EN中文

经济地理 >

2019 , Vol. 39 >Issue 4: 223 - 231

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.04.027

旅游经济与管理

山西省旅游交通碳排放测度及其演变机理

  • 马慧强 , 1, 2 ,
  • 刘嘉乐 1 ,
  • 弓志刚 1
展开
  • 1.山西财经大学 文化旅游学院，中国山西 太原 030031
  • 2.中国科学院 地理科学与资源研究所/陆地表层格局与模拟重点实验室，中国 北京 100101

马慧强（1984—），男，山西大同人，博士，博士后，副教授。主要研究方向为旅游地理、经济地理。E-mail：。

收稿日期: 2018-07-25

  修回日期: 2019-01-18

  网络出版日期: 2025-04-23

基金资助

教育部人文社会科学基金项目(16YJC890016)

2019年度教育部人文社会科学研究规划基金项目(2556)

山西省哲学社会科学2015年度规划课题(晋规办[2015]3号)

收起

Carbon Emission and Evolution Mechanism of Tourism Transportation in Shanxi Province

  • MA Huiqiang , 1, 2 ,
  • LIU Jiale 1 ,
  • GONG Zhigang 1
Expand
  • 1. Faculty of Culture Tourism，Shanxi University of Finance and Economic，Taiyuan 030031，Shanxi，China
  • 2. Key Laboratory of Land Surface Pattern and Simulation，Institute of Geographic Sciences and Natural Resources Research，CAS，Beijing 100101，China

Received date: 2018-07-25

  Revised date: 2019-01-18

  Online published: 2025-04-23

Fold

摘要

利用世界旅游组织（UNWTO）的计算方法，以山西省为案例地，测度2004—2015年山西省铁路、公路、民航等旅游交通碳排放量及其演化过程；同时利用Kaya等式和LMDI分解模型分析测算山西省旅游交通碳排放的影响因素，从游客数量、人均旅游消费水平、旅游产业对生产总值的贡献率、单位GDP客运交通周转量、单位客运交通周转量能耗、能源结构六大方面，测度并探讨山西省旅游交通碳排放的主要机理，分析结果显示：促进旅游交通碳排放增长的主要影响因素是游客数量、人均旅游消费水平和单位交通周转量的能耗；旅游产业的产值占GDP比重、单位 GDP客运交通周转量和能源结构是有效抑制碳排放增长的因素。

关键词： 旅游交通; 碳排放; Kaya等式; LMDI模型; 绿色低碳旅游; 能源结构; 节能减排

本文引用格式

马慧强 , 刘嘉乐 , 弓志刚 . 山西省旅游交通碳排放测度及其演变机理[J]. 经济地理, 2019 , 39(4) : 223 -231 . DOI: 10.15957/j.cnki.jjdl.2019.04.027

Abstract

Tourism carbon emissions with the rapid development of tourism increase year by year. In the context of energy conservation and emission reduction, how to better achieve the carbon reduction of tourism is an urgent issue to be concerned about. In this paper, We take Shanxi Province as research area and measure its carbon emissions in tourism transportation and evolution process of railway traffic, highway and civil aviation from 2004 to 2015 utilizing the method of World Tourism Organization(UNWTO). At the same time, we analyze the influencing factors of tourism traffic carbon emissions in Shanxi Province by the methods of Kaya equation decomposition and LMDI model. From the tourist amount, the level of per capita tourism consumption, the contribution rate of the tourism industry to the GDP, turnover of passenger per unit GDP, energy consumption per unit turnover of passenger, energy structure, we explore the main factors affecting the carbon emissions of tourism transportation in Shanxi Province. The results show: tourist amount, the level of per capita tourism consumption and energy consumption per unit turnover of passenger are the main factors that cause the growth of tourism traffic, while the contribution rate of tourism industry to the GDP, turnover of passenger per unit GDP and energy structure have a negative effect on carbon emissions of tourism traffic. It is hoped that it can provide decision-making reference for the implementation of the corresponding policies and emission reduction measures of regional "low-carbon tourism".

Key words： tourism traffic; carbon emissions; Kaya equation; LMDI model; green and low-carbon tourism; energy structure; energy conservation and emission reduction

全球碳排放量不断增长，全球气候变暖问题日益严重。各地区、各行业的碳减排任务艰巨。CO2的排放是气候变化与节能减排中的重要因素，受到各界学者的关注[1-3]。旅游碳排放随着旅游业的快速发展逐年增加，在节能减排背景约束下，如何更好地实现旅游业碳减排，是亟待关注的重要课题。目前，旅游碳排放占碳排放总量的比重越来越大，绿色低碳旅游成为未来旅游业发展的主流趋势。交通是旅游业发展的基础，是旅游业中碳排放的重要来源[4-6]；旅游交通能源消耗占旅游业总能耗的72.08%[7]。在绿色低碳旅游成为未来旅游业发展主流趋势的背景下，如何减少碳排放、实现旅游业健康发展已经成为国内外学术研究的热点问题。
关于旅游交通碳排放问题，国内外研究主要集中在国家宏观层面和景区微观层面上：Yorucu利用自回归分布滞后的方法，发现土耳其的CO2排放、电力消费和游客到达者间存在显著的动态关系[8]；魏艳旭等选取中国铁路、公路、水运、航空四种交通运输方式对1980—2009年中国旅游交通碳排放进行测算，并比较了不同旅游交通方式的地区差异[9]；石培华等采用“自下而上”法，首次系统估算了中国旅游业能源消耗和CO2排放量，得出旅游交通是旅游业能源消耗和CO2排放的重要领域，旅游交通CO2排放是旅游业CO2排放的主要来源[7]；肖潇等通过比较九寨沟、西安碑林和珍珠泉的碳排放累积曲线得出景区的碳排放空间结构与旅游平均距离有着密切联系，旅游景区的交通碳排放会随着距离出现分段性变化[10]；李伯华等以南岳风景区为研究对象，基于生命周期评价理论，建立了南岳风景区的旅游交通系统碳足迹测算模型，测算发现不同类型交通方式的碳足迹总量情况有很大差异[11]；陶玉国等以长三角为研究对象，测度了区域旅游交通碳排放，结果表明，旅游交通方式碳排放系数的选择上，从高碳排放系数向低碳排放系数甚至零碳排放系数转变是目前旅游碳减排的基本方向[12]；包战雄等研究了福州国家森林公园、太姥山风景区、武夷山风景区三个景区的交通碳排放，发现中途和长途旅行划分的界线大致为350 km，降低景区旅游交通碳排放量的重要途径是减少长途旅行和乘坐飞机次数[13]。
在旅游交通碳排放研究问题上，对以空间区域为研究单位的省域旅游交通碳排放测算相对薄弱，其中：王佳等通过自下而上的研究方法，从交通运输角度测算出河南省旅游交通的碳排放量，并利用Kaya等式的扩展建立LMDI分解模型，研究了各因素对碳排放量的影响程度[14]；丁长安等计算和分析了山东省旅游交通的碳排放量，发现山东省旅游交通碳排放量的主要来源是航空交通和公路交通[15]；孙晋坤等以南京市和黄山市为区域单位，构建区域旅游交通碳排放测算模型，将区域碳排放分为区内、区外两部分进行测算，研究发现区域经济和旅游发展水平是影响旅游交通碳排放的重要因素[16]。
在碳排放分解LMDI方法研究层面，国内外学者也做了许多研究：郭朝先运用LMDI分解方法，从产业层面和地区层面对中国1995—2007年的碳排放进行了分解，发现经济规模总量的扩张是中国碳排放继续高速增长的最主要因素，而能源利用效率的提高则是抑制碳排放增长的关键因素[17]；陈昆仑等用探索性空间分析方法（ESDA）和迪氏分解模型（LMDI）研究长江经济带2002—2013年工业废水排放的时空格局演化和主要驱动因素，发现工业废水排放增多和降低的主导因素分别是经济发展效应和技术进步效应，人口规模效应影响较小[18]；王开等采用对数平均迪式分解模型及归因分析（LMDI-Attribution）方法探讨京津冀地区温室气体排放强度变化的影响因素，发现能源强度是温室气体排放强度下降的主导因素，其影响效应为-61.18%，对这一影响效应贡献最大的是工业，农业对温室气体排放强度降低的贡献值为3.09%[19]。Ang B W等采用LMDI分解方法研究了1990—2013年全球和国家各级电力总碳强度的变化，研究发现，在全球和大多数主要发电国，其发电量减少主要是由于发电热效率的提高，而不是燃料转换[20]。在利用碳排放分解LMDI方法的成果中，大多研究的是整体碳排放，旅游交通行业的碳排放分解研究还未受到足够的重视。
综上，国内外关于旅游交通碳排放问题的研究主要集中在宏观和景区微观两个方面，研究对象多为国家整体或旅游景点，以省域空间为单位的研究多集中在发达城市或主要城市群；利用分解因素法分析旅游交通碳排放的研究尚不充分。山西省作为中国能源重化工基地，转型发展迫在眉睫，旅游业飞速发展，旅游业碳排放研究逐渐被重视。本文以山西省作为研究对象，从省域空间层面，利用LMDI模型分解分析旅游交通碳排放的影响因素，有利于丰富和完善旅游交通碳排放的理论体系，拓展环境—经济地理学的研究范围，对地理学视角下省域旅游交通碳排放的理论建设提供积极探索，对山西省旅游交通碳减排相关政策制定提供科学依据。

1 区域概况、研究方法与数据来源

1.1 区域概况

山西省（34°34′N~40°43′N、110°14′E~114°33′E）地处黄土高原东部，拥有独特的黄土高原文化，是华夏文明的发源地，具有优质的旅游自然资源和人文资源，尤以晋商文化、佛教文化和祭祖文化闻名全国。山西省拥有超过5 000 km的高速公路，运行7个民航机场及大西高铁、石太高铁，为发达的旅游交通奠定了基础。

1.2 研究方法

当前，碳排放量的计算方法主要有两大类：一种是基于“自上而下”的投入产出分析方法，从宏观角度来计算目标物的碳排放总量；另一种为“自下而上”的过程分析方法，从微观分解角度来计算目标物的碳排放总量[21]。到目前为止，我国尚缺少旅游交通数据的统计口径，本研究根据搜集到的旅游交通的相关数据，选择铁路、公路、民航三种交通方式作为测算对象，采用“自下而上”的方法，通过计算客运交通碳排放量，并利用客运交通碳排放中旅游交通碳排放所占比例，来间接估算山西省旅游交通碳排放。

1.2.1 客运交通碳排放

采用联合国世界旅游组织（UNWTO）计算交通碳排放量的方法[22]，具体的测算模型为：
C = P i × Q i
式中： C为各种交通方式的碳排放总量； P i为第i种交通方式的碳排放系数（g CO2/pkm）； Q i为第i种交通方式旅客周转量（pkm）。本文根据石培华[7]、吴文化[23]以及Kuo[24]等学者的研究结果，选取铁路、公路、民航三种交通方式的碳排放系数（g CO2/pkm）分别为27、133、137。

1.2.2 旅游交通碳排放

旅游交通碳排放量的计算模型[14]如下：
C ' = β × C
式中： C '指旅游交通碳排放量； C代表客运交通碳排放量； β是某种客运交通碳排放中旅游碳排放所占比例。
由于目前中国的旅游卫星账户体系尚不完善，无法准确确定 β值，本文根据实际情况并参考专家学者[9]的研究结果，选取公路、民航、铁路 β值分别为13.8%、64.7%、31.6%。

1.2.3 碳排放影响因素分解的LMDI法

目前，碳排放影响因素分解法主要分为两大类：结构分解法（SDA）和指数分解法（IDA）。结构分解法（SDA）是利用计量经济学的投入产出模型，基于投入产出数据，对碳排放变化进行分解，该方法对研究数据的要求较高，而且分解结果只能是加法形式，成为了它在实证分析中大量运用的主要障碍；指数分解法（IDA）相对而言计算便捷，只需使用部门加总数据，对含有较少因素的包含时间序列的模型尤其适用，在环境经济研究中得到广泛使用[9]。本文采用指数分解方法（IDA）中的对数指标分解方法（LMDI法）对旅游交通碳排放进行分解因素分析。
LMDI法是当前研究碳排放领域中最为热门的一种因素分解方法，指数分解方法中较常用的一种方法是新加坡经济学家Ang D W提出的对数平均迪式因素分解法[25-27]。该方法具有计算便捷、无残差项、理论基础坚实、适用范围广等特点，在适应性、呈现性、结果展示方面有很大优势，测算时模型结果更具说服力，是许多学者在分解分析碳排放因素时常使用的一种方法。Yoichi Kaya在1989年提出Kaya等式[28]，它是当前分解CO2排放驱动因素的主流分析模型，具体表达式如式（3）：
C = P × G / P × E / G × C / E
式中： C、 P、 G、 E分别表示CO2排放量、人口、GDP及能源消耗量。传统的Kaya等式对CO2排放量的分解因素不够全面，结合国内外学者的研究，旅游交通碳排放的主要影响因素包括经济发展、游客规模、能源结构、产业结构等。山西省正处于旅游快速发展阶段，旅游人数不断增加，因此本文选取游客规模人数作为游客规模效应，选取人均旅游消费水平、旅游产业对GDP的贡献作为经济规模效应，既可以反映出游客规模与旅游环境发展之间的密切关系，又能衡量山西省的总体经济发展状态；根据交通运输方式、交通工具所使用的能源不同，选取能源强度、能源结构效应来反映山西省交通部门的发展水平及用能方式，通过交通运输能源消耗结构的变化分析能源消费系统构成，挖掘交通部门减排机制、预测未来交通消费结构。具体选取因素及扩展后的表达如式（4）。
C = ∑ j P × R P × G D P R × T G D P × E T × E j E × C O 2 E j
式中： P代表山西省游客数量； R代表山西省旅游收入； G D P代表山西省内生产总值； T代表山西省客运周转量； E代表山西省交通能源消耗量； E j代表山西省第j种能源消耗量； P反映的是游客规模效应；R/P代表人均旅游消费水平；GDP/R可以用来表示旅游产业对国内生产总值的贡献的倒数，表示经济规模效应；T/GDP表示单位GDP客运交通周转量，E/T表示单位客运交通周转量的能耗，二者结合反映的是能源强度效应； E j/E表示第j种燃料占交通总能耗的比值，反映的是能源结构效应。基期和t期的碳排放量变化可表示为下列加法模式：
Δ C O 2 = C t - C 0 = Δ C p + Δ C a + Δ C r + Δ C g + Δ C q + Δ C s + Δ C k
式中： Δ C O 2表示从基年到第t年的交通碳排放变化（万t）； Δ C p表示游客人数； Δ C a表示人均旅游消费水平； Δ C r表示旅游产业对生产总值的贡献； Δ C g表示单位GDP客运交通周转量； Δ C q表示单位客运交通周转量能耗； Δ C s表示能源结构； Δ C k表示碳排放系数，在测算中已知各能源碳排放系数是不发生变化的，所以 Δ C k的值为0。
Ang D W等人使用“分析极限”（analytical limit）的技巧解决了LMDI法无法处理数据出现0值、负值的问题。在实际问题中，对于0值，可以用一个任意小的数代替（比如10的-10~-20次方）以使得计算结果不受影响。参考LMDI分解方法[27]，在加法分解模式下，每个变量具体表达式如下所示：
Δ C a = l n a t a 0 ⋅ ∑ j = 1 C j t - C j 0 l n C j t - l n C j 0
Δ C p = l n p t p 0 ⋅ ∑ j = 1 C j t - C j 0 l n C j t - l n C j 0
Δ C r = l n r t r 0 ⋅ ∑ j = 1 C j t - C j 0 l n C j t - l n C j 0
Δ C g = l n g t g 0 ⋅ ∑ j = 1 C j t - C j 0 l n C j t - l n C j 0
Δ C q = l n q t q 0 ⋅ ∑ j = 1 C j t - C j 0 l n C j t - l n C j 0
Δ C s = l n s j t s j 0 ⋅ ∑ j = 1 C j t - C j 0 l n C j t - l n C j 0
式中：p=POP、a=R/P、r=GDP/R、g=T/GDP、q=E/T、s=Ej/E。如果计算结果大于0，表示该因素对CO2排放起促进作用；如果计算结果小于0，表示该因素对CO2排放起抑制作用[29]。

1.3 数据来源

中部崛起战略于2004年提出，这之后山西旅游业发展尤其迅速。2004年山西省旅游总收入为199.77亿元，2015年达3 447.5亿元，是2004年的17倍。随着旅游业飞速发展，旅游交通碳排放总量逐年上升：2004年为0.5490 Mt，2015年为0.6779 Mt，增长了23%。本文基于山西省2004—2015年的数据，对其12年来的旅游交通碳排放变化做时间演化分析，以便更好地说明山西省旅游交通碳排放变化趋势与分析影响因素构成。同时，由于数据的可获取性，研究时只能拿到2016年的统计数据，故时间截止到2015年。
本文数据主要来源于《山西省统计年鉴》（2005—2016年），各交通方式旅客周转量数据来源于《中国交通年鉴》（2005—2016年），其中民航数据个别年份统计数据缺失，通过对应年份的全国民航旅客周转量平均增长率进行插值计算，具体数据见表1。
表1 2004—2015年山西省旅客周转量（单位：万人/km）

Tab.1 Turnover volume of passenger in Shanxi Province from 2004 to 2015

年份 旅客周转量 合计
铁路 公路 民航
2004 1 049 000 1 801 544 145 380 2 995 924
2005 1 056 422 1 809 406 169 833 3 035 661
2006 1 104 390 1 897 094 144 739 3 146 223
2007 1 225 343 2 071 400 68 705 3 365 448
2008 1 343 296 2 425 444 74 654 3 843 394
2009 1 417 639 2 103 170 93 706 3 614 515
2010 1 558 206 2 157 019 107 828 3 823 053
2011 1 957 808 2 199 108 124 077 4 280 993
2012 1 899 000 2 399 000 142 776 4 440 776
2013 1 898 201 1 966 203 157 053 4 021 457
2014 2 023 842 1 819 920 188 464 4 032 226
2015 2 154 182 1 645 324 216 733 4 016 239

注：资料来源于2005—2016年《山西省统计年鉴》。表2同。

2 结果分析

2.1 旅游交通的碳排放量及动态演变

根据式（1）、（2）计算得到2004—2015年铁路、公路、民航旅游交通碳排放量（表2）。
表2 2004—2015 年山西省旅游交通碳排放情况

Tab.2 Carbon emissions of tourism traffic in Shanxi Province from 2004 to 2015

年份 交通碳排放量/Mt 合计 游客人均
（kg/人）
铁路 公路 民航
2004 0.0895 0.3307 0.1289 0.5490 9.84
2005 0.0901 0.3321 0.1505 0.5728 8.75
2006 0.0942 0.3482 0.1283 0.5707 7.59
2007 0.1045 0.3802 0.0609 0.5456 6.40
2008 0.1146 0.4452 0.0662 0.6259 6.67
2009 0.1210 0.3860 0.0831 0.5900 5.56
2010 0.1329 0.3959 0.0956 0.6244 5.00
2011 0.1670 0.4036 0.1100 0.6806 4.54
2012 0.1620 0.4403 0.1266 0.7289 3.75
2013 0.1390 0.3608 0.1620 0.6620 2.69
2014 0.1730 0.3340 0.1671 0.6738 2.25
2015 0.1830 0.3020 0.1921 0.6779 1.88
2004—2015年山西省不同交通方式旅客周转量呈现逐年增加趋势（表1）。铁路和公路旅客周转量要明显多于民航，公路旅客周转量最多，铁路旅客周转量增长最快，12年间增长了105.4%。2003—2009年，中国铁路、公路和民航旅游交通碳排放的平均增长速率分别为6.81%、9.84%和17.8%[9]。2004—2015年，山西省铁路旅游交通碳排放的平均增长速率为6.72%；2004—2012年公路旅游交通碳排放的平均增长率为3.64%，2012—2015年公路旅游交通碳排放在减少；2004—2015年，民航旅游交通碳排放的平均增长率为3.69%。山西省不同旅游交通方式的碳排放量年增长率明显小于全国平均水平。对比表1、表2中数据可以看出，不同旅游交通方式碳排放量的变化与旅客周转量变化大致相同，公路交通碳排放量依然最大，其次是铁路，最后是民航。山西省公路和民航的碳排放量增长速度均快于铁路的增长速度，公路增长得尤其快。公路交通在整个山西省交通体系中处于首要地位。随着汽车保有量不断增加，选择自驾出游的人数不断增加，都是导致公路交通碳排放量持续增加的原因。这与石培华等的研究成果[7]有所不同，他们的研究结果认为民航的碳排放系数最大，是碳排放量最高的一种交通方式，但是对于山西省来说，民航交通系统发展尚不完善，山西省旅游者仍多选择铁路和公路两种交通工具，民航的旅客周转量远低于铁路和公路，因此山西省民航的碳排放量并不多；但从表中可以看出，它的碳排放量和铁路碳排放量相差不大，反映出民航旅游交通能耗大，在旅游交通碳排放中的比重也在不断加大。2014—2015年，山西省铁路周转量首次超过公路周转量，但是碳排放量依然小于公路碳排放量，说明相对于公路，铁路是较为低碳环保的交通方式。从表中数据还看出，2004年山西省游客人均碳排放量为9.84 kg，2015年下降到1.88 kg，12年下降了423%，可见山西省游客增长速度整体高于碳排放增长速度，使得游客人均碳排放量呈下降趋势。

2.2 旅游交通碳排放量演化机理研究

本文选取能源消费角度测算山西省旅游交通碳排放，交通行业包括旅游交通，其分解成因同样适用于旅游交通，所以本文选取省内交通行业的碳排放分解成因来解释旅游交通碳排放量影响因素。测算山西省旅游交通碳排放选取的煤炭、石油、天然气、电力四种能源的碳排放系数（t碳/t标准煤）分别为0.7329、0.5574、0.4226、2.2132[30-31]。
根据LMDI模型及收集到的计算碳排放相关数据（表3），运用式（4）~（11），测算得出山西省旅游交通碳排放因素的分解结果（表4）。
表3 山西省旅游交通碳排放量影响因素（2004—2015年）

Tab.3 Influencing factors of carbon emissions of travel traffic in Shanxi Province from 2004 to 2015

年份 CO2
（万t）		 P
（亿人次）		 R
（亿元）		 GDP
（亿元）		 T
（亿人·km）		 E
（万t）
2004 365.95 0.56 199.77 3 571 299.60 367.52
2005 444.91 0.66 291.99 4 230 303.57 453.27
2006 498.49 0.75 428.39 4 878 314.62 500.13
2007 520.70 0.85 581.57 6 024 336.54 514.00
2008 622.19 0.94 739.32 7 315 384.33 717.25
2009 708.33 1.07 892.53 7 358 361.45 863.89
2010 734.71 1.26 1 083.46 9 200 382.31 889.59
2011 782.96 1.50 1 342.59 11 237 415.81 933.99
2012 812.23 1.94 1 813.01 12 112 444.08 978.74
2013 857.75 2.47 2 305.44 12 665 386.44 1 027.88
2014 862.50 3.00 2 846.51 12 761 384.38 1 012.54
2015 860.56 3.60 3 447.50 12 766 379.95 1 052.99

注：CO2表示二氧化碳排放量；P代表游客数量；R代表旅游收入；GDP代表生产总值；T代表客运周转量；E代表交通能源消耗量。

表4 山西省旅游交通碳排放影响因素分解结果(2004—2015年)（单位：万t）

Tab.4 The decomposition results of factors influencing carbon emissions of tourism traffic in Shanxi Province from 2004 to 2015

年份 ΔCp ΔCa ΔCr ΔCg ΔCq ΔCs ΔCO2
2004 0 0 0 0 0 0 0
2005 66.25 86.80 -84.76 -62.98 79.26 -4.74 79.82
2006 124.81 201.11 -192.67 -112.35 110.73 1.91 133.54
2007 182.09 284.18 -238.09 -177.43 95.64 9.17 155.54
2008 247.14 377.25 -282.23 -223.32 200.21 -61.88 257.17
2009 328.64 431.13 -392.83 -271.68 338.54 -90.42 343.38
2010 418.92 454.51 -384.55 -362.95 330.73 -86.86 369.80
2011 527.75 492.74 -406.45 -438.47 324.01 -81.28 418.31
2012 678.94 526.25 -537.81 -452.33 320.17 -87.83 447.39
2013 836.42 542.10 -664.99 -570.08 436.21 -86.78 492.88
2014 949.61 553.47 -782.54 -579.56 432.40 -75.73 497.65
2015 1 048.01 556.20 -886.67 -583.70 459.03 -98.45 494.60

注： ΔCp、 ΔCa、 ΔCr、 ΔCg、 ΔCq、 ΔCs分别表示游客人数、人均旅游消费水平、旅游产业对生产总值的贡献、单位GDP客运交通周转量、单位客运交通周转量能耗及能源结构要素， ΔCO2表示从基年到第t年的交通碳排放变化（万t）。

根据表4得到的数据进行处理，可以分析出上述因素对旅游交通碳排放量的影响程度（表5）。
表5 2004—2015年山西省旅游交通碳排放影响因素贡献率/%

Tab.5 Contribution rate of influencing factors to carbon emissions of tourism traffic in Shanxi Province from 2004 to 2015 /%

年份 Cp Ca Cr Cg Cq Cs
2005 83.00 108.74 -106.19 -78.91 99.29 -5.94
2006 93.46 150.60 -144.28 -84.13 82.92 1.43
2007 117.07 182.70 -153.08 -114.07 61.49 5.90
2008 96.10 146.70 -109.75 -86.84 77.85 -24.06
2009 95.71 125.56 -114.40 -79.12 98.59 -26.33
2010 113.28 122.91 -103.99 -98.15 89.43 -23.49
2011 126.16 117.79 -97.17 -104.82 77.46 -19.43
2012 151.76 117.73 -120.21 -101.1 71.56 -19.63
2013 169.70 109.99 -134.92 -115.66 88.50 -17.61
2014 190.82 111.22 -157.25 -116.46 86.89 -15.22
2015 211.98 112.49 -179.34 -118.06 92.85 -19.91
根据上述数据，绘制图1。
图1 各因素对旅游交通碳排放量的贡献率变动趋势

Fig.1 Trends in the contribution of various factors to the carbon emissions of tourism traffic

从计算结果看，2004—2015年山西省旅游交通碳排放总体呈增长趋势。分解后的各因素中，游客规模、单位交通周转量能耗和人均旅游消费水平对碳排放的增加表现为正效应，单位GDP客运交通周转量、旅游产业对生产总值的贡献和能源结构为负效应。从图1各分解因素对旅游交通碳排放的贡献率情况可以看出，游客规模效应对该阶段山西省旅游交通碳排放贡献率最大，2015年达到最高为211.98%，2015年其他影响因素按贡献率绝对值大小依次是：旅游产业对生产总值效应为-179.34%，单位GDP客运交通周转量效应为-118.06%，人均旅游消费水平效应为112.49%，单位客运交通周转量能耗效应为92.85%，能源结构效应为-19.91%。具体旅游交通碳排放变化机理分析如下：
①旅游交通碳排放与游客的空间流动密切相关。游客规模效应是山西省旅游交通碳排放在该阶段增长的主导因素。2004—2015年山西省旅游人数从0.56亿人次上升到3.6亿人次，游客规模的贡献率随之从83%增长到211.98%。游客规模因素的贡献率远远大于其他因素，对旅游交通碳排放的影响力保持平稳上升状态，由此可见山西省在该阶段旅游资源的吸引力稳步提升。
②人均旅游消费水平和单位客运交通周转量对山西省旅游交通碳排放增长表现为正效应。人均旅游消费水平因素的碳排放量从2005年的86.80万t上升到2015年的556.20万t。表明高质量的消费体验和日益便捷的交通让游客在旅游出行上的选择更加丰富。正确引导旅游者的消费行为，是降低碳排放，实现旅游业的绿色健康发展的重要环节；2005—2008年单位交通周转量的能耗贡献率从99.29%下降到77.85%，2009—2015年虽有所上升但大体呈现下降趋势。由此可以看出，虽然单位交通周转量能耗始终表现为正效应，但随着科技的发展，新型能源的利用，“一站式”旅游交通的推广，这一因素的正效应在逐渐下降，这或许会成为减少交通碳排放的一个突破口。
③能源结构效应对山西省旅游交通碳排放增长表现为微弱的负效应，可以认为这是山西省能源结构调整优化初步成效的显现。对于交通能源消费量，化石能源如煤炭占比高的能源系统会比化石能源占比小的能源系统产生更多的碳排放，对于山西来说，煤炭的能源消费占据绝对优势，但分析该阶段能源结构负效应的驱动力可看出，该效应贡献率从2005年的-5.94%变化到2015年的-19.91%，其中2008—2011年贡献率最大，2009年最高达到了-26.33%，这与山西省调整使用清洁能源的比例变化有关：近几年山西省天然气的使用比例在逐渐提高，煤炭的使用虽然仍占据一部分但比例在缩小，石油在能源结构中占据绝对地位，但因为技术限制，一些新型绿色能源的使用还未与交通很好地接轨，所以能源结构在整个碳排放贡献率中占据一小部分。山西省可以通过大力支持旅游企业使用新型能源、清洁能源，增加对旅游企业使用二次能源的财政补贴，大力改善能源消费结构，推广使用电动出租车、电瓶车、景区新能源车等，以此来改善旅游交通能源消费系统。
④旅游产业对生产总值的贡献和单位GDP交通周转量表现为显著的负效应。在这一阶段上述两个因素的负效应增加显著。可以认为：第一，山西省近几年在推进旅游产业的发展中调整政策，努力实现转型跨越发展，碳减排效果初有成效，旅游产业得到了更好的发展。山西省旅游产业占GDP比重越来越大，反映出旅游服务行业的快速发展，在山西省加快对旅游产业的大力支持的背景下，提高旅游行业服务效率有利于旅游碳减排的实施。旅游产业逐步向规模化经营发展，不断提高旅游产业的竞争力，推动旅游产业改革带动山西经济的绿色健康发展。第二，山西省单位GDP交通周转量对旅游交通碳排放的减排作用逐年增加，反映出山西省的交通系统逐渐发展完善，旅游交通公共服务水平和交通周转率大幅提高，极大地提升了单位GDP交通周转量。大西高铁的开通和高速公路“11横”的建设有力推动山西省立体交通网络的建立完善，极大地提高了单位GDP交通周转量，为此，山西省要继续完善交通体系，建设旅游的一体化交通网络，优化旅游交通公共服务的水平，提高旅游交通服务质量，大幅度提高交通周转效率。

2.3 碳排放因素—旅游交通碳排放量相关分析

不同影响因素与旅游交通碳排放量之间相互关系密切程度的测定，主要通过对相关系数的计算、检验以及绘制散点图来完成。相关系数计算：对于两个要素x与y，如果它们的样本值分别为xi与y（i=1，2，3，⋯，n），则它们之间的相关系数被定义为：
r x y = ∑ i = 1 n x i - x ¯ y i - y ¯ ∑ i = 1 n x i - x ¯ 2 ∑ i = 1 n y i - y ¯ 2
式中： r x y为要素x与y的相关系数，表示两要素之间的相关程度，其值介于[-1，1]区间。 r x y>0，表示正相关； r x y<0，表示负相关。 r x y的绝对值越接近于1，表示两要素间的关系越密切；越接近于0表示两要素间的关系越不密切。相关系数求出后，一般要对其进行检验，在给定的置信水平下，通过查阅相关系数临界值表来完成。
本文采用相关系数法对游客规模、人均旅游消费水平、单位客运交通周转量、旅游产业对GDP的贡献、单位GDP客运交通周转量、能源结构系数[32]和旅游交通碳排放总量之间的相关系数进行计算，结果见表6。
表6 山西省旅游交通碳排放影响因素与旅游交通碳排放总量相关系数

Tab.6 Correlation coefficients between the influencing factors and overall carbon emissions of tourism traffic in Shanxi Province

年份 r x y 游客规模
与CO2		 人均旅游消费
水平与CO2		 单位客运交通
周转量与CO2		 旅游产业对生产总值
的贡献与CO2		 单位GDP客运交通
周转量与CO2		 能源结构
系数与CO2
2004—2015 r0.001=0.8233 0.84027 0.97106 0.96662 -0.95289 -0.98401 0.67967
由表6可知，除了能源结构系数与旅游交通碳排放的相关系数的绝对值（0.67967）小于r0.001（0.8233），未通过检验，其他因素均通过相关性检验，其中单位GDP客运交通周转量与旅游产业对GDP的贡献的相关系数分别为-0.98401和-0.95289，说明其与旅游交通碳排放呈现高度负相关，单位GDP客运交通周转量和旅游产业对生产总值的贡献提高，将会抑制旅游交通碳排放的增加，这与前面计算得到的贡献率结果趋于一致。2004—2015年山西省的能源消费结构系数与旅游交通碳排放不相关，反映了能源结构的演进对抑制旅游交通碳排放的作用较小。山西省在交通能源的使用上，改善能源消费结构，降低了传统煤炭能源的消费，这对抑制旅游交通碳排放起了一定的促进作用，然而，交通运输行业占据主导的消费能源是石油能源，石油消费能源的增长对旅游交通碳排放的增长拉动作用依然明显，山西省交通运输行业的石油消费量占比由2004年的58.33%增长到2015年的70.27%，增长率为20.48%；天然气消费量由2004年的0.24%增长到2015年的9.02%，增长率为3 658.33%。总的来说，能源结构系数对山西省旅游交通碳排放的影响较小，但在逐年增加，从天然气在交通行业的消费量增长可以看到山西省在交通能源转型上的决心，山西省旅游交通碳排放的能源结构调整初显成效。未来，山西省应该大力调整能源结构，从这个角度出发，仅仅减少煤炭、石油等传统能源的使用是不够的，还要加大天然气、太阳能等清洁能源的使用比例。
除了能源结构演进与旅游交通碳排放的相关性较低外，其他5个因素与旅游交通碳排放的相关性均较高，为了进一步探索山西省旅游交通碳排放的主导影响因素，绘制了因子—旅游交通碳排放散点图（图略），绘图数据为正规化数据。
从散点图可知，旅游人数，旅游产业对GDP的贡献和单位GDP客运交通周转量因子与CO2的散点密集度大于人均旅游消费水平、单位客运交通周转量能耗与能源结构因子与CO2的散点密集度；其中，旅游人数是影响山西省旅游交通碳排放的最主导因素，山西省旅游人数的增长是拉动旅游交通碳排放的主要因素。

3 结论与讨论

本文在对山西省旅游交通碳排放量进行测算的同时，利用LMDI方法并结合Kaya等式通过“自下而上”的方法对旅游交通碳排放量影响因素进行分析与测算。山西省旅游交通碳排放量从2004年的365.95万t增长到2015年的860.56万t，增长率为135.158%，通过贡献率与相关系数的计算发现，游客规模成为引起旅游交通碳排放量快速增长的主因，而近年来连年增长的人均消费水平的提高，也促使旅游交通碳排放量增加。可以看到，游客规模与人均消费水平和旅游交通碳排放量基本呈增长趋势。旅游产业对GDP的贡献率在以上因素中起着很大程度上的抑制作用，这一现象表明，加大旅游业发展转型，促进旅游产业的升级改造是会减少旅游交通碳排放的，也就是说，经济规模因素的抑制作用明显，不容忽视，而能源强度因素虽然导致了旅游交通碳排放的增加，但是由近几年的转型发展来看，其对旅游交通碳排放的影响作用逐渐变小。
交通部门的能源消费结构是由运输方式所决定的，近年来山西省能源消费中传统煤炭的消费量逐年下降，石油、电力、天然气的消费量在逐年上升，而且石油、电力能源占据着主导，2004年山西省旅游交通能源消费量石油与电力能源总共占比为83.02%，虽然电力能源消费连年增长，但石油增长速度更快，在总的消费量中占比逐年增长，而电力稍有所下降，2014年，石油和电力能源消费量占比为88.52%，这说明山西省在新型能源使用上推广不足，旅游交通运输能源还是以煤炭石油等传统能源为主，能源结构的演进对山西省旅游交通碳排放影响较小，除了减少传统能源的使用，加大新型绿色能源的使用比例也是至关重要的。推进新型减排技术的发展，加强交通运输行业的科技投入，是推动山西省旅游交通碳减排的措施之一。
本研究对山西省旅游交通碳排放做了测算，并分析其影响机理及相关性，未来研究扩展主要集中在两个方面：
①对研究对象的评估中，仅关注了山西省全省的数据，并未从更小的空间尺度对山西省11个地级市进行进一步的详细分析；同时，旅游交通碳排放与区域旅游效率、旅游产业、旅游公共服务等系统要素的耦合协调脉冲关系也是进一步研究需要思考的问题。
②在影响机理因素的选择上，深入剖析影响旅游交通碳排放的内外部因素及机理分析，也可以选取更为广泛的变量去做进一步的分析，如何精准地定量测度碳排放的主控影响因素，也是今后的研究主要方向之一。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
马彩虹, 邹淑燕, 赵晶, 等. 西北地区能源消费碳排放时空差异分析及地域类型划分[J]. 经济地理, 2016, 36(12):162-168.

[2]
王喜, 张艳, 秦耀辰, 等. 我国碳排放变化影响因素的时空分异与调控[J]. 经济地理, 2016, 36(8):158-165.

[3]
李建豹, 黄贤金, 吴常艳, 等. 中国省域碳排放影响因素的空间异质性分析[J]. 经济地理, 2015, 35(11):21-28.

[4]
陆化普. 城市绿色交通的实现途径[J]. 城市交通, 2009, 7(6):23-27.

[5]
何吉成, 李耀增. 1975—2005年中国铁路机车的CO2排放量[J]. 气候变化研究进展, 2010, 6(1):35-39.

[6]
明庆忠, 陈英, 李庆雷. 低碳旅游:旅游产业生态化的战略选择[J]. 人文地理, 2010, 25(5):22-26,127.

[7]
石培华, 吴普. 中国旅游业能源消耗与CO2排放量的初步估算[J]. 地理学报, 2011, 66(2):235-243.

[8]
Yorucu V. Growth impact of CO2 emissions caused by tourist arrivals in Turkey:an econometric approach[J]. International Journal of Climate Change Strategies & Management, 2016, 8(1):19-37.

[9]
魏艳旭, 孙根年, 马丽君, 等. 中国旅游交通碳排放及地区差异的初步估算[J]. 陕西师范大学学报:自然科学版, 2012, 40(2):76-84.

[10]
肖潇, 张捷, 卢俊宇, 等. 旅游交通碳排放的空间结构与情景分析[J]. 生态学报, 2012(23): 7 540-7 548.

[11]
李伯华, 刘云鹏, 窦银娣. 旅游风景区旅游交通系统碳足迹评估及影响因素分析——以南岳衡山为例[J]. 资源科学, 2012(5):956-963.

[12]
陶玉国, 黄震方, 史春云. 基于替代式自下而上法的区域旅游交通碳排放测度[J]. 生态学报, 2015, 35(12):4 224-4 233.

[13]
包战雄, 袁书琪, 陈光水. 不同游客吸引半径景区国内旅游交通碳排放特征比较[J]. 地理科学, 2012(10): 1 168-1 175.

[14]
王佳, 薛景洁. 旅游交通碳排放测算及影响因素分析[J]. 统计与决策, 2016(13):61-64.

[15]
丁长安, 田红. 山东省旅游交通碳排放量估算及结果分析[J]. 对外经贸, 2015(2):52-54.

[16]
孙晋坤, 章锦河, 刘泽华, 等. 区域旅游交通碳排放测度模型及实证分析[J]. 生态学报, 2015, 35(21):7 161-7 171.

[17]
郭朝先. 中国碳排放因素分解:基于LMDI分解技术[J]. 中国人口·资源与环境, 2010, 20(12):4-9.

[18]
陈昆仑, 郭宇琪, 刘小琼, 等. 长江经济带工业废水排放的时空格局演化及驱动因素[J]. 地理科学, 2017, 37(11):1 668-1 677.

[19]
王开, 傅利平. 京津冀产业碳排放强度变化及驱动因素研究[J]. 中国人口·资源与环境, 2017, 27(10):115-121.

[20]
Ang B W, Su B. Carbon emission intensity in electricity production:A global analysis[J]. Energy Policy, 2016,94:56-63.

[21]
王微, 林剑艺, 崔胜辉, 等. 碳足迹分析方法研究综述[J]. 环境科学与技术, 2010, 33(7):71-78.

[22]
UNWTO, UNEP, WMO. Climate Change and Tourism:Responding to Global Challenges[M]. Madrid:UNWTO, 2008.

[23]
吴文化. 我国交通运输行业能源消费和碳排放与典型国家的比较[J]. 中国能源, 2007, 29(10):19-22.

[24]
Kuo N, Chen P, Quantifying energy use,carbon dioxide emis-sion,and other environmental loads from island tourism based on a life cycle assessment approach[J]. Journal of cleaner production, 2009(17): 1 324-1 330.

[25]
Ang B W, Zhang F Q. A survey of index decomposition analy-sis in energy and environmental studies[J]. Energy, 2000, 25(12):1 149-1 176.

[26]
Ang B W. Decomposition analysis for policymaking in ener-gy:Which is the preferred method?[J]. Energy Policy, 2004, 32(9):1 131-1 139.

[27]
Ang B W. The LMDI approach to decomposition analysis:a practical guide[J]. Energy Policy, 2005, 33(7):867-881.

[28]
Kaya Y. Impact of carbon dioxide emission on GNP growth:interpretation of proposed scenarios[R]. IPCC. Presentation to the Energy and Industry Subgroup, Response Strategies Working Group,Paris1989:1-25.

[29]
汪宏韬. 基于LMDI的上海市能源消费碳排放实证分析[J]. 中国人口·资源与环境, 2010, 20(S2):143-146.

[30]
吴开亚, 何彩虹, 王桂新, 等. 上海市交通能源消费碳排放的测算与分解分析[J]. 经济地理, 2012, 32(11):45-51.

[31]
徐国泉, 刘则渊, 姜照华. 中国碳排放的因素分解模型及实证研究:1995—2004[J]. 中国人口·资源与环境, 2006, 16(6):158-161.

[32]
张雷. 经济发展对碳排放的影响[J]. 地理学报, 2003, 58(4):629-637.

Options
文章导航

/

〈 〉