王 凱 肖 燕 李志苗 劉浩龍

?

中國旅游業(yè)CO2排放因素分解:基于LMDI分解技術

王 凱1肖 燕1李志苗1劉浩龍2

(1.湖南師范大學旅游學院,湖南長沙 410081;2.中國科學院地理科學與資源研究所,北京 100101)

本文基于“自下而上”法估算了1993～2012年中國旅游業(yè)能源消費和CO2排放量,并對其總體變化趨勢進行時間序列分析;以LMDI分解技術辨識與分解4個時段(1993～1997年、1998～2002年、2003～2007年和2008～2012年)中影響中國旅游業(yè)CO2排放量變動的關鍵因素及其對CO2排放量的貢獻值。結果顯示:20年來中國旅游業(yè)能源消費與CO2排放量增長態(tài)勢明顯;其中旅游交通是中國旅游業(yè)能源消費和CO2排放的核心部門,年平均比重分別為88.51%和77.42%,旅游住宿次之,旅游活動的貢獻最小。LMDI分析結果顯示,產(chǎn)業(yè)規(guī)模和空間結構是引起中國旅游業(yè)能源消費CO2排放量增加的主要因素,能源強度是引起CO2排放量減少的主要貢獻因素;旅游業(yè)CO2排放量增幅較大的省區(qū)多數(shù)位于東部地區(qū),這是當前中國旅游業(yè)實行節(jié)能減排的重點區(qū)域。本文據(jù)此指出中國旅游業(yè)節(jié)能減排的主要方向、核心環(huán)節(jié)、重點區(qū)域和相應措施等。

旅游業(yè); 能源消費; CO2排放; LMDI; 中國

全球變暖與氣候變化問題給人類的生存帶來了不可忽視的危害,在可持續(xù)化發(fā)展理念指導下發(fā)展低碳經(jīng)濟已勢不可擋(唐承財,等,2011)。聯(lián)合國世界旅游組織(UNWTO)和聯(lián)合國環(huán)境規(guī)劃署的最新研究表明:全球人為CO2排放總量的4.9%來源于旅游業(yè),5%～14%的人為氣候變暖貢獻率也來源于旅游業(yè)(胡鞍鋼,管清友,2009;UNWTO,等,2008);2035年以前,世界旅游業(yè)的CO2排放量將以年均2.5%的速度增長(Castellani,Sala,2010;UNWTO,2009)。2014年,我國入境游客、國內(nèi)旅游人數(shù)和出境游人數(shù)分別高達1.28億、36.11億和1.07億人次(中華人民共和國國家旅游局,2015),如此大規(guī)模的旅游活動勢必造成大量能源消費與CO2排放,其所帶來的環(huán)境與氣候變化問題應當引起各界人士的廣泛關注。

旅游業(yè)是一個包含多種行業(yè)的綜合性產(chǎn)業(yè),研究旅游業(yè)CO2排放通常面臨數(shù)據(jù)不足、資料缺失等諸多困難,但近年來該領域的研究仍然成果頗豐。Tabatchnaia-Tamirisa等(1997)利用投入—產(chǎn)出法對夏威夷能源利用與旅游目的地的聯(lián)系進行了相關探索;G?ssling(2002)也對旅游業(yè)的能源利用問題進行了系統(tǒng)分析;Becken等則從多個角度深入探討了旅游業(yè)能源利用(Becken 2002;Becken,Simmons,2002;Becken,et al.,2003);Dubois和Geron(2006)預估了2050年法國旅游業(yè)的溫室氣體排放量;Peeters等(2007)和Lin(2010)分別對歐洲和臺灣公園旅游交通所帶來的環(huán)境問題進行了研究,并提出了相應的解決措施;Tol和Mayor等則探討了碳稅對旅游業(yè)的影響(Tol,2007;Mayor,Tol,2007)。國內(nèi)方面,石培華和吳普(2011)采用“自下而上”法,核算了中國旅游業(yè)能源消耗與CO2排放量;謝園方等(2012)估算了長三角地區(qū)的能源消耗與CO2排放;汪清蓉(2012)以深圳市為例,對城市旅游業(yè)CO2排放量進行了估算;宋甜和鄭玉潔(2013)初步估算了鄱陽湖經(jīng)濟區(qū)旅游業(yè)碳排放;王凱等(2014)研究了中國旅游業(yè)經(jīng)濟增長與CO2排放之間的耦合關系。

綜上所述,目前國內(nèi)外關于旅游業(yè)CO2排放的研究主要聚焦于旅游業(yè)能源消費需求、旅游業(yè)CO2排放測算與預測、旅游業(yè)節(jié)能減排的制度安排以及旅游業(yè)CO2排放與經(jīng)濟增長的關系等方面,探尋旅游業(yè)碳排放綜合影響因子的文獻卻極為少見。有鑒于此,本文擬核算1993～2012年中國旅游業(yè)能源消耗量與CO2排放量,分析能源消耗與CO2排放的趨勢特征,并重點使用因素分解法探討旅游業(yè)CO2排放的關鍵影響因素,這對于中國旅游業(yè)實行針對性的節(jié)能減排措施,并進而有效促進旅游業(yè)的低碳化發(fā)展等具有重要的現(xiàn)實意義。

1 方法與數(shù)據(jù)

1.1 研究方法

1.1.1 旅游業(yè)能源消費與CO2排放量的估算

由于旅游業(yè)能源消費與CO2排放的研究方法復雜多樣,目前為止,全球還未建立起系統(tǒng)的能源消費與CO2排放核算方法(Kuo,Chen,2009),國內(nèi)外已有的相關研究中,多數(shù)采用“自上而下”法和“自下而上”法(G?ssling,et al.,2005;Schafer,Victor,1999)?？紤]到中國尚未建立溫室氣體排放的統(tǒng)計監(jiān)測體系,較難運用“自上而下”法,因而本文采用“自下而上”法來核算旅游業(yè)能源消費與CO2排放量,并借鑒Becken(2003)和PattersonMcDonald(2004)將旅游業(yè)劃分為旅游交通、旅游住宿以及旅游活動三大部門的方法,先進行能源消費與CO2排放量的估算,然后進行加總。

1.1.1.1 旅游業(yè)能源消費量的估算

采用上述方法對旅游業(yè)能源消費量進行估算,具體計算方法如下:

(1)

(2)

(3)

(4)

1.1.1.2 旅游業(yè)CO2排放量的估算

同樣,采用“自下而上”法對旅游業(yè)CO2排放量進行估算,具體計算方法如下:

(5)

(6)

(7)

(8)

1.1.2 CO2排放變動影響因素分析方法

常用的因素分解法有指數(shù)分解法和結構分解法兩種。指數(shù)分解法主要包括了Laspeyres指數(shù)法和Divisa指數(shù)法(Lu,et al.,2007);Divisa指數(shù)法由法國數(shù)學家于1924年提出,隨著相關研究的深入,相對更加完善的LMDI(Logarithmic Mean Divisia Index)分解法被提出。Ang等的研究表明,LMDI在計算中可以對所有因素進行無殘差分解,克服了結構分解法等因其自身存在殘差項而出現(xiàn)難以解釋的問題(Ang,1998;Ang,et al.,2004)。因此,本文采用LMDI法分析中國旅游業(yè)能源消費CO2排放的變動因素,并遵循Albrecht(2002)的分析框架,將旅游業(yè)CO2排放總量分解如下:

(9)

(10)

則式(9)可以轉化為

(11)

由于LMDI乘法分解和加法分解具有較高的一致性,故該研究僅采用LMDI加法分解,結果如下:

ΔCt=CT-C0=ΔCins+ΔCzos+ΔCene+ΔCits+ΔCcef

(12)

式中:C0為基準年旅游業(yè)的CO2排放總量;CT為T年旅游業(yè)的CO2排放總量;ΔCt為基準年(基期0年)到T年(目標年)的旅游業(yè)CO2排放變動量;ΔCins、ΔCzos、ΔCene、ΔCits、ΔCcef分別為產(chǎn)業(yè)規(guī)模、空間結構、能源強度、產(chǎn)業(yè)結構和綜合效應對CO2排放量變化貢獻的迪氏指數(shù)值。

根據(jù)Ang等的LMDI因素分解模型(Ang,Liu,2001;Ang,et al.,2003;Ang,2005)可以得出:

(13)

式中,L(Ct,C0)是Ct和C0的對數(shù)平均函數(shù)。

根據(jù)Ang的定義可知:

(14)

將式(14)代入式(13),即可得出產(chǎn)業(yè)規(guī)模、空間結構、能源強度、產(chǎn)業(yè)結構和綜合效應的迪氏指標值。

1.2 數(shù)據(jù)說明

本文使用的分析數(shù)據(jù)來源于1994～2013年度的《中國旅游統(tǒng)計年鑒》及其副本、《入境游客抽樣調查資料》《中國國內(nèi)旅游抽樣調查資料》《中國統(tǒng)計年鑒》《中國交通年鑒》《新中國六十年統(tǒng)計資源匯編》《中國能源統(tǒng)計年鑒》以及各省區(qū)旅游業(yè)年度統(tǒng)計報告等。各類交通方式的CO2排放因子、客流量中旅游者的比例、每張床位每晚的CO2排放因子以及旅游活動的CO2排放系數(shù)引自國內(nèi)已有相關研究成果。

2 實證結果與分析

2.1 中國旅游業(yè)能源消費與CO2排放的趨勢特征

由表1可知,1993年中國旅游業(yè)能源消費總量僅為2895.68×108MJ,到2012年能源消費總量高達16075.75×108MJ,翻了近5倍。從變動趨勢來看,除個別年份以外,研究期內(nèi)旅游業(yè)能源消費總量持續(xù)增長,年均增長率高達9.56%,其中,以2004年的增量最為明顯,較前一年增加了約25.79%。旅游業(yè)三大分部門中,旅游交通的能源消費總量所占比重最大,每年均在85%以上,其中,1993年高達91.75%,為20年來的最高值;旅游活動能源消費總量所占比重最小,年均比重僅為3.47%;旅游住宿能源消費總量居中,年均比重為8.02%。整體而言,20年來旅游交通能源消費總量所占比重呈現(xiàn)出逐年降低的趨勢;而旅游住宿和旅游活動的能源消費增量趨勢明顯。CO2排放量的變動趨勢與旅游業(yè)能源消費總量變動趨勢則基本一致。1993年中國旅游業(yè)CO2排放總量僅為1742.24×104t,到2012年CO2排放總量高達10633.28×104t,年增長率為9.99%,增長態(tài)勢明顯。其中,旅游交通CO2排放量從1421.83×104t增長到8666.01×104t,年平均比重高達77.42%;旅游住宿CO2排放量從291.21×104t增長到1445.07×104t,年平均比重為19.20%;旅游活動CO2排放量從29.20×104t增長到522.19×104t,年平均比重為2.87%。

表1 1993～2012年中國旅游業(yè)能源消費與CO2排放量

注:表中數(shù)據(jù)來源于公式(1)～(8)計算結果,計算結果采取了四舍五入法,部分數(shù)據(jù)會有0.01的誤差。

2.2 旅游業(yè)能源消費CO2排放因素分解

根據(jù)LMDI的分解結果,1993～2012年產(chǎn)業(yè)規(guī)模、空間結構、能源強度、產(chǎn)業(yè)結構和綜合效應所引起的中國旅游業(yè)CO2排放變動總量為4778.49×104t。其中,2003～2007年CO2排放量的變動最大,為1697.27×104t;1993～1997年CO2排放量的變動最小,僅為288.37×104t。從其變動量的變化趨勢看,各階段先增加后減小的特征明顯,2008～2012年,CO2排放變動量較前一階段有所減小,但是減小幅度不大。其中主要增量因素是產(chǎn)業(yè)規(guī)模,其20年間共引起CO2排放量增加12589.02×104t,是1993～2012年旅游業(yè)CO2排放量的變動總量的2.63倍;空間結構為第二增量因素,共引起旅游業(yè)CO2排放量增加2118.86×104t;綜合效應所引起的CO2排放增量則最少,為199.30×104t;能源強度和產(chǎn)業(yè)結構是旅游業(yè)CO2排放減量的關鍵因素,共引起CO2排放量分別減量10101.70×104t和27.00×104t(見表2)。

表2 1993～2012年旅游業(yè)分行業(yè)CO2排放因素分解結果

注:j為整體旅游業(yè);j1為旅游交通;j2為旅游住宿;j3為旅游活動;表中數(shù)據(jù)采取了四舍五入法,部分數(shù)據(jù)會有0.01的誤差。

2.2.1 產(chǎn)業(yè)規(guī)模影響分析

產(chǎn)業(yè)規(guī)模效應是促進中國旅游業(yè)能源消費CO2排放量增長的主要因素。從累積效應來看,1993～2012年旅游業(yè)能源消費CO2排放的產(chǎn)業(yè)規(guī)模效應為累積總效應的263.45%,且累積效應呈顯著上升趨勢。從表2可知,1998～2002年的產(chǎn)業(yè)規(guī)模的促進效應有所下降,但此后產(chǎn)業(yè)規(guī)模效應又顯著提高;2003～2007年產(chǎn)業(yè)規(guī)模引起CO2排放變動總量為2977.80×104t,較上一階段增長了約88.01%;2008～2012年產(chǎn)業(yè)規(guī)模效應引起旅游業(yè)CO2排放變動總量為4539.62×104t,較上個階段增長了52.45%。旅游業(yè)三大分部門中,產(chǎn)業(yè)規(guī)模效應對旅游交通CO2排放的影響最為顯著,其20年間共引起旅游交通CO2排放變動總量為7949.67×104t。從表3可以發(fā)現(xiàn),2008～2012年,旅游住宿的產(chǎn)業(yè)規(guī)模貢獻率較大,這主要是由于政府的相關政策安排有利于經(jīng)濟型酒店市場的迅速擴張;整體旅游業(yè)產(chǎn)業(yè)規(guī)模貢獻率呈顯著下降后再緩慢上升的趨勢,4個研究時段分別為865.16%,226.24%,175.45%和297.41%。旅游經(jīng)濟的快速增長有賴于能源提供動力,而能源消耗所排放的主要氣體是CO2,因此旅游業(yè)經(jīng)濟的高位增長必然促使CO2排放量的快速增加,由此可見,產(chǎn)業(yè)規(guī)模對旅游業(yè)CO2排放總量起促進作用。

2.2.2 空間結構影響分析

空間結構效應是中國旅游業(yè)能源消費CO2排放量增長的次要促進因素,其所引起的旅游業(yè)CO2排放量變動規(guī)律與產(chǎn)業(yè)規(guī)模所引起旅游業(yè)CO2排放量變動規(guī)律十分相似。從累積效應來看,1993～2012年,空間結構引起的旅游業(yè)CO2排放變動總量為2118.86×104t,其產(chǎn)生的正影響為累積總效應的44.34%。由表2可知,空間結構效應對旅游交通的正影響最大,1993～2012年共引起旅游交通CO2排放變動總量為1677.18×104t,占旅游業(yè)CO2排放變動總量的79.15%。從表3可以看出,無論是整體旅游業(yè)還是其三大分部門,空間結構貢獻率在研究時段內(nèi)均為正值,且都呈先降后升的變動趨勢。其中,1993～1997年旅游業(yè)空間結構貢獻率高達210.79%,為4個階段中的最大值,但此后空間結構效應明顯下降,說明近年來中國旅游業(yè)在快速發(fā)展的同時,各地區(qū)旅游業(yè)CO2排放不平衡格局相對于前期有所緩和。

2.2.3 能源強度影響分析

能源強度即能源效率。能源強度效應是抑制中國旅游業(yè)CO2排放量增長的主要因素。從累積效應來看,研究期內(nèi)能源強度引起旅游業(yè)CO2排放變動總量為-10101.70×104t,其產(chǎn)生的負效應為累積總效應的-211.40%。無論是整體旅游業(yè)還是各分行業(yè),能源強度效應在各個階段均為減量效應,而且除1998～2002年略有下降以外,其他階段的減量效應隨時間推移而不斷增強,說明中國旅游業(yè)的能源利用效率總體上在逐步提高。由表2得知,在旅游業(yè)三大分部門中,能源強度效應對旅游交通的減量效應最為顯著,說明提高旅游交通能源利用率是減少旅游業(yè)CO2排放量的重要一環(huán)。從能源強度貢獻率的變動趨勢上看,能源強度對整體旅游業(yè)CO2排放變動量的貢獻率在各階段都維持在-100%左右,其中,1993～1997年高達-870.25%,2008～2012年能源強度對旅游住宿的貢獻率更是高達-8755.49%,說明旅游住宿業(yè)的能源利用率問題同樣不容忽視(見表3)。

2.2.4 產(chǎn)業(yè)結構影響分析

產(chǎn)業(yè)結構效應的貢獻值有正有負,說明其對旅游業(yè)CO2排放的促進和抑制作用同時存在。從累積效應來看,1993～2012年,產(chǎn)業(yè)結構引起的旅游業(yè)CO2排放變動總量為-27.00×104t,其產(chǎn)生的負效應為累積總效應的-0.57%。其中,1993～1997年和2008～2012年,產(chǎn)業(yè)結構效應為負,說明這兩個階段旅游業(yè)的產(chǎn)業(yè)結構比較合理,一定程度上減少了旅游業(yè)CO2排放總量;而1998～2002年和2003～2007年,產(chǎn)業(yè)結構的變化促進了旅游業(yè)CO2排放量的增加。從旅游業(yè)三大分部門來看,產(chǎn)業(yè)結構對旅游交通和旅游住宿業(yè)的CO2排放具有促進和抑制兩方面的作用,而對旅游活動則只有促進作用,因而有必要通過調整產(chǎn)業(yè)結構來抑制旅游交通和旅游住宿業(yè)的CO2排放量。從產(chǎn)業(yè)結構貢獻率變動趨勢來看,產(chǎn)業(yè)結構效應對整體旅游業(yè)和旅游交通CO2排放的貢獻率體現(xiàn)為正負貢獻率各占兩個階段,旅游住宿的產(chǎn)業(yè)結構貢獻率只有2003～2007年為正值,其他階段均為負值,且在2008～2012年達到了-4763.47%,說明旅游住宿是未來旅游業(yè)通過產(chǎn)業(yè)結構調整來實現(xiàn)節(jié)能減排的主攻方向之一(見表3)。

表3 1993～2012年旅游業(yè)CO2排放增長率及其驅動因素貢獻率

注:j為整體旅游業(yè);j1為旅游交通;j2為旅游住宿;j3為旅游活動;表中數(shù)據(jù)采取了四舍五入法,部分數(shù)據(jù)會有0.0001的誤差。

2.2.5 綜合效應影響分析

綜合效應是指旅游產(chǎn)業(yè)空間結構和旅游產(chǎn)業(yè)結構二者共同作用下對CO2排放變動產(chǎn)生的效應。從累積效應來看,1993～2012年,綜合效應引起旅游業(yè)CO2排放變動總量為199.30×104t,其產(chǎn)生的正效應為累積總效應的4.17%。綜合效應在1993～1997年、1998～2002年和2003～2007年的貢獻值均為負值,說明這3個階段空間分布和產(chǎn)業(yè)結構的組合模式比較合理;而2008～2012年的貢獻值為正,綜合效應促進了CO2排放,該階段空間結構和產(chǎn)業(yè)結構的組合模式需要調整和優(yōu)化。在研究期內(nèi),綜合效應對旅游交通和旅游住宿CO2排放的貢獻率有正有負,旅游交通的綜合效應正負貢獻率最大值分別為5.75%和-3.27%,旅游住宿的綜合效應正負貢獻率最大值分別為3.79×10-8%和-26.18%;旅游活動的貢獻值和貢獻率出現(xiàn)兩個階段各為正負的狀況,其正負貢獻率最大值也僅為2.11%和-1.80%(見表3)。由此可知,無論是整體旅游業(yè)還是其分行業(yè),綜合效應的貢獻率相對而言都非常小,說明其他幾個因素才是影響旅游業(yè)節(jié)能減排的關鍵因素。

2.3 旅游業(yè)CO2排放的地區(qū)分解

從旅游業(yè)CO2排放總量的區(qū)域結構來看,2012年,廣東CO2排放總量排在全國首位,超過了600×104t;江蘇、山東CO2排放總量超過400×104t;浙江、安徽、河南、湖南CO2排放總量超過了300×104t;北京、河北、遼寧、廣西和四川的CO2排放總量超過了200×104t。上述12個省區(qū)旅游業(yè)CO2排放總量占到全國旅游業(yè)CO2排放總量的60%,同時也是研究期內(nèi)CO2排放量增幅較大的省區(qū),CO2排放增量占到了全國增幅的6成以上。從表4和圖1可以看出,各省區(qū)的產(chǎn)業(yè)規(guī)模無一例外的對旅游業(yè)CO2排放產(chǎn)生正效應;除北京、天津、上海、廣東和海南以外,其他省區(qū)的空間結構效應均對旅游業(yè)CO2排放產(chǎn)生負效應;而能源強度與產(chǎn)業(yè)規(guī)模的情況完全相反,均對各省區(qū)的旅游業(yè)CO2排放產(chǎn)生負效應;產(chǎn)業(yè)結構對旅游業(yè)CO2排放有促進和抑制作用,對東部的北京、天津、廣東、上海和海南,中部的吉林、安徽、江西、湖北和湖南,西部的四川、云南和寧夏的旅游業(yè)CO2排放有抑制作用,而對其他省區(qū)則為促進作用;除東部的上海、浙江、福建和海南,中部的江西和湖北,西部的西藏、寧夏和新疆,其他省區(qū)的綜合效應均促進旅游業(yè)CO2排放量的增長,但無論是促進作用還是抑制作用,其總體效應都較低。由以上分析可知,上海和海南兩省區(qū)的4個因素都抑制了旅游業(yè)CO2排放量的增長,說明這兩個省市的能源利用率以及產(chǎn)業(yè)和空間結構布局都相對合理。

3 結論與啟示

本文采用“自下而上”法估算了1993～2012年中國旅游業(yè)及其分部門能源消費與CO2排放量,并對其總體變化趨勢進行時間序列分析;在此基礎上基于LMDI分解技術辨識與分解影響中國旅游業(yè)CO2排放量變動的關鍵因素及其對CO2排放量的貢獻值,主要研究結論與啟示如下。

(1) 1993～2012年,中國旅游業(yè)能源累計消耗121335.71×108MJ,CO2排放量累計高達99320.95×104t。隨著我國旅游業(yè)的快速發(fā)展,其能源消費量和CO2排放量將會逐步上升。由此可見,旅游業(yè)并非人們傳統(tǒng)觀念中的“無煙產(chǎn)業(yè)”,而是我國國民經(jīng)濟與社會發(fā)展中能源消耗和CO2排放的重要載體和核心環(huán)節(jié)之一。因此,在可持續(xù)發(fā)展的總體框架下,加強旅游業(yè)CO2排放及其影響機理問題的研究,對于糾正旅游業(yè)發(fā)展中環(huán)境問題的認識偏差,促進旅游業(yè)低碳化發(fā)展,進而實現(xiàn)中國向國際社會承諾的節(jié)能減排目標等意義重大。

表4 1993～2012年各省旅游業(yè)CO2排放因素分解結果

注:表中數(shù)據(jù)采取了四舍五入法,部分數(shù)據(jù)會有0.0001的誤差。

(2) 中國旅游業(yè)能源消費及CO2排放量與其行業(yè)結構有著直接關聯(lián)。在旅游業(yè)的三大分部門中,旅游交通的能源消費與CO2排放量所占比重最大,在研究期內(nèi)年平均比重分別為88.51%和77.42%;旅游住宿和旅游活動的能源消費與CO2排放量所占比重相對較小,能源消費年平均比重分別為8.02%和3.47%,CO2排放量年平均比重分別為19.20%和2.87%,表明旅游交通是中國旅游業(yè)能源消費與CO2排放的重點領域,旅游業(yè)未來節(jié)能減排的工作重點即是盡可能減少旅游交通的能源消耗與CO2排放量,主要減排措施則是通過變革傳統(tǒng)交通工具的使用以及推廣綠色低排放的旅游交通工具等來達到低碳出行的目的。

(3) 產(chǎn)業(yè)規(guī)模和空間結構是中國旅游業(yè)能源消費CO2排放的主要增量因素,20年間分別引起旅游業(yè)CO2排放量增加12589.02×104t和2118.86×104t;能源強度則是抑制旅游業(yè)能源消費CO2排放增長的主要貢獻因素,20年間引起CO2排放量減少10101.70×104t;產(chǎn)業(yè)結構和綜合效應對CO2排放量的影響方向還有待進一步考察。因此,在維持旅游經(jīng)濟規(guī)模適度擴張的前提下,近期減少我國旅游業(yè)CO2排放量的最主要途徑應是充分提高能源的綜合利用效率;遠期的著力點則是優(yōu)化旅游業(yè)的產(chǎn)業(yè)結構和增長模式,實現(xiàn)我國旅游業(yè)經(jīng)濟由高消耗型向循環(huán)節(jié)約型的發(fā)展方式轉變。

(4) 旅游業(yè)CO2排放量增幅較大的省份多數(shù)位于東部地區(qū),這應是當前中國旅游業(yè)實行節(jié)能減排的重點區(qū)域。全國各個省區(qū)的產(chǎn)業(yè)規(guī)模和能源強度效應均對旅游業(yè)CO2排放量增長產(chǎn)生促進和抑制作用;東部和中部地區(qū)的多數(shù)省區(qū)旅游產(chǎn)業(yè)結構較為合理,能對旅游業(yè)CO2排放產(chǎn)生抑制作用;各個省區(qū)的綜合效應對旅游業(yè)CO2排放的作用,無論是促進還是抑制作用,其總體效應都較小;空間結構是引起各省區(qū)旅游業(yè)CO2排放量增長的促進因素,但由于旅游業(yè)的發(fā)展具有一定的天然地域性,因此調整各省區(qū)旅游業(yè)空間結構是一項長期工程。

需要指出的是,本文只對中國旅游業(yè)及其三大重點領域的直接能源消費與CO2排放量進行了估算,由于國內(nèi)相關統(tǒng)計數(shù)據(jù)不完整等原因,旅游業(yè)其他部門及其間接能源消費與CO2排放量均未能予以核算,因此本文的估算結果相對粗略和保守;其次,在對我國旅游業(yè)能源消費和CO2排放量進行估算時,所使用的參數(shù)都是在綜合大量國內(nèi)外現(xiàn)有數(shù)據(jù)的基礎上,并根據(jù)我國旅游業(yè)發(fā)展的實際情況來確定的,可能會在一定程度上影響到因素分解分析結論的精確性;再者,本文將旅游業(yè)CO2排放變動的影響因素概括為產(chǎn)業(yè)規(guī)模、空間結構、產(chǎn)業(yè)結構和能源強度等,但實際牽涉到的影響因素可能更多。因此,提升估算結果的準確性,進一步探析CO2排放變動的影響因素是后續(xù)研究的重點和方向。

[1] 胡鞍鋼,管清友.中國應對全球氣候變化[M].北京:清華大學出版社,2009:1-5.

[2] 石培華,吳普.中國旅游業(yè)能源消耗與CO2排放的初步估算[J].地理學報,2011(2):235-243.

[3] 宋甜,鄭玉潔.旅游業(yè)碳排放量初步測算研究——以鄱陽湖生態(tài)經(jīng)濟區(qū)為例[J].華東理工大學學報(社會科學版),2013(2):121-128.

[4] 唐承財,鐘林生,成升魁.我國低碳旅游的內(nèi)涵及可持續(xù)發(fā)展策略研究[J].經(jīng)濟地理,2011(5):862-867.

[5] 汪清蓉.城市旅游業(yè)CO2排放量估算研究——以深圳市為例[J].地理與理信息科學,2012(5):104-109.

[6] 王凱,李娟,席建超.中國旅游經(jīng)濟增長與碳排放的耦合關系研究[J].旅游學刊,2014(6):24-33.

[7] 魏艷旭,孫根年,馬麗君,李靜.中國旅游交通碳排放及地區(qū)差異的初步估算[J].陜西師范大學學報(自然科學版),2012(2):76-84.

[8] 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(3):429-439.

[9] 中華人民共和國國家旅游局.2014年中國旅游業(yè)統(tǒng)計公報[R].國家旅游局數(shù)據(jù)中心,2015:1-3.

[10] Albrecht J(2002).A Shapley decomposition of carbon emissions without residuals[J].Energy Policy,30(9):727-736.

[11] Ang B W,Zhang F Q,Choi K H(1998).Factorizing changes in energy environmental indicators through decomposition[J].Energy,23(6):489-495.

[12] Ang B W,Liu F L(2001).A new energy decomposition method:perfect in decomposition and consistent in aggregation[J].Energy,26(6):537-548.

[13] Ang B W,Liu F L,Chew E P(2003).Perfect decomposition techniques in energy and environmental analysis[J].Energy Policy,31(14):1561-1566.

[14] Ang B W(2004).Decomposition analysis for policymaking in energy:which is the preferred method[J].Energy Policy,32 (9):1131-1139.

[15] Ang B W(2005).The LMDI approach to decomposition analysis:a practical guide[J].Energy Policy,33(7):867-871.

[16] Becken S(2002).Analyzing international tourist flows to estimate energy use associated with air travel[J].Journal of Sustainable Tourism,10(2):114-131.

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

[18] Becken S,Simmons D G,Frampton C(2003).Energy use associated with different travel choices[J].Tourism Management,24(3):267-277.

[19] Castellani V,Sala S(2010).Sustainable performance index for tourism policy development[J].Tourism Management,31(6):871-880.

[20] Dubois G,Geron J P(2006).Tourism/leisure greenhouse gas emissions forecasts for 2050:Factors for change in France[J].Journal of Sustainable Tourism,14(2):172-191.

[21] G?ssling S(2002).Global environmental consequences of tourism[J].Global environmental Change,12(4):283-302.

[22] G?ssling S,Peeters P,Ceron J P,Dubois G,Patterson T(2005).The eco-efficiency of tourism[J].Ecological Economics,54(4):417-434.

[23] Kuo N W,Chen P H(2009).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,17(15):1324-1330.

[24] Lin Tzu-Ping(2010).Carbon dioxide emissions from transport in Taiwan’s national parks[J].Tourism Management,31(2):285-290.

[25] Lu I J,Sue J,Lewis C(2007).Decomposition and decoupling effects of carbon dioxide emission from highway transportation in Taiwan,Germany,Japan and South Korea[J].Energy Policy,35 (6):3226-3235.

[26] Mayor K,Tol R S J(2007).The impact of the UK aviation tax on carbon dioxide emissions and visitor numbers[J].Transport Policy,14(6):507-513.

[27] Patterson M,McDonald G(2004).How clean and green is New Zealand tourism[M].Lincoln:Manaki Whenua,56-59.

[28] Peeters P,Szimba E,Duijnisveld M(2007).Major environmental impacts of European tourist transport[J].Journal of Transport Geography,15(2):83-93.

[29] Schafer A,Victor D G(1999).Global passenger travel:Implication for carbon dioxide emissions [J].Energy,24(8):657-679.

[30] UNWTO(The United Nations World Tourism Organization )(2009).Towards a low carbon travel and tourism sector[R].The World Economic Forum,3-36.

[31] UNWTO,UNEP,WMO(United Nations World Tourism Organization,United Nations Environment Programme and World Meteorological Organization)(2008).Climate change and tourism:Responding to global challenges[R].Paris & Madrid:UNWTO & UNEP:12-15.

[32] Tabatchnaia-Tamirisa N,Loke M K,Leung P S,Tucker K A(1997).Energy and tourism in Hawaii[J].Annals of Tourism Research,24(2):390-401.

[33] Tol S J(2007).The impact of a carbon tax on international tourism[J].Transportation Research Part D,12(2):129-142.

(責任編輯:車婷婷)

Decomposition of China’s Tourism Carbon Emissions:Based on LMDI Method

WANG Kai1, XIAO Yan1, LI Zhimiao1, LIU Haolong2

(1.CollegeofTourism,HunanNormalUniversity,Changsha410081,China;2.InstituteofGeographicSciencesandNaturalResourcesResearch,CAS,Beijing100101,China)

UNWTO proposed that tourism’s contribution to global warming is estimated at 4.9% of global CO2emissions and forecasted that by 2035 this contribution rate will increase with an average annual rate of 2.5% growth. Therefore, energy consumption and CO2emissions in tourism sector has become a hot topic in recent years. By using the bottom-up approach, this paper estimated energy consumption and CO2emission of tourism industry in China over the period of 1993～2012. The method of LMDI analysis was used to identify key factors causing the change of CO2emission in tourism industry and its contribution to overall CO2emissions in 4 periods (1993～1997, 1998～2002, 2003～2007 and 2008～2012) was also estimated respectively. The results show that: (1) Time-series analysis showed a strong overall rising trend of energy consumption and CO2emissions in tourism industry, among which energy consumption cumulatively increase by 121335.71×108MJ and CO2emissions by 99320.95×104t during 1993～2012; (2) Tourism transportation is the core subsector contributed mostly to tourism energy consumption and CO2emission, with the annual average proportion of 88.51% and 77.42% respectively. Tourism accommodation takes the second place, and the contribution of tourism activities is the smallest; (3) Industry scale, spatial structure and combined effect promoted CO2emission to increase by 12589.02×104t, 2118.86×104t and 199.30×104t respectively while energy intensity and industrial structure promoted to decrease by 10101.70×104t and 27.00×104t respectively; (4) CO2emissions in tourism industry increase largely in most of eastern provinces, which are the key areas to promote energy conservation and emission reduction. Based on the above findings, some relevant recommendations about relying on the national policy and innovation of science and technology are put forward to promote energy utilization efficiency and reduce CO2emission of China’s tourism.

tourism; energy consumption; CO2emissions; LMDI; China

2015-08-07;

2016-03-07

國家自然科學基金項目“武隆世界遺產(chǎn)地旅游業(yè)化石能源消費與土地利用/覆被變化的綜合碳效應研究”(71471057);湖南省教育廳科學研究重點項目“長株潭試驗區(qū)旅游企業(yè)低碳行為及其驅動機制研究”(14A088);湖南師范大學青年優(yōu)秀人才培養(yǎng)計劃項目“兩型綜合試驗區(qū)旅游企業(yè)低碳行為績效評價及其影響機理”(2013YX07)。

王凱(1969-),男,博士,湖南師范大學旅游學院教授,研究方向為低碳經(jīng)濟、旅游發(fā)展與管理等,E-mail:kingviry@163.com。肖燕(1990-),女,湖南師范大學旅游學院碩士生。李志苗(1991-),女,湖南師范大學旅游學院碩士生。劉浩龍(1976-),男,中國科學院地理科學與資源研究所助理研究員,研究方向為氣候變化風險。

F

A

1006-575(2016)-03-0013-15