旅游業碳排放效率地區差異分解與影響因素探究

譚華云，許春曉，董雪旺

（1.湖南師范大學 旅游學院，長沙 410081；2.廣西經貿職業技術學院 旅游與外語系，南寧 530021；3.中國科學院 地理科學與資源研究所，北京 100101；4.浙江工商大學 旅游與城鄉規劃學院，杭州 310018）

0 引言

全球氣候變暖的環境背景下，節能減排已成當今世界的重要議題。2016年9月，中國正式加入氣候變化《巴黎協定》，向世界承諾將大力推進綠色低碳循環發展，逐步降低二氧化碳排放，為治理全球氣候變化做出貢獻。旅游業作為世界最大的產業，也是我國國民經濟的戰略性支柱產業，其關聯產業較多、能耗帶動效應較強，因而對碳排放的影響也較大，節能減排尤為必要[1]。旅游業碳排放效率是考慮了碳排放約束條件下的旅游業發展效率[2]，提高碳排放效率是旅游業碳減排的關鍵路徑。我國地域遼闊，地區間旅游業發展水平與發展環境存在較大的差異，科學評價與分析不同地區旅游業碳排放效率的差異及其成因，找到解決問題的重點及最佳路徑，對于保障旅游業的協調可持續發展具有重要的學術價值和現實意義。

本文以中國省級經濟單元為研究對象，采用考慮非期望產出的SBM模型對旅游業碳排放效率進行測算，并對測度結果進行評價分析。同時，基于泰爾指數的差異分解方法對旅游業碳排放效率的區域差異進行測算和分解分析，并借助灰色關聯分析方法進一步探究碳排放效率區域差異的原因，找出我國旅游業碳排放效率區域差異的關鍵因素，藉此為更有針對性地開展旅游業節能減排工作提供科學借鑒，從而促進區域旅游業經濟、資源與環境的協調發展。

1 研究方法

1.1 SBM模型

本文采用數據包絡分析（DEA）方法對旅游業碳排放效率的測算，其基本原理是通過構建最佳實踐生產前沿面來評價決策單元間的相對效率[3]。最具代表性的DEA模型主要有CCR、BCC、FG、ST和SBM模型。其中，Tone提出的考慮非期望產出的SBM模型不僅克服了投入與產出變量松弛型問題，而且解決了生產過程中存在非期望產出時的效率評價問題[4]。因而本文采用考慮非期望產出的SBM模型進行旅游業碳排放效率測算。考慮m種投入（x），s1種期望產出（yg），s2種非期望產出（zb）的SBM模型可以表示為下述線性規劃問題:

式中：ρ*為要計算的旅游碳排放效率值；s-、sg與sb分別為投入、期望產出和非期望產出的松弛量；λ是權重向量；X、Yg和Zb分別為投入、期望產出和非期望產出構成的矩陣。目標函數ρ*的取值范圍在[0，1]，且關于 s-、sg、sb嚴格遞減。對于特定的被評價單元，當且僅當ρ*=1，即s-=0，sg=0，sb=0時，當前生產單元完全有效；如果ρ*＜1，則說明生產單元存在效率損失，需要進行改進。

1.2 泰爾指數的分解方法

衡量區域差異的方法有很多，如極差、標準差、泰爾指數、基尼系數、洛倫茲曲線、赫芬達爾指數等[5]。與其他方法相比，泰爾指數因具有可分解性，能夠在“空間”意義上分解為區域間差異和區域內差異，并明確這兩種差異對總差異的貢獻率及影響大小，已被應用于區域企業效率差異[6]、區域能源效率差異[7]、區域碳排放差異[8]、區域旅游經濟差異[9]和居民收入差距[10]等諸多領域。故本文采用泰爾指數衡量旅游業碳排放效率的區域差異，并采用基于泰爾指數的分解方法對區域差異結構及差異來源進行有效分析。具體計算公式如下：

式中：TW、TB、T分別表示區域內、區域間以及區域總旅游業碳排放效率差異的泰爾指數；Tp表示各區域內旅游業碳排放效率差異的泰爾指數；m為區域群組數；np為各區-域所包含省區的個數；n為全國各地區省區數總和；ei、ep和eˉ分別為各區域內第i個省區的旅游業碳排放效率、各區域旅游業碳排放效率均值以及全國旅游業碳排放效率均值；T的取值介于[0,1]之間，T值越大，表明區域旅游業碳排放效率差異越大。

1.3 灰色關聯分析方法

本文采用鄧氏灰色關聯分析方法對影響中國旅游業碳排放效率區域差異的驅動因子進行分析。灰色關聯分析法是一種用灰色關聯度來描述因素間關系的強弱、大小、次序的多因素統計分析方法，其基本思想是根據序列曲線幾何形狀的相似程度來判斷因素之間的聯系是否緊密，曲線形狀越相似，相應序列之間的關系就越緊密，反之，就越疏遠[11]。該方法能夠有效確定各因素之間的關聯性，并衡量各因素影響的相對重要性，從而能夠指導對相對關鍵影響因素的確定。其主要分析步驟為：

第一步：無量綱化處理，常用的無量綱化方法有區間法、平移法、初值法、規一化、均值法等。本文使用初值法對序列進行無量綱化，設X0=(x0(1),x0(2),…,x0(n))為系統的參考序列；Xi=(xi(1),xi(2),…,xi(n))為系統的比較系列，則有：

第二步：求灰色關聯系數，具體計算方法如下，其中，i=1,2,…,m；k=1,2,…,n；分辨系數ξ∈(0，1)，這里取ξ=0.5：

第三步：計算x0與xi的灰色關聯度，具體如下所示：

最后，按從大到小的順序對各比較序列與參考序列的關聯度進行排序。關聯度越大，說明兩者的相互關系越密切。

2 指標選取與數據說明

2.1 指標選取

根據旅游業的結構特點，本文借鑒王坤等[2]的研究采用旅游業固定資產投資額、旅游業從業人員數以及旅游業能源消耗量做為投入指標，以旅游業總收入表示期望產出，用旅游業CO2排放量表征非期望產出指標，計算得到2000—2015年我國各省區的旅游業碳排放效率值。由于我國的能源統計年鑒中沒有旅游業能源消費與CO2排放量的相關統計，本文借鑒Becken[12]和Patterson[13]將旅游業劃分為旅游交通、旅游住宿以及旅游活動三大部門的方法，采用先分解后加總的“自下而上”法來核算旅游業能源消費與CO2排放量。旅游業能源消費具體計算方法為：

式中：Et表示t年旅游業能源消費總量；E表示t年旅游業j部門的能源消費量；E表示t年旅游交通能源消費量；E表示t年旅游住宿能源消費量；E表示t年旅游活動能源消費量。

同樣，根據以上旅游業能源消費量的計算公式，旅游業CO2排放量具體計算方法如下：

式中：Ct表示t年旅游業CO2排放總量；C表示t年j部門的CO2排放量；表示t年旅游交通CO2排放量；表示t年旅游住宿CO2排放量；表示t年旅游活動CO2排放量。

本文進一步計算各地區旅游業碳排放效率的泰爾指數，作為反映中國旅游業碳排放效率區域差異（x0）的指標。同時在其影響因素方面，選取以下具體數據指標：（1）城鄉收入比的地區差異（x1），用各地區城鎮居民人均可支配收入與農村居民家庭人均純收入比值的泰爾指數來反映；（2）城市化水平地區差異（x2），用各地區城鎮人口比重的泰爾指數表征；（3）受教育程度的地區差異（x3），選用的數據指標為各地區平均受教育年限的泰爾指數；（4）產業結構的地區差異（x4），用各地區第三產業在GDP中所占比重的泰爾指數來反映；（5）旅游業結構的地區差異（x5），用各地區旅游交通碳排放在旅游業碳排放中所占比重的泰爾指數表征；（6）旅游業能源消費強度的地區差異（x6），選用的指標為各地區單位旅游收入的能源消費量的泰爾指數；（7）旅游業規模的地區差異（x7），使用各地區旅游總收入的泰爾指數加以反映。

2.2 數據說明

本文使用中國大陸30個省區2000—2015年的面板數據。其中，旅游業固定資產投資額、旅游業從業人員、旅游收入、旅游人數及構成、旅游飯店客房床位數及平均客房出租率等旅游業相關變量的原始數據來源于相應年份的《中國旅游統計年鑒》及其副本、《旅游抽樣調查資料》和各省區旅游業年度統計報告;公路、鐵路、民航、水運的客運周轉量等能源消耗相關數據來源于相應年份的《中國交通年鑒》;城鄉收入占比、城市化水平、受教育程度、產業結構等宏觀社會經濟類變量數據通過相應年份的《中國統計年鑒》、《中國教育統計年鑒》、《中國人口和就業統計年鑒》和《新中國六十年統計資料匯編》整理而成。為保證數據的可比性和有效性，各收入相關數據均按2000年不變價進行處理。

3 結果分析

3.1 旅游業碳排放效率區域差異初步分析

考察圖1中效率值可以發現，中國大部分地區仍處于旅游業碳排放非效率狀態，僅少數省區在個別年份達到了最佳生產前沿面，可見旅游資源存在較大的浪費和不經濟性，旅游業碳排放效率整體水平還有待提升。從空間分布上看，我國旅游業碳排放效率呈現明顯的層次性：天津、浙江、山東、上海、遼寧、河南、江蘇、廣東、北京等9個省區旅游業碳排放效率均值在0.7以上，為高效率省區；貴州、內蒙古、吉林、山西、青海、新疆等6個省區旅游業碳排放效率均值在0.3～0.5之間，為中等效率省區；海南、甘肅、寧夏等3個省區旅游業碳排放效率均值低于0.3，為低效率省區；其余省區旅游業碳排放效率均值在0.5～0.7之間。所考察的30個省區中，位居首位的是天津，其旅游業碳排放效率均值為0.97；位居末位的是寧夏，其旅游業碳排放效率均值僅為0.25，二者相差0.72（極差），前者是后者的3.94倍（極比），可見，我國旅游業碳排放效率存在顯著的省際差異。

圖1 各省區旅游業碳排放效率測算結果對比

3.2 旅游業碳排放效率區域差異分解分析

為進一步量化我國旅游業碳排放效率的區域差異化程度，本文采用泰爾指數精確測度旅游業碳排放效率的區域差異，并采用基于泰爾指數的分解方法對旅游業碳排放效率的區域差異結構及差異來源進行有效分析。圖2（見下頁）展示了2000—2015年我國旅游業碳排放效率泰爾指數的變化趨勢。從中可知，2000—2004年，泰爾指數呈“U”形變化趨勢，之后出現了兩個小幅度的波谷，2010年以后呈緩慢下降趨勢。總體來看，我國旅游業碳排放效率的泰爾指數呈現波動下降趨勢，從2000年的0.086波動下降至2015年的0.048，下降了44.1%，這主要是因為旅游業碳排放效率落后地區的效率提升速度相對于旅游業碳排放高效率地區較快，從整體上縮小了旅游業碳排放效率的區域差異；同總體泰爾指數一樣，區域內和區域間的泰爾指數也呈波動下降趨勢，研究期內分別下降了23.9%和73.5%，說明不管是從省際層面還是區際層面來看，我國旅游業碳排放效率差異均在不斷減小，且區域間差異相對于總體差異和區域內差異減小的速度更快。對比區域內和區域間的泰爾指數不難發現，區域內泰爾指數數值更大，約占總體泰爾指數的2/3左右，且區域內泰爾指數的變化趨勢和總體泰爾指數的變化趨勢基本一致，說明區域內旅游業碳排放效率差異是我國總體旅游業碳排放效率差異的主要構成部分。

圖2 區域旅游業碳排放效率泰爾指數變化趨勢

從貢獻率來看，2000—2015年區域內差異的貢獻率從59.328%上升至80.758%，而區域間差異的貢獻率則從40.672%下降至19.242%，各年度區域內旅游業碳排放效率差距對整體差距的貢獻率始終在50%以上，平均貢獻率達66.878%（表1），說明各區域內部差距較大程度上解釋了總體差異，是造成全國總體旅游業碳排放效率差距的主要原因。區域內差異是我國東、中、西部地區內部差異加權平均的結果。比較三者貢獻率可知，在區域的橫向對比上，除2000年以外，東部地區的貢獻率始終最大，西部次之，中部最小，表明東部地區內部旅游業碳排放效率差異是造成區域內差異的最重要原因，因此增加東部地區內各省區旅游資源利用、節能減排技術等方面的合作和交流，是減小我國旅游業碳排放效率區域總差異的重中之重。從時間變化趨勢看，東、西部地區貢獻率在研究期內均有所上升，且東部地區上升幅度較大，從2000年的21.563%波動上升至2015年的43.821%，上升幅度達97.011%；中部地區的貢獻率則從2000年的14.038%波動下降至2015年的2.611%，下降了81.403%。總體而言，東部地區的貢獻率始終在21.563%以上，在三個區域中占據主導地位；西部地區的貢獻率始終保持在19.418%與33.439%之間，在三個區域中占據第二位；而研究期內中部地區的貢獻率均較低，始終在14.796%以下。

表1 旅游業碳排放效率區域總差異的分解

3.3 旅游業碳排放效率差異影響因素分析

本文使用鄧氏灰色關聯分析方法對外部因素與旅游業碳排放效率差異的關系進行研究，從而對影響旅游業碳排放效率差異的外部關鍵因素進行探索。首先，根據鄧氏灰色關聯分析方法的步驟，依照公式（3）至公式（5）求得代表中國旅游業碳排放效率地區差異的序列x0與包括城鄉收入比的地區差異（x1）在內的7個差異影響因素序列的鄧氏灰色關聯度，具體結果見表2所示。

表2 灰色關聯度及其排序結果

由表2可知，中國旅游業碳排放效率地區差異的影響因素中，關聯度最高的因素為旅游業規模的地區差異（0.923）。關聯度排在第二位至第六位的因素依次為旅游業結構的地區差異（0.916）、產業結構的地區差異（0.879）、受教育程度的地區差異（0.806）、城鄉收入比的地區差異（0.799）、城市化水平的地區差異（0.786）。關聯度排在最后一位的因素是旅游業能源消費強度的地區差異（0.5204）。

通過上述分析結果可以發現：（1）各地區在旅游業規模方面的差異是影響我國旅游業碳排放效率地區差異最為重要的因素，這主要是因為旅游業發展具有專業性與規模性，旅游業的規模化發展一方面可以提高旅游企業專業化水平與優勢資源的配置效率，另一方面也可以通過拓寬有效市場規模而實現本地旅游發展的規模經濟，從而提高當地旅游業的碳排放效率。因而這種旅游規模的差異勢必會對旅游業碳排放效率的地區差異產生重要影響。

（2）旅游業結構與產業結構等結構性因素的地區差異會對旅游業碳排放效率地區差異產生較為重要的影響。其原因主要在于，一方面構成旅游業三大部門中的碳排放情況各不相同，相關研究發現，相比于旅游住宿、旅游活動等部門，旅游交通部門是旅游系統內部碳排放最主要也是密度最高的部門[16]，因此各地區在旅游交通碳排放相對比重上的差異也會導致其在旅游業碳排放效率上的差異；另一方面，第三產業在GDP中所占比重一定程度上反映了旅游業發展對于某一地區的重要性，也反映了某一地區對于旅游業發展的相對重視程度，因此這種結構的差異必然會對旅游業碳排放效率的地區差異產生影響。

（3）受教育程度的地區差異也是影響旅游業碳排放效率地區差異的重要因素之一。現代旅游業低碳化發展對從業者提出了更高的技術素質要求，教育是素質培育的關鍵因素，提高旅游從業者的受教育程度可以增大勞動生產率。同時，碳減排也有賴于大眾旅游者在旅游活動中的低碳踐行，受教育程度更高的旅游者往往通過“更綠色”的旅游行為或承諾減少旅游活動過程中的碳排放，進而對旅游業碳排放效率產生積極影響，因而需要提高居民的受教育程度，縮小各地區在此方面的差異。

（4）其他因素的影響作用也不可忽視。從研究結果看，盡管城鄉收入比的地區差異、城市化水平的地區差異以及旅游業能源消費強度的地區差異這三個因素與旅游業碳排放效率差異的關聯度排序相對靠后，但其灰色相關度均在0.5以上，因此也需要重視其影響，注意消除各地區在城鄉收入差距、城市化水平以及旅游業能源消費強度方面的差異，以縮小旅游業碳排放效率的地區差異。

4 結論與討論

本文引入考慮非期望產出的SBM模型測算了2000—2015年中國各省市的旅游業碳排放效率，同時采用基于泰爾指數的差異測度與分解方法對效率的區域差異性進行測算和分解分析，并借助灰色關聯分析方法進一步探究碳排放效率區域差異性的外部影響因素。研究與啟示如下：

（1）2000—2015年間我國大部分地區的旅游業碳排放效率均有所提高，除浙江、遼寧、山東等3省區以外，目前多數省區仍處于旅游業碳排放非效率狀態，旅游業碳排放效率整體水平亟需進一步提升。因此，為了實現整體旅游業碳排放效率水平的進一步提升，對于非效率地區，應當給予資金、技術和政策等方面的支持，著力提高其旅游資源的配置水平，加快旅游業的轉型升級；同時，推廣高效清潔的低碳技術，控制旅游生產過程中的碳排放，推動旅游業碳排放效率的整體提升；再次，適當的外部環境約束可以促使企業進行更多的創新活動，而這些創新將提高產業生產率。為此，政府應加大旅游業節能減排規制力度，將環保納入旅游產業準入標準，并加強環境監管來倒逼旅游業碳排放效率的提高。

（2）中國旅游業碳排放效率存在較為明顯的地區差異性，且這種差異主要由區域內差異所致，其中，東部地區內各省區的差異在各區域內差異中占比最大。為有效縮減我國旅游業碳排放效率的地區差異，有必要根據各區域旅游業的碳排放效率水平及特征，采取差別化的旅游業發展策略；同時，加強區域內與區域間的良性互動，增加地區之間旅游業資源利用方面的技術合作和經驗交流；其次，不宜將旅游業發展政策重點放在東、中、西部三大經濟板塊之間的差異縮減，而應立足于三大區域內部不同省區尤其是東部地區內各省區的差異而確立，在繼續推行中部崛起和西部大開發戰略的同時，向縱深方向發展；最后，應加快建立統一有效的碳排放交易市場，充分發揮市場價格杠桿對于旅游資源的協調作用，從而實現我國旅游業的均衡化發展。

（3）在對中國旅游業碳排放效率地區差異產生影響的各外部因素中，關聯度最高的因素為旅游業規模的地區差異（0.923），其余依次為旅游業結構的地區差異（0.916）、產業結構的地區差異（0.879）、受教育程度的地區差異（0.806）、城鄉收入比的地區差異（0.799）、城市化水平的地區差異（0.786）以及旅游業能源消費強度的地區差異（0.5204）。因此，為了縮小我國旅游業碳排放效率的地區差異，首先應當注意提高各地區的旅游業發展規模，以全域旅游發展戰略為契機，激勵各地通過促進旅游與農業、林業、文化等相關產業和行業的融合來延伸旅游產業鏈，擴大旅游業發展規模，縮小地區之間旅游發展規模上的差異；其次，加強旅游業內部結構的合理優化布局，消除結構方面的差異性；再次，各地區應當加強居民的教育與培訓，消除各地區在掌握旅游業先進生產技術的能力與環保意識方面的差距；最后，應注意消除各地區在城鄉收入差距、城市化水平以及旅游業技術創新投入方面的差異。