1、1旅游业能源消费、CO2 排放及低碳效率评估摘要 本文以投入产出分析思路与 IPCC 的 CO2 折算方法为基础，对湖北省 17 个城市的区域旅游能源消费与 CO2 排放进行了估算，并利用SBMUndesirable 模型对区域旅游低碳效率及其全要素生产率作出了测度与分析。研究结论显示：湖北省旅游业能源消费量从 2007 年的 2 008 518 吨上升到 2011 年的 5 121 460 吨，对应 CO2 排放总量从 2007 年的 6 340 302 吨上升到 2011 年的 15 773 041 吨；住宿、餐饮、景区游览、购物、娱乐、邮电通信及其他服务等二级部门间接能源消费量（间接 C
2、O2排放量）远高于直接能源消费量（直接 CO2 排放量） ，而交通部门直接能源消费量（直接 CO2 排放量）远高于间接能源消费量（间接 CO2 排放量） 。效率评估显示，若不考虑非期望产出，则旅游业发展效率存在被低估的可能；湖北省旅游业低碳效率整体上处于较低水平，不同区域旅游业的低碳效率水平存在较大差异，区域旅游经济系统内部生产要素使用潜力尚待发掘；在分析期内，湖北省区域旅游业低碳效率整体上处于上升状态，规模性因素所推动的技术进步是区域低碳旅游经济发展效率攀升的关键动力，而纯技术效率变化则不利于生产率提升。 关键词 城市；低碳旅游；效率；CO2 排放 中图分类号 X22；F592 文献标识码
3、A 文章编号 1002-2104（2016）01-0047-08 doi：103969/jissn1002-2104201601007 联合国世界旅游组织（UNWTO）研究指出，旅游业 CO2 排放占全球人2为 CO2 排放的 4.9%，该排放量造成的影响占到全球温室效应的 14%，若不采取有效措施，那么世界旅游业 CO2 排放总量将在 2035 年前以年均2.5%的速度递增1。2013 年，中国入境游客、内地居民出境游客人数分别达到 1.29 亿人次、0.98 亿人次，国内游客人数更是达到了 32.62 亿人次，这般规模的游客活动及其配套设施运营所造成的直接与间接能源消费、CO2 排放理应得
4、到重视2。那么旅游业能源消费及其引致 CO2 排放如何测度？低碳约束对旅游业发展效率产生何种影响？回答与分析这一问题对于旅游经济发展具有重要意义。 迄今为止，学者们从不同的研究视角出发，运用生产法和支出法、投入产出法、延伸式旅游卫星记事方法、以过程分析为基础的“自下而上”模型与以投入产出分析为基础的“自上而下”模型，对旅游产业能源消费与 CO2 排放作出了测度与分析3，譬如旅游目的地尺度范围与国际尺度范围下旅游业能源消耗与 CO2 排放评估4-5，亦有旅游交通3，6、旅游住宿7-8、旅游景区9等二级部门的能源消费、CO2 排放问题研究。但综合而言，既有相关文献多侧重于旅游业特定子系统，对旅游产
5、业能源消费与 CO2 排放问题关注不够，且囿于数据局限，已有研究多局限于与旅游相关直接能源消费与 CO2 排放，忽略了旅游经济活动引致的间接能源消费与 CO2 排放。在旅游发展效率评估方面，存在多种方法，但数据包络法是其常用工具，被广泛应用于评估旅游产业效率10-11、旅游酒店效率12-13、旅游交通效率14、旅游目的地效率15等等。随着气候变化与环境问题的逐步突显，部分学者选择将生态环境因素纳入旅游业发展效率评估框架，对旅游业低碳效率问题作出了3探究，譬如李志勇16、查建平17等等，但上述研究皆忽略了投入与产出变量松弛型问题，影响了效率评估的准确性，且并未对其动态变化作出有效分析。有鉴于此，
6、本文参照 Liu18提出的基于投入产出分析法的能源强度测度思路，以 2007-2011 湖北省 17 个城市为研究对象，对旅游业直接与间接能源消费及 CO2 排放量作出评估，并运用SBMUndesirable 模型对旅游业低碳效率及其变化进行了测度与分解，以期为低碳经济背景下旅游经济发展政策制定提供参考。 1 研究方法与思路 1.1 旅游业能源消费与 CO2 排放测度 旅游业能源消费与 CO2 排放主要包括两部分：一是直接能源消费及CO2 排放，是游客在旅游服务消费过程中所直接消费的能源及其引致 CO2排放，二是间接能源消费及 CO2 排放，是旅游经济活动中消费其他产业产品所间接消耗的能源及其
7、引致 CO2 排放。旅游业直接能源消费计算公式如下： TEdirect=nj=1Tjeidirectj （1） 查建平：旅游业能源消费、CO2 排放及低碳效率评估 中国人口?资源与环境 2016 年 第 1 期式（1）中：j（j=1，2，n）表示旅游产业二级部门，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；TEdirect 为旅游产业直接能源消费实物量；Tj 为旅游业第 j 部门旅游总收入；eiJdirect 为特定行业 j 的直接能源消费强度。参照 Liu18提出的基于投入产出分析法的4直接能源强度测度思路，利用投入产出表，结合能源平衡表，计算非能源产业能源消费价格（PE）
8、 ，即： Ph1E=Xh1-Yh1ex+Yh1im-Yh1final-ch1=1Xh1h2Eh1S-Eh1Y-ch2=1Eh1h2 （2） 式（2）中：Ph1E 为第 h1 种能源消费价格；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；Yh1im 为能源进口货币价值量；Yh1final 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第 h1 类能源货币价值量，c 为能源产业数量；Eh1S 为能源平衡表中第 h1 类能源供给标准量；Eh1Y 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第
9、 h1类能源标准量。在能源价格计算的基础上，对旅游业二级部门的直接能源消费强度（eidirect）作出估算，相应折算公式如下： eidirectj=ch1=1Xh1jPh1EXj （3） 式（3）中：j 为特定行业类型，包括住宿、餐饮、交通、购物、娱乐、邮电通信与其他服务部门；Xh1j 为投入产出表中第 j 行业所消耗的第 h1 类能源货币价值量；Xj 为投入产出表中第 j 行业的总产出货币价值量。依据 IPCC CO2 排放折算方法，旅游业直接 CO2 排放量折算公式如下：Cdirect=Hh1=1TEdirecth1CEh1Oh14412 （4） 式（4）中：Cdirect 为旅游业直接
10、CO2 排放量，5h1（h1=1，2，H）为能源消费类型，h1 为中国初始能源消费结构，CEh1 为第 h1 类能源的碳排放系数，Oh1 为第 h1 类能源的氧化系数，参照 2007 年 IPCC 研究报告。总能源消费强度指的是单位最终产品或服务所产生的全部能源消费量，以直接能源强度与列昂惕夫逆矩阵的乘积表示，即： EItotal=EIdirect（IA）-1 （5） 式（5）中：EItotal、EIdirect 分别为完全能源消费强度列向量、直接能源消费强度列向量，对应向量元素 eitotalj、eidirectj 分别表示各部门的总能源消费强度、直接能源消费强度，A 为投入产出直接消耗系数
11、， （I-A）-1 为列昂惕夫逆矩阵。间接能源消费强度是总能源消费强度与直接能源消费强度的差额。依据间接能源消费强度数据，结合 IPCC研究报告的 CO2 排放折算方法，我们可以计算得到旅游业间接能源消费量（TEindirect）与间接 CO2 排放量（Cindirect） ，即： TEindirect=nj=1Tjeiindirectj （6） Cindirect=Hh=1TEindirecthCEhOh4412 （7） 据此，可以进一步计算出旅游业能源消费总量（TEtotal）与旅游业CO2 排放总量（Ctotal） ，即： TEtotal=TEdirect+TEindirect （8）
12、6Ctotal=Cdirect+Cindirect （9） 1.2 旅游发展效率测度模型 假设存在 n 个受评决策单元（DMUsj） （j=1，2，n） ，第 j 个决策单元（DMUsj）消耗 w 种投入 xij（i=1，2，w） ，同时生产出种 s1期望产出 yrj（r=1，2，s1） 、s2 种非期望产出bkj（k=1，2，s2） ，则第 j受评决策单元（DMUsj）的投入、期望产出与非期望产出对应生产可能性集合数学表达式构造如下： P=（x，y，b）：nj=1jxijxij，i；nj=1jyrjyrj，r；nj=1jbkjbj；nj=1j=1，k；j0 （10） 式（10）中：P 为生产
13、可能性集合，j 是权重变量，为所有受评决策单元对应观察值的权重，nj=1j=1 说明生产技术为可变规模报酬（VRS） ，否则为不变规模报酬（CRS） 。参照 Tone19，结合生产技术可能性集合 P，本文构建包含非期望产出的 SBMUndesirable 模型如下： p*=min1-1wwi=1Sij-Xij1+1s1+s2s1r=1srjdyrj+s2k=1skjitbkj s.t. xij=nj=1jxij+sij-，i；yrj=nj=1jyrj-srjd，r；bkj=nj=1jbkj+skju，k；1=nj=1j；j0，j；sij-0，i；srjd0，r；skju0，k. （11） 7式
14、（11）中：sij-、srjd、skju 分别表示 DMUsj的投入冗余量、期望产出不足量及非期望产出超标量；旅游业低碳效率为*，*越大则说明旅游业低碳效率越大，反之，说明旅游业低碳效率越小。若不考虑非期望产出，则相应 SBM 模型如下： *=min1-1wwi=1sij-Xij1+1s1s1r=1srjdyrj s.t. xij=nj=1jxij+sij-，i；yij=nj=1jyrj-srjd，r；1=nj=1j；j0，j；sij-0，i；sijd0，r. （12） 式（12）中：*为不考虑非期望产出的传统旅游业发展效率指标，*越大则说明效率越大，反之，说明效率越小。通过 CharnesC
15、ooper 转换，我们可以将非线性的 SBM 与 SBMUndesirable 模型转化为对偶线性规划模型，进而对不考虑非期望产出与考虑非期望产出的两种效率作出求解。 1.3 全要素生产率指数构建及其分解 参照 Luenberger 全要素生产率指标构建思路，构建反映旅游业低碳效率动态变化的全要素生产率指数如下： LTFPt+1t=CPRECRS（t+1）-CPRECRS（t） （13） 式（13）中：LTFPt+1t 是从 t 期到 t+1 期的 Luenberger 全要素生产率指标，CPRE（t+1） 、CPRE（t）分别表示跨期 DEA 下 t+1 期与 t 期的旅游业低碳效率，即以分
16、析期内所有样本为参照点构造生产技术前沿，以此测度 t+1 期与 t 期 DMUs 的旅游业低碳效率，下标 CRS 表示不变规模报8酬。LTFPt+1t0 说明旅游业低碳效率递增，反之递减。 同理，Luenberger 全要素生产率指标可以进一步分解为技术效率变化（LECt+1t）与技术进步（LTPt+1t）两部分，即： LECt+1t=CRECRS（t+1）-CRECRS（t） （14） 式（14）中：CRECRS（t+1） （CRECRS（t） ）表示当期 DEA 下 t+1 期（t 期）的旅游业低碳效率。 LTPt+1t=TGCRS（t+1）-TGCRS（t） （15） 式（15）中：TG
17、CRS（t+1） 、TGCRS（t）分别表示 t+1 期与 t 期的技术差距，即 DMUs 在跨期 DEA 与当期 DEA 两类不同技术前沿测度下的效率差距，若 TGCRS（t+1）TGCRS（t） ，则说明技术取得进步，反之，则说明技术退化。 考虑规模效率因素后，可以将技术效率变化进一步分解为纯效率变化（LPEC）与规模效率变化（LSEC） ，将技术进步分解为纯技术进步（LPTP）与技术规模变化（LTSC） ，即： LPECt+1t=CREVRS（t+1）-CREVRS（t） （16） LSECt+1t=CRECRS（t+1）-CREVRS（t+1）- CRECRS（t）-CREVRS（t）
18、 （17） LPTPt+1t=TGVRS（t+1）-TGVRS（t） （18） 9LTSCt+1t=TGCRS（t+1）-TGVRS（t+1）-TGCRS（t）-TGVRS（t） （19） 1.4 指标选取与数据来源 在投入与产出指标选取方面，本文选择旅游资源禀赋（TRE） 、第三产业从业人员数量（ETI） 、城市固定资产投资（UFI）为投入要素指标；在产出指标方面，各区域旅游业通过向游客提供不同需求与服务，藉此获得旅游产业收益（期望收益与非期望收益） ，其中期望收益的外在表征主要为旅游总收入（TTR） ，而非期望产出则以贯穿整个旅游产业链的旅游业 CO2 排放总量（CET）表征，表示低碳经济
19、背景下旅游经济活动对生态环境形成的压力。 在数据来源方面，旅游业能源消费与 CO2 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 InputOutput 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 ；中间与终端能源消费量、能源消费结构数据源于中国能源统计年鉴 ；不同级别旅游景区数目的差异体现了城市旅游资源禀赋高低，参照 Tan20的思路，本研究以旅游景区质量等级的划分与评定 （GB/T17775-2003）景区等级划分为依据，对各城市 3A级以上景区数目进行分值折算，进而得到旅游资源禀赋指标数据；
20、第三产业从业人员数量、城市固定资产投资指标数据源于湖北省统计年鉴 ；旅游总收入数据源于湖北省旅游便览 ；各城市 CO2 排放数据则依据上文所述评估方法折算而来。在研究中诸如城市固定资产投资、旅游总收10入（TTR）等货币价值指标以 2007 年不变价格计算，价格波动剔除所需固定资产投资价格指数与居民消费价格指数源于湖北省统计年鉴 。 2 实证分析结果及解读 2.1 旅游业能源消费量评估 在旅游业直接能源消费方面，武汉市旅游业年均直接能源消费量最高，达到 753 378.7 t，其次为宜昌（116 810.3 t） 、恩施（96 603.7 t） 、十堰（85 227.1 t） 、荆州（55 8
21、62.6 t）等等，年均直接能源消费量最低城市为潜江（2 668.5 t） ，各城市旅游业直接能源消费年均增长率皆在 14%以上，最高达到 69%，17 个重点城市旅游业之间的直接能源消费量存在较大差距，且整体上处于明显上升通道（见图 1） 。从构成角度来看，不同城市之间的旅游业二级部门直接能源消费占比较为相似，各部门直接能源消费量年均占比依次为交通（80.17%） 、住宿（7.37%） 、购物（425%） 、餐饮（341%） 、其他服务（2.92%） 、娱乐（162%）及邮电通信（026%） 。依据能源消费测度方法的内部机理，区域旅游业直接能源消费量主要由直接能源消费强度与旅游经济产出规模两因素主导，直接能源消费强度决定了单位产值的能源消费量，体现了旅游经济系统内部的技术水平与经济结构变化，而旅游经济产出规模则属于规模因素，在很大程度上影响到了城市旅游业直接能源消费总量的高低。同理，旅游业二级部门的直接能源消费占比结构主要受旅游经济系统内部不同二级部门的直接能源消费强度与部门产出规模两个主要因素支配。在能源消费强度与部门产出规模等因素的推动下，餐饮、娱乐及邮电通信部门的旅游业直接能源消费占比逐步缩减，而交通、购物及其他服务部门的旅游
