基于碳排放核算的中國區域旅游業生態效率測度及比較研究#

劉 軍,問 鼎,童 昀,馬 勇

1 湖北大學旅游發展研究院,武漢 4300622 湖北大學商學院,武漢 4300623 中國科學院大學,北京 1000494 湖北旅游開發與管理研究中心,武漢 430062

生態效率(Eco-efficiency)是Schaltegger和Stum提出[1],并由世界可持續發展工商理事會(WBCSD)發展了這一概念,即生態效率是用更具有競爭力的產品或服務滿足人們需求、提升生活品質的同時,減少這些產品在生命周期內的生態影響和資源利用強度,或者生態影響及資源利用強度至少達到地球能夠承載的范圍[2]。旅游業生態效率(Eco-efficiency of tourism)由G?ssling等明確提出,他認為生態效率是實現旅游可持續發展的重要工具,旅游業生態效率是衡量旅游業環境與經濟績效的重要概念[3]。從既有研究現狀來看,生態效率在測度尺度的廣泛性[4- 6]、核算方法的多樣性[7- 8]以及影響因素[9- 11]等方面的研究已經積累了相當多的成果,但關于旅游業生態效率的研究仍然較少。

既有文獻中關于旅游業生態效率的研究以測度和在目的地管理的應用為主[12]。G?ssling等利用二氧化碳排放量與旅游收入的比值表征旅游業生態效率,并對落基山國家公園、阿姆斯特丹、法國等不同尺度的目的地進行了測度[3]。李鵬等以旅游產品線路為研究對象,利用旅游者旅游活動各個環節的碳排放與旅游消費的比值對香格里拉旅游產品線路的生態效率進行了測度[13]。Perch-Nielsen等在用“自上而下”和“自下而上”兩種方法對碳排放估算的基礎上,對瑞士旅游業生態效率進行了測度并與其他產業進行了比較[14]。Bruijn等基于假日調查數據,利用二氧化碳排放量與旅游收入的比值持續估算了荷蘭2002—2011年的旅游業生態效率[15]。與上述學者不同,Qiu等利用旅游收入與碳排放比值表征旅游業生態效率,對中國旅游業生態效率進行了測度并分析了它的影響因素與空間集聚模式[16]。Kytzia等在研究達沃斯旅游業土地利用生態效率時,基于投入產出矩陣計算了土地利用量與旅游從業人員變化幅度對旅游業增加值的影響[17]。劉佳等在簡化旅游業環境產出的基礎上,利用DEA方法對2003—2012年中國以及中國沿海城市旅游產業生態效率進行了測度[18- 19]。彭紅松等在DEA的基礎上,引入包含非期望產出的 SBM-DEA 模型對黃山旅游目的地的復合生態效率進行了研究[20]。

在旅游業生態效率對目的地的管理應用方面,Kelly等在研究中假設目的地變得更具有生態效率與更不具有生態效率兩種情境,并通過對旅游者的調查發現過夜旅游者中有59.8%愿意讓目的地更具生態效率[21]。而Reilly等認為交通在旅游業生態效率中扮演了更重要的角色,通過對349個樣本進行調查,發現長途旅游者可通過改變其交通工具選擇來改善目的地旅游業生態效率[22]。與上述學者關注視角不同,姚治國在對海南旅游業生態效率的研究中,從生態效率感知態度著手,通過對企業與旅游者的調查,發現他們均支持海南生態效率改善,同時也愿意為此支付或增加投資[23]。

綜上,在旅游業生態效率測度的方法上,借鑒WBCSD關于生態效率的公式,用比值法來進行測度的研究仍占多數,其測度對象既包括小尺度的旅游地[23- 25],也包括中尺度的城市[3,26]與大尺度的國家[3,14- 15,19]。模型法,如投入產出矩陣、DEA、SBM-DEA等均有一定的應用。但由于旅游數據獲得較為不易,模型法測度的區域較為受限,一般以小尺度研究居多。雖然有學者利用模型法對中國旅游產業生態效率進行了測度,但是在非合意產出的處理上顯得過于簡略,且沒有考慮到區域能源消費結構的差異。同時,生態效率作為旅游業向可持續發展轉變的重要工具,是實現旅游可持續發展的重要前提。基于此,本研究結合中國實際,采用比值法對2000—2013年中國旅游業生態效率進行測度,利用變異系數與莫蘭指數對旅游業生態效率的地區差異進行分析,并通過與可持續發展生態效率值進行比較判斷區域旅游業可持續發展狀態。

1 研究數據與方法

1.1 研究區域與數據來源

考慮到數據的可獲得性,本文研究區域為除港澳臺和西藏之外的其余30個省級行政單元,區域總面積833.53萬km2,占國土面積的86.8%。研究時間段為2000—2013年,由于研究時間跨度大,在計算過程中將使用CPI對旅游收入進行平減。本文中涉及到的基礎數據分別來自《中國旅游統計年鑒(2001—2014)》與中國經濟與社會發展統計數據庫,這些數據包括各地區國內旅游收入、國際旅游收入、國內旅游人次數、國際旅游人次數、星級飯店床位數、星級飯店出租率、各類交通工具周轉量、國內旅游者游覽目的、國際旅游者游覽目的等。

既有研究中,與中國旅游碳排放相關的研究幾乎都是直接使用碳排放系數來進行計算[27-30],并沒有考慮到中國地區能源結構的差異性。本研究將使用能耗系數來估算旅游業的總能耗,再通過相關系數折算成二氧化碳排放量,其中交通工具、游憩活動的能耗系數參考石培華等[27]的研究成果(表1、2)；住宿設施能耗系數參考石培華等的研究成果,每床每晚為155 MJ；碳排放系數參考岳婷等[31]的研究成果,將其生活能源綜合碳排放系數進行折算,標準煤熱量參考《綜合能耗計算通則》(GBT2589—2008),取值為1 kg標準煤熱量為29307 KJ,經計算得到表3。

表1 交通工具能耗系數值

表2 游憩活動能耗系數值

表3 中國省份生活能源綜合碳排放系數/(g/MJ)

1.2 研究方法

1.2.1單一比值法

生態效率的核算方法主要有指標法與模型法[7]。指標法根據指標的種類又分為單一指標法與指標體系法。指標體系法與單一指標法相比涵蓋指標類型雖然更多,但是指標權重的處理過程會對結果產生較大的影響。模型法雖然有優勢,但是沒有考慮隨機因素以及數據質量的影響,同時模型本身也不能進行檢驗[32],因此用單一比值法對旅游業生態效率進行測度。參考Huppes等的研究成果,生態效率大都以經濟價值與環境影響比值的方式出現,如單位環境影響的生產價值、單位環境改善的成本、單位生產價值的環境影響、單位成本的環境改善等[33],同時參考前人研究中對旅游業生態效率的計算公式[3,13- 15,23- 26],本研究計算公式為式1,式中,TE表示旅游業生態效率,TC表示旅游業碳排放量,TR表示旅游業收入。

(1)

1.2.2“自下而上”法

旅游業碳排放的估算一般有“自下而上”和“自上而下”兩種方法。其中“自下而上”法主要是指通過估算旅游業各部門碳排放,然后將其進行加總；“自上而下”法主要是借助旅游衛星賬戶來進行估算。由于我國旅游衛星賬戶數據缺失,研究中將采用“自下而上”法對中國旅游業碳排放進行估算。旅游碳排放包括旅游交通、旅游住宿和旅游活動三類[3,27],如式2：

TC=Ttransport+Taccommodation+Tactivities

(2)

(3)

(4)

Ttransport=∑αi×βm×Cm×em

(5)

(6)

(7)

Taccommodation=∑αi×365×δi×Ri×Bi×b

(8)

(9)

(10)

Tactivities=∑αi(εp×nip+εq×fiq)

(11)

1.2.3變異系數

變異系數是用來衡量一組數據當中各觀測值變異程度的統計量。常用的標準差變異系數用CV表示,它是標準差(σ)與算術平均數(μ)的比率。

(12)

1.2.4莫蘭指數

(13)

2 旅游業生態效率測度及比較

2.1 旅游業碳排放估算

2.1.1旅游交通碳排放

依據式3—5,計算得到2000—2013年中國各地區旅游交通碳排放數據。其中旅游交通碳排放總量從2000年的1046.12 萬t上升到2013年的3719.69 萬t,增長了2.56倍(圖1)。2003年后,中國旅游交通碳排放量迎來了一個較快的增長期,主要是2003年之后國內旅游發展迅速,同時飛機出行的旅客增多,導致民航的旅游交通碳排放量顯著增加,其占比從2000年的32.08%上升至2013年的61.83%。

圖1 2000—2013年中國旅游交通碳排放總量估算Fig.1 Estimation of Chinese tourism transport carbon emissions from 2000—2013

從各地區旅游交通碳排放量來看(表4),廣東、上海、北京旅游交通碳排放量年均值最高,青海、寧夏旅游交通碳排放量年均值最低。廣東、上海、北京是我國旅游業發展較為成熟的地區,區域經濟發展水平高,游客接待人次數以及交通周轉量大,從而造成碳排放高。青海、寧夏由于游客量、區域交通通達性等均較為滯后,因而碳排放總量低。從變異系數來看,天津、重慶、青海2000—2013年離散程度要大于其他地區,說明其碳排放波動較大。

表4 2000—2013年中國省域旅游交通碳排放量均值與變異系數

2.1.2旅游住宿碳排放

圖2 2000—2013年中國旅游住宿碳排放總量估算 Fig.2 Estimation of Chinese tourism accommodation carbon emissions from 2000—2013

依據式6—8,計算得到2000—2013年旅游住宿碳排放總量。旅游住宿碳排放量從2000年的124.44 萬t上升到2013年的183.89 萬t,增長47.77%。與旅游交通碳排放量整體呈現上升的趨勢不同,旅游住宿碳排放量呈現出波動變化的趨勢(圖2)。

從地區旅游住宿碳排放量的變化情況來看,河南、湖南、青海的變異系數位于前三位,表明它們在2000—2013年的變動情況較大。北京、上海、廣東變異系數則位于最后三位(表5)。

2.1.3游憩活動碳排放

依據式9—11,計算得到2000—2013年中國旅游者游憩活動碳排放量從32.16 萬t上升為247.98萬t(圖3),增長6.71倍,是旅游業碳排放中增長最快的部門,但其碳排放總量是3個部門中最小的,最高年份僅占旅游業碳排放總量的5.97%。

表5 2000—2013中國省份旅游住宿碳排放量均值及變異系數

2.1.4碳排放總量

依據式2,計算得到2000—2013年中國及各地區旅游業碳排放總量情況(表6)。中國旅游業碳排放量從2000年的1202.71 萬t上升到2013年的4151.57 萬t,增長2.45倍,其中2013年旅游業碳排放總量占全國碳排放總量的0.42%。從各地區來看,旅游業碳排放量均值最高的3個地區為廣東、北京、上海,碳排放量均值最低的3個地區為青海、寧夏、天津。從各地區變異系數值來看,天津、重慶、青海碳排放總量離散程度最大。從旅游業各部門來看,旅游交通碳排放量最高,占到旅游業碳排放總量的86.98%—90.33%,這與G?ssling等估算的旅游交通碳排放占旅游碳排放總量的60%—95%結果一致[3]。旅游住宿碳排放占到旅游業碳排放總量的4.43%—10.35%,游憩活動碳排放量則占到2.67%—5.97%。

2.2 測度結果及比較

2.2.1中國旅游業生態效率總體情況

通過查閱《中國旅游統計年鑒(2001—2014)》以及各省社會經濟發展統計公報得到2000—2013年旅游收入數據,同時用2000—2013年CPI數據以及人民幣對美元的平均匯率將旅游收入調整到以2000年為基期的旅游收入。依據式1,計算得到2000—2013年中國旅游業生態效率值(圖4)。從結果來看,中國旅游業生態效率呈現持續改善的趨勢,每創造1美元旅游收入的碳排放量由0.12 kg下降到0.03 kg。與全國單位GDP的碳排放強度值比較,即使考慮旅游業收入大于旅游業增加值這一因素,2000—2013年全國碳排放強度仍然遠大于旅游業,由此可見旅游業相對于其他產業來說創造同樣的經濟價值所產生的環境影響更小。

圖3 2000—2013年中國游憩活動碳排放總量估算 Fig.3 Estimation of Chinese tourism activities carbon emissions from 2000—2013

圖4 2000—2013年中國旅游業生態效率Fig.4 Eco-efficiency of tourism from 2000—2013 in China

表6 2000—2013中國省份旅游碳排放量/(104 t)

2.2.2地區間旅游業生態效率比較

通過計算得到2000—2013年各地區旅游業生態效率值(表7)。從結果來看,天津、江蘇、浙江旅游業生態效率均值最小,分別為0.0236 kgCO2-e/＄、0.0370 kgCO2-e/＄和0.0511 kgCO2-e/＄,說明這3個地區每創造1美元的旅游收入所產生的碳排放量最小,即生態效率最優。甘肅、海南、寧夏旅游業生態效率均值最大,分別為0.3675 kgCO2-e/＄、0.2414 kgCO2-e/＄和0.2168 kgCO2-e/＄,說明這3個地區每創造1美元的旅游收入所產生的碳排放量最大,即生態效率最差。

從各個地區2000—2013年旅游業生態效率變動的情況來看,天津、北京、上海、海南旅游業生態效率相對較為平穩,變化趨勢較小,變異系數低于0.2；內蒙古、貴州、甘肅、遼寧、吉林旅游業生態效率變化較大,變異系數超過0.7；2000—2013年,各地區旅游業生態效率整體上呈現下降的趨勢,表明大部分地區旅游業生態效率得到了改善。其中內蒙古、貴州、吉林地區旅游業生態效率相對改善程度最大,分別改善了15.51倍、14.81倍與12.46倍；旅游業生態效率絕對程度改善最大的則是甘肅、內蒙古、貴州,每創造1美元旅游收入碳排放量分別減少了0.7231 kg、0.3584 kg與0.3035 kg。

表7 2000—2013中國省份旅游業生態效率/(kgCO2-e/＄)

圖5 2000—2013年中國各地區旅游業生態效率變異系數Fig.5 CV of tourism eco-efficiency from 2000—2013 in China

從地區間差異來看,通過計算2000—2013年全國旅游業生態效率的變異系數(圖5),發現區域差異沒有縮小,區域旅游業生態效率仍然存在著不平衡的問題。以2000年為例,旅游業生態效率最優的天津與最差的甘肅,創造1美元旅游收入所產生的碳排放量相差0.7499 kg,接近25.51倍；到2013年,旅游業生態效率最優的江蘇與最差的海南,創造1美元旅游收入所產生的碳排放量相差0.1548 kg,大約13.58倍。

2.2.3旅游業生態效率的空間差異

使用Geoda1.6對2000—2013年區域旅游業生態效率值進行Univariate Moran`s I檢驗。通過計算,得到Moran`s I散點圖,見圖6。該圖的第一象限表示旅游業生態效率高值地區被高值地區包圍,即高高聚集(High-high)；第二象限表示旅游業生態效率低值地區被高值地區包圍,即低高聚集(Low-high)；第三象限表示旅游業生態效率低值地區被低值地區包圍,即低低聚集(Low-low)；第四象限表示旅游業生態效率高值地區被低值地區包圍,即高低聚集(High-low)。

圖6 莫蘭指數散點圖(2000,2005,2010,2013)Fig.6 Scatter plot of Moran′s I (2000,2005,2010,2013)

根據圖6的結果整理得到表8,2000年中國各地區旅游業生態效率呈現顯著的高高集聚與低低集聚,旅游業生態效率的空間差異與地區經濟發展程度高度相關,生態效率低值地區,即生態效率好的地區幾乎全分布在沿海地區與經濟發展較好的地區,而生態效率高值地區則全部為中西部經濟發展滯后地區。2005年,中國各地區旅游業生態效率空間集聚發生了一定的變化,四川、遼寧、吉林由高高集聚變為低高集聚,即它們的旅游業生態效率相對于周邊地區得到了改善；天津、河南由低低集聚變為低高集聚,表明它們相對于周邊地區生態效率改善更快；云南由低高集聚變為低低集聚,表明它周邊地區的生態效率改善程度要快于它本身生態效率的提升；高低集聚地區維持不變,表明河北、貴州、湖南、江西、海南、安徽旅游業生態效率改善程度相對于周邊區域要慢。2010年,全國除海南以外的地區旅游業都進入可持續發展狀態,地區的旅游業生態效率集聚模式發生較大的變遷,同時相比于2000年和2005年,該年的莫蘭指數只有0.1149,地區旅游業生態效率的空間關系減弱。2013年,莫蘭指數進一步下降到0.0278,相對于2010年,陜西由低高集聚變為低低集聚,廣西、安徽、江西由高低集聚變為低低集聚,旅游業生態效率的空間集聚性進一步減弱。

表8 中國各地區旅游業生態效率集聚模式(2000,2005,2010,2013)

2.2.4旅游業生態效率的國際比較

在G?ssling等的研究中,他指出旅游業生態效率評價的根本目的在于將其作為一種工具用來衡量旅游業的可持續發展程度。世界可持續發展的生態效率值為0.2339 kgCO2-e/＄,因此可用這個值作為參考來判斷我國旅游業的可持續發展水平。

從全國總體情況來看,2000—2013年中國旅游業一直處于可持續發展狀態。同期的全國單位美元GDP平均碳排放強度一直高于0.2339 kgCO2-e/＄,說明中國旅游業整體可持續水平要優于其他產業,同時也表明旅游業在經濟發展與環境影響方面比其他產業具有更好的效率。

從全國各地區情況來看,大部分地區的旅游業生態效率都得到了改善。2000年全國有甘肅、內蒙古、寧夏、貴州、新疆、湖南、海南、吉林8個地區旅游業生態效率高于可持續發展的閾值；到2009年,全國僅海南一個地區旅游業生態效率高于可持續發展閾值；從2010年開始,全國所有地區旅游業均進入可持續發展狀態。海南旅游業生態效率相對其他地區偏高的主要原因在于海南是海島型旅游目的地,飛機是旅游者進出島的主要交通工具,因而旅游者人均碳排放量較高,2013年海南島的旅游者人均旅游碳排放達到31.27 kg,位居全國第一。

3 結論與討論

3.1 結論

3.1.1旅游業的環境影響不容忽視,旅游業部門碳排放差異明顯

傳統的觀點認為旅游業是無煙產業[37],研究顯示中國旅游業碳排放量一直呈現上升趨勢,旅游業的碳排放總量絕對值依然較大,至2013年達到4151.57 萬t。旅游業的碳排放中,交通、住宿和游憩活動3個部門之間碳排放量差異巨大,旅游交通部門幾乎占到了碳排放量的90%,旅游住宿與游憩活動合計只占碳排放量的10%左右。造成這種結果的原因,一方面是由于地區旅游交通可達性不一樣,導致旅游者交通工具的選擇差異較大；另一方面由于國內出臺的關于旅游交通的政策性文件較少,自1949年以來,只有14個與旅游交通相關的文件,因而在政策驅動減排上力度不夠。

3.1.2旅游業生態效率總體趨于改善,旅游業生態效率仍不平衡

研究顯示2000—2013年我國旅游業生態效率值總體呈現下降的趨勢,由2000年的0.1193 kgCO2-e/＄下降為2013年的0.0309 kgCO2-e/＄,表明我國旅游業生態效率不斷趨于改善。這與這一時期我國對旅游業的重視程度密不可分。自2000年開始,國務院、原國家旅游局等部門出臺了136個與旅游有關的政策性文件[38],其中最為重要的便是2009年的國務院41號文件,這些政策性文件極大的促進了我國旅游業的快速平穩發展,國內旅游迎來了蓬勃發展時期。

同時,從區域差異的角度來看,在時間維度上,中國各地區旅游業生態效率的變異系數呈現不平穩的波動趨勢,最大值年份為2003年的0.8415,最小值為2007年的0.5647；2013年的變異系數為0.7483,2000年的為0.7114,表明各地區旅游業生態效率差異反而擴大了。在空間維度上,各地區旅游業生態效率的集聚模式發生了明顯的變化。新疆、甘肅、青海、寧夏一直位于高高集聚區；山東、江蘇、浙江、福建一直位于低低集聚區；河北、湖南、海南一直位于高低集聚區；其他地區的旅游業生態效率空間集聚模式均發生了變化。

3.1.3旅游業發展質量持續提升,旅游業進入可持續發展階段

通過與世界可持續發展的生態效率值比較,我國旅游業一直處于可持續發展狀態,這表明中國旅游業既做大了規模,產業質量也不斷提升。從各個地區的情況來看,2010年之后所有地區旅游業進入可持續發展階段。與其他行業比較,旅游業的碳排放總量相對較小。據國家統計局測算,2014年旅游業增加值占GDP比重為4.33%,而2013年旅游業碳排放量僅占全國的0.42%,由此可見旅游業具有資源消耗低,綜合效益高的特點。

3.2 討論

從旅游業生態效率測度方法來看,由于采用的是“自下而上”的方法估算旅游業碳排放,因此數據統計的全面性與廣泛性將決定研究的精確性。國內統計數據中對于旅游的統計仍不全面,因此本研究在進行碳排放估算時可能由于口徑較窄而漏掉一部分碳排放。與Qiu等[16]、石培華等[27]對中國旅游業碳排放估算結果相比,由于考慮到地區能源消費結構的差異,碳排放總量要小于上述研究。

從旅游業生態效率測度的結果來看,隨著時間的變化,我國各地區旅游業生態效率總體差距仍然存在,但經濟欠發達地區相對于經濟發達地區旅游業生態效率改善擁有后發優勢,旅游業生態效率絕對改善狀況明顯。這主要是由于旅游業對于經濟欠發達地區來說是重要的經濟增長點,因而作為區域的支柱性產業來發展。而對于經濟發達地區,旅游業對于經濟的貢獻不如欠發達地區重要,因而旅游業生態效率的改善空間要滯后于欠發達地區。但由于經濟發達地區的要素稟賦優勢,它們是國內最早進入旅游業可持續發展狀態的地區。

從旅游業生態效率優化與提升路徑來看,旅游業生態效率的改善既有賴于旅游業收入的增加,同時更重要的是減少旅游業碳排放。而旅游業減排的關鍵在于旅游者的“食住行游購娛”各個環節,企業、景區等應從旅游供給側進行改革,提供低碳旅游產品；旅游者應普及低碳旅游與環保意識,減少每次旅游活動的碳排放。另外,交通作為旅游碳排放的主要構成部分,應強化交通運輸企業主動減排的意識。