長江經(jīng)濟(jì)帶旅游業(yè)碳排放強(qiáng)度的時空演變及其影響因素

伍 卓，林宣任

(南華大學(xué) 經(jīng)濟(jì)管理與法學(xué)學(xué)院，湖南 衡陽 421001)

一 研究背景與現(xiàn)狀

(一)研究背景及意義

21世紀(jì)以來，隨著世界經(jīng)濟(jì)快速發(fā)展和能源消耗增加，以二氧化碳(CO2)為代表的溫室氣體排放增多導(dǎo)致全球變暖已成為世界最重要的環(huán)境問題。有效控制二氧化碳排放、減緩全球變暖是世界各國在不久的將來亟待解決的重要問題。旅游業(yè)在以往研究中常被視為無煙產(chǎn)業(yè)，但根據(jù)世界旅游組織研究結(jié)論，旅游業(yè)占據(jù)全球溫室氣體排放總量的5%[1]。旅游業(yè)是中國國民經(jīng)濟(jì)的支柱型產(chǎn)業(yè)之一，擁有關(guān)聯(lián)產(chǎn)業(yè)多、能耗帶動效應(yīng)強(qiáng)等特點(diǎn)，旅游業(yè)碳排放情況的改善不僅能促進(jìn)自身低碳健康發(fā)展，還能帶動相關(guān)上下游產(chǎn)業(yè)實(shí)現(xiàn)低碳化發(fā)展。中國共產(chǎn)黨第十九次全國代表大會報告指出：“我國國民應(yīng)形成保護(hù)環(huán)境、節(jié)約資源的生活方式、生產(chǎn)方式、產(chǎn)業(yè)結(jié)構(gòu)、空間格局，使自然回歸和諧、寧靜、美麗?！币虼耍鉀Q旅游產(chǎn)業(yè)發(fā)展和碳排放之間的現(xiàn)實(shí)矛盾，尋找新的旅游發(fā)展方向，是我國積極響應(yīng)減緩全球變暖進(jìn)程、堅持可持續(xù)發(fā)展道路的重要實(shí)現(xiàn)途徑。

長江經(jīng)濟(jì)帶包含上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、貴州、四川、云南等11個省市，面積約為206萬平方公里，相當(dāng)于全國面積的21.4%，生產(chǎn)總值和人口都超過全國的40%。長江經(jīng)濟(jì)帶橫跨中國東中西三大區(qū)域，具有享譽(yù)全球的內(nèi)河經(jīng)濟(jì)帶，全面推進(jìn)的對內(nèi)對外經(jīng)濟(jì)開放帶，互動合作的東中西協(xié)調(diào)發(fā)展帶，同時又是生態(tài)文明建設(shè)先行示范帶。長江經(jīng)濟(jì)帶具有良好的地理位置優(yōu)勢，擁有數(shù)目繁多、風(fēng)格迥異的旅游資源優(yōu)勢，旅游業(yè)發(fā)展迅速且規(guī)模大。值得一提的是，長江經(jīng)濟(jì)帶旅游業(yè)快速發(fā)展的同時，造成了諸多的資源與環(huán)境問題，導(dǎo)致長江流域生態(tài)損害、環(huán)境破壞。中共中央國務(wù)院于2018年11月明確要求長江經(jīng)濟(jì)帶應(yīng)充分發(fā)揮橫跨東中西三大板塊的位置優(yōu)勢，以共抓大保護(hù)、不搞大開發(fā)為導(dǎo)向，以綠色發(fā)展、生態(tài)優(yōu)先為引領(lǐng)，以長江黃金水道為依托，推動長江上中下游三個地區(qū)協(xié)同發(fā)展和沿江區(qū)域?qū)崿F(xiàn)高質(zhì)量發(fā)展。在此背景下，我們測算長江經(jīng)濟(jì)帶旅游業(yè)碳排放，比較省際間碳排放強(qiáng)度差異并分析影響因素，旨在為制定低碳旅游相關(guān)政策以及旅游業(yè)優(yōu)化升級提供決策參考，以實(shí)現(xiàn)長江經(jīng)濟(jì)帶旅游業(yè)資源環(huán)境友好、低碳綠色可持續(xù)發(fā)展。

(二)國內(nèi)外研究現(xiàn)狀

國外學(xué)者自1990年開始研究旅游業(yè)碳排放，重點(diǎn)研究方向是測算旅游業(yè)碳排放，所使用的測算研究方法主要分為自下而上法和自上而下法。自下而上法以旅游企業(yè)、旅游者等不同主體為基礎(chǔ)，利用旅游交通、住宿和旅游活動等多方面統(tǒng)計數(shù)據(jù)，運(yùn)用文獻(xiàn)回顧、抽樣調(diào)查、碳足跡、生命周期過程分析等方法逐步向上測算旅游業(yè)各產(chǎn)業(yè)部門的CO2排放量[2-7]。自上而下法則是將旅游業(yè)看作是國民經(jīng)濟(jì)的組成部分，以國家或區(qū)域?qū)用娴慕y(tǒng)計數(shù)據(jù)為基礎(chǔ)，運(yùn)用社會核算矩陣分析、投入產(chǎn)出法等方法測算旅游業(yè)的碳排放量[8-11]。也有一部分學(xué)者綜合使用自下而上法和自上而下法兩種方法測算旅游業(yè)碳排放[12-14]。鑒于中國沒有旅游業(yè)碳排放宏觀層面的統(tǒng)計數(shù)據(jù)，國外利用旅游衛(wèi)星賬戶進(jìn)行自上而下的測算方法并不適用于我國，且國內(nèi)的投入產(chǎn)出表每五年才進(jìn)行一次編表工作，采用自上而下法測算將面臨數(shù)據(jù)缺失問題。出于數(shù)據(jù)的可獲得性和連續(xù)性，本文采用自下而上法測算旅游業(yè)的碳排放量。

國外學(xué)者雖然關(guān)于研究旅游業(yè)碳排放測算文獻(xiàn)較多，但對于旅游業(yè)碳排放影響因素進(jìn)行的研究相對較少。雖然國內(nèi)學(xué)者關(guān)于旅游業(yè)碳排放的研究起步較晚，但是，近年來對旅游業(yè)碳排放影響因素及作用方面的諸多研究彌補(bǔ)了國外學(xué)者研究的不足。潘植強(qiáng)等[15]和翁鋼民等[16]都采用LMDI法分別探究影響我國旅游業(yè)碳排放、碳排放脫鉤的因素，前者研究結(jié)果表明接待人次因子、經(jīng)濟(jì)產(chǎn)出因子、能源效率因子、能源結(jié)構(gòu)因子、行業(yè)結(jié)構(gòu)因子是我國旅游業(yè)碳排放增量的關(guān)鍵影響因素；而后者則得出抑制和促進(jìn)旅游業(yè)碳排放脫鉤的主導(dǎo)因素分別是游客規(guī)模效應(yīng)、技術(shù)效應(yīng)，能源結(jié)構(gòu)效應(yīng)則表現(xiàn)出先抑制后促進(jìn)的作用，經(jīng)濟(jì)效應(yīng)對旅游業(yè)碳排放脫鉤的影響較小。賀臘梅通過運(yùn)用ML指數(shù)分解法構(gòu)建了湖北省旅游業(yè)碳排放分解模型，探究環(huán)境技術(shù)進(jìn)步、技術(shù)效率變化、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、資源要素投入對旅游業(yè)碳排放量的驅(qū)動作用[17]。查建平通過估算2005—2015年中國旅游業(yè)的省級碳排放量，進(jìn)一步運(yùn)用面板數(shù)據(jù)模型來分析旅游業(yè)碳排放強(qiáng)度的影響因素，結(jié)果表明，服務(wù)業(yè)發(fā)展水平、社會經(jīng)濟(jì)發(fā)展水平、區(qū)位條件、城市化及對外開放水平等因素都對旅游業(yè)碳排放強(qiáng)度具有正向顯著的影響[18]。伍卓測算了南岳旅游者在從“客源地—目的地—客源地”的整個旅游活動中，餐飲、住宿、交通以及旅游活動的碳足跡，結(jié)果表明，旅游交通環(huán)節(jié)碳足跡最多，旅游住宿和旅游活動的碳足跡所占的比例次之，旅游餐飲碳足跡最少。其構(gòu)建的因子分析模型，驗(yàn)證了計算結(jié)果的合理性[19]。王景波對山東省17個地市旅游業(yè)碳排放強(qiáng)度進(jìn)行測算，從動態(tài)視角分析經(jīng)濟(jì)產(chǎn)出、接待強(qiáng)度、能耗權(quán)重和行業(yè)結(jié)構(gòu)等影響因素的作用機(jī)制[20]。黃和平等研究長江經(jīng)濟(jì)帶2006—2015年旅游業(yè)碳排放量的驅(qū)動因素，得出能源消耗強(qiáng)度、旅游業(yè)經(jīng)濟(jì)規(guī)模、能源消費(fèi)結(jié)構(gòu)和人數(shù)規(guī)模對旅游業(yè)碳排放量起到了顯著的正向促進(jìn)作用，而地區(qū)環(huán)境污染治理水平、旅游產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)經(jīng)濟(jì)發(fā)展水平均對旅游業(yè)碳排放量起到了顯著的負(fù)向阻礙作用[21]。孫玉環(huán)則采用GDIM分解法研究中國旅游業(yè)2000—2017年的碳排放影響因素，結(jié)果表明旅客人數(shù)、旅游業(yè)能源消耗量和旅游業(yè)增加值是旅游業(yè)碳排放量的促增因素，人均旅游業(yè)增加值和增加值能源強(qiáng)度則是旅游業(yè)碳排放量的促降因素，能源消耗碳強(qiáng)度、人均旅游業(yè)碳排放和增加值碳強(qiáng)度對旅游業(yè)碳排放量的促降、促增作用在研究時期內(nèi)均有出現(xiàn)[22]。姚丹等對2010—2016年長三角25個城市的旅游業(yè)碳排放強(qiáng)度進(jìn)行測算，通過SDM模型探究經(jīng)濟(jì)發(fā)展水平、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)和城鎮(zhèn)化率等變量對旅游業(yè)碳排放強(qiáng)度的影響作用[23]。

綜上所述，國內(nèi)外學(xué)者采取不同方法從不同角度對旅游業(yè)碳排放進(jìn)行測度，但目前專門對于長江經(jīng)濟(jì)帶這一區(qū)域的沿途11個省市旅游業(yè)碳排放強(qiáng)度測度及影響因素分析的研究較少，特別是關(guān)于長江經(jīng)濟(jì)帶旅游業(yè)碳排放強(qiáng)度時空演變及其影響因素的研究更為缺乏。因此，本文在國內(nèi)外測算旅游業(yè)碳排放方法基礎(chǔ)上，結(jié)合實(shí)際條件采用自下而上法進(jìn)行旅游業(yè)碳排放強(qiáng)度測度，分析長江經(jīng)濟(jì)帶2010—2019年旅游業(yè)碳排放強(qiáng)度情況，運(yùn)用空間計量分析，從時間、空間兩個維度分析我國省際間碳排放強(qiáng)度差異情況及其影響因素。

二 研究方法及數(shù)據(jù)來源

旅游業(yè)為游客消費(fèi)提供飲食服務(wù)、住宿服務(wù)、交通通信服務(wù)、游覽服務(wù)、購物服務(wù)、娛樂服務(wù)以及其他各種商業(yè)服務(wù)，旅游包括提供實(shí)物商品和文化精神產(chǎn)品綜合體以滿足旅游者“食、住、游、行、娛、購”六方面需求。廣義的旅游業(yè)由商業(yè)、飲食業(yè)、交通運(yùn)輸業(yè)、郵電通信業(yè)、住宿業(yè)以及社會服務(wù)業(yè)等多種行業(yè)組成，是具有多樣性和分散性的復(fù)合產(chǎn)業(yè)。囿于目前還沒有關(guān)于旅游業(yè)碳排放方面的統(tǒng)計數(shù)據(jù)，且旅游業(yè)是一種集多行業(yè)部門于一身的復(fù)合產(chǎn)業(yè)，使得研究旅游業(yè)碳排放需從廣義旅游業(yè)角度入手，測度其涵蓋的各部門行業(yè)碳排放量并進(jìn)行分類加總。本文基于由李江帆等[24]提出的“旅游消費(fèi)剝離系數(shù)”方法。首先測算旅游業(yè)相關(guān)行業(yè)整體碳排放量；其次從旅游業(yè)相關(guān)行業(yè)中抽離出只屬于旅游業(yè)產(chǎn)生的碳排放量，累積加總得出旅游業(yè)碳排放量；最后旅游業(yè)碳排放強(qiáng)度由旅游業(yè)碳排放量與旅游業(yè)產(chǎn)值二者相除求得。

(一)旅游消費(fèi)剝離系數(shù)

李江帆提出，按照我國統(tǒng)計方法旅游主要涵蓋郵電、交通、飲食業(yè)、住宿業(yè)、商業(yè)和社會服務(wù)業(yè)這6個第三產(chǎn)業(yè)部門[24]。因?yàn)檫@六大部門的商品只有一部分流入旅游消費(fèi)，所以其產(chǎn)業(yè)增加值需要實(shí)際比例抽離出旅游者消費(fèi)部分，再計入旅游增加值，并將服務(wù)行業(yè)增加值中旅游者消費(fèi)部分所占行業(yè)增加值的比重稱為該行業(yè)的旅游消費(fèi)剝離系數(shù)。用公式表達(dá)為：

Ri=Ti/Vi

(1)

式中，Ri為旅游i產(chǎn)業(yè)的行業(yè)的旅游消費(fèi)剝離系數(shù)；Ti為i行業(yè)旅游消費(fèi)部分增加值；Vi為i行業(yè)整體增加值。

(二)旅游業(yè)相關(guān)行業(yè)碳排放量

目前，我國還沒有關(guān)于旅游業(yè)碳排放的直接統(tǒng)計數(shù)據(jù)，碳排放測度研究大部分都是通過對能源消費(fèi)量的換算得出。將旅游業(yè)相關(guān)行業(yè)所消耗的各種能源量折算為標(biāo)準(zhǔn)煤使用量，求和得出旅游業(yè)相關(guān)產(chǎn)業(yè)所消耗的標(biāo)準(zhǔn)煤使用量，根據(jù)單位標(biāo)準(zhǔn)煤二氧化碳排放系數(shù)，乘積求得旅游業(yè)相關(guān)行業(yè)碳排放量，見表1。

表1 各種能源折標(biāo)準(zhǔn)煤參考系數(shù)

(2)

式中，Ci為旅游相關(guān)i行業(yè)的二氧化碳排放量；Eij為i行業(yè)j類能源消耗量；fj為j類能源折標(biāo)準(zhǔn)煤參考系數(shù)；k為單位標(biāo)準(zhǔn)煤的二氧化碳排放量，參照現(xiàn)有研究成果[25-26]，取k=2.45。

2.1kgce表示1千克標(biāo)準(zhǔn)煤當(dāng)量，液態(tài)能源使用千克作為計量單位，氣態(tài)能源使用立方米作為計量單位，電力使用千萬時作為計量單位，熱力使用百萬焦耳作為計量單位。

(三)旅游業(yè)碳排放強(qiáng)度

依據(jù)旅游消費(fèi)剝離系數(shù)，從旅游相關(guān)產(chǎn)業(yè)消耗能源產(chǎn)生的二氧化碳剝離出旅游活動部分，再將各行業(yè)旅游活動部分二氧化碳排放量加總，可得出旅游業(yè)碳排放總量，最后旅游業(yè)碳排放強(qiáng)度通過旅游業(yè)碳排放總量與旅游業(yè)總產(chǎn)值作商得出。

(3)

CIVi=TC/TA

(4)

式中，TC為旅游業(yè)碳排放總量；Ci為旅游相關(guān)i行業(yè)的二氧化碳排放量；Ri為i行業(yè)旅游消費(fèi)剝離系數(shù)；CIVi為旅游業(yè)碳排放強(qiáng)度；TA為旅游業(yè)總產(chǎn)值。

(四)數(shù)據(jù)來源及說明

按照現(xiàn)行國民經(jīng)濟(jì)核算中規(guī)定的產(chǎn)業(yè)分類方法，旅游業(yè)主要包括：交通運(yùn)輸、倉儲和郵政業(yè)；住宿和餐飲業(yè)；批發(fā)和零售業(yè)三個行業(yè)部門。中國能源統(tǒng)計年鑒則將旅游業(yè)相關(guān)產(chǎn)業(yè)分為：交通運(yùn)輸、倉儲和郵政業(yè)；批發(fā)零售業(yè)和住宿餐飲業(yè)兩大行業(yè)部門。出于數(shù)據(jù)口徑統(tǒng)一核算考慮，本文將旅游業(yè)相關(guān)行業(yè)劃分為交通運(yùn)輸、倉儲和郵政業(yè)以及批發(fā)零售和住宿餐飲業(yè)兩大行業(yè)部門，并從這兩大行業(yè)著手，研究長江經(jīng)濟(jì)帶旅游業(yè)碳排放情況。

旅游業(yè)碳排放強(qiáng)度測度數(shù)據(jù)主要分為兩種：1.旅游消費(fèi)數(shù)據(jù)。包括旅游業(yè)的增加值與總產(chǎn)值，相關(guān)行業(yè)(交通運(yùn)輸、倉儲和郵政業(yè)以及批發(fā)零售業(yè)和住宿餐飲業(yè))的增加值和總產(chǎn)值，旅游花費(fèi)收入構(gòu)成等。數(shù)據(jù)來源于長江經(jīng)濟(jì)帶11個省市統(tǒng)計年鑒、國民經(jīng)濟(jì)與社會發(fā)展統(tǒng)計公報、旅游統(tǒng)計公報、旅游概覽、旅游抽樣調(diào)查等資料。2.能源消費(fèi)數(shù)據(jù)。旅游相關(guān)行業(yè)消耗各種類能源的數(shù)據(jù)，包括原煤、煤油、汽油、原油、天然氣、電力、熱力等，以及各種能源折標(biāo)準(zhǔn)煤參考系數(shù)，這些數(shù)據(jù)分別來源于中國能源統(tǒng)計年鑒中地區(qū)能源平衡表章節(jié)和附錄部分。

三 實(shí)證分析

(一)旅游消費(fèi)剝離系數(shù)

根據(jù)公式(1)，旅游消費(fèi)剝離系數(shù)主要分為交通倉儲和郵電系數(shù)以及批發(fā)零售和住宿餐飲系數(shù)兩種，分別對長江經(jīng)濟(jì)帶11個省市這兩種旅游消費(fèi)剝離系數(shù)進(jìn)行測算，見表2。

表2 2010—2019長江經(jīng)濟(jì)帶旅游消費(fèi)剝離系數(shù)

(二)碳排放強(qiáng)度

在核算長江經(jīng)濟(jì)帶各省市旅游消費(fèi)剝離系數(shù)基礎(chǔ)上，依據(jù)公式(2)(3)(4)分別計算11個省市2010—2019年的旅游業(yè)碳排放強(qiáng)度，見表3和圖1。

圖1 長江經(jīng)濟(jì)帶旅游碳排放強(qiáng)度折線圖

表3 2010—2019長江經(jīng)濟(jì)帶旅游碳排放強(qiáng)度 (噸/萬元)

從表3可以看出，云南省、四川省和貴州省三個省的碳排放強(qiáng)度下降幅度最大，2019年碳排放強(qiáng)度分別為0.119、0.173、0.151噸/萬元。相比2010年數(shù)值(0.678、0.569、0.437)，分別下降82.5%、69.5%和65.5%；而江蘇省和安徽省的碳排放強(qiáng)度下降幅度最小，2019年碳排放強(qiáng)度分別為0.163、0.05噸/萬元。相比2010年數(shù)值(0.176、0.061)，僅下降了7.6%、18.6%。值得注意的是，這兩個省2010年的碳排放強(qiáng)度在所有省市中最低，可能的解釋為其初始旅游業(yè)的資源利用相對較為充分，對生態(tài)環(huán)境較為友好。而上海市、浙江省、江西省、湖北省、湖南省、重慶市六個地區(qū)的碳排放強(qiáng)度降幅位于二者之間，下降幅度范圍為34.7%～61.8%。

結(jié)合圖1分析，長江經(jīng)濟(jì)帶2010—2019年的整體旅游業(yè)碳排放強(qiáng)度明顯降低，碳排放強(qiáng)度的下降表明旅游業(yè)碳排放量增長率低于旅游業(yè)產(chǎn)值增長率，可見，長江經(jīng)濟(jì)帶旅游業(yè)向著更加節(jié)省資源、低碳高效方面轉(zhuǎn)變。

(三)碳排放強(qiáng)度空間特性

從空間格局分布特性研究長江經(jīng)濟(jì)帶旅游業(yè)碳排放強(qiáng)度，我們借鑒王強(qiáng)等[27]的劃分標(biāo)準(zhǔn)，以長江經(jīng)濟(jì)帶旅游業(yè)碳排放強(qiáng)度各個年份均值的1.5、1、0.5倍將11省(市)旅游業(yè)碳排放強(qiáng)度由高到低分為高碳強(qiáng)度區(qū)、較高碳強(qiáng)度區(qū)、較低碳強(qiáng)度區(qū)和低碳強(qiáng)度區(qū)，并用ArcGIS軟件繪制成圖2。

對圖2進(jìn)行分析，總體來看，2010—2019年間長江經(jīng)濟(jì)帶11個省市旅游業(yè)碳排放強(qiáng)度的空間格局趨于向低碳強(qiáng)度發(fā)展，較直觀的體現(xiàn)是高碳強(qiáng)度區(qū)數(shù)量的減少和較低碳強(qiáng)度區(qū)數(shù)量的增加。首先，對于高碳強(qiáng)度區(qū)而言，2010—2012年長江經(jīng)濟(jì)帶高碳強(qiáng)度區(qū)有兩個，分別是上海市和云南省，但在2012年以后，除了2015年貴州省新增為高碳排放強(qiáng)度區(qū)外，整個長江經(jīng)濟(jì)帶只有上海市為高碳強(qiáng)度區(qū)，因而長江經(jīng)濟(jì)帶高碳強(qiáng)度區(qū)數(shù)量在研究年份中是趨向減少的。再者，對于較低碳強(qiáng)度區(qū)而言，2010—2012年期間長江經(jīng)濟(jì)帶低碳強(qiáng)度區(qū)數(shù)量不超過3個，但2013—2019年較低碳強(qiáng)度區(qū)數(shù)量不低于5個，個別年份數(shù)量更是達(dá)到6個，其中江蘇省、浙江省、江西省和重慶市多年處于較低碳強(qiáng)度區(qū)水平，因而長江經(jīng)濟(jì)帶較低碳強(qiáng)度區(qū)數(shù)量在研究年份中是趨向增加的。另外，如果將長江經(jīng)濟(jì)帶按地理位置劃分為上游(含四川省、云南省、重慶市、貴州省、)、中游(含湖南省、湖北省、安徽省、江西省)、下游(含江蘇省、浙江省、上海市)三個地區(qū)，長江經(jīng)濟(jì)帶碳排放強(qiáng)度在所選研究年份向著較高碳排放強(qiáng)度區(qū)域集中在中游地區(qū)的趨勢發(fā)展，呈現(xiàn)碳排放強(qiáng)度“中間高，兩側(cè)低”的空間格局。具體表現(xiàn)為2010—2016年高碳強(qiáng)度區(qū)、較高碳強(qiáng)度區(qū)主要集中在上中游地區(qū)。但從2017到2019年，上游地區(qū)的較高碳強(qiáng)度數(shù)量從2逐年遞減為0，而下游地區(qū)則趨向穩(wěn)定，最后到2019年長江經(jīng)濟(jì)帶只剩下湖北省和湖南省兩個較高碳強(qiáng)度區(qū)。

圖2 長江經(jīng)濟(jì)帶2010—2019年旅游業(yè)碳排放強(qiáng)度空間分布圖

四 旅游業(yè)碳強(qiáng)度影響因素分析

(一)變量選取

研究旅游業(yè)碳排放強(qiáng)度影響因素時，大部分學(xué)者從城市化水平、社會經(jīng)濟(jì)發(fā)展水平、對外開放水平、服務(wù)業(yè)發(fā)展水平、旅游資源稟賦、能源消費(fèi)結(jié)構(gòu)等方面出發(fā)，選擇適宜的變量指標(biāo)探究旅游業(yè)碳排放強(qiáng)度影響因素[27-31]。借鑒已有的研究結(jié)論，考慮數(shù)據(jù)的可獲得性以及旅游業(yè)發(fā)展?fàn)顩r，本文擬將產(chǎn)業(yè)結(jié)構(gòu)、城市化水平、對外開放水平、社會經(jīng)濟(jì)發(fā)展水平和旅游資源稟賦作為自變量，探究各選定變量對旅游業(yè)碳排放強(qiáng)度的影響，變量說明以及描述性統(tǒng)計信息見表4和表5。

表4 旅游業(yè)碳排放強(qiáng)度影響變量

表5 各變量的描述性統(tǒng)計結(jié)果

(二)空間面板模型選擇

普通靜態(tài)面板模型忽略了空間要素對因變量的影響，很可能導(dǎo)致模型估計結(jié)果有偏差甚至失真，進(jìn)而影響回歸結(jié)果的客觀性?？臻g面板模型充分考慮了面板數(shù)據(jù)可能存在空間相依性，進(jìn)而得到更為符合現(xiàn)實(shí)的估計結(jié)果。考慮到旅游業(yè)不是封閉孤立的行業(yè)，其發(fā)展必須與其他行業(yè)融通，因此，本文的計量分析模型采用空間計量模型。與傳統(tǒng)計量模型相比，空間計量模型更多地考慮了空間溢出效應(yīng)，即本地旅游業(yè)碳排放強(qiáng)度觀測值不僅可能會受到本地自變量的影響，還可能會受到鄰近地區(qū)自變量和因變量的共同影響，因而估計結(jié)果更準(zhǔn)確。

空間計量模型主要分為空間自回歸模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)三類模型，這三類模型假定的空間傳導(dǎo)機(jī)制不相同，其經(jīng)濟(jì)意義也有所區(qū)別。SAR模型認(rèn)為地區(qū)之間空間相互作用，不同地區(qū)因變量會相互影響，其空間依賴性主要由單一參數(shù)刻畫；SEM模型則認(rèn)為隨機(jī)沖擊導(dǎo)致空間性的產(chǎn)生；SDM模型綜合考慮空間傳導(dǎo)機(jī)制和空間交互作用，即一地區(qū)的因變量會同時受到臨近地區(qū)自變量和因變量的影響。一般地，空間計量模型公式可以表示為：

(5)

Yit表示被解釋變量，指第t年第i個省份的被解釋變量；Wij表示空間權(quán)重矩陣；Xit表示第t年第i個省份的解釋變量；ρ表示被解釋變量的空間滯后系數(shù)，θ表示解釋變量的空間滯后系數(shù)；νi、λt分別表示個體省份固定效應(yīng)、年份固定效應(yīng)；μit為空間誤差項(xiàng)，φ為誤差項(xiàng)的空間相關(guān)系數(shù)，ξit為μit的誤差項(xiàng)；特別地，當(dāng)φ=0時，該空間計量面板一般模型可簡化為空間杜賓模型：

λt+εit

(6)

當(dāng)φ=0，θ=0時，簡化為空間自回歸模型：

(7)

當(dāng)ρ=0，θ=0時，簡化為空間誤差模型：

(8)

空間權(quán)重矩陣刻畫的是變量間在空間分布相關(guān)性的大小，空間距離遠(yuǎn)近會對變量相關(guān)程度產(chǎn)生影響。為便于分析，本文采用公式(9)的鄰接空間權(quán)重矩陣，該空間權(quán)重矩陣是經(jīng)過標(biāo)準(zhǔn)化處理后的11×11維鄰接矩陣，即兩省(市)在地理上存在接壤為1，反之為0。其矩陣元素如式(9)：

(9)

(三)最優(yōu)模型檢驗(yàn)

以旅游業(yè)碳排放強(qiáng)度為被解釋變量，出于消除異方差和數(shù)據(jù)可比性考慮，對所有變量進(jìn)行對數(shù)化處理，表示為lnCI、lnPUP、lnPGD、lnPIE、lnPCP、lnTNS。

為了確立最優(yōu)的空間面板模型，采用LR檢驗(yàn)和Wald檢驗(yàn)進(jìn)行空間計量模型檢驗(yàn)，在空間自回歸模型、空間誤差模型和空間杜賓模型中選擇一種模型。本文首先通過假設(shè)空間杜賓模型為選定模型，然后，通過LR檢驗(yàn)和Wald檢驗(yàn)進(jìn)行模型驗(yàn)證。當(dāng)解釋變量的空間滯后系數(shù)θ=0時，空間杜賓模型可簡化為空間自回歸模型。當(dāng)被解釋變量的空間滯后系數(shù)ρ=0時，空間杜賓模型可簡化為空間誤差模型。

確定空間面板模型后，通過Hausman檢驗(yàn)確定是選擇固定效應(yīng)還是隨機(jī)效應(yīng)，如果Hausman檢驗(yàn)結(jié)果為選擇固定效應(yīng)，則還需進(jìn)行一次LR整體顯著性檢驗(yàn)確定模型是否應(yīng)包括個體固定項(xiàng)、時間固定項(xiàng)，或是雙向固定項(xiàng)(個體時間固定)。

上述最優(yōu)模型檢驗(yàn)均在Stata 15.1中進(jìn)行，具體檢驗(yàn)結(jié)果見表6。

表6 鄰接矩陣下最優(yōu)模型檢驗(yàn)

由表6可知，對于SDM能否簡化成SAR，Wald檢驗(yàn)和LR檢驗(yàn)的統(tǒng)計值分別為17.52、15.97，都支持SDM不能簡化為SAR的結(jié)論。而對于SDM是否會簡化成SEM，Wald檢驗(yàn)和LR檢驗(yàn)的統(tǒng)計值分別為16.32、15.41，在1%的顯著水平上拒絕SDM能簡化為SEM的原假設(shè)，這說明SEM模型不會簡化成SDM模型。因此，Wald檢驗(yàn)和LR檢驗(yàn)結(jié)果表明，應(yīng)選擇空間杜賓模型更為適合。

另外，Hausman檢驗(yàn)的統(tǒng)計值為22.06，在1%的顯著水平上拒絕選擇隨機(jī)效應(yīng)，模型應(yīng)該選擇固定效應(yīng)。最后對LR整體顯著性檢驗(yàn)，檢驗(yàn)P值分別在5%、1%的顯著性水平上拒絕選擇單向個體固定效應(yīng)、單向時間固定效應(yīng)，因此模型應(yīng)選擇雙向固定效應(yīng)。

綜上，通過對空間計量模型的一系列檢驗(yàn)，本文擬選用雙向固定空間杜賓模型，結(jié)合前文選定的被解釋變量和解釋變量，得到公式如下：

lnCIit=ρWlnCIjt+β0+β1lnPUPit+β2lnPGDit+

β3lnPIEit+β4lnPCPit+β5lnTNSit+

θ1WlnPUPjt+θ2WlnPGDjt+θ3WlnPIEjt+

θ4WlnPCPjt+θ5WlnTNSjt+νi+λt+εit

(10)

(四)實(shí)證結(jié)果分析

基于長江經(jīng)濟(jì)帶11個省市2010—2019年相關(guān)數(shù)據(jù)，本文以空間鄰接矩陣為空間權(quán)重矩陣，采用空間杜賓模型，探究所選解釋變量長江經(jīng)濟(jì)帶旅游業(yè)碳排放強(qiáng)度的影響，實(shí)證結(jié)果見表7。

表7 空間杜賓模型回歸結(jié)果

根據(jù)LeSage等的研究，空間回歸模型的主體系數(shù)并不能代表模型的回歸系數(shù)，僅以回歸模型估計結(jié)果為準(zhǔn)可能會得出模型估計偏誤結(jié)論。因此，需要采用偏微分法將SDM模型結(jié)果分解為直接效應(yīng)、間接效應(yīng)(空間溢出效應(yīng))和總效應(yīng)。直接效應(yīng)代表自變量對本區(qū)域因變量的平均影響，間接效應(yīng)代表自變量對鄰近區(qū)域因變量的平均影響，總效應(yīng)則為直接效應(yīng)和間接效應(yīng)之和。

1.直接效應(yīng)中，除社會經(jīng)濟(jì)發(fā)展水平(lnPCP)外，其余變量均通過10%的顯著性檢驗(yàn)，表明社會經(jīng)濟(jì)發(fā)展水平對于本地區(qū)旅游業(yè)碳排放強(qiáng)度的影響不顯著。一方面，隨著地區(qū)經(jīng)濟(jì)水平的不斷發(fā)展和居民收入水平逐步提高，人們的綠色低碳環(huán)保意識不斷增強(qiáng)，更多人傾向于生態(tài)旅游、低碳旅游，這對于降低旅游碳排放強(qiáng)度是有利的。另一方面，旅游商家為了追求更大的旅游收益，不惜提供各種“高消耗、高排放”的旅游商品和服務(wù)，其能耗強(qiáng)度與旅游碳排放強(qiáng)度較以往會變得更高，如旅行社為提供高價旅行活動常常包括碳排放量極高的飛機(jī)出行方式和高檔酒店住宿等內(nèi)容。于是，在旅游者低碳旅游的實(shí)際需求與旅游商家不惜以高碳排放為代價追求利潤收益的供需矛盾作用下，社會經(jīng)濟(jì)發(fā)展水平對于旅游業(yè)碳排放強(qiáng)度表現(xiàn)不顯著的影響作用。而城鎮(zhèn)化水平(lnPUP)、產(chǎn)業(yè)結(jié)構(gòu)(lnPGP)對于旅游業(yè)碳排放強(qiáng)度的增長表現(xiàn)出較強(qiáng)的抑制作用，其中城鎮(zhèn)化水平的抑制作用更明顯。城鎮(zhèn)化水平的直接效應(yīng)系數(shù)為-4.103，表明城鎮(zhèn)化水平每增長1%，本地區(qū)旅游業(yè)碳排放強(qiáng)度下降4.103%。而產(chǎn)業(yè)結(jié)構(gòu)的直接效應(yīng)系數(shù)為-1.088，表明產(chǎn)業(yè)結(jié)構(gòu)水平每增長1%，本地區(qū)旅游業(yè)碳排放強(qiáng)度下降-1.088%，由此可見，提升城鎮(zhèn)化水平與產(chǎn)業(yè)結(jié)構(gòu)水平都有利于降低本地區(qū)旅游業(yè)碳排放強(qiáng)度。

與之相反，貿(mào)易依賴水平(lnPIE)、旅游資源稟賦(lnTNS)對于旅游業(yè)碳排放強(qiáng)度的增長具有促進(jìn)作用，表明旅游商品對外貿(mào)易的依賴程度增強(qiáng)、景區(qū)總數(shù)等旅游資源增加會致使旅游業(yè)碳排放強(qiáng)度增加。貿(mào)易依賴水平的直接效應(yīng)系數(shù)為0.206，表明貿(mào)易依賴水平每增長1%，本地區(qū)旅游業(yè)碳排放強(qiáng)度上升0.206%。旅游資源稟賦的直接效應(yīng)系數(shù)為0.216，表明旅游資源稟賦每增長1%，本地區(qū)旅游業(yè)碳排放強(qiáng)度上升0.216%，二者的直接效應(yīng)系數(shù)較為接近，表明提高貿(mào)易依賴水平、旅游資源稟賦都不利于降低本地區(qū)旅游業(yè)碳排放強(qiáng)度。

2.間接效應(yīng)中，產(chǎn)業(yè)結(jié)構(gòu)與貿(mào)易依賴水平系數(shù)表現(xiàn)顯著，表明只有產(chǎn)業(yè)結(jié)構(gòu)與貿(mào)易依賴水平對鄰接地區(qū)旅游業(yè)碳排放強(qiáng)度表現(xiàn)出空間的溢出效應(yīng)。其中，產(chǎn)業(yè)結(jié)構(gòu)系數(shù)顯著為負(fù)，貿(mào)易依賴水平系數(shù)顯著為正，表明產(chǎn)業(yè)結(jié)構(gòu)的升級優(yōu)化對周邊地區(qū)旅游業(yè)碳排放強(qiáng)度的增長起到抑制作用，而貿(mào)易依賴水平較高地區(qū)，對于鄰接地區(qū)旅游業(yè)碳排放強(qiáng)度的增長起到促進(jìn)作用，呈現(xiàn)正向溢出效應(yīng)。

3.總效應(yīng)中，產(chǎn)業(yè)結(jié)構(gòu)、貿(mào)易依賴水平通過顯著性檢驗(yàn)，其余變量均未通過顯著性檢驗(yàn)，其中產(chǎn)業(yè)結(jié)構(gòu)總效應(yīng)系數(shù)顯著為負(fù)，貿(mào)易依賴水平總效應(yīng)系數(shù)顯著為正。產(chǎn)業(yè)結(jié)構(gòu)的直接、間接效應(yīng)都顯著為負(fù)，且產(chǎn)業(yè)結(jié)構(gòu)的間接效應(yīng)與總效應(yīng)系數(shù)大小之比約為68%，表明產(chǎn)業(yè)結(jié)構(gòu)的升級優(yōu)化能降低本地區(qū)和鄰接地區(qū)旅游業(yè)碳排放強(qiáng)度，且對鄰接地區(qū)旅游業(yè)碳排放強(qiáng)度的降低作用更為明顯，其原因可能是產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化推動旅游業(yè)由資源密集型產(chǎn)業(yè)逐步轉(zhuǎn)化為技術(shù)知識密集型產(chǎn)業(yè)，集中的人才、技術(shù)、知識等要素促使本地旅游業(yè)低碳高效發(fā)展，而本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和人才知識儲備又會形成示范作用，通過外溢效應(yīng)輻射帶動鄰接地區(qū)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行調(diào)整，使得鄰接地區(qū)旅游業(yè)碳排放強(qiáng)度下降。而貿(mào)易依賴水平的直接、間接效應(yīng)系數(shù)均在5%水平上顯著為正，表明貿(mào)易依賴水平的提升將引起本地區(qū)、鄰近地區(qū)旅游業(yè)碳排放強(qiáng)度上升。其原因可能是隨著貿(mào)易依賴水平的提高，旅游產(chǎn)業(yè)對于貿(mào)易旅游商品的依賴程度也會相應(yīng)增強(qiáng)，對商品貨物、基礎(chǔ)設(shè)施等進(jìn)出口需求越來越大，與使用本土商品相比，省市旅游業(yè)旅游商品進(jìn)出口貿(mào)易中包含更多的碳排放，旅游產(chǎn)品加工、貯藏、運(yùn)輸、分銷和零售中將加重能源消耗和誘發(fā)碳排放量增多，進(jìn)而使本地區(qū)和鄰接地區(qū)的旅游業(yè)碳排放強(qiáng)度顯著上升。

五 結(jié)論與建議

(一)結(jié)論

本文首先對長江經(jīng)濟(jì)帶11個省市2010—2019年旅游業(yè)碳排放總量與強(qiáng)度進(jìn)行測算，接著分析其時間與空間演變特征，最后通過構(gòu)建空間杜賓模型研究旅游業(yè)碳排放強(qiáng)度的影響變量，得出以下研究結(jié)論。

1.從時間維度分析，在樣本時期內(nèi)，長江經(jīng)濟(jì)帶11個省市整體的旅游業(yè)碳排放強(qiáng)度明顯降低，說明長江經(jīng)濟(jì)帶旅游業(yè)向著更加節(jié)省資源、低碳高效方面轉(zhuǎn)變。對于省市個體而言，碳排放強(qiáng)度下降幅度最大的三個省分別為云南省、四川省和貴州省。以云南省為例，根據(jù)《云南省國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃綱要》，云南省旅游業(yè)要依托沿江資源、環(huán)境、區(qū)位等優(yōu)勢，加快沿江交通基礎(chǔ)設(shè)施和旅游重大重點(diǎn)項(xiàng)目建設(shè)，不斷豐富旅游產(chǎn)品體系和完善旅游產(chǎn)業(yè)體系。實(shí)施綠色發(fā)展戰(zhàn)略，更加重視資源環(huán)境保護(hù)，積極推進(jìn)生態(tài)文明建設(shè)，大力發(fā)展旅游循環(huán)經(jīng)濟(jì)和文明旅游，促進(jìn)全省旅游產(chǎn)業(yè)可持續(xù)發(fā)展。

2.從空間維度分析，按照所選的劃分標(biāo)準(zhǔn)將長江經(jīng)濟(jì)帶旅游業(yè)碳排放強(qiáng)度由高到低分別分為高碳強(qiáng)度區(qū)、較高碳強(qiáng)度區(qū)、較低碳強(qiáng)度區(qū)和低碳強(qiáng)度區(qū)四類。長江經(jīng)濟(jì)帶2010—2019年旅游業(yè)碳排放強(qiáng)度的空間格局趨于向低碳強(qiáng)度發(fā)展，碳排放強(qiáng)度在所選研究年份向著較高碳排放強(qiáng)度區(qū)域集中在中游地區(qū)的趨勢發(fā)展，呈現(xiàn)碳排放強(qiáng)度“中間高，兩側(cè)低”的空間格局。

3.通過LR檢驗(yàn)、Wald檢驗(yàn)和Hausman檢驗(yàn)確立最優(yōu)的空間面板模型為雙向固定空間杜賓模型，將模型回歸結(jié)果分直接效應(yīng)、間接效應(yīng)和總效應(yīng)三個部分進(jìn)行解讀。其一，直接效應(yīng)中，除社會經(jīng)濟(jì)發(fā)展水平變量不顯著外，其余變量均最低在10%的水平上顯著。其中城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)變量的直接效應(yīng)系數(shù)顯著為負(fù)，而貿(mào)易依賴水平、旅游資源稟賦變量的直接效應(yīng)系數(shù)則顯著為正，負(fù)(正)直接效應(yīng)系數(shù)表明變量對于旅游業(yè)碳排放強(qiáng)度的增長表現(xiàn)出較強(qiáng)的抑制(促進(jìn))作用。其二，間接效應(yīng)中，只有產(chǎn)業(yè)結(jié)構(gòu)與貿(mào)易依賴水平系數(shù)顯著，表明只有產(chǎn)業(yè)結(jié)構(gòu)與貿(mào)易依賴水平對鄰接地區(qū)旅游業(yè)碳排放強(qiáng)度表現(xiàn)出空間溢出效應(yīng)。其中，產(chǎn)業(yè)結(jié)構(gòu)系數(shù)顯著為正，貿(mào)易依賴水平系數(shù)顯著為負(fù)。其三，產(chǎn)業(yè)結(jié)構(gòu)的直接、間接效應(yīng)都顯著為負(fù)，且產(chǎn)業(yè)結(jié)構(gòu)的間接效應(yīng)與總效應(yīng)系數(shù)之比約為68%，表明產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化能降低本地區(qū)和鄰接地區(qū)旅游業(yè)的碳排放強(qiáng)度，且對鄰接地區(qū)旅游業(yè)碳排放強(qiáng)度的降低作用更為明顯。而貿(mào)易依賴水平直接、間接效應(yīng)系數(shù)均5%水平上顯著為正，表明貿(mào)易依賴水平的提升將引起本地區(qū)以及鄰近地區(qū)旅游業(yè)碳排放強(qiáng)度上升。

(二)建議

基于上述研究結(jié)論，為降低旅游業(yè)碳排放強(qiáng)度，協(xié)調(diào)旅游發(fā)展與碳排放間的矛盾，實(shí)現(xiàn)旅游業(yè)科學(xué)可持續(xù)發(fā)展，作者在低碳旅游發(fā)展策略方面提出以下幾點(diǎn)針對性的建議。

1.提升城鎮(zhèn)化水平、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)均有助于降低當(dāng)?shù)芈糜螛I(yè)碳排放強(qiáng)度，政府應(yīng)加大旅游發(fā)展資金投入，完善當(dāng)?shù)芈糜位A(chǔ)設(shè)施和服務(wù)設(shè)施的低碳生態(tài)化建設(shè)，比如說交通碳排放占據(jù)旅游業(yè)碳排放相當(dāng)大部分比例，地方政府可統(tǒng)籌規(guī)劃旅游地的交通路線與增設(shè)交通方式，形成更加健全與發(fā)達(dá)的交通網(wǎng)絡(luò)，給游客提供更多的出行方式，降低旅游業(yè)碳排放強(qiáng)度。同時，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，在推進(jìn)旅游產(chǎn)業(yè)發(fā)展的同時，逐步舍棄高消耗、高排放的傳統(tǒng)旅游產(chǎn)業(yè)發(fā)展方式，提高旅游業(yè)中清潔能源的消費(fèi)比重。深化供給側(cè)改革，去除多余的旅游產(chǎn)品產(chǎn)能，以知識化與信息化要素引領(lǐng)旅游業(yè)發(fā)展，加快旅游業(yè)與大數(shù)據(jù)、人工智能等高新技術(shù)的有機(jī)融合，推動旅游業(yè)由資源粗放型產(chǎn)業(yè)逐步轉(zhuǎn)化為技術(shù)知識密集型產(chǎn)業(yè)，走新型現(xiàn)代化旅游發(fā)展道路。

2.培育本土特色旅游商品提高本地商品使用率。第一，地方旅游部門在深入挖掘旅游地歷史文化底蘊(yùn)的基礎(chǔ)上，推進(jìn)旅游商品生產(chǎn)自給自足，減少引進(jìn)與使用進(jìn)口商品，更多地實(shí)施就地取材，培育獨(dú)具本土特色的旅游商品系列，吸引旅游者的注意力，全方位、多角度滿足旅游者吃住行游購?qiáng)实认盗行枨?，逐漸發(fā)展、提高當(dāng)?shù)芈糜紊唐芬?guī)模化生產(chǎn)，讓旅游者真真切切地感受到濃郁的旅游地本土文化，愛上使用旅游本土商品。第二，不定期舉辦本土旅游產(chǎn)品展銷會、博覽會等，構(gòu)建完善的旅游商品線上線下營銷網(wǎng)絡(luò)模式，提高本土旅游商品知名度，讓旅游者知悉除進(jìn)口商品外還有更多的本土特色旅游商品選擇。第三，加強(qiáng)官方旅游商品質(zhì)量反饋渠道、搭建售后服務(wù)意見的平臺。提高旅游者關(guān)于本土商品的良好口碑和使用體驗(yàn)，逐步減少使用外地、外市、外省甚至外國進(jìn)口旅游商品，減少因使用外來產(chǎn)品導(dǎo)致更多的碳排放，同時促進(jìn)本土旅游商品消費(fèi)，振興當(dāng)?shù)亟?jīng)濟(jì)。

3.雖然旅游資源稟賦對本地區(qū)旅游業(yè)碳排放強(qiáng)度起到顯著的正向促進(jìn)作用，但這是旅游經(jīng)濟(jì)發(fā)展的必然趨勢，不應(yīng)該通過抑制當(dāng)?shù)芈糜螛I(yè)發(fā)展以達(dá)到減少碳排放強(qiáng)度的目的。政府應(yīng)考慮如何實(shí)現(xiàn)眾多旅游資源合理有效配置，一方面，加強(qiáng)旅游資源在本區(qū)域內(nèi)的統(tǒng)籌規(guī)劃，集中零星分散的旅游企業(yè)，在區(qū)域內(nèi)集聚勞動力、資金、技術(shù)等資源，形成系統(tǒng)完整的旅游產(chǎn)業(yè)體系。合理設(shè)置旅游服務(wù)企業(yè)的市場準(zhǔn)入門檻，規(guī)范旅游業(yè)的市場秩序，提升旅游業(yè)的管理水平。另一方面，現(xiàn)今交通網(wǎng)絡(luò)日益完善、信息化水平不斷提升，各旅游景點(diǎn)在促進(jìn)自身低碳生態(tài)發(fā)展同時，應(yīng)重視區(qū)域聯(lián)合協(xié)同發(fā)展，借鑒其他區(qū)域成熟的旅游業(yè)生產(chǎn)經(jīng)營方式、管理經(jīng)驗(yàn)等，調(diào)整區(qū)域旅游資源的配置方式，加強(qiáng)區(qū)域內(nèi)旅游業(yè)碳排放的管控，加速低碳旅游景區(qū)試點(diǎn)建設(shè)進(jìn)度，實(shí)現(xiàn)資源共享、結(jié)構(gòu)優(yōu)勢互補(bǔ)，進(jìn)而縮小能源消耗差異，降低區(qū)域旅游業(yè)整體碳排放強(qiáng)度。