EN中文

Economic geography >

2020 , Vol. 40 >Issue 3: 216 - 224

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.03.024

The Impact of Terrorist Activities on Tourism Development in Countries along the Belt and Road

  • XU Peiyuan , 1 ,
  • LIU Yafang 2
Expand
  • 1. School of Economics and Finance，Huaqiao University，Quanzhou 362021，Fujian，China
  • 2. Institute of Economics，Fujian Academy of Social Sciences，Fuzhou 350000，Fujian，China

Received date: 2019-06-25

  Revised date: 2020-02-10

  Online published: 2025-04-11

Fold

Abstract

Countries along the "Belt and Road Initiative" are areas prone to terrorist activities. This paper examines the impact of terrorist activities and their spatial spillover effects on the tourism development in "the Belt and Road" countries by using Spatial Durbin Model. The results show that: 1) both terrorist activities and tourism development have remarkable spatial agglomeration characteristic in "the Belt and Road" areas; 2) the direct,indirect(spatial) and total effect of terrorist activities on tourism development are all negative,which means that terrorism not only restrains local tourism development,but also produces spillover effect to the surrounding countries or regions,and the spatial spillover effect is greater; 3) at the sub-regional level,the direct,indirect and total impact of terrorist activities of China-Mongolia-Russia-Central Asia-Southeast Asia and South Asia-West Asia are all negative,especially in the area of South Asia-Western Asia,the effects are greater and more significant. This means that the establishment of the Anti-Terrorism Cooperation Alliance and the Tourism Security Cooperation Mechanism are necessary measures to deal with the "Belt and Road" terrorist activities, while South Asia-West Asia is the key area for this cooperation.

Key words： the Belt and Road; terrorist activities; spatial spillover effect; tourism development; Spatial Durbin Model; Tourism Security Cooperation Mechanism

Cite this article

XU Peiyuan , LIU Yafang . The Impact of Terrorist Activities on Tourism Development in Countries along the Belt and Road[J]. Economic geography, 2020 , 40(3) : 216 -224 . DOI: 10.15957/j.cnki.jjdl.2020.03.024

“一带一路”连接亚欧大陆，覆盖东南亚、南亚、中亚、西亚以及中东欧地区，并且跨越米索不达米亚文明、古埃及文明、古印度文明和华夏文明，沿线国家旅游资源丰富，该区域国际旅游总量占全球旅游70%以上。然而不同文明下宗教信仰间（如基督教、伊斯兰教、佛教等）的矛盾与冲突、不同民族/种族的矛盾与冲突呈现突发性、多样性、复杂性、长期性的特点，尤其是“三股极端势力”（暴力恐怖势力、民族分裂势力以及宗教极端势力）长期并存，使得该区域成为恐怖活动多发地带[1]。
2017年全球范围遭受恐怖主义影响最大的十个国家中，有8个来自“一带一路”沿线，分别为伊拉克、阿富汗、叙利亚、巴基斯坦、印度、也门、埃及以及菲律宾，且沿线约有40%的国家处于恐怖活动危险或高危状态①。恐怖活动严峻的现状和发展态势给沿线各国旅游业发展带来不同程度的危害，甚至给一些国家旅游业造成重创，使其处于崩溃边缘。例如，近年来，“伊斯兰国”（“IS”）组织在伊拉克、阿富汗等国攻城略地，其影响力不断扩大，导致两国入境旅游收入和游客人数出现连年递减趋势。此外，恐怖活动会产生空间溢出效应，不仅会限制当地旅游业发展，还会给地理邻近和文化相近的国家或地区的旅游业带来一定影响。“一带一路”一些地区恐怖活动甚至出现连片发展态势。例如，源于中东地区的“IS”影响力不断扩大，其暴恐极端思想蔓延至法国、比利时、土耳其等欧洲国家以及印尼、菲律宾等东南亚国家，使当地旅游业受到不同程度的冲击。因此，恐怖活动及其空间溢出效应对旅游业发展的影响已成为政府和学术界关注的焦点，相关研究值得深化和拓展。

1 文献回顾

恐怖活动对游客出行、旅游地形象等的影响最为直接。有关恐怖活动影响旅游业发展的文献主要集中在三个方面：
①恐怖活动对旅游目的地的影响。打击与破坏旅游目的地是恐怖组织和恐怖分子实现其战略或政治目的的有效工具，其对旅游目的地最为直观的影响是破坏当地旅游资源，如损毁旅游服务设施、破坏交通等[2]，此外还包括改变游客出行选择、减少入境旅游人数和旅游收入、破坏旅游地形象、冲击游客安全预期等一系列负面影响[3~4]。Pizam等则进一步指出，如果恐怖活动的发生频率较高，旅游目的地的吸引力将不断下降，最终会阻碍旅游业的发展[5]，Saha等也认为频繁发生的恐怖活动的影响远大于一次性袭击[6]。
②恐怖活动对旅游业影响的空间溢出效应。恐怖活动的空间溢出效应已成为共识，如Paraskevas、卢光胜等认为，恐怖活动会对袭击地周边国家的旅游业产生影响[7-8]。Bassil指出其溢出效应的大小取决于恐怖袭击的强度，即恐怖活动规模越大、持续时间越久，其溢出效应就越明显、波及范围就越广[9]。上述学者对恐怖活动溢出效应的研究集中在定性描述和分析阶段，而Neumayer等量化评估了恐怖主义的空间溢出效应对伊斯兰国家旅游业的影响，结果表明，由于伊斯兰恐怖组织的跨国性质，其恐怖袭击将会通过空间溢出效应作用于袭击地点以外的伊斯兰目的地的旅游业，降低其旅游业份额[10]。
③“一带一路”沿线恐怖活动对旅游业的影响。国际旅游合作是“一带一路”倡议构想的合作内容之一，但该地区民族问题、宗教问题及恐怖主义严重影响旅游合作的全面推进[11⇓~13]。张晓磊等研究发现，“一带一路”沿线地区的恐怖活动呈现出“大分散、小集中”的特点，并且对沿线地区的贸易和投资产生较严重的负面影响[1]。宫玉涛认为，“一带一路”沿线恐怖活动的新态势之一就是袭击对象更多指向诸如旅游景点、各类交通工具和公共活动场所，通过对游客所造成的心理冲击来破坏当地旅游业的发展[14]。赵敏燕等分析“一带一路”沿线国家恐怖主义事件和恐怖活动死亡人数的时间和空间格局特征，结果显示恐怖活动呈现“北非—中东—西亚—中亚—南亚—东南亚”的弧形震荡带，并且恐怖活动发生数量及死亡人数逐年增多[15]。贾宇等指出“一带一路”沿线国家的恐怖活动影响力不断升温，并且暴恐极端思想不断外溢，严重制约各国经济发展和国际合作[16]。
纵观上述研究，仍然存在三个方面的不足：①鲜有文献采用空间杜宾模型（SDM）量化评估空间溢出效应。SDM区分了直接效应和间接效应（空间溢出效应），能够较为准确地估计恐怖活动的空间溢出效应。②在有关恐怖活动空间溢出效应的研究中，大多只考虑了地理邻近，而忽略了文化相近产生的溢出效应。Neumayer等的研究表明，当恐怖活动与文化争端和宗教冲突有关时，以相同文化和宗教为特色的旅游目的地极易成为恐怖组织的袭击目标[10]，因此，除了地理邻近因素外，还应将文化相近纳入到模型中，综合考量恐怖活动的空间溢出效应。③缺少“一带一路”沿线恐怖活动及其空间溢出效应对旅游业影响的定量研究。因此，本文采用能够区分直接效应和间接效应（空间溢出效应）的空间杜宾模型，同时考虑地理邻近因素和文化相近因素，量化评估“一带一路”沿线恐怖活动及其空间溢出效应对旅游业发展的影响。

2 变量选取与模型构建

2.1 变量选取与数据说明

根据旅游经济学的相关理论，影响旅游业发展的主要因素有经济发展水平、旅游服务水平、交通便利化水平等，但是恐怖活动是一种意外的影响旅游业发展的突发因素。本文主要关注这个突发因素，因此把传统的主要因素作为控制变量，而将恐怖活动作为主要的解释变量进行研究。变量及指标选取如下：
旅游业发展：其主要指标有入境游客人数、旅游收入、旅游支出以及入境游客天数等，其中旅游收入是衡量一个国家（地区）旅游业发展程度和旅游经济效益的重要依据和手段，同时也是恐怖活动对旅游业产生冲击的综合体现。因此，本文在实证分析中采用入境旅游收入反映“一带一路”沿线国家旅游业发展状况。
恐怖活动：恐怖活动因其规模、性质、持续时间等不同对旅游业产生不同程度的影响。因此，为较全面反映“一带一路”沿线国家恐怖活动程度，本文借鉴赵敏燕等的方法采用全球恐怖主义指数（Global Terrorism Index，GTI）[15]。GTI将每年的恐怖袭击事件总数、造成的死亡总数、伤害总数、财产损失总额等指标加权赋值（取值范围为[0,10]），能够较全面、综合地反映各国恐怖活动发生程度。由于部分国家GTI为0，为避免取对数之后出现无穷大的情况，用公式ln X + X 2 + 1 1 / 2进行变换。
控制变量：影响一个国家旅游业发展的主要因素包括旅游资源水平、经济发展水平、对外开放水平、旅游服务水平、交通便利化水平、外商投资水平等。因此，本文将上述变量作为控制变量。其中，旅游资源以一国世界自然与文化遗产、国家地质公园、国家历史文化名城、国家重点风景名胜区、国家 4A级及以上旅游区的资源总数除以国土面积来衡量；经济发展水平用各国人均GDP衡量；对外开放水平采用美国传统基金会公布的经济自由度指数衡量；旅游服务水平采用各国服务业就业人数占总就业人数的比重来表示；交通便利化水平用于反映一国旅游基础设施便利化情况和旅游可达性，采用各国航空客运量表示；FDI可以通过投资过程中的商务旅游、观光旅游带动旅游服务发展，采用各国FDI总额衡量。

2.2 恐怖活动与旅游业发展的空间分布特征及空间相关性分析

2.2.1 “一带一路”沿线恐怖活动与旅游业发展的空间分布特征

在构建模型前，需要初步分析“一带一路”沿线国家㉜（㉜本文选取包括中国的65个“一带一路”沿线国家，具体是：东亚2国（中国、蒙古），东南亚10国（新加坡、马来西亚、印尼、缅甸、泰国、老挝、柬埔寨、越南、文莱、菲律宾），南亚8国（印度、巴基斯坦、孟加拉、阿富汗、斯里兰卡、马尔代夫、尼泊尔、不丹），中亚5国（哈萨克斯坦、乌兹别克斯坦、土库曼斯坦、塔吉克斯坦、吉尔吉斯斯坦），西亚17国（伊朗、伊拉克、土耳其、叙利亚、约旦、黎巴嫩、以色列、巴勒斯坦、沙特、也门、阿曼、阿联酋、卡塔尔、科威特、巴林、塞浦路斯、埃及），中东欧16国（波兰、立陶宛、爱沙尼亚、拉脱维亚、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、波黑、黑山、塞尔维亚、阿尔巴尼亚、罗马尼亚、保加利亚、马其顿），独联体（俄罗斯、乌克兰、白俄罗斯、格鲁吉亚、阿塞拜疆、亚美尼亚、摩尔多瓦）。） 恐怖活动与旅游业发展的空间分布特征，若两者均具有空间集聚特征，则建模时需要将两者的这种特征考虑在内。图1显示，沿线国家的恐怖活动呈现显著的空间集聚特征。恐怖活动多发地带主要包括中国、俄罗斯（Terror指数分别为5.543和5.329），东南亚的菲律宾、泰国、印尼、缅甸（Terror指数分别为7.126、6.609、4.550和4.956），南亚的印度、孟加拉、尼泊尔、巴基斯坦、阿富汗、斯里兰卡（Terror指数分别为7.534、6.181、4.387、8.400、9.441和7.905），西亚的伊拉克、土耳其、叙利亚、埃及、沙特、也门、黎巴嫩、以色列（Terror指数分别为10.000、7.519、9.009、7.170、5.808、7.877、5.638和5.062）。无论是从地区还是从国家来看，恐怖活动都呈现出空间集聚的分布特征，即恐怖活动多发国其周围也是恐怖活动较为严重的国家。该结果显示，“一带一路”沿线国家恐怖活动可能具有空间相关性，实证分析时需要将这种效应纳入其中。
图1 “一带一路”沿线国家恐怖活动的空间分布特征

注：1.该图基于国际测绘地理信息局标准地图服务系统下载的审图号为GS（2016）1667号的标准地图制作，底图无修改，图2同；2.参考《全球恐怖主义指数报告》中GTI指数划分标准，对Terror数值进行四等分，数值越大表明恐怖活动程度越高。

Fig.1 Spatial distribution of terrorist activities in countries along B&R

表1 变量选取及说明

Tab.1 Selection and Description of Variables

变量 衡量指标 数据来源
旅游业发展 入境旅游收入（Tour） 世界发展指数
恐怖活动 各国恐怖活动指数（Terror）
恐怖活动死亡人数（Death，用于稳健性检验）		 美国经济与和平研究所公布的《全球恐怖主义指数报告》
旅游资源水平 旅游资源总数/国土面积（Resource） 《世界遗产名录》
经济发展水平 各国人均GDP（Pgdp） 世界发展指数
对外开放水平 经济自由度指数（Openness） 美国传统基金会经济自由度指数
旅游服务水平 服务业就业人数/总就业人数（Service） 世界发展指数
交通便利化水平 航空客运量（Airline） 世界发展指数
外商投资水平 各国外商直接投资（FDI） 世界发展指数

注：旅游收入、GDP、进出口总额、FDI均采用2005年美元不变价；为消除数据不同量纲的影响和减少模型中的异方差性，实证分析部分，除比值变量以外，其余所有变量均取对数值。

图2显示，沿线国家旅游业发展也呈现较为明显的空间集聚特征。其中旅游收入Tour（各国入境旅游收入取对数后的数值）较高的国家主要集中在亚洲的泰国、中国、印度、新加坡、马来西亚、俄罗斯、印度尼西亚、越南（其Tour分别为24.683、24.517、23.863、23.634、23.681、23.274、23.256和22.833），西亚的土耳其、阿联酋、卡塔尔、沙特阿拉伯、埃及（其Tour分别为24.007、23.693、23.256、23.219和21.918），中东欧的波兰、克罗地亚、匈牙利、捷克（其Tour分别为23.212、23.007、22.735和22.675）等国，这些国家多数在地理位置上处于邻近或相邻状态。而旅游收入较低的国家则主要集中在蒙古（其Tour为19.753）、中亚的吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦（其Tour分别为19.983、18.823、16.641和14.493）等国，其中中亚的四个国家在地理分布上最为集中。整体而言，“一带一路”沿线国家旅游业发展也呈现出较为明显的空间集聚特征，表明其可能具有空间相关性，因此下文实证分析时同样需要考虑其空间效应。
图2 “一带一路”沿线国家旅游业发展的空间分布特征

注：为了和图1进行直观比较，图2中旅游业发展衡量指标（Tour）同样进行四等分处理。

Fig.2 Spatial distribution of tourism development in countries along B&R

2.2.2 恐怖活动空间相关性和旅游业发展空间相关性检验

图1和图2显示，“一带一路”沿线国家的恐怖活动与旅游业发展两者均呈现空间集聚的分布特征，因此下文引入全局Moran's I检验恐怖活动与旅游业发展各自的空间相关性。Moran's I统计量[17]是一种常用的衡量各区域间空间相关性的度量指标，其计算公式为：
M o r a n ' s   I = ∑ i = 1 N ∑ j = 1 N ω i j x i - x ¯ x j - x ¯ S 2 ∑ i = 1 N ∑ j = 1 N ω i j
式中：N为研究区内的地区总数（本文为“一带一路”沿线国家数65）； ω i j是区域i和区域j的邻近关系（下文详细介绍）； x i和 x j分别是研究样本的属性值； x ¯为属性值的均值； S 2 = 1 N ∑ i = 1 N x i - x ¯ 2为属性值的方差。Moran's I的取值范围为[-1，1]，大于0表示研究样本之间正相关，接近1表明有相似属性的集聚在一起（即高值与高值相邻、低值与低值相邻）；小于0表示负相关。“一带一路”沿线恐怖活动（Terror）和旅游业发展（Tour）各自的Moran's I结果见表2。
表2 “一带一路”沿线国家恐怖活动和旅游业发展的Moran's I

Tab.2 Moran's I of terrorist activities and tourism development in countries along B&R

年份 Terror Tour
Moran's I Z(I) Moran's I Z(I)
2010 0.234*** 2.773 0.202* 1.815
2011 0.243*** 2.864 0.198* 1.766
2012 0.186** 2.185 0.199* 1.772
2013 0.283*** 3.307 0.190* 1.678
2014 0.265*** 3.107 0.195* 1.691
2015 0.258*** 3.037 0.206* 1.844
2016 0.260** 2.322 0.189** 1.996
2017 0.264*** 2.566 0.200* 1.670

注：*、**、***分别表示10%、5%、1%水平上显著。表3~表5同。

表2显示，“一带一路”沿线国家各年份恐怖活动的Moran's I值均大于0.1，且全部在5%水平下显著为正，表明恐怖活动自身具有正的空间相关性，呈现高—高或低—低的空间集聚特征。并且，2014年之后恐怖活动的空间相关性呈上升趋势。这与现实情况相符，即：“一带一路”沿线恐怖活动频繁发生，恐怖活动多发地带的中东、南亚以及东南亚在地理上相邻或相近使得近年来其空间集聚程度不断加强。
同时，表2也显示，2010—2017年沿线国家旅游收入的Moran's I均在0.2上下浮动，且在10%水平下显著为正，这表明“一带一路”沿线国家的旅游业发展也具有正的空间相关性，呈现高—高或低—低集聚特征。以东南亚国家为例，泰国、马来西亚、新加坡旅游业发展较好，这些国家在地理上处于相邻或相近。而旅游收入较低的国家则主要集中在蒙古、中亚的吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦，其中中亚四国在地理上相邻或相近。因此，沿线国家旅游业发展的空间相关性明显。

2.3 模型构建

2.3.1 空间杜宾模型介绍

根据空间相关性的来源，空间计量模型主要分为三种，分别是空间滞后模型（Spatial Lag Model，SLM）、空间误差模型（Spatial Error Model，SEM）和空间杜宾模型（Spatial Durbin Model，SDM）。其中SLM用于研究相邻地区的行为对整个系统内其他地区行为的影响，其空间相关性通过被解释变量来体现。SEM用于研究某一个体发生的冲击随误差项的空间效应对相邻个体的传递，其空间相关性通过随机干扰项来体现。相较于传统空间计量模型SLM和SEM，SDM一个显著的特征就是模型中同时包含因变量和自变量的空间相关性，这使得自变量和误差项的参数估计不会因为遗漏变量空间相关性而受到影响[17]，因而能够更好地估计不同观测个体产生的溢出效应。其一般形式表示为：
Y = ρ I T ⊗ W N Y + X β + γ I T ⊗ W N X + ε
式中： ρ是因变量的空间效应系数； W N是N ×N阶的空间权重矩阵； I T是T ×T阶的单位时间矩阵； 为克罗内克积，用于任意两个大小的矩阵间的运算； ε为随机干扰项（服从正态分布）； γ是自变量的空间效应系数；Y和X分别是因变量和自变量。

2.3.2 恐怖活动及其空间溢出效应影响旅游业发展的SDM模型

上文2.2.2节的初步检验表明，“一带一路”沿线国家的恐怖活动和旅游业发展均具有显著的空间相关性，因此需要采用同时包含自变量和因变量空间滞后项的空间杜宾模型进行实证分析，表达式为：
T o u r i t = α + ρ W · T o u r i t + β T e r r o r i t + γ W · T e r r o r i t + ∑ α = 1 5 λ a C o n a , i t + ∑ α = 1 5 η a W · C o n a , i t + ε i t
式中： W是N ×N阶的空间权重矩阵； W · T o u r i t、 W · T e r r o r i t和 W · C o n a , i t分别表示旅游收入、恐怖活动以及控制变量的空间滞后项；系数 ρ是Tour的空间相关性； γ和 η a分别代表Terror和控制变量的空间溢出效应。
空间权重矩阵W的设置采用基于地理邻近和基于文化相近的复合空间权重矩阵，这是因为，一方面“一带一路”连接亚欧大陆，其恐怖活动呈现连片发展态势，地理邻近是恐怖活动产生空间溢出效应的重要因素；另一方面，“一带一路”沿线国家文化形态、宗教信仰、种族关系各异，是诱发恐怖活动的原因之一，尤其是恐怖活动与文化争端和宗教冲突有关时，以相同文化和宗教为特色的旅游目的地极易成为恐怖组织的袭击目标，因此文化相近也是恐怖活动产生溢出效应的重要因素。因此空间权重矩阵 W中：①

ω i j = 1 国 家 i 和 国 家 j 有 共 同 顶 点 / 边 界 或 两 者 处 于 相 同 文 化 区 域 0 其 他 i , j ∈ [ 1 , N ]

3 实证检验与结果分析

虽然前文的理论分析和空间相关性检验均表明，需采用空间杜宾模型才能较为准确地反映恐怖活动及其空间溢出效应对旅游业发展的影响，但是是否真正需要采用SDM模型，还需进行LR和Wald统计量检验。检验结果显示，Wald-lag和LR-lag的值分别为38.044和36.127，在1%显著水平上拒绝了空间滞后模型（SLM）；Wald-error和LR-error的值分别为37.614和31.097，在1%显著水平上拒绝了空间误差模型（SEM）。因此，本研究需要采用SDM模型进行实证分析。

3.1 模型估计与结果分析

根据公式（3）建立的模型，并结合2010—2017年的数据，利用极大似然估计法进行估计，结果见表3。
表3 SDM模型估计结果

Tab.3 SDM Model estimation results

变量 估计系数 t值 变量 估计系数 t值
α 7.474*** 11.809 ρ 0.342*** 5.563
Terror -0.374** -2.038 W·Terror -0.120*** -2.952
Pgdp 0.597*** 2.267 W·Pgdp 0.278*** 3.174
Openness 0.154* 1.769 W·Openness 0.087 1.043
Service 0.282 1.532 W·Service 0.062 1.415
Airline 0.115*** 4.481 W·Airline 0.145** 2.439
FDI 0.054 1.359 W·FDI 0.067* 1.831
Resource 0.042* 1.892 W·Resource 0.019* 1.670
表3中，旅游收入（Tour）的空间依赖效应系数 ρ为0.342，且通过1%的显著性水平检验，表明“一带一路”沿线国家旅游业发展具有显著的空间相关性，这与上文中旅游业Moran's I值为正的结论相符。此外，由于SDM模型中加入了解释变量的空间滞后项，公式（3）中各个解释变量的系数不再反映自变量对因变量的影响，而需要利用自变量的直接效应、间接效应和总效应来解释其对自变量的影响。直接效应是自变量对本地区因变量的影响程度，即恐怖活动对发生地旅游业收入的影响；间接效应是自变量对邻近地区因变量的影响程度，即恐怖活动空间溢出效应对地理邻近或文化相近国家旅游业收入的影响；总效应则是直接效应和间接效应的和[17]。接下来对恐怖活动的直接效应、间接效应和总效应进行分析，结果见表4。
表4 SDM模型的直接效应、间接效应和总效应

Tab.4 Direct, indirect and total effects of SDM Model

变量 直接效应 间接效应 总效应
Terror -0.478*（-1.723） -1.721**（-2.191） -2.199**（-2.446）
Pgdp 0.596***（9.076） 0.025*（1.921） 0.621*（1.742）
Openness 0.153*（1.911） 0.072*（1.761） 0.225*（1.742）
Service 0.291（1.569） 0.049 （1.390） 0.340（1.627）
Airline 0.113***（4.458） -0.002*（-1.956） 0.111（1.450）
FDI 0.054***（2.747） -0.034（-0.651） 0.020（1.260）
Resource 0.031*（1.972） 0.010（0.997） 0.041（1.379）

注：括号内为t值；由于篇幅限制，控制变量的实证结果及分析未给出。

表4的估计结果显示，“一带一路”沿线国家恐怖活动影响旅游业发展的直接效应、间接效应和总效应均为负，且三者均在10%的水平上显著，表明恐怖活动对旅游业的负面影响不仅作用于地区内也作用于地区间，即恐怖活动具有显著的空间溢出效应，其不仅会抑制恐怖活动发生国旅游业的发展，同样也会通过溢出效应对地理邻近和文化相近国家的旅游业产生负面影响。
恐怖活动的影响从旅游目的地或者恐怖活动发生地开始，并通过空间溢出效应作用于地理邻近或文化相近的国家。首先，恐怖活动直接作用于旅游目的地影响当地旅游业发展。第一，恐怖活动破坏了旅游目的地资源和旅游设施，使该地区旅游观光价值降低或者不再具有观光价值，此外，恐怖活动还有可能破坏旅游目的地的交通基础设施，影响目的地的可进入性和可达性，从而使游客的旅游活动受阻。第二，好的旅游地形象是旅游业发展的基础，当目的地发生恐怖活动事件后，其旅游形象受损，潜在游客对该地区的安全性产生质疑，进而影响其旅游决策，如停止对该地区的旅游计划或“转战”相对安全的国家，即寻求替代旅游，从而造成该地区旅游收入减少。第三，恐怖活动对旅游业的影响，不仅与其性质、持续时间等有关，也取决于潜在游客对恐怖活动发生地的安全感知和心理预期。恐怖活动发生后会通过各种渠道传播到潜在游客身边，并冲击其对该地区的安全感知和心理预期，进而影响潜在游客的旅行选择。因此，恐怖活动通过破坏当地旅游资源和旅游设施、摧毁旅游地形象、改变游客安全感知和心理预期等一些负面冲击，导致当地旅游收入降低。
其次，恐怖活动通过空间溢出效应影响地理邻近或文化相近国家的旅游业。一国发生恐怖活动，其周边国家或地区也不能独善其身，一方面恐怖分子可能会逃匿至邻近国家，有再次爆发恐怖袭击的风险，使得邻近国家的公民和潜在游客产生较大恐惧感，进而由于担心自身的人身安全而放弃到该国旅游。另一方面，对于与恐怖活动发生国文化相近的国家而言，其旅游业发展也易受恐怖活动的冲击。除了地理因素，文化渗透也是恐怖组织触发恐怖活动的重要手段之一，例如，广泛存在于中东地区的“伊斯兰国”组织，除了在本地区制造一系列恐袭之外，也通过文化渗透影响同样存在“伊斯兰国”组织的东南亚国家。因此，当一国发生的恐怖活动与文化冲突或宗教冲突有关时，旅游者在选择旅游目的地，尤其是基于文化动机和宗教动机选择旅游目的地时，会回避或谨慎选择与恐怖活动发生国文化相近的国家，从而其旅游业受到影响。

3.2 区域对比分析

“一带一路”横跨亚欧大陆，连接东南亚、南亚、中亚、西亚以及中东欧五大区域，各区域文化形态、宗教信仰、种族关系各异，恐怖活动的集聚程度和旅游业发展状况各异。从图1可以看出，“一带一路”沿线恐怖活动呈现连片分布特征，恐怖活动多发（少发）地带为东南亚、南亚和西亚（中东欧），这些区域在地理板块上相邻，并且每个区域的恐怖活动多发国大多在地理位置上也相邻，有些国家还同属一个文化圈，与此相对应，“一带一路”沿线国家旅游业发展也呈现较为明显的空间集聚特征。因此，可以推断不同地理区域或文化区域的恐怖活动及其空间溢出效应可能会对旅游业发展产生不同的影响，故有必要分区域对比研究。根据前文的分析，将沿线65个国家划分为三大区域：恐怖活动多发的南亚8国和西亚17国；恐怖活动较少发生的中东欧16国和独联体6国；其余国家包括中蒙俄、中亚5国以及东南亚10国。这样的划分也符合地理邻近及空间联系，实证分析结果见表5。
表5 “一带一路”沿线各次区域SDM的回归结果

Tab.5 Regression Results of SDM in various subregions along B&R

中蒙俄—中亚—东南亚 南亚—西亚 中东欧
空间效应系数 ρ 0.323*（3.042） 0.107*（1.641） 0.236**（1.943）
Terror估计系数 -0.152（-0.447） -1.165*（-1.894） -1.118（-0.625）
直接效应 -1.058*（-1.647） -1.210**（-1.977） -0.865（-0.478）
间接效应 -2.619**（-2.365） -2.791***（-3.479） -3.747（-1.402）
总效应 -3.677***（-3.026） -4.001***（-3.986） -4.612（-1.413）

注：仅列出恐怖活动Terror的回归结果；括号内为t值。

3.2.1 中蒙俄—中亚—东南亚地区的回归结果分析

中蒙俄—中亚—东南亚地区恐怖活动影响旅游业的直接效应、间接效应和总效应分别为-1.058、-2.619和-3.677，且三者均通过显著性水平检验，表明该地区恐怖活动会对发生地以及地理邻近或文化相近国家的旅游业发展产生显著的抑制作用。中亚地区被称为“世界枢纽地带”，存在大量宗教极端型恐怖主义[18]，典型的如频繁活动于塔吉克斯坦东部、吉尔吉斯斯坦南部、乌兹别克斯坦费尔干纳谷地以及我国新疆地区的“东突”分裂组织，其严重影响当地旅游业的发展，并且与之地理相邻、文化相近的国家也成为恐怖分子逃逸和再次“作案”的目的地和袭击目标，因此，恐怖活动能够通过空间溢出效应作用于地理邻近和文化相近的国家，进而影响其旅游业的发展。近年来，东南亚地区恐怖活动日益频繁，菲律宾、印度尼西亚、马来西亚成为重灾区。著名的伊斯兰分裂组织在东南亚地区频繁活动，印度尼西亚频繁遭受袭击（大多与“伊斯兰国”组织有关），旅游业增长受阻，同时其邻国马来西亚的旅游业也遭受一定的负面冲击。

3.2.2 南亚—西亚地区的回归结果分析

南亚—西亚地区恐怖活动影响旅游业的直接效应、间接效应和总效应分别为-1.210、-2.791和-4.001，且均通过显著性检验。由于复杂的历史、种族、宗教、资源等方面的因素，西亚北非以及南亚地区长期遭受各种类型的恐怖势力的侵袭，其中西亚北非是世界范围内臭名昭著的“恐怖主义弧形带”的起点，也是恐怖主义最为严重的区域。特别是2011年底以来，西亚北非国家局势相继出现动荡，如多米诺骨牌一样迅速蔓延至埃及、也门、巴林等国家，其旅游业受到重创，同时也严重影响周边国家旅游业。值得注意的是，南亚—西亚地区恐怖活动影响旅游业的三种效应的系数均大于中蒙俄—中亚—东南亚地区，这与实际情况相符，前文的分析及图1也显示，南亚和西亚是恐怖活动分布最集中、影响最大、范围最广的区域，因此，其对本地区以及对地理和文化邻近区域的旅游业影响较大。

3.2.3 中东欧地区的回归结果分析

中东欧地区恐怖活动影响旅游业的直接效应、间接效应和总效应分别为-0.865、-3.747和-4.612，但三者均未通过显著性检验。虽然该地区一度成为恐怖主义发动暴力恐怖袭击的“热点地区”，但相对而言，中东欧地区恐怖活动的发生次数以及恐怖活动死亡人数均不及上述两个区域，加之该地区旅游设施比较完善，在世界旅游市场上有很强的竞争力，旅游业相对发达，因此，该地区恐怖活动对旅游业发展的影响不显著。

3.3 稳健性检验

为保证研究结论的可靠性，本文进行以下两种类型的稳健性检验：
第一，以恐怖活动死亡人数（Death）作为恐怖活动（Terror）的替换指标进行检验。检验结果显示，主要解释变量Death的直接效应、间接效应和总效应除了显著性和大小有所改变以外，其系数符号均与前文的实证结果一致，表明本文的研究结果稳健，结论可靠。
第二，采用基于地理邻近的空间权重矩阵替代基于地理邻近和文化相近的复合空间权重矩阵进行检验。与前文结果相比，一个显著的变化是表2中Terror和Tour的Moran's I值整体上小于采用复合空间权重矩阵的结果，但各变量的系数大小和显著性变化不大，表明前文的研究结论可靠，且采用基于地理邻近和文化相近的复合空间权重矩阵更符合本文研究的现实基础。

4 主要结论及建议

本文通过构建能够区分直接效应和间接效应（溢出效应）的空间杜宾模型，实证检验“一带一路”沿线国家恐怖活动及其空间溢出效应对旅游业发展的影响，得出以下结论：
①“一带一路”沿线国家的恐怖活动和旅游业发展均具有显著的空间相关性，且均呈现明显的空间集聚特征。一方面恐怖活动多发的中东、南亚以及东南亚国家，地理上相邻或邻近，另一方面旅游收入较低的国家主要集中在中亚，地理分布上也比较集中。因此，为反映两者自身的空间相关性，实证分析须采用同时反映恐怖活动和旅游业发展的空间相关的SDM模型。
②SDM模型的实证检验显示，“一带一路”沿线国家恐怖活动影响旅游业发展的直接效应、间接效应和总效应均为负，表明恐怖活动对旅游业的负面影响不仅作用于地区内也作用于地区间，其不仅会抑制恐怖活动发生地旅游业的发展，而且会对地理邻近和文化相邻的国家产生溢出效应，对这些国家旅游业产生负面影响。
③“一带一路”沿线各区域中，中蒙俄—中亚—东南亚和南亚—西亚地区的恐怖活动对旅游业的直接效应、间接效应和总效应均为负。并且，南亚—西亚地区的三种效应最大且显著，即该区域恐怖活动对旅游业的影响更大，空间溢出效应更显著。
为了抑制恐怖活动对旅游业的负面影响，尤其是抑制其空间溢出效应，防止恐怖活动连片发生，沿线国家反恐和旅游安全合作势在必行，故建议：
①建立“一带一路”反恐合作联盟。利用相关组织（如上海合作组织）协调反恐行动与力度，同时，推动区域反恐情报共享，设置恐怖活动救援应急机制，有效管控恐怖活动的负面影响，同时抑制恐怖活动空间溢出效应对地理邻近和文化相近国家旅游业的影响。
②建立“一带一路”旅游安全合作机制。一是设立包含恐怖活动预警因子的旅游预警指数，研判和评估不同区域中可能存在的恐怖活动及其对旅游业造成的潜在影响。二是建立旅游安全救援制度，其中包含恐怖活动应急救援机制，一国发生恐怖活动在内的旅游安全事件应迅速与区域内其他国家开展协作，将其负面影响降到最小，同时避免给周边国家旅游安全环境造成负面影响。
③分区域重点推进反恐工作。南亚和西亚地区是推进“一带一路”反恐工作的重点区域，相关国家在全面掌握该区域恐怖势力、宗教极端势力有关动向的基础上，着力加强反恐工作和能力，最大限度铲除恐怖主义滋生的“土壤”，并全力防止恐怖活动向周边蔓延。中蒙俄、中亚地区和东南亚地区，应加强上海合作组织等区域合作机制框架内的安全合作，减缓或遏制区域内宗教极端主义的蔓延势头，并尽可能抵御来自中东的安全风险，防止宗教极端主义形成自中东经中亚、南亚蔓延至东南亚的连片发展态势。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
张晓磊, 张二震. “一带一路”战略的恐怖活动风险及中国对策[J]. 国际贸易, 2016(3):27-32.

[2]
Richter L K, Waugh Jr W L. Terrorism and tourism as logical companions[J]. Tourism Management, 1986, 7(4):230-238.

[3]
Yap G, Saha S. Do political instability,terrorism,and corruption have deterring effects on tourism development even in the presence of UNESCO heritage?A cross-country panel estimate[J]. Tourism Analysis, 2013, 18(5):587-599.

[4]
成观雄, 喻晓玲. 突发事件对边疆地区入境旅游的影响—— 以新疆“7.5”事件为例[J]. 经济地理, 2015, 35(5):204-208.

[5]
Pizam A, Fleischer A. Severity versus frequency of acts of ter- rorism:Which has a larger impact on tourism demand?[J]. Journal of Travel Research, 2002, 40(3):337-339.

[6]
Saha S, Yap G. The moderation effects of political instability and terrorism on tourism development:A cross-country panel analysis[J]. Journal of Travel Research, 2014, 53(4):509-521.

[7]
Paraskevas A, Arendell B. A strategic framework for terrorism prevention and mitigation in tourism destinations[J]. Tourism Management, 2007, 28(6):1560-1 573.

[8]
卢光盛, 周洪旭. 东南亚恐怖主义新态势及其影响与中国的应对[J]. 国际安全研究, 2018, 36(5):3-20.

[9]
Bassil C. The effect of terrorism on tourism demand in the Mid- dle East[J]. Peace Economics,Peace Science and Public Policy, 2014, 20(4):669-684.

[10]
Neumayer E, Plümper T. Spatial spillovers from terrorism on tourism: Western victims in Islamic destination countries[J]. Public Choice, 2016, 169(3-4):195-206.

[11]
董锁成, 赵敏燕, 郭鹏, 等. “一带一路”生态旅游带发展模式与对策[J]. 中国科学院院刊, 2016, 31(6):647-655.

[12]
马凯, 刘启刚. “一带一路”视阈下国际反恐警务合作存在的问题与路径[J]. 广西警察学院学报, 2018, 31(5):99-102.

[13]
王道转. “一带一路”下中国与东盟国家应对网络恐怖主义研究[J]. 中国公共安全:学术版, 2018(4):87-90.

[14]
宫玉涛. “一带一路”沿线的恐怖主义活动新态势解析[J]. 党政研究, 2016(2):18-26.

[15]
赵敏燕, 董锁成, 王喆, 等. “一带一路”沿线国家安全形势评估及对策[J]. 中国科学院院刊, 2016, 31(6):689-696.

[16]
贾宇, 李恒. 恐怖活动对“一带一路”倡议实施的威胁评估与对策研究[J]. 宁夏社会科学, 2017(1):35-43.

[17]
Elhorst J P. Spatial econometrics: from cross-sectional data to spatial panels[M]. Springer, 2014.

[18]
张宁. “一带一路”框架下中国与中亚国家反极端主义合作[J]. 国际安全研究, 2018, 36(5):137-154.

Options
Outlines

/

〈 〉