国务院关于《旅游强国建设"十五五"规划》的批复

基于Keynes有效需求理论，旅游产业规划批复通过两条渠道刺激总需求：一是政府引导性旅游基础设施投资产生投资乘数效应，二是旅游供给改善降低消费壁垒、提升居民边际消费倾向。H1：规划批复显著提高批复省份的旅游消费增速；H2：旅游业投资的消费乘数高于一般服务业投资；H3：文旅融合程度较高的地区乘数效应更强，因产业链更长。

利用国务院对旅游强国规划批复的时间节点（2026年6月），结合各省份旅游业占GDP比重差异构建连续型DID。处理强度以各省"十五五"前期旅游规划投资规模衡量。关键假定为各省旅游投资强度在批复前与消费趋势不存在系统性关联（平行趋势检验）。利用各省份对文旅融合政策的文本响应频率作为工具变量，解决内生性问题。

基准模型：$Y_{it} = \alpha + \beta \cdot Treat_i \times Post_t + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，其中$Y_{it}$为省份$i$第$t$期社会消费品零售总额对数，$Treat_i$为旅游投资强度，$Post_t$为批复后虚拟变量。进一步采用局部投影法（LP-IRF）估计动态乘数路径，设定$Horizon=8$个季度，控制省级固定效应和季度时间固定效应。

被解释变量：社会消费品零售总额季度同比增速（国家统计局）。核心解释变量：省级旅游业固定资产投资完成额（文旅部统计公报）。控制变量：人均可支配收入、城镇化率、高铁里程、互联网普及率、财政支出规模。工具变量：各省文旅政策文件中文旅融合关键词出现频次（文本分析构造）。样本覆盖31省份2015-2027年季度面板数据。

第一，替换处理变量为各省旅游星级饭店数量变化率，检验结果对投资衡量方式的敏感性。第二，采用合成控制法（SCM）为高旅游投资省份构造反事实对照组，验证DID结论的稳健性。第三，利用安慰剂检验将批复时间前移两年，确认效应非预趋势驱动。第四，排除新冠疫情影响，以2020-2022年为控制窗口重新估计。

---

依据Williamson交易成本理论，中央旅游规划落地涉及多层级政府间的契约执行问题，面临信息不对称、资产专用性和行为不确定性三重交易成本来源。H1：地方旅游业资产专用性越高（如自然景区依赖型省份），对中央规划的执行偏差越小；H2：地方政府面临的多任务冲突越严重（如经济发展与生态保护目标冲突），旅游规划落地效率越低；H3：设立省级旅游协调领导小组的省份，制度性交易成本更低。

采用模糊断点回归（Fuzzy RD）思路：以各省旅游业占GDP比重作为"运行变量"，考察在特定阈值上下（如3%、5%）地方政府旅游规划执行力度是否存在跳跃。逻辑为旅游业比重刚过阈值的省份更可能将旅游列入优先发展议程，从而获得更强的政策执行激励。假定阈值附近省份在其他经济社会特征上连续，仅旅游政策响应强度存在跳跃。

第一阶段：$Treat_i = \pi_0 + \pi_1 \cdot f(TourGDPratio_i - c) + X_i'\delta + u_i$，估计旅游占比是否导致差异化政策响应。第二阶段：$Outcome_i = \beta_0 + \beta_1 \cdot \widehat{Treat}_i + X_i'\gamma + v_i$，估计政策响应强度对旅游投资完成率和游客增长率的因果效应。函数$f(\cdot)$采用局部多项式拟合，带宽选择IK最优带宽。

运行变量：各省旅游业增加值占GDP比重（各省统计年鉴）。处理变量：省级"十五五"旅游规划文本中细化指标数量（文本编码）。结果变量：旅游投资完成率、游客人次增速、旅游收入增速。制度变量：是否成立省级旅游发展委员会（虚拟变量）、旅游相关地方性法规数量。样本覆盖31省份，时间节点为2026年规划批复后首个评估周期。

第一，变更断点阈值（从3%调至4%、5%），检验结论对阈值选择的稳健性。第二，采用McCrary密度检验验证运行变量在阈值处无操纵。第三，引入省级主要领导变更作为外生冲击，进行安慰剂检验。第四，使用工具变量法——以各省世界遗产数量作为旅游业政策优先度的工具变量，重新估计因果效应。

---

基于Thaler心理账户理论，居民将消费支出分配至不同心理账户（必需品/发展型/享受型），旅游消费归属于享受型账户。"旅游强国"政策信号可能通过两条路径影响消费：一是锚定效应提升旅游消费在心理账户中的权重，二是框架效应将旅游重新归类为"发展型消费"。H1："旅游强国"框架组比"休闲旅游"框架组的旅游消费意愿高15%以上；H2：锚定效应在高收入群体中更显著；H3：政策信号对农村居民的心理账户重构效应更强。

设计2×3组间实验：信息框架（旅游强国vs.休闲消费vs.控制组）× 收入水平提示（高/低）。被试随机分配至各处理组，阅读不同版本的政策信息后完成旅游消费意愿量表和离散选择实验。关键假定为随机分配确保各处理组在可观测和不可观测特征上无系统差异。利用携程/美团A/B测试数据作为外部验证，比较政策发布前后旅游搜索与预订行为变化。

意愿方程：$WTP_i = \alpha + \beta_1 \cdot Frame_i^{strong} + \beta_2 \cdot Frame_i^{leisure} + \gamma X_i + \varepsilon_i$，其中$WTP_i$为旅游支付意愿（支付卡法），$Frame$为处理虚拟变量。离散选择模型采用混合Logit：$P(choice=j) = \frac{exp(V_j + \eta_j)}{\sum_k exp(V_k + \eta_k)}$，估计政策框架对旅游产品属性偏好的影响。中介效应模型检验心理账户重构的传导机制。

实验变量：政策信息框架（三水平随机分配）。结果变量：旅游消费意愿金额、旅游产品选择概率、心理账户分类（享受型vs.发展型）。调节变量：家庭年收入、教育水平、城乡属性、旅游经历频率。中介变量：旅游消费心理账户权重（量表测量）、旅游效用感知。外部数据：携程旅游搜索指数、美团酒店/景区预订量（日度数据）。

第一，更换实验刺激材料，使用视频/图文/纯文字三种形式重复实验，检验结论对信息呈现方式的稳健性。第二，引入"需求特征"控制变量（社会赞许性量表），排除被试迎合实验者期望的偏差。第三，利用美团/携程真实消费数据进行RDD分析，以政策发布日期为断点，验证实验室结论的外部有效性。第四，采用贝叶斯分层模型，检验效应在不同子群体间的异质性。

---

基于周黎安晋升锦标赛理论，地方官员在中央政策信号引导下进行策略性响应。旅游产业因兼具经济增长和文化展示双重属性，可能成为地方官员政绩竞争的"可显示性"工具。H1：省委书记更年轻（晋升激励更强）的省份，旅游投资增速越快；H2：旅游投资在政府工作报告中的词频占比与中央政策信号强度正相关，但与实际旅游收入增速相关性较弱（象征性响应）；H3：邻省旅游投资增速对本省具有显著空间溢出效应，形成"旅游投资锦标赛"。

利用省级主要领导更替作为外生冲击：当新任省委书记具有文旅系统工作经历或中央政策研究背景时，该省旅游政策响应强度可能存在跳跃。构建官员特征工具变量——新任省委书记上任前所在部门是否涉及文旅或宣传系统，以此识别官员背景对旅游投资强度的因果效应。关键假定为官员调动为中央组织部门决策，不受地方旅游投资内生影响。

基准模型：$TourInvest_{it} = \alpha + \beta_1 \cdot Official_i + \beta_2 \cdot CentralSignal_t + \beta_3 \cdot Official_i \times CentralSignal_t + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$。空间模型：$TourInvest_{it} = \rho W \cdot TourInvest_{it} + \beta X_{it} + \theta W \cdot X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，其中$W$为省级邻接矩阵和经济距离矩阵，$\rho$捕捉空间溢出效应。官员特征方程以Heckman两阶段法纠正样本选择偏差。

核心解释变量：省级主要领导是否有文旅/宣传系统背景（二值变量，CCP Elite Database）。政策信号变量：国务院/中央文件中旅游关键词频次（文本挖掘）。结果变量：省级旅游发展专项资金预算增速、旅游投资完成额。竞争变量：邻省旅游投资加权均值（空间滞后项）。控制变量：GDP增速、财政收入、城镇化率、第三产业占比。政府工作报告文本数据用于构造注意力指标。

第一，替换空间权重矩阵为高铁连通矩阵和经济距离矩阵，检验空间溢出效应对空间定义方式的敏感性。第二，利用官员非正常调动（如落马、免职）作为自然实验，与正常调动对比，排除官员自选择偏差。第三，引入省级旅游政策文本的执行细则数量（而非词频）作为结果变量，检验"象征性响应"假说。第四，使用系统GMM估计动态面板模型，控制旅游投资的持续性。

---

基于Corden & Neary的"荷兰病"模型，旅游业繁荣通过两条渠道影响区域经济结构：一是"资源转移效应"——劳动力和资本从制造业流向旅游业；二是"支出效应"——旅游收入推高本地非贸易品价格，挤压制造业利润空间。H1：旅游业增加值占比超过门槛值（约6%）后，制造业增加值占比显著下降；H2：人力资本水平较高的地区能更好实现旅游业与制造业协同发展，规避"荷兰病"；H3：产业多样化指数高的省份旅游扩张对制造业的挤出效应更小。

利用各省旅游资源禀赋差异（世界遗产数量、5A级景区数量）作为旅游业发展的外生推动力，构建工具变量。逻辑为世界遗产和5A景区评定具有较强外生性（评定标准侧重自然/历史文化价值，非经济发展水平），但通过旅游客流影响当地经济结构。假定遗产数量仅通过旅游业渠道影响制造业占比（排他性约束），通过过度识别检验和弱工具变量检验验证。

基准面板模型：$MfgShare_{it} = \alpha + \beta_1 \cdot TourShare_{it} + \beta_2 \cdot TourShare_{it}^2 + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，检验旅游占比与制造业占比的非线性关系。门槛模型：$MfgShare_{it} = \alpha + \beta_1 \cdot TourShare_{it} \cdot I(TourShare_{it} \leq \tau) + \beta_2 \cdot TourShare_{it} \cdot I(TourShare_{it} > \tau) + \gamma X_{it} + \mu_i + \varepsilon_{it}$，Hansen门槛检验确定拐点$\tau$。工具变量2SLS：第一阶段以遗产和5A景区数量为工具变量。

核心变量：旅游业增加值占GDP比重（各省旅游卫星账户+文旅部数据）、制造业增加值占GDP比重（中国工业统计年鉴）。产业多样化：Herfindahl指数和Theil熵指数。人力资本：人均受教育年限（人口普查数据）。资源转移指标：制造业与旅游业平均工资差距、制造业固定资产投资增速。控制变量：FDI、基础设施密度、政府支出结构、人口规模。跨国验证使用UNWTO 120国面板数据（2000-2025）。

第一，替换被解释变量为制造业就业占比和制造业TFP增速，从就业和生产率两个维度检验"去工业化"效应。第二，利用2020-2022年旅游骤降（新冠冲击）作为反向自然实验，检验制造业占比是否回升。第三，分东中西部地区进行异质性分析，验证"荷兰病"门槛是否因区域发展阶段而异。第四，引入动态面板GMM估计，控制制造业占比的惯性和旅游冲击的动态效应，消除遗漏变量偏差。

---

> 📝 生成时间：2026-07-07
> 🤖 生成方式：AI 辅助生成，需人工审核