陈佩虹，苏慧慧，王 晴，郑媛婷

（1北京交通大学经管学院 副教授，北京 100044；2北京交通大学经管学院 硕士研究生，北京 100044；3北京交通大学经管学院 硕士研究生，北京 100044；4中国国家铁路集团有限公司办公厅 高级会计师，北京 100844）

1 概述

中国高速铁路（以下简称高铁）始于1999年开工兴建的秦沈客运专线，经过20余年的高铁建设和既有铁路线路高速化改造，目前拥有全世界最大规模的高铁网络。随着人民群众的可支配收入时间日益增加，旅游需求不断释放，旅游市场规模持续扩大，中国旅游业呈现出持续稳定的增长趋势。高铁节约旅行时间，重塑区域可达性与旅游交通格局，引发旅游市场供给与时空结构变化，对区域旅游业发展具有重要影响。

本文通过搭建高铁开通影响区域旅游业发展的理论框架，一方面从理论层面揭示高铁开通对区域旅游业影响的内在机理，另一方面借助实证检验高铁开通对区域旅游业的影响大小、方向、显著程度与时空异质性，并提出高铁、区域交通与旅游业发展的相关对策建议。

2 高铁对旅游业增长的影响机制

2.1 高铁影响游客出游时空行为

高铁带来的时空距离缩减，改变了游客出行目的地选择，是区域旅游业增长的有力驱动与重要载体[1-3]。除了出行目的地的选择，高铁还通过影响游客出游半径、出游频次、逗留时间和旅游消费，对区域旅游业增长产生影响。

2.2 高铁提高旅游地吸引力与接待力

高铁开通促进旅游目的地可达性提升，改善旅游目的地的区位条件，有助于增加旅游地的吸引力；另一方面，高铁改善了区域旅游生产要素的流动性，使得旅游业能够在更广的范围内进行资源优化配置，生产要素的逐利性会促使其向边际收益高的旅游目的地集聚，有助于改善沿线城市旅游业供给[4]。二者共同影响区域旅游业增长。

2.3 高铁促进旅游地开发与竞合发展

高铁开通会强化原本旅游发达地区的高地地位，进一步促进沿线客流和旅游资源向其集聚，产生极化效应；另一方面，高铁开通使得原本因交通限制的优质旅游资源得到开发利用，促进客流和旅游资源沿交通线疏解以及核心旅游城市的外溢，产生扩散效应。高铁同时强化了核心区域的极化和扩散作用，有助于促进区域旅游合作和一体化发展[5]。

3 高铁背景下旅游业增长的时空演变特征

3.1 研究对象与区域概况

本文以华东地区78个地级以上城市作为研究对象，在分析高铁背景下区域旅游业增长的时空演变特征的基础上，实证研究高铁由线成网过程对区域旅游业增长的影响。华东地区是我国高铁建设与网络化布局的重要区域，旅游资源丰富，地区内自然人文要素既具有共性基础，又表现出显著的差异性特征。选取华东地区作为研究对象，既能提供足够的对照组，也便于观察区域旅游业发展的动态与规律。研究时间段为2008—2018年，华东区域高铁通车城市稳步上升，由2008年的7个城市达到2018年的66个城市。

3.2 区域旅游业增长的时空演变分析

本文研究数据包括两个方面：一是高铁开通数据与铁路最短旅行时间数据，来源于历年全国铁路列车时刻表、高铁网，并结合历年版本的极品列车时刻表软件中的电子数据进行了交叉验证；二是城市旅游业和社会经济相关数据，主要来源于中华人民共和国旅游和文化部、《全国A级景点名录》、全国旅游景区质量等级评定委员会公告、中国及地区统计年鉴等。

本文将区域内各地级市的国内旅游收入与国内旅游人数作为表征区域旅游业增长的核心指标，采用GIS空间分析方法，具体借助Arc Map分级符号与色彩工具，以及自然间断点分级法，将国内旅游收入与国内旅游人数在空间地图上叠加，对华东区域旅游业增长情况进行可视化聚类分析。同时结合区域内高铁发展历程，在时间维度选择不同断面，分析高铁背景下华东地区旅游业增长的时空总体格局与分异特征，在此基础上初步探讨其中高铁开通对旅游业增长的影响。基于上述方法，本文绘制得到华东区域2008—2017年旅游业增长的时空地图，并结合区域高铁发展三个阶段，选取2008年、2014年与2017年三个时间断面进行时空演变分析。国内旅游收入以分级色彩展示，国内旅游人数以分级符号表征，见图1所示。

图1 2008、2014和2017年华东区域旅游业分布地图

由图1可知，伴随着高铁由线成网的发展进程，华东区域旅游业发展整体也取得了长足进步。但在空间层面也呈现出明显的非均衡性，在高铁发展的不同阶段表现出相应的空间分布差异：（1）华东区域旅游业呈现以省会城市与省域内主要旅游城市为核心的“中心—外围”分布模式；（2）高铁背景下城市群内部旅游业发展呈现圈层结构并向外扩散态势；（3）高铁发展在促进区域旅游资源开发与竞合发展、引导客流聚散与带动旅游业增长方面具有积极作用。

4 高铁开通对旅游业增长影响的实证分析

首先构建高铁开通影响区域旅游业增长的DID模型，实证估计高铁开通对区域旅游业增长的影响程度；其次在基准回归的基础上，借助PSM后的样本估计高铁开通对区域旅游业增长的净影响，并通过“平行趋势”检验保证PSM结果的可靠性。

4.1 实证模型介绍与构建

4.1.1 双重差分模型（DID）

近年来我国旅游业市场持续升温，高铁开通与旅游业发展的内生性和双向因果关系不容忽视。本文将高铁开通作为一项“准自然实验”，构建高铁开通影响城市旅游业的DID模型，具体见式（1）。

式中变量进行说明，详见表1。

表1 变量说明

变量解释由表1所示，其中LNTOUit选取城市年度旅游收入的对数（LNTINCit）和年度旅游人数的对数（LNTNUMit），Git估计系数α3用于衡量高铁开通对城市旅游业的净影响，是本文重点观测对象。DID过程展示见图2。

图2 DID过程

4.1.2 倾向得分匹配（PSM）

双重差分法（DID）需要满足“平行趋势”假定，而倾向得分匹配（PSM）可为实验组匹配符合“平行趋势”的对照组。具体步骤如下：（1）根据处理变量G和协变量X，采用概率回归模型计算倾向得分，协变量选择依据为将影响处理变量和结果变量的核心因素纳入；（2）选择合适的匹配方法，为实验组的每个个体确定与其匹配的全部对照组个体，即确定PSM后样本集合；（3）分别计算实验组和与其匹配的对照组个体的结果变量前后变化；（4）进行PSM-DID估计，计算平均处理效应。

式（2）为本文拟构建用于计算倾向得分的Logit模型，具体变量说明见表2。

表2 变量说明

由表2可知具体变量情况，i和t分别为个体和年份时间变量；此外，PSM还需通过考察匹配前后的协变量标准化偏差和结果变量共同取值范围。

4.1.3 铁路交通可达性模型

Bo and Ningqiao的研究指出，高铁在不同可达性地区对产业增长有着不同程度的影响[6]。本文将可达性概念引入计量模型，主要用于考察在不同交通区位条件下，高铁开通对旅游业增长的差异性影响，对最短旅行时间进行经济加权，采用经济发展水平和人口规模构建加权最短平均旅行时间模型，从而计算得到城市铁路交通可达性，具体见式（3）。

变量说明见表3。

表3 变量说明

4.2 研究变量与指标选取

4.2.1 变量指标选取

核心被解释变量，核心解释变量，控制变量和其他变量见表4。

表4 变量与指标选取

4.2.2 描述性统计分析

本文的研究样本容量为2008—2017年华东地区78个地级以上城市的面板数据，全样本共计780个观测值。其中区域内开通高铁地级市59个，作为实验组，共计590个观测值；未开通高铁地级市19个，作为控制组，共计190个观测值。

4.3 高铁开通对旅游业增长的实证结果分析

4.3.1 DID估计结果分析

基于式（1）构建的DID模型，本文采用逐个加入控制变量参与回归的策略，通过观测高铁变量GT的系数变化与显著性、模型整体拟合优度水平，分别估计高铁开通对旅游收入与人数的净影响。本文将旅游收入与人数取对数后进行回归，表5与表6分别给出了基准回归结果。

据表5、表6可知，通过逐步加入控制变量参与回归，一方面高铁变量GT的系数始终为正且在1%的水平下保持显著，这表明高铁开通促进了城市旅游总收入和旅游总人数的增加，结果具有稳健性；另一方面模型的拟合优度不断提高，GT的系数不断下降也表明本文选取控制变量的有效性与必要性，如不加入控制变量则会高估高铁对旅游业增长的影响，高铁开通显著促进了城市旅游收入和人数的增加。

表5 旅游收入基准回归

表6 旅游人数基准回归

4.3.2 PSM-DID估计结果

鉴于DID方法需要满足实验组与处理组之间的“平行趋势”假定可能存在的误差，本文通过对样本进行随机排序，借助式（2）的Logit模型计算倾向得分，本文采用一对一有放回匹配方法，绘制得到了匹配前后处理组与控制组的倾向得分概率分布图如下。

图3 匹配前处理组与控制组倾向得分概率分布

图4 匹配后处理组与控制组倾向得分概率分布

根据图中对比分析可知，匹配前处理组与控制组的倾向得分概率分布存在较大差异，可能存在“选择偏误”问题，如果直接进行DID估计会导致估计偏误。经匹配发现，处理组与控制组的倾向得分概率差异大幅减小，基本符合二者之间的“平行趋势”要求。为评判PSM结果的有效性，本文进一步检验PSM是否同时较好实现了数据平衡，匹配前各协变量的标准化偏差较大，经过匹配后得到大幅度下降，匹配后各协变量的标准化偏差更加趋近于0，其绝对值均控制在10%以内，表明匹配过程较好地实现了数据平衡，保证了PSM的有效性。

在PSM-DID估计结果中，无论就旅游总收入还是旅游总人数而言，与基准回归的结果方向一致，且模型拟合水平较高，这表明高铁开通确实促进了城市旅游业增长，这一结果在通过PSM保证实验组与控制组“平行趋势”的条件下仍然具有稳健性，旅游服务水平、文化资源强度与旅游市场规模均对城市旅游总收入具有积极显著的正向影响，与基准回归的估计结果是基本一致的。

4.3.3 异质性与稳健性检验

1）分时间段的异质性检验。本文将研究时间段划分为2008—2012年和2013—2017年两个不同阶段，用于考察高铁网络化发展对旅游业增长的差异性影响。经检验发现，无论是旅游收入还是人数，2013—2017年的GT系数均显著大于2008—2012年，表明随着高铁网络的不断完善，高铁对区域旅游业增长的贡献也在进一步提升。控制变量估计结果与基准回归基本一致，其中星级酒店数量对城市旅游收入的影响在2008—2012年显著为正，但在2013—2017年不显著为负，这可能与城市星级酒店摘星整改有关。

2）按铁路可达性分类的异质性检验。本文通过将可达性概念引入计量模型，基于式（3）计算得到城市铁路可达性，将研究样本均分为高可达性与低可达性地区，在不同交通区位条件下，考察高铁开通对旅游业增长的差异性影响。经检验发现，无论是旅游收入还是人数，低可达性地区的GT系数均显著大于高可达性地区，表明在低可达性地区，高铁开通对旅游业增长的影响相较于高可达性地区更大。

3）按城市重要性分类的异质性检验。为验证高铁对旅游业增长的影响程度是否会因城市为省会城市或主要旅游城市而有所不同，本文结合是否为省会城市及5A级景区数两个指标，将研究对象划分为“省会城市及省域内主要旅游城市”与“其他城市”两个分样本进行异质性检验。发现省会城市及省域内主要旅游城市旅游收入和人数的GT系数均显著大于其他城市，说明高铁开通促进了旅游业在省会城市及省域内主要旅游城市的聚集。

4）稳健性检验。为进一步保证估计结果的稳健性，本文通过剔除入境旅游市场，采用国内旅游收入INC与国内旅游人数NUM取对数后进行替代变量检验，进一步剔除省会与副省级城市、剔除两端人口规模大于1 000万与小于200万城市，观测高铁开通对旅游业增长的影响估计结果前后是否一致。经过检验，发现剔除入境旅游市场后，高铁开通对国内旅游收入与数的影响均显著为正；进一步剔除省会与副省级城市、以及两端人口规模大于1 000万与小于200万城市后，高铁开通对旅游业增长的影响也均显著为正。各控制变量估计结果与基准回归和PSM-DID估计结果也基本保持一致，模型的实证结果通过稳健性检验。

5 结论

伴随着高铁由线成网的发展进程，华东区域旅游业发展整体也取得了长足进步，国内旅游收入和旅游人数均保持显著增长，但旅游业增长在空间层面也呈现出明显的非均衡性，在高铁发展的不同阶段也表现出相应的分异性特征。华东区域旅游业呈现以省会城市与省域内主要旅游城市为核心的“中心—外围”分布模式；城市群内部旅游业发展呈现圈层结构并向外扩散态势；高铁发展在促进区域旅游资源开发与竞合发展、引导客流聚散与带动旅游业增长方面具有积极作用。

高铁开通促进了华东地区城市旅游业的增长，这一结果在基准回归、PSM-DID估计与分样本回归中均具有稳健性；PSM-DID估计结果显示，高铁带来了约17.99%的旅游收入增加，以及约14.07%的旅游人数增加；随着高铁网络的不断完善，高铁对区域旅游业增长的贡献也在进一步提升；在低可达性地区，高铁开通对旅游业增长的影响相较于高可达性地区更大；高铁开通促进了旅游业在省会城市及省域内主要旅游城市的聚集效应；城市旅游资源强度、文化资源强度、旅游市场规模与交通发展水平对城市旅游业增长具有促进作用。