研究背景及方法综述 [page::0][page::1][page::5]

• 2025年WEURO在瑞士举办，吸引逾65.7万名观众，成为欧洲最大女子体育赛事。

- 利用瑞士联邦统计局的城市级酒店过夜数据，运用Arkhangelsky等人（2021）提出的合成差分法进行因果估计，构建了主办城市与非主办城市的对比合成样本。

• 该方法结合了合成控制和差分法的优点，有效构建反事实对照组 [page::0][page::5][page::6]

主要实证结果与数据展示 [page::7][page::8][page::9]

• 所有主办城市总体过夜人数增加约2,536人，对比前期上涨1.9%，但95%置信区间含负值，未达显著性。

- 聚焦主场馆城市（巴塞尔、伯尔尼、日内瓦、苏黎世），额外过夜人数增加3,419人次，涨幅为1.6%，统计显著，置信区间为843至6,830。

• 敏感性分析扩展前期至2017年及采用增长率指标，仍呈正效应，但显著性不足。

关键数据对比表 —— 主要统计摘要 [page::6]

| 组别 | 时期 | 平均过夜数 | 标准差 | 平均差异过夜数 | 标准差差异 | 观测数 |
|-----------------------|-------|------------|-----------|----------------|------------|---------|
| 控制组 | 先前 | 24,262 | 25,989 | 0 | 3,894 | 57 |
| 控制组 | 后期 | 26,594 | 28,522 | 2,332 | 3,700 | 19 |
| 处理组（所有主办城市） | 先前 | 134,249 | 122,598 | 0 | 11,101 | 24 |
| 处理组（所有主办城市） | 后期 | 144,444 | 134,596 | 10,195 | 9,321 | 8 |
| 处理组（主场馆城市） | 先前 | 216,693 | 113,985 | 0 | 15,409 | 12 |
| 处理组（主场馆城市） | 后期 | 232,553 | 126,205 | 15,860 | 6,060 | 4 |

• 主场馆城市的过夜增长幅度和标准差均明显优于对照组，支持赛事本身对旅游流量的小幅推动。

结论与政策启示 [page::10][page::11]

• WEURO对瑞士主办城市的酒店过夜带来了积极但有限的影响，尤其是主场馆城市统计显著。

- 可能存在游客转向非酒店住宿（如度假公寓）、公共交通免费政策诱导溢出效应或住宿挤出效应。

• 研究局限包括数据为月度聚合，缺乏对经济其他渠道（如房价变化）的深入分析，推荐未来采用日度数据和差异游客来源分析。

- 此研究框架可推广到其他体育赛事，助于比较不同赛事的短期及长期经济影响。[page::10][page::11]

研究贡献

• 首次将合成差分法应用于女性大型体育赛事对旅游经济影响的因果分析。

- 优化了赛事经济影响评价工具，避免了传统研究中忽略溢出及挤出效应的偏误。[page::0][page::2][page::7]

《The Impact of the UEFA Women’s EURO on Hotel Overnight Stays: Evidence from a Causal Analysis》报告详尽解析

---

1. 元数据与报告概览

报告标题：The Impact of the UEFA Women’s EURO on Hotel Overnight Stays: Evidence from a Causal Analysis
作者：Hannes Wallimann 与 Anna Mehr
发布机构：瑞士卢塞恩应用科学艺术大学旅游与流动性研究所
发布日期：2025年9月
研究主题：本报告围绕2025年在瑞士举办的欧洲女子足球锦标赛（UEFA Women’s EURO 2025，简称WEURO）对当地酒店过夜住宿数量的影响展开因果分析。

核心论点总结：基于使用合成差异法（Synthetic Difference-in-Differences, synth-DiD），报告在瑞士WEURO主办城市和非主办城市之间进行比较分析。研究结果揭示，WEURO对于旅游业产生了积极但较小的影响，主要表现为酒店过夜数量的温和增长。敏感性分析也支持该积极效果。针对主要比赛城市，该影响具有统计显著性，表明因WEURO带来的酒店过夜量平均提升大约1.6%-1.9%。总体来看，研究未支持大型体育赛事带来剧烈旅游经济增长的断言，而是发现了有限的正向效应[page::0,1]。

---

2. 逐节深度解读

2.1 引言（Section 1）

本节阐述背景：政府对体育赛事的资助源于其期望带动旅游和经济增长，尤其关注酒店入住率、房价、餐饮等指标。研究指出女性体育赛事的经济影响评估尚属欠缺领域，除了少量案例（如2016非洲女子杯和美国女子高尔夫公开赛），分析女性赛事的因果经济影响极少。

本研究以2025年WEURO为例，运用Arkhangelsky等（2021）提出的Synth-DiD方法，利用瑞士联邦统计局的公开过夜住宿数据，把WEURO主办城市与非主办城市对比，从而避免传统问卷调查可能忽视的挤出效应（crowding-out）[page::1]。

关键量化结果显示，2025年7月主办城市的过夜住宿增加约2,500床次（1.9%增幅），在大场馆城市（巴塞尔、伯尔尼、日内瓦、苏黎世）额外增幅为3,400床次（1.6%），但统计区间较宽，整体效果仅对主要场馆组别显著[page::1]。

2.2 文献综述（Section 2）

该部分系统梳理既往关于体育赛事经济影响的理论和实证研究。体育赛事影响分为直接（门票、商品、赞助等）、间接（就业、基础设施投资）和诱导（长期旅游、目的地形象）效应。

早期研究（Dermody等，2003）通过日酒店入住率数据证实NFL主场城市酒店业收益增长；Depken和Stephenson（2018）发现政治大会和赛车赛事推动酒店市场大幅上涨；Collins等（2022）注意到不同质量酒店需求有差异；芬兰Lapland赛事提升酒店房价14%（Falk和Vieru，2021）。

特别值得关注的研究包括Lamla等（2014）对2008年男子欧锦赛瑞士赛区影响的微观调研，发现酒店业效益不佳且可能存在会议等行业需求被挤出的情况。女性体育赛事分析极少且有限，如Scott和Turco（2011）关于2009年美国女子高尔夫公开赛投入的经济数据，以及Achu等（2022）对2016年非洲女子杯的就业影响。

此外，经济学研究经常批评赛事利益被过度预期，归因于忽略挤出效应或未考虑机会成本等方法论偏差（Crompton 1995，Preuss 2005）。本研究采用了较新的合成控制技术（Abadie等, 2010; Arkhangelsky等, 2021）以求更精确计量体育赛事对酒店入住的因果贡献，填补女性赛事缺少严谨因果分析的空白[page::2,3]。

2.3 背景介绍（Section 3）

详细介绍了WEURO 2025赛事规模及场馆分布，共31场比赛，累计现场观众达657,291，刷新女子欧锦赛历史纪录。赛事期间平均单场观众约21,000人，决赛在巴塞尔举行，巴塞尔也是最大球场，容量34,250座，其次为伯尔尼、日内瓦和苏黎世。

赛事分布8个城市，其中主赛场（巴塞尔、伯尔尼、日内瓦、苏黎世）承担大量关键赛事，包括开幕和决赛。其余城市（圣加仑、卢塞恩、图恩和锡永）球场较小，仅承办小组赛。

赛事期间，官方提供公共观赛区和球迷区，加强现场观赛体验。旅游消费数据显示，开幕周游客量增长12%，国际游客支出尤为显著，部分国家如冰岛支出近五倍增长。瑞士整体酒店欧洲预订量较去年同月增长9%，35%门票由国际游客购买[page::3,4]。

此外，WEURO强调可持续发展：政府支持公共交通，提供免费赛事日往返票（KombiTicket），促使约66%观众利用公共交通，20%徒步或骑行。联邦政府和地方分别投入约15百万瑞士法郎及63百万作为赛事补贴和推广[page::5]。

2.4 识别策略与估计方法（Section 4）

本研究核心目的是估计“主办WEURO场馆”的处理效应，即计算平均处理效应（ATT）：

\[
\Delta_{D=1} = E[Y(1) - Y(0) | D=1]
\]

其中 \(Y(1)\) 是实际观测到的处理后酒店入住量，\(Y(0)\) 是未受WEURO影响时的反事实酒店入住量。

采用Arkhangelsky等（2021）提出的Synthetic Difference-in-Differences方法，该方法综合了合成控制法和差异中差异法的优势，自动选择最优组合。具体实现上用控制组未受处理的城市数据构建合成对照组，通过赋予不同权重使合成组在干预前表现与处理组前趋势匹配。

此方法依赖两个关键假设：

• 选择在可观测变量上的可比性（selection-on-observables），

- 被处理组在预处理期间的变化不极端超出对照组可组合范围（convex hull condition）。

当满足这些条件，模型能较准确预测反事实\(Y(0)\)。使用了R语言的synthdid包执行估计[page::5,6]。

2.5 数据与描述性统计（Section 5）

数据来源为瑞士联邦统计局（月度市镇层面酒店过夜数据），选取2024年7月过夜次数最多的前100个目的地，剔除疫情严重年份，预处理期限定为2022-2024年。

处理组由8个主办城市组成，包括巴塞尔、苏黎世、伯尔尼、日内瓦等；对照组选自未举办赛事的瑞士其他重要城市，如洛桑、温特图尔等。

因处理组中部分城市过夜住宿量远高于对照组合成权重无法满足凸包条件，研究将过夜数据显示为除去预处理期均值的差分形式，以满足模型使用条件。

表2汇总了样本中不同组别和时间段的平均过夜数及标准差，显示处理组（尤其是主要主办城市）7月过夜量明显高于对照组，并且2025年过夜数较2017-2024年均值有所上升。其中，主要主办城市的过夜住宿差值标准差较低，表明波动较小，便于识别因果效应[page::6,7]。

2.6 研究结果（Section 6）

6.1 全主办城市影响分析

图1展示了合成对照与处理组在2022-2025年的过夜住宿趋势。数据显示，2025年7月主办城市实际过夜数超过合成对照城市约2,536次，增幅1.9%。但标准误较大（1,388），95%置信区间（-185, 5,257）含负值，统计学意义仅在10%水平显著。

图中的权重显示2024年权重最大（0.813），说明模型重点考察最近一期趋势[page::7,8]。

6.2 主要主办城市分析（巴塞尔、伯尔尼、日内瓦、苏黎世）

将样本缩减至拥有较大球场容量和较多比赛的城市，结果提升到额外3,419次过夜，增长比例1.6%。95%置信区间更窄，为(843, 6830)，结果在5%显著性水平下显著。

图2进一步可视化显示处理城市与合成对照的差距更明确，支持WEURO对主要场馆旅游带来真实积极影响[page::8,9]。

6.3 敏感性分析

• 扩大预处理期（包括2017-2024年）后，估计效果缩减到333次过夜，且统计不显著，置信区间包含大量负值。图A.1显示疫情期间主办城市过夜量下降幅度更大，支持限定近年窗口的合理性。

• 使用过夜住宿增长率替代绝对住宿变化，估计增幅为4.8%，但置信区间依然包含负值，不显著。图A.2支持此发现。

该两项敏感性分析均未推翻主分析结果，只是提示估计存在一定不确定性[page::9,15]。

2.7 讨论与结论（Section 7）

总结研究发现：

• WEURO对瑞士主办城市过夜住宿有小幅正向、统计学显著效果，特别是主要大赛城市，过夜需求提升1.6%-1.9%。
• 负作用及可能偏差包括：

- 大部分外国观众可能选择非酒店住宿（如度假公寓），导致酒店数据低估实际旅游经济效益。

- 66%免费公共交通票减少观赛人群在赛事城市夜宿动机，也可能导致旅游流向周边城市。

- 可能存在挤出效应，赛事游客替代或推迟本可能入住的其他游客，削弱净经济效益。

• 由于数据限制（仅月度层面），无法捕捉赛事具体比赛日的住宿波动，未来研究建议采用更精细的日度数据，以探索停留时长与接驳交通影响。
• 公益性与社会影响等非经济目标未涵盖，留待后续研究，如赛事对性别平等促进作用。
• 本研究方法具备广泛适用性，有助于未来对瑞士及国际其他大型体育文化活动做更系统比较分析[page::10,11]。

---

3. 图表深度解读

表1：UEFA Women’s EURO 2025 — 场馆比赛分布

• 明确了8座主办场馆，及其容量和所承办关键比赛日期。
• 巴塞尔为最大场馆（34,250座），并承办开幕及决赛。苏黎世、伯尔尼、日内瓦为四大主场，其他城市以小型场馆承担小组赛。
• 表格细致呈现了每座球场对应日期与比赛对阵，便于理解游客流量峰值分布[page::4]。

表2：过夜住宿统计描述

• 分组显示主办城市和控制城市在干预前后（2022-2024年为前期，2025年为后期）中的平均过夜数及标准差。
• 发现主办城市整体过夜住宿数量远超控制城市，尤其在后期均值明显上升。
• 主要主办城市的后期均值最大（23.25万），且变异度较低（SD 12.62万）。
• 该表数据为模型评估提供坚实基础，显示处理组和对照组差异及波动，支撑辨识逻辑[page::6,7]。

图1 & 图2：Synthetic DiD估计效果图

• 深蓝色线为处理组过夜住宿趋势，红色为合成控制组，虚线表示对应的预测反事实。
• 2025年点明显存在跳升，展现疫情复苏后因WEURO带来的额外吸引力。
• 置信区间用向上、下灰色箭头标示，图1中包含负值，图2置信区间显著向上，更具实证说服力。
• 权重图显示2024年前期数据在合成模型中的重要性，反映疫情后恢复期对预判的影响[page::7,8,9]。

敏感性分析附录图A.1 & A.2

• A.1揭示扩大预处理期包含疫情重创造成的剧烈波动，减弱了估计的稳定性。
• A.2表明采用增长率角度时估计正向，且大于主模型，但统计不显著，提示模型对度量方式较为敏感。

---

4. 估值分析

本报告未涉及估值（Valuation）部分。研究核心聚焦因果推断层面，对体育赛事引发的酒店夜数变化进行统计分析与假设检验，无财务估值模型或盈利预测等内容。

---

5. 风险因素评估

报告隐含风险及潜在影响包括：

• 数据限制风险：月度数据无法还原每日比赛日特征，可能掩盖短期波动。
• 挤出效应（crowding-out）：体育赛事带来的游客有可能替代或推迟原有住宿需求，导致净效益减弱。
• 住宿类型多样性：观众非酒店住宿比例不详，使用酒店数据或低估总旅游经济效益。
• 公共交通补贴影响：免费往返车票可能改变住宿和交通行为，具体影响未能充分量化。
• 统计不确定性：置信区间较宽，整体效果对所有城市不显著，仅主要赛事城市达到统计显著，表明估计仍存在不确定性。

---

6. 批判性视角与细微差别

• 虽然作者采用了先进的合成差异法，统计方法具有现代前沿性，但敏感性分析显示估计结果对预处理期选取极其敏感，疫情对酒店业的冲击对估计构成较大挑战。
• 处理组与对照组在基线水平过夜住宿数量存在巨大差异，尽管通过差分转换处理，仍可能导致部分预处理匹配偏差。
• 统计显著性主要体现在部分城市，扩展到所有主办城市时显著性下降，提示WEURO的经济影响可能具有空间异质性。
• 免费公共交通政策作为赛事补贴，可能有效促进绿色交通，但其反向作用（影响过夜时间选择）未经过深入定量分析。
• 报告客观展示了旅游影响的有限性，避免了体育活动经济影响被过度夸大的常见陷阱。

---

7. 结论性综合

本报告通过严谨的统计方法，综合官方数据与赛事背景，首次对欧洲女子足球锦标赛大型赛事的旅游经济影响进行因果评估。主要结论为：

• WEURO对瑞士主办城市酒店过夜数产生了积极但较小的提升，主办全城市总体提升约2,500晚（1.9%），主要主办城市更突出，增加约3,400晚（1.6%），且该结果具有统计显著性。
• 敏感性检验强调疫情影响需特别考虑，长期或扩展窗口下估计效果趋弱；变化率视角下差异存在但不显著，表明效果确实细微且不稳固。
• 该研究首次将Synthetic Difference-in-Differences方法应用于女性体育赛事旅游影响分析，为未来对类似事件的政策评价提供科学范式。
• 报告谨慎解读经济意义，提示可能存在住宿类型替代与人群挤出效应，呼吁多维度数据和更精细日度分析以完善评估。
• 未来研究空间包括长期效益、非经济社会影响、交通出行模式影响及不同赛事间比较，为体育赛事政策制定提供多维度依据。

通过详尽数据及方法论的运用，本报告为公共政策尤其是体育旅游政策制定者指明，女性体育赛事如WEURO带来的是有限但积极的旅游经济促进，而非大规模爆发效应，其影响力受制于观众住宿选择、交通补贴以及潜在挤出等多重因素[page::0-11]。

---

参考文献中涉及的关键方法解读

• 合成控制法（Synthetic Control, Abadie等，2010）：通过加权未受影响的对照单位，构造类似处理组的“合成对照”，评估政策或事件的因果效应。
• 合成差异中差异法（Synthetic Difference-in-Differences, Arkhangelsky等，2021）：结合合成控制法与差异中差异法优点，动态加权处理前后数据，更好适应时间与组别的异质性，提高估计准确度。
• 平均处理效应（ATT）：衡量受处理单位实际结果与未受处理情况下的反事实结果之差，体现单一事件或政策的净效应。

---

总结

本报告充分利用最新统计技术，详实数据支持下，实证呈现2025年WEURO赛事对酒店行业带来的有限正效应，克服了过往研究对女性体育赛事影响的忽视。其方法和结论对于学术界深化女性体育经济影响研究及旅游政策制定具有重要参考价值。

---

以上内容全部基于报告原文解读与解析，所有结论均明确溯源至原文对应页码。

报告