1. 引言
企业作为区域经济运行的微观细胞，其动态演变是观测经济活力与评估产业政策效果的关键视角。在中国经济结构转型与城乡协调发展的进程中，旅游业，尤其是历史文化古镇的特色化开发，已成为推动地方高质量发展的重要路径。古镇旅游开发是对区域生产要素、市场需求与制度环境的系统性重塑，其对当地企业生存构成一种复杂的外部冲击。理论上，它可能通过带来客流、改善设施与提升区域品牌产生“保护效应”；同时也可能通过推高经营成本、加剧同质化竞争而对部分企业产生“挤压效应”。因此，旅游开发与企业生存风险之间的关系，并非简单的线性促进或抑制，而是一个蕴含双重机制、亟待实证检验的重要问题。
浙江省西塘古镇自上世纪九十年代以来的旅游开发历程，完整经历了从政府主导到市场深化的不同阶段，为中国旅游经济的微观效应研究提供了一个典型的“自然实验场”。在此背景下，本研究旨在系统探究：西塘古镇的旅游开发强度如何影响镇域内企业的生存风险？这种影响是否因企业特征、区位及开发阶段的不同而存在异质性？其影响机制何在？
为回答上述问题，本研究整合组织生态学、资源依赖与创造性破坏理论，构建一个包含直接效应、中介路径与调节效应的分析框架。利用西塘镇1997~2024年全量企业工商登记数据，构建“企业–年度”面板数据结构，并采用事件史分析方法进行实证检验。研究发现，旅游开发整体上降低了企业生存风险(保护效应)，且该效应在政府主导阶段更为显著；但影响机制具有复杂性——旅游开发在产生直接保护作用的同时，也通过激发“整体企业活力”加剧了市场竞争，形成部分抵消直接效应的“遮掩效应”。此外，保护作用对小微企业、非旅游企业及景区外企业相对较弱。
本研究在理论上，突破了旅游开发经济效应“非正即负”的二元叙事，深化了对“创造性破坏”在旅游地微观场景中复杂机制的理解；在实践上，为地方政府优化旅游开发模式、实施精准扶持政策，以及为企业进行战略决策与风险管理提供了实证依据与行动指南。
本文其余部分结构如下：第2部分进行文献述评；第3部分构建理论框架并提出研究假说；第4部分详述研究设计；第5部分呈现企业生存的描述性证据；第6部分汇报实证结果与分析；第7部分总结结论并提出政策启示。
2. 文献综述
2.1. 古镇旅游开发的相关研究进展
旅游业作为战略性支柱产业，其开发过程通过系统整合资源与培育业态，深刻重塑区域的经济结构与功能形态，并产生复杂的多层面影响(裴星星，2022) [1]。现有研究普遍认识到旅游开发对区域经济的影响具有双重性，相关讨论主要围绕三大效应展开。
首先，大量研究证实了旅游开发具有显著的正向促进效应。经典理论“旅游拉动增长假说”(TLGH)指出，旅游业通过直接创造收入与就业、产生产业关联与乘数效应、促进人力资本积累与技术溢出等多重渠道，成为区域经济增长的重要引擎(如Ghali，1976；Lee等，1995) [2] [3]。国内研究也普遍支持这一观点，证实了旅游业对经济增长、产业协同及地区平衡发展的积极作用(宋瑞和胥英伟，2021；李朝军，2023) [4] [5]。
其次，部分研究警示了旅游开发可能诱发“荷兰病”效应。即旅游繁荣导致资源过度集中于非贸易部门，推高实际汇率与生产成本，从而挤出制造业等传统贸易部门，长期可能损害经济竞争力与增长潜力(Chao等，2006；Corden等，1982) [6] [7]。在中国语境下，这种对单一产业的过度依赖被视为一些旅游地发展的潜在风险(杨懿等，2017) [8]。
进一步的研究揭示了二者关系存在复杂的非线性特征。多项实证研究表明，旅游开发对经济增长的影响并非简单的线性促进，可能呈现倒“U”形、正“U”形或倒“N”型等形态，其影响方向与强度取决于地区的旅游专业化水平、制度环境及发展阶段(谢波等，2015；赵磊，2012；曹翔等，2017) [9]-[11]。这表明旅游开发存在阈值效应，适度开发有益，过度开发则可能产生抑制。
古镇作为文化遗产旅游的重要载体，其开发在兼具一般旅游经济影响的同时，也引发了一系列特色化的区域效应，相关研究主要围绕三大张力展开。一是保护与开发的辩证关系。核心争论在于如何平衡历史文化遗产的原真性保护与旅游经济效益的获取(阮仪三和肖建莉，2003；刘德谦，2005) [12] [13]，本质是对古镇“文化资本”转化路径的探索(李倩等，2006) [14]。二是社会结构变迁与社区参与。旅游开发深刻改变了古镇的人口构成、生计方式与社会网络，引发了关于“空心化”与社区可持续发展的讨论(李苏宁，2007) [15]。居民参与度与获益感知直接关系到发展的公平性与可持续性(王莉，2004；江五七等，2003) [16] [17]。三是空间重构与区域协同。旅游开发不仅重塑古镇内部商业与居住空间，也推动了更广域的区域联动。例如，“竞合模式”(C-C模式)的提出，强调邻近古镇应通过差异化与协同实现共赢，反映了旅游开发对区域经济空间组织的深层影响(陶伟，2002) [18]。
2.2. 企业生存相关研究进展
企业生存风险指其在经营中因内外部冲击而退出市场的可能性。对其进行严谨分析，需依托“生存分析”(事件史分析)框架。该框架能有效处理普遍存在的“右删失”数据(即研究截止时企业仍存活)，从而精准识别风险的影响因素与动态机制。
研究方法的演进深刻反映了对企业生存复杂性认知的深化。早期静态的横截面分析已逐渐被动态的事件史分析模型(如Cox比例风险模型、离散时间Logit模型)所取代，这些模型能纳入时变协变量，揭示风险的动态轨迹(肖兴志等，2014) [19]。同时，研究视角从寻求单一“普适规律”转向探索情境化适配，通过在特定行业、所有制或生命周期阶段的子样本中进行分析，以辨识影响的“边界条件”。影响因素研究已形成由外部环境与内部特征构成的系统框架。
外部环境方面，宏观经济周期、金融市场状况直接塑造企业生存的宏观基础(Geroski, 1995) [20]。产业集聚形态(专业化或多样化)通过知识溢出与竞争强度产生差异化影响。制度环境与政府干预(如补贴、知识产权保护、环境规制)则直接调节企业的资源获取与竞争规则(许家云和毛其淋，2023；鲍宗客，2017) [21] [22]。此外，自然灾害等突发冲击成为检验企业韧性的关键情境。
内部特征方面，资源禀赋如企业规模、年龄及人力资源质量是生存的基础保障(张楠和吴先明，2020) [23]。战略行动则决定资源的使用效能：健康的财务状况是生存基石；创新活动长期看有助于构建竞争优势，但短期可能增加风险；出口行为的影响则呈现从“学习成本”到“收益兑现”的动态性(Howell，2015；Dzhumashev等，2016) [24] [25]。
小微企业作为国民经济的重要主体，面临更严峻的“新进入者缺陷”与资源约束。相关研究不仅关注其生存困境的普遍根源(如融资难)，近年更深入探讨其在经济危机、数字化等特定外部冲击下的表现。研究发现，部分小微企业能通过战略灵活性、利用社会资本与平台网络或深耕利基市场展现出显著韧性，这为理解其逆境生存策略提供了新视角。
综上，现有研究多聚焦宏观视角，缺乏对旅游开发微观经济效应的深入探讨，尤其未能系统揭示其影响企业生存风险的内在机制与边界条件。本研究将企业生存研究置于“古镇旅游开发”这一独特情境，旨在打开宏观政策冲击向微观经济结构传导的“黑箱”，为理解旅游地的复杂经济生态提供新的分析视角。
3. 理论分析与研究假设
旅游开发对目的地企业生存风险的影响，并非单一经济力量的线性作用，而是一个在特定空间场域内，由多股理论力量交织、博弈所形成的复杂动力学过程。为系统解释“保护”与“竞争”何以长期共存，并厘清其内在机制，本研究整合组织生态学、创造性破坏理论及产业集聚理论，构建一个“空间–演化–生态”三维分析框架，并在此基础之上，提炼出“遮掩效应”这一核心解释概念。
首先，产业集聚理论提供了静态的空间经济分析基础。它指出，旅游开发引导的资本、客流与商业活动集中，会同时产生两种方向相反的力量：一是通过共享客源市场、塑造区域品牌与完善基础设施，形成降低企业个体经营风险的“保护效应”；二是通过急剧抬升要素成本(如租金、工资)和催生同质化竞争，形成增加企业生存压力的“挤压效应”。这两种效应在现实中往往同时存在，其净效应在理论上难以先验确定。
其次，引入组织生态学理论，为我们理解上述矛盾的共存机制提供了关键视角。该理论将特定区域(如古镇)的企业集合视为一个“组织种群”，其生存不仅取决于自身资源，更受制于整个“组织生态系统”的承载能力(Carrying Capacity)和竞争密度(Competitive Density)。旅游开发初期，市场的快速扩张显著提升了生态系统的“承载能力”，为新老企业创造了广阔的“生态位”，此时保护效应占主导。随着开发深入，大量新企业涌入导致“竞争密度”指数级增加，种群内对有限资源(如铺位、游客注意力)的竞争将超过合作，挤压效应便逐渐凸显。这一视角将企业的生存风险从个体层面提升至种群动态层面进行考察。
进而，创造性破坏理论为这一生态演化过程注入了动态与演化的内核。旅游开发本身是一场深刻的“创造性破坏”过程：它通过引入新业态(如精品民宿、文化体验店)、新商业模式(如互联网营销)和新消费需求，持续地“创造”新的生态位；同时，它也在无情地“破坏”那些适应旧环境(如依赖本地低频消费、传统经营模式)的企业生存基础。这一过程并非匀速进行，而是在开发的关键节点(如景区评级、交通升级)上呈现出脉冲式、非连续的特征，从而系统性改变生态系统内的“选择压力”和“游戏规则”，驱动微观企业的结构性更迭。
最后，生存分析理论构成了我们计量检验的方法论基石。它特别适用于处理企业“进入–退出”这类“时间–事件”数据，能够有效解决右删失问题，并动态估计各因素对企业“死亡”风险率的时变影响，从而精准捕捉旅游开发影响的动态轨迹与滞后效应。
基于上述理论的融合分析，我们提出“遮掩效应”作为解释保护与竞争长期共存的关键机制。这一概念源于组织生态学中关于“环境选择”与“竞争逻辑”关系的讨论，并在生存分析模型中具有特定的统计学内涵。在旅游开发初期，由市场扩容和基础设施改善带来的“保护效应”极为显著，它可能暂时掩盖或抵消由种群竞争加剧和创造性破坏引发的“挤压效应”。这导致企业的观测生存风险在一段时间内不升反降，或保持稳定。然而，这种“遮掩”并非消除竞争，而是将竞争的压力从“生存底线”层面转移至“发展质量”层面(例如，从能否存活转向能否盈利或脱颖而出)。随着开发进程深入，市场增长趋缓，而竞争强度持续累积，“遮掩效应”逐渐减弱，真实的竞争压力将充分显现在企业生存风险之上。“遮掩效应”的创新性在于它动态化、过程化地解释了看似矛盾的保护与竞争现象。它不同于简单的“调节效应”，后者强调外部变量如何改变核心关系的强度或方向；而“遮掩”更强调一种主导性力量(初期保护效应)对另一种力量(竞争效应)的暂时性屏蔽与延迟释放。它也不同于统计学上的“混淆效应”，因为竞争并非混淆变量，而是与被遮掩的效应(长期竞争压力)同属一个因果链上的核心解释变量。阐明这一效应，有助于揭示旅游影响研究中“短期繁荣”与“长期调整”之间的内在联系，为理解旅游地企业生存风险的动态演变提供了一个更为精细的理论透镜。
综上所述，本研究认为：古镇旅游开发通过重塑组织生态与触发创造性破坏，形成一个初期以“遮掩效应”为特征、中后期以竞争效应充分显现为特征的动态过程。企业的生存风险是集聚保护、生态竞争与破坏更迭三者力量随时间演变的综合结果，且受到开发阶段的关键调节。据此，我们提出以下研究假说：
H1 (总效应与遮掩效应假说)：古镇旅游开发对企业生存风险存在复杂的非线性的影响。在开发初期，由于强大的保护效应占主导，可能观测到生存风险无显著变化甚至下降(遮掩效应显现)；随着开发深化，竞争效应主导，生存风险将显著上升。
H2 (阶段调节假说)：旅游开发阶段是核心关系的关键调节变量。与开发中后期相比，在开发初期，旅游开发强度对企业生存风险的提升作用更弱(或降低作用更强)，即遮掩效应更明显。
H3、H4 (中介机制假说)：上述影响通过改变区域企业生态实现。旅游开发直接提升区域企业活力(进入率) (H3)。而企业活力是一把“双刃剑”：一方面，更高的活力意味着更激烈的当下竞争(竞争加剧路径，H4a)；另一方面，它也预示着更丰富的生态多样性、知识溢出和潜在合作机会，可能增强群落韧性(生态增强路径，H4b)。这两种对立的中介路径将随时间而强弱易位。
4. 研究设计
4.1. 数据与样本
本研究以浙江省西塘古镇为案例，其1997~2024年完整的旅游开发历程为探究政策冲击的微观效应提供了良好的“准自然实验”场域。研究数据源于西塘镇此期间全量企业的工商注册信息。为适配事件史分析，将原始数据转换为“企业–年份”非平衡面板。最终样本涵盖21,705家独立企业，共计141,724个观测值，完整覆盖了西塘旅游开发的四个政策阶段：政府主导与探索期(1997~2005)、市场化快速扩张期(2006~2011)、品质化与成熟发展期(2012~2019)以及高质量发展与调整期(2020~2024)。
4.2. 变量定义
4.2.1. 被解释变量
企业生存风险(Event)，为二元变量，若企业i在年份t注销则取1，否则(含右删失)取0。
4.2.2. 核心解释变量
旅游开发强度(ln_tourism_index)，采用主成分分析法综合历年游客量与旅游收入构建的时变指数，并取自然对数。
4.2.3. 调节变量
旅游开发阶段(dev_period)，依据关键政策节点划分为四个虚拟变量：启动探索期(1997~2005)、快速成长期(2006~2011)、成熟期(2012~2019)、提质期(2020~2024)。基准组为启动探索期。
4.2.4. 机制变量
整体企业活力(growth_ratio_l1)，以滞后一期的“新注册企业数/企业存量总数”衡量，用于中介效应检验。
4.2.5. 控制变量
包括企业层面(是否小微企业micro、是否旅游相关企业tour_comp)、地区经济层面(西塘镇GDP对数lngdp_xt、嘉善县产业结构高级化ln_advanced_ind_stru、开放水平ln_openness、政府干预程度ln_gov_exp)以及时间层面(企业年龄组age_group)等变量。
变量的具体衡量方法见表1。
Table 1. Selection of indicators for relevant variables
表1. 相关变量的指标选取
变量类型 |
变量名称 |
变量符号 |
衡量方法 |
被解释变量 |
企业生存风险 |
event |
注销 = 1，未注销或右删失数据 = 0 |
核心解释变量 |
旅游开发强度 |
ln_tourism_index |
依据本文测算得出后取对数 |
控制变量 |
企业所有制类型 |
comp_s |
小微企业 = 1；否则 = 0 |
所属行业 |
tour_comp |
旅游相关企业 = 1；否则 = 0 |
嘉善县产业结构高级化 |
ln_advanced_ind_stru |
ln(第三产业增加值/第二产业增加值) |
西塘镇GDP |
lngdp_xt |
西塘镇GDP取对数 |
嘉善县开放水平 |
ln_openness |
ln(实际利用外资和港澳台资/嘉善县GDP) |
嘉善县政府干预程度 |
ln_gov_exp |
ln(嘉善县财政支出) |
企业年龄函数 |
age_group |
企业年龄函数(样条函数) |
调节变量 |
旅游开发政策阶段 |
dev_period |
1997~2005年 = 1，启动探索期 |
2006~2011年 = 2，快速成长期 |
2012~2019年 = 3，成熟期 |
2020~2024年 = 4，提质期 |
中介变量 |
区域内企业活力 |
growth_ratio_lag1 |
年度新增企业数量/年度企业存量；采用滞后一期 |
4.3. 模型设定
为妥善处理右删失数据并纳入时变变量，基准分析采用离散时间Logit风险模型，设定如下：
(1)
其中，
为企业i在年龄t时注销的风险率；
为刻画基准风险随年龄变化的函数；Xit代表一系列时变控制变量的向量，
为行业固定效应。
检验调节效应(H2)，在基准模型中引入旅游开发强度与各开发阶段虚拟变量的交互项，以识别核心关系在不同制度背景下的异质性。
为检验中介效应(H3与H4)，遵循逐步法构建中介模型：首先检验开发强度对“整体企业活力”的影响；其次在生存风险模型中同时纳入开发强度与该中介变量，通过比较核心系数变化来识别直接效应与间接效应。
在基准回归前，采用Kaplan-Meier生存曲线与Log-Rank检验进行非参数描述，初步揭示生存模式。所有回归均采用企业层面聚类的稳健标准误。
5. 非参数估计
本章运用事件史分析中的非参数方法，初步描绘西塘镇域企业的生存模式与风险异质性，为后续参数模型提供经验事实基础。
首先，如表2所示，西塘企业生存呈现显著的“高出生率、高早期退出率”特征。生存年限分布表明，超过40%的企业存续期不足3年，符合普遍的“三年之坎”现象。一旦度过此阶段，生存稳定性显著增强，超半数企业可存续5年以上。生存函数曲线呈快速下降后渐趋平缓的形态，与之对应的风险函数则大致呈现“倒U型”，风险率在成立后第1~2年达到峰值后逐步下降，揭示了生存风险随企业生命周期演变的动态规律(图1)。
Table 2. Survival time distribution of enterprises
表2. 企业生存时间分布
生存年限分组 |
企业数量(家) |
百分比(%) |
累计百分比(%) |
1年以下 |
1858 |
9 |
9 |
1~3年 |
6893 |
32 |
40 |
3~5年 |
3864 |
18 |
18 |
5~10年 |
5213 |
24 |
42 |
10~20年 |
2874 |
13 |
13 |
20年以上 |
1003 |
5 |
18 |
总计 |
21,705 |
100 |
100 |
Figure 1. Survival analysis diagram of enterprises in Xitang town
图1. 西塘镇企业生存分析图
企业动态时序分析表明(图2)，新注册与退出企业数量波动与旅游开发周期密切相关。在旅游快速成长期与成熟期(约2008~2017年)，企业净增长尤为显著，随后渐趋平衡，直观反映了旅游繁荣对创业活动的拉动及市场后续的动态调整。
Figure 2. Sequential analysis diagram of enterprise dynamics
图2. 企业动态时序分析图
通过Kaplan-Meier生存曲线与Log-Rank检验(图3与图4)，发现企业生存风险存在基于规模与行业的系统性异质性。小微企业的生存概率始终低于非小微企业，其生存曲线在初期更为陡峭，风险更集中于早期，体现了资源约束下的脆弱性(Log-Rank检验，χ2 = 667.81，p < 0.001)。旅游相关企业的长期生存概率显著低于非旅游企业，其风险函数在初期峰值更高，且在整个观测期内维持在较高水平，表明其面临更持续的市场竞争压力(Log-Rank检验，χ2 = 427.37，p < 0.001)。
非参数分析初步揭示：西塘企业生存风险具有显著的时变性与异质性。整体风险模式呈倒U型，且旅游开发周期与企业数量动态关联明显。企业规模与行业属性是导致生存风险分层的关键维度，小微企业与旅游企业面临更严峻的生存挑战。这些发现为第六章构建参数模型，精确识别旅游开发的净效应、异质性及作用机制提供了重要的经验依据与分析起点。
Figure 3. Comparison of survival conditions for micro and non-micro enterprises
图3. 小微企业与非小微企业的生存状况比较
Figure 4. Comparison of survival conditions for tourism and non-tourism enterprises
图4. 旅游企业与非旅游企业的生存状况比较
6. 实证结果
6.1. 描述性统计
本研究基于西塘镇1997~2024年企业工商数据，构建了包含141,724个观测值的“企业–年”非平衡面板。如表3所示，关键变量的分布特征如下：企业生存风险(event)的均值为0.066，表明样本期内年均退出率为6.6%；核心解释变量旅游开发强度(ln_tourism_index)的均值为0.933，标准差为0.995，显示其具有充分的时变与截面变异。整体而言，样本能够有效支撑后续对旅游开发动态影响的实证识别。
Table 3. Descriptive statistics of variables
表3. 变量描述性统计
Var. Name |
Obs |
Mean |
Median |
SD |
Min |
Max |
event |
141,724 |
0.066 |
0.000 |
0.249 |
0.000 |
1.000 |
ln_tourism_index |
141,724 |
0.933 |
0.995 |
0.399 |
0.000 |
1.377 |
comp_s |
141,724 |
0.659 |
1.000 |
0.474 |
0.000 |
1.000 |
tour_comp |
141,724 |
0.213 |
0.000 |
0.410 |
0.000 |
1.000 |
ln_advanced_ind_stru |
141,724 |
−0.346 |
−0.327 |
0.136 |
−0.700 |
−0.136 |
lngdp_xt |
141,724 |
13.270 |
13.513 |
0.635 |
11.035 |
13.864 |
ln_openness |
141,724 |
−4.840 |
−4.809 |
0.445 |
−5.735 |
−3.969 |
ln_gov_exp |
141,724 |
13.198 |
13.717 |
0.906 |
9.260 |
13.922 |
age_group |
141,724 |
1.968 |
2.000 |
0.875 |
1.000 |
3.000 |
dev_period |
141,724 |
2.435 |
3.000 |
1.024 |
1.000 |
4.000 |
growth_ratio_l1 |
141,724 |
0.165 |
0.141 |
0.058 |
0.091 |
0.680 |
注：表中所有变量均经过标准化处理，以消除量纲影响。
6.2. 基准回归
基准回归结果(表4)显示，旅游开发强度的优势比(Odds Ratio)在0.764至0.779之间，且在1%水平上显著。这表明，旅游开发强度每增加一个单位，企业当年退出的发生比(Odds)平均降低约22%~24%，支持了整体“保护效应”假说(H1b)。
Table 4. Benchmark regression results
表4. 基准回归结果
变量 |
因变量：企业在t年是否注销 |
(1) |
(2) |
Odds ratio |
边际效应 |
Odds ratio |
边际效应 |
ln_tourism_index |
0.779*** (0.039) |
−0.015*** (0.003) |
0.764*** (0.0384) |
−0.016*** (0.003) |
lngdp_xt |
0.295*** (0.0439) |
−0.074*** (0.009) |
0.316*** (0.0471) |
−0.0698*** (0.009) |
ln_advanced_ind_stru |
17.87*** (2.762) |
0.176*** (0.009) |
14.94*** (2.309) |
0.164*** (0.009) |
ln_openness |
0.737*** (0.0370) |
−0.019*** (0.003) |
0.772*** (0.0384) |
−0.016*** (0.003) |
ln_gov_exp |
2.083*** (0.187) |
0.045*** (0.005) |
1.958*** (0.175) |
0.041*** (0.005) |
Constant |
54.54*** (38.83) |
- |
34.88*** (24.76) |
- |
年度固定效应 |
控制 |
控制 |
控制 |
控制 |
个体固定效应 |
- |
- |
控制 |
控制 |
行业固定效应 |
- |
- |
控制 |
控制 |
N |
141,724 |
141,724 |
141,724 |
141,724 |
R2_p |
0.0352 |
0.0352 |
0.0450 |
0.0450 |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
为评估这一效应的经济显著性，我们进行量化分析。基于模型(2)的边际效应(−0.016)计算可知，当旅游开发强度从其均值提升一个标准差时，企业的年均生存风险率将绝对下降约1.6个百分点。考虑到样本基准年均退出率为6.6%，这一下降幅度意味着相对风险降低了约24%，具有明确的经济意义。这一强有力的保护效应，验证了开发初期市场红利与集聚经济的主导作用，但平均效应可能遮掩了随开发阶段演进的结构性变化。
6.3. 稳健性与内生性检验
为验证基准结果的可靠性，本文进行了系列检验(表5~8)。更换固定效应组合、改用Cloglog模型或面板随机效应模型后，核心结论保持稳健。为缓解反向因果，将核心解释变量滞后一期后，其系数(优势比0.872)依然显著为负，证实了效应的稳健性与因果推断的合理性。
Table 5. Robustness test results: Replacing fixed effects control
表5. 稳健性检验结果：更换固定效应控制
变量 |
因变量：企业在t年是否注销 |
更换固定效应控制 |
Odds ratio |
边际效应 |
ln_tourism_index |
0.74*** (0.0373) |
−0.018*** (0.0031) |
Constant |
69.03*** (49.13) |
- |
Controls |
控制 |
控制 |
N |
141,724 |
141,724 |
R2_p |
0.0398 |
- |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
Table 6. Robustness test results: Estimation with the Cloglog model
表6. 稳健性检验结果：使用Cloglog模型
变量 |
因变量：企业在t年是否注销 |
Cloglog模型 |
Odds ratio |
边际效应 |
ln_tourism_index |
0.757*** (0.0363) |
−0.018*** (0.0030) |
Constant |
3.606*** (0.688) |
−0.027*** (0.0009) |
Controls |
控制 |
控制 |
聚类 |
21,705 |
21,705 |
N |
141,724 |
141,724 |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
Table 7. Robustness test results: Estimation with the panel random effects model
表7. 稳健性检验结果：使用面板随机效应模型
变量 |
因变量：企业在t年是否注销 |
面板随机效应模型 |
Odds ratio |
边际效应 |
ln_tourism_index |
0.764*** (0.0434) |
−0.018*** (0.0030) |
Constant |
34.877*** (24.739) |
−0.027*** (0.0009) |
Controls |
控制 |
控制 |
聚类 |
21,705 |
21,705 |
N |
141,724 |
141,724 |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
Table 8. Addressing endogeneity: Independent and regional control variables lagged by one period
表8. 处理内生性：自变量与地区控制变量滞后一期
变量 |
因变量：企业在t年是否注销 |
自变量滞后一期 |
Odds ratio |
边际效应 |
L. ln_tourism_index |
0.872*** (0.0442) |
−0.0088*** (0.0033) |
Constant |
20.1695*** (11.1449) |
- |
Controls |
控制 |
控制 |
聚类 |
19,815 |
19,815 |
N |
120,019 |
120,019 |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
6.4. 进一步分析
6.4.1. 异质性分析
异质性检验揭示了“保护效应”的结构性差异(表9和表10)。首先，效应在不同规模企业间存在差异：虽然对小微企业(优势比0.785)和非小微企业(优势比0.734)均有保护作用，但对非小微企业的保护力度更强(边际效应绝对值更大)，反映了资源与风险抵御能力的差异。经济显著性分析显示，开发强度提升一个标准差，可使非小微企业的退出风险相对降低约27%，而小微企业约为22%。
Table 9. Heterogeneity test results based on enterprise ownership
表9. 基于企业所有制的异质性检验结果
变量 |
因变量：企业在t年是否注销 |
(1) 小微企业 |
(2) 非小微企业 |
ln_tourism_index |
0.785*** (0.0442) |
0.734*** (0.0828) |
Constant |
271.1705*** (217.8849) |
0.0413** (0.0655) |
Controls |
控制 |
控制 |
聚类 |
16,224 |
5481 |
N |
93,453 |
48,271 |
R2_p |
0.0322 |
0.0389 |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
Table 10. Heterogeneity test results based on tourism-related enterprise status
表10. 基于是否属于旅游企业的异质性检验结果
变量 |
因变量：企业在t年是否注销 |
(1) 旅游企业 |
(2) 非旅游企业 |
ln_tourism_index |
0.619*** (0.0593) |
0.931 (0.0578) |
Constant |
5.7631*** (8.4276) |
86.3744*** (72.9215) |
Controls |
控制 |
控制 |
聚类 |
6013 |
15,692 |
N |
30,212 |
111,512 |
R2_p |
0.0275 |
0.0410 |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
其次，行业属性差异显著：旅游相关企业作为直接受益者，其生存风险大幅降低(优势比0.619)，相对风险降低约38%，保护效应巨大。相比之下，非旅游企业的受益微弱且不显著(优势比0.931)。这警示我们，旅游增长的“红利”存在显著的产业关联边界，非旅游企业可能面临“成本上升挤压利润”与“需求外溢受益有限”的双重困境。
6.4.2. 调节效应检验
为检验理论框架中的动态“遮掩效应”，我们引入开发阶段与开发强度的交互项(表11和表12)。结果显示，相较于开发初期(1997~2005)，后续各阶段交互项的系数均显著为正(优势比 > 1)，表明“保护效应”随时间显著弱化。
Table 11. Regression results for moderating effects
表11. 调节效应回归结果
变量 |
因变量：企业在t年是否注销 |
(1) Logit |
(2) Logit |
(3) Cloglog |
(4) Cloglog |
ln_tourism_index |
0.66996*** (0.0357) |
0.4454*** (0.0481) |
0.707*** (0.0359) |
0.447*** (0.0473) |
ln_tourism_index × dev_period 1 |
基准组 |
ln_tourism_index × dev_period 2 |
|
2.0267*** (0.2559) |
|
2.027*** (0.253) |
ln_tourism_index × dev_period 3 |
|
1.7515*** (0.2251) |
|
1.770*** (0.222) |
ln_tourism_index × dev_period 4 |
|
1.7087*** (0.2330) |
|
1.713*** (0.228) |
dev_period 1: 1997~2005 |
基准组 |
dev_period 2: 2006~2011 |
1.3896*** (0.0652) |
0.7980** (0.0879) |
1.376*** (0.0631) |
0.794** (0.0859) |
dev_period 3: 2012~2019 |
1.3643*** (0.0855) |
0.8153* (0.1045) |
1.352*** (0.0827) |
0.803* (0.0995) |
dev_period 3: 2020~2024 |
1.2735*** (0.1002) |
0.7651* (0.1105) |
1.264*** (0.0963) |
0.763* (0.106) |
Constant |
45.9447*** (38.0464) |
13.5101*** (11.6907) |
3.5509*** (0.8049) |
2.3029*** (0.8400) |
Controls |
控制 |
控制 |
控制 |
控制 |
聚类 |
21,705 |
21,705 |
21,705 |
21,705 |
N |
141,724 |
141,724 |
141,724 |
141,724 |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
Table 12. Marginal effects of tourism development intensity on enterprise survival risk by development stage
表12. 不同阶段旅游开发强度对企业生存风险的边际效应
Event (dy/dx) ln_tourism_index |
因变量：企业是否在t年注销 |
(1) Logit |
(2) Logit |
(3) Cloglog |
(4) Cloglog |
dev_period = 1 1997~2005 |
−0.0176*** (0.0026) |
−0.0378*** (0.0047) |
−0.0176*** (0.0026) |
−0.0385*** (0.0047) |
dev_period = 2 2006~2011 |
−0.0233*** (0.0035) |
−0.0070* (0.0073) |
−0.0236*** (0.0036) |
−0.0071*** (0.0076) |
dev_period = 3 2012~2019 |
−0.0229*** (0.0035) |
−0.0153*** (0.0046) |
−0.0233*** (0.0035) |
−0.0151*** (0.0047) |
dev_period = 4 2020~2024 |
−0.0217*** (0.0032) |
−0.01566*** (0.0050) |
−0.0219*** (0.0032) |
−0.0159*** (0.0050) |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
边际效应的动态轨迹(表12)清晰地揭示了“遮掩效应”的完整图景：在开发初期(阶段1)，保护效应最强(边际效应约−0.038)；进入快速成长期(阶段2)，效应急剧衰减约82%；在成熟与提质期(阶段3、4)，效应虽有温和回升，但仍仅为初期水平的40%~41%。这一非线性动态表明，初期强大的市场红利“遮掩”了中后期因竞争密度饱和、成本刚性上升所累积的生存压力。当开发越过某个临界点后，被遮掩的“挤压效应”开始主导，净保护作用大幅减弱，生动体现了“创造性破坏”过程在时间维度上的展开。
6.4.3. 影响机制检验
机制检验(表13)证实了“整体企业活力”(growth_ratio_lag1)的关键中介角色。旅游开发显著提升了区域企业活力(路径a)，但企业活力的增强却显著提高了在位企业的退出风险(路径b，优势比约3.1~3.3)。经济显著性计算表明，旅游开发通过激发活力而产生的间接竞争效应，抵消了其约15%~20%的直接保护效应。这一发现从传导渠道上证实了“保护”与“挤压”并存的微观机制：旅游开发在创造繁荣生态的同时，也通过加剧“创造性破坏”的速度，重塑了市场竞争格局，构成了“遮掩效应”的内在动力。
Table 13. Mechanism analysis
表13. 机制分析
变量 |
因变量：企业在t年是否注销 |
(1) 总效应 |
(2) 中介第一步： growth_ratio_lag1 |
(3) 中介第二步： Logit |
(4) 中介第二步： Cloglog |
ln_tourism_index |
0.764*** (0.0384) |
0.1187*** (0.0034) |
0.764*** (0.0378) |
0.770*** (0.0365) |
growth_ratio_lag 1 |
- |
- |
3.340*** (0.607) |
3.066*** (0.529) |
Constant |
34.88*** (24.76) |
7.4021*** (0.0265) |
5.2148*** (4.1326) |
1.4867*** (0.7709) |
Controls |
|
控制 |
控制 |
控制 |
聚类 |
|
21,705 |
21,705 |
21,705 |
N |
|
141,724 |
141,724 |
141,724 |
R2_p |
|
0.501 |
0.0454 |
- |
注：***p < 0.01，**p < 0.05，*p < 0.1；括号内为标准误。
7. 研究结论与建议
本研究基于西塘古镇的微观企业数据，系统考察了旅游开发对企业生存风险的动态影响，主要得出三方面结论。第一，旅游开发整体呈现显著的“保护效应”，但该效应随开发进程呈现先强后弱的衰减特征，证实了“遮掩效应”的存在——初期的市场繁荣掩盖了中后期因竞争加剧而累积的生存风险。第二，“保护效应”的分布高度不均衡，对非小微企业、旅游核心企业的赋能作用更为强劲，而对小微企业、非旅游企业的保护则相对有限，揭示了增长红利分配的结构性差异。第三，机制上，旅游开发通过“激发区域企业活力”产生双重后果：在繁荣经济生态的同时，也加剧了市场竞争，后者部分抵消了直接保护作用，构成了效应衰减的内在路径。
本研究结论根植于西塘“高禀赋、渐进式”开发模式的具体情境，其适用性存在重要边界。在阶段上，“遮掩效应”及衰减规律主要适用于经历完整生命周期的古镇；在空间上，结论更适合江南水乡这类文化社区嵌入度高的古镇类型；在政策上，政府干预方式的不同会显著调节企业风险。因此，结论推广需审慎考量目标地的资源禀赋、开发阶段与治理模式。
为使研究发现转化为可操作的管理实践，本文提出如下具体建议：第一，实施阶段精准干预，管理“遮掩效应”，在开发初期应简化审批、设立孵化器，鼓励业态创新，而针对中后期，则需转向成本纾困与结构优化，例如，可设立“非旅游小微企业租金补贴基金”，对维持社区生态的本地传统服务业提供定向补贴，并引入“商业结构健康度”指标，指导业态均衡发展。第二，推行差异化企业扶持，针对旅游核心企业，支持重点应从补贴转向品质提升与品牌建设；对脆弱的小微及非旅游企业，应提供以“数字化赋能”、“技能转型培训”和“本地采购链接”为核心的“生存能力包”支持，优化增长红利分配。第三，构建“活力–稳定”平衡的治理体系，建议建立动态监测预警平台，跟踪各业态密度、租金等关键指标，设定预警阈值以触发政策评估，同时，推广“商业租约社区备案与协商”机制，稳定经营预期，遏制租金投机。第四，建立数据驱动的长效评估机制，可由地方政府牵头构建“古镇旅游经济与企业生态数据库”，定期发布生态健康报告，推动开发决策从“经验驱动”转向“证据驱动”，为可持续治理提供实证基础。