2026新疆文化和旅游发展大会召开

根据交易成本经济学（Williamson, 1985），跨境旅游决策面临显著的事前交易成本——包括信息搜寻成本（了解目的地）、签证申请成本（时间与金钱）、支付转换成本（货币兑换与支付工具兼容性）和语言沟通成本。入境游便利化政策的核心功能在于系统性地降低这些制度性交易成本。根据North（1990）的制度变迁理论，当正式制度（签证规则、通关流程）向降低交易成本方向演进时，经济主体的行为将发生边际调整——潜在入境游客的到访意愿上升。

据此提出以下假说：
- H1：新疆入境游便利化政策的实施显著提升了入境游客流量，政策实施后处理组入境游客数量较对照组增长幅度更大。
- H2：签证便利化维度的交易成本降低效应最大，其次是支付便利化和语言服务便利化——即降低"硬约束"型交易成本（签证）的边际效应大于"软约束"型交易成本（支付、语言）。
- H3：便利化政策对远距离客源国（欧洲、美洲）的入境旅游拉动效应强于邻近客源国（中亚、俄罗斯），因为远距离游客面临的初始交易成本更高。

核心识别挑战在于入境游便利化政策并非随机分配——政策可能优先在旅游基础较好的地州市实施，形成反向因果。本文利用便利化政策在不同地州市的错时实施特征，采用多期DID（Callaway & Sant'Anna, 2021）进行识别。关键识别假定为：（1）在政策实施前，处理组与对照组的入境游客流量具有平行趋势；（2）不存在其他同期政策同时影响处理组和对照组的入境旅游。事件研究法将直观检验平行趋势假定；Bacon-Decomp分解将检验不同处理组之间的异质性处理效应是否影响整体ATT估计的可靠性。此外，以各地州市的便利化政策"发布—落地"时滞作为政策强度的代理变量，缓解政策执行力度的测量误差。

基准多期DID模型设定为：

Y_it = α + β D_it + γ X_it + μ_i + λ_t + ε_it

其中 Y_it 为地州市 i 在第 t 年的入境游客人次（取对数），D_it 为便利化政策实施虚拟变量（实施当年及之后取1），X_it 为时变控制变量向量（地区GDP、交通通达性、A级景区数量、酒店床位供给），μ_i 和 λ_t 分别为地区固定效应和年份固定效应。关键参数 β 衡量便利化政策对入境旅游流量的平均处理效应（ATT），预期为正。

为进一步区分不同政策维度的差异效应，扩展方程为：

Y_it = α + Σ_{k=1}^{4} β_k D_{it}^k + γ X_it + μ_i + λ_t + ε_it

其中 D_{it}^k 分别代表签证便利、支付便利、通关便利和语言服务便利四个维度的政策虚拟变量，比较 β_k 的大小识别各维度的相对贡献。

被解释变量：各地州市年度入境游客人次（取自然对数），细分来源国/地区的入境游客结构数据。核心解释变量：通过政策文本编码，对各地州市发布的入境游便利化政策进行逐条识别和归类，构建四个维度的政策虚拟变量。政策文本来源为各地州市政府官网及文旅部门公告。控制变量包括：地区GDP（新疆统计年鉴）、公路和民航通达性（交通统计年鉴，以各地州市到乌鲁木齐的通行时间测度）、A级景区数量与等级（文旅部）、星级酒店床位数量（旅游统计年鉴）。样本区间为2018—2026年，覆盖新疆14个地州市，共126个观测值。

• **替换处理组定义**：以政策执行强度（政策文本中便利化措施条款数量）替代政策虚拟变量，检验结论是否对政策测度方式敏感。
• **空间溢出效应检验**：纳入空间权重矩阵，检验邻近地区的便利化政策是否对本地区入境旅游产生空间溢出（或竞争性挤出），使用空间杜宾模型估计直接效应与间接效应。
• **排除同期其他政策干扰**：手工收集同期实施的"一带一路"旅游合作、丝绸之路旅游推广等其他可能影响入境旅游的政策，作为额外控制变量纳入回归，检验便利化政策的净效应是否稳健。
• **更换对照组**：以西北五省（除新疆外）的地级市为替代对照组，使用合成控制法（SCM）为每个处理组地州市构造合成控制对象，验证结论对对照组选择的敏感性。

---

根据配置效率理论（Farrell, 1957），生产单位的效率由技术效率（给定投入下最大化产出）和配置效率（给定要素价格下优化投入组合）共同决定。新疆文旅资源分布极不均匀——北疆的阿勒泰、伊犁自然禀赋优越但交通可达性较差，南疆的和田、喀什文化资源丰富但基础设施相对滞后。在市场化配置机制不完善的情况下，文旅资本和劳动力可能流向政策偏好地区而非边际产出最高地区，形成资源错配（Hsieh & Klenow, 2009）。

据此提出以下假说：
- H1：新疆各地州市文旅资源配置效率存在显著空间差异，北疆地区的技术效率高于南疆，但配置效率无显著南北差异——即南疆的投入不足与北疆的过度投入并存。
- H2：交通通达性是影响配置效率的核心市场因素——到乌鲁木齐的通行时间每减少1小时，配置效率提升显著。
- H3：政策干预（财政专项补贴、5A级景区创建）短期内提升技术效率，但可能导致资本过度集中、降低长期配置效率。

本文采用随机前沿分析（SFA）将实际产出与效率前沿的偏离分解为技术无效率项（u_i）和随机冲击项（v_i）。相较于DEA，SFA的优势在于允许随机误差存在，更适合旅游业这类受气候、突发事件等随机因素影响较大的行业。技术效率通过u_i的均值估计，配置效率通过各投入要素的影子价格与市场价格之比测度。

以Tobit面板模型识别效率影响因素的策略为：技术效率值取值在(0,1]之间，属于截断数据，Tobit模型能一致地处理受限因变量问题。空间自相关检验（Moran's I）将进一步揭示效率是否存在"高一高"或"低一低"的俱乐部收敛特征。

随机前沿生产函数采用Translog形式，以放松Cobb-Douglas的替代弹性不变约束：

lnY_it = β_0 + β_K lnK_it + β_L lnL_it + 1/2 β_KK (lnK_it)² + 1/2 β_LL (lnL_it)² + β_KL lnK_it·lnL_it + β_t t + v_it - u_it

其中 Y_it 为地州市 i 在 t 年的旅游总收入，K_it 为文旅资本存量（永续盘存法测算），L_it 为旅游从业人员数，t 为时间趋势捕捉技术变化。u_it ∼ N⁺(0, σ_u²) 为技术无效率项，v_it ∼ N(0, σ_v²) 为随机误差。

效率影响因素Tobit方程：

TE_it = α + δ_1 TransAccess_it + δ_2 PolicySubsidy_it + δ_3 ScenicRating_it + θ Z_it + ε_it

其中 TE_it 为由SFA估计的技术效率值，TransAccess_it 为交通通达性，PolicySubsidy_it 为财政文旅专项补贴强度，ScenicRating_it 为高等级景区（4A/5A）数量占比。

被解释变量：各地州市年度旅游总收入（旅游统计年鉴，经CPI平减为不变价）。核心投入变量：文旅资本存量，以2008年为基期，采用永续盘存法 K_t = (1-δ)K_{t-1} + I_t 测算，折旧率 δ 取9.6%（参考张军等2004的省级资本折旧率），投资 I_t 为文旅固定资产投资完成额（Wind数据库）；旅游从业人员数为各地州市住宿餐饮业和文化体育娱乐业就业人数之和（新疆统计年鉴）。效率影响因素变量：交通通达性以各地州市到乌鲁木齐的公路通行时间（小时）测度；财政补贴强度以文旅专项支出占地方一般公共预算支出的比重测度。样本区间为2010—2025年，新疆14个地州市年度面板数据。

• **替换生产函数形式**：以Cobb-Douglas函数替代Translog形式重新估计SFA，检验效率排序的一致性。同时使用DEA-Malmquist指数进行非参数效率测算，比较SFA与DEA的效率排名Spearman秩相关系数。
• **替换资本变量**：以"固定资产投资原值×累计折旧率"替代永续盘存法测算资本存量，或以A级景区数量作为自然资本禀赋的替代代理变量，检验结论对资本测度方式的敏感性。
• **排除特殊年份**：剔除2020—2022年新冠疫情冲击年份重新估计，检验效率评价结论是否由疫情导致的旅游需求骤降驱动。
• **工具变量Tobit**：以历史（1978年）公路密度作为当前交通通达性的工具变量，缓解交通通达性与旅游效率之间的反向因果问题（高效率地区可能吸引更多交通投资）。

---

前景理论（Kahneman & Tversky, 1979）揭示个体在不确定性下的决策具有损失厌恶特征——人们对损失的敏感程度约为等量收益的2.25倍。在旅游目的地选择中，安全风险（损失域）可能比景观吸引力（收益域）具有更强的决策权重。信息框架效应理论（Tversky & Kahneman, 1981）进一步指出，同一信息以不同方式呈现会引致不同的选择偏好——正面属性框架（"90%的安全记录"）与负面属性框架（"10%的风险概率"）对决策的影响显著不同。

据此提出以下假说：
- H1：接收到正面信息框架（新疆自然风光 + 文化体验 + 便利化政策）的被试，其到访新疆的意愿显著高于接收到中性信息或无额外信息的控制组被试。
- H2：损失厌恶框架（"错过新疆独特的丝路文化体验"）对到访意愿的提升效应强于收益框架（"新疆拥有丰富的丝路文化体验"），即损失框架的信息说服力大于收益框架。
- H3：安全感知在信息框架与到访意愿之间起部分中介作用——正面信息框架通过提升目的地安全感知间接增强到访意愿。

本文采用随机化实验设计（RCT）作为黄金标准识别策略。将被试随机分配至4个实验条件组：（1）收益框架组（正面自然风光+文化体验描述）；（2）损失框架组（"不要错过"独特体验）；（3）政策框架组（入境游便利化政策信息）；（4）控制组（仅提供基础地理信息）。随机化保证各组在可观测和不可观测特征上均衡，组间到访意愿的均值差异即为不同信息框架的平均因果效应（ATE）。为进一步区分框架效应的机制，使用中介分析（Baron & Kenny, 1986）检验安全感知的变化是否构成信息框架影响到访意愿的传导渠道。

基准因果效应估计方程为：

Y_i = α + β_1 GainFrame_i + β_2 LossFrame_i + β_3 PolicyFrame_i + γ X_i + ε_i

其中 Y_i 为被试 i 对新疆的到访意愿（7点Likert量表，1=完全不愿意，7=非常愿意），GainFrame_i、LossFrame_i、PolicyFrame_i 为实验条件虚拟变量（控制组为参照组），X_i 为个体特征控制变量（年龄、性别、收入、过往出境旅游经历）。β_1、β_2、β_3 分别衡量三种信息框架相对于控制组的因果效应，预期均为正且 β_2 > β_1（损失厌恶效应）。

中介分析方程：

SafetyPerception_i = α' + β' TreatmentFrame_i + γ' X_i + ε'_i（第一阶段）
Y_i = α'' + β'' TreatmentFrame_i + δ SafetyPerception_i + γ'' X_i + ε''_i（第二阶段）

其中 SafetyPerception_i 为被试对新疆的安全感知评分（7点量表），δ 为安全感知对到访意愿的直接效应，β'' 与 β' × δ 分别衡量信息框架的直接效应与经安全感知的间接效应。

被解释变量：到访意愿（7点Likert量表，取值为1-7的离散序数变量，在回归中作为连续变量处理，同时使用有序Probit模型进行稳健性检验）。核心解释变量：3个实验条件虚拟变量（以控制组为参照）。中介变量：目的地安全感知（7点Likert量表，询问被试"您认为前往新疆旅游的安全性如何？"）。控制变量：年龄（连续变量）、性别（虚拟变量，女性=1）、年收入（以美元计，取对数）、过往出境旅游次数（计数变量）、文化距离（被试国籍与中国的文化距离指数，Hofstede六维度均值差异）。

数据来源：通过Prolific Academic或Amazon MTurk平台，向主要客源国（美国、英国、德国、日本、韩国、马来西亚）16岁以上成年人发放在线问卷。样本量按统计功效计算：以Cohen's d = 0.3（小到中效应量）、α = 0.05、power = 0.80为目标，每组至少需200人，4组共需约800人。

• **更换被解释变量测度**：以二分变量（"是否愿意到访新疆"，是/否）替代7点Likert量表，使用Logit/Probit模型重新估计，检验结论对因变量测度方式的敏感性。
• **注意力检验子样本**：在问卷中嵌入注意力检测题项（"本题请选择'完全同意'以确认您认真作答"），剔除未通过检测的被试后重新估计，排除不认真作答对实验结果的干扰。
• **排除理性替代解释**：在控制变量中加入被试对签证便利性的自身认知评分和对中国整体好感度评分，检验信息框架效应是否独立于被试对便利化政策的理性评估，从而将框架效应与纯粹的信息不对称区分开来。
• **跨文化异质性检验**：按客源国分组分别估计信息框架效应，检验框架效应是否存在跨文化差异——例如，来自高不确定性规避文化（Hofstede UAI高分）的被试是否对政策信息框架的反应更强。

---

旅游主导型增长假说（TLGH, Balaguer & Cantavella-Jordá, 2002）认为旅游业可以通过外汇收入、就业创造、基础设施改善和产业关联效应成为经济增长的引擎。但对资源依赖型边疆地区而言，面临"资源诅咒"的潜在约束——丰富的能源和矿产资源可能导致荷兰病效应，挤出旅游等非资源部门的发展。

新结构经济学（林毅夫, 2012）提供了一种理论出路：一个地区的最优产业结构由其要素禀赋结构内生决定。新疆的文化遗产（丝绸之路历史遗存、多民族文化资源）和自然景观（沙漠、雪山、草原、湖泊）构成了独特的禀赋组合，按照比较优势原则，文旅融合可能成为比能源开采更具可持续性和包容性的增长路径。

据此提出以下假说：
- H1：文旅融合度越高的地州市，其第三产业增加值占GDP的比重提升越快——即文旅融合推动了产业结构从资源依赖型向服务型转型。
- H2：文旅融合对经济增长的正向效应在文旅资源丰富但工业基础薄弱的南疆地区更为显著——即文旅融合有助于缩小新疆南北发展差距。
- H3：存在"文旅融合门槛效应"——只有当文旅融合度超过某一临界值时，其对产业结构转型的推动作用才充分显现，低于门槛值时效应微弱。

核心内生性挑战在于：文旅融合度与经济增长之间存在反向因果——经济增长更快的地区可能更有财力投资文旅。本文以历史文化遗产密度（每万平方公里的全国重点文物保护单位数量）和古丝绸之路驿站数量作为当前文旅融合度的工具变量。工具变量的相关性逻辑：历史上文化遗存丰富、丝绸之路交通要道的地区，天然拥有更高的文旅资源禀赋，从而推高当前的文旅融合发展程度。排他性逻辑：数百年前的历史文化遗产和古代驿站位置由历史地理条件决定，与当前经济增长速度无直接关联（除非通过旅游发展这一渠道）。

面板门槛回归（Hansen, 1999）进一步检验H3的门槛效应：以文旅融合度本身作为门槛变量，识别其对经济增长效应是否存在结构性突变点。

基准固定效应模型：

GRP_it = α + β CTI_it + γ X_it + μ_i + λ_t + ε_it

其中 GRP_it 为地州市 i 在 t 年的实际GDP增长率（或人均GDP对数），CTI_it 为文旅融合度指数（Composite Tourism-Culture Integration Index），X_it 为控制变量向量，μ_i 和 λ_t 分别为地区固定效应和年份固定效应。

工具变量模型的第一阶段：

CTI_it = α + δ_1 HeritageDensity_i + δ_2 SilkRoadStations_i + θ X_it + μ_i + λ_t + η_it

门槛回归模型：

GRP_it = α + β_1 CTI_it · I(CTI_it ≤ τ) + β_2 CTI_it · I(CTI_it > τ) + γ X_it + μ_i + λ_t + ε_it

其中 τ 为待估计的门槛值，I(·) 为指示函数。β_1 和 β_2 分别衡量低文旅融合度和高文旅融合度状态下文旅融合的增长效应，检验其是否在门槛值附近发生结构性变化。

被解释变量：各地州市实际GDP增长率（经CPI平减）和人均实际GDP对数。核心解释变量——文旅融合度指数（CTI）：以5个子指标标准化（Min-Max归一化至[0,1]）后等权重加总构建：（1）旅游收入占GDP比重；（2）文化产业增加值占GDP比重；（3）A级景区密度（每万平方公里）；（4）非遗项目数量（国家级+自治区级，标准化后）；（5）文旅节庆活动年度举办次数。

工具变量：历史文化遗产密度（全国重点文物保护单位数量/地州市面积，数据来自国家文物局），数据在时间维度上不变；古丝绸之路驿站数量（从《中国历史地图集》和丝绸之路GIS数据库中提取每个地州市范围内的古代驿站、军镇和商埠数量）。

控制变量：固定资产投资占GDP比重、人力资本（平均受教育年限）、城镇化率、财政自给率（地方一般公共预算收入/支出）、是否为资源型城市（国务院资源枯竭型城市名单虚拟变量）。样本区间为2010—2025年，新疆14个地州市年度面板数据。

• **替换工具变量构造**：以"地州市到丝绸之路主线路（中线、南线）的最短距离"替代古驿站数量作为补充IV，检验工具变量的不同构造方式是否影响结论。
• **排除资源型城市样本**：剔除克拉玛依（纯资源型城市）等严重依赖能源的城市后重新估计，检验文旅融合的增长效应是否由非资源型地州市驱动。
• **替换文旅融合指数权重**：将等权重加总替换为主成分分析（PCA）提取的第一主成分作为CTI的替代测度，检验结论对指数构造方法的敏感性。
• **空间稳健性**：使用空间杜宾模型（SDM）纳入空间溢出效应，检验邻近地区的文旅融合是否通过旅游线路联动对本地区经济产生空间溢出影响。
• **"近似零"检验（近乎外生IV的敏感性分析）**：采用Conley, Hansen & Rossi（2012）的近乎外生IV方法，允许工具变量存在"近似外生"（plausibly exogenous）而非严格外生，检验当放松排他性假定时结论的稳健程度。

---

凯恩斯交叉模型中的支出乘数为 1/(1-MPC)，其中 MPC 为边际消费倾向。文旅基础设施投资具有三重乘数传导渠道：（1）直接效应——投资本身对建筑、建材等上游产业的拉动；（2）间接效应——景区和交通设施的完善降低游客出行成本，吸引更多游客，带动住宿、餐饮、零售等下游消费；（3）诱导效应——旅游从业人员收入增加后进一步扩大本地消费。

新凯恩斯理论（Romer & Romer, 2010）进一步强调政策冲击的外生性识别和价格粘性在传导中的作用——短期内价格调整缓慢，名义投资冲击转化为实际产出扩张，乘数效应强于长期。此外，文旅投资的乘数可能因经济周期状态而异——经济下行期闲置资源更多，额外的需求注入可能产生更强的扩张效应。

据此提出以下假说：
- H1：新疆文旅基础设施投资的产出乘数大于1且大于一般性基建投资的产出乘数——因为文旅投资同时拉动上游建材和下游消费，产业关联链条更长。
- H2：景区设施和交通基础设施投资的产出乘数大于酒店餐饮设施投资——前者具有更强的公共品属性和正外部性，其进入壁垒放大了边际产出。
- H3：文旅投资的就业乘数在第三产业中尤为显著——因为旅游业是劳动密集型产业，且就业门槛相对较低，对低技能劳动力的吸纳能力强。

本文采用两种互补的识别策略。第一，投入产出（I-O）分析——通过新疆最新的投入产出表，计算旅游关联部门的列昂惕夫逆矩阵，得出旅游部门最终需求变动一个单位所引发的全经济产出变动（产出乘数）和就业变动（就业乘数）。投入产出分析的优势在于捕捉部门间结构性的关联关系，其局限性在于基于固定系数假设，不反映行为响应。

第二，合成控制法（SCM, Abadie & Gardeazabal 2003; Abadie, Diamond & Hainmueller 2010）——以新疆文旅大会及后续的重大文旅投资项目作为准自然实验，以未举办类似大会的西北其他省份地级市为"捐赠池"，构造一个与新疆（处理单元）在文旅投资冲击前特征最接近的"合成新疆"作为反事实。处理单元与合成单元在投资冲击后的产出和就业差异即为文旅投资的因果效应。SCM不依赖于政策随机性假设，而是通过匹配预处理期的结果变量轨迹来控制不可观测的混杂因素。

投入产出乘数公式：

产出乘数 = Σ_{j} l_{ij}，其中 l_{ij} 为列昂惕夫逆矩阵 L = (I - A)⁻¹ 中旅游部门 i 的第 j 列元素，表示旅游部门最终需求增加1元所引发的部门 j 的总产出增加。就业乘数 = Σ_{j} e_j · l_{ij}，其中 e_j 为部门 j 的直接就业系数（每百万元产出的就业人数）。

SCM的构造方式：设 J+1 个地区（含新疆），第一个地区为处理组（新疆），其余 J 个地区为候选对照组。寻找权重向量 W = (w_2, ..., w_{J+1})，满足 Σ w_j = 1，w_j ≥ 0，使得在政策发生前的处理期，合成新疆的结果变量轨迹与真实新疆的轨迹差异最小：

min_{W} Σ_{t=1}^{T_0} (Y_{1t} - Σ_{j=2}^{J+1} w_j Y_{jt})²

文旅大会投资冲击的处理效应为：τ_t = Y_{1t} - Σ_{j=2}^{J+1} w_j^* Y_{jt}，对于 t > T_0（大会后时期）。

投入产出数据：使用新疆2017年和2022年42部门投入产出表（国家统计局），将旅游相关活动从住宿和餐饮业、交通运输业、文化体育和娱乐业中归集，构造扩展的"旅游产业卫星账户"。SCM数据：被解释变量为各地州市季度GDP增速（经X-12-ARIMA季节调整）和季度新增就业人数；对照组由西北五省（陕西、甘肃、青海、宁夏）和内蒙古的地级市构成。

文旅投资冲击的识别：以新疆文旅大会召开及其后续发布的重点文旅项目投资计划（如2026年6月17日大会和此前历次文旅大会）作为政策冲击时点。投资类型按统计分类细分为：（1）交通基础设施（公路景区连接线、通用机场）；（2）景区设施（游客中心、步道、解说系统）；（3）接待设施（酒店、民宿、餐饮街区）。样本区间为2015Q1—2026Q2季度数据。

• **安慰剂检验（空间安慰剂 + 时间安慰剂）**：将"处理地位"随机分配给对照组中的其他省份，重复SCM估计，检验新疆的实际处理效应是否在随机分布中为异常值；同时将政策冲击时点前移至大会召开前2年，检验是否存在虚假的政策效应。
• **替换投入产出表**：以全国2017年和2022年投入产出表替代新疆省级表计算乘数，检验乘数差异是否由新疆特殊的产业结构所致——若全国表得出的乘数排序与新疆表一致，则结论具有跨地区外部有效性。
• **排除同期其他财政刺激**：在SCM的控制变量中增加一般性转移支付、专项债发行额和一般公共预算支出的季度数据，排除同期一般性财政扩张对文旅投资效应的混淆。
• **"留一法"稳健性（Leave-One-Out）**：从捐赠池中逐一剔除每个对照省份，检验SCM合成权重的稳定性——若每次剔除得出的处理效应轨迹高度一致，则合成控制结果对外围省份的选择不敏感。