城市低碳转型提高了旅游生态效率吗？
2024-08-23张自强何婕陈海菁
摘 要：旅游业是典型的环境依赖型产业，易受到气候变化的影响。作为应对气候环境危机的有力举措，低碳城市试点政策的制度设计有助于促进旅游业发展的生态化转型。使用考虑非期望产出的超效率SBM模型对2005—2021年全国284个城市的旅游生态效率展开测度，基于“低碳城市试点建设”这一准自然实验，构建多期双重差分模型考察低碳城市试点政策对旅游生态效率的影响及内在机理。研究发现，全国各城市的旅游生态效率水平整体偏低，且波动性较强。低碳城市试点政策显著促进了试点城市旅游生态效率的提升，这种政策效应随时间推移呈现出先增后降的趋势。机制检验表明，低碳城市试点政策通过加大技术创新投入、抑制旅游产业集聚、驱动产业结构高级化转型、引导地方政府积极制定相关政策的路径对旅游生态效率发挥积极作用。该项政策对旅游生态效率的正向作用在区位条件好、行政级别高、城市规模大和旅游资源禀赋丰富的地区表现明显，存在显著的地区异质性。据此，推进旅游业生态化转型应健全低碳城市试点的评价机制，推动城市技术创新与产业结构升级，规范地方政府行为与旅游业的环境监管，加强城市间的互动合作。
关键词：低碳城市试点政策; 技术创新; 产业升级; 旅游生态效率; 多期双重差分模型
作者简介：张自强，贵州大学经济学院/马克思主义经济发展与应用研究中心教授，管理学博士，主要研究方向：旅游经济、农村与区域发展（E-mail：zqzhang5@gzu.edu.cn；贵州 贵阳 550025）。何婕，贵州大学旅游与文化产业学院研究生，主要研究方向：旅游经济。陈海菁，贵州大学旅游与文化产业学院研究生，主要研究方向：旅游文化产业。
基金项目：贵州省教育厅人文社会科学研究基地项目“‘双碳’目标下贵州林区推进森林碳汇增长与相对贫困缓解的路径研究”（GDZX2024021）
中图分类号：F592.7；X321 文献标识码：A
文章编号：1006-1398（2024）04-0033-17
一 引 言
2022年IPCC第六次评估报告明确指出，人类活动所产生的温室气体排放影响气候变化，这将对地球健康与人类福祉造成严重威胁。2020年9月，习近平主席在第七十五届联合国大会上承诺，中国的二氧化碳排放力争于2030年前达到峰值，争取于2060年前实现碳中和。党的二十大报告亦强调中国未来发展要稳妥推进碳达峰碳中和。旅游业是加剧气候变化的行业之一，世界旅游组织预测，到2030年全球旅游交通碳排放将占人为二氧化碳排放总量的5.3%。为实现旅游业的生态化发展，早在2009年，国务院就出台了《关于加快发展旅游业的意见》，提出旅游业发展应向节约能源、保护生态环境转变。始于2010年的低碳城市试点政策是国家落实“双碳”任务的重要手段。作为国民经济重要的战略性支柱产业，旅游业将会是国家实现“双碳”目标的重要环节，籍此，评估低碳城市试点政策对城市旅游生态效率的影响，对于优化低碳试点政策与推动旅游业生态化转型具有现实意义。
低碳城市试点政策的实施路径表现在制定低碳发展制度、优化产业体系、探索创新技术、协同减污降碳等，因地制宜建设试点城市的低碳发展模式。【邬彩霞：《中国低碳经济发展的协同效应研究》，《管理世界》2021年第8期，第105—117页。】作为综合性较强的环境规制措施，低碳城市试点政策的落实势必涉及到农业、工业、交通与建筑业等众多领域【董梅：《低碳城市试点政策的工业污染物净减排效应——基于合成控制法》，《北京理工大学学报（社会科学版）》2021年第5期，第16—30页。】，有助于推动各行业的可持续发展和转型升级。遗憾的是，当前的研究多注重评估低碳城市试点政策在第二产业中的实施效应，以高能耗高污染的工业为主【王展祥、叶宇平：《低碳城市试点政策对地方政府重污染行业土地出让的影响》，《中国人口·资源与环境》2023年第3期，第125—136页。】，鲜有研究对其在第三产业的影响进行评价，特别是与气候变化息息相关的旅游业领域。然而，旅游业不仅是拉动经济的引擎，也是人类活动碳排放的重要部门。2019年旅游业对全球的GDP贡献率达到了10.4%，2013年旅游业碳足迹约占全球温室气体排放量的8%【Lenzen M Y， Sun F， Faturay Y， et al.The Carbon Footprint of Global.Tourism， Nature Climate Change， 2018， 8， pp.522-528.】，实际情况表明旅游业的庞大规模及其对社会经济、环境的影响是不可小觑的【王峥、程锦红、程占红：《中国旅游业碳均衡区域差异及其影响因素》，《生态学报》2021年第20期，第8 063—8 075页。】。由此，选择旅游生态效率指标来评估低碳城市试点政策在旅游业中的实施效应。
自Gössling等将生态效率的概念引入旅游领域后，学界将旅游生态效率定义为，在地方旅游业发展过程中，以最少的资源投入和环境代价实现旅游产品和服务价值最大化。【Wu X， Liang X.Tourism Development Level and Tourism Eco-efficiency： Exploring the Role of Environmental Regulations in Sustainable Development.Sustainable Development， 2023， 31， （4）， pp.2 863-2 873.】近几年来，学界开始关注环境规制与旅游生态效率之间的关系，关于环境规制能否提高旅游生态效率的议题存在较多争议。基于全国省级数据，发现环境规制对旅游生态效率具有正向影响。【卢飞、宫红平：《中国旅游生态效率测度、时空特征与影响因素研究》，《统计与决策》2020年第16期，第96—100页。】【王凯、邹楠、甘畅：《旅游技术效率、旅游绿色生产率收敛性及其影响因素》，《经济地理》2022年第6期，第215—224页。】李志龙等将考察范围缩小至武陵山片区，结果表明环境规制有助于旅游经济生态效率的提升。【李志龙、王迪云：《武陵山片区旅游经济——生态效率时空分异及影响因素》，《经济地理》2020年第6期，第233—240页。】但部分学者的研究结论呈否定观点，田红等的研究指出山东省的环境规制显著负向影响其旅游生态效率【田红、赵庆朋：《高质量发展下区域旅游生态效率评价及影响因素研究——以山东省为例》，《干旱区资源与环境》2022年第12期，第201—208页。】。王梓瑛等的研究结论佐证了这一观点，即环境规制抑制了长江三角洲大部分城市旅游生态效率的提升【王梓瑛、王兆峰：《环境规制对旅游生态效率影响的时空异质性研究——以长江三角洲城市群为例》，《长江流域资源与环境》2022年第4期，第750—758页。】。还有学者的研究表明环境规制对旅游生态效率不存在明显影响，如以黄山风景区为案例地【彭红松、章锦河、韩娅等：《旅游地生态效率测度的SBM-DEA模型及实证分析》，《生态学报》2017年第2期，第628—638页。】，或京津冀地区【Li Y， Ying Z.Spatial-temporal Evolution and Influencing Factors of Tourism Eco-efficiency in China’s Beijing-Tianjin-Hebei Region.Frontiers in Environmental Science， 2022， 10， （1）， pp.1-13.】。对此，谢佳亮等认为以上研究结果的差异可能在于环境规制类型不同，以长江经济带为对象的研究发现，环境规制类型的不同会导致其对旅游生态效率的影响存在差异。【谢佳亮、王兆峰：《长江经济带环境规制对旅游生态效率的门限效应及空间差异》，《地理与地理信息科学》2023年第2期，第117—125页。】
综上，现有研究表明：一是环境规制往往被作为控制变量存在，且多以环保支出作为代理指标，鲜有研究将其视作核心解释变量探讨其对旅游生态效率的影响。二是由于不同研究的考察期跨度、研究区域范围以及对环境规制的衡量方式等前提条件存在区别，导致研究结论产生分歧。本文想要厘清的问题是：低碳城市试点政策作为一项综合性的系统工程，其环境规制的实施涉及到多种政策工具【Ma W， Jong M D， Bruijne M D.Mix and Match： Configuring Different Types of Policy Instruments to Develop Successful Low Carbon Cities in China.Journal of Cleaner Production， 2021， 282， （1）， pp.1-14.】，这对环境敏感型的旅游业有何作用？即低碳试点是否真正起到了提升旅游生态效率的政策效果？其作用路径又是如何表现的？
鉴于此，本文尝试识别低碳城市试点政策与旅游生态效率之间的内在联系，可能的边际贡献在于：首先，当前关于旅游生态效率的研究多以省域尺度展开，研究范围多聚焦于城市群、经济带等【Sun Y， Hou G.Analysis on the Spatial-temporal Evolution Characteristics and Spatial Network Structure of Tourism Eco-efficiency in the Yangtze River Delta Urban Agglomeration.International Journal of Environmental Research and Public Health， 2021， 18， （5）， pp.1-29.】，本文以地级市为基本单位，对全国284个城市的旅游生态效率进行测算，并深入分析其变化趋势。其次，现有研究对低碳城市试点政策的效应评估多集中于全国经济或工业领域，且采用多时点双重差分模型。由于组别和时间产生变化，多时点双重差分估计结果可能存在偏误【Chaisemartin C D， D’Haultfoeuille X.Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects.American Economic Review， 2020， 110， （9）， pp.2 964-2 996.】。本文将低碳城市试点政策的效应评估延伸到了旅游业领域，且引入两阶段双重差分方法进行稳健性检验。最后，关于旅游生态效率的研究多聚焦于时空格局演化等，相关的传导路径有待系统分析【郭丽佳、李畅、彭红松等：《节能减排约束下中国省域旅游生态效率评估及空间格局研究》，《地理科学进展》2021年第8期，第1 284—1 297页。】，本文基于旅游业的产业属性和低碳城市试点政策的设计特点，从创新效应、集聚效应、结构效应和制度效应四个方面深入探析低碳城市试点建设对旅游生态效率的影响机制。在实践层面上从低碳城市转型视角揭示了旅游生态效率的影响因素，为旅游业低碳发展提供经验指引，对于检验低碳城市试点政策在新型服务业中的实施效果具有参考价值。在理论层面上深化了已有研究基础，通过机制检验考察了中介变量的传导机制作用及作用力度，拓宽了低碳试点政策实施效果评估领域的理论架构，为地区制定低碳旅游政策提供了理论依据。
二 政策背景与研究假设
（一）政策背景
2010年7月，国家发改委发布了《关于开展低碳省区和低碳城市试点工作的通知》（下称《通知》），启动了第一批国家低碳省区和低碳城市试点工作，后又于2012年11月和2017年1月开展了第二、三批低碳试点工作。作为一项城市层面的环境规制政策，低碳城市建设不仅是控制温室气体排放的关键抓手，也是发展经济、贯彻生态文明理念和推动可持续发展的重要指引。
一是从试点范围来看，在三批次低碳试点城市名单中，第一批试点包括5省8市，第二批试点包括1省28市，第三批试点包括45个市县。试点范围逐步扩大，首批试点对象多以省份为主体，后两批次逐步推进到市级层面，以城市为单位更易于制定、贯彻并执行符合地方特色的低碳转型规划。二是从选拔方式来看，前两批次低碳试点城市的遴选方式主要是在地方申报的基础上由国家发改委自上而下指定，第三批次则是以组织推荐和专家点评的方式对地方申报的试点实施方案进行遴选，表明低碳城市试点政策是连续且有效的，选拔方式公正严谨。三是从具体任务来看，低碳建设要求各试点城市因地制宜探索发展模式，围绕着编制发展规划、建立产业体系、加强创新技术等方面细化建设任务，任务安排由宽泛到具体，约束性和科学性逐渐增强。
与其他城市相比，入选为低碳试点城市对于当地政府来说既是一种激励，也是一种责任【庄贵阳：《中国低碳城市试点的政策设计逻辑》，《中国人口·资源与环境》2020年第3期，第19—28页。】。一方面，低碳城市试点政策在实施过程中逐渐健全了对试点城市低碳发展目标的考核与评估机制，具有一定的约束和规范作用。另一方面，被评为低碳试点城市有利于地方政府的政绩考核，该地区的企业更易于得到资金补贴等政策奖励。在此政策背景下，试点城市既受到更严格的监管，又拥有更多的发展机遇，有助于实现低碳转型目标。
（二）研究假设
1.基本影响机制及研究假设
旅游生态效率的本质要求是以最低的污染获取最大的经济收益，这与低碳城市试点政策的根本目标不谋而合。低碳城市试点政策对旅游生态效率的直接作用表现在两个方面：一是在旅游业领域的环境效应。从政策设计来看，低碳发展规划将减碳任务具体到了旅游业，通过推动旅游设施的低碳化升级改造等方式，达到旅游业的减碳目的。从行业视角来看，旅游业中的二氧化碳排放主要来自交通与住宿【Lenzen M Y， Sun F， Faturay Y， et al.The Carbon Footprint of Global.Tourism.Nature Climate Change， 2018， 8， pp.522-528.】，低碳城市试点政策要求改造传统产业，着力发展低碳交通、低碳建筑。从企业视角来看，低碳战略能够提高旅游企业的环境保护责任，通过减少资源消耗显著改善环境绩效【Kraus S， Rehman S U， García F J S.Corporate Social Responsibility and Environmental Performance： The Mediating Role of Environmental Strategy and Green Innovation.Technological Forecasting and Social Change， 2020， 160， （1）， pp.1-8.】。二是在旅游业领域的经济效应。低碳转型要求地方发展新兴服务业等高附加值产业【张明斗、闫昱睿：《低碳战略能否增强城市经济发展与生态环境的协调性——基于低碳城市试点的准自然实验》，《广东财经大学学报》2023年第3期，第24—37页。】，各试点地的低碳战略设计中均把旅游发展视作经济绿色转型过程中的方向指引。作为带动性和关联性普遍较强的产业，旅游业的发展必然会带来旅游收益，同时增加地方的就业岗位，直接或间接地带动其他产业发展，为地方经济带来新的增长点【唐夕汐、夏青、陈非：《旅游发展、技术创新对经济增长的影响研究——基于省级空间面板数据分析》，《华东经济管理》2020年第10期，第48—55页。】。由此，提出如下假设：
H1：低碳城市试点政策能够显著提升旅游生态效率。
2.中介影响机制及研究假设
技术创新和产业结构升级是城市低碳转型的重要作用路径【葛立宇、莫龙炯、黄念兵：《数字经济发展、产业结构升级与城市碳排放》，《天津财经大学学报》2022年第6期，第20—37页。】，也是地区经济高质量发展的主要动力【张明斗、闫昱睿：《低碳战略能否增强城市经济发展与生态环境的协调性——基于低碳城市试点的准自然实验》，《广东财经大学学报》2023年第3期，第24—37页。】。此外，从旅游产业的集聚性和低碳试点政策的设计特点来看，旅游产业的集聚特性直接影响旅游业的发展格局，各个试点城市的制度环境决定了政策的实施成效。在此背景下，进一步从创新效应、集聚效应、结构效应和制度效应四个方面探讨低碳城市试点政策影响旅游生态效率的作用机理（见图1），具体说明如下：
一是创新效应。弗里曼的技术创新政策体系提出，政府的科学技术政策对技术创新有刺激作用。现有关于低碳城市试点政策对技术创新影响的研究结论证实了这一点，即低碳城市试点政策能够有效提升技术创新水平【王贞洁、王惠：《低碳城市试点政策与企业高质量发展——基于经济效率与社会效益双维视角的检验》，《经济管理》2022年第6期，第43—62页。】。具体表现在，低碳试点政策能通过增加政府的科技投入，促进科研人才集聚，从而提升城市的技术创新水平【仇怡、曾迪、吴建军：《我国低碳试点政策提升了城市绿色技术创新水平吗？》，《江西社会科学》2023年第10期，第50—60页。】。同时，技术创新对旅游业有着较强的引导和渗透作用，为旅游业的转型和升级提供了要素支持，如“互联网+旅游”融合为旅游业的低碳转型提供了新契机，有效促进了旅游产业的优化升级【杨勇：《互联网促进旅游产业动态优化了吗？》，《经济管理》2019年第5期，第156—170页。】。据此，提出如下假设：
H2：低碳城市试点政策可以提高技术创新投入，通过创新效应提升旅游生态效率。
二是集聚效应。政府政策能够直接影响旅游产业集聚，在宏观上指引接待地的旅游发展规划，微观上影响旅游企业的布局选址【麻学锋、谭佳欣、黄俊：《区域旅游产业集聚过程及其影响因素研究——以湘西地区为例》，《旅游学刊》2021年第9期，第13—27页。】。较第二产业而言，发展环境友好型的旅游业往往是地方政府低碳转型中的重要举措。旅游业是高度依赖于特定景点的部门，导致了旅游需求与供给要素的集中布局【Majewska J.Inter-regional Agglomeration Effects in Tourism in Poland.Tourism Geographies， 2015， 17， （3）， pp.408-436.】。Li等研究认为旅游产业集聚在全国层面上能够提升旅游生态效率，但在不同地区存在异质性。【Li Z， Liu H.How Tourism Industry Agglomeration Improves Tourism Economic Efficiency？ Tourism Economics， 2022， 28， （7）， pp.1724-1748.】具体表现在，旅游产业集聚能够促进旅游资源要素的共享与合理配置，降低旅游产品生产和流通成本，增加旅游经济效益，提升旅游业碳排放效率【Zhou Q， Qu S， Hou W.Do Tourism Clusters Contribute to Low-carbon Destinations？ The Spillover Effect of Tourism Agglomerations on Urban Residential CO2 Emissions.Journal of Environmental Management， 2023， 330， （1）， pp.1-12.】。据此，提出如下假设：
H3：低碳城市试点政策能够推动旅游产业集聚，通过集聚效应提升旅游生态效率。
三是结构效应。低碳城市试点政策要求地方政府建设低碳产业体系，推动传统产业有序退出与转型，使高能耗、高排放的污染产业向高效率、高附加值的清洁产业转变【Zheng J， Shao X， Liu W， et al.The Impact of the Pilot Program on Industrial Structure Upgrading in Low-carbon Cities.Journal of Cleaner Production， 2021， 290， （1）， pp.1-11.】。相关研究证实了低碳城市试点政策在产业结构升级方面的提升作用【罗良文、张郑秋、周倩：《产业智能化与城市低碳经济转型》，《经济管理》2023年第5期，第43—60页。】，具体表现为产业结构的高级化和合理化。产业结构高级化意味着第三产业在经济发展中的比重更为突出【邵帅、范美婷、杨莉莉：《经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察》，《管理世界》2022年第2期，第46—69+4—10页。】，旅游接待地的交通、住宿等业态更加完善。产业合理化意味着旅游业各部门之间的协调度更高，劳动力、技术等要素配置更合理，有助于提升旅游效率【王凯、胡奕、何静等：《中国产业结构优化升级对旅游效率的空间溢出效应》，《地域研究与开发》2023年第4期，第7—13页。】。据此，提出如下假设：
H4：低碳城市试点政策可以推动产业结构的高级化、合理化转型，通过结构效应提升旅游生态效率。
四是制度效应。低碳城市试点政策存在弱激励特征【Tie M， Qin M， Song Q， et al.Why does the Behavior of Local Government Leaders in Low-carbon City Pilots Influence Policy Innovation？ Resources， Conservation and Recycling， 2020， 152， （1）， pp.1-9.】，中央政府激励地方政府根据其自身情况探索低碳解决方案，试点政策的落实情况较大程度上取决于地方政府对上级政策的重视程度和执行力度【庄贵阳：《中国低碳城市试点的政策设计逻辑》，《中国人口·资源与环境》2020年第3期，第19—28页。】。Ma等的研究表明不同低碳试点城市所部署的政策工具类型和组合方式均会对低碳试点的建设效果造成影响。【Ma W， Jong M D， Bruijne M D.Mix and Match： Configuring Different Types of Policy Instruments to Develop Successful Low Carbon Cities in China.Journal of Cleaner Production， 2021， 282， （1）， pp.1-14.】此外，旅游业本身就具有政策性特点，地方政府的引领能够为旅游业的低碳转型提供良好的制度环境，引导旅游资源要素的高效配置，同时还能规范旅游资源在市场内的有序流动。据此，提出如下假设：
H5：低碳城市试点政策能够激励地方政府部署相关政策，通过制度效应提升旅游生态效率。
三 研究设计
（一）模型设定
将分批次进行的低碳城市试点政策视作准自然实验，采用在政策评估领域较为成熟的多期双重差分方法进行基准模型设计，量化评估低碳城市试点政策对旅游生态效率的影响效应，构建如下回归模型：
TEEi，t=β0+β1policyi，t+β2controli，t+cityFE+yearFE+εi，t（1）
其中，TEEi，t表示旅游生态效率，policyi，t表示低碳城市试点政策，controli，t为一系列控制变量，cityFE和yearFE分别表示城市、年份固定效应，εi，t为随机扰动项，下标i表示城市，t表示年份。β1指的是低碳城市试点政策的估计系数，表示旅游生态效率在政策冲击前后的平均差异。
Medi，t=θ0+θ1policyi，t+θ2controli，t+cityFE+yearFE+εi，t（2）
TEEi，t=γ0+γ1policyi，t+γ2Medi，t+γ3controli，t+cityFE+yearFE+εi，t（3）
在式（1）的基础上，通过逐步回归的中介效应模型检验低碳城市试点政策对旅游生态效率的作用机制，模型设定如式（2）（3）所示。其中，Medi，t表示中介变量，分别为技术创新投入（SI）、旅游产业集聚（TIA）、产业结构高级化（ISA）、产业结构合理化（ISR）和地方政府行为（PA）。式（2）用以检验低碳城市试点政策对机制变量的作用，式（3）用以检验在考虑机制变量的前提下低碳城市试点政策对旅游生态效率的影响。
（二）变量说明与测度方法
1.被解释变量
旅游生态效率（TEE）。旅游生态效率同时汇集了行业、经济和环境指标，能够较全面地评估旅游业的可持续性【Sun Y， Hou G.Analysis on the Spatial-temporal Evolution Characteristics and Spatial Network Structure of Tourism Eco-efficiency in the Yangtze River Delta Urban Agglomeration.International Journal of Environmental Research and Public Health， 2021， 8， （5）， pp.1-29.】。选择考虑非期望产出的Super-SBM模型测度旅游生态效率，参考已有文献【Sun Y， Hou G.Analysis on the Spatial-temporal Evolution Characteristics and Spatial Network Structure of Tourism Eco-efficiency in the Yangtze River Delta Urban Agglomeration.International Journal of Environmental Research and Public Health， 2021， 8， （5）， pp.1-29.】【卢飞、宫红平：《中国旅游生态效率测度、时空特征与影响因素研究》，《统计与决策》2020年第16期，第96—100页。】构建评价指标体系：（1）投入指标。劳动力和资本是旅游业生产过程中的核心投入要素，资本要素表现为旅游业固定投资额，借由永续盘存法估计固定资产投资额的真实值，后用旅游总收入占GDP的比重换算；劳动力要素用第三产业年末从业人员数表征，该指标符合旅游产业涉及部门多、产业链条长的特点。（2）期望产出指标。以直接反映旅游产业效益的地区旅游总收入及接待游客总人次衡量，地区旅游总收入通过地区居民消费价格指数折算【在对各项指标进行平减时，均以2005年为基期，下同。】。（3）非期望产出指标。以旅游业“三废”指标评价旅游活动对生态环境的影响，鉴于缺少旅游环境污染的统计指标，用旅游总收入占GDP的比重从废水排放量、SO2排放量和烟粉尘排放量分离出旅游业的指标。
2.解释变量
核心解释变量为低碳城市试点政策的虚拟变量（policy），具体表现为组别虚拟变量与政策实施时间虚拟变量的交互项。其中，政策实施范围内的城市为实验组，赋值为1，反之为对照组，赋值为0。政策实施当年及之后的年份赋值为1，反之为0。由于本文的考察对象以城市为单位，因此参照张明斗等的做法，剔除名单中的低碳试点省份和区县，将各个城市单独出现在试点名单里的时间作为起始年份【张明斗、闫昱睿：《低碳战略能否增强城市经济发展与生态环境的协调性——基于低碳城市试点的准自然实验》，《广东财经大学学报》2023年第3期，第24—37页。】，同时考虑到第二批低碳城市试点名单的公布时间接近2012年末，故将2013年视作第二批试点政策实施的起始年份，累计得到68个试点城市【低碳试点城市涉及第一批8个城市，第二批26个城市，第三批34个城市。】。
为进一步探究低碳城市试点政策如何影响城市旅游生态效率，构建以下四个机制变量。（1）技术创新投入。熊彼特的创新发展理论认为资金支持有助于创新主体展开创新活动，故而选择科学支出与一般财政支出之比（SI）作为技术创新的衡量指标。（2）旅游产业集聚（TIA）。使用区位熵衡量旅游产业在某地区的集聚程度【王凯、刘依飞、甘畅：《旅游产业集聚对旅游业碳排放效率的空间溢出效应》，《生态学报》2022年第10期，第3 909—3 918页。】，区位熵越大，旅游产业的集聚水平越高。（3）产业结构升级。产业结构升级应从产业结构高级化和合理化两方面予以刻画。其中，产业结构高级化能够反映其向中高端升级的状态，采用第三产业增加值与第二产业增加值的比值（ISA）来度量【邓翔、任伊梦、玉国华：《低碳城市建设与产业结构优化升级——来自低碳城市试点工作的经验证据》，《软科学》2021年第2期，第10—19页。】。产业结构合理化（ISR）表现为劳动力等资源要素在各产业之间的流动协调和合理配置，利用泰尔指数的倒数来测算【罗良文、张郑秋、周倩：《产业智能化与城市低碳经济转型》，《经济管理》2023年第5期，第43—60页。】，数值越大，产业结构越合理。（4）地方政府行为（PA）。地方政府颁布的政策文件是城市低碳转型过程中的直接引领。参考白俊红等的做法，在北大法宝政策数据库【政策文件的数据来源于北大法宝数据库：https：//www.pkulaw.com/law。】中检索各城市在考察期内颁布的与“低碳”主题相关的地方性法规规章，统计各地级市每一年发布的低碳政策数量并整理成面板数据【白俊红、张艺璇、卞元超：《创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据》，《中国工业经济》2022年第6期，第61—78页。】。其中，含有低碳词条的法律法规越多，表明该地区对低碳转型的重视程度越高，制度环境越有活力。
3.控制变量
对有可能影响旅游生态效率的变量进行控制：（1）经济发展水平（lnpgdp2）。经济发展水平高的地区能够为旅游业发展提供坚固的财政支撑。此外，环境库兹涅茨曲线表明生态效率与经济发展之间存在“U”型关系，因此以平减后的人均GDP对数的平方表征【白俊红、张艺璇、卞元超：《创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据》，《中国工业经济》2022年第6期，第61—78页。】。（2）交通通达性（lnpass）。交通设施的建设情况直接决定着旅游目的地的可进入性，从而影响游客的出游意愿及对目的地的选择，与地区旅游业发展有着紧密联系，以公路客运量的对数加以表征。（3）市场规模（lncons）。市场规模反映城市的需求空间和接待能力，稳定的规模市场有助于吸引资本和创新技术【向艺、郑林、王成璋：《有效市场规模、空间溢出与国内旅游业省际差异》，《旅游学刊》2016年第3期，第54—61页。】，引导旅游业朝着更高效持续的方向发展，以平减后社会消费品零售额的对数表征。（4）城镇化率（urban）。城镇化直观表现为人口流动和空间拥挤，但也有助于基础设施的完善与共享，与旅游业发展存在互动关系，采用城镇人口数与常住人口数的比值加以表征【政策文件的数据来源于北大法宝数据库：https：//www.pkulaw.com/law。】。（5）信息化水平（post）。信息化技术能够加快旅游业各市场主体之间的信息传播速度，在降低信息流通成本的同时还能推动要素的自由流动【谢佳亮、王兆峰：《长江经济带环境规制对旅游生态效率的门限效应及空间差异》，《地理与地理信息科学》2023年第2期，第117—125页。】，提高旅游资源的利用效率，以邮电业务总量占GDP的比重表征。（6）对外开放程度（open）。较高的开放水平有助于吸引外资和入境游客，但也有可能引起“污染避难所假设”，与旅游经济发展存在复杂关联，采用进出口总额占GDP的比重近似表征【王凯、刘依飞、甘畅：《旅游产业集聚对旅游业碳排放效率的空间溢出效应》，《生态学报》2022年第10期，第3 909—3 918页。】。（7）人口规模（lnpeop）。较大的人口规模一方面能够提振居民消费，另一方面可能会因生产活动扩大而产生新的污染排放，正反两方面均可能对旅游业造成影响，以年末总人口的对数表征。
（三）变量描述性统计
主要变量的统计特征（见表1），旅游生态效率（TEE）均值为0.262，表明我国城市旅游生态效率水平仍然偏低，最小值与最大值分别是0.003和1.654，不同年份各城市之间的旅游生态效率呈现出较大差距。解释变量的统计结果显示，不同城市的技术创新投入、旅游产业集聚、产业结构合理化、产业结构高级化和地方政府行为均有较大差距，存在地区发展不均衡的态势。其他控制变量的统计结果表明，各地区的经济发展水平、交通通达性、市场规模、城镇化率和人口规模整体处于中等水平，信息化水平和对外开放程度整体偏低。
（四）数据来源
本研究的时间区间为2005—2021年，考察对象包括284个地级市，其中实验组有68个城市，其余的216个城市为对照组。剔除数据缺失严重的西藏自治区及样本期内行政区划有所调整的地级市【其中，新疆维吾尔自治区的吐鲁番市、哈密市于2016年建市，青海省海东市于2013年建市，贵州省毕节市、铜仁市于2011年建市；海南省三沙市于2012年建市，儋州市于2015年建市，以上城市在本文的研究区间内数据缺失较多，故剔除。】。城市层面的数据主要来源于《中国城市统计年鉴》的全市口径数据，结合地方统计年鉴、国民经济和社会发展统计公报将缺失年份的数据补齐，而后通过线性插值法估算个别缺失数据，最终得到4828个有效观测值的平衡面板数据。
（五）特征事实分析
1.旅游生态效率的核密度曲线
为刻画我国旅游生态效率水平的现状并比较城市间的差异，对旅游生态效率水平进行了核密度估计。以2005、2011、2014、2018和2021年为代表年份（2005和2021年为样本区间的起止年份，2011、2014和2018年是三批次政策实施后的第一年）分别绘制了全国范围、实验组、对照组的旅游生态效率的核密度曲线（见图2、3、4）。
我国整体旅游生态效率的水平动态演进存在三点特征（见图2）：第一，2021年的核密度曲线骤然变陡，且波峰极为左偏，表明该年度旅游生态效率整体大幅下降，可能的原因是疫情期间各地区旅游收入与接待游客数量急剧锐减。第二，除2021年外，各年份波形均为左偏态分布，旅游生态效率水平的中心随时间推移逐步向右移动，表明各年份旅游生态效率水平均较低，但整体旅游生态效率是逐年提高的。第三，除2021年外，考察期内核密度曲线的主峰变低、曲线跨度增大，右拖尾延长，说明城市内部旅游生态效率的绝对差异在逐渐扩大。
实验组旅游生态效率的演化规律与全国样本保持高度一致，旅游生态效率随着年份增加呈现出上升趋势，组内差异扩大，但2021年曲线的峰值相对较低，表明实验组城市的旅游产业在疫情期间表现出抵御风险的韧性（见图3）。对照组的核密度曲线尚无清晰的规律可循，旅游生态效率水平的中心随着年份的增加并未呈现出明显的偏移，2014年和2018年的核密度曲线几乎完全重合，2021年的核密度曲线波峰极高，表明对照组城市的旅游生态效率受疫情影响最大（见图4）。
2.旅游生态效率的时间变化趋势
全国范围、实验组和对照组历年的旅游生态效率均值的时间趋势图（见图5），分析了不同组别城市旅游生态效率的变化情况。从整体来看，全国旅游生态效率均值均小于0.5，总体水平不高，变化趋势呈现出震荡式的“波浪形”状态，2013年达到了样本期内全国旅游生态效率的峰值。从旅游生态效率的变化趋势看，每一批次低碳政策实施的后一年，旅游生态效率均会表现出明显的上升趋势，2019年后的旅游生态效率普遍偏低，这一结果佐证了Ahmad等的研究结论，疫情对旅游业的流动性有着突出影响，造成了多方面的利益损失【Ahmad N， Li S， Hdia M， et al.Assessing the COVID-19 Pandemic Impact on Tourism Arrivals： The Role of Innovation to Reshape the Future Work for Sustainable Development.Journal of Innovation amp; Knowledge， 2023， 8， （2）， pp.1-13.】。从实验组与对照组来看，实验组的旅游生态效率水平明显高于对照组水平，但二者的变化方向是一致的。样本期内实验组的均值始终高于全国均值，对照组均值始终低于全国均值。
四 实证分析
（一）基准回归结果
低碳城市试点政策对旅游生态效率的量化影响（见表2）。第（1）列仅控制了城市和年份固定效应，第（2）（3）列在加入控制变量的前提下分别控制城市、年份固定效应，核心解释变量的回归结果均显著为正。第（4）列在考虑控制变量的前提下同时控制城市、年份固定效应，结果显示低碳城市试点政策变量（policy）在1%的水平上显著且系数为正，在控制了一系列特征后，试点政策使得旅游生态效率提高了0.034个单位，初步验证了低碳城市试点政策对旅游生态效率存在明显的提升作用，假设H1得以验证。第（4）列的拟合优度更高，表明应当考虑城市其他经济维度对旅游生态效率的影响。从控制变量来看，交通通达性（lnpass）、市场规模（lncons）显著正向影响旅游生态效率，说明旅游目的地的可进入性越高、市场需求越大则更能够为旅游业的可持续发展创造良好环境。对外开放程度（open）显著负向影响旅游生态效率，表明对外开放仍然可能存在“污染天堂效应”。
（二）平行趋势检验
平行趋势假设是使用双重差分模型的必要前提，即实验组和对照组在政策发生前保持一致的变动趋势，平行趋势检验结果【为防止出现多重共线性，将低碳城市试点政策实施-9期之前的数据汇总到-9期，将这一时间虚拟变量视作基准年份并剔除。】（见图6），横轴表示政策实施时点，纵轴表示政策变量的估计系数，结果显示政策发生前的估计系数均不显著，表明政策干预前实验组和对照组在旅游生态效率的变化趋势上无显著差异，符合平行趋势假设。在政策实施当年，试点政策尚未产生作用，政策推行后的第1、2、5、7年，低碳城市试点政策的影响系数显著为正，表明低碳城市试点政策的出台对旅游生态效率存在明显滞后的带动效应。
图6 平行趋势检验结果
（三）稳健性检验
1.倾向得分匹配检验
尽管多期双重差分模型能够剥离出政策实施的净效应，但低碳试点的遴选是通过地方申报、上级审批所得到的，并不是完全意义上的自然实验。为修正样本选择性偏误，进一步采用倾向得分匹配下的双重差分模型进行稳健性检验。当前使用最为广泛的两种倾向得分匹配方法均存在不足之处【谢申祥、范鹏飞、宛圆渊：《传统PSM-DID模型的改进与应用》，《统计研究》2021年第2期，第146—160页。】，为得到更加可靠的匹配效果，使用如下两种匹配方法进行检验（见表3）：一是考虑到倾向得分匹配法多适用于截面数据，故先将面板数据转化为截面数据，而后运用1 ∶2卡尺最近邻匹配的方法对样本进行匹配，第（1）列汇报了检验结果，核心解释变量（policy）的系数显著为正，与基准回归结果无明显差异。二是考虑到双重差分法适用于面板数据，故以逐期匹配的方式对各年份样本进行匹配，将匹配后的各年份数据合并为新的面板数据并进行估计，第（2）列的回归系数仍显著为正，再次证明基准回归结果是稳健的。
2.安慰剂检验
由于政策的实施对象、实验时间均是人为设定的，在控制城市特征变量的前提下仍可能存在一些非观测因素导致评估结果有偏，故通过同时随机化政策时间与实验组样本的方式进一步进行稳健性检验。在全样本中随机抽取与原实验组相同数量的68个城市作为新实验组样本，随机生成政策时间，对新样本重新进行500次随机重复实验，结果（见图7），随机化后的系数集中分布在0附近，绝大多数P值大于0.1，未通过假设检验，随机系数大多居于真实值0.034的左侧，表明随机化实验组和时间后，低碳城市试点政策的实施效果在显著性与作用强度方面均得到大幅减弱，证实基准回归结果是稳健的，未受到其他不可观测因素的影响。
3.使用两阶段双重差分模型估计
低碳城市试点政策至今已经公布了三批，各试点城市的设立时间并不相同，实施政策的持续时间存在异质性，多时点双重差分模型估计的平均处理效应会随着组别和时间产生变化，估计结果可能存在偏误。通过两阶段双重差分方法验证估计结果是否严谨，在第一阶段进行未受处理的双向固定效应模型估计，在第二阶段移除组别和时期效应后进行回归【Chaisemartin C D， D’Haultfoeuille X.Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects.American Economic Review， 2020， 110， （9）， pp.2964-2996.】。表4第（1）（2）列报告了控制协变量和不控制协变量的情况下两阶段双重差分的平均效应估计结果，结果与基准回归结果的方向一致，且在5%的水平上显著，进一步验证了原估计结果的可靠性。
4.其他稳健性检验
一是替换解释变量。由于第一、二批低碳城市试点政策颁布的时间接近，短时间内较难反映试点政策对旅游生态效率的影响效应。参考郭炳南等的做法【郭炳南、唐利、张浩：《城市低碳治理对生态效率的影响——基于低碳城市试点政策的准自然实验》，《华东经济管理》2023年第8期，第82—90页。】，将前两批试点政策的设立时间合并到2012年，生成新的政策虚拟变量进行检验（见表5）。第（1）列显示低碳城市试点政策对旅游生态效率的促进作用仍然显著存在。二是对核心变量做缩尾处理。为避免异常值对估计结果产生干扰，对样本的被解释变量旅游生态效率（TEE）做上下1%的缩尾处理，结果如第（2）列所示，缩尾处理后的估计值仍在1%的水平上显著为正，再次验证了回归结果的稳健性。三是改变样本范围。将没有低碳城市试点的省份剔除并重新估计，第（3）列显示低碳城市试点政策对旅游生态效率的影响效应得到加强，结果具有稳健性质。四是排除疫情影响。剔除2020、2021年数据以排除疫情影响，第（4）列表示若无疫情影响，低碳城市试点政策对旅游生态效率的作用将有小幅提升。五是控制省份×年份固定效应。第（5）列将省份与年份的交叉项放入解释变量中，结果显示低碳城市试点政策的作用水平并未改变，表明结果仍然稳健。
（四）机制检验
1.创新效应（SI）
表6第（1）列policy系数显著为正，在1%的水平上成立，表明低碳城市试点政策的冲击明显提高了城市的创新投入，为技术创新提供资金支持。进一步，表6第（2）列中policy和SI变量均对旅游生态效率的影响系数显著为正，表明技术创新投入对旅游生态效率存在部分中介作用，创新投入的增加有助于旅游产品的更新迭代，为提高旅游生态效率提供技术支撑，假设H2得以验证。
2.集聚效应（TIA）
表6第（3）列的回归结果显示policy的系数在1%的水平上显著为负，表明低碳城市试点政策未能发挥促使旅游产业集聚的作用，可能是低碳战略对旅游业的关注度和相关措施较少，对旅游产业的集聚影响不明显，且旅游产业集聚并非一朝一夕之事，暂未形成显著的成果，假设H3未通过检验。表6第（4）列的回归结果显示TIA的系数显著为负，即旅游产业集聚会造成旅游生态效率的下降，可能的原因是：一方面，旅游产业集聚可能导致旅游活动超过一个地区的旅游生态容量，当超过地区所能容纳的最高限度后便会对自然生态环境造成消极影响。另一方面，当前旅游业的发展仍处于较为粗放的阶段，旅游交通、住宿、活动等部门的能源消耗尤其突出，不能忽视旅游业的污染作用。
3.结构效应（ISR、ISA）
表7第（1）（3）列显示，低碳城市试点政策显著推动了产业结构高级化，但对产业结构的合理化转型无明显作用，这一结论与卢飞等、Zheng等的研究达成一致【卢飞、宫红平：《中国旅游生态效率测度、时空特征与影响因素研究》，《统计与决策》2020年第16期，第96—100页。】【Zheng J， Shao X， Liu W， et al.The Impact of the Pilot Program on Industrial Structure Upgrading in Low-carbon Cities.Journal of Cleaner Production， 2021， 290， （1）， pp.1-11.】，表明第三产业已经成为我国的优势产业，但不同产业之间的关联度、协同效率仍然较低。结合表7第（2）（4）列的回归结果，可知产业结构的高级化和合理化均能显著提高旅游生态效率，产业结构合理化的影响更大。进一步，试点政策引发的产业结构高级化提升了旅游生态效率，产业结构合理化的作用不显著，原因可能是产业结构合理化受到产业结构比例和劳动生产率等多因素的共同影响，需要经历长期、系统的变革才能发挥效果【Zheng J， Shao X， Liu W， et al.The Impact of the Pilot Program on Industrial Structure Upgrading in Low-carbon Cities.Journal of Cleaner Production， 2021， 290， （1）， pp.1-11.】，未来低碳城市试点政策的设计应着重激发产业结构向合理化方向调整。据此，假设H4未通过检验。
4.制度效应（PA）
制度效应的回归结果如表7第（5）（6）列所示，policy和PA的系数均显著为正，且在1%的水平上成立，表明低碳城市试点政策能够引导地方政府的政策制定行为，为试点城市创造低碳转型所需的良好政策环境，这种制度优势切实提升了旅游生态效率，假设H5得以验证。
（五）异质性分析
尽管上述研究已然证实低碳城市试点政策对旅游生态效率在整体上起到提升作用，但考虑到政策的实施难以达到完全的普适性，组内趋势与整体趋势可能存异，故根据不同的城市特征将样本分类，通过分组回归的方式进行异质性检验。选取分组特征的依据在于，城市的行政等级、地理区位、城市规模与低碳城市试点的遴选密切相关，城市的旅游资源禀赋是旅游业得以发展的先决条件。那么，低碳城市试点政策对旅游生态效率的提升作用是否会因城市地理区位、城市规模、行政等级和旅游资源禀赋的不同而呈现出差异化效果？
一是地理区位的异质性分析。将样本城市按照东、中、西【根据国家统计局官网公布的“四、统计制度及分类标准”进行划分，考虑到东北样本较少，故将其合并至东部地区。】划分为三个组别，分组回归结果［见表8第（1）（2）（3）列］，低碳城市试点政策对东部城市旅游生态效率的影响显著，平均处理效应值近乎是基准回归结果的两倍，而对中西部地区的影响并不显著。原因可能是，东、中、西地区的经济发展高度分化，第三产业是东部地区的产业支柱，在产业优化、环境治理中往往为先行者，不同区域城市之间的发展差距一定程度上影响了试点政策的发挥。
二是行政等级的异质性。省会城市、计划单列市和直辖市往往是区域的行政中心与经济中心，政策的发挥效应可能与一般地级市不同。依据行政等级分组的回归结果［见表8第（4）（5）列］，低碳城市试点政策对不同行政等级城市旅游生态效率的影响存在明显差异，行政等级高的城市在政策的实施中获益更高，原因可能在于其发达的经济水平使其在要素流入等方面抢占先机，完善的制度环境使其在政策落实中更有效率。
三是城市规模的异质性分析。根据2014年《关于调整城市规模划分标准的通知》将样本依据人口数量划分为小型、中等、大型三类城市，分组回归结果［见表8第（6）（7）（8）列］，低碳城市试点政策仅对大型城市的旅游生态效率有着显著较强的提升作用，对中小型城市的影响均不显著。可能的原因是，不同规模城市在服务与设施等软硬件条件上差异巨大，大型城市往往也是热门旅游目的地，故而低碳战略的实施效果也截然不同。
四是旅游资源禀赋的异质性分析，旅游资源禀赋的不均衡可能会导致不同地区的旅游业发展在规模和潜力方面存在显著异质性【Liu J， Zhang J， Fu Z.Tourism Eco-efficiency of Chinese Coastal Cities-Analysis Based on the DEA-Tobit Mode.Ocean amp; coastal management， 2017， 148， pp.164-170.】。A级景区资源代表着城市旅游业的供求能力【A级景区名录来源为各省份、直辖市的文化和旅游厅所发布的官方文件，由于官方数据的更新时间不定，均采用最近发布的数据，最终整理得到全国A级景区共14 847个。】， 参考张自强等的做法，对各个城市A级到5A级的景区分别从1至5进行打分，将总分视作各城市的旅游资源丰裕度，以均值为界将样本城市划分为旅游资源禀赋高、低两种类型【张自强、陈萍、杨重玉：《高铁开通对民族地区旅游业发展的影响》，《热带地理》2021年第6期，第1 096—1 109页。】［见表8第（9）（10）列］。对旅游资源禀赋高的城市而言，低碳城市试点政策对其旅游生态效率的影响呈现出锦上添花的作用，旅游资源禀赋较低的城市在政策感知与获益方面处于相对劣势。
五 结论与政策启示
低碳城市试点政策的提出有助于从经济进步与生态环境可持续发展两方面助力旅游业的低碳转型。因此，将低碳城市试点政策作为准自然实验，立足于旅游产业行业，以旅游生态效率作为评价指标，考察低碳城市试点政策对旅游生态效率的影响与作用机理。研究结论如下：第一，我国城市整体旅游生态效率水平较低，随着时间推移，试点城市与非试点城市的旅游生态效率差距逐渐拉大。第二，低碳城市试点政策显著提高了城市旅游生态效率，且作用效果稳健。第三，低碳城市转型能够加大技术创新投入、抑制旅游产业集聚、促进产业结构高级化和引导地方政府制定相关政策，进而提升旅游生态效率。第四，异质性检验表明在东部、行政等级高、规模大、旅游资源禀赋高的城市，低碳城市试点政策对旅游生态效率的提升效果更明显。
基于上述结论，提出以下针对性的建议：
第一，推进设立低碳试点城市，健全监督评价机制。低碳城市试点政策的地方经验应加快推广，未来的试点政策应向中西部城市和一般地级市倾斜，让试点政策能够在更大范围内发挥牵引作用。考虑到低碳城市试点政策对旅游生态效率的作用效应是边际递减的，在今后的政策优化中应健全政策实施的评估与监督机制，激励与问责并举以应对地区惰性，地方政府需细化低碳转型方案并落实权责关系，将权力下放以发挥市场的主体作用，使政策效果更加长久稳定。
第二，着力发展新质生产力，激发低碳城市试点政策在驱动技术创新、升级产业结构、指引地方政府行为等方面的潜力。要求政府：（1）应进一步完善释放创新动能的政策体系，投入新的生产要素，加大技术创新的扶持与监督力度，切实推动创新成果走向市场。（2）当前的低碳政策对产业结构升级的促进作用已有成效，但仅在形式上表现出高级化，尚未显现出合理化作用，未来应继续探索产业结构合理化的路径，推动城市旅游新质生产力发展，加强各产业部门之间的协调配合，实现整体效益的最大化。（3）应加强对地方领导、基层官员、从业人员加强相关的能力培训，做好中央政策与基层治理之间的有机衔接。
第三，重视旅游业的环境监管，培育高质量的旅游产业集聚。部分试点城市在制定低碳发展规划时对旅游业的关注度较低，尽管旅游业较第二产业而言具有环境友好属性，但交通、住宿等旅游部门的能源消耗仍不可忽视，因此有必要科学认识旅游产业的外部性作用，对旅游业产生的环境影响进行长期监控和评估。同时，探索新质生产力在旅游业应用中的实际效果，促进旅游要素向轻量化、数智化、生态化转变，提高旅游生产要素配置效率，为旅游业的高质量集聚赋予新动能。
第四，制定差异化政策措施，加强地区间的交流合作。在政策的优化调整中加强对小城市、中西部欠发达地区、一般地级市、旅游资源禀赋低的城市的扶持力度，因地制宜地采取多样化政策措施。特别是低碳试点政策成效不明显的区域，应重视并推进市场型环境规制策略，如碳排放权交易试点政策等，发挥政策间的协同作用。对于政策执行情况良好、在旅游业的低碳转型中取得突出成绩的地区应发挥头雁作用，带动周边地区实现良性共振，建立跨区域合作治理机制，充分利用旅游业的强带动性和高渗透力，促进区域内和区域间旅游业的可持续高质量发展。
Has the Transition to Low-carbon Cities Increased the Eco-efficiency of Tourism？
—A Quasi-natural Experiment Based on Low-carbon City Pilot Policies
ZHANG Zi-qiang， HE Jie， CHEN Hai-jing
Abstract： Tourism is a typical environment dependent industry that is vulnerable to climate change. As a strong response to the climate and environmental crisis， the institutional design of low-carbon city pilot policies can help promote the ecological transformation of tourism development. Using the super-efficiency SBM model to measure the tourism eco-efficiency of 284 cities in China from 2005 to 2021， and based on the quasi-natural experiment of “pilot construction of low-carbon cities”， a multi-period double-difference model is constructed to investigate the impact of the pilot policy on tourism eco-efficiency and its internal mechanism. It is found that the tourism eco-efficiency level of all cities in China is generally low and highly volatile. The low-carbon city pilot policy significantly promotes the improvement of tourism eco-efficiency in the pilot cities， and this policy effect shows a trend of increasing and then decreasing over time. The mechanism test shows that the low-carbon city pilot policy plays a positive role in tourism eco-efficiency through the paths of increasing investment in technological innovation， inhibiting the agglomeration of tourism industry， driving the transformation of advanced industrial structure， and guiding the local government to actively formulate relevant policies. The positive effect of this policy on tourism eco-efficiency is obvious in regions with good location conditions， high administrative level， large city scale and rich tourism resource endowment， and there is significant regional heterogeneity. Accordingly， to promote the ecological transformation of tourism， we should improve the evaluation mechanism of pilot low-carbon cities， promote urban technological innovation and industrial structure upgrading， standardize the behavior of local governments and the environmental regulation of tourism， and strengthen the interaction and cooperation among cities.
Keywords： low carbon city pilot policy; technological innovation; industrial upgrading; tourism eco-efficiency; multi-period DID model
【责任编辑：陈雷 林舒琪】
