高鐵對(duì)區(qū)域旅游業(yè)發(fā)展的影響研究*
——以華東區(qū)地級(jí)市為例

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(guó)國(guó)家鐵路集團(tuán)有限公司辦公廳 高級(jí)會(huì)計(jì)師，北京 100844）

1 概述

中國(guó)高速鐵路（以下簡(jiǎn)稱(chēng)高鐵）始于1999年開(kāi)工興建的秦沈客運(yùn)專(zhuān)線(xiàn)，經(jīng)過(guò)20余年的高鐵建設(shè)和既有鐵路線(xiàn)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(shí)間日益增加，旅游需求不斷釋放，旅游市場(chǎng)規(guī)模持續(xù)擴(kuò)大，中國(guó)旅游業(yè)呈現(xiàn)出持續(xù)穩(wěn)定的增長(zhǎng)趨勢(shì)。高鐵節(jié)約旅行時(shí)間，重塑區(qū)域可達(dá)性與旅游交通格局，引發(fā)旅游市場(chǎng)供給與時(shí)空結(jié)構(gòu)變化，對(duì)區(qū)域旅游業(yè)發(fā)展具有重要影響。

本文通過(guò)搭建高鐵開(kāi)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(kāi)通對(duì)區(qū)域旅游業(yè)影響的內(nèi)在機(jī)理，另一方面借助實(shí)證檢驗(yàn)高鐵開(kāi)通對(duì)區(qū)域旅游業(yè)的影響大小、方向、顯著程度與時(shí)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(duì)策建議。

2 高鐵對(duì)旅游業(yè)增長(zhǎng)的影響機(jī)制

2.1 高鐵影響游客出游時(shí)空行為

高鐵帶來(lái)的時(shí)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(zhǎng)的有力驅(qū)動(dòng)與重要載體[1-3]。除了出行目的地的選擇，高鐵還通過(guò)影響游客出游半徑、出游頻次、逗留時(shí)間和旅游消費(fèi)，對(duì)區(qū)域旅游業(yè)增長(zhǎng)產(chǎn)生影響。

2.2 高鐵提高旅游地吸引力與接待力

高鐵開(kāi)通促進(jìn)旅游目的地可達(dá)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(dòng)性，使得旅游業(yè)能夠在更廣的范圍內(nèi)進(jìn)行資源優(yōu)化配置，生產(chǎn)要素的逐利性會(huì)促使其向邊際收益高的旅游目的地集聚，有助于改善沿線(xiàn)城市旅游業(yè)供給[4]。二者共同影響區(qū)域旅游業(yè)增長(zhǎng)。

2.3 高鐵促進(jìn)旅游地開(kāi)發(fā)與競(jìng)合發(fā)展

高鐵開(kāi)通會(huì)強(qiáng)化原本旅游發(fā)達(dá)地區(qū)的高地地位，進(jìn)一步促進(jìn)沿線(xiàn)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(kāi)通使得原本因交通限制的優(yōu)質(zhì)旅游資源得到開(kāi)發(fā)利用，促進(jìn)客流和旅游資源沿交通線(xiàn)疏解以及核心旅游城市的外溢，產(chǎn)生擴(kuò)散效應(yīng)。高鐵同時(shí)強(qiáng)化了核心區(qū)域的極化和擴(kuò)散作用，有助于促進(jìn)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(zhǎng)的時(shí)空演變特征

3.1 研究對(duì)象與區(qū)域概況

本文以華東地區(qū)78個(gè)地級(jí)以上城市作為研究對(duì)象，在分析高鐵背景下區(qū)域旅游業(yè)增長(zhǎng)的時(shí)空演變特征的基礎(chǔ)上，實(shí)證研究高鐵由線(xiàn)成網(wǎng)過(guò)程對(duì)區(qū)域旅游業(yè)增長(zhǎng)的影響。華東地區(qū)是我國(guó)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(duì)象，既能提供足夠的對(duì)照組，也便于觀察區(qū)域旅游業(yè)發(fā)展的動(dòng)態(tài)與規(guī)律。研究時(shí)間段為2008—2018年，華東區(qū)域高鐵通車(chē)城市穩(wěn)步上升，由2008年的7個(gè)城市達(dá)到2018年的66個(gè)城市。

3.2 區(qū)域旅游業(yè)增長(zhǎng)的時(shí)空演變分析

本文研究數(shù)據(jù)包括兩個(gè)方面：一是高鐵開(kāi)通數(shù)據(jù)與鐵路最短旅行時(shí)間數(shù)據(jù)，來(lái)源于歷年全國(guó)鐵路列車(chē)時(shí)刻表、高鐵網(wǎng)，并結(jié)合歷年版本的極品列車(chē)時(shí)刻表軟件中的電子數(shù)據(jù)進(jìn)行了交叉驗(yàn)證；二是城市旅游業(yè)和社會(huì)經(jīng)濟(jì)相關(guān)數(shù)據(jù)，主要來(lái)源于中華人民共和國(guó)旅游和文化部、《全國(guó)A級(jí)景點(diǎn)名錄》、全國(guó)旅游景區(qū)質(zhì)量等級(jí)評(píng)定委員會(huì)公告、中國(guó)及地區(qū)統(tǒng)計(jì)年鑒等。

本文將區(qū)域內(nèi)各地級(jí)市的國(guó)內(nèi)旅游收入與國(guó)內(nèi)旅游人數(shù)作為表征區(qū)域旅游業(yè)增長(zhǎng)的核心指標(biāo)，采用GIS空間分析方法，具體借助Arc Map分級(jí)符號(hào)與色彩工具，以及自然間斷點(diǎn)分級(jí)法，將國(guó)內(nèi)旅游收入與國(guó)內(nèi)旅游人數(shù)在空間地圖上疊加，對(duì)華東區(qū)域旅游業(yè)增長(zhǎng)情況進(jìn)行可視化聚類(lèi)分析。同時(shí)結(jié)合區(qū)域內(nèi)高鐵發(fā)展歷程，在時(shí)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(zhǎng)的時(shí)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(kāi)通對(duì)旅游業(yè)增長(zhǎng)的影響?；谏鲜龇椒ǎ疚睦L制得到華東區(qū)域2008—2017年旅游業(yè)增長(zhǎng)的時(shí)空地圖，并結(jié)合區(qū)域高鐵發(fā)展三個(gè)階段，選取2008年、2014年與2017年三個(gè)時(shí)間斷面進(jìn)行時(shí)空演變分析。國(guó)內(nèi)旅游收入以分級(jí)色彩展示，國(guó)內(nèi)旅游人數(shù)以分級(jí)符號(hào)表征，見(jiàn)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(xiàn)成網(wǎng)的發(fā)展進(jìn)程，華東區(qū)域旅游業(yè)發(fā)展整體也取得了長(zhǎng)足進(jìn)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(huì)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(kuò)散態(tài)勢(shì)；（3）高鐵發(fā)展在促進(jìn)區(qū)域旅游資源開(kāi)發(fā)與競(jìng)合發(fā)展、引導(dǎo)客流聚散與帶動(dòng)旅游業(yè)增長(zhǎng)方面具有積極作用。

4 高鐵開(kāi)通對(duì)旅游業(yè)增長(zhǎng)影響的實(shí)證分析

首先構(gòu)建高鐵開(kāi)通影響區(qū)域旅游業(yè)增長(zhǎng)的DID模型，實(shí)證估計(jì)高鐵開(kāi)通對(duì)區(qū)域旅游業(yè)增長(zhǎng)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(jì)高鐵開(kāi)通對(duì)區(qū)域旅游業(yè)增長(zhǎng)的凈影響，并通過(guò)“平行趨勢(shì)”檢驗(yàn)保證PSM結(jié)果的可靠性。

4.1 實(shí)證模型介紹與構(gòu)建

4.1.1 雙重差分模型（DID）

近年來(lái)我國(guó)旅游業(yè)市場(chǎng)持續(xù)升溫，高鐵開(kāi)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(kāi)通作為一項(xiàng)“準(zhǔn)自然實(shí)驗(yàn)”，構(gòu)建高鐵開(kāi)通影響城市旅游業(yè)的DID模型，具體見(jiàn)式（1）。

式中變量進(jìn)行說(shuō)明，詳見(jiàn)表1。

表1 變量說(shuō)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(duì)數(shù)（LNTINCit）和年度旅游人數(shù)的對(duì)數(shù)（LNTNUMit），Git估計(jì)系數(shù)α3用于衡量高鐵開(kāi)通對(duì)城市旅游業(yè)的凈影響，是本文重點(diǎn)觀測(cè)對(duì)象。DID過(guò)程展示見(jiàn)圖2。

圖2 DID過(guò)程

4.1.2 傾向得分匹配（PSM）

雙重差分法（DID）需要滿(mǎn)足“平行趨勢(shì)”假定，而傾向得分匹配（PSM）可為實(shí)驗(yàn)組匹配符合“平行趨勢(shì)”的對(duì)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(jì)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(shí)驗(yàn)組的每個(gè)個(gè)體確定與其匹配的全部對(duì)照組個(gè)體，即確定PSM后樣本集合；（3）分別計(jì)算實(shí)驗(yàn)組和與其匹配的對(duì)照組個(gè)體的結(jié)果變量前后變化；（4）進(jìn)行PSM-DID估計(jì)，計(jì)算平均處理效應(yīng)。

式（2）為本文擬構(gòu)建用于計(jì)算傾向得分的Logit模型，具體變量說(shuō)明見(jiàn)表2。

表2 變量說(shuō)明

由表2可知具體變量情況，i和t分別為個(gè)體和年份時(shí)間變量；此外，PSM還需通過(guò)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(dá)性模型

Bo and Ningqiao的研究指出，高鐵在不同可達(dá)性地區(qū)對(duì)產(chǎn)業(yè)增長(zhǎng)有著不同程度的影響[6]。本文將可達(dá)性概念引入計(jì)量模型，主要用于考察在不同交通區(qū)位條件下，高鐵開(kāi)通對(duì)旅游業(yè)增長(zhǎng)的差異性影響，對(duì)最短旅行時(shí)間進(jìn)行經(jīng)濟(jì)加權(quán)，采用經(jīng)濟(jì)發(fā)展水平和人口規(guī)模構(gòu)建加權(quán)最短平均旅行時(shí)間模型，從而計(jì)算得到城市鐵路交通可達(dá)性，具體見(jiàn)式（3）。

變量說(shuō)明見(jiàn)表3。

表3 變量說(shuō)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(jiàn)表4。

表4 變量與指標(biāo)選取

4.2.2 描述性統(tǒng)計(jì)分析

本文的研究樣本容量為2008—2017年華東地區(qū)78個(gè)地級(jí)以上城市的面板數(shù)據(jù)，全樣本共計(jì)780個(gè)觀測(cè)值。其中區(qū)域內(nèi)開(kāi)通高鐵地級(jí)市59個(gè)，作為實(shí)驗(yàn)組，共計(jì)590個(gè)觀測(cè)值；未開(kāi)通高鐵地級(jí)市19個(gè)，作為控制組，共計(jì)190個(gè)觀測(cè)值。

4.3 高鐵開(kāi)通對(duì)旅游業(yè)增長(zhǎng)的實(shí)證結(jié)果分析

4.3.1 DID估計(jì)結(jié)果分析

基于式（1）構(gòu)建的DID模型，本文采用逐個(gè)加入控制變量參與回歸的策略，通過(guò)觀測(cè)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(jì)高鐵開(kāi)通對(duì)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(duì)數(shù)后進(jìn)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(guò)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(kāi)通促進(jìn)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(huì)高估高鐵對(duì)旅游業(yè)增長(zhǎng)的影響，高鐵開(kāi)通顯著促進(jìn)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(jì)結(jié)果

鑒于DID方法需要滿(mǎn)足實(shí)驗(yàn)組與處理組之間的“平行趨勢(shì)”假定可能存在的誤差，本文通過(guò)對(duì)樣本進(jìn)行隨機(jī)排序，借助式（2）的Logit模型計(jì)算傾向得分，本文采用一對(duì)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(duì)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(wèn)題，如果直接進(jìn)行DID估計(jì)會(huì)導(dǎo)致估計(jì)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(shì)”要求。為評(píng)判PSM結(jié)果的有效性，本文進(jìn)一步檢驗(yàn)PSM是否同時(shí)較好實(shí)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(guò)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(duì)值均控制在10%以?xún)?nèi)，表明匹配過(guò)程較好地實(shí)現(xiàn)了數(shù)據(jù)平衡，保證了PSM的有效性。

在PSM-DID估計(jì)結(jié)果中，無(wú)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(kāi)通確實(shí)促進(jìn)了城市旅游業(yè)增長(zhǎng)，這一結(jié)果在通過(guò)PSM保證實(shí)驗(yàn)組與控制組“平行趨勢(shì)”的條件下仍然具有穩(wěn)健性，旅游服務(wù)水平、文化資源強(qiáng)度與旅游市場(chǎng)規(guī)模均對(duì)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(jì)結(jié)果是基本一致的。

4.3.3 異質(zhì)性與穩(wěn)健性檢驗(yàn)

1）分時(shí)間段的異質(zhì)性檢驗(yàn)。本文將研究時(shí)間段劃分為2008—2012年和2013—2017年兩個(gè)不同階段，用于考察高鐵網(wǎng)絡(luò)化發(fā)展對(duì)旅游業(yè)增長(zhǎng)的差異性影響。經(jīng)檢驗(yàn)發(fā)現(xiàn)，無(wú)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(duì)區(qū)域旅游業(yè)增長(zhǎng)的貢獻(xiàn)也在進(jìn)一步提升?？刂谱兞抗烙?jì)結(jié)果與基準(zhǔn)回歸基本一致，其中星級(jí)酒店數(shù)量對(duì)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(fù)，這可能與城市星級(jí)酒店摘星整改有關(guān)。

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

3）按城市重要性分類(lèi)的異質(zhì)性檢驗(yàn)。為驗(yàn)證高鐵對(duì)旅游業(yè)增長(zhǎng)的影響程度是否會(huì)因城市為省會(huì)城市或主要旅游城市而有所不同，本文結(jié)合是否為省會(huì)城市及5A級(jí)景區(qū)數(shù)兩個(gè)指標(biāo)，將研究對(duì)象劃分為“省會(huì)城市及省域內(nèi)主要旅游城市”與“其他城市”兩個(gè)分樣本進(jìn)行異質(zhì)性檢驗(yàn)。發(fā)現(xiàn)省會(huì)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(shuō)明高鐵開(kāi)通促進(jìn)了旅游業(yè)在省會(huì)城市及省域內(nèi)主要旅游城市的聚集。

4）穩(wěn)健性檢驗(yàn)。為進(jìn)一步保證估計(jì)結(jié)果的穩(wěn)健性，本文通過(guò)剔除入境旅游市場(chǎng)，采用國(guó)內(nèi)旅游收入INC與國(guó)內(nèi)旅游人數(shù)NUM取對(duì)數(shù)后進(jìn)行替代變量檢驗(yàn)，進(jìn)一步剔除省會(huì)與副省級(jí)城市、剔除兩端人口規(guī)模大于1 000萬(wàn)與小于200萬(wàn)城市，觀測(cè)高鐵開(kāi)通對(duì)旅游業(yè)增長(zhǎng)的影響估計(jì)結(jié)果前后是否一致。經(jīng)過(guò)檢驗(yàn)，發(fā)現(xiàn)剔除入境旅游市場(chǎng)后，高鐵開(kāi)通對(duì)國(guó)內(nèi)旅游收入與數(shù)的影響均顯著為正；進(jìn)一步剔除省會(huì)與副省級(jí)城市、以及兩端人口規(guī)模大于1 000萬(wàn)與小于200萬(wàn)城市后，高鐵開(kāi)通對(duì)旅游業(yè)增長(zhǎng)的影響也均顯著為正。各控制變量估計(jì)結(jié)果與基準(zhǔn)回歸和PSM-DID估計(jì)結(jié)果也基本保持一致，模型的實(shí)證結(jié)果通過(guò)穩(wěn)健性檢驗(yàn)。

5 結(jié)論

伴隨著高鐵由線(xiàn)成網(wǎng)的發(fā)展進(jìn)程，華東區(qū)域旅游業(yè)發(fā)展整體也取得了長(zhǎng)足進(jìn)步，國(guó)內(nèi)旅游收入和旅游人數(shù)均保持顯著增長(zhǎng)，但旅游業(yè)增長(zhǎng)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(huì)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(kuò)散態(tài)勢(shì)；高鐵發(fā)展在促進(jìn)區(qū)域旅游資源開(kāi)發(fā)與競(jìng)合發(fā)展、引導(dǎo)客流聚散與帶動(dòng)旅游業(yè)增長(zhǎng)方面具有積極作用。

高鐵開(kāi)通促進(jìn)了華東地區(qū)城市旅游業(yè)的增長(zhǎng)，這一結(jié)果在基準(zhǔn)回歸、PSM-DID估計(jì)與分樣本回歸中均具有穩(wěn)健性；PSM-DID估計(jì)結(jié)果顯示，高鐵帶來(lái)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(duì)區(qū)域旅游業(yè)增長(zhǎng)的貢獻(xiàn)也在進(jìn)一步提升；在低可達(dá)性地區(qū)，高鐵開(kāi)通對(duì)旅游業(yè)增長(zhǎng)的影響相較于高可達(dá)性地區(qū)更大；高鐵開(kāi)通促進(jìn)了旅游業(yè)在省會(huì)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(qiáng)度、文化資源強(qiáng)度、旅游市場(chǎng)規(guī)模與交通發(fā)展水平對(duì)城市旅游業(yè)增長(zhǎng)具有促進(jìn)作用。