《[精编]旅游业碳排放论文2篇》由会员分享，可在线阅读，更多相关《[精编]旅游业碳排放论文2篇（10页珍藏版）》请在金锄头文库上搜索。
1、旅游业碳排放论文2篇第一篇 1数据来源与处理 数据来源包括，所涉及到的旅客周转量、国内外旅游人数等主要来自黑龙江统计年鉴（19962012）；星级饭店的相关数据来自中国旅游统计年鉴（19962012）；各种类型旅游活动的规模参考历年旅游抽样调查资料中的国内旅游活动和口岸调查入境游客活动综合得出；旅游总收入数据来源于历年黑龙江省国民经济和社会发展统计公报。数据处理包括，考虑数据可获取性，将19951999年各种类型旅游活动的比例数据与2000年采用同一数值，20002012年各种类型旅游活动的比例数据以当年数据为准。同时，基于数据可比性考虑，本文以1995年作为价格基准年，重新计算1995201
2、1年黑龙江省旅游总收入，以剔除因价格因素对旅游收入产生的影响。 2结果与分析 2.1旅游交通碳排放量分析 随着交通运输业的发展，黑龙江省交通客运周转量由1995年的228.8亿人公里增长到2011年的678.3亿人公里，增长了2.96倍。客运周转量的增加，势必消耗更多的能源并增加CO2的排放。作为客运交通的重要组成部分，旅游交通的碳排放量不容忽视，黑龙江省的旅游交通碳排放量除受2008年金融危机影响下降外，其余年份均表现为明显增加的趋势，从1995年的57.77万吨增加到2011年的279.0万吨，增长了4.83倍，年均增长22.52%。四种旅游交通方式的碳排放量有着不同的时间变化特征，199
3、52002年，公路铁路民航水运；20032008年，公路民航铁路水运；20092011年，民航公路铁路水运。可以看出，公路和民航是旅游交通碳排放量的主要来源，而民航的碳排放量增长幅度最大，所占碳排放量的比重也越来越大。 2.2旅游饭店碳排放量分析 伴随着旅游业的发展，黑龙江省的旅游星级饭店总数、房间数和床位数分别从1995年的82家、7799间、17812张增加到2011年的244家、23750间、68901张，导致了其碳排放量的增加。黑龙江省旅游饭店碳排放量从1995年的9.32万吨增加到2011年的33.41万吨，增长了3.59倍，年均增长15.21%。从黑龙江省旅游饭店碳排放的历年变化来
4、看，在2001年、2003年、2010年有明显下降外，其他年份处于波动上升的状态。结果表明，碳排放量的变化和旅游饭店发展规模相适应。 2.3旅游活动碳排放量分析 我国旅游业已进入到大众化发展时期，旅游活动形式呈现出多样化的特点。不同类型、不同规模的旅游活动的碳排放量差别较大，而其区域差异和个体差异也是十分明显的。为了进一步分析国内外旅游者、城镇与农村居民旅游活动碳排放量的大小，本文将旅游活动的碳排放源分为入境旅游者和国内旅游者、并把国内旅游者分为城镇居民和农村居民，进而得到黑龙江省19952011年旅游活动碳排放量，黑龙江省旅游活动的碳排放量呈显著增加的趋势，从1995年的1.69万吨增加到2
5、011年的13.93万吨，增长了15.26倍，年均增长83.88%。从历年变化来看，19952005年，旅游活动的碳排放量处于缓慢增长的状态；20062011年，处于快速增长的状态。在各类旅游活动中，探亲访友的碳排放量所占比例最大，其次是休闲度假；从增长趋势来看，休闲度假的增长速度要大于探亲访友。 2.4旅游业总碳排放量分析 将旅游业的三个主要部门的碳排放量进行求和，得到黑龙江省19952011年的旅游业碳排放量（见表4）。从表4可以看出，黑龙江省旅游业碳排放量从1995年的68万吨增加到2011年的326.33万吨，增长了4.8倍，年均增长22.35%。其中，旅游交通碳排放量所占比例最大，约
6、占87.68%；其次是旅游饭店，约占10.55%；旅游活动所占比例最小，约占1.77%。从历年变化来看，黑龙江省旅游业总碳排放量除在2001年和2008年下降外，其他年份均呈现出递增的趋势。从三个组成部分来看，旅游交通的碳排放比例总体上变化较小，旅游饭店的碳排放比例有减少的趋势，而旅游活动的碳排放比例所增加。 2.5旅游碳排放与旅游经济的脱钩关系分析 本研究以旅游总收入作为旅游经济发展指标，选取旅游经济增长率（%DG）、旅游业碳排放增长率（%DQ）作为脱钩指标，利用公式（5）并使用每相邻两年的脱钩指标进行脱钩程度的测度，得到相应的脱钩指数（DI），计算结果如图1所示。从图1可以看出，19952
7、011年黑龙江省旅游经济增长率均为正，除1998年、1999年、20001年、2003年、2004年、2008年、2009年比前一年有所回落外，其余年份旅游经济增长率均呈上涨趋势，平均增速为11.24%，变化相对平缓。而旅游碳排放的增长率除在2001年和2008年为负值外，其余年份均为正值，但是波动较大，整体上呈现出降低的趋势，平均增长率为10.78%。从旅游碳排放与旅游经济的脱钩指数来看：1996年、1997年、2004年、2006年、2009年、2011年，旅游碳排放增长率比较高，远超过了旅游经济增长率，脱钩指数大于1，表现为负脱钩，属于旅游业碳排放的不可取状态。19982000年、200
8、22003年、2005年、2007年、2010年，旅游碳排放增长率小于旅游经济增长率，脱钩指数介于01之间，表现为弱脱钩，属于旅游业碳排放的比较理想状态。达到强脱钩的年份仅有2001年和2008年，脱钩指数分别为-0.15和-0.79；反映在旅游经济持续增长的同时，旅游碳排放出现负增长，是旅游业碳排放的最理想状态。总体来看，19952011年，黑龙江省旅游碳排放与旅游经济的脱钩状态表现为弱脱钩、负脱钩、强脱钩三种脱钩类型并存，呈现波动变化的趋势。全部年份的平均脱钩指数为0.96，旅游碳排放增长率小于旅游经济增长率，表明黑龙江省旅游碳排放整体上达到了弱脱钩，说明黑龙江省旅游经济增长在能源利用方面
9、是有效率的。但是，有效率的能源利用同样隐含了黑龙江省旅游业碳排放面临着巨大的挑战，0.96的脱钩指数接近临界状态，意味着在未来10年或20年的经济增长周期，黑龙江省旅游业的能源消耗依然会成倍增加，在某种程度上将可能会导致碳排放不可接受的增长。而根据发达国家的经验，脱钩指数的变化一般要经历强脱钩弱脱钩负脱钩强脱钩的过程。因此，在今后的旅游发展过程中，要动态监测旅游碳排放与旅游经济的脱钩情况，为旅游业的低碳发展提供一定的决策依据。图1黑龙江省19952011年旅游碳排放与旅游经济的脱钩关系 3结论与建议 通过以上分析，得出结论：19952011年，黑龙江省旅游业碳排放量呈现出上升的趋势，从1995
10、年的68万吨增加到2011年的326.33万吨，增长了4.8倍。在旅游碳排放构成中，旅游交通约占87.68%，旅游饭店约占10.55%，旅游活动约占1.77%。因此，控制旅游交通过程中的碳排放，是旅游业碳减排的重中之重，而旅游饭店和旅游活动的碳排放也不容忽视。从黑龙江省旅游碳排放与旅游经济的脱钩关系来看，表现为弱脱钩、负脱钩、强脱钩三种脱钩类型并存，呈现波动变化的趋势。全部年份的平均脱钩指数为0.96，一方面说明黑龙江省旅游经济增长在能源利用方面是有效率的，另一方面也隐含了黑龙江省旅游业碳排放面临着巨大的挑战。因此，在保持旅游经济快速增长的同时，必须加快旅游业的节能减排，把握旅游业碳排放与旅游
11、经济之间脱钩关系的动态变化，促进旅游业节能减排的科学调控，推动黑龙江省旅游业低碳发展的升级转型。在旅游交通的节能减排方面，在旅游景区内，应大力推广轻型节能的公共交通工具，鼓励游客以徒步、自行车等方式替代机动交通。在旅游景区外，应优化能源结构，提高能源利用效率，并加强新型交通工具的研制，以及新能源的利用。同时，合理调整区域交通结构、以及加强旅游交通基础设施建设，以提高单位路程的能源利用效率，并有效降低旅游交通的碳排放量。旅游饭店的节能减排要在相关的建筑设计，制冷、供暖、照明、供水等设备设施，以及住宿和餐饮服务过程中，通过加强管理、推广节能技术等方式，在实现低碳经营的同时还可以节约经营成本，节能减
12、排的潜力相当可观。旅游者是旅游活动的主体，要提高旅游者的低碳意识，并将意识转化为行动，引导旅游者在低碳消费的同时，促进旅游过程的节能减排。 第二篇 1引言 城市旅游业存在部门关联复杂、行业界限模糊等特点，实证分析法对城市旅游业碳排放的测度很容易存在遗漏，不能有效地测算旅游业的真实碳排放。因此，本文尝试以“自上而下”的方法，从产业的角度核算城市旅游业碳排放，为城市旅游业节能减排和低碳旅游城市的建设提供支撑。旅游业碳源主要包括“食、住、行、游、购、娱”6个方面(丁雨莲等,2013)，城市旅游业的碳源则还包括市区内的旅行社及旅游者的邮电通讯活动，因此，本文测度的城市旅游业碳排放主要包括旅游交通，邮电
13、通讯，旅游购物，住宿和餐饮，娱乐，旅行社，以及游览和其他服务等7个部门。 2研究方法与数据处理 2.1研究方法 环境投入产出生命周期(EIO-LCA)模型融合生命周期和投入产出方法的优点，既能分析单个产品“从摇篮到坟墓”的环境影响，又能结合稳定的环境账户数据，研究产业部门经济活动的碳排放量，同时为研究产业间的碳排放关联提供过程上的帮助。EIO-LCA模型的基本理念是国民经济各种产业(包括旅游业)之间因产业链价值分工的作用而存在网络关联，致使产业发展过程中的能源消费与碳排放存在网络结构(陈锡康等,2011)。通过各个产业间碳排放的关联乘数、最终需求结构(中间投入结构)来分析其网络结构，摸清旅游业
14、的直接碳排放和间接碳排放以及与其他产业间的关联。EIO-LCA模型是由Hendrickson等(1998,2006)提出的，是基于生命周期角度分析产品或服务在整个产业链上的环境影响。该方法提出之后，由于其在分析产品或服务产业链的环境影响上的独特优势迅速被学者所采用并得到改进，如被北美学者用于分析工业用水及二氧化碳排放等问题的研究(Bjorn,2005;Blackhurst,2010)。EIO-LCA方法引入国内后，学者们将这种方法与中国实际相结合，开展了许多相关研究。如计军平等(2011)利用EIO-LCA模型对中国的部门温室气体排放结构作了研究，认为部门间的直接碳排放和隐含碳排放量差别较大；
15、张丽君(2013)用该模型分析了北京市碳基能源代谢的部门网络关联和碳排放变动。但目前应用EIO-LCA方法主要是分析行业整体或区域整体的碳排放，对部门关联较复杂的行业缺乏分析应用。本文对EIO-LCA方法进行改进，用于核算和分析城市旅游业碳排放情况。为了反映旅游业相关部门与其他行业之间的碳排放关联情况，以旅游活动相关部门的总收入扣除税收和相关消耗后表示旅游相关部门的最终需求，并以其替代F部门中旅游业所涉及的相关行业的最终需求量，记为Y，并将其改为对角矩阵。根据矩阵的计算原理，当一个矩阵与对角矩阵相乘时，改变对角矩阵中的某些向量并不影响计算结果中其他列向量的值，这就可以把旅游活动所引发的碳排放量
16、从整个行业中提取出来，这就是对EIO-LCA模型改进的依据。记CI(I-A)-1为CB，由元素cbij组成，其中i为产品生产/服务提供行业的序号，j为产品/服务使用行业的序号(i=1，n；j=1，n；n为投入产出表中的行业数)。cbi为C第i行的行向量，cbj为C第j列的列向量。ci为行向量之和，可从生产视角分析碳排放在部门间的分布结构，能够分析部门i在产品生产或服务提供过程中产生的直接温室气体排放与其他部门最终需求的关系，其元素表示部门i在生产投入到部门j的产品或服务时的直接碳排放。cj为列向量之和，它可以从最终需求视角分析碳排放在部门间的分布结构，能分析部门j的最终需求同各部门直接温室气体排放的关系，其元素表示为了满足部门j的最终需求，部门i在生产投入到部门j
