中国低碳旅游发展效率、减排潜力及减排路径 查建平[Summary]文章依据2005-2012年中国30个省（自治区/直辖市）旅游业的投入、产出及碳排放数据，参照SBM方向距离函数，构建考虑环境因素的旅游产业发展效率评估模型，对2005-2012年中国30个省（自治区/直辖市）低碳旅游发展效率及减排潜力进行了测度在此基础上，运用对数平均权重Divisia分解法对旅游业碳排放强度进行了分解，进而对我国省级旅游产业减排路径做出分析与解读研究表明，我国低碳旅游发展效率处于较低水平，对应无效率值较高，且无效率值在整体上呈现出“先上升、后下降”的态势；中部地区低碳旅游发展效率最高，对应无效率均值为0.178，其次为东部（0.195）、西部（0.414），而旅游业产出不足是三大区域旅游业无效率的主因；东部旅游业碳减排潜力最高，其次为中部、西部；受产出无效率、节能技术进步、减排技术进步及碳排放无效率等4个因素驱动，我国省级旅游业碳排放强度变化主要呈现出上升型，下滑型，先上升、后下滑型3种形态，不同省份旅游业对应驱动因素的作用方向与作用力度存在一定差异，其中产出无效率是多数省份旅游业碳排放强度变化的主因。
最后，提出了4种减排路径，即旅游产出无效率缩减路径、节能技术进步路径、减排技术进步路径以及碳排放无效率缩减路径等，并依据4项驱动因素作用方向及力度差异，对各省（自治区/直辖市）旅游业碳减排路径次序等级做出设定[Key]旅游业；发展效率；低碳旅游；分解；减排路径[]F59[]A[]1002-5006（2016）09-0101—12Doi：10.3969/i.issn.1002-5006.2016.09.021引言2014年11月12日，中美两国于北京发布了《中美气候变化联合声明》，中国首次公布计划在2030年左右碳排放达到峰值，并努力早日达到峰值，且计划到2030年将一次能源消费中非化石能源占比提高到20%这说明减排是一个硬性指标，对多数产业来讲不可避免，其中包括旅游业联合国世界旅游组织（UNWTO）研究指出，旅游业碳排放占全球人为碳排放总量的4.9%，该排放量造成的影响可达到全球温室效应的14%，而若不采取有效措施，世界旅游业碳排放量在2035年前将以年均2.5%的速度递增2013年，中国入境游客人数为1.29亿人次，内地居民出境游人数达到0.98亿人次，国内游客人数更是达到32.62亿人次，如此规模的游客旅游活动与配套设施运营所内含的能源消费及其引致的碳排放理应得到旅游业界和学术界的关注。
我们有必要对低碳经济背景下中国旅游产业发展效率、减排潜力及减排路径等问题进行探索与思考效率指的是生产资源投入与对应产出效用之间的比率而效率评估旨在对受评主体的资源要素利用情况及其产出效益进行量化与比较，是经济发展质量考核的重要标准，亦是实现可持续发展理念的先决条件针对与旅游相关的效率问题的研究存在不同的评估方法与工具，其中数据包络分析法（data envelopment analysis，DEA）是评估常用工具迄今为止，该方法主要被应用于旅游产业效率、旅游酒店效率、旅游交通效率、旅游目的地效率等方面，随着环境问题愈发突显，部分学者更是将生态环境因素纳入旅游效率分析框架，使得旅游效率问题研究得到进一步拓展但其重点在于旅游经济特定子系统的效率测度，并未以效率测度为基础，对旅游业碳减排潜力与减排路径问题进行研究在旅游碳减排方面，相关学者参照“自下而上”或“自上而下”两套方法体系对与旅游相关碳排放量进行了测度与分析，其研究对象主要囊括旅游交通、旅游住宿、旅游景区及旅游产业等，部分学者更是对低碳经济背景下的旅游领域碳减排工作进行了探究，譬如马勇和刘军从低碳经济角度出发对市场主导型、政府主导型以及社区主导型3类低碳旅游发展路径的研究；蔡萌和汪宇明从营造低碳旅游吸引物、建设低碳旅游设施、培育碳汇旅游体验环境以及倡导低碳旅游消费方式4方面出发，对低碳旅游实现路径的探究；石培华等分析了旅游业碳减排政策框架设计所面临的问题，提出了旅游主管部门、旅游企业、旅游经营者及旅游者“四位一体”的减排思路；赵黎明等从演化博弈视角出发，分析了政企互动下低碳旅游激励政策的有效性，并探究了低碳旅游发展路径及其影响因素。
已有的相关研究是低碳旅游研究的基础，对于本文研究主题的展开具有重要的指导意义，但这些研究主要着眼于理论分析，缺乏量化数据支撑，难以对经济增长与碳减排双重约束条件下的中国旅游产业减排潜力及减排路径问题作出有效分析有鉴于此，本文拟将碳排放因素纳入效率评估框架，对中国30个省（自治N/直辖市）低碳旅游发展效率作出测度与分解，以此为基础，从经济增长与碳减排双向平衡角度出发，探究各省市旅游产业碳减排潜力及减排路径，藉此对低碳经济背景下的中国旅游产业发展政策的制定提供支持1.研究方法1.1中国省际旅游业能源消费及碳排放评估旅游业碳排放总量与旅游业能源消费紧密相关，是旅游业人为碳排放的主要源泉由于相同行业经济活动所创造的产出，需要付出的成本大致相同，因而可以通过能源强度系数将旅游业能源消费量从特定行业中剥离出来，旅游业能源消费计算公式如下：式（1）中，i（i=1，2，…，m）表示受评地区；j（j=1，2，…，n）表示与旅游业相关的特定行业，包括交通运输、仓储和邮政业与批发、零售、住宿及餐饮业；TEi为第i地区旅游产业能源消费实物量（万吨标准煤）；TIJ为第i地区的旅游业第j部门旅游业增加值，可通过行业j增加值率乘以行业j旅游收入获得，而行业j曾加值率为行业j增加值与行业j总产值之比；ej，为特定行业j的能源消费强度（万吨标准煤/亿元），即终端能源消费中第j行业的能源消费量与行业增加值之比。
依据IPCC评估报告的碳排放折算方法，对应旅游业碳排放量折算公式如下： 式（2）中，ci为第i地区旅游业能源消费引致碳排放量；h（h=1，2，…，h为能源消费类型，在此能源类型主要囊括原煤、洗精煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气、其他石油制品、其他焦化产品等15种；ηh为初始能源消费结构，即第^种能源在总能源消费量中的比重；CEh为第h类能源的碳排放系数，是第h类能源的平均低位发热值、碳含量及碳氧化因子的乘积，参照《中国温室气体清单研究》1.2低碳旅游发展效率与减排潜力测度数据包络分析方法（DEA）首先以投入与产出指标数据为基础，构建最佳实践生产前沿面，进而通过求解数学规划式得到各决策单元的相对效率DEA方法一般包括CCR、BCC、FG、sT、SBM等模型与其他模型相比，SBM方向距离函数不仅克服了投入与产出变量松弛型问题，而且能够将环境因素纳入其中，并对无效率值作出进一步分解，因而本文选择运用SBM方向距离函数构建包含环境效应的效率评价研究框架，以此为基础，对中国各地区旅游产业减排潜力与减排路径作出剖析主要研究方法及思路囊括5个部分：生产技术、SBM方向距离函数、非期望产出处理、评价指标体系及旅游业非期望产出强度分解。
1.2.1生产技术公式（7）表示与最佳实践生产前沿相比，受评DMU实际投入可能的最大缩减比例，反映了受评DMU的投入缩减潜力；公式（8）表示与最佳实践生产前沿相比，受评DMU实际产出可能的最大扩增比例，反映了受评DMU的产出扩增潜力1.2.3非期望产出处理本文以各地区旅游产业为研究决策单元，而在旅游产业系统一定的要素投入不仅能够带来期望产出（“好产出”，即旅游产业收益），亦不可避免地产生非期望产出（“坏产出”，即旅游产业活动所形成的环境压力，以旅游业碳排放表征），进而对生态环境形成压力在已有研究文献中，处理非期望产出的方法较多，如数据转换处理法、曲线测度评价、方向性环境距离函数及污染排放作投入处理法等等，这几种处理方法各有优劣大气碳容量作为一种环境资源，碳排放是对大气碳容量的消耗，亦是生产单元获得期望产出所必须承受的环境成本，因而本文选择采用污染排放作投入处理法，将碳排放因素纳入效率评估框架1.2.4评价指标指标体系选取从古典经济学视角出发，土地、劳动力与资本是经济活动最基本的生产要素投入，而随着能源与环境问题突显，与经济活动紧密相关的能源要素与生态环境资源要素亦成为要素投人关键指标之一。
然而，各地区低碳旅游发展效率受地区土地面积的约束较小，土地面积要素可不视为地区旅游产业的直接投入要素，但与地区资源禀赋紧密相关的旅游资源禀赋则对旅游经济发展起到重要影响，可视为土地资源的替代要素因而，依据投入产出指标遴选中的科学性、适宜性、弱相关及可操作性原则，本文选取旅游资源禀赋（TRE）、旅游业劳动力投入（TLN）、旅游业资本投入（TCS）、旅游业能源消费（TEC）及旅游业碳排放（TCE）作为要素投入指标而在产出指标方面，各地区旅游产业在旅游活动中向游客提供所需的不同类型需求与服务，藉此获得旅游产业收益，这一收益的外在表征主要为旅游收入，因而本文选取旅游产业总收入（GTR）作为低碳旅游发展效率的产出指标1.2.5旅游业非期望产出强度分解旅游产业碳减排工作的核心并不仅仅局限于减少碳排放量，降低旅游产业活动所形成的生态环境压力，更重要的是维系旅游产业在经济发展与生态环境保护之间的平衡，促进旅游经济持续发展鉴于此，本文选择从因素分解角度出发，对旅游产业碳排放强度指标作出分解，以期为旅游产业碳减排工作提供指引参照IPCC提出的Kaya恒等式构造思路，结合实际投入产出指标与潜在投入产出指标的内在关系，本文构造旅游业碳排放强度分解式如下：式（9）中，TCE为旅游业碳排放量；GTR为旅游业总收入；GTR、TEC、TCE分别为潜在旅游总收入、潜在旅游业能源消费量、潜在旅游业碳排放量，即受评地区旅游总收入、旅游业能源消费量及旅游业碳排放量在最佳实践生产前沿面上的投影，分别表示旅游总收入的最大扩增量、旅游业能源消费量与旅游业碳排放量的最大缩减量。
下面对恒定式中各因素分别进行定义：PNE=GTR/GTR为实际旅游总收入与潜在旅游总收入之间的比率，表示实际产出的上升潜力，即产出无效率因素；PEI=TEC/GTR为潜在旅游业能源消费量与潜在旅游总收入之间的比率，旅游业潜在能源消费强度变化在一定程度上表征了旅游业广义节能技术进步，即节能技术进步因素；PCI=TCE/TEC为潜在旅游业碳排放量与潜在旅游业能源消费量之间的比率，旅游业潜在能源结构碳强度变化一定程度上表征了广义减排技术进步，即减排技术进步因素；CNE=TCE/TCE为实际旅游业碳排放量与潜在旅游业碳排放量之间的比率，表示实际旅游业碳排放的减排潜力，即碳排放无效率因素因而，通过对公式（9）进行变换可以得到旅游业碳排放强度恒定式如下：式（10）中，旅游业碳排放强度（TCEI）变化主要受产出无效率因素（PNE）、节能技术进步因素（PEl）、减排技术进步因素（尸CI）、碳排放无效率因素（CNE）等4因素驱动基于此，第t期相对于基期的旅游业碳排放强度变化可进行如下分解：式（11）中，△TCEIPNE、△TCEIPNI、△TCEIPCI、△TCEICNE分别表示产出无效率因素、节能技术进步因素、减排技术进步因素、碳排放无效率因素对旅游业碳排放强度变化的贡献值。
参照对数平均权重Divisia分解法（10garithmic mean weight divisia），可以对式（11）进行如下分解： 式（12）中，旅游业碳排放强度变化ATCEI可分解为△TCEIPNE、△TCEIPEI、△TCEIPCI、△TCEIPCNE等4部分，通过因素贡献值与碳排放强度变化量的比率可以计算得到各因素贡献百分比2.研究对象、指标计算与数据来源本文以中国30个省（自治区值辖市）旅游业为研究对象（因西藏、香港、澳门及台湾的部分数据缺失，故不作考虑），对2005-2012年中国省级低碳旅游发展效率、减排潜力及。