打开文本图片集

摘要：随着旅游业的发展，旅游业对环境的影响被社会各界所关注。本文以具有民族旅游特征的湘黔桂三省为研究对象，运用文献法和统计法计算该地区旅游业二氧化碳排放总量，使用基于扩展的 STIRPAT 模型，对拟合得到碳排放量与人口、经济、产业及能源利用效率的多元线性模型通过岭回归进行分析。并在此基础上分析了相应的政策建议。

关键词：STIRPAT 模型;岭回归;碳排放;绿色旅游

一、引言

近年来，随着我国城市化和工业化的高速发展，能源的需求在不断增大，我国的环境问题也越来越严峻。为有效控制碳排放，加快构建人类社会命运共同体，习近平总书记在2020年9月的联合国大会上宣布：“中国力争 2030 年前二氧化碳排放达到峰值，努力争取 2060年前实现碳中和目标”。2021年10月，中共中央、国务院印发《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》及《2030年前碳达峰行动方案》。“双碳”目标及相关政策的出台，说明我国政府已经开始重视国内的碳排放问题，学者们也从不同角度开展了碳排放的相关研究。在目前不少发达国家已实现碳排放和经济发展脱钩的情况下，我国碳排放强度虽在稳步下降，但仍处于总体碳排放增加阶段，碳达峰、碳中和目标仍然任重道远。

旅游业是推动我国经济发展的重要产业，同时也是我国一些地区的支柱产业，如广西桂林市、贵州黔南州、湖南怀化市等。这些少数民族集聚区的旅游开发，不仅能保护当地传统文化，也有利于拉动当地经济、促进就业等。民族文化形式多样，内容丰富，是少数民族聚居地区得天独厚的发展优势，也意味着高能耗、高排放的产业发展受到限制或禁止，各地政府近年来也不断推出政策进行生态保护并利用民族旅游业拉动当地经济的发展。这些以旅游业为主的少数民族地区工业能源消耗较少，且植被覆盖率高，似乎在达成“双碳”目标上有着明显的优势，然而，事实真的如此吗？一些国内外研究证据表明，旅游业在发展的过程中，同样也会直接、间接地排出大量的二氧化碳，旅游业已不是人们所认为的“无烟产业”。如何在保证民族旅游地区经济发展的同时控制二氧化碳的排放，成为学者们亟须考虑的问题。此外，民族地区旅游业的碳排放影响因素研究和民族地区碳排放的政策建议研究，将对我国“双碳”目标的实现具有重要意义。

国内外学者对旅游业碳排放问题做了大量的研究。学术界普遍认为其不仅包含旅游业直接碳排放，还包括旅游业间接碳排放，即旅游过程中直接消耗能源的活动所导致的碳排放，以及在旅游活动中，由于消费其他行业产品所导致的间接能源消耗所带来的碳排放。越来越多学者对为旅游活动提供支持的生产部门碳排放进行了研究。Zhou 等对中国航空业进行情景分析，预测中国航空业2030年产生的碳排放量将达到2013年的两倍[1];在宏观层面上，王景波等对山东省旅游业碳排放强度与影响因素进行理论分析和实证检验[2];赵先超等对分析了湖南省旅游业碳排放与旅游经济增长之间的脱钩关系[3];王凯等探索了我国旅游业碳排放与空间结构和产业规模的关联[4]。

在STIRPAT模型层面，该模型多应用于环境污染驱动因素的弹性分析。汤姿等运用STIRPAT模型对黑龙江旅游业二氧化碳排放量进行了因素分解[5];李艳红则全面评估了我国财政分权制度对环境的影响[6]。

综合来看，国内外学者对碳排放问题做了大量研究，但鲜有少数民族地区旅游的视角。广西、湖南、贵州三省是侗族主要的聚居地，旅游资源丰富，将来有望以民族特色为支撑，发展全域旅游。本文以三个省份为研究对象，在总体测算1996-2019年湘黔桂地区旅游业二氧化碳的基础上，并运用STIRPAT模型对影响因素进行了分解，以期为未来旅游业低碳发展政策提供科学依据。

二、研究方法和数据来源

（一）二氧化碳排放计算方法

本文采用自下而上法计算CO2排放量，参考Becken等的实证研究法[7]，将旅游业碳排放分为交通、住宿和活动三个部分，分解加总后得出旅游业碳排放总量。用公式表达为：Qt=∑3j=1 Qtj=Qt1+Qt2+Qt3。

其中，Qt代表第t年旅游业碳排放总量，Qt1、Qt2、Qt3分别代表第t年旅游交通业、旅游住宿业和旅游活动过程产生的碳排放量。

旅游交通碳排放计算方式：Qt1=∑4i=1  pti·αi·fi

Qt1为t年旅游交通碳排放量，pti为t年i类交通方式的客运周转量（pkm），交通方式可划分为公路、铁路、民航和水路四种类;αi表示各类交通方式中旅游者所占的比例，fi表示各类交通方式的碳排放系数。参考相关研究，确定公路、铁路、民航和水运的αi值分别为13.8%、31.6%、64.7%和10.6% ;fi值分别为133、27、137和106·pkm-1，并假设各个年份保持一致[7]。

旅游住宿碳排放计算方式：Qt2=365·Nt·lt·β

Qt2为t年旅游住宿碳排放量，Nt为旅游目的地住宿总床位数，以衡量接待能力;lt为床位平均出租率，β为每床每晚的碳排放系数。根据现有的研究成果，本文取每床每晚能耗值为130MJ，并参考1990年世界电力组织的转换系数，将能耗值转换为碳排放量，β取值为20.592[7]。

旅游活动碳排放计算方式：Qt3=∑5i=1  M·pi·γi

Qt3为t年旅游活动碳排放量，M为旅游者总数，pi为不同旅游目的的旅游者比例，γi为不同旅游目的的碳排放系数。结合相关研究，将旅游活动目的可划分为观光旅游、休闲度假、商务会议、探亲访友和其他目的五种类型，其单位二氧化碳排放系数分别为417、1670、786、591和172 g/人[7]。

综上所述，可得到旅游业总碳排量Qt。

（二）分析方法

本文基于STIRPAT模型探讨湘黔桂旅游业碳排放的影响因素，扩展后的模型考虑了人口、经济、产业以及能源技术四个方面对碳排放的影响。表达式为：

I=αPαAbTcCdε

式中，I是旅游业碳排放总量，首先，P代表人口因素，以旅游人次为指标，因为旅游人次越多，对能源的需求越大，碳排放量越多;A为经济指标，用人均旅游收入为表征，接待游客数量越多，旅游目的地的收入会越大，人均旅游收入体现了旅游业对经济发展促进作用;T为产业指标，选择与旅游业相关程度较大的第三产业实际产值作为变量，同时，第三产业也反映了产业结构变化;C衡量能源技术，以每万元地区GDP所耗用能源为指标，技术水平越高，则意味着能源利用效率越高，每万元地区GDP所耗用能源越少，能有效减少碳排放量。α为模型系数，a、b、c为因素指数，ε为模型误差。

对方程两边取对数得：1nI=1nα+a1nP+b1nA+c1nT+d1nC+1nε

式中，a、b、c和d为弹性系数，表示当P、A、T、C变化1%时，分别引起I相应的百分比变化。考虑到排放量I与经济发展指标A之间并非仅存单一的线性关系，因此引进1nA的二次项，以检验旅游经济发展与旅游业碳排放之间是否存在倒U型库兹涅茨曲线。模型调整为：1nI=1nα+a1nP+b1nA+e（1nA）2+c1nT+d1nC+1nε

（三）数据来源

考虑到数据的可获得性，本文选择1996年-2019年作为研究的时间段。其中，交通、住宿、能源、旅游人次、收入和第三产业等相关数据来自各省统计年鉴;旅游活动数据参考《中国旅游统计年鉴》和《旅游抽样调查资料》。其中，旅游收入以2000年为价格基期，利用物价指数得到不变价旅游收入，第三产业实际产值利用GDP指数进行调整。

三、回归与分析

根据上述公式可计算出三个省份的碳排放量。1996年-2019年三省份的旅游碳排放量从100万吨左右上升到400至500万吨，总体上持续增长。这主要是由于经济社会和游客数量的快速增长所致。然而，技术的发展和环保意识的提升使得人均碳排放量呈下降趋势。

（一）回归结果

应用SPSS软件对模型进行线性回归分析，R2和F统计量十分显著。但分析发现，方差膨胀因子远远高于10，可见自变量之间的多重共线性十分显著。并进一步从总体上测验皮尔逊相关，结果明显可见各变量之间高度相关。当变量之间存在共线性时，线性回归的方差会膨胀，因此采用无偏估计拟合出的方程系数可靠性低，不能根据普通最小二乘法的结果进行判断，必须克服各自变量之间存在的多重共线性。

为解决多重共线性问题，本文采用岭回归进行分析。岭回归是一种专门用于共线性数据分析的有偏估计回归方法，其舍弃了最小二乘法的无偏性而丢失部分信息，但能够使回归系数估计更为符合实际。对方程进行岭回归分析，以步长为0.01对岭回归系数K进行检验，并得到模型可决系数和变量。可见当k=0.1、0.15、0.14和0.04时，回归系数趋于平稳。具体岭回归结果如表1所示，除常数项外，其他岭回归系数和F统计量基本通过了显著性水平检验，R2都大于0.9，整体拟合效果良好。因而该模型很好地解释了湘黔桂旅游业碳排放与其影响因素的关系。

（二）结果分析

由表1可知，旅游人次的增加和第三产业的发展均会旅游业碳排放量的增加，湖南省能源技术的进步减少了碳排放，而广西、贵州能源技术的发展并没有取得相同的效果;同时，人均旅游收入对数的二次项系数都为正值，即人均旅游收入与旅游业碳排放量之间没有形成库兹涅茨曲线倒U型关系，这说明旅游经济的发展并未带来旅游业碳排放总量减少的拐点，也反映出侗文化圈的生态旅游、经济发展与低碳环保三者之间尚未实现有机统一。

各省份的影响因素都以第三产业最为显著，在其他因素保持不变的情况下，第三产业产值每提高 1%，会促使各个省份旅游业二氧化碳排放增加 0.417%至0.515%不等。伴随着旅游业的发展，与旅游业直接相关和间接相关的第三产业对能源的需求也在不断增长，由此促进了碳排放的增加。因此，减少碳排放应从经济结构综合考虑，改变旅游业的单一治理现状，强化各产业多部门的协同合作。

四、结论与建议

（一）结论

本文在通过自下而上法测算出湘黔桂旅游业碳排放量的基础上，基于STIRPAT模型，利用1996-2019年省级数据，探讨了旅游业碳排放驱动因素。文中分析了人口、经济、产业以及能源四个指标对湘黔桂旅游业碳排放的影响，结果发现，尽管人均碳排放在下降，但由于人口基数较大，碳排放总量仍在增长，且目前经济社会发展和碳排放总量之间尚不存在库兹涅茨曲线，侗文化圈的生态旅游、经济发展与低碳环保三者之间尚未实现有机统一;不同省份各影响因素对旅游业碳排放的作用也有所差异，但都以第三产业最为显著，在其他因素保持不变的情况下，第三产业产值每提高 1%，会促使各个省份旅游业二氧化碳排放增加 0.417%至0.515%不等，这为各省份制定相关政策提供了顺序参考。

（二）建议

结合以上分析，应综合考虑各种影响因素，从各方面着手降低湘黔桂旅游业碳排放量。在旅游经济方面，湘黔桂地区经济与环境的协调尚未达成，因此要利用新能源，发展新工艺，促进旅游经济的低碳转型升级，改善生态环境质量，实现低碳旅游和经济协调发展新格局;在旅游人数方面，在旅行规模逐年扩大的背景下，应着力加强旅游者的低碳意识教育，引导形成低碳行为;在产业结构方面，应改变旅游业的单一治理现状，强化各产业多部门的协同合作，促使湘黔桂产业结构优化，发展循环经济，以降低环境压力。

参考文献：

[1]Zhou W， Wang T， Yu Y， Scenario analysis of CO 2 emissions from China`s civil aviation industry through 2030[J]， Applied Energy， 2016， 175

[2]王景波， 安伯超， 马国超， 等， 省域旅游业碳排放强度测算及影响因素研究[J]， 统计与决策， 2019， 35（18）， 99-102

[3]赵先超， 朱翔， 湖南省旅游业碳排放的初步估算及脱钩效应分析[J]， 世界地理研究， 2013， 22（01）， 166-175

[4]王凯， 肖燕， 李志苗， 等， 中国旅游业CO2排放因素分解：基于LMDI分解技术[J]， 旅游科学， 2016， 30（03）， 13-27

[5]汤姿， 李晓红， 基于STIRPAT模型的黑龙江省旅游业二氧化碳排放影响因素分析[J]， 生态经济， 2019， 35（08）， 141-145

[6]李艳红， 基于STIRPAT模型的财政分权对碳排放的影响测度[J]， 统计与决策， 2020， 36（18）， 136-140

[7]Becken S， G D C S， Energy use associated with different travel choices[J]， Tourism Management， 2003， 24（3）

作者简介：

杨海锋（1998-），男，汉族，广西玉林人，广西大学经济学院，在读硕士，数量经济学。

通讯作者：崔超（1998-），男，汉族，山西运城人，广西大学工商管理学院，在读硕士，企业管理。