中国绿色科技创新对旅游业碳排放效率的影响——基于多重中介模型的实证研究

郭鑫

(安阳学院 河南安阳 455000)

旅游业一贯被认为是绿色无烟产业，但实际上旅游业是碳排放大户，而且既有研究表明旅游业对全球气候变暖的贡献率已达5%～14%[1]，预测2035年前旅游业碳排放将以年均2.5%的速度增长[2]，故旅游业碳排放问题不容忽视。新发展阶段，推进旅游业节能减排、实现CO2排放最小化势在必行。实践证明，科技创新能有效减缓气候变暖，提高碳排放效率[3]；绿色科技创新是提高旅游业碳排放效率的关键手段[4]。在创新驱动背景下，客观识别绿色科技创新对旅游业碳排放效率的影响并探究其区域差异，对我国高效推进低碳旅游，实现经济绿色转型大有裨益。

国内外研究主要有旅游业碳排放效率的测度评价[5-6]、时空特征分析[7-8]、影响因素识别[9-13]。主要影响因素中科技创新最为有效[14]。相关学者就绿色科技创新对碳排放的影响展开了诸多研究，如Tobelmann等(2020)[15]发现，环境科技创新利于减少CO2排放量，一般性创新活动并未减少CO2排放量；屈小娥等(2021)[16]研究发现，绿色技术创新对碳排放产生负作用；许可等(2021)[17]表明，绿色科技创新能够降低碳排放强度，益于环境改善；王鑫静等(2019)[18]表明科技创新显著促进了碳排放效率提升；刘仁厚等(2021)[19]阐述了科技创新对碳减排的支撑，并剖析了其影响机制。绿色科技创新对碳排放影响的相关成果为碳排放效率研究提供了有益借鉴。如查建平(2016)[20]认为节能减排技术的发展有效提高了旅游业碳排放效率；岳立等(2020)[13]发现旅游业技术创新对旅游业高质量发展与碳排放效率提升具有积极作用；Sun等(2021)[21]认为生态科技创新成为缓解旅游业高碳排放现状的潜在方案；王坤等(2015)[9]表示技术效应是提升旅游业碳排放效率的关键因素；贺腊梅等(2016)[22]发现环境技术的进步显著提高了湖北省旅游业碳排放效率；Wang等(2016)[23]认为技术进步能显著促进旅游业碳排放效率的提升；Yue等(2021)[24]发现绿色技术创新可以降低旅游业碳排放并改善环境质量。

纵观已有研究仍存在不足：一是将视角聚焦于旅游业碳排放效率的研究文献仍显不足；二是鲜有学者深入剖析其内在传导机制；三是实证分析亟待补充区域异质性的探讨。鉴于此，本文拟在系统分析绿色科技创新对旅游业碳排放效率作用的基础上，厘清二者的内在传导机制；借助面板回归模型实证分析绿色科技创新对旅游业碳排放效率的直接影响；引入产业结构升级、旅游经济规模扩张为中介变量，探究全国及各区域各变量间可能存在的中介传导效应。

1 理论分析与研究假设

1.1 绿色科技创新与旅游业碳排放效率

科技创新作为创新体系的重要组成部分，可以节能减排和治理污染[25]。绿色科技创新一方面能够提高资源利用率，在产出不变的条件下间接减少碳排放量；另一方面，借助循环利用技术，可有效促进旅游业绿色低碳转型，促进旅游产业结构不断优化，提高煤炭利用率和经济价值，促进旅游业碳排放效率提升[17]。也有研究认为，不同地区的科技创新对碳排放影响强度也存在差异[16，18]。据此提出如下假设：

H1：绿色科技创新能够促进旅游业碳排放效率提升。

H2：不同区域绿色科技创新对旅游业碳排放效率提升的影响存在异质性。

1.2 绿色科技创新、产业结构升级与旅游业碳排放效率

产业结构升级过程中合理化与高级化共进。由科技创新引发的技术进步有助于积极促进产业结构升级[26]。一方面，绿色科技创新与旅游业其他创新实现互补，能够降低旅游业生产成本，提高旅游生产率[27]，推动旅游业技术进步，最终实现转型升级；另一方面，绿色科技创新在满足旅游者多样化绿色消费需求的同时，可以持续激活市场新需求，引领产业结构优化调整[19，28]。此外，也有研究发现，产业结构优化升级加快了创新要素的流动与配置，产业结构升级对旅游业碳排放效率的提升存在积极影响[29，30]。据此提出如下假设：

H3：绿色科技创新推动了产业结构的转型升级。

H4：绿色科技创新通过影响产业结构升级，最终对旅游业碳排放效率的提升产生影响。

1.3 绿色科技创新、旅游经济规模扩张与旅游业碳排放效率

在高质量发展背景下，旅游经济规模扩张是旅游供需作用的结果。创新是第一生产力，在旅游经济规模扩张时，绿色科技创新为其提供了不竭动力[31，32]。同时，绿色科技创新有助于旅游业实现绿色化、智慧化和高端化[33]。一是绿色科技创新通过较高的旅游供给效率间接降低碳排放，推动旅游业可持续低碳发展[34]；二是旅游经济规模扩张带来的“恶性竞争”等加剧了环境污染[35]，但创新驱动型规模经济的实现，利于区域设施共享与绿色科技创新的积极外溢，能够提高旅游业碳排放效率[36]。同时，旅游经济规模扩张增强了其应对污染挑战的能力，为清洁能源的使用提供了更多支持，从而促进旅游业碳排放效率提升[16]。据此提出如下假设：

H5：绿色科技创新能够促进旅游经济规模扩张。

H6：绿色科技创新通过影响旅游经济规模扩张，进而影响旅游业碳排放效率的提升。

2 研究设计

2.1 研究方法与模型构建

2.1.1 Super-SBM模型

本文采用Tone[37]的Super-SBM(Slack-Based Measure)模型，公式为：

式(1)(2)中：ρ为旅游业碳排放效率(0＜ρ≤1)。x、y、b分别表示投入、期望产出和非期望产出。、、分别表示第n个投入、第m个期望产出和第i个非期望产出的松弛度(n=1，2，…，N；m=1，2，…，M；i=1，2，…，I)。表示第k个决策单元在t时期的权重；、、分别表示第k个决策单元在第t时期的投入值、期望产出值和非期望产出值；、、分别表示第k，个决策单元在t，时期的投入值、期望产出值和非期望产出值；t表示时期(t=1，2，…，T)；k表示决策单元(k=1， 2，…，K)。

2.1.2 中介效应检验

中介模型即是通过中介变量全面阐释自变量对因变量的作用[38]。模型为：

式(3)～(5)中：a为自变量X对因变量Y的总效应；α为自变量X对中介变量M的影响效应；a’为X对Y的间接效应；β为控制X后M对Y的影响效应；αβ为M对Y的中介效应，且a=a’+αβ。

选用Bootstrap法检验中介效应，以保证回归结果准确。

2.1.3 绿色科技创新对旅游业碳排放效率的直接影响

式(6)中：下标p为省份、t为时期；C为旅游业碳排放效率；G为绿色科技创新；0α为常数项；1α和α分别为解释变量G和控制变量X(环境规制、旅游业能源消费结构、政府管控程度和对外开放水平)的待估系数；pν为地区固定效应，tλ为时间固定效应；ε为随机误差项。

2.1.4 绿色科技创新对旅游业碳排放效率的中介机制

式(7)～(10)中：S为产业结构升级；E为旅游经济规模扩张；a0—d0代表各常数项；a1代表绿色科技创新对旅游业碳排放效率的总效应；b1、c1分别为绿色科技创新对产业结构升级与旅游经济规模扩张的影响系数；d1代表绿色科技创新对旅游业碳排放效率的直接效应；e为待估系数，Y为中介变量，包括S和E；其他符号的含义同上文。

2.2 变量选取

2.2.1 被解释变量

旅游业碳排放效率(C)。本文参考王凯等(2018)[41]的研究，选取相应指标核算旅游业碳排放效率。采用先分解再加总的“自上而下”法计算旅游业能源消耗量和二氧化碳排放量[41]。

2.2.2 核心解释变量

绿色科技创新(G)。该变量是绿色发展模式的重要载体。故以绿色发明专利与实用型专利授权数之和表示[26]。

2.2.3 中介变量

①产业结构升级(S)。产业结构升级是结构合理化与高级化共同作用的结果，采用第三产业增加值/第二产业增加值衡量[42]；②旅游经济规模扩张(E)。该变量反映了旅游业的生产能力，采用人均旅游收入衡量[16]。

2.2.4 控制变量

①能源消费结构(es)。能源结构直接体现了旅游业的能耗现状，以旅游业煤炭消耗/总能源消耗表示[16，43]；②环境规制(erl)。政府对环境问题的重视程度和治理水平，影响旅游业碳排放效率，以环境污染治理投资额/地区GDP表示[44]；③对外开放水平(open)。对外交流引入领先科技，促进旅游业碳排放效率的提升。以进出口总额/地区GDP表示[12]；④人口密度(peo)。人口密度代表了地区劳动力状况，以总人口/市阈面积表示；⑤经济发展水平(pgdp)。经济发达地区对旅游业节能减排投入力度更大，以地区人均GDP表示[43]。

2.3 数据来源

考虑到数据的连续可得性，同时避免非典冲击和新冠疫情影响，并保持五年规划期限的合理性，本文以2005—2019年中国30个省份(未含西藏与港澳台地区)的面板数据展开研究。旅游业数据来自历年《中国旅游统计年鉴》《中国文化和旅游统计年鉴》《中国文化文物和旅游统计年鉴》；各宏观指标数据来自《中国统计年鉴(2006—2020)》《中国科技统计年鉴(2006—2020)》《中国环境统计年鉴》《中国能源统计年鉴》《中国第三产业统计年鉴》。极少缺失值来自对应年份各省份统计年鉴和国民经济与社会发展统计公报。

3 绿色科技创新的影响效应分析

3.1 基准回归

借助前文Super-SBM模型可知，研究期内旅游业碳排放效率均值由0.4525增至0.8051，年均增长率为3.9156%，可见旅游业碳排放效率实现了较大突破。具体分析，2005—2010年增长了0.0627；2010—2015年增长了0.1470；2015—2019年增长了0.1428。

通过面板回归模型，对绿色科技创新与旅游业碳排放效率进行回归。绿色科技创新的回归系数为0.2303，在1%水平下显著，即绿色科技创新显著提升了旅游业碳排放效率。故H1得到验证。

就控制变量看，能源消费结构通过了1%的显著性检验，系数为0.1158，说明能源消费结构越合理，越利于旅游业碳排放效率提升；环境规制通过了1%的显著性检验，影响系数为2.9291，表明环境污染治理投资的增加显著驱动了旅游业碳排放效率提升；对外开放水平对旅游业碳排放效率的提升存在消极影响，影响系数为-0.1119，旅游消费带来了碳排放增加；人口密度的影响系数为-0.1792且在1%水平下显著，说明人口密度增加对旅游服务碳消耗需求增加；经济发展水平影响系数为3.0669且在1%水平下显著，说明旅游碳消耗降低。

3.2 稳健性与内生性

通过以下方法检验。①考虑到科技创新的连续性、动态性与滞后性，将滞后一阶的绿色科技创新纳入模型；②调整估计区间，将研究年限缩短为2006—2019年，采用“十一五”起始年份研究；③为克服绿色科技创新与旅游业碳排放效率之间可能的内生性，同时考虑到工具变量的严格外生性等，故选用教育投入作为工具变量进行GMM估计。

3.3 区域异质性

探究区域差异(见表1)。结果显示，各区域的绿色科技创新与旅游业碳排放效率均为正向关联，各区域绿色科技创新的影响强度呈“东部地区(0.5010)＞中部地区(0.4005)＞西部地区(0.0081)”。故H2得到验证。

表1 绿色科技创新对旅游业碳排放效率影响的区域异质性

4 中介效应分析

4.1 中介效应

就产业结构升级的中介传导机制分析。首先，绿色科技创新对产业结构升级的影响系数为0.1662且显著，表明绿色科技创新推动了产业结构优化调整，故H3得到验证；其次，鉴于产业结构升级对旅游业碳排放效率的影响系数为-0.9252，通过了Bootstrap中介效应显著性检验，可以得到当产业结构升级为中介变量时，绿色科技创新对旅游业碳排放效率的间接效应系数显著为-0.1538，直接效应系数与间接效应系数符号方向相异，可见变量间存在部分遮掩，总效应系数减小，故H4得到验证。

就旅游经济规模扩张的中介传导机制分析。首先，绿色科技创新对旅游经济规模扩张的影响系数为0.2864且显著，表明绿色科技创新发展有力推动了旅游经济规模扩张，故H5得到验证；其次，旅游经济规模对旅游业碳排放效率的影响通过了Bootstrap中介效应的显著性检验，此时的间接效应系数为0.0499，直接效应系数显著为正，与间接效应系数的符号方向相同，旅游经济规模扩张发挥着部分中介作用，故H6得到验证(见表2)。

表2 中介效应检验估计结果

4.2 逐步回归检验

借助固定效应模型的逐步回归进行进一步验证和检验，估计结果的可靠性(见表3)。

表3 中介效应逐步回归检验

由表3可知，逐步回归结果的主要变量的符号方向与前文表3保持一致，说明中介效应结果稳健。当产业结构升级和旅游经济规模扩张为中介变量时，绿色科技创新对中介变量的影响和中介变量对旅游业碳排放效率的影响结果均与前文Bootstrap检验一致。

5 结语

研究期内，基准回归中的绿色科技创新显著提升了旅游业碳排放效率，说明绿色科技创新能直接提高旅游业碳排放效率。

就区域差异分析，各区域绿色科技创新均促进旅游业碳排放效率提升，影响强度呈“东部＞中部＞西部”的格局。

就中介效应检验分析，绿色科技创新通过促进产业结构升级显著阻碍了旅游业碳排放效率提升，却借助旅游经济规模扩张提升了旅游业碳排放效率。