基于替代式自下而上法的區(qū)域旅游交通碳排放測度

陶玉國, 黃震方, 史春云

1 南京師范大學地理科學學院, 南京 210023 2 江蘇師范大學歷史文化與旅游學院, 徐州 221116 3 江蘇師范大學城市與環(huán)境學院, 徐州 221116

基于替代式自下而上法的區(qū)域旅游交通碳排放測度

陶玉國1,2, 黃震方1,*, 史春云3

1 南京師范大學地理科學學院, 南京 210023 2 江蘇師范大學歷史文化與旅游學院, 徐州 221116 3 江蘇師范大學城市與環(huán)境學院, 徐州 221116

區(qū)域旅游交通碳排放測度是分解旅游業(yè)減碳任務的一個難題。在剖析替代式自下而上法機理的基礎上，以長三角為例，依托歸納法和變異系數法，嘗試從人均GDP、人均消費水平和人均運輸線路長度三方面測算出游距離，采取以實地調研數據為主、輔之以MusTT模型法擬定各旅游交通方式的距離比例，立足區(qū)情確定碳排放系數，并以區(qū)域輸入和輸出的雙向旅游流的人次比值法則對替代結果進行還原調整。研究表明：(1)2011年，長三角旅游交通碳排放總量為8.32 Mt，其中江蘇省、浙江省和上海市分別為3.23、2.98 Mt 和2.11 Mt；(2)飛機和自駕車共占排放量的71.64%，較明顯低于世界平均比例，二者是降低旅游交通碳排放的關鍵；旅游公共交通的碳排放比例具有遠高于發(fā)達國家甚至全球平均水平的“中國式”烙?。挥筛咛寂欧畔禂档穆糜谓煌ǚ绞较虻吞寂欧畔禂瞪踔亮闾寂欧畔禂档霓D變，是旅游交通減排的基本方向。

替代式自下而上法; 旅游交通; 出游距離; 碳排放系數; 長三角

旅游業(yè)的碳源來自化石能源。雖然在現代旅游研究的早期，關于旅游業(yè)與能源的話題就已進入了學者的視野[1]，但系統測度旅游業(yè)碳排放的成果直到2000年才面世[2]。之后，這一論題逐漸為學術界所關注[3- 8]。2008年，UNWTO, UNEP和WMO聯合發(fā)布了研究報告《氣候變化與旅游業(yè)：應對全球氣候挑戰(zhàn)》[9]，將旅游業(yè)碳排放研究推向了高潮。當前，在全球[2- 3,10]、國家[4- 7,11- 13]、區(qū)域[14- 17]和單元(如景區(qū))[8,18- 19]四個尺度上，包括旅游交通、住宿業(yè)和旅游活動在內的旅游業(yè)碳排放綜合研究已取得了一定的進展。通過對上述相關成果分析發(fā)現，旅游交通、住宿業(yè)和旅游活動占旅游業(yè)碳排放的比重基本依次減小，其中旅游交通部門所占比例一般超過65%[20]，該部門是旅游業(yè)的最重要碳源?？梢姡档吐糜谓煌ㄌ寂欧攀锹糜螛I(yè)實現節(jié)能減排的關鍵。雖然對對旅游交通碳排放進行測度是一項非常艱難的任務[9]，可喜的是，近14年來該主題研究在多個尺度上已取得了較大的進展。G?ssling、Peeters等人發(fā)現，全球旅游交通碳排放主要來自國際航空旅游[21- 24]。以Becken為代表的研究者對國家尺度上的旅游交通碳排放作了深入探索[25- 27]。隨宏觀尺度之后，單元尺度上的景區(qū)研究也取得了較豐碩的成果[28- 31]。中觀尺度上的區(qū)域研究進展一直比較緩慢，部分“區(qū)域”研究實質上仍為若干景區(qū)的相加[32]，并不具備區(qū)域典型性。

減排責任的區(qū)域分解需要科學評價各地區(qū)的排放責任[33]。國家戰(zhàn)略層面上的旅游業(yè)節(jié)能減排任務也需要落實到地方場域。因此，區(qū)域旅游交通碳排放測度是一個很值得探究的領域。區(qū)域旅游交通碳排放是指區(qū)域接待的區(qū)內外游客所乘交通工具排放的二氧化碳。研究一般需獲知各交通方式的出游距離和碳排放系數。但由于出游距離數據在各國統計資料中缺失，對其進行處理是宏觀研究的一大困惑[6,9-10,24]，也是中觀研究亟需破解的一道難題。區(qū)域研究進展緩慢的重要原因之一在于方法上的薄弱。目前，測度旅游交通碳排放的方法主要有能源消耗法、自上而下法、自下而上法和LCA法等。通過對區(qū)域層面的能源統計數據進行剝離，部分研究構建了能源消耗法分析了旅游交通碳排放的總量[16- 17]。受數據限制，該方法難以涉及各旅游交通方式的能耗，同時對能耗的區(qū)際分攤考慮也稍顯不足。依托旅游衛(wèi)星賬戶，國外較多研究采用了自上而下法[5- 6,12,14- 15]，但中國尚沒有建立有關溫室氣體排放的統計監(jiān)測體系[13,34]。通過對游客進入、停留和離開旅游目的地3個環(huán)節(jié)的交通碳排放分別進行核算的LCA法[35]并不適應區(qū)域研究。從接待游客出游距離入手的直接的自下而上法，在景區(qū)研究中得到了廣泛應用[28- 31]，但很難解決區(qū)域出游距離的區(qū)際分割和區(qū)內重復計算等問題。

替代式自下而上法或許能為解決區(qū)域出游距離提供一把鑰匙。依托替代式自下而上法、借鑒多利益相關者的可持續(xù)旅游和旅行(MusTT)模型法等輔助手段，分析區(qū)域出游距離，擬定較合適的碳排放系數，以期提高區(qū)域旅游交通碳排放測度的精確性，為旅游交通部門的節(jié)能減碳提供科學借鑒與參考。

1 研究方法

1.1 替代式自下而上法的緣起

替代式自下而上法是通過用某地居民的出游距離替代該地游客的出游距離以測度旅游交通碳排放的一種間接的自下而上法。此法能為解決區(qū)域出游距離這一關鍵問題提供一個全新的視角。宏觀尺度上的一些研究對該法進行了初步探索[3,12- 13]，其中Nielsen特別指出，在當前數據條件下，該法效果最佳[12]。但已有研究均未就方法的緣由、技巧等內容從方法論層面上作出系統論述。在此，筆者將其命名為替代式自下而上法。

直接的自下而上法不適合區(qū)域研究，既有理論層面的原因，也有現實操作層面的原因。具體如下：跨區(qū)游客的存在使得出游距離度量面臨區(qū)際分割難題；游客在區(qū)內多目的地選擇的可能性，導致距離的重復計算不可避免；通過普查測算出游距離既異常困難也不是研究所追求的，而區(qū)內景區(qū)吸引半徑的大幅度變動可能性，使得抽樣結果的可靠性難以得到保證。對居民出游距離進行測度，不存在直接的自下而上法的區(qū)際分割和重復計算問題，且其可從居民的社會經濟統計數據入手的方式，可較大提高總距離測算的可靠性。區(qū)域研究可引入這種思維。遺憾的是，迄今為止此類成果鮮有見到。

此外，多利益相關者的可持續(xù)旅游和旅行(MusTT)模型法是一種改進的直接的自下而上法，其能為替代式自下而上法在結構排放測度方面打開一個來自客運的新窗口。該法的核心理念是通過整合游客與旅客兩方面的數據，創(chuàng)建一個適用于旅游交通碳排放測度的數據庫。其由歐盟于2004年創(chuàng)立并成功運用于歐洲案例[23- 24]。隨后，該模型為UNWTO等所接受并應用于前文所提報告[9]。

1.2 替代式自下而上法機理分析

其一，替代原理。該法思路是區(qū)域游客的碳排放可用區(qū)域居民出游的相應值替代。區(qū)域游客可分為入境游客、區(qū)外游客與本地游客3種成分，其中，前二者是區(qū)域輸入的游客，第三者來自區(qū)域居民。相應地，區(qū)域出游者也可分為出境游客、出區(qū)游客與本地游客3種類型，其中，前二者是區(qū)域輸出的游客，本地游客與區(qū)域游客中的本地游客等同。在替代過程中，本地游客是被“自替代”，且其所占比重一般也較大，如2011年江浙滬的本省游客分別占34%、46%和51%。因此，研究還需要厘清區(qū)域輸入游客和區(qū)域輸出游客的替代關系。

其二，替代法則。中國現有的統計數據難以分析這種替代關系。通過旅游統計年鑒和國內旅游抽樣調查資料等途徑可收集到輸入游客的資料，但輸出游客的數據尚不完善。各省區(qū)的出境旅游統計人次只涉及旅行社部分，而受地緣、交通等因素的影響，此數據不一定能反映各地區(qū)的真實出游力，如2011年江浙滬分別為62.9 萬人次、119.8 萬人次和132.4 萬人次，浙江省和上海市幾乎均為江蘇省的兩倍。在已有幾個年份的國內旅游抽樣調查資料中，由于同一年份沒有同時涉及城市居民和農村居民，該數據雖有助于研究，但仍無法滿足需要。

這里先借用宏觀尺度上的出入境雙向旅游流資料來分析替代關系。理論上，全球出境游和入境游一一對應，二者可完全替代。G?ssling分工業(yè)化國家、前蘇東國家和發(fā)展中國家三種類型，用居民替代游客測度了旅游交通碳排放[3]。雖然文章沒有分析替代產生的誤差，但應該比較小，這從表1中的全球尺度上的入境游與出境游的人次比值上不難看出。國家輸出和輸入的游客是出入境游客。因旅游吸引力和出游力的差異，不同國家的出入境游客人次比值也會不一樣。在表1中，意大利、新加坡的均值分別為1.58和1.27，而日本和美國依次為0.39和0.81。受突發(fā)事件、經濟發(fā)展等因素的影響，一些國家可能出現較大波動，如阿根廷和中國的某些相鄰年份的比值變化較大。因此，研究應因時因地而定。

隨著中國出境游的快速發(fā)展，表1中的比值從2000年的2.97降到2009年的1.07。根據《中國旅游統計年鑒2012》，2011年該值為0.82。同年，在中國排名前十五名的客源國和接待國中，只有同為東南亞的菲律賓和柬埔寨這一對國家不同，說明出入境的平均距離也比較接近。

表1 2000—2009年部分國家和地區(qū)的入境旅游者人次和出境旅游者人次比值Table 1 Ratio of outbound tourists and inbound tourists in some countries or regions from 2000 to 2009

根據EPS中的世界經濟發(fā)展數據庫相關資料整理；“-”為數據不詳

綜上所述，此法較適合中國國家層面上的研究。這也印證了石培華和吳普的研究[13]在思路上是可行的。需要說明的是，理論上此法應該比較研究對象的總接待游客和總出游游客，其比值更趨向1，如以中國為例，2009年比值為1.00(表1中為1.07)，但考慮到排放主要來自長距離的交通(如在阿姆斯特丹，占“重要”市場份額的國內游客僅占旅游交通總排放的2%[5])，分析其輸入流和輸出流的比值更具實際意義。

由于替代結果會存在或大或小的差值，因此，應對其進行調整以還原接待游客碳排放的“本來面貌”。已有相關研究[3,12- 13]尚未涉足該領域。調整工作并非易事，全方位的調整既涉及人次方面，還涉及距離方面。如果將接待游客的出游距離再次卷入，則調整目的難以實現，也違背了替代的初衷，故比較理想可行的還原法則是僅考慮人次比值。

基于上述分析，在獲知區(qū)域居民規(guī)模、區(qū)域居民乘坐各旅游交通方式的出游距離和碳排放系數的基礎上，可通過替代式自下而上法測度旅游交通碳排放，公式如下：

(1)

式中,C為區(qū)域旅游交通碳排放量(Mt)；Pi為乘i類交通模式的區(qū)域居民規(guī)模(人次)；Di為平均每位居民乘i類交通模式的出游距離(km)；βi為乘i類交通模式的單位碳排放系數(g/pkm)*pkm: 每人·公里。

2 數據來源

旅游交通碳排放測度的理想數據資料應該包括客源地、目的地、旅游路線、交通方式及碳排放系數等方面的情況[9]。中國的統計資料在這些方面尚不完備。本文數據來源主要有：世界銀行數據庫、2002—2012年的中國統計年鑒、江蘇統計年鑒、浙江統計年鑒、上海統計年鑒、中國國內旅游抽樣調查資料、長三角各省市的旅游業(yè)年度報告(旅游統計資料匯編)和國民經濟和社會發(fā)展統計公報等。居民出游的交通方式數據來自2012年10月—2013年4月項目組對943戶居民的調查。

3 長三角旅游交通碳排放測度體系

3.1 人均每天出游距離

出游距離(旅游過程中的移動距離)受經濟、文化、地理等多方面因素的影響。Schafer利用佩恩表對全球11個地區(qū)統計發(fā)現，從長遠趨勢來看，全球人均出行距離(通勤距離、通學距離、出游距離等移動距離的總和)與人均GDP幾乎呈同比例增長，但當經濟發(fā)展水平較低時，出行距離受文化、地理等因素的影響較大，如當全球人均GDP為1萬美元時，西歐的人均出行距離約為北美的60%[36]。在不同國家和地區(qū)，出游距離占出行距離的比值可能相差很大。UNWTO采用了通過計算出游距離的方式測算了全球旅游交通碳排放[9]，但報告中的出游距離值是基于Scott、Becken、Dubois、G?ssling、Peeters等專家的經驗估算值，如國際、發(fā)達國家和發(fā)展中國家的陸地出游距離(往返)分別為250 km、250 km 和200 km[9]。2001年，工業(yè)化國家、前蘇東國家和發(fā)展中國家的人均每天出游距離分別約為20 km、3.75 km和0.6 km[3]。本世紀初，中國居民人均每天出游距離約為0.42 km[13]。表2還列舉了國外為數不多的人均每天出游距離的近似值?？梢姡瑖鴥韧馍蠝y算旅游交通碳排放的一個關鍵環(huán)節(jié)為出游距離，但對其研究比較單薄和零散，帶有一定的主觀性，還沒有研究從理論上探討其計算方法。

表2 人均每天出游距離及相應年份的社會經濟特征Table 2 The daily per capital average tourism distances and social and economic character of reference years

表中①—③數據根據世界銀行數據庫相關資料整理，其中，②英國、荷蘭、德國和美國的數據根據往年數據回歸推斷，③挪威的年份為2005年、瑞典為2003年

根據國際經驗，旅游需求與經濟發(fā)展水平密切相關?？驮吹氐纳鐣洕鷮傩詻Q定了其出游力[41]。中國宏觀或中觀層面上的居民出游力指數，是居民收入水平、居民消費水平和交通狀況等三者的函數[41- 43]?？紤]到交通的互通性，全國的交通狀況往往比區(qū)域情況更能反映地方的出游距離。本文選取區(qū)域人均GDP、區(qū)域人均消費水平和全國人均運輸線路長度(包括公路和鐵路)3個指標，嘗試采用歸納法推導一種普適性的出游距離計算方法。美國的國土面積與中國相差不大，但由于其交通可達性更好、人口密度低等原因，所以其出游相對容易。歐洲的面積與中國也相差無幾，考慮到表2中多數研究的核算年份為90年代中后期(1993年歐盟正式誕生)，洲內自由行還不是非常暢通?；谶@兩方面的考慮，中國的出游難度大體處在美國和歐洲的中間位置，即美國值和歐洲均值的中值應該比較適合中國。根據表2中各國的出游距離和社會經濟特征，推算中國出游1 km所需的人均GDP、人均消費水平和人均交通線路長度分別為1626.18美元、962.65美元和1.14 m。出游距離計算公式如下：

(2)

式中,D是指區(qū)域人均每天出游距離(km)；W1、W2和W3分別為人均GDP、人均消費水平和人均交通線路長度對D的權重，總權重和為1；GDP是指區(qū)域人均GDP(美元)；E是指區(qū)域人均消費水平(美元)；L是指全國人均交通線路里程(m)。

公式(2)中的權重(Wi,i=1,2,3)通過變異系數法確定，計算公式如下：

(3)

公式(3)中的δi為第i項指標的變異系數，無量綱，計算公式如下：

(4)

(5)

根據中國統計年鑒整理本世紀以來各省市的人均GPD、居民人均消費水平和人均交通運輸線路長度，應用上述相關公式，得出江浙滬的人均GDP的權重分別為0.25、0.27和0.31，居民人均消費水平的權重分別為0.27、0.26和0.29，人均交通運輸線路長度的權重分別為0.48、0.47和0.40?？梢?，人均交通運輸線路長度是影響出游距離的最主要因素。這在某種程度上也解釋了表2中瑞典和美國的出游距離較遠的原因。利用公式(2)可得到2011年江浙滬居民的人均每天出游距離(表3)。

表3 2011年長三角居民人均每天出游距離Table 3 The average daily tourism distances per capital in Yangtze River Delta (2011)

3.2 旅游交通方式距離比例

公式(2)中的距離需分配到各旅游交通方式上才有意義，否則，距離無法與碳排放系數相掛鉤。為避免誤解，這里對公式(2)中的距離與距離比例中的兩個距離稍作解釋：二者都是居民的出游距離，只是測算角度不同，測算前者的目的是為了獲得一個較科學的總距離，后者比例用來分配前者，是碳排放系數的結合對象，不是旅游的人次比例。2005年全球出游距離中，飛機占43.55%，自駕車占36.67%，汽車和火車等其他旅游交通方式占19.78%[9]。不同國家和地區(qū)的距離比例可能差異很大，例如，2002年自駕車在發(fā)達國家占70%—75%，而在發(fā)展中國家僅為20%[3]，即便均為發(fā)達國家的日本和美國，它們在火車上也呈現出19.9%和0.3%的巨大差別[9]。

在中國，旅游交通方式的距離比例研究比較薄弱。由于現有的統計年鑒等資料無法提供理想的數據，因此，通過實地調查對其進行估算很有必要。但調查工作一般會存在居民對出游距離感知的模糊性、不確定性和由調查能力限制所帶來的片面性等不足。在一定程度上，MusTT模型中的整合旅行和旅游數據的理念能彌補上述不足，減少估算的誤差。中國的統計年鑒中的公路周轉量不包含自駕車和公交車，雖不能為研究所直接利用，但其關于全國或各省區(qū)的航空、鐵路、公路和水運的旅客周轉量，仍能為本文提供宏觀背景和微調依據。2011年，全國民航、鐵路、公路和水運占總出行距離比例分別為14.64%、31.02%、54.10%和0.24%。省域的一些數據參考價值較小，不一定能反映真實的出行或出游距離，如2011年江蘇省的航空周轉量為70.9億人km，而上海市達1136.69億人km。

項目組通過對2011年943戶居民4713人次出游的客源地、目的地、主要旅游交通方式及其出游距離(所乘工具的時間)的調查，估算出長三角居民選擇飛機、火車、汽車、自駕車和其他交通方式(水運、公交車、摩托車等)的距離比例(表4)。

3.3 旅游交通碳排放系數

不同國家和地區(qū)的旅游交通碳排放系數，會有所差異甚至相差較大(表5)。差異產生的原因除工具本身的排放效率之外，還主要包括以下幾個方面：一是能耗類型，如Association of Train Operating Companies(英國列車運營公司協會)顯示，電力火車的碳排放系數為54 g/pkm，而柴油火車達74 g/pkm；二是平均運距，這主要體現在飛機上，短距離一般要高于長距離[20]；三是上座率，這主要體現在陸上旅游交通上，在經濟發(fā)達國家和地區(qū)，由于平均上座率較低，系數一般要高于欠發(fā)達國家和地區(qū)[6,21,28]。因為系數擬定是一項技術工程，所以一些國家機構(如Department for Environmental, Food and Rural Affairs(DEFRA)，英國環(huán)境、食品及鄉(xiāng)村事務部)或公司(如Association of Train Operating Companies；Carbon Tracking L.td，碳足跡公司)的具有較大權威性的結果，往往被一些研究[5,21]所引用。在援引國外相關成果的基礎上，中國大陸的相關研究[13,29- 31]針對國情或區(qū)情作了可貴的修正調整，如肖瀟提出了火車、飛機、汽車、自駕車和公交車的碳排放系數分別為63、180、71、99 g/pkm和41 g/pkm的參考標準[29]，但在針對性和有效性方面仍表現出一定的局限性，有必要進行重新審視與調整。

表4 長三角各旅游交通方式的距離比例/%Table 4 The percent of distance for tourism transport in Yangtze River Delta

表5 旅游交通工具的碳排放系數/(g/pkm)Table 5 Coefficients of carbon dioxide emissions for tourism transportation

①指國際和OECD(經合組織)90 國內，②指非OECD90 國內，③的單位為g 輛-1km-1; -: 不詳或未研究; G?ssling和Dubois系列的單位為CO2-e(二氧化碳當量); 根據IPCC第四次評估報告中溫室氣體的暖化值可得到CO2-e的計算公式(6)，CO2占CO2-e的絕大多數，如消耗同質量的不同類型的化石能源，CO2占CO2-e數值的98.7%。

CO2-e=CO2+25×CH4+298×N2O

(6)

在UNWTO和MusTT中，全球飛機的碳排放系數均為129 g/pkm(表5)，杭州科協發(fā)布的《低碳生活指導手冊》指出，飛行距離在200 km以上的飛機的系數區(qū)間為105—139 g/pkm，而MusTT模型還給出了當平均運距在1500—2000 km區(qū)間時該系數為121 g/pkm的參考標準[23]?！吨袊y計年鑒2012》顯示，2011年中國航空的平均運距為1548 km。故本文該系數選取121 g/pkm。在北京凱來美氣候技術咨詢有限公司的碳足跡計算器中，火車、小型轎車(中油耗)和輪船的碳排放系數依次為9 g/pkm、245 g/輛和10 g/pkm。在綜合考慮全國火車的載荷因子(交通模式的平均乘客數量)相差不大、汽車以臺灣為參考對象(表5)、經實地調研得到長三角自駕游的載荷因子為3.24等方面的基礎上，擬定火車、汽車、自駕車和其他旅游交通工具的系數依次為9、28、76、10 g/pkm。

4 結果分析

4.1 碳排放總量

在確定居民人均每天出游距離、旅游交通方式的距離比例和碳排放系數的基礎上，結合各省市的人口數量，利用公式(1)，測得2011年長三角旅游交通的碳排放總量為8.32 Mt，其中江蘇省、浙江省和上海市分別為3.23、2.98 Mt 和2.11 Mt，依次占38.83%、35.86%和25.31%(表6)。江浙滬每人次出游的碳排放順次為4.76、5.66 kg和6.21 kg。根據同期各省市的統計年鑒，江浙滬接待的游客數量分別占長三角的41.60%、34.82%和23.58%，與前組比例相差不大，這也反推了研究結論是比較可靠的?？紤]到各省市的入境游人次相差不大的情況，真實結果可能更收斂。

上述結果來自利用區(qū)域輸入流和輸出流的人次比值法則對居民出游結果的還原調整。各省市的本省游客和輸入游客的人次可通過相關途徑收集(表7)。輸出游客分出境游和出省游兩種類型。2011年，江浙滬入境游總人次，分別是經旅行社接待的入境游人次的3.76倍、6.16倍和8.33倍。將各省市經旅行社組織的出境游人次乘以相應的倍數可估算出出境游總人次。根據調查，江浙滬的本省游客人次，分別是其出省游客人次的0.63、0.84倍和0.99倍。結合這一系列倍數與各省市的本省游客人次可得到出省游人次。最終可得出總輸入和總輸出的人次比值。各比值均比全國的0.82略高，可能與世博會的影響有關。受數據限制，比值還存在一定的偏差。

表6 2011年長三角旅游交通碳排放總量Table 6 The numbers of carbon dioxide emissions for tourism transportation in Yangtze River Delta (2011)

表7 2011年長三角輸入和輸出的游客Table 7 Numbers of inbound and outbound tourist for Yangtze River Delta in 2011

4.2 各旅游交通方式碳排放分量

在長三角，飛機、火車、汽車、自駕車和其他旅游交通方式的碳排放結構分量，分別為3.29、0.28、1.97、2.67 Mt和0.12 Mt，所占比例依次為39.57%、3.32%、23.61%、32.07%和1.43%(表8)。其一，飛機和自駕車是最主要的兩種碳源，這與世界旅游組織等相關研究結論[3,6- 10]一致，但二者共約占71.64%的比例，較明顯低于UNWTO發(fā)布的95.41%世界平均水平。二者排放主要受碳排放系數的影響。它們是旅游交通節(jié)能減排的主攻領域。因為飛機和自駕車的系數遠高于別的方式，所以降低二者的選乘比例，促使其向低碳化的方式轉變是減排的主要途徑。由于長途游客偏向選擇飛機作為交通工具，故而變長途為短途、變快速為慢速可在很大程度上減少排放。其二，旅游公共交通工具(火車、汽車等)的26.93%的比例，遠高于發(fā)達國家甚至全球的平均水平，具有“中國式”的以火車和汽車為主要出行工具的烙印。其排放的主要驅動力來自出游距離。加強對這部分游客的低碳出游理念教育，引導其向更低碳排放甚至零碳排放的出游方式(如腳踏車、步行等)轉變，對減排工作來說也意義非凡。旅游交通減排需要各利益相關者共同努力，供給方應盡量提供更低碳化的工具，需求方應力求選擇短途、慢游的旅游行為方式。減排的基本方向是，由高碳排放系數的旅游交通方式向低碳排放系數甚至零碳排放系數轉變。

表8 2011年長三角各旅游交通工具的碳排放Table 8 The numbers of carbon dioxide emissions for tourism transportation in Yangtze River Delta (2011)

5 結論與討論

本文嘗試構建的替代式自下而上法，有助于科學地解決宏觀和中觀層面上的出游距離這一關鍵問題，進而為推動旅游交通碳排放測度研究提供了一種新的可供選擇的科學方法。依托此法，研究結果顯示長三角旅游交通碳排放總量為8.32 Mt。內部分異上，江浙滬分別為3.23、2.98 Mt 和2.11 Mt；飛機、火車、汽車、自駕車和其他旅游交通方式依次為3.29、0.28、1.97、2.67 Mt和0.12 Mt，其中飛機和自駕車所占比例較明顯低于世界平均水平，而旅游公共交通遠高于發(fā)達國家甚至全球的平均水平。當然，文章對替代式自下而上法的機理分析還比較淺顯，需要進一步深入研究。由于對旅游業(yè)碳排放基本上只能進行估算[3,13,29,33,44]，研究試圖通過改善該法的三個環(huán)節(jié)，提高結果的精確性。

(1) 出游距離。測算旅游交通碳排放的一個重要環(huán)節(jié)為出游距離，但迄今為止還鮮有研究從理論上探討其計算方法。通過對零散成果的歸納，研究首次嘗試從人均GDP、人均消費水平和人均交通線路長度三方面推導出游距離的測算公式。相對于直接的自上而下法，此距離克服了區(qū)際分割和區(qū)內重復計算。在針對性方面，論文考慮了區(qū)際間的權重差異，但對由交通便捷度、居民出行偏好和旅游地的分布等因素引起的區(qū)域間指標均值的異質性則研究不夠?；蛟S通過其他方法如投入產出法能與本研究的結果進行相互驗證。

(2) 旅游交通方式距離比例。通過以實地調研數據為主、輔之以MusTT模型法的方式，文章擬定了飛機、火車、汽車、自駕車和其他旅游交通方式的距離比例。這有助于對各旅游交通方式的結構碳排放進行研究。受問卷設計和調查能力等因素的影響，樣本數量還偏小，結果還需進一步修正和完善。

(3) 旅游交通碳排放系數。在綜合分析代表性文獻和碳足跡計算器中的參數基礎上，考慮客運平均運距等因素，結合實地調研數據，研究確定了飛機、火車、汽車、自駕車和其他旅游交通工具的系數。系數體系擬定的依據比較嚴謹，結果具有一定的科學性、區(qū)域性和普適性，其中，普適性體現在，除自駕車的系數需根據不同地區(qū)的載荷因子稍作調整外，其他系數對別的區(qū)域甚至國家層面上的研究也具有某種程度的參考價值。今后需加強對相關方面的研究，如汽車上座率甚至交通燃油類型等，提高適用性。

研究區(qū)域旅游交通碳排放，既能為測度區(qū)域旅游業(yè)的碳排放總量和進行產業(yè)間的橫向比較奠定基礎，也能為市縣層面上的相關研究和旅游碳中和、旅游碳交易等后續(xù)研究提供參考依據，甚至還能為旅游業(yè)響應減少二氧化碳、化學需氧量、氨氮和氮氧化物等主要污染物的綜合交叉研究提供素材。

致謝：感謝沈淮東、徐海軍、尹成法、周瑋、談志娟、蔣銘萍、陸瑋婷、謝慧瑋、張紅霞、張春麗、陳蕓和龍國治等人在數據收集過程中的大力幫助。

[1] LeGrand B. Energy impacts on the economy of northern Wisconsin tourism industry. Annals of Tourism Research, 1974, 1(5): 145- 158.

[2] G?ssling S. Sustainable tourism development in developing countries: Some aspects of energy use. Journal of Sustainable Tourism, 2000, 8(5): 410- 425.

[3] G?ssling S. Global environmental consequences of tourism. Global Environmental Change, 2002, 12(4): 283- 302.

[4] G?ssling S, Hansson C B, H?rstmeier O, H?rstmeier O, Saggel S. Ecological footprint analysis as a tool to assess tourism sustainability. Ecological Economics, 2002, 43(2/3): 199- 211.

[5] G?ssling S, Peeters P, Ceron J P, Duois G, Patterson T, Richardson R. The eco-efficiency of tourism. Ecological Economics, 2005, 54(4): 417- 434.

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

[7] Dubois G, Ceron J P. Tourism/leisure greenhouse gas emissions forecasts for 2050: Factors for change in France. Journal of Sustainable Tourism, 2006, 14(2): 172- 191.

[8] Kelly J, Williams P W. Modelling tourism destination energy consumption and greenhouse gas emissions: Whistler, British Columbia, Canada. Journal of Sustainable Tourism, 2007, 15(1): 67- 90.

[9] UNWTO, UNEP, WMO. Climate Change and Tourism: Responding to Global Challenges. Madrid: UNWTO, UNEP, WMO, 2008: 121- 144.

[10] Peeters P, Dubois G. Tourism travel under climate change mitigation constraints. Journal of Transport Geography, 2010, 18(3): 447- 457.

[11] Dwyer L, Forsyth P, Spurr R, Hoque S. Estimating the carbon footprint of Australian tourism. Journal of Sustainable Tourism, 2010, 18(3): 355- 376.

[12] Perch-Nielsen S, Sesartic A, Stucki M. The greenhouse gas intensity of the tourism sector: The case of Switzerland. Environmental Science & Policy, 2010, 13(2): 131- 140.

[13] 石培華, 吳普.中國旅游業(yè)能源消耗與CO2排放量的初步估算. 地理學報, 2011, 66(2): 235- 243.

[14] Konan D E, Chan H L. Greenhouse gas emissions in Hawai‘i: Household and visitor expenditure analysis. Energy Economics, 2010, 32(1): 210- 219.

[15] Jones C. Scenarios for greenhouse gas emissions reduction from tourism: An extended tourism satellite account approach in a regional setting. Journal of Sustainable Tourism, 2012, 21(3): 458- 472.

[16] Liu J, Feng T T, Yang X. The energy requirements and carbon dioxide emissions of tourism industry of Western China: A case of Chengdu city. Renewable and Sustainable Energy Reviews, 2011, 15(6): 2887- 2894.

[17] 謝園方, 趙媛. 長三角地區(qū)旅游業(yè)能源消耗的CO2排放測度研究. 地理研究, 2012, 31(3): 429- 438.

[18] Walz A, Calonder G. P, Hagedorn F, Lardelli C, Lundstr?m C, St?ckli V. Regional CO2budget, countermeasures and reduction aims for the Alpine tourist region of Davos, Switzerland. Energy Policy, 2008, 36(2): 811- 820.

[19] Kuo N W, Chen P H. Quantifying energy use, carbon dioxide emission, and other environmental loads from island tourism based on a life cycle assessment approach. Journal of Cleaner Production, 2009, 15(10): 1324- 1330.

[20] Tao Y G, Huang Z F. A literature review of accounting for carbon dioxide emissions in tourism at different spatial scales. Acta Ecologica Sinica, 2014, 34(5): 246- 254.

[21] Chenoweth J. Is tourism with a low impact on climate possible?. Worldwide Hospitality and Tourism Themes, 2009, 1(3): 274- 287.

[22] G?ssling S, Peeters P.‘It does not harm the environment!′ an analysis of industry discourses on tourism, air travel and the environment. Journal of Sustainable Tourism, 2007, 15(4): 402- 417.

[23] MusTT(Edited by Peeters P, Egmond T, Visser N). European Tourism, Transport and Environment. Breda: NHTV CSTT, 2004.

[24] Peeters P, Szimba E, Duijnisveld M. Major environmental impacts of European tourist transport. Journal of Transport Geography, 2007, 15(2): 83- 93.

[25] Becken S. Analysing international tourist flows to estimate energy use associated with air travel. Journal of Sustainable Tourism, 2002: 10(2): 114- 131.

[26] Smith I J, Rodger C J. Carbon emission offsets for aviation-generated emissions due to international travel to and from New Zealand. Energy Policy, 2009, 37(9): 3438- 3447.

[27] Howitt O J A, Revol V G N, Smith I J, Rodger C J. Carbon emissions from international cruise ship passengers′ travel to and from New Zealand. Energy Policy, 2010, 38(5): 2552- 2560.

[28] Lin T P. Carbon dioxide emissions from transport in Taiwan′s national parks. Tourism Management, 2010, 31(2): 285- 290.

[29] 肖瀟, 張捷, 盧俊宇, 鐘士恩, 尹立杰. 旅游交通碳排放的空間結構與情景分析. 生態(tài)學報, 2012, 32(23): 7540- 7548.

[30] 竇銀娣, 劉云鵬, 李伯華, 劉沛林. 旅游風景區(qū)旅游交通系統碳足跡評估——以南岳衡山為例. 生態(tài)學報, 2012, 32(17): 5532- 5541.

[31] 包戰(zhàn)雄, 袁書琪, 陳光水. 不同游客吸引半徑景區(qū)國內旅游交通碳排放特征比較. 地理科學, 2012, 32(10): 1168- 1175.

[32] 肖建紅, 于慶東, 劉康, 劉娟, 程馨, 張然. 舟山群島旅游交通生態(tài)足跡評估. 生態(tài)學報, 2011, 31(3): 849- 857.

[33] 石敏俊, 王妍,張卓穎, 周新. 中國各省區(qū)碳足跡與碳排放空間轉移. 地理學報, 2012, 67(10): 1327- 1338.

[34] 王群, 章錦河. 低碳旅游發(fā)展的困境與對策. 地理與地理信息科學, 2011, 27(3): 93- 98.

[35] 唐承財, 鐘林生, 成升魁. 旅游業(yè)碳排放研究進展. 地理科學進展, 2012, 31(4): 451- 460.

[36] Schafer A, Victor D G. Global passenger travel: Implications for carbon dioxide emissions. Energy, 1999, 24(8): 657- 679.

[37] Schafer A. Regularities in travel demand: An international perspective. Journal of Transportation and Statistics, 2000, 3(3): 1- 31.

[38] H?yer K G. Sustainable tourism or sustainable mobility? The Norwegian case. Journal of Sustainable Tourism, 2000, 8(2): 147- 160.

[39] Bundesverkehrsministerium (BMV). Verkehr in Zahlen. Berlin: Deutsches Institut für Wirtschaftsforschung, 1996.

[40] Statistiska centralbyr?n/Statens institut f?r kommunikationsanalys(SCB/SIKA). RES 2000. Stockholm: Den nationella reseunders?kningen. Birger Gustafsson AB, 2001.

[41] 鐘士恩，張捷, 任黎秀, 羅浩，李敏，董雪旺. 基于社會經濟屬性的中國省際出游力研究——兼對中國與世界已研究國家案例比較. 經濟地理, 2009, 29(1): 153- 159.

[42] 吳必虎, 徐斌, 邱扶東. 中國國內旅游客源市場系統研究. 上海: 華東師范大學出版社, 1999: 33- 49.

[43] 史春云, 張捷, 尤海梅, 單勇兵, 章錦河. 中國城市居民出游潛力的空間分異格局. 地理科學, 2006, 26(5): 622- 628.

[44] 吳普, 岳帥. 旅游業(yè)能源需求與二氧化碳排放研究進展. 旅游學刊, 2013, 28(7): 64- 72.

Carbon dioxide emissions from regional tourism transport: a substitutional bottom-up analysis

TAO Yuguo1,2, HUANG Zhenfang1,*, SHI Chunyun3

1CollegeofGeographicalScience,NanjingNormalUniversity,Nanjing210023,China2SchoolofHistoryCultureandTourism,JiangsuNormalUniversity,Xuzhou221116,China3CollegeofUrbanandEnvironmentalSciences,JiangsuNormalUniversity,Xuzhou221116,China

Global climate change is one of the most pressing issues in today′s world and all countries are concerned with reducing carbon dioxide emissions. The tourism industry is highly sensitive to the impacts of climate change and global warming, as good weather is a high priority for tourists. Carbon dioxide emissions from tourism transport have to be monitored to enable sustainable tourism development in the 21st century, particularly as fossil-fuel energy sources are becoming scarce. Assessing carbon dioxide emissions from regional tourism transport is difficult but these data are needed to implement effective protocols to reduce emissions. We use the substitutional bottom-up analysis method to calculate the carbon dioxide emissions from tourism transport in the the Yangtze River Delta area. This analysis method is used for the first time. Based on a region′s per capita GDP, per capita income and transport route distance per vehicle, we calculated that the daily tourism distances per person in Jiangsu Province, Zhejaing Province, and Shanghai were 3.43, 3.61 and 5.12 km in 2011, respectively. Based on on-the-spot data questionnaires and public transport data as well as tourism data (MusTT model), we calculated that the major tourism transport modes in the Yangtze River Delta area in 2011 were air (12.98%), train (14.60%), coach (49.88%), and car (16.84%). The transport coefficients of carbon dioxide emissions resulting from air, train, coach, and car travel were 121, 9, 28 and 76 g/pkm, respectively. Our results were adjusted to account for tourists that came from other provinces to the destination province vs destination province tourists who traveled to other provinces. We conclude that: (1) Carbon dioxide emissions related to tourism transport were 8.32 Mt (Jiangsu Province, Zhejiang Province and Shanghai were 46.15, 32.29 and 21.56%, respectively). The CO2emissions per trip in these three areas were 7.85, 8.69 and 9.14 kg, respectively. (2) The CO2emissions from air, train, coach, and car travel were 3.29, 0.28, 1.97, and 2.67 Mt, respectively. The total emissions from air and car travel were 5.96 Mt (71.64%). This percentage, which is lower than the world′s average value, indicates that emissions from air and car transport in the tourism sector are the main contributions to carbon dioxide emissions in China. The percentage of tourists using public transport (train and coach) was higher than the world′s average. Our results indicate that Chinese tourists prefer to travel by train and coach. We surmise that the overall transition of energy saving and carbon dioxide emission reduction resulting from tourism transport has to be reduced from high coefficients to low or even zero coefficients. Considering that the numbers of inbound tourists from neighboring provinces are similar, the results may converge. Our results indicate that tourism catchment area is an important factor and this needs to be balanced with convenient transport links, residents′ tourism preferences, and the distribution of tourism destinations in each province.

substitutional bottom-up method; tourism transport; tourism distances; coefficients of carbon dioxide emission; Yangtze River Delta

國家自然基金項目(41271149); 教育部人文社會科學研究青年基金項目(12YJC790175); 江蘇高校優(yōu)勢學科建設工程項目

2013- 09- 04;

2014- 07- 02

10.5846/stxb201309042211

*通訊作者Corresponding author.E-mail: huangzhenfang@njnu.edu.cn

陶玉國, 黃震方, 史春云.基于替代式自下而上法的區(qū)域旅游交通碳排放測度.生態(tài)學報,2015,35(12):4224- 4233.

Tao Y G, Huang Z F, Shi C Y.Carbon dioxide emissions from regional tourism transport: a substitutional bottom-up analysis.Acta Ecologica Sinica,2015,35(12):4224- 4233.