(湘潭大學 商學院,湖南 湘潭 411105)

隨著國際地位的不斷提升,我國在生態(tài)環(huán)境方面承擔的責任越來越大,受到關注的程度也越來越高。旅游業(yè)是公認的“無煙產(chǎn)業(yè)”,但隨著旅游產(chǎn)業(yè)的迅速發(fā)展,對環(huán)境和氣候變化的影響日漸顯著。我國作為一個旅游業(yè)大國,每年承載著來自國內(nèi)外的大量游客。2018年，我國共接待入境游客2.91億人次、國內(nèi)游客55.39億人次,對環(huán)境造成了不容忽視的影響。碳排放是旅游業(yè)對環(huán)境和氣候產(chǎn)生影響的重要途徑,碳排放量越大，對環(huán)境和氣候產(chǎn)生的影響越大。國外關于旅游碳排放的研究起步較早、涉及范圍廣,相關研究主要集中在旅游碳排放測算方法和模型[1]、不同尺度上和不同環(huán)節(jié)中旅游碳排放研究[2-5]、碳排放與旅游經(jīng)濟的關系[6]和節(jié)能減排[7]等方面；國內(nèi)相關研究主要從碳排放總量、旅游各要素和環(huán)節(jié)[8-10],測算旅游碳排放[11]、分析其影響因素[12,13]和時空差異[14,15]等。

脫鉤分析最初源于物理學領域,是指相互聯(lián)系的兩個物理量之間脫離關系。經(jīng)濟合作與開發(fā)組織(OECD)將其應用到環(huán)境領域,定義為環(huán)境污染與經(jīng)濟增長的聯(lián)系破裂[16]。此后，Tapio等將脫鉤模型指標進一步細化,形成了Tapio碳排放脫鉤指標,是目前國內(nèi)外節(jié)能減排領域運用最多的模型之一[17],近年來在農(nóng)業(yè)、經(jīng)濟、環(huán)境等領域應用十分廣泛[18-21]。旅游業(yè)碳排放與旅游經(jīng)濟發(fā)展的脫鉤關系反映的是旅游經(jīng)濟發(fā)展依靠消耗能源的程度,即旅游業(yè)的節(jié)能減排效率。分析旅游業(yè)碳排放與旅游經(jīng)濟發(fā)展的脫鉤關系,有助于了解區(qū)域旅游業(yè)發(fā)展過程中碳排放量的大小和節(jié)能減排效率,對制定相關措施降低旅游業(yè)的碳排放具有重要意義。王琦、張廣海等分別通過“自下而上法”和“旅游消費剝離系數(shù)法”建立旅游業(yè)碳排放的測算模型,對旅游業(yè)碳排放量進行了測算,并分析了旅游業(yè)碳排放與旅游經(jīng)濟發(fā)展的脫鉤關系[22,23];王凱等估算了1991—2010年我國旅游業(yè)的碳排放量,并運用脫鉤理論、ADF單位根檢驗、協(xié)整分析和Granger因果關系檢驗,辨識和分析了我國旅游經(jīng)濟增長與碳排放之間的耦合關系[24];趙先超、湯姿等分別運用脫鉤模型對湖南省和黑龍江省的旅游業(yè)碳排放與旅游經(jīng)濟增長之間的脫鉤關系進行了分析[25,26]。

1 數(shù)據(jù)來源與分析方法

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)主要包括:①我國31個省區(qū)2008—2017年各種交通方式旅客周轉(zhuǎn)量;②2008—2017年31個省區(qū)星級飯店數(shù)、床位數(shù)及其出租率;③31個省區(qū)2008—2017年入境旅游人數(shù)、國內(nèi)旅游人數(shù)和參加觀光旅游、休閑度假、商務出差、探親訪友、其他5類活動人數(shù)比重;④31個省區(qū)2008—2017年旅游收入等。其中,各種交通方式旅客周轉(zhuǎn)量、入境旅游人數(shù)、國內(nèi)旅游人數(shù)和旅游收入來自于各省區(qū)統(tǒng)計年鑒;星級飯店數(shù)、床位數(shù)及其出租率等來自于2009—2018年《中國旅游統(tǒng)計年鑒》;參加觀光旅游、休閑度假、商務出差、探親訪友和其他五類活動人數(shù)比重來自于2009—2018年《中國旅游抽樣調(diào)查資料》。

1.2 分析方法

旅游業(yè)的碳排放主要產(chǎn)生于旅游交通、旅游住宿和旅游活動。石培華等研究表明，旅游交通、旅游住宿和旅游活動的碳排放量分別占旅游業(yè)總碳排放量的67.72%、29.92%和2.36%[27]。本文主要從旅游交通、旅游住宿和旅游活動3個方面測算旅游業(yè)碳排放。

旅游交通碳排放測算方法:由于國內(nèi)還未有專門針對旅游交通的統(tǒng)計數(shù)據(jù),因此本文采用間接估計的方式,根據(jù)旅游交通碳排放在客運交通碳排放中所占的比重,估算出旅游交通碳排放量,并借鑒UNWTO[28]、魏艷旭[10]等提出的計算方法,通過每一種交通方式的旅客周轉(zhuǎn)量乘以其相應的單位碳排放量來估算每種交通方式的碳排放量,交通運輸主要包括鐵路、公路、水運和航空4種方式,采取先分解再加總的方法進行計算,計算公式為:

(1)

式中,i表示鐵路、公路、水運和民航4種交通方式;Eij表示第i種交通方式在j省區(qū)的碳排放量(gCO2);αi表示第i種交通方式客運量中旅游者的比例,鐵路、公路、水運和民航4種交通方式的α值分別為31.6%、13.8%、10.6%和64.7%[10];Fi表示第i種交通方式的單位碳排放量(gCO2/pkm),鐵路、公路、水運和民航4種交通方式的單位碳排放量分別為27gCO2/pkm、133gCO2/pkm、106gCO2/pkm和137gCO2/pkm[10];Cij表示第i種交通方式在j省區(qū)的旅客周轉(zhuǎn)量(pkm);Nij表示第i種交通方式在j省區(qū)的旅客運輸量(人次);Lij表示第i種交通方式在j省區(qū)的平均運輸距離(km)。

旅游住宿碳排放測算方法:由于當前可獲取的旅游住宿相關統(tǒng)計數(shù)據(jù)主要是各省區(qū)的星級飯店數(shù)量、房間數(shù)、床位數(shù)和出租率等,考慮到數(shù)據(jù)的可獲取性,本文以星級飯店的碳排放量來代替旅游住宿的碳排放量,借鑒鐘章奇等提出的旅游住宿業(yè)碳排放計算方法[11],計算公式為:

Hj=nβNjIj

(2)

式中,Hj表示j省區(qū)旅游住宿的碳排放量(gCO2);n表示年營業(yè)天數(shù),本文取n=365晚;β為旅游住宿中每張床每晚的單位碳排放量(43.2gCO2/床/晚)[29];Nj表示j省區(qū)的星級酒店床位數(shù);Ij表示j省區(qū)的星級酒店客房出租率。

旅游活動碳排放測算方法:旅游活動的主體是旅游者,旅游活動碳排放代表著旅游者在旅游過程中產(chǎn)生的CO2排放量。不同類型旅游活動的CO2排放量是有差異的,本文根據(jù)《中國旅游抽樣調(diào)查資料》和《中國旅游統(tǒng)計年鑒》中的分類，將旅游活動分為觀光旅游、休閑度假、商務出差、探親訪友和其他5種類型,并將旅游者劃分為入境旅游者和國內(nèi)旅游者,其中國內(nèi)旅游者又劃分為城鎮(zhèn)旅游者和農(nóng)村旅游者。同樣采取先分解再加總的方法進行計算,依據(jù)鐘章奇等構造的旅游活動碳排放折算方法[11],計算公式為:

9月3日中國復合肥零售價格指數(shù)（CCRI）為2456.43點，環(huán)比上漲4.30點，漲幅為0.18%；同比上漲169.59點，漲幅為7.42%；比基期上漲9.72點，漲幅為0.40%。

(3)

式中,Dj表示j省區(qū)旅游活動的碳排放量(gCO2);k表示觀光旅游、休閑度假、商務出差、探親訪友和其他5種類型的旅游活動;m表示入境旅游者、城鎮(zhèn)旅游者和農(nóng)村旅游者3種游客類型;γ表示第k類旅游活動中旅游者的單位碳排放量,觀光旅游、休閑度假、商務出差、探親訪友和其他5種類型的γ值分別為417g/人、1670g/人、786g/人、591g/人和172g/人[27];Nkj表示j省區(qū)參與k類旅游活動的旅游者人數(shù)。

脫鉤分析:本文采用Tapio脫鉤模型來解釋旅游經(jīng)濟增長與旅游碳排放間的關系,計算公式為:

(4)

式中,t表示旅游經(jīng)濟增長與旅游碳排放量之間的脫鉤系數(shù);E表示旅游碳排放量;I表示旅游產(chǎn)業(yè)經(jīng)濟(本文用旅游收入代替)。脫鉤關系指標見表1。旅游經(jīng)濟增長與旅游碳排放量之間的脫鉤關系分為負脫鉤、脫鉤、連接3種類型：負脫鉤往往代表著旅游業(yè)的節(jié)能減排效率在降低,即單位產(chǎn)值能耗與碳排放在增加；脫鉤往往代表著旅游業(yè)的節(jié)能減排效率在升高,即單位產(chǎn)值能耗與碳排放在減小;連接代表著旅游業(yè)的節(jié)能減排效率相對穩(wěn)定,單位產(chǎn)值能耗與碳排放沒有太大變化。

表1 Tapio碳排放脫鉤關系指標

2 2008—2017年旅游碳排放估算

2.1 旅游交通碳排放估算

本文依據(jù)所收集的數(shù)據(jù)和計算公式,測算了2008—2017年旅游交通碳排放,結果見表2。從表2可見,隨著旅游業(yè)的發(fā)展和交通工具的普及,我國旅游交通碳排放總量迅速增加,31個省區(qū)交通碳排放總量由2008年的6794萬t增長至2017年的14454萬t,年均增長率為12.53%。各省區(qū)年碳排放量同樣呈上升趨勢,2017年廣東、北京、上海、四川、山東等旅游交通碳排放量顯著高于其他地區(qū),吉林、安徽、西藏、青海和寧夏的旅游交通碳排放量較低,其他地區(qū)的旅游交通碳排放量則介于兩者之間。與2008年相比,各省區(qū)碳排放量均顯著升高,但碳排放量大小位次未發(fā)生較大變化。

從各省區(qū)近十年的平均旅游交通碳排放量來看,廣東、北京、四川、上海、山東5個地區(qū)的平均碳排放量顯著高于其他地區(qū),青海、西藏、寧夏、吉林和內(nèi)蒙古的平均碳排放量顯著低于其他地區(qū)。其中,廣東的平均旅游交通碳排放量最大,為1581萬t,青海的平均旅游交通碳排放量最小,為37萬t,相差了約43倍,表明我國旅游交通碳排放量區(qū)域差異懸殊。從碳排放增長速度看,碳排放增長速度較快的是天津、貴州、西藏、重慶和青海,年均增長率分別為53.24%、37.2%、35.35%、34.16%和32.93%,安徽、江蘇、河北、陜西和湖北碳排放增長速度較慢,年均增長率分別為-1.13%、1.65%、4.06%、5.61%和6.03%。綜合各省區(qū)旅游交通碳排放和旅游業(yè)發(fā)展狀況發(fā)現(xiàn),旅游交通碳排放的區(qū)域差異主要受各省區(qū)旅游流規(guī)模及其增長速度、節(jié)能減排效率等因素的影響,在其他條件相同的情況下,旅游流規(guī)模越大，碳排放量越大；旅游流增長速度越快，碳排放增長速度越快；節(jié)能減排效率越高碳排放量越小。

2.2 旅游住宿碳排放估算

2008—2017年各省區(qū)的旅游住宿碳排放量見表3。從表3可見,我國旅游住宿碳排放總量在十年間變化幅度相對較小,且呈現(xiàn)出持續(xù)下降的趨勢,由2008年的270萬t下降到2017年的214萬t,原因有兩個方面：一是星級酒店數(shù)及其房間數(shù)增長幅度較小,二是酒店行業(yè)節(jié)能減排效率提高。各省區(qū)年碳排放量變化幅度同樣相對較小,2017年北京、廣東、浙江、山東和江蘇等的碳排放量要顯著高于其他地區(qū),西藏、寧夏、青海、吉林和天津的旅游住宿碳排放量最低,其他地區(qū)的旅游住宿碳排放量介于兩者之間。與2008年相比,各省區(qū)碳排放量大小位次未發(fā)生較大變化。從各省區(qū)十年的平均旅游住宿碳排放量來看,北京、江蘇、浙江、山東和廣東的碳排放量顯著高于其他地區(qū),天津、吉林、西藏、青海和寧夏的碳排放量顯著低于其他地區(qū)。其中,廣東的平均旅游住宿碳排放量最大,約20萬t,寧夏的平均旅游住宿碳排放量最小,為1.14萬t,相差了約18倍,可見我國旅游住宿碳排放量盡管年度間變化差異小,但區(qū)域差異仍然較大。十年來,除北京、內(nèi)蒙古、上海、西藏、甘肅、青海和寧夏外,其他地區(qū)旅游住宿碳排放平均增長率均為負值。其中,西藏旅游住宿碳排放平均增長率正向最大,為14.58%,吉林平均增長率負向最大,為-6.03%,其他地區(qū)的平均增長率絕對值在5%以內(nèi),變化幅度較小。綜合各省區(qū)旅游住宿碳排放及旅游業(yè)發(fā)展狀況,旅游住宿碳排放的區(qū)域差異主要受到各省區(qū)星級酒店規(guī)模及其增長速度、節(jié)能減排效率等因素的影響。

2.3 旅游活動碳排放估算

2008—2017年我國31個省區(qū)的旅游活動碳排放量見表4。從表4可見,隨著旅游業(yè)發(fā)展,游客迅速增加,我國旅游活動碳排放總量呈現(xiàn)出快速增長的趨勢,碳排放總量由2008年的211萬t增長至2017年的1026萬t,年均增長率達到42.92%。各省區(qū)年碳排放量同樣呈現(xiàn)出快速增長的趨勢,2017年山東、江蘇、貴州、湖南和四川的旅游活動碳排放量顯著高于其他地區(qū),西藏、寧夏、青海、海南和新疆的旅游活動碳排放量最低,其他地區(qū)的旅游活動碳排放量介于兩者之間。與2008年相比,各省區(qū)碳排放量大小位次未發(fā)生較大變化。從各省區(qū)十年的平均旅游活動碳排放量看,山東、江蘇、四川、浙江和河南平均碳排放量顯著高于其他地區(qū),西藏、寧夏、青海、海南和新疆旅游活動平均碳排放量顯著低于其他地區(qū)。其中,山東的平均旅游活動碳排放量最大,約為42.7萬t,西藏的平均旅游活動碳排放量最小,為1.12萬t,相差約38倍,區(qū)域差異較大。十年來,旅游活動碳排放增長速度最快的是西藏、甘肅、貴州、江西和安徽,其增長率分別為140.37%、117.13%、110.16%、83.08%和72.49%,黑龍江、北京、遼寧、廣東和天津的增長速度最小,其增長率分別為14.41%、16.05%、22.48%、24.52%和24.87%。旅游活動碳排放的區(qū)域差異同樣受旅游流規(guī)模及其增長速度、節(jié)能減排效率等因素的影響。

表3 2008—2017年我國31個省區(qū)旅游住宿碳排放量(萬t)

表4 2008—2017年我國31個省區(qū)旅游活動碳排放量(萬t)

(續(xù)表4)

省區(qū)/年份2008200920102011201220132014201520162017平均湖北7.7210.0714.3921.3827.1232.3649.3753.4047.9850.1531.39湖南8.3910.6414.0319.7823.7628.6843.0349.5147.3052.8629.80廣東9.3410.7012.8917.0019.3821.7531.2334.0829.6629.9621.60廣西6.487.979.7713.7116.6019.5130.2635.6534.2641.0921.53海南1.361.491.772.342.612.905.005.585.055.303.34重慶6.608.1411.0217.3419.8723.1734.8139.0434.6135.6123.02四川11.4614.5518.5627.4534.3438.7256.3161.5953.0752.8236.89貴州5.356.918.7913.3016.8321.1933.6539.4644.5458.4424.85云南6.898.179.6613.0515.7819.3829.8734.3636.1145.0221.83西藏0.150.370.470.680.831.021.622.111.942.011.12陜西6.017.669.9314.3718.2922.5634.7440.3837.6341.0623.26甘肅1.632.252.924.566.167.9813.2716.4116.0118.778.99青海0.590.730.841.101.241.412.102.432.412.741.56寧夏0.510.600.690.911.051.442.222.502.222.441.46新疆1.461.412.143.093.824.125.156.346.778.414.27總計211.18255.36323.86451.69539.49623.60908.281014.19938.061025.65—

2.4 旅游業(yè)碳排放總量估算

將旅游交通、旅游住宿和旅游活動碳排放相加得到旅游業(yè)碳排放,結果見表5。從表5可見,我國旅游業(yè)碳排放總量逐年增加,碳排放量由2008年的7277萬t增長至2017年的15695萬t,年均增長率為12.85%。將旅游業(yè)碳排放總量其與各年度全國旅游交通、旅游住宿和旅游活動總量進行比較分析發(fā)現(xiàn),我國旅游業(yè)碳排放主要產(chǎn)生于旅游交通過程中,其次是旅游住宿,旅游活動碳排放相對較少,2008—2017年旅游交通的全國平均碳排放量是旅游住宿平均碳排放量的43倍,是旅游活動平均碳排放量的17倍。各省區(qū)年碳排放總量同樣呈逐年遞增的態(tài)勢,2017年廣東、北京、四川、上海、山東等的碳排放量顯著高于其他地區(qū),寧夏、西藏、青海、吉林和內(nèi)蒙古的碳排放量最低,其他地區(qū)的碳排放量介于兩者之間。與2008年相比,各省區(qū)碳排放量大小位次未發(fā)生較大變化。在各省區(qū)十年的平均旅游業(yè)碳排放量中,廣東、北京、四川、上海、山東旅游業(yè)的平均碳排放量顯著高于其他地區(qū),青海、西藏、寧夏、吉林和內(nèi)蒙古旅游業(yè)的平均碳排放量顯著低于其他地區(qū)。其中,廣東的旅游業(yè)平均碳排放量最大,約1622.5萬t,青海的旅游業(yè)平均碳排放量最小,為40萬t,相差了約41倍,我國旅游業(yè)總碳排放區(qū)域差異巨大。十年來,旅游業(yè)碳排放增長速度較快的是天津、貴州、西藏、重慶和青海,年均增長率分別為48.94%、39.58%、35.74%、33.75%和30.92%,旅游業(yè)碳排放增長速度較慢的是安徽、江蘇、河北、甘肅和陜西,年均增長率分別為0.93%、2.64%、5.91%、6.86%和7.16%。

表5 2008—2017年我國31個省區(qū)旅游碳排放總量(萬t)

3 碳排放與旅游經(jīng)濟增長脫鉤分析

3.1 碳排放總量與旅游經(jīng)濟增長脫鉤分析

本文基于相關數(shù)據(jù)和脫鉤模型的公式計算出2008—2017年我國旅游業(yè)碳排放與旅游經(jīng)濟增長之間的脫鉤指數(shù),并依據(jù)旅游業(yè)碳排放脫鉤彈性的劃分標準,劃分我國旅游業(yè)碳排放與旅游經(jīng)濟增長的關系,結果見表6。

表6 2008—2017年我國旅游業(yè)碳排放與旅游經(jīng)濟脫鉤指標分析

從表6可見,2008—2009年我國旅游業(yè)碳排放與旅游經(jīng)濟增長間為擴張性脫鉤,即我國旅游經(jīng)濟與碳排放量同時增長,但該年旅游業(yè)碳排放量增長速度大于旅游經(jīng)濟增長速度,這可能與2008年全球金融危機有關。其他年份兩者間均為弱脫鉤關系,即我國旅游經(jīng)濟與碳排放量均保持正向增長,但該年旅游經(jīng)濟增長速度大于旅游業(yè)碳排放量增長速度。從變化趨勢看,旅游碳排放增長率呈減小趨勢,經(jīng)濟增長率呈增大趨勢,脫鉤指標呈減小趨勢,旅游業(yè)碳排放與旅游經(jīng)濟增長的關系有向強脫鉤關系發(fā)展的趨勢,意味著旅游經(jīng)濟發(fā)展的單位產(chǎn)值能耗與碳排放在減小,節(jié)能減排效率在升高,這既與技術進步有關,也與近些年來國家的相關政策和構建資源節(jié)約型、環(huán)境友好型社會的理念有關。

3.2 碳排放總量與旅游經(jīng)濟增長脫鉤分析

本文依據(jù)脫鉤模型,計算了2008—2017年我國各省區(qū)旅游業(yè)碳排放與旅游經(jīng)濟增長之間的脫鉤指數(shù),結果見表7。從表7可見,近十年來,各省區(qū)脫鉤指數(shù)大部分小于0.8,以弱脫鉤為主,旅游經(jīng)濟增長速度大于旅游業(yè)碳排放量增長速度。2016—2017年北京、天津、山東和青海處于增長連接狀態(tài),表明這些省區(qū)的旅游業(yè)碳排放量和旅游經(jīng)濟增長正處于耦合和脫鉤之間的過渡狀態(tài),旅游收入和旅游業(yè)碳排放的增長速度基本相同;重慶處于擴張性脫鉤狀態(tài),表示重慶在2016—2017年旅游收入與碳排放量同時增加,但旅游業(yè)碳排放量增量大于旅游經(jīng)濟增長速度,這是相對較差的一種脫鉤狀態(tài),需要加強旅游業(yè)的節(jié)能減排;安徽、西藏和寧夏處于強脫鉤狀態(tài),即旅游經(jīng)濟增長的同時旅游業(yè)碳排放量降低;其他地區(qū)均處于弱脫鉤狀態(tài)。2008—2009年各省區(qū)的脫鉤狀態(tài)較為復雜,北京、福建、廣東、青海處于增長連接狀態(tài),天津和黑龍江處于擴張性脫鉤狀態(tài),新疆處于強負脫鉤狀態(tài),河北、江蘇、湖北和海南處于強脫鉤狀態(tài),其他20個省區(qū)處于弱脫鉤狀態(tài),其中新疆所處的強負脫鉤狀態(tài)是最差的一種狀態(tài)。對比2016—2017年和2008—2009年兩個時間截面可以發(fā)現(xiàn),2016—2017年我國各省區(qū)的旅游業(yè)碳排放與旅游經(jīng)濟增長關系整體優(yōu)于2008—2009年,處于脫鉤狀態(tài)的省區(qū)由24個增加到26個,強負脫鉤的省份則減少到0。從具體的脫鉤指數(shù)來看,大部分省區(qū)的脫鉤指數(shù)值有降低趨勢,有著向強脫鉤關系發(fā)展的趨勢。

表7 各省區(qū)旅游業(yè)碳排放與旅游經(jīng)濟脫鉤指數(shù)

4 結論

本文收集了2008—2017年我國31個省區(qū)旅游交通、旅游住宿和旅游活動方面的相關數(shù)據(jù),依據(jù)相關模型,估算了各省區(qū)分項旅游碳排放量和碳排放總量,并利用脫鉤模型分析了各省區(qū)旅游業(yè)碳排放與旅游經(jīng)濟增長的關系。結果發(fā)現(xiàn):①我國旅游業(yè)碳排放主要產(chǎn)生于旅游交通過程中,其次是旅游住宿,旅游活動碳排放相對較少。隨著旅游業(yè)的迅猛發(fā)展,近十年來我國旅游交通、旅游活動碳排放總量和旅游業(yè)碳排放總量迅速增加,年均增長率超過10%;旅游住宿碳排放總量在十年間變化相對較小,但呈現(xiàn)逐年下降的趨勢,原因可能是星級酒店數(shù)及其房間數(shù)增長幅度較小、酒店行業(yè)節(jié)能減排效率提高。②各省區(qū)旅游交通、旅游活動碳排放總量和旅游業(yè)碳排放總量快速增長,而旅游住宿碳排放量變化幅度相對較小。各省區(qū)年碳排放量規(guī)模及增長速度有較大差異,旅游碳排放的區(qū)域差異主要受到各省區(qū)旅游流規(guī)模及其增長速度、星級酒店規(guī)模及其增長速度、節(jié)能減排效率等因素的影響。③隨著資源節(jié)約型、環(huán)境友好型社會等理念的提出,國家相關政策的落實、技術的進步,旅游業(yè)碳排放與旅游經(jīng)濟增長的關系有向強脫鉤關系發(fā)展的趨勢,意味著旅游經(jīng)濟發(fā)展的單位產(chǎn)值能耗與碳排放在減小,節(jié)能減排效率在升高,2008—2009年我國旅游業(yè)碳排放與旅游經(jīng)濟增長間為擴張性脫鉤,而其他年份為弱脫鉤關系,即我國旅游經(jīng)濟與碳排放量均保持正向增長,但該年旅游經(jīng)濟增長速度大于旅游業(yè)碳排放量增長速度。④近十年來,各省區(qū)脫鉤指數(shù)大部分小于0.8,以弱脫鉤為主,旅游經(jīng)濟增長速度大于旅游業(yè)碳排放量增長速度,處于脫鉤狀態(tài)的省區(qū)由24個增加到26個,強負脫鉤的省份減少到0。從具體的脫鉤指數(shù)看,大部分省區(qū)脫鉤指數(shù)值有降低趨勢,有向強脫鉤關系發(fā)展的趨勢,有助于構建資源節(jié)約型、環(huán)境友好型社會。

本文估算了2008—2017年我國及31個省區(qū)的旅游交通、旅游住宿和旅游活動3個方面的碳排放量以及各年度全國碳排放總量,利用脫鉤模型分析了各省區(qū)旅游業(yè)碳排放與旅游經(jīng)濟增長的關系,在研究內(nèi)容和結論中有一定的新意,豐富了旅游碳排放及脫鉤分析的相關研究,有助于認清我國旅游業(yè)碳排放的區(qū)域特征、發(fā)展歷程及其與旅游經(jīng)濟增長之間的關系,為各地區(qū)平衡旅游經(jīng)濟發(fā)展和環(huán)境能耗之間的關系和降低旅游業(yè)的碳排放提供了理論依據(jù)，但研究中也存在著一定的局限性。由于數(shù)據(jù)獲取的限制,本文旅游交通碳排放中民航旅客周轉(zhuǎn)量通過民航運輸量與我國平均運輸距離相乘而得;旅游住宿碳排放的估算僅采用星級酒店的有關數(shù)據(jù),忽視了其他住宿設施的影響;交通方式中僅考察了鐵路、公路、水運和民航4種交通方式,忽略了自駕車等出游方式,結果可能存在一定的偏差。以上問題將在后續(xù)研究中做進一步的改進和完善。