尹玉芳

1 引言

第29屆夏季奧林匹克運動會(Olympic Games)于2008年8月8日至24日在北京舉行，歷時17天，共有204個參賽國家及地區(qū)的60 000多名運動員、教練員和官員參加。2008年北京奧運會加速了北京的城市建設，促進了北京的社會經濟發(fā)展，提高了北京的國際化大都市水平。同時，為了迎接奧組委、賽事運動員、現場觀眾和游客的到來，北京的酒店業(yè)尤其是五星級酒店得到了很大的發(fā)展。奧運會雖已過去十一年，但是我國對于大型體育賽事的重視和申辦熱情依然高漲。

筆者以2008年北京奧運會為例，通過2003年～2008年北京、上海、天津、重慶、廣州、深圳五星級酒店發(fā)展面板數據，使用雙重差分估計方法，探討大型體育賽事對舉辦城市五星級酒店發(fā)展的影響，為大型體育賽事的重要性提供實踐佐證。

2 大型體育賽事對酒店業(yè)發(fā)展影響的文獻綜述

國內外關于奧運會等大型體育賽事影響的研究主要包括奧運會對舉辦地的經濟［1］、財政［2］、城市建設［3］、體育旅游［4］等方面產生的影響。Kasimati［5］提出大部分奧運會相關研究關注其所產生的長期效益。比如新建會展設施和基礎設施、都市游客、提高的國際聲譽、增長的旅游業(yè)、提高的公共福利、增加的就業(yè)、增加外來投資、提高民族自信［6］、促進目的地品牌建設［7］等。以上研究中也曾提到奧運會對主辦城市接待業(yè)產生的長期積極影響［8］，但是研究奧運會對酒店業(yè)尤其是五星級酒店產生的具體影響的研究卻不多。

事實上，奧運會除了對主辦城市的經濟增長有明顯的拉動作用之外，對旅游業(yè)而言也會產生積極影響［9～12］，對酒店業(yè)的影響尤為突出。得益于奧運會期間主辦城市旅游業(yè)的硬件條件升級、城市基礎設施建設［13］和城市知名度的提高，奧運會期間和過后的幾年內主辦城市的游客接待數量將持續(xù)增長。1996年亞特蘭大奧運會和2004年雅典奧運會之后主辦城市都出現了游客的增長，并帶動了酒店房價的提升。1996年美國亞特蘭大奧運會期間，機場附近的酒店和檔次較高的酒店的房價為平時價格的4～5倍。從經濟學的角度講，大型體育賽事期間供給是固定的，游客對酒店房間的需求價格彈性非常小，游客對房價不敏感，所以房價存在上漲空間［8］。

但是，奧運會對經濟和旅游的促進作用并非受到所有學者認同。Owen提出沒有證據表明大型體育事件過后會給舉辦地帶來經濟增長［14］。Gruben等在研究1992年至2010年之間的奧運會過后美國航線中前往奧運主辦城市的游客數量并未出現持續(xù)增長［15］。Moss等研究夏季和冬季奧運會舉辦城市的數據后發(fā)現，六個主辦城市(亞特蘭大、倫敦、鹽湖城、悉尼、都靈、溫哥華)中的五個沒有出現國際旅游的持續(xù)增長，只有半數景點在奧運會期間出現了國際旅游的增長［16］。奧運會期間酒店盲目漲價也有可能造成酒店接待人數的減少。

3 雙重差分估計方法

3.1 自然實驗

實驗法是驗證政策(或處理)效果的一種很好的辦法，但是真實隨機實驗的實施卻是比較困難甚至不可能完成的事。自然實驗為自然發(fā)生(非為實驗目的而發(fā)生)，又幾乎沒有實驗成本，而且說服力類似于隨機實驗的一種方法，在實證研究中對于說明政策(或處理)的效果非常有用。當某些外生事件(常常是政策實施或改變，或者接受了某種處理)改變了個人、家庭、企業(yè)或城市運行的環(huán)境時，便產生了自然實驗。自然實驗中總會存在不受政策變化影響的對照組(控制組)和受政策變化影響的實驗組(處理組)。

3.2 雙重差分法估計量

在觀察政策變化的自然實驗中，存在政策改變之前(對應圖1中的t=1)和政策改變之后(對應圖1中的t=2)兩個時期，并存在對照組(在圖1中其值為ycontrol)和實驗組(在圖1中其值為ytreat)兩個組別。剔除了實驗組與控制組的實驗前差異之后，政策效果即為兩個時期之間實驗組的平均變化與控制組的平均變化之差，在圖1中顯示為βDID。這個估計法稱為雙重差分估計量(Difference-in-Differences estimator，簡記 DID)［17］。其計算公式如下:

圖1 雙重差分估計量示意圖

雙重差分法既能控制樣本之間不可觀測的個體異質性，又能控制隨時間變化的不可觀測的總體因素的影響，因而能得到對政策效果的無偏估計［18］。

4 數據來源與模型構建

4.1 數據來源

奧運會的舉行能促進舉辦城市酒店行業(yè)的發(fā)展，是因為奧運會官方接待酒店和各國運動員入住的酒店多為五星級酒店。筆者探討的是奧運會對北京五星級酒店數量、房間數量、床位數量、平均入住率、營業(yè)收入的影響。其實，隨著經濟和社會進步，即使北京不舉辦奧運會，五星級酒店數量也會自然增長。為了剔除整個社會同期其他因素和城市個體固定效應的影響，而只估計奧運會這一項因素對北京五星級酒店的影響，可以采用雙重差分的估計方法。

在本文中，北京作為2008年奧運會的主辦城市受到了奧運會的影響，屬于實驗組。為了使得研究具有可比性，同時考慮到五星級酒店和經濟社會指標的可獲得性，選取上海、天津、重慶、廣州、深圳這五個城市構成對照組。在這六個城市構成的樣本中，北京、上海、天津、重慶的五星級酒店和經濟社會發(fā)展數據取自于《中國旅游統(tǒng)計年鑒》和國家統(tǒng)計局官方網站。為了更好地考察奧運會申辦成功到奧運會舉行這段時間內奧運會因素對五星級酒店發(fā)展的影響，北京、上海、天津、重慶四個直轄市的五星級酒店數量選取2003年～2008年的數據;五星級酒店的房間數、床位數、平均出租率、營業(yè)收入選取2004年～2008年的數據。廣州、深圳作為中國四個一線城市“北上廣深”中的另外兩個，其城市發(fā)展情況與北京也具有很大的可比性，本文中2003年～2008年廣州、深圳的五星級酒店數量數據來源于《廣東旅游年鑒》。

4.2 模型構建

在樣本城市中，北京屬于實驗組，上海、天津、重慶、廣州、深圳屬于對照組。在時間上，2008年屬于實驗期，即政策效應或處理效應釋放的時期，2003年～2007年屬于非實驗期，即實驗前的時期。本研究中使用的雙重差分模型［19，20］設定如下:

其中，yit為被解釋變量，本文選取與五星級酒店相關的五個指標來衡量奧運會對北京五星級酒店發(fā)展的影響，下標i表示城市，下標t表示年份。解釋變量group1為實驗組虛擬變量，下標i表示城市;y2008為實驗期虛擬變量;bj2008是真正度量實驗組的政策效應的變量(也可以寫作實驗組變量和實驗期變量的交互項，即 bj2008=groupi·y2008)。Xit為一系列控制變量，下標i表示第i個變量，下標 t表示年份，本文選擇地區(qū)生產總值(gdp)、城鎮(zhèn)居民消費水平(cons)、接待國際游客數量(inbound)作為控制變量。εit為擾動項。β0為截距項，β1，γ，α，δ 表示各變量的待估系數，其中β1是雙重差分估計量，度量了奧運會對北京五星級酒店發(fā)展的凈影響，是本研究最重要的一個估計量。本文中所有回歸均使用stata15.0進行估計。

4.3 變量說明

4.3.1 被解釋變量 本文選取的被解釋變量有五個，分別是五星級酒店數量fivehotelit，五星級酒店房間數roomit，五星級酒店床位數bedit，五星級酒店平均出租率occit，五星級酒店營業(yè)收入revit，用來衡量奧運會對北京五星級酒店發(fā)展的影響。本文的五個被解釋變量都是指城市五星級酒店的總量數據，例如，北京五星級酒店營業(yè)收入指北京所有五星級酒店的營業(yè)收入總和。其中五星級酒店數量fivehotelit的取值范圍為2003年～2008年北京、上海、天津、重慶、廣州、深圳6年6城的五星級酒店數量。五星級酒店房間數roomit，五星級酒店床位數bedit，五星級酒店平均出租率occit，五星級酒店營業(yè)收入revit的取值范圍為2004年～2008年北京、上海、天津、重慶5年4城的五星級酒店數據。

4.3.2 解釋變量 解釋變量groupi表示實驗組虛擬變量，當城市屬于實驗組時，其值為1，當城市屬于對照組時，其值為0。解釋變量y2008表示實驗期虛擬變量，當時間為2008年時，其值為1，當時間不是2008年時，其值為0。

雙重差分變量bj2008真正度量了實驗組的政策效應，用以判斷奧運會是否影響了北京五星級酒店的發(fā)展，是本研究的核心解釋變量，其系數即雙重差分估計量。當城市為北京，年份為2008年時，其取值為1，其他情況取值為0。

4.3.3 控制變量 雙重差分方法主要估計外部政策因素對被解釋變量產生的影響，但是除了奧運會的舉辦這一因素之外，北京五星級酒店的發(fā)展還受到其他一些內部發(fā)展因素的影響。為了控制其他因素對北京五星級酒店發(fā)展的影響，本文選取了一些控制變量，以綜合考慮內部外部因素對五星級酒店發(fā)展的共同作用。本文選取的控制變量分別取自于城市發(fā)展中的經濟、社會、旅游領域，因為這三個方面與五星級酒店發(fā)展關聯度比較大。

反映經濟發(fā)展水平的變量為地區(qū)生產總值，變量名稱為gdp。地區(qū)生產總值高的城市，經濟發(fā)展水平往往也會很高，一方面可以有更多的投資用于五星級酒店的建設和經營，一方面也需要更多的五星級酒店來為城市經濟發(fā)展服務。與社會發(fā)展相關的變量為城鎮(zhèn)居民消費水平，變量名稱為cons。一般來說，五星級酒店是一種高檔消費產品，消費水平高的地區(qū)往往存在更多五星級酒店。長三角地區(qū)居民消費水平高，同時五星級酒店數量多就是一個現實例子。在旅游方面，選取的變量為接待國際游客數量，變量名稱為inbound，反映入境旅游對于五星級酒店的影響。在2008年以前，入境旅游對我國五星級酒店的發(fā)展是有積極影響的，高星級酒店早期多為涉外酒店，近幾年隨著國內旅游的快速發(fā)展，五星級酒店的主要客群變成國內客人。各個變量的描述性統(tǒng)計見表1。

表1 變量的描述性統(tǒng)計

5 實證分析

5.1 奧運會對北京五星級酒店數、房間數、床位數影響的雙重差分估計

在五個被解釋變量中，先選擇表示數量發(fā)展的三個變量即五星級酒店數、房間數、床位數做回歸估計。針對每個被解釋變量，又取了不同的解釋變量和控制變量分別做兩個回歸。第一個回歸估計之中只包括實驗組(group)、實驗期(y2008)、政策效應(bj2008)三個虛擬變量，結果見表2中的(1)(3)(5)列;第二個回歸估計之中除了三個虛擬變量之外，還包括地區(qū)生產總值(gdp)、城鎮(zhèn)居民消費水平(cons)、接待國際游客數量(inbound)三個控制變量，結果見表2中的(2)(4)(6)列。

表2 奧運會對北京五星級酒店數、房間數、床位數影響的雙重差分估計

先觀察奧運會對五星級酒店數量的影響。雙重差分估計量在(1)(2)兩個回歸估計中分別在10%和1%的水平上顯著。估計結果顯示:在不加入控制變量的情況下，2008年北京因奧運會的舉辦這一個因素使得五星級酒店數量凈增加12家;在加入控制變量的情況下，2008年北京因奧運會的舉辦這一個因素使得五星級酒店數量凈增加10家。圖2驗證了2008年北京五星級酒店的快速增長，2003年～2008年深圳、廣州、天津、重慶的五星級酒店數量變化曲線要么平坦，要么上漲較小，上海由于受到世博會準備期的影響，數量增長較快，但是這六個城市中，北京的曲線上揚幅度最大，尤其2008年的漲幅最大，顯示了奧運會的舉辦對五星級酒店數量發(fā)展的積極影響。再觀察奧運會對五星級酒店房間數的影響。雙重差分估計量在回歸估計(3)中不顯著，回歸估計(4)中在1%的水平上顯著，兩個估計結果的系數幾乎一樣大。估計結果顯示，在加入控制變量的情況下，2008年北京因奧運會的舉辦這一個因素使得五星級酒店房間數凈增加4 322間。然后觀察奧運會對五星級酒店床位數的影響。雙重差分估計量在回歸估計(5)中不顯著，回歸估計(6)中在1%的水平上顯著，兩個估計結果的系數有較小差距。估計結果顯示，在加入控制變量的情況下，2008年北京因奧運會的舉辦這一個因素使得五星級酒店床位數凈增加5 193張?？梢娫?008年，奧運會的舉辦確實促進了北京五星級酒店的發(fā)展，帶來了酒店數、房間數、床位數的增長。同時，觀察實驗組虛擬變量(group)系數的估計結果之后可以看到，group的系數在回歸估計(1)(2)(3)(4)(5)(6)中均在1%的水平上顯著，系數為正，并且在每個回歸估計中都大于雙重差分估計量的大小。這說明北京作為奧運會舉辦城市，除了在奧運會舉辦的2008年之外的年份中，其五星級酒店數、房間數、床位數也一直在增長，所以奧運會的影響不只體現在2008年，也體現在了為奧運會的舉辦而做準備的年份里。從2001年北京奧運會申辦成功之時起，到2008年舉辦成功這幾年間，奧運因素一直在促進北京五星級酒店數量的發(fā)展。

圖2 2003年～2008年北京、上海、天津、重慶、廣州、深圳五星級酒店數量變化

5.2 奧運會對北京五星級酒店平均出租率和營業(yè)收入影響的雙重差分估計

在被解釋變量五星級酒店平均出租率和營業(yè)收入的回歸估計中，同樣做兩個回歸估計，第一個回歸估計之中只包括實驗組(group)、實驗期(y2008)、政策效應(bj2008)三個虛擬變量，結果見表3中的(1)(3)列;第二個回歸估計之中除了三個虛擬變量之外，還包括地區(qū)生產總值(gdp)、城鎮(zhèn)居民消費水平(cons)、接待國際游客數量(inbound)三個控制變量。結果見表3中的(2)(4)列。

表3 奧運會對北京五星級酒店平均出租率和營業(yè)收入影響的雙重差分估計

先觀察奧運會對五星級酒店平均出租率(Occupancy，OCC)的影響。雙重差分估計量在回歸估計(1)中不顯著，回歸估計(2)中在10%的水平上顯著?；貧w估計(2)的估計結果顯示:在加入控制變量的情況下，2008年北京因奧運會的舉辦這一個因素使得五星級酒店平均出租率凈增長4%左右。判斷2008年的五星級酒店出租率變化時必須考慮一個背景，當時全國大部分城市的五星級酒店的平均出租率都呈下降趨勢。這主要由兩個原因造成:一是進入21世紀后我國五星級酒店數量增長過快稀釋了平均出租率［21］，圖3反映了北京、上海、天津、重慶的五星級酒店平均出租率下降的趨勢;二是由于2008年由美國引發(fā)的金融危機發(fā)展到全球，商務活動銳減和出行成本壓縮直接影響了中國五星級酒店的出租率。在很多五星級酒店平均出租率下行因素存在的情況下，奧運會的舉行對北京五星級酒店平均出租率卻起到了凈增加的作用，尤其在奧運會舉行期間體現得最明顯。從8月7日至8月20日，北京市五星級酒店的平均入住率為81%左右，高于2007年同期的69%(此數據來源于北京市旅游局2008年8月21日公布的統(tǒng)計數據)。由圖4可知，2008年全年12個月份中五星級酒店的平均出租率與2007年同期相比都在下跌，從5月份開始進入連續(xù)嚴重下跌，但是8月份的同比下降跌幅最小，就是因為奧運會的舉行起到了很大的止跌作用。

圖3 2004年～2008年北京、上海、天津、重慶五星級酒店平均出租率變化

圖4 2008年北京各個月份五星級酒店平均出租率變化和與2007年同期相比的變化

再觀察奧運會對五星級酒店營業(yè)收入(revenue)的影響。雙重差分估計量在回歸估計(3)中不顯著，回歸估計(4)中在1%的水平上顯著，兩個估計結果的系數存在較小的差距。估計結果顯示，在加入控制變量的情況下，2008年北京因奧運會的舉辦這一個因素使得五星級酒店營業(yè)收入凈增加40億元左右。事實上，奧運會的舉行不僅為北京五星級酒店帶來平均出租率的提升，而且奧運因素還帶來了平均房價(Average Daily Rate，ADR)的提升。2008年奧運會期間，有些酒店房間價格為平時房價的4倍，甚至有的酒店在奧運會開幕之前的預訂價格就已達到平時房價的5～10倍。奧運會的帶動使得北京五星級酒店的平均房價在2008年時達到了歷史最高水平(見圖5)。這些奧運入住客人也帶來了其他的非?？捎^的消費，所以在受到金融危機沖擊，其他城市五星級酒店營業(yè)收入止步不前甚至下跌的情況下，北京五星級酒店的營業(yè)收入卻出現大幅增加(見圖6)。

圖5 2006年～2016年北京五星級酒店的平均房價變化

圖6 2004年～2008年北京、上海、天津、重慶五星級酒店營業(yè)收入變化

上述回歸估計中無論是用最小二乘法(OLS)，還是雙重差分估計(DID)，所得系數和穩(wěn)健標準誤都一致。

6 結論與啟示

作為一項國際性盛會，奧運會的舉辦提高了中國的國際知名度和影響力［22，23］，也給北京五星級酒店的發(fā)展帶來了巨大的機遇。筆者選取2003年～2008年北京、上海、天津、重慶、廣州、深圳的五星級酒店面板數據，使用雙重差分估計方法對五星級酒店的發(fā)展指標回歸估計之后發(fā)現，2008年北京因奧運會的舉辦這一個因素使得北京五星級酒店數量凈增加10家，五星級酒店房間數凈增加4 322間，五星級酒店床位數凈增加5 193張，五星級酒店平均出租率凈增長4%，五星級酒店營業(yè)收入凈增加40億元，可見奧運會的舉行對北京五星級酒店發(fā)展的推動作用非常大，說明了大型體育賽事能為五星級酒店發(fā)展帶來重要契機。其實，除了本文提到的這些直觀上的五星級酒店經濟指標的增長之外，奧運會也極大地促進了更多資金雄厚和管理實力強大的國際酒店品牌的進駐，促進了北京五星級酒店的服務質量和管理運營質量的提升，促使五星級酒店的服務水平和管理水平更加與國際接軌，這個影響是更加長期與深遠的，也為整個服務業(yè)的質量發(fā)展樹立了新的標桿。

但我們還必須意識到，奧運會也對五星級酒店發(fā)展帶來一定的消極影響。奧運會促進了北京五星級酒店數、房間數、床位數的增加，在供給方面大量增加的同時，我國五星級酒店的需求方面卻沒有跟上供給增長的速度。2008年之后北京五星級酒店供大于求的現象造成平均出租率下降，進而造成了酒店設施閑置、投資浪費、營收減少的后果。再加上全球金融危機的影響，北京五星級酒店的平均出租率在2009年和2010年連續(xù)走低，經過兩年培育需求、減慢供給的調整，直到2011年才改變頹勢，開始反彈。所以，五星級酒店在迎接奧運會的建設過程中，不宜過于盲目樂觀，需要提前考慮會后的營銷策略，以防止出租率快速下降。

總體上來看，像奧運會這樣的大型體育賽事的舉行對于舉辦地五星級酒店的發(fā)展能夠起到積極正面的促進作用，是值得提倡與推動的事件。從推廣上看，大型展會、國家有關政策也會發(fā)揮類似作用，推動五星級酒店的建設與發(fā)展。先有2008年奧運會促進北京五星級酒店的發(fā)展，后有2010年世博會促進上海五星級酒店的發(fā)展，現在正在進行的“一帶一路”倡議也必定會促進相關省份尤其是西部省份五星級酒店的快速發(fā)展。