中國旅游業碳補償率空間關聯網絡及影響因素

關鍵詞 碳中和；旅游業碳補償率；空間網絡結構；社會網絡分析

溫室氣體排放引致的氣候變化嚴重危及人類經濟社會可持續發展，作為第三產業的重要組成部分，旅游業貢獻了全球8%的碳排放量且仍以每年3%的速度增長［1］。2021年，世界旅游組織發布了《格拉斯哥宣言》，提出全球旅游業碳排放量實現2030年減半、2050年碳中和的目標。作為最大的發展中國家，中國高度重視氣候變化工作，鄭重提出“雙碳”目標，為國際社會共同推進全球氣候治理做出重要貢獻。旅游業作為中國戰略性支柱產業，其快速發展所引致的生態環境問題不容小覷，穩步推進中國旅游業高質量發展需要減排增匯工作積極響應。2017年12月，全國性碳交易市場正式啟動構建，這無疑加快中國旅游業低碳工作整體謀劃與系統布局。伴隨著區域一體化進程加速，旅游資源要素在各地理空間單元內加速擴散與相互滲透，以此關聯不同規模等級的空間網絡節點，最終形成復雜的空間關聯網絡。鑒于此，本研究從整體與關聯視角探析中國旅游業碳補償率空間關聯網絡結構特征并厘清其驅動因素，這對于實現旅游業“雙碳”目標與高質量發展具有重要的理論價值和實踐意義。

1 文獻綜述

學界對低碳旅游的研究始于20世紀90年代，學者們普遍認為旅游業碳排放量是衡量旅游產業對生態系統壓力程度的重要指標，并從省際［2］、流域［3］和市域［4］等空間尺度出發，采用“自上而下”法［5］、“自下而上”法［6］、生態足跡法［7］、碳足跡法［8］和消費剝離系數法［2］等測算旅游業及其相關行業部門的碳排放量。在影響因素分析方面，學者們主要通過面板數據模型檢驗旅游業碳排放與多元業態間的因果關系，研究表明數字經濟［9］、城鎮化水平［10］和產業結構變遷［11］等是影響旅游業低碳發展的重要驅動因素。值得注意的是，碳排放是經濟社會活動過程的伴生物［12］，由于中國各地區在資源稟賦和經濟發展等方面存在較大的地理非均衡性，各地區間碳排放規模和碳排放強度呈現顯著的空間異質性。目前，已有部分學者針對中國碳排放空間關聯網絡展開了相關研究，如張正峰等［12］利用社會網絡分析和探索性空間數據分析方法，刻畫了京津冀縣域尺度碳排放空間關聯結構特征，并從經濟與環境關系角度剖析了碳排放空間關聯網絡的形成機制；邵帥等［13］基于1998—2016年中國區域碳排放數據，建立指數隨機圖模型首次對中國碳排放空間關聯網絡的形成機制進行識別和解釋。此外，還有學者細化至具體行業，探究了工業［14］、種植業［15］和交通［16］等行業的碳排放空間關聯網絡效應及其影響因素。但目前針對旅游業碳效應空間關聯方面的研究仍相對匱乏，僅部分學者圍繞旅游業碳減排潛力［17］與旅游碳中和［18］空間關聯網絡的形成與演化進行了探討。

G?ssling［19］最早將碳補償的概念引入到旅游研究中，將其定義為對旅游目的地碳排放總量的中和，即旅游活動碳排放量等于旅游生態系統碳吸收量。近年來，有學者從碳源和碳匯視角切入，將生態系統碳匯融入旅游業碳效應研究框架中，從不同空間尺度對區域內碳均衡狀態進行評估分析，實現了“雙碳”背景下旅游發展與低碳研究的有效銜接。如王崢等［20］以旅游業碳排放與旅游業碳承載力的差值構建旅游赤字模型，評估中國省際旅游業碳均衡狀況，研究表明中國旅游業發展尚處于碳失衡狀態；王立國等［21］以旅游業碳匯與旅游業碳排放之比構建旅游業碳中和指數模型，測度并模擬了近20年和未來40 年中國省際旅游業碳匯情況，指出未來40 年中國西部和東北地區將有望超過中部和東部地區率先實現旅游業碳中和；李姝曉等［22］對多情景下海南省碳達峰與碳中和進行預測，研究表明海南省旅游業可分配碳匯逐年增加，該省份國內旅游將有望在2044 年全面實現碳中和。

綜上，現有研究對旅游業低碳發展進行了豐富而有益的探索。但仍存在以下不足：一方面，碳中和涉及“減排增匯”，僅考慮旅游業自身碳減排而忽視旅游生態系統碳匯對于旅游業碳排放的補償，難以全面衡量旅游業碳中和程度。另一方面，中國地域跨度廣，各省份在經濟發展和自然資源稟賦等方面存在差異，而現有研究多是基于屬性數據勾勒旅游業碳效應時空演變規律，鮮有從區域網絡結構視角分析旅游業碳效應的空間關聯機理，刻畫空間關聯網絡結構特征并分析其驅動因素。鑒于此，參考王立國等［21］、吳昊玥等［23］的相關研究，基于旅游業碳吸收和碳排放視角，對2005—2020年中國旅游業碳補償率進行估算，綜合運用修正引力模型和社會網絡分析法，從“關系數據”全景式勾勒旅游業碳補償率空間關聯網絡結構特征并厘清其驅動因素，以期為推動地區旅游業協同減排，實現旅游業碳中和目標提供決策參考。

2 旅游業碳補償率空間關聯網絡形成機理

社會經濟發展與生態系統服務緊密聯系［24］，旅游業快速發展帶來的能源消耗直接導致或間接激化了旅游地經濟、社會和生態系統間的矛盾。碳排放是社會經濟活動過程的產物，具有顯著的負外部性。因此，任何地區在環境治理和生態文明建設過程中都不能獨善其身。具體而言，碳循環耦合了地球系統中各類物質循環過程和能量流動［25］，存在顯著的區域擴散性與空間溢出規律。在空間擴散效應作用下，不同地理空間場域發生資源要素的跨區域流動與空間重組［26］，使得各地區旅游經濟系統、產業能源系統和生態系統相互聯動，以此構成省際間旅游業碳補償率空間關聯網絡的基礎傳導路徑。具體可從以下幾個層面展開。

首先，地理鄰近性促進了旅游業碳效應空間關聯網絡的形成。相鄰省份間地形結構特征相似，構成了空間聯通的地貌單元［26］。而旅游業碳排放具有典型的負外部性特征，存在顯著的空間溢出效應，這使得本地區排放的二氧化碳外溢到周邊地區。同時，自然生態系統具有較強的整體性與開放性，系統內要素被賦予了天然流動的自然屬性。林地、草地和濕地等自然生態系統既是重要的旅游吸引物，也是天然的碳匯載體。生態系統碳匯以要素流形態在不同地理單元間發生傳導和外溢，促進碳循環能力在區域間相互關聯并在大尺度空間范圍內形成廣泛連接［24］。因此，各地區間天然的地理聯系與大氣運動的無邊界性，共同構成了旅游業碳補償率空間關聯網絡的基礎傳導鏈路。

其次，根據資源場論，現實資源生態空間與其需求生態空間存在一定的非對稱性，即“資源勢差”，不同空間層次間的資源勢差促進了要素跨區域流動與空間重組［27］。具體來看，地理區位的異質性推動社會經濟發展呈現空間非均衡性。在市場機制的驅動作用下，經濟優勢地區借助“虹吸效應”，致使資源要素突破空間距離限制逐步轉移并集聚到本區域內。同時，在“擴散效應”作用下，經濟發達地區亦會不斷向外輸出要素，對經濟薄弱地區進行涓滴補充。在空間集聚和擴散作用下，資金、技術和人才等流體資源要素在地理空間中發生跨區域對流、傳導與重組［28］，強化了區域旅游經濟、產業和生態環境系統的空間聯系，驅動空間關聯網絡朝著橫向傳遞與縱深發展。

此外，政府引導的宏觀調控政策促進了區域網絡結構進一步演化。為彌補市場調節的不足，協調省際旅游業碳中和發展，政府亟須采取區域協同減排措施，利用生態補償、碳補償支付等手段引導資源要素逆經濟梯度流動［29］，打破省際間旅游發展的行政區劃壁壘與生態資源要素非對稱的天然掣肘。資源要素的流動將提升地區綠色科技創新水平，為旅游業碳補償率空間關聯網絡形成提供重要支撐。具體表現為：綠色科技創新將提高旅游產業能源轉化率和生態系統固碳能力，增強地區旅游業“減排增匯”潛力。同時，綠色科技創新要素的更新將推動資本、技術等生產要素的跨區域流動，實現減排增匯實踐經驗和技術成果在更廣泛場景內的應用，強化地區旅游業碳補償率空間網絡關聯。

3 研究方法與數據來源

3. 1 旅游業碳補償率測度

3. 1. 1 旅游業碳補償率

借鑒王立國等［21］、趙榮欽等［30］研究，通過旅游業碳吸收量與碳排放量之間的比值計算旅游業碳補償率，以反映區域內旅游生態系統碳吸收對旅游業經濟發展過程中直接或間接產生的碳排放量進行抵消或補償的能力。

式（1）中：TCR為旅游業碳補償率；TS為旅游業碳吸收量，萬t；TC為旅游業碳排放量，萬t。若TCR=1，此時旅游業碳吸收剛好抵消旅游活動所帶來的碳排放，實現了碳平衡；若TCRgt;1，則表明地區旅游業碳吸收量在一定程度上抵消了旅游業碳排放量，且仍有盈余；反之，若TCRlt;1，則旅游業碳排放量大于旅游業碳吸收量，表現為“碳源”狀態。

3. 1. 2 旅游業碳吸收

由于現階段尚無旅游業碳吸收量的直接統計數據，因此借鑒王崢等［20］的研究方法，通過碳吸收參數法計算林地、草地和耕地3大主要陸地生態系統碳吸收量，并通過剝離系數法，將旅游業碳吸收量從生態系統碳吸收總量中剝離出來。同時考慮到城市綠地作為城市生態系統中唯一兼具自凈功能和自動調節能力的子系統，具有較強的固碳釋氧作用可產生良好的綠島效應［31］，因此將城市綠地生態系統也納入本研究中。計算公式為：

式（2）和式（3）中：TSA為生態系統碳吸收總量，萬t；TS1、TS2、TS3和TS4分別代表林地、草地、城市綠地和耕地生態系統碳吸收量，萬t；TSC為林地、草地和城市綠地生態系統碳吸收量之和，萬t；Ai為第i 種生態系統土地利用面積，hm2；αi為第i 類生態系統碳吸收系數。林地、草地和城市綠地的碳吸收系數選取參見周嘉等［32］和肖玲等［33］研究成果。

對于耕地生態系統碳吸收量主要參考段華平等［34］研究，以農業碳吸收與農業碳排放的差值計算所得。其中，農業碳吸收量主要借鑒栗僡澶［35］、伍國勇等［36］研究，選取糧食作物（稻谷、小麥、玉米、大豆和薯類）、經濟作物（油料作物、棉花和花生）和其他作物（蔬菜和瓜果類）計算所得。同時參考栗僡澶［35］研究，選取農業主要碳排放源包括化肥、農藥、農膜、農用柴油、農作物總播種面積和農業灌溉面積測度農業碳排放量。計算公式為：

式（4）中：TS4為耕地生態系統碳吸收量，萬t；Ci為i 類農作物碳吸收率；Qi為i 類農作物經濟產量，萬t；wi為i 類農作物平均含水率，%；Hi為i 類農作物經濟系數；γi為i 類碳源碳排放系數；Ti為i 類碳源消耗總量，萬t。農作物碳吸收率、平均含水率、經濟系數與碳源碳排放系數參見栗僡澶［35］、伍國勇等［36］研究成果。

旅游業作為綜合聯動性產業，涉及行業門類較多，實施主體差異較大，碳匯功能也頗為復雜，因此剝離系數的選取將成為科學測度旅游業碳吸收總量的關鍵。參考王崢等［20］研究，借助區域旅游業的經濟貢獻率將旅游業碳吸收量從生態系統總碳吸收量中剝離出來。計算公式為：

式（5）中：TS為旅游業碳吸收量，萬t；TSA為生態系統碳吸收總量，萬t；λ 為旅游經濟貢獻率，表征區域旅游經濟發展對地區生產總值的貢獻程度。

3. 1. 3 旅游業碳排放

由于目前缺乏旅游業碳排放相關的統計數據，難以采用“自上而下”法進行估算。因此，借鑒Becken等［37］、李智慧等［38］做法，采用先分解后加總的“自下而上”法，將旅游業碳排放總量分解為旅游交通、旅游住宿和旅游活動3個部分，分別核算每個部分所產生的碳排放量，再進行匯總。

3. 2 研究方法

3. 2. 1 Kernel密度估計

Kernel密度估計是一種非參數估計方法，采用連續的密度曲線描述旅游業碳補償率的動態演進過程，揭示其時序特征。計算公式為：

式（6）中：f（x）為旅游業碳補償率密度函數，N 為省份數量，個；h 為帶寬；K（·）為核函數，此處采用高斯核函數；xi為獨立同分布的觀測值；xˉ為省份旅游業碳補償率均值。

3. 2. 2 修正引力模型與社會網絡分析法

參考邵帥等［13］、王小華等［39］研究成果，引入涵蓋經濟地理因素的修正引力模型構建中國旅游業碳補償率空間關聯矩陣，測度2005—2020年旅游業碳補償率空間聯系強度，勾勒其空間關聯網絡結構特征。社會網絡分析法是針對“關系數據”的跨學科分析法［40］，運用社會網絡分析法就中國旅游業碳補償率空間關聯網絡的整體結構特征和個體結構特征展開分析。其中，整體網絡結構特征采用網絡關聯數、密度、關聯度、效率和等級度5個指標來反映；個體網絡結構特征通過度數中心度、接近中心度和中間中心度來刻畫。同時，借助塊模型剖析旅游業碳補償率空間關聯網絡結構的內部聚類特征，并識別各節點在網絡中的位置和角色。相關指標與計算公式參見吉雪強等［15］、劉軍［40］的研究成果。

3. 3 數據來源

以2005—2020 年為研究時段，選取中國30 個省份（囿于數據的不可得性，未涉及西藏、香港、澳門和臺灣）為研究單元。數據來自2006—2018年《中國旅游統計年鑒》（及其副本）、2019 年《中國文化和旅游統計年鑒》、2020—2021年《中國文化文物和旅游統計年鑒》、2006—2021年《中國統計年鑒》《中國人口和就業統計年鑒》《中國環境統計年鑒》以及各省份的統計年鑒和統計公報等資料。部分缺失數據采用線性插值法補齊。

4 研究結果分析

4. 1 中國省際旅游業碳補償率時空演變

為進一步探究旅游業碳補償率的時空演變特征，選取2005、2010、2015和2020年4個主要年份繪制中國省際旅游業碳補償率變化雷達圖（圖1）。從時序變化特征來看，中國省際旅游業碳補償率均值從2005年的0. 105波動上升至2020年的0. 183，整體呈現先下降后提升的波動變化趨勢。總體而言，當前中國旅游業尚處于由“碳源”向“碳匯”緩慢過渡階段，省際旅游業碳補償率仍有大幅提升空間。從空間分布特征來看，研究期間旅游業碳補償率整體大致呈現“南北高、中間低，西高東低”的空間格局。其中，吉林、廣西和貴州等省份旅游業碳補償率顯著高于東部和中部地區，這主要是由于“三北”防護林工程和三江源生態環境治理等一系列重大生態保護與建設工程實施，涵養了生態系統碳匯功能，提升了地區碳匯能力。相較而言，北京、天津和上海等東部省份由于近年來經濟高速發展，城鎮化水平不斷提升，城市建成區面積快速擴張嚴重擠占了內部生態用地，生態碳匯難以抵消旅游經濟活動產生的碳排放量，導致地區旅游經濟發展與生態環境保護關系的失衡。

此外，借助Kernel密度法分析2005—2020年旅游業碳補償率動態演進特征（圖2）。從分布位置來看，隨時間推移核密度曲線位置整體呈現右移趨勢，但移動幅度較小。這表明中國旅游業碳補償率逐漸提升，但整體進程較為緩慢。從發展態勢來看，曲線波峰高度經歷了先升后降再升的動態變化趨勢，但整體高度呈小幅下降，波峰寬度逐漸拓寬，顯示旅游業碳補償率高值區數量增加，各省份間的差異相對擴大，呈現出較為顯著的空間異質性。從波峰數量來看，曲線大致呈現一主一側的雙峰形態，主峰較高，側峰較低，存在梯度效應。這說明省際間旅游業碳補償率的兩極分化現象明顯，形成了典型的地區俱樂部集聚特征。從分布延展性來看，曲線右側拖尾現象明顯，延展性呈擴寬趨勢，說明省際間旅游業碳補償率在持續提升的同時地區間差距也在逐步加大。

4. 2 中國省際旅游業碳補償率空間關聯網絡結構

4. 2. 1 整體網絡結構特征

基于修正引力模型測算中國省際旅游業碳補償率空間網絡關聯強度，為方便進一步觀察其演化特征，以當年省際間旅游業碳補償率聯系強度的均值為閾值，選取大于均值的數據繪制2005年和2020年旅游業碳補償率空間聯系強度弦圖進行可視化分析。

如圖3所示，中國省際旅游業碳補償率整體網絡關系數量顯著提升，各省份間旅游業碳補償率空間關聯網絡呈現復雜化、稠密化和多線程態勢。2005年，旅游業碳補償率空間聯系強度整體偏低，結構較為松散，東部和西部地區省份跨區域跳躍式連接特征較為凸顯。截至2020年，旅游業碳補償率空間關聯網絡愈發復雜化。省際間空間聯動效應進一步增強，呈現出地理相鄰連接與跨區域跳躍式連接兩種局面。這主要是隨著區域一體化發展，資金、技術等生產要素跨區域流動性增強，等級森嚴的空間關聯網絡結構已進一步瓦解，空間關聯強度受地理距離限制而逐漸衰減的情況得到改善，跨區域間地理聯動效應顯著增強。此外，旅游業碳補償率的空間關聯網絡呈現顯著的地理非均衡性。北京、浙江和福建等東部省份與其他省份間的聯系主要以接收關系為主，吉林、廣西、貴州和云南等東北及西部地區省份與其他省份間的聯系主要以溢出關系為主。這表明地理區位條件、區域經濟發展水平和生態環境支撐系統的空間配置等差異是影響省際間旅游業碳補償率空間關聯強度的重要因素。

通過Ucinet 6. 0軟件，進一步探究中國省際旅游業碳補償率空間關聯網絡的整體結構特征。研究期間，旅游業碳補償率空間網絡關聯數呈穩步增長趨勢，由2005年的281條上升至2020年的319條。這表明省際間旅游業碳補償率空間聯系較為緊密，網絡結構間的可達性較強。網絡密度整體波動范圍為0. 323～0. 367，反映出旅游業碳補償率空間關聯網絡日益稠密化和復雜化。網絡關聯度反映各節點直接或間接聯系的程度，即各網絡節點之間的可達度。2005—2020年旅游業碳補償率網絡關聯度始終為1，表明整體網絡具有較好的連通性，各網絡節點在空間上均存在關聯，網絡結構相對穩定。網絡效率總體變化較為平緩，始終圍繞在0. 561上下小幅波動，這表明旅游業碳補償率空間關聯網絡連線不斷增多，各省份間存在多重疊加的空間溢出路徑。網絡等級度在部分年份為0，表明各省份間旅游發展已打破行政邊界的約束，占據絕對中心地位的節點對網絡的控制作用減弱，各省份空間聯動效應進一步凸顯，旅游業協同發展的良好路徑正在逐步形成。

4. 2. 2 個體網絡結構特征

研究期間，度數中心度變化范圍為24. 14～79. 31（表1）。其中，浙江、江蘇、福建、北京和上海位于中心度高值區的“第一梯隊”。這些省份均位于東部發達地區，雖自身旅游業碳補償率較低，但其高速發展的經濟催生了多元化旅游業態，在關聯網絡中與其他省份互動頻繁，承接了多數外部省份旅游業碳補償率的溢出，因而處于關聯網絡中的核心位置。結合點出度和點入度來看，貴州、浙江、廣西、福建、云南和黑龍江的點出度顯著高于點入度，說明前述省份在關聯網絡中的溢出關系大于接收關系，表現較強的空間溢出效應。而上海、重慶、天津和遼寧的點入度高于點出度，說明其主要接收來自其他省份的空間溢出，自身旅游業碳補償率較低但毗鄰生態碳匯能力較強的省份。

接近中心度與度數中心度相似，其值越大，則該節點在傳遞信息和推動要素流動方面優勢越突出，因而受其他節點的控制或影響越小。在空間分布上，接近中心度高值主要分布在京津冀、長三角和珠三角地區，主要由于上述地區各省份間的經濟交流與合作密切，對旅游低碳發展所需資金、技術和人才等要素具有較強的支配力和掌控力，從而以較高的鏈接效率將周邊省份串聯起來實現協同發展。相比之下，海南、新疆及四川等省份地理位置相對偏遠，接近中心度較小，游離在空間關聯網絡的邊緣位置。中間中心度刻畫了社會行動者的“橋梁”作用，當某一節點處在許多其他節點的捷徑（最短距離）上，則具有較高的中間中心度。研究期間，除內蒙古、湖北和貴州以外，其余中間中心度高值主要分布在東部地區。這說明東部地區在空間關聯網絡中處于主導控制地位，能夠快速響應其他省份的“需求”，是空間關聯網絡中的重要“樞紐”。此外，黑龍江、廣西和甘肅3個省份具有較高的度數中心度與接近中心度，但中間中心度較低。究其原因，前述3個省份在關聯網絡中可能存在多條路徑，但并非周邊省份途經路徑的最優選擇，使得其中介作用進一步弱化。

4. 2. 3 塊模型分析

借助Ucinet 6. 0軟件探究中國省際旅游業碳補償率空間關聯網絡內部聚類結構和溢出路徑情況，以2005—2020年旅游業碳補償率的均值數據，采用CONCOR迭代收斂法，將30個省份劃分為4大板塊，分別為板塊Ⅰ、板塊Ⅱ、板塊Ⅲ和板塊Ⅳ（表2）。結果顯示：整體空間關聯網絡結構中網絡關系總數為293個。其中，板塊內部的關系數為7個，占比2. 4%，板塊間的關系數為286個，占比97. 6%。由此可知，旅游業碳補償率空間關聯網絡板塊間的聯系較為緊密，板塊內部的聯系相對松散，表明省際空間關聯網絡板塊的作用路徑多存在于板塊間，即不同區域間的旅游業碳補償率存在著顯著的空間聯系。

從各板塊的空間分布與傳遞關系來看：第Ⅰ板塊包括北京、天津、江蘇、廣東、內蒙古、福建、湖北和浙江等省份，這些省份大都位于京津冀、長江中下游及珠三角等東部沿海地區。其對板塊內外成員均存在溢出關系，對外溢出數量與接收數量相對較多，在空間關聯網絡中充當“引導者”的角色，因此為雙向溢出板塊。第Ⅱ板塊包括上海、重慶、山東、陜西和遼寧等省份，板塊內部成員最少，省份散落分布在東部、西部及東北地區。接收數量為64個，明顯大于對外溢出數量，屬于凈受益板塊。第Ⅲ板塊包括江西、黑龍江、甘肅、河北、云南、吉林、廣西、青海、山西和貴州等省份，主要集中在西部地區。對外溢出數量明顯大于接收數量，因此為凈溢出板塊。第Ⅳ板塊包括河南、湖南、四川、安徽、海南、寧夏和新疆等省份，板塊內外間的接收和溢出關系較為均衡，但板塊內部成員之間的聯系較少，扮演著促進不同板塊之間發生聯系的“中介”角色，因此為經紀人板塊。從各區域的角色定位來看，東部地區主要為雙向溢出板塊，中部地區主要承擔經紀人板塊的角色，西部地區主要為凈溢出板塊。不難發現，中國省際旅游業碳補償率空間關聯網絡呈現出較為明顯的區域化“俱樂部”特征。

4. 3 中國省際旅游業碳補償率空間關聯網絡影響因素

4. 3. 1 模型構建與影響因素選取

為探討中國省際旅游業碳補償率空間關聯網絡的影響因素，采用社會網絡分析中的二次指派程序QAP回歸分析方法展開研究。結合已有研究成果，選取如下影響因素：①經濟發展水平差異矩陣（PGDP）：經濟發展水平是地區旅游業發展和繁榮的前提，以人均GDP來衡量［17］。②城鎮化水平差異矩陣（URB）：城鎮化水平提升有利于促進旅游要素流動，提升配置效率，采用城鎮人口占常住人口比重來衡量［41］。③產業結構差異矩陣（INS）：產業結構調整將強化地區間的貿易活動，促進產業轉移和分工協作，以第三產業增加值占GDP比重來表征［42］。④環境規制強度差異矩陣（ENV）：環境政策的實施對旅游企業低碳發展具有引導和激勵作用，選取環境投資總額占GDP 的比值來衡量［42］。⑤綠色科技創新水平差異矩陣（TECH）：綠色科技創新水平與旅游業碳補償率緊密關聯，以發明型和實用型專利之和構建差值矩陣［17］。⑥旅游業交通碳排放結構差異矩陣（TCS）：碳排放結構是衡量地區旅游業低碳發展的重要指標，對旅游業碳補償率網絡形成具有一定影響，以旅游業交通碳排放占旅游業碳排放總量的比值來衡量［10］。綜上，構建如下回歸模型：

式（7）中：F 為對應年份的旅游業碳補償率空間關聯矩陣；PGDP、URB、INS、ENV、TECH和TCS分別經濟發展水平差異矩陣、城鎮化水平差異矩陣、產業結構差異矩陣、環境規制強度差異矩陣、綠色科技創新水平差異矩陣和旅游業交通碳排放結構差異矩陣。

4. 3. 2 影響因素分析

借助Ucinet 6. 0軟件對2005、2010、2015和2020年的數據進行QAP回歸分析，通過2 000次隨機置換得到回歸結果（表3）。研究期間，各年份調整R2為0. 322～0. 384浮動，且均通過1%顯著性水平檢驗，這說明所選取的影響因素能夠解釋旅游業碳補償率空間關聯網絡結構變化的32. 2%～38. 4%，整體擬合程度較好。此外，借鑒馮穎等［43］研究成果，以研究時段內各指標的均值構建差異矩陣進行回歸分析。結果顯示，研究時段內的均值回歸結果與各年份回歸結果相近，進一步說明本研究回歸結果較為穩健。

（1）經濟發展水平、產業結構、綠色科技創新水平和旅游業交通碳排放結構差異矩陣的回歸系數顯著性較強，且作用方向較為穩定。具體而言：①經濟發展水平差異矩陣在各年份均顯著為正，表明經濟發展水平差異越大，越有利于促進省際旅游業碳補償率空間關聯網絡形成。當一個地區的經濟發達程度越高，則其對于周邊地區的經濟溢出效應越大，有利于發揮旅游業碳補償率的網絡傳導效應。②產業結構通過了5%顯著性水平檢驗，其系數始終為負。這表明產業結構差異越小，對旅游業碳補償率整體網絡結構穩定性越具有促進作用。“西部大開發”“振興東北老工業基地”與“中部崛起”等區域戰略的實施，在一定程度上緩解了地區產業結構差異，強化了地區間產業協作，促進了旅游業碳補償率要素關聯。③綠色科技創新水平在5%水平下顯著為正，這說明地區間綠色科技創新推動了旅游業碳補償率空間關聯網絡的形成。綠色科技創新水平差異的存在為跨區域綠色技術交流與協作提供了重要前提，創新要素的更新促進了資本、技術等生產要素資源的流動和空間再組織，推動旅游產業向綠色低碳轉型升級。④旅游業交通碳排放結構差異矩陣的回歸系數均為正，但部分年份未通過顯著性檢驗。旅游交通部門所產生的碳排放量在旅游業碳排放總量中占據絕對位置，為減少旅游業碳排放量，需進一步落實區域碳交易與碳補償等減排政策，協同推進旅游業節能減排。

（2）城鎮化水平和環境規制強度差異矩陣回歸系數、顯著性及作用方向呈現隨時間變化的階段性特征。具體而言：城鎮化水平差異矩陣的回歸系數經歷了由正轉負的過程，這說明在空間關聯網絡發展前期，各省份間的城鎮化水平存在較大差異，地區間表現為顯著的追趕效應。但到了后期，各省份間城鎮化水平差距逐漸縮小，此時省份之間的交流轉換為同層次的交流，從而使得空間關聯網絡趨于穩定狀態。環境規制強度差異矩陣的系數同樣經歷了先正后負的轉變，但后期未通過顯著性檢驗。環境規制強度體現了地方政府對于地區環境治理的重視程度，但目前環境法規對旅游行業的影響尚未顯現。

5 結論與建議

本研究基于旅游業碳排放和碳吸收的視角，測算了2005—2020年中國省際旅游業碳補償率，運用修正引力模型和社會網絡分析法，刻畫旅游業碳補償率時空演化特征和空間關聯網絡結構，并借助QAP回歸分析法，揭示中國旅游業碳補償率空間關聯網絡差異化的影響因素。主要結論與啟示如下。

（1）研究期間，中國省際旅游業碳補償率尚處于較低水平，整體表現為由“碳源”向“碳匯”的緩慢過渡階段。在空間分布上，旅游業碳補償率呈現出顯著的地理非均衡性，表現為“南北高、中間低，西高東低”的空間分異格局。各省份旅游業碳補償率相對差異逐漸擴大，兩極分化明顯，存在顯著的分散性區域集聚效應。因此，政府應樹立整體理念和系統思維，構建旅游環境治理協調聯動的合作平臺，提升地區外部支持可獲得性。明晰各省份旅游業碳減排責任，建立地區間相互合作的旅游業橫向碳補償機制。

（2）旅游業碳補償率空間關聯網絡結構漸趨復雜化，省際間空間聯系強度不斷提升，存在顯著的跨區域聯動效應。從整體結構特征來看，網絡關系數、密度、關聯度和效率變化相對穩定，網絡等級度較低，整體網絡結構具有較好的連通性和穩定性。從個體結構特征來看，浙江、江蘇和福建等省份在空間關聯網絡中處于主導和支配地位，而新疆、海南和四川等省份在網絡結構中則處于相對邊緣位置。建議充分發揮政府宏觀調控和市場調節機制，消除生產要素流動壁壘。重點發揮網絡核心地區技術外溢和經濟拉動效應，推動資金、人才和技術等生產要素跨省際流動，深化地區碳排放交易和區域一體化等減排政策，實現跨區域、多主體協同推進旅游業碳中和目標。

（3）從塊模型分析來看，旅游業碳補償率板塊內部空間關聯較為稀疏，板塊間關聯較為緊密，表現出顯著的溢出效應。上海、重慶和山東等5個省份屬于凈受益板塊，北京、天津和江蘇等8個省份屬于雙向溢出板塊，河南、湖南和四川等7個省份屬于經紀人板塊，江西、黑龍江和甘肅等10個省份屬于凈溢出板塊。應結合各板塊在空間關聯網絡中的地位和作用，因地施策，精準調控。東部發達地區省份多處于“凈受益”和“雙向溢出”板塊，應重點朝旅游低碳技術研發、設計等方向發力，充分發揮其在各板塊間對于綠色低碳技術的傳導作用。對于“經紀人”和“凈溢出”板塊的中部和西部地區來說，應涵養地區內生態系統碳匯能力，積極承接東部地區綠色產業和低碳技術的轉移，探尋產業生態化良好路徑。

（4）經濟發展水平、綠色科技創新水平差異對旅游業碳補償率空間關聯網絡的形成與演化具有顯著的正向促進作用。產業結構差異則具有顯著的負向影響，城鎮化水平和環境規制強度對旅游業碳補償率空間關聯網絡的作用方向呈現時期階段性變化差異。旅游業本身具備一定的低碳產業基礎，與社會經濟活動的空間關聯具有內在一致性。因此，應充分考慮地區經濟發展現狀，著眼于縮小地區間產業結構等差異，結合各省內資源要素稟賦及旅游市場開發條件，引導各地優化產業結構，縮減高耗能產業發展空間，打造旅游低碳建設交流平臺，推動區域間綠色技術、環境治理經驗和創新要素交流互動。

本研究從碳源、碳匯雙視角切入，構建旅游業碳補償率評價指標體系，探究“雙碳”背景下中國旅游業碳補償率空間網絡關聯結構特征及其影響因素，這在一定程度上豐富和拓展了旅游業低碳研究相關內容。不同于以往研究，本研究借助社會網絡分析法勾勒旅游業碳補償率空間關聯網絡結構，實證發現中國旅游業碳補償率空間關聯日趨緊密，經濟發展、綠色科技創新等差異關系對旅游業碳補償率空間關聯網絡的形成和演化具有重要作用。然而，囿于數據可獲得性，研究尺度僅為省域，未涉及市域、縣域等微觀尺度。待旅游環境監測數據進一步豐富完善，未來可深入剖析中國不同地理單元內旅游業低碳發展水平的地區差異及空間分異特征。