华东地区旅游碳排放与碳承载力关系研究

　　摘要：构建旅游碳压力指数模型，研究华东七省份2004—2018年旅游碳排放与旅游碳承载力的关系。研究发现：(1)华东七省份旅游碳排放逐年增加，江苏、山东、浙江旅游碳排放位列前三。江西、安徽旅游碳排放增长较快，上海旅游碳排放增加相对稳定。(2)华东地区旅游碳承载力呈稳步上升态势。福建旅游碳承载力最大，江西旅游碳承载力增长最快，上海、江苏、山东旅游碳承载力增长缓慢。(3)华东地区各省份旅游碳排放与旅游碳承载力基本处于失调状态，根据碳压力指数与耦合协调水平，将华东七省份分为四种类型：上海为高旅游碳压—持续严重失调型;江苏、山东、浙江为中旅游碳压—快速严重失调型;江西为低旅游碳压—缓慢濒临失调型;安徽、福建为旅游碳盈余—持续濒临失调型。华东地区旅游生态压力巨大，减少区域旅游业的碳排放、增加森林碳汇任重道远。

　　关键词：旅游碳排放;旅游碳汇;耦合协调;旅游碳压力;华东地区

　　旅游业一度被认为是环境友好型的产业，随着世界旅游业的发展，人们意识到旅游业同样存在碳排放、物种丧失、水体污染等方面的环境问题。世界旅游组织于2008年出版《气候变化与旅游业：应对全球挑战》的研究报告[1]表明，2005年整个旅游发展中的CO2排放量达到了13亿吨，占人类活动所有CO2排放量的4.9%。据预测，在2035年以前旅游业碳排放将以年均2.5%的速度增长。

　　经济论文范例：碳排放权价格影响因素分析以广东省碳排放交易试点为例

　　降低旅游业碳排放对旅游业可持续发展具有重要意义。 国内外学者对不同区域旅游业碳排放测算做了大量的研究[2-4]，并取得了一定的成果。国外学者Gössling[5]第一次提出了旅游业碳排放的研究方法，并对全球旅游业碳足迹进行研究，由此开启了国内外对不同区域旅游碳排放的研究。何欢等[6]对上海旅游生态足迹开展研究，指出上海旅游生态足迹主要由旅游交通和旅游购物产生，从而发现上海旅游生态足迹结构的独特性。

　　陶玉国等[7]研究江苏旅游业碳排放总量并分析其影响因素的作用机理。田红[8]研究山东旅游业碳排放时空差异，指出山东旅游碳排放从2000—2015年持续增长，旅游业碳排放在空间上呈现东高西低、北高南低的特征。李颖[9]对安徽旅游业碳排放影响因素开展分析，指出旅游收入结构效应是引起该省旅游业碳排放增加最重要的驱动因素，其次为旅游人数规模的快速增长。

　　董红艳等[10]构建旅游碳承载力模型，实现了对旅游碳承载力的测算并对江苏旅游业碳足迹与碳承载力进行动态对比分析。从以往研究来看，国内外研究主要集中在旅游碳足迹或者碳排放测算方法、时空演变、构成及驱动因素等方面，较少有学者研究旅游碳排放与碳吸收之间的关系。本文以华东地区的上海、江苏、浙江、山东、安徽、江西、福建七省份为研究对象，研究华东地区旅游碳排放与旅游碳承载力水平动态关系，认知区域旅游生态安全，以期对华东地区旅游发展、旅游消费、旅游碳汇措施提供指导作用。

　　1研究方法与数据来源

　　1.1旅游碳排放综合测算模型

　　旅游碳排放(tourismcarbonemission,TCE)是指旅游者在旅游产品消费过程中所产生的温室气体排放量，用CO2的质量表征。假设旅游者在整个旅游产品消费过程中的碳排放在本质上是相同的，则在旅游活动中的吃、住、行、游、购、娱各环节的旅游碳排放可以用相关的 旅游收入或旅游者消费进行统一测算。旅游业碳排放综合测算模型可表达[10]为：TCE=A·G(1)式中：TCE为当年的旅游业碳排放，单位万吨;G为当年的旅游业综合二氧化碳排放强度，单位kg/千美元;A为当年的旅游行业总收入，单位千美元;由于尚未有标准的中国旅游业碳排放强度等相关数据可供参考，本文采用世界平均旅游碳排放强度623.13kg/千美元作为G的参考值。

　　1.2旅游碳承载力测算模型

　　碳承载力是指绿色植被的固碳能力。赵先贵等[11]的研究表明，森林、农田、草地三种植被类型中，森林的固碳量最大，占总固碳量的98%，占绝对地位。肖玲等[12]也认为，在总碳承载力中，森林固碳量占80.97%～88.40%，森林是最重要的碳承载力组分。中国东部地区、西南地区、东南地区等草地资源分布较少，仅占10%左右，华东地区更是草地资源稀缺区[13]，因此本文主要考虑森林碳承载力，忽略草地、农田的碳承载力。本文将旅游碳承载力(tourismcarboncapacity,TCC)定义为一定的时间和空间条件下，区域生态系统净吸收旅游业CO2排放的最大能力，也就是在陆地生态系统和 人类旅游经济系统中CO2循环的最大能力，用单位时间、单位面积植被碳汇(CO2的质量)表示。

　　1.3耦合评判模型本研究将区域旅游碳排放和旅游碳承载力视为两个相互作用、彼此影响的系统，通过耦合度模型[15]，定量测度旅游碳排放与旅游碳承载力的相互关系和协调程度。

　　1.4旅游碳压力指数

　　笔者提出旅游碳压力指数(tourismcarbonpressure index)的概念，主要指区域旅游消费碳排放量与区域旅游碳承载力之间的比值，直接反映了区域面临的旅游碳排放压力程度。其指数计算公式为：TCPI=TCE/TCC(8)其中，TCPI表示旅游碳压力指数。旅游碳压力指数由于考虑了环境吸碳能力这一相对因素，因而可以更全面地评估旅游碳活动与自然环境之间的平衡关系问题。

　　若TCPI>1，则表明区域旅游碳排放量相对于旅游碳承载能力而言属于超载状态，旅游碳循环系统面临着生态赤字压力;若TCPI<1，则表明区域旅游碳排放量在其生态系统的可承载范围内，旅游碳循环系统尚有生态盈余;若TCPI=1，则表明区域旅游碳排放量与生态固碳能力相对持平，处于碳超载的临界点。

　　1.5数据来源

　　研究旅游碳排放与旅游碳承载力所需要的接待旅游人次(包含国内和入境)和旅游收入(包含国内和入境)、地区生产总值GDP等数据均来自2004—2018年华东地区各省份《国民经济和社会发展统计公报》。森林活力木蓄积统计数据主要来源于中国林业数据库中的《森林资源连续清查数据》(第七次2004—2008年、第八次2009—2013年、第九次2014—2018年)。

　　我国森林资源清查每5年开展一次，包括林业用地面积、森林面积、人工林面积、森林覆盖率、活立木总蓄积量、森林蓄积量等多个指标，本研究在计算森林碳储量时主要使用活立木总蓄积量。活立木蓄积量是指一定范围内土地上全部树木蓄积的总量，包括森林蓄积、疏林蓄积、散生木蓄积和四旁树蓄积。活立木蓄积量相比较森林蓄积量包含的范围更全面。

　　2华东地区旅游碳排放与旅游碳承载力分析

　　利用公式(4)计算华东地区七省份第七次、第八次、第九次森林资源清查的森林碳储量，利用公式(3)得到第七次到第八次森林资源清查的森林碳汇、第八次到第九次森林资源清查的森林碳汇，从而得到每5年碳汇增加值。假设2004年碳汇值为第七次与第八次碳汇均值，2009年碳汇值为第八次与第九次碳汇均值，2014—2018年碳汇增加值按照2009—2013年碳汇增加值推算。利用公式(2)和表2的森林碳汇值，计算华东地区七省份2004—2018年旅游碳承载力。利用公式(1)和华东七省份2004—2018年接待游客人次和旅游收入(按照千美元计)计算华东七省份旅游碳排放值。

　　2.1旅游碳排放水平分析

　　华东地区旅游碳排放水平呈稳步上升态势，这与华东地区旅游经济发展表现出一致性。Theil系数是用来衡量个人之间或者地区间的收入差距。利用Theil系数衡量华东地区各省份旅游碳排放差异，结果显示总体上华东地区各省份旅游碳排放差异小，且华东地区旅游碳排放差异逐渐缩小，从2004年的0.022下降到2018年的0.005。从2005年开始，华东地区旅游碳排放最多的省份为江苏，其次为浙江和山东。

　　江苏、山东、浙江旅游人次规模和旅游收入一般都位于全国前五，旅游人次规模与旅游消费是影响旅游碳排放的重要驱动力。至2018年，江苏旅游碳排放值在华东地区达到最高，为12474.371万吨;其次为山东9850.829万吨、浙江9422.188万吨。2004年旅游碳排放最少的省份为江西181.301万吨;其次为安徽196.948万吨。2018年旅游碳排放最少的省份为上海4795.203万吨，这可能与上海近5年的节能减排、碳排放管理有一定的关联性;其次为福建6247.478万吨。变异系数反映数据离散程度。

　　一般认为变异系数>1的属于强变异，介于0.1和1之间的属于中等变异，小于0.1的属于弱变异。利用变异系数来看单个省份旅游碳排放变化，结果如图1所示，江西的碳排放变异系数值最大，为1.12，旅游碳排放从2004年的181.301万吨增长至2018年的7669.865万吨，增长了41.3倍。江西的碳排放值增长速度比其他省份明显快，尤其从2013年开始旅游碳排放增长速度较快。其次是安徽，碳排放变异系数值为0.941，旅游碳排放从2004年的196.948万吨增长至2018年的6818.515万吨，增长了33.6倍。上海的旅游碳排放变异系数值最小，为0.417，旅游碳排放值变化相对稳定，旅游碳排放值从1105.008万吨增加至4795.203万吨，增长了3.34倍，增长幅度相对较小。

　　3华东地区旅游碳排放与碳承载力耦合协调度水平

　　3.1旅游碳排放与碳承载力耦合协调度等级划分利用公式(5)～(7)计算2004—2018年华东地区七省份旅游碳排放与旅游碳承载力耦合协调度。从耦合协调度来看，华东地区各省份旅游碳排放与旅游碳承载力基本处于失调状态，只有2005年和2007年个别省份表现出协调状态，安徽、江西、福建在2007年表现出较好的协调状态，耦合协调度达到0.977、0.966、0.754，但较好的协调状态只是昙花一现，很快就进入失调状态。华东地区各省份旅游碳排放与旅游碳承载力耦合协调度在2004—2008年基本处于较明显的波动状态，2009—2018年除了江西有上升趋势外，其他六省份处于明显的下滑状态。

　　3.2碳排放与碳承载力耦合协调趋势类型划分耦合协调度的失衡是由于旅游碳排放与旅游碳承载力失衡，利用旅游碳压力指数直接反映了区域面临的旅游碳排放压力程度，根据旅游碳压力指数与耦合协调动态水平，对华东地区七省份进行类型划分，从而明确华东地区七省份区域旅游生态安全状态。

　　4讨论

　　从旅游碳汇的研究来看，由于采用的研究方法和数据来源不同，得出的结论有较大差异。因为较少有文献研究旅游碳排放与旅游碳承载力的关系，关于华东地区的研究更是少之又少。因此以江苏为例，比较以往研究旅游碳排放、旅游碳承载力与本研究数据是否具有一 致性。王磊等[16]在研究江苏森林碳汇时，计算出江苏森林碳储量由2000年的1717.74万吨增加到2005年的2516.56万吨，5年间共增加798.82万吨，本研究中森林碳汇结果与其相差较大。2013年江苏省绿化委员会首次发布了江苏“森林碳汇”数据[17]，报道称2003—2012年10年间森林新增碳汇8000万吨，5年则大约增加4000余万吨。而本研究在计算森林碳汇时，江苏2005—2015年10年间新增碳汇3983.484万吨，这与江苏首次发布的森林碳汇报道数据基本一致。

　　王磊等[16]采用森林生物量计算方法，而本研究采用的是森林蓄积量扩展法，因研究方法不同所得旅游碳汇的数值亦不同。虽然旅游碳承载力数值相差较大，但从研究结果来看，江苏旅游碳排放一直大于旅游碳承载力，且差距越来越大，这符合江苏近年来旅游业快速发展的实际情况。5结论与建议总体上华东地区各省份旅游碳排放差异小，且2004—2018年华东地区旅游碳排放差异逐渐缩小。华东七省份旅游碳排放逐年增加，江苏、山东、浙江旅游碳排放位列前三。2004年旅游碳排放最少的省份为江西、安徽;2018年旅游碳排放最少的省份为上海，其次为福建。

　　江西、安徽旅游碳排放增长较快，上海旅游碳排放增加相对稳定。华东地区七省份旅游碳承载力呈稳步上升态势，且七省份之间的旅游碳承载力差异逐渐缩小。福建旅游碳承载力最大，居华东七省份首位。上海旅游碳承载力最小，始终居华东七省份末位。江西旅游碳承载力增长最快，上海、江苏、山东旅游碳承载力增长缓慢。华东地区各省份旅游碳排放与旅游碳承载力基本处于失调状态，根据碳压力指数与耦合协调水平，将华东地区七省份分为四种类型：即以上海为代表的“高旅游碳压—持续严重失调型”;以江苏、山东、浙江为代表的“中旅游碳压—快速严重失调型”;以江西为代表的“低旅游碳压—缓慢濒临失调型”。

　　以安徽、福建为代表的“旅游碳盈余—持续濒临失调型”。华东地区旅游生态压力岌岌可危，减少区域旅游业的碳排放、增加森林碳汇任重道远。 华东地区整体旅游生态风险较高，地方政府需要加强华东地区旅游碳排放的管理，尤其是上海、江苏、山东、浙江。这些省份应积极推广旅游碳排放节能减排措施，合理布局旅游目的地，鼓励和引导旅游者尽量减少使用高能耗交通工具，选择绿色酒店、绿色餐饮，转变高能耗的旅游经济增长方式，同时继续扩大造林面积，增加植物碳汇，进一步提高旅游业的碳承载力。江西、安徽、福建应充分利用自身的生态优势，进一步扩大植物碳汇，同时注重生态旅游的开发和旅游者低碳行为的引导，防止旅游生态安全局面恶化。

　　参考文献：

　　[1]SimpsonMC,GösslingS,ScottD,etal.Climatechangeadaptationandmitigationinthetourismsector:Frameworks,toolsandpractices[R].Oxford:UniversityofOxford,2008.

　　[2]KellyJ,WilliamsPW.Modellingtourismdestinationenergyconsumptionandgreenhousegasemissions:Whistler,BritishColumbia,Canada[J].JournalofSustainableTourism,2007,15(1):67-90.

　　[3]NielsenSP,SesarticA,StuckiM.Thegreenhousegasintensityofthetourismsector:ThecaseofSwitzerland[J].EnvironmentalScience&Policy,2010,13(2):131-140.

　　[4]石培华，吴普.中国旅游业能源消耗与CO2排放量的初步估算[J].地理学报，2011(2)：235-243.

　　[5]GösslingS.Globalenvironmentalconsequencesoftourism[J].GlobalEnvironmentalChange,2002,12(4):283-302.

　　[6]何欢，林文鹏，储德平，等.上海市旅游生态足迹分析[J].长江流域资源与环境，2013(11)：1375-1381.

　　[7]陶玉国，黄震方，吴丽敏，等.江苏省区域旅游业碳排放测度及其因素分解[J].地理学报，2014(10)：1438-1448.

　　作者：涂玮，刘钦普