交通基礎設施升級與旅游經濟高質量發展

摘 要 旅游經濟作為品質化服務業的典型代表，是“綠色轉型”背景下地區經濟增長的新引擎。通過高鐵開通的“準自然實驗”，本文選取中國264 個地級市2000—2019 年間的面板數據，采用雙重差分法評估了交通基礎設施升級對地方旅游經濟高質量發展的影響。研究發現，高鐵開通顯著帶動了地區旅游經濟發展，采用“ 最小生成樹” 和“民國鐵路信息”作為工具變量進行內生性問題處理，結果穩健。具體而言，高鐵開通對國內旅游產值和旅游城市發展更具促進作用;東部地區取得了更多的旅游產值，而中西部地區獲得了更高的旅游流量。機制研究方面，高鐵開通借助提高外部交通通達性和優化內部公共服務供給水平的途徑帶動地區旅游經濟的高質量發展。本文的發現為交通基礎設施升級驅動地區旅游經濟發展提供了重要的現實依據。

關鍵詞 旅游經濟;高鐵開通;交通基礎設施升級;高質量發展

0 引言

“后疫情”時代的經濟疲軟和“碳達峰” 任務的迫在眉睫對實體經濟的健康發展提出了嚴峻的挑戰，加快發展方式的綠色轉型、促進產業經濟的高質量升級成為解決眼下發展困局的重要抓手。基于此，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》（簡稱“十四五” 規劃） 明確指出，堅持生態優先、綠色發展，協同推進經濟高質量發展與碳排放達峰方案的貫徹實施;加快生活性服務業品質化發展，推動旅游業等服務業的高品質和多樣化升級。而旅游經濟作為一種兼具“綠色產業” 屬性和“品質化服務業” 特征的經濟增長新引擎，成為新常態下促進經濟平穩復蘇的重要推動力。既有研究發現，旅游產業的發展可以刺激當地經濟增長（Kim et al. ， 2006），而旅游經濟的增長又會帶來產業結構升級（Lee and Chang， 2008）、基礎設施建設水平提升（Po and Huang， 2008）、就業問題解決（Kadiyali and Kosov， 2013） 和外匯收入增加（Lanza et al. ， 2003）等正向外溢效應。鑒于此，發展旅游經濟成為許多發達國家產業結構綠色轉型和地區經濟發展的重要路徑。

伴隨著改革開放的不斷深入，中國的旅游經濟也迎來了蓬勃的發展，截至2019 年年末，我國國內旅游收入達到5. 72 萬億元人民幣，國內旅游人次數超過60. 06 億人次，入境旅游收入和人次數也分別超過1313 億美元和1. 45 億人次。① 旅游業的發展不但促進了我國地方經濟的增長，同時也產生了較大的減貧效應（趙磊和張晨， 2018）。為了充分發揮旅游產業對經濟的拉動作用，中央和地方政府也聯合推出了相應的促進政策。例如，推廣旅游文化體制改革，通過促進文化產業和旅游產業的融合，充分帶動地區旅游業的發展（ 劉瑞明等，2020）。但是，也存在諸如“國家級風景名勝區” 等景點評選制度由于缺乏實時考核評價機制引發景區配套公共服務落后，從而并未達到促進旅游經濟發展的作用的問題（劉瑞明等， 2018）。由此可見，選擇適度而恰當的外部政策，對于促進旅游產業良性健康發展有著重要的作用。而交通基礎設施的便利程度作為旅游經濟發展的外部先決條件，決定了當地旅游產業的發展上限。因此，分析交通基礎設施升級對于旅游經濟高質量發展的影響具有相當的現實意義。

高鐵建設作為近十多年來我國交通基礎設施升級的最典型代表，為本文研究上述問題提供了最好的樣本。自2008 年我國第一條高鐵線路“京津城際”通車以來，我國高鐵事業發展突飛猛進，截至2019 年年底，已先后開通125 條高鐵線路，基本形成了“八橫八縱”的高鐵網絡。高鐵建設的發展極大促進了我國城市間交通的便利度，改變了原本空間距離對于居民旅游出行的阻礙作用，為旅游經濟的跨越式發展掃清了障礙。因此，定量評估高鐵開通對于沿線城市旅游經濟發展的影響，具有重要的理論和現實意義。由于高鐵開通對于地方旅游經濟發展而言是明顯的“外部沖擊”，因此我們選取高鐵開通來準確評估交通基礎設施升級對旅游經濟高質量發展的影響。

基于此，本文試圖采用2000—2019 年中國264 個地級市層面的面板數據，選擇雙重差分法研究高鐵開通對于地區旅游經濟高質量發展的影響。本文發現，高鐵開通有效地提高了當地旅游經濟的發展水平，相比于未開通高鐵的地級市，開通高鐵的地級市旅游總收入增加了45. 26 億元，旅游接待總人次數提升315. 7 萬人。引入同屬于交通基礎設施升級的機場開通變量后，研究發現高鐵和機場開通形成了共振效應的疊加，更加促進了地區旅游經濟的發展。為了避免高鐵線路規劃可能存在的內生性問題，本文同時構建“最小生成樹”和手工查閱“民國鐵路通車信息” 作為工具變量識別高鐵開通對于旅游經濟發展的影響，結論依然成立。上述結論通過了一系列的穩健性檢驗。進一步的異質性分析結果表明，高鐵開通更有利于國內旅游經濟產值的增長，而機場開通更利于入境旅游產值的增長;旅游城市對于高鐵開通的外溢效應受益更大;得益于高鐵開通，東部地區取得了更多的旅游產值，而中西部地區獲得了更高的旅游人次數。最后的機制檢驗表明，高鐵開通一方面提高了所在地級市的外部交通通達性，提升了旅游便利度和游客體驗性，進而增強了本地旅游吸引力;另一方面激發了地方政府提升公共服務供給的熱情，刺激了旅游配套設施的快速完善，進而共同助力了地方旅游經濟發展。

本文的邊際貢獻在于：首先，在研究視角方面，本文從高品質服務業綠色轉型的概念切入，從交通基礎設施升級的視角考察高鐵開通對于地區旅游經濟高質量發展的影響，既完善了旅游經濟發展影響因素的研究體系，又拓展了交通基礎設施升級方面的評估文獻，為高鐵線路建設和交通強國戰略提供了重要的實踐依據。其次，在實證方法層面，“高鐵開通” 作為重要的交通基礎設施升級項目，對于地方旅游經濟的發展是一個外生沖擊，這為我們利用雙重差分法科學準確地識別高鐵開通對于地方旅游經濟發展的凈效應提供了可能;另外，本文同時選取了地理信息數據構建的“最小生成樹”和歷史文獻數據組成的“民國鐵路通車信息”作為工具變量解決了可能的內生性問題，提高了評估的精準度。最后，在政策含義方面，本文通過中介效應模型分別證明了高鐵開通依靠提升外部交通通達性和內部公共服務供給進而促進旅游經濟發展的機制，由此找到了帶動旅游經濟發展的兩條政策出路：提高城市交通可及性和增強旅游配套服務水平。

本文其余內容的結構安排如下：第1 部分是高鐵開通的現實背景和研究假說;第2 部分是實證策略與變量描述;第3 部分為實證結果，包括基準回歸結果、機場開通效應分析、平行趨勢檢驗、內生性問題處理、穩健性檢驗和異質性分析;第4 部分是機制分析;第5 部分是結論。

1 文獻梳理和研究假說

1.1 文獻梳理

新時期以來，交通基礎設施的不斷完善升級極大地推動了我國地區經濟增長和產業發展（張學良， 2012）。高鐵的建設和通車作為我國交通基礎設施升級的重要組成部分，對區域經濟增長（劉勇政和李巖， 2017）、就業水平提升（董艷梅和朱英明， 2016）、勞動力流動（張軍等， 2021）、企業生產率發展（ 張夢婷等， 2018）、貿易出口（唐宜紅等， 2019）和科技創新（吉赟和楊青， 2020）等產生了重要的正面促進作用，甚至在一定程度上改善了城市的空氣污染水平（李建明和羅能生， 2020）。上述大量研究關注到了高鐵開通給經濟社會發展帶來的一系列影響，但尚未詳細剖析高鐵開通對于旅游行業高質量發展影響的內在機理，而探究這一問題對于經濟“綠色轉型”時期現代服務業高質量發展具有重要意義。

梳理交通基礎設施升級促進旅游經濟發展的文獻可知，以“高速鐵路”為代表的交通升級通過提升游客出行便利度和改善城市區位交通因素吸引旅游客流量，從而帶動相關旅游產業發展。Yin et al. （2019） 以京津城際高鐵開通為政策沖擊，發現高鐵開通以后京津兩地的旅游產業結構均呈現出動態優化的趨勢，旅游經濟平穩向好。Zhou and Li （2018） 通過雙重差分法評估了高鐵可達性對旅游收入的影響，發現高鐵開通城市的旅游收入平均提升了12%，研究證明了高鐵網絡的色散效應，即欠發達地區較之發達地區而言對高鐵的經濟外溢性反應更敏感。Masson and Petiot（2009） 以法西高鐵通車為準自然實驗，驗證了交通運輸系統升級在旅游資源集聚中的作用，研究發現高速鐵路通過降低旅客運輸成本刺激了游客流量的增加，帶動了高鐵沿線地區旅游資源的集聚。

歸納總結上述文獻可知，國內外學者雖然已經意識到了高鐵開通對旅游經濟發展的促進作用，但研究過程中仍然存在以下問題。首先，當前研究大多集中于單條高鐵線路的開通，往往采取案例分析或簡單樣本回歸的方法對小區域內城市旅游經濟的波動進行評估，無法系統分析以高鐵開通為代表的交通基礎設施升級給旅游經濟帶來的宏觀影響。其次，目前研究缺乏對于高鐵線路規劃過程中可能存在的內生性問題的討論，從而導致回歸結果的估計偏誤。最后，上述文獻在探討高鐵開通影響機制的過程中更偏向于邏輯推演和現狀分析，缺乏嚴謹的定量分析支撐。鑒于此，本文通過采取大樣本實證分析的方法，利用雙重差分法和工具變量法系統分析高鐵開通對地區旅游經濟高質量發展的影響及其傳導機制。

1.2 研究假說

從理論層面論證，高鐵能夠改變區域間的空間距離，從而對經濟增長和產業發展產生深遠影響。具體到對旅游經濟發展的影響，主要體現在促進人口流動、增加基礎設施配套和產生城市虹吸效應三方面。首先，高鐵開通產生的時空壓縮效應迅速改變了以往地理距離鴻溝造成的時空約束條件，極大地促進了游客的流動和旅游景點信息的交換，而人流和信息流則成為地區旅游流量的主要載體，為當地旅游經濟發展打下了市場基礎。其次，高鐵建設的資本投入作為交通基礎設施投資的重要組成部分，實質上是資本要素刺激經濟增長的一種現實應用。高鐵網絡在方便游客出行的同時，也推進了勞動力資源的跨區域遷徙，刺激酒店、餐飲和區域內交通等旅游配套服務業的快速成長，整合小區域內第三產業布局并帶動服務業二次發展。最后，高鐵產生了旅游經濟的聚集效應，加強了旅游城市和非旅游城市間的經濟聯系，通過改善城市間的可達性水平促進了游客消費需求與旅游資源供給的匹配與融合，最終改變地區旅游經濟結構和聚集狀態。基于此，本文提出以下假說H1 和H2。

H1： 高鐵開通借助增強城市的外部交通通達性刺激地區旅游經濟高質量增長。

H2： 高鐵開通依靠帶動城市的內部公共服務供給水平對旅游經濟施加正向影響。

2 實證策略與變量描述

2.1 模型設定

鑒于我國高鐵建設和通車分批分期分段的屬性①，各地級市是否開通高鐵和高鐵通車的時間存在一定的差異，該差異為我們將高鐵開通作為“ 準自然實驗”進行研究提供了可能性。因此，本文使用多期雙重差分法（ Difference-in-Difference）來研究我國高鐵開通對地區旅游經濟發展的影響，通過識別地區和時間兩個維度的差異捕捉地級市層面的外生沖擊作用。截至2019 年，本文回歸樣本的264 個地級市中開通高鐵的地級市數量為191 個，所以我們將高鐵通車的地級市作為處理組，而其他高鐵未通車的地級市作為對照組。模型選取方面，本文選擇了控制雙向固定效應的雙重差分模型;同時，為了排除省級政府頒布的旅游發展規劃及政策對地市旅游經濟的效應（Yang and Wong， 2012），本文在估計中加入了省份-時間聯合固定效應，以控制各個省區隨時間變化的政策影響。由此本文的基準回歸模型為

Tourismit = β0 +β1HSRit + γXit +ui +vt +provj ×yeart +εit （1）

其中，Tourism 為被解釋變量，i 為地級市，t 為年份，本文使用旅游總收入和旅游接待總人次數（劉瑞明等， 2020） 來代表各地級市旅游經濟發展水平。HSR 為核心解釋變量“高鐵開通”，若地級市i 在t 年開通高鐵則取值為1，否則取值為0;其系數估計值β1 度量了高鐵開通對該地級市旅游經濟發展的凈效應，若β1 gt;0 且顯著，則說明高鐵開通極大促進了地區旅游經濟的發展。Xit 為控制變量，包括經濟發展水平、基礎設施投資水平、旅游配套產業發展水平、居民教育普及水平和旅游資源富集程度。ui 為地級市固定效應，vt 為時間固定效應，provj ×yeart 為省份和時間的聯合固定效應。

2.2 變量解釋與數據描述

2.2.1 被解釋變量

為了評估我國高鐵開通對當地旅游經濟發展造成的實際影響，本文選擇旅游總收入（ tourincome） 和旅游接待總人次數（ tourpop） 作為被解釋變量，并以2000 年為基期利用各省份的價格指數對旅游總收入指標進行平減來消除估計結果中通貨膨脹因素的干擾。

2.2.2 核心解釋變量

依據國務院批準，發改委、交通運輸部和鐵路總公司發布的《中長期鐵路網規劃》（2016），本文構造了高鐵開通（HSR）作為核心解釋變量，并進行了相關的變量賦值和剔除。首先，自2000 年我國實行法定節假日制度以來，每年“ 國慶黃金周”連同前后的“中秋小長假” 共同促成了節假日旅游高峰，無論是旅游收入還是接待游客人次數都在全年旅游經濟規模中占據較高比例①，因而早于10月高鐵通車的地區，其旅游經濟規模會受到高鐵通車的正向溢出效應;而晚于“國慶黃金周”通車的地區，該效應則會滯后到翌年。因此，我們將每年10 月1日之前高鐵通車的地級市當年賦值為1，將每年10 月1 日之后高鐵通車的地級市當年賦值為0，第二年賦值為1。其次，考慮到直轄市、省會城市、副省級城市和計劃單列市的行政活動和商務活動較多②，會對被解釋變量的值產生污染進而干擾識別精度，故而將上述類型地級市數據進行剔除。最后，由于地級市之外的某些地區、自治州等行政區存在數據統計缺失問題，故而將此類樣本剔除。

2.2.3 控制變量

本模型同時選擇了一系列其他控制變量，控制其他因素對地區旅游經濟發展的影響，從而保證回歸結果的有效性。其中，根據Bornhorst et al. （2010） 的研究，旅游消費主要由經濟發展水平和基礎設施投入水平決定，本文分別引入人均GDP（pgdp）和人均固定資產投資（pfixinvest） 作為代理變量。旅游配套產業發展水平也關乎旅游經濟的發展：一方面，旅游接待能力是發展地區旅游經濟的基礎（Getz et al. ， 1998），本文選擇第三產業從業人數占比（pemploy3）和人均星級酒店數（pstarhotel） 衡量當地旅游接待能力;另一方面，當地的交通通達性也極大影響了游客體驗進而傳導到旅游消費（ Williams and Bal?， 2009），因此，本文采用人均公交乘坐數（pbus） 和道路面積占比（aroad） 表示當地交通通達性。另外，當地居民的受教育程度與游客體驗也有關聯（ Leslie and Russell，2006），我們選取中學在校生數占比（pedu）進行控制。最后，旅游資源富集程度是發展旅游經濟的核心資產，我們引入了當地是否有“5A 級景區” （a5A） 和綠地面積占比（agreen）兩個控制變量。

本文采用2000—2019 年中國296 個地級市的面板數據來估計高鐵開通對地區旅游經濟發展的作用，所用數據分別來自中國高鐵網（ www. gaotie. cn）、中國鐵路客戶服務中心網站（www. 12306. cn）、EPS 數據庫、歷年《中國城市統計年鑒》《中國旅游統計年鑒》和各地級市《國民經濟和社會發展統計公報》。表1 展示了變量含義及數據描述性統計。

3 實證結果

3.1 基準回歸結果

表2 展示了高鐵開通對地級市旅游經濟發展影響的基準回歸結果。在加入了控制變量、地區固定效應、時間固定效應和省份-時間聯合固定效應后，結果顯示開通高鐵顯著地促進了地區旅游經濟的發展。具體來說，開通高鐵顯著增加了旅游總收入和旅游接待總人次數，相比于未開通高鐵的地級市，開通高鐵的城市旅游總收入增加了45. 26 億元，接待總人次數提升315. 7 萬人。

3.2 機場開通效應分析

為了確保是高鐵開通而非同期其他交通基礎設施升級措施促進了地區旅游經濟發展，本節對同時期其他外生的交通基礎設施升級干擾進行分析。航空出行作為與高鐵出行并立且互補的旅游出行方式，會給一個地區的旅游經濟發展帶來長遠的影響。考慮到本文的回歸樣本期與我國各地級市政府爭相上馬機場項目、開通地區航線的“火熱期” 相重合，為了排除航空出行對于基準回歸識別的干擾，我們引入虛擬變量“該地級市是否擁有機場” （AIRPORT） 作為航空出行的代理變量。變量設置方法與前文相同，即若該地級市在每年10 月1日之前機場通航，則取1;否則取0。

回歸結果如表3 所示，在疊加機場開通效應的情況下，高鐵開通變量的系數依然顯著，且系數估計值較之基準回歸結果偏大;同時，開通機場變量估計結果也顯著。這表明機場開通非但沒有對游客選擇高鐵出行產生“擠出效應”，反而通過增強該地級市的旅游通達性減輕了游客對于旅游出行選擇中交通不便的“恐懼感”，進一步提升了該地級市的旅游吸引力。由此證明，高鐵開通與機場開通形成的共振效應疊加為地方旅游經濟發展做出了顯著貢獻。

3.3 平行趨勢檢驗

眾所周知，采用雙重差分法的必要前提是平行趨勢假設成立，本節通過事件分析法對開通高鐵和未開通高鐵的地級市旅游經濟指標的平行趨勢進行檢驗。根據唐宜紅等（2019）的做法在方程（1）中加入高鐵開通前和開通后的虛擬變量：

其中，OpenHSRit 是表示地級市i 在t 年是否開通高鐵的虛擬變量，OpenHSRi，t-b為第b 期的前置項，衡量高鐵開通前的效應;OpenHSRi，t+a 為第a 期的滯后項，表示高鐵開通后的效應。圖1 展示了基于事件分析法的平行趨勢檢驗結果，高鐵開通前對旅游總收入和接待游客總人次數的影響均不顯著，而高鐵開通后對旅游經濟發展產生顯著正向影響。故而排除了高鐵開通可能存在的預期效應干擾，平行趨勢假設成立。

3.4 內生性問題處理

《中長期鐵路網規劃》（2016） 明確指出，高鐵線路規劃旨在連接主要城市群，基本連接省會城市和其他50 萬人口以上大中城市，形成以特大城市為中心覆蓋全國、以省會城市為支點覆蓋周邊的高速鐵路網。基于經濟發展和行政管理的目的，規劃者往往偏好在經濟基礎好和區位優勢強的地區開通高鐵，因此高鐵開通的隨機性和外生性假定就受到了質疑，由此產生了本文基準識別的內生性風險。鑒于此，本節選擇工具變量法來處理高鐵線路選擇的內生性問題。

參考Redding and Turner（2015）關于交通基礎設施工具變量選取的策略總結，本文主要通過兩種策略選擇合適的工具變量：其一，選擇“意料之外”的交通線路布局方式，既可以影響交通線的布局規劃，又不會受到“規劃者傾向” 影響的因素;其二，以歷史性線路為依據，從歷史上的交通線路中尋找準隨機變量。基于此兩種策略，本文的工具變量選取如下：

3.4.1 基于地理信息的“最小生成樹”工具變量構建

本文參考Faber（2014）構建高速公路工具變量的做法，利用地理信息模擬高鐵線路的路徑選擇從而生成“最小生成樹” 作為工具變量。最小生成樹的構建策略如下：第一步，將美國太空總署（NASA） 和國防部國家測繪局（NIMA） 聯合測繪的高程數據（SRTM）導入Arc-Gis 軟件，選擇空間模塊分析功能從各單元格（cell size）中提取坡度信息（ slopei ）、地形起伏度信息（ gradsi ） 和水文信息（wateri ）。第二步，借鑒張夢婷等（2018）的方法通過“柵格計算器” 求得地理開發成本指標：

costi = 0. 4slopei + 0. 3gradsi + 0. 3wateri （3）

第三步，將所有省會城市設置為靶點城市，并結合地理開發成本指標，以“地理開發成本最低”為約束條件生成模擬最優高鐵線路。第四步，導出所得的柵格數據，得到某地級市是否“應當”開通高鐵的虛擬變量，若應當開通則取1，否則為0。鑒于地理信息不隨時間變動的特性， 本文根據李建明和羅能生（2020）的做法將其與高鐵開通年份虛擬變量的交互項作為工具變量加入回歸方程，采用兩階段最小二乘法進行估計。

關于“最小生成樹”工具變量的有效性，我們作如下說明。首先，最小生成樹立足于“排除規劃過程中地區經濟因素的考量，地理開發成本也是決定交通線路具體走向的重要依據” 原則，基于地形地貌和水文條件構建地理開發成本指標，進而以地理開發成本指標為基礎模擬最優高鐵線路作為工具變量。地理開發成本指標長期內相對固定且絕對外生，符合工具變量選擇的外生性假定，可以有效避免“規劃者傾向”帶來的內生性風險;其次，我們將最小生成樹的“靶點城市”設置為省會城市，與國家鐵路網規劃中的目標節點城市和線路選擇原則密切相關，因而最小生成樹作為工具變量符合相關性假定。表4 的列（1）、（2）展示了工具變量回歸結果，第一階段Kleibergen-Paap rk Wald F 值都大于10，排除弱工具變量的可能性，且高鐵開通對于旅游經濟變量的估計結果都顯著為正，證明基準回歸結果的穩健性。

3.4.2 基于歷史信息的工具變量構建

本文參考章元和劉修巖（2008）的工具變量選取思路，通過民國時期的鐵路開通信息構建歷史線路的工具變量。經過手工查閱相關歷史文獻①，我們構建了虛擬變量“民國二十二年（1933 年） 是否開通鐵路” 作為高鐵開通的工具變量，并將此虛擬變量與高鐵開通的各年份相乘作為工具變量。在外生性方面，民國鐵路的規劃修建基于當時的歷史環境和社會背景，與如今的旅游經濟發展毫無關系，故而滿足外生性假定;在相關性方面，民國鐵路的修建需要考慮各種自然因素從而確保道路修建的技術可行性，設計思路與如今高鐵規劃思路具有較強相關性。表4 的列（3）、（4）展示了回歸結果，也進一步證實了基準回歸結果的穩健性。

3.5 穩健性檢驗

為了增強基準回歸結果的可信度，本節進行相應的穩健性檢驗①。

3.5.1 引入高鐵開通強度變量

基準回歸中單純地衡量是否開通高鐵對旅游經濟的作用，難以捕捉各個地級市高鐵開通強度差異帶來的影響。我們依據劉勇政和李巖（2017）的方法，根據該地級市通行高鐵線路的數量構建了高鐵開通強度指標②，并以該指標替代基準模型中的HSR 進行回歸。表5 列（1）、（2）的結果為正向顯著，證明了高鐵開通線路的增加給旅游經濟的發展帶來了正向溢出效應。

3.5.2 被解釋變量滯后一期

鑒于從高鐵開通到旅游信息宣傳、當地旅游配套設施完善進而傳導到游客量增加、產生旅游收入需要一定的時間，高鐵開通可能并非立即會對旅游經濟發展產生刺激，因而選擇對被解釋變量做滯后一期的處理。表5 列（3）、（4） 的檢驗結果正向顯著，表明基準回歸結果可靠。

3.5.3 縮短樣本期

基準回歸中本文選取的樣本期為2000—2019 年，但考慮到我國首條高鐵線路通車于2008 年，為使估計結果更為精確，我們將樣本時間縮短至2008—2019 年進行穩健性檢驗，表5 列（5）、（6）也證明樣本時間段的縮短未對結果有明顯影響。

3.5.4 選擇地級市全樣本

在基準分析中，鑒于直轄市、省會城市、副省級城市和計劃單列市的被解釋變量數據存在干擾性，故而進行了樣本剔除。本部分又將這些樣本重新納入回歸，結果依然穩健。

3.5.5 采用PSM-DID 方法

本節進一步根據傾向得分匹配的方法進行穩健性檢驗，在引入基準回歸所有控制變量的基礎上，分別選取k 近鄰匹配①和核匹配的方式找到和處理組最相似的對照組并與雙重差分模型結合估計高鐵開通對地區旅游經濟的影響。表6 的回歸結果表明，無論是k 近鄰匹配還是核匹配，HSR 的系數都顯著為正，證明基準回歸結果穩健。

3.5.6 安慰劑檢驗

為了進一步排除識別過程中可能存在的遺漏變量和隨機誤差問題，本節參考Li et al. （2016）的處理方法進行安慰劑檢驗，即通過隨機模擬高鐵開通城市和時間，隨機生成處理組和控制組進行回歸。圖2 為1000 次蒙特卡洛模擬得到的“虛擬”估計系數分布，實線為基準回歸的估計系數。圖2 的虛擬估計系數服從均值接近于0 的正態分布，低于基準回歸系數，表明由于遺漏變量或者隨機誤差碰巧得到基準回歸結果的情況屬于極小概率事件，本文所觀測到的結果確實由高鐵開通所引起，進一步論證了本文結論的穩健性。

3.5.7 對傳統多期雙重差分法的修正

鑒于Goodman-Bacon （2021）的最新研究發現，多期雙重差分法在估計過程中應滿足方差加權的平行趨勢為0 和處理效應不隨時間變化兩條假設，但傳統的多期雙重差分估計方法在處理效應估計時存在偏誤①。為了保證基準回歸結果的穩健性，本文參考Callaway and SantAnna （2021） 的估計方法，將多期雙重差分法分解為兩步：首先，識別地級市-時間處理效應，根據地級市首次開通高鐵的時間，將處理組分為幾個組別，采用結果回歸、逆概率加權和雙重穩健方法進行識別。其次，針對處理效應異質性不同來源問題，從被高鐵開通影響時長加總、各組別不同時期效應加總和日歷事件累計加總三個維度加總地級市-時間處理效應以得到更直觀的參數指標。具體估計結果如表7 所示，HSR 的系數顯著為正且與基準回歸結果相差不大，基準回歸結果穩健。最后，基于Callawayand SantAnna （2021）估計邏輯的事件分析法結果如圖3 所示，再次證明了本文結果的有效性。

3.6 異質性分析

3.6.1 旅游經濟結構異質性分析

我國本國游客和海外來華游客旅游出行方式的選擇存在差異性：我國游客多以居住城市為中心，選擇依附鐵路、公路線路進行中短途沿線型旅游;而海外來華游客多以核心旅游城市為中心，選擇航空出行方式進行跳躍式旅游②。因此，高鐵開通對于旅游經濟結構中本國游客和海外入境游客創造的產值影響也具有差異性。本節把旅游收入和旅游接待人次依次劃分為國內/ 國外旅游收入和國內/ 國外旅游接待人次展開異質性分析。結果顯示，高鐵開通顯著地提升了國內旅游收入和旅游接待人次，而對國外旅游收入和接待人次的影響卻不顯著;但機場開通對國外旅游收入和接待人次的影響顯著。這也與上文的分析所契合，即高鐵開通更多地促進了本國游客接待的旅游經濟發展，而機場開通更多促進了海外入境游客接待的旅游經濟發展。

3.6.2 城市異質性分析

眾所周知，高鐵開通促進地區旅游經濟發展最終需要落地在旅游資源上，旅游資源的富集程度很大程度上決定了當地旅游經濟的發展上限。鑒于此，本節參照國家旅游局的官方認定標準①設置了“旅游城市” 的虛擬變量，并控制高鐵開通變量與該虛擬變量的交乘項。回歸結果顯示，表9 列（1）、（2） 高鐵開通變量的系數顯著且大于基準回歸結果，表明高鐵開通對于旅游城市地區旅游經濟發展的效果尤其顯著;同時，列（3）、（4） 高鐵開通變量的系數相對較小，高鐵開通對于非旅游城市的地區旅游經濟發展外溢效應稍弱。

3.6.3 地區異質性分析

考慮到東部地區和中西部地區在區位優勢、資源稟賦和基礎設施建設方面具有較大差異，高鐵開通對于不同地區旅游經濟的發展也會存在相應異質性。本節通過引入地區層面②的虛擬變量，并控制高鐵開通變量與該虛擬變量的交乘項進行異質性回歸，見表10。結果顯示，在旅游收入方面，高鐵開通對于東部地區的外溢作用更明顯，這是因為東部地區的旅游配套產業和旅游營銷能力強，對游客消費能力的激發作用更明顯，能夠最大化利用高鐵帶來游客流量的消費能力，從而帶動旅游收入增長。在旅游接待人次方面，高鐵開通對于中西部地區的外溢作用更強，這是由于中西部地區機場和高速公路設施較之東部地區更為匱乏，旅游對于高鐵這種出行方式更為依賴，因此高鐵開通極大地刺激了中西部地區旅游接待人次的提高。

4 機制分析

4.1 外部交通通達性

高鐵開通作為我國當前客運交通運力升級的最主要手段，在降低出行時間和提高出行便利度方面起到了重要的作用，而出行體驗的提升會直接刺激消費者的旅游熱情從而帶動旅游經濟的發展。基于此，本節通過構建外部交通通達性這一指標探究高鐵開通促進旅游經濟發展的內在機制。

本節參考Donaldson and Hornbeck（2016） 的思路，構建“外部交通通達性”（HSR_Save）指標作為高鐵開通的代理變量，旨在度量高鐵開通帶來的出行時間節約情況。外部交通通達性的構建公式如下：

其中，HSR_Saveit 表示在t 年高鐵開通給地級市i 居民出行帶來的平均旅行時間節約量;distanceijt 表示t 年地級市i 到地級市j 的鐵路線路總長，依據Zhengand Kahn（2013）的計算結果，將地級市之間的高鐵距離定義為地級市之間直線距離①的1. 2 倍;n 為當年與地級市i 開通高鐵的地級市數量;而地級市i 與j 之間的高鐵的平均速度②為HighSpeedij ，普通鐵路的平均速度為LowSpeedij 。則地級市i 當年與全國所有其他地級市因高鐵開通的平均出行節約時間即為平均旅行時間節約量。

為了進一步考察高鐵開通降低游客出行時間進而促進旅游經濟發展的機制，在基準回歸方程（1）的基礎上作如下改進：

Tourismit = β0 +β1HSR_Saveit + γXit +ui +vt +provj ×yeart +εit （5）

主要解釋變量HSR_Saveit 為外部交通通達性，用高鐵開通帶來的平均旅行時間節約量來衡量。表11 呈現了高鐵帶來的外部交通通達性提升對地方旅游經濟發展的影響，估計系數顯著為正，表明高鐵開通提升了本地的外部交通通達性，節約了游客的出行時間，刺激了游客的潛在旅游消費熱情，從而促進了當地旅游經濟的發展。

4.2 公共服務供給

一個城市的基礎設施建設水平和旅游配套設施等公共服務供給水平直接決定著旅游業發展的成敗（ Balaguer and Cantavella-Jord， 2002; Shaw et al. ，2011）。而高鐵開通作為重要的交通基礎設施升級，無疑提高了城市的交通通達性和外部吸引力，對于旅游經濟的發展有顯著的正向溢出效應。因此，探究高鐵開通是否激發了地方政府提升公共服務供給水平進而促進旅游經濟發展這一機制就顯得十分必要。

為了驗證上述機制，本節參考劉瑞明等 （2018）的思路，引入“中介效應”模型①，將高鐵開通與人均固定資產投資、第三產業從業人數占比、人均星級酒店數和人均公交乘坐數等變量的交乘項引入模型，以驗證高鐵開通對地方旅游經濟發展的作用是否依賴于上述公共服務供給指標。再將高鐵開通作為解釋變量，分別選取人均固定資產投資、第三產業從業人數占比、人均星級酒店數和人均公交乘坐數為被解釋變量，來測度高鐵開通是否促進了這些公共服務供給水平的提升，從而驗證高鐵開通對當地旅游經濟發展的影響機制。表12 和表13展示了具體回歸結果。

表12 結果表明，當引入高鐵開通與各個公共服務供給變量的交乘項后，高鐵開通變量和交乘項的系數都顯著為正。這證明了高鐵開通對旅游經濟發展指標的影響依賴于基礎設施建設和旅游配套設施等公共服務供給水平。進一步分析，當將上述中介變量作為被解釋變量以后，表12 在控制了地級市固定效應、時間固定效應和省份時間聯合固定效應后，高鐵開通對上述指標均顯示出顯著正向影響。這也意味著高鐵開通確實促進了與旅游經濟相關的一系列公共服務供給的改善。綜上所述，高鐵開通帶動相關公共服務供給能力提升，進而促進旅游經濟發展這一機制路徑成立。

5 結論

旅游經濟作為兼具“綠色經濟” 屬性和“高品質服務業” 特征的朝陽產業，是當前“綠色轉型”背景下地方經濟高質量發展的新引擎。本文借助高鐵開通這一“準自然實驗”，首次利用2000—2019 年264 個地級市的面板數據，通過雙重差分法研究了交通基礎設施升級對旅游經濟高質量發展的影響。研究發現，高鐵開通對地方旅游經濟的發展具有顯著的正向促進作用，且與同屬交通基礎設施升級的機場開通形成共振效應的疊加，共同推動了地方旅游業的蓬勃發展。為了解決高鐵開通作為準自然實驗的內生性問題，本文同時構建“ 最小生成樹”和手工查閱“民國鐵路通車信息”作為工具變量識別高鐵開通對旅游經濟發展的影響，回歸結果與基準回歸一致。進一步的異質性分析結果表明，高鐵開通更有利于本國旅游經濟產值的增長，而機場開通更利于入境旅游產值的增長;旅游城市對于高鐵開通的受益更大;得益于高鐵開通，東部地區取得了更多的旅游產值，而中西部地區獲得了更高的旅游人次數。最后的機制檢驗發現，高鐵開通通過提高城市外部交通通達性和優化當地公共服務供給水平兩種途徑帶動旅游經濟的高質量發展。

結合當前“綠色轉型”“碳達峰” 和“ 高品質服務業” 的發展背景，本文的研究結論具有以下啟示：第一，本文的研究為堅定不移地推進“新基建” 和交通基礎設施升級提供了一個重要的現實依據。以高鐵為代表的交通基礎設施升級一方面拉動了內需，解決了就業問題，帶動了沿線城市的經濟貿易和互聯互通;另一方面也產生了諸如帶動旅游產業發展，解決旅游城市內生困局的正向外溢作用。因此，有必要繼續大力發展“新基建” 和交通基礎設施建設，把這種經濟社會的正向外部性惠及更多地區。第二，本文的研究結論為我國的產業“ 綠色轉型”提供了新思路。在經歷了相當長時間的“ 粗放式發展” 后，加快發展完善現代產業體系，促進服務業發展繁榮尤為必要。旅游產業作為綠色服務產業的典型代表，不僅可以滿足“碳達峰” 行動方案對產業發展的要求，還可以帶動城市間的人財物流動，進而促進上下游產業協同發展。第三，本文的研究結論為地方政府充分融入國家政策導向，發揮自身優勢提供了典型案例。無論是交通基礎設施建設，還是綠色產業發展，都是我國“十四五” 規劃中重點強調的發展方向，地方政府應緊跟國家政策導向，提前布局相應的配套措施，融入新常態下改革發展的洪流，帶動本地經濟共同發展。

參考文獻

董艷梅， 朱英明. 2016. 高鐵建設能否重塑中國的經濟空間布局———基于就業、工

資和經濟增長的區域異質性視角[J]. 中國工業經濟，（10）： 92-108.

Dong Y M， Zhu Y M. 2016. Can high-speed rail construction reshape the layout of

Chinas economic space—Based on the perspective of regional heterogeneity of

employment， wage and economic growth[ J]. China Industrial Economics， （ 10）：

92-108. （in Chinese）

吉赟，楊青. 2020. 高鐵開通能否促進企業創新：基于準自然實驗的研究[ J]. 世界

經濟，43（2）：147-166.

Ji Y， Yang Q. 2020. Can the high-speed rail service promote enterprise innovation？

A study based on quasi-natural experiments[ J]. The Journal of World Economy，

43（2）： 147-166. （in Chinese）

李建明， 羅能生. 2020. 高鐵開通改善了城市空氣污染水平嗎？ [ J]. 經濟學（ 季

刊）， 19（4）： 1335-1354.

Li J M， Luo N S. 2020. Has the opening of high-speed rail improved the level of

urban air pollution？ [ J]. China Economic Quarterly， 19（ 4）： 1335-1354. （ in

Chinese）

劉瑞明， 李林， 亢延錕， 等. 2018. 景點評選、政府公共服務供給與地區旅游經濟發

展[J]. 中國工業經濟，（2）： 118-136.

Liu R M， Li L， Kang Y K， et al. 2018. Selection activities of scenic spots， the

supply of government public services and regional tourism economic development

[J]. China Industrial Economics， （2）： 118-136. （in Chinese）

劉瑞明， 毛宇， 亢延錕. 2020. 制度松綁、市場活力激發與旅游經濟發展———來自

中國文化體制改革的證據[J]. 經濟研究， 55（1）： 115-131.

Liu R M， Mao Y， Kang Y K. 2020. Deregulation， market vitality and tourism

economy development： Evidence from Chinese cultural system reform[J]. Economic

Research Journal， 55（1）： 115-131. （in Chinese）

劉勇政， 李巖. 2017. 中國的高速鐵路建設與城市經濟增長[ J]. 金融研究，（11）：

18-33.

Liu Y Z， Li Y. 2017. High-speed rails and city economic growth in China[ J].

Journal of Financial Research， （11）： 18-33. （in Chinese）

唐宜紅， 俞峰， 林發勤， 等. 2019. 中國高鐵、貿易成本與企業出口研究[ J]. 經濟

研究， 54（7）： 158-173.

Tang Y H， Yu F， Lin F Q， et al. 2019. Chinas high-speed railway， trade cost and

firm export[J]. Economic Research Journal， 54（7）： 158-173. （in Chinese）

張軍，李睿，于鴻寶. 2021. 交通設施改善、農業勞動力轉移與結構轉型[ J]. 中國農

村經濟，（6）：28-43.

Zhang J， Li R， Yu H B. 2021. Transportation infrastructure improvement， transfer

of agricultural labor force and structural transformation[J]. Chinese Rural Economy，

（6）： 28-43. （in Chinese）

張夢婷， 俞峰， 鐘昌標， 等. 2018. 高鐵網絡、市場準入與企業生產率[ J]. 中國工

業經濟，（5）： 137-156.

Zhang M T， Yu F， Zhong C B， et al. 2018. High-speed railways， market access

and enterprises productivity[ J]. China Industrial Economics， （5）： 137-156. （ in

Chinese）

張學良. 2012. 中國交通基礎設施促進了區域經濟增長嗎———兼論交通基礎設施

的空間溢出效應[J]. 中國社會科學，（3）： 60-77， 206.

Zhang X L. 2012. Has transport infrastructure promoted regional economic growth？

With an analysis of the spatial spillover effects of transport infrastructure[J]. Social

Sciences in China， （3）： 60-77， 206. （in Chinese）

章元，劉修巖. 2008. 聚集經濟與經濟增長： 來自中國的經驗證據[ J]. 世界經濟，

（3）： 60-70.

Zhang Y， Liu X Y. 2008. Agglomeration economy and economic growth： Empirical

evidence from China [ J]. The Journal of World Economy， （ 3）： 60-70. （ in

Chinese）

趙磊， 張晨. 2018. 旅游減貧的門檻效應及其實證檢驗———基于中國西部地區省際

面板數據的研究[J]. 財貿經濟， 39（5）： 130-145.

Zhao L， Zhang C. 2018. Threshold effect and empirical test of tourism on poverty

alleviation—Based on provincial panel data in western China[J]. Finance amp; Trade

Economics， 39（5）： 130-145. （in Chinese）

Balaguer J， Cantavella-Jord M. 2002. Tourism as a long-run economic growth factor：

The Spanish case[J]. Applied Economics， 34（7）： 877-884.

Bornhorst T， Ritchie J R B， Sheehan L. 2010. Determinants of tourism success for DMOs amp;

destinations： An empirical examination of stakeholders perspectives[ J]. Tourism

Management， 31（5）： 572-589.

Callaway B， SantAnna P H C. 2021. Difference-in-differences with multiple time periods

[J]. Journal of Econometrics， 225（2）： 200-230.

Donaldson D， Hornbeck R. 2016. Railroads and American economic growth： A “market

access” approach[J]. The Quarterly Journal of Economics， 131（2）： 799-858.

Faber B. 2014. Trade integration， market size， and industrialization： Evidence from

Chinas national trunk highway system[J]. The Review of Economic Studies， 81（3）：

1046-1070.

Getz D， Anderson D， Sheehan L. 1998. Roles， issues， and strategies for convention and

visitors bureaux in destination planning and product development： A survey of

Canadian bureaux[J]. Tourism Management， 19（4）： 331-340.

Goodman-Bacon A. 2021. Difference-in-differences with variation in treatment timing

[J]. Journal of Econometrics， 225（2）： 254-277.

Kadiyali V， Kosov R. 2013. Inter-industry employment spillovers from tourism inflows

[J]. Regional Science and Urban Economics， 43（2）： 272-281.

Kim H J， Chen M H， Jang S C S. 2006. Tourism expansion and economic development：

The case of Taiwan[J]. Tourism Management， 27（5）： 925-933.

Lanza A， Temple P， Urga G. 2003. The implications of tourism specialisation in the long run：

An econometric analysis for 13 OECD economies[J]. Tourism Management， 24（3）：

315-321.

Lee C C， Chang C P. 2008. Tourism development and economic growth： A closer look at

panels[J]. Tourism Management， 29（1）： 180-192.

Leslie D， Russell H. 2006. The importance of foreign language skills in the tourism

sector： A comparative study of student perceptions in the UK and continental Europe

[J]. Tourism Management， 27（6）： 1397-1407.

Li P， Lu Y， Wang J. 2016. Does flattening government improve economic performance？

Evidence from China[J]. Journal of Development Economics， 123： 18-37.

Masson S， Petiot R. 2009. Can the high speed rail reinforce tourism attractiveness？ The

case of the high speed rail between Perpignan （ France） and Barcelona （ Spain）

[J]. Technovation， 29（9）： 611-617.

Po W C， Huang B N. 2008. Tourism development and economic growth： A nonlinear

approach[ J]. Physica A： Statistical Mechanics and its Applications， 387 （ 22）：

5535-5542.

Redding S J， Turner M A. 2015. Transportation costs and the spatial organization of

economic activity[J]. Handbook of Regional and Urban Economics， 5： 1339-1398.

Shaw G， Bailey A， Williams A. 2011. Aspects of service-dominant logic and its

implications for tourism management： Examples from the hotel industry[J]. Tourism

Management， 32（2）： 207-214.

Williams A M， Bal? V. 2009. Low-cost carriers， economies of flows and regional

externalities[J]. Regional Studies， 43（5）： 677-691.

Yang Y， Wong K K F. 2012. A spatial econometric approach to model spillover effects in

tourism flows[J]. Journal of Travel Research， 51（6）： 768-778.

Yin P， Lin Z B， Prideaux B. 2019. The impact of high-speed railway on tourism spatial

structures between two adjoining metropolitan cities in China： Beijing and Tianjin

[J]. Journal of Transport Geography， 80： 102495.

Zheng S Q， Kahn M E. 2013. Chinas bullet trains facilitate market integration and

mitigate the cost of megacity growth[ J]. Proceedings of the National Academy of

Sciences of the United States of America， 110（14）： E1248-E1253.

Zhou B， Li N Q. 2018. The impact of high-speed trains on regional tourism economies：

Empirical evidence from China[J]. Tourism Economics， 24（2）： 187-203.