國家旅游網絡地位對旅游服務貿易市場份額分散化的影響

［摘" " 要］分散供應/需求風險是國際旅游和國民經濟可持續發展的重要措施，有助于國家在復雜多變的國際環境中維持相對穩定的收益。文章基于社會網絡理論，采用社會網絡分析法和泊松偽最大似然估計，利用2005—2018年全球40個報告國和77個伙伴國的數據，分別從出境游和入境游兩個方面檢驗國家在國際旅游流網絡中的網絡地位對旅游服務貿易市場份額分散化的影響，以及國家對現有國際旅游市場的依賴程度在其中的調節作用。研究發現：1）位于核心旅游網絡地位的客源國更能利用網絡優勢分散其旅游服務貿易進口市場份額；2）位于核心旅游網絡地位的目的地國更能基于網絡優勢分散其旅游服務貿易出口市場份額；3）客源國對現有出境游市場的依賴性會削弱其旅游網絡地位對旅游服務貿易進口市場份額的分散作用，而目的地國對現有入境游市場的依賴性沒有明顯影響其旅游網絡地位和旅游服務貿易出口市場份額之間的關系；4）根據異質性檢驗結果，發達國家旅游網絡地位的提高有利于分散其對不同經濟發展程度的目的地國或客源國的旅游服務貿易進口或出口市場份額，而發達國家對同為發達國家的目的地國的市場依賴性將對該過程形成阻礙。此外，客源國旅游網絡地位的提高對位于不同大洲的目的地國的旅游服務貿易市場份額產生分散作用，而客源國對這部分目的地國的市場依賴性會對該過程產生阻礙。目的地國旅游網絡地位的提高有助于調整對位于相同或不同大洲的客源國的旅游服務貿易市場份額。該研究為國家合理調整國際旅游關系結構和分散供需層面風險提供了理論和實證依據。

［關鍵詞］網絡地位；國際旅游；旅游服務貿易；市場份額分散化；市場依賴性

［中圖分類號］F59

［文獻標識碼］A

［文章編號］1002-5006（2024）11-0031-18

DOI： 10.19765/j.cnki.1002-5006.2024.11.008

0 引言

自20世紀下半葉以來，世界產業結構逐步從“工業型經濟”向“服務型經濟”轉變。作為現代服務業的重要組成部分，國際旅游是服務貿易的支柱產業和世界各國重要的貿易類型[1]。旅游服務貿易，全稱為國際旅游服務貿易，指國家間為旅游者的國際旅游活動提供各種旅游服務的交易過程[2]。根據聯合國貿易與發展會議（United Nations Conference on Trade and Development，UNCTAD）的報告，2019年，旅游服務貿易接近1.5萬億美元，是最大的服務貿易部門和全球貿易的核心推動者1。2022年，隨著全球多國取消或放松旅行限制，國際旅游正在從新冠疫情（COVID-19）造成的短暫停滯中恢復2，但仍存在不可忽視的潛在風險。與由若干個獨立單元構成的經濟體不同，國際旅游因游客在不同國家之間流動呈現出高度的網絡化特征[3]，更容易因風險和危機事件在經濟系統中傳播而引發整體變動[4]。于供給方的目的地國而言，全球性的金融危機、疾病傳播和區域性的地緣沖突、自然災害等都會對國際旅游造成嚴重影響。于需求方的客源國而言，高度依賴特定的目的地國或者特殊的旅游產品同樣會造成危機[5]。尤其是“當今世界正經歷百年未有之大變局”，國際環境嚴峻復雜，經濟全球化遭遇逆流，不確定性、不穩定性明顯增大1。因此，分散風險成為國際旅游的重要需求。

Mania和Rieber[6]、Kramarz等[7]指出，商業關系的多元化有助于經濟體在國際市場價格波動中維持穩定的收入，并且通過溢出效應推動其他部門和國民經濟發展。而過于依賴特定國際市場會增加國家或行業面對特殊供應或需求沖擊的脆弱性[8]。多元化商業關系發揮作用的原因有3點：第一，類似于金融領域的投資組合效應，有效降低國際市場供給或需求變動產生的不利影響，保持收入的連續性、穩定性和可持續性[9]；第二，成本和需求發現效應，即兼具成本發現和需求發現兩大作用，使得國外客戶了解國內的成本結構和產品特性，從而激發潛在需求[10]；第三，動態溢出效應，即通過多元化的商業關系實現技術、管理、營銷等方面的溢出效應，促進經濟內生增長動力[11]。就國際旅游而言，國際旅游業是旅游服務貿易的前提條件，國際旅游流是旅游服務貿易的交易對象。當前國際市場充滿了不確定性和潛在風險，因此，有必要將旅游服務貿易關系進行分散。

然而，目前很少有學者關注旅游服務貿易關系問題。現有研究集中在國際競爭力[12-14]、影響因素[15-16]、經濟效益[2，17]、國際收支平衡[18-20]等方面。隨著全球化推動國際旅游供給系統和需求系統成為彼此交互的共同體[5]，學者們開始關注國家之間的旅游服務貿易關系，提出了旅游服務貿易依存度的概念，即標定目的地國對某一客源國的依賴程度[21]。該概念是從目的地國的視角出發，其本質是衡量旅游服務貿易市場份額。例如孫夢陽使用目的地國（A國）接待來自某客源國（B國）的旅游人數占該目的地國（A國）同年入境旅游總人數的比重來衡量該目的地國（A國）對客源國（B國）的依存度，并識別了亞洲主要目的地之間以及中國對亞洲主要客源市場的依存度[22]；吳嘉美和孫根年采用客源國（B國）游客在目的地國（A國）的旅游消費額占目的地國（A國）同年所有國際游客旅游消費額的比重來衡量依存度，通過分析中國、日本和韓國的旅游服務貿易依存度，該研究指出中國從依賴日韓轉變為日韓依賴中國[21]。由此可見，盡管已有少數學者注意到旅游服務貿易關系，但是相關研究聚焦于目的地國的旅游服務貿易市場份額的描述，忽視了客源國的視角，也缺乏對現象背后的潛在風險和應對策略的研究。

Bernard和Moxnes指出，商業貿易天然具備網絡化特征[4]。根據社會網絡理論，網絡中節點的特征產生于結構或關系過程，而且關系結構比個體屬性更重要[23]。網絡結構的概念包括網絡中的節點、節點之間的關系以及由這些相互關系產生的節點的結構性位置[24]。網絡地位是節點在網絡中的結構性位置的重要性，體現了節點在網絡中的機遇和束縛，影響到節點在該網絡中的參與結果[25]。就國際旅游流網絡而言，國家的旅游績效、營銷決策、市場份額等與其所處的旅游網絡地位密切相關。旅游網絡地位越高的國家通常與其他國家和地區存在緊密的國際旅游關系，占據較高的國際旅游的市場份額，具備越強的國際旅游輻射力或聚集力。一方面，國家容易遭受其客源國或目的地國的危機事件的沖擊；另一方面，國家可基于其較高的旅游網絡地位，實施旅游服務貿易市場份額分散化策略，即國家的客源市場或目的地市場份額較為平均分布，沒有集中于特定市場，以此減少市場波動和穩定收入來源。需要注意的是，國家對其旅游服務貿易市場份額的分散效果，不僅取決于自身的旅游網絡地位，還與客源市場或目的地市場的重要性密不可分[26]。如果一個國家對其客源國或目的地國存在市場依賴，那么在慣性的作用下，該國的旅游服務貿易市場份額分散化策略將受到阻礙。

鑒于此，本文提出以下研究問題：第一，國家在全球出境/入境旅游流網絡中的網絡地位是否以及如何影響其旅游服務貿易市場份額分散化？第二，國家對于現有客源市場或者目的地市場的依賴性是否以及如何影響該國實現市場份額分散化？基于社會網絡理論，本文運用社會網絡分析法（social network analysis，SNA）和泊松偽最大似然估計（Poisson pseudo-maximum likelihood，PPML），采用2005—2018年全球40個報告國2和77個伙伴國3的面板數據，分別從出境游和入境游兩個方面4檢驗國家的旅游網絡地位和旅游服務貿易市場份額之間的關系，以及國家對現有國際旅游市場的依賴性作為慣性因素在其中發揮的作用。本文為國家調整國際旅游市場戰略和促進國際旅游市場可持續發展提供啟示。

1 理論分析與研究假設

1.1 國家旅游網絡地位對旅游服務貿易市場份額分散化的影響

旅游服務貿易市場份額分散化的關鍵是有效獲取和建立新的市場關系。根據Jackson和Rogers的新人際關系形成的動態網絡模型，人際交往過程中建立新關系通常有兩種途徑：其一，隨機尋找新的伙伴；其二，基于已有伙伴的關系網絡找到新伙伴，即朋友的朋友[27]。這個模型指出，網絡地位更高的節點擁有更多的關系，更容易通過網絡位置與其他新節點建立聯系。Chaney將該模型應用到國際貿易領域，構建了國際貿易過程中進口方和出口方的供應信息搜尋和形成機制模型[28]。同樣地，國際貿易市場通過上述兩種途徑形成或擴展與其他交易方的貿易關系。鑒于國際旅游流是旅游服務貿易的交易對象，貿易關系體現在國際游客的跨國流動中。

國際旅游流是社會網絡關系的一種地域表現形式[29]。隨著全球化進程的推進，國際旅游流呈現出日益復雜的網絡化結構特征。根據網絡動態學理論（network dynamics），國際旅游流網絡結構的動態演化表現為國家在該網絡中網絡地位的上升或下降[24]。國家的旅游網絡地位體現出該國在國際旅游流網絡中與其他國家的交互程度，反映了該國在網絡中的機遇和約束，影響到該國在網絡中的參與結果[25]。鑒于網絡地位的計算涉及關系數量和關系質量，本文從兩個方面闡釋國家旅游網絡地位和旅游服務貿易市場份額分散化之間的關系。第一，在關系數量方面，核心旅游網絡地位有助于國家便捷地獲取和建立潛在的國際旅游關系，推動旅游服務貿易市場份額分散化。一方面，旅游流存在溢出和溢入現象[30]。國家能夠主動地通過旅游流的空間擴散，建立新的國際旅游合作伙伴，從而實現市場份額的分散化。另一方面，除了國家表現出的主動行為外，根據網絡信號機制（signaling mechanism）的觀點，網絡地位本身是一種信號，傳遞該國在國際旅游市場的重要性[31]，從而吸引更多的國家與之建立或加強國際旅游聯系。第二，在關系質量方面，核心旅游網絡地位有利于國家利用優勢地位廣泛獲取市場信息[32]，降低信息不對稱帶來的成本，提高國際旅游市場的匹配度，進而弱化對特定國際旅游市場的依賴。此外，網絡中最初形成的關系有助于促進信譽和聲望的形成，進而強化已有的關系和建立新的關系[32]。

就全球出境旅游流網絡而言，第一，在關系數量方面，國家的旅游網絡地位越高，該國越能通過旅游流空間溢出效應與更多的目的地建立出境聯系和跨境消費，進而推動旅游服務貿易市場份額分散化。游客通常會受到旅游地的空間鄰近性、市場營銷、交通便利等因素的影響，選擇前往目的地的周邊區域[30]。這促使更多目的地國與客源國建立旅游聯系，從而促進旅游服務貿易關系多元化。此外，客源國的核心旅游網絡地位釋放出具有強旅游輻射力的信號。目的地國密切關注這類客源國，吸引并鞏固來自該客源國的游客，使得該客源國具有更加多元化的旅游服務貿易市場選擇。第二，在關系質量方面，旅游網絡地位高的客源國通過已建立國際旅游關系的國家獲取真實有效的市場信息，篩選高質量旅游目的地，有選擇性地調整國際旅游關系，實施旅游服務貿易市場份額分散化策略。因此，本文提出以下研究假設：

H1：客源國的旅游網絡地位越高，越能促進該國旅游服務貿易進口市場份額分散化

就全球入境旅游流網絡而言，第一，在關系數量方面，旅游網絡地位高的國家通常具有經濟發展程度高、旅游資源豐富、基礎設施完善、交通可達性高、對外開放程度高等特點[33]，有利于吸引國際游客前往該目的地國進行旅游消費，包括計劃前往該目的地國的游客和周邊目的地國溢出的游客，進而降低在特定客源國的市場份額和建立多元化的旅游服務貿易關系。此外，目的地國的核心旅游網絡地位釋放高質量目的地的信號，有利于吸引全球市場的旅游者，形成多樣化的客源市場和實施分散化的市場份額。第二，在關系質量方面，旅游網絡地位越高的目的地國越能依托其優勢資源和市場聲望促進與客源國之間的信任，降低與新興客源市場之間的信息摩擦和處理成本[28]，進而提高與其他國家的旅游往來和市場匹配，調整旅游服務貿易市場份額。因此，本文提出以下研究假設：

H2：目的地國的旅游網絡地位越高，越能促進該國旅游服務貿易出口市場份額分散化

1.2 市場依賴性的調節作用

國家對特定目的地國或客源國的市場依賴性會影響其對市場份額的調整。在內部因素方面，根據網絡動態學理論，長期的交互關系是阻礙節點改變關系路徑的一種慣性因素[34]。節點之間建立持續性關系有利于降低機會主義行為，減少雙方的矛盾和沖突，增進雙方的信任和理解，促使彼此產生依賴。尤其在已形成規范化制度或者交易路徑的情況下，節點會因為較高的成本而傾向于維持現有的關系模式，而不是尋求建立新關系[34]。此外，慣性會導致節點的認知鎖定或關系鎖定，進而對節點的認識和行為造成限制，而封閉的網絡結構或結構性壁壘會加深這種網絡鎖定效應[35]。在外部因素方面，由于制度、環境、突發事件等因素的影響，節點開拓新關系的摩擦成本較高，傾向于尋求熟悉的節點和依賴已有的關系[26]，構成小范圍的穩定的網絡。

就全球出境旅游流網絡而言，第一，在內部因素方面，客源國和熟悉的目的地國之間的慣性會促使旅游關系和貿易往來維持穩定，因此客源國難以依托旅游網絡地位分散旅游服務貿易進口市場份額。相比新興目的地，已建立長期市場關系的目的地國在政策支持、產品設計、交通運輸、成本控制等方面更具優勢，對出境游群體的吸引力更強，容易形成市場依賴。出境游客更傾向于前往熟悉的旅游目的地消費，從而導致客源國難以分散旅游服務貿易關系。第二，在外部因素方面，國際形勢、文化差異、語言障礙和地理距離等因素影響客源國建立或強化新興旅游市場關系[36]，從而傾向于維持已有的旅游目的地市場。客源國對現有市場的依賴性可能會抑制其尋找新的市場機會，從而影響旅游服務貿易進口市場份額分散化的能力。因此，本文提出以下研究假設：

H3：客源國對現有市場的依賴性負向調節其旅游網絡地位對旅游服務貿易進口市場份額分散化的影響

就全球入境旅游流網絡而言，第一，在內部因素方面，目的地國和熟悉的客源國之間存在網絡慣性，使得彼此傾向維持現有的旅游關系，因此在一定程度上阻礙目的地國的旅游網絡地位對旅游服務貿易出口市場份額分散化。通常而言，旅游關系密切的國家之間的政策支持、基礎設施、產品線路等更加成熟，容易形成持續穩定的旅游流，吸引目的地國鞏固這部分成熟的客源市場，以及提高相應的市場份額。第二，在外部因素方面，國際政治經濟環境的復雜多變和文化歷史的差異性，導致國家之間存在明顯的信息摩擦和較高的處理成本，阻礙新興客源國的潛在游客的進入和消費，使得旅游服務貿易傾向于在彼此熟悉的國家之間發生，從而制約了其旅游服務貿易出口市場份額分散化的能力。因此，本文提出以下研究假設：

H4：目的地國對現有市場的依賴性負向調節其旅游網絡地位對旅游服務貿易出口市場份額分散化的影響

2 研究方法

2.1 樣本選取

本文使用2005—2018年的面板數據，包含40個報告國、77個伙伴國、728個國家對。國家和年份的選取是依據數據的可得性，尤其是旅游服務貿易數據。該數據從2005年開始更新，由世界貿易組織（World Trade Organization，WTO）經濟體成員提供雙邊旅游服務貿易進口和出口數據。旅游服務貿易數據的報告經濟體（reporting economy，即本文的“報告國”）是46個國家或地區1。每個報告經濟體統計的旅游服務貿易伙伴經濟體（partner economy，即本文的“伙伴國”）的數量不等。其中，法國、芬蘭、英國和美國等國家統計了超過45個旅游服務貿易伙伴國家或地區的數據，而韓國、墨西哥等個別國家只統計了不超過5個旅游服務貿易伙伴國家或地區的數據。考慮到地區的特殊性，本文并未將地區納入分析范圍2。

除旅游服務貿易數據外，本文還對其他存在明顯缺失的數據進行了清洗。最終數據里，報告國包括36個發達國家和4個發展中國家，伙伴國包括37個發達國家和40個發展中國家（表1）。2018年，報告國旅游服務貿易出口額為9296.25億美元，旅游服務貿易進口額為10 227.46億美元，分別占同期全球旅游服務貿易出口總額和進口總額的64.8%和73.5%；伙伴國旅游服務貿易出口額為11 995.64億美元，旅游服務貿易進口額為12 304.18億美元，分別占同期全球旅游服務貿易出口總額和進口總額的83.6%和88.5%。由此可見，該樣本具有代表性。

2.2 數據來源

2.2.1" " 因變量

市場份額。參考已有文獻[21]，本文使用報告國對其伙伴國的旅游服務貿易額占比表示市場份額，即在出境游市場里，報告國（作為“客源國”）對其伙伴國的旅游服務貿易進口額占該報告國該年總進口額的比重；在入境游市場里，報告國（作為“目的地國”）對其伙伴國的旅游服務貿易出口額占該報告國該年總出口額的比重。如果一國在特定目的地國/客源國的旅游服務貿易進口/出口市場份額集中程度越高，那么其分散化程度越低。數據來源于WTO數據庫。

2.2.2" " 自變量

報告國旅游網絡地位1。旅游網絡地位是指國家在國際旅游流網絡中結構性位置的重要性。初始數據來源于世界旅游組織（World Tourism Organization，UN Tourism），使用SNA方法計算。通常而言，網絡地位主要使用程度中心度、接近中心度、中間中心度進行衡量，分別表示節點在網絡中的影響力、信息傳輸效率和溝通控制程度[37]。其中，程度中心度被認為是最直接和最重要的指標。鑒于國際旅游流的數據只涉及客源地和目的地，無法體現旅游流在不同國家或地區之間的中轉，所以本文選擇程度中心度指標[37]。該指標由節點在網絡中關系的數量和權重來衡量。具體而言，在國際旅游流網絡中，客源國和目的地國是節點，客源國到目的地國的旅游路線是關系，每條關系承載的游客數量是權重。對于有向網絡而言，程度中心度分為點出度和點入度。點出度表示客源國產生旅游流的能力，即輻射力；點入度體現目的地國聚集旅游流的能力，即聚集力。為更好地考慮關系的數量和權重，本文使用改進的公式[38]：

[CDO（ni）=Kouti×SoutiKouti∝CDI（ni）=Kini×SiniKini∝ ] （1）

式（1）中，[CDO]和[CDI]分別表示國家在國際旅游流網絡中的點出度和點入度；[Kouti]和[Kini]分別表示國家的出境游關系的總數和入境游關系的總數；[Souti]和[Sini]分別表示國家的出境游關系的總權重和入境游關系的總權重；[∝]是參數。參考已有研究[38-39]，[∝]為0.5，即等價考慮關系和權重。

2.2.3" " 調節變量

市場依賴性。本文采用赫芬達爾指數計算國家對現有國際旅游市場的依賴程度[40]。國家的赫芬達爾指數越高，表明其供應結構或需求結構越集中，越依賴現有的供應關系或需求關系。因此，該國調整市場結構和分散市場份額的難度越大。初始數據來源于WTO數據庫。計算公式如下：

[HHIit=j=1JSalesijtSalesit2] （2）

式（2）中，[HHI]是赫芬達爾指數；[Salesijt]表示國家i在t年向伙伴國j進口或出口的旅游服務貿易額；[Salesit]表示國家i在t年的旅游服務貿易進口或出口總額。

2.2.4" " 控制變量

本文選取報告國/伙伴國單邊因素和報告國—伙伴國雙邊因素作為控制變量。經濟因素和非經濟因素均被考慮。

單邊因素。1）伙伴國旅游網絡地位。該指標是伙伴國在國際旅游流網絡中的網絡地位，計算方法見式（1）。分散市場份額的決策不僅和國家自身的旅游網絡地位有關，還會受到其伙伴國的影響[26]。2）人均國內生產總值。根據貿易引力模型，國家貿易變化和經濟發展水平密切相關[41]。該指標用于控制報告國和伙伴國的經濟發展程度和國民購買能力。3）人口數量。該指標用于控制報告國和伙伴國的市場規模。借鑒已有研究[42]，采用人口總量衡量。4）匯率。該指標用于衡量報告國和伙伴國的旅游成本。借鑒已有研究[43]，采用官方匯率衡量。旅游網絡地位初始數據來源于UN Tourism數據庫，其他數據來源于世界銀行（World Bank）。

雙邊因素。1）區域貿易協定。該指標用于控制國家之間的經濟合作和貿易交流產生的影響[16]。2）地理距離。根據距離衰減定律，近距離國家之間的國際旅游和貿易關系比遠距離國家之間更為密切[44]。借鑒已有研究[45]，采取加權人口的地理距離數據。3）領土接壤。領土接壤有利于減小雙邊貿易成本，促進貿易關系的深化。4）語言相似性。語言相似性能夠降低信息獲取成本，減小信息流失風險，促進雙邊國際旅游和服務貿易關系[42]。5）歷史殖民關系。歷史殖民關系有利于降低交易成本，甚至形成市場依賴[46]。區域貿易協定數據來源于WTO數據庫，其他數據來源于國際前景與信息研究中心數據庫（Centre d’Etudes Prospectives et d’Information Internationales，CEPII）。

表2展示了上述變量的定義和描述性統計信息。本文對除虛擬變量以外的其他變量做了取對數處理。

2.3 模型構建

本文借鑒已有研究[16]，擴展原有的傳統引力模型來檢驗全球出境/入境游市場國家的旅游網絡地位對其伙伴國市場份額分散化的影響。相比于截面數據或時間序列數據，面板數據信息量更大，異質性更強，參數估計更加可靠。此外，模型中考慮了報告國和伙伴國的特征變量，避免遺漏變量而產生有偏差的結果。擴展的引力模型設定如下：

[lnRATIO_IMPijt=β0+β1lnSELF_ODit+" " βControl+λt+Φi+Φj+εijt] （3）

[lnRATIO_EXPijt=β0+β1lnSELF_IDit+" " βControl+λt+Φi+Φj+εijt" ] （4）

式（3）和式（4）中，ln代表自然對數；[ijt]是變量的下標，分別表示報告國、伙伴國和年份；RATIO_ IMP和RATIO_EXP是被解釋變量，分別表示報告國i在t年對伙伴國j的旅游服務貿易進口/出口額占其該年總進口/出口額的比重；SELF_OD和SELF_ID是解釋變量，分別表示報告國在全球出境/入境旅游流網絡中的網絡地位；Control是控制變量合集；[β0]是常數項，[β1]和[β]是相應變量的估計系數；[λ]是時間固定效應，[Φ]是國家固定效應；[ε]是誤差項。

為了檢驗H3和H4，調節變量被納入上述模型。模型設定如下：

[lnRATIO_IMPijt= β0 +" "β1lnSELF_ODit+β2lnSUBSTI_IMPit+" "β3lnSELF_ODit×lnSUBSTI_IMPit+" "βControl+λt+Φi+Φj+εijt" ] （5）

[lnRATIO_EXPijt=β0+" "β1lnSELF_IDit+β2lnSUBSTI_EXPit+" "β3lnSELF_IDit×lnSUBSTI_EXPit+" "βControl+λt+Φi+Φj+εijt" ]" （6）

式（5）和式（6）中，SUBSTI_IMP和SUBSTI_EXP分別表示報告國對現有出境/入境游市場的依賴程度；SELF_OD×SUBSTI_IMP和SELF_ID×SUBSTI_ EXP是交互項，用于測量市場依賴性對報告國旅游網絡地位對旅游服務貿易進口/出口市場份額分散化的調節作用。其余變量和參數設定均與式（3）和式（4）相同。

借鑒已有研究[42，47-48]，本文采用3種模型估計結果，即普通最小二乘法（ordinary least squares，OLS）、隨機效應（random effects，RE）、PPML模型。在雙邊數據集里，樣本選擇偏差和異方差是常見的兩個問題[49]。旅游服務貿易數據涵蓋較長年份和較多的經濟體，存在一些國家或地區在部分年份的數據缺失或者0值的情況。這主要由于以下兩個原因[48-49]：第一，國家或地區之間不存在旅游服務貿易，或者旅游服務貿易額低于統計閾值；第二，官方統計信息的缺失。一些國家在部分年份數據缺失或者0值，是樣本選擇偏差的潛在原因。為了解決這些缺失數據問題，本文參考Saayman等[49]的方法，將缺失值處理為0值。本文的因變量RATIO_IMP存在9.84%的0值，RATIO_EXP存在9.47%的0值。樣本選擇偏差和異方差的存在使得OLS模型無法得到可靠的估計結果。由于模型中包含不隨時間改變的變量，固定效應模型（fixed effects，FE）也不適用，因此，選擇RE模型。此外，PPML模型適用于因變量存在大量0值的情況，而且能夠在存在異方差的情況下得出無偏、穩健的估計結果[49-50]。近年來，PPML模型在雙邊數據的估計中得到廣泛應用[42，47-48]。

在運行模型之前，需要進行多重共線性檢驗和面板單位根檢驗1。根據多重共線性檢驗結果，最大的方差膨脹因子（variance inflation factor，VIF）值小于閾值10，表明模型不存在明顯的多重共線性問題。此外，本文采用相同根檢驗方法LLC（Levin-Lin-Chu）檢驗和不同根檢驗方法Fisher-ADF（Fisher augmented Dickey-Fuller）檢驗。結果表明所有變量均至少在5%的顯著性水平上拒絕存在單位根的假設，說明這些變量是平穩的。

3 實證結果

3.1 基準回歸結果

表3報告了國家的旅游網絡地位對旅游服務貿易市場份額的影響結果。列（1）～列（3）考察出境游市場，列（4）～列（6）考察入境游市場。各變量在OLS、RE、PPML模型估計結果中的系數符號、大小和顯著性較為一致。鑒于核心估計模型是PPML模型，本文重點探討列（3）和列（6）模型結果。在出境游市場方面，如列（3）所示，報告國（作為“客源國”）的旅游網絡地位（SELF_OD）每提高10%，在伙伴國（作為“目的地國”）的旅游服務貿易市場份額下降2.57%。這表明客源國的旅游輻射力越強，越有利于降低對于特定旅游目的地國的市場份額，進而可以分散需求層面的潛在風險。結果支持H1的成立。

就控制變量而言，大部分控制變量系數顯著且具有經濟學意義。在客源國方面，客源國的人口總量（SELF_POP）、官方匯率（SELF_EXC）均顯著影響該國對特定目的地國的旅游服務貿易市場份額。人口數量正向影響客源國對特定目的地國的旅游服務貿易市場份額，即負向影響該國的市場份額分散化策略。這表明人口的增長能夠促使客源國產生更多的出境游客，消費越多的國際旅游服務，因此越可能在目的地國占據更高的旅游服務貿易市場份額。官方匯率具有負向影響，是由于客源國的官方匯率越高，本國貨幣貶值，不利于激發游客的出境旅游需求和跨境消費行為[43]，也不利于提高在相應目的地國的旅游服務貿易。在目的地國方面，目的地國的旅游網絡地位（COUNTER_ID）、經濟發展程度（COUNTER_GDPP）、人口總量（COUNTER_ POP）正向影響客源國在該國的旅游服務貿易。旅游網絡地位越高的目的地國具有較強的旅游競爭力和較低的可替代性，客源國難以調整與該國的旅游市場聯系。這和現有研究一致[26]，即分散市場份額的決策不僅和自身網絡地位有關，還會受到其貿易伙伴的網絡地位的影響。同樣地，經濟發展程度高的目的地國通常具有較強的吸引力，而人口總量較多的目的地國具有較大的市場接待規模，均有助于鞏固其客源市場。目的地國的官方匯率（COUNTER_ EXC）負向影響客源國在該國的旅游服務貿易市場份額。這說明目的地國的官方匯率越高，有利于以較低的旅游成本吸引全球其他國家的游客，擴大其客源國的數量，因此，降低特定客源國在該國的旅游服務消費比重。在雙邊關系方面，客源國和目的地國之間的區域貿易協定數量（RTA）、領土接壤（CONTIG）、相同語言（COLANG）、歷史殖民聯系（COLONY）正向影響客源國在相應目的地國的旅游服務貿易市場份額，而地理距離（DIST）具有負向影響。區域貿易協定體現國家之間的經濟合作，有效降低服務貿易成本和增加服務貿易流量[16]，因此，客源國難以調整和相應目的地國的市場份額。領土接壤、相同語言和歷史殖民聯系均是國際游客偏好的市場特征[42]。這些特征能夠降低旅游交易成本和推動跨境服務消費，不利于國家對這部分市場做出調整。地理距離同樣體現了國際旅游的成本[44]，即兩國之間地理距離越遠，游客花費的時間、精力和經濟成本越高，因此客源國難以開拓和強化遠距離的旅游服務貿易市場。上述結果符合基本常識。

在入境游市場方面，如列（6）所示，報告國（作為“目的地國”）的旅游網絡地位（SELF_ID）每提高10%，其在相應伙伴國（作為“客源國”）的市場份額下降4.31%。這說明目的地國的旅游聚集力越強，越有利于降低在特定客源國的旅游服務貿易市場份額，進而分散供應層面的潛在風險。實證結果支持H2的成立。

就控制變量而言，在目的地國方面，目的地國的官方匯率（SELF_EXC）負向影響其在相應客源國的旅游服務貿易出口市場份額，即有利于調節其和相應客源國之間的國際旅游關系和跨境旅游服務消費。目的地國的官方匯率提高，意味著本國貨幣貶值，有利于以較低的旅游成本吸引更多來自其他客源國的游客，進而實施市場份額分散化策略。在客源國方面，客源國的旅游網絡地位（COUNTER_ OD）、經濟發展程度（COUNTER_GDPP）正向影響目的地國在該國的旅游服務貿易市場份額，即負向影響目的地國實施市場份額分散化策略。旅游網絡地位越高的客源國具有越強的旅游輻射力，能夠持續不斷地產生國際游客，進而吸引目的地國鞏固與該國的旅游市場聯系。同樣地，經濟發展程度較高的客源國通常具有規模較大的出境旅游市場。這使得目的地國傾向于鞏固與這些客源國的旅游市場合作，提高旅游服務的消費水平，不利于目的地國在國際旅游供應層面做出靈活調整。在雙邊關系方面，區域貿易協定數量（RTA）、領土接壤（CONTIG）、相同語言（COLANG）、歷史殖民聯系（COLONY）正向影響目的地國在相應客源國的旅游服務貿易市場份額，而地理距離（DIST）具有負向影響[16]。雙邊關系變量的作用機制已在前文做出闡釋，此處不再贅述。

3.2 調節效應檢驗

本文進一步在模型中加入國家旅游網絡地位和對現有國際旅游市場依賴性的交互項，以考察市場依賴程度對旅游網絡地位影響旅游服務貿易市場份額的調節效應。如表4所示，客源國的旅游網絡地位和對現有出境游市場依賴性的交互項（SELF_OD×SUBSTI_IMP）在1%的顯著水平上顯著且系數為正（[β]=1.178），說明客源國對于現有市場依賴性會阻礙該國旅游網絡地位對旅游服務貿易進口市場份額分散化的影響。結果支持H3的成立。而目的地國的旅游網絡地位和對現有入境游市場依賴性的交互項（SELF_ID×SUBSTI_EXP）的系數不顯著。該結果沒有為H4提供依據。

3.3 穩健性檢驗與內生性討論

穩健性檢驗。為保證結論的可靠性，本文采用以下方法進行穩健性檢驗。第一，重新計算核心變量。參考已有文獻[51]和社會網絡分析軟件Ucinet中的算法1，本文重新計算程度中心度指標，并將其替換原有的旅游網絡地位變量進行回歸。如表5所示，在全球出境/入境旅游流網絡中，國家旅游網絡地位的系數均為負。客源國的旅游網絡地位和市場依賴性的交互項的系數顯著且系數為正，而目的地國的旅游網絡地位和市場依賴性的交互項的估計結果不顯著。第二，替換計量方法。參考已有文獻[16]，本文采用Tobit模型進行估計。該模型適用于存在較多0值的樣本。如表5所示，檢驗結果與預期相符，國家在全球出境/入境旅游流網絡中的網絡地位對旅游服務貿易市場份額分散化具有顯著影響，以及國家對于現有出境游市場的依賴程度會阻礙該過程形成，說明研究結果具有穩健性。

內生性討論。為避免反向因果和遺漏變量等造成的內生性問題，本文借鑒已有研究[52]，采用兩步系統廣義矩估計模型進行分析。該方法能夠在存在異方差和自相關的情況下得到穩健的結果。如表6所示，第一，旅游服務貿易市場份額滯后一期作為解釋變量的系數顯著為正，說明旅游服務貿易市場份額的變動具有連續性，國際旅游市場存在類似慣性作用的影響。第二，一階序列相關AR（1）和二階序列相關AR（2）的結果表明，殘差存在一階自相關，不存在二階自相關。而一階自相關不會對結果造成非一致估計的影響。同時，根據Hansen檢驗結果，工具變量的選擇具有有效性。因此，該模型通過了模型設定檢驗。第三，國家旅游網絡地位、市場依賴性等變量的系數方向和顯著性與基準模型保持一致，說明研究結果具有穩健性。

3.4 異質性分析

為了更全面地認識國家旅游網絡地位對旅游服務貿易市場份額分散化的影響，本文以經濟發展程度和地理位置為劃分標準1，利用2005年至2018年的面板數據，使用PPML模型對樣本展開分組分析。

第一，依據報告國和伙伴國的經濟發展程度，本文將樣本劃分為發達國家-發達國家、發達國家-發展中國家、發展中國家-發達國家這3類國家對數據。如表7所示，在出境游市場，這3組樣本的檢驗結果均支持國家旅游網絡地位的提高顯著促進其旅游服務貿易進口市場份額分散化。同時，在發達國家-發展中國家分組樣本中，國家旅游網絡地位變量的系數絕對值明顯大于其他兩組樣本中的變量系數絕對值。這表明，不同經濟發展程度的客源國提高旅游網絡地位均能夠有效降低其在特定目的地國的旅游服務貿易市場份額，以及這種效應主要體現在作為發達國家的客源國通過旅游網絡地位調整其對作為發展中國家的目的地國的旅游服務貿易市場份額。此外，發達國家對作為發達國家的目的地國的市場依賴性會阻礙其旅游網絡地位對旅游服務貿易市場份額分散化的影響，而該影響沒有在發達國家-發展中國家樣本得到支持。原因可能在于：相比于發展中國家，發達國家在對外開放程度、政府政策支持、旅游市場成熟度、基礎設施建設等方面更具優勢，能夠持續吸引國際游客進行消費，促使客源市場對其形成依賴慣性。而發展中國家的國際旅游市場整體處于相對弱勢，容易被其他目的地市場（尤其是發達國家）替代，進而分散潛在的國際游客。在入境游市場，發達國家-發達國家、發達國家-發展中國家樣本的檢驗結果均支持國家旅游網絡地位的提高顯著促進其旅游服務貿易出口市場份額分散化。同時，發達國家-發展中國家樣本中國家旅游網絡地位變量的系數絕對值大于發達國家-發達國家樣本中的變量系數絕對值。這表明，作為發達國家的目的地國旅游網絡地位顯著影響對其客源國的旅游服務貿易市場份額，而這種效應主要通過發達國家依托旅游網絡地位調整其對作為發展中國家的客源國的旅游服務貿易市場份額實現。此外，發展中國家對作為發達國家的客源市場依賴性阻礙其利用旅游網絡地位分散旅游服務貿易市場份額。該現象可能和發達國家的經濟發展程度和國民消費能力有關，促使發展中國家傾向于鞏固和這部分客源市場的聯系。

第二，按照報告國和伙伴國的地理位置，本文將樣本劃分為相同大洲、不同大洲這兩類國家對數據。如表8所示，在出境游市場方面，客源國的旅游網絡地位變化沒有顯著影響其在相同大洲目的地國的旅游服務貿易市場份額，但是對不同大洲目的地國市場份額影響顯著。該現象可能和地理距離有關。具體而言，由于時間、精力和資金等因素影響，國際游客更傾向于短距離旅游，而國家旅游網絡地位提高不會改變游客對于短途旅行的偏好。但是，隨著旅游網絡地位的提高，旅游市場變得更加多樣化，從而調整了游客對于遠距離（跨大洲）目的地國的旅游選擇和消費行為。但是客源國對不同大洲目的地國的市場依賴性會阻礙客源國旅游網絡地位對旅游服務貿易市場份額分散化的影響。在入境游市場方面，目的地國的旅游網絡地位對同一大洲或不同大洲客源國的旅游服務貿易市場份額產生負向顯著影響，即有利于實施市場份額分散化策略。同樣地，目的地國旅游網絡地位變化更容易影響其對不同大洲客源國的市場份額分散化策略。此外，目的地國對現有入境游市場的依賴沒有明顯影響其旅游網絡地位和旅游服務貿易市場份額之間的關系。這些發現進一步驗證了本文研究結論。

4 結論與討論

4.1 結論

本文基于社會網絡理論，結合SNA方法和PPML模型，采用2005—2018年全球40個報告國和77個伙伴國的面板數據，從出境游和入境游兩個方面分別研究國家的旅游網絡地位對其旅游服務貿易市場份額分散化的影響，以及國家對現有國際旅游市場依賴程度對這一過程的影響。主要研究結論如下。

第一，客源國的旅游網絡地位有助于分散其對目的地國的旅游服務貿易市場份額。居于核心網絡位置的客源國能夠依托全球出境旅游流網絡的資源優勢，利用其旅游網絡地位和市場輻射力，與潛在的目的地國建立聯系[37]，加強與優質的旅游目的地國之間的合作，降低對特定目的地國的旅游市場依賴，實現旅游服務貿易進口市場份額的多元化。

第二，目的地國的旅游網絡地位有助于分散其對客源國的旅游服務貿易市場份額。處于核心網絡位置的目的地國能夠依托其結構優勢、信息優勢和市場聲譽，降低與陌生客源國之間的信息摩擦和處理成本[28]，促進與更多客源國之間的旅游市場對接，實現旅游服務貿易出口市場份額的多元化。

第三，客源國對現有出境游市場的依賴會提高其對相應目的地國的市場份額，阻礙旅游網絡地位對旅游服務貿易進口市場份額分散化的影響。這和網絡內部的慣性以及網絡外部的環境有關[24，32]，使得客源國對已建立國際旅游關系的目的地國形成市場依賴。高度依賴特定目的地國會導致客源國難以靈活地分散需求結構的風險。而目的地國對現有國際旅游關系依賴的影響沒有在入境游市場里得到證據支持。

第四，不同經濟發展程度和不同地理位置的國家的旅游網絡地位對旅游服務貿易市場份額分散化的影響以及市場依賴性在其中發揮的作用存在差異。就經濟發展程度而言，發達國家旅游網絡地位的提高有助于分散其對相應目的地國或客源國的旅游服務貿易進口或出口市場份額1，這一影響效應主要由發達國家對發展中國家的旅游服務貿易市場份額調整實現。此外，發達國家對同為發達國家的目的地國的旅游市場依賴性會對該過程產生阻礙。就地理位置而言，客源國旅游網絡地位的提高對位于不同大洲的目的地國的旅游服務貿易市場份額產生分散，但不會影響位于相同大洲的目的地國。客源國對不同大洲目的地國的市場依賴性阻礙客源國調整旅游服務貿易市場份額。由此可見，出境旅游消費需求具有一定的粘性。而目的地國的旅游網絡地位變化有助于調整對相同或不同大洲的客源國的市場份額。

4.2 討論

本文的理論貢獻主要有4個方面。第一，本文率先關注旅游服務貿易市場份額分散化，增進對旅游服務貿易領域的認識，強調供需層面的結構性風險和提出降低風險的有效策略。盡管已有少數學者關注旅游服務貿易市場份額，但是現有研究集中在目的地國的視角以及局限在旅游服務貿易市場份額的描述，忽視了客源國視角，同時也未充分考慮現象背后的潛在風險和應對策略。此外，由于新冠疫情對全球供應鏈造成巨大沖擊，應對全球供應鏈挑戰和分散結構性風險具有重要價值。基于社會網絡理論，本文從“網絡地位”這一新穎的視角研究國際旅游市場關系和市場份額分散化，從而為供需層面降低潛在風險、穩定國際市場和可持續發展提供了經驗證據的支持。第二，本文從出境游和入境游這兩個方面識別國家在國際旅游流網絡中的網絡地位，研究國家旅游網絡地位對國際旅游服務貿易帶來的影響，首次提出“旅游流網絡結構的影響”的研究內容。目前，包括國際旅游流在內的旅游流相關研究，聚焦旅游流網絡結構的描述（即“現象”）以及影響因素（即“前因”），忽視了旅游流網絡結構的影響效應（即“結果”）。根據網絡動態學理論，節點的網絡地位影響了節點在網絡中的參與結果，是深入認識網絡結構的重要切入點。本文識別國家在國際旅游流網絡中的網絡地位，探究國家的旅游網絡地位產生的影響效應，擴展了旅游流網絡結構領域的研究。第三，本文識別國家之間的旅游市場依賴性在國際旅游網絡地位影響旅游服務貿易市場份額分散化過程中的作用，對政策制定者了解和實施旅游服務貿易市場份額分散化策略提供理論借鑒。值得關注的是，旅游市場依賴性的阻礙作用僅存在于客源國對目的地國的旅游服務貿易市場份額調整，而沒有明顯影響目的地國對客源國的旅游服務貿易市場份額分散化。這提示國際旅游需求層面存在結構性風險的可能性更高。第四，通過異質性檢驗，本文揭示了不同經濟發展程度和不同地理位置的國家之間的差異性，從而更加全面地剖析了國家旅游網絡地位、市場依賴性、旅游服務貿易市場份額分散化之間的關系。這有助于深入理解旅游網絡地位對旅游服務貿易市場份額分散化的影響是否因國家特征而異，以及市場依賴性是否在不同類型的國家中發揮著不同的作用。

本文的實踐啟示如下：第一，需要認識國際旅游市場的分散化能力的重要性。當前，逆全球化思潮抬頭，保護主義、單邊主義上升，意味著國際市場充滿高度不確定性。這對于包括國際旅游業在內的具備網絡化結構特征的經濟活動而言，容易使得危機事件在經濟系統里快速傳播，導致整體性變動。過于依賴特定客源國或目的地國會放大國家或行業面對特殊供應或需求沖擊的脆弱性，甚至遭受旅游制裁[21]。因此，面對高度不確定性的全球大市場，國家需要靈活調整對客源國/目的地國的旅游關系布局，建立多元化的國際旅游關系，尋求國際旅游新伙伴。這有助于提高風險抵御和危機防范能力，進而提高國際旅游的競爭力和促進國民經濟可持續發展。第二，需要適當引導出境旅游流的分配，避免過于集中在特定市場。長期以來，對于特定目的地國的偏好（尤其是對發達國家）導致出境旅游存在慣性，這可能會產生需求層面的結構性風險。因此，需要在維持現有旅游關系的同時，與其他國家或地區（尤其是旅游網絡地位高的國家）建立和加強國際旅游聯系，以緩解對特定旅游市場的依賴。第三，由于國際旅游流的分布遵循地理距離衰減定律以及具有一定的空間擴散規律，需要篩選具有增長潛力的市場作為營銷目標。以中國為例，中國和全球主要客源市場之間的距離較遠，因此需要篩選既具備全球主要客源市場特征又具備中國主要客源市場特征的國家，以鞏固相關市場，帶動周邊區域的客流，優化入境旅游流網絡結構，推動旅游服務貿易高質量發展。

本文具有以下研究局限，后續研究可進一步完善。第一，WTO數據庫提供的旅游服務貿易數據主要涵蓋了發達國家，而發展中國家的數量有限。這可能影響到研究結果的普適性。第二，盡管UN Tourism數據庫公布的雙邊國際旅游人次是研究國際旅游的最佳數據集，但是世界各國或地區對于旅游的定義存在一定的差異，因此在統計旅游人次數據時采用的統計口徑存在差異。這可能影響到研究結果的精準度。第三，由于UN Tourism數據庫尚未完整公布2019年及以后年份的旅游流數據，所以本文數據截至2018年。第四，本文對調節變量的考慮可能不夠全面，未來的研究需要探究更多可能存在的調節關系。第五，未來研究可基于網絡結構視角，探究旅游網絡地位可能產生的其他影響。

參考文獻（References）

[1] 文艷， 孫根年. 旅游服務貿易國際分工及中國角色演化研究[J]. 經濟管理， 2020， 42（9）： 111-126. [WEN Yan， SUN Gennian. Study on the international division of labor in tourism service trade and the evolution of China’s role[J]. Business and Management Journal， 2020， 42（9）： 111-126.]

[2] 羅明義， 毛劍梅. 旅游服務貿易——理論·政策·實務[M]. 昆明： 云南大學出版社， 2007. [LUO Mingyi， MAO Jianmei. Tourism Service Trade—Theory， Policy， Practice[M]. Kunming： Yunnan University Press， 2007.]

[3] CHUNG M G， HERZBERGER A， FRANK K A， et al. International tourism dynamics in a globalized world： A social network analysis approach[J]. Journal of Travel Research， 2020， 59（3）： 387-403.

[4] BERNARD A B， MOXNES A. Networks and trade[J]. Annual Review of Economics， 2018， 10（1）： 65-85.

[5] DWYER L. Globalization of tourism： Drivers and outcomes[J]. Tourism Recreation Research， 2015， 40（3）： 326-339.

[6] MANIA E， RIEBER A. Product export diversification and sustainable economic growth in developing countries[J]. Structural Change and Economic Dynamics， 2019， 51： 138-151.

[7] KRAMARZ F， MARTIN J， MEJEAN I. Volatility in the small and in the large： The lack of diversification in international trade[J]. Journal of International Economics， 2020， 122： 103276.

[8] CASELLI F， KOREN M， LISICKY M， et al. Diversification through trade[J]. Quarterly Journal of Economics， 2020， 135（1）： 449-502.

[9] BLEANEY M， GREENAWAY D. The impact of terms of trade and real exchange rate volatility on investment and growth in sub-Saharan Africa[J]. Journal of Development Economics， 2001， 65（2）： 491-500.

[10] 劉修巖， 吳燕. 出口專業化、出口多樣化與地區經濟增長——來自中國省級面板數據的實證研究[J]. 管理世界， 2013（8）： 30-40; 187. [LIU Xiuyan， WU Yan. The specialization of export， the diversification of export， and the growth of the regional economy： A case study based on the panel data of China’s provinces and cities of the provincial levels[J]. Journal of Management World， 2013（8）： 30-40; 187.]

[11] 陳勇兵， 李夢珊， 趙羊， 等. 企業出口市場的選擇：一個文獻綜述[J]. 財貿研究， 2015 （3）： 50-60. [LIU Yongbing， LI Mengshan， ZHAO Yang， et al. Firms’ choice of export markets： A review[J]. Finance and Trade Research， 2015 （3）： 50-60.]

[12] SEYOUM B. Revealed comparative advantage and competitiveness in services[J]. Journal of Economic Studies， 2007， 34（5）： 376-388.

[13] NATH H K， LIU L， TOCHKOV K. Comparative advantages in U.S. bilateral services trade with China and India[J]. Journal of Asian Economics， 2015， 38： 79-92.

[14] 劉慶. 中國與東盟旅游服務貿易競爭力測評與提升路徑[J]. 經濟問題， 2019 （11）： 112-119. [LIU Qing. A research on competitiveness evaluation and improvement measures of China-ASEAN tourism service trade[J]. On Economic Problems， 2019 （11）： 112-119.]

[15] CHENG K M， KIM H， THOMPSON H. The real exchange rate and the balance of trade in US tourism[J]. International Review of Economics Finance， 2013， 25： 122-128.

[16] 鄧曉虹， 黃滿盈. 中國雙邊旅游服務貿易出口潛力： 基于面板Tobit方法的實證[J]. 統計與決策， 2022， 38（9）： 147-152. [DENG Xiaohong， HUANG Manying. The export potential of China’s bilateral tourism services trade： An empirical research based on panel Tobit method[J]. Statistics amp; Decision， 2022， 38（9）： 147-152.]

[17] LEIT?O N C. Intra-industry trade in tourism services[J]. Theoretical Applied Economics， 2011， 18（6）： 55-62.

[18] 蔣依依， 楊勁松. 以免稅為主導的旅游購物政策創新破解旅游服務貿易逆差的擴大化[J]. 旅游學刊， 2014， 29（9）： 9-11. [JIANG Yiyi， YANG Jinsong. To crack tourism and travel-related services trade deficit expansion with tourism shopping policy innovation dominated by tax-free[J]. Tourism Tribune， 2014， 29（9）： 9-11.]

[19] 胡曉芬， 厲新建， 漆家進. 旅游服務貿易逆差問題再認識[J]. 國際貿易， 2016（7）： 62-68. [HU Xiaofen， LI Xinjian， QI Jiajin. Reconsideration on tourism and travel-related services trade deficit[J]. International Trade， 2016（7）： 62-68.]

[20] 田紀鵬. 國內外旅游服務貿易逆差研究前沿與展望[J]. 旅游學刊， 2019， 34（1）： 136-148. [TIAN Jipeng. Frontier and prospect of research on tourism and travel-related services trade deficit both at home and abroad[J]. Tourism Tribune， 2019， 34（1）： 136-148.]

[21] 吳嘉美， 孫根年. 中日韓旅游服務貿易依存度與貢獻度態勢變化分析[J]. 資源開發與市場， 2019， 35（1）： 143-148. [WU Jiamei， SUN Gennian. In-depth analysis tendency measurement of foreign tourism trade dependency and contribution among China， Japan and Korea[J]. Resource Development amp; Market， 2019， 35（1）： 143-148.]

[22] 孫夢陽. 我國旅游服務貿易的區域內出口依存度分析[J]. 商業時代， 2014（11）： 31-32. [SUN Mengyang. Analysis on the intra-regional export dependence of China’s tourism service trade[J]. Journal of Commercial Economics， 2014（11）： 31-32.]

[23] KIM S， SHIN E H. A longitudinal analysis of globalization and regionalization in international trade： A social network approach[J]. Social Forces， 2002， 81（2）： 445-468.

[24] AHUJA G， SODA G， ZAHEER A. The genesis and dynamics of organizational networks[J]. Organization Science， 2012， 23（2）： 434-448.

[25] BORGATTI S P， MEHRA A， BRASS D J， et al. Network analysis in the social sciences[J]. Science， 2009， 323： 892-895.

[26] 包群， 但佳麗. 網絡地位、共享商業關系與大客戶占比[J]. 經濟研究， 2021， 56（10）： 189-205. [BAO Qun， DAN Jiali. Network centrality， shared business ties and share of large business partners[J]. Economic Research Journal， 2021， 56（10）： 189-205.]

[27] JACKSON M O， ROGERS B W. Meeting strangers and friends of friends： How random are social networks？[J]. American Economic Review， 2007， 97（3）： 890-915.

[28] CHANEY T. The network structure of international trade[J]. American Economic Review， 2014， 104（11）： 3600-3634.

[29] 蔣依依， 劉焱序， 王寧， 等. 2004—2019年全球旅游流網絡中心度時空演變[J]. 地理研究， 2022， 41（3）： 698-712. [JIANG Yiyi， LIU Yanxu， WANG Ning， et al. The spatial dynamics of global inbound tourism network centrality during 2004-2019[J]. Geographical Research， 2022， 41（3）： 698-712.]

[30] 余向洋， 張圓剛， 朱國興， 等. 近鄰景區的聯動與溢出效應研究——以黃山、西遞、宏村為例[J]. 地理科學， 2021， 41（3）： 513-521. [YU Xiangyang， ZHANG Yuangang， ZHU Guoxing， et al. Relation and spillover effects of neighboring destinations： A case study of Huangshan， Xidi and Hongcun[J]. Scientia Geographica Sinica， 2021， 41（3）： 513-521.]

[31] ZAHEER A， GOZUBUYUK R， MILANOV H. It's the connections： The network perspective in interorganizational research[J]. Academy of Management Perspectives， 2010， 24（1）： 62-77.

[32] KOKA B R， PRESCOTT J E. Designing alliance networks： The influence of network position， environmental change， and strategy on firm performance[J]. Strategic Management Journal， 2008， 29（6）： 639-661.

[33] SHAO Y， HUANG S， WANG Y， et al. Evolution of international tourist flows from 1995 to 2018： A network analysis perspective[J]. Tourism Management Perspectives， 2020， 36： 100752.

[34] KIM T Y， OH H， SWAMINATHAN A. Framing interorganizational network change： A network inertia perspective[J]. Academy of Management Review， 2006， 31（3）： 704-720.

[35] 邢小強， 葛滬飛， 仝允桓. 社會嵌入與BOP網絡演化：一個縱向案例研究[J]. 管理世界， 2015 （10）： 160-173. [XING Xiaoqiang， GE Hufei， TONG Yunheng. Social embedding and BOP network evolution： A longitudinal case study[J]. Journal of Management World， 2015 （10）： 160-173.]

[36] YANG Y， LIU H B， LI X. The world is flatter？ Examining the relationship between cultural distance and international tourist flows[J]. Journal of Travel Research， 2019， 58（2）： 224-240.

[37] SHAO Y， HUO T， YANG Y， et al. Does economic globalization shape the international tourism structure？ A cross-national panel data estimation[J]. Journal of Travel Research， 2023， 62（5）， 1121-1139.

[38] OPSAHL T， AGNEESSENS F， SKVORETZ J. Node centrality in weighted networks： Generalizing degree and shortest paths[J]. Social Networks， 2010， 32（3）： 245-251.

[39] GUO Y， CAO L， SONG Y， et al. Understanding the formation of City-HSR network： A case study of Yangtze River Delta， China[J]. Transport Policy， 2022， 116： 315-326.

[40] PATATOUKAS P N. Customer-base concentration： Implications for firm performance and capital markets[J]. Accounting Review， 2012， 87（2）： 363-392.

[41] 顧振華， 高翔. 出入境旅游人數增加促進服務業監管趨同——基于44對中外國家數據的實證研究[J]. 旅游學刊， 2021， 36（3）： 14-28. [GU Zhenhua， GAO Xiang. How inbound-outbound tourist arrivals promote the global convergence of service industry regulations？ Evidence from a bilateral panel dataset of China vis-à-vis 44 countries[J]. Tourism Tribune， 2021， 36（3）： 14-28.]

[42] OKAFOR L E， KHALID U， THEN T. Common unofficial language， development and international tourism[J]. Tourism Management， 2018， 67： 127-138.

[43] LI Z Y， SHU H Y， TAN T， et al. Does the demographic structure affect outbound tourism demand？ A panel smooth transition regression approach[J]. Journal of Travel Research， 2020， 59（5）： 893-908.

[44] MCKERCHER B， LEW A. Distance decay and the impact of effective tourism exclusion zones on international travel flows[J]. Journal of Travel Research， 2003， 42（2）： 159-165.

[45] 施炳展. 互聯網與國際貿易——基于雙邊雙向網址鏈接數據的經驗分析[J]. 經濟研究， 2016， 51（5）： 172-187. [SHI Bingzhan. Internet and international trade—Empirical evidence based on bilateral and bidirectional hyperlinks data[J]. Economic Research Journal， 2016， 51（5）： 172-187.]

[46] MCKERCHER B， DECOSTA P L E. Research report： The lingering effect of colonialism on tourist movements[J]. Tourism Economics， 2007， 13（3）： 453-474.

[47] 林僖， 鮑曉華. 區域服務貿易協定與服務出口二元邊際——基于國際經驗的實證分析[J]. 經濟學（季刊）， 2019， 18（4）： 1311-1328. [LIN Xi， BAO Xiaohua. Services RTAs and the margins of services exports—Empirical analysis based on international experience[J]. China Economic Quarterly， 2019， 18（4）： 1311-1328.]

[48] KHALID U， OKAFOR L E， BURZYNSKA K. Do regional trade agreements enhance international tourism flows？ Evidence from a cross-country analysis[J]. Journal of Travel Research， 2022， 61（6）： 1391-1408.

[49] SAAYMAN A， FIGINI P， CASSELLA S. The influence of formal trade agreements and informal economic cooperation on international tourism flows[J]. Tourism Economics， 2016， 22（6）： 1274-1300.

[50] SILVA J M C S， TENREYRO S. The log of gravity[J]. The Review of Economics and Statistics， 2006， 88（4）： 641-658.

[51] 張萃， 符航. 城市網絡位置與疫情風險[J]. 統計研究， 2021， 38（8）： 111-120. [ZHANG Cui， FU Hang. City’s network position and epidemic risk[J]. Statistical Research， 2021， 38（8）： 111-120.]

[52] 陳明， 魏作磊. 中國服務業開放對產業結構升級的影響[J]. 經濟學家， 2016， 208（4）： 24-32. [CHEN Ming， WEI Zuolei. Impact of the opening of China’s service industry on the upgrading of industrial structure[J]. Economist， 2016， 208（4）： 24-32.]

Impact of Countries’ Tourism Network Prominence on the

Market Diversification of Tourism Service Trade

SHAO Yuhong1， LI Zhiyong2， *

（1. Hilton School of Hospitality Management， Sichuan Tourism University， Chengdu 610100， China;

2. School of Tourism， Sichuan University， Chengdu 610207， China）

Abstract： Diversifying supply and demand risks is an important measure for the sustainable development of international tourism and the national economy， which helps countries maintain relatively stable revenue in a complex and changing international environment. Based on social network theory， this study combines the social network analysis and the Poisson pseudo-maximum likelihood estimation and uses the panel data of 40 reporting countries and 77 partner countries from 2005 to 2018 to investigate the impact of countries’ network prominence in the international tourist flow network on the diversification of the market share of tourism services trade. It further examines the moderating role of a country’s dependence on the existing international tourism market in the relationship from both outbound and inbound tourism perspectives. The results are as follows： 1） For outbound tourism， origin countries with a higher tourism network prominence are more likely to diversify their market share of imported tourism services trade through the network advantages. 2） In terms of inbound tourism， destination countries with a higher tourism network prominence are better able to use network advantages to diversify their market share of the exported tourism service trade. 3） Concerning the moderating role， origin countries with a higher level of dependence on the existing outbound tourism market weaken the diversification effect of the country’s tourism network prominence on the market share of imported tourism services trade， while the dependence of destination countries on the existing inbound tourism market has no significant impact on the relationship between tourism network prominence and the diversification of market share of exported tourism services trade. 4） According to the heterogeneity test results， improvement in the tourism network prominence of developed countries is conducive to the diversification of their market share in the import or export of tourism service trade to either destination or origin countries with different levels of economic development. However， developed countries’ market dependence on their destination countries， which also have developed economies， hinders this process. In addition， the improvement of the tourism network prominence of origin countries will lead to diversification of the tourism service trade market share in destination countries located on different continents， but these countries’ market dependence on their destination countries located on different continents can hinder this process. The improvement of the tourism network prominence of destination countries contributes to the diversification of the tourism service trade market share in origin countries located on the same or different continents. This study provides theoretical and empirical evidence that countries can use to adjust the structure of international tourism relationships and diversify supply and demand risks.

Keywords： network prominence; international tourism; tourism service trade; market diversification; market dependence

[責任編輯：宋志偉；責任校對：劉" " 魯]