免签政策的入境游效应：来自38个客源国的经验证据

王亚辉 兰姣

【摘要】扩大入境游市场已成为当前中国旅游发展面临的一个重大问题。如何从免签政策优化的角度实现入境游市场规模的扩大是一个非常重要的举措。本文以1997-2014年38个主要客源国的面板数据为基础，探讨了免签政策对入境游规模提升的作用机理、入境外国游客规模与免签政策的时间耦合特征，利用固定效应和随机效应模型研究了四种免签政策对中国入境游的效应，研究表明，免签政策通过直接或间接作用促进入境外国游客的增加；ABTC免签、24小时及72小时机场过境免签对中国入境游具有显著正向促进作用，在其他因素不变的情况下，实施ABTC免签较与24小时机场过境免签较不实施平均要多出10%和36%的入境外国游客，实施72小时机场过境免签的口岸数每增加1%，入境外国游客平均增加0.11%；ABTC免签具有显著的滞后效应，对下个年度入境游的效应比实施当年平均高出约15%；24小时机场过境免签对中国入境游的正向促进作用存在组间分异性，在APEC国家实施产生的效应比非APEC国家平均要大28%。本文基于以上结论提出了相应政策建议。

【关键词】免签政策；入境旅游；固定效应；随机效应；面板数据

doi：10.3969/j.issn.1007-0087.2016.05.005

国际旅游流研究一直是旅游研究领域的重点。国外以引力模型为基础开展入境旅游研究相对较早，并取得了一系列研究成果。20世纪60年代，贸易引力模型被运用到旅游实证研究中；Crampon（1966）用旅游流代替贸易流，提出了典型的旅游引力模型[1]；Wolfe（1972）在Crampton旅游引力模型基础上引入距离函数，扩展了旅游引力模型[2]。Witt和Witt（1995）指出，重新设定后的旅游引力模型能用于解释双边旅游流，两国（地区）之间的相互交往程度，与两国（地区）之间人口的集聚成正比，与两国（地区）之间的距离成反比，这种距离可以用“地理距离”、“心理距离”和“经济距离”衡量[3]；Anderson 和Van （2003）使用旅游引力模型估计了“两国（地区）关系是否正常”对国际旅游流的影响，发现双边关系正常化对国际旅游流具有显著正向促进作用[4]；Eilat 和Einav（2004）使用引力模型估计了价格弹性、汇率制度、目的地风险、共同边界和共同语言对国际旅游流的影响，发现这些变量对国际旅游流具有显著影响[5]；Kimura 等（2006）[6]、Gil-Pareja 等（2007）[7]使用20个经济合作与发展组织国家（OECD）1995-2002年的面板数据，估计了欧元对欧洲货币联盟区之间旅游流的影响，发现欧元促进了欧洲货币联盟区国家的旅游，当在回归中包含汇率制度易变性变量时，欧元对旅游流的效应变得更大；Fourie 和Santana（2011）使用引力模型估计了突发性事件对国际旅游流的影响，发现突发性事件对国际旅游流具有显著负向影响[8]；Fourie 和Santana（2013）使用引力模型估计了“文化相似性”对国际旅游流的影响，发现客源国（地区）与目的地国（地区）文化越相似，对旅游流的正向促进作用越大[9]。

Stronge等（1982）[10]、Marrocu等（2013）[11]指出“交通成本”是旅游成本的一个重要组成部分，但因交通成本的复杂性，目前尚不存在令人满意的对外交通价格指数，因此大多数研究人员通常将“地理距离”作为“交通成本”和“因交通不便所需额外耗费的旅途时间”的代理变量；Santana等（2010）使用OECD国家1995-2001年的数据考察了一组汇率制度（货币联盟、货币挂钩、浮动汇率和灵活汇率）对旅游流的影响，发现汇率制度越固定对旅游流的正向影响越大[12]；Glauco（2014）使用1980-2011年的非平衡面板数据考察了“汇率制度”对27个OECD和非OECD高收入国家入境游客流的效应，得出汇率制度对入境游客流具有显著效应的结论[13]。Neumayer （2010）使用对数线性旅游引力模型，运用1995-2005年的面板数据，估计了独联体国家“签证限制”对国际旅游流的影响，结果显示签证限制可能导致入境游客流平均减少52-63%[14]。

国内对入境旅游的实证研究起步于20世纪80年代，有关入境游效应的文献基本以旅游引力模型和空间分析为基础，通过寻找不同的切入点（核心解释变量以及研究样本）开展入境游的实证研究。张凌云（1989）率先回顾了国内外学者对旅游地引力模型的研究，预测了旅游地引力模型可能的发展趋势[15]；保继刚（1992）探讨了旅游地引力模型在游客预测中的作用[16]；马耀峰等（1999）最早且最为系统地开展了入境旅游的市场调研与对策研究、入境旅游流的动态模式及其机制[17]；郭为（2007）使用引力模型估计了距离、是否拥有共同边境、是否同属于一个自由贸易区、是否免旅游签证、文化相似性等变量对中国入境游的效应，发现是否免旅游签证对中国入境游具有显著正向影响[18]；蒙灼（2008）使用引力模型探讨了客源地对中国单方面免旅游签证对四川省入境游的影响，发现这种影响不显著[19]。余升国等（2011）以海南为例，研究了是否互免旅游签证、GDP、客源地总人口、距离、文化相似性、人民币汇率对海南省入境游的效应，发现是否互免旅游签证的的效应不显著[20]；晋艺波（2011）以上海为例，开创性地探讨了上海旅行社数量、客源国（地区）人均GDP、客源国（地区）至上海的机票价格比、客源国（地区）至上海的飞行时间、距离对上海入境游的影响[21]；藏良振等（2011）使用引力模型估计了文化差异、GDP等变量对云南省入境游客流的影响，发现除距离外，其余因素对入境游具有正向影响，但文化差异影响统计上不显著[22]；张燕（2012）证实了星级饭店床位数、A级景区数、旅行社数对广西入境游客流具有显著正向影响；单德朋等（2012）研究发现，旅游从业人员数量、市场营销努力程度、签证制度和文化相似性对滨海旅游城市入境游具有正向显著影响[23]。廖欣欣等（2014）以广西为例，发现在边境旅游中实施异地办理签证对入境游客人数的增加具有显著影响[24]，但该文并未从统计上检验该政策效应的显著性，仅仅通过政策实施前后入境游客数的对比得出该结论，在统计上该结论虽值得怀疑，但至少从中我们可知，签证便利化对入境游产生影响。自2012年以后，签证政策（制度）的入境游效应研究文献逐渐少见，入境游的区域差异分析（万绪才等[25]，2013）、入境旅游流的时空演化（薛华菊等，2014；王超等，2016）[26-27]、旅游流网络结构演化（马耀峰等，2014） [28]、入境旅游与目的地的供给关系（王克军等，2015）[29]、入境旅游区域经济效益（陈刚强等，2014）[30]等方面的文献开始增多。

文献回顾表明，已有的国内外入境旅游实证研究基本以计量和空间分析为基础，探讨不同变量对入境游的效应。这些变量通常包括：客源地与目的地的GDP、文化的相似性、客源地人口、客源地与目的地之间是否拥有共同边界、是否免旅游签证（含单方面免签和双方互免两种）、是否同属于一个自由贸易区、旅游基础设施、客源地与目的地之间的距离、突发性事件等，这为本文常规控制变量的选取提供了重要的参考价值。在空间尺度的选择上，以中观省际尺度居多，宏观（中国）和微观（市、县）相对较少。已有相关研究仅考察了是否互免或单方面免签对中国入境游的效应，忽略了其他免签政策对入境游的影响，致使对免签政策的入境游效应评估缺乏全面性和动态性。本文以日本、韩国等38个主要客源国为样本，使用面板数据模型全面动态考察24小时机场过境、24小时口岸过境、72小时机场过境及APEC商务旅行卡（ABTC）持有者入境免签对中国入境游的影响。

一、 中国入境旅游与免签政策的发展概况

（一） 中国入境旅游的发展

入境游客和入境外国游客伴随着改革开放的进程呈上升趋势（图1所示）。2014年，中国共接待入境游客12849.83万人次（见表1），其中，入境外国游客2636万人次，分别为1978年的71倍和114.81倍，年均增长率分别达到了14.40%和7.29%。

更值得注意的是：1978年以来，入境游客与入境外国游客分别出现6次负增长。首先是1989年两项指标同比下降22.70%和20.09%，最可能的原因是极少数自由化分子煽动而引发的动乱。第二次是1998年入境外国游客人数同比下降4.31%，最大的扰动因子是该年发生的特大洪水。第三次是2003年两项指标下降了6.38%和15.15%，入境外国游客下降速度更快，主因是全球性的非典型性肺炎事件（SRAS）；第四次是2008年两项指标下降了1.4%和6.8%。第五次是2009年两项指标分别下降了2.73%和9.82%。第六次是2013年两项指标分别下降了6.29%和3.32%。2014年入境外国游客同比小幅增加伴随着入境游客连续两年负增长，主因是当年接待的香港、澳门游客同比分别减少了75.29万人次、10.04万人次。

（二）中国实施的免签政策

免签政策，即一个国家对其他国家实施的、无需申请签证便可入境的政策。改革开放以来，中国的免签政策愈来愈体现便捷性：过境免签停留时间由24小时增加到144小时；免签口岸由单一的航空口岸扩大到海、陆、空口岸。这些免签政策主要包括以下六种：

（1）24小时机场过境免签。《中华人民共和国外国人入境出境管理法》规定：持联程客票搭乘国际航班直接过境，在中国停留不超过24小时不出机场的外国人免办签证。

（2）24小时口岸过境免签。《中华人民共和国出境入境管理法》规定：持联程客票搭乘国际航行的航空器、船舶、列车从中国过境前往第三国（地区），在中国境内停留不超过24小时且不离开口岸，或者在国务院批准的特定区域停留不超过规定时限的的外国人免办签证。

（3）72小时机场过境免签。自2013年1月1日起，经国务院批准，北京、上海机场口岸对过境前往第三国（地区）并订妥联程机票的45国公民实行72小时过境免签。截止2015年8月1日，共有北京、大连、沈阳、上海、杭州、广州、桂林、重庆、成都、昆明、西安、厦门、武汉、天津和哈尔滨15个航空口岸，对51个国家公民实行过境免签 （见表2）。

（4）APEC商务旅行卡免签。简称ABTC免签，自1999年开始在亚太经合组织国家（APEC国家）启动，凭借该卡和有效护照入境APCE国家可免签证。中国大陆1991年加入该组织。

（5）144小时机场过境免签。自2016年1月30日起，上海各开放口岸、南京与杭州航空口岸，对51个国家持有效国际旅行证件和144小时内确定日期、座位前往第三国（地区）联程客票的人员，实行过境免签。

（6）协议免签。即通过签订协议，对持外交、公务、普通护照的公民实行互免签证的政策。截止2015年8月11日，中国与圣马力诺、塞舌尔、毛里求斯、巴哈马、斐济、格拉纳达6个国家实行互免普通护照签证。

二、免签政策与入境游

（一）免签政策对入境游的作用机理

有关国际旅游流的部分研究成果将“签证便捷性”作为国际旅游流的吸引力因素探讨其对中国入境游的效应，如：Neumayer （2010）、郭为（2007）、蒙灼（2008）、余升国等（2011）、单德朋等（2012）等。大部分研究结论认为：免签政策对入境游产生显著影响。但是，他们的成果并未阐述免签政策实施后，为何会带来入境游客流的增加。根据“推拉理论”，相对于目的地而言，签证的便捷化就是一种拉力因素，表现为两种力量：

一种为直接作用。即通过与客源国签订互免签证协议或延长客源国公民过境免签停留时间，或客源国公民拥有ABTC，在其他条件不变的情况下，理性的旅游者更有可能选择签证便利的国家作为旅游目的地，这样可能直接导致入境游客流的增加。

另一种为间接作用。即通过与客源国签订互免签证协议或延长客源国公民过境免签停留时间，或客源国公民拥有ABTC，除了可能直接带来旅游流的增加外，还可能通过文化、经贸等领域的交流活动的增加而间接带来旅游流的增加。一种方式是文化、经贸等交流活动本身可视为一种旅游活动（商务旅游）；另一方式是经贸、文化等交流可能通过情感共鸣，或良好口碑效应，进一步增加双边旅游流。作用机理如图2所示，实线箭头、虚线箭头分别表示直接和间接作用。

（二） 免签政策与入境游的时间耦合

自1986年实施24小时机场过境免签政策以来，除几个年份因突发性事件导致入境外国游客负增长外，其他时间均为正增长，但并不能据此认为，入境外国游客的增长就是由24小时机场过境免签政策的实施所产生的，只能大体认为二者之间存在某种正向关系，且这种正向促进作用具有时间滞后性。

例如，24小时机场过境免签和ABTC免签均为实施后的第5年（即1991年和2004年），同比增长率达到最大值，分别为55.10%和48.49%。这种时间滞后效应是否统计上显著，需要后续分析中进行统计检验。至于24小时口岸过境免签和72小时机场过境免签政策因2013年1月1日才开始在部分城市实施，短期效果不明显。各种免签政策对入境游的效应有多大，以及是否具有统计上的显著性和经济上的含义，需进一步的实证检验。

三、样本、变量与参数估计

（一） 样本选择

根据抽样理论，样本的选择应具有“代表性”，这样才能通过样本推断总体。这里的代表性应该包括时间和空间的代表性。这就要求时间跨度要稍微长一点，以及各大洲均要有样本分布，根据2000-2013年以来客源国为中国贡献的入境游客数进行排序发现：排名前38位的客源国2000-2013年累计为中国贡献的入境游客占总入境游客（港、澳、台同胞除外）的89.34%，表明38个客源国作为样本具备了较好的代表性。

（二）变量构造

1.被解释变量。表征入境游市场规模的指标通常有“入境游客人数”和“入境外国游客人数”等。本文旨在探讨免签政策的入境游效应，入境中国大陆的香港、澳门和台湾同胞虽然纳入了入境游客的统计范畴，但并非免签政策的实施对象，故本文选择“入境外国游客人次数（Yit）”作为被解释变量。数据来自《中国贸易外经统计年鉴》（1997-2014）。

2.核心解释变量。24小时机场过境免签、24小时口岸过境免签、ABTC免签和72小时机场过境免签。其中，前三种免签政策为二值虚拟变量（若中国对该客源国实施了该政策，则取值1，否则取值0），使用“中国大陆对客源国实施72小时过境免签”的口岸数，作为“72小时机场过境免签”政策的代理变量。数据来自公安部出入境管理局。

3.控制变量。根据计量理论，若模型遗漏了某些重要变量，将导致“内生问题”，为了从源头避免这一问题，本文选择了如下控制变量：

（1）客源国人口（POPit）。入境旅游实证研究通常将“客源地人口”作为常规控制变量之一，并作为影响客源地出境游需求的一个代理变量（Crampton ，1966；Stronge等，1982；Uysal，1984；Eilat et al，2004；Gil-Pareja，2007；DeVita，2014；孙瑞娟等，2007；余升国等，2011；晋艺波，2011；张燕，2012；单德朋等，2012）[31-33]。Su 和Lin（2014）指出，目的地人口是影响出境游客流的因素之一，也应作为控制变量[34]。本文旨在探讨免签政策对入境游的影响，故选择“客源国人口”。数据来自世界银行世界发展指标数据库（WDI）。

（2）客源国收入（GDPit）。国内生产总值（GDP）是国民经济核算的核心指标，也是衡量一个国家或地区总体经济状况的重要指标。旅游成为现实的两个必要条件是“闲暇”和“闲钱”，远距离出入境游更需要有良好的经济承受能力和更长的可自由支配时间，国内外旅游实证研究通常将GDP（人均GDP）作为客源国收入的代理变量，由于本文已经考虑了人口因素，直接用GDP就可以表征客源国收入。该数据来自世界银行世界发展指标数据库（WDI）。

（3）相对价格（EXRijt）。汇率通常用于旅游需求建模（Bond等，1977； Dritsakis等，2004； Quadri等， 2010；Webber，2001；Yap， 2011）[35-39]，且对国际游客流具有较强的解释力（Patsouratis等，2005；Roselló-Villalonga等，2005；Santana等，2010）[40-41]。有研究指出国际游客对价格极其敏感（Crouch，1992）[42]，汇率变动使一国入境游产品的相对价格发生变化，一国货币的贬值使该国入境游相对便宜，可能因此增加入境游客流；反之，则减少入境游客流（Broda，2006；Ghosh等，2002；王良举等，2012）[53-45]。罗富民（2007）通过回归分析发现，人民币升值减少了日本居民对中国的旅游需求[46]。旅游需求研究的通常做法是将汇率与相对价格组合成实际汇率（DeVita，2014）或单独使用名义汇率（DeVita 等，2013）[47]。在实际中，潜在游客选择旅游目的地时，往往按照名义汇率将目的地的产品价格换算成本国货币，以衡量在目的地的旅游成本，鉴于此，本文使用“1单位他国货币合人民币数”作为相对价格的代理变量，因缺乏直接统计数据，需按下列公式进行换算：

1单位他国货币合人民币数=1美元合人民币数/1美元合他国货币数①

（4）中国的对外开放度（OPEijt）。对外开放度是衡量一国或地区经济开放程度的主要指标。大量实证研究表明，对外开放度对经济增长具有显著正效应（Edward，1998；Lloyd等，2002；杨丹萍等，2011；林必越，2012；胡天宇等，2014）[48-52]。近年来，对外开放度已广泛应用于国际旅游研究，并指出对入境游有正向影响（赵东喜，2007；葛亚芬等，2011）[53-54]。然对外开放度涉及政治、经济、文化、科技等诸多因素，对它的测量至今未形成统一标准，本文借鉴运用最为普遍的外贸依存度加外资依存度（又称金融开放度），来衡量对外开放度（谢守红，2003；刘剑英，2006；王浩，2008；郑展鹏，2009；吕瑶，2015等）[55-59]，测量公式为：

对外开放度（OPE）=外贸依存度（TRO）+外资依存度（FO）②

外贸依存度（TRO）=进出口贸易总额/国内生产总值（GDP）*100% ③

外资依存度（FO）=外商直接投资额（FDI）/国内生产总值（GDP）*100% ④

（5）客源国距离中国的距离（THOijt）。目的地游客流随距离增大而衰减，甚至有学者指出：在理想化的旅游系统里，客源地与目的地的交通距离是影响到访率的唯一因素。在经典和扩展的旅游引力模型中，距离常作为旅游的一个阻碍因素，但是实际研究中学者对距离的理解及处理方式存在分歧：有学者主张用经济距离（Edwards，1976），认为经济距离既考虑了空间直线距离，同时也关联了一定距离下的费用支出，计算公式如下：

Dij=dij×h×r ⑤

式⑤中，d为目的地i到客源地j的空间直线距离，h为飞机飞行的每公里油耗，r为历年的航油价格。有学者指出用“空间直线距离”更客观（郭为，2007；余升国等，2011；张燕，2012）。

上述两种度量方式均有可取之处，但未考虑游客从客源地到目的地的时间成本，即个人为了达到出行目的所耗费的时间价值。管理学大师彼得?德鲁克在《有效的管理者》一书中提到：有效的管理者不是从他们的任务开始，而是从他们的时间开始。这实际阐述了时间对于有效管理者的重要性。时间管理理论认为，时间是一种供给完全没有弹性、无法储存、易消失、永远短缺、没有替代品的特殊资源。影响出行成本的因素首先是时间和费用，其次是方便性，常常表现为不同交通工具的选择带有较强主观性。

在“经济人”假定下，游客选择出行交通方式时，往往从个人利益最大化出发，自觉地进行“成本-效益”核算，尽可能地使费用最小或受益最大，按照这种逻辑，航空交通或许是外国游客入境的理性选择。托马斯·H·达文波特（Thomas.H.Darvenport）曾指出：土地、资本和劳务不再是稀缺资源，顾客的关心、时间、爱戴和评价反而成为真正的稀缺资源。

综上所述，本文使用“客源国至中国的飞机旅行总时长（含飞行和转机等待时间，以小时计）作为距离代理变量衡量中国与38个样本客源国之间的距离。飞机旅行总时长取所有可达航班中总时长最小值。该数据从去哪儿网机票预订系统获取。

（6）突发性灾害。1998年在中国出现的“洪灾”、以及2008年的地震灾害，对中国入境旅游或多或少了产生了一定影响，但考虑到本文的实际情况，选择在2003年出现的具有全球影响的“非典”（SARSijt）更为合适。

（三）模型设定

一种政策的实施效果往往需要累加一定的时间才会体现得更明显，免签政策的实施奕然。因此，本文将四种免签政策的1期滞后作为解释变量纳入分析模型，最终设定的模型表达式为：

⑥

式⑥中，i表示客源国，取值为1，2，3，…38，j表示中国，t表示时间，t-1表示1期滞后，取值为1997，1998， …2014，表示待估参数、表示被解释变量，即38个主要客源国前往中国的游客数；为综合误差项，且，表示表示未观测到的、不随时间发生变化且对被解释变量产生影响的变量，随机扰动项。

（四） 参数估计

1.数据的初步处理。本文的数据为1997-2014年38个客源国的面板数据，为了获得对参数的常弹性估计，及消除异方差对参数估计效率的影响，首先对入境外国游客人数、客源国人口、客源国收入、相对价格、客源国距离中国的距离进行了自然对数变换，由于中国大陆对客源国实施72小时过境免签的口岸数存在0值，采取在变量原值基础上加1后，再取对数的办法。

2.无交互项的固定效应与随机效应估计。固定效应模型无法估计不随时间发生变化的变量的效应，故“客源国距离中国的距离”无法通过固定效应模型估计，其他参数估计如表3所示。然而，固定效应模型允许未观测到的不随时间发生变化、对因变量产生影响的个体固定效应与某个或几个解释变量相关，因为这些变量通过固定效应变换或一阶差分被消除，若假设未观测到的不随时间发生变化、对因变量产生影响的个体固定效应，与所有解释变量均不相关，此时可进行随机效应的可行广义最小平方估计（FGLS）和极大似然估计（MLE），参数估计结果见表3。

从三类参数估计结果看，ABTC持有者免签的固定效应和随机效应FGLS估计比较接近，均在5%的水平上显著。但就滞后效应而言，三种方法估计的参数虽然均在5%的水平上显著，但参数值差距比较大。就24小时机场过境免签而言，随机效应FGLS 与MLE的估计值比较接近，且在5%的水平上显著。24小时口岸过境免签的三种参数估计均为负号，且绝对值差异较大，这其实不难解释，因为本研究的样本数据仅搜集到2014年，而24小时口岸过境免签从2013年7月1日才开始实施，2014年，样本中有21个国家为中国贡献的游客较2013年均出现了下滑。

对72小时机场过境免签而言，三种参数估计符号一致为正，但值差距较大。72小时机场过境免签的滞后效应值非常接近，但未通过显著性检验。这表明，72小时机场过境免签政策实施后，对下个年度入境外国游客的增加效果不显著，这似乎有违理论，但考虑到本文的数据仅搜集到2014年，而72小时机场过境免签2013年1月1日才在少部分城市的机场实行，时间太短导致滞后效应暂时未显示出来。

上述三种估计方法的部分参数估计值有差异，究竟选择何种估计方法需要进行豪斯曼检验（Hausman Test），其检验的基本原理是：假设随机效应模型更合适，若拒绝原假设，则应选择固定效应模型，本文豪斯曼检验的P值为0.0000，强烈拒绝随机效应模型，应使用固定效应模型（检验统计量见表4）。此时的结论是：

（1）ABTC免签、24小时机场过境免签以及72小时机场过境免签对中国入境游具有显著正向影响，相应的效应值分别为10%、36%、0.11%，其经济上的含义是：平均来说，在其他因素保持不变的情况下，实施ABTC免签、24小时机场过境免签较不实施平均要多出10%、36%的入境外国游客；实施72小时机场过境免签的口岸数每增加1%，入境外国游客数将增加0.11%。若在现有的12个实施72小时机场过境免签的口岸数基础上增加10%（12*10%=1.2个），中国接待的入境外国游客平均每年将增加2.89万人次（2636*0.11%=28900）。

（2）ABTC免签具有显著的滞后效应。即实施ABTC免签对入境游的促进作用在实施当年并未完全发挥出来，在下一年才发挥出最大效应，平均来说，对下个年度入境游的促进作用要比实施当年高出约15%。72小时机场过境免签的滞后效应为0.067%，但不显著，主要原因在于实施的时间过短。

3.有交互项的固定效应与随机效应估计。为了考察免签政策的入境游效应在APEC与非APEC国家之间是否存在差异，在原模型中增加免签政策与APEC的交互项及交互项的1期滞后。其中，APEC为二值虚拟变量，增加交互和滞后项的模型为：

⑦

式⑦中，表示参数向量，表示交互项的一阶滞后向量，对增加交互项的模型进行固定效应和随机效应估计，参数估计及豪斯曼检验结果如表4所示。

豪斯曼检验强烈拒绝使用随机效应，因此我们使用固定效应的参数估计结果。ABTC免签与是否为APEC国家交互的效应显著，但无实际意义，因为ABTC仅在APEC国家使用，APEC国家实施ABTC免签的效应无疑大于非APEC国家。24小时口岸与72小时机场过境免签与是否为APEC国家交互后的效应不显著。但我们仍然有一个重大的发现：24小时机场过境免签与是否为APEC国家交互后的效应显著，效应值为0.28（10%的显著性水平），其在经济上的含义是：在APEC国家实施24小时机场过境免签对中国入境游的正向促进作用要比非APEC国家大28%。

五、结论与政策建议

（一） 结论

本文旨在评估改革开放以来，中国实施的各类免签政策（截止2015年8月11日，与中国签订“互免签证”协议的国家仅有圣马力诺、塞舌尔、毛里求斯、巴哈马、斐济、格拉纳达6个，它们并非中国的主要客源国，为了保证样本的代表性，未考虑“协议免签”类型）对中国入境游的量化影响，通过免签政策对入境游作用机理的分析，以及对38个客源国面板数据的固定效应、随机效应和组间差异分析，得出了以下四点结论。

1.免签政策通过直接或间接作用促进入境游客的增加。早期的24小时机场过境免签、到后来的72小时机场过境免签、144小时机场过境免签以及ABTC持有者免签等政策的实施，直接带来了游客入境的便利化，在其他条件不变的情况下，理性的旅游者更倾向于选择签证便利的国家（地区）作为旅游目的地或中转地，直接导致签证便利程度高的客源国（地区）入境游客的增加。此外，免签政策实施后，亦可能通过文化、经贸等领域的交流活动的增加而间接带来入境游客的增加，这种作用具体通过两种方式发生：一种是文化、经贸等领域的交流活动本身可视为一种商务旅游；另一种是经贸、文化等领域的交流，及游客在旅游过程中通过加深对目的地的了解而产生情感共鸣以及口碑效应，促进入境游客增加。

2. ABTC免签、24小时机场过境免签以及72小时机场过境免签对中国入境游具有显著正向促进作用。具体来说，在其他因素保持不变的情况下，实施ABTC免签政策较不实施平均要多出10%的入境外国游客；实施24小时机场过境免签较不实施要多出36%的入境外国游客，实施72小时机场过境免签的口岸数每增加1%，入境外国游客数平均将增加0.11%，若在现有的12个实施72小时机场过境免签口岸数基础上增加10%，即增加1.2个（12*10%），入境外国游客平均每年增加28900人次（2636*0.11%）。

3. ABTC免签具有显著的滞后效应。即实施ABTC免签对入境游的促进作用在实施当年并未完全发挥出来，在下一年才发挥出最大效应，平均来说，对下个年度入境游的促进作用要比实施当年高出约15%。72小时机场过境免签的滞后效应为0.067%，因实施时间不长而不显著，但可以预计随着时间的推移，其滞后效应将会显现。

4.24小时机场过境免签对中国入境游的正向促进作用存在组间分异性。即在APEC国家实施该免签政策的效应比在非APEC国家实施平均要高出28个百分点。其可能的解释是：相对于非APEC国家而言，APEC国家距离中国相对较近，从APEC国家飞往中国通常所用时间要少于非APEC国家，对于从中国过境前往第三国的APEC国家游客而言，24小时机场免签停留时间足以，但对于非APEC国家游客来说，他们更多的是将中国作为目的地而非过境中转地，即便是作为过境中转地，他们也期望在中转地有更多的免签停留时间，所以24小时机场过境免签对APEC国家的影响要大于非APEC国家。

（二）政策建议

签证便利化是国际上通常采用的“入境游客吸引政策”。近年来，中国也在不断地实施签证便利化，由最初的24小时机场过境免签到如今的144小时口岸过境免签，无论是免签停留时间还是免签停留空间都较过去有大的改善，在这样更为便利的签证政策下为何中国入境旅游市场近年来出现下滑？除了便利化签证政策实施的空间范围过于有限外，更为重要的原因是中国的旅游环境问题，例如：空气质量不佳，连接核心景区与游客集散中心的交通设施瞬时容量不足（表现为高峰期过于拥挤），以及中国的旅游及旅游相关经营主体的不诚信经营行为（表现为欺客、宰客等）、公共资源类景区票价相对过高、入境旅游市场过分依赖发达国家等。未来中国入境旅游市场规模的扩大至少应从以下几方面着手：

1.优化空气质量。公共资源类景区（以公共资源为依托而建设的景区，主要包括以公共资源为依托而建设的国家5A和4A级旅游景区点）是入境游客首选参观、游览对象，因此，应特别注意公共资源类景区所在地的空气质量，定期向国内外游客报告PM2.5指标。

2.增大连接核心景区与游客集散中心公共交通设施的瞬时容量。签证便利解决的是外部进入问题，内部交通的通达性则由连接景区与游客集散中心的综合交通设施来解决，公共资源类景区相对较多、且较有名的城市首先应解决连接核心景区与游客集散中心的公共交通设施的瞬时容量，可以通过对瞬时游客流的测算确定是否要增加瞬时公共交通设施的供给，以解决国内外游客普遍反映的高峰期过于拥挤问题。

3.规范旅游及旅游相关经营主体的经营行为。旅游及旅游相关经营主体的不诚信经营行为是国内外游客普遍反映强烈的问题之一，既影响了中国的整体形象，也不利于入境游客市场的开拓和巩固。建议的解决办法是“强化旅游与其他部门的旅游联合执法”，可以参照海南省的做法，增设“旅游警察”以规范旅游及旅游相关经营主体的经营行为。

4.规范并逐步下调公共资源类景区的门票价格。我国的公共资源类景区门票价格普遍高于发达国家同类型景区的门票价格，这也是导致中国入境游客减少的重要原因之一，也是国内外游客普遍反映强烈的问题之一。在中国经济实力整体增强的背景下，建议逐步下调公共资源类景区的门票价格，既可以实现入境游客规模的扩大，也能使广大中低收入群体共享中国改革开放的红利，以薄利多销的方式实现国内和入境两大旅游市场的扩大。建议首先从5A级景区开始试点实施，然后逐步扩大到4A和3A公共资源类景区。

5.开拓“一带一路”沿线国家市场。中国入境旅游市场历年来过分依赖欧美、日本和韩国等发达国家，建议主动融入“一带一路”国家战略的实施，积极拓展“丝绸之路经济带”沿线国家市场，加大对这些市场的旅游宣传力度的同时，针对这些市场的特点设计相对应的旅游产品。

6.优化适应72小时机场过境免签国的空间布局。截止2015年底，适应72小时机场过境免签的国家只有51个，其中大部分分布在欧洲（占37个），亚洲国家数量偏少，非洲国家几乎空白。因此建议：增加四个亚洲国家为72小时机场过境免签适应国，如：泰国、马来西亚、印度尼西亚、菲律宾，因为这四个国家同时也是APEC成员国，根据研究结论，APEC国家实施免签政策的效应比非APEC国家要大；增加美洲国家秘鲁，增加非洲国家南非。

7.扩大实施72小时、144小时机场过境免签的口岸数并优化其空间布局。截止2015年底，北京、上海、广州、成都、重庆、沈阳、大连、西安、桂林、昆明、杭州、哈尔滨、厦门、武汉、天津、南京、青岛、长沙18座城市的机场口岸已实施72小时过境免签政策。布局上明显东部多、中部少。因此，建议增加南昌、合肥、郑州、太原、南宁、贵阳六个城市的机场口岸实施72小时机场过境免签政策。目前，已有上海各开放口岸、南京航空口岸、杭州航空口岸实施144小时过境免签政策。免签停留时间已由原来的1天增加到6天，将大大提高外国游客入境的便利性。但该政策同时规定了外国人只能在上述3省（市）行政区内活动，中西部根本辐射不到。鉴于此，建议中部的武汉、西部的成都、南部的广州三个城市也实施144小时过境免签政策。这样，东、中、西部均可享受到该政策的辐射效应，进而促进中国入境旅游规模的提升。

参考文献

[1]Crampton L J.Gravitational Model Approach to Travel Market Analysis[J].Journal of Marketing，1966，（30）：27-31.

[2]Wolfe R I.The Inertia Model [J].Journal of Leisure Research，1972，（4）：73-76.

[3]Witt S F，Witt C A. Forecasting Tourism Demand： A Review of Empirical Research[J]. International Journal of Forecasting，1995，（11）： 447-475.

[4]Anderson J，Van W E.Gravity with Gravitas： A Solution to The Border Puzzle[J].American Economic Review，2003，（93）：170-192.

[5]Eilat Y， Einav L. The Determinants of International Tourism： A Three Dimensional Panel Data Analysis [J].Applied Economics，2004，（36）：1315-1328.

[6]Kimura F，Lee H H. The Gravity Equation in International Trade in Services[J].Review of World Economics，2006， （142）：92-121.

[7]Gil-Pareja S，Llorca R，Martínez J A.The Effect of EMU on Tourism[J].Review of International Economics，2007，（15）：302-312.

[8]Fourie J，Santana M.The Impact of Mega-events on Tourist Arrivals[J].Tourism Management， 2011，（32）：1364-1370.

[9]Fourie J，Santana M. Cultural Affinity and Ethnic Reunion[J].Tourism Management， 2013，2（36）：411–420.

[10]Stronge G B，Redman M.U.S. Tourism in Mexico：An Empirical Analysis[J].Annals of Tourism Research，1982，9（1）：21-35.

[11]Marrocu E，Paci R. Different Tourists to Different Destinations： Evidence from Spatial Interaction Models [J]. Tourism Management，2013，（39）：71-83.

[12]Santana M， Ledesma F J， Pérez J V. Exchange Rate Regimes and Tourism [J].Tourism Economics，2010，（16）：25-43.

[13]Glauco D V. The Long-run Impact of Exchange Rate Regimes on International Tourism Flows [J].Tourism Management，2014，（45）：226-233.

[14]Neumayer E.Visa Restrictions and Bilateral Travel[J].The Professional Geographer，2010，62， （2）：171–181.

[15]张凌云.旅游地引力模型研究的回顾与前瞻[J].地理研究，1989，8（1）：76-87.

[16]保继刚.引力模型在游客预测中的应用[J].中山大学学报（自然科学版），1992，31（4）：133-136.

[17]马耀峰，李天顺.中国入境旅游研究[M].北京：科学出版社，1999：129-130.

[18]郭为.入境旅游：基于贸易引力模型的实证研究[J].旅游学刊，2007（3）：30-34.

[19]蒙灼.基于引力模型的四川省入境游客流需求影响因素实证分析[D].成都：西南交通大学，2008.

[20]余升国，刘炫妤.海南省入境游人数的决定因素：基于引力模型的分析[C].工程与商业管理国际会议， 2011：2425-2428.

[21]晋艺波.基于引力模型的上海入境游客流实证研究[J].乐山师范学院学报，2011，26（2）：82-84.

[22]臧良震，陈方，李值鹏.基于引力模型的云南省国际入境游客流客流量研究[J].云南财经大学学报，2011，26（2）：9-11.

[23]张燕.基于引力模型的广西入境游客流实证研究[J].时代金融，2012，（10）：315-316.

[24]廖欣欣，卢小平.边境口岸出入境签证制度与跨境旅游业发展——以广西壮族自治区东兴为例[J].广西经济管理干部学院学报，2014，26（3）：75-79.

[25]万绪才，王厚廷，傅朝霞等.中国城市入境旅游发展差异及其影响因素——以重点旅游城市为例[J].地理研究，2013，32（2）：337-346.

[26]薛华菊，马耀峰，黄毅等.区域入境旅游流质量时空演变及特征研究[J].干旱区资源与环境，2014，28（6）：171-176.

[27]王超，纪小美.入境旅游客源市场时空结构演变特征研究——以福建省为例[J].西北师范大学学报（自然科学版），2016，5（1）：119-122.

[28]马耀峰，林志慧，刘宪锋等.中国主要城市入境旅游网络结构演变分析[J].地理科学，2014，34（1）：25-31.

[29]王克军，马耀峰.入境旅游与目的地供给关系感知研究——以成都市为例[J].北京第二外国语学院学报，2015，（1）：60-66.

[30]陈刚强，李映辉，胡湘菊.基于空间集聚的中国入境旅游区域经济效益分析[J].地理研究，2014，33（1）：167-178.

[31]Uysal M，Crompton J L.Determinants of Demand for International Tourist Flows to Turkey [J].Tourism Management，1984，5（4）：288-297.

[32]孙瑞娟，任黎秀，王焕.区域旅游贸易引力模型的构建及实证分析[J].世界科技研究与发展，2007，9（6）：16-30.

[33]单德朋，朱沁夫.中国滨海旅游城市入境游客流流量及潜力[J].四川理工学院学报（社科版），2012，27（2）：30-34.

[34]Su Yuwen， Lin Huilin.Analysis of International Tourist Arrivals Worldwide： The Role of World Heritage Sites[J].Tourism Management，2014，（40）：46-58.

[35]Bond D，Cohen B，Schachter G.The Spatial Distribution of Tourism Demand and Exchange Rate Variation： OECD European Countries[J].Tourism Review，1977，32（1）：13-17.

[36]Dritsakis N，Gialetaki K.Cointegration Analysis of Tourism Revenues By The

Member Countries of The European Union to Greece[J].Tourism Analysis，2004，9（3）：179-186.

[37]Quadri D L，Zheng T.A Revisit to The Impact of Exchange Rates on Tourism

Demand：The Case of Italy[J].Journal of Hospitality Financial Management，2010，18（2）：36-45.

[38]Webber A G. Exchange Rate Volatility and Cointegration in Tourism Demand[J].Journal of Travel Research，2001，39（4）：398-405.

[39]Yap G. Examining The Effects of Exchange Rates on Australian Domestic.

Tourism Demand： A Panel Generalized Least Squares Approach[C].19th International.

Congress on Modelling and Simulation，2011.

[40]PatsouratisV，Frangouli Z，Anastasopoulos G.Competition in Tourism.

Among The Mediterranean Countries[J].Applied Economics，2005，37（16）：1865-1870.

[41]Roselló-Villalonga J，Aguiló-Pérez E，Riera A. Modelling Tourism Demand.

Dynamics[J].Journal of Travel Research，2005，44（1）：111-116.

[42]Crouch G I.Effect of Income and Price on International Tourism[J].Annals of Tourism

Research，1992，19（4）： 643-664.

[43]Broda C. Exchange Rate Regimes and National Price Levels[J].Journal of International

Economics，2006，70（1）：52-81.

[44]Ghosh A R，Gulde A M，Wolf H C.Exchange Rate Regimes：Choices and

Consequences[M].Cambridge：MIT Press，2002.

[45]王良举，李万莲.人民币升值对中国入境旅游的影响评估—基于扩展旅游引力模型的实证研究[J].旅游科学，2012，26（5）：38-44.

[46]罗富民.汇率变动对我国入境旅游需求的影响研究—来自日本对华旅游的实证[J].工业技术经济，2007（8）：86-88.

[47]DeVita G，Kyaw K S.Role of The Exchange Rate in Tourism Demand[J].Annals of Tourism Research，2013，（43）：624-627.

[48]Edwards S.Openness，Productivity and Growth：What Do We Really Know？[J].Economics Journal，1998，108，（447）：383-398.

[49] Lloyd P J，Maclaren D.Measures of Trade Openness Using CGE Analysis[J].Journal of Policy Modeling，2002，24（1）：67-81.

[50]杨丹萍，张冀.经济开放度对经济增长的影响分析：基于浙江省1992-2009年数据的实证检验[J].国际贸易问题，2011，（6）：101-110.

[51]林必越.经济开放度与区域经济增长关系的实证研究：基于福建省1981-2010年数据的计量检验[J].华东经济管理，2012（5）：45-49.

[52]胡天宇，陈芳.FDI对安徽经济影响的动态分析：基于状态空间模型的研究[J].沈阳大学学报（社会科学版），2014，16（1）：23-25.

[53]赵东喜.福建入境旅游与经济增长和对外开放关系动态分析[J].福建师范大学学报（哲学社会科学版），2007（6）：126-131.

[54]葛亚芬，孙根年，李琦.对外开放度与入境旅游发展关系研究[J].河北北方学院学报（社会科学版），2011，27（3）：78-82.

[55]谢守红.中国各省区对外开放度比较研究[J].地理科学进展，2003，22（3）：296-303.

[56]刘剑英.深圳市对外开放与经济增长的实证分析[J].经济与社会发展，2006，4（3）：96-99.

[57]王浩.对外开放对河南经济增长影响的实证分析[J].特区经济，2008，（8）：182-183.

[58]郑展鹏.中部六省对外开放度的实证研究：2000-2007[J].国际贸易问题，2009，（12）：70-74.

[59]吕瑶，蒋晓梅.东北三省对外开放度对经济增长的影响分析：基于面板数据模型的研究[J].沈阳大学学报（社会科学版），2015，17（4）：447-451.