以神農架為例的旅游者碳足跡測算與分析

梁暉

摘 要：中國旅游業逐漸成長并穩步發展，促進當地經濟增長的同時也帶來了環境問題和資源問題，尤其是旅游者碳足跡對環境的影響研究受到學術界的普遍重視。本文聚焦神農架旅游者碳足跡問題，在總結梳理大量相關文獻基礎上，構建旅游者碳足跡測算模型，并以湖北神農架為例，對該模型進行了實證分析。測算得出，2019年神農架年旅游碳足跡總量為876330.53噸，其中，旅游交通貢獻比為64.63%，旅游餐飲貢獻比為17.16%，旅游飯店貢獻比為11.59%，景區活動貢獻比為6.61%。本文進一步探求旅游者碳足跡影響因素，并提出促進神農架低碳旅游的發展策略，對推進神農架低碳旅游經濟發展和推動生態文明建設具有一定的理論指導和現實參考價值。

關鍵詞：旅游者碳足跡;低碳旅游;神農架

本文索引：梁暉.<標題>[J].商展經濟，2022（02）：-043.

中圖分類號：F59 文獻標識碼：A

1 旅游者碳足跡分析模型構建

1.1 旅游碳足跡文獻綜述

20世紀90年代，資源環境問題愈發明顯，尋找如何發展低碳經濟的途徑成為國際社會共識。1995年，第 21 屆旅行與旅游產業大會（WTTC）上提出了 “能源消耗與資源管理是旅游業發展的關鍵領域”這一論點，標志著旅游碳足跡的研究正式進入起步階段[1]。旅游碳足跡研究經過十幾年的發展，概念逐漸明晰[2]，學術界將其分為旅游直接碳足跡和旅游間接碳足跡。旅游活動中“吃住行游購娛”六要素所產生的資源消耗等釋放的溫室氣體當量被稱為旅游直接碳足跡。旅游間接碳足跡即為旅游業服務產業的溫室氣體排放量。對于旅游碳足跡的內涵層次，雖無統一表述，但鐘永德提出的“三層次”被廣泛接受——旅游經濟碳足跡、旅游產業碳足跡、旅游者碳足跡，這三者的層次邊界是遞減的[3]。

當前關于旅游碳足跡測算方法有很多，羅芬指出，主要分為基于生命周期理論過程分析的“自下而上法”（Bottom-up Based）和基于環境投入產出的“自上而下法”（Up-down Based）[4]。前者以旅游產品為導向，核算旅游產品從生產至廢棄產生的環境影響。Gossling利用“自下而上法”測算出瑞典2005年的旅游碳足跡為6.033MtCO2，占全國總的碳足跡的11%[5];石培華等測算出2008年中國旅游業直接碳排放量為51.34Mt，是總的碳足跡的0.86%[6]。王立國等計算江西省旅游碳足跡[7]、陶玉國等計算江蘇省碳足跡[8]，王懷採關于張家界的旅游碳足跡研究[9]、謝園方等對于長三角地區[2]、黃玉菲等計算麗江市的旅游碳足跡研究[10]，均運用了“自下而上”的測算方法。2010年，Perch-Nielsen[11]計算出瑞典2008年旅游業碳足跡為2.62Mt、鐘永德等[12]計算出2007年中國旅游業間接碳足跡為169.78Mt、Sun 關于中國臺灣的旅游碳足跡研究[13]，均采用了“自上而下”的方法。

就旅游碳足跡的研究對象來說，多數學者偏向研究區域旅游業碳足跡和旅游住宿碳足跡、旅游交通碳足跡[14] [15]。就旅游碳足跡的研究尺度來說，目前國內的研究尺度分為全球、國家、省級、地方、景區五個層次。UNWTO測算了 2005 年全球旅游業碳足跡;Becken、Patterson 核算了新西蘭旅游業的溫室氣體排放[16];Kelly 和 Williams 研究了加拿大惠斯特鎮的旅游業碳足跡[17]。

1.2 旅游者碳足跡模型構建

旅游者在旅游目的地的活動可以概括為吃、住、行、游、購、娛六個環節，其中，在神農架國家公園，購物多體現在當地居民自身種植、采摘的農副產品，娛樂活動缺乏。由于這兩個環節產生碳足跡較少，因此本研究主要計算旅游餐飲、旅游住宿、旅游交通及旅游活動四個環節所產生的碳足跡。各個環節產生的碳足跡涉及多種因素，如逗留時間、游覽類型、二氧化碳排放指數等。因此，一個地區因旅游活動產生的二氧化碳計算公式

如下：

Ctotal=Chotel+ Ctransport+ Cactivity+ Ccatering

其中，Ctotal表示旅游活動產生二氧化碳的總量;Chotel表示旅游飯店產生的二氧化碳;Ctransport表示旅游交通產生的二氧化碳;Cactivity表示游覽活動產生的二氧化碳;Ccatering表示旅游餐飲產生的二氧化碳。

1.2.1 旅游飯店碳足跡的計算

旅游飯店碳足跡即旅游者選擇的星級賓館產生的碳足跡。計算公式如下：

其中， Bj指第j星級酒店擁有的床位數; Rj指j星級酒店平均入住率; βj指j星級酒店碳排放指數。

1.2.2 ?旅游交通碳足跡的計算

旅游交通碳足跡是指旅游者采用各種交通工具所產生的碳足跡，包括內部交通和外部交通。內部交通即旅游者在旅游目的地進行旅游活動采用的交通方式，外部交通即旅游者從出發地到旅游目的地及結束旅游活動后從旅游目的地返回出發地采用的交通方式。旅游交通碳排放計算公式如下：

其中， Di指的是i類交通工具的旅客周轉量， εi指的是乘坐i類交通工具的旅游者人數， βi指的是i類交通工具碳排放指數。

1.2.3 游覽活動碳足跡的計算

游覽活動碳足跡是指旅游者在旅游目的地進行景區游覽時所產生的碳足跡，主要是由旅游動機、停留天數等因素決定的。游覽活動碳足跡計算公式如下：

其中，m表示旅游目的（觀光、休閑、商務、家庭聚會）， Pm表示持有m旅游目的的旅游者人數， Tm表示持有m旅游目的旅游者的平均逗留時間， βm表示m類旅游目的的碳排放指數。

1.2.4 ?旅游餐飲碳足跡的計算

旅游餐飲碳足跡是指旅游者在旅游目的地停留期間攝入的食物而產生的二氧化碳。旅游餐飲碳足跡的計算公式如下：

其中， Q指旅游者人數， D指人均旅游天數， βk指k類食物碳排放指數， Fk指每天消耗k類食物的量。

1.3 數據來源和關鍵參數

測算旅游碳足跡所需數據名目眾多，僅靠單一途徑無法獲取精確數據，需綜合運用多種數據獲得方法，多渠道、多途徑地建立相對完備的數據庫。旅游者碳足跡計算所需數據分兩類： 一是基礎數據，包括旅游者在旅游交通、住宿、餐飲、娛樂、游覽、購物等各環節的物質和能量消耗數據。這類數據通常通過查閱地區性或全國性的統計年鑒或者發放問卷這兩種方式獲得。前者是消費總量，后者得到的是人均旅游消費數據。二是標準數據，包括各類食物的能源密度和各種類能源 CO2標準排放量的轉化系數，數據來源于交通統計年鑒、能源統計年鑒及相關研究文獻等。

2 ?案例實證分析

神農架國家公園經緯位置為109°56′E～110°58′E，31°15′N～31°75′N，地處湖北省西部，西與重慶巫山接壤，東與湖北襄陽市保康縣相鄰，森林面積占到了總面積的85%以上，于2016年進入世界遺產名錄。其中木魚鎮承擔著神農架林區旅游集散中心的職能，從木魚鎮出發至神農架林區六大景點交通均比較方便。松柏鎮是神農架林區行政機關集中地，也為來自西北方向的旅游者提供便捷的旅游交通。

2.1 數據來源和分析方法

（1）文獻研究法：國內外目前關于旅游碳足跡排放指數研究較多，不同旅游交通方式碳排放指數、不同旅游目的活動碳排放指數、不同星級旅游飯店每個床位每晚碳排放指數等均存在相對固定的參數，且運用到諸多相關研究中，得到眾多學者的認同。

（2）自上而下法：本研究需要地級市層面的統計數據作支撐，因此通過訪問相關官方網站，下載統計資料等也是本研究數據來源之一。

（3）問卷調查法：本研究設計了《神農架旅游者碳排放分析》調查問卷，分為兩個部分：第一部分為游客社會經濟特征，第二部分為包括來神農架的交通方式、人均交通花費等游客旅游交通數據，筆者在木魚鎮、官門山等六大景區采取隨機性原則針對游客發放了200份問卷，回收了158份。

（4）部門訪談法：本研究設計了《旅游交通設施調查表》《旅游景區調查表》《旅游住宿設施調查表》《旅游餐飲調查表》，對神農架林區轄區內三大旅游大巴運營公司、六大景區、部分星級飯店、部分農家樂餐館進行了訪談及數據收集。

2.2 數據收集與分析

2.2.1 旅游住宿碳足跡測算

不同星級的旅游飯店因設施、服務等條件的不同，將不同能源轉換為統一標準煤后，每個床位能源消耗、碳足跡差異明顯。關于不同旅游飯店碳足跡排放系數、能源排放率的研究較多，其中，Paul提出的不同星級飯店的碳排放系數得到學者的普遍認同并應用于后續研究之中，如表1所示。

經對神農架林區旅游委員會的訪談，得知神農架林區共有1112家賓館飯店，5533家客房，32831張床位。其中，星級飯店19家，其余均為一般賓館飯店及農家旅社等非標準住宿。2019年神農架林區共接待1321.5萬人次旅游者，根據年平均入住率，可測算出2019年神農架旅游飯店碳足跡，如表2所示。

2019年神農架旅游住宿碳足跡為101598.8噸，其中高星級酒店（四、五星級）年碳足跡為3779.82噸，一般賓館飯店（二、三星級）年碳足跡為20824.71噸，農家住宿等非標準住宿年碳足跡為76994.27t。由此可見，由于農家住宿多由當地居民經營、缺乏現代化管理理念，且床位數占總數的比例較大，碳足跡數據應引起相關部門的重視。

2.2.2 旅游交通碳足跡測算

旅游交通分為外部交通和景區內部交通，常見的交通方式有飛機、火車、大巴、汽車、輪渡等。不同的交通工具每公里二氧化碳排放系數和均衡因子各不相同。筆者參考2006年Becken提出的交通工具每公里的能量強度以MJ為表現形式[16]，引用Gossling等2005年計算出來的各類交通工具二氧化碳排放因子和均衡因子[5]，為本研究測算旅游交通的相關參數。

經過對游客問卷的整理，在外部交通中，神農架林區旅游者52.5%來自華中地區，其中41.8%來自湖北省;13.9%旅游者來自華北地區，其中5.7%來自北京市;10.1%旅游者來自華東地區;分別有7%的旅游者來自華南地區和西南地區;5.7%旅游者來自東北地區;3.8%來自于西北地區（見圖1）。由此可見，華中地區和華北地區是神農架林區主要客源地，兩者占其客源地市場66.4%。由表3可知，28%的旅游者選擇以飛機的方式到達神農架，自駕成為旅游者最喜愛的旅游交通方式，占到57.8%，其余旅游者選擇先坐火車到達湖北宜昌，再自駕或乘大巴抵達神農架國家公園。

在內部交通中，由于神農架國家公園景區較為分散，且為山地地形，目前只在神農壇景區、天生橋及官門山景區開通了旅游巴士，其余景區則只能靠旅游者租車或自駕，因此汽車成為旅游者旅游期間最主要的交通方式。需要指出的是，神農頂景區及大九湖國家濕地公園必須換乘大巴，因此大巴車也占到了內部交通的5.7%。

通過查閱相關統計資料及整理問卷數據，筆者收集了2019年旅游者采用不同交通方式抵達神農架并進行旅游活動的基礎數據，并根據公式測算出2019年神農架旅游交通碳足跡（見表4）。

由表4可知，2019年神農架旅游交通共排放二氧化碳566402.27噸，外部交通561931.96噸，內部交通4470.31噸。外部交通中，飛機所產生的二氧化碳高達441222.88噸，占全部碳排放量的77.90%，表明選擇飛機到達的旅游者雖比例較少，卻貢獻了最多的碳排放，低碳減排應著重考慮飛機要素;汽車排放了二氧化碳34185.68噸;大巴車產生二氧化碳86523.40噸。內部交通中，汽車排放二氧化碳840.80噸，大巴車排放二氧化碳3629.51噸。

2.2.3 旅游活動碳足跡測算

石培華等提出，旅游者旅游動機不同，碳排放系數也有所差別。他將旅游動機分為休閑度假、探親訪友、商務會議、觀光、其他，并提出了相應的碳足跡排放系數及能源消耗率[6]。本研究對游客問卷進行整理，得到不同旅游目的的游客占比及平均逗留天數，具體數據如表5所示。

根據《神農架林區2019年國民經濟和社會發展統計公報》可知，神農架2019年共接待1321.5萬人次旅游者，采用調研所得各類型旅游動機的占比及逗留天數，可測算出2019年旅游者旅游活動產生的碳足跡（見表6）。

2019年神農架旅游者旅游活動產生57933.51噸碳足跡，其中休閑度假產生碳足跡最多，占比87.77%;探親訪友碳足跡544.59噸，占比0.94%;商務會議碳足跡854.53噸，占比1.48%;觀光碳足跡5063.41噸，占比8.74%;其他碳足跡622.11噸，占比1.07%。

2.2.4 旅游餐飲碳足跡測算

在實際調查中，本研究發現農家樂餐館等個體戶多以液化石油氣為主要燃料，但并未對一年所用燃料數量進行統計，年收入、人均消費、所用電費、水費等所需數據均無法獲得，因此本研究決定采用旅游者人均食物消耗量測算旅游餐飲碳足跡。張瑞英[18]等指出，旅游者餐飲結構如表7所示。

由表8可知，旅游者人均每天碳排放量為3.118噸，調研得神農架旅游者人均逗留時間為3.65天，由此測算旅游餐飲年二氧化碳排放總量為150395.95噸。

3 神農架國家公園低碳旅游提升策略

神農架作為全國第一批九大國家公園體制試點，承擔著極其重要的生態功能。本研究發現，神農架在發展旅游產業的過程中，仍存在一些高能耗多排放的現象，不利于神農架生態環境的保護及旅游產業的長久發展。在此，本研究從宏觀、中觀、微觀三個層面分別提出神農架低碳旅游提升策略，以期推動神農架旅游業低碳化發展。

3.1 宏觀層面——行政部門政策引領

完善監督落實相關政策法規，給予節能減排企業法律上和制度上的支持，同時建立完善多角度、多層面的監督機制;制定行業規范，引導終端消費環節低碳化，將節能減排納入旅游企業考核標準;城鄉規劃和旅游基礎設施建設協調發展，做到“一項工程，旅游市政共同受益”，避免重復建設，減少資金浪費和資源浪費。

3.2 中觀層面——旅游企業低碳經營

旅游飯店低碳化運營，運用綠色飯店運營理念，采取一系列管理措施直接降低碳排放，如取消一次性洗漱用品的供應等;旅游交通綠色化轉變，神農架旅游交通企業可考慮將部分車輛改造升級，采用清潔能源，并增設各景區之間往返線路，增加頻次，為游客采用公共交通出行提供便利;旅游餐飲生態化產出，多采用產自本地的綠色食材，減少食材運輸環節的碳排放;注重烹飪方法，為游客提供味覺享受的同時降低碳排放。

3.3 微觀層面——游客社區多方配合

游客牢固樹立低碳理念，以實際行動參與到低碳旅游過程中來，合理規劃游覽路線，樹立環保意識等;社區居民多采用電、天然氣等清潔能源，減少電器待機狀態;出行方面，多以公共交通方式出行，以自身行動推進當地可持續發展。

4 結論及討論

本研究以旅游者離開常住地到返回常住地這一過程為分析邊界，構建了旅游者碳足跡分析模型，提出旅游餐飲、旅游住宿、旅游交通、旅游活動四大環節，并根據國內外眾多相關研究確定了測算公式及相關參數，具有一定科學性;經過實地調研，獲得了系列詳細數據，測算得出神農架2019年旅游者碳足跡分布情況。研究發現，神農架國家公園2019年旅游碳足跡總量為876330.53噸，其中，旅游交通貢獻比為64.63%，旅游餐飲貢獻比為17.16%，旅游飯店貢獻比為11.59%，景區活動貢獻比為6.61%，這與普遍研究結果一致，與神農架實際情況相吻合：由于神農架多山地，對外交通較為不便利，飛機碳排放較大;汽車、大巴車等機動車能耗較平地大，且神農架國家公園景區多以自然景觀為主，人為建筑少，景區碳足跡排放較少。

5 結語

旅游碳足跡按其內涵分為旅游經濟碳足跡、旅游產業碳足跡、旅游者碳足跡，本研究僅考慮了最小層面的旅游者碳足跡，研究邊界可進一步向外延伸。另外，與旅游碳足跡相關的其他概念較多，如旅游生態足跡、旅游生態效率等，應運用這一數據多嘗試與其他研究方向相結合，提高研究價值。

在后續研究中，筆者會進一步擴大問卷發放范圍，增加問卷回收量，在問卷對象選擇上避免偏向性，以完善研究數據，并將“購、娛”納入考量范圍，構建要素齊全的生命周期分析模型，并與旅游生態效率等概念結合起來，豐富研究層次，充實研究內容。

參考文獻

胡初枝，黃賢金，鐘太洋，等.中國碳排放特征及其動態演進分析[J].中國人口·資源與環境，2008（3）：38-42.

謝園方，趙媛.長三角地區旅游業能源消耗的CO2排放測度研究[J].地理研究，2012，31（3）：429-438.

鐘永德，李世宏，羅芬.我國旅游業碳排放計量的三個關鍵問題思考[J].中南林業科技大學學報，2012（11）：139-143.

羅芬，鐘永德，王懷採.碳足跡研究進展及其對低碳旅游研究的啟示[J].世界地理研究，2010（3）：105-113.

Goossling S，Hall M. Swedish tourism and climate change mitigation： an emerging conflict [J].Scandinavian Journal of Hospitality and Tourism，2008，8 （2）：141-158.

石培華，吳普.中國旅游業能源消耗與CO2排放量的初步估算[J].地理學報，2011（2）：235-243.

王立國，廖為明，黃敏，等.基于終端消費的旅游碳足跡測算：以江西省為例[J].生態經濟，2011（5）：121-124+168.

陶玉國，張紅霞.江蘇旅游能耗和碳排放估算研究[J].南京社會科學，2011（8）：151-156.

王懷採.張家界旅游者碳足跡研究[D].長沙：中南林業科技大學，2010.

黃玉菲，趙璟.麗江市旅游產業游客碳足跡分析評價[J].中國林業經濟，2012（1）：13-16.

Nielsen S P，SESARTIC A，STUCKI M.The Greenhouse Gas Intensity of the Tourism Sector：The Case of Switzerland[J].Environmental Science&Policy，2010，13（2）：131-140.

鐘永德，石晟屹.中國旅游排放計量框架構建與實證研究[J].中國人口·資源與環境，2014（1）：78-86.

Sun Y Y.A framework to account for the tourism carbon footprint at island destinations[J].Tourism Management，2014，45（6）：16-27.

李鵬，黃繼華.昆明市四星級酒店住宿產品碳足跡計算與分析[J].旅游學刊，2010（3）：27-34.

竇銀娣，劉云鵬.旅游風景區旅游交通系統碳足跡評估：以南岳衡山為例[J].生態學報，2012（17）：5532-5541.

Becken S，Patterson M.Measuring National Carbon Dioxide Emissions from Tourism as a Key Step to-wards Achieving Sustainable Tourism[J].Journal of Sustainable Tourism，2006 （4）：323-338.

Kelly J，Williams p W. Modelling tourism destination energy consumption and greenhouse gas emissions： Whistler，British Columbia， Canada[J].Journal of Sustainable Tourism，2007.15（1）：67-90.

張瑞英，席建超，葛全勝.基于生命周期理論的旅游者碳足跡分析：一種“低碳旅游”測度框架及其實證研究[J].干旱區資源與環境，2015，29（6）：169-175.