低碳城市试点是否影响旅游业发展？

赵磊¹， 张文杰¹， 吴以衡²

（1.浙江工业大学管理学院，浙江 杭州 310023；2.莫纳什大学商业与经济学院，澳大利亚 墨尔本 3199）

0 引言

在应对气候变化过程中，为适应资源与环境双重约束下的经济增长方式变革，低碳经济发展理念和模式应运而生。我国党和政府历来高度重视低碳经济发展，更是将环境保护作为国家的基本国策，并从2010 年开始分批次、分阶段地开展低碳城市试点。在“生态锦标赛”激励机制引导下，作为一种极具中国特色的城市治理模式，低碳城市试点政策有助提升城市治理能力、稳定城市环境质量，对促进旅游业可持续发展具有潜在作用。现有文献表明，旅游业发展作为目的地重塑空间形象、优化产业体系和转变消费结构的驱动力量，更是被视为绿色低碳产业转型的“新引擎”和绿色经济发展的“触发器”[1-3]，并已逐渐成为提升人民群众获得感、幸福感和安全感的重要来源[4]。一方面，将低碳政策、低碳发展模式在旅游业中进行推广，有利于构建资源集约、环境友好型旅游经济增长方式，并通过旅游业的产业融合机制，放大旅游业对产业间、产业内各部门的低碳政策传导效应；另一方面，低碳城市试点作为一种积极的“信号显示”，通过强化环境规制提升政府环境治理效能，为旅游业发展创造优越的生态条件，有利于重塑旅游目的地形象，提高旅游目的地品牌价值，增强旅游者前往该旅游目的地从事旅游活动的动机[5]。然而，旅游业系统庞大且复杂，相关产业如餐饮、住宿、娱乐、通讯、交通等均会产生能源消耗和温室气体。据《中国能源统计年鉴2020》显示，诸如旅游交通、娱乐活动、住宿和餐饮业等旅游关联产业能耗总量降至4.39 亿吨标准煤①。剑桥大学可持续发展研究所的报告指出，旅游业对全球温室气体排放的贡献约为5%[6]。世界旅游组织预测，2030年全球与旅游相关的二氧化碳排放量将会增加25%①。由此引发温室效应逐渐加剧、生态环境持续恶化、防污治污效率低下等“城市病”现象，严重制约旅游业的持续发展，旅游经济低碳转型迫在眉睫。低碳城市试点政策作为一项综合性的环境治理政策，是实现城市防污治污和促进低碳减排的关键抓手，为旅游经济低碳转型提供了良好契机。因此，剖析低碳城市试点政策对旅游业发展的影响效应和路径机制，是孕育旅游业发展新动能的重要途径，有助于促进旅游业持续发展[7]。

伴随旅游业对国民经济的综合贡献与日俱增，学术界聚焦旅游业发展决定因素的讨论也愈发深入。一方面，旅游业发展会受源自社会、经济和环境等多重因素的潜在影响，包括资源禀赋、交通条件、人口结构、经济发展和环境气候等[8-12]；另一方面，旅游业作为政策敏感性行业，其发展高度依赖国家或地区的政策供给和制度安排[13]。围绕前者的相关文献从不同视角揭示了影响旅游业发展的内外约束性因素，而对关涉后者的研究热潮也在兴起，现有文献主要采用双重差分法实证识别外生事件冲击对旅游业的影响效应，此类文献分别从《中华人民共和国旅游法》出台[14]、智慧旅游城市建设[15]、全域旅游示范区创建[16]、文明城市评选[17]和“一带一路”倡议[18]等视角对不同政策影响旅游业的实施效果展开实证研究。需要特别说明的是，在国家的“双碳”战略背景下，低碳城市建设也成为国家“十四五”规划的一项重要战略举措。低碳城市试点作为一种典型的环境治理类政策工具，其对宏观经济社会发展的因果效应陆续被相关文献所证实，如既有研究评估低碳城市试点政策对全要素生产率[19]、绿色技术创新[20]、城市居民健康[21]、绿色生活方式[22]、产业结构升级[23]、环境污染治理[24]和城市高质量发展[25]等方面的影响效应。近年来，涉及旅游业与碳排放关系研究的文献逐渐丰富。既有文献关注旅游业发展对碳排放的影响[26-27]，其中，部分文献认为，旅游业发展可促进经济增长、激发碳减排机制[28]。上述结论在韩国[29]、欧盟[30]和东南亚国家[31]得以印证。也有文献试图勾勒旅游业与碳排放关系的表现形式，包括U形或倒U形曲线[32]，以及N形或倒N形曲线[33]。

综上所述，既有成果对旅游经济发展的探讨为本研究奠定了坚实的学理基础，尤其是旅游业的绿色发展效应方面的研究受到学者们的广泛关注，但目前较少有研究基于国家低碳转型战略背景，探索低碳城市试点对旅游业发展的政策效应的存在，也鲜有研究同时结合宏观数据与微观数据探索其中的作用机理。鉴于此，本文可能的边际贡献有以下3个方面。第一，从旅游的视角，深入研究了低碳城市试点政策对宏观、微观层面旅游业发展水平的影响效应。从截至目前检索到的文献看，本文是首次结合家庭层面和企业层面微观数据检验该命题的研究，有助于发现一些宏观数据所无法获得的结果，丰富了关于低碳城市试点政策经济后果方面的研究内容，对拓展低碳城市试点政策的研究具有一定的理论价值。第二，与现有研究结论不同，本文引入空间面板杜宾模型实证检验了低碳城市试点政策对旅游业发展具有负向的空间溢出效应，并完善了相关的理论解释，扩展了关于生态环境治理对旅游业具有空间外部性的认识视域，进而从生态环境治理视角补充了旅游业可持续发展决定因素的研究文献。第三，既有研究大多仅从宏观层面或微观层面探析低碳城市试点的政策效应，而本文则是结合宏观、微观层面探析了低碳城市试点政策对旅游业发展水平的传导机制，分别从改善环境质量、激发市场活力和强化绿色消费3个渠道深化了低碳城市试点政策影响旅游业发展的理论逻辑和实证体系，为在“双碳”目标下推进旅游业高质量发展提供可行路径。众所周知，旅游业作为我国国民经济发展的支柱产业，本身的资源依赖特征使其对环境质量具备与生俱来的高度相关性和敏感性[34-35]，日益恶化的环境污染严重掣肘了旅游业发展。本研究探析低碳城市试点政策的旅游发展效应，对破解当前旅游业发展困境、实现我国城市环境保护与实体经济的协同发展具有启示意义。

图片来源于微信公众平台公共图片库

1 政策背景与理论假说

1.1 政策背景

低碳城市试点政策是一项综合性环境政策，旨在实现全国范围的低碳绿色发展。2007 年9 月，我国正式开始发展低碳经济②。2008 年，世界自然基金会以上海和保定作为在中国开展低碳城市发展示范项目的试点城市。2009年12月，随着中国在哥本哈根召开的世界气候大会上做出减排承诺，发展低碳经济、建设低碳城市随之拉开序幕。2010 年7月，国家发展和改革委员会发布《关于开展低碳省区和低碳城市试点工作的通知》（后面简称《通知》），并随后在2012 年11 月、2017 年1 月共确定3批126个低碳城市试点。本文所选284个样本城市中，低碳城市试点样本126 个，占比为44.4%，非试点城市样本占比为55.6%。

综合审视3 批低碳城市试点政策历程，存在如下变化：一是在遴选机制上，低碳城市试点实现从“自上而下”式向“自下而上”式“申报+遴选”的模式转变，遴选程序趋向公平、公正，凸显低碳城市试点的示范效应，形成有效的试点经验，进而推进低碳绿色发展[36]；二是在规模层次上，3批低碳试点城市的行政级别或规模能级渐次下沉，表现为较大中心城市向二三线城市逐级下沉，并出现向县域推广趋势；三是在城市类型上，充分考虑不同城市初始条件、资源禀赋和行政资源等特征，试点范围覆盖经济发达区、生态环境保护区、资源依赖型地区和老工业基地等区域，目的在于解决生态环境与经济发展非协调性问题，实现以生态环境高水平保护助推经济高质量发展[37]；四是在试点政策设计上，试点内容及发展目标日渐细化、清晰。旅游业作为资源与环境导向型产业，是带动绿色经济发展的龙头产业，践行低碳转型发展理念，深受国家低碳城市试点战略发展成效的影响[38]。诚然，低碳城市试点具有的弱激励和弱约束政策特性，表现为允许地方政府拥有制定和执行政策的自主权；并通过运用不同类型的政策工具，比如强制型政策工具、市场型政策工具以及自愿型政策工具，充分发挥政府干预作用、市场调节作用以及公众参与作用，从而改善旅游环境质量、激发旅游市场活力和强化旅游绿色消费。具言之，首先，低碳城市试点政策往往强调二氧化碳排放控制目标责任制，借助环境规制、经济激励等政府干预手段有效控制气候变化，为旅游业发展提供良好的环境质量。其次，低碳试点城市要求各试点区制定支持低碳绿色发展的配套政策，探索当地低碳旅游发展的市场激励型工具，通过市场调节作用激发旅游市场活力。最后，低碳城市试点政策积极倡导低碳绿色生活方式和消费模式，通过推动全民低碳教育、传播低碳理念，形成公众绿色消费模式的旅游需求。因此，低碳城市试点政策旨在构建以低碳排放为特征的产业体系和消费模式，推进低碳试点城市经济和生态协调发展。

1.2 理论假说

本文构建了低碳城市试点政策对旅游业发展影响的理论机制（图1）。基于现有文献与经济逻辑，低碳城市试点政策对旅游业发展具有促增效应，并存在以下影响渠道：低碳城市建设要求试点地区结合当地产业特色和发展战略，促进低碳技术创新与应用，加快建立以低碳排放为特征的产业体系。低碳城市建设具备的弱激励和弱约束政策特性，放权地方政府运用不同类型的政策工具，为旅游业发展创造优越的体验空间、技术条件和市场环境，以此促进旅游经济增长。一方面，低碳城市建设通过税收减免、财政补贴等市场激励型政策工具，将低碳技术在旅游业内部进行推广、应用，提升旅游低碳技术创新能力[39-40]，有助于丰富景区内涵、绿化旅游产品以及改变旅游方式。同时，低碳城市建设通过探索有效的政府引导和经济激励政策，带动旅游相关企业进行创新投入，为旅游业可持续发展提供广泛的创新要素来源[41]，有助于区域旅游业发展。另一方面，基于信号理论，低碳城市试点作为一种积极的信号显示，不少地方政府借助其保有的品牌效应[42]，积极倡导低碳绿色生活方式和消费模式，产生的需求牵引效应促使低碳城市试点利用环境规制、政府补贴等强制性政策工具，将环保、节能、低碳元素充分渗透到旅游业的食、住、行、游、购、娱等各个环节当中[43]，并通过旅游业的产业融合机制有效拓展旅游产业链纵向延伸，着力放大旅游业的产业关联效应[44]，促进旅游全产业链低碳化、绿色化，推动形成以低碳环保为特征的娱乐、餐饮、住宿、交通等产业体系，增强旅游目的地竞争力，助推旅游业持续发展。

图1 低碳城市试点政策对旅游业发展影响的机理图
Fig.1 Mechanism diagram of the impact of the low-carbon city pilot policy on tourism development

据此，本文提出如下假设：

H1：低碳城市试点政策有助于促进旅游业发展

第一，环境质量改善效应。根据环境库兹涅茨曲线（environmental Kuznets curve）理论内涵可以知道，曲线拐点是实现经济增长和环境保护协调发展的关键[45]。既有研究表明，低碳城市试点建设将调整产业结构、优化能源结构、节能增效、增加碳汇等工作结合起来致力于改善环境质量，助推绿色经济增长，加速拐点的到来[46]。旅游业作为一种低排放、低污染的环境友好型产业，可以协同经济增长与环境治理，促使环境库兹涅茨曲线拐点的提前到来。因此，在面临低碳城市试点政策要求制定支持低碳绿色发展配套政策的压力下，地方政府可能会优先发展旅游经济。具体逻辑为：低碳城市建设要求试点地区通过政府调控和个体自主相结合的手段推动形成以低碳为特征的旅游新产品、新业态和新场景，以及培育旅游者低碳出行方式和游览方式，营造低碳旅游氛围，改善城市环境质量，为旅游业发展创造良好的外部环境[24]。其中，环境质量作为旅游业发展的重要资源载体，其所具备的文化、自然、生态等价值是促进旅游业绿色经济增长的重要资源[47]。低碳试点城市通过实行控制温室气体排放目标责任制来降低城市的碳排放强度，以此改善城市环境质量，有利于塑造城市旅游新形象，提高城市旅游舒适性，吸引更多旅游流量，增强旅游目的地竞争力，刺激旅游经济增长。长期来看，低碳城市建设有利于增加城市绿化覆盖率，借助藻类、微生物等生物捕获和安全地储存碳，抑或是借助自然的清除机制来减少温室气体排放，改善环境质量，增强旅游业可持续发展韧性[48]。

第二，市场活力激发效应。低碳城市试点政策加快市场激励型工具的应用，充分发挥市场调节作用，激发旅游市场活力[40]。其一，鉴于旅游企业经营的特殊性，大多资产具有不可抵押性[49]，致使旅游企业普遍存在严重的融资约束问题。低碳城市试点政策的弱约束、弱激励特征，赋予地方政府部门较大的自主权进行探索与创新，通过提供的一系列绿色金融政策，包括绿色金融、绿色债券、财政专项基金等[20]，引导资金更多流向旅游业及其关联产业，拓宽旅游企业融资渠道。同时，受国家低碳政策影响，金融机构降低旅游企业、新能源企业等绿色企业的信贷门槛，政府帮扶和金融机构支持对旅游企业的融资约束起到平滑作用，有效缓解旅游企业的融资约束[19]，降低融资成本，促进旅游投资[50]，激发旅游经济发展活力。其二，旅游经济常被视为城市的绿色名片，在环境绩效的驱动下，旅游企业倾向主动提供节能环保产品[51]，并透过市场竞争压力刺激关联企业为争夺市场份额积极进行低碳转型，进而冲击传统旅游业发展模式，能够对整个行业充分发挥“鲶鱼效应”的作用[52]，进而优化旅游市场营商环境，提高城市旅游发展活力。其三，波特假说理论认为，低碳城市试点政策通过激发创新补偿效应，加快创新要素在旅游行业的渗透速度，改进旅游企业生产和组织管理方式，促进旅游产业结构优化[52]，由此产生的结构红利惠及当地经济发展，增加居民劳动收入份额，进而刺激旅游消费，提高旅游业的参与度[53]。

第三，绿色消费强化效应。低碳城市建设积极倡导低碳绿色生活方式和消费模式。试点地区利用自愿型政策工具，通过教育引导、公益广告和低碳宣传等手段，大力倡导低碳减排，引导并鼓励公众形成绿色、低碳、环保的生活方式，培育公众低碳素养和绿色消费偏好，激发公众绿色消费下的旅游需求，促使其自愿选择更加低碳绿色的出行工具和游览方式，强化旅游者的绿色消费需求。同时向企业释放了大量的绿色生产信号[54]，促使旅游企业迅速调整并优化产品生产、供给方式进行低碳转型，积极提供更多环境友好型产品，以此凸显旅游企业的社会责任感，树立企业良好的品牌形象，获取社会公众广泛认可。伴随低碳旅游发展概念的深入人心，人们越来越青睐绿色环保型旅游产品，能够接受低碳产品与服务衍生的产品溢价，进一步扩大低碳转型给旅游企业带来的利润空间，增强旅游企业的绿色生产意愿。其中，生态旅游、康养旅游和低碳旅游等新型旅游产品不断涌现，成为吸引公众消费、带动当地旅游经济发展的重要渠道。低碳城市试点建设强调各试点区应制定低碳绿色发展的配套政策支持，包括加快发展低碳建筑、低碳交通等。这意味着地方政府可以通过加大财政投入提高绿色消费的便捷程度，畅通旅游资源要素的自由流动，缓解旅游市场失灵现象，激活大量潜在的绿色消费需求，进一步扩大旅游业的市场发展空间[55]。

根据以上分析，本文提出如下假设：

H2：低碳城市试点通过环境质量改善效应、市场活力激发效应和绿色消费强化效应促进旅游业发展

地理学第一定律认为，区域之间的经济现象存在空间关联性、依赖性[56]。新经济地理学理论强调，要素往往会在旅游地间呈现出不同程度的空间集聚、空间依赖以及扩散效应，并产生空间溢出效应[57]。各地方政府主体之间在环境治理、城市发展、空间争夺等方面均存在竞争行为，呈现出经济发展内部化和环境污染外部化的发展态势。政府层面，低碳城市试点政策带来的发展红利使得邻近地区产生“搭便车”的动机，致使试点城市政府有意减少环境治理方面的支出，甚至采取更为宽松的环境政策吸引流动性资产进入，以此带动当地旅游经济发展。逐底竞争必然会减弱邻近地区旅游企业进行低碳技术革新、生产方式改进的动力。依据污染避难所假说，受环境约束影响，地方政府可能淘汰或就近转移高能耗、高污染、低效率产业，如此便可能加深高污染产业迁入城市的环境污染程度，从而对邻地旅游业发展产生负向的空间溢出效应[58]。城市层面，各试点城市之间为争夺流动性生产要素或政策资源展开激烈的竞争[59]。低碳城市试点的政策红利促使试点城市很容易成为政策洼地，对邻近城市的资本、人才、技术等发展要素产生虹吸效应，不利于邻地的低碳技术创新、公共设施建设、生产要素积累，削弱了邻接地区的旅游竞争力[60]。从旅游者角度理解，低碳城市试点建设可为旅游业发展提供良好的环境条件，增强旅游者前往旅游目的地开展旅游活动的动机。而预算约束促使旅游者在邻近旅游目的地间进行取舍，产生空间替代效应。由于邻接区域间的旅游产品及服务往往相似，拥有优质资源的旅游目的地将遮蔽或弱化邻近城市的吸引力，择其最满意的旅游目的地成为旅游者的最优选择[61]。

综上，本文提出如下假设：

H3：低碳城市试点政策对邻近旅游业发展具有负向的空间溢出效应

2 研究设计

2.1 计量模型设定

低碳城市试点于2010年、2013年和2017年分3批实施，这一特征不仅为本文提供了一个良好的准自然实验，也为从城市和时间两个层面进行双重差分提供了基础。因此，本文采用多期双重差分法来评估低碳城市试点政策对旅游业发展的影响。具言之，将先后入选低碳城市试点的126 个城市视为实验组，其余158 个未获批的城市设置为对照组。本文构建如下基准回归模型：

式（1）中，i 和t 分别代表城市和年份；ln touristit为被解释变量，表示城市i 在t 年的旅游业发展水平。核心解释变量DIDit 为政策变量，可用Treati×postt表示：当该城市进入低碳城市试点时，则Treat取值为1，否则取值为0；post 为政策实施前后年份的虚拟变量，实施低碳城市试点政策之后，post 取值为1。Xit 为城市层面控制变量集，ui 和vt 分别代表城市和年份固定效应，εit 为随机扰动项，γ为控制变量的估计乘数。本文主要关注政策虚拟变量的估计系数β，若其显著为正，则表示低碳试点政策显著促进旅游业发展。

2.2 样本与变量说明

本文选取2003—2019 年中国284 个城市的面板数据作为研究样本。旅游相关数据主要来源于2004—2020年《中国城市统计年鉴》《中国区域经济统计年鉴》《中国旅游年鉴》、中经网统计数据库和各省统计年鉴；旅游企业相关数据来源于国泰安数据库（China Stock Market & Accounting Research，CSMAR）；家庭绿色消费的数据来源于2016 年、2018年中国家庭追踪调查（China Family Panel Studies，CFPS）数据库；其他数据均来源于2004—2020 年《中国基本单位统计年鉴》《中国城市统计年鉴》及各城市和各省统计公报。为消除异常值影响，本文对除绿色消费外的所有变量进行对数化处理。

2.2.1 被解释变量

旅游业发展水平（lntourist）。借鉴刘瑞明等[52]的做法，本文采用旅游人次比，即城市旅游总人次与地区总人数比值予以衡量。

2.2.2 核心解释变量

低碳城市试点政策（difference in differences,DID）。根据国家发展和改革委员会公布《通知》以及关于开展第二批、第三批国家低碳城市试点工作的通知①，本文低碳城市政策试点情况为2010年、2013年和2017年，试点城市数量分别为73个、24个和29个，试点城市总计为126 个，非试点城市为158 个。值得注意的是，本文涉及3批低碳城市试点，因部分城市在3 批试点城市中出现两次，故借鉴宋弘等[24]的做法，将存在重复试点的城市按其最早实施低碳城市试点的时间进行设置，若该省份进入低碳城市试点，则将该省份内的所有城市均处理成低碳城市试点城市。此外，因第二批低碳城市执行时间为2012 年年底，考虑到政策效应滞后的影响，本文将第二批试点时间定为2013年。

2.2.3 控制变量

为控制其他因素对城市旅游业发展的影响，本文选择一系列城市层面控制变量予以分析。经济发展水平、对外开放程度会直接影响旅游发展，本文采用实际人均国内生产总值、人均外商直接投资额来分别代理地区经济发展水平（lnrgdp）、开放程度（lnopen）[62]。酒店为旅游业发展提供便利，本文采用人均星级酒店数来反映当地旅游服务水平（lnhotel）[63]。地区居民消费水平（lnconsum）也决定当地的旅游经济发展潜力，采用社会消费品零售总额来表征；本文使用绿化率（lngreen）来反映自然环境对游客的吸引力[64]；地区人口密度（lnpopul）会直接影响游客的旅游体验，使用年末地区总人口数与行政区域面积进行表征；技术创新与信息化水平必然对旅游经济发展产生不同程度的作用效应，本文采用专利授权数、国际互联网用户数与年末总人口的比值来分别衡量技术创新（lnpatent）和信息化水平（lninternet）；产业结构（lnindustry）代表产业经济活力，不可避免会对旅游市场产生影响，采用第三产业增加值占GDP比值进行度量。具体情况见表1。

表1 相关变量计算方法与描述性统计
Tab.1 Calculation of relevant variables and descriptive statistics

2.2.4 机制变量

首先，本文采用综合指数法来测算绿色消费水平（GC），利用熵权法将旅游支出、文教娱乐消费、家庭医疗保健支出、教育培训支出、取暖费、做饭燃料、中国环境问题严重程度7 个指标合成绿色消费的代理指标。其次，借鉴刘瑞明等[52]的做法，本文采用批发零售贸易业、住宿餐饮业和文化体育和娱乐业从业人数与地区年末总人数的比值衡量旅游市场活力（lnvigour）。最后，本文将PM2.5 作为环境质量（PM2.5）的评价指标。

3 实证结果分析

3.1 平行趋势检验

双重差分方法进行政策评估的一个关键前提是要满足平行趋势假定，即在不存在低碳城市试点政策冲击下，实验组和对照组之间的旅游业变化趋势应保持一致，以确保外生事件是造成两者差异的唯一动因。为此，本文利用事件研究法，将政策前6年和后6 年共13 年的年份虚拟变量作为解释变量进行回归。结果如图2 显示，事前年份虚拟变量在95%的置信区间上均不显著，表明在低碳城市试点政策实施前后，实验组城市与对照组城市并不存在系统差异，实证结果通过平行趋势检验。

图2 平行趋势检验
Fig.2 Parallel trend test

3.2 基准回归结果

表2汇报了低碳城市试点政策影响旅游业发展的基准估计结果。其中，列（1）为未控制城市固定效应、时间固定效应和控制变量的估计结果，列（2）在列（1）基础上进一步控制可观测城市特征变量后的估计结果，列（3）则进一步纳入一系列控制变量，而列（4）则是基于双向固定效应的双重差分法对式（1）进行的估计结果。列（5）和列（6）在列（4）的基础上，分别纳入省份固定效应和省份×时间联合固定效应估计结果。不难发现，无论是否考虑控制变量，本文感兴趣的DID 估计系数均在1%水平下显著为正，表明低碳城市试点政策显著促进旅游业发展，低碳城市试点发挥了积极政策效应。这一结果初步佐证出低碳城市建设可以有力地从供给侧提升旅游部门成长能力，从整体上繁荣旅游市场经济。上述结果初步验证H1，即低碳城市建设能够促进旅游业发展。

表2 基准回归结果
Tab.2 Baseline regression results

注：*、**、***分别表示10%、5%和1%显著性水平，括号内为t值。下同。

3.3 安慰剂检验

采用双重差分方法的另一潜在问题为不可观测的城市特征因素或对估计结果的统计显著性产生影响。为进一步测试估计结果的敏感性，本文参考Chetty 等[65]的处理方式，即通过随机产生一组实施低碳城市试点政策的名单和政策实施年份构造安慰剂检验给予验证，并利用基准回归模型对所设伪实验组进行检验。具体方法为：依据本文低碳城市试点实际分组情况，选取126 个城市作为伪实验组，将其余158 个城市作为伪对照组，重复执行500次回归模拟。由图3 可知，估计系数正态分布在0附近，且大多数经回归模拟的p 值大于0.1，折射出低碳城市试点政策对旅游业发展的影响并未受到不可观测随机因素的干扰。

图3 安慰剂检验
Fig.3 Placebo test

3.4 非随机性选择讨论

多重差分法准确识别政策效应的另一个潜在威胁是政策处理组的选择并非随机。事实上，国家往往倾向于选择基础条件较好且已见成效的地区开展低碳城市试点，而人口特征、地理位置等因素的差异，可能会对估计结果产生影响。为缓解上述因素对实证结果的影响，借鉴Lu 等[66]的做法，本文在基准回归的基础上加入先决变量与时间趋势的交互项，构建模型如下：

式（2）中，Zi 为先决变量，具体为是否为胡焕庸线右侧、是否为沿海城市、是否为经济特区、是否为秦岭-淮河线以北。trendt 为时间趋势项。具体结果如表3所示，DID 估计系数显著为正，这表明在考虑非随机选择的潜在影响下，估计结果依然稳健。

表3 非随机性选择讨论
Tab.3 Discussion of non-randomized selection

PSM-DID（prepensity score matching-difference in differences）方法。由于政府在选择低碳城市试点时可能存在倾向性，所以为缓解样本选择偏误可能造成的内生性问题，本文采用PSM-DID方法对基准模型进行回归。首先选择旅游接待规模、技术创新、经济发展水平等控制变量作为匹配变量，并将低碳城市试点对控制变量进行logit 模型回归得到倾向得分值，分别进行核匹配和半径匹配后，实验组和对照组的核密度曲线均值线之间距离缩短，说明PSM 方法在一定程度上降低了样本选择性偏差。如表3列（6）所示，匹配后的样本进行双重差分估计后显示，低碳城市试点政策对旅游业发展的影响均在1%水平下为正，PSM-DID 估计结果进一步验证了低碳城市试点政策的效果。

3.5 稳健性检验

3.5.1 工具变量

多重差分模型通过构建实验组和控制组能够有效克服内生性问题，但这一做法的前提是低碳城市的选取应该是在所有地级市中随机进行，然而，实际情况并非如此，低碳城市试点政策的实施会考虑各地级市发展阶段和资源状况，因而会影响试点城市的选择。一方面，本文将地级市地形起伏度作为该城市是否被列为低碳试点城市的工具变量，地形起伏度会影响经济活动、人口密度，而低碳城市试点的选取与该区域的经济活动及其人口密度紧密相关，满足相关性假设[58]。另一方面，地形起伏度作为地理上的变量，是客观存在的，满足外生性条件。由于地形起伏度是一个截面数据，无法满足时间序列相关关系，本文通过构建地形起伏度与时间变量的交互项RDLS×post 作为工具变量[67]。由表4列（1）和列（2）估计结果显示，LM 和Wald F 检验结果表明工具变量选择具备合理性。第二阶段回归结果中DID估计系数依然显著为正，进而验证了结论的稳健性。

表4 稳健性检验结果——工具变量法
Tab.4 Robustness test results—Instrumental variables approach

3.5.2 样本数据筛选

一是剔除省会城市样本。考虑到省会城市、直辖市在经济发展水平、信息化水平等城市特征方面可能与其他地级市存在差异，故剔除省会城市、直辖市样本后，重新对所选样本进行回归。二是剔除同期其他政策的干扰。本文采取两种方式进行处理：一方面，由于国家发展和改革委员会于2012 年末发布《重点区域大气污染防治“十二五”规划》，其与低碳城市试点政策的实施时间具有一定重合，故需剔除2013—2019 年样本，只对2003—2012 年样本进行回归；另一方面，本文构造大气污染防治重点防治区的虚拟变量，并在基准模型基础上纳入这一政策虚拟变量进行双重差分检验。三是剔除极端值的影响。为消除极端值的干扰，本文对被解释变量分别进行上下1%、5%和10%缩尾处理。上述检验结果依次报告在表5中，整体保持稳健。

表5 稳健性检验结果Ⅰ
Tab.5 Robustness test results I

3.5.3 更换变量设置方式

首先，考虑到可能存在测量误差的问题，本文选取旅游收入占地区生产总值的比值作为被解释变量的替代变量（lntourist1），结果如表6 列（1）所示。其次，考虑低碳城市试点政策对旅游业发展的影响可能存在时滞性，故将政策虚拟变量滞后一期进行回归，结果如表6 列（2）所示，结果保持稳健。然后，进一步对全部控制变量滞后一期进行回归，结果如表6列（3）所示。可以发现，低碳城市试点政策估计系数在1%水平下依然显著为正。最后，为考察控制变量时变效应对估计结果的潜在影响，本文参考卢盛峰等[68]的做法，加入控制变量与时间趋势的1～3阶交互项，结果显示在表6列（4）中。显而易见，以上4 种方式中低碳城市试点政策估计系数均显著为正，证明了本文主要结果的稳健性。

表6 稳健性检验结果Ⅱ
Tab.6 Robustness test results Ⅱ

3.5.4 强度型DID

由于本文选取的解释变量涉及3批不同时期的低碳城市试点，不同的试点年份可能存在差异化的实施效果。参考蒋灵多等[69]的做法，采用强度DID（SDID）方法对政策变量进行重新赋值。对于重复获批低碳试点的城市，将其再次获批的试点当年及之后年份DID赋值为2或者3。结果如表6列（5）所示，解释变量DID 估计系数显著为正，说明在考虑低碳城市试点政策实施时间的叠加效应下，结果仍是稳健的。

4 机制检验

上文研究发现，低碳城市试点政策具备显著的旅游业增长效应，那么试点政策会通过哪些传导渠道促进旅游业发展？由于逐步法的中介效应模型检验步骤存在内生性偏误和部分渠道识别不清等风险[70]，故通过检验核心解释变量对机制变量的影响进行机制分析，模型设定如下：

式（3）中，Medit 为机制变量，包括环境质量改善效应、市场活力激发效应和绿色消费强化效应。其余变量和参数含义与基准回归模型一致。

机制检验结果如表7所示，列（1）中估计系数为0.012，并通过了10%的显著性水平检验。说明低碳城市试点政策通过刺激绿色消费，间接促进旅游业发展。低碳城市试点政策通过引导和强化公众绿色消费下的旅游需求[68]，增加绿色旅游产品的供给，“绿化”旅游体验方式，促进旅游业可持续发展。事实上，绿色消费需求是旅游经济发展的内在驱动力，具有明显的产业创造效应。低碳城市试点政策通过将低碳、绿色和环保等元素镶嵌于旅游发展过程中，形成低碳出行、绿色体验等环境友好型行为，提高游客绿色消费的执行力。而绿色消费的需求规模效应会对旅游产品结构产生倒逼机制，即加快推进旅游企业供给侧的产业转型和带动低碳旅游产业的发展，实现绿色经济下的供给改变，从而促进旅游经济发展。

表7 机制检验
Tab.7 Mechanism tests

表7列（2）结果显示，激发旅游市场活力是低碳城市试点政策促进旅游业发展的传导机制。究其原因，可能是低碳城市试点政策通过环境规制和市场管制措施，解决市场失灵问题，优化资源配置效率，激活市场内在活力，激发旅游发展潜力，进而使城市旅游得以迅速发展。在经济转型发展下，激活市场活力对旅游业发展至关重要。低碳城市试点政策能够规制城市资源配置效率低下的弊端，通过资源重置，规范市场竞争，激活市场活力。在此背景下，刺激更多新兴低碳产业进入旅游市场，强化旅游市场环境下的优胜劣汰机制，有利于增强旅游产业的市场竞争力，提升旅游经济的发展韧性。同时，旅游市场活力的释放赋能旅游市场的发展潜能，增强旅游者前往该旅游目的地参与旅游活动的动机，为旅游经济的快速发展提供流量基础。

表7列（3）结果表明，低碳城市试点政策通过改善环境质量，间接促进旅游业发展。低碳城市试点政策作为一项环境规制政策，通常采取罚款、关停等强制性手段，抑或是借助政策引导、减税、补贴等市场型激励手段，促使旅游企业积极履行绿色环境责任，以此改善环境质量，增强地区旅游吸引力，有效促进旅游经济发展。具体言之，低碳试点城市带有的“先进者”光环，其环境质量作为城市发展的名片，深刻影响着该地旅游业发展。在地方政府层面，为获取低碳城市试点政策红利，当地政府更加重视绿色治理产生的环境绩效，通过引进一系列低碳减排技术，更新城市旅游产品供给方式和供给内容，以此改善环境质量，助力旅游经济增长。在旅游者层面，低碳试点城市能够为旅游者提供更优质的旅游环境，提高旅游者的旅游体验和满意度，提升其推荐意愿与重游意愿，并通过良好的声誉持续增强城市旅游流量，促进旅游经济可持续发展。而严重的环境污染将带来一系列的旅游风险，劝退大量的潜在游客，恶化旅游业发展环境，阻碍了旅游经济的发展。

5 异质性分析

低碳城市试点政策的旅游业发展效应也会因样本分组不同而表现迥异。城市旅游业发展水平会受到城市区位条件、政府治理强度和资源禀赋水平等因素影响，进而也会使低碳城市试点政策对旅游业发展产生不同程度的影响。为此，本文进一步检验低碳城市试点政策对旅游业发展的异质性影响，结果如表8所示。

表8 异质性检验
Tab.8 Heterogeneity test

5.1 城市区位

我国地域辽阔，各城市低碳试点目标任务、重点行动以及实现路径皆有不同，东西部地理区位、发展阶段、资源禀赋迥异，具有一定的地理空间异质性。借鉴已有研究[72]，本文以胡焕庸线作为东西部地区的分界线，如表8 列（1）～列（2）所示，不同地区低碳城市试点政策的旅游业增长效应具有区际差异性。低碳城市试点政策对东南半壁城市旅游业发展具有显著促进作用，但在西北半壁地区未表现出明显的促进效应。可能原因是，东南半壁城市经济发达，具有基础设施完善、绿色技术成熟等发展优势。同时，东南半壁地区旅游经济活动密集，致使旅游业碳排放强度增加，所以在实施低碳城市试点政策时，政府能够迅速对城市资源进行指导、调控，促使该地区的旅游资源在空间上产生再配置效应，及时控制地区碳排放强度，显著促进该地区旅游经济增长。西北半壁地区属于经济次发达地区，经济发展动能较弱，存在旅游资源配置不足、贸易条件受限、耗能产业比重大等现象，难以通过低碳技术创新有效地改善环境福利绩效，使得低碳城市试点政策未能在西北半壁地区发挥出显著的旅游经济增长效应。

5.2 政府治理强度

国家大力倡导各试点地区要结合当地产业特色和发展战略，严格制定各地区低碳发展规划。由于各城市资源条件、环境状况等不同，各地政府的环保意识以及推行的环境治理政策也存在差异，均会导致不同城市对低碳城市试点政策产生差异化的反应。为考察政府治理强度的异质性，借鉴叶琴等[73]研究的做法，利用熵权法对废水、二氧化硫和烟尘3 类污染物进行标准化处理，以此作为政府治理强度的代理变量。本文以政府治理强度的中位数为依据，将样本划分为低政府治理城市和高政府治理城市，以此来检验在不同政府治理强度下，低碳城市试点对旅游业影响的差异性。表8列（3）和列（4）的估计结果显示，低碳城市试点政策对高政府治理城市的旅游业的影响效应大于低政府治理强度。这一结果表明，中央政府通过低碳城市试点政策，增强各地政府的环保意识，以此加大环境监管力度，推动地方政府的治理作为，改善环境质量，为旅游业发展提供了良好的环境基础。从环境治理具有区域受益性视角出发，地方政府的环境意识越强，就会更倾向于利用低碳城市试点发展过程中的“一揽子”政策工具加大环境治理力度，以此获取更多的环境治理红利，为旅游业发展提供优质的空间条件。

5.3 城市资源禀赋

考虑到资源型城市发展高度依赖矿产资源的开发，具有高排放、高耗能等特点[74]，资源型经济问题凸显。基于低碳城市试点战略实施背景，资源型城市可能面临更加严峻的环境政策，致使其环境质量改善效果更加显著，进而对当地旅游业发展产生影响。本文根据国家发布的资源型城市名单，将样本城市划分为资源型城市（114个）和非资源型城市（170个），分别纳入回归模型中进行检验，探究低碳城市试点政策对旅游业发展的影响效应是否存在资源禀赋异质性。如表8 列（5）和列（6）所示，低碳城市试点政策对资源型城市旅游业发展的影响效应强于非资源型城市。可能原因在于，低碳城市试点政策的环境规制可能带来倒逼效应，在限制资源型城市对资源的直接利用后，迫使该地旅游企业加大研发投入力度，提升资源利用效率，资源依赖程度得以缓解，从而对各类资源的开采和使用程度降低，成功实现旅游产业的低碳转型发展。因此，在低碳转型战略、限制碳排放举措的冲击下，资源型城市因其高碳排放、高污染，政府对其环境规制强度相对较高，低碳城市试点政策效果可能更为显著。

6 拓展性讨论

6.1 空间溢出效应

本文利用空间莫兰指数（Moran’s I）对旅游业发展的空间依赖性进行检验。由表9 看出，在地理邻近矩阵、经济地理矩阵和经济地理嵌套矩阵3 类空间权重矩阵设定下，旅游业发展的莫兰指数（Moran’s I）值均在1%水平下显著为正，综合判断旅游业发展存在较强的空间自相关性，即其在空间分布上呈现典型集聚现象。

表9 旅游业空间自相关性检验
Tab.9 Spatial autocorrelation test for tourism

鉴于旅游业发展具有空间溢出效应[75-76]，同时低碳城市试点政策也可能会间接影响邻近城市旅游业发展，参考Diao 等[77]的做法，使用空间双重差分模型考察低碳城市建设对旅游业发展的空间溢出效应，模型设定如下：

式（4）中，wij 为空间权重矩阵，考虑到地理邻近矩阵认为城市间彼此相邻才会相互影响，而经济距离矩阵更加关注社会经济条件对区域发展的影响。现实中的空间单元均可能受地理因素和经济因素等综合影响产生关联，且距离较近单元间的联系更为密切，因此，本文采用经济地理嵌套矩阵来进行后面的实证检验。ρ为被解释变量的空间滞后回归系数。 σ 和θ 分别为低碳城市试点政策对本地城市和邻近城市旅游业发展的估计系数。

上述检验表明，旅游业发展水平存在空间相关性，但在空间计量分析之前，仍需要遵循一定的筛选规则，检验何种形式的计量模型适用于本文研究对象。在经济地理嵌套矩阵下，在LM检验、Hausman检验、LR检验以及Wald检验中均呈现出在1%水平上显著（表10）。检验结果表明，空间面板杜宾模型（spatial panel Durbin model，SPDM）不可简化为空间面板滞后模型（spatial panel lag model，SPLM）、空间面板误差模型（spatial panel error model，SPEM），本文最终选择双向固定效应下的空间面板杜宾模型来考察低碳城市试点政策与旅游业发展水平的关系。

表10 模型识别检验结果
Tab.10 Model identification test results

表11 列（1）和列（2）为空间效应的全样本回归结果。空间面板杜宾模型中低碳城市试点的空间滞后项系数ρ 和误差项的标准差平方sigma 2_e 大体上在1%水平上显著为正，显示了低碳城市试点对旅游经济发展的影响效应存在显著的空间溢出效应。而列（2）的空间交互项W×DIDit的系数显著为负，表明低碳城市试点对邻地旅游业发展具有显著负向的空间溢出效应。究其原因，可能是低碳城市试点政策对旅游业绿色发展的政策倾斜，会对邻近城市的资本、人才、科技等资源产生虹吸效应，不利于邻地的低碳技术创新、生产要素积累等，阻碍邻近地区旅游业发展。同时，低碳城市试点政策会使各地方政府进行逐底竞争，这势必会消减旅游企业进行低碳技术创新、改进生产方式的动力。并且邻近城市很可能成为高能耗、高污染、低效率产业的“避难所”，从而产生负向的空间溢出效应。此外，从空间分解效应可知，低碳城市试点政策的直接效应显著为正，间接效应显著为负，即低碳城市试点政策显著促进了本地旅游经济发展，但对邻地旅游业发展产生了虹吸效应。且直接效应影响系数绝对值0.075 明显大于间接效应影响系数绝对值0.064，所以，低碳城市试点对本地的作用效果更为明显。

表11 空间溢出效应检验
Tab.11 Tests for spatial spillover effects

6.2 企业微观证据

上文主要采用城市层面的数据进行分析，为确保本文结论的稳健性，本节利用旅游上市公司的数据进行微观证据的检验，以此作为稳健性检验的拓展。具体模型设定如下：

式（5）中，k和t分别表示企业和年份，被解释变量ROEkt 表示旅游企业绩效，核心解释变量DIDkt 为低碳城市试点的政策变量，uk 和vt 代表企业和年份固定效应，εkt 表示随机扰动项，Xkt 为一系列控制变量。具体而言，参考丁玮蓉等[78]的做法，以CSMAR 数据库和巨潮资讯网披露的数据为依据，通过筛选旅游企业上市时间、经营状况等信息，最终选取2003—2019 年间25 家旅游上市企业为样本。借鉴李维安和唐跃军[79]、文彤等[49]的研究方法，采用两种方法衡量旅游企业的绩效水平：净资产收益率（ROE）为净利润与平均股东权益的比值；每股收益（EPS）为净利润与实收资本（或股本）的比值。控制变量包括公司层面的公司规模（Size），采用期末总资产取自然对数；财务杠杆（Lev），用总负债除以期末总资产进行衡量；旅游投资（Invest），采用旅游上市企业购建固定资产、无形资产和其他长期资产支付的现金表示；经营净现金流（OCF），采用经营活动产生的现金流量净额除以期末总资产；公司成长性（Growth），采用主营业务增长率来表征；市场层面的市场化水平（Market_lev）采用樊纲市场化指数；城市层面的地区人均生产总值（RGDP）使用地级市人均GDP。表12 列（1）和列（2）结果显示，在控制企业和时间固定效应以及加入一系列控制变量的情况下，变量ROE、EPS 的回归系数显著为正，表明低碳城市试点确实提高了旅游企业的绩效水平，再次佐证了低碳城市试点对旅游业发展的促进效应。

表12 企业层面检验
Tab.12 Firm-level tests

7 结论与启示

本文以低碳城市试点为准自然实验对象，综合采用多期双重差分模型和空间杜宾模型来评估低碳城市试点对旅游业发展的作用效应，并通过一系列稳健性检验验证了实证结果的可靠性。主要研究结论如下。1）低碳城市试点显著促进了城市旅游业发展，相较于非试点城市，试点城市的旅游人次比显著增加，该结论经过一系列稳健性检验之后仍然成立。2）机制分析表明，低碳城市试点主要通过改善环境质量、激活市场活力、强化绿色消费渠道促进旅游业发展。3）异质性分析发现，低碳城市试点对东南半壁城市、高政府治理城市、资源型城市的促进效应大于西北半壁城市、低政府治理城市和非资源型城市。4）进一步分析发现，一是低碳城市试点显著促进本地旅游业发展，但具有负向的空间溢出效应，说明低碳城市试点加剧了城市间旅游业的要素竞争，通过资本、人才等生产要素的集聚，抑制邻接区域旅游业发展；二是通过微观数据的检验，低碳城市试点政策同样对旅游上市企业的绩效水平具有促进效应。

围绕低碳城市试点对旅游业发展的政策效应，为更好地发挥低碳城市试点政策与旅游业发展的相互促进机制，本文提出以下政策建议。

第一，坚持推进低碳城市试点建设，充分发挥低碳城市试点为旅游业发展提供的重要机遇。本文发现，低碳城市试点显著促进了旅游业发展水平，应以低碳城市建设为重要抓手，积极发展城市低碳技术，实现旅游业的低碳化发展。一方面，立足新发展理念，逐步扩大低碳城市试点范围，推动旅游产业发展向绿色化、低碳化转型与升级；另一方面，要将低碳发展战略融入城市发展中，因地制宜地探索和开发低碳城市建设路径与模式，优化能源结构，提高资源的利用效率，进而改善城市的旅游环境质量，提升城市旅游舒适性。

第二，着力推进环境质量改善、市场活力激发和绿色消费增强，充分释放低碳城市试点对旅游业发展的技术红利、政策红利与产业红利，拓宽低碳城市试点对旅游经济发展的多途径传导渠道。其一，低碳城市试点政策带来的技术红利能够改善城市环境质量，提高城市旅游环境的舒适性，塑造低碳、环保的城市品牌形象，释放旅游市场的潜在需求。其二，增加配套制度和政策供给等政策红利，优化旅游市场的营商环境，激发城市旅游市场活力，促进旅游经济增长。其三，充分发挥低碳城市试点政策带来的产业红利，逐步优化城市旅游产业结构，促使旅游企业积极进行绿色产品供给，满足旅游市场日渐增长的绿色消费需求，推动城市旅游低碳发展。

第三，在充分识别出不同城市属性差异化的基础上，因地制宜地发挥低碳城市试点政策对旅游经济发展的提升作用。低碳城市试点的未来布局应该侧重西北半壁城市、低政府治理城市和非资源型城市，不断释放低碳城市试点政策的活力。由于这些城市的综合发展实力较弱，资源禀赋不足，政府可对这些城市提供适当的政策倾斜、资金支持，加快信息、技术、资本等要素的跨区域流动，推进城市旅游的低碳转型发展。另外，政府还应加强各城市低碳旅游发展的全过程管理，对旅游产业生态化发展进行效果评估，防止骗补、寻租等行为，做到精准支持。

第四，强化市场公平竞争的政策导向，继续推进统一大市场建设，实现低碳城市试点建设要素的跨区优化配置。研究发现，低碳城市试点对邻地旅游经济发展具有显著的抑制作用，可能是低碳城市试点引发的要素集聚剥夺了邻近城市的生产要素，或是各个城市的发展阶段、发展优势产业以及低碳发展能力存在差异，导致市场竞争产生了生物进化论效应。政府应当为城市旅游低碳发展打造公平营商环境的高地，加强各城市之间的经验交流，通过低碳城市试点的示范效应，调动其他城市旅游低碳转型发展的积极性、主动性，并将国家低碳政策与区域旅游发展措施结合起来，以促进旅游产业低碳转型中的政策创新。

图片来源于微信公众平台公共图片库

文章发表于《旅游学刊》2025年第7期，脚注、参考文献略。

责任编辑 || 吴巧红

责任校对 || 宋志伟

技术编辑 || 金   朝  山东大学管理学院  硕士研究生

封面图片 || 图片来源于微信公众平台公共图片库

图片如有版权保护请与我们联系，E-mail: lyxk@vip.sina.com

旅

游

学

刊

Tourism Tribune

国家社科基金资助期刊

中国最具国际影响力学术期刊（人文社科类）

 全国中文核心期刊
中国人文社会科学期刊AMI综合评价 （A刊）权威期刊
《中文社会科学引文索引》（CSSCI）来源期刊

欢迎转载，转载请联系《旅游学刊》编辑部授权

（lyxkwx@163.com）

点我访问原文链接