[摘要]高铁对于实现我国交通强国战略和满足人们对高质量出行需求具有积极的作用。本文以江苏省 星级酒店为例，运用江苏省 2019—2022年间县域高铁开通数据实证评估高铁对地方旅游服务经济的影响。 基于双重差分模型的实证研究发现，江苏县域高铁的开通提高了当地酒店的总收入和客房出租量，但是对于 酒店总利润无显著的促进作用。进一步研究表明，高铁对酒店客房出租量的促进效应存在显著的异质性，在 疫情期间和市辖区促进效应更小，对距离高铁站较远的酒店促进效应更小，但是对不同星级酒店的影响无显 著差异。基于微观视角探索高铁和酒店绩效之间的关系，丰富了高铁旅游效应研究文献，也为交通强国战略 提供研究支持。

[关键词]高速铁路；旅游经济；江苏省星级酒店

一、引言

党的二十大报告提出“交通强国 ”的发展战略，同时指出要促进社会经济的高质量发展 。在过去的十多年里，我国高铁的快速建设契合了国家对交通强国发展战略的需求 。高铁凭借其快速、便捷、准时、舒服等优 势迅速成为居民出行的首选交通方式 。与此同时，随着居民收入的不断增长，旅游成为人们日常生活中追求 美好生活的重要消费形式，旅游业也成为地方经济的重要组成部分，对地方就业和居民增收具有积极的作 用 。高铁有效地提升了地方的可达性，为人员和信息流动提供了便利，有助于满足居民对跨区域旅游的需求 。以世界各国的高铁建设和运营为契机，大量的实证文献评估了高铁对于旅游经济发展的影响[1-6] 。高铁 能否以及如何促进地方旅游经济的发展成为高铁效应研究的热点之一。

本文将围绕江苏省高铁建设对旅游服务经济的影响展开实证研究 。与现有实证文献不同，首先，本文以江苏省星级酒店的财务数据构建微观层面酒店企业的经营绩效指标，将其与县域高铁开通变量相匹配，实证  检验高铁对酒店绩效的影响 。尽管已有不少文献从城市和区域的角度评估高铁开通对于旅游经济的影响， 但鲜有文献探讨高铁对微观旅游经济主体的影响 。其次，本文把研究的范围置于新冠疫情暴发期间以及前后时期，有助于理解疫情背景之下高铁与旅游经济之间的因果关系 。现有关于高铁和旅游经济之间关系的  文献大多基于疫情前的数据和案例展开分析，鲜有文献关注疫情期间高铁对地方旅游的影响。

本文采用多阶段双重差分法评估高铁对酒店绩效的影响 。基于2019—2022年间江苏省星级酒店年度面板数据的实证估计结果表明，县域高铁的开通显著提高了酒店的总收入和客房出租量，但是对其总利润无显著影响 。改变变量测度和实证模型以及剔除部分节点城市进一步证实了该结果 。同时，本文发现显著的异质性效应 。首先，新冠疫情期间高铁对酒店客房出租量的促进作用显著低于疫情之前 。其次，市辖区内、距离高铁站较远的酒店，高铁对酒店客房出租量的促进作用更小 。但是，上述效应在不同星级的酒店中无显著差异。

本文的贡献包括：一是采用微观的酒店企业层面数据拓展现有关于高铁对旅游经济发展影响的文献。二是进一步探讨新冠疫情、县域类别、酒店星级和酒店区位等因素对于高铁促进酒店发展的异质性影响 。这些分析有助于理解人口流动、经济条件、酒店质量以及区位在驱动高铁和酒店绩效之间联系中的重要性。

二、研究背景

1. 江苏县域和高铁发展情况

经过十余年的快速建设，江苏省内形成了较为密集的高速铁路交通网 。2008 年 4 月合宁高铁的开通标 志着江苏进入了高速铁路时代 。2010 年 7 月开通的沪宁城际高铁把南京等苏南的重要城市与上海连接起 来，成为长三角地区最繁忙的高铁线路 。此后，江苏省高铁建设快速发展 。随着京沪、宁杭和宁安高铁的运 营，到 2015 年高铁营业里程达到 825 公里 。2021 年，随着青连、徐盐、连镇、盐通、徐连等 6 条高铁的建成通 车，江苏高铁营业里程快速增长至 2212 公里，高铁占江苏铁路营业里程的 52%。

从空间分布来看，截至 2022 年，江苏省仅有泰州市尚未开通高铁，共有 12 个设市区和 55 个县域开通高 铁（图 1）。其中，30 个县域高铁开通于 2010—2018 年，24 个为苏南地区县域 。在本文研究期间，开通高铁的 县域总量上升至 55 个 。其中，2020 年开通高铁的 12 个县域主要聚集在南通、连云港、盐城等苏北城市。

图 1  江苏省县域高铁开通情况

资料来源：作者根据中国研究数据服务平台（CNRDS）提供的高铁线路信息进行搜集整理而绘制

高铁的建设促进了江苏省内部的经济一体化，也强化了江苏与上海、安徽、山东、浙江等经济体之间的联  系 。2022 年北沿江高铁沪宁段等 3 条铁路陆续正式动工，途经泰州市，至此，江苏实现所有地级市开通高铁。 同时，南通经苏州、嘉兴至宁波铁路，沿海高铁青岛至盐城段等高铁路线正在规划之中，未来的江苏省高铁将 深入到江苏北部的各个角落 。预计到 2025 年，江苏能形成“六纵六横 ”高速铁路网，实现 90% 的县（市）高铁  覆盖率，到 2035 年能够全面建成“轨道上的江苏 ”① 。 由此可见，高铁已成为并将继续成为江苏区域旅游共同发展的重要推动力。

2. 文献综述

随着高铁在全球范围的建设和运营，大量的研究开始评估高铁的社会经济效应[7- 15]，探讨高铁对旅游经济的影响，但是研究结论存在差异。

一方面，有研究者认为高铁带来的城市可达性的提升有助于游客的到来，促进了人口的流入，从而增加 了旅游需求，促进了旅游经济增长 。Wang 等[12]以京沪高铁为例，发现高铁提高了区域旅游交通可达性以及 改善了旅游资源的时空分布 。蒋海兵等[16]发现京沪高铁实现了城市日常可达性，形成了非均衡的时间收敛空间 。蒋海兵等[17]基于全国高铁网络分析发现，开通高铁能够缩短客源地和目的地之间的时间距离，加强旅游景点的可达性，促进景区收入和城市经济 。Pagliara 等[18]基于马德里进行的调查数据发现，高铁影响游客 到非马德里城市的选择，但是不影响马德里作为目的地的选择 。Yang 等[19]和 Chen 等[20]研究发现，高铁总体上 促进了国际旅游需求。

另一方面，高铁具有强烈的区域经济重塑效应，可以强化具有更好旅游资源和基础设施的中心城市在全国旅游市场中的主导地位，而对外围地区也会带来旅游经济发展的“虹吸效应”。Albalate 等[1]基于西班牙的 数据发现，高铁并没有对旅游产生稳健的促进作用，因为高铁通过替代航空反而抑制游客的到来 。高铁对西 班牙旅游经济的影响仅发生在大城市[3] 。Wang 等[21]对高铁带来的城市旅游空间结构进行了研究，发现高铁 强化了城市间的旅游经济关系，可以产生有利于中心城市的过道效应，增强了内地中心城市之间的旅游市场 竞争 。Masson 等[22]基于新经济地理的预测分析也发现，南欧即将开通的佩皮尼昂和巴塞罗那高铁将强化旅 游经济活动在大城市——巴塞罗那的集聚 。对高铁在国内的影响，学者们也展开了研究，王雨飞等[9]研究发 现开通高铁会改变区域城市的层级结构，如使经济基础相对较好的东部、中部城市进入中心区，而东北和西 部地区被边缘化 。类似地，Gao 等[4]采用倍差法评估了高铁对中国城市旅游经济增长的影响，结果发现，高铁 未增加旅游收入，但是增加了旅游人次，可能原因在于，高铁虽然增加了城市间的可达性，但是对于中心城市 的可达性提升更大，从而减少游客在旅游目的地逗留的时间和当地旅游收入。

现有大量文献实证评估了高铁与旅游经济的因果关系，但是鲜有文献从微观主体，尤其是酒店企业的角 度去探索该问题 。现有的文献主要从游客采用问卷调查的方式开展研究 。例如，Gutiérrez 等[23]和 Pagliara 等[18]基于游客调查数据分析高铁对消费者目的地选择的影响 。Albalate 等[3]采用双重差分法发现，西班牙高 铁总体上对过夜游客的影响不显著，对酒店入住率的影响为负 。Deng 等[2]用 Tobit 模型证实了高铁对酒店入 住率的促进作用 。但是这两篇文章都采用城市层面数据，无法提供更微观层面的证据 。 国内文献则主要采

用非因果推断的方法去分析高铁对酒店空间分布的影响[24-25]。

基于上述分析，本文结合江苏省县域高铁与星级酒店财务数据，以新冠疫情前后为背景，实证估计高铁 对酒店业经营绩效的影响，有助于弥补现有文献在微观证据上的不足。

三、研究设计

1. 数据和变量

本文合并了几份不同来源的数据用来评估高铁对酒店绩效的影响。

第一份数据来自市场监管部门提供的江苏省星级酒店 2019—2022 年的年度财务数据，包括详细的企业  名称、地址、资产、总收入、利润、员工以及客房出租情况 。这些指标衡量酒店的经营绩效及其关键影响因素变量 。参照 Deng 等[2]的研究，本文设置酒店绩效指标主要包括总收入、客房出租量以及总利润，绩效影响因素控  制变量包括总资产、员工数量、大专以上学历员工比重、是否为国有集体企业以及员工离职率 。 由于疫情影  响，不少星级酒店的总利润为负，本文采用其原始值，而对于酒店总收入和客房出租量，则用其自然对数值。 在稳健性分析中，本文还进一步控制客房数量和床位数量。

第二份数据是江苏省县域高铁数据，具体包括各县域是否开通高铁以及开通时间，高铁站的位置以及经  纬度 。高铁数据来自中国研究数据服务平台，并通过手动搜索来确定高铁线的具体开通时间、高铁站位置和经纬度 。该数据集构建关键的核心解释变量，包括高铁开通变量以及酒店与高铁站的距离 。鉴于部分高铁开  通于年底，为了更准确地捕捉高铁开通的影响，本文将高铁开通时间在第四季度的县域调整为下一年度开通。

第三份数据来自江苏省统计局公布的历年江苏统计年鉴，包括各县域的 GDP、固定资产投资、公共收支 等社会经济指标 。 由于数据缺失，本文将在稳健性分析中控制人口规模和国际贸易额的对数。

本文基于县域和时间变量将上述不同数据集进行合并，得到了一份由 385 家星级酒店构成的 2019— 2022 年度面板数据，总样本数量为 1449 。其中，酒店层面指标在酒店和年份层面变化，高铁变量以及社会经 济变量在县域和年度层面变化 。考虑到南京为省会城市，徐州是京沪线上的重要铁路枢纽城市，本文剔除了 这两个城市的样本来缓解高铁线路选择的内生性问题，因此，本文最终使用由江苏省 11 个地级市的 67 个县 域星级酒店构成的面板数据开展实证研究，观察值为 1169 个。

2. 描述性统计

表1 报告了变量的描述性统计结果 。从 A 栏中可知，部分酒店变量存在缺失值 。不同酒店利润存在巨 大差异，最高利润为 18 亿元，最低利润为- 13 亿元 。B 栏分县域有无高铁进行分组统计 。可以发现，本文所用 观察值有一半以上来自高铁县域的酒店，占比 57% 。高铁县域酒店的总收入和客房出租量平均低于非高铁 县域的酒店，但是总利润却稍高于后者 。在酒店控制变量层面，除了大专以上员工比例，两组的其他变量无 显著差异 。高铁县域的酒店有更少的员工，但是大专以上学历员工比例更高。

表 1  主要变量的描述性统计

资料来源：江苏省星级酒店 2019—2022年的年度财务数据

3. 实证策略

为了识别高铁对酒店业绩效的影响，本文使用双重差分法，即比较高铁开通前后以及有无高铁县域酒店  业的绩效指标的差异 。 由于我国大规模的高铁建设通车始于 2008 年，而江苏省是较早开通高铁的省份，部  分县域已经在本文研究时间之前便已开通高铁，因而这里并不存在一个没有高铁开通的处理前时期 。对此， 本文采用一个包含多阶段双重差分框架的双向固定效应模型来开展实证分析 。实证模型如（ 1）所示：

Hotel_Perforict  =  βHSRct   +   Xictγ+θt+fi+ϵ ict                    （ 1）

其中，下标 i，c，t 分别表示酒店、县域和时间，Hotel_Perfor 为酒店绩效指标，HSR 为高铁开通虚拟变量，X 为酒店企业控制变量集，包括企业总资产、员工数量、大专以上员工比例以及离职率，θt 和fi 分别为时间和酒 店固定效应，ϵ ict 为随机扰动项 。β 为研究感兴趣的估计系数，β 显著为正意味着高铁对于酒店绩效具有显著 的促进作用。

本文的关键识别假设是，在控制酒店和县域层面控制变量以及酒店和时间固定效应后，遗漏变量不与县域高铁开通变量相关 。 由于结果变量为酒店层面的绩效，酒店层面的遗漏变量不太可能影响县域高铁开通 以及选址 。内生性的来源更可能在于遗漏县域层面的变量 。当这些变量同时影响当地酒店的绩效和高铁开通时间，便会导致遗漏变量偏误 。但是，这种可能性也不会太大，毕竟高铁主要功能是满足中心城市之间更快、更舒适的客运需求，县域能否开通高铁在很大程度上取决于其是否恰好位于中心城市之间的最近距离线上 。对于高铁线的非外生性选择问题，将在后文采取进一步剔除苏州城市样本的方法开展稳健性研究。

运用双重差分法进行因果关系估计需要满足平行趋势假设 。对此，沿循现有文献[4]的方法，本文采用事 件分析法，估计高铁开通对酒店绩效的动态效应 。如果高铁开通对酒店绩效的影响没有显著的提前效应，但 是开通以后显著促进了酒店绩效，那么，平行趋势假设更可能得到支持 。构建如下事件分析模型（2）：

Hotel_Perforict   = βj ∑= -kHSR cj  + Xict γ + θt   + fi   + ϵ ict                     （ 2）

其中，k 和 m 均大于 0；当j<0 时，表示高铁开通前的第j 年，当j=0 时为高铁开通当年，否则为高铁开通之  后第j 年 。 由于酒店绩效数据时间跨度仅为 2019—2022 年，而江苏高铁开通变化的年份处于 2008—2021 年， 提前效应最长为 3 年，而滞后效应则可以长达12 年，因而，模型（2）也可以用来观测高铁开通对酒店企业绩效  的长期影响。

图 2 报告了基于事件分析法进行的平行趋势检验结果 。 由于酒店收入数据的限制，只能基于提前两年  的估计系数来判断是否存在平行趋势 。估计结果表明，不存在两期提前效应，表示平行趋势假设得到支持。 图 2 同时提供了高铁开通当年到开通后 5 年的估计系数 。结果表明，高铁开通对酒店总收入存在当期显著为  正的效应，对客房出租量无显著影响，对酒店总利润存在显著为正的1年期滞后效应 。上述分析表明，高铁对酒店收入和利润存在正向影响，但是对客房出租量影响不显著。

图 2  平行趋势检验

注：图中点为点估计；线条表示 95% 置信水平下的置信区间；高铁开通前一年为参照年

资料来源：Stata16.0 实证分析得出，下同

四、实证结果

1. 基本结果

表 2 报告了基于模型（ 1）得到的基准回归结果，首先，第（ 1）至（3）列仅控制年份和酒店固定效应，第（4） 至（6）列进一步控制酒店控制变量 。 回归结果首先表明，高铁的开通促进了酒店总收入，且该效应在控制酒  店层面变量后显著为正 。高铁使酒店总收入显著增加 8.9% 。其次，第（2）和（5）列的估计结果表明，高铁的  开通对客房出租量的影响显著为正：控制酒店层面变量后，估计系数为 0.21 。第（3）和（6）列的估计结果表 明，高铁提高了酒店总利润，但估计系数在控制酒店层面变量之后变小且不具统计显著性。

因此，基准回归结果表明，高铁对江苏省县域酒店具有促进作用，但是该效应主要表现为提高了酒店的总收入和客房出租量，对酒店总利润无显著影响 。这可能是因为高铁的开通，让居民出行更便利，增加了居  民旅游的频率，提高了酒店入住率和收入，但同时也增加了江苏省内各个县域之间以及本地酒店业的竞争，从而使酒店利润增加有限。

表 2  高铁开通对星级酒店绩效的影响

注：括号中值为聚类在县域层面的稳健性标准误；*、**和***分别表示 10%、5% 和 1% 的显著水平；酒店控制变 量包括酒店总资产、员工数、大专学历员工比重、离职率、国有和集体企业，下同

2. 稳健性分析

（ 1）变换核心变量

首先替换因变量和自变量开展稳健性检验 。对于因变量，本文以此替换为客房收入、餐厅收入、资产收 益率、可用客房数、总利润的对数值、运营利润进行回归，结果如表 3 第（ 1）至（6）列所示 。第（4）列显示，高铁 开通能够增加 14% 的酒店可用客房数 。第（ 1）和（6）列显示，在 10% 的显著水平下，高铁开通能够增加 17.4% 的客房收入，同时使运营利润增加 2000 万元 。但是，县域高铁的开通对餐厅收入、资产收益率和总利润的对 数值均无显著影响 。这表明高铁主要通过增加客房收入和酒店扩大客房数量来提升酒店绩效。

此外，本文运用各县域高铁站数量作为自变量，估计其对三个酒店指标的影响，结果如第（7）至（8）列所示。在控制酒店层面变量后，高铁站的数量仍旧能够显著增加 9.2% 的酒店总收入和 19.5% 的客房出租量 。两者与高铁开通变量的估计系数相近。因此，本文的主要估计结果在替换关键因变量和自变量的情况下成立。

表 3  变换变量的稳健性检验

（2）调整模型设定

为了检验模型设定的稳健性，本文通过控制县域特定线性趋势以及控制地级市-年份固定效应来缓解遗  漏变量偏误 。具体而言，对于酒店层面，进一步控制客房数量和床位数量；对于县域层面，加入县域人口和国  际贸易总额的对数值 。控制县域特定趋势有助于我们分离县域间时变因素差异对估计结果的干扰 。控制地级市-年份固定效应则消除了地级市层面遗漏变量对估计结果的影响 。估计结果如表 4 第（ 1）至（3）列所示。 从中可知，控制这一系列的变量之后，高铁开通对酒店总收入和客房出租量的影响显著为正，且估计系数大幅增加，而对酒店总利润的影响则不显著 。这些结果意味着，遗漏地级市层面变量、县域特定趋势以及酒店

和县域变量会低估高铁开通对酒店收入和客房出租量的影响，主要结果并不会因为遗漏变量偏误而弱化。 

（3）剔除重要城市

尽管我们剔除省会城市南京和铁路枢纽城市徐州，但是其他重要的城市也可能是高铁的目标城市，从而 导致线路选择偏误 。对此，本文剔除江苏省经济体量最大的城市——苏州市的数据，重新进行回归 。结果如 表 4 第（4）至（6）列所示 。第（4）列显示，在剔除苏州后，高铁开通增加 8.4% 的酒店总收入，虽然估计精度有所 下降，但系数与主要回归结果相近 。第（5）列结果显示，高铁开通显著提高酒店客房的出租量，估计系数为 0.196，略小于主要回归结果（0.206）。第（6）列显示，剔除苏州数据后，高铁开通对于酒店总利润的估计系数 为正，但无统计显著性 。因此，本文的主要回归结果并非由苏州这样的重要城市所导致。

表 4  调整模型设定和剔除苏州市的稳健性检验

五、异质性分析

1. 新冠肺炎疫情异质性

接下来本文观测疫情前后人口流动限制对高铁与酒店绩效之间关系的影响差异 。对此，本文估计高铁 开通变量与年份虚拟变量之间的交互效应 。表 5 第（ 1）列显示，疫情期间，交互项对酒店总收入影响的估计 系数为负，但无显著统计意义 。第（2）列显示，与 2019 年疫情前相比，2020 年和 2021 年，开通高铁对客房出租 量的促进作用显著更低（交互项的估计系数分别为-0. 101 和-0.158）。第（3）列则表明，疫情期间，高铁开通 对酒店总利润的影响与此前并无显著差异。

2. 县域类型异质性

第二个异质性关于县域类型 。这里考虑三类县域：市辖区、县级市和县 。相较于县和县级市，市辖区具 有更高的城市化水平且更接近地级市的行政中心，因而往往具有更丰富的旅游资源和基础设施，同时也具有 更高的可达性 。对此，本文估计高铁开通与市辖区虚拟变量的交互效应，回归结果如表 5 第（4）至（6）列所 示 。第（4）列和第（6）列显示，在市辖区开通高铁对于酒店总收入和酒店总利润存在正向影响，但是均无统计 显著性 。第（5）列显示，交互项估计系数显著为负（-0.35），表明高铁开通在市辖区会产生更小的客房出租量 促进效应，可能原因在于市辖区相较于县和县级市具有更高的交通可达性，高铁开通对游客到来和酒店经营 绩效提升效应较小。

3. 酒店类型异质性

第三个异质性来源于酒店服务质量级别的差异 。把数据中的星级酒店分为低星级（2— 3 星）和高星级 （4— 5 星）酒店，并估计高铁开通变量与低星级酒店虚拟变量对酒店绩效的交互效应大小 。 回归结果如表 6 第（ 1）至（3）列所示 。交互项的估计系数均无经济显著性 。因此对于不同星级的酒店而言，高铁开通对于酒 店绩效的影响无明显差异。

表 5  新冠肺炎疫情和县域类型异质性分析

4. 酒店位置异质性

最后考察区位异质性，即高铁开通对酒店绩效的影响如何随着酒店距离高铁站的远近而不同 。 回归结 果如表 6 第（4）至（6）列所示 。第（4）列结果显示，高铁开通与车站距离交互项的估计系数为 0.001，并在 10% 的水平上显著，但引入交互项后，高铁开通变量的估计系数无统计显著意义 。第（5）列显示，随着两者之间距 离的增加，高铁开通对于客房出租量的促进作用更小，交互项估计系数显著为-0.003 。2021 年具有高铁的县 域星级酒店距离高铁的平均距离约为 9 公里，这将导致客房出租量减少 2.7% 。此外，第（6）列显示，高铁开通对酒店总利润的影响不存在距离异质性 。可能原因在于通过高铁前往高铁开通县域的游客或者居民倾向前 往距离高铁站距离更近的酒店，以满足他们即刻入住、缓解旅途疲劳的需求，而不会特别选择酒店的星级，进 而更有效地增加了距离高铁站更近的酒店的绩效 。这也能合理解释高铁开通对不同星级酒店的绩效无显著 差异。

表 6  酒店类型和位置异质性分析

六、结论与建议

本文基于多阶段双重差分模型，估计 2019—2022 年江苏省县域高铁开通对辖区内星级酒店经营绩效的 影响 。实证研究发现，高铁的开通能够使星级酒店的总收入增加 8.9%，使客房出租量增加 20.6%，但是对酒 店总利润无显著促进作用 。异质性分析结果显示，在疫情期间和市辖区内，高铁开通对酒店客房出租量的促 进作用更小；随着高铁站与酒店距离的增加，高铁开通对于酒店出租量的促进作用也在降低 。但是，本文并 未发现高铁对不同星级酒店经营绩效的影响存在显著差异。

本文的研究结果意味着，即便是在新冠肺炎疫情之前和期间，高铁开通对于酒店收入和客房出租有显著 促进作用，但是这种效应并没有转化为酒店更高的利润 。可能的原因在于，高铁开通带来的可达性提高一方 面带来了区域间酒店之间的竞争，另一方面，当地的酒店业也会对高铁开通作出反应，增加酒店和客房的数 量，导致本地酒店市场竞争更为激烈 。两者的共同作用使高铁带来的酒店利润增长有限 。本文的研究结果 也与 Deng 等[2]的实证研究一致，同时也反映了高铁开通对当地酒店业的复杂影响。

基于此，本文提出以下政策建议：

第一，完善高铁网布局，加大对近县域高铁站的酒店配套设施建设 。一方面，进一步加快江苏省高铁建  没，以大幅增加偏远县市的可达性，有效地增加周边星级酒店的营收，激发酒店业提升服务质量，并带动上下  游产业链的协同发展，这对于提升江苏省内经济均衡发展，提升县域经济实力具有积极的作用 。另一方面， 高铁站附近的商业配套设施较为欠缺，会影响客人入住的便捷性和舒适度 。县市应积极做好城市规划，大力  支持和建设高铁站附近的酒店商业配套设施，提高酒店的客房出租量和影响力，形成良性经济循环，从而实  现后疫情时代江苏省区域旅游经济的不断向好发展。

第二，酒店企业应该加强服务意识，提升服务质量，培育核心竞争力 。本文发现高铁尽管给酒店业带来  了客流和收入，但是其利润并没有显著增长 。这意味着，酒店开通具有双重效应——需求扩张和竞争加剧。 因此，酒店企业要充分利用高铁带来的需求增长契机，提升服务质量、优化服务效率、增加顾客满意度，从而  实现规模和效益的双赢。

参考文献：

[1] Alba late D,Fageda X.High Speed Rail and Tourism:Empirical Evidence from Spain[J].Trans- portation Research Part A,2016,85（3）:174-185.

[2] Deng T, an C,Hu Y.Do Hotel Business Benefit from Increased Tourist Accessibility? Evi- dence from China ’s High-speed Railway Program[J].Tourism Economics,2021,27（7）:1357-1374.

[3] Alba late D, Campos J, Jiménez, et al. Tourism and High Speed Rail in Spain: Does the AVE Increase Local Visitors?[J]. Annals of Tourism Research,2017,65（7）:71-82.

[4] Gao Y,Su W,Wang K.Does High-speed Rail Boost Tourism Growth? New Evidence from China[J]. Tourism Management,2019,72（6）:220-231.

[5] Liu Y, Shi J.How Inter-city High-speed Rail Influences Tourism Arrivals: Evidence from Social Media Check-in Data[J].Current Issues in Tourism,2017,22（2）:1-18.

[6] Weng J,Zhu X,Li X. Impact of High-speed Rail on Destination Accessibility: A Case Study of China[J].Journal of China Tourism Research,2020（1）:1-16.

[7] 李超,李涵,唐丽淼 . 高速铁路、运输效率与垂直专业化分工[J].经济学（季刊）,21（1）:51-70. [8] 王垚,年猛 . 高速铁路带动了区域经济发展吗?[J].上海经济研究,2014（2）:82-91.

[9] 王雨飞,倪鹏飞 . 高速铁路影响下的经济增长溢出与区域空间优化[J].中国工业经济,2016（2）:1-16. [10] 刘勇政,李岩 . 中国的高速铁路建设与城市经济增长[J].金融研究,2017（11）:18-33.

[11] 石林,傅鹏,李柳勇 . 高铁促进区域经济一体化效应研究[J].上海经济研究，2018（1）:53-62.

[12] Wang D,Qian J,Chen T,et al.Influence of the High-Speed Rail on the Spatial Pattern of