公平与效率视角下中国旅游业碳减排潜力区域差异及其格局演变

余芳芳，李智慧，王 凯

(湖南师范大学 旅游学院，湖南 长沙 410081)

全球气候变暖日趋严峻，人类社会经济活动产生的CO2是全球气候变暖的元凶。旅游业作为世界第一大产业，对全球气候变暖的贡献率高达5%～14%，若维持现状，到2025年其碳排放量将突破65×108t，2035年对全球气候变暖的贡献率将增加188%[1，2]。可见，旅游业产业关联强、能耗带动大的特点已促使其成为全球主要碳源之一。2019年，中国共接待国内旅游人数60.06亿人次，入境游客1.45亿人次，实现旅游总收入6.63万亿元，占GDP总量的11.05%。旅游产业规模的持续扩大，势必增加资源、能源消耗，加剧碳排放和环境问题。在此背景下，科学测度与分析中国旅游业碳减排潜力，对于促进旅游业减排路径优化和可持续发展大有裨益。

学界有关碳减排的研究主要集中在以下3个方面：(1)基于碳排放公平视角。国内外学者主要从人口规模[3]和区域经济[4]视角出发，分析区域碳排放及其差异，并提出碳减排政策。如张富利在综合考虑区域公平与公民个体公平的基础上，分析了资源禀赋、经济发展水平、地区人口规模、行业布局等状况与碳排放初始配额的关系，并提出碳排放配额初始分配的具体方案[5]。(2)基于碳排放效率视角。学者多注重碳排放效率和减排关系的研究，如江文渊等对中国29省区农业、工业部门的碳排放效率进行了测算，并借助乘法逆转法计算碳减排潜力，结论得出山西和甘肃的碳减排潜力较大[6]；曹轲等测算并分析了中国各省区的碳排放绩效、碳减排潜力和减排规模，并研究了碳排放绩效变动的驱动因素[7]；也有学者借助SBM方向距离函数模型，对中国省域低碳旅游发展效率进行测度，从经济增长与碳减排双向视角出发，探究各省区的旅游业减排潜力及减排力度[8]。(3)公平与效率双重视角。随着研究深入，单一公平或效率视角测度减排潜力的弊端日益凸显，Wei基于公平与效率双重视角构建碳减排潜力指数，对中国东、中、西部地区的减排潜力进行测算，得出西部地区碳减排潜力最大，边际减排成本最低[9]；该指数提出后，得到较多国内学者借鉴[10-12]。

综上，学界对碳减排潜力展开了广泛研究，为后续相关研究奠定了基础。然而，在研究视角上，目前学界多从单一公平或效率视角测度农业、工业等层面的碳减排潜力，较少涉及旅游业；在研究内容上，尽管部分文献兼顾公平与效率对其他产业的碳减排潜力进行了研究，但多以测度见长，较少涉及其区域差异及格局演变。鉴于此，本文基于公平与效率双重视角，综合运用“自下而上”法、Super-SBM模型、均方差分解和空间自相关分析等方法衡量中国旅游业碳减排潜力及其区域差异等特征，以期为制定差异化的区域碳减排政策及合理的碳排放空间分配策略提供参考依据。

1 研究方法

1.1 旅游业碳减排潜力指数

本文参考周迪等[13]的研究成果，基于公平和效率双重视角测度中国旅游业碳减排潜力，对Wei[9]的减排潜力指数进行了扩展。公式表示为：

ACACIit=ω×Equityit+(1-ω)×efficiencyit

(1)

式中：ACACIit为t年i省区旅游业碳减排潜力指数，其值越大表明减排潜力越大；ω为权重，按照公平与效率同等重要原则取值为[11]；Equityit、efficiencyit为t年i省区旅游业碳排放公平指数和效率指数，分别用人均二氧化碳排放量和旅游业碳排放效率表示[13]。为消除量纲的影响，对人均旅游业碳排放量和旅游业碳排放效率分别进行了正向标准化和逆向标准化处理。

1.2 旅游业碳排放量测算

借鉴Becken等[14，15]的研究成果，采用“自下而上”法先分别核算旅游交通、旅游住宿和旅游活动三大部门的能源消耗量和CO2排放量，再加总得到其总量。计算公式如下：

(2)

(3)

表1 主要碳源能源消耗/CO2排放因子Tab.1 Energy consumption factors and carbon emission factors of main carbon sources

(4)

(5)

1.3 旅游业碳排放效率测算

传统的DEA模型在计算效率时无法将碳排放等非期望产出纳入指标体系，SBM模型虽然可以纳入非期望产出，但是依然无法对效率值同为1的多个有效决策单元进行比较。为此，Tone[18]提出了基于修正松弛变量的Super-SBM模型，该模型不仅使得效率值同为1的决策单元可以继续排序区分，且相较于其他DEA模型更能真实反映区域低碳经济发展效率[19]。包含非期望产出的Super-SBM模型表示如下：

(6)

i=1,2,…,m;r=1,2,…,s1;q=1,2,…,s2

式中：ρ*为目标效率值，其值越大表示决策单元效率越高；m为决策单元投入个数；s1、s2分别为期望产出和非期望产出的个数；x、yd与yu分别为投入向量、期望产出向量和非期望产出向量。

1.4 旅游业碳减排潜力区域差异分解

借助均方差分解法，将中国旅游业碳减排潜力总体差异分解为区域间差异和区域内差异。计算公式如下：

S=Sa+Sb

(7)

1.5 旅游业碳减排潜力空间自相关格局

空间自相关分析是用以判断某个变量的属性值是否与其相邻空间点的属性值相关联的重要指标，包括全局空间自相关和局部空间自相关。其中，全局空间自相关主要采用Global Morans’I进行度量，研究区域内变量属性值在空间上的聚合或离散程度；局部空间自相关采用Local Morans’I(LISA)进行度量，衡量变量属性值在局部空间上是否存在高值或低值集聚的特征。全局和局部空间自相关公式表示如下：

(8)

2 指标选取与数据来源

在计算旅游业碳排放效率时，参考已有研究成果[21，22]，选取旅游业固定资产投资额、旅游从业人员和旅游业能源消耗量作为投入指标，旅游总收入、旅游业碳排放量分别为期望产出指标和非期望产出指标(表2)。由于旅游业碳排放主要是由旅游者在旅游过程中产生的，故人均二氧化碳排放量以各省区旅游业碳排放总量与旅游人次之比表征。

表2 投入—产出指标体系构建Tab.2 Construction of input-output index system

其中，旅游业能源消耗和CO2排放量核算所涉及的数据来源于2001～2019年《中国旅游统计年鉴》(及其副本)、《旅游抽样调查资料》、《中国交通运输统计年鉴》、各省区统计年鉴与《国民经济和社会发展统计公报》(2000～2018)等；旅游业固定资产投资额、旅游从业人员、国内旅游收入和旅游接待人次数据来源于2001～2019年《中国旅游统计年鉴》(及其副本)、《旅游抽样调查资料》等。根据国家统计局官方网站的地区分类，将中国30个省区(不含港澳台及西藏自治区数据)分为东、中、西三大地区。东部地区：包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区：包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区：包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。

3 结果分析

3.1 旅游业碳排放公平与效率区域分异

根据式(2)～(6)计算出的中国各省区旅游业碳排放量和碳排放效率，以各省区公平或效率指数是否大于平均值为标准，将其划分为4类：“欠公平低效型”、“欠公平高效型”、“较公平低效型”和“较公平高效型”，具体分类结果如图1所示。2000年，属于“欠公平低效型”的有黑龙江、山西、陕西等12省区，除河北、山东、江苏位于东部地区外，其余9省区均集中分布在中西部地区；“欠公平高效型”有北京、吉林、天津等8省区，多分布于东部地区；“较公平低效型”有内蒙古、甘肃、新疆等8省区，多分布在西部；“较公平高效型”仅四川和辽宁2省区。

图1 旅游业碳排放公平与效率分类结果

至2018年，旅游业碳排放公平均值较2000年有所下降，但减排效率均值有所提升。4种类型省区个数变化不大，但多数省区类型发生转变，黑龙江、青海公平指数有所提升，湖北、广西、江苏、和山东则效率指数有所提升，均由“欠公平低效型”分别转为“较公平低效型”和“欠公平高效型”；内蒙古公平指数降低但效率指数提升，甘肃、福建、安徽公平指数降低，4省区均由“较公平低效型”分别转为“欠公平高效型”和“欠公平低效型”；北京和上海公平指数有所提升，吉林、重庆、江西效率指数有所降低，均由“欠公平高效型”分别转为“较公平高效型”和“欠公平低效型”；四川效率指数降低，辽宁则公平指数降低，故两者均由“较公平高效型”分别转为“较公平低效型”和“欠公平高效型”。

综上可知，旅游业碳排放公平和效率指数的空间分布具有相反特征。西部地区公平指数较高，即人均旅游业碳排放量较高，但效率指数偏低，可能是受旅游经济发展水平较低、能源结构失调和科技创新水平落后等因素的影响，其旅游业碳减排发展较不理想。中、东部地区多数省区的公平指数较低，效率指数虽高于西部地区，但仍有较大提升空间。近年来《“十三五”生态环境保护规划》等政策文件的发布，对东、中、西部地区的生态环境保护与发展均提出了具体要求：促使东部地区提高资源利用效率、加快产业升级，推动中部地区有序承接产业转移、加快生态经济区和生态经济带建设，确保西部地区坚持生态优先、强化生态环境保护。得益于此，中国旅游业碳排放公平均值较2000年有所下降，且旅游业碳排放效率均值有所提升。

3.2 旅游业碳减排潜力分析

基于式(1)构建的旅游业碳减排潜力指数模型，对2000～2018年中国30个省区的旅游业碳减排潜力进行测算。结果表明，研究期内中国各省区旅游业碳减排潜力虽有差异但相对平稳，除北京、天津和上海的旅游业碳减排潜力有所上升外，其他省区均呈震荡式下降趋势。2000年旅游业碳减排潜力最小值为天津(0.056)，最大值新疆(0.824)约等于同时期天津的15倍。至2018年，旅游业碳减排潜力最小值依然为天津(0.105)，最大值则转变为海南(0.816)。从各省区的平均潜力指数来看，居于前三位的省区依次是海南(0.826)、新疆(0.699)和宁夏(0.605)，研究期内这3个省区的旅游业碳排放公平指数偏高，且旅游业碳排放效率较低，故旅游业碳减排潜力居高不下。居于末位的3省区分别为天津(0.087)、河南(0.197)和辽宁(0.348)，这主要得益于3省区的旅游业碳排放公平指数不断下降，旅游业碳排放效率指数不断提升，二者共同作用使其旅游业碳减排潜力维持在较低水平。

由表3可知，旅游业碳减排潜力均值大于0.7的省区仅有海南，小于0.4的省区有5个，分别为天津、辽宁、江苏、浙江和河南，而介于0.4～0.7之间的省区则有24个。由此可见，中国旅游业碳减排潜力多处于中等水平，进一步提升旅游业碳排放效率、降低旅游业碳排放和减排潜力任重道远。此外，东、中、西部地区的旅游业减排潜力均值分别为0.444、0.431和0.517，可见中国旅游业碳减排潜力存在地区差异，呈现出西部显著高于东部，东部显著高于中部的特征。

表3 2000～2018年各省区旅游业碳减排潜力Tab.3 Tourism carbon emission reduction potential of 30 provinces from 2000 to 2018

3.3 旅游业碳减排潜力区域差异演化及其分解

利用均方差分解法将中国旅游业碳减排潜力总体差异分解为区域内差异和区域间差异，并计算其贡献率(图2)。

图2 中国旅游业碳减排潜力区域差异分解

从总体差异来看，2000～2018年时段内，中国旅游业碳减排潜力均方差指数变化趋势虽不平稳，但总体在上下波动中呈下降趋势。总体差异从2000年的0.020 3下降至2018年的0.017 1，下将幅度为15.764%，表明研究期内中国旅游业碳减排潜力总体差异呈敛缩态势，这可能是由于自“十一五”规划提出降低能耗强度，到“十三五”规划明确提出2020年全国碳强度比2015年下降18%以来，中国政府逐步提高气候行动力度，使得各区各省按照国务院提出的节能、减排和降碳的工作指示，不断推动旅游业降低碳减排潜力，缩小减排差距。

从总体差异分解来看，东、中、西部地区的旅游业碳减排潜力均方差平均值分别为0.011 5、0.002 3和0.002 7，说明中国旅游业碳减排潜力区域内差异呈现“东部>西部>中部”的空间分布格局。在时序演变特征上，东部地区的旅游业碳减排潜力区域差异经历了“增大—缩小—增大”的演变过程，整体逐渐趋于离散。其中江苏、浙江、辽宁、天津4省区的旅游业碳减排潜力在研究期内一直处于较低水平，且呈下降趋势；而海南、广东、上海、北京等7省区多为旅游业大省，碳减排潜力居高不下，致使东部省区间的差异不断分化。中、西部地区的区域差异则趋于波动敛缩态势，均方差平均值分别从2000年的0.002 8、0.003 9下降至2018年的0.002 4和0.001 8。此外，中国旅游业碳减排潜力3大地区间的差异也呈逐渐缩小趋势，从2000年的0.002 7下降至2018年的0.001 6。

从贡献率来看，区域间差异的平均贡献率为8.74%，对总体差异的贡献较小。东、中、西部地区对总体差异的平均贡献率分别为63.37%、12.80%和15.08%，即区域内差异贡献率为91.25%，是造成中国旅游业碳减排潜力总体差异的主要原因。

3.4 旅游业碳减排潜力自相关分析

在GeoDa软件中借助基于邻接关系的Queen Contiguity建立空间权重矩阵，计算2000～2018年中国旅游业碳减排潜力的Morans’I指数(图3)并做显著性检验。各年份的P值均小于0.05，说明中国旅游业碳减排潜力存在显著的空间相关性。2000～2018年，中国旅游业碳减排潜力的Morans’I指数总体呈下降趋势，数值由2000年的0.267 7下降至2018年的-0.010 8，表明中国旅游业碳减排潜力的空间集聚程度在不断减弱，进一步证实了其区域间差异在不断缩小。

图3 中国旅游业碳减排潜力的全局Morans’ I指数统计值

为进一步探测中国旅游业碳减排潜力在局部空间上的集聚特征，选取2000年、2016年、2012年和2018年4个时间截面点，利用GeoDa软件获得中国旅游业碳减排潜力的LISA值。

如表4所示，2000年属于高高类型的省区有2个，分别为甘肃和青海；低低类型和高低类型省区分别为北京和河北；其余26个省区的集聚特征不显著。2006年高高类型省区增加为3个，即新疆由不显著变为高高类型；北京由低低类型转变为不显著，不显著类型省区依旧为26个。2012年较2006年未发生变化，说明中国旅游业碳减排潜力的聚类分布特征在该时间段内变化不大，较为稳定。2018年高高类型省区减少为仅甘肃1个，即新疆和青海均由高高类型转变为不显著；低低类型则增加为3个，其中河北是由高低类型转变而来，而山东和安徽则由不显著转变为低低类型；高低类型则由河北转为上海；高高类型和低低类型共增加至4个，说明空间正相关占比增加，区域内整体差异呈敛缩态势。

由表4可知，研究期内中国旅游业碳减排潜力在局部空间分布上较为稳定，省区聚类特征变化不大。其中，高高类型主要分布在西北地区，尤其是甘肃的旅游业碳减排潜力与周边省区一直呈现高高聚类，说明该省区旅游业碳减排潜力一直很高，并通过辐射带动作用影响着临近省区的旅游业碳减排潜力。西北地区人均二氧化碳排放量较高且旅游业碳排放效率偏低，故其旅游业碳减排潜力也普遍较高。低低类型主要分布在华北和华东地区，主要得益于该区较高的旅游业碳排放效率。高低类型在2000年、2006年和2012年均出现在河北，2018年则由河北转为上海，说明河北旅游业碳减排潜力受周边省区影响在不断降低，而上海则在不断提升并显著高于临近省区。低低类型与高高类型呈东西对立分布趋势，表明中国旅游业碳减排潜力空间分化严重，旅游业碳减排潜力较低的东部省区尚未对中西部省区发挥辐射带动作用，而西部省区在减排方面也没有紧跟东部步伐，其经济与环境仍未达到均衡发展状态，故东、西部省区在旅游业碳减排方面尚未形成联动态势。

表4 各省区旅游业碳减排潜力局部LISA集聚分布情况Tab.4 Local LISA agglomeration and distributionof tourismcarbon emission reduction potential of 30 provinces

4 结论与讨论

4.1 结论

(1)研究期内中国旅游业碳排放公平均值不断下降，但效率均值有所提升，公平和效率指数的空间分布具有相反特征，西部地区公平指数较高，东部地区则效率指数较高；17个省区的公平或效率指数有所变化，但各类型所拥有的省区个数变化不大。

(2)多数省区的旅游业碳减排潜力呈波动下降趋势，均值介于0.4～0.7的省区有24个；东、中、西部地区的旅游业减排潜力均值分别为0.444、0.431和0.517，呈现出“西部>东部>中部”的空间特征。

(3)旅游业碳减排潜力总体差异呈敛缩态势；区域内差异和区域间差异对总体差异的贡献率分别为91.25%和8.74%，即区域差异主要来源于区域内；区域内差异在东部地区整体趋于离散，在中、西部地区则在波动中逐渐敛缩。

(4)旅游业碳减排潜力的Morans’I指数趋于下降，空间集聚程度不断减弱；虽然空间正相关占比不断增加，区域内整体差异呈敛缩态势，但旅游业碳减排潜力空间分化依然严重，低低类型与高高类型呈东西对立分布趋势，尚未形成空间联动格局。

4.2 讨论

(1)基于旅游业碳排放公平和效率划分结果，各省区应明确未来减排工作重点，严格控制旅游业二氧化碳排放量，提高旅游业碳排放效率。鉴于中国旅游业碳减排“欠公平低效型”和“较公平低效型”省区较多，约占研究样本的2/3，政府应加大旅游专项资金投入，使旅游业碳排放效率低下的省区依托专项资金研发和引进低碳技术，为旅游企业开发低碳旅游产品、加快景区绿色升级保驾护航；同时设立旅游业碳排放考核机制，从能源消耗、CO2排放等方面对政府和旅游企业进行考核，多措并举提升旅游业碳排放效率，实现旅游业经济效益和环境效益的双赢。

(2)鉴于中国旅游业碳减排潜力区域差异显著，且区域差异主要根植于区域内，故区域内各省区一方面应建立跨省减排合作及补偿机制，利用合作减排有效降低碳交易成本，共同应对大气污染扩散，实现跨界污染控制；另一方面应通过合作减排提高各省区减排投入意愿和减排效益，使各省区在减少自身旅游业碳排放量的同时，实现优势互补，达到互助减排的效果。此外，相关部门还可考虑通过税收转移支付政策，降低对东部省区的减排要求，并征收低于其减排成本的碳税；同时适当提高西部减排要求，并增加高于当地减排成本的财政转移支付作为补偿，以实现东西部地区旅游业碳减排的“帕累托改进”。

(3)根据各省区的空间关联类型采取差异化减排措施，以降低旅游业碳减排潜力。首先，重点关注高高类型省区，该类型省区主要分布在西北地区，对煤炭等传统化石能源具有较大依赖性，应要求该区旅游相关部门和旅游企业持续优化能源结构，提高能源利用效率，加大新能源、新材料的使用，以逐步减少旅游业碳排放，降低旅游业碳减排潜力。对于高低类型省区，应与周边旅游业碳减排潜力较低的省区加强减排合作，向旅游业碳减排潜力较低的省区学习先进减排经验，并借助低旅游业碳减排潜力省区的辐射带动作用推动自身减排进步，最终实现区域旅游业碳减排协同发展。