这种“关系数据”，因此适用于社会网络分析方法；选取社会网络分析中的网络密度、中心度、凝聚子群等从不同的视角针对高铁影响下的中国省会城市旅游经济联系强度网络的结构、特征、关联程度等展开分析，结合ArcGIS空间插值分析平台，模拟中国省会城市旅游经济联系强度的空间格局。
（1）网络密度是测度中国省会旅游经济联系网络内部各个城市间联结程度的重要工具，表征各个省会城市的旅游经济联系是否紧密，也表征整体凝聚力的总体水平，网络密度值介于0～1，其越接近于1表示关联程度越紧密，各省会城市间旅游经济联系越多，通过网络中实际中存在旅游经济联系量与理论中可能存在的联系量相比得到。
（2）中心度包括点度、接近、中间、特征向量中心度四种，点度中心度用网络中与该点直接连接的点的数目来衡量，值越大说明其在该网络中越处于核心位置，拥有的高铁“权利”越大，有效控制与影响网络中其它节点间的旅游经济活动；接近中心度指的是其它城市到达该城市最短距离之和，表明其在多大程度上不受其它节点控制，其依赖的节点城市越少，接近中心度越高；中间中心度表征該城市对旅游经济资源要素的掌控程度，一个城市占据这样的位置越多，值越大，成为其它城市旅游经济资源传输的“中介”程度越大；特征向量中心度是把与其相连接的其它节点城市的中心度考虑进来，测度该城市中心性的重要程度。
（3）凝聚子群，是各个行动者间的集合，这些行动者间均有着相对较强、紧密的关联性，用以刻画中国省会旅游经济联系网络内部子结构的状态，寻求该网络中凝聚子群的数目、各凝聚子群中省会城市成员、城市成员间的关系及联结方式，判定中国省会旅游经济联系网络未来发展的态势。
3 省会城市的高铁旅游经济联系强度分析
所有省会城市点对点的旅游经济联系强度呈现明显 的不均衡特征与等级层次性，地域邻近性、高铁旅行时间、高铁线路的导向性均是影响旅游经济联系强弱的重要因素，兰新高铁沿线的兰州—西宁—乌鲁木齐与其它省会城市尚未形成高铁旅游经济联系，断裂态势显著；北京—天津、上海—杭州的双向旅游经济联系强度均超过100，上海—南京介于50～100，杭州—南京、重庆—成都、北京—石家庄、北京—上海介于20～50，高旅游经济联系强度的城市对相对较少，天津—济南、北京—济南、长沙—武汉、南京—合肥、上海—合肥、广州—长沙、广州—武汉、北京—郑州、上海—武汉、郑州—武汉介于10～20，其余均低于10，部分城际间尚未运营高铁带来其旅游经济联系强度为0（表1与图1）；目前京津、京广、京沪、沪杭等城际高铁带来京津、沪杭间城际旅行时间仅需0.5 h与0.75 h，加之京津、沪杭的地域邻近，半小时可达范围逐步衔接，1 h可达范围绵延成片，时间距离在高速与高频的支撑下大幅缩短，两个省会城市核心区间“点”对“点”城际空间联系愈加紧密，原本存在于一个空间的旅游经济活动已经大幅突破行政区划的壁垒，跨城旅游活动在不断增加，时空的高度压缩带来旅游要素的快速流通，异地购物休闲等现象涌现，目前在小范围区域两地间的旅游休闲等经济活动的一体化与共享化效应整体得到推进。
不同省会城市的出发、到达旅游经济联系强度均不同，“出发”代表凭借高铁传输与扩散旅游经济要素，“到达”代表凭借高铁获取旅游经济的收益与财富等，二者的加权平均值代表其综合旅游经济联系强度；中国高铁旅游经济联系强度的平均值为135.294，位居前五位的均为东部省会城市，包括北京、天津、上海、杭州、南京，且仅这五个城市超过全国平均值，成为中国名副其实的旅游经济增长极，这些城市均为高铁网络的重要中心节点或多条高铁交汇点，高铁班次密集、旅游经济要素频繁流通且日趋紧密化，中部与东北的一些省会城市居中，西部省会城市相对较为落后，涵盖南宁、贵阳、西宁、兰州、乌鲁木齐，其中兰新高速铁路的运营受地形、水域、气候及不可移动建筑物等限制与影响，高铁线路的修建、接驳相对困难，高铁网络相对稀缺且尚未成型，旅游经济要素的扩散与传播较为迟缓，通达能力极弱，带来其旅游联系强度的整体效应不强（表2）；总体而言，东部旅游经济联系强度强于中部与东北，西部落后，“八纵八横”等高铁线路及其延伸线、接驳线的修建与铺设，带来我国目前整体呈东部向中部，继而向西北内陆旅游经济空间的扩散，以长三角、京津冀、海峡西岸、长江中游等城市群的旅游经济要素向东北、西北与西南逐步延伸拓展。
4 省会城市的高铁旅游经济联系网络分析
4.1 网络密度
中国高铁旅游经济联系网络密度为0.592 3、网络密度的标准差为0.491 4，内蒙古、宁夏、西藏与云南等省会城市均未与其它省会发生高铁关联，实则中国整体高铁旅游经济联系松散，尚未形成一种大规模或占有绝对影响地位的高铁旅游经济集散场，呈现相对分散、孤立的空间格局，尤其是西部断裂形势十分显著，西北、西南间及其内部旅游经济联系极其微弱甚至不存在；东部、中部部分地区，公众近域性的出行特征导致高铁旅游经济流集散场在城市群内部相对集中，“核心—核心”的空间链接模式开始向“核心—网络”过渡，离散型的高铁旅游经济网络逐步组合成一个整体的网络形态，形成小范围或城市群尺度的“小集聚”现象，未来伴随着多个省会旅游经济联系的竞合，逐步趋于最优态势，单高铁旅游经济核心的特征逐渐被削弱，形成多中心的高铁旅游经济服务特质空间格局。
4.2 中心度
北京、上海、南京、郑州、武汉的四大中心度均位于全国首位，其位处中国高铁旅游经济联系网络的“核心”位置，是其它省会旅游经济要素传输的关键“桥接”，控制与影响着中国高铁旅游经济资源要素流动的“命脉”，在该网络中掌控的“优先权”最大，东北的哈尔滨、长春，西北的兰州、西宁、乌鲁木齐偏居一隅，位处全国高铁旅游经济资源传输的末端区位，获取优越旅游经济资源的几率较小，中心度处于全国末流（表2）；各中心度空间分异特征显著，中间中心度高值区的“点状”、点度与特征向量中心度高值区的“廊道”、接近中心度高值区的“面状”特点显著；点度中心度的高值辐射区集中在京沪、京广、沪昆高铁交叉的“三角”地域，继续向南扩展延伸，形成特征向量中心度的集聚区，位于京沪、京广、杭福深高铁交叉的“金三角”，覆盖范围更为广泛，此处聚集京津冀、山东半岛、长江中游、长三角、珠三角、海峽西岸等全国经济最为发达与旅游资源最为丰盛的城市群，低值区位于东北的哈长城市群、兰新高铁沿线的西北，再次验证中国东、中部的高铁旅游经济联系能力强、竞争与波及能力更大，东北、西部较低，高铁旅游经济辐射流动滞缓。
接近中心度的高低值区大致被胡焕庸线所切割，胡焕庸线以南对全国旅游经济资源要素的掌控程度与能力远大于胡焕庸线以北，高铁网络的密集化、多元化、纵横交错、覆盖范围广泛、接驳贯通能力强带来以南的高铁旅游经济资源流动频繁、活跃，以北仅开通兰新一条高铁，且受地形、气候因素影响，兰州—乌鲁木齐高铁旅行时间仍需11 h，以北的高铁旅游通达性改善程度仍远远不够，加之旅游资源不足、延伸线与接驳线匮乏，以北的旅游经济要素受以南控制与支配，低值区同点度、特征向量低值区格局类似，位于兰州—西宁—乌鲁木齐相串联的西北腹地；中间中心度的空间格局分化趋势明显，北京、上海、南京、郑州、武汉、济南为高值点，未来将成为全国其它城市旅游经济资源传输的重要“中介”，西部乌鲁木齐—西宁—兰州—成都—重庆—贵阳串联的廊道型区域为低谷地带。
4.3 凝聚子群分析
中国高铁旅游经济联系网络内部，多维嵌套与融合的空间派系及其凝聚子群模式初步形成，省会城市地理区位、高铁线路的导向性、旅游资源要素的共享性分别是其构成的关键、驱动与依赖因素；三级层面，北京—太原—天津—济南—石家庄、长春—沈阳—哈尔滨等子群在京石、石太、京津、京沈、哈大等高铁的影响下，组建东北旅游经济派系，加速京津冀、山东半岛、辽中南、哈长等城市群旅游经济要素的流通与聚合；乌鲁木齐—兰州—西宁子群、成都—重庆关系对在兰新、沪汉蓉等高铁的导向下，构成西部旅游经济派系；上海—杭州—福州—南昌子群、南京—合肥关系对在沪杭、杭长、沪宁、合宁、杭福深等高铁的推进下，搭建东南旅游经济派系，长三角、海峡西岸城市群的旅游经济要素更加趋于紧密与一体化；南宁—武汉—长沙—广州—贵阳子群、西安—郑州关系对在武广、郑西、长昆等高铁的引领下，构建中南旅游经济派系，有助于中原、关中、长江中游、珠三角等城市群旅游经济要素范围的扩大与延拓，继而在二级层面形成中国东北、西部、东南及中南四大旅游经济派系（图2）。
5 结论与讨论
5.1 结论
（1）中国所有省会城市点对点的旅游经济联系强度呈现明显的不均衡特征与等级层次性，高旅游经济联系强度的城市对相对较少，包括北京—天津、上海—杭州、上海—南京等，北京、天津、上海、杭州、南京等东部地区省会城市的旅游经济联系综合强度位于全国前列，中部与东北省会城市居中，西部省会城市较为落后，旅游经济空间的扩散整体呈长三角、京津冀、海峡西岸、长江中游等东部向中部继而向东北、西北与西南延伸拓展的态势。
（2）中国整体高铁旅游经济联系松散，尚未形成一种大规模或占有中国绝对影响地位的高铁旅游经济的集散场，总体仍呈现一种相对分散、孤立的空间格局；西部区域高铁旅游经济联系断裂显著，在东部、中部部分地区，离散型的高铁旅游经济网络逐步组合成一个整体的网络形态，形成小范围区域或城市群尺度的“小集聚”现象。
（3）北京、上海、南京、郑州、武汉的点度、接近、中间、特征向量中心度位于全国首位，中间中心度“点状”、点度与特征向量中心度“廊道状”、接近中心度“面状”特征显著；高铁旅游经济辐射区集中在京沪、京广、沪昆高铁线路相交叉的“三角”覆盖地域，高铁旅游经济集聚区分布在京沪、京广、杭福深高铁线路相交叉的“金三角”地域，高铁旅游资源不足、延伸与接驳等高铁线路与网络匮乏、高铁旅游通达与贯通能力弱等导致胡焕庸线以北地域的旅游经济要素受以南地域的控制与支配，东北与西部高铁旅游经济辐射流动相对滞缓。
（4）中国高铁旅游经济的多维嵌套与融合空间派系及其凝聚子群模式初步形成，地理区位、高铁线路导向性、旅游要素共享性是其构成的重要因素，北京—太原—天津—济南—石家庄、长春—沈阳—哈尔滨子群组建东北旅游经济派系，乌鲁木齐—兰州—西宁、成都—重庆构成西部派系，上海—杭州—福州—南昌、南京—合肥搭建东南派系，南宁—武汉—长沙—广州—贵阳、西安—郑州构建中南派系。
5.2 讨论
我国高速铁路正处于快速发展中，严格意义上全国尺度内尚未成网，其建设与营运里程在未来5—10年增长较大，目前，在全国这一尺度上研究其对区域旅游经济联系的空间影响无论从序列数据获取、旅游目的地城市选择等都不成熟；本文仅选取省会城市为研究对象，运用旅游经济联系强度模型来测算省会之间的旅游联系状况，并未考虑到省内其它的一些旅游副省级城市，诸如辽宁省大连市、山东省青岛市、浙江省宁波市、广东省深圳市、福建省厦门市等等，它们在省内的旅游发展地位和对该省旅游发展的影响也是至关重要的，忽略了各省、市、区大量旅游目的地城市，由此导致结果存在一定的偏颇性与片面性。除此，本文借鉴相关学者的旅游经济联系强度模型，只表征了静态的、某一年份的旅行经济联系“势能”，并未探究多年的、动态的旅行联系“流”的变化特征，动态序列的“旅游流”是区域旅游经济联系研究的基础与支撑，这也带来本文存在一定的局限性。除此，随着高铁的发展进入常态化状态，高铁对城市内部结构影响以及城市旅游产业等方面的深入影响也是本文研究的下一步重点。
参考文献（References）
[1]张凯，杨效忠，张文静.跨界旅游区旅游经济联系度及其网络特征——以环太湖地区为例[J].人文地理，2013，28（6）：126-132.[ZHANG Kai， YANG Xiaozhong， ZHANG Wenjing. Tourism economic affiliation degree network characteristics and its impacts factors of crossborder tourism region： a case study of Taihulake Area [J]. Human geography， 2013， 28（6）：126-132.]
[2]吴大明，薛献伟，张明珠.基于引力模型的皖江城市带旅游经济联系测度分析[J].安徽师范大学学报（自然科学版），2013，36（1）：69-72.[WU Daming，XUE Xianwei，ZHANG Mingzhu. Tourism economic connection measurement analysis of Wanjiang City Belt based on Gravity Model[J]. Journal of Anhui Normal University （natural science）， 2013，36（1）：69-72.]
[3]侯兵，黃震方，范楚晗.区域一体化进程中城市旅游经济联系的演变与思考——以南京都市圈为例[J].人文地理，2013，28（5）：94-100.[HOU Bing， HUANG Zhenfang， FAN Chuhan. The urban tourism economic linkages during the process of regional integration： a case study of Nanjing Metropolitan [J]. Human geography， 2013， 28（5）：94-100.]
[4]董锁成，李雪，张广海，等.城市群旅游竞争力评价指标体系与测度方法探讨[J].旅游学刊，2009，24（2）：30-36. [DONG Suocheng， LI Xue， ZHANG Guanghai， et al. A discussion about appraisal index system of tourism competitiveness and measuring method in urban agglomeration [J]. Tourism tribune， 2009， 24（2）：30-36.]
[5]杨莎莎，邓闻静.高铁网络下的中国十大城市群旅游交通格局及其经济联系的比较研究[J].统计与信息论坛，2017，32（4）：102-110. [YANG Shasha， DENG Wenjing. The comparative study on the tourism traffic patterns and economic relations of Chinas ten largest urban agglomeration in the high speed railway network [J]. Statistics & information forum， 2017， 32（4）：102-110.]
[6]穆成林，陆林，黄剑锋，等.高铁网络下的长三角旅游交通格局及联系研究[J].经济地理，2015，35（12）：193-202. [MU Chenglin， LU Lin， HUANG Jianfeng， et al. Research on Yangtze River Delta tourist traffic pattern and linkage under the highspeed rail network[J]. Economic geography， 2015， 35（12）：193-202.]
[7]郭伟，王伟伟，孙鼎新.高速铁路对京津冀旅游经济联系的影响分析[J].企业经济，2014（12）：76-79. [GUO Wei， WANG Weiwei， SUN Dingxin. The impact analysis of tourism economic relations in JingJinJi under the highspeed rail [J]. Enterprise economy， 2014（12）：76-79.]
[8]曹芳东，黄震方，吴丽敏，等.基于时间距离视域下城市旅游经济联系测度与空间整合——以长江三角洲地区为例[J].经济地理，2012，32（12）：157-162. [CAO Fangdong， HUANG Zhenfang， WU Limin， et al. City tourism economic contact measurement and spatial integration based on the temporal distance：a case study of the Yangtze River Delta[J]. Economic geography， 2012， 32（12）：157-162.]
[9]曹芳东，吴江，徐敏，等.长江三角洲城市一日游的旅游经济空间联系测度与分析[J].人文地理，2010，25（4）：109-114. [CAO Fangdong， WU Jiang， XU Min， et al. Measure and analysis of spatial linkage of tourism economy of day tour of the cities in the Yangtze River Delta[J]. Human geography， 2010， 25（4）：109-114.]
[10]周慧慧，史春云，冯亮，等.淮海经济区旅游经济联系的空间特征研究[J].旅游研究，2016，8（6）：22-30. [ZHOU Huihui， SHI Chunyun， FENG Liang， et al. The spatial feature study of tourism economy linkage in Huaihai Economic Zone [J]. Tourism research， 2016， 8（6）：22-30.]
[11]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）：1429-1436. [YU Hongyan， LI Qiuyu， MEI Lin， et al. Research on the spatial structure and spatial development patterns of urban tourism economic connections of Heilongjiang Province focus on the perspective of social network[J]. Scientia geographica sinica， 2015， 35（11）：1429-1436.]
[12]郭喜梅，李伟.基于旅游流角度的云南省旅游经济联系的社会网络结构分析[J].旅游研究，2014，6（1）：88-94. [GUO Ximei， LI Wei. The social network analysis of tourism economic ties in Yunnan Province based on the tourist flow angle of view [J]. Tourism research， 2014， 6（1）：88-94.]
[13]刘宏盈，苗芳，马耀峰.入境旅游流转移对旅游经济联系促进作用实证分析——以旅沪流向陕西转移为例[J].干旱区资源与环境，2009，23（8）：135-138. [LIU Hongying， MIAO Fang， MA Yaofeng. The promoting effects of the foreign tourists flow on tourism economy：foreign tourists flow from Shanghai to Shaanxi[J]. Journal of arid land resources and environment， 2009， 23（8）：135-138.]
[14]刘宏盈，马耀峰.入境旅游流空间转移与省域旅游经济联系强度耦合分析——以上海入境旅游流西向扩散为例[J].资源科学，2008，30（8）：1162-1168. [LIU Hongying， MA Yaofeng. Coupling analysis of the linkages between inbound tourism flows and tourism economy： a case study of the westward diffusion of tourists through Shanghai [J]. Resources science， 2008， 30（8）：1162-1168.]
[15]張洪，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）：2116-2121. [ZHANG Hong， XIA Ming. Research on tourism spatial structure of Anhui Province： based on tourism centrality degrees and tourism economic contact[J]. Economic geography， 2011， 31（12）：2116-2121.]
[16]甘静，郭付友，陈才，等.吉林省旅游经济差异性及其空间格局研究[J].地域研究与开发，2016，35（6）：121-127. [GAN Jing， GUO Fuyou， CHEN Cai， et al. Research on the difference and space pattern of tourism economy in Jilin Province[J]. Areal research and development， 2016， 35（6）：121-127.]
[17]宫斐，吕观盛.北部湾广西区中心城市旅游经济联系度测量与评价——基于动态分析视角：2009—2013年[J].华东经济管理，2015，29（5）：75-78. [GONG Fei， LV Guansheng. Measurement and evaluation on the tourism economic linkage of central cities in Guangxi Beibu Gulf Area： from the perspective of dynamic analysis： 2009-2013[J]. East China economic management， 2015， 29（5）：75-78.]
[18]郭建科，王绍博，李博，等.哈大高铁对东北城市旅游经济联系的空间影响[J].地理科学，2016，36（4）：521-529. [GUO Jianke， WANG Shaobo， LI Bo， et al. The spatial effect of HarbinDalian highspeed rail to the Northeast City tourism economic link [J]. Scientia geographica sinica， 2016， 36（4）：521-529.]
[19]汪德根.京沪高铁对主要站点旅游流时空分布影响[J].旅游学刊，2014，29（1）：75-82. [WANG Degen. The influence of BeijingShanghai highspeed railway on tourist flow and timespace distribution [J]. Tourism tribune， 2014， 29（1）：75-82.]
[20]汪德根.武广高速铁路对湖北省区域旅游空间格局的影响[J].地理研究，2013，32（8）：1555-1564. [WANG Degen. The impact of WuhanGuangzhou HSR on regional tourism spatial pattern in Hubei Province [J].Geographical research， 2013， 32（8）：1555-1564.]
[21]张广海，高俊.我国旅游业供给侧改革分析[J].经济与管理评论，2016（4）：113-118.[ZHANG Guanghai， GAO Jun. An analysis of supply side reform in tourism in China[J].Review of economy and management， 2016（4）： 113-118.]
[22]CHIRENJE L I. Contribution of ecotourism to poverty alleviation in Nyanga， Zimbabwe[J]. Chinese journal of population， resources and environment， 2017，15（2）：87-92. http：//dx.doi.org/10.1080/10042857.2017.1319172.
[23]崔蓉，刘华军.中国旅游产业集聚的空间计量分析——基于2000—2013年中国省际数据的实证研究[J].经济与管理评论，2015（5）：26-34.[CUI Rong， LIU Huajun. An analysis on tourism industrial agglomeration of China based on spatial dynamic panel data model[J]. Review of economy and management， 2015（5）： 26-34.]
[24]郭金海，韩雪，罗浩，等.省域入境旅游经济的区域差异及发展模式[J].中国人口·资源与环境，2009，19（5）：131-135.[GUO Jinhai，HAN Xue，LUO Hao，et al.Regional differences and development model of the inbound tourism economy among provinces in China[J].China population，resources and environment，2009，19（5）：131-135.]
[25]虞虎，陳田，陆林，等.江淮城市群旅游经济网络空间结构与空间发展模式[J].地理科学进展，2014，33（2）：169-180.[YU Hu， CHEN Tian， LU Lin， et al. Structure of tourist economy network and its spatial development pattern in Jianghuai Urban Agglomeration[J]. Progress in Geography，2014，33（2）： 169-180.]
[26]赵亮，李洪娜.辽宁省城市旅游经济联系度演变及其动力机制[J].沈阳工业大学学报（社会科学版），2011，4（2）：159-163.[ZHAO Liang， LI Hongna. Evolvement and motivity mechanism of affiliation degree of urban tourism economy in Liaoning Province[J].Journal of Shenyang University of Technology（social sciences edition），2011，4（2）： 159-163.]
[27]邹统钎，郑春晖.京津冀地区城市旅游经济联系度研究[J].湖南商学院学报，2011，18（1）：38-41.[ZOU Tongqian， ZHENG Chunhui.A study on the degree of tourism economic association among the cities in BeijingTianjinHebei Region[J].Journal of Hunan University of Commerce，2011，18（1）：38-41.]
