中国各省区旅游业碳排放量初步估算及区域差异

钟章奇 吴静 许爱文 魏梅 王铮

摘  要：针对能源消费导致的旅游业碳排放进行了初步估算，并在省级尺度上从总排放量、人均游客排放量和单位旅游收入碳排放量三个方面对中国各省（市、区）2001年～2009年的旅游业碳排放开展了研究，同时还利用标准差和变异系数分析了我国各省区旅游业碳排放差异的总体特征，以及运用可多层次分解的Theil系数分析了2001年～2009年我国旅游业碳排放时间尺度上的地带内、地带间和省际差异变化状况。研究表明：北京、上海和广东等地的旅游业碳排放总量、人均游客碳排放量和单位旅游收入碳排放量均较高，且平均增长率也均为正，因此这些地区的旅游业发展面临着更大的减排压力;我国各省区旅游业碳排放差异的总体特征是绝对差异在不断扩大，相对差异也呈不断上升的趋势，而就碳排放区域差异来看，我国各省区旅游业碳排放总体差异主要是由地带内差异引起的，而地带内差异又主要是来自东部地带的差异，并且东部地带内旅游业碳排放量区域差异很大，对于全国旅游业碳排放总体差异的影响也最为显著，而西部地带次之，中部地带最小。

关键词：旅游业;碳排放;Theil系数;区域差异;中国

中图分类号：F592        文献标识码：A

0  引言

 旅游业作为一种重要的经济产业，常被人们视为“无烟产业”和环境友好型产业。然而，众多研究表明旅游活动会直接或间接地产生碳排放，其对气候变化等生态环境问题的影响已不容忽视[1，2]。据世界旅游组织等机构研究显示若将全球旅游业看成一个国家，则其在2005年排放的CO2量位居世界第五，仅次于美国、中国、欧盟和俄罗斯，并且还在以每年2.5%的速度递增[3]。而Peeters等也研究发现旅游者所产生的CO2占全球CO2排放量的4.4%，并且预计到2035年还会以3.2%的速率增长[4]。若不采取相关减排措施，旅游业维持现有的发展方式与增长速度，Scott等认为旅游业将会成为全球CO2等温室气体的主要排放产业，并将对人类的生存与发展产生重要影响[5]。因此，旅游业节能减排形势愈发严峻。在中国，随着旅游业被定位为国民经济的战略性支柱产业和现代服务业，其发展迅速，2012年旅游总收入已约占中国GDP的5%①。随着中国旅游经济的高速增长，旅游业所产生的碳排放及其带来的相关问题日益受到关注。

 国外学者较早地对此进行了探讨[6-8]。如在全球尺度上，世界旅游组织等机构估算了全球旅游业的CO2排放量为1307Mt[3];在国家尺度上，主要有如：Becken等研究表明酒店行业是新西兰住宿业中最大的能源消费者，其在1999年的能源消耗占新西兰总量的0.4%[9]。Dubois等研究表明到2050年法国的旅游业温室气体排放在现有的基础上将可能增加90%[10]。Perch Nielsen等估算了瑞士的旅游业碳排放约占该国总排放量的5.2%[11]。此外还有从目的地旅游活动[12]、航空或汽车等交通[13，14]等视角来研究了与旅游业相关的碳排放情况。而国内学者对此关注相对较晚，目前从研究尺度上来看主要可分为以下几个方面：在国家宏观尺度上，董红梅等对中国入境旅游者的人均消费与第三产业碳排放量进行了相关分析[15]。石培华等首次系统估算了中国旅游业的能源消耗和碳排放[16]。魏艳旭等对中国旅游交通碳排放及其地区差异性进行了估算研究[17]。刘益对中国酒店业的能源消耗进行了测度并提出了其低碳化经营模式[18]。袁宇杰核算了中国旅游间接能源消耗及其碳排放[19];在省区或者城市等地区尺度上，谢园方等对长三角地区旅游业能源消耗的CO2进行了对比分析[20]，还有学者对江西省[21]、江苏省[22]、深圳市[23]和湖南省[24]等地的旅游业碳排放进行了研究;在旅游景区尺度上，肖潇等以九寨沟风景区、西安碑林博物馆和珍珠泉旅游风景区为例，分别分析了各景区交通碳排放的空间结构并计算了不同交通情景下景区的碳排放变化情况[25]。包战雄等对比研究了福州国家森林公园等景区旅游交通碳排放特征[26];在目的地的酒店业方面，魏卫等以广东省的星级酒店为例就酒店业推广节能减排的影响因素问题进行了探讨[27]。李鹏等对昆明市四星级酒店所产生的温室气体排放量进行了分析[28]。除此之外，也有学者对我国的低碳旅游发展方式[29]、旅游业碳汇[30]和旅游减排政策框架及其战略措施[31]等给予了关注。

  总体来看，近年来越来越多的国内外学者开始关注旅游业碳排放研究。然而令人遗憾的是，上述相关研究中并未对中国各省区尺度上的旅游业碳排放量状况及其区域差异进行探讨。而事实上，厘清各地区旅游业碳排放的现状及其区域差异，不仅对推动整个旅游业的节能减排和环境保护有着重要作用[6]，同时还对提高减排政策措施针对性和可操作性具有重要意义[8，16]。我国地域广袤，地区经济差异显著，各地区旅游业发展水平不尽相同，因此了解各地区的旅游业碳排放现状及其区域差异特征，对于明确各地区的减排责任并制订针对性强、行之有效的区域旅游业减排政策，进而实现我国旅游业持续协调发展和我国减排目标有着重要的理论与实践意义。鉴于此，本文拟从省区尺度来研究各地区旅游业碳排放情况及其区域差异特征，以期弥补中国各省区尺度上的定量对比研究不足的现状，并为相关决策部门提供一定的理论依据。

1  研究方法

 丁雨莲等认为明晰各地区的旅游业碳源即哪些活动、过程在消耗能源以及排放出以CO2为代表的温室气体是定量测度区域旅游业碳排放的重要前提[32]。而研究显示旅游交通、旅游住宿和旅游活动是区域旅游业能源消耗与碳排放的主要来源[3，4，16，33]。在中国，据石培华等的研究表明旅游交通、旅游住宿和旅游活动CO2排放量分别占旅游业总排放量的67.72%、29.92%和2.36%[16]。因此本文主要从旅游交通、旅游住宿和旅游活动这三个方面来估算中国各省区的旅游业碳排放量，进而分析其区域差异特征。

由于当前缺乏旅游业碳排放量的直接监测数据， 因此大部分的测算研究都是基于对其能源消费量的测算得来[19，33，34]。考虑到中国各省区在能源结构上存在差异，并且不同能源品种的碳排放系数不同，本文引入平均碳排放系数来体现这种区域差异。它反映了区域不同能源结构下单位能源消费所产生的碳排放效应[35]。依据王铮等构造的各省平均碳排放系数对分省能源碳排放折算方法[35]，对于同一个地区而言，不同行业与部门所消耗的总能源与其平均碳排放系数之积即为该地区的总碳排放量，故本文中各地区旅游业能源消费所导致的碳排放为：

                              C=E        （1）

 其中C为j地区的旅游业碳排放量，为j地区平均碳排放系数，其取值参考王铮等的研究[35]，Ej为j地区的旅游业能源消费量。根据前文研究，一个地区旅游业能源消费量为：

                              E=E+E+E  （2）

 其中E，E和E 分别为j地区的旅游交通、旅游住宿和旅游活动能源消费量。

 首先，依据世界旅游组织等机构[3]以及魏艳旭等[17]提出采用各种交通方式旅客周转量与相应碳排放因子的乘积可估算每种交通方式客运交通的能源消耗与碳排放量。本文中旅游交通能源消费量计算模型为：

E=？琢FC     （3）

 其中，i分别表示公路、民航、铁路和其他四种客运交通方式，F为j地区中第i类客运交通方式单位能耗，C为j地区中第i类客运交通方式的旅客周转量，？琢为第i类客运交通方式的客流量中旅游者的比例。其他相关参数取值见表1。

其次，考虑到数据的可获取性，由于当前仅能获取省市区尺度上的星级饭店统计数据，为此本文在实际研究过程中采用星级饭店的能源消耗替代旅游业住宿能源消耗。因此由旅游住宿所导致的能源消费量为：

         E=n？茁N？子      （4）

 其中，N，？子分别为j地区的床位数和客房出租率，？茁为常数，表示每张床每晚的单位能耗值，考虑到我国各行业尤其是旅游住宿业的能耗值较高，因此本文取？茁=155MJ/床/晚[39]，n为常数，取n=365晚。其中2001年～2009年旅游星级饭店统计数据来自于《中国旅游统计年鉴（2002-2010）》。

 最后，由于旅游者作为旅游活动的主体，因此旅游活动的主要能源消耗是来自旅游者在游玩过程中产生的能源消耗。G？觟ssling[40]和Becken等[41]认为旅游者在参与不同类型活动过程中产生能源消耗是存在差异的。因此由旅游活动所导致的能源消费量为：

                            E=？酌p          （5）

 其中，k分别为观光旅游、休闲度假、商务出差、探亲访友和其他五类旅游活动（分类方式参见《中国旅游统计年鉴（2002-2010）》）;m为城镇旅游者、农村旅游者和入境旅游者三类游客类型;？酌为一个具有平均意义的变量值，其为旅游者在一次出游过程中参加k类旅游活动所产生的平均能源消耗[41]，而为了更加贴近中国的实际情况，本文其取值参见表2;p为j地区m类型游客中参加第k类旅游活动的旅游者。

2  中国各省区旅游业碳排放量

2.1 总排放量

  旅游业总排放量反映了一个地区旅游业总体的碳排放情况。如图1，从平均碳排放水平看，排在前五位的是广东、上海、北京、江苏和河南。而一些西部省份，如甘肃、宁夏和青海以及天津旅游业碳排放量总量较低。从平均增长速度来看，增速最快的为上海、北京、青海、天津、海南、山西和广东等地，内蒙古、广西和河北的年均增长率最低。其中上海、北京和广东等地区的旅游业总排放量及其年均增长率都明显较高，因而其减排形势严峻。值得注意的是：2001年～2009年青海具有高达16.23%的旅游业碳排放年均增长率，在所有省市区中排第三，虽然其排放基数值小，但若不采取有效的应对措施，其旅游业碳排放量也会快速超过其他地区。天津、海南和重庆等地也具有与青海相似的情况，虽然减排形势目前不如上海、北京等地严峻，但也需对其增长速度进行有效控制。

2.2 人均游客碳排放量

 为了使旅游业碳排放的地域差异更具有可比性，本文引入人均游客碳排放量，它是衡量区域旅游业碳排放水平的重要指标之一。

从图2可知，新疆、海南、内蒙古、上海和甘肃等地区的人均游客碳排放量最高，山东、天津和重庆最低。而从增长率上看，人均游客碳排放量平均增长最高的为上海、北京、天津、广东和海南等地区，内蒙古、贵州和辽宁最低。虽然新疆与内蒙古具有非常高的人均游客碳排放量，但其增长率较低，并且总体上均处于负增长水平，表明这些地区的人均游客碳排放量正处于下降中。然而值得注意的是，上海、北京、广东和海南等地区不仅拥有较高的人均游客碳排放量，而且其人均游客碳排放量均保持着较高的正增长率，因而其减排形势更为严峻;天津和青海等地区虽然拥有较低的人均游客碳排放量，但其平均增长率却为正，同样也面临着一定的减排压力。

上海、北京和广东等地是我国经济最发达，人口最为密集的地区，它们拥有发展旅游业的区位优势，但面对不断严峻的减排形势还需要充分发挥各地环保资金、技术等方面的比较优势，一方面需要摆脱过度依赖消耗资源获取发展的困境，另外也需要积极加快产业结构调整，推广清洁能源的运用，全面推动旅游业碳减排;而类似于新疆和内蒙古这样的地区，旅游业发展相对落后，因而在积极发展当地旅游业的同时，还需要避免陷入“北上广”的发展路径。相反对于天津和青海等地，固然当前面对的减排压力较小，但考虑到其增长率为正，在后续旅游业减排过程中，在保障旅游业又好又快发展的同时，需要积极调控旅游行业的发展，尽快出台与当地的社会、经济、环境条件相适应的旅游业减排政策。

2.3 单位旅游收入碳排放量

  单位旅游收入碳排放反映了旅游经济增长过程中的碳排放强度，即旅游经济发展有多大程度上依赖于高耗能产业。从单位旅游收入碳排量平均水平上看（图3），甘肃、宁夏、新疆、海南和山西的单位旅游收入碳排放最高，江苏、浙江和天津最低。而从单位旅游收入碳排放量平均增长率上看，除上海、北京、广东和海南等地外，其余各省区市均呈下降趋势，其中以贵州、内蒙古和湖南最为明显，平均增长率分别为-18.62%、-19.31%和-20.37%。上海、北京、广东和海南等地的单位旅游收入碳排放量平均水平的基数并不高，但增长速度均保持着上升趋势，其旅游经济对能源依赖性较强，未来旅游业减排形势不容乐观。反观贵州、内蒙古和湖南等地区，其排放基数值相对并不高，近年来平均增长速度降幅小，旅游碳减排压力也相对较小。

上述研究表明，近年来我国的大部分地区的旅游业碳排放强度平均水平均呈现出一定的下降现象，然而北京、上海和广东等地由于旅游业碳排放总量、人均游客碳排放量和单位旅游收入碳排放量均较高，且其各自的平均增长率均为正，面临着更大的减排压力。

3  中国旅游业碳排放的区域差异特征

 本文采用标准差、变异系数和Theil系数等指标对中国各省区旅游业碳排放差异进行分析研究。其中标准差和变异系数分别测算旅游业碳排放绝对差异和相对差异的总体变化特征，而Theil系数则测算中国东部、中部、西部、地带间、地带内以及省区间碳排放差异②，以考察中国旅游业碳排放区域差异的时空演变特征。根据贺灿飞等[42]的研究，本文采用Theil系数测算旅游业碳排放区域差异的时间不平衡性。根据Theil等[43]提出的衡量区域差异的Theil系数计算方法并结合贺灿飞和梁进社[42]的研究，本文构建了以旅游总收入为权重的Theil系数反映地区旅游经济发展水平对区域旅游业碳排放差异的影响，分解如下：

  以省市区为单位的中国旅游业碳排放区域差异程度Theil系数Tp，即，

                         Tp=ln    （6）

  其中Eij和Yij分别为i地带中j省区的旅游业碳排放量和旅游总收入，E和Y分别为全国的旅游业碳排放量和旅游总收入;其次定义TWR为i地带内省区间的差异，则：

                      TWR=ln    （7）

其中Ei和Yi分别为i地带的旅游业碳排放量和旅游总收入;同时定义TBR为地带间旅游业碳排放差异，即：

TBR=ln    （8）

 根据式（7）和（8），旅游业碳排放区域差异可分解为地带内（TWR）和地带间（TBR）差异之和：

TP=ln=（ln+ln）=TWR+TBR   （9）

3.1 旅游业碳排放差异总体特征

 表3显示，我国各省区旅游业碳排放差异的总体特征是绝对差异在不断扩大，相对差异总体上也不断上升，但具有一定的波动性。2001年～2009年，反映绝对差异的标准差从2001年的0.32增加到2009年的0.96，增长了200%，年平均增长率为22.22%，然而体现相对差异的变异系数从2001年的0.65增长到2009年的0.84，仅在2003年保持了不变以及在2008年呈现出略微下降，但随之在2009年又开始继续表现为上升趋势，这表明总体上各省区旅游业碳排放的相对差异逐渐上升。

3.2 旅游业碳排放区域差异特征

 对Theil系数进行分解，可以进一步从差异的地带构成和地带内差异的变化来揭示中国旅游业碳排放区域差异变化的地带构成以及地带内各省区旅游业碳排放差异的变化过程。

 图4显示，地带间旅游业碳排放区域差异呈现先升后降的趋势，具有一定的波动性，其中2001年～2003年还保持着略微上升，但2003年以后则迅速下降。而中部旅游业碳排放区域差异总体上表现出逐渐下降的趋势，但其显现出较强的波动性，总体变化趋势较为平缓。地带内和全国旅游业碳排放区域差异的变动趋势则表现出较强的一致性，即在2001年～2003年区域差异趋于小幅上升，在2004年前后呈现出较大的波动起伏，而自2004年以后区域差异又开始上升，但2007年稍有下降，2008年以后又开始缓慢上升。西部旅游业碳排放区域差异表现出较强的波动性，总体变化趋势较为明显。东部旅游业碳排放区域差异在2001年～2004年趋于缓慢上升，在2004年以后则呈快速上升的走向，说明东部的旅游业碳排放区域差异一直在不断拉大。

为了进一步反映东、中、西部三大地带旅游业碳排放区域差异对全国旅游业碳排放区域差异的影响，依据式（9）可知：

                   TP=ln=TWR+TBR       （10）

 若，Tpe、Tpm和Tpw分别表示东、中和西部地区的Theil系数，Ee、Em和Ew分别表示东、中和西部地区的碳排放量，则式（10）可变形为：

            l=+=×+×+×+      （11）

  式（9）中为地带间差异对总体差异的贡献率，×、×、×分别为东、中、西部三大地带内部差异对总体差异的贡献率，其大小体现了该地区对总体差异的影响程度。三大地带内部以及三大地带间差异对全国旅游业碳排放总体差异的贡献率计算结果见表4。

 表4显示，不同区域的旅游业碳排放差异对总体差异的贡献率相差较大。地带内差异对中国旅游业碳排放总体差异的贡献率远大于地带间差异的贡献，并且对总体差异的贡献程度自2001年以来一直维持着稳步上升的趋势，从2001年的58.24%上升到94.99%。地带间的贡献率则迅速下降，从2001年的41.76%下降到2009年的5.01%，下降的幅度大。中国旅游业碳排放的总体差异则主要由东部地带引起，而且东部地带的贡献率从2001年的32.07%快速上升到77.70%。西部地带和中部地带的贡献率下降的趋势均较为明显，且存在一定的波动性。其中西部地带的贡献率从2001年的17.56%下降到2009年的12.69%，中部地带则从8.61%下降到4.61%，但从2001年～2009年西部地带差异对总体差异的贡献率均大于中部地带的贡献。显然中国各省区旅游业碳排放总体差异主要是由地带内差异引起的，而地带内差异又主要是来自东部地带的差异。并且东部地带内旅游业碳排放量区域差异很大，对于全国旅游业碳排放总体差异的影响最为显著，而西部地带次之，中部地带最小。

4  结论与讨论

 本文针对能源消费导致的旅游业直接碳排放进行了初步估算，并在省级尺度上从总排放量、人均游客排放量和单位旅游收入碳排放量三个方面对中国2001年～2009年的旅游业碳排放量情况开展了研究，同时还进一步利用标准差、变异系数和Theil系数等指标对中国各省区旅游业碳排放区域差异特征进行了分析，以期为中国区域旅游业减排政策制定提供一定的依据。本文得到了以下主要结论：

  1）中国各省区旅游业碳排放总量继续保持着上升态势，反映了近年来我国旅游业节能减排工作亟须进一步加强。上海、北京和广东等地不仅在总排放量、人均游客排放量和单位旅游收入碳排放量均较高，而且其各自的平均增长率也均为正，若不对这些地区推动强有力的减排措施，其旅游业碳排放量增长势必就会影响全国整体碳减排目标的实现，因而未来一段时间内这些地区面临着较强的旅游业减排压力。此外还有天津和青海等地，固然减排形势不如上海、北京和广东等地严峻，但仍需引起相关部门的充分重视。

  2）2001年～2009年中国各省区旅游业碳排放差异的总体特征是绝对差异在不断扩大，相对差异总体上也呈不断上升的趋势，但具有一定的波动性。这一方面可能增大了制定旅游业节能减排政策的难度，另一方面也为不同省区在旅游业节能减排领域开展区域合作提供了一定的有利条件;另外地带内差异对中国旅游业碳排放总体差异的贡献率远大于地带间差异的贡献，并且对总体差异的贡献程度自2001年以来一直维持着稳步上升的趋势。中国各省区旅游业碳排放总体差异主要是由地带内差异引起，而地带内差异又主要是来自东部的差异，并且东部地带对全国旅游业碳排放总体差异的影响最为显著，而西部次之，中部最小。

  3）在取得一些初步结论的同时，本文仍然还存在尚需深入探讨的问题。囿于现有公开统计数据的缺乏，本文采用星级酒店数表征整个旅游住宿业能耗状况，这可能会使总体计算结果会相对偏小。考虑到各类碳排放因子具有相对稳定性[44]，所以在估算时未考虑其年际变化。这些都值得进一步的深入研究。另外，统计年鉴中的统计数据可能具有不确定性，虽然可能会造成研究结果也具有一定的不确定性，但我们认为在没有找到更好的数据进行替代之前，其还是具有较高的可信度。

参考文献：

[1] Patterson T， Bastianoni S， Simpson M. Tourism and climate change： Two-way street， or vicious/virtuous circle[J]. Journal of Sustainable Tourism， 2006，14（4）：339-348.

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

[3] Unwto Unep Wmo. Climate change and tourism： responding to global challenges[M]. Madrid：UNWTO， 2008.

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

[5] Scott D， Peeters P， Gssling S. Can tourism deliver its “aspirational” greenhouse gas emission reduction targets[J]. Journal of Sustainable Tourism， 2010，18（3）：393-408.

[6] 唐承财，钟林生， 成升魁. 旅游业碳排放研究进展[J]. 地理科学进展， 2012，31（4）：451-460.

[7] 王群，杨兴柱. 境外旅游业碳排放研究综述[J]. 旅游学刊， 2012，27（1）：73-82.

[8] 吴普，岳帅. 旅游业能源需求与二氧化碳排放研究进展[J]. 旅游学刊， 2013，28（7）：64-72.

[9] Becken S， Frampton C， Simmons D G. Energy consumption patterns in the accommodation sector： the New Zealand case[J]. Ecological Economics， 2001，39（3）：371-386.

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

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

[12] Becken S， Simmons DG. Understanding energy consumption patterns of tourist attractions and activities in New Zealand[J]. Tourism Management， 2002，23（4）：343-354.

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

[14] Paravantis J A， Georgakellos D A. Trends in energy consumption and carbon dioxide emissions of passenger cars and buses[J]. Technological Forecasting and Social Change， 2007，74（5）：682-707.

[15] 董红梅， 赵景波. 中国第三产业碳排放量与入境旅游人均消费的相关关系探析[J]. 干旱区资源与环境， 2010，24（4）：

185-189.

[16] 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.

[17] 魏艳旭，孙根年，马丽君，李静. 中国旅游交通碳排放及地区差异的初步估算[J]. 陕西师范大学学报：自然科学版， 2012，40（2）：76-84.

[18] 刘益. 中国酒店业能源消耗水平与低碳化经营路径分析[J]. 旅游学刊， 2012，27（1）：83-89.

[19] 袁宇杰. 中国旅游间接能源消耗与碳排放的核算[J]. 旅游学刊， 2013，28（10）：81-88.

[20] 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）：429-438.

[21] 王立国，廖为明，黄敏，邓荣根. 基于终端消费的旅游碳足迹测算——以江西省为例[J]. 生态经济， 2011，1（5）：

121-124，168.

[22] 陶玉国，张红霞.江苏旅游能耗和碳排放估算研究[J]. 南京社会科学， 2011（8）：151-156.

[23] 汪清蓉. 城市旅游业 CO2 排放量估算研究——以深圳市为例[J]. 地理与地理信息科学， 2012，28（005）：104-109.

[24] 赵先超，朱翔. 湖南省旅游业碳排放的初步估算及脱钩效应分析[J]. 世界地理研究， 2013，22（1）：166-175.

[25] 肖潇，张捷，卢俊宇，等. 旅游交通碳排放的空间结构与情景分析[J]. 生态学报， 2012，32（23）：7540-7548.

[26] 包战雄，袁书琪，陈光水. 不同游客吸引半径景区国内旅游交通碳排放特征比较[J]. 地理科学， 2012， 32（10）：1168-1175.

[27] 魏卫，赵思香，杨新凤，等. 酒店业推广节能减排影响因素的实证研究——以广东省星级酒店为例[J]. 旅游学刊， 2010，25（3）：35-40.

[28] 李鹏，黄继华，莫延芬，等. 昆明市四星级酒店住宿产品碳足迹计算与分析[J]. 旅游学刊. 2010，25（3）：27-34.