高速铁路对地方服务经济的影响

[摘要]高铁对于实现我国交通强国战略和满足人们对高质量出行需求具有积极的作用。本文以江苏省星级酒店为例，运用江苏省2019—2022年间县域高铁开通数据实证评估高铁对地方旅游服务经济的影响。基于双重差分模型的实证研究发现，江苏县域高铁的开通提高了当地酒店的总收入和客房出租量，但是对于酒店总利润无显著的促进作用。进一步研究表明，高铁对酒店客房出租量的促进效应存在显著的异质性，在疫情期间和市辖区促进效应更小，对距离高铁站较远的酒店促进效应更小，但是对不同星级酒店的影响无显著差异。基于微观视角探索高铁和酒店绩效之间的关系，丰富了高铁旅游效应研究文献，也为交通强国战略提供研究支持。

[关键词]高速铁路；旅游经济；江苏省星级酒店

一、 引言

党的二十大报告提出“交通强国”的发展战略，同时指出要促进社会经济的高质量发展1。在过去的十多年里，我国高铁的快速建设契合了国家对交通强国发展战略的需求。高铁凭借其快速、便捷、准时、舒服等优势迅速成为居民出行的首选交通方式。与此同时，随着居民收入的不断增长，旅游成为人们日常生活中追求美好生活的重要消费形式，旅游业也成为地方经济的重要组成部分，对地方就业和居民增收具有积极的作用。高铁有效地提升了地方的可达性，为人员和信息流动提供了便利，有助于满足居民对跨区域旅游的需求。以世界各国的高铁建设和运营为契机，大量的实证文献评估了高铁对于旅游经济发展的影响[1-6]。高铁能否以及如何促进地方旅游经济的发展成为高铁效应研究的热点之一。

本文将围绕江苏省高铁建设对旅游服务经济的影响展开实证研究。与现有实证文献不同，首先，本文以江苏省星级酒店的财务数据构建微观层面酒店企业的经营绩效指标，将其与县域高铁开通变量相匹配，实证检验高铁对酒店绩效的影响。尽管已有不少文献从城市和区域的角度评估高铁开通对于旅游经济的影响，但鲜有文献探讨高铁对微观旅游经济主体的影响。其次，本文把研究的范围置于新冠疫情暴发期间以及前后时期，有助于理解疫情背景之下高铁与旅游经济之间的因果关系。现有关于高铁和旅游经济之间关系的文献大多基于疫情前的数据和案例展开分析，鲜有文献关注疫情期间高铁对地方旅游的影响。

本文采用多阶段双重差分法评估高铁对酒店绩效的影响。基于2019—2022年间江苏省星级酒店年度面板数据的实证估计结果表明，县域高铁的开通显著提高了酒店的总收入和客房出租量，但是对其总利润无显著影响。改变变量测度和实证模型以及剔除部分节点城市进一步证实了该结果。同时，本文发现显著的异质性效应。首先，新冠疫情期间高铁对酒店客房出租量的促进作用显著低于疫情之前。其次，市辖区内、距离高铁站较远的酒店，高铁对酒店客房出租量的促进作用更小。但是，上述效应在不同星级的酒店中无显著差异。

本文的贡献包括：一是采用微观的酒店企业层面数据拓展现有关于高铁对旅游经济发展影响的文献。二是进一步探讨新冠疫情、县域类别、酒店星级和酒店区位等因素对于高铁促进酒店发展的异质性影响。这些分析有助于理解人口流动、经济条件、酒店质量以及区位在驱动高铁和酒店绩效之间联系中的重要性。

二、 研究背景

1. 江苏县域和高铁发展情况

经过十余年的快速建设，江苏省内形成了较为密集的高速铁路交通网。2008年4月合宁高铁的开通标志着江苏进入了高速铁路时代。2010年7月开通的沪宁城际高铁把南京等苏南的重要城市与上海连接起来，成为长三角地区最繁忙的高铁线路。此后，江苏省高铁建设快速发展。随着京沪、宁杭和宁安高铁的运营，到2015年高铁营业里程达到825公里。2021年，随着青连、徐盐、连镇、盐通、徐连等6条高铁的建成通车，江苏高铁营业里程快速增长至2212公里，高铁占江苏铁路营业里程的52%。

从空间分布来看，截至2022年，江苏省仅有泰州市尚未开通高铁，共有12个设市区和55个县域开通高铁（图1）。其中，30个县域高铁开通于2010—2018年，24个为苏南地区县域。在本文研究期间，开通高铁的县域总量上升至55个。其中，2020年开通高铁的12个县域主要聚集在南通、连云港、盐城等苏北城市。

高铁的建设促进了江苏省内部的经济一体化，也强化了江苏与上海、安徽、山东、浙江等经济体之间的联系。2022年北沿江高铁沪宁段等3条铁路陆续正式动工，途经泰州市，至此，江苏实现所有地级市开通高铁。同时，南通经苏州、嘉兴至宁波铁路，沿海高铁青岛至盐城段等高铁路线正在规划之中，未来的江苏省高铁将深入到江苏北部的各个角落。预计到2025年，江苏能形成“六纵六横”高速铁路网，实现90%的县（市）高铁覆盖率，到2035年能够全面建成“轨道上的江苏”1。由此可见，高铁已成为并将继续成为江苏区域旅游共同发展的重要推动力。

2. 文献综述

随着高铁在全球范围的建设和运营，大量的研究开始评估高铁的社会经济效应[7-15]，探讨高铁对旅游经济的影响，但是研究结论存在差异。

一方面，有研究者认为高铁带来的城市可达性的提升有助于游客的到来，促进了人口的流入，从而增加了旅游需求，促进了旅游经济增长。Wang等[12]以京沪高铁为例，发现高铁提高了区域旅游交通可达性以及改善了旅游资源的时空分布。蒋海兵等[16]发现京沪高铁实现了城市日常可达性，形成了非均衡的时间收敛空间。蒋海兵等[17]基于全国高铁网络分析发现，开通高铁能够缩短客源地和目的地之间的时间距离，加强旅游景点的可达性，促进景区收入和城市经济。Pagliara等[18]基于马德里进行的调查数据发现，高铁影响游客到非马德里城市的选择，但是不影响马德里作为目的地的选择。Yang等[19]和Chen等[20]研究发现，高铁总体上促进了国际旅游需求。

另一方面，高铁具有强烈的区域经济重塑效应，可以强化具有更好旅游资源和基础设施的中心城市在全国旅游市场中的主导地位，而对外围地区也会带来旅游经济发展的“虹吸效应”。Albalate等[1]基于西班牙的数据发现，高铁并没有对旅游产生稳健的促进作用，因为高铁通过替代航空反而抑制游客的到来。高铁对西班牙旅游经济的影响仅发生在大城市[3]。Wang等[21]对高铁带来的城市旅游空间结构进行了研究，发现高铁强化了城市间的旅游经济关系，可以产生有利于中心城市的过道效应，增强了内地中心城市之间的旅游市场竞争。Masson等[22]基于新经济地理的预测分析也发现，南欧即将开通的佩皮尼昂和巴塞罗那高铁将强化旅游经济活动在大城市——巴塞罗那的集聚。对高铁在国内的影响，学者们也展开了研究，王雨飞等[9]研究发现开通高铁会改变区域城市的层级结构，如使经济基础相对较好的东部、中部城市进入中心区，而东北和西部地区被边缘化。类似地，Gao等[4]采用倍差法评估了高铁对中国城市旅游经济增长的影响，结果发现，高铁未增加旅游收入，但是增加了旅游人次，可能原因在于，高铁虽然增加了城市间的可达性，但是对于中心城市的可达性提升更大，从而减少游客在旅游目的地逗留的时间和当地旅游收入。

现有大量文献实证评估了高铁与旅游经济的因果关系，但是鲜有文献从微观主体，尤其是酒店企业的角度去探索该问题。现有的文献主要从游客采用问卷调查的方式开展研究。例如，Gutiérrez等[23]和Pagliara等[18]基于游客调查数据分析高铁对消费者目的地选择的影响。Albalate等[3]采用双重差分法发现，西班牙高铁总体上对过夜游客的影响不显著，对酒店入住率的影响为负。Deng等[2]用Tobit模型证实了高铁对酒店入住率的促进作用。但是这两篇文章都采用城市层面数据，无法提供更微观层面的证据。国内文献则主要采用非因果推断的方法去分析高铁对酒店空间分布的影响[24-25]。

基于上述分析，本文结合江苏省县域高铁与星级酒店财务数据，以新冠疫情前后为背景，实证估计高铁对酒店业经营绩效的影响，有助于弥补现有文献在微观证据上的不足。

三、 研究设计

1. 数据和变量

本文合并了几份不同来源的数据用来评估高铁对酒店绩效的影响。

第一份数据来自市场监管部门提供的江苏省星级酒店2019—2022年的年度财务数据，包括详细的企业名称、地址、资产、总收入、利润、员工以及客房出租情况。这些指标衡量酒店的经营绩效及其关键影响因素变量。参照Deng等[2]的研究，本文设置酒店绩效指标主要包括总收入、客房出租量以及总利润，绩效影响因素控制变量包括总资产、员工数量、大专以上学历员工比重、是否为国有集体企业以及员工离职率。由于疫情影响，不少星级酒店的总利润为负，本文采用其原始值，而对于酒店总收入和客房出租量，则用其自然对数值。在稳健性分析中，本文还进一步控制客房数量和床位数量。

第二份数据是江苏省县域高铁数据，具体包括各县域是否开通高铁以及开通时间，高铁站的位置以及经纬度。高铁数据来自中国研究数据服务平台，并通过手动搜索来确定高铁线的具体开通时间、高铁站位置和经纬度。该数据集构建关键的核心解释变量，包括高铁开通变量以及酒店与高铁站的距离。鉴于部分高铁开通于年底，为了更准确地捕捉高铁开通的影响，本文将高铁开通时间在第四季度的县域调整为下一年度开通。

第三份数据来自江苏省统计局公布的历年江苏统计年鉴，包括各县域的GDP、固定资产投资、公共收支等社会经济指标。由于数据缺失，本文将在稳健性分析中控制人口规模和国际贸易额的对数。

本文基于县域和时间变量将上述不同数据集进行合并，得到了一份由385家星级酒店构成的2019—2022年度面板数据，总样本数量为1449。其中，酒店层面指标在酒店和年份层面变化，高铁变量以及社会经济变量在县域和年度层面变化。考虑到南京为省会城市，徐州是京沪线上的重要铁路枢纽城市，本文剔除了这两个城市的样本来缓解高铁线路选择的内生性问题，因此，本文最终使用由江苏省11个地级市的67个县域星级酒店构成的面板数据开展实证研究，观察值为1169个。

2. 描述性统计

表1报告了变量的描述性统计结果。从A栏中可知，部分酒店变量存在缺失值。不同酒店利润存在巨大差异，最高利润为18亿元，最低利润为-13亿元。B栏分县域有无高铁进行分组统计。可以发现，本文所用观察值有一半以上来自高铁县域的酒店，占比57%。高铁县域酒店的总收入和客房出租量平均低于非高铁县域的酒店，但是总利润却稍高于后者。在酒店控制变量层面，除了大专以上员工比例，两组的其他变量无显著差异。高铁县域的酒店有更少的员工，但是大专以上学历员工比例更高。

3. 实证策略

为了识别高铁对酒店业绩效的影响，本文使用双重差分法，即比较高铁开通前后以及有无高铁县域酒店业的绩效指标的差异。由于我国大规模的高铁建设通车始于2008年，而江苏省是较早开通高铁的省份，部分县域已经在本文研究时间之前便已开通高铁，因而这里并不存在一个没有高铁开通的处理前时期。对此，本文采用一个包含多阶段双重差分框架的双向固定效应模型来开展实证分析。实证模型如（1）所示：

[Hotel_Perforict=βHSRct+Xictγ+θt+fi+ϵict] （1）

其中，下标i，c，t分别表示酒店、县域和时间，[Hotel_Perfor]为酒店绩效指标，HSR为高铁开通虚拟变量，X为酒店企业控制变量集，包括企业总资产、员工数量、大专以上员工比例以及离职率，[θt]和[fi]分别为时间和酒店固定效应，[ϵict]为随机扰动项。[β]为研究感兴趣的估计系数，[β]显著为正意味着高铁对于酒店绩效具有显著的促进作用。

本文的关键识别假设是，在控制酒店和县域层面控制变量以及酒店和时间固定效应后，遗漏变量不与县域高铁开通变量相关。由于结果变量为酒店层面的绩效，酒店层面的遗漏变量不太可能影响县域高铁开通以及选址。内生性的来源更可能在于遗漏县域层面的变量。当这些变量同时影响当地酒店的绩效和高铁开通时间，便会导致遗漏变量偏误。但是，这种可能性也不会太大，毕竟高铁主要功能是满足中心城市之间更快、更舒适的客运需求，县域能否开通高铁在很大程度上取决于其是否恰好位于中心城市之间的最近距离线上。对于高铁线的非外生性选择问题，将在后文采取进一步剔除苏州城市样本的方法开展稳健性研究。

运用双重差分法进行因果关系估计需要满足平行趋势假设。对此，沿循现有文献[4]的方法，本文采用事件分析法，估计高铁开通对酒店绩效的动态效应。如果高铁开通对酒店绩效的影响没有显著的提前效应，但是开通以后显著促进了酒店绩效，那么，平行趋势假设更可能得到支持。构建如下事件分析模型（2）：

[Hotel_Perforict=βjj=-kmHSRcj+Xictγ+θt+fi+ϵict] （2）

其中，k和m均大于0；当j<0时，表示高铁开通前的第j年，当j=0时为高铁开通当年，否则为高铁开通之后第j年。由于酒店绩效数据时间跨度仅为2019—2022年，而江苏高铁开通变化的年份处于2008—2021年，提前效应最长为3年，而滞后效应则可以长达12年，因而，模型（2）也可以用来观测高铁开通对酒店企业绩效的长期影响。