郭 偉，周海霞，張鵬飛

(燕山大學(xué) 經(jīng)濟(jì)管理學(xué)院，河北 秦皇島 066004)

一、引言

2021年兩會(huì)政府工作報(bào)告中指出扎實(shí)做好“碳中和”和“碳達(dá)峰”的各項(xiàng)工作,制定“2030年前實(shí)現(xiàn)碳達(dá)峰,2060年前實(shí)現(xiàn)碳中和”的行動(dòng)方案.各地區(qū)、各行業(yè)都面臨著碳減排的艱巨任務(wù).在全球CO2排放總量中,交通運(yùn)輸業(yè)約占25%,已成為全球溫室氣體第二大排放源[1-2].伴隨綠色經(jīng)濟(jì)的發(fā)展,旅游交通碳排放問題逐漸得到學(xué)界的關(guān)注,成為旅游學(xué)界研究的熱門主題之一.在不同交通方式的碳排放差異方面,魏艷旭等[3]選取中國鐵路、公路、水運(yùn)、航空四種交通運(yùn)輸方式對(duì)1980—2009年中國旅游交通碳排放進(jìn)行測(cè)算,并比較不同旅游交通方式的地區(qū)差異.另外,部分學(xué)者從效率的角度對(duì)公路[4]、鐵路[5]、航空[6-7]等不同交通方式以及整體交通運(yùn)輸部門[8]的碳排放績效進(jìn)行了測(cè)度和分析.在旅游交通碳排放的影響因素方面,國內(nèi)外學(xué)者主要集中在國家宏觀層面和市域、景區(qū)微觀層面,以空間區(qū)域?yàn)檠芯繂挝坏膸钍∮蚵糜谓煌ㄌ寂欧庞绊懸蛩氐难芯肯鄬?duì)薄弱.如Loo和Li[9]通過測(cè)算1949—2009年中國客運(yùn)碳排放量,指出交通是中國碳排放的主要貢獻(xiàn)者.王淑新等[10]通過測(cè)算中國旅游交通影響因素,得出推動(dòng)和阻礙能源效率的主導(dǎo)因素.孫燕燕[11]通過測(cè)算1997—2017年上海市旅游碳排放量,得出旅游全員勞動(dòng)生產(chǎn)率、碳強(qiáng)度效應(yīng)、能源強(qiáng)度效應(yīng)對(duì)旅游交通碳排放的影響程度依次減弱.旅游景區(qū)的迅猛發(fā)展,在一定程度上刺激了大量物流需求,導(dǎo)致碳排放量劇增,成為國內(nèi)外學(xué)者研究的焦點(diǎn).如楊曦等[12]通過對(duì)武隆世界自然遺產(chǎn)地旅游交通碳排放研究,得出旅游產(chǎn)業(yè)規(guī)模效應(yīng)和交通結(jié)構(gòu)是導(dǎo)致遺產(chǎn)地碳排放量增長的主要因素,而距離因素和排放因子則是導(dǎo)致碳排放量減少的主要因素.Liu Jun和Margarita[13-14]采用對(duì)數(shù)平均Divisia指數(shù)分解法,得出游客量是目前促使旅游相關(guān)碳排放增加的最主要因素,而能源強(qiáng)度是降低旅游碳排放的關(guān)鍵.在交通碳排放影響因素的研究方法方面,其理論框架也在拓展,延伸至因素分解研究.如馬慧強(qiáng)等[15]以山西省為案例地,利用 Kaya等式的擴(kuò)展建立LMDI分解模型,研究了各因素對(duì)碳排放量的影響程度.孫玉環(huán)[16]運(yùn)用廣義迪氏指數(shù)分解法(GDIM)分解 2000—2017年中國旅游業(yè)碳排放的影響因素,并增加絕對(duì)量、相對(duì)量變量因素以提高研究精度.

綜上所述,國內(nèi)外學(xué)者對(duì)旅游交通碳排放的研究尺度多集中在國家、省域和景區(qū)等類型,帶狀區(qū)域較少涉及.國內(nèi)研究內(nèi)容主要集中在測(cè)算和分解影響因素等方面,其中分解影響因素主要以LMDI分解法為主,對(duì)用Tobit面板模型進(jìn)行驅(qū)動(dòng)因素分析的研究尚不充分.鑒于此,本文以“一帶一路”沿線省域?yàn)檠芯繉?duì)象,應(yīng)用基尼系數(shù)法分析區(qū)域間和區(qū)域內(nèi)空間差異,并用空間計(jì)量Tobit模型探究驅(qū)動(dòng)因素,完善學(xué)界對(duì)旅游交通碳排放帶狀區(qū)域的理論研究,為“一帶一路”沿線省域旅游交通碳減排政策制定提供客觀依據(jù).

二、研究區(qū)域、研究方法與數(shù)據(jù)來源

(一)研究區(qū)域

“一帶一路”是“絲綢之路經(jīng)濟(jì)帶”和“21世紀(jì)海上絲綢之路”的簡稱,在中國經(jīng)濟(jì)發(fā)展格局中具有重要地位.現(xiàn)階段,“一帶一路”處于互聯(lián)互通和全面開放的新格局中,隨著區(qū)域內(nèi)旅游業(yè)的發(fā)展,將會(huì)刺激大量物流需求,而交通作為旅游活動(dòng)的重要組成要素,是旅游碳排放的主要來源.如何減少區(qū)域旅游交通碳排放,緩和碳排放與環(huán)境承載間的矛盾,是具有重要時(shí)效性和緊迫性的研究問題.由于缺少內(nèi)蒙古自治區(qū)和浙江省的相關(guān)數(shù)據(jù),本文選取“一帶一路”沿線16個(gè)省(市、自治區(qū))作為研究對(duì)象,科學(xué)測(cè)算其旅游交通碳排放量,分析其時(shí)空演變特征,對(duì)“一帶一路”相關(guān)決策的提出和沿線省域旅游業(yè)的低碳減排發(fā)展提供借鑒.

(二)研究方法

現(xiàn)階段,學(xué)界對(duì)碳排放量的測(cè)算模型主要?jiǎng)澐譃椤白陨隙隆钡耐度氘a(chǎn)出法和“自下而上”的測(cè)算方法[17].由于中國尚缺少完善的旅游交通數(shù)據(jù)統(tǒng)計(jì)系統(tǒng),本文選取“自下而上”的測(cè)算方法對(duì)旅游交通碳排放進(jìn)行測(cè)算,根據(jù)王佳[18]和石培華[19]等學(xué)者的研究成果,選取鐵路、公路、水路和民航四種交通方式作為測(cè)算對(duì)象,首先測(cè)算客運(yùn)交通碳排放量,并利用旅游交通碳排放占客運(yùn)交通碳排放的權(quán)重,間接估算“一帶一路”沿線省域旅游交通碳排放量,為旅游業(yè)低碳綠色發(fā)展提供客觀理論依據(jù).

1. 客運(yùn)交通碳排放

本文借鑒UNWTO測(cè)算交通碳排放量的方法[20],其測(cè)算模型如下：

式中,Ci為第i種交通方式碳排放量總量,Ri表示第i種交通方式的碳排放系數(shù)(gCO2/pkm)；Ti表示第i種交通方式的旅客周轉(zhuǎn)量(pkm).本文根據(jù)Paul Peeters[21]和石培華[19]等眾多學(xué)者的研究結(jié)果,選取鐵路、公路、水路和民航四種交通方式的碳排放系數(shù)分別為27、133、66和137.

2. 旅游交通碳排放

旅游交通碳排放是客運(yùn)交通碳排放的一部分,以客運(yùn)交通碳排放量與各種交通方式在旅游交通中所占比重的乘積測(cè)算,其測(cè)算模型如下：

式中,C為旅游交通碳排放量,Ci為第i種交通方式的客運(yùn)交通碳排放量,γi為第i種交通方式的客運(yùn)交通碳排放中旅游交通碳排放所占的比重.囿于我國旅游衛(wèi)星賬戶體系還不完善,無法確定γ值,故本文根據(jù)魏艷旭、孫根年[3]及眾多專家學(xué)者的研究結(jié)果,選取鐵路、公路、水運(yùn)和民航γ值分別為31.6%、13.8%、10.6%、64.7%(注：假設(shè)γ值適用于不同年份、不同地區(qū)的測(cè)算).

3. 基尼系數(shù)

基尼系數(shù)是最早用來衡量地區(qū)收入分配差異程度的經(jīng)濟(jì)學(xué)指標(biāo).通常而言,基尼系數(shù)越小代表地區(qū)差異性越小,區(qū)域協(xié)同性越強(qiáng)；反之,基尼系數(shù)越大則意味著區(qū)域協(xié)同性越弱[22].基尼系數(shù)可以分解為地區(qū)內(nèi)部差異貢獻(xiàn)Gw、地區(qū)間凈值差異貢獻(xiàn)Gnb以及超變密度貢獻(xiàn)Gt,即G=Gw+Gnb+Gt.本文將基尼系數(shù)引入旅游交通碳排放的研究中,運(yùn)用基尼系數(shù)指標(biāo)動(dòng)態(tài)詮釋“一帶一路”沿線省域旅游交通碳排放的空間差異,并深層次分析造成區(qū)域差異的原因,其測(cè)算模型如下：

本文將“一帶一路”沿線省域劃分為西南地區(qū)(廣西壯族自治區(qū)、云南省、重慶市和西藏自治區(qū))、西北地區(qū)(新疆維吾爾自治區(qū)、陜西省、甘肅省、寧夏回族自治區(qū)和青海省)、東北地區(qū)(黑龍江省、吉林省和遼寧省)和沿海地區(qū)(上海市、廣東省、福建省和海南省)四大部分,k為劃分的地區(qū)數(shù)量,為4,n為研究的“一帶一路”沿線省域個(gè)數(shù),為16,yji(yhr)表示地區(qū)j(h)內(nèi)省份i(r)的旅游交通碳排放量,nj(nh)表示地區(qū)j(h)內(nèi)省份的個(gè)數(shù),μj(μh)為地區(qū)j(h)內(nèi)的旅游交通碳排放量的均值.其中地區(qū)j的基尼系數(shù)Gjj和地區(qū)內(nèi)部差異貢獻(xiàn)Gw可表示為式(4)和式(6),地區(qū)j和h之間的基尼系數(shù)Gjh和地區(qū)間凈值差異貢獻(xiàn)Gnb則為式(5)和式(7)；超變密度Gt為式(8).

式(8)中,pj=nj/n,sj=njμj/nμ,j=1,2,……,k.Djh表示地區(qū)j和h之間旅游交通碳排放量的互動(dòng)影響,djh表示地區(qū)間旅游交通碳排放量的差值,代表地區(qū)j和h之間的yji-yhr＞0的數(shù)學(xué)期望,pjh為超變一階矩,代表地區(qū)j和h之間yji-yhr＜0的數(shù)學(xué)期望.

4. 空間計(jì)量Tobit 面板模型

Tobit模型基本結(jié)構(gòu)為：

(三)數(shù)據(jù)來源

本文數(shù)據(jù)資料主要來源于2010—2020年?中國統(tǒng)計(jì)年鑒??中國能源統(tǒng)計(jì)年鑒??廣西省統(tǒng)計(jì)年鑒??新疆統(tǒng)計(jì)年鑒??黑龍江統(tǒng)計(jì)年鑒??上海統(tǒng)計(jì)年鑒?等“一帶一路”沿線16個(gè)省(市、自治區(qū))統(tǒng)計(jì)年鑒資料,部分?jǐn)?shù)據(jù)來源于省(市、自治區(qū))國民經(jīng)濟(jì)與社會(huì)發(fā)展公報(bào).其中個(gè)別年份民航統(tǒng)計(jì)數(shù)據(jù)缺失,根據(jù)相應(yīng)年份的中國民航旅客周轉(zhuǎn)量的平均增長率進(jìn)行插值處理,保證數(shù)據(jù)的完整性.

三、實(shí)證結(jié)果與分析

(一)旅游交通碳排放時(shí)空演變分析

1. 時(shí)間特征分析

根據(jù)公式(1)、公式(2)測(cè)算出“一帶一路”沿線16個(gè)省(市、自治區(qū))旅游交通碳排放量,結(jié)果如圖1所示.從2009—2019年“一帶一路”沿線省域旅游交通碳排放量變化情況來看,“一帶一路”沿線整體以及西南、沿海地區(qū)旅游交通碳排放量都呈現(xiàn)出不斷增長的態(tài)勢(shì),特別是從2013年開始有了較大幅度的增長,表明旅游業(yè)的發(fā)展對(duì)能源消耗的依賴程度持續(xù)走高.從四大區(qū)域來看,西南和沿海地區(qū)的發(fā)展趨勢(shì)與“一帶一路”沿線整體趨于一致,初期增速緩慢,中后期以較高速率上升；西北地區(qū)和東北地區(qū)的發(fā)展趨勢(shì)大致相同,均有較小幅度的增長.在變化過程中,沿海地區(qū)旅游交通碳排放量上升幅度最大,且與“一帶一路”沿線整體的變化趨勢(shì)最為相近,研究后期增速略有下降,西南地區(qū)旅游交通碳排放量一直保持勻速的速率上升,而西北地區(qū)和東北地區(qū)變化趨勢(shì)趨于一致,且整體旅游交通碳排放值遠(yuǎn)低于其他地區(qū).整體而言,“一帶一路”沿線省域旅游交通碳排放量水平呈現(xiàn)沿海地區(qū)＞西南地區(qū)＞東北地區(qū)＞西北地區(qū)的狀態(tài).

圖1 2009—2019年沿線省域旅游交通碳排放量

根據(jù)其時(shí)間發(fā)展特征可將發(fā)展階段劃分為平穩(wěn)上升期(2009—2013年)和波動(dòng)增長期(2014—2019年).在2009—2013年平穩(wěn)上升期間,旅游交通碳排放量由2009年的0.4585噸增長至2013年的0.638噸,增長率在2.4%—13.2%之間浮動(dòng).在此期間,經(jīng)濟(jì)社會(huì)發(fā)展處于初級(jí)階段,有較適合旅游業(yè)快速發(fā)展的多種條件,而“一帶一路”沿線涉及重慶市、上海市、云南省、青海省等旅游目的地,大大增加了旅游交通需求,這也是導(dǎo)致旅游交通碳排放出現(xiàn)緩慢增長的主要原因.進(jìn)入波動(dòng)增長期(2014—2019年)后,旅游交通碳排放量由2014年的0.716 2噸增長至2019年的1.080 6噸,增長率在0.9%—3.7%之間波動(dòng).其中,2014年旅游交通碳排放量的增長率達(dá)到12.25%,為波動(dòng)增長期的峰值.2013年9月和10月,習(xí)近平總書記提出了共建“絲綢之路經(jīng)濟(jì)帶”和“21世紀(jì)海上絲綢之路”的重大倡議.“一帶一路”是橫跨歐亞大陸的經(jīng)濟(jì)帶,該倡議對(duì)國內(nèi)外旅游者的吸引力不斷增強(qiáng),刺激了大量物流需求,石油使用量的激增導(dǎo)致碳排放量增多,這是導(dǎo)致該時(shí)期旅游交通碳排放出現(xiàn)快速增長的主要原因.

2. 空間特征分析

旅游業(yè)碳排放強(qiáng)度(kg/億元),即單位旅游收入的增加所產(chǎn)生的二氧化碳排放量,用來反映旅游發(fā)展與環(huán)境的協(xié)調(diào)程度.[23]本文采用該指標(biāo)對(duì)旅游交通碳排放空間特征進(jìn)行分析.選取2010、2013、2016和2019年4個(gè)年份的旅游交通碳排放強(qiáng)度值,借鑒王強(qiáng)[24]等的劃分標(biāo)準(zhǔn),按照4個(gè)年份“一帶一路”沿線省域旅游交通碳排放強(qiáng)度均值的0.5、1和1.5倍將16個(gè)省(市、自治區(qū))旅游交通碳排放強(qiáng)度分為低碳排放區(qū)、中碳排放區(qū)、較高碳排放區(qū)和高碳排放區(qū)四類,結(jié)果如表1所示.2010年低碳排放區(qū)有西藏自治區(qū)、福建省、遼寧省和上海市4個(gè)；中碳排放區(qū)有陜西省、重慶市、云南省、廣東省、黑龍江省和吉林省6個(gè),占總數(shù)的37.5%,是主要的分布類型；較高碳排放區(qū)只有青海省1個(gè)；高碳排放區(qū)有新疆維吾爾自治區(qū)、甘肅省、寧夏回族自治區(qū)、廣西壯族自治區(qū)和海南省5個(gè),主要分布在西北地區(qū).整體來看,“一帶一路”沿線省域旅游交通碳排放呈現(xiàn)“一邊倒”的發(fā)展態(tài)勢(shì).該階段,原國家旅游局把促進(jìn)西部旅游業(yè)發(fā)展納入西部大開發(fā)的總體戰(zhàn)略中,旅游業(yè)得到良好發(fā)展,但同時(shí)旅游交通碳排放量也逐漸增多.2013年上海市和福建省旅游交通碳排放顯著增加,從低碳排放區(qū)變?yōu)橹刑寂欧艆^(qū),“一帶一路”沿線省域旅游交通碳排放有向東南方向轉(zhuǎn)移的趨勢(shì),逐漸呈現(xiàn)“兩端高、中間低”的發(fā)展態(tài)勢(shì).2016年和2019年西北地區(qū)由高碳排放區(qū)演變?yōu)橹刑寂欧艆^(qū),表明西北地區(qū)旅游交通碳排放得到有效控制,低碳旅游得到有效發(fā)展.在積極響應(yīng)“兩山理論”的社會(huì)背景下,國家和社會(huì)高度重視西北地區(qū)的生態(tài)保障功能,積極落實(shí)低碳綠色可持續(xù)發(fā)展,這是西北地區(qū)旅游交通碳排放得到控制的主要原因.但海南省一直處于高碳排放區(qū),一方面是由于海南省港口貿(mào)易發(fā)達(dá),水運(yùn)成為其交通碳排放的主要來源.另外,由于得天獨(dú)厚的自然條件,其旅游業(yè)得到跨越式的發(fā)展,旅游交通碳排放也隨之居高不下.從總體看,整體旅游交通碳排放得到有效控制,但在促進(jìn)低碳旅游發(fā)展方面仍有較大空間.

表1 “一帶一路”沿線省域旅游交通碳排放類型分布

(二)“一帶一路”沿線省域旅游交通碳排放區(qū)域差異測(cè)度

根據(jù)公式(3)—公式(11)測(cè)算出2009—2019年“一帶一路”沿線各區(qū)域旅游交通碳排放的基尼系數(shù),為進(jìn)一步分析各區(qū)域旅游交通碳排放的區(qū)域差異,對(duì)基尼系數(shù)進(jìn)行分解,結(jié)果如表2.

表2 2009—2019年“一帶一路”沿線省域旅游交通碳排放的基尼系數(shù)

1. 總體差異分析

從總體層面看,“一帶一路”沿線總體基尼系數(shù)的均值為0.338 8,空間分布呈現(xiàn)非均衡特征.從時(shí)序演變趨勢(shì)看,總體區(qū)域差異呈現(xiàn)先縮小后擴(kuò)大再縮小的發(fā)展態(tài)勢(shì).2009—2012年,總體差異由0.337 3逐漸下降至0.346 9,受2013年中國提出發(fā)展“一帶一路”倡議的影響,沿線省域旅游交通碳排放的總體差異出現(xiàn)明顯上升,2015年達(dá)到0.340 0后總體差異水平逐漸回落,2018年降至0.333 3,相較于2013—2015年期間旅游交通碳排放不平衡問題有所緩解.2018年之后,總體差異又開始逐漸上升,現(xiàn)階段,“一帶一路”區(qū)域差異擴(kuò)大趨勢(shì)明顯.

2. 區(qū)域間差異分析

從區(qū)域間差異大小看,西南—沿海區(qū)域間差異最大,區(qū)域間差異水平長期維持在1.15左右.西南—西北、西南—東北、東北—沿海區(qū)域間差異相對(duì)較小,長期維持在0.57—0.75之間,西北—東北區(qū)域間差異最小,長期低于0.4,表明“一帶一路”沿線區(qū)域間的差距極為明顯.從時(shí)序演變趨勢(shì)看,西南—沿海、西北—沿海區(qū)域間的差異呈小幅下降趨勢(shì),而西南—西北、西南—東北、東北—沿海、西北—東北區(qū)域間的差異呈小幅上升趨勢(shì).這表明在促進(jìn)旅游業(yè)綠色轉(zhuǎn)型的背景下,東北和沿海地區(qū)的低碳旅游得到有效發(fā)展,即東北與沿海地區(qū)間的差異在逐漸減小.另外,由于西南和沿海地區(qū)特殊的地理位置以及海南自貿(mào)港政策的提出,導(dǎo)致西南和沿海地區(qū)低碳交通改善速度過慢,與東北和沿海地區(qū)間的差異將不斷加大.

3. 區(qū)域內(nèi)差異分析

從區(qū)域內(nèi)差異大小來看,西南地區(qū)＞西北地區(qū)＞沿海地區(qū)＞東北地區(qū).從時(shí)序演變趨勢(shì)看,西南地區(qū)與沿海地區(qū)的組內(nèi)差異變化趨勢(shì)趨于一致,表現(xiàn)為在相鄰年份間呈現(xiàn)先下降后上升的規(guī)律性變化趨勢(shì),說明區(qū)域內(nèi)的差異在縮小—擴(kuò)大間往復(fù)波動(dòng)變化.西北地區(qū)組內(nèi)差異表現(xiàn)為先波動(dòng)上升后下降的演變趨勢(shì),2015年增加為11年間最大值0.524 5,后又迅速下降為2019年的0.327 0,表明區(qū)域內(nèi)差異先擴(kuò)大后減小,現(xiàn)階段呈繼續(xù)縮小的發(fā)展態(tài)勢(shì).東北地區(qū)組內(nèi)差異整體表現(xiàn)為上升的演變趨勢(shì),經(jīng)歷了下降—上升—下降的發(fā)展歷程,與總體區(qū)域差異變化趨于一致,表明區(qū)域內(nèi)的差距在逐步擴(kuò)大.

4. 區(qū)域差異原因分析

在研究期內(nèi),對(duì)“一帶一路”沿線省域旅游交通碳排放總體差異的貢獻(xiàn)率水平表現(xiàn)為：區(qū)域間差異＞超變密度＞區(qū)域內(nèi)差異.結(jié)果顯示,“一帶一路”沿線省域旅游交通碳排放的總體差異主要根源在于區(qū)域間差異.從時(shí)序演變趨勢(shì)看,區(qū)域內(nèi)貢獻(xiàn)率呈現(xiàn)“先波動(dòng)上升,后下降”的趨勢(shì),波動(dòng)幅度不大.超變密度貢獻(xiàn)率整體上呈現(xiàn)下降趨勢(shì),區(qū)域間差異貢獻(xiàn)率呈現(xiàn)“上升—下降—上升”的變化趨勢(shì).這表明由于“一帶一路”沿線各省域旅游經(jīng)濟(jì)發(fā)展差異帶來的影響,導(dǎo)致“一帶一路”沿線省域旅游交通碳排放出現(xiàn)空間非均衡問題,且該區(qū)域差異有繼續(xù)加劇的趨勢(shì),區(qū)域間差異是造成總體差異的主要原因.鑒于此,在實(shí)行低碳旅游發(fā)展的同時(shí),需要采取合理有效的措施減小區(qū)域間的差異.

(三)“一帶一路”沿線省域旅游交通碳排放驅(qū)動(dòng)因素分析

囿于各省份缺乏旅游交通系統(tǒng)能源消費(fèi)數(shù)據(jù),且旅游交通是交通系統(tǒng)的組成部分,故基于各省份交通行業(yè)的碳排放總量驅(qū)動(dòng)因素的分析,同樣適用于旅游交通.借鑒已有影響因素研究[15][23],從游客規(guī)模、經(jīng)濟(jì)發(fā)展水平、能源強(qiáng)度和能源結(jié)構(gòu)系數(shù)四個(gè)方面分析其對(duì)旅游交通碳排放的影響,相關(guān)指標(biāo)及計(jì)算如表3.

表3 “一帶一路”沿線省域旅游交通碳排放驅(qū)動(dòng)因素

從能源消費(fèi)角度出發(fā),測(cè)算“一帶一路”沿線省份旅游交通碳排放量.選取煤炭、石油、天然氣和電力四種能源的碳排放系數(shù)(t碳/t標(biāo)準(zhǔn)煤)分別為0.732 9、0.557 4、0.422 6和2.213 2.[25]為進(jìn)一步探究“一帶一路”沿線省域旅游交通碳排放的驅(qū)動(dòng)因素,運(yùn)用Stata 16.0軟件對(duì)旅游交通碳排放的驅(qū)動(dòng)因素進(jìn)行Tobit 分析,如表4所示.

表4 “一帶一路”沿線省域旅游交通碳排放驅(qū)動(dòng)因素Tobit分析結(jié)果

游客規(guī)模因素在1%顯著性水平上對(duì)旅游交通碳排放的影響為正,表明其對(duì)旅游交通碳排放存在較強(qiáng)的影響.即旅游人數(shù)增加,旅游交通碳排放量也逐漸增多.隨著旅游業(yè)的迅猛發(fā)展,人們外出旅游的頻數(shù)逐步增加,刺激了大量的交通需求,而如今新能源車尚未全面普及,石油和天然氣的消耗量仍處于上升的趨勢(shì),這是游客規(guī)模增加引起旅游交通碳排放量升高的主要因素.另一方面,“一帶一路”沿線省域旅游人數(shù)由2009年的13.66億人增加到2019年的57.22億人,增長率為318.9%,表明該期間內(nèi)“一帶一路”沿線省域的旅游資源對(duì)游客的吸引力穩(wěn)步提升.

經(jīng)濟(jì)發(fā)展水平因素在1%的顯著性水平上通過了檢驗(yàn),表明其對(duì)旅游交通碳排放存在較強(qiáng)影響.其中人均旅游消費(fèi)水平對(duì)旅游交通碳排放的影響為正,其對(duì)旅游交通碳排放的影響主要是由于出行距離,出行距離越長,人均旅游消費(fèi)水平越高,旅游交通碳排放量也隨之逐漸提高.隨著社會(huì)經(jīng)濟(jì)的發(fā)展,人們對(duì)旅游的需求從觀光游過渡為休閑度假游,高質(zhì)量的旅游體驗(yàn)成為主流趨勢(shì),日益便捷的交通讓游客的選擇更加多樣化,消費(fèi)者合理的旅游消費(fèi)行為是實(shí)現(xiàn)旅游業(yè)綠色轉(zhuǎn)型,降低碳排放的重要環(huán)節(jié).旅游產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)該指標(biāo)對(duì)旅游交通碳排放呈現(xiàn)出較強(qiáng)的負(fù)影響,旅游業(yè)相較于其他行業(yè)屬于低能耗的行業(yè),但隨著旅游業(yè)發(fā)展成為國家戰(zhàn)略性支柱產(chǎn)業(yè),其在國民經(jīng)濟(jì)總值中所占比重越來越大,旅游活動(dòng)所消耗的能源逐漸增多,這充分表明適當(dāng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、提高旅游業(yè)服務(wù)效率是實(shí)現(xiàn)旅游碳減排的重要途徑.

能源強(qiáng)度因素在5%的顯著性水平上通過檢驗(yàn),即其對(duì)旅游交通碳排放表現(xiàn)出微弱影響.其中,單位客運(yùn)交通周轉(zhuǎn)量能耗對(duì)旅游交通碳排放有正向影響,但隨著新科技和新能源的使用,這種正向影響效應(yīng)會(huì)逐漸減小,這或許會(huì)成為旅游交通碳減排的突破口.單位GDP客運(yùn)交通周轉(zhuǎn)量對(duì)旅游交通碳排放表現(xiàn)出負(fù)影響,即在其他條件不變的情況下,提高交通周轉(zhuǎn)率會(huì)降低交通碳排放.隨著“一帶一路”建成“一中心、多節(jié)點(diǎn)”的綜合交通樞紐系統(tǒng),極大地提高了單位GDP交通周轉(zhuǎn)量.為此,“一帶一路”沿線省份要完善旅游一體化交通網(wǎng)絡(luò),提高交通周轉(zhuǎn)量率,進(jìn)而實(shí)現(xiàn)旅游碳減排.

能源結(jié)構(gòu)對(duì)旅游交通碳排放表現(xiàn)為微弱的負(fù)影響,可以認(rèn)為這是“一帶一路”沿線省域能源結(jié)構(gòu)調(diào)整優(yōu)化初步成效的顯現(xiàn).對(duì)于交通能源消費(fèi)量來說,煤炭＞石油＞電力＞天然氣,煤炭在能源結(jié)構(gòu)中占據(jù)絕對(duì)地位,是旅游業(yè)碳排放的主要來源.自國家提出建設(shè)綠色“一帶一路”政策后,青海省便加快推進(jìn)水電、火電、太陽能和風(fēng)電及電網(wǎng)能力的建設(shè),甘肅省也加快風(fēng)電和光電的建設(shè),但“一帶一路”沿線省域的能源結(jié)構(gòu)對(duì)旅游交通碳排放仍表現(xiàn)為負(fù)影響,這表明“一帶一路”沿線省域?qū)π滦湍茉吹氖褂门c交通的融合接軌尚不理想.沿線省域可以大力支持旅游業(yè)使用新型綠色能源,同時(shí)加大對(duì)旅游業(yè)使用二次能源的財(cái)政補(bǔ)貼,以此改變傳統(tǒng)以化石能源為主的能源結(jié)構(gòu).

四、結(jié)論與討論

(一)結(jié)論

本文基于2009—2019年“一帶一路”沿線16省(市、自治區(qū))的面板數(shù)據(jù),運(yùn)用“自下而上”的測(cè)算方法,分析“一帶一路”沿線省域旅游交通碳排放的演變特征,采用基尼系數(shù)對(duì)“一帶一路”沿線省域旅游交通碳排放進(jìn)行分解,探究其區(qū)域差異情況,并對(duì)造成區(qū)域差異的原因進(jìn)行分析,最后根據(jù)空間計(jì)量Tobit模型探討影響旅游交通碳排放的空間異質(zhì)性因素.基于上述實(shí)證分析,得出以下主要結(jié)論：

從時(shí)間演變特征看,“一帶一路”沿線省域旅游交通碳排放量總體呈現(xiàn)不斷增長的發(fā)展態(tài)勢(shì),以2013年為分界線,可分為平穩(wěn)上升期和波動(dòng)上升期,旅游交通碳排放量水平呈現(xiàn)為沿海地區(qū)＞西南地區(qū)＞東北地區(qū)＞西北地區(qū).

從空間特征看,“一帶一路”沿線省域旅游交通碳排放類型分布不均衡,以中碳排放類型為主,高碳排放主要分布在西北地區(qū)和沿海地區(qū).整體呈現(xiàn)“一邊倒”的發(fā)展趨勢(shì),且這種趨勢(shì)逐漸向東南方向轉(zhuǎn)移,轉(zhuǎn)變?yōu)椤皟啥烁?、中間低”的發(fā)展態(tài)勢(shì).另外“一帶一路”沿線省域旅游交通碳排放的區(qū)域差異主要根源于省域間差異,且對(duì)省域間差異的依賴程度呈上升態(tài)勢(shì).

(3)從驅(qū)動(dòng)因素結(jié)果看,旅游人數(shù)、人均旅游消費(fèi)水平和單位客運(yùn)交通周轉(zhuǎn)量對(duì)旅游交通碳排放起到顯著促進(jìn)作用,但旅游產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)、單位GDP客運(yùn)周轉(zhuǎn)量及能源結(jié)構(gòu)對(duì)旅游交通碳排放起抑制作用.

(二)討論

“自下而上”的測(cè)算方法雖能較為準(zhǔn)確地測(cè)算出旅游交通碳排放量,但由于常住居民和旅游者對(duì)于交通的使用界限比較模糊,故此測(cè)算仍存在誤差,如何打破“自上而下”和“自下而上”的思維禁錮,推理出更加精確的測(cè)算旅游交通碳排放量的方法,還有待于探究.對(duì)于影響因素的分析主要以LMDI分解法為主,仍受限于傳統(tǒng)研究,故本文應(yīng)用Tobit模型對(duì)驅(qū)動(dòng)因素進(jìn)行分析,但缺乏對(duì)于其內(nèi)部機(jī)理的深入剖析,如何精確地測(cè)量出旅游交通碳排放的主控影響因素,是今后研究的主要方向之一.另外,交通行業(yè)要與綠色新能源和新技術(shù)實(shí)現(xiàn)有效融合接軌,從根源上減少煤炭和石油等的使用量,降低交通碳排放,促進(jìn)旅游業(yè)綠色轉(zhuǎn)型和經(jīng)濟(jì)可持續(xù)發(fā)展的有效銜接.