張燕，章杰寬

[摘? ? 要]作為重要的國際旅游目的地，東盟的旅游發(fā)展對(duì)于經(jīng)濟(jì)、環(huán)境和能源消耗的影響卻鮮有學(xué)者關(guān)注。文章運(yùn)用2000—2014年的面板數(shù)據(jù)，探討了東盟國家的旅游、經(jīng)濟(jì)、能源和二氧化碳（CO2）排放之間的短期和長期聯(lián)系，在東盟國家，旅游、經(jīng)濟(jì)、環(huán)境和能源之間的均衡關(guān)系、因果關(guān)系以及變量之間的貢獻(xiàn)度等方面取得了一些有意義的發(fā)現(xiàn)：（1）CO2排放、人均GDP、能源消耗、可再生能源利用和旅游之間存在著顯著的長期均衡關(guān)系，上述各變量的短期波動(dòng)受其自身以及其他4個(gè)變量的影響，并因此回到長期均衡路徑;（2）從長期來看，CO2排放和人均GDP之間、人均GDP和可再生能源利用之間、能源消耗和可再生能源之間、旅游和可再生能源利用之間存在雙向因果關(guān)系，但是沒有發(fā)現(xiàn)短期的雙向因果關(guān)系存在;（3）旅游發(fā)展對(duì)CO2排放、人均GDP和可再生能源利用無論是長期還是短期都有顯著影響。

[關(guān)鍵詞]旅游;國內(nèi)生產(chǎn)總值;能源;二氧化碳排放;東盟;面板數(shù)據(jù)分析

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002-5006（2021）12-0026-14

Doi： 10.19765/j.cnki.1002-5006.2021.12.008

引言

旅游業(yè)已經(jīng)成為二氧化碳（CO2）排放的重要來源之一[1-5]。在保證經(jīng)濟(jì)進(jìn)步同時(shí)遏制氣候變暖的背景下，經(jīng)濟(jì)、能源、CO2排放和旅游發(fā)展之間的關(guān)系已經(jīng)成為一個(gè)重要的學(xué)術(shù)熱點(diǎn)。大量的研究從全球和區(qū)域尺度運(yùn)用不同的方法探討了這些關(guān)系，尤其是變量之間的因果聯(lián)系[6-12]，但是，區(qū)域特征的差異導(dǎo)致這些研究的結(jié)論尤其是旅游、經(jīng)濟(jì)、環(huán)境和能源之間的聯(lián)系有著明顯的不同。不同區(qū)域以及方法的實(shí)證研究帶來一些特殊和有意義發(fā)現(xiàn)的可能性[13]，使得學(xué)者們大量關(guān)注這一研究領(lǐng)域。本研究旨在調(diào)查東盟這一重要旅游目的地的旅游和CO2排放以及相關(guān)的經(jīng)濟(jì)和能源之間的均衡和因果聯(lián)系。

1967年8月8日，印度尼西亞、馬來西亞、菲律賓、新加坡、泰國在曼谷簽署《東南亞國家聯(lián)盟成立宣言》，標(biāo)志著東南亞國家聯(lián)盟（簡稱東盟）成立。后期，文萊（1984）、越南（1995）、老撾（1997）、緬甸（1997）和柬埔寨（1999）先后加入，從而形成一個(gè)擁有10個(gè)成員國的國際性區(qū)域組織。根據(jù)世界銀行數(shù)據(jù)，2017年東盟10國接待國際旅游者總?cè)藬?shù)達(dá)1.26億人次，國際旅游收入達(dá)到1388.20億美元，而同期東盟的國內(nèi)生產(chǎn)總值（gross domestic product，GDP）約為27 833.43億美元。典型地，在泰國，相應(yīng)的數(shù)據(jù)則分別為621.58億美元和4552.75億美元1。因此，旅游業(yè)已經(jīng)成為東盟國家社會(huì)經(jīng)濟(jì)發(fā)展的重要引擎，成為增強(qiáng)東盟與其他國家友好往來的重要紐帶[14]。而在氣候變遷形勢(shì)越發(fā)嚴(yán)峻的情形下，東盟也已成為全球重要的能源消耗和CO2排? ?放主體。東盟10國的CO2排放由2000年的76.41百萬噸增加到2014年的139.15百萬噸，年均增長4.37%2。同時(shí)，由于地理環(huán)境因素影響，東盟也是受氣候變化影響比較大的區(qū)域之一。作為全球重要的旅游目的地以及可持續(xù)旅游發(fā)展的典型示范地，探尋該區(qū)域旅游和CO2排放以及相關(guān)因素之間的關(guān)系，對(duì)于深入認(rèn)識(shí)旅游影響以及東盟的旅游可持續(xù)發(fā)展具有重要的意義。

Heidari等考察了東盟5個(gè)國家經(jīng)濟(jì)增長、能源消耗和CO2排放之間的關(guān)系，并證實(shí)了該區(qū)域環(huán)境庫茲涅茨曲線（environmental Kuznets curve，EKC）的存在[15]。在加入旅游變量之后，這一結(jié)論仍然被有關(guān)研究證實(shí)[16]，但是Zhang和Liu否認(rèn)了東盟國家存在EKC假設(shè)[17]。此外，Azam等探討了新加坡、泰國和馬來西亞的旅游發(fā)展和CO2排放之間的關(guān)系[18]。Azam等發(fā)現(xiàn)，在馬來西亞，旅游增加了CO2排放，但在泰國和新加坡，旅游則減少了CO2排放。本文與已有研究的區(qū)別在于，首次綜合性地運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法包括面板單位根檢驗(yàn)、面板協(xié)整檢驗(yàn)、向量誤差修正模型（vector error correction model，VECM）、面板格蘭杰因果檢驗(yàn)以及方差分解方法估計(jì)東盟國家的旅游發(fā)展、經(jīng)濟(jì)增長、能源消耗、可再生能源利用和CO2排放之間的長期和短期關(guān)系。限于數(shù)據(jù)可得性，面板數(shù)據(jù)的時(shí)間跨度為2000—2014年。

本文的研究貢獻(xiàn)主要包括兩個(gè)方面：第一，從實(shí)證的視角，關(guān)注東盟國家的旅游和CO2排放及其相關(guān)變量問題。在“一帶一路”倡議以及中國-東盟自由貿(mào)易區(qū)建設(shè)背景下，旅游已經(jīng)成為深化中國與東盟國家貿(mào)易、加深雙方文化交流、促進(jìn)地區(qū)和平的重要手段。本研究對(duì)于認(rèn)知東盟國家的旅游與經(jīng)濟(jì)、能源和環(huán)境等關(guān)鍵變量之間的關(guān)系具有重要意義。在區(qū)域覆蓋方面，本研究納入東盟10國中的8個(gè)國家（老撾和文萊兩個(gè)國家由于數(shù)據(jù)欠缺被排除在外），包括越南、柬埔寨、菲律賓、泰國、緬甸、? 印度尼西亞、馬來西亞和新加坡，相比以往的少樣本研究應(yīng)更具說服力。第二，在研究方法和變量選擇方面，也有一定的創(chuàng)新之處。在研究方法上，本研究考慮不同變量之間的長期和短期均衡以及? ? 因果關(guān)系，綜合應(yīng)用VECM和向量自回歸（vector autoregressive model，VAR）模型，為進(jìn)一步考察各變量相互之間的貢獻(xiàn)度，還引入方差分解方法。在變量選擇上，在旅游和CO2排放兩個(gè)變量之外，本研究引入經(jīng)濟(jì)增長、能源消耗和可持續(xù)能源利用3個(gè)變量，有助于更深入地量化不同變量之間的聯(lián)系。

1 文獻(xiàn)綜述

旅游和經(jīng)濟(jì)增長、能源消耗以及CO2排放之間的關(guān)系是旅游地理學(xué)研究的熱點(diǎn)之一。在這些研究中，變量的選擇具有多樣性，包括對(duì)旅游與其中一個(gè)變量或多個(gè)變量的研究?；诒疚牡难芯恐黝}，文獻(xiàn)梳理從以下4個(gè)方面展開。

1.1 旅游和經(jīng)濟(jì)增長

大量的研究已經(jīng)證實(shí)了旅游和經(jīng)濟(jì)增長之間存在著一定的聯(lián)系[19-34]，但是，在不同實(shí)證對(duì)象以及不同時(shí)間跨度方面，這些聯(lián)系往往有著較大的差異。常見的結(jié)論有增長導(dǎo)向型旅游假設(shè)在發(fā)展中國家始終占主導(dǎo)地位[21]，旅游與經(jīng)濟(jì)增長之間存在長期均衡關(guān)系[25，27，31，34]。不同的是，Oh否認(rèn)了韓國旅游與經(jīng)濟(jì)增長之間均衡關(guān)系的存在[33]。

在因果關(guān)系方面，一方面，諸多研究發(fā)現(xiàn)了從旅游到經(jīng)濟(jì)增長的長期單向因果關(guān)系[24-28，30-31，34]，另一方面，一些研究否認(rèn)了這一結(jié)果，認(rèn)為只存在從經(jīng)濟(jì)增長到旅游的單向因果關(guān)系[22-23，33]。因此，是旅游促進(jìn)了經(jīng)濟(jì)增長，還是經(jīng)濟(jì)增長促進(jìn)了旅游發(fā)展，學(xué)術(shù)界仍有不同的觀點(diǎn)。還有的學(xué)者在旅游子行業(yè)中，發(fā)現(xiàn)了旅游和經(jīng)濟(jì)增長之間的雙向因果關(guān)系[29，31]，此外，Narayan等和Yazdi發(fā)現(xiàn)了長期和短期旅游經(jīng)濟(jì)增長假設(shè)[32，34]。

1.2 旅游和CO2排放

低碳經(jīng)濟(jì)的興起，使得低碳旅游成為研究熱點(diǎn)，從而在旅游研究領(lǐng)域催生了日益增多的旅游與CO2排放關(guān)系的研究。相關(guān)的結(jié)論包括旅游者人次與CO2排放之間存在長期均衡關(guān)系[35-36]和從旅游到CO2排放存在單向因果關(guān)系[3，7，16，35-37]。王凱等、潘植強(qiáng)和梁保爾、查建平也認(rèn)為旅游發(fā)展增加了區(qū)域碳排放[38-40]。這些研究的區(qū)別在于有的學(xué)者認(rèn)為旅游發(fā)展可以減少CO2排放[3，7，35]，而另一些學(xué)者則認(rèn)為旅游發(fā)展增加了CO2排放[37-41]，并且在未來這一趨勢(shì)將更加顯著[41-43]。此外，Paramati等證實(shí)了旅游投資、旅游收入和CO2排放之間也存在長期均衡關(guān)系[44]。

值得注意的是，旅游與CO2排放之間的關(guān)系在不同的目的地差異較大。如旅游對(duì)馬來西亞的CO2排放有顯著的積極影響，然而，泰國和新加坡的情況則相反[18];發(fā)達(dá)國家旅游對(duì)CO2排放的影響大于欠發(fā)達(dá)國家[43]。因此，有必要審視不同區(qū)域旅游和CO2排放之間的關(guān)系，從而更全面地認(rèn)知可持續(xù)旅游發(fā)展。

1.3 旅游和（可再生）能源消耗

Amin等調(diào)查了1995—2015年間南亞國家旅游與能源消耗之間的因果關(guān)系，認(rèn)為旅游與能源消耗是協(xié)整的，從長期來看，旅游與能源消耗之間存在單向因果關(guān)系[45]。同樣，基于EKC假設(shè)，Zaman等肯定了2005—2013年間3個(gè)不同國際性區(qū)域的旅游發(fā)展導(dǎo)致的能源消耗[46]。此外，一些學(xué)者致力于探討旅游與可再生能源之間的關(guān)系。例如，Ali等利用VECM模型確認(rèn)了1995—2015年期間19個(gè)亞洲合作對(duì)話成員國從旅游到可再生能源消耗的長期單向因果關(guān)系[47]。Alola和Alola通過對(duì)16個(gè)地中海沿岸國家的調(diào)查得到了同樣的結(jié)論[48]。

1.4 旅游、經(jīng)濟(jì)增長、（可再生）能源消耗和CO2排放

除了上述3類研究外，很多文獻(xiàn)并沒有嚴(yán)格局限于旅游與經(jīng)濟(jì)、CO2排放或能源消耗，而是更多地涉及旅游與多變量之間關(guān)系的綜合分析。例如，Katircioglu 等和Katircioglu肯定了塞浦路斯和土耳其旅游、能源消耗和CO2排放之間的長期均衡關(guān)系，并驗(yàn)證了旅游導(dǎo)致的能源利用和CO2排放這一假? 設(shè)[10，49]。在一些島嶼發(fā)展中國家的實(shí)證中，旅游、能源消耗和GDP之間存在長期均衡關(guān)系和雙向因果關(guān)系[10]。Nepal等發(fā)現(xiàn)了尼泊爾經(jīng)濟(jì)驅(qū)動(dòng)旅游的有力證據(jù)，并指出了能源消耗對(duì)入境游客人次的負(fù)面影響[50]。Isik等調(diào)查了美國、法國、西班牙、中國、意大利、土耳其和德國的旅游、可再生能源利用和經(jīng)濟(jì)增長之間的關(guān)系，結(jié)果發(fā)現(xiàn)，在不同的國家3個(gè)變量之間的因果關(guān)系也存在著較大的差異[8]。查建平、謝園方和趙媛、石培華和吳普則分別計(jì)算了湖北省、長三角地區(qū)和全國的旅游相關(guān)的能源消耗和CO2排放[51-53]。當(dāng)然，這屬于碳計(jì)量的研究，并沒有涉及旅游-能源-CO2排放之間的關(guān)系研究。

不同于旅游-能源-CO2排放的研究，還有的學(xué)? 者探討了旅游、經(jīng)濟(jì)增長和CO2排放之間的關(guān)系。不同的實(shí)證研究發(fā)現(xiàn)，旅游、GDP和CO2排放之? ? 間存在著正向的長期均衡關(guān)系[6，54-55]。其中，Lee和Brahmasrene發(fā)現(xiàn)了這3個(gè)變量之間的雙向因果關(guān)系[55]，Danish和Wang則只發(fā)現(xiàn)旅游收入和CO2排放之間的雙向因果關(guān)系[6]。同樣地，Zhang和Gao認(rèn)為入境旅游長期影響中國的經(jīng)濟(jì)增長和CO2排放，經(jīng)濟(jì)增長與CO2排放之間存在雙向因果關(guān)系[56]。Paramati等發(fā)現(xiàn)，盡管旅游帶動(dòng)了經(jīng)濟(jì)增長，但是在發(fā)達(dá)國家，旅游導(dǎo)致的CO2排放量要比在發(fā)展中國家減少得更快[57]。相似地，Bella和Ren等分別驗(yàn)證了旅游導(dǎo)致的CO2排放和經(jīng)濟(jì)增長假設(shè)[13，58]。

在旅游和多變量的綜合性研究中，一些學(xué)者關(guān)注旅游、經(jīng)濟(jì)、能源和CO2排放這4個(gè)變量的關(guān)系。研究發(fā)現(xiàn)，旅游、經(jīng)濟(jì)增長和能源消耗是CO2排放的格蘭杰原因，從長期看，經(jīng)濟(jì)增長、CO2排放和能源消耗是旅游發(fā)展的格蘭杰原因[4];經(jīng)濟(jì)增長、能源消耗和國際旅游之間存在雙向因果關(guān)系，從CO2排放到經(jīng)濟(jì)增長存在單向因果關(guān)系[9];可再生能源利用、旅游和CO2排放之間存在長期的雙向因果關(guān)系，而從可再生能源利用到CO2排放、經(jīng)濟(jì)增長到可再生能源和旅游，則存在短期的單向因果關(guān)系[59-60]。此外，Sherafatian-Jahromi等[16]證實(shí)了東南亞幾個(gè)國家EKC的存在，發(fā)現(xiàn)旅游對(duì)CO2排放量的影響是長期的，經(jīng)濟(jì)增長和能源消耗大大增加了CO2排放量。Zaman等證實(shí)了能源導(dǎo)致的排放和旅游導(dǎo)致的增長假設(shè)[12]。Zhang和Liu發(fā)現(xiàn)，在不同地區(qū)，被分析變量之間的因果關(guān)系存在顯著差異，但是全部地區(qū)存在旅游導(dǎo)致的CO2排放增加[17]。

上述文獻(xiàn)分析表明，在不同的研究中，旅游與經(jīng)濟(jì)增長、能源消耗、CO2排放之間的關(guān)系存在著不同甚至相互矛盾的結(jié)果，這取決于不同的實(shí)證區(qū)域、研究方法、估計(jì)特征以及時(shí)間跨度。這也意味著，考察東盟這一鮮有學(xué)者關(guān)注區(qū)域的旅游與經(jīng)濟(jì)、能源和CO2排放之間的關(guān)系同樣具有一定的理論和實(shí)踐意義。盡管旅游-經(jīng)濟(jì)-能源-CO2排放的相關(guān)研究越來越多，但是東盟國家的旅游、經(jīng)濟(jì)增長、能源消耗、可再生能源使用和CO2排放之間的關(guān)系研究仍然鮮有學(xué)者關(guān)注。在研究方法方面，面板單位根、面板協(xié)整和面板格蘭杰因果檢驗(yàn)占據(jù)了主導(dǎo)，為深入研究各變量之間的關(guān)系提供了良好的范本，但是對(duì)于變量之間的短期波動(dòng)、短期因果以及變量之間的相互貢獻(xiàn)方面仍有較大的不足。基于這樣的考量，文章使用2000—2014年東盟8個(gè)國家的面板數(shù)據(jù)對(duì)旅游、經(jīng)濟(jì)增長、能源消耗、可再生能源使用和CO2排放的長期和短期均衡、因果關(guān)系以及脈沖響應(yīng)和方差分解進(jìn)行全面、深入的探討。

2 研究方法和數(shù)據(jù)

2.1 數(shù)據(jù)來源和處理

參考慣用的研究指標(biāo)，用國際旅游者人次表示旅游[7，10-11，49]，用人均GDP（現(xiàn)價(jià)美元）表示經(jīng)濟(jì)增長[6，54-56]，用人均消耗石油當(dāng)量（千克）表示能源消耗[7，10-11，49]，用可再生能源消耗占能源使用總量的百分比表示可再生能源利用[59-60]，用每美元GDP的排放量（千克/美元）表示CO2排放[10，49]。上述數(shù)據(jù)來源為世界銀行發(fā)展指標(biāo)數(shù)據(jù)（http：//data.worldbank.org/）。由于在數(shù)據(jù)庫中CO2排放、能源消耗和可再生能源利用的數(shù)據(jù)截止到2014年，出于面板模型建立的需要，本文的研究數(shù)據(jù)為東盟2000—2014年的年度數(shù)據(jù)。此外，由于越南2014年的能源消耗數(shù)據(jù)缺失，采用Excel的線性插值trend函數(shù)插入越南2014年的人均消耗石油當(dāng)量和可再生能源占能源使用總量的比例值。相比已有的研究[15-17]，本文的覆蓋范圍更廣、涉及變量更多。此外，為了降低數(shù)據(jù)的量級(jí)，本文將人均GDP、人均消耗石油當(dāng)量和國際旅游者人次分別取自然對(duì)數(shù)。表1給出了東盟國家2000—2014年5個(gè)指標(biāo)數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果?？傮w來看，面板數(shù)據(jù)的均值和中位數(shù)比較接近，并且標(biāo)準(zhǔn)誤相對(duì)較小，這表明本文的面板數(shù)據(jù)相對(duì)均勻。

2.2 模型設(shè)定

本文綜合應(yīng)用VECM和VAR格蘭杰因果檢驗(yàn)來探討旅游和經(jīng)濟(jì)、能源以及CO2排放之間的長期和短期均衡以及因果關(guān)系。

本文理論假設(shè)的出發(fā)點(diǎn)在于假設(shè)旅游發(fā)展是經(jīng)濟(jì)增長、能源消耗和CO2排放的驅(qū)動(dòng)因素，因此，參考已有的研究[9-10，49]，建立如下對(duì)數(shù)線性方程來檢驗(yàn)CO2排放（CO2）、人均GDP（GDPpc）、能源消耗（E）、可再生能源利用（RE）和旅游（T）之間的長期? 聯(lián)系：

[CO2it=β0+β1lnGDPpcit+β2lnEit+? ? ? ? ? ? ?β3REit+β4lnTit+εit] （1）

[lnGDPpcit=β0+β1CO2it+β2lnEit+? ?   ? ? ? ? ? ? ? ? ?β3REit+β4lnTit+εit] （2）

[lnEit=β0+β1lnGDPpcit+β2CO2it+? ? ? ? ? ? ?β3REit+β4lnTit+εit] （3）

[REit=β0+β1lnGDPpcit+β2CO2it+? ? ? ? ? ? β3lnEit+β4lnTit+εit] （4）

其中，時(shí)間由下標(biāo)[t （t=2000，2001，2002，…，2014）]表示，[ln]表示取自然對(duì)數(shù)，[i （i=1，2，3，…，8）]表示橫截面成員，[εit]表示估計(jì)的殘差，用來描述與長期關(guān)系的偏差。

式（1）～式（4）的獨(dú)立變量從長期來看可能不會(huì)立即調(diào)整到其均衡水平，因此，需要分析CO2、lnGDPpc、lnE和RE在短期和長期均衡之間的調(diào)整速度。為此，本文建立動(dòng)態(tài)VECM模型來估計(jì)這一調(diào)整速度。首先，文章建立5個(gè)擁有滯后期p的VAR模型。

假設(shè)[yt=（CO2t，lnGDPpct，lnEt，REt，lnTt）]，本文建立如下VAR模型：

[yt=αt+j=1pjyt-j+ξt] （5）

其中，[αt=（α1，α2，α3，α4，α5）]，[ξt=（ξ1，ξ2，ξ3，ξ4，ξ5）]

對(duì)式（5）進(jìn)行協(xié)整變換得到：

[Δyt=j=1p-1ΓjΔyt-j+jyt-1+μt] （6）

其中，[=j=1pj-1]，[Γj=-k=1+jpj]，[μt]表示白噪音。如果在[yit]之間存在協(xié)整關(guān)系，式（6）可以寫成如下VECM形式：

[Δyt=j=1pΓjΔyt-j+βECTt-1+μt] （7）

更直觀地，式（7）可以寫成如下矩陣形式：

[ΔCO2tΔlnGDPpctΔlnEtΔREtΔlnTt=β1β2β3β4β5+? k=1pω11，kω12，kω13，kω14，kω15，kω21，kω22，kω23，kω24，kω25，kω31，kω32，kω33，kω34，kω35，kω41，kω42，kω43，kω44，kω45，kω51，kω52，kω53，kω54，kω55，kΔCO2t-1ΔlnGDPpct-1ΔlnEt-1ΔREt-1ΔlnTt-1+]

[? ?φ1φ2φ3φ4φ5ECTt-1+ξ1，tξ2，tξ3，tξ4，tξ5，t]（8）

其中，[Δ]是一階差分，表示變量的短期變化;p表示由施瓦茨信息準(zhǔn)則（Schwarz information criterion，SIC）確定的回歸滯后時(shí)間，設(shè)定為2;[ECTit-1]表示由式（1）～式（4）導(dǎo)出的一期滯后誤差修正項(xiàng)（error correction term，ECT）;[φ]和[ξt]分別表示調(diào)整速度和誤差項(xiàng)，[φ]的絕對(duì)值越大，則表示調(diào)整得越快。

3 結(jié)果和討論

3.1 面板單位根檢驗(yàn)

面板單位根檢驗(yàn)有兩種類型，一種假設(shè)面板數(shù)據(jù)的一階自回歸系數(shù)對(duì)所有的橫截面都相同，另一種假設(shè)該系數(shù)跨界面自由地變化。因此，面板數(shù)據(jù)單位根檢驗(yàn)包括共同單位根過程和不同單位根過程兩類。其中，共同單位根過程包括Levin-Lin-Chu （LLC）檢驗(yàn)和Breitung檢驗(yàn)兩種類型，不同單位根過程包括Im-Pesaran-Shin（IPS）檢驗(yàn)、Augmented Dickey-Fuller（ADF）-Fisher檢驗(yàn)和Phillips-Perron （PP）-Fisher檢驗(yàn)3種類型。各類型單位根檢驗(yàn)的? 結(jié)果顯示，對(duì)于原始序列的單位根檢驗(yàn)，CO2、lnGDPpc、lnE、RE和lnT的檢驗(yàn)統(tǒng)計(jì)量對(duì)應(yīng)的p值均大于0.05。這表明在5%的顯著性水平下都不能拒絕各截面序列具有相同或不同單位根過程的原假設(shè)，即所有數(shù)據(jù)序列都存在單位根，因此，各變量序列非平穩(wěn)。繼續(xù)對(duì)面板數(shù)據(jù)序列的一階差分進(jìn)行單位根檢驗(yàn)的結(jié)果顯示，在5%的顯著水平下，各截面序列的檢驗(yàn)統(tǒng)計(jì)量對(duì)應(yīng)的p值均小于0.05，由此可見，面板數(shù)據(jù)序列的一階差分序列平穩(wěn)。因此，本文選定變量的原序列屬于一階單整，即I（1），滿足協(xié)整檢驗(yàn)的前提條件。

3.2 面板協(xié)整檢驗(yàn)

這里考察東盟旅游和CO2排放、人均GDP、能源消耗和可再生能源利用之間的協(xié)整關(guān)系，即長期均衡關(guān)系。表2給出了3種不同類型協(xié)整檢驗(yàn)的結(jié)果，包括Pedroni檢驗(yàn)、Kao檢驗(yàn)和Johansen Fisher 檢驗(yàn)。Pedroni檢驗(yàn)結(jié)果表明，面板和群組檢驗(yàn)的7個(gè)統(tǒng)計(jì)量對(duì)應(yīng)的p值有5個(gè)小于0.05，這表明在5%甚至更低的顯著水平下，式（1）～式（4）中的變量是面板協(xié)整的。Kao檢驗(yàn)的結(jié)果則表明，5個(gè)變量在1%的顯著性水平上具有協(xié)整關(guān)系。表2表明，東盟國家的CO2排放、人均GDP、能源消耗、可再生能源利用和旅游之間存在著顯著的長期均衡關(guān)系。這一結(jié)果與關(guān)于塞浦路斯的研究[10]、海島國家的研究[11]、土耳其的研究[49]、地中海國家的研究[54]、中國的研? 究[56]、經(jīng)合組織國家的研究[60]得出的結(jié)論相似。此外，Johansen Fisher檢驗(yàn)的結(jié)果顯示最多4個(gè)協(xié)整方程的0假設(shè)的p值為0，這表明該假設(shè)被拒絕，即表明在CO2、lnGDPpc、lnE、RE和lnT之間存在5個(gè)協(xié)整方程。

表3分別給出了CO2、人均GDP、能源消耗和可再生能源利用為獨(dú)立變量的協(xié)整方程的估計(jì)結(jié)果。從長期來看，旅游業(yè)每增長1%，東盟國家1美元GDP導(dǎo)致的CO2排放將增加約0.241%，人均GDP將增長約0.491%，人均能源消耗將降低約0.183%，而可替代能源利用將降低約1.076%，上述結(jié)果在統(tǒng)計(jì)上非常顯著。

3.3 VECM模型分析

在證實(shí)了5個(gè)變量之間的協(xié)整關(guān)系后，本文運(yùn)用VECM模型考察不同變量之間的長期均衡和短期波動(dòng)情況。表4顯示了VECM模型的估計(jì)結(jié)果。

根據(jù)表4的顯示結(jié)果，得到如下ECM方程的表達(dá)式：

[ECM=CO2t-1+ 0.1173lnGDPpct-1+? ? ? ? ? ? ? 0.1632lnEt-1-0.1292REt-1-? ? ? ? ? ? ? 0.5057lnTt-1+ 5.3525] （9）

如表4所示，第2到第6列分別呈現(xiàn)了變量CO2、lnGDPpc、lnE、RE和lnT的VECM模型的估計(jì)結(jié)果，分別命名為模型Ⅰ、模型Ⅱ、模型Ⅲ、模型Ⅳ和模型Ⅴ。在表（5）中，[Δ]表示一階差分，即變量的短期波動(dòng)。根據(jù)式（8），誤差修正系數(shù)ECT表明長期均衡關(guān)系對(duì)短期變化的調(diào)整。模型I表明，CO2排放量的短期變化受自身、經(jīng)濟(jì)增長、能源消耗、可再生能源利用和旅游的影響。模型Ⅱ～模型Ⅴ同時(shí)表明經(jīng)濟(jì)增長、能源消耗、可再生能源利用和旅游的短期變化也受到自身同其他4個(gè)變量的影響。具體來說，當(dāng)CO2排放受到干擾并偏離平衡狀態(tài)時(shí)，經(jīng)濟(jì)增長、能源消耗、可再生能源利用和旅游等因素將共同作用，并以0.0233的反向調(diào)整速度使其回到長期均衡路徑。同樣地，經(jīng)濟(jì)增長通過CO2排放、能源消耗、可再生能源利用和旅游等渠道向長期均衡路徑收斂，調(diào)整速度為0.4472;能源消耗通過CO2排放、經(jīng)濟(jì)增長、可再生能源利用和旅游等渠道向長期均衡路徑收斂，調(diào)整速度為-0.0110;可再生能源利用通過CO2排放、經(jīng)濟(jì)增長、能源消耗和旅游等渠道向長期均衡路徑收斂，調(diào)整速度為0.8998;旅游通過CO2排放、經(jīng)濟(jì)增長、能源消耗和可再生能源利用等渠道向長期均衡路徑收斂，調(diào)整速度為0.4941。

3.4 脈沖響應(yīng)分析

在VECM模型的基礎(chǔ)上，進(jìn)一步刻畫脈沖響應(yīng)曲線來表示CO2排放、經(jīng)濟(jì)增長、能源消耗、可再生能源利用與旅游發(fā)展之間的動(dòng)態(tài)聯(lián)系（圖1）。脈沖響應(yīng)函數(shù)描述了系統(tǒng)中一個(gè)變量對(duì)其他變量的單位沖擊，并能提供沖擊的正負(fù)方向、調(diào)整滯后周期和穩(wěn)定過程等信息。

短期來看，人均GDP的增加對(duì)CO2排放有正向影響，并且該正向影響呈逐漸收斂趨勢(shì)。這一結(jié)果基本上與已有的研究結(jié)論相似，經(jīng)濟(jì)增長導(dǎo)致了越來越多的CO2排放，但同時(shí)，經(jīng)濟(jì)增長與CO2排放之間存在倒U形關(guān)系，即EKC曲線的存在。當(dāng)經(jīng)濟(jì)增長到達(dá)一個(gè)閾值時(shí)，對(duì)CO2排放的正向影響逐漸削弱乃至轉(zhuǎn)向負(fù)向影響。具體到東盟國家研究，本文這一結(jié)論與Heidari等[15]和Sherafatian-Jahromi等[16]的結(jié)論一致，但與Zhang和Liu[17]的結(jié)論相反。能源消耗增加對(duì)CO2排放增加的影響有開始的正向轉(zhuǎn)變?yōu)楹笃诘呢?fù)向。能源消耗是全球包括東盟CO2排放的主要原因，因此，很容易理解能源消耗對(duì)CO2排放的正向影響。需要注意的是，隨著全球氣候治理以及可持續(xù)發(fā)展議程的推進(jìn)，可再生能源在總能源消耗中的比例不斷增加，這在東盟8國可再生能源利用的時(shí)間序列數(shù)據(jù)中得到了很好的體現(xiàn)。因此，盡管總體能源消耗增加，但是可再生能源比重的增加反而降低了CO2排放。圖1的脈沖曲線還表明，可再生能源利用的增加對(duì)于CO2排放增加有負(fù)向影響，并且負(fù)向影響隨著時(shí)間的推進(jìn)不斷增加。這也表明對(duì)于東盟而言，可再生能源的普及是實(shí)現(xiàn)低碳發(fā)展的重要舉措。圖1同時(shí)表明旅游人次的增加導(dǎo)致了CO2排放的增加，這與Zhang和Liu結(jié)論相似[17]。該結(jié)果表明，旅游正給東盟帶來越來越多的CO2排放，旅游業(yè)的減排在東盟低碳發(fā)展中的重要性應(yīng)該引起關(guān)注。

本研究還發(fā)現(xiàn)，短期來看，CO2排放的增加對(duì)于經(jīng)濟(jì)增長有著正向影響，但是該影響逐漸變?nèi)?能源消耗的增加對(duì)于經(jīng)濟(jì)增長同樣有著正向影響，不同的是，該影響逐漸走強(qiáng)。對(duì)于后者，原因在于能源作為經(jīng)濟(jì)增長的重要指標(biāo)，增加其投入當(dāng)然會(huì)實(shí)現(xiàn)經(jīng)濟(jì)的不斷進(jìn)步。對(duì)于前者而言，可能的解釋在于：由于CO2排放主要來源于生產(chǎn)環(huán)節(jié)，因此，可以認(rèn)為CO2的增加一定程度表征了產(chǎn)出增加，從而促進(jìn)經(jīng)濟(jì)進(jìn)步，但是CO2排放帶來的負(fù)面影響如氣候變化對(duì)于經(jīng)濟(jì)的負(fù)面影響也同樣顯著，并且這種影響越到后期越會(huì)凸顯。可再生能源利用的增加對(duì)于經(jīng)濟(jì)增長總體上有負(fù)向影響，而旅游人次的增加在短期內(nèi)對(duì)于經(jīng)濟(jì)增長有著正向作用，后期則變?yōu)樨?fù)向影響。對(duì)于東盟而言，當(dāng)前的經(jīng)濟(jì)進(jìn)步更多的還是依賴于傳統(tǒng)的化石能源的消耗。實(shí)際上，根據(jù)統(tǒng)計(jì)數(shù)據(jù)，在東盟國家的經(jīng)濟(jì)實(shí)踐中，可再生能源消耗的比例盡管逐年增加但一直處于較低水平。此外，盡管旅游業(yè)在東盟各國發(fā)展的比較快，但是擴(kuò)展到整個(gè)經(jīng)濟(jì)體系，這種影響可能需要進(jìn)一步? 提升，并且需要降低旅游發(fā)展對(duì)于其他產(chǎn)業(yè)的擠出效應(yīng)。

其他方面，旅游人次的增加對(duì)于能源消耗的增加由正向影響轉(zhuǎn)向負(fù)向影響，對(duì)于可再生能源的增加有負(fù)向影響。這一定程度上說明，在東盟國家，旅游業(yè)的能源消耗水平總體較低，并且可再生能源的利用程度較低。盡管旅游發(fā)展導(dǎo)致的CO2排放越來越多，但是橫向比較來看，在東盟旅游業(yè)仍是一個(gè)相對(duì)低排放的產(chǎn)業(yè)，并且對(duì)于再生能源的利用有著較大的提升空間。CO2排放的增加對(duì)于旅游增長有著正向影響，但是該影響逐年降低，經(jīng)濟(jì)增長對(duì)于旅游的影響與CO2排放有著相似的軌跡。原因在于，經(jīng)濟(jì)增長和CO2排放之間有著極大的相關(guān)性，經(jīng)濟(jì)增長對(duì)于旅游目的地競爭力的提升（如旅游資源開發(fā)、基礎(chǔ)設(shè)施建設(shè)、旅游環(huán)境治理等）具有重要的推動(dòng)作用，從而吸引更多的游客前來。能源消耗增加對(duì)旅游人次的增加有著正向影響，但是影響的強(qiáng)度相對(duì)較弱，可再生能源的增加對(duì)于旅游人次有著顯著的負(fù)向影響。當(dāng)前的旅游產(chǎn)出更多的仍然是傳統(tǒng)能源的推動(dòng)，可再生能源由于價(jià)格、動(dòng)力及穩(wěn)定性等原因，其推廣對(duì)于旅游者的旅游體驗(yàn)可能仍有一定的負(fù)面影響。脈沖響應(yīng)結(jié)果表明，在減排和增長之間，東盟國家的旅游發(fā)展仍面臨較大的考驗(yàn)。

3.5 面板格蘭杰因果檢驗(yàn)

表5給出了面板格蘭杰因果檢驗(yàn)的結(jié)果。文章采用滯后2期的VAR模型檢驗(yàn)長期因果關(guān)系，采用滯后1期的VECM模型檢驗(yàn)短期因果關(guān)系。

從短期因果關(guān)系來看，表5的結(jié)果在10%的顯著水平上拒絕了人均GDP不是CO2排放的格蘭杰原因的假設(shè)和能源消耗不是CO2排放的格蘭杰原因的假設(shè)，在1%的顯著水平上拒絕了人均GDP不是可再生能源利用的格蘭杰原因的假設(shè)，在5%的顯著水平上拒絕了能源消耗不是可再生能源利用的格蘭杰原因的假設(shè)和可再生能源利用不是旅游的格蘭杰原因的假設(shè)。結(jié)果表明，東盟國家存在從人均GDP和能源消耗到CO2排放的短期因果關(guān)系，存在從人均GDP和能源消耗到可再生能源利用的短期因果關(guān)系，存在從可再生能源利用到旅游的短期因果關(guān)系。此外，短期因果關(guān)系檢驗(yàn)結(jié)果表明，旅游不是CO2 排放、人均GDP、能源消耗和可再生能源利用的格蘭杰原因。這意味著從短期來看，東盟國家的旅游無法對(duì)上述4個(gè)變量產(chǎn)生顯著的影響。同時(shí)，CO2排放、人均GDP和能源消耗也不是旅游的格蘭杰原因，不存在從上述3個(gè)變量到旅游的短期因果關(guān)系。因此，本文研究的5個(gè)變量之間不存在短期的雙向因果關(guān)系。在東盟國家的相關(guān)研究中，變量之間的短期因果關(guān)系還沒有文獻(xiàn)涉及，因此，該結(jié)論無法與此進(jìn)行對(duì)比。但是，本文的結(jié)論不同于對(duì)全球排名前10的國際旅游目的地[9]、塞浦路斯[10]和中國[56]的研究發(fā)現(xiàn)。

長期因果關(guān)系檢驗(yàn)的結(jié)果表明，在CO2排放方面，人均GDP、能源消耗、可再生能源利用和旅游分別在1%、5%、10%和5%的顯著水平上拒絕零假設(shè)，這表明這4個(gè)變量從長期來看是CO2排放的格蘭杰原因。該結(jié)果也證實(shí)了東盟國家的經(jīng)濟(jì)、能源和旅游為主導(dǎo)的排放假設(shè)。這一結(jié)論與大多現(xiàn)有的研究發(fā)現(xiàn)一致，如對(duì)土耳其[4]、對(duì)歐盟及候選國[7]、中國[56]、經(jīng)合組織國家[60]等的研究。在人均GDP方面，CO2排放、能源消耗、可再生能源利用和旅游分別在10%、5%、1%和10%的顯著水平上拒絕零假設(shè)，這表明這4個(gè)變量從長期來看是人均GDP的格蘭杰原因。在能源消耗方面，可再生能源利用在5%的顯著水平上拒絕零假設(shè)，而其他3個(gè)變量則接受了零假設(shè)，因此，可再生能源利用是能源消耗的長期格蘭杰原因。在可再生能源利用方面，人均GDP、能源消耗和旅游分別在1%、5%和5%的顯著水平上拒絕零假設(shè)，這表明這3個(gè)變量是可再生能源利用的長期格蘭杰原因。在旅游方面，可再生能源利用在5%的顯著水平上拒絕零假設(shè)，即表明可再生能源利用從長期來看是旅游發(fā)展的格蘭杰原因。

上述結(jié)果表明，長期來看，CO2排放和人均GDP之間、人均GDP和可再生能源利用之間、能源消耗和可再生能源之間、旅游和可再生能源利用之間存在雙向因果關(guān)系。該結(jié)論與Zhang和Liu的研究[17]有較大的差異，后者沒有發(fā)現(xiàn)不同變量之間的雙向因果關(guān)系。在東盟，人均GDP、能源消耗、可再生能源利用和旅游對(duì)CO2排放，CO2排放、能源消耗、可再生能源利用和旅游對(duì)人均GDP具有一定的預(yù)測能力，該結(jié)論一定程度上支持了Sherafatian-Jahromi等[16]的研究發(fā)現(xiàn)。人均GDP和CO2排放之間的雙向長期因果關(guān)系也被前期的研究[4，9，11，60]發(fā)現(xiàn)，但是，本研究并沒有發(fā)現(xiàn)CO2排放和旅游之間的雙向長期因果關(guān)系[4]，也沒有發(fā)現(xiàn)人均GDP和旅游之間的雙向因果關(guān)系[4，8，11]。同時(shí)，本研究也沒有發(fā)現(xiàn)人均GDP和能源消耗之間的雙向長期因果關(guān)系[11，46]。除了旅游外，本研究發(fā)現(xiàn)，能源消耗單向格蘭杰影響人均GDP、CO2排放和可再生能源利用。

3.6 方差分解分析

前文分析了東盟旅游、經(jīng)濟(jì)增長、能源消耗、可再生能源利用和CO2排放之間的長期均衡、短期擾動(dòng)、脈沖響應(yīng)以及因果關(guān)系。方差分解方法的目的在于分析各個(gè)變量對(duì)其他變量變化的貢獻(xiàn)度，從而有助于更好地理解變量之間的相互影響（圖2）。

圖2中，橫坐標(biāo)表示方差分解的時(shí)期數(shù)，即各變量標(biāo)準(zhǔn)差的預(yù)測期;縱坐標(biāo)表示各變量的貢獻(xiàn)度。圖2表明，各變量的預(yù)測方差在第一期中全部是由自身擾動(dòng)引起的，隨著時(shí)間的推移，其他變量開始逐漸影響各變量預(yù)測的方差?？傮w上看，在第10期左右，各變量的分解結(jié)果基本趨于穩(wěn)定。在第10期預(yù)測中，CO2排放的預(yù)測方差有88.67%是由自身擾動(dòng)引起，人均GDP、能源消耗、可再生利用和旅游分別貢獻(xiàn)了0.85%、2.23%、1.89%和6.35%;人均GDP的預(yù)測方差84.04%是由自身的擾動(dòng)引起，CO2排放、能源消耗、可再生能源利用和旅游分別貢獻(xiàn)了1.59%、7.07%、2.28%和5.03%;能源消耗的預(yù)測方差92.21%是由自身擾動(dòng)引起，CO2排放、人均GDP、可再生能源和旅游分別貢獻(xiàn)了2.41%、2.57%、2.56%和0.25%;可再生能源利用的預(yù)測方差83.45%是由自身的擾動(dòng)引起，CO2排放、人均GDP、能源消耗和旅游分別貢獻(xiàn)了1.39%、4.23%、2.49%和8.44%;旅游的預(yù)測方差87.37%由自身擾動(dòng)引起，而CO2排放、人均GDP、能源消耗和可再生能源利用分別貢獻(xiàn)了0.23%、2.28%、0.24%和9.89%。結(jié)果表明，在東盟，旅游對(duì)CO2排放、人均GDP和可再生能源利用有一定程度的影響，這跟前文的脈沖響應(yīng)分析和格蘭杰因果關(guān)系檢驗(yàn)的結(jié)果一致。

4 結(jié)論及建議

旅游和CO2排放以及相關(guān)變量如經(jīng)濟(jì)、能源之間的關(guān)系是學(xué)術(shù)研究的熱點(diǎn)。將旅游、CO2、經(jīng)濟(jì)和能源置于一個(gè)綜合框架內(nèi)，基于多樣化的方法在不同的旅游目的地探討各變量之間的關(guān)系具有較高的實(shí)踐和理論價(jià)值。作為全球新興以及重要的國際旅游目的地，東盟的旅游發(fā)展取得了矚目的成就，同時(shí)，也給當(dāng)?shù)氐慕?jīng)濟(jì)、環(huán)境和能源消耗帶來了顯著的影響。在中國東盟自貿(mào)區(qū)以及“一帶一路”倡議逐步推進(jìn)的背景下，認(rèn)知旅游、經(jīng)濟(jì)、能源和環(huán)境之間的相互聯(lián)系對(duì)于了解、借鑒和促進(jìn)東盟的可持續(xù)旅游發(fā)展非常必要。然而，這些聯(lián)系在東盟的相關(guān)研究中仍然不夠清晰，相關(guān)研究在變量選擇、空間范圍乃至研究方法方面仍有一定的不足之處?；谶@樣的考慮，本文綜合應(yīng)用面板VECM和VAR格蘭杰因果檢驗(yàn)方法，基于2000—2014年東盟8國的面板數(shù)據(jù)，探討了國際旅游人次、人均GDP、能源消耗、可再生能源利用和CO2排放之間的長期和短期聯(lián)系。

4.1 結(jié)論

第一，本研究中幾乎所有變量的原始數(shù)據(jù)序列都包含面板單位根，但是經(jīng)過一階差分之后，變量數(shù)據(jù)序列變得平穩(wěn)，即東盟國家的國際旅游人次、人均GDP、能源消耗、可再生能源利用和CO2排放數(shù)據(jù)一階單整。第二，東盟國家的旅游發(fā)展、經(jīng)濟(jì)增長、能源消耗、可再生能源利用和CO2排放之間存在長期均衡關(guān)系。第三，上述5個(gè)變量的短期變化同時(shí)受到自身同其他4個(gè)變量的影響。當(dāng)某一變量受到干擾并偏離平衡狀態(tài)時(shí)，其他4個(gè)變量將共同作用并以一定的調(diào)整速度使其回到長期均衡路徑。第四，旅游對(duì)于東盟國家的CO2排放有一定的正向影響，而對(duì)于人均GDP、能源消耗和可再生能源利用則有一定的負(fù)向影響。CO2排放、人均GDP、能源消耗對(duì)于東盟旅游發(fā)展具有一定的正向影響，而可再生能源利用則有一定的負(fù)向影響。第五，國際旅游人次、人均GDP、能源消耗、可再生能源利用和CO2排放之間不存在雙向短期因果關(guān)系，但是CO2排放和人均GDP之間、人均GDP和可再生能源利用之間、能源消耗和可再生能源利用之間、旅游和可再生能源利用之間存在雙向長期格蘭杰原因。

4.2 建議

基于研究結(jié)果，本文提出以下幾個(gè)方面的對(duì)策建議。首先，由于旅游和CO2排放之間存在長期均衡關(guān)系，并且旅游是CO2排放的長期格蘭杰原因，因此，建議加大對(duì)東盟國家旅游業(yè)CO2排放的關(guān)注，促進(jìn)旅游業(yè)的低碳轉(zhuǎn)型。由于東盟特殊的地理環(huán)境，氣候變化對(duì)其的影響也非常顯著，旅游業(yè)的低碳轉(zhuǎn)型更顯迫切。在旅游管理中，政府應(yīng)該鼓勵(lì)和推廣生態(tài)旅游、低碳旅游和共享旅游經(jīng)濟(jì)?？紤]到旅游產(chǎn)業(yè)中交通和住宿在整體CO2排放中占比較高，旅游節(jié)能減排的部門差異化管理也非常重要。建議加大對(duì)旅游交通、住宿等一些公認(rèn)的高排放行業(yè)的監(jiān)測以及減排管理工作。第二，考慮到旅游發(fā)展并沒有顯著增加?xùn)|盟國家的能源消耗，但卻是人均GDP和可再生能源的長期格蘭杰原因，因此，通過大力發(fā)展旅游來促進(jìn)經(jīng)濟(jì)增長進(jìn)而保護(hù)環(huán)境是東盟國家實(shí)現(xiàn)可持續(xù)發(fā)展的重要選擇。在發(fā)展旅游方面，考慮到東盟以發(fā)展中國家為主，旅游相關(guān)的配套設(shè)施建設(shè)仍有巨大的提升空間，需要在旅游相關(guān)的基礎(chǔ)設(shè)施尤其是交通建設(shè)方面投入大量的資金。對(duì)于東盟內(nèi)部而言，國家之間的免簽證旅行也期望在一個(gè)合理的框架下盡快落實(shí)，這樣一方面可以促進(jìn)區(qū)域旅游的發(fā)展，另一方面還可以減少旅行業(yè)務(wù)處理過程中的CO2排放，從而有助于低碳旅游的發(fā)展。第三，當(dāng)前東盟旅游發(fā)展中可再生能源的利用比例仍然較低，因此，建議在旅游業(yè)提高能源利用效率和推廣可再生能源的應(yīng)用，發(fā)展環(huán)境友好型旅游交通和住宿部門。在旅游之外，建議在東盟大力發(fā)展可再生能源，逐步降低化石能源的消耗?？紤]到東盟的地理環(huán)境，開發(fā)新的海洋能源具有極大的可行性。此外，由于可再生能源的不穩(wěn)定性，提升可再生能源的存儲(chǔ)或轉(zhuǎn)換技術(shù)也非常重要?？稍偕茉吹某杀緞t可以通過技術(shù)進(jìn)步來降低。

參考文獻(xiàn)（References）

[1] 黃和平， 喬學(xué)忠， 張瑾， 等. 綠色發(fā)展背景下區(qū)域旅游業(yè)碳排放時(shí)空分異與影響因素研究——以長江經(jīng)濟(jì)帶為例[J]. 經(jīng)濟(jì)地理， 2019， 39（11）： 214-224. [HUANG Heping， QIAO Xuezhong， ZHANG Jin， et al. Spatio-temporal differentiation and influencing factors of regional tourism carbon emissions under the background of green development： A case study of the Yangtze River Economic Belt[J].Economic Geography， 2019， 39（11）： 214-224.]

[2] 王凱， 李娟， 席建超. 中國旅游經(jīng)濟(jì)增長與碳排放的耦合關(guān)系研究[J]. 旅游學(xué)刊， 2014， 29（6）： 24-33. [WANG Kai， LI Juan， XI Jianchao. Linking between carbon dioxide emission and tourism economic growth in China[J]. Tourism Tribune， 2014， 29（6）： 24-33.]

[3] ALAM M S， PARAMATI S R. The dynamic role of tourism investment on tourism development and CO2 emissions[J]. Annals of Tourism Research， 2017， 66： 213-215.

[4] EYUBOGLU K， UZAR U. The impact of tourism on CO2 emission in Turkey[J]. Current Issues in Tourism， 2020， 23（13）： 1631-1645.

[5] 姚治國， 陳田. 基于碳足跡模型的旅游碳排放實(shí)證研究——以海南省為案例[J]. 經(jīng)濟(jì)管理， 2016， 38（2）： 151-159. [YAO Zhiguo， CHEN Tian. The empirical research on tourism carbon emission based on carbon footprint model： A case study of Hainan province[J]. Economic Management， 2016， 38（2）： 151-159.]

[6] DANISH， WANG Z. Dynamic relationship between tourism， economic growth， and environmental quality[J]. Journal of Sustainable Tourism， 2018， 26（11）： 1928-1943.

[7] DOGAN E， ASLAN A. Exploring the relationship among CO2 emissions， real GDP， energy consumption and tourism in the EU and candidate countries： Evidence from panel models robust to heterogeneity and cross-sectional dependence[J]. Renewable and Sustainable Energy Reviews， 2017， 77： 239-245.

[8] ISIK C， DOGRU T， TURK E S. A nexus of linear and non-linear relationships between tourism demand， renewable energy consumption， and economic growth： Theory and evidence[J]. International Journal of Tourism Research， 2018， 20（1）： 38-49.

[9] BEN JEBLI M， HADHRI W. The dynamic causal links between CO2 emissions from transport， real GDP， energy use and international tourism[J]. International Journal of Sustainable Development & World Ecology， 2018， 25（6）： 568-577.

[10] KATIRCIOGLU S T， FERIDUN M， KILINC C. Estimating tourism-induced energy consumption and CO2 emissions： The case of Cyprus[J]. Renewable and Sustainable Energy Reviews， 2014， 29： 634-640.

[11] ROUDI S， ARASLI H， AKADIRI S S. New insights into an old issue-examining the influence of tourism on economic growth： Evidence from selected small island developing states[J]. Current Issues in Tourism， 2019， 22（11）： 1280-1300.

[12] ZAMAN K， MOEMEN M A， ISLAM T. Dynamic linkages between tourism transportation expenditures， carbon dioxide emission， energy consumption and growth factors： Evidence from the transition economies[J]. Current Issues in Tourism， 2017， 20（16）： 1720-1735.

[13] BELLA G. Estimating the tourism induced environmental Kuznets curve in France[J]. Journal of Sustainable Tourism， 2018， 26（12）： 2043-2052.

[14] 葉莉， 陳修謙. 基于旅游競爭力評(píng)價(jià)的中國與東盟國家旅游貿(mào)易互動(dòng)分析[J]. 經(jīng)濟(jì)地理， 2013， 33（12）： 177-181. [YE Li， CHEN Xiuqian. Analysis on interaction of tourism trade between China and ASEAN countries based on evaluation on tourism competitiveness[J]. Economic Geography， 2013， 33（12）： 177-181.]

[15] HEIDARI H， KATIRCIO?LU S T， SAEIDPOUR L. Economic growth， CO2 emissions， and energy consumption in the five ASEAN countries[J]. International Journal of Electrical Power & Energy Systems， 2015， 64： 785-791.

[16] SHERAFATIAN-JAHROMI R， OTHMAN M S， LAW S H， et al. Tourism and CO2 emissions nexus in Southeast Asia： New evidence from panel estimation[J]. Environment， Development and Sustainability， 2017， 19（4）： 1407-1423.

[17] ZHANG S， LIU X. The roles of international tourism and renewable energy in environment： New evidence from Asian countries[J]. Renewable Energy， 2019， 139： 385-394.

[18] AZAM M， ALAM M M， HAFEEZ M H. Effect of tourism on environmental pollution： Further evidence from Malaysia， Singapore and Thailand[J]. Journal of Cleaner Production， 2018， 190： 330-338.

[19] 趙磊， 方成， 吳向明. 旅游發(fā)展、空間溢出與經(jīng)濟(jì)增長——來自中國的經(jīng)驗(yàn)證據(jù)[J]. 旅游學(xué)刊， 2014， 29（5）： 16-30. [ZHAO Lei， FANG Cheng， WU Xiangming. Tourism development， spatial spillover and economic growth： An empirical evidence from China[J]. Tourism Tribune， 2014， 29（5）： 16-30.]

[20] 吳玉鳴. 旅游經(jīng)濟(jì)增長及其溢出效應(yīng)的空間面板計(jì)量經(jīng)濟(jì)分析[J]. 旅游學(xué)刊， 2014， 29（2）： 16-24. [WU Yuming. Spatial panel econometric analysis of tourism economic growth and its spillover effects[J]. Tourism Tribune， 2014， 29（2）： 16-24.]

[21] ANTONAKAKIS N， DRAGOUNI M， EECKELS B， et al. The tourism and economic growth enigma： Examining an ambiguous relationship through multiple prisms[J]. Journal of Travel Research， 2019， 58（1）： 3-24.

[22] ARATUO D N， ETIENNE X L. Industry level analysis of tourism-economic growth in the United States[J]. Tourism Management， 2019， 70： 333-340.

[23] ARATUO D N， ETIENNE X L， GEBREMEDHIN T， et al. Revisiting the tourism-economic growth nexus： Evidence from the United States[J]. International Journal of Contemporary Hospitality Management， 2019， 31（9）： 3779-3798.

[24] BALAGUER J， CANTAVELLA-JORDA M. Tourism as a long-run economic growth factor： The Spanish case[J]. Applied Economics， 2002， 34（7）： 877-884.

[25] BELLOUMI M. The relationship between tourism receipts， real effective exchange rate and economic growth in Tunisia[J]. International Journal of Tourism Research， 2010， 12（5）： 550-560.

[26] CHOU M C. Does tourism development promote economic growth in transition countries？ A panel data analysis[J]. Economic Modelling， 2013， 33： 226-232.

[27] DRITSAKIS N. Tourism development and economic growth in seven Mediterranean countries： A panel data approach[J]. Tourism Economics， 2012， 18（4）： 801-816.

[28] FABER B， GAUBERT C. Tourism and economic development： Evidence from Mexicos coastline[J]. American Economic Review， 2019， 109（6）： 2245-93.

[29] FAYISSA B， NSIAH C， TADASSE B. Impact of tourism on economic growth and development in Africa[J]. Tourism Economics， 2008， 14（4）： 807-818.

[30] JIAO S， GONG W， ZHENG Y， et al. Spatial spillover effects and tourism-led growth： An analysis of prefecture-level cities in China[J]. Asia Pacific Journal of Tourism Research， 2019， 24（7）：725-734.

[31] LEE C C， CHANG C P. Tourism development and economic growth： A closer look at panels[J]. Tourism Management， 2008， 29（1）： 180-192.

[32] NARAYAN P K， NARAYAN S， PRASAD A， et al. Tourism and economic growth： A panel data analysis for Pacific Island countries[J]. Tourism Economics， 2010， 16（1）： 169-183.

[33] OH C O. The contribution of tourism development to economic growth in the Korean economy[J]. Tourism Management， 2005， 26（1）： 39-44.

[34] YAZDI S K. Structural breaks， international tourism development and economic growth[J]. Economic Research-Ekonomska Istra?ivanja， 2019， 32（1）： 1765-1776.

[35] AKADIRI S S， AKADIRI A C， ALOLA U V. Is there growth impact of tourism？ Evidence from selected small island states[J]. Current Issues in Tourism， 2019， 22（12）： 1480-1498.

[36] SHARIF A， AFSHAN S， NISHA N. Impact of tourism on CO2 emission： Evidence from Pakistan[J]. Asia Pacific Journal of Tourism Research， 2017， 22（4）： 408-421.

[37] RAZA S A， SHARIF A， WONG W K， et al. Tourism development and environmental degradation in the United States： Evidence from wavelet-based analysis[J]. Current Issues in Tourism， 2017， 20（16）： 1768-1790.

[38] 王凱， 邵海琴， 周婷婷， 等. 基于EKC框架的旅游發(fā)展對(duì)區(qū)域碳排放的影響分析——基于1995—2015年中國省際面板數(shù)據(jù)[J].地理研究， 2018， 37（4）： 742-750. [WANG Kai， SHAO Haiqin， ZHOU Tingting， et al.EKC framework analysis of the effects of tourism development on regional carbon emissions： Based on Chinas 1995—2015 panel data[J]. Geographical Research， 2018， 37（4）： 742-750.]

[39] 潘植強(qiáng)， 梁保爾. 旅游業(yè)碳排放強(qiáng)度分布及其驅(qū)動(dòng)因子的時(shí)空異質(zhì)研究——基于30個(gè)?。ㄊ小^(qū)） 2005—2014年的面板數(shù)據(jù)分析[J]. 人文地理， 2016， 31（6）： 152-158. [PAN Zhiqiang， LIANG Baoer. Research on space-time heterogeneity of tourism industry carbon emission intensity distribution and influencing factors： Analysis of panel data from 30 provinces （cities and districts） from 2005 to 2014[J]. Human Geography， 2016， 31（6）： 152-158.]

[40] 查建平. 中國低碳旅游發(fā)展效率、減排潛力及減排路徑[J]. 旅游學(xué)刊， 2016， 31（9）： 101-112. [ZHA Jianping. Reducing carbon emissions in Chinas tourism industry[J]. Tourism Tribune， 2016， 31（9）： 101-112.]

[41] CHEN L， THAPA B， YAN W. The relationship between tourism， carbon dioxide emissions， and economic growth in the Yangtze River Delta， China[J]. Sustainability， 2018， 10（7）： 2118.

[42] WANG M C， WANG C S. Tourism， the environment， and energy policies[J]. Tourism Economics， 2018， 24（7）： 821-838.

[43] LEóN C J， ARANA J E， Alemán H A. CO2 emissions and tourism in developed and less developed countries[J]. Applied Economics Letters， 2014， 21（16）： 1169-1173.

[44] PARAMATI S R， ALAM M S， LAU C K M. The effect of tourism investment on tourism development and CO2 emissions： Empirical evidence from the EU nations[J]. Journal of Sustainable Tourism， 2018， 26（9）： 1587-1607.

[45] AMIN S B， KABIR F A， KHAN F. Tourism and energy nexus in selected South Asian countries： A panel study[J]. Current Issues in Tourism， 2020， 23（16）： 1963-1967.

[46] ZAMAN K， SHAHBAZ M， LOGANATHAN N， et al. Tourism development， energy consumption and environmental Kuznets curve： Trivariate analysis in the panel of developed and developing countries[J]. Tourism Management， 2016， 54： 275-283.

[47] ALI Q， KHAN M T I， KHAN M N I. Dynamics between financial development， tourism， sanitation， renewable energy， trade and total reserves in 19 Asia cooperation dialogue members[J]. Journal of Cleaner Production， 2018， 179： 114-131.

[48] ALOLA A A， ALOLA U V. Agricultural land usage and tourism impact on renewable energy consumption among coastline Mediterranean countries[J]. Energy & Environment， 2018， 29（8）： 1438-1454.

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

[50] NEPAL R， AL IRSYAD M I， NEPAL S K. Tourist arrivals， energy consumption and pollutant emissions in a developing economy-implications for sustainable tourism[J]. Tourism Management， 2019， 72： 145-154.

[51] 查建平. 旅游業(yè)能源消耗、CO2排放及低碳效率評(píng)估[J]. 中國人口·資源與環(huán)境， 2016， 26（1）： 47-54. [ZHA Jianping. Evaluation of energy consumption， carbon dioxide emissions and low-carbon efficiency[J]. China Population， Resources and Environment， 2016， 26（1）： 47-54.]

[52] 謝園方， 趙媛. 長三角地區(qū)旅游業(yè)能源消耗的CO2排放測度研究[J]. 地理研究， 2012， 31（3）： 429-438. [XIE Yuanfang， ZHAO Yuan. Measuring carbon dioxide emissions from energy consumption of tourism in Yangtze River Delta[J]. Geographical Research， 2012， 31（3）： 429-438.]

[53] 石培華， 吳普. 中國旅游業(yè)能源消耗與CO2排放量的初步估算[J]. 地理學(xué)報(bào)， 2011， 66（2）： 235-243. [SHI Peihua， WU Pu. A rough estimation of energy consumption and CO2 emission in tourism sector of China[J]. Acta Geographica Sinica， 2011， 66（2）： 235-243.]

[54] BALLI E， SIGEZE C， MANGA M， et al. The relationship between tourism， CO2 emissions and economic growth： A case of Mediterranean countries[J]. Asia Pacific Journal of Tourism Research， 2019， 24（3）： 219-232.

[55] LEE J W， BRAHMASRENE T. Investigating the influence of tourism on economic growth and carbon emissions： Evidence from panel analysis of the European Union[J]. Tourism Management， 2013， 38： 69-76.

[56] ZHANG L， GAO J. Exploring the effects of international tourism on Chinas economic growth， energy consumption and environmental pollution： Evidence from a regional panel analysis[J]. Renewable and Sustainable Energy Reviews， 2016， 53： 225-234.

[57] PARAMATI S R， ALAM M S， CHEN C F. The effects of tourism on economic growth and CO2 emissions： A comparison between developed and developing economies[J]. Journal of Travel Research， 2017， 56（6）： 712-724.

[58] REN T， CAN M， PARAMATI S R， et al. The impact of tourism quality on economic development and environment： Evidence from Mediterranean countries[J]. Sustainability， 2019， 11（8）： 2296.

[59] JEBLI M B， YOUSSEF S B， APERGIS N. The dynamic linkage between renewable energy， tourism， CO2 emissions， economic growth， foreign direct investment， and trade[J]. Latin American Economic Review， 2019， 28（2）： 1-19.

[60] DOGAN E， SEKER F， BULBUL S. Investigating the impacts of energy consumption， real GDP， tourism and trade on CO2 emissions by accounting for cross-sectional dependence： A panel study of OECD countries[J]. Current Issues in Tourism， 2017， 20（16）： 1701-1719.

Examining the Relationship between Tourism， Economy， Energy and CO2 Emissions： Evidence from Panel Analysis of the ASEAN

ZHANG Yan1， ZHANG Jiekuan2

（1. School of Tourism Management， Guilin Tourism University， Guilin 541006， China;

2. ASEAN Tourism Research Centre of China Tourism Academy， Guilin Tourism University， Guilin 541006， China）

Abstract： As an important international tourism destination， the impact of Association of South-East Asian Nations’ （ASEAN’s） tourism development on the economy， environment， and the energy consumption is still little known. This paper， to fill this gap， applied a panel data analysis approach to investigate the short-run and long-run causal relationships among tourism， economic growth， energy consumption， renewable energy use， and carbon dioxide （CO2） emissions for ASEAN countries over the period 2000—2014. This study obtained some important and interesting findings with respect to the equilibrium relationship， causality， and variance decomposition amongst these five variables as follows： （1） All the data series appear to have a panel unit root in their levels. However， after the first difference， they become stationaryat the 5% level of significance （all the p-values are less than 0.05）， implying that they are integrated at order one， i.e.， I （1）. （2） There is a long-run equilibrium relationship among tourism， economic growth， energy consumption， renewable energy use， and CO2 emissions in ASEAN countries. Even if this relationship is temporarily destroyed， these variables will restore long-term equilibrium.? ?（3） The short-term variation of the above five variables is simultaneously affected by itself and the other four variables. When some variable is disturbed and deviated from equilibrium， it will be subject to a certain speed of adjustment through the channels of the other variables to converge to the long-run equilibrium path. （4） Tourism development has a certain positive impact on the CO2 emissions of ASEAN countries， while it has a certain negative impact on GDP per capita， energy consumption， and renewable energy use. CO2 emissions， per capita GDP， and energy consumption have a certain positive effect on the development of tourism in ASEAN， while renewable energy has a certain negative impact. （5） This study shows no bidirectional short-run causalities between tourism， economic growth， energy consumption， renewable energy use， and CO2 emissions. In contrast， the existence of bidirectional long-term causalities between CO2 emissions and per capita GDP， GDP per capita and renewable energy use， energy consumption and renewable energy， and tourism and renewable energy use is found.

Keywords： tourism; gross domestic product; energy; carbon dioxide emissions; ASEAN; panel data analysis

[責(zé)任編輯：吳巧紅;責(zé)任校對(duì)：王? ? 婧]