EN中文

Economic geography >

2019 , Vol. 39 >Issue 11: 214 - 224

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.11.025

Spatio-Temporal Differentiation and Influencing Factors of Regional Tourism Carbon Emissions under the Background of Green Development: A Case Study of the Yangtze River Economic Belt

  • HUANG Heping , 1 ,
  • QIAO Xuezhong 1 ,
  • ZHANG Jin 2 ,
  • LI Yali 1 ,
  • ZENG Yongming 1
Expand
  • 1. Institute of Ecological Economics，Jiangxi University of Finance and Economics，Nanchang 330013，Jiangxi，China
  • 2. School of Tourism and Urban Management，Jiangxi University of Finance and Economics，Nanchang 330032，Jiangxi，China

Received date: 2018-10-02

  Revised date: 2019-05-14

  Online published: 2025-04-17

Fold

Abstract

With the continuous and rapid development of tourism in the Yangtze River Economic Belt, the carbon emissions of tourism have also increased rapidly, which caused damage to the ecological environment of the Yangtze River Basin. Taking the carbon emission intensity of the tourism industry as the measure index, this paper used the Theil index to study the temporal and spatial differentiation and influencing factors of carbon emissions of tourism industry in the Yangtze River Economic Belt from 2006 to 2015. The results showed that: 1) From 2006 to 2015, the total carbon emissions of tourism industry in the Yangtze River Economic Belt showed a growing trend, which grew at an average annual growth rate of 14.91% from 61.646 million tons in 2006 to 207.395 million tons in 2015. But, the carbon emission intensity of tourism industry shows a trend of rising first and then slowly declining on the whole, which shows that the dependence of tourism economic growth on energy consumption is beginning to weaken; 2) The distribution of carbon emission intensity of tourism industry in the Yangtze River Economic Belt is not balanced, and the main type of carbon emission are middle carbon and higher carbon emission. In the spatial distribution of carbon emission intensity, the upper reaches > the middle reaches > the lower reaches; 3) The regional and intraregional differences in carbon emission intensity of tourism in the Yangtze River Economic Belt show a trend of expanding first and then narrowing. The regional differences are mainly rooted in intraregional differences, but the dependence on intraregional differences is declining; 4) Among the influencing factors, the economic scale, tourist scale, energy consumption intensity and energy consumption structure of tourism play a remarkable positive role in promoting the tourism carbon emission, while the regional economic development level, regional environmental pollution control level and tourism industry structure play a significant negative role in hindering the tourism carbon emission.

Key words： carbon emission intensity; Theil index; tourism industry; the Yangtze River Economic Belt; ecological tourism; green development

Cite this article

HUANG Heping , QIAO Xuezhong , ZHANG Jin , LI Yali , ZENG Yongming . Spatio-Temporal Differentiation and Influencing Factors of Regional Tourism Carbon Emissions under the Background of Green Development: A Case Study of the Yangtze River Economic Belt[J]. Economic geography, 2019 , 39(11) : 214 -224 . DOI: 10.15957/j.cnki.jjdl.2019.11.025

长江经济带所处的长江流域有着良好的生态环境，拥有数量众多、举世闻名的高级别旅游资源，旅游业发展迅速且规模较大。但是长江经济带旅游业在快速发展的同时，也造成了诸多的资源与环境问题，成为长江流域生态损害、环境破坏的主要“贡献者”之一。1998年长江特大洪灾后，党中央、国务院开始持续关注并高度重视长江流域生态环境建设与保护，特别是近年来更是有多位国家领导人多次对长江流域生态环境保护做出了一系列重要指示。在此背景下，本文从旅游业碳排放的视角对长江经济带旅游业发展和生态环境予以关注与研究，对实现长江经济带旅游业和资源环境的协调、可持续发展，充分发挥旅游业的绿色、低碳发展优势，具有一定的理论意义和实践价值。
自1960年代以来，一些学者开始对旅游业给环境带来的诸多负面影响深表忧虑，并从不同的角度对旅游业的发展提出了批评和质疑。进入1990年代后，旅游业发展所引起的气候和环境问题逐渐受到了相关国际组织、社会各界和专家、学者的广泛关注。特别是旅游业能源消耗和碳排放的逐年递增，已成为影响全球性气候变化的重要因素，旅游业碳排放也成为了全球温室气体排放的重要来源之一。
从1990年代起，国外学者便开始了对旅游业碳排放的研究，且其研究方法和研究内容在进入21世纪后都有了突破性的进展，并取得了许多有价值的研究成果；国内学者关于旅游业碳排放的研究起步较晚，有关旅游业碳排放的研究从2009年开始才逐渐增多。通过对现有文献梳理，发现关于旅游业碳排放测算的方法较多（表1），而关于旅游业碳排放影响因素的研究较少（表2）。
表1 国内外旅游业碳排放测算方法文献梳理

Tab.1 Literature review on the methods of tourism carbon emission measurement at home and abroad

测算方法 方法简介 作者及年份
自下而上法 以游客为基础，利用游客在旅游交通、住宿和旅游活动三个方面的相关统计数据，逐渐向上测算旅游业各部门的CO2排放量 Gössling（2002）、Becken等（2003）、Peeters和Dubois（2010）、Howitt等（2010）、石培华等（2011）、程占红等（2015）、王凯等（2016）、李强谊等（2017）[1⇓⇓⇓⇓⇓⇓-8]
自上而下法 将旅游业看作是国民经济体系的组成部分，基于国家或区域层面的统计数据，利用环境经济综合核算方法测算旅游业碳排放量 Becken等（2006）、谢园方等（2012）、韩元军等（2016）[9⇓-11]
生态足迹法 是一种静态分析方法，基于土地面积的量化指标来定量测算区域内旅游活动对生态的影响，并以此来测算旅游业碳排放量 Hunter（2002）、Roberto等（2010）[12-13]
碳足迹法 是对生态足迹法的拓展运用，用于测算某一活动过程直接或间接的CO2排放量，可以此来测算旅游业全过程的碳排放量 肖建红等（2011）、姜东晖等（2015）、姚治国等（2016）[14⇓-16]
表2 国内外关于旅游业碳排放影响因素研究情况

Tab.2 Research on the influencing factors of carbon emission in tourism at home and abroad

作者 影响因素选取
Baležentis等[17] 空间布局、能源强度
Robaina-Alves等[18] 旅游规模、能源结构、碳排放强度、能源强度
陶玉国等[19] 游客规模、消费水平、能源结构、能源强度、旅游收入结构
潘植强等[20] 经济产出、接待人次、行业结构、能源效率、能源结构
王凯等[21] 旅游接待人次、人均旅游收入、旅游业CO2排放强度、旅游交通CO2排放占比
查建平等[22] 社会经济发展水平、服务业发展水平、对外开放水平、旅游资源禀赋、区位条件、城市化水平
赵先超等[23] 旅游能源强度、旅游收入结构、旅游消费水平、旅游人数规模、区域人口规模
从表1、表2可以看出，在旅游碳排放的测算方法上，国内外大多数学者一般采用“自下而上法”来测算旅游业碳排放，而对“自上而下法”使用得不多，另外，“生态足迹法”多为国外学者所使用，而“碳足迹法”则多为国内学者所使用；在旅游业碳排放影响因素研究方法上，主要采用LMDI指数分解法，基于“规模—结构”视角对影响旅游碳排放的内在因素展开研究，忽视了外部因素的影响。本文基于现有研究成果，从广义旅游业的角度，采用“自上而下法”，对长江经济带11省（市）旅游业碳排放进行测算，以旅游业碳排放强度为衡量指标，基于Theil指数对2006—2015年长江经济带旅游业碳排放的时空分异特征与影响因素进行研究。

1 研究方法与数据来源

1.1 旅游业增加值界定与测算

1.1.1 旅游业增加值界定

本文从广义的旅游业出发，将旅游业增加值界定为：为了满足旅游者在食、住、行、游、购、娱等方面的需求，由餐饮、住宿、交通、游览、商业、娱乐、邮电通讯及其他行业提供相关服务而产生的增加值总和。同时，基于国民经济行业分类标准（GBT4754-2011），将国家旅游卫星账户中的产业部门与《中国投入产出表（42部门）》中第三产业行业部门进行对应和归并处理（表3），旅游业增加值也即投入产出表中与旅游相关的第三产业各部门中旅游业部分的增加值总和。
表3 国民经济行业分类中第三产业部门与投入产出表、国家旅游卫星账户及能源平衡表的对应关系

Tab.3 The corresponding relations between the third industry sector and the input-output table, the national tourism satellite account and the energy balance table in the classification of national economic industries

第三产业产业部门名称
（行业分类门类代码）		 投入产出表（42部门）中
相对应第三产业部门名称		 基于旅游卫星账户的
旅游特征产业部门名称		 能源平衡表中
第三产业行业部门名称
批发和零售业F（51-52） 批发和零售贸易业 商业（购物） 批发、零售业和住宿、餐饮业
交通运输、仓储和邮政业G（53-60） 交通运输及仓储业 交通（含长途、市内） 交通运输、仓储和邮政业
邮政业 邮电通讯
住宿和餐饮业H（61-62） 住宿和餐饮业 住宿、餐饮 批发、零售业和住宿、餐饮业
信息传输、计算机服务和软件业I（63-65） 信息传输、计算机服务和软件业 邮电通讯 交通运输、仓储和邮政业
金融业J（66-69） 金融保险业 其他服务 其他行业
房地产业K（70） 房地产业 其他服务 其他行业
租赁和商务服务业L（71-72） 租赁和商务服务业 其他服务 其他行业
科学研究和技术服务业M（73-75） 科学研究事业、综合技术服务业 - -
水利、环境和公共设施管理业N（76-78） 水利、环境和公共设施管理业 游览 其他行业
居民服务和其他服务业O（79-81） 居民服务和其他服务业 其他服务 其他行业
教育P（82） 教育 - -
卫生和社会工作Q（83-84） 卫生、社会保障和社会福利事业 - -
文化、体育和娱乐业R（85-89） 文化、体育和娱乐业 娱乐 其他行业
公共管理、社会保障和社会组织S（90-95） - - -
国际组织T（96） - - -

1.1.2 旅游业增加值测算

在对旅游业增加值界定的前提下，借鉴“旅游增加值剥离测算法”，通过计算各旅游相关行业的增加值率（假定各部门的增加值率适用于全国各省区，且在行业中均匀分布），把旅游业增加值从各旅游相关行业中剥离出来，再加总后就可以得到旅游业增加值。本文将旅游特征产业部门与投入产出表中第三产业部门的对应关系[24-25]做了进一步调整和归并处理（表3）以使计算结果更加准确，在测算方法、过程和相关假定上参考了曾国军等[24]的研究成果，在此不再赘述。

1.2 旅游业碳排放界定与测算

1.2.1 旅游业碳排放界定

本文同样从广义的旅游业出发，将旅游业碳排放界定为：旅游业碳排放是指为了满足旅游者在餐饮、住宿、交通、游览、商业、娱乐、邮电通讯及其他服务方面的旅游消费需求而消耗能源产生的碳排放量总和，即旅游相关行业能源消费的碳排放量总和。同样，基于国民经济行业分类标准（GBT4754-2011），将国家旅游卫星账户中的产业部门与《中国能源统计年鉴》的地区能源平衡表中第三产业行业部门进行对应和归并处理（表3），旅游业碳排放也即地区能源平衡表中与旅游业相关的第三产业各部门中旅游业部分的能源消耗的碳排放。

1.2.2 旅游业碳排放测算

在对旅游业碳排放界定的前提下，借助“旅游消费剥离系数”，从旅游相关行业中把旅游业能源消耗量剥离出来，再通过各类能源的标准煤转换系数计算出各旅游相关行业碳排放量，最后加总就可以得到旅游业碳排放量（表4）。因此，本文基于表3的对应关系，将旅游消费剥离系数分为三类并计算得出：交通运输、仓储和邮政业的旅游消费剥离系数；批发和零售业、住宿和餐饮业的旅游消费剥离系数；其他行业的旅游消费剥离系数。本文关于旅游消费剥离系数的计算方法与李江帆等[25]的基本一致，在此不再赘述。另外，旅游业碳排放强度TCI（t/万元），即单位旅游增加值的碳排放量，可以更好的反映旅游发展与技术进步、环境的协调程度[26]。本文将采用该指标对旅游业碳排放的时空特征、区域差异进行分析。计算公式见（1）~（3）。
表4 各种能源折标准煤参考系数

Tab.4 The coefficient of energy converse to standard coal

能源名称 折标准煤系数 能源名称 折标准煤系数
原煤 0.7143 kgce/kg 汽油 1.4714 kgce/kg
洗精煤 0.9000 kgce/kg 煤油 1.4714 kgce/kg
焦炭 0.9714 kgce/kg 柴油 1.4571 kgce/kg
型煤 0.5000~0.7000 kgce/kg 液化石油气 1.7143 kgce/kg
原油 1.4286 kgce/kg 油田天然气 1.3300 kgce/m3
燃料油 1.4286 kgce/kg 气田天然气 1.2143 kgce/m3
焦炉煤气 0.5714~0.6143 kgce/m3 液化天然气 1.7572 kgce/kg
其他石油制品 1.4000 kgce/kg 其他能源 1.0000 kgce/kg

注：本文将天然气的折标准煤系数取油田天然气和气田天然气的均值，即为1.2722 kgce/m3。另外，对于型煤和焦炉煤气的折标准煤系数，本文惯常处理方法在此取均值0.6000 kgce/kg和0.59285 kgce/kg。

T C = ∑ i = 1 n ∑ j = 1 m k E i t f j
E i t = E i j × R t
R t = T i / V i
式中：TC为地区旅游业碳排放总量；Eit为旅游业能源消耗量；fj为j类能源的标准煤转换系数（表4）；i表示各旅游相关行业；j表示各能源类型；k表示单位标准煤的CO2排放量，参照现有研究成果[27]，令k=2.45；Eij为某旅游相关行业的j类能源终端消费量；Rt为某旅游相关行业的旅游消费剥离系数；Vi为行业总增加值；Ti为该行业的旅游增加值。

1.3 泰尔指数

泰尔指数又称泰尔熵标准，最初被用来研究地区收入水平的区域差异。作为一个无量纲化的数值，泰尔指数值的大小与差异性呈正相关关系，值越大说明差异越大，值越小则说明差异越小。本文将泰尔指数引入到旅游业碳排放强度研究，建构了长江经济带旅游业碳排放强度区域差异的泰尔指数，其测算公式及分解见公式（4）~（6）。
T B R = ∑ i = 1 n T C i T C l n T C i / T C Y i / Y
T W R = ∑ i = 1 n T C i T C ∑ j = 1 m T C i j T C i l n T C i j / T C i Y i j / Y i
T = T B R + T W R
式中：i和j分别表示区域个数与区域内省（市）个数；TC表示长江经济带旅游业碳排放量；TCi表示i区域旅游业碳排放量；TCij表示i区域内j省（市）的旅游业碳排放量；Y表示长江经济带旅游业增加值；Yi表示i区域旅游业增加值；Yij表示i区域内j省（市）的旅游业增加值；T、TBR、TWR分别表示旅游业碳排放强度总体差异、旅游业碳排放强度区域间差异和旅游业碳排放强度区域内差异。
另外，泰尔指数还可以通过计算区域间贡献率和区域内贡献率来对造成区域总体差异的原因进行分析，即本文可以通过计算长江经济带旅游业碳排放强度的区域间贡献率和区域内贡献率来研究两者对区域总体差异的贡献度，还可以计算出上、中、下游三个地区的泰尔指数来分析对区域内差异的贡献度。

1.4 面板数据模型

本文以长江经济带11个省（市）为研究对象，在测算出各自旅游业碳排放量的基础上，利用面板数据模型对影响因素进行实证分析。面板数据模型的一般形式见公式（7）。
Y i t = ∑ i = 1 N β i j X i j t + u i t
式中：Yit为被解释变量，代表旅游业碳排放；Xijt为解释变量，代表选取的各个影响因素；下标i代表长江经济带11个省（市）；下标t代表2006—2015年；βij为解释变量系数；uit表示随机误差项。

1.5 数据来源与说明

本文选取长江经济带11个省（市）作为样本研究2006—2015年旅游业碳排放强度的空间特征，并将其划分为上中下游三大区域。其中，下游区域包括上海、江苏、浙江；中游区域包括安徽、江西、湖南、湖北；上游区域包括四川、重庆、云南、贵州。
本文中用到的数据可以分成两大类：①基础数据。能源消费来源于本文所研究年份《中国能源统计年鉴》中地区能源平衡表里11个省（市）部分，按照IPCC的能源分类和我国的统计口径，选取原煤、型煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、液化天热气、天然气、其他石油制品和其他能源等15种能源终端消费量（由于电力和热力都属于二次能源，按照生产地责任原则，电力和热力生产过程中产生的CO2排放都由生产者承担，在终端消费阶段不产生CO2排放，在本文不予计算）；入境、城镇和农村游客花费构成比例来源于2006—2016年《中国统计年鉴》《中国旅游抽样调查资料》；2005—2015年美元对人民币汇率（年平均价）来源于中国国家统计局官网；第三产业GDP（当年价格计算）、指数（1978年=100）来源于2005—2015年《中国统计年鉴》国民经济核算部分。②经济数据。全国第三产业分行业部门增加值、总产出数据及11省（市）第三产业分行业增加值来源于2006—2016年《中国统计年鉴》《中国投入产出表（42部门）》（2005、2007、2010、2012、2015年）；入境旅游外汇收入（花费）、国内旅游总花费（收入）、城镇旅游花费（收入）和农村旅游花费（收入）等数据来源于2006—2016年《中国统计年鉴》及11省（市）统计年鉴、统计公报和政府工作报告等。以2005年为基期对相关经济数据进行平减处理，以剔除价格因素对计算结果的影响。

2 长江经济带旅游业碳排放时空演变分析

2.1 时间特征分析

根据公式（1）、（2）和（3）计算出长江经济带11省（市）旅游业碳排放量和碳排放强度，并计算出长江经济带及上、中、下游地区旅游业碳排放量和排放强度（以11省（市）的均值表示，结果如图1、图2）。如图1所示：①从2006—2015年长江经济带旅游业碳排放量变化情况来看，长江经济带及上、中、下游地区旅游业碳排放量都呈现出不断增长的态势，特别是从2011年开始有了较大幅度的增长，表明旅游业发展对能源消耗的依赖程度持续走高。②从2006—2015年长江经济带上、中、下游地区旅游业碳排放量比较的变化情况来看，明显地表现为两个阶段：2006—2010年下游地区旅游业碳排放量大于中游、上游地区，中游地区最小；2011—2015年上游地区旅游业碳排放量开始超过并大于中游、下游地区，而中游地区仍为最小，值得注意的是2015年中游地区开始超过下游地区。以上情况说明，长江经济带整体及上、中、下游地区旅游业节能减排的形势仍不容乐观。
图1 2006—2015年长江经济带及上、中、下游地区旅游业碳排放量变动情况

Fig.1 Changes in carbon emissions of tourism in the Yangtze River Economic Belt from 2006 to 2015

图2 2006—2015年长江经济带及上、中、下游地区旅游业碳排放强度变动情况

Fig.2 Changes in Carbon emission intensity of tourism in the Yangtze River Economic Belt from 2006 to 2015

如图2所示：①从2006—2015年长江经济带及上、中、下游地区旅游业碳排放强度变化情况来看，总体上都明显表现为两个阶段：2006—2010年旅游业碳排放强度表现为先上升后下降，而2011—2016年则整体上表现为缓慢下降，在一定程度上说明旅游经济增长与旅游业碳排放的相关性开始减弱，也说明除能源以外，如人才、技术等其他要素投入对旅游经济增长的促进作用开始显现，低碳旅游得到推广和发展。②从2006—2015年长江经济带上、中、下游地区旅游业碳排放强度比较的变化情况来看，3个地区旅游业碳排放强度存在较大差异：a.上游地区旅游业碳排放强度高于中游、下游地区，且高于长江经济带旅游业碳排放强度总体水平；b.中游地区旅游业碳排放强度在2007、2008、2009年低于下游地区，其余年份均高于下游地区，从总体上来看要高于下游地区，但是低于长江经济带总体水平；c.下游地区旅游业碳排放强度总体上略低于中游地区，但同样低于长江经济带总体水平。
通过计算2006—2015年长江经济带下游地区旅游业碳排放强度（均值），并与上海、江苏和浙江旅游业碳排放强度进行比较，结果如图3所示。上海、江苏和浙江旅游业碳排放强度的变化与下游地区变化趋于一致；从碳排放强度值大小来看，上海>浙江>江苏，且上海高于下游地区碳排放强度。
图3 2006—2015年长江经济带下游地区及省（市）旅游业碳排放强度变动情况

Fig.3 Carbon emission intensity of tourism in the lower reaches of Yangtze River Economic Belt from 2006 to 2015

通过计算2006—2015年长江经济带中游地区旅游业碳排放强度（均值），并与安徽、江西、湖南和湖北旅游业碳排放强度进行比较（图4），可以看出，上海、江苏和浙江旅游业碳排放强度的变化从总体上与下游地区变化基本上趋于一致；从碳排放强度值的大小来看，湖北>湖南>安徽>江西，且湖北高于中游地区碳排放强度。
图4 2006—2015年长江经济带中游地区及省（市）旅游业碳排放强度变动情况

Fig.4 Carbon emission intensity of tourism in the middle reaches of Yangtze River Economic Belt from 2006 to 2015

通过计算2006—2015年长江经济带上游地区旅游业碳排放强度（均值），并与四川、重庆、云南和贵州旅游业碳排放强度进行比较（图5）。可以看出，四川、重庆和云南旅游业碳排放强度的变化从总体上与下游地区变化基本上趋于一致，而云南、贵州的变化情况略有不同；从碳排放强度值的大小来看，云南>贵州>四川>重庆，且云南和贵州都高于上游地区碳排放强度，四川和重庆都低于上游地区碳排放强度。
图5 2006—2015年长江经济带上游地区及省（市）旅游业碳排放强度变动情况

Fig.5 Carbon emission intensity of tourism in the upper reaches of Yangtze River Economic Belt from 2006 to 2015

2.2 空间特征分析

选取2006、2009、2012、2015年4个年份的旅游业碳排放强度值，借鉴王强等[28]的划分标准，按照所选年份长江经济带旅游业碳排放强度均值的0.5、1、1.5倍将11省（市）旅游业碳排放强度分别归入低碳排放区、中碳排放区、较高碳排放区和高碳排放区四类，并利用ArcGIS 10.2绘制成图（图6）。图6显示，长江经济带旅游业碳排放强度分布不均衡，总体上来讲下游地区要低于中游地区和上游地区，中游地区又低于上游地区。2006年低碳排放区只有安徽省1个，其碳排放强度为0.6955 t/万元；中碳排放区有江苏、浙江、江西、四川、重庆5个，占总数的45.45%，是主要的分布类型；较高碳排放区有上海、湖南、湖北3个，主要分布在中游地区；高碳排放区有云南、贵州2个，云南碳排放强度最高为2.4878 t/万元。2009年低碳排放区有江苏、安徽和江西省3个，最低为江苏，碳排放强度值为0.5486 t/万元；中碳排放区有浙江、湖南、重庆3个，上、中、下游地区各有分布；较高碳排放区由3个减少为湖北、四川2个，其中上海由较高碳排放区变为高碳排放区；高碳排放区增加为3个，其中云南、贵州虽然仍为高碳排放区，云南碳排放强度仍然最高，为2.5205 t/万元。2012年低碳排放区有江苏、江西2个，最低仍然为江苏，碳排放强度值为0.6649 t/万元；中碳排放区有浙江、安徽、湖南、重庆4个，其中安徽由低碳排放区转化为中碳排放区，碳排放强度由2006年的0.6955 t/万元增长到1.3075 t/万元；较高碳排放区有上海、湖北、四川和贵州4个，其中上海和贵州从高碳排放区变为较高碳排放区；高碳排放区只有云南保持不变，但其碳排放强度在2011年达到最大值后开始呈现出持续下降的态势。2015年低碳排放区只有江苏1个，但其碳排放强度由2012年的0.6649 t/万元增长到0.7957 t/万元；中碳排放区有浙江、安徽、江西、湖南、湖北、四川、重庆7个，占总数的63.64%，成为主要的分布类型，主要分布在上游、中游地区；较高碳排放区只有上海1个，但其碳排放强度呈现出下降的趋势；高碳排放区有贵州和云南2个，其中贵州排放强度超过云南变成最高，为3.3131 t/万元。综上四年情况分析，旅游业碳排放强度的四种类型在上、中、下游地区均有分布，但从总体上来看，上游地区以中碳、较高碳和高碳三种类型为主，其中重庆一直是中碳排放类型，而云南一直属于高碳排放类型；中游地区以低碳、中碳和较高碳三种排放类型为主，其中安徽和江西则以低碳和中碳两种排放类型为主；下游地区则以低碳和中碳两种排放类型为主，其中上海则以较高碳和高碳两种排放类型为主。
图6 长江经济带旅游业碳排放强度空间格局演变

Fig.6 The Spatial pattern evolution of tourism carbon intensity in the Yangtze River Economic Belt

3 长江经济带旅游业碳排放区域差异分析

为了进一步探析长江经济带旅游业碳排放的时空分异特征，从区域差异大小及差异原因出发，继续运用泰尔指数来定量分析长江经济带旅游业碳排放强度的区域差异。根据公式（5）~（7）计算长江经济带旅游业碳排放强度的泰尔指数并进行分解，结果见表5。
表5 2006—2015年长江经济带旅游业碳排放强度泰尔指数

Tab.5 Theil index of carbon emission intensity of tourism in the Yangtze River Economic Belt from 2006 to 2015

年份 区域内 TWR TBR T
上游 中游 下游
2006 0.0570 0.0676 0.0839 0.2084 0.0140 0.2225
2007 0.0404 0.0739 0.1053 0.2196 0.0137 0.2334
2008 0.0900 0.0968 0.1114 0.2982 0.0321 0.3303
2009 0.0549 0.0911 0.1752 0.3211 0.0304 0.3516
2010 0.0620 0.0722 0.1382 0.2724 0.0502 0.3226
2011 0.0751 0.0747 0.1271 0.2770 0.0394 0.3164
2012 0.0487 0.0506 0.1289 0.2282 0.0501 0.2783
2013 0.0918 0.0207 0.1138 0.2263 0.0378 0.2640
2014 0.0790 0.0135 0.0851 0.1776 0.0391 0.2166
2015 0.0800 0.0098 0.0782 0.1681 0.0381 0.2062

3.1 总体差异分析

基于计算出的总体泰尔指数，对长江经济带旅游业碳排放强度的总体区域差异及区域间差异情况进行分析。通过表5可知，总泰尔指数T呈现出先上升后下降的趋势，由2006年的0.2225增大到2009年的0.3516，然后又减小到2015年的0.2062，说明长江经济带旅游业碳排放强度的总体区域差异呈现出先扩大后缩小的态势。另外，区域间的泰尔指数TBR在相邻年份间表现为下降—上升的规律性波动变化趋势，说明区域间的差异在缩小—扩大间做往复波动变化。

3.2 区域内差异分析

为了进一步揭示长江经济带上、中、下游3个区域旅游业碳排放强度的差异大小，运用区域内泰尔指数（表5）进一步分析长江经济带旅游业碳排放强度的区域差异情况。通过表5可知，区域内的泰尔指数TWR可较为明显地分为两个时期：2006—2009年，表现为持续增长趋势，这与区域总体泰尔指数的变化趋势一致说明区域内的差距在逐渐扩大；2010—2015年，除了2011年略有增长外，整体表现为持续下降趋势，到2015年下降为10年间的最小值0.1681，说明2010—2015年的区域内差异在逐年缩小。
同时，据表5数据分析可知：①2006—2015年，下游地区的泰尔指数除了2015年略低于上游地区外，其余年份始终高于上游地区和中游地区，说明下游地区各省（市）间的旅游业碳排放强度差异要大于上游和中游地区各省（市）间的差异；② 中游地区的泰尔指数除了2011、2013、2014和2015年4个年份的低于上游地区外，其余年份都要高于上游地区，说明从总体上来看，中游地区各省（市）间的旅游业碳排放强度差异要大于上游地区各省（市）间的差异，从而也说明上游地区各省（市）间的旅游业碳排放强度差异最小。

3.3 区域差异原因分析

通过计算2006—2015年长江经济带旅游业碳排放强度区域泰尔指数贡献率（表6）并分解，可以更好地了解导致区域差异的原因所在。
表6 2006—2015年长江经济带旅游业碳排放强度泰尔指数贡献率

Tab.6 Contribution rate of Theil index of carbon emission intensity in Yangtze River Economic Belt from 2006 to 2015

年份 区域内（%） 区域内总
（%）		 区域间
（%）
上游 中游 下游
2006 25.62 30.38 37.71 93.71 6.29
2007 17.31 31.66 45.12 94.09 5.91
2008 27.25 29.31 33.73 90.28 9.72
2009 15.61 25.91 49.83 91.35 8.65
2010 19.22 22.38 42.84 84.44 15.56
2011 23.74 23.61 40.17 87.52 12.48
2012 17.50 18.18 46.32 82.00 18.00
2013 34.77 7.84 43.11 85.72 14.28
2014 36.47 6.23 39.29 81.99 18.01
2015 38.80 4.75 37.92 81.47 18.53
通过分析区域间和区域内的贡献率，发现长江经济带旅游业碳排放强度的区域差异主要根源于区域内差异，其平均贡献率为87.26%，区域间的泰尔指数的平均贡献率仅为12.74%。此外，区域内的泰尔指数的贡献率整体呈下降趋势，而区域间泰尔指数贡献率整体呈增长趋势，说明旅游业碳排放强度的区域差异对区域内差异的依赖程度下降，在2015年为最低值81.47%。

4 长江经济带旅游业碳排放影响因素分析

4.1 变量识别与单位根检验

从社会经济与环境维度出发，主要借鉴旅游业碳排放影响因素的研究成果，并参考其他产业、行业层面的碳排放影响因素研究成果，同时考虑到旅游业的特点和相关统计数据的可获性，主要选取以下影响旅游业碳排放的因素：①地区经济发展水平（EDL），用人均GDP的表示，表征地区经济发展水平对旅游业碳排放的影响；②地区环境污染治理水平（ERL），以环境污染治理投资总额来表示，表征环境污染治理对旅游业碳排放的影响；③旅游业经济规模（TES），用旅游业增加值表示，表征旅游业经济增长对碳排放的影响；④旅游产业结构（TIS），用商业（购物）部门旅游业增加值占旅游业总增加值的比表示，表征旅游产业结构对碳排放的影响；⑤旅游业人数规模（TPS）：以游客接待量来表示，表征旅游接待人数对碳排放的影响；⑥旅游业能耗强度（TEI），用旅游业能源消耗量与旅游业增加值的比表示，表征旅游业能源消耗强度对碳排放的影响；⑦旅游业能源消费结构（TES），用旅游业煤炭（原煤）消费量占旅游业能源消费总量的比表示，表征旅游业能源结构水平对碳排放的影响。本文以旅游业碳排放（TC）为被解释变量，且考虑到数据可比和消除异方差，故对以上变量进行对数化处理，分别表示为lnTC、lnEDL、lnERL、lnTES、lnTIS、lnTPS、lnTEI、lnTES表示旅游业碳排放的影响因素，作为解释变量。因此，本文面板数据模型可表述为公式（8）。
l n Y i t = ∑ i = 1 N β i j l n X i j t + u i t
基于检验结果可靠性、准确性和稳健性考虑，需要对面板数据进行单位根检验。本文采用Eviews 10.0软件对模型中的变量进行单位根检验，其中：LLC（Levin-Lin-Chu）检验是相同根单位根检验；Fisher-ADF检验是不同根单位根检验。为了增强单位根检验结果的稳健性，利用LLC检验、Fisher-ADF和Fisher-PP检验三种方进行平稳性检验（表7）。检验结果显示，除变量旅游产业结构外，模型中其他变量的水平序列呈现明显的不平稳性，经一阶差分和二阶差分后，均呈现出较好的平稳性，可以进行面板数据的回归分析。
表7 面板数据单位根检验结果

Tab.7 Unit root test results of panel data

指标说明 水平值 一阶差分 二阶差分
LLC ADF PP LLC ADF PP LLC ADF PP
碳排放 0.30331
（0.6192）		 4.46817
（1.0000）		 7.67553
（0.9979）		 -6.85012
（0.0000）		 36.5634
（0.0264）		 52.7073
（0.0002）		 -4.88887
（0.0000）		 43.1831
（0.0045）		 105.128
（0.0000）
地区经济发展水平 -4.15958
（0.0000）		 15.2272
（0.8523）		 66.6075
（0.0000）		 -1.22896
（0.1095）		 20.0358
（0.5808）		 20.5995
（0.5456）		 -10.6949
（0.0000）		 47.1038
（0.0014）		 66.5570
（0.0000）
地区环境污染治理水平 -3.75776
（0.0001）		 19.3773
（0.6219）		 21.3973
（0.4963）		 -4.14760
（0.0000）		 32.4887
（0.0694）		 61.3833
（0.0000）		 -8.18206
（0.0000）		 54.4101
（0.0001）		 93.3143
（0.0000）
旅游业经济规模 -1.78749
（0.0369）		 10.5102
（0.9811）		 38.0726
（0.0180）		 -9.89537
（0.0000）		 42.2825
（0.0058）		 57.9477
（0.0000）		 -15.1843
（0.0000）		 69.3704
（0.0000）		 123.072
（0.0000）
旅游产业结构 -9.84192
（0.0000）		 51.2416
（0.0004）		 48.0685
（0.0011）		 -7.63423
（0.0000）		 39.1740
（0.0135）		 29.6905
（0.01262）		 -14.2773
（0.0000）		 74.1710
（0.0000）		 65.0136
（0.0000）
旅游业人数规模 -4.19494
（0.0000）		 13.9072
（0.9047）		 30.7672
（0.1010）		 -4.57311
（0.0000）		 25.2319
（0.2861）		 30.5804
（0.1050）		 -17.7631
（0.0000）		 51.0399
（0.0004）		 73.9865
（0.0000）
旅游业能源消耗强度 0.33070
（0.6296）		 4.41371
（1.0000）		 7.60779
（0.9981）		 -6.44818 （0.0000） 36.3023
（0.0282）		 53.8604
（0.0002）		 -5.21617
（0.0000）		 43.6924
（0.0039）		 108.599
（0.0000）
旅游业能源消费结构 -5.26248
（0.0000）		 27.6656
（0.1870）		 14.1816
（0.8949）		 -6.70766
（0.0000）		 45.2131
（0.0025）		 66.9470
（0.0000）		 -6.99372
（0.0000）		 47.3012
（0.0013）		 116.375
（0.0000）

注：括号外的数字分别是表示对应单位根检验的统计值，括号内的数据为对应统计量的P值。

4.2 模型选定与结果分析

运用Eviews 10.0对面板数据进行协方差分析检验，发现该模型适用于混合回归模型、个体固定效应回归模型和个体随机回归模型，且回归结果显示该模型整体拟合优度较好（表8）。从回归结果可以看出，三种模型回归结果基本一致，模型的拟合优度为1.0000，F统计量在1%水平下显著，说明三种模型都可以对长江经济带旅游业碳排放的影响因素进行较好的解释。选取的7个解释变量都显著影响旅游业碳排放，其中地区经济发展水平、地区环境污染治理水平、旅游产业结构对旅游业碳排放起着显著负向阻碍作用，旅游业经济规模、人数规模、能源消耗强度和能源消费结构对旅游业碳排放起着显著正向促进作用。各解释变量的具体分析如下：
表8 面板数据模型回归结果

Tab.8 Panel data model regression results

解释变量 混合效应模型 个体固定效应模型 个体随机效应模型
Coefficient t-Statistic Coefficient t-Statistic Coefficient t-Statistic
常数项 0.8882*** 17.918300 0.8882*** 17.0173 0.8882*** 17.0173
地区经济发展水平 -0.0841*** -4.474400 -0.0841*** -4.2494 -0.0841*** -4.2494
地区环境污染治理水平 -0.0271*** -22.218480 -0.0271*** -21.1013 -0.0271*** -21.1013
旅游业经济规模 0.0954*** 8.332673 0.0954*** 7.9137 0.0954*** 7.9137
旅游产业结构 -0.1088*** -21.141980 -0.1088*** -20.0789 -0.1088*** -20.0789
旅游业人数规模 0.0844*** 11.972460 0.0844*** 11.3704 0.0844*** 11.3704
旅游业能源消耗强度 0.9927*** 496.619300 0.9927*** 471.6474 0.9927*** 471.6474
旅游业能源消费结构 0.0530*** 16.975960 0.0530*** 16.1224 0.0530*** 16.1224
R-squared 0.9999 1.0000 1.0000
Adjusted R-squared 0.9999 1.0000 1.0000
Prob（F-statistic） 0.0000 0.0000 0.0000

注：“***”表示1%的显著性水平。

地区经济发展水平的系数为负，在1%的水平上显著，说明地区经济发展水平对旅游业碳排放起到显著负向作用。导致这种结果的原因可能是随着地区经济的不断发展和人们收入水平的不断提高以及绿色、低碳等主流发展理念的盛行，人们的环保意识也开始觉醒并不断增强，越来越多的人倾向于生态旅游、低碳旅游等环境友好型旅游，与此同时旅游产品结构也随之发生变化，“高能耗、高排放”的旅游产品不断减少，而“低能耗、强体验”的旅游产品成为市场主体，从旅游发展模式的角度来看，其能源消耗量和碳排放量会越来越少。
地区环境污染治理水平的系数为负，在1%的水平上显著，说明当地政府的环境污染治理工作对旅游业碳排放起到显著负向作用。地区环境污染治理涉及各行各业，旅游业同样也是受益者，特别是涉及到对旅游相关行业的污染治理，如在旅游交通、住宿等行业的清洁能源的推广和能源技术革新等，对减少旅游业碳排放起到了积极显著的作用。
旅游业经济规模、人数规模的系数为正，在1%的水平上显著，说明旅游经济增长、旅游接待人数对旅游业碳排放起到显著的正向作用。地区旅游业的不断发展壮大，要求有足够的旅游基础设施和服务设施相匹配，大量旅游基础设施和服务设施的开工建设，势必增加对资源、能源的消耗，进而导致旅游业碳排放量的增长；旅游接待人数的持续增长同样需要与之相应的能源消耗来满足游客在食、住、行、游、购、娱等方面的需求，同样导致旅游业碳排放的持续增长。
旅游产业结构的系数为负，在1%的水平上显著，说明旅游产业结构对旅游业碳排放起到显著的负向作用。食、住、行、游、购、娱、邮电通讯等作为旅游业的组成部分，对旅游经济的贡献大小不一。长期以来旅游交通、住宿和餐饮一直是旅游经济增长的主要贡献者，同样其能源消耗和碳排放也是旅游业能源消耗和碳排放的主要来源，但在本文研究期内长江经济带11省（市）旅游商品对旅游经济的贡献开始反超旅游交通，甚至有些省份开始超过旅游住宿和餐饮，如云南，旅游业结构的变化使得能源消耗开始减少，进而导致旅游业碳排放的减少。
旅游业能源消耗强度的系数为正，在1%的水平上显著，说明旅游业能源消耗强度对旅游业碳排放起到显著的正向作用。旅游业能源消耗强度实际上反映的是旅游业能源利用效率水平，作为旅游业碳排放的主要来源的旅游交通、住宿和餐饮部门，受其目前能源利用技术水平所限，导致旅游业整体能源消耗强度较高，进而也造成了旅游业碳排放的不断增长。
旅游业能源消费结构的系数为正，在1%的水平上显著，说明旅游业能源消费结构对旅游业碳排放起到显著的正向作用。目前旅游业在能源类型的使用上，仍然是以煤炭为代表的传统化石能源为主，这也正是旅游业碳排放的主要来源，并且将在很长一段时间内保持这种状态，但是未来随着电力、热力及其他清洁能源使用占比的增加，势必将改变以传统化石能源为主的能源消费结构，也将改变能源消费结构对旅游业碳排放的影响。

5 结论与对策建议

5.1 结论

本文基于2006—2015年长江经济带11个省（市）的指标数据，运用Theil指数研究长江经济带旅游业碳排放的时空分异特征并进行影响因素分析，得到以下结论：
①从时间分析结果来看：2006—2015年长江经济带及上、中、下游地区旅游业碳排放量都呈现出不断增长的态势，从上、中、下游地区碳排放量来看，总体上是上游地区>下游地区>中游地区，从11省（市）碳排放量来看，上海>云南>贵州>四川>浙江>湖北>江苏>湖南>安徽>重庆>江西； 2006—2015年长江经济带及上、中、下游地区旅游业碳排放强度总体上都呈现出缓慢下降的态势，从上、中、下游地区碳排放强度来看，总体上是上游地区>中游地区>下游地区，从11省（市）碳排放强度来看，云南>贵州>上海>湖北>四川>湖南>重庆>安徽>浙江>江西>江苏。
②从空间分析结果来看：长江经济带旅游业碳排放强度分布不均衡，以中碳、较高碳排放类型为主，从上、中、下游地区碳排放强度空间分布来看，总体上是上游地区>中游地区>下游地区；2006—2015年长江经济带旅游业碳排放强度的总体区域差异与区域内差异都呈现出先扩大后缩小的态势，从上、中、下游地区各省（市）间的旅游业碳排放强度差异情况来看，下游地区>中游地区>上游地区，另外长江经济带旅游业碳排放强度的区域差异主要根源于区域内差异，但对区域内差异的依赖程度呈下降态势。
③从影响因素分析结果来看：地区经济发展水平、地区环境污染治理水平、旅游产业结构对旅游业碳排放起着显著负向阻碍作用，而旅游业经济规模、人数规模、能源消耗强度和能源消费结构对旅游业碳排放起着显著正向促进作用。

5.2 对策建议

根据对长江经济带旅游业碳排放时空演变、区域差异分析以及对影响因素的探讨，本文主要从旅游业转型升级、旅游商品开发、旅游生态环境治理、能源消费结构等方面提出相关对策建议，以供政府和旅游相关部门参考，主要对策建议如下：
①长江经济带各省（市）政府，应以生态优先、绿色发展的理念指导旅游业发展和转型升级，积极培育低碳、绿色旅游新业态，鼓励旅游企业开发“低能耗、低排放”的生态型旅游产品，并借助长江经济带旅游媒体联盟这一平台，共同致力于低碳旅游的宣传引导和推广，努力提高旅游者在食、住、行、游、购、娱等环节的降碳、节能减排的意识和能力，努力营造良好低碳环保氛围。
②长江经济带各省（市）政府，应加快以旅游商品为重点的旅游产业结构优化调整，采取政府主导、企业参与和市场运作的旅游商品开发模式，深入挖掘地区文脉和地脉，实施差异化和品牌化战略，构建独具本土特色和优势的旅游商品系列；集中人力、财力和物力及技术，加快旅游商品基地建设，集中研发创新，实现旅游商品的产业化生产，同时大力扶持旅游商品龙头企业，增强地区旅游商品实力和品牌竞争力；借助政府和旅游部门举办的旅游博览会、展销会及旅游节庆等，加大对旅游商品营销宣传力度，努力构建完善的旅游商品营销网络和销售渠道，同时加强旅游商品质量监督和售后服务体系建设。
③长江经济带各省（市）可从自身实际出发，一是加大旅游发展资金投入，积极开展以旅游基础设施和服务设施的生态化建设和改造为主要内容的景区低碳、绿色升级，如新能源旅游巴士、景区电瓶车的使用；二是加大地区环境污染治理资金投入在旅游业的份额，重点是对旅游交通、住宿和餐饮等行业的环境污染治理，将旅游业纳入地区环境污染治理工作考核，切实加大旅游业生态环境的治理力度；三是加快能源结构调整，逐步减少对化石能源的使用，加大对清洁能源的开发和使用，积极研发和引进低碳、环保型新技术，提高能源利用效率，同时进一步推动节能减排工作的开展。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Gössling S. Global environmental consequences of tourism[J]. Global Environmental Change, 2002, 12(4):283-302.

[2]
Becken S, Simmons D G, Frampton C. Energy use associatedwith different travel choices[J]. Tourism Management, 2003, 24(3):267-277.

[3]
Peeters P, Dubois G. Tourism travel under climate change miti-gation constraints[J]. Journal of Trans-port Geography, 2010, 18(3):447-457.

[4]
Howitt O J A, Revol V G N, Smith I J, et al. Carbon emissionsfrom international cruise ship passengers' travel to and from New Zealand[J]. Energy Policy, 2010, 38(5):2 552-2 560.

[5]
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.

[6]
程占红, 韩玉姣. 2000—2012年山西省旅游业碳排放的时空差异[J]. 陕西师范大学学报:自然科学版, 2015, 43(6):77-82.

[7]
王凯, 肖燕, 李志苗, 等. 中国旅游业CO2排放区域差异的空间分析[J]. 中国人口·资源与环境, 2016, 26(5):83-90.

[8]
李强谊, 钟水映, 徐飞. 中国旅游业二氧化碳排放的地区差异与收敛性研究[J]. 经济问题探索, 2017(8):28-38.

[9]
Becken S, Patterson M. Measuring national carbon dioxideemissions from tourism as a key step towards achieving sustainable tourism[J]. Journal of Sustainable Tourism, 2006, 14(4):323-338.

[10]
谢园方, 赵媛. 长三角地区旅游业能源消耗的CO2排放测度研究[J]. 地理研究, 2012, 31(3):429-437.

[11]
韩元军, 吴普. 京津冀地区旅游业的碳排放测算与比较研究[J]. 人文地理, 2016, 31(4):127-134.

[12]
Hunter C. Sustainable tourism and the touristic ecological foot-print[J]. Environment,Development and Sustainability, 2002, 4(1):7-20.

[13]
Roberto R M C, Pedro P R S. Ecological footprint analysis ofroad transport related to tourism activity:The case for Lanzarote island[J]. Tourism Management, 2010, 31(1):98-103.

[14]
肖建红, 于爱芬, 王敏. 旅游过程碳足迹评估——以舟山群岛为例[J]. 旅游科学, 2011, 25(4):58-66.

[15]
姜东晖, 靳雪. 基于终端消费的山东省旅游碳足迹研究[J]. 中国人口·资源与环境, 2015, 25(S1):450-453.

[16]
姚治国, 陈田. 基于碳足迹模型的旅游碳排放实证研究——以海南省为案例[J]. 经济管理, 2016, 38(2):151-159.

[17]
Baležentis T, Kriščiukaitienė I, Baležentis A, et al. Rural tour-ism development in Lithuania (2003-2010):A quantitative analysis[J]. Tourism Management Perspectives, 2012, 15(6):1-6.

[18]
Robaina-Alves M, Moutinho V, Costa R. Change in energy-re-lated CO2 (carbon dioxide) emissions in Portuguese tourism:A decomposition analysis from 2000 to 2008[J]. Journal of Cleaner Production, 2016, 111:520-528.

[19]
陶玉国, 黄震方, 吴丽敏, 等. 江苏省区域旅游业碳排放测度及其因素分解[J]. 地理学报, 2014, 69(10):1 438-1 448.

[20]
潘植强, 梁保尔. 旅游业碳排放强度分布及其驱动因子的时空异质研究——基于30个省(市、区)2005—2014年的面板数据分析[J]. 人文地理, 2016, 31(6):152-158.

[21]
王凯, 邵海琴, 周婷婷, 等. 基于STIRPAT模型的中国旅游业碳排放影响因素分析[J]. 环境科学学报, 2017, 37(3):1 185-1 192.

[22]
查建平, 舒皓羽, 李园园, 等. 中国旅游业碳排放及其影响因素研究——来自2005—2015年省级面板数据的证据[J]. 旅游科学, 2017, 31(5):1-16.

[23]
赵先超, 滕洁. 基于LMDI的湖南省旅游业碳排放影响因素分解[J]. 环境科学与技术, 2018, 41(9):192-199.

[24]
曾国军, 蔡建东. 中国旅游产业对国民经济的贡献研究[J]. 旅游学刊, 2012, 5(27):23-30.

[25]
李江帆, 李美云. 旅游业与旅游增加值的测算[J]. 旅游学刊, 1999(5):16-19.

[26]
冯宗宪, 王凯莹. 中国省域碳强度集群的空间统计分析[J]. 资源科学, 2014, 36(7):1 462-1 468.

[27]
陈飞, 诸大建. 低碳城市研究的理论方法与上海实证分析[J]. 城市发展研究, 2009, 16(10):71-79.

[28]
王强, 伍世代, 李婷婷. 中国工业经济转型过程中能源消费与碳排放时空特征研究[J]. 地理科学, 2011, 31(1):36-41.

Options
Outlines

/

〈 〉