中國旅游業碳排放脫鉤效應及影響因素研究

翁 鋼 民,李 聰 慧 ,潘 越 ,李 建 璞

(1.燕山大學經濟管理學院，河北 秦皇島066004；2.燕山大學區域經濟發展研究中心，河北 秦皇島066004)

0 引言

全球經濟的快速發展和能源消耗的加劇，導致大量溫室氣體排放，引發全球氣候變暖等一系列環境問題。旅游業在快速成長的同時帶來大量碳排放，其碳排放量占全球總碳排放量的8.3%[1]，因此，旅游業在全球溫室氣體排放中應承擔重要責任；與此同時，作為新世紀的朝陽產業和低耗能產業，我國旅游業在應對氣候變化、開展節能減排方面具有潛在的關鍵性作用。原國家旅游局印發的《關于進一步推進旅游行業節能減排工作的指導意見》(旅發辦〔2010〕80號)要求旅游業積極采取措施應對氣候變化和能源消耗問題。國務院出臺的《“十三五”旅游業發展規劃》(國發〔2016〕70號)也指出，要在旅游規劃、開發、管理和服務的全過程中認真貫徹綠色發展理念，將旅游業培育成生態文明建設重要引領產業。因此，如何在保證旅游經濟持續增長的同時，實現旅游業低碳化發展是亟待探討的重要課題。

目前，國內外學者對旅游業碳排放的研究主要集中于旅游業碳排放的測算方法、影響因素、脫鉤效應等領域。G?ssling、Cadarso等分別采用“自下而上”法、“自下而上”和“自上而下”結合法對旅游業碳排放進行測度[2，3]，此外，國外學者在兩種方法模型的對比分析和應用研究方面也做了很多探討[4，5]。國內學者主要采用“自下而上”法從全國[6]、省市[7]、景區[8]等區域尺度以及旅游業整體[6]、旅游交通[9]、旅游住宿[10]等研究視角測度旅游業碳排放，然而基于“自上而下”法的旅游業碳排放量估測研究相對較少[11，12]。常用的碳排放影響因素研究方法有Hi-PLS模型[13]、IPAT模型[14]、STIRPAT模型[15]、GMM動態回歸模型[16]、迪氏因素分解法(LMDI)等，其中LMDI分解模型最為常見[17-19]。隨著旅游經濟發展帶來一系列環境問題，旅游業碳排放與經濟增長間的關系逐漸成為研究重點。Tapio提出Tapio脫鉤模型，并用于歐洲地區交通運輸業發展與碳排放脫鉤關系的探討[20]。國內學者趙先超等首次將脫鉤理論用于湖南省旅游業碳排放與經濟增長的脫鉤關系研究[21]；王凱、馬繼等分別采用OECD脫鉤指數、Tapio脫鉤模型衡量全國旅游業碳排放量與經濟增長的脫鉤情況[22，23]；還有學者對脫鉤關系模型構建問題進行了不同的嘗試[24，25]。

綜上所述，國內外學者采用不同方法從不同視角對不同區域尺度的旅游業碳排放進行了分析，但目前專門針對旅游業碳排放脫鉤的研究較少，特別是關于旅游業碳排放脫鉤空間格局演化及其影響因素的探索更為缺乏。基于此，本文以中國30個省域為研究對象，基于Tapio脫鉤模型，嘗試采用ESDA-LMDI方法對我國旅游業碳排放與經濟增長脫鉤效應的時空演變及影響因素問題進行探討，以期為制定可行的減碳措施提供決策參考。

1 數據來源與研究方法

本研究所需數據包括能源消耗數據和經濟發展數據，前者來源于2009-2018年《中國能源統計年鑒》，后者來源于2009-2018年《中國統計年鑒》及省域統計公報；其中，旅游總收入由國內旅游收入和旅游外匯收入構成，旅游外匯收入按照歷年美元對人民幣的匯率換算得到。基于數據的可獲得性，將中國30個省域作為研究區域。

1.1 旅游業碳排放量估測方法

(1)

在此基礎上，進一步計算旅游業碳排放量，即：

(2)

(3)

式中：C、Ci分別為中國和i省域的旅游業碳排放量；fj為j類能源折算標準煤參考系數(表1)；k為單位標準煤的CO2排放量，設定k=2.45[27]；m為省域數量；n為各省域能源消耗種類。

表1 各種能源折算標準煤參考系數

1.2 脫鉤模型

目前，用于脫鉤分析的模型主要有OECD脫鉤模型和Tapio脫鉤模型，前者對時間段基期的選擇較敏感，不同時間基期的計算結果有較大差別，而后者是一種彈性分析，不受統計量綱變化的影響，計算結果有較強的穩定性，因此，本文基于Tapio脫鉤模型分析旅游業碳排放量與旅游經濟增長的脫鉤關系(表2)。計算公式如下：

e=(ΔC/C)/(ΔG/G)

(4)

式中：e為脫鉤彈性指數；ΔC、ΔG分別為旅游業碳排放變化量和旅游經濟變化值，旅游經濟情況用旅游業總收入G表示。

表2 脫鉤狀態劃分

1.3 探索性空間數據分析(ESDA)

探索性空間數據分析包括全局空間自相關指數I和局部空間自相關指數Ii，前者用于描述區域整體的空間關聯和空間差異程度，后者用于衡量各個二級區域與周邊地區的空間差異程度及顯著性。計算公式如下：

(5)

(6)

1.4 LMDI分解法

作為當前碳排放領域最熱門的一種因素分解方法，LMDI以目標變量的分解為基礎，是一種可完全分解殘差項的指數分解法，在適應性、呈現性、結果展示方面優勢明顯，測算結果更具說服力。本文利用LMDI分解法將旅游業碳排放量分解如下：

(7)

假設C0和CT分別代表基期年和第T年的旅游業碳排放量，根據LMDI分解法中的加法形式，將第T期相對于當前的旅游業碳排放量ΔC分解為：

ΔC=ΔC?+ΔCβ+ΔCε+ΔCη

(8)

式中：ΔC?、ΔCβ、ΔCε、ΔCη分別表示能源結構、旅游能源強度、人均旅游消費水平與游客規模對旅游業碳排放的影響，其分解結果分別為：

(9)

(10)

(11)

(12)

結合脫鉤模型，可得：

(13)

式(13)表明，旅游業碳排放與旅游經濟的脫鉤效應可被分解為能源結構效應e?、技術效應eβ、經濟效應eε與游客規模效應eη。

2 中國旅游業碳排放脫鉤的時空演化

2.1 中國旅游業碳排放脫鉤的時間演化

由2008-2017年中國旅游業總收入變化率、旅游業碳排放變化率和脫鉤指數圖(圖1)可以看出，旅游業碳排放脫鉤指數整體處于0.4380～0.8758之間，且旅游收入和旅游碳排放的增速均為正值，表明旅游經濟增長與碳排放處于弱脫鉤狀態，旅游業碳排放脫鉤的貢獻程度有待提升。其中2008-2010年旅游業總收入變化率與旅游業碳排放變化率均呈緩慢上升態勢，旅游業碳排放脫鉤指數呈下降態勢，2010-2017年旅游業總收入變化率呈平緩的“N”形，而旅游業碳排放脫鉤指數與碳排放變化率的變動趨勢大體一致，均呈顯著的上升—下降—上升—下降的波動變化趨勢。導致這種趨勢的原因是我國旅游經濟的增長與旅游產品的生產、消費密切相關，因此，旅游業碳排放的下降態勢難以持續。其中，我國旅游業碳排放變化率和旅游業總收入變化率在2011-2012年間達到峰值，這與該年交通運輸部出臺的《重大節假日免收小型客車通行費實施方案》有關，此外，哈大、京廣等高鐵線路的開通對其也有一定影響。總體而言，旅游業總收入變化率呈增長趨勢、旅游業碳排放變化率呈下降趨勢是由國家高度重視生態文明建設、穩步實施旅游業低碳化發展戰略所致。

圖1 2008-2017年中國旅游業總收入變化率、旅游業碳排放變化率和脫鉤指數

2.2 中國旅游業碳排放脫鉤的空間分異

為進一步探討旅游業碳排放脫鉤的空間變化關系，本文選取3個時段(2008-2009年、2012-2013年、2016-2017年)考察不同省域間的差異(表3)。由表3可知，2008-2017年中國旅游業碳排放脫鉤指數分布不均衡，表現為中東部地區脫鉤程度較好、西部地區脫鉤程度較差，脫鉤水平呈“東高西低”格局。2008-2009年，除新疆處于擴張性負脫鉤狀態外，有19個省域處于弱脫鉤狀態，占總數的63.33%，10個中西部省域屬于增長連接狀態，表明這些地區旅游經濟與碳排放的增速基本同步，旅游經濟總體仍屬粗放型增長。2012-2013年，處于弱脫鉤和增長連接狀態的省域數量均有所減少，而屬于擴張性負脫鉤的省域數量增加，并呈現出由西北向中部擴張的態勢；強脫鉤和衰退脫鉤狀態開始出現，包括僅屬于衰退脫鉤的上海及處于強脫鉤狀態的北京、天津、山東等7省市，說明這些地區隨著旅游經濟的持續增長，碳排放量呈負增長，二者達到理想的脫鉤狀態。2016-2017年，處于弱脫鉤狀態的省域增至23個，表明雖然我國大部分地區旅游業碳排放量仍有所增加，但已得到有效控制，表現為旅游業碳排放量的增速小于旅游經濟的增速；增長連接狀態的省域增至4個，分布于中西部地區；強脫鉤狀態的省域減少為北京、河南和湖北3個，其中河南的脫鉤程度最好，指數為-0.238。總體上，增長連接的省域數量減少，實現弱脫鉤和強脫鉤的省域總量有所增加，旅游經濟與生態環境逐步實現綠色和諧發展。

表3 2008-2017年中國旅游業碳排放脫鉤指數的空間分布差異

2.3 中國旅游業碳排放脫鉤的空間演變

采用Geoda軟件計算中國旅游業碳排放脫鉤指數的全局Moran′sI指數，分析旅游業碳排放脫鉤指數整體的時空演變趨勢(表4)。結果顯示，2008-2017年全局Moran′sI指數區間為[-0.0841，-0.0302]，且不同程度的顯著性檢驗表明，我國旅游業碳排放脫鉤指數具有顯著的空間負相關性，但空間分布的集聚程度較低。進一步對我國3個時期的旅游業碳排放脫鉤指數進行局部自相關分析(表5)，發現旅游業碳排放脫鉤指數的集聚特征表現為空間正、負相關性并存，但空間負相關的省域數量大于空間正相關的省域數量。

表4 中國旅游業碳排放脫鉤指數Moran′s I值

表5 中國旅游業碳排放脫鉤指數局部空間聚類狀況

2008-2009年，H-H類型的省域集中在中部的湖南、湖北、山西等地，其旅游業碳排放與經濟發展的脫鉤水平較高，是我國旅游業碳排放脫鉤發展的重要增長極；L-L類型的省域包括云南和寧夏，其旅游業碳排放脫鉤程度較低，為低值集聚區，與當地經濟發展落后、科技創新能力弱、交通通達度不高有很大關系；新疆、青海、甘肅、陜西和四川屬于H-L類型，其旅游業碳排放脫鉤水平較高，但周邊地區碳排放脫鉤水平較低；遼寧、北京、天津和浙江等地雖與脫鉤水平較高的地區相鄰，但受到的正向輻射作用不明顯，自身旅游業碳排放脫鉤水平較低，為L-H類型。2012-2013年，H-H類型的省域包括河北和黑龍江，其受相鄰省域輻射作用的影響，碳排放脫鉤水平向好發展并演化為高值集聚區；L-L類型的省域向中東部擴張，多數相互毗鄰，如陜西、山西等地旅游能耗主要以高碳排放的煤炭為主，廣西、廣東、福建等地旅游發展迅猛，而游客低碳旅游意識較差，加之清潔技術的開發應用尚未普及，故碳排放量大規模增加，旅游業碳排放脫鉤水平向低水平轉變；H-L類型的省域在增強自身脫鉤程度的同時，形成明顯的擴散效應，河南、貴州等地旅游業碳排放脫鉤水平有所提升，旅游業發展逐漸趨于低碳化；L-H類型的省域積極吸收周邊地區的溢出效應，提高自身旅游業碳排放脫鉤水平，省域數量呈下降態勢。2016-2017年，H-H類型的省域向西南部擴張，山西、重慶、湖南等地受相鄰省域溢出效應的影響，旅游業碳排放脫鉤水平有所提升，由低水平脫鉤向高水平脫鉤轉變；L-L類型僅剩四川和廣東，雖然兩省旅游資源豐富，旅游發展較好，但較高的旅游能耗導致碳排放處于短期失衡狀態；在周邊地區的輻射帶動下，云南、廣西等地由L-L類型轉變為H-L類型，實現旅游業碳排放脫鉤水平的跨越式發展；屬于L-H類型的河南、湖北、河北等地，其周邊地區未能起到明顯的帶動作用，故需利用區位優勢，努力提升旅游業碳排放脫鉤水平。總體而言，我國旅游業碳排放脫鉤呈現空間負相關的省域數量逐漸減少，空間差異性減弱，而呈現空間正相關的省域數量逐漸增多，表明我國旅游業碳排放脫鉤的同質性愈加明顯。

3 中國旅游業碳排放脫鉤的影響因素

通過LMDI模型將中國旅游業碳排放脫鉤效應的影響因素分解為能源結構效應、技術效應、經濟效應和游客規模效應，在此基礎上繪制影響因素變化情況圖(圖2)，以討論不同效應因素對我國旅游業碳排放脫鉤指數變化的影響。

圖2 2008-2017年中國旅游業碳排放脫鉤影響因素變化情況

整體上，影響中國旅游業碳排放脫鉤變化的因素中：能源結構效應在2008-2013年的貢獻量始終為正(2008-2012年出現小幅波動，2013年達到最大值后迅速下降)，2014-2016年貢獻量為負，之后又緩慢回升為正；技術效應在2015-2016年貢獻量為正，其余年份均為負，說明技術效應對碳排放脫鉤的促進作用顯著，在一定程度上緩解了大量能源消耗所帶來的環境污染問題;經濟效應對碳排放脫鉤的貢獻量在研究期內一直為正，但在整體結構中所占份額較小，對我國旅游業碳排放脫鉤的影響程度不高;游客規模效應對碳排放脫鉤的貢獻量在研究期內也一直為正，且在整體結構中占有較大份額，處于主導地位，對碳排放脫鉤的抑制作用較強。

為探究各省域旅游業碳排放脫鉤的影響因素，運用LMDI計算研究期內各指標對旅游業碳排放脫鉤的貢獻量，繪制30個省域各指標貢獻量分布圖(圖3)。

圖3 2008-2017年中國30個省域旅游業碳排放脫鉤各指標貢獻量分布

能源結構效應對中國旅游業碳排放脫鉤指數的影響存在顯著的空間差異。隨著《國家煤炭深加工“十三五”規劃》的落實，能源結構調整使得山西、黑龍江、陜西、新疆等地減少了對煤炭、石油等化石能源的依賴，同時大力發展新能源，逐步形成了清潔低碳、安全高效的能源體系，為此能源結構效應對旅游業碳排放脫鉤起促進作用;而遼寧、浙江、河南等地能源結構調整的效果尚未顯現，依然表現為抑制作用，如遼寧作為傳統的工業基地，擺脫了單一的能源利用結構，但旅游業的快速發展仍依賴于排放高熵廢物的能源，浙江、河南等地旅游業發展相對較好，但能源消耗依然以傳統能源為主，因此，加快非化石能源的發展、擴大可再生能源的使用將是這些地區努力的重點。

技術效應是促進旅游業碳排放與經濟脫鉤的重要因素，改善能源利用技術水平、提高能源利用效率有利于減少旅游業碳排放對環境造成的污染。由圖3可知，研究期內北京、浙江、遼寧等地的技術效應對旅游業碳排放脫鉤的促進作用顯著，多數地區的技術效應對旅游業碳排放脫鉤的貢獻程度超過了能源結構效應的貢獻程度，這些地區經濟發展水平較高，在2008年均為高碳排放區，但隨著技術改善，旅游業碳排放量大幅下降，說明這些地區重視通過技術提升解決旅游業發展過程中的環境污染問題；黑龍江、山西、陜西、新疆和甘肅的技術效應對旅游業碳排放脫鉤起抑制作用，這些地區經濟發展水平不高，科技創新能力偏弱，導致能源利用率偏低。從各省域總效應的構成看，技術效應對碳排放脫鉤的貢獻量較高，故可通過技術改善減少碳排放，進而實現旅游業碳排放脫鉤。

經濟效應對各省域旅游業的碳排放脫鉤均有一定影響，但總體影響程度不大。除黑龍江在保持旅游經濟增長的同時，有效抑制了碳排放，對旅游業碳排放脫鉤起到顯著的促進作用外，其余省域的旅游業碳排放量隨著經濟規模的擴大而有所增加，并呈現出明顯的地域差異。其中，經濟效應對旅游業碳排放脫鉤抑制效果最明顯的區域多分布在西部地區，以四川、云南和青海為代表，這些地區旅游收入的增加對碳排放量的貢獻程度較大；而天津、福建、重慶等地旅游經濟增長對碳排放脫鉤的抑制作用較小，表明旅游消費體驗趨于多樣化的同時，游客消費行為與旅游業低碳化發展要求尚有較大差距，綠色消費仍是旅游健康發展中的關鍵環節。為此，各省域需加快轉變旅游發展方式，從增加旅游投入到依靠低碳技術開展旅游活動來獲取更大的旅游經濟收入。

游客規模效應對旅游業碳排放脫鉤的貢獻量為正值，是旅游業碳排放脫鉤的主要抑制因素。游客規模效應決定于游客人數的變化，游客人數的增長對旅游業碳排放具有顯著的正向拉動作用，其對旅游業碳排放脫鉤的貢獻主要體現在景區內產生的廢棄物。此外，旅游交通能耗占旅游業總能耗的72.08%[28]，故游客規模效應主要的貢獻在于旅游交通部門產生的碳排放。研究期內我國各省域游客人數均表現為逐年遞增趨勢，碳排放脫鉤的貢獻指數多集中于0.6～1之間，僅有黑龍江的貢獻指數為1.4692，這表明當地旅游經濟增長率小于碳排放的增長率，旅游經濟存在一定的滯后性。因此，我國各地在保證游客規模合理的同時，應積極采用清潔技術，從而實現碳減排工作的有序推進和旅游經濟的持續增長。

4 結論與建議

本文基于Tapio脫鉤模型，結合ESDA和LMDI方法，從時空格局和因素分解兩方面分析2008-2017年中國旅游業碳排放脫鉤指數的格局演變及影響因素，得出如下結論：1)研究期內我國旅游業碳排放脫鉤指數整體處于0.4380～0.8758之間，呈現“下降—上升”的波動趨勢，旅游經濟增長與碳排放處于弱脫鉤狀態；脫鉤水平呈現“東高西低”的空間格局，研究期內增長連接的省域數量減少，實現弱脫鉤和強脫鉤的省域總數有所增加。2)研究期內我國旅游業碳排放脫鉤指數呈現出顯著的空間負相關性，但空間分布的集聚程度較低；我國旅游業碳排放脫鉤呈現空間負相關的省域數量逐漸減少，空間差異性減弱，而呈現空間正相關的省域數量逐漸增多，表明我國旅游業碳排放脫鉤的同質性愈加明顯。3)影響因素方面，技術效應對旅游業碳排放脫鉤起主要的促進作用，游客規模效應是抑制旅游業碳排放脫鉤的主導因素，能源結構效應則表現為先抑制后促進的作用，而經濟效應對旅游業碳排放脫鉤的影響最小，表現為較弱的抑制作用。

針對以上結論，本文提出如下對策建議：1)開發清潔能源，優化能源結構。能源結構對旅游業碳排放脫鉤具有顯著的抑制作用，意味著我國許多地區的能源結構不利于其旅游業碳排放的減少，需重點優化能源結構，提高可再生能源的使用，積極開發清潔高效的新能源。2)鼓勵技術創新，降低能源消耗強度。技術創新和節能減排是旅游業碳減排的主要路徑，技術進步有助于能源利用效率的提高，進而降低能源消耗強度，為此，政府應加大對清潔能源開發技術、污染處理技術的支持力度，鼓勵企業加強技術創新，強制關閉高能耗企業，通過加強國際交流，積極借鑒國外先進技術。3)轉變經濟發展方式，促進節能減排。減少旅游業碳排放的根本動力在于降低資源消耗，保護生態環境，促進經濟增長。經濟增長意味著居民收入和消費水平的提高，可有效擴大游客規模，推動旅游業發展。因此，各省域需轉變粗放型旅游經濟發展方式，提高能源利用效率，通過實施節能減排等措施實現旅游經濟增長與碳排放脫鉤。4)提高游客素質，引導低碳消費。游客數量的大規模增加是旅游經濟與碳排放難以達到理想脫鉤狀態的主要原因之一，倡導綠色低碳消費，引導游客消費模式向可持續消費方向發展，以此抵消游客規模增長對旅游業碳排放脫鉤的影響。

本文仍存在不足：由于旅游能耗無法直接獲取，借助地區旅游發展系數所剝離的旅游業碳排放量，在某種程度上與實際值存在一定的偏差；此外，在今后研究中，應加強對旅游業碳排放脫鉤水平區域差異及發展趨勢的分析預測，為我國旅游業碳排放與經濟增長的脫鉤發展提供更加翔實的理論及實證參考。