福建省旅游经济空间网络结构演化研究

陈再福，郭伟锋

（1.闽南师范大学 商学院，福建 漳州 363000； 2.华侨大学 旅游学院，福建 泉州 362021）

福建省旅游经济空间网络结构演化研究

陈再福1，郭伟锋2

（1.闽南师范大学 商学院，福建 漳州 363000； 2.华侨大学 旅游学院，福建 泉州 362021）

旅游经济；空间网络；结构演化；福建省

一、文献综述

二、研究区域与研究方法

（一）研究区域

福建省地处我国东南，是海峡西岸经济区主体部分，北接长三角经济区，南连珠三角经济区，经济地理位置重要，区域内旅游资源丰富。2015年，福建省接待游客达到2.67亿人次，同比增长14.0%，旅游总收入3 141.51亿元，同比增长16.0%，累计接待游客数和总收入两项指标均比2010年翻了一番，旅游业已成为福建省国民经济收入的重要组成部分。就福建区域旅游研究而言，旅游现状的质性分析、旅游竞争力和区域旅游合作乃是当前研究热点，而利用属性数据从关系角度对区域城市间的经济联系进行空间计量分析的研究较为薄弱，因而具有一定的研究价值。本研究选取2008、2011、2014年3个时间点9个地级以上城市的面板数据构建区域之间的旅游经济联系指数，利用社会网络方法探讨福建省旅游经济时空演化机制。

（二）研究方法

1．旅游经济联系指数

与研究对象“属性数据”的传统旅游分析不同，社会网络分析研究强调的是对象之间的“关系数据”，即挖掘事物之间的“关系”数据进行定量分析。目前，旅游经济空间结构研究通常利用旅游地理学中经典引力模型的修正，将“属性数据”转化为“关系数据”，公式如下：

（1）

其中，Rij为i、j地区旅游经济联系指数；Pi、Pj为i、j地区的接待旅游总人数；Vi、Vj为i、j地区旅游总收入；Dij为i和j地区间的公路距离，采用的是区域内公路里程（km）；由于城市之间旅游经济联系具有方向性，因此引入修正系数Kij，表示地区i对Rij的贡献率。本研究以福建省的福州、厦门、莆田、漳州、泉州、宁德、南平、龙岩、三明等9个地级以上城市为研究样本，样本数据选取2008、2011、2014年各市的旅游接待总人数、总收入、城际间公路交通最短距离为观测指标。样本数据主要源自各市的《国民经济和社会发展公报》及《福建省统计年鉴》，而公路距离数据通过百度地图测距工具获得。

2.旅游经济联系的空间网络结构

（1）网络密度。网络密度是网络中实际存在的关系数量与理论上最多可能存在的关系总数之比，用来衡量网络中各个节点之间联系的紧密程度[6]。城市间的旅游经济联系度越高，其空间网络密度就越大，也意味着城市的开放程度、获取资源的能力就越强。网络密度的计算公式为[15]：

（2）

（2）中心性。节点中心度和网络中心势是网络中心性指标的两个维度。节点中心性是指节点在网络中的地位，从点度中心度、中间中心度和接近中心度3个方面观测。网络中心势旨在测量网络总体整合度或一致性以及整个网络中心化的程度。

① 点度中心度，测量的是网络图中一个点与其他点的交往能力，计算公式为[15]：

（3）

其中，CRD（i）为点i的相对点度中心度，是指点i的绝对中心度与图中点的最大可能度数之比；CAD（i）为点i的绝对点度中心度，是指网络中与点i相连的其他点的个数。

② 中间中心度，测量的是网络图中一个点在多大程度上位于其他点的“中间”，是一种“控制能力”指数，计算公式为[15]：

（4）

其中，CRBi为点i的相对中间中心度；CABi为点i的绝对中间中心度；bjk（i）表示点i能控制点j、k交往的能力；gjk表示点i、k之间存在的捷径数目；gik（i）表示点j、K之间存在的经过点i的捷径数目；其中bjk（i） =gjk（i）/gjk。

③ 接近中心度，测量网络中的行动者在多大程度上不受其他行动者的控制，计算公式为[16]：

（5）

3.数据处理

首先运用式（1）计算出福建省上述9个城市2008、2011、2014年的旅游经济联系强度，组成3个9×9的旅游经济联系指数矩阵。接着，利用SPSS统计软件对样本数据进行中位数分析，选定断点值，观测旅游经济空间结构网络演化的一般特征。断点值高，有助于核心节点的展现，而次级节点往往被忽略，难以反映网络的整体特征。断点值低，情况则相反。由于旅游经济联系指数均值容易受极值的影响，因此本研究选用旅游经济联系指数中位数5.619作为切分点，指数大于等于5.619，城市间的旅游经济联系记为1，表示有关系；小于5.619记为0，表示城市间没有关系，得到二值化矩阵，反映出城市间旅游经济的空间联系，适用于社会网络理论的定量分析。

三、结果分析

（一）旅游经济空间的演化特征

1.网络密度

为了分析福建省旅游经济空间网络结构的演化特征，利用Ucinet6.0软件生成邻接矩阵，计算3个时间段的网络密度并绘制网络结构（图1）：2008年，福建省旅游经济空间的整体网络密度为0.180 6，网络密度较低。网络空间共包含13条城市节点组成的网络关系线。从理论层面讲，福建省上述9个城市，能够组成的网络关系线数最大应为72，而网络结构中仅有厦门—漳州、厦门—泉州、福州—泉州为双向连接，其余均为单向连接，而三明市还没有进入城市网络，反映了这一时期城市网络关联度较低，各城市之间的旅游经济关系不够密切。2011年，网络密度上升到0.402 8，较2008年相比，增加了123%，网络中节点关系线达到29条，表明这一时期网络空间的旅游经济联系正日趋增强，厦门、福州、泉州的城市中心地位和辐射作用越来越明显。2014年，网络密度达到0.652 8，节点关系线47条，城市间的网络联结紧密，聚集度明显增强，网络结构日趋完善，但仍有较大的发展空间。

图1 2008、2011、2014年福建省旅游经济网络结构

2.中心度

中心度是个人或者组织在社会网络中具有怎样的权力，或者说居于怎样的中心地位[15]。中心度是对“个体权力指标”的量化，反映了个体城市之间的联系度及空间节点的中心地位。点度中心度描写城市节点之间网络连接的中心指数。一个城市与其他城市相连的个数越多，说明该城市居于中心地位，同时拥有更大权力。中间中心度是指一个城市处于与其他城市交往网络的捷径上，实现对资源的控制。接近中心度是一种不受他人控制的测度，如果一个城市在城市网络中与其他城市距离均较短，表明该城市具有较高接近中心度。用Ucinet6.0软件计算出2008、2011、2014年福建省旅游经济城市空间结构的中心度（图2），用以分析福建省旅游经济空间差异及演化，对于城际旅游经济的协调发展具有重要意义。

图2 2008、2011、2014年福建省旅游经济网络中心度

（1）点度中心度指标测度

点度中心度指标包括点出度和点入度两个维度。点出度表示城市A的旅游经济对其他网络节点城市的影响程度；点入度则表示受动于其他城市的影响程度。根据图2，从3个发展阶段比较来看，点出度和点入度的指标值都是不断增加的，表明福建省旅游经济空间的联系不断增强，相互依赖程度逐渐增大。2008年，福州、厦门和泉州的点出度值高，旅游经济对外影响较大。莆田、南平、龙岩、三明、宁德等城市的点出度值为0，还没有对其他城市产生影响力。从点入度值来看，各个城市指标值较低，表明较多城市还比较孤立，旅游经济联系较弱，城市网络还没有形成。2011年，从点出度值来看，福州、厦门和泉州仍遥遥领先，而且数值逐渐增大，对城市网络的旅游经济影响逐渐增强。同时，随着旅游的日趋大众化，漳州、莆田、南平的旅游经济也逐渐对其他城市产生影响，不过，程度还十分有限。从点入度来看，福州、厦门、泉州的旅游经济增加了对其他城市的依赖，除了宁德外，漳州、三明等其他城市的对外依赖程度也几乎接近于福州、厦门、泉州，表明福建省城市网络的经济联系越来越相互依赖。2014年，福州、厦门、泉州和南平的点出度达到最高，对其他城市均产生经济影响，其他城市的对外影响力也不断增加。从点入度来看，各个城市的对外依赖程度跃升，各个城市受外界影响越来越大。

从点度中心度的观测指标来看，近10年来，福建省的旅游经济空间结构在不断地演化，城市网络联系度逐渐加强。在演化的过程中，福州、厦门、泉州的中心度始终遥遥领先，核心地位较为稳定，对城市网络核心节点的控制能力较强，始终能够助推其他城市的旅游经济快速发展。厦门的点出度值最高，是旅游经济空间网络的核心，这表明厦门作为滨海城市和旅游集散中心，旅游经济发达，是旅游发展的引擎，对周边城市的旅游辐射作用越来越大。福州和泉州的点出度值仅次于厦门，福州作为省会城市，区位优势明显，始终发挥着重大的影响力。泉州作为新兴的工业城市，厚积薄发，对其他城市的旅游影响力较大。值得分析的是，2014年，南平的点出度值跃居首位，与福州、厦门、泉州持平，这与世界双遗产地武夷山旅游业的快速发展密不可分。2014年，武夷山推出“一元游武夷”活动，旅游人数和旅游收入大幅提升，带动了南平市旅游经济的发展。在点入度方面，近10年来福建省各城市指标值日趋走高，旅游经济的依赖性增大，表明了福建省旅游经济空间的网络结构日趋完善。

（2）中间中心度

根据图2可知，2008年，各城市的中间中心度指数值整体上不高，最高为厦门，指标值为8.000，其次是福州和泉州，表明这些城市处于福建旅游经济空间网络的中心位置，是城际之间旅游经济联系的中介和桥梁，一定程度上影响了城市之间的交流与合作。不过，这一时期中间中心度的值较小，均值为2.111,方差为3.143，福州、厦门、泉州等中心城市对其他城市的绝对操控力和影响力比较有限。2011年，福州的中间中心度值上升到26.333，远远高于均值6.889，这一时期，城市网络中心地位逐渐被福州所控制，福州的支配作用和旅游经济影响力日渐增大。同时，泉州、厦门、漳州、南平的中间中心度值也明显上升，而其他城市举步不前，城市网络内较多的旅游经济联系主要通过福州、泉州、厦门、漳州和南平等中介城市来实现。2014年，福州、厦门、泉州等城市的中间中心度大幅下降，而南平、龙岩等闽北、闽西城市的影响力有所上升，一定程度上削弱了传统中心城市的地位和控制力。

（3）接近中心度

由图2接近中心度指标可知，2008年，福建省各个城市的点出度和点入度值较高，均值达到49.222；2011年，两项指标值大幅下降，均值降至14.88；2014年降幅有所放缓，均值下降到10.778。在近10年的旅游发展过程中，三明、莆田、南平、宁德、龙岩等城市前期与其他节点城市的“距离”较为疏远，旅游经济联系程度较弱，主要被厦门、福州、泉州等中心城市所控制。2011年后，这些城市与网络中所有其他节点城市的距离拉近，逐渐接近城市网络的中心，摆脱中心城市的控制。2014年，各个节点城市的出入度指标拉近、持平，距离“捷径化”，产生多点依赖，中心城市地位削弱，旅游经济空间网络逐步形成。

根据表1，整体上看，2008—2011年，福建省旅游经济空间网络结构变化不大，到2014年，结构变化显著，核心城市明显增多。密度矩阵显示：2011年核心区城市之间关系密度明显增强，达到0.917，边缘区仅为0.200，相差近5倍，反映出核心区城市群的关联程度远高于边缘区。核心区和边缘区之间的拟合指数达到0.695，验证了两个城市圈层的联系度已密不可分，福建省的旅游业发展严重失衡，沿海城市成为绝对的优势旅游地区。分析2014年的矩阵数据，核心区的关系密度保持在0.810，仍处于较高水平。相比较而言，边缘区城市间的关联度已十分微弱。而核心区与边缘区的拟合指数为0.402，二者之间的关联性仍十分密切。

区域旅游经济发展推动了城市空间网络结构的演化，而区域发展的不平衡性，造成了旅游经济的时空分异，物以类聚，旅游经济发展快，关联度强的城市聚集为核心区，反之，沦落为边缘区。据表1来看，2008年，福建省旅游业的核心区是经济发达的沿海城市福州、厦门、莆田、漳州和泉州，边缘区为经济落后的闽西、闽北城市；2011年，漳州旅游经济增速放缓，进入边缘城市行列；2014年，核心区城市网络结构呈现显著变化，成员增至7个，分别为福州、厦门、莆田、漳州、南平、龙岩和泉州，闽西的龙岩市和闽北的南平市旅游经济快速发展，进入核心城市圈，福建省的旅游业发展已相对均衡和协调，旅游城市空间结构的演化也日趋完善。

表1 福建省旅游经济网络核心边缘结构分析

（二）旅游经济空间网络结构演化分析

1.网络结构演化影响因素分析

区域旅游经济发展不平衡是一种恒常现象，同时，也导致了空间结构的不断演化。从经济地理学的角度分析，旅游经济空间网络结构演化的影响因素主要有旅游资源禀赋、区位因素、基础设施和产业结构[16]。也有学者从社会学的视角指出，游客的身体流动带来了目的地的经济收入，影响到目的地政治、经济、社会、人口和文化结构的演变[17]。这些因素在区域旅游发展的不同阶段，对空间结构的演化产生不同的作用力。

（1）游客流。游客流是指游客从旅游客源地到目的地及返回旅游客源地的人流[18-19]，其流向、流速、波动特征等不仅对旅游地的经济、社会和文化效益产生影响，也促进了空间结构的演化。近10年来，福建省的游客量日益增多，游客流在各城市的空间分异特征越发明显（图3）。2008年，游客流最多的城市为厦门、福州、泉州和南平，均达到1 000万人次以上，厦门最多，达到2 194.11万人次。2011年，游客流低于1 000万人次的仅有莆田和宁德，厦门、福州、泉州已达到2 000万人次以上，游客流时空分异特征明显。2014年，厦门游客流为5 337.86万人次，泉州、福州达到4 000万人次以上，南平、龙岩达到2 000万人次以上，莆田、漳州、宁德、三明达到1 500万人次以上，福建省的游客接待量大大跃升，有力促进了旅游经济发展，同时，加快了空间网络结构演化。

（2）旅游资源禀赋。旅游资源是指能够吸引游客前往参观游览的旅游吸引物。资源禀赋表现为资源本身的属性和特征，包括了资源的丰富度、形态、特性等。旅游资源禀赋会影响到空间的定位、景区的规划开发、旅游产品的独特性等方面[20]。福建省的旅游资源禀赋较高，我国学者从世界遗产、旅游区和国家级历史文化名城3个维度对各省的旅游资源进行评价，福建省的综合评分在30分以上，划归为资源丰富的省份[21]。显然，旅游资源禀赋越强，对旅游经济空间演化的驱动力越大。

（3）区位因素。区位因素对于城市旅游和空间结构演化具有十分重要的作用，主要包括空间优势，提供距离捷径；交通优势，提供通达便利性；聚集优势，产生溢出效应。我国学者对各省份的区位条件进行评价，认为区位条件最好的省份是上海、广东、福建、江苏和浙江[22]。福建省依托厦门、福州、泉州等滨海城市天然的区位优势，对周边的其他城市空间产生边际效应。

（4）基础设施。基础设施与旅游经济空间网络结构的演化具有较强正相关性。基础设施主要包括交通、通讯等公共基础设施。尤其是旅游交通，承载着游客流的输送。航空、航海、内河、铁路、公路等交通设施的建设和完善，为游客提供可达性和便利性。交通条件差，直接影响游客准入度和旅游服务质量。高铁时代的到来，进一步提升了游客的流动性。互联网时代，智慧旅游的基础设施建设也越来越重要。厦门鼓浪屿已推行智慧景区，武夷山构建了数字武夷智慧平台，为游客提供信息咨询和虚拟空间，不断提升旅游地基础设施建设水平。

（5）产业结构。产业结构在整个经济结构中居于主导地位，其变动状况对经济增长和各产业的发展状况有着决定性的影响[16]。在三次产业发展过程中，第一产业经历了漫长的过程，城市空间的演化也比较缓慢，第二产业的兴起，加快了城市空间的开发和演化，第三产业促进了城市服务业经济空间的快速发展。旅游业作为第三产业的支柱产业，自20世纪70年代我国开始发展旅游业以来，产业结构经历了吃、住、行、游、购、娱多产业融合的演化格局。福建省的旅游产业借助于资源优势、区位优势和交通优势，近10年来得到快速发展。产业结构完善的城市，诸如厦门、福州、泉州等，始终处于城市网络的中心位置，对周边城市进行经济辐射和影响，促进了其他城市产业结构的调整和旅游业的发展。

图3 2008、2011、2014年福建省游客流分布

2．网络结构演化机理分析

从以上分析可知，福建省旅游经济空间结构经过了松散化、聚集化和网络化3个发展阶段。游客流、旅游资源禀赋、区位要素、基础设施及产业结构等要素在不同的发展阶段对城市空间产生了不同的影响，导致空间结构演化的差异性和不均衡性。

首先，松散化阶段，福州、厦门、泉州、漳州、莆田凭借丰富的旅游资源和滨海的区位优势、相对便利的铁路和高速公路等交通设施以及较为完善的产业结构，游客流较大，成为网络结构的核心区。从网络密度看，福建省9个城市间的联系还比较松散，除了厦门—漳州、厦门—泉州、福州—泉州双向联系、彼此影响外，其他城市间的联系度仍较弱，核心区城市之间的关系密度也不够强，厦门、福州、泉州的中心控制力还不够。由此可知，就影响程度而言，旅游资源禀赋、区位要素、基础设施及产业结构等影响要素对厦门、福州、泉州影响最大，漳州、莆田次之，而三明最弱。

其次，聚集化阶段，各要素持续对厦门、福州、泉州、莆田发挥驱动作用，网络密度明显提升，核心区城市空间的旅游经济更加紧密，同时利用其“权力”控制优势对漳州、龙岩、南平、三明、宁德等城市产生经济影响。龙岩、南平、宁德等边缘城市也充分利用自身的资源禀赋和省际高速快速发展的时机，加强与核心区的联系，大力发展旅游业，旅游经济空间结构呈现出聚集效应和关联效益。

最后，网络化阶段，这一时期福建省空间网络结构已基本形成，成员间联结越发紧密。除厦门、福州、泉州的旅游经济持续领先外，游客流、旅游资源禀赋、区位因素、基础设施及产业结构等因素对南平和龙岩旅游业的作用机制开始发力，推动其旅游经济快速发展。南平辖区的武夷山市是世界双遗产地，旅游资源禀赋高，不过，区位因素和交通基础设施落后于厦门、福州、泉州。近3年来，政府对武夷山的旅游产品进行转型升级，依托自然观光旅游资源的同时，引入张艺谋的印象大红袍文化创意旅游项目，丰富武夷山的文化体验旅游产品。同时，利用高铁时代的到来，加大促销力度，游客流明显上升。龙岩市充分利用永定土楼申遗成功的契机，开发文化遗产旅游资源，旅游业发展已表现出后发优势。总之，空间不同，影响要素不同，空间结构演化的驱动力就不一致；时间阶段不同，影响要素不同，空间结构的作用机理和演化路径就出现差异。尽管福建省旅游经济空间已进入网络化阶段，空间结构的差异性仍十分明显，边缘城市影响要素的作用力还没有得到充分发挥，空间网络结构需要进一步的提升和完善。

四、结论与讨论

本研究从经济学所忽视的空间关系视角分析了福建省旅游经济空间网络结构的形成和演化过程。借助社会网络分析对关系数据进行量化研究，得出以下结论：

（1）网络空间结构关联度日渐增强。从网络密度、中心度和核心度的演化过程来看，旅游经济网络空间结构存在集中与分散的不均衡现象。前期，城市间网络关联度较低，经济关系不够密切。后期，随着厦门、福州、泉州等核心城市溢出效应发挥效力，关联度和聚集度明显增强。

（2）核心城市的中心地位较为明显。厦门、福州、泉州3个核心城市在不同的演化阶段均处于中心地位，作为枢纽节点出现在网络结构中，旅游经济联系主要通过这些城市来实现，体现出对其他城市经济资源的控制。厦门作为滨海城市和旅游集散中心，旅游经济辐射力强，网络结构优势明显。福州和泉州的点出度值仅次于厦门，福州作为省会城市，区位优势明显。泉州作为新兴的工业城市，产业结构完善，经济拉动能力强。

（3）通过旅游经济空间网络结构影响因素的分析，归纳出结构演化机理。社会网络分析法注重区域城市经济空间的相互关系及内在机理的分析，为空间结构演化提供新视角。网络结构中的中心度、网络密度、核心度等数值越高，整合机制和溢出效应越明显，旅游经济的空间聚集程度就越高，空间网络结构越容易形成。松散化阶段，福建沿海城市区位要素、交通设施及产业结构等较为完善，游客流量大，旅游经济发展较快，但城市结构的关联度较弱；聚集化阶段，各个影响要素发力，空间网络开始向厦门、福州、泉州等城市聚集，呈现三极并存的极化状态。网络化阶段，影响因素向南平、三明、龙岩等边缘城市扩散，城际间的联结越来越紧密，网络结构初步形成。

目前，福建省旅游经济空间网络结构的差异性仍十分明显，边缘城市影响要素的作用力还没有得到充分发挥，空间网络结构有待优化和提升，旅游基础设施、服务设施需要加大投入，旅游产业结构需要进一步完善，旅游产品有待丰富，达到资源共享、优势互补、差异化竞争，真正实现网络结构的融合效应。

[1] FRIEDMANN J R.Regional development policy:a case study of venezuela[M].Cambridge:MIT Press,1966.

[2] 陆大道.二〇〇〇年我国工业生产力布局总图的科学基础[J].地理科学，1986（2）：110-118.

[3] 庞闻，马耀峰.关中天水经济区核心—边缘旅游空间结构解析[J].人文地理,2012（1）:152-155.

[4] 肖光明.珠三角地区旅游空间一体化发展水平量化评价[J].地域研究与开发,2010（4）:88-93.

[5] 程晓丽,祝亚雯.基于点—轴理论的皖南国际旅游文化示范区旅游空间结构研究[J].地理科学,2013（9）:1082-1088.

[6] 刘军.社会网络分析导论[M].北京:社会科学文献出版社,2004:55.

[7] SCOTT N,BAGGIO R,COOPER C.Network analysis and tourism:from theory to practice[M].New York:Channel View Publications,2008:222.

[8] SHIH H Y.Network characteristics of drive tourism destinations:An application of network analysis in tourism[J].Tourism Management,2006,27（5）:1029-1039.

[9] SCOTT N,COOPER C,BAGGIO R.Destination networks:four Australian case[J].Annals of Tourism Research,2008,35（1）:169-188.

[10]杨效忠，刘国明，冯立新，等.基于网络分析法的跨界旅游区空间经济联系——以壶口瀑布风景名胜区为例[J].地理研究,2011（7）:1319-1330.

[11]刘冰.广西民俗文化旅游线路的社会网络分析[J].广西民族大学学报（哲学社会科学版）,2015（5）:153-157.

[12]张俊丽，张红，刘妍.社会网络视角下山西省旅游线路优化整合分析[J].资源开发与市场,2016（1）:120-124.

[13]方叶林，黄震方，涂玮.社会网络视角下长三角城市旅游经济空间差异[J].热带地理,2013（2）:212-218.

[14]周慧玲，许春晓.湖南旅游经济空间网络结构特征研究[J].财经理论与实践,2015（6）:126-131.

[15]刘军.整体网分析讲义[M].上海：格致出版社,2009:97-105.

[16]陆林，余凤龙.中国旅游经济差异的空间特征分析[J].经济地理，2005（3）:406-410.

[17]左冰.旅游资本、资本积累与不平衡地理发展[M].北京:经济科学出版社,2010:51.

[18]唐顺铁，郭来喜.旅游流体系研究[J].旅游学刊,1998（3）:38-41.

[19]刘丝雨,李伟.基于旅游流视角的旅游经济联系研究评述[J].重庆工商大学学报（社会科学版）, 2014（1）:29-33.

[20]尹罡,张旻.旅游产业转型背景下资源非优区旅游开发研究——基于湖南省益阳市的案例分析[J].重庆理工大学学报（社会科学），2014（3）：52-57.

[21]敖荣军，韦燕生.中国区域旅游发展差异影响因素研究——来自1990—2003年的经验数据检验[J].财经研究,2006（3）:32-43.

[22]陆大道.区域发展及其空间结构[M].北京:科学出版社,1995:98-206.

（责任编辑魏艳君）

Research on Structural Evolution of Spatial Network for Fujian’s Tourism Economy

CHEN Zai-fu1, GUO Wei-feng2

（1.Business School, Minnan Normal University, Zhangzhou 363000, China；2.Institute of Tourism, Huaqiao University，Quanzhou 362021，China）

Based on the modified gravity model, the paper measures the intensity of tourism economic relations of 9 cities in Fujian province with the data of 2008, 2011, 2014. Using ucinet 6.0 software, with network density, centricity, and core-edge index of social network theory, the paper analyzes the evolution mechanism of tourism economic space structure of Fujian province. The conclusions show that, with the promotion of the tourist flow, tourism resources endowment, location factors, infrastructure, industrial structure, tourism economy network spatial structure correlation degree of Fujian province is increasing, the center of the core city status of Fuzhou, Xiamen, Quanzhou is increasingly enhancing, and the network structure of the tourism economic space is preliminary forming.

tourism economy; spatial network; structural evolution; Fujian province

2016-05-18

国家旅游局研究型英才培养项目“基于资本驱动的旅游文化空间演变研究”（WMYC20151038）；福建省社会科学规划项目“福建自贸区吸引台湾先进制造业与现代服务业协同集聚研究”（FJ2015B229）

陈再福（1974—），男，福建东山人，硕士，讲师，研究方向：旅游营销管理。

陈再福，郭伟锋.福建省旅游经济空间网络结构演化研究[J].重庆理工大学学报（社会科学），2016（12）:32-40.

format：CHEN Zai-fu, GUO Wei-feng.Research on Structural Evolution of Spatial Network for Fujian’s Tourism Economy[J].Journal of Chongqing University of Technology（Social Science），2016（12）:32-40.

10.3969/j.issn.1674-8425（s）.2016.12.006

F592.7

A

1674-8425（2016）12-0032-09