旅游型海島碳排放演變及其與旅游經濟互動響應

柯麗娜，孔曉佳，劉 威

（遼寧師范大學 地理科學學院，遼寧 大連 116029）

一、引言

近年來，氣候變化問題已引起世界各國的廣泛關注，并成為學者研究的熱點。聯合國政府間氣候變化專門委員會（IPCC）發布的第六次評估報告顯示，預計2040 年前后全球地表溫度將提高1.5℃～1.6℃，因此抑制全球氣候變暖刻不容緩。雖然引起全球氣候變化的原因復雜，但碳排放的增加是其中的一個重要因素。《2021 年國務院政府工作報告》指出我國要力爭在2030 年實現碳達峰，將CO2排放量降低18%，爭取在2060 年前實現碳中和，在此背景下，考察碳排放的動態演進，對掌握碳排放的基本情況及制定2030 年前碳達峰行動方案具有重要的參考價值。旅游業作為我國國民經濟的戰略性支柱產業，其發展過程中產生的CO2不容忽視，探析旅游型海島地區碳排放演變及其與旅游經濟的互動響應關系，對于細化評估區域碳排放壓力，推動縣域尺度低碳綠色發展具有重要的理論價值與實踐意義。

自20 世紀90 年代起，越來越多的學者聚焦于旅游業碳排放的測算研究。常用的測算方法主要有基于能源終端，依據衛星賬戶統計數據的“自上而下”法，測算旅游業碳排放量[1]，和基于消費終端，依據游客旅游消費分類的“自下而上”法，統計匯總各部門的碳排放量[2]，以及兩者相結合的方法[3]。除此之外，“旅游消費剝離系數”法和“旅游碳足跡”法亦有所應用，如黃和平等（2019）[4]引入“旅游消費剝離系數”測算了長江經濟帶的旅游碳排放；Huang 和Tang（2021）[5]利用“旅游碳足跡”法估算了黑龍江省的旅游碳足跡。隨著碳排放測度方法的多元化，學者們開始關注旅游經濟發展與碳排放的關系問題。現有研究主要集中于以下四個方面：一是從不同尺度研究旅游經濟發展與碳排放的脫鉤關系，如翁鋼民等（2021）[6]、查建平等（2022）[7]分別對中國和成都市的旅游經濟發展和碳排放脫鉤關系進行研究；二是對碳排放的影響因素進行量化分析，如Ma 等（2022）[8]使用迪氏因素分解法（LMDI）探析旅游交通碳排放的影響因素；三是利用環境庫茲涅茨曲線（EKC）探析旅游經濟發展與碳排放之間的關系，如Fethi 和Senyucel（2021）[9]基于EKC 探討了50 個旅游目的地國家的旅游發展對碳排放的影響；四是通過計量方法研究旅游經濟發展與碳排放之間的因果關系，如Zhang 和Zhang（2020）[10]發現中國的碳排放與經濟增長、旅游業均存在雙向的長期因果關系。

綜上所述，目前相關研究主要基于宏觀尺度，以國家或省市為研究對象，缺乏縣域等微觀尺度研究，尤其海島地區作為一個特殊的地理單元，其旅游業碳排放的機理以及與經濟發展的互動響應關系還缺乏一定的研究實例。鑒于此，本文以大連市長海縣為研究對象，測算其2005—2020 年旅游碳排放，探析其演變規律，并通過脈沖響應和方差分解來研究以長海縣為例的旅游型海島經濟發展與碳排放的互動響應機制，旨在為旅游型海島低碳旅游發展的切實推行提供必要的參考依據和政策啟示。

二、研究區域、研究方法與數據來源

（一）研究區概況

長海縣位于遼東半島東側黃海北部海域，由大長山島、小長山島等195 個島、坨、礁組成，是全國唯一的海島邊境縣[11]。長海縣境內旅游資源豐富，大海、島嶼、礁石、林木構成獨具特色的海島風光，是國家級海島型森林公園。近年來，憑借獨特的海島風光，長海縣旅游業發展迅速，旅游人數從2005 年的60 萬人次增長到2019 年的134 萬人次；長海縣旅游業產值占地區總產值的比重也不斷提高，由2015年的7.981%增長到2019 年的16.940%[12]。與此同時長海縣碳排放量也在迅猛增長，2005—2015 年排放量總體呈上升趨勢，從能源消費結構上看，電力和煤炭對碳排放量貢獻最大，兩者相加占研究區能源消費總量的比重達85%以上[13]。因此，本文選擇長海縣作為旅游型海島的典型，探析其碳排放演變規律，分析旅游型海島旅游經濟發展與碳排放之間的互動響應關系。

（二）研究方法

1.旅游業碳排放量測算。本文結合已有文獻[2]及海島旅游實際狀況，分別計算旅游交通、旅游住宿及旅游活動的碳排放量，“自下而上”估算旅游碳排放總量。即：

TCt表示長海縣t年旅游CO2排放總量；TCjt分別表示旅游交通（TC1t）、旅游住宿（TC2t）和旅游活動（TC3t）產生的CO2排放量。

其中，旅游交通的碳排放量測算公式為：

s為運輸方式（即航空、公路、水路）；Dst是運輸方式s的乘客周轉量；Fs表示交通方式s的游客占乘客的比例；βs表示交通方式s的單位CO2排放（g/pkm）。參照已有研究[14]，航空、公路、水路運輸方式的游客占旅客的比重分別為64.7%、13.8%和10.6%，單位碳排放分別為137g/pkm、133g/pkm和106g/pkm。

旅游住宿碳排放量測算公式為：

性狀:薏苡仁呈寬卵形或長橢圓形,長4-8mm,寬3-6mm。表面乳白色,光滑,偶有殘存的黃褐色種皮。一端鈍圓,另端較寬而微凹,有1淡棕色點狀種臍。背面圓凸,腹面有1條較寬而深的縱溝。質堅實,斷面白色,粉性。氣微,味微甜[11]

Gt為酒店床位總數，反映住宿規模；Qt為酒店年出租率；θ為酒店每晚CO2排放量。根據參考文獻[2]及研究區實際情況，本研究選取星級酒店和漁家旅店的碳排放系數分別為7kg/床夜和4kg/床夜。

旅游活動碳排放量測算公式為：

Kt為游客數量；Pxt表示游客選擇活動類型x的比例；τx是單位活動類型x二氧化碳排放量。結合參考文獻[2]及長海縣實地調查[15]，本文將旅游活動主要分為休閑度假、探親訪友、觀光、商務會議和其他五種類型，分別占游客數量的37%、26%、25%、6%、6%，其碳排放參數分別取1 670g/游客，591g/游客，417g/游客，786g/游客和172g/游客。

2.旅游經濟發展水平計算方法。參考已有研究[16-17]，選取旅游收入占GDP 比重、國內旅游收入及人次、入境旅游收入及人次、旅游總收入及總人次增長率等7 個指標來反映長海縣旅游經濟發展水平。對數據進行標準化處理后，使用改進熵值法對各指標賦權，而后利用線性加權法評價旅游經濟發展水平[17-18]，即：

Ut表示第t年的旅游發展水平綜合評價值為標準化處理后的第t年第j個指標值；Wj為第j個指標的權重。其中，

為第t年第j個指標值，max（Xtj）、min（Xtj）分別為各指標的最大值和最小值。

gj為第j項指標的信息效用值。

ej為第j項指標的信息熵。

Qtj表示第t年第j項指標值的比重，k=1/ln（T），k＞0，T為時間樣本數（t=1，2，…，T）。

3.VAR 模型。VAR 模型是一種向量自回歸模型，主要用以探測事先不帶約束的聯合內生變量之間的動態關系[19]。具體模型構建如下：

式中：yt為內生變量向量；xt為外生變量向量；α是系數變量；p是滯后階數；T為時間樣本數（t=1，2，…，T）；εt代表擾動向量[20]。在構建VAR 模型的基礎上，進行脈沖響應和方差分解分析。

（三）數據來源

數據主要來源于2000—2020 年《長海統計年鑒》《大連市統計年鑒》《中國旅游年鑒》以及對應年份的長海縣國民經濟和社會發展統計公報，針對部分缺失數據，本文采用線性插值法對其進行補充。為了消除數據的異方差性，對旅游經濟發展水平（TE）和碳排放（TC）數據分別取其對數形式即LNTE和LNTC作為本文基礎研究數據。

三、實證結果與討論

（一）旅游碳排放測度及評價

本文得到的研究區旅游碳排放結果如圖1 所示，長海縣2005—2020 年旅游碳排放呈波動上升趨勢，其中，2005—2008 年增速不明顯，2009 年后呈現穩步增長態勢，并于2017 年達到研究期峰值，為39 273.827 噸，2018—2020 年呈逐年下降趨勢。究其原因，2009 年后，長海縣政府提出將旅游業作為主導產業，鼓勵建設星級酒店、高端游玩項目，通過多種渠道加大對外宣傳力度，擴大了長山群島的知名度和影響力，使旅游人數不斷增加，旅游碳排放也快速增長；2018—2020 年，長海縣推進“生態立縣”戰略，嚴格執行環境質量標準，結合大氣污染突出問題，強力推進“藍天工程”和“大氣污染防治計劃”，使得碳排放量開始逐年下降；2020 年受重大事件的影響，旅游業受到沖擊，旅游人數快速減少，旅游碳排放較上年減少9 557.235 噸[12]。長海縣旅游碳排放來源占比差異顯著，旅游交通是研究區旅游碳排放的主要來源，2005—2007 年緩慢上漲，2007—2018 年進入快速發展階段，漲幅不斷增長，旅游交通占旅游碳排放的比重由2007 年的47%提升至2018 年的79%，2018 年后又呈下降態勢；其次是旅游住宿，平均占32.2%；旅游活動所占比重最小，長期穩定在4.3%附近。

圖1 研究區旅游碳排放趨勢演變（2005—2020 年）

（二）旅游經濟發展水平

如圖2 所示，長海縣2005—2020 年旅游經濟發展水平呈波動上升趨勢，旅游經濟發展態勢良好，其中，2005—2013 年，長海縣旅游經濟穩步增長，2013年達到階段高峰，2014 年起進入穩步增長時期，于2019 年達到研究期的最優水平，2020 年受重大事件影響旅游經濟也快速下降，降至研究期最低值。整體來看，長海縣旅游發展態勢與近年來長海縣貫徹落實旅游興縣戰略，不斷優化和調整旅游產業結構和布局，逐步完善旅游基礎設施、提升旅游接待能力息息相關。另外，長海縣不斷優化縣域旅游宣傳手段與途徑，推出了一系列具有地域文化特色和國際影響力的精品旅游項目，如“長海之夏”廣場文化活動、大長山島漁家風情旅游節、長山群島國際海釣節等。這些舉措使長海縣旅游接待人次和旅游收入不斷增加，促進了研究區旅游經濟發展水平的不斷提升[12]。

圖2 研究區旅游經濟發展水平狀況（2005—2020 年）

（三）旅游經濟發展水平與碳排放互動響應關系

1.脈沖響應分析。本文運用Eviews 8.0 建立長海縣旅游經濟發展水平和碳排放的VAR 模型，并構建兩者之間的脈沖響應函數模型，得到圖3。其中，圖a 表明，當受到旅游經濟發展水平沖擊時，研究區旅游碳排放的響應持續時間較長，碳排放的響應為逐漸收斂的正向波動響應，即前期持續上升并于第2 期時達到峰值0.03，隨后呈現下降態勢，表明研究區旅游經濟發展水平對碳排放的影響周期較長。圖b 表明，當受到旅游碳排放的沖擊時，研究區旅游經濟發展水平表現在正負響應區間波動變化，即響應函數在第1 期達到最大值0.51，到第2 期降至最小值-0.07，后逐漸回升至正向響應狀態并呈現波動收斂態勢，說明研究區旅游碳排放對旅游經濟發展水平的影響前期較為顯著，后期則逐漸減弱，即以犧牲環境為代價的旅游碳排放，前期對旅游經濟發展有一定的提升作用，后期提升作用則逐漸減弱。因此，研究區旅游經濟發展不能以犧牲環境為代價，而應堅持持續改善生態環境，逐步提升海島旅游品質，堅持生態優先、綠色發展，逐步降低碳排放，打造獨具特色的生態低碳示范島。

圖3 旅游經濟發展水平與碳排放脈沖響應函數曲線

2.方差分解分析。本文在脈沖響應的基礎上對長海縣旅游經濟發展水平和碳排放進行方差分解，如圖4 所示，旅游經濟發展水平對碳排放的貢獻程度不高，基本穩定在1.65%左右，這意味著長海縣旅游經濟發展水平對碳排放的影響較小，長海縣碳排放可能受其他多種因素的沖擊和影響，如能源強度和旅游規模等相關因素[21]。旅游碳排放對旅游經濟發展水平的貢獻程度則較高，基本穩定在54%左右，表明研究區旅游經濟發展對碳排放的依賴程度較大，旅游低碳發展任重而道遠。因此，相關部門應重視旅游過程中產生的碳排放，加大旅游交通設施改造，如投放相關公共交通設施，推廣清潔能源利用以及開發低碳旅游活動等，逐步降低研究區旅游業碳排放，同時要不斷優化旅游產品、逐步完善旅游設施、提升研究區旅游品質，多元化發展旅游經濟，切實推行長海縣低碳旅游發展。

圖4 旅游經濟發展水平與碳排放方差分解結果

四、結論與討論

本文測算了2005—2020 年長海縣旅游碳排放，探析其演變特征，并利用VAR 模型探析研究區旅游經濟發展與碳排放之間的互動響應關系。研究結果如下：

一是2005—2020 年，長海縣旅游碳排放量呈現波動上升趨勢，2005—2017 年穩步增長，并于2017年達到研究期峰值，2018—2020 年呈逐年下降趨勢。在碳排放構成中，旅游交通是旅游碳排放的主要來源，平均占比為63.5%，其次是旅游住宿，旅游活動所占比重最小。

二是2005—2019 年，長海縣旅游經濟發展水平總體呈上升趨勢，2005—2013 年，長海縣旅游經濟穩步增長，2014 年略有回落后步入新的增長期，并于2019 年達到研究區最優水平，2020 年受重大事件影響降至研究期最低值。

三是通過對研究區旅游經濟發展水平和碳排放的脈沖響應分析可知，旅游經濟發展水平對碳排放的響應前期較強，后期逐漸收斂減弱；而旅游碳排放對旅游經濟發展水平的響應為長期正向的，旅游經濟發展水平對碳排放量的增長有著長期的促進作用。方差分解結果表明，長海縣旅游經濟發展水平對碳排放的貢獻率較低，僅為1.65%左右，旅游碳排放對旅游經濟發展水平的貢獻程度較高，基本穩定在54%左右。

針對上述結論，對研究區為例的旅游型海島提出如下建議：

一是要積極改變傳統的海島旅游資源依賴與粗放型發展模式，合理配置旅游資源要素，提高資源環境與基礎設施利用率[22]。目前旅游業經濟發展與碳排放關聯密切，旅游業低碳發展任重道遠，長海縣要逐步實現旅游經濟由高消耗高排放向循環節約型增長轉變，減輕旅游碳排放與旅游經濟發展錯位現狀，不斷提高區域協調發展能力，逐步實現節約能源、保護生態、研究區海島零碳排放的目標，做強做優生態長海縣，打造綠色低碳旅游型海島。

二是考慮到旅游交通在研究區碳排放的比重，應逐步控制旅游交通的碳排放，加快對旅游交通碳排放量較多的老舊設施實施改造，如加快淘汰老舊船舶，推動新能源、清潔能源動力船舶應用，減少游客入島的交通碳排放，同時也應積極投放共享單車等公共交通工具減少島內旅游交通的碳排放；旅游酒店及漁家樂飯店應選擇低碳材料建造，合理利用太陽能和風能進行采光和發電；旅游部門也可舉辦環島騎行、海島馬拉松比賽等低碳旅游活動。

本研究也存在一定的不足之處。本文旅游碳排放主要計算了旅游交通、旅游住宿和旅游活動三方面，并不能完全包含旅游所有過程中的碳排放，未來的研究可以擴大旅游碳排放的計算范圍，爭取獲得完整的旅游碳排放計算數據。