南水北调沿线旅游生态效率评估及空间分异研究

鲁延召，赵钰莹

（河南理工大学 工商管理学院，河南 焦作 454000）

进入21 世纪以来，中国旅游业迎来更加高速发展的新时机，旅游业带来的经济收益持续增加。但是旅游业在提升经济效益的同时，是否环境友好，是否符合可持续发展的要求，引起了学者们的关注研究。生态效率作为从不可持续向可持续发展转变的重要工具，这一概念由德国学者Sturm 提出。2005 年，生态效率首次被应用于旅游领域，Gössling 等[1]将旅游生态效率描述为有利和不利的比值，认为从生态效率角度对旅游业进行分析可以提供新的视角。目前，国内外在旅游生态效率领域取得了积极的进展，主要包括旅游生态效率概念辨析[2-3]、测算评估[4-5]、影响因素分析[6-7]及如何应用在目的地管理中[8-9]等方面。在概念辨析方面，学术界[10-12]基本都认为旅游生态效率就是在创造更大的经济价值的前提下，付出最小的环境代价，其中肖建红等[13]用旅游经济发展与生态环境影响的关系表示旅游生态效率。在研究方法上，早期主要依靠比值法和指标体系法[1,14]进行测度，近年来，模型法被更多地用于测算旅游生态效率，如Kytzia 等[15]以达沃斯旅游业为研究对象，采用投入产出模型研究了土地利用生态效率；郑兵云和杨宏丰[16]在测度省级生态旅游效率时，运用了包含非期望产出的DEA博弈交叉效率模型。在研究视角上，大多基于单要素视角（如能源、碳排放等），且多数在模型中将碳排放归为投入要素，但是将碳排放在DEA 模型中归为非期望产出更加合理。在研究尺度上，既关注单个目的地和区域尺度，也选取全国范围为研究对象，如刘佳和陆菊[17]在测度了中国31 个省、直辖市和自治区旅游产业生态效率水平的基础上，进一步分析了其空间分异及演化特征，并提出针对性对策建议；王兆峰和王梓瑛[18]以长江中游城市群为研究样本，测算了其旅游生态效率水平，并分析了环境规制作为重要因素对旅游生态效率的影响机制。

南水北调工程作为世界上规模最大的调水工程，饱受关注，自完工之后将带动沿线生态旅游产业进一步发展。基于此，本文以2015—2019 年南水北调东线和中线沿线7 省份的旅游业为研究对象，使用“自下而上”法估算旅游能源消耗和碳排放，利用包含非期望产出的超效率SBM 模型和Malmquist 指数测算旅游生态效率与全要素生产率，并运用ArcGIS 软件和自然间断点法分析其空间分异特征，以期为南水北调生态旅游产业带的建设和沿线旅游业的可持续发展提供实践指导和科学参考。

1 研究区概况与研究方法

1.1 研究区概况

南水北调工程分东、中、西三条线路，东线和中线一期工程于2002 年开工，分别于2013 年和2014 年建成通水，西线工程尚未开工，因此选取东线和中线工程沿线省份作为研究区。东线工程通过江苏都江水利枢纽从长江下游提水，到天津止，涉及江苏、安徽、山东、河北、天津5 省市，主干线长约1 156 千米；中线工程从河南丹江口水库引水，至北京止，涉及河南、河北、北京、天津4 省市，总干渠长度1 432 千米。

1.2 旅游能源消耗与碳排放估算模型

现有研究方法中，主要有“自上而下”法和“自下而上”法两种用于测算旅游能源消耗与碳排放，其中，“自上而下”法主要通过区域的投入产出表和旅游卫星账户从区域整体的能源消耗和碳排放量中剥离出旅游业的数值，此估算方法主要应用在旅游产业发达的国家；“自下而上”法则是先将旅游业划分为若干部门，分别进行计算之后再加总求出整个旅游业的能源消耗与碳排放量。Perch-Nielsen 等[19]在使用这两种方法对瑞士的温室气体排放量进行测算和比较时发现，由于基础数据的高聚合水平和准确性的不确定性，导致“自上而下”法的准确性较低。因此，本文在估算旅游业能源消耗与碳排放量时使用“自下而上”法。受先入为主思想的限制，旅游业一直被认为是低能耗、低污染的产业，但实际上据研究结果显示，旅游业对温室气体排放量的贡献值达到5%[20]。参考Gössling 等[1]对旅游业的划分方法，将旅游业分为旅游交通、旅游住宿和旅游活动三个部门，分别估算其能源消耗与碳排放量，再进行加总计算，公式为：

式中：Y旅游交通、Y旅游住宿、Y旅游活动分别表示三个部门的能源消耗（碳排放），δi、ε、θj分别为三个部门的能源消耗系数（碳排放因子），Ti为不同交通方式的旅客周转量，ωi=游客人数/旅客人数，h为酒店床位数，f为客房出租率，D=365，Pj为不同旅游活动的人数。根据吴普和石培华[21]的研究结果，将旅游活动分为五种，各旅游部门的能源消耗系数和碳排放因子也参考其研究成果，见表1。

表1 各旅游部门的能源消耗系数和碳排放因子

1.3 考虑非期望产出 的Super-SBM模型

旅游生态效率就是在创造更大的经济价值的前提下，对环境造成更小的影响[22]，现在测算旅游生态效率多用模型法，而常用的模型有数据包络分析模型（DEA）、投入产出模型（IOM）、生命周期评价模型（LCA）等，DEA 模型因其可以测算多投入和多产出情况的生态效率而被广泛使用。传统的DEA 模型（如CCR、BCC 模型）均为径向模型，即投入和产出等比例地减少或增加，这种不考虑投入产出松弛性的测量方式大大降低了效率值的准确度。Tone 提出的超效率SBM 模型，相继考虑了松弛变量和多个有效决策单元进行评价和排序的问题[23]，但是Tone 没有给出相关规划式，本文参考成刚和钱振华[24]的推导结果，公式为：

式中：φ为旅游生态效率值，n为决策单元个数，x、y、b表示投入变量、期望产出、非期望产出，依次为各个变量的松弛变量，θ为权重向量。当φ＜1 时，DMU 无效，当φ≥1 时，DMU 有效，且随着φ值变大，旅游生态效率越高。

1.4 Malmquist-Luenberger指数

Malmquist-Luenberger 指数是指包含非期望产出的Malmquist 模型得出的Malmquist 指数。Malmquist 指数通过测度效率值在时间序列上的变化趋势，能够有效弥补Super-SBM 模型只能比较单期截面数据的缺陷，本文在规模报酬可变的假设下，采用Malmquist-Luenberger指数模型测算和分解南水北调沿线7 省份2015—2019年的旅游产业全要素生产率，Malmquist-Luenberger 指数的分解公式如下：

式中：ML为全要素生产率，反映旅游产业整体的生态效率变化程度，TEch为技术效率变化，Tch反映生产技术的变化程度，PTEch为纯技术效率变化，SEch为规模效率变化，其中，TEch=PTEch×SEch。上述指标大于1 时，表示效率提升；等于1 时，表示效率无变化，与上年效率值相同；小于1 时，表示效率值下降。

2 评价指标体系构建与数据来源

2.1 评价指标体系构建

在参考相关文献[7,20,25-27]的基础上，考虑数据的可得性、相关性等原则，构建评价指标体系（表2）。投入指标包括旅游能源消耗、劳动力投入、资源投入和资本投入四个方面，根据旅游收入在第三产业收入中所占比例乘以第三产业从业人数，计算得到旅游从业人数，资本投入用第三产业固定资产投资额表示，期望产出指标指的是国内和入境旅游收入的总和，旅游业碳排放量表示非期望产出。

表2 旅游生态效率评价指标体系

2.2 数据来源

数据主要来源于2015—2019 年《中国统计年鉴》《中国旅游统计年鉴》以及各省份统计年鉴、国民经济和社会发展统计公报，所有价值指标以2015 年作为基期，并根据历年CPI 指数进行平减以消除价格波动的影响。

3 结果分析

3.1 旅游能源消耗与碳排放估算

南水北调沿线7 省份旅游能源消耗与碳排放量估算结果如图1 所示，平均能源消耗由2015 年的47.398 PJ降至2019 年的42.254 PJ，下降了10.853%；平均碳排放由2015 年的217.76 万吨降至2019 年的202.89 万吨，下降了6.829%，总体上都呈逐年下降趋势，这主要得益于国家节能减排政策的显著成效，从碳排放下降比例低于能源消耗下降比例来看，应大力增加清洁能源的使用力度，减少碳排放对于环境的影响。

图1 旅游能源消耗与碳排放量估算结果（2015—2019年）

3.2 旅游生态效率测度结果

在“自下而上”法估算了南水北调东线和中线沿线7省份2015—2019 年的能源消耗和碳排放之后，采用包含非期望产出的Super-SBM 模型测算旅游生态效率值（综合效率值），并分解为纯技术效率和规模效率进行分析。

3.2.1 综合效率分析

如表3 所示，从整体层面看来，南水北调沿线7 省份的旅游生态效率处于无效率水平，2015—2019 年的平均水平只有0.745 2。在整体水平较低的状况下，却表现出小幅度的上升趋势，这表明南水北调沿线省份在发展旅游业时越来越重视对于生态的保护。从东线和中线的层面分析，中线和东线的旅游生态效率在2015—2019 年的平均值分别为0.857 2 和0.711 3，中线的旅游生态效率略高于东线，且中线的生态效率平稳中略有上升，东线的生态效率虽较低，但增幅较大，正处于旅游生态效率改善阶段。从各省份层面看来，只有天津和北京的旅游生态效率处于有效水平，天津的平均生态效率值为1.340 7，北京略低，为1.245 1，其余5 省（河北、河南、江苏、安徽、山东）的平均生态效率值均小于1。其中，江苏的生态效率值呈明显增长趋势，增幅最大，说明江苏在重视提升旅游业的经济效益时，也更加注重对于环境和生态的保护。河南的生态效率平均值最低，在以后的旅游发展中要更加重视生态效率的提升，要在保护中求发展。

表3 旅游生态效率测度结果

3.2.2 分解效率分析

将综合效率进行分解可以为提升旅游生态效率提出更具针对性的建议，此节将综合效率分解为纯技术效率和规模效率（图2、图3）进行分析。2015—2019 年南水北调沿线7 省份的旅游生态纯技术效率均值为1.140 3，其中，北京、河南、江苏、天津始终保持纯技术效率有效，旅游生态纯技术效率始终处于环境生产前沿。安徽、河北、山东的旅游生态纯技术效率均值仅为0.626 4，这些省份旅游能源资源有效利用程度提升潜力大，尤其可在旅游环境治理、节能减排等技术、管理水平和从业人员素质等方面加以改进。2015—2019 年南水北调沿线7省份的旅游生态规模效率均值为0.687 0，其中，北京的均值达0.982 0，表明其旅游经济发展的能源资源要素投入规模相对合理，而河南仅为0.395 2，规模效率最低，在能源资源投入、利用水平方面有较大的提升空间。根据图2 可知，7 省份的规模效率总体水平较低却表现平稳，而纯技术效率则表现为增长态势，从图3 看来，纯技术效率—综合效率散点更集中于45°对角线，这表明纯技术效率的提升促进了南水北调沿线旅游生态效率的改善，规模效率所作贡献相对较小。

图2 综合效率及其分解效率均值变化趋势（2015—2019年）

图3 旅游生态效率与其分解效率的关系

3.3 Malmquist-Luenberger指数分析

本节基于Malmquist 指数模型测算结果（图4）进行分析。南水北调沿线省份中Malmquist 指数最高的是江苏，在20.64%的技术增长加持下，全要素生产率增长高达36.22%；相对而言，处于最低水平的是天津，全要素生产率仅增长了7.96%，这主要是因为纯技术效率降低了2.56%，从而抵消了部分规模效率变化和技术变化的拉动效应。总体而言，南水北调沿线7 省份Malmquist 指数均大于1，整体平均值为1.172，这表明南水北调沿线旅游业生态效率处于提高阶段，其中高于整体平均值的有安徽、河北、河南、江苏4 个省份，生态效率处于较低增长水平的省份有北京、山东、天津，其全要素生产率低于整体平均值；江苏的规模效率变化和技术变化高于整体平均水平，可见江苏的旅游业发展势头迅猛；天津的纯技术效率变化未达到1.000 的水平。

图4 南水北调沿线各省份Malmquist指数及其分解

从时间序列上总体分析南水北调沿线旅游业全要素生产率的变化情况（图5）。沿线7 省份全要素生产率均值为1.172，这说明旅游业生态效率平均提升17.2%，技术变化均值为1.108，纯技术效率变化均值为1.065，规模效率变化均值为1.007，南水北调沿线7 省份其技术提升较大，若要大幅提升全要素生产率，应重点关注规模效率变化。此外，Malmquist 指数呈现先上升又逐年下降的变化趋势，这表明生态效率先是大幅增长，之后增长幅度变小，其中2016—2017 年的增长最为显著，达到23.36%；纯技术效率变化虽然有所波动，但整体处于增长态势，规模效率在1.000 水平上下波动，变动幅度较小，技术增长虽然对整体的全要素生产率有较大的拉动作用，但表现为下降趋势，2018—2019 年已下降至1.000 水平之下，为0.997。

图5 南水北调沿线省份Malmquist指数及其分解指数变化趋势

3.4 空间分异及演化

运用ArcGIS 软件和自然间断点法分析其空间分异特征，将2015 年、2017 年、2019 年的生态效率值进行分层，划分为低效率、较低效率、中等效率和高效率地区四个等级，如图6 所示。

图6 南水北调沿线省份生态效率空间格局演化趋势

从省域层面分析，2015—2019 年，一直处于高效率地区的有天津和北京两市，江苏属于中等效率地区，属于较低效率地区的省份是安徽，这4 省份的生态效率等级保持不变。河北、河南、山东3 省的生态效率有小幅度变动，河北在2015 年和2017 年属于低效率地区，在2019 年转变为较低效率地区，作为工业大省的河北越来越重视绿色发展与环境保护，在经济发展与环境保护中间寻找平衡；河南在2015 年属于较低效率地区，在2017 和2019 年则属于低效率地区，生态效率下降，作为南水北调东线的源头省份这无疑不是一件好事情，将不利于南水北调沿线省份发展高质量绿色旅游；山东在2015 年和2017 年属于较低效率地区，2019 年降级成为低效率地区。2015—2019 年，南水北调沿线7 省份旅游产业的生态效率整体变化幅度较小，呈现高效率向南北两端省份扩散、中间省份效率值低的变动趋势。

从南水北调东线和中线层面分析，2015—2019 年，东线和中线的生态效率值分别处于0.643 0 ～0.790 1 和0.840 6 ～0.896 0 之间，东线整体的效率值略低于中线，但上升幅度较大。中线的效率值偏高主要得益于北京和天津均属于高效率地区，拉动了整个中线的平均效率值；东线的安徽、江苏虽然不属于高效率地区，但效率值的提升也拉动了东线效率值的上升幅度，反观中线，只有河北处于效率提升阶段，河南则处于效率降级阶段，这就解释了东线的上升幅度大于中线的原因。

4 结论与建议

4.1 结论

旅游生态效率为旅游业的发展提供了全新视角，其相关研究是新时代实现旅游可持续发展的前瞻性命题。使用“自下而上”法估算旅游能源消耗和碳排放，采用包含非期望产出的Super-SBM 模型和Malmquist 指数测算2015—2019 年南水北调东线和中线7 省份的旅游生态效率与全要素生产率，并运用ArcGIS 软件和自然间断点法分析其空间分异特征。主要结论如下：

（1）从能源消耗和碳排放估算结果来看，研究期内南水北调沿线7 省份总体上都呈下降趋势，能源消耗由2015 年的47.398 PJ 降至2019 年的42.254 PJ，碳排放由2015 年的217.76 万吨降至2019 年的202.89 万吨，碳排放的下降比例略低于能源消耗的下降比例。

（2）从生态效率及其分解效率结果来看，南水北调沿线7 省份旅游业生态效率值总体偏低，但有小幅度上升趋势，其中天津和北京的生态效率处于有效水平，江苏的生态效率增长幅度最大；分解效率散点图显示，纯技术效率对于综合效率的增长做出主要贡献。

（3）从全要素生产率及其分解效率结果来看，南水北调沿线7 省份Malmquist 指数均大于1，生态效率均处于提升阶段，其中指数最高的是江苏，最低的是天津；Malmquist 指数呈现先上升后下降的变化趋势，纯技术效率变化波动中有所增长，规模效率在1.000 水平上下波动，技术增长表现出对全要素生产率的大幅拉动作用，但呈现下降趋势。

（4）从空间分异格局来看，南水北调沿线7 省份中天津和北京属于高效率地区，其他地区呈变动趋势，总体上表现为南北两端省份向较高效率变动、中间省份效率值降低的态势；南水北调中线工程的整体生态效率值高于东线工程，这主要得益于北京和天津的高效率拉动作用。

4.2 建议

针对以上研究结论，对于南水北调沿线省份旅游业可持续发展提出如下建议：

（1）旅游需求侧：提高低碳旅游意识。应积极普及低碳旅游教育，提高旅游者的低碳旅游意识，培育旅游者的环境友好行为，促使其积极参与低碳旅游。从国家层面，构建全社会低碳环保旅游价值观，尽快在全社会形成低碳旅游和生态环境保护的主流价值倾向；从社会层面，通过政府及旅游相关部门官方网站、智慧旅游平台等，开展各种形式的低碳旅游宣传教育活动；从个人层面，积极参与低碳旅游，通过亲身体验，在实践活动中自觉提高低碳旅游意识。

（2）旅游供给侧：提升投入产出水平。从提升投入产出水平方面分析，旅游生态效率可以从要素投入、经济产出和环境产出三个视角进行优化。

从要素投入视角来看，要素投入主要包括资本、资源、劳动力和能源四个方面。在旅游资源和资本投入方面，增加第三产业占比，着力促进第三产业发展，尤其是增加旅游业在第三产业中占比，积极发展资源节约型和环境友好型旅游产品；在劳动力投入方面，人力资源是旅游业低碳、绿色和可持续发展的关键资源，建立一整套确实有效的旅游人才培养、人才引进、人才管理、人才激励的长效机制，可为旅游业高质高效和可持续发展提供人才保障和智力支持；在能源投入方面，在增加清洁能源占比的同时，倡导能源的循环利用以减少碳排放，提高能源使用效率，从而达到提高旅游生态效率的目的。

从经济产出视角来看，在可持续发展的理念下，应大力倡导“绿色旅游GDP”，提升旅游业产业附加值，有效提升旅游生态效率。旅游业作为关联性和带动性极强的产业，在文旅融合的大背景下，加快推进“旅游+”和“+旅游”发展，积极开发研学、疗养等环境友好型旅游产品，与相关产业有机融合，互融互促，延伸产业链，提升产业附加值，开发新的经济增长极，全面提高旅游经济的发展水平和发展质量。

从环境产出视角来看，低碳环保技术不够成熟，碳排放量过高，导致旅游生态效率较低，因此，推动旅游业技术进步是提高生态效率的有效途径之一。一方面，应增加旅游先进技术研发经费，加大对技术创新的支持力度，考虑研发经费向旅游领域倾斜，逐步增强旅游领域的技术实力，加快旅游领域技术实力向现实生产力的转化；另一方面，要加快改造传统旅游领域的落后技术，积极引进和使用新技术、新设备和新材料，避免对生态环境造成不利影响的设备用于旅游领域，如在旅游饭店、旅游交通等行业引入低碳环保技术，新能源汽车等低碳环保交通设施、低碳酒店等低碳环保住宿设施的引进都能有效提高旅游生态效率。