2. 中国旅游研究院 武汉分院, 武汉 430079;
3. 宁波大学 宁波大学昂热大学联合学院, 宁波 315211
2. Wuhan Branch of China Tourism Academy, Wuhan 430079, China;
3. Institut conjoint des universités de Ningbo et d'Angers, Ningbo University, Ningbo 315211, China
在全球化与区域一体化发展趋势下,生产网络与政府干预逐渐打破传统地理空间、行政边界的限制,以“互联与嵌入”为标志的区域合作与城市群建设成为实现区域协调发展与“双循环”的关键路径[1, 2]。在区域发展实践中,旅游合作是其中的重要内容,能够加速区域内人才、资本、要素的跨界流动[3]。
区域旅游合作指区域范围内不同经济主体为获取更大的经济、社会及生态效益,通过签署协议章程或合同等将资源在区域内部进行重新配置、组合的过程[4]。基于空间尺度与合作主体的差异,区域旅游合作形成了都市圈、城市群、跨境旅游合作区等合作范围,以及企业[5]、政府[6]、国家[7]等不同主体间纵横交错的合作方式,合作关系日趋多元化、网络型发展。一直以来,中国地方政府被认为是“有为政府”的代表,在破除行政壁垒、共议联合发展事项、签订旅游合作协议等方面发挥能动性作用,是实现区域共同利益最大化的基础保障[6],在合作中扮演着利益分配者与冲突协调者的重要角色[3]。而政府间合作行为在研究领域尚未得到应有关注,且现有政府间旅游合作研究多以描述性案例分析为主,不利于形成制度性经验。此外,旅游合作作为一种地方政府动态博弈的产物,以相对均衡的利益分配机制为基础,在集体行动中追求超额收益[8]。在行政区经济的制约下,地方政府行为常表现出强烈的保护主义色彩,条块分割的治理模式助长了城市间“以邻为壑”的思想,成为区域旅游合作发展的客观障碍[6, 9]。因此,最近研究也开始强调区域旅游的合作效益,如合作对旅游产业生产的作用[10],但旅游合作的市场影响还有待发掘,尤其是政府间旅游合作行为与旅游市场、旅游者行为之间的作用逻辑尚不明确。
随着经济、人口体量增加及城市化发展,流动成为解决人口集聚与资源分散矛盾的唯一办法[11]。从宏观尺度来看,旅游客流是一种因规模需求近似性引起的旅游者集体性空间移动现象[12],表现为社会群体的整体行动[13]。近年来,关于旅游流的影响因素研究逐渐超越资源禀赋[14]、自然环境[15]、区域交通[16]等客观属性,向安全保障[17]、经济联系[18]、地方文化[19]等社会要素转向。中国地方政府作为参与市场活动的重要主体之一,能够利用合作突破制度藩篱,弱化行政、经济及文化边界,推动区域内资本、人员、技术等要素流动网络的优化再构,重塑区域空间概念及地方意义。由此可见,政府间旅游合作行为对旅游流时空分布同样具有重要影响。
在中央政府和社会力量的双重作用下,长三角地区逐渐走上区域合作道路[9],成为中国区域旅游合作的典范,也是分析区域旅游合作发展及效益的绝佳研究对象。长三角城市群区域旅游合作具有哪些特点?呈现怎样的发展规律?政府间的旅游合作行为如何影响区域内客流分布?这些问题的探究,在实践上有助于理解区域旅游合作的阶段性特点及发展规律,揭示政府间开展旅游合作的行为逻辑及现实成效,为城市群建设及一体化发展提供借鉴;在理论上有助于弥补旅游合作领域关于政府行为研究的缺口,将制度变迁与市场联系同步关联,从流动性视角探究区域旅游合作与群体旅游行为间的内在关系,为区域旅游合作研究提供中国情境的理论贡献。
2 研究区域与数据来源 2.1 案例地简介长三角地区作为中国经济社会文化发展水平最高的区域之一,是中国最大的旅游目的地和旅游客源地[6],也是全球公认的第六大世界级城市群。长三角城市群的旅游合作经历了从无到有较为完整的发展阶段,是许多旅游政策的先锋实验地,积累了丰富的实践经验,并逐渐成为国家经济发展的重要增长极。2003年以前,长三角区域的旅游合作主要表现为长三角旅游景区线路组合上的小规模、市场性合作,合作内容与模式相对单一[20]。2003年,首届长三角旅游城市15+1高峰论坛(以下简称“高峰论坛”)在杭州举行,长三角区域性合作制度初步确立,政府开始成为区域旅游合作的中坚力量。2010年的《长江三角洲地区区域规划》最早提出了“长三角城市群”的概念,提出要将江浙沪两省一市的16个城市联合打造成为“我国最具活力和国际竞争力的世界级城市群”。2016年国务院会议通过的《长江三角洲城市群发展规划》(以下简称“长三角城市群规划”)中将长三角城市群的规划范围扩大至江浙沪皖26个城市。2018年,习近平总书记提出要将长三角一体化上升为国家战略,2020年中共中央、国务院印发的《长江三角洲区域一体化发展规划纲要》对长三角旅游市场与服务一体化发展进一步做出明确要求。
2.2 数据来源本研究主要涉及以下三类数据:①区域旅游合作关系数据:以政府间合作协议为评判标准,数据主要来源于上海、苏州等26个城市的文化和旅游局官网,并以搜狐网、人民网、新华网等新闻网站数据为补充,参考已有研究对政府间合作文件命名方式的总结[21],使用“旅游合作”+“协议”、“协作”、“宣言”等关键词进行检索,通过人工筛选与编码,最终获得2003—2021年间113条区域旅游合作协议信息。②旅游流数据:根据网络游记提取游客数字足迹。网络游记等旅游大数据由个体旅游者直接产生,相较利用抽样调查等传统方法获取的旅游统计数据真实性更佳,是旅游流研究中的重要数据来源[22]。研究采集了2011—2019年间马蜂窝网站中以长三角城市为起始地的游记数据,数据包括游客用户名、游客常住地、游览目的地、游览时间等信息。剔除游客关于相同目的地、记录不完整等重复、无效游记,最终确定62657条游记为统计分析样本。③城市属性数据:从上海市统计局及浙江省、江苏省、安徽省统计局官网中获取2011—2019年间研究城市的经济发展、交通设施等数据,并以各市统计局为补充。
2.3 研究方法如何测度合作关系是目前区域合作研究长期探索的关键问题。近年来实证研究逐渐将城市签署的合作协议作为测度政府间合作水平的评判标准[23, 24]。政府通过行政干预和资源调动,主动介入区域协调发展,并以协议作为合作精神的契约载体,联合推进区域经济与制度结构调整。因此,研究以长三角城市群中26个城市签署的旅游合作协议为标准,从关系视角切入,参考崔凤军关于长三角城市群旅游合作演化阶段的划分方式[20],分2003—2010、2011—2021两个阶段构建城市旅游合作网络,使用社会网络方法分析城市群内部合作特征及动态演化过程。
3 长三角城市群旅游合作网络结构及演变特征 3.1 区域旅游合作网络基本特征及地域分布截至2021年底,长三角城市群26个城市间共签订了113条区域旅游合作协议(不包括区县级别旅游合作),搭建起6536条旅游合作关系。鉴于省级旅游合作多由省级主管部门主导推动,各市的参与积极性、受惠程度等各不相同,属于弱关系合作,容易流于形式,难以产生实质影响。为更清晰准确地反映长三角城市群旅游合作的时空关系情况,研究以市级旅游合作为标准,筛选出81条市级旅游合作协议,绘制市级旅游合作关系图(图 1),并将旅游合作项目参与城市数量的倒数作为权重系数,对城市间旅游合作关系进行加权,计算得到两阶段市级旅游合作网络密度分别为0.855、0.437。2003—2010年间,区域旅游合作主要表现出“跨省域”、“大规模”的特点。依托“高峰论坛”的合作平台,长三角城市间相继签署了《杭州宣言》、《黄山共识》、《无锡倡议》等多项大规模旅游合作协议(参与城市超过10个),以建造长三角“无障碍旅游区”为共同目标,在联合营销、信息联动、开发产品等方面展开合作,其中以上海、苏州、杭州、南京、宁波、嘉兴等“江浙沪”城市旅游合作关系最为密切。2011—2021年间,长三角城市群以小规模旅游合作为主,合作网络复杂度下降,合作重心向安徽省迁移,合肥、南京、扬州、芜湖、马鞍山等城市间合作频率增加。此阶段地方企业、行业协会等半官方及民间组织在旅游合作中的主观能动性增强,在政府主导下长三角生态旅游区联盟、长江三角洲城市经济协调会旅游企业联盟等旅游合作联盟相继成立,旅游合作的市场秩序逐渐形成。
2003—2010年间,城市群内部签署了多条大规模旅游合作协议,建立起复杂的旅游合作关系,相对点度中心度、接近中心度与中间中心度指标均值分别为0.196、0.853、0.282。三项中心度计算结果显示,南京、扬州、镇江、上海、苏州5个城市处于网络核心,与区域内其他城市的合作关系更紧密,拥有突出的结构优势,是推进区域一体化的积极行动者。各城市的中间中心度指标数值接近,合作网络连通性较好,以江苏省为代表的长三角东部区域是此阶段旅游合作的重要发生地。
3.2.2 2011—2021年长三角城市群旅游合作关系网络中心性分析2011—2021年间,城市群合作网络立体化特点凸显,比较稳定的“合作圈子”形成,相对点度中心度、接近中心度与中间中心度指标均值分别为0.073、0.623、2.705。马鞍山、杭州、苏州、南京的点度中心度较高,同其他城市建立的旅游合作关系数量最多,位于合作网络中心位置;南京、扬州、宣城、芜湖、合肥的接近中心度数值较高,与其他城市进行直接关联的能力较强,在城市群内部的信息传播、资源流动中占据支配地位。杭州与苏州的中间中心度数值明显高于其他城市,在关系网络中扮演“协调者”的角色,是旅游合作实践中方法理念、制度模式的重要传播者。三省在旅游合作网络中的权力分布趋向均衡。
从时间上看,长三角城市群合作网络整体朝立体化、层次化结构发展,由扁平化规模合作转向层级式小圈合作,合作呈现地缘集聚趋势。首先,以杭州、苏州、南京为核心的多中心联动模式基本形成,这3个城市的城市化进程快且经济实力强,在长三角区域旅游合作中拥有较高话语权。其次,围绕中心城市的小圈合作渐成气候。2011年以后,“协同”理念在地方博弈中占据上风,在卫星城市簇拥下,都市圈核心城市在旅游合作网络的优势地位迅速攀升,形成长三角城市群旅游合作的多元内核。最后,中央规划自上而下地调控着区域旅游合作的边界与结构。2016年中央发布的长三角城市群规划将安徽省纳入长三角城市群范围后,以合肥、马鞍山、芜湖为代表的安徽8市旅游合作项目大量涌现(表 1)。
结合块模型与Lambda、中心性分析结果(见表 2、图 2),2003—2010年长三角城市群旅游合作呈现“大核心—小边缘”的网络结构,在地理上分为“东西”两大派系,其中东部城市旅游合作关系最为密切。任意两城市间边关联度最小为0,最大为24,边关联度均值为20.6,中位数为20.5。当边关联度为24时Lambda集合包括13个城市,随着边关联度的阶梯式下降加入子群的城市数量逐渐减少。块模型计算中,网络平均密度α为0.264,网络密度大于α的包括1和2两个子群,其中子群1的内部密度值最大,结构稳定性最强;而子群2、3同子群1的外部密度要高于子群内部密度,说明子群2、3同子群1的联系比子群内部联系更加紧密,子群1内部关系高度集中。在“江浙沪”城市密切合作的大环境下,由于地理位置及历史原因[25],江苏省省会南京同安徽省城市合作关系更加密切,分属于凝聚子群3。
2011—2021年间长三角城市群旅游合作的“地缘性”、“政治性”特征更为明显,在地理邻近与制度邻近的作用下形成“东西南北”四大版块的空间格局。任意两城市间边关联度最小为2,最大为18,边关联度均值为10.25,中位数为10.5,旅游合作关系网络得到结构性优化。Lambda集合分析结果中边关联度之和排名前5位的城市包括南京、扬州、宣城、芜湖和合肥,同中心性分析结果一致。且随着其他城市的加入,子群内的最小边关联度缓慢梯度下降,降幅均保持在3以内。网络平均密度α为0.238,4个子群的内部密度均高于外部密度,相对紧密的合作圈子初步形成。其中,子群1、2和3自反性特征突出,属于典型的凝聚子群。“宁镇扬马”都市圈城市间旅游合作联系密切,南京、扬州、马鞍山、镇江以及泰州的合作频次远高于其他城市子群。而子群4的内部与外部密度均低于网络平均水平,内部结构松散,也缺乏同外部群体的有机互动。虽然合肥、芜湖和宣城的网络中心性较高,但其合作对象范围宽泛,对群体稳定性贡献较小。地方政府根据中央顶层设计动态调整合作对象的选择标准与倾向,旅游合作关系嵌入“都市圈”空间实践,围绕都市圈核心城市构建起多核嵌套的合作网络结构。
4 旅游合作与旅游客流的影响评估与机制分析QAP(quadratic assignment procedure,二次指派程序)是对矩阵间关系进行定量分析的方法,包括相关分析与回归分析,QAP相关分析可以检验两个矩阵之间的相关性,QAP回归分析用来分析一个矩阵同多个矩阵的关系[26]。为进一步分析旅游合作对长三角内部旅游流流动的影响,研究参考已有研究模型[27, 28],从网络游记中提取游客的旅游数字足迹建立旅游流矩阵,以长三角城市群内部旅游流矩阵为被解释变量,旅游合作关系矩阵为核心解释变量,控制城市间空间邻近、资源禀赋、经济发展和接待能力等属性变量,构建以下模型:
式中:TF为旅游流关系矩阵;TCM为旅游合作关系矩阵;SPM为空间邻近矩阵;TRM为旅游资源禀赋差异矩阵;EDM为经济发展差异矩阵;RSM为服务接待差异矩阵。
其中,TF为26个长三角城市内部的旅游流关系加总矩阵,TRM、EDM、RSM由2011—2019年各市相应指标均值之差构成。除本身为二值关系矩阵的SPM、TCM外,对其他矩阵进行标准化处理,消除规模差异及量纲的影响。指标含义及计算方法见表 3。
QAP相关分析结果显示(表 4),除人均GDP差异矩阵外,长三角城市群间的旅游合作关系矩阵、空间邻近关系矩阵、资源禀赋差异矩阵、经济发展差异矩阵以及接待能力差异矩阵和旅游流加总矩阵的相关系数均通过显著性检验,说明旅游流空间分布同旅游合作、空间位置、资源分布、经济发展及地方服务接待能力等具有高度关联性。
使用QAP线性回归对模型进行分析,设置随机置换次数为5000,回归方程调整后的拟合优度分别为0.539、0.536、0.555,说明研究所选取的指标对长三角城市群内部旅游流空间变化具有较好的解释力。除个别变量未通过显著性检验外,QAP回归结果同相关分析基本一致。两地空间邻近性及经济发展、接待能力差异与旅游流网络关系正相关,旅游资源禀赋同旅游网络相关系数为负,说明旅游者更易在旅游资源条件相似、空间邻近以及服务业发展水平差异大的城市间流动。旅游合作关系矩阵通过显著性检验,但旅游合作强度在回归分析中对旅游流网络的影响并不显著,城市间旅游合作关系促使两地旅游者产生“互访”行为,而旅游流流量与合作数量未能实现同步增长。表 4中还列示了对双边合作关系与多边合作关系分别回归的结果,结果显示双边合作与多边合作对于旅游流的影响存在显著差异。在双边合作中,城市间旅游合作数量越多,联系越紧密,城市间旅游流流量越大;而多边合作中,旅游合作关系建立与否对地方间旅游流规模有显著影响。旅游合作模式的异质性主要由合作内容差异决定。双边合作通常建立在市场体量差距较大的城市间,以实现客源互送、定向引流等经济目标为目的,常伴随旅游推介会同时发生,对旅游客流产生直接作用,旅游者对空间距离也更为敏感。多边合作内容则主要是对交通设施、市场监管、公共服务等区域性制度的统一安排,强调以区域整体形象对外宣传,新增合作也主要以扩大合作范围与深化合作内容为核心,对区域内旅游客流的时空分布产生长期作用。再者,多边合作涉及的行动主体数量众多、关系复杂,主体间的动机冲突与政策偏好差异增加了多边合作的协调成本与合作风险,合作在短期内难以产生实质性效益。
4.2 旅游合作与旅游客流的影响机制分析QAP分析结果论证了政府间旅游合作关系对于区域内部旅游流的影响,为进一步阐述该影响的作用过程,研究尝试构建旅游合作对旅游流的影响机制模型(见图 3)。
整体来看,政府间旅游合作内容主要从营商环境、公共环境及制度体制三方面展开。在营商环境优化方面,地方政府通过整合文旅资源、开发区域性产品以及策划区域旅游形象、开展联合宣传推介等产品开发及宣传营销方面的合作,以区域性整体共同进行对外展销活动,加强区域旅游品牌知名度与认可度,构成旅游者在区域内部及跨区域流动的外部拉力。在公共环境方面,以高铁、高速为载体的长三角城市群快速交通网络有效缩短异地往来时间,弱化空间距离感,实现区域内部便捷、快速的资源与客流交往;通过服务流程再造及标准化建设突破行政区间的制度桎梏,促进旅游公共服务一体化,降低跨域旅游活动的流动阻力。地方政府在区域治理上形成制度合力,打破传统行政区划的限制,弥合传统监管模式与旅游消费特征的治理错位,建立高效联动协作机制,提振旅游消费信心,为产业要素与旅游者在区域内的自由流动创造条件。而城市间旅游流的有益增量反过来又驱动合作深化,推动区域一体化发展进程。
5 结论与讨论 5.1 结论根据长三角26个城市的政府间旅游合作协议,本文构建了2003—2010、2011—2021两阶段城市群旅游合作关系网络,总结近20年来长三角城市群内部旅游合作特点及演变规律,以及其对旅游流时空分布的影响。主要研究结论如下:
(1) 长三角城市群已初步形成“均匀分布、立体稳定”的旅游合作网络,区域旅游合作关系密切。2003—2010年间属于旅游合作的积极探索期,江浙沪地区是该阶段旅游合作的重要发生地,各城市以扩大合作范围为导向,合作项目地理空间尺度大、行政区划跨度多,但合作项目落实少,地方政府的行为模仿与“从众”趋势明显,旅游合作创新动力不足;2011年以后,地方政府自主合作意愿增强,合作网络结构由“扁平化”向“立体化”升级,围绕杭州、苏州、南京三个省会城市的多中心联动模式基本形成,旅游合作开始扎根市场、落细落实。
(2) 长三角城市群内部由“广泛合作”转为“地缘合作”,以都市圈为基础的合作团体开始形成。2011年以后,由核心城市牵头的大规模旅游合作数量占比下降,整体网络结构呈现“去中心化”趋势,地方政府主观能动性增强,合作行为回归价值理性,开始结合市场及资源禀赋条件进行制度创新,同邻近城市、互补城市建立合作关系。在中央规划与社会交往的共同作用下,长三角空间概念扩展至江浙沪皖三省一市,城市群旅游合作网络的“两大派系”被“四大板块”取代,都市圈建设促使地方对合作边界进行重新思考,合作关系融入区域规划空间布局,基于都市圈规划建立起多核合作格局。
(3) 政府层面的宏观调控合作行为促进了旅游流的流动和发展。通过改善营商环境与公共环境、形成区域治理合力,政府间合作行为有效影响了区域内旅游流量及流向,城市群内部自上而下的旅游合作有力促进两地居民的“互访”活动。但旅游合作的影响效果存在合作模式的异质性。双边合作主要表现为市场层面的合作,经由推介会、对口优惠政策等在短期内提升城市间旅游流规模;多边合作则主要为制度层面的合作,地方间通过制度性规定在区域内的社会化作用,鼓励各行为体在合作中加强沟通与联系,推动区域内营商环境与公共环境的开放与共享,提高地方间旅游流整体规模。
5.2 讨论(1) 旅游合作中的同质性与异质性。同质性理论认为,政府合作往往发生在政治、经济、社会背景相似的城市间[29],被广泛用于解释地方政府在经济发展[30]、环境治理[23, 24]、公共服务[31]等领域开展合作的行为逻辑。而旅游流是源于旅游资源与游憩需求分布差异催生出的群体性行为,旅游产业及市场需求特点决定了旅游合作区别于政府间其他合作行为的特殊性。在旅游合作中,同质性逻辑主要作用于同类城市间谋求资源整合、项目共建、制度统一等“互惠性合作”中,政府间通过合作谋求协同发展,符合政府间合作的一般性规律。旅游合作中的异质性逻辑主要体现在两个方面,一是以旅游者“漫游癖”心理为基础,发生在资源、文化、社会等差异较大城市间的“互动性合作”,加强地方市场交流联系;二是地方政府与一线城市建立的“帮扶性合作”,通过承接一线城市旺盛的旅游需求,“借用”大城市的市场规模,为地方旅游经济注入活力。
(2) 旅游合作与区域认同。区域经济的兴起必然伴随传统“行政区经济”的式微,地方间政治、社会、文化边界在合作中逐渐弱化,区域地方意义以及区域内居民的身份意义正在经历重塑。研究梳理了基于区域规划的旅游合作演进过程(图 4)。利用区域规划的形式,中央政府动态调控区域空间尺度及权力关系,划定区域边界并干预区域发展。在中央政策指导下,城市群政府通过旅游合作协议形成制度合力,为经济主体、社会主体的合作搭建开放平台,优化区域内部营商与公共环境,加速区域内旅游者的自由流动。市场主体经过横向集聚与纵向拓展,搭建起区域性旅游产业网络,地方间经济、社会、文化联系增强,形成相互依赖的共生关系。地方意义在区域旅游合作演进过程中不断解构与再建构,区域的边界意义在动态调整中被动强化,社会群体在交往中形成情感与行为趋同,在包容与排斥的逻辑下建立起“我们”与“他者”意识,最终实现集体层面的区域与身份认同。
[1] |
娄伟, 李萌, 潘家华. 新发展格局下的要素流动与区域合作——以粤港澳大湾区及贵州省为例[J]. 中国流通经济, 2021, 35(8): 40-48. [Lou Wei, Li Meng, Pan Jiahua. The factor flow and regional cooperation under the new development pattern: Taking GuangdongHong Kong-Macao Greater Bay Area and Guizhou Province as the case[J]. China Business and Market, 2021, 35(8): 40-48.] |
[2] |
耿慧, 焦华富, 叶雷. 都市圈一体化研究进展与展望[J]. 人文地理, 2022, 37(4): 1-9, 86. [Geng Hui, Jiao Huafu, Ye Lei. Research and prospect of metropolitan area integration[J]. Human Geography, 2022, 37(4): 1-9, 86.] |
[3] |
陈雯, 王珏, 高金龙. 城市群区域一体化与旅游共享合作机制——长三角的经验借鉴[J]. 热带地理, 2017, 37(6): 784-791. [Chen Wen, Wang Jue, Gao Jinlong. Tourism cooperation among governments in the metropolitan region and the integration mechanisms: Evidence from the Yangtze River Delta, China[J]. Tropical Geography, 2017, 37(6): 784-791.] |
[4] |
薛莹. 对区域旅游合作研究中几个基本问题的认识[J]. 桂林旅游高等专科学校学报, 2001, 12(2): 26-29. [Xue Ying. Several fundamental issues about regional tourism cooperation studies[J]. Journal of Guilin Institute of Tourism, 2001, 12(2): 26-29.] |
[5] |
Rachel P, Catheryn K L. Friend or foe: Challenges to collaboration success at different lifecycle stages for regional small tourism firms in Australia[J]. Tourism and Hospitality Research, 2020, 20(2): 184-197. DOI:10.1177/1467358419836719 |
[6] |
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. [Wang Yonggang, Li Meng. Study on the interest game of multi-administrative regions in the process of tourism integration: A case study of Yangtze River Delta[J]. Tourism Tribune, 2011, 26(1): 24-30.] |
[7] |
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. [Yin Jie, Zheng Xiangmin, Li Shi. Cooperation situation and power role: Deconstruction of tourism cooperation network of countries along the Belt and Road initiative[J]. Economic Geography, 2019, 39(7): 216-224.] |
[8] |
Feiock R C. The institutional collective action framework[J]. Policy Studies Journal, 2013, 41(3): 397-425. |
[9] |
巩丽娟. 长三角区域合作中的行政协议演进[J]. 行政论坛, 2016, 23(1): 16-21. [Gong Lijuan. Evolution of administrative agreement in Yangtze River Delta Regional cooperation[J]. Administrative Tribune, 2016, 23(1): 16-21.] |
[10] |
孙盼盼, 李勇坚, 李子璇. 地方政府行为对旅游产业全要素生产率的影响机制[J]. 华侨大学学报(哲学社会科学版), 2021(3): 45-58. [Sun Panpan, Li Yongjian, Li Zixuan. On the impact mechanism of China's local government actions on the total factor productivity of tourism industry[J]. Journal of Huaqiao University (Philosophy & Social Science), 2021(3): 45-58.] |
[11] |
Wolfe R I. Perspective on outdoor recreation: A bibliographical survey[J]. The Geographical Review, 1964, 54(2): 203-238. |
[12] |
唐顺铁, 郭来喜. 旅游流体系研究[J]. 旅游学刊, 1998, 13(3): 38-41. [Tang Shuntie, Guo Laixi. Study on tourism flow system[J]. Tourism Tribune, 1998, 13(3): 38-41.] |
[13] |
钟士恩, 张捷, 韩国圣, 等. 旅游流空间模式基本理论: 问题分析及其展望[J]. 人文地理, 2010, 25(2): 31-36. [Zhong Shien, Zhang Jie, Han Guosheng, et al. Spatial patterns of tourism flow: Problems and prospects[J]. Human Geography, 2010, 25(2): 31-36.] |
[14] |
张佑印, 顾静, 马耀峰, 等. 北京入境旅游流分级扩散模式及动力机制分析[J]. 人文地理, 2012, 27(5): 120-127. [Zhang Youyin, Gu Jing, Ma Yaofeng, et al. Study on diffusion model and dynamic mechanism of Beijing inbound tourist's flow[J]. Human Geography, 2012, 27(5): 120-127.] |
[15] |
徐冬, 黄震方, 黄睿. 基于空间面板计量模型的雾霾对中国城市旅游流影响的空间效应[J]. 地理学报, 2019, 74(4): 814-830. [Xu Dong, Huang Zhenfang, Huang Rui. The spatial effects of haze on tourism flows of Chinese cities: Empirical research based on the spatial panel econometric model[J]. Acta Geographica Sinica, 2019, 74(4): 814-830.] |
[16] |
汪德根, 陈田, 陆林, 等. 区域旅游流空间结构的高铁效应及机理——以中国京沪高铁为例[J]. 地理学报, 2015, 70(2): 214-233. [Wang Degen, Chen Tian, Lu Lin, et al. Mechanism and HSR effect of spatial structure of regional tourist flow: Case study of BeijingShanghai HSR in China[J]. Acta Geographica Sinica, 2015, 70(2): 214-233.] |
[17] |
Li L, Tao Z M, Lu L, et al. The impact of COVID-19 on the regional tourism flow network: An empirical study in Hubei Province[J]. Current Issues in Tourism, 2021, 25(2): 287-302. |
[18] |
Khalid U, Okafor L E, Burzynska K. Do regional trade agreements enhance international tourism flows? Evidence from a CrossCountry Analysis[J]. Journal of Travel Research, 2022, 61(6): 1391-1408. |
[19] |
刘祥艳, 杨丽琼, 吕兴洋. 文化距离对我国出境旅游的影响——基于引力模型的动态面板数据分析[J]. 旅游科学, 2018, 32(4): 60-70. [Liu Xiangyan, Yang Liqiong, Lv Xingyang. The impact on cultural distance on China's outbound tourism: A dynamic panel data analysis based on the gravity model[J]. Tourism Science, 2018, 32(4): 60-70.] |
[20] |
崔凤军, 何晓霜, 李山, 等. 长三角区域旅游合作的演化阶段及其供需耦合[J]. 世界地理研究, 2018, 27(6): 42-53. [Cui Fengjun, He Xiaoshuang, Li Shan, et al. The evolution stage and coupling coordination on regional tourism cooperation of Yangtze River Delta[J]. World Regional Studies, 2018, 27(6): 42-53.] |
[21] |
杨爱平. 区域合作中的政府间契约: 概念与分类[J]. 中国行政管理, 2011(6): 100-104. [Yang Aiping. A research on intergovernmental agreement for regional cooperation: Concept and classification[J]. Chinese Public Government, 2011(6): 100-104.] |
[22] |
王新越, 曹婵婵. 基于网络游记的青岛市国内旅游客源市场结构与旅游流时空特征分析[J]. 地理科学, 2019, 39(12): 1919-1928. [Wang Xinyue, Cao Chanchan. Domestic tourist market structure and spatial-temporal characteristics of tourism flow in Qingdao city based on online travel notes[J]. Scientia Geographica Sinica, 2019, 39(12): 1919-1928.] |
[23] |
吴月, 冯静芹. 超大城市群环境治理合作网络: 结构、特征与演进——以粤港澳大湾区为例[J]. 经济体制改革, 2021(4): 80-87. [Wu Yue, Feng Jingqin. Environmental governance cooperation network in megacities: Structure, characteristic and evolution: Taking GBA as an example[J]. Reform of Economic System, 2021(4): 80-87.] |
[24] |
李洄旭, 王贤文, 刘兰剑. 府际合作有助于提升区域环境治理绩效吗?——基于结构差异视角的分析[J]. 经济体制改革, 2022(2): 18-25. [Li Huixu, Wang Xianwen, Liu Lanjian. Will intergovernmental cooperation help improve regional environmental governance performance? Analysis based on the structural difference perspective[J]. Reform of Economic System, 2022(2): 18-25.] |
[25] |
方大春, 牛黎光. 长三角城市群中心性效应与一体化提升[J]. 区域经济评论, 2020(6): 111-118. [Fang Dachun, Niu Liguang. The centrality effect and integration promotion of Yangtze River Delta urban agglomerations[J]. Regional Economic Review, 2020(6): 111-118.] |
[26] |
刘军. 整体网分析——UCINET软件使用指南[M]. 上海: 上海人民出版社, 2014: 331-339. [Liu Jun. Whole Network Analysis: Guide to UCINET Software[M]. Shanghai: Shanghai People's Publishing House, 2014: 331-339.]
|
[27] |
张妍妍, 李君轶, 杨敏. 基于旅游数字足迹的西安旅游流网络结构研究[J]. 人文地理, 2014, 29(4): 111-118. [Zhang Yanyan, Li Junyi, Yang Min. The tourism flow network structure of Xi'an based on tourism digital footprint[J]. Human Geography, 2014, 29(4): 111-118.] |
[28] |
李磊, 陶卓民, 陆林, 等. 贵州省避暑旅游流网络结构特征及其影响因素[J]. 地理研究, 2021, 40(11): 3208-3224. [Li Lei, Tao Zhuomin, Lu Lin, et al. Structural characteristics and influencing factors of summer tourism flow network in Guizhou Province[J]. Geographical Research, 2021, 40(11): 3208-3224.] |
[29] |
Lubell M. Familiarity breeds trust: Collective action in a policy domain[J]. Journal of Politics, 2010, 69(1): 237-250. |
[30] |
李智超, 谭西涵. 府际合作可以缩小城市经济增长差距吗——基于我国三大城市群的比较分析[J]. 甘肃行政学院学报, 2021(2): 52-60, 126. [Li Zhichao, Tan Xihan. Can intergovernmental cooperation narrow the disparity in urban economic growth: Based on the comparative analysis three urban agglomerations in China[J]. Journal of Gansu Administration Institute, 2021(2): 52-60, 126.] |
[31] |
刘凤, 傅利平, 许凯渤. 医疗卫生服务与城际合作网络结构与效应测度——以京津冀区域为例[J]. 东北大学学报(社会科学版), 2021, 23(4): 59-66, 75. [Liu Feng, Fu Liping, Xu Kaibo. Structure and effect measurement of inter-government and inter-city cooperation network of medical and health services: Taking Jingjinji metropolitan region as an example[J]. Journal of Northeastern University (Social Science), 2021, 23(4): 59-66, 75.] |