恐怖主义和旅游业:坏消息如何损害经济发展

2016年，恐怖主义在美国造成的死亡人数不到全国死亡人数的0.01%，但美国报纸对恐怖主义的报道比其他任何原因都多癌症和心脏病导致的死亡人数占所有死亡人数的60%以上，但它们只出现在15%的新闻中。当个体使用“可得性启发式”时，即当他们通过回忆原因的容易程度来判断原因的可能性时，这种感觉主义偏见会影响对死亡原因的感知(Tversky和Kahneman 1973年)。在心理学中，这类偏见已经得到了很多关注，Zhu等人(2020)最近的研究表明，它们的发生是因为我们在头脑中直觉地使用了贝叶斯抽样。这种偏见会影响行为，比如，如果一个人避开公共场所，但继续吸烟，就会降低预期福利。

这种偏见也可能影响宏观经济、贸易，甚至经济一体化。这一点在发展中国家最为明显，除非发生了可怕的事情，否则国际新闻很少报道这些国家。如果消费者不打折，这种新闻偏见会把一些国家——甚至整个地区——的国际形象塑造成危险和悲惨的形象，影响到前往这些地方的旅行，并在经济上孤立这些地方。但量化这些影响几乎是不可能的，因为事件的影响和对它们的报告通常不能分开研究。

旅游业为研究新闻的影响提供了一个独特的机会，因为来自不同地方的游客为了决定度假而对同一目的地进行评估。如果来源国不同报告同样的活动，不同国家的游客可能会有不同的看法反应不同于同样的事件。在一篇新论文中，我们使用这种分离来量化坏消息的经济后果(Besley et al. 2020)。

为了捕捉新闻环境，我们建立了一个由来自不同起源国家的近50万篇新闻文章组成的语料库。我们的语料库由2009年至2016年来自57个国家的新闻文章组成，涵盖五个目的地——埃及、以色列、摩洛哥、突尼斯和土耳其。我们会自动翻译所有的文章，并识别出一部分报道致命暴力或针对游客的暴力的文章。鉴于语料库的规模，我们使用计算语言学和监督机器学习的方法来开发一个暴力报告的自动分类器。该软件会自动标记任何报道致命暴力或游客被袭击的文章。通过这种方式，我们可以比较，例如，韩国和德国是如何报道发生在埃及、以色列、摩洛哥、突尼斯和土耳其的同一事件的。

图1显示了我们对“坏消息”定义的总体报道份额。第一个指标是死亡报告，我们用蓝线标出。在旅游业背景下，坏消息的另一个定义是游客是否成为袭击目标。我们用红色虚线报告这个度量。在这两种情况下，我们都报告坏消息占所有消息的比例。当坏消息报道的数量增加或对其他新闻的报道减少时，这个相对度量就会增加。换句话说，我们的相对度量不仅让我们捕捉到坏消息的影响，也让我们捕捉到没有其他消息的情况。图1显示，这对突尼斯来说是一个特别大的问题——突尼斯在国际新闻中很少被报道。2015年苏塞遇袭当月，关于游客成为袭击目标的报道占到该国所有报道的40%以上。在国际读者的眼中，一个拥有1100万居民的国家在很大程度上是由一系列恐怖袭击定义的。 For Turkey, a country that experienced terrible terror attacks a year later, the relative news share of bad news never increased beyond 8%.

图1“坏消息”总报告份额

为了衡量报告的经济影响，我们利用了来自5个目的地国的57个来源国的万事达卡持卡人的旅游活动的汇总和匿名月度卡消费数据——这是一种两两的数据结构，与衡量国际贸易流量的数据非常相似。这个数据结构可以让我们研究游客是对目的地的事件做出反应，还是对在国内的报道做出反应。因此，我们可以了解坏消息的强度是否至少在一定程度上导致了信用卡消费的变化。对某一事件报道最强烈的国家是否会经历更大的支出下降?与事件本身的影响相比，这种影响有多大?

我们发现，暴力报道的强度与随后的旅游支出和游客人数下降之间存在着密切的关系。我们发现的影响是相当大的:我们估计，如果对一个特定的二元组合的报道从报道与暴力无关的话题切换到只报道游客成为目标的故事，一个月后，旅游支出将下降56%左右。这种影响在最初几个月相当持久，但随后消散，在负面报道之后持续约9个月。

新闻偏见和可用性启发式:一个破坏性的组合

我们的研究结果显示，一些目的地对坏消息的相对报道要密集得多，这在很大程度上是因为这些国家没有其他新闻。例如，韩国新闻媒体很少报道北非。当他们这样做时，通常是报道韩国人被绑架或其他游客被杀。这给国内观众留下了北非极其危险的印象。来自西班牙的游客看到更多来自地中海南部邻国的其他消息，因此更不受坏消息的影响。最重要的是，对于不同的目的地来说，情况也是一样的:到目前为止，坏消息对支出的影响最大的是突尼斯，因为该国在其他方面的报道很少。

为了充分估计这一相对新闻效应，我们建立了一个分离新闻效应的模型事件的影响新闻．为了捕捉新闻在模型中的作用，我们区分了两种类型的潜在旅行者。我们称第一类游客为“高级”游客。这些游客被认为观察了实际的暴力措施，并基于这些数据建立了他们对危险风险的感知。我们建立了一个模型，对“老练的”游客可能对任何目的地国家做出的最佳风险评估。这种风险不是特定于起源的，因为它是由目的地的事件驱动的。另一种类型的游客是“naïve”，他们只对从新闻中观察到的信息做出反应。这些游客的世界观表现得好像他们在使用可用性启发式。即使有持续的客观风险，这些游客的感知风险也会随着有关暴力的新闻而发生巨大变化这些理论类型代表了两个极端; actual card spending will be driven by a mix of both behaviours. However, by separating types of behaviours in this way, we can use a grid search to estimate what mixture best describes the aggregate data. We find that a weight of more than 50% for tourists using availability heuristics best describes the data.

由此产生的游客行为模型使我们能够模拟目的地的暴力事件与出发地的新闻震惊相结合的情况。结果如图2所示。我们假设发生了一个单一的、不重复的事件。这使得经验丰富的游客改变了他们的旅游计划，而且由于游客提前预订了旅游，这对游客的消费产生了影响，这种影响只会慢慢消失。产生的反应显示为虚线。旅游业下降4个百分点，9个月后缓慢恢复。总的来说，像这样的孤立事件将使一个国家损失近15%的一个月旅游收入。

图2模拟新闻效应

图2还显示了模拟的新闻效果。如果一个新闻报道了这个事件，潜在的损失就会大大增加。没有其他报告的亏损下降了近8个百分点。这就是许多国家对突尼斯事件的反应所产生的那种未受影响的影响。媒体偏见和游客的可得性启发式共同推动了他们对该国旅游风险的评估，使该国的损失比最初的事件增加了一倍。图2还显示了对接收到大量目的地国家其他新闻的游客的影响。当100条其他新闻和坏消息一起出现时，事件的整体效果接近老练的游客所感受到的效果。

对于像突尼斯这样很少受到国际关注的国家来说，这对总支出产生了巨大影响。例如，我们使用估计模型来显示，在2015年，仅新闻效应就导致了支出下降约15%。这五个国家的总体损失有多大?世界银行报告称，2010年突尼斯的旅游收入为34.8亿美元，以色列为56亿美元，埃及为136.3亿美元，土耳其为263亿美元。根据Besley等人(2020)的估计，2011年至2016年期间，暴力造成的总损失可能超过350亿美元，其中负面新闻报道造成的损失超过100亿美元。我们的模拟还表明，预计埃及和突尼斯将在样本期结束时恢复其损失。

这些发现的更广泛含义是什么?负面新闻作为一种现象有多重要?全球报告的平衡性如何?图3总结了读者的印象BBC监控，经济学人，纽约时报而且《华盛顿邮报》将来自世界不同地区(Mueller和Rauh 2019年)。横轴表示每个季度在所有这些媒体中出现在相应地区的平均词汇数量，纵轴表示与冲突相关新闻的份额。

图3世界各地的报道——纵轴衡量的是关于冲突的新闻所占比例，横轴衡量的是每季度平均字数-à-vis

一个清晰的模式出现了。尽管每季度对发达区域的报告非常密集，但对非洲和拉丁美洲的报告却少得多。与此同时，有更多关于这些国家冲突的报道。在那里是这些地区发生了更多的冲突，但尤其令人担忧的模式是报道的低水平没有的冲突。即使暴力得到遏制，单个孤立的暴力事件仍可能侵蚀人们对一个国家相对安全的看法和信任，破坏通常由更广泛的贸易促进的经济发展(例如Frankel和Romer 2008年，Donaldson 2018年)。

参考文献

阿泽雷多·达·西尔韦拉，R和M·伍德福德(2019)，《嘈杂的记忆和对新闻的过度反应》，美国经济协会论文集109: 557 - 561。

贝斯利，T, T Fetzer和H Mueller(2020)，《恐怖主义与旅游:媒体报道的经济后果》，CEPR工作文件。

博尔达洛，P, K Coffman, N Gennaioli和A Shleifer(2016)，《刻板印象》，经济学季刊10月:1753 - 1794。

库姆斯，B和P斯洛维奇(1979年)，《关于死亡原因的报纸报道》，新闻的季度56(4): 837 - 849。

Donaldson, D(2018)，“Raj的铁路:估算交通基础设施的影响”，美国经济评论108(4 - 5): 899 - 934。

罗默(2008):《贸易促进增长吗?》”,美国经济评论89(3): 379 - 399。

Shen, O, H Al-Jamaly, M Siemers和N Stone(2018)，《死亡:现实vs报道》，https://owenshen24.github.io/charting-death/

Tversky, A和D Kahneman(1973)，“可用性:判断频率和概率的启发式”，认知心理学5(2): 207 - 232。

朱杰，A N Sanborn和N Chater(2020)，“贝叶斯采样器:一般贝叶斯推理导致人类概率的不一致性”，心理评估。

尾注

1继Combs和Slovic(1979)之后，Owen Shen等人(2018)比较了2016年的死亡原因与关于不同死亡原因的新闻报道《纽约时报》以及其他新闻媒体。基于他们的努力，我们的数据世界总结了以下惊人的内容:https://ourworldindata.org/uploads/2019/05/Causes-of-death-in-USA-vs.-media-coverage.png．

当然，在我们的综合数据中，我们无法确定为什么我们观察到对新闻报道的强烈反应。有关其他解释，请参见Azeredo da Silveira和Woodford(2019)和Bordalo等人(2018)。