陳佩虹，蘇慧慧，王 晴，鄭媛婷

（1北京交通大學(xué)經(jīng)管學(xué)院 副教授，北京 100044；2北京交通大學(xué)經(jīng)管學(xué)院 碩士研究生，北京 100044；3北京交通大學(xué)經(jīng)管學(xué)院 碩士研究生，北京 100044；4中國國家鐵路集團有限公司辦公廳 高級會計師，北京 100844）

1 概述

中國高速鐵路（以下簡稱高鐵）始于1999年開工興建的秦沈客運專線，經(jīng)過20余年的高鐵建設(shè)和既有鐵路線路高速化改造，目前擁有全世界最大規(guī)模的高鐵網(wǎng)絡(luò)。隨著人民群眾的可支配收入時間日益增加，旅游需求不斷釋放，旅游市場規(guī)模持續(xù)擴大，中國旅游業(yè)呈現(xiàn)出持續(xù)穩(wěn)定的增長趨勢。高鐵節(jié)約旅行時間，重塑區(qū)域可達性與旅游交通格局，引發(fā)旅游市場供給與時空結(jié)構(gòu)變化，對區(qū)域旅游業(yè)發(fā)展具有重要影響。

本文通過搭建高鐵開通影響區(qū)域旅游業(yè)發(fā)展的理論框架，一方面從理論層面揭示高鐵開通對區(qū)域旅游業(yè)影響的內(nèi)在機理，另一方面借助實證檢驗高鐵開通對區(qū)域旅游業(yè)的影響大小、方向、顯著程度與時空異質(zhì)性，并提出高鐵、區(qū)域交通與旅游業(yè)發(fā)展的相關(guān)對策建議。

2 高鐵對旅游業(yè)增長的影響機制

2.1 高鐵影響游客出游時空行為

高鐵帶來的時空距離縮減，改變了游客出行目的地選擇，是區(qū)域旅游業(yè)增長的有力驅(qū)動與重要載體[1-3]。除了出行目的地的選擇，高鐵還通過影響游客出游半徑、出游頻次、逗留時間和旅游消費，對區(qū)域旅游業(yè)增長產(chǎn)生影響。

2.2 高鐵提高旅游地吸引力與接待力

高鐵開通促進旅游目的地可達性提升，改善旅游目的地的區(qū)位條件，有助于增加旅游地的吸引力；另一方面，高鐵改善了區(qū)域旅游生產(chǎn)要素的流動性，使得旅游業(yè)能夠在更廣的范圍內(nèi)進行資源優(yōu)化配置，生產(chǎn)要素的逐利性會促使其向邊際收益高的旅游目的地集聚，有助于改善沿線城市旅游業(yè)供給[4]。二者共同影響區(qū)域旅游業(yè)增長。

2.3 高鐵促進旅游地開發(fā)與競合發(fā)展

高鐵開通會強化原本旅游發(fā)達地區(qū)的高地地位，進一步促進沿線客流和旅游資源向其集聚，產(chǎn)生極化效應(yīng)；另一方面，高鐵開通使得原本因交通限制的優(yōu)質(zhì)旅游資源得到開發(fā)利用，促進客流和旅游資源沿交通線疏解以及核心旅游城市的外溢，產(chǎn)生擴散效應(yīng)。高鐵同時強化了核心區(qū)域的極化和擴散作用，有助于促進區(qū)域旅游合作和一體化發(fā)展[5]。

3 高鐵背景下旅游業(yè)增長的時空演變特征

3.1 研究對象與區(qū)域概況

本文以華東地區(qū)78個地級以上城市作為研究對象，在分析高鐵背景下區(qū)域旅游業(yè)增長的時空演變特征的基礎(chǔ)上，實證研究高鐵由線成網(wǎng)過程對區(qū)域旅游業(yè)增長的影響。華東地區(qū)是我國高鐵建設(shè)與網(wǎng)絡(luò)化布局的重要區(qū)域，旅游資源豐富，地區(qū)內(nèi)自然人文要素既具有共性基礎(chǔ)，又表現(xiàn)出顯著的差異性特征。選取華東地區(qū)作為研究對象，既能提供足夠的對照組，也便于觀察區(qū)域旅游業(yè)發(fā)展的動態(tài)與規(guī)律。研究時間段為2008—2018年，華東區(qū)域高鐵通車城市穩(wěn)步上升，由2008年的7個城市達到2018年的66個城市。

3.2 區(qū)域旅游業(yè)增長的時空演變分析

本文研究數(shù)據(jù)包括兩個方面：一是高鐵開通數(shù)據(jù)與鐵路最短旅行時間數(shù)據(jù)，來源于歷年全國鐵路列車時刻表、高鐵網(wǎng)，并結(jié)合歷年版本的極品列車時刻表軟件中的電子數(shù)據(jù)進行了交叉驗證；二是城市旅游業(yè)和社會經(jīng)濟相關(guān)數(shù)據(jù)，主要來源于中華人民共和國旅游和文化部、《全國A級景點名錄》、全國旅游景區(qū)質(zhì)量等級評定委員會公告、中國及地區(qū)統(tǒng)計年鑒等。

本文將區(qū)域內(nèi)各地級市的國內(nèi)旅游收入與國內(nèi)旅游人數(shù)作為表征區(qū)域旅游業(yè)增長的核心指標(biāo)，采用GIS空間分析方法，具體借助Arc Map分級符號與色彩工具，以及自然間斷點分級法，將國內(nèi)旅游收入與國內(nèi)旅游人數(shù)在空間地圖上疊加，對華東區(qū)域旅游業(yè)增長情況進行可視化聚類分析。同時結(jié)合區(qū)域內(nèi)高鐵發(fā)展歷程，在時間維度選擇不同斷面，分析高鐵背景下華東地區(qū)旅游業(yè)增長的時空總體格局與分異特征，在此基礎(chǔ)上初步探討其中高鐵開通對旅游業(yè)增長的影響。基于上述方法，本文繪制得到華東區(qū)域2008—2017年旅游業(yè)增長的時空地圖，并結(jié)合區(qū)域高鐵發(fā)展三個階段，選取2008年、2014年與2017年三個時間斷面進行時空演變分析。國內(nèi)旅游收入以分級色彩展示，國內(nèi)旅游人數(shù)以分級符號表征，見圖1所示。

圖1 2008、2014和2017年華東區(qū)域旅游業(yè)分布地圖

由圖1可知，伴隨著高鐵由線成網(wǎng)的發(fā)展進程，華東區(qū)域旅游業(yè)發(fā)展整體也取得了長足進步。但在空間層面也呈現(xiàn)出明顯的非均衡性，在高鐵發(fā)展的不同階段表現(xiàn)出相應(yīng)的空間分布差異：（1）華東區(qū)域旅游業(yè)呈現(xiàn)以省會城市與省域內(nèi)主要旅游城市為核心的“中心—外圍”分布模式；（2）高鐵背景下城市群內(nèi)部旅游業(yè)發(fā)展呈現(xiàn)圈層結(jié)構(gòu)并向外擴散態(tài)勢；（3）高鐵發(fā)展在促進區(qū)域旅游資源開發(fā)與競合發(fā)展、引導(dǎo)客流聚散與帶動旅游業(yè)增長方面具有積極作用。

4 高鐵開通對旅游業(yè)增長影響的實證分析

首先構(gòu)建高鐵開通影響區(qū)域旅游業(yè)增長的DID模型，實證估計高鐵開通對區(qū)域旅游業(yè)增長的影響程度；其次在基準(zhǔn)回歸的基礎(chǔ)上，借助PSM后的樣本估計高鐵開通對區(qū)域旅游業(yè)增長的凈影響，并通過“平行趨勢”檢驗保證PSM結(jié)果的可靠性。

4.1 實證模型介紹與構(gòu)建

4.1.1 雙重差分模型（DID）

近年來我國旅游業(yè)市場持續(xù)升溫，高鐵開通與旅游業(yè)發(fā)展的內(nèi)生性和雙向因果關(guān)系不容忽視。本文將高鐵開通作為一項“準(zhǔn)自然實驗”，構(gòu)建高鐵開通影響城市旅游業(yè)的DID模型，具體見式（1）。

式中變量進行說明，詳見表1。

表1 變量說明

變量解釋由表1所示，其中LNTOUit選取城市年度旅游收入的對數(shù)（LNTINCit）和年度旅游人數(shù)的對數(shù)（LNTNUMit），Git估計系數(shù)α3用于衡量高鐵開通對城市旅游業(yè)的凈影響，是本文重點觀測對象。DID過程展示見圖2。

圖2 DID過程

4.1.2 傾向得分匹配（PSM）

雙重差分法（DID）需要滿足“平行趨勢”假定，而傾向得分匹配（PSM）可為實驗組匹配符合“平行趨勢”的對照組。具體步驟如下：（1）根據(jù)處理變量G和協(xié)變量X，采用概率回歸模型計算傾向得分，協(xié)變量選擇依據(jù)為將影響處理變量和結(jié)果變量的核心因素納入；（2）選擇合適的匹配方法，為實驗組的每個個體確定與其匹配的全部對照組個體，即確定PSM后樣本集合；（3）分別計算實驗組和與其匹配的對照組個體的結(jié)果變量前后變化；（4）進行PSM-DID估計，計算平均處理效應(yīng)。

式（2）為本文擬構(gòu)建用于計算傾向得分的Logit模型，具體變量說明見表2。

表2 變量說明

由表2可知具體變量情況，i和t分別為個體和年份時間變量；此外，PSM還需通過考察匹配前后的協(xié)變量標(biāo)準(zhǔn)化偏差和結(jié)果變量共同取值范圍。

4.1.3 鐵路交通可達性模型

Bo and Ningqiao的研究指出，高鐵在不同可達性地區(qū)對產(chǎn)業(yè)增長有著不同程度的影響[6]。本文將可達性概念引入計量模型，主要用于考察在不同交通區(qū)位條件下，高鐵開通對旅游業(yè)增長的差異性影響，對最短旅行時間進行經(jīng)濟加權(quán)，采用經(jīng)濟發(fā)展水平和人口規(guī)模構(gòu)建加權(quán)最短平均旅行時間模型，從而計算得到城市鐵路交通可達性，具體見式（3）。

變量說明見表3。

表3 變量說明

4.2 研究變量與指標(biāo)選取

4.2.1 變量指標(biāo)選取

核心被解釋變量，核心解釋變量，控制變量和其他變量見表4。

表4 變量與指標(biāo)選取

4.2.2 描述性統(tǒng)計分析

本文的研究樣本容量為2008—2017年華東地區(qū)78個地級以上城市的面板數(shù)據(jù)，全樣本共計780個觀測值。其中區(qū)域內(nèi)開通高鐵地級市59個，作為實驗組，共計590個觀測值；未開通高鐵地級市19個，作為控制組，共計190個觀測值。

4.3 高鐵開通對旅游業(yè)增長的實證結(jié)果分析

4.3.1 DID估計結(jié)果分析

基于式（1）構(gòu)建的DID模型，本文采用逐個加入控制變量參與回歸的策略，通過觀測高鐵變量GT的系數(shù)變化與顯著性、模型整體擬合優(yōu)度水平，分別估計高鐵開通對旅游收入與人數(shù)的凈影響。本文將旅游收入與人數(shù)取對數(shù)后進行回歸，表5與表6分別給出了基準(zhǔn)回歸結(jié)果。

據(jù)表5、表6可知，通過逐步加入控制變量參與回歸，一方面高鐵變量GT的系數(shù)始終為正且在1%的水平下保持顯著，這表明高鐵開通促進了城市旅游總收入和旅游總?cè)藬?shù)的增加，結(jié)果具有穩(wěn)健性；另一方面模型的擬合優(yōu)度不斷提高，GT的系數(shù)不斷下降也表明本文選取控制變量的有效性與必要性，如不加入控制變量則會高估高鐵對旅游業(yè)增長的影響，高鐵開通顯著促進了城市旅游收入和人數(shù)的增加。

表5 旅游收入基準(zhǔn)回歸

表6 旅游人數(shù)基準(zhǔn)回歸

4.3.2 PSM-DID估計結(jié)果

鑒于DID方法需要滿足實驗組與處理組之間的“平行趨勢”假定可能存在的誤差，本文通過對樣本進行隨機排序，借助式（2）的Logit模型計算傾向得分，本文采用一對一有放回匹配方法，繪制得到了匹配前后處理組與控制組的傾向得分概率分布圖如下。

圖3 匹配前處理組與控制組傾向得分概率分布

圖4 匹配后處理組與控制組傾向得分概率分布

根據(jù)圖中對比分析可知，匹配前處理組與控制組的傾向得分概率分布存在較大差異，可能存在“選擇偏誤”問題，如果直接進行DID估計會導(dǎo)致估計偏誤。經(jīng)匹配發(fā)現(xiàn)，處理組與控制組的傾向得分概率差異大幅減小，基本符合二者之間的“平行趨勢”要求。為評判PSM結(jié)果的有效性，本文進一步檢驗PSM是否同時較好實現(xiàn)了數(shù)據(jù)平衡，匹配前各協(xié)變量的標(biāo)準(zhǔn)化偏差較大，經(jīng)過匹配后得到大幅度下降，匹配后各協(xié)變量的標(biāo)準(zhǔn)化偏差更加趨近于0，其絕對值均控制在10%以內(nèi)，表明匹配過程較好地實現(xiàn)了數(shù)據(jù)平衡，保證了PSM的有效性。

在PSM-DID估計結(jié)果中，無論就旅游總收入還是旅游總?cè)藬?shù)而言，與基準(zhǔn)回歸的結(jié)果方向一致，且模型擬合水平較高，這表明高鐵開通確實促進了城市旅游業(yè)增長，這一結(jié)果在通過PSM保證實驗組與控制組“平行趨勢”的條件下仍然具有穩(wěn)健性，旅游服務(wù)水平、文化資源強度與旅游市場規(guī)模均對城市旅游總收入具有積極顯著的正向影響，與基準(zhǔn)回歸的估計結(jié)果是基本一致的。

4.3.3 異質(zhì)性與穩(wěn)健性檢驗

1）分時間段的異質(zhì)性檢驗。本文將研究時間段劃分為2008—2012年和2013—2017年兩個不同階段，用于考察高鐵網(wǎng)絡(luò)化發(fā)展對旅游業(yè)增長的差異性影響。經(jīng)檢驗發(fā)現(xiàn)，無論是旅游收入還是人數(shù)，2013—2017年的GT系數(shù)均顯著大于2008—2012年，表明隨著高鐵網(wǎng)絡(luò)的不斷完善，高鐵對區(qū)域旅游業(yè)增長的貢獻也在進一步提升?？刂谱兞抗烙嫿Y(jié)果與基準(zhǔn)回歸基本一致，其中星級酒店數(shù)量對城市旅游收入的影響在2008—2012年顯著為正，但在2013—2017年不顯著為負，這可能與城市星級酒店摘星整改有關(guān)。

2）按鐵路可達性分類的異質(zhì)性檢驗。本文通過將可達性概念引入計量模型，基于式（3）計算得到城市鐵路可達性，將研究樣本均分為高可達性與低可達性地區(qū)，在不同交通區(qū)位條件下，考察高鐵開通對旅游業(yè)增長的差異性影響。經(jīng)檢驗發(fā)現(xiàn)，無論是旅游收入還是人數(shù)，低可達性地區(qū)的GT系數(shù)均顯著大于高可達性地區(qū)，表明在低可達性地區(qū)，高鐵開通對旅游業(yè)增長的影響相較于高可達性地區(qū)更大。

3）按城市重要性分類的異質(zhì)性檢驗。為驗證高鐵對旅游業(yè)增長的影響程度是否會因城市為省會城市或主要旅游城市而有所不同，本文結(jié)合是否為省會城市及5A級景區(qū)數(shù)兩個指標(biāo)，將研究對象劃分為“省會城市及省域內(nèi)主要旅游城市”與“其他城市”兩個分樣本進行異質(zhì)性檢驗。發(fā)現(xiàn)省會城市及省域內(nèi)主要旅游城市旅游收入和人數(shù)的GT系數(shù)均顯著大于其他城市，說明高鐵開通促進了旅游業(yè)在省會城市及省域內(nèi)主要旅游城市的聚集。

4）穩(wěn)健性檢驗。為進一步保證估計結(jié)果的穩(wěn)健性，本文通過剔除入境旅游市場，采用國內(nèi)旅游收入INC與國內(nèi)旅游人數(shù)NUM取對數(shù)后進行替代變量檢驗，進一步剔除省會與副省級城市、剔除兩端人口規(guī)模大于1 000萬與小于200萬城市，觀測高鐵開通對旅游業(yè)增長的影響估計結(jié)果前后是否一致。經(jīng)過檢驗，發(fā)現(xiàn)剔除入境旅游市場后，高鐵開通對國內(nèi)旅游收入與數(shù)的影響均顯著為正；進一步剔除省會與副省級城市、以及兩端人口規(guī)模大于1 000萬與小于200萬城市后，高鐵開通對旅游業(yè)增長的影響也均顯著為正。各控制變量估計結(jié)果與基準(zhǔn)回歸和PSM-DID估計結(jié)果也基本保持一致，模型的實證結(jié)果通過穩(wěn)健性檢驗。

5 結(jié)論

伴隨著高鐵由線成網(wǎng)的發(fā)展進程，華東區(qū)域旅游業(yè)發(fā)展整體也取得了長足進步，國內(nèi)旅游收入和旅游人數(shù)均保持顯著增長，但旅游業(yè)增長在空間層面也呈現(xiàn)出明顯的非均衡性，在高鐵發(fā)展的不同階段也表現(xiàn)出相應(yīng)的分異性特征。華東區(qū)域旅游業(yè)呈現(xiàn)以省會城市與省域內(nèi)主要旅游城市為核心的“中心—外圍”分布模式；城市群內(nèi)部旅游業(yè)發(fā)展呈現(xiàn)圈層結(jié)構(gòu)并向外擴散態(tài)勢；高鐵發(fā)展在促進區(qū)域旅游資源開發(fā)與競合發(fā)展、引導(dǎo)客流聚散與帶動旅游業(yè)增長方面具有積極作用。

高鐵開通促進了華東地區(qū)城市旅游業(yè)的增長，這一結(jié)果在基準(zhǔn)回歸、PSM-DID估計與分樣本回歸中均具有穩(wěn)健性；PSM-DID估計結(jié)果顯示，高鐵帶來了約17.99%的旅游收入增加，以及約14.07%的旅游人數(shù)增加；隨著高鐵網(wǎng)絡(luò)的不斷完善，高鐵對區(qū)域旅游業(yè)增長的貢獻也在進一步提升；在低可達性地區(qū)，高鐵開通對旅游業(yè)增長的影響相較于高可達性地區(qū)更大；高鐵開通促進了旅游業(yè)在省會城市及省域內(nèi)主要旅游城市的聚集效應(yīng)；城市旅游資源強度、文化資源強度、旅游市場規(guī)模與交通發(fā)展水平對城市旅游業(yè)增長具有促進作用。