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
[Abstract]:Based on the data of tourism economic development in China from 2000 to 2015, combined with the modified gravity model and social network analysis method (SNA), this paper empirically analyzes the characteristics and effects of spatial correlation network structure for the development of inter-provincial tourism economy in China. The results show that during the sample period, the spatial network structure of China's tourism economic development is obvious, and the number of inter-provincial correlation relations tends to rise in the fluctuation, the grade of tourism economic association network in China is higher, and the overall network optimization space is large. Beijing, Tianjin, Shanghai, Zhejiang, Guangdong, Jiangsu and other economically developed areas have stronger centrality and greater function in the network. The higher the level of tourism economic development in the areas with high level of economic development, the more spillover of tourism economy from other regions, the more Matthew effect is obvious. from the point of view of the regression of the overall network index, the improvement of network density, the decrease of network grade and the decrease of network efficiency can significantly reduce the relative differences in the development of tourism economy between provinces and effectively improve the specialization level of the whole tourism industry. According to the regression results of individual association network indexes, the improvement of individual point centrality, intermediary centrality and closeness centrality can effectively improve the specialization level of tourism industry in each province (city). Based on this, the paper puts forward some suggestions for the development of provincial tourism industry in the future.
【作者单位】: 中国社会科学院研究生院;中国社会科学院财经战略研究院;
【基金】:国家社会科学基金青年项目“地方政府行为对旅游产业结构动态优化的作用机制研究”(16CGL023)资助~~
【分类号】:F592.7
【相似文献】
相关期刊论文 前10条
1 张岚;谢春山;;区域旅游产业空间关联的影响因素分析[J];消费导刊;2008年24期
2 柯文前;陆玉麒;俞肇元;王晗;;江苏县域劳动生产率的空间关联与分异演化格局[J];经济地理;2013年12期
3 谢治春;;制造业集聚与城镇化推进:基于省际面板数据的空间计量分析[J];当代经济科学;2014年04期
4 唐晓旭;张怀清;刘锐;;基于GeoDA的辽宁省GDP空间关联度分析研究[J];林业科学研究;2008年S1期
5 任健;赵奉军;;房价空间关联的动力机制——基于空间Durbin模型的实证研究[J];中国房地产;2014年02期
6 张战仁;;我国区域创新差异的形成机制研究——基于集聚互动、循环累积与空间关联视角的实证分析[J];经济地理;2013年04期
7 吕曹芳;庞宇;罗永龙;;基于GIS空间关联规则的挖掘综述[J];资源开发与市场;2007年04期
8 沈绿珠;;空间关联分析及其应用[J];统计与决策;2006年08期
9 武文杰;董正斌;张文忠;金凤君;马修军;谢昆青;;中国城市空间关联网络结构的时空演变[J];地理学报;2011年04期
10 张友志;顾红春;;江苏省县域创新产出的空间关联与时空演化[J];地域研究与开发;2013年06期
相关会议论文 前4条
1 陈江平;李平湘;;基于序半群的空间关联规则挖掘算法[A];湖北省测绘学会2006年度科学技术交流会论文集[C];2006年
2 雷小锋;谢昆青;马修军;;一种有效的空间关联规则挖掘方法[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
3 吴培中;;空间关联规则在土地利用与地形特征关系研究中的应用[A];福建省土地学会2012年年会论文集[C];2012年
4 李慧;李岩;王兴芳;;基于SVG的空间关联规则挖掘[A];第十三届全国图象图形学学术会议论文集[C];2006年
相关博士学位论文 前1条
1 钟马林;纠缠光子空间关联调控及其应用[D];南京大学;2016年
相关硕士学位论文 前10条
1 蒋正龙;甘肃省县域经济空间关联及溢出效应研究[D];兰州大学;2015年
2 杜泽欣;量化空间关联规则挖掘应用研究[D];解放军信息工程大学;2015年
3 魏媛;基于时间与空间关联分析的城市供水管网水质异常检测方法研究[D];浙江大学;2016年
4 许静;多级空间关联规则挖掘及性能评价方法[D];北方工业大学;2016年
5 张卫平;基于分布式计算的空间关联模式挖掘和更新方法研究[D];中国测绘科学研究院;2016年
6 颜颖颖;我国金融支持与区域创新的空间计量实证分析[D];华侨大学;2016年
7 张茜;武汉城市圈农村劳动力就业结构与农民收入的关联分析[D];华中师范大学;2016年
8 郭美娟;我国区域金融发展的空间关联及其影响因素研究[D];湖南大学;2016年
9 方刚;空间关联规则挖掘算法的研究与应用[D];电子科技大学;2009年
10 于欣;辽宁省经济发展的空间关联分析[D];辽宁师范大学;2012年
,本文编号:2509242
本文链接:https://www.wllwen.com/guanlilunwen/lvyoujiudianguanlilunwen/2509242.html