長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)測度與空間分異

黃美忠，黃曉坤

（1. 武漢商學(xué)院，湖北 武漢 430056；2. 廣西壯族自治區(qū)土地儲備中心，廣西 南寧 530028）

旅游業(yè)是國民經(jīng)濟的支柱性產(chǎn)業(yè)[1]。近幾年，隨著居民消費意識和生活水平漸次提高，旅游業(yè)發(fā)展日益壯大。據(jù)中國旅游研究院數(shù)據(jù)顯示，2010—2019 年，國內(nèi)旅游人數(shù)從21.3 億人次上升至60.06 億人次，旅游業(yè)總收入從1.57 萬億元上升至6.63 萬億元。在旅游業(yè)持續(xù)發(fā)展過程中，旅游交通、住宿、餐飲等活動產(chǎn)生的碳排放逐漸增加[2]。世界旅游組織預(yù)測，到2030 年，全球旅游交通碳排放將增加至19.98 億t，分別占交通領(lǐng)域、人為碳排放的23%和5.3%。為推進旅游業(yè)節(jié)能減排，國務(wù)院陸續(xù)頒布《關(guān)于促進全域旅游發(fā)展的指導(dǎo)意見》《關(guān)于促進旅游業(yè)改革發(fā)展的若干意見》系列文件，并在文件中提出旅游業(yè)集約低碳發(fā)展道路。在各項政策支持下，不同地區(qū)先后開發(fā)出“碳中和旅游”“綠色補碳旅游”“零碳旅游小鎮(zhèn)”等項目。這在提高國內(nèi)旅游業(yè)經(jīng)濟效益的同時，有效控制了碳排放，即產(chǎn)生了旅游業(yè)碳排放脫鉤效應(yīng)[3]。據(jù)中國碳核算數(shù)據(jù)庫數(shù)據(jù)顯示，2000—2018 年，中國旅游業(yè)碳排放總量從2.2 億t 降至1.4 億t。在節(jié)能減排與碳中和浪潮下，推動區(qū)域向低碳、可持續(xù)發(fā)展成為必然選擇[4]。而科學(xué)測度并準確判斷區(qū)域旅游業(yè)的碳排放脫鉤效應(yīng)，可以明確區(qū)域旅游業(yè)環(huán)境壓力情況，對實現(xiàn)區(qū)域旅游產(chǎn)業(yè)的可持續(xù)、低碳發(fā)展具有重要指導(dǎo)意義。

目前，學(xué)術(shù)界對于旅游業(yè)碳排放脫鉤的研究已形成一定規(guī)模。張廣海等[5]以我國沿海區(qū)域為研究對象，發(fā)現(xiàn)沿海區(qū)域的旅游業(yè)經(jīng)濟發(fā)展與碳排放的關(guān)系為弱脫鉤。王樂陶等[6]以吉林省為例，分析該省旅游業(yè)經(jīng)濟增長與碳排放間的脫鉤關(guān)系，發(fā)現(xiàn)二者主要為弱脫鉤關(guān)系，旅游業(yè)經(jīng)濟增長速度遠高于碳排放增長速度。趙先超等[7]主要研究了湖南省旅游業(yè)經(jīng)濟增長與直接碳排放的脫鉤關(guān)系，發(fā)現(xiàn)二者主要表現(xiàn)為兩種狀態(tài)，即弱脫鉤與擴張性脫鉤。黃國慶等[8]研究表明，一直以來，黃河流域的旅游業(yè)碳排放均為弱脫鉤狀態(tài)，流域內(nèi)各省份的旅游業(yè)碳排放脫鉤指數(shù)存在層次化，全局空間相關(guān)性較弱，且從西到東整體形成了高-低交替的空間演化格局。徐瓊等[9]對我國31 個省份的旅游業(yè)碳排放測度，隨后指出我國旅游業(yè)經(jīng)濟增長與碳排放的關(guān)系主要有兩種，一是弱脫鉤，二是擴張性脫鉤。程慧等[10]的研究發(fā)現(xiàn)，我國旅游業(yè)碳排放脫鉤狀態(tài)不佳，省際差異較小，且受政府政策、經(jīng)濟發(fā)展水平、技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平的影響，東部和西部差異較大。綜上可知，學(xué)術(shù)界對于旅游業(yè)碳排放脫鉤的研究較為豐富，研究區(qū)域范圍較為廣泛，既涵蓋全國范圍，也涉及常見區(qū)域或單一省域[11-15]，但鮮見從城市群角度出發(fā)進行分析。而長三角城市群作為長江經(jīng)濟帶與“一帶一路”的重要交匯地[16]，近年來一直是旅游業(yè)發(fā)展的重點區(qū)域。研究長三角城市群的旅游業(yè)碳排放脫鉤效應(yīng)，對城市群踐行低碳發(fā)展、實現(xiàn)低碳旅游業(yè)引領(lǐng)具有重要意義。因此，本研究以長三角地區(qū)為例，測度長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)，并分析相應(yīng)空間分布特征及空間分異的影響因素，以期豐富相關(guān)研究領(lǐng)域的理論基礎(chǔ)。

1 研究區(qū)概況

長三角城市群包括江蘇省、浙江省、安徽省和上海市4 個?。ㄊ校?，涵蓋26 座城市。除上海市外，城市群內(nèi)還包括江蘇省的無錫、南京、鹽城、揚州等9 個地級市，浙江省的寧波、杭州、舟山、臺州等8 個地級市，安徽省的合肥、蕪湖、馬鞍山等8 個地級市。長三角城市群位于長江入海之前的沖積平原，東臨東海與黃海，所占面積21.17萬km2，人口數(shù)量達2.25 億。區(qū)域內(nèi)旅游資源豐富，涵蓋寒山寺、周莊、梅園、金雞湖、秦淮河、中山陵、夫子廟、東林書院等自然和歷史風景區(qū)，也包括東方明珠電視塔、環(huán)球金融中心等現(xiàn)代觀光景點。區(qū)域內(nèi)立體綜合交通網(wǎng)絡(luò)發(fā)達，整體旅游業(yè)發(fā)展程度較高。目前，長三角城市群業(yè)已成為中國社會經(jīng)濟發(fā)展最為活躍的區(qū)域，未來有望成為引領(lǐng)全國、輻射亞太、面向全球的世界級城市群。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

為確保數(shù)據(jù)的可得性、準確性，本研究以長三角4 個?。ㄊ校?6 個城市為樣本，選定2011—2019 年作為時間區(qū)間，并通過各種渠道收錄相關(guān)數(shù)據(jù)資料。此次研究相關(guān)數(shù)據(jù)主要源自歷年《中國統(tǒng)計年鑒》《中國旅游統(tǒng)計年鑒》《中國交通統(tǒng)計年鑒》《長三角地區(qū)旅游業(yè)發(fā)展報告》《長三角城市休閑化指數(shù)報告》與《長三角生態(tài)旅游發(fā)展報告》，以及研究期內(nèi)上海市、江蘇省、浙江省、安徽省四省市統(tǒng)計年鑒及統(tǒng)計公報。此外，部分數(shù)據(jù)取自文化和旅游部網(wǎng)頁、報告公開資料。對于部分缺少、丟失數(shù)據(jù)，以擬合值抑或平均值進行替代。

2.2 研究方法

2.2.1 長三角城市群旅游業(yè)碳排放的測算方法

根據(jù)既有旅游業(yè)碳排放脫鉤效應(yīng)測度使用方法來看，“自上而下”“自下而上”測度方法使用較為普遍[17-18]。其中，“自上而下”可借助固定系數(shù)將一般數(shù)據(jù)統(tǒng)計體系中的旅游數(shù)據(jù)剝離，“自下而上”則是基于旅游行業(yè)某一部分固定范圍進行精準統(tǒng)計。然而，由于旅游碳排放邊界并未界定，上述兩種方法在單獨測算時存在測度誤差。為此，需要先行厘清旅游業(yè)碳排放邊界。就本質(zhì)而言，旅游業(yè)屬于綜合行業(yè)，涉及食、住、行、購、游及娛等諸多要素?？梢哉J為，旅游業(yè)碳排放主要源于餐飲、住宿、交通、商業(yè)、游覽以及娛樂行為。依據(jù)劉軍等[19]的研究來看，住宿、交通及娛樂占據(jù)旅游業(yè)碳排放的90%。因此，在測度長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)時，擬聚焦旅游領(lǐng)域交通、住宿及娛樂三個維度進行研究。與此同時，為綜合“自上而下”“自下而上”方法的優(yōu)勢，本研究擬結(jié)合蔣自然等[20]、唐承財?shù)萚21]的研究方法，融合“自上而下”“自下而上”法，測算長三角城市群旅游業(yè)碳排放量。

首先，以“自下而上”測算方法為切入點，將長三角城市群旅游業(yè)碳排放作為數(shù)據(jù)基礎(chǔ)，測算交通、住宿及娛樂的碳排放，不同領(lǐng)域碳排放測算公式分別如下：

2.2.2 Tapio 脫鉤模型

目前，脫鉤分析多是使用Tapio 及OECD 脫鉤模型。其中，Tapio 脫鉤模型不僅不受統(tǒng)計量綱變化的影響，而且可依據(jù)彈性系數(shù)變動范圍研判多種類型脫鉤狀態(tài)。鑒于此，本研究選定Tapio 脫鉤模型作為基礎(chǔ)脫鉤效應(yīng)測度模型?；诿撱^理論的本質(zhì)，結(jié)合既有研究[22-24]，建構(gòu)長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)模型，公式如下：

式（8）中：α為脫鉤指數(shù)；ΔK為當期旅游業(yè)碳排放與前一期旅游業(yè)碳排放差值；K為長三角城市群旅游業(yè)當期碳排放；ΔM為長三角城市群旅游業(yè)當期旅游收入與上期旅游收入差值；M為長三角城市群旅游業(yè)當期旅游收入。結(jié)合已有研究[25-27]對脫鉤彈性系數(shù)變化范圍的劃分經(jīng)驗，將長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)劃分為脫鉤、負脫鉤及連接3 種類型。其中，負脫鉤、連接2 種類型均為負面評價，脫鉤為正面評價。為進行詳細描述，進一步將上述3 種類型按照取值范圍細分為8種（表1）。

表1 長三角旅游經(jīng)濟與碳排放脫鉤劃分標準Table 1 Standards for decoupling tourism economy and carbon emissions in the Yangtze River Delta

2.2.3 探索性空間數(shù)據(jù)分析（ESDA）

探索性空間數(shù)據(jù)分析可以準確反映數(shù)據(jù)整體和地區(qū)的空間分布特征，包括全局與局部空間自相關(guān)。其中，全局空間自相關(guān)指數(shù)意在精準描述區(qū)域整體空間關(guān)聯(lián)及其差異程度；局部空間自相關(guān)指數(shù)主要用于描述局部地區(qū)及其周邊地區(qū)的空間差異程度。因此，本研究運用探索性空間數(shù)據(jù)分析法，對長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)空間關(guān)聯(lián)進行分析。

在測算全局空間自相關(guān)指數(shù)時，選用Moran’s I指數(shù)，公式如下：

式（9）中：n為長三角城市群中26 個城市；Wij是城市i及城市j共同構(gòu)成的空間權(quán)重矩陣；xi、xj分別表示i、j城市的脫鉤指數(shù)。I的取值范圍在[-1,1]之間，且根據(jù)指數(shù)范圍將其劃分為正相關(guān)、負相關(guān)、空間無關(guān)三種類型。

進一步使用LISA 指數(shù)測算局部空間自相關(guān)指數(shù)，公式如下：

式（10）中：各字母內(nèi)涵與式（9）完全一致，不再贅述?；贗的取值范圍，可將空間地理要素劃分為4 種空間關(guān)聯(lián)形式，包括“高-高”集聚（H-H）、“低-低”集聚（L-L）、“低-高”（L-H）集聚、“高-低”（H-L）集聚。

3 結(jié)果與分析

3.1 長三角城市群旅游業(yè)碳排放變化趨勢

使用式（7）對長三角城市群旅游業(yè)碳排放進行測算，根據(jù)結(jié)果繪制圖1。由圖1 走勢可以看出，總體而言，長三角城市群旅游業(yè)碳排放呈現(xiàn)波動式上升趨勢，從2011 年的81 萬t 波動上升至2016 年的108 萬t，又在2017 年下降至100 萬t，最后上升至2019 年的110 萬t。這一結(jié)果表明，隨著旅游業(yè)的逐漸發(fā)展與規(guī)模擴大，長三角城市群旅游業(yè)碳排放整體呈現(xiàn)擴大態(tài)勢。據(jù)此可以判斷，長三角城市群旅游業(yè)發(fā)展建立在相對偏高的能源消耗基礎(chǔ)之上，屬于粗放類型發(fā)展模式。而粗放類型發(fā)展模式不僅對長三角城市群旅游業(yè)集約化發(fā)展造成負面影響，而且嚴重阻礙長三角城市群整體綠色、高質(zhì)量發(fā)展。

圖1 2011—2019 年長三角城市群旅游業(yè)碳排放Fig. 1 2011-2019 carbon emissions from tourism in the Yangtze River Delta urban agglomeration

分階段具體來看，2011—2013 年間，長三角城市群旅游業(yè)碳排放呈現(xiàn)出先上升后下降的趨勢；2013—2016 年間，長三角城市群旅游業(yè)碳排放呈現(xiàn)出穩(wěn)步上升的趨勢；2016—2019 年間，長三角城市群旅游業(yè)碳排放呈現(xiàn)先下降后緩慢上升的趨勢。產(chǎn)生上述階段性變動趨勢的原因可能在于，受國家“十二五”和“十三五”各地區(qū)單位國內(nèi)生產(chǎn)總值二氧化碳排放下降指標的影響，長三角城市群所在省份積極推進各行業(yè)碳減排，使得城市群內(nèi)旅游業(yè)碳排放在政策頒布初期有所下降。但囿于城市群旅游業(yè)發(fā)展模式較為粗放，后期隨著旅游業(yè)發(fā)展規(guī)模的持續(xù)擴大，長三角城市群旅游業(yè)碳排放總量逐漸提高。由此判斷，隨著綠色發(fā)展、生態(tài)文明建設(shè)全面深化，長三角城市群旅游業(yè)碳排放還會受到抑制，但如若不能有效轉(zhuǎn)變旅游業(yè)發(fā)展模式，控制長三角城市群旅游業(yè)碳排放，將對整體長三角城市群節(jié)能減排、提質(zhì)升級、綠色發(fā)展目標的實現(xiàn)帶來巨大壓力。

3.2 長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)

在測算得知長三角城市群旅游業(yè)碳排放總量以后，進一步使用Tapio 脫鉤模型（式8）計算長三角城市群旅游業(yè)碳排放脫鉤指數(shù)（圖2）。

由圖2 可以看出，總體而言，研究期內(nèi)長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)整體呈現(xiàn)相當強烈的波動態(tài)勢。詳細來看，長三角城市群旅游業(yè)碳排放脫鉤指數(shù)從2011 年的1.12 上升至2012 年最高峰值（1.2），隨后又經(jīng)歷了兩階段的急速下降，到2018 年達到谷值（-0.02），后又在短短的一年內(nèi)提升至0.4。在研究期間強烈波動過程中，除2018 年外，長三角城市群旅游業(yè)碳排放脫鉤指數(shù)均為正值，這表明長三角城市群旅游業(yè)碳排放整體脫鉤程度為弱脫鉤，旅游業(yè)碳排放脫鉤貢獻度有待提高。同時不可否認的是，研究期內(nèi)長三角城市群旅游業(yè)碳減排已經(jīng)取得初步成效，但囿于經(jīng)濟發(fā)展與碳排放處于同向增長，尚未進入環(huán)境Kuznets 曲線倒“U”型關(guān)鍵拐點，推測長三角城市群旅游業(yè)碳減排弱脫鉤仍將持續(xù)一段時間。

圖2 2011—2019 年長三角城市群旅游業(yè)碳排放脫鉤指數(shù)Fig. 2 Decoupling index of Yangtze River Delta city cluster tourism carbon emissions during 2011-2019

分階段具體來看，2011—2014 年間，長三角城市群旅游業(yè)碳排放脫鉤指數(shù)呈現(xiàn)出先小幅抬升后大幅度降低的變化趨勢，由1.12 先上升至1.2，后又降至0.62。這一變化趨勢表明，長三角城市群旅游業(yè)碳排放脫鉤程度由原先的增長連接轉(zhuǎn)變?yōu)槿趺撱^，即四年間長三角城市群旅游業(yè)發(fā)展與碳排放之間關(guān)系得到持續(xù)改善，二者已由發(fā)展沖突向耦合協(xié)調(diào)階段演化。2014—2016 年間，長三角城市群旅游業(yè)碳排放脫鉤指數(shù)呈較為緩慢的增長趨勢，并始終在0.6 ～0.7 之間，表明長三角城市群旅游業(yè)碳排放脫鉤程度為弱脫鉤。且這一現(xiàn)象也說明長三角城市群旅游經(jīng)濟發(fā)展與碳排放均步入快速增長狀態(tài)，但旅游經(jīng)濟增長已經(jīng)遠超碳排放增長幅度。值得注意的是，這一時期長三角城市群旅游業(yè)碳排放量也在持續(xù)提高，仍將對生態(tài)環(huán)境造成較大壓力。2016—2019 年間，長三角城市群旅游業(yè)碳排放脫鉤指數(shù)劇烈波動，呈現(xiàn)出先顯著大幅下降后快速上升的“V”型變化趨勢，即先從0.69 急速下降至-0.02，后又上升至0.4。這一變化趨勢表明，該時期長三角城市群旅游業(yè)碳排放脫鉤仍以弱脫鉤為主，在2018 年產(chǎn)生一次強脫鉤。產(chǎn)生這一現(xiàn)象的原因可能在于，2017 年以來，政府部門數(shù)次出臺綠色旅游發(fā)展指導(dǎo)意見，為實現(xiàn)旅游經(jīng)濟增長和碳排放脫鉤有效賦能，使得2018 年該城市群出現(xiàn)強脫鉤。

進一步測算長三角城市群26 個城市旅游業(yè)碳排放脫鉤指數(shù)，并基于脫鉤類型差異，將長三角城市群26 個城市分為三種狀態(tài)（表2）。第一，優(yōu)質(zhì)脫鉤，涵蓋上海、杭州、蕪湖、滁州、蘇州、紹興、南京、無錫、合肥及寧波共10 個城市。其中，上海市、蘇州市最為典型，已經(jīng)基本實現(xiàn)強脫鉤。第二，良好脫鉤，包括南通、常州、揚州、嘉興、臺州、金華、安慶、馬鞍山8 個城市。在良好脫鉤區(qū)間，各城市均已基本達到弱脫鉤狀態(tài)。第三，偏差脫鉤，涉及池州、舟山、宣城、泰州、鎮(zhèn)江、鹽城、湖州、銅陵，這些城市仍然需要加強旅游經(jīng)濟與碳排放脫鉤進程。

表2 長三角城市群26 個城市旅游業(yè)碳排放脫鉤狀態(tài)?Table 2 Decoupling status of tourism carbon emissions in the 26 cities in the Yangtze River Delta Urban Agglomeration

3.3 長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)的空間分異

3.3.1 全局空間自相關(guān)分析

基于式（9）且借助GeoDa 095i 軟件，測算得出長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)的全局空間自相關(guān)Moran’s I 指數(shù)。結(jié)果顯示，Moran’s I 指數(shù)的正態(tài)統(tǒng)計量Z值均超過0.05 置信水平，且為正數(shù)（圖3）。

圖3 2011—2019 年長三角城市群旅游業(yè)碳排放脫鉤指數(shù)的Moran’s I 值Fig. 3 The Moran’s I value of the tourism carbon emission decoupling index of the Yangtze River Delta urban agglomeration from 2011 to 2019

總體來看，2011—2019 年間，長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)呈現(xiàn)顯著空間正相關(guān)關(guān)系。換言之，地理位置相對鄰近的城市之間脫鉤水平差距較小，相關(guān)性較為顯著。同時，全局長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)的Moran’s I 指數(shù)平均值僅為0.268，說明長三角城市群整體旅游業(yè)碳排放脫鉤效應(yīng)的空間關(guān)聯(lián)較小。由此判斷，城市群內(nèi)各城市旅游業(yè)碳排放脫鉤程度不僅與相鄰省市溢出效應(yīng)有關(guān)，也會受到自身旅游行業(yè)發(fā)展水平的影響。進一步來看，2011 年的全局Moran’s I 指數(shù)僅為0.135，表征長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)在2011 年的空間分布處于隨機狀態(tài)；2019 年，全局Moran’s I 指數(shù)達到最高，為0.379，表明2019 年長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)的空間集聚程度最為顯著。綜合而言，長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)相對偏低，但整體處于波動上升態(tài)勢。原因可能在于，近年來環(huán)境規(guī)制、“雙碳”目標、旅游業(yè)高質(zhì)量發(fā)展等政策持續(xù)落實，為長三角城市群旅游業(yè)碳排放脫鉤提供有力支持。如此，全局Moran’s I 指數(shù)逐漸上升。

3.3.2 局部空間自相關(guān)分析

進一步基于式（10），分析長三角城市群中26座城市旅游業(yè)碳排放脫鉤效應(yīng)的局部空間相關(guān)性。為便于觀測，分別選取2011—2014 年、2015—2016年、2017—2019 年作為基礎(chǔ)時段，并按照局部自相關(guān)分析結(jié)果進行整合，具體如表3、圖4 所示。

表3 長三角城市群旅游業(yè)碳排放脫鉤指數(shù)局部空間集聚Table 3 Local spatial agglomeration of the decoupling index of tourism carbon emissions in the Yangtze River Delta Urban Agglomeration

由圖4 可以看出，2010—2014 年，高-高（H-H）集聚城市主要包括上海、蘇州兩座城市，表明彼時二者脫鉤效應(yīng)較強，是長三角地區(qū)旅游業(yè)碳排放脫鉤發(fā)展的重要領(lǐng)頭城市。低-低（L-L）集聚城市數(shù)量較多，包括宣城、鎮(zhèn)江、鹽城、湖州、泰州、銅陵、舟山、池州，上述城市旅游業(yè)碳排放脫鉤滯后，根本原因在于經(jīng)濟水平略顯滯后，仍是以化石能源作為旅游發(fā)展驅(qū)動。南京、無錫屬于高-低（H-L）集聚，自身旅游業(yè)碳排放脫鉤水平偏高，而周邊城市旅游業(yè)碳排放脫鉤水平相對較低。包括合肥、南通、嘉興、安慶、馬鞍山、紹興、臺州、揚州、常州、滁州、金華、寧波、杭州、常州在內(nèi)的14 個城市屬于低-高（L-H）集聚型，這一方面與其旅游業(yè)碳排放脫鉤水平整體偏低直接相關(guān)，另一方面與此時相鄰?。ㄊ校┑穆糜螛I(yè)碳排放脫鉤水平正向輻射效應(yīng)未有效發(fā)揮有關(guān)。

圖4 長三角城市群旅游業(yè)碳排放脫鉤指數(shù)局部空間集聚示意Fig. 4 Schematic diagram of local spatial agglomeration of tourism carbon emission decoupling index of Urban Agglomeration in the Yangtze River Delta

2015—2016 年，高-高（H-H）集聚分布于上海、蘇州、南京、無錫，主要原因在于上述城市自身經(jīng)濟發(fā)展良好，且在周邊地區(qū)與城市溢出效應(yīng)之下旅游業(yè)發(fā)展有所加速，因此旅游業(yè)碳排放脫鉤水平逐漸向好發(fā)展。低-低（L-L）集聚城市并未產(chǎn)生明顯變動，究其根本，大概是與地方經(jīng)濟、技術(shù)發(fā)展水平相對其他城市略微滯后，旅游綠色技術(shù)、旅游低碳政策踐行尚未全面落實有關(guān)。包括南通、常州在內(nèi)的8 個城市仍停滯于低-高（L-H）范圍，而合肥、寧波、杭州、蕪湖、紹興、滁州則進入高-低（H-L）集聚范圍，說明這些城市在協(xié)同推進旅游業(yè)經(jīng)濟發(fā)展與碳排放控制工作。

2017—2019 年，上海、蘇州、南京、無錫的溢出效應(yīng)逐漸全面發(fā)揮，促使合肥、寧波、杭州、蕪湖、紹興、滁州均進入高-高（H-H）集聚范圍。同時，泰州、鹽城、鎮(zhèn)江、湖州、舟山也逐漸脫離低-低（L-L）集聚范圍，進入低-高（L-H）分布領(lǐng)域。但值得注意的是，宣城、銅陵、池州仍處于低-低（L-L）集聚，因此未來需合理借助區(qū)位優(yōu)勢，全面提高這些城市的旅游業(yè)碳排放脫鉤水平。

總的來說，長三角城市群26 座城市的旅游業(yè)碳排放脫鉤效應(yīng)空間集聚同時存在“正向相關(guān)”“負向相關(guān)”，且“正向相關(guān)”城市數(shù)量遠高于“負向相關(guān)”城市數(shù)量。隨著時間的推移，長三角城市群中旅游業(yè)碳排放脫鉤效應(yīng)屬于空間負向相關(guān)的城市數(shù)量正漸次減少，正向相關(guān)的城市數(shù)量正逐漸增加。由此可知，長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)的城市之間差異性不斷減弱。

3.4 時空分異的影響因素分析

3.4.1 影響因素的選取與模型的構(gòu)建

由上述研究可知，長三角地區(qū)旅游業(yè)碳排放脫鉤效應(yīng)表現(xiàn)出復(fù)雜的空間分布態(tài)勢，各城市時序演變亦呈顯著波動趨勢。為揭示產(chǎn)生這一現(xiàn)象的根本原因，本文中擬引入地理探測器方法，測算長三角地區(qū)旅游業(yè)碳排放脫鉤效應(yīng)空間分異的影響因素。在此參考其他旅游業(yè)碳排放脫鉤時空分異影響因素的研究成果[28-29]，并充分考慮長三角城市群旅游業(yè)的發(fā)展特點及相關(guān)統(tǒng)計數(shù)據(jù)的可得性，選取以下導(dǎo)致旅游業(yè)碳排放脫鉤效應(yīng)空間分異的因素：產(chǎn)業(yè)結(jié)構(gòu)（長三角城市群第三產(chǎn)業(yè)占比）、經(jīng)濟水平（長三角城市群內(nèi)各城市人均GDP）、政策規(guī)制（長三角政府有關(guān)旅游業(yè)碳排放調(diào)控的條例數(shù)目）、能源消耗（長三角城市群旅游業(yè)能源消耗總量）、生態(tài)技術(shù)創(chuàng)新（長三角城市群生態(tài)技術(shù)專利申請數(shù)量）、旅游人數(shù)規(guī)模（長三角城市群旅游接待總?cè)藬?shù)）。選定影響因素以后，構(gòu)建地理探測模型如下：

式（11）中：KD.V代表各影響因素的影響效應(yīng)；n代表長三角城市群城市數(shù)量（n=26）；m則代表影響因素（m=6）；ni表示次一級區(qū)域樣本單元數(shù)量；σ2代表次一級區(qū)域旅游業(yè)碳排放脫鉤指數(shù)的方差。

3.4.2 影響作用分析

基于式（11），測算2011—2019 年間各因素對長三角地區(qū)旅游業(yè)碳排放脫鉤的影響，結(jié)果見表4。

表4 2011—2019 年長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)的影響因素?Table 4 Drivers of the decoupling of tourism carbon emissions in the Yangtze River Delta Urban Agglomeration from 2011 to 2019

表4 數(shù)據(jù)顯示：1）產(chǎn)業(yè)結(jié)構(gòu)對長三角城市群旅游業(yè)碳排放脫鉤指數(shù)影響逐步降低，2019 年的影響系數(shù)達到最低水平，為0.118。分析原因可知，近年來長三角城市群各城市積極響應(yīng)產(chǎn)業(yè)結(jié)構(gòu)升級的政策內(nèi)容，不斷優(yōu)化、調(diào)整旅游業(yè)結(jié)構(gòu)，使得城市群旅游業(yè)碳排放減少，碳排放脫鉤效應(yīng)逐漸減弱。2）經(jīng)濟水平對長三角城市群旅游業(yè)碳排放脫鉤指數(shù)影響漸次增加，在2017 年達到最高水平（0.192），此后略有降低。究其根本，在城市經(jīng)濟水平持續(xù)提升態(tài)勢下，民眾低碳綠色發(fā)展意識漸次增強，更加傾向選擇生態(tài)旅游、低碳旅游這一類環(huán)境友好型旅游，使得長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)更加凸顯。3）政策規(guī)制對長三角城市群旅游業(yè)碳排放脫鉤指數(shù)的影響逐漸加強，由2011 年的0.133 上升至2019 年的0.232。原因在于，近年長三角城市群各?。ㄊ校┘案鞒鞘嘘懤m(xù)頒布的《長江三角洲城市群發(fā)展規(guī)劃》《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》《長三角生態(tài)綠色一體化發(fā)展示范區(qū)嘉善片區(qū)發(fā)展規(guī)劃》，一定程度上推進了旅游業(yè)碳排放脫鉤進程。4）能源消耗對長三角城市群旅游業(yè)碳排放脫鉤的影響效應(yīng)雖然呈現(xiàn)增長態(tài)勢，但整體增幅相對偏小。分析產(chǎn)生這一現(xiàn)象的原因可能在于，長三角地區(qū)正在逐步推進綠色交通、無碳住宿、餐飲技術(shù)在旅游業(yè)的深入應(yīng)用，使得城市群整體旅游業(yè)碳排放總量逐漸進入可控狀態(tài)。5）生態(tài)技術(shù)創(chuàng)新對長三角城市群旅游業(yè)碳排放脫鉤的影響效應(yīng)持續(xù)增強，在2011—2019 年間由0.119 上升至0.192，且一直較為顯著。深入研究原因可知，長三角城市群旅游領(lǐng)域所研發(fā)的“綠色出行方案”，以及“生態(tài)安全保障關(guān)鍵技術(shù)研究與集成示范基地”的建立，為城市群旅游業(yè)碳排放脫鉤提供了技術(shù)賦能。6）旅游人數(shù)規(guī)模對長三角城市群旅游業(yè)碳排放脫鉤的影響效應(yīng)漸次降低，2011—2019 年間從0.199下降至0.109。產(chǎn)生這一現(xiàn)象的原因可能是，近年來長三角城市群積極推行各項有利碳排放脫鉤措施，使得旅游業(yè)對游客食、住、行、游、購、娛等方面的能源消耗需求逐漸降低，旅游業(yè)碳排放隨之減少。因而，城市群旅游人數(shù)規(guī)模對旅游業(yè)碳排放脫鉤的影響不斷降低。

綜合來看，影響長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)空間分異的因素從大到小依次為：政策規(guī)制、生態(tài)技術(shù)創(chuàng)新、能源消耗、經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)、旅游人數(shù)規(guī)模。其中，政策規(guī)制、能源消耗以及生態(tài)技術(shù)創(chuàng)新的影響效應(yīng)不斷增強，產(chǎn)業(yè)結(jié)構(gòu)和旅游人數(shù)規(guī)模的影響效應(yīng)不斷削弱，經(jīng)濟水平的影響效應(yīng)則呈現(xiàn)先增強后減弱的態(tài)勢。

4 結(jié)論與建議

遴選長三角城市群26 座城市作為研究樣本，采用“自下而上”與“自上而下”結(jié)合法、Tapio脫鉤模型、探索性空間分析法，對長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)及空間分異特征進行分析，得到具體結(jié)論如下：1）長三角城市群旅游業(yè)碳排放脫鉤指數(shù)呈現(xiàn)強烈波動態(tài)勢，但整體表現(xiàn)為弱脫鉤，且這一情況將持續(xù)一段時間。2）各省市旅游業(yè)碳排放脫鉤差異較為明顯。其中，上海、蘇州、南京、無錫、杭州等10 個城市的脫鉤狀態(tài)良好，屬于優(yōu)質(zhì)脫鉤城市；南通、常州、揚州、嘉興等8個城市屬于良好脫鉤城市；泰州、鹽城、鎮(zhèn)江、湖州等8 個城市屬于偏差脫鉤城市，旅游業(yè)碳排放脫鉤效應(yīng)有較大上升空間。3）長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)的空間集聚度相對較低，但總體呈波動式上升態(tài)勢。并且，旅游業(yè)碳排放脫鉤屬于空間負向相關(guān)的城市數(shù)量正漸次減少，說明各城市之間的碳排放脫鉤差異正不斷縮小。4）長三角城市群旅游業(yè)碳排放脫鉤效應(yīng)空間分異的影響因素有6 個，從大到小依次為：政策規(guī)制、生態(tài)技術(shù)創(chuàng)新、能源消耗、經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)、旅游人數(shù)規(guī)模。隨著時間的推移，政策規(guī)制、能源消耗以及生態(tài)技術(shù)創(chuàng)新的影響效應(yīng)不斷增強，產(chǎn)業(yè)結(jié)構(gòu)和旅游人數(shù)規(guī)模的影響效應(yīng)逐漸減弱，經(jīng)濟水平的影響效應(yīng)先增大后減小。

針對上述結(jié)論，提出以下幾點建議：1）長三角城市群各?。ㄊ校┱畱?yīng)牽頭成立旅游業(yè)發(fā)展聯(lián)盟，推進省、市間旅游業(yè)戰(zhàn)略合作。同時，長三角城市群各?。ㄊ校┱畱?yīng)發(fā)揮主導(dǎo)作用，通過財政撥款構(gòu)建長三角低碳旅游專項扶持基金，配合財稅政策、行政措施，加大旅游發(fā)展資金投入，積極培育低碳、綠色旅游新業(yè)態(tài)。此外，長三角各?。ㄊ校⒌厥姓畱?yīng)當充分提升低碳旅游宣傳力度，打造精品低碳旅游線路，倡導(dǎo)低碳旅游，以此降低長三角城市群旅游者在食、住、行、娛、購等環(huán)節(jié)的碳排放。2）長三角城市群內(nèi)部旅游企業(yè)應(yīng)當結(jié)合自身實際，合理借助所在地政府關(guān)于旅游業(yè)的低碳發(fā)展專項資金，持續(xù)研發(fā)與引進旅游低碳創(chuàng)新技術(shù)，全面推進旅游景區(qū)低碳建設(shè)工作，實現(xiàn)旅游業(yè)低碳、綠色轉(zhuǎn)型升級。與此同時，長三角城市群的旅游行業(yè)應(yīng)積極推進高質(zhì)量發(fā)展政策，鼓勵旅游企業(yè)應(yīng)用清潔能源，切實提升旅游行業(yè)綠色發(fā)展質(zhì)效。另外，各?。ㄊ校┞糜纹髽I(yè)應(yīng)與政府積極開展合作，建立旅游業(yè)綠色低碳考核標準，將旅游行業(yè)能源消耗、環(huán)境影響納入文明城市考核體系，執(zhí)行嚴格考核及監(jiān)督，全面提高長三角綠色旅游治理。3）長三角城市群旅游業(yè)相關(guān)主體應(yīng)堅持生態(tài)優(yōu)先、綠色發(fā)展原則，深化綠色材料、綠色能源在旅游行業(yè)中的應(yīng)用，著力推進本市旅游線路創(chuàng)新設(shè)計、旅游產(chǎn)品創(chuàng)新開發(fā)。在此過程中，旅游業(yè)相關(guān)主體應(yīng)充分意識到綠色旅游的重要性，以旅游業(yè)全產(chǎn)業(yè)鏈為基準進行節(jié)能減排改造，著力提升長三角城市群的生態(tài)環(huán)境。

本研究仍存在一些局限：1）由于旅游業(yè)能源消耗無法直接獲取，借助交通、住宿及娛樂領(lǐng)域的碳排放及相應(yīng)系數(shù)，測算長三角城市群旅游業(yè)碳排放總量。測算行業(yè)領(lǐng)域不全面，且測算結(jié)果可能與實際值不符，出現(xiàn)一定偏差。因此，在下一步研究中，一方面可從旅游業(yè)細分行業(yè)領(lǐng)域出發(fā)進行分析，另一方面可加強對城市群旅游業(yè)碳排放脫鉤效應(yīng)的趨勢預(yù)測，豐富相關(guān)領(lǐng)域的實證研究基礎(chǔ)。2）關(guān)于城市群旅游業(yè)碳排放脫鉤效應(yīng)區(qū)域差異的影響因素，主要考慮長三角城市群特征，從社會經(jīng)濟及環(huán)境維度選取了六個。影響因素選取維度較少，且可能只適合長三角城市群等經(jīng)濟、環(huán)境良好地區(qū)。因此，在后續(xù)研究中，一方面可增加選取旅游業(yè)自身發(fā)展維度的具體影響因素，另一方面可加強對中西部地區(qū)旅游業(yè)碳排放脫鉤空間分異影響因素的分析，進一步驗證研究結(jié)果的可靠性、準確性，為整體提升全國旅游業(yè)碳排放脫鉤效應(yīng)提供更加翔實的理論參考。