2排放的驱动因素分解模型及实证分析'> 区域旅游业CO2排放的驱动因素分解模型及实证分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇2排放的驱动因素分解模型及实证分析'> 区域旅游业CO2排放的驱动因素分解模型及实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：旅游业碳排放是人为二氧化碳（CO2）排放量来源之一，是应对全球气候变暖，制定节能减排的对象之一。本文首先测度出湖北省2007～2011年旅游业CO2排放量，然后利用方向性距离函数和数据包络分析法构建旅游业CO2排放分解模型，将旅游业CO2排放分解为环境技术效率变化、环境技术进步、资源要素投入和产业结构效应四部分。通过实证得出：2007～2011年，湖北省旅游业CO2排放量从253.103万吨增长到676.747万吨，武汉市是湖北省旅游业CO2排放量的主要城市，旅游业CO2排放增速在2010年后减缓；在分解的旅游业CO2排放4项驱动因素中，产业结构效应是CO2排放的主要抑制因素，资源要素投入和环境技术效率变化对旅游业CO2排放贡献度虽小但对旅游业碳减排起正面影响，且资源要素投入的减排贡献比环境技术效率的贡献略大，而环境技术进步对旅游业CO2排放起正面作用。
关键词：旅游业CO2排放；数据包络分析；方向性距离函数
全球气候变暖与资源环境问题严重影响了人类的可持续发展。《中美元首气候变化联合声明》再次重申，气候变化是人类面临的最重大挑战之一，要坚定推进可持续发展，向绿色低碳型经济转型。化石燃料导致的人为温室气体排放是气候变暖的主要原因之一，其中CO2是最重要的一种温室气体（IPCC，2007）。因此，节能减排已成为全球社会经济和环境可持续发展的必要条件旅游业作为一种日益突出的全球社会经济现象，其二氧化碳排放量占全球人为二氧化碳排放总量的4%～6%，若不采取有效的应对措施，未来30年内旅游业二氧化碳排放量可能会增加1.5倍，旅游业也应是节能减排的对象之一（UNWTO，2008）。作为世界上最大的发展中国家和最大的二氧化碳排放国之一，相应地，中国了《关于旅游业应对气候变化问题的若干意见》和《国务院关于加快发展旅游业的意见》，对旅游业如何应对气候变化和能源问题提出节能减排的具体要求。因此，科学分析旅游业的CO2排放水平，探索旅游业CO2排放的影响因素及其作用程度，制定有针对性的旅游业低碳发展措施，既响应了国家政策，又推进了节能减排，促进实现旅游业可持续发展。
1 文献综述
迄今为止，已有不少学者从多个方面对旅游业碳排放进行了研究，利用不同的评估方法对不同地理尺度层面上的旅游业碳排放进行测度与分析。譬如，Gossling（2002）、UNWTO（2008）、Peeters和Dubois（2010）运用“自下而上”法测算了全球层面上旅游业的碳排放量；Becken和Patterson（2006）、Gfissling（2008）、Bernard等（2010）、Perch-Nielsen等（2010）、石培华和吴普（2011）、Brujin等（2013）结合“自下而上”法或“自上而下”法测算了国家层面旅游业碳排放。此外，Konan和Chan（2010）运用投入产出法测算了夏威夷旅游温室气体排放量；Patterson和McDonald（2004）钟永德等（2014）同时使用投入产出分析法和生命周期评价法测算国家旅游业碳排放量；Dwver等（2010）结合旅游卫星账户测算澳大利亚旅游温室气体排放量，发现其旅游碳排放量在所有碳排放部门中排名第五在省域层面，赵先超和朱翔（2013），焦庚英等（2012）和陶玉国等（2014）运用“自下而上”法分别对湖南省、江西省、江苏省旅游业碳排放进行了估算。此外，Kuo和Chen（2009）运用生命周期评价法对台湾澎湖岛旅游业能耗和温室气体排放进行了测算；谢园方和赵媛（2012）借鉴李江帆和李美云（1999）的旅游消费剥离系数概念，构建出符合我国目前统计口径的“自下而上”的旅游业碳排放测算方法，查建平（2015）运用此法测算了全国旅游业碳排放量；袁宇杰和蒋玉梅（2013）基于投入产出模型从终端消费角度测算了山东省国内和入境旅游碳排放量
另外，部分学者从旅游交通（如Becken，2004；Paravantis，Georgakellos，2007；Mayor，Tol，2010；Rossello-Batle，et al.，2010；魏艳旭，等，2012；肖建红，等，2011）、旅游住宿（如Becken，2001；Chan，2005；魏卫，等，2010；，等，2010）等产业部门视角出发对旅游业特定部门的碳排放进行评估。亦有学者对旅游活动（Collins，et al.，2009）、旅游吸引物（Dawson，et al.，2010）、旅游食物（Gfissling，et al.，2010））等特定旅游内容引致的碳排放进行了评估。
通过梳理旅游碳排放的相关研究文献发现，目前研究主要集中在旅游业碳排放测算上，且旅游业碳排放估算的方法较为成熟，主要分为从宏观角度用环境经济综合核算的方法和国家平均能源利用数据来测量的“自上而下”法以及将整个旅游业分解为不同旅游部门与旅游者行为的多个子系统（通常分解为旅游交通旅游住宿，旅游活动）来测量的“自下而上”法（唐承财，等，2012）。
虽然旅游业碳排放的测算是明确减排目标制定减排措施的重要前提，但仅是碳排放估算不足以制定明晰的减排措施。国家战略层面上的旅游业节能减排任务需要落实到区域，而区域减排责任的分解需要科学评价各地区的排放责任（石敏俊，等，2012），以及进一步探究旅游业碳排放的影响因素及其作用程度。Liu（2011）运用Kaya恒等式与LMDI（Logarithmic Mean Divisia Index）对1999～2004年成都市旅游业碳排放人为影响因素分解，认为能源强度是旅游业碳排放增长的主要抑制因素，而消费结构对旅游业碳排放呈正向影响，陶玉国等（2014）以江苏省旅游业碳排放为分解对象也得到相似的结论，但能源强度与消费结构对南岳衡山旅游风景区旅游交通系统碳足迹影响截然相反（李伯华，2012）。整体来看，当前旅游业碳排放影响因素分解的研究还较少，且运用的指数分解法（IndexDecomDosition Analysis，IDA）属于对特定现象预先定义影响因素的非参数定量分析法（Balezentisentis，et al.，2012），因此，有必要对未定义影响因素进行探索性分析，进一步丰富研究案例区与研究方法，探寻旅游业碳排放影响作用的普遍规律本文以非参数前沿理论的数据包络分析法为基础，借鉴Chung（1997）的研究成果，考虑非期望产出的方向性距离函数与Malmquist生产率指数，构建旅游业CO2排放分解模型，同时以我国中部旅游资源大省――湖北省为实证对象，对其在2007～2011年旅游业CO2排放量进行测算，并分析旅游业CO2排放影响因素及作用程度，以期对区域旅游业节能减排与可持续发展提供参考。
2 研究方法
一个部门的能源消费实物量可由该部门的直接能源强度与总投入的乘积表示（Park，Heo，2007），旅游业能源消费实物量公式如下：（1）式（1）中，j（j=0，1，2…，n）表示旅游业二级部门，主要包括住宿、餐饮、交通、购物、娱乐、邮电通信和其他服务部门；TE为旅游业能源消费实物量；Tj为旅游业j部门旅游总收入；eij为j行业的能源强度。
参照Liu等（2010）的能源强度测度思路，首先利用投入产出表和能源平衡表计算出非能源产业的能源消费价格（PEh1），然后计算生产某一非能源产业所消费的能源量（Eh1，j），最后直接能源消费量与总投入的货币价值量（Xj）相比得到直接能源强度，具体计算步骤如下：（2）式（2）中，PEh1为非能源产业的第h1类能源部门加权平均能源消费价格；Xh1为投入产出表中能源生产货币价值总量；Yh1ex为能源出口货币价值量；Yimh1为能源进口货币价值量；Yfinalh1为终端能源消费货币价值量；Xh1h2为第h2类能源产业所消耗的h1能源货币价值量，c为能源产业数量；ESh1为能源平衡表中第h1类能源供给标准量；EYh1为能源平衡表中第h1类终端能源消费标准量；Eh1h2为能源平衡表中第h2类能源产业所消耗的h1能源标准量。（3）式（3）中，Eh1，j为能源平衡表中j行业所消耗的h1类能源量；Xh1，j为投入产出表中第j行业所消耗的h1类能源货币价值量。直接能源消费量Eh2，j与投入产出表中j行业的总投入货币价值量相比得到j行业的直接能源强度，见式（4）：（4）
根据IPCC（2007）的碳排放折算方法，旅游业CO2排放量折算方式如下：（5）式（5）中，C为旅游业CO2排放量；ηh2为中国初始能源消费结构，即第h2种能源在总能源消费量中的比重；CEh2为第h2类能源的碳排放系数；Oh2为第h2类能源的氧化系数。
区域是一个复杂的综合性旅游目的地，其旅游业CO2排放涉及多重输入输出要素，数据包络分析法是一种对若干同类具有多输入多输出的决策单元进行相对效率与效益方面比较的有效方法，在处理多输入。特别是多输出问题上具有绝对优势（魏权龄，1988）。根据基本的数据包络分析思想，区域旅游业CO2排放绩效的本质是将这些区域作为实际决策单元，通过达到决策单元的Pareto最优，旨在寻找一个包含所有区域的生产最优前沿面，把所有区域旅游的环境技术生产可能性集与这个最优前沿面比较，得到各自效率的测度，如CCR、BCC等模型（Banker，et al.，1984）。在此基础上，结合Chung等（1997）的方向性距离函数与Malmquist-Luenberger生产率指数构造区域旅游业CO2排放驱动因素分解模型，分析区域旅游业CO2排放驱动因素，为区域旅游业碳减排路径的确定提供依据。具体模型构建如下。
2.2.1 环境技术与方向性环境距离函数
假定第k=1，…，K个城市旅游业在第t=1，…，T年份投入的资源要素，经济产出及其对应CO2排放生产可能性集合为（xtk，ytk，btk），则在环境技术集Tt（xt）下第t时期所投入要素x=（x1，…，xN）∈R+N能够转化为期望产出y=（y1，…，yM）∈R+M与非期望产出b=（b1，…，bS）∈R+S，则可以将环境技术具体数学表达式构造如下：（6）式（6）中，i为环境技术前沿构造中所参照的城市旅游业；i'为受评城市旅游业；λi表示第i城市旅游业相应观察值的权重，权重变量非负说明规模报酬不变；Tt（xt）是一个封闭。有界、凸性的产出集，对应表达式具有零结合性联合弱可处置性期望产出的强可处置性、投入要素的自由可处置性等四大特性（Fare，et al.，2007）。
方向性环境距离函数是通过测度受评城市旅游业样本点与环境技术前沿参照点之间距离的方式对受评城市旅游业效率水平进行量化评估参照查建平等（2011）的方向性环境距离函数构造思路，对应数学表达式如下：（7）式（7）中，β为投入要素与技术结构既定条件下，期望产出与非期望产出在方向向量（gty，-gtb）上所能实现的最大扩增与缩减程度，1/（1+β）表示受评城市旅游业环境技术效率。在此，本文设定方向向量（gty，-gtb）一（yti'，-bti'），即表示投入要素既定的条件下，受评城市旅游业在期望产出与非期望产出两个维度上等比例增长与缩减
2.2.2 旅游业CO2排放分解
Chung（1997）构造的Malmquist-Luenberger生产率指数分解出环境技术效率变化和环境技术进步，王维国和范丹（2012）石风光（2014）用MT。指数分别对区域全要素能源效率和二氧化碳排放绩效做了同样的分解，二氧化碳排放与经济发展理论上互相制约，结合旅游业特性，旅游资源禀赋是旅游经济发展的重要吸引物，资源禀赋资本和人力要素的投入与旅游经济发展相互影响相互促进，相应地影响到旅游业二氧化碳排放强度（谢园方，赵媛，2012）。在ML指数分解的基本原理上，将环境技术效率变化和环境技术进步两项分解发展为环境技术效率变化环境技术进步、资源要素投入和产业结构效应4项，产业结构效应是由保证分解式左右两边相等推导而得，反映了产业结构效应前沿产出的影响，波及旅游业二氧化碳排放强度。具体的受评城市旅游业CO2排放变化分解模型如下：（8）式（8）中，OECt（xti'，yti'，bti'；yti'，-bti'）=bti'（1-Dt（Xti'，yti'，bti'；yti'，-ti'））是依据实际CO2排放、前沿CO2排放和方向性环境距离函数之间的内在关系构造的方向性环境距离CO2排放函数，表示既定环境技术Tt（xt）条件下，给定投入要素、实际排放以及期望产出的受评城市旅游业在方向向量（yti'，-bti'）投射路径中所对应的前沿CO2排放，即潜在可能的最小CO2排放量。相应地，OECt+1（xt+1i'，yt+1i'，bt+1i'；yt+1i'，-bt+1i'）=bt+1i'（1-Dt+1（xt+1i'，yt+1i'，bt+1i'；yt+1i'，-bt+1i'））表示在环境技术Tt（xt）下第t+1期受评城市旅游业对应的前沿CO2排放水平。
如式（R）所示，旅游业CO2排放变化过程被分解为环境技术效率变化（EC）环境技术进步（TC）、资源要素投入（RI）与产业结构效应（ES）4部分。环境技术效率变化（FC）表示环境技术落后者对环境技术先进者的追赶速度，理论上，若FC值>1，环境技术效率得到提高，受评城市样本值向最优前沿曲线参照点靠近，旅游业CO2排放量减少，旅游业期望产出增加，反之，受评城市样本值离参照点越来越远，旅游业CO2排放量增多，旅游业期望产出减少。环境技术进步（TC）表示技术前沿面的移动，若TC值
为了清楚地得到各分解项对旅游业CO2排放绩效的驱动影响，将式（8）等式两边取自然对数，进而把旅游业CO2排放量变化分解为经济意义不同但可相加的4部分，然后将等式两边同时除以In（bt+1i'-In（bti'），得到旅游业CO2排放量变化的4项驱动因素贡献度。
（9）
3 数据来源与处理
本文以湖北省17个州市旅游业为研究对象，估算了2007～2011年湖北省区域旅游业CO2排放量，然后探讨影响其旅游业CO2排放量变化的原因。在上述的旅游业能源消费与二氧化碳排放折算过程中所需的2007～2011年投入产出表源于欧盟投入产出数据库（World Input-Output Database）；入境游客与国内游客的旅游消费及其构成数据来自于湖北省旅游局提供的“湖北旅游便览”，其中旅游花费构成类别主要包括交通住宿餐饮景区游览，购物娱乐邮电通信及其他服务；中间终端能源消费量与能源消费结构数据源于《中国能源统计年鉴》。
在上述旅游业CO2分解模型中，本文以旅游总收入作为城市旅游业期望产出指标，以旅游业CO2排放作为非期望产出指标经济学上最基本的生产要素为土地，劳动和资本（萨缪尔森，诺德豪斯，1991），但城市旅游生产受土地面积的约束影响较小，可不把土地作为投入变量（梁流涛，杨建涛，2012）；本文参考多数学者的研究，把从业人员数作为劳动要素投入，固定资产投入作为资本变量（邓洪波，陆林，2014；王慧英，2014）。此外，城市本身对游客的吸引力也是城市旅游生产过程中的一个重要投入，本文统一使用各城市的高级别（3A、4A和5A级）旅游景区（点）的分值加总求和（马晓龙，2008）作为城市总体旅游资源吸引力，以上各项指标折算方法见表1。各项指标折算所需原始数据源于《湖北省统计年鉴》《湖北年鉴》和“湖北旅游便览”以及湖北省各州市统计年鉴和各州市国民经济与社会发展统计公报2007～2011年湖北省17个州市的旅游投入产出数据统计见表。