中國旅游業(yè)碳排放脫鉤的空間異質(zhì)性及其驅(qū)動因素

程 慧，徐 瓊，郭堯琦

（1.湖南師范大學(xué) 旅游學(xué)院，湖南 長沙410081；2.中南大學(xué) 數(shù)學(xué)與統(tǒng)計學(xué)院，湖南 長沙410083）

一、引 言

全球氣候變暖已成為困擾人類社會發(fā)展的世界性難題。作為目前成長最快的旅游業(yè)對全球氣候變暖具有重要的影響。目前旅游業(yè)的碳排放量占全球總碳排放量的8.3%，已達(dá)到之前預(yù)估值的四倍，預(yù)計到2025年，全球旅游業(yè)碳足跡將擴(kuò)大40%以上，碳排放量將突破65億噸［1]。世界旅游組織預(yù)測，到2020年中國將成為世界第一大國際旅游接待國，中國旅游業(yè)節(jié)能減排的緊迫性與重要性已引起了充分關(guān)注。原國家旅游局印發(fā)的《關(guān)于進(jìn)一步推進(jìn)旅游行業(yè)節(jié)能減排工作的指導(dǎo)意見》（旅辦發(fā)〔2010〕80號）以及國務(wù)院相繼出臺的《關(guān)于促進(jìn)旅游業(yè)改革發(fā)展的若干意見》（國發(fā)〔2014〕31號）、《關(guān)于促進(jìn)全域旅游發(fā)展的指導(dǎo)意見》（國發(fā)〔2018〕15 號）等文件中均強(qiáng)調(diào)堅持旅游業(yè)節(jié)能減排，走集約低碳道路的重要性，因此對中國旅游業(yè)碳排放脫鉤效應(yīng)的科學(xué)測度以及空間異質(zhì)性的探討，既是新時代旅游界關(guān)注的熱點(diǎn)問題，也是目前亟待解決的現(xiàn)實問題，對于平衡中國旅游業(yè)經(jīng)濟(jì)增長與碳排放的脫鉤關(guān)系，促進(jìn)中國旅游業(yè)走低碳化集約道路具有重要意義。

目前，國內(nèi)外旅游業(yè)碳排放的相關(guān)研究也日益豐富，研究內(nèi)容主要集中在以下三方面：一是旅游業(yè)碳排放的測度。目前主流旅游業(yè)碳排放測算方法有“自上而下”和“自下而上”法［2-3]。G?ssling（2002）早在2001年對旅游業(yè)碳排放量進(jìn)行測算，結(jié)果表明旅游業(yè)碳排放量占全球碳排放量的5.3%［4]。韓元君等（2016）綜合運(yùn)用“自上而下”和“自下而上”法，引進(jìn)“旅游消費(fèi)剝離系數(shù)”，對京津冀地區(qū)的旅游業(yè)碳排放進(jìn)行測算［5]。還有學(xué)者對旅游業(yè)的交通、住宿等部分的碳排放進(jìn)行測算［6-8]。二是旅游業(yè)碳排放特征的實證研究。相關(guān)學(xué)者對旅游業(yè)碳排放的時空演變［9]、空間關(guān)聯(lián)［10]、耦合特征［11]等展開研究，基于面板數(shù)據(jù)對全國或省域?qū)用娴穆糜螛I(yè)碳排放的時空差異進(jìn)行分析。如王凱等（2019）對旅游業(yè)碳排放與旅游產(chǎn)業(yè)集聚二者進(jìn)行空間關(guān)聯(lián)分析［12]。李彩云等（2016）以敦煌市為例，對旅游業(yè)碳排放與經(jīng)濟(jì)增長耦合關(guān)系展開分析［13]。三是旅游業(yè)碳排放的拓展研究。學(xué)者們主要關(guān)注了旅游生態(tài)效率［14-15]、旅游碳排放效率［12-16]以及低碳旅游［17-18]等方面。脫鉤理論雖在研究產(chǎn)業(yè)經(jīng)濟(jì)增長與其環(huán)境壓力關(guān)系之間應(yīng)用廣泛［19-21]，但少有學(xué)者對省域旅游業(yè)碳排放進(jìn)行測算及對脫鉤效應(yīng)進(jìn)行評估［22-23]。

綜上梳理，旅游業(yè)碳排放問題雖得到了廣泛的關(guān)注與重視，但研究內(nèi)容主要側(cè)重測度評價以及特征分析等靜態(tài)層面，而針對其時空動態(tài)演化關(guān)注較少。當(dāng)今旅游業(yè)規(guī)模不斷擴(kuò)張，旅游業(yè)碳排放脫鉤效應(yīng)呈現(xiàn)復(fù)雜的動態(tài)演化特征，空間分布不均衡，空間異質(zhì)性強(qiáng)。若缺乏空間動態(tài)視角去宏觀評價旅游業(yè)碳排放脫鉤關(guān)系很難為我國及各省市旅游業(yè)低碳發(fā)展提供全面和針對性的參考。鑒于此，本研究基于脫鉤模型對2007-2017年中國旅游業(yè)碳排放脫鉤效應(yīng)進(jìn)行測度，進(jìn)而采用空間分析方法對其脫鉤效應(yīng)的空間異質(zhì)性與空間相關(guān)性展開深入探索，最后借助地理探測器，對影響其空間異質(zhì)性的要素進(jìn)行探測，揭示脫鉤驅(qū)動機(jī)理。以期縮小省域脫鉤差距，增強(qiáng)區(qū)域旅游業(yè)脫鉤協(xié)作，為提高我國旅游業(yè)脫鉤水平，實現(xiàn)低碳綠色發(fā)展提供參考。

二、研究方法與數(shù)據(jù)來源

（一）基于“自下而上”法的旅游業(yè)碳排放量測度

由于目前國內(nèi)還沒有專門監(jiān)測旅游業(yè)碳排放量的統(tǒng)計數(shù)據(jù)，且尚未建立獨(dú)立的旅游衛(wèi)星賬戶。本研究借鑒國內(nèi)外已有研究［24]，采用“自下而上”法測算中國旅游業(yè)的碳排放量，其測算思路為：先逐次測算旅游業(yè)三大主要部分的碳排放量，然后進(jìn)行匯總求和，得出旅游業(yè)碳排放總量，其公式如下：

其中，Cj表示j地區(qū)旅游業(yè)碳排放量；CTj CHj CAj分別表示j地區(qū)旅游交通、住宿、活動的碳排放量，其中各部門的碳排放量，借鑒已有研究［3，7，12]獲得。

（二）脫鉤模型

脫鉤模型現(xiàn)廣泛用于評價經(jīng)濟(jì)增長與生態(tài)環(huán)境之間的關(guān)系，主要考察經(jīng)濟(jì)變化率與環(huán)境要素變化率之間的關(guān)系，來確定脫鉤程度。本文引入脫鉤模型來測算旅游業(yè)經(jīng)濟(jì)增長與碳排放的脫鉤關(guān)系，模型如下［20]：

其中，D j表示j地區(qū)的脫鉤指數(shù)；Coj Ctj分別表示j地區(qū)基期年與第t年的旅游業(yè)總碳排放量；G0j Gtj分別表示j地區(qū)基期年與第t年的旅游業(yè)總收入。根據(jù)脫鉤指數(shù)大小，本研究借鑒Tapio 將脫鉤狀態(tài)劃分為八大類［25]，見表1所列。

表1 中國旅游業(yè)經(jīng)濟(jì)增長與碳排放脫鉤分類

（三）空間分析方法

1.基尼系數(shù)（G）、對數(shù)離差均值（L）以及泰爾指數(shù)（T）

在衡量省際差異的研究中，常用基尼系數(shù)、對數(shù)離差均值及泰爾指數(shù)三大指標(biāo)來衡量，該三大指標(biāo)分別對中低高水平差異比較敏感，在測量全國及省際不平衡性上具有互補(bǔ)性［26]，為了更加全面評價中國旅游業(yè)碳排放脫鉤的不平衡性，本文采用三大指標(biāo)進(jìn)行對比分析。

（1）基尼系數(shù)是經(jīng)濟(jì)學(xué)名詞，主要衡量地區(qū)收入差距，現(xiàn)被廣泛用于衡量地區(qū)間產(chǎn)業(yè)發(fā)展水平，本研究采用基尼系數(shù)衡量省際旅游業(yè)碳排放脫鉤的不平衡性，模型如下［26]：

其中，G表示基尼系數(shù)；Di、Dj表示第i、j省市的旅游業(yè)碳排放脫鉤指數(shù)；n表示研究對象的個數(shù)，本研究n為31，表示31 個省份；xˉ為31 省市的旅游業(yè)碳排脫鉤指數(shù)的均值。

（2）對數(shù)離差均值與泰爾指數(shù)被用來衡量旅游業(yè)碳排放脫鉤的省際差異，對數(shù)離差均值與泰爾指數(shù)越大，表明各省域之間脫鉤程度差異越大，公式如下［26]：

其中，L T分別表示對數(shù)離差均值、泰爾指數(shù)；n為31，表示省份個數(shù)；xˉDj分別表示31 省市旅游業(yè)碳排放脫鉤指數(shù)的均值和第j省市旅游業(yè)碳排放脫鉤指數(shù)。

2.全局空間自相關(guān)

全局空間自相關(guān)是對中國旅游業(yè)碳排放脫鉤指數(shù)在空間相關(guān)性與聚類趨勢的衡量，可判斷其離散程度。Moran'sI指數(shù)是對離散程度的量化，當(dāng)Moran'sI指數(shù)為負(fù)值時，表明中國旅游業(yè)碳排放脫鉤效應(yīng)呈負(fù)相關(guān)，即相鄰或相近省市之間脫鉤效應(yīng)差異較大，且Moran'sI指數(shù)越接近-1，表明其脫鉤指數(shù)分布越不集中且差異越大。當(dāng)Moran'sI指數(shù)為正值時，即中國旅游業(yè)碳排放脫鉤效應(yīng)呈現(xiàn)正相關(guān)關(guān)系，即相鄰或鄰近省域脫鉤效應(yīng)相關(guān)，且Moran'sI指數(shù)越接近于1，表明其脫鉤指數(shù)分布聚集且空間關(guān)聯(lián)性大。當(dāng)Moran'sI指數(shù)為0時，表明中國旅游業(yè)碳排放脫鉤不存在自相關(guān)關(guān)系，趨于隨機(jī)分布，其計算公式為［26]：

其中，n為研究對象個數(shù)，本研究n=31；xi xj為第i j省市的脫鉤指數(shù)；xˉ為31省市的脫鉤指數(shù)均值。Wij表示空間權(quán)重矩陣，若i j兩省為鄰省，則取1，否則取0，建立我國31省市的空間鄰接矩陣。

3.局部空間自相關(guān)

局部空間自相關(guān)用于檢驗各省市旅游業(yè)碳排放脫鉤與其鄰省市之間的空間相關(guān)性。中國31省市旅游業(yè)碳排放脫鉤效應(yīng)存在著復(fù)雜的空間關(guān)聯(lián)關(guān)系，空間異質(zhì)性與不穩(wěn)定性使得全局空間自相關(guān)不能翔實反映，因此可借用局部空間自相關(guān)來反映中國局部脫鉤水平的空間差異及集聚情況，LISA指數(shù)是對局部空間自相關(guān)的量化，其公式如下：

其中，n表示省份個數(shù)；xi xj為第i j省份的脫鉤指數(shù)；xˉ為31 省市的脫鉤指數(shù)均值；Wij表示空間權(quán)重矩陣。

（四）數(shù)據(jù)來源

本研究旅游業(yè)碳排放測算數(shù)據(jù)主要來源于2008-2018年《中國統(tǒng)計年鑒》《中國旅游統(tǒng)計年鑒（及副本）》《中國環(huán)境統(tǒng)計年鑒》《新中國六十年統(tǒng)計資料匯編》《中國旅游抽樣調(diào)查資料》等，少數(shù)省市數(shù)據(jù)來源于各省市統(tǒng)計公報、統(tǒng)計年鑒或文化和旅游部官網(wǎng)公布資料，對于少數(shù)缺失數(shù)據(jù)由平均值或擬合值來代替。

三、實證分析

（一）中國旅游業(yè)碳排放脫鉤的時序演變分析

基于旅游業(yè)碳排放的測算，再結(jié)合脫鉤模型，測得2007-2017年中國31省（市、區(qū)）旅游業(yè)碳排放的脫鉤指數(shù)。并將我國31省市劃分為東中西部三個地區(qū)，分別測得全國及三大區(qū)域的脫鉤指數(shù)均值（圖1）。由圖1 可知：①東部地區(qū)在2008-2010年以及2015-2017年位于弱脫鉤階段，表明其旅游業(yè)經(jīng)濟(jì)增長比重稍大于碳排放增長比重。對于發(fā)展中國家旅游業(yè)碳排放脫鉤水平來說，處于較好的狀態(tài)。這可能由于2008年奧運(yùn)會以及2010年世博會等重大節(jié)事的舉辦，帶動了旅游業(yè)經(jīng)濟(jì)迅猛發(fā)展。且東部地區(qū)全力進(jìn)行環(huán)境治理，樹立美麗中國形象，因此旅游業(yè)碳排放脫鉤關(guān)系得到加強(qiáng)。而在2007年及2011-2014年位于擴(kuò)張性連接階段，表明東部地區(qū)旅游業(yè)經(jīng)濟(jì)增長速度與碳排放增長速度持平，脫鉤狀態(tài)欠佳?？傮w來說，東部地區(qū)脫鉤狀態(tài)呈現(xiàn)漸入佳境。②中部地區(qū)僅2010年為弱脫鉤，可能受上海世博會的影響，其余年份均為擴(kuò)張性連接，脫鉤狀態(tài)欠佳。③西部地區(qū)在2007-2008年以及2010年為弱脫鉤，這與上述2008年奧運(yùn)會與2010年世博會的舉辦相關(guān)。而大多數(shù)年份為擴(kuò)張性連接，與中部地區(qū)相似，這與中西部地區(qū)經(jīng)濟(jì)基礎(chǔ)薄弱、旅游業(yè)起步晚、科技創(chuàng)新能力不強(qiáng)、生態(tài)環(huán)境脆弱有關(guān)。④從全國層面看，中國旅游業(yè)碳排放脫鉤以擴(kuò)張性連接為主，脫鉤狀態(tài)不佳，脫鉤指數(shù)狀態(tài)時序演變與西部地區(qū)脫鉤指數(shù)趨同，脫鉤狀態(tài)波動不大。

圖1 2007-2017年全國及三大區(qū)域旅游業(yè)碳排放脫鉤指數(shù)

（二）中國旅游業(yè)碳排放脫鉤的空間異質(zhì)性分析

在基于公式（3）（4）（5），分別測算出中國旅游業(yè)碳排放脫鉤的基尼系數(shù)、對數(shù)離差均值以及泰爾指數(shù)，綜合考量中國旅游業(yè)碳排放脫鉤的空間異質(zhì)性。根據(jù)圖2：①從基尼系數(shù)看，2007-2017年中國旅游業(yè)碳排放脫鉤指數(shù)的基尼系數(shù)均值為0.31，基尼系數(shù)上下起伏波動發(fā)展。從總體來看，中國旅游業(yè)脫鉤水平省際差異不大，僅2008年、2011年、2014年及2016年基尼系數(shù)超過均值，表明該四年脫鉤水平省際分布不均衡，各省之間存在一定的差異，其中2014年基尼系數(shù)最大，為0.41，而2012年基尼系數(shù)最小，為0.23，這與2012年中國東中西部地區(qū)脫鉤狀態(tài)均為擴(kuò)張性連接，省際差異較小，脫鉤程度分布較均衡有關(guān)。②2007-2017年對數(shù)離差均值波動劇烈，尤其是2007-2011年間，而2011年后波動趨勢稍有緩和，且對數(shù)離差均值有所上升。表明2007-2011年中國旅游業(yè)碳排放脫鉤的省際差異波動劇烈，且在2007年墜入低谷為0.08，而在2008年卻達(dá)到最高峰，這是變化最為劇烈的一年。這可能由于一方面，2008年奧運(yùn)會的到來，北京、天津等東部發(fā)達(dá)省市重點(diǎn)治理旅游生態(tài)環(huán)境，頒布環(huán)境新規(guī)，全面整治管控，而對內(nèi)陸省市影響較小有關(guān)；另一方面，旅游業(yè)是典型的敏感性和脆弱性產(chǎn)業(yè)，2008年的金融危機(jī)也使旅游業(yè)經(jīng)濟(jì)發(fā)展不穩(wěn)定。2011年后我國平衡旅游環(huán)境治理的投入與支出，并且各省市也日益關(guān)注旅游碳排放問題，所以省際差距也不斷縮小。③從泰爾指數(shù)來看，其變化較平穩(wěn)，研究期內(nèi)均值為0.14。其中2008年達(dá)到峰值為0.20，而在2011年跌入谷底為0.08，同樣在2011年后省際差異有所縮小，變化趨勢與對數(shù)離差均值相似。綜合來看，中國旅游業(yè)碳排放脫鉤的空間差異不大，各年差異變化劇烈，起伏發(fā)展，在2011年后時序演變偏向于穩(wěn)定，差異有所縮小，這與我國大多數(shù)省份在研究期內(nèi)處于擴(kuò)張性連接的脫鉤階段有關(guān)，后期隨著全國對環(huán)境問題的重視，各省域都相繼出臺政策加強(qiáng)旅游環(huán)境治理。

圖2 2007-2017年中國旅游業(yè)碳排放脫鉤的省際差異

（三）中國旅游業(yè)碳排放脫鉤的空間相關(guān)性分析

1.全局空間自相關(guān)

空間差異反映了中國31省市旅游業(yè)碳排放脫鉤的空間分布，但卻忽略了空間鄰接因素可能對脫鉤空間差異有所影響。因此，本研究首先確立空間權(quán)重矩陣，采用空間相關(guān)法從全局與局部出發(fā)，全面分析中國31?。ㄊ?、區(qū)）脫鉤的空間相關(guān)性。

借助GeoDa 軟件，分別測得2007-2017年中國31 ?。ㄊ小^(qū)）的全局Moran'sI指數(shù)（表2）。由表2可見：2007-2017年中國旅游業(yè)碳排放脫鉤的Mo?ran'sI指數(shù)均為正值，且均通過了不同程度上的顯著性檢驗。表明中國旅游業(yè)碳排放脫鉤呈現(xiàn)顯著的正相關(guān)，即相鄰或相近省市之間脫鉤水平存在相關(guān)關(guān)系，脫鉤程度較低的省份可能被脫鉤程度欠佳的省份包圍，而脫鉤狀態(tài)較好的省市可能與脫鉤狀態(tài)較好的省市接鄰。研究期內(nèi)，中國旅游業(yè)碳排放脫鉤的Moran'sI指數(shù)均值為0.24，空間相關(guān)程度較弱。表明中國旅游業(yè)碳排放脫鉤效應(yīng)的空間分布聚集度較弱，省域脫鉤水平既受鄰近省份的影響，也跟自身的旅游業(yè)發(fā)展水平、旅游資源稟賦等有關(guān)。在研究期內(nèi)，2017年Moran'sI指數(shù)最大，達(dá)到0.363，表明2017年中國旅游業(yè)碳排放脫鉤效應(yīng)空間集聚最強(qiáng)，而2007年Moran'sI指數(shù)最低，僅為0.102，表明2007年中國旅游業(yè)碳排放脫鉤效應(yīng)空間分布趨向于隨機(jī)。總的來看，中國旅游業(yè)碳排放脫鉤效應(yīng)的整體空間相關(guān)性雖不強(qiáng)，但呈現(xiàn)出波動增強(qiáng)的趨勢，尤其是近幾年來，Moran'sI指數(shù)上升明顯，這與我國旅游業(yè)不斷加強(qiáng)供給側(cè)改革，嚴(yán)格落實環(huán)境規(guī)制有關(guān)。

表2 2007-2017年中國旅游業(yè)碳排放脫鉤的Moran's I指數(shù)

2.局部空間自相關(guān)

為進(jìn)一步分析中國旅游業(yè)碳排放脫鉤的局部空間自相關(guān)概況，根據(jù)我國習(xí)慣將5年作為一個規(guī)劃考察階段，因此，本研究間隔選擇2007年、2012年、2017年為代表年份，借助ArcGIS10.2 軟件繪制各年份的局部空間自相關(guān)圖，以更直觀反映中國旅游業(yè)碳排放脫鉤的局部空間相關(guān)特征及空間演變規(guī)律（圖3）。

由圖3-a 可知，31 個省（市、區(qū)）中，2007年有22 個省份LISA 指數(shù)顯著，其中西藏、海南、黑龍江等9 省（市、區(qū)）位于“低—低”區(qū)，占比29%。表明這些省份自身旅游業(yè)碳排放脫鉤水平較低，且周圍省份脫鉤水平也較低，這與其地理位置閉塞、信息科技薄弱、交通通達(dá)性不高等有關(guān)。河北、安徽、內(nèi)蒙古3 省（市、區(qū)）位于“低—高”區(qū)，他們?yōu)橹胁康貐^(qū)，與東部發(fā)達(dá)地區(qū)毗鄰。自身脫鉤水平低，但周圍省份脫鉤水平較高，這些地區(qū)可以發(fā)揮自身地理鄰接優(yōu)勢，吸收鄰省脫鉤的溢出效應(yīng)，提高自身的脫鉤水平。位于“高—高”區(qū)的為福建、浙江、上海等7 省（市、區(qū)），占比22.58%。這些省份自身脫鉤水平較高，且鄰近地區(qū)也呈現(xiàn)較高的脫鉤水平。他們大多為東部發(fā)達(dá)省份，是重要的物資信息集散地，也在全國空間結(jié)構(gòu)上處于中心地位。廣東、山東、海南3?。ㄊ小^(qū)）位于“高—低”區(qū)，均為東部省份，雖然自身脫鉤水平很高，但與中部欠發(fā)達(dá)省份毗鄰，空間溢出較多。因此需要加強(qiáng)中東部地區(qū)間協(xié)作，增強(qiáng)旅游業(yè)碳排放脫鉤的技術(shù)、資源、政策等要素的流動，平衡地區(qū)間脫鉤水平，形成“高—高”集聚效應(yīng)。

由圖3-b 可知，2012年有23 個省份實現(xiàn)LISA指數(shù)顯著，其中四川、遼寧、廣西等9 ?。ㄊ?、區(qū)）位于“低—低”區(qū)，需不斷提高自身的脫鉤水平外，還要加強(qiáng)與外省聯(lián)系，走出“低—低”陷阱。湖北、河南、黑龍江、河北4 ?。ㄊ?、區(qū)）位于“低—高”區(qū)，他們?yōu)橹胁渴》荩@些省份雖因自身經(jīng)濟(jì)發(fā)展水平等原因，脫鉤水平較低，但由于這些地區(qū)距離京津冀地區(qū)與珠三角、長三角地區(qū)較近，使得周圍地區(qū)脫鉤水平較高。北京、天津、江蘇等7?。ㄊ小^(qū)）位于“高—高”區(qū)，這與其地理位置、經(jīng)濟(jì)發(fā)展水平、旅游業(yè)水平緊密聯(lián)系。寧夏、海南、重慶3個?。ㄊ?、區(qū)）位于“高—低”區(qū)，這些地區(qū)是近年來旅游熱點(diǎn)地區(qū)，憑借其自身旅游資源稟賦，取得了良好的旅游經(jīng)濟(jì)效益和環(huán)境效益，明顯高于周邊地區(qū)的脫鉤水平。

圖3 2007-2017年中國旅游業(yè)碳排放脫鉤的空間集聚

由圖3-c 可知，2017年有26 個省份LISA 指數(shù)顯著。新疆、西藏、廣西等7 ?。ㄊ?、區(qū)）位于“低—低”區(qū)，占比12.9%。這些省市地處偏僻，接收外界脫鉤關(guān)系較少，且旅游業(yè)碳排放失衡，能源消耗增大，使自身的脫鉤水平降低。內(nèi)蒙古、湖北、江西、黑龍江4 個中部?。ㄊ?、區(qū)）位于“低—高”區(qū)，他們是溝通東西部的必經(jīng)之地，是接受東西部空間溢出的流轉(zhuǎn)地，但深居內(nèi)陸，旅游業(yè)發(fā)展水平不高以及生態(tài)環(huán)境脆弱，使得脫鉤水平提高不顯著。福建、浙江、天津等10 ?。ㄊ?、區(qū)）位于“高—高”區(qū)，省份比往年有所增加，仍然是東部發(fā)達(dá)省份居多。寧夏、青海等5 ?。ㄊ?、區(qū)）位于“高—低”區(qū)，占比16.13%，比重有所上升，表明中西部省份開始跳出“低—低”區(qū)陷阱，實現(xiàn)自身脫鉤水平跨越發(fā)展。

四、穩(wěn)健性檢驗

目前尚未研究對中國旅游業(yè)碳排放脫鉤效應(yīng)的測度方法與脫鉤結(jié)果進(jìn)行科學(xué)性與一致性的穩(wěn)健性檢驗，本文試圖對中國省域旅游業(yè)碳排放脫鉤效應(yīng)測算路徑進(jìn)行自我檢驗。參照馬勇等［27]檢驗思路，從變量出發(fā)，采用相同的測算方法，用不同的變量進(jìn)行替換。比較兩組變量測度的旅游業(yè)碳排放脫鉤指數(shù)大小及所屬類型，同時考慮單個年份的兩種指標(biāo)測算結(jié)果對比，可能會受到單年旅游收入與旅游人次異常值的影響，因此，分別計算兩組變量下2007-2017年省域脫鉤指數(shù)的均值，進(jìn)行橫向比較。

變量組一：采用旅游業(yè)總碳排放量的變化率與旅游業(yè)總收入變化率的比值表征旅游業(yè)碳排放脫鉤指數(shù)。

變量組二：采用人均旅游業(yè)碳排放量的變化率與人均旅游收入變化率的比值表征旅游業(yè)碳排放脫鉤指數(shù)。

按照穩(wěn)健性檢驗思路，在兩組變量條件下分別計算中國省域旅游業(yè)碳排放脫鉤指數(shù)，如圖4 所示，兩組變量下脫鉤指數(shù)顯示出較高的擬合度，脫鉤指數(shù)均以位于擴(kuò)張性連接為主，其次為弱脫鉤階段。兩組脫鉤指數(shù)的Pearson 相關(guān)性通過了1%的顯著性檢驗，且相關(guān)系數(shù)達(dá)到0.724，表明其相關(guān)性較強(qiáng)。僅少數(shù)省份如西藏、四川、山東兩組脫鉤指數(shù)相差較明顯，這可能與他們各年旅游人次的不穩(wěn)定性有關(guān)?？傮w來說，通過兩組變量測度對比來看，旅游業(yè)碳排放脫鉤結(jié)果較一致，因此可總體判斷前文運(yùn)用變量組一測度得到的中國旅游業(yè)碳排放脫鉤指數(shù)的結(jié)果具有較好的穩(wěn)定性，進(jìn)而保障本文實證部分旅游業(yè)碳排放脫鉤效應(yīng)空間異質(zhì)性及驅(qū)動因素分析結(jié)論的可靠性。

圖4 旅游業(yè)碳排放脫鉤指數(shù)的穩(wěn)健性檢驗結(jié)果

五、驅(qū)動因素分析

（一）因素選取與模型構(gòu)建

研究期內(nèi)，中國旅游業(yè)碳排放脫鉤呈現(xiàn)出復(fù)雜的空間分布，各省市時序演變波動較大，為了深入追蹤影響中國旅游業(yè)碳排放脫鉤的空間異質(zhì)性因素。本文引入地理探測器方法，其與傳統(tǒng)回歸統(tǒng)計方法相比，具有較強(qiáng)的穩(wěn)健性，由于其沒有過多的假設(shè)與限制條件，各因素的顯著性與影響力也不會受其他因素干擾，因此在空間異質(zhì)性驅(qū)動因素檢測方面具有很強(qiáng)的普適性。參考前人研究成果［17，23]，選取產(chǎn)業(yè)結(jié)構(gòu)（第三產(chǎn)業(yè)所占比重）、城鎮(zhèn)化水平（城鎮(zhèn)人口比重）、經(jīng)濟(jì)發(fā)展水平（人均GDP）、技術(shù)創(chuàng)新（專利申請受理數(shù)）、政府政策（政府節(jié)能環(huán)保財政支出）、能源消耗（旅游業(yè)能源消耗量）6 個因素，將各驅(qū)動因素與各年脫鉤水平的空間分布做出空間適配，探測研究期內(nèi)各驅(qū)動因素的決定力，現(xiàn)將各驅(qū)動因素與中國旅游業(yè)碳排放脫鉤的地理探測模型構(gòu)建如下［28]：

其中，PD.V表示各驅(qū)動因素的影響力；n為省份數(shù)量（n=31）；m為驅(qū)動因素的數(shù)量（m=6）；n σ2分別為整個區(qū)域的樣本單元數(shù)與其旅游業(yè)碳排放脫鉤指數(shù)方差；ni、σ2i分別為次一級區(qū)域樣本單元數(shù)量和其旅游業(yè)碳排放脫鉤指數(shù)方差。

（二）因素分析

基于地理探測器，測得2007-2017年各驅(qū)動因素對中國旅游業(yè)碳排放脫鉤的影響力大小見表3所列。①產(chǎn)業(yè)結(jié)構(gòu)對脫鉤指數(shù)空間異質(zhì)性影響僅在2007-2009年、2011年以及2014-2015年六年中顯著，且2007年影響力最大，而2009年影響力最小，影響力呈現(xiàn)縮小的趨勢，這可能與后期各省市不斷調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，積極響應(yīng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的政策有關(guān)。②城鎮(zhèn)化水平對脫鉤指數(shù)影響在2007-2008年、2010-2013年以及2015年通過了10%的顯著性檢驗，2011年影響力最大，城鎮(zhèn)化水平影響力在2011年后也有所削弱，這與我國加快城鄉(xiāng)建設(shè)一體化、新型城鎮(zhèn)化步伐不斷加快、實施鄉(xiāng)村振興戰(zhàn)略有關(guān)。③經(jīng)濟(jì)發(fā)展水平僅2007年與2016年未顯著，其他年份均顯著，表明經(jīng)濟(jì)發(fā)展水平與脫鉤指數(shù)空間分布關(guān)聯(lián)性強(qiáng)，且影響力大體呈現(xiàn)出穩(wěn)步增強(qiáng)的發(fā)展趨勢，這也與我國發(fā)展現(xiàn)狀相符，經(jīng)濟(jì)發(fā)展水平較好的東部省份脫鉤水平較高，而經(jīng)濟(jì)較落后的中西部省份脫鉤水平欠佳。④技術(shù)創(chuàng)新從2009年后一直顯著，表明技術(shù)創(chuàng)新對脫鉤指數(shù)空間分布關(guān)系日益密切，且影響力呈現(xiàn)先增強(qiáng)后衰弱的態(tài)勢。⑤政府政策是最為顯著的因素，在研究期內(nèi)均保持顯著，且顯著性也不斷增強(qiáng)，表明我國脫鉤水平的空間分布受政府政策影響力大，且影響力有不斷增強(qiáng)的態(tài)勢。⑥能源消耗與脫鉤指數(shù)的空間分布的關(guān)聯(lián)性最小，僅2008年顯著，且影響力僅為0.036，影響力也較小。綜合來看，影響中國旅游業(yè)碳排放脫鉤的顯著驅(qū)動因素按影響力從大到小為：政府政策、經(jīng)濟(jì)發(fā)展水平、技術(shù)創(chuàng)新、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)，其中政府政策與經(jīng)濟(jì)發(fā)展水平的影響力有不斷增強(qiáng)的趨勢，而產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化水平影響力到后期有所削弱，技術(shù)創(chuàng)新影響力呈現(xiàn)出先增強(qiáng)后減弱的態(tài)勢。

表3 2007-2017年中國旅游業(yè)碳排放脫鉤的驅(qū)動因素

六、結(jié)論與討論

本研究從旅游地理學(xué)、生態(tài)地理學(xué)出發(fā)，首先基于“自下而上”法測得2007-2017年中國旅游業(yè)碳排放量。再結(jié)合脫鉤模型，測度2007-2017年中國31?。ㄊ?、區(qū)）的旅游業(yè)碳排放脫鉤指數(shù)，并根據(jù)Tapio 脫鉤狀態(tài)劃分評價各年的脫鉤狀態(tài)。其次，綜合運(yùn)用評價三大指標(biāo)（基尼系數(shù)、對數(shù)離差均值、泰爾指數(shù)）對其脫鉤指數(shù)的空間異質(zhì)性進(jìn)行評價，再采用空間自相關(guān)法，分析脫鉤指數(shù)的全局空間相關(guān)性與局部空間相關(guān)性特征，最后借助地理探測器模型，探測影響中國旅游業(yè)碳排放脫鉤的空間異質(zhì)性因素?；谏鲜鰧嵶C分析，主要得到以下結(jié)論：

（1）2007-2017年中國旅游業(yè)碳排放脫鉤以擴(kuò)張性連接為主，脫鉤狀態(tài)不佳，其省際差異不大，但脫鉤指數(shù)時序演變劇烈，在2011年后趨于穩(wěn)定，省際差異也有所縮小。

（2）2007-2017年中國旅游業(yè)碳排放脫鉤的全局空間相關(guān)性呈現(xiàn)正相關(guān)，雖整體相關(guān)性較弱，但相關(guān)程度呈現(xiàn)穩(wěn)步增強(qiáng)的態(tài)勢，尤其是后期，空間集聚程度有所加深。中國省域旅游業(yè)碳排放脫鉤主要位于“低—低”區(qū)和“高—高”區(qū)，其中，多數(shù)中西部省市主要位于“低—低”區(qū)，東部發(fā)達(dá)省市主要位于“高—高”區(qū)，后來，少數(shù)西部省市隨著旅游熱點(diǎn)的上升，開始從“低—低”區(qū)向“低—高”區(qū)轉(zhuǎn)移。

（3）采用替換變量的方法對中國省域旅游業(yè)碳排放脫鉤效應(yīng)進(jìn)行穩(wěn)健性檢驗，研究表明，兩組變量測算結(jié)果較一致，兩條折線呈現(xiàn)高度的擬合性和相似的發(fā)展趨勢?？梢姳疚拿撱^指數(shù)測度結(jié)果穩(wěn)健性較好，具有較高的可信度和可靠性。

（4）影響中國旅游業(yè)碳排放脫鉤空間異質(zhì)性的顯著性因素，按影響力從大到小分別為政府政策、經(jīng)濟(jì)發(fā)展水平、技術(shù)創(chuàng)新、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)。

基于上述結(jié)論，我們認(rèn)識到中國旅游業(yè)碳排放脫鉤還存在一些問題，如整體脫鉤水平不高；時間演變劇烈，發(fā)展不穩(wěn)定；東中西部省市脫鉤水平還存在一定的差距，空間分布不均衡等。因此我們可以從影響其空間分布的顯著因素入手，針對性的解決現(xiàn)狀問題，提出以下對策建議：

第一，各省市應(yīng)根據(jù)自身的特點(diǎn)，實施針對性的政策，為當(dāng)?shù)芈糜螛I(yè)節(jié)能減排樹立風(fēng)向標(biāo)，起到一個統(tǒng)一領(lǐng)導(dǎo)、扛大旗的作用。

第二，縮小地區(qū)經(jīng)濟(jì)發(fā)展水平差距，加強(qiáng)區(qū)域旅游協(xié)作，無論是經(jīng)濟(jì)合作還是技術(shù)支持，促進(jìn)脫鉤要素如資金、技術(shù)、資源等在空間流轉(zhuǎn)，東部地區(qū)加強(qiáng)對中西部地區(qū)溢出，中西部地區(qū)也要抓住機(jī)遇，提高自身實力。

第三，立足自身旅游資源稟賦，提升旅游業(yè)碳排放脫鉤水平，推動產(chǎn)業(yè)融合，為區(qū)域旅游業(yè)發(fā)展增強(qiáng)動力。如西部地區(qū)可牢牢握住“一帶一路”建設(shè)契機(jī)，推動自身旅游形走出去，加強(qiáng)與沿線國家和地區(qū)的合作。

第四，加強(qiáng)旅游業(yè)供給側(cè)改革，延長產(chǎn)業(yè)鏈，增加旅游業(yè)的附加值。減少旅游業(yè)的碳排放和能源消耗，轉(zhuǎn)化科技創(chuàng)新力量，實現(xiàn)旅游業(yè)低碳可持續(xù)發(fā)展。