双边政治冲突事件多大程度影响到访游客人数？

邢剑华 张辉

引用格式：邢剑华，张辉. 双边政治冲突事件多大程度影响到访游客人数？——基于2012年中日钓鱼岛事件的影响效应评估[J]. 旅游学刊， 2021， 36（6）： 103-115. [XING Jianhua， ZHANG Hui. Do bilateral political conflicts affect visitor arrivals？—Empirical study of Sino-Japanese Diaoyu Islands dispute in 2012[J]. Tourism Tribune， 2021， 36（6）： 103-115.]

[摘    要]文章基于国际关系影响视角，将双边政治冲突事件对国际货物贸易影响的相关研究延伸至国际旅游服务贸易领域，以2012年9月因日本政府实质性推进钓鱼岛“国有化”计划所引发的中日双边政治冲突事件为例，运用基于反事实因果理论的双重差分法，就事件对中国公民赴日旅游的影响效应进行了全面评估。研究表明，此次事件导致中国赴日旅游人数平均减少了16.8%，影响效应自2012年第四季度开始显现并在该季度影响最大，当期中国赴日旅游人数下降了60.7%，至2013年第三季度负面影响开始消退，事件影响持续约15个月，其间，中国赴日旅游人数累积减少近80万，并对日本入境旅游收入造成了近19亿美元的损失。从影响效应对比来看，该事件对日本入境旅游的影响程度要大于对日本向中国出口货物贸易的影响。将2017年2月因韩国不顾中方反对部署“萨德”系统引发的中韩双边政治冲突事件纳入对比后，研究发现，基于国家安全长远利益的双边政治冲突事件相对历史性领土争端问题引发的双边政治冲突，其对到访游客人数的影响效应更大、持续时间更长。

[关键词]双边政治冲突事件;游客人数;出境旅游;影响效应评估

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2021）06-0103-13

Doi： 10.19765/j.cnki.1002-5006.2021.06.012

引言

长期以来，在探讨外部事件对国际旅游的影响研究中，学者着重分析了自然灾害[1-3]、疾病流行[4-7]、恐怖袭击[8-12]、经济危机[13-15]、国家政治不稳定[16-21]等旅游目的地单方面不利事件对到访游客的影响，而从目的地客源地双向视角，关注双边政治冲突事件对到访游客的影响研究却相对有限，且相关研究大多倾向于阐释双边政治冲突事件如何影响出游意愿，却很少从出游行为角度，评估事件对游客到访人数的实际影响。事实上，双边政治冲突事件的影响存在一定的门槛效应 [22]，其影响效应会因事件性质、强度、发生国家等差异而有所不同[23]，也会因目的地旅游产品价值评价的稳定性[24-25]、消费行为沉没成本约束[26]、情境性消费者敌意消除条件简单[27]等因素而有所缓解。因此，尽管双边政治冲突事件的影响似乎显而易见，但影响效应并非不证自明。就此问题，现有研究多采用设定旅游需求預测模型这一常规方法，通过基准对比求差来估计事件影响效应，但此类方法过分依赖旅游需求预测模型选取，且难以很好地剥离同期其他宏观经济因素的混杂影响，其对影响效应的评估也多局限于游客损失规模测算一个方面。鉴于此，本文以2012年中日钓鱼岛事件为例，着重分析此次因日本挑起事端引发中日双边政治冲突对中国公民赴日旅游的实际影响，研究重点包括：一是，选取合理的研究方法更准确地分析事件影响的净效应，强化双边政治冲突事件与到访游客人数变化的因果判定;二是，除测算游客损失规模外，对事件影响的滞后性、影响时长、影响替代、各时期影响效应差异等问题作出研究回应，明确事件影响效应评估的分析框架;三是，通过事件影响效应对比分析，尝试探讨事件影响效应差异的初始原因。

1 文献回顾

1.1 双边政治冲突事件影响到访游客的评估内容

双边政治冲突事件一般表现为一个国家主体基于利益或追求的目标，在政治、军事、领土等领域挑起矛盾，有意识地反对、压制另一个国家而引发两国间敌意、对立对抗的现象。此类事件极易挑起国民之间产生反感、排斥甚至敌对情绪[28]，当冲突被认为是“严重且难以原谅”时，这种敌意会进一步影响一国民众对产自另一国产品的购买意愿引发消费者敌意[29-30]，并在受到呼吁或组织后，通过产品购买行为最终表现为群体性的消费抵制[31-32]，导致相关目标商品销量下降。近年来，随着国际旅游规模不断扩大，作为国家标识性很强的出境旅游也成为消费抵制的目标之一，在此情境下，一国民众对冲突相对国的国家形象会产生一定负面认知[33-34]，严重时引发对事件挑起国的消费者敌意，从而降低消费者赴敌意国的出游意愿[35-38]。除敌意因素外，双边政治冲突事件导致的民众心理距离扩大[39]、民族主义倾向[40]、目的地居民不友好[41]等诸多因素均会一定程度减弱出游意愿，不同类型游客因此产生不同程度的出游意愿约束[34]，进而在行为上表现为一定时期内一国公民推迟或放弃前往冲突相对国旅游，或转而前往其他国家旅游作为替代[42-43]。

进一步地，学者逐渐深入探讨双边贸易、文化交流、旅游投资等方面的影响[44]，其中包括少量关于双边政治冲突事件影响游客到访人数的实证研究。除影响规模外，也有学者着重分析了事件影响的持续时长问题，但囿于研究方法，这方面的研究成果多是较模糊的归纳总结。如Heslop等认为，双边冲突事件对游客到访的破坏性影响是短暂且随着时间推移而逐渐减小的，一旦事件得以缓解，旅游需求就会迅速恢复[29]。而S?nmez等和Chen等的研究都指出，直到双边政治冲突事件平息后，在持续的冲突框架内其会对目的地的形象和来访意向产生持久的负面影响[9，37]。Stepchenkova和Shichkova则提出，事件影响的时长主要由国家的行为态度决定，其探讨了2015年11月24日土耳其军队在土耳其-叙利亚边境上击落俄罗斯战斗机事件前后，俄罗斯公民赴土耳其旅游的变化。该事件在俄罗斯被解释为敌对行为，随即俄罗斯赴土耳其的旅游人数下降了近90%，然而，当禁令于2016年7月解除时，虽然土耳其仍然是俄罗斯人最讨厌的3个国家之一（其他两个是美国和乌克兰），但俄罗斯游客很快回到土耳其开始了度假之旅，事件影响也随即减退[45]。不难看出，上述研究略显随意地根据某个因素确定事件的影响时长，且很难回答事件发生后各阶段事件影响的差异性问题。

总之，在评估内容方面，现有研究侧重于对潜在游客出游意愿的影响分析，而从现实出游角度评估事件影响效应的研究成果却相对较少。不仅如此，在仅有少量的影响效应评估研究中，学者主要强调测算双边政治冲突事件造成的游客损失规模，而很少探讨平均影响程度、影响持续时长、各时期影响效应差异、影响替代等其他关键问题。

1.2 双边政治冲突事件影响到访游客的评估方法

以往研究多以相邻年同期数据作为参照基线，用比例估算的方式来反映双边政治冲突事件对到访游客的实际影响效应。如Kim等在中日两国双边旅行影响因素的研究中，引用日本观光局数据，其大概估计2012年中日钓鱼岛争端期间，中国赴日旅游人数下降了近40%[46]。Cheng等的研究发现，2014年中国与菲律宾的南海争端导致2014年9月至2015年4月期间中国公民赴菲律宾旅游人数减少了50%[40]。此外，香港特别行政区作为中国领土不可分割的一部分，内地居民赴港旅游一直归于中国公民出境旅游范畴，个别学者也在探讨内地与香港关联事件时，提及了事件对赴港旅游的影响。如Luo和Zhai在研究2014年香港“占中”事件经微博二次传播的影响时，提到该事件导致内地居民旅游抵制对赴港游客人数的影响，并提出考查净影响效应时应考虑2015年和2016年人民币贬值、中国内地股市波动、中国内地反腐、香港旺角暴乱等其他事件的同期混杂影响[47]，但鉴于研究目的及数据不足，该研究最终只是指出事件对旅游目的地到访游客的实际影响仍有待探讨。尽管2014年香港“占中”事件对内地游客访港造成了一定负面影响，但连香港特区政府也表示没有确切数据，只能根据与上年同期相比，房间预订百分比下降（由60%～70%降至40%～50%）以及一些零售业比如位于事件附近地区的商店生意下降（降幅达30%～70%）进行估计[48]。

也有个别学者运用定量方法评估此类事件对到访游客人数的影响。如Yu等采用局部投影算法（local projection approach）研究了因双边事件引发政治敌意以及其他事件引发非政治敌意对游客到访的影响效应[23]。Heilmann运用双重差分法，就2005年丹麦与中东伊斯兰国家之间的冲突事件，对丹麦原产商品在上述国家销售的影响进行了测算[49]。虽然该研究认同此次事件减少了中东伊斯兰国家民众赴丹麦旅行以及对丹麦通信、金融等其他服务需求，但遗憾的是，在此方面研究并没有给出具体的研究过程和结论数据。在国内研究中，就此问题最具代表性的研究方法是旅游本底趋势线法。该方法由孙根年教授在1998年提出，主要用于评估危机及利好事件对旅游的影响[50]。王洁洁以此方法从游客人数损失和环比变化率两个方面分析了中美、中日关系恶化对双边旅游流造成的年度影响[51]。后期该研究团队又引入气候变化中“距平”的概念，改进了旅游本底趋势线模型，提高了事件影响分析的时间分辨率 [52-53]。从构建方法来看，旅游本底趋势线法本质上是时间序列的常规分解，主要通过选定近似的数学表达式来表示趋势变动T（trend）、季节变动S（seasonal）、周期变动C（cycling）和随机项I（irregular）4个分项，其中，趋势变动项T（t）一般采用移动平均法、指数平滑法、曲线拟合法等进行拟合，季节变动项S（t）一般采用指数函数拟合，周期变动项C（t）一般采用正弦或余弦等周期函数拟合，I（t）则表示干扰影响，通过加法结构最终选配形成一个复合形式的旅游本底趋势线表达式，根据参数估计确定旅游本底线方程，据此对某一特定时间点的旅游人数进行预测估计，并最终利用预测值与实际值之差来判定事件影响效应。

总的来看，旅游本底趋势线法容易理解且比较直观，在探讨危机、冲突事件对旅游影响的国内研究中，开创了研究方法的先河。但不得不说，旅游本底线方程中各分项表达式的确定更多依据经验判断，所得的事件影响因未排除其他的可能干扰因素，并不能完全确定事件影响效应，再加上基于时间序列分解的预测本身缺乏一定的理论支撑，更多是一些经验证明，当预测对象受外界干扰较大时，这种时间序列分解法的预测能力会明显减弱。更广泛地说，以构建旅游需求预测模型设定参照基准线来反映事件影响的相关研究，都存在预测模型选取问题，而学者对各类旅游需求预测模型的准确性和优劣评判不一[54-56]，且各类模型的前提假设及方法局限也必然会被带入事件影响效应评估中。由此，如何剥离相关影响因素干扰，选取更优的事件影响效应评估方法也成为本文的研究重点之一。

2 方法选取与模型设定

2.1 评估方法

基于研究目的和样本特征，本文选取双重差分法（difference in difference，DID）作为事件影响效应评估方法，该方法把受事件影响和未受事件影响的样本分别视为实验组（treatment group）和对照组（control group），将实验组在事件发生前、发生后的“前后差异”以及实验组、对照组是否受到事件冲击的“有无差异”有效结合，更好地避免混杂影响和选择偏差，从而识别出事件影响的“净效应”。需要强调的是，双重差分法有较严格的适用条件，即在事件冲击前实验组和对照组应滿足平行趋势假定（parallel trend），其表明事件以外的其余因素对实验组或对照组个体的影响是基本相同的，依此实现基于“同一个体”的反事实对比，保证双重差分项提取的是事件的因果效应[57-58]。 如果忽视适用条件，只简单将该方法视为时间、事件两个虚拟变量交互项的回归，则可能导致估计结果存在严重偏误[59]。

2.2 案例选取

2012年9月，日本政府最终敲定所谓的钓鱼岛“国有化”方案，中国政府对此表示严重关切和强烈不满，并就此与日方进行多次严正交涉，中日钓鱼岛争端急剧激化，中日关系降到了恢复邦交后的冰点。随即，中国60多个城市爆发了民众自发的爱国“保钓”游行示威行动，并发起了针对日系汽车、日系化妆品等多类日本原产商品的抵制活动，也持续出现了对赴日旅游的抵制呼吁和报道。相较之前，此次事件是近年来中日钓鱼岛争端最严重的一次对抗性冲突，本文就此探讨该事件对中国公民赴日旅游究竟造成了多大影响。

2.3 模型变量

根据双重差分模型原理，双边政治冲突事件对到访游客人数的影响效应估计模型如式（1）所示：

[Yit=α0+β1conflicti?postt+γZit+λi+μt+εit] （1）

式（1）中，[Yit]为目标因变量，表示[t]时[i]国赴   日本旅游人数，模型估计时取其自然对数，记为[lnsumit]。[conflicti]为分组虚拟变量，当分组变量为中国时，[conflicti=1]，其他国家为0;[postt]为事件发生时期虚拟变量，中日钓鱼岛事件发生后的时期，[postt=1]，否则为0。[conflicti?postt]表示双重差分交互项，是本文关心的核心变量，其系数[β1]用于反映双边政治冲突事件对到访游客人数的平均影响效应。[Zit]为控制变量，尽管双重差分模型通过实验组、对照组满足平行趋势假定构建“同一主体”已基本排除了相关因素干扰，但在模型应用实践中，大多学者仍将部分重要控制变量纳入模型中，一方面可以更好地剥离混杂影响，另一方面也可以考证控制变量的实际影响。参照已有研究对国际旅游影响因素的探讨，本文选取的控制变量主要包括人均国内生产总值、汇率、地理距离等因素，基本包括了影响国际旅游流的主要长短期因素和单双边因素。其中，人均GDP是决定出境旅游规模最重要的宏观经济因素[60-62]。距离是两国首都城市之间的地理距离，根据旅游活动规律，出游规模一般随旅游客源地与目的地之间的距离增加而衰减[63-64]。汇率是影响国际旅游的短期关键因素之一[65]，其波动变化会直接反映在旅游目的地的产品价格上。[λi]和[μt]分别表示国家固定效应和时间固定效应，国家固定效应控制了各国在赴日旅游影响方面不可测量的时不变因素差异，而时间固定效应则控制了赴日旅游影响方面的季节变化差异及其他与时间相关的世界宏观经济形势变化差异。[εit]为随机干扰项。

2.4 数据处理

样本数据来自日本政府观光局所公布的包括中国1在内的33个国家公民赴日旅游月度数据2累加所得季度数据，在估计时取其自然对数。其中，波兰因样本时间段控制变量数据缺失予以剔除。数据时间区间以事件发生的2012年第三季度为中间点，选取2011年第一季度至2014年第四季度，前后共16个季度3，面板数据有效样本数共计512个（32×16=512）。各国季度人均GDP数据、汇率数据来自国际货币基金组织数据库。国家间距离变量表示两国首都城市之间的地理距离，数据来源为CEPII数据库。人均GDP、国家间距离两个变量在模型估计时分别取其自然对数。因考虑到各国汇率基于本国货币单位不同产生的量纲问题，采用了通用的汇率变量简便处理方法，即以日元对人民币汇率来反映日元在国际市场的货币价值变化。表1显示了模型中连续变量的描述性统计结果。

3 事件影响效应的初步评估

3.1 平行趋势检验

如图1所示，2012年第三季度事件发生前，作为实验组的中国与其他国家合成的对照组赴日旅游人数变化趋势基本一致，而事件发生后，二者的变化趋势突然发生了方向性差异，其变化时间点与中日钓鱼岛事件发生的时间相对应，这为双边政治冲突事件影响到访游客人数提供了一定的直观依据。

此外，本文采用模型检验进一步验证平行趋势假定。如式（2）所示，在估计模型中纳入pre_4、pre_3、pre_2、pre_1共4个表示事件发生前的季度虚拟变量，如果观测值是受到事件冲击前的第四季度、第三季度、第二季度和第一季度数据，则该指标分别对应取1，否则取0。为了反映趋势对比，模型同时纳入事件发生当季及4个表示事件发生后的季度虚拟变量current，post_1、post_2、post_3和post_4，如果观测值是受到事件冲击当季的数据，则current取值为1，否则取0;当观测值是受到事件冲击后的第一季度、第二季度、第三季度和第四季度数据时，post_1、post_2、post_3和post_4则分别对应取1，否则取0。

[yit=α0+β-4conflicti?pre_4+β-3conflicti?pre_3+    β-2conflicti?pre_2+β-1conflicti?pre_1+    β0conflicti?current+β1conflicti?post_1+    β2conflicti?post_2+β3conflicti?post_3+    β4conflicti?post_4+γZit+λi+μt+εit] （2）

如图2所示，中日钓鱼岛事件发生前各季度pre_4、pre_3、pre_2及pre_1系数均不显著，其在90%的置信区间都包括0，说明实验组与对照组在政治冲突事件发生前没有系统性的趋势差异，满足双重差分模型的平行趋势假定，后续分析结果是初步可信的。

3.2 影响作用初步估计

如表2所示，模型设定（1）的估计结果初步表明，2012年中日钓鱼岛事件对中国公民赴日旅游产生了显著的负面影响。加入相关控制变量后，模型设定（2）双重差分交互项系数为-0.184，表示相较没有政治冲突事件发生，该事件使中国公民赴日旅游人数平均显著减少了16.8%（e-0.184-1≈-0.168）。同时，上述控制变量的影响方向均符合理论预期，汇率控制变量估计系数显著为正，其表示人民币对日元汇率上升，对中国公民赴日旅游有显著正向影响。具体而言，从2012年开始，人民币对日元升值明显，这意味着从汇率角度，中国公民前往日本旅游的出游成本有所下降，理论上对中国公民赴日旅游应带来积极影响。国家间距离控制变量的估计系数显著为负，表示目的地与客源地之间的距离对出境旅游有负向影响，这表明距离越远对出游的抑制作用越大。人均GDP控制变量估计系数为正，理论上表明一国人均GDP越高越容易产生更大的出境旅游规模，但该变量系数的统计结果并不显著。事实上，人均GDP不显著一定程度上可以反映由收入变化引起的旅游目的地选择倾向没有发生显著变化。

对比模型设定（1）与（2）估计结果，加入控制变量后，事件影响效应系数从-0.163变为-0.184，这可以解释为人民币对日元汇率上升以及人均GDP提高造成的正向影响部分削减了冲突事件的负面影响。换句话说，除去人民币对日元汇率上升以及人均GDP提高等因素的正向拉动效应，单就双边政治冲突事件而言，其负面影响效应更大。以入境旅游市场占比（share）为替代因变量的模型设定（3）与设定（4）同样证实了该事件对中国赴日旅游人数的显著负面影响。加入控制变量的模型设定（4）显示事件影响效应系数为-0.0183，这表明此次中日钓鱼岛事件使中国在日本入境旅游市场占比平均下降了1.83%，这相对于表1中样本市场占比均值2.2%而言是不小的影响。总的来看，双重差分模型的初步估计结果表明，2012年中日钓鱼岛事件对中国公民赴日旅游产生了显著的抑制作用。

3.3 影响效应的时期差异及持续时长

相对于平均影响效应，双重差分时间动态异质性分析可以进一步阐释影响效应的时期差异、影响滞后性以及影响持续时长等更多细节问题。式（3）中，[βt]测量了中日钓鱼岛事件发生后第t个季度事件影响效应的异质性。

[Yit=α0+βtconflicti?postt+γZit+λi+μt+εit] （3）

如表3所示，事件发生当期并没有对中国赴日旅游产生负面影响，影响滞后一定程度上是由于出境旅游消费非即时性消费，且该事件发生在2012年第三季度末，因此很难影响第三季度当期的出境旅游。事件的负面影响于2012年第四季度开始显现，影响效应系数高达-0.934，这意味着此次中日钓鱼岛事件导致中国赴日旅游人数在该季度平均下降了60.7% （e-0.934-1≈-0.607）。直至2013年第一和第二季度，事件影响效应系数仍显著为负，但影响总体上逐渐减弱。以旅游市场占比作为替代因变量也反映了类似结果。到2013年第三季度，事件影响效应系数变得不显著且接近于0，可以认为其逐渐恢复到冲突前的“正常”水平。但在2013年第四季度事件又出现了短暂的负面影响，这一结果也许可以归因于2013年第三季度时任日本首相安倍晋三接连前往冲绳县两座靠近钓鱼岛的岛屿视察并发表演说，展示其在钓鱼岛问题上不向中国让步的姿态，导致中日在钓鱼岛问题上的持续冲突叠加。据此，将事件影响效应的结束时间确定为2014年第一季度应更加合理，事件影响持续约15个月之久。

不难看出，2014年第三季度，事件影响效应估计系数为正，且十分显著，其可视为由推迟赴日旅游导致，即存在出游时间替代。也就是说，中日钓鱼岛事件发生后，的确有部分中国公民可能会彻底取消赴日旅行计划改去其他国家地区旅行，但更多是中国公民迫于情境消费者敌意、群体压力等原因只是暂停前往，等待事件平息后仍会择期赴日旅游。这主要因为出境旅游作为花费较大的消费，一般需要经过家庭成员的讨论，并提前安排出行时间，事先做好行程规划，更改出游决策存在一定现实阻力。

3.4 游客量损失规模

进一步地，根据各阶段事件影响效应的时间动态异质性系数，可以反推对应时期未发生事件冲击的“反事实”基线值，从而计算中日钓鱼岛事件所造成的中国赴日游旅游人数损失。如表4所示，2012年中日钓鱼岛事件发生后的3个月内，中国赴日旅游人数大幅下降，事件导致2012年第四季度中国赴日旅游人数比预期“正常”情况减少了近26.9万，该季度只有17.4万中国公民前往日本旅游，甚至低于2011年3月日本大地震后第二季度中国赴日旅游19.6万人次的水平。至2013年第四季度，按照影响持续15个月计算，影响期内中国赴日旅游总人数减少了近80万，相对于日本同期实际入境旅游人数124万而言，这一损失足以对日本入境旅游造成全局性影响。按照日本政府观光局公布的2012年中国游客在日旅游人均消费约18.8万日元（约2310美元）计算，此次中日钓鱼岛事件对日本入境旅游造成了近19亿美元的损失。

3.5 稳健性检验

3.5.1    缩小样本时间区间

以事件发生的2012年第三季度为中间点，缩小样本时间区间，选取2011年第三季度至2013年第三季度前后共9個季度样本进行分析，从而考查事件影响效应的显著性是否会随样本选取时间长短而发生变化。表5第（1）和第（2）列结果表明，中日钓鱼岛事件对中国公民赴日旅游的影响效应仍然显著为负，很好地支持了前文的研究结论。

3.5.2    改变样本数量区间

为进一步避免国家异质性对实证结果的干扰，本文将原有样本各大洲32个国家缩小为9个亚洲国家1和其他大洲占日本入境旅游市场份额较大的6个国家2，共计15个国家，检验强化对照组情况下的实证结果是否依然稳健。如表5第（3）列和第（4）列所示，事件影响效应对对照组样本的设定变化具有一定稳健性。

3.5.3    控制不同时间趋势

除共同时间趋势影响外，仍然有理由担心存在影响实验组的特定时间趋势。在事件发生期，作为中国出境旅游目的地的日本对于中国公民而言，如果刚好进入旅游目的地生命周期（倒U形）的下降阶段，这时就会发生实验组自身趋势影响与事件影响混杂的情况。为了排除这种可能，即之前模型估计的负面效应只是反映了中国公民赴日旅游可能存在的原本下降趋势，研究在双重差分模型中分别加入分组虚拟变量与时间趋势一次项[（t）]和二次项[（t2）]的交互项，控制可能存在的国家时间趋势差异，模型设定如式（4）所示：

[Yit=α0+β1conflicti?postt+γZit+λi+    μt+θconflicti?t+?conflicti?t2+εit] （4）

加入时间趋势项后，估计结果如表5第（5）和第（6）列所示，事件影响效应系数仍然显著为负，进一步增强了本文的结论，此次中日钓鱼岛事件对中国赴日旅游人数的负面影响效应是高度稳健的。从估计结果看，时间趋势二次项[（t2）]显现出正向影响，也就是说，如果排除自身的时间趋势影响后，事件影响效应应该会更大，而事件影响效应系数-0.338相较表2影响效应系数-0.184偏大，正说明了这一问题。

3.5.4    设定虚假事件的安慰剂试验

安慰剂试验（placebo test）是双重差分模型重要的稳健性检验方法，其检验思路之一是改變事件真正发生的时点，设定虚假事件来考查其事件影响。研究将此次中日钓鱼岛事件发生的时间提前3期至2011年第四季度以及提前两期至2012年第一季度，另外，将事件发生时间推迟两期至2013年第一季度以及推迟3期至2013年第二季度，进行安慰剂试验。如表6第（1）列和第（2）列所示，事件发生提前3期和提前两期时，事件影响效应均不显著。同时，第（3）列和第（4）列的结果表示事件发生推迟两期和推迟3期，事件影响效应同样均不显著。这表明，如果人为更改事件发生时间设定虚假事件后，事件影响效应估计结果并不成立。可见，在真正的双边政治冲突事件发生期，中日钓鱼岛事件是导致中国赴日旅游人数下降的唯一原因，这一结果从侧面证实事件影响效应的稳健性。

4 事件影响效应对比分析

4.1 同一双边政治冲突事件对不同贸易的影响对比

本文进一步关注了2012年中日钓鱼岛事件对中国自日本进口贸易的影响，以此对比事件对旅游服务贸易和货物贸易的影响差异。利用日本海关关税局国别出口贸易额统计季度数据，选取与分析赴日旅游影响同样的时间区间以及同样的32个国家，在检验样本数据满足平行趋势假定的前提下，运用双重差分法进行分析。在相同模型设定前提下，估计结果如表7第（1）列所示，2012年中日钓鱼岛事件对中国自日本进口货物贸易产生了显著的负面影响，相比未发生政治冲突事件，事件导致中国自日本进口货物贸易额平均下降了10.9%（e-0.115-1≈-0.109）。对比表7第（2）列，一定程度上，相对于国际货物贸易，事件对旅游服务贸易的影响程度似乎更大。

这可能主要基于几方面的原因：一是，从消费抵制来看，针对汽车、电器等标识性商品的消费抵制往往被担心由于产品本地化策略、跨国经营产生的混合利益和身份等，导致本国相关合资企业或产业链中的上下游企业及雇佣员工产生连带损失，这一“双刃剑”作用有时会使商品消费抵制被认为是非理性行为，一定程度上削弱降低消费者敌意及其影响，使货物贸易抵制存在更多障碍。不同的是，出境旅游一般消费的主要是目的地的服务产品，消费者往往更执着地认为旅游抵制会单一地重创目的地的旅游业、零售业等，从而更加肯定旅游抵制行为的有效性。二是，从消费环境来看，在双边政治冲突事件情境下，具有风险意识的潜在旅游者会因暂时不稳定的双边关系，对前往或逗留冲突国的安全性产生顾虑和担忧，认为该目的地此时对其而言是相对危险的，缺乏安全保障[34]，进而改变旅行计划[66]。从根本上说，旅游服务贸易是基于旅游者在目的地与客源地之间的流动实现的，这种人员异地流动对环境的安全性要求要高于货物贸易中的实物商品运输。三是，从消费特点来看，旅游产品除了具有一般服务产品生产消费的同一性外，还具有其本身的产品特点，如交往性、情感性和享受性等。旅游者在目的地逗留期间必然会与当地的旅游服务商和居民发生基于服务需求供给的交互接触，而因双边政治冲突事件中产生的敌意情绪，有理由使潜在旅游者担心受到当地居民憎恶，影响旅旅游服务的良好体验，从而可能转向更友好的国家出游。可见，相比货物贸易或者其他服务贸易，旅游服务贸易涉及更多的个人互动及情感因素，更可能受到消费者敌意的直接影响。

4.2 不同双边政治冲突事件的影响对比

在满足双重差分法适用条件的前提下，本文运用双重差分法对比分析了2017年2月因韩国不顾中方反对部署“萨德”系统而引发的中韩双边政治冲突事件对中国公民赴韩旅游的影响。如表7第（3）列所示，这一事件导致中国赴韩旅游人数平均下降了45.6%（e-0.609-1≈-0.456），相较2012年中日钓鱼岛事件，2017年韩国部署“萨德”对中国游客到访韩国造成了更大的负面影响。从影响效应的时间动态异质性看，尽管总体上影响趋势随时间推移逐渐减弱，但直到2018年第四季度，时隔近两年仍然没有出现明显的反弹增长（表8）。而2017年中国公民赴泰国、新加坡的旅游人数分别增长12.0%和12.7%，赴越南、柬埔寨旅游人数分别增长48.6%和45.9%1，这一激增不排除从中韩冲突事件获益的可能，这都在一定程度上表明，受中韩冲突事件影响，中国公民并非推迟了赴韩旅游而更可能是在事件发生后彻底取消了该旅行计划。

之所以造成影响效应差异，可能源于中日钓鱼岛领土争端问题由来已久，中日双方就此问题产生的摩擦不在少数，2012年9月因日本“购岛”“国有化”风波引发的中日钓鱼岛事件只是中日钓鱼岛领土争端中的一个节点事件。相较而言，2017年2月因韩国实施部署“萨德”系统而引发的中韩双边政治冲突事件，其事件性质已严重触及中国长期的国家安全，对中国国家安全造成了一定现实威胁，所涉及的中国国家军事战略利益的敏感性和复杂性也增加了中国政府和民众对此事件的感知应对强度。据此，对不同双边政治冲突事件影响效应进行对比，一定程度上可以推断导致事件影响效应差异的初始原因。

5 结论与启示

5.1 主要结论

相对于国内外已有研究更多关注双边政治冲突事件对两国间商品贸易的影响，本文从旅游服务贸易角度，选取2012年中日钓鱼岛事件，以实证研究为双边政治冲突事件损害经济关系提供了旅游研究的经验证据。首先，在双重差分适用条件规范检验及稳健性检验的基础上，初步证实此次事件对中国公民赴日旅游产生了显著的负面影响，并对影响期内中国赴日旅游人数减少及日本入境旅游收入损失进行了测算。其次，通过双重差分动态异质性分析发现，此次事件的负面影响表现出一定的滞后性，且在各时期存在程度差异，事件影响持续一年多后，中国公民赴日旅游显著增长，表明此前主要是推迟赴日旅游而非彻底取消。最后，从事件影响效应对比角度，选取2017年因韩国部署“萨德”引发的中韩双边政治冲突事件，进一步发现其对中国公民出境旅游的影响明显大于2012年中日钓鱼岛事件的影响。而相比货物贸易，2012年中日钓鱼岛事件对旅游服务贸易的影响程度更大，这为根据事件特征、贸易类型推断探讨影响效应差异原因提供了现实证据。

5.2 实践启示

在当前复杂多变的国际政治经济格局中，国际关系对国家间经贸互动的影响正不断深入，就双边政治冲突事件对到访游客人数的影响效应评估是对一个實践相关性“真问题”的研究回应。这一研究回应不仅有助于国家综合判断双边政治冲突事件的经济影响，并据此调整选择相关经贸政策，同时也为出入境旅游相关企业规避经营风险提供了一定的决策参考。

首先，应全面关注双边政治冲突事件抑制旅游服务贸易所引发的综合不利影响。正如本文研究所发现的，因2012年中日钓鱼岛事件导致影响期内中国赴日旅游总人数减少近80万，这相当于同期日本实际入境旅游人数的64.5%，这一损失不仅足以对日本入境旅游造成全局性的影响，也对日本零售业、交通运输、国际商务等造成了一定冲击。除经济影响外，入境游客大量减少也必然对日本国内的就业形势造成很大压力。根据日本总务省统计局数据显示，2012年日本餐饮住宿就业人数为374万人，批发、零售业就业人数为1002万人，合计约占日本总就业人数的21.4%，这样的就业影响范围极易引发日本民众对本国政府的政治行为产生担忧和不满。因此，旅游服务贸易受政治冲突事件影响的深度和广度不容忽视，由此关联引发的综合不利影响会促使当事国全面地评估冲突代价。其次，应充分认识旅游服务贸易在国家外交领域的特殊作用。以往我们更多强调了国际旅游在国家间文化传播、民间外交方面的积极作用，而忽视了其作为国际服务贸易重要形式的独特作用。中国是世界重要的出境旅游客源地，旅游外交正逐渐成为我国对外政治经济交往中的重要筹码，服务于国家综合利益。双边政治冲突情境下，因冲突相对国频繁挑起事端危及国家根本利益，一国在必要时会选择采取一定的政治经济反制措施，而针对商品贸易的反制措施不仅可能“误伤”本国企业或其他国家，还可能牵扯政府干预国际贸易等敏感问题。相比之下，民众自发地拒绝或改变赴冲突相对国旅游的消费抵制，目的在于通过民间力量迫使该旅游目的地改变其不当做法，更多规避了违反国际贸易自由协定的风险，也避免了国家运用关税、补贴等战略性贸易政策进行反制的局限，有助于有理、有利、有节地实施必要的反制措施。最后，旅游企业和旅游利益相关者应充分重视双边关系对企业经营的重要性，尤其在双边政治冲突事件引发消费抵制的情境下，需着重关注抵制波及旅游业的情势发展，敏感地判断、调整、规避因事件带来的经营风险，不过度依赖单一客源市场，应促进旅游出入境市场多样化，充分利用贸易转移效应降低经济损失。

5.3 研究局限与展望

双重差分法虽然具有政策、事件效应评估的诸多优势，但其较严格的适用性检验往往决定了研究情境的不可重复性，因而其研究结论的外推需十分谨慎。当然，这也引申出后续研究的必要性，如选用不同国家案例、考虑事件特征因素的影响效应研究，双向出入境影响效应研究，影响的中介效应研究，等等。从今后长期国际关系发展趋势来看，中国的不断崛起避免不了与其他国家尤其是守成大国之间的摩擦与冲突，同时，在中国日益成为世界出境旅游大国的背景下，这一问题的研究对中国的现实意义也会更加凸显，在此研究方向和主题下的研究内容十分丰富，有待深入系统研究。

参考文献（References）

[1] HUANG J H， MIN J. Earthquake devastation and recovery in tourism： The Taiwan case[J]. Tourism Management， 2002， 23（2）： 145-154.

[2] 魏小安， 曾博伟. 汶川地震后中国旅游形势分析与判断[J]. 旅游学刊， 2008， 23（8）： 13-18. [WEI Xiaoan， ZENG Bowei. An analysis and judgement of Chinas tourism industry after Wenchuan earthquake[J]. Tourism Tribune， 2008， 23（8）： 13-18.]

[3] CRO S， MARTINS A M. Structural breaks in international tourism demand： Are they caused by crises or disasters？[J]. Tourism Management， 2017， 63（12）： 3-9.

[4] 俞金国， 王丽华. 后SARS时期中国入境旅游人数恢复评估——基于ARIMA模型[J]. 统计与决策， 2005（14）： 84-87. [YU Jinguo， WANG Lihua. An evaluation of the recovery of Chinas inbound tourists in the post SARS period—Based on ARIMA model[J]. Statistics & Decision， 2005（14）： 84-87.]

[5] 孙玉环. 基于SARIMA模型的SARS对中国入境旅游收入影响的定量分析[J]. 旅游科学， 2006， 20（1）： 18-21. [SUN Yuhuan.A quantitative analysis of the impacts of SARS on Chinas international tourism receipts： Based on SARIMA model[J].Tourism Science， 2006， 20（1）： 18-21.]

[6] 赵东喜. 中国省际入境旅游发展影响因素研究——基于分省面板数据分析[J]. 旅游学刊， 2008， 23（1）： 41-45. [ZHAO Dongxi. Study on the influencing factors of the development of Chinas provincial inbound tourism—Analysis based on the provincial panel data[J]. Tourism Tribune， 2008， 23（1）： 41-45.]

[7] KUO H， CHEN C C ， TSENG W C， et al. Assessing impacts of SARS and Avian Flu on international tourism demand to Asia[J]. Tourism Management， 2008， 29（5）： 917-928.

[8] ENDERS W， SANDLER T， PARISE G F. An econometric analysis of the impact of terrorism on tourism[J]. Kyklos， 1992， 45（4）： 531-544.

[9] S?NMEZ S F， APOSTOLOPOULOS Y， TARLOW P. Tourism in crisis： Managing the effects of terrorism[J]. Journal of Travel Research， 1999， 38（1）： 13-18.

[10] GUZHVA V S， PAGIAVLAS N. US commercial airline performance after September 11， 2001： Decomposing the effect of the terrorist attack from macroeconomic influences[J]. Journal of Air Transport Management， 2004， 10（5）： 327-332.

[11] BONHAM C， EDMONDS C， MAK J. The impact of 9/11 and other terrible global events on tourism in the United States and Hawaii[J]. Journal of Travel Research， 2006， 45（1）： 99-110.

[12] BAC D P， BUGNAR N G， MESTER L E. Terrorism and its impacts on the tourism industry[J]. Romanian Review on Political Geography， 2015， 17（1）： 5-11.

[13] CANALLY C， TIMOTHY D J. Perceived constraints to travel across the US-Mexico border among American university students[J]. International Journal of Tourism Research， 2007， 9（6）： 423-437.

[14] 吳良平， 张健， 陆媛. 基于IOWHA算子的组合预测在中国入境旅游中的应用分析[J]. 旅游学刊， 2011， 26（11）： 19-27. [WU Liangping， ZHANG Jian， LU Yuan. An analysis of the application of combined forecast in Chinas inbound tourism based on IOWHA operator[J]. Tourism Tribune， 2011， 26（11）： 19-27.]

[15] MUZINDUTSI P F， MANALIYO J C. Effect of political risk shocks on tourism revenue in South Africa： Time series analysis[J]. International Journal of Business and Management Studies， 2016， 8（2）： 169-186.

[16] HOLLIER R. Conflict in the Gulf： Response of the tourism industry[J]. Tourism Management， 1991， 12（1）： 2-4.

[17] S?NMEZ S F， GRAEFE A R. Influence of terrorism risk on foreign tourism decisions[J]. Annals of Tourism Research， 1998， 25（1）： 112-144.

[18] BROWN D O. Political risk and other barriers to tourism promotion in Africa： Perceptions of US-based travel intermediaries[J]. Journal of Vacation Marketing， 2000， 6（3）： 197-210.

[19] FAULKNER B. Towards a framework for tourism disaster management[J]. Tourism Management， 2001， 22（2）： 135-147.

[20] FERNANDO S， BANDARA J S， LIYANAARACHCH S， et al. Political violence and volatility in international tourist arrivals： The case of Sri Lanka[J]. Tourism Analysis， 2013， 18（5）： 575-586.

[21] WEBSTER C， IVANOV S. Geopolitical drivers of future tourist flows[J]. Social Science Electronic Publishing， 2014， 1（1）： 58-68.

[22] DAVIS C L， MEUNIER S. Business as usual？ Economic responses to political tensions [J]. American Journal of Political Science， 2011， 55（3）： 628-646.

[23] YU Qionglei， MCMANUS R， YEN D A， et al. Tourism boycotts and animosity： A study of seven events[J]. Annals of Tourism Research， 2020， 80（1）： 1-16.

[24] ETTENSON R， GABRIELLE K J. The fallout from French nuclear testing in the South Pacific[J]. International Marketing Review， 2005， 22（2）： 199-224.

[25] KLEIN J G， ETTENSON R， MORRIS M D. The animosity model of foreign product purchase： An empirical test in the Peoples Republic of China[J]. Journal of Marketing， 1998， 62（1）： 89-100.

[26] KLEIN J G， SMITH N C， JOHN A. Why we boycott： Consumer motivations for boycott participation[J]. Journal of Marketing， 2004， 68（7）： 92-109.

[27] SEN S， G?RHAN-CANLI Z， MORWITZ V. Withholding consumption： A social dilemma perspective on consumer boycotts[J]. Journal of Consumer Research， 2001， 28（3）： 399-417.

[28] ALVAREZ M D， CAMPO S. The influence of political conflicts on country image and intention to visit： A study of Israels image[J]. Tourism Management， 2014， 40（2）： 70-78.

[29] HESLOP L A， LU I， CRAY D. Modeling country image effects through an international crisis[J]. International Marketing Review， 2008， 25 （4）： 354-378.

[30] BAHAEE M， PISANI M J. Iranian consumer animosity and U.S. products： A witchs brew or elixir？[J]. International Business Review， 2009， 18（2）： 199-210.

[31] CAI H， FANG X， YANG Z， et al. Implicit consumer animosity： A primary validation[J]. Journal of Applied Social Psychology， 2012， 42（7）： 1651-1674.

[32] LEE R， LEE K T. The longitudinal effects of a two-dimensional consumer animosity[J]. Journal of Consumer Marketing， 2013， 30（3）： 273-282.

[33] VERLEGH P， STEENKAMP J. A review and meta-analysis of country-of-origin research[J]. Journal of Economic Integration， 1999， 20（5）： 521-546.

[34] JUAN Y， CHOI Y， AN S， et al. The constraints of Chinese tourists to visit Korea caused by THAAD using Q-methodology[J]. Asia Pacific Journal of Tourism Research， 2017， 22（12）： 1261-1273.

[35] 郭功星， 周星， 涂紅伟. 消费者敌意、自我效能与旅游意愿——基于对青少年出境旅游市场的实证研究[J]. 旅游学刊， 2016， 43（2）： 44-52. [GUO Gongxing， ZHOU Xing， TU Hongwei. Animosity， self-efficacy and willingness-to-visit： An empirical study on young outbound tourism[J]. Tourism Tribune， 2016， 43（2）： 44-52.]

[36] STEPCHENKOVA S， SHICHKOVA E， KIM M， et al. Do strained bilateral relations affect tourists desire to visit a country that is a target of animosity？[J]. Journal of Travel & Tourism Marketing， 2018， 35（5）： 553-566.

[37] CHEN C C， LIN Y H， PETRICK J F. Social biases of destination perceptions[J]. Journal of Travel Research， 2013， 52（2）： 240-252.

[38] S?NCHEZ M， CAMPO S， ALVAREZ M D. The effect of animosity on the intention to visit tourist destinations[J]. Journal of Destination Marketing & Management， 2018， 7（3）： 182-189.

[39] VOLO S. A post-colonial analysis of bilateral tourism flows： The case of Korea and Japan[J]. International Journal of Tourism Research， 2012， 14（6）： 586-600.

[40] CHENG M， WONG I K， PRIDEAUX B. Political travel constraint： The role of Chinese popular nationalism[J]. Journal of Travel & Tourism Marketing， 2017， 34（3）： 383-397.

[41] CHEN N， HSU C H C， LI X R. Feeling superior or deprived？ Attitudes and underlying mentalities of residents towards Mainland Chinese tourists[J]. Tourism Management， 2018， 66（6）： 94-107.

[42] PODOSHEN J S， HUNT J M. Equity restoration， the Holocaust and tourism of sacred sites[J]. Tourism Management， 2011， 32（6）： 1332-1342.

[43] CHENG M， WONG I K， PRIDEAUX B. Political travel constraint： The role of Chinese popular nationalism[J]. Journal of Travel & Tourism Marketing， 2017， 34（3）： 383-397.

[44] AL-HAMARNEH A. Islamic tourism： Rethinking the strategies of tourism development in the Arab world after September 11， 2001[J]. Comparative Studies of South Asia Africa and the Middle East， 2004， 24（1）： 175-186.

[45] STEPCHENKOVA S， SHICHKOVA E. Attractiveness of the United States as a travel destination for the Russian tourist in the era of strained bilateral relations[J]. International Journal of Tourism Cities， 2017， 3（1）： 87-101.

[46] KIM S S， PRIDEAUX B， TIMOTHY D. Factors affecting bilateral Chinese and Japanese travel[J]. Annals of Tourism Research， 2016， 61（11）： 80-95.

[47] LUO Qiuju， ZHAI Xueting. “I will never go to Hong Kong again！” How the secondary crisis communication of “Occupy Central” on Weibo shifted to a tourism boycott[J]. Tourism Management， 2017， 62（10）： 159-172.

[48] TOLKACH D. A view of occupy central impacts on Hong Kong tourism from the other side of the Great Firewall： A rejoinder to Luo & Zhai[J]. Tourism Management， 2018， 67（8）： 307-311.

[49] HEILMANN K. Does political conflict hurt trade？ Evidence from consumer boycotts[J]. Journal of International Economics， 2016， 99（3）： 179-191.

[50] 孙根年. 我国境外旅游本底趋势线的建立及科学意义[J]. 地理科学， 1998， 18（5）： 442-448. [SUN Gennian. Foundation and significance of background trend line of tourists from abroad in China[J]. Scientia Geographica Sinica， 1998， 18（5）： 442-448.]

[51] 王洁洁. 国际关系及重大事件对出入境旅游的影响[D]. 西安： 陕西师范大学， 2011. [WANG Jiejie. The Impact of International Relations and Important Events on Inbound and Outbound Tourism[D]. Xian： Shaanxi Normal University， 2011.]

[52] 孙根年， 舒镜镜， 马丽君， 等. 五大危机事件对美国出入境旅游的影响——基于本底线模型的高分辨率分析[J]. 地理科学进展， 2010， 29（8）： 987-996.[SUN Gennian， SHU Jingjing， MA Lijun， et al. Influences of five crises on US inbound and outbound tourism analysis based on the tourism background trend line in high time resolution[J]. Progress in Geography， 2010， 29（8）： 987-996.]

[53] 孙根年， 周瑞娜， 马丽君， 等. 2008年五大事件对中国入境旅游的影响——基于本底趋势线模型高分辨率的分析[J]. 地理科学， 2011， 31（12）： 1437-1446. [SUN Gennian， ZHOU Ruina， MA Lijun， et al. Impact of five important events on China provincial inbound tourism in 2008： An analysis in high-resolution based on the TBL model[J]. Scientia Geographica Sinica， 2011， 31（12）： 1437-1446.]

[54] TURNER L W， WITT S F. Forecasting tourism using univariate and multivariate structural time series models[J]. Tourism Economics， 2001， 7（2）： 135-147.

[55] CHU F L. A fractionally integrated autoregressive moving average approach to forecasting tourism demand[J]. Tourism Management， 2008， 29（1）： 79-88.

[56] SONG H， QIU R， PARK J. A review of research on tourism demand forecasting[J]. Annals of Tourism Research， 2019， 75（3）： 338-362.

[57] MOSER P， VOENA A. Compulsory licensing： Evidence from the trading with the enemy act[J]. American Economic Review， 2012， 102（1）： 396-427.

[58] 石華军， 楚尔鸣. 政策效果评估的双重差分方法[J]. 统计与决策， 2017（17）： 80-83. [SHI Huajun， CHU Erming. DID model of policy effect evaluation[J]. Statistics & Decision， 2017（17）： 80-83.]

[59] 陈林， 伍海军. 国内双重差分法的研究现状与潜在问题[J]. 数量经济技术经济研究， 2015（7）： 133-148. [CHEN Lin， WU Haijun. Research status and potential problems of differences-in-differences method in China[J]. The Journal of Quantitative & Technical Economics， 2015（7）： 133-148.]

[60] 张辉， 厉新建， 秦宇， 等. 中国出境旅游市场现状与趋势判断[J]. 商业研究， 2003（2）： 147-151.[ZHANG Hui， LI Xinjian， QIN Yu， et al. On the present situation and trend of China outbound tourism[J]. Commercial Research， 2003（2）： 147-151.]

[61] 张凌云， 房蕊. 日本出国旅游需求与人均GDP关系实证研究——兼议对我国出境旅游发展的启示[J]. 旅游科学， 2011， 25（3）： 24-34.[ZHANG Lingyun， FANG Rui. An empirical study of the relationship between outbound tourism demand and per capita GDP of Japan： Enlightenments on Chinas outbound tourism development[J]. Tourism Science， 2011， 25（3）： 24-34.]

[62] 蒋依依， 刘祥艳， 宋慧林. 出境旅游需求的影响因素——兼论发展中经济体与发达经济体的异同[J]. 旅游学刊， 2017， 32（1）： 12-21. [JIANG Yiyi， LIU Xiangyan， SONG Huilin. Influencing factors of outbound tourism and their different functions in developing and developed economies[J]. Tourism Tribune， 2017， 32（1）： 12-21.]

[63] 吴必虎， 唐俊雅， 黄安民， 等. 中国城市居民旅游目的地选择行为研究[J]. 地理学报， 1997， 52（2）： 97-103. [WU Bihu， TANG Junya， HUANG Anmin， et al. Study on destination choice behavior of Chinese urban residents[J]. Acta Geographica Sinica， 1997， 52（2）： 97-103.]

[64] 杨宏浩， 戴斌. 出境旅游市场影响因素理论与实证分析[J]. 企业经济， 2009（8）： 131-134. [YANG Honghao， DAI Bin. Theoretical and empirical analysis on influencing factors of outbound tourism market[J]. Enterprise Economy， 2009（8）： 131-134.]

[65] 王晓峰. 中国出境旅游人口规模的增长、原因及趋势[J]. 人口学刊， 2006（6）： 12-15.[WANG Xiaofeng. Tendency， factor and increase of population quantity of outbound tourists in China[J]. Population Journal， 2006（6）： 12-15.]

[66] KOZAK M， CROTTS J C， LAW R. The impact of the perception of risk on international travellers[J]. International Journal of Tourism Research， 2007， 9（4）： 233-242.

Do Bilateral Political Conflicts Affect Visitor Arrivals？

—Empirical Study of Sino-Japanese Diaoyu Islands Dispute in 2012

XING Jianhua1，2， ZHANG Hui1

（1. School of Economics and Management in Beijing Jiaotong University， Beijing 100044， China;

2. Department of Tourism in Shanxi University， Taiyuan 030006， China）

Abstract： In the studies on external events impact on international tourism， scholars have focused on analyzing the events in tourist destinations， such as natural catastrophes， disease epidemics， terrorist attacks， economic crises， and political instability. However， few studies have examined the impact of bilateral political conflict between destination and tourist source. Also， by measuring the impact of tourist intention， instead of tourist behavior， the extant studies have not empirically assessed the true damage of the bilateral political conflict on visitor arrivals. This study applied the difference-in-difference （DID） method to evaluate the impact of the Sino-Japanese Diaoyu Islands dispute in September 2012 on Chinese travel to Japan， which extended the impact assessment of bilateral political conflict on goods trade to tourism services. The data of inbound tourist to Japan was obtained from the online portal of Japan National Tourism Organization （JNTO）. This dataset for the analysis covered quarterly data of 32 countries from the first quarter of 2011 through the fourth quarter of 2014. The parallel trend graph of DID model revealed a pronounced dip for Chinese travel to Japan in the third quarter of 2012， which was not present for other countries visitors. The dispute resulted in a 16.8% quarterly average reduction in Chinese visitor arrivals to Japan： that amounted to a cumulative decline in visitor numbers of approximately 800，000 and a US $1.9 billion reduction in tourism revenue in Japan over a period of 15 months. The impact of the dispute varied with time： the number of Chinese visitor arrivals in Japan showed a 60.7% decrease in the fourth quarter of 2012; the negative effects have diminished by the third quarter of 2013. Additional robustness checks included regressions on time span variation， regressions on a restricted sample， regressions that control for pre-existing time trend and placebo test. Furthermore， using the DID method as well， the study discussed the impact heterogeneity for different trade types and different bilateral political conflicts， which provided some explanations of possible reasons for impact difference. It was evident that the impact of the Sino-Japanese Diaoyu Islands dispute on inbound tourism to Japan was stronger than that on Japans export trade to China. Comparing with the deployment of THAAD in ROK in February 2017， the study showed that the bilateral political conflict due to historical territorial dispute and the bilateral political conflict involving fundamental interests related to national security， differed in their impact intensity and duration： the latter tended to have enduring and greater effects. This paper highlighted the bilateral political conflict as a key risk factor in destination management. Managers of tourist business and destinations should not underestimate the effects.

Keywords： bilateral political conflict; visitor arrivals; outbound tourism; impact assessment

[責任编辑：周小芳;责任校对：王    婧]