政策支持可以幫助鄉(xiāng)村旅游經(jīng)營戶恢復信心嗎？
——不確定環(huán)境下政策效應研究

于敏捷，周建華

（湖州師范學院 經(jīng)濟管理學院，浙江 湖州 313000）

新冠疫情的暴發(fā)使得旅游業(yè)成為全球受負面影響最深的行業(yè)之一[1]。世界各國為了控制快速蔓延的疫情，諸如封城、隔離、旅行限制、居家等相關(guān)措施陸續(xù)出臺，這給旅游業(yè)帶來了幾乎毀滅性的打擊。得益于中國對新冠疫情的良好控制，從2020 年第二季度起，國內(nèi)旅游開始逐步復蘇。但是，疫情反復，景區(qū)人數(shù)限流，游客因擔心健康碼、行程碼“變色”可能引致生活不便等，使得旅游業(yè)始終處于不確定環(huán)境態(tài)勢之下。為幫助旅游企業(yè)與相關(guān)從業(yè)人員恢復信心，從以文化和旅游部、財政部為代表的中央到各級地方政府均陸續(xù)出臺了一系列旅游業(yè)支持政策。宏觀政策支持可以幫助重振市場信心，進而影響中期與長期市場活動[2]，因此，在當前各種不確定性激增的現(xiàn)實背景下，有必要基于經(jīng)營者信心評估政策效應[3]。

近年來，中國鄉(xiāng)村旅游發(fā)展持續(xù)向好。與城市旅游經(jīng)營者相比，較大比例的鄉(xiāng)村旅游經(jīng)營者為當?shù)剞r(nóng)戶，他們大多管理能力有限，政策敏感度一般，抗風險能力相對較弱。但是，鄉(xiāng)村旅游在推動鄉(xiāng)村振興與實現(xiàn)共同富裕方面的重大貢獻，使得鄉(xiāng)村旅游經(jīng)營戶這一群體需要得到學界與政府相關(guān)職能部門的關(guān)注。相關(guān)數(shù)據(jù)顯示，疫情對旅游業(yè)沖擊較大，但是游客健康意識提升卻在某種程度上刺激了周邊短途鄉(xiāng)村旅游需求[4]，甚至有學者認為，疫情催生了消費者的健康需求，鄉(xiāng)村旅游是疫情期間的旅游專屬“安慰劑”，存在逆勢增長可能[5]。那么鄉(xiāng)村旅游經(jīng)營戶受到不確定性環(huán)境沖擊后，信心水平如何？政府相關(guān)政策對其影響如何？此外，在其他行業(yè)中既已存在的政策效應規(guī)模異質(zhì)性[3,6]在鄉(xiāng)村旅游中是否同樣存在，即政策支持對不同規(guī)模的鄉(xiāng)村旅游經(jīng)營戶是否發(fā)揮相同作用？對鄉(xiāng)村旅游經(jīng)營者而言，不同類型政策的實施效果是否相同？

為回答上述問題，研究在浙江省湖州市長興縣、德清縣與安吉縣對600 位鄉(xiāng)村旅游經(jīng)營戶進行了相關(guān)問卷調(diào)查，獲得有效問卷574 份。這三個地區(qū)作為中國鄉(xiāng)村旅游發(fā)展最好且最具特色的地區(qū)，涵蓋面向不同目標顧客群體、差異化市場定位的多類型鄉(xiāng)村旅游發(fā)展模式，故對其經(jīng)營戶的調(diào)研基本可以反映當前中國鄉(xiāng)村旅游發(fā)展高水平地區(qū)，特別是大都市邊緣區(qū)這一鄉(xiāng)村旅游類型的實際情況?；趩柧斫Y(jié)果，研究將實證回答如下問題：（1）在受到不確定環(huán)境沖擊后，政策是否在農(nóng)戶信心建立方面切實發(fā)揮了作用？（2）不同類型的旅游支持政策效果是否一致？（3）政策效應是否存在規(guī)模異質(zhì)性？

1 文獻回顧與研究假設(shè)

公共安全事件常常影響旅游業(yè)消費信心，從而減少旅游意愿，進而影響經(jīng)營者信心[7-8]。比如，為控制新冠疫情傳播而采取的旅行限制、邊境關(guān)閉等管控措施與未來難以預計性即是旅游業(yè)面臨的典型負面環(huán)境之一[9-10]。學者首先從需求層面研究不確定環(huán)境可能對旅游者消費行為產(chǎn)生的影響。GU 等[11]基于計劃行為理論（theory of planned behavior，TPB）研究新冠疫情對旅游者帶來的影響，認為疫情可能對游客心理層面造成重大影響。游客因擔心疫情而產(chǎn)生的“旅游恐懼心理”可能成為其避免旅游最重要的因素之一[12]，受此心理影響，旅游消費大幅下降[13]。旅游需求下降不可避免地給包括航空業(yè)、酒店/住宿業(yè)、旅行社等在內(nèi)的旅游業(yè)供給端帶來悲觀情緒，經(jīng)營信心明顯不足[14-18]。環(huán)境不確定性對旅游需求的主、客觀影響使得旅游市場整體低迷，直接影響旅游相關(guān)從業(yè)人員信心[17]。

許多旅游業(yè)相關(guān)利益群體通過危機管理，努力擺脫負面影響[15-17,19]。同時，多國政府發(fā)布相關(guān)旅游業(yè)支持政策以幫助從業(yè)人員恢復信心，渡過難關(guān)[14,20-22]。由于以往公共安全事件對旅游業(yè)造成的影響時間跨度與區(qū)域范圍相對有限，因此學界并未對旅游支持政策效應進行系統(tǒng)化研究[16,23]，政策實施效果、公平度、平等性等問題的研究尚未受到學界充分重視[24]。因此，本研究試圖以此次疫情為例，將政策支持效應研究向鄉(xiāng)村旅游領(lǐng)域拓展，系統(tǒng)探討政策支持是否可以幫助鄉(xiāng)村旅游經(jīng)營戶在不確定環(huán)境下提升信心，并進一步探討稅費減免、金融支持、人力資源、市場營銷與相關(guān)產(chǎn)業(yè)支持這五大類支持政策（表1）的作用效果是否相同。在關(guān)注政策效應的基礎(chǔ)上，特別聚焦鄉(xiāng)村旅游經(jīng)營規(guī)模，以期驗證政策效應是否具有規(guī)模異質(zhì)性。為此，提出以下假設(shè)。

表1 旅游支持政策基本情況

H1：政策支持具有正向積極效應，即政策支持能顯著提升鄉(xiāng)村旅游經(jīng)營戶在不確定環(huán)境下的經(jīng)營信心。

H11：稅費減免政策具有正向積極效應。

H12：金融支持政策具有正向積極效應。

H13：人力資源政策具有正向積極效應。

H14：市場營銷政策具有正向積極效應。

H15：相關(guān)產(chǎn)業(yè)支持政策具有中正向積極效應。

H2：經(jīng)營規(guī)模影響政策效應，即支持政策對不同規(guī)模鄉(xiāng)村旅游經(jīng)營戶的經(jīng)營信心提升存在差異。

2 研究設(shè)計

2.1 案例地與樣本基本情況

研究選擇以浙江省湖州市作為案例研究地點。自新冠疫情暴發(fā)以來，湖州一直未受大規(guī)模疫情影響，有理由認為，湖州鄉(xiāng)村旅游經(jīng)營戶的信心波動客觀上主要受制于外部不確定環(huán)境的影響。湖州作為“兩山”理念與美麗鄉(xiāng)村發(fā)源地，鄉(xiāng)村旅游發(fā)展水平較高，各類型鄉(xiāng)村旅游經(jīng)營者數(shù)量眾多。湖州鄉(xiāng)村旅游的發(fā)展是中國鄉(xiāng)村旅游從無到有、從有到優(yōu)的一個縮影。加之湖州市政府近兩年始終堅持推進“在湖州看見美麗中國”品牌建設(shè)，打造“無差別城鄉(xiāng)”。因此，選擇湖州作為案例地，既代表中國最高水平鄉(xiāng)村旅游發(fā)展地現(xiàn)實情況，又是大都市邊緣區(qū)鄉(xiāng)村旅游的典型代表。

2021 年6 月至7 月，調(diào)查人員在湖州安吉、長興和德清三縣，以隨機入戶調(diào)查的方式開展問卷調(diào)查或深入訪談，調(diào)研地既包括安吉余村、長興水口、德清莫干山這樣的知名鄉(xiāng)村旅游區(qū)，也包括長興泗安、德清乾元等知名度相對不足的區(qū)域。調(diào)研共計發(fā)放問卷600 份，在剔除漏題、明顯錯題等無效問卷后，最終得到有效問卷574 份。

2.2 問卷設(shè)計

本文在參考相關(guān)文獻的基礎(chǔ)上，結(jié)合專家意見設(shè)計問卷。問卷主要分成四個部分（第一和第四部分為單選題，第二和第三部分采用李克特5 級量表法）。第一部分為調(diào)研對象人口統(tǒng)計學特征和鄉(xiāng)村旅游經(jīng)營情況，前者包括經(jīng)營戶年齡、受教育程度（以受教育年限表示）、是否為本地農(nóng)戶（以虛擬變量表示，1=本地農(nóng)戶，0=非本地農(nóng)戶）；后者包括業(yè)務類型（以虛擬變量表示，1=住宿、餐飲業(yè)，0=其他）、經(jīng)營規(guī)模（以員工人數(shù)表示）和兼業(yè)情況（以非鄉(xiāng)村旅游收入占比表示）。第二部分為外部不確定環(huán)境對鄉(xiāng)村旅游業(yè)的影響情況。綜合學界相關(guān)研究成果[3,14-15]，問卷從旅游收入、經(jīng)營業(yè)績、游客數(shù)量與財務壓力四個方面衡量疫情影響。第三部分為鄉(xiāng)村旅游經(jīng)營戶信心情況。參考蔣韶華等[3]、耿中元等[25]的研究，將鄉(xiāng)村旅游經(jīng)營農(nóng)戶信心分解為對國內(nèi)旅游市場、鄉(xiāng)村旅游市場、堅持經(jīng)營與未來加大投資四個維度的信心描述。第四部分為政策支持部分。經(jīng)營者根據(jù)政策描述做出相應選擇（以虛擬變量表示，1=獲得政策支持，0=未獲得政策支持）。

2.3 估計方法

傾向得分匹配法（PSM）最早由ROSENBAUM 等[26]提出。近年來，被廣泛應用于評估某一項目或某一政策的實施效應[27-29]。本文選用PSM 探討政策對鄉(xiāng)村旅游經(jīng)營戶經(jīng)營信心的影響，主要基于以下三個方面的考慮。首先，社會經(jīng)濟研究的多數(shù)抽樣只能在研究者所選擇的界定范圍內(nèi)進行，故不可避免地存在樣本選擇偏差；其次，是否獲得政策支持并非隨機選擇的結(jié)果，因此作為處理組和對照組的鄉(xiāng)村旅游經(jīng)營戶存在樣本“自選擇”問題；最后，由于無法知曉獲得政策支持的鄉(xiāng)村旅游經(jīng)營戶在未獲得政策時的信心狀況，故直接比較政策效果會產(chǎn)生內(nèi)生性問題。PSM 通過反事實框架，將多維信息向量壓縮后進行匹配再抽樣，使得觀測數(shù)據(jù)盡可能接近隨機實驗數(shù)據(jù)，以盡可能減少數(shù)據(jù)偏差。

本文將處理組（獲得政策支持的經(jīng)營戶）與對照組（未獲得政策支持的經(jīng)營戶）進行匹配，在控制相同外部環(huán)境、經(jīng)營狀況與個人特征的情況下，探討政策支持對其經(jīng)營信心的影響。具體分析過程如下。

（1）測算傾向得分。運用Logit 模型估計鄉(xiāng)村旅游經(jīng)營戶獲得政策支持的條件概率擬合值，即傾向得分值（propensity score，p-score）：p-score=Pr(Policy=1|X)。其中，Policy=1 表示獲得政策支持，反之則為0；X表示可觀測到的外部環(huán)境、經(jīng)營狀況與個人特征。

（2）將處理組與對照組進行傾向得分匹配。由于在實際匹配中，究竟使用哪種方法目前文獻中尚無明確指南，故本文使用k近鄰匹配（一對四匹配）、卡尺匹配、卡尺內(nèi)最近鄰匹配、核匹配、局部線性回歸匹配和樣條匹配六種方法，以驗證匹配結(jié)果的穩(wěn)健性。

（3）計算平均處理效應（ATT）。根據(jù)匹配后的樣本計算平均處理效應，該效應用于衡量鄉(xiāng)村旅游經(jīng)營戶獲得政策支持的毛收益：ATT=E(Confidence1-Confidence0|Policy=1)。其 中，Confidence1是獲得政策支持后的信心得分，Confidence0為獲得政策支持的那部分鄉(xiāng)村旅游經(jīng)營戶假設(shè)其未獲得政策時的信心得分。E(Confidence1|Policy=1)可直接觀測，E(Confidence0|Policy=1)則為不可觀測的反事實結(jié)果，由PSM 估算而得。

（4）匹配結(jié)果檢驗。PSM 要求樣本數(shù)據(jù)滿足重疊假定，即處理組和對照組的傾向得分有較大的共同取值范圍，以減少樣本損失。此外，若傾向得分估計比較準確，則匹配完成后的處理組與對照組的各匹配變量分布較為均勻，不存在顯著差異。

3 實證結(jié)果分析

3.1 樣本統(tǒng)計學特征

此次鄉(xiāng)村旅游經(jīng)營戶涵蓋餐飲、住宿、種植、垂釣、采摘等休閑農(nóng)場、農(nóng)旅產(chǎn)品銷售、旅游配套服務與其他鄉(xiāng)村旅游綜合服務等幾大類型。其中，餐飲（32.23%）與住宿（26.66%）兩大產(chǎn)業(yè)占比最高，這與目前湖州鄉(xiāng)村旅游經(jīng)營戶以餐飲住宿為支柱的現(xiàn)狀相吻合，隨后依次為農(nóng)旅產(chǎn)品銷售（19.69%）、鄉(xiāng)村旅游綜合服務（14.29%）和休閑農(nóng)場（7.13%）。湖州鄉(xiāng)村旅游經(jīng)營戶以當?shù)剞r(nóng)戶為主（91.46%）。農(nóng)戶整體呈現(xiàn)年輕化態(tài)勢，50.70%的受訪農(nóng)戶年齡在40周歲及以下，43.73%的受訪農(nóng)戶介于41 至59 周歲。約37%的受訪農(nóng)戶具有大專及以上學歷。41.99%的被調(diào)研對象有其他收入來源。研究以員工人數(shù)（包括家庭勞動力與雇傭勞動力，且僅考慮長期雇傭）表征經(jīng)營規(guī)模，約有半數(shù)（49.48%）受訪者員工人數(shù)不足5 人，33.97%的農(nóng)戶雇傭員工人數(shù)在6～9 人之間，僅有16.55%的農(nóng)戶雇傭員工人數(shù)超過10 人。主要變量相關(guān)統(tǒng)計學結(jié)果見表2。

表2 主要變量說明、描述性統(tǒng)計與均值差異t檢驗

3.2 信度與效度分析

如表3 所示，2 個一級指標的Cronbach’sα系數(shù)均高于最低臨界值0.7，說明各指標內(nèi)部一致性較好，總體信度較高，所有二級指標的因子載荷均超過0.5，且KMO值＞0.6，說明指標體系結(jié)構(gòu)效度性能表現(xiàn)良好[30-31]?；谝蜃臃治龇?，研究計算獲得不確定外部環(huán)境和鄉(xiāng)村旅游經(jīng)營戶信心相關(guān)數(shù)據(jù)。

表3 探索性因子分析

3.3 政策效應實證結(jié)果

3.3.1 Logit模型估計結(jié)果

為實現(xiàn)獲得政策支持與未獲得政策支持經(jīng)營戶樣本的匹配，首先需要對鄉(xiāng)村旅游經(jīng)營戶是否獲得政策支持的條件概率擬合值進行回歸分析。基于Logit 回歸的極大似然估計結(jié)果如表4 所示。結(jié)果顯示，受外部沖擊較大的經(jīng)營戶獲得政策支持的概率更高。此外，經(jīng)營規(guī)模、兼業(yè)程度、是否為本地居民以及受教育程度顯著影響政策獲得。經(jīng)營規(guī)模越大、兼業(yè)程度越低的經(jīng)營戶對鄉(xiāng)村旅游依賴程度越高，越傾向于尋求政策支持；受教育程度較高的經(jīng)營戶可能在政策知曉程度、申請程序等方面更具優(yōu)勢。相較于本地經(jīng)營戶，非本地居民獲得政策支持的概率更高，這可能與非本地居民經(jīng)營壓力更大、同相關(guān)政府部門聯(lián)系更為緊密有關(guān)。

表4 鄉(xiāng)村旅游經(jīng)營戶獲得政策支持的Logit模型估計結(jié)果

3.3.2 傾向得分匹配及平均處理效應結(jié)果

卡尺內(nèi)最近鄰匹配是目前較為流行的匹配方法[32]，為保證結(jié)果的穩(wěn)定性，本文同時列出其余五種常見匹配方法相關(guān)數(shù)值（表5）。從測算結(jié)果來看，在控制外部環(huán)境、經(jīng)營狀況與個人特征這一系列可觀測變量的異質(zhì)性后，雖然各匹配方法的結(jié)果略有不同，但數(shù)值大小與顯著性基本一致。政策平均處理效應（ATT）均在1%水平上具有顯著正向影響，平均可使鄉(xiāng)村旅游經(jīng)營戶信心提升0.858 分。從反事實結(jié)果來看，若獲得政策支持的經(jīng)營戶未能享受相關(guān)政策扶持，其信心得分平均為4.207分，但因獲得政策支持，其信心得分提升至5.065 分，變化率約為20%。H1 得到驗證。

表5 政策對鄉(xiāng)村旅游經(jīng)營戶信心影響的平均處理效應

3.3.3 匹配結(jié)果檢驗

傾向得分匹配法（PSM）的有效性對傾向得分的共同取值范圍提出要求[27]。本文以卡尺內(nèi)最近鄰匹配為例，繪制共同取值范圍圖。如圖1 所示，除傾向得分較低與較高兩個極值區(qū)間內(nèi)部分樣本不在取值范圍內(nèi)外，其余超過80%的樣本均被納入研究，說明處理組與控制組共同取值范圍較大，可以有效避免偏差。圖2 顯示了匹配前后各變量標準化偏差的變化情況，可以看到，所有變量的標準化偏差在匹配后均明顯變小。換言之，傾向得分匹配顯著降低了處理組與對照組間解釋變量的差異，樣本匹配質(zhì)量較好。

圖1 傾向得分的共同取值范圍

圖2 各變量的標準化偏差圖示

3.3.4 對傾向得分匹配法估計結(jié)果的敏感性分析

PSM 雖然可以較好解釋樣本選擇偏差與自選擇問題，但由于本文數(shù)據(jù)為截面數(shù)據(jù)，無法通過雙重差分消除個體隨時間變化的增量和不隨時間變化的異質(zhì)性。因此，如果懷疑存在依賴不可觀測變量的選擇，該方法依然會帶來“隱藏偏差”。為確認是否存在可能顯著影響估計結(jié)果的不可觀測變量，本文參考學界研究成果[29]，以ROSENBAUM 等[26]提出的邊界方法進行敏感性分析。該方法用Gamma 系數(shù)表征不可觀測變量對政策獲得產(chǎn)生的影響。若Gamma 系數(shù)接近于1，基于樣本測算而得的ATT 未能通過顯著性檢驗，說明不可觀測變量不容忽視；反之，估計結(jié)果在Gamma 系數(shù)取值較大時才變得不顯著，那么本文結(jié)論具有一定可信性。表6 以卡尺內(nèi)最近鄰匹配為例，列舉了不同Gamma 系數(shù)的P值，結(jié)果表明，Gamma 系數(shù)在7 時，P值未能通過10%的顯著性水平檢驗。有理由相信，政策處理效應對確實存在的不可觀測因素敏感程度有限。

表6 ATT的Rosenbaum邊界估計結(jié)果

4 拓展性研究

4.1 不同類型政策的異質(zhì)性分析

本文進一步驗證五種不同類型支持政策的平均處理效應（表7）。市場營銷政策效應最為明顯，相關(guān)產(chǎn)業(yè)支持政策和稅費減免政策也具有積極作用，而其余兩類政策則未能在提升經(jīng)營者信心中充分發(fā)揮作用。在與鄉(xiāng)村旅游經(jīng)營戶的深度訪談中獲得的一些信息，也進一步驗證了這一現(xiàn)象。

表7 不同類型政策對鄉(xiāng)村旅游經(jīng)營戶信心影響的平均處理效應

“我們村鄉(xiāng)村旅游經(jīng)營戶大多是當?shù)卮迕?，除非大的投資，一般都不習慣找銀行貸款”“鄉(xiāng)村旅游最吸引人的就是新鮮的空氣、食材，優(yōu)美的鄉(xiāng)村風景，我們最怕的就是沒有游客”“這兩年湖州市政府努力提升地方知名度，我們明顯感到，以前的游客主要來自上海等周邊地區(qū)，最近河南等北方來的游客明顯增加”“政府發(fā)放的旅游券，本地人旅游優(yōu)惠，還是可以帶來一些人流的，雖然跟以前正常時期沒法比，但還是有點效果”“政府牽頭組織農(nóng)旅產(chǎn)品直播帶貨，幫助我們減少了一些因游客數(shù)量減少引起的農(nóng)旅產(chǎn)品銷售問題”。

顯然，對鄉(xiāng)村旅游經(jīng)營戶而言，游客是其經(jīng)營信心的基礎(chǔ)，因此，政府政策中對于提升地方知名度、擴大目標顧客群體、促銷刺激等市場營銷政策和恰當有效的疫情防控政策可以顯著發(fā)揮作用。政府稅費減免政策可以有效減輕經(jīng)營成本，在農(nóng)旅產(chǎn)品銷售領(lǐng)域的政策扶持可以從側(cè)面彌補因游客數(shù)量不足引致的其他相關(guān)產(chǎn)業(yè)可能遭受的損失。因此，H11、H14 和H15 得到驗證，H12 和H13 則未通過驗證。

4.2 不同經(jīng)營規(guī)模的異質(zhì)性分析

受限于市場主導能力不足，在不確定環(huán)境下，小微企業(yè)大多更為脆弱，政策效應可能存在規(guī)模異質(zhì)性[3,6]。因此，研究同樣就鄉(xiāng)村旅游可能存在的政策規(guī)模異質(zhì)性做實證分析?，F(xiàn)有文獻并未對鄉(xiāng)村旅游小微企業(yè)作出準確概念界定。在調(diào)研中，一些經(jīng)營戶對利潤、收入等規(guī)模指標不甚了解，故本文參考相關(guān)文獻，以員工人數(shù)（包括家庭勞動力與雇傭勞動力在內(nèi)的長期勞動力）作為經(jīng)營規(guī)模衡量指標[33]。

鄉(xiāng)村旅游經(jīng)營戶整體規(guī)模較小，平均員工人數(shù)僅為6.436 人。借鑒李曉靜等[27]、郭熙保等[29]的做法，本文將員工人數(shù)低于均值的界定為小規(guī)模經(jīng)營戶，大于均值的則界定為大規(guī)模經(jīng)營戶，隨后將上述兩組經(jīng)營戶進行對比分析，分別計算其政策平均處理效應。如表8 所示，政策支持僅在大規(guī)模經(jīng)營戶群體中存在顯著支持效應，對較小規(guī)模經(jīng)營戶而言，政策對經(jīng)營信心的提升效應并不明顯。該結(jié)果說明鄉(xiāng)村旅游政策效應的規(guī)模異質(zhì)性確實存在，假設(shè)H2 成立。

表8 不同經(jīng)營規(guī)模的政策平均處理效應

5 結(jié)論與政策建議

5.1 結(jié)論

在新冠疫情這一嚴重的不確定環(huán)境下，旅游業(yè)面臨巨大挑戰(zhàn)。政府發(fā)布實施一系列支持政策以幫助旅游業(yè)渡過難關(guān)。既往研究未能針對鄉(xiāng)村旅游就不確定環(huán)境下的政策效應做出專門研究。然而，鄉(xiāng)村旅游經(jīng)營戶大多是當?shù)剞r(nóng)戶，故在推進鄉(xiāng)村振興與實現(xiàn)共同富裕方面承擔著不容小覷的作用，農(nóng)戶經(jīng)營信心直接影響其未來決策，可能對鄉(xiāng)村旅游行業(yè)造成重大影響。因此，本文將研究聚焦于鄉(xiāng)村旅游經(jīng)營戶，基于傾向得分匹配法，探尋支持政策是否可以幫助經(jīng)營戶在不確定環(huán)境下建立信心。研究發(fā)現(xiàn)，政府支持政策可以顯著提升鄉(xiāng)村旅游經(jīng)營戶信心，其中金融支持政策與人力資源政策的影響并不顯著，但市場營銷政策、其他產(chǎn)業(yè)支持政策和稅費減免政策能顯著提升農(nóng)戶信心。政策效應受經(jīng)營規(guī)模影響，具有規(guī)模異質(zhì)性，即大規(guī)模經(jīng)營戶更易從政策支持中重塑信心。

5.2 政策建議

基于實證研究結(jié)果，本文提出如下建議。

第一，強化市場營銷政策細節(jié)設(shè)計。針對鄉(xiāng)村旅游的支持政策需考慮鄉(xiāng)村旅游自身特色，特別是在發(fā)現(xiàn)市場營銷政策具有最為顯著政策效應的基礎(chǔ)上，如何進一步設(shè)計政策細節(jié)需引起學界與相關(guān)政府職能部門重視。舉例來說，鄉(xiāng)村旅游經(jīng)營戶普通認可湖州市政府一系列市場營銷活動幫助湖州鄉(xiāng)村旅游有效“引流”，比如通過與攜程、同程等知名旅游平臺合作開展的直播，與湖南衛(wèi)視知名綜藝節(jié)目的合作，開展“湖州人游湖州”優(yōu)惠活動，以及主動與省外旅游職能部門的宣傳對接等。

第二，加大對鄉(xiāng)村旅游小規(guī)模經(jīng)營戶的關(guān)注力度。支持政策對小規(guī)模農(nóng)戶的信心重塑效果有限。這可能一方面與鄉(xiāng)村旅游的小規(guī)模經(jīng)營戶大多為家庭作坊式經(jīng)營有關(guān)，政策敏感度不高。另一方面，可能與小規(guī)模農(nóng)戶在非知名鄉(xiāng)村旅游區(qū)占比較多有關(guān)。因此，未來政府應專門加強小規(guī)模農(nóng)戶政策宣傳工作，將“湖州人游湖州”“醫(yī)療人員免費旅游”等營銷政策向非知名旅游區(qū)域和小規(guī)模經(jīng)營戶適當傾斜。

5.3 不足之處與未來研究方向

研究主要不足之處在于數(shù)據(jù)源比較單一。僅在湖州這一鄉(xiāng)村旅游高水平發(fā)展區(qū)獲得的數(shù)據(jù)制約了本文結(jié)果的普遍適用性，從某種程度上來說，本文結(jié)果是當前不確定環(huán)境下較高水平的大都市邊緣區(qū)鄉(xiāng)村旅游經(jīng)營戶的信心反映。因此，未來若能收集不同地點、不同發(fā)展水平鄉(xiāng)村旅游經(jīng)營戶數(shù)據(jù)，進一步豐富樣本信息，將使得不確定環(huán)境下支持政策的效應研究更有代表性。因此，未來研究可以擴大調(diào)研范圍，考察不同地區(qū)、不同類型鄉(xiāng)村旅游的政策效應。

研究的另一不足之處在于，傾向得分匹配法（PSM）雖可以在某種程度上大幅減少觀測數(shù)據(jù)偏差，但同時具有其局限性。其中最大局限在于，該方法只控制了可觀測變量的影響，若存在基于不可觀測變量的自選擇問題，則隱性偏差依然存在，本文雖對PSM 估計結(jié)果進行了敏感性分析，但當前環(huán)境不確定性表現(xiàn)各異，使得政策可能同樣需要不斷適時調(diào)整。若未來可以獲取政策效應的動態(tài)特征，以雙重差分傾向得分匹配法測算政策實施凈效應，將使結(jié)果更具參考價值。