國家智慧城市試點政策對旅游經濟發展的影響研究

[摘 要]智慧城市建設對旅游發展的推動作用顯著。將物聯網、云計算和移動互聯網技術融入旅游經濟發展，已成為升級旅游供給與服務的重要路徑。文章基于2007—2018年中國282個城市的面板數據，以國家智慧城市試點政策為準自然實驗，運用合成控制法（SCM）考察了國家智慧城市建設對旅游經濟發展的影響。研究發現，國家智慧城市試點政策對旅游經濟發展有促進作用，東部地區和對外開放程度較高的城市受政策刺激產生的正向作用更為顯著，但政策效應會隨時間的推移出現紅利平臺期，面臨增長瓶頸，而優化外部環境和提高旅游人才質量是突破以上困境的關鍵。研究為國家智慧城市試點政策在全國范圍內的進一步完善、示范和推廣以及地區旅游經濟復蘇和高質量發展提供了經驗依據與政策啟示。

[關鍵詞]智慧城市;旅游經濟;合成控制法;增長因素

[中圖分類號] F590 [文獻標識碼] A [文章編號] 1674-3784（2025）01-0049-15

在全球經濟低迷、各國經濟發展動力不足、人民消費信心欠佳的背景下，我國為深入實施擴大內需戰略，充分發揮消費對經濟發展的基礎性作用，持續增強高質量發展的持久動力，采取了一系列舉措。2023年7月，國家發展改革委發布了《關于恢復和擴大消費措施》的通知，圍繞穩定大眾消費、擴大服務消費、促進農村消費、拓展新型消費、完善消費設施和優化消費環境等6個主要方面，構建起了一攬子促進消費的政策體系① 。旅游業作為綜合性產業，具有獨特優勢。它既能通過自身產業鏈的縱向延伸，不斷拓展發展深度，又能借助與其他產業的橫向關聯，有效拓寬發展廣度，能切實滿足民眾對高品質生活的需求，刺激潛在內需，推動大眾消費，是推動恢復和擴大消費的重要抓手。但是，當前旅游業發展也面臨著突出問題亟待解決，如旅游供給單一、旅游產品同質化嚴重以及旅游生態破壞等[1-3]。

2012年國家智慧城市試點政策的頒布，開啟了城市發展從電子城市到智慧城市的飛躍發展進程。通過城市智慧化的全面鋪開，以數字基建為切入口，利用現代信息技術，打通、集成已有的城市系統和服務，達到及時預判、監測、應對旅游市場瞬息萬變和解決資源錯配、信息不對等問題的目的，以突破旅游經濟發展縱向深入和橫向聯動的瓶頸，推動旅游經濟可持續發展。然而，國家智慧城市試點政策是否可以達到促進旅游經濟發展的目的，哪些因素會受到該政策的明顯影響，不同地區、性質的試驗點是否存在相同的效用屬性？ 研究上述問題，對未來國家智慧城市試點政策的完善、示范和推廣，推動我國穩步邁入全域數字時代，突破旅游經濟發展困境，促進國家經濟發展均具有重要的理論及現實意義。

從 既有文獻來看，與國家智慧城市試點政策的經濟增長效應緊密相關的研究主要集中在以下3個方面：一是對區域經濟的整體影響。多數研究聚焦國家智慧城市試點政策能否促進區域經濟高質量發展，并探尋有效路徑。現有研究表明，國家智慧城市政策對區域創新產出有顯著促進作用[4]，可以通過信息技術重建和人口集聚的途徑推動經濟增長[5]，并能夠改善城鄉居民收入差距[6]，優化區域出口經濟復雜度，并完善貿易結構，實現區域經濟高質量發展[7]，但李智超的研究表明，國家智慧城市試點政策存在政策紅利邊際遞減和政績驅動弱化等趨勢[8]。二是對行業經濟的影響，其中制造業較為典型。張營營等的研究表明智慧城市建設可憑借技術創新效應和資源配置效應促進制造業升級[9]。三是對企業經濟的影響。研究證明，通過抓住國家智慧城市試點政策的紅利，有助于提高企業數字化水平[10]，并加快數字技術對企業生產、管理、研發和節能減排等各環節的滲透，從而優化企業經濟發展結構，轉變經濟發展動能[11]。

綜上所述，現有文獻對國家智慧城市試點的政策效應研究多集中于區域經濟的整體影響和微觀企業的經濟發展問題，對中觀層面的行業經濟的影響研究主要集中于制造業。就作為國家戰略性支柱產業的旅游業而言，智能化出行給旅游業帶來了前所未有的發展機遇，有效地滿足了多樣化的旅游需求，刺激了旅游消費。然而，已有研究鮮有結合國家智慧城市試點政策探析城市智慧化對旅游經濟發展的影響，也未充分厘清在政策背景下旅游經濟發展的有利因素。基于此，本文采用2007—2018年中國282個地級市面板數據，綜合運用合成控制法、雙重差分法和雙重差分傾向匹配得分法研究國家智慧城市試點政策對旅游經濟發展的影響，為后續政策推進提供科學參考，促進旅游經濟高質量發展。相比現有研究，本文的邊際貢獻在于：1）將國家智慧城市試點的政策效應擴展到了旅游經濟領域，可以豐富旅游經濟研究的內容，推動該政策對旅游經濟發展的“精準滴灌”;2）本文不僅從國家智慧城市政策對旅游經濟影響的整體視角進行了實證檢驗，還對政策試點推廣過程中的政策紅利邊際遞減和政績驅動弱化等趨勢進行了政策作用的動態性探索，并分析了政策效應的影響因素以及多種異質性結果;3）區別于現有研究中多數運用單一的雙重差分法、雙重差分傾向匹配得分法或三重差分等方法來評估政策效應，本文嘗試運用合成控制法試圖克服以上傳統計量經濟學方法論上的不足，實現更精準和更契合的政策效應定量評估，為后續國家智慧城市試點政策的完善、示范和推廣，提供了研究方法借鑒。

1 理論分析及研究假設

2012年11月，住房和城鄉建設部辦公廳印發《國家智慧城市試點暫行管理辦法》，正式開展國家智慧城市試點工作，文件指出，智慧城市是通過綜合運用現代科學技術、整合信息資源和統籌業務應用系統，加強城市規劃、建設和管理的新模式② 。這意味著，智慧城市的構建需要將物聯網、云計算和移動互聯網等技術融入社會保障體系、基礎設施建設、政務服務和產業升級之中。城市的智慧化升級也有助于旅游業基礎設施建設，彌補市場信息交換漏洞，促進旅游經濟發展。具體作用體現在以下3個方面：

第一，國家智慧城市試點政策賦能公共管理與服務。該政策促使政府通過“智能化”“高效化”“精細化”提升城市公共建設和管理的智能化、規范化與精準化水平，有效促進城市公共資源在全市甚至全國范圍內共享[12]。首先，智慧城市建設能夠推動政府治理智能化。智慧城市建設首先要構建智慧政府，利用現代化科技手段，對政府的治理數據進行全方位的收集、整理、分析、挖掘和轉化，從而實現決策的智能化，提高公共事務處理效率。其次，智慧城市建設能夠推動政府治理高效化。智慧城市建設推動了現代信息技術的創新與應用，革新了政府治理的手段與工具，大幅度節省了行政資源，提高了行政效率，推動了政府治理的高效化，促進了政府治理效能的提升。最后，智慧城市建設能夠推動政府治理精細化。智慧政府能從海量信息中找出智慧城市建設的核心問題，并助力研判和解決問題，實現“擬人化”決策，以推動資源調配，精準對接需求[13]，因此，旅游業借助公共管理與服務的便捷得以更快地打破旅游公共服務壁壘，提升旅游服務質量，打造口碑效應[14]，促進旅游經濟發展。

第二，國家智慧城市試點政策賦能產業升級。信息技術創新能力的全面升級，使企業可以通過物聯網、云計算和人工智能等先進技術，實現設備的互聯互通和自主協作，提高生產效率和產品質量，以更便捷地獲取市場信息、資源和人才，有效降低交易成本，從而促進不同產業之間的跨界合作和區域之間的聯動發展，是該政策推進的首要因素[15]。可見，智慧城市的創建有望改變旅游業組織架構[16]、拓展營銷渠道[17]和更新產品研發[18]，三者之間相互促進，倒逼旅游產業全面升級[19-20]。

第三，國家智慧城市試點政策賦能生態宜居。國家智慧城市試點政策的本質是政府優化城市資源配置的行為，通過推動城市資源整合、加快城市資源流動以及促進城市資源轉化實現對城市的精準把控，加快城市數字化轉型，讓“智慧”貫通全產業鏈，實現生態宜居[21]。具體包含3個層面：首先，智慧城市的構建依托于科技的升級，以此給企業帶來規模效應，促使其提高投入產出比，實現“1+1gt;2”的協同效果，進而減少生產污染，提升綠色環境效率。其次，智慧城市建設解決了資源流動范圍小、方向單一的問題，通過數字化渠道的全域構建，提高了資源空間的關聯性，擴大了資源流動的范圍，拓寬了資源流動的渠道，縮短了要素流動所需的時間，降低了資源流動的成本，使資源精準定位，減少浪費，從而提高綠色環境效率。最后，政府將新技術手段融入傳統產業，對產業結構進行升級，促進高能耗和低附加值的傳統企業向低能耗和高附加值的新興企業轉型，這不僅縮減了碳排放規模[22]，還實現創新要素的帕累托改進和生產方式的綠色轉型。智慧城市建設通過提高城市公共建設和管理的智能化、規范化與精準化水平，打破旅游信息資源壁壘，通過促進產業升級，倒逼旅游供給側改革，通過生態宜居打造宏觀旅游環境的舒適感。總之，智慧城市建設是從政府、產業、個人3個層面來滿足旅游消費者需求，促進旅游經濟發展。據此，本文提出以下假設：

假設1：國家智慧城市試點能促進旅游經濟發展。

2 研究設計

2.1 評估方法與模型設計

2.1.1 合成控制法（synthetic control method，

為解決實驗組和控制組由于平行趨勢不同而不能進一步分析其政策效應的問題，Abadie等提出了一種通過非參數方法來構造反事實控制組的新途徑[23-24]。該方法利用控制組進行加權平均構造實驗組的合成控制對象，并模擬未受到政策干擾時的實驗組情況，進而把兩者的差異作為政策實施效應的估計依據。SCM 基于交互固定效應建模，可反映不同個體對共同沖擊的反應，適用條件比雙向固定效應模型更為寬松，并且避免了外推偏差的出現[25]。根據以上原理，模型表述如下：

假設能夠觀測到I+1個地區在T 期內的旅游業經濟發展的具體情況，其中有I 個地區在T 期未受政策干擾，只有1個地區在T0 +1，… ，T 期受到政策干擾。由此，根據本文研究內容，在實施國家智慧城市試點政策的實驗組中，實驗組政策干預實際的旅游業經濟發展結果變量值記為Pit、政策干預的旅游業經濟發展結果變量值記為PIit、未受政策干預的旅游業經濟發展結果變量值記為PNit ，故地區1的政策處理效應（α1t）如下所示：

α1t =PIit -PNit =Pit -PNit ，t=T0 +1，…，T . （1）

根據實際情況，其中PNit 無法從現實中得知，因此，PNit 的推斷成為政策處理效應估計的關鍵。在合成控制法中，為了估計PNit ，則需求解一個（j ×1）維向量W = （W2，…，Wj+1），滿足Wj ≥0 ，且W2+，…，+Wj+1=1，向量W 表示潛在合成組，Wj 為控制組對實驗組的合成貢獻率。則每一個控制組的結果變量值可如下表示：

通常情況下， 政策實施前的時間段相對于實施后的時間段較長，等式（4）右邊部分的均值將無限趨近于0。因此，Σj+1j=2W * jPjt 可為PNit 的無偏估計量，則國家智慧城市試點政策對旅游業經濟發展的估計量式（1）即可求。

式（3）-（4）中，δt為不可觀測的時間效應;Zj 為地區固定效應;λt 為不可觀測的公共因子;ωjt 為j地區t時間的時間固定效應;θ、φj 和ε均為隨機擾動項。

2.1.2 雙重差分法（difference-in-differences，DID）

雙重差分法與合成控制法的最大區別在于雙重差分法要求實驗組和控制組在受政策沖擊之前具有類似特征，且有可比性，即需要通過平行性檢驗。若不通過平行性檢驗，則無法進行政策效應的評估。本文為了避免評估方法上的偶然性，進一步驗證合成控制法的實驗結果，因此選用雙重差分法作為本文的穩健性檢驗的評估方法之一。在此，借鑒Card等的研究[26]，將2012年首次實施國家智慧城市試點政策視作一項準自然實驗，運用雙重差分法評估該政策的旅游業經濟發展效應，模型設定如下：

TTE，it =α0 +α1Ddid，it +φXit +μit +ηt +εit.（5）

式中，i 代表城市;t 代表年份;TTE，it 表示旅游經濟發展;α0 是未實施智慧城市試點政策時的旅游經濟水平;α1 表示智慧城市建設對旅游經濟發展的作用;Ddid， it 代表國家智慧城市試點政策的政策變量;Xit 為i 城市在第t 年相關控制變量;μit 和ηt 分別表示地區和時間固定效應，εit 為隨機誤差項;φ 為不可觀測的公共因子。

2.1.3 雙重差分傾向匹配得分法（propensityscore matching with difference-in-differences，PSM-DID）

為了緩解雙重差分法控制組選擇性偏差導致的內生性問題，本文進一步利用雙重差分傾向匹配得分法進行穩健性檢驗。該方法是基于雙重差分法的衍生方法，模型與上述式（5）一致，但與雙重差分法的區別在于控制組的選取。該模型的控制組是通過Logistic或Probit回歸計算傾向值，再利用最鄰匹配、半徑匹配或核匹配等方法進行得分匹配，篩選出傾向匹配得分更高的控制組作為實驗真實的控制組。

2.2 變量選取

（1）解釋變量。將2012年首次實施的國家智慧城市試點政策設定為解釋變量，若城市I 在T 年被確立為國家智慧城市試點地區，則將Ddid 在T 年及其后賦值為1，反之為0，分別表示政策的已試點城市和未試點城市的情況。

（2）被解釋變量。本文將旅游經濟發展作為結果變量，并參考張琦等[27]表征旅游經濟發展的做法，選用旅游總收入占國內生產總值的比重作為衡量旅游經濟發展水平的指標，其表示旅游專業化水平，能從宏觀層面體現旅游經濟發展在國家經濟發展水平中的戰略地位。

（3）控制變量。其選取主要分為兩方面，一方面是影響旅游經濟發展的外在因素，其中包括區域經濟水平、居民收入水平以及產業結構;另一方面是影響旅游經濟發展的內在因素，其中包括人力資本、旅游接待能力以及自然環境吸引力。具體如下：區域經濟發展水平是衡量某區域經濟發展現狀和潛力的重要指標之一，對旅游經濟發展具有顯著影響。通常而言，區域經濟發展水平越高，越能為旅游業的繁榮提供堅實的基礎與有力的支撐。本文選用人均國內生產總值進行表征[28];居民收入水平是衡量居民消費能力的重要標尺。當居民收入水平提升時，居民的消費能力隨之增強，其出游的可能性也會顯著增大。本研究以城鎮居民可支配收入作為衡量居民收入水平的具體指標[29];產業結構的完善程度能夠預測產業的發展潛力，助力旅游經濟發展。本文借用第三產業增加值在國內生產總值中的占比進行量化刻畫[27];人力資本是旅游業發展的前提條件，從業人員的數量漲幅情況可以側面反映出旅游行業的發展態勢，由此，本文選用第三產業從業人數表征人力資本[30];旅游接待能力是影響旅游業經濟的重要因素，接待能力的高低反映了市場規模的大小，接待能力強的地區往往能產生更大的旅游效益。據此，本文以星級酒店數表示旅游接待能力[27];城市綠化率是自然環境的重要組成要素，自然環境吸引力是產生旅游動機的因素之一，優美的自然環境能夠刺激旅游意愿的產生，進而激發旅游消費，最終實現旅游經濟的增長。本文采用建成區綠化率來體現自然環境吸引力[31]。

綜上所述，遵循指標選取的科學性、系統性、動態性原則，依據全國各城市的實際情況及數據的可獲得性，并借鑒前人的相關研究成果[27-31]，從而建立評價指標體系。具體測度指標及相關描述性統計如表1所示。

2.3 樣本篩選與數據來源

首先，國家智慧城市試點政策實施的試點城市主要分為3批，分別在2012年、2013年及2014年。根據合成控制法的原理，需剔除受到相同政策影響的地區，故剔除2013年和2014年實施該政策的第二、第三批試點城市，共28個。本文選取2012年首批實施國家智慧城市試點政策的71個試點城市為實驗組（表2），將剩余183個未實施該政策的城市作為控制組。

首先，控制組中的183個城市不包含縣級行政區及以下的行政單位。其次，確定將政策實施前5年與政策實施后6年的時間作為研究跨度，即2007—2018年。最后，本文涉及的評估變量數據來源于2008—2019年相應地級市統計年鑒、2007—2018年中華人民共和國文化和旅游部文化和旅游發展統計公報和2008—2019年中國城市數據庫，部分缺失值運用線性插值法加以處理。

3 實證分析

3.1 政策效應評估

根據合成控制法的邏輯，進行政策評估效應的測算，具體步驟如下：

首先，將被解釋變量———旅游總收入占國內生產總值的比重（TTE）設定為結果變量，計算出初始的“合成國家智慧城市試點城市”（簡稱“合成組”），并明確實現最終“合成組”中各部分權重的構成。經計算，在由183個城市構成的控制組中，多數城市的權重為0，僅有安順（權重為0.471）、昆明（權重為0.018）以及銅川（權重為0.512）這3座城市的權重為正值，且這3座城市的合成權重之和恰好等于1。基于此，本研究由安順、昆明和銅川3座城市擬合為最終的“合成組”。其次，將2007年、2011年的結果變量（TTE）納入控制組，以進一步提高擬合效果，得到最優的“合成組”。最后，根據擬合結果，繪制出2條旅游業經濟發展路徑。其中一條是真實實施國家智慧城市試點政策所呈現的旅游經濟發展路徑。該路徑反映了政策實際干預下旅游經濟的變化情況;另一條是假設未受到該政策干預時，最優的“合成組”的旅游經濟發展路徑，用以模擬無政策影響下的旅游經濟發展趨勢。這2條路徑的差值就代表了該政策對結果變量（TTE）的政策干預處理效應。具體結果如圖1所示，通過對比2條路徑及其差值，能夠直觀地評估政策對旅游經濟的影響效果。

圖1中曲折虛線代表“合成組”，即虛擬試點城市;曲折實線代表“實驗組”，即真實試點城市;垂直虛線代表該政策首次實施年份，即2012年。由圖可知，除2010—2012年外，在本文所選取的政策實施時間點（2012年）之前，即垂直虛線左邊，“實驗組”和“合成組”曲線幾乎重合，說明“合成組”較好地擬合了政策實施前真實的旅游經濟發展路徑。而在政策實施后，即垂直虛線右邊，兩條曲線出現了明顯的偏離，且真實試點城市的旅游經濟發展情況遠高于合成控制城市，說明國家智慧城市試點政策可以顯著促進旅游經濟發展，假設1成立。

具體而言，在政策實施前的2007—2010年，實虛線基本重合，但虛線略高于實線，說明在此期間的真實旅游經濟發展低于預期的旅游經濟發展。在政策實施之前的2010—2012年旅游經濟卻出現了快速增長的趨勢，但合成城市的情況波動幅度不大，這是因為在2010年，國際商業機器公司（InternationalBusiness Machines Corporation，IBM）正式提出了“智慧的城市”愿景，為中國城市的發展提供了別樣方案。該愿景的提出為旅游業發展也提供了新思路[32]。此外，2005年，住房和城鄉建設部、科技部等部委在“十五”期間啟動了數字化城市示范工程項目，并在2012年將125個“數字城市”建成并投入使用。因此，國家智慧城市試點政策實施之前的“數字城市”建設，將各類城市信息和資源進行整合，提供了旅游業發展機會，為旅游業信息的專業化、高效化和智能化奠定基礎，從而推動旅游經濟發展。2005至2012年，“數字城市”項目建設如火如荼，為“智慧城市試點”的發展奠定了基礎。2012年提出的國家智慧城市試點是城市發展創新2.0版本，即信息時代和知識社會的創新形態，是區別于“數字城市”所代表的工業化時代向信息化時代轉換的城市創新建設。2012年國家智慧城市試點政策提出后，“數字城市”也逐步轉型為“智慧城市”。因此，在2012年的國家智慧城市試點政策出臺之后，真實試點城市與虛擬試點城市的旅游經濟發展數值逐漸分離，表明國家智慧試點城市試點政策對旅游經濟發展的促進效應明顯，并呈現整體向好、波動上升趨勢，具體差值情況詳見下文。

3.2 動態影響

從圖1虛線右邊的整體趨勢可發現，政策實施后真實的試點城市的旅游經濟是加速度變化的增長狀態（圖2）。由此，本文根據動態效應的差異值變化進一步分析國家智慧城市試點政策對旅游經濟發展的動態影響。

從圖2 所刻畫的差異值可知，2010—2012年出現了差異值急劇增長且逐步擴大趨勢，原因在于這段時間智慧技術開始在城市得到應用，開始滲透到旅游領域，如在線旅游預訂平臺的出現，為旅游經濟快速增長奠定了基礎，處于紅利預熱期。2012—2013年相較于前后期的差異值有較為明顯的降低，這可能是由于相較于數字城市建設，智慧城市試點城市基礎建設的布局和構建更為復雜，在該階段，城市大量資源被投入基礎設施建設，如智能傳感器鋪設、城市大數據中心搭建等，而旅游業直接受益不明顯，導致政策紅利滯后，處于紅利蟄伏期。2013—2015年表現出差異值增長幅度小于2010—2012年時期的迅速增長。隨著我國經濟快速發展，人們生活水平日益提高，旅游需求不斷擴大。同時，國家智慧城市試點政策促使智慧城市建設全面鋪開。各城市借助計算機技術拓寬旅游業運營渠道，如旅游景區線上智能導覽、旅游電商平臺多樣化服務等，擴大了消費群體。加之前期政策推進積累了有利經驗，共同助力旅游經濟發展邁上新臺階。但區別于第一階段（2010-2012年）的全方位鋪開，該階段（2013-2015年）更為精細化和精準性，以致于政策效應增長幅度略小于第一階段，處于紅利爆發期;2015—2018年政策效應差異值增加有所放緩。其原因在于，智慧城市建設前期雖提升了旅游業的可進入性與趣味性，但隨著消費水平升級，如游客對高品質、個性化旅游產品需求增加，導致城市旅游供給出現錯配現象，無法再產生前期的規模效應，進而導致政策效應差異值增長幅度降低，進入紅利平臺期。

3.3 有效性檢驗

由上述合成控制法的實證結果可知，“真實試點城市”與“合成試點城市”之間的旅游經濟發展情況的數值存在顯著分離，且“真實試點城市”整體高于“合成試點城市”。這表明2012年實施的國家智慧城市試點政策對促進旅游業經濟發展具有積極作用。然而，考慮到內外部因素的不穩定性，該結論是否存在隨機性有待考量。因此，本文通過2種安慰劑檢驗（placebo tests）進一步驗證其有效性。

安 慰劑檢驗的邏輯框架是將未受政策干擾的虛擬情況假想為實驗組，對假想實驗組進行政策試點，再比較真實實驗組和假想實驗組的差別，如兩者所得出的結果基本類似、變化趨勢大體相同，則說明該真實實驗組的實驗結果存在不確定性，真實實驗組的實驗結果并非有效。反之，如假想實驗組并未得到類似結果，則證明真實實驗組的實驗結果存在有效性。其中，根據安慰劑檢驗的整體思路，本文選取2種假想實驗組進行檢驗。

（1）基于潛在控制組的安慰劑檢驗。第一種為基于潛在控制組的安慰劑檢驗，即假想實驗組為未受政策干預的地區。本文參照汪克亮等[33]做法。首先，選取控制組中權重最大的地區作為假想實驗組，即銅川（編號168）。然后，將真實的實驗組放入控制組，其余條件不變。最后，通過合成控制法進行估計后觀察安慰劑效應是否與真實政策效應類似。根據以上步驟，基于潛在控制組的安慰劑檢驗結果表明，在政策實施前，真實銅川與合成銅川擬合效果較好，僅在2008年前后出現差異，如圖3（a）所示。在政策實施后，真實銅川與合成銅川出現了明顯的分化，其表現為真實銅川的旅游經濟發展低于合成銅川。該檢驗結果顯著區別于上述實證結果，說明本實證結果具有有效性。

（2）基于時間的安慰劑檢驗。該安慰劑檢驗是基于時間的安慰劑檢驗，即假想實驗組將政策實施時間人為前移。本文參考胡東濱等[34]做法，人為將真實實驗組的真實政策實施時間提前3年，即2009年，其余條件不變。檢驗結果證實在假想政策實施時間前的擬合效果較好，但在假想政策實施時間后表現為不規則的波動，如圖3（b）所示。總體而言，真實試點城市的旅游經濟發展低于合成控制城市。該結論與真實實驗組的實驗結果大相徑庭。據此，上述真實實驗結果進一步有效。

3.4 穩健性檢驗

實驗結果通過2個不同角度的安慰劑檢驗，充分證實了其有效性。然而，實驗結果是否存在波動，是否因方法選擇或數據選取的問題導致其偶然性，仍有待進一步探討。為了驗證旅游經濟發展差異的實驗結果是否源于國家智慧城市試點政策，本文采用更換評估方法和改變被解釋變量這2種方式，對實驗結果進行了穩健性檢驗。

（1）更換評估方法。為確保合成控制法結果的穩定性，避免因評估方法的不同導致評估效應存在的差異，本文將采用雙重差分法和雙重差分傾向匹配得分法檢驗前文實驗結果。

其中，表3中模型（1）至模型（3）分別是不加入預測控制變量的雙重差分法模型、加入預測控制變量的雙重差分法模型、雙重差分傾向匹配得分法模型。根據模型回歸結果可知，2種評估方法測算政策動態效應值有所出入，其動態效應值從大到小的排序是：雙重差分法gt;雙重差分傾向匹配得分法gt;合成控制法。這是由于合成虛擬組的方式不同而引發了政策效應測算值存在差異，但效應值均表現為旅游經濟發展在1%的顯著性水平下為正。這說明，國家智慧城市試點政策的實施可以促進旅游經濟發展，其結論與合成控制法的實驗結果一致。據此，上述合成控制法的政策效應實驗結果具有穩健性。

（2）改變被解釋變量。為避免數據上的辛普森悖論④ ，提高實驗結論的穩健性，本文通過改變被解釋變量的方式進一步對結論的穩健性進行驗證。本文初始的結果變量為TTE ，該變量能夠表征旅游業經濟發展在國家整體經濟發展中的位置。由于旅游業屬于第三產業，旅游經濟發展一定程度上依賴于第三產業，旅游業在第三產業中所占的比重能夠更細化且合理地反映旅游經濟發展具體情況。參考郭豐等[35]的方法，本文將結果變量更換為旅游總收入在第三產業產值的占比（ITI），其余變量及條件均不變動。基于新結果變量，通過合成控制法評估，得出的政策效應結果呈現一致，即真實試點城市的旅游經濟發展水平高于合成控制組。該結果與政策評估效應的結果相符，由此證明政策評估效應實驗結果具有穩健性。

4 擴展性分析

4.1 增長因素分析

前文從整體層面上證實了國家智慧城市試點政策對旅游經濟發展的作用，并揭示了旅游業依賴于政策紅利實現經濟長期持續性增長做法的局限性。由此，挖掘國家智慧城市試點政策對旅游經濟發展的深層次影響因素，解答該政策如何影響旅游經濟發展，從而突破政策紅利的局限性，成為需要進一步探究的問題。事實上，影響旅游經濟的因素紛繁復雜。從多因一果關系視角來看，實現旅游經濟高質量發展實質是各影響因素綜合作用的結果。因此，為厘清旅游經濟增長的作用機制，探析以上問題，有必要考察影響旅游經濟增長因素的變化趨勢。據此，本文采用合成控制法對預測控制變量的變動趨勢進行分析。借鑒陳太明[36]和楊天宇等[37]的做法，本文把區域經濟發展水平、居民收入水平、產業結構、人力資本、旅游接待能力以及自然環境吸引力作為擬合目標，基于合成控制法并利用實驗組及控制組的數據分別測算各個預測控制變量的真實值和合成值，然后通過對比國家智慧城市試點政策實施后各預測控制變量的真實值及合成值的差別，獲得國家智慧城市試點政策對各預測控制變量的凈效應，具體情況如表4所示。

從表4可知，預測控制變量的年度均值均為正數，這表明實施國家智慧城市試點政策以來的各預測控制變量的真實值高于未實施政策的合成值。由此進一步說明，國家智慧城市試點政策顯著提高了區域經濟發展水平、居民收入水平、旅游接待能力以及自然環境吸引力，優化了產業結構，積累了人力資本。影響凈效應具體如下所述。

從影響旅游經濟發展的外在因素（區域經濟發展水平、居民收入水平和產業結構）來看，在2012年國家智慧城市試點政策實施以前，3種外在因素的凈效應均處于正、負波動狀態。這可能是由于2003—2012年全球經濟形勢復雜多變，國際金融危機事件時有發生。外部經濟環境的不穩定對我國區域經濟發展、居民收入水平和產業結構都產生了沖擊。如出口導向型產業因國際市場需求波動受到影響，進而影響區域經濟發展和居民收入水平，而產業結構也需要不斷調整以適應外部變化，這些不穩定因素共同導致3種外在因素對旅游經濟發展的凈效應出現正負波動。但在2012年之后，國際環境趨于平穩，試點政策穩步推進，其整體表現為居民收入水平的正向政策效應較為明顯，區域經濟的發展水平和產業結構的政策效應則出現了一定的滯后性。總體而言，3 種外在因素在2015—2018年的政策效應增長處于波動狀態，與前文動態效應所述的政策紅利平臺期結果一致。因此，若要突破旅游經濟的增長瓶頸，需要破解區域經濟發展水平、居民收入水平和產業結構的發展難題，盡快優化外部環境，為旅游業發展提供良好的內外部環境。

從影響旅游經濟發展的內在因素（人力資本、旅游接待能力以及自然環境吸引力）來看，在政策實施之前，旅游接待能力和自然環境吸引力的發展優于人力資本，但在政策實施之后，人力資本發展凈效應的增長平穩性強于旅游接待能力和自然環境吸引力。根據內生增長理論，人力資本水平越高，表明勞動力的知識與經驗積累越多，也越有助于推動技術進步，進而實現經濟的可持續增長。因此，培養高質量旅游專業人才是解決旅游經濟增長難題的重要著眼點。與此同時，完善并豐富旅游業發展所需的接待硬件和吸引條件，是沖破旅游經濟增長困境的助推器。

4.2 異質性分析

4.2.1 城市區位屬性

基于整體政策效應的探析，本文通過東部、中部和西部的區域劃分③ ，進一步考察該政策對試點城市旅游經濟發展效果的區域異質性，結果如圖4所示。圖4（b）、圖4（c）、圖4（d）分別表示所屬東部、中部和西部地區的試點城市的政策效應。縱觀3圖，不同的區位屬性在政策效應方面與前文所探究的整體政策效應趨勢一致，均表現為真實試點城市的旅游經濟發展整體趨勢高于合成城市，處于波動上升的狀態，但區位屬性的差異導致在政策效應和效應量上具有異質性。具體而言，隸屬東部地區的城市的旅游經濟整體穩步上升，政策效應較為突出;隸屬中部地區的城市呈現波動前進的趨勢，在2014年前后政策效應逐漸增大;隸屬西部地區的城市在政策試點前期政策效應不顯著，出現在政策出臺前期真實值略低于合成值的現象，這也與“先富帶后富”的地域慣性存在聯系。同時，對于西部地區而言，規模效應、資源流動效應的萎靡與遮蔽效應的突出，導致在智慧城市建設初期投入產出比處于不理想狀態，但后期政策效應逐漸顯現，潛力增強。實證結果得出，東部、中部和西部的政策年平均效應分別為19.63%、10.07%和4.56%。

4.2.2 城市開放程度

本文借鑒康繼軍等[38]的做法，采用進出口貿易總額與國內生產總值的比值表示對外開放程度，并對該指標取3分位數表示高、中和低對外開放程度的城市，實證結果如圖5所示。從結果反映的情況來看，對外開放程度較高的城市政策效應較為明顯，而中等開放城市的政策效應則具有波動性。其原因可能是在紅利蟄伏前期，高開放城市對中等開放城市有一定的遮蔽作用，加之智慧城市處于精細化布局期間，導致政策效應整體表現不佳。但到了紅利爆發期，國內成功經驗得以逐步推廣，城市智慧化建設不斷完善以及高開放城市的帶動，使得該階段的政策效應逐步提高。隨著時間的推移，國家整體經濟逐步向好，消費者的需求不斷轉變，轉入紅利平臺期。在該階段，依附型的戰略并不能使中等開放城市持續享受政策紅利。因此，政策效應表現出增長瓶頸，甚至為負效應。然而，對于低開放程度城市的政策效應則一直表現為負效應，到2016年后才呈現負效應收縮的趨勢。這主要歸因于對外開放低的城市不僅對國內市場具有強依賴性，而且這類城市存在先天不足的問題，如科技水平和人力資源均較為欠缺，同時也無法充分吸收借鑒國內外的成功經驗，因此，智慧城市的前期搭建難度較大，政策紅利無法很好落實。總體而言，對外開放程度較高的城市，能夠快速抓住國家智慧城市試點政策的紅利，助力旅游經濟發展。

5 結論與啟示

本文基于2007—2018年中國282個地級市面板數據，通過合成控制法探究國家智慧城市試點政策對旅游經濟發展的影響，從政策效應、動態影響、增長因素分析與異質性4個方面剖析該政策與旅游經濟發展之間的關系。研究結果表明：1）國家智慧城市試點政策對旅游經濟發展具有促進作用。在智慧化進程下，旅游經濟發展與國家智慧城市試點政策的實行互助互益，且經過安慰劑檢驗、更換估計方法和改變被解釋變量等方法的穩健性與有效性檢驗后該結論依舊成立;2）國家智慧城市試點政策對旅游經濟發展的政策效應存在4個不同時期，分別為紅利預熱期、紅利蟄伏期、紅利爆發期與紅利平臺期;3）國家智慧城市試點政策顯著提高了區域經濟發展水平、居民收入水平、旅游接待能力以及自然環境吸引力，優化了產業結構，積累了人力資本。其中，區域經濟發展水平、居民收入水平和產業結構3種外部環境因素和內在因素中的人力資本是助力旅游經濟發展的重點所在;4）東部地區或開放程度較高的城市能更有效地抓住政策紅利，達到促進旅游經濟發展的目的。根據以上研究結論，本文提出如下政策建議：

第一，樹立典型，打造標桿。國家智慧城市試點政策對旅游經濟發展具有顯著促進作用。因此，應加快樹立智慧試點城市中的典型城市、模范城市和樣板城市，以“市民宜居體驗感”“城市創新活力度”的標準來打造標桿。同時，需加強成功試點案例的經驗總結和反思工作，找準其亮點，解決其痛點，推廣更為完善的實踐經驗，做到由點帶線后及面的示范效應。

第二，找準契機，階段性發展。國家智慧城市試點政策對旅游經濟發展的政策效應存在階段性。因此，若要提高旅游業收入，則應找準發展時機，把握發展利好時點。具體而言，在紅利預熱期時，可嘗試加大旅游業與智慧城市試點的聯動，為打造便捷性、智慧化、全域性的旅游業態進行前期積淀，擴大政策效應輻射范圍，產生雙向促進作用;在紅利蟄伏期時，應利用建設智慧城市為契機，著眼公共服務建設和智慧網絡搭建，夯實基礎;在紅利爆發期，要大力推動技術創新能力、基礎設施信息化水平、經濟實力等方面的全方位升級，深入挖掘旅游經濟實力，利用智慧化提高服務質量和促進信息流通，以實現旅游業發展數字化轉型與全域化換代，以延長紅利爆發期，減速到達紅利平臺期。同時，在推進智慧城市建設的同時，應盡快健全信息安全的規章制度，明確信息收集和使用門檻，降低信息風險，增加信息安全性，為旅游業營造良好的營商環境，加快經濟轉型發展。

第三，著眼外因，強化內因。從增長因素分析可見，國家智慧城市試點政策對區域經濟發展水平、居民收入水平和產業結構構成的外部因素，以及由人力資本、旅游接待能力和自然環境吸引力構成的內部因素，均起到了促進作用。然而，值得注意的是，在2015-2018年期間，外部因素的凈效應增長呈現波動狀態，這與前文動態效應中分析所提及的紅利平臺期的結論相契合。基于此，相關城市應切實加快區域整體經濟的發展步伐，進一步優化旅游產業結構，著力提升居民收入水平，從而為旅游經濟的可持續增長提供良好的發展空間與營商環境。此外，人力資本在旅游經濟發展中發揮著突出作用，應加快建立西部偏遠城市的旅游專業人才補給機制，同時高度重視軟環境、軟資源等軟性資本對旅游經濟的影響，以有效減緩人才外流，提高人才回流率，推進旅游人才高質量發展，為旅游經濟的長遠發展注入源源不斷的動力。

第四，結合自身，實施差異化方案。整體而言，如需政策效應全面發力，則應通過構建區域協同機制拉動旅游經濟發展的整體升級。由于政策效應具有異質性，在推進政策落地時，應針對不同地區的自身發展特點制定不同的試點方案。如東部地區和對外開放程度較高的城市可借助完備的數字基建與良好的規模效應，推進全域旅游與智慧旅游的打造，聚力突破紅利平臺期。中西部地區和對外開放程度較低的城市可把握政策契機，加快智慧城市2.0建設，促進旅游業的公共服務和智慧化的基建，為旅游業轉型夯實基礎。

注釋

①中國政府網.國務院辦公廳轉發國家發展改革委關于恢復和擴大消費措施的通知.（2023-07-28）[2023-07-31].https：//www.gov.cn/zhengce/zhengceku/202307/content_6895600.htm.

②中華人民共和國住房和城鄉建設部.住房城多建設部辦公廳關于開展國家智慧城市試點工作的通知.（2012-11-22）[2023-11-22].https：//www.mohurd.gov.cn/gongkai/zc/wjk/art/2012/art_17339_212182.html.

③ 國家統計局，https：//www.stats.gov.cn/hd/cjwtjd/202302/t20230207_1902279.html.

④辛普森悖論（Simpson's Paradox）是統計學中一種反直覺的現象，指當數據被分組研究時，各組呈現的趨勢與整體數據的趨勢完全相反，導致趨勢的誤判。

參考文獻

[1] WU M Y，GEOFFREY W，TONG Y X.Research onChina’s inbound tourism： a comparative review[J].Journal of China tourism research，2019（3）：320-339.

[2] 鐘漪萍，李穎.旅游業高質量發展水平測度與地區差異及收斂特征分析[J].統計與決策，2022（21）：107-112.

[3] 戴斌.高質量發展是旅游業振興的主基調[J].人民論壇， 2020（22）：66-69.

[4] WANG J X，DENG K.Impact and mechanism analysisof smart city policy on urban innovation： evidencefrom China[J].Economic analysis and policy， 2022，73：574-587.

[5] 王穎，周健軍.智慧城市試點能否促進經濟增長？：基于雙重差分模型的實證檢驗[J].華東經濟管理，2021（12）：80-91.

[6] 張萬里，張澄，宣旸.智慧城市減緩還是加劇城鄉收入差距：來自數字普惠金融和城鎮化的視角[J].經濟問題探索，2022（5）：123-144.

[7] 張兵兵，陳思琪，閆志俊.智慧城市建設如何驅動區域出口經濟復雜度提升？ [J].世界經濟研究，2023（3）：31-45.

[8] 李智超.政策試點推廣的多重邏輯：基于我國智慧城市試點的分析[J].公共管理學報，2019（3）：145-156.

[9] 張營營，高煜.智慧城市建設對地區制造業升級的影響研究[J].軟科學，2019（9）：46-52.

[10] 賴曉冰，岳書敬.智慧城市試點促進了企業數字化轉型嗎？：基于準自然實驗的實證研究[J].外國經濟與管理，2022（10）：117-133.

[11] 劉偉麗，陳騰鵬.智慧城市建設對企業綠色技術創新的影響研究：基于數字化轉型的調節效應分析[J].經濟縱橫，2023（7）：68-78.

[12] 孫軒，單希政.智慧城市的空間基礎設施建設：從功能協同到數字協同[J].電子政務，2021（12）：80-89.

[13] 詹新宇，張藝齡，靳取.智慧賦能：國家智慧城市提升政府治理效能了嗎？ [J].財貿研究，2024（3）：1-16.

[14] 朱林芳，周燕，馬慧強.中國省域旅游公共服務與旅游效率耦合協調分析[J].經濟問題，2020（11）：95-102.

[15] 石大千，李格，劉建江.信息化沖擊、交易成本與企業TFP：基于國家智慧城市建設的自然實驗[J].財貿經濟， 2020（3）：117-130.

[16] 王金杰，郭樹龍，張龍鵬.互聯網對企業創新績效的影響及其機制研究：基于開放式創新的解釋[J].南開經濟研究，2018（6）：170-190.

[17] XIANG Z，WANG D，O’LEARY J T，et al.Adaptingto the internet： trends in travelers’ use of the webfor trip planning[J].Journal of travel research，2015（4）：511-527.

[18] BIJOYLAXMI S，SHAMPY K，ZILLUR R.Co-creationin hotel service innovation using smart phoneapps： an empirical study[J].International journal ofcontemporary hospitality management，2017（10）：2647-2667.

[19] 陳劍，黃朔，劉運輝.從賦能到使能：數字化環境下的企業運營管理[J].管理世界，2020（2）：117-128.

[20] SIGALA M，丁于思.共享經濟對旅游經濟人本因素的影響及信息技術的作用[J].旅游學刊，2020（1）：5-7.

[21] 唐珺，高煜，李朋林.智慧城市能否通過智慧能源建設推動“雙碳”目標實現？：基于合成控制法的試驗證據[J].軟科學，2023（7）：90-96.

[22] 周云波，陳陽，馬紅瀚.智慧城市建設提高區域綠色經濟效率了嗎？：基于試點城市的準自然實驗[J].云南財經大學學報，2024（8）：20-35.

[23] ALBERTO A， ALEXIS D，JENS H.Synthetic controlmethods for comparative case studies：estimatingthe effect of California’s tobacco control program[J].Journal of the American statistical association，2010（490）：493-505.

[24] ALBERTO A， ALEXIS D，JENS H.Comparativepolitics and the synthetic control method[J].Americanjournal of political science， 2015（2）：495-510.

[25] 曹玉平.國家自主創新示范區設立優化了區域創新結構嗎？：基于合成控制法的實證評估[J].管理評論，2023（4）：128-143.

[26] CARD D， ROTHSTEIN J，YI M.Industry wage differentials：a firm-based approach[J].Journal of laboreconomics，2024（42）：S11-S59.

[27] 張琦，曹蔚寧，延書寧.旅游發展對城鄉收入差距影響的空間異質性：基于多尺度地理加權回歸模型（MGWR）[J].中國地質大學學報（社會科學版），2022（5）：112-123.

[28] 陳弘，任鑫.農村人居環境與經濟協調發展的時空演化及障礙因素研究[J].生態經濟，2024（7）：184-195.

[29] 鄧愛民，李鵬.中國旅游經濟影響因素分析與實證研究[J].宏觀經濟研究， 2022（3）：106-115.

[30] 王偉，張佳瑩，彭東慧，等.中國區域旅游發展潛力演變格局與影響因素分析[J].干旱區地理，2019（4）：953-960.

[31] 向麗，胡瓏瑛.長江經濟帶旅游產業與城市人居環境耦合協調研究[J].經濟問題探索，2018（4）：80-89.

[32] 韓朝亮，孫旭.智慧城市建設如何影響城市運行效率：來自中國智慧城市試點的準自然試驗[J].經濟論壇，2023（11）：141-152.

[33] 汪克亮，許如玉，張福琴，等.生態文明先行示范區建設對碳排放強度的影響[J].中國人口·資源與環境，2022（7）：57-70.

[34] 胡東濱，林媚，陳曉紅.流域橫向生態補償政策的水環境效益評估[J].中國環境科學，2022（11）：5447-5456.

[35] 郭豐，楊上廣，柴澤陽.企業數字化轉型促進了綠色技術創新的“增量提質”嗎？：基于中國上市公司年報的文本分析[J].南方經濟，2023（2）：146-162.

[36] 陳太明.改革開放與中國經濟增長奇跡：基于合成控制法的研究[J].經濟理論與經濟管理，2021（6）：22-36.

[37] 楊天宇，榮雨菲.區域發展戰略能促進經濟增長嗎：以振興東北老工業基地戰略為例[J].經濟理論與經濟管理，2017（10）：88-99.

[38] 康繼軍，鄭維偉.中國內陸型自貿區的貿易創造效應：擴大進口還是刺激出口[J].國際貿易問題，2021（2）：16-31.

[責任編輯：吳宇玲]