雙邊政治沖突事件多大程度影響到訪游客人數(shù)？

邢劍華 張輝

引用格式：邢劍華，張輝. 雙邊政治沖突事件多大程度影響到訪游客人數(shù)？——基于2012年中日釣魚島事件的影響效應評估[J]. 旅游學刊， 2021， 36（6）： 103-115. [XING Jianhua， ZHANG Hui. Do bilateral political conflicts affect visitor arrivals？—Empirical study of Sino-Japanese Diaoyu Islands dispute in 2012[J]. Tourism Tribune， 2021， 36（6）： 103-115.]

[摘? ? 要]文章基于國際關系影響視角，將雙邊政治沖突事件對國際貨物貿(mào)易影響的相關研究延伸至國際旅游服務貿(mào)易領域，以2012年9月因日本政府實質性推進釣魚島“國有化”計劃所引發(fā)的中日雙邊政治沖突事件為例，運用基于反事實因果理論的雙重差分法，就事件對中國公民赴日旅游的影響效應進行了全面評估。研究表明，此次事件導致中國赴日旅游人數(shù)平均減少了16.8%，影響效應自2012年第四季度開始顯現(xiàn)并在該季度影響最大，當期中國赴日旅游人數(shù)下降了60.7%，至2013年第三季度負面影響開始消退，事件影響持續(xù)約15個月，其間，中國赴日旅游人數(shù)累積減少近80萬，并對日本入境旅游收入造成了近19億美元的損失。從影響效應對比來看，該事件對日本入境旅游的影響程度要大于對日本向中國出口貨物貿(mào)易的影響。將2017年2月因韓國不顧中方反對部署“薩德”系統(tǒng)引發(fā)的中韓雙邊政治沖突事件納入對比后，研究發(fā)現(xiàn)，基于國家安全長遠利益的雙邊政治沖突事件相對歷史性領土爭端問題引發(fā)的雙邊政治沖突，其對到訪游客人數(shù)的影響效應更大、持續(xù)時間更長。

[關鍵詞]雙邊政治沖突事件;游客人數(shù);出境旅游;影響效應評估

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）06-0103-13

Doi： 10.19765/j.cnki.1002-5006.2021.06.012

引言

長期以來，在探討外部事件對國際旅游的影響研究中，學者著重分析了自然災害[1-3]、疾病流行[4-7]、恐怖襲擊[8-12]、經(jīng)濟危機[13-15]、國家政治不穩(wěn)定[16-21]等旅游目的地單方面不利事件對到訪游客的影響，而從目的地客源地雙向視角，關注雙邊政治沖突事件對到訪游客的影響研究卻相對有限，且相關研究大多傾向于闡釋雙邊政治沖突事件如何影響出游意愿，卻很少從出游行為角度，評估事件對游客到訪人數(shù)的實際影響。事實上，雙邊政治沖突事件的影響存在一定的門檻效應 [22]，其影響效應會因事件性質、強度、發(fā)生國家等差異而有所不同[23]，也會因目的地旅游產(chǎn)品價值評價的穩(wěn)定性[24-25]、消費行為沉沒成本約束[26]、情境性消費者敵意消除條件簡單[27]等因素而有所緩解。因此，盡管雙邊政治沖突事件的影響似乎顯而易見，但影響效應并非不證自明。就此問題，現(xiàn)有研究多采用設定旅游需求預測模型這一常規(guī)方法，通過基準對比求差來估計事件影響效應，但此類方法過分依賴旅游需求預測模型選取，且難以很好地剝離同期其他宏觀經(jīng)濟因素的混雜影響，其對影響效應的評估也多局限于游客損失規(guī)模測算一個方面。鑒于此，本文以2012年中日釣魚島事件為例，著重分析此次因日本挑起事端引發(fā)中日雙邊政治沖突對中國公民赴日旅游的實際影響，研究重點包括：一是，選取合理的研究方法更準確地分析事件影響的凈效應，強化雙邊政治沖突事件與到訪游客人數(shù)變化的因果判定;二是，除測算游客損失規(guī)模外，對事件影響的滯后性、影響時長、影響替代、各時期影響效應差異等問題作出研究回應，明確事件影響效應評估的分析框架;三是，通過事件影響效應對比分析，嘗試探討事件影響效應差異的初始原因。

1 文獻回顧

1.1 雙邊政治沖突事件影響到訪游客的評估內(nèi)容

雙邊政治沖突事件一般表現(xiàn)為一個國家主體基于利益或追求的目標，在政治、軍事、領土等領域挑起矛盾，有意識地反對、壓制另一個國家而引發(fā)兩國間敵意、對立對抗的現(xiàn)象。此類事件極易挑起國民之間產(chǎn)生反感、排斥甚至敵對情緒[28]，當沖突被認為是“嚴重且難以原諒”時，這種敵意會進一步影響一國民眾對產(chǎn)自另一國產(chǎn)品的購買意愿引發(fā)消費者敵意[29-30]，并在受到呼吁或組織后，通過產(chǎn)品購買行為最終表現(xiàn)為群體性的消費抵制[31-32]，導致相關目標商品銷量下降。近年來，隨著國際旅游規(guī)模不斷擴大，作為國家標識性很強的出境旅游也成為消費抵制的目標之一，在此情境下，一國民眾對沖突相對國的國家形象會產(chǎn)生一定負面認知[33-34]，嚴重時引發(fā)對事件挑起國的消費者敵意，從而降低消費者赴敵意國的出游意愿[35-38]。除敵意因素外，雙邊政治沖突事件導致的民眾心理距離擴大[39]、民族主義傾向[40]、目的地居民不友好[41]等諸多因素均會一定程度減弱出游意愿，不同類型游客因此產(chǎn)生不同程度的出游意愿約束[34]，進而在行為上表現(xiàn)為一定時期內(nèi)一國公民推遲或放棄前往沖突相對國旅游，或轉而前往其他國家旅游作為替代[42-43]。

進一步地，學者逐漸深入探討雙邊貿(mào)易、文化交流、旅游投資等方面的影響[44]，其中包括少量關于雙邊政治沖突事件影響游客到訪人數(shù)的實證研究。除影響規(guī)模外，也有學者著重分析了事件影響的持續(xù)時長問題，但囿于研究方法，這方面的研究成果多是較模糊的歸納總結。如Heslop等認為，雙邊沖突事件對游客到訪的破壞性影響是短暫且隨著時間推移而逐漸減小的，一旦事件得以緩解，旅游需求就會迅速恢復[29]。而S?nmez等和Chen等的研究都指出，直到雙邊政治沖突事件平息后，在持續(xù)的沖突框架內(nèi)其會對目的地的形象和來訪意向產(chǎn)生持久的負面影響[9，37]。Stepchenkova和Shichkova則提出，事件影響的時長主要由國家的行為態(tài)度決定，其探討了2015年11月24日土耳其軍隊在土耳其-敘利亞邊境上擊落俄羅斯戰(zhàn)斗機事件前后，俄羅斯公民赴土耳其旅游的變化。該事件在俄羅斯被解釋為敵對行為，隨即俄羅斯赴土耳其的旅游人數(shù)下降了近90%，然而，當禁令于2016年7月解除時，雖然土耳其仍然是俄羅斯人最討厭的3個國家之一（其他兩個是美國和烏克蘭），但俄羅斯游客很快回到土耳其開始了度假之旅，事件影響也隨即減退[45]。不難看出，上述研究略顯隨意地根據(jù)某個因素確定事件的影響時長，且很難回答事件發(fā)生后各階段事件影響的差異性問題。

總之，在評估內(nèi)容方面，現(xiàn)有研究側重于對潛在游客出游意愿的影響分析，而從現(xiàn)實出游角度評估事件影響效應的研究成果卻相對較少。不僅如此，在僅有少量的影響效應評估研究中，學者主要強調測算雙邊政治沖突事件造成的游客損失規(guī)模，而很少探討平均影響程度、影響持續(xù)時長、各時期影響效應差異、影響替代等其他關鍵問題。

1.2 雙邊政治沖突事件影響到訪游客的評估方法

以往研究多以相鄰年同期數(shù)據(jù)作為參照基線，用比例估算的方式來反映雙邊政治沖突事件對到訪游客的實際影響效應。如Kim等在中日兩國雙邊旅行影響因素的研究中，引用日本觀光局數(shù)據(jù)，其大概估計2012年中日釣魚島爭端期間，中國赴日旅游人數(shù)下降了近40%[46]。Cheng等的研究發(fā)現(xiàn)，2014年中國與菲律賓的南海爭端導致2014年9月至2015年4月期間中國公民赴菲律賓旅游人數(shù)減少了50%[40]。此外，香港特別行政區(qū)作為中國領土不可分割的一部分，內(nèi)地居民赴港旅游一直歸于中國公民出境旅游范疇，個別學者也在探討內(nèi)地與香港關聯(lián)事件時，提及了事件對赴港旅游的影響。如Luo和Zhai在研究2014年香港“占中”事件經(jīng)微博二次傳播的影響時，提到該事件導致內(nèi)地居民旅游抵制對赴港游客人數(shù)的影響，并提出考查凈影響效應時應考慮2015年和2016年人民幣貶值、中國內(nèi)地股市波動、中國內(nèi)地反腐、香港旺角暴亂等其他事件的同期混雜影響[47]，但鑒于研究目的及數(shù)據(jù)不足，該研究最終只是指出事件對旅游目的地到訪游客的實際影響仍有待探討。盡管2014年香港“占中”事件對內(nèi)地游客訪港造成了一定負面影響，但連香港特區(qū)政府也表示沒有確切數(shù)據(jù)，只能根據(jù)與上年同期相比，房間預訂百分比下降（由60%～70%降至40%～50%）以及一些零售業(yè)比如位于事件附近地區(qū)的商店生意下降（降幅達30%～70%）進行估計[48]。

也有個別學者運用定量方法評估此類事件對到訪游客人數(shù)的影響。如Yu等采用局部投影算法（local projection approach）研究了因雙邊事件引發(fā)政治敵意以及其他事件引發(fā)非政治敵意對游客到訪的影響效應[23]。Heilmann運用雙重差分法，就2005年丹麥與中東伊斯蘭國家之間的沖突事件，對丹麥原產(chǎn)商品在上述國家銷售的影響進行了測算[49]。雖然該研究認同此次事件減少了中東伊斯蘭國家民眾赴丹麥旅行以及對丹麥通信、金融等其他服務需求，但遺憾的是，在此方面研究并沒有給出具體的研究過程和結論數(shù)據(jù)。在國內(nèi)研究中，就此問題最具代表性的研究方法是旅游本底趨勢線法。該方法由孫根年教授在1998年提出，主要用于評估危機及利好事件對旅游的影響[50]。王潔潔以此方法從游客人數(shù)損失和環(huán)比變化率兩個方面分析了中美、中日關系惡化對雙邊旅游流造成的年度影響[51]。后期該研究團隊又引入氣候變化中“距平”的概念，改進了旅游本底趨勢線模型，提高了事件影響分析的時間分辨率 [52-53]。從構建方法來看，旅游本底趨勢線法本質上是時間序列的常規(guī)分解，主要通過選定近似的數(shù)學表達式來表示趨勢變動T（trend）、季節(jié)變動S（seasonal）、周期變動C（cycling）和隨機項I（irregular）4個分項，其中，趨勢變動項T（t）一般采用移動平均法、指數(shù)平滑法、曲線擬合法等進行擬合，季節(jié)變動項S（t）一般采用指數(shù)函數(shù)擬合，周期變動項C（t）一般采用正弦或余弦等周期函數(shù)擬合，I（t）則表示干擾影響，通過加法結構最終選配形成一個復合形式的旅游本底趨勢線表達式，根據(jù)參數(shù)估計確定旅游本底線方程，據(jù)此對某一特定時間點的旅游人數(shù)進行預測估計，并最終利用預測值與實際值之差來判定事件影響效應。

總的來看，旅游本底趨勢線法容易理解且比較直觀，在探討危機、沖突事件對旅游影響的國內(nèi)研究中，開創(chuàng)了研究方法的先河。但不得不說，旅游本底線方程中各分項表達式的確定更多依據(jù)經(jīng)驗判斷，所得的事件影響因未排除其他的可能干擾因素，并不能完全確定事件影響效應，再加上基于時間序列分解的預測本身缺乏一定的理論支撐，更多是一些經(jīng)驗證明，當預測對象受外界干擾較大時，這種時間序列分解法的預測能力會明顯減弱。更廣泛地說，以構建旅游需求預測模型設定參照基準線來反映事件影響的相關研究，都存在預測模型選取問題，而學者對各類旅游需求預測模型的準確性和優(yōu)劣評判不一[54-56]，且各類模型的前提假設及方法局限也必然會被帶入事件影響效應評估中。由此，如何剝離相關影響因素干擾，選取更優(yōu)的事件影響效應評估方法也成為本文的研究重點之一。

2 方法選取與模型設定

2.1 評估方法

基于研究目的和樣本特征，本文選取雙重差分法（difference in difference，DID）作為事件影響效應評估方法，該方法把受事件影響和未受事件影響的樣本分別視為實驗組（treatment group）和對照組（control group），將實驗組在事件發(fā)生前、發(fā)生后的“前后差異”以及實驗組、對照組是否受到事件沖擊的“有無差異”有效結合，更好地避免混雜影響和選擇偏差，從而識別出事件影響的“凈效應”。需要強調的是，雙重差分法有較嚴格的適用條件，即在事件沖擊前實驗組和對照組應滿足平行趨勢假定（parallel trend），其表明事件以外的其余因素對實驗組或對照組個體的影響是基本相同的，依此實現(xiàn)基于“同一個體”的反事實對比，保證雙重差分項提取的是事件的因果效應[57-58]。 如果忽視適用條件，只簡單將該方法視為時間、事件兩個虛擬變量交互項的回歸，則可能導致估計結果存在嚴重偏誤[59]。

2.2 案例選取

2012年9月，日本政府最終敲定所謂的釣魚島“國有化”方案，中國政府對此表示嚴重關切和強烈不滿，并就此與日方進行多次嚴正交涉，中日釣魚島爭端急劇激化，中日關系降到了恢復邦交后的冰點。隨即，中國60多個城市爆發(fā)了民眾自發(fā)的愛國“保釣”游行示威行動，并發(fā)起了針對日系汽車、日系化妝品等多類日本原產(chǎn)商品的抵制活動，也持續(xù)出現(xiàn)了對赴日旅游的抵制呼吁和報道。相較之前，此次事件是近年來中日釣魚島爭端最嚴重的一次對抗性沖突，本文就此探討該事件對中國公民赴日旅游究竟造成了多大影響。

2.3 模型變量

根據(jù)雙重差分模型原理，雙邊政治沖突事件對到訪游客人數(shù)的影響效應估計模型如式（1）所示：

[Yit=α0+β1conflicti?postt+γZit+λi+μt+εit] （1）

式（1）中，[Yit]為目標因變量，表示[t]時[i]國赴? ?日本旅游人數(shù)，模型估計時取其自然對數(shù)，記為[lnsumit]。[conflicti]為分組虛擬變量，當分組變量為中國時，[conflicti=1]，其他國家為0;[postt]為事件發(fā)生時期虛擬變量，中日釣魚島事件發(fā)生后的時期，[postt=1]，否則為0。[conflicti?postt]表示雙重差分交互項，是本文關心的核心變量，其系數(shù)[β1]用于反映雙邊政治沖突事件對到訪游客人數(shù)的平均影響效應。[Zit]為控制變量，盡管雙重差分模型通過實驗組、對照組滿足平行趨勢假定構建“同一主體”已基本排除了相關因素干擾，但在模型應用實踐中，大多學者仍將部分重要控制變量納入模型中，一方面可以更好地剝離混雜影響，另一方面也可以考證控制變量的實際影響。參照已有研究對國際旅游影響因素的探討，本文選取的控制變量主要包括人均國內(nèi)生產(chǎn)總值、匯率、地理距離等因素，基本包括了影響國際旅游流的主要長短期因素和單雙邊因素。其中，人均GDP是決定出境旅游規(guī)模最重要的宏觀經(jīng)濟因素[60-62]。距離是兩國首都城市之間的地理距離，根據(jù)旅游活動規(guī)律，出游規(guī)模一般隨旅游客源地與目的地之間的距離增加而衰減[63-64]。匯率是影響國際旅游的短期關鍵因素之一[65]，其波動變化會直接反映在旅游目的地的產(chǎn)品價格上。[λi]和[μt]分別表示國家固定效應和時間固定效應，國家固定效應控制了各國在赴日旅游影響方面不可測量的時不變因素差異，而時間固定效應則控制了赴日旅游影響方面的季節(jié)變化差異及其他與時間相關的世界宏觀經(jīng)濟形勢變化差異。[εit]為隨機干擾項。

2.4 數(shù)據(jù)處理

樣本數(shù)據(jù)來自日本政府觀光局所公布的包括中國1在內(nèi)的33個國家公民赴日旅游月度數(shù)據(jù)2累加所得季度數(shù)據(jù)，在估計時取其自然對數(shù)。其中，波蘭因樣本時間段控制變量數(shù)據(jù)缺失予以剔除。數(shù)據(jù)時間區(qū)間以事件發(fā)生的2012年第三季度為中間點，選取2011年第一季度至2014年第四季度，前后共16個季度3，面板數(shù)據(jù)有效樣本數(shù)共計512個（32×16=512）。各國季度人均GDP數(shù)據(jù)、匯率數(shù)據(jù)來自國際貨幣基金組織數(shù)據(jù)庫。國家間距離變量表示兩國首都城市之間的地理距離，數(shù)據(jù)來源為CEPII數(shù)據(jù)庫。人均GDP、國家間距離兩個變量在模型估計時分別取其自然對數(shù)。因考慮到各國匯率基于本國貨幣單位不同產(chǎn)生的量綱問題，采用了通用的匯率變量簡便處理方法，即以日元對人民幣匯率來反映日元在國際市場的貨幣價值變化。表1顯示了模型中連續(xù)變量的描述性統(tǒng)計結果。

3 事件影響效應的初步評估

3.1 平行趨勢檢驗

如圖1所示，2012年第三季度事件發(fā)生前，作為實驗組的中國與其他國家合成的對照組赴日旅游人數(shù)變化趨勢基本一致，而事件發(fā)生后，二者的變化趨勢突然發(fā)生了方向性差異，其變化時間點與中日釣魚島事件發(fā)生的時間相對應，這為雙邊政治沖突事件影響到訪游客人數(shù)提供了一定的直觀依據(jù)。

此外，本文采用模型檢驗進一步驗證平行趨勢假定。如式（2）所示，在估計模型中納入pre_4、pre_3、pre_2、pre_1共4個表示事件發(fā)生前的季度虛擬變量，如果觀測值是受到事件沖擊前的第四季度、第三季度、第二季度和第一季度數(shù)據(jù)，則該指標分別對應取1，否則取0。為了反映趨勢對比，模型同時納入事件發(fā)生當季及4個表示事件發(fā)生后的季度虛擬變量current，post_1、post_2、post_3和post_4，如果觀測值是受到事件沖擊當季的數(shù)據(jù)，則current取值為1，否則取0;當觀測值是受到事件沖擊后的第一季度、第二季度、第三季度和第四季度數(shù)據(jù)時，post_1、post_2、post_3和post_4則分別對應取1，否則取0。

[yit=α0+β-4conflicti?pre_4+β-3conflicti?pre_3+? ? β-2conflicti?pre_2+β-1conflicti?pre_1+? ? β0conflicti?current+β1conflicti?post_1+? ? β2conflicti?post_2+β3conflicti?post_3+? ? β4conflicti?post_4+γZit+λi+μt+εit] （2）

如圖2所示，中日釣魚島事件發(fā)生前各季度pre_4、pre_3、pre_2及pre_1系數(shù)均不顯著，其在90%的置信區(qū)間都包括0，說明實驗組與對照組在政治沖突事件發(fā)生前沒有系統(tǒng)性的趨勢差異，滿足雙重差分模型的平行趨勢假定，后續(xù)分析結果是初步可信的。

3.2 影響作用初步估計

如表2所示，模型設定（1）的估計結果初步表明，2012年中日釣魚島事件對中國公民赴日旅游產(chǎn)生了顯著的負面影響。加入相關控制變量后，模型設定（2）雙重差分交互項系數(shù)為-0.184，表示相較沒有政治沖突事件發(fā)生，該事件使中國公民赴日旅游人數(shù)平均顯著減少了16.8%（e-0.184-1≈-0.168）。同時，上述控制變量的影響方向均符合理論預期，匯率控制變量估計系數(shù)顯著為正，其表示人民幣對日元匯率上升，對中國公民赴日旅游有顯著正向影響。具體而言，從2012年開始，人民幣對日元升值明顯，這意味著從匯率角度，中國公民前往日本旅游的出游成本有所下降，理論上對中國公民赴日旅游應帶來積極影響。國家間距離控制變量的估計系數(shù)顯著為負，表示目的地與客源地之間的距離對出境旅游有負向影響，這表明距離越遠對出游的抑制作用越大。人均GDP控制變量估計系數(shù)為正，理論上表明一國人均GDP越高越容易產(chǎn)生更大的出境旅游規(guī)模，但該變量系數(shù)的統(tǒng)計結果并不顯著。事實上，人均GDP不顯著一定程度上可以反映由收入變化引起的旅游目的地選擇傾向沒有發(fā)生顯著變化。

對比模型設定（1）與（2）估計結果，加入控制變量后，事件影響效應系數(shù)從-0.163變?yōu)?0.184，這可以解釋為人民幣對日元匯率上升以及人均GDP提高造成的正向影響部分削減了沖突事件的負面影響。換句話說，除去人民幣對日元匯率上升以及人均GDP提高等因素的正向拉動效應，單就雙邊政治沖突事件而言，其負面影響效應更大。以入境旅游市場占比（share）為替代因變量的模型設定（3）與設定（4）同樣證實了該事件對中國赴日旅游人數(shù)的顯著負面影響。加入控制變量的模型設定（4）顯示事件影響效應系數(shù)為-0.0183，這表明此次中日釣魚島事件使中國在日本入境旅游市場占比平均下降了1.83%，這相對于表1中樣本市場占比均值2.2%而言是不小的影響?？偟膩砜矗p重差分模型的初步估計結果表明，2012年中日釣魚島事件對中國公民赴日旅游產(chǎn)生了顯著的抑制作用。

3.3 影響效應的時期差異及持續(xù)時長

相對于平均影響效應，雙重差分時間動態(tài)異質性分析可以進一步闡釋影響效應的時期差異、影響滯后性以及影響持續(xù)時長等更多細節(jié)問題。式（3）中，[βt]測量了中日釣魚島事件發(fā)生后第t個季度事件影響效應的異質性。

[Yit=α0+βtconflicti?postt+γZit+λi+μt+εit] （3）

如表3所示，事件發(fā)生當期并沒有對中國赴日旅游產(chǎn)生負面影響，影響滯后一定程度上是由于出境旅游消費非即時性消費，且該事件發(fā)生在2012年第三季度末，因此很難影響第三季度當期的出境旅游。事件的負面影響于2012年第四季度開始顯現(xiàn)，影響效應系數(shù)高達-0.934，這意味著此次中日釣魚島事件導致中國赴日旅游人數(shù)在該季度平均下降了60.7% （e-0.934-1≈-0.607）。直至2013年第一和第二季度，事件影響效應系數(shù)仍顯著為負，但影響總體上逐漸減弱。以旅游市場占比作為替代因變量也反映了類似結果。到2013年第三季度，事件影響效應系數(shù)變得不顯著且接近于0，可以認為其逐漸恢復到?jīng)_突前的“正常”水平。但在2013年第四季度事件又出現(xiàn)了短暫的負面影響，這一結果也許可以歸因于2013年第三季度時任日本首相安倍晉三接連前往沖繩縣兩座靠近釣魚島的島嶼視察并發(fā)表演說，展示其在釣魚島問題上不向中國讓步的姿態(tài)，導致中日在釣魚島問題上的持續(xù)沖突疊加。據(jù)此，將事件影響效應的結束時間確定為2014年第一季度應更加合理，事件影響持續(xù)約15個月之久。

不難看出，2014年第三季度，事件影響效應估計系數(shù)為正，且十分顯著，其可視為由推遲赴日旅游導致，即存在出游時間替代。也就是說，中日釣魚島事件發(fā)生后，的確有部分中國公民可能會徹底取消赴日旅行計劃改去其他國家地區(qū)旅行，但更多是中國公民迫于情境消費者敵意、群體壓力等原因只是暫停前往，等待事件平息后仍會擇期赴日旅游。這主要因為出境旅游作為花費較大的消費，一般需要經(jīng)過家庭成員的討論，并提前安排出行時間，事先做好行程規(guī)劃，更改出游決策存在一定現(xiàn)實阻力。

3.4 游客量損失規(guī)模

進一步地，根據(jù)各階段事件影響效應的時間動態(tài)異質性系數(shù)，可以反推對應時期未發(fā)生事件沖擊的“反事實”基線值，從而計算中日釣魚島事件所造成的中國赴日游旅游人數(shù)損失。如表4所示，2012年中日釣魚島事件發(fā)生后的3個月內(nèi)，中國赴日旅游人數(shù)大幅下降，事件導致2012年第四季度中國赴日旅游人數(shù)比預期“正?！鼻闆r減少了近26.9萬，該季度只有17.4萬中國公民前往日本旅游，甚至低于2011年3月日本大地震后第二季度中國赴日旅游19.6萬人次的水平。至2013年第四季度，按照影響持續(xù)15個月計算，影響期內(nèi)中國赴日旅游總人數(shù)減少了近80萬，相對于日本同期實際入境旅游人數(shù)124萬而言，這一損失足以對日本入境旅游造成全局性影響。按照日本政府觀光局公布的2012年中國游客在日旅游人均消費約18.8萬日元（約2310美元）計算，此次中日釣魚島事件對日本入境旅游造成了近19億美元的損失。

3.5 穩(wěn)健性檢驗

3.5.1? ? 縮小樣本時間區(qū)間

以事件發(fā)生的2012年第三季度為中間點，縮小樣本時間區(qū)間，選取2011年第三季度至2013年第三季度前后共9個季度樣本進行分析，從而考查事件影響效應的顯著性是否會隨樣本選取時間長短而發(fā)生變化。表5第（1）和第（2）列結果表明，中日釣魚島事件對中國公民赴日旅游的影響效應仍然顯著為負，很好地支持了前文的研究結論。

3.5.2? ? 改變樣本數(shù)量區(qū)間

為進一步避免國家異質性對實證結果的干擾，本文將原有樣本各大洲32個國家縮小為9個亞洲國家1和其他大洲占日本入境旅游市場份額較大的6個國家2，共計15個國家，檢驗強化對照組情況下的實證結果是否依然穩(wěn)健。如表5第（3）列和第（4）列所示，事件影響效應對對照組樣本的設定變化具有一定穩(wěn)健性。

3.5.3? ? 控制不同時間趨勢

除共同時間趨勢影響外，仍然有理由擔心存在影響實驗組的特定時間趨勢。在事件發(fā)生期，作為中國出境旅游目的地的日本對于中國公民而言，如果剛好進入旅游目的地生命周期（倒U形）的下降階段，這時就會發(fā)生實驗組自身趨勢影響與事件影響混雜的情況。為了排除這種可能，即之前模型估計的負面效應只是反映了中國公民赴日旅游可能存在的原本下降趨勢，研究在雙重差分模型中分別加入分組虛擬變量與時間趨勢一次項[（t）]和二次項[（t2）]的交互項，控制可能存在的國家時間趨勢差異，模型設定如式（4）所示：

[Yit=α0+β1conflicti?postt+γZit+λi+? ? μt+θconflicti?t+?conflicti?t2+εit] （4）

加入時間趨勢項后，估計結果如表5第（5）和第（6）列所示，事件影響效應系數(shù)仍然顯著為負，進一步增強了本文的結論，此次中日釣魚島事件對中國赴日旅游人數(shù)的負面影響效應是高度穩(wěn)健的。從估計結果看，時間趨勢二次項[（t2）]顯現(xiàn)出正向影響，也就是說，如果排除自身的時間趨勢影響后，事件影響效應應該會更大，而事件影響效應系數(shù)-0.338相較表2影響效應系數(shù)-0.184偏大，正說明了這一問題。

3.5.4? ? 設定虛假事件的安慰劑試驗

安慰劑試驗（placebo test）是雙重差分模型重要的穩(wěn)健性檢驗方法，其檢驗思路之一是改變事件真正發(fā)生的時點，設定虛假事件來考查其事件影響。研究將此次中日釣魚島事件發(fā)生的時間提前3期至2011年第四季度以及提前兩期至2012年第一季度，另外，將事件發(fā)生時間推遲兩期至2013年第一季度以及推遲3期至2013年第二季度，進行安慰劑試驗。如表6第（1）列和第（2）列所示，事件發(fā)生提前3期和提前兩期時，事件影響效應均不顯著。同時，第（3）列和第（4）列的結果表示事件發(fā)生推遲兩期和推遲3期，事件影響效應同樣均不顯著。這表明，如果人為更改事件發(fā)生時間設定虛假事件后，事件影響效應估計結果并不成立?？梢?，在真正的雙邊政治沖突事件發(fā)生期，中日釣魚島事件是導致中國赴日旅游人數(shù)下降的唯一原因，這一結果從側面證實事件影響效應的穩(wěn)健性。

4 事件影響效應對比分析

4.1 同一雙邊政治沖突事件對不同貿(mào)易的影響對比

本文進一步關注了2012年中日釣魚島事件對中國自日本進口貿(mào)易的影響，以此對比事件對旅游服務貿(mào)易和貨物貿(mào)易的影響差異。利用日本海關關稅局國別出口貿(mào)易額統(tǒng)計季度數(shù)據(jù)，選取與分析赴日旅游影響同樣的時間區(qū)間以及同樣的32個國家，在檢驗樣本數(shù)據(jù)滿足平行趨勢假定的前提下，運用雙重差分法進行分析。在相同模型設定前提下，估計結果如表7第（1）列所示，2012年中日釣魚島事件對中國自日本進口貨物貿(mào)易產(chǎn)生了顯著的負面影響，相比未發(fā)生政治沖突事件，事件導致中國自日本進口貨物貿(mào)易額平均下降了10.9%（e-0.115-1≈-0.109）。對比表7第（2）列，一定程度上，相對于國際貨物貿(mào)易，事件對旅游服務貿(mào)易的影響程度似乎更大。

這可能主要基于幾方面的原因：一是，從消費抵制來看，針對汽車、電器等標識性商品的消費抵制往往被擔心由于產(chǎn)品本地化策略、跨國經(jīng)營產(chǎn)生的混合利益和身份等，導致本國相關合資企業(yè)或產(chǎn)業(yè)鏈中的上下游企業(yè)及雇傭員工產(chǎn)生連帶損失，這一“雙刃劍”作用有時會使商品消費抵制被認為是非理性行為，一定程度上削弱降低消費者敵意及其影響，使貨物貿(mào)易抵制存在更多障礙。不同的是，出境旅游一般消費的主要是目的地的服務產(chǎn)品，消費者往往更執(zhí)著地認為旅游抵制會單一地重創(chuàng)目的地的旅游業(yè)、零售業(yè)等，從而更加肯定旅游抵制行為的有效性。二是，從消費環(huán)境來看，在雙邊政治沖突事件情境下，具有風險意識的潛在旅游者會因暫時不穩(wěn)定的雙邊關系，對前往或逗留沖突國的安全性產(chǎn)生顧慮和擔憂，認為該目的地此時對其而言是相對危險的，缺乏安全保障[34]，進而改變旅行計劃[66]。從根本上說，旅游服務貿(mào)易是基于旅游者在目的地與客源地之間的流動實現(xiàn)的，這種人員異地流動對環(huán)境的安全性要求要高于貨物貿(mào)易中的實物商品運輸。三是，從消費特點來看，旅游產(chǎn)品除了具有一般服務產(chǎn)品生產(chǎn)消費的同一性外，還具有其本身的產(chǎn)品特點，如交往性、情感性和享受性等。旅游者在目的地逗留期間必然會與當?shù)氐穆糜畏丈毯途用癜l(fā)生基于服務需求供給的交互接觸，而因雙邊政治沖突事件中產(chǎn)生的敵意情緒，有理由使?jié)撛诼糜握邠氖艿疆數(shù)鼐用裨鲪?，影響旅旅游服務的良好體驗，從而可能轉向更友好的國家出游?？梢?，相比貨物貿(mào)易或者其他服務貿(mào)易，旅游服務貿(mào)易涉及更多的個人互動及情感因素，更可能受到消費者敵意的直接影響。

4.2 不同雙邊政治沖突事件的影響對比

在滿足雙重差分法適用條件的前提下，本文運用雙重差分法對比分析了2017年2月因韓國不顧中方反對部署“薩德”系統(tǒng)而引發(fā)的中韓雙邊政治沖突事件對中國公民赴韓旅游的影響。如表7第（3）列所示，這一事件導致中國赴韓旅游人數(shù)平均下降了45.6%（e-0.609-1≈-0.456），相較2012年中日釣魚島事件，2017年韓國部署“薩德”對中國游客到訪韓國造成了更大的負面影響。從影響效應的時間動態(tài)異質性看，盡管總體上影響趨勢隨時間推移逐漸減弱，但直到2018年第四季度，時隔近兩年仍然沒有出現(xiàn)明顯的反彈增長（表8）。而2017年中國公民赴泰國、新加坡的旅游人數(shù)分別增長12.0%和12.7%，赴越南、柬埔寨旅游人數(shù)分別增長48.6%和45.9%1，這一激增不排除從中韓沖突事件獲益的可能，這都在一定程度上表明，受中韓沖突事件影響，中國公民并非推遲了赴韓旅游而更可能是在事件發(fā)生后徹底取消了該旅行計劃。

之所以造成影響效應差異，可能源于中日釣魚島領土爭端問題由來已久，中日雙方就此問題產(chǎn)生的摩擦不在少數(shù)，2012年9月因日本“購島”“國有化”風波引發(fā)的中日釣魚島事件只是中日釣魚島領土爭端中的一個節(jié)點事件。相較而言，2017年2月因韓國實施部署“薩德”系統(tǒng)而引發(fā)的中韓雙邊政治沖突事件，其事件性質已嚴重觸及中國長期的國家安全，對中國國家安全造成了一定現(xiàn)實威脅，所涉及的中國國家軍事戰(zhàn)略利益的敏感性和復雜性也增加了中國政府和民眾對此事件的感知應對強度。據(jù)此，對不同雙邊政治沖突事件影響效應進行對比，一定程度上可以推斷導致事件影響效應差異的初始原因。

5 結論與啟示

5.1 主要結論

相對于國內(nèi)外已有研究更多關注雙邊政治沖突事件對兩國間商品貿(mào)易的影響，本文從旅游服務貿(mào)易角度，選取2012年中日釣魚島事件，以實證研究為雙邊政治沖突事件損害經(jīng)濟關系提供了旅游研究的經(jīng)驗證據(jù)。首先，在雙重差分適用條件規(guī)范檢驗及穩(wěn)健性檢驗的基礎上，初步證實此次事件對中國公民赴日旅游產(chǎn)生了顯著的負面影響，并對影響期內(nèi)中國赴日旅游人數(shù)減少及日本入境旅游收入損失進行了測算。其次，通過雙重差分動態(tài)異質性分析發(fā)現(xiàn)，此次事件的負面影響表現(xiàn)出一定的滯后性，且在各時期存在程度差異，事件影響持續(xù)一年多后，中國公民赴日旅游顯著增長，表明此前主要是推遲赴日旅游而非徹底取消。最后，從事件影響效應對比角度，選取2017年因韓國部署“薩德”引發(fā)的中韓雙邊政治沖突事件，進一步發(fā)現(xiàn)其對中國公民出境旅游的影響明顯大于2012年中日釣魚島事件的影響。而相比貨物貿(mào)易，2012年中日釣魚島事件對旅游服務貿(mào)易的影響程度更大，這為根據(jù)事件特征、貿(mào)易類型推斷探討影響效應差異原因提供了現(xiàn)實證據(jù)。

5.2 實踐啟示

在當前復雜多變的國際政治經(jīng)濟格局中，國際關系對國家間經(jīng)貿(mào)互動的影響正不斷深入，就雙邊政治沖突事件對到訪游客人數(shù)的影響效應評估是對一個實踐相關性“真問題”的研究回應。這一研究回應不僅有助于國家綜合判斷雙邊政治沖突事件的經(jīng)濟影響，并據(jù)此調整選擇相關經(jīng)貿(mào)政策，同時也為出入境旅游相關企業(yè)規(guī)避經(jīng)營風險提供了一定的決策參考。

首先，應全面關注雙邊政治沖突事件抑制旅游服務貿(mào)易所引發(fā)的綜合不利影響。正如本文研究所發(fā)現(xiàn)的，因2012年中日釣魚島事件導致影響期內(nèi)中國赴日旅游總人數(shù)減少近80萬，這相當于同期日本實際入境旅游人數(shù)的64.5%，這一損失不僅足以對日本入境旅游造成全局性的影響，也對日本零售業(yè)、交通運輸、國際商務等造成了一定沖擊。除經(jīng)濟影響外，入境游客大量減少也必然對日本國內(nèi)的就業(yè)形勢造成很大壓力。根據(jù)日本總務省統(tǒng)計局數(shù)據(jù)顯示，2012年日本餐飲住宿就業(yè)人數(shù)為374萬人，批發(fā)、零售業(yè)就業(yè)人數(shù)為1002萬人，合計約占日本總就業(yè)人數(shù)的21.4%，這樣的就業(yè)影響范圍極易引發(fā)日本民眾對本國政府的政治行為產(chǎn)生擔憂和不滿。因此，旅游服務貿(mào)易受政治沖突事件影響的深度和廣度不容忽視，由此關聯(lián)引發(fā)的綜合不利影響會促使當事國全面地評估沖突代價。其次，應充分認識旅游服務貿(mào)易在國家外交領域的特殊作用。以往我們更多強調了國際旅游在國家間文化傳播、民間外交方面的積極作用，而忽視了其作為國際服務貿(mào)易重要形式的獨特作用。中國是世界重要的出境旅游客源地，旅游外交正逐漸成為我國對外政治經(jīng)濟交往中的重要籌碼，服務于國家綜合利益。雙邊政治沖突情境下，因沖突相對國頻繁挑起事端危及國家根本利益，一國在必要時會選擇采取一定的政治經(jīng)濟反制措施，而針對商品貿(mào)易的反制措施不僅可能“誤傷”本國企業(yè)或其他國家，還可能牽扯政府干預國際貿(mào)易等敏感問題。相比之下，民眾自發(fā)地拒絕或改變赴沖突相對國旅游的消費抵制，目的在于通過民間力量迫使該旅游目的地改變其不當做法，更多規(guī)避了違反國際貿(mào)易自由協(xié)定的風險，也避免了國家運用關稅、補貼等戰(zhàn)略性貿(mào)易政策進行反制的局限，有助于有理、有利、有節(jié)地實施必要的反制措施。最后，旅游企業(yè)和旅游利益相關者應充分重視雙邊關系對企業(yè)經(jīng)營的重要性，尤其在雙邊政治沖突事件引發(fā)消費抵制的情境下，需著重關注抵制波及旅游業(yè)的情勢發(fā)展，敏感地判斷、調整、規(guī)避因事件帶來的經(jīng)營風險，不過度依賴單一客源市場，應促進旅游出入境市場多樣化，充分利用貿(mào)易轉移效應降低經(jīng)濟損失。

5.3 研究局限與展望

雙重差分法雖然具有政策、事件效應評估的諸多優(yōu)勢，但其較嚴格的適用性檢驗往往決定了研究情境的不可重復性，因而其研究結論的外推需十分謹慎。當然，這也引申出后續(xù)研究的必要性，如選用不同國家案例、考慮事件特征因素的影響效應研究，雙向出入境影響效應研究，影響的中介效應研究，等等。從今后長期國際關系發(fā)展趨勢來看，中國的不斷崛起避免不了與其他國家尤其是守成大國之間的摩擦與沖突，同時，在中國日益成為世界出境旅游大國的背景下，這一問題的研究對中國的現(xiàn)實意義也會更加凸顯，在此研究方向和主題下的研究內(nèi)容十分豐富，有待深入系統(tǒng)研究。

參考文獻（References）

[1] HUANG J H， MIN J. Earthquake devastation and recovery in tourism： The Taiwan case[J]. Tourism Management， 2002， 23（2）： 145-154.

[2] 魏小安， 曾博偉. 汶川地震后中國旅游形勢分析與判斷[J]. 旅游學刊， 2008， 23（8）： 13-18. [WEI Xiaoan， ZENG Bowei. An analysis and judgement of Chinas tourism industry after Wenchuan earthquake[J]. Tourism Tribune， 2008， 23（8）： 13-18.]

[3] CRO S， MARTINS A M. Structural breaks in international tourism demand： Are they caused by crises or disasters？[J]. Tourism Management， 2017， 63（12）： 3-9.

[4] 俞金國， 王麗華. 后SARS時期中國入境旅游人數(shù)恢復評估——基于ARIMA模型[J]. 統(tǒng)計與決策， 2005（14）： 84-87. [YU Jinguo， WANG Lihua. An evaluation of the recovery of Chinas inbound tourists in the post SARS period—Based on ARIMA model[J]. Statistics & Decision， 2005（14）： 84-87.]

[5] 孫玉環(huán). 基于SARIMA模型的SARS對中國入境旅游收入影響的定量分析[J]. 旅游科學， 2006， 20（1）： 18-21. [SUN Yuhuan.A quantitative analysis of the impacts of SARS on Chinas international tourism receipts： Based on SARIMA model[J].Tourism Science， 2006， 20（1）： 18-21.]

[6] 趙東喜. 中國省際入境旅游發(fā)展影響因素研究——基于分省面板數(shù)據(jù)分析[J]. 旅游學刊， 2008， 23（1）： 41-45. [ZHAO Dongxi. Study on the influencing factors of the development of Chinas provincial inbound tourism—Analysis based on the provincial panel data[J]. Tourism Tribune， 2008， 23（1）： 41-45.]

[7] KUO H， CHEN C C ， TSENG W C， et al. Assessing impacts of SARS and Avian Flu on international tourism demand to Asia[J]. Tourism Management， 2008， 29（5）： 917-928.

[8] ENDERS W， SANDLER T， PARISE G F. An econometric analysis of the impact of terrorism on tourism[J]. Kyklos， 1992， 45（4）： 531-544.

[9] S?NMEZ S F， APOSTOLOPOULOS Y， TARLOW P. Tourism in crisis： Managing the effects of terrorism[J]. Journal of Travel Research， 1999， 38（1）： 13-18.

[10] GUZHVA V S， PAGIAVLAS N. US commercial airline performance after September 11， 2001： Decomposing the effect of the terrorist attack from macroeconomic influences[J]. Journal of Air Transport Management， 2004， 10（5）： 327-332.

[11] BONHAM C， EDMONDS C， MAK J. The impact of 9/11 and other terrible global events on tourism in the United States and Hawaii[J]. Journal of Travel Research， 2006， 45（1）： 99-110.

[12] BAC D P， BUGNAR N G， MESTER L E. Terrorism and its impacts on the tourism industry[J]. Romanian Review on Political Geography， 2015， 17（1）： 5-11.

[13] CANALLY C， TIMOTHY D J. Perceived constraints to travel across the US-Mexico border among American university students[J]. International Journal of Tourism Research， 2007， 9（6）： 423-437.

[14] 吳良平， 張健， 陸媛. 基于IOWHA算子的組合預測在中國入境旅游中的應用分析[J]. 旅游學刊， 2011， 26（11）： 19-27. [WU Liangping， ZHANG Jian， LU Yuan. An analysis of the application of combined forecast in Chinas inbound tourism based on IOWHA operator[J]. Tourism Tribune， 2011， 26（11）： 19-27.]

[15] MUZINDUTSI P F， MANALIYO J C. Effect of political risk shocks on tourism revenue in South Africa： Time series analysis[J]. International Journal of Business and Management Studies， 2016， 8（2）： 169-186.

[16] HOLLIER R. Conflict in the Gulf： Response of the tourism industry[J]. Tourism Management， 1991， 12（1）： 2-4.

[17] S?NMEZ S F， GRAEFE A R. Influence of terrorism risk on foreign tourism decisions[J]. Annals of Tourism Research， 1998， 25（1）： 112-144.

[18] BROWN D O. Political risk and other barriers to tourism promotion in Africa： Perceptions of US-based travel intermediaries[J]. Journal of Vacation Marketing， 2000， 6（3）： 197-210.

[19] FAULKNER B. Towards a framework for tourism disaster management[J]. Tourism Management， 2001， 22（2）： 135-147.

[20] FERNANDO S， BANDARA J S， LIYANAARACHCH S， et al. Political violence and volatility in international tourist arrivals： The case of Sri Lanka[J]. Tourism Analysis， 2013， 18（5）： 575-586.

[21] WEBSTER C， IVANOV S. Geopolitical drivers of future tourist flows[J]. Social Science Electronic Publishing， 2014， 1（1）： 58-68.

[22] DAVIS C L， MEUNIER S. Business as usual？ Economic responses to political tensions [J]. American Journal of Political Science， 2011， 55（3）： 628-646.

[23] YU Qionglei， MCMANUS R， YEN D A， et al. Tourism boycotts and animosity： A study of seven events[J]. Annals of Tourism Research， 2020， 80（1）： 1-16.

[24] ETTENSON R， GABRIELLE K J. The fallout from French nuclear testing in the South Pacific[J]. International Marketing Review， 2005， 22（2）： 199-224.

[25] KLEIN J G， ETTENSON R， MORRIS M D. The animosity model of foreign product purchase： An empirical test in the Peoples Republic of China[J]. Journal of Marketing， 1998， 62（1）： 89-100.

[26] KLEIN J G， SMITH N C， JOHN A. Why we boycott： Consumer motivations for boycott participation[J]. Journal of Marketing， 2004， 68（7）： 92-109.

[27] SEN S， G?RHAN-CANLI Z， MORWITZ V. Withholding consumption： A social dilemma perspective on consumer boycotts[J]. Journal of Consumer Research， 2001， 28（3）： 399-417.

[28] ALVAREZ M D， CAMPO S. The influence of political conflicts on country image and intention to visit： A study of Israels image[J]. Tourism Management， 2014， 40（2）： 70-78.

[29] HESLOP L A， LU I， CRAY D. Modeling country image effects through an international crisis[J]. International Marketing Review， 2008， 25 （4）： 354-378.

[30] BAHAEE M， PISANI M J. Iranian consumer animosity and U.S. products： A witchs brew or elixir？[J]. International Business Review， 2009， 18（2）： 199-210.

[31] CAI H， FANG X， YANG Z， et al. Implicit consumer animosity： A primary validation[J]. Journal of Applied Social Psychology， 2012， 42（7）： 1651-1674.

[32] LEE R， LEE K T. The longitudinal effects of a two-dimensional consumer animosity[J]. Journal of Consumer Marketing， 2013， 30（3）： 273-282.

[33] VERLEGH P， STEENKAMP J. A review and meta-analysis of country-of-origin research[J]. Journal of Economic Integration， 1999， 20（5）： 521-546.

[34] JUAN Y， CHOI Y， AN S， et al. The constraints of Chinese tourists to visit Korea caused by THAAD using Q-methodology[J]. Asia Pacific Journal of Tourism Research， 2017， 22（12）： 1261-1273.

[35] 郭功星， 周星， 涂紅偉. 消費者敵意、自我效能與旅游意愿——基于對青少年出境旅游市場的實證研究[J]. 旅游學刊， 2016， 43（2）： 44-52. [GUO Gongxing， ZHOU Xing， TU Hongwei. Animosity， self-efficacy and willingness-to-visit： An empirical study on young outbound tourism[J]. Tourism Tribune， 2016， 43（2）： 44-52.]

[36] STEPCHENKOVA S， SHICHKOVA E， KIM M， et al. Do strained bilateral relations affect tourists desire to visit a country that is a target of animosity？[J]. Journal of Travel & Tourism Marketing， 2018， 35（5）： 553-566.

[37] CHEN C C， LIN Y H， PETRICK J F. Social biases of destination perceptions[J]. Journal of Travel Research， 2013， 52（2）： 240-252.

[38] S?NCHEZ M， CAMPO S， ALVAREZ M D. The effect of animosity on the intention to visit tourist destinations[J]. Journal of Destination Marketing & Management， 2018， 7（3）： 182-189.

[39] VOLO S. A post-colonial analysis of bilateral tourism flows： The case of Korea and Japan[J]. International Journal of Tourism Research， 2012， 14（6）： 586-600.

[40] CHENG M， WONG I K， PRIDEAUX B. Political travel constraint： The role of Chinese popular nationalism[J]. Journal of Travel & Tourism Marketing， 2017， 34（3）： 383-397.

[41] CHEN N， HSU C H C， LI X R. Feeling superior or deprived？ Attitudes and underlying mentalities of residents towards Mainland Chinese tourists[J]. Tourism Management， 2018， 66（6）： 94-107.

[42] PODOSHEN J S， HUNT J M. Equity restoration， the Holocaust and tourism of sacred sites[J]. Tourism Management， 2011， 32（6）： 1332-1342.

[43] CHENG M， WONG I K， PRIDEAUX B. Political travel constraint： The role of Chinese popular nationalism[J]. Journal of Travel & Tourism Marketing， 2017， 34（3）： 383-397.

[44] AL-HAMARNEH A. Islamic tourism： Rethinking the strategies of tourism development in the Arab world after September 11， 2001[J]. Comparative Studies of South Asia Africa and the Middle East， 2004， 24（1）： 175-186.

[45] STEPCHENKOVA S， SHICHKOVA E. Attractiveness of the United States as a travel destination for the Russian tourist in the era of strained bilateral relations[J]. International Journal of Tourism Cities， 2017， 3（1）： 87-101.

[46] KIM S S， PRIDEAUX B， TIMOTHY D. Factors affecting bilateral Chinese and Japanese travel[J]. Annals of Tourism Research， 2016， 61（11）： 80-95.

[47] LUO Qiuju， ZHAI Xueting. “I will never go to Hong Kong again！” How the secondary crisis communication of “Occupy Central” on Weibo shifted to a tourism boycott[J]. Tourism Management， 2017， 62（10）： 159-172.

[48] TOLKACH D. A view of occupy central impacts on Hong Kong tourism from the other side of the Great Firewall： A rejoinder to Luo & Zhai[J]. Tourism Management， 2018， 67（8）： 307-311.

[49] HEILMANN K. Does political conflict hurt trade？ Evidence from consumer boycotts[J]. Journal of International Economics， 2016， 99（3）： 179-191.

[50] 孫根年. 我國境外旅游本底趨勢線的建立及科學意義[J]. 地理科學， 1998， 18（5）： 442-448. [SUN Gennian. Foundation and significance of background trend line of tourists from abroad in China[J]. Scientia Geographica Sinica， 1998， 18（5）： 442-448.]

[51] 王潔潔. 國際關系及重大事件對出入境旅游的影響[D]. 西安： 陜西師范大學， 2011. [WANG Jiejie. The Impact of International Relations and Important Events on Inbound and Outbound Tourism[D]. Xian： Shaanxi Normal University， 2011.]

[52] 孫根年， 舒鏡鏡， 馬麗君， 等. 五大危機事件對美國出入境旅游的影響——基于本底線模型的高分辨率分析[J]. 地理科學進展， 2010， 29（8）： 987-996.[SUN Gennian， SHU Jingjing， MA Lijun， et al. Influences of five crises on US inbound and outbound tourism analysis based on the tourism background trend line in high time resolution[J]. Progress in Geography， 2010， 29（8）： 987-996.]

[53] 孫根年， 周瑞娜， 馬麗君， 等. 2008年五大事件對中國入境旅游的影響——基于本底趨勢線模型高分辨率的分析[J]. 地理科學， 2011， 31（12）： 1437-1446. [SUN Gennian， ZHOU Ruina， MA Lijun， et al. Impact of five important events on China provincial inbound tourism in 2008： An analysis in high-resolution based on the TBL model[J]. Scientia Geographica Sinica， 2011， 31（12）： 1437-1446.]

[54] TURNER L W， WITT S F. Forecasting tourism using univariate and multivariate structural time series models[J]. Tourism Economics， 2001， 7（2）： 135-147.

[55] CHU F L. A fractionally integrated autoregressive moving average approach to forecasting tourism demand[J]. Tourism Management， 2008， 29（1）： 79-88.

[56] SONG H， QIU R， PARK J. A review of research on tourism demand forecasting[J]. Annals of Tourism Research， 2019， 75（3）： 338-362.

[57] MOSER P， VOENA A. Compulsory licensing： Evidence from the trading with the enemy act[J]. American Economic Review， 2012， 102（1）： 396-427.

[58] 石華軍， 楚爾鳴. 政策效果評估的雙重差分方法[J]. 統(tǒng)計與決策， 2017（17）： 80-83. [SHI Huajun， CHU Erming. DID model of policy effect evaluation[J]. Statistics & Decision， 2017（17）： 80-83.]

[59] 陳林， 伍海軍. 國內(nèi)雙重差分法的研究現(xiàn)狀與潛在問題[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2015（7）： 133-148. [CHEN Lin， WU Haijun. Research status and potential problems of differences-in-differences method in China[J]. The Journal of Quantitative & Technical Economics， 2015（7）： 133-148.]

[60] 張輝， 厲新建， 秦宇， 等. 中國出境旅游市場現(xiàn)狀與趨勢判斷[J]. 商業(yè)研究， 2003（2）： 147-151.[ZHANG Hui， LI Xinjian， QIN Yu， et al. On the present situation and trend of China outbound tourism[J]. Commercial Research， 2003（2）： 147-151.]

[61] 張凌云， 房蕊. 日本出國旅游需求與人均GDP關系實證研究——兼議對我國出境旅游發(fā)展的啟示[J]. 旅游科學， 2011， 25（3）： 24-34.[ZHANG Lingyun， FANG Rui. An empirical study of the relationship between outbound tourism demand and per capita GDP of Japan： Enlightenments on Chinas outbound tourism development[J]. Tourism Science， 2011， 25（3）： 24-34.]

[62] 蔣依依， 劉祥艷， 宋慧林. 出境旅游需求的影響因素——兼論發(fā)展中經(jīng)濟體與發(fā)達經(jīng)濟體的異同[J]. 旅游學刊， 2017， 32（1）： 12-21. [JIANG Yiyi， LIU Xiangyan， SONG Huilin. Influencing factors of outbound tourism and their different functions in developing and developed economies[J]. Tourism Tribune， 2017， 32（1）： 12-21.]

[63] 吳必虎， 唐俊雅， 黃安民， 等. 中國城市居民旅游目的地選擇行為研究[J]. 地理學報， 1997， 52（2）： 97-103. [WU Bihu， TANG Junya， HUANG Anmin， et al. Study on destination choice behavior of Chinese urban residents[J]. Acta Geographica Sinica， 1997， 52（2）： 97-103.]

[64] 楊宏浩， 戴斌. 出境旅游市場影響因素理論與實證分析[J]. 企業(yè)經(jīng)濟， 2009（8）： 131-134. [YANG Honghao， DAI Bin. Theoretical and empirical analysis on influencing factors of outbound tourism market[J]. Enterprise Economy， 2009（8）： 131-134.]

[65] 王曉峰. 中國出境旅游人口規(guī)模的增長、原因及趨勢[J]. 人口學刊， 2006（6）： 12-15.[WANG Xiaofeng. Tendency， factor and increase of population quantity of outbound tourists in China[J]. Population Journal， 2006（6）： 12-15.]

[66] KOZAK M， CROTTS J C， LAW R. The impact of the perception of risk on international travellers[J]. International Journal of Tourism Research， 2007， 9（4）： 233-242.

Do Bilateral Political Conflicts Affect Visitor Arrivals？

—Empirical Study of Sino-Japanese Diaoyu Islands Dispute in 2012

XING Jianhua1，2， ZHANG Hui1

（1. School of Economics and Management in Beijing Jiaotong University， Beijing 100044， China;

2. Department of Tourism in Shanxi University， Taiyuan 030006， China）

Abstract： In the studies on external events impact on international tourism， scholars have focused on analyzing the events in tourist destinations， such as natural catastrophes， disease epidemics， terrorist attacks， economic crises， and political instability. However， few studies have examined the impact of bilateral political conflict between destination and tourist source. Also， by measuring the impact of tourist intention， instead of tourist behavior， the extant studies have not empirically assessed the true damage of the bilateral political conflict on visitor arrivals. This study applied the difference-in-difference （DID） method to evaluate the impact of the Sino-Japanese Diaoyu Islands dispute in September 2012 on Chinese travel to Japan， which extended the impact assessment of bilateral political conflict on goods trade to tourism services. The data of inbound tourist to Japan was obtained from the online portal of Japan National Tourism Organization （JNTO）. This dataset for the analysis covered quarterly data of 32 countries from the first quarter of 2011 through the fourth quarter of 2014. The parallel trend graph of DID model revealed a pronounced dip for Chinese travel to Japan in the third quarter of 2012， which was not present for other countries visitors. The dispute resulted in a 16.8% quarterly average reduction in Chinese visitor arrivals to Japan： that amounted to a cumulative decline in visitor numbers of approximately 800，000 and a US $1.9 billion reduction in tourism revenue in Japan over a period of 15 months. The impact of the dispute varied with time： the number of Chinese visitor arrivals in Japan showed a 60.7% decrease in the fourth quarter of 2012; the negative effects have diminished by the third quarter of 2013. Additional robustness checks included regressions on time span variation， regressions on a restricted sample， regressions that control for pre-existing time trend and placebo test. Furthermore， using the DID method as well， the study discussed the impact heterogeneity for different trade types and different bilateral political conflicts， which provided some explanations of possible reasons for impact difference. It was evident that the impact of the Sino-Japanese Diaoyu Islands dispute on inbound tourism to Japan was stronger than that on Japans export trade to China. Comparing with the deployment of THAAD in ROK in February 2017， the study showed that the bilateral political conflict due to historical territorial dispute and the bilateral political conflict involving fundamental interests related to national security， differed in their impact intensity and duration： the latter tended to have enduring and greater effects. This paper highlighted the bilateral political conflict as a key risk factor in destination management. Managers of tourist business and destinations should not underestimate the effects.

Keywords： bilateral political conflict; visitor arrivals; outbound tourism; impact assessment

[責任編輯：周小芳;責任校對：王? ? 婧]