Ｒ ＝ｆ （Ｄ，Ｐ，Ｃ，Ｓ，Ｇ，Ｉ，Ｔ）

其中经济带旅游经济网络Ｒ是由修正的引力模型计算结果构建的旅游经济联系矩阵，其他自变量是由两两城市影响因素指标值相减取绝对值构建的差异矩阵。由于理论假设中的变量全是关系数据，变量之间可能存在高度相关性，使用传统多元回归分析（OLS）可能会出现多重共线性问题，而社会网络分析中QAP（Quadratic Assignment Procedure）是一种以随机化抽样检验为基础的研究“关系”数据的非参数估计方法，不需假定变量间相互独立，能够有效避免多重共线性问题。因此，本文采用QAP相关分析和回归分析判别和提取其影响因素，并对影响程度进行拟合回归。 

3.2 影响因素分析结果 

（１）QAP相关分析

AQP相关性分析通过重复抽样的方式对方阵进行两两间的相似性比较，进而计算出矩阵间的相关性系数并对其检验。通俗来讲，AQP相关分析是用来研究各个矩阵之间是否存在相关关系。打开Ucinet6.0 软件QAP相关分析模块，输入经济带旅游经济联系矩阵和其他自变量关系矩阵，选择5000次随机置换，然后提交运算。分析结果见表5。

由表5可知，地理空间距离差异矩阵、旅游流差异矩阵、旅游资源禀赋差异矩阵与经济带旅游经济联系矩阵的相关性分析通过了1％的显著性检验，说明地理空间距离、旅游流、旅游资源禀赋是影响经济带旅游经济网络的重要因素。其中，地理空间距离差异矩阵与旅游经济联系矩阵的相关性系数为－0.35，表明城市间公路距离与城市间旅游经济联系呈负相关，城市间公路距离越小越容易建立联系。旅游服务设施差异矩阵、区域经济基础差异矩阵通过了5％的显著性检验，产业结构差异矩阵通过了10％的显著性检验，且与旅游经济网络相关性系数为正值，说明以上因素对旅游经济网络的形成和演变有促进作用。交通密度差异矩阵与经济带的旅游经济联系矩阵相关性分析没有通过显著性检验，说明公路交通密度对经济带旅游经济联系网络的影响不显著。 

（２）QAP回归分析 

QAP回归分析的目的是研究多个矩阵与一个矩阵间的回归关系，并对判定系数R2的显著性进行检验。打开Ucinet6.0软件的 QAP回归分析模块，依次输入自变量矩阵和经济带旅游经济联系矩阵进行QAP回归分析，交通密度差异矩阵没有通过QAP相关分析，因此进行回归分析时剔除此变量，分析结果见表6。由QAP分析结果可知，调整后的R2为0.583，且通过了1％的显著性水平检验，表明这些影响因素能够解释经济带旅游经济网络形成和演变的58.3％，QAP回归分析R2通常比OLS低，说明整个回归分析的拟合优度较好。其中，回归分析的观察项值为110，是由经济带11个城市构成11×11的矩阵，去除对角线值后为110个。

由表6可知，用以表征地理空间距离的D变量符号为负，且通过了5％的显著性检验，说明区域旅游经济联系网络与地理空间距离呈负相关，这与引力定律公式一致，在其他条件相等的情况下，两个城市间空间距离越小，旅游经济联系越紧密。旅游流差异矩阵的标准化回归系数为0.316，且通过了1％的显著性检验，即旅游流与旅游经济联系网络显著正相关，表明旅游流是形成区域旅游经济网络的基本要素。旅游资源禀赋差异矩阵C、区域经济基础差异矩阵G、旅游服务设 施差异矩阵S和产业结构差异矩阵I的标准化回归系数都为正，且都通过了5％或10％的显著性检验，表明旅游资源禀赋、区域经济基础、旅游服务设施和产业结构对经济带旅游经济网络的形成具有显著的正面影响。QAP分析结果为经济带实现区域旅游一体化提供了发展思路，在推进经济带旅游协同发展时可以从增强可进入性、提高旅游接待水平、挖掘旅游资源优势、增强区域经济基础和优化产业结构等方面着手。

4.1 结论 

本文基于修正的引力模型测算经济带旅游经济联系强度，在此基础上运用社会网络分析的网络密度、中心度、核心－边缘模型和QAP分析等指标探究经济带旅游经济网络结构特征及影响因素，研究发现： 

（１）从旅游经济联系分析来看，研究期间珠江－西江经济带旅游经济联系度和联系量显著提高，旅游经济联系日益密切，但是各城市旅游经济联系量相差悬殊。作为广东和广西的省会城市，广州和南宁的旅游经济辐射范围主要集中在各自省份内，对整个经济带旅游经济的辐射带动效应还有限。随着时间演变，城市间旅游经济联系差距在逐渐缩小， 广州、佛山、肇庆和云浮所占旅游经济联系量比例下降，南宁、柳州和来宾等城市所占比重有明显上升。 

（２）从可视化网络结构图来看，旅游经济网络结构是以城市间旅游经济联系为基础形成的网络在空间上的投影，随着经济带各城市旅游经济联系的增强，旅游经济网络由松散到紧密、由简单到复杂，网络空间结构也由东部密集、西部稀疏的不均衡分布格局走向相对均衡的分布格局。2017年时经济带旅游经济网络结构呈现以广州、佛山、南宁、柳州、贵港、来宾等城市为中心的多中心共同发展格局，经济带旅游经济网络结构日趋合理。