王凱 周婷婷 邵海琴 鄧楚雄

摘要利用“自下而上”法核算1995—2014年中國大陸30個(gè)?。ㄊ?、區(qū)）旅游業(yè)碳生產(chǎn)率，采用標(biāo)準(zhǔn)差、變異系數(shù)等指標(biāo)衡量旅游業(yè)碳生產(chǎn)率區(qū)域差異，并通過空間自相關(guān)分析探討中國旅游業(yè)碳生產(chǎn)率區(qū)域差異格局演變特征。結(jié)果表明：1995—2014年中國旅游業(yè)碳生產(chǎn)率總體呈增長趨勢，但增長幅度不大，其年均增長率為2.07%，旅游業(yè)碳生產(chǎn)率具體數(shù)值由1995年的1.120 1萬元/t增長至2014年的1.653 0萬元/t；旅游業(yè)碳生產(chǎn)率區(qū)域差異明顯，但區(qū)域絕對差異和區(qū)域相對差異均逐步縮?。宦糜螛I(yè)碳生產(chǎn)率空間分布不均，總體呈東高西低的空間格局；旅游業(yè)碳生產(chǎn)率的空間分布存在顯著正空間自相關(guān)性，以及局部的不連續(xù)性；旅游業(yè)高碳生產(chǎn)率集聚區(qū)域主要分布在華北地區(qū)，以北京、天津、河北為主要代表；旅游業(yè)低碳生產(chǎn)率集聚區(qū)域主要分布在西北地區(qū)，以新疆、青海和陜西為主要代表；中國旅游業(yè)碳生產(chǎn)率整體水平較低，多數(shù)省區(qū)位于旅游業(yè)低碳生產(chǎn)率行列，研究期內(nèi)旅游業(yè)低碳生產(chǎn)率的區(qū)域重心逐漸由西部向中部轉(zhuǎn)移。基于上述結(jié)論，本文提出針對性建議：政府應(yīng)制定低碳旅游相關(guān)的系列標(biāo)準(zhǔn)規(guī)范、行動(dòng)方案以及保障性政策等，同時(shí)應(yīng)加大對先進(jìn)低碳技術(shù)和低碳設(shè)備的引進(jìn)與推廣；各省區(qū)應(yīng)秉持低碳發(fā)展理念并將其融入目的地開發(fā)與管理之中；旅游企業(yè)應(yīng)積極利用新能源、新材料和新技術(shù)，研發(fā)低碳旅游系列產(chǎn)品與服務(wù)；加大宣傳生態(tài)環(huán)保理念，引導(dǎo)旅游者樹立低碳旅游意識(shí)，優(yōu)先選擇低碳旅游景區(qū)和低碳出行方式，自覺抵制高碳排旅游活動(dòng)。

關(guān)鍵詞旅游業(yè)碳生產(chǎn)率；區(qū)域差異；格局演變；空間自相關(guān)

中圖分類號(hào)F59

文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2017）06-0027-09DOI：10.12062/cpre.20170351

全球氣候變暖危害人類及其他生物的生存與發(fā)展，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，走低碳經(jīng)濟(jì)發(fā)展道路勢在必行[1]。碳生產(chǎn)率是指一段時(shí)期內(nèi)國內(nèi)生產(chǎn)總值與同時(shí)期CO2排放總量之比，反映單位CO2排放所產(chǎn)生的經(jīng)濟(jì)效益，是評估一個(gè)國家或地區(qū)低碳經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)[2]。提高碳生產(chǎn)率，實(shí)現(xiàn)經(jīng)濟(jì)增長與碳減排共贏，是發(fā)展低碳經(jīng)濟(jì)的關(guān)鍵。與工、農(nóng)業(yè)等能源消耗“大戶”相比，旅游業(yè)碳排放量雖然相對較少，但也已成為全球碳排放的重要來源之一。研究顯示，造成全球氣候變暖的人為因素中，5%—14%來自旅游業(yè)[3]。2015年，中國共接待國內(nèi)游客40億人次，實(shí)現(xiàn)旅游收入34 195億元，同比分別增長10.5%和13.1%。隨著中國旅游業(yè)產(chǎn)業(yè)規(guī)模的迅速擴(kuò)大，其所帶來的碳排放與環(huán)境問題必將日益顯著。因此，如何提高中國旅游業(yè)碳生產(chǎn)率，引導(dǎo)旅游業(yè)低碳化發(fā)展是當(dāng)前低碳經(jīng)濟(jì)領(lǐng)域必須面對的重大課題。

目前，學(xué)術(shù)界對旅游業(yè)碳排放的研究主要圍繞3個(gè)方面：①旅游業(yè)CO2排放量核算及其影響因素探究。學(xué)者們借助不同方法對洲[4]、國家[5-6]、省區(qū)[7-10]、城市[11-12]等區(qū)域旅游業(yè)CO2排放量進(jìn)行測算。其中，Camelia和鐘永德基于投入產(chǎn)出法分別核算了羅馬尼亞、中國旅游業(yè)CO2排放量[13-14]；謝園方從“大旅游”視角出發(fā)，依據(jù)能源消耗平衡表，測算了長三角地區(qū)旅游業(yè)CO2排放量[15]；另外，王凱基于LMDI分解法實(shí)證研究了中國旅游業(yè)CO2排放的影響因素，包括產(chǎn)業(yè)規(guī)模、空間結(jié)構(gòu)、能源強(qiáng)度以及產(chǎn)業(yè)結(jié)構(gòu)等[16]；Gssling認(rèn)為通過優(yōu)化能源結(jié)構(gòu)、提高能源利用效率可有效控制旅游業(yè)溫室氣體排放[17]。②旅游部門CO2排放、旅游業(yè)CO2排放強(qiáng)度研究。國內(nèi)外學(xué)者針對旅游交通[18-20]、旅游住宿[21]、旅游景區(qū)[22-23]等單一部門CO2排放的研究已取得一定進(jìn)展。如Peeters評估了旅游交通CO2排放的環(huán)境影響[24]；陶玉國利用替代式“自下而上”法、歸納法以及變異系數(shù)構(gòu)建區(qū)域旅游交通CO2排放測算模型，并以長三角地區(qū)為例展開實(shí)證研究[25]；張廣海則采用泰爾指數(shù)和空間自相關(guān)分析探討了中國省域旅游CO2排放強(qiáng)度的時(shí)空格局、區(qū)域差異及變化趨勢[26]。③旅游業(yè)CO2排放與經(jīng)濟(jì)增長的關(guān)系分析。李彩云憑借社會(huì)調(diào)查所得數(shù)據(jù)，借助文獻(xiàn)研究與統(tǒng)計(jì)分析方法，研究發(fā)現(xiàn)敦煌市旅游業(yè)CO2排放與經(jīng)濟(jì)增長之間以弱脫鉤關(guān)系為主[27]；而王凱發(fā)現(xiàn)1991—2010年期間除2003年中國旅游業(yè)CO2排放與經(jīng)濟(jì)增長之間表現(xiàn)為未脫鉤關(guān)系之外，其余年份二者均表現(xiàn)為相對脫鉤關(guān)系[28]。

上述研究極大豐富了旅游業(yè)碳排放研究體系，為進(jìn)一步拓展研究內(nèi)容奠定了基礎(chǔ)。但迄今為止鮮有學(xué)者對旅游業(yè)碳生產(chǎn)率給予足夠重視，而了解旅游業(yè)碳生產(chǎn)率區(qū)域差異及其格局演變特征對一個(gè)國家或地區(qū)制定差異化的碳減排目標(biāo)和針對性碳減排政策以及科學(xué)合理的碳排放空間分配策略意義重大。因此，本研究綜合運(yùn)用標(biāo)準(zhǔn)差、變異系數(shù)和空間自相關(guān)分析深入探討1995—2014年中國旅游業(yè)碳生產(chǎn)率區(qū)域差異及其格局演變，以期探明中國旅游業(yè)碳生產(chǎn)率空間分布現(xiàn)狀與特點(diǎn)，并為確定中國旅游業(yè)碳減排區(qū)域重點(diǎn)以及各區(qū)域旅游業(yè)碳減排的工作方向，最終實(shí)現(xiàn)旅游業(yè)可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1研究方法與數(shù)據(jù)來源

1.1研究方法

1.1.1旅游業(yè)CO2排放量的核算

基于國內(nèi)外已有成果[29-31]，本研究利用“自下而上”法核算旅游業(yè)CO2排放量，參照Becken[32]和Patterson[33]所用方法，先分別核算旅游交通、旅游住宿及旅游活動(dòng)等三大旅游業(yè)碳排放重點(diǎn)領(lǐng)域內(nèi)的CO2排放量，再匯總得到旅游業(yè)CO2排放總量。其計(jì)算公式如下：

Ct=∑3j=1Ctj=Ct1+Ct2+Ct3（1）

式中，Ct表示t年旅游業(yè)CO2排放總量；Ct j表示t年j部門的CO2排放量；Ct1表示t年旅游交通部門CO2排放量；Ct2表示t年旅游住宿部門CO2排放量；Ct3表示t年旅游活動(dòng)CO2排放量。

Ct1=∑30i=1Cti1=∑30i=1∑4x=1Qtix·fx·αx （2）

式中，Cti1表示t年i地區(qū)旅游交通部門的CO2排放量；Qtix表示t年i地區(qū)第x類交通方式的旅客周轉(zhuǎn)量；fx表示第x類交通方式的客運(yùn)量中旅游者所占比例，參考已有研究成果[20]可確定公路、民航、鐵路、水運(yùn)的f值分別為13.8%、64.7%、31.6%和10.6%；αx表示第x類交通方式的CO2排放系數(shù)，其中公路的α值為133 g CO2/pkm，民航的α值為137 g CO2/pkm，鐵路和水運(yùn)則為27 g CO2/pkm和106 g CO2/pkm[20]。

Ct2=∑30i=1Cti2=∑30i=1Nti·lti·β （3）

式中，Cti2表示t年i地區(qū)旅游住宿部門的CO2排放量；Nti表示t年i地區(qū)旅游飯店客房床位數(shù)；lti表示t年i地區(qū)平均客房出租率；β表示每張床位每晚的CO2排放量（g/p visitornight），取值為2.458 g/p visitornight[34]。

Ct3=∑30i=1Cti3=∑30i=1∑5s=1Ptis·γs （4）

式中，Cti3表示t年i地區(qū)旅游活動(dòng)的CO2排放量；Ptis表示t年i地區(qū)參加第s類旅游活動(dòng)的旅游者數(shù)量；γs表示第s類旅游活動(dòng)的CO2排放系數(shù)，觀光旅游、度假旅游、商務(wù)出差、探親訪友以及其他旅游活動(dòng)的CO2排放系數(shù)分別為417 g/p visitor、1 670 g/p visitor、786 g/p visitor、591 g/p visitor和172 g/p visitor[34]。

1.1.2旅游業(yè)碳生產(chǎn)率的估算

旅游業(yè)碳生產(chǎn)率用一段時(shí)期內(nèi)旅游業(yè)生產(chǎn)總值與同時(shí)期旅游業(yè)CO2排放總量之比來表示，其計(jì)算公式如下：

CPti=YtiCti （5）

式中，CPti表示t年i地區(qū)旅游業(yè)碳生產(chǎn)率（萬元/t）；Yti表示t年i地區(qū)的旅游總收入（億元）；Cti表示t年i地區(qū)旅游業(yè)CO2排放總量（萬t）。

1.1.3區(qū)域絕對差異衡量方法

利用標(biāo)準(zhǔn)差衡量1995—2014年中國旅游業(yè)碳生產(chǎn)率的區(qū)域絕對差異。標(biāo)準(zhǔn)差計(jì)算公式如下：

Sd=∑ni=1（CPi-CP—）2n （6）

式中，Sd表示標(biāo)準(zhǔn)差；CPi表示i地區(qū)某一時(shí)期的旅游業(yè)碳生產(chǎn)率；CP表示同時(shí)期全國旅游業(yè)碳生產(chǎn)率平均值；n表示樣本區(qū)域個(gè)數(shù)，本研究中n=30。

1.1.4區(qū)域相對差異衡量方法

選取變異系數(shù)衡量1995—2014年中國旅游業(yè)碳生產(chǎn)率的區(qū)域相對差異。其計(jì)算公式如下：

Cv=Sd/CP （7）

式中，Cv表示變異系數(shù)；Sd、CP含義與式（6）中相同。

1.1.5空間自相關(guān)分析

空間自相關(guān)分析以確定某一要素在地理空間上的分布是否存在自相關(guān)以及自相關(guān)程度大小為主要目的，通常采用Morans I指數(shù)進(jìn)行衡量。

（1）全局空間自相關(guān)分析。全局空間自相關(guān)分析可揭示旅游業(yè)碳生產(chǎn)率在整個(gè)研究區(qū)域內(nèi)的空間分布特征，判斷是否存在空間集聚現(xiàn)象。采用全局 Morans I指數(shù)進(jìn)行度量，其表達(dá)式如下：

I=∑ni=1∑nj=1Wij×（CPi-CP）（CPj-CP）∑ni=1∑nj=1Wij×1n∑ni=1（CPi-CP）2 （8）

式中，CPi、CPj分別表示i地區(qū)和j地區(qū)某一時(shí)期的旅游業(yè)碳生產(chǎn)率；Wij表示空間權(quán)重矩陣；n表示樣本區(qū)域個(gè)數(shù)。Morans I指數(shù)值介于[-1，1]之間，若Morans I>0，說明旅游業(yè)碳生產(chǎn)率呈正空間自相關(guān)，且該值越大，正空間自相關(guān)性越強(qiáng)；若Morans I<0，說明旅游業(yè)碳生產(chǎn)率呈負(fù)空間自相關(guān)，且該值越小，負(fù)空間自相關(guān)性越強(qiáng)；若Morans I=0，說明旅游業(yè)碳生產(chǎn)率在空間上隨機(jī)分布，不存在空間自相關(guān)。為確保分析所得結(jié)論的準(zhǔn)確性，需對全局 Morans I指數(shù)值進(jìn)行檢驗(yàn)。常用檢驗(yàn)公式如下：

Z（I）=I-E（I）VAR（I）（9）

式中，Z（I）表示標(biāo)準(zhǔn)化統(tǒng)計(jì)量；E（I）表示全局 Morans I指數(shù)值的期望；VAR（I）表示全局 Morans I指數(shù)值的方差。若Z值為正且顯著（P<0.05），則正空間自相關(guān)關(guān)系成立；若Z值為負(fù)且顯著，則負(fù)空間自相關(guān)關(guān)系成立；若Z值為0，則空間上呈隨機(jī)分布。

（2）局域空間自相關(guān)分析。局域空間自相關(guān)分析可明確某一省區(qū)旅游業(yè)碳生產(chǎn)率與相鄰省區(qū)旅游業(yè)碳生產(chǎn)率間的空間關(guān)聯(lián)類型與關(guān)聯(lián)程度大小，本研究綜合利用Morans I散點(diǎn)圖和局部空間關(guān)聯(lián)指標(biāo)（Local Indicators of Spatial Association，LISA）Local Morans Ii指數(shù)進(jìn)行衡量。其計(jì)算公式如下：

Ii=n（CPi-CP）∑nj=1Wij（CPj-CP）∑ni=1（CPi-CP）2 （10）

式中，Ii表示i地區(qū)Local Morans Ii指數(shù)，其他參數(shù)含義與式（8）中相同，且仍采用Z統(tǒng)計(jì)量對Local Morans Ii指數(shù)值進(jìn)行檢驗(yàn)。

1.2數(shù)據(jù)來源

本研究測算了1995—2014年間中國大陸30個(gè)省區(qū)旅游業(yè)碳生產(chǎn)率（由于缺乏統(tǒng)計(jì)數(shù)據(jù)，本研究暫未包含西藏）。其中，各省區(qū)旅游收入數(shù)據(jù)來自1996—2015年《中國統(tǒng)計(jì)年鑒》，并以1995年為價(jià)格基期，剔除通貨膨脹因子影響后轉(zhuǎn)為可比價(jià)格；計(jì)算旅游業(yè)CO2排放量基礎(chǔ)數(shù)據(jù)主要來自《中國交通年鑒》、《中國國內(nèi)旅游抽樣調(diào)查資料》、《中國旅游統(tǒng)計(jì)年鑒》及副本、《入境游客抽樣調(diào)查資料》、《中國能源統(tǒng)計(jì)年鑒》及各省區(qū)國民經(jīng)濟(jì)和社會(huì)發(fā)展年度統(tǒng)計(jì)公報(bào)等，個(gè)別缺失數(shù)據(jù)采用鄰近年份數(shù)值進(jìn)行線性插補(bǔ)；部分參數(shù)參考國內(nèi)外已有相關(guān)研究。

2實(shí)證結(jié)果與分析

2.1旅游業(yè)碳生產(chǎn)率總體格局現(xiàn)狀

測算結(jié)果顯示，1995—2014年中國旅游業(yè)碳生產(chǎn)率總體在小幅波動(dòng)中增長，具體數(shù)值由研究基期的1.120 1萬元/t增長至研究期末的1.653 0萬元/t，年均增長2.07%，表明中國低碳旅游發(fā)展取得可喜成果。但因地理區(qū)位、資源稟賦、經(jīng)濟(jì)水平等旅游業(yè)現(xiàn)實(shí)基礎(chǔ)的不同，各省區(qū)旅游業(yè)碳生產(chǎn)率之間存在顯著差異。圖1顯示，盡管中國旅游業(yè)碳生產(chǎn)率標(biāo)準(zhǔn)差在2003年等個(gè)別年份出現(xiàn)了較大波動(dòng)，但在研究期內(nèi)整體呈逐步減小的態(tài)勢，其值從1995年的2.110 7減少到2014年的1.960 2，說明中國旅游業(yè)碳生產(chǎn)率區(qū)域絕對差異正在逐漸縮小。從變異系數(shù)角度來看，研究期內(nèi)旅游業(yè)碳生產(chǎn)率變異系數(shù)整體表現(xiàn)為先增后減的趨勢，表明旅游業(yè)碳生產(chǎn)率相對差異整體上也正趨于縮小。這主要是因?yàn)殡S著旅游業(yè)產(chǎn)業(yè)地位的不斷提升以及低碳生活理念的普及，各地政府紛紛加大投資力度，發(fā)展低碳旅游，以提高旅游業(yè)碳生產(chǎn)率。其中西部地區(qū)成效最為顯著，其旅游業(yè)碳生產(chǎn)率以年均3.44%的速率增長，超過了東部地區(qū)的1.66%和中部地區(qū)的1.33%，推動(dòng)旅游業(yè)碳生產(chǎn)率區(qū)域差異逐漸縮小。

2.2空間分布特征

運(yùn)用Jenks自然間斷點(diǎn)分級法分別對1995年、2000年、2005年、2010年以及2014年中國旅游業(yè)碳生產(chǎn)率進(jìn)行空間聚類，并依次劃分為低旅游業(yè)碳生產(chǎn)率地區(qū)、中旅游業(yè)碳生產(chǎn)率地區(qū)、較高旅游業(yè)碳生產(chǎn)率地區(qū)和高旅游業(yè)碳生產(chǎn)率地區(qū)等4個(gè)類別（表1），由此直觀顯示中國旅游業(yè)碳生產(chǎn)率的時(shí)空格局演變過程，并全面了解中國旅游業(yè)碳生產(chǎn)率區(qū)域差異的變化趨勢。

由表1可知，1995年，低旅游業(yè)碳生產(chǎn)率省區(qū)共有14個(gè)，占總數(shù)的46.67%，是全國主要分布類型，其中9個(gè)省區(qū)來自西部，且甘肅旅游業(yè)碳生產(chǎn)率水平最低；中旅游業(yè)碳生產(chǎn)率省區(qū)共有11個(gè)，占總數(shù)的28.21%，主要集中在東部；較高旅游業(yè)碳生產(chǎn)率省區(qū)有4個(gè)，除湖南以外其余省區(qū)均來自東部；天津旅游業(yè)碳生產(chǎn)率水平最高。2000年，低旅游業(yè)碳生產(chǎn)率省區(qū)減少1個(gè)，中旅游業(yè)碳生產(chǎn)率省區(qū)增加1個(gè)，但低旅游業(yè)碳生產(chǎn)率省區(qū)仍主要集中于西部；較高和高旅游業(yè)碳生產(chǎn)率省區(qū)數(shù)量均未改變，且全部集中于東部。2005年，低旅游業(yè)碳生產(chǎn)率省區(qū)上升至17個(gè)，且大部分來自中部；中旅游業(yè)碳生產(chǎn)率省區(qū)減少至8個(gè)，較高及高旅游業(yè)碳生產(chǎn)率省區(qū)數(shù)量沒有變化；全國除上海、黑龍江、河南以及湖南等4個(gè)省區(qū)由中旅游業(yè)碳生產(chǎn)率降至低旅游業(yè)碳生產(chǎn)率外，其余省區(qū)均屬于原類別。該時(shí)期天津旅游業(yè)碳生產(chǎn)率仍處于全國最高水平，甘肅處于最低水平，但與2000年相比，天津旅游業(yè)碳生產(chǎn)率有所減少，由14.99萬元/t減至14.25萬元/t。

2010年，廣東旅游業(yè)碳生產(chǎn)率由中等水平降至低水平，由此看出5年間廣東在大力發(fā)展旅游業(yè)的同時(shí)，對其所帶來的環(huán)境問題未予以足夠重視，或所采取減排措施未取得明顯效果；內(nèi)蒙古旅游業(yè)碳生產(chǎn)率由全國較低水平上升至中等水平，這一良性轉(zhuǎn)變?yōu)槠渌貐^(qū)低碳旅游發(fā)展起到了良好的示范效應(yīng)。除此以外，其余省區(qū)旅游業(yè)碳生產(chǎn)率所屬類別均未改變。該時(shí)期內(nèi)天津旅游業(yè)碳生產(chǎn)率依然位列全國第一，但其數(shù)值持續(xù)下降，而甘肅旅游業(yè)碳生產(chǎn)率較之前有所提高。2014年，低旅游業(yè)碳生產(chǎn)率依然是全國主要分布類型，且中部省區(qū)所占數(shù)量最多，其占比高達(dá)44.44%。期間，浙江上升至高旅游業(yè)碳生產(chǎn)率省區(qū)，四川和重慶則降至低旅游業(yè)碳生產(chǎn)率省區(qū)，其他省區(qū)沒有變化，較高旅游業(yè)碳生產(chǎn)率省區(qū)和高旅游業(yè)碳生產(chǎn)率省區(qū)依舊全部來自東部。

綜上可知，1995—2014年，中國旅游業(yè)碳生產(chǎn)率在空間分布總體上呈東高西低特征。其中，北京、天津、山東以及浙江等東部省區(qū)一直位于較高旅游業(yè)碳生產(chǎn)率地區(qū)或高旅游業(yè)碳生產(chǎn)率地區(qū)行列，而貴州、青海、甘肅、寧夏等西部省區(qū)則一直處于低水平行列。同時(shí)，低旅游業(yè)碳生產(chǎn)率省區(qū)數(shù)量已由研究期初的14個(gè)增加至18個(gè)，表明目前中國旅游業(yè)碳生產(chǎn)率整體水平較低。此外，低旅游業(yè)碳生產(chǎn)率地區(qū)重心已由西部向中部轉(zhuǎn)移。因此，加快推進(jìn)中部地區(qū)低碳旅游發(fā)展，提高中部旅游業(yè)碳生產(chǎn)率顯得十分迫切與必要。

2.3空間自相關(guān)結(jié)果分析

2.3.1全局空間自相關(guān)結(jié)果分析

借助Geoda軟件中基于鄰接關(guān)系的Queen Contiguity算法生成gal空間權(quán)重矩陣文件，計(jì)算1995年、2000年、2005年、2010年和2014年中國旅游業(yè)碳生產(chǎn)率的全局Morans I 指數(shù)并進(jìn)行顯著性檢驗(yàn)。表2顯示，中國旅游業(yè)碳生產(chǎn)率的全局 Morans I 指數(shù)值均大于零，且除2014年以外，其余均在5%的顯著性水平下顯著。由此可知，研究期內(nèi)中國旅游業(yè)碳生產(chǎn)率存在顯著正空間自相關(guān)性，即旅游業(yè)碳生產(chǎn)率在空間上并非隨機(jī)分布，而是存在明顯的空間集聚現(xiàn)象。

2.3.2局域空間自相關(guān)結(jié)果分析

基于全局空間自相關(guān)分析結(jié)果，對旅游業(yè)碳生產(chǎn)率做進(jìn)一步局域空間自相關(guān)分析，以探明中國旅游業(yè)碳生產(chǎn)率在局部空間上的集聚與異質(zhì)情況。借助空間分析軟件Geoda分別繪制1995年、2000年、2005年、2010年和2014年旅游業(yè)碳生產(chǎn)率的Morans I 散點(diǎn)圖（圖2）。圖中將旅游業(yè)碳生產(chǎn)率的空間關(guān)系劃分為HH（高值—高值）、LH（低值—高值）、LL（低值—低值）以及HL（高值—低值）等4種類型，分別對應(yīng)于散點(diǎn)圖中的四個(gè)象限。其中HH（LL）類型表征相鄰省區(qū)之間存在正的空間相關(guān)性，即高（低）旅游業(yè)碳生產(chǎn)率地區(qū)與高（低）旅游業(yè)碳生產(chǎn)率地區(qū)為鄰；LH（HL）類型表征相鄰省區(qū)間存在負(fù)的空間相關(guān)性，即低（高）旅游業(yè)碳生產(chǎn)率地區(qū)與高（低）旅游業(yè)碳生產(chǎn)率地區(qū)為鄰。第一象限（HH）和第三象限（LL）反映旅游業(yè)碳生產(chǎn)率的空間集聚性，而第二象限（LH）和第四象限（HL）則反映了旅游業(yè)碳生產(chǎn)率的空間異質(zhì)性。

由圖2可知，1995年旅游業(yè)碳生產(chǎn)率位于第一、三象限的省區(qū)共有24個(gè)，占總數(shù)的80%，說明全國大多數(shù)省區(qū)旅游業(yè)碳生產(chǎn)率存在局域空間集聚效應(yīng)；2000年位于第一、三象限的省區(qū)總數(shù)增加1個(gè)，可知該期間旅游業(yè)碳生產(chǎn)率的區(qū)域空間集聚程度增強(qiáng)；2005年位于第一象限的省區(qū)數(shù)量保持不變，第三象限省區(qū)數(shù)量減少2個(gè)，表明低旅游業(yè)碳生產(chǎn)率地區(qū)空間集聚程度有所減弱；與2005年相比，2010年位于第一、三象限的省區(qū)總數(shù)增加了3個(gè)，說明旅游業(yè)碳生產(chǎn)率的區(qū)域空間集聚程度增強(qiáng)；2014年位于第一象限的省區(qū)數(shù)量未改變，位于第三象限的省區(qū)數(shù)量減少了2個(gè)，說明低旅游業(yè)碳生產(chǎn)率地區(qū)空間集聚程度有所下降。綜合來看，研究期內(nèi)旅游業(yè)碳生產(chǎn)率落在各象限的省區(qū)數(shù)量雖有波動(dòng)，但總體落在第三象限的省區(qū)數(shù)量比落在第一、二、四象限的省區(qū)數(shù)量多，表明中國旅游業(yè)碳生產(chǎn)率在局部空間上的集聚性強(qiáng)于異質(zhì)性，且以LL集聚類型為主。

鑒于Morans I散點(diǎn)圖只能定性描述旅游業(yè)碳生產(chǎn)率空間關(guān)聯(lián)類型及集聚區(qū)，卻無法判斷其是否具有統(tǒng)計(jì)學(xué)意義，因此計(jì)算Local Morans Ii指數(shù)值，并進(jìn)行顯著性檢驗(yàn)（表3）。結(jié)果顯示，1995—2014年通過顯著性檢驗(yàn)的省區(qū)整體變化不大，即我國旅游業(yè)碳生產(chǎn)率在局域空間分布上較為穩(wěn)定。其中，北京旅游業(yè)碳生產(chǎn)率與周邊省區(qū)一直呈現(xiàn)HH相關(guān)，而新疆旅游業(yè)碳生產(chǎn)率與周邊省區(qū)則一直表現(xiàn)為LL相關(guān)。盡管2014年旅游業(yè)碳生產(chǎn)率全局自相關(guān)并不顯著，但仍存在顯著的局域空間正相關(guān)，主要以新疆、陜西旅游業(yè)碳生產(chǎn)率的LL相關(guān)及北京、河北旅游業(yè)碳生產(chǎn)率的HH相關(guān)為代表。另外，研究期內(nèi)河北旅游業(yè)碳生產(chǎn)率與鄰近區(qū)域旅游業(yè)碳生產(chǎn)率關(guān)聯(lián)類型由LH逐漸轉(zhuǎn)變?yōu)镠H，表明近年來河北旅游業(yè)節(jié)能減排效果較好。綜合來看，1995—2014年我國旅游業(yè)碳生產(chǎn)率“熱點(diǎn)”區(qū)域（HH）主要位于華北地區(qū)，以北京、天津、河北等省區(qū)為代表；“冷點(diǎn)”區(qū)域（LL）則主要分布在西北地區(qū)，代表性省區(qū)有新疆、青海、陜西等；華北地區(qū)依靠經(jīng)濟(jì)基礎(chǔ)雄厚、技術(shù)

力量強(qiáng)、能源消費(fèi)結(jié)構(gòu)合理等優(yōu)勢，其旅游業(yè)碳生產(chǎn)率相對較高；西北地區(qū)旅游經(jīng)濟(jì)發(fā)展滯后、能源利用效率低是造成該地區(qū)低旅游業(yè)碳生產(chǎn)率的主要原因。

3結(jié)論與建議

本研究利用相關(guān)數(shù)據(jù)測算中國大陸30個(gè)省區(qū)1995—2014年旅游業(yè)碳生產(chǎn)率，并運(yùn)用標(biāo)準(zhǔn)差、變異系數(shù)等衡量其區(qū)域差異，借助Arcgis軟件對研究期內(nèi)旅游業(yè)碳生產(chǎn)率進(jìn)行空間聚類，同時(shí)采用Geoda軟件展開空間自相關(guān)分析，以深入探討中國旅游業(yè)碳生產(chǎn)率區(qū)域差異及其格局演變特征。研究所得結(jié)論及相關(guān)政策建議如下：

（1）1995—2014年中國旅游業(yè)碳生產(chǎn)率整體在小幅波動(dòng)中呈現(xiàn)增長態(tài)勢，具體由1995年的1.120 1萬元/t增長至2014年的1.653 0萬元/t，年均增長率達(dá)2.07%，說明中國旅游業(yè)碳減排取得了一定的績效，但目前中國旅游業(yè)碳生產(chǎn)率總體水平仍較低，全國大多數(shù)省區(qū)位于低旅游業(yè)碳生產(chǎn)率的行列，因而仍需大力推動(dòng)低碳旅游發(fā)展。為此，政府一方面應(yīng)制定低碳旅游相關(guān)的系列標(biāo)準(zhǔn)規(guī)范、行動(dòng)方案以及保障性政策等，引導(dǎo)和鼓勵(lì)開展低碳旅游活動(dòng)，另一方面可加大對先進(jìn)低碳技術(shù)和低碳設(shè)備的引進(jìn)與推廣，為低碳旅游發(fā)展保駕護(hù)航；各省區(qū)應(yīng)秉持低碳發(fā)展理念科學(xué)合理規(guī)劃，引進(jìn)綠色餐飲和綠色酒店，完善低碳旅游設(shè)施，嚴(yán)控景區(qū)環(huán)境容量，建立預(yù)防、預(yù)警機(jī)制，以促進(jìn)低碳旅游景區(qū)和目的地創(chuàng)建；旅游企業(yè)應(yīng)積極利用新能源、新材料和新技術(shù)，研發(fā)低碳旅游系列產(chǎn)品與服務(wù)，帶動(dòng)低碳旅游消費(fèi)；同時(shí)，加大宣傳生態(tài)環(huán)保理念，引導(dǎo)旅游者樹立低碳旅游意識(shí)，優(yōu)先選擇低碳旅游景區(qū)和低碳出行方式，自覺抵制高碳排旅游活動(dòng)。

（2）中國旅游業(yè)碳生產(chǎn)率空間分布不均衡，總體呈現(xiàn)出東高西低的特征。標(biāo)準(zhǔn)差和變異系數(shù)結(jié)果驗(yàn)證了旅游業(yè)碳生產(chǎn)率區(qū)域差異的存在，也表明區(qū)域絕對差異和相對差異均呈縮小趨勢，二者的數(shù)值分別由1995年的2.110 7、1.718 4下降至2014年的1.960 2和1.164 2。研究期內(nèi)，低旅游業(yè)碳生產(chǎn)率地區(qū)重心逐漸由西部向中部地區(qū)轉(zhuǎn)移，可見中部地區(qū)是未來中國旅游業(yè)節(jié)能減排的區(qū)域重點(diǎn)。鑒于各區(qū)域旅游業(yè)現(xiàn)實(shí)基礎(chǔ)和發(fā)展水平不同，可有針對性地制定差異化的減排政策。其中，旅游業(yè)相對發(fā)達(dá)的東部地區(qū)，應(yīng)在保持旅游經(jīng)濟(jì)穩(wěn)定增長的同時(shí)，一方面依托其強(qiáng)大的經(jīng)濟(jì)實(shí)力引進(jìn)發(fā)達(dá)國家和地區(qū)的低碳技術(shù)，另一方面可加大對節(jié)能減排技術(shù)自主研發(fā)的支持力度，積極推進(jìn)清潔能源和技術(shù)創(chuàng)新，提高能源綜合利用效率，加快旅游產(chǎn)業(yè)轉(zhuǎn)型升級。中、西部地區(qū)的調(diào)控重點(diǎn)則是逐步調(diào)整能源消費(fèi)結(jié)構(gòu)，降低化石能源使用比重，從源頭上降低旅游業(yè)的碳排放；同時(shí)，將生態(tài)文明建設(shè)融入旅游產(chǎn)業(yè)發(fā)展的各個(gè)方面，力促旅游經(jīng)濟(jì)發(fā)展模式和旅游消費(fèi)模式的轉(zhuǎn)變，實(shí)現(xiàn)旅游發(fā)展與環(huán)境保護(hù)的良性循環(huán)。

（3）全局空間自相關(guān)分析結(jié)果表明，中國旅游業(yè)碳生產(chǎn)率存在較強(qiáng)正空間自相關(guān)性，即高旅游業(yè)碳生產(chǎn)率地區(qū)傾向于與高旅游業(yè)碳生產(chǎn)率地區(qū)相鄰，低旅游業(yè)碳生產(chǎn)率地區(qū)傾向于與低旅游業(yè)碳生產(chǎn)率地區(qū)為鄰。局域空間自相關(guān)結(jié)果表明，中國旅游業(yè)碳生產(chǎn)率以空間LL集聚為主，空間異質(zhì)為輔，且旅游業(yè)碳生產(chǎn)率“熱點(diǎn)”區(qū)域主要分布在華北地區(qū)，“冷點(diǎn)”區(qū)域主要分布在西北地區(qū)。要提高中國旅游業(yè)碳生產(chǎn)率，實(shí)現(xiàn)經(jīng)濟(jì)增長與環(huán)境改善的共贏，應(yīng)針對不同空間關(guān)聯(lián)類型的省區(qū)采取差別化的措施。為此，須重點(diǎn)關(guān)注LL類型的省區(qū)，該類型省區(qū)對煤炭等傳統(tǒng)化石能源具有較高依賴性，可引入低碳技術(shù)，推進(jìn)清潔型生產(chǎn)，嚴(yán)格執(zhí)行旅游企業(yè)環(huán)保準(zhǔn)入標(biāo)準(zhǔn)，逐步改善和轉(zhuǎn)變其高消耗、高污染的能源消費(fèi)結(jié)構(gòu)，同時(shí)加大財(cái)政投入力度、制定優(yōu)惠保障性政策、引進(jìn)關(guān)鍵人才以支持低碳旅游發(fā)展，提高其旅游業(yè)碳生產(chǎn)率；對于LH和HL類型的省區(qū)，通過加強(qiáng)區(qū)域協(xié)作，以高旅游業(yè)碳生產(chǎn)率地區(qū)帶動(dòng)低旅游業(yè)碳生產(chǎn)率地區(qū)發(fā)展，最終實(shí)現(xiàn)區(qū)域低碳旅游經(jīng)濟(jì)共同發(fā)展。（編輯：王愛萍）

參考文獻(xiàn)（References）

[1]方大春， 張敏新. 低碳經(jīng)濟(jì)的理論基礎(chǔ)及其經(jīng)濟(jì)學(xué)價(jià)值[J]. 中國人口·資源與環(huán)境， 2011，21（7）：91-95.[FANG Dachun， ZHANG Minxin. Theoretical basis of low carbon economy and its economic value[J]. China population， resources and environment，2011，21（7）：91-95.]

[2]張麗峰. 碳生產(chǎn)率的經(jīng)濟(jì)學(xué)背景及其內(nèi)涵分析[J]. 經(jīng)濟(jì)問題探索，2013（5）：37-41.[ZHANG Lifeng. Analysis on economic background and connotation of carbon productivity[J]. Inquiry into economic issues，2013（5）：37-41.]

[3]UNWTO， UNEP， WMO. Climate change and tourism： responding to global challenges[R]. Paris & Madrid： UNWTO & UNEP， 2008.

[4]EIJGELAAR E， THAPERR C， PEETERS P. Antarctic cruise tourism： the paradoxes of ambassadorship， ‘last chance tourism and greenhouse gas emissions [J]. Journal of sustainable tourism， 2010，18（3）： 337-354.

[5]HOWITT O J A， REVOL V G N， SMITH I J， et al. Carbon emissions from international cruise ship passengers travel to and from New Zealand [J]. Energy policy，2010， 38（5）： 2552-2560.

[6]BECKEN S， PATTERSON M. Measuring national carbon dioxide emissions from tourism as a key step towards achieving sustainable tourism[J]. Tourism management， 2006， 31（2）： 285-290.

[7]程占紅， 韓玉姣. 2000—2012年山西省旅游業(yè)碳排放的時(shí)空差異[J]. 陜西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，43（6）：77-82.[CHENG Zhanhong， HAN Yujiao. Spatial and temporal differentiation of carbon emission of tourism industry in Shanxi Province from 2000 to 2012[J]. Journal of Shaanxi Normal University（nature science edition），2015，43（6）：77-82.]

[8]胡歡， 章錦河， 楊嫚， 等. 區(qū)域旅游業(yè)碳排放測算及其動(dòng)態(tài)變化研究——以江蘇省為例[J]. 生態(tài)經(jīng)濟(jì)，2016，32（6）：57-62.[HU Huan， ZHANG Jinhe， YANG Man， et al. Measurement CO2 emissions and studying on dynamic changes for regional tourism： a case study in Jiangsu Province[J]. Ecological economy，2016，32（6）：57-62.]

[9]FILIMONAU V， DICKINSON J， ROBBINS D. The carbon impact of shorthaul tourism： a case study of UK travel to southern France using life cycle analysis [J]. Journal of cleaner production， 2014，64： 628-638.

[10]楊存棟， 王雪. 內(nèi)蒙古旅游業(yè)碳排放估算及其低碳化發(fā)展策略研究[J]. 生態(tài)經(jīng)濟(jì)，2014，30（3）：168-170.[YANG Cundong， WANG Xue. Inner Mongolia tourism carbon emissions estimation and lowcarbon development strategy research[J]. Ecological economy，2014，30（3）：168-170.]

[11]秦耀辰， 李旭， 榮培君. 基于改進(jìn)EIOLCA模型的城市旅游業(yè)碳排放核算研究——以開封市為例[J].地理科學(xué)進(jìn)展，2015，34（2）：132-140.[QIN Yaochen， LI Xu， RONG Peijun. Urban tourism carbon accounting based on improved EIOLCA model： a case study of Kaifeng City in Henan Province[J]. Progress in geography，2015，34（2）：132-140.]

[12]楊莎莎， 邱雪晨， 張曉君. 桂林旅游業(yè)碳排放的初步估算及脫鉤關(guān)系分析[J]. 桂林理工大學(xué)學(xué)報(bào)，2014，34（4）：797-803. [YANG Shasha， QIU Xuechen， ZHANG Xiaojun. Preliminary estimation of carbon emission and analysis of decoupling relationship in Guilin tourism[J]. Journal of Guilin University of Technology，2014，34（4）：797-803.]

[13]CAMELIA S， RAZVAN S M， BREDA Z et al. An inputoutput approach of CO2 emissions in tourism sector in postcommunist Romania[J]. Procedia economics and finance， 2012（3）： 987-992.

[14]鐘永德， 石晟屹， 李世宏， 等. 我國旅游業(yè)碳排放測算方法構(gòu)建與實(shí)證研究——基于投入產(chǎn)出視角[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)，2015，35（1）：132-139.[ZHONG Yongde， SHI Shengyi， LI Shihong， et al. Empirical research on measurement framework construction for tourist industry carbon emission in China，a perspective of inputoutput[J].Journal of Central South University of Forestry & Technology，2015，35（1）：132-139.]

[15]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）： 429-437. [XIE Yuanfang， ZHAO Yuan. Measuring carbon dioxide emissions from energy consumption by tourism in Yangtze River Delta[J]. Geographical research， 2012， 31（3）： 429-437.]

[16]王凱， 肖燕，李志苗， 等. 中國旅游業(yè)CO2排放因素分解：基于LMDI分解技術(shù)[J]. 旅游科學(xué)， 2016，30（3）：13-27.[WANG Kai， XIAO Yan， LI Zhimiao， et al. Decomposition of Chinas tourism carbon emissions： based on LMDI method[J]. Tourism science，2016，30（3）：13-27.]

[17]GOSSLING S， BRODERICK J， UPHAM P， et al. Voluntary carbon offsetting chemes for aviation： efficiency， credibility and sustainable tourism[J]. Journal of sustainable tourism，2007，15（3）：223-248.

[18]BROWN M A， SOUTHWORTH F， SARZYNSKI A. The geography of metropolitan carbon footprints[J]. Policy and society，2009，27（4）：285-304.

[19]孫晉坤， 章錦河， 劉澤華， 等. 區(qū)域旅游交通碳排放測度模型及實(shí)證分析[J]. 生態(tài)學(xué)報(bào)， 2015，35（21）：7161-7171.[SUN Jinkun， ZHANG Jinhe， LIU Zehua， et al. Estimation model of carbon dioxide emissions by regional tourism transportation and empirical analysis of Nanjing and Huangshan Cities，China[J]. Acta ecologica sinica，2015，35（21）：7161-7171.]

[20]魏艷旭， 孫根年， 馬麗君， 等. 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(xué)學(xué)報(bào)（自然科學(xué)版），2012，40（2）：76-84.[WEI Yanxiu， SUN Gennian， MA Lijun， et al. Estimating the carbon emissions and regional differences of tourism transport in China[J]. Journal of Shaanxi Normal University（nature science edition），2012，40（2）：76-84.]

[21]胡林林， 賈俊松， 周秀. 我國旅游住宿碳排放時(shí)空特征及其主要影響因素[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)，2015，35（3）：123-128.[HU Linlin， JIA Junsong， ZHOU Xiu. The temporalcharacteristics and main influencing factors of carbon emissions from tourism accommodation in China[J]. Journal of Central South University of Forestry & Technology，2015，35（3）：123-128.]

[22]王志民. 鎮(zhèn)江“三山”風(fēng)景區(qū)旅游碳排放測度研究[J]. 地域研究與開發(fā)，2016，35（1）：156-161.[WANG Zhiming. Measurement and analysis on travel carbon emissions of Sanshan scenic area in Zhejiang City[J]. Areal research and development，2016，35（1）：156-161.]

[23]李世宏， 鐘永德， 王懷採， 等. 張家界旅游碳排放計(jì)量與減排路徑的研究[J]. 中南林業(yè)科技大學(xué)學(xué) 報(bào)，2013，33（3）：120-124.[LI Shihong， ZHONG Yongde， WANG Huaicai， et al. Study on tourism carbon emission measurement and reduction path in Zhangjiajie[J].Journal of Central South University of Forestry & Technology，2013，33（3）：120-124.]

[24]陶玉國， 黃震方， 史春云. 基于替代式自下而上法的區(qū)域旅游交通碳排放測度[J]. 生態(tài)學(xué)報(bào)，2015，35 （12）：4224-4233.[TAO Yuguo， HUANG Zhenfang， SHI Chunyun.Carbon dioxide emissions from regional tourism transport： a Substitutional Bottomup analysis[J]. Acta ecologica sinica，2015，35 （12）：4224-4233.]

[25]PEETERS P， SZIMBA E， DUIJNISVELD M. Major environmental impacts of European tourist transport[J]. Journal of transport geography， 2007， 15（ 2）：83-93.

[26]張廣海， 劉菁. 中國省域旅游碳排放強(qiáng)度時(shí)空演變分析[J]. 統(tǒng)計(jì)與決策，2016（15）：94-98.[ZHANG Guanghai， LIU Jing. Analysis on spatial and temporal changes of carbon emission intensity of tourism in China[J]. Statistics & decision，2016（15）：94-98.]

[27]李彩云， 陳興鵬， 張子龍， 等. 敦煌市旅游業(yè)碳排放與經(jīng)濟(jì)增長的耦合關(guān)系分析[J]. 生態(tài)科學(xué)，2016，35 （1）：109-116.[LI Caiyun， CHEN Xingpeng， ZHANG Zilong， et al. Estimation of tourism carbon emission and its decoupling with tourism development in Dunhuang[J]. Ecological science，2016，35 （1）：109-116.]

[28]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 emission and tourism economic growth in China[J]. Tourism tribune， 2014，29（6）：24-33.]

[29]謝園方， 趙媛. 基于低碳旅游的旅游業(yè)碳排放測度方法研討[J]. 人文地理， 2012（1）：147-151.[XIE Yuanfang， ZHAO Yuan. The method of measuring carbon dioxide emissions in tourism on the basis of lowcarbon tourism[J]. Human geography，2012（1）：147-151.]

[30]GOSSLING S， PEETERS P， CERON J P， et al. The ecoefficiency of tourism[J]. Ecological economics， 2005， 54（4）： 417-434.

[31]MICHEAL C H， JAMES H. Tourism， recreation and climate change[M]. Clevedon： Channel View Publications， 2005：247-259.

[32]BECKEN S， SIMMONS D G， FRAMPTON C. Energy use associated with different travel choices[J]. Tourism management， 2003， 24（3）： 267-277.

[33]PATTERSON M， MCDONALD G. How clean and green is New Zealand tourism？[M]. Lincoln： Manaki Whenua， 2004：56-59.

[34]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.]

[35]ZHONG Y D， SHI S Y， LI SH， et al. Empirical research on construction of a measurement framesork for tourism carbon emission in China[J]. Chinese journal of population，resources and environment，2015，13（3）：240-249.http：//dx.doi.org/10.1080/10042857.2015.1033806.

Regional difference and spatial pattern evolution of tourism carbon productivity in China in the period of 1995-2014

WANG Kai1ZHOU Tingting1SHAO Haiqin1DENG Chuxiong2

（1.Tourism College of Hunan Normal University， Changsha Hunan 410081， China；

2.Resources and Environmental Science College of Hunan Normal University， Changsha Hunan 410081， China）

AbstractBased on the bottomup method， this paper estimates the tourism carbon productivity of Chinas thirty provinces from 1995 to 2014. Then this research examines the regional difference of tourism carbon productivity with the standard deviation and variation coefficient. Finally， this paper explores the spatial patterns evolution characteristics of regional difference of tourism carbon productivity in China by the means of spatial autocorrelation analysis. Findings show that the tourism carbon productivity had increased modestly during 1995-2014 in China， with the 2.07% average annual growth. Specifically， the tourism carbon productivity increased from 11 201 Yuan/t in 1995 to 16 530 Yuan/t in 2014. There were obvious regional differences in tourism carbon productivity， and both the absolute and relative regional difference had gradually narrowed down. The nonuniform tourism carbon productivity distribution showed that the overall spatial pattern was high in the eastern China and low in the western China. There was significant positive spatial autocorrelation and local discontinuity in the spatial distribution of tourism carbon productivity in China. The areas with highlevel tourism carbon productivity were mainly distributed in northern China， such as Beijing， Tianjin and Hebei， and those with lowlevel tourism carbon productivity were mainly distributed in northwestern China， such as Xinjiang， Qinghai and Shaanxi. The overall level of carbon productivity in Chinas tourism was low， and the majority of provinces were at the lowlevel rank. The key areas with low tourism carbon productivity had been shifted from west to middle regions. Based on the conclusion above， this paper presents suggestions as below： the government should formulate lowcarbon criterion， action plans and security policies， and need do more to introduce and generalize of the lowcarbon technology and lowcarbon device and at the meanwhile， the provincial governments should develop and administrate the destinations with lowcarbon idea. Tourism companies should actively adopt the new energy， new material， and new technology to develop lowcarbon products and services. We also should further advocate ecotourism and raise tourists ecotourism awareness including encouraging them to give preference to lowcarbon tourism attraction and lowcarbon transportation and resisting highcarbon tourism activities conscientiously.

Key wordstourism carbon productivity； regional difference； spatial pattern； spatial autocorrelation