高源遙 沈西林 梁文灝 劉 芳

(西南石油大學經濟管理學院,四川 成都 610500)

二十大報告明確指出,堅持以文塑旅、以旅彰文,推進文化和旅游深度融合發(fā)展[1]。隨著旅游經濟的高速發(fā)展,旅游業(yè)的碳排放量越來越多,對生態(tài)環(huán)境的影響越來越大[2]。因此,旅游業(yè)的節(jié)能減排工作勢在必行。

在旅游業(yè)碳排放量核算上,G?SSLING[3]提出“自下而上”法,參照此法,一些研究者通過將旅游業(yè)活動劃分為旅游交通、旅游住宿和旅游活動3類,并按3類項目測算碳排放量[4-5];除“自下而上”法外,部分學者也采用“自上而下”法[6]或將“自下而上”法和“自上而下”法進行結合[7];還有學者借助旅游消費剝離系數(shù)測算旅游業(yè)碳排放量[8]99-102。國內學者從國家層面、區(qū)域層面對旅游業(yè)碳排放量進行核算[9-11]。在旅游業(yè)碳排放影響因素研究方面,較多學者采用迪氏指數(shù)分解法對旅游業(yè)碳排放量影響因素進行分析[12-14]。孫玉環(huán)等[15]利用廣義迪氏指數(shù)分解法探究中國旅游業(yè)碳排放的影響。也有學者基于環(huán)境庫茲涅茨曲線(EKC)理論檢驗旅游業(yè)經濟水平發(fā)展、收入提升與旅游業(yè)碳排放是否符合長期EKC的假設[16]。還有學者運用空間自相關模型和廣義矩陣模型(GMM)動態(tài)回歸解釋各變量之間的作用機理[8]99-100。鐘少芬等[17]采用擴展的STIRPAT模型,通過線性擬合得到各個指標對旅游業(yè)碳排放量的彈性系數(shù)、貢獻水平。

四川省作為中國西部的經濟大省,是中國重要的優(yōu)質清潔能源基地和能源輸送樞紐,在推動國家“雙碳”戰(zhàn)略目標實現(xiàn)上能發(fā)揮其自身優(yōu)勢。因此,將四川省作為案例,對四川省旅游業(yè)碳排放量影響因素展開分析。STIRPAT模型簡單直觀,應用范圍廣,使用該模型能有效分析多個變量之間的關系,運用該模型探討旅游人數(shù)、人均旅游消費支出、旅游碳排放強度和城鎮(zhèn)化率等因素對四川省旅游業(yè)碳排放的影響程度,并分析各因素的邊際貢獻,其研究成果有望為四川省旅游業(yè)低碳轉型發(fā)展提供理論依據(jù)和決策參考,為其他省區(qū)旅游業(yè)碳減排提供借鑒。

1 研究方法

1.1 模型選擇

采用STIRPAT模型對四川省旅游業(yè)碳排放量的影響因素進行分析。STIRPAT模型是IPAT模型的改進,取對數(shù)后可用式(1)表達。

lnI=lnα+γ1lnP+γ2lnA+γ3lnT+lnε

(1)

式中:I、P、A、T分別為表征環(huán)境影響、人口因素、經濟因素和技術因素的變量;γ1、γ2、γ3分別為人口、經濟和技術三大因素對應變量的彈性系數(shù),以反映該因素對環(huán)境影響的單獨作用,數(shù)值為正說明對應變量為增量因子,否則為促降因子;α為模型系數(shù);ε為模型誤差。單位視具體情況而定。

1.2 變量選取

在變量選取中,通過考慮以下四大因素對影響因子進行選擇。

1) 人口因素。通過文獻分析發(fā)現(xiàn),反映人口因素的變量通常有游客規(guī)模、接待游客人數(shù)、常住人口總數(shù)等。根據(jù)人口因素與旅游業(yè)碳排放量的直接關系,本研究采用旅游人數(shù)來反映人口因素。

2) 經濟因素。國內生產總值(GDP)影響人均GDP,人均GDP影響人均旅游消費支出,雖然相關學者在選擇反映經濟因素的變量時,采用了地區(qū)GDP、旅游業(yè)總收入、第三產業(yè)產值占GDP比重、第三產業(yè)占比、人均GDP、人均旅游收入等變量,但根據(jù)變量的相關性分析,本研究選擇人均旅游消費支出。

3) 技術因素。大部分學者選取單位GDP能耗、能源強度、第三產業(yè)產值占GDP比重等指標來解釋技術層面對旅游業(yè)碳排放量的影響。本研究認為以上指標缺乏針對性,只能反映能源利用效率,不能作為旅游業(yè)碳排放的技術因素;因此引入旅游碳排放強度,以反映影響旅游業(yè)碳排放量的技術因素。

4) 其他因素。大部分學者在研究旅游業(yè)碳排放量時,除人口、經濟、技術因素外,還會考慮其他影響因素,例如城鎮(zhèn)化率、旅游業(yè)結構、航空客運量等。根據(jù)查建平等[18]對中國旅游業(yè)碳排放影響因素的分析,發(fā)現(xiàn)城鎮(zhèn)化率對旅游業(yè)碳排放量具有正向刺激作用。結合四川省實際,本研究選取城鎮(zhèn)化率作為影響旅游業(yè)碳排放量的其他因素。

最終選取影響旅游業(yè)碳排放量的變量為旅游人數(shù)、人均旅游消費支出、旅游碳排放強度、城鎮(zhèn)化率。模型變量解釋見表1。

表1 模型變量解釋Table 1 Explanation of model variables

2 四川省旅游業(yè)碳排放量影響因素分析

2.1 四川省旅游業(yè)碳排放量的計算

本研究采用“自下而上”法對四川省旅游業(yè)碳排放量進行核算,并參照文獻[4]、[5]把旅游業(yè)劃分為旅游交通、旅游住宿和旅游活動3個部分,通過計算各部分的碳排放量加和求出旅游業(yè)的碳排放量,具體計算方法見式(2)。

I=GT+GH+GA

(2)

式中:GT、GH和GA分別為旅游交通、旅游住宿、旅游活動的碳排放量,萬t。

旅游交通的碳排放量主要包括公路、民航、鐵路和水運4種交通方式的碳排放量,其計算公式見式(3)。

(3)

式中:ai為第i類交通方式的旅客占比,%;Di為第i類交通方式的旅客周轉量,km·人;θTi為第i類交通方式的碳排放系數(shù),萬t/(km·人)。結合四川省實際,參考文獻[4],公路、民航、鐵路、水運的旅客占比分別為13.8%、64.7%、31.6%、10.6%,碳排放系數(shù)分別為133、137、27、106 g/(km·人)。

旅游住宿碳排放量的計算公式見式(4)。

(4)

式中:H為旅游飯店客房總床位,床;γH為旅游飯店客房平均入住率,%;fH為平均每晚每床的單位能耗系數(shù),結合四川省實際,根據(jù)文獻[9]、[13]的研究結果,fH取155 MJ/(床·晚);δ為旅游飯店客房每床每晚的碳排放量,按照世界旅游組織公布的數(shù)據(jù),取43.2×10-10萬t/MJ。

旅游活動碳排放量的計算公式見式(5)。將旅游活動劃分為觀光旅游、商務旅游、休閑度假、探親訪友、其他類型旅游活動5類。

(5)

式中:hj為第j類旅游活動在旅游人數(shù)中的占比,%;θAj為第j類旅游活動的人均碳排放系數(shù),t/人,根據(jù)文獻[9]的研究成果,觀光旅游、商務旅游、休閑度假、探親訪友、其他類型旅游活動的人均碳排放系數(shù)分別取417、786、1 670、591、172 g/人。

利用相應年份旅游統(tǒng)計相關數(shù)據(jù),計算得出2006—2020年四川省旅游交通、旅游住宿和旅游活動的碳排放量,再計算得出2006—2020年四川省旅游業(yè)碳排放量,結果見表2。

表2 2006-2020年四川省旅游業(yè)碳排放量Table 2 Carbon emissions from tourism in Sichuan Province,2006-2020

從表2中看出,2006—2020年的15年間,四川省旅游業(yè)碳排放量總體呈現(xiàn)連續(xù)增長的態(tài)勢,在2019年達到了研究周期內的最高峰(1 193.70萬t),是2006年的3.31倍。

2008年的碳排放增長率由2007年的13.11%直降到3.16%,與2008年汶川大地震有較大關聯(lián);2010年四川省災后重建任務基本完成,大力推進生態(tài)文明建設、發(fā)展鄉(xiāng)村旅游、加強自然保護,使得其旅游業(yè)碳排放量從2009年的489.61萬t下降到2010年的420.35萬t;2011—2019年碳排放量從621.07萬t增加到1 193.70萬t;2020年由于新型冠狀病毒感染疫情的影響,四川省旅游業(yè)碳排放量下降到721.70萬t,相對上一年降低39.54%,是整個研究周期內下降幅度最大的一年。

從四川省旅游業(yè)碳排放結構比例來看,旅游交通在旅游業(yè)碳排放量上一直占主導地位,2006—2020年平均占比達87.76%。旅游交通所產生的碳排放量逐年上升,研究期間最高達到1 096.23萬t,是2006年的3.72倍。四川省旅游業(yè)在2006—2020年的15年間,民航交通占旅游交通碳排放量的比例一直居高不下。尤其是2014年后,民航交通的碳排放量呈現(xiàn)急劇上升態(tài)勢,2019年四川省民航交通的碳排放量高達981.23萬t,占據(jù)該年旅游交通碳排放量的89.51%。

2.2 模型建立

收集整理了相應年份四川省統(tǒng)計年鑒、旅游統(tǒng)計數(shù)據(jù)以及四川省國民經濟和社會發(fā)展統(tǒng)計公報的相關數(shù)據(jù),旅游人數(shù)、人均旅游消費支出、旅游碳排放強度和城鎮(zhèn)化率等變量與旅游業(yè)碳排放量的相互關系呈現(xiàn)于圖1至圖4。旅游人數(shù)的增多增加了碳排放量,旅游人數(shù)與旅游業(yè)碳排放量呈現(xiàn)正相關,R2為0.974,p<0.001。人均旅游消費支出和旅游業(yè)碳排放量總體呈現(xiàn)出正相關,R2為0.891,p<0.001。但在人均旅游消費支出為1 589.402元/人時出現(xiàn)了一個離散點,這是2020年的數(shù)據(jù),由于2020年出現(xiàn)疫情,旅游業(yè)碳排放量劇降。旅游碳排放強度和旅游業(yè)碳排放量總體呈現(xiàn)出負相關,R2為0.841,p<0.001。城鎮(zhèn)化率和旅游業(yè)碳排放量總體呈現(xiàn)出正相關,R2為0.891,p<0.001。

圖1 旅游人數(shù)與旅游業(yè)碳排放量關系Fig.1 Relationship between number of tourists and carbon emissions from tourism

圖2 人均旅游消費支出與旅游業(yè)碳排放量關系Fig.2 Relationship between per capita tourism consumption expenditure and carbon emissions from tourism

圖3 旅游碳排放強度與旅游業(yè)碳排放量關系Fig.3 Relationship between tourism carbon emssion intensity and carbon emissions from tourism

圖4 城鎮(zhèn)化率與旅游業(yè)碳排放量關系Fig.4 Relationship between urbanisation rate and carbon emissions from tourism

2.3 影響四川省旅游業(yè)碳排放量的因素分析

選取旅游人數(shù)、人均旅游消費支出、旅游碳排放強度和城鎮(zhèn)化率作為STIRPAT擴展模型變量,以此探討各因素對四川省旅游業(yè)碳排放量的影響,STIRPAT擴展模型可以式(6)表示。

lnI=lnα+γ1lnP+γ2lnA+γ3lnT+γ4lnS+lnε

(6)

式中:γ4為四川省城鎮(zhèn)化率彈性系數(shù)。

通過雙變量相關性分析也可以看出,旅游人數(shù)、人均旅游消費支出、城鎮(zhèn)化率與旅游業(yè)碳排放量存在顯著正相關,旅游碳排放強度與旅游業(yè)碳排放量存在顯著負相關性(見表3)。將以上變量進行多元線性回歸,得到各個變量的方差膨脹系數(shù)(VIF),整理至表4。各個變量的VIF均大于10,表明變量之間存在嚴重的多重共線性。為避免變量之間的相關性導致的線性擬合誤差,采用嶺回歸分析對上述數(shù)據(jù)重新進行擬合。

表3 雙變量相關性分析結果1)Table 3 Results of bivariate relationship analysis

嶺回歸分析是用于解決線性回歸分析中自變量共線性的研究算法,通過引入單位陣,使得回歸系數(shù)可估計。因此,嶺回歸分析實際上是一種改良的最小二乘法,其所得剩余標準差比最小二乘法要大,但對病態(tài)數(shù)據(jù)的耐受性更強[19]。嶺回歸分析需要舍棄一些數(shù)據(jù)來確保擬合優(yōu)度,而嶺參數(shù)(K)代表嶺回歸損失的數(shù)據(jù),K越大,可用數(shù)據(jù)越少,因此K應當在穩(wěn)定范圍內越小越好。本研究按照上述原則進行計算,分析顯示,在K取0.104時數(shù)據(jù)較為穩(wěn)定,其結果如表5所示(擬合優(yōu)度為0.947,F=44.663,p<0.001)。

表5 嶺回歸分析在K=0.104時的計算結果Table 5 Results of the ridge regression analysis at K=0.104

將表5的結果代入式(6),可得到2006—2020年四川省旅游業(yè)碳排放量與影響因素間的STIRPAT擴展模型(見式(7))。

lnI=-0.882+0.448lnP+0.123lnA-0.012lnT+
0.472lnS

(7)

利用STIRPAT擴展模型對四川省旅游業(yè)2006—2020年旅游業(yè)碳排放量進行擬合,并與實際值進行比較,得到圖5。

圖5 2006—2020四川省旅游業(yè)碳排放量擬合值與實際值比較Fig.5 Comparison of proposed and actual tourism carbon emissions in Sichuan Province,2006-2020

嶺回歸結果表明,自變量與因變量之間存在著顯著回歸關系。同時,擬合優(yōu)度為0.947,意味著lnP、lnA、lnT、lnS可以解釋lnI中94.7%變化原因,模型效果優(yōu)秀。從式(7)可以看出,旅游人數(shù)、人均旅游消費支出、旅游碳排放強度和城鎮(zhèn)化率的彈性系數(shù)分別為0.448、0.123、-0.012、0.472,表明旅游人數(shù)、人均旅游消費支出和城鎮(zhèn)化率對四川省旅游業(yè)碳排放量起到正向刺激作用,旅游碳排放強度對旅游業(yè)碳排放量起到負向驅動作用。

從旅游人數(shù)來看,在其他影響因素保持不變的情況下,旅游人數(shù)每上升1%,則會引起四川省旅游業(yè)碳排放量增加0.448%。四川省旅游人數(shù)從2006年的16 720萬人到2020年的45 132萬人,增加了約1.7倍,年平均增長率為8.94%,帶來了四川省旅游業(yè)碳排放量的較大增長。同時也應看到,社會經濟的穩(wěn)定發(fā)展推動著人均收入水平的提升,人均收入水平的提升又促進消費結構升級,從而導致旅游人數(shù)不斷增加。因此,旅游人數(shù)的快速增長是大勢所趨,希望通過縮減旅客人數(shù)來控制旅游業(yè)碳排放量增長是不現(xiàn)實的,控制旅游業(yè)碳排放量增長只能從其他方面入手。

從人均旅游消費支出來看,在其他影響因素保持不變的情況下,人均旅游消費支出每上升1%,則會引起四川省旅游業(yè)碳排放量增加0.123%。隨著經濟的發(fā)展與人民生活水平的提升,人均旅游消費支出也不斷增長,這是不可逆轉的經濟發(fā)展規(guī)律。要想依靠降低人均旅游消費支出水平來控制旅游業(yè)碳排放量是不現(xiàn)實的,只有通過優(yōu)化旅游消費支出結構,引導旅客選擇清潔型交通工具,從而實現(xiàn)旅游業(yè)降碳目標。

從城鎮(zhèn)化率來看,在其他影響因素保持不變的情況下,城鎮(zhèn)化率每上升1%,則會引起四川省旅游業(yè)碳排放量增加0.472%。2006—2020年,四川省城鎮(zhèn)化率從34.30%上升到了56.73%,帶來了四川省旅游業(yè)碳排放量的較大增長。由此可見,四川省城鎮(zhèn)化率的提高不僅促進了經濟社會發(fā)展,同時也刺激了旅游業(yè)碳排放水平的不斷上升。

從旅游碳排放強度來看,在其他影響因素保持不變的情況下,旅游碳排放強度每降低1%,則會引起四川省旅游業(yè)碳排放量下降0.012%,由此可見四川省旅游碳排放強度起到負向驅動作用。因此推動四川省旅游業(yè)綠色低碳轉型,優(yōu)化旅客交通方式,降低旅游交通碳排放水平,是旅游業(yè)綠色發(fā)展的重要任務。

3 結論與建議

1) 從2006年到2020年,四川省旅游業(yè)碳排放量總體呈上升的態(tài)勢,其中旅游交通占比較大,15年內年均占比達87.76%,旅游交通中民航交通是碳排放的巨大源頭。因此,未來應當引導旅客出行時乘坐清潔型交通工具,倡導居民低碳出行。完善基礎設施,通過科普教育、宣傳活動等方式提高旅客的環(huán)保意識,實施綠色低碳行為,減少旅游交通、住宿和活動所產生的碳排放量。

2) 提高技術水平、能源利用效率既能有效推動碳減排目標,又能促進旅游經濟的長遠發(fā)展。四川省政府應致力于化石能源利用效率的提升,開發(fā)新能源以減少碳排放。四川省旅游業(yè)應在經濟預算允許的情況下引進低能耗、高效能的設備,采取有效技術提高能效,實現(xiàn)綠色旅游、生態(tài)旅游。

3) 城鎮(zhèn)化率、旅游人數(shù)、人均旅游消費支出對四川省旅游業(yè)碳排放量具有促進驅動;旅游碳排放強度則具有抑制驅動。減少旅客流量是實現(xiàn)旅游業(yè)碳減排的措施之一,但對四川省的旅游經濟嚴重不利。同時,城鎮(zhèn)化是有效推進我國現(xiàn)代化建設的重要措施,有利于縮小城鄉(xiāng)發(fā)展差距、提高工業(yè)生產效率、改善地區(qū)產業(yè)結構、提高居民消費水平和生活質量,降低城鎮(zhèn)化率不利于我國當前的發(fā)展局勢。現(xiàn)階段,四川省不能通過犧牲旅游業(yè)發(fā)展來抑制碳排放,希望借助減少旅游人數(shù)、降低人均旅游消費支出、放緩城鎮(zhèn)化步伐來控制碳排放不可取。旅游業(yè)作為第三產業(yè)中的支柱,可以追求旅游經濟和低碳環(huán)保協(xié)同推進,減少旅游過程碳排放,實現(xiàn)旅游業(yè)綠色低碳發(fā)展。