中國旅游業碳均衡區域差異及其影響因素

王 崢,程錦紅,程占紅

山西財經大學文化旅游學院,太原 030031

進入新世紀以來,全球變暖形勢不斷加劇,“節能減排”、“綠色可持續”成為國際社會普遍關注的熱點話題。2016年,170多個國家共同簽署《巴黎協定》,奠定了世界各國廣泛參與碳減排的基本格局,傳遞出了全球將實現綠色低碳和可持續發展的強有力積極信號。在此背景下,每個企業、部門或產業都應積極構筑氣候適應型的綠色低碳發展模式,旅游業也不例外。據統計,旅游業對全球溫室氣體排放的貢獻約為8%,遠超許多其他經濟部門[1]。作為全球最大的國內旅游市場,中國旅游業的減排工作尤為緊迫。2018年,全國接待海內外游客數量近57億人次,如此龐大的旅游規模勢必會帶來大量的能源消耗及碳排放,對生態環境也會造成一系列的負面效應。因此,協調旅游經濟發展與生態環境的平衡關系,促進旅游業綠色、低碳轉型,將是新時期旅游研究的重要內容。

評估旅游業能耗及碳排放,是發展綠色低碳旅游的基礎性工作。目前,國內外學者已經從“自下而上”和“自上而下”兩種角度對不同空間尺度下的旅游業碳排放展開了大量的核算工作,包括全球[1- 2]、國家[3- 4]、省市或地區[5- 6]以及旅游目的地層面等[7]。也有學者基于特定的旅游環節角度進行了碳排放的評估,如旅游交通[8]、旅游住宿[9- 10]、旅游餐飲[11]等。部分學者進一步引入經濟指標,將評估對象轉為旅游業碳排放效率,如王坤等人依據旅游經濟收入(期望產出)和碳排放(非期望產出)兩類產出指標,測算了中國及各地區的旅游業碳排放效率[12]；王凱等則利用空間Durbin模型探究了省際旅游業碳排放效率的空間關聯特征[13]。隨著相關研究的深入,旅游業碳排放的影響因素研究逐漸引起學者們的關注,其中因素分解法由于計算過程簡便,并且可以將特定目標分解成幾個易于解釋的預定義因素,逐步成為碳排放研究領域中最熱門的分析方法[14]。如陶玉國等利用LMDI方法分解了江蘇省旅游業碳排放量,發現游客數量和旅游消費水平的提升助推了旅游業碳排放的增長,而能源強度和能耗結構具有一定的抑制作用[15]。這與Liu等對成都市旅游業碳排放的分解結果基本一致[16],但與Chen等對中國旅游業碳排放及其增長率的分解結果有所差異,他們否定了能源強度和結構效應的重要分解作用[17]。除此之外,也有少數學者引入STIRPAT模型[18]、數據包絡分析與距離函數[14]等其他方法對碳排放的影響因素展開分析。整體來看,當前有關旅游業碳排放影響機制的研究成果相對薄弱,影響因素的選取也多局限于旅游業內部,對于外部因素的考量明顯不足[19]。不同于以上研究,部分學者從“源-匯”角度出發,將區域生態系統的碳吸收能力納入碳排放的研究中,如梁中等通過界定“碳壓力”概念,全面評估了區域碳排放與碳承載力之間的平衡關系,并將碳失衡狀態視為“碳超載”[20]；周年興等定量評估了旅游目的地的碳均衡狀態,發現生態系統的固碳量吸收了旅游區碳排放的23.47%[21]；董紅艷等綜合比較了江蘇省旅游業碳均衡或碳赤字的動態變化情況[22]?？梢钥闯?基于“源-匯”視角探究區域旅游業碳均衡狀況的研究思路已經引起了學界的關注,但相關的研究成果尚不充分,亟待進一步深入探討。

綜上,現有研究從理論和實證角度對旅游業發展與生態環境的關系進行了豐富而有益的探索,但研究主要集中在旅游業碳排放或效率的評估方面,對于生態系統固碳能力的考量明顯不足。在僅有研究中,由于所需數據的復雜性,學者們多從微觀或省級層面探討旅游業碳排放與生態環境的平衡關系,鮮有文獻對全國范圍內的旅游業碳均衡狀態進行比較研究,而有關其作用機制的研究成果仍未見報道。事實上,厘清各地區旅游碳赤字現狀及區域差異,并探究其影響機制,對于明確各地區減排責任、促進生態恢復具有重大意義,同時也有助于提高相關政策的針對性和可操作性。為此,本研究擬構建旅游碳赤字測度模型,并運用Theil指數和典范對應分析法等,研究2008—2017年中國旅游業碳均衡情況及其影響因素,以期彌補已有研究的不足,豐富低碳旅游理論體系,并為相關部門制定更具針對性的減排與固碳措施提供數據支撐和理論參考。

1 研究方法與數據來源

1.1 旅游碳赤字測度模型

1.1.1旅游業碳排放

本文基于“旅游消費剝離系數”將旅游業能耗從與旅游密切相關的行業中剝離出來,再根據排放系數法計算得到各省市的旅游業排放量[19]。目前,該方法已在旅游業能耗研究中得到了較為廣泛的應用[12]。

(1)

Eit=Eij×Ri

(2)

Ri=Ti/Vi

(3)

式中,TC為旅游業總碳排放；Eit為旅游業能源消耗量；i表示與旅游密切相關的行業,即交通運輸業、批發和零售業、住宿和餐飲業、倉儲和郵政業等行業；j表示主要能源種類；fj為j類能源的標準煤轉換系數；k為單位標準煤的碳排放量,取值為2.45[23]；Eij為某旅游相關行業的j類能源消費量；Ri為某旅游相關行業的旅游消費剝離系數；Vi為行業總增加值；Ti為該行業的旅游增加值。

1.1.2旅游碳承載力

碳承載力(碳吸收)是指區域內植被通過光合作用所能夠固定CO2的量[20]。旅游碳承載力主要指某一時段內,某區域生態系統凈吸收旅游經濟活動產生CO2的最大能力[22]。

在測算省級區域碳承載力情況時,本研究主要考慮區域森林、草地及農田生態系統的固碳能力。

CC=CCF+CCG+CCP

(4)

CCI=CCF+CCG=∑MI×SI

(5)

式中,CC為區域碳承載力；CCF和CCG為森林、草地的固碳能力；CCP為農田的固碳能力(表1)；MI為第I種植被的面積；SI為第I種植被的年均碳吸收能力,借鑒國內外專家學者的研究成果,選取森林碳吸收系數為3.81t/hm2[24]、草地碳吸收系數為0.21t/hm2[25]。

表1 農田固碳核算公式Table 1 Accounting formula for farmland carbon sequestration

依據上述公式,可以計算得到森林、草地以及農田生態系統的固碳能力,將三者進行加總求和,便可以得到區域生態系統的總碳承載力。在此基礎上,構建旅游碳承載力的測度模型。區域旅游碳承載能力的測度與區域旅游業碳排放、區域生態系統碳承載力、以及旅游經濟貢獻密切相關[22]。本文擬根據近年來中國各地區的旅游業增加值和地區生產總值等相關數據,測算旅游業對區域經濟發展的實際貢獻率。然后依據區域旅游業的經濟貢獻值,測算和分析區域生態系統的總碳承載力對于旅游業的相應碳抵消量,即為該區域的旅游碳承載力。具體如下:

TCC=CC×r

(6)

式中,TCC為區域旅游碳承載力；r為旅游碳承載力系數,是區域旅游業增加值占地區生產總值的比重。

1.1.3旅游碳赤字

旅游業碳均衡是在綜合考慮區域旅游經濟發展水平的基礎上,結合當地生態系統的固碳能力,評價旅游業對當地環境影響程度的重要指標。目前學界有關旅游業碳均衡的研究成果尚不充分[21],本研究對于旅游業碳均衡狀態的評估主要是通過比較旅游業碳排放與旅游碳承載力的差值大小(即旅游碳赤字)來反映。這個差值(若為正值)能夠表明旅游業碳失衡程度,是衡量區域旅游發展對全球環境變化影響的重要依據,也是當前旅游業應當承擔的減排責任。具體計算公式如下:

TCD=TC-TCC

(7)

式中,TC為旅游業碳排放；TCC為旅游碳承載力；TCD為旅游碳赤字。若旅游業碳排放多于旅游碳承載力,即區域生態系統的總碳承載力對于旅游業的相應碳抵消量都不足以抵消區域內旅游密切相關行業產生的碳排放,則該區域旅游碳赤字為正值,表現為旅游業碳失衡狀態,這表明該區域旅游活動顯著促進了氣候變暖,對當地生態環境產生嚴重的不利影響；若旅游業碳排放少于旅游碳承載力,則區域旅游碳赤字為負值,表明旅游業實現了碳均衡發展。

1.2 泰爾(Theil)指數

泰爾指數源于信息理論中熵的概念,也稱泰爾熵標準,因其具有可分解性,可以明確區域差異結構及差異來源,已被廣泛應用來分析地區碳排放、能源效率等差異[30]。本文引入此指數來探究旅游碳赤字的區域差異特征。

T=Tw+TB

(8)

(9)

(10)

(11)

1.3 影響因素選取與分析方法

1.3.1影響因素選取

基于旅游業碳均衡狀況變化的復雜性及數據的可獲性,本文從旅游經濟、生態環境等維度出發,綜合借鑒已有研究成果[17,31- 33],選取指標如下:(1)旅游接待規模(Tourist Reception Scale,TRS):用旅游接待人數來表征。通常認為,游客數量越多,其在食、宿、行、游、購、娛等旅游業要素部門的能耗量也將擴大,進而影響旅游業碳均衡。(2)旅游經濟規模(Tourism Economic Scale,TES):隨著旅游產業規模的擴大,一方面旅游業能源消耗將增多,另一方面旅游業各類要素可能會產生集聚現象,這都可能會影響旅游業碳均衡狀態。該指標選取能反映旅游經濟規模的旅游業增加值來表征。(3)旅游技術水平(Tourism Technology Level,TEL):技術進步可以降低生產過程中的能耗,提高行業能源利用效率。該指標以地區旅游業能源強度來表征。(4)旅游資源稟賦(Endowment of Tourism Resources,TRE):區域旅游資源稟賦一定程度上顯示了該地區旅游吸引力,可能會對旅游規模產生間接影響,繼而影響碳均衡狀態。參照專家學者的研究成果[34],以各地區旅游景區總體分值來表示。(5)服務業發展水平(Development Level of Service Industry,SDL):旅游業依托于關聯服務業,因而服務業發展水平的高低必然會影響旅游業的發展規模及質量,繼而對旅游業碳均衡狀態產生影響。該因素用第三產業增加值來表征。(6)氣候環境(Climatic Environment,CE):適宜的氣候條件不僅有助于區域固碳能力的提高[35],也可能會減少企業能耗量(如耗電量高的酒店行業)。選取降水量((Precipitation,PR)和氣溫(Temperature,TE)兩個指標,表征自然環境對旅游業碳均衡的影響。(7)土地利用結構(Land Use Structure,LUS):以各省市建設用地占比來表征。一方面,旅游交通運輸是旅游業排放的主要碳源[36],而建設用地規模擴大的同時,交通用地也會隨之增加；另一方面,建設用地占比提高,意味著其他具有固碳功能的林地、草地等用地將會減少,進而對旅游業碳均衡狀態產生影響。(8)生態保護與建設(Ecological Protection and Construction,EPC):政府對自然環境和生態保護的支持力度有助于區域碳承載力的提高。選取生態建設與保護投資總額以表征生態保護與建設力度對旅游業碳均衡的影響。(9)旅游環境規制(Tourism Environmental Regulation,TER):積極而嚴格的環境政策可以促進科學技術進步,提高資源利用效率,減少資源消耗的排放。該因素用治污費用與旅游收入的比率來反映[31]。

1.3.2分析方法

本文主要運用K均值聚類分析(K-means cluster)和典范對應分析法(Canonical Correspondence Analysis,CCA)探究中國各省域旅游業碳均衡類型分布與影響因子之間的關系,從而為探尋區域差異化的碳均衡優化路徑提供理論參考。

K-means cluster是對一組變量或樣本進行定量分類的多元統計方法。首先,將旅游碳赤字及其測度的相關指標數據(包括旅游業碳排放、旅游碳承載力及旅游碳赤字)組成數據矩陣,在此基礎上借助SPSS軟件對該數據矩陣進行聚類分析,以探究全國各地區旅游業碳均衡的聚類分組特征。

其次,基于旅游接待規模、旅游經濟規模、服務業發展水平、土地利用結構、生態保護與建設、旅游技術水平、旅游環境規制、旅游資源稟賦和氣候環境等各類影響指標的數據矩陣,結合上述聚類分組特征進行典范對應分析,以揭示各類指標對旅游業碳均衡類型分布的影響程度。

典范對應分析法是一種數量生態學領域里的限定排序方法,經由CA/RA修改而產生。不同于以前的直接梯度分析,它是一種非線性多元梯度的統計分析方法,可以將對應分析與多元回歸結合起來,使樣本和環境因子數據統一起來并進行運算,其結果能夠直觀反映各方面信息,繼而更好地表達樣本分布與環境因子之間的關系。有關該方法的具體計算原理可參見張金屯學者的著作[37]。

1.4 數據來源

本文僅對中國30個省市數據進行了統計研究(因數據獲取原因，尚未統計中國港、澳、臺及西藏的數據)。上述方法所涉及的數據來源主要如下:其一,是旅游密切相關行業的能源消費數據,包含原煤、洗精煤、型煤、焦炭、焦爐煤氣、汽油、煤油、柴油、液化石油氣、天然氣等十余種能源的終端能源消費量都來自2009—2018年《中國能源統計年鑒》里的各地區能源平衡表；其二,是旅游及密切相關行業的經濟數據,包括旅游業入境收入、國內旅游總花費、旅游各類消費的構成比例、第三產業分行業部門增加值與總產出等,主要來自2009—2018年《中國統計年鑒》、各地區統計年鑒、《中國投入產出表》、2009—2018年《中國旅游統計年鑒》與《旅游抽樣調查資料》、以及各地區旅游統計公報或者旅游統計便覽等；其三,是生態系統碳承載力測算的基礎數據,包括森林和草地的覆蓋面積、農作物產量、化肥施用量、農業機械總動力、農業播種面積、灌溉面積等,主要來源于2009—2018年《中國統計年鑒》、各地區統計年鑒、2009—2018年《中國農村統計年鑒》、EPS數據庫以及國家自然資源部、林業和草原局等,其余各類測算系數均來自國內外學者的相關研究成果；其四,是各影響指標的基礎數據,主要來源于2009—2018年《中國統計年鑒》及各地區統計年鑒、2008—2017年《中國林業統計年鑒》、2009—2018年《中國環境統計年鑒》、中國氣象數據網、國家自然資源部以及EPS數據庫等,部分缺失數據采用相鄰年份數值進行線性插補,并利用近五年各指標的均值數據進行典范對應分析。為剔除價格因素和量綱差異對分析結果的影響,將有關數據統一進行平減及標準化處理。

2 結果分析

2.1 中國旅游業碳排放及碳承載力特征

依據上文所列公式(1)至(6)可以計算得到中國旅游業碳排放及旅游碳承載力的歷年變化情況。由圖1可知,2008—2017年,中國旅游業碳排放由20071萬t增加至54384萬t,除個別年份出現下降外,總體呈現增長態勢。但從選定時段內的變動情況來看,明顯表現為兩個階段:2008—2012年全國旅游業碳排放處于高速增長階段,年均增長近16%；2012—2017年間旅游業碳排放增速明顯放緩,年均增長率降至9%左右。值得注意的是,在2012—2013年間旅游業碳排放甚至出現了負增長,這些變化很可能是由于十八大以來,國家大力推行“綠色生態與低碳轉型”,對各類行業尤其是高耗能產業制定了更為嚴格的“節能降耗”約束性指標,而旅游業作為第三產業的代表,也大力推行節能減排,加快推進產業結構轉型升級,并對部分污染能耗大的旅游企業實行關停,繼而有效遏制了旅游業碳排放的增長勢頭。在區域格局方面,東部地帶旅游業碳排放始終處于主導地位,在選定時段內占全國的比重保持在40%以上,這主要是因為該地帶的旅游經濟發展迅速,研究期內游客數量和經濟收入都實現了翻倍增長,極大地提高了各類旅游活動的能耗量；中、西部地帶的旅游業碳排放相對較少,但二者合占總排放的比重逐年上升,在研究期末已達59%,說明這些區域旅游業的發展對能源消耗的依賴程度持續上升?？偟膩砜?各地帶對旅游業總碳排放的貢獻率大小依次為東部(45.37%)>西部(28.94%)>中部(25.67%),而按照旅游業碳排放的增速大小可以排序為中部(15.81%)>西部(14.94%)>東部(7.96%)。

圖1 2008—2017年中國旅游業碳排放及旅游碳承載力Fig.1 Carbon emissions and carbon capacity of tourism industry in different regions of China from 2008 to 2017

中國旅游碳承載力在選定時段內始終保持增長態勢,從研究初期4794萬t上升至期末13642萬t,翻了近3倍,這主要是由于生態系統總體固碳能力的不斷提高導致碳承載力的大幅度增加。從研究期的變化情況來看,旅游碳承載力的階段性特征更加明顯。在2012年以前,旅游碳承載力增長相對緩慢,年均增長僅8%。在此之后,增速明顯加快,到2017年增長率高達24%,這可能是由于《全國生態保護“十二五”規劃》、《“十三五”生態環境保護規劃》等政策的相繼出臺,生態環境保護逐步納入到地區經濟與社會發展規劃中,“生態文明建設”也上升為國家戰略,各地區加大對自然生態系統和環境保護的支持力度,區域森林覆蓋率、草原綜合植被蓋度等穩步提升,助推生態系統整體固碳能力和旅游碳承載力進一步提高。通過計算2008—2017年東、中、西部地帶旅游碳承載力的平均值,可以發現,西部地帶旅游碳承載力的貢獻最大,平均占比為48.66%,中部地帶次之,東部地帶最小,僅19.17%,可見全國旅游碳承載力的地帶性差異較為明顯?？v向來看,三大地帶旅游碳承載力均呈現增長的趨勢。其中,西部旅游碳承載力增幅最大,在全國的比重由研究初期39%增至期末45%。同時期該地帶旅游碳承載力的增速也提升最快,由6.67%上升至25.54%,尤其是2015年后呈現加速增長態勢,到2017年增長率上升近10%,這與全國總體發展趨勢基本一致。中部地帶旅游碳承載力的年均增長率僅次于西部,東部地帶的年均增速最小。值得注意的是,東、中部地帶的旅游碳承載力在選定時段內雖保持一定程度的增長,但所占比重逐年下滑,到研究期末紛紛跌至平均線以下,今后仍有較大的固碳空間。

2.2 中國旅游業碳均衡狀態及其區域差異特征

旅游碳赤字能夠直觀反映旅游業碳均衡狀態?；跉v年旅游業碳排放及旅游碳承載力數值,結合公式(7)可計算得到全國30個省市的旅游碳赤字結果,繼而可以對2008—2017年全國及各地區的旅游業碳均衡狀態進行評估分析。

2008—2017年全國旅游碳赤字均值分別為515萬t、571萬t、687萬t、867萬t、1024萬t、982萬t、1068萬t、1187萬t、1272萬t、1358萬t,研究期內旅游碳赤字均為正值且呈現波動上升的趨勢,表明旅游業發展始終處于碳失衡狀態,且碳失衡程度較為嚴重。同時也反映出我國旅游業減排責任重大,減排形勢愈發嚴峻。就具體省市而言(圖2),北京、遼寧、上海、江蘇、浙江、廣東等地的旅游碳赤字均值(1500萬t以上)位于全國前列,而內蒙古、黑龍江、江西、甘肅、青海的平均碳赤字水平低于400萬t,其余地區的碳赤字均值多位于700—1200萬t之間,可見不同地區的旅游業碳失衡程度差異巨大。究其原因,可能源于各地區生態—經濟環境的非均質性、旅游資源的空間異質性以及生態環保資金、低碳技術等支持性因素的不平衡性等,導致各地區的旅游碳赤字存在較大的差異。從研究期內的動態變化情況來看,安徽、江西、黑龍江、甘肅、青海等地的旅游碳赤字增長速度最快,年均增長率都在30%以上,而內蒙古、天津、寧夏等地的年均增長率都在6%以下,處于全國旅游碳赤字增速的低值區。其中,內蒙古在研究期內甚至出現了負增長,這可能歸因于其強大的碳承載能力。值得一提的是,東部多數省份(如北京、上海、江蘇、浙江等地)旅游碳赤字的基數龐大,但年均增長率呈現出逐年下降的趨勢,研究期內的增速均值也遠低于全國平均水平,表明其碳失衡程度在未來可能會有所減緩,今后減排的重點應逐步擴展至中、西部地帶。

圖2 2008—2017年各地區旅游碳赤字均值及年均增長率Fig.2 Mean and annual growth rate of provincial tourism carbon deficit from 2008 to 2017

運用公式(8)至(11)計算中國及各地帶旅游碳赤字的泰爾指數并進行分解(表2),進一步探究旅游碳赤字區域差異的變化特征及內在構成。由表2可知,2008—2017年全國旅游碳赤字的泰爾指數呈現“雙U型”波動變化趨勢。2008—2012年間,總泰爾指數經歷了第一個“U”型波谷,并在2009年達到十年最高值0.4382。2012—2013年泰爾指數小幅增長,隨后經過 2015 年的短暫下降,在2016年后又呈現增長態勢,可見該時段處于第二個“U”型波谷。整體來看,旅游碳赤字的總泰爾指數從研究初期0.4199降低至期末0.1967,下降幅度高達53.16%,表明旅游碳赤字的總體差異在選定時段內大幅減小,這主要是由于旅游碳赤字低值地區的增長速度相對于旅游碳赤字高值地區較快,進一步減少了旅游碳赤字的總體差異。地帶間與地帶內的泰爾指數也呈現下降趨勢,研究期內兩者分別減少了40.19%和72.03%,說明地帶間泰爾指數的下降速度遠快于地帶內,旅游碳赤字地帶間的差異加速縮小。從各個地帶內泰爾指數的變化情況來看,中部地帶泰爾指數由2008年0.0581降至2017年0.0240,降幅為55.88%,而東部地帶泰爾指數的下降幅度與其基本持平,西部地帶降幅最小,僅9.98%。中部地帶泰爾指數在十年間始終處于各地帶的低值區,西部地帶泰爾指數除2016、2017年外也均低于東部,可見東部旅游碳赤字差異最大,西部次之,中部地帶差異最小。

表2 2008—2017年中國旅游碳赤字泰爾指數Table 2 Theil index of tourism carbon deficit from 2008 to 2017

由表3可知,各地帶內及地帶間的旅游碳赤字差異對總差異的貢獻度區別很大。2008—2017年地帶間差異的貢獻度從40.74%下降至24.33%,同期地帶內差異的貢獻度保持平穩增加,且各年度對總差異的貢獻率均超過了55%以上,說明地帶內差異較大程度上解釋了總體差異,是造成旅游碳赤字整體差距的主要原因。從各個地帶內差異貢獻度的橫向對比來看,除2016和2017年外,東部地帶的貢獻度始終大于其余兩地帶,表明旅游碳赤字地帶內的差異主要根源于東部地帶。從縱向變化的情況來看,研究期內東部、西部地帶貢獻度均呈現上升態勢,其中西部貢獻度年均增加7.52%,處于加速增長階段。東部地帶貢獻度在2008—2012年間增長最快,在2013年后開始波動下降,到2017年僅28.39%。只有中部地帶貢獻度在研究期末呈現負增長,降幅約5.80%?？梢?在選定時段內,旅游碳赤字地帶內差異對東部和中部的依賴程度降低,對西部的依賴程度提升,并且在2017年達到最高值34.25%。究其原因,可能是由于近年來西部各省市旅游碳承載力的抵消效果差距巨大,進一步加劇了同一地帶內旅游碳赤字的差異程度?？傮w而言,中國各地區旅游碳赤字總差異主要來自地帶內差異,而地帶內差異主要是由東部和西部地帶的差異引起的。

表3 2008—2017年旅游碳赤字總差異的分解Table 3 Decomposition of the total difference in the tourism carbon deficit from 2008 to 2017

2.3 中國旅游業碳均衡的影響因素分析

基于旅游業相關碳排放、旅游碳承載力及旅游碳赤字等數據,運用K-means cluster對中國30個省市進行快速聚類(圖3)。其中第Ⅰ類主要包括北京、上海、江蘇、浙江、遼寧、山東、湖北、廣東8個地區,第Ⅱ類包括天津、福建、吉林、重慶、河北、海南、甘肅、青海、寧夏、新疆10個地區,第Ⅲ類包括四川、安徽、湖南、貴州、陜西、山西、河南7個地區,第Ⅳ類包括內蒙古、黑龍江、江西、廣西、云南5個地區。

圖3 旅游碳赤字測算指標的聚類結果 Fig.3 Clustering results of tourism carbon deficit measurement indicators 各省市序號及名稱:1北京,2天津,3河北,4山西,5內蒙古,6遼寧,7吉林,8黑龍江,9上海,10江蘇,11浙江,12安徽,13福建,14江西,15山東,16河南,17湖北,18湖南,19廣東,20廣西,21海南,22重慶,23四川,24貴州,25云南,26陜西,27甘肅,28青海,29寧夏,30新疆

從表4可以看出,第Ⅰ組類型區旅游業碳排放最高,而旅游碳承載力相對較低,總體表現為高碳赤字水平,旅游業碳失衡程度最為嚴重。雖然該組類型區內多數省份的旅游業碳排放增速偏低,但排放基數龐大(如北京、上海、江蘇、浙江、廣東等地),已經對當地生態環境造成了嚴重的不利影響,今后該組類型區應積極承擔相應的減排責任。處于“低排放、低承載力、低赤字”的地區主要有天津、甘肅、青海、寧夏等地,這些地區都屬于第Ⅱ組類型區,整體表現為一般的碳失衡狀態,旅游業減排責任相對較輕。第Ⅲ組類型區(主要分布于中、西部)旅游業碳排放也處于高值區,但該類型區具有一定的碳承載力發展空間,在一定程度上能夠抵消部分碳排放,屬于旅游碳赤字較高區,旅游業碳失衡程度較為嚴重。值得一提的是,在旅游碳承載力的抵消作用上,第Ⅳ類地區平均碳抵消效果達到了70%以上,遠超過其余三類地區。究其原因,主要是由于這些地區(內蒙古、黑龍江、云南等)依托其本身的自然資源優勢,可以產生持續穩定的碳承載力環境,繼而有效補償了旅游業的主要碳源?？偟膩砜?第Ⅱ組和第Ⅳ組類型區的旅游業碳失衡程度相對較輕,整體處于一般的旅游業碳失衡狀態,若相關部門加大對“綠色生態與低碳轉型”等方面的支持力度,這些區域有望率先實現旅游業碳均衡,減少對氣候變化的影響。第Ⅰ組和第Ⅲ組類型區的旅游業總體表現為嚴重的碳失衡狀態,減排形勢不容樂觀,今后應積極承擔相應的減排責任。

表4 旅游碳赤字測算指標的差異Table 4 The differences of tourism carbon deficit measurement indicators

通過觀察不難發現(圖4),不同類型均分布在一定的空間區域,其中第Ⅱ類和第Ⅳ類集中分布在第三、四象限,第Ⅲ類集中分布在第二象限,第Ⅰ類則主要分布在第一象限。相近的類型區有交叉分布的現象,不相近的類型區則彼此之間有一定的距離,說明典范對應分析圖(CCA圖)能夠有效地呈現出各組樣本分布與影響因子之間的關系。首先,旅游接待規模、旅游經濟規模、土地利用結構、生態保護與建設、旅游技術水平的連線相對較長,說明這些因子是影響樣本分布的主要因素。第二,各因子與排序軸的夾角代表它們之間相關性的大小,如土地利用結構、旅游資源稟賦、生態保護與建設、旅游環境規制與第一排序軸關系極為密切,旅游技術水平、降水與第二排序軸的相關性較高。第三,各影響因子與排序軸的關系也可用典范系數和相關系數(表5)來表示,如圖中土地利用結構與第一排序軸的夾角極小,與第二軸相距較遠,說明該因子與第一軸的相關性遠大于第二軸,這與典范系數表中的結果相一致。另外從表5也可以明顯看出,第一排序軸與旅游技術水平、旅游環境規制、生態保護與建設呈負相關,說明沿著第一軸自左向右這3種因子的數值呈現遞減的態勢。而第二排序軸與旅游經濟規模、旅游技術水平、服務業發展水平等相關性較大,表明自下而上這些影響因子均表現出增加的態勢。總體來看,在各類因素的綜合作用下,從左下角至右上角,各組類型呈現出由一般碳失衡類型區逐步向嚴重碳失衡類型區過渡的趨勢,具有顯著的“弓形效應”[37]。

表5 各排序軸與影響因子的關系Table 5 The relationship between the ordination axes and the influencing factors

圖4 中國旅游業碳均衡的典范對應分析圖Fig.4 Canonical correspondence analysis figure of tourism carbon equilibrium in China①各省市序號及名稱同圖3；②TRS:旅游接待規模；TES:旅游經濟規模；TEL:旅游技術水平；TRE:旅游資源稟賦；SDL:服務業發展水平；TE:氣溫；PR:降水；LUS:土地利用結構；TER:旅游環境規制；EPC:生態保護與建設

基于各組類型區的遞變趨勢,可以識別出影響旅游業碳失衡程度的正負向因子。其中,位于第一象限的北京、上海、浙江、山東、湖北、廣東等地主要受旅游經濟規模、旅游接待規模、服務業發展水平的正向影響,這些地區的旅游業及關聯服務業發展迅速,不僅提高了當地的旅游影響力,還豐富了旅游服務或產品組合的供給,助推具有“娛樂性”或“強體驗性”的高排放、高能耗旅游服務產品的不斷涌現,繼而加重了地區的碳失衡程度。土地利用結構對旅游碳赤字也具有一定的正向作用,尤其是對于上海、遼寧、浙江、湖北等地的影響更為明顯,這些地區具有固碳功能的用地占比較小,增匯能力相對薄弱,而地區交通基礎設施和服務設施的建設也會進一步提升旅游接待能力,助推旅游規模及能源消耗的增加,繼而間接加劇了旅游業碳失衡程度。位于第四象限的海南、陜西、重慶等地主要受旅游資源稟賦和氣候環境的影響,其中氣候環境呈現出一定的負向作用,而旅游資源稟賦主要表現為正向影響,但兩者的綜合影響能力均不顯著。旅游技術水平為負向指標,其對旅游碳赤字的抑制作用較為突出,尤其對于山西、貴州、四川、內蒙古等地,這些地區旅游業發展所積累的環境問題以及受到技術更新的時滯性影響,導致單位旅游產出的能耗較高,能源利用效率有待提升,若及時采取措施以降低能源強度,將會有效緩解區域碳失衡程度。位于第二、三象限的福建、吉林、內蒙古、黑龍江、江西、廣西、云南等地的旅游碳赤字主要受生態保護與建設、旅游環境規制的負面影響,這些地區大多具有先天的生態恢復條件,政府生態保護力度的加強能夠進一步促進當地生態系統固碳能力的提高。另外,適當的環境規制也能夠對高排放旅游企業的行為形成約束,倒逼其實施技術創新以彌補額外的環境成本?？傮w而言,旅游接待規模、旅游經濟規模、服務業發展水平及土地利用結構4個影響因子會加劇旅游業碳失衡程度,生態保護與建設、旅游技術水平、旅游環境規制能夠起到一定的限制作用,而旅游資源稟賦和氣候環境2個因子的正負向影響均不明顯?；诟鞯貐^情況的差異,相關部門應在統籌考慮各類因子的基礎上盡快制定區域差異化策略。

3 結論與討論

本研究的主要結論如下:

(1)2008—2017年,中國旅游業碳排放及旅游碳承載力整體呈現增長趨勢,但旅游業碳排放遠高于碳承載力,導致全國旅游碳赤字均值由研究初期515萬t迅速上升至期末1358萬t,旅游業發展始終處于碳失衡狀態,且碳失衡程度愈發嚴重。分省市而言,各地旅游業碳均衡發展情況存在較大的差異,除內蒙古、黑龍江、江西、甘肅、青海等地外,其余多數省份的碳失衡程度較為嚴重,泰爾指數也進一步驗證了旅游碳赤字的區域差異性,但這種差異有進一步縮小的趨勢。

(2)依據K-means cluster將全國30個省市劃分為旅游業碳排放最低型、旅游碳承載力最高型、旅游碳赤字較高型、旅游碳赤字最高型四組類型,不同類型在典范對應分析圖(CCA圖)中的空間分布情況差異明顯。CCA第一軸主要受土地利用結構、旅游資源稟賦、生態保護與建設、旅游環境規制的影響,第二軸主要受旅游技術水平等因素的影響?；谶@些因素的綜合作用,從左下角至右上角,各組樣本分布呈現出由一般碳失衡類型區逐步向嚴重碳失衡類型區過渡的趨勢。

(3)典范對應分析的結果顯示,旅游接待規模、旅游經濟規模、旅游技術水平、土地利用結構、生態保護與建設等是影響旅游業碳均衡狀態變化的重要影響因素。其中,旅游接待規模、旅游經濟規模、服務業發展水平及土地利用結構的負面影響較大,進一步加劇了旅游業碳失衡程度,而生態保護與建設、旅游技術水平和旅游環境規制等因素能夠對碳失衡狀態起到一定的緩解作用。各因素對旅游業碳均衡狀態的作用效應具有一定的空間異質性,可據此制定差異化的碳均衡優化路徑。

本文借助旅游、生態等學科的理論基礎,構建了較為完善的旅游碳赤字測算模型,繼而對2008—2017年中國旅游業碳均衡狀態及其區域差異進行比較與分析,這不僅克服了已有旅游業碳排放研究中大多未考慮生態系統固碳能力的局限[3- 4],而且豐富了較大尺度范圍內旅游業碳均衡的理論研究,同時也有助于綜合考慮全國旅游業碳減排壓力,進一步明確旅游業應當承擔的減排責任。對于旅游業減排責任,以往研究多是基于旅游業碳排放的估算值來展開[18- 19],并將地區旅游業碳排放量與減排責任直接掛鉤,忽視了生態系統強大的碳承載能力能夠補償部分旅游業碳源這一關鍵事實,所以以往關于旅游業減排責任衡量方法的科學性有待商榷。旅游業作為享樂型的第三產業,其核心機制就是資源消耗滿足人的主觀需求,因此其成為一個碳排放部門存在自然合理性,但這并不意味著旅游業沒有減排責任,其責任就是在考慮生態系統固碳能力對旅游業碳抵消的作用后,仍然剩余的旅游業凈碳排放量,即旅游碳赤字。這也意味著,旅游業應在生態系統所能提供的碳抵消量的限度內進行碳均衡發展,而非無節制地消耗能源,更不是推行“零碳”經濟。

在旅游業碳均衡的影響因素方面,目前學術界還未見相關的研究報道,僅有部分學者對旅游業碳排放或生態系統碳吸收的影響機制進行了初步探討[17, 32],且多局限于“規?！夹g—結構”的分析框架[19]。為了彌補此不足,本文的研究設計是在充分考慮前人研究成果和數據可獲得性的基礎上,選取影響旅游業碳排放或生態系統碳吸收的9個內外部因素來展開。通過利用聚類分析和典范對應分析方法探究了旅游業碳均衡類型分布與各影響因子之間的關系,實現了對旅游業碳均衡作用機制較為全面的考量。此外,以往關于碳排放或碳吸收影響機制的研究方法已經相對成熟,因素分解法[15- 17]、STIRPAT模型[18]、VAR模型[32]等得到了較為廣泛的應用,但是這些方法大多未能實現各影響因子在空間層面上的直觀表達。典范對應分析方法的應用,可以將各組樣本與影響因子完整結合起來并表達在簡化的空間中,有助于揭示各類因子對不同類型區域旅游業碳均衡的作用效應,為各地區減少碳赤字指明更加具體的方向?？梢哉f,這種研究路徑與方法是本研究區別于其他研究的優勢所在。

依據本研究的分析結果與各地區實際情況,可提出區域差異化的碳均衡優化路徑。具體來看:經濟發達的高碳赤字區(包括北京、上海、江蘇、浙江、山東、廣東等地)大多旅游業及關聯服務產業的規模雄厚,這些產業在發展的過程中往往伴隨著較高的碳排放,然而促進地區旅游業的發展是惠及民生福祉的重要舉措,這就要求在日益嚴峻的減排形勢下需要充分發揮自身資金、技術的比較優勢,加大對生態保護、低碳技術研發等的支持力度,并鼓勵低碳、生態型旅游產品的開發設計,著力優化旅游產品的供給端,進一步促進旅游業及整個關聯服務產業的轉型升級。另外,土地利用結構的優化也可作為今后減排的重點。森林是碳總蓄積的主體[20],可以適當增加更新造林面積,合理控制建設用地的規模。而對于山西、貴州、四川、內蒙古等受旅游技術水平及旅游環境規制影響較大的地區,一方面應積極尋求發達地區的合作,重點引進先進的低碳技術,著力提升能源利用效率,改善行業能源利用結構,進一步推動節能減排工作的開展；另一方面政府應發揮環境規制的作用,合理控制“高排放”旅游飯店、旅游購物點或娛樂場所的規模[17],提高旅游業低碳發展質量,盡快擺脫過度依賴資源的困境。針對天津、青海、寧夏、重慶這些“低排放、低固碳、低赤字”的地區,固然當前面臨的減排壓力較小,但考慮到長期影響,也應積極調控旅游行業的發展,進一步實現碳減排。對于福建、吉林、內蒙古、黑龍江、江西、廣西、云南等地,應繼續擴大生態保護與建設投資,進一步促進生態系統固碳功能的恢復與提高。同時盡快制定科學合理的環境規制政策,不僅可以規范旅游企業的行為,還可以提高游客低碳行為實踐的意識與能力,促使旅游供給與需求方都向低碳化方向轉變。

囿于數據可得性,本研究對于旅游業碳排放、旅游碳承載力的測算多基于一個固定的測算系數,較少深入到中國各地區層面,無法反映出全國不同地區旅游業碳排放、碳承載力測算系數的具體差異以及這些測算系數的年際變化,這也一定程度上造成了研究結果與實際情況的偏差。在未來研究中,可以進一步挖掘和搜集數據,深入全國各地區測算符合當地實際的系數值,以更加客觀地反映出全國各地區旅游業碳排放、生態系統碳承載力的發展情況,并對全國旅游業碳均衡的演變趨勢有一個更為精確的認識。