時朋飛，王夢君，陶春艷，田子業(yè)

（1.西南大學經濟管理學院，重慶 400715；2.華中師范大學城市與環(huán)境科學學院，武漢 430079）

0 引言

旅游業(yè)已成為全球發(fā)展勢頭最強勁和規(guī)模最大的產業(yè)之一[1]，有研究發(fā)現，旅游業(yè)可能超過多數經濟部門，成為未來全球碳排放的主要貢獻者[2]。作為國家重要戰(zhàn)略區(qū)域的長江經濟帶，其定位是生態(tài)文明建設先行示范帶，發(fā)展思路是堅持生態(tài)優(yōu)先、綠色發(fā)展。因旅游業(yè)的綠色產業(yè)屬性以及該區(qū)域旅游資源富集、旅游經濟發(fā)達，旅游業(yè)已成為驅動該區(qū)域綠色發(fā)展的重要引擎。

現有文獻對旅游業(yè)碳排放研究較多，主要圍繞旅游業(yè)碳排放測度方法探索和旅游業(yè)碳排放影響因素分析兩個方面展開。旅游業(yè)碳排放測算是旅游業(yè)綠色發(fā)展研究的基礎，當前主要有三種測度方法，分別是自上而下法、自下而上法和碳足跡法[3，4]。其中，自上而下法一般借助旅游衛(wèi)星賬戶測度旅游業(yè)碳排放，自下而上法多是基于旅游者視角測算旅游交通、旅游住宿與旅游活動產生碳排放的總和，碳足跡法多應用于具體旅游景區(qū)的碳排放計算。隨著旅游業(yè)碳排放測度準確性的提升，較多學者開始關注其影響因素，他們多是借助Kaya 恒等式、LEAP 模型、LMDI 分解法和STIRPAT模型來分析影響旅游業(yè)碳排放的因素[5—7]，發(fā)現旅游人數、人均旅游收入是影響旅游碳排放的重要因素，旅游業(yè)碳排放強度是關鍵的技術因素。然而既有影響因素的研究多是探究內生變量的作用，較少考量外生變量（如城鎮(zhèn)化）與內生變量的交互作用，這不利于提出針對性的策略。另外，學者們開始注重旅游業(yè)碳達峰的研究，但研究成果偏少。如唐承財等（2021）[8]在識別影響旅游業(yè)碳排放因素的基礎上，借助前景預測法計算了中國旅游業(yè)實現碳達峰的時間；朱海和王立國（2022）[9]也借助該方法測量了江西省旅游業(yè)碳達峰的時間。

基于已有研究，本文以長江經濟帶11 省市為研究區(qū)域，在測度其旅游業(yè)碳排放的基礎上，借助拓展的STIRPAT 模型及嶺回歸方法剖析該區(qū)域旅游業(yè)碳排放影響因素以及這些因素與外生變量的交互作用；并基于旅游業(yè)碳排放預測模型和情景分析法對該區(qū)域旅游業(yè)碳達峰時間及峰值進行預測，以期為長江經濟帶旅游業(yè)綠色發(fā)展、低碳發(fā)展提供理論支撐與實證支持。

1 研究設計

1.1 研究方法

1.1.1 旅游業(yè)碳排放估算法

本文參考相關研究[5,10,11]，同時考慮到自上而下法存在相關數據統(tǒng)計要求高和過高估計旅游業(yè)碳排放的問題，采用自下而上法，即按照“先拆分、后集成”的思路，將旅游業(yè)分解為旅游交通、旅游住宿與旅游活動三個部分，并進行加總核算。具體計算公式如下：

公式（1）中，Tc表示旅游業(yè)碳排放總量，TTc表示旅游交通碳排放，THc表示旅游住宿碳排放，TRc表示旅游活動碳排放。公式（2）中，δit、γi、εi分別表示不同交通方式的旅客周轉量、某類交通方式旅客周轉量中旅游者比例、某類交通方式的碳排放因子。公式（3）中，Nt、Rt、T、β分別表示客房床位數、客房出租率、一年天數、旅游住宿碳排放因子。公式（4）中，Vkt和μk分別表示各類活動的旅游人次和與之對應的旅游活動碳排放因子。另外，上述公式中所有參數均參考文獻[10,11]。

1.1.2 拓展的STIRPAT模型

STIRPAT（Stochastic Impacts by Regression on Population，Affluence，and Technology）模型最初由Ehrlich 等提出的I=P.F(P) 發(fā)展而來。本文以I=aPbAcTde為基本模型，由于STIRPAT模型是包含多個自變量的非線性隨機模型，因此，對等式兩邊同時取對數可以得到：

公式（5）中，自變量為lnP、lnA、lnT，因變量為lnI，lna是常數項，e為隨機誤差項。根據旅游業(yè)的實際情況，參考相關文獻[6,12]，本文選取長江經濟帶各省市旅游業(yè)碳排放總量（I）作為被解釋變量，人口因素以旅游接待人次（P）來表征，富裕程度指標以人均旅游收入（A）來度量，技術水平用旅游業(yè)碳排放強度（T）表示。在此基礎上，本文進一步對STIRPAT模型進行拓展。旅游業(yè)碳排放還可能會受到旅游接待設施規(guī)模（TR）、旅游交通碳排放比例（TP）等方面的影響。旅游接待設施規(guī)模反映了一個地區(qū)旅游基礎設施建設情況，旅游基礎設施規(guī)模越大，接待游客量越多，進而產生更多的碳排放[7]；同時，多數研究的共識性結論是，旅游業(yè)碳排放中占比最高的是旅游交通碳排放，且二者具有正相關關系[13]。因此，本文選取旅游接待人次、人均旅游收入、旅游業(yè)碳排放強度、旅游接待設施規(guī)模以及旅游交通碳排放比例作為解釋變量，引入模型并對變量進行處理，該模型進一步拓展為：

公式（6）中，b、c、d、f、g為彈性系數，表示當P、A、T、TR、TP每變化1%時，分別引起I發(fā)生b%、c%、d%、f%、g%的變化。

為考察外生變量城鎮(zhèn)化水平（U）與內生變量交互項對旅游業(yè)碳排放的作用[14]，本文引入交互項對公式（6）進一步拓展：

公式（7）中，lnU×lnP、lnU×lnA、lnU×lnT、lnU×lnTR和lnU×lnTP分別為城鎮(zhèn)化水平與旅游接待人次、人均旅游收入、旅游業(yè)碳排放強度、旅游接待設施規(guī)模和旅游交通碳排放比例的交互項，h、k、l、m和n為彈性系數。

為了克服自變量之間存在的多重共線性問題，本文采用有偏估計回歸方法——嶺回歸法，對拓展的STIRPAT模型進行回歸。

1.1.3 情景分析法

本文引入影響旅游業(yè)碳排放的因素，構建目標年份旅游業(yè)碳排放預測模型：lnI=0.495+0.085 lnP+0.409 lnA+0.074 lnT+0.060 lnTR+0.730 lnTP，并基于旅游業(yè)發(fā)展背景與趨勢設置多種情景，最終判別哪種情景最有利于旅游業(yè)碳達峰目標的率先實現。

本文以長江經濟帶旅游業(yè)發(fā)展趨勢和歷史數據為基礎，綜合考量社會經濟發(fā)展情況和新冠肺炎疫情對各因素的影響，將長江經濟帶旅游業(yè)碳排放情景按2022—2025年、2026—2030 年、2031—2035 年和2036—2040 年共4 個時間段來設定。同時，參考既有研究[8,9]，本文對旅游接待人次、人均旅游收入、旅游業(yè)碳排放強度、旅游接待設施規(guī)模和旅游交通碳排放比例這5個因素的變化率，分別設定了高速、中速和低速三種情景模式，并根據國家相關規(guī)劃與發(fā)展實際，對不同情景的變化率進行調整。最后，根據所有影響因素不同發(fā)展速率的搭配，形成不同的發(fā)展情景模式。

1.2 數據來源

本文測度旅游業(yè)碳排放與影響因素的數據主要來源于歷年《中國統(tǒng)計年鑒》《中國旅游統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國交通運輸統(tǒng)計年鑒》《旅游抽樣調查資料》以及長江經濟帶11 省市的統(tǒng)計年鑒，部分數據來源于11 省市的國民經濟與社會發(fā)展統(tǒng)計公報或政府相關部門網站。此外，本文以2006 年為價格基期，對人均旅游收入、旅游總收入等價值型指標的數據進行消除通貨膨脹處理。對于部分缺失數據，采用線性插值法補齊。

2 旅游業(yè)碳排放時序特征與影響因素分析

2.1 長江經濟帶旅游業(yè)碳排放時序特征分析

由下頁表1可知，2006—2019年長江經濟帶旅游業(yè)碳排放呈逐年遞增趨勢，雖然增速有所降低，但絕對增量仍較大。同時，旅游業(yè)碳排放總量從2006年的3109.57萬噸增加至2019年的6515.34萬噸，這主要是因為旅游流激增和旅游經濟規(guī)模擴大導致了該區(qū)域旅游業(yè)碳排放不斷增加，同時應注意到，該區(qū)域開始注重旅游業(yè)的碳減排；受新冠肺炎疫情影響，2020年旅游業(yè)發(fā)展接近停滯，旅游業(yè)碳排放不到2019 年的一半，隨著新冠肺炎疫情得到有效控制和旅游業(yè)復產復工政策的推進，2021 年旅游業(yè)碳排放有所回升。聚焦省域視角，上海一直獨占鰲頭，江蘇和浙江位居其后，與上海的差距逐步縮小，長三角旅游業(yè)碳排放約占整個流域的38%~40%，長三角應重新審視旅游業(yè)發(fā)展的負外部性。除2020 年和2021 年外，湖北、湖南、江西旅游業(yè)碳排放均呈增長趨勢，安徽在后續(xù)年份均維持在400萬噸左右；同時，長江中游旅游業(yè)碳排放占比由27%下降至24%，說明該區(qū)域旅游經濟發(fā)展與旅游業(yè)碳排放的關系可能由增長負脫鉤進入增長連接階段。在不考慮2020年和2021 年這兩個特殊年份的情況下，四川旅游業(yè)碳排放增速和增量均較快，在長江上游處于領先地位。重慶、貴州、云南亦呈增長趨勢，長江上游旅游業(yè)碳排放占比已超越中部，接近33%?？梢?，如果不改變發(fā)展模式，疫情后長江上游旅游業(yè)會再次進入高碳排放階段，未來如何解鎖發(fā)展模式困境將成為長江上游旅游業(yè)發(fā)展的關注重點。

表1 2006—2021年長江經濟帶旅游業(yè)碳排放

2.2 長江經濟帶旅游業(yè)碳排放的影響因素分析

2.2.1 長江經濟帶旅游業(yè)碳排放影響因素的異質性分析

本文根據已有研究[11，15]，將長江經濟帶劃分為長三角、長江中游、長江上游三個區(qū)域。其中，長三角包括上海、江蘇、浙江，長江中游包括安徽、江西、湖北、湖南，長江上游包括重慶、四川、貴州、云南。

對公式（5）進行嶺回歸，確定當變量趨于平穩(wěn)時的系數值k。經過測算，本文發(fā)現當k=0.165 時，嶺回歸系數開始趨于穩(wěn)定，進而得到各變量的系數（見表2）。此時，R2=0.985，F=102.356，Sig=0.000，模型擬合度較好，說明嶺回歸得出的結果能很好地解釋自變量與因變量之間的關系。對長三角、長江中游、長江上游旅游業(yè)碳排放影響因素的方程式分別進行嶺回歸。本文發(fā)現當k分別為0.34、0.22和0.22時，三個區(qū)域對應的回歸系數的變化開始趨于穩(wěn)定，此時R2分別為0.966、0.950、0.940，F 值分別為44.783、30.35、24.897，各變量系數顯著性較好（見表2）。

表2 分區(qū)域回歸結果

由表2 可知，對于長江經濟帶而言，旅游交通碳排放比例與人均旅游收入的系數值居前兩位，其他因素的作用也不容忽視。對于三個區(qū)域而言，旅游交通碳排放比例對其旅游業(yè)碳排放均發(fā)揮著較強的作用，呈現“長江上游＞長江中游＞長三角”的格局，尤其是對長江上游的影響最為明顯。長江上游是長江流域重要的生態(tài)涵養(yǎng)地，旅游業(yè)的規(guī)模化發(fā)展，產生了大量的碳排放，會對該地區(qū)生態(tài)環(huán)境產生較強的脅迫作用，因此，如何促進旅游交通碳減排成為該區(qū)域面臨的關鍵問題。人均旅游收入是影響三個區(qū)域旅游業(yè)碳排放的關鍵變量，尤其對長三角貢獻較大，系數值超過0.40。旅游接待人次對長三角、長江上游旅游業(yè)碳排放貢獻較大，對長江中游貢獻較低。旅游業(yè)碳排放強度也對三個區(qū)域旅游業(yè)碳排放發(fā)揮著一定的作用，長三角作用程度最大，即旅游業(yè)碳排放強度每變化1%，旅游業(yè)碳排放將產生0.107%的變化。最后，旅游接待設施規(guī)模也具有一定的貢獻，呈現“長江中游＞長三角>長江上游”的格局。雖然當前該因素影響程度較低，但隨著未來旅游需求的增加，旅游接待設施規(guī)?？赡苓M一步擴大，因此，綠色酒店建設與節(jié)能設備應用勢在必行。

2.2.2 城鎮(zhèn)化與自變量之間的交互作用分析

既有研究發(fā)現，城鎮(zhèn)化與旅游業(yè)發(fā)展具有較強互動關聯性[15]，因此，城鎮(zhèn)化與旅游業(yè)的交互作用也會對區(qū)域旅游業(yè)碳排放產生影響，具體如表3所示。

表3 長江經濟帶交互項嶺回歸結果（k=0.28）

一方面，城鎮(zhèn)化與旅游接待人次以及其與旅游交通碳排放比例的交互項均對長江經濟帶旅游業(yè)碳排放產生較強影響，表明城鎮(zhèn)化水平越高，旅游發(fā)展依賴的各種環(huán)境就越好，可吸引更多的旅游者，進而導致區(qū)域旅游業(yè)碳排放增加；同時，就地城鎮(zhèn)化的推進，現代性融入居民生活，解鎖了限制旅游發(fā)展的主觀因素，城鄉(xiāng)居民更依賴不同的交通工具開展具有原真性的旅游體驗，并再返回程式化的生活，這個過程必然導致區(qū)域旅游業(yè)碳排放增加。另一方面，城鎮(zhèn)化水平與旅游業(yè)碳排放強度、人均旅游收入、旅游接待設施規(guī)模的交互項也對該區(qū)域旅游業(yè)碳排放產生一定作用。因此，本文預測隨著城鎮(zhèn)化水平的提高，其與三個因素交互項的作用強度可能會進一步提升。

3 長江經濟帶旅游業(yè)碳排放達峰預測

3.1 旅游業(yè)碳排放情景參數設定

對于旅游接待人次而言，考慮到新冠肺炎疫情長達3年的影響以及旅游業(yè)復蘇尚需要一段時間，同時結合2020 年以來旅游接待人次的實際變化規(guī)律，本文假定2020 年后旅游接待人次開始反彈，該變化體現在設置的三種模式中。具而言之，其一，對于低速發(fā)展模式而言，旅游接待人次增加較慢，假設第一階段旅游接待人次為2020 年前六年最低增速10.83%的50%，第二、三、四階段分別是上一階段年均增速的50%。其二，在中速發(fā)展模式中，旅游接待人次增速適中，第一階段旅游接待人次的平均增速為2020年前六年平均增速13.74%的50%，同理，第二、三、四階段分別是上一階段年均增速的50%。其三，針對高速發(fā)展模式，旅游接待人次增速較快，假設第一階段為2020 年前六年最高增速17.59%的50%，后續(xù)階段均為前一階段年均增速的50%。

對于人均旅游收入而言，由于疫情的原因，人均旅游收入增長幅度會受到一定程度的影響，然而隨著旅游業(yè)復產復工，旅游發(fā)展規(guī)模擴大、效益提高、質量提升，未來的人均旅游收入水平將會得到一定幅度的提升，該變化體現在設置的三種模式中。具體而言，首先，在低速發(fā)展模式中，人均旅游收入增長較慢，假設第一階段人均旅游收入的年均增長率為2020年前五年最低增速的0.54%，第二階段的年均增速為第一階段年均增速的60%，第三階段的年均增速為第二階段年均增速的50%，第四階段的年均增速則為第三階段年均增速的30%。其次，針對中速發(fā)展模式，人均旅游收入增速適中，假設第一階段人均旅游收入的年均增長率為2020年前五年的平均增速3.16%的一半，第二、三、四階段的人均旅游收入的年均增速分別為1.32%、0.86%、0.34%。最后，對于高速發(fā)展模式而言，人均旅游收入增長較快，假設第一階段人均旅游收入的年均增長率為2020 年前五年的最高增速4.62%的一半，第二、三、四階段的人均旅游收入的年均增速分別為1.89%、1.54%、0.76%。

對于旅游業(yè)碳排放強度而言，在人與自然和諧共生的理念指導下，長江經濟帶綠色發(fā)展績效顯著，尤其是碳排放強度呈總體下降趨勢?！笆奈濉币?guī)劃中明確提出，單位國內生產總值能源消耗和二氧化碳排放分別降低13.50%、18.00%的目標。根據上述要求，本文將在三種情景中設置不同的旅游業(yè)碳排放強度降低水平。具體而言，首先，在低速發(fā)展模式中，旅游業(yè)碳排放強度下降速度較慢，假定2020—2040 年旅游業(yè)碳排放強度年均增速為2020年前五年最高增速-8.2%的30%。其次，針對中速發(fā)展模式，旅游業(yè)碳排放強度下降速度適中，假設2020—2040年旅游業(yè)碳排放強度年均增速為2020年前五年增速平均值-14.80%的20%。最后，在高速發(fā)展模式中，旅游業(yè)碳排放強度下降速度較快，假設2020—2040 年旅游業(yè)碳排放強度年均增速為2020 年前五年最低增速-17.30%的20%。對于旅游設施接待規(guī)模而言，受2020年暴發(fā)的新冠肺炎疫情的沖擊，旅游發(fā)展水平呈現斷崖式下降，旅游接待設施建設停滯；而后伴隨著國內新冠肺炎疫情得到初步有效控制及防疫復工成效顯現，尤其是疫情防控“新十條”政策的實施以及疫情管控的全面放開，國內旅游市場逐步復蘇，旅游接待設施可能進入新一輪的建設或更新周期，該變化體現在設置的三種模式中。首先，針對低速發(fā)展模式，旅游接待設施規(guī)模增速較低，假設第一階段旅游接待設施規(guī)模的年均增速為2020年前六年最低增速16.25%的50%，第二、三、四階段分別是上一階段年均增速的50%。其次，設置中速發(fā)展模式，旅游接待設施規(guī)模增速一般，第一階段旅游接待設施規(guī)模的年均增長率為2020年前六年平均增速19.65 的50%，第二階段為第一階段年均增速的40%，第三階段為第二階段年均增速的50%，第四階段為第三階段年均增速的50%。最后，在高速發(fā)展模式中，旅游接待設施規(guī)模增速較快，假設第一階段旅游接待設施規(guī)模的年均增速為2020 年前六年最高增速25.05%的44%，第二、三、四階段分別是上一階段年均增速的50%。

對于旅游交通碳排放比例而言，雖然疫情對旅游交通碳排放以及碳排放總量有較大的影響，但旅游交通在旅游業(yè)中占據特殊地位，其比例并不會有較大幅度的下降。同時，結合未來旅游業(yè)的復蘇，本文基于三種模式設置了旅游交通碳排放比例的不同變化速度。具體而言，首先，在低速發(fā)展模式中，旅游交通碳排放比例增速較低，假設第一階段旅游交通碳排放比例的年均增長率為2020年前五年的最低增速-0.24%的20%，第二、三、四階段旅游交通碳排放比例分別為-0.25%、-0.33%、-0.33%。其次，針對中速發(fā)展模式，旅游交通碳排放比例增速適中，假設第一階段旅游交通碳排放比例的年均增速為2020年前五年的平均增速1.05%的10%，即0.11%，第二、三、四階段旅游交通碳排放比例為前一階段年均增速的10%。最后，在高速發(fā)展模式中，旅游交通碳排放比例增速較快，假設第一階段旅游交通碳排放比例的年均增速為2020年前五年的最高增速3.78%的10%，第二、三、四階段旅游交通碳排放比例為第一階段年均增速的10%。

3.2 情景組合設置

根據前文中對各影響因素變化率的設置，參考既有文獻[8，9]，本文構建了5種具有典型代表意義的發(fā)展情景組合（見下頁表4），對長江經濟帶旅游業(yè)碳排放趨勢進行模擬預測，并試圖探尋實現長江經濟帶旅游業(yè)碳達峰的最優(yōu)路徑。

表4 長江經濟帶旅游業(yè)碳排放情景組合

（1）低速發(fā)展情景：各影響因素的變化率均按照低速發(fā)展，即該區(qū)域在實施節(jié)能降碳政策的同時，適當放緩旅游經濟增長速度，以減少旅游業(yè)碳排放，進而實現旅游業(yè)碳排放盡快達到峰值。（2）基準發(fā)展情景：在現有的政策條件（碳減排政策）和技術水平都不發(fā)生改變的情況下，所有因素的變化設置為“中等”，以確保旅游經濟繼續(xù)穩(wěn)步增長。（3）節(jié)能發(fā)展情景：注重現有低碳技術引入和既有清潔能源（天然氣）與可再生能源（風能、太陽能、生物質能）替代化石能源，強化對能源生產的管理與減少轉換過程中的浪費，進而促進旅游業(yè)能源強度快速降低。（4）綠色發(fā)展情景：在節(jié)能發(fā)展情景設置的各項條件基礎上，注重低碳技術的研發(fā)、創(chuàng)新與引入，以及借助更嚴格的環(huán)境規(guī)制淘汰落后產能，并增加經濟型碳補償措施，如對航空旅游和自駕旅游這些高碳旅游活動增加碳稅，還應加強旅游產業(yè)基礎設施低碳化建設。（5）快速發(fā)展情景：旅游經濟和旅游業(yè)碳排放同步快速增長，無限制的增長會對環(huán)境產生無法彌補的影響。這一情景是在旅游經濟增長更快、旅游消耗能源強度較大、旅游交通碳排放比例較高的背景下設定的，即沒有采取新的節(jié)能減排措施來控制旅游碳排放的增長。

3.3 峰值預測結果與分析

為了對未來長江經濟帶旅游業(yè)碳排放展開預測（2022—2025 年、2026—2030 年、2031—2035 年、2036—2040 年），本文基于長江經濟帶旅游業(yè)碳排放預測模型，結合5種發(fā)展情景組合設置，測算出不同情景下長江經濟帶旅游業(yè)2022—2040年的碳排放趨勢（見圖1），并得出不同情景下該區(qū)域旅游業(yè)碳達峰時間（見表5）。

圖1 不同情景組合下2022—2040年長江經濟帶旅游業(yè)碳排放趨勢

表5 不同情景組合下長江經濟帶旅游業(yè)碳達峰時間與二氧化碳峰值

5 種發(fā)展情景皆在后疫情時期經歷了先上升后下降的演化過程，但峰值年份及排放量峰值卻存在一定的差異。在低速發(fā)展情景中，預測結果顯示，長江經濟帶旅游業(yè)將于2030 年實現碳達峰，相應峰值約為6910.06 萬噸；然而這種發(fā)展情景是以犧牲旅游經濟發(fā)展的速度和規(guī)模為前置條件的，這會對疫情后旅游業(yè)復蘇和發(fā)展韌性提升產生阻礙作用，也不符合長江經濟帶高質量發(fā)展的要求，因此該發(fā)展情景僅為長江經濟帶旅游業(yè)碳達峰預測提供一定參考，實踐中操作性不強。在基準發(fā)展情景下，長江經濟帶旅游業(yè)將于2035 年實現碳排放峰值，峰值為7279.72萬噸，顯然該模式無法滿足中國2030 年碳排放達峰的要求，且延后時間較長。因此，促進旅游業(yè)基于既定目標達峰需要強有力的外部力量干預，如命令控制型環(huán)境規(guī)制和市場激勵型環(huán)境規(guī)制的實施。節(jié)能發(fā)展情景是在基準發(fā)展情景的基礎上，將消極因素的影響力度改為“強”的發(fā)展模式，此時消極因素對旅游業(yè)碳排放的抑制作用更強。在該發(fā)展情景下，長江經濟帶旅游業(yè)碳達峰時間為2030年，峰值為7123.61萬噸，與基準發(fā)展情景相比，該情景達峰時間提前，峰值也相應降低?？梢?，較強環(huán)境規(guī)制的實施，有助于實現旅游經濟發(fā)展與旅游業(yè)碳排放的解耦。綠色發(fā)展情景是在節(jié)能發(fā)展情景基礎上對影響因素速率的進一步優(yōu)化，尤其是將積極因素——旅游交通碳排放比例的影響力度改為“低速”。由于旅游交通碳排放在旅游業(yè)總碳排放中占比較高，因此，適當調低該變量的增速既能夠促進旅游高質量發(fā)展，又能有效削減碳峰值，進而推進旅游業(yè)發(fā)展與旅游業(yè)碳排放跨入強脫鉤的理想狀態(tài)。由表5可知，綠色發(fā)展情景的峰值為7113.85萬噸，達峰時間為2030年?？焖侔l(fā)展情景是指消極因素的影響力度為“中”，而所有積極因素的影響力度為“強”的情景模式。在該發(fā)展情景下，長江經濟帶旅游業(yè)碳峰值為8013.45 萬噸，達峰時間為2035 年，這與既定目標相差較遠，因此該發(fā)展情景十分不理想，不納入備選方案。

對比低速發(fā)展、基準發(fā)展和快速發(fā)展三種情景可知：在現有政策基礎上，進一步提升旅游業(yè)碳排放強度等可以有效縮短長江經濟帶旅游業(yè)碳達峰時間和削減碳峰值。節(jié)能發(fā)展情景是在基準發(fā)展情景基礎上，借助既有的技術、管理與政策推進旅游業(yè)碳減排。而綠色發(fā)展情景更加注重技術創(chuàng)新或升級改造、管理模式改革、消費理念優(yōu)化、創(chuàng)新體制機制等舉措來降低旅游業(yè)碳排放，進而實現了碳減排與經濟增長的共贏，綠色發(fā)展情景可被視為長江經濟帶旅游業(yè)實現碳達峰的最優(yōu)選擇。

4 結論與建議

本文在測算長江經濟帶旅游業(yè)碳排放的基礎上，借助拓展的STIRPAT模型厘清了影響該區(qū)域旅游業(yè)碳排放的因素，也探究了外生變量——城鎮(zhèn)化與影響因素的交互作用；利用旅游業(yè)碳排放預測模型和情景預測法對該區(qū)域旅游業(yè)碳達峰時間及峰值進行預測，得出如下結論：（1）2006—2019 年長江經濟帶旅游業(yè)碳排放呈增長態(tài)勢，增長的絕對量仍較大。上海穩(wěn)居第一梯隊，其他省市居第二梯隊，此外，長三角旅游業(yè)碳排放占比最高，長江上游后來居上，與長江中游發(fā)生位序更替，受新冠肺炎疫情影響，該區(qū)域旅游業(yè)碳排放在2019—2021 年呈先跌落后增長趨勢。（2）五個因素均對長江經濟帶旅游業(yè)碳排放產生一定影響，對于三個區(qū)域而言，影響因素的空間異質性分異顯著?；跈M向對比視角，旅游業(yè)碳排放強度和人均旅游收入對長三角地區(qū)影響最大，旅游交通占比和旅游接待人次對長江上游影響程度最大，旅游接待設施規(guī)模影響程度呈現“長江中游＞長三角＞長江上游”的格局。此外，城鎮(zhèn)化也是影響該區(qū)域旅游業(yè)碳排放的外生變量。（3）在設置的5 種發(fā)展情景下，長江經濟帶旅游業(yè)碳排放均經歷了“先上升、后下降”的演化過程，但5種發(fā)展情景達峰時間與峰值水平存在一定差異。其中，快速發(fā)展情景和基準發(fā)展情景達峰時間晚且峰值高；低速發(fā)展情景可按時達峰但沒有兼顧旅游經濟發(fā)展；節(jié)能發(fā)展情景和綠色發(fā)展情景均滿足達峰要求，但綠色發(fā)展情景峰值更低，是未來長江經濟帶旅游業(yè)發(fā)展的優(yōu)先選項。

基于以上結論，本文提出如下建議：（1）在促進旅游業(yè)效益、效率提升的前提下，進一步降低旅游業(yè)碳排放強度。其一，旅游交通領域的碳減排是旅游業(yè)綠色發(fā)展的關鍵所在，因此，旅游交通領域應積極研發(fā)、創(chuàng)新低碳節(jié)能技術，提高能源利用效率，并推進清潔能源代替化石能源。其二，從建筑全生命周期視角促進旅游飯店的碳減排，包括：使用新型綠色低碳建材、采用綠色低碳建造方式、推進光伏建筑一體化、推動建筑向智能化轉型等。其三，重視旅游活動低碳化，一方面建設低碳源旅游活動產品和高碳匯旅游景觀，建設新能源科普園、游樂園、休憩園以及低碳體驗環(huán)境；另一方面，積極提升游客綠色環(huán)保意識，大力倡導文明環(huán)保的生活方式和行為模式。（2）鑒于環(huán)境規(guī)制治理產業(yè)負外部性的有效性，打出不同類型環(huán)境規(guī)制的組合拳，成為促進旅游業(yè)碳減排的重要手段。適度加強命令型環(huán)境規(guī)制力度，尤其是在制定政策時，應盡快制定關于不同類型景區(qū)環(huán)境污染或破壞的懲治條例；注重激勵型環(huán)境規(guī)制的應用，尤其是對于長三角地區(qū)，應出臺獎勵性政策，積極引導旅游企業(yè)向綠色環(huán)保、低碳節(jié)能方向投資，促進旅游企業(yè)綠色生產效率提升。（3）基于一盤棋視角，強化聯防聯治與分類治理，進而促進旅游業(yè)碳減排。一方面，盡快成立長江經濟帶文旅產業(yè)發(fā)展委員會，基于碳達峰時間和峰值，盡快制定《長江經濟帶旅游業(yè)綠色發(fā)展規(guī)劃》《長江經濟帶旅游業(yè)碳達峰路線圖》，進而從頂層設計方面指導該地區(qū)旅游業(yè)低碳發(fā)展；另一方面，不同區(qū)域、不同省份應在充分考量城鎮(zhèn)化影響的情形下，根據發(fā)展特點就旅游業(yè)碳排放影響因素強優(yōu)補劣，如長江上游在提升城鎮(zhèn)化水平的同時，注重旅游交通低碳化建設，長江中游應在繼續(xù)推進城鎮(zhèn)化進程中，重視旅游設施的綠色化建設。