全球旅游網絡格局及其影響因素研究

王琪延，高 旺，韋佳佳，楊 彩

（1.中國人民大學休閑經濟研究中心，北京 100872；2.河北經貿大學金融學院，河北石家莊 050062；3.北京工商大學數學與統計學院，北京 100048；4.湖南大學工商管理學院，湖南長沙 410083）

引言

習近平總書記在黨的十九屆五中全會上提出要深刻理解“新發展格局”的基本內涵，適應世界百年未有之大變局加速變化。旅游業作為世界經濟格局中的重要組成部分備受關注。許多證據表明，一國/地區的旅游業與經濟、政治、文化等因素存在強相關關系，但這些結論通常是從單個對象的視角展開的，忽視了多個主體間復雜的旅游聯系。旅游不僅是有錢有閑的個性化行為，更是國家關系的“潤滑劑”和“晴雨表”。一方面，全方位、多層次的國際合作，促使不同區域、民族和歷史背景的旅游活動日益滲透、交融；另一方面，國際關系的階段性變化（如文化沖突、地緣危機、貿易摩擦等），致使全球旅游業受到尤為明顯的沖擊。顯然，若低估這些關系，必然失去對旅游業的全面把控，不利于打造高質量發展格局。因此，十分有必要探索全球旅游網絡格局的結構特征、變動趨勢及其影響因素，這不僅為認識全球旅游一體化進程提供數據支撐，也為各經濟體促進旅游產業地位提升提供重要依據。

1文獻綜述

世界各國為推動旅游業高質量發展，不斷加強旅游資源的整合與優化，深刻改變了全球旅游供需狀況和市場結構。加強旅游資源的整合和優化，需要深入了解當前全球旅游供需狀況和市場結構。有研究表明，一國/地區的旅游市場與其他國家存在千絲萬縷的關系。例如，客源國的經濟波動會對目的地產生溢出效應；出境旅游可作為中間橋梁影響與其他國家間的貿易；跨國旅游需求與國際經濟大周期呈現協同變化。這些研究都說明世界各國之間有著密切的、復雜的旅游貿易關系。依據資源依賴理論和新古典貿易理論可知，這些關系最終演變成復雜的網絡拓撲結構。明晰全球旅游網絡結構，有助于制定全局戰略，以確保旅游經濟長期健康穩定發展。

關于旅游關系的研究主要沿著3 個脈絡展開。一些文獻從經濟地理學視角出發，根據一國或地區的基本屬性（如GDP、人口等），研究客源地和目的地間旅游關系。較早的方法有Reilly-Converse模型、貿易引力模型和市場潛能模型等。這些模型已具備良好的理論基礎，可視其為具有差異化產品的一般貿易模型的部分均衡子系統的簡化形式。近年來，一些新的研究方法也被用來探索旅游目的地對周邊區域的吸引力，如哈夫概率模型、場強模型和空間統計等。此外，計算機和衛星技術的發展也使得地理信息獲取方式更加廣泛、數據更加精確。這些研究表明，一國的經濟狀況、基礎設施等因素是旅游規模的決定性因素，不同的旅游市場間存在明顯的層級結構、空間特性和區域差異。但以上這些研究僅關注了以一國或地區為主體的、單向的旅游關系，潛在的復雜信息沒有被充分識別和利用。

另外一些學者從網絡理論出發，借助流數據（客流、物流、信息流等）分析了各個旅游主體間的關系特征。其中一部分研究著眼于分析旅游目的地的多個利益相關者（酒店、旅行社、餐廳和酒吧、交通組織等）之間事實密度和聚集性等關系，尤其是挖掘核心主體；還有一些研究基于網絡鏈接和社交網站來獲得資料，如在線旅游導航或帶有地理標記的短信息，旨在通過互聯網數據流反映現實世界的旅游關系，揭示旅行動態演化或異質性特征；此外，旅游各方之間的行為互動關系，如知識轉移、社區結構、組織協調性等，也是熱門研究對象。不難發現，上述關系分析比傳統方法更具優勢，但目前的研究主要集中在微觀尺度，對全球宏觀視野則缺乏關注。

還有研究從非常規因素層面討論旅游關系。一些結論表明，氣候、文化和政治等因素，會對跨國旅游互補/替代關系產生某種影響。在這類關系中，每個國家都可能從鄰國獲益，也可能遭受沖擊。例如，不同目的地間的文化異質性會帶來差異化的旅游吸引力，或者目的地的暴力恐怖犯罪、傳染病和自然災害會對鄰國的旅游需求產生負面沖擊。然而，關于這些因素的研究僅僅從社會學、心理學等方面進行了定性闡述，缺乏定量判別。因此，本文接下來以量化的方法給出確定性結論，以突破當前局限。

如何量化全球旅游網絡格局是本文的核心問題。幸運的是，過去的十余年中，在收入和人口不斷增長、國際貿易不斷開放以及互聯網高速發展的推動下，每年有數以億計的游客進行跨國商務和休閑旅行，形成一個幾乎涵蓋全世界的巨大旅客流網絡。復雜網絡理論恰好可以用來描述這種旅游關系，該理論已被用于探索金融網絡、社交網絡、能源與生態網絡、國際貿易網絡等方面的復雜特征。已有一些學者初步探索了諸如社區劃分、中心性角色等旅游網絡拓撲特征，得出了一些有價值的結論，例如，北美和西歐在入境旅游網絡中扮演著核心角色，而一些亞洲和拉丁美洲國家卻在許多旅游路徑中邊緣化，這說明，各國在旅游網絡中到訪和提供旅游資源的能力存在差異，每個節點都擁有不同的旅游地位和模式。更重要的是，旅游網絡并不固定，會隨著經濟增長發生動態變化，也會受到不利因素沖擊，發生連接中斷或結構轉變。因此，在已有研究的啟發下，本文借鑒復雜網絡理論的思想，對旅游業跨國依存關系進行建模，從而捕捉全球旅游流的動態變化和網絡結構特征，并在此基礎上進一步分析相關驅動因素，完整地反映旅游網絡格局的影響機制。

基于上述考慮，本文主要在3個方面開展創新性嘗試。首先，利用全球213個國家/地區旅游流量構建全球旅游網絡，并通過全局網絡指標（同配性、互惠性等）深入探討其動態變化和結構特征。其次，根據Freeman 等的研究，計算一系列網絡參數，用以表示4 種旅游網絡格局測度，包括影響力（加權出度和入度）、中心地位（介數中心性和調和緊密中心性）、大國關系（超連接搜索算法的權威值和樞紐值）以及集聚性（加權聚類系數）。最后，基于動態面板分位數模型，定量判別全球旅游網絡格局的影響因素。

2 模型設計

2.1 復雜網絡模型

2.1.1 全球旅游網絡模型設定

復雜網絡（）常用于“多對多”的關系建模，它由節點以及節點之間的邊組成：

式（1）中，=(,,,…,v)，是節點數；=(,,,…,e)，是邊數。本文將一國/地區視作節點，不同國家間的出入境旅游關系視作邊，游客人次定義為邊的權重。由此得到加權定向網絡，稱為全球旅游網絡，并進一步計算網絡拓撲結構指標，以反映國家在分析網絡中的作用和角色（圖1）。

圖1 復雜網絡結構示意圖Fig.1 Schematic of the selected complex network structure indicators

2.1.2 全球旅游網絡的結構測度

（1）加權入度（weighted in-degree,WID）與加權出度（weighted out-degree,WOD）

度是指與一個節點相連的邊的數量，節點的度是其連接的所有邊的旅游流量的加權值。加權定向網絡可用有向加權相鄰矩陣完全表示，矩陣中的元素用表示。加權度又可以分為加權入度和加權出度，入（出）度為到訪（離開）當前節點的旅游流量，其定義如下：

（2）介數中心性（betweenness centrality，BTC）

介數中心性衡量了各國/地區作為中介方的作用。如果一個國家在旅游網絡路徑中多次作為其他國家間的旅游橋梁，則該國家的介數中心性就很高。計算如下：

式（4）中，g是從國家到的最短路徑數，g()是通過節點的節點和之間的最短路徑數。

（3）調和緊密中心性（harmonic closeness centrality，HCC）

調和緊密中心性反映了網絡中某一節點與其他節點之間的接近程度，距離其他節點越近，那么它的緊密中心性越大。該指標探索了從任何一國到另一國的最短旅游路徑的平均長度，即檢驗一個節點不依賴其他節點的情況下，傳輸游客流量的難易程度，如下：

（4）超連接搜索（hyperlink induced topic search,HITS）

HITS算法返回節點的兩種特征值：樞紐值（hub scores，HUB）和權威值（authority scores，AUTH），來衡量一個節點與其他重要節點的關聯程度。樞紐值（權威值）指的是該節點導出（導入）連接指向權威值之和，二者是遞歸定義的，用來篩選出排名靠前的特征值。一國通常有許多旅游貿易伙伴，判斷該國的旅游實力，既要考慮重要伙伴的數量，也要考慮伙伴的重要程度。其計算過程如下。

第一步，通過旅游流量，根據邊的權重檢索出前個重要的節點，這個集合稱為根集。

第二步，在根集的基礎上擴充集合，凡是與根集內直接連接關系的節點（包括指向或被指向，即入境或出境）都將被擴充到新集合里面。

（5）聚類系數（clustering coefficient,CSC）

對于加權圖，Barthelemy 等引入了節點的加權聚類系數的概念，它表示網絡中多個節點之間的聚合程度。若節點與其他節點間相互連通，則的聚類系數（取平均值）如下所示：

其中，如果,,互為三角關系，那么aaa=1；否則，aaa=0。

2.2 動態面板模型與數據

為了揭示全球旅游網絡格局形成的影響因素，本文以一國/地區的復雜網絡結構指標為被解釋變量，建立了動態面板分位數模型，設定如下：

式（8）中，()指的是分位數，μ為個體效應，ε為隨機誤差項。此外，由于國際旅游需求通常存在慣性，有必要在模型中加入被解釋變量的滯后一次項Y。部分樣本數據存在缺失情況，經過清洗和篩選，最終計量模型所輸入的數據涵蓋2006—2018年（共13期）177個國家/地區，占旅游總人次的98.9%以上，具有強代表性。變量說明與描述分別見表1和表2。上述樣本是短面板（177＞13）數據，通常采用系統廣義矩方法（system generalized method of moment,SYS-GMM）來估計是合適的，但其難以刻畫數據的異質性。為克服這一弊端，本文引入Chernozhukov 和Hansen以及Galvao所擴展的動態面板分位數回歸模型，并采用工具變量法進行擬合。該模型不僅能夠很好解析不同分位點上的非正態異質關系，也有助于解決內生性問題，使估計參數更穩健。根據初步的數據分析可知，不同收入水平的國家在旅游網絡分布中存在差異，這在普通回歸模型中難以表征；同時，鑒于自身脆弱性特征，旅游易受異常事件（如地緣風波和自然災害）的沖擊影響，這種異常值恰好可以被分位數特性所處理。因此，擬合不同分位數下的面板回歸模型，對本文所研究的問題具有較強針對性。作為穩健性檢驗，同樣給出了SYS-GMM 方法和混合效應回歸（pooled ordinary least squares，POLS）的結果。

表1 變量說明和數據來源Tab.1 Variable and data sources

表2 描述統計Tab.2 Descriptive statistics

3 實證分析與討論

3.1 全球旅游網絡格局的結構特征

本文逐年計算了全球旅游網絡的拓撲結構指標。如圖2a 所示，2000—2018 年，全球各國間建立的旅游連接數逐年遞增，最終幾乎所有國家或地區都被納入，這與世界貿易周期相吻合。2000年僅約有6 000個連接，2015年超過14 000，但在2017年之后有減少的跡象。全局聚類系數曲線的形狀與連接數相似，同樣呈波動增長趨勢，均值約為0.6。這意味著全球旅游網絡中的經濟體之間并不是孤立的，而是已經建立了愈發緊密的聯系，旅游要素流動效率加快，呈現出小世界的特征。圖2b中互惠性指標表現出增長趨勢，2006年之后達到約0.48后變得平穩。較高的互惠性水平表明，兩國間的旅游行為呈現出雙邊貿易特征，既有出境又有入境，而不是單邊市場，證實了旅游全球化的觀點。不過，受2001年“9·11”事件和2017年貿易保護主義抬頭的影響，各網絡指標都出現不同程度下降。以上結果說明，網絡結構會受到多種因素的影響。

根據網絡同配性指標（即一個節點是否在某種程度上依附于其他相似的節點）來看，全球旅游網絡是異配的（系數約為-0.44，如圖2b），也就是說，低（高）水平國家傾向于與高（低）水平國家建立旅游關系。圖中還顯示，2008年國際金融危機導致發達國家和發展中國家之間的國際旅游客流更加活躍，說明經濟狀況是旅游網絡格局的影響因素。進一步地，本文還對加權入（出）度進行了排名，發現不到20%（前40 名）的國家就已經占據了入境（出境）旅游總量的近90%（為方便展示，圖2c 和圖2d 中僅列出了2000年、2008年和2018年的情況，其他年份結果類似），而其他大部分國家占比較少，與網絡中心較遠。這意味著，全球旅游流量存在顯著不均勻性，網絡格局呈現無標度分布特征，后續分析中需要考慮到這種異質性。

圖2 全球旅游網絡拓撲結構Fig.2 Global tourism network topology

全局拓撲結構從整體上展示了全球旅游網絡的骨架，但判明網絡格局的影響因素，還需要進一步提升分析的細粒度。根據表3 中指標排序結果可知，高收入水平國家的、、、和的均值顯著靠前，中等收入國家的處于前列，的情況則相反。首先，從旅游網絡影響力（、）來看，北美、西歐等高收入國家在國際旅游市場中處于支配地位，低收入國家則明顯落后。其次，對于旅游網絡中心地位（、），排名靠前的同樣大多是高收入國家。這些國家地理位置優越，出行方便，中間性容量最高，可以在不依賴其他國家的情況下傳輸旅游客流，因而在網絡中具有不可替代的橋梁和指示地位。再次，關于與大國間的旅游關系，高收入國家的排名靠前，說明它們與其他大國建立了旅游輸出聯系，這對旅游流量的獲取和控制具有重要意義。但的情況有所不同，中等收入國家在貿易和經濟高速發展階段，特別是旅游資源豐富的經濟體（如金磚國家），往往希望借助旅游業來服務于本地經濟，一般會通過完善基礎設施、改進經濟和金融體制、積極擴大對外開放、促進政治環境穩定等手段，吸引更多的發達地區（高值）的游客入境（如商務類旅客）。最后，在旅游網絡集聚性方面，的分布與上述指標有很大不同，前30 名中的絕大多數是中亞、拉丁美洲和非洲的低收入經濟體。經濟劣勢使得大多數落后國家的旅游業處于弱勢地位，經常性的區域經濟危機和政治動蕩，也增加了高度的不確定性，因此，它們注定在旅游網絡中被邊緣化。對于那些陷入困境的國家來說，共同協作是最好的選擇，故而在網絡空間上呈現出高聚集狀態。這種現象通常在危機暴露后更為突出，因為發達國家可能會對戰亂國家實行經濟封鎖和限制入境。綜上所述，不同層次的網絡指標是值得區分的，接下來依次對高中低收入3個分位數水平進行探究。

表3 旅游網絡指標排序（前30名）Tab.3 Ranking of toursim network indicators(Top 30)

續表

3.2 全球旅游網絡格局的影響因素

表4 面板單位根檢驗與協整檢驗Tab.4 Results of panel unit root test and panel cointegration test

在參數估計之前，需要進行預檢驗。首先，使用Levin-Lin-Chu（LLC）、Harris-Tzavalis（HT）、Breitung方法進行面板單位根檢驗。結果顯示，大部分原序列通過了LLC 平穩檢驗，且一階差分序列全部平穩，符合一階單整條件。接著采用Kao 面板檢驗方法，發現所有復雜網絡指標與其影響因素間存在顯著的長期協整關系。檢驗通過后，進行了動態面板分位數擬合，同時也給出SYS-GMM 方法和POLS模型估計。結果表明，動態面板分位數與GMM 及POLS 的估計結果整體上一致，故本文模型設定具有較高的穩健性。

3.2.1 影響因素分析

根據表5 結果來看，絕大多數系數都通過了顯著性檢驗，參數估計也較為穩健（表6）。POLS的均在70%左右，說明影響因素擬合優度良好，能夠充分解釋網絡指標的變化。由此可知，動態面板分位數模型是適合本文問題的。主要分析結果如下。

表5 動態面板分位數擬合結果Tab.5 Estimation results of dynamic panel models

續表

表6 GMM和POLS穩健性檢驗Tab.6 GMM and POLS robustness tests

第一，和人口等趨勢因子，是全球旅游網絡格局形成的積極因素。（1）和人口變量對高、中、低分位數的網絡影響力（加權出度和加權入度）都具備顯著的正向影響。一般來說，收入是國際游客的第一要素，人口是旅游發展的基礎變量，二者都直接作用于網絡中邊的權重。因此，一國/地區的和人口的增長會帶來出入境旅游人次和網絡連接的增加，縮短與其他國家的旅游距離。這些結果與其他研究發現有相似之處。但是，低水平（0.1 分位數）的影響系數要大于中高水平（0.5和0.9分位數），人口則沒有那么明顯，這說明收入是旅游網絡影響力的首要制約因素，人口次之。（2）和人口可以大大地增強經濟體的旅游網絡中心地位（和），特別是對高收入國家就更明顯，低收入國家相對較弱。這說明，經濟和人口增長會促進一國成為重要的旅游網絡媒介，旅游信息流和客流越多，路徑控制和被依賴性也越強，從而建立最優旅游路徑的穩定性就越高。而低收入國家對旅游業投入少，很難成為旅游路徑的核心網絡節點。（3）從和結果看，收入和人口增長會促使游客到訪大國，游客流變得頻繁，國際旅游關系就更加緊密，中高水平（0.5 和0.9 分位數）經濟體尤為顯著。這表明，收入改善傾向會激發游客對更高休閑水平的需求。遺憾的是，低水平經濟體沒有表現出顯著性，這說明大國間旅游關系可能存在一個收入閾值。（4）和人口對旅游網絡聚集的影響也存在正向效應，但收入在不同分位數水平上存在差異。其中，對于低收入水平（0.9 分位數）和高收入水平（0.1 分位數）經濟體來說，收入增加會顯著增強一國與其鄰國的旅游聯系，形成旅游集聚格局。而中等收入水平國家間的旅游業通常互為競爭對手，難以優勢互補，所以并沒有表現

出統計顯著性。總之，收入和人口因素對全球旅游網絡格局的形成起著至關重要的作用。

第二，物價水平、原油價格等波動因子，對旅游網絡格局整體上表現出消極影響。物價水平用來反映游客在目的地的消費狀況，油價則用來代表跨國旅游的出行成本。從結果可知，（1）對產生顯著的負面影響，而對基本沒有統計學意義。物價水平是影響國際游客目的地選擇的重要因素，而且它對中低水平的國家的影響大于高水平國家。因此，全球旅游網絡因價格不同而具有分散性。（2）對于和，和在不同水平分位數上表現出全面的負向效應，特別是對低水平經濟體的影響要更大更顯著。這表明升高會抑制網絡最優路徑構建，削弱一國的網絡中心地位。（3）從大國關系來看，和基本沒有對產生顯著影響，可見，大國游客流輸出對物價波動的剛性較強。而的結果則不同，中高收入經濟體的會因物價上升，導致來自大國的游客數量減少。（4）對旅游聚集格局的影響，僅在中等水平國家表現出負向效應。這可能是因為發達國家間以及落后國家間的物價變動趨勢較為類似，使得周邊國家的旅客對價格的變化不敏感。而中等水平國家的發展情況各異，價格差異較大，且變化不均勻，有獨立的價格行情，從而降低了聚類程度。從上述分析不難得知，良好價格環境是旅游網絡格局維持正常運轉的基本條件。

第三，關于準入制度和政策因子對旅游網絡格局的影響，有3 個方面的探討：一是，貿易開放水平反映了貨物和服務跨國流動的難易程度；二是，互聯網開放度是國際旅游不可忽視的新型要素，信息流的傳播路徑與全球旅游網絡高度重合；三是，出于歷史原因，各國對人員的準入準出政策都有所限制，簽證政策的作用不可忽視。從模型結果來看，（1）對一國的旅游網絡影響力、中心地位、大國關系都表現出積極影響，尤其是中等水平最為顯著，這表明貿易開放可以增加游客流，對商務和貿易需求的游客優惠利度較大。然而，對聚集格局的影響卻為負，說明貿易開放會促使一國與原來較遠旅游距離的網絡節點變得更加密切，反而減弱了與周邊國家抱團發展的動力。（2）對網絡格局指標整體上表現出正向影響，其中，對中低水平的經濟體作用顯著，而對發達國家不明顯。這說明，在線信息能夠改善跨國旅行體驗，縮短旅游網絡距離，增加與發達旅游市場的連接強度，同時也促進了集聚化趨勢。（3）一國往往會通過放寬簽證政策，來吸引更多高收入游客入境，進而帶動本地經濟，因此與其他大國間的聯系變得緊密。顯然，擴大對外開放可以顯著提升一國在旅游網絡中的核心地位。

第四，除了以上常規要素外，本文還加入了突發的、隨機的非常規因子，包括地緣風險和自然災害。結果顯示，二者的估計系數整體上具有統計學意義，但不同分位數下的情況較為復雜。（1）對于網絡影響力，自然災害對有明顯的消極效應，尤其對中低水平組的影響要遠大于高水平組；對于，自然災害爆發會增加發達國家出境避險意愿，并建立更多的旅游聯系，而中低收入組一般無處可去，系數也因而不顯著。地緣因素也有相似的結論，地緣穩定性提高有利于地區間建立入境關系，這對高中低分位數情況都適用，同時也會減少中高收入組的出境聯系，反之，地緣風險變大會增加出境客流。（2）對于，若一國自然災害爆發，與之相聯系的不同經濟體會有不同的反應，對于那些長期將該國/地區作為橋梁的經濟體，突然選擇其他國家作為新的中介并不容易，因為改變的成本可能無法承受，而很多（并不以該國為中介國的）經濟體可能很輕易地與該國中斷聯系。因此，這種旅游業的粘性特征反而使該國的中介能力增加了。此外，游客通常對地緣風險十分敏感，一國/地區政治和社會的穩定是游客來訪的必要條件，自然有利于該國的介數中心性。（3）對于，自然災害會導致一國/地區入境和出境的旅游流量同時減少，很多經濟體甚至直接或間接切斷與該國的旅游聯系，網絡距離因而增大；地緣風險擴散會使來這個國家旅游人數減少，出境旅游的人數增加，綜合來看，適當的地緣風險反而縮短了與其他國家的距離。（4）大國間的旅游關系對非常規因素也存在強烈響應，特別是在風險爆發后，很多不重要的國家會與該大國中斷聯系，而重要伙伴依然會維持原有的旅游聯系。商務或投資類游客在危機下也更愿意去穩定國家尋找機會，因此大國旅游服務的需求必然會上升，和也由此提高。（5）對于，自然災害爆發之后，出入境游客在一定程度上受到消極影響，全球網絡密度會隨之出現下降。這表明，危機使旅游政策在鄰國間趨于保守，旅游網絡不再活躍。

3.2.2 相關機制討論

前面證實了4 類影響因素（趨勢因子、波動因子、準入因子和非常規因子）對全球旅游網絡格局的作用，并且還特別強調了不同國家水平的異質性。這意味著，隨著世界各國經濟、政治、文化縱深拓展和競爭加劇，全球旅游體系正在由“一對一”模式向網絡模式轉變。多種效應相互交織和疊加，構成了當前復雜的全球旅游網絡格局。

首先，經濟發展和人口增長都有助于旅游網絡節點和邊的健壯性，即存在典型的規模效應，從有向圖視角來看，出境游表現為溢出效應，入境游則是虹吸效應。從不同分位數的統計檢驗差異便可窺見一斑，相比于高收入經濟體旅游業逐漸飽和狀態，增長和人力資本積累更有利于低收入經濟體，這與日益增長的跨國旅行需求相匹配。因此，一國綜合規模上去了，旅游網絡影響力會顯著增大。這一點可以從Hymer的壟斷優勢理論和Dunning的區位優勢決定論得到解釋，經濟發展會增強一國的旅游資源控制能力，旅游要素供給和客流越多，旅游網絡連接穩定性就越高。例如，發達經濟體通常人口眾多，幅員遼闊，自然資源豐富，貿易和商業活動頻繁，社會治安環境良好，可支配收入和休閑時間較多，因而它們更容易成為旅游網絡中最主要的客源地、目的地或連接媒介，憑借強大的中心地位和高度關聯性，旅游影響力能夠迅速輻射并擴散到其他網絡節點；而落后經濟體的旅游業投入很少，總量功能缺失，難以形成旅游網絡影響力。進一步，根據中心地理論，經濟的規模效應會促使一國/地區建立直接的旅游貿易聯系，而不再需要經過其他國家/地區，這樣就縮短了與其他節點的距離，建立旅游聯系會更加方便，緊密中心性由此提高，旅游連接的直接性得以體現。人口總量增長也會催生國際旅行需求邊際，輻射周邊節點。例如，由于地理上或習俗上存在相似性（比如西歐或者非洲），人口的跨國流動遵循就近原則，因而會出現地區集聚現象，這符合社會分層理論以及多區域人口遷移模型結論。此外，規模效應也會增強與大國間旅游聯系，間接解釋了旅游網絡異配性。總之，內生增長動能是推動國家/地區間的旅游關系建立和擴張的關鍵因素。

其次，價格和成本上升的消極作用很強，容易造成旅游網絡結構稀疏和渙散，產生負面的沖擊效應。購物消費占旅游總支出的比重最大，有時甚至是第一目的。雖然不同國家采用的價格策略不盡相同，富裕國家（核心節點）一般采用高成本、高價格、高質量的旅游模式，而不富裕的國家（邊際節點，比如東南亞的一些國家）通常以低物價作為主要的營銷特點，但二者都會面臨因價格波動而遭受競爭力下降的局面，所以網絡緊密性與價格因素互為掣肘。一方面，旅游業的脆弱性會在量化寬松或通貨膨脹期間體現出來，商品和服務變得更加昂貴，進而削弱消費者購買力，擠壓旅游這樣的奢侈品消費，這對出境游和入境游同時造成打擊，延長了旅游網絡路徑。另一方面，成本上升會使一國/地區的財政狀況惡化，減少對旅游業資金投入，制約旅游要素的網絡流動。此外，對供給側和需求側的沖擊都會減少一國的中介作用，增加與其他國家的網絡距離。一個典型的例子就是原油，作為世界最重要的大宗商品，原油對遠距離旅游有著不可替代的作用，且路費成本在整個旅行過程中占比較高，是影響游客決策的重要考量。很多人因油價波動帶來的成本增加問題而取消行程，特別是對于中低收入人群尤為明顯。在大多數情況下，高收入國家對國際旅游的需求相當旺盛，并可以通過金融對沖和專項保險等方式有效應對油價波動風險。因此，高收入國家的旅游價格彈性相對較小，不容易出現旅游網絡連接脫鉤現象。而中低水平國家的應對策略和手段就相對貧瘠，對價格的波動就更加敏感，價格上漲必然降低其網絡密度，沖擊大國關系，替代效應強。因此，價格波動對全球網絡格局主要表現出負反饋作用，內生價格調節機制失靈的情況下，政府管制價格似乎更能促進網絡結構的平衡與穩定。

再次，旅游網絡格局也依賴于流資源（客流、物流、信息流）的準入程度。制度放寬和技術革新可以大幅促進新路徑的形成，提升網絡可達性，利于網絡節點協調發展，即存在所謂的政策效應和技術效應。根據國際貿易理論，若準入出現擁擠外部性（即一國無法再從貿易伙伴獲得足夠流資源），加之旅游共時化特性，國際旅游市場供需就會失去均衡，那么出入境旅游就會立刻萎縮。反之，壁壘越少，要素流動就越容易，最短路徑就越多，旅游市場規模就會隨之擴大。一些網絡核心強國在這方面做了很好的示范，憑借強大的市場力量，它們可以選擇更加友好的準入政策來刺激旅游，決定旅游資源的供給和流轉效率。因此，這些國家在網絡中具有較高的等級優勢，可以重塑網絡生態，促成更多游客流資源與之互聯；中等水平經濟體努力尋求更大的多邊貿易，同樣提升了國際旅游影響力和中心地位。實踐證明，中國對外開放政策迅速擴張了其旅游網絡版圖，特別是與大國間的旅游關系變得更為牢靠。除了實體制度的準入因子外，技術帶來的信息流準入也大幅優化了旅游網絡。互聯網的興起孕育了在線旅游等新模式，文化、住宿、交通信息實現極速傳輸和廣播，豐富了旅游營銷渠道，降低了旅游業供給側的運營成本。同時，幾乎所有的國際游客都會通過網絡搜索來制定旅游計劃，服務更智能、出游更便捷。這一結果是容易預見的，一國/地區信息流越開放，就越能帶來可觀的人員流動。總之，政策效應和技術效應能以更低的成本去訪問旅游網絡，雖然存在一定程度的轉換沉沒成本和鎖定效應，但長遠來看，效率釋放會使旅游網絡進一步延展和深化。

最后，突發的、隨機的非常規因素對全球旅游網絡格局存在結構效應。這些不利因素會對周邊節點產生溢出，破壞局部網絡穩定性，導致拓撲結構發生改變。這種現象的一個可能的解釋是，游客的安全感知敏感度較高，絕大部分游客出于對安全的擔憂，都會放棄去風險較高的國家，轉而選擇去其他地方旅行。因此，災害或危機最終會導致國際旅游網絡聯系的中斷。一般來說，發達國家應急預案和處理水平相對較高，能夠維持基本的旅游連接不被中止，特別是與該國建立旅游聯系的重要國家，因政策穩定，旅游聯系不會輕易改變。低收入國家在危機期間，受信貸緊縮、預算減少和悲觀預期影響，游客不得不面對資產價值下降和收入損失的問題，之后便傾向于削減或推遲在旅游和休閑產品等非必需品上的支出，最終導致與旅游網絡部分脫節。不過，危機也有利于局部網絡的聚集，促使周邊國家的旅游業聯合起來抵御下行，并加強與最親近國家的旅游聯系，局部網絡也就更加融合。因此，一國/地區的政治和社會穩定性提升是維持旅游網絡正常的必要條件。值得警惕的是，雖然大部分非常規因素影響范圍有限，周期也較短，但危機的預測和防范仍是世界級難題，現有的理論難以給出規范化的結論。一些負面因素的影響有可能在網絡中持續擴散，最終升級為對整個宏觀旅游網絡的沖擊，新冠肺炎疫情就是此類代表。

4 結論與建議

隨著世界經濟政治格局深刻變化，全球旅游業也隨之改變。本文突破傳統理論框架，耦合復雜網絡理論和計量經濟學前沿方法，研究了全球旅游網絡格局及其影響因素，得到了以下結論。

（1）全球旅游網絡中，連接數量和密度在迅速增加，互惠依存度上升，而平均路徑長度在減少。因此，網絡呈現出顯著的小世界現象；排名靠前的高收入國家幾乎占據了全球絕大部分網絡旅游流量，其分布以冪律衰減，呈現出同無標度特性；發展中國家更傾向于與發達國家建立旅游聯系，所以不同水平的國家存在異配性。（2）動態面板模型結果表明，收入和人口的增加以及簽證、貿易和互聯網的開放，可以提高一國旅游節點強度和中心地位；高企的價格通常會削弱一國旅游網絡影響力，致使網絡距離增大、密度降低；地緣穩定性提高會顯著增強一國/地區網絡影響力和中心作用，并改善與重要國家間的旅游關系；自然災害影響機制較為復雜，會導致不重要的旅游聯系中斷，減少入境旅游和出境旅游影響力，但也可能提高介數中心性，同時使局部網絡更加集聚。（3）分位數模型的特性表明，不同收入水平的國家存在異質性。各要素對中低收入國家的旅游網絡距離和抱團趨勢的影響比高收入國家要大，但對高收入國家的中心作用和出入境旅游影響力卻更顯著。

上述結論為識別全球旅游發展格局以及相關經濟體提升旅游地位可提供有益的政策啟示。首先，面對旅游經濟全球化格局加速變化，各國應積極參與到這種趨勢大潮中，避免錯失旅游發展紅利。同時，理性辨析自身旅游實力的優勢與不足，認識到在全球旅游業中的位置和作用，主動倡導多邊主義，發揮網絡互惠性，力爭在網絡中占據一席之地。其次，一國應特別重視經濟發展和堅持對外開放，努力控制通貨膨脹，維持政治穩定，不斷降低出入境旅游成本。在大災大難面前通力合作，共同抵御下行風險，集群模式是旅游業高質量發展的必然道路。再次，中低收入國家的旅游業雖起點低、起步晚，但發展空間大，應向高收入國家學習和借鑒經驗，有效運用各類政策和比較優勢，更好地釋放旅游需求，提供高質量的旅游產品和服務，進而建立更多的旅游網絡聯系，縮短與其他大國的旅游距離。最后，對旅游的認知要突破原有框架，單一離散化的思維或已不再適用于未來發展邏輯，系統化處理多源、復雜、散亂信息的能力，才能在新格局中有的放矢、游刃有余，助力旅游發展層級躍遷。