敦煌市旅游业碳排放与经济增长的耦合关系分析

李彩云, 陈兴鹏,, 张子龙, 冯会会

1. 兰州大学 资源环境学院, 兰州 730000

2. 兰州大学资源环境学院中国西部循环经济研究中心, 甘肃, 兰州 730000

敦煌市旅游业碳排放与经济增长的耦合关系分析

李彩云1, 陈兴鹏1,2,*, 张子龙1,2, 冯会会1

1. 兰州大学 资源环境学院, 兰州 730000

2. 兰州大学资源环境学院中国西部循环经济研究中心, 甘肃, 兰州 730000

旅游的低碳化是旅游业可持续发展的关键目标之一, 因此对旅游业碳排放的准确估算, 及其与经济增长之间的关系成为了相关领域的研究热点。论文通过“自下而上”的方式, 采用文献研究与统计分析方法, 并结合社会调查数据, 初步估算了敦煌市2003—2012年旅游业的碳排放量, 并选取同期旅游收入数据, 应用脱钩模型对敦煌市旅游碳排放与旅游发展之间的关系进行分析。研究结果表明： ①2003—2012年敦煌市旅游业年均碳排放量4200 t, 占全市年均碳排放总量的0.36%, 具有低排放的特征。②在敦煌市旅游业碳排放构成中, 旅游交通是最主要的碳排放来源, 占旅游业碳排放量的77.85%, 旅游住宿与旅游活动分别占旅游业碳排放量的0.05%、22.10%。③敦煌市旅游业碳排放与经济增长之间的关系以弱脱钩为主, 除2002—2003、2007—2008、2010—2011三个时期处于负脱钩状态, 脱钩弹性值处于 0.04—2.22之间, 旅游业经济增长速度明显高于碳排放增加速度, 旅游业发展总体形势比较乐观。因此, 敦煌市具有发展低碳旅游的潜力与空间。

旅游业; 碳排放量; 脱钩分析; 敦煌市

1 前言

自20世纪以来, 人类活动导致全球气候变化已成为全世界共同关注的焦点, 特别是温室气体排放所引起的全球气候变暖问题已深刻影响着人类的生存与可持续发展。人类经济活动所排放的CO2是主要的温室气体之一, 旅游产业活动的直接碳排放量相比于其它产业较低, 但若将旅游活动的间接碳排放纳入核算范围, 其碳排放量则不容小觑。UNWTO的研究表明, 2005年全球旅游经济发展产生的碳排放量达到 1.3 ×109t, 占人类活动所有碳排放量的4.9%, 除去飞行贡献值为3%, 该排放量所造成的影响大约可以达到全球温室效应的 14%, 2035年以前, 全球旅游业碳排放量约以 2.5%的年均速度增长[1]。2005年, 中国入境旅游总碳排放量为2.6×106t,占全球旅游业碳排放量的 0.2%, 且 2003—2010年以8.6%的年均速度增加, 这远高于全球旅游业碳排放量的平均增长速度[2], 大规模旅游活动所引致的能源消耗和碳排放量增加, 日益引起了政府和学术界的重视。敦煌作为国内外享誉盛名的国际文化旅游名城, 2012年共接待旅游者312.04万人次, 其旅游规模在甘肃省乃至全国身居前列, 因此摸清其旅游产生的碳排放量, 分析其碳排放与经济增长之间的耦合关系, 对于评估旅游活动的环境负荷和可持续性, 制订相应的可持续发展政策具有一定的现实指导意义。

目前, 国外旅游业碳排放研究主要集中于旅游业能源消耗估算、旅游碳排放的测度方法及旅游交通或目的地的碳排放测算等方面。Natalia[3]、Becken等[4]分别对夏威夷、新西兰的旅游业能源消耗进行了估算, 且Becken研究发现旅游交通是最主要的能源消耗来源, 占旅游业总能源消耗的 65—73%。Gössling[5]、Katircioglu[6]进一步研究了旅游业能源消耗对地区造成的环境污染影响, Peeters与Dubois[7]通过构建 “自下而上”的能源利用模型系统测定了旅游目的地的能源消耗和温室气体排放水平。国内学者对于旅游业碳排放研究起步相对较晚, 可检索到的相关文献数量较少。不同研究尺度上, 石培华采用“自下而上”法估算了中国旅游业的能源消耗和碳排放[8], 魏艳旭等初步估算了中国旅游交通碳排放并分析旅游交通碳排放的地区差异[9]; 陶玉国、杨存栋等分别对江苏省、内蒙古旅游业碳排放进行估算并提出低碳化发展策略[10-11]; 李世宏等利用碳足迹计算模型计量了张家界旅游碳排放并提出减排路径[12], 魏卫应用定量分析法分析了广东省酒店业能耗及节能减排的影响因素[13]等。综述文献发现, 旅游业碳排放研究取得一定成果, 而旅游业碳排放与经济增长之间关系的研究相对较少, 特别是针对某一典型旅游城市的相关研究, 而弄清旅游业碳排放情况、结构特征, 理清其与旅游经济增长之间的关系, 对发展低碳旅游具有重要作用。基于此, 本文对2003—2012年敦煌市旅游业碳排放总量进行估算,并对其结构特征及与旅游业经济增长之间的脱钩关系进行定量评价与分析, 以明确敦煌市旅游业节能减排的潜力与目标, 为政府进一步促进旅游产业结构优化与转型升级提供更具针对性、科学性的决策依据。

2 研究方法

2.1 研究区域

敦煌市位于甘肃省河西走廊的西端, 地处甘肃、青海、新疆三省(区)交汇处, 全市总人口达18.60万人, 总面积3.12万km2, 有“戈壁绿洲”之称。2012年敦煌市实现地区生产总值782635万元, 其中第三产业增加值较去年增长15.2%。敦煌市被誉为“世界的敦煌”、“人类的敦煌”, 境内现有各类文物保护单位241处, 丰富的历史遗产、奇特的自然风光, 每年都吸引大量中外游客前来踏寻探秘、观光揽胜。2012年, 敦煌市接待旅游人数312.04万人, 较2003年增加了 262.03万人, 旅游总收入为 275000万元, 较2003年增加了258967万元。

2.2 研究方法

2.2.1 旅游业碳排放量的估算

目前国内外仍没有形成成熟的旅游业碳排放估算的系统性方法, 通常采用 “自上而下”法和“自下而上”的方法。由于国内统计年鉴中分行业能源消费总量统计项中没有旅游业或服务业能源消费, 且未建立有关温室气体排放的统计检测体系。因此, 本文采用“自下而上”的方法, 通过文献法[1,14]结合实地抽样调查问卷确定旅游业碳排放的重点领域或消费环节。在此基础上, 采取先分解后加总的方法[15-16],对旅游业各个重点领域的碳排放量进行测度。公式如下：

式(1)中, Ct表示t年旅游业产生的碳排放量; CTt表示t年旅游交通碳排放量; CLt表示t年旅游住宿碳排放量; CAt表示t年旅游活动碳排放量。

旅游交通碳排放量估算参考UNWTO采用的计算方法[17]及魏艳旭等的研究成果[9], 其公式为：

式(2)中, CTt表示t年旅游交通产生的碳排放量; Sit表示t年i类交通方式(铁路、公路、民航、水运)的旅客周转量; fi表示i类交通方式的旅游周转量中旅游者所占的比例; αi表示i类交通方式的碳排放因子kg·(p km)-1。

式(3)中, CLt表示t年旅游住宿产生的碳排放量; Nt表示t年全市旅游饭店客房床位数; γt表示t年平均客房出租率; β表示每张床位每晚的碳排放因子( g·(p visitor-night)-1)[15]。

式(4)中, CAt表示 t年旅游活动场产生的碳排放量; Qkt表示t年游览旅游吸引物或参加旅游活动k的旅游者人数;kγ表示k类旅游吸引物或者旅游活动碳排放因子(g·(p visitor)-1)[15]。

2.2.2 经济增长与碳排放脱钩分析模型

目前用于经济增长与碳排放关系的脱钩分析模型两种, OECD模式和Tapio模式。基于期初值和期末值的OECD脱钩分析模型通过脱钩指数和脱钩因子来度量碳排放与经济增长之间是否发生脱钩关系, Tapio脱钩模型是在OECD脱钩模型基础上发展而来的, 采用弹性分析法反映变量间的关系, 脱钩关系的测度和分析也较OECD脱钩模型更为客观和准确[14], 因此本文基于Tapio脱钩模型, 选取旅游业总收入和碳排放量指标作为衡量旅游旅游经济增长与碳排放的主要指标来构建旅游业碳排放脱钩模型[18],表述公式为：

式(5)中, e表示旅游业碳排放总量与旅游经济增长的脱钩弹性指数; ΔCO2表示现期碳排放量相对于基期碳排放量的变化量; ΔE表示现期旅游经济相对于基期旅游经济的变化值; E表示旅游总收入。碳排放与旅游经济增长的脱钩关系分为 8种, 具体参考文献[19-20], 其中, 强脱钩是低碳旅游经济追求的可持续发展状态, 而对应的强负脱钩则是最不利状态,弱脱钩是相对比较乐观的状态, 其余均为不可持续发展状态。当旅游经济增长(ΔE＞0)时, 值越小脱钩越明显, 也越有利于旅游经济可持续发展。

2.3 数据来源与数据处理

本文数据来源主要包括： 1)相关年份《甘肃交通年鉴》、《敦煌市“十一五”统计年鉴》、《敦煌市统计年鉴》、敦煌市国民经济和社会发展统计公报、《中国国内旅游抽样调查统计资料》、《中国旅游统计年鉴》及国内旅游抽样调查综合分析报告(2005—2011)、入境旅游者抽样调查综合分析报告(2009—2011); 2)敦煌市政府信息公开网、甘肃省旅游局官方网站相关数据; 3)抽样调查问卷整理。2013年9月28日至10月5日, 利用国庆节黄金周旅游者较为集中的有利时机, 向各景点旅游者发放问卷 700份,回收有效问卷653份, 回收率为93.28%, 向当地居民及旅游业相关工作者(旅游局工作人员、宾馆饭店工作人员等)发放问卷200份, 回收有效问卷146份,回收率为73%。

3 实证分析

3.1 旅游业碳排放估算

3.1.1 旅游交通碳排放

本文按甘肃省各种交通运输方式的年旅客周转量(mio-km)的 0.54%来确定敦煌市各交通方式的年旅客周转量。2003—2012年甘肃省铁路和公路年均旅客周转量占各类交通方式年旅客周转总量的90%以上, 成为最主要的客运交通方式。酒泉市公路年旅客周转量占全省的年均比例是 9.02%, 而敦煌市公路年旅客周转量占酒泉市的年平均比例是6.14%,由此推算, 敦煌市公路年旅客周转量占全省的年平均比例为 0.54%。按该比例确定的敦煌市公路年均旅客周转量为91.67 mio-km, 统计资料(《敦煌市“十一五”统计年鉴》和《敦煌市统计年鉴》)中公路年均旅客周转量为86.93 mio-km, 误差范围约5.12%,考虑是可接受的。

参考相关文献[1,9]并结合敦煌市旅游者实际情况和专家咨询结果, 确定铁路、公路、民航、水运的f值分别为31.6%, 13.8%, 64.7%, 10.6%, 参考吴文化[21]、Kuo等[22]学者的研究成果, 确定铁路、公路、民航、水运的碳排放因子系数分别为27 g·(p km)-1、133 g·(p km)-1、137 g·(p km)-1、106 g·(p km)-1。由此根据公式(2), 计算得出2003—2013年敦煌市各种交通方式的旅游碳排放量(表1)。

3.1.2 旅游住宿碳排放

调查资料统计旅游者选择宾馆饭店和旅社住宿的比例达 80%以上, 另有少量旅游者选择亲戚或朋友家、野营或不住宿, 旅游住宿类型呈多样化, 鉴于后者的住宿碳排放数据无法统计, 考虑到数据的可获得性和可靠性, 本文采用星级宾馆饭店的相关数据来估算住宿碳排放。每张床位每晚的碳排放因子β取值为2.458 g·(p visitor-night)-1[9,15], 由公式(3)对旅游住宿碳排放估算结果如下(表2)。

3.1.3 旅游活动碳排放

表1 2003—2012年敦煌市旅游交通碳排放量(t)Tab. 1 Carbon emissions from tourism traffic in Dunhuang City from 2003 to 2012

表2 2003—2012年敦煌市星级宾馆饭店的碳排放量Tab. 2 Carbon emissions of star-rated hotels in Dunhuang City from 2003 to 2012

根据《中国旅游统计年鉴》和旅游抽样调查综合分析报告, 对于不同类型旅游活动旅游者人数比例(按目的划分)取历年数据的平均值(表3)。各种类型旅游活动的单位碳排放因子数据参考文献[8], 中国各种旅游活动中观光游览、度假休闲、商务出差、探亲访友和其他旅游活动的单位碳排放量即公式(4)中γ取值分别为417 g·(p visitor)-1、1670 g· (p visitor)-1、786 g· (p visitor)-1、591 g·(p visitor)-1、172 g·(p visitor)-1。根据公式(4)估算旅游活动碳排放结果(表3)。

3.2 旅游业碳排放结果分析

由公式(1)计算得到敦煌市旅游业碳排放总量,参考国家发改委能源研究所推荐的碳排放折算系数(2.4567 tCO2·tce-1), 2003—2012年敦煌市年均碳排放量983000 t, 年均增长率为12.92%。

表3 2003—2012年敦煌市旅游者不同旅游目的人数比例统计(%)Tab. 3 Proportion statistics of tourists with different purposes in Dunhuang City from 2003 to 2012 (%)

表4 2003—2012年敦煌市不同旅游目的活动碳排放量(t)Tab. 4 Carbon emissions from activities of different tourism purposes in Dunhuang City from 2003 to 2012 (t)

图1 2003—2012年敦煌市旅游业碳排放量变化趋势Fig. 1 Carbon emissions changes in Dunhuang City from 2003 to 2012

3.2.1 旅游业碳排放总量结果分析

由图 1可知, 研究期间敦煌市旅游业碳排放量整体呈上升趋势, 从2003年的2400 t增加到2012年8800 t, 年均增长率为15%, 特别是2010年后出现更为快速的增长态势, 年均增长率达 41.74%, 而且在后续一定时期内旅游业碳排放量仍会保持上升趋势。2008年旅游业碳排放量减少到2600 t, 同时敦煌市国内外旅游接待人数比2007年减少约48.35万人, 旅游总收入减少 38%(数据来源： 《敦煌市“十一五”统计年鉴》), 这主要是受自然灾害、人民币升值、金融危机等诸多不利外部环境因素影响。由此可见,在一定程度上社会环境因素的稳定与否会直接影响旅游者数量变化进而影响旅游业碳排放量的增减。

3.2.2 旅游交通碳排放结果分析

从旅游业碳排放的部门结构来看, 旅游交通碳排放量最大, 在旅游业碳排放总量中所占的比例为71%—86%, 且保持与碳排放总量较为一致的增长趋势, 而旅游活动和旅游住宿碳排放量占碳排放总量年均比例仅为22.10%和0.05%, 2012年旅游交通碳排放量更是达到这二者累计总量的3.13倍, 可见旅游交通是影响旅游业碳排放的最主要来源, 且短时间内这种状况很难改变, 这也与UNWTO于2009年发布的研究结论基本吻合[1]。各类交通运输方式(铁路、公路、民航、水运)碳排放在旅游交通碳排放总量中所占的年均比例分别为 34.27%、43.95%、21.74%、0.04%, 这与问卷调查中旅游者选择不同交通出行方式的比例较为一致, 调查资料显示, 旅游者选择汽车、火车、飞机、自驾车及其他交通出行方式的比例分别15.24%、43.02%、27.78%、13.53%和 0.43%, 因此敦煌市的低碳旅游发展可考虑从改变旅游出行方式和完善绿色交通方面入手。

3.2.3 旅游住宿和活动碳排放结果分析

结合图1和表2、3, 尽管旅游住宿和旅游活动在旅游业碳排放总量中所占比重较低, 但这二者增长趋势明显, 年均增长速率分别为7%, 25.83%。旅游住宿的增长平稳性相比旅游活动较差, 呈曲线上升趋势, 其中2005年、2008年和2011年碳排放量下降, 特别是2008年下降幅度最大, 其余年份碳排放量持续增加。2003—2012年旅游活动碳排放量增长速度以 2008年为分节点呈现先缓慢后快速的特点, 其中, 观光游览和度假休闲活动碳排放总量占旅游活动碳排放总量年均比重超过 50%, 是影响旅游活动碳排放总量的主要活动类型, 其次是探亲访友与商务出差, 碳排放量分别占旅游活动碳排放总量的年均比例为33.83%和9.32%。

由上述分析可知, 当旅游业处于某一发展阶段或能源节能技术革新、政策效应等处于某一特定发展状态时, 游客数量是影响旅游业碳排放总量变化的主要因素, 旅游交通、住宿及旅游活动碳排放量随着不同时期旅游者数量变化而出现一定程度变化, 游客选择不同交通出行方式、住宿和旅游活动类型会影响旅游业主要环节碳排放量的变化。从全国旅游情况和抽样调查中游客交通出行方式和住宿类型的选择来看, 随着自驾露营旅游热, 农家乐受欢迎程度高涨以及飞机正在逐渐成为休闲旅游者的首先出行方式, 人们的旅游出行方式对旅游交通和住宿碳排放的影响会更大。

3.3 碳排放与旅游发展的脱钩分析

依据公式(5)得到敦煌市 10年间碳排放与经济增长之间的脱钩指标值, 并根据 Tapio对脱钩状态的界定对其进行划分。(表5)。

表5 2003—2012年敦煌市旅游业二氧化碳脱钩指数相关指标结果Tab. 5 Decoupling analysis of CO2emission from tourism development in Dunhuang City from 2003 to 2012

由表 5可知, 敦煌市旅游业碳排放量和旅游经济呈波动增长的特点(除2003年、2008年分别较之上年出现负增长之外), 而这种增长不稳定性使得脱钩弹性值也呈现波动增长的趋势。从时间序列上看,敦煌市旅游业碳排放与经济增长之间的关系在三个时期内是处于负脱钩状态： 2002—2003年为强负脱钩, 表明旅游经济下降而旅游业碳排放量增加; 2008年为弱负脱钩, 表明旅游经济与碳排放量均下降, 但是碳排放下降的速度要小于旅游经济下降的速度; 2011年为扩张负脱钩, 表明旅游经济与碳排放量同时增长, 但是碳排放量增长的幅度要大于经济增长的幅度。除了上述三个时期, 其余时期敦煌市旅游碳排放与旅游经济增长均呈现弱脱钩状态,即旅游经济增长的同时碳排放量也在增加, 但经济增长的幅度要大于碳排放增加的幅度, 如 2004—2005年, 旅游经济增长率为 17%, 而旅游碳排放增长率为1%。其中以2005—2006年最为显著, 脱钩弹性值达到 0.08, 这一时期旅游业碳排放增加的速率为7%, 远低于旅游经济增长的速率80%。脱钩弹性最高值出现在2010—2011年, 同时也是碳排放量增长最快的时期, 其增长幅度大于经济增长幅度。

从宏观环境分析, 外部环境的冲击极大地影响旅游碳排放与经济增长之间的脱钩关系, 如2003年敦煌市旅游业受SARS影响, 2008年受自然灾害、奥运“挤出效应”、金融危机等的影响, 敦煌市旅游经济分别较之上年出现负增长, 碳排放量与经济增长之间处于未脱钩状态。而2008年后, 随着敦煌市旅游品牌竞争力的不断增强, 政府不断加大旅游深度开发, 加之低碳经济发展热潮兴起及旅游产业中节能减排技术的应用, 在旅游经济快速增长的同时碳排放量下降, 说明政府调控与旅游品牌效应对旅游业碳排放和旅游经济脱钩发展贡献较大。

4 结论与建议

4.1 结论

(1) 2003—2012年敦煌市旅游业碳排放量整体呈上升趋势, 年均碳排放量为4200 t, 占敦煌市年均碳排放总量的比重为0.36%, 低于同期工业、建筑、交通碳排放占敦煌市年均碳排放总量的比重, 也低于全球旅游业二氧化碳大排放量约占全球二氧化碳总排放量5%的比例(2005年), 旅游业碳排放年均增长率是全市碳排放总量年均增长率的 1.2倍。整体上, 敦煌市旅游业碳排放具有低排放的特征, 而碳排放增速过快给景区带来的环境影响日渐突出, 如何实现旅游业可持续发展成为政府工作重点。

(2) 在敦煌市旅游业碳排放构成中旅游交通碳排放量是旅游业碳排放最主要来源和核心环节, 旅游业节能减排的主要着眼点应放在如何减少旅游交通碳排放上。旅游住宿和旅游活动碳排放量占旅游业碳排放量的年均比重较小, 但是二者的增长趋势明显, 因此, 旅游住宿与旅游活动产生的碳排放必须重视, 高强度旅游活动对环境脆弱和敏感旅游景点带来的环境影响更不容忽视。

(3) 2003—2012年敦煌市旅游业碳排放与旅游经济增长整体处于弱脱钩状态, 表明旅游经济增长的同时其碳排放量也在不断增长, 但旅游经济增长速度明显快于旅游业碳排放量增长速度, 旅游发展相对来说比较乐观, 但脱钩程度受技术变革、外部环境冲击与政府调控等影响具有明显的变化波动,与实现强脱钩还存在一定的距离, 且短时期内弱脱钩状态仍会持续, 敦煌市旅游业发展仍具有巨大节能增效的空间。

4.2 建议

综上要实现旅游业碳排放的强脱钩, 须从以下几个方面入手： 一是转变传统旅游观念和旅游消费方式。必须转变“旅游业是无烟产业、低能耗产业”等的传统思维观念, 认识到旅游消费过程中个人旅游碳足迹对环境产生的影响, 将低碳生态的环境理念与绿色健康的消费观念结合起来, 逐渐改变旅游者以往浪费、高碳的旅游消费方式, 改变旅游企业盲目利用“低碳”标签吸引消费的粗放式低碳旅游发展方式, 形成绿色健康的旅游消费模式和低碳生态的旅游经营观念。二是实现旅游景区低碳化生产与管理。推进交通领域节能减排技术的应用与绿色交通体系建设, 住宿餐饮类服务实现全程低碳化服务,减少高碳化、高耗能的旅游项目, 将景区清洁生产、旅游资源高效利用及绿色经营融入旅游产品的生产中, 营造低碳旅游吸引物, 必要时通过征收碳税来引导旅游者低碳消费, 通过改变旅游经济发展模式实现旅游经济效益最大化环境耗损最低化。三是推进低碳旅游制度化与标准化建设。完善保障低碳旅游消费的相关法律法规, 从财政、土地、政策制度等各方面将低碳旅游的生产与消费纳入法律政策体系, 并制定低碳旅游产品、服务、管理相关质量标准, 特别是保证环境敏感脆弱景区的开发经营与消费管理制度化、标准化与规范化。

[1] The UN Tourism Organization(UNWTO). Towards a low carbon travel and tourism sector[R]. The World Economic Forum, 2009.

[2] 远萌. 1997—2010年中国入境旅游碳排放估算及影响因素分析[D]. 南京：南京师范大学, 2012： 27-33.

[3] NATALIA T T, MATTHEW K. L, P INGSUN L, et al. Tucker.Energy and Tourism in Hawaii[J]. Annals of Tourism Research, 1997, 24(2)： 390-410.

[4] BECKEN S, SIMMONS D G. Understanding energy consumption patterns of tourist attractions and activities in New Zealand[J]. Tourism Management, 2002, 23 (4)：343-354.

[5] GOSSLING S. Global environmental consequences of tourism[J]. Global Environmental Change, 2002,12(2)：283-302.

[6] KATIRCIOGLU S T. International tourism, energy consumption, and environmental pollution： The case of Turkey[J]. Renewable & Sustainable Energy Reviews, 2014, (36)： 180-187.

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

[8] 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, (2)： 235-243.

[9] 魏艳旭, 孙根年, 马丽君, 等. 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, (2)： 76-84.

[10] 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.

[11] 杨存栋, 王雪. 内蒙古旅游业碳排放估算及低碳化发展策略研究[J]. 生态经济, 2014, 30(3)： 168-170.

[12] 李世宏, 钟永德, 王怀採, 等. 张家界旅游碳排放计量与减排路径的研究[J]. 中南林业科技大学学报, 2013, (3)：120-124.

[13] 魏卫, 赵思香, 杨新风, 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.

[14] PATTERSON M, MCDONALD G. How Clean and Green is New Zealand tourism[M]. Lincoln： Manaki Whenua, 2004.

[15] 王凯, 李娟, 建超. 中国旅游经济增长与碳排放的耦合关系研究[J]. 旅游学刊, 2014, 29(6)： 24-31.

[16] JOE K, PETER W W. Modeling tourism destination energy consumption and greenhouse gas emissions： Whistler, British Columbia, Canada[J]. Journal of Sustainable Tourism, 2007, 15 (1)： 67-90.

[17] UNWTO, UNEP, WMO. Climate change and tourism：responding to global challenges[M]. Madrid： UNWTO, 2008.

[18] 李忠民, 宋凯, 孙耀华. 碳排放与经济增长脱钩指标的实证测度[J]. 统计与决策, 2011, (14)： 86-88.

[19] 王佳, 杨俊. 地区二氧化碳排放与经济发展—基于脱钩理论和 CKC的实证分析[J]. 山西财经大学学报, 2013, 35(1)： 9-18.

[20] 王虹. 利用脱钩理论读我国经济增长与能耗关系的测度[J]. 2010, 软科学, 24(9)： 23-27.

[21] 吴文化. 我国交通运输行业能源消费和碳排放与典型国家的比较[J]. 中国能源, 2007, 29(10)： 19-22.

[22] 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[J]. Journal of Cleaner Production, 2009, 17(15)： 1324-1330.

Estimation of tourism carbon emission and its decoupling with tourism development in Dunhuang

LI Caiyun1, CHEN Xingpeng1,2,*, ZHANG Zilong1,2, Feng Huihui1

1. College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China
2. Research Institute for Circular Economy in Western China, College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China

In recent years, the relationship between carbon emission of tourism and economic growth has been the emerging hotspots in related research fields. Based on social survey and official statistical data, this article initially estimated carbon emissions of tourism in Dunhuang City from 2003 to 2012, by means of “bottom-up estimation”. Then, it applied decoupling analysis method to investigate the relationship between carbon emissions of tourism and tourism development. The result shows that the average annual carbon emission of tourism in Dunhuang city from 2003 to 2012 was 4200 tons, accounting for 0.36% of the city's total annual carbon emissions, and was of the characteristic of low emissions. In the constitution of carbon emissions of tourism in Dunhuang City, tourism traffic was the main source of carbon emissions, accounting for 77.85% of carbon emissions; tourist accommodation was 0.05% and tourism activities were 22.10% of tourism carbon emissions. The relationship between carbon emissions of tourism and economic growth in Dunhuang City was weak decoupling. Except the negative decoupling state in three stages, which were from 2002 to 2003, from 2007 to 2008 and from 2010 to 2011, decoupling elasticity value was between0.04 and 2.22; tourism economic growth rate was significantly higher than the rate of carbon emission increase, and the overall situation of tourism development was much optimistic. Therefore, there is the potential and space of developing low-carbon tourism in Dunhuang City.

tourism; carbon emissions; decoupling analysis; Dunhuang

10.14108/j.cnki.1008-8873.2016.01.017

F59

A

1008-8873(2016)01-109-08

2013-01-23;

2015-02-08

国家自然科学青年基金(41301652, 41101126); 高等学校博士学科点专项科研基金(20120211120026); 兰州大学中央高校基本科研业务费专项资金资助(lzujbky-2013-m02)

李彩云(1990—), 女, 甘肃临夏人, 硕士研究生, 主要从事区域可持续发展研究, E-mail： 15294210866@163.com

*通信作者：陈兴鹏, 男, 博士, 教授, 主要从事生态经济、区域可持续发展等研究, E-mail： chenxp@lzu.edu.cn

李彩云, 陈兴鹏, 张子龙, 等. 敦煌市旅游业碳排放与经济增长的耦合关系分析[J]. 生态科学, 2016, 35(1)： 109-116.

LI Caiyun, CHEN Xingpeng, ZHANG Zilong, et al. Estimation of tourism carbon emission and its decoupling with tourism development in Dunhuang[J]. Ecological Science, 2016, 35(1)： 109-116.