摘要：構建旅游碳壓力指數模型，研究華東七省份2004—2018年旅游碳排放與旅游碳承載力的關系。研究發現：(1)華東七省份旅游碳排放逐年增加，江蘇、山東、浙江旅游碳排放位列前三。江西、安徽旅游碳排放增長較快，上海旅游碳排放增加相對穩定。(2)華東地區旅游碳承載力呈穩步上升態勢。福建旅游碳承載力最大，江西旅游碳承載力增長最快，上海、江蘇、山東旅游碳承載力增長緩慢。(3)華東地區各省份旅游碳排放與旅游碳承載力基本處于失調狀態，根據碳壓力指數與耦合協調水平，將華東七省份分為四種類型：上海為高旅游碳壓—持續嚴重失調型;江蘇、山東、浙江為中旅游碳壓—快速嚴重失調型;江西為低旅游碳壓—緩慢瀕臨失調型;安徽、福建為旅游碳盈余—持續瀕臨失調型。華東地區旅游生態壓力巨大，減少區域旅游業的碳排放、增加森林碳匯任重道遠。

　　關鍵詞：旅游碳排放;旅游碳匯;耦合協調;旅游碳壓力;華東地區

　　旅游業一度被認為是環境友好型的產業，隨著世界旅游業的發展，人們意識到旅游業同樣存在碳排放、物種喪失、水體污染等方面的環境問題。世界旅游組織于2008年出版《氣候變化與旅游業：應對全球挑戰》的研究報告[1]表明，2005年整個旅游發展中的CO2排放量達到了13億噸，占人類活動所有CO2排放量的4.9%。據預測，在2035年以前旅游業碳排放將以年均2.5%的速度增長。

　　經濟論文范例：碳排放權價格影響因素分析以廣東省碳排放交易試點為例

　　降低旅游業碳排放對旅游業可持續發展具有重要意義。 國內外學者對不同區域旅游業碳排放測算做了大量的研究[2-4]，并取得了一定的成果。國外學者Gössling[5]第一次提出了旅游業碳排放的研究方法，并對全球旅游業碳足跡進行研究，由此開啟了國內外對不同區域旅游碳排放的研究。何歡等[6]對上海旅游生態足跡開展研究，指出上海旅游生態足跡主要由旅游交通和旅游購物產生，從而發現上海旅游生態足跡結構的獨特性。

　　陶玉國等[7]研究江蘇旅游業碳排放總量并分析其影響因素的作用機理。田紅[8]研究山東旅游業碳排放時空差異，指出山東旅游碳排放從2000—2015年持續增長，旅游業碳排放在空間上呈現東高西低、北高南低的特征。李穎[9]對安徽旅游業碳排放影響因素開展分析，指出旅游收入結構效應是引起該省旅游業碳排放增加最重要的驅動因素，其次為旅游人數規模的快速增長。

　　董紅艷等[10]構建旅游碳承載力模型，實現了對旅游碳承載力的測算并對江蘇旅游業碳足跡與碳承載力進行動態對比分析。從以往研究來看，國內外研究主要集中在旅游碳足跡或者碳排放測算方法、時空演變、構成及驅動因素等方面，較少有學者研究旅游碳排放與碳吸收之間的關系。本文以華東地區的上海、江蘇、浙江、山東、安徽、江西、福建七省份為研究對象，研究華東地區旅游碳排放與旅游碳承載力水平動態關系，認知區域旅游生態安全，以期對華東地區旅游發展、旅游消費、旅游碳匯措施提供指導作用。

　　1研究方法與數據來源

　　1.1旅游碳排放綜合測算模型

　　旅游碳排放(tourismcarbonemission,TCE)是指旅游者在旅游產品消費過程中所產生的溫室氣體排放量，用CO2的質量表征。假設旅游者在整個旅游產品消費過程中的碳排放在本質上是相同的，則在旅游活動中的吃、住、行、游、購、娛各環節的旅游碳排放可以用相關的 旅游收入或旅游者消費進行統一測算。旅游業碳排放綜合測算模型可表達[10]為：TCE=A·G(1)式中：TCE為當年的旅游業碳排放，單位萬噸;G為當年的旅游業綜合二氧化碳排放強度，單位kg/千美元;A為當年的旅游行業總收入，單位千美元;由于尚未有標準的中國旅游業碳排放強度等相關數據可供參考，本文采用世界平均旅游碳排放強度623.13kg/千美元作為G的參考值。

　　1.2旅游碳承載力測算模型

　　碳承載力是指綠色植被的固碳能力。趙先貴等[11]的研究表明，森林、農田、草地三種植被類型中，森林的固碳量最大，占總固碳量的98%，占絕對地位。肖玲等[12]也認為，在總碳承載力中，森林固碳量占80.97%～88.40%，森林是最重要的碳承載力組分。中國東部地區、西南地區、東南地區等草地資源分布較少，僅占10%左右，華東地區更是草地資源稀缺區[13]，因此本文主要考慮森林碳承載力，忽略草地、農田的碳承載力。本文將旅游碳承載力(tourismcarboncapacity,TCC)定義為一定的時間和空間條件下，區域生態系統凈吸收旅游業CO2排放的最大能力，也就是在陸地生態系統和 人類旅游經濟系統中CO2循環的最大能力，用單位時間、單位面積植被碳匯(CO2的質量)表示。

　　1.3耦合評判模型本研究將區域旅游碳排放和旅游碳承載力視為兩個相互作用、彼此影響的系統，通過耦合度模型[15]，定量測度旅游碳排放與旅游碳承載力的相互關系和協調程度。

　　1.4旅游碳壓力指數

　　筆者提出旅游碳壓力指數(tourismcarbonpressure index)的概念，主要指區域旅游消費碳排放量與區域旅游碳承載力之間的比值，直接反映了區域面臨的旅游碳排放壓力程度。其指數計算公式為：TCPI=TCE/TCC(8)其中，TCPI表示旅游碳壓力指數。旅游碳壓力指數由于考慮了環境吸碳能力這一相對因素，因而可以更全面地評估旅游碳活動與自然環境之間的平衡關系問題。

　　若TCPI>1，則表明區域旅游碳排放量相對于旅游碳承載能力而言屬于超載狀態，旅游碳循環系統面臨著生態赤字壓力;若TCPI<1，則表明區域旅游碳排放量在其生態系統的可承載范圍內，旅游碳循環系統尚有生態盈余;若TCPI=1，則表明區域旅游碳排放量與生態固碳能力相對持平，處于碳超載的臨界點。

　　1.5數據來源

　　研究旅游碳排放與旅游碳承載力所需要的接待旅游人次(包含國內和入境)和旅游收入(包含國內和入境)、地區生產總值GDP等數據均來自2004—2018年華東地區各省份《國民經濟和社會發展統計公報》。森林活力木蓄積統計數據主要來源于中國林業數據庫中的《森林資源連續清查數據》(第七次2004—2008年、第八次2009—2013年、第九次2014—2018年)。

　　我國森林資源清查每5年開展一次，包括林業用地面積、森林面積、人工林面積、森林覆蓋率、活立木總蓄積量、森林蓄積量等多個指標，本研究在計算森林碳儲量時主要使用活立木總蓄積量。活立木蓄積量是指一定范圍內土地上全部樹木蓄積的總量，包括森林蓄積、疏林蓄積、散生木蓄積和四旁樹蓄積。活立木蓄積量相比較森林蓄積量包含的范圍更全面。

　　2華東地區旅游碳排放與旅游碳承載力分析

　　利用公式(4)計算華東地區七省份第七次、第八次、第九次森林資源清查的森林碳儲量，利用公式(3)得到第七次到第八次森林資源清查的森林碳匯、第八次到第九次森林資源清查的森林碳匯，從而得到每5年碳匯增加值。假設2004年碳匯值為第七次與第八次碳匯均值，2009年碳匯值為第八次與第九次碳匯均值，2014—2018年碳匯增加值按照2009—2013年碳匯增加值推算。利用公式(2)和表2的森林碳匯值，計算華東地區七省份2004—2018年旅游碳承載力。利用公式(1)和華東七省份2004—2018年接待游客人次和旅游收入(按照千美元計)計算華東七省份旅游碳排放值。

　　2.1旅游碳排放水平分析

　　華東地區旅游碳排放水平呈穩步上升態勢，這與華東地區旅游經濟發展表現出一致性。Theil系數是用來衡量個人之間或者地區間的收入差距。利用Theil系數衡量華東地區各省份旅游碳排放差異，結果顯示總體上華東地區各省份旅游碳排放差異小，且華東地區旅游碳排放差異逐漸縮小，從2004年的0.022下降到2018年的0.005。從2005年開始，華東地區旅游碳排放最多的省份為江蘇，其次為浙江和山東。

　　江蘇、山東、浙江旅游人次規模和旅游收入一般都位于全國前五，旅游人次規模與旅游消費是影響旅游碳排放的重要驅動力。至2018年，江蘇旅游碳排放值在華東地區達到最高，為12474.371萬噸;其次為山東9850.829萬噸、浙江9422.188萬噸。2004年旅游碳排放最少的省份為江西181.301萬噸;其次為安徽196.948萬噸。2018年旅游碳排放最少的省份為上海4795.203萬噸，這可能與上海近5年的節能減排、碳排放管理有一定的關聯性;其次為福建6247.478萬噸。變異系數反映數據離散程度。

　　一般認為變異系數>1的屬于強變異，介于0.1和1之間的屬于中等變異，小于0.1的屬于弱變異。利用變異系數來看單個省份旅游碳排放變化，結果如圖1所示，江西的碳排放變異系數值最大，為1.12，旅游碳排放從2004年的181.301萬噸增長至2018年的7669.865萬噸，增長了41.3倍。江西的碳排放值增長速度比其他省份明顯快，尤其從2013年開始旅游碳排放增長速度較快。其次是安徽，碳排放變異系數值為0.941，旅游碳排放從2004年的196.948萬噸增長至2018年的6818.515萬噸，增長了33.6倍。上海的旅游碳排放變異系數值最小，為0.417，旅游碳排放值變化相對穩定，旅游碳排放值從1105.008萬噸增加至4795.203萬噸，增長了3.34倍，增長幅度相對較小。

　　3華東地區旅游碳排放與碳承載力耦合協調度水平

　　3.1旅游碳排放與碳承載力耦合協調度等級劃分利用公式(5)～(7)計算2004—2018年華東地區七省份旅游碳排放與旅游碳承載力耦合協調度。從耦合協調度來看，華東地區各省份旅游碳排放與旅游碳承載力基本處于失調狀態，只有2005年和2007年個別省份表現出協調狀態，安徽、江西、福建在2007年表現出較好的協調狀態，耦合協調度達到0.977、0.966、0.754，但較好的協調狀態只是曇花一現，很快就進入失調狀態。華東地區各省份旅游碳排放與旅游碳承載力耦合協調度在2004—2008年基本處于較明顯的波動狀態，2009—2018年除了江西有上升趨勢外，其他六省份處于明顯的下滑狀態。

　　3.2碳排放與碳承載力耦合協調趨勢類型劃分耦合協調度的失衡是由于旅游碳排放與旅游碳承載力失衡，利用旅游碳壓力指數直接反映了區域面臨的旅游碳排放壓力程度，根據旅游碳壓力指數與耦合協調動態水平，對華東地區七省份進行類型劃分，從而明確華東地區七省份區域旅游生態安全狀態。

　　4討論

　　從旅游碳匯的研究來看，由于采用的研究方法和數據來源不同，得出的結論有較大差異。因為較少有文獻研究旅游碳排放與旅游碳承載力的關系，關于華東地區的研究更是少之又少。因此以江蘇為例，比較以往研究旅游碳排放、旅游碳承載力與本研究數據是否具有一 致性。王磊等[16]在研究江蘇森林碳匯時，計算出江蘇森林碳儲量由2000年的1717.74萬噸增加到2005年的2516.56萬噸，5年間共增加798.82萬噸，本研究中森林碳匯結果與其相差較大。2013年江蘇省綠化委員會首次發布了江蘇“森林碳匯”數據[17]，報道稱2003—2012年10年間森林新增碳匯8000萬噸，5年則大約增加4000余萬噸。而本研究在計算森林碳匯時，江蘇2005—2015年10年間新增碳匯3983.484萬噸，這與江蘇首次發布的森林碳匯報道數據基本一致。

　　王磊等[16]采用森林生物量計算方法，而本研究采用的是森林蓄積量擴展法，因研究方法不同所得旅游碳匯的數值亦不同。雖然旅游碳承載力數值相差較大，但從研究結果來看，江蘇旅游碳排放一直大于旅游碳承載力，且差距越來越大，這符合江蘇近年來旅游業快速發展的實際情況。5結論與建議總體上華東地區各省份旅游碳排放差異小，且2004—2018年華東地區旅游碳排放差異逐漸縮小。華東七省份旅游碳排放逐年增加，江蘇、山東、浙江旅游碳排放位列前三。2004年旅游碳排放最少的省份為江西、安徽;2018年旅游碳排放最少的省份為上海，其次為福建。

　　江西、安徽旅游碳排放增長較快，上海旅游碳排放增加相對穩定。華東地區七省份旅游碳承載力呈穩步上升態勢，且七省份之間的旅游碳承載力差異逐漸縮小。福建旅游碳承載力最大，居華東七省份首位。上海旅游碳承載力最小，始終居華東七省份末位。江西旅游碳承載力增長最快，上海、江蘇、山東旅游碳承載力增長緩慢。華東地區各省份旅游碳排放與旅游碳承載力基本處于失調狀態，根據碳壓力指數與耦合協調水平，將華東地區七省份分為四種類型：即以上海為代表的“高旅游碳壓—持續嚴重失調型”;以江蘇、山東、浙江為代表的“中旅游碳壓—快速嚴重失調型”;以江西為代表的“低旅游碳壓—緩慢瀕臨失調型”。

　　以安徽、福建為代表的“旅游碳盈余—持續瀕臨失調型”。華東地區旅游生態壓力岌岌可危，減少區域旅游業的碳排放、增加森林碳匯任重道遠。 華東地區整體旅游生態風險較高，地方政府需要加強華東地區旅游碳排放的管理，尤其是上海、江蘇、山東、浙江。這些省份應積極推廣旅游碳排放節能減排措施，合理布局旅游目的地，鼓勵和引導旅游者盡量減少使用高能耗交通工具，選擇綠色酒店、綠色餐飲，轉變高能耗的旅游經濟增長方式，同時繼續擴大造林面積，增加植物碳匯，進一步提高旅游業的碳承載力。江西、安徽、福建應充分利用自身的生態優勢，進一步擴大植物碳匯，同時注重生態旅游的開發和旅游者低碳行為的引導，防止旅游生態安全局面惡化。

　　參考文獻：

　　[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]石培華，吳普.中國旅游業能源消耗與CO2排放量的初步估算[J].地理學報，2011(2)：235-243.

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

　　[6]何歡，林文鵬，儲德平，等.上海市旅游生態足跡分析[J].長江流域資源與環境，2013(11)：1375-1381.

　　[7]陶玉國，黃震方，吳麗敏，等.江蘇省區域旅游業碳排放測度及其因素分解[J].地理學報，2014(10)：1438-1448.

　　作者：涂瑋，劉欽普