免簽政策的入境游效應：來自38個客源國的經驗證據

王亞輝 蘭姣

【摘要】擴大入境游市場已成為當前中國旅游發展面臨的一個重大問題。如何從免簽政策優化的角度實現入境游市場規模的擴大是一個非常重要的舉措。本文以1997-2014年38個主要客源國的面板數據為基礎，探討了免簽政策對入境游規模提升的作用機理、入境外國游客規模與免簽政策的時間耦合特征，利用固定效應和隨機效應模型研究了四種免簽政策對中國入境游的效應，研究表明，免簽政策通過直接或間接作用促進入境外國游客的增加；ABTC免簽、24小時及72小時機場過境免簽對中國入境游具有顯著正向促進作用，在其他因素不變的情況下，實施ABTC免簽較與24小時機場過境免簽較不實施平均要多出10%和36%的入境外國游客，實施72小時機場過境免簽的口岸數每增加1%，入境外國游客平均增加0.11%；ABTC免簽具有顯著的滯后效應，對下個年度入境游的效應比實施當年平均高出約15%；24小時機場過境免簽對中國入境游的正向促進作用存在組間分異性，在APEC國家實施產生的效應比非APEC國家平均要大28%。本文基于以上結論提出了相應政策建議。

【關鍵詞】免簽政策；入境旅游；固定效應；隨機效應；面板數據

doi：10.3969/j.issn.1007-0087.2016.05.005

國際旅游流研究一直是旅游研究領域的重點。國外以引力模型為基礎開展入境旅游研究相對較早，并取得了一系列研究成果。20世紀60年代，貿易引力模型被運用到旅游實證研究中；Crampon（1966）用旅游流代替貿易流，提出了典型的旅游引力模型[1]；Wolfe（1972）在Crampton旅游引力模型基礎上引入距離函數，擴展了旅游引力模型[2]。Witt和Witt（1995）指出，重新設定后的旅游引力模型能用于解釋雙邊旅游流，兩國（地區）之間的相互交往程度，與兩國（地區）之間人口的集聚成正比，與兩國（地區）之間的距離成反比，這種距離可以用“地理距離”、“心理距離”和“經濟距離”衡量[3]；Anderson 和Van （2003）使用旅游引力模型估計了“兩國（地區）關系是否正常”對國際旅游流的影響，發現雙邊關系正常化對國際旅游流具有顯著正向促進作用[4]；Eilat 和Einav（2004）使用引力模型估計了價格彈性、匯率制度、目的地風險、共同邊界和共同語言對國際旅游流的影響，發現這些變量對國際旅游流具有顯著影響[5]；Kimura 等（2006）[6]、Gil-Pareja 等（2007）[7]使用20個經濟合作與發展組織國家（OECD）1995-2002年的面板數據，估計了歐元對歐洲貨幣聯盟區之間旅游流的影響，發現歐元促進了歐洲貨幣聯盟區國家的旅游，當在回歸中包含匯率制度易變性變量時，歐元對旅游流的效應變得更大；Fourie 和Santana（2011）使用引力模型估計了突發性事件對國際旅游流的影響，發現突發性事件對國際旅游流具有顯著負向影響[8]；Fourie 和Santana（2013）使用引力模型估計了“文化相似性”對國際旅游流的影響，發現客源國（地區）與目的地國（地區）文化越相似，對旅游流的正向促進作用越大[9]。

Stronge等（1982）[10]、Marrocu等（2013）[11]指出“交通成本”是旅游成本的一個重要組成部分，但因交通成本的復雜性，目前尚不存在令人滿意的對外交通價格指數，因此大多數研究人員通常將“地理距離”作為“交通成本”和“因交通不便所需額外耗費的旅途時間”的代理變量；Santana等（2010）使用OECD國家1995-2001年的數據考察了一組匯率制度（貨幣聯盟、貨幣掛鉤、浮動匯率和靈活匯率）對旅游流的影響，發現匯率制度越固定對旅游流的正向影響越大[12]；Glauco（2014）使用1980-2011年的非平衡面板數據考察了“匯率制度”對27個OECD和非OECD高收入國家入境游客流的效應，得出匯率制度對入境游客流具有顯著效應的結論[13]。Neumayer （2010）使用對數線性旅游引力模型，運用1995-2005年的面板數據，估計了獨聯體國家“簽證限制”對國際旅游流的影響，結果顯示簽證限制可能導致入境游客流平均減少52-63%[14]。

國內對入境旅游的實證研究起步于20世紀80年代，有關入境游效應的文獻基本以旅游引力模型和空間分析為基礎，通過尋找不同的切入點（核心解釋變量以及研究樣本）開展入境游的實證研究。張凌云（1989）率先回顧了國內外學者對旅游地引力模型的研究，預測了旅游地引力模型可能的發展趨勢[15]；保繼剛（1992）探討了旅游地引力模型在游客預測中的作用[16]；馬耀峰等（1999）最早且最為系統地開展了入境旅游的市場調研與對策研究、入境旅游流的動態模式及其機制[17]；郭為（2007）使用引力模型估計了距離、是否擁有共同邊境、是否同屬于一個自由貿易區、是否免旅游簽證、文化相似性等變量對中國入境游的效應，發現是否免旅游簽證對中國入境游具有顯著正向影響[18]；蒙灼（2008）使用引力模型探討了客源地對中國單方面免旅游簽證對四川省入境游的影響，發現這種影響不顯著[19]。余升國等（2011）以海南為例，研究了是否互免旅游簽證、GDP、客源地總人口、距離、文化相似性、人民幣匯率對海南省入境游的效應，發現是否互免旅游簽證的的效應不顯著[20]；晉藝波（2011）以上海為例，開創性地探討了上海旅行社數量、客源國（地區）人均GDP、客源國（地區）至上海的機票價格比、客源國（地區）至上海的飛行時間、距離對上海入境游的影響[21]；藏良振等（2011）使用引力模型估計了文化差異、GDP等變量對云南省入境游客流的影響，發現除距離外，其余因素對入境游具有正向影響，但文化差異影響統計上不顯著[22]；張燕（2012）證實了星級飯店床位數、A級景區數、旅行社數對廣西入境游客流具有顯著正向影響；單德朋等（2012）研究發現，旅游從業人員數量、市場營銷努力程度、簽證制度和文化相似性對濱海旅游城市入境游具有正向顯著影響[23]。廖欣欣等（2014）以廣西為例，發現在邊境旅游中實施異地辦理簽證對入境游客人數的增加具有顯著影響[24]，但該文并未從統計上檢驗該政策效應的顯著性，僅僅通過政策實施前后入境游客數的對比得出該結論，在統計上該結論雖值得懷疑，但至少從中我們可知，簽證便利化對入境游產生影響。自2012年以后，簽證政策（制度）的入境游效應研究文獻逐漸少見，入境游的區域差異分析（萬緒才等[25]，2013）、入境旅游流的時空演化（薛華菊等，2014；王超等，2016）[26-27]、旅游流網絡結構演化（馬耀峰等，2014） [28]、入境旅游與目的地的供給關系（王克軍等，2015）[29]、入境旅游區域經濟效益（陳剛強等，2014）[30]等方面的文獻開始增多。

文獻回顧表明，已有的國內外入境旅游實證研究基本以計量和空間分析為基礎，探討不同變量對入境游的效應。這些變量通常包括：客源地與目的地的GDP、文化的相似性、客源地人口、客源地與目的地之間是否擁有共同邊界、是否免旅游簽證（含單方面免簽和雙方互免兩種）、是否同屬于一個自由貿易區、旅游基礎設施、客源地與目的地之間的距離、突發性事件等，這為本文常規控制變量的選取提供了重要的參考價值。在空間尺度的選擇上，以中觀省際尺度居多，宏觀（中國）和微觀（市、縣）相對較少。已有相關研究僅考察了是否互免或單方面免簽對中國入境游的效應，忽略了其他免簽政策對入境游的影響，致使對免簽政策的入境游效應評估缺乏全面性和動態性。本文以日本、韓國等38個主要客源國為樣本，使用面板數據模型全面動態考察24小時機場過境、24小時口岸過境、72小時機場過境及APEC商務旅行卡（ABTC）持有者入境免簽對中國入境游的影響。

一、 中國入境旅游與免簽政策的發展概況

（一） 中國入境旅游的發展

入境游客和入境外國游客伴隨著改革開放的進程呈上升趨勢（圖1所示）。2014年，中國共接待入境游客12849.83萬人次（見表1），其中，入境外國游客2636萬人次，分別為1978年的71倍和114.81倍，年均增長率分別達到了14.40%和7.29%。

更值得注意的是：1978年以來，入境游客與入境外國游客分別出現6次負增長。首先是1989年兩項指標同比下降22.70%和20.09%，最可能的原因是極少數自由化分子煽動而引發的動亂。第二次是1998年入境外國游客人數同比下降4.31%，最大的擾動因子是該年發生的特大洪水。第三次是2003年兩項指標下降了6.38%和15.15%，入境外國游客下降速度更快，主因是全球性的非典型性肺炎事件（SRAS）；第四次是2008年兩項指標下降了1.4%和6.8%。第五次是2009年兩項指標分別下降了2.73%和9.82%。第六次是2013年兩項指標分別下降了6.29%和3.32%。2014年入境外國游客同比小幅增加伴隨著入境游客連續兩年負增長，主因是當年接待的香港、澳門游客同比分別減少了75.29萬人次、10.04萬人次。

（二）中國實施的免簽政策

免簽政策，即一個國家對其他國家實施的、無需申請簽證便可入境的政策。改革開放以來，中國的免簽政策愈來愈體現便捷性：過境免簽停留時間由24小時增加到144小時；免簽口岸由單一的航空口岸擴大到海、陸、空口岸。這些免簽政策主要包括以下六種：

（1）24小時機場過境免簽。《中華人民共和國外國人入境出境管理法》規定：持聯程客票搭乘國際航班直接過境，在中國停留不超過24小時不出機場的外國人免辦簽證。

（2）24小時口岸過境免簽。《中華人民共和國出境入境管理法》規定：持聯程客票搭乘國際航行的航空器、船舶、列車從中國過境前往第三國（地區），在中國境內停留不超過24小時且不離開口岸，或者在國務院批準的特定區域停留不超過規定時限的的外國人免辦簽證。

（3）72小時機場過境免簽。自2013年1月1日起，經國務院批準，北京、上海機場口岸對過境前往第三國（地區）并訂妥聯程機票的45國公民實行72小時過境免簽。截止2015年8月1日，共有北京、大連、沈陽、上海、杭州、廣州、桂林、重慶、成都、昆明、西安、廈門、武漢、天津和哈爾濱15個航空口岸，對51個國家公民實行過境免簽 （見表2）。

（4）APEC商務旅行卡免簽。簡稱ABTC免簽，自1999年開始在亞太經合組織國家（APEC國家）啟動，憑借該卡和有效護照入境APCE國家可免簽證。中國大陸1991年加入該組織。

（5）144小時機場過境免簽。自2016年1月30日起，上海各開放口岸、南京與杭州航空口岸，對51個國家持有效國際旅行證件和144小時內確定日期、座位前往第三國（地區）聯程客票的人員，實行過境免簽。

（6）協議免簽。即通過簽訂協議，對持外交、公務、普通護照的公民實行互免簽證的政策。截止2015年8月11日，中國與圣馬力諾、塞舌爾、毛里求斯、巴哈馬、斐濟、格拉納達6個國家實行互免普通護照簽證。

二、免簽政策與入境游

（一）免簽政策對入境游的作用機理

有關國際旅游流的部分研究成果將“簽證便捷性”作為國際旅游流的吸引力因素探討其對中國入境游的效應，如：Neumayer （2010）、郭為（2007）、蒙灼（2008）、余升國等（2011）、單德朋等（2012）等。大部分研究結論認為：免簽政策對入境游產生顯著影響。但是，他們的成果并未闡述免簽政策實施后，為何會帶來入境游客流的增加。根據“推拉理論”，相對于目的地而言，簽證的便捷化就是一種拉力因素，表現為兩種力量：

一種為直接作用。即通過與客源國簽訂互免簽證協議或延長客源國公民過境免簽停留時間，或客源國公民擁有ABTC，在其他條件不變的情況下，理性的旅游者更有可能選擇簽證便利的國家作為旅游目的地，這樣可能直接導致入境游客流的增加。

另一種為間接作用。即通過與客源國簽訂互免簽證協議或延長客源國公民過境免簽停留時間，或客源國公民擁有ABTC，除了可能直接帶來旅游流的增加外，還可能通過文化、經貿等領域的交流活動的增加而間接帶來旅游流的增加。一種方式是文化、經貿等交流活動本身可視為一種旅游活動（商務旅游）；另一方式是經貿、文化等交流可能通過情感共鳴，或良好口碑效應，進一步增加雙邊旅游流。作用機理如圖2所示，實線箭頭、虛線箭頭分別表示直接和間接作用。

（二） 免簽政策與入境游的時間耦合

自1986年實施24小時機場過境免簽政策以來，除幾個年份因突發性事件導致入境外國游客負增長外，其他時間均為正增長，但并不能據此認為，入境外國游客的增長就是由24小時機場過境免簽政策的實施所產生的，只能大體認為二者之間存在某種正向關系，且這種正向促進作用具有時間滯后性。

例如，24小時機場過境免簽和ABTC免簽均為實施后的第5年（即1991年和2004年），同比增長率達到最大值，分別為55.10%和48.49%。這種時間滯后效應是否統計上顯著，需要后續分析中進行統計檢驗。至于24小時口岸過境免簽和72小時機場過境免簽政策因2013年1月1日才開始在部分城市實施，短期效果不明顯。各種免簽政策對入境游的效應有多大，以及是否具有統計上的顯著性和經濟上的含義，需進一步的實證檢驗。

三、樣本、變量與參數估計

（一） 樣本選擇

根據抽樣理論，樣本的選擇應具有“代表性”，這樣才能通過樣本推斷總體。這里的代表性應該包括時間和空間的代表性。這就要求時間跨度要稍微長一點，以及各大洲均要有樣本分布，根據2000-2013年以來客源國為中國貢獻的入境游客數進行排序發現：排名前38位的客源國2000-2013年累計為中國貢獻的入境游客占總入境游客（港、澳、臺同胞除外）的89.34%，表明38個客源國作為樣本具備了較好的代表性。

（二）變量構造

1.被解釋變量。表征入境游市場規模的指標通常有“入境游客人數”和“入境外國游客人數”等。本文旨在探討免簽政策的入境游效應，入境中國大陸的香港、澳門和臺灣同胞雖然納入了入境游客的統計范疇，但并非免簽政策的實施對象，故本文選擇“入境外國游客人次數（Yit）”作為被解釋變量。數據來自《中國貿易外經統計年鑒》（1997-2014）。

2.核心解釋變量。24小時機場過境免簽、24小時口岸過境免簽、ABTC免簽和72小時機場過境免簽。其中，前三種免簽政策為二值虛擬變量（若中國對該客源國實施了該政策，則取值1，否則取值0），使用“中國大陸對客源國實施72小時過境免簽”的口岸數，作為“72小時機場過境免簽”政策的代理變量。數據來自公安部出入境管理局。

3.控制變量。根據計量理論，若模型遺漏了某些重要變量，將導致“內生問題”，為了從源頭避免這一問題，本文選擇了如下控制變量：

（1）客源國人口（POPit）。入境旅游實證研究通常將“客源地人口”作為常規控制變量之一，并作為影響客源地出境游需求的一個代理變量（Crampton ，1966；Stronge等，1982；Uysal，1984；Eilat et al，2004；Gil-Pareja，2007；DeVita，2014；孫瑞娟等，2007；余升國等，2011；晉藝波，2011；張燕，2012；單德朋等，2012）[31-33]。Su 和Lin（2014）指出，目的地人口是影響出境游客流的因素之一，也應作為控制變量[34]。本文旨在探討免簽政策對入境游的影響，故選擇“客源國人口”。數據來自世界銀行世界發展指標數據庫（WDI）。

（2）客源國收入（GDPit）。國內生產總值（GDP）是國民經濟核算的核心指標，也是衡量一個國家或地區總體經濟狀況的重要指標。旅游成為現實的兩個必要條件是“閑暇”和“閑錢”，遠距離出入境游更需要有良好的經濟承受能力和更長的可自由支配時間，國內外旅游實證研究通常將GDP（人均GDP）作為客源國收入的代理變量，由于本文已經考慮了人口因素，直接用GDP就可以表征客源國收入。該數據來自世界銀行世界發展指標數據庫（WDI）。

（3）相對價格（EXRijt）。匯率通常用于旅游需求建模（Bond等，1977； Dritsakis等，2004； Quadri等， 2010；Webber，2001；Yap， 2011）[35-39]，且對國際游客流具有較強的解釋力（Patsouratis等，2005；Roselló-Villalonga等，2005；Santana等，2010）[40-41]。有研究指出國際游客對價格極其敏感（Crouch，1992）[42]，匯率變動使一國入境游產品的相對價格發生變化，一國貨幣的貶值使該國入境游相對便宜，可能因此增加入境游客流；反之，則減少入境游客流（Broda，2006；Ghosh等，2002；王良舉等，2012）[53-45]。羅富民（2007）通過回歸分析發現，人民幣升值減少了日本居民對中國的旅游需求[46]。旅游需求研究的通常做法是將匯率與相對價格組合成實際匯率（DeVita，2014）或單獨使用名義匯率（DeVita 等，2013）[47]。在實際中，潛在游客選擇旅游目的地時，往往按照名義匯率將目的地的產品價格換算成本國貨幣，以衡量在目的地的旅游成本，鑒于此，本文使用“1單位他國貨幣合人民幣數”作為相對價格的代理變量，因缺乏直接統計數據，需按下列公式進行換算：

1單位他國貨幣合人民幣數=1美元合人民幣數/1美元合他國貨幣數①

（4）中國的對外開放度（OPEijt）。對外開放度是衡量一國或地區經濟開放程度的主要指標。大量實證研究表明，對外開放度對經濟增長具有顯著正效應（Edward，1998；Lloyd等，2002；楊丹萍等，2011；林必越，2012；胡天宇等，2014）[48-52]。近年來，對外開放度已廣泛應用于國際旅游研究，并指出對入境游有正向影響（趙東喜，2007；葛亞芬等，2011）[53-54]。然對外開放度涉及政治、經濟、文化、科技等諸多因素，對它的測量至今未形成統一標準，本文借鑒運用最為普遍的外貿依存度加外資依存度（又稱金融開放度），來衡量對外開放度（謝守紅，2003；劉劍英，2006；王浩，2008；鄭展鵬，2009；呂瑤，2015等）[55-59]，測量公式為：

對外開放度（OPE）=外貿依存度（TRO）+外資依存度（FO）②

外貿依存度（TRO）=進出口貿易總額/國內生產總值（GDP）*100% ③

外資依存度（FO）=外商直接投資額（FDI）/國內生產總值（GDP）*100% ④

（5）客源國距離中國的距離（THOijt）。目的地游客流隨距離增大而衰減，甚至有學者指出：在理想化的旅游系統里，客源地與目的地的交通距離是影響到訪率的唯一因素。在經典和擴展的旅游引力模型中，距離常作為旅游的一個阻礙因素，但是實際研究中學者對距離的理解及處理方式存在分歧：有學者主張用經濟距離（Edwards，1976），認為經濟距離既考慮了空間直線距離，同時也關聯了一定距離下的費用支出，計算公式如下：

Dij=dij×h×r ⑤

式⑤中，d為目的地i到客源地j的空間直線距離，h為飛機飛行的每公里油耗，r為歷年的航油價格。有學者指出用“空間直線距離”更客觀（郭為，2007；余升國等，2011；張燕，2012）。

上述兩種度量方式均有可取之處，但未考慮游客從客源地到目的地的時間成本，即個人為了達到出行目的所耗費的時間價值。管理學大師彼得?德魯克在《有效的管理者》一書中提到：有效的管理者不是從他們的任務開始，而是從他們的時間開始。這實際闡述了時間對于有效管理者的重要性。時間管理理論認為，時間是一種供給完全沒有彈性、無法儲存、易消失、永遠短缺、沒有替代品的特殊資源。影響出行成本的因素首先是時間和費用，其次是方便性，常常表現為不同交通工具的選擇帶有較強主觀性。

在“經濟人”假定下，游客選擇出行交通方式時，往往從個人利益最大化出發，自覺地進行“成本-效益”核算，盡可能地使費用最小或受益最大，按照這種邏輯，航空交通或許是外國游客入境的理性選擇。托馬斯·H·達文波特（Thomas.H.Darvenport）曾指出：土地、資本和勞務不再是稀缺資源，顧客的關心、時間、愛戴和評價反而成為真正的稀缺資源。

綜上所述，本文使用“客源國至中國的飛機旅行總時長（含飛行和轉機等待時間，以小時計）作為距離代理變量衡量中國與38個樣本客源國之間的距離。飛機旅行總時長取所有可達航班中總時長最小值。該數據從去哪兒網機票預訂系統獲取。

（6）突發性災害。1998年在中國出現的“洪災”、以及2008年的地震災害，對中國入境旅游或多或少了產生了一定影響，但考慮到本文的實際情況，選擇在2003年出現的具有全球影響的“非典”（SARSijt）更為合適。

（三）模型設定

一種政策的實施效果往往需要累加一定的時間才會體現得更明顯，免簽政策的實施奕然。因此，本文將四種免簽政策的1期滯后作為解釋變量納入分析模型，最終設定的模型表達式為：

⑥

式⑥中，i表示客源國，取值為1，2，3，…38，j表示中國，t表示時間，t-1表示1期滯后，取值為1997，1998， …2014，表示待估參數、表示被解釋變量，即38個主要客源國前往中國的游客數；為綜合誤差項，且，表示表示未觀測到的、不隨時間發生變化且對被解釋變量產生影響的變量，隨機擾動項。

（四） 參數估計

1.數據的初步處理。本文的數據為1997-2014年38個客源國的面板數據，為了獲得對參數的常彈性估計，及消除異方差對參數估計效率的影響，首先對入境外國游客人數、客源國人口、客源國收入、相對價格、客源國距離中國的距離進行了自然對數變換，由于中國大陸對客源國實施72小時過境免簽的口岸數存在0值，采取在變量原值基礎上加1后，再取對數的辦法。

2.無交互項的固定效應與隨機效應估計。固定效應模型無法估計不隨時間發生變化的變量的效應，故“客源國距離中國的距離”無法通過固定效應模型估計，其他參數估計如表3所示。然而，固定效應模型允許未觀測到的不隨時間發生變化、對因變量產生影響的個體固定效應與某個或幾個解釋變量相關，因為這些變量通過固定效應變換或一階差分被消除，若假設未觀測到的不隨時間發生變化、對因變量產生影響的個體固定效應，與所有解釋變量均不相關，此時可進行隨機效應的可行廣義最小平方估計（FGLS）和極大似然估計（MLE），參數估計結果見表3。

從三類參數估計結果看，ABTC持有者免簽的固定效應和隨機效應FGLS估計比較接近，均在5%的水平上顯著。但就滯后效應而言，三種方法估計的參數雖然均在5%的水平上顯著，但參數值差距比較大。就24小時機場過境免簽而言，隨機效應FGLS 與MLE的估計值比較接近，且在5%的水平上顯著。24小時口岸過境免簽的三種參數估計均為負號，且絕對值差異較大，這其實不難解釋，因為本研究的樣本數據僅搜集到2014年，而24小時口岸過境免簽從2013年7月1日才開始實施，2014年，樣本中有21個國家為中國貢獻的游客較2013年均出現了下滑。

對72小時機場過境免簽而言，三種參數估計符號一致為正，但值差距較大。72小時機場過境免簽的滯后效應值非常接近，但未通過顯著性檢驗。這表明，72小時機場過境免簽政策實施后，對下個年度入境外國游客的增加效果不顯著，這似乎有違理論，但考慮到本文的數據僅搜集到2014年，而72小時機場過境免簽2013年1月1日才在少部分城市的機場實行，時間太短導致滯后效應暫時未顯示出來。

上述三種估計方法的部分參數估計值有差異，究竟選擇何種估計方法需要進行豪斯曼檢驗（Hausman Test），其檢驗的基本原理是：假設隨機效應模型更合適，若拒絕原假設，則應選擇固定效應模型，本文豪斯曼檢驗的P值為0.0000，強烈拒絕隨機效應模型，應使用固定效應模型（檢驗統計量見表4）。此時的結論是：

（1）ABTC免簽、24小時機場過境免簽以及72小時機場過境免簽對中國入境游具有顯著正向影響，相應的效應值分別為10%、36%、0.11%，其經濟上的含義是：平均來說，在其他因素保持不變的情況下，實施ABTC免簽、24小時機場過境免簽較不實施平均要多出10%、36%的入境外國游客；實施72小時機場過境免簽的口岸數每增加1%，入境外國游客數將增加0.11%。若在現有的12個實施72小時機場過境免簽的口岸數基礎上增加10%（12*10%=1.2個），中國接待的入境外國游客平均每年將增加2.89萬人次（2636*0.11%=28900）。

（2）ABTC免簽具有顯著的滯后效應。即實施ABTC免簽對入境游的促進作用在實施當年并未完全發揮出來，在下一年才發揮出最大效應，平均來說，對下個年度入境游的促進作用要比實施當年高出約15%。72小時機場過境免簽的滯后效應為0.067%，但不顯著，主要原因在于實施的時間過短。

3.有交互項的固定效應與隨機效應估計。為了考察免簽政策的入境游效應在APEC與非APEC國家之間是否存在差異，在原模型中增加免簽政策與APEC的交互項及交互項的1期滯后。其中，APEC為二值虛擬變量，增加交互和滯后項的模型為：

⑦

式⑦中，表示參數向量，表示交互項的一階滯后向量，對增加交互項的模型進行固定效應和隨機效應估計，參數估計及豪斯曼檢驗結果如表4所示。

豪斯曼檢驗強烈拒絕使用隨機效應，因此我們使用固定效應的參數估計結果。ABTC免簽與是否為APEC國家交互的效應顯著，但無實際意義，因為ABTC僅在APEC國家使用，APEC國家實施ABTC免簽的效應無疑大于非APEC國家。24小時口岸與72小時機場過境免簽與是否為APEC國家交互后的效應不顯著。但我們仍然有一個重大的發現：24小時機場過境免簽與是否為APEC國家交互后的效應顯著，效應值為0.28（10%的顯著性水平），其在經濟上的含義是：在APEC國家實施24小時機場過境免簽對中國入境游的正向促進作用要比非APEC國家大28%。

五、結論與政策建議

（一） 結論

本文旨在評估改革開放以來，中國實施的各類免簽政策（截止2015年8月11日，與中國簽訂“互免簽證”協議的國家僅有圣馬力諾、塞舌爾、毛里求斯、巴哈馬、斐濟、格拉納達6個，它們并非中國的主要客源國，為了保證樣本的代表性，未考慮“協議免簽”類型）對中國入境游的量化影響，通過免簽政策對入境游作用機理的分析，以及對38個客源國面板數據的固定效應、隨機效應和組間差異分析，得出了以下四點結論。

1.免簽政策通過直接或間接作用促進入境游客的增加。早期的24小時機場過境免簽、到后來的72小時機場過境免簽、144小時機場過境免簽以及ABTC持有者免簽等政策的實施，直接帶來了游客入境的便利化，在其他條件不變的情況下，理性的旅游者更傾向于選擇簽證便利的國家（地區）作為旅游目的地或中轉地，直接導致簽證便利程度高的客源國（地區）入境游客的增加。此外，免簽政策實施后，亦可能通過文化、經貿等領域的交流活動的增加而間接帶來入境游客的增加，這種作用具體通過兩種方式發生：一種是文化、經貿等領域的交流活動本身可視為一種商務旅游；另一種是經貿、文化等領域的交流，及游客在旅游過程中通過加深對目的地的了解而產生情感共鳴以及口碑效應，促進入境游客增加。

2. ABTC免簽、24小時機場過境免簽以及72小時機場過境免簽對中國入境游具有顯著正向促進作用。具體來說，在其他因素保持不變的情況下，實施ABTC免簽政策較不實施平均要多出10%的入境外國游客；實施24小時機場過境免簽較不實施要多出36%的入境外國游客，實施72小時機場過境免簽的口岸數每增加1%，入境外國游客數平均將增加0.11%，若在現有的12個實施72小時機場過境免簽口岸數基礎上增加10%，即增加1.2個（12*10%），入境外國游客平均每年增加28900人次（2636*0.11%）。

3. ABTC免簽具有顯著的滯后效應。即實施ABTC免簽對入境游的促進作用在實施當年并未完全發揮出來，在下一年才發揮出最大效應，平均來說，對下個年度入境游的促進作用要比實施當年高出約15%。72小時機場過境免簽的滯后效應為0.067%，因實施時間不長而不顯著，但可以預計隨著時間的推移，其滯后效應將會顯現。

4.24小時機場過境免簽對中國入境游的正向促進作用存在組間分異性。即在APEC國家實施該免簽政策的效應比在非APEC國家實施平均要高出28個百分點。其可能的解釋是：相對于非APEC國家而言，APEC國家距離中國相對較近，從APEC國家飛往中國通常所用時間要少于非APEC國家，對于從中國過境前往第三國的APEC國家游客而言，24小時機場免簽停留時間足以，但對于非APEC國家游客來說，他們更多的是將中國作為目的地而非過境中轉地，即便是作為過境中轉地，他們也期望在中轉地有更多的免簽停留時間，所以24小時機場過境免簽對APEC國家的影響要大于非APEC國家。

（二）政策建議

簽證便利化是國際上通常采用的“入境游客吸引政策”。近年來，中國也在不斷地實施簽證便利化，由最初的24小時機場過境免簽到如今的144小時口岸過境免簽，無論是免簽停留時間還是免簽停留空間都較過去有大的改善，在這樣更為便利的簽證政策下為何中國入境旅游市場近年來出現下滑？除了便利化簽證政策實施的空間范圍過于有限外，更為重要的原因是中國的旅游環境問題，例如：空氣質量不佳，連接核心景區與游客集散中心的交通設施瞬時容量不足（表現為高峰期過于擁擠），以及中國的旅游及旅游相關經營主體的不誠信經營行為（表現為欺客、宰客等）、公共資源類景區票價相對過高、入境旅游市場過分依賴發達國家等。未來中國入境旅游市場規模的擴大至少應從以下幾方面著手：

1.優化空氣質量。公共資源類景區（以公共資源為依托而建設的景區，主要包括以公共資源為依托而建設的國家5A和4A級旅游景區點）是入境游客首選參觀、游覽對象，因此，應特別注意公共資源類景區所在地的空氣質量，定期向國內外游客報告PM2.5指標。

2.增大連接核心景區與游客集散中心公共交通設施的瞬時容量。簽證便利解決的是外部進入問題，內部交通的通達性則由連接景區與游客集散中心的綜合交通設施來解決，公共資源類景區相對較多、且較有名的城市首先應解決連接核心景區與游客集散中心的公共交通設施的瞬時容量，可以通過對瞬時游客流的測算確定是否要增加瞬時公共交通設施的供給，以解決國內外游客普遍反映的高峰期過于擁擠問題。

3.規范旅游及旅游相關經營主體的經營行為。旅游及旅游相關經營主體的不誠信經營行為是國內外游客普遍反映強烈的問題之一，既影響了中國的整體形象，也不利于入境游客市場的開拓和鞏固。建議的解決辦法是“強化旅游與其他部門的旅游聯合執法”，可以參照海南省的做法，增設“旅游警察”以規范旅游及旅游相關經營主體的經營行為。

4.規范并逐步下調公共資源類景區的門票價格。我國的公共資源類景區門票價格普遍高于發達國家同類型景區的門票價格，這也是導致中國入境游客減少的重要原因之一，也是國內外游客普遍反映強烈的問題之一。在中國經濟實力整體增強的背景下，建議逐步下調公共資源類景區的門票價格，既可以實現入境游客規模的擴大，也能使廣大中低收入群體共享中國改革開放的紅利，以薄利多銷的方式實現國內和入境兩大旅游市場的擴大。建議首先從5A級景區開始試點實施，然后逐步擴大到4A和3A公共資源類景區。

5.開拓“一帶一路”沿線國家市場。中國入境旅游市場歷年來過分依賴歐美、日本和韓國等發達國家，建議主動融入“一帶一路”國家戰略的實施，積極拓展“絲綢之路經濟帶”沿線國家市場，加大對這些市場的旅游宣傳力度的同時，針對這些市場的特點設計相對應的旅游產品。

6.優化適應72小時機場過境免簽國的空間布局。截止2015年底，適應72小時機場過境免簽的國家只有51個，其中大部分分布在歐洲（占37個），亞洲國家數量偏少，非洲國家幾乎空白。因此建議：增加四個亞洲國家為72小時機場過境免簽適應國，如：泰國、馬來西亞、印度尼西亞、菲律賓，因為這四個國家同時也是APEC成員國，根據研究結論，APEC國家實施免簽政策的效應比非APEC國家要大；增加美洲國家秘魯，增加非洲國家南非。

7.擴大實施72小時、144小時機場過境免簽的口岸數并優化其空間布局。截止2015年底，北京、上海、廣州、成都、重慶、沈陽、大連、西安、桂林、昆明、杭州、哈爾濱、廈門、武漢、天津、南京、青島、長沙18座城市的機場口岸已實施72小時過境免簽政策。布局上明顯東部多、中部少。因此，建議增加南昌、合肥、鄭州、太原、南寧、貴陽六個城市的機場口岸實施72小時機場過境免簽政策。目前，已有上海各開放口岸、南京航空口岸、杭州航空口岸實施144小時過境免簽政策。免簽停留時間已由原來的1天增加到6天，將大大提高外國游客入境的便利性。但該政策同時規定了外國人只能在上述3省（市）行政區內活動，中西部根本輻射不到。鑒于此，建議中部的武漢、西部的成都、南部的廣州三個城市也實施144小時過境免簽政策。這樣，東、中、西部均可享受到該政策的輻射效應，進而促進中國入境旅游規模的提升。

參考文獻

[1]Crampton L J.Gravitational Model Approach to Travel Market Analysis[J].Journal of Marketing，1966，（30）：27-31.

[2]Wolfe R I.The Inertia Model [J].Journal of Leisure Research，1972，（4）：73-76.

[3]Witt S F，Witt C A. Forecasting Tourism Demand： A Review of Empirical Research[J]. International Journal of Forecasting，1995，（11）： 447-475.

[4]Anderson J，Van W E.Gravity with Gravitas： A Solution to The Border Puzzle[J].American Economic Review，2003，（93）：170-192.

[5]Eilat Y， Einav L. The Determinants of International Tourism： A Three Dimensional Panel Data Analysis [J].Applied Economics，2004，（36）：1315-1328.

[6]Kimura F，Lee H H. The Gravity Equation in International Trade in Services[J].Review of World Economics，2006， （142）：92-121.

[7]Gil-Pareja S，Llorca R，Martínez J A.The Effect of EMU on Tourism[J].Review of International Economics，2007，（15）：302-312.

[8]Fourie J，Santana M.The Impact of Mega-events on Tourist Arrivals[J].Tourism Management， 2011，（32）：1364-1370.

[9]Fourie J，Santana M. Cultural Affinity and Ethnic Reunion[J].Tourism Management， 2013，2（36）：411–420.

[10]Stronge G B，Redman M.U.S. Tourism in Mexico：An Empirical Analysis[J].Annals of Tourism Research，1982，9（1）：21-35.

[11]Marrocu E，Paci R. Different Tourists to Different Destinations： Evidence from Spatial Interaction Models [J]. Tourism Management，2013，（39）：71-83.

[12]Santana M， Ledesma F J， Pérez J V. Exchange Rate Regimes and Tourism [J].Tourism Economics，2010，（16）：25-43.

[13]Glauco D V. The Long-run Impact of Exchange Rate Regimes on International Tourism Flows [J].Tourism Management，2014，（45）：226-233.

[14]Neumayer E.Visa Restrictions and Bilateral Travel[J].The Professional Geographer，2010，62， （2）：171–181.

[15]張凌云.旅游地引力模型研究的回顧與前瞻[J].地理研究，1989，8（1）：76-87.

[16]保繼剛.引力模型在游客預測中的應用[J].中山大學學報（自然科學版），1992，31（4）：133-136.

[17]馬耀峰，李天順.中國入境旅游研究[M].北京：科學出版社，1999：129-130.

[18]郭為.入境旅游：基于貿易引力模型的實證研究[J].旅游學刊，2007（3）：30-34.

[19]蒙灼.基于引力模型的四川省入境游客流需求影響因素實證分析[D].成都：西南交通大學，2008.

[20]余升國，劉炫妤.海南省入境游人數的決定因素：基于引力模型的分析[C].工程與商業管理國際會議， 2011：2425-2428.

[21]晉藝波.基于引力模型的上海入境游客流實證研究[J].樂山師范學院學報，2011，26（2）：82-84.

[22]臧良震，陳方，李值鵬.基于引力模型的云南省國際入境游客流客流量研究[J].云南財經大學學報，2011，26（2）：9-11.

[23]張燕.基于引力模型的廣西入境游客流實證研究[J].時代金融，2012，（10）：315-316.

[24]廖欣欣，盧小平.邊境口岸出入境簽證制度與跨境旅游業發展——以廣西壯族自治區東興為例[J].廣西經濟管理干部學院學報，2014，26（3）：75-79.

[25]萬緒才，王厚廷，傅朝霞等.中國城市入境旅游發展差異及其影響因素——以重點旅游城市為例[J].地理研究，2013，32（2）：337-346.

[26]薛華菊，馬耀峰，黃毅等.區域入境旅游流質量時空演變及特征研究[J].干旱區資源與環境，2014，28（6）：171-176.

[27]王超，紀小美.入境旅游客源市場時空結構演變特征研究——以福建省為例[J].西北師范大學學報（自然科學版），2016，5（1）：119-122.

[28]馬耀峰，林志慧，劉憲鋒等.中國主要城市入境旅游網絡結構演變分析[J].地理科學，2014，34（1）：25-31.

[29]王克軍，馬耀峰.入境旅游與目的地供給關系感知研究——以成都市為例[J].北京第二外國語學院學報，2015，（1）：60-66.

[30]陳剛強，李映輝，胡湘菊.基于空間集聚的中國入境旅游區域經濟效益分析[J].地理研究，2014，33（1）：167-178.

[31]Uysal M，Crompton J L.Determinants of Demand for International Tourist Flows to Turkey [J].Tourism Management，1984，5（4）：288-297.

[32]孫瑞娟，任黎秀，王煥.區域旅游貿易引力模型的構建及實證分析[J].世界科技研究與發展，2007，9（6）：16-30.

[33]單德朋，朱沁夫.中國濱海旅游城市入境游客流流量及潛力[J].四川理工學院學報（社科版），2012，27（2）：30-34.

[34]Su Yuwen， Lin Huilin.Analysis of International Tourist Arrivals Worldwide： The Role of World Heritage Sites[J].Tourism Management，2014，（40）：46-58.

[35]Bond D，Cohen B，Schachter G.The Spatial Distribution of Tourism Demand and Exchange Rate Variation： OECD European Countries[J].Tourism Review，1977，32（1）：13-17.

[36]Dritsakis N，Gialetaki K.Cointegration Analysis of Tourism Revenues By The

Member Countries of The European Union to Greece[J].Tourism Analysis，2004，9（3）：179-186.

[37]Quadri D L，Zheng T.A Revisit to The Impact of Exchange Rates on Tourism

Demand：The Case of Italy[J].Journal of Hospitality Financial Management，2010，18（2）：36-45.

[38]Webber A G. Exchange Rate Volatility and Cointegration in Tourism Demand[J].Journal of Travel Research，2001，39（4）：398-405.

[39]Yap G. Examining The Effects of Exchange Rates on Australian Domestic.

Tourism Demand： A Panel Generalized Least Squares Approach[C].19th International.

Congress on Modelling and Simulation，2011.

[40]PatsouratisV，Frangouli Z，Anastasopoulos G.Competition in Tourism.

Among The Mediterranean Countries[J].Applied Economics，2005，37（16）：1865-1870.

[41]Roselló-Villalonga J，Aguiló-Pérez E，Riera A. Modelling Tourism Demand.

Dynamics[J].Journal of Travel Research，2005，44（1）：111-116.

[42]Crouch G I.Effect of Income and Price on International Tourism[J].Annals of Tourism

Research，1992，19（4）： 643-664.

[43]Broda C. Exchange Rate Regimes and National Price Levels[J].Journal of International

Economics，2006，70（1）：52-81.

[44]Ghosh A R，Gulde A M，Wolf H C.Exchange Rate Regimes：Choices and

Consequences[M].Cambridge：MIT Press，2002.

[45]王良舉，李萬蓮.人民幣升值對中國入境旅游的影響評估—基于擴展旅游引力模型的實證研究[J].旅游科學，2012，26（5）：38-44.

[46]羅富民.匯率變動對我國入境旅游需求的影響研究—來自日本對華旅游的實證[J].工業技術經濟，2007（8）：86-88.

[47]DeVita G，Kyaw K S.Role of The Exchange Rate in Tourism Demand[J].Annals of Tourism Research，2013，（43）：624-627.

[48]Edwards S.Openness，Productivity and Growth：What Do We Really Know？[J].Economics Journal，1998，108，（447）：383-398.

[49] Lloyd P J，Maclaren D.Measures of Trade Openness Using CGE Analysis[J].Journal of Policy Modeling，2002，24（1）：67-81.

[50]楊丹萍，張冀.經濟開放度對經濟增長的影響分析：基于浙江省1992-2009年數據的實證檢驗[J].國際貿易問題，2011，（6）：101-110.

[51]林必越.經濟開放度與區域經濟增長關系的實證研究：基于福建省1981-2010年數據的計量檢驗[J].華東經濟管理，2012（5）：45-49.

[52]胡天宇，陳芳.FDI對安徽經濟影響的動態分析：基于狀態空間模型的研究[J].沈陽大學學報（社會科學版），2014，16（1）：23-25.

[53]趙東喜.福建入境旅游與經濟增長和對外開放關系動態分析[J].福建師范大學學報（哲學社會科學版），2007（6）：126-131.

[54]葛亞芬，孫根年，李琦.對外開放度與入境旅游發展關系研究[J].河北北方學院學報（社會科學版），2011，27（3）：78-82.

[55]謝守紅.中國各省區對外開放度比較研究[J].地理科學進展，2003，22（3）：296-303.

[56]劉劍英.深圳市對外開放與經濟增長的實證分析[J].經濟與社會發展，2006，4（3）：96-99.

[57]王浩.對外開放對河南經濟增長影響的實證分析[J].特區經濟，2008，（8）：182-183.

[58]鄭展鵬.中部六省對外開放度的實證研究：2000-2007[J].國際貿易問題，2009，（12）：70-74.

[59]呂瑤，蔣曉梅.東北三省對外開放度對經濟增長的影響分析：基于面板數據模型的研究[J].沈陽大學學報（社會科學版），2015，17（4）：447-451.