中國華東地區(qū)旅游交通碳排放測度與驅(qū)動因素分析

劉俊豪，劉榆欣，黃 蕾*

1. 南京大學環(huán)境學院，污染控制與資源化研究國家重點實驗室，江蘇 南京 210033

2. 南京大學（蘇州）高新技術(shù)研究院，江蘇 蘇州 215123

全球氣候變暖問題已成為世界各國和地區(qū)共同面臨的嚴峻問題[1-2]，旅游業(yè)發(fā)展與全球氣候變化的關(guān)系研究在20 世紀80 年代后逐漸增多[3]. 不同于早期的旅游業(yè)是環(huán)境友好產(chǎn)業(yè)的認識[4-6]，如今的旅游業(yè)是服務(wù)全球超100 億旅客、涉及吃穿住行娛購游等需求的綜合性產(chǎn)業(yè)[7-8]，在此過程中所產(chǎn)生的碳排放是巨大的[9]. 于2007 年舉辦的第二屆氣候變化與旅游國際會議首次提出旅游業(yè)約占全球碳排放的5%[10]，及時控制旅游業(yè)碳排放高速增長態(tài)勢是各國和地區(qū)必須面對的難題[2,11]. 世界旅游旅行理事會(WTTC)提出，到2035 年全球旅游業(yè)碳排放應(yīng)較2005 年減少50%[12]，這一目標也成為各界共識[13]，旅游業(yè)碳減排已刻不容緩.

旅游交通指游客在出發(fā)地與旅游目的地之間及在旅游目的地期間所使用的一切交通設(shè)施和服務(wù)[14]，研究表明，旅游交通碳排放量占比超過了住宿、餐飲、娛樂等環(huán)節(jié)[15-17]，是旅游業(yè)碳排放的最主要來源[18-21]，而碳排放污染也會反過來遏制旅游業(yè)發(fā)展[22]，因此降低旅游交通碳排放是控制旅游業(yè)碳排放的關(guān)鍵所在.

中國是旅游大國和交通大國，但是國內(nèi)針對旅游交通碳排放的研究較少，總體來說集中在3 個方面：①旅游交通碳排放的結(jié)構(gòu)問題，從總量來看旅游交通碳排放量占整個旅游業(yè)碳排放的比例為50%～75%[3,10,14]；從旅游交通方式來看，航空產(chǎn)生的碳排放高于鐵路和公路[23]. ②旅游交通碳排放的測算方法，主要包括“自上而下”法[24]、“自下而上法”[25]兩個測算視角，由于旅游業(yè)是現(xiàn)代新興產(chǎn)業(yè)[26]，其能源消耗和碳排放計算還處于起步階段，缺乏精確、統(tǒng)一的旅游衛(wèi)星賬戶和數(shù)據(jù)監(jiān)測體系，因此旅游交通碳排放多采用估算方法，包括替代式系數(shù)估算[27-28]、旅游交通生命周期估算[29]、使用數(shù)據(jù)挖掘技術(shù)估算[30]、使用COPERT IV 模型估算[31]等. ③旅游交通碳排放的影響因素及其對社會的影響效應(yīng)研究，如使用LMDI 模型對影響因素進行分解[32]，使用自回歸分布滯后方法探究旅游交通碳排放與其他影響因素的關(guān)系[33]，以及旅游交通碳排放對居民健康的影響[34]等. LMDI 是因素分解分析法的一種，可以對研究部門的全部數(shù)據(jù)進行分解，提取出主要的影響因素進行分析，具有計算便捷、分解后無殘差[35]、使用廣泛、認可度高等優(yōu)勢.旅游交通碳排放的主要驅(qū)動因素包括旅游規(guī)模、經(jīng)濟水平、能源結(jié)構(gòu)、能源強度等[15]，改進環(huán)保技術(shù)[36-37]、提升交通基礎(chǔ)設(shè)施建設(shè)[38-39]、游客低碳意識培養(yǎng)[40]是降低旅游各環(huán)節(jié)碳排放的有效途徑.

綜合現(xiàn)有研究發(fā)現(xiàn)：①多數(shù)旅游交通碳排放的研究對象為單一旅游景區(qū)[41-42]、單一省份[43-44]或全國視角[45]，缺乏從中觀尺度對社會經(jīng)濟水平接近區(qū)域內(nèi)的碳排放異質(zhì)性進行對比研究，這樣可以避免內(nèi)部過大的異質(zhì)性對驅(qū)動因素分析的不利影響；②對旅游交通碳排放的驅(qū)動因素研究尚未形成共識，旅游交通碳排放與出行距離密切相關(guān)[25]，旅游景區(qū)的游客吸引半徑也與游客人均碳排放量顯著相關(guān)[46]，但是鮮有研究將出行距離和旅游景區(qū)密度納入統(tǒng)一的驅(qū)動因素研究框架中；③基于替代式系數(shù)法測算旅游交通碳排放時，一般會設(shè)置固定的α值來確定各類交通方式所占游客出行的比例，但現(xiàn)有研究多參考魏艷旭等[27]的研究設(shè)置固定的α值，但是其研究數(shù)據(jù)較為久遠，缺乏符合現(xiàn)代經(jīng)濟社會特征的更合理的階段性α值.

作為我國綜合水平最高的經(jīng)濟區(qū)、經(jīng)濟文化最發(fā)達地區(qū)，華東地區(qū)僅占全國8.7% 的陸地面積，卻擁有全國30%以上的人口，近40%的GDP. 因此，本研究以華東地區(qū)作為研究對象，提出了分時段設(shè)置不同碳排放測算系數(shù)α值，采用“自下而上”替代式系數(shù)方法和動態(tài)α值更為準確地測度了華東地區(qū)各省份的旅游交通碳排放量；同時構(gòu)建了包括納入出行距離和旅游資源稟賦度的驅(qū)動因素研究框架，并運用兩級LMDI 加法分解模型分析了10 個驅(qū)動因素的實際影響效應(yīng)，以期為華東地區(qū)旅游行業(yè)的碳減排措施制定提供參考.

1 數(shù)據(jù)與方法

現(xiàn)階段被廣泛運用于碳排放計算的方法主要有兩類，一類是“自上而下”法，即通過投入產(chǎn)出表綜合計算分析，適用于從宏觀視角計算碳排放量；另一類是“自下而上”法，即從微觀視角分解目標物的碳排放源并進行加權(quán)求和計算. 截至目前，我國各省份尚未有單獨的旅游交通數(shù)據(jù)統(tǒng)計口徑，旅游交通碳排放測算存在一定的客觀局限性. 本研究從微觀視角分解華東地區(qū)六省一市的碳排放總量，通過計算公路、民航、鐵路、水運四種交通方式的客運碳排放量與旅游交通碳排放量之間的比例關(guān)系，間接估算華東地區(qū)旅游交通的碳排放量.

1.1 客運交通碳排放測度模型

聯(lián)合國世界旅游組織(UNWTO) 建議交通碳排放的測算可以采用每種交通方式的旅客周轉(zhuǎn)量(passenger kilometers)乘以相應(yīng)的碳排放系數(shù)，從而得到每種交通方式下的客運交通碳排放量[10]，測算模型如下：

式中：Ci為第i種交通方式的客運交通碳排放量，g(以CO2計)；Pi為第i種交通方式的碳排放系數(shù)，g(以CO2計)/(km·人)；Qi為第i種交通方式的旅客周轉(zhuǎn)量，km·人. 根據(jù)聯(lián)合國世界旅游組織(UNWTO)和聯(lián)合國環(huán)境規(guī)劃署(UNEP)的規(guī)定標準值，設(shè)定鐵路客運交通碳排放系數(shù)為27 g(以CO2計)/(km·人). 根據(jù)經(jīng)濟合作與發(fā)展組織(OECD)的規(guī)定標準值，公路客運交通的碳排放系數(shù)為133 g(以CO2計)/(km·人). 根據(jù)相關(guān)研究[8,47-48]及聯(lián)合國世界旅游組織建議，將航空和水路客運碳排放系分別設(shè)置為137、66 g(以CO2計)/(km·人).

1.2 旅游交通碳排放測度模型

旅游交通碳排放計算模型如下所示：

式中：C為旅游交通碳排放總量，g(以CO2計)；αi為第i種交通方式旅游碳排放所占客運交通碳排放的比例，%. 目前，國內(nèi)旅游衛(wèi)星賬戶系統(tǒng)尚未完全構(gòu)建，沒有精確的α值. 2001-2008 年參考魏艷旭等[27]研究將公路、民航、水運、鐵路的α值分別設(shè)為13.8%、64.7%、10.6%、31.6%；2015 年國家“四縱四橫”高鐵網(wǎng)絡(luò)基本建成，選擇更為低碳的高鐵出行的旅客不斷上升[49]，居民生活水平不斷提高，2013 年私人汽車擁有量首次破億，特別是受到新型冠狀病毒感染疫情的影響，自駕游、就近旅游等興起. 本研究采取專家評價法測算2009 年之后各交通方式的α值，計算公式：

式中：αij為第j個時間段第i種交通方式的比例；Sqij為第q個專家對第j個時段第i種交通方式的α值評價結(jié)果；Wq為第q個專家評價結(jié)果的權(quán)重，權(quán)重參考文獻[50]采取熵權(quán)法計算確定. 公路、民航、水運、鐵路的α值設(shè)置如表1 所示.

表1 公路、民航、水運、鐵路的 α值Table 1 The α values of highway, civil aviation, water transport and railway

1.3 Kaya 恒等式與LMDI 分解

本研究采取加法分解模式對華東地區(qū)旅游交通碳排放進行分解. 綜合數(shù)據(jù)可得性和研究可行性，本文將對上海市、江蘇省、浙江省、山東省、福建省、安徽省、江西省六省一市進行研究. 關(guān)于驅(qū)動因素選取，本研究參考已有文獻選取了旅游交通運輸強度[32,51]、能源強度[32,45,52]、旅游規(guī)模[32,51-52]、旅游產(chǎn)業(yè)貢獻[32,51-52]、旅游消費水平[32,51-52]、服務(wù)業(yè)發(fā)展水平[45]、能源效率[53]等7 個因素，同時參考郭向陽等[45]研究中旅游資源吸引力可能正向影響旅游交通碳排放的觀點，選取A 級景區(qū)平均服務(wù)游客數(shù)量、游客周轉(zhuǎn)量與A 級景區(qū)數(shù)量之比分別代表旅游景區(qū)飽和度、旅游資源稟賦度，選取客運周轉(zhuǎn)量與客運量之比作為初步的出行距離衡量辦法，從而搭建起10 個驅(qū)動因素的研究結(jié)構(gòu)，并由此構(gòu)建華東地區(qū)旅游交通碳排放雙層LMDI指數(shù)分解模型，如式(4)所示.

式中：C為華東地區(qū)六省一市旅游交通碳排放總量，104t；Cm為華東地區(qū)各省份的旅游交通碳排放量，104t；SCm為第m個省份的第三產(chǎn)業(yè)增加值，108元；GDm為第m個省份的地區(qū)生產(chǎn)總值，108元；個省份的旅游人數(shù)，104人；SIm為第m個省份的A級ICm為第m個省份的旅游業(yè)收入，108元；POm為第m以上景區(qū)數(shù)量，個；TOm為第m個省份的客運周轉(zhuǎn)量，108人·km； PAm為第m個省份的客運量，104人；ENm為第m個省份的交通能源消耗量，104t(以標準煤計)；CSm為第m個省份的能源效率，104t/(108元)； SGm為第m個省份的服務(wù)業(yè)發(fā)展水平，%； GIm為第m個省份的旅游產(chǎn)業(yè)貢獻，%；IPm為第m個省份的旅游消費水平，104元/人；PSm為第m個省份的旅游景區(qū)飽和度，104人/個；STm為第m個省份的旅游資源稟賦度，個/(108人·km)；TPm為第m個省份的乘客出行距離，104km； PEm為第m個省份的旅游交通運輸強度，人/t(以標準煤計)； EPm為第m個省份的能源強度，t(以標準煤計)/人； POm為第m個省份的旅游規(guī)模，104人.

對式(4)兩邊進行對數(shù)變換，可得出t年相對于基準年0 的二氧化碳變化值的對數(shù)等于各驅(qū)動因素變化值的對數(shù)之和，如式(5)所示.

根據(jù)LMDI 加法分解法模型，式(5)右邊的每一項可分別用式(6)～(15) 表示，分別代表了能源效率、服務(wù)業(yè)發(fā)展水平、旅游產(chǎn)業(yè)貢獻、旅游消費水平、旅游景區(qū)飽和度、旅游資源稟賦度、出行距離、旅游交通運輸強度、能源強度、旅游規(guī)模等10 個因素對華東地區(qū)旅游交通碳排放的影響.

1.4 數(shù)據(jù)來源

基于數(shù)據(jù)可得性和研究周期性，將研究時間定為2001-2021 年. A 級以上景區(qū)數(shù)量來自《中國旅游統(tǒng)計年鑒》(2011-2018 年)、《中國文化和旅游統(tǒng)計年鑒》(2019 年)、《中國文化文物和旅游統(tǒng)計年鑒》(2020-2021 年)，缺失數(shù)據(jù)采取平滑預測法；由于倉儲及郵電通訊業(yè)對能源消耗量較小，故交通能源消耗量指標數(shù)據(jù)采用各省份每年交通運輸、倉儲及郵電通訊業(yè)的能源消耗總量替代；其他指標數(shù)據(jù)來自華東地區(qū)各省份統(tǒng)計年鑒(2002-2022 年)和《國民經(jīng)濟與社會發(fā)展統(tǒng)計公報》(2001-2021 年).

2 結(jié)果與討論

2.1 華東地區(qū)旅游交通碳排放時空變化趨勢

根據(jù)式(2)得到華東地區(qū)2001-2021 年的旅游交通碳排放結(jié)果如表2 所示. 由表2 可見，旅游交通碳排放量自2001 年以來穩(wěn)步上升，2020 年受新型冠狀病毒感染疫情影響而大幅下降. 就具體交通方式來說，公路碳排放量在2001-2012 年的年均增長率為11.06%，該階段公路是旅游出行的重要方式，但隨著高鐵的發(fā)展和人民生活水平提高，愈來愈多的游客選擇民航出行，因此2013 年后公路碳排放量相對下降；民航一直是游客出行的主要交通方式，碳排放系數(shù)最大，2001-2019 年民航碳排放量以5.23% 的年均增速波動上升，年均民航碳排放量占總交通碳排放量的69.44%；鐵路碳排放量在2001-2019 年一直保持穩(wěn)定的增長態(tài)勢，年均增長率為5.54%，其所占交通碳排放量的比例也一直持續(xù)上升；水運碳排放量整體呈下降趨勢，2009 年之后的年均降幅為5.28%.2001-2021 年人均旅游交通碳排放量呈下降趨勢，年均降幅達8.68%，這說明我國華東地區(qū)交通基礎(chǔ)設(shè)施建設(shè)持續(xù)完善，旅游交通的運輸效率也不斷提升，綠色出行比例有所上升.

表2 2001-2021 年華東地區(qū)旅游交通碳排放情況Table 2 Carbon emissions from tourism transportation in East China from 2001 to 2021

分省份旅游交通碳排放的時序變化如圖1 所示.2001-2021 年華東地區(qū)旅游交通碳排放大致可分為4 個階段，分別為2001-2012 年快速增長階段、2013-2015 年轉(zhuǎn)型調(diào)整階段、2016-2019 年穩(wěn)步發(fā)展階段、2020-2021 年劇烈下降階段. 第一階段(2001-2012 年)是我國邁入21 世紀以來的快速發(fā)展階段，華東地區(qū)城市化進程加快，旅游規(guī)模不斷擴張，旅游交通碳排放持續(xù)上升. 2013 年是重要轉(zhuǎn)折之年，這是全面推進“深化改革”的第一年，許多保護環(huán)境的新概念如“生態(tài)文明”“生態(tài)補償機制”等首次提出；這一年中國碳排放總量位居全球首位，人均碳排放量也首次超過歐盟，我國面臨巨大碳減排的壓力并制定多項碳減排政策，頒布了旅游業(yè)第一部專門法律法規(guī)-《中華人民共和國旅游法》，有力推動了旅游方式的轉(zhuǎn)變以及旅游產(chǎn)業(yè)和結(jié)構(gòu)的調(diào)整，2013-2015 年華東地區(qū)的旅游交通碳排放也波動下降. 2016 年以來我國旅游業(yè)進入平穩(wěn)發(fā)展階段，上海市旅游交通碳排放量首次超過江蘇省，成為華東地區(qū)旅游交通碳排放量最大的省份. 2020 年新型冠狀病毒感染疫情影響旅游業(yè)備受打擊，旅游交通碳排放量斷崖式下降，2021 年呈現(xiàn)初步恢復態(tài)勢.

圖1 2001-2021 華東地區(qū)各省份旅游交通碳排放量時序演變Fig.1 Time series evolution chart of carbon emissions from tourism transportation in East China from 2001 to 2021

為探究華東地區(qū)旅游交通碳排放的空間演變格局，使用ArcGIS 10.8 軟件中的自然斷點法將華東區(qū)各省份劃分為4 個等級，分別為高碳排放區(qū)、較高碳排放區(qū)、中碳排放區(qū)和低碳排放區(qū)(見圖2). 華東地區(qū)2001-2021 年碳排放總量呈北高南低的特征，江蘇省為第一大旅游交通碳排放區(qū)域，達35 978.82×104t，福建省最低，為17 687.91×104t；華東地區(qū)人均旅游交通碳排放量呈中間高、兩端低的特征，上海市人均旅游交通碳排放量最高，達69.99 kg，山東省最低，僅為31.59 kg.

圖2 華東地區(qū)2001-2021 年旅游交通碳排放總量與人均旅游交通碳排放量Fig.2 Total carbon emissions and per capita carbon emissions of tourism transportation in East China from 2001 to 2021

將2001-2021 年以5 年為間隔劃分5 個時間點，繪制其旅游交通碳排放量如圖3 所示. 上海市旅游交通碳排放等級持續(xù)上升，從最開始的低碳排放區(qū)演變?yōu)楦咛寂欧艆^(qū)，這與改革開放以來上海市的飛速發(fā)展進程密不可分. 江蘇省一直是高碳排放區(qū)，這與江蘇省發(fā)達的經(jīng)濟水平和交通基礎(chǔ)設(shè)施建設(shè)以及豐富的旅游資源有較大關(guān)系. 而福建省則一直為低碳排放區(qū)，主要是因為福建省山地眾多、平原面積狹小，人口主要聚集在東部沿海地區(qū)，旅游交通線路較短，加之全省旅游資源較少，故旅游者交通碳排放也偏少. 2011年山東省、江蘇省和安徽省均為高碳排放區(qū)，浙江省和江西省分別為較高碳排放區(qū)和中碳排放區(qū)，受2013 年頒布的減緩氣候變化的政策、法規(guī)等影響，加之旅游業(yè)還處在轉(zhuǎn)型期，這些地區(qū)的碳排放等級均有不同程度的下降.

圖3 華東地區(qū)2001-2021 年旅游交通碳排放5 年期時序變化特征Fig.3 Five-year time series changes of carbon emissions from tourism transportation in East China from 2001 to 2021

2.2 華東地區(qū)旅游交通碳排放LMDI 分解結(jié)果

使用LMDI 指數(shù)分解模型對華東地區(qū)2001-2021 年交通碳排放進行完全分解，分解結(jié)果和影響效應(yīng)如表3 所示. 整體來說，服務(wù)業(yè)發(fā)展水平、旅游消費水平、旅游資源稟賦度、出行距離、旅游規(guī)模為正向驅(qū)動因素，能源效率、旅游產(chǎn)業(yè)貢獻、旅游景區(qū)飽和度、旅游交通運輸強度、能源強度為負向驅(qū)動因素，其中，能源效率是首要促降因素，旅游規(guī)模是首要促增因素，這與胡程等[32,51,54-55]的研究結(jié)果相似.

表3 2001-2021 年各驅(qū)動因素對旅游交通碳排放的影響效應(yīng)Table 3 The impact effects of various driving factors on carbon emissions from tourist transport from 2001 to 2021

從時間維度來說，華東地區(qū)旅游交通碳排放受驅(qū)動因素的影響效應(yīng)呈現(xiàn)較大差異，繪制2001-2011年、2011-2021 年兩階段旅游交通碳排放驅(qū)動因素影響的變化(見圖4).

圖4 2001-2021 年不同驅(qū)動因素對華東地區(qū)旅游交通碳排放量的階段性影響Fig.4 Phased impacts of different driving factors on carbon emissions from tourism transportation in East China from 2001 to 2021

由圖4 可見，能源效率、旅游資源稟賦度、旅游運輸強度、旅游規(guī)模這4 個因素的變幅較大. 具體來說，能源效率從第一階段的-99.2%提至第二階段的440.6%，反映出近10 年國家能源消費結(jié)構(gòu)調(diào)整和服務(wù)業(yè)節(jié)能減排舉措促使能源效率大幅提高，單位增加值帶來的碳排放不斷減少. 旅游資源稟賦度影響效應(yīng)由正轉(zhuǎn)負、旅游運輸強度由輕微負向驅(qū)動轉(zhuǎn)向正向驅(qū)動因素，一方面受到A 級景區(qū)數(shù)量在2011 年后特別是2015 年后增長率大幅下降的影響，另一方面群眾旅游目標和形式由過去的單一景區(qū)中心目標轉(zhuǎn)向多目標、散點化、組合式旅游的變化趨勢，使得旅游資源稟賦高的省份不一定直接帶來高的碳排放. 旅游規(guī)模從第一階段的最主要的正向驅(qū)動因素轉(zhuǎn)變?yōu)樨撓蝌?qū)動因素，反映旅游規(guī)模對旅游交通碳排放的影響效應(yīng)在下降，通過計算2011-2019 年和2020-2021年兩個階段的影響效應(yīng)發(fā)現(xiàn)，受新型冠狀病毒感染疫情的客觀影響導致旅游規(guī)模大幅下降，進而導致旅游規(guī)模影響效應(yīng)的變化，整體上旅游規(guī)模仍屬于強正向驅(qū)動因素.

3 結(jié)論與建議

3.1 結(jié)論

a)從旅游交通碳排放的時序變化來看，旅游交通碳排放量自2001 年以來一直穩(wěn)步上升，年均增長率為2.94%. 2019 年相較于2001 年旅游交通碳排放量增加了154.33%，在2020 年受新型冠狀病毒感染疫情影響下降了46.24%，在2021 年后開始呈現(xiàn)恢復態(tài)勢. 分交通方式來說，民航碳排放量以5.23%的年均增速波動上升，其碳排放量約占所有交通方式碳排放量的69.44%，而公路和水運的碳排放量均有所下降.

b)從旅游交通碳排放的空間變化來看，2001-2021 年華東地區(qū)碳排放總量呈北高南低的特征，江蘇省為第一大旅游交通碳排放區(qū)域，達35 978.82×104t；從人均旅游交通碳排放量的角度看，華東地區(qū)大體呈中間高、兩端低的特征，上海市人均旅游交通碳排放量最高，達69.99 kg. 受國內(nèi)政治環(huán)境和國際輿論環(huán)境影響，加之2013 年頒布的多項減緩氣候變化的政策、法規(guī)，旅游業(yè)發(fā)展逐步邁入綠色化、規(guī)范化，此后華東地區(qū)除上海市外的省份的旅游交通碳排放等級均有不同程度的下降.

c)從LMDI 驅(qū)動因素分解結(jié)果和時空異質(zhì)性來看，旅游規(guī)模對旅游交通碳排放的驅(qū)動效應(yīng)始終處于首位，影響效應(yīng)達96.9%，并且這種效應(yīng)還在增強，而能源效率是首要負向驅(qū)動因素，影響效應(yīng)達-107.2%，反映華東地區(qū)旅游業(yè)綠色發(fā)展取得初步成效. 將研究時間范圍分為兩個時段，驅(qū)動因素影響效應(yīng)振蕩幅度最大的是旅游資源稟賦度，由正轉(zhuǎn)負間接反映過去人民群眾以景區(qū)為目標中心的旅游方式正在向多元化旅游目標與形式轉(zhuǎn)變，自駕游、野外露營、小眾景點探索等成為了時代新趨勢.

d)本研究對華東地區(qū)六省一市的旅游交通碳排放做了全面測算，利用LMDI 方法并結(jié)合Kaya 等式通過“自下而上”的方法對旅游交通碳排放量驅(qū)動因素進行分析，未來研究應(yīng)集中在3 個方面：一是在研究對象的選取上，受限于數(shù)據(jù)可得性本研究僅從省份層面展開研究，未來可從更細致的城市和月份層面展開研究，全局微觀視角的結(jié)論將更具價值；二是更精確地分析旅游交通碳排放的影響因素及影響程度，受限于數(shù)據(jù)可得性，本研究的指標選取仍有一定局限性；三是本研究僅從旅游交通的視角切入分析，未來可以將旅游業(yè)下多個板塊的碳排放進行統(tǒng)籌系統(tǒng)考慮及耦合分析，更好地揭示旅游業(yè)碳排放的實際情況.

3.2 建議

a)加強低碳旅游宣傳力度，將低碳深入旅游全過程. 旅游交通作為游客在出發(fā)地與旅游目的地之間以及在旅游目的地期間所使用的一切交通設(shè)施和服務(wù)[14]，減碳應(yīng)聚焦其全過程方方面面. 應(yīng)增強熱門旅游目的地低碳旅游的宣傳力度，可在高速公路關(guān)口、節(jié)假日的民航和鐵路到站播報、城市公共交通系統(tǒng)播報、戶外電子廣告屏等渠道強化低碳旅游、綠色出行，營造低碳旅游氛圍；地方政府也可打造綜合性旅游景區(qū)或建設(shè)區(qū)域內(nèi)各旅游景區(qū)的便捷綠色串聯(lián)交通方式，如南京市中山陵風景名勝區(qū)，幫助游客在一個景區(qū)停下來、慢下來.

b)優(yōu)化旅游交通運輸結(jié)構(gòu)，建立低碳綠色的旅游交通系統(tǒng). 研究顯示，華東地區(qū)民航在旅游交通出行方式中占主導地位，民航旅游交通碳排放占交通碳排放總量的69.44%. 華東地區(qū)應(yīng)適當控制民航業(yè)在中短途旅游中的發(fā)展速度，學習山東省開通“燒烤專列”“泰山專列”等熱門旅游專線高鐵，主動引導用戶乘坐高鐵等低碳排放的交通方式出行，實現(xiàn)地區(qū)間旅游交通運輸結(jié)構(gòu)的優(yōu)化. 同時，不斷改進交通運輸效率和組織管理水平，搭建信息互享、數(shù)據(jù)互通的地區(qū)綠色低碳旅游交通系統(tǒng).

c)加強科研創(chuàng)新合作，推動低碳技術(shù)落地生根.能源效率與旅游交通運輸強度均是影響旅游交通碳排放的顯著因素，唯有技術(shù)創(chuàng)新才能根本上提升能源效率、降低旅游交通運輸強度. 華東地區(qū)各省份應(yīng)廣泛利用人工智能、云計算、機器人等新的技術(shù)推動旅游資源和交通基礎(chǔ)設(shè)施建設(shè)管理智能化轉(zhuǎn)型，地方政府可以與當?shù)氐母咝：涂蒲性核M行旅游低碳技術(shù)與解決方案聯(lián)合研究課題的研究工作，結(jié)合地方實際推動綠色低碳改造，如可以推動旅游景區(qū)的照明設(shè)施太陽能化、景區(qū)擺渡車等交通工具電氣化、各類旅游重點區(qū)域開發(fā)原生化等綠色改造，從而實現(xiàn)節(jié)能減排提效.

d)加強省份區(qū)域合作，出臺聯(lián)合行業(yè)規(guī)范倡議.華東地區(qū)各省份的旅游交通碳排放量內(nèi)部差異較大、橫向協(xié)作較少，目前旅游交通乃至整個旅游行業(yè)都沒有統(tǒng)一合理的碳排放檢測方案，華東地區(qū)作為我國經(jīng)濟與交通發(fā)展高地，各省份政府應(yīng)加強溝通協(xié)作，強化頂層設(shè)計，共同出臺相關(guān)規(guī)范倡議和標準文件；旅游交通碳排放作為城市碳排放的重要組成部分，也可以考慮將其納入地方政府考核指標，將旅游交通低碳化措施落到實處.