中国省际入境旅游客源市场结构与互动格局——基于2-模网络分析

doi:10.18306/dlkxjz.2016.08.002

摘要/Abstract

摘要：

入境旅游市场的整体格局与特征是制定入境旅游发展战略的重要依据。本文基于2-模网络分析建立了中国省际入境旅游客源国市场隶属网络,采用中心度和奇异值分解法进行分析,从O-D互动视角审视各省(市、区)在全国入境旅游客源市场整体结构中的功能和作用,分析省份—客源国、省(市、区)之间的互动格局。结果表明：①从各省(市、区)来看,入境游客规模优势并未带来相应的客源市场互动结构优势,通过与核心客源市场建立普遍的市场联系,使各省(市、区)的中心度得分较为一致;另一方面,韩、日、美等客源大国则成为隶属网络中的结构核心,成为连接不同省(市、区)的关键角色。②入境旅游客源国市场互动结构中存在3个特定的市场组团,即亚欧+多区域均衡组团、俄罗斯+南北联动组团、欧美+口岸—内地中转组团,这成为遴选市场开拓对象和合作省份的重要依据。本文相关结论可为各省(市、区)优化入境旅游客源国市场营销组合、组织旅游产品等提供借鉴。

关键词: 入境旅游客源国, 市场结构, 互动格局, 2-模网络, 省际, 中国

Abstract:

The spatial patterns and characteristics of overall inbound tourism markets are an important basis for setting out tourism development strategies in certain regions and across China. The patterns and structures of the inbound tourism market not only depend on the tourist capacities of each region, but also the interactive relationships between the origins and destinations (O-D). This study builds a Chinese inbound tourism market affiliated matrix of provinces to source countries in view of O-D interaction, which is based on a 2-mode network analysis from social network theories, and then analyzes the network by centralities models and singular Value Decomposition (SVD) so as to reveal the functions of each province in the network and the interactive patterns. It concludes that: first, larger tourist capacity of provinces does not create more structural advantages in tourism market interaction network. The overall construction is relatively balanced, and the centralities of provinces are similar to their neighbors'. But otherwise, Korea, Japan, America, and so on, which are the major sources of Chinese inbound tourism market, become the core actors in the network. Second, there are three clusters in the inbound tourism affiliated network, which are the balanced cluster of Asia-Europe to multi-regions in China; the cooperative cluster of Russia to the north-south region of China; the transit cluster of Europe-America to port and inland of China. This is a basis for provinces to select tourist source countries and cooperation partners. These findings may inform inbound tourism marketing program and strategy development, planning itineraries, and designing tourism products for provinces in China.

Key words: inbound tourism source country, market structure, interaction pattern, 2-mode network, inter-provincial, China

刘法建, 陈冬冬, 朱建华, 钱藏, 李彬彬. 中国省际入境旅游客源市场结构与互动格局——基于2-模网络分析[J]. 地理科学进展, 2016, 35(8): 932-940.

Fajian LIU, Dongdong CHEN, Jianhua ZHU, Zang QIAN, Binbin LI. Structure and interaction of China's inter-provincial inbound tourism market: A 2-mode network analysis[J]. PROGRESS IN GEOGRAPHY, 2016, 35(8): 932-940.

图/表 5

表1

表2

表3

表4

表5

参考文献 33

[1]	曹新向, 苗长虹. 2009. 20世纪90年代以来河南省入境旅游客源市场结构演化: 基于SSM方法的分析[J]. 旅游学刊, 24(2): 11-17. doi: 10.3969/j.issn.1002-5006.2009.02.007
	[Cao X X, Miao C H.2009. On the structural evolution of inbound tourism generating market in Henan Province since the 1990s: Based on the analysis of SSM[J]. Tourism Tribune, 24(2): 11-17.] doi: 10.3969/j.issn.1002-5006.2009.02.007
[2]	方世敏, 邓丽娟. 2014. 基于亲景度与竞争态分析的湖南入境旅游市场[J]. 经济地理, 34(12): 182-187. doi: 10.15957/j.cnki.jjdl.2014.12.027
	[Fang S M, Deng L J.2014. Research on the inbound tourist market of Hunan Province: Based on the preference scale and competition state[J]. Economic Geography, 34(12): 182-187.] doi: 10.15957/j.cnki.jjdl.2014.12.027
[3]	冯娜, 李君轶. 2014. 外向在线旅游信息流与入境旅游流的耦合分析: 以美加入境旅游流为例[J]. 旅游学刊, 29(4): 79-86. doi: 10.3969/j.issn.1002-5006.2013.04.009
	[Feng N, Li J Y.2014. A couple analysis of the extraversion online tourism information and inbound tourist flow: A case of the American and Canadian inbound tourist flow[J]. Tourism Tribune, 29(4): 79-86.] doi: 10.3969/j.issn.1002-5006.2013.04.009
[4]	黄秀娟. 2005. 福建省国际旅游市场营销目标选择研究[J]. 旅游学刊, 20(2): 15-19. doi: 10.3969/j.issn.1002-5006.2005.02.003
	[Huang X J.2005. A study on choosing Fujian international tourism marketing target[J]. Tourism Tribune, 20(2): 15-19.] doi: 10.3969/j.issn.1002-5006.2005.02.003
[5]	纪小美, 陈金华, 付业勤. 2015. 中国入境旅游流的收敛与空间溢出效应分析[J]. 旅游科学, 29(4): 47-60.
	[Ji X M, Chen J H, Fu Y Q.2015. A study of the convergence and spatial spillover effects of Chinese inbound tourism flow[J]. Tourism Science, 29(4): 47-60.]
[6]	李旭, 秦耀辰, 宁晓菊, 等. 2014. 中国入境游客旅游目的地选择变化及影响因素[J]. 经济地理, 34(6): 169-175.
	[Li X, Qin Y C, Ning X J, et al.2014. Destination choice change and its influencing factors of inbound tourists in China[J]. Economic Geography, 34(6): 169-175.]
[7]	刘法建, 张捷, 陈冬冬. 2010. 中国入境旅游流网络结构特征及动因研究[J]. 地理学报, 65(8): 1013-1024. doi: 10.11821/xb201008012
	[Liu F J, Zhang J, Chen D D.2010. The characteristics and dynamical factors of Chinese inbound tourist flow network[J]. Acta Geographica Sinica, 65(8): 1013-1024.] doi: 10.11821/xb201008012
[8]	刘法建, 张捷, 章锦河, 等. 2010. 中国入境旅游流网络省级旅游地角色研究[J]. 地理研究, 29(6): 1141-1152. doi: 10.11821/yj2010060018
	[Liu F J, Zhang J, Zhang J H, et al.2010. Roles and functions of provincial destinations in Chinese inbound tourist flow network[J]. Geographical Research, 29(6): 1141-1152.] doi: 10.11821/yj2010060018
[9]	刘军. 2004. 社会网络分析导论[M]. 北京: 社会科学文献出版社.
	[Liu J.2004. An introduction to social network analysis[M]. Beijing, China: Social Science Academic Press.]
[10]	刘军. 2009. 整体网分析讲义: UCINET软件实用指南[M]. 上海: 格致出版社.
	[Liu J.2009. Lectures on whole network approach: A practical guide to UCINET[M]. Shanghai, China: Truth and Wisdom Press.]
[11]	刘军胜, 马耀峰, 李振亭. 2013. 1997-2010年中部六省入境旅游流集散时空动态分析[J]. 地理科学, 33(4): 450-456.
	[Liu J S, Ma Y F, Li Z T.2013. The spatio-temporal dynamics evolution of the concentration and diffusion of inbound tourist flows in six provinces of central China in 1997-2010[J]. Scientia Geographica Sinica, 33(4): 450-456.]
[12]	潘裕娟, 曹小曙. 2012. 广州批发市场的供应物流空间格局及其形成机制[J]. 地理学报, 67(2): 179-188. doi: 10.11821/xb201202004
	[Pan Y J, Cao X S.2012. Spatial patterns and their formation mechanism of supply logistics network of wholesale markets in Guangzhou[J]. Acta Geographica Sinica, 67(2): 179-188.] doi: 10.11821/xb201202004
[13]	全华, 赵磊, 陈田, 等. 2012. 入境旅游客源市场结构实证分析: 以江苏省为例[J]. 经济地理, 32(1): 146-152.
	[Quan H, Zhao L, Chen T, et al.2012. An empirical analysis of tourist structure in the inbound tourism market based on SSM model: A case study on Jiangsu Province[J]. Economic Geography, 32(1): 146-152.]
[14]	孙根年, 周功梅, 李红. 2015. 中美入境旅游, 谁的市场更大: 基于多样性、重要性、旅游偏好及市场吨位的比较[J]. 旅游科学, 29(3): 15-26.
	[Sun G N, Zhou G M, Li H.2015. A comparison of inbound tourism in China and U.S: Based on market diversity, proportion of international outbound trips, travel preference and travel tonnage index[J]. Tourism Science, 29(3): 15-26.]
[15]	田祥利, 白凯. 2013. 旅游目的地突发事件对西藏入境旅游市场规模影响与政策响应[J]. 旅游学刊, 28(3): 38-46. doi: 10.3969/j.issn.1002-5006.2013.03.005
	[Tian X L, Bai K.2013. Assessment and policy response of unexpected event on Tibet's inbound tourism market scale[J]. Tourism Tribune, 28(3): 38-46.] doi: 10.3969/j.issn.1002-5006.2013.03.005
[16]	王迪云, 李若梅. 2010. 基于对应分析的我国入境旅游相关结构研究[J]. 地理与地理信息科学, 26(6): 84-87.
	[Wang D Y, Li R M.2010. A study on the relation structure of China's inbound tourism based on correspondence analysis[J]. Geography and Geo-Information Science, 26(6): 84-87.]
[17]	王强, 马耀峰. 2013. 中小区域入境旅游量质交互成长研究: 以山西11市为例[J]. 经济地理, 33(12): 182-188.
	[Wang Q, Ma Y F.2013. Inbound tourism quantity and quality growth in small-mid areas: The case of eleven cities in Shanxi Province[J]. Economic Geography, 33(12): 182-188.]
[18]	王永明, 马耀峰, 王美霞. 2012. 中国入境游客多城市旅游空间网络结构[J]. 地理科学进展, 31(4): 518-526. doi: 10.11820/dlkxjz.2012.04.016
	[Wang Y M, Ma Y F, Wang M X.2012. Network structure of multicity inbound tourists to China[J]. Progress in Geography, 31(4): 518-526.] doi: 10.11820/dlkxjz.2012.04.016
[19]	翁瑾. 2008. 规模经济、产品差异化与中国入境旅游空间结构的变动[J]. 旅游学刊, 23(6): 30-35. doi: 10.3969/j.issn.1002-5006.2008.06.010
	[Weng J.2008. Scale economy, product differentiation and the evolution for spatial structure of China's inbound tourism[J]. Tourism Tribune, 23(6): 30-35.] doi: 10.3969/j.issn.1002-5006.2008.06.010
[20]	吴晋峰, 潘旭莉. 2010. 京沪入境旅游流网络结构特征分析[J]. 地理科学, 30(3): 370-376.
	[Wu J F, Pan X L.2010. Characteristic of Beijing and Shanghai inbound tourists flow network[J]. Scientia Geographica Sinica, 30(3): 370-376.]
[21]	杨新菊, 吴晋峰, 唐澜, 等. 2014. 旅华外国散客旅游流地理分布和网络结构研究[J]. 旅游学刊, 29(5): 87-96. doi: 10.3969/j.issn.1002-5006.2014.05.009
	[Yang X J, Wu J F, Tang L, et al.2014. The geographical distribution and network structure of foreign independent tourist flows in China[J]. Tourism Tribune, 29(5): 87-96.] doi: 10.3969/j.issn.1002-5006.2014.05.009
[22]	张春晖, 马耀峰, 吴晶, 等. 2013. 供需视角下西部入境旅游流与目的地耦合协调度及其时空分异研究[J]. 经济地理, 33(10): 174-181.
	[Zhang C H, Ma Y F, Wu J, et al.2013. Coupling coordination degree between inbound tourist flows and destinations and its spatio-temporal differences in the western region of China: A study from the perspective of supply-demand relationship[J]. Economic Geography, 33(10): 174-181.]
[23]	张立生, 樊新生. 2007. 旅游客源市场等级划分理论的应用及比较[J]. 地理与地理信息科学, 23(2): 101-103, 108. doi: 10.3969/j.issn.1672-0504.2007.02.023
	[Zhang L S, Fan X S.2007. Application and comparison of theory models for classification of tourism market grades[J]. Geography and Geo-Information Science, 23(2): 101-103, 108.] doi: 10.3969/j.issn.1672-0504.2007.02.023
[24]	赵东喜. 2008. 中国省际入境旅游发展影响因素研究: 基于分省面板数据分析[J]. 旅游学刊, 23(1): 41-45. doi: 10.3969/j.issn.1002-5006.2008.01.012
	[Zhao D X.2008. Study on the influencing factors of the development of China's provincial inbound tourism: Analysis based on the provincial panel data[J]. Tourism Tribune, 23(1): 41-45.] doi: 10.3969/j.issn.1002-5006.2008.01.012
[25]	郑鹏. 2013. 基于社会宏观与个体微观视角的入境旅游流驱动模式[J]. 地理科学进展, 32(10): 1501-1510. doi: 10.11820/dlkxjz.2013.10.008
	[Zheng P.2013. Driving force model for inbound tourist flow from macroscopic and microcosmic perspectives[J]. Progress in Geography, 32(10): 1501-1510.] doi: 10.11820/dlkxjz.2013.10.008
[26]	中国旅游研究院. 2015. 中国入境旅游发展年度报告: 2014[M]. 北京: 旅游教育出版社.
	[China Tourism Academy.2015. Annual report of China inbound tourism development: 2014[M]. Beijing, China: Tourism Education Press.]
[27]	周彩屏. 2008. 基于SSM方法的入境旅游市场客源结构分析: 以浙江省为例[J]. 旅游学刊, 23(1): 46-51. doi: 10.3969/j.issn.1002-5006.2008.01.013
	[Zhou C P.2008. An analysis of tourist structure in the inbound tourism market based on SSM method: Taking Zhejiang Province as an example[J]. Tourism Tribune, 23(1): 46-51.] doi: 10.3969/j.issn.1002-5006.2008.01.013
[28]	周成, 冯学钢. 2015. 泰国旅华市场时空结构与拓展策略研究[J]. 世界地理研究, 24(4): 142-151. doi: 10.3969/j.issn.1004-9479.2015.04.016
	[Zhou C, Feng X G.2015. Research on spatial-temporal structure and expansion strategy of Thailand visiting-China market[J]. World Regional Studies, 24(4): 142-151.] doi: 10.3969/j.issn.1004-9479.2015.04.016
[29]	Hwang Y H, Gretzel U, Fesenmaier D R.2006. Multicity trip patterns: Tourists to the United States[J]. Annals of Tourism Research, 33(4): 1057-1078. doi: 10.1016/j.annals.2006.04.004
[30]	Jang S C, Chen M H.2008. Financial portfolio approach to optimal tourist market mixes[J]. Tourism Management, 29(4): 761-770. doi: 10.1016/j.tourman.2007.09.003
[31]	Muñoz T G.2006. Inbound international tourism to Canary Islands: A dynamic panel data model[J]. Tourism Management, 27(2): 281-291. doi: 10.1016/j.tourman.2004.10.002
[32]	Yang Y, Wong K K F.2012. The influence of cultural distance on China inbound tourism flows: A panel data gravity model approach[J]. Asian Geographer, 29(1): 21-37. doi: 10.1080/10225706.2012.662314
[33]	Zhang J, Jensen C.2007. Comparative advantage: Explaining tourism flows[J]. Annals of Tourism Research, 34(1): 223-243. doi: 10.1016/j.annals.2006.08.004

	日本	韩国	马来西亚	菲律宾	新加坡	泰国	美国	加拿大	英国	法国	德国	俄罗斯	澳大利亚
北京	1	1	0	0	0	0	1	0	0	0	1	0	0
天津	1	1	0	0	0	0	1	0	0	0	0	0	0
河北	1	1	1	0	1	0	1	0	1	0	1	1	0
…	…	…	…	…	…	…	…	…	…	…	…	…	…
甘肃	1	1	1	0	0	0	1	0	0	1	0	0	1
青海	1	1	0	0	0	0	1	1	1	1	1	0	0
宁夏	1	1	1	0	0	0	1	0	0	0	1	0	0
新疆	0	0	0	0	0	0	1	0	0	0	0	1	0

省份或客源国	程度中心度	接近中心度	中间中心度	省份或客源国	程度中心度	接近中心度	中间中心度
北京	0.308	0.811	0.004	四川	0.538	0.869	0.039
天津	0.231	0.793	0.001	贵州	0.538	0.869	0.021
河北	0.615	0.913	0.046	云南	0.308	0.760	0.011
山西	0.462	0.849	0.014	西藏	0.154	0.702	0.001
内蒙古	0.077	0.500	0.000	陕西	0.231	0.793	0.001
辽宁	0.308	0.811	0.013	甘肃	0.462	0.849	0.031
吉林	0.231	0.793	0.008	青海	0.538	0.869	0.043
黑龙江	0.154	0.745	0.004	宁夏	0.385	0.830	0.008
上海	0.231	0.793	0.001	新疆	0.154	0.777	0.005
江苏	0.231	0.793	0.001	日本	0.710	0.775	0.149
浙江	0.231	0.793	0.001	韩国	0.839	0.873	0.258
安徽	0.385	0.830	0.009	马来西亚	0.355	0.579	0.036
福建	0.308	0.793	0.005	菲律宾	0.000	0.000	0.000
江西	0.385	0.830	0.010	新加坡	0.387	0.591	0.044
山东	0.231	0.793	0.001	泰国	0.097	0.455	0.001
河南	0.462	0.869	0.030	美国	0.806	0.846	0.228
湖北	0.462	0.793	0.027	加拿大	0.065	0.447	0.000
湖南	0.385	0.830	0.010	英国	0.226	0.534	0.012
广东	0.308	0.811	0.004	法国	0.226	0.534	0.011
广西	0.385	0.830	0.020	德国	0.355	0.579	0.036
海南	0.308	0.793	0.012	俄罗斯	0.258	0.524	0.064
重庆	0.462	0.849	0.030	澳大利亚	0.065	0.455	0.000

维度	奇异值	贡献率/%	累计贡献率/%	比率
1	1.432	36.1	36.1	1.289
2	0.900	22.7	58.8	1.677
3	0.575	14.5	73.3	1.061

维度	省份	维中得分			维度	省份	维中得分
维度	省份	1			2	3	1	2	3
1	天津	0.231	-0.154	0.028	1	云南	0.101	-0.058	0.047
	河北	0.148	0.006	0.065	1	青海	0.150	-0.094	0.134
	山西	0.208	-0.097	-0.175	2	新疆	0.155	0.345	0.168
	辽宁	0.223	0.062	-0.074		内蒙古	0.120	0.407	0.131
	上海	0.153	-0.098	0.140		黑龙江	0.250	0.645	0.092
	江苏	0.190	-0.124	0.069		海南	0.130	-0.062	0.016
	浙江	0.107	-0.055	0.062	3	北京	0.148	-0.062	0.168
	安徽	0.259	-0.109	-0.195		福建	0.144	-0.116	0.294
	江西	0.122	-0.040	0.119		湖北	0.143	-0.116	0.301
	河南	0.198	-0.066	-0.012		广东	0.113	-0.073	0.145
	广西	0.106	-0.062	0.016		重庆	0.148	-0.102	0.161
	陕西	0.115	-0.060	0.057		四川	0.139	-0.103	0.195
	甘肃	0.187	-0.115	0.080		贵州	0.129	-0.089	0.189
	湖南	0.254	-0.116	-0.296		西藏	0.096	-0.038	0.174
	山东	0.305	-0.113	-0.385		宁夏	0.131	-0.090	0.136
	吉林	0.335	0.201	-0.412

维度	客源国	维中得分			维度	客源国	维中得分
维度	客源国	1			2	3	1	2	3
1	日本	0.375	-0.238	0.326	3	马来西亚	0.145	-0.091	0.180
	韩国	0.694	-0.145	-0.696		澳大利亚	0.091	-0.055	0.134
	菲律宾	0.037	-0.022	0.030		美国	0.340	-0.231	0.484
	新加坡	0.152	-0.067	0.150		加拿大	0.096	-0.053	0.126
	法国	0.130	-0.073	0.106		英国	0.126	-0.079	0.141
	德国	0.152	-0.080	0.123		泰国	0.069	-0.046	0.083
2	俄罗斯	0.371	0.911	0.178