以神农架为例的旅游者碳足迹测算与分析

梁晖

摘 要：中国旅游业逐渐成长并稳步发展，促进当地经济增长的同时也带来了环境问题和资源问题，尤其是旅游者碳足迹对环境的影响研究受到学术界的普遍重视。本文聚焦神农架旅游者碳足迹问题，在总结梳理大量相关文献基础上，构建旅游者碳足迹测算模型，并以湖北神农架为例，对该模型进行了实证分析。测算得出，2019年神农架年旅游碳足迹总量为876330.53吨，其中，旅游交通贡献比为64.63%，旅游餐饮贡献比为17.16%，旅游饭店贡献比为11.59%，景区活动贡献比为6.61%。本文进一步探求旅游者碳足迹影响因素，并提出促进神农架低碳旅游的发展策略，对推进神农架低碳旅游经济发展和推动生态文明建设具有一定的理论指导和现实参考价值。

关键词：旅游者碳足迹;低碳旅游;神农架

本文索引：梁晖.<标题>[J].商展经济，2022（02）：-043.

中图分类号：F59 文献标识码：A

1 旅游者碳足迹分析模型构建

1.1 旅游碳足迹文献综述

20世纪90年代，资源环境问题愈发明显，寻找如何发展低碳经济的途径成为国际社会共识。1995年，第 21 届旅行与旅游产业大会（WTTC）上提出了 “能源消耗与资源管理是旅游业发展的关键领域”这一论点，标志着旅游碳足迹的研究正式进入起步阶段[1]。旅游碳足迹研究经过十几年的发展，概念逐渐明晰[2]，学术界将其分为旅游直接碳足迹和旅游间接碳足迹。旅游活动中“吃住行游购娱”六要素所产生的资源消耗等释放的温室气体当量被称为旅游直接碳足迹。旅游间接碳足迹即为旅游业服务产业的温室气体排放量。对于旅游碳足迹的内涵层次，虽无统一表述，但钟永德提出的“三层次”被广泛接受——旅游经济碳足迹、旅游产业碳足迹、旅游者碳足迹，这三者的层次边界是递减的[3]。

当前关于旅游碳足迹测算方法有很多，罗芬指出，主要分为基于生命周期理论过程分析的“自下而上法”（Bottom-up Based）和基于环境投入产出的“自上而下法”（Up-down Based）[4]。前者以旅游产品为导向，核算旅游产品从生产至废弃产生的环境影响。Gossling利用“自下而上法”测算出瑞典2005年的旅游碳足迹为6.033MtCO2，占全国总的碳足迹的11%[5];石培华等测算出2008年中国旅游业直接碳排放量为51.34Mt，是总的碳足迹的0.86%[6]。王立国等计算江西省旅游碳足迹[7]、陶玉国等计算江苏省碳足迹[8]，王怀採关于张家界的旅游碳足迹研究[9]、谢园方等对于长三角地区[2]、黄玉菲等计算丽江市的旅游碳足迹研究[10]，均运用了“自下而上”的测算方法。2010年，Perch-Nielsen[11]计算出瑞典2008年旅游业碳足迹为2.62Mt、钟永德等[12]计算出2007年中国旅游业间接碳足迹为169.78Mt、Sun 关于中国台湾的旅游碳足迹研究[13]，均采用了“自上而下”的方法。

就旅游碳足迹的研究对象来说，多数学者偏向研究区域旅游业碳足迹和旅游住宿碳足迹、旅游交通碳足迹[14] [15]。就旅游碳足迹的研究尺度来说，目前国内的研究尺度分为全球、国家、省级、地方、景区五个层次。UNWTO测算了 2005 年全球旅游业碳足迹;Becken、Patterson 核算了新西兰旅游业的温室气体排放[16];Kelly 和 Williams 研究了加拿大惠斯特镇的旅游业碳足迹[17]。

1.2 旅游者碳足迹模型构建

旅游者在旅游目的地的活动可以概括为吃、住、行、游、购、娱六个环节，其中，在神农架国家公园，购物多体现在当地居民自身种植、采摘的农副产品，娱乐活动缺乏。由于这两个环节产生碳足迹较少，因此本研究主要计算旅游餐饮、旅游住宿、旅游交通及旅游活动四个环节所产生的碳足迹。各个环节产生的碳足迹涉及多种因素，如逗留时间、游览类型、二氧化碳排放指数等。因此，一个地区因旅游活动产生的二氧化碳计算公式

如下：

Ctotal=Chotel+ Ctransport+ Cactivity+ Ccatering

其中，Ctotal表示旅游活动产生二氧化碳的总量;Chotel表示旅游饭店产生的二氧化碳;Ctransport表示旅游交通產生的二氧化碳;Cactivity表示游览活动产生的二氧化碳;Ccatering表示旅游餐饮产生的二氧化碳。

1.2.1 旅游饭店碳足迹的计算

旅游饭店碳足迹即旅游者选择的星级宾馆产生的碳足迹。计算公式如下：

其中， Bj指第j星级酒店拥有的床位数; Rj指j星级酒店平均入住率; βj指j星级酒店碳排放指数。

1.2.2  旅游交通碳足迹的计算

旅游交通碳足迹是指旅游者采用各种交通工具所产生的碳足迹，包括内部交通和外部交通。内部交通即旅游者在旅游目的地进行旅游活动采用的交通方式，外部交通即旅游者从出发地到旅游目的地及结束旅游活动后从旅游目的地返回出发地采用的交通方式。旅游交通碳排放计算公式如下：

其中， Di指的是i类交通工具的旅客周转量， εi指的是乘坐i类交通工具的旅游者人数， βi指的是i类交通工具碳排放指数。

1.2.3 游览活动碳足迹的计算

游览活动碳足迹是指旅游者在旅游目的地进行景区游览时所产生的碳足迹，主要是由旅游动机、停留天数等因素决定的。游览活动碳足迹计算公式如下：

其中，m表示旅游目的（观光、休闲、商务、家庭聚会）， Pm表示持有m旅游目的的旅游者人数， Tm表示持有m旅游目的旅游者的平均逗留时间， βm表示m类旅游目的的碳排放指数。

1.2.4  旅游餐饮碳足迹的计算

旅游餐饮碳足迹是指旅游者在旅游目的地停留期间摄入的食物而产生的二氧化碳。旅游餐饮碳足迹的计算公式如下：

其中， Q指旅游者人数， D指人均旅游天数， βk指k类食物碳排放指数， Fk指每天消耗k类食物的量。

1.3 数据来源和关键参数

测算旅游碳足迹所需数据名目众多，仅靠单一途径无法获取精确数据，需综合运用多种数据获得方法，多渠道、多途径地建立相对完备的数据库。旅游者碳足迹計算所需数据分两类： 一是基础数据，包括旅游者在旅游交通、住宿、餐饮、娱乐、游览、购物等各环节的物质和能量消耗数据。这类数据通常通过查阅地区性或全国性的统计年鉴或者发放问卷这两种方式获得。前者是消费总量，后者得到的是人均旅游消费数据。二是标准数据，包括各类食物的能源密度和各种类能源 CO2标准排放量的转化系数，数据来源于交通统计年鉴、能源统计年鉴及相关研究文献等。

2  案例实证分析

神农架国家公园经纬位置为109°56′E～110°58′E，31°15′N～31°75′N，地处湖北省西部，西与重庆巫山接壤，东与湖北襄阳市保康县相邻，森林面积占到了总面积的85%以上，于2016年进入世界遗产名录。其中木鱼镇承担着神农架林区旅游集散中心的职能，从木鱼镇出发至神农架林区六大景点交通均比较方便。松柏镇是神农架林区行政机关集中地，也为来自西北方向的旅游者提供便捷的旅游交通。

2.1 数据来源和分析方法

（1）文献研究法：国内外目前关于旅游碳足迹排放指数研究较多，不同旅游交通方式碳排放指数、不同旅游目的活动碳排放指数、不同星级旅游饭店每个床位每晚碳排放指数等均存在相对固定的参数，且运用到诸多相关研究中，得到众多学者的认同。

（2）自上而下法：本研究需要地级市层面的统计数据作支撑，因此通过访问相关官方网站，下载统计资料等也是本研究数据来源之一。

（3）问卷调查法：本研究设计了《神农架旅游者碳排放分析》调查问卷，分为两个部分：第一部分为游客社会经济特征，第二部分为包括来神农架的交通方式、人均交通花费等游客旅游交通数据，笔者在木鱼镇、官门山等六大景区采取随机性原则针对游客发放了200份问卷，回收了158份。

（4）部门访谈法：本研究设计了《旅游交通设施调查表》《旅游景区调查表》《旅游住宿设施调查表》《旅游餐饮调查表》，对神农架林区辖区内三大旅游大巴运营公司、六大景区、部分星级饭店、部分农家乐餐馆进行了访谈及数据收集。

2.2 数据收集与分析

2.2.1 旅游住宿碳足迹测算

不同星级的旅游饭店因设施、服务等条件的不同，将不同能源转换为统一标准煤后，每个床位能源消耗、碳足迹差异明显。关于不同旅游饭店碳足迹排放系数、能源排放率的研究较多，其中，Paul提出的不同星级饭店的碳排放系数得到学者的普遍认同并应用于后续研究之中，如表1所示。

经对神农架林区旅游委员会的访谈，得知神农架林区共有1112家宾馆饭店，5533家客房，32831张床位。其中，星级饭店19家，其余均为一般宾馆饭店及农家旅社等非标准住宿。2019年神农架林区共接待1321.5万人次旅游者，根据年平均入住率，可测算出2019年神农架旅游饭店碳足迹，如表2所示。

2019年神农架旅游住宿碳足迹为101598.8吨，其中高星级酒店（四、五星级）年碳足迹为3779.82吨，一般宾馆饭店（二、三星级）年碳足迹为20824.71吨，农家住宿等非标准住宿年碳足迹为76994.27t。由此可见，由于农家住宿多由当地居民经营、缺乏现代化管理理念，且床位数占总数的比例较大，碳足迹数据应引起相关部门的重视。

2.2.2 旅游交通碳足迹测算

旅游交通分为外部交通和景区内部交通，常见的交通方式有飞机、火车、大巴、汽车、轮渡等。不同的交通工具每公里二氧化碳排放系数和均衡因子各不相同。笔者参考2006年Becken提出的交通工具每公里的能量强度以MJ为表现形式[16]，引用Gossling等2005年计算出来的各类交通工具二氧化碳排放因子和均衡因子[5]，为本研究测算旅游交通的相关参数。

经过对游客问卷的整理，在外部交通中，神农架林区旅游者52.5%来自华中地区，其中41.8%来自湖北省;13.9%旅游者来自华北地区，其中5.7%来自北京市;10.1%旅游者来自华东地区;分别有7%的旅游者来自华南地区和西南地区;5.7%旅游者来自东北地区;3.8%来自于西北地区（见图1）。由此可见，华中地区和华北地区是神农架林区主要客源地，两者占其客源地市场66.4%。由表3可知，28%的旅游者选择以飞机的方式到达神农架，自驾成为旅游者最喜爱的旅游交通方式，占到57.8%，其余旅游者选择先坐火车到达湖北宜昌，再自驾或乘大巴抵达神农架国家公园。

在内部交通中，由于神农架国家公园景区较为分散，且为山地地形，目前只在神农坛景区、天生桥及官门山景区开通了旅游巴士，其余景区则只能靠旅游者租车或自驾，因此汽车成为旅游者旅游期间最主要的交通方式。需要指出的是，神农顶景区及大九湖国家湿地公园必须换乘大巴，因此大巴车也占到了内部交通的5.7%。

通过查阅相关统计资料及整理问卷数据，笔者收集了2019年旅游者采用不同交通方式抵达神农架并进行旅游活动的基础数据，并根据公式测算出2019年神农架旅游交通碳足迹（见表4）。

由表4可知，2019年神农架旅游交通共排放二氧化碳566402.27吨，外部交通561931.96吨，内部交通4470.31吨。外部交通中，飞机所产生的二氧化碳高达441222.88吨，占全部碳排放量的77.90%，表明选择飞机到达的旅游者虽比例较少，却贡献了最多的碳排放，低碳减排应着重考虑飞机要素;汽车排放了二氧化碳34185.68吨;大巴车产生二氧化碳86523.40吨。内部交通中，汽车排放二氧化碳840.80吨，大巴车排放二氧化碳3629.51吨。

2.2.3 旅游活动碳足迹测算

石培华等提出，旅游者旅游动机不同，碳排放系数也有所差别。他将旅游动机分为休闲度假、探亲访友、商务会议、观光、其他，并提出了相应的碳足迹排放系数及能源消耗率[6]。本研究对游客问卷进行整理，得到不同旅游目的的游客占比及平均逗留天数，具体数据如表5所示。

根据《神农架林区2019年国民经济和社会发展统计公报》可知，神农架2019年共接待1321.5万人次旅游者，采用调研所得各類型旅游动机的占比及逗留天数，可测算出2019年旅游者旅游活动产生的碳足迹（见表6）。

2019年神农架旅游者旅游活动产生57933.51吨碳足迹，其中休闲度假产生碳足迹最多，占比87.77%;探亲访友碳足迹544.59吨，占比0.94%;商务会议碳足迹854.53吨，占比1.48%;观光碳足迹5063.41吨，占比8.74%;其他碳足迹622.11吨，占比1.07%。

2.2.4 旅游餐饮碳足迹测算

在实际调查中，本研究发现农家乐餐馆等个体户多以液化石油气为主要燃料，但并未对一年所用燃料数量进行统计，年收入、人均消费、所用电费、水费等所需数据均无法获得，因此本研究决定采用旅游者人均食物消耗量测算旅游餐饮碳足迹。张瑞英[18]等指出，旅游者餐饮结构如表7所示。

由表8可知，旅游者人均每天碳排放量为3.118吨，调研得神农架旅游者人均逗留时间为3.65天，由此测算旅游餐饮年二氧化碳排放总量为150395.95吨。

3 神农架国家公园低碳旅游提升策略

神农架作为全国第一批九大国家公园体制试点，承担着极其重要的生态功能。本研究发现，神农架在发展旅游产业的过程中，仍存在一些高能耗多排放的现象，不利于神农架生态环境的保护及旅游产业的长久发展。在此，本研究从宏观、中观、微观三个层面分别提出神农架低碳旅游提升策略，以期推动神农架旅游业低碳化发展。

3.1 宏观层面——行政部门政策引领

完善监督落实相关政策法规，给予节能减排企业法律上和制度上的支持，同时建立完善多角度、多层面的监督机制;制定行业规范，引导终端消费环节低碳化，将节能减排纳入旅游企业考核标准;城乡规划和旅游基础设施建设协调发展，做到“一项工程，旅游市政共同受益”，避免重复建设，减少资金浪费和资源浪费。

3.2 中观层面——旅游企业低碳经营

旅游饭店低碳化运营，运用绿色饭店运营理念，采取一系列管理措施直接降低碳排放，如取消一次性洗漱用品的供应等;旅游交通绿色化转变，神农架旅游交通企业可考虑将部分车辆改造升级，采用清洁能源，并增设各景区之间往返线路，增加频次，为游客采用公共交通出行提供便利;旅游餐饮生态化产出，多采用产自本地的绿色食材，减少食材运输环节的碳排放;注重烹饪方法，为游客提供味觉享受的同时降低碳排放。

3.3 微观层面——游客社区多方配合

游客牢固树立低碳理念，以实际行动参与到低碳旅游过程中来，合理规划游览路线，树立环保意识等;社区居民多采用电、天然气等清洁能源，减少电器待机状态;出行方面，多以公共交通方式出行，以自身行动推进当地可持续发展。

4 结论及讨论

本研究以旅游者离开常住地到返回常住地这一过程为分析边界，构建了旅游者碳足迹分析模型，提出旅游餐饮、旅游住宿、旅游交通、旅游活动四大环节，并根据国内外众多相关研究确定了测算公式及相关参数，具有一定科学性;经过实地调研，获得了系列详细数据，测算得出神农架2019年旅游者碳足迹分布情况。研究发现，神农架国家公园2019年旅游碳足迹总量为876330.53吨，其中，旅游交通贡献比为64.63%，旅游餐饮贡献比为17.16%，旅游饭店贡献比为11.59%，景区活动贡献比为6.61%，这与普遍研究结果一致，与神农架实际情况相吻合：由于神农架多山地，对外交通较为不便利，飞机碳排放较大;汽车、大巴车等机动车能耗较平地大，且神农架国家公园景区多以自然景观为主，人为建筑少，景区碳足迹排放较少。

5 结语

旅游碳足迹按其内涵分为旅游经济碳足迹、旅游产业碳足迹、旅游者碳足迹，本研究仅考虑了最小层面的旅游者碳足迹，研究边界可进一步向外延伸。另外，与旅游碳足迹相关的其他概念较多，如旅游生态足迹、旅游生态效率等，应运用这一数据多尝试与其他研究方向相结合，提高研究价值。

在后续研究中，笔者会进一步扩大问卷发放范围，增加问卷回收量，在问卷对象选择上避免偏向性，以完善研究数据，并将“购、娱”纳入考量范围，构建要素齐全的生命周期分析模型，并与旅游生态效率等概念结合起来，丰富研究层次，充实研究内容。

参考文献

胡初枝，黄贤金，钟太洋，等.中国碳排放特征及其动态演进分析[J].中国人口·资源与环境，2008（3）：38-42.

谢园方，赵媛.长三角地区旅游业能源消耗的CO2排放测度研究[J].地理研究，2012，31（3）：429-438.

钟永德，李世宏，罗芬.我国旅游业碳排放计量的三个关键问题思考[J].中南林业科技大学学报，2012（11）：139-143.

罗芬，钟永德，王怀採.碳足迹研究进展及其对低碳旅游研究的启示[J].世界地理研究，2010（3）：105-113.

Goossling S，Hall M. Swedish tourism and climate change mitigation： an emerging conflict [J].Scandinavian Journal of Hospitality and Tourism，2008，8 （2）：141-158.

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.

王立国，廖为明，黄敏，等.基于终端消费的旅游碳足迹测算：以江西省为例[J].生态经济，2011（5）：121-124+168.

陶玉国，张红霞.江苏旅游能耗和碳排放估算研究[J].南京社会科学，2011（8）：151-156.

王怀採.张家界旅游者碳足迹研究[D].长沙：中南林业科技大学，2010.

黄玉菲，赵璟.丽江市旅游产业游客碳足迹分析评价[J].中国林业经济，2012（1）：13-16.

Nielsen S P，SESARTIC A，STUCKI M.The Greenhouse Gas Intensity of the Tourism Sector：The Case of Switzerland[J].Environmental Science&Policy，2010，13（2）：131-140.

钟永德，石晟屹.中国旅游排放计量框架构建与实证研究[J].中国人口·资源与环境，2014（1）：78-86.

Sun Y Y.A framework to account for the tourism carbon footprint at island destinations[J].Tourism Management，2014，45（6）：16-27.

李鹏，黄继华.昆明市四星级酒店住宿产品碳足迹计算与分析[J].旅游学刊，2010（3）：27-34.

窦银娣，刘云鹏.旅游风景区旅游交通系统碳足迹评估：以南岳衡山为例[J].生态学报，2012（17）：5532-5541.

Becken S，Patterson M.Measuring National Carbon Dioxide Emissions from Tourism as a Key Step to-wards Achieving Sustainable Tourism[J].Journal of Sustainable Tourism，2006 （4）：323-338.

Kelly J，Williams p W. Modelling tourism destination energy consumption and greenhouse gas emissions： Whistler，British Columbia， Canada[J].Journal of Sustainable Tourism，2007.15（1）：67-90.

張瑞英，席建超，葛全胜.基于生命周期理论的旅游者碳足迹分析：一种“低碳旅游”测度框架及其实证研究[J].干旱区资源与环境，2015，29（6）：169-175.